[发明专利]基于云端共享和地图融合的自主泊车系统和方法

权利要求书

1.一种基于云端共享和地图融合的自主泊车方法，其特征在于，包括如下步骤：

步骤1）、采集相机图像，使用同步定位与建图即SLAM建立停车路线及停车位的语义地图，并对轨迹信息进行分类，得到轨迹地图；

步骤2）、将所述轨迹地图存储在本地和/或云端；

步骤3）、根据选择的轨迹地图生成目标轨迹地图；

所述目标轨迹地图是通过所选择的轨迹地图融合产生的新的轨迹地图；

所述融合是指：

当只从本地选择一条本地已有的轨迹地图时，该条轨迹地图即为目标轨迹地图；

当只从云端选择一条他人共享的轨迹地图时，该条轨迹地图即为目标轨迹地图；

当从云端选择的轨迹地图数量为一条以上时，将所选择的一条以上轨迹地图进行轨迹合并得到一条目标轨迹地图；

步骤4）、根据所述目标轨迹地图设置自主泊车参数；

当完成轨迹选择后，进行轨迹地图的加载，加载地图中轨迹起点、轨迹终点、车位信息、视觉与其他传感器的尺度对齐参数大小信息；然后加载车辆自身传感器的其他信息，所述其他信息包括相机模型及参数信息、传感器间外参矩阵、IMU随机游走方差和高斯噪声方差；加载完成后，当确认所有必需的传感器都正常开启且运行正常后，进行泊车设置；由用户选择泊车模式，是车辆泊入还是车辆召回、是固定车位泊车还是流动车位泊车；其中，只有所加载的轨迹类别是融合后的轨迹或者双向轨迹才可以选择是车辆泊入还是车辆召回，否则泊车模式与加载的轨迹类别相同；当加载的轨迹类别为流动泊车轨迹或者为至少含一条流动泊车轨迹合并成的轨迹时才能够选择是固定车位泊车还是流动车位泊车，而当加载的轨迹类别为固定车位泊车轨迹或者仅由固定车位泊车轨迹合并成的轨迹时，设定所述泊车模式为固定车位泊车模式；

步骤5）、根据所述自主泊车参数由粗到精进行重定位；

所述由粗到精进行重定位包括：

粗略定位：

首先使用当前车辆的GPS坐标定位到地图中粗略的位置，并获取附近一定距离内所有关键帧信息；

然后依据当前帧采集图像的全局描述和语义信息，对上述关键帧做进一步选择，对其中满足图像的全局描述相似度大于第五阈值或者含有相同语义信息的关键帧进行下一步精确定位；

精确定位：

对粗略定位中返回的关键帧逐一进行比较，计算精确位姿，如果成功得到一个精确的位姿，则认为重定位成功；

否则则重新选择车辆当前状态进行由粗到精的重定位；

所述精确的位姿的精确程度大于第六阈值。

2.根据权利要求1所述的基于云端共享和地图融合的自主泊车方法，其特征在于，所述相机为鱼眼相机。

3.根据权利要求1或2所述的基于云端共享和地图融合的自主泊车方法，其特征在于，

对所述轨迹信息的分类是按照停车场景、泊入/召回信息进行分类的。

4.根据权利要求3所述的基于云端共享和地图融合的自主泊车方法，其特征在于，

对所述轨迹信息的分类是要求用户按照停车场景、泊入/召回信息对轨迹进行分类的。

5.根据权利要求4所述的基于云端共享和地图融合的自主泊车方法，其特征在于，

当用户按照停车场景、泊入/召回信息对轨迹进行分类时，由用户选择将SLAM地图存储在本地，或者，将SLAM地图存储在本地和上传到云端共享。

6.根据权利要求1所述的基于云端共享和地图融合的自主泊车方法，其特征在于，

选择轨迹地图时，根据GPS坐标、场景语义信息从云端选择他人共享的一条或多条轨迹地图，以用于轨迹地图融合。

7.根据权利要求1所述的基于云端共享和地图融合的自主泊车方法，其特征在于，

还包括车辆自动泊入步骤：

所述车辆自动泊入包括如下步骤：

（1）自动循迹驾驶及避障局部规划；

（2）车位检测及选择；

（3）自动泊入车位。