[发明专利]停车场自动泊车方法、装置、服务器和机器可读存储介质

权利要求书

1.一种停车场自动泊车方法，其特征在于，包括：

响应于用户终端的泊车请求，确定待挪车辆的位置信息；

向挪车机器人发送自动泊车指令，控制所述挪车机器人根据所述自动泊车指令移动至所述待挪车辆的位置；其中，所述自动泊车指令包括所述待挪车辆的所述位置信息；

获取通过设置在挪车机器人的深度相机采集的停车场的实时场景图像；

基于所述实时场景图像构建停车场场景地图；所述停车场场景地图包括空闲车位；

在所述空闲车位中确定目标泊车车位；

基于所述目标泊车车位的车位类型确定待泊车辆的泊车路径，并控制所述挪车机器人按照所述泊车路径进行待泊车辆的自动泊车；

所述实时场景图像包括深度图像；所述基于所述实时场景图像构建停车场场景地图的步骤，包括：

基于所述深度图像生成停车场点云信息；所述停车场点云信息包括点云三维坐标、点云深度信息和纹理信息；基于所述点云三维坐标确定点云语义标签；基于所述深度图像的特征描述信息确定挪车机器人的当前位姿信息；对所述点云深度信息和挪车机器人的当前位姿信息进行体素融合，得到初始三维模型；对所述初始三维模型进行结构化处理，生成停车场场景三维模型；基于所述停车场场景三维模型和所述点云语义标签构建所述停车场场景地图；

基于所述目标泊车车位的车位类型确定待泊车辆的泊车路径，包括：

基于所述挪车机器人的当前位姿信息确定挪车机器人的当前转向角；

基于所述目标泊车车位的车位类型和所述当前转向角确定所述待泊车辆的泊车路径；其中，所述车位类型包括非字形停车位、一字形停车位、斜线停车位以及靠柱一侧停车位；

所述基于所述点云三维坐标确定点云语义标签的步骤，包括：对所述停车场点云信息中的每个点云信息进行局部特征检测，得到对应的3D局部特征点；将所述3D局部特征点进行球面投影，确定2D投影图像；所述2D投影图像包括多个2D像素点；基于预先训练好的语义分割模型对所述2D投影图像进行语义分割，得到每个所述2D像素点对应的点云语义标签；其中，所述点云语义标签用于标识停车场信息；所述停车场信息至少包括停车场道路信息、车位信息、障碍物信息。

2.根据权利要求1所述的停车场自动泊车方法，其特征在于，所述基于所述深度图像的特征描述信息确定挪车机器人的当前位姿信息，包括：

提取所述深度图像的特征点，并对提取出的特征点进行特征匹配，将存在匹配关系的特征点确定为对应在世界坐标系的共视点；

基于所述共视点的坐标信息进行最近点迭代，确定所述挪车机器人的当前位姿信息。

3.根据权利要求1所述的停车场自动泊车方法，其特征在于，所述在所述空闲车位中确定目标泊车车位的步骤，包括：

基于预先选择的规避导航算法在空闲车位确定初始泊车车位；

对所述空闲车位进行遍历，在所述空闲车位中查找待匹配车位；

基于所述初始泊车车位和所述待匹配车位确定所述目标泊车车位。