CN112455429A - 一种泊车控制方法、装置、车辆和可读存储介质 - Google Patents

Abstract

本发明实施例提供了一种泊车控制方法、装置、车辆和可读存储介质，所述方法包括：在车辆自动泊车过程中获取泊车区域内的障碍物信息；获取车辆当前的速度控制信息；根据所述障碍物信息和所述当前的速度控制信息，确定所述车辆的电机所需产生的输出扭矩信息；调用预设的预测模型根据所述输出扭矩信息，确定所述车辆的制动器所需产生的目标加速度信息；控制所述电机根据所述输出扭矩信息调整当前转动力矩，以及控制所述制动器根据所述目标加速度信息调整当前制动力矩，以使所述车辆通过障碍物后完成自动泊车。根据本发明实施例，使车辆在能够有效越过障碍物的同时，提高制动器控制的可预测性，保障车辆刹停时的舒适性和停车精度。

Description

一种泊车控制方法、装置、车辆和可读存储介质

技术领域

本发明涉及车辆技术领域，特别是涉及一种泊车控制方法、一种泊车控制装置、一种车辆和一种计算机可读存储介质。

背景技术

自动泊车是指汽车自动泊车入位不需要人工控制。目前智能汽车的自动泊车通常是通过外部传感器实现的。通过将外部传感器设置在某一个固定的标定位置检测车辆，当感知到目标车辆时引导车辆进行泊车，使其停放在划定的车位线内。

然而，现有的泊车方式只适合于环境比较固定，且车辆执行器的一致性比较好的情况。当环境是随机的，比如地面上有减速带，或者制动装置的响应偏慢等，则难以保障自动泊车的停车精度和舒适性。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种泊车控制方法和相应的一种泊车控制装置、一种车辆、以及一种计算机可读存储介质。

本发明实施例公开了一种泊车控制方法，所述方法包括：

在车辆自动泊车过程中获取泊车区域内的障碍物信息；

获取车辆当前的速度控制信息；所述速度控制信息包括速度信息、加速度信息中的至少一种；

根据所述障碍物信息和所述当前的速度控制信息，确定所述车辆的电机所需产生的输出扭矩信息；

调用预设的预测模型根据所述输出扭矩信息，确定所述车辆的制动器所需产生的目标加速度信息；

控制所述电机根据所述输出扭矩信息调整当前转动力矩，以及控制所述制动器根据所述目标加速度信息调整当前制动力矩，以使所述车辆通过障碍物后完成自动泊车。

可选地，所述根据所述障碍物信息和所述当前的速度控制信息，确定所述车辆的电机所需产生的输出扭矩信息，包括：

确定针对所述车辆的干扰前馈信息；

根据所述当前的速度控制信息确定对应的速度控制反馈信息；

根据所述干扰前馈信息和所述速度控制反馈信息，确定所述车辆的电机所需产生的输出扭矩信息。

可选地，所述干扰前馈信息包括第一干扰前馈信息和根据所述障碍物信息确定的第二干扰前馈信息。

可选地，所述障碍物信息包括障碍物位姿信息，所述第二干扰前馈信息与所述障碍物位姿信息之间具有映射关系，所述确定针对所述车辆的干扰前馈信息，包括：

获取当前的障碍物位姿信息；

从预设映射关系中，查找与所述当前的障碍物位姿信息匹配的目标第二干扰前馈信息。

可选地，所述根据所述当前的速度控制信息确定对应的速度控制反馈信息，包括：

获取期望速度控制信息；

确定所述当前的速度控制信息和所述期望速度控制信息之间的差异信息；

基于所述差异信息，确定调整所述当前的速度控制信息所需的所述速度控制反馈信息。

可选地，所述调用预设的预测模型根据所述输出扭矩信息，确定所述车辆的制动器所需产生的目标加速度信息，包括：

调用所述预设的预测模型确定针对所述制动器的非线性特征信息；所述预设的预测模型为基于所述制动器的历史执行数据进行建模后生成的；所述非线性特征信息包括响应延迟信息、死区特性信息中的至少一种；

根据所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息；

根据所述非线性特征信息和所述等效加速度信息，确定所述车辆的制动器所需产生的目标加速度信息。

可选地，所述根据所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息，包括：

获取期望加速度控制信息；

根据所述期望加速度控制信息和所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息。

本发明实施例还公开了一种泊车控制装置，所述装置包括：

第一获取模块，用于在车辆自动泊车过程中获取泊车区域内的障碍物信息；

第二获取模块，用于获取车辆当前的速度控制信息；所述速度控制信息包括速度信息、加速度信息中的至少一种；

确定模块，用于根据所述障碍物信息和所述当前的速度控制信息，确定所述车辆的电机所需产生的输出扭矩信息；

调用模块，用于调用预设的预测模型根据所述输出扭矩信息，确定所述车辆的制动器所需产生的目标加速度信息；

控制模块，用于控制所述电机根据所述输出扭矩信息调整当前转动力矩，以及控制所述制动器根据所述目标加速度信息调整当前制动力矩，以使所述车辆通过障碍物后完成自动泊车。

可选地，所述确定模块，包括：

第一确定子模块，用于确定针对所述车辆的干扰前馈信息；

第二确定子模块，用于根据所述当前的速度控制信息确定对应的速度控制反馈信息；

第三确定子模块，用于根据所述干扰前馈信息和所述速度控制反馈信息，确定所述车辆的电机所需产生的输出扭矩信息。

可选地，所述干扰前馈信息包括第一干扰前馈信息和根据所述障碍物信息确定的第二干扰前馈信息。

可选地，所述障碍物信息包括障碍物位姿信息，所述第二干扰前馈信息与所述障碍物位姿信息之间具有映射关系，所述第一确定子模块，包括：

第一获取单元，用于获取当前的障碍物位姿信息；

查找单元，用于从预设映射关系中，查找与所述当前的障碍物位姿信息匹配的目标第二干扰前馈信息。

可选地，所述第二确定子模块，包括：

第二获取单元，用于获取期望速度控制信息；

第一确定单元，用于确定所述当前的速度控制信息和所述期望速度控制信息之间的差异信息；

第二确定单元，用于基于所述差异信息，确定调整所述当前的速度控制信息所需的所述速度控制反馈信息。

可选地，所述调用模块，包括：

调用子模块，用于调用所述预设的预测模型确定针对所述制动器的非线性特征信息；所述预设的预测模型为基于所述制动器的历史执行数据进行建模后生成的；所述非线性特征信息包括响应延迟信息、死区特性信息中的至少一种；

第四确定子模块，用于根据所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息；

第五确定子模块，用于根据所述非线性特征信息和所述等效加速度信息，确定所述车辆的制动器所需产生的目标加速度信息。

可选地，所述第四确定子模块，包括：

第三获取单元，用于获取期望加速度控制信息；

第三确定单元，用于根据所述期望加速度控制信息和所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息。

本发明实施例还公开了一种车辆，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的一种泊车控制方法的步骤。

本发明实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的一种泊车控制方法的步骤。

本发明实施例包括以下优点：

在本发明实施例中，当车辆进行自动泊车时，可以获取泊车区域内的障碍物信息和车辆当前的速度控制信息，并根据障碍物信息和当前的速度控制信息确定车辆的电机所需产生的输出扭矩信息，调用预设的预测模型根据该输出扭矩信息，可以确定车辆的制动器所需产生的目标加速度信息，通过控制电机根据输出扭矩信息调整当前的转动力矩，以及通过控制制动器根据目标加速度信息调整当前的制动力矩，可以使车辆通过障碍物后完成自动泊车。通过采用上述方法，在自动泊车存在地面障碍物的情况下，引入障碍物信息确定车辆通过该障碍物，电机所需产生的输出扭矩信息，并引入预设的预测模型识别车辆制动器的特性，确定车辆制动器所需产生的目标加速度信息，使车辆在能够有效越过障碍物的同时，提高制动器控制的可预测性，保障车辆刹停时的舒适性和停车精度。

附图说明

图1是本发明实施例的一种泊车控制方法的步骤流程图；

图2是本发明实施例的另一种泊车控制方法的步骤流程图；

图3是本发明实施例的一种泊车控制方法的控制系统结构流程图；

图4是本发明实施例的一种泊车控制装置的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

现有的泊车方式只适合于环境比较固定，且车辆执行器的一致性比较好的情况。当泊车区域存在障碍物，或者制动器的响应偏慢等，控制车辆从固定的距离开始刹停，则难以保障停车精度和舒适性。

基于此，本发明拟提供一种克服上述问题或者至少部分地解决上述问题的一种泊车控制方法和相应的一种泊车控制装置、一种车辆、以及一种计算机可读存储介质。

本发明实施例的核心构思之一在于，当车辆进行自动泊车时，可以获取泊车区域内的障碍物信息和车辆当前的速度控制信息，并根据障碍物信息和当前的速度控制信息确定车辆的电机所需产生的输出扭矩信息，调用预设的预测模型根据该输出扭矩信息，可以确定车辆的制动器所需产生的目标加速度信息，通过控制电机根据输出扭矩信息调整当前的转动力矩，以及通过控制制动器根据目标加速度信息调整当前的制动力矩，可以使车辆通过障碍物后完成自动泊车。通过采用上述方法，在自动泊车存在地面障碍物的情况下，引入障碍物信息确定车辆通过该障碍物，电机所需产生的输出扭矩信息，并引入预设的预测模型识别车辆制动器的特性，确定车辆制动器所需产生的目标加速度信息，使车辆在能够有效越过障碍物的同时，提高制动器控制的可预测性，保障车辆刹停时的舒适性和停车精度。

参照图1，示出了本发明实施例的一种泊车控制方法的步骤流程图，具体可以包括如下步骤：

步骤101，在车辆自动泊车过程中获取泊车区域内的障碍物信息。

在自动泊车过程中，可以获取在泊车区域内的障碍物信息。其中，障碍物可以包括减速带、砖块等。在实际应用中，可以通过雷达、超声探测仪等进行障碍物的识别。

步骤102，获取车辆当前的速度控制信息。

在获取泊车区域内的障碍物信息后，可以获取车辆当前的速度控制信息，其中，速度控制信息包括速度信息、加速度信息中的至少一种。在一种示例中，可以从车辆的转速传感器中获取车速信号，进而根据车速信号确定车辆当前的速度控制信息。

步骤103，根据所述障碍物信息和所述当前的速度控制信息，确定所述车辆的电机所需产生的输出扭矩信息。

根据障碍物信息和当前的速度控制信息，可以确定车辆的电机需要产生的输出扭矩信息，该输出扭矩信息可以使车辆越过障碍物。

步骤104，调用预设的预测模型根据所述输出扭矩信息，确定所述车辆的制动器所需产生的目标加速度信息。

在本发明实施例中，预先设置预测模型，该预测模型用于识别车辆的制动器的特性，从而使车辆制动过程更容易进行预估。调用该预测模型，结合输出扭矩信息，可以确定车辆的制动器需要产生的目标加速度信息，该目标加速度信息可以保障车辆在越过障碍物后的刹停过程的舒适性以及停车精度。

步骤105，控制所述电机根据所述输出扭矩信息调整当前转动力矩，以及控制所述制动器根据所述目标加速度信息调整当前制动力矩，以使所述车辆通过障碍物后完成自动泊车。

电机根据输出扭矩信息调整当前的转动力矩，制动器根据目标加速度信息调整当前的制动力矩，实现在存在环境障碍物的情况下保障车辆的停车精准度和舒适性。

综上，在本发明实施例中，当车辆进行自动泊车时，可以获取泊车区域内的障碍物信息和车辆当前的速度控制信息，并根据障碍物信息和当前的速度控制信息确定车辆的电机所需产生的输出扭矩信息，调用预设的预测模型根据该输出扭矩信息，可以确定车辆的制动器所需产生的目标加速度信息，通过控制电机根据输出扭矩信息调整当前的转动力矩，以及通过控制制动器根据目标加速度信息调整当前的制动力矩，可以使车辆通过障碍物后完成自动泊车。通过采用上述方法，在自动泊车存在地面障碍物的情况下，引入障碍物信息确定车辆通过该障碍物，电机所需产生的输出扭矩信息，并引入预设的预测模型识别车辆制动器的特性，确定车辆制动器所需产生的目标加速度信息，使车辆在能够有效越过障碍物的同时，提高制动器控制的可预测性，保障车辆刹停时的舒适性和停车精度。

参照图2，示出了本发明实施例的另一种泊车控制方法的步骤流程图，具体可以包括如下步骤：

步骤201，在车辆自动泊车过程中获取泊车区域内的障碍物信息。

步骤202，获取车辆当前的速度控制信息。

其中，速度控制信息包括速度信息、加速度信息中的至少一种。

步骤203，确定针对所述车辆的干扰前馈信息。

干扰前馈信息为针对车辆在行车过程中遇到的不能直接测量的干扰的等效补偿信息，通过设置干扰前馈信息可以实现前馈控制。

在一种情况下，干扰前馈信息包括第一干扰前馈信息和根据障碍物信息确定的第二干扰前馈信息。

在本发明实施例中，干扰前馈信息包括第一干扰前馈信息和第二干扰前馈信息，其中，第一干扰前馈信息为针对车辆在行车过程中遇到的细微的且难以识别的干扰的等效补偿信息，例如路面小凹坑；而第二干扰前馈信息为针对车辆在行车过程中遇到的障碍物干扰的等效补偿信息，例如减速带；需要说明的是，在本发明实施例中，障碍物造成的干扰通常比较大，特别是车辆在低速泊车情况下，障碍物干扰容易造成车辆停止运动，而细微的、难以识别的干扰造成的影响一般比障碍物干扰小。

在实际应用中，车辆包括干扰观测模块，车辆的干扰观测模块获取车辆转速传感器识别的车速信号后，可以根据该车速信号确定对应的第一干扰前馈信息。

在一种情况下，障碍物信息包括障碍物位姿信息，第二干扰前馈信息与障碍物位姿信息之间具有映射关系，在此情况下，可以执行以下步骤：

子步骤S11，获取当前的障碍物位姿信息。

子步骤S12，从预设映射关系中，查找与所述当前的障碍物位姿信息匹配的目标第二干扰前馈信息。

在本发明实施例中，可以预先设置第二干扰前馈信息与障碍物位姿信息之间的映射关系，且该映射关系可以存储在数据库中，当获取到当前的障碍物位姿信息后，即可根据当前的障碍物位姿信息从数据库中查找与之对应的目标第二干扰前馈信息。

步骤204，根据所述当前的速度控制信息确定对应的速度控制反馈信息。

在确定车辆的干扰前馈信息后，还可以确定速度控制反馈信息，具体的，针对步骤204，可以执行以下步骤：

子步骤S21，获取期望速度控制信息。

车辆的自动驾驶系统包括决策规划模块，该决策规划模块在接收到传感器的各种感知信息之后，对当前环境作出分析，然后下达各种控制命令到车辆的底层控制模块，底层控制模块负责具体命令的执行。在一种示例中，可以从车辆的决策规划模块获取针对车辆的期望速度控制信息。

子步骤S22，确定所述当前的速度控制信息和所述期望速度控制信息之间的差异信息。

比较当前的速度控制信息和期望速度控制信息，确定两者之间的差异信息。

子步骤S23，基于所述差异信息，确定调整所述当前的速度控制信息所需的所述速度控制反馈信息。

在一种示例中，若速度控制信息为速度信息，则基于当前的车速信息和期望车速信息之间的差异，确定调整当前车速所需的车速反馈信息；在另一种示例中，若速度控制信息为加速度信息，则基于当前的车辆加速度信息和期望加速度信息之间的差异，确定调整当前车辆加速度所需的加速度反馈信息，形成速度闭环控制或者加速度闭环控制。

步骤205，根据所述干扰前馈信息和所述速度控制反馈信息，确定所述车辆的电机所需产生的输出扭矩信息。

在本发明实施例中，整合速度控制反馈信息和干扰前馈信息纠正车辆的当前速度控制信息，以对抗在行驶状态下各种干扰项对车辆行驶产生的影响，并确定纠正当前速度控制信息，车辆的电机需要产生的输出扭矩信息。

步骤206，调用所述预设的预测模型确定针对所述制动器的非线性特征信息。

其中，预设的预测模型为基于制动器的历史执行数据进行建模后生成的；非线性特征信息包括响应延迟信息、死区特性信息中的至少一种。在实际应用中，预测模型是基于车辆制动器的历史执行数据进行建模的，用于识别执行器的响应延时、死区等非线性特性。

步骤207，根据所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息。

预测模型在接收到速度闭环或者加速度闭环输出的输出扭矩信息后，可以根据该输出扭矩信息确定车辆的制动器需要产生的等效加速度信息。具体的，针对步骤207，可以执行以下步骤：

子步骤S31，获取期望加速度控制信息。

子步骤S32，根据所述期望加速度控制信息和所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息。

在本发明实施例中，根据期望加速度控制信息和输出扭矩信息，确定车辆刹停，车辆的制动器需要产生的等效加速度信息。

步骤208，根据所述非线性特征信息和所述等效加速度信息，确定所述车辆的制动器所需产生的目标加速度信息。

在确定等效加速度信息后，结合制动器的非线性特征信息，求得目标加速度信息，该目标加速度信息能够使车辆的制动器及时响应车辆的决策规划模块下达的车辆控制命令，及时调节制动力，减少制动力突然介入带来的冲击感。

步骤209，控制所述电机根据所述输出扭矩信息调整当前转动力矩，以及控制所述制动器根据所述目标加速度信息调整当前制动力矩，以使所述车辆通过障碍物后完成自动泊车。

车辆的电机负责根据输出扭矩信息调整当前转动力矩，保障车辆通过障碍物时的平稳控制；车辆的制动器负责根据目标加速度信息调整当前制动力矩，保障车辆刹停时的舒适性。

为了使本领域技术人员能够更好地理解本发明实施例步骤201至步骤209，下面通过一个例子加以说明：

参照图3所示，为本发明实施例的一种泊车控制方法的控制系统结构流程图，该控制系统采用速度闭环确定车辆的输出扭矩信息，该流程可以包括：

1、首先可以从决策规划模块获取车辆的期望车速信息和期望加速度信息；

2、然后从被控车辆的转速传感器中获得车速信号，经过干扰观测器后得到车辆的当前速度控制信息和第一干扰前馈信息，该第一干扰前馈是指车辆运动过程中遇到的一些较小的且难以识别的干扰，如路面小凹坑；

3、再根据外界环境中可识别的障碍物位姿信息确定第二干扰前馈信息，障碍物前馈与第一干扰前馈不同，障碍物的干扰往往比较大，如减速带，特别在低速泊车的工作状况下，容易使车辆停止运动；

4、整合速度反馈、第一干扰前馈和障碍物前馈确定电机所需产生的扭矩信息；

5、预测模型是基于制动器的历史执行数据进行建模，用于识别执行器的响应延时、死区等非线性特性，使制动过程更容易进行预估的；预测模块接收期望加速度信息和速度闭环输出的电机扭矩信息，求得扭矩的等效加速度后，结合制动器的非线性特性，请求合适的目标加速度，使制动器能够及时响应和调节制动力，减少制动力突然介入带来的冲击感。使用该方法即可在存在环境障碍物的情况下保障车辆的停车精准度和舒适性。

综上，在本发明实施例中，当车辆进行自动泊车时，可以获取泊车区域内的障碍物信息和车辆当前的速度控制信息，并根据障碍物信息和当前的速度控制信息确定车辆的电机所需产生的输出扭矩信息，调用预设的预测模型根据该输出扭矩信息，可以确定车辆的制动器所需产生的目标加速度信息，通过控制电机根据输出扭矩信息调整当前的转动力矩，以及通过控制制动器根据目标加速度信息调整当前的制动力矩，可以使车辆通过障碍物后完成自动泊车。通过采用上述方法，在自动泊车存在地面障碍物的情况下，引入障碍物信息确定车辆通过该障碍物，电机所需产生的输出扭矩信息，并引入预设的预测模型识别车辆制动器的特性，确定车辆制动器所需产生的目标加速度信息，使车辆在能够有效越过障碍物的同时，提高制动器控制的可预测性，保障车辆刹停时的舒适性和停车精度。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图4，示出了本发明实施例的一种泊车控制装置的结构框图，具体可以包括如下模块：

第一获取模块401，用于在车辆自动泊车过程中获取泊车区域内的障碍物信息；

第二获取模块402，用于获取车辆当前的速度控制信息；所述速度控制信息包括速度信息、加速度信息中的至少一种；

确定模块403，用于根据所述障碍物信息和所述当前的速度控制信息，确定所述车辆的电机所需产生的输出扭矩信息；

调用模块404，用于调用预设的预测模型根据所述输出扭矩信息，确定所述车辆的制动器所需产生的目标加速度信息；

控制模块405，用于控制所述电机根据所述输出扭矩信息调整当前转动力矩，以及控制所述制动器根据所述目标加速度信息调整当前制动力矩，以使所述车辆通过障碍物后完成自动泊车。

在本发明实施例中，所述确定模块，包括：

第一确定子模块，用于确定针对所述车辆的干扰前馈信息；

第二确定子模块，用于根据所述当前的速度控制信息确定对应的速度控制反馈信息；

第三确定子模块，用于根据所述干扰前馈信息和所述速度控制反馈信息，确定所述车辆的电机所需产生的输出扭矩信息。

在本发明实施例中，所述干扰前馈信息包括第一干扰前馈信息和根据所述障碍物信息确定的第二干扰前馈信息。

在本发明实施例中，所述障碍物信息包括障碍物位姿信息，所述第二干扰前馈信息与所述障碍物位姿信息之间具有映射关系，所述第一确定子模块，包括：

第一获取单元，用于获取当前的障碍物位姿信息；

查找单元，用于从预设映射关系中，查找与所述当前的障碍物位姿信息匹配的目标第二干扰前馈信息。

在本发明实施例中，所述第二确定子模块，包括：

第二获取单元，用于获取期望速度控制信息；

第一确定单元，用于确定所述当前的速度控制信息和所述期望速度控制信息之间的差异信息；

第二确定单元，用于基于所述差异信息，确定调整所述当前的速度控制信息所需的所述速度控制反馈信息。

在本发明实施例中，所述调用模块，包括：

调用子模块，用于调用所述预设的预测模型确定针对所述制动器的非线性特征信息；所述预设的预测模型为基于所述制动器的历史执行数据进行建模后生成的；所述非线性特征信息包括响应延迟信息、死区特性信息中的至少一种；

第四确定子模块，用于根据所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息；

第五确定子模块，用于根据所述非线性特征信息和所述等效加速度信息，确定所述车辆的制动器所需产生的目标加速度信息。

在本发明实施例中，所述第四确定子模块，包括：

第三获取单元，用于获取期望加速度控制信息；

第三确定单元，用于根据所述期望加速度控制信息和所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息。

综上，在本发明实施例中，当车辆进行自动泊车时，可以获取泊车区域内的障碍物信息和车辆当前的速度控制信息，并根据障碍物信息和当前的速度控制信息确定车辆的电机所需产生的输出扭矩信息，调用预设的预测模型根据该输出扭矩信息，可以确定车辆的制动器所需产生的目标加速度信息，通过控制电机根据输出扭矩信息调整当前的转动力矩，以及通过控制制动器根据目标加速度信息调整当前的制动力矩，可以使车辆通过障碍物后完成自动泊车。通过采用上述方法，在自动泊车存在地面障碍物的情况下，引入障碍物信息确定车辆通过该障碍物，电机所需产生的输出扭矩信息，并引入预设的预测模型识别车辆制动器的特性，确定车辆制动器所需产生的目标加速度信息，使车辆在能够有效越过障碍物的同时，提高制动器控制的可预测性，保障车辆刹停时的舒适性和停车精度。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例还提供了一种车辆，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述一种泊车控制方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述一种泊车控制方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种泊车控制方法和一种泊车控制装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种泊车控制方法，其特征在于，所述方法包括：

在车辆自动泊车过程中获取泊车区域内的障碍物信息；

获取车辆当前的速度控制信息；所述速度控制信息包括速度信息、加速度信息中的至少一种；

根据所述障碍物信息和所述当前的速度控制信息，确定所述车辆的电机所需产生的输出扭矩信息；

调用预设的预测模型根据所述输出扭矩信息，确定所述车辆的制动器所需产生的目标加速度信息；

控制所述电机根据所述输出扭矩信息调整当前转动力矩，以及控制所述制动器根据所述目标加速度信息调整当前制动力矩，以使所述车辆通过障碍物后完成自动泊车。

2.根据权利要求1所述的方法，其特征在于，所述根据所述障碍物信息和所述当前的速度控制信息，确定所述车辆的电机所需产生的输出扭矩信息，包括：

确定针对所述车辆的干扰前馈信息；

根据所述当前的速度控制信息确定对应的速度控制反馈信息；

根据所述干扰前馈信息和所述速度控制反馈信息，确定所述车辆的电机所需产生的输出扭矩信息。

3.根据权利要求2所述的方法，其特征在于，所述干扰前馈信息包括第一干扰前馈信息和根据所述障碍物信息确定的第二干扰前馈信息。

4.根据权利要求3所述的方法，其特征在于，所述障碍物信息包括障碍物位姿信息，所述第二干扰前馈信息与所述障碍物位姿信息之间具有映射关系，所述确定针对所述车辆的干扰前馈信息，包括：

获取当前的障碍物位姿信息；

从预设映射关系中，查找与所述当前的障碍物位姿信息匹配的目标第二干扰前馈信息。

5.根据权利要求2所述的方法，其特征在于，所述根据所述当前的速度控制信息确定对应的速度控制反馈信息，包括：

获取期望速度控制信息；

确定所述当前的速度控制信息和所述期望速度控制信息之间的差异信息；

基于所述差异信息，确定调整所述当前的速度控制信息所需的所述速度控制反馈信息。

6.根据权利要求1所述的方法，其特征在于，所述调用预设的预测模型根据所述输出扭矩信息，确定所述车辆的制动器所需产生的目标加速度信息，包括：

调用所述预设的预测模型确定针对所述制动器的非线性特征信息；所述预设的预测模型为基于所述制动器的历史执行数据进行建模后生成的；所述非线性特征信息包括响应延迟信息、死区特性信息中的至少一种；

根据所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息；

根据所述非线性特征信息和所述等效加速度信息，确定所述车辆的制动器所需产生的目标加速度信息。

7.根据权利要求6所述的方法，其特征在于，所述根据所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息，包括：

获取期望加速度控制信息；

根据所述期望加速度控制信息和所述输出扭矩信息，确定所述车辆的制动器所需产生的等效加速度信息。

8.一种泊车控制装置，其特征在于，所述装置包括：

第一获取模块，用于在车辆自动泊车过程中获取泊车区域内的障碍物信息；

第二获取模块，用于获取车辆当前的速度控制信息；所述速度控制信息包括速度信息、加速度信息中的至少一种；

确定模块，用于根据所述障碍物信息和所述当前的速度控制信息，确定所述车辆的电机所需产生的输出扭矩信息；

调用模块，用于调用预设的预测模型根据所述输出扭矩信息，确定所述车辆的制动器所需产生的目标加速度信息；

控制模块，用于控制所述电机根据所述输出扭矩信息调整当前转动力矩，以及控制所述制动器根据所述目标加速度信息调整当前制动力矩，以使所述车辆通过障碍物后完成自动泊车。

9.一种车辆，其特征在于，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述的一种泊车控制方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的一种泊车控制方法的步骤。

Images