在泊车过程中的车位位置更新方法和系统

技术领域

本申请一般涉及自动泊车领域，尤其涉及一种在泊车过程中的车位位置更新方法和系统。

背景技术

惯导系统(Inertial Navigation System，也称为惯性导航系统)以牛顿定律为工作原理，利用安装在运动载体上的惯性测量元件(例如，陀螺仪、加速度计等等)来测量运动载体的角速度和加速度信息，通过积分运算得到载体的位置、速度和姿态等导航参数。惯导系统具有完全的自主性和抗干扰性，短时间内具有高精度。然而，由于积分原因，其误差会随着时间累积，因此长时间工作的精度较差。

在车辆泊车过程中，如果仅依赖惯导系统，则目标车位的位置会出现偏移，极大地影响泊车效果。因此，在泊车过程中需要使用各种其它检测方法检测车位位置，并根据检测结果来更新目标车位的位置，从而对惯导系统进行修正。

现有技术中通常利用超声波来检测车位两侧障碍物的边界，进而辅助更新车位位置。然而，超声波检测存在测量距离短、相邻超声波传感器之间容易产生信号干扰等缺点，导致超声波检测的准确性不够高。如果障碍物的高度过低，则超声波可能无法检测到障碍物的存在，从而导致车辆在泊车过程中与障碍物发生碰撞。此外，在空旷的停车场场景中，由于停车位周围没有物体，超声波无法判断具体停车位的位置。同时，在斜车位场景中，超声波的检测效果并不理想。因此，采用超声波来更新车位位置具有一定的局限性。

有鉴于此，期望提供一种改进的在泊车过程中的车位位置更新方法和系统。

发明内容

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在标识出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是以简化形式给出一个或多个方面的一些概念以作为稍后给出的更详细描述之序言。

本申请提供了一种在泊车过程中的车位位置更新方法，包括：获取目标车位及其位置信息；基于该位置信息使车辆驶向该目标车位；在行驶过程中确定该目标车位是否在该车辆的视觉检测空间内，其中该视觉检测空间由该车辆的视觉检测系统设置；当该目标车位不在该视觉检测空间内时，使用该车辆的惯导系统来更新该目标车位的位置信息，直至该目标车位进入该视觉检测空间；以及当该目标车位在该视觉检测空间内时，融合该视觉检测系统与该惯导系统来更新该目标车位的位置信息，直至该车辆泊入该目标车位。

在一些实施例中，融合该视觉检测系统与该惯导系统来更新该目标车位的位置信息进一步包括：使用该视觉检测系统来检测该目标车位的位置信息；基于由该视觉检测系统检测到的位置信息与由该惯导系统更新的位置信息来确定转换矩阵；以及基于该转换矩阵来更新该目标车位的位置信息。

在一些实施例中，基于由该视觉检测系统检测到的位置信息与由该惯导系统更新的位置信息来确定转换矩阵进一步包括：确定由该视觉检测系统检测到的位置信息与由该惯导系统更新的位置信息之间的位置转换关系，其中该位置转换关系包括旋转关系、平移关系和缩放关系中的一者或多者；以及基于该位置转换关系来确定该转换矩阵。

在一些实施例中，视觉检测系统包括安装于车辆的一个或多个视觉传感器。

在一些实施例中，确定该目标车位是否在该车辆的视觉检测空间内进一步包括：当视觉检测空间内能够检测到该目标车位的车位线条时，确定该目标车位在该视觉检测空间内。

在一些实施例中，该方法进一步包括：在更新该目标车位的位置信息时使用滤波算法对经更新的位置信息进行平滑。

在一些实施例中，获取目标车位包括：搜索空闲车位作为该目标车位；或者从该车辆的车主接收对该目标车位的指示。

本申请还提供了一种在泊车过程中的车位位置更新系统，包括：目标车位获取模块，该目标车位获取模块被配置成获取目标车位及其位置信息；视觉检测空间模块，该视觉检测空间模块被配置成：基于该位置信息使车辆驶向该目标车位；在行驶过程中确定该目标车位是否在该车辆的视觉检测空间内，其中该视觉检测空间由该车辆的视觉检测系统设置；惯导更新模块，该惯导更新模块被配置成：当该目标车位不在该视觉检测空间内时，使用该车辆的惯导系统来更新该目标车位的位置信息，直至该目标车位进入该视觉检测空间；以及融合更新模块，该融合更新模块被配置成：当该目标车位在该视觉检测空间内时，融合该视觉检测系统与该惯导系统来更新该目标车位的位置信息，直至该车辆泊入该目标车位。

在一些实施例中，该融合更新模块被进一步配置成：使用该视觉检测系统来检测该目标车位的位置信息；基于由该视觉检测系统检测到的位置信息与由该惯导系统更新的位置信息来确定转换矩阵；以及基于该转换矩阵来更新该目标车位的位置信息。

本申请还提供了一种设备，包括处理器和存储器，该存储器存储有程序指令；该处理器运行程序指令以实现前述车位位置更新方法。

本申请的技术方案融合了视觉检测、惯导和滤波算法，能够更准确、更平稳地更新车位位置，使车辆更好地泊入目标车位。

附图说明

结合附图理解下面阐述的详细描述时，本申请的特征、本质和优点将变得更加明显。在附图中，相同附图标记始终作相应标识。要注意，所描述的附图只是示意性的并且是非限制性的。在附图中，一些部件的尺寸可放大并且出于解说性的目的不按比例绘制。

图1示出了常规的停车位类型示意图。

图2示出了具有障碍物的停车位示意图。

图3示出了在泊车过程中的车位位置更新示意图。

图4示出了根据本申请的各方面的在泊车过程中的车位位置更新方法。

图5示出了根据本申请的各方面的融合视觉检测系统与惯导系统来更新目标车位的位置信息的示例性方法。

图6示出了使用本申请的车位位置更新方法来进行泊车的示例性过程。

图7示出了根据本申请的各方面的在泊车过程中的车位位置更新系统的框图。

图8示出了根据本申请的各方面的包括在泊车过程中的车位位置更新系统的设备框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图对本申请进一步详细说明。在以下详细描述中，阐述了许多具体细节以提供对所描述的示例性实施例的透彻理解。然而，对于本领域技术人员显而易见的是，可以在没有这些具体细节中的一些或全部的情况下实践所描述的实施例。在其它示例性实施例中，没有详细描述公知的结构，以避免不必要地模糊本申请的概念。应当理解，本文所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。同时，在不冲突的情况下，实施例所描述的各个方面可以任意组合。

如上文提到的，现有的车位位置更新通常采用超声波，准确性不够高，且对于斜车位效果不理想。

本申请提出一种改进的车位位置更新方法和系统。本申请的技术方案融合惯导系统、视觉检测结果和滤波算法，能够更好地更新车位位置，并且更新的车位类型包括水平车位、垂直车位和斜车位，适用于各种泊车场景。

图1示出了常规的停车位示意图100。

示意图100示出了几种常见的停车位形状。如图1的上部所示，停车位是水平设置的多个矩形区域。如图1的中部所示，停车位是垂直设置的多个矩形区域。如图1的下部所示，停车位是以一定角度倾斜设置的多个平行四边形区域。

应注意，图1中的停车位仅是示例性的而非限制性的。在实践中，还存在其它形状的停车位。

在图1中示出了停车位周围没有障碍物的情形。在实际泊车中，停车位周围可能存在各种障碍物。图2示出了具有障碍物的停车位示意图200。

如图2所示，垂直停车位的右侧存在柱子。该柱子的存在使得能够停车的区域缩小。在该示例中，实际停车位变成虚线左侧的区域，以避免与柱子发生碰撞。

应注意，图2中示出的障碍物及其位置是示例性的。在实际场景中，还可能存在各种其它的障碍物，诸如墙壁、地面阻挡物、行人等等。并且障碍物可能处于停车位的各个位置。

图3示出了泊车过程中车位位置更新的示意图。

当车辆的当前位置与目标车位相距较远时，车辆所获取的目标车位的位置信息只是粗略信息而并不精确。当车辆在泊车过程中靠近目标车位时，车辆所获取的目标车位的位置信息会越来越准确。此时，车辆需要对先前获取的目标车位的位置信息进行更新，以提高泊车效果。具体而言，车辆需要对目标车位的车位位置和车位方向进行更新，以使得经过更新的车位位置和车位方向与实际车位设置和实际车位方向一致。

如图3的上部所示，虚线框为车辆获取的目标车位的初始车位位置。由于在初始时车辆距离停车位较远、停车位与车辆之间可能有阻挡物挡住视线、停车位周围可能存在障碍物等原因，初始车位位置与实际车位位置可能存在一定的偏差。

在泊车过程中，随着车辆靠近停车位，两者之间的距离越来越近，并且停车位与车辆之间的阻挡物可能已移除或者被绕开，此时车辆能够获取对目标车位更加准确的信息，据此可以对目标车位的初始车位位置不断进行更新/矫正，以使经过更新的车位位置与实际车位位置一致。实线框示出了经过更新的车位位置(图中示为“更新车位位置”)。如图所示，车辆最终根据更新车位位置泊入目标车位且在目标车位中正向居中停放。

除了车位位置偏差之外，车位方向也可能存在偏差。如图3的下部所示，虚线框为车辆获取的目标车位的初始车位信息，实线框为目标车位的实际车位。从图中可以看出，初始车位方向与实际车位方向存在一定偏差。在泊车过程中，车辆对目标车位的初始车位方向不断进行更新/校正，以使经过更新的车位方向与实际车位方向一致。作为示例，图3中用虚线箭头表示初始车位方向，并用实线箭头表示经过更新的车位方向(图中示为“更新车位方向”)，该经过更新的车位方向与实际车位方向一致。如图所示，车辆最终根据更新车位方向泊入目标车位且在目标车位中正向居中停放。

由此可见，在泊车过程中对目标车位的位置信息更新实质上包括对目标车位的车位位置和车位方向两方面的不断精化和调整，以使得车辆能够很好地泊入目标车位。

图3示出了对垂直车位的位置更新过程。应注意，这是示例性的而非限制性的。在实际泊车中，还存在对水平车位、斜车位、以及其它形状车位的位置更新。

图4示出了根据本申请的各方面的在泊车过程中的车位位置更新方法400。

方法400开始于步骤405。在步骤405，获取目标车位及其位置信息。

在一些实现中，可以由车辆(例如，车辆中的自动泊车装置)搜索空闲车位作为目标车位。举例而言，在商场的停车场情景中，可以搜索目前空闲的一个或多个车位，并选择其中的一个车位(例如，距离车辆当前位置最近的车位、周围没有障碍物的车位、等等)作为目标车位。

在一些实现中，可以从车辆的车主接收对目标车位的指示。举例而言，可以将当前可用的车位信息提供给车主(例如，呈现在交互式显示装置上)，车主可以通过在交互式显示装置上选中某个特定车位作为目标车位。

当确定目标车位时，可以同时获得该目标车位的位置信息，例如该目标车位在停车场的具体区域和编号信息。应注意，此时获得的目标车位位置信息是大致信息而非精确信息。在后续泊车过程中，需要对初始获得的该车位位置信息进行不断更新和矫正。

在步骤410，基于位置信息使车辆驶向目标车位。基于目标车位的大致位置信息以及车辆的当前位置信息，可以规划出车辆前往该目标车位的初步路线规划。由此车辆可以根据该初步路线规划驶向该目标车位。

在步骤415，在行驶过程中确定目标车位是否在车辆的视觉检测空间内，其中该视觉检测空间由车辆的视觉检测系统设置。

在一些实施例中，视觉检测系统可以包括安装于车辆的一个或多个视觉传感器。例如，这些视觉传感器可以包括但不限于单目摄像头、双目摄像头、多目摄像头、3D摄像头、或其组合等等。

视觉检测空间可以由视觉检测系统进行设置。例如，将视觉检测系统能够覆盖的车辆周围特定范围内的空间作为视觉检测空间。举例而言，视觉检测空间可以是以自车为中心且具有一定长宽高的空间范围(例如，长宽高分别为24m、24m、10m)。安装于车辆的视觉传感器能够覆盖该空间范围。当感兴趣对象进入该空间范围时，视觉传感器能够及时捕捉到足够清晰的图像以供后续分析和处理。

应注意，上述视觉检测空间的特定空间范围仅是示例性的而非限制性的。在实际实现中，可以根据视觉传感器的性能以及泊车环境而设置不同的空间范围。例如，在视觉传感器性能较优的情况下，可以设置较大的空间范围作为视觉检测空间。

另外，针对不同的泊车环境可以对视觉检测空间进行自适应调整。举例而言，在泊车环境较为昏暗的情况下，可以设置较小的空间范围作为视觉检测空间。

在一些实施例中，确定目标车位是否在车辆的视觉检测空间内进一步包括：当视觉检测空间内能够检测到目标车位的车位线条时，确定目标车位在该视觉检测空间内。

在一些实现中，当目标车位的完整车位线条出现在视觉检测空间内时，可以认为检测到目标车位的车位线条。此时可以确定目标车位在视觉检测空间内。

在另外一些实现中，当目标车位的车位线条的预设比例(例如，30％，50％等等)出现在视觉检测空间内时，可以认为检测到目标车位的车位线条，此时可以确定目标车位在视觉检测空间内。在具体实践中，本领域技术人员可以根据实际情况设置该比例。具体而言，当预设比例的车位线条出现在视觉检测空间内时，说明车载视觉传感器已经能够捕捉到目标车位的一部分，这表明目标车位距离车辆不远。

在其它一些实现中，当目标车位的车位线条的预设比例出现在视觉检测空间内且所捕捉的车位线条满足预设质量要求时，可以认为检测到目标车位的车位线条。举例而言，当预设比例的车位线条出现在视觉检测空间内时，说明车载视觉传感器已经能够捕捉到目标车位的一部分，这表明目标车位距离车辆不远。同时，所捕捉的车位线条满足预设质量要求，说明该目标车位的车位线条足够清晰可辨，能够满足泊车要求。反之，如果所捕捉的车位线条不满足预设质量要求，则说明该目标车位的车位线条不够清晰可辨，无法满足泊车要求。此时，系统可以重新选择其它目标车位，或者向车主给出提示并由车主选择其它目标车位。

在步骤420，当目标车位不在视觉检测空间内时，使用车辆的惯导系统来更新目标车位的位置信息，直至目标车位进入视觉检测空间。

在该过程中，车辆的视觉传感器继续捕捉视觉检测空间内的图像，以检测目标车位何时进入车辆的视觉检测空间。

在步骤425，当目标车位在视觉检测空间内时，融合视觉检测系统与惯导系统来更新目标车位的位置信息，直至车辆泊入目标车位。

在一些实施例中，融合视觉检测系统与惯导系统来更新目标车位的位置信息进一步包括：使用视觉检测系统来检测目标车位的位置信息；基于由视觉检测系统检测到的位置信息与由惯导系统更新的位置信息来确定转换矩阵；基于转换矩阵来更新目标车位的位置信息。关于融合视觉检测系统与惯导系统来更新目标车位的位置信息的具体过程将在下面结合图5进行进一步解说。

图5示出了根据本申请的各方面的融合视觉检测系统与惯导系统来更新目标车位的位置信息的示例性方法500。

方法500开始于步骤505。在步骤505，使用视觉检测系统来检测目标车位的位置信息。

举例而言，可以使用车载摄像头捕捉视觉检测空间内的图像。随后可以对图像进行处理以识别出目标车位的车位线。通过确定车位线在图像坐标系中的坐标和/或将其转换至自车坐标系中的坐标，可以获得关于目标车位的坐标信息。该坐标信息相比于通过惯导系统确定的目标车位信息更加精确。

附加地，还可以检测图像中车位线邻近区域内的障碍物，以获得关于目标车位的环境信息。结合目标车位的坐标信息和环境信息，可以获得目标车位的位置信息。

在步骤510，确定由视觉检测系统检测到的位置信息与由惯导系统更新的位置信息之间的位置转换关系，其中该位置转换关系包括旋转关系、平移关系和缩放关系中的一者或多者。

假定由惯导系统更新的位置信息可以表示为X，由视觉检测系统检测到的位置信息可以表示为Y。由于惯导系统存在一定的漂移/偏差，因此位置信息Y比位置信息X更加准确。在数学上，X通过一定的旋转、平移和/或缩放可以得到Y。由此，通过X和Y可以确定两者之间的旋转关系、平移关系和/或缩放关系(例如，旋转矩阵、平移矩阵和/或缩放矩阵)。

在步骤515，基于该位置转换关系来确定转换矩阵。

通过结合上述旋转矩阵、平移矩阵和/或缩放矩阵，可以得到转换矩阵。例如，在位置转换关系仅包括旋转关系的情况下，转换矩阵可以等同于旋转矩阵。在位置转换关系包括旋转关系、平移关系和缩放关系三者的情况下，可以通过将旋转矩阵、平移矩阵和缩放矩阵相乘来获得转换矩阵。换言之，转换矩阵表示位置信息X和位置信息Y之间的位置转换关系。

在步骤520，基于该转换矩阵来更新目标车位的位置信息。

在泊车过程中，通过将转换矩阵作用于由惯导系统获得的位置信息，可以对目标车位的位置信息进行更新。以此方式，可以很好地消除惯导系统的位置漂移。由此获得的车位位置信息与使用超声波更新的车位位置信息相比更加准确，并且对于各种形状的车位均具有很好的效果。

此外，相比于始终采用视觉检测系统来更新目标车位位置信息的方式，本申请通过基于目标车位是否在视觉检测空间内来选择仅采用惯导系统还是采用惯导系统与视觉检测系统相结合的方式来更新目标车位的位置信息，能够减轻视觉检测系统的计算负担。换言之，本公开的技术方案能够提高车位位置更新的速度，同时保持准确性。

在优选实现中，在更新目标车位的位置信息时可以使用滤波算法对经更新的位置信息进行平滑。以此方式，可以避免发生位置跳动，从而极大干扰泊车过程中的路径规划和控制。

在本申请的一实施例中，可以采用EKF(Extended Kalman Filter扩展卡尔曼滤波)算法。

EKF算法是是标准卡尔曼滤波在非线性情形下的一种扩展形式，是解决非线性状态估计问题最为直接的一种处理方法。

EKF算法的基本思想是用泰勒级数展开将非线性系统线性化，然后采用卡尔曼滤波框架对信号进行滤波。

一般来说，EKF在对非线性函数做泰勒展开时，只取一阶导和二阶导。而由于二阶导的计算复杂性，更多的实际应用只取一阶导，同样也能有较好的结果。取一阶导时，状态转移方程和观测方程近似为线性方程。由此，高斯分布的变量经过线性变换之后仍然为高斯分布，因此能够延用标准卡尔曼滤波的框架。

标准卡尔曼滤波KF的状态转移方程和观测方程为：

θ

z

扩展卡尔曼滤波EKF的状态转移方程和观测方程为：

θ

z

利用泰勒展开式对(3)在前一次的估值〈θ

θ

再利用泰勒展开式对(4)在本轮的状态预测值θ’

z

其中F

基于上述公式，可以得到EKF的预测(Predict)和更新(Update)步骤：

预测步骤：

θ’

Σ’

更新步骤：

S’

K’

〈θ

Σ

其中雅可比矩阵F

关于EKF算法在本领域是公知的，在此不再赘述。通过将EKF滤波算法应用于目标车位的位置更新，能够消除位置抖动，使泊车过程更加平稳。

虽然此处解说了特定的EKF滤波算法，但这仅是示例性的而非限制性的。在实际实现中，本领域技术人员可以采用各种其它恰适的滤波算法。

通过过程500来更新目标车位的位置信息，能够有效地消除车位位置漂移现象，提高车位位置更新的准确性。同时，过程500能够很好地应用于各种泊车场景，包括但不限于水平车位、垂直车位、斜车位、以及车位旁有障碍物等各种场景，适用性广泛。另外，滤波算法能够保证车位位置更新的稳定性。

图6示出了使用本申请的车位位置更新方法来进行泊车的示例性过程600。

如图所示，当用户(自车的车主)开始泊车后，可以获取目标车位。

如前文提到的，可以由系统搜索空闲车位作为目标车位，或者可以从用户接收对目标车位的指示。

通过获取目标车位，能够同时获得目标车位的大致位置信息。例如，在停车场泊车场景中，通过获取目标车位，可以知晓该目标车位在停车场中的大致方位(例如，目标车位在停车场中的区域和/或编号)。通过该大致位置信息，可以规划出车辆前往目标车位的初步路线规划。由此，车辆可以根据该初始路线规划驶向目标车位。

在车辆驶向目标车位的过程中，自动泊车系统确定该目标车位是否在车辆的视觉检测空间内。

举例而言，基于目标车位的大致位置信息和自车的当前位置信息，系统可以知晓目标车位相对于自车的大致方向。车载摄像头可以捕捉视觉检测空间内的图像，并着重检测该方向的图像内容，以检查目标车位是否在视觉检测空间内。

如果目标车位不在视觉检测空间内(例如，目标车位距离车辆较远、或者两者之间有遮挡物阻挡视线)，则车辆继续根据初步路线规划驶向目标车位，并且在行驶过程中使用车辆的惯导系统来更新目标车位的位置信息。

在车辆行驶过程中，车载摄像头仍然保持工作并捕捉视觉检测空间内的图像，以检查目标车位是否进入该视觉检测空间。举例而言，车载摄像头可以持续地捕捉图像，或者可以按预设间隔捕捉图像。

当目标车位的车位线进入车辆的视觉检测空间内(例如，目标车位距离车辆较近、或者两者之间的遮挡物被移除)时，可以融合惯导系统和视觉检测系统两者来更新目标车位的位置信息。具体而言，可以基于由视觉检测系统检测到的位置信息与由惯导系统更新的位置信息来确定转换矩阵，并基于该转换矩阵来更新目标车位的位置信息。

可任选地，还可以在更新目标车位过程中加入滤波算法，以使泊车过程更加平稳。

关于融合惯导系统和视觉检测系统两者来更新目标车位的位置信息的具体过程已在上面结合图5进行了详细描述，在此不再赘述。

当车辆泊入目标车位后，泊车过程结束。

图7示出了根据本申请的各方面的在泊车过程中的车位位置更新系统700的框图。

参见图7，系统700可以包括目标车位获取模块702、视觉检测空间模块704、惯导更新模块706、融合更新模块708、以及可任选的滤波模块710。这些模块中的每一者可在一条或多条总线712上直接或间接地彼此连接或通信。

目标车位获取模块702可以获取目标车位及其位置信息。

在本申请的一实施例中，可以由系统搜索空闲车位作为目标车位。

在本申请的一实施例中，可以从车辆的车主接收对目标车位的指示。

在获取目标车位时，可以同时获知其位置信息，诸如目标车位在停车场中的具体区域和编号信息等等。

视觉检测空间模块704可以被配置成：基于目标车位的位置信息使车辆驶向目标车位；在行驶过程中确定目标车位是否在车辆的视觉检测空间内，其中该视觉检测空间由车辆的视觉检测系统设置。

在本申请的一实施例中，视觉检测系统包括安装于车辆的一个或多个视觉传感器。

在本申请的一实施例中，确定目标车位是否在车辆的视觉检测空间内进一步包括：当视觉检测空间内能够检测到目标车位的车位线条时，确定目标车位在视觉检测空间内。

惯导更新模块706被配置成：当目标车位不在视觉检测空间内时，使用车辆的惯导系统来更新目标车位的位置信息，直至目标车位进入视觉检测空间。

融合更新模块708被配置成：当目标车位在视觉检测空间内时，融合视觉检测系统与惯导系统来更新目标车位的位置信息，直至车辆泊入目标车位。

在本申请的一实施例中，融合更新模块708可以被进一步配置成：使用视觉检测系统来检测目标车位的位置信息；基于由视觉检测系统检测到的位置信息与由惯导系统更新的位置信息来确定转换矩阵；以及基于转换矩阵来更新目标车位的位置信息。

滤波模块710可以在更新目标车位的位置信息时使用滤波算法对经更新的位置信息进行平滑。

虽然图7中示出了系统700的特定模块，但应理解，这些模块仅是示例性的而非限制性的。在不同的实现中，可以组合、拆分、移除这些模块中的一个或多个模块，或者添加另外的模块。例如，在一些实现中，融合更新模块708和滤波模块710可以被合并成单个模块。在一些实现中，系统700还可以包括附加的模块。例如，系统700可以包括交互模块(未示出)，车主可以通过该交互模块与系统进行交互，以更好地控制泊车过程。

图8示出了根据本申请的各方面的包括在泊车过程中的车位位置更新系统的设备800的框图。

该设备示出了一般硬件环境，可在其中根据本申请的示例性实施例应用本申请。

现在将参照图8描述设备800，其是可以应用于本申请的各方面的硬件设备的示例性实施例。设备800可以是被配置为执行处理和/或计算的任何机器，可以是但不限于工作站、服务器、台式计算机、膝上型计算机、平板计算机、个人数字助理(PDA)、智能电话、或其任何组合。

设备800可包括可以经由一个或多个接口与总线812连接或与总线812通信的组件。例如，设备800可包括总线812、处理器802、存储器804、输入设备808、以及输出设备810等等。

处理器802可以是任何类型的处理器，并且可包括但不限于通用处理器和/或专用处理器(例如特殊处理芯片)、智能硬件设备(例如，通用处理器、DSP、CPU、微控制器、ASIC、FPGA、可编程逻辑器件、分立的门或晶体管逻辑组件、分立的硬件组件、或其任何组合)。在一些情形中，处理器802可被配置成使用存储器控制器来操作存储器阵列。在其它情形中，存储器控制器(未示出)可被集成到处理器802中。处理器802可以负责管理总线和一般性处理，包括执行存储在存储器上的软件。处理器802还可以被配置成执行本文中所描述的与在泊车过程中的车位位置更新相关的各种功能。例如，处理器802可被配置成：获取目标车位及其位置信息；基于该位置信息使车辆驶向目标车位；在行驶过程中确定该目标车位是否在该车辆的视觉检测空间内，其中该视觉检测空间由该车辆的视觉检测系统设置；当该目标车位不在该视觉检测空间内时，使用该车辆的惯导系统来更新该目标车位的位置信息，直至该目标车位进入该视觉检测空间；以及当该目标车位在该视觉检测空间内时，融合该视觉检测系统与该惯导系统来更新该目标车位的位置信息，直至该车辆泊入该目标车位。

存储器804可以是可实现数据存储的任何存储设备。存储器804可包括但不限于磁盘驱动器、光学存储设备、固态存储器、软盘、软盘、硬盘、磁带或任何其它磁介质、光盘或任何其它光学介质、ROM(只读存储器)、RAM(随机存取存储器)、高速缓冲存储器和/或任何其它存储器芯片或盒、和/或计算机可从其读取数据、指令和/或代码的任何其它介质。存储器804可存储包括计算机可读指令的计算机可执行软件806，这些指令在被执行时使得处理器执行本文中所描述的与在泊车过程中的车位位置更新相关的各种功能。

输入设备808可以是可以用于输入信息的任何类型的设备。

输出设备810可以是用于输出信息的任何类型的设备。在一种情形中，输出设备810可以是可显示信息的任何类型的输出设备。

以上结合附图阐述的详细说明描述了示例而不代表可被实现或者落在权利要求的范围内的所有示例。术语“示例”和“示例性”在本说明书中使用时意指“用作示例、实例或解说”，并不意指“优于或胜过其它示例”。

贯穿本说明书引述的“一个实施例”或“一实施例”意指结合该实施例描述的特定特征、结构或特性是包含在本申请的至少一个实施例中的。因此，这些短语的使用可以不仅仅指代一个实施例。此外，所描述的特征，结构或特性可以在一个或多个实施例中以任何合适的方式组合。

提供之前的描述是为了使本领域任何技术人员均能够实践本文中所描述的各种方面。对这些方面的各种修改将容易为本领域技术人员所明白，并且在本文中所定义的普适原理可被应用于其它方面。因此，权利要求并非旨在被限定于本文中所示的方面，而是应被授予与语言上的权利要求相一致的全部范围，其中对要素的单数形式的引述除非特别声明，否则并非旨在表示“有且仅有一个”，而是“一个或多个”。除非特别另外声明，否则术语“一些”指的是一个或多个。本申请通篇描述的各个方面的要素为本领域普通技术人员当前或今后所知的所有结构上和功能上的等效方案通过引述被明确纳入于此，且旨在被权利要求所涵盖。

还应注意，这些实施例可能是作为被描绘为流程图、流图、结构图、或框图的过程来描述的。尽管流程图可能会把诸操作描述为顺序过程，但是这些操作中有许多操作能够并行或并发地执行。另外，这些操作的次序可被重新安排。

虽然已经说明和描述了各种实施例，但是应该理解，实施例不限于上述精确配置和组件。可以在本文公开的设备的布置、操作和细节上作出对本领域技术人员显而易见的各种修改、替换和改进而不脱离权利要求的范围。