CN111397623A - 一种基于最佳泊车起始点的路径规划方法 - Google Patents
一种基于最佳泊车起始点的路径规划方法 Download PDFInfo
- Publication number
- CN111397623A CN111397623A CN202010230927.XA CN202010230927A CN111397623A CN 111397623 A CN111397623 A CN 111397623A CN 202010230927 A CN202010230927 A CN 202010230927A CN 111397623 A CN111397623 A CN 111397623A
- Authority
- CN
- China
- Prior art keywords
- parking
- path
- point
- global
- current
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000007704 transition Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000006386 neutralization reaction Methods 0.000 claims description 3
- 238000007500 overflow downdraw method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于最佳泊车起始点的路径融合方法。该方法规划的路径分为三部分:全局路径,过渡路径和泊车路径。首先在泊车位附近生成全局路径规划的目标区域,再用Jump Point Search(JPS)算法和Hybrid A*算法生成到目标区域的路径,完成全局路径规划。再根据最佳泊车起始点,以及全局路径的最终节点信息,生成过渡路径。最后通过C型垂直泊车生成泊车路径。将三条路径依次相连,即可得到最终路径。
Description
技术领域
本发明涉及智能网联汽车技术领域,具体涉及一种基于最佳泊车起始点的路径规划方法。
背景技术
自动驾驶的快速发展,使得自动泊车成为人们关注研究热点之一。自动泊车系统能缓解城市的交通压力,并减少驾驶员的负担,使得泊车过程更加安全和高效。
作为自动泊车系统中的重要一环,路径规划决定着泊车过程是否顺利。现今市场上的自动泊车系统,大多要求驾驶员精确到达车位附近的某一个位置,才能开始进行泊车路径规划。对于驾驶员来说,如果自动泊车系统能从停车场开始规划路径,驾驶负担将会大大减少,并且省下大量时间。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种基于最佳泊车起始点的路径融合方法。该方法规划的路径分为三部分:全局路径,过渡路径和泊车路径。首先在泊车位附近生成全局路径规划的目标区域,再用Jump Point Search(JPS)算法和Hybrid A*算法生成到目标区域的路径,完成全局路径规划。再根据最佳泊车起始点,以及全局路径的最终节点信息,生成过渡路径。最后通过C型垂直泊车生成泊车路径。将三条路径依次相连,即可得到最终路径。
为实现上述目的,本发明提供了如下技术方案:一种基于最佳泊车起始点的路径规划方法,包括如下步骤:
步骤1:得到地图信息,确定车辆的起始点和目标点,建立坐标系;
步骤2:根据泊车目标点,确定全局目标点和全局目标区域;
步骤3:使用Jump Point Search(JPS)算法和Hybrid A*算法进行全局路径规划,生成从起始点到达全局目标区域的路径;
步骤4,通过C型垂直泊车中的碰撞约束条件,求出泊车起始横摆角的取值范围,以及每个泊车起始横摆角对应的最佳泊车起始点;
步骤5:根据全局路径的最终节点和最佳泊车起始点信息,生成全局规划路径与泊车路径之间的过渡路径;
步骤6:通过C型垂直泊车,生成泊车路径;
步骤7:连接规划出的全局路径,过渡路径和泊车路径,得到最终路径。
作为本发明的进一步改进,所述步骤2中,根据泊车目标点,确定全局目标点和全局目标区域具体过程如下:
全局目标点Pglobalgoal(xglobalgoal,yglobalgoal,θglobalgoal)以及全局目标区域Areaglobalgoal的位置在车位附近;全局目标点Pglobalgoal的横坐标xglobalgoal与泊车目标点Pparkinggoal的横坐标xparkinggoal相同,纵坐标离为hmin;
其中hmin为在泊车起始横摆角为0的状态下,使用C型垂直泊车时,车辆与车位之间的最短距离,计算公式如下:
其中Rmin为车辆的最小转向半径,Wc为车辆的宽度,W为车位的宽度。
全局目标区域是以Pglobalgoal为圆心的圆,其半径Rl计算公式如下:
作为本发明的进一步改进,所述步骤3中,确定当前点,当前目标点及当前目标区域的具体过程如下:
令起始点Sstart(xstart,ystart,θstart)为当前点Ncurrent(xcurrent,ycurrent,θcurrent),目标点列表中的第一个点P1为当前目标点目标区域中的第一个区域Area1为当前目标区域Areacurrent。
作为本发明的进一步改进,所述步骤4中,求出泊车起始横摆角的取值范围具体过程如下:
Ws-S1=RRF(sinε-sin(ε+θmin))
其中,H为左侧障碍物与泊车目标点之间的距离,Lx为车的轴距长度,Lf为车的前悬长度。
作为本发明的进一步改进,所述步骤4中,每个泊车起始横摆角对应的最佳泊车起始点确定方法如下:
碰撞约束为:
其中,Rmin为车辆最小转向半径,Wc为车辆宽度,Lb为车辆后悬长度,Wo为车位宽度,Lo为车位宽度,Lx为车辆轴宽,Lf为车辆前悬宽度,d为安全距离,H1为右侧障碍物的上边界与泊车目标点之间的距离。
上式中,在θ为某一给定值θi的情况下,未知量仅为R和L1,可通过已知的碰撞约束求出R和L1的取值范围;
当θ为θi,R和L1的取值范围已知时,通过目标函数,即可求出R和L1的最优值,目标函数如下:
作为本发明的进一步改进,所述步骤5中,生成过渡路径的具体过程如下:
Ⅰ.令全局路径的最终节点Pglobalend为当前点N‘i;
Ⅱ.用Hybrid A*拓展节点的方式,拓展当前点N‘i,得到新节点N‘i+1,N‘i+2…N‘i+7,并计算新节点的δ值;
Ⅲ.检查新节点中,是否有节点的δ值小于预设误差值E,如果没有,则将所有新节点放入Open列表中,并令δ值最小的节点为当前节点,返回Ⅱ;如果有,则在新节点中挑选δ值最小的节点,用直线段拓展该节点,直至与最佳泊车起始点距离最短,此时车辆位置即为泊车起始点
作为本发明的进一步改进,所述δ的计算方法如下:
本发明的有益效果:
1.提出了一种路径规划方法,规划出的路径能从停车场入口开始引导车辆,直到车辆驶入车位。相比于现在市场上已有的路径规划技术,该方法能更大程度上减少驾驶员的负担,并使得泊车过程更加高效。
2.提出了一种融合全局路径和泊车路径的方法。该方法解决了全局路径和泊车路径之间的转换问题,并保证泊车起始点接近最优。
3.提出了一种计算最佳泊车起始点的方法。相比于已有的泊车路径规划技术,该方法使得泊车起始点的选取更加自由,增大了泊车选择的灵活性,使泊车成功几率更高。
附图说明
图1为路径规划算法的总体流程图;
图2为坐标系示意图;
图3为全局目标区域示意图;
图4为两侧泊车对称示意图;
图5为hmin的计算示意图;
图6为过渡路径示意图;
图7为C型垂直泊车过程示意图;
图8为车辆左前点碰撞示意图;
图9为车辆右前点碰撞示意图;
图10为过渡路径示意图;
图11为C型垂直泊车过程示意图。
具体实施方式
下面将结合附图所给出的实施例对本发明做进一步的详述。
参照图1所示,本实施例的一种基于最佳泊车起始点的路径融合方法。该方法规划的路径分为三部分:全局路径,过渡路径和泊车路径。首先在泊车位附近生成全局路径规划的目标区域,再用JPS算法和Hybrid A*算法生成到目标区域的路径,完成全局路径规划。再根据最佳泊车起始点,以及全局路径的最终节点信息,生成过渡路径。最后通过C型垂直泊车生成泊车路径。将三条路径依次相连,即可得到最终路径因此,方案实施过程如图1所示,主要包含如下过程:
步骤1:得到地图信息,确定车辆的起始点和目标点,建立坐标系。
步骤2:根据泊车目标点,确定全局目标点和全局目标区域。
步骤3:使用Jump Point Search(JPS)算法和Hybrid A*算法进行全局路径规划,生成从起始点到达全局目标区域的路径。
步骤4,通过C型垂直泊车中的碰撞约束条件,求出泊车起始横摆角的取值范围,以及每个泊车起始横摆角对应的最佳泊车起始点。
步骤5:根据全局路径的最终节点和最佳泊车起始点信息,生成全局规划路径与泊车路径之间的过渡路径。
步骤6:通过C型垂直泊车,生成泊车路径。
步骤7:连接规划出的全局路径,过渡路径和泊车路径,得到最终路径。
下面一一予以细述。
步骤1:得到地图信息,确定车辆的起始点和目标点,建立坐标系。
路径规划系统获得地图信息,设定起始点Sstart(xstart,ystart,θstart),和泊车目标点Pparkinggoal(xparkinggoal,yparkinggoal,θparkinggoal)。坐标系的建立如图2所示,取泊车目标点Pparkinggoal为坐标原点,其中d为安全距离。
步骤2:根据泊车目标点,确定全局目标点和全局目标区域。
全局目标点Pglobalgoal(xglobalgoal,yglobalgoal,θglobalgoal)以及全局目标区域Areaglobalgoal的位置在车位附近,如图3所示。全局目标点Pglobalgoal的横坐标xglobalgoal与泊车目标点Pparkinggoal的横坐标xparkinggoal相同,纵坐标离为hmin。其中hmin为在泊车起始横摆角为0的状态下,使用C型垂直泊车时,车辆与车位之间的最短距离,计算公式如下:
其中Rmin为车辆的最小转向半径,Wc为车辆的宽度,W为车位的宽度。
全局目标区域是以Pglobalgoal为圆心的圆,其半径Rl计算公式如下:
步骤3:使用Jump Point Search(JPS)算法和Hybrid A*算法进行全局路径规划,生成从起始点到达全局目标区域的路径。
设JPS找到的路径点为{P1,P2…Pn},则以以各个路径点{P1,P2…Pglobalgoal}为圆心,Rl为半径,生成对应的目标区域{Area1,Area2…Areaglobalgoal},再用Hybrid A*算法依次生成到达各个目标区域路径,直到到达最终目标区域Areaglobalgoal。步骤4,通过C型垂直泊车中的碰撞约束条件,求出泊车起始横摆角的取值范围,以及每个泊车起始横摆角对应的最佳泊车起始点。
Ws-S1=RRF(sinε-sin(ε+θmin))
其中H为左侧障碍物与泊车目标点之间的距离,Lx为车的轴距长度,Lf为车的前悬长度。
在已知泊车起始横摆角θ范围的情况下,根据碰撞约束条件及目标函数,确定最佳泊车起始点。
避障约束为:
其中,Rmin为车辆最小转向半径,Wc为车辆宽度,Lb为车辆后悬长度,Wo为车位宽度,Lo为车位宽度,Lx为车辆轴宽,Lf为车辆前悬宽度,d为安全距离,H1为右侧障碍物的上边界与泊车目标点之间的距离。
上式中,在θ为某一给定值θi的情况下,未知量仅为R和L1。可通过上式求出R和L1的取值范围。
当θ为θi,R和L1的取值范围已知时,通过目标函数,即可求出R和L1的最优值。
目标函数如下:
步骤5:根据全局路径的最终节点和最佳泊车起始点信息,生成全局规划路径与泊车路径之间的过渡路径。
Ⅰ.令全局路径的最终节点Pglobalend为当前点N‘i。
Ⅲ.检查新节点中,是否有节点的δ值小于预设误差值E。如果没有,则将所有新节点放入Open列表中,并令δ值最小的节点为当前节点,返回Ⅱ;如果有,则在新节点中挑选δ值最小的节点,按图6所示,用直线段拓展该节点,直至与最佳泊车起始点距离最短。此时车辆位置即为泊车起始点
步骤6:通过C型垂直泊车,生成泊车路径。
计算出路径参数R和L1后,即可规划出泊车路径。
步骤7:连接规划出的全局路径,过渡路径和泊车路径,得到最终路径。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种基于最佳泊车起始点的路径规划方法,其特征在于:包括如下步骤:
步骤1:得到地图信息,确定车辆的起始点和目标点,建立坐标系;
步骤2:根据泊车目标点,确定全局目标点和全局目标区域;
步骤3:使用Jump Point Search(JPS)算法和Hybrid A*算法进行全局路径规划,生成从起始点到达全局目标区域的路径;
步骤4,通过C型垂直泊车中的碰撞约束条件,求出泊车起始横摆角的取值范围,以及每个泊车起始横摆角对应的最佳泊车起始点;
步骤5:根据全局路径的最终节点和最佳泊车起始点信息,生成全局规划路径与泊车路径之间的过渡路径;
步骤6:通过C型垂直泊车,生成泊车路径;
步骤7:连接规划出的全局路径,过渡路径和泊车路径,得到最终路径。
2.根据权利要求1所述的基于最佳泊车起始点的路径规划方法,其特征在于:所述步骤2中,根据泊车目标点,确定全局目标点和全局目标区域具体过程如下:
全局目标点Pglobalgoal(xglobalgoal,yglobalgoal,θglobalgoal)以及全局目标区域Areaglobalgoal的位置在车位附近;全局目标点Pglobalgoal的横坐标xglobalgoal与泊车目标点Pparkinggoal的横坐标xparkinggoal相同,纵坐标离为hmin;
其中hmin为在泊车起始横摆角为0的状态下,使用C型垂直泊车时,车辆与车位之间的最短距离,计算公式如下:
其中Rmin为车辆的最小转向半径,Wc为车辆的宽度,W为车位的宽度。
全局目标区域是以Pglobalgoal为圆心的圆,其半径Rl计算公式如下:
3.根据权利要求1或2所述的基于最佳泊车起始点的路径规划方法,其特征在于:所述步骤3中,确定当前点,当前目标点及当前目标区域的具体过程如下:令起始点Sstart(xstart,ystart,θstart)为当前点Ncurrent(xcurrent,ycurrent,θcurrent),目标点列表中的第一个点P1为当前目标点Goalcurrent(xcurrentgoal,ycurrentgoal),目标区域中的第一个区域Area1为当前目标区域Areacurrent。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010230927.XA CN111397623A (zh) | 2020-03-27 | 2020-03-27 | 一种基于最佳泊车起始点的路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010230927.XA CN111397623A (zh) | 2020-03-27 | 2020-03-27 | 一种基于最佳泊车起始点的路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111397623A true CN111397623A (zh) | 2020-07-10 |
Family
ID=71433104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010230927.XA Pending CN111397623A (zh) | 2020-03-27 | 2020-03-27 | 一种基于最佳泊车起始点的路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111397623A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111982142A (zh) * | 2020-07-31 | 2020-11-24 | 华南理工大学 | 一种基于改进a星算法的智能车全局路径规划方法 |
CN113071477A (zh) * | 2021-04-23 | 2021-07-06 | 北京智行者科技有限公司 | 车辆自动泊车方法及装置、车辆自动出库方法及装置、用户终端、移动工具及相关设备 |
CN114013428A (zh) * | 2021-11-29 | 2022-02-08 | 江苏大学 | 一种基于分子间作用力的泊车路径动态规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180050691A1 (en) * | 2016-08-19 | 2018-02-22 | Dura Operating, Llc | Optimized path planner for an autonomous valet parking system for a motor vehicle |
CN107933549A (zh) * | 2017-11-23 | 2018-04-20 | 奇瑞汽车股份有限公司 | 一种c型垂直自动泊车方法及装置 |
US20180246515A1 (en) * | 2017-02-28 | 2018-08-30 | Mitsubishi Electric Research Laboratories, Inc. | Vehicle Automated Parking System and Method |
CN108534777A (zh) * | 2018-01-25 | 2018-09-14 | 江苏大学 | 一种平行泊车路径规划方法 |
CN109131318A (zh) * | 2018-10-19 | 2019-01-04 | 清华大学 | 一种基于拓扑地图的自主泊车路径协调方法 |
CN109767646A (zh) * | 2019-02-28 | 2019-05-17 | 北京智行者科技有限公司 | 泊车方法及装置 |
CN109959383A (zh) * | 2017-12-25 | 2019-07-02 | 大连楼兰科技股份有限公司 | 一种自动泊车路径规划方法 |
-
2020
- 2020-03-27 CN CN202010230927.XA patent/CN111397623A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180050691A1 (en) * | 2016-08-19 | 2018-02-22 | Dura Operating, Llc | Optimized path planner for an autonomous valet parking system for a motor vehicle |
US20180246515A1 (en) * | 2017-02-28 | 2018-08-30 | Mitsubishi Electric Research Laboratories, Inc. | Vehicle Automated Parking System and Method |
CN107933549A (zh) * | 2017-11-23 | 2018-04-20 | 奇瑞汽车股份有限公司 | 一种c型垂直自动泊车方法及装置 |
CN109959383A (zh) * | 2017-12-25 | 2019-07-02 | 大连楼兰科技股份有限公司 | 一种自动泊车路径规划方法 |
CN108534777A (zh) * | 2018-01-25 | 2018-09-14 | 江苏大学 | 一种平行泊车路径规划方法 |
CN109131318A (zh) * | 2018-10-19 | 2019-01-04 | 清华大学 | 一种基于拓扑地图的自主泊车路径协调方法 |
CN109767646A (zh) * | 2019-02-28 | 2019-05-17 | 北京智行者科技有限公司 | 泊车方法及装置 |
Non-Patent Citations (2)
Title |
---|
SEBASTIAN KLAUDT ET AL.: "A-Priori map information and path planning for automated valet parking" * |
陈无畏;方玉杰;魏振亚;: "基于遗传算法优化的双向垂直泊车路径规划" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111982142A (zh) * | 2020-07-31 | 2020-11-24 | 华南理工大学 | 一种基于改进a星算法的智能车全局路径规划方法 |
CN113071477A (zh) * | 2021-04-23 | 2021-07-06 | 北京智行者科技有限公司 | 车辆自动泊车方法及装置、车辆自动出库方法及装置、用户终端、移动工具及相关设备 |
CN114013428A (zh) * | 2021-11-29 | 2022-02-08 | 江苏大学 | 一种基于分子间作用力的泊车路径动态规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111674390B (zh) | 一种自动泊车路径规划的避障方法及泊车路径规划系统 | |
WO2021180035A1 (zh) | 一种泊车路径规划方法、装置、车辆和存储介质 | |
CN111397623A (zh) | 一种基于最佳泊车起始点的路径规划方法 | |
CN113916246B (zh) | 一种无人驾驶避障路径规划方法和系统 | |
CN111923910B (zh) | 车辆变道规划的方法、自动驾驶车辆和存储介质 | |
CN113479217B (zh) | 一种基于自动驾驶的变道避障方法与系统 | |
US8098174B2 (en) | Feasible region determination for autonomous parking | |
CN111731269B (zh) | 一种自动泊车路径规划方法及其系统 | |
CN114791288B (zh) | 矿区车辆的行驶路径规划方法、装置及计算机设备 | |
US11358606B2 (en) | Method for operating a motor vehicle for improving working conditions of evaluation units in the motor vehicle, control system for performing a method of this kind, and motor vehicle having a control system of this kind | |
CN111127950A (zh) | 一种车辆碰撞预警处理方法及装置 | |
CN113296119B (zh) | 一种基于激光雷达和uwb阵列的无人避障驾驶方法与终端 | |
CN113978452B (zh) | 一种自动平行泊车路径规划方法 | |
CN114030463B (zh) | 一种自动泊车系统的路径规划方法及装置 | |
CN113419534B (zh) | 一种基于贝塞尔曲线的转向路段路径规划方法 | |
CN113696886B (zh) | 一种泊车轨迹自动确定方法、装置、介质及电子设备 | |
CN115848359B (zh) | 车位自适应泊入路径规划方法、车辆及存储介质 | |
CN111746518A (zh) | 一种车辆泊出控制方法及装置 | |
CN114523958A (zh) | 一种用于车头泊入车位的路径规划方法、设备及存储介质 | |
CN113335270B (zh) | 一种泊车路径规划方法和装置 | |
CN118358560A (zh) | 泊车路径规划方法、设备和计算机可读存储介质 | |
CN115056765A (zh) | 垂直与斜列车位自主泊车的路径规划方法及装置 | |
CN116476840B (zh) | 变道行驶方法、装置、设备及存储介质 | |
CN111158366B (zh) | 基于图搜索和几何曲线融合的路径规划方法 | |
CN110626349B (zh) | 自动驾驶车辆的控制方法、装置、汽车控制器及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200710 |