[发明专利]一种用于手机地下停车场导航方法

说明书

本发明涉及定位导航技术领域，具体为一种用于手机地下停车场导航方法，基于手机传感器的数据，利用深度学习训练行为动作判断模型；采集停车场数据，并提前建立停车场高精地图；定位车辆起始位置，选择目标车位；通过车辆起始位置和目标车位位置，规划出车辆在停车场高精地图中的行驶路径；基于手机传感器的数据推算车辆的移动距离和方向，获得定位结果，并记录移动轨迹点；对移动轨迹点进行配准，修正定位结果；预测车辆的驾驶行为；结合预测的车辆驾驶行为对车辆下一移动轨迹点进行纠偏校正。本发明实现地下停车场中的连续定位导航，利用手机自带传感器及事先采集的停车场地图实现低成本的定位导航。

技术领域

本发明涉及定位导航技术领域，具体为一种用于手机地下停车场导航方法。

背景技术

随着经济的快速发展与城市化的快速推进，越来越多的家庭拥有私家车，随之而来的是越来越多的对大型地下停车场的需求。但是大型地下停车场往往存在规模庞大、地形复杂、道路交错、寻路困难等问题，严重影响用户体验与使用效率，因此地下停车场内的导航系统越来越受重视。

由于地下停车场内GPS信号受到遮蔽，无法对汽车直接定位，在室外常用的卫星定位导航系统失效。目前室内常用的定位方式包括WIFI热点定位、蓝牙信标定位、红外线定位、超声波技术、超宽带技术、惯性导航、视觉定位等，但是这些技术大部分依赖于大规模的硬件部署、数据采集更新以及定期维护等，而且都各有各的局限性，比如WIFI易受环境干扰，蓝牙传播距离短、稳定性差，红外、UWB大范围覆盖价格昂贵，惯性导航存在累计误差、无法全局定位，视觉定位对操作限制大、使用功耗高等，因此如何在地下停车场实现汽车稳定的定位导航是目前普遍存在的问题。鉴于此，我们提出一种用于手机地下停车场导航方法。

发明内容

本发明的目的在于提供一种用于手机地下停车场导航方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种用于手机地下停车场导航方法，包括以下步骤：

步骤1：基于手机传感器的数据，利用深度学习训练行为动作判断模型；

步骤2：采集停车场数据，并提前建立停车场高精地图；

步骤3：定位车辆起始位置，选择目标车位；

步骤4：通过车辆起始位置和目标车位位置，规划出车辆在停车场高精地图中的行驶路径；

步骤5：基于手机传感器的数据推算车辆的移动距离和方向，通过累计相对位移量获得定位结果，并记录移动轨迹点；

步骤6：对行驶路径上的路网节点进行插值，并与移动轨迹点进行配准，修正定位结果；

步骤7：实时获取车辆CAN信号，将车辆CAN信号输入车辆驾驶行为预测模型内预测车辆的驾驶行为；

步骤8：将修正的定位结果与移动轨迹点周边的路网节点进行匹配，并结合预测的车辆驾驶行为对车辆下一移动轨迹点进行纠偏校正。

优选的，所述停车场高精地图包括但不限于路网节点、上下坡、左右转、车位位置以及车位编号信息。

优选的，所述驾驶行为包括但不限于直行、上坡、下坡、即将左转、即将右转、结束左转、结束右转。

优选的，所述行为动作判断模型通过获取行驶车辆实时的CAN信号，利用深度学习算法对获取的CAN信号进行训练建立。

优选的，所述车辆起始位置定位通过车载前视摄像头识别停车场入口或闸机进行定位。

优选的，所述车辆起始位置定位通过人工输入车辆周边任意一车位编号进行定位。