CN112967522A - 基于深度学习和规划算法的智能车辆召唤方法及*** - Google Patents
基于深度学习和规划算法的智能车辆召唤方法及*** Download PDFInfo
- Publication number
- CN112967522A CN112967522A CN202110129286.3A CN202110129286A CN112967522A CN 112967522 A CN112967522 A CN 112967522A CN 202110129286 A CN202110129286 A CN 202110129286A CN 112967522 A CN112967522 A CN 112967522A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- map
- communication equipment
- parking
- calling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及智能驾驶技术领域，特别是基于深度学习和规划算法的智能车辆召唤方法及***；包括如下步骤：步骤1)：地下停车场地图创建；步骤2)：整个地下停车场静态地图构件；步骤3)：停车步骤：在个人移动通讯设备上发送停车指令，车辆自主驶入指定的车位上；步骤4)：召唤车辆步骤；基于深度学习和规划算法的智能车辆召唤***，包括个人移动通讯设备、车载通讯设备和云端服务器，通过此方法，能够有效解决车辆智能召唤中的定位准确性以及无法避让的问题。
Description
技术领域
本发明涉及智能驾驶技术领域，特别是基于深度学习和规划算法的智能车辆召唤方法及***。
背景技术
现有的很多智能驾驶技术已经广泛应用到车辆的各个领域，车辆智能召唤是当前非常热点的技术，可以让车主非常方便的召唤出停车场里的汽车，实现车辆的智能驾驶。
当前车辆智能召唤存在技术难点，无法准确定位车辆位置，车辆无法在召唤过程中避让障碍物行人等都是阻碍技术发展的现实问题。
发明内容
本发明的目的在于提出基于深度学习和规划算法的智能车辆召唤方法及***，通过此方法，能够有效解决车辆智能召唤中的定位准确性以及无法避让的问题。
为解决上述的技术问题，本发明采用以下技术方案：
基于深度学习和规划算法的智能车辆召唤方法，包括如下步骤：
步骤1)：地下停车场地图创建；
步骤2)：整个地下停车场静态地图构件；
步骤3)：停车步骤：在个人移动通讯设备上发送停车指令，车辆自主驶入指定的车位上，
步骤4)：召唤车辆步骤：通过个人移动通讯设备发送召唤车辆的信号，并且指定车主在地图中的位置发送给云端服务器，云端服务器接收到召车请求后读取车位和车主坐标，将信号传递给车载通讯设备，输入2d格栅图和车辆当前坐标，
判断是否更改路线，
若是，则从新规划路线，判断能否规划出路径，若能规划出路径，则循迹，到达终点，到达终点后判断是否结束，若是，则结束操作，车主成功取到车辆，若不能规划出路径，则停车，返回输入2d格栅图和车辆当前坐标步骤；
若否，则循迹，到达终点，到达终点后判断是否结束，若是，则结束操作，车主成功取到车辆，若否，则返回输入2d格栅图和车辆当前坐标步骤。
进一步，在步骤3)和步骤4)过程中还包括：车辆运动中周围环境的实时地图构件，根据深度学习来检测车身周围环境根据车辆运动过程中实时的激光雷达点云图可以把车身周围的环境信息更新到静态地图中，规划模块可以根据实时的地图信息变更路径。
进一步，周围环境包括行人、车辆、障碍物等。
进一步，召唤车辆步骤还包括，车主上车后通过个人移动通讯设备点击驶离停车场，车辆自主驶向出口。
进一步，整个地下停车场静态地图构件通过Slam构件。
进一步，构建好的地下停车场静态地图包括两个部分：一个是用标记出可行驶区域和非可行驶区域的二值灰度图；另一个是配置文件，文件中列出可停车位的标号以及其在地图坐标，入口出口的地图坐标。
本发明还公开了基于深度学习和规划算法的智能车辆召唤***，包括个人移动通讯设备，用于向云端服务器发送请求端的位置信息、停车、召车请求，接收根据停车、召车请求反馈的车辆信息；
车载通讯设备，用于向云端服务器提供车辆的位置信息，查看云端服务器发送的停车、召车请求和乘客的位置信息；
云端服务器，用于接收个人移动通讯设备和车载通讯设备的位置信息，在地图中进行比对，将乘客的位置信息发送给车载通讯设备，该车载通讯设备接收停车、召车请求和乘客的位置信息，完成停车和召车配对。
进一步，个人移动通讯设备和车载通讯设备具有数据通讯模块和GPS定位模块。
与现有技术相比，本发明的有益效果为：本方案能够有效解决车辆智能召唤中的定位准确性以及无法避让的问题，通过深度学习和路径规划算法来解决智能召唤场景中车辆定位难以及无法避让障碍物的问题。
附图说明
图1为本发明工作流程图；
图2为本发明地下停车场示意图；
图3为Slam构建的静态地图；
图4为停入4号车库规划的路径图；
图5为根据点云信息，实时变更轨迹图。
具体实施方式
如图1-5示，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例
基于深度学习和规划算法的智能车辆召唤方法，包括如下步骤：
步骤1)：地下停车场地图创建，如图2所示；
步骤2)：整个地下停车场静态地图构件，如图3所示；
步骤3)：停车步骤：在个人移动通讯设备上发送停车指令，车辆自主驶入指定的车位上，
步骤4)：召唤车辆步骤：通过个人移动通讯设备发送召唤车辆的信号，并且指定车主在地图中的位置发送给云端服务器，云端服务器接收到召车请求后读取车位和车主坐标，将信号传递给车载通讯设备，输入2d格栅图和车辆当前坐标，
判断是否更改路线，
若是，则从新规划路线，判断能否规划出路径，若能规划出路径，则循迹，到达终点，到达终点后判断是否结束，若是，则结束操作，车主成功取到车辆，若不能规划出路径，则停车，返回输入2d格栅图和车辆当前坐标步骤；
若否，则循迹，到达终点，到达终点后判断是否结束，若是，则结束操作，车主成功取到车辆，若否，则返回输入2d格栅图和车辆当前坐标步骤。
作为一种可选的实施方式，在步骤3)和步骤4)过程中还包括：车辆运动中周围环境的实时地图构件，根据深度学习来检测车身周围环境根据车辆运动过程中实时的激光雷达点云图可以把车身周围的环境信息更新到静态地图中，规划模块可以根据实时的地图信息变更路径。
作为一种可选的实施方式，周围环境包括行人、车辆、障碍物等。
作为一种可选的实施方式，召唤车辆步骤还包括，车主上车后通过个人移动通讯设备点击驶离停车场，车辆自主驶向出口。
作为一种可选的实施方式，整个地下停车场静态地图构件通过Slam构件。
作为一种可选的实施方式，构建好的地下停车场静态地图包括两个部分：一个是用标记出可行驶区域和非可行驶区域的二值灰度图；另一个是配置文件，文件中列出可停车位的标号以及其在地图坐标，入口出口的地图坐标。
更为具体的实施例如图4-5所示，将4号车位作为具体的停车位，将停车轨迹和遇到障碍物后根据深度学习来检测车身周围环境根据车辆运动过程中实时的激光雷达点云图可以把车身周围的环境信息更新到静态地图中，规划模块可以根据实时的地图信息变更路径，
本方案能够有效解决车辆智能召唤中的定位准确性以及无法避让的问题，通过深度学习和路径规划算法来解决智能召唤场景中车辆定位难以及无法避让障碍物的问题。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内，凡是落入本发明权利要求界定范围内的技术方案，均落在本发明的保护范围之内。
Claims (8)
1.基于深度学习和规划算法的智能车辆召唤方法，其特征在于：包括如下步骤：
步骤1)：地下停车场地图创建；
步骤2)：整个地下停车场静态地图构件；
步骤3)停车步骤：在个人移动通讯设备上发送停车指令，车辆自主驶入指定的车位上，
步骤4)召唤车辆步骤：通过个人移动通讯设备发送召唤车辆的信号，并且指定车主在地图中的位置发送给云端服务器，云端服务器接收到召车请求后读取车位和车主坐标，将信号传递给车载通讯设备，输入2d格栅图和车辆当前坐标，
判断是否更改路线，
若是，则从新规划路线，判断能否规划出路径，若能规划出路径，则循迹，到达终点，到达终点后判断是否结束，若是，则结束操作，车主成功取到车辆，若不能规划出路径，则停车，返回输入2d格栅图和车辆当前坐标步骤；
若否，则循迹，到达终点，到达终点后判断是否结束，若是，则结束操作，车主成功取到车辆，若否，则返回输入2d格栅图和车辆当前坐标步骤。
2.根据权利要求1所述的基于深度学习和规划算法的智能车辆召唤方法，其特征在于：在步骤3)和步骤4)过程中还包括：车辆运动中周围环境的实时地图构件，根据深度学习来检测车身周围环境根据车辆运动过程中实时的激光雷达点云图可以把车身周围的环境信息更新到静态地图中，规划模块可以根据实时的地图信息变更路径。
3.根据权利要求2所述的基于深度学习和规划算法的智能车辆召唤方法，其特征在于：周围环境包括行人、车辆、障碍物等。
4.根据权利要求1所述的基于深度学习和规划算法的智能车辆召唤方法，其特征在于：召唤车辆步骤还包括，车主上车后通过个人移动通讯设备点击驶离停车场，车辆自主驶向出口。
5.根据权利要求1所述的基于深度学习和规划算法的智能车辆召唤方法，其特征在于：整个地下停车场静态地图构件通过Slam构件。
6.根据权利要求1或5所述的基于深度学习和规划算法的智能车辆召唤方法，其特征在于：构建好的地下停车场静态地图包括两个部分：一个是用标记出可行驶区域和非可行驶区域的二值灰度图；另一个是配置文件，文件中列出可停车位的标号以及其在地图坐标，入口出口的地图坐标。
7.基于深度学习和规划算法的智能车辆召唤***，其特征在于：
包括个人移动通讯设备，用于向云端服务器发送请求端的位置信息、停车、召车请求，接收根据停车、召车请求反馈的车辆信息；
车载通讯设备，用于向云端服务器提供车辆的位置信息，查看云端服务器发送的停车、召车请求和乘客的位置信息；
云端服务器，用于接收个人移动通讯设备和车载通讯设备的位置信息，在地图中进行比对，将乘客的位置信息发送给车载通讯设备，该车载通讯设备接收停车、召车请求和乘客的位置信息，完成停车和召车配对。
8.根据权利要求4所述的基于深度学习和规划算法的智能车辆召唤***，其特征在于：个人移动通讯设备和车载通讯设备具有数据通讯模块和GPS定位模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110129286.3A CN112967522A (zh) | 2021-01-29 | 2021-01-29 | 基于深度学习和规划算法的智能车辆召唤方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110129286.3A CN112967522A (zh) | 2021-01-29 | 2021-01-29 | 基于深度学习和规划算法的智能车辆召唤方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112967522A true CN112967522A (zh) | 2021-06-15 |
Family
ID=76272585
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110129286.3A Pending CN112967522A (zh) | 2021-01-29 | 2021-01-29 | 基于深度学习和规划算法的智能车辆召唤方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112967522A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114373331A (zh) * | 2022-01-11 | 2022-04-19 | 浙江吉利控股集团有限公司 | 一种车辆已学习停车场数据的云拼接方法 |
| CN114422950A (zh) * | 2022-01-21 | 2022-04-29 | 重庆长安汽车股份有限公司 | 基于超宽带信号定位的车辆召唤***、召唤方法及汽车 |
| CN116153083A (zh) * | 2023-04-20 | 2023-05-23 | 江铃汽车股份有限公司 | 一种应用于地下停车场的车辆召唤方法及*** |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105679068A (zh) * | 2016-02-26 | 2016-06-15 | 重庆邮电大学 | 一种与智能停车场协同的智能车辆自动驾驶***和方法 |
| CN105702083A (zh) * | 2016-04-13 | 2016-06-22 | 重庆邮电大学 | 基于分布式视觉的停车场-车辆协同智能停车***及方法 |
| CN108827309A (zh) * | 2018-06-29 | 2018-11-16 | 炬大科技有限公司 | 一种机器人路径规划方法及具有它的吸尘器 |
| CN108932867A (zh) * | 2018-09-12 | 2018-12-04 | 奇瑞汽车股份有限公司 | 取还车***及取还车方法 |
| CN109733383A (zh) * | 2018-12-13 | 2019-05-10 | 初速度（苏州）科技有限公司 | 一种自适应的自动泊车方法及*** |
| CN110126817A (zh) * | 2018-12-16 | 2019-08-16 | 初速度（苏州）科技有限公司 | 一种自适应任意点与固定点间泊车或召回的方法及*** |
| CN110136426A (zh) * | 2019-04-15 | 2019-08-16 | 武汉环宇智行科技有限公司 | 一种还车招车***及方法 |
| CN110497901A (zh) * | 2019-08-30 | 2019-11-26 | 的卢技术有限公司 | 一种基于机器人vslam技术的泊车位自动搜索方法和*** |
| CN110517533A (zh) * | 2019-09-29 | 2019-11-29 | 武汉中海庭数据技术有限公司 | 一种自主泊车方法及*** |
| CN111341136A (zh) * | 2020-02-11 | 2020-06-26 | 浙江吉利汽车研究院有限公司 | 一种基于车路协同的代客泊车方法、***及存储介质 |
| CN111413959A (zh) * | 2018-12-18 | 2020-07-14 | 初速度（苏州）科技有限公司 | 任意点至任意点的全局路径规划、泊车方法及*** |
| CN111552764A (zh) * | 2020-05-15 | 2020-08-18 | 弗徕威智能机器人科技（上海）有限公司 | 一种车位检测方法、装置、***及机器人和存储介质 |
| KR102159048B1 (ko) * | 2019-12-26 | 2020-09-23 | 주식회사 폴라리스쓰리디 | 자율 주행 로봇의 스캔 경로 생성 방법 및 이를 수행하기 위한 컴퓨팅 장치 |
-
2021
- 2021-01-29 CN CN202110129286.3A patent/CN112967522A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105679068A (zh) * | 2016-02-26 | 2016-06-15 | 重庆邮电大学 | 一种与智能停车场协同的智能车辆自动驾驶***和方法 |
| CN105702083A (zh) * | 2016-04-13 | 2016-06-22 | 重庆邮电大学 | 基于分布式视觉的停车场-车辆协同智能停车***及方法 |
| CN108827309A (zh) * | 2018-06-29 | 2018-11-16 | 炬大科技有限公司 | 一种机器人路径规划方法及具有它的吸尘器 |
| CN108932867A (zh) * | 2018-09-12 | 2018-12-04 | 奇瑞汽车股份有限公司 | 取还车***及取还车方法 |
| CN109733383A (zh) * | 2018-12-13 | 2019-05-10 | 初速度（苏州）科技有限公司 | 一种自适应的自动泊车方法及*** |
| CN110126817A (zh) * | 2018-12-16 | 2019-08-16 | 初速度（苏州）科技有限公司 | 一种自适应任意点与固定点间泊车或召回的方法及*** |
| CN111413959A (zh) * | 2018-12-18 | 2020-07-14 | 初速度（苏州）科技有限公司 | 任意点至任意点的全局路径规划、泊车方法及*** |
| CN110136426A (zh) * | 2019-04-15 | 2019-08-16 | 武汉环宇智行科技有限公司 | 一种还车招车***及方法 |
| CN110497901A (zh) * | 2019-08-30 | 2019-11-26 | 的卢技术有限公司 | 一种基于机器人vslam技术的泊车位自动搜索方法和*** |
| CN110517533A (zh) * | 2019-09-29 | 2019-11-29 | 武汉中海庭数据技术有限公司 | 一种自主泊车方法及*** |
| KR102159048B1 (ko) * | 2019-12-26 | 2020-09-23 | 주식회사 폴라리스쓰리디 | 자율 주행 로봇의 스캔 경로 생성 방법 및 이를 수행하기 위한 컴퓨팅 장치 |
| CN111341136A (zh) * | 2020-02-11 | 2020-06-26 | 浙江吉利汽车研究院有限公司 | 一种基于车路协同的代客泊车方法、***及存储介质 |
| CN111552764A (zh) * | 2020-05-15 | 2020-08-18 | 弗徕威智能机器人科技（上海）有限公司 | 一种车位检测方法、装置、***及机器人和存储介质 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114373331A (zh) * | 2022-01-11 | 2022-04-19 | 浙江吉利控股集团有限公司 | 一种车辆已学习停车场数据的云拼接方法 |
| CN114373331B (zh) * | 2022-01-11 | 2023-08-15 | 浙江吉利控股集团有限公司 | 一种车辆已学习停车场数据的云拼接方法 |
| CN114422950A (zh) * | 2022-01-21 | 2022-04-29 | 重庆长安汽车股份有限公司 | 基于超宽带信号定位的车辆召唤***、召唤方法及汽车 |
| CN114422950B (zh) * | 2022-01-21 | 2023-08-25 | 重庆长安汽车股份有限公司 | 基于超宽带信号定位的车辆召唤***、召唤方法及汽车 |
| CN116153083A (zh) * | 2023-04-20 | 2023-05-23 | 江铃汽车股份有限公司 | 一种应用于地下停车场的车辆召唤方法及*** |
| CN116153083B (zh) * | 2023-04-20 | 2023-10-17 | 江铃汽车股份有限公司 | 一种应用于地下停车场的车辆召唤方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108961320B (zh) | 确定移动物体速度的方法和*** | |
| CN109164809B (zh) | 一种车辆编队自主跟随控制***及方法 | |
| CN112967522A (zh) | 基于深度学习和规划算法的智能车辆召唤方法及*** | |
| US20220343657A1 (en) | Occupancy prediction neural networks | |
| US10948907B2 (en) | Self-driving mobile robots using human-robot interactions | |
| CN109859513A (zh) | 路口车道导航方法和装置 | |
| CN104183131A (zh) | 使用无线通信检测车道的装置和方法 | |
| US20200250974A1 (en) | Method and device for detecting emergency vehicles in real time and planning driving routes to cope with situations to be expected to be occurred by the emergency vehicles | |
| EP4148385A1 (en) | Vehicle navigation positioning method and apparatus, and base station, system and readable storage medium | |
| US11214160B2 (en) | System for automated charging of autonomous vehicles | |
| CN110333725B (zh) | 自动驾驶避让行人的方法、***、设备及存储介质 | |
| WO2020248210A1 (en) | Roadmodel manifold for 2d trajectory planner | |
| US20220355823A1 (en) | Travel route generation device and control device | |
| US11830203B2 (en) | Geo-motion and appearance aware data association | |
| WO2022072173A1 (en) | Annotation and mapping for vehicle operation in low-confidence object detection conditions | |
| CN113459951A (zh) | 车外环境显示方法和装置、车辆、设备和存储介质 | |
| CN110913335B (zh) | 自动引导车感知定位方法、装置、服务器及自动引导车 | |
| CN111399489B (zh) | 用于生成信息的方法和装置 | |
| US20230306845A1 (en) | Near-Field Sensing Information Transmission And Pairing System For Air-Land Unmanned Vehicles And Method Thereof | |
| CN112590816B (zh) | 一种基于四轮转向汽车的自动驾驶往返切换方法及装置 | |
| EP4019351A1 (en) | Vehicle control method and device, vehicle and storage medium | |
| CN113298044B (zh) | 基于定位补偿的障碍物检测方法、***、设备及存储介质 | |
| CN115123297A (zh) | 车辆控制方法、装置、设备、车辆和存储介质 | |
| WO2020248209A1 (en) | 3d odometry in 6d space with roadmodel 2d manifold | |
| CN112002032A (zh) | 引导车辆驾驶的方法、装置、设备和计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210615 |
|
| RJ01 | Rejection of invention patent application after publication |