CN109866761A - 自动泊车路径规划方法、系统及计算机可读存储介质 - Google Patents
自动泊车路径规划方法、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109866761A CN109866761A CN201910165480.XA CN201910165480A CN109866761A CN 109866761 A CN109866761 A CN 109866761A CN 201910165480 A CN201910165480 A CN 201910165480A CN 109866761 A CN109866761 A CN 109866761A
- Authority
- CN
- China
- Prior art keywords
- parking
- path
- circular arc
- path planning
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动泊车路径规划方法、系统及计算机可读存储介质，通过仿真得到全部的泊车方案，然后拟合得到路径规划关键点坐标与车位信息和探测距离的数学关系，建立路径规划模型，最后使用三次样条曲线插值，完成整个路径规划。本发明能够在完成搜索车位后快速的完成路径规划，满足实际泊车对实时性、准确性、可靠性的需要。
Description
技术领域
本发明属于自动泊车系统技术领域，具体涉及一种自动泊车路径规划方法、系统及计算机可读存储介质。
背景技术
路径规划是泊车系统的重要一环节，路径规划的好坏将直接影响泊车路径跟随的控制效果，更是影响泊车体验感和用户的满意度。路径规划主要根据传感器探测的车辆与车位和障碍物的相对位置信息，建立车辆转向、碰撞、停车姿态等约束条件，使用最优化求解方法，经过复杂的递归计算，得到当前路径规划关键点坐标。当前最优化算法求取路径规划关键点坐标，需要多循环递归求解，计算量大，消耗控制器资源，耗时长，对不同场景的适应性差，存在无法求出路径的弊端，影响泊车的成功率和满意度。
因此，有必要开发一种自动泊车路径规划方法、系统及计算机可读存储介质。
发明内容
本发明的目的是提供一种自动泊车路径规划系统及方法，能在完成搜索车位后快速的完成路径规划，满足实际泊车对实时性、准确性、可靠性的需要。
本发明所述的自动泊车路径规划方法，包括以下步骤：
步骤1、泊车路径方案仿真搜索：
根据整车转向信息、车身参数和车位参数在泊车路径仿真环境中进行泊车路径仿真，在泊车路径仿真环境中设定碰撞约束和泊车完成的判断条件，以不同转弯半径进行仿真，当整个仿真过程无碰撞且满足完成泊车条件，则得到车辆所有停放位置的所有可行的泊车路径；
步骤2、路径规划建模：
根据仿真得到的泊车路径，对相关数据进行拟合，得到泊车路径关键点和探测距离、车位宽度间的数学关系，并建立路径规划模型；
步骤3、路径规划模型验证：
根据建立的路径规划模型在仿真环境中验证，检验实际泊车过程中是否会发生碰撞或无法泊入的情况；完成仿真环境的检查后，确定关键点和探测距离的路径规划模型，根据路径规划模型得到关键点的坐标；
步骤4、路径规划模型应用：
使用三次样条插值法对关键点中间过程进行插值，得到实际车辆控制的路径规划。
进一步，所述泊车路径方案仿真搜索具体为：
根据杜宾斯曲线原理，将泊车路径简化为由相切的圆弧与直线组成；
建立仿真环境，收集整车转向信息、车辆的长、宽和轴距、车位的长度、宽度、检测距离和道路宽度，设定碰撞及泊车完成判断条件，改变车位宽度、本车停放位置和道路宽度进行全工况仿真，得到不同停放位置时可泊入车库的泊车路径方案，即得到泊车路径上的圆弧圆心、转弯半径、转弯角度和直线起始结束点坐标。
进一步，所述将泊车路径简化为由相切的圆弧与直线组成，具体为；
将平行泊车的泊车路径简化为由第一圆弧、直线和第二圆弧依次首尾连接而成，其中，相邻线段的连接点、第一圆弧的圆心、第二圆弧的圆心以及泊车路径的起始点和终点均为关键点；
将垂直泊车的泊车路径简化为由第一圆弧、第二圆弧、第三圆弧和直线依次首尾连接而成，其中，相邻线段的连接点、第一圆弧的圆心、第二圆弧的圆心、第三圆弧的圆心以及泊车路径的起始点和终点均为关键点。
进一步，所述路径规划建模具体为：
对仿真得到的所有泊车路径方案进行整理，按照换挡次数、泊车距离、转向角度选取最优的泊车路径，使用最小二乘法拟合出本车停放位置、车位宽度和泊车路径起始点、圆弧圆心、圆弧半径、转弯角度、直线起始点坐标的数学关系。
进一步，所述路径规划模型验证具体为：
基于建立的路径规划模型，设置不同的泊车位置、车位参数，再次输入到路径规划模型中，调整起始点位置、检测距离、车位宽度和路沿角度，对不同泊车场景仿真运算，验证泊车过程中是否发生碰撞或泊车完成条件是否满足，以检测所建模型的有效性。
本发明所述的一种自动泊车路径规划系统，包括：
泊车路径方案仿真搜索模块，用于根据整车转向信息、车身参数和车位参数在泊车路径仿真环境中进行泊车路径仿真，在泊车路径仿真环境中设定碰撞约束和泊车完成的判断条件，以不同转弯半径进行仿真，当整个仿真过程无碰撞且满足完成泊车条件，则得到车辆所有停放位置的所有可行的泊车路径；
路径规划建模模块，用于根据仿真得到的泊车路径，对相关数据进行拟合，得到泊车路径关键点和探测距离、车位宽度间的数学关系，并建立路径规划模型；
路径规划模型验证模块，用于根据建立的路径规划模型在仿真环境中验证，检验实际泊车过程中是否会发生碰撞或无法泊入的情况；完成仿真环境的检查后，确定关键点和探测距离的数据模型，根据路径规划模型得到关键点的坐标；
路径规划模型应用模块，用于使用三次样条插值法对关键点中间过程进行插值，得到实际车辆控制的路径规划。
进一步，所述泊车路径方案仿真搜索模块，用于根据杜宾斯曲线原理，将泊车路径简化为由相切的圆弧与直线组成；建立仿真环境，收集整车转向信息、车辆的长、宽和轴距、车位的长度、宽度、检测距离和道路宽度，设定碰撞及泊车完成判断条件，改变车位宽度、本车停放位置和道路宽度进行全工况仿真，得到不同停放位置时可泊入车库的泊车路径方案，即得到泊车路径上的圆弧圆心、转弯半径、转弯角度和直线起始结束点坐标。
进一步，所述路径规划建模模块，用于对仿真得到的所有泊车路径方案进行整理，按照换挡次数、泊车距离、转向角度选取最优的泊车路径，使用最小二乘法拟合出本车停放位置、车位宽度和泊车路径起始点、圆弧圆心、圆弧半径、转弯角度、直线起始点坐标的数学关系。
进一步，所述路径规划模型验证模块，基于建立的路径规划模型，设置不同的泊车位置、车位参数，再次输入到路径规划模型中，调整起始点位置、检测距离、车位宽度和路沿角度，对不同泊车场景仿真运算，验证泊车过程中是否发生碰撞或泊车完成条件是否满足，以检测所建模型的有效性。
本发明所述的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明所述自动泊车路径规划方法的步骤。
本发明具有以下优点：通过仿真得到全部的泊车方案，然后拟合得到路径规划关键点坐标与车位信息和探测距离的数学关系，建立路径规划模型，最后使用三次样条曲线插值，完成整个路径规划。本发明能够在完成搜索车位后快速的完成路径规划，满足实际泊车对实时性、准确性、可靠性的需要。
附图说明
图1为本发明中平行泊车路径规划分析示意图；
图2为本发明中垂直泊车路径规划分析示意图；
图3为本发明中的流程图；
图4为本发明建立的平行路径规划模型计算流程图；
图5为本发明建立的垂直路径规划模型计算流程图；
图6为本发明的平行泊车实际验证效果示意图；
图7为本发明的垂直泊车实际验证效果示意图；
其中，1、本车，2、平行泊车扫描到的第二个障碍物，3、平行泊车扫描到的第一个障碍物，4、垂直泊车扫描到的第一个障碍物，5、垂直泊车扫描到的第二个障碍物，6、车辆后轴中心到2的距离，7、平行泊车不同横向探测距离时的第一圆弧的圆心，8、平行泊车不同横向探测距离时第二圆弧的圆心，9、平行泊车时后轴中心的行驶轨迹，10、平行泊车不同横向探测距离时后轴中心的起始点坐标，11、垂直泊车不同横向检测距离时第一圆弧的圆心，12、垂直泊车不同横向检测距离时第二圆弧的圆心，13、垂直泊车不同横向检测距离时第三圆弧的圆心,14、垂直泊车不同横向检测距离时后轴中心的行驶轨迹。
具体实施方式
下面结合附图对本发明作进一步说明。
本发明所述的自动泊车路径规划方法，包括以下步骤：
步骤1、泊车路径方案仿真搜索：
根据整车转向信息、车身参数和车位参数在泊车路径仿真环境中进行泊车路径仿真，在泊车路径仿真环境中设定碰撞约束和泊车完成的判断条件，以不同转弯半径进行仿真，当整个仿真过程无碰撞且满足完成泊车条件，则得到车辆所有停放位置的所有可行的泊车路径；
步骤2、路径规划建模：
根据仿真得到的泊车路径，对相关数据进行拟合，得到泊车路径关键点和探测距离、车位宽度间的数学关系，并建立路径规划模型；
步骤3、路径规划模型验证：
根据建立的路径规划模型在仿真环境中验证，检验实际泊车过程中是否会发生碰撞或无法泊入的情况；完成仿真环境的检查后，确定关键点和探测距离的路径规划模型，根据路径规划模型得到关键点的坐标；
步骤4、路径规划模型应用：
使用三次样条插值法对关键点中间过程进行插值，得到实际车辆控制的路径规划。
本实施例中，所述泊车路径方案仿真搜索具体为：
根据杜宾斯曲线原理，将泊车路径简化为由相切的圆弧与直线组成；
建立仿真环境，收集整车转向信息、车辆的长、宽和轴距、车位的长度、宽度、检测距离和道路宽度，设定碰撞及泊车完成判断条件，改变车位宽度、本车停放位置和道路宽度进行全工况仿真，得到不同停放位置时可泊入车库的泊车路径方案，即得到泊车路径上的圆弧圆心、转弯半径、转弯角度和直线起始结束点坐标。
本实施例中，所述将泊车路径简化为由相切的圆弧与直线组成，具体为；
将平行泊车的泊车路径简化为由第一圆弧、直线和第二圆弧依次首尾连接而成，其中，相邻线段的连接点、第一圆弧的圆心、第二圆弧的圆心以及泊车路径的起始点和终点均为关键点；
将垂直泊车的泊车路径简化为由第一圆弧、第二圆弧、第三圆弧和直线依次首尾连接而成，其中，相邻线段的连接点、第一圆弧的圆心、第二圆弧的圆心、第三圆弧的圆心以及泊车路径的起始点和终点均为关键点。
本实施例中，所述路径规划建模具体为：
对仿真得到的所有泊车路径方案进行整理，按照换挡次数、泊车距离、转向角度选取最优的泊车路径，使用最小二乘法拟合出本车停放位置、车位宽度和泊车路径起始点、圆弧圆心、圆弧半径、转弯角度、直线起始点坐标的数学关系。
本实施例中，所述路径规划模型验证具体为：
基于建立的路径规划模型，设置不同的泊车位置、车位参数，再次输入到路径规划模型中，调整起始点位置、检测距离、车位宽度和路沿角度，对不同泊车场景仿真运算，验证泊车过程中是否发生碰撞或泊车完成条件是否满足，以检测所建模型的有效性。
本发明所述的一种自动泊车路径规划系统，包括泊车路径方案仿真搜索模块、路径规划建模模块、路径规划模型验证模块和路径规划模型应用模块。
本实施例中，泊车路径方案仿真搜索模块，根据杜宾斯曲线原理，将泊车路径问题简化为具有方向要求的起始点通过相切的圆弧与直线到达终点问题。实际泊车系统已知车辆与目标车位的位置关系和目标车位尺寸，利用本车转向、布置参数得到合适的圆弧半径、圆心、转角和直线起始结束点坐标。建立基于python的仿真环境，收集车辆转向系统、车辆长、宽、轴距等车辆参数，设定碰撞及泊车完成判断条件，改变车位宽度、本车停放位置、道路宽度等参数进行全工况仿真，得到不同停放位置时可泊入车库的圆弧圆心、转弯半径、转弯角度、直线起始结束点坐标等参数。
本实施例中，路径规划建模模块，将仿真得到的所有泊车路径方案整理，拟合本车停放位置、车位宽度和泊车路径起始点、圆弧圆心、半径、转弯角度、直线起始点坐标的数学关系。具体的将平行泊车拟合为圆弧--直线—圆弧的路径，垂直泊车拟合为圆弧—圆弧—圆弧—直线的路径关系。该泊车路径规划模型输入为车辆停车的坐标、车位宽度、车辆检测车位的距离，平行泊车输出泊车路径圆弧半径、圆心、转弯角度，直线起始、结束点坐标、第二个圆弧半径、圆心、转弯角度，垂直泊车输出三个泊车路径圆弧半径、圆心、转弯角度，及最后的直线行驶阶段起始结束点坐标。
本实施例中，路径规划模型验证模块，基于建立的路径规划模型，设置不同的泊车位置、车位参数，再次输入到路径规划模型中，改变起始点、检测距离、车位宽度、路沿角度等不同参数，对不同泊车场景仿真运算，验证泊车过程中是否发生碰撞或泊车完成条件是否满足，以复查所建模型的有效性。
本实施例中，路径规划模型应用模块，将验证后的路径规划模型，经过三次样条插值，得到关键点中间过程的目标点坐标，得到转弯半径连续，可用于实际车辆横纵向控制的完整路径规划。通过模型转换或代码编程，结合底层软件、传感器数据处理、车位探测、车辆控制等代码模块，在软件开发环境中编译后即得到运行在控制器的软件，刷写到控制器硬件。
以下结合实例对本发明进行详细的说明：
(一)平行泊车路径规划分析：
如图1所示，为平行泊车路径规划分析。障碍物2、障碍物3组成的车位长度为车长VehLength加车槽长度psl，本车1的探测距离为ScanD，通常psl、ScanD为泊车控制器通过传感器获得的信息，建立以障碍物左后角为原点的坐标系，根据实际人为泊车经验，将路径规划划分为圆弧AB(即第一圆弧)、直线BC和圆弧CD(即第二圆弧)共三段的路径规划，其中，圆弧AB、圆弧CD为车辆以转弯半径R后轴中心走过的圆弧，直线BC与圆弧AB、圆弧CD相切。真实场景是探测距离和车槽宽度为传感器探测的不确定量，在给定坐标系和本车与障碍物相对位置关系下，路径规划问题，成为关键点A、B、C、D四个点的坐标与检测距离ScanD和psl的关系问题。
如图1所示，由于直线BC与两个圆弧相切，只要知道了第一圆弧的圆心坐标(Xo1，Yo1)、第一圆弧的角度α，C点横坐标Xc，第二圆弧的角度β，即可得到第二圆弧的圆心和四个关键点的坐标，具体关系如下：
Xa＝Xo1
Ya＝Yo1+R
B点和A点同在半径为R的圆弧，故：
Xb＝Xo1-R*sin(α)
Yb＝Yo1+R*cos(α)
C点与B点同在圆弧AB的切线上，故：
Yc＝tan(90-α)*(Xc-Xb)+Yb
D点与C点同在圆弧CD上，故：
Xo2＝Xc-R*sin(α)
Yo2＝Yc+R*cos(α)
D点坐标：
Xd＝Xo2+R*sin(β)
Yd＝Yo2-R*cos(β)
故路径规划问题，可以简化为根据ScanD和psl得到Xo1、Yo1、R、α、Xc和β的建模问题。
(二)垂直泊车路径规划分析：
如图2所示，为垂直泊车路径规划分析。障碍物4、障碍物5组成的车位长度为车宽VehWidth加车槽宽度psw，本车1的探测距离为ScanD，通常psw、ScanD为泊车控制器通过传感器获得的信息，建立以障碍物5的左前角为原点的坐标系，根据实际人为泊车经验，将路径规划划分为圆弧AB、圆弧BC、圆弧CD和直线DE共4部分的路径规划。其中，圆弧AB、圆弧BC、圆弧CD为车辆以转弯半径R1、R2、R3旋转，后轴中心走过的圆弧BC与圆弧AB相切，圆弧CD与圆弧BC相切，且D点的横坐标为停车位中心线的横坐标，直线DE与圆弧CD相切，且E点的横坐标为停车位中心线横坐标，纵坐标为期望停车点的纵坐标。在给定坐标系和本车与障碍物相对位置关系下，垂直路径规划问题，成为关键点A、B、C、D、E五个点的坐标与检测距离ScanD和psw的关系问题。
如图2所示，由于三个圆弧相切，直线DE和圆弧CD相切，只要知道了第一圆弧的圆心坐标(Xo1，Yo1)、第一圆弧的角度α，第二圆弧的角度β，即可得到第二圆弧的圆心和四个关键点的坐标，具体关系如下：
Xa＝Xo1
Ya＝Yo1+R1
B点和A点同在半径为R的圆弧，故：
Xb＝Xo1-R1*sin(α)
Yb＝Yo1+R1*cos(α)
C点与B点同在圆弧BC上，故：
Xo2＝Xb-R2*sin(α)
Yo2＝Yb+R2*cos(α)
C点坐标：
Xc＝Xo2+R2*sin(α+β)
Yc＝Yo2+R2*cos(α+β)
D点与C点同在圆弧CD上，且D点横坐标与车位的中心线一致，故：
Xo3＝Xc+R3*sin(α+β)
Yo3＝Yc-R3*cos(α+β)
R3＝(Xc+(psw+VehWidth)/2)/(1-sin(α+β))
D点坐标：
Xd＝-(VehWidth+psw)/2
Yd＝Yo3
E点坐标：
Xe＝Xd
Ye＝-(VehLength-RearSusp)
故垂直路径规划问题，可以简化为根据ScanD和psw得到Xo1、Yo1、α、β、R1、R2、R3的建模问题。其中：RearSusp为沿y轴，后轴中心到后保险杠边界的距离
如图3所示，为本发明控制策略的计算流程。根据整车转向、车辆(长、宽、轴距、轮距)、车位(车位长度、宽度、检测距离、道路宽度)等参数输入到泊车路径仿真环境中，仿真器中设定碰撞约束条件和泊车完成条件，以不同转弯半径仿真便得到车辆不同位置时所有可行的泊车路径，按照换挡次数、泊车距离、转向角度等选取最优的泊车路径，使用最小二乘法拟合出本车停放位置、车位宽度和泊车路径起始点、圆弧圆心、圆弧半径、转弯角度、直线起始点坐标的数学关系，建立路径规划模型。然后在仿真环境中设定完整泊车场景，复查模型对不同场景的适应性。最后使用三次样条插值计算关键点中间点坐标，得到完成的路径规划。
参考表1，为仿真得到的平行泊车部分可行的泊车路径方案。仿真条件：psl为1米，ScanD为本车相对车位的探测距离，TurnX为坐标系原点到点C的横向距离。需要说明的是，本仿真中R为车辆的最小转弯半径，也可使用其他的转弯半径进行仿真验证，但车辆转向系统告诉我们，以最小转弯半径最容易泊入车位。仿真时，分别设定(Xo1，Yo1)在一定范围内，转弯角度α分别在[30°，48°]等角度范围内，TurnX设定在[2.2，3.3]范围内，以最小转弯半径R进行转弯，以0.1米的步长，分别增加Xo1、Yo1，α以3°为步长，TurnX以0.1米为步长，组合出不同的泊车方案，然后对该泊车方案进行仿真计算，判断本车1和障碍物2、障碍物3的距离，最后当本车1距离障碍物3和路沿距离都均小于0.2米，车辆与水平线夹角小于22度时，认为该泊车方案可行，记录该方案的关键数据，如表1所示。然后对不同参数组成的泊车方案逐个仿真，判断是否满足所制定的完成泊入条件，若满足，则记录Xo1、Yo1、α、β、R、ScanD、psl和TurnX到表格1中。
当psl的值在[0.7，2]的区间以步长0.5，再次进行如上仿真，最终即得到不同的扫描距离和不同的车位宽度时全部的可泊入到车位的泊车方案。
表1为仿真得到的平行泊车部分可行的泊车路径方案：
表1
参考表2，为仿真得到的垂直泊车部分可行的泊车路径。仿真条件：psw为0.8米，ScanD为本车相对车位的探测距离。需要说明的是，本仿真中R1为车辆的最小转弯半径，也可使用其他的转弯半径进行验证，但车辆转向系统告诉我们，以最小转弯半径最容易泊入车位，R2为最小的转弯半径(也可设置成转弯半径序列，分别参与泊车路径方案的模拟计算)，R3为计算出来的最后一个圆弧转弯半径。仿真时，分别设定(Xo1，Yo1)在一定范围内，转弯角度α分别在[0°，150°]等角度范围内，以最小转弯半径R进行泊入，判断转弯过程中是否与障碍物4和障碍物5发生碰撞，当本车距离障碍物最小距离为0.3米时，R2以最小转弯半径计算第二圆弧，车辆每旋转一度即计算本车是否与障碍物4、障碍物5和道路边界碰撞，同时判断根据第二圆弧和第三圆弧相切的关系，计算当前位置的第三圆弧是否满足泊入成功的条件。若第三圆弧的终点x坐标与车位中心线一致，y坐标大于期望的泊车位置y坐标，认为该泊车方案可行，记录该方案的关键数据，如表2所示。然后对不同参数组成的泊车方案逐个仿真，判断是否满足泊车完成条件，若满足，则记录Xo1、Yo1、α、β、R1、R2、R3、ScanD和psl到表格中。
当psw的值由0.8以步长0.2，再次进行如上仿真，最终即得到不同的扫描距离和不同的车位宽度时全部的可泊入到车位的泊车方案。
表2：仿真得到的垂直泊车部分可行的泊车路径方案
表2
如图4所示，为本发明建立的平行路径规划模型计算流程。根据车位宽度和车辆检测车位时的横向检测距离求出圆弧圆心坐标、转弯角度、直线行驶时的起始点坐标、第二圆弧的圆心坐标、转弯角度等参数。具体的拟合结果如下，平行泊车路径规划关键点坐标拟合根据仿真得到的泊车方案，选取根据泊车方案，建立关键控制参数和检测距离、车位宽度的数学关系。
Xo1＝ScanD+6.11
Yo1＝ScanD-5.44
第一圆弧的转弯半径为最小半径Rmin，第一圆弧的转弯角度α为45度，TurnX为2.6米。这三个数据的确定是根据所有泊车方案中简单的筛选看哪个参数支持的方案最多而确定的。
如图5所示，为本发明建立的平行路径规划模型计算流程。根据车位宽度和车辆检测车位时的横向检测距离求出第一圆弧和第二圆弧的圆心坐标、第一圆弧和第二圆弧的转弯角度等参数。垂直泊车路径规划关键点坐标拟合，根据仿真得到的泊车方案，选取根据泊车方案，建立关键控制参数和检测距离、车位宽度的数学关系。
本方案拟合的最终结果如下：
Xo1＝-0.4573*ScanD2+2.1325*ScanD+0.2968
Yo1＝ScanD-Rmin+0.925
α＝-5.3289*ScanD2+29.176*ScanD+22.381
β＝5.3289*ScanD2-18.194*ScanD+29.3
第一圆弧、第二圆弧的转弯半径均为最小半径Rmin(也可根据不同的转弯半径仿真计算得到新的方案)。
三次样条曲线光滑处理，计算出来的关键点仅为数学关系式结果，关键点中间的过渡过程需要插值处理，这样处理后的曲线一阶导数、二阶导数都是连续的进而曲率半径也是连续的。同时，实际车辆控制需要考虑到转向盘的角度控制连续、平滑等约束，需要将关键点中间进行插值计算，得到连续的路径规划结果，本发明使用三次样条曲线的插值法，由于三次样条曲线的插值法为常见的插值方法，这里不再详细赘述。
如图6所示，为本发明的平行泊车实际验证效果。平行泊车车位长度为车长加1.2米，检测距离6由0.4---2.0米(步长0.2米)时泊车路径规划验证结果。从图中以看出，路径规划结果第一圆弧的起始点10、第一圆弧的圆心坐标7与不同检测距离6成线性关系，第二圆弧的圆心8均在同一个位置，在不同的横向检测距离6时，规划出不同的路径9，且车辆均可正常泊入期望车位。
如图7所示，为本发明的垂直泊车实际验证效果。平行泊车车位宽度为车长加0.8米，检测距离由0.4---2.0米(步长0.2米)时泊车路径规划验证结果。从图中以看出，路径规划结果第一圆弧的起始点15、第一圆弧的圆心坐标11与不同检测距离成二次多项式关系，第二圆弧圆心12成多项式关系，第三圆弧圆心13由于不同的计算结果，无明显的数学关系，在不同的横向检测距离时，规划出不同的路径14，且车辆均可正常泊入期望车位。
本发明所述的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明所述自动泊车路径规划方法的步骤。
Claims (10)
1.一种自动泊车路径规划方法，其特征在于，包括以下步骤：
步骤1、泊车路径方案仿真搜索：
根据整车转向信息、车身参数和车位参数在泊车路径仿真环境中进行泊车路径仿真，在泊车路径仿真环境中设定碰撞约束和泊车完成的判断条件，以不同转弯半径进行仿真，当整个仿真过程无碰撞且满足完成泊车条件，则得到车辆所有停放位置的所有可行的泊车路径；
步骤2、路径规划建模：
根据仿真得到的泊车路径，对相关数据进行拟合，得到泊车路径关键点和探测距离、车位宽度间的数学关系，并建立路径规划模型；
步骤3、路径规划模型验证：
根据建立的路径规划模型在仿真环境中验证，检验实际泊车过程中是否会发生碰撞或无法泊入的情况；完成仿真环境的检查后，确定关键点和探测距离的路径规划模型，根据路径规划模型得到关键点的坐标；
步骤4、路径规划模型应用：
使用三次样条插值法对关键点中间过程进行插值，得到实际车辆控制的路径规划。
2.根据权利要求1所述的自动泊车路径规划方法，其特征在于：所述泊车路径方案仿真搜索具体为：
根据杜宾斯曲线原理，将泊车路径简化为由相切的圆弧与直线组成；
建立仿真环境，收集整车转向信息、车辆的长、宽和轴距、车位的长度、宽度、检测距离和道路宽度，设定碰撞及泊车完成判断条件，改变车位宽度、本车停放位置和道路宽度进行全工况仿真，得到不同停放位置时可泊入车库的泊车路径方案，即得到泊车路径上的圆弧圆心、转弯半径、转弯角度和直线起始结束点坐标。
3.根据权利要求2所述的自动泊车路径规划方法，其特征在于：所述将泊车路径简化为由相切的圆弧与直线组成，具体为；
将平行泊车的泊车路径简化为由第一圆弧、直线和第二圆弧依次首尾连接而成，其中，相邻线段的连接点、第一圆弧的圆心、第二圆弧的圆心以及泊车路径的起始点和终点均为关键点；
将垂直泊车的泊车路径简化为由第一圆弧、第二圆弧、第三圆弧和直线依次首尾连接而成，其中，相邻线段的连接点、第一圆弧的圆心、第二圆弧的圆心、第三圆弧的圆心以及泊车路径的起始点和终点均为关键点。
4.根据权利要求3所述的自动泊车路径规划方法，其特征在于：所述路径规划建模具体为：
对仿真得到的所有泊车路径方案进行整理，按照换挡次数、泊车距离、转向角度选取最优的泊车路径，使用最小二乘法拟合出本车停放位置、车位宽度和泊车路径起始点、圆弧圆心、圆弧半径、转弯角度、直线起始点坐标的数学关系。
5.根据权利要求4所述的自动泊车路径规划方法，其特征在于： 所述路径规划模型验证具体为：
基于建立的路径规划模型，设置不同的泊车位置、车位参数，再次输入到路径规划模型中，调整起始点位置、检测距离、车位宽度和路沿角度，对不同泊车场景仿真运算，验证泊车过程中是否发生碰撞或泊车完成条件是否满足，以检测所建模型的有效性。
6.一种自动泊车路径规划系统，其特征在于，包括：
泊车路径方案仿真搜索模块，用于根据整车转向信息、车身参数和车位参数在泊车路径仿真环境中进行泊车路径仿真，在泊车路径仿真环境中设定碰撞约束和泊车完成的判断条件，以不同转弯半径进行仿真，当整个仿真过程无碰撞且满足完成泊车条件，则得到车辆所有停放位置的所有可行的泊车路径；
路径规划建模模块，用于根据仿真得到的泊车路径，对相关数据进行拟合，得到泊车路径关键点和探测距离、车位宽度间的数学关系，并建立路径规划模型；
路径规划模型验证模块，用于根据建立的路径规划模型在仿真环境中验证，检验实际泊车过程中是否会发生碰撞或无法泊入的情况；完成仿真环境的检查后，确定关键点和探测距离的数据模型，根据路径规划模型得到关键点的坐标；
路径规划模型应用模块，用于使用三次样条插值法对关键点中间过程进行插值，得到实际车辆控制的路径规划。
7.根据权利要求6所述的自动泊车路径规划系统，其特征在于：所述泊车路径方案仿真搜索模块，用于根据杜宾斯曲线原理，将泊车路径简化为由相切的圆弧与直线组成；建立仿真环境，收集整车转向信息、车辆的长、宽和轴距、车位的长度、宽度、检测距离和道路宽度，设定碰撞及泊车完成判断条件，改变车位宽度、本车停放位置和道路宽度进行全工况仿真，得到不同停放位置时可泊入车库的泊车路径方案，即得到泊车路径上的圆弧圆心、转弯半径、转弯角度和直线起始结束点坐标。
8.根据权利要求7所述的自动泊车路径规划系统，其特征在于：所述路径规划建模模块，用于对仿真得到的所有泊车路径方案进行整理，按照换挡次数、泊车距离、转向角度选取最优的泊车路径，使用最小二乘法拟合出本车停放位置、车位宽度和泊车路径起始点、圆弧圆心、圆弧半径、转弯角度、直线起始点坐标的数学关系。
9.根据权利要求8所述的自动泊车路径规划方法，其特征在于： 所述路径规划模型验证模块，基于建立的路径规划模型，设置不同的泊车位置、车位参数，再次输入到路径规划模型中，调整起始点位置、检测距离、车位宽度和路沿角度，对不同泊车场景仿真运算，验证泊车过程中是否发生碰撞或泊车完成条件是否满足，以检测所建模型的有效性。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一所述的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910165480.XA CN109866761B (zh) | 2019-03-05 | 2019-03-05 | 自动泊车路径规划方法、系统及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910165480.XA CN109866761B (zh) | 2019-03-05 | 2019-03-05 | 自动泊车路径规划方法、系统及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109866761A true CN109866761A (zh) | 2019-06-11 |
| CN109866761B CN109866761B (zh) | 2020-07-10 |
Family
ID=66919850
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910165480.XA Active CN109866761B (zh) | 2019-03-05 | 2019-03-05 | 自动泊车路径规划方法、系统及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109866761B (zh) |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110379178A (zh) * | 2019-07-25 | 2019-10-25 | 电子科技大学 | 基于毫米波雷达成像的无人驾驶汽车智能泊车方法 |
| CN110390832A (zh) * | 2019-06-25 | 2019-10-29 | 东风柳州汽车有限公司 | 自动代客泊车方法 |
| CN110497902A (zh) * | 2019-08-30 | 2019-11-26 | 江铃汽车股份有限公司 | 汽车泊车的自动换挡控制方法、装置及系统 |
| CN110509923A (zh) * | 2019-08-02 | 2019-11-29 | 重庆长安汽车股份有限公司 | 自动驾驶路径规划方法、系统、计算机可读存储介质及车辆 |
| CN110550025A (zh) * | 2019-09-20 | 2019-12-10 | 北京三快在线科技有限公司 | 一种自动泊车的方法及装置 |
| CN110775053A (zh) * | 2019-10-28 | 2020-02-11 | 湖南大学 | 一种基于碰撞情况分析的自动泊车起始区域确定方法 |
| CN111688679A (zh) * | 2020-06-01 | 2020-09-22 | 湖南大学 | 一种基于区域叠加构建三维可行泊车起始空间的方法 |
| CN112026752A (zh) * | 2020-08-12 | 2020-12-04 | 重庆长安汽车股份有限公司 | 自动泊车路径跟随处理方法、系统、车辆及存储介质 |
| CN112046469A (zh) * | 2020-09-29 | 2020-12-08 | 上海汽车集团股份有限公司 | 一种自动泊车方法、系统、服务器及存储介质 |
| CN112141091A (zh) * | 2020-09-16 | 2020-12-29 | 重庆长安汽车股份有限公司 | 解决车位偏移和定位偏移的二次泊车方法、系统及车辆 |
| CN112193239A (zh) * | 2020-08-27 | 2021-01-08 | 武汉乐庭软件技术有限公司 | 自动泊车控制系统中的轨迹计算方法、设备及存储设备 |
| CN112578792A (zh) * | 2020-11-12 | 2021-03-30 | 东风汽车集团有限公司 | 一种十字路口辅助控制方法及存储介质 |
| CN112606827A (zh) * | 2020-12-09 | 2021-04-06 | 武汉格罗夫氢能汽车有限公司 | 一种燃料电池氢能汽车垂直泊车装置 |
| CN112693450A (zh) * | 2021-01-11 | 2021-04-23 | 广州小鹏自动驾驶科技有限公司 | 一种优化自动泊车的分析方法、装置、电子设备和介质 |
| WO2021104475A1 (zh) * | 2019-11-29 | 2021-06-03 | 长城汽车股份有限公司 | 一种智能泊车方法和装置 |
| CN113306549A (zh) * | 2021-06-17 | 2021-08-27 | 英博超算(南京)科技有限公司 | 一种自动泊车轨迹规划算法 |
| CN113442908A (zh) * | 2020-03-24 | 2021-09-28 | 广州汽车集团股份有限公司 | 自动泊车路径规划方法及系统、泊车控制设备 |
| CN113525355A (zh) * | 2021-07-30 | 2021-10-22 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种全新的垂直泊车方法，服务器及存储介质 |
| CN113561962A (zh) * | 2020-04-28 | 2021-10-29 | 广州汽车集团股份有限公司 | 一种自动泊车路径规划方法及系统、泊车控制设备 |
| CN114030463A (zh) * | 2021-11-23 | 2022-02-11 | 上海汽车集团股份有限公司 | 一种自动泊车系统的路径规划方法及装置 |
| CN114103934A (zh) * | 2021-12-23 | 2022-03-01 | 岚图汽车科技有限公司 | 自动泊车路径规划方法、装置、设备及可读存储介质 |
| CN114132304A (zh) * | 2021-10-13 | 2022-03-04 | 武汉光庭信息技术股份有限公司 | 一种自主泊车中的速度规划方法及装置 |
| CN114184201A (zh) * | 2020-09-15 | 2022-03-15 | 郑州宇通客车股份有限公司 | 一种用于路口的转向路径生成方法、系统及车辆 |
| CN114261388A (zh) * | 2022-02-23 | 2022-04-01 | 吉林大学 | 一种拟人化的自动泊车路径规划方法 |
| CN114274949A (zh) * | 2021-12-15 | 2022-04-05 | 重庆长安汽车股份有限公司 | 远程遥控泊入泊出路径规划方法、系统、车辆及存储介质 |
| CN114523958A (zh) * | 2022-02-28 | 2022-05-24 | 重庆长安汽车股份有限公司 | 一种用于车头泊入车位的路径规划方法、设备及存储介质 |
| CN114889585A (zh) * | 2022-05-26 | 2022-08-12 | 重庆长安汽车股份有限公司 | 一种远程弯道挪车的路径规划方法 |
| CN115402324A (zh) * | 2022-11-01 | 2022-11-29 | 北京千种幻影科技有限公司 | 一种用于侧方入库的虚拟驾驶智能引导控制方法及系统 |
| RU2793737C1 (ru) * | 2019-11-29 | 2023-04-05 | Грейт Волл Мотор Компани Лимитед | Способ интеллектуальной парковки и устройства для его реализации |
| CN113799766B (zh) * | 2021-09-17 | 2023-04-18 | 东风汽车集团股份有限公司 | 带约束的平行泊车路径规划方法、电子设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106372758A (zh) * | 2016-09-13 | 2017-02-01 | 同济大学 | 一种辅助泊车系统的路径跟随方法及装置 |
| US9969386B1 (en) * | 2017-01-10 | 2018-05-15 | Mitsubishi Electric Research Laboratories, Inc. | Vehicle automated parking system and method |
| CN108407803A (zh) * | 2018-02-05 | 2018-08-17 | 华南理工大学 | 一种基于驾驶经验的自动泊车控制算法 |
| US20180284782A1 (en) * | 2017-03-31 | 2018-10-04 | Mitsubishi Electric Research Laboratories, Inc. | Vehicle Motion Control System and Method |
| CN108860139A (zh) * | 2018-04-11 | 2018-11-23 | 浙江零跑科技有限公司 | 一种基于深度增强学习的自动泊车轨迹规划方法 |
| CN108891412A (zh) * | 2018-07-19 | 2018-11-27 | 吉林大学 | 一种平行泊车的路径规划方法 |
-
2019
- 2019-03-05 CN CN201910165480.XA patent/CN109866761B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106372758A (zh) * | 2016-09-13 | 2017-02-01 | 同济大学 | 一种辅助泊车系统的路径跟随方法及装置 |
| US9969386B1 (en) * | 2017-01-10 | 2018-05-15 | Mitsubishi Electric Research Laboratories, Inc. | Vehicle automated parking system and method |
| US20180284782A1 (en) * | 2017-03-31 | 2018-10-04 | Mitsubishi Electric Research Laboratories, Inc. | Vehicle Motion Control System and Method |
| CN108407803A (zh) * | 2018-02-05 | 2018-08-17 | 华南理工大学 | 一种基于驾驶经验的自动泊车控制算法 |
| CN108860139A (zh) * | 2018-04-11 | 2018-11-23 | 浙江零跑科技有限公司 | 一种基于深度增强学习的自动泊车轨迹规划方法 |
| CN108891412A (zh) * | 2018-07-19 | 2018-11-27 | 吉林大学 | 一种平行泊车的路径规划方法 |
Cited By (44)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110390832A (zh) * | 2019-06-25 | 2019-10-29 | 东风柳州汽车有限公司 | 自动代客泊车方法 |
| CN110379178A (zh) * | 2019-07-25 | 2019-10-25 | 电子科技大学 | 基于毫米波雷达成像的无人驾驶汽车智能泊车方法 |
| CN110379178B (zh) * | 2019-07-25 | 2021-11-02 | 电子科技大学 | 基于毫米波雷达成像的无人驾驶汽车智能泊车方法 |
| CN110509923A (zh) * | 2019-08-02 | 2019-11-29 | 重庆长安汽车股份有限公司 | 自动驾驶路径规划方法、系统、计算机可读存储介质及车辆 |
| CN110497902A (zh) * | 2019-08-30 | 2019-11-26 | 江铃汽车股份有限公司 | 汽车泊车的自动换挡控制方法、装置及系统 |
| CN110550025A (zh) * | 2019-09-20 | 2019-12-10 | 北京三快在线科技有限公司 | 一种自动泊车的方法及装置 |
| CN110775053A (zh) * | 2019-10-28 | 2020-02-11 | 湖南大学 | 一种基于碰撞情况分析的自动泊车起始区域确定方法 |
| CN110775053B (zh) * | 2019-10-28 | 2021-04-20 | 湖南大学 | 一种基于碰撞情况分析的自动泊车起始区域确定方法 |
| RU2793737C1 (ru) * | 2019-11-29 | 2023-04-05 | Грейт Волл Мотор Компани Лимитед | Способ интеллектуальной парковки и устройства для его реализации |
| WO2021104475A1 (zh) * | 2019-11-29 | 2021-06-03 | 长城汽车股份有限公司 | 一种智能泊车方法和装置 |
| US11958476B2 (en) | 2019-11-29 | 2024-04-16 | Great Wall Motor Company Limited | Intelligent parking method and apparatus |
| CN113442908A (zh) * | 2020-03-24 | 2021-09-28 | 广州汽车集团股份有限公司 | 自动泊车路径规划方法及系统、泊车控制设备 |
| CN113442908B (zh) * | 2020-03-24 | 2022-04-22 | 广州汽车集团股份有限公司 | 自动泊车路径规划方法及系统、泊车控制设备 |
| CN113561962A (zh) * | 2020-04-28 | 2021-10-29 | 广州汽车集团股份有限公司 | 一种自动泊车路径规划方法及系统、泊车控制设备 |
| CN113561962B (zh) * | 2020-04-28 | 2023-11-10 | 广州汽车集团股份有限公司 | 一种自动泊车路径规划方法及系统、泊车控制设备 |
| CN111688679A (zh) * | 2020-06-01 | 2020-09-22 | 湖南大学 | 一种基于区域叠加构建三维可行泊车起始空间的方法 |
| CN111688679B (zh) * | 2020-06-01 | 2021-05-11 | 湖南大学 | 一种基于区域叠加构建三维可行泊车起始空间的方法 |
| CN112026752B (zh) * | 2020-08-12 | 2021-08-06 | 重庆长安汽车股份有限公司 | 自动泊车路径跟随处理方法、系统、车辆及存储介质 |
| CN112026752A (zh) * | 2020-08-12 | 2020-12-04 | 重庆长安汽车股份有限公司 | 自动泊车路径跟随处理方法、系统、车辆及存储介质 |
| CN112193239A (zh) * | 2020-08-27 | 2021-01-08 | 武汉乐庭软件技术有限公司 | 自动泊车控制系统中的轨迹计算方法、设备及存储设备 |
| CN114184201B (zh) * | 2020-09-15 | 2023-08-25 | 宇通客车股份有限公司 | 一种用于路口的转向路径生成方法、系统及车辆 |
| CN114184201A (zh) * | 2020-09-15 | 2022-03-15 | 郑州宇通客车股份有限公司 | 一种用于路口的转向路径生成方法、系统及车辆 |
| CN112141091A (zh) * | 2020-09-16 | 2020-12-29 | 重庆长安汽车股份有限公司 | 解决车位偏移和定位偏移的二次泊车方法、系统及车辆 |
| CN112046469A (zh) * | 2020-09-29 | 2020-12-08 | 上海汽车集团股份有限公司 | 一种自动泊车方法、系统、服务器及存储介质 |
| CN112578792A (zh) * | 2020-11-12 | 2021-03-30 | 东风汽车集团有限公司 | 一种十字路口辅助控制方法及存储介质 |
| CN112606827A (zh) * | 2020-12-09 | 2021-04-06 | 武汉格罗夫氢能汽车有限公司 | 一种燃料电池氢能汽车垂直泊车装置 |
| CN112693450A (zh) * | 2021-01-11 | 2021-04-23 | 广州小鹏自动驾驶科技有限公司 | 一种优化自动泊车的分析方法、装置、电子设备和介质 |
| CN112693450B (zh) * | 2021-01-11 | 2022-05-13 | 广州小鹏自动驾驶科技有限公司 | 一种优化自动泊车的分析方法、装置、电子设备和介质 |
| CN113306549A (zh) * | 2021-06-17 | 2021-08-27 | 英博超算(南京)科技有限公司 | 一种自动泊车轨迹规划算法 |
| CN113525355A (zh) * | 2021-07-30 | 2021-10-22 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种全新的垂直泊车方法，服务器及存储介质 |
| CN113525355B (zh) * | 2021-07-30 | 2024-06-11 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种全新的垂直泊车方法，服务器及存储介质 |
| CN113799766B (zh) * | 2021-09-17 | 2023-04-18 | 东风汽车集团股份有限公司 | 带约束的平行泊车路径规划方法、电子设备及存储介质 |
| CN114132304A (zh) * | 2021-10-13 | 2022-03-04 | 武汉光庭信息技术股份有限公司 | 一种自主泊车中的速度规划方法及装置 |
| CN114132304B (zh) * | 2021-10-13 | 2023-10-13 | 武汉光庭信息技术股份有限公司 | 一种自主泊车中的速度规划方法及装置 |
| CN114030463A (zh) * | 2021-11-23 | 2022-02-11 | 上海汽车集团股份有限公司 | 一种自动泊车系统的路径规划方法及装置 |
| CN114030463B (zh) * | 2021-11-23 | 2024-05-14 | 上海汽车集团股份有限公司 | 一种自动泊车系统的路径规划方法及装置 |
| CN114274949A (zh) * | 2021-12-15 | 2022-04-05 | 重庆长安汽车股份有限公司 | 远程遥控泊入泊出路径规划方法、系统、车辆及存储介质 |
| CN114274949B (zh) * | 2021-12-15 | 2024-05-28 | 重庆长安汽车股份有限公司 | 远程遥控泊入泊出路径规划方法、系统、车辆及存储介质 |
| CN114103934A (zh) * | 2021-12-23 | 2022-03-01 | 岚图汽车科技有限公司 | 自动泊车路径规划方法、装置、设备及可读存储介质 |
| CN114261388A (zh) * | 2022-02-23 | 2022-04-01 | 吉林大学 | 一种拟人化的自动泊车路径规划方法 |
| CN114261388B (zh) * | 2022-02-23 | 2024-07-26 | 吉林大学 | 一种拟人化的自动泊车路径规划方法 |
| CN114523958A (zh) * | 2022-02-28 | 2022-05-24 | 重庆长安汽车股份有限公司 | 一种用于车头泊入车位的路径规划方法、设备及存储介质 |
| CN114889585A (zh) * | 2022-05-26 | 2022-08-12 | 重庆长安汽车股份有限公司 | 一种远程弯道挪车的路径规划方法 |
| CN115402324A (zh) * | 2022-11-01 | 2022-11-29 | 北京千种幻影科技有限公司 | 一种用于侧方入库的虚拟驾驶智能引导控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109866761B (zh) | 2020-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109866761A (zh) | 自动泊车路径规划方法、系统及计算机可读存储介质 | |
| CN105467394B (zh) | 停车空间探索装置及其探索方法 | |
| CN108860139B (zh) | 一种基于深度增强学习的自动泊车轨迹规划方法 | |
| US8473142B2 (en) | Method and arrangement for calculating a conformity between an estimated representation of an environment and the actual environment | |
| CN102589557B (zh) | 一种基于驾驶员行为特性和分对数模型的交叉口处地图匹配方法 | |
| CN110435639A (zh) | 一种自动泊车系统的多项式路径规划方法及储存介质 | |
| CN107672585A (zh) | 一种自动泊车路径规划方法及系统 | |
| CN110162928A (zh) | 基于bim的车位检测方法、装置及电子设备 | |
| CN107650906B (zh) | 智能泊车系统及其控制方法 | |
| CN101751039A (zh) | 驻车辅助设备 | |
| CN105620473A (zh) | 一种泊车轨迹校正方法 | |
| CN111409625A (zh) | 一种泊车轨迹确定方法及装置 | |
| CN102310857A (zh) | 用于横向泊车位的泊车辅助系统 | |
| CN109795477A (zh) | 消除稳态横向偏差的方法、装置及存储介质 | |
| CN112269965A (zh) | 一种非完整约束条件下的连续曲率路径优化方法 | |
| CN109738900A (zh) | 一种可停车位的检测方法及装置 | |
| CN110654374A (zh) | 自动泊车仿真系统及其测试方法 | |
| CN106710269A (zh) | 车辆行驶数据的处理方法与装置 | |
| CN106710267A (zh) | 车辆行驶数据的处理方法与装置 | |
| KR20180056322A (ko) | 단거리 레이더 센서 기반의 가상 차선 생성 방법 | |
| CN104369769A (zh) | 方向盘控制方法及其系统 | |
| Josef | Trailer backing-up assistant using ultrasound sensors based control units to safely back-up the car with trailer | |
| CN103419778A (zh) | 停车控制系统及其方法 | |
| CN113126101A (zh) | 自动泊车车位识别方法及其系统、计算机设备 | |
| CN115257802B (zh) | 一种自动驾驶冗余功能的轨迹合理性校验方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190611 Assignee: CHONGQING CHANGAN NEW ENERGY AUTOMOBILE TECHNOLOGY Co.,Ltd. Assignor: Chongqing Changan Automobile Co.,Ltd. Contract record no.: X2021500000014 Denomination of invention: Automatic parking path planning method, system and computer-readable storage medium Granted publication date: 20200710 License type: Common License Record date: 20211014 |
|
| EE01 | Entry into force of recordation of patent licensing contract |