[发明专利]一种共享电动车的定点还车方法

权利要求书

1.一种共享电动车的定点还车方法，其特征在于，包括步骤：

(1)在共享电动车上设置摄像装置、磁力传感IMU装置和GPS装置；摄像装置设置在共享电动车的车头；

(2)当用户在包括手机在内的终端设备上进行还车操作时，服务器获取共享电动车当前的GPS定位以及偏航角，判断共享电动车是否在停车区域内，如果不在，服务器则向用户返回不允许还车的信息；如果共享电动车在停车区域内，则服务器向摄像装置发送拍照指令，由摄像装置抓拍当前图像，传送至服务器；

(3)服务器将抓拍的图像导入提前训练好的模型，识别出图像中停车道；若图像中未检测到停车道，则服务器向用户返回不允许停车信息；

(4)从磁力传感IMU装置获取磁力计数据和IMU角速度数据；通过信号处理得到磁北极误差角，即偏航角修正量，融合GPS偏航角通过卡曼滤波器修正实际偏航角；

(5)取出系统存储的该停车区域的预设偏航角，与实际偏航角进行比较，判断车身的方向以及是否倾倒，如停车方向正确且未倾倒，则允许还车，否则向用户返回不允许停车信息；

步骤(3)中的模型是依照如下子步骤训练而得：

(a)获取模型训练输入的样本：通过设置在车头的摄像装置采集图像样本，对停车道进行标注，得到对应的二值化掩膜；

(b)对输入图像进行预处理；将输入图像压缩到宽为256，高随之等比缩放大小，然后再进行剪裁得到224x224为中心点的图像；

(c)通过神经网络模型VGGNET网络得到特征矩阵为C*H*W；其中C、H和W对应着特征矩阵的channel通道、height高度、width宽度；按行高进行区域划分，得到H个特征切片，再利用卷积神经网络构建模块CNN来进行叠加特征传送，模块CNN包括从上向下处理子模块CNN_U、从下向上处理子模块CNN_D，从左往右处理子模块CNN_R，从右往左处理子模块CNN_L，经过四个CNN子模块处理后，得到特征区矩阵；

(d)再将特征区矩阵经过再一次卷积操作，输出为n个通道的分割结果；

(e)输出的分割结果，得到对应车道线的概率，最终得到区域建议；

(f)导出模型参数。

2.如权利要求1所述的共享电动车的定点还车方法，其中，步骤(4)包括子步骤：获取安装车身中部的磁力传感IMU模块的磁力计数据、IMU加速度信息数据，IMU角速度信息以及GPS模块的GPS速度信息以及GPS加速度信息。

3.如权利要求2所述的共享电动车的定点还车方法，其中，步骤(4)包括子步骤：根据IMU原始数据进行校准，再通过从车身坐标系转换到地面坐标系，生成新的IMU加速度信息以及角速度信息得到偏航角、俯仰角以及翻滚角。

4.如权利要求3所述的共享电动车的定点还车方法，其中，步骤(4)包括子步骤：通过GPS模块得到的信息，校准成地面坐标系的偏航角，再与IMU的偏航角、俯仰角以及翻滚角数据进行卡尔曼滤波融合，即得到最终的偏航角。

5.如权利要求4所述的共享电动车的定点还车方法，其中，磁力传感IMU装置为磁力传感9轴IMU装置。