一种基于停车场地图数据引导的自主泊车导航方法技术

本发明专利技术提供了一种基于停车场地图数据引导的自主泊车导航方法，属于自主泊车领域，该自主泊车导航方法通过建立包含停车场环境信息的停车场高精地图，通过获取车辆周边感知信息与停车场环境信息进行比对匹配，获取车辆位置，从停车场高精地图内选取预设的停车位，系统根据选取的停车位位置和车辆位置规划车辆至所选停车位之间最短的行驶路径，使车辆快速行驶至所选停车位处；同时在人工驾驶状态下，通过提取车辆周边信息，与停车场环境信息比对，在不存在唯一匹配结果时，采集车辆周边信息，生成地图信息与停车场高精地图融合生成新的停车场高精地图，从而方便车辆二次泊车导航以及其他车辆泊车导航。以及其他车辆泊车导航。以及其他车辆泊车导航。

【技术实现步骤摘要】
一种基于停车场地图数据引导的自主泊车导航方法


[0001]本专利技术属于自主泊车
，尤其涉及一种基于停车场地图数据引导的 自主泊车导航方法。

技术介绍

[0002]自主泊车系统是一种用于解决车辆从停车场入口到停车位之间的车辆自动 驾驶的问题。传统的自主泊车系统建立停车场高精地图，以车载运算单元以及 车载的传感器实现环境感知、路径避障、车位搜寻，从而实现自动巡航泊车。 自主泊车中的实时定位系统一般采用车载传感器，如环视相机、前视相机、毫 米波雷达等，通过传感器提取的信息跟高精地图进行比对，实现对于车辆在高 精地图中的定位。在这过程中，基于毫米波/视觉SLAM定位技术或基于高精度 地图+语义目标检测的视觉定位是常见的解决方法。
[0003]然而，毫米波定位法容易在车身周围产生无法感知的盲区、视觉语义目标 检测在目标离车辆距离很近时难以正常工作，甚至在很多场景出不一定存在具 有明确辨识目标，因此这些方法具有一定的局限性，无法应用于更复杂的场景。
[0004]此外，传统的泊车系统未对停车位的类型进行详细的细分，易忽略行驶过 程中停车位的具体信息，导致车辆会泊入错误库位，如非充电车辆/满电车辆泊 入充电车位，或者需要充电的车辆错过可充电车位，误泊入残疾人库位等，影 响用户体验，使用极为不便。

技术实现思路

[0005]本专利技术实施例提供一种基于停车场地图数据引导的自主泊车导航方法，旨 在解决
技术介绍
中提出的问题。
[0006]本专利技术实施例是这样实现的，一种基于停车场地图数据引导的自主泊车导 航方法，该导航方法包括如下步骤：
[0007]S1、建立至少包括停车场环境信息的停车场高精地图数据库；
[0008]S2、获取车辆GPS信号，自动加载所选停车场的停车场高精地图；
[0009]S3、获取车辆周边图像信号，从图像信号内提取感知信息与停车场环境信 息比对，获取车辆位置；
[0010]S4、用户从停车场地图内选择或自驾寻找目标车位；若从停车场高精地图 内选择目标车位则执行S5，若自驾寻找目标车位则执行S7；
[0011]S5、将车辆位置和目标车位位置结合停车场高精地图规划计算车辆至目标 车位处的最短路径；
[0012]S6、对最短路径进行处理，输出用于泊车导航的平滑路径；
[0013]S7、获取车辆的超声信号、CAN信号以及车辆周边图像信号；
[0014]S8、从车辆CAN信号内提取车辆轮速脉冲、方向盘和挡位信号，并将车辆 轮速脉冲、方向盘和挡位信号与车辆运动力学模型结合，输出图像信息中每帧 车辆位姿；
[0015]S9、通过基于深度学习的语义算法分割图像信号，提取车辆周边路面的标 识信
息；
[0016]S10、通过标定的相机模型将图像信号上的标识信息还原至车辆坐标系下， 结合车辆位姿对所述标识进行补偿和跟踪；
[0017]S11、将补偿和跟踪的标识信息与环境信息比对匹配，并判断是否存在唯一 结果，若是则结束，否则执行S12；
[0018]S12、通过地图优化算法将补偿和跟踪处理的标识信息转化为与停车场原始 地图语义信息一致的路径轨迹；
[0019]S13、将路径轨迹与停车位类型结合在停车场高精地图内进行区域划分；
[0020]S14、根据路径轨迹和障碍物信息进行采样生成道路节点；
[0021]S15、将路径轨迹、停车位区域和道路节点结合生成地图信息；
[0022]S16、将地图信息与停车场高精地图融合更新生成停车场高精地图。
[0023]优选的，所述停车场环境信息至少包括第一停车位信息、第一车道线信息、 第一障碍物信息、第一减速带信息、第一路障信息以及第一地锁开关信息；
[0024]所述标识信息至少包括第二停车位信息、第二车道线信息、第二障碍物信 息、第二减速带信息、第二路障信息以及第二地锁开关信息；
[0025]优选的，所述感知信息至少包括第一停车位信息、第一车道线信息、第一 障碍物信息、第一减速带信息、第一路障信息以及第一地锁开关信息中的一种。
[0026]优选的，所述第一停车位信息和所述第二停车位信息至少包括停车位区域、 停车位类型以及停车位位置信息。
[0027]优选的，所述停车位区域至少包括普通库位区域、立体库位区域、残疾人 库位区域以及充电库位区域。
[0028]优选的，所述停车位类型与所述停车位区域对应，至少包括普通停车位、 立体停车位、残疾人停车位以及充电停车位。
[0029]该导航方法基于停车场高精地图，有效地实现高精度、稳定定位，通过多 种语义信息融合适应停车场场景，获得稳定的定位结果；同时，在此基础上对 停车场进行车位类型分类，在地图内加入各车位属性类型，进行区域划分，以 自车定位判断当前区域车位属性，避免错误泊入的情况发生，从而有效地提高 路径规划效率，实现稳定安全的泊车导航。
附图说明
[0030]图1是一种基于停车场地图数据引导的自主泊车导航方法的结构示意图。
[0031]具体实施方式
[0032]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本专利技术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 仅用以解释本专利技术，并不用于限定本专利技术。
[0033]本专利技术提供一种基于停车场地图数据引导的自主泊车导航方法，如图1所 示，该导航方法包括如下步骤：
[0034]S1、建立至少包括停车场环境信息的停车场高精地图数据库；其中，所述 停车场
环境信息至少包括第一停车位信息、第一车道线信息、第一障碍物信息、 第一减速带信息、第一路障信息以及第一地锁开关信息；
[0035]S2、获取车辆GPS信号，自动加载所选停车场的停车场高精地图；
[0036]S3、获取车辆周边图像信号，从图像信号内提取感知信息与停车场环境信 息比对，获取车辆位置；其中，所述感知信息至少包括第一停车位信息、第一 车道线信息、第一障碍物信息、第一减速带信息、第一路障信息以及第一地锁 开关信息中的一种；
[0037]S4、用户从停车场地图内选择或自驾寻找目标车位；若从停车场高精地图 内选择目标车位则执行S5，若自驾寻找目标车位则执行S7；
[0038]S5、将车辆位置和目标车位位置结合停车场高精地图规划计算车辆至目标 车位处的最短路径；
[0039]S6、对最短路径进行处理，输出用于泊车导航的平滑路径；
[0040]S7、获取车辆的超声信号、CAN信号以及车辆周边图像信号；
[0041]S8、从车辆CAN信号内提取车辆轮速脉冲、方向盘和挡位信号，并将车辆 轮速脉冲、方向盘和挡位信号与车辆运动力学模型结合，输出图像信息中每帧 车辆位姿；
[0042]S9、通过基于深度学习的语义算法分割图像信号，提取车辆周边路面的标 识信息；其中，所述标识信息至少包括第二停车位信息、第二车道线信息、第 二障碍物信息、第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于停车场地图数据引导的自主泊车导航方法，其特征在于，所述导航方法包括如下步骤：S1、建立至少包括停车场环境信息的停车场高精地图数据库；S2、获取车辆GPS信号，自动加载所选停车场的停车场高精地图；S3、获取车辆周边图像信号，从图像信号内提取感知信息与停车场环境信息比对，获取车辆位置；S4、用户从停车场地图内选择或自驾寻找目标车位；若从停车场高精地图内选择目标车位则执行S5，若自驾寻找目标车位则执行S7；S5、将车辆位置和目标车位位置结合停车场高精地图规划计算车辆至目标车位处的最短路径；S6、对最短路径进行处理，输出用于泊车导航的平滑路径；S7、获取车辆的超声信号、CAN信号以及车辆周边图像信号；S8、从车辆CAN信号内提取车辆轮速脉冲、方向盘和挡位信号，并将车辆轮速脉冲、方向盘和挡位信号与车辆运动力学模型结合，输出图像信息中每帧车辆位姿；S9、通过基于深度学习的语义算法分割图像信号，提取车辆周边路面的标识信息；S10、通过标定的相机模型将图像信号上的标识信息还原至车辆坐标系下，结合车辆位姿对所述标识进行补偿和跟踪；S11、将补偿和跟踪的标识信息与环境信息比对匹配，并判断是否存在唯一结果，若是则结束，否则执行S12；S12、通过地图优化算法将补偿和跟踪处理的标识信息转化为与停车场原始地图语义信息一致的路径轨迹；S13、将路径轨迹与停车位类型结合在停车场高精地图内进行区域划分；S14...

【专利技术属性】
技术研发人员：温加睿，马光林，于萌萌，田钧，蒋如意，
申请(专利权)人：上海追势科技有限公司，
类型：发明
国别省市：