本发明涉及一种用于车辆自主泊车的控制方法，属于汽车控制的技术领域。
背景技术：
目前，泊车分自动泊车自主泊车两种，自动泊车是在停车位旁实现车辆自行停入停车位，自主泊车在自动泊车的基础上增加了一定距离范围，实现“最后一公里”自动驾驶，如驾驶员驾驶车辆到电梯口可直接下车，让车辆自行完成停入车位的过程。自主泊车主要利用布局在车辆周身的传感器获取周围环境及障碍物等信息，完成自主泊车全过程。利用车辆周边环境感知、呈现，及手机app输出的命令，车辆进行自动控制驶向车主并在app中实时呈现车辆自身信息及周边环境信息的技术。
但是，由于室内及地下室gps信号弱，无法通过gps定位，所以现有上市的泊车功能大部分只能完成自由泊车，而不是自主泊车，也就是说车主必须将车辆驾驶到车位附近，当车辆识别到车位后，再让车辆自行停入库中。也就是说，当前市面带有泊车功能的车辆均为自动停车，而非自主泊车，车主仍然需要将车辆开到车位边，当车辆传感器识别到车位后，车辆完成入库过程，比如特斯拉要求车主距离车辆12米范围内，车辆可以自动完成进出车库。如果要在gps信号弱的地方真正实现自主泊车，就需要建立一个局部地图，并解决没有gps信号时的定位问题。
此外，当市面同类型app界面只有二维ui层的按钮进行触发，且召唤过程中，无法查看车辆的行驶状况、周边环境信息、车辆自身状况，当有事故发生时，无法及时处理，所以当前市面上的泊车功能，都推荐用户在能看到车辆的位置使用，这样既对车主下车的位置有所局限，用户还需要始终看着车辆，以确保车辆安全行驶，所以并没有真正带给用户方便、放心的体验。
因此，现有技术建议车主当车辆在视线范围内使用该功能，以给车主安全感及防止发生意外，如果离开视线，则无法观察到车辆周边及行驶状态，导致用户没有安全感，车辆行驶过程中如有意外发生，无法及时处理，对车主造成不必要的损失。
技术实现要素：
本发明所要解决的技术问题在于克服现有技术的不足，提供一种用于车辆自主泊车的控制方法，通过激光雷达、uwb的方式解决车辆在无gps信号场景定位问题，并提前建立停车场三维场景地图，同时车辆自动泊车过程中，通过数据采集单元采集周边环境信息，以避免发生碰撞，并保证车辆安全可靠的停入车位内，真正实现让车主省时省心省力的自主泊车，同时车主可以随时在移动端app中利用三维可视化技术观察车辆周边环境及自身状态，实现车辆自行完成停车过程。
本发明具体采用以下技术方案解决上述技术问题：
一种用于车辆自主泊车的控制方法，该方法基于移动端app、云端服务器、车辆计算单元、数据采集单元，包括以下步骤：
步骤1、移动端app发送读取车辆位置及车辆周边环境信息的命令给云端服务器，云端服务器收到命令转发给车辆计算单元；车辆计算单元将获取的车辆位置及车辆周边环境信息通过云端服务器转发至移动端app，同时云端服务器将当前停车场三维场景发送给移动端app；
步骤2、数据采集单元采集车辆周边图像传输给车辆计算单元，车辆计算单元对车辆周边图像中的物体进行分类识别获得物体分类结果，并识别获取该物体相对车辆的位置；车辆计算单元将物体分类结果、物体相对车辆的位置通过云端服务器转发至移动端app；同时数据采集单元获取车辆当前位置、车身朝向信息后发送车辆计算单元，车辆计算单元通过云端服务器转发至移动端app；
步骤3、移动端app接收到物体分类结果，从视觉系统模型库提取物体对应模型，并根据将提取的物体对应模型、物体相对车辆的位置、车辆当前位置、车身朝向信息对物体和车辆在当前停车场三维场景中进行展示；
步骤4、移动端app在当前停车场三维场景中选择可停车位，并将选择的可停车位位置信息通过云端服务器转发对应命令给车辆计算单元；车辆计算单元接受到命令后，根据可停车位位置信息和车辆当前位置、车身朝向信息进行停车位位置的规划路径，同时将规划出的路径通过云端服务器转发至移动端app进行三维展示；
步骤5、车辆计算单元根据规划出的路径进行跟踪控制，开始移动车辆至选择的可停车位位置，同时将车辆移动中的实时数据经由云端服务器发送给移动端app；移动端app根据车辆实时数据更新确定当前停车场三维场景中车辆的实时位置并做三维展示。
进一步地，作为本发明的一种优选技术方案：所述步骤2中数据采集单元采用摄像头或激光雷达、毫米波雷达、超声波雷达采集车辆周边图像。
进一步地，作为本发明的一种优选技术方案：所述步骤2中车辆计算单元还包括利用小波神经网络模型预先对物体分类进行深度学习。
进一步地，作为本发明的一种优选技术方案：所述步骤3还包括移动端app从视觉系统模型库不存在物体对应模型时，根据当前物体信息创建新的物体模型记录和存储至视觉系统模型库。
进一步地，作为本发明的一种优选技术方案，所述方法还包括：
步骤6、移动车辆至选择的可停车位位置时，数据采集单元实时对车位位置进行识别，判断实时车位位置与选择的可停车位位置是否存在误差，在判断为存在误差时，车辆计算单元根据测距算法矫正选择的可停车位位置并进行二次路径规划。
进一步地，作为本发明的一种优选技术方案，所述方法还包括：
步骤6、移动车辆至选择的可停车位位置时，数据采集单元实时对车位位置进行识别，判断车位位置是否存在其他车辆，在判断为存在其他车辆时，通过车辆计算单元经云端服务器发送重新选取车位的反馈至移动端app。
进一步地，作为本发明的一种优选技术方案，所述方法还包括：
步骤7、移动车辆至选择的可停车位位置时，数据采集单元实时对车辆周围环境采集图像，根据该图像判断是否存在物体出现在规划的路径上，当判断为存在物体出现在规划的路径上时，车辆计算单元控制车辆自动避让。
进一步地，作为本发明的一种优选技术方案，所述步骤7中数据采集单元根据图像判断图像中物体为静态物体或动态物体，当判断为动态物体时，由车辆计算单元控制车辆采取刹停避让措施，否则当判断为静态物体时，由车辆计算单元控制车辆采取绕行措施。
本发明采用上述技术方案，能产生如下技术效果：
本发明的方法，可通过激光雷达、uwb的方式解决车辆在无gps信号场景定位问题，并提前建立停车场三维场景地图，同时车辆自动泊车过程中，通过数据采集单元采集周边环境信息，以避免发生碰撞，并保证车辆安全可靠的停入车位内，真正实现让车主省时省心省力的自主泊车，同时车主可以随时在移动端app中通过3d成像观察车辆周边环境及自身状态，带给车主安全感，方便车主使用，避免不必要的事故及财产损失。
并且，本发明的车辆在自主泊车中，对用户下车位置不做限制，即使车辆不在用户视线范围内，仍然能保证用户通过移动端app实时查看车辆自身及周边情况，也无需自行将车辆驾驶到车位旁，带给用户安全感及便利性。
附图说明
图1为本发明用于车辆自主泊车的控制方法的原理示意图。
图2为本发明移动端app对车辆选择自主泊车的停车场三维场景展示示意图。
图3为本发明移动端app对车辆选择可停车位的停车场三维场景展示示意图。
图4为本发明移动端app对路径规划展示示意图。
图5为本发明中判断实时车位位置的逻辑示意图。
图6为本发明在车辆行驶规划路径中避让的逻辑示意图。
具体实施方式
下面结合说明书附图对本发明的实施方式进行描述。
如图1所示，本发明涉及一种用于车辆自主泊车的控制方法，该方法基于移动端app、云端服务器、车辆计算单元、数据采集单元，其中移动端app、车辆计算单元分别与云端服务端建立连接，数据采集单元与车辆计算单元建立数据通信连接，该方法具体包括以下步骤：
步骤1、首先，建立移动端app与云端服务器、车辆计算单元的连接，使移动端app能够获取车辆及周围环境相关信息。之后，移动端app发送读取车辆位置及车辆周边环境信息的命令给云端服务器，云端服务器收到命令转发给车辆计算单元；车辆计算单元将获取的车辆位置及车辆周边环境信息通过云端服务器转发至移动端app，同时云端服务器将当前停车场三维场景发送给移动端app；具体如下：
步骤1.1：利用但不限于socket通信方式，使车辆计算单元建立与云端服务端的socket连接。
步骤1.2：用户启动移动端app时，该移动端app为三维可视化app，移动端app建立与云端服务器的socket连接，并发送读取车辆及车辆周边环境的命令给云端服务端。
步骤1.3：云端服务器收到来自移动端app的命令后，将该命令转发给车辆计算单元。
步骤1.4：车辆计算单元收到命令后，将获取的车辆位置及车辆周边环境信息通过云端服务器发送给移动端app。
步骤1.5：同时云端服务器将当前停车场三维场景一并发送给移动端app，三维场景制作方式包含且不限以下几种方式：1）地图厂商提供的三维场景；2）激光雷达扫描出的点云模型；3）利用3dmax、maya等建模软件进行模型制作，获得当前地点的场景模型，并在三维可视化app中做出对应三维展示。
步骤2、数据采集单元采集车辆周边图像传输给车辆计算单元，车辆计算单元对车辆周边图像中的物体进行分类识别获得物体分类结果，并识别获取该物体相对车辆的位置；车辆计算单元将物体分类结果、物体相对车辆的位置通过云端服务器转发至移动端app；同时数据采集单元获取车辆当前位置、车身朝向信息后发送车辆计算单元，车辆计算单元通过云端服务器转发至移动端app；包括如下步骤：
步骤2.1：数据采集单元即在车辆周身部署包括但不限摄像头、激光雷达、毫米波雷达、超声波雷达。
步骤2.2：通过车辆周身的摄像头进行图像采集，毫米波雷达、超声波雷达进行点云数据采集。
步骤2.3：车辆计算单元利用小波神经网络模型预先对物体分类进行深度学习，通过预先进行的深度学习，对摄像头采集到的图像进行图像识别，识别出图像中的机动车、非机动车、行人、动物等，并计算出物体的朝向、长、宽、高等信息。
步骤2.4：车辆计算单元还可以通过双目测距，测量识别到物体的距离，并通过雷达采集的数据进行矫正，以得到一个误差较小的距离数值，以本车为原点，通过识别到的物体与本车的距离、角度，得到识别到物体的相对位置。
步骤2.5：车辆计算单元通过数据采集单元中的uwb终端、激光雷达、imu获取车辆当前的位置、车身朝向等信息。
步骤2.6：车辆计算单元通过云端服务器将获得的各类信息发送到移动端app。
步骤2.7：移动端app收到车辆计算单元返回的物体分类结果、物体相对车辆的位置、车辆当前位置、当前停车场三维场景后，加载进入场景。
步骤3、移动端app接收到物体分类结果，从视觉系统模型库提取物体对应模型，并根据将提取的物体对应模型、物体相对车辆的位置、车辆当前位置、车身朝向信息对物体和车辆在当前停车场三维场景中进行展示，如图2所示，包括如下步骤：
步骤3.1：根据步骤2.3得到的物体分类结果，从视觉系统模型库中提出对应物体模型。当移动端app从视觉系统模型库不存在物体对应模型时，根据当前物体信息创建新的物体模型记录和存储至视觉系统模型库，即若不存在于物体模型，则用方盒子代替，并根据得到物体的长、宽、高，对方盒子的尺寸进行对应调整，同时将模型库无法对应的物体，创建新的物体模型上传云端服务器进行记录、存储，使得视觉系统模型库中进行补充更新；以及，根据步骤2.4得到物体的相对位置将物体模型放在三维可视化app的停车场三维场景内对应位置；
步骤3.2：根据步骤2.5得到车辆当前的位置、车身朝向等信息，在三维可视化的停车场三维场景内中对应实时呈现。
步骤4、移动端app在当前停车场三维场景中选择可停车位，并将选择的可停车位位置信息通过云端服务器转发对应命令给车辆计算单元；车辆计算单元接受到命令后，根据可停车位位置信息和车辆当前位置、车身朝向信息进行停车位位置的规划路径，同时将规划出的路径通过云端服务器转发至移动端app进行三维展示；包括以下步骤：
步骤4.1：用户利用语音服务或点击按钮的方式，对车辆发起自由泊车命令，移动端app获得用户意图。
步骤4.2：移动端app根据用户的可停车位选择，如图3所示，获取可停车位位置，并将该位置设为终点。
步骤4.3：移动端app利用步骤1中与云端服务端、车辆计算单元建立的连接，将自主泊车命令及终点的可停车位位置信息发送给车辆计算单元。
步骤4.4：车辆计算单元以车辆当前所在位置为起点，以步骤4.3得到的可停车位位置为终点，通过算法进行路径规划，并将规划路径结果通过云端服务端发送到移动端app。
步骤4.5：移动端app获取规划后的路径，将该路径展示在停车场三维场景中，并将整个路径、起点、终点展示在小地图内。
步骤5、车辆计算单元根据规划出的路径进行跟踪控制，开始移动车辆至选择的可停车位位置，同时将车辆移动中的实时数据经由云端服务器发送给移动端app；移动端app根据车辆实时数据更新确定当前停车场三维场景中车辆的实时位置并做三维展示，如图4所示，包括以下步骤：
步骤5.1：车辆计算单元根据步骤4.4规划出的路径进行路径跟踪控制，使车辆根据规划的路径行驶。
步骤5.2：利用步骤1中建立的车辆计算单元、云端服务器、移动端app连接，车辆计算单元将车辆的实时数据如位置、档位、速度、剩余里程等信息打包发送给移动端app。
步骤5.3：移动端app根据获取的车辆实时数据信息，在当前停车场三维场景中对车辆进行实时呈现；同时在ui层对车辆的档位、速度、剩余里程等信息进行呈现；
步骤5.4：车辆行驶过程中，利用数据采集单元中的摄像头，识别到车辆周边环境中的行人、车辆等元素时，根据步骤3.1、步骤3.2对对应元素进行三维呈现。
步骤6、当移动车辆至选择的可停车位位置时，数据采集单元实时对车位位置进行识别。可以判断实时车位位置与选择的可停车位位置是否存在误差，在判断为存在误差时，车辆计算单元根据测距算法矫正选择的可停车位位置并进行二次路径规划，或移动车辆至选择的可停车位位置时，数据采集单元实时对车位位置进行识别，判断车位位置是否存在其他车辆，在判断为存在其他车辆时，通过车辆计算单元经云端服务器发送重新选取车位的反馈至移动端app。如图5所示，包括以下步骤：
步骤6.1：根据数据采集单元中的摄像头，对车位线、其他车辆识别，若车位内没有其他车辆或车位位置误差为厘米级，车辆根据步骤4.4规划出的路径停入车位，泊车流程结束。
步骤6.2：根据数据采集单元中的摄像头，对车位线、其他车辆识别，若车位内没有其他车辆但车位位置存在较大误差，车辆计算单元根据测距算法校正可停车位位置，根据校正后的可停车位位置进行二次规划路径，并控制车辆根据二次规划的路径停入车位。
步骤6.3：根据数据采集单元中的摄像头，对车位线、其他车辆识别，若车位内有他方车辆，车辆计算单元经云端服务器发送重新选取车位的反馈至移动端app；移动端app
根据车位最新信息，将终点变更为距离当前位置最近的空车位，以新车位为终点反馈至车辆计算单元再次进行之前的步骤，使车辆安全停入车位。
步骤6.4：利用步骤1建立的车辆计算单元、云端服务器、移动端app连接，车辆计算单元将结束召唤流程指令发送给移动端app，移动端app对结束自主泊车做对应展示。
步骤7、当移动车辆至选择的可停车位位置时，数据采集单元实时对车辆周围环境采集图像，根据该图像判断是否存在物体出现在规划的路径上，当判断为存在物体出现在规划的路径上时，车辆计算单元控制车辆自动避让。如图6所示，包括以下步骤：
步骤7.1：车辆召唤过程中，根据步骤2.3识别到机动车、非机动车、行人、动物等物体，根据步骤2.4得到物体相对车辆的距离。
步骤7.2：车辆计算单元根据数据采集单元中摄像头采集到的车辆周围环境图像判断该物体为静态物体还是动态物体。
步骤7.3：当动态物体处于或即将处于车辆行车规划路径，且与车辆距离≤2m，车辆计算单元主动采取刹停避让措施；当静态物体处于车辆行驶规划路径，车辆主动采取绕行措施，同时在移动端app中对风险物体做风险提示。
步骤7.4：当物体离开车辆行驶的规划路径，车辆继续泊车流程，移动端app风险告警消除。
因此，本发明方法结合三维可视化，利用感知技术、算法技术、三维可视化技术，将车辆自主泊车过程中车辆自身及周围环境实时呈现在移动端app上。车主下车后通过app让车辆进行自主泊车，可以在app中利用三维可视化技术随时观察车辆状况，对用户下车位置不做限制，即使车辆不在用户视线范围内，仍然能保证用户通过三维可视化app实时查看车辆自身及周边情况，也无需自行将车辆驾驶到车位旁，带给用户安全感及便利性。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。
1.一种用于车辆自主泊车的控制方法，其特征在于，该方法基于移动端app、云端服务器、车辆计算单元、数据采集单元，包括以下步骤：
步骤1、移动端app发送读取车辆位置及车辆周边环境信息的命令给云端服务器，云端服务器收到命令转发给车辆计算单元；车辆计算单元将获取的车辆位置及车辆周边环境信息通过云端服务器转发至移动端app，同时云端服务器将当前停车场三维场景发送给移动端app；
步骤2、数据采集单元采集车辆周边图像传输给车辆计算单元，车辆计算单元对车辆周边图像中的物体进行分类识别获得物体分类结果，并识别获取该物体相对车辆的位置；车辆计算单元将物体分类结果、物体相对车辆的位置通过云端服务器转发至移动端app；同时数据采集单元获取车辆当前位置、车身朝向信息后发送车辆计算单元，车辆计算单元通过云端服务器转发至移动端app；
步骤3、移动端app接收到物体分类结果，从视觉系统模型库提取物体对应模型，并根据将提取的物体对应模型、物体相对车辆的位置、车辆当前位置、车身朝向信息对物体和车辆在当前停车场三维场景中进行展示；
步骤4、移动端app在当前停车场三维场景中选择可停车位，并将选择的可停车位位置信息通过云端服务器转发对应命令给车辆计算单元；车辆计算单元接受到命令后，根据可停车位位置信息和车辆当前位置、车身朝向信息进行停车位位置的规划路径，同时将规划出的路径通过云端服务器转发至移动端app进行三维展示；
步骤5、车辆计算单元根据规划出的路径进行跟踪控制，开始移动车辆至选择的可停车位位置，同时将车辆移动中的实时数据经由云端服务器发送给移动端app；移动端app根据车辆实时数据更新确定当前停车场三维场景中车辆的实时位置并做三维展示。
2.根据权利要求1所述用于车辆自主泊车的控制方法，其特征在于：所述步骤2中数据采集单元采用摄像头或激光雷达、毫米波雷达、超声波雷达采集车辆周边图像。
3.根据权利要求1所述用于车辆自主泊车的控制方法，其特征在于：所述步骤2中车辆计算单元还包括利用小波神经网络模型预先对物体分类进行深度学习。
4.根据权利要求1所述用于车辆自主泊车的控制方法，其特征在于：所述步骤3还包括移动端app从视觉系统模型库不存在物体对应模型时，根据当前物体信息创建新的物体模型记录和存储至视觉系统模型库。
5.根据权利要求1所述用于车辆自主泊车的控制方法，其特征在于，所述方法还包括：
步骤6、移动车辆至选择的可停车位位置时，数据采集单元实时对车位位置进行识别，判断实时车位位置与选择的可停车位位置是否存在误差，在判断为存在误差时，车辆计算单元根据测距算法矫正选择的可停车位位置并进行二次路径规划。
6.根据权利要求1所述用于车辆自主泊车的控制方法，其特征在，所述方法还包括：
步骤6、移动车辆至选择的可停车位位置时，数据采集单元实时对车位位置进行识别，判断车位位置是否存在其他车辆，在判断为存在其他车辆时，通过车辆计算单元经云端服务器发送重新选取车位的反馈至移动端app。
7.根据权利要求1所述用于车辆自主泊车的控制方法，其特征在于，所述方法还包括：
步骤7、移动车辆至选择的可停车位位置时，数据采集单元实时对车辆周围环境采集图像，根据该图像判断是否存在物体出现在规划的路径上，当判断为存在物体出现在规划的路径上时，车辆计算单元控制车辆自动避让。
8.根据权利要求7所述用于车辆自主泊车的控制方法，其特征在于：所述步骤7中数据采集单元根据图像判断图像中物体为静态物体或动态物体，当判断为动态物体时，由车辆计算单元控制车辆采取刹停避让措施，否则当判断为静态物体时，由车辆计算单元控制车辆采取绕行措施。
技术总结