具体实施方式

本公开涉及一种电动交通工具(EV)充电系统及充电方法。替代专用于停车库或停车场中的单个位置的固定充电站，本公开涉及使得能够在停车设施中的任何位置处进行EV充电的系统及方法。为实现此“就地充电(charge where you are)”方法，本公开的系统利用充电机器人，所述充电机器人将包含电池的充电垫带到所停放EV。充电机器人将充电垫电池放置成接近EV的底架且无论EV位于停车设施中的什么地方，均使得能够对EV移动设备中的电池进行无线充电。当EV的操作者返回到交通工具时，所述操作者自由地仅驾驶离开，从而停止充电。充电机器人可在EV离开之后或在充电循环结束时取回充电垫。此外，如果另一交通工具停放于充电垫上，且并未要求充电或实际上是非EV，那么充电机器人也可取回充电垫并将充电垫用于另一交通工具。此外，停车位不限于EV，而是可由任何交通工具使用而不会给EV造成过度负担。下文更详细地描述这些及其它方法及系统。

在未来几年，EV将在满足人口的交通需要方面发挥更大的主导作用。从基于汽油的燃料补给到充电的此转变已表明，其中可利用简单的10分钟加满来将3英里到400英里的交通工具续航里程添加到交通工具的加油站模型既不切实际且目前在技术上也不可能针对EV进行复制。当前电池技术虽然从仅几年前起极大地改进，但仍需要时间来实现对EV的电池的类似量的续航里程扩展充电。

对加油站模型的失败的当前所尝试解决方案是可存在于多种公共场所(例如停车场及停车库)中的无处不在的3到10个充电站。但这些解决方案也带来挑战。首先，使用当前充电站的结果是专用的仅EV停车位，这消除由所有驾驶员使用的宝贵资源。此外，由于资源如此宝贵，且由于与在残疾人停车位中不当停车相比，几乎不存在与所述资源相关联的耻辱感，因此许多驾驶员完全忽略充电站的存在并在所述停车位停车，而不管其是否需要实际充电，并且通常极少或不执行停车限制。相关地，认识到停车位的价值以及与安装充电站相关联的基础设施成本的许多场所不愿意在其设施上安装此类充电站。

无论如何，EV充电的未来仍将主要部署在公共空间中。根据本公开，参考图1可见对上文所识别问题的解决方案。在图1中，描绘自主无线EV充电系统(AWECS)100。AWECS 100由三个主要组件组成，下文更详细地描述所述三个主要组件中的每一者。中央充电站200连接到公共设施作为充电电源，或者替代地连接到专用源(例如太阳能阵列)或经配置以对一或多个充电垫300进行充电的其它替代能量平台。充电垫300存储于充电站中且可经由有线连接而被充电。自主机器人400经配置以从充电站200取回一或多个充电垫300且将所述一或多个充电垫放置于EV 500下方。一旦在EV 500下方处于适当位置中，充电垫300便无线地耦合到位于EV内的电池并释放其电能来对EV的电池进行充电。通过按要求将充电垫300放置于所选择EV 500的下方，停车设施中的每个停车位保持可用于EV 500及其它交通工具600两者。此外，通过使大量充电垫300存储于充电站中，对充电垫进行充电的时间可延迟到高峰能量使用时间之外，且延迟直到晚上时间或能量成本及电网需求减少的其他时间，从而增加现有公用电网的效率。仍进一步地，使用转换开关技术，可将可在本地产生的太阳能或风能用作在白天及其它高峰公用电网使用期间的主要充电能量源，以再次限制AWECS100对现有公用电网的影响。

图2描绘本公开的充电站200。在一个实施例中，充电站200包含一或多个机架201。多个充电垫300支撑于机架201上。每一充电垫300包含与充电站200上的对应触点204配合的至少两个引线302。每一触点204电连接到电池充电器206。虽然在本文中描述为电池充电器206与充电垫300之间的物理连接，但充电垫还可被无线或感应充电，而不背离本公开的范围。电池充电器206电连接到能量源，例如干线连接到公用电网或替代能量源，例如专用太阳能阵列或风力发电机。如将了解，充电站200及充电垫300两者均包含CPU 208、314，所述CPU包含存储器、一或多组指令(包含软件、固件、应用程序)，及用于电池充电器206与充电垫300中的电池之间的通信的通信模块。这些通信包含数据，例如充电状态(SOC)、放电深度、充电垫300中的电池的单元的健康状况、温度以及与电池(例如锂离子及其它锂化学电池)的充电相关的其它信息。

充电站200的CPU 208中的通信模块还实现与服务器系统的通信，下文更详细地进行描述。与服务器的通信可允许远程监测充电垫300及充电站200的状态，以及用于AWECS100的其它相关通信。

图3A及3B描绘根据本公开的充电垫300。充电垫300包含用于连接到充电站200的触点204的引线302。引线302电连接到一或多个电池304。电池304由充电站200进行充电。无线充电器306电连接到所述电池。无线充电器306将存储于电池304中的直流(DC)电能转换成交流(AC)。来自无线充电器306的AC信号输出由可调整充电线圈308接收，且无线充电线圈308产生AC电场。类似充电线圈存在于EV中，且如果电场感应耦合到充电线圈308及无线充电器306，那么从而导致在EV 500中产生AC信号。此AC信号由EV 500中的无线充电器接收到，所述无线充电器将AC信号转换为用于对EV的电池进行充电的DC信号。

如对于任何感应充电电路将了解，充电线圈308与EV 500中的充电线圈的紧密接近既为所要的又改进从充电垫300中的电池304以及EV 500的能量传输的效率。为实现充电线圈308与EV 500上的对应充电线圈的此接近，充电线圈308可具有高度调整机构。此高度调整机构可为机械的，例如连接到驱动电机的齿条与小齿轮驱动器，其将充电线圈垂直地移动远离充电垫300的顶部表面310。替代地，高度调整可为气动的，其中使用压缩空气来驱动连接到可调整充电线圈的活塞以调整所述可调整充电线圈的高度及与EV500的充电线圈的接近。一旦确定接近于EV 500的充电线圈，便可自动启用高度调整的移动。

替代地，高度调整机构的启动可由自主机器人400经由与充电垫300的无线或有线通信而控制。可在将充电垫300放置于EV 500下方之后进行此通信。在一些实施例中，充电垫与自主机器人400在充电垫300的放置期间及紧接在所述放置之后并贯穿充电启动保持通信，以确保将充电垫300适当地放置于EV 500下方来进行EV电池的高效充电。不管机构如何，可调整充电线圈308的最终高度取决于被充电的交通工具的高度。

仍进一步地，充电垫300可包含用于确保充电技术方案308与EV 500的充电线圈的恰当对准的一或多个检测系统。举例来说，RF信号可由充电垫采用以实现此对准。此对准结合高度调整使充电线圈308与EV 500中的充电线圈之间的距离最小化以使能量转移效率最大化。

为将能量从充电线圈308传输到EV 500的充电线圈，通常采用两种方法：感应耦合及共振耦合，在图3C中展示此两者。与共振充电相比，感应耦合或感应充电高效得多。感应耦合需要充电线圈308与EV 500的充电线圈彼此紧密地耦合且感应充电效率与从充电线圈308(传输线圈)到EV 500的充电线圈(接收线圈)的距离及对准相关。如上文所描述，伸缩式布置可垂直及水平地移动充电线圈308以实现与EV 500的充电线圈的此对准。

下文描述用于将充电线圈308精确放置成接近于EV 500的充电线圈以实现高效率感应充电的闭环电流方法。在将充电垫300初始放置于EV 500下方接近于所述EV的充电线圈之后，充电线圈308向EV 500发送充电信号以开始充电。将在EV 500的充电线圈上建立高频率电压。EV 500中的板载充电器将开始将高频率电流整流为直流电流且对交通工具内部的电池进行充电。

初始充电电流的参数通常由EV 500中的板载充电器基于EV 500中的电池的状态而确定。在已起始充电之后，充电电流的改变速率迅速开始变慢。在相对短时间内，充电速率变得恒定。

充电垫300中的CPU 314测量充电线圈308输入处的充电电流。基于变压器理论，Vin/Vout＝n1/n2＝N，其中n1及n2是匝数比。所述比是恒定的。因此：

Vin*Iin＝Vout*Iout*η (方程式1)

其中：

Vin是充电线圈上的输入电压

Iin是充电线圈上的输入电流

Vout是接收线圈上的输出电压

Iout是接收线圈上的电流

η是充电及接收线圈的能量传输效率

可将方程式1改写为：

Vin*Iin＝Vin/N*Iout*η (方程式2)

可将此再次改写为：

Iin＝N*Iout*η (方程式3)

如上文所描述，在短时间内，Iout是恒定的。由于输入电流Iin与能量转移效率η直接相关，且进一步由于变压器效率η和初级线圈与次级线圈的气隙及对准严格相关，因此CPU 314可基于所检测效率的比较而评估充电线圈308与EV 500中的充电线圈的气隙及对准。利用此信息，充电垫可调整充电线圈308的高度及对准。上文所描述的上升结构可调整充电线圈308的高度以从z方向使气隙最小化，且可采用伺服电机或其它机构来调整充电线圈的x-y位置。通过进行继续调整，CPU 314可通过搜索最小Iin而确定能量转移的最大效率位置。在一些实例中，Iout参数由EV 500的板载充电器确定且被传递到充电垫300的CPU314。

另外或替代地，可使用一或多个温度传感器来评估充电线圈308与EV 500的充电线圈的对准。温度传感器可放置于充电线圈308的表面上或接近所述表面以检测温度差。当充电线圈308与EV 500的充电线圈未对准时，磁通通过两个线圈的有效面积是将能量从充电线圈308有效地传输到EV 500的充电线圈(即，接收线圈)的有效面积。此转移的损失将以充电线圈的共同区域上产生的热的形式。对准区域中的温度传感器将测量比未对准区域上的温度传感器更高的温度。闭环控制算法可由CPU 314采用以优化热区域中的温度传感器的最大数目来力图使能量转移期间的损失最小化。

充电垫300为相对薄的且经设计以装配于交通工具下方，如图1中所描绘。充电垫300的外部可由金属或塑料(例如高密度聚乙烯)及可耐受在充电垫300上方驾驶的交通工具的压力的其它材料形成。虽然不打算被驾驶于其上，但考虑到普通驾驶者的能力，此情景极有可能发生。在此以及其它方面，充电垫300满足由(举例来说)汽车工程师协会(SAE)或公布汽车相关设备的标准及要求的其它相关政府机构所提出的要求。

与充电站200一样，充电垫300包含一或多个CPU 314，所述一或多个CPU包含处理器、存储器、一或多组指令(包含软件、固件、应用程序)，及用于充电垫300与EV 500中的通信模块之间或充电垫300与自主机器人400之间的通信的通信模块。在起始充电之前，CPU314中的通信模块开始与EV 500进行通信。此通信可利用预定义协议。在一些实例中，此协议可由AWECS的服务提供者或EV充电的标准定义。

如下文将更详细地描述，可监测EV 500的充电状态且可由充电垫300收集关于EV500的电池的SOC的数据。此数据可被传递到充电站200，其中通信模块将数据发送到服务器，所述服务器经由(举例来说)在智能电话或其它所连接装置上运行的应用程序而与EV500的操作者进行通信。

图4A及4B描绘载运多个充电垫300的自主机器人400。自主机器人400是经配置以在停车设施中进行导航而无需直接人为干预的轮式交通工具。自主机器人400可包含多样或传感器402，包含光检测与测距(激光雷达)传感器、超声传感器，以及使得自主机器人400能够检测例如交通工具、行人及可正穿越停车设施的其它者等对象的相机。此外，这些传感器402使得自主机器人400能够将其自身与EV 500对准，使得可将充电垫300从自主机器人400移出并恰当地放置于EV下方，如图1中所展示。与充电垫300及充电站200一样，自主机器人400包含一或多个CPU 404，所述一或多个CPU包含处理器、存储器、一或多组指令(包含软件、固件、应用程序)，及实现与充电垫300、充电站200或者直接与一或多个服务器的无线通信的通信模块，如下文更详细地描述。

一或多个机器人臂406可操作地连接到自主机器人400。机器人臂406经配置以从自主机器人400上的那些充电垫300中选择一个充电垫且将充电垫300放置于EV 500下方，如图1中所描绘。使用自主机器人400上的传感器402与上文所描述的技术的组合，将充电垫300定位于EV 500下方，使得充电线圈308与EV 500的充电线圈对准。

在完成EV 500的充电后，充电垫300可即刻向自主机器人400或充电站200传输信号，所述信号指示充电完成且可收集充电垫300。类似地，如果充电中断(例如操作者驾驶EV500离开)，那么可传输此信号。此充电完成或充电中断或者在一些实例中充电失败信号起始来自自主交通工具400的响应，从而致使所述自主交通工具返回到正与其进行通信的充电垫300的位置。自主交通工具400再次将其机器人臂406延伸以取回充电垫300。如果在充电垫300中剩余充足电荷，那么充电垫300可保留在自主机器人400上以供与下一EV 500一起使用。替代地，如果充电垫300中的电池304的充电状态是充分耗尽的，那么自主机器人400将充电垫300返回到充电站200，在所述充电站处，将所述充电垫放置于机架201中的一者上且连接到触点204并起始再充电。再次，机器人臂406操纵充电垫300以将所述充电垫放置于适当机架201上。

传感器402连同GPS信号、惯性测量单元(IMU)及其它位置检测装置一起使得自主机器人能够检测本地环境且做出在停车结构周围自主驾驶的决策。停车结构的不断更新的三维(3D)本地地图可存储于存储器中且由CPU 404的处理器存取。此地图可与存储于服务器上的其它地图同步，使得还可将更新从服务器推送到自主机器人400。此组合帮助自主机器人导航停车结构且使与交通工具(包含EV 500)或行人的不期望互动最小化。

在接收到对特定EV进行充电的一组指令(如下文更详细地描述)后，自主机器人400将即刻确定板上是否存在充足充电垫300来适应指令。如果存在，那么自主机器人400对指令做出响应且根据指令而在适当时间执行放置。如果不存在，那么自主机器人400继续进行到充电站200以将具有不充足电荷的充电垫300放置于充电站200上且提取经充电充电垫300来执行指令。自主机器人400与充电站200可进行通信以确定提取哪些充电垫300，或服务器系统700(图6)可包含对特定充电垫300的识别以基于充电垫300的充电状态而针对特定EV 500进行放置，充电垫300或充电站200分别经由CPU 208、314中的通信模块而向服务器报告所述充电状态。指令还可考虑哪些充电垫300配备有用于EV 500上的特定电池的适当充电算法且也基于此因素而考虑基于哪一充电垫300的识别来进行利用。

将充电站200、充电垫300及自主机器人400全部描述为包含CPU。具体来说，CPU208、314及404。这些CPU中的每一者可包含结合图5中的CPU 1000所描述的硬件中的一些或所有硬件。所属领域的技术人员将认识到，本文中所描述的方法及系统可体现在可操作于CPU 1000(图5)上的一或多个应用程序上。作为初始事项，这些系统及方法可体现在一或多个固件、软件或应用程序上。这些应用程序在不背离本公开的范围的情况下实现电池监测、电池充电、通信、导航、建图、对象检测及规避以及其它。当然，所属领域的技术人员将认识到本文中所描述的图像处理方法的多种额外及补充使用。

现在参考图5，其为经配置以供与本公开的方法一起使用的CPU 1000的示意图。CPU 1000可与传感器402直接或间接(例如，通过无线通信)耦合。CPU 1000可包含存储器1002、处理器1004、显示器1006及输入装置1010。处理器或硬件处理器1004可包含一或多个硬件处理器。CPU 1000可任选地包含输出模块1012及网络接口1008。存储器1002可存储应用程序1018及图像数据1014。应用程序1018可包含可由处理器1004执行以用于执行本公开的方法的指令。

应用程序1018可进一步包含用户接口1016。数据1014可包含传感器数据、地图数据及本文中可使用的其它数据。处理器1004可与存储器1002、显示器1006、输入装置1010、输出模块1012、网络接口1008及传感器402耦合。

存储器1002可包含用于存储包含指令的数据及/或软件的任何非暂时性计算机可读存储媒体，所述指令可由处理器1004执行且控制CPU 1000的操作并在一些实施例中还可控制成像装置1015的操作。在实施例中，存储器1002可包含一或多个存储装置，例如固态存储装置(例如，快闪存储器芯片)。替代地，或除一或多个固态存储装置之外，存储器1002还可包含通过大容量存储控制器(未展示)及通信总线(未展示)而连接到处理器1004的一或多个大容量存储装置。

虽然对本文中所含有的计算机可读媒体的描述是指固态存储装置，但所属领域的技术人员应了解，计算机可读存储媒体可为可由处理器1004存取的任何可用媒体。也就是说，计算机可读存储媒体可包含以任何方法或技术实施以用于存储例如计算机可读指令、数据结构、程序模块或其它数据等信息的非暂时性、易失性及非易失性、可装卸式及非可装卸式媒体。举例来说，计算机可读存储媒体可包含RAM、ROM、EPROM、EEPROM、快闪存储器或其它固态存储器技术、CD-ROM、DVD、蓝光或其它光学存储装置、盒式磁带、磁带、磁盘存储装置或其它磁性存储装置，或者可用于存储所要信息且可由工作站1001存取的任何其它媒体。

应用程序1018在由处理器1004执行时可致使显示器1006呈现用户接口1016。用户接口1016可经配置以向用户呈现如本文中所描述的多种图像及模型。用户接口1016可进一步经配置以取决于图像及3D模型的目的、功能、重要性等而以不同色彩来显示及标记所述图像及3D模型的各方面。

网络接口1008可经配置以连接到网络，例如由有线网络及/或无线网络组成的局域网络(LAN)、广域网络(WAN)、无线移动网络、蓝牙网络及/或因特网。网络接口1008可用于在CPU 1000与服务器(图6)之间进行连接。网络接口1008还可用于从服务器接收数据1014。输入装置1010可为用户可借以与CPU 1000进行互动的任何装置，例如鼠标、键盘、脚踏板、触摸屏及/或语音接口。输出模块1012可包含任何连接端口或总线，例如并行端口、串行端口、通用串行总线(USB)或所属领域的技术人员已知的任何其它类似的连接端口。

图6描绘包含多个EV 500的系统100的架构的示意图。EV 500的每一操作者被提供有对在其个人所连接装置502(例如智能电话等等)上运行的应用程序的存取。应用程序使用移动连接或无线连接来实现操作者与充电系统服务器700之间的连接。在到达停车结构并确定操作者将想要对其EV 500进行充电后，操作者即刻打开应用程序。应用程序可需要验证支付信息、交通工具位置、交通工具类型及其它相关信息。请求可进行定时充电请求或充电状态定时请求。其中的一些请求可先前已解决，例如当操作者经由应用程序而成为充电服务的订户时。可为基于云端的服务器的AWECS服务器700经由在移动装置502上运行的应用程序而接收来自操作者的请求。在验证请求的细节以及与EV 500兼容并具有充足电荷来执行所要充电的充电垫300的可用性后，服务器700即刻向充电站200传输信号，所述充电站将所述信号传递到自主机器人400，替代地可将来自服务器的此信号直接发送到自主机器人400。在任一情况中，请求的细节均由自主机器人400接收。如果不存在可用于满足请求的充电垫300，那么服务器700可传输可能的替代布置，例如减少充电或延迟开始充电，或由于当前不可用而简单地拒绝请求，这取决于充电垫300的所规划可用性。

由自主机器人400接收到的细节可包含由在服务器中运行的应用程序规划的路线，所述路线考虑自主机器人400的位置、已接收到的其它充电请求、距充电机器人400及已针对其做出请求的EV 500的当前位置的距离，以及其它数据，例如紧急请求或为加急服务支付的附加费或者其它因素。利用此信息且跟随去往已针对其做出请求的EV 500的地图或所规划路线，自主机器人400继续进行到EV 500。一旦就位，自主机器人400的机器人臂400便移出充电垫300且将所述充电垫放置于EV 500下方。传感器402与充电垫300中的其它特征的组合连同充电垫300与EV 500之间的通信确保充电线圈308与EV 500上的对应充电线圈的恰当对准及高度调整。一旦确认对准，EV 500电池的充电便可开始。来自EV 500、充电垫300、自主机器人400及充电站200的所有充电状态、系统状态及其它相关数据被报告回到AWECS服务器以进行跟踪及监测，以及被推送给操作者以验证其EV 500正在充电。

在开始充电之前需要解决的问题之一是确定对安装于特定EV 500中的特定电池进行充电所需的充电算法。可由充电垫300中的CPU 314使用如上文所描述的其通信模块从EV 500检索此数据。

如将了解，为基于云端的系统的服务器700的功能中的一者是从自主机器人400的传感器402收集数据。此传感器数据可用于更新停车设施的3D地图。最初，在系统100的安装期间，停车设施将已被扫描以创建原始3D地图。为产生原始地图成像，可能已部署激光扫描及GPS系统来识别必要信息，包含停车点的数目、停车点的定向、停车结构内部的路线、每一停车点的实际尺寸以及关于本地基础设施的所有细节。然而，一旦停车设施向公众开放，此信息中的一些信息便会过时。用户停车不畅、维护及其它因素可需要进行考虑并用于定期更新3D地图以为服务器700及自主机器人400提供最新信息。最好在自主机器人400完成其部署充电垫300的日常工作时从所述自主机器人接收此数据。

尽管在本文中参考3D地图来识别自主机器人400操作的环境，但现在将描述精确地图的创建。在自主机器人中，精确地图是至关重要的，这是因为所述精确地图允许仅使用本地传感器在复杂环境中操作自动驾驶交通工具。同步定位与建图(SLAM)是自主机器人的最重要算法之一。SLAM是交通工具建构其周围环境的地图且同时相对于地图对其自身进行定位的过程。常用的SLAM算法可划分成两个类别：基于滤波器的算法及基于优化的算法。虽然其应用是不同的，但两种方法均极大地取决于周围环境的特征(或地标)，例如建筑物、交通标志及街道基础设施。广泛使用的基于滤波器的方法中的一些基于滤波器的方法已使用扩展卡尔曼(Kalman)滤波器(EKF)来导出。然而，基于EKF的SLAM算法需要实施繁重的计算负担。为减轻此问题，已开发扩展信息滤波器(EIF)方法。EIF方法使用信息矩阵，所述信息矩阵是来自卡尔曼滤波器的协方差矩阵的逆形式。为进一步减少EIF的计算时间，已开发稀疏信息滤波器形式。虽然信息滤波器可迅速整合新检测到的地标，但状态估计过程需要整个信息矩阵的逆元素，此仍可为计算繁重的。当地标协方差数据不容易获得时，已引入快速SLAM方法。基于优化的方法中的一者的基于图的SLAM是解决SLAM问题的直观方式。此方法将SLAM问题建构为由节点及边缘组成的图。一般来说，节点表示交通工具及地标的姿态，且边缘表示节点之间的空间约束。基于图的SLAM解决了误差最小化问题，以减少实时观察与空间约束(边缘)之间的不匹配。另一方法是使用非线性最小二乘法进行优化公式化，但由于其非线性，因此此方法实施起来具有挑战性。另一方法为改进收敛速度起见而以地图的准确性为代价来减少边缘的数目。其他基于非线性优化的方法包含高斯-赛德尔松弛(Gauss-Seidel relaxation)，其使用SLAM问题的线性化。仍进一步地，已提出多级松弛算法以改进稀疏逼近问题的收敛速度。替代地，已提出随机梯度下降(SGD)以通过提供状态向量的迅速更新从而允许算法逃避局部最小值而解决SLAM问题。仍进一步地，为SLAM系统的分支的视觉SLAM方法使用相机来构建地图。

视觉SLAM方法是目前受主要关注的，这是因为光学或视觉传感器是最便宜且易于设置的。视觉SLAM具有两种主要方法来解决SLAM问题：基于滤波器及基于关键帧。基于滤波器的SLAM利用概率理论在每一帧处收集信息。通过使用每一帧的信息来估计交通工具的姿态。基于关键帧的SLAM选择特定过去的帧来计算交通工具的当前姿态，而非考虑帧的所有特征。最流行的视觉SLAM方法中的一者—ORB-SLAM是基于关键帧的SLAM。在所有前述作品中，方法均使用基于姿态的地标。

尽管已提出大量方法，但这些方法均不单独提供所提出建图的特征。部分地，所有前述方法及算法依赖于以下各项中的一或多者：(1)对周围环境的特征的确定、(2)高精度GPS及(3)具有环路闭合的重复路径。确定周围环境通常是非常耗时的，通常需要数百个小时的人工工作来正确地标记。此外，在停车库中，随着汽车进入及离开车库，环境不断改变。另外，在室内停车结构中，由于结构的性质，因此高精度GPS通常不可用或仅不一致地可用。最后，由于自主机器人的通路并非有规律地重复，因此不容易获得具有环路闭合的重复路径。

为解决这些问题，本公开采用应用程序800，其执行多步骤过程以用于产生室内停车设施的高精度SLAM。作为初始事项，将一组图式801(例如可从建筑师、所有者或停车库的操作者获得的图式)及特征列表802输入到融合算法804中。特征列表802可包含但不限于柱状物的识别、柱状物上的标记、停车点车道标记、停车点编号标记以及其它。融合算法804从自主机器人400的传感器402接收实况相机图像及激光雷达图像。融合算法804将接着(举例来说)使用迭代最近点方法来进行处理，以补偿自主机器人的不良定位及姿态且将实时及预先记录的激光雷达图像与原始相机图像融合以结合图式801对所述图像进行匹配，从而以空间约束的形式产生(举例来说)停车点或其它特征停车库的实际标记。融合算法804可采用基于标准特征的匹配方法，其用于针对停车结构所识别的一组经裁适特征上。

还将来自传感器402的实况相机图像及激光雷达两者馈送到SLAM算法806。SLAM算法806还接收融合算法804的输出、尤其是空间约束。这些数据经处理以执行初始姿态预测。SLAM算法806补偿初始姿态估计以补偿不良交通工具姿态来确定从视觉及激光雷达信息计算的一组轨道。接下来，采用空间约束来通过使用随机梯度下降优化而建构地图，而无需任何基于姿态的地标。SLAM算法806接着输出自主机器人400的实时地图及实时位置两者。

在一个实施例中，应用程序800在本地运行于自主机器人400的CPU 404中。此外，可将此位置及经更新地图传输到AWECS服务器700(图6)，以跟踪自主机器人400的实时位置并更新地图，这允许AWECS服务器700对根据本公开的自主机器人400提供进一步指导。另外或替代地，应用程序800可在AWECS服务器700上运行且传递自主机器人400的经更新地图及位置。此外，应用程序800可在充电站200的CPU 208上运行且与AWECS服务器700及自主机器人400两者进行通信。

如本文中所述，本公开的方面中的一者涉及通过自主机器人400而将充电垫300放置于交通工具下方，使得充电线圈308接近于EV 500的充电线圈。在杂乱的停车环境中产生用于自主机器人400的轨迹是艰巨的任务，尤其是在狭窄环境中。主要挑战来自非线性及非完整交通工具动力学以及自由空间的非凸性。事实上，已表明寻找无碰撞路径的任务一般来说是NP-硬(非确定性多项式时间硬度)。因此，理想的通用轨迹产生算法不存在。最近，基于优化的路径规划算法(例如模型预测控制(MPC))已引起关注，其具有从(无人)飞机到机器人再到自主汽车的范围内的应用。这可归因于计算资源的增加、用于解决优化问题的稳健数值算法的可用性，以及MPC在其公式化内系统地编码系统动力学及安全约束的能力。基于优化的方法的主要挑战是障碍物规避约束会引起通常呈整数变量形式的非凸优化问题，从而使所得优化问题变得在计算上难以解决。通过引入辅助决策变量，可将障碍物规避约束重新制定为一组平滑约束，从而允许使用成熟梯度及基于海森(Hessian)的数值求解器。遗憾地，已观察到，由于非完整动力学及无障碍空间的非凸性，因此停车问题中的这些优化问题的求解质量严重取决于提供给数值求解器的初始猜测。根据本公开，本申请案力图在使用自主机器人400来在EV 500下方放置或移出充电站300的上下文中解决这些问题。

自主机器人400需要在目标交通工具下面的不接触所述目标并环绕交通工具的精确插入路径。此外，必须实时地产生所述路径。为实现所要结果，应用程序900采用算法组合。所采用的第一算法是混合A*路径规划器。混合A*路径规划器结合基于分层优化的碰撞规避算法使用。具体来说，应用程序900利用混合A*及经简化交通工具模型来快速产生大致满足交通工具动力学的粗略路径。此粗略路径随后被传递用于初始化H-OBCA算法，所述H-OBCA算法使用完整交通工具模型来产生高质量无碰撞插入路径。无碰撞路径使得自主机器人400的CPU 404能够开始在EV 500下方插入充电垫300。当插入充电垫300时，基于由自主机器人400的传感器402(例如，超声波、激光雷达、图像、激光扫描仪等)收集的数据而实时地调整无碰撞插入路径。使用由传感器402所感测的距EV 500的轮胎的距离来实时地调整无碰撞插入路径。此外，所产生且经更新插入路径可由应用程序900中的路径跟随控制器跟踪。在完成放置后，无碰撞路径还可即刻由自主机器人400采用以使得所述自主机器人能够继续远离EV 500且在适当时返回到EV 500以在完成充电时移出充电垫300。尽管已在图式中展示本公开的若干个方面，但并不打算使本公开限制于此，这是因为打算使本公开的范围与本领域将允许的范围一样宽广且同样地阅读说明书。因此，以上描述不应被解释为限制性的，而是仅作为特定方面的例示。