基于认知传感器的用于自主停车的路线搜索系统和方法与流程

基于认知传感器的用于自主停车的路线搜索系统和方法
1.相关申请的交叉引用
2.本技术要求2020年12月30日向韩国知识产权局提交的韩国专利申请第10-2020-0188348号的权益，此申请在此以引用方式并入本文中。
技术领域
3.本发明涉及基于认知传感器的用于自主停车的路线搜索系统和方法。


背景技术：

4.通常，远程自主停车系统可以从服务器接收关于停车场中空的停车空间的位置信息、可以在没有用户干预的情况下将车辆移动到相应的停车空间，并且可以执行自主停车。
5.常规的远程自主停车系统基于停车场内预先构建的基础设施和标记来识别车辆路径和空的停车空间，并生成将车辆引导到相应的停车空间以便停车的适当路径。
6.准确地说，可以在具有用于引导自主停车的基础设施和用于识别车辆行驶位置和路径的标记的停车场中执行自主停车。然而，在未构建基础设施和标记的停车场中，或者在难以进行数据通信(诸如gps发送和接收)的地下空间，难以执行自主停车。
7.换句话说，常规的远程自主停车系统高度依赖于车辆的外部因素，诸如停车场内构建的基础设施或外部数据通信环境，而非车辆本身。因此，在扩大自主停车实施范围方面存在诸多限制。


技术实现要素：

8.本发明涉及一种基于认知传感器的用于自主停车的路线搜索系统和方法。特定实施方式涉及基于认知传感器来搜索自主停车路线的系统和方法，其中认知传感器能够搜索找到空停车空间的最优路径。
9.本发明的实施方式可解决现有技术中出现的问题，同时由现有技术获得的优点维持不变。
10.本发明的实施方式提供用于基于认知传感器搜索自主停车路线的系统和方法，该系统包括：认知传感器，其通过检测停车场内行驶的车辆周围的空间来获得用于确定障碍物的存在和位置的认知信息；全局路径搜索模块，其通过基于认知信息搜索车辆能够行驶的自由空间并且设置节点来生成停车场内的全局路径作为设置节点的节点地图；和最优局部路径生成模块，其当车辆在停车场内移动时，通过连接在自由空间中设置的节点来生成从车辆的当前位置到目的地的最优局部路径。用于基于认知传感器搜索自主停车路线的系统和方法可基于认知信息生成停车场内的全局路径，并且可生成执行自主停车的最优局部路径，即使在没有支持自主停车的基础设施的环境中。
11.由本发明概念的实施方式要解决的技术问题不限于上述问题，并且本发明所属领域的技术人员将从以下描述中清楚地理解本文未提及的任何其它技术问题。
12.根据本发明的实施方式，基于认知传感器的自主停车路线搜索系统包括：认知传
感器，其通过感测在停车场内行驶的车辆周围的空间来获得用于确定障碍物的存在和位置的认知信息；全局路径搜索模块，其通过基于认知信息搜索车辆能够行驶的自由空间并且设置节点来生成停车场内的全局路径作为节点地图；和最优局部路径生成模块，其当车辆在停车场内移动时，通过连接在自由空间中设置的节点来生成从车辆的当前位置到目的地的最优局部路径。
13.此外，全局路径搜索模块包括单元设置装置，其通过将由认知传感器检测到的车辆周围的空间划分成多个单元来确定是否针对每个单元识别障碍物；自由空间搜索装置，其基于认知信息在检测到障碍物的停车空间和未检测到障碍物的自由空间之间进行区分，在自由空间中搜索具有车辆可走行宽度的行驶自由空间，并且选择行驶自由空间作为全局路径的一部分；和hp节点设置装置，其在行驶自由空间的末端处生成hp节点，并且在指示停车场内的停车场地图上为行驶自由空间设置hp节点以便存储。
14.此外，全局路径搜索模块还包括主分量分析线生成装置，其生成指示根据障碍物的检测位置设置的协方差计算区域的分布状态的主分量，并且生成指示协方差计算区域的方向性的主分量分析线，该协方差计算区域具有检测到障碍物的特定水平或更高水平的概率。
15.此外，hp节点设置装置生成将车辆的中心连接到在行驶自由空间中设置的hp节点以便存储的hp连接线。
16.此外，自由空间搜索装置当识别出具有可走行宽度的两个或更多个自由空间时，通过在主分量分析起始点位置处生成具有特定半径的主分量分析力势场(component analysis force potential field)来增强在具有障碍物的空间中识别出的排斥力势场(repulsive force potential field)。
17.此外，全局路径搜索模块还包括相对于hp节点之后的空间生成平行于主分量分析线的lp连接线的lp连接线生成装置。
18.此外，全局路径搜索模块还包括将lp连接线接触另一连接线或另一节点的点设置为lp节点的lp节点设置装置。
19.此外，最优局部路径生成模块包括优先级更新装置，其与所经过时间成反比地降低车辆在停车场内行驶时经过的hp节点的优先级；和局部路径生成装置，其基于势场生成从车辆的当前位置到目的地的路径，并且生成具有到达目的地的车辆经过的hp节点的高优先级的路径作为局部路径。
20.此外，最优局部路径生成模块还包括路径生成条件确定装置，其当通过监视连接到hp节点的连接线来确定所有hp节点连接到两条或更多条hp连接线时，使得生成新局部路径。
21.此外，最优局部路径生成模块当能够通过使用经由lp节点的新路径而不是车辆在行驶时移动的路径到达起始节点时，使得经过一个或多个lp节点的新路径被生成为最优路径。
22.根据本发明的实施方式，基于认知传感器搜索自主停车路线的方法包括：通过感测在停车场内行驶的车辆周围的空间来获得用于确定障碍物的存在和位置的认知信息；通过基于认知信息搜索车辆能够行驶的自由空间并且设置节点来生成停车场内的全局路径作为节点地图；和当车辆在停车场内移动时，通过连接在自由空间中设置的节点来生成从
车辆的当前位置到目的地的最优局部路径。
23.此外，全局路径的生成包括划分车辆周围的空间；基于认知信息在检测到障碍物的停车空间和未检测到障碍物的自由空间之间进行区分，在自由空间中搜索具有车辆可走行宽度的行驶自由空间，并且选择行驶自由空间作为全局路径的一部分；和在行驶自由空间的末端处生成hp节点，并且在指示停车场内的停车场地图上为行驶自由空间设置hp节点以便存储。
24.此外，全局路径的生成还包括生成指示根据障碍物的检测位置设置的协方差计算区域的分布状态的主分量，并且生成指示协方差计算区域的方向性的主分量分析线，该协方差计算区域具有检测到障碍物的特定水平或更高的概率。
25.此外，搜索行驶自由空间包括当识别出具有可走行宽度的两个或更多个自由空间时，通过在主分量分析起始点位置处生成具有特定半径的主分量分析力势场来增强在具有障碍物的空间中识别出的排斥力势场。
26.此外，全局路径的生成还包括相对于hp节点之后的空间生成平行于主分量分析线的lp连接线。
27.此外，全局路径的生成还包括将lp连接线接触另一连接线或另一节点的点设置为lp节点。
28.此外，最优局部路径的生成包括与所经过时间成反比地降低车辆在停车场内行驶时经过的hp节点的优先级；和基于势场生成从车辆的当前位置到目的地的路径，并且生成具有到达目的地的车辆经过的hp节点的高优先级的路径作为局部路径。
29.此外，最优局部路径的生成还包括当通过监视连接到hp节点的连接线来确定所有hp节点连接到两条或更多条hp连接线时，使得生成新局部路径。
附图说明
30.从以下结合附图的详细描述中，本发明实施方式的上述和其它目的、特征和优点将更加明显，其中：
31.图1为根据本发明实施方式的基于认知传感器的自主停车路线搜索系统的框图；
32.图2为示出根据本发明实施方式的通过主分量分析生成节点的示例性视图；
33.图3为示出根据本发明实施方式的用于检测自由空间和生成节点的方法的示例性视图；
34.图4为示出根据本发明实施方式的生成主分量分析线的示例性视图；
35.图5为示出当检测到基于势场的自由空间时路径丢失的示例的示例性视图；
36.图6为示出根据本发明实施方式的通过另外生成障碍物势场来识别行驶自由空间的示例性视图；
37.图7a和7b为示出根据本发明实施方式的通过基于认知传感器的认知信息直接搜索停车场的停车路径来生成基于节点的停车路径地图的示例性图；
38.图8为示出根据本发明实施方式的生成车辆从当前位置移动到主目的地的最优路径的示例性视图；
39.图9为根据本发明的另一实施方式的基于认知传感器的自主停车路线搜索方法的配置图；和
40.图10为示出根据本发明实施方式的将节点设置到自主停车路线、将节点映射到自主停车路线，以及生成到停车空间的最优局部路径的流程的流程图。
41.附图中组件的附图标记
42.110：超声波传感器
43.120：相机
44.130：lidar传感器
45.210：单元设置装置
46.220：自由空间搜索装置
47.230：主分量分析线生成装置
48.240：hp节点设置装置
49.250：lp连接线生成装置
50.260：lp节点设置装置
51.270：停车场地图
52.310：路径生成条件确定装置
53.320：优先级更新装置
54.330：局部路径生成装置
具体实施方式
55.在下文中，将参考附图详细描述本发明的示例性实施方式。在给每幅图的组件添加参考数字时，应当注意，相同的组件具有相同的参考数字，尽管它们在另一幅图中被指示。在描述本发明的实施方式时，当与众所周知的功能或配置相关联的详细描述可以使本发明的主题不必要地模糊时，将省略这些描述。
56.在描述本发明的示例性实施方式的元素时，术语第一、第二、a、b、(a)、(b)等可在本文中使用。这些术语仅用于区分一个元素与另一个元素，但不限制对应的元素，而不管对应元素的性质、顺序或优先级。此外，除非另有定义，否则本文使用的所有术语，包括技术和科学术语，都应当被解释为本发明所属领域的惯例。应当理解，在本文中使用的术语应当被解释为具有与它们在本发明和相关领域的上下文中的含义一致的含义，并且除非在本文中明确定义，否则将不以理想化或过于正式的意义来解释。
57.在下文中，将参考图1至10详细描述本发明的各种实施方式。
58.图1为根据本发明实施方式的基于认知传感器的自主停车路线搜索系统的框图。
59.参考图1，根据本发明实施方式的基于认知传感器的自主停车路线搜索系统可包括认知传感器100、全局路径搜索模块200和最优局部路径生成模块300。认知传感器100可通过检测停车场内行驶的车辆周围的空间来获得用于确定障碍物的存在和位置的认知信息。全局路径搜索模块200可通过基于认知信息搜索车辆能够行驶的自由空间并且设置节点来生成停车场内的全局路径作为设置节点的地图(以下称为“节点地图”)。最优局部路径生成模块300可当车辆在停车场内移动时，通过连接在自由空间中设置的节点来生成从车辆的当前位置到目的地的最优局部路径。
60.认知传感器100包括能够获得用于感测车辆周围空间的认知信息的传感器，以便标识和识别停车场内空间中车辆能够行驶的自由空间和车辆的行驶受到限制的停车空间。
61.认知传感器100可包括已经安装在车辆中的超声波传感器110、相机120和lidar传感器130，以便获得关于自主行驶的车辆周围障碍物的信息。此时，作为障碍物信息获得的认知信息可包括除了停放车辆的位置之外能够标识停车空间的道路表面上的停车线、标记或路缘。
62.超声波传感器110可基于反射障碍物后返回的超声波的飞行时间(tof)和方向，获得用于检测车辆周围短距离内的障碍物的感测数据作为认知信息。此时，超声波传感器110可包括分别安装在车辆的前侧、后侧、左侧和右侧的多个超声波传感器，以便确定车辆周围的每个方向上是否存在障碍物。
63.此外，相机120可通过捕捉车辆的前侧、后侧、左侧和右侧来获得用于确定关于障碍物的存在和障碍物所处的方向的信息的图像数据作为认知信息。为此，相机120可包括安装在车辆的前侧、后侧、左侧和右侧的全向相机。
64.此外，lidar传感器130可通过测量脉冲激光的强度和在脉冲激光发射并且然后从障碍物反射后返回所需的时间来获得到障碍物的距离、障碍物的方向等作为认知信息。发现车辆行驶的自由空间的范围可扩大，因为lidar传感器130能够检测远距离处障碍物的存在和距离。
65.此外，全局路径搜索模块200可包括单元设置装置210、自由空间搜索装置220和hp节点设置装置240。单元设置装置210可通过将由认知传感器检测到的车辆周围的空间划分成多个单元来确定是否针对每个单元识别障碍物。自由空间搜索装置220可基于认知信息在检测到障碍物的停车空间和未检测到障碍物的自由空间之间进行区分，可在自由空间中搜索具有车辆可走行宽度的行驶自由空间，并且可选择行驶自由空间作为全局路径的一部分。hp节点设置装置240可在行驶自由空间的末端处生成高优先级(hp)节点，并且可在指示停车场内的停车场地图上为行驶自由空间设置节点以便存储。
66.如图3所示，单元设置装置210可将车辆周围的能够识别障碍物的空间划分成多个单元，并且可在每个划分的单元中设置包括唯一单元号的位置信息。因此，可以以单元为单位确定车辆周围的空间中是否存在障碍物，并且因此可更方便地执行确定。
67.此时，如图3所示，单元设置装置210将车辆周边的区域划分成100个单元。车辆的前方区域和后部区域中的每一个被划分成平行于车辆纵向的10个单元。车辆的左侧和右侧区域中的每一个被划分成平行于车辆宽度方向的20个单元。车辆的四个拐角区域中的每一个被划分成在车辆的每个拐角周围径向形成的10个单元。图3中的这种单元划分仅为一个示例。例如，单元的数量和划分的单元的形状可不同地设置。
68.单元设置装置210可分别向划分的单元分配唯一号码，诸如单元1至单元100，并且可一起存储每个单元的位置信息。因此，单元设置装置210可基于认知信息方便地提取检测到障碍物的唯一单元号，并且可方便地确定障碍物的位置。此时，每个单元的位置信息可被设置为基于车辆中心的局部坐标系(在图3中的x-y坐标系中示出)上的坐标值。
69.此外，自由空间搜索装置220可基于认知信息标识和识别检测到障碍物的停车空间和未检测到障碍物的自由空间。此时，如图3所示，自由空间搜索装置220确定是否为每个划分的单元检测到障碍物。自由空间搜索装置220可确定没有检测到障碍物的单元(在图3中，车辆前方区域的重要部分和车辆右拐角单元的一些区域)为自由空间，并且还可确定直到检测到障碍物的位置的区域为自由空间，即使在检测到障碍物的区域中。
70.此外，自由空间搜索装置220可选择自由空间的横向距离比车辆的宽度宽的自由空间作为车辆能够移动以搜索全局路径的行驶自由空间。
71.可提供自由空间搜索装置220来搜索构成车辆能够在停车场内移动的全局路径的行驶自由路径。自由空间搜索装置220可通过在行驶方向上瞄准车辆的前方来确定是否检测到障碍物，并且然后可识别自由空间。
72.此时，自由空间搜索装置220可在被确定为具有障碍物的单元中检测到障碍物的位置处设置障碍物检测点，并且可将包括障碍物检测点的单元的障碍物检测区域设置为协方差计算区域。
73.因此，如图3所示，障碍物检测点(示出为圆圈内部用斜线填充的圆圈)和协方差计算区域(示出为阴影椭圆)可设置在检测到障碍物的单元中障碍物和车辆之间的区域中。
74.在图3中，指示在停车场内行走的行人以及停放在停车空间中的车辆被识别为基于认知信息检测到的障碍物。
75.此时，即使当认知传感器搜索车辆周围的空间的结果指示检测到诸如行人的移动物体时，自由空间搜索装置220也可忽略移动物体，并且可在确定是否存在自由空间时将空间识别为自由空间。
76.此外，在图3中，指示为检测到行人的单元设置行人检测点(用圆圈中具有点的圆圈示出)，并且为行人的协方差计算区域设置包括行人检测点的对应单元的行人检测区域。
77.此外，当在空地的情况下没有检测到诸如停车线、标记或路缘的障碍物时，每个空间都可被识别为自由空间。因此，可难以建立用于搜索停车路径以执行自主停车的标准。
78.因此，当车辆维持保持右侧(基于右手)或保持左侧(基于左手)的单一方向性，并且在拐角处行驶时，自由空间搜索装置220可搜索自由空间。
79.换句话说，当基于由认知传感器100获得的认知信息将车辆周围的所有空间识别为自由空间时，车辆可首先从靠近拐角的地方停放。因此，可提供跟随车辆搜索停车路径并且找到停车空间的标准。
80.此外，全局路径搜索模块200可还包括主分量分析线(principal component analysis line)生成装置230。主分量分析线生成装置230可生成指示根据障碍物的检测位置设置的协方差(covariance)计算区域的分布状态的主分量，并且可生成指示协方差计算区域的方向性的主分量分析线，该协方差计算区域具有检测到障碍物的特定水平或更高的概率。因此，自由空间搜索装置220可将主分量分析线设置为引导，并且然后可将引导的外部区域设置为车辆能够行驶的行驶自由空间。
81.协方差计算区域可指示每个单元中障碍物的分布。另一方面，主分量分析线可通过基于分析主分量的结果减少变量来指示在多个单元中检测到障碍物的概率高的方向。
82.如图4所示，主分量分析线生成装置230可将基于认知信息检测到车辆的车辆检测坐标(x，y)设置为变量x1和x2，并且然后可如下根据等式1执行主分量分析。因此，主分量分析线生成装置230可导出主分量分析线作为特征向量(e1)，其指示检测到障碍物的概率不小于特定水平的区域的方向性。
83.等式1
84.(1)
85.(2)c＝e[(x-m
x
)(x-m
x
)
t
]
[0086]
(3)c
ij
＝e[(x
i-mi)(x
j-mj)
t
]
[0087]
(4)
[0088]
(5)
[0089]
(6)c
·ei
＝λi·ei
[0090]
此时，在等式1中，
‘
x’表示基于认知信息检测到障碍物的车辆检测坐标；m’表示车辆检测坐标的平均值，即用于导出主分量的数据；“x＝[x1，...，xn]t”表示车辆检测坐标的n维向量表达式；并且，“m＝[m1，...，mn]”表示车辆检测坐标的平均值的n维向量表达式。在下文中，压出的字符表示n维向量表达式。此外，ei表示指示协方差矩阵(c)的方差方向的特征向量；并且λi表示特征值，其为方向ei上的协方差。此外，e1指示具有最大特征值的特征向量；并且e2指示垂直于e1的向量。
[0091]
主分量分析线生成装置230可通过等式1的(1)线性近似各个车辆检测坐标与平均值隔开的程度，可通过使用等式1的(2)转置矩阵来计算在等式1的(1)中线性近似的值的平方的平均值，并且可计算由n维方阵构成的协方差矩阵(c)。此时，协方差矩阵的指数(c
ij
)可如等式1的(3)所示定义。
[0092]
这样，计算的协方差矩阵(c)可表示为“实对称矩阵”，如等式1的(4)所示。并且，协方差矩阵可包括特征向量分量(ei)和特征值分量(λi)，如等式1的(5)和(6)所示。
[0093]
此时，如图4所示，主分量分析线生成装置230可分别相对于检测到障碍物的车辆的前左侧和右侧生成主分量分析线。这样，当生成两条主分量分析线时，可将对应于两条主分量分析线的平均值的角度确定为主分量分析线的最终方向。可提供主分量分析线的最终方向作为稍后生成lp连接线的参考方向。
[0094]
此外，hp节点设置装置240可设置hp节点，高优先级被分配给由自由空间搜索装置220选择的行驶自由空间中未识别出障碍物的最远点，以便存储。此时，高优先级意味着当车辆从当前位置移动到下一个位置时，非常需要车辆经过hp节点。
[0095]
此外，如图2所示，hp节点设置装置240可生成将车辆的中心连接到在行驶自由空间中设置的hp节点以便存储的hp连接线。
[0096]
这样，因此生成的hp节点可指示车辆能够移动而不被障碍物(诸如停放在行驶自由空间中的车辆)阻挡的点。hp连接线可提供从车辆的当前位置到hp节点的行驶路线。
[0097]
这样，连接hp节点的hp连接线可形成车辆在停车场中移动的行驶路线，并且因此可形成全局路径的一部分，该全局路径为车辆在整个停车场上行驶的路径。
[0098]
然而，与如图3所示仅检测到一个自由空间的情况不同，当如图5所示检测到两个或更多个自由空间时，需要确定选择哪个自由空间作为行驶自由空间。
[0099]
在图5所示的示例中，检测第一自由空间(1号)和第二自由空间(2号)。两个自由空间都提供比车辆宽度更宽的横向间隔。然而，当由最优局部路径生成模块300采用的基于势场的算法生成最优路径时，可通过附近障碍物提供的排斥力势场的影响，选择提供更宽自由空间的第二自由空间(2号)作为行驶自由空间。
[0100]
最优路径由基于势场的算法生成。在这种情况下，当没有用于诱导接近目的地的吸引力势场时，车辆仅受到排斥力势场的影响，这导致车辆远离相邻的障碍物移动。
[0101]
全局路径搜索模块200可通过搜索用于在停车场内移动车辆以找到空停车空间的优化全局路径来生成停车场地图。最优局部路径生成模块300可生成用于在当前位置找到并且移动到空停车区域的最优局部路径。因此，难以具有能够诱导车辆接近的吸引力势场。
[0102]
因此，如图5所示，当检测到多个自由空间时，并且当通过在一个自由空间中提供宽自由空间而将hp节点设置在宽自由空间中时，当到达对应的hp节点时，可出现局部最小值情况，而没有找到其它方向性。
[0103]
此外，为了解决局部最小值情况，生成车辆在经过设置在最优行驶路线之外的位置的hp节点之后返回到原始行驶路线的路径，并且因此可发生路径损失。
[0104]
因此，当检测到多个自由空间时，自由空间搜索装置220可优选地通过在最优局部路径生成模块230中选择能够生成最优局部路径的自由空间作为行驶自由空间来设置hp节点。
[0105]
最后，如图6所示，当识别出具有可走行宽度的两个或更多个自由空间时，自由空间搜索装置220可通过在主分量分析起始点位置处生成具有特定半径的主分量分析力势场来增强在具有障碍物的空间中识别出的排斥力势场。
[0106]
换句话说，当在车辆通过自主行驶移动的同时识别出车辆前方两侧存在障碍物时，车辆维持当前行驶方向而不是存在障碍物的方向，并且因此可通过在主分量分析的起始点位置处生成主分量分析力势场来识别具有障碍物的空间。
[0107]
此时，当在靠近车辆的当前位置的前方位置检测到大量障碍物时，其对应于基于认知信息检测到障碍物的单元的数量，自由空间搜索装置220可将主分量分析的起始点的半径设置得较窄；并且，当检测到障碍物的单元的数量对应于后方位置时，自由空间搜索装置220可将主分量分析起始点的半径设置得较大。
[0108]
因此，当在单元的前方位置处检测到大量障碍物时，可生成具有小半径的主分量分析力势场。为了避开障碍物，可选择行驶自由空间，使得车辆向侧面移动或向左或向右转弯。当在单元后方的位置处检测到大量障碍物时，具有大半径的主分量分析起始点可充当主分量分析力势场，以用于防止车辆接近。因此，可防止局部最小值情况。
[0109]
最后，如下面的等式2所示，尽管当实现基于势场的算法时，主分量分析力势场被一起考虑，但是可确定选择空间是否能够作为行驶自由空间。
[0110]
等式2
[0111]
(1)
[0112]
(2)
[0113]
(3)
[0114]
(4)
[0115]
(5)
[0116]
(6)f＝f
pca
f
ref
[0117]
此时，在等式2的变量表达式中，上标表示用于检测障碍物的传感器(s)，下标表示检测到的障碍物(o)。因此，和表示由传感器在以车辆为中心的局部坐标系上检测到障碍物的位置的坐标。和表示障碍物的x轴和y轴上的协方差。
[0118]
此外，在用于计算在主分量分析起始点处生成的主分量分析力势场(f
pca
)的等式2的(5)中，指示考虑到“l＝1”和“n”两者都从靠近地图的位置到靠近车辆的位置受到影响来计算主分量分析力势场(f
pca
)。
[0119]
此外，在等式2中的(3)和(6)中，f
rep
表示排斥力势场，f
pca
表示主分量分析力势场。此外，在等式2中的(3)和(5)中，k
rep
表示排斥力势场中的恒定值，k
sp
表示主分量分析力势场起始点(sp)处的恒定值。
[0120]
根据等式2，在主分量分析起始点处生成的主分量分析力势场(f
pca
)和由通过使用认知信息实际检测到的障碍物生成的排斥力势场(f
rep
)的总和可为当基于车辆中的势场生成路径时起作用的总势场。
[0121]
因此，当识别出具有可行驶宽度的两个或更多个自由空间时，自由空间搜索装置220可在由等式2计算的整个势场(f)中搜索指示局部最小值的局部最小值，并且可通过确定车辆能够移动的空间是否被确保在局部最小值周围来选择行驶自由空间。
[0122]
为此，在图5中，仅基于检测到的障碍物的位置而不考虑主分量分析起始点势场(f
pca
)来选择第二自由空间(2号)作为行驶路线。另一方面，在图6中，第二自由空间(2号)在与主分量分析起始点处的势场重叠时减小。结果，难以将第二自由空间(2号)中的空间确保到车辆能够另外移动的程度，并且因此选择第一自由空间(1号)作为行驶路线。
[0123]
自由空间搜索装置220可选择因此选择的第一自由空间(1号)作为行驶自由空间。因此，hp节点设置装置240可设置用于诱导车辆在行驶自由空间中移动的hp节点，以便存储在停车场地图270中。
[0124]
此外，全局路径搜索模块200可还包括相对于hp节点之后的空间生成平行于主分量分析线的lp连接线的低优先级(lp)连接线生成装置250。
[0125]
也就是说，lp连接线可用于呈现在hp节点之后的行驶路线的标准，以便平行于主分量分析线，并且可提供用于通过最优局部路径生成模块300中的基于势场的算法生成路径的引导。
[0126]
此时，如图6所示，当在车辆前方的两侧生成两条主分量分析线时，lp连接线可被设置为两条主分量分析线之间形成的角度的平均值。
[0127]
此外，全局路径搜索模块200可还包括将lp连接线接触另一连接线或节点的点设置为lp节点的lp节点设置装置260。
[0128]
也就是说，与设置在能够被在车辆中提供的认知传感器直接检测的范围内的hp节点不同，lp节点被设置在为认知传感器的检测范围之外的区域生成的lp连接线连接到另一连接线或节点的点处。
[0129]
因此，即使在车辆未直接行驶的区域或未检测到的区域中，也可以设置能够用于生成局部路径的lp节点。为此，尽管车辆没有在停车场内的所有空间中行驶，但是可基于连接hp节点和lp节点的hp连接线和lp连接线来生成停车场的全局路径。
[0130]
此外，当有三条或更多条连接到hp节点的hp连接线或lp连接线时，存在用于到达对应的hp节点的三个或更多个行驶自由空间，并且因此为其设置对应的hp节点的空间可被确定为三向交叉路口或十字路口，以便存储在停车场地图270中。
[0131]
此外，最优局部路径生成模块300可包括路径生成条件确定装置310、优先级更新装置320和局部路径生成装置330。路径生成条件确定装置310可监视连接到hp节点的连接线。当确定所有hp节点连接到两条或更多条hp连接线时，路径生成条件确定装置310可允许生成新局部路径。优先级更新装置320可与所经过时间成反比地降低车辆在停车场内行驶时经过的hp节点的优先级。局部路径生成装置330可基于势场生成从车辆的当前位置到目的地的路径，并且可生成具有到达目的地的车辆经过的hp节点的高优先级的路径作为局部路径。
[0132]
当确定两条或更多条hp连接线连接到基于在停车场内行驶时获得的感测信息而生成的所有hp节点时，路径生成条件确定装置310可控制能够到达目的地而不返回到经过的路径的新局部路径的生成。
[0133]
也就是说，与为不在车辆检测范围内的未知区域设置的lp节点不同，为其设置hp节点的空间已经在车辆的检测范围内。通过将车辆连接到hp节点，hp连接线指示在可以安全行驶时标识的可行驶空间。
[0134]
因此，两条或更多条hp连接线连接到基于在停车场中行驶时获得的感测信息而生成的所有hp节点。在用于访问hp节点的路径和用于离开hp节点的路径被清楚地确保之后，路径生成条件确定装置310可生成能够移动到停车场内的期望目的地的新局部路径。
[0135]
此外，如图7b的第三图所示，除了车辆在行驶时移动的路径之外，当通过使用经由lp节点的新路径能够到达起始节点时，最优局部路径生成模块300可生成穿过一个或多个lp节点的新路径作为最优路径。
[0136]
这样，生成车辆经由lp节点返回到起始节点的路径作为最优路径可为用于在停车场中生成全局路径的搜索过程的一部分，而不是生成用于到达特定目的地的局部路径。因此，两条或更多条hp连接线可不连接到所有hp节点。
[0137]
也就是说，如图7a和7b所示，当停车场的内部结构为对称循环结构时，为未知区域生成的lp节点被转换为车辆行驶经过的hp节点的可能性高。
[0138]
因此，如图7b的中间图所示，当lp连接线彼此接触以便生成lp节点时，lp节点指示从不同hp节点延伸的不同lp连接线彼此相遇。因此，当车辆沿着lp连接线行驶以经过lp节点时，可生成与另一个hp节点相遇的全局路径。
[0139]
优先级更新装置320可配置为考虑到车辆的行驶情况来更新在停车场内行驶的车辆优先经过的hp节点而不是其它地方的优先级。
[0140]
因此，为了防止车辆快速返回到最近经过的hp节点，优先级更新装置320可与经过时间成反比地降低最近经过的hp节点的优先级，如下面的等式3所示。
[0141]
等式3
[0142][0143]
此外，当hp节点被设置在车辆当前行驶方向上的靠近位置时，优先级更新装置320可将优先级设置得较高。因此，可为车辆在车辆行驶方向上刚刚经过的hp节点设置较低的优先级。可为行驶方向上位于车辆前方的hp节点设置高优先级。
[0144]
此时，当在车辆在停车场内行驶的同时由认知传感器识别出空停车空间时，优先级更新装置320可通过将停车空间设置为最高优先级节点来执行自主停车。
[0145]
此外，局部路径生成装置330可通过使用基于势场的算法来生成从车辆的当前位置到空停车空间的最优局部路径。
[0146]
此时，局部路径生成装置330可通过应用用于生成到达特定目的地的最优局部路径的各种通用算法来生成局部路径。
[0147]
因此，局部路径生成装置330可通过应用能够解决与找到最小成本路径相关联的农村邮递员问题(rpp)的各种算法来生成最优局部路径。此外，可以基于广泛用于搜索最短路径的dijkstra算法来生成最优局部路径。此外，当从停车场中构建的基础设施接收到关于最终目的地的信息时，也可通过最常用于生成最短路径的a-star(a*)算法来生成最优局部路径。
[0148]
此时，由优先级更新装置320设置车辆将经过的hp节点的优先级。可生成局部路径来优先经过具有比具有较低优先级的hp节点更高优先级的hp节点。
[0149]
这样，作为生成局部路径以便优先经过具有高优先级的hp节点的示例，如图8所示，描述生成局部路径。局部路径是指车辆从起始点到第一目的地经过主移动路径，沿着从主目的地到当前位置的次移动路径移动，并且沿着第三移动路径移动以再次返回到主目的地的路径。
[0150]
局部路径生成装置330可通过计算从车辆的当前位置经由每个hp节点到主目的地的移动距离的总和来生成呈现最小移动距离的局部路径。此时，当用于到达主目的地的多条路径上的移动距离彼此相同时，可生成局部路径以包括具有高优先级的hp节点。
[0151]
因此，次移动路径比主移动路径被使用得更近，因此包括在局部路径的一部分(2号)中的hp节点比包括在局部路径的一部分(1号)中的hp节点具有更高优先级。因此，局部路径生成装置330可选择包括具有更高优先级的hp节点的局部路径(2号)作为最优局部路径。
[0152]
这样，可以通过为停车场中的行驶自由空间设置节点来生成全局路径的停车场地图。此外，可以更新车辆在行驶中经过的hp节点的优先级。此外，还可以生成将hp节点相互连接的一条或多条局部路径。仅通过比较包括在生成的局部路径中的hp节点的优先级，可容易地生成用于到达期望目的地的最优局部路径，并且因此在自主停车期间可方便地找到停车空间。
[0153]
接下来，参考图7a和7b描述进入方形停车场、在对应的停车场中搜索用于停放车辆的停车空间和车辆能够行驶的行驶自由空间以及设置设置节点的停车场地图的示例。
[0154]
首先，如图7a最左侧的图所示，车辆进入停车场入口，同时车辆中配备的认知传感器检测车辆前方。此时，图7a指示车辆行驶，同时维持保持右侧(基于右手)的单一方向性。
[0155]
此时，自由空间搜索装置220可通过使用由在认知传感器中提供的超声波传感器、
相机等构成的全向传感器来确定是否存在障碍物，诸如短距离停放的另一车辆。当没有障碍物时，自由空间搜索装置220可识别出全向传感器的感测区域为自由空间。
[0156]
此外，hp节点设置装置240将hp节点设置在自由空间中由全向传感器感测的最大检测范围的末端处。此外，自由空间搜索装置220可通过使用包括在认知传感器中提供的lidar传感器的远程传感器来确定是否有另一车辆停放在远距离处。当没有障碍物时，自由空间搜索装置220也可识别出远程传感器的感测区域为自由空间。
[0157]
这样，在hp节点被设置在由远程传感器检测到的自由空间的末端处之后，lp连接线生成装置250可通过生成lp连接线来引导后续车辆的移动，该lp连接线在平行于停放在自由空间一侧的车辆的主分量分析线的方向上具有斜率。
[0158]
此外，如图7a的中间图所示，自由空间搜索装置220可识别存在即使在停车场入口处通过全向传感器的短距离内也没有在左侧检测到障碍物的自由空间。hp节点设置装置240还可在由全向传感器检测到的感测范围的末端处设置hp节点。lp连接线生成装置250可在hp节点之后的未知区域中生成lp连接线。
[0159]
此时，在生成lp连接线时，lp连接线生成装置250可生成平行于由主分量分析线生成装置230生成的主分量分析线的lp连接线。此外，当没有检测到停放的车辆时，lp连接线生成装置250可生成通过图像数据等获得的平行于停车线、标记或道路表面上的路缘的布置的lp连接线。
[0160]
此外，在标识自由空间连续延伸到远距离的同时，基于沿着车辆的行驶方向连续检测到的认知信息，可连续生成hp节点，并且可通过自由空间搜索装置220和hp节点设置装置240生成延伸的hp连接线。生成的hp节点和生成的hp连接线可为对应的停车场生成全局路径。
[0161]
之后，如图7a的最右侧的图所示，在车辆到达前方被阻挡的拐角之后，并且然后在沿着拐角壁的轮廓移动的同时转弯，以与再次进入停车场的方法相同的方式，基于来自全向传感器和远程传感器的感测信息来标识自由空间，并且生成hp节点和hp连接线。
[0162]
此时，当车辆经过由hp节点设置装置240设置的hp节点，同时车辆行驶以搜索全局路径时，通过与时间流逝成反比地更新和存储经过的hp节点的优先级以使其更低，可以防止车辆在路径搜索期间返回。
[0163]
此外，如图7b最左侧的图所示，当车辆到达三向交叉路口或交叉路口时，可通过以与进入停车场的方法相同的方式检测车辆的侧面以及车辆的行驶方向来识别自由空间，并且然后可生成hp节点、hp连接线和lp连接线。
[0164]
另外，如图7b的中间图所示，当需要再次转弯时，车辆在拐角处转弯。之后，可识别自由空间，并且然后可生成hp节点、hp连接线和lp连接线。
[0165]
之后，当所有hp节点连接到两条或更多条hp连接线时，可生成连接到hp节点的路径，使得车辆通过使用新路径返回到停车场入口或目的地。
[0166]
此外，当车辆由于车辆当前所在的hp节点被阻挡而不可以行驶时，车辆返回到hp节点，该hp节点位于最靠近车辆已经经过的路径的位置，诸如三向交叉路口、交叉路口等。当车辆沿着以前没有行驶过的路径行驶时，可连续找到全局路径。
[0167]
接下来，将参考图9和10描述根据本发明的另一实施方式的基于认知传感器的自主停车路线搜索方法。
[0168]
图9为根据本发明的另一实施方式的基于认知传感器的自主停车路线搜索方法的配置图。图10为示出根据本发明实施方式的将节点设置到自主停车路线、将节点映射到自主停车路线，以及生成到停车空间的最优路径的流程的流程图。
[0169]
参考图9，根据本发明的另一实施方式的基于认知传感器的自主停车路线搜索方法可包括：车辆周边识别步骤s100，其通过检测停车场内行驶的车辆周围的空间来获得用于确定障碍物的存在和位置的认知信息；全局路径搜索步骤s200，其通过基于认知信息搜索车辆能够行驶的自由空间并且设置节点来生成停车场内的全局路径作为设置节点的节点地图；和最优局部路径生成步骤s300，其当车辆在停车场内移动时，通过连接在自由空间中设置的节点来生成从车辆的当前位置到目的地的最优局部路径。
[0170]
在车辆周边识别步骤s100中，可以通过由包括超声波传感器、相机和lidar传感器的认知传感器感测车辆周围的空间来获得认知信息，以便标识和识别停车场内空间中车辆能够行驶的自由空间和车辆的行驶受到限制的停车空间。
[0171]
此外，全局路径搜索步骤s200可包括自由空间搜索过程s210，其将由认知传感器检测到的车辆周围的空间划分成多个单元，基于认知信息在检测到障碍物的停车空间和未检测到障碍物的自由空间之间进行区分，在自由空间中搜索具有车辆可走行宽度的行驶自由空间，选择行驶自由空间作为全局路径的一部分；以及hp节点生成过程s230，其在行驶自由空间的末端处生成hp节点，并且在指示停车场内的停车场地图上为行驶自由空间设置节点以便存储。
[0172]
在自由空间搜索过程s210中，可以将车辆周围的能够识别障碍物的空间划分成多个单元，并且在每个划分的单元中设置包括唯一单元号的位置信息。因此，可以以单元为单位确定车辆周围的空间中是否存在障碍物。
[0173]
此外，在自由空间搜索过程s210中，可以基于认知信息在检测到障碍物的停车空间和未检测到障碍物的自由空间之间进行区分，并且确定未检测到障碍物的单元为自由空间。此外，可以确定直到检测到障碍物的位置的区域为自由空间，即使在检测到障碍物的区域中。即使当检测到诸如行人的移动物体时，空间也可被识别为自由空间。
[0174]
此外，在自由空间搜索过程s210中，可以选择自由空间的横向距离比车辆的宽度宽的自由空间作为车辆能够移动以搜索全局路径的行驶自由空间。
[0175]
此时，在自由空间搜索过程s210中，可以在被确定为具有障碍物的单元中检测到障碍物的位置处设置障碍物检测点，并且将包括障碍物检测点的单元的障碍物检测区域设置为协方差计算区域。
[0176]
此外，全局路径搜索步骤s200可还包括主分量分析线生成过程s220，其生成指示根据障碍物的检测位置设置的协方差计算区域的分布状态的主分量，并且生成指示协方差计算区域的方向性的主分量分析线，该协方差计算区域具有检测到障碍物的特定水平或更高的概率。
[0177]
在主分量分析线生成过程s220中，可以导出主分量分析线作为特征向量(e1)，其指示检测到障碍物的概率不小于特定水平的区域的方向性。
[0178]
此时，在主分量分析线生成过程s220中，当生成两条主分量分析线时，可以将对应于两条主分量分析线的平均值的角度确定为主分量分析线的最终方向。可提供主分量分析线的最终方向作为稍后生成lp连接线的参考方向。
[0179]
此外，在hp节点生成过程s230中，可以设置hp节点，高优先级被分配给在自由空间搜索过程s210中选择的行驶自由空间中未识别出障碍物的最远点，以便存储。
[0180]
此外，在hp节点生成过程s230中，可以生成将车辆的中心连接到在行驶自由空间中设置的hp节点以便存储的hp连接线。
[0181]
这样，连接hp节点的hp连接线可形成车辆在停车场中移动的行驶路线，并且因此可形成全局路径的一部分，该全局路径为车辆在整个停车场上行驶的路径。
[0182]
此外，在自由空间搜索过程s210中，当识别出具有可走行宽度的两个或更多个自由空间时，可以通过在主分量分析起始点位置处生成具有特定半径的主分量分析力势场来增强在具有障碍物的空间中识别出的排斥力势场。
[0183]
换句话说，当在车辆通过自主行驶移动的同时识别出车辆前方两侧存在障碍物时，车辆维持当前行驶方向而不是存在障碍物的方向，并且因此可通过在主分量分析的起始点位置处生成主分量分析力势场来识别具有障碍物的空间。
[0184]
此时，在自由空间搜索过程s210中，当在靠近车辆的当前位置的前方位置检测到大量障碍物时，其对应于基于认知信息检测到障碍物的单元的数量，可以将主分量分析的起始点的半径设置得较窄。当检测到障碍物的单元的数量对应于后方位置时，可以将主分量分析起始点的半径设置得较大。
[0185]
因此，当在单元的前方位置处检测到大量障碍物时，可生成具有小半径的主分量分析力势场。为了避开障碍物，可选择行驶自由空间，使得车辆向侧面移动或向左或向右转弯。当在单元后方的位置处检测到大量障碍物时，具有大半径的主分量分析起始点可充当主分量分析力势场，以用于防止车辆接近。
[0186]
在自由空间搜索过程s210中，可以在由等式2计算的整个势场(f)中搜索指示局部最小值的局部最小值，并且当识别出具有可行驶宽度的两个或更多个自由空间时，通过确定车辆能够移动的空间是否被确保在局部最小值周围来选择行驶自由空间。
[0187]
此外，全局路径搜索步骤s200可还包括相对于hp节点之后的空间生成平行于主分量分析线的lp连接线的lp连接线生成过程s240。
[0188]
也就是说，lp连接线可用于呈现在hp节点之后的行驶路线的标准，以便平行于主分量分析线，并且可提供用于通过最优局部路径生成步骤s300中的基于势场的算法生成路径的引导。
[0189]
此外，全局路径搜索步骤s200可还包括将lp连接线接触另一连接线或节点的点设置为lp节点的lp节点设置过程s250。
[0190]
也就是说，与设置在能够被在车辆中提供的认知传感器直接检测的范围内的hp节点不同，lp节点被设置在为认知传感器的检测范围之外的区域生成的lp连接线连接到另一连接线或节点的点处。
[0191]
因此，即使在车辆未直接行驶的区域或未检测到的区域中，也可以设置能够用于生成局部路径的lp节点。为此，尽管车辆没有在停车场内的所有空间中行驶，但是可基于连接hp节点和lp节点的hp连接线和lp连接线来生成停车场的全局路径。
[0192]
此外，最优局部路径生成步骤s300可包括：新路径生成条件确定过程s310，其监视连接到hp节点的连接线，并且当确定所有hp节点连接到两条或更多条hp连接线时，允许生成新局部路径；优先级更新过程s320，其与所经过时间成反比地降低车辆在停车场内行驶
时经过的hp节点的优先级；和局部路径生成过程s330，其基于势场生成从车辆的当前位置到目的地的路径，并且生成具有到达目的地的车辆经过的hp节点的高优先级的路径作为局部路径。
[0193]
在新路径生成条件确定过程s310中，当确定两条或更多条hp连接线连接到基于在停车场内行驶时获得的感测信息而生成的所有hp节点时，可以控制能够到达目的地而不返回到经过的路径的新局部路径的生成。
[0194]
此外，在优先级更新过程s320中，考虑到车辆的行驶情况，可以更新在停车场内行驶的车辆优先经过的hp节点而不是其它地方的优先级。
[0195]
因此，在优先级更新过程s320中，可由与所经过时间成反比地降低车辆最近经过的hp节点的优先级，以便防止车辆快速返回到最近经过的hp节点。因此，最近经过的hp节点的优先级高于先前经过的hp节点的优先级。
[0196]
此外，在优先级更新过程s320中，当hp节点被设置在车辆当前行驶方向上的靠近位置时，可以将优先级设置得较高。因此，可为车辆在车辆行驶方向上刚刚经过的hp节点设置较低的优先级。可为行驶方向上位于车辆前方的hp节点设置高优先级。
[0197]
此外，在局部路径生成过程s330中，可以通过使用基于势场的算法来生成从车辆的当前位置到空停车空间的最优局部路径。
[0198]
此时，在局部路径生成过程s330中，可以通过应用用于生成到达特定目的地的最优局部路径的各种通用算法来生成局部路径。
[0199]
此时，在优先级更新过程s320中设置车辆将经过的hp节点的优先级。可生成局部路径来优先经过具有比具有较低优先级的hp节点更高优先级的hp节点。
[0200]
在上文中，尽管已经参考示例性实施方式和附图描述本发明，但是本发明不限于此，而是可由本发明所属领域的技术人员进行各种修改和改变，而不脱离在以下权利要求中要求保护的本发明的精神和范围。
[0201]
因此，本发明的实施方式不旨在限制本发明的技术精神，而是仅出于说明性目的而提供。本发明的保护范围应当由所附权利要求来解释，并且其所有等同物应当被解释为包括在本发明的范围内。
[0202]
根据本发明的实施方式，可以通过使用由诸如已经安装在车辆中的超声波传感器、相机和lidar传感器的认知传感器获得的认知信息，通过直接获得用于执行自主停车的停车场中的全局路径来生成停车场地图。因此，即使在没有构建用于支持自主停车的基础设施的环境中或者在构建的基础设施发生故障的状态下，自主停车也可稳定地执行。
[0203]
此外，可提供通过说明书直接或间接理解的各种效果。
[0204]
在上文中，尽管已经参考示例性实施方式和附图描述本发明，但是本发明不限于此，而是可由本发明所属领域的技术人员进行各种修改和改变，而不脱离在以下权利要求中要求保护的本发明的精神和范围。