CN111225849A

CN111225849A - 用于控制泊车过程的方法

Info

Publication number: CN111225849A
Application number: CN201880067274.9A
Authority: CN
Inventors: F·埃德林; H·德乌什; S·戈什
Original assignee: Continental Teves AG and Co OHG
Current assignee: Continental Zhixing Germany Co ltd
Priority date: 2017-10-27
Filing date: 2018-10-24
Publication date: 2020-06-02
Also published as: DE112018003423A5; KR102179864B1; US20200231141A1; JP2021500259A; DE102018218177A1; JP7377196B2; KR20200037414A; EP3700805A1; US11718286B2; WO2019080975A1; WO2020083446A1

Abstract

本发明涉及一种用于控制一车辆(1)泊车过程的方法，该方法包括以下步骤：识别一驾驶员；在一由驾驶员执行的泊车过程中学习驾驶员参数，并将驾驶员参数分配给被识别的驾驶员；基于学习到的驾驶员参数确定泊车参数；基于泊车参数控制由一泊车辅助系统执行的车辆(1)的一泊车过程。

Description

用于控制泊车过程的方法

技术领域

本发明涉及一种用于控制车辆泊车过程的方法以及带有泊车辅助系统的车辆。

背景技术

泊车辅助系统是现有技术中已知的，借助该辅助系统可半自动或全自动完成一泊车过程。当驾驶员处于车辆中时，泊车辅助系统可完成泊车过程，或当泊车过程中驾驶员不在车辆中时，泊车辅助系统提供可能性，即例如借助一车钥匙、一智能手机上的应用程序等远程遥控启动泊车过程。

然而，已知泊车辅助系统的缺点在于，不同的驾驶员对驾驶辅助系统具有不同的期望。例如，一第一驾驶员希望以一较低的准确度尽可能快地完成泊车过程，而一第二驾驶员则期望以一较高的准确度较慢完成泊车过程。

发明内容

由此，本发明的任务是提供一种用于控制一泊车过程的方法，该方法能实现一用户特定的泊车行为。

该任务通过一种具有独立权利要求1所述特征的方法来解决。优选实施方式是从属权利要求的主题。具有一泊车辅助系统的车辆是并列独立权利要求20的主题。

根据一第一观点，本发明涉及一种用于借助一泊车辅助系统控制一车辆泊车过程的方法。该方法包括以下步骤：

首先对一驾驶员进行识别。这可例如通过一车辆钥匙识别装置进行，其中，车辆钥匙被分配给一特定的驾驶员。作为替代选择，这可通过用于驾驶员识别的大量其他方法和识别装置完成，例如通过识别一分配给一驾驶员的移动终端装置(例如一手机或一智能手机)、一芯片卡、一RFID(射频识别)以及通过指纹识别、通过扫描驾驶员特定面部特征或眼睛特征等。

随后，在一由驾驶员进行的泊车过程中学习驾驶员参数，并将其分配给识别到的驾驶员。尤其是检测有关某一驾驶员执行一泊车过程有多快，所述驾驶员驶近周围环境中所处目标有多快，所述驾驶员行驶到周围环境中所处目标有多近以及一驾驶员驶入一泊车位置有多精确等信息。在此，“精确”尤其是指车辆在纵向和横向的位置准确度和/或车辆纵轴相对于泊车位置纵轴角度准确的方位(在下文中称为方位角)。

学习过程后，基于学习到的驾驶员参数确定泊车参数。这尤其通过从驾驶员参数中提取说明某一特定驾驶员通常如何完成一泊车过程的信息来完成。所提取信息以泊车辅助系统中的泊车参数形式被加以应用，或从所提取信息中推导出以后被应用的泊车参数。也就是说，泊车辅助系统基于所提取信息被予以调整，以建立泊车辅助系统的一驾驶员特定的/针对具体驾驶员的泊车行为。

然后，可基于泊车参数控制由一泊车辅助系统执行的车辆泊车过程。

本发明所述方法的主要优点是，泊车辅助系统可根据用户进行调整，使泊车辅助系统针对各相应驾驶员建立一自然的泊车行为。

从驾驶员执行的泊车过程学习驾驶员参数可通过一机器学习方法，例如在使用神经网络情况下进行。

根据一实施例，驾驶员参数学习步骤包括检测车速、转向角、转向角速度、一目标与车辆周围环境区域中车辆的至少一个距离值和/或车辆的加速参数或减速参数。尤其是，通过以小于1秒、尤其是100毫秒的采样率进行的扫描检测驾驶员参数，并将其存储在一测量值阵列中。由此，可从检测到的驾驶员参数推导出一驾驶员特定的泊车行为。

根据一实施例，驾驶员参数学习步骤包括根据转向角检测车速、根据转向角速度检测车速、根据转向角和一目标相对于车辆周围环境区域中车辆的一距离值检测车速和/或根据一目标相对于车辆周围环境区域中车辆的一距离值检测车辆的加速参数或减速参数。尤其是，通过以一小于1秒、尤其是100毫秒的采样率进行的扫描检测驾驶员参数，并将其存储在一测量值阵列中。由此，可检测用户特定的泊车特性(例如，泊车时车辆驶向目标的速度有多快、制动有多突然等)，并将所述特性用于泊车辅助系统的调整。

根据一实施例，驾驶员参数学习步骤包括在时间上依次的测量点上收集多个测量值，并构建这些测量值的一平均值。例如，在达到一预先规定数量的自动执行的泊车过程后(尤其是分别针对各相应方式的泊车机动操控(前行泊车、倒车泊车、侧方泊车等))，可测定测量值的一平均值，由此，例如一异常快速完成的泊车过程对由泊车辅助系统执行的泊车过程不会造成重大影响。同样，还可测定一特定驾驶员参数的显著性差异，以决定所述驾驶员参数是否可用于泊车辅助系统的调整。

根据一实施例，驾驶员参数学习步骤还包括检测和存储关于泊车方向的信息，泊车过程结束后所停泊车辆相对于泊车位置的方位信息，关于所需泊车操作移动和/或泊车过程类型(垂直泊车、斜向泊车、平行泊车等)的信息。由此，泊车辅助系统可针对不同的停车场景选择性地调整适配各相应用户。根据一实施例，驾驶员参数学习步骤包括一检查步骤，检查由驾驶员执行的泊车过程期间所测定的泊车过程特性是否分别在相应的一所定义范围内。由此，例如可将一个或多个例如那些说明驾驶员泊车准确度是否已达到至少一最低精度的阈值确定为泊车过程特性。作为替代选择或附加措施，可测定驾驶员为到达泊车位置所使用的泊车操作移动数是否未超过一泊车操作移动数的上限。此外，作为替代选择或附加措施，可测定在泊车过程中所达到的最大加速度值(正加速度和/或制动时的负加速度)是否未超越至少一个加速度最大值。如果泊车过程特性分别在所定义范围内或未超越或未低于极限值时，学习到的驾驶员参数仅用于确定泊车参数。由此可实现，仅将由驾驶员执行的那些满足规定的最低要求的泊车机动操作用于适配泊车辅助系统。

根据一实施例，确定泊车参数的步骤包括一平均多个驾驶员参数的一步骤，所述驾驶员参数是通过由识别到的驾驶员所执行的、最少数量的泊车过程所测定的。由此，泊车辅助系统不是突然，而是在不断考虑一平均驾驶员特定泊车行为情况下与驾驶员的泊车习惯进行适配的。

根据一实施例，驾驶员参数学习步骤包括确定至少一个误差参数，该误差参数说明，通过由驾驶员所执行的泊车过程，车辆运行到的泊车位置与由泊车辅助系统确定的一额定泊车位置误差有多大。基于该误差参数，可测定一规定车辆使用者是否优选一极高的泊车准确度(例如，车辆位于泊车车位的中心，车辆纵轴对准泊车位置纵轴等)，或该车辆使用者允许与一额定泊车位置存在误差。基于此，泊车辅助系统可对泊车过程加以控制，例如控制方法是，以一较少数量的泊车操作移动和一与额定泊车位置较大的误差执行自动泊车过程或驾驶员允许一较高数量的泊车操作移动，以获取与一额定位置较小的误差。

根据一实施例，至少一个误差参数的确定包括在一第一和第二空间方向(例如x方向和y方向)上所停泊车辆的位置与额定位置的误差，以及车辆一方位角与一额定方位角的误差(尤其是车辆纵轴相对于泊车位置纵轴的方位)。通过该参数，可确定各相应驾驶员相对各相应泊车位置一额定泊车位置的泊车准确度。

根据一实施例，至少一个误差参数的确定包括确定用于到达泊车位置的泊车操作移动数。由此可确定，在一自动执行的泊车过程中一特定驾驶员接受多少个泊车过程。

根据一实施例，至少测定一第一和一第二准确度区域，以确定至少一个误差参数。此外，还测定车辆驾驶员需要多少泊车操作移动才能到达第一准确度区域或从第一准确度区域到达第二更高准确度区域。然后，将这一泊车操作移动数存储为针对具体驾驶员的泊车操作移动信息。由此，一泊车过程可被划分为多个准确度等级，其中，每个准确度等级被分配一个二维的准确度区域。它可理解为，也可确定或应用两个以上的准确度区域。然后，将泊车操作移动的总数划分为多个泊车操作移动的分步骤数，其中，每个分步骤数说明，需要应用多少个泊车操作移动才能达到一规定的准确度区域。

根据一实施例，分别针对至少两个空间方向的车辆位置值以及车辆的方位角，测定进入第一准确度区域或从第一准确度区域进入第二更高准确度区域所需的泊车操作移动数。由此，例如可在泊车位置中对一籍此已对车辆方位角、但不是对车辆位置(在x方向和y方向)加以改进的补充调整进行检测，并将此用于泊车辅助系统的调整适配。

根据一实施例，在到达第一准确度区域后，通过泊车辅助系统控制一泊车过程的步骤中测定，泊车辅助系统需要多少个泊车操作移动才能到达第二个更高准确度区域，并通过与特定驾驶员的泊车信息比较决定，是否继续进行泊车辅助系统所控制的泊车过程，以达到一更高的泊车准确度。由此，例如可测定，泊车辅助系统将需要三个进一步的泊车操作移动，以从第一准确度区域到达下一个更高的第二准确度区域。然而，如果特定驾驶员的泊车操作移动信息说明，驾驶员在这样一类情况下优选仅执行两个进一步的泊车操作移动，则泊车辅助系统将不再继续泊车过程。但是，如果驾驶员特定的泊车操作移动信息表明，驾驶员通常接受三个或更多个泊车操作移动以到达第二准确度区域，则泊车辅助系统将继续泊车过程，以实现一更高的泊车准确度。

根据一实施例，基于所测定的驾驶员参数对泊车轨迹的规划和/或在该泊车轨迹上车辆的运动过程加以影响。由此，例如在轨迹规划中，可使泊车轨迹各点上的车速针对驾驶员典型情况下在泊车过程中所使用的车速进行调整适配。尤其是，这还可包括取决于到一周围环境目标距离的车速。同样，在自动泊车过程中，加速或制动行为或到周围环境目标的距离也可针对用户特定的泊车习惯进行调整适配。

根据一实施例，在一由泊车辅助系统执行的泊车过程中，将对驾驶员与车辆控制装置的互动和/或有关驾驶员本人的信息进行检测，并基于此对泊车参数进行调整适配。由此，例如可检测由驾驶员执行的制动过程、转向干预、与一车辆界面的互动(例如禁用泊车辅助系统)、开门、换挡过程和/或操控离合器过程。基于检测到的信息，泊车辅助系统可相应调整适配要影响的泊车参数(例如增大与周围环境目标的距离，降低速度等)。

根据一实施例，泊车参数根据由泊车辅助系统执行并分配给所识别驾驶员的泊车过程数被逐步调整适配。尤其是，到一周围环境目标的安全距离被逐步减小和/或在泊车过程中车辆的速度被逐步提高。由此，可实现按照时间对泊车辅助系统进行调整适配，因为可假设一驾驶员在较长时间持续使用相应系统后会对该泊车系统有较高的信任度。

根据一实施例，在确定泊车参数时也考虑驾驶员的偏好。这些驾驶员的偏好例如是由各相应驾驶员进行的并归类给相应驾驶员的输入。可在一初始化过程中和/或在出现一需要有关一驾驶员偏好信息的泊车情形时对该相关信息进行查询。

驾驶员的偏好例如可包括有关残疾人泊车位置上泊车许可的信息、女性或母子泊车位置上泊车的信息、愿意付费泊车的信息、在一规定区域内居民泊车位置上泊车许可的信息、接受驶过路肩/止挡件的信息、愿意直接前行泊车的信息、在泊车过程中愿意对泊车情形的变化作出反应的信息和/或一前行或倒车泊车偏好。

根据一实施例，在一由泊车辅助系统所执行的泊车过程中测定驾驶员的干预(例如制动干预，转向干预，在一用户界面上的干预等)和/或驾驶员的物理数据(例如脉搏率，面部表情，动作，皮肤温度，皮肤湿润情况，肤色等)，并根据所出现的驾驶员干预或检测到的物理数据调整适配泊车辅助系统的泊车参数。例如，如果通过至少一个驾驶员干预识别到，对泊车辅助系统执行的泊车过程没有信心，则可调整适配泊车参数，例如使其达到一更强的安全感(例如与周围环境目标的距离更大，速度更低等)。

相反，当然也可对泊车参数进行调整适配，例如使其达到一较低的安全感(例如与周围环境目标的距离更小，速度更高等)。

根据另一方面，本发明涉及包括一车辆泊车过程控制用泊车辅助系统的一车辆。该车辆包括：

-用于识别一驾驶员的识别装置；

-在一由驾驶员执行的泊车过程中用于检测驾驶员参数的传感器装置；

-用于存储驾驶员参数的至少一个存储单元，其中，该驾驶员参数与所识别的驾驶员相关联，并被存储；

-至少一个计算机单元，该计算机单元被设置用于基于学习到的驾驶员参数确定泊车参数；以及

-一泊车辅助系统，它设置用于，基于泊车参数自动控制车辆的泊车过程。

在本发明的意义中，“泊车过程”是指以前行、倒车、侧向或斜向的方式将一车辆机动操控到一泊车位置的过程。在此，泊车过程既包括驶入泊车位置的过程，也包括驶离泊车位置的过程。在泊车过程中，驾驶员既可在车内，也可在车外(远程遥控泊车过程)。

在本发明的意义中，“驾驶员参数”是指据此可对一驾驶员特有的泊车行为进行评估的任何参数。

在本发明的意义中，“泊车参数”是指据此或直接调整适配一泊车辅助系统的参数，或从中可推导出籍此能调整适配泊车辅助系统信息的参数。

在本发明的意义中，术语“大约”、“基本上”或“约”是指与各相应精确值误差为+/-10％、优选为+/-5％和/或与精确值误差对功能无关紧要的变化形式。

本发明的其他结构形式、优点和应用可能性也从以下实施例的说明和附图中得出。在此，所有描述和/或图示的特征以独立或任意组合形式构成本发明的基本标的，并与其在权利要求中的概要或其引用依据无关。权利要求的内容也作为相关说明的一部分。

附图说明

下面参照实施例的附图对本发明进行详细说明。其中：

图1本图是一车辆从一起始位置进入一泊车位置的一侧方停车情形的示例和图示；

图2本图是一包含在一泊车过程后所获得的大量驾驶员参数的表格的示例和图示；

图3本图是一包含在多个泊车过程所获得的大量驾驶员参数的表格的示例和图示；

图4本图是一车辆从一起始位置进入一预先被设置为三个准确度区域的泊车位置的一侧方停车情形的示例和图示；

图5本图是一车辆进入一泊车位置的一侧方停车情形的示例和图示，其中，通过向前的箭头表示到达泊车位置时车辆的一方位角。

图6本图是一示例性表格，从该表格中获知一种针对具体驾驶员的泊车行为，即为停在一经改善的泊车位置所执行的附加泊车操作移动；

图7本图是一示例性表格，从该表格中获知在多个由驾驶员执行的泊车过程后停在一经改善的泊车位置的一驾驶员泊车操作移动数；

图8本图是一残疾人泊车位置中一泊车情形的示例和图示；

图9本图是一侧向泊车情形的示例和图示，在该情形中，一车辆在泊车时驶到一路边石上，以便在路边石上泊车；

图10本图是一斜向前行泊车情形的示例和图示；以及

图11本图是一泊车辅助系统针对另一停泊车辆改变泊车情形的反应的示例和图示。

具体实施方式

图1展示从一车辆当前位置到一泊车位置TP(x、y、PSI)的倒车方式侧面泊车过程。

驾驶员参数的学习

不同的驾驶员有一不同的泊车行为(速度、安全距离、所选进入泊车位置的路线)。为确保泊车辅助系统针对每个驾驶员都有一自然泊车行为，泊车辅助功能在一由驾驶员执行的泊车过程中学习驾驶员参数，然后计算参数——后面称为泊车参数——以将这些学到的驾驶员参数用于泊车辅助功能。然后，基于泊车参数调整适配泊车辅助功能，以为每个驾驶员获得一自然的泊车行为。

调整泊车辅助系统，使其达到驾驶员的一信任水平

泊车辅助系统同样优选考虑，驾驶员在首次使用泊车辅助系统时对其功能的信任度很低，但其信任度以后会增加。刚开始时，例如当车辆行驶到离周围环境中目标非常近时，驾驶员通常会感到担忧，使用泊车辅助功能较长时间后，驾驶员会对此功能具有较高的信任度。有益的是，随着时间的推移，泊车辅助功能的参数从一被认为是安全的功能状态转换到一种被设计用于更高性能的功能状态。

泊车辅助系统优选包括一学习算法，如果泊车辅助系统确定一驾驶员在一由泊车辅助系统执行的泊车过程中感到不安全，则该学习算法设置用于，使泊车辅助系统的参数具有更高安全性或置于一更注重安全的功能状态。在此，例如在由泊车辅助系统执行的泊车过程中对驾驶员的干预(例如在泊车辅助系统一用户界面上的控制干预和制动、转向)进行检测和分析评估。此外，可优选对驾驶员的压力水平进行测量，以便掌握在一由泊车辅助系统执行的泊车过程中，驾驶员安全感如何。在此，例如可通过一处于车辆内部的摄像装置对驾驶员的面部表情、动作、皮肤温度、皮肤湿润情况和/或驾驶员的肤色进行分析评估。作为替代选择或附加措施，例如可在驾驶员座椅中预先配置传感器，以便能测量驾驶员的心率。

调整泊车辅助功能，以适应驾驶员特有的偏好设置

一项已知功能是使用驾驶员自己的钥匙或一无钥匙门卡/无钥匙进入装置来识别车辆的驾驶员。根据现有技术，例如当驾驶员用其本人的钥匙打开车门时，则会根据驾驶员个人的偏好对座椅位置进行设置。整个泊车辅助功能优选进行个性化，以适应特定的驾驶员需求。例如，可为车辆各相应驾驶员进行以下泊车辅助功能的设置：

-在残疾人泊车位置上的泊车选择性：所述泊车辅助功能也为或尤其为残疾人提供泊车位置；

-在女性泊车位置上的泊车可行性：所述泊车辅助功能也或尤其提供为女性预留的泊车位置；

-愿意付费泊车：所述泊车辅助功能还提供收费的泊车位置；

-居民泊车位置的可行性：如果驾驶员通过定位坐标已确定其处于居民环境，则所述泊车辅助功能提供一此类泊车。如果习惯了，所述泊车辅助功能优选要求确认，是否在居民泊车位置之外泊车；

-启动泊车设置：愿意越过路肩/路牙；泊车在单一车辆之前或之后；准备通过泊车功能实施一“直接前行泊车”(见图10)；准备在泊车过程中，例如通过选择一作为替代选择的泊车位置对泊车情形的改变作出反应(见图11)；

-优选泊车方向：在一垂直于行驶方向的泊车位置中前行或倒车泊车。

驾驶员在使用辅助泊车功能前，例如可配置所有这些参数。但大多数驾驶员都不希望对所有这些参数进行配置。另一选项是，驾驶员在一带有特定特性的泊车位置首次识别时被查询，是否应选择它。由此，例如当识别到一供残疾人士用的泊车位置时，则向驾驶员发出一提示，已识别一用于残疾人士的泊车位置，并询问驾驶员，他是否有权在这样一种泊车位置中泊车。

驾驶员参数的学习

第一步骤—检测一由驾驶员执行的泊车过程

1.1通过以下逻辑启动一由驾驶员执行的泊车过程的检测：

1)泊车辅助功能的一泊车位置检测逻辑识别到一合适的泊车位置，并且

2)车辆距该泊车位置至少有一最小距离(在x方向和y方向)，并且

3)车辆距该泊车位置的距离小于一最大距离(在x方向和y方向)；以及

4)车辆不运动/停止不动。

如果满足这些条件，则一轨迹规划装置将计算到至少一个已识别到的泊车位置所需的泊车操作移动数。

图1展示一目标位置(目标姿态TP)和在一与车辆有关的x和y坐标系中的一车辆1。在所示实施例中，目标位置位于两个车辆3和5之间。

1.2下列操控后启动或继续驾驶员参数的学习

1)(在手动挡车辆中)挂入第一挡或倒挡，或(在自动换挡车辆中)挂入前进挡“D”，或倒挡“R”；以及

2)车辆以低于一最大车速的一车速行驶，该最大车速例如可是每小时10公里。

1.3如果出现下列情况，学习功能被停止，学习到的驾驶员参数被存储

1)车辆已停泊在一识别到的、有效的泊车位置中，并车辆在检测到的泊车位置面积中覆盖面积为一最小值，例如覆盖泊车位置面积的70％，并且

2)驾驶员机动操控车辆进入泊车位置所需的泊车操作移动数小于最大泊车操作移动数，例如少于3个步骤；以及

3)泊车过程中出现的最大加速度值(制动时为负值，加速时为正值)在一额定值范围内，例如在一-4米/每平方秒到4米/每平方秒之间的范围内。

由此实现了，仅将“良好”实施的泊车过程用于泊车辅助功能的训练。由此，例如由驾驶员执行的、具有太多泊车操作移动的泊车过程或带有一过于突然制动的泊车过程被排除在学习过程之外。

第二步骤—驾驶员参数的学习

只要上述条件1.2有效，则优选一直执行该步骤。在学习阶段期间，下面提到的参数阵列将用数值充填，这些数值通过以一例如10毫秒到1秒、尤其是100毫秒扫描率进行的扫描获得。学习阶段后，单一参数阵列的栏目分别包含一平均值，该平均值是通过对所有扫描值求平均值获得的。

尤其对以下驾驶员参数进行检测(参见图2)：

2.1与转向角有关的机动操控速度；

2.2与转向角速度有关的机动操控速度；

2.3与转向角和与至少一周围环境目标的距离有关的机动操控速度；

2.4与到至少一周围环境目标的距离有关的加速梯度/制动梯度；

此外，在步骤1.3的最后，还存储以下数值：

2.7在垂直泊车位置中由驾驶员优选的泊车方向：前行驶入泊车位置，在泊车方向倒车驶入(布尔值)；

2.8在垂直泊车位置中，车辆由驾驶员优选泊车位置中：挡住自身所在车辆或旁边车辆副驾驶座侧的门或将车辆居中于泊车位置(布尔值)；

2.9在平行泊车位置中，车辆由驾驶员优选泊车位置中：将车辆居中于泊车位置，或在自身所在车辆前或后保持一较大位置(例如由数字0、1、2编码)

2.10驾驶员期望的泊车准确度(即到达一额定泊车位置)与所使用泊车操作移动数的对比。

泊车辅助系统优选还存储以下信息：

-由驾驶员执行的泊车机动操控的泊车操作移动；

-为到达准确泊车位置(额定/名义泊车位置)由泊车辅助系统计算得到的泊车操作移动的最少数量；

-驾驶员到达的泊车位置与计算出的额定泊车位置之间的误差(例如在x方向、y方向以及车辆方位角(相对于一额定方位角)上的误差)。

在第二步骤结束时，学习了一组用于一泊车机动操控的驾驶员参数(参见根据图2的参数组)。该参数组将被存储，并被用于针对下一步骤中多个泊车机动操控的一学习功能中。

除了这些参数，还可存储泊车过程的类型(例如垂直泊车，平行泊车，斜向泊车等)。

第三步骤—基于来自多个泊车机动操控的驾驶员参数计算用于适配泊车辅助系统的泊车参数

在该步骤中，分析评估在多个泊车机动操控中测定的数据，以获得驾驶员一般采用或平均采用的驾驶行为，用于调整适配泊车辅助系统的参数。

对先前在2.1节到2.9节中所测定的参数：

1)为了学习泊车参数，确定了所需要的、由驾驶员自己执行的泊车机动操控的数量。

2)计算所存储驾驶员参数的平均值；

3)测定一显著性差异，以确定驾驶员参数是否用于调整适配泊车辅助系统。

例如：

→将一由显著性差异给定的数值设置为逻辑1(“是”)意味着，可将学习到的驾驶员参数用于调整适配功能(此处是由于明显偏爱倒车泊车)。

→将一由显著性差异给定的数值设置为逻辑0(“非”)意味着，不可将学习到的驾驶员参数用于调整适配功能(此处是由于在泊车位上没有明显的车辆方位偏爱)。

在以下情况下，学习到的参数仅用于调整适配泊车辅助系统：

a)由驾驶员执行的泊车机动操控数大于一所要求的最小数量；以及

b)针对各相应参数的显著性差异给定数值表示，该参数是显著性差异，

并由此适用于调整适配泊车辅助系统。

图3示例性展示在多个泊车机动操控后一学习到的参数组。

对之前所述步骤2.10“由驾驶员所希望的泊车准确度(即到达一额定泊车位置的泊车准确度)与所使用泊车操作移动数相比”而言，所述学习过程更复杂。所述学习功能首先在额定泊车位置周围定义n个准确度区域，其中，n是一自然数。可通过泊车辅助系统按下列方式确定x方向和y方向上的准确度以及一方位角误差(分别在由驾驶员机动操控车辆的本车位置和额定泊车位置之间测量)：

对n＝3，适用的是：

如果适用以下公式，则“在x方向上高度准确”：

|ego-fahrzeug_x–TP_x|<delta_x_hochgenau；

如果适用以下公式，则“在x方向上为平均水平”，

|ego-fahrzeug_x–TP_x|<delta_x_mittel；

如果适用以下公式，则“在x方向上准确度低”：

|ego-fahrzeug_x–TP_x|<delta_x_niedrig；

这同样适用于确定y方向上的准确度。

图4通过虚线矩形展示x方向/y方向的准确度区域。相同的准确度等级也同样适用于车辆的方位角。

图5展示在目标位置TP处的方位角误差。

所述算法的基本想法是对下列情况进行学习：

-驾驶员使用了多少个附加泊车操作移动，以改善在x方向上的最终泊车位置；

-驾驶员使用了多少个附加泊车操作移动，以改善在y方向上的最终泊车位置；

-驾驶员使用了多少个附加泊车操作移动，以改善在方位角方面的最终泊车位置；

由此得出如图6所示的一表格，该表给出了为达到一更高的泊车准确度，针对具体驾驶员的附加泊车操作移动的可接受性。

在此，学习算法例如工作如下：

1)泊车辅助系统识别由驾驶员执行的、将车辆驶入一泊车位置的机动操控；

2)额定泊车位置(目标位置TP)由泊车辅助系统计算；

3)由驾驶员执行一泊车操作移动后，测定车辆的x/y坐标是否至少在最低准确度区域中。到达最低准确度区域所需的泊车操作移动数被记录/存储；

4)然后，分别针对车辆的x方向、y方向以及方位角测定要达到一更高准确度区域所需的泊车操作移动数。要达到一更高准确度区域的泊车操作移动数被分开，分别针对车辆的x方向、y方向以及方位角存储；

5)一可信度功能计算泊车辅助系统为到达更高准确度区域所需泊车操作移动数。如果驾驶员明显需要比泊车辅助系统更多的泊车操作移动(例如多于50％或更多)，则使用计算得到的泊车操作移动数取代实际需要的泊车操作移动数。

6)如果识别到已到达了最终泊车位置(例如通过关闭点火装置)，则以不同泊车机动操控类型归类(平行泊车，垂直泊车，斜向泊车等)存储表格。

对每项由驾驶员执行的泊车机动操控，存储一如图6中所示的表格。在由驾驶员执行了一定数量的相关泊车过程(平行泊车，垂直泊车，斜向泊车等)后，计算泊车操作移动的一平均值。

图7示例性展示一表格，该表格给出在多个由驾驶员执行的泊车机动操控后，为达到一更高泊车准确度，针对具体驾驶员的对附加泊车操作移动的可接受性。

(例如一布尔值形式的)一第二标志说明一所识别的数值是否有效。该标志说明，由驾驶员所采用的泊车操作移动数是否与行驶辅助系统所需泊车操作移动数之间存在误差。如果使用了该标志(例如设置为逻辑“1”)，则用于该泊车机动操控的准确度(在x方向、y方向以及方位角)将降低到通过驾驶员行为所测定的数值。

在使用泊车辅助系统泊车时，连续测定是否已到达了额定泊车位置(目标位置TP)(可以有一定的误差范围)。如果到达了额定泊车位置，则会结束自动泊车功能(例如还伴随向一用户界面发送一输出，通过操控泊车制动装置等)。

泊车辅助系统的自动泊车功能基于学习到的准确度信息进行如下调整适配：

如果针对x方向和y方向上的位置坐标，到达了第一个低准确度区域，则泊车辅助功能将计算为到达下一个准确度区域所需的泊车操作移动数。如果这一计算得出的数字低于通过驾驶员行为学到的数值，则泊车辅助功能将继续自动泊车过程。但是，如果计算得出的数量(明显)高于通过驾驶员行为学到的数值，则泊车辅助功能将不再继续尝试进一步提高泊车准确度。对此情况指的是，例如在x方向上的准确度足够了，但在y方向上的准确度还须改善，用于改善y方向上准确度所需的泊车操作移动也用于进一步提高x方向上的泊车准确度。一直重复该方法，直至车辆位置在x方向和y方向处于一可接受的范围，即从学习得出的信息中得出，驾驶员已不再接受用于提高泊车准确度的其他泊车操作移动。

最后，检查车辆的方位角。在此采用一类似的方法：

如果为提高一方位角等级(例如至少提高2度)所需的泊车操作移动数太多，则泊车辅助系统将结束自动执行的泊车过程。如果一方位角的改善导致在x方向或y方向上的方位变差(例如以一较低准确度区域的形式)，则采用一类似方法：只有当通过一被驾驶员接受的泊车操作移动数可达到整体改善最终到达的泊车位置时，才进行所述改善。

调整轨迹规划

之前所述参数2.1到2.4用于调整轨迹规划和轨迹控制。

车辆轨迹例如是一x/y坐标列表，包括被分配给该清单各坐标项的速度值。速度曲线和该轨迹的曲率定义了车辆纵向加速度和横向加速度、转向角以及转向角速度。在自动泊车过程中所使用的轨迹参数会基于学习到的驾驶员参数调整适配。由此，例如在一相对于驾驶员参数过高的纵向加速或减速情况下，速度曲线被调整适配于由泊车辅助系统计算得出的轨迹。例如，在一横向加速度过高情况下，则根据轨迹的曲率调整适配由泊车辅助系统计算得出的轨迹的速度曲线。

此外，要规划轨迹的算法优选在考虑与周围环境区域中的目标——尤其是静态目标——的安全距离情况下规划轨迹。取决于相对静态目标距离的机动操控速度可根据学习到的驾驶员参数调整适配。由此，例如从驾驶员参数得出，一驾驶员感知到泊车辅助系统驾驶行为是，车辆过快驶向周围环境目标，则会导致车辆减速。该调整适配例如也可影响转向角速度。由此，在减速时，也可降低转向角速度。

如果从驾驶员参数得出驾驶员感知到，目标附近的转向角太大，则泊车辅助系统的轨迹规划装置可使用一目标附近的一轨迹最大曲率。

调整泊车辅助功能，使其适应驾驶员对系统的信任度

a)调整泊车参数，使其适应被提高的对泊车辅助系统信任度

针对每个成功执行的自动泊车过程，优选对泊车辅助系统进行下列调整适配：

-与静态目标(例如其他车辆)的纵向安全距离；

-与静态目标(例如其他车辆)的侧面安全距离；

-与周围环境中目标距离有关的加速度梯度/减速梯度；

-与转向角有关的机动操控速度；

-与转向角速度有关的机动操控速度；

-与转向角和与周围环境目标距离有关的机动操控速度。

在首次使用泊车辅助系统或泊车辅助功能时，例如通过增加一安全值或乘以一安全系数来增加以下数值：

-与静态目标(例如其他车辆)的纵向安全距离；

-与静态目标(例如其他车辆)的侧面安全距离；

在首次使用泊车辅助系统或泊车辅助功能时，例如通过减去一安全值或乘以一安全系数来减小以下数值：

-与周围环境中目标距离有关的加速度梯度/减速梯度；

-与转向角有关的机动操控速度；

-与转向角速度有关的机动操控速度；

-与转向角和与周围环境目标距离有关的机动操控速度。

此外，一参数“AP_use_cases_for_final_confidence”可设置为一预先定义的数值，例如设置为数值100。

此外，对一参数delta_parameter_xx的一步幅S可计算如下：

S＝delta_parameter_xx/AP_use_cases_for_final_confidence.

在此，参数delta_parameter_xx说明，由于尚不存在驾驶员对泊车辅助系统的信任度，一特定泊车参数必须多大程度上予以更改。

每次自动执行泊车机动操控时都计算该步幅S，直至达到泊车参数上的一最终参数组为止，并由此将分配给各相应泊车参数的参数delta_parameter_xx分别相应减小为零。

应指出的是，取决于自动执行泊车过程数量的泊车参数可能会以累进或累减的方式更改。

b)调整泊车参数，使其适应泊车辅助系统中一较低的信任度

在由泊车辅助系统执行一自动泊车过程期间，优选测定驾驶员干预，基于所述干预，为达到一更高的安全性使泊车辅助系统的泊车参数加以改变。该驾驶员干预的测定尤其可根据当前情形进行。泊车辅助功能优选估计，驾驶员干预的原因是什么，并基于此调整适配相关的泊车参数。

在自动执行的泊车过程中，例如可(单独或组合)测定以下驾驶员干预：

-由驾驶员柔和采取的制动，以调整适配速度，其中，与一周围环境目标有一较大距离；

-由驾驶员柔和采取的制动，以调整适配速度，其中，与一周围环境目标有一较小距离；

-由驾驶员柔和采取的制动，以使车辆停车，其中，与一周围环境目标有一较大距离；

-由驾驶员柔和采取的制动，以使车辆停车，其中，与一周围环境目标有一较小距离；

-驾驶员的紧急制动，其中，与一周围环境目标有一较大距离；

-驾驶员的紧急制动，其中，与一周围环境目标有一较小距离；

-驾驶员触摸方向盘；

-驾驶员触摸一用户界面，以结束或中断泊车辅助功能；

-驾驶员(从车内或在一遥控泊车过程中从车外)打开车门；

-驾驶员换挡(手动换档或自动换档)；

-驾驶员操控油门踏板，以超驰控制泊车功能；

-驾驶员操控离合器。

驾驶员对泊车辅助系统信任度较低情况下，泊车参数的调整适配可以先前在驾驶员对泊车辅助系统置信度/信任度较高情况下对泊车参数调整适配所描述的相同方式进行。

调整泊车辅助功能，以适应特定驾驶员的首选设置

a)供残疾人泊车的可选性

在激活该设置情况下，通过泊车辅助功能也提供为残疾人士预留的泊车位置。在能使用该部分泊车辅助功能前，驾驶员必须定义一参数，该参数说明，驾驶员是否有权在残疾人专用泊车位置中泊车。该参数被分配给各相应驾驶员并被存储。如果驾驶员在使用泊车辅助功能前未定义该参数，则在首次识别到一残疾人专用泊车位置后可显示一用户提示，以要求驾驶员对该参数进行定义。

要识别供残疾人专用的泊车位置，例如可使用一识别道路上或路牌上相应提示的摄像装置。通过摄像装置获得的这些数据可优选由一导航系统的地图数据加以扩充。由此，必要时可基于全球定位系统(GPS)坐标测定专为残疾人预留区域的起点或终点。泊车辅助功能优选将全球定位系统(GPS)坐标分配给每个识别到的泊车位置，例如一泊车位置各拐角区域的x坐标/y坐标，由此使泊车辅助系统决定是否将“仅用于残疾人泊车”的特性分配给每个识别到的泊车位置。

例如，图8展示一仅用于残疾人的泊车位置图示。

如果在道路侧上没有设置这类区域信息，则摄像装置可直接在泊车位置区域中识别预先配置在泊车位置地面上的交通标志或标志。识别到这类交通标志或标志之一后，则可将“仅用于残疾人泊车”的特性分配给各相应泊车位置。

通过泊车辅助系统为驾驶员提供一泊车位置前，泊车辅助功能会对下列情况进行检查：

a)泊车位置是否具有“仅用于残疾人泊车”的特性？以及

b)分配给驾驶员的参数是否表明，驾驶员允许在残疾人专用泊车位置上泊车？

是否仅当满足上述条件a)和b)或不满足a)时，才向驾驶员提供泊车位置。

b)供女性泊车的可选性

泊车辅助系统例如可提供仅用于女性泊车的泊车位置。在此，该方法可类似于字母a)(供残疾人泊车)的方法实施。

c)愿意付费泊车

泊车辅助系统可设置用于识别，在一规定泊车位置中的泊车是否需要收费，并根据驾驶员是否愿意为泊车位置的使用付费(例如通过一所存储的参数)，决定是否向驾驶员提供一收费的泊车位置。

根据各相应国家和地区的情况，收费泊车位置可如下识别：

-地面上的彩色路牙或彩色线条(例如在意大利)；

-在泊车场区域或一收费泊车区域起始处的指示牌(例如在德国)；

-带有保护收费泊车位置用地面阈值的泊车位置。

根据前面所述字母a)(供残疾人泊车)的方法可用于为泊车位置分配“收费泊车”特性。

可通过对泊车位置区域中地面阈值的一目标识别，或通过汽车与一地面阈值或一这类地面阈值的支付系统之间的无线通信连接进行“带地面阈值的收费泊车”的判定。

在为驾驶员提供一识别到的泊车位置进行自动泊车前，泊车辅助功能优选进行以下检查：

a)一识别到的泊车位置是否有“收费泊车”的特性？

b)是否给驾驶员分配了一“愿意付费泊车”的特性？

仅当满足上述条件a)和b)或不满足a)时，才向驾驶员提供泊车位置。

d)居民泊车的可选性

如果驾驶员已为其居民区指定了全球定位系统(GPS)坐标，则泊车辅助功能为驾驶员提供泊车位置。泊车辅助功能可设置用于，如果泊车辅助功能用于在居民区外泊车，则需从驾驶员处获得一确认。

否则，可按类似方式将前面所述字母a)的方法(用于残疾人泊车)用于“居民泊车”功能。

e)激活/禁用其他泊车特性

可在泊车辅助系统中激活以下泊车特性：

-驶过路边石/路牙的驾驶员可接受性(见图9)；

-泊车在车辆之前或之后；

-准备通过泊车辅助功能直接前行泊车(见图10)；

-在泊车过程中预备对泊车情形的变化做出反应(对泊车过程动态进行重新规划)(见图11)。

这些泊车特性例如可由驾驶员直接在泊车辅助系统的一配置菜单中设置。

作为替代选择或附加措施，这些泊车特性例如可通过一用户界面上的输出信息进行设置。在驶过路边石情况下，如果泊车辅助功能识别到驶过路边石是有益的，因为其他车辆也以相同方式泊车，则可给用户界面输出一相应信息。

f)泊车偏好：前行或倒车(在垂直泊车时)

作为上述学习算法的替代选择或附加措施，可由驾驶员本人设置指定在垂直泊车时优选泊车方向的一参数。

然后，可通过泊车辅助功能将该泊车偏好用作优选值，但是，如果例如是强制性的或具有技术优势，例如在一复杂泊车场景中，通过前行泊车在最大泊车操作移动数中无法到达一垂直泊车位置，则泊车辅助系统例如也可进行不同方式的泊车。

上面已根据实施例对本发明进行了描述。应指出的是，在不脱离专利权利要求所限定的保护范围情况下，可进行多项更改和变异。

Claims

1.用于控制车辆(1)泊车过程的方法，包括以下步骤：

-识别驾驶员；

-在由所述驾驶员执行的泊车过程中学习驾驶员参数，并将驾驶员参数关联至识别到的驾驶员；

-基于学习到的驾驶员参数确定泊车参数；

-基于泊车参数控制由泊车辅助系统执行的车辆(1)的泊车过程。

2.根据权利要求1所述的方法，其特征在于，学习驾驶员参数步骤包括检测车速、转向角、转向角速度、目标与车辆(1)周围环境区域中的车辆(1)的至少一个距离值和/或车辆(1)的加速度参数或减速度参数。

3.根据权利要求1或2所述的方法，其特征在于，学习驾驶员参数步骤包括根据转向角检测车速、根据转向角速度检测车速、根据转向角以及目标与车辆(1)周围环境区域中车辆(1)的距离值检测车速和/或根据目标与车辆(1)周围环境区域中车辆(1)的距离值(1)检测加速度参数/减速度参数。

4.根据上述权利要求中任一权利要求所述的方法，其特征在于，学习驾驶员参数步骤包括在时间上依次的测量点上收集多个测量值，并构件这些测量值的平均值。

5.根据上述权利要求中任一权利要求所述的方法，其特征在于，学习驾驶员参数步骤还包括检测和存储有关泊车方向的信息、有关所停泊车辆相对于泊车位置的方位信息、有关所需泊车操作移动和/或泊车过程类型的信息。

6.根据上述权利要求中任一权利要求所述的方法，其特征在于，学习驾驶员参数步骤包括检查步骤，检查由驾驶员执行的泊车过程中所确定的泊车过程特性是否分别在定义的范围内，并且如果泊车过程特性均在所定义的范围内时，学习到的驾驶员参数仅用于确定泊车参数。

7.根据上述权利要求中任一权利要求所述的方法，其特征在于，确定泊车参数的步骤包括平均多个驾驶员参数的步骤，所述驾驶员参数是通过由识别到的驾驶员所执行的最少数量的泊车过程所确定的。

8.根据上述权利要求中任一权利要求所述的方法，其特征在于，学习驾驶员参数步骤包括确定至少一个误差参数，该误差参数表明通过由驾驶员所执行的泊车过程，车辆(1)运行到的泊车位置与由泊车辅助系统确定的额定泊车位置误差有多大。

9.根据权利要求8所述的方法，其特征在于，确定至少一个误差参数包括在第一和第二空间方向上所停泊车辆(1)的位置与额定位置的误差，以及车辆(1)方位角与额定方位角的误差。

10.根据权利要求8或9所述的方法，其特征在于，确定至少一个误差参数包括确定到达泊车位置的泊车操作移动数。

11.根据权利要求8到10中任一权利要求所述的方法，其特征在于，确定至少第一准确度区域和第二准确度区域，以确定至少一个误差参数，并且还确定车辆(1)的驾驶员需要多少泊车操作移动才能到达第一准确度区域或从第一准确度区域到达准确度更高的第二准确度区域，并将这一泊车操作移动数存储为针对具体驾驶员的泊车操作移动信息。

12.根据权利要求11所述的方法，其特征在于，分别针对至少两个空间方向的车辆位置值以及车辆的方位角，确定进入第一准确度区域或从第一准确度区域进入准确度更高的第二准确度区域所需的泊车操作移动数。

13.根据权利要求11或12所述的方法，其特征在于，在到达第一准确度区域后，在由泊车辅助系统控制泊车过程的步骤中确定泊车辅助系统需要多少个泊车操作移动才能到达准确度更高的第二准确度区域，并通过与针对具体驾驶员的泊车信息的比较来决定是否继续进行泊车辅助系统控制的泊车过程，以达到更高的泊车准确度。

14.根据上述权利要求中任一权利要求所述的方法，其特征在于，基于所确定的驾驶员参数对泊车轨迹的规划和/或车辆(1)在该泊车轨迹上的运动过程加以影响。

15.根据上述权利要求中任一权利要求所述的方法，其特征在于，在由泊车辅助系统执行的泊车过程中，将对驾驶员与车辆控制装置的互动和/或有关驾驶员本人的信息进行检测，并基于此对泊车参数进行调整。

16.根据上述权利要求中任一权利要求所述的方法，其特征在于，根据由泊车辅助系统执行并关联至所识别的驾驶员的泊车过程数逐步调整泊车参数，尤其是，在泊车过程中车辆的速度被提高和/或到周围环境目标的安全距离被减小。

17.根据上述权利要求中任一权利要求所述的方法，其特征在于，在确定泊车参数时还考虑驾驶员的偏好。

18.根据权利要求17所述的方法，其特征在于，在初始化过程中和/或在出现需要有关驾驶员偏好信息的泊车情形时对驾驶员偏好进行查询。

19.根据权利要求17或18所述的方法，其特征在于，驾驶员偏好包括有关残疾人泊车位置上泊车许可的信息、在女性/母子泊车位置上泊车的信息、愿意付费泊车的信息、在规定区域内的居民泊车位置上泊车许可的信息、能接受驶过路边石的信息、愿意直接前行进入车位的信息、在泊车过程中愿意对泊车情形的变化作出反应的信息和/或向前进入车位或倒入车位的泊车偏好。

20.一种车辆，包括用于控制车辆(1)泊车过程的泊车辅助系统，该车辆包括：

-用于识别驾驶员的识别装置；

-在由所述驾驶员执行的泊车过程中用于检测驾驶员参数的传感器装置；

-用于存储驾驶员参数的至少一个存储单元，其中，该驾驶员参数被关联至识别到的驾驶员并被存储；

-泊车辅助系统，其被设置用于基于泊车参数自动控制车辆(1)的泊车过程。