[发明专利]一种无人车经召停靠方法、终端设备及存储介质

说明书

本发明涉及一种无人车经召停靠方法、终端设备及存储介质，该方法中包括：S1：实时采集无人车行驶过程中的前方道路图像，并对前方道路图像中是否存在召车场景进行识别，当识别到存在召车场景时，进入S2；S2：根据前方道路图像中召车用户所在位置确定无人车的最终停车位置；S3：根据存在召车场景图像之后的额定时间内的连续的多幅图像中召车用户的召车手势的摆动频率，确定无人车行驶的推荐速度；S4：将最终停车位置和推荐速度发送至无人车控制器，以控制无人车以推荐速度行驶至最终停车位置。本发明中无人车的停靠不受站点限制，可以随召随停，并且根据召车用户周围环境信息停靠到最合适的位置处，提升用户的体验。

技术领域

本发明涉及无人车技术领域，尤其涉及一种无人车经召停靠方法、终端设备及存储介质。

背景技术

随着科技的发展以及人们生活水平的提高，人们对出行的需求越来越高，无人车驾驶逐渐受到人们重视。无人驾驶技术为当前新兴的技术，其依靠车内计算机系统为主的智能设备来实现无人驾驶的，集计算机体系结构、人工智能、视觉计算、自动控制等众多技术于一体，在公共安全、城市交通和汽车制造等领域有着广阔的前景和很高的实用价值。

随着无人车技术的提升，无人车的应用场景越来越广泛，如无人售卖车、园区无人接驳车等等，在上述无人车的使用中，需要根据周围用户的需求进行停靠，因此，如何对无人车的停靠位置进行精确的控制成为需要解决的问题。

发明内容

为了解决上述问题，本发明提出了一种无人车经召停靠方法、终端设备及存储介质。

具体方案如下：

一种无人车经召停靠方法，包括以下步骤：

S1：实时采集无人车行驶过程中的前方道路图像，并对前方道路图像中是否存在召车场景进行识别，当识别到存在召车场景时，进入S2；

S2：根据前方道路图像中召车用户所在位置确定无人车的最终停车位置；

S3：根据存在召车场景图像之后的额定时间内的连续的多幅图像中召车用户的召车手势的摆动频率，确定无人车行驶的推荐速度；

S4：将最终停车位置和推荐速度发送至无人车控制器，以控制无人车以推荐速度行驶至最终停车位置。

进一步的，对是否存在召车场景的识别采用深度神经网络进行识别。

进一步的，最终停车位置的确定过程包括以下步骤：

S201：根据前方道路图像确定召车用户所在位置，设定优选停车位置位于沿车道线方向且靠近无人车的位置处，且优选停车位置距离召车用户所在位置的距离为预设距离；

S202：判断优选停车位置是否满足停车条件，如果是，设定优选停车位置为最终停车位置，进入S3；否则，进入S203；

S203：以召车用户所在位置为中心、以预设距离为半径构建圆弧，圆弧的两个端点A、B分别位于：沿车道线且朝向无人车方向的直线上、垂直于车道线且朝向道路中央方向的直线上；

S204：：从圆弧端点A开始依序遍历步骤S203构建的圆弧，如果存在满足停车条件的位置点，则将该满足停车条件的位置点设定为最终停车位置，进入S3；否则，设定预设距离增加，返回S203。

进一步的，停车位置是否满足停车条件的判断包括：判断停车位置是否存在障碍物、是否在道路上和是否有对应的行驶路径。

进一步的，摆动频率的计算方法为：以图像中召车用户手掌中特定点在图像的竖直方向的高度为Y轴，以图像的采集时间为X轴构建直角坐标系，设定第一幅图像中特定点所在图像的竖直方向的位置为Y轴的坐标原点，分别计算每副图像中特定点在Y轴的坐标值，并在直角坐标系中进行标注；按采集时间顺序将直角坐标系所有标注点连接起来，计算连接后的曲线中的波谷个数，根据波谷个数和额定时间的大小计算摆动频率。