CN114299146B 辅助停车方法、装置、计算机设备和计算机可读存储介质 （北京万集科技股份有限公司）

(12)发明专利地址100193北京市海淀区中关村软件园(72)发明人刘明旭杨炎龙邓永强房颜明有限公司11606路侧融合感知系统对预设停车区域扫描得到的述碰撞信息用于表征在所述目标车辆停车过程基于所述位置姿态信息和所述碰撞信息生成辅计算机设备获取路侧融合感知系统对预设停车区域扫描得到的点云数据，并根据点云数据，获取预设停车区域中目标车辆的位置姿态信息计算机设备根据点云数据和位置姿态信息，获取目标车辆预设距离范围内的障碍物对应的碰撞信息计算机设备基于位置姿态信息和碰撞信息生成辅助停车图像，并通过目标车辆对应的预设显示组件显示辅助停车图像2实时获取路侧融合感知系统对预设停车区域扫描得到的实时点云数据，并根据所述实时点云数据，获取所述预设停车区域中目标车辆的位置姿态信息；根据所述实时点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对应的实时碰撞信息，所述实时碰撞信息用于表征在所述目标车辆实时停车过程中与所述障碍物产生碰撞的风险等级；基于所述位置姿态信息和所述实时碰撞信息生成辅助停车信息，并通过所述目标车辆对应的预设显示组件显示辅助泊车信息，所述辅助泊车信息包括展示所述目标车辆实时停车过程图像和/或停车策略信息；所述位置姿态信息包括所述目标车辆对应的目标包含框的目标关键点的坐标；所述根据所述实时点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对根据所述目标关键点的坐标和预设的距离范围阈值，在所述点云数据中确定所述障碍物对应的障碍物点云数据；对所述障碍物点云数据进行目标检测，得到所述障碍物对应的障碍物包含框的障碍物关键点的坐标；根据所述目标关键点的坐标和所述障碍物关键点的坐标，获取所述碰撞信息；所述目标关键点的坐标包括目标角点的坐标，所述障碍物关键点的坐标包括障碍物角点的坐标；所述根据所述目标关键点的坐标和所述障碍物关键点的坐标，获取所述碰撞信若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标角点与所述障碍物包含框的第一目标边之间的距离小于第一距离阈值，则生成第一碰撞预警标记，并将所述第一碰撞预警标记作为所述碰撞信息；其中，所述第一碰撞预警标记用于对所述目标角点的坐标添加所述第一碰撞预警标2.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据，获取所述预设停车区域中目标车辆的位置姿态信息，包括：从所述点云数据中确定所述目标车辆对应的目标点云数据；对所述目标点云数据进行目标检测，得到所述位置姿态信息，所述位置姿态信息用于表征所述目标车辆在所述预设停车区域中当前的停车位置和停车姿态。3.根据权利要求2所述的方法，其特征在于，所述从所述点云数据中确定所述目标车辆获取所述路侧融合感知系统采集的所述目标车辆的车辆图像，并对所述车辆图像进行位置标定，得到所述目标车辆对应的标定位置；根据所述标定位置对所述点云数据进行筛选，得到所述目标点云数据，并从所述车辆图像中提取所述目标车辆的身份信息，将所述身份信息与所述目标点云数据关联存储。4.根据权利要求1所述的方法，其特征在于，所述目标关键点的坐标包括目标角点的坐标，所述障碍物关键点的坐标包括障碍物角点的坐标；所述根据所述目标关键点的坐标和3若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标包含框的第二目标边与所述障碍物角点之间的距离小于第二距离阈值，则生成第二碰撞预警标记，并将所述第二碰撞预警标记作为所述碰撞信息；其中，所述第二碰撞预警标记用于对所述障碍物关键点在所述第二目标边中的垂足坐标以及所述第二目标边添加所述第二碰撞预警标记。5.根据权利要求1所述的方法，其特征在于，所述基于所述位置姿态信息和所述碰撞信获取所述目标车辆对应的目标点云数据以及所述障碍物对应的障碍物点云数据；对应地，所述基于所述位置姿态信息和所述碰撞信息生成辅助停车图像，包括：对所述位置姿态信息添加所述碰撞信息，得到添加后的位置姿态信息；根据所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息，生成所述辅助停车图像。6.根据权利要求5所述的方法，其特征在于，所述根据所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息，生成所述辅助停车图像，包括：分别对所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息进行坐根据所述转换处理结果生成所述辅助停车图像。7.根据权利要求5所述的方法，其特征在于，所述根据所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息，生成所述辅助停车图像之前，还包括：获取所述路侧融合感知系统对所述预设停车区域采集的多张目标图像；根据所述多张目标图像，获取所述目标车辆对应的全景图像；对应地，所述根据所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态根据所述目标点云数据、所述障碍物点云数据、所述添加后的位置姿态信息以及所述8.根据权利要求1所述的方法，其特征在于，辅助停车图像包括多个子图像，各所述子图像对应的图像视角不同，所述通过所述目标车辆对应的预设显示组件显示所述辅助停车通过所述目标车辆对应的预设显示组件在同一显示界面的不同显示位置同步各所述子图像。实时获取路侧融合感知系统对预设停车区域扫描得到的实时点云数据，并根据所述实时点云数据，获取所述预设停车区域中目标车辆的位置姿态信息；根据所述实时点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对应的实时碰撞信息，所述实时碰撞信息用于表征在所述目标车辆实时停车过程中与所述障碍物产生碰撞的风险等级；基于所述位置姿态信息和所述实时碰撞信息生成实时辅助停车图像，并通过所述目标车辆对应的预设显示组件显示所述实时辅助停车图像，和/或，将所述实时辅助停车图像输入自动泊车决策模型，以生成所述目标车辆的停车策略；4所述位置姿态信息包括所述目标车辆对应的目标包含框的目标关键点的坐标；所述根据所述实时点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对根据所述目标关键点的坐标和预设的距离范围阈值，在所述点云数据中确定所述障碍物对应的障碍物点云数据；对所述障碍物点云数据进行目标检测，得到所述障碍物对应的障碍物包含框的障碍物关键点的坐标；根据所述目标关键点的坐标和所述障碍物关键点的坐标，获取所述碰撞信息；所述目标关键点的坐标包括目标角点的坐标，所述障碍物关键点的坐标包括障碍物角点的坐标；所述根据所述目标关键点的坐标和所述障碍物关键点的坐标，获取所述碰撞信若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标角点与所述障碍物包含框的第一目标边之间的距离小于第一距离阈值，则生成第一碰撞预警标记，并将所述第一碰撞预警标记作为所述碰撞信息；其中，所述第一碰撞预警标记用于对所述目标角点的坐标添加所述第一碰撞预警标第一获取模块，用于获取路侧融合感知系统对预设停车区域扫描得到的点云数据，并根据所述点云数据，获取所述预设停车区域中目标车辆的位置姿态信息；第二获取模块，用于根据所述点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对应的碰撞信息，所述碰撞信息用于表征在所述目标车辆停车过程中所述目标车辆与所述障碍物是否会产生碰撞；显示模块，用于基于所述位置姿态信息和所述碰撞信息生成辅助停车图像，并通过所述目标车辆对应的预设显示组件显示所述辅助停车图像；所述位置姿态信息包括所述目标车辆对应的目标包含框的目标关键点的坐标；所述第第二确定单元，用于根据所述目标关键点的坐标和预设的距离范围阈值，在所述点云数据中确定所述障碍物对应的障碍物点云数据；检测单元，用于对所述障碍物点云数据进行目标检测，得到所述障碍物对应的障碍物包含框的障碍物关键点的坐标；获取单元，用于根据所述目标关键点的坐标和所述障碍物关键点的坐标，获取所述碰撞信息；所述目标关键点的坐标包括目标角点的坐标，所述障碍物关键点的坐标包括障碍物角点的坐标；所述获取单元具体用于若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标角点与所述障碍物包含框的第一目标边之间的距离小于第一距离阈值，则生成第一碰撞预警标记，并将所述第一碰撞预警标记作为所述碰撞信息；其中，所述第一碰撞预警标记用于对所述目标角点的坐标添加所述第一碰撞预警标记。11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。512.一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权利要求1至9中任一项所述的方法的步骤。6辅助停车方法、装置、计算机设备和计算机可读存储介质技术领域[0001]本申请涉及智能交通技术领域，特别是涉及一种辅助停车方法、装置、计算机设备和计算机可读存储介质。背景技术[0002]随着经济的发展和人们生活水平的提高，道路上出现了越来越多的车辆，而随着车辆数量的剧增，各种各样的车辆停车问题也日益凸显。[0003]例如，通常情况下，车主一般依据个人经验将车辆停放在停车位上，但由于车主的视野盲区或者经验不足等问题，常常会出现车辆剐蹭等不安全现象，为了避免这一现象，目前，部分高端车辆中会安装倒车影像和倒车雷达，以此来辅助车主停车。[0004]然而，安装倒车影像和倒车雷达会增加车辆成本，因此，上述通过安装倒车影像和倒车雷达的辅助停车的方法，存在灵活性差的问题。发明内容[0005]基于此，有必要针对上述技术问题，提供一种能够提升停车安全性以及辅助停车的灵活性的辅助停车方法、装置、计算机设备和计算机可读存储介质。[0007]获取路侧融合感知系统对预设停车区域扫描得到的点云数据，并根据所述点云数据，获取所述预设停车区域中目标车辆的位置姿态信息；[0008]根据所述点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对应的碰撞信息，所述碰撞信息用于表征在所述目标车辆停车过程中所述目标车辆与所述障碍物是否会产生碰撞；[0009]基于所述位置姿态信息和所述碰撞信息生成辅助停车图像，并通过所述目标车辆对应的预设显示组件显示所述辅助停车图像。[0010]在其中一个实施例中，所述根据所述点云数据，获取所述预设停车区域中目标车[0011]从所述点云数据中确定所述目标车辆对应的目标点云数据；[0012]对所述目标点云数据进行目标检测，得到所述位置姿态信息，所述位置姿态信息用于表征所述目标车辆在所述预设停车区域中当前的停车位置和停车姿态。[0013]在其中一个实施例中，所述从所述点云数据中确定所述目标车辆对应的目标点云[0014]获取所述路侧融合感知系统采集的所述目标车辆的车辆图像，并对所述车辆图像进行位置标定，得到所述目标车辆对应的标定位置；[0015]根据所述标定位置对所述点云数据进行筛选，得到所述目标点云数据，并从所述车辆图像中提取所述目标车辆的身份信息，将所述身份信息与所述目标点云数据关联存储。7[0016]在其中一个实施例中，所述位置姿态信息包括所述目标车辆对应的目标包含框的目标关键点的坐标；所述根据所述点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对应的碰撞信息，包括：[0017]根据所述目标关键点的坐标和预设的距离范围阈值，在所述点云数据中确定所述障碍物对应的障碍物点云数据；[0018]对所述障碍物点云数据进行目标检测，得到所述障碍物对应的障碍物包含框的障碍物关键点的坐标；[0019]根据所述目标关键点的坐标和所述障碍物关键点的坐标，获取所述碰撞信息。[0020]在其中一个实施例中，所述目标关键点的坐标包括目标角点的坐标，所述障碍物关键点的坐标包括障碍物角点的坐标；所述根据所述目标关键点的坐标和所述障碍物关键[0021]若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标角点与所述障碍物包含框的第一目标边之间的距离小于第一距离阈值，则生成第一碰撞预警标记，并将所述第一碰撞预警标记作为所述碰撞信息；[0022]其中，所述第一碰撞预警标记用于对所述目标角点的坐标添加所述第一碰撞预警标记。[0023]在其中一个实施例中，所述目标关键点的坐标包括目标角点的坐标，所述障碍物关键点的坐标包括障碍物角点的坐标；所述根据所述目标关键点的坐标和所述障碍物关键[0024]若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标包含框的第二目标边与所述障碍物角点之间的距离小于第二距离阈值，则生成第二碰撞预警标记，并将所述第二碰撞预警标记作为所述碰撞信息；[0025]其中，所述第二碰撞预警标记用于对所述障碍物关键点在所述第二目标边中的垂足坐标以及所述第二目标边添加所述第二碰撞预警标记。[0026]在其中一个实施例中，所述基于所述位置姿态信息和所述碰撞信息生成辅助停车[0027]获取所述目标车辆对应的目标点云数据以及所述障碍物对应的障碍物点云数据；[0028]对应地，所述基于所述位置姿态信息和所述碰撞信息生成辅助停车图像，包括：[0029]对所述位置姿态信息添加所述碰撞信息，得到添加后的位置姿态信息；[0030]根据所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息，生成所述辅助停车图像。[0031]在其中一个实施例中，所述根据所述目标点云数据、所述障碍物点云数据和所述[0032]分别对所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息进行坐标系转换处理，得到转换处理结果；[0033]根据所述转换处理结果生成所述辅助停车图像。[0034]在其中一个实施例中，所述根据所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息，生成所述辅助停车图像之前，还包括：[0035]获取所述路侧融合感知系统对所述预设停车区域采集的多张目标图像；8[0036]根据所述多张目标图像，获取所述目标车辆对应的全景图像；[0037]对应地，所述根据所述目标点云数据、所述障碍物点云数据和所述添加后的位置[0038]根据所述目标点云数据、所述障碍物点云数据、所述添加后的位置姿态信息以及所述全景图像，生成所述辅助停车图像。[0039]在其中一个实施例中，所述辅助停车图像包括多个子图像，各所述子图像对应的图像视角不同，所述通过所述目标车辆对应的预设显示组件显示所述辅助停车图像，包括：[0040]通过所述目标车辆对应的预设显示组件在同一显示界面的不同显示位置同步各所述子图像。[0042]第一获取模块，用于获取路侧融合感知系统对预设停车区域扫描得到的点云数据，并根据所述点云数据，获取所述预设停车区域中目标车辆的位置姿态信息；[0043]第二获取模块，用于根据所述点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对应的碰撞信息，所述碰撞信息用于表征在所述目标车辆停车过程中所述目标车辆与所述障碍物是否会产生碰撞；[0044]显示模块，用于基于所述位置姿态信息和所述碰撞信息生成辅助停车图像，并通过所述目标车辆对应的预设显示组件显示所述辅助停车图像。[0045]第三方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面的方法的步骤。[0046]第四方面，本申请实施例提供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上述第一方面的方法的步骤。[0047]本申请实施例提供的技术方案带来的有益效果至少包括：[0048]上述辅助停车方法、装置、计算机设备和计算机可读存储介质，通过获取路侧感知系统对预设停车区域扫描得到的点云数据，并根据点云数据，获取预设停车区域中目标车辆的位置姿态信息，而后，根据点云数据和位置姿态信息，获取目标车辆预设距离范围内的障碍物对应的碰撞信息，该碰撞信息用于表征在目标车辆停车过程中目标车辆与障碍物是否会产生碰撞，再基于位置姿态信息和碰撞信息生成辅助停车图像，并通过目标车辆对应的预设显示组件显示辅助停车图像；这样，通过辅助停车图像辅助车主停车，这就避免了车主仅依据个人经验停车导致的车辆剐蹭等不安全现象，从而提升了停车安全性；另外，本申请实施例是基于路侧融合感知系统扫描得到的点云数据生成辅助停车图像的，因此，不论车辆中是否安装倒车影像和倒车雷达均可以通过辅助停车图像实现辅助停车，从而避免了传统技术中仅部分高端车辆中安装倒车影像和倒车雷达辅助车主停车所导致的辅助停车灵活性差的问题，本申请实施例还提升了辅助停车的灵活性。附图说明[0049]图1为一个实施例中辅助停车方法的实施环境示意图；[0050]图2为一个实施例中辅助停车方法的流程示意图；[0051]图3为另一个实施例中获取目标车辆的位置姿态信息的流程示意图；9[0052]图4为另一个实施例中步骤301的流程示意图；[0053]图5为另一个实施例中步骤202的流程示意图；[0054]图6为一种示例性地目标包含框与障碍物包含框的示意图；[0055]图7为一种示例性地目标包含框的目标角点与障碍物包含框的第一目标边之间的位置示意图；[0056]图8为一种示例性地目标包含框的第二目标边与障碍物包含框的障碍物角点之间的位置示意图；[0057]图9为一种示例性地目标包含框与障碍物包含框的位置示意图；[0058]图10为另一个实施例中辅助停车方法的流程示意图；[0059]图11为一种示例性地坐标系转换处理效果示意图；[0060]图12为一种示例性地辅助停车图像的示意图；[0061]图13为另一种示例性地辅助停车图像的示意图；[0062]图14为另一种示例性地辅助停车图像的示意图；[0063]图15为另一种示例性地辅助停车图像的示意图；[0064]图16为另一个实施例中辅助停车方法的流程示意图；[0065]图17为一种示例性地目标车辆中显示界面的示意图；[0066]图18为一个实施例中辅助停车装置的结构框图；[0067]图19为一个实施例中计算机设备的内部结构图。具体实施方式[0068]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处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。[0069]本申请实施例提供的辅助停车方法、装置、计算机设备和计算机可读存储介质，能够提升车辆的停车安全性以及辅助停车的灵活性。下面将通过实施例并结合附图具体地对本申请的技术方案进行详细说明。下面这几个具体地实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。[0070]本申请实施例提供的辅助停车方法，可以应用于如图1所示的实施环境中。如图1所示，该实施环境包括计算机设备101和路侧融合感知系统102,计算机设备101和路侧融合感知系统102之间可以通过有线网络或无线网络进行通信。[0071]其中，计算机设备101可以是路侧计算单元/终端/边缘服务器，可选地，计算机设备101还可以是云端服务器、车端的车载计算单元/终端，等等，在此对计算机设备101的类型不做具体限定。[0072]路侧融合感知系统102又名路侧基站或智慧基站，其可以包括毫米波雷达传感器、激光雷达传感器、相机等传感器中的一种或多种。路侧融合感知系统102还可以为多种传感器组合成的感知系统，该感知系统可以运行相关算法处理多种传感器采集的数据，实现环境感知，该算法包括但不限于对应传感器数据的目标检测算法、多传感融合感知算法，等[0073]在一个实施例中，如图2所示，提供了一种辅助停车方法，以该方法应用于图1中的计算机设备为例进行说明。需要说明的是，本申请实施例方法还可以被车端、云端以及路端的计算设备的组合系统执行，该方法中具体的任务分配可以基于需求灵活设置，本申请实施例不做限定。[0074]该方法包括步骤201、步骤202和步骤203:[0075]步骤201,计算机设备获取路侧融合感知系统对预设停车区域扫描得到的点云数据，并根据点云数据，获取预设停车区域中目标车辆的位置姿态信息。[0076]预设停车区域可以是路侧融合感知系统的感知区域，路侧融合感知系统在工作过程中，可以扫描感知区域进而输出点云数据，点云数据中包含诸多信息，例如包含坐标信[0077]计算机设备获取到点云数据后，根据点云数据获取该预设停车区域中的目标车辆的位置姿态信息。其中，目标车辆可以是预设停车区域中的任意车辆，目标车辆的位置姿态信息用于表征目标车辆在预设停车区域中当前的停车位置和停车姿态，该位置姿态信息可以包括目标车辆对应的目标包含框的目标关键点的坐标，目标车辆可以处于该目标包含框中，目标关键点例如可以是目标包含框的角点，当然还可以是目标包含框的其他关键点。[0078]以下，对计算机设备根据点云数据获取目标车辆的位置姿态信息的过程进行介[0079]在一种可能的实施方式中，计算机设备可以对点云数据进行目标检测，得到预设停车区域中各个车辆的位置姿态信息，计算机设备从各个车辆的位置姿态信息中筛选出目标车辆的位置姿态信息。[0080]在另一种可能的实施方式中，参见图3,计算机设备可以执行图3所示的步骤301和步骤302,以实现根据点云数据获取预设停车区域中目标车辆的位置姿态信息的过程：[0081]步骤301,计算机设备从点云数据中确定目标车辆对应的目标点云数据。[0082]路侧融合感知系统扫描预设停车区域输出点云数据，该点云数据可能包括多个车辆的点云数据，这样，计算机设备从路侧融合感知系统输出的点云数据中确定目标车辆对应的目标点云数据。[0083]在步骤301一种可能的实施方式中，参见图4,计算机设备可以执行图4所示的步骤3011和步骤3012实现步骤301的过程：[0084]步骤3011,计算机设备获取路侧融合感知系统采集的目标车辆的车辆图像，并对车辆图像进行位置标定，得到目标车辆对应的标定位置。设停车区域的入口处，这样，通过相机即可采集目标车辆的车辆图像。[0086]由于相机的安装位置固定，计算机设备可以根据目标车辆(当然也可以是目标车辆的车牌)在车辆图像中的位置，对目标车辆进行位置标定，得到目标车辆对应的标定位[0087]步骤3012,计算机设备根据标定位置对点云数据进行筛选，得到目标点云数据，并从车辆图像中提取目标车辆的身份信息，将身份信息与目标点云数据关联存储。[0088]本申请实施例中，路侧融合感知系统还可以包括激光雷达传感器，点云数据可以是激光雷达传感器对预设停车区域扫描得到的，这样，计算机设备可以根据相机与激光雷达传感器之间的相对位姿，将目标车辆对应的标定位置投影至激光雷达坐标系上，得到投11影位置。[0089]路侧融合感知系统对预设停车区域扫描得到的点云数据可以包括该预设停车区域中多个车辆的点云数据，基于每个车辆的点云数据可以得到车辆的感知位置，这样，计算机设备可以将投影位置与各感知位置进行比较，将重合度大于预设重合度阈值的感知位置对应的点云数据作为目标点云数据，这样，则筛选出了目标车辆的目标点云数据。[0090]进一步地，计算机设备还可以从车辆图像中提取目标车辆的身份信息，该身份信息例如可以是车牌信息，计算机设备将该身份信息与目标点云数据关联存储在数据库中。[0091]步骤302,计算机设备对目标点云数据进行目标检测，得到位置姿态信息。[0092]计算机设备筛选出目标车辆对应的目标点云数据后，利用目标检测算法对目标点云数据进行目标检测，得到位置姿态信息。[0093]需要说明的是，目标检测的过程也可以由路侧融合感知系统执行，计算机设备获取路侧融合感知系统检测得到的目标车辆的位置姿态信息。[0094]步骤202,计算机设备根据点云数据和位置姿态信息，获取目标车辆预设距离范围内的障碍物对应的碰撞信息。[0095]通过上述实施方式，计算机设备得到目标车辆的位置姿态信息后，计算机设备根据点云数据和位置姿态信息，获取目标车辆预设距离范围内的障碍物对应的碰撞信息，该碰撞信息用于表征在目标车辆停车过程中目标车辆与障碍物是否会产生碰撞。[0096]作为一种实施方式，计算机设备可以根据位置姿态信息从点云数据中确定障碍物对应的障碍物点云数据，再根据障碍物点云数据和目标车辆的位置姿态信息，检测目标车辆停车过程中是否会与障碍物产生碰撞，从而得到碰撞信息。[0097]步骤203,计算机设备基于位置姿态信息和碰撞信息生成辅助停车图像，并通过目标车辆对应的预设显示组件显示辅助停车图像。[0098]在一种可能的实施方式中，计算机设备可以对位置姿态信息添加碰撞信息，得到添加后的位置姿态信息，计算机设备对该添加后的位置姿态信息进行渲染处理得到辅助停车图像，并通过目标车辆对应的预设显示组件显示辅助停车图像。[0099]示例性地，计算机设备可以将辅助停车图像发送至目标车辆，供目标车辆通过其配置的预设显示组件显示该辅助停车图像，这样，车主通过辅助停车图像可以直观了解目标车辆在预设停车区域中当前的停车位置和停车姿态，以及，目标车辆停车过程中与障碍物是否会产生碰撞的提醒，从而辅助车主安全停车。[0100]上述实施例通过获取路侧融合感知系统对预设停车区域扫描得到的点云数据，并根据点云数据，获取预设停车区域中目标车辆的位置姿态信息，而后，根据点云数据和位置姿态信息，获取目标车辆预设距离范围内的障碍物对应的碰撞信息，该碰撞信息用于表征在目标车辆停车过程中目标车辆与障碍物是否会产生碰撞，再基于位置姿态信息和碰撞信息生成辅助停车图像，并通过目标车辆对应的预设显示组件显示辅助停车图像；这样，通过辅助停车图像辅助车主停车，这就避免了车主仅依据个人经验停车导致的车辆剐蹭等不安全现象，从而提升了停车安全性；另外，本申请实施例是基于路侧融合感知系统扫描得到的点云数据生成辅助停车图像的，因此，不论车辆中是否安装倒车影像和倒车雷达均可以通过辅助停车图像实现辅助停车，从而避免了传统技术中仅部分高端车辆中安装倒车影像和倒车雷达辅助车主停车所导致的辅助停车灵活性差的问题，本申请实施例还提升了辅助停车的灵活性，有利于辅助停车的普及。[0101]本实施例中的辅助停车方法，尤其适用于无GPS或北斗定位信号等定位信息时使用，例如地下停车场。由于在无GPS或北斗定位信息时，车辆无法获取自身位置，而一般的辅助停车方案是基于位置进行的(需获知车辆与车位的相对位置关系，才可以停车),本实施例在无信号时，可以基于激光雷达的定位实现辅助停车。[0102]基于同样的发明构思，作为一种变形，本申请的另一实施例提供了另一种一种辅助停车方法，所述方法包括：实时获取路侧融合感知系统对预设停车区域扫描得到的实时点云数据，并根据所述实时点云数据，获取所述预设停车区域中目标车辆的位置姿态信息；根据所述实时点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对应的实时碰撞信息，所述实时碰撞信息用于表征在所述目标车辆实时停车过程中与所述障碍物产生碰撞的风险等级；基于所述位置姿态信息和所述实时碰撞信息生成实时辅助停车图像，并通过所述目标车辆对应的预设显示组件显示所述实时辅助停车图像，和/或，将所述实时辅助停车图像输入自动泊车决策模型，以生成所述目标车辆的停车策略。本实施例与上文中实施例的差异主要在得到的辅助信息的实用的扩展。基本原理基本类似，在此不再做赘述。[0103]在另一实施例中，若该辅助停车场景是路边停车时，路侧融合感知系统在获取检测结果后，可以对目标检测结果进行校准，具体方式为：若路侧融合感知系统中相机的检测结果中目标的数量大于激光雷达的检测数量时，此时大概率是激光雷达将多个目标检测为单目标，因此可以基于图像对激光雷达的检测目标进行调整优化，得到准确的检测结果。该方法适用于非机动车辆等较小目标的检测，此时由于目标较小，且可能涉及的人员相对在车辆内的车辆的安全性更低，因此需要更慎重精细的辅助停车。[0104]在本申请另一实施例中，辅助停车的方式可以包含至少两种模式：一种是常规模式，一种谨慎停车模式；具体为：当检测到目标车辆预设距离范围内的障碍物符合谨慎停车模式时，调整为谨慎模式。该条件可以为检测到行人或非机动车。谨慎停车模式可以是输出提示信息，建议驾驶员稍加等候，控制车辆暂时静止等等。在一个实实施例，参见图5,本实施例涉及的是计算机设备如何根据点云数据和位置姿态信息获取目标车辆预设距离范围内的障碍物对应的碰撞信息的过程。如图5所示，位置姿态信息包括目标车辆对应的目标包含框的目标关键点的坐标，步骤202包括步骤501、步骤502和步骤503:[0105]步骤501,计算机设备根据目标关键点的坐标和预设的距离范围阈值，在点云数据中确定障碍物对应的障碍物点云数据。[0106]作为一种实施方式，目标关键点可以是目标包含框的角点，这样，计算机设备根据目标关键点的坐标即可确定目标包含框的中心点坐标。[0107]计算机设备根据该中心点坐标，在路侧融合感知系统扫描得到的点云数据中，确定该中心点坐标的预设的距离范围阈值内的候选点云数据，该候选点云数据包括目标车辆的位置姿态信息对应的目标点云数据和障碍物对应的障碍物点云数据，这样，计算机设备则确定障碍物点云数据。[0108]步骤502,计算机设备对障碍物点云数据进行目标检测，得到障碍物对应的障碍物包含框的障碍物关键点的坐标。[0109]计算机设备利用目标检测算法对障碍物点云数据进行目标检测，得到障碍物对应的障碍物包含框的障碍物关键点的坐标，障碍物可以处于障碍物包含框中，障碍物关键点可以是障碍物包含框的角点，当然还可以是障碍物包含框的边的中点等其他关键点。[0110]示例性地，以障碍物是车辆为例，参见图6,图6为一种示例性地目标包含框与障碍物包含框的示意图。如图6所示，箭头方向为车头方向，计算机设备对预设的距离范围阈值(如图6中的圆圈所示)内的障碍物点云数据进行目标检测，得到障碍物1对应的障碍物包含框1的障碍物关键点(障碍物包含框1的两个角点以及障碍物包含框1的两个边的中点)的坐标、障碍物2对应的障碍物包含框2的障碍物关键点(障碍物包含框2的两个边的中点)的坐[0111]步骤503,计算机设备根据目标关键点的坐标和障碍物关键点的坐标，获取碰撞信[0112]计算机设备比较目标关键点的坐标和障碍物关键点的坐标之间的距离大小，若目标关键点与障碍物关键点之间的距离较小，计算机设备则确定目标车辆会与障碍物产生碰[0113]在步骤503一种可能的实施方式中，目标关键点的坐标包括目标角点的坐标，障碍物关键点的坐标包括障碍物角点的坐标，计算机设备根据目标关键点的坐标和障碍物关键点的坐标获取碰撞信息，具体可以是根据目标角点的坐标和障碍物角点的坐标，检测目标角点与障碍物包含框的第一目标边之间的距离是否小于第一距离阈值，并根据检测结果获取碰撞信息。[0114]参见图7,图7为一种示例性地目标包含框的目标角点与障碍物包含框的第一目标边之间的位置示意图。目标角点可以是目标包含框距离障碍物包含框最近的角点，第一目标边可以是障碍物包含框中距离目标包含框最近的边。计算机设备根据障碍物包含框中障碍物角点的坐标，可以确定包含该障碍物角点的第一目标边的位置，这样，计算机设备则可以计算目标角点与障碍物包含框的第一目标边之间的距离，并检测目标角点与该第一目标边之间的距离是否小于第一距离阈值。[0115]若计算机设备根据目标角点的坐标和障碍物角点的坐标，检测到目标角点与障碍物包含框的第一目标边之间的距离小于第一距离阈值，计算机设备则生成第一碰撞预警标记，并将第一碰撞预警标记作为碰撞信息，该第一碰撞预警标记用于对目标角点的坐标添加第一碰撞预警标记。[0116]在步骤503另一种可能的实施方式中，目标关键点的坐标包括目标角点的坐标，障碍物关键点的坐标包括障碍物角点的坐标，计算机设备根据目标关键点的坐标和障碍物关键点的坐标获取碰撞信息，具体可以是根据目标角点的坐标和障碍物角点的坐标，检测目标包含框的第二目标边与障碍物角点之间的距离是否小于第二距离阈值，并根据检测结果获取碰撞信息。[0117]参见图8,图8为一种示例性地目标包含框的第二目标边与障碍物包含框的障碍物角点之间的位置示意图。障碍物角点可以是障碍物包含框中距离目标包含框最近的角点，第二目标边可以是目标包含框中距离障碍物包含框最近的边。计算机设备根据目标角点的坐标可以确定包含该目标角点的第二目标边的位置，这样，计算机设备则可以计算第二目标边与障碍物角点之间的距离，并检测第二目标边与障碍物角点之间的距离是否小于第二距离阈值。[0118]若计算机设备根据目标角点的坐标和障碍物角点的坐标，检测到目标包含框的第二目标边与障碍物角点之间的距离小于第二距离阈值，计算机设备则生成第二碰撞预警标记，并将第二碰撞预警标记作为碰撞信息，该第二碰撞预警标记用于对障碍物关键点在第二目标边中的垂足坐标以及第二目标边添加第二碰撞预警标记。[0119]需要说明的是，上述的步骤503的两种实施方式也可以同时实施，参见图9,其为一种示例性地目标包含框与障碍物包含框的位置示意图。如图9所示，计算机设备可以根据目标角点的坐标和障碍物角点的坐标，检测目标角点与障碍物包含框的第一目标边之间的距离是否小于第一距离阈值，以及检测目标包含框的第二目标边与障碍物角点之间的距离是否小于第二距离阈值。[0120]若目标角点与障碍物包含框的第一目标边之间的距离小于第一距离阈值，计算机设备则生成第一碰撞预警标记，若目标包含框的第二目标边与障碍物角点之间的距离小于第二距离阈值，计算机设备则生成第二碰撞预警标记，从而得到碰撞信息。[0121]这样，计算机设备对位置姿态信息添加碰撞信息，具体地，对目标角点的坐标添加第一碰撞预警标记，对障碍物角点在目标包含框的第二目标边中的垂足坐标添加第二碰撞预警标记，当然还可以对该第二目标边添加第二碰撞预警标记，等等。[0122]计算机设备对位置姿态信息添加碰撞信息后，可以对添加后的位置姿态信息进行渲染处理得到辅助停车图像，并通过目标车辆对应的预设显示组件显示辅助停车图像。[0123]这样，车主则可以通过辅助停车图像中的碰撞信息更加直观的看到目标车辆停车过程中可能与障碍物产生碰撞的位置，从而辅助车主安全停车，提升了停车安全性。[0124]在一个实施例中，基于图2所示的实施例，参见图10,本实施例涉及的是计算机设备如何生成辅助停车图像的过程。如图10所示，本实施例辅助停车方法中，步骤203之前还包括步骤204:[0125]步骤204,计算机设备获取目标车辆对应的目标点云数据以及障碍物对应的障碍物点云数据。[0126]计算机设备根据路侧融合感知系统对预设停车区域扫描得到的点云数据，获取目标车辆对应的目标点云数据以及障碍物对应的障碍物点云数据的过程，可以参见上述实施[0127]对应地，步骤203包括步骤2031、步骤2032和步骤2033:[0128]步骤2031,计算机设备对位置姿态信息添加碰撞信息，得到添加后的位置姿态信[0129]如上文所述，若目标包含框的目标角点与障碍物包含框的第一目标边之间的距离小于第一距离阈值，计算机设备则对目标角点的坐标添加第一碰撞预警标记；若目标包含框的第二目标边与障碍物包含框的障碍物角点之间的距离小于第二距离阈值，计算机设备则对目标包含框的第二目标边中的垂足坐标添加第二碰撞预警标记，并对该第二目标边添加第二碰撞预警标记，得到添加后的位置姿态信息。[0130]步骤2032,计算机设备根据目标点云数据、障碍物点云数据和添加后的位置姿态[0131]在步骤2032一种可能的实施方式中，计算机设备可以同时在辅助停车图像中展示目标点云数据、障碍物点云数据和添加后的位置姿态信息，这样，车主不仅可以直观看到目[0133]由于点云数据以及根据点云数据得到的目标车辆的位置姿态信息均为路侧融合备可以对目标点云数据、障碍物点云数据和添加后的位置姿态信息进行坐标系转换处理，坐标系转换处理后的坐标(x1′,y1′,z1′[0139]如图12-15所示，目标包含框内的点云数据即为坐标系转换处理后的目标点云数机设备还可以通过目标车辆对应的预设显示组件在同一显示界面的不同显示位置显示图[0142]基于图10所示的实施例，参见图16,本实施例中，步骤2032之前还包括步骤2034和步骤2035:[0143]步骤2034,计算机设备获取路侧融合感知系统对预设停车区域采集的多张目标图[0144]路侧融合感知系统可以包括多个安装在不同位置的相机，通过多个相机对预设停车区域进行图像采集得到多张目标图像。[0145]步骤2035,计算机设备根据多张目标图像，获取目标车辆对应的全景图像。[0146]计算机设备根据目标车辆的目标点云数据，得到目标车辆的感知位置，计算机设备根据该感知位置，从各目标图像中截取目标车辆周围预设距离范围内的图像区域，并对截取的各图像区域进行图像拼接，得到全景图像，其中，预设距离范围在实施时可以自行设[0147]在图像拼接过程中，计算机设备可以采用SIFT(ScaleInvariantFeatureTransform,尺度不变特征变换)算子进行图像特征提取，采用欧氏距离进行匹配结果评价，Consensus,随机抽样一致算法)来进行迭代优化寻找内点最多的一组变换参数，最后将像[0149]步骤2032a,计算机设备根据目标点云数据、障碍物点云数据、添加后的位置姿态信息以及全景图像，生成辅助停车图像。[0150]计算机设备得到全景图像后，计算机设备可以从添加后的位置姿态信息和目标点云数据中提取目标包含框的尺寸、位置坐标以及航向角，从障碍物点云信息中提取障碍物的位置坐标，并从全景图像中提取车辆类型、颜色等信息，接着，根据提取的车辆类型选取预置的三维模型，并利用提取的其它信息对三维模型进行渲染，得到辅助停车图像。[0151]作为一种实施方式，计算机设备也可以将提取的全部信息发送至目标车辆/司机端，供目标车辆/司机端根据提取的信息生成辅助停车图像。[0152]需要说明的是，与上述实施例类似，步骤2032a之前，计算机设备也可以对目标点云数据、障碍物点云数据、添加后的位置姿态信息以及全景图像进行坐标系转换处理，坐标系转换处理之后再生成辅助停车图像，在此不做具体限制。[0153]本申请实施例中，辅助停车图像可以包括多个子图像，各子图像对应的图像视角不同，计算机设备通过目标车辆对应的预设显示组件显示辅助停车图像的过程，具体可以是计算机设备通过目标车辆对应的预设显示组件在同一显示界面的不同显示位置同步各[0154]参见图17,图17为一种示例性地目标车辆中显示界面的示意图。即对于路侧融合感知系统中每个图像视角的传感器，计算机设备通过上述实施例得到该图像视角对应的子图像，再将各不同图像视角的子图像展示在同一显示界面的不同显示位置，以便于车主可以直观看到各个不同图像视角的辅助停车图像，提升了辅助停车的可靠性。[0156]步骤a,计算机设备获取路侧融合感知系统对预设停车区域扫描得到的点云数据，并获取路侧融合感知系统采集的目标车辆的车辆图像，对车辆图像进行位置标定，得到目标车辆对应的标定位置。[0157]步骤b,计算机设备根据标定位置对点云数据进行筛选，得到目标车辆的目标点云数据，并从车辆图像中提取目标车辆的身份信息，将身份信息与目标点云数据关联存储。[0158]步骤c,计算机设备对目标点云数据进行目标检测，得到位置姿态信息。[0159]位置姿态信息用于表征目标车辆在预设停车区域中当前的停车位置和停车姿态，位置姿态信息包括目标车辆对应的目标包含框的目标关键点的坐标。[0160]步骤d,计算机设备根据目标关键点的坐标和预设的距离范围阈值，在点云数据中确定障碍物对应的障碍物点云数据。[0161]步骤e,计算机设备对障碍物点云数据进行目标检测，得到障碍物对应的障碍物包含框的障碍物关键点的坐标。[0162]步骤f,计算机设备根据目标关键点的坐标和障碍物关键点的坐标，获取碰撞信[0163]碰撞信息用于表征在目标车辆停车过程中目标车辆与障碍物是否会产生碰撞。[0164]可选地，目标关键点的坐标包括目标角点的坐标，障碍物关键点的坐标包括障碍物角点的坐标；根据目标关键点的坐标和障碍物关[0165]若根据目标角点的坐标和障碍物角点的坐标，检测到目标角点与障碍物包含框的第一目标边之间的距离小于第一距离阈值，则生成第一碰撞预警标记，并将第一碰撞预警标记作为碰撞信息；其中，第一碰撞预警标记用于对目标角点的坐标添加第一碰撞预警标[0166]可选地，目标关键点的坐标包括目标角点的坐标，障碍物关键点的坐标包括障碍物角点的坐标；根据目标关键点的坐标和障碍物关[0167]若根据目标角点的坐标和障碍物角点的坐标，检测到目标包含框的第二目标边与障碍物角点之间的距离小于第二距离阈值，则生成第二碰撞预警标记，并将第二碰撞预警标记作为碰撞信息；其中，第二碰撞预警标记用于对障碍物关键点在第二目标边中的垂足坐标以及第二目标边添加第二碰撞预警标记。[0168]步骤g,计算机设备对位置姿态信息添加碰撞信息，得到添加后的位置姿态信息。[0169]步骤h,计算机设备分别对目标点云数据、障碍物点云数据和添加后的位置姿态信息进行坐标系转换处理，得到转换处理结果。[0170]步骤i,计算机设备获取路侧融合感知系统对预设停车区域采集的多张目标图像，并根据多张目标图像，获取目标车辆对应的全景图像。[0171]步骤j,计算机设备根据转换处理结果和全景图像生成辅助停车图像，并通过目标车辆对应的预设显示组件显示辅助停车图像。[0172]辅助停车图像包括多个子图像，各子图像对应的图像视角不同，计算机设备可以通过目标车辆对应的预设显示组件在同一显示界面的不同显示位置同步各子图像。[0173]应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。[0175]第一获取模块100,用于获取路侧融合感知系统对预设停车区域扫描得到的点云数据，并根据所述点云数据，获取所述预设停车区域中目标车辆的位置姿态信息；[0176]第二获取模块200,用于根据所述点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对应的碰撞信息，所述碰撞信息用于表征在所述目标车辆停车过程中所述目标车辆与所述障碍物是否会产生碰撞；[0177]显示模块300,用于基于所述位置姿态信息和所述碰撞信息生成辅助停车图像，并通过所述目标车辆对应的预设显示组件显示所述辅助停车图像。[0179]第一确定单元，用于从所述点云数据中确定所述目标车辆对应的目标点云数据；[0180]目标检测单元，用于对所述目标点云数据进行目标检测，得到所述位置姿态信息，所述位置姿态信息用于表征所述目标车辆在所述预设停车区域中当前的停车位置和停车[0181]在一个实施例中，所述第一确定单元具体用于获取所述路侧融合感知系统采集的所述目标车辆的车辆图像，并对所述车辆图像进行位置标定，得到所述目标车辆对应的标定位置；根据所述标定位置对所述点云数据进行筛选，得到所述目标点云数据，并从所述车辆图像中提取所述目标车辆的身份信息，将所述身份信息与所述目标点云数据关联存储。[0182]在一个实施例中，所述位置姿态信息包括所述目标车辆对应的目标包含框的目标[0183]第二确定单元，用于根据所述目标关键点的坐标和预设的距离范围阈值，在所述点云数据中确定所述障碍物对应的障碍物点云数据；[0184]检测单元，用于对所述障碍物点云数据进行目标检测，得到所述障碍物对应的障碍物包含框的障碍物关键点的坐标；[0185]获取单元，用于根据所述目标关键点的坐标和所述障碍物关键点的坐标，获取所述碰撞信息。[0186]所述目标关键点的坐标包括目标角点的坐标，所述障碍物关键点的坐标包括障碍物角点的坐标。可选地，所述获取单元具体用于若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标角点与所述障碍物包含框的第一目标边之间的距离小于第一距离阈值，则生成第一碰撞预警标记，并将所述第一碰撞预警标记作为所述碰撞信息；其中，所述第一碰撞预警标记用于对所述目标角点的坐标添加所述第一碰撞预警标记。[0187]可选地，所述获取单元具体用于若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标包含框的第二目标边与所述障碍物角点之间的距离小于第二距离阈值，则生成第二碰撞预警标记，并将所述第二碰撞预警标记作为所述碰撞信息；其中，所述第二碰撞预警标记用于对所述障碍物关键点在所述第二目标边中的垂足坐标以及所述第二目标边添加所述第二碰撞预警标记。[0189]第三获取模块，用于获取所述目标车辆对应的目标点云数据以及所述障碍物对应的障碍物点云数据；[0191]添加单元，用于对所述位置姿态信息添加所述碰撞信息，得到添加后的位置姿态[0192]生成单元，用于根据所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息，生成所述辅助停车图像。[0193]在一个实施例中，生成单元具体用于分别对所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息进行坐标系转换处理，得到转换处理结果；根据所述转换处理结果生成所述辅助停车图像。[0194]在一个实施例中，生成单元具体用于获取所述路侧融合感知系统对所述预设停车区域采集的多张目标图像；根据所述多张目标图像，获取所述目标车辆对应的全景图像；根据所述目标点云数据、所述障碍物点云数据、所述添加后的位置姿态信息以及所述全景图[0195]在一个实施例中，所述辅助停车图像包括多个子图像，各所述子图像对应的图像[0196]显示单元，用于通过所述目标车辆对应的预设显示组件在同一显示界面的不同显示位置同步各所述子图像。[0197]关于辅助停车装置的具体限定可以参见上文中对于辅助停车方法的限定，在此不再赘述。上述辅助停车装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。[0198]在一个实施例中，提供了一种计算机设备，其内部结构图可以如图19所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储辅助停车方法的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种辅助停车方法。[0199]本领域技术人员可以理解，图19中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。[0200]在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：[0201]获取路侧融合感知系统对预设停车区域扫描得到的点云数据，并根据所述点云数据，获取所述预设停车区域中目标车辆的位置姿态信息；[0202]根据所述点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对应的碰撞信息，所述碰撞信息用于表征在所述目标车辆停车过程中所述目标车辆与所述障碍物是否会产生碰撞；[0203]基于所述位置姿态信息和所述碰撞信息生成辅助停车图像，并通过所述目标车辆对应的预设显示组件显示所述辅助停车图像。[0204]在一个实施例中，该处理器执行计算机程序时还实现以下步骤：[0205]从所述点云数据中确定所述目标车辆对应的目标点云数据；[0206]对所述目标点云数据进行目标检测，得到所述位置姿态信息，所述位置姿态信息用于表征所述目标车辆在所述预设停车区域中当前的停车位置和停车姿态。[0207]在一个实施例中，该处理器执行计算机程序时还实现以下步骤：[0208]获取所述路侧融合感知系统采集的所述目标车辆的车辆图像，并对所述车辆图像进行位置标定，得到所述目标车辆对应的标定位置；[0209]根据所述标定位置对所述点云数据进行筛选，得到所述目标点云数据，并从所述车辆图像中提取所述目标车辆的身份信息，将所述身份信息与所述目标点云数据关联存储。[0210]在一个实施例中，所述位置姿态信息包括所述目标车辆对应的目标包含框的目标关键点的坐标，该处理器执行计算机程序时还实现以下步骤：[0211]根据所述目标关键点的坐标和预设的距离范围阈值，在所述点云数据中确定所述障碍物对应的障碍物点云数据；[0212]对所述障碍物点云数据进行目标检测，得到所述障碍物对应的障碍物包含框的障碍物关键点的坐标；[0213]根据所述目标关键点的坐标和所述障碍物关键点的坐标，获取所述碰撞信息。[0214]在一个实施例中，所述目标关键点的坐标包括目标角点的坐标，所述障碍物关键点的坐标包括障碍物角点的坐标，该处理器执行计算机程序时还实现以下步骤：[0215]若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标角点与所述障碍物包含框的第一目标边之间的距离小于第一距离阈值，则生成第一碰撞预警标记，并将所述第一碰撞预警标记作为所述碰撞信息；[0216]其中，所述第一碰撞预警标记用于对所述目标角点的坐标添加所述第一碰撞预警标记。[0217]在一个实施例中，所述目标关键点的坐标包括目标角点的坐标，所述障碍物关键点的坐标包括障碍物角点的坐标，该处理器执行计算机程序时还实现以下步骤：[0218]若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标包含框的第二目标边与所述障碍物角点之间的距离小于第二距离阈值，则生成第二碰撞预警标记，并将所述第二碰撞预警标记作为所述碰撞信息；[0219]其中，所述第二碰撞预警标记用于对所述障碍物关键点在所述第二目标边中的垂足坐标以及所述第二目标边添加所述第二碰撞预警标记。[0220]在一个实施例中，该处理器执行计算机程序时还实现以下步骤：[0221]获取所述目标车辆对应的目标点云数据以及所述障碍物对应的障碍物点云数据；[0222]对应地，所述基于所述位置姿态信息和所述碰撞信息生成辅助停车图像，包括：[0223]对所述位置姿态信息添加所述碰撞信息，得到添加后的位置姿态信息；[0224]根据所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息，生成所述辅助停车图像。[0225]在一个实施例中，该处理器执行计算机程序时还实现以下步骤：[0226]分别对所述目标点云数据、所述障碍物点云数据和所述添加后的位置姿态信息进行坐标系转换处理，得到转换处理结果；[0227]根据所述转换处理结果生成所述辅助停车图像。[0228]在一个实施例中，该处理器执行计算机程序时还实现以下步骤：[0229]获取所述路侧融合感知系统对所述预设停车区域采集的多张目标图像；[0230]根据所述多张目标图像，获取所述目标车辆对应的全景图像；[0231]对应地，所述根据所述目标点云数据、所述障碍物点云数据和所述添加后的位置[0232]根据所述目标点云数据、所述障碍物点云数据、所述添加后的位置姿态信息以及所述全景图像，生成所述辅助停车图像。[0233]在一个实施例中，所述辅助停车图像包括多个子图像，各所述子图像对应的图像视角不同，该处理器执行计算机程序时还实现以下步骤：[0234]通过所述目标车辆对应的预设显示组件在同一显示界面的不同显示位置同步各所述子图像。[0235]在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：[0236]获取路侧融合感知系统对预设停车区域扫描得到的点云数据，并根据所述点云数据，获取所述预设停车区域中目标车辆的位置姿态信息；[0237]根据所述点云数据和所述位置姿态信息，获取所述目标车辆预设距离范围内的障碍物对应的碰撞信息，所述碰撞信息用于表征在所述目标车辆停车过程中所述目标车辆与所述障碍物是否会产生碰撞；[0238]基于所述位置姿态信息和所述碰撞信息生成辅助停车图像，并通过所述目标车辆对应的预设显示组件显示所述辅助停车图像。[0239]在一个实施例中，该计算机程序被处理器执行时还实现以下步骤：[0240]从所述点云数据中确定所述目标车辆对应的目标点云数据；[0241]对所述目标点云数据进行目标检测，得到所述位置姿态信息，所述位置姿态信息用于表征所述目标车辆在所述预设停车区域中当前的停车位置和停车姿态。[0242]在一个实施例中，该计算机程序被处理器执行时还实现以下步骤：[0243]获取所述路侧融合感知系统采集的所述目标车辆的车辆图像，并对所述车辆图像进行位置标定，得到所述目标车辆对应的标定位置；[0244]根据所述标定位置对所述点云数据进行筛选，得到所述目标点云数据，并从所述车辆图像中提取所述目标车辆的身份信息，将所述身份信息与所述目标点云数据关联存储。[0245]在一个实施例中，所述位置姿态信息包括所述目标车辆对应的目标包含框的目标关键点的坐标，该计算机程序被处理器执行时还实现以下步骤：[0246]根据所述目标关键点的坐标和预设的距离范围阈值，在所述点云数据中确定所述障碍物对应的障碍物点云数据；[0247]对所述障碍物点云数据进行目标检测，得到所述障碍物对应的障碍物包含框的障碍物关键点的坐标；[0248]根据所述目标关键点的坐标和所述障碍物关键点的坐标，获取所述碰撞信息。[0249]在一个实施例中，所述目标关键点的坐标包括目标角点的坐标，所述障碍物关键点的坐标包括障碍物角点的坐标，该计算机程序被处理器执行时还实现以下步骤：[0250]若根据所述目标角点的坐标和所述障碍物角点的坐标，检测到所述目标角点与所述障碍物包含框的第一目标边之间的距离小于第一距离阈值，则生成第一碰撞预警标记，并将所述第一碰撞预警标记作为所述碰撞信息；[0251]其中，所述第一碰撞预警标记用于对所述目标