车辆定位方法及系统、自动泊车方法及系统、存储介质与流程

1.本发明涉及自动泊车技术领域，更具体地涉及一种车辆定位方法及系统、自动泊车方法及系统、存储介质。


背景技术：

2.随着车辆使用量的日益增多，车主们会遇到各种不便。其中，寻找停车场和车位及停车和取车就是困扰很多车主的一个问题。而如何帮助车主在特定场景下，将车辆停到他想要停的位置，以及在指定取车位置将车辆取出，且整个过程不需要车主在车内进行车辆控制，便成了车主的强需求。
3.目前，存在多种自动驾驶泊车的解决方案但存在如下技术问题：车辆定位的准确度仅能达到分米级别，为解决该问题，现有技术中：要么需要额外增加传感器及高算力控制系统造成成本过高，要么需要根据采集到的信息来修正位姿，而因采集到的信息的类型不同以及采集信息的方式不同，导致计算量过大，建图和定位速度不符合需求。
4.为此，目前急需一种高精度且成本低、速度快的车辆定位方法。


技术实现要素：

5.考虑到上述问题而提出了本发明。
6.本发明提供一种车辆定位方法，包括：初始化步骤：根据车身多个环视相机提供的感知语义信息和地图进行语义匹配，通过匹配语义求取位姿进行定位初始化，再通过初始化确定对应车在地图的精准位置；初步定位步骤：根据车体的运动信息计算当前时刻和上一时刻之间位姿的位置更新量；根据所述位置更新量和上一时刻的最终定位位姿得到车体当前时刻的初步定位位姿；位姿修正步骤：再次识别车体当前时刻周围环境中的语义元素；根据当前时刻的所述初步定位位姿和已识别的所述语义元素，在预设地图中查找与已识别的所述语义元素对应匹配的语义元素，并根据相互匹配的语义元素对所述初步定位位姿进行修正得到修正位姿；滤波步骤：将当前时刻的所述初步定位位姿和运动信息作为滤波模型的预测值，以及将所述修正位姿作为滤波模型的观测值进行滤波处理得到当前时刻的最终定位位姿；所述得到修正位姿的步骤包括：获取所述语义元素的角点；将k时刻初步定位位姿进行旋转和平移，得到预设地图上与所述角点对应的转换点，所述角点与所述转换点一一对应；根据所述角点和所述转换点构建误差函数；再通过列文伯格-马夸尔特方法进行迭代估计，得到修正位姿。
7.优选地，所述初步定位步骤包括：根据感知到的语义信息，选择获取车体当前时刻运动信息中的角速度 和线速
度的方式，并获取角速度和线速度；角速度和线速度的获取方式至少包括：a.车身传感器获取的角速度和线速度；b.由轮编码器推算获取的角速度和线速度；c.视觉匹配估计的角速度和线速度；根据角速度、线速度以及上一时刻位姿计算当前时刻和上一时刻的位置更新量；其中，所述上一时刻位姿根据车体上一时刻所述角速度、所述线速度以及上上一时刻的位姿计算得到。
8.优选地，所述位姿修正步骤中的根据当前时刻的所述初步定位位姿和已识别的所述语义元素，在所述预设地图中查找与已识别的所述语义元素对应匹配的语义元素，包括：将当前时刻的所述初步定位位姿以预设半径的搜索范围在所述预设地图中进行遍历查找，直到查找到与识别出的所述语义元素相匹配的语义元素。
9.优选地，所述位姿修正步骤中的根据当前时刻的所述初步定位位姿和已识别的所述语义元素，在所述预设地图中查找与已识别的所述语义元素对应匹配的语义元素，包括：识别车体当前时刻周围环境中的分区语义元素；所述分区语义元素为用于将所述预设地图划分为多个不同区域的语义元素；确定出已识别的所述分区语义元素在所述预设地图中的区域，并将该区域作为当前目标区域；在所述当前目标区域中查找与已识别的所述分区语义元素对应匹配的语义元素。
10.优选地，所述位姿修正步骤中的根据当前时刻的所述初步定位位姿和已识别的所述语义元素，在所述预设地图中查找与已识别的所述语义元素对应匹配的语义元素，包括：将已识别的所述语义元素所在的图像坐标系的信息进行坐标转换；根据所述当前时刻的所述初步定位位姿对所述转换后的信息进行预处理；在所述预设地图中查找与已预处理的所述语义元素对应匹配的语义元素。
11.优选地，所述运动信息包括角速度和线速度；所述滤波步骤，包括：将当前时刻的所述初步定位位姿、所述角速度和所述线速度作为滤波模型的预测值，以及将所述修正位姿作为滤波模型的观测值进行滤波处理得到当前时刻的最终定位位姿。
12.优选地，所述运动信息包括角速度和车速；所述角速度为车体imu获得的角速度；所述车速根据车体轮编码器的信息计算获得。
13.优选地，在所述位姿修正步骤中的所述识别车体当前时刻周围环境中的语义元素，包括：获取所述车体的环视相机拍摄的照片；在所述照片中识别出所述语义元素。
14.优选地，所述语义元素包括如下中的至少一个：地面标识和车库位；所述地面标识包括如下中的至少一个：箭头、减速带、楼层号和道路标线；所述车库位包括如下中的至少一个：库位线和库位号。
15.优选地，还包括：初始化步骤：识别车体在库位附近时周围环境中的初始化语义元素，在预设地图
中查找与已识别的初始化语义元素相匹配的语义元素；在露天场所时，通过gps信息确认位置信息，根据查找到的语义元素确定出车体的初始位姿；所述初始化语义元素与所述预设地图上的语义元素一一对应；所述初步定位步骤，包括：根据车体当前时刻的运动信息计算当前时刻和上一时刻之间的位置更新量，根据所述位置更新量和上一时刻精确定位的位姿得到所述车体的当前时刻的所述初步定位位姿。
16.本发明还提供一种车辆定位系统，被配置成执行上述的车辆定位方法。
17.本发明还提供一种自动泊车方法，包括车辆定位步骤和车辆控制步骤；所述车辆定位步骤，采用上述技术方案中任意一项所述的车辆定位方法对车辆定位；所述车辆控制步骤，根据车辆定位的位置信息和目标位置信息控制所述车辆移动至目标位置。
18.本发明还提供一种自动泊车系统，包括车辆定位模块和车辆控制模块；所述车辆定位模块，用于对所述车辆进行定位并发送至所述车辆控制模块，所述车辆定位模块采用上述车辆定位系统；所述车辆控制模块，用于根据目标位置信息和所述车辆定位模块发送的定位信息控制所述车辆移动至目标位置。
19.本发明还提供一种存储介质，存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成上述车辆定位方法或者上述自动泊车方法。
20.本发明提供的车辆定位方法，先借助车体的运动信息计算当前时刻和上一时刻的位置更新量，根据位置更新量和上一时刻的最终定位位姿（精确定位位姿）得到车体当前时刻的初步定位位姿；再根据识别出的车体周围的语义元素和初步定位位姿在预设地图中查找与该已识别的语义元素相匹配的语义元素，基于相互匹配的成对语义元素对初步定位位姿进行修正得到修正位姿；最后将初步定位位姿和运动信息作为滤波模型的预测值以及将所述修正位姿作为滤波模型的观测值进行滤波处理得到当前时刻的最终定位位姿。本发明由于将车体信息和语义识别相结合进行定位，因此，不仅计算量减少而且定位精度高，从而定位速度快，且不需要额外加装其他附加传感器和算力系统，仅使用车体自带传感器和算力系统即可，从而成本低，而且精度能够达到厘米级定位。
附图说明
21.通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
22.图1为本发明实施例一提供的车辆定位方法的流程图；图2为本发明实施例二提供的车辆定位系统的第一种原理框图；图3为本发明实施例二提供的车辆定位系统的第二种原理框图。
具体实施方式
23.为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
24.实施例一图1为本发明实施例一提供的车辆定位方法的流程图，请参阅图1，本发明实施例一提供的车辆定位方法包括：初始化步骤：根据车身多个环视相机提供的感知语义信息和地图进行语义匹配，通过匹配语义求取位姿进行定位初始化，再通过初始化确定对应车在地图的精准位置；初步定位步骤s1，包括：s11根据车体的运动信息计算当前时刻和上一时刻之间位姿的位置更新量，s12根据所述位置更新量和上一时刻的最终定位位姿得到车体当前时刻的初步定位位姿。
25.位姿修正步骤s2，包括：s21再次识别车体当前时刻周围环境中的语义元素；s22根据当前时刻的所述初步定位位姿和已识别的所述语义元素，在所述预设地图中查找与已识别的所述语义元素对应匹配的语义元素；s23，并根据相互匹配的语义元素对所述初步定位位姿进行修正得到修正位姿。
26.滤波步骤s3：将当前时刻的所述初步定位位姿和所述运动信息作为滤波模型的预测值，以及将所述修正位姿作为滤波模型的观测值进行滤波处理得到当前时刻的最终定位位姿（也可称之为精确定位位姿或者后验位姿，下文中出现的精确定位位姿、后验位姿和最终定位位姿表示同一含义）；所述初步定位步骤包括：根据感知到的语义信息，选择获取车体当前时刻运动信息中的角速度和线速度的方式，并获取角速度和线速度；角速度和线速度的获取方式至少包括：a.车身传感器获取的角速度和线速度；b.由轮编码器推算获取的角速度和线速度；c.视觉匹配估计的角速度和线速度；根据角速度、线速度以及上一时刻位姿计算当前时刻和上一时刻的位置更新量；其中，所述上一时刻位姿根据车体上一时刻所述角速度、所述线速度以及上上一时刻的位姿计算得到。
27.本发明由于将车体信息和语义识别相结合进行定位，因此，不仅计算量减少而且定位精度高，从而定位速度快，且不需要额外加装其他附加传感器和算力系统，仅使用车体自带传感器和算力系统即可，从而成本低，而且精度能够达到厘米级定位。
28.特别的，在进行初始化步骤时，如果是在露天gps可用的场景，会结合gps的定位信息获取车在地图中的大至位置，然后缩小地图匹配范围，从而提高初始化精度和效率。
29.角速度和线速度的获取方式分别具有如下特点：其中方式a的输出稳定，但精度较低；方式b在大多场景的相对精度较高，但在一些特殊路面，会有明显的精度损失，如路面颠簸或结冰等；方式c的输出不稳定，但在一些视觉特征比较丰富的场景，估算的精度相对于
其它两个方法会高很多；由于三种方式获取的数据特性不会完全一致，因此会根据场景进行数据融合，从而提高数据的稳定性和精度。比如在地下车库，车在行进中会碾压很多减速带造成车轮巨大颠簸，这种颠簸会对方式b所述推算数据的精度造成很大的负面影响，而此时方式a和方式c的相对精度会好一些，这样就可以把方式a和方式c的数据融合在方式b里进行精度补偿。又比如在结冰路面，由于车轮打滑也会影响方式b的精度，此时也会通过方式a对方式b进行补偿。对于路面的识别和地面标识的识别，我们同样是通过视觉感知实现的。
30.一、下面详细地对步骤s1进行描述。具体地，步骤s1包括：s11，获取车体当前时刻运动信息中的角速度和线速度。其中，角速度为底盘中心的角速度，线速度为底盘中心的线速度。优选地，由于车体imu获得的角速度在车辆转弯时的误差小，因此，在本实施例中，优选地，角速度为车体imu获得的角速度；imu是指惯性测量单元，是测量物体三轴姿态角(或角速率)以及加速度的装置。当然，在实际应用中，角速度还可以采用车体轮编码器的信息计算，具体按照如下公式计算：；其中，为通过轮编码器求解的右轮线速度，为通过轮编码器求解的左轮线速度；d为车辆后轴长度。
31.线速度按照如下公式计算：；其中，为通过轮编码器求解的右轮线速度，为通过轮编码器求解的左轮线速度。
32.s12,根据角速度、线速度以及上一时刻位姿计算当前时刻和上一时刻的位置更新量；其中，上一时刻位姿属于已知量，该上一时刻位姿根据车体上一时刻角速度、线速度以及上上一时刻的位姿计算得到。
33.具体地，根据如下公式计算位置更新量：，其中，表示当前时刻k的初步定位位姿；表示上一时刻的精确定位位姿；每个位姿用三个变量表示；为当前时刻k的位姿的信息；，为上一时刻位姿；位姿求解模型如下：；其中，为当前时刻与上一时刻之间的时间差，该时间差可以根据实际情况设置，该时间差也可以理解为定位的计算步长。
34.因此，计算出的位置更新量包括三个变量各自对应的位置更新量，变量的位置更新量为；变量的位置更新量为;变量的位置更新量为。其中，为上一时刻k-1位姿的参数。
35.可以理解的是，在该步骤s12中，均为根据车体运动信息（角速度、线
速度）得到的位姿（可认为在车体坐标系中的位姿），因此，计算出的也是基于车体运动信息得到的。并且，由于角速度和线速度是可以由轮编码器更新计算得到的，因此，位姿的更新频率比较快。
36.在步骤s12中，根据位置更新量和上一时刻的精确定位位姿得到车体当前时刻的初步定位位姿。
37.可以理解的是，初步定位位姿、修正位姿和精确定位位姿是指车体在同一坐标系上的位姿，具体为在预设泊车坐标系上的位姿。在本实施例中，为了计算方便，该预设地图的坐标系和车体坐标系设置为同一坐标系（比如可以设置成右手坐标系），并作为该预设泊车坐标系。
38.具体地，按照如下公式确定当前时刻的初步定位位姿：；其中，表示粗定位的位姿；表示上一时刻的精确定位位姿。
39.按照该公式分别对位姿的三个变量对应进行计算，可以计算出初步定位位姿的三个变量的具体值。
40.在本实施例中，还包括：初始化步骤s0：识别车体在库位附近时周围环境中的初始化语义元素，在预设地图中查找与已识别的初始化语义元素相匹配的语义元素；在露天场所时，通过gps信息确认位置信息，能够减小地图匹配范围，进而增加匹配的速度和准确性，根据查找到的语义元素确定出车体的初始位姿；初始化语义元素与所述预设地图上与库位一一对应。
41.优选地，在本实施例中，初始化语义元素为与库位一一对应的库位号；识别车体在库位附近时周围环境中的库位号语义元素，在预设地图中查找与已识别的库位号语义元素的相匹配的库位号元素，根据该查找到的语义元素即可确定出车体的初始位姿。当然，在实际应用中，本发明并不局限于此，例如，可以是与库位一一对应的字符标识。
42.在初步定位步骤s1中，包括：根据车体当前时刻的运动信息计算当前时刻和上一时刻之间的位置更新量，根据位置更新量和上一时刻精确定位的得到所述车体的当前时刻的初步定位位姿。即，，的计算方式与上述步骤s12的方式类似，不同点在于，计算中的 变量采用初始化时刻的值。
43.需要说明的是，虽然本实施例中采用上述步骤s0的方式进行初始化，当然，本发明并不局限于此，例如，初始化位姿为预设固定值，需要将车体停泊在固定位置。
44.二、下面详细地对步骤s2进行描述。具体地：（1）步骤s21，包括：s211，获取车体的环视相机拍摄的照片；s212，在照片中识别出语义元素。
45.（2）步骤s22包括：将当前时刻的初步定位位姿以预设半径的搜索范围在预设地图中进行遍历查找，直到查找到与识别出的语义元素相匹配的语义元素。
46.其中，预设地图既可以是图商提供的全局语义坐标地图，也可以是对实际工作场景采用预设建图模块构建的语义地图。预设半径基于车体获取周围环境的相关参数设置。
47.在本实施例中采用遍历的方式进行查找，但是，本发明并不局限于此，在实际应用
中，s22还可以包括：s221，识别车体当前时刻周围环境中的分区语义元素；所述分区语义元素为用于将所述预设地图划分为多个不同区域的语义元素。在本实施例中，由于减速带通常比较稀疏，因此，可将减速带作为该语义分区元素，采用这种方式不需要对现有的泊车环境进行改造，因此适用面广且成本低；当然，在实际应用中，也可以采用其他语义元素，例如，额外设置其他分区标识。
48.s222，确定出已识别的分区语义元素在预设地图中的区域，并将该区域作为当前目标区域。
49.s223，在当前目标区域中查找与已识别的分区语义元素对应匹配的语义元素。
50.可以理解的是，采用上述步骤s221~s223的方式与上述采用遍历方式进行匹配相比，能够先找到目标区域，再在目标区域内进行匹配，从而可以减少匹配量，因而速度快、效率高。
51.（3）在步骤s21中识别出车体周围环境的语义元素的坐标系为图像坐标系，因此，在步骤s22中包括：a，将已识别的语义元素所在的图像坐标系的信息进行坐标转换；在本实施例中，由于预设泊车定位坐标系为预设地图坐标系，因此，在步骤a将处于图像坐标系中的语义元素的信息转换成预设地图坐标系中的信息，更具体为转换成右手坐标系中的信息。所谓图像坐标系为预设基于车辆的图像获取装置（例如环视相机）获取的图像来定义的坐标系。
52.b，根据所述当前时刻的所述初步定位位姿对所述转换后的信息进行预处理。借助上述步骤a可以实现，已识别的语义元素、初步定位位姿处于同一坐标系上，从而在步骤b中仅需要旋转和平移的预处理过程。
53.c，在预设地图中查找与已预处理的语义信息对应匹配的语义元素。由于已预处理的语义元素的信息在预设地图的坐标系上，因此，可以直接在该预设地图上进行查找，查找的方式可以采用上述遍历的方式，也可以采用上述步骤s221~s223.当然，在上述步骤s223中在目标区域进行查找匹配之前，也需要进行坐标转换。
54.在本实施例中，步骤a坐标转换关系为：，其中，为识别出的语义元素在图像坐标系的坐标；为语义元素经过坐标转换后在预设地图上的坐标。在实际应用中，转换关系依据实际情况而定。
55.在步骤b的预处理过程（即，旋转和平移过程）：第一，将车位线的语义元素可抽象化为一个或多个角点和锚点，利用这些角点和锚点进行位姿求解。例如，车位线，将其抽象化为4个角点和1个锚点，其中，4个角点按逆时针存放，顺序为：p0、 p1、 p2、 p3， p0和p1定义为库位的可泊入口，锚点为p0和p1的中点。第二，将地面标识的语义元素可抽象为轮廓点和锚点，地面标识包括如下中的至少一个：箭头、减速带和道路标线。例如，箭头的轮廓点抽象为多边形的直角点，锚点为这些直角点的中心。减速带的轮廓点是它的两个端点，锚点为两个端点的中点。
56.在k时刻（当前时刻）获得感知语义元素的角点后，将通过粗定位k时刻的结果对其进行旋转和平移，其中粗定位的定义为平移矩阵
，定义为旋转矩阵：角点与旋转和平移计算公式为：。
57.在步骤c中，通过上述遍历的方式或者步骤s221~s223查找到相互匹配的语义元素：地图的点对为：；与匹配的语义元素点对为：，二者一一对应。
58.（4）步骤s23中，和的点对是一一对应关系，获得点对后将构建误差函数，通过误差函数优化求解修正位姿。
59.误差函数为：；在误差函数中，和为待优化量，我们通过列文伯格-马夸尔特方法，进行迭代估计最优解。然后对和进行转换，得到。
60.在该位姿修正步骤s2中，语义元素包括但不限于：车库位和地面标识，车位线车库位包括：库位线和库位号；地面标识包括：箭头、减速带、楼层号和道路标线。本实施例中，车库位可以用来修正位置和航向，地面箭头可用来修正位置，减速带可用来修正航向，因此本发明由于采用多种语义信息，从而能够提高定位的准确度。
61.另外，步骤s2中，由于当前大多数中高配车已经配有自动辅助泊车控制器和环视相机，语义元素可以复用自动辅助泊车的语义元素，复用在很大程度上节省了计算资源。
62.三，下面详细对步骤s3描述，具体地：运动信息包括角速度和线速度；将初步定位位姿结合车体线速度和车体角速度作为滤波模型的预测值并组成状态集合，将修正位姿作为滤波模型的观测值。
63.该步骤s3优先采用扩展卡尔曼滤波，主要作用是得到精确、平滑且符合车辆动力学的后验位姿，即最终定位位姿。
64.实施例二本发明实施例二还提供一种车辆定位系统，该系统被配置成上述实施例一提供的车辆定位方法。
65.图2为本发明实施例二提供的车辆定位系统的第一种原理框图；图3为本发明实施例二提供的车辆定位系统的第二种原理框图，请一并参阅图2和图3，本发明实施例二提供的车辆定位系统包括：初步定位模块200、位姿修正模块300和滤波模块400。初步定位模块200包括第一计算子模块和第二计算子模块；位姿修正模块300包括识别子模块、匹配子模
块和修正子模块。
66.第一计算子模块用于根据车体的运动信息计算当前时刻和上一时刻之间位姿的位置更新量；第二计算子模块根据所述位置更新量和上一时刻的最终定位位姿得到车体当前时刻的初步定位位姿。
67.识别子模块用于识别车体当前时刻周围环境中的语义元素；匹配子模块用于根据当前时刻的初步定位位姿和已识别的所述语义元素，在预设地图中查找与已识别的语义元素对应匹配的语义元素；修正子模块用于根据相互匹配的语义元素对所述初步定位位姿进行修正得到修正位姿。
68.进一步地，第一计算子模块，用于获取车体当前时刻运动信息中的角速度和线速度；根据所述角速度、所述线速度以及上一时刻位姿计算当前时刻和上一时刻的位置更新量；所述上一时刻位姿根据车体上一时刻角速度、线速度以及上上一时刻的位姿计算得到。
69.进一步地，匹配子模块，还用于将当前时刻的所述初步定位位姿以预设半径的搜索范围在所述预设地图中进行遍历查找，直到查找到与识别出的所述语义元素相匹配的语义元素。
70.进一步地，匹配子模块，还用于识别车体当前时刻周围环境中的分区语义元素；所述分区语义元素为用于将所述预设地图划分为多个不同区域的语义元素；确定出已识别的所述分区语义元素在所述预设地图中的区域，并将该区域作为当前目标区域；在所述当前目标区域中查找与已识别的所述分区语义元素对应匹配的语义元素。
71.进一步地，匹配子模块，还用于将已识别的所述语义元素所在的图像坐标系的信息进行坐标转换；根据所述当前时刻的所述初步定位位姿对所述转换后的信息进行预处理；在所述预设地图中查找与已预处理的所述语义元素对应匹配的语义元素。
72.进一步地，滤波模块，还用于将当前时刻的初步定位位姿、角速度和线速度作为滤波模型的预测值，以及将修正位姿作为滤波模型的观测值进行滤波处理得到当前时刻的最终定位位姿。
73.进一步地，修正子模块，还用于获取车体的环视相机拍摄的照片；在照片中识别出所述语义元素。
74.进一步地，还包括初始化模块100，初始化模块100用于识别车体在库位附近时周围环境中的初始化语义元素，在预设地图中查找与已识别的初始化语义元素相匹配的语义元素；在露天场所时，通过gps信息确认位置信息，能够减小地图匹配范围，进而增加匹配的速度和准确性，根据查找到的语义元素确定出车体的初始位姿；所述初始化语义元素与所述预设地图上与库位一一对应；在这种情况下，第一计算子模块用于根据车体第1时刻的运动信息计算当前时刻和初始化时刻的位置更新量；第二计算子模块用于根据所述位置更新量和初始位姿得到所述车体的第1时刻的所述初步定位位姿。
75.实施例三本发明实施例还提供一种自动泊车方法，包括车辆定位步骤和车辆控制步骤；所述车辆定位步骤，采用上述实施例1提供的车辆定位方法对车辆定位；所述车辆控制步骤，根据车辆定位的位置信息和目标位置信息控制所述车辆移动至目标位置。
76.本发明实施例提供的自动泊车方法，由于采用上述实施例1提供的车辆定位方法，因此能够准确且快速地对车辆实现定位，从而能够快速且准确地实现自动泊车。
77.实施例四本发明实施例一种自动泊车系统，包括车辆定位模块和车辆控制模块；所述车辆定位模块，用于对所述车辆进行定位并发送至所述车辆控制模块，所述车辆定位模块采用实施例2提供的车辆定位系统；所述车辆控制模块，用于根据目标位置信息和所述车辆定位模块发送的定位信息控制所述车辆移动至目标位置。
78.本发明实施例提供的自动泊车系统，由于采用上述实施例2提供的车辆定位系统，因此，不仅成本低，且能够准确且快速地对车辆实现定位，从而能够实现自动泊车系统的成本低，且能够快速且准确地实现自动泊车。
79.实施例五本发明实施例还提供一种存储介质，该存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成上述实施例一提供的车辆定位方法或者实施例三提供的自动泊车方法。
80.本发明实施例提供的存储介质，由于在被处理器执行时能够执行上述车辆定位方法或自动泊车方法，因此也能够实现成本低，且能够快速准确地实现车辆定位或者自动泊车。
81.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
82.应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
83.以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。