CN114701523A - 用于自主泊车的方法、装置、设备、存储介质和程序产品 - Google Patents
用于自主泊车的方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN114701523A CN114701523A CN202210534379.9A CN202210534379A CN114701523A CN 114701523 A CN114701523 A CN 114701523A CN 202210534379 A CN202210534379 A CN 202210534379A CN 114701523 A CN114701523 A CN 114701523A
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- route
- routes
- historical
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000004044 response Effects 0.000 claims abstract description 37
- 230000007613 environmental effect Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 24
- 230000001960 triggered effect Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 238000003032 molecular docking Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/027—Parking aids, e.g. instruction means
- B62D15/0285—Parking performed automatically
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/579—Depth or shape recovery from multiple images from motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30264—Parking
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Exhaust Gas After Treatment (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
Abstract
本公开实施例涉及用于自主泊车的方法、装置、设备、存储介质和程序产品,涉及自主泊车领域。用于自主泊车的方法包括基于车辆在第一时间段内的历史位置,确定与车辆的一条或多条候选泊车路线相关联的常用区域;基于车辆在常用区域内的一条或多条历史泊车路线,获取车辆的一条或多条候选泊车路线,一条或多条历史泊车路线包括泊入路线和泊出路线中的至少一者;以及响应于确定车辆处于常用区域之中,向车辆提供所获取的一条或多条候选泊车路线,以供车辆泊入或泊出。以此方式,可以免除用户手动设置路线流程,降低使用门槛,提升用户体验,提高自主泊车功能实用性和使用率。而且,可以降低计算设备的压力,减少硬件成本。
Description
技术领域
本公开涉及自主泊车领域,并且更具体地,涉及一种用于自主泊车的方法、装置、电子设备、计算机存储介质和计算机程序产品。
背景技术
在自动驾驶技术中,自主泊车可以为用户提供极大的便利性。自主泊车技术可以不依赖于用户的操作,自动或者半自动地帮助用户完成泊车过程。该泊车过程可以包括泊入过程或者泊出过程。目前的泊入或者泊出功能依赖于用户泊车路线的创建。也就是说,需要用户驾车至泊车路线起点进行起点设定,随后开车至泊车路线终点进行终点设定,最后等待泊车路线生成。
发明内容
根据本公开的示例实施例,提供了一种用于自主泊车的方案。
在本公开的第一方面中,提供了一种用于自主泊车的方法。该方法包括:基于车辆在第一时间段内的历史位置,确定与车辆的一条或多条候选泊车路线相关联的常用区域;基于车辆在常用区域内的一条或多条历史泊车路线,获取车辆的一条或多条候选泊车路线,一条或多条历史泊车路线包括泊入路线和泊出路线中的至少一者;以及响应于确定车辆处于常用区域之中,向车辆提供所获取的一条或多条候选泊车路线,以供车辆泊入或泊出。
在本公开的第二方面中,提供了一种用于自主泊车的装置。该装置包括常用区域确定模块,被配置为基于车辆在第一时间段内的历史位置,确定与车辆的一条或多条候选泊车路线相关联的常用区域;候选泊车路线获取模块,被配置为基于车辆在常用区域内的一条或多条历史泊车路线,获取车辆的一条或多条候选泊车路线,一条或多条历史泊车路线包括泊入路线和泊出路线中的至少一者;以及候选泊车路线提供模块,被配置为响应于确定车辆处于常用区域之中,向车辆提供所获取的一条或多条候选泊车路线,以供车辆泊入或泊出。
在本公开的第三方面中,提供了一种电子设备。该电子设备包括一个或多个处理器;以及存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现根据本公开的第一方面的方法。
在本公开的第四方面中,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第一方面的方法。
在本公开的第五方面中,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时,执行根据本公开的第一方面的方法。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标注表示相同或相似的元素,其中:
图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图;
图2示出了根据本公开的实施例的用于自主泊车的过程的流程图;
图3示出了根据本公开的实施例的获取用于自主泊车的泊出路线的流程图;
图4示出了根据本公开的实施例的获取用于自主泊车的泊入路线的流程图;
图5示出了根据本公开的实施例的用于确定对象状态的装置的示意性框图;以及
图6示出了能够实施本公开的多个实施例的计算设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
在本公开的实施例的描述中,术语“包括”及其类似用语应当理解为开放性包含,即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如前文所提及的,在车辆(优选为智能驾驶车辆)自动泊车的过程中,需要用户驾车至泊车路线起点进行起点设定,随后开车至泊车路线终点进行终点设定,最后等待泊车路线生成。
传统上,针对自主泊车路线的生成,存在两种解决方案。在一种方案中,泊车路线的生成需要用户驾驶到泊车路线后设置路线起点,并且开始驾驶汽车至路线终点的同时进行路线的同步定位与建图(SLAM,simultaneous localization and mapping),待用户设定终点后结束建图,并且根据用户设置的路线类型、车位类型进行路线保存和学习。如本领域技术人员所熟知,SLAM信息是实时跟踪机器人或车辆在世界上的位置、并识别地标(例如建筑物、阻碍、路标和其他对象特征)位置的方法。
在另一种方案中,后台根据用户自动建图信息进行路线训练保存。
然而,无论是上面的哪种方案,都需要用户主动地进行路线创建,也就是说,需要用户主动告知车载计算设备或云端路线信息。这样的技术手段造成用户使用门槛高,用户体验欠佳。而且,驾驶汽车至路线终点的同时进行路线的同步定位与建图SLAM对计算设备或***的计算能力要求较高,进而增加了硬件成本。
为了至少部分地解决上述问题和其他的潜在问题,本文提出一种用于自主泊车的方案。在该方案中,能够基于车辆所经常出现的位置确定常用区域,并且在车辆进入常用区域后进行路线自主学习,通过自主学习确定路径并且验证通过后,当车辆再次进入常用区域,将验证路线主动地推荐给车辆,以用于车辆自主的泊入或泊出。而且,在获取车库周边环境信息时,能够不依赖于或不完全依赖于车载相机就可获取。以此方式,可以免除用户手动设置路线流程,降低使用门槛,提升用户体验,提高自主泊车功能实用性和使用率。而且,可以降低计算设备的压力,减少硬件成本。
以下将参照附图来具体表述本公开的实施例。
图1示出了本公开的多个实施例能够在其中实现的示例环境100的示意图。在该示例环境100中可以包括车辆1和泊车区3。车辆1可以是任何机动车辆或非机动车辆,例如可以是轿车、卡车、摩托车、公共汽车、电气汽车、警车、消防车、或其他执行特种作业设备的车辆。泊车区3可以是固定停车场(例如商场停车场、专用停车场或者社区地上或地下停车场等)、临时停车场或者其他合适的泊车区域,例如车辆经常停靠的位置,包括划有车位线的位置或者未划车位线的临时停车点等。
在一些实施例中,泊车区3可以有一个或多个入口或出口。相应地,泊车区3可以具有对应于车辆1的一条或多条泊车路线。需要说明,泊车路线可以包括泊入路线或泊出路线。相应地,根据泊车区3的具体构造,泊入路线和泊出路线分别也可以为一条或多条。
在一个实施例中,如图1所示,车辆1可以具有三条泊入路线101-1、101-2和101-3(也可以统称为泊入路线101),车辆1可以经由以上三条泊入路线中的任意一条路线来泊入到泊车位121中。需要说明,上述三条路线仅仅是示例性的,泊入路线还可以包括其他任意合适数量的路线,例如仅有一条、二条、四条、六条或更多条,本公开对此不做限制。
在该实施例中,继续参考图1,车辆1也可以具有三条泊出路线111-1、111-2和111-3(也可以统称为泊出路线111)。车辆1可以经由以上三条泊出路线中的任意一条路线离开泊车位121。需要说明,上述三条路线仅仅是示例性的,泊出路线还可以包括其他任意合适数量的路线,例如仅有一条、二条、四条、六条或更多条,本公开对此不做限制。还需要说明,图1的实施例仅仅是示例性的,泊入路线和泊出路线的数目不必是相同的。
上述泊入路线101-1、101-2和101-3和泊出路线111-1、111-2和111-3是车辆泊入或泊出的历史轨迹,因此可以称为历史泊车路线或历史泊车轨迹。需要说明,路线、轨迹和路径在本公开中属于相同或相似的概念,也可以在本公开的上下文中被替换使用。
在一些实施例中,继续参考图1,在环境100中,可以基于车辆1在第一时间段内的历史位置,确定常用区域5。第一时间段可以是预定的,例如可以设置为5天、7天、10天等任意合适的天数。历史位置可以对应于前文所述的泊车区3中的固定停车场、临时停车场或者其他合适的泊车区域的位置点,例如图1所示的泊车位121的位置点或泊车区3范围内的其他车辆出现的位置点。
下面将以第一时间段为7天、车辆1在泊车区3泊入或泊出为例,继续结合图1来介绍如何确定常用区域5。
在该实施例中,可以在车辆1点火后记录其当前位置的位置信息。具体来说,可以通过车辆1的车载GPS来确定车辆1的位置信息。在一些实施例中,当车辆1例如在地下停车场等区域时,其位置信息有时不能被有效地读取,则可以读取汽车最后一次记录的位置信息。需要说明,GPS获取位置信息仅仅是示例性的,还可以通过其他方式来获取位置信息,例如WIFI定位、基站定位或北斗卫星定位等。
在这样的实施例中,当在过去7天时间段内,车辆1在泊车区3出现的次数不小于第一阈值,可以确定与该泊车区3相关联的范围为常用区域5。具体而言,可以直接将该泊车区确定为常用区域5。换言之,可以基于车辆1在第一时间段7天内的出现的频率来确定常用区域。第一阈值可以由***根据需要进行设定,也可以由用户根据需要进行设定,本公开对此不做限制。例如,第一阈值可以设定为3次、4次等。
在另外的实施例中,确定常用区域5可以首先通过前文描述的方式首先确定与车辆的历史位置对应的位置点。如前所述,位置点可以对应于泊车位121。在该实施例中,可以基于该泊车位121对应的位置点和第一预定距离首先确定预定区域。第一预定距离可以根据需要由***或用户进行设定,例如为200米、1000米或其他任意合适的距离,本公开对此不做限制。需要说明,通过这样的方式可以确定出圆形的预定区域,但是预定区域的形状还可以是其他形状,例如长方形、多边形或者其他不规则形状。
在这样的实施例中,在基于位置点和第一预定距离确定预定区域后,可以响应于车辆1在第一时间段内在预定区域内出现的次数不小于第一阈值,将预定区域确定为常用区域5。通过这样的方式,常用区域5可以被准确地确定。
在另外的实施例中,当车辆1在泊车区3的历史位置对应的位置点可能为多个(例如同一泊车区3的可以泊车的泊车位121有多个或通过GPS获得多个有效位置点),那么通过上述实施例确定的预定区域则可能为多个。根据第一预定距离的不同,各个预定区域可能存在重合区域。在这种情况下,在基于多个位置点和第一预定距离确定多个预定区域后,当确定到多个预定区域中的至少两个预定区域存在重合,可以将至少两个预定区域确定为常用区域5。通过这样的布置,可以将常用区域5的范围扩大的涵盖所有可能的泊车位121,以便更准确和有效地提示车辆1的泊入或泊出。
需要说明,在新的常用区域5创建时,初始的位置点的确定通常要求该位置点位于其他已经确定好的常用区域5之外。这是因为,如果初始确定的位置点位于先前确定好的常用区域5中,则已经触发确定常用区域5之后的“通过历史泊车路线获取候选泊车路线”的操作步骤,这将在下文更详细地阐述。
还需要说明,尽管在图1所示的实施例中,常用区域5的范围大于泊车区3的范围,但这仅仅是示例性的,常用区域5的范围还可以等于或小于泊车区3的范围,本公开对此不做限定。
继续参考图1,上述确定常用区域5的各个实施例均可以通过计算设备130或相应***来实现。在一些实施例中,计算设备130可以包括台式电脑、平板电脑、个人数字助理(PDA)、服务器、主机等,或能够进行有线数据通信或无线数据通信的任何其他处理器使能设备。计算设备130可以是设置在车辆1之外的任意计算设备,也可以优选地设置在车辆1上或车辆1中,也就是说,计算设备130可以是车载计算设备。在一些实施例中,计算设备130还可以通过有线或无线的方式联网,以将上述获取常用区域5的相关数据上传到云端140。
需要说明,云端140仅仅提供了一种优选方式,其并不是必须的。这是因为,在网络状态良好的情况下,车辆可以支持云端140计算和学习,并且可以主要地以云端140计算和学习为主。而当网络状态不佳或处于断网状态时,则可以通过计算设备130进行计算和学习。也就是说,根据网络环境的不同,该环境100下的***可以在本地计算和云端计算之间实现有效的切换,以满足不同场景下的使用需求。
需要说明,环境100下所要执行的操作和步骤都可以类似地通过计算设备130和云端140的方式来处理。即,上述计算设备130和云端140的计算和学习的方式可以适用于以下所介绍的所有步骤。这在下文中将不再重复叙述。
在一些实施例中,继续参考图1,在确定常用区域5之后,可以基于车辆1在常用区域5内的一条或多条历史泊车路线,获取车辆1的一条或多条候选泊车路线。如前文所述,一条或多条历史泊车路线包括泊入路线(例如泊入路线101-1、101-2和101-3)和泊出路线(例如泊出路线111-1、111-2和111-3)中的一条或多条路线。
在一个实施例中,可以通过“静默学习”的方式确定一条或多条历史泊车路线,并且同样通过“静默”的方式基于所述车辆在常用区域内的一条或多条历史泊车路线,获取车辆的一条或多条候选泊车路线。在计算机领域,静默模式泛指计算机程序发生特定情况时自行进行处理而不惊动用户的模式,从而可以不影响用户正常操作。
在一个实施例中,在获取车辆1的一条或多条候选泊车路线时,可以响应于车辆1处于常用区域5内的次数不小于第二阈值,来确定一条或多条历史泊车路线(例如泊入路线101-1、101-2和101-3或泊出路线111-1、111-2和111-3)。在上述操作中,确定一条或多条历史泊车路线(例如泊入路线101-1、101-2和101-3或泊出路线111-1、111-2和111-3)可以包括确定一条或多条历史泊车路线的具体数目。第二阈值可以由***设定或由用户来根据实际需要设定。例如,第二阈值可以设定为5次、优选地7次、8次、10次或其他任意合适的数目。其目的在于,通过车辆1在常用区域5出现的次数可以尽可能涉及到所有可能的泊入路线或泊出路线,以保证上述静默学习的过程能够覆盖到所有可能的路线。
需要说明,在上述实施例中,确定一条或多条历史泊车路线(例如泊入路线101-1、101-2和101-3或泊出路线111-1、111-2和111-3)不必须设定预定时间段。也就是说,当确定常用区域5为熟路区域后,车辆1处于常用区域5的次数可以在任意长的时间段内进行统计,以期望能够学习到尽可能多的路线。应当理解,本领域技术人员也可以根据实际需要设定预定时间段的长度,例如20天、30天或者其他任意合适的天数等。
另外,需要说明的是,针对泊入和泊出不同的情况,可以在同一常用区域5下在泊入和泊出两个方向分别进行不小于第二阈值(例如7次)的学习,以记录当前常用区域5下用户所有的历史泊车路线(例如泊入路线101-1、101-2和101-3或泊出路线111-1、111-2和111-3)。下文将结合图3和图4对获取泊入路线和泊出路线的流程做详细介绍。
在一个实施例中,继续参考图1,示例环境100中还可以包括摄像头123,用于获取常用区域4或泊车区3的周边环境信息。在一个实施例中,摄像头123可以为车辆1的车载摄像头,例如前视摄像头、环视摄像头等,并且其数量可以为一个或多个。在这样的实施例中,可以在车辆1在泊车区3驻车或者行进的过程中通过摄像头123获取常用区域5或泊车区3的环境信息,例如SLAM信息。例如,可以在确定常用区域5的过程中通过摄像头123首先来获取泊车区3的环境信息,并且将确定常用区域5所获取的环境信息作为基准环境信息。
这样一来,当常用区域5被确定后,车辆1再次进入该常用区域5时,摄像头123还可以继续获取对应于已经学习成功的当前路线的环境信息,例如SLAM信息。继而,可以对已经学习成功的当前路线的环境信息与基准环境信息进行比较,以基于比较的结果,来确定常用区域5的一条或多条历史泊车路线(例如泊入路线101-1、101-2和101-3或泊出路线111-1、111-2和111-3中的一者或多者)。
在一个实施例中,比较的结果是基于匹配度来实现的。也就是说,当环境信息比较的结果不小于预定匹配度,则已经学习成功的当前路线可以确定为可用的一条历史泊车路线。而当匹配度不够时,则当前路线学习失败,已经学习成功的当前路线则无法被确定为可用的一条历史泊车路线。或者,基于环境信息的比较可以是一种泊车路线的有效性校验的过程,只有当触发常用区域5后与之前位置信息的环境信息匹配。一旦匹配成功,路线状态则变更为“已完成”,该历史泊车路线可以在后续的操作中操作候选泊车路线提供给车辆,用于自主泊车。
这样一来,通过上述的方式所获取的环境信息与基准环境信息进行比较之后,可以基于比较的结果根据判断当前的泊车区3中的泊车位121是临时停车位或固定停车位。
在其他的实施例中,摄像头123还可以是安装在泊车区3中的摄像头,并且其数量可以为一个或多个。这样一来,摄像头123可以实时地获取泊车区3的环境信息,并且不依赖于车载计算设备来实时地进行计算,从而在不影响性能的情况下,可以降低计算设备130的对软硬件能力的高需求。
在这样的实施例中,摄像头123所捕获的环境信息可以直接地传送至计算设备130或者通过车辆传送给计算设备130。此外,摄像头123所捕获的环境信息还可以传送给不同于计算设备130的单独的计算设备,本公开对此不做限制。
需要说明,摄像头123获取环境信息的时机可以根据实际需要进行设定,例如当摄像头123位于车辆1上在车辆1启动时或车辆1行进时、或当摄像头123位于泊车区3时任何合适的时机,本公开对此不做限制。
在一个实施例中,继续参考图1,可以在比较的结果低于预定匹配度时,响应于车辆1再次处于历史泊车路线中的一条历史泊车路线时,再次获取历史泊车路线中的这一条历史泊车路线。在该实施例中,由于各种原因,例如车辆故障、设备故障、环境变化、障碍物遮挡等,在历史泊车路线中的某一条路线学习的过程中,对于路线可能无法实现一次性学习成功,因此其初次比较的结果可能低于预定匹配度,造成路线校验失败。为避免遗漏可用的路线,可以在车辆1可以在再次进入常用区域5是进行针对该路线的多趟学习过程,并对于多趟学习后的路线进行再次校验,以便得到更准确的泊车路线结果。需要说明的是,匹配度可以是计算设备130或***根据实际情况进行设定,也可以由用户进行设定。另外,对于多趟学习的次数,本公开不做限制。
在一个实施例中,在进行多趟学习时,可以设定第二时间段。第二时间段例如可以设置为8天、10天。若在第二时间段内,多趟学习的路线依然无法通过前文所述的比较或校验步骤,则清空这一条历史泊车路线,使其不再作为候选泊车路线的备选。而一旦在第二时间段内通过比较或校验,则确认该历史泊车路线为候选泊车路线的备选,以在后续再次触发该常用区域5时进行路线推荐。
因此,在本公开的实施例中,在历史泊车路线学习成功之后,可以对学习成功的路线进行比较或校验,一旦比较或校验成功,则可以将历史泊车路线确定为候选泊车路线。而在比较失败的情形下,则可以执行多趟学习的操作,并对多趟学习后的泊车路线进行校验,并且进一步基于比较结果来确定是否将历史泊车路线确定为候选泊车路线。对于学习失败或校验失败的历史泊车路线,可以变更其状态为失效,不再执行其他操作。
在一个实施例中,还可以响应于所提供的至少一条候选泊车路线未被使用的次数高于第四阈值,使至少一条候选泊车路线失效。第四阈值可以是用户定义或计算设备130或***设定。第四阈值可以为5次、6次、8次等任意合适的值。以5次为例,当候选泊车路线向车辆推荐5次,但每次都没有采用时,计算设备130或***可以认定该路线不可用或者出错,因此变更其状态为失效,并且在后续触发常用区域5时不再推荐给车辆。
在一些实施例中,若当前泊车方向下的常用区域5已经满足学习次数要求,但是当前路线均为失效状态时,可以在一定时间段(例如7天)后清空当前常用区域5下的所有路线数据,并且初始化常用区域5的状态,静默学习次数设置为0。初始化后,还可以支持后续重新创建常用区域5时重新进行路线学习、管理和推荐。
在一些实施例中,继续参考图1,可以响应于所获取的车辆1的历史泊车路线包括两条或更多条泊入路线(例如泊入路线101-1、101-2和101-3),将具有至少一部分特性相一致的两条或更多条所述泊入路线确定为单条泊入路线,或者将两条或更多条所述泊入路线的特性相一致的部分确定为单条泊入路线。相应地,还可以响应于所获取的车辆的历史泊车路线包括两条或更多条泊出路线(例如泊出路线111-1、111-2和111-3),将至少一部分特性相一致的两条或更多条泊出路线确定为单条泊出路线,或者将两条或更多条泊出路线特性相一致的部分确定为单条泊出路线。也就是说,本公开的实施例可以对于泊入路线101-1、101-2和101-3和泊出路线111-1、111-2和111-3执行不同的融合机制。
在该实施例中,以泊入路线101-1、101-2和101-3为例。在图1中,泊入路线101-1和101-2距离较近。如果计算设备130或***判断到泊入路线101-1和101-2具有类似的特性,例如若存在5m及以上相似路线(即具有若干相同特征点),则将泊入路线101-1和101-2进行融合。在一个实施例中,可以将泊入路线101-1和101-2两条泊入路线进行融合,直接融合为同一条泊入路线。这是因为,因为行车道的宽度不同,在同一入口的情形下,泊车路线的轨迹可能不同,但其本质上还是属于同一条泊入路线。这样一来,可以减少数据冗余,降低***计算压力。
在另外一个实施例中,还可以将泊入路线101-1和101-2特性相一致的部分进行融合,泊入路线101-1和101-2特性相一致的部分被融合成一条泊入路线,而对于其他不一致的地方则可以保留原路径。这可以减少数据计算量,降低***压力。
在这样的实施例中,继续参考图1,泊入路线101-3距离泊入路线101-1和101-2较远,因此在特性上不存在一致性,也就不执行对于泊入路线101-3的路线地图融合。
在图1所示的实施例中,泊出路线111-1、111-2和111-3的融合机制基本上类似于泊入路线101-1、101-2和101-3的融合机制,本公开在此不做赘述。
需要说明,还可以根据实际需要采用其他任意合适的融合机制,本公开对此不做限制。
图2示出了根据本公开的实施例的用于自主泊车的过程的流程图。为了更清楚地理解本公开的实施例所提供的用于自主泊车的方案,将参照图1来进一步描述本公开的实施例。过程200可以由图1的计算设备130和/或云端140来实现。
在框210,基于车辆在第一时间段内的历史位置,确定与车辆1的一条或多条候选泊车路线相关联的常用区域5。
在一些实施例中,如前所述,历史位置可以对应于前文所述的泊车区3中的固定停车场、临时停车场或者其他合适的泊车区域的位置点,例如图1所示的泊车位121的位置点或泊车区3范围内的其他车辆出现的位置点。
在一些实施例中,常用区域5可以是车辆1经常出现的区域,例如可以是前文所述的7天内出现3次或以上的熟路范围或区域,也即图1中虚线圆所圈中的常用区域5。需要说明,常用区域还是可以是其他参数来确定的这样的熟路范围或区域,例如还可以通过车辆1根据其他预设规则进行圈定或对车辆1行驶轨迹进行大数据分析后进行预先设定,本公开对此不做限定。
在一些实施例中,可以确定与车辆1的历史位置对应的位置点;并且基于位置点和第一预定距离,确定预定区域;以及响应于车辆在第一时间段内在预定区域内出现的次数不小于第一阈值,将预定区域确定为常用区域5。
在这样的实施例中,历史位置例如对应于图1中所示的泊车位121的位置。第一预定距离可以由用户或***根据需要设定。根据前文所述,第一阈值关联于车辆1在泊车区3出现的次数,例如7天内出现3次或以上,从而可以确定如前文所述的熟路范围。
在一些实施例中,还可以确定与车辆的历史位置对应的多个位置点;基于多个位置点和第一预定距离,确定多个预定区域;以及响应于确定到多个预定区域中的至少两个预定区域存在重合,将至少两个预定区域确定为常用区域。
在这样的实施例中,如图1所示,位置点可以对应于泊车位121所在的位置点。通过上述方式,多个预定区域存在重合的情况下,可以根据预设规则将多个预定区域确定为一个常用区域。
在框220,基于车辆1在常用区域5内的一条或多条历史泊车路线,获取车辆1的一条或多条候选泊车路线,一条或多条历史泊车路线包括泊入路线和泊出路线中的至少一者。
在这样的实施例中,历史泊车路线例如可以是图1中所示的泊入路线101-1、101-2和101-3、以及泊出路线111-1、111-2和111-3中的一条或多条。候选泊车路线则可以包括上述泊入路线101-1、101-2和101-3或泊出路线111-1、111-2和111-3经过如前所述的匹配或校验成功后的所有路线。
在一个实施例中,如前所述,在获取候选泊车路线的过程中,如前文所述可以通过“静默学习”模式来获取历史泊车路线。如本领域所熟知,在计算机领域,静默模式泛指计算机程序发生特定情况时自行进行处理而不惊动用户的模式,从而可以不影响用户正常操作。以此方式,可以在不需要用户手动操作的情况下自动记录所有常用泊车路线,以在满足触发条件时提供给车辆1,从而辅助车辆自主泊车。
应当理解,上述对于熟路范围或区域的确定方式同样也可以是静默的,不需要用户手动操作来进行设置,以提升用户体验。
在一些实施例中,还可以响应于车辆1处于常用区域5内的次数不小于第二阈值,确定一条或多条历史泊车路线;以及基于一条或多条历史泊车路线,获取车辆1的一条或多条候选泊车路线。
在一些实施例中,第二阈值可以由***设定或由用户来根据实际需要设定。例如,如前文所述,第二阈值可以设定为5次、优选地7次、8次、10次或其他任意合适的数目。其目的在于,尽可能涉及到所有可能的泊入路线或泊出路线,以保证上述静默学习的过程能够覆盖到所有可能的路线。
在框230,响应于确定车辆1处于常用区域5之中,向车辆提供所获取的一条或多条候选泊车路线,以供车辆泊入或泊出。
在一些实施例中,向车辆1提供一条或多条候选泊车路线可以语音、推送文字、视频、图像等任意合适的方式进行。在一些实施例中,向车辆提供候选泊车路线还可以将路线发送给车载终端或发送至其他终端设备,如车辆用户的手机等。
在一些实施例中,还可以响应于所提供的至少一条候选泊车路线未被使用的次数高于第四阈值,使至少一条候选泊车路线失效。
在一些实施例中,第四阈值可以为5次、6次、8次等任意合适的值。以5次为例,当候选泊车路线向车辆推荐5次,但每次都没有采用时,计算设备130或***可以认定该路线不可用或者出错,因此变更其状态为失效,并且在后续触发常用区域5时不再推荐给车辆。以此方式,提供了一种使候选泊车路线失效模式。
图3示出了根据本公开的实施例的获取用于自主泊车的泊出路线的流程图。过程300可以由图1所示的计算设备130和/或云端140来实现。为了更清楚地理解本公开的实施例所提供的用于自主泊车的方案,将参照图1来进一步描述本公开的实施例。在图3所示的示例中,过程300可以包括框310、可选的框320以及框330。
如图3所示,在框310,可以确定车辆1是否处于常用区域5内。具体而言,在一个实施例中,可以在位于泊车位123的车辆1启动时来判断车辆1是否处于常用区域5内。如图1所示,在该实施例中,车辆1位于泊车位121中。因此车辆1启动就触发了常用区域5,也就是说,车辆1就开始泊出路线的静默学习。
以路线111-1为例。当车辆1启动,车辆1位于泊车位121中,则触发对泊出路线的静默学习,路线的静默学习和记录可以由计算设备130直接执行,也可以由云端140来执行,或者由两者共同执行。当车辆1驶离常用区域5时,也就是远离路线111-1的与常用区域5的交叉点112-1时,车辆1不再位于常用区域5中,可以终止静默学习,以在框330获取车辆1的泊出路线。随后,如前文所述,可以将泊出路线111-1确定为历史泊车路线。并且,如果历史泊车路线通过比较或有效性校验,则可以作为候选泊车路线提供给车辆1,以用于车辆自主泊车。
类似地,可以通过泊车位121的起始点和路径与常用区域5的交叉点112-2和112-3来在框330获取泊出路线111-2和111-3,并且可以通过类似的方式来将泊出路线111-2和111-3确定为候选泊车路线。
在可选的框320,可以响应于车辆1处于常用区域5内,确定车辆1从历史位置行驶第二预定距离的路线。在图1所示的实施例中,如前所述,历史位置对应于泊车位121的位置。应当理解,历史位置还可以其他任意用于确定常用区域5的位置,本公开对此不做限制。
继续以泊出路线111-1为例,在这样的实施例中,第二预定距离可以由计算设备130或其***设定,也可以由用户自行设定。第二预定距离可以是任意合适的距离,例如450m、500米、1000米等。通过这样的方式,可以将泊出路线111-1限定为第二预定距离的长度,以得到更精准的候选泊车路线。随后,可以在框330处将限定为第二预定距离长度的泊出路线111-1确定为泊出路线。
需要说明,上述方式仅仅是示例性的,还可以采用其他任何的方式来获取泊出路线111-1、111-2和111-3,本公开对此不做限制。
图4示出了根据本公开的实施例的获取用于自主泊车的泊入路线的流程图。过程400可以由图1的计算设备130和/或云端140来实现。为了更清楚地理解本公开的实施例所提供的用于自主泊车的方案,将参照图1来进一步描述本公开的实施例。在图4所示的示例中,过程400可以包括框410、可选的框420以及框430。
在框410,可以确定车辆的驾驶距离是否大于第三阈值。在这样的实施例中,第三阈值可以由计算设备130或其***设定,也可以由用户自行设定。第三阈值例如可以为2KM、3KM或其他任意合适的数值,本公开对此不做限定。因为泊入路线通常需要驾驶一段距离后接近目的地开始,因此对于泊入路线的确定可以计算车辆的距离。而出库学习一般车辆启动时就会触发常用区域5,因此可以仅通过启动后的位置信息来判断和操作。
在一些实施例中,对于车辆1的驾驶距离的确定可以基于车载GPS装置、车载导航路径或者利用其他任意合适的方式,本公开对此不做限定。
以第三阈值为2KM为例并且泊入路线101-1为例。当车辆1启动时,首先判断车辆的驾驶距离,当驾驶距离大于第三阈值2KM时,可以判断车辆在常用区域5之外。这样一来,车辆1驶入常用区域5的边界点102-1处时触发了常用区域5内的泊入静默学习。路线的静默学习和记录可以由计算设备130直接执行,也可以由云端140来执行,或者由两者共同执行。
当车辆1驶入泊车位121熄火后,可以终止静默学习,即停止了路线的学习和记录,进而通过计算设备130和/或云端140在框430处获取车辆1的泊入路线。随后,如前文所述,可以将泊入路线101-1确定为历史泊车路线。并且,如果历史泊车路线通过比较或有效性校验,则可以作为候选泊车路线提供给车辆1,以用于车辆自主泊车。
类似地,可以通过将泊车位121作为终点和泊入路径与常用区域5的交叉点102-2和102-3来在框330获取泊出路线111-2和111-3,并且可以通过类似的方式来将泊出路线111-2和111-3确定为候选泊车路线。
在可选的框420,可以确定车辆1在历史位置处驻车前所行驶的第三预定距离的路线。在图1所示的实施例中,如前所述,历史位置对应于泊车位121的位置。应当理解,历史位置还可以其他任意用于确定常用区域5的位置,本公开对此不做限制。
继续以泊入路线101-1为例,在这样的实施例中,第三预定距离可以由计算设备130或其***设定,也可以由用户自行设定。第三预定距离可以是任意合适的距离,例如450m、500米、1000米等。也就是说通过这样的方式,可以将泊入路线101-1截取为第三预定距离的长度(起点在泊车位121处),以得到更精准的候选泊车路线。不同于泊出路线的确定方式,泊入路线101是通过在确定终点后向前截取第三预定距离的路径,以随后可以在框430处将限定为第三预定距离长度的泊入路线101-1确定为泊入路线。
需要说明,上述方式仅仅是示例性的,还可以采用其他任何的方式来获取泊入路线101-1、101-2和101-3,本公开对此不做限制。
图5示出了根据本公开的实施例的用于确定对象状态的装置500的示意性框图。装置500可以实现为图1所示的计算设备130和/或云端140。如图5所示,装置500包括:常用区域确定模块510,被配置为基于车辆在第一时间段内的历史位置,确定与车辆的一条或多条候选泊车路线相关联的常用区域;候选泊车路线获取模块520,被配置为基于车辆在常用区域内的一条或多条历史泊车路线,获取车辆的一条或多条候选泊车路线,一条或多条历史泊车路线包括泊入路线和泊出路线中的至少一者;以及候选泊车路线提供模块530,被配置为响应于确定车辆处于常用区域之中,向车辆提供所获取的一条或多条候选泊车路线,以供车辆泊入或泊出。
在一些实施例中,常用区域确定模块可以包括:位置点确定模块,被配置为确定与车辆的历史位置对应的位置点;预定区域确定模块,被配置为基于位置点和第一预定距离,确定预定区域;以及第一确定模块,被配置为响应于车辆在第一时间段内在预定区域内出现的次数不小于第一阈值,将预定区域确定为常用区域。
在一些实施例中,常用区域确定模块包括:多个位置点确定模块,被配置为确定与车辆的历史位置对应的多个位置点;多个预定区域确定模块,被配置为基于多个位置点和第一预定距离,确定多个预定区域;以及第二确定模块,被配置为响应于确定到多个预定区域中的至少两个预定区域存在重合,将至少两个预定区域确定为常用区域。
在一些实施例中,候选泊车路线获取模块包括:历史泊车路线获取模块,被配置为响应于车辆处于常用区域内的次数不小于第二阈值,确定一条或多条历史泊车路线;以及候选泊车路线获取第一子模块,被配置为基于一条或多条历史泊车路线,获取车辆的一条或多条候选泊车路线。在一些实施例中,候选泊车路线获取模块包括:位置确定模块,被配置为确定车辆是否处于常用区域内;以及泊出路线获取模块,被配置为响应于确定到车辆处于常用区域内,获取车辆的泊出路线。
在一些实施例中,候选泊车路线获取模块包括:驾驶距离确定模块,被配置为确定车辆的驾驶距离是否大于第三阈值;以及泊入路线获取模块,被配置为响应于确定到车辆的驾驶距离大于第三阈值并且当车辆处于常用区域内时,获取车辆的泊入路线。
图6示出了能够实施本公开的多个实施例的计算设备600的框图。设备600可以用于实现图1的计算设备130或云端140。如图所示,设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序指令,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元606,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元601执行上文所描述的各个方法和处理,例如过程200至过程400中的一个或多个。例如,在一些实施例中,过程200至过程400中的一个或多个可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由CPU 601执行时,可以执行上文描述的过程200至过程400中的一个或多个的一个或多个步骤。备选地,在其他实施例中,CPU 601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行过程200至过程400中的一个或多个。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (27)
1.一种用于自主泊车的方法,包括:
基于车辆在第一时间段内的历史位置,确定与所述车辆的一条或多条候选泊车路线相关联的常用区域;
基于所述车辆在所述常用区域内的一条或多条历史泊车路线,获取所述车辆的所述一条或多条候选泊车路线,所述一条或多条历史泊车路线包括泊入路线和泊出路线中的至少一者;以及
响应于确定所述车辆处于所述常用区域之中,向所述车辆提供所获取的所述一条或多条候选泊车路线,以供所述车辆泊入或泊出;
其中,获取所述车辆的所述一条或多条候选泊车路线,包括:
响应于所述车辆处于所述常用区域内,确定所述车辆从所述历史位置行驶第二预定距离的路线;以及
基于所确定的所述车辆从所述历史位置行驶第二预定距离的路线,获取所述车辆的所述泊出路线。
2.根据权利要求1所述的方法,其中确定所述常用区域包括:
确定与所述车辆的所述历史位置对应的位置点;
基于所述位置点和第一预定距离,确定预定区域;以及
响应于所述车辆在所述第一时间段内在所述预定区域内出现的次数不小于第一阈值,将所述预定区域确定为所述常用区域。
3.根据权利要求1所述的方法,其中确定所述常用区域包括:
确定与所述车辆的所述历史位置对应的多个位置点;
基于所述多个位置点和第一预定距离,确定多个预定区域;以及
响应于确定到所述多个预定区域中的至少两个预定区域存在重合,将所述至少两个预定区域确定为所述常用区域。
4.根据权利要求1所述的方法,其中获取所述车辆的所述一条或多条候选泊车路线包括:
响应于所述车辆处于所述常用区域内的次数不小于第二阈值,确定所述一条或多条历史泊车路线;以及
基于所述一条或多条历史泊车路线,获取所述车辆的所述一条或多条候选泊车路线。
5.根据权利要求1所述的方法,其中获取所述车辆的所述一条或多条候选泊车路线包括:
确定所述车辆的驾驶距离是否大于第三阈值;以及
响应于确定到所述车辆的驾驶距离大于所述第三阈值并且当所述车辆处于所述常用区域内时,获取所述车辆的所述泊入路线。
6.根据权利要求5所述的方法,其中获取所述车辆的所述泊入路线包括:
响应于所述车辆处于所述常用区域内,确定所述车辆在所述历史位置处驻车前所行驶的第三预定距离的路线;以及
基于所确定的所述车辆在所述历史位置处驻车前所行驶的第三预定距离的路线,获取所述泊入路线。
7.根据权利要求1所述的方法,还包括:
确定所述常用区域的环境信息;
响应于所述车辆处于所述常用区域内,比较所述常用区域的所述环境信息和所述一条或多条历史泊车路线所对应的环境信息;以及
基于所述比较的结果,确定所述常用区域内的一条或多条历史泊车路线。
8.根据权利要求7所述的方法,还包括:
在所述比较的结果低于预定匹配度时,响应于所述车辆再次处于所述历史泊车路线中的一条历史泊车路线时,再次获取所述历史泊车路线中的所述一条历史泊车路线。
9.根据权利要求7所述的方法,其中所述环境信息包括即时定位与地图构建SLAM信息。
10.根据权利要求1所述的方法,还包括:
在所获取的所述车辆的历史泊车路线包括两条或更多条所述泊入路线时,将至少一部分特性相一致的两条或更多条所述泊入路线或两条或更多条所述泊入路线的特性相一致的部分确定为单条泊入路线。
11.根据权利要求1所述的方法,还包括:
在所获取的所述车辆的历史泊车路线包括两条或更多条泊出路线时,将至少一部分特性相一致的两条或更多条所述泊出路线或两条或更多条所述泊出路线特性相一致的部分确定为单条泊出路线。
12.根据权利要求1所述的方法,还包括:
响应于所提供的所述一条或多条候选泊车路线未被使用的次数高于第四阈值,使所述一条或多条候选泊车路线失效。
13.一种用于自主泊车的装置,包括:
常用区域确定模块,被配置为基于车辆在第一时间段内的历史位置,确定与所述车辆的一条或多条候选泊车路线相关联的常用区域;
候选泊车路线获取模块,被配置为基于所述车辆在所述常用区域内的一条或多条历史泊车路线,获取所述车辆的所述一条或多条候选泊车路线,所述一条或多条历史泊车路线包括泊入路线和泊出路线中的至少一者;以及
候选泊车路线提供模块,被配置为响应于确定所述车辆处于所述常用区域之中,向所述车辆提供所获取的所述一条或多条候选泊车路线,以供所述车辆泊入或泊出;
其中,所述候选泊车路线获取模块包括:泊出路线确定模块,被配置为响应于所述车辆处于所述常用区域内,确定所述车辆从所述历史位置行驶第二预定距离的路线;以及泊出路线获取子模块,被配置为基于所确定的所述车辆从所述历史位置行驶第二预定距离的路线,获取所述车辆的所述泊出路线。
14.根据权利要求13所述的装置,其中所述常用区域确定模块包括:
位置点确定模块,被配置为确定与所述车辆的所述历史位置对应的位置点;
预定区域确定模块,被配置为基于所述位置点和第一预定距离,确定预定区域;以及
第一确定模块,被配置为响应于所述车辆在所述第一时间段内在所述预定区域内出现的次数不小于第一阈值,将所述预定区域确定为所述常用区域。
15.根据权利要求13所述的装置,其中所述常用区域确定模块包括:
多个位置点确定模块,被配置为确定与所述车辆的所述历史位置对应的多个位置点;
多个预定区域确定模块,被配置为基于所述多个位置点和第一预定距离,确定多个预定区域;以及
第二确定模块,被配置为响应于确定到所述多个预定区域中的至少两个预定区域存在重合,将所述至少两个预定区域确定为所述常用区域。
16.根据权利要求13所述的装置,其中所述候选泊车路线获取模块包括:
历史泊车路线获取模块,被配置为响应于所述车辆处于所述常用区域内的次数不小于第二阈值,确定所述一条或多条历史泊车路线;以及
候选泊车路线获取第一子模块,被配置为基于所述一条或多条历史泊车路线,获取所述车辆的所述一条或多条候选泊车路线。
17.根据权利要求13所述的装置,其中所述候选泊车路线获取模块包括:
驾驶距离确定模块,被配置为确定所述车辆的驾驶距离是否大于第三阈值;以及
泊入路线获取模块,被配置为响应于确定到所述车辆的驾驶距离大于所述第三阈值并且当所述车辆处于所述常用区域内时,获取所述车辆的所述泊入路线。
18.根据权利要求17所述的装置,其中所述泊入路线获取模块包括:
泊入路线确定模块,被配置为响应于所述车辆处于所述常用区域内,确定所述车辆在所述历史位置处驻车前所行驶的第三预定距离的路线;以及
泊入路线获取子模块,被配置为基于所确定的所述车辆在所述历史位置处驻车前所行驶的第三预定距离的路线,获取所述泊入路线。
19.根据权利要求13所述的装置,还包括:
环境信息确定模块,被配置为确定所述常用区域的环境信息;
环境信息比较模块,被配置为响应于所述车辆处于所述常用区域内,比较所述常用区域的所述环境信息和所述一条或多条历史泊车路线所对应的环境信息;以及
历史泊车路线确定模块,被配置为基于所述比较的结果,确定所述常用区域内的一条或多条历史泊车路线。
20.根据权利要求19所述的装置,还包括:
历史泊车路线再次获取模块,被配置为在所述比较的结果低于预定匹配度时,响应于所述车辆再次处于所述历史泊车路线中的一条历史泊车路线时,再次获取所述历史泊车路线中的所述一条历史泊车路线。
21.根据权利要求19所述的装置,其中所述环境信息包括即时定位与地图构建SLAM信息。
22.根据权利要求13所述的装置,还包括:
单条泊入路线确定模块,被配置为在所获取的所述车辆的历史泊车路线包括两条或更多条所述泊入路线时,将至少一部分特性相一致的两条或更多条所述泊入路线或两条或更多条所述泊入路线的特性相一致的部分确定为单条泊入路线。
23.根据权利要求13所述的装置,还包括:
单条泊出路线确定模块,被配置为在所获取的所述车辆的历史泊车路线包括两条或更多条泊出路线时,将至少一部分特性相一致的两条或更多条所述泊出路线或两条或更多条所述泊出路线特性相一致的部分确定为单条泊出路线。
24.根据权利要求13所述的装置,还包括:
候选泊车路线失效模块,被配置为响应于所提供的所述一条或多条候选泊车路线未被使用的次数高于第四阈值,使所述一条或多条候选泊车路线失效。
25.一种电子设备,所述设备包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-12中任一项所述的方法。
26.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求1-12中任一项所述的方法。
27.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时,执行权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210534379.9A CN114701523A (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210534379.9A CN114701523A (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备、存储介质和程序产品 |
CN202110964609.0A CN113788027B (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备和存储介质 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110964609.0A Division CN113788027B (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114701523A true CN114701523A (zh) | 2022-07-05 |
Family
ID=78876368
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210534379.9A Pending CN114701523A (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备、存储介质和程序产品 |
CN202210534637.3A Pending CN114734992A (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备、存储介质和程序产品 |
CN202110964609.0A Active CN113788027B (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备和存储介质 |
CN202210534378.4A Pending CN114906130A (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备、存储介质和程序产品 |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210534637.3A Pending CN114734992A (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备、存储介质和程序产品 |
CN202110964609.0A Active CN113788027B (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备和存储介质 |
CN202210534378.4A Pending CN114906130A (zh) | 2021-08-20 | 2021-08-20 | 用于自主泊车的方法、装置、设备、存储介质和程序产品 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11951976B2 (zh) |
CN (4) | CN114701523A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115223392A (zh) * | 2022-07-22 | 2022-10-21 | 浙江吉利控股集团有限公司 | 一种生成泊出路线的方法、装置及电子设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495565B (zh) * | 2022-01-07 | 2023-04-07 | 广州小鹏自动驾驶科技有限公司 | 泊车路线推荐方法、装置、电子设备及存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9412273B2 (en) * | 2012-03-14 | 2016-08-09 | Autoconnect Holdings Llc | Radar sensing and emergency response vehicle detection |
WO2018218146A1 (en) * | 2017-05-26 | 2018-11-29 | Google Llc | Data layers for a vehicle map service |
JP6791200B2 (ja) * | 2018-05-11 | 2020-11-25 | トヨタ自動車株式会社 | 捜索支援システム、捜索支援装置、及び、捜索支援方法 |
CN109466546B (zh) * | 2018-11-20 | 2020-09-18 | 广州小鹏汽车科技有限公司 | 自动泊车方法及*** |
US20200202706A1 (en) * | 2018-12-20 | 2020-06-25 | Qualcomm Incorporated | Message Broadcasting for Vehicles |
CN110329245A (zh) * | 2019-06-26 | 2019-10-15 | 浙江吉利控股集团有限公司 | 一种自动泊车方法、装置、设备和车辆 |
DE102019007343A1 (de) * | 2019-10-22 | 2020-08-20 | Daimler Ag | Parkwahrscheinlichkeiten und Parkrouting basierend auf historischen Parkvorgängen |
CN111923901B (zh) * | 2020-07-31 | 2021-11-02 | 重庆长安汽车股份有限公司 | 一种近程代客自动泊车方法、装置及汽车 |
CN112172792A (zh) * | 2020-09-15 | 2021-01-05 | 华人运通(上海)自动驾驶科技有限公司 | 固定车位泊车方法、装置、车辆及存储介质 |
CN112622881B (zh) * | 2020-11-06 | 2023-05-23 | 浙江吉利控股集团有限公司 | 一种智能泊车方法、装置、***、存储介质及车辆 |
-
2021
- 2021-08-20 CN CN202210534379.9A patent/CN114701523A/zh active Pending
- 2021-08-20 CN CN202210534637.3A patent/CN114734992A/zh active Pending
- 2021-08-20 CN CN202110964609.0A patent/CN113788027B/zh active Active
- 2021-08-20 CN CN202210534378.4A patent/CN114906130A/zh active Pending
-
2022
- 2022-08-17 US US17/889,867 patent/US11951976B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115223392A (zh) * | 2022-07-22 | 2022-10-21 | 浙江吉利控股集团有限公司 | 一种生成泊出路线的方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114734992A (zh) | 2022-07-12 |
US11951976B2 (en) | 2024-04-09 |
US20220388501A1 (en) | 2022-12-08 |
CN113788027A (zh) | 2021-12-14 |
CN114906130A (zh) | 2022-08-16 |
CN113788027B (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108656995B (zh) | 移动充电装置充放电的方法、***、设备及存储介质 | |
CN113788027B (zh) | 用于自主泊车的方法、装置、设备和存储介质 | |
CN111413959B (zh) | 任意点至任意点的全局路径规划、泊车方法及*** | |
CN110244738B (zh) | 车辆的行驶控制方法、装置和车辆 | |
CN111723659A (zh) | 泊车位确定方法、装置、计算机设备和存储介质 | |
CN111311952A (zh) | 车辆停车的控制方法、装置、计算机设备和存储介质 | |
CN112820137A (zh) | 一种停车场的管理方法及装置 | |
US11963066B2 (en) | Method for indicating parking position and vehicle-mounted device | |
US11782973B2 (en) | System and method for sharing accident information of vehicle | |
CN114299741B (zh) | 基于辅助驾驶***的车辆控制方法和装置 | |
CN114554391A (zh) | 一种停车场寻车方法、装置、设备和存储介质 | |
CN110766961B (zh) | 寻车方法、装置和*** | |
CN113253278B (zh) | 车位的识别方法、装置及计算机存储介质 | |
CN115605930A (zh) | 自动泊车方法、装置及*** | |
CN116153083B (zh) | 一种应用于地下停车场的车辆召唤方法及*** | |
CN112689234A (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
US11897446B2 (en) | Navigation systems and methods using turn detection | |
US11320283B2 (en) | Arrival determination system and arrival determination program | |
CN113734150B (zh) | 一种泊车控制方法、装置、控制设备及汽车 | |
JP2023028609A (ja) | 自動運転システム、自動運転方法およびプログラム | |
CN111354215A (zh) | 停车辅助方法、***、计算机设备及可读存储介质 | |
US20230064215A1 (en) | Automatic parking system, automatic parking method, and storage medium | |
CN115871674A (zh) | 智能驾驶车辆的控制方法、装置、设备及存储介质 | |
CN114126914A (zh) | 用于运行用于电气型车辆的充电站的预订***的方法 | |
KR20220135352A (ko) | 공유 자전거 내비게이션 시스템 및 그 동작 방법 |
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 |