一种车机地下停车场导航方法技术

本发明专利技术提供了一种车机地下停车场导航方法，属于定位导航领域，该导航方法通过建立停车场高精地图和车辆驾驶行为预测模型，在泊车导航时，匹配所选停车场高精地图，在选择目标车位后，自动规划自车至目标车位的行驶路径；车辆沿行驶路径行驶时，通过车辆CAN信号，获取车辆定位轨迹点，将车辆定位轨迹点与停车场高精地图内的行驶路径上的路网节点配准修正，将修正的定位轨迹点与定位轨迹点周边的路网节点进行匹配，并结合预测的车辆驾驶行为对车辆下一轨迹点进行纠偏校正；有效地避免车辆偏离行驶路径，保证车辆准确行驶至目标车位处，从而方便车辆停泊。而方便车辆停泊。而方便车辆停泊。

【技术实现步骤摘要】
一种车机地下停车场导航方法


[0001]本专利技术属于定位导航
，尤其涉及一种车机地下停车场导航方法。

技术介绍

[0002]随着经济的快速发展与城市化的快速推进，越来越多的家庭拥有私家车，随之而来的是越来越多的对大型地下停车场的需求。但是大型地下停车场往往存在规模庞大、地形复杂、道路交错、寻路困难等问题，严重影响用户体验与使用效率，因此地下停车场内的导航系统越来越受重视。
[0003]由于地下停车场内GPS信号受到遮蔽，无法对汽车直接定位，在室外常用的卫星定位导航系统失效。目前室内常用的定位方式包括WIFI热点定位、蓝牙信标定位、红外线定位、超声波技术、超宽带技术、惯性导航、视觉定位等，但是这些技术大部分依赖于大规模的硬件部署、数据采集更新以及定期维护等，而且都各有各的局限性，比如WIFI易受环境干扰，蓝牙传播距离短、稳定性差，红外、UWB大范围覆盖价格昂贵，惯性导航存在累计误差、无法全局定位，视觉定位对操作限制大、使用功耗高等，因此如何在地下停车场实现汽车稳定的定位导航是目前普遍存在的问题。

技术实现思路

[0004]本专利技术实施例提供一种车机地下停车场导航方法，旨在解决
技术介绍
中提出的问题。
[0005]本专利技术实施例是这样实现的，一种车机地下停车场导航方法，该导航方法包括如下步骤：
[0006]S1、建立停车场高精地图数据库和车辆驾驶行为预测模型；
[0007]S2、获取车辆GPS信号加载所选停车场的停车场高精地图；
[0008]S3、定位车辆起始位置，选择目标车位；
[0009]S4、将车辆起始位置和目标车位位置结合停车场高精地图，规划车辆自起始位置至目标车位位置的行驶路径；
[0010]S5、控制车辆沿所述行驶路径行驶时，实时获取车辆CAN信号，进行车辆实时定位，并记录定位轨迹点；
[0011]S6、对行驶路径上的路网节点进行插值，与定位轨迹点进行配准，对定位轨迹点进行修正；
[0012]S7、实时获取车辆CAN信号，将车辆CAN信号输入车辆驾驶行为预测模型内预测车辆的驾驶行为；
[0013]S8、将修正的定位轨迹点与定位轨迹点周边的路网节点进行匹配，并结合预测的车辆驾驶行为对车辆下一轨迹点进行纠偏校正。
[0014]优选的，所述停车场高精地图包括路网节点、上下坡、左右转、车位位置以及车位编号信息。
[0015]优选的，所述车辆驾驶行为包括直行、上坡、下坡、即将左转、即将右转、结束左转、结束右转以及会车避让。
[0016]优选的，所述车辆驾驶行为预测模型通过获取行驶车辆实时的CAN信号，利用深度学习算法对获取的CAN信号进行训练建立。
[0017]优选的，所述车辆起始位置定位通过车载前视摄像头识别停车场入口或闸机进行定位。
[0018]优选的，所述车辆起始位置定位通过人工输入车辆周边任意一车位编号进行定位。
[0019]优选的，所述车辆实时定位通过实时获取车辆CAN信号，从车辆CAN信号内实时获取车辆的轮速、车轮脉冲以及方向盘转角数据，计算车辆的相对位移量，获取车辆实时定位结果。
[0020]优选的，所述定位轨迹点与定位轨迹点周边的路网节点通过获取定位轨迹点周边图像信号，将定位轨迹点周边的图像信号与定位轨迹点周边的路网节点的图像信号进行比对匹配。
[0021]该导航方法基于停车场高精地图和车辆驾驶行为预测模型，将车辆周边图像和预测的车辆驾驶行为与高精地图内的路网节点进行匹配，避免车辆行驶偏离行驶路径，保证车辆到目标车位行驶路径的准确性。
附图说明
[0022]图1是一种车机地下停车场导航方法的工作流程图。
具体实施方式
[0023]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。
[0024]本专利技术提供一种车机地下停车场导航方法，如图1所示，该导航方法包括如下步骤：
[0025]S1、建立停车场高精地图数据库和车辆驾驶行为预测模型；
[0026]其中：
[0027]所述停车场高精地图包括路网节点、上下坡、左右转、车位位置以及车位编号信息；
[0028]所述车辆驾驶行为包括直行、上坡、下坡、即将左转、即将右转、结束左转、结束右转以及会车避让；
[0029]所述车辆驾驶行为预测模型通过获取行驶车辆实时的CAN信号，利用深度学习算法对获取的CAN信号进行训练建立；
[0030]S2、获取车辆GPS信号加载所选停车场的停车场高精地图；
[0031]S3、通过车载前视摄像头识别停车场入口或闸机定位或人工输入车辆周边任意一车位编号定位车辆起始位置，选择目标车位；
[0032]S4、将车辆起始位置和目标车位位置结合停车场高精地图，规划车辆自起始位置
至目标车位位置的行驶路径；
[0033]S5、控制车辆沿所述行驶路径行驶时，实时获取车辆CAN信号，从车辆CAN信号内实时获取车辆的轮速、车轮脉冲以及方向盘转角数据，计算车辆的相对位移量，进行车辆实时定位，并记录定位轨迹点；
[0034]S6、对行驶路径上的路网节点进行插值，与定位轨迹点进行配准，对定位轨迹点进行修正；
[0035]S7、实时获取车辆CAN信号，将车辆CAN信号输入车辆驾驶行为预测模型内预测车辆的驾驶行为；
[0036]S8、通过获取定位轨迹点周边图像信号，将定位轨迹点周边的图像信号与定位轨迹点周边的路网节点的图像信号进行比对匹配，并结合预测的车辆驾驶行为对车辆下一轨迹点进行纠偏校正。
[0037]按照上述方法执行上述步骤，有效地避免车辆偏离行驶路径，保证车辆准确行驶至目标车位处，从而方便车辆停泊。
[0038]该导航方法基于停车场高精地图和车辆驾驶行为预测模型，将车辆周边图像和预测的车辆驾驶行为与高精地图内的路网节点进行匹配，避免车辆行驶偏离行驶路径，保证车辆到目标车位行驶路径的准确性。
[0039]以上所述仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车机地下停车场导航方法，其特征在于，包括如下步骤：S1、建立停车场高精地图数据库和车辆驾驶行为预测模型；S2、获取车辆GPS信号加载所选停车场的停车场高精地图；S3、定位车辆起始位置，选择目标车位；S4、将车辆起始位置和目标车位位置结合停车场高精地图，规划车辆自起始位置至目标车位位置的行驶路径；S5、控制车辆沿所述行驶路径行驶时，实时获取车辆CAN信号，进行车辆实时定位，并记录定位轨迹点；S6、对行驶路径上的路网节点进行插值，与定位轨迹点进行配准，对定位轨迹点进行修正；S7、实时获取车辆CAN信号，将车辆CAN信号输入车辆驾驶行为预测模型内预测车辆的驾驶行为；S8、将修正的定位轨迹点与定位轨迹点周边的路网节点进行匹配，并结合预测的车辆驾驶行为对车辆下一轨迹点进行纠偏校正。2.如权利要求1所述的车机地下停车场导航方法，其特征在于，所述停车场高精地图包括路网节点、上下坡、左右转、车位位置以及车位编号信息。3.如权利要求1所述的车机地下停车场导航方法，其特征在于，所述车辆驾驶行为包括直行、上...

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