一种车辆停车位置识别方法及装置与流程

1.本技术涉及车辆定位领域，尤其涉及一种车辆停车位置识别方法及装置。


背景技术：

2.随着车辆的普及，越来越多的停车场具有多层结构。用户在多层停车场进行寻车时，经常忘记停车楼层或停车位置，导致寻车效率低下，给用户带来不便。
3.因此，实现精确的停车位置定位，提高寻车效率尤为重要。


技术实现要素：

4.为了解决上述技术问题，本技术提供了一种车辆停车位置识别方法及装置，用于确定准确的车辆停车位置信息，提高寻车效率。
5.为了实现上述目的，本技术实施例提供的技术方案如下：
6.本技术实施例提供一种车辆停车位置识别方法，所述方法包括：
7.获取车辆的驾驶场景识别结果；所述驾驶场景识别结果包括第一驾驶场景和第二驾驶场景；
8.获取所述车辆的楼层识别结果；
9.根据所述驾驶场景识别结果和所述楼层识别结果确定所述车辆的实际目标停车场入口所在楼层；
10.获取所述车辆的经纬度信息；所述车辆的经纬度信息包括所述车辆的停车经纬度信息；
11.根据所述车辆的实际目标停车场入口所在楼层、所述车辆行驶时的楼层识别结果和所述车辆的经纬度信息，确定所述车辆停车前的轨迹数据；
12.确定所述车辆的停车信息；所述车辆的停车信息包括所述车辆的停车楼层、所述车辆的停车经纬度信息和所述车辆停车前的轨迹数据；所述车辆的停车楼层根据所述车辆的楼层识别结果获得。
13.可选的，所述获取车辆的驾驶场景识别结果，包括：
14.获取车辆第一时间段的车辆的方向盘转角信息和所述第一时间段的车辆速度信息；
15.对所述第一时间段的车辆的方向盘转角信息和所述第一时间段的车辆速度信息进行预处理，获取第一时间段的样本坐标点；
16.根据所述第一时间段的样本坐标点获取第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点；
17.从所述第一时间段的样本坐标点中确定第二时间段的样本坐标点；所述第一时间段包括所述第二时间段；
18.基于所述第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点对所述第二时间段的样本坐标点进行分类，得到分类结果；所述分类结果包括第一驾驶
场景的目标样本坐标点和第二驾驶场景的目标样本坐标点；
19.判断所述第一驾驶场景的目标样本坐标点是否大于第二驾驶场景的目标样本坐标点；
20.若是，获取车辆的驾驶场景识别结果；所述车辆的驾驶场景识别结果为第一驾驶场景；
21.若否，获取车辆的驾驶场景识别结果；所述车辆的驾驶场景识别结果为第二驾驶场景。
22.可选的，所述根据所述第一时间段的样本坐标点获取第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点，包括：
23.确定第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点；
24.基于所述第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点将所述第一时间段的样本坐标点分类为第一驾驶场景的样本坐标点、第二驾驶场景的样本坐标点和第三驾驶场景的样本坐标点；
25.根据所述第一驾驶场景的样本坐标点、所述第二驾驶场景的样本坐标点和所述第三驾驶场景的样本坐标点分别更新所述第一驾驶场景的初始中心点、所述第二驾驶场景的初始中心点和所述第三驾驶场景的初始中心点，获取第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点。
26.可选的，所述根据所述驾驶场景识别结果和所述楼层识别结果确定所述车辆的实际目标停车场入口所在楼层，包括：
27.从所述楼层识别结果中获取所述车辆行驶第一距离时的车辆所在楼层；所述第一距离大于第一预设距离；
28.从所述驾驶场景识别结果中获取所述车辆行驶第一距离时的驾驶场景；
29.当所述车辆行驶第一距离时的驾驶场景为第一驾驶场景时，确认所述车辆行驶第一距离时的车辆所在楼层为第一预测目标停车场入口所在楼层；
30.从所述驾驶场景识别结果中获取所述车辆行驶第二距离时的驾驶场景；
31.当所述车辆行驶第二距离时的驾驶场景为第一驾驶场景时，从所述楼层识别结果中获取所述车辆行驶第二距离时的车辆所在楼层；所述第二距离大于第二预设距离；所述第二距离为所述车辆行驶第一距离之后所述车辆行驶的距离；
32.根据所述车辆行驶第一距离时的车辆所在楼层和所述车辆行驶第二距离时的车辆所在楼层确定第一楼层变化方向数据；
33.获取第二楼层变化方向数据；所述第二楼层变化方向数据为所述车辆在第三距离内行驶时所述车辆所在楼层的变化方向数据；
34.当所述第二楼层变化方向数据中存在和所述第一楼层变化方向数据相同的数据时，从所述和所述第一楼层变化方向数据相同方向的数据中确定第二预测目标停车场入口所在楼层，确定所述第二预选目标停车场入口所在楼层为实际目标停车场入口所在楼层；
35.当所述第二楼层变化方向数据中不存在和所述第一楼层变化方向相同方向的数据时，确定所述第一预测目标停车场入口所在楼层为所述实际目标停车场入口所在楼层。
36.可选的，所述获取所述车辆的楼层识别结果，包括：
37.当所述驾驶场景识别结果为第一驾驶场景时，获取车辆的第一楼层识别结果；
38.当所述驾驶场景识别结果为第二驾驶场景时，获取车辆的第二楼层识别结果；所述第二楼层识别结果为1；
39.获取车辆的楼层识别结果；所述楼层识别结果包括所述第一楼层识别结果和所述第二楼层识别结果。
40.可选的，所述当所述驾驶场景识别结果为第一驾驶场景时，获取车辆的第一楼层识别结果，包括：
41.当所述驾驶场景识别结果为第一驾驶场景时，计算所述车辆行驶第四距离时，所述第四距离对应的道路坡度；所述第四距离大于第一预设距离；
42.当所述第四距离对应的坡度大于第一预设阈值时，记录所述车辆行驶第四距离内的车辆高度；
43.获取第五距离，所述第五距离为所述车辆行驶第四距离之后所述车辆行驶的距离；
44.通过计算单位时间内的车辆高度变化值来确定所述车辆行驶第五距离时的道路坡度；
45.当所述车辆行驶第五距离时的道路坡度小于第二预设阈值且所述第五距离大于第二预设距离时，记录所述车辆行驶第五距离时的车辆高度；
46.计算所述车辆行驶第四距离时的车辆高度和所述车辆行驶第五距离时的车辆高度的高度差；
47.当所述高度差在预设范围之内时，根据所述高度差确定新增楼层数；
48.根据所述车辆行驶第四距离时的车辆所在楼层和所述新增楼层数，获取所述车辆行驶第五距离时的车辆所在楼层；所述车辆行驶第五距离时的车辆所在楼层为车辆行驶时的第一楼层识别结果。
49.可选的，当所述车辆行驶第四距离前的所述驾驶场景识别结果均为第二驾驶场景时，所述车辆行驶第四距离时的车辆所在楼层为1。
50.可选的，所述方法还包括：
51.将所述车辆的停车信息传送给数据后台进行存储，以基于所述数据后台将所述车辆的停车信息显示在用户终端。
52.本技术实施例还提供了一种车辆停车位置识别装置，所述装置包括：
53.第一获取单元，用于获取车辆的驾驶场景识别结果；所述驾驶场景识别结果包括第一驾驶场景和第二驾驶场景；
54.第二获取单元，用于获取所述车辆的楼层识别结果；
55.第一确定单元，用于根据所述驾驶场景识别结果和所述楼层识别结果确定所述车辆的实际目标停车场入口所在楼层；
56.第三获取单元，用于获取所述车辆的经纬度信息；所述车辆的经纬度信息包括所述车辆的停车经纬度信息；
57.第二确定单元，用于根据所述车辆的实际目标停车场入口所在楼层、所述车辆行驶时的楼层识别结果和所述车辆的经纬度信息，确定所述车辆停车前的轨迹数据；
58.第三确定单元，用于确定所述车辆的停车信息；所述车辆的停车信息包括所述车
辆的停车楼层、所述车辆的停车经纬度信息和所述车辆停车前的轨迹数据；所述车辆的停车楼层根据所述车辆的楼层识别结果获得。
59.通过上述技术方案可知，本技术具有以下有益效果：
60.本技术实施例提供了一种车辆停车位置识别方法及装置，该方法包括：获取车辆的驾驶场景识别结果。其中，驾驶场景识别结果包括第一驾驶场景和第二驾驶场景。获取车辆的楼层识别结果。根据驾驶场景识别结果和楼层识别结果确定车辆的实际目标停车场入口所在楼层。获取车辆的经纬度信息，车辆的经纬度信息包括车辆的停车经纬度信息。根据车辆的实际目标停车场入口所在楼层、车辆行驶时的楼层识别结果和车辆的经纬度信息，确定车辆停车前的轨迹数据。确定车辆的停车位置信息。车辆的停车位置信息包括车辆的停车楼层、车辆的停车经纬度信息和车辆停车前的轨迹数据，其中，车辆的停车楼层根据车辆的楼层识别结果获得。通过该方法，可以获取车辆停车的停车楼层、车辆的停车经纬度信息和车辆停车前的轨迹数据。利用获取到的车辆停车的停车楼层、车辆的停车经纬度信息，可以准确得知车辆在多层停车场中的停车位置，实现精确的停车位置定位。利用获得的车辆停车前的轨迹数据，可以使用户准确快速寻车，提高寻车效率。
附图说明
61.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
62.图1为本技术实施例提供的一种车辆停车位置识别方法的示例性应用场景的示意图；
63.图2为本技术实施例提供的一种车辆停车位置识别方法的流程图；
64.图3为本技术实施例提供的一种获取车辆的驾驶场景识别结果的流程图；
65.图4为本技术实施例提供的驾驶场景识别示意图；
66.图5为本技术实施例提供的一种获取车辆的第一楼层识别结果的流程图；
67.图6为本技术实施例提供的获取车辆的第一楼层识别结果的应用示意图；
68.图7为本技术实施例提供的一种确定车辆的实际目标停车场入口所在楼层的流程图；
69.图8为本技术实施例提供的获取车辆的实时gps信息的示意图；
70.图9为本技术实施例提供的一种车辆停车位置识别装置的示意图。
具体实施方式
71.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术实施例作进一步详细的说明。
72.为了便于理解本技术实施例提供的车辆停车位置识别方法，下面结合图1对本技术实施例的应用场景进行说明。参见图1，图1为本技术实施例提供的一种车辆停车位置识别方法的示例性应用场景的示意图。本技术实施例提供的车辆停车位置识别方法可以应用于车载终端的定位模块101。
73.定位模块101至少包括驾驶场景识别模块1011、楼层识别模块1012、停车场识别模块1013及融合定位模块1014。驾驶场景识别模块1011用于获取车辆的驾驶场景识别结果。其中，驾驶场景识别结果包括第一驾驶场景和第二驾驶场景。楼层识别模块1012用于实时获取车辆的楼层识别结果。停车场识别模块1013根据驾驶场景识别结果和楼层识别结果确定车辆的实际目标停车场入口所在楼层。融合定位模块1014用于实时获取车辆的经纬度信息，车辆的经纬度信息包括车辆的停车经纬度信息。定位模块101根据车辆的实际目标停车场入口所在楼层、车辆行驶时的楼层识别结果和车辆的经纬度信息，确定车辆停车前的轨迹数据。定位模块101确定车辆的停车位置信息。车辆的停车位置信息包括车辆的停车楼层、车辆的停车经纬度信息和车辆停车前的轨迹数据，其中，车辆的停车楼层根据车辆的楼层识别结果获得。
74.定位模块101将车辆的停车信息发送给车载终端中的通讯模块102。通讯模块102将车辆的停车信息传给数据后台103，使数据后台103存储相关的车辆的停车信息。特别的，如果车辆处于无网络信号或无法上传数据的场景时，通讯模块102能存储数据，在网络信号恢复时将数据上传给数据后台103。
75.当用户停车后，用户可以通过手机终端104查看车辆的停车位置信息及停车前的轨迹数据进行快速寻车。其中，车辆的停车位置信息包括在多层停车场中的楼层信息，经纬度信息等。
76.可以理解的是，除了车辆的停车信息，定位模块101还会将车辆行驶过程中的实时车辆位置信息，车辆的驾驶场景识别结果，车辆的楼层识别结果和停车场入口所在楼层等信息实时传送给数据后台103。其中，车辆位置信息包括车辆的经纬度信息和高度信息。
77.本领域技术人员可以理解，图1所示的示意图仅是本技术实施方式得以在其中实施的一个示例，本技术的实施方式的适用范围并不受到该框架任何方面的限制。
78.参见图2，图2为本技术实施例提供的一种车辆停车位置识别方法的流程图，该方法应用于车载终端的定位模块101。如图2所示，该方法包括s201-s206：
79.s201：获取车辆的驾驶场景识别结果；驾驶场景识别结果包括第一驾驶场景和第二驾驶场景。
80.车辆在行驶过程中，定位模块中的驾驶场景识别模块会实时进行车辆的驾驶场景的识别，并生成车辆的驾驶场景识别结果。驾驶场景识别结果包括第一驾驶场景和第二驾驶场景，具体的，第一驾驶场景为停车场场景，第二驾驶场景为非停车场场景。
81.具体实施时，参见图3，图3为本技术实施例提供的一种获取车辆的驾驶场景识别结果的流程图。如图3所示，获取车辆的驾驶场景识别结果，包括：
82.s301：获取车辆第一时间段的车辆的方向盘转角信息和第一时间段的车辆速度信息。
83.在车辆行驶过程中，获取并缓存车辆第一时间段的车辆的方向盘转角信息和第一时间段的车辆速度信息。作为一种示例，第一时间段为车辆行驶过程中最新一段时间，例如5分钟。可以理解的是，车辆行驶过程中的车辆的方向盘转角信息和车辆速度信息可以反映车辆当前的驾驶场景。例如当车辆的方向盘转角大，同时车辆速度慢时，可以认为当前车辆的驾驶长江为第一驾驶场景，即停车场场景。
84.具体的，车辆的方向盘转角信息为车辆的方向盘转角的具体值。车辆速度信息为
车辆速度的具体值。车辆的方向盘转角用δ
sw
表示，车辆速度用v表示。
85.s302：对第一时间段的车辆的方向盘转角信息和第一时间段的车辆速度信息进行预处理，获取第一时间段的样本坐标点。
86.在缓存第一时间段的车辆的方向盘转角信息和第一时间段的车辆速度信息后，对其进行预处理，获取第一时间段的样本坐标点。
87.作为一种示例，预处理为对数据进行重新表达，即将第一时间段的车辆的方向盘转角和车辆速度构成的坐标点通过向量的方向和长度进行重新表达。该向量为车辆的方向盘转角和车辆速度构成的坐标点与坐标原点构成的向量。其中，向量的方向通过向量的方向角的余弦表示，向量的长度用向量的长度与向量方向的最大长度的比值进行表示。
88.通过对第一时间段的车辆的方向盘转角和车辆速度构成的坐标点进行重新表达后，获得第一时间段的样本坐标点。可以理解的是，样本坐标点用向量的方向和长度进行表示。
89.例如，参见图4，图4为驾驶场景识别示意图。图4左边的坐标系的横轴为车辆速度v，纵轴为车辆的方向盘转角δ
sw
，坐标中的坐标为车辆的方向盘转角和车辆速度构成的坐标点。图4左边坐标系中的l曲线表示给定方向的最大长度，也即向量的方向的最大长度。图4右边的坐标系为对车辆的方向盘转角和车辆速度构成的坐标点进行重新表达得到的坐标系，坐标系中的横轴为再表达之后的向量的方向，用cos(α)表示，其中α为向量的方向角。坐标系的纵轴为再表达之后的向量的长度，用ρk/ρ来表示，其中ρ为向量方向的最大长度，ρi表示图4左边坐标系中第k个坐标点向量的长度。
90.需要说明的是，图4中给定反向的最大长度可通过日常车辆驾驶过程中最大的侧向加速度(一般小于4m/s2)进行确定，如下式所示。式中，ii为转向系统角传动比，a
y_max
为给定最大侧向加速度,l为轴距，v
max
为最大速度，δ
sw_max
为车辆的最大方向盘转角：
[0091][0092]
可以理解的是，预处理的作用为统一车辆的方向盘转角信息和车辆速度信息的数据范围，方便后续分析并获取车辆的驾驶场景识别结果。
[0093]
s303：根据第一时间段的样本坐标点获取第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点。
[0094]
在获得第一时间段的样本坐标点后，根据获得的第一时间段的样本坐标点确定第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点。
[0095]
具体实施时，根据第一时间段的样本坐标点获取第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点，包括：
[0096]
确定第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点；
[0097]
基于第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点将第一时间段的样本坐标点分类为第一驾驶场景的样本坐标点、第二驾驶场景
的样本坐标点和第三驾驶场景的样本坐标点；
[0098]
根据第一驾驶场景的样本坐标点、第二驾驶场景的样本坐标点和第三驾驶场景的样本坐标点分别更新第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点，获取第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点。
[0099]
需要说明的是，确定第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点时，第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点为随机选取的。参见图4，第一驾驶场景为停车场景，用p1进行表示。第二驾驶场景为非停车场场景，用p2进行表示，非停车场场景可以表示车辆在正常道路行驶时的驾驶行为。第三驾驶场景为模糊地带，该驾驶场景在停车场和开放道路驾驶中都可能存在，用p3进行表示。第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点分别用c1、c2和c3进行表示。
[0100]
其中，基于第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点将第一时间段的样本坐标点分类为第一驾驶场景的样本坐标点、第二驾驶场景的样本坐标点和第三驾驶场景的样本坐标点。具体的，利用欧式距离对第一时间段的样本坐标点进行分类。详细地，计算每个样本坐标点到初始中心点的欧式距离，将样本坐标点划分到距离最小的分类中心对应的类别中。
[0101]
另外，根据第一驾驶场景的样本坐标点、第二驾驶场景的样本坐标点和第三驾驶场景的样本坐标点分别更新第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点，得到更新后的第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点。
[0102]
具体的，根据最新的第一时间段的样本坐标点的分类，取各类中所有坐标点的均值为新的分类中心，如下式所示：
[0103][0104]
其中，(x
ci
,y
ci
)为驾驶场景的新的分类中心，i表示驾驶场景，取值为1、2和3。x
ci
表示第i个驾驶场景的分类中心的横坐标，y
ci
表示第i个驾驶场景的分类中心的纵坐标。ni表示第i个驾驶场景中样本坐标点的个数，j表示第i个驾驶场景中第j个样本坐标点。x
i_j
表示第i个驾驶场景中第j个样本坐标点的横坐标，y
i_j
表示第i个驾驶场景中第j个样本坐标点的纵坐标。
[0105]
需要说明的是，当确定的各个驾驶场景的新的分类中心后，则确定了第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点。之后，随着车辆的行驶，会缓存车辆新的第一时间段的车辆的方向盘转角信息和新的第一时间段的车辆速度信息，则要再重新各个驾驶场景的分类中心。即各个驾驶场景的分类中心需要不断地实时进行更新，针对不同的驾驶员、不同的场景，分类中心都在实时进行更新。
[0106]
s304：从第一时间段的样本坐标点中确定第二时间段的样本坐标点；第一时间段包括第二时间段。
[0107]
在根据第一时间段的样本坐标点获取第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点时，从第一时间段的样本坐标点中确定第二时间段的样本坐
标点；第一时间段包括第二时间段。例如，第二时间段为第一时间段内的最新1分钟。
[0108]
s305：基于第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点对第二时间段的样本坐标点进行分类，得到分类结果；分类结果包括第一驾驶场景的目标样本坐标点和第二驾驶场景的目标样本坐标点。
[0109]
基于获取的第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点，对第二时间段的样本坐标点进行分类，得到分类结果。分类结果具体为第一驾驶场景的目标样本坐标点和第二驾驶场景的目标样本坐标点。由于第三驾驶场景不具备区分能力，故不进行判断。
[0110]
s306：判断第一驾驶场景的目标样本坐标点是否大于第二驾驶场景的目标样本坐标点。
[0111]
判断获得的第二时间段内的第一驾驶场景的目标样本坐标点是否大于第二驾驶场景的目标样本坐标点。
[0112]
s307：若是，获取车辆的驾驶场景识别结果，所述车辆的驾驶场景识别结果为第一驾驶场景。
[0113]
当获得的第二时间段内的第一驾驶场景的目标样本坐标点大于第二驾驶场景的目标样本坐标点，即p1类中目标样本坐标点的个数大于p2中的目标样本坐标点的个数时，确定目前车辆的驾驶场景识别结果为第一驾驶场景，即停车场场景。
[0114]
s308：若否，获取车辆的驾驶场景识别结果，所述车辆的驾驶场景识别结果为第二驾驶场景。
[0115]
当获得的第二时间段内的第一驾驶场景的目标样本坐标点不大于第二驾驶场景的目标样本坐标点，即p1类中目标样本坐标点的个数不大于p2中的目标样本坐标点的个数时，确定目前车辆的驾驶场景识别结果为第二驾驶场景，即非停车场场景。
[0116]
通过以上方法，可以利用定位模块中的驾驶场景识别模块实时进行车辆的驾驶场景的识别，并生成车辆的驾驶场景识别结果。
[0117]
s202：获取车辆的楼层识别结果。
[0118]
在定位模块中的驾驶场景识别模块实时进行车辆的驾驶场景的识别的同时，定位模块中的楼层识别模块在实时进行车辆的楼层识别，并生成车辆的楼层识别结果。需要说明的是，驾驶场景识别模块会将车辆的驾驶场景识别结果传送到车辆的楼层识别模块中。
[0119]
具体实施时，获取车辆的楼层识别结果，包括：
[0120]
当驾驶场景识别结果为第一驾驶场景时，获取车辆的第一楼层识别结果；
[0121]
当驾驶场景识别结果为第二驾驶场景时，获取车辆的第二楼层识别结果；第二楼层识别结果为1；
[0122]
获取车辆的楼层识别结果；楼层识别结果包括第一楼层识别结果和第二楼层识别结果。
[0123]
可以理解的是，当驾驶场景识别结果为第一驾驶场景时，表明车辆已进入停车场中，例如多层停车场，此时获取车辆的第一楼层识别结果。当驾驶场景识别结果为第二驾驶场景时，表明车辆还未进入停车场中，例如多层停车场。此时楼层识别模块中楼层识别结果为第二楼层识别结果，第二楼层识别结果为1，表明车辆所在楼层数未增加。
[0124]
具体的，参见图5，图5为本技术实施例提供的一种获取车辆的第一楼层识别结果
的流程图。如图5所示，当驾驶场景识别结果为第一驾驶场景时，获取车辆的第一楼层识别结果，包括：
[0125]
s501：当驾驶场景识别结果为第一驾驶场景时，计算车辆行驶第四距离时，第四距离对应的道路坡度；第四距离大于第一预设距离。
[0126]
当驾驶场景识别结果为第一驾驶场景，即停车场场景时，说明用户要进行停车操作。此时，计算计算车辆行驶第四距离时，第四距离对应的道路坡度；第四距离大于第一预设距离。需要说明的是，第四距离为车辆行驶过程中的一段距离，第四距离根据实际情况进行选取。第一预设距离根据实际情况进行选取，这里不对第一预设距离进行限定。
[0127]
定位模块实时获取车辆的全球定位系统(global positioning system，gps)信息。gps信息包括车辆的经纬度信息和高度信息。计算第四距离对应的道路坡度，具体的，可以利用实时获取的gps信息中的高度信息来计算车辆行驶第四距离产生的高度差，并将该高度差作为第四距离对应的道路坡度。
[0128]
s502：当第四距离对应的坡度大于第一预设阈值时，记录车辆行驶第四距离内的车辆高度。
[0129]
当获得的第四距离对应的坡度大于第一预设阈值时，记录车辆行驶第四距离内的车辆高度。车辆行驶第四距离内的车辆高度即车辆在第四距离内车辆的高度增量。需要说明的是，第一预设阈值根据实际情况进行选取，例如根据停车场具体情况进行选取，这里不对第一预设阈值进行限定。
[0130]
需要说明的是，当第四距离对应的坡度大于第一预设阈值时，说明第四距离中包含坡道起点。
[0131]
记录车辆行驶第四距离时的车辆高度，具体的，可以通过实时记录的gps信息中的高度信息获得车辆行驶第四距离时的车辆高度。将车辆行驶到第四距离时的车辆的位置作为坡道起点，坡道起点可以通过该位置处的gps信息进行体现。
[0132]
需要说明的是，当第四距离对应的坡度不大于第一预设阈值时，重新获取第四距离，并进行车辆行驶第四距离时对应的坡度是否大于第一预设阈值的判断，直到找到坡道起点。
[0133]
s503：获取第五距离，第五距离为车辆行驶第四距离之后车辆行驶的距离。
[0134]
获取第五距离，第五距离为车辆行驶第四距离之后车辆行驶的距离；第五距离大于第二预设距离。需要说明的是，第五距离根据实际情况进行选取，这里不对第五距离进行限定。
[0135]
s504：通过计算单位时间内的车辆高度变化值来确定车辆行驶第五距离时的道路坡度。
[0136]
在获取第五距离后，通过计算单位时间内的车辆高度变化值来确定车辆行驶第五距离时的道路坡度。
[0137]
s505：当车辆行驶第五距离时的道路坡度小于第二预设阈值且第五距离大于第二预设距离时，记录车辆行驶第五距离时的车辆高度。
[0138]
当车辆行驶第五距离时的道路坡度小于第二预设阈值时，记录车辆行驶第五距离时的车辆高度。需要说明的是，第二预设阈值根据实际情况进行选取，这里不对第二预设阈值进行限定。例如，第二预设阈值选取为1度。
[0139]
当车辆行驶第五距离时的道路坡度小于第二预设阈值时，说明车辆已经进入水平路段，记录车辆行驶第五距离时车辆的位置为坡度终点。坡度终点可以通过该位置处的gps信息进行体现。
[0140]
需要说明的是，当车辆行驶第五距离时的道路坡度不小于第二预设阈值时，重新获取第五距离，并进行车辆行驶第五距离时对应的坡度是否大于第二预设阈值的判断，直到找到坡道终点。
[0141]
s506：计算车辆行驶第四距离时的车辆高度和车辆行驶第五距离时的车辆高度的高度差。
[0142]
当获取车辆行驶第四距离时的车辆高度和车辆行驶第五距离时的车辆高度时，计算车辆行驶第四距离时的车辆高度和车辆行驶第五距离时的车辆高度的高度差。
[0143]
s507：当高度差在预设范围之内时，根据高度差确定新增楼层数。
[0144]
当计算得到的高度差在预设范围之内时，根据高度差确定新增楼层数。
[0145]
需要说明的是，预设范围根据实际情况进行选取，这里不对预设范围进行限定。当计算得到的高度差在预设范围之内时，认为车辆经过了停车场的一层楼。否则认为车辆在进行普通的上下坡，此时，不进行楼层的计算。
[0146]
当高度差在预设范围内时，根据获得的高度差计算新增楼层数，具体的，将高度差除以楼层高度，得到计算结果，再对计算结果进行取整操作，得到新增楼层数。其中，楼层高度根据实际情况进行选取，例如5米。
[0147]
s508：根据车辆行驶第四距离时的车辆所在楼层和新增楼层数，获取车辆行驶第五距离时的车辆所在楼层；车辆行驶第五距离时的车辆所在楼层为车辆行驶时的第一楼层识别结果。
[0148]
在确定车辆行驶到第五距离时的新增楼层数后，获取车辆行驶第四距离时的车辆所在楼层。则根据车辆行驶第四距离时的车辆所在楼层和车辆行驶到第五距离时的新增楼层数，可以得知车辆行驶第五距离时的车辆所在楼层。车辆行驶第五距离时的车辆所在楼层为车辆行驶时的第一楼层识别结果。
[0149]
需要说明的是，当车辆行驶第四距离前的驾驶场景识别结果均为第二驾驶场景时，车辆行驶第四距离时的车辆所在楼层为1。即当车辆行驶第四距离前的驾驶场景识别结果为非停车场场景时，车辆行驶第四距离时的车辆所在楼层为1，则车辆行驶第五距离时的车辆所在楼层为新增楼层数加1。
[0150]
为了便于理解获取车辆的第一楼层识别结果的过程，本技术实施例还提供了获取车辆的第一楼层识别结果的应用示意图，参见图6。确定第一楼层识别结果的过程分为3步：step1坡道起点识别、step2坡道终点识别、step3楼层计算。
[0151]
该确定第一楼层识别结果的过程应用于楼层识别模块中。输入车辆的经纬度信息(x,y)，车辆的高度信息h，车辆的实时速度信息vx(等同于上述的车辆速度v)。在没有识别到楼层信息时，标志位flag为0。
[0152]
step1坡道起点识别：车辆在行驶过程中，速度vx不为0。计算车辆行驶过程中的，当第四距离delta_dis1大于第一预设距离dis_thd1时，判断第四距离delta_dis1对应的车辆高度delta_h。当车辆高度delta_h大于第一预设阈值h_thd时，则该段路段包含坡道起点。记录此时车辆的平面坐标(x1，y1)和高度h1作为坡道起点，并将过程flag置1，以进入
step2，并同时将delta_dis1和delta_h进行重置。否则，将delta_dis1和delta_h进行重置，并判断新的第四距离中是否包含坡道起点。
[0153]
step2坡道终点识别：当找到坡道起点(flag＝1)之后，在车辆速度vx不为0的情况下，车辆继续行驶一段距离，该距离为第五距离。在车辆行驶到第五距离时，通过单位时间内高度的增量对坡度进行判断，当坡度小于第二预设阈值，例如1度(此值不进行限定)时且第五距离delta_dis2大于dis_thd2时，则说明车辆已进入水平路段，记录此时车辆高度h2为坡道终点，并将过程flag置2，以进入step3。否则，重置delta_dis2并重复step2，直至找到坡道终点。
[0154]
step3楼层计算：当坡道起点和终点的高度差在flr_min和flr_max之内的时候，则认为是停车场的楼层。否则可能是日常普通上下坡，不计算楼层。可以理解的是，flr_min和flr_max之内的范围为预设范围。当高度差在预设范围内时，则在车辆行驶第四距离时车辆所在楼层floor的基础上直接按照5m层高进行除法取整后累加。此时，重置flag为0。输出第一楼层识别结果floor，以及车辆的经纬度信息(x,y)。
[0155]
s203：根据驾驶场景识别结果和楼层识别结果确定车辆的实际目标停车场入口所在楼层。
[0156]
车辆的驾驶场景识别模块实时获取车辆的驾驶场景，楼层识别模块实时获取车辆的楼层。根据驾驶场景识别结果和楼层识别结果确定车辆的实际目标停车场入口所在楼层。
[0157]
具体的，参见图7，图7为本技术实施例提供的一种确定车辆的实际目标停车场入口所在楼层的流程图。如图7所示，根据驾驶场景识别结果和楼层识别结果确定车辆的实际目标停车场入口所在楼层，包括：
[0158]
s701：从楼层识别结果中获取车辆行驶第一距离时的车辆所在楼层；第一距离大于第一预设距离。
[0159]
从实时获取的楼层识别结果中获取车辆行驶第一距离时的车辆所在楼层。第一距离大于第一预设距离。需要说明的是，第一距离为车辆行驶过程中的一段距离，可根据实际情况进行选取，例如100米。
[0160]
s702：从驾驶场景识别结果中获取车辆行驶第一距离时的驾驶场景。
[0161]
从实时获取的驾驶场景识别结果中获取车辆行驶第一距离时的驾驶场景。
[0162]
s703：当车辆行驶第一距离时的驾驶场景为第一驾驶场景时，确认车辆行驶第一距离时的车辆所在楼层为第一预测目标停车场入口所在楼层。
[0163]
s704：从驾驶场景识别结果中获取车辆行驶第二距离时的驾驶场景。
[0164]
从实时获取的驾驶场景识别结果中获取车辆行驶第二距离时的驾驶场景。需要说明的是，第一距离根据实际情况进行选取。
[0165]
s705：当车辆行驶第二距离时的驾驶场景为第一驾驶场景时，从楼层识别结果中获取车辆行驶第二距离时的车辆所在楼层；第二距离大于第二预设距离；第二距离为车辆行驶第一距离之后车辆行驶的距离。
[0166]
当车辆行驶第二距离时的驾驶场景为第一驾驶场景时，从楼层识别结果中获取车辆行驶第二距离时的车辆所在楼层。此时，说明车辆一直处于第一驾驶场景，即停车场场景中，此时，避免了由于某些误差导致的车辆的驾驶场景识别结果为第一驾驶场景的情况。
[0167]
当车辆行驶第二距离时的驾驶场景不为第一驾驶场景时，重新执行s701。
[0168]
s706：根据车辆行驶第一距离时的车辆所在楼层和车辆行驶第二距离时的车辆所在楼层确定第一楼层变化方向数据。
[0169]
在获得了车辆行驶第一距离时的车辆所在楼层和车辆行驶第二距离时的车辆所在楼层后，利用两个楼层数确定第一楼层变化方向数据。具体的，设置floordir＝floor-floor0，其中floordir为第一楼层变化方向数据，floor为车辆行驶第二距离时的车辆所在楼层，floor0为车辆行驶第一距离时的车辆所在楼层。当floordir为正时，确定第一楼层变化方向为增加方向，当floordir为负时，确定第一楼层变化方向为减少方向。
[0170]
s707：获取第二楼层变化方向数据；第二楼层变化方向数据为车辆在第三距离内行驶时车辆所在楼层的变化方向数据。
[0171]
获取第二楼层变化方向数据，该第二楼层变化方向数据为车辆在第三距离内行驶时车辆所在楼层的变化方向数据。
[0172]
需要说明的是，第三距离为s703中识别到第一驾驶场景之前的车辆行驶过程中的一段距离。获取第二楼层变化方向数据是为了确定s703中的识别到第一驾驶场景是否准确，即通过判断在第一预测目标停车场入口所在楼层之前是否还有其他楼层可判定为停车场入口，来确定s703中的识别到第一驾驶场景是否准确。
[0173]
s708：当第二楼层变化方向数据中存在和第一楼层变化方向数据相同的数据时，从和第一楼层变化方向数据相同方向的数据中确定第二预测目标停车场入口所在楼层，确定第二预选目标停车场入口所在楼层为实际目标停车场入口所在楼层。
[0174]
当第二楼层变化方向数据中存在和第一楼层变化方向数据相同的数据时，从和第一楼层变化方向数据相同方向的数据中确定第二预测目标停车场入口所在楼层。作为一种示例，若第一楼层变化方向数据floordir为正，则若第二楼层变化方向数据中存在正的floordir时，则认为第二楼层变化方向数据中存在和第一楼层变化方向数据相同的数据。此时，确定和第一楼层变化方向数据相同方向的数据，即第二楼层变化方向数据中楼层变化方向为正方向的floordir，根据该floordir数据获得和该floordir数据相对应的楼层信息，即floor和floor0。将此处的floor0确定为第二预测目标停车场入口所在楼层，并确定第二预选目标停车场入口所在楼层为实际目标停车场入口所在楼层。通过该过程，说明有更靠前的停车场入口存在。
[0175]
s709：当第二楼层变化方向数据中不存在和第一楼层变化方向相同方向的数据时，确定第一预测目标停车场入口所在楼层为实际目标停车场入口所在楼层。
[0176]
当第二楼层变化方向数据中不存在和第一楼层变化方向相同方向的数据时，则说明第一预测目标停车场入口所在楼层即为实际目标停车场入口所在楼层。将第一预测目标停车场入口所在楼层确定为实际目标停车场入口所在楼层。
[0177]
s204：获取车辆的经纬度信息；车辆的经纬度信息包括车辆的停车经纬度信息。
[0178]
通过融合定位模块实时获取车辆的经纬度信息，则车辆的经纬度信息包含有车辆停车时车辆的停车经纬度信息。具体的，车辆的经纬度信息由实时获取的gps信息得到。
[0179]
需要说明的是，通过融合定位模块实时获得的gps信息为校正后的gps信息。当gps信号较弱或gps信号无信号时，通过航迹推算的方法将无信号或信号较弱时的位置信息进行推算，以校正gps的位置信息。参见图8，图8为本技术实施例提供的获取车辆的实时gps信
息的示意图，该示意图中获取车辆的实时gps信息通过融合定位模块实现。
[0180]
如图8所示，融合定位模块的输入信号包括车载终端(telematics box，t-box)发送的gps信号，速度控制系统(speed control systems，scs)发送的轮速、横摆角速度和加速度，方向盘转角传感器(steering angle sensor，sas)发送的方向盘转角；输出信号为定位信息输出。将输入信号中的gps信号发送给融合定位模块中的辅助定位模块，具体的，对输入信号中的gps信号进行三维位置精度因子(position dilution of precision，pdop)阈值判断。当输出结果满足pdop阈值条件时，则直接输出gps信息，即输出信号为满足pdop阈值条件的gps信息。当输出结果不满足pdop阈值条件时，从gps信息确定初始位置信息和k-1时刻定位信息。并根据轮速、横摆角速度、加速度和方向盘转角确定线加速度和横摆角速度。利用初始位置信息、k-1时刻定位信息、线加速度和横摆角速度进行航迹推算，得到校正后的gps信息，将校正后的gps信息作为定位信息进行输出。需要说明的是，初始位置信息是gps无效时的时刻，当前时刻为k，k-1时刻即gps丢失信号的时刻。
[0181]
s205：根据车辆的实际目标停车场入口所在楼层、车辆行驶时的楼层识别结果和车辆的经纬度信息，确定车辆停车前的轨迹数据。
[0182]
在获得车辆的实际目标停车场入口所在楼层、车辆行驶时的楼层识别结果和车辆的经纬度信息后，可以确定车辆停车前的轨迹数据。车辆停车前的轨迹数据包括车辆的实际目标停车场入口所在楼层、车辆的停车楼层和从停车场入口到停车楼层之间道路上车辆的经纬度信息。其中，车辆的停车楼层根据车辆的楼层识别结果获得。从停车场入口到停车楼层之间道路上车辆的经纬度信息是从实时记录的车辆的经纬度信息中获得的。
[0183]
s206：确定车辆的停车信息；车辆的停车信息包括车辆的停车楼层、车辆的停车经纬度信息和车辆停车前的轨迹数据；车辆的停车楼层根据车辆的楼层识别结果获得。
[0184]
在获得车辆的停车楼层、车辆的停车经纬度信息和车辆停车前的轨迹数据后，可以确定车辆的停车信息。则用户可以根据车辆的停车信息进行寻车。
[0185]
通过本技术实施例提供的一种车辆停车位置识别方法，获取车辆的驾驶场景识别结果。其中，驾驶场景识别结果包括第一驾驶场景和第二驾驶场景。获取车辆的楼层识别结果。根据驾驶场景识别结果和楼层识别结果确定车辆的实际目标停车场入口所在楼层。获取车辆的经纬度信息，车辆的经纬度信息包括车辆的停车经纬度信息。根据车辆的实际目标停车场入口所在楼层、车辆行驶时的楼层识别结果和车辆的经纬度信息，确定车辆停车前的轨迹数据。确定车辆的停车位置信息。车辆的停车位置信息包括车辆的停车楼层、车辆的停车经纬度信息和车辆停车前的轨迹数据，其中，车辆的停车楼层根据车辆的楼层识别结果获得。通过该方法，可以获取车辆停车的停车楼层、车辆的停车经纬度信息和车辆停车前的轨迹数据。利用获取到的车辆停车的停车楼层、车辆的停车经纬度信息，可以准确得知车辆在多层停车场中的停车位置，实现精确的停车位置定位。利用获得的车辆停车前的轨迹数据，可以使用户准确快速寻车，提高寻车效率。
[0186]
本技术实施例还提供了一种车辆停车位置识别装置。参见图9，图9为本技术实施例提供的一种车辆停车位置识别装置的示意图，该装置包括：
[0187]
第一获取单元901，用于获取车辆的驾驶场景识别结果；所述驾驶场景识别结果包括第一驾驶场景和第二驾驶场景；
[0188]
第二获取单元902，用于获取所述车辆的楼层识别结果；
[0189]
第一确定单元903，用于根据所述驾驶场景识别结果和所述楼层识别结果确定所述车辆的实际目标停车场入口所在楼层；
[0190]
第三获取单元904，用于获取所述车辆的经纬度信息；所述车辆的经纬度信息包括所述车辆的停车经纬度信息；
[0191]
第二确定单元905，用于根据所述车辆的实际目标停车场入口所在楼层、所述车辆行驶时的楼层识别结果和所述车辆的经纬度信息，确定所述车辆停车前的轨迹数据；
[0192]
第三确定单元906，用于确定所述车辆的停车信息；所述车辆的停车信息包括所述车辆的停车楼层、所述车辆的停车经纬度信息和所述车辆停车前的轨迹数据；所述车辆的停车楼层根据所述车辆的楼层识别结果获得。
[0193]
可选的，在本技术实施例的一些实施方式中，所述第一获取单元901，包括：
[0194]
第一获取子单元，用于获取车辆第一时间段的车辆的方向盘转角信息和所述第一时间段的车辆速度信息；
[0195]
预处理子单元，用于对所述第一时间段的车辆的方向盘转角信息和所述第一时间段的车辆速度信息进行预处理，获取第一时间段的样本坐标点；
[0196]
第二获取子单元，用于根据所述第一时间段的样本坐标点获取第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点；
[0197]
第一确定子单元，用于从所述第一时间段的样本坐标点中确定第二时间段的样本坐标点；所述第一时间段包括所述第二时间段；
[0198]
第一分类子单元，用于基于所述第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点对所述第二时间段的样本坐标点进行分类，得到分类结果；所述分类结果包括第一驾驶场景的目标样本坐标点和第二驾驶场景的目标样本坐标点；
[0199]
判断子单元，用于判断所述第一驾驶场景的目标样本坐标点是否大于第二驾驶场景的目标样本坐标点；
[0200]
第三获取子单元，用于当所述第一驾驶场景的目标样本坐标点大于第二驾驶场景的目标样本坐标点时，获取车辆的驾驶场景识别结果；所述车辆的驾驶场景识别结果为第一驾驶场景；
[0201]
第四获取子单元，用于当所述第一驾驶场景的目标样本坐标点不大于第二驾驶场景的目标样本坐标点时，获取车辆的驾驶场景识别结果；所述车辆的驾驶场景识别结果为第二驾驶场景。
[0202]
可选的，在本技术实施例的一些实施方式中，所述第二获取子单元，包括：
[0203]
第二确定子单元，用于确定第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点；
[0204]
第二分类子单元，用于基于所述第一驾驶场景的初始中心点、第二驾驶场景的初始中心点和第三驾驶场景的初始中心点将所述第一时间段的样本坐标点分类为第一驾驶场景的样本坐标点、第二驾驶场景的样本坐标点和第三驾驶场景的样本坐标点；
[0205]
更新子单元，用于根据所述第一驾驶场景的样本坐标点、所述第二驾驶场景的样本坐标点和所述第三驾驶场景的样本坐标点分别更新所述第一驾驶场景的初始中心点、所述第二驾驶场景的初始中心点和所述第三驾驶场景的初始中心点，获取第一驾驶场景的中心点、第二驾驶场景的中心点和第三驾驶场景的中心点。
[0206]
可选的，在本技术实施例的一些实施方式中，所述第一确定单元903，包括：
[0207]
第五获取子单元，用于从所述楼层识别结果中获取所述车辆行驶第一距离时的车辆所在楼层；所述第一距离大于第一预设距离；
[0208]
第六获取子单元，用于从所述驾驶场景识别结果中获取所述车辆行驶第一距离时的驾驶场景；
[0209]
第三确定子单元，用于当所述车辆行驶第一距离时的驾驶场景为第一驾驶场景时，确认所述车辆行驶第一距离时的车辆所在楼层为第一预测目标停车场入口所在楼层；
[0210]
第七获取子单元，用于从所述驾驶场景识别结果中获取所述车辆行驶第二距离时的驾驶场景；
[0211]
第八获取子单元，用于当所述车辆行驶第二距离时的驾驶场景为第一驾驶场景时，从所述楼层识别结果中获取所述车辆行驶第二距离时的车辆所在楼层；所述第二距离大于第二预设距离；所述第二距离为所述车辆行驶第一距离之后所述车辆行驶的距离；
[0212]
第四确定子单元，用于根据所述车辆行驶第一距离时的车辆所在楼层和所述车辆行驶第二距离时的车辆所在楼层确定第一楼层变化方向数据；
[0213]
第九获取子单元，用于获取第二楼层变化方向数据；所述第二楼层变化方向数据为所述车辆在第三距离内行驶时所述车辆所在楼层的变化方向数据；
[0214]
第五确定子单元，用于当所述第二楼层变化方向数据中存在和所述第一楼层变化方向数据相同的数据时，从所述和所述第一楼层变化方向数据相同方向的数据中确定第二预测目标停车场入口所在楼层，确定所述第二预选目标停车场入口所在楼层为实际目标停车场入口所在楼层；
[0215]
第六确定子单元，用于当所述第二楼层变化方向数据中不存在和所述第一楼层变化方向相同方向的数据时，确定所述第一预测目标停车场入口所在楼层为所述实际目标停车场入口所在楼层。
[0216]
可选的，在本技术实施例的一些实施方式中，所述第二获取单元902，包括：
[0217]
第十获取子单元，用于获当所述驾驶场景识别结果为第一驾驶场景时，获取车辆的第一楼层识别结果；
[0218]
第十一获取子单元，用于当所述驾驶场景识别结果为第二驾驶场景时，获取车辆的第二楼层识别结果；所述第二楼层识别结果为1；
[0219]
第十二获取子单元，用于获取车辆的楼层识别结果；所述楼层识别结果包括所述第一楼层识别结果和所述第二楼层识别结果。
[0220]
可选的，在本技术实施例的一些实施方式中，所述第十获取子单元，包括：
[0221]
第一计算子单元，用于当所述驾驶场景识别结果为第一驾驶场景时，计算所述车辆行驶第四距离时，所述第四距离对应的道路坡度；所述第四距离大于第一预设距离；
[0222]
第一记录子单元，用于当所述第四距离对应的坡度大于第一预设阈值时，记录所述车辆行驶第四距离内的车辆高度；
[0223]
第十三获取子单元，用于获取第五距离，所述第五距离为所述车辆行驶第四距离之后所述车辆行驶的距离；
[0224]
第七确定子单元，用于通过计算单位时间内的车辆高度变化值来确定所述车辆行驶第五距离时的道路坡度；
[0225]
第二记录子单元，用于当所述车辆行驶第五距离时的道路坡度小于第二预设阈值且所述第五距离大于第二预设距离时，记录所述车辆行驶第五距离时的车辆高度；
[0226]
第二计算子单元，用于计算所述车辆行驶第四距离时的车辆高度和所述车辆行驶第五距离时的车辆高度的高度差；
[0227]
第八确定子单元，用于当所述高度差在预设范围之内时，根据所述高度差确定新增楼层数；
[0228]
第十四获取子单元，用于根据所述车辆行驶第四距离时的车辆所在楼层和所述新增楼层数，获取所述车辆行驶第五距离时的车辆所在楼层；所述车辆行驶第五距离时的车辆所在楼层为车辆行驶时的第一楼层识别结果。
[0229]
可选的，在本技术实施例的一些实施方式中，当所述车辆行驶第四距离前的所述驾驶场景识别结果均为第二驾驶场景时，所述车辆行驶第四距离时的车辆所在楼层为1。
[0230]
可选的，在本技术实施例的一些实施方式中，所述装置还包括：
[0231]
显示单元，用于将所述车辆的停车信息传送给数据后台进行存储，以基于所述数据后台将所述车辆的停车信息显示在用户终端。
[0232]
通过本技术实施例提供的一种车辆停车位置识别装置，可以获取车辆停车的停车楼层、车辆的停车经纬度信息和车辆停车前的轨迹数据。利用获取到的车辆停车的停车楼层、车辆的停车经纬度信息，可以准确得知车辆在多层停车场中的停车位置，实现精确的停车位置定位。利用获得的车辆停车前的轨迹数据，可以使用户准确快速寻车，提高寻车效率。
[0233]
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的方法而言，由于其与实施例公开的系统相对应，所以描述的比较简单，相关之处参见系统部分说明即可。
[0234]
还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0235]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。