一种无人车经召停靠方法、终端设备及存储介质技术

技术编号:28624613 阅读:24 留言:0更新日期:2021-05-28 16:20
本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】
一种无人车经召停靠方法、终端设备及存储介质
本专利技术涉及无人车
,尤其涉及一种无人车经召停靠方法、终端设备及存储介质。
技术介绍
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。
技术实现思路
为了解决上述问题,本专利技术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。进一步的,摆动频率的计算公式为:F=N/T其中,F表示摆动频率,N表示波谷个数,T表示额定时间的大小。进一步的,无人车行驶的推荐速度的计算公式为:v=a*F其中,v表示推荐速度,a表示权重系数,F表示摆动频率。一种无人车经召停靠终端设备,包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本专利技术实施例上述的方法的步骤。一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本专利技术实施例上述的方法的步骤。本专利技术采用如上技术方案,无人车的停靠不需要受站点的限制,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。附图说明图1所示为本专利技术实施例一的流程图。图2所示为该实施例中构建圆弧的示意图。具体实施方式为进一步说明各实施例,本专利技术提供有附图。这些附图为本专利技术揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本专利技术的优点。现结合附图和具体实施方式对本专利技术进一步说明。实施例一:本专利技术实施例提供了一种无人车经召停靠方法,如图1所示,所述方法包括以下步骤: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。对是否存在召车场景的识别可以采用现有的机器学习算法进行训练学习得到,在此不做限制,如该实施例中优选采用深度神经网络。该实施例中存在召车场景的判定条件为用户采用了召车手势,采集存在召车场景和不存在召车场景的正负样本集对采用深度神经网络进行训练,得到用于区分是否存在召车场景的分类器。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。当存在召车场景时,无人车需要行驶至召车用户身边,因此需要确定最终停车位置。该实施例中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,如图2所示。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。该实施例中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等,只有停车位置不存在障碍物、在道路上且有对应的行驶路径时,才判定停车位置满足停车条件。是否存在障碍物、是否在道路上和是否有对应的行驶路径均可以通过现有的算法进行判断,在此不做限制,如通过障碍物图像识别、车道线识别、与电子地图结合确定行驶路径等。通过上述最终停车位置的确定方法,可以确保无人车优先停靠至于召车用户距离最短、不存在障碍物、在道路上、无人车可以行驶到停车点。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。该实施例中通过提取存在召车场景图像之后的连续120帧内的图像(默认是每秒含12帧,共10秒)。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(即按采集时间顺序排列的第一帧图像)中特定点本文档来自技高网...

【技术保护点】
1.一种无人车经召停靠方法,其特征在于,包括以下步骤:/nS1: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;/nS2: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;/nS3: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;/nS4: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。/n

【技术特征摘要】
1.一种无人车经召停靠方法,其特征在于,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。


2.根据权利要求1所述的无人车经召停靠方法,其特征在于:对是否存在召车场景的识别采用深度神经网络进行识别。


3.根据权利要求1所述的无人车经召停靠方法,其特征在于: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。
...

【专利技术属性】
技术研发人员:肖苹苹吴智洲彭振文林春敏陈仕捷
申请(专利权)人:厦门金龙联合汽车工业有限公司
类型:发明
国别省市:福建;35

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1