[发明专利]任意点至任意点的全局路径规划、泊车方法及系统

权利要求书

1.一种用于代客泊车或自动召回的全局路径规划方法，其特征在于，应用于车库中，所述方法包括以下步骤：

激活设定步骤；用户设置并激活代客泊车或自动召回功能，设定车辆起、止位置；其中所述起、止位置均为用户选择的任意位置；

地图匹配步骤；所述地图匹配步骤包括：由地图匹配算法计算得到当前自动驾驶系统中是否已经存储了当前泊车或召回环境的地图；并且判断是否匹配得到当前泊车或召回环境的地图；

自学习建图步骤；以自学习建图作为所述地图；所述自学习建图包括泊车路径学习模式和/或召回路径学习模式；

判断所述自学习建图是否成功：当所述自学习建图包含用户设置的驾驶终止点并且所述自学习建图信息足够进行全局路径规划时，完成建图，进入全局路径规划步骤；判断如果建图失败，则系统会保存没有完成学习建图的部分，并结束自学习建图功能，结束全局路径规划；

全局路径规划步骤；基于用户设置的自动驾驶的起始点和终止点，基于所述自学习建图生成全局路径规划；其中所述全局路径规划包括动态和静态相结合的路径规划方式；

其中，对自主泊车位点在自学习建图时保存的语义特征作为初始语义特征进行存储，其权重在地图匹配中是最高的；为了能够对泊车位环境图像语义特征进行自适应更新，利用动态语义特征进行匹配，其权重在地图匹配中次于初始语义特征；动态语义特征可以是一组，也可以是多组，其数量主要取决于自主泊车过程中提取对应的语义特征与保存的语义特征之间的差距；

当泊车位环境图像语义特征与地图中的初始语义特征匹配置信度大于某阈值时，认为匹配成功，且不需要对动态语义特征进行更新；

当泊车位环境图像语义特征与地图中的初始语义特征匹配置信度小于某阈值时，则采用泊车位环境图像语义特征与动态语义特征进行比对，如果置信度大于某阈值则匹配成功；

计算泊车位环境图像语义特征与地图初始语义特征以及动态语义特征之间的距离，可以采用欧式距离或者cosine距离；假设

d＝min(d0,d1,…,dn)

其中，d0为泊车位环境图像语义特征与地图初始语义特征之间的距离，d1,…,dn为泊车位环境图像语义特征与地图n组动态语义特征之间的距离；当d大于某阈值时，则将泊车位环境图像语义特征添加至态语义特征，且动态语义特征的数量变为n+1。

2.根据权利要求1所述的全局路径规划方法，该规划方法还包括搜索可行驶区域中的最短路线。