停车场内自动泊车车辆调度方法、存储介质和电子设备与流程

本发明涉及泊车调度，尤其涉及一种停车场内自动泊车车辆调度方法、存储介质和电子设备。

背景技术：

1、随着自动驾驶技术的普及与城市停车需求的持续增长，高密度停车场内多辆自动泊车车辆（automated valet parking，avp）的同时运行已成为现实场景。在此环境下，车辆对车位、路径等有限资源的实时竞争，引发了潜在的行驶冲突、系统死锁与整体效率低下等问题。传统方案或采用完全集中式调度，面临计算扩展性瓶颈与单点故障风险；或依赖车辆完全分布式自主协商，易陷入局部僵局且难以实现全局优化。

2、因此，如何设计一个兼顾效率、安全与可扩展性的协同调度系统，成为智慧交通领域亟待突破的关键技术难题。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种停车场内自动泊车车辆调度方法，在确保调度运行安全、规避车辆通行死锁的基础上，显著提升停车场整体通行的吞吐量、任务响应速度和场地泊车车位资源利用率。

2、本发明的第二个目的在于提出一种计算机可读存储介质。

3、本发明的第三个目的在于提出一种电子设备。

4、本发明的第四个目的在于提出一种车辆泊车方法。

5、为达到上述目的，本发明第一方面实施例提出一种停车场内自动泊车车辆调度方法，所述方法包括：利用预先训练好的全局优化模型根据待调度车辆的调度请求和调度策略建议生成全局调度预案，并对所述全局调度预案进行冲突检测生成调度指令集，其中，所述调度策略建议由停车场的当前资源预约状态、语义化场景描述和资源预测结果确定，所述资源预测结果由所述停车场的当前全局动态地图和历史交通数据确定，所述全局调度预案包括待调度车辆对应的目标车位和宏观路径；根据所述调度指令集生成资源预约表，根据所述资源预约表、动态路权规则和所述待调度车辆对应的宏观路径生成结构化引导信息，并将所述结构化引导信息发送至所述待调度车辆，以引导所述待调度车辆泊入目标车位，其中，所述动态路权规则由所述停车场内实时交通数据和所述全局调度预案确定。

6、根据本发明实施例的停车场内自动泊车车辆调度方法，在接收到待调度车辆的调度请求时，利用由当前资源预约状态、语义化场景描述和资源预测结果确定的调度策略建议引导预先训练好的全局优化模型为至少一辆待调度车辆分配目标车位和宏观路径得到全局调度预案，对全局调度预案进行冲突检测，生成一套无冲突的、包含时间维度的调度指令集，根据调度指令集对停车场内的资源进行时间线上的预约，根据资源预约表、动态路权规则和待调度车辆对应的宏观路径生成结构化引导信息，并将结构化引导信息发送至待调度车辆，以引导待调度车辆泊入目标车位。

7、另外，根据本发明上述实施例提出的停车场内自动泊车车辆调度方法还可以具有如下附加的技术特征：

8、根据本发明的一个实施例，在利用预先训练好的全局优化模型根据待调度车辆的调度请求和调度策略建议生成全局调度预案之前，所述方法包括：对所述停车场内的场端感知数据流和车端感知数据流进行时间和空间对齐处理后，转换到停车场数字化坐标系中，得到场端转换数据和车端转换数据；根据所述场端转换数据和所述车端转换数据对同一物理实体进行关联和融合处理，得到融合感知数据；根据所述融合数据建立所述全局动态地图，并利用预先训练好的大语言模型根据所述融合感知数据生成所述语义化场景描述。

9、根据本发明的一个实施例，所述方法包括：根据所述全局动态地图计算所述停车场内各通道的实时交通数据，根据所述各通道的实时交通数据和所述历史交通数据对所述停车场内的资源进行预测，得到资源预测结果；根据所述当前资源预约状态、所述语义化场景描述和所述资源预测结果生成所述调度策略建议，其中，所述调度策略建议至少包括一个调度策略及其对应的全局关键绩效指标。

10、根据本发明的一个实施例，所述对所述全局调度预案进行冲突检测生成调度指令集，包括：对所述全局调度预案进行时间与空间维度的冲突检测；若不存在冲突，则根据所述全局调度预案生成所述调度指令集；若存在冲突，则利用预设冲裁机制对所述全局调度预案进行协调处理，并根据协调处理后的全局调度预案生成所述调度指令集。

11、根据本发明的一个实施例，所述根据所述调度指令集生成资源预约表，包括：根据所述调度指令集对所述停车场内的资源进行时间线上的预约，生成所述资源预约表，同时根据所述待调度车辆的实际行驶信息和预测行驶信息更新所述资源预约表，和/或根据预约更新请求更新所述资源预约表。

12、根据本发明的一个实施例，所述根据所述资源预约表、动态路权规则和所述待调度车辆对应的宏观路径生成结构化引导信息，包括：根据所述停车场内实时交通数据和所述全局调度预案，生成动态路权规则；根据所述动态路权规则和所述待调度车辆对应的宏观路径为所述待调度车辆分配通行走廊；对所述通行走廊、所述动态路权规则和所述资源预约表进行打包处理，得到所述结构化引导信息。

13、根据本发明的一个实施例，所述利用预先训练好的全局优化模型根据待调度车辆的调度请求和调度策略建议生成全局调度预案，包括：对所述调度请求进行意图识别和意图提取，得到结构化需求特征，同时根据所述待调度车辆的车型信息从预先建立的车辆能力模型库中查询其对应的目标车辆能力模型；将所述结构化需求特征、所述目标车辆能力模型和所述调度策略建议输入至所述预先训练好的全局优化模型，得到所述全局调度预案。

14、根据本发明的一个实施例，基于所述结构化引导信息所述待调度车辆进行解析处理生成精细路径，基于所述精细路径所述待调度车辆从预先建立的行为泊车策略库中调用相应的泊车行为策略以泊入所述目标车位。

15、为达到上述目的，本发明第二方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如本发明第一方面实施例提出的停车场内自动泊车车辆调度方法。

16、为达到上述目的，本发明第三方面实施例提出了一种电子设备，包括存储器、处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如本发明第一方面实施例提出的停车场内自动泊车车辆调度方法。

17、为达到上述目的，本发明第四方面实施例提出了一种车辆泊车方法，所述方法包括：生成调度请求，并将所述调度请求发送至停车场内自动泊车车辆调度系统；响应于所述停车场内自动泊车车辆调度系统基于所述调度请求反馈的结构化引导信息，将车辆泊入目标车位，其中，所述结构化引导信息由如本发明第一方面实施例提出的停车场内自动泊车车辆调度方法生成。

18、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

1.一种停车场内自动泊车车辆调度方法，其特征在于，所述方法包括：

2.根据权利要求1所述的停车场内自动泊车车辆调度方法，其特征在于，在利用预先训练好的全局优化模型根据待调度车辆的调度请求和调度策略建议生成全局调度预案之前，所述方法包括：

3.根据权利要求2所述的停车场内自动泊车车辆调度方法，其特征在于，所述方法包括：

4.根据权利要求1所述的停车场内自动泊车车辆调度方法，其特征在于，所述对所述全局调度预案进行冲突检测生成调度指令集，包括：

5.根据权利要求1所述的停车场内自动泊车车辆调度方法，其特征在于，所述根据所述调度指令集生成资源预约表，包括：

6.根据权利要求1所述的停车场内自动泊车车辆调度方法，其特征在于，所述根据所述资源预约表、动态路权规则和所述待调度车辆对应的宏观路径生成结构化引导信息，包括：

7.根据权利要求1所述的停车场内自动泊车车辆调度方法，其特征在于，所述利用预先训练好的全局优化模型根据待调度车辆的调度请求和调度策略建议生成全局调度预案，包括：

8.根据权利要求1所述的停车场内自动泊车车辆调度方法，其特征在于，基于所述结构化引导信息所述待调度车辆进行解析处理生成精细路径，基于所述精细路径所述待调度车辆从预先建立的行为泊车策略库中调用相应的泊车行为策略以泊入所述目标车位。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-8中任一项所述的停车场内自动泊车车辆调度方法。

10.一种电子设备，包括存储器、处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，实现如权利要求1-8中任一项所述的停车场内自动泊车车辆调度方法。

11.一种车辆泊车方法，其特征在于，所述方法包括：