一种基于二维运动导引的充电及停车位识别方法与流程

本发明涉及充电及停车位的定位方法，特别是一种基于二维运动导引的充电及停车位识别方法。

背景技术：

随着o2o服务的兴起，越来越多的与车辆相关的个性化服务被引入到市场上来，比如代客洗车，代客保养维护，代客加油加电等。衡量这些o2o服务有两个标准，一是效果，二是效率。除了服务本身的效率之外，能否快速找到用户的车辆也是整体服务效率的重要环节和必要前提。

在传统的服务场景中，一般需依赖用户手动的输入车辆所在的位置，个别场景中会使用车辆gps信息帮助粗定位。然而在室内场景，尤其是复杂的室内多楼层停车库场景中，gps等技术手段并不能有效帮助定位车辆，尤其是gps无法支持停车位所在楼层的识别，这导致寻车时间的显著增加。

现有技术中确定车辆充电及停车位的楼层的方法主要有两类：

一类是依靠大气传感器等传感技术测算气压变化，从而推算海拔的变化。这类方法的精度不高，几十米的误差换算成车楼层来说就可能差了很多。

另一类是依靠停车库广布车辆识别装置，以识别车辆最终停放位置以及预先对每个位置所在楼层的建模为方法。虽然精度比较高，但是建设成本也较高，且不同供应商可能有不同的解决方案，标准性较弱。

技术实现要素：

为了解决上述问题，本发明提供了一种基于二维运动导引的充电及停车位识别方法，无需借助气压计或停车库的外部定位装置，通过对单一车库内的大量车辆运动轨迹进行机器学习，通过算法识别出通用的楼层上下路径和方向，从而实现输入新的运动轨迹便可估算出车辆最终停放楼层的信息。

为了到达上述目的，本发明设计的基于二维运动导引的充电及停车位识别方法，包括以下步骤：

a.以选定车库入口作为原点，对于每辆车行驶到的连续的轨迹数据进行分解和标记，分解标记方法如下：

1)以车身左侧为基准绘制轨迹；

2)将轨迹分解为两类线段：直线段和曲线段，直线段表示连续以直线行驶的轨迹，曲线段表示连续以曲线行驶的轨迹，90°转弯轨迹使用直线段的相交表示，截弯取直；

3)以每一根线段为中轴，绘制宽度为5米的矩形对应直线段或扇区对应曲线段；

4)定义其中重合定义为超过50％的面积有重叠；

b.将车库入口所在层数和最终车位所在层数之间的差记为δ

c.将δ＝0&θ＝0的所有轨迹包含的矩形和扇区记为集合a，将δ＞0的所有轨迹包含的矩形和扇区记为集合b，记集合b和集合a的余集(即集合b中不属于集合a的项的集合)记为集合c＝{c1,c1,...,cn}；

d.统计δ＞0的所有轨迹中ci出现的频率，记为f＝(f1,f2,...,fn)

e.定义车库上下楼的路径数量为m，对f进行检测：通过检测的降序前m项矩形或扇区dj即为车库上下楼的路径线段，其中j≤m。记集合d＝{d1,d1,...,dm}为此车库的特征集合；

f.记坐标轴y轴正方向的行驶轨迹dj为kj∈{1,-1}，次数为pj；记坐标轴y轴反方向的行驶轨迹dj为-kj∈{1,-1}，次数为qj；显然，对于每一个轨迹的δ都有：解线性方程即可得到kj＝1或者kj＝-1；至此，对于车库的停车楼层建模分析完成；

g.对以后记录下的任一入库车辆行驶轨迹都进行步骤a的分解和标记，然后只需统计出特征集合d中每项出现的pj和qj，即可快速计算出对应的停车位所在楼层

本发明所设计的一种基于二维运动导引的充电及停车位识别方法，不依赖于停车库自检的监测网络，也不依赖于高精度的压力传感器技术，仅通过算法分析车辆行车轨迹，便可有效计算出停车位所在楼层，帮助更快更高效的找到车辆并提供各种车辆服务。

附图说明

图1是实施例1截弯取直的示意图。

图2是实施例1以线段形成矩形或扇区示意图。

具体实施方式

为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如后。

实施例1。

本实施例描述的一种基于二维运动导引的充电及停车位识别方法，包括以下步骤：

1.以选定车库入口作为原点，对于每一条连续的轨迹数据进行分解和标记。

分解标记方法如下：

1)以车身左侧为基准绘制轨迹(中国为左舵国家)

2)将轨迹分解为两类线段：直线段和曲线段。直线段表示连续以直线行驶的轨迹，曲线段表示连续以曲线行驶的轨迹。临时转弯轨迹使用直线段的相交表示，即截弯取直。如上图1中，将轨迹曲线abcd标记分解为直线段ae和ed。

3)以每一根线段为中轴，绘制宽度为5米的矩形对应直线段或扇区对应曲线段，这里5米取的是常见停车库车道宽度的2倍。直线段和扇区的形状如图2所示，图中a1-b1表示一条直线段，a2-b2表示另一条直线段。

4)定义其中重合定义为超过50％的面积有重叠。如图2所示，浅色区域是a1-b1直线段和a2-b2直线段形成的矩形，深色区域是两个矩形之间的重叠部分。

2.将车库入口所在层数和最终车位所在层数之间的差记为δ

3.将δ＝0&θ＝0的所有轨迹包含的矩形和扇区记为集合a，将δ＞0的所有轨迹包含的矩形和扇区记为集合b，记集合b和集合a的余集(即集合b中不属于集合a的项的集合)记为集合c＝{c1,c1,...,cn}。

4.统计δ＞0的所有轨迹中ci出现的频率，记为f＝(f1,f2,...,fn)

5.定义车库上下楼的路径数量为m，对f进行检测：通过检测的降序前m项矩形或扇区dj即为车库上下楼的路径线段，其中j≤m。记集合d＝{d1,d1,...,dm}为此车库的特征集合。

6.记坐标轴y轴正方向的行驶轨迹dj为kj∈{1,-1}，次数为pj；记坐标轴y轴反方向的行驶轨迹dj为-kj∈{1,-1}，次数为qj；显然，对于每一个轨迹的δ都有：解线性方程即可得到kj＝1或者kj＝-1。至此，对于此车库的停车楼层建模分析完成。

7.对以后记录下的任一入库车辆行驶轨迹都进行步骤1的分解和标记，然后只需统计出特征集合d中每项出现的pj和qj，即可快速计算出对应的停车位所在楼层

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本发明技术方案的范围内。