[發明專利]基于深度學習和規劃算法的智能車輛召喚方法及系統

在審

• 申請號: 202110129286.3
• 申請日: 2021-01-29
• 公開（公告）號: CN112967522A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 嵇偉偉;李曉明
• 申請（專利權）人: 西藏寧算科技集團有限公司
• 主分類號: G08G1/14
• 分類號: G08G1/14;H04L29/08
• 代理公司: 成都市鼎宏恒業知識產權代理事務所(特殊普通合伙) 51248
• 代理人: 段和香

1.基于深度學習和規劃算法的智能車輛召喚方法，其特征在于：包括如下步驟：

步驟1)：地下停車場地圖創建；

步驟2)：整個地下停車場靜態地圖構件；

步驟3)停車步驟：在個人移動通訊設備上發送停車指令，車輛自主駛入指定的車位上，

步驟4)召喚車輛步驟：通過個人移動通訊設備發送召喚車輛的信號，并且指定車主在地圖中的位置發送給云端服務器，云端服務器接收到召車請求后讀取車位和車主坐標，將信號傳遞給車載通訊設備，輸入2d格柵圖和車輛當前坐標，

判斷是否更改路線，

若是，則從新規劃路線，判斷能否規劃出路徑，若能規劃出路徑，則循跡，到達終點，到達終點后判斷是否結束，若是，則結束操作，車主成功取到車輛，若不能規劃出路徑，則停車，返回輸入2d格柵圖和車輛當前坐標步驟；

若否，則循跡，到達終點，到達終點后判斷是否結束，若是，則結束操作，車主成功取到車輛，若否，則返回輸入2d格柵圖和車輛當前坐標步驟。

2.根據權利要求1所述的基于深度學習和規劃算法的智能車輛召喚方法，其特征在于：在步驟3)和步驟4)過程中還包括：車輛運動中周圍環境的實時地圖構件，根據深度學習來檢測車身周圍環境根據車輛運動過程中實時的激光雷達點云圖可以把車身周圍的環境信息更新到靜態地圖中，規劃模塊可以根據實時的地圖信息變更路徑。

3.根據權利要求2所述的基于深度學習和規劃算法的智能車輛召喚方法，其特征在于：周圍環境包括行人、車輛、障礙物等。

4.根據權利要求1所述的基于深度學習和規劃算法的智能車輛召喚方法，其特征在于：召喚車輛步驟還包括，車主上車后通過個人移動通訊設備點擊駛離停車場，車輛自主駛向出口。

5.根據權利要求1所述的基于深度學習和規劃算法的智能車輛召喚方法，其特征在于：整個地下停車場靜態地圖構件通過Slam構件。

6.根據權利要求1或5所述的基于深度學習和規劃算法的智能車輛召喚方法，其特征在于：構建好的地下停車場靜態地圖包括兩個部分：一個是用標記出可行駛區域和非可行駛區域的二值灰度圖；另一個是配置文件，文件中列出可停車位的標號以及其在地圖坐標，入口出口的地圖坐標。

7.基于深度學習和規劃算法的智能車輛召喚系統，其特征在于：

包括個人移動通訊設備，用于向云端服務器發送請求端的位置信息、停車、召車請求，接收根據停車、召車請求反饋的車輛信息；

車載通訊設備，用于向云端服務器提供車輛的位置信息，查看云端服務器發送的停車、召車請求和乘客的位置信息；

云端服務器，用于接收個人移動通訊設備和車載通訊設備的位置信息，在地圖中進行比對，將乘客的位置信息發送給車載通訊設備，該車載通訊設備接收停車、召車請求和乘客的位置信息，完成停車和召車配對。

8.根據權利要求4所述的基于深度學習和規劃算法的智能車輛召喚系統，其特征在于：個人移動通訊設備和車載通訊設備具有數據通訊模塊和GPS定位模塊。