CN115909795B - 基于车场协同的自主泊车***及方法 - Google Patents
基于车场协同的自主泊车***及方法 Download PDFInfo
- Publication number
- CN115909795B CN115909795B CN202310218459.8A CN202310218459A CN115909795B CN 115909795 B CN115909795 B CN 115909795B CN 202310218459 A CN202310218459 A CN 202310218459A CN 115909795 B CN115909795 B CN 115909795B
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- information
- parking lot
- camera
- 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.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于车场协同的自主泊车***及方法,所述***包括车端和场端,所述车端包括车载通信模块OBU、域控制器以及车载传感器,所述场端包括路侧通信模块RSU、边缘计算平台以及摄像头,所述车载通信模块OBU与所述路侧通信模块RSU通过PC5直连的方式通信;其中,所述车端具备智能驾驶功能。本发明可以充分利用场端设备,通过提前采集停车场地图、空停车位信息,对智能车辆进行全局的规划和指引,实现更安全,更高效的自主泊车。
Description
技术领域
本发明属于通信技术领域,具体涉及一种基于车场协同的自主泊车***及方法。
背景技术
随着汽车智能化程度的不断提升,自主泊车因为其便捷性和安全性,已经逐渐成为智能汽车的标准功能。目前自主泊车主要有两种实现方式,基于单车智能的方式,以及基于车场协同(车路协同)的方式。其中,基于单车智能的方式又包括采用超声波雷达的方法、采用全景环视的方法,或两者相结合的方法。在基于车场协同的方法中,存在一种基于车路协同的智慧停车场***及其泊车、离场实现方法,采用停车场信息进行任务发布、路径规划,完成智能车辆在智慧停车场的泊车和离场。也存在一种基于拓扑地图的自主泊车路径协调方法,采用激光雷达点云数据进行停车场拓扑式地图构建,及基于拓扑地图实现智能车辆的自主泊车路径。
但是,在基于单车智能的方法中,超声波雷达的方法无法探测停车位,只能适用于两边都停有车的情况;全景环视的方法可以探测停车位,但是对周边障碍物的距离探测不够准确;两者结合方法能够较好地解决以上问题,但是由于全景摄像头探测范围有限以及成像畸变的存在,难以应付多种多样的停车位类型。同时,由于缺少来自停车场全局信息的辅助,极大地增加了寻找和探测空停车位的难度。
相关技术中,车场协同的方法可以充分利用场端设备,通过提前采集停车场地图、空停车位信息,对智能车辆进行全局的规划和指引,实现更安全,更高效的自主泊车。但是目前的车场协同解决方案更多关注停车位的路径引导和规划,在具体的车位检测和泊车入位环节起到的作用较小。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种基于车场协同的自主泊车***及方法,以解决现有技术中车场协同解决方案更多关注停车位的路径引导和规划,在具体的车位检测和泊车入位环节起到的作用较小的问题。
为实现以上目的,本发明采用如下技术方案:一种基于车场协同的自主泊车***,包括:车端和场端,所述车端包括车载通信模块OBU、域控制器以及车载传感器,所述场端包括路侧通信模块RSU、边缘计算平台以及摄像头,所述车载通信模块OBU与所述路侧通信模块RSU通过PC5直连的方式通信;其中,所述车端具备智能驾驶功能;
所述车载通信模块OBU用于发送辅助停车请求;
所述路侧通信模块RSU用于接收所述辅助停车请求;
所述摄像头用于读取请求车辆及停车位信息;
所述边缘计算平台用于将车辆位置、停车位信息和预先采集的停车场栅格地图进行匹配,并在匹配成功后输出辅助停车信息;
所述车载通信模块OBU用于接收所述辅助停车信息;
车载传感器用于获取自身车辆的传感器信息;
所述域控制器用于将所述辅助停车信息与车载传感器获得的停车信息进行信息融合,得到规划控制信息,根据所述规划控制信息控制车辆泊车入位。
进一步的,所述车端,还包括:
检测模块,用于检测自身传感器信息是否满足本次自主泊车的需求,如果可以满足,则采用自身传感器信息实现自主泊车;
其中,满足本次自主泊车的条件为自身传感器可以清晰地检测到空停车位的角点,入位线,以及完整停车位的鸟瞰图。
进一步的,所述将车辆位置、停车位信息和预先采集的停车场栅格地图进行匹配,包括:
所述边缘计算平台读取停车场摄像头的信息,采用YOLO进行目标检测,检测出停车场摄像头视场覆盖范围的车辆,并过滤掉已经占据停车位的车辆和正在移动的其他车辆,得到请求辅助停车信息的请求车辆在图像中的位置,同时检测请求车辆附近空停车位的信息,并根据请求车辆的位置标记最适合该车辆停车的空停车位;
选取某个点为原点建立停车场栅格地图;
在对所述摄像头进行安装时进行内参外参的标定,同时基于所述摄像头部署位置拍摄图片,并采用所述停车场栅格地图对图片进行标定,得出摄像头视场范围内栅格地图栅格顶点在图片中投影的像素坐标;
将检测得到的请求车辆和推荐停车位坐标进行匹配,得到请求车辆边界框和推荐空停车位边框在停车场栅格地图上的坐标;
将所述坐标确定为辅助停车信息输出。
进一步的,所述采用所述停车场栅格地图对图片进行标定,得出摄像头视场范围内栅格地图栅格顶点在图片中投影的像素坐标,包括:
打印预设单元大小的栅格标定板;
将所述栅格标定板的各顶点与停车场栅格地图顶点进行匹配,将栅格标定板分别置于停车场摄像头视场范围内的多个区域,纪录每次放置时栅格标定板的顶点在栅格地图中的坐标,以及在停车场摄像头图像中的坐标,采用插值或拟合的方法得到两者之间的对应关系。
进一步的,所述将所述辅助停车信息与所述辅助停车信息进行信息融合,包括:
将以自车坐标系为参考检测到的自车,停车位,周边车辆的信息,投影到停车场的栅格地图上,得到自车及停车位、周边车辆在全局停车场栅格地图上的精确位置,以指导智能汽车的泊车路径规划和控制。
进一步的,所述根据所述规划控制信息控制车辆泊车入位,包括:
根据不同的停车位类型进行泊车路径规划和控制,匹配停车角点,将车辆调整到与角点匹配的位置,根据车辆与角点的实际位置规划出一条平滑的路径,并根据实际的车辆动力学特征进行车辆控制。
进一步的,所述辅助停车信息输出的执行频率为10次/s,及每秒钟计算和发送10次,在智能驾驶车辆泊车入位过程中不断更新,以保证数据的实时性。
本申请实施例提供一种基于车场协同的自主泊车方法,包括:
车端向场端发送辅助停车请求;其中,请求车辆具备智能驾驶功能;
场端在接收到所述辅助停车请求后,根据读取的请求车辆及停车位信息,以及预先采集的停车场栅格地图进行匹配,并在匹配成功后输出辅助停车信息;
车端将所述辅助停车信息与车载传感器获得的辅助停车信息进行信息融合,得到规划控制信息;
车端根据所述规划控制信息控制车辆泊车入位。
进一步的,所述车端向场端发送辅助停车请求之前,还包括:
检测自身传感器信息是否满足本次自主泊车的需求,如果可以满足,则采用自身传感器信息实现自主泊车;
其中,满足本次自主泊车的条件为自身传感器可以清晰地检测到空停车位的角点,入位线,以及完整停车位的鸟瞰图。
本发明采用以上技术方案,能够达到的有益效果包括:
本发明提供一种基于车场协同的自主泊车***及方法,所述***包括车端和场端,所述车端包括车载通信模块OBU、域控制器以及车载传感器,所述场端包括路侧通信模块RSU、边缘计算平台以及摄像头,所述车载通信模块OBU与所述路侧通信模块RSU通过PC5直连的方式通信;其中,所述车端具备智能驾驶功能。本发明可以充分利用场端设备,通过提前采集停车场地图、空停车位信息,对智能车辆进行全局的规划和指引,实现更安全,更高效的自主泊车。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于车场协同的自主泊车***的结构示意图;
图2为本发明基于车场协同的自主泊车方法的流程示意图;
图3为本发明基于车场协同的自主泊车方法的步骤示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
下面结合附图介绍本申请实施例中提供的一个具体的基于车场协同的自主泊车***及方法。
如图1所示,本申请实施例中提供的基于车场协同的自主泊车***,包括:车端和场端,所述车端包括车载通信模块OBU、域控制器以及车载传感器,所述场端包括路侧通信模块RSU、边缘计算平台以及摄像头,所述车载通信模块OBU与所述路侧通信模块RSU通过PC5直连的方式通信;其中,所述车端具备智能驾驶功能;
所述车载通信模块OBU用于发送辅助停车请求;
所述路侧通信模块RSU用于接收所述辅助停车请求;
所述摄像头用于读取请求车辆及停车位信息;
所述边缘计算平台用于将车辆位置、停车位信息和预先采集的停车场栅格地图进行匹配,并在匹配成功后输出辅助停车信息;
所述车载通信模块OBU用于接收所述辅助停车信息;
车载传感器用于获取自身请求车辆的传感器信息;
所述域控制器用于将所述辅助停车信息与车载传感器获取的停车信息进行信息融合,得到规划控制信息,根据所述规划控制信息控制车辆泊车入位。
本申请提供的基于车场协同的自主泊车***的工作原理为,***主要包含车端和场端两个部分,其中车端包括车载通信单元OBU,车载域控制器,车载传感器;场端包括路侧通信单元RSU,边缘计算平台MEC,停车场的摄像头;车端和场端之间通过OBU和RSU进行通信,采用PC5直连的通信方式。如图2所示,主要工作流程为:具备智能驾驶功能的车辆在停车引导***的引导下到达停车位附近,通过车载通信单元OBU向路侧通信单元RSU发出停车辅助请求;RSU将该请求发送给边缘计算平台MEC;MEC通过停车场摄像头捕捉智能驾驶车辆及停车位信息,并车辆位置、停车位位置与提前采集好的栅格地图做匹配,并将匹配结果通过RSU传输给OBU;车载域控制器接收到OBU的信息后,结合自身传感器的信息进行融合,输出规划控制信号,控制智能驾驶车辆泊车入位。
一些实施例中,所述车端,还包括:
检测模块,用于检测自身传感器信息是否满足本次自主泊车的需求,如果可以满足,则采用自身传感器信息实现自主泊车;
其中,满足本次自主泊车的条件为自身传感器可以清晰地检测到空停车位的角点,入位线,以及完整停车位的鸟瞰图。
可以理解的是,智能驾驶汽车在智慧停车***的引导下,行驶到空停车位附近。首先判断自身传感器信息是否满足本次自主泊车的需求,如果可以满足,则采用自身传感器信息实现自主泊车。可以满足的条件:自身传感器可以清晰地检测到空停车位的角点,入位线,以及完整停车位的鸟瞰图。如判断无法满足,则通过车载通信单元OBU向路侧通信单元RSU发送辅助停车请求。
具体为,辅助停车请求(包含自身ID、车牌信息等属性信息),路侧通信单元RSU收到请求后反馈到边缘计算平台,边缘计算平台集合停车场摄像头信息判断视场内是否有请求车辆(通过摄像头检测到车辆属性信息进行判断,如车牌,颜色等),如果确认,则响应请求。
一些实施例中,所述将车辆位置、停车位信息和预先采集的停车场栅格地图进行匹配,包括:
所述边缘计算平台读取停车场摄像头的信息,采用YOLO进行目标检测,检测出停车场摄像头视场覆盖范围的车辆,并过滤掉已经占据停车位的车辆和正在移动的其他车辆,得到请求辅助停车信息的请求车辆在图像中的位置,同时检测请求车辆附近空停车位的信息,并根据请求车辆的位置标记最适合该车辆停车的空停车位;
选取某个点为原点建立停车场栅格地图;
在对所述摄像头进行安装时进行内参外参的标定,同时基于所述摄像头部署位置拍摄图片,并采用所述停车场栅格地图对图片进行标定,得出摄像头视场范围内栅格地图栅格顶点在图片中投影的像素坐标;
将检测得到的请求车辆和推荐停车位坐标进行匹配,得到请求车辆边界框和推荐空停车位边框在停车场栅格地图上的坐标;
将所述坐标确定为辅助停车信息输出。
一些实施例中,所述采用所述停车场栅格地图对图片进行标定,得出摄像头视场范围内栅格地图栅格顶点在图片中投影的像素坐标,包括:
打印预设单元大小的栅格标定板;
将所述栅格标定板的各顶点与停车场栅格地图顶点进行匹配,将栅格标定板分别置于停车场摄像头视场范围内的多个区域,纪录每次放置时栅格标定板的顶点在栅格地图中的坐标,以及在停车场摄像头图像中的坐标,采用插值或拟合的方法得到两者之间的对应关系。
具体的,边缘计算平台MEC读取停车场摄像头的信息,采用YOLO进行目标检测,检测出停车场摄像头视场覆盖范围的车辆,并过滤掉已经占据停车位的车辆(可通过比较车辆边界框和停车位的边框进行确定)和正在移动的其他车辆(通过连续多帧图像做差分确定正在移动的车辆),得到请求辅助停车信息的智能驾驶汽车在图像中的位置。同时检测该车辆附近空停车位的信息,并根据车辆的位置标记最适合该车辆停车的空停车位。然后,请求车辆及推荐空停车位目标定位匹配,具体为,
首先,选取某个点为原点(可以是边界上的点,或中心点,以下以中心点作为原点举例)建立停车场栅格地图,每个网格大小为10cm*10cm;
其次,停车场摄像头进行安装时进行内参外参的标定,同时基于停车场摄像头部署位置拍摄图片,并采用栅格地图对图片进行标定,得出摄像头视场范围内栅格地图网格顶点在图片中投影的像素坐标;具体方法为:打印最小单元为10cm*10cm的网格标定板,将各顶点与停车场栅格地图顶点进行匹配,将网格标定板分别置于停车场摄像头视场范围内的多个区域,纪录每次放置时网格标定板的顶点在栅格地图中的坐标,以及在停车场摄像头图像中的坐标,采用插值或拟合的方法得到两者之间的对应关系。
最后,与上一步骤检测得到的请求车辆和推荐停车位坐标进行匹配,得到请求车辆边界框和推荐空停车位边框在停车场栅格地图上的坐标。
最终,进行辅助停车信息输出,具体为,将上一步骤得到的坐标值通过路侧通信单元RSU发送给车载计算单元OBU。
其中,本步骤执行频率为10次/s,及每秒钟计算和发送10次,在智能驾驶车辆泊车入位过程中不断更新,以保证数据的实时性。
一些实施例中,将所述辅助停车信息与车载传感器获得的停车信息进行信息融合,得到规划控制信息,包括:
将以自车坐标系为参考检测到的自车,停车位,周边车辆的信息,投影到停车场的栅格地图上,得到自车及停车位、周边车辆在全局停车场栅格地图上的精确位置,以指导智能汽车的泊车路径规划和控制。
具体的,本申请中车载通信单元OBU接收到路侧通信单元RSU发来的坐标之后,将自车传感器检测到的自车与空停车位的相对位置与接收到路侧通信单元RSU的坐标进行融合计算,具体方法为:将以自车坐标系为参考检测到的自车,停车位,周边车辆的信息,投影到停车场的栅格地图上,因此得到自车及停车位、周边车辆在全局停车场栅格地图上的精确位置,以此来指导智能汽车的泊车路径规划和控制。
一些实施例中,所述根据所述规划控制信息控制车辆泊车入位,包括:
根据不同的停车位类型进行泊车路径规划和控制,匹配停车角点,将车辆调整到与角点匹配的位置,根据车辆与角点的实际位置规划出一条平滑的路径,并根据实际的车辆动力学特征进行车辆控制。
本申请提供的基于车场协同的自主泊车***,能够充分利用场端设备,通过提前采集停车场地图、空停车位信息,对智能车辆进行全局的规划和指引,实现更安全,更高效的自主泊车。
如图3所示,本申请提供一种基于车场协同的自主泊车方法,包括:
S101,车端向场端发送辅助停车请求;其中,请求车辆具备智能驾驶功能;
S102,场端在接收到所述辅助停车请求后,根据读取的车辆位置、停车位信息和预先采集的停车场栅格地图进行匹配,并在匹配成功后输出辅助停车信息;
S103,车端将所述辅助停车信息与车载传感器获得的停车信息进行信息融合,得到规划控制信息;
S104,车端根据所述规划控制信息控制车辆泊车入位。
基于车场协同的自主泊车方法的工作原理为:本申请提供的技术方案主要包含车端和场端两个部分,其中车端包括车载通信单元OBU,车载域控制器,其他车载传感器;场端包括路侧通信单元RSU,边缘计算平台MEC,停车场摄像头;车端和场端之间通过OBU和RSU进行通信,采用PC5直连的通信方式。主要工作流程为:具备智能驾驶功能的车辆在停车引导***的引导下到达停车位附近,通过车载通信单元OBU向路侧通信单元RSU发出停车辅助请求;RSU将该请求发送给边缘计算平台MEC;MEC通过停车场摄像头捕捉智能驾驶车辆及停车位信息,并车辆位置、停车位位置与提前采集好的栅格地图做匹配,并将匹配结果通过RSU传输给OBU;车载域控制器接收到OBU的信息后,结合自身传感器的信息进行融合,输出规划控制信号,控制智能驾驶车辆泊车入位。
一些实施例中,所述车端向场端发送辅助停车请求之前,还包括:
检测自身传感器信息是否满足本次自主泊车的需求,如果可以满足,则采用自身传感器信息实现自主泊车;
其中,满足本次自主泊车的条件为自身传感器可以清晰地检测到空停车位的角点,入位线,以及完整停车位的鸟瞰图。
综上所述,本发明提供一种基于车场协同的自主泊车***及方法,所述***包括车端和场端,所述车端包括车载通信模块OBU、域控制器以及车载传感器,所述场端包括路侧通信模块RSU、边缘计算平台以及摄像头,所述车载通信模块OBU与所述路侧通信模块RSU通过PC5直连的方式通信;其中,所述车端具备智能驾驶功能。本发明可以充分利用场端设备,通过提前采集停车场地图、空停车位信息,对智能车辆进行全局的规划和指引,实现更安全,更高效的自主泊车。
可以理解的是,上述提供的方法实施例与上述的装置实施例对应,相应的具体内容可以相互参考,在此不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令方法的制造品,该指令方法实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种基于车场协同的自主泊车***,其特征在于,包括:车端和场端,所述车端包括车载通信模块OBU、域控制器以及车载传感器,所述场端包括路侧通信模块RSU、边缘计算平台以及摄像头,所述车载通信模块OBU与所述路侧通信模块RSU通过PC5直连的方式通信;其中,所述车端具备智能驾驶功能;
所述车载通信模块OBU用于发送辅助停车请求;
所述路侧通信模块RSU用于接收所述辅助停车请求;
所述摄像头用于读取请求车辆及停车位信息;
所述边缘计算平台用于将车辆位置、停车位信息和预先采集的停车场栅格地图进行匹配,并在匹配成功后输出辅助停车信息;
所述将车辆位置、停车位信息和预先采集的停车场栅格地图进行匹配,包括:
所述边缘计算平台读取停车场摄像头的信息,采用YOLO进行目标检测,检测出停车场摄像头视场覆盖范围的车辆,并过滤掉已经占据停车位的车辆和正在移动的其他车辆,得到请求辅助停车信息的请求车辆在图像中的位置,同时检测请求车辆附近空停车位的信息,并根据请求车辆的位置标记最适合该车辆停车的空停车位;
选取某个点为原点建立停车场栅格地图;
在对所述摄像头进行安装时进行内参外参的标定,同时基于所述摄像头部署位置拍摄图片,并采用所述停车场栅格地图对图片进行标定,得出摄像头视场范围内栅格地图栅格顶点在图片中投影的像素坐标;
将检测得到的请求车辆和推荐停车位坐标进行匹配,得到请求车辆边界框和推荐空停车位边框在停车场栅格地图上的坐标;
将所述坐标确定为辅助停车信息输出;
所述车载通信模块OBU用于接收所述辅助停车信息;
车载传感器用于获取自身请求车辆的传感器信息;
所述域控制器用于将所述辅助停车信息与车载传感器获得的停车信息进行信息融合,得到规划控制信息,根据所述规划控制信息控制车辆泊车入位。
2.根据权利要求1所述的***,其特征在于,所述车端,还包括:
检测模块,用于检测自身传感器信息是否满足本次自主泊车的需求,如果可以满足,则采用自身传感器信息实现自主泊车;
其中,满足本次自主泊车的条件为自身传感器可以清晰地检测到空停车位的角点,入位线,以及完整停车位的鸟瞰图。
3.根据权利要求1所述的***,其特征在于,所述采用所述停车场栅格地图对图片进行标定,得出摄像头视场范围内栅格地图栅格顶点在图片中投影的像素坐标,包括:
打印预设单元大小的栅格标定板;
将所述栅格标定板的各顶点与停车场栅格地图顶点进行匹配,将栅格标定板分别置于停车场摄像头视场范围内的多个区域,纪录每次放置时栅格标定板的顶点在栅格地图中的坐标,以及在停车场摄像头图像中的坐标,采用插值或拟合的方法得到两者之间的对应关系。
4.根据权利要求3所述的***,其特征在于,所述将所述辅助停车信息与车载传感器获得的停车信息进行信息融合,得到规划控制信息,包括:
将以自车坐标系为参考检测到的自车,停车位,周边车辆的信息,投影到停车场的栅格地图上,得到自车及停车位、周边车辆在全局停车场栅格地图上的精确位置,以指导智能汽车的泊车路径规划和控制。
5.根据权利要求1所述的***,其特征在于,所述根据所述规划控制信息控制车辆泊车入位,包括:
根据不同的停车位类型进行泊车路径规划和控制,匹配停车角点,将车辆调整到与角点匹配的位置,根据车辆与角点的实际位置规划出一条平滑的路径,并根据实际的车辆动力学特征进行车辆控制。
6.根据权利要求1所述的***,其特征在于,
所述辅助停车信息输出的执行频率为10次/s,及每秒钟计算和发送10次,在智能驾驶车辆泊车入位过程中不断更新,以保证数据的实时性。
7.一种基于车场协同的自主泊车方法,其特征在于,包括:
车端向场端发送辅助停车请求;其中,请求车辆具备智能驾驶功能;
场端在接收到所述辅助停车请求后,根据读取的车辆位置、停车位信息和预先采集的停车场栅格地图进行匹配,并在匹配成功后输出辅助停车信息;
所述将车辆位置、停车位信息和预先采集的停车场栅格地图进行匹配,包括:
所述边缘计算平台读取停车场摄像头的信息,采用YOLO进行目标检测,检测出停车场摄像头视场覆盖范围的车辆,并过滤掉已经占据停车位的车辆和正在移动的其他车辆,得到请求辅助停车信息的请求车辆在图像中的位置,同时检测请求车辆附近空停车位的信息,并根据请求车辆的位置标记最适合该车辆停车的空停车位;
选取某个点为原点建立停车场栅格地图;
在对所述摄像头进行安装时进行内参外参的标定,同时基于所述摄像头部署位置拍摄图片,并采用所述停车场栅格地图对图片进行标定,得出摄像头视场范围内栅格地图栅格顶点在图片中投影的像素坐标;
将检测得到的请求车辆和推荐停车位坐标进行匹配,得到请求车辆边界框和推荐空停车位边框在停车场栅格地图上的坐标;
将所述坐标确定为辅助停车信息输出;
车端将所述辅助停车信息与车载传感器获得的停车信息进行信息融合,得到规划控制信息;
车端根据所述规划控制信息控制车辆泊车入位。
8.根据权利要求7所述的方法,其特征在于,所述车端向场端发送辅助停车请求之前,还包括:
检测自身传感器信息是否满足本次自主泊车的需求,如果可以满足,则采用自身传感器信息实现自主泊车;
其中,满足本次自主泊车的条件为自身传感器可以清晰地检测到空停车位的角点,入位线,以及完整停车位的鸟瞰图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310218459.8A CN115909795B (zh) | 2023-03-09 | 2023-03-09 | 基于车场协同的自主泊车***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310218459.8A CN115909795B (zh) | 2023-03-09 | 2023-03-09 | 基于车场协同的自主泊车***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115909795A CN115909795A (zh) | 2023-04-04 |
CN115909795B true CN115909795B (zh) | 2023-06-23 |
Family
ID=86479143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310218459.8A Active CN115909795B (zh) | 2023-03-09 | 2023-03-09 | 基于车场协同的自主泊车***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115909795B (zh) |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105946853B (zh) * | 2016-04-28 | 2018-05-29 | 中山大学 | 基于多传感器融合的长距离自动泊车的***及方法 |
KR102485480B1 (ko) * | 2016-05-02 | 2023-01-05 | 현대모비스 주식회사 | 가상 주차선 생성에 의한 주차 지원 장치 및 그 방법 |
CN106846870A (zh) * | 2017-02-23 | 2017-06-13 | 重庆邮电大学 | 基于集中式视觉的停车场‑车辆协同的智能停车***及方法 |
CN107738612B (zh) * | 2017-09-22 | 2020-04-14 | 西安电子科技大学 | 基于全景视觉辅助***的自动泊车停车位检测与识别*** |
CN110562248B (zh) * | 2019-09-17 | 2020-09-25 | 浙江吉利汽车研究院有限公司 | 一种基于无人机的自动泊车***及自动泊车方法 |
CN110861639B (zh) * | 2019-11-28 | 2021-06-15 | 安徽江淮汽车集团股份有限公司 | 泊车信息融合方法、装置、电子设备及存储介质 |
CN111081064B (zh) * | 2019-12-11 | 2021-12-14 | 上海赫千电子科技有限公司 | 一种车载以太网的自动泊车***及自动代客泊车方法 |
CN112150857B (zh) * | 2020-08-21 | 2021-10-08 | 山东科技大学 | 基于视频图像处理的泊车入位指示***及指示方法 |
CN112319464B (zh) * | 2020-11-09 | 2021-10-15 | 恒大新能源汽车投资控股集团有限公司 | 自动泊车方法、装置、设备及存储介质 |
CN114103812A (zh) * | 2021-12-27 | 2022-03-01 | 上海寅家电子科技股份有限公司 | 倒车入库引导***及方法 |
CN115424468A (zh) * | 2022-06-01 | 2022-12-02 | 星即科技(上海)有限公司 | 一种基于多摄像头融合的停车位检测*** |
CN115171421A (zh) * | 2022-06-22 | 2022-10-11 | 上海智能网联汽车技术中心有限公司 | 基于车路协同的智慧停车场***及其泊车、离场实现方法 |
CN115009270A (zh) * | 2022-07-08 | 2022-09-06 | 奇瑞汽车股份有限公司 | 一种自动泊车***、汽车及方法 |
CN115273530A (zh) * | 2022-07-11 | 2022-11-01 | 上海交通大学 | 一种基于协同感知的停车场定位与感知*** |
-
2023
- 2023-03-09 CN CN202310218459.8A patent/CN115909795B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115909795A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110146869B (zh) | 确定坐标系转换参数的方法、装置、电子设备和存储介质 | |
CN109949594B (zh) | 实时的交通灯识别方法 | |
JP6930600B2 (ja) | 車両位置推定装置および車両制御装置 | |
CN109739236B (zh) | 车辆信息的处理方法、装置、计算机可读介质及电子设备 | |
CN109164809B (zh) | 一种车辆编队自主跟随控制***及方法 | |
CN111695546B (zh) | 用于无人车的交通信号灯识别方法和装置 | |
JP4561863B2 (ja) | 移動体進路推定装置 | |
JP6169544B2 (ja) | 走行支援制御装置 | |
CN112537294B (zh) | 自动泊车控制方法及电子设备 | |
CN110491156A (zh) | 一种感知方法、装置及*** | |
US11532230B2 (en) | System, method and apparatus for position-based parking of vehicle | |
CN111516690B (zh) | 智能汽车的控制方法、装置及存储介质 | |
CN113223317A (zh) | 一种更新地图的方法、装置和设备 | |
CN110515376B (zh) | 一种航迹推演校正的评价方法、终端和存储介质 | |
CN113852925B (zh) | 一种车辆指挥方法和*** | |
CN110940974A (zh) | 物体检测装置 | |
CN115909795B (zh) | 基于车场协同的自主泊车***及方法 | |
CN115164910B (zh) | 行驶路径生成方法、装置、车辆、存储介质及芯片 | |
CN115871660A (zh) | 双模态特征融合的无人驾驶压路机避障方法及*** | |
CN115235526A (zh) | 用于传感器的自动校准的方法和*** | |
CN110995981B (zh) | 图像处理装置及其控制方法、非暂时性可读记录介质、信息处理*** | |
CN113479204B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
Shahbaz Nejad et al. | A driver guidance system to support the stationary wireless charging of electric vehicles | |
JP7326429B2 (ja) | センサの画像区間の選択方法 | |
CN117601848B (zh) | 基于汽车全景的泊车控制方法、***、介质及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |