CN118004152B - 泊车方法、装置、电子设备及可读存储介质 - Google Patents
泊车方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN118004152B CN118004152B CN202410151113.5A CN202410151113A CN118004152B CN 118004152 B CN118004152 B CN 118004152B CN 202410151113 A CN202410151113 A CN 202410151113A CN 118004152 B CN118004152 B CN 118004152B
- Authority
- CN
- China
- Prior art keywords
- target
- parking
- obstacle
- vehicle
- parking space
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 28
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000004888 barrier function Effects 0.000 abstract description 6
- 238000004898 kneading Methods 0.000 description 14
- 238000003709 image segmentation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/20—Static objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及汽车技术领域,提供了一种泊车方法、装置、电子设备及可读存储介质。方法包括:采集可泊车区域中预设范围内的图像,根据图像确定预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息;根据车位位置信息、边界位置信息和目标车辆的车身参数,从可泊车车位中确定能成功泊入的目标车位;根据目标车位两侧障碍物的障碍物类别,确定目标车辆在目标车位中的预泊入位置;根据预泊入位置,确定目标车辆中车门的可开合最大角度;根据可开合最大角度,确定目标泊车方式,并通过目标泊车方式控制目标车辆泊入目标车位;目标泊车方式包括舱内自动泊车或舱外遥控泊车。本申请解决了现有泊车方式不够便捷且效率低下的问题。
Description
技术领域
本申请涉及汽车技术领域,尤其涉及一种泊车方法、装置、电子设备及可读存储介质。
背景技术
随着城市化的加速和汽车数量的增加,车位紧缺的情况日益严重,实际道路中存在大量拥挤停放的车辆,如何将汽车泊入狭窄的车位成了难题。为解决这一问题,许多驾驶员选择使用自动泊车技术,坐在车辆内,利用舱内自动泊车使车辆驶入车位,或者先行下车,利用舱外遥控泊车使车辆驶入车位。
现有技术的问题在于,由于舱外遥控泊车需要先下车且操作流程繁琐,驾驶员往往会选择舱内自动泊车,而不会第一时间想到使用舱外遥控泊车;但在车位狭窄的情况下,利用舱内自动泊车驶入车位后,驾驶员可能发现车辆与相邻车辆的间距过窄,无法顺利开门下车,只得驶出车位后再改选舱外遥控泊车或者另寻其他车位,既不方便使用,又造成了时间上的浪费。可见,亟需一种便捷高效的泊车方法。
发明内容
有鉴于此,本申请实施例提供了一种泊车方法、装置、电子设备及可读存储介质,以解决现有技术中泊车方式不够便捷且效率低下的问题。
本申请实施例的第一方面,提供了一种泊车方法,包括:
采集可泊车区域中预设范围内的图像,并根据图像确定预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息;
根据车位位置信息、边界位置信息和目标车辆的车身参数,从可泊车车位中确定能够成功泊入的目标车位;
根据目标车位两侧障碍物的障碍物类别,确定目标车辆在目标车位中的预泊入位置;
根据预泊入位置,确定目标车辆中车门的可开合最大角度;
根据可开合最大角度,确定目标泊车方式,并通过目标泊车方式控制目标车辆泊入目标车位;目标泊车方式包括舱内自动泊车或舱外遥控泊车。
本申请实施例的第二方面,提供了一种泊车装置,包括:
图像处理模块,用于采集可泊车区域中预设范围内的图像,并根据图像确定预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息;
第一确定模块,用于根据车位位置信息、边界位置信息和目标车辆的车身参数,从可泊车车位中确定能够成功泊入的目标车位;
第二确定模块,用于根据目标车位两侧障碍物的障碍物类别,确定目标车辆在目标车位中的预泊入位置;
第三确定模块,用于根据预泊入位置,确定目标车辆中车门的可开合最大角度;
控制模块,用于根据可开合最大角度,确定目标泊车方式,并通过目标泊车方式控制目标车辆泊入目标车位;目标泊车方式包括舱内自动泊车或舱外遥控泊车。
本申请实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。
本申请实施例的第四方面,提供了一种可读存储介质,该可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:
通过采集可泊车区域中预设范围内的图像,并根据图像确定预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息,根据车位位置信息、边界位置信息和目标车辆的车身参数,从可泊车车位中确定能够成功泊入的目标车位,确保后续步骤中目标车辆能够在不与障碍物发生碰撞的情况下成功泊入目标车位;根据目标车位两侧障碍物的障碍物类别,确定目标车辆在目标车位中的预泊入位置,确保目标车辆泊入目标车位后不会影响相邻车辆乘员上下车;根据预泊入位置,确定目标车辆中车门的可开合最大角度,根据可开合最大角度,确定目标泊车方式,从而为驾驶员选定操作量少且方便上下车的泊车方式,并通过目标泊车方式控制目标车辆泊入目标车位,实现了便捷高效的泊车。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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它的附图。
图1是本申请实施例提供的一种泊车方法的流程示意图;
图2是本申请实施例提供的一种泊车方法中可开合最大角度的示意图;
图3是本申请实施例提供的一种泊车方法中预泊入位置的示意图;
图4是本申请实施例提供的一种泊车装置的结构示意图;
图5是本申请实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
本申请的说明书和权利要求书中的术语“第一”“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
此外,需要说明的是,术语“包括”“包含”或者其任何其他变体意在涵盖非排他性地包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面将结合附图详细说明根据本申请实施例的一种泊车方法和装置。
图1是本申请实施例提供的一种泊车方法的流程示意图。如图1所示,该泊车方法包括:
S101,采集可泊车区域中预设范围内的图像,并根据图像确定预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息。
具体地,可泊车区域可以是地下车库、露天停车场、临时停车场等。可泊车区域内车位的类型,按照与道路所成的角度划分,可以为垂直式车位或倾斜式车位;按照车位线有无划分,可以是有车位线的车位或无车位线的车位。对于有车位线的车位,其车位线所围成的矩形范围内即为该车位的范围;对于无车位线的车位,可以参考该车位两侧的相邻的障碍物的边界,在该车位两侧的相邻的障碍物之间的距离大于预设宽度的情况下,以该车位两侧的相邻的障碍物的边界之间的范围作为该车位的范围,预设宽度可以是标准车位的宽度、目标车辆的车身宽度等,本申请实施例对此不作限制。
预设范围可以是以目标车辆为圆心的圆形区域,半径可以是30米、40米、50米等。在图像采集时,摄像头能够采集到视觉图像,基于这些视觉图像可以确定图像中的哪些目标是车位、哪些目标是障碍物,激光雷达对图像中各个目标到目标车辆的距离和各个目标相对于目标车辆所处的方位进行探测,从而得到了具体位置信息。
可泊车车位为未被障碍物占用的车位,车位位置信息可以包括该可泊车车位的车位长度、车位宽度、车位的可停车方向等。障碍物可以为车辆、墙壁、锥桶、地锁等,边界位置信息可以包括该障碍物的轮廓、目标车辆到该障碍物的角度和距离等。需要说明的是,一个车位是可泊车车位,仅代表该车位处于空闲状态,而不代表目标车辆一定能够泊入该车位,例如,目标车辆的车身宽度为1.8米,某车位的车位宽度为1.6米,虽然该车位的车位宽度不允许目标车辆驶入,但检测到该车位未被障碍物占用,仍可以确定该车位为可泊车车位。当然,对于无车位线的情况,可以利用车身宽度作为预设宽度来筛选允许目标车辆驶入的车位,但本申请实施例对此不作限制。
确定了至少一个可泊车车位的车位位置信息和障碍物的边界位置信息,为后续判断目标车辆能否泊入该可泊车车位提供依据。
S102,根据车位位置信息、边界位置信息和目标车辆的车身参数,从可泊车车位中确定能够成功泊入的目标车位。
具体地,车身参数可以包括目标车辆的车身长度、车身宽度、车辆轴距、最大转向角度、转向中心等。
根据车位位置信息、边界位置信息和车身参数,可以预测车辆泊入车位的路径,若该路径表明目标车辆在不与障碍物发生碰撞的情况下能够驶入某一可泊车车位,则将该可泊车车位确定为目标车位。
对目标车辆的泊车路径进行预计算,提前预演泊车过程,确保后续步骤中目标车辆能够在不与障碍物发生碰撞的情况下成功泊入目标车位。
S103,根据目标车位两侧障碍物的障碍物类别,确定目标车辆在目标车位中的预泊入位置。
具体地,目标车位两侧障碍物可能为车辆,也可能为墙壁、地锁等非车辆障碍物。如果某一侧为非车辆障碍物,由于非车辆障碍物没有上下车需求,则预泊入位置可以尽量靠近该侧;如果某一侧为车辆,则预泊入位置需要给该侧车辆的乘员留有上下车的空间。在考虑相邻车辆乘员的上下车需求时,也可以结合目标车辆驾驶员的上下车需求,共同确定预泊入位置。
确定了预泊入位置,确保目标车辆泊入目标车位后不会影响相邻车辆乘员上下车,避免发生相邻车辆乘员因车身间距过小而无法开门上车,导致目标车辆驾驶员不得不返回移车的情况,且能够保证目标车辆中的驾驶员能够在停车后上下车,节省了驾驶员的时间。
S104,根据预泊入位置,确定目标车辆中车门的可开合最大角度。
具体地,车门的可开合最大角度为,目标车辆的车身与相邻障碍物之间的距离允许该侧车门打开的最大角度。图2是本申请实施例中可开合最大角度的示意图,目标车辆201与障碍物202相邻,二者之间的距离203能够允许车门204打开的最大角度即为车门204的可开合最大角度205。若记车门204的长度为C,距离203为Z,可开合最大角度205为θ,则有
需要说明的是,确定目标车辆中车门的可开合最大角度,可以计算目标车辆的每一扇车门的可开合最大角度,也可以仅计算车内乘员所乘坐的位置对应的车门的可开合最大角度,本申请实施例对此不作限制。
确定了车门的可开合最大角度,使得能够通过该可开合最大角度检测车内人员能否在车位内停车后顺利下车,从而为后续步骤中确定目标泊车方式提供依据。
S105,根据可开合最大角度,确定目标泊车方式,并通过目标泊车方式控制目标车辆泊入目标车位。
目标泊车方式包括舱内自动泊车或舱外遥控泊车。
具体地,通过可开合最大角度,可以判断车内乘员能否通过车门上下车。
若可开合最大角度能够满足车内乘员上下车的需求,则目标车辆采用舱内自动泊车的方式进行泊车,待目标车辆泊入目标车位后,车内乘员通过车门下车,这样为驾驶员提供了流程简单的舱内自动泊车作为目标泊车方式,避免使用流程繁琐的舱外遥控泊车导致费时费力,减少驾驶员操作量的同时节省时间。
若可开合最大角度不能满足车内乘员上下车的需求,则目标车辆采用舱外遥控泊车的方式进行泊车,车内乘员先下车等待,驾驶员通过终端设备、手机应用程序等遥控目标车辆,使目标车辆泊入目标车位,这样避免了泊入目标车位后才发现无法顺利开门下车,只得驶出车位后再改选舱外遥控泊车或者另寻其他车位的情况,减少了试错所需的操作量和时间。
此外,需要说明的是,在可开合最大角度能够满足车内乘员上下车的需求的情况下,还可以向驾驶员提供泊车选项,由驾驶员根据自身需求主动选择舱内自动泊车或舱外遥控泊车的其中一种,将选择结果作为目标泊车方式,但本申请实施例对此不作限制。
根据本申请实施例提供的技术方案,通过采集可泊车区域中预设范围内的图像,并根据图像确定预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息,根据车位位置信息、边界位置信息和目标车辆的车身参数,从可泊车车位中确定能够成功泊入的目标车位,确保后续步骤中目标车辆能够在不与障碍物发生碰撞的情况下成功泊入目标车位;根据目标车位两侧障碍物的障碍物类别,确定目标车辆在目标车位中的预泊入位置,确保目标车辆泊入目标车位后不会影响相邻车辆乘员上下车;根据预泊入位置,确定目标车辆中车门的可开合最大角度,根据可开合最大角度,确定目标泊车方式,从而为驾驶员选定操作量少且方便上下车的泊车方式,并通过目标泊车方式控制目标车辆泊入目标车位,实现了便捷高效的泊车。
在一些实施例中,采集可泊车区域中预设范围内的图像,并根据图像确定预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息,包括:
通过激光雷达和车外摄像头采集图像;
使用预设的图像分割算法,对图像进行分割,得到包括不同内容信息的分割区域和不同内容信息所对应的第一目标类别;
使用目标检测模型对图像进行目标检测,得到图像中至少一个目标的边界框和目标对应的第二目标类别;
根据第一目标类别和第二目标类别,确定车位位置信息和边界位置信息。
具体地,车外摄像头能够采集到视觉图像,激光雷达能够探测预设范围内各个目标到目标车辆的距离和各个目标相对于目标车辆所处的方位(也就是角度),形成非视觉图像,将视觉图像与非视觉图像进行结合,多方面地感知周围环境,有助于减少后续图像分割和目标检测过程中对目标类型的误判。
图像分割算法可以采用语义分割模型、图像分割神经网络等。图像中可能包括许多类别不同的内容信息,例如车位、车辆、墙壁、背景等,对图像进行分割,得到不同内容信息的分割区域和不同内容信息所对应的类别。
目标检测模型可以采用单阶段(One-stage)目标检测算法,例如YOLO算法(YouOnly Look Once)、SSD算法(Single Shot MultiBox Detector)、RetinaNet算法等,这类算法能够同时预测目标的位置和类别,具有检测速度快、实时性高的特点。以YOLO算法为例,YOLO算法采用单一前向传递,通过卷积神经网络一次性预测图像中所有目标的位置和类别,即在一个步骤中完成了目标检测和分类,因此检测速度较快,适合自动驾驶、视频监控等实时应用场景,且模型相对来说较简单,更容易训练和部署。
由于单阶段目标检测算法与Faster R-CNN算法等两阶段(Two-stage)目标检测算法相比准确度较差,易受误检和漏检的影响,所以本申请实施例将图像分割得到的结果与目标检测得到的结果相结合,共同确定车位位置信息和边界位置信息,在快速高效识别目标的同时保持较高的识别准确性。例如,经过语义分割模型进行图像分割后,某目标被划分进某分割区域,该分割区域的内容信息对应第一目标类别;通过YOLO算法对该图像进行目标检测,得到了该目标的边界框,并得到该目标对应的第二目标类别;根据第一目标类别和第二目标类别,结合分割区域、边界框以及激光雷达采集到的距离和角度信息,可以确定该目标的车位位置信息或边界位置信息。
根据本申请实施例提供的技术方案,通过激光雷达和车外摄像头采集图像,多方面地感知周围环境,有助于减少后续图像分割和目标检测过程中对目标类型的误判;使用预设的图像分割算法,对图像进行分割,得到包括不同内容信息的分割区域和不同内容信息所对应的第一目标类别;使用目标检测模型对图像进行目标检测,得到图像中至少一个目标的边界框和目标对应的第二目标类别,实现快速的目标检测;根据第一目标类别和第二目标类别,确定车位位置信息和边界位置信息,从而实现了高效、实时且准确的目标识别和位置确定。
在一些实施例中,根据第一目标类别和第二目标类别,确定车位位置信息和边界位置信息,包括:
针对任意目标,在第二目标类别与目标所在分割区域对应的第一目标类别相同的情况下,若第二目标类别为障碍物,则根据目标在图像中的位置信息确定障碍物的边界位置信息;
若第二目标类别为车位,且任意障碍物边界未与车位相交,则确定车位为可泊车车位,并根据车位在图像中的位置信息确定可泊车车位的车位位置信息;
在第二目标类别与目标所在分割区域对应的第一目标类别不同的情况下,将目标所在分割区域确定为无效区域。
具体地,第二目标类别与目标所在分割区域对应的第一目标类别相同,即图像分割算法和目标检测模型对该分割区域内的目标的识别结果相一致,误判的可能性较低,即可认为该目标的类别为第二目标类别。
若第二目标类别为障碍物,则得到障碍物的边界位置信息。例如,对图像进行分割后,某目标被划分进某分割区域,该分割区域的内容信息对应类别为车辆,即该目标通过图像分割得到的第一目标类别为车辆;通过目标检测模型对该图像进行目标检测,得到了该目标的边界框,并得到该目标对应的第二目标类别为车辆;根据第一目标类别和第二目标类别可以确定该目标为车辆,进而判断该目标属于障碍物,结合分割区域、边界框以及激光雷达采集到的距离和角度信息,确定该障碍物的边界位置信息。
若第二目标类别为车位,则需要判断该车位是否被障碍物所占用,若未被障碍物占用,则确定该车位为可泊车车位,并得到该车位的车位位置信息。车位是否被障碍物占用,可以结合障碍物边界进行判断,若存在障碍物边界与车位相交,则该车位已被占用;若不存在任何障碍物边界与车位相交,则该车位未被障碍物占用,确定其为可泊车车位。例如,对图像进行分割后,某目标被划分进某分割区域,该分割区域的内容信息对应类别为车位,即该目标通过图像分割得到的第一目标类别为车位;通过目标检测模型对该图像进行目标检测,得到了该目标的边界框,并得到该目标对应的第二目标类别为车位;根据第一目标类别和第二目标类别可以确定该目标为车位,则在得到障碍物的边界信息后,判断是否存在障碍物的边界与该车位相交;若不存在与该车位相交的障碍物边界,则结合分割区域、边界框以及激光雷达采集到的距离和角度信息,确定该车位的车位位置信息。需要说明的是,障碍物边界与车位相交,可以是障碍物穿过车位,例如树木、电线杆等倒下,压住了车位的一部分;也可以是障碍物在车位内部,例如车位内立有地锁、锥桶等。
第二目标类别与目标所在分割区域对应的第一目标类别不同,即图像分割算法和目标检测模型对该分割区域内的目标的识别结果不一致,为避免错误识别结果导致后续泊车不成功甚至发生碰撞,将目标所在分割区域确定为无效区域,即将目标所在分割区域排除,在后续路径计算时不再计算该分割区域。
根据本申请实施例提供的技术方案,通过针对任意目标,将第二目标类别与目标所在分割区域对应的第一目标类别进行比较,使得能够得到准确的车位位置信息和边界位置信息,且避免错误识别结果导致后续泊车不成功甚至发生碰撞的情况,从而实现了高效、实时且准确的目标识别和位置确定。
在一些实施例中,根据车位位置信息、边界位置信息和目标车辆的车身参数,从可泊车车位中确定能够成功泊入的目标车位,包括:
针对任意可泊车车位,根据车位位置信息、边界位置信息、车身参数和目标车辆的当前位置,确定目标车辆泊入车位的泊入方式和所需的揉库次数,泊入方式包括车头泊入或车尾泊入;
在揉库次数小于等于预设次数的情况下,根据泊入方式和车身参数,确定泊入轨迹;
根据边界位置信息,若确定泊入轨迹与障碍物的边界不相交,则确定可泊车车位为目标车位。
具体地,揉库次数是指在泊车过程中,汽车档位在前进档和倒车档之间切换的次数。揉库次数能够反映系统规划泊车轨迹的能力,一般情况下,揉库次数与泊车用时正相关,揉库次数越少,泊车用时越短,说明系统规划的泊车轨迹越合理。
预设次数可以为4次、5次、6次等,可以是系统内置的,也可以是用户手动设置的。在揉库次数大于预设次数的情况下,说明对应的可泊车车位所需的泊车用时过长、轨迹规划效果较差,认为无法泊入,故不对该可泊车车位进行泊入轨迹的计算。
在揉库次数小于等于预设次数的情况下,根据泊入方式和车身参数实时计算车头及车轮的泊车轨迹圈,确定泊入轨迹。若泊入轨迹与任一障碍物边界都不相交,说明目标车辆沿该轨迹泊入该可泊车车位的过程中,没有与障碍物发生碰撞的风险,故将该可泊车车位确定为目标车位;若无论泊入轨迹如何调整,都会存在与之相交的障碍物边界,说明目标车辆可能与该障碍物发生碰撞,不能将该可泊车车位作为目标车位。例如,预设次数为5次,车头泊入对应的揉库次数为4次,车尾泊入对应的揉库次数为6次,则仅计算车头泊入情况下目标车辆泊入可泊车车位的泊入轨迹;在车头泊入的情况下,调整车轮的转向角度,能够得到不与任意障碍物边界相交的泊入轨迹,则确定该可泊车车位为目标车位。
需要说明的是,在可泊车车位的数量仅有一个的情况下,若根据该可泊车车位的揉库次数或泊入轨迹确定无法泊入,则直接确定预设范围内无法泊车;在可泊车车位的数量有两个或以上的情况下,若某可泊车车位的揉库次数或泊入轨迹确定无法泊入,则将该可泊车车位标记为无法泊入,并判断其他可泊车车位能否确定为目标车位,直至对预设范围内的所有可泊车车位都完成判断。若存在两个或以上可泊车车位满足目标车位的条件,可以由系统自动选择其中之一作为目标车位,也可以为驾驶员提供选项,由驾驶员主动选择将要驶入的目标车位,本申请实施例对此不作限制。
根据本申请实施例提供的技术方案,在揉库次数小于等于预设次数的情况下,根据泊入方式和车身参数,确定泊入轨迹,避免过多的揉库次数耗费时间,并实现对目标车辆泊车路径的预计算;根据边界位置信息,若确定泊入轨迹与障碍物的边界不相交,则确定可泊车车位为目标车位,确保后续步骤中目标车辆能够在不与障碍物发生碰撞的情况下成功泊入目标车位,保证车辆和车内乘员的安全,避免人身及财产损失。
在一些实施例中,根据泊入方式和车身参数,确定泊入轨迹之后,还包括:
若检测到所有可泊车车位的泊入轨迹均与障碍物的边界相交,则发出提示信息,提示信息用于提示驾驶员当前不能成功泊车,且提示将目标车辆向前行驶预设距离后刹停;
在检测到目标车辆向前行驶预设距离后刹停的情况下,采集当前位置的预设范围内的图像,并重新检测可泊车车位是否能够成功泊入。
具体地,检测到所有可泊车车位的泊入轨迹均与障碍物的边界相交,说明预设范围内的所有可泊车车位均无法泊入,则发出提示信息。提示信息可以是文字形式、语音形式或二者的结合等,用于提示驾驶员当前不能成功泊车,需要向前行驶预设距离后刹停。预设距离可以是10米、20米、30米等。例如,预设距离为20米,在检测到所有可泊车车位的泊入轨迹均与障碍物的边界相交的情况下,发出语音提示,提示内容为“当前区域无法泊车,请向前行驶20米后刹停”。
检测到目标车辆向前行驶预设距离后刹停,可以为检测到目标车辆向前行驶的距离大于等于预设距离后的第一次刹停。仍以预设距离为20米为例,若驾驶员根据语音提示,驾驶车辆向前行驶15米后刹停,此时可以向驾驶员发出另一语音提示,提示内容为“请向前行驶5米后刹停”,以使目标车辆向前行驶的距离大于等于预设距离;若驾驶员根据语音提示,驾驶车辆向前行驶30米后刹停,则采集当前位置的预设范围内的图像,并重新检测可泊车车位是否能够成功泊入。
需要说明的是,采集当前位置的预设范围内的图像后,需要对这一范围内至少一个可泊车车位的车位位置信息和障碍物的边界位置信息进行确定,并通过S102确定可泊车车位中是否存在目标车位。而重新检测可泊车车位是否能够成功泊入,其中的可泊车车位指历史位置的预设范围内已采集过的历史可泊车车位,根据目标车辆前行的距离和方向,重新检测历史可泊车车位能否成功泊入。这样,既增加了总体的可泊车车位的数量,使得目标车位的候选项增多,得到至少一个目标车位的可能性增大,又无需对已探测得到的可泊车车位进行重复探测,避免不必要的资源占用。
根据本申请实施例提供的技术方案,通过发出提示信息,实现了为驾驶员提供了明确的操作指导,避免预设范围内所有可泊车车位均无法泊入的情况下原地等待耗时;在检测到目标车辆向前行驶预设距离后刹停的情况下,采集当前位置的预设范围内的图像,并重新检测可泊车车位是否能够成功泊入,增加得到目标车位可能性的同时避免不必要的资源占用。
在一些实施例中,根据目标车位两侧障碍物的障碍物类别,确定目标车辆在目标车位中的预泊入位置,包括:
若目标车位两侧障碍物的障碍物类别均为车辆,则确定预泊入位置为两侧障碍物的居中位置;
若目标车位两侧障碍物的障碍物类别均为非车辆障碍物,或者,目标车位的驾驶位侧障碍物的障碍物类型为车辆且副驾驶位侧障碍物的障碍物类型为非车辆障碍物,则确定预泊入位置满足第一距离大于第二距离;
若目标车位的驾驶位侧障碍物的障碍物类型为非车辆障碍物且副驾驶位侧障碍物的障碍物类型为车辆,则确定预泊入位置满足第一距离小于第二距离;
其中,第一距离为目标车辆的驾驶位侧车身与驾驶位侧障碍物之间的距离;第二距离为目标车辆的副驾驶位侧车身与副驾驶位侧障碍物之间的距离。
具体地,若目标车位两侧障碍物的障碍物类别均为车辆,则预泊入位置需要同时保证两侧车辆的乘员能够上下车,则确定预泊入位置为两侧障碍物的居中位置,为两侧车辆的乘员留有同样的上下车空间。图3是本申请实施例中预泊入位置的示意图,图3中以斜线部分表示障碍物。如图3所示,在目标车位301内确定预泊入位置302,在预泊入位置302上,目标车辆的驾驶位侧车身与驾驶位侧障碍物303之间的距离为第一距离305,目标车辆的副驾驶位侧车身与副驾驶位侧障碍物304之间的距离为第二距离306。若障碍物303和障碍物304均为车辆,确定预泊入位置为两侧障碍物的居中位置,可以是确定预泊入位置满足第一距离305等于第二距离306。
若目标车位两侧障碍物的障碍物类别均为非车辆障碍物,即障碍物303和障碍物304均为非车辆障碍物,由于非车辆障碍物没有上下车需求,此时仅满足目标车辆上乘员上下车的需求即可,而乘员上下车的需求中,应主要考虑驾驶员上下车的需求,给驾驶员留够上下车的空间,故确定预泊入位置302满足第一距离305大于第二距离306。
若目标车位的驾驶位侧障碍物的障碍物类型为车辆,且副驾驶位侧障碍物的障碍物类型为非车辆障碍物,即障碍物303为车辆,障碍物304为非车辆障碍物,则需要给障碍物303的乘员留有上下车的空间,故确定预泊入位置302满足第一距离305大于第二距离306,此时也能满足目标车辆驾驶员的上下车需求。
若目标车位的驾驶位侧障碍物的障碍物类型为非车辆障碍物,且副驾驶位侧障碍物的障碍物类型为车辆,即障碍物303为非车辆障碍物,障碍物304为车辆,则需要给障碍物304的乘员留有上下车的空间,故确定预泊入位置满足第一距离305小于第二距离306。
需要说明的是,图3仅画出目标车辆为左舵车的情况,但本申请实施例也适用于目标车辆为右舵车的情况。而目标车辆驶入目标车位后哪一侧障碍物与驾驶位相邻,可以根据泊入方式为车头泊入或车尾泊入进行判断。
根据本申请实施例提供的技术方案,通过对目标车位两侧障碍物的障碍物类别分类讨论,确保不同情况下目标车辆泊入目标车位后不会影响相邻车辆乘员上下车,避免发生相邻车辆乘员因车身间距过小而无法开门上车,导致目标车辆驾驶员不得不返回移车的情况,节省驾驶员的时间。
在一些实施例中,车门包括驾驶位车门和/或副驾驶位车门;
根据可开合最大角度,确定目标泊车方式,包括:
在检测到目标车辆中仅有驾驶员的情况下,若检测到驾驶位车门的可开合最大角度小于预设角度,则确定目标泊车方式为舱外遥控泊车;若检测到驾驶位车门的可开合最大角度大于等于预设角度,则确定目标泊车方式为舱内自动泊车;
在检测到目标车辆中存在乘员,且乘员所乘坐位置与驾驶员不在同一侧的情况下,若检测到驾驶位车门和副驾驶位车门的可开合最大角度均大于等于预设角度,则确定目标泊车方式为舱内自动泊车;若检测到驾驶位车门和副驾驶位车门中至少一个车门的可开合最大角度小于预设角度,则确定目标泊车方式为舱外遥控泊车。
具体地,确定目标车辆内是否存在驾驶员以外的乘员,并在有乘员的情况下确定乘员所乘坐的位置,可以利用车内摄像头采集乘员图像、识别人脸等方法进行确定,也可以利用座椅传感器是否感知到重物、安全带是否插入等方法进行确定,本申请实施例对此不作限制。
预设角度可以30度、35度、40度等,可以为乘员能够通过该车门上下车的最小角度,也可以为乘员通过该车门上下车且不感到拥挤的最小舒适角度,具体角度数值可以是系统内置的,也可以是驾驶员自行设置的。在可开合最大角度小于预设角度的情况下,认为不宜通过该车门上下车。
在检测到目标车辆中仅有驾驶员的情况下,仅需根据驾驶员能否上下车来确定目标泊车方式。此时,若检测到驾驶位车门的可开合最大角度小于预设角度,说明驾驶员无法通过驾驶位车门上下车,确定目标泊车方式为舱外遥控泊车,避免发生泊入目标车位后发现无法下车,又需要驶出车位重新泊车的情况;若检测到驾驶位车门的可开合最大角度大于等于预设角度,说明驾驶员能够通过驾驶位车门上下车,确定目标泊车方式为舱内自动泊车,便于驾驶员进行操作。
若目标车辆中存在驾驶员以外的乘员,但乘员所乘坐的位置与驾驶员在同一侧,说明乘员可以使用驾驶位侧的其他车门,只要确保需要使用的驾驶位侧车门满足上下车需求即可。为方便计算,可以认为驾驶位侧的所有车门均与驾驶位车门具有相同的可开合最大角度,此时可以按照目标车辆中仅有驾驶员的情况确定目标泊车方式;或者,也可以单独计算乘员需要使用的车门的可开合最大角度是否满足上下车需求,本申请实施例对此不作限制。
若目标车辆中存在驾驶员以外的乘员,且乘员所乘坐位置与驾驶员不在同一侧,说明乘员需要使用副驾驶位侧的车门。以车内乘员为位于驾驶位的驾驶员和位于副驾驶位的副驾驶员共两人为例,若检测到驾驶位车门和副驾驶位车门的可开合最大角度均大于等于预设角度,说明目标车辆泊入目标车位后,驾驶员能够通过驾驶位车门上下车,同时副驾驶员也能够通过副驾驶位车门上下车,确定目标泊车方式为舱内自动泊车;若检测到驾驶位车门和副驾驶位车门中至少一个车门的可开合最大角度小于预设角度,说明驾驶员和副驾驶员中,至少有一个无法上下车,则确定目标泊车方式为舱外遥控泊车。
对于车内乘员所乘坐位置不在副驾驶位但与副驾驶位同侧的情况,或者车内乘员所乘坐位置既有与驾驶位同侧,又有与副驾驶位同侧的情况,可以参考以上几种情况确定目标泊车方式。
根据本申请实施例提供的技术方案,通过对车内是否存在驾驶员以外的乘员进行判断,在仅有驾驶员的情况下,根据驾驶位车门的可开合角度是否满足驾驶员上下车需求,确定目标泊车方式;在存在驾驶员以外的乘员,且乘员所乘坐的位置与驾驶员不同侧的情况下,根据两侧车门的可开合角度是否满足驾驶员和乘员的上下车需求,确定目标泊车方式实现了在能够使用舱内自动泊车时,避免使用流程繁琐的舱外遥控泊车导致费时费力,减少驾驶员操作量的同时节省时间,并且避免了泊入目标车位后才发现无法顺利开门下车,只得驶出车位后再改选舱外遥控泊车或者另寻其他车位的情况,减少了试错所需的操作量和时间。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图4是本申请实施例提供的一种泊车装置的结构示意图。如图4所示,该泊车装置包括:
图像处理模块401,用于采集可泊车区域中预设范围内的图像,并根据图像确定预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息;
第一确定模块402,用于根据车位位置信息、边界位置信息和目标车辆的车身参数,从可泊车车位中确定能够成功泊入的目标车位;
第二确定模块403,用于根据目标车位两侧障碍物的障碍物类别,确定目标车辆在目标车位中的预泊入位置;
第三确定模块404,用于根据预泊入位置,确定目标车辆中车门的可开合最大角度;
控制模块405,用于根据可开合最大角度,确定目标泊车方式,并通过目标泊车方式控制目标车辆泊入目标车位;目标泊车方式包括舱内自动泊车或舱外遥控泊车。
根据本申请实施例提供的技术方案,通过图像处理模块401采集可泊车区域中预设范围内的图像,并根据图像确定预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息,第一确定模块402根据车位位置信息、边界位置信息和目标车辆的车身参数,从可泊车车位中确定能够成功泊入的目标车位,确保后续步骤中目标车辆能够在不与障碍物发生碰撞的情况下成功泊入目标车位;第二确定模块403根据目标车位两侧障碍物的障碍物类别,确定目标车辆在目标车位中的预泊入位置,确保目标车辆泊入目标车位后不会影响相邻车辆乘员上下车;第三确定模块404根据预泊入位置,确定目标车辆中车门的可开合最大角度,控制模块405根据可开合最大角度,确定目标泊车方式,从而为驾驶员选定操作量少且方便上下车的泊车方式,并通过目标泊车方式控制目标车辆泊入目标车位,实现了便捷高效的泊车。
在一些实施例中,图像处理模块401具体用于:通过激光雷达和车外摄像头采集图像;使用预设的图像分割算法,对图像进行分割,得到包括不同内容信息的分割区域和不同内容信息所对应的第一目标类别;使用目标检测模型对图像进行目标检测,得到图像中至少一个目标的边界框和目标对应的第二目标类别;根据第一目标类别和第二目标类别,确定车位位置信息和边界位置信息。
在一些实施例中,图像处理模块401具体用于:针对任意目标,在第二目标类别与目标所在分割区域对应的第一目标类别相同的情况下,若第二目标类别为障碍物,则根据目标在图像中的位置信息确定障碍物的边界位置信息;若第二目标类别为车位,且任意障碍物边界未与车位相交,则确定车位为可泊车车位,并则根据车位在图像中的位置信息确定可泊车车位的车位位置信息;在第二目标类别与目标所在分割区域对应的第一目标类别不同的情况下,将目标所在分割区域确定为无效区域。
在一些实施例中,第一确定模块402具体用于:针对任意可泊车车位,根据车位位置信息、边界位置信息、车身参数和目标车辆的当前位置,确定目标车辆泊入车位的泊入方式和所需的揉库次数,泊入方式包括车头泊入或车尾泊入;在揉库次数小于等于预设次数的情况下,根据泊入方式和车身参数,确定泊入轨迹;根据边界位置信息,若确定泊入轨迹与障碍物的边界不相交,则确定可泊车车位为目标车位。
在一些实施例中,第一确定模块402还用于:若检测到所有可泊车车位的泊入轨迹均与障碍物的边界相交,则发出提示信息,提示信息用于提示驾驶员当前不能成功泊车,且提示将目标车辆向前行驶预设距离后刹停;在检测到目标车辆向前行驶预设距离后刹停的情况下,采集当前位置的预设范围内的图像,并重新检测可泊车车位是否能够成功泊入。
在一些实施例中,第二确定模块403具体用于:若目标车位两侧障碍物的障碍物类别均为车辆,则确定预泊入位置为两侧障碍物的居中位置;若目标车位两侧障碍物的障碍物类别均为非车辆障碍物,或者,目标车位的驾驶位侧障碍物的障碍物类型为车辆且副驾驶位侧障碍物的障碍物类型为非车辆障碍物,则确定预泊入位置满足第一距离大于第二距离;若目标车位的驾驶位侧障碍物的障碍物类型为非车辆障碍物且副驾驶位侧障碍物的障碍物类型为车辆,则确定预泊入位置满足第一距离小于第二距离;其中,第一距离为目标车辆的驾驶位侧车身与驾驶位侧障碍物之间的距离;第二距离为目标车辆的副驾驶位侧车身与副驾驶位侧障碍物之间的距离。
在一些实施例中,控制模块405具体用于:在检测到目标车辆中仅有驾驶员的情况下,若检测到驾驶位车门的可开合最大角度小于预设角度,则确定目标泊车方式为舱外遥控泊车;若检测到驾驶位车门的可开合最大角度大于等于预设角度,则确定目标泊车方式为舱内自动泊车;在检测到目标车辆中存在乘员,且乘员所乘坐位置与驾驶员不在同一侧的情况下,若检测到驾驶位车门和副驾驶位车门的可开合最大角度均大于等于预设角度,则确定目标泊车方式为舱内自动泊车;若检测到驾驶位车门和副驾驶位车门中至少一个车门的可开合最大角度小于预设角度,则确定目标泊车方式为舱外遥控泊车。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图5是本申请实施例提供的电子设备5的结构示意图。如图5所示,该实施例的电子设备5包括:处理器501、存储器502以及存储在该存储器502中并且可在处理器501上运行的计算机程序503。处理器501执行计算机程序503时实现上述各个方法实施例中的步骤。或者,处理器501执行计算机程序503时实现上述各装置实施例中各模块/单元的功能。
电子设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备5可以包括但不仅限于处理器501和存储器502。本领域技术人员可以理解,图5仅仅是电子设备5的示例,并不构成对电子设备5的限定,可以包括比图示更多或更少的部件,或者不同的部件。
处理器501可以是中央处理单元(Central Processing Unit,CPU),也可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
存储器502可以是电子设备5的内部存储单元,例如,电子设备5的硬盘或内存。存储器502也可以是电子设备5的外部存储设备,例如,电子设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。存储器502还可以既包括电子设备5的内部存储单元也包括外部存储设备。存储器502用于存储计算机程序以及电子设备所需的其它程序和数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读存储介质(例如计算机可读存储介质)中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可以存储在计算机可读存储介质中,该计算机程序在被处理器执行时,可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电载波信号、电信信号以及软件分发介质等。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (7)
1.一种泊车方法,其特征在于,包括:
采集可泊车区域中预设范围内的图像,并根据所述图像确定所述预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息;
根据所述车位位置信息、所述边界位置信息和目标车辆的车身参数,从所述可泊车车位中确定能够成功泊入的目标车位;
根据所述目标车位两侧障碍物的障碍物类别,确定所述目标车辆在所述目标车位中的预泊入位置;
根据所述预泊入位置,确定所述目标车辆中车门的可开合最大角度;
根据所述可开合最大角度,确定目标泊车方式,并通过所述目标泊车方式控制所述目标车辆泊入所述目标车位;所述目标泊车方式包括舱内自动泊车或舱外遥控泊车;
所述根据所述目标车位两侧障碍物的障碍物类别,确定所述目标车辆在所述目标车位中的预泊入位置,包括:
若所述目标车位两侧障碍物的障碍物类别均为车辆,则确定所述预泊入位置为所述两侧障碍物的居中位置;
若所述目标车位两侧障碍物的障碍物类别均为非车辆障碍物,或者,所述目标车位的驾驶位侧障碍物的障碍物类型为车辆且副驾驶位侧障碍物的障碍物类型为非车辆障碍物,则确定所述预泊入位置满足第一距离大于第二距离;
若所述目标车位的驾驶位侧障碍物的障碍物类型为非车辆障碍物且所述副驾驶位侧障碍物的障碍物类型为车辆,则确定所述预泊入位置满足所述第一距离小于所述第二距离;
其中,所述第一距离为所述目标车辆的驾驶位侧车身与所述驾驶位侧障碍物之间的距离;所述第二距离为所述目标车辆的副驾驶位侧车身与所述副驾驶位侧障碍物之间的距离。
2.根据权利要求1所述的方法,其特征在于,所述采集可泊车区域中预设范围内的图像,并根据所述图像确定所述预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息,包括:
通过激光雷达和车外摄像头采集所述图像;
使用预设的图像分割算法,对所述图像进行分割,得到包括不同内容信息的分割区域和所述不同内容信息所对应的第一目标类别;
使用目标检测模型对所述图像进行目标检测,得到所述图像中至少一个目标的边界框和所述目标对应的第二目标类别;
根据所述第一目标类别和所述第二目标类别,确定所述车位位置信息和所述边界位置信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一目标类别和所述第二目标类别,确定所述车位位置信息和所述边界位置信息,包括:
针对任意所述目标,在所述第二目标类别与所述目标所在分割区域对应的第一目标类别相同的情况下,若所述第二目标类别为障碍物,则根据所述目标在所述图像中的位置信息确定所述障碍物的边界位置信息;
若所述第二目标类别为车位,且任意障碍物边界未与所述车位相交,则确定所述车位为所述可泊车车位,并根据所述车位在所述图像中的位置信息确定所述可泊车车位的车位位置信息;
在所述第二目标类别与所述目标所在分割区域对应的第一目标类别不同的情况下,将所述目标所在分割区域确定为无效区域。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述车门包括驾驶位车门和/或副驾驶位车门;
所述根据所述可开合最大角度,确定目标泊车方式,包括:
在检测到所述目标车辆中仅有驾驶员的情况下,若检测到所述驾驶位车门的可开合最大角度小于预设角度,则确定所述目标泊车方式为所述舱外遥控泊车;若检测到所述驾驶位车门的可开合最大角度大于等于所述预设角度,则确定所述目标泊车方式为所述舱内自动泊车;
在检测到所述目标车辆中存在乘员,且所述乘员所乘坐位置与所述驾驶员不在同一侧的情况下,若检测到所述驾驶位车门和所述副驾驶位车门的可开合最大角度均大于等于所述预设角度,则确定所述目标泊车方式为所述舱内自动泊车;若检测到所述驾驶位车门和所述副驾驶位车门中至少一个车门的可开合最大角度小于预设角度,则确定所述目标泊车方式为所述舱外遥控泊车。
5.一种泊车装置,其特征在于,包括:
图像处理模块,用于采集可泊车区域中预设范围内的图像,并根据所述图像确定所述预设范围内的至少一个可泊车车位的车位位置信息和障碍物的边界位置信息;
第一确定模块,用于根据所述车位位置信息、所述边界位置信息和目标车辆的车身参数,从所述可泊车车位中确定能够成功泊入的目标车位;
第二确定模块,用于根据所述目标车位两侧障碍物的障碍物类别,确定所述目标车辆在所述目标车位中的预泊入位置;
第三确定模块,用于根据所述预泊入位置,确定所述目标车辆中车门的可开合最大角度;
控制模块,用于根据所述可开合最大角度,确定目标泊车方式,并通过所述目标泊车方式控制所述目标车辆泊入所述目标车位;所述目标泊车方式包括舱内自动泊车或舱外遥控泊车;
其中,所述第二确定模块具体用于:若所述目标车位两侧障碍物的障碍物类别均为车辆,则确定所述预泊入位置为所述两侧障碍物的居中位置;若所述目标车位两侧障碍物的障碍物类别均为非车辆障碍物,或者,所述目标车位的驾驶位侧障碍物的障碍物类型为车辆且副驾驶位侧障碍物的障碍物类型为非车辆障碍物,则确定所述预泊入位置满足第一距离大于第二距离;若所述目标车位的驾驶位侧障碍物的障碍物类型为非车辆障碍物且所述副驾驶位侧障碍物的障碍物类型为车辆,则确定所述预泊入位置满足所述第一距离小于所述第二距离;其中,所述第一距离为所述目标车辆的驾驶位侧车身与所述驾驶位侧障碍物之间的距离;所述第二距离为所述目标车辆的副驾驶位侧车身与所述副驾驶位侧障碍物之间的距离。
6.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述方法的步骤。
7.一种可读存储介质,所述可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410151113.5A CN118004152B (zh) | 2024-02-01 | 2024-02-01 | 泊车方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410151113.5A CN118004152B (zh) | 2024-02-01 | 2024-02-01 | 泊车方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118004152A CN118004152A (zh) | 2024-05-10 |
CN118004152B true CN118004152B (zh) | 2024-10-01 |
Family
ID=90943932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410151113.5A Active CN118004152B (zh) | 2024-02-01 | 2024-02-01 | 泊车方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118004152B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110884485A (zh) * | 2018-09-07 | 2020-03-17 | 本田技研工业株式会社 | 自动泊车装置和自动泊车方法 |
CN113479196A (zh) * | 2021-08-17 | 2021-10-08 | 北京百度网讯科技有限公司 | 泊车方法、装置、电子设备、存储介质和自动驾驶汽车 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101870287B (zh) * | 2010-06-14 | 2015-08-12 | 伍永刚 | 一种汽车油门自动熄火急刹车装置及汽车倒车遇人或障碍物急刹车装置 |
CN104775706A (zh) * | 2015-02-03 | 2015-07-15 | 安徽江淮汽车股份有限公司 | 一种电动滑门控制方法 |
CN105223844B (zh) * | 2015-09-15 | 2018-03-27 | 清华大学苏州汽车研究院(吴江) | 一种模拟ui与泊车辅助系统进行交互的上位机系统 |
-
2024
- 2024-02-01 CN CN202410151113.5A patent/CN118004152B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110884485A (zh) * | 2018-09-07 | 2020-03-17 | 本田技研工业株式会社 | 自动泊车装置和自动泊车方法 |
CN113479196A (zh) * | 2021-08-17 | 2021-10-08 | 北京百度网讯科技有限公司 | 泊车方法、装置、电子设备、存储介质和自动驾驶汽车 |
Also Published As
Publication number | Publication date |
---|---|
CN118004152A (zh) | 2024-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109017763B (zh) | 自主车辆停车方法及系统 | |
US11383737B2 (en) | Automatic parking system | |
CN111422187B (zh) | 车辆以及用于控制车辆的方法 | |
JP6828825B2 (ja) | 駐車制御方法及び駐車制御装置 | |
US12233907B1 (en) | Vehicle door state detection | |
CN109814544A (zh) | 用于在自主车辆中操纵绕过障碍物的系统和方法 | |
CN110001643A (zh) | 车辆控制装置、车辆控制方法、存储介质、以及信息获取装置 | |
CN109733392B (zh) | 一种避障方法及装置 | |
JP2009202610A (ja) | 駐車支援装置 | |
CN111216711B (zh) | 一种智能驾驶汽车自动进出站台的控制方法及系统 | |
CN112977453A (zh) | 用于车辆自动换道设备和方法 | |
CN113650607B (zh) | 一种低速场景自动驾驶方法、系统及汽车 | |
CN113978453A (zh) | 自动泊车方法和系统 | |
WO2020103120A1 (zh) | 一种智能驾驶汽车自动进出站台的控制方法及系统 | |
CN116198488A (zh) | 一种泊车的方法、装置、设备和存储介质 | |
WO2023287906A1 (en) | System and method in the prediction of target vehicle behavior based on image frame and normalization | |
JP7528878B2 (ja) | 乗合車両及び運行管理システム | |
CN118004152B (zh) | 泊车方法、装置、电子设备及可读存储介质 | |
CN113370972B (zh) | 行驶控制装置、行驶控制方法以及存储程序的计算机可读取存储介质 | |
US12319304B2 (en) | Vehicle, automated valet parking system, and automated valet parking method | |
JP7647891B2 (ja) | 駐車支援装置、駐車支援方法 | |
CN116061966A (zh) | 车辆停靠的控制方法、自动驾驶车辆及存储介质 | |
CN105667397B (zh) | 汽车后视系统及方法 | |
CN114639260A (zh) | 用于车辆之间的智能交互方法、交互系统和计算机可读的介质 | |
US20250239158A1 (en) | Parking system and parking method |
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 |