用于自主泊车的方法、装置、设备以及存储介质制造方法及图纸

本申请公开了用于自主泊车的方法、装置、设备以及存储介质。本申请涉及自主泊车领域。根据本申请的自主停车泊车的方法包括：确定自主泊车的推荐行驶路线；确定车辆在所述推荐行驶路线中的位置；确定所述车辆的所述位置是否处于第一道路环境；以及响应于确定所述车辆处于所述第一道路环境，基于所获取的所述第一道路环境的图像信息，根据预先训练的行驶模型，确定所述车辆在所述第一道路环境的行驶轨迹点。根据本申请的方案，可以使得行驶路线与具体的停车场解除绑定，不仅能够降低重新学习和训练的时间和物资成本，而且简单方便，易于量产。

【技术实现步骤摘要】
用于自主泊车的方法、装置、设备以及存储介质
本公开的实施例总体上涉及智能驾驶技术，更具体地涉及一种用于自主泊车的方法、装置、电子设备以及计算机可读存储介质。
技术介绍
在自主泊车领域，由于具体的路况千差万别，因此相应的泊车操作也会随之变化。如何使自主泊车的路线能够适用于更多的使用场景，而不是依赖于单一的路况，是设计者期望实现的一个目标。
技术实现思路
本公开提供了一种用于自主泊车的方法、装置、电子设备以及计算机可读存储介质。根据本公开的一方面，提供了一种自主泊车的方法。该方法包括：确定自主泊车的推荐行驶路线；确定车辆在所述推荐行驶路线中的位置；确定所述车辆的所述位置是否处于第一道路环境；以及响应于确定所述车辆处于所述第一道路环境，基于所获取的所述第一道路环境的图像信息，根据预先训练的行驶模型，确定所述车辆在所述第一道路环境的行驶轨迹点。根据本公开的另一方面，提供了一种自主泊车的装置。该装置包括：推荐行驶路线确定模块，被配置为确定自主泊车的推荐行驶路线；位置确定模块，被配置为确定车辆在所述推荐行驶路线中的位置；第一道路环境确定模块，被配置为确定所述车辆的所述位置是否处于第一道路环境；以及行驶轨迹点确定模块，被配置为响应于确定所述车辆处于所述第一道路环境，基于所获取的所述第一道路环境的图像信息，根据预先训练的模型，确定所述车辆在所述第一道路环境的行驶轨迹点。本申请解决了在自主泊车领域中泊车路线与具体的停车场高度关联的问题，通过使泊车路线与停车场解绑，提高了泊车路线的泛化程度。<br>应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。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一些实施方式的用于自主泊车的方法的流程图；图3示出了一种适于使用本申请的一个示意性实施例的泊车路线示意图；图4示出了在图3的泊车路线中的道路环境T处的行驶环境的示意图；图5示意性示出了根据本公开内容的示例性实施方式的用于自主泊车的装置的框图；以及图6示出了能够实施本公开内容的多个实施方式的计算设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。在现有的自主泊车方案中，泊车路线都是与具体的停车场相关联的。在某个停车场训练的自主泊车路线在另一个停车场几乎是无法在另一个停车场中使用的。如果需要确定车辆在某个停车场中的泊车路线，就必须预先在该停车场中学习和训练，从而确定出一条特定于该停车场的泊车路线。这样，就需要在使用之前获取大量的停车场的参数。然而，这种方案不仅浪费时间和资源，使用效率也不高。一方面，如果不预先获取停车场信息并训练学习，则会导致无法在该停车场自动泊车。另一方面，即便获取了停车场的信息，如果该停车场的使用率很低，则这样的停车场信息的价值就很低，久而久之会造成大量冗余的信息。针对上述问题，本公开的实施方式提供了一种用于自主泊车的方案。下面将结合图1到图6来具体描述本公开的实施方式。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。如图1所示，在环境100中，车辆110正行驶在诸如停车场的目标场地120上，其中该停车场可以为室外停车场或室内停车场。在一些实施例中，车辆110可以是配备一定自主泊车能力的车辆110，其中自动驾驶能力可以包括但不限于辅助驾驶能力、半自动驾驶能力、高度自动驾驶能力或者完全自动驾驶能力。在本申请的语境下，术语“自主泊车”不仅可以指代将车辆停入合适泊车位置的过程，也可以指代该泊车前的巡航过程。车辆110可以通过固定或安装在其上的图像采集装置112来捕获周围环境的多个实时图像。图像采集装置112至少包括一个传感器。在一些实施例中，图像采集装置112可以为具有一个或多个广角或者超广角的摄像头，这些摄像头能够捕获周围环境360度内的场景。计算设备150可以是远程服务器或云，其能够根据包括目标路线数据130和历史路线数据集140的各种数据、以及机器学习模型进行训练。例如，计算设备150可以将人类驾驶员行驶的轨迹点数据投影到每一张采集的图像上，将图像输入到机器学习模型中，而后输出投影在这张图像上的轨迹点。换言之，计算设备150所学习的是环境的图像到具体行驶轨迹点的映射。可以理解的是，历史路线数据集140包括在已知的多个场景中已经采集过的多趟路线数据。机器学习模型的示例可以为神经网络模型，例如卷积神经网络模型(CNN)、循环神经网络(RNN)，等等。计算设备150可以执行本文中参考图2至图6所描述的过程，使得该映射更为准确，以获取最终的目标路线规划模型160。图2示出了根据本公开的一些实施方式的用于自主泊车的方法200的流程图。方法200可以由各种类型的计算设备执行。在框202，确定自主泊车的推荐行驶路线。这条推荐的行驶路线相比于最终的行驶轨迹点是一条相对粗略的路线，它规划出了自主泊车的大致行驶路线的序列。在一些实施例中，推荐行驶路线可以基于车辆的起点和终点并且根据在停车场中的情况而确定。在某些实施例中，可以利用导航模块为车辆规划路线。这些路线可以依据用户的喜好来指定，例如可以选择距离较短的路线。在备选的实施例中，也可以基于躲避拥堵的倾向来规划该推荐行驶路线。通过这种方式，可以让使车辆适用于各个用户的不同需求，这可以有效地拓展本申请的方案的适用范围。在一些实施例中，推荐行驶路线可以包括左转向、右转向和/或直行组成的序列。例如，如图3所示，在起点A和终点B之间规划出一条如图所示的行驶路线P。在所图示的场景下，这条行驶路线P包括以下序列：[直行1、左转向1、直行2、右转向1和直行3]。如图所示，直行1表示的是从点S1到点S2的第一次直行的路线。类似地，直行2表示的是从点S3到点S4的第二次直行的路线，直行3表示的是从点S5到点S6的第三次直行的路线。同样，从图上可以看出，左转向1表示的是从点L1到点L2的第一次左转向的路线，右转向1表示的是从点R1到点R2的第一次右转向的路线。经过这样的序列，车辆可以从起点A行驶到终点B。返回参考图2，在框204，确定车辆在推荐行驶路线中的位置。由于推荐行驶路线可以是由左转向、右转向和/或直行组成的序列，因此确定车辆在推荐行驶路线中的位置也就是判断车辆在该序列中的哪一段。在某些实施例中，可以基于车辆的导航信息或者同步定位地图构建信息，来确定车辆在推荐行驶路线中的位置。导航信息可以经由全球定位系统(GPS)、北斗系统(BDS)、格洛纳斯系统(GLO本文档来自技高网...

【技术保护点】
1.一种自主泊车的方法，包括：/n确定自主泊车的推荐行驶路线；/n确定车辆在所述推荐行驶路线中的位置；/n确定所述车辆的所述位置是否处于第一道路环境；以及/n响应于确定所述车辆处于所述第一道路环境，基于所获取的所述第一道路环境的图像信息，根据预先训练的行驶模型，确定所述车辆在所述第一道路环境的行驶轨迹点。/n

【技术特征摘要】
1.一种自主泊车的方法，包括：
确定自主泊车的推荐行驶路线；
确定车辆在所述推荐行驶路线中的位置；
确定所述车辆的所述位置是否处于第一道路环境；以及
响应于确定所述车辆处于所述第一道路环境，基于所获取的所述第一道路环境的图像信息，根据预先训练的行驶模型，确定所述车辆在所述第一道路环境的行驶轨迹点。


2.根据权利要求1所述的方法，其中所述行驶模型是基于与所述第一道路环境相关的历史图像以及与所述第一道路环境相关的人为行驶路线而训练的。


3.根据权利要求1所述的方法，其中所述车辆在所述第一道路环境的所述行驶轨迹点包括左转向的行驶轨迹点、右转向的行驶轨迹点，或直线的行驶轨迹点。


4.根据权利要求1所述的方法，其中所述推荐行驶路线包括左转向、右转向和/或直行组成的序列。


5.根据权利要求1所述的方法，其中确定所述车辆的所述位置是否处于第一道路环境包括：
获取所述车辆的周围环境的图像信息；以及
基于所述图像信息，确定所述车辆的所述位置是否处于所述第一道路环境。


6.根据权利要求1所述的方法，其中基于所述车辆的导航信息或者同步定位地图构建信息，确定所述车辆在所述推荐行驶路线中的所述位置。


7.根据权利要求1所述的方法，所述第一道路环境包括：十字路口、T形路口、弯道，和/或道路终点。


8.根据权利要求1所述的方法，还包括：
响应于确定所述车辆处于第二道路环境，确定所述行驶轨迹点为直线的行驶轨迹点。


9.根据权利要求8所述的方法，其中所述第二道路环境包括直行道路。


10.一种自主泊车的装置，包括：
推荐行驶路线确定模块，被配置为确定自主泊车的推荐行驶路线；
位置确定模块，被配置为确定车辆在所述推荐行驶路线中的位置；
第一道路环境确定模块，被配置为确定所述车辆的所述位置是否处于第一道路环境；以及
行驶轨迹点确定模块，被配置为响应于确定所述车辆处于所述第一道路环境，基于所...

【专利技术属性】
技术研发人员：张腾，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11