[發明專利]停車場導航系統和方法有效
| 申請號: | 201711265850.4 | 申請日: | 2017-12-05 |
| 公開(公告)號: | CN108230731B | 公開(公告)日: | 2022-08-16 |
| 發明(設計)人: | 馬里亞姆·穆薩埃;吉內什·J·杰恩;哈珀麗特辛格·班瓦伊特 | 申請(專利權)人: | 福特全球技術公司 |
| 主分類號: | G08G1/14 | 分類號: | G08G1/14;G06V20/58 |
| 代理公司: | 北京連和連知識產權代理有限公司 11278 | 代理人: | 陳黎明 |
| 地址: | 美國密歇根州迪爾*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 停車場 導航系統 方法 | ||
1.一種停車場內導航的方法,其特征在于,包含:
由自主車輛接近停車場內的車道;
由所述自主車輛使用機器學習和計算機視覺來識別:
在所述車道上的入界箭頭,和
與所述車道相鄰的限定小于或等于90度的離去角的停車線或停放車輛,其中,所述離去角為所述自主車輛在第一方向上沿著車道行駛以在第二方向上適當地進入一個或多個停車位所必須的方向改變的量度;和
由所述自主車輛響應于所述識別而前進到所述車道中。
2.根據權利要求1所述的方法,其特征在于,使用所述自主車輛上的一個或多個傳感器來收集表征所述車道的至少一部分的數據。
3.根據權利要求2所述的方法,其特征在于,所述識別包含由在所述自主車輛上攜帶的計算機系統來將所述機器學習和所述計算機視覺中應用于所述數據。
4.根據權利要求3所述的方法,其特征在于,所述一個或多個傳感器包含攝像機,并且其中所述數據包含由所述攝像機輸出的至少一個圖像幀。
5.根據權利要求4所述的方法,其特征在于,所述識別包含:
由所述計算機系統使用所述機器學習和所述計算機視覺來選擇包含少于所述至少一個圖像幀的全部的至少一個感興趣區域;和
由所述計算機系統通過從所述至少一個圖像幀剪切所述至少一個感興趣區域來生成所述至少一個圖像幀的至少一個剪切子集。
6.根據權利要求5所述的方法,其特征在于,
所述識別包含由所述計算機系統使用人工神經網絡來對所述至少一個剪切子集進行分類;
所述識別包含由所述計算機系統使用所述人工神經網絡來確定所述至少一個剪切子集與多個類別中的每個類別之間的親和性分數;和
所述多個類別包括
無箭頭類別,
僅入界箭頭類別,
僅出界箭頭類別,和
入界和出界箭頭類別。
7.根據權利要求6所述的方法,其特征在于,
所述識別包含由所述計算機系統使用所述人工神經網絡來確定所述至少一個剪切子集與多個類別中的每個類別之間的親和性分數;和
所述多個類別包括
無停車線類別,
離去角小于或等于90度的停車線類別,和
離去角大于90度的停車線類別。
8.根據權利要求6所述的方法,其特征在于,
所述識別包含由所述計算機系統使用所述人工神經網絡來確定所述至少一個剪切子集與多個類別中的每個類別之間的親和性分數;和
所述多個類別包括
無停放車輛類別,
離去角小于或等于90度的停放車輛類別,和
離去角大于90度的停放車輛類別。
9.一種停車場內導航的方法,其特征在于,包含:
由自主車輛接近停車場內的第一引道;
由在所述自主車輛上攜帶的一個或多個傳感器收集表征所述第一引道的至少一部分的第一數據;
由所述自主車輛上攜帶的計算機系統確認用于前進到所述第一引道的先決條件的存在;
所述確認包含通過將機器學習算法應用于所述第一數據、將計算機視覺技術應用于所述第一數據以及從所述第一數據提取第一距離測量結果來檢測所述先決條件;
所述確認用于前進到所述第一引道的先決條件包含:
所述第一引道上的入界箭頭,
與所述第一引道相鄰的限定小于或等于90度的離去角的停車線,以及
與所述第一引道相鄰的限定小于或等于90度的離去角的至少一個停放車輛,其中,所述離去角為所述自主車輛在第一方向上沿著所述第一引道行駛以在第二方向上適當地進入一個或多個停車位所必須的方向改變的量度;和
由所述自主車輛響應于所述確認來前進到所述第一引道中。
10.根據權利要求9所述的方法,其特征在于,由所述自主車輛接近所述停車場內的第二引道。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于福特全球技術公司,未經福特全球技術公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711265850.4/1.html,轉載請聲明來源鉆瓜專利網。





