【技术实现步骤摘要】
本专利技术涉及车辆控制，具体涉及用于停车场的车辆控制方法、装置、存储介质和电子终端。
技术介绍
1、随着城市化进程的加速，公共停车场的车位供需矛盾日益突出，传统的avp代客泊车系统和agv泊车停车场，虽在一定程度上提升了停车效率，但仍存在诸多问题。
2、avp代客泊车系统虽然能实现远距离自动泊车，但存在随机寻找停车位导致的时间浪费和道路拥堵问题，同时在面对结构复杂的停车场时，由于感知和规划的局限性，可能导致交通拥堵和安全隐患。此外，其高度依赖的高精度地图、传感器融合、计算机视觉和路径规划等先进技术，也增加了系统的复杂性和故障风险。agv泊车停车场通过自动化搬运机器人实现了车辆的自动存取，虽然具有高效、便捷和节省空间等优点，但高昂的初始投资成本、高技术依赖性、有限的环境适应性和潜在的安全性问题，限制了其广泛应用。
3、因此，如何通过有效的车辆控制方法解决现有技术的缺失与不足，已成为该领域研究者亟待解决的重要问题。
技术实现思路
1、本专利技术的目的是针对上述问题，提供了用于停车场的车辆控制方法、装置、存储介质和电子终端。
2、本专利技术的技术方案为：一种用于停车场的车辆控制方法，获取所述停车场的特征信息和地图信息，所述地图信息包括：入口、停车区、出口，所述停车区设置有若干停车位。对所述入口的若干待泊入车辆均进行以下第一操作：基于所述地图信息和特征信息为所述待泊入车辆指定对应的目标停车位，利用全局路径规划算法对所述待泊入车辆到达所述目标停车位的第一路
3、作为本专利技术实施例的一种改进，所述停车场还设置有若干摄像头和若干激光雷达；所述“获取所述停车场的特征信息和地图信息”具体包括：从所述若干摄像头获取图像数据，从所述若干激光雷达获取雷达数据；基于深度学习算法对所述图像数据和雷达数据进行处理得到所述停车场的特征信息；基于slam技术构建所述停车场的高精度地图得到所述停车场的地图信息。
4、作为本专利技术实施例的一种改进，所述“基于所述地图信息和特征信息为所述待泊入车辆指定对应的目标停车位”具体包括：基于所述地图信息和特征信息，计算所述待泊入车辆到达每个可用停车位的代价值，所述代价值，其中为所述待泊入车辆到达可用停车位的行驶距离，为所述可用停车位的密集程度，为所述待泊入车辆到达可用停车位行驶路径的拥堵程度，为的权重，为的权重，为的权重；选取所述代价值最小的可用停车位作为所述待泊入车辆对应的目标停车位。
5、作为本专利技术实施例的一种改进，利用协同规划算法对所述停车场内行驶中的n辆车的局部路径进行规划，所述协同规划算法中包括优化的变量、优化的目标函数和优化的约束，其中，n为正整数。
6、作为本专利技术实施例的一种改进，所述“优化的变量”具体包括：和，所述和分别一一对应为t时第i辆车在世界坐标系的横坐标，纵坐标，横摆角，速度和角速度，其中，1≤i≤n，i为正整数。
7、作为本专利技术实施例的一种改进，所述“优化的目标函数”具体包括：，其中为t时第i辆车完成所述局部路径的时间，为t时第i辆车的角加速度，为t时第i辆车的加速度，为的权重，为的权重。
8、作为本专利技术实施例的一种改进，所述“优化的约束”具体包括：运动学约束、变量的物理边界约束和碰撞约束：所述运动学约束为：；所述变量的物理边界约束为：，，，；所述碰撞约束为：，，...，；；其中、、...、为行驶中的n辆车的边界，为第j个障碍物，j为正整数。
9、为实现上述专利技术目的之一，本专利技术一实施方式提供了一种用于停车场的车辆控制装置，所述停车场设置有入口、停车区、出口，所述停车区设置有若干停车位，所述车辆控制装置包括以下模块：
10、信息获取模块，用于获取所述停车场的特征信息和地图信息；
11、车辆泊入模块，用于对所述入口的若干待泊入车辆均进行以下第一操作：基于所述地图信息和特征信息为所述待泊入车辆指定对应的目标停车位，利用全局路径规划算法对所述待泊入车辆到达所述目标停车位的第一路径进行规划，控制所述待泊入车辆按照所述第一路径泊入所述目标停车位；
12、车辆驶出模块，用于对所述停车区的若干待驶出车辆均进行以下第二操作：基于所述地图信息、特征信息和全局路径规划算法为所述待驶出车辆到达所述出口的第二路径进行规划，控制所述待驶出车辆按照所述第二路径到达所述出口。
13、为实现上述专利技术目的之一，本专利技术一实施方式提供了一种存储介质，存储有程序指令，所述程序指令被执行时实现如上述任一项所述的车辆控制方法。
14、为实现上述专利技术目的之一，本专利技术一实施方式提供了一种电子终端，包括处理器和存储器，所述存储器存储有程序指令，所述处理器运行程序指令实现如上述任一项所述的车辆控制方法。
15、本专利技术实施例所提供的用于停车场的车辆控制方法、装置、存储介质和电子终端具有以下优点：本专利技术通过协同规划算法，不仅降低了单车avp的技术复杂度，还克服了其感知和规划的局限性，使得泊车过程更为精准、流畅。与传统agv代客泊车停车场相比，本方法无需复杂昂贵的设备投入，大大降低了建设和运营成本，为城市停车难题提供了切实可行的解决方案。
本文档来自技高网...【技术保护点】
1.一种用于停车场的车辆控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的车辆控制方法，其特征在于，所述停车场还设置有若干摄像头和若干激光雷达；所述“获取所述停车场的特征信息和地图信息”具体包括：从所述若干摄像头获取图像数据，从所述若干激光雷达获取雷达数据；基于深度学习算法对所述图像数据和雷达数据进行处理得到所述停车场的特征信息；基于SLAM技术构建所述停车场的高精度地图得到所述停车场的地图信息。
3.根据权利要求1所述的车辆控制方法，其特征在于，所述“基于所述地图信息和特征信息为所述待泊入车辆指定对应的目标停车位”具体包括：
4.根据权利要求1所述的车辆控制方法，其特征在于，利用协同规划算法对所述停车场内行驶中的n辆车的局部路径进行规划，所述协同规划算法中包括优化的变量、优化的目标函数和优化的约束，其中，n为正整数。
5.根据权利要求4所述的车辆控制方法，其特征在于，所述“优化的变量”具体包括：和，所述和分别一一对应为t时第i辆车在世界坐标系的横坐标，纵坐标，横摆角，速度和角速度，其中，1≤i≤n，i为正整数。
...【技术特征摘要】
1.一种用于停车场的车辆控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的车辆控制方法，其特征在于，所述停车场还设置有若干摄像头和若干激光雷达；所述“获取所述停车场的特征信息和地图信息”具体包括：从所述若干摄像头获取图像数据，从所述若干激光雷达获取雷达数据；基于深度学习算法对所述图像数据和雷达数据进行处理得到所述停车场的特征信息；基于slam技术构建所述停车场的高精度地图得到所述停车场的地图信息。
3.根据权利要求1所述的车辆控制方法，其特征在于，所述“基于所述地图信息和特征信息为所述待泊入车辆指定对应的目标停车位”具体包括：
4.根据权利要求1所述的车辆控制方法，其特征在于，利用协同规划算法对所述停车场内行驶中的n辆车的局部路径进行规划，所述协同规划算法中包括优化的变量、优化的目标函数和优化的约束，其中，n为正整数。
5.根据权利要求4所述的车辆控制方法，其特征在于，所述“优化的变量”具体包...
【专利技术属性】
技术研发人员：赵昆，殷嘉伦，刘金艳，李林祥，肖贺，徐金辰，
申请(专利权)人：清华大学苏州汽车研究院相城，
类型：发明
国别省市：
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。