无人驾驶汽车停车场入口引导系统及方法与流程

本发明涉及智能车辆技术领域，特别涉及一种无人驾驶汽车停车场入口引导系统及应用该系统的引导方法。

背景技术：

“电动化、智能化、网联化”是汽车的未来发展方向；其中，无人驾驶则是智能网联汽车的一项重要应用。在无人驾驶场景中，自动泊车系统是无人驾驶智能汽车的一项重要功能。该功能旨在使车辆在驾驶员不进行人工干预情况下，找到适合停车位，并进行停泊。现有泊车方案只提供汽车在小范围寻找车位，并泊入与泊出的功能。这种小范围的自动泊车功能解决了非熟练驾驶员停车、小尺寸停车位精确停车等一系列问题。但是现有自动泊车系统只使用自车车载传感器，探测范围有限，对用户使用有一定的局限性，无法满足长距离泊车需要。

在现实生活中，车辆常常停泊在停车场中。具有自动泊车功能的车辆在停车场泊车时，驾驶员需要完成包括：开车至停车场入口，获取入场资质，进入停车场，寻找车位，自动泊车等一系列动作。在这个过程中，驾驶员需要频繁操作。停车场内常有泊车引导系统或引导标识，对驾驶员的泊车行为进行引导。但现有的停车场引导技术有很多不足：首先，现有停车场引导技术引导停车的对象为驾驶员，没有考虑过直接引导无人驾驶汽车进行停泊，需要驾驶员自行开车进入停车场内，进行停车操作；其次，现有技术引导的场景为停车场内，不提供停车场外的车辆引导方法；再次，现有停车场引导技术的目的往往在于更加合理地使用停车场车位，并不在控制车辆停泊行为。

技术实现要素：

有鉴于此，本发明的目的在于提供一种无人驾驶汽车停车场入口引导系统及应用该系统的引导方法，引导无人驾驶汽车从指定范围行进至停车场入口处，并完成获取入场资质、入场车辆信息确认、门禁系统放行等一系列停车场进入步骤，实现长距离、更加便捷的引导功能，减少人工干预，从而减少停车场人力成本，同时为驾驶员提供更加便捷的泊车体验。

本发明的无人驾驶汽车停车场入口引导系统，包括移动互联客户端、车辆引导云平台、设于被引导车辆的车载单元、设于停车场入口处的道闸及图像信息采集设备；

所述移动互联客户端用于向车辆引导云平台发出预约指令并接收来自车辆引导云平台的反馈信息；

所述车辆引导云平台包括用于储存平台数据的数据储存单元、用于承担引导过程中相关数据运算的数据计算单元、用于承担云平台与被引导车辆、移动互联客户端、互联网之间及云平台各单元之间实时通讯交互的通信单元和用于控制道闸及图像信息采集设备的门禁系统控制单元；

所述数据储存单元包括HAD级地图信息数据模块、地图关联视觉特征数据模块、车辆信息数据模块、建议引导路径数据模块、建议车辆控制目标输出量存储数据模块、车载设备状态检测数据模块、停车场停车管理数据模块、车辆控制变量反馈测量数据模块及车辆实时定位数据；其中，所述HAD级地图信息数据模块及地图关联视觉特征数据模块储存用于车辆定位、引导路径规划及车辆行驶在线模拟的数据；所述车辆信息数据模块用于储存车辆参数信息的数据；所述建议引导路径数据模块储存平台给出的被引导车辆从指定区域到停车场入口处停车区域的引导路径的数据；所述建议车辆控制目标输出量存储数据模块储存平台对被引导车辆行进控制量进行解算后所给出的建议输出结果的数据；所述车载设备状态检测数据模块储存车载单元工作状态的数据；所述停车场停车管理数据模块储存停车场停车管理的数据；所述车辆控制变量反馈测量数据模块储存由车辆状态检测设备反馈给平台的实际输出控制量测量值数据及被引导车辆控制状态估计值的数据；所述车辆实时定位数据模块储存被引导车辆的定位信息的数据；

所述数据计算单元包括车辆定位模块、引导路径规模块、建议车辆控制目标输出量计算模块、车辆控制状态估计模块、引导参数实时修正模块和引导系统运行步骤判断模块；其中，所述车辆定位模块用于根据HAD级地图信息、地图关联视觉特征信息以及车载单元传输图片进行位姿计算；所述引导路径规划模块用于根据车辆位姿、HAD级地图信息以及引导终止停车位置信息给出车辆最优行进路径，以及当平台对两辆以上的车辆进行引导时，对各个车辆的行进路线以及行进时间进行排队协调；所述建议车辆控制目标输出量计算模块用于根据被引导车辆信息、车辆行进建议路径、车辆动力学模型、车辆运动学模型以及经济燃油性约束解算出车辆控制目标输出量；所述车辆控制状态估计模块用于根据实际输出量测量值对被引导车辆状态进行估计；所述引导参数实时修正模块用于根据被引导车辆状态监测数据、被引导车辆实时状态估计数据、被引导车辆实时定位信息对被引导车辆行进建议路径、被引导车辆状态、被引导车辆控制建议输出目标量进行实时修正；所述引导系统运行步骤判断模块用于对车辆的实际控制状态进行在线模拟，并对引导系统触发条件、中断处理条件、终止条件、停车场入口图像采集条件、停车场入口道闸开关条件进行判断；

所述通信单元包括System-Internet通讯单元、System-vehicle通信单元和内部通信单元；其中，所述System-Internet通讯单元用于与Internet之间进行通讯；所述System-vehicle通信单元用于与被引导车辆之间进行信息通讯；所述内部通信单元用于完成平台内部数据调用以及设备信息交互；

所述车载单元包括Vehicle-system通信单元、车载ECU、控制单元和车辆数据采集单元；其中，所述Vehicle-system通信单元用于与车辆引导云平台之间进行通讯交互；所述车载ECU与Vehicle-system通信单元相连；所述控制单元用于执行车辆引导输出，并实时反馈实际输出量；所述车辆数据采集单元用于采集车辆车速信息以及车载摄像头图像信息；

所述图像信息采集设备用于采集被引导车辆图片，并将车辆图片传输给车辆引导云平台；所述车辆引导云平台传输车辆图片给移动互联客户端，客户端对信息进行确认后道闸打开。

本发明的无人驾驶汽车停车场入口引导方法，包括以下步骤：

P1：引导系统触发；

P2：车辆引导云平台对被引导车辆进行车辆初始状态确认；

P3：车辆控制参数计算；

P4：车辆控制执行，同时车辆引导云平台对车辆行驶进行在线模拟；

P5：当触发中断条件时进行中断操作，否则进行下一个步骤；

P6：达到结束条件，退出引导。

进一步，步骤P1中包括以下触发步骤：

P1-1：客户端预约：欲停泊车辆进入无人驾驶汽车停车场入口引导系统指定区域，停车客户开启欲停泊车辆的无人驾驶模式，停车客户通过移动互联客户端，向车辆引导云平台发出预约请求，车辆引导云平台接受预约请求信息、欲停泊车辆类型信息以及停车客户身份信息；

P1-2：引导云系统判断有无车位：车辆引导云平台根据停车客户所提供的欲停泊车辆类型信息，比对停车场车位管理数据，判断是否有满足停泊要求的停车位；如果无满足停泊要求的停车位，则不触发入口引导系统；信息反馈至停车客户移动互联客户端；如果车辆引导云平台寻找到符合车辆停泊要求的停车位，则进行下一个步骤；

P1-3：判断System-vehicle交互是否正常：车辆引导云平台与欲停泊车辆进行通讯交互；首先，以停车客户身份信息为交互密钥，车辆引导云平台与欲停泊车辆进行身份验证，界定交互权限；然后，车辆引导云平台与欲停泊车辆进行通讯测试，测试通过后测试即表明System-vehicle交互正常，进行下个步骤；如果交互过程不通畅，尝试N次后依然不通畅，则不触发入口引导系统，信息反馈至停车客户移动互联客户端。

P1-4：传输车载摄像头数据：欲停泊车辆向车辆引导云平台交出车辆数据采集单元共享控制权限，并传输车载摄像头所采集的图像信息至车辆引导云平台；

P1-5：车辆高精度定位：车辆引导云平台对欲停泊车辆车载摄像头所采集的图像信息提取视觉特征，将其与地图关联视觉特征数据进行对比，从而进行高精度定位；

P1-6：判断车辆是否进入地图范围：车辆引导云平台计算欲停泊车辆定位信息，比对HAD级地图信息数据，判断欲停泊车辆是否进入预先采集的HAD级地图覆盖范围内；如果欲停泊车辆已经进入地图范围，则进行下一步骤；否则，不触发入口引导系统，信息反馈至停车客户移动互联客户端。

P1-7：传输车载单元信息：车辆引导云平台发出车载单元信息检验请求，欲停泊车辆接受请求，传输包括车载单元类型及该车载单元的运行状态的车载单元信息；

P1-8：判断车辆车载单元是否满足条件：车辆引导云平台对欲停泊车辆提供的车载单元信息进行检验比对，如果车辆引导云平台通过比对，判断欲停泊车辆满足无人驾驶汽车停车场入口引导系统运行所必需的车载单元条件，则触发该系统；如果欲停泊车辆提供的车载单元类型信息不满足要求，则不触发入口引导系统，信息反馈至停车客户移动互联客户端。

进一步，步骤P2中包括以下步骤：

P2-1：车载单元状态确认：车辆引导云平台再次对被引导车辆的车载单元状态进行确认，如果不满足无人驾驶汽车停车场入口引导系统运行条件，则向被引导车辆发出状态调整请求，并再次确认；

P2-2：车辆信息确认：车辆引导云平台对被引导车辆的动力学模型信息、运动学模型信息、车辆控制所需车辆参数信息、车辆类型分类信息、多个被引导车通过同一位置的优先级约束信息进行确认；

P2-3：车辆初始位姿确认：车辆引导云平台通过HAD级地图信息数据:地图关联视觉特征数据及被引导车辆车载摄像头采集的图像数据，对被引导车辆进行高精度定位并计算出被引导车辆的初始化姿势。

步骤P3中包括以下并列进行的步骤：

P3-1：车辆引导云平台根据被引导车辆初始化位姿，对其行进路径进行规划，并将该路径传输给被引导车辆；车辆引导云平台根据车辆动力模型、车辆运动模型信息、车辆控制所需车辆参数信息、车辆类型分类信息、多个被引导车通过同一位置的优先级约束信息以及规划路径，计算车辆控制建议输出目标量，并将该建议输出量传输给被引导车辆；

P3-2：车辆引导云平台根据被引导车辆初始化位姿、地图关联视觉特征数据及被引导车辆车载摄像头采集的图像数据，对被引导车辆进行实时高精度定位；

P3-3：被引导车辆依照被引导车辆初始化位姿、车辆信息、建议路径、建议控制目标量、车辆状态反馈信息、进行实际控制，同时将被引导车辆的实际控制量测量值反馈给车辆引导云平台，车辆引导平台根据被引导车辆反馈的实际控制量测量值实时估计车辆状态。

进一步，步骤P3与步骤P4之间还包括以下步骤：车辆引导云平台对被引导车辆高精度定位信息、车辆状态信息、建议路径信息、建议控制目标量信息进行实时更新、修正。

进一步，步骤P5中的中断操作包括以下并列进行的步骤：

P5-1：当被引导车辆车速大于K千米/小时时，车辆引导云平台对被引导车辆发出刹车指令，并对被引导车辆进行重新进行车辆定位；在被引导车辆完成定位后，重新触发无人驾驶汽车停车场入口引导系统；

P5-2：当System-Vehicle通讯中断、通讯丢包率过大导致无人驾驶汽车停车场入口引导系统无法继续进行时，车辆引导云平台对被引导车辆发出刹车指令，并重新进行System-vehicle通信检测确认；在System-vehicle通信检测确认后，重新触发无人驾驶汽车停车场入口引导系统；

P5-3：当被引导车辆Online模拟路线安全范围与地图中不可行进区域重叠后，车辆引导云平台对被引导车辆发出刹车指令，并对被引导车辆进行重新进行车辆定位；在被引导车辆完成定位后，重新触发无人驾驶汽车停车场入口引导系统；

P5-4：系统预测多辆被引导车辆同时刻安全范围部分或全部重叠后，车辆引导云平台对被引导车辆发出刹车指令，并根据被引导车辆行进至安全范围重叠位置处的路径距离，确定多车通过优先顺序；根据优先通过级，对各个被引导车辆依次重新触发无人驾驶汽车停车场入口引导系统；各个被引导车辆触发时间间隔为M秒；对各个车辆的建议行进路径和控制输出目标量重新解算；

P5-5：当被引导车辆的控制状态信息丢失，导致引导系统不能完成闭环控制、在线模拟步骤时，车辆引导云平台对被引导车辆发出刹车指令，重新触发无人驾驶汽车停车场入口引导系统。

进一步，步骤P6中的系统终止操作包括以下步骤：

P6-1：被引导车辆停止在停车场入口处的车辆停止线区域；

P6-2：图像信息采集设备采集被引导车辆图片，并将车辆图片传输给车辆引导云平台；

P6-3：车辆引导云平台传输车辆图片给停车客户移动交互客户端；

P6-4：客户端对以上信息进行确认，以此作为引导车辆进入停车场的相关凭证；

P6-5：道闸打开，引导结束。

进一步，在步骤P6-1之前还包括以下步骤：

P6-0：位姿调整：车辆引导云平台对被引导车辆的在线模拟位置距离车辆引导云平台给出的建议路径引导终点的距离小于阈值时，获取被引导车辆位姿以及控制状态信息；利用以上信息实时调整被引导车辆位姿，使被引导车辆面向道闸、停靠在停止线远道闸一侧，停车时车头离停止线距离在L米以内；当车辆位姿调整结束，完成所有引导输出，车辆引导云平台发出停车指令。

进一步，所述N为5-10，所述M为5-15，所述K为3-10，所述L为0.3-1.0。

本发明的有益效果：本发明的无人驾驶汽车停车场入口引导系统及应用该系统的引导方法，可引导无人驾驶汽车从指定范围行进至停车场入口处，并完成获取入场资质、入场车辆信息确认、门禁系统放行等一系列停车场进入步骤，实现长距离、更加便捷的引导功能，减少人工干预，从而减少停车场人力成本，同时为驾驶员提供更加便捷的泊车体验；全程可以在无人值守的情况下进行，在这个过程中，停车客户只需要将车辆停在指定区域，然后利用客户端进行其他步骤操作，快捷、方便。

附图说明

图1为车辆引导云平台系统结构框图；

图2为被引导车辆车载单元结构框图；

图3为无人驾驶汽车停车场入口引导系统触发流程图；

图4为无人驾驶汽车停车场入口引导系统车辆引导工作框图；

图5a至图5e均为无人驾驶汽车停车场入口引导系统中断处理流程图；

图6a为无人驾驶汽车停车场入口引导系统终点处组成示意图；

图6b中所示为无人驾驶汽车停车场入口引导系统终点处设备交互流程图；

图7为无人驾驶汽车停车场入口引导系统终点处被引导车辆位姿调整流程图。

具体实施方式

本发明提供的无人驾驶汽车停车场入口引导系统，包括移动互联客户端、车辆引导云平台、设于被引导车辆的车载单元、设于停车场入口处的道闸及图像信息采集设备。

本发明提供的无人驾驶汽车停车场入口引导方法，包括下述步骤：

一、车辆引导系统依次对停车场、被引导车辆的状态是否满足系统触发条件，进行确认、判断。

二、车辆引导云平台获取被引导车辆图像信息，对图像信息进行处理，获取视觉特征；并利用此视觉特征与预置HAD级高精度地图、地图关联视觉特征库进行比对，从而进行实时高精度定位。高精度定位方法为视觉slam方法，主要包括建立特征地图、闭环检测、视觉里程计。

三、车辆引导云平台利用被引导车辆高精度定位信息、HAD级高精度地图信息、多车行进协调数据，规划被引导车辆行进建议路径。

四、根据被引导车辆信息、被引导车辆行进建议路径以及经济燃油性约束，计算车辆控制的目标输出量。

五、利用被引导车辆状态监测单元，测量反馈车辆实际控制量输出量数据，从而对被引导车辆状态进行估计。

六、根据被引导车辆实时高精度定位信息、车辆动力学模型、车辆运动学模型、被引导车辆的车辆信息、车辆状态估计数据、被引导车辆控制建议输出目标量，对被引导车辆进行实际闭环控制。

七、根据被引导车辆状态监测数据、被引导车辆实时状态估计数据、被引导车辆实时高精度定位信息，对被引导车辆行进建议路径、被引导车辆状态、被引导车辆控制建议输出目标量进行实时修正。在线模拟被引导车辆行进状态以及行进位姿状态。

八、依照以下情况，判断引导系统是否进行中断操作：a.车速大于阈值；b.system-vehicle通讯故障；c.实时在线模拟位置超出安全范围；d.预测多车行进同时刻位置超出安全范围；e.车辆控制状态信息丢失。

九、在线模拟位置与引导终点之间距离小于阈值时，引导系统进入结束流程。根据车辆位姿信息、车辆停止线识别信息，对被引导车辆最终停止位姿进行调整。完成位姿调整后，被引导车辆停车，引导系统确认被引导车辆状态。

十、被引导车辆停在停止线区域，车辆引导云平台对被引导车辆最终状态进行确认后，停车场入口处图像采集设备采集被引导车辆图像信息。车辆引导云平台将图片传输给客户端，客户对其进行确认。道闸打开，无人驾驶车辆停车场入口引导结束，开始停车场内部引导。

具体地，下面结合附图和实施例对本发明作进一步描述：

图1为根据本发明实施例的车辆引导云平台系统结构框图，详细列出车辆引导云平台系统的相关组成单元，包括：数据储存单元11、数据计算单元12、通信单元13和门禁系统控制单元14。其中，数据储存单元11储存车辆引导云平台系统的相关核心数据；通信单元12承担车辆引导云平台与被引导车辆、车云网、Internet、客户端之间的，以及车辆引导云平台系统内部的实时通讯交互功能；数据计算单元13承担车辆引导过程中的相关数据运算；门禁系统控制单元14承担引导云系统进入结束流程时，即引导车辆到达引导终点后，门禁道闸、图像采集器的控制工作。

数据储存单元11所储存的数据包括：HAD级地图信息数据111，地图关联视觉特征数据112，车辆信息数据113，建议引导路径数据114，建议车辆控制目标输出量存储数据115，车载设备状态检测数据116，停车场停车管理数据117，车辆控制变量反馈测量数据118，车辆实时高精度定位数据119。数据储存单元11可通过相应的模块专门储存以上数据，即数据储存单元11可包括包括HAD级地图信息数据模块、地图关联视觉特征数据模块、车辆信息数据模块、建议引导路径数据模块、建议车辆控制目标输出量存储数据模块、车载设备状态检测数据模块、停车场停车管理数据模块、车辆控制变量反馈测量数据模块及车辆实时定位数据。

其中，HAD级地图信息数据111和地图关联视觉特征数据112用于车辆高精度定位步骤、引导路径规划步骤以及车辆行驶在线模拟步骤。车辆信息数据113包括车辆身份无线标识码、车牌号、车辆颜色信息、车辆类型分类信息、车标信息、车辆动力学模型信息、车辆运动学学模型信息、客户端信息、车载单元信息，车辆控制所需使用的相关参数信息。建议引导路径数据114指车辆引导云平台给出的，车辆从指定区域到停车场入口处停车区域的引导路径。建议车辆控制目标输出量存储数据115指根据被引导车辆的动力学模型、运动学模型、多个被引导车通过同一位置的优先级约束、经济燃油性目标以及被引导车辆信息，对车辆行进控制量进行解算后，给出的建议输出结果。车载设备状态检测数据116指车载单元工作状态数据。停车场停车管理数据117指停车场已停泊车位中关联车辆信息、停泊空位信息、停泊车位占有时间、车位预约泊入泊出时间、停车场入口引导车辆排队信息、停车场设备工作状态检测数据、多个被引导车辆的实时行进路径数据。车辆控制状态反馈数据118指车辆状态检测设备反馈给车辆引导云系统的实际输出控制量测量值、被引导车辆控制状态估计值。车辆实时高精度定位数据119指被引导车辆的高精度定位信息。

数据计算单元12包括：车辆高精度定位121，引导路径规划122，建议车辆控制目标输出量计算123，车辆控制状态估计124，引导参数实时修正125，引导系统运行步骤判断126。数据计算单元12可通过相应的模块专门实现以上操作，即数据计算单元12包括车辆定位模块、引导路径规模块、建议车辆控制目标输出量计算模块、车辆控制状态估计模块、引导参数实时修正模块和引导系统运行步骤判断模块。

其中，车辆高精度定位121指车辆根据HAD级地图信息、地图关联视觉特征信息以及车载单元传输图片进行的位姿计算。引导路径规划122指车辆引导云平台根据车辆位姿、HAD级地图信息以及引导终止停车位置信息给出车辆最优行进路径；以及车辆引导云平台对两辆以上的车辆进行引导时，对各个车辆的行进路线以及行进时间进行排队协调。建议车辆控制目标输出量计算123指根据被引导车辆信息、车辆行进建议路径、车辆动力学模型、车辆运动学模型以及经济燃油性约束，解算出车辆控制目标输出量。车辆控制状态估计124指被引导车辆状态监测单元，将车辆控制的实际输出量测量值反馈给车辆引导云平台，车辆引导云平台对被引导车辆状态进行估计。引导参数实时修正125指，根据被引导车辆状态监测数据、被引导车辆实时状态估计数据、被引导车辆实时高精度定位信息，对被引导车辆行进建议路径、被引导车辆状态、被引导车辆控制建议输出目标量进行实时修正。引导系统运行步骤判断126指，由车辆引导云平台对车辆的实际控制状态进行在线模拟，并对引导系统触发条件、中断处理条件、终止条件、停车场入口图像采集条件、停车场入口道闸开关条件进行判断。

通信单元13包括：System-Internet通讯单元131，System-vehicle通信单元132，内部通信单元133。

其中，System-Internet通讯单元131用于车辆引导云平台与Internet通讯，主要功能在于完成停车客户与车辆引导云平台交互，车辆信息查询，车辆动力学模型、车辆运动学模型补充查询。System-vehicle通信单元132用于车辆与车辆引导云平台信息通讯，通讯信息包括：车辆图像信息、车辆身份无线标识码、车辆状态信息、车辆控制反馈信息、建议引导路径信息、车辆动力学模型信息、建议车辆控制目标输出量。内部通信单元133主要用于完成车辆引导云平台内部数据调用以及设备信息交互。

图2所示为根据本发明实施例车辆车载单元结构组成，包括Vehicle-system通信单元22、车载ECU23、控制单元24和车辆数据采集单元25。

其中，Vehicle-system通信单元22完成车辆与车辆引导云平台的通讯交互工作。车载单元与Vehicle-system通信单元22连接通讯方式有两种：一种是被引导车辆开放数据采集单元25共享权限，数据采集单元25直接通过Vehicle-system通信单元22与引导车辆云平台通讯交互；另一种则是相关数据经过车载ECU23处理后，通过Vehicle-system通信单元22，与引导车辆云平台进行数据通讯。值得说明的是这两种连接方式可以自由选择组合使用，判断适用依据主要为：数据安全性设置、硬件传输设置以及自车系统功能模块实现设置。

控制单元24包括控制机构242以及控制输出量测量反馈单元241，主要用于执行车辆引导输出，并实时反馈实际输出量。车辆数据采集单元25主要包括：车速传感器251、车载摄像头252，用于采集车辆车速信息以及车载摄像头图像信息。控制输出量测量反馈单元241可以包括车速传感器251，也可以另外加装车速测量设备。

图3所示为根据本发明实施例的无人驾驶汽车停车场入口引导系统触发流程图。正如图3所示，无人驾驶汽车停车场入口引导系统触发步骤如下：

客户端预约31：欲停泊车辆进入无人驾驶汽车停车场入口引导系统指定区域，停车。停车客户开启欲停泊车辆的无人驾驶模式。停车客户通过移动互联客户端，向车辆引导云平台发出预约请求。车辆引导云平台接受预约请求信息、欲停泊车辆类型信息以及停车客户身份信息。

引导云系统判断有无车位32：车辆引导云平台根据停车客户所提供的欲停泊车辆类型信息，比对停车场车位管理数据117，判断是否有满足停泊要求的停车位。如果无满足停泊要求的停车位，则不触发本入口引导系统392，信息反馈至停车客户移动互联客户端。如果车辆引导云平台寻找到符合车辆停泊要求的停车位，则进行下一个步骤。

System-vehicle交互是否正常33：车辆引导云平台与欲停泊车辆进行通讯交互。首先，以停车客户身份信息为交互密钥，车辆引导云平台与欲停泊车辆进行身份验证，界定交互权限。然后车辆引导云平台与欲停泊车辆进行通讯测试。以上两步完成，System-vehicle交互正常，进行下个步骤。如果交互过程不通畅，尝试N次(N可为5-10，优选为8)后依然不通畅，则不触发本入口引导系统392，信息反馈至停车客户移动互联客户端。

传输车载摄像头数据34：欲停泊车辆向车辆引导云平台交出车辆数据采集单元25共享控制权限，并传输车载摄像头252所采集的图像信息至车辆引导云平台。

车辆高精度定位35：车辆引导云平台对欲停泊车辆车载摄像头252所采集的图像信息提取视觉特征，将其与地图关联视觉特征数据112进行对比，从而进行高精度定位。

车辆是否进入地图范围36：车辆引导云平台计算欲停泊车辆定位信息，比对HAD级地图信息数据111，判断欲停泊车辆是否进入预先采集的HAD级地图覆盖范围内。如果欲停泊车辆已经进入地图范围，则进行下一步骤。否则，不触发本入口引导系统392，信息反馈至停车客户移动互联客户端。

传输车载单元信息37：车辆引导云平台发出车载单元信息检验请求，请求包括：无人驾驶汽车停车场入口引导系统运行必需的车载单元类型以及该车载单元的运行状态。欲停泊车辆接受请求，传输车载单元信息。

车辆车载单元是否满足条件38：车辆引导云平台对欲停泊车辆提供的车载单元信息进行检验比对。如果车辆引导云平台通过比对，判断欲停泊车辆满足无人驾驶汽车停车场入口引导系统运行所必需的车载单元条件，则触发该系统391。如果欲停泊车辆提供的车载单元类型信息不满足要求，则不触发本入口引导系统392，信息反馈至停车客户移动互联客户端。如果欲停泊车辆提供的车载单元类型信息满足要求，但该车载单元的运行状态不满足要求，则根据无人驾驶汽车停车场入口引导系统运行所必需的车载单元状态，向欲停泊车辆发出调整车载单元状态请求，欲停泊车辆调整后，重新判断车辆车载单元是否满足条件38。

图4所示为根据本发明实施例的车辆引导工作框图，图中工作流程开始于图3所示的触发无人驾驶汽车停车场入口引导系统391步骤。

首先，车辆引导云平台对被引导车辆进行车辆初始状态确认42。车辆初始状态具体包括：车载单元状态确认421、车辆信息确认422、车辆初始位姿确认423。车载单元状态确认421指车辆引导云平台再次对被引导车辆的车载单元状态进行确认。如果不满足无人驾驶汽车停车场入口引导系统运行条件，则向被引导车辆发出状态调整请求，并再次确认。车辆信息确认422是指车辆引导云平台对被引导车辆的动力学模型信息、运动学模型信息、车辆控制所需车辆参数信息、车辆类型分类信息、多个被引导车通过同一位置的优先级约束信息进行确认，相关信息来源途径可以有两种方式：一、由被引导车辆的预置信息模块提供自身车辆信息；二、由停车客户提供车辆品牌、型号信息，然后有车辆引导云平台在预置数据库中检索。车辆初始位姿确认423指车辆引导云平台通过HAD级地图信息数据111、地图关联视觉特征数据112以及被引导车辆车载摄像头252采集的图像数据，对被引导车辆进行高精度定位并计算出被引导车辆的初始化姿势。此时，高精度定位方法为vision-SLAM中的闭环检测方法，同时为视觉里程计提供初始化数据。车辆引导云平台确认被引导车辆初始化位姿，作为对该车辆模型进行路径规划的初始化状态使用。

然后无人驾驶汽车停车场入口引导系统进入下一步骤，车辆控制参数计算43。车辆控制参数计算步骤43中主要包括三个同时进行的步骤。这三个步骤同时进行，且共享参数、结果。车辆控制参数计算步骤43具体步骤介绍如下：

A、车辆引导云平台根据被引导车辆初始化位姿，对其行进路径进行规划433，并将该路径传输给被引导车辆。车辆引导云平台根据车辆动力模型、车辆运动模型信息、车辆控制所需车辆参数信息、车辆类型分类信息、多个被引导车通过同一位置的优先级约束信息以及规划路径，计算车辆控制建议输出目标量434，并将该建议输出量传输给被引导车辆。

B、车辆引导云平台根据被引导车辆初始化位姿，地图关联视觉特征数据112以及被引导车辆车载摄像头252采集的图像数据，对被引导车辆进行实时高精度定位。此时，高精度定位方法为vision-SLAM方法，主要包括视觉里程计、视觉特征地图建立、闭环检测。

C、被引导车辆依照被引导车辆初始化位姿、车辆信息113、建议路径114、建议控制目标量115、车辆状态反馈信息118、进行实际控制44，同时将被引导车辆的实际控制量测量值反馈给车辆引导云平台，车辆引导平台根据被引导车辆反馈的实际控制量测量值实时估计车辆状态。

车辆控制参数计算步骤43中，车辆引导云平台对被引导车辆高精度定位信息、车辆状态信息、建议路径信息、建议控制目标量信息进行实时更新、修正。

被引导车辆依照被引导车辆初始化位姿、车辆信息113、建议路径114、建议控制目标量115、车辆状态反馈信息118、车辆实时高精度定位信息119，对被引导车辆进行实际控制44。车辆控制参数计算步骤43以及车辆控制执行步骤44形成一个闭环控制。同时，根据HAD级地图信息111、车辆信息113、建议路径114、车辆控制状态反馈信息118、车辆实时高精度定位信息119，车辆引导云平台对车辆行驶进行在线模拟45。

根据车辆引导云平台对车辆行驶进行在线模拟45状态信息、车载设备状态检测信息116，停车场停车管理信息117，判断是否达到中断处理的触发条件、是否进行中断操作46，如图5所示。

最后，当无人驾驶汽车停车场入口引导系统达到结束条件后，该系统进入结束流程47，如图6、7所示。其中图7所示为被引导车辆在引导系统终点停车前，位姿调整的相关流程；图6则为被引导车辆在引导系统终点停车后，无人驾驶汽车停车场入口引导系统所完成的结束操作流程。

图5所示为根据本发明实施例的引导系统中断处理流程图。根据不同的触发条件将图5中的流程分为a、b、c、d、e五个子图进行实施例描述，该五个子图不存在依附关系，属于五种并列的无人驾驶汽车停车场入口引导系统中断处理流程。

如图5a中所示，触发情况为车速大于阈值51a的中断处理流程。其中阈值可根据预置HAD级地图信息情况进行调整，该阈值为K千米/小时(K可为3-10，优选为5)。当被引导车辆车数大于该阈值时，车辆引导云平台对被引导车辆发出刹车指令52，并对被引导车辆进行重新进行车辆定位53。在被引导车辆完成定位后，重新触发无人驾驶汽车停车场入口引导系统54。

如图5b中所示，触发情况为System-Vehicle通讯故障51b的中断处理流程。

System-Vehicle通讯中断、通讯丢包率过大导致无人驾驶汽车停车场入口引导系统无法继续进行时，车辆引导云平台对被引导车辆发出刹车指令52，并重新进行System-vehicle通信检测确认53b。在System-vehicle通信检测确认后，重新触发无人驾驶汽车停车场入口引导系统54。

如图5c中所示，触发情况为被引导车辆Online模拟路线安全范围与地图中不可行进区域重叠51c，引导系统的中断处理流程。被引导车辆Online模拟路线的安全范围具体指两种范围：一、车辆引导云平利用地图信息对建议规划路径122两侧给出的可行进范围；二、根据被引导车辆的online模拟状态，在被引导车辆实时高精度定位点处，给出的一个安全范围。在此范围外可以保证：一、多被引导车辆行进时，互不碰撞；二、被引导车辆与其他静态物体不发生碰撞；三、在此安全范围外，被引导车辆紧急刹车后，引导系统可以重新规划出可行的被引导车辆位姿调整路线。被引导车辆Online模拟路线安全范围与地图中不可行进区域重叠后51c，车辆引导云平台对被引导车辆发出刹车指令52，并对被引导车辆进行重新进行车辆定位53。在被引导车辆完成定位后，重新触发无人驾驶汽车停车场入口引导系统54。

图5d中所示为，触发情况为系统预测多被引导车辆同时刻安全范围部分或全部重叠的中断处理流程。引导系统预测出，多被引导车辆在某一时刻的安全范围部分或全部重叠51d。此时，说明多个被引导车辆在此时刻有碰撞危险。该触发情况具体分为：一、对多被引导车辆的建议行进路径与控制输出目标量进行解算时，车辆引导云平台未考虑此位置的车辆优先通过顺序约束，需要对安全范围重叠车辆的行进路线和控制输出目标量进行协调规划；二、车辆引导云平台对多被引导车辆的建议行进路径与控制输出目标量进行解算时，最优结果存在同时刻同位置安全范围重叠；三、在对多个被引导车辆进行在线模拟时，检测出多个被引导车辆在同一位置出现同时刻安全范围重叠现象。

系统预测多被引导车辆同时刻安全范围部分或全部重叠51d后，车辆引导云平台对被引导车辆发出刹车指令52，并根据被引导车辆行进至安全范围重叠位置处的路径距离，确定多车通过优先顺序53d。根据优先通过级，对各个被引导车辆依次重新触发无人驾驶汽车停车场入口引导系统54d。各个被引导车辆触发时间间隔为M秒(M可为5-15，优选为10)。考虑优先通过约束，对各个车辆的建议行进路径和控制输出目标量重新解算55d。

图5e中所示为，被引导车辆的控制状态信息丢失，导致引导系统不能完成闭环控制、在线模拟步骤，或导致引导系统误差过大。此时，系统触发中断处理步骤。车辆引导云平台对被引导车辆发出刹车指令52，重新触发无人驾驶汽车停车场入口引导系统54。

图6为无人驾驶汽车停车场入口引导系统终点处设备交互框图。图6a中所示为无人驾驶汽车停车场入口引导系统终点处关键组成部分，其中61a表示车辆引导云平台、62a表示被引导车辆、63a表示停车场道闸、64a表示图像信息采集设备、65a表示车辆停止线、66a表示停车客户移动互联客户端。图6b中所示为无人驾驶汽车停车场入口引导系统终点处设备交互流程图，也为该系统最后结束流程。

被引导车辆停止在停车场入口处的车辆停止线区域61b，车辆停止线区域指车辆停止线远道闸一侧。图像信息采集设备64a采集被引导车辆图片，并将车辆图片传输给车辆引导云平台62b。车辆图片内容须包含：车牌信息、车颜色信息、车标信息、车外形信息。车辆引导云平台传输车辆图片给停车客户移动交互客户端63b。客户端对以上信息进行确认64b，以此作为引导车辆进入停车场的相关凭证。道闸打开，引导结束65b。

图7所示为被引导车辆在无人驾驶汽车停车场入口引导系统终点处的位姿调整流程图。车辆引导云平台对被引导车辆的在线模拟位置距离车辆引导云平台给出的建议路径引导终点的距离小于阈值时71，此阈值可以根据实际情况进行调整，建议阈值为5m。此时，无人驾驶汽车停车场入口引导系统开始终止流程。被引导车辆获取位姿以及控制状态信息72，包括：被引导车辆的实时高精度定位信息721；被引导车辆的实时控制状态信息722；同时，获取被引导车辆车载图像信息，并开始识别终止线。利用被引导车辆获取位姿以及控制状态信息72，实时调整被引导车辆位姿73。调整后位姿应为：被引导车辆面向道闸，停靠在停止线远道闸一侧，停车时车头离停止线距离在L米(L可为0.3-1.0，优选为0.5)以内，不压停止线。在车辆位姿调整结束，完成所有引导输出，车辆引导云平台发出停车指令74。引导系统再次确认被引导车辆状态75。此时，无人驾驶汽车停车场入口引导系统进入终点处设备交互流程76。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。