CN111674390B - 一种自动泊车路径规划的避障方法及泊车路径规划系统 - Google Patents
一种自动泊车路径规划的避障方法及泊车路径规划系统 Download PDFInfo
- Publication number
- CN111674390B CN111674390B CN202010386906.7A CN202010386906A CN111674390B CN 111674390 B CN111674390 B CN 111674390B CN 202010386906 A CN202010386906 A CN 202010386906A CN 111674390 B CN111674390 B CN 111674390B
- Authority
- CN
- China
- Prior art keywords
- parking path
- vehicle
- projection
- obstacle
- parking
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/06—Automatic manoeuvring for parking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
Abstract
本发明涉及一种自动泊车路径规划的避障方法，包括：根据车辆初始位置、停车位以及障碍物信息规划泊车路径轨迹；在泊车路径轨迹上根据预设步长选取若干节点，确定各节点对应的位姿；根据各节点对应的位姿，将车辆轮廓依次拟合至各节点上；建立坐标系，判断是否存在与障碍物在X轴方向以及Y轴方向均发生投影重叠的车辆轮廓，若是，则认为泊车路径轨迹不合格，重新规划泊车路径；否则，认为泊车路径轨迹合格。该方法对以车辆后轴中点为质点规划的泊车路径轨迹进行了障碍物碰撞检测，避免了泊车过程中发生碰撞风险，一定程度增加了泊车成功率，同时也不会增加计算资源，具有重要的实用价值。
Description
技术领域
本发明涉及泊车路径规划技术领域，尤其涉及一种自动泊车路径规划的避障方法及泊车路径规划系统。
背景技术
随着汽车保有量的增加，车位空间狭小，使得停车难逐渐成为了普遍现象，导致泊车过程中的安全事故频频发生。而自动泊车系统的出现，可以有效避免泊车过程中此类安全事故的发生。因此，自动泊车系统近年来成为了国内外各大企业和机构的研究热点。目前，自动泊车系统已经作为高端配置逐渐应用在了部分车辆上，以协助驾驶员完成泊车过程，其主要包括识别系统、路径规划系统以及泊车控制系统三个部分。在整个泊车过程中，一般先由识别系统对空间中的车位以及车位周围的障碍物信息进行识别，然后将所识别的环境信息传输给路径规划系统，由路径规划系统根据传感器采集到的信息建立对应的坐标系，通过约束条件判断车位是否符合要求，如果符合要求则将检测到的车位进行存储，并根据车辆的起始位置及姿态进行泊车路径规划，生成最终的泊车路径；若不符合自动泊车的要求，则控制车辆继续向前行驶，寻找新的车位，直至检测到可用的停车位为止。最后由泊车控制系统根据规划的路径将路径信息转化成控制决策，对车辆的转角、速度、档位等进行控制，同时将执行结果反馈给中央处理器，以方便中央处理器进一步分析和制定决策。从整个自动泊车过程可以看出，泊车效果的好坏与路径规划息息相关，路径规划的优势直接导致自动泊车的成功与否，所以自动泊车系统的路径规划是一个极其重要的环节。
在现有的自动泊车系统中，一般选取车辆的后轴中点作为车辆参考点(也就是质心点)，规划出来的泊车路径轨迹是指质心点经过的位置集合，即点集。整个路径规划过程中，是不考虑实际车辆体积大小的，这就导致有些质心点虽然与周围车辆或障碍物的质心点轨迹之间没有交集，但当考虑了车辆与周围障碍物在地面投影面积之后，就会造成面积存在重合的情况，也就是存在发生碰撞的风险。换句话说，以质心点经过的位置集合规划出的泊车路径，当考虑了车辆体积的大小或周围障碍物的体积大小之后，很有可能在泊车过程中，车辆边缘便会与障碍物边缘存在摩擦或碰撞的风险，如图1所示。然而，如果在路径规划时直接将车辆和障碍物尺寸考虑到规划算法中去，又会导致解算难度大大增加，解算速度会明显下降，从而出现明显的延迟现象，造成较大的误差，这样则难以满足自动泊车路径规划的要求。
发明内容
为了解决上述技术问题，本发明提供了一种自动泊车路径规划的避障方法，该方法包括以下步骤：
根据车辆初始位置、停车位以及障碍物信息规划泊车路径轨迹；
在泊车路径轨迹上根据预设步长选取若干节点，确定各节点对应的位姿；
根据各节点对应的位姿，将车辆轮廓依次拟合至各节点上；
建立坐标系，判断是否存在与障碍物在X轴方向以及Y轴方向均发生投影重叠的车辆轮廓，若是，则认为泊车路径轨迹不合格，重新规划泊车路径；否则，认为泊车路径轨迹合格。
进一步的，所述建立坐标系，判断是否存在与障碍物在X轴方向以及Y轴方向均发生投影重叠的车辆轮廓，若是，则认为泊车路径轨迹不合格，重新规划泊车路径；否则，认为泊车路径轨迹合格步骤，包括：
以泊车路径轨迹和障碍物所在平面建立坐标系；
获取节点上的车辆轮廓在X轴上的第一投影以及在Y轴上的第二投影；
获取障碍物在X轴上的第三投影以及在Y轴上的第四投影；
判断第一投影与第三投影、第二投影与第四投影是否均存在重叠区域，若是，则认为泊车路径轨迹不合格，重新规划泊车路径；否则，认为泊车路径轨迹合格。
进一步的，所述获取节点上的车辆轮廓在X轴上的第一投影以及在Y轴上的第二投影步骤，包括：
获取节点上的车辆轮廓在X轴上的投影最大值X1和投影最小值X2，将线段X1X2视为第一投影；
获取节点上的车辆轮廓在Y轴上的投影最大值Y1和投影最小值Y2，将线段Y1Y2视为第二投影。
进一步的，所述获取障碍物在X轴上的第三投影以及在Y轴上的第四投影步骤，包括：
获取障碍物在X轴上的投影最大值X1’和投影最小值X2’，将线段X1’X2’视为第三投影；
获取障碍物在Y轴上的投影最大值Y1’和投影最小值Y2’，将线段Y1’Y2’视为第四投影。
进一步的，所述根据各节点对应的位姿，将车辆轮廓依次拟合至各节点上步骤，包括：
获取车辆的轮廓参数，并根据轮廓参数将车体简化为长方形；
根据各节点对应的位姿，将长方形作为车辆轮廓依次拟合至各节点上。
进一步的，在所述获取车辆的轮廓参数，并根据轮廓参数将车体简化为长方形步骤中，通过预设膨胀参数，增大车辆的轮廓参数，进而将车体简化为长方形。
进一步的，所述障碍物信息包括障碍物位置以及障碍物大小；所述障碍物信息通过车载摄像头以及车载雷达获取。
进一步的，针对存在多个自动泊车路径轨迹的情况，根据预设指标，从多个泊车路径轨迹中筛选出最优泊车路径轨迹作为最终的停车路径。
一种泊车路径规划系统，基于上述的一种自动泊车路径规划的避障方法，包括车辆定位模块、车位检测模块、障碍物检测模块、计算模块以及干涉检测模块；所述车辆定位模块用于获取车辆位置以及位姿；所述车位检测模块用于获取车位位姿；所述障碍物检测模块包括车载摄像头和车载雷达，用于获取障碍物信息；所述计算模块用于结合车辆位置、位姿、障碍物信息以及车位位姿进行泊车路径规划，获取泊车路径轨迹以及确定泊车路径轨迹上各节点的位姿；所述干涉检测模块用于对各节点拟合车辆轮廓，并对各节点上的车辆轮廓与障碍物进行干涉检测，以获取合格的泊车路径轨迹。
本发明取得的技术效果如下：
本发明提供了一种自动泊车路径规划的避障方法，该方法对以车辆后轴中点为质点规划的泊车路径轨迹进行了障碍物碰撞检测，即通过对泊车路径轨迹上的各节点拟合车辆轮廓，考虑车辆轮廓与障碍物在坐标系X轴和Y轴上投影的重合度，从而根据投影重合度判断泊车路径轨迹是否合格，以避免泊车过程中发生碰撞风险，一定程度增加了泊车成功率，同时也不会增加计算资源，具有重要的实用价值。
附图说明
图1为背景技术中以质点规划的泊车路径轨迹与障碍物发生碰撞的示意图。
图2为实施例1中位于节点上的车辆轮廓与障碍物在坐标系中的位置关系示意图。
图3为实施例1中对车辆和障碍物进行惊醒膨胀的示意图。
图4为实施例1中自动泊车路径规划的避障方法流程示意图。
图5为实施例1中泊车路径规划系统的内部连接关系示意图。
附图标记：
1-泊车路径规划系统，2-干涉检测模块，3-计算模块，4-障碍物检测模块，5-车位检测模块，6-车辆定位模块。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征更易被本领域技术人员理解，从而对本发明的保护范围作出更为清楚的界定。
实施例1：
本发明实施例提供了一种自动泊车路径规划的避障方法，如图4所示，包括如下步骤：
101、根据车辆初始位置、停车位以及障碍物信息规划泊车路径轨迹。
泊车路径轨迹的规划过程是以车辆的后轴中点作为质心点的(参考阿克曼转向原理)，以质心点所经过的路径画出来的曲线或直线即作为泊车路径轨迹。
本实施例中，所说的障碍物信息包括障碍物位置以及障碍物大小，障碍物信息主要通过车载摄像头以及车载雷达来获取。这里之所以采用车载摄像头和车载雷达相互配合来获取障碍物信息，是因为单一的车载摄像头或单一的车载雷达均不能保证完全识别到障碍物的位姿信息，会造成障碍物信息采集出现误差，影响对泊车路径轨迹的规划和判断。当然，为了进一步提高障碍物信息采集的精准度，还可以继续融合停车位摄像头，甚至是北斗高精定位系统，在此不做唯一限制。
102、在泊车路径轨迹上根据预设步长选取若干节点，确定各节点对应的位姿。
在泊车路径轨迹上根据预设步长选取若干节点，其实质是对泊车路径轨迹进行离散化处理，以得到多个离散点，以离散点作为节点进行后续的计算。这里的预设步长是为了保证若干节点等距设置，预设步长可以根据实际需要进行设定，如泊车路径轨迹周围的障碍物数量较多，则可以将预设步长设置的较短一些，以获取更多数量的节点，增加障碍物干涉检测的次数，提高对泊车路径轨迹的验证准确性；若泊车路径轨迹周围的障碍物数量较少，则可以将预设步长设置的较长一些，以减少节点的数量，从而适当减少障碍物干涉检测的次数，提高对泊车路径轨迹的验证效率。
103、根据各节点对应的位姿，将车辆轮廓依次拟合至各节点上。
为了将车辆轮廓拟合至各节点上，需要先获取得到车辆的轮廓参数，并根据轮廓参数将车体简化为长方形。再根据各节点对应的位姿，将长方形作为车辆轮廓依次拟合至各节点上。本实施例中，通过预设膨胀参数，增大车辆轮廓参数的方法，进而将车体简化为了长方形。当然，为了进一步简化计算过程，也可以将车体直接设置成长方形，根据车长和车宽对长方形的大小进行赋值即可。
104、建立坐标系，判断是否存在与障碍物在X轴方向以及Y轴方向均发生投影重叠的车辆轮廓，若是，则认为泊车路径轨迹不合格，重新规划泊车路径；否则，认为泊车路径轨迹合格。
具体的，首先需要以泊车路径轨迹和障碍物所在平面建立坐标系(二维坐标系)，为了简化分析过程，通常将泊车路径轨迹以及障碍物设置在同一相限内。然后获取节点上的车辆轮廓在X轴上的第一投影以及在Y轴上的第二投影，同时获取障碍物在X轴上的第三投影以及在Y轴上的第四投影。最后，将第一投影与第三投影相比较，将第二投影和第四投影相比较，判断第一投影与第三投影、第二投影与第四投影是否均存在重叠区域，若是，则认为泊车路径轨迹不合格，重新规划泊车路径；否则，认为泊车路径轨迹合格，并按照合格的泊车路径轨迹执行泊车过程。这里所说的重叠区域包括全部重合、部分重合以及点重合这三种情况，即无论是第一投影与第三投影完全重重合，还是部分重合，甚至是只有一个点是重合，都被视为第一投影和第三投影有重叠区域；同理，无论是第二投影和第四投影完全重合，还是部分重合，还是只有一个点重合，也都被视为第二投影和第四投影有重叠区域。当同时满足第一投影与第三投影有重叠区域，第二投影与第四投影有重叠区域，则认为车辆按照该泊车路径轨迹进行泊车时，车辆会与障碍物发生碰撞，泊车危险性是较高的，此时泊车路径轨迹是不合格的，是需要重新规划的。值得注意的是，只要泊车路径轨迹上有一个节点上的车辆轮廓与障碍物在X轴方向以及Y轴方向均发生投影重叠，就可认为泊车路径轨迹是不合格的。换句话说，只要泊车路径轨迹上有一个节点上的车辆轮廓满足条件，就可以判断泊车路径轨迹不合格，这里并不要求泊车路径轨迹上所有节点上的车辆轮廓均满足上述要求。
本实施例中，将车辆轮廓分别投影至X轴上和Y轴上，获取节点上的车辆轮廓在X轴上的投影最大值X1和投影最小值X2，将线段X1X2视为第一投影，获取节点上的车辆轮廓在Y轴上的投影最大值Y1和投影最小值Y2，将线段Y1Y2视为第二投影。同理，将障碍物也分别投影至X轴上和Y轴上，获取障碍物在X轴上的投影最大值X1’和投影最小值X2’，将线段X1’X2’视为第三投影，获取障碍物在Y轴上的投影最大值Y1’和投影最小值Y2’，将线段Y1’Y2’视为第四投影，具体如图2所示。在图2中，蓝色方块代表拟合在节点上的车辆轮廓，红色不规则曲线代表了障碍物的位置和大小。
作为优选的，在对泊车路径规划时，一般会将车辆简化为质点，规划出多条泊车路径轨迹，此时针对这种存在多个自动泊车路径轨迹的情况，就需要根据预设指标，从多个泊车路径轨迹中筛选出最优泊车路径轨迹作为最终的停车路径。通常泊车路径轨迹上各节点上的车辆轮廓与障碍物在X轴上的投影距离越大，且泊车路径轨迹上各节点上的车辆轮廓与障碍物在Y轴上的投影距离也越大，则认为该泊车路径轨迹就越安全。本实施例中，针对上述筛选出的多条合格泊车路径轨迹，先计算出每条泊车路径轨迹上的车辆轮廓的第一投影与障碍物的第三投影之间的最小距离，作为第一距离值；然后，再计算出每条泊车路径轨迹上的车辆轮廓的第二投影与障碍物的第四投影之间的最小距离，作为第二距离值；最后将第一距离值与第二距离值相加，得到的和值最大的泊车路径轨迹即为最优泊车路径轨迹。
本实施例提供的自动泊车路径规划的避障方法本质上是把车和障碍物在一开始建立的坐标系下做惊醒膨胀，如图3所示。在图3中，将较大的黑框看成是车，将较小的黑框看成是障碍物，这样就可以不考虑车的姿态信息以及障碍物的姿态信息，大大简化了计算难度。所以只有当X轴和Y轴同时都有交点的时候，两个黑框才会重合，即膨胀后的车和障碍物才会发生碰撞。该判断方法计算简单，且安全性较高，适于大范围内的推广应用。
实施例2：
本实施例公开了一种泊车路径规划系统，用于实现实施例1中所说的一种自动泊车路径规划的避障方法。如图5所示，泊车路径规划系统1包括车辆定位模块6、车位检测模块5、障碍物检测模块4、计算模块3以及干涉检测模块2。所述车辆定位模块6用于获取车辆位置以及位姿。所述车位检测模块5用于获取车位位姿。所述障碍物检测模块4包括车载摄像头和车载雷达，用于获取障碍物信息。所述计算模块3用于结合车辆位置、位姿、障碍物信息以及车位位姿进行泊车路径规划，获取泊车路径轨迹以及确定泊车路径轨迹上各节点的位姿。所述干涉检测模块2用于对各节点拟合车辆轮廓，并对各节点上的车辆轮廓与障碍物进行干涉检测，以获取合格的泊车路径轨迹。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (9)
1.一种自动泊车路径规划的避障方法，其特征在于，该方法包括以下步骤：
根据车辆初始位置、停车位以及障碍物信息规划泊车路径轨迹；
在泊车路径轨迹上根据预设步长选取若干节点，确定各节点对应的位姿；
根据各节点对应的位姿，将车辆轮廓依次拟合至各节点上；
建立坐标系，判断是否存在与障碍物在X轴方向以及Y轴方向均发生投影重叠的车辆轮廓，若是，则认为泊车路径轨迹不合格，重新规划泊车路径；否则，认为泊车路径轨迹合格。
2.如权利要求1所述一种自动泊车路径规划的避障方法，其特征在于，所述建立坐标系，判断是否存在与障碍物在X轴方向以及Y轴方向均发生投影重叠的车辆轮廓，若是，则认为泊车路径轨迹不合格，重新规划泊车路径；否则，认为泊车路径轨迹合格步骤，包括：
以泊车路径轨迹和障碍物所在平面建立坐标系；
获取节点上的车辆轮廓在X轴上的第一投影以及在Y轴上的第二投影；
获取障碍物在X轴上的第三投影以及在Y轴上的第四投影；
判断第一投影与第三投影、第二投影与第四投影是否均存在重叠区域，若是，则认为泊车路径轨迹不合格，重新规划泊车路径；否则，认为泊车路径轨迹合格。
3.如权利要求2所述一种自动泊车路径规划的避障方法，其特征在于，所述获取节点上的车辆轮廓在X轴上的第一投影以及在Y轴上的第二投影步骤，包括：
获取节点上的车辆轮廓在X轴上的投影最大值X1和投影最小值X2，将线段X1X2视为第一投影；
获取节点上的车辆轮廓在Y轴上的投影最大值Y1和投影最小值Y2，将线段Y1Y2视为第二投影。
4.如权利要求2所述一种自动泊车路径规划的避障方法，其特征在于，所述获取障碍物在X轴上的第三投影以及在Y轴上的第四投影步骤，包括：
获取障碍物在X轴上的投影最大值X1’和投影最小值X2’，将线段X1’X2’视为第三投影；
获取障碍物在Y轴上的投影最大值Y1’和投影最小值Y2’，将线段Y1’Y2’视为第四投影。
5.如权利要求1所述一种自动泊车路径规划的避障方法，其特征在于，所述根据各节点对应的位姿，将车辆轮廓依次拟合至各节点上步骤，包括：
获取车辆的轮廓参数，并根据轮廓参数将车体简化为长方形；
根据各节点对应的位姿，将长方形作为车辆轮廓依次拟合至各节点上。
6.如权利要求5所述一种自动泊车路径规划的避障方法，其特征在于，在所述获取车辆的轮廓参数，并根据轮廓参数将车体简化为长方形步骤中，通过预设膨胀参数，增大车辆的轮廓参数，进而将车体简化为长方形。
7.如权利要求1所述一种自动泊车路径规划的避障方法，其特征在于，所述障碍物信息包括障碍物位置以及障碍物大小；所述障碍物信息通过车载摄像头以及车载雷达获取。
8.如权利要求1所述一种自动泊车路径规划的避障方法，其特征在于，针对存在多个自动泊车路径轨迹的情况，根据预设指标，从多个泊车路径轨迹中筛选出最优泊车路径轨迹作为最终的停车路径。
9.一种泊车路径规划系统，基于权利要求1-8任一项所述的一种自动泊车路径规划的避障方法，其特征在于，包括车辆定位模块(6)、车位检测模块(5)、障碍物检测模块(4)、计算模块(3)以及干涉检测模块(2)；所述车辆定位模块(6)用于获取车辆位置以及位姿；所述车位检测模块(5)用于获取车位位姿；所述障碍物检测模块(4)包括车载摄像头和车载雷达，用于获取障碍物信息；所述计算模块(3)用于结合车辆位置、位姿、障碍物信息以及车位位姿进行泊车路径规划，获取泊车路径轨迹以及确定泊车路径轨迹上各节点的位姿；所述干涉检测模块(2)用于对各节点拟合车辆轮廓，并对各节点上的车辆轮廓与障碍物进行干涉检测，以获取合格的泊车路径轨迹。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010386906.7A CN111674390B (zh) | 2020-05-09 | 2020-05-09 | 一种自动泊车路径规划的避障方法及泊车路径规划系统 |
| PCT/CN2020/111804 WO2021227304A1 (zh) | 2020-05-09 | 2020-08-27 | 一种自动泊车路径规划的避障方法及泊车路径规划系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010386906.7A CN111674390B (zh) | 2020-05-09 | 2020-05-09 | 一种自动泊车路径规划的避障方法及泊车路径规划系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111674390A CN111674390A (zh) | 2020-09-18 |
| CN111674390B true CN111674390B (zh) | 2021-07-02 |
Family
ID=72451806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010386906.7A Active CN111674390B (zh) | 2020-05-09 | 2020-05-09 | 一种自动泊车路径规划的避障方法及泊车路径规划系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111674390B (zh) |
| WO (1) | WO2021227304A1 (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112558617B (zh) * | 2021-02-19 | 2022-01-18 | 深圳佑驾创新科技有限公司 | 泊车控制方法、装置、计算机设备和存储介质 |
| CN113190003A (zh) * | 2021-05-06 | 2021-07-30 | 珠海格力智能装备有限公司 | Agv避障方法、装置、计算机可读存储介质和处理器 |
| CN113119957B (zh) * | 2021-05-26 | 2022-10-25 | 苏州挚途科技有限公司 | 泊车轨迹规划方法、装置及电子设备 |
| CN113460040B (zh) * | 2021-07-23 | 2023-02-03 | 广州小鹏自动驾驶科技有限公司 | 泊车路径确定方法、装置、车辆及存储介质 |
| CN114179785B (zh) * | 2021-11-22 | 2023-10-13 | 岚图汽车科技有限公司 | 一种基于面向服务的融合泊车控制系统、电子设备和车辆 |
| 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 |
| CN114379543A (zh) * | 2021-12-23 | 2022-04-22 | 浙江吉利控股集团有限公司 | 自动泊车方法、自动泊车控制装置和自动泊车系统 |
| CN114435347B (zh) * | 2022-02-24 | 2024-03-19 | 阿波罗智联(北京)科技有限公司 | 泊车轨迹的确定方法、装置、设备以及存储介质 |
| CN114940164B (zh) * | 2022-05-20 | 2023-05-23 | 重庆邮电大学 | 一种面向泊车场景的无人驾驶车辆行驶轨迹优化方法及系统 |
| CN114834447B (zh) * | 2022-05-30 | 2023-01-20 | 远峰科技股份有限公司 | 基于自动泊车轨迹的碰撞风险预测方法及装置 |
| CN115237124A (zh) * | 2022-06-30 | 2022-10-25 | 魔门塔(苏州)科技有限公司 | 行驶路径边界确定方法及装置、车辆、存储介质、终端 |
| CN114973762A (zh) * | 2022-06-30 | 2022-08-30 | 中汽创智科技有限公司 | 一种停车位管理方法、装置及系统 |
| CN115201778B (zh) * | 2022-09-09 | 2023-02-03 | 广州小鹏自动驾驶科技有限公司 | 不规则障碍物检测方法、车辆及计算机可读存储介质 |
| CN116050083A (zh) * | 2022-12-16 | 2023-05-02 | 北京斯年智驾科技有限公司 | 自动驾驶死锁的仿真测试方法、装置、设备及介质 |
| CN115709484B (zh) * | 2023-01-09 | 2023-05-02 | 常州检验检测标准认证研究院 | 一种移动机器人安全仿真检测方法及系统 |
| CN116612458A (zh) * | 2023-05-30 | 2023-08-18 | 易飒(广州)智能科技有限公司 | 基于深度学习的泊车路径确定方法与系统 |
| CN116533989A (zh) * | 2023-05-31 | 2023-08-04 | 南通大学 | 一种智能泊车辅助系统及其控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107672585A (zh) * | 2017-08-29 | 2018-02-09 | 广州小鹏汽车科技有限公司 | 一种自动泊车路径规划方法及系统 |
| CN107672588A (zh) * | 2017-08-29 | 2018-02-09 | 广州小鹏汽车科技有限公司 | 一种自动泊车路径障碍物碰撞检测方法、装置及系统 |
| CN109895763A (zh) * | 2018-05-17 | 2019-06-18 | 华为技术有限公司 | 基于超声波雷达的泊车车位检测方法和终端 |
| CN110435638A (zh) * | 2019-06-28 | 2019-11-12 | 惠州市德赛西威汽车电子股份有限公司 | 一种泊车位自动跟踪方法 |
| CN111016886A (zh) * | 2019-12-19 | 2020-04-17 | 汉腾汽车有限公司 | 一种基于b样条理论的自动泊车路径规划方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4609444B2 (ja) * | 2007-03-08 | 2011-01-12 | トヨタ自動車株式会社 | 駐車支援装置 |
| US10303178B1 (en) * | 2017-12-15 | 2019-05-28 | Waymo Llc | Collision mitigation static occupancy grid |
| CN109191487B (zh) * | 2018-08-30 | 2022-03-25 | 阿波罗智能技术(北京)有限公司 | 基于无人车的碰撞检测方法、装置、设备以及存储介质 |
| CN111089594B (zh) * | 2019-12-30 | 2021-09-07 | 浙江大学 | 一种适用于多场景的自主泊车轨迹规划方法 |
-
2020
- 2020-05-09 CN CN202010386906.7A patent/CN111674390B/zh active Active
- 2020-08-27 WO PCT/CN2020/111804 patent/WO2021227304A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107672585A (zh) * | 2017-08-29 | 2018-02-09 | 广州小鹏汽车科技有限公司 | 一种自动泊车路径规划方法及系统 |
| CN107672588A (zh) * | 2017-08-29 | 2018-02-09 | 广州小鹏汽车科技有限公司 | 一种自动泊车路径障碍物碰撞检测方法、装置及系统 |
| CN109895763A (zh) * | 2018-05-17 | 2019-06-18 | 华为技术有限公司 | 基于超声波雷达的泊车车位检测方法和终端 |
| CN110435638A (zh) * | 2019-06-28 | 2019-11-12 | 惠州市德赛西威汽车电子股份有限公司 | 一种泊车位自动跟踪方法 |
| CN111016886A (zh) * | 2019-12-19 | 2020-04-17 | 汉腾汽车有限公司 | 一种基于b样条理论的自动泊车路径规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111674390A (zh) | 2020-09-18 |
| WO2021227304A1 (zh) | 2021-11-18 |
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 | |
| CN110239535B (zh) | 一种基于多传感器融合的弯道主动避撞控制方法 | |
| CN109649384B (zh) | 一种泊车辅助方法 | |
| WO2021180035A1 (zh) | 一种泊车路径规划方法、装置、车辆和存储介质 | |
| JP7088135B2 (ja) | 信号表示推定システム | |
| US10885789B2 (en) | Device and method for lateral guidance assistance for a road vehicle | |
| CN113267199B (zh) | 行驶轨迹规划方法及装置 | |
| CN113916246A (zh) | 一种无人驾驶避障路径规划方法和系统 | |
| CN113978452B (zh) | 一种自动平行泊车路径规划方法 | |
| JP2019131077A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
| CN111591288B (zh) | 基于距离变换图的碰撞检测方法及装置 | |
| CN111397623A (zh) | 一种基于最佳泊车起始点的路径规划方法 | |
| US10970870B2 (en) | Object detection apparatus | |
| CN113799766B (zh) | 带约束的平行泊车路径规划方法、电子设备及存储介质 | |
| CN113581181B (zh) | 智能车辆超车轨迹的规划方法 | |
| CN109814115B (zh) | 一种垂直泊车的角度识别校正方法 | |
| CN115848359B (zh) | 车位自适应泊入路径规划方法、车辆及存储介质 | |
| CN113335270B (zh) | 一种泊车路径规划方法和装置 | |
| CN115237124A (zh) | 行驶路径边界确定方法及装置、车辆、存储介质、终端 | |
| CN114132305A (zh) | 用于垂直与斜列泊车路径规划方法、系统、存储介质及车辆 | |
| CN115950431A (zh) | 一种路径规划方法、系统、计算机设备、可读存储介质及机动车 | |
| CN111176285B (zh) | 一种行进路径规划的方法及装置、车辆、可读存储介质 | |
| Shen et al. | Research on the Simulation Test Method of Autonomous Driving Vehicle Based on Cloud Platform | |
| CN115352437A (zh) | 自动泊车路径规划方法、装置及自移动设备 | |
| TWI750762B (zh) | 自駕車之混合決策方法及其系統 |
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 |