CN104260722A - 一种自动泊车系统 - Google Patents

Abstract

本发明涉及一种自动泊车系统，包括：环境采集传感器，用于对车辆周围环境进行探测，并将采集到的数据发给中央处理单元；人机交互单元，用于提供驾驶员观测车辆周围环境信息并与系统进行交互的界面；中央处理单元，用于根据接收到的车辆周围环境数据创建泊车环境地图并发送给人机交互单元；根据接收到的驾驶员的车位选择信息、已获取的车辆实际位置信息以及泊车环境地图规划泊车期望路径并将所述期望泊车路径发送给底层控制模块；底层控制模块，用于根据中央处理单元发来的期望泊车路径触发车辆进行相应的操作，完成泊车；本发明提出的全自动泊车技术解决了城市化进程中带来的泊车空间狭小以及普通驾驶员难以泊车入位的难题，并且具有重规划能力。

Description

一种自动泊车系统

技术领域

本发明涉及汽车技术领域，尤其涉及一种自动泊车系统。

背景技术

许多公司和机构开展了对自动泊车系统的研究和开发,该功能在现有的中高档乘用车车型中也已经得到了应用。

总结现有的泊车方案大致流程如下：

首先，驾驶员开启泊车功能，并以时速小于一定值(如：35km/h)的速度行驶过可以停泊的区域，此时车载传感系统开始工作。系统探测到合适的平行或垂直车位后，会提示驾驶员继续前行，行进到系统认为合适的位置后提示驾驶员停车、挂入R挡，然后中央处理器将采集到的环境信息分析处理后，得出汽车的当前位置、目标位置以及周围的环境参数，依据以上参数做出自动泊车策略，生成相应的控制命令。执行机构接收控制命令控制车辆转向，并结合驾驶员的纵向控制完成泊车。

现有的自动泊车只是一种半自动的泊车系统，并未实现真正意义上的全自主，具体不足体现为以下几点：

1.泊车开始时需要驾驶员先将车辆停到指定位置，如果车辆处于指定范围之外，则系统不能规划出泊车期望路径,即泊车系统不能开始工作；

2.现有的自动泊车系统只适用于平行或垂直等系统预设的特定泊车类型，对于车辆周围任意类型的停泊空间将不能实现车位的识别以及泊车入位；

3.泊车过程中遇到障碍物的情形时，系统会提醒驾驶员采取人工干预，系统本身不能自动的重新规划出一条无碰撞的期望路径；

4.现今的自动泊车系统仅仅接管了车辆的横向控制，车辆的纵向控制如换挡、制动等操作仍需要驾驶员来完成，因此是一种半自主的自动泊车系统。

鉴于以上不足，使得车辆在泊车过程中能摆脱驾驶员的操作，同时按照驾驶员的停车意愿独立自主的完成泊车，当遇到障碍物或车位被占用时的情况下，车辆能自主决策或者及时与驾驶员交互采取合适的解决方法，完成泊车任务。

发明内容

鉴于上述的分析，本发明旨在提供一种自动泊车系统，用以解决现有泊车系统的不足。

本发明的目的主要是通过以下技术方案实现的：

本发明提供了一种自动泊车系统，包括：

环境采集传感器101，用于对车辆周围环境进行探测，并将采集到的车辆周围环境数据发给中央处理单元；

人机交互单元102，用于提供驾驶员观测车辆周围环境信息并与系统进行交互的界面；

中央处理单元103，用于根据接收到的车辆周围环境数据创建泊车环境地图并发送给人机交互单元102；根据接收到的驾驶员的车位选择信息、已获取的车辆实际位置信息以及泊车环境地图规划泊车期望路径并将所述期望泊车路径发送给底层控制模块104；

底层控制模块104，用于根据中央处理单元发来的期望泊车路径触发车辆进行相应的操作，完成泊车。

进一步地，所述环境采集传感器101具体包括：车身周围的一个或多个激光雷达。

进一步地，所述中央处理单元103具体包括：

车辆定位及地图创建模块1031，用于根据环境采集传感器101发来的车辆周围环境数据开始创建泊车环境地图，以及与创建地图同步完成车辆定位校准；

车位识别模块1032，用于根据所述泊车环境地图，在车辆行驶过程中监测可以泊车的车位，并根据驾驶员的选择确定最终的泊车位以及车辆位姿；

路径规划模块1033，用于根据最终的泊车位以及车辆位姿，结合车辆当前的位姿信息以及所述泊车环境地图规划出适当的泊车路径。

进一步地，所述车辆定位及地图创建模块1031具体用于，根据环境采集传感器101发来的车辆周围环境数据实现局部泊车地图的创建，在创建同时，根据从车辆里程计获得的车辆当前行驶速度以及从转向系统得到的车辆当前前轮偏角，计算出车辆当前的理论位姿；在理论位姿附近，将当前时刻传感器输出的泊车环境地图信息与上一时刻的泊车环境地图信息进行比对，实现对车辆实时位置的定位校准，并根据得到的车辆的精准位姿更新所述泊车环境地图，最终完成全局地图的创建。

进一步地，所述车位识别模块1032具体用于，接收传感器101发来车辆与周围障碍物的距离值，如当接收到的距离值由小变大再由大变小时，结合车辆当前行驶速度，车位识别模块1032将分析知道车辆周围存在空白区域，并判断该区域的大小和类型，并与车身大小进行对比分析，判断是垂直还是平行车位，并在人机交互单元102中显示供驾驶员选择和参考；具体方法是点击地图中的空白区域并滑动，则车辆最终的位姿由点的坐标和滑动方向确定。

进一步地，所述路径规划模块1033具体包括：

信息存储子模块，用于存储并维护两个表：OPEN表和CLOSED表，其中，OPEN表中存储在搜索过程中应被扩展的节点，最初的OPEN表中仅含有一个元素，即车辆的起始节点Start，之后在搜索过程中由于节点扩展生成的所有尚未被扩展的节点都会添加到这个表中；而CLOSED表中存储在搜索过程中已经被扩展过的节点，一旦节点被扩展过，它们将会从OPEN表中移除而添加到CLOSED表中；

规划子模块，用于对每个节点这里定义了它的f函数，并进行如下规划处理：

扩展起始点，并把起始点放入CLOSED表中。

从起始点往与它相邻的节点扩展，并计算每个节点的f值，放OPEN表中；

从中选出f值最小的点进行扩展，并把该点放入CLOSED表中，该点的扩展点及其f值放入OPEN表中；

重复上一步骤，直到扩展到终点；

取出CLOSED表中的点，并保存，这些点就是规划出的从泊车起始点到泊车终点的最短泊车期望路径，每个点包含了点的坐标以及车辆在该点所在路段的行驶方向、期望航向。

进一步地，所述中央处理单元103还包括：

路径跟踪模块1034，用于跟踪泊车期望路径的，当遇到泊车期望路径不可行时，触发所述路径规划模块1033重新规划路径或者触发所述路径规划模块进行局部路径规划；或者，当驾驶员选定的泊车位不可行时，则反馈给人机交互单元102，提示驾驶员重新进行车位选择。

进一步地，所述路径跟踪模块1034中，跟踪泊车期望路径采用前馈加反馈的控制算法，具体包括：计算反馈控制量得到的前轮偏角，即其中k为比例系数，v为当前车速，ψ为航向偏差；计算前馈输入量得到的车辆前轮偏角δ2，δ2＝arctan L·ρ，其中，ρ为车辆的当前参考点处路径的曲率，L为车辆的轴距；得到最终前轮偏角输出量δ＝δ1+δ2，并将所述前轮偏角输出量下发给所述底层控制模块104，达到实时控制车辆的前轮偏角；当车辆到达某段路径的终点时，会自动跳转到下一段路径，继续跟踪，直到完成最后一段路径的跟踪。

进一步地，所述路径跟踪模块1034中，局部路径规划具体包括：

对被占据的路径点沿其法线方向按照不同横向位置偏差再确定若干个目标位姿,各目标位姿航向与预瞄位姿相同；

计算当前车辆位姿和各目标位姿之间的行驶曲线作为候选曲线集合；

对各条行驶曲线进行碰撞分析，在行驶曲线上的每一位姿处增加车辆的宽度和长度信息,判断行驶曲线与障碍物发生碰撞的位置,仅保留此位置以前的行驶曲线；

在具有相同横向位置偏差的行驶曲线中保留最长的一条用于路径评价。经过碰撞安全性分析,在每个横向位置偏差仅保留了一条满足横向安全和路径跟踪要求的行驶曲线。

本发明有益效果如下：

本发明提出的全自动泊车技术解决了城市化进程中带来的泊车空间狭小以及普通驾驶员难以泊车入位的难题，并且具有重规划的能力。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

图1为本发明实施例所述系统的结构示意图。

图2为本发明实施例中，车载显示器及控制面板的示意图；

图3为本发明实施例中，中央处理单元的功能结构示意图；

图4为本发明实施例中，占据栅格地图示意图；

图5为本发明实施例中，反馈控制各偏差示意图；

图6为本发明实施例中，完成碰撞安全分析的候选行驶曲线示意图；

图7为本发明实施例中，全自主泊车工作流程示意图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。

首先结合附图对本发明实施例所述方法进行详细说明。

如图1所示，图1为本发明实施例所述系统的结构示意图，主要包括：环境采集传感器101、人机交互单元102、中央处理单元103以及底层控制模块104。

以下对各个部分的功能进行详细说明。

环境采集传感器101，主要负责对车辆周围环境进行探测，并将采集到的车辆周围环境数据发给中央处理单元；该环境采集传感器101包括设置在车身上的一个或多个激光雷达，本发明实施例中，该环境采集传感器包括均布在车身周围的4个激光雷达。

人机交互单元102，用于驾驶员观测车辆周围环境信息并与系统进行交互的界面。优选地，人机交互单元102可以采用触屏显示器来集成车载显示器和控制面板，当然采用显示器和按键分离的形式来设计上述模块也是可行的。

车载显示器及控制面板信息如图2所示，面板共设置了五个按钮，分别是开始泊车、开始、确认、停车以及退出。按钮以上的区域为激光雷达传感器进行信息融合后得到的车辆周围环境地图，其中黑色的区域表示障碍物，白色区域为可通行区，车辆的位置始终显示在地图正中间。

泊车开始，驾驶员将车辆停好，点击“开始泊车”按钮，中央处理单元将启动自动泊车程序；等待并检测驾驶员是否在屏幕中选定了合适的泊车位，点击“确认”键，系统将读取屏幕中的最终泊车位信息，进而规划出可行的期望路径；点击“取消”键，系统将清除之前选择的泊车位信息，等待驾驶员重新选择并确认；“停车”键是应用于紧急情况下的停车或者驾驶员有意终止自动泊车系统的情况；当泊车完成时点击“退出”键，结束自动泊车程序的运行。

上述指令与数据均通过CAN总线进行传递，驾驶员可以通过控制面板开启/关闭泊车功能，当外部传感器检测到有合适的泊车位时，显示器里会有代表车位可行的绿色边框，此时驾驶员可以选择该车位，也可以选择任意合适的停泊位置，具体方法是点击地图中的空白区域并滑动，则车辆最终的位姿由点的坐标和滑动方向确定。然后点击“泊车开始”按钮。

中央处理单元103，主要负责根据接收到的车辆周围环境数据创建泊车地图并发送给人机交互单元102；根据从驾驶员通过人机交互单元102发来的车位选择信息、已获取的车辆实际位置信息以及泊车地图规划泊车期望路径并将所述期望泊车路径发送给底层控制模块104；

底层控制模块104，主要负责根据中央处理单元发来的期望泊车路径触发车辆进行相应的操作，完成泊车。

其中，中央处理单元103是泊车系统的核心部分，它用来环境采集传感器传送过来的车辆周围环境数据，同时接收控制面板发出的信号，经过一系列的信息处理，最终输出控制量给底层控制模块，控制车辆按照预定的轨迹行驶并完成泊车。

如图3所示，图3为中央处理器的功能结构示意图，主要包括：

车辆定位及地图创建模块1031、车位识别模块1032、路径规划模块1033和路径跟踪模块1034。

以下对中央处理器103的各个功能模块进行详细说明。

车辆定位及地图创建模块1031，主要负责根据环境采集传感器101发来的车辆周围环境数据实现局部泊车地图的创建，在创建同时，根据从车辆里程计获得的车辆当前行驶速度以及从转向系统得到的车辆当前前轮偏角，计算出车辆当前的理论位姿；在理论位姿附近，将当前时刻传感器输出的泊车环境地图信息与上一时刻的泊车环境地图信息进行比对，实现对车辆实时位置的定位校准，并根据得到的车辆的精准位姿更新所述泊车环境地图，最终完成全局地图的创建。所谓比对，是前后相邻两个地图信息的匹配。举个例子:车辆某时刻的位置为(0,0),我们认为是精确位置,此时传感器得到的地图中显示，在车辆的正前方5米处有个电线杆。车辆往前行驶一段距离，根据里程计和前轮偏角信息计算得知，车辆往前走了3米，而且是直行，那么我们根据里程计信息可以计算得到车辆大概的位置应该是(0,3)，车辆精确的位置应该在该点附近，此时再由传感器采集得到的地图信息显示，电线杆在车辆正前方2米处，于是我们可以断定车辆的精确位置就是(0,3)。其实没有里程计信息也可以通过地图匹配得到车辆的精确位置，此时计算量会很大，因为系统要搜索很大范围的点来确定精确位置，而里程计信息可以提供车辆大概的位置，那么系统搜索时就会在该点附近进行匹配，比如选取(0,2.5)，这时系统发现如果车辆精确位置在(0,2.5)的话，那么此时电线杆在车辆正前方2米就不成立，所以这个点就被排除，继续搜索下一个点，直到发现(0,3)这个点恰好满足该时刻电线杆在车辆正前方2米处这一条件，如果没有里程计信息,那么系统将会在很大范围的很多点中进行搜索,时间成本增加。

本方案中地图创建和车辆定位校准采用了SLAM(即时定位与地图构建)的方法，实现对车辆实时位置的定位校准，并根据得到的精准位置更新环境地图。

SLAM的基本原理是运用概率统计的方法，通过多特征匹配来达到定位和减少定位误差，本发明实施例中将卡尔曼滤波方法应用到地位与地图构建中，主要流程如下：

其中Sk表示传感器测试获取数据，Mk-1表示第K-1时刻的局部地图，Rk表示K时刻车辆的位姿；

第一，激光雷达获取环境数据信息实现局部地图的创建，通过车辆内部传感器获得车辆的位姿；

第二，车辆移动到下个位置后，通过运用扩展卡尔曼滤波算法比较两次激光雷达输出的泊车地图信息Sk、Sk+1以获得精确的机器人位姿；

第三，根据精确的机器人位姿更新局部地图；

第四，融合当前全局地图和局部地图的创建，完成全局地图的更新，最终完成全局地图的创建。

利用卡尔曼滤波方法实现定位与地图创建，具有较高精度，能够创建较为精确的环境地图，很好的表征了泊车的环境信息，使得驾驶员可以在人机交互界面容易的识别可停泊空间；同时较之车辆里程计推算出的车辆位置有更高的精度，同时该方法稳定性好，避免了如全球定位系统(GPS)等定位精度容易受信号强度影响的定位方法，如在地下车库等GPS信号较弱的泊车场景。正是由于采用卡尔曼滤波方法的上述优势，因此本发明实施例中采用了卡尔曼滤波方法来实现定位与地图创建方法，但是本发明实施例也不排除其他实现定位与地图创建的方法。

由于泊车工况下环境的规模较小，地图复杂性不大，本实施例中采取占据栅格地图表示方法，如图4示，占据栅格地图(Occupancy Grid Map)M将车辆周围环境划分为n个具有固定大小的网格mi(i＝1,2…，n)。在本实施例中为了提高车辆定位及环境地图创建的精度，选择了较小的网格分辨率，每个网格的固定大小为0.2m，预设的栅格数目为100×100，因此可以表达的环境的大小为20m×20m。

通过对每个网格mi的赋值表示该网格被占据的可能性，所述mi的大小为闭区间[0,1]上的任意浮点值，mi值越大，该网格被占据的可能性就越大。0表示网格完全没有被占据，1表示该网格确认被占据。初始化时所有网格mi的值均被设为0.5，表示区域为未知状态。

当有测量点即车辆落在网格mi中时，mi被占据的概率就相应地增加。采用上述技术方案将车辆周围环境切割成了小块的网格，以概率表示了网格被占据可能性，概率占据栅格地图较完整地保留了环境的空间状态。

上述占据栅格地图表示方法以概率的形式表达了某块区域被障碍物占据的可能性，通过对每块区域的概率赋值，确定了障碍物存在的位置和大小，能够很好地表征车辆周围的可通行区域和障碍物区域，同时，地图的创建能够结合传感器信息实现车辆的精确定位，这些信息对于泊车的车辆尤为重要。

车位识别模块1032，主要接收采集传感器101发来车辆与周围障碍物的距离值，当接收到的距离值由小变大再由大变小时，结合根据车辆当前行驶速度，判断该泊车位空间的大小和类型，并与车身大小进行对比分析，判断是垂直还是平行车位。具体可以包括：开启车位检测后，车辆在行驶过程中系统通过激光雷达发射信号，车辆行驶过可以停泊的区域时，激光雷达检测到的距离值会发生变化，如由小变大，继续行驶，接收到的距离值会由大变小，结合车辆行驶的速度，判断该空间的大小和类型，并与车身大小进行对比分析，判断是垂直还是平行车位，并用边框显示提示驾驶员。驾驶员在显示屏上点击泊车位，并在泊车位边框中设定车辆的位置和车头朝向，具体做法为点击绿色边框确定为车辆中心最终的位置，然后沿此点滑动，滑动方向为车辆的航向，点击确认泊车按钮。系统检测到的车位只是给予驾驶员一个参考，驾驶员也可以选择任意合适的停泊位置，具体做法为在屏中显示的地图中点击第一点确定为车辆中心的位置，同时沿该点滑动，滑动方向确定为车辆的航向，确定车辆的最终位姿，点击确认泊车按钮。车辆最终的位姿信息通过CAN总线发送至中央处理单元。为后续的路径规划提供位姿信息。

路径规划模块1033，主要负责根据最终的泊车位以及车辆位姿，结合车辆当前的位姿信息以及所述泊车环境地图规划出适当的泊车路径。

中央控制器接收读取车辆最终位姿信息，结合自身当前的位姿和地图信息规划出可行的泊车路径。本本发明实施例采用了A*规划算法来规划可行的泊车路径，A*规划算法的节点为前面所述栅格地图的每个栅格中心点。在A*搜索算法实施过程中，它一共维持了两个表：OPEN表和CLOSED表。OPEN表中存储在搜索过程中应被扩展的节点，最初的OPEN表中仅含有一个元素，即车辆的起始节点s_start，之后在搜索过程中由于节点扩展生成的所有尚未被扩展的节点都会添加到这个表中，而CLOSED表中存储在搜索过程中已经被扩展过的节点，一旦节点被扩展过，它们将会从OPEN表中移除而添加到CLOSED表中。

对每个节点这里定义了它的f函数，以栅格节点s为例，它的f值估算了从起始节点(即车辆起始点)s_start经由节点s到目标节点(泊车终点)s_goal的最优路径的估计消耗，其数学定义为：

f(s)＝g(s)+h(s)   (3)

式中，g(s)表示从起始节点到当前节点s的累积消耗，泊车路径规划中，可认为累计消耗指消耗的距离量，从而保证路径最短，而h(s)表示了从当前节点s到目标节点的估计消耗，也称为启发值，通常可采用曼哈顿距离、对角线距离或者欧几里得距离进行估算。

A*算法的搜索过程如下：

1扩展起始点，并把起始点放入CLOSED表中。

2从起始点往与它相邻的节点扩展，并计算每个节点的f值，放OPEN表中。

3从步骤2中选出f值最小的点进行扩展，并把该点放入CLOSED表中，该点的扩展点及其f值放入OPEN表中。

4重复步骤3，直到扩展到终点

5取出CLOSED表中的点，并保存。这些点就是A*规划算法规划出的从泊车起始点到泊车终点的最短泊车期望路径。

这些点构成了泊车期望路径，每个点包含了点的坐标以及车辆在该点所在路段的行驶方向等信息。

相比于传统半自动泊车系统的路径规划，A*算法对车辆的起始和终点位姿不作要求，即任意起终点的路径规划，同时如果环境条件允许，就一定能够规划出合适的路径，规划耗费的时间满足泊车系统的需要，因此本实施例中将该算法应用到泊车路径规划中，但是本发明也不排除其他可以实现泊车路径规划的算法。

路径跟踪模块1034，主要负责路径跟踪是用来跟踪泊车期望路径的，当遇到泊车期望路径不可行时(例如遇到障碍物)，触发路径规划模块1033重新规划路径或者触发路径规划模块1033进行局部路径规划；或者，当驾驶员选定的泊车位不可行，即传感器检测到泊车位被障碍物占据，则泊车程序退出，同时通过人机交互界面102反馈给驾驶员(如声音提示等)，提示驾驶员重新进行车位选择。

泊车路径跟踪的具体实现过程如下：

车辆在跟踪某段路径时，会存在一定的偏差，包括航向偏差ψ(车辆的实际航向与该路段期望航向的偏差)和距离偏差d(本方案指车辆后轴中心到该路段的距离)，如图5所示。系统输入量为航向偏差、距离偏差和期望路段的曲率，输出量为车辆前轮偏角。

第一步，计算反馈控制量得到的前轮偏角，即其中k为比例系数，v为当前车速，ψ为航向偏差，各偏差标示如图5所示。

第二步，计算前馈输入量得到的车辆前轮偏角δ2。车辆的前馈输入为该点处路径的曲率ρ，通过相邻三个点作圆求得，输出量为前轮偏角δ2＝arctan L·ρ，其中L为车辆的轴距。

第三步，根据前反馈的情况，得到最终前轮偏角输出量δ＝δ1+δ2。

前轮偏角输出量通过CAN总线下发到转向电机控制器，实时控制车辆的前轮偏角。当车辆到达某段路径的终点时，会自动跳转到下一段路径，继续跟踪，直到完成最后一段路径的跟踪。

对于局部路径规划，是指车辆在跟踪期望路径点的过程中，会遇到一些障碍物，这些障碍物占据了期望路径点所在位置,导致之前规划的路径已经不可通过。此时车辆进入局部路径规划模式,设P为全局泊车期望路径。P是一组位姿Pi的点序列,来自于上述全局路径规划的结果。

当发现P路径上某点及其附近一定范围被障碍物占据的时候，车辆会在距离该障碍物一定距离时停车,此时进入局部路径规划模式，具体过程如下：

第一，对被占据的路径点沿其法线方向按照不同横向位置偏差再确定若干个目标位姿,各目标位姿航向与预瞄位姿相同；

第二，计算当前车辆位姿和各目标位姿之间的行驶曲线作为候选曲线集合(图6)，如图6所示，候选曲线集合包含了对于同一预瞄距离处的多条行驶曲线,其目标位姿相对于期望路径是对称分布的；

第三，对各条行驶曲线进行碰撞分析。在行驶曲线上的每一位姿处增加车辆的宽度和长度信息,判断行驶曲线与障碍物发生碰撞的位置,仅保留此位置以前的行驶曲线；

第四,在具有相同横向位置偏差的行驶曲线中保留最长的一条用于路径评价；经过碰撞安全性分析,在每个横向位置偏差仅保留了一条满足横向安全和路径跟踪要求的行驶曲线。

此时，车辆继续行驶，不再沿着之前规划的P路径而是沿着上述第四步得到的局部期望路径行驶以完成障碍物的避让，完成障碍物规避之后，车辆会继续跟踪之前规划好的全局期望路径P。如果局部规划中没有可行的路径，即图6中各条曲线都不满足碰撞要求，则车辆停止，并向发出警示音提示驾驶员采取干预措施。

这里，需要说明的是，当期望泊车路径不可行时候，更提倡采用局部规划路径规划，但是本发明也不排除重新进行全局规划，其最终的效果与局部路径规划相同，只是局部路径规划更节约时间。

底层控制模块104，实现泊车功能的最终执行者，它通过CAN总线接收中央处理单元发送过来的数据，负责与转向机构、制动机构、加速机构以及变速器TCU对接，控制车辆的转向、加减速、制动以及档位的自动切换等，使得车辆沿着期望路径行驶，具体执行可以参考现有技术即可，此处不再赘述。

为了便于理解本发明实施例所述系统，下面对利用本系统进行自动泊车的工作过程进行详细说明。

如图7所示，图7为自动泊车的工作过程示意图，具体可以包括如下步骤：

①驾驶员在准备泊车时开启控制面板上的启动车位搜索功能，接着，车辆在人工驾驶行进中创建车辆周围环境地图并识别可以停泊的空间。

②系统检测到合适泊车位时，控制面板会提示驾驶员有合适的位置，同时显示器会把合适的车位用绿色边框显示出来。

驾驶员停车，把挡位挂入P或N挡，此时驾驶员在显示屏上选择系统检测到的参考泊车位，并在泊车位边框中设定车辆的位置和车头朝向，点击确认泊车按钮。系统检测到的车位只是给予驾驶员一个参考，驾驶员可以选择任意合适的停泊位置，具体做法为在显示屏的地图中点击第一点确定为车辆中心的位置，同时沿该点滑动，滑动方向确定为车辆的航向，此时车辆最终位姿已经确定，点击确认泊车按钮。

③系统根据车辆当前以及最终位姿规划出一条可行的泊车路径，车辆将按照设定的算法沿着该路径行驶。

④车辆一边行驶一边检测道路的可行性及障碍物信息，若遇到道路不可行，则停车重新进行路径规划，避开障碍物。当前选定的泊车位不可行，则车辆停止行驶，反馈不可行信号给控制面板，此时驾驶员重新选定泊车位，接下来车辆继续按照④⑤所述行驶。

⑤最终车辆行驶到预定的位置，系统发送泊车成功信号给控制面板，泊车结束。

⑥各环节如果出现故障，此时会报错给中央控制器，进而发送通知给控制面板，驾驶员根据故障原因进行必要的人工干涉。

综上所述，本发明实施例提供了一种全自动泊车系统，具有如下有益效果：

首先，本发明实施例提出的全自动泊车技术解决了城市化进程中带来的泊车空间狭小以及普通驾驶员难以泊车入位的难题；相比于传统的泊车方案，本方案能够实现任意合适空间的自动泊车，提高了空间利用率,对车辆起始位置不做限制，车辆的纵横向都由系统接管，彻底把驾驶员从泊车任务中解放出来，泊车成功率较高。

其次，本发明实施例具有重规划的能力，在泊车过程中能重新规划主动安全的避开障碍物，最终完成泊车入位；当泊车位不可行时，系统会通过控制面板通知驾驶员，此时驾驶员只需在显示屏上重新选择泊车位，提高了泊车的智能型，节省了驾驶员的时间。

最后，本发明实施例采用的激光雷达传感器，具有较高的测量精度，车辆左右侧均有传感设备，能识别到两侧的泊车位；车辆定位采用SLAM的方法，相比于别的方案具有更高的定位精度，同时所用路径跟踪算法也具有跟踪误差较小的优点，避免了车辆在路径跟踪过程中由于误差较大引起的碰撞事故，具有很好的市场应用前景。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (9)

1.一种自动泊车系统，其特征在于，包括：

环境采集传感器101，用于对车辆周围环境进行探测，并将采集到的车辆周围环境数据发给中央处理单元；

人机交互单元102，用于提供驾驶员观测车辆周围环境信息并与系统进行交互的界面；

中央处理单元103，用于根据接收到的车辆周围环境数据创建泊车环境地图并发送给人机交互单元102；根据接收到的驾驶员的车位选择信息、已获取的车辆实际位置信息以及泊车环境地图规划泊车期望路径并将所述期望泊车路径发送给底层控制模块104；

底层控制模块104，用于根据中央处理单元发来的期望泊车路径触发车辆进行相应的操作，完成泊车。

2.根据权利要求1所述的系统，其特征在于，所述环境采集传感器101具体包括：安装在车身的一个或多个激光雷达。

3.根据权利要求1所述的系统，其特征在于，所述中央处理单元103具体包括：

车辆定位及地图创建模块1031，用于根据环境采集传感器101发来的车辆周围环境数据开始创建泊车环境地图，以及与创建地图同步完成车辆定位校准；

车位识别模块1032，用于根据所述泊车环境地图，在车辆行驶过程中监测可以泊车的车位，并根据驾驶员的选择确定最终的泊车位以及车辆位姿；

路径规划模块1033，用于根据最终的泊车位以及车辆位姿，结合车辆当前的位姿信息以及所述泊车环境地图规划出适当的泊车路径。

4.根据权利要求3所述的系统，其特征在于，所述车辆定位及地图创建模块1031具体用于，根据环境采集传感器101发来的车辆周围环境数据实现局部泊车地图的创建，在创建同时，根据从车辆里程计获得的车辆当前行驶速度以及从转向系统得到的车辆当前前轮偏角，计算出车辆当前的理论位姿；在理论位姿附近，将当前时刻传感器输出的泊车环境地图信息与上一时刻的泊车环境地图信息进行比对，实现对车辆实时位置的定位校准，并根据得到的车辆的精准位姿更新所述泊车环境地图，最终完成全局地图的创建。

5.根据权利要求3所述的系统，其特征在于，所述车位识别模块1032具体用于，接收传感器101发来车辆与周围障碍物的距离值，如当接收到的距离值由小变大再由大变小时，结合车辆当前行驶速度，车位识别模块1032将分析知道车辆周围存在空白区域，并判断该区域的大小和类型，并与车身大小进行对比分析，判断是垂直还是平行车位，并在人机交互单元102中显示供驾驶员选择和参考；具体方法是点击地图中的空白区域并滑动，则车辆最终的位姿由点的坐标和滑动方向确定。

6.根据权利要求3所述的系统，其特征在于，所述路径规划模块1033具体包括：

信息存储子模块，用于存储并维护两个表：OPEN表和CLOSED表，其中，OPEN表中存储在搜索过程中应被扩展的节点，最初的OPEN表中仅含有一个元素，即车辆的起始节点Start，之后在搜索过程中由于节点扩展生成的所有尚未被扩展的节点都会添加到这个表中；而CLOSED表中存储在搜索过程中已经被扩展过的节点，一旦节点被扩展过，它们将会从OPEN表中移除而添加到CLOSED表中；

规划子模块，用于对每个节点这里定义了它的f函数，并进行如下规划处理：

扩展起始点，并把起始点放入CLOSED表中。

从起始点往与它相邻的节点扩展，并计算每个节点的f值，放OPEN表中；

从中选出f值最小的点进行扩展，并把该点放入CLOSED表中，该点的扩展点及其f值放入OPEN表中；

重复上一步骤，直到扩展到终点；

取出CLOSED表中的点，并保存，这些点就是规划出的从泊车起始点到泊车终点的最短泊车期望路径，每个点包含了点的坐标以及车辆在该点所在路段的行驶方向、期望航向。

7.根据权利要求3到6中任意所述的系统，其特征在于，所述中央处理单元103还包括：

路径跟踪模块1034，用于跟踪泊车期望路径的，当遇到泊车期望路径不可行时，触发所述路径规划模块1033重新规划路径或者触发所述路径规划模块进行局部路径规划；或者，当驾驶员选定的泊车位不可行时，则反馈给人机交互单元102，提示驾驶员重新进行车位选择。

8.根据权利要求7所述的系统，其特征在于，所述路径跟踪模块1034中，跟踪泊车期望路径采用前馈加反馈的控制算法，具体包括：计算反馈控制量得到的前轮偏角，即其中k为比例系数，v为当前车速，ψ为航向偏差；计算前馈输入量得到的车辆前轮偏角δ2，δ2＝arctan L·ρ，其中，ρ为车辆的当前参考点处路径的曲率，L为车辆的轴距；得到最终前轮偏角输出量δ＝δ1+δ2，并将所述前轮偏角输出量下发给所述底层控制模块104，达到实时控制车辆的前轮偏角；当车辆到达某段路径的终点时，会自动跳转到下一段路径，继续跟踪，直到完成最后一段路径的跟踪。

9.根据权利要求8所述的系统，其特征在于，所述路径跟踪模块1034中，局部路径规划具体包括：

对被占据的路径点沿其法线方向按照不同横向位置偏差再确定若干个目标位姿,各目标位姿航向与预瞄位姿相同；

计算当前车辆位姿和各目标位姿之间的行驶曲线作为候选曲线集合；

对各条行驶曲线进行碰撞分析，在行驶曲线上的每一位姿处增加车辆的宽度和长度信息,判断行驶曲线与障碍物发生碰撞的位置,仅保留此位置以前的行驶曲线；

在具有相同横向位置偏差的行驶曲线中保留最长的一条用于路径评价。经过碰撞安全性分析,在每个横向位置偏差仅保留了一条满足横向安全和路径跟踪要求的行驶曲线。