CN112758084A - 泊车轨迹规划方法、装置、设备及存储介质 - Google Patents
泊车轨迹规划方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112758084A CN112758084A CN202110114804.4A CN202110114804A CN112758084A CN 112758084 A CN112758084 A CN 112758084A CN 202110114804 A CN202110114804 A CN 202110114804A CN 112758084 A CN112758084 A CN 112758084A
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- target
- track
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 101
- 238000003032 molecular docking Methods 0.000 claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 17
- 238000005457 optimization Methods 0.000 description 10
- 238000005070 sampling Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 101100537937 Caenorhabditis elegans arc-1 gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种泊车轨迹规划方法、装置、设备及存储介质,涉及路径规划技术领域。该方法包括:根据车辆所停的位置信息,确定车辆所在的目标起始位置区域,目标起始位置区域为预先确定目标车位对应的多个起始位置区域中的一个位置区域,多个起始位置区域包括:多段式泊入区域、一段式泊入区域、不可泊入区域;使用与目标起始位置区域对应的泊车轨迹规划算法,确定车辆的泊车轨迹;按照车辆的泊车轨迹,控制车辆泊入目标车位。在本方案中,可以避免多次计算和判断车辆泊入目标车位的泊车轨迹,提高了对车辆进行泊车轨迹规划的效率。
Description
技术领域
本申请涉及路径规划技术领域,具体而言,涉及一种泊车轨迹规划方法、装置、设备及存储介质。
背景技术
自动泊车系统主要包括:车库位检测装置、车辆运动规划装置、泊车控制装置,车库位检测装置用于识别汽车周围的车位和障碍物等环境信息,然后将所识别的信息传递给车辆运动规划;车辆运动规划装置根据接收到的环境信息建立约束条件,根据约束条件生成车辆入库轨迹;泊车控制装置根据生成的路径控制车辆完成自动泊车。
目前,现有的泊车路径规划方法,在探测到车位后建立车位局部坐标系并进行库位边界线模拟,在此基础上,将车辆起始位置区域划分为五个或更多个区域,并判断车辆在该多个区域中所属的起始位置区域,进而再采用与该所在区域对应的轨迹规划方式进行泊车轨迹规划。
但是,采用现有的自动泊车的方法,需要进行多次计算和判断,以确定车辆所属的起始位置区域,导致泊车轨迹规划的效率较低。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种泊车轨迹规划方法、装置、设备及存储介质,以便提高泊车轨迹规划的效率。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种泊车轨迹规划方法,包括:
根据车辆所停的位置信息,确定所述车辆所在的目标起始位置区域,所述目标起始位置区域为预先确定目标车位对应的多个起始位置区域中的一个位置区域,所述多个起始位置区域包括:多段式泊入区域、一段式泊入区域、不可泊入区域;
使用与所述目标起始位置区域对应的泊车轨迹规划算法,确定所述车辆的泊车轨迹;
按照所述车辆的泊车轨迹,控制所述车辆泊入目标车位。
可选地,所述按照所述车辆的泊车轨迹,控制所述车辆泊入目标车位之前,还包括:
确定所述车辆的泊车轨迹中是否存在直线轨迹或圆弧轨迹;
若存在所述直线轨迹,则根据所述直线轨迹中的起点位置到终点位置确定目标矩形,并判断所述目标矩形内是否存在障碍物;
若存在所述圆弧轨迹,则根据所述车辆的最小转弯半径和最大转弯半径,确定扇形区域,根据所述车辆的起始位置的航向角以及所述车辆中的第一预设点,计算得到第一边界线,根据所述车辆的终点位置的航向角以及所述车辆中的第二预设点,计算得到第二边界线,并判断由所述扇形区域、所述第一边界线和第二边界线组成的区域内是否存在障碍物。
可选地,所述根据车辆所停的位置信息,确定所述车辆所在的目标起始位置区域之前,还包括:
根据预设的约束条件、车辆的参数以及各车位的参数,确定各车位对应的多个起始位置区域。
可选地,所述使用与所述目标起始位置区域对应的泊车轨迹规划算法,确定所述车辆的泊车轨迹,包括:
若所述目标起始位置为所述多段式泊入区域,则将所述目标车位的参数信息作为第一多段式规划算法的参数,并确定所述第一多段式规划算法输出的泊车轨迹是否满足预设条件;
若所述第一多段式规划算法输出的泊车轨迹满足预设条件,则将所述第一多段式规划算法输出的泊车轨迹作为所述车辆的泊车轨迹。
可选地,使用与所述目标起始位置区域对应的泊车轨迹规划算法,确定所述车辆的泊车轨迹,包括:
若所述第一多段式规划算法输出的泊车轨迹不满足预设条件,则将所述目标车位的参数信息作为第二多段式规划算法的参数,并确定所述第二多段式规划算法输出的泊车轨迹是否满足预设条件,所述第二多段式规划算法对应的泊车段数大于所述第一多段式规划算法对应的泊车段数;
若所述第二多段式规划算法输出的泊车轨迹满足预设条件,则将所述第二多段式规划算法输出的泊车轨迹作为所述车辆的泊车轨迹。
可选地,所述使用与所述目标起始位置区域对应的泊车轨迹规划算法,确定所述车辆的泊车轨迹,包括:
若所述目标起始位置为所述不可泊入区域,则基于所述车辆所停的位置信息,进行泊车轨迹搜索,得到所述车辆的泊车轨迹。
第二方面,本申请实施例还提供了一种泊车轨迹规划装置,所述装置包括:确定模块、控制模块;
所述确定模块,用于根据车辆所停的位置信息,确定所述车辆所在的目标起始位置区域,所述目标起始位置区域为预先确定目标车位对应的多个起始位置区域中的一个位置区域,所述多个起始位置区域包括:多段式泊入区域、一段式泊入区域、不可泊入区域;使用与所述目标起始位置区域对应的泊车轨迹规划算法,确定所述车辆的泊车轨迹;
所述控制模块,用于按照所述车辆的泊车轨迹,控制所述车辆泊入目标车位。
可选地,所述确定模块,还用于:
确定所述车辆的泊车轨迹中是否存在直线轨迹或圆弧轨迹;
若存在所述直线轨迹,则根据所述直线轨迹中的起点位置到终点位置确定目标矩形,并判断所述目标矩形内是否存在障碍物;
若存在所述圆弧轨迹,则根据所述车辆的最小转弯半径和最大转弯半径,确定扇形区域,根据所述车辆的起始位置的航向角以及所述车辆中的第一预设点,计算得到第一边界线,根据所述车辆的终点位置的航向角以及所述车辆中的第二预设点,计算得到第二边界线,并判断由所述扇形区域、所述第一边界线和第二边界线组成的区域内是否存在障碍物。
可选地,所述确定模块,还用于:
根据预设的约束条件、车辆的参数以及各车位的参数,确定各车位对应的多个起始位置区域。
可选地,所述确定模块,还用于:
若所述目标起始位置为所述多段式泊入区域,则将所述目标车位的参数信息作为第一多段式规划算法的参数,并确定所述第一多段式规划算法输出的泊车轨迹是否满足预设条件;
若所述第一多段式规划算法输出的泊车轨迹满足预设条件,则将所述第一多段式规划算法输出的泊车轨迹作为所述车辆的泊车轨迹。
可选地,所述确定模块,还用于:
若所述第一多段式规划算法输出的泊车轨迹不满足预设条件,则将所述目标车位的参数信息作为第二多段式规划算法的参数,并确定所述第二多段式规划算法输出的泊车轨迹是否满足预设条件,所述第二多段式规划算法对应的泊车段数大于所述第一多段式规划算法对应的泊车段数;
若所述第二多段式规划算法输出的泊车轨迹满足预设条件,则将所述第二多段式规划算法输出的泊车轨迹作为所述车辆的泊车轨迹。
可选地,所述确定模块,还用于:
若所述目标起始位置为所述不可泊入区域,则基于所述车辆所停的位置信息,进行泊车轨迹搜索,得到所述车辆的泊车轨迹。
第三方面,本申请实施例还提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如第一方面提供的所述方法的步骤。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如第一方面提供的所述方法的步骤。
本申请的有益效果是:
本申请实施例提供一种泊车轨迹规划方法、装置、设备及存储介质,该方法包括:根据车辆所停的位置信息,确定车辆所在的目标起始位置区域,目标起始位置区域为预先确定目标车位对应的多个起始位置区域中的一个位置区域,多个起始位置区域包括:多段式泊入区域、一段式泊入区域、不可泊入区域;使用与目标起始位置区域对应的泊车轨迹规划算法,确定车辆的泊车轨迹;按照车辆的泊车轨迹,控制车辆泊入目标车位。在本方案中,先根据车辆的位置信息,得到车辆所停的位置区域属于目标车位对应的多个起始位置区域中的哪一个,并使用与车辆所在的目标起始位置区域对应的泊车轨迹规划算法,得到对车辆泊入目标车位的泊车轨迹,这样可以避免多次计算和判断车辆泊入目标车位的泊车轨迹,提高了对车辆进行泊车轨迹规划的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种泊车轨迹规划系统的结构示意图;
图2为本申请实施例提供的一种泊车轨迹规划系统中车辆泊车规划模块的结构示意图;
图3为本申请实施例提供的一种泊车轨迹规划方法的流程示意图;
图4为本申请实施例提供的一种泊车轨迹规划方法中目标车位对应的多个起始位置区域的示意图;
图5为本申请实施例提供的一种泊车轨迹规划方法中车辆的泊车轨迹的示意图;
图6为本申请实施例提供的另一种泊车轨迹规划方法的流程示意图;
图7为本申请实施例提供的一种泊车轨迹规划方法中直线轨迹碰撞检测的示意图;
图8为本申请实施例提供的另一种泊车轨迹规划方法中直线轨迹碰撞检测的示意图;
图9为本申请实施例提供的一种泊车轨迹规划方法中圆弧轨迹碰撞检测的示意图;
图10为本申请实施例提供的一种泊车轨迹规划方法中垂直泊车碰撞的示意图;
图11为本申请实施例提供的一种泊车轨迹规划方法中三段弧式路径的示意图;
图12为本申请实施例提供的一种泊车轨迹规划装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
图1为本申请实施例提供的一种泊车轨迹规划系统的结构示意图;如图1所示,该泊车轨迹规划系统可以是安装在普通车辆或者无人驾驶的车辆中的系统,需要驾驶员将车辆开到停车场入口或者是目标车位附近后,即可由泊车轨迹规划系统100接管车辆,并控制车辆自动行驶并泊入目标车位,能够应用于多种自动泊车的场景,满足现实生活中复杂的停车环境。
该泊车轨迹规划系统100的硬件部分包括:车库位检测装置101、车辆泊车规划装置102、泊车控制装置103。
其中,车库位检测装置101,是利用摄像头或超声波传感器对周边环境、车辆位置进行感知,得到目标车位相对于当前车辆的位置关系以及周边的障碍物边界。
车辆泊车规划装置102,根据周边的环境建立车辆可行驶空间,计算出车辆行驶至目标车位的泊车轨迹。
泊车控制装置103,是控制车辆按照上述规划的泊车轨迹完成泊车入库。
可以理解,图1示出的结构仅为示意,泊车轨迹规划系统100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
图2为本申请实施例提供的一种泊车轨迹规划系统中车辆泊车规划模块的结构示意图;如图2所示,车辆泊车规划装置102包括:存储器201、处理器202。
其中,存储器201、处理器202相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
存储器201中存储有以软件或固件(firmware)的形式存储于存储器201中的软件功能模块,处理器202通过运行存储在存储器201内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现本申请实施例中的泊车轨迹规划方法。
其中,存储器201可以是,但不限于,随机存取存储器(Random Access Memory,RAM)、只读存储器(Read Only Memory,ROM)、可编程只读存储器(Programmable Read-OnlyMemory,PROM)、可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM)等。其中,存储器201用于存储程序,处理器202在接收到执行指令后,执行所述程序。
处理器202可能是一种集成电路芯片,具有信号的处理能力。上述的处理器202可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等。
如下将通过多个具体的实施例对本申请所提供的泊车轨迹规划方法进行详细说明。
需要说明的是,在本申请提供的实施例中涉及到泊车轨迹规划方法中的目标车位的库位类型是垂直车位,即在本申请中不考虑对平行车位的泊车规划。
图3为本申请实施例提供的一种泊车轨迹规划方法的流程示意图,可选地,该方法的执行主体可以是泊车轨迹规划系统中车辆泊车规划模块,如图3所示,该方法包括:
S301、根据车辆所停的位置信息,确定车辆所在的目标起始位置区域。
通常,车辆所在的目标起始位置区域作为泊车轨迹的起始点,不仅决定着轨迹规划的复杂程度,而且影响着整个泊车的效果及其成败,所以目标起始位置区域的确定,是泊车轨迹中至关重要的一环。
其中,“目标起始位置区域”为预先确定目标车位对应的多个起始位置区域中的一个位置区域,多个起始位置区域包括:多段式泊入区域、一段式泊入区域、不可泊入区域。
多段式泊入区域是指示:若车辆的目标起始位置区域处于多段式泊入区域时,当车辆需要泊入目标车位时,可以采用多段式轨迹规划算法得到泊车轨迹。
一段式泊入区域是指示:若车辆的目标起始位置区域处于一段式泊入区域时,当车辆需要泊入目标车位时,可以采用一段式轨迹规划算法得到泊车轨迹。
不可泊入区域是指示:若车辆的目标起始位置区域处于不可泊入区域时,当车辆需要泊入目标车位时,采用多段式轨迹规划算法或者一段式轨迹规划算法均无法得到合理的泊车轨迹,需要采用其他轨迹规划算法进行处理。
值得说明的是,上述目标起始位置区域,是待泊入车辆相对于目标车位的所处的位置区域。不同的目标车位,所具有的多段式泊入区域、一段式泊入区域、不可泊入区域等多个起始位置区域也不相同。
图4为本申请实施例提供的一种泊车轨迹规划方法中目标车位对应的多个起始位置区域的示意图,为了便于说明,仅在图4中示出了多段式泊入区域、一段式泊入区域。
由于不可泊入区域取决于车辆所处环境的复杂性或者临时障碍物出现的区域,因此,在图4中没有示出不可泊入区域。
在本实例中,例如,图4中P1、P2、P3和P4分别为车辆A四个顶点在地面的投影点,P(x0,y0)为车辆A后轴中心点,可以将P(x0,y0)作为车辆A所停的位置信息,即可以根据车辆A所停的位置信息P(x0,y0)判断车辆A所在的位置区域属于目标车位对应的多个起始位置区域中的哪一个位置区域,若车辆A所在的位置区域属于一段式泊入区域,则可以将“一段式泊入区域”作为车辆A的目标起始位置区域,这样可以避免多次计算和判断车辆A所属的起始位置区域,提高对车辆A进行泊车轨迹规划的效率。
S302、使用与目标起始位置区域对应的泊车轨迹规划算法,确定车辆的泊车轨迹。
在本实施例中,所涉及到的泊车轨迹规划算法是基于几何法,以实现对车辆泊入轨迹的规划。
如下通过举例进行详细说明:
图5为本申请实施例提供的一种泊车轨迹规划方法中车辆的泊车轨迹的示意图,如图5所示,例如,当车辆A所在的“目标起始位置区域”属于一段式泊入区域时,则可以采用“一段式泊入区域”对应的一段式泊车轨迹规划算法,得到车辆A行驶到目标车位的泊车轨迹,即车辆A通过1/4圆弧的泊车轨迹进入目标车位。
同理,当车辆A所在的“目标起始位置区域”属于多段式泊入区域时,则可以采用“多段式泊入区域”对应的多段式泊车轨迹规划算法,得到车辆A行驶到目标车位的泊车轨迹。即车辆所在目标起始位置区域不同将采用不同的泊车轨迹规划算法。
S303、按照车辆的泊车轨迹,控制车辆泊入目标车位。
可选地,本申请实施例提供的泊车轨迹规划方法可以应用于无人驾驶车辆,也可以应用于普通车辆,图1中泊车控制装置控制车辆A按照上述得到的1/4圆弧的泊车轨迹驶入目标车位,以完成自动泊车,提高了车辆自动泊车的便捷性,增强了用户体验感。
综上所述,本申请实施例提供一种泊车轨迹规划方法,该方法包括:根据车辆所停的位置信息,确定车辆所在的目标起始位置区域,目标起始位置区域为预先确定目标车位对应的多个起始位置区域中的一个位置区域,多个起始位置区域包括:多段式泊入区域、一段式泊入区域、不可泊入区域;使用与目标起始位置区域对应的泊车轨迹规划算法,确定车辆的泊车轨迹;按照车辆的泊车轨迹,控制车辆泊入目标车位。在本方案中,先根据车辆的位置信息,得到车辆所停的位置区域属于目标车位对应的多个起始位置区域中的哪一个,并使用与车辆所在的目标起始位置区域对应的泊车轨迹规划算法,得到对车辆泊入目标车位的泊车轨迹,这样可以避免多次计算和判断车辆泊入目标车位的泊车轨迹,提高了对车辆进行泊车轨迹规划的效率。
在本申请中,考虑到规划的泊车轨迹上可能会出现动态障碍物或静态障碍物,为了确保规划的泊车轨迹可行并且安全无碰撞,需要对上述得到的车辆泊车轨迹进行碰撞检测,检测无碰撞之后才可由泊车控制装置控制车辆按照上述规划的泊车轨迹完成泊车入库,以提高车辆泊入目标车位的成功率。
如下通过具体的实施例对上述得到的车辆泊车轨迹进行碰撞检测进行详细说明。
图6为本申请实施例提供的另一种泊车轨迹规划方法的流程示意图,如图6所示,在上述步骤S303:按照车辆的泊车轨迹,控制车辆泊入目标车位之前,还包括:
S601、确定车辆的泊车轨迹中是否存在直线轨迹或圆弧轨迹。
为了对上述得到的车辆泊车轨迹进行碰撞检测,如果不考虑碰撞检测实时性,则可以对每一个轨迹点、每一个障碍物点逐个进行碰撞检测,这样必然会导致耗时较大,因此可以采用一些方法来减少耗时。
在本申请中,考虑到泊车轨迹规划方法是基于几何法,所以规划得到的泊车轨迹均是由直线轨迹和圆弧轨迹组成,则可以根据直线轨迹和圆弧轨迹的特征,先判断车辆的泊车轨迹是直线轨迹或者圆弧轨迹,并采用不同的碰撞检测方法,以提高碰撞检测的实时性。
S602、若存在直线轨迹,则根据直线轨迹中的起点位置到终点位置确定目标矩形,并判断目标矩形内是否存在障碍物。
其中,目标矩形是车辆从起点位置行驶至终点位置的泊车轨迹区域。为了确保车辆能够从该目标矩形区域内可以安全无碰撞行驶至终点位置,需要判断该目标矩形内是否存在障碍物,以提高自动泊车的可靠性。
对于直线轨迹,存在两种形式分别是:航向为0(默认航向为1°以内,)和航向不为零(默认为1°-90°),即不考虑车头向左的形式,同时这两种情况也要考虑前进或者后退的情况,所以实际上是四种形式,如图7-图8所示。
参考图7,首先,计算泊车轨迹中的起点位置到终点位置的目标矩形ABCD的四个顶点坐标,其次判断障碍物点是否在目标矩形ABCD内。需要注意的是车辆的前进方向和后退方向是不同的。若车辆是前进方向,后轴中心的起点就是泊车轨迹的起点位置,根据起点位置计算AB点,根据终点计算CD点。若是后退方向,则根据起点位置计算CD点,根据终点计算AB点。图8所示的斜线状态下也同理。
这样仅需要一次遍历即可算出泊车轨迹是否与障碍物点发生碰撞,有效提高了碰撞检测的实时性。
S603、若存在圆弧轨迹,则根据车辆的最小转弯半径和最大转弯半径,确定扇形区域,根据车辆的起始位置的航向角以及车辆中的第一预设点,计算得到第一边界线,根据车辆的终点位置的航向角以及车辆中的第二预设点,计算得到第二边界线,并判断由扇形区域、第一边界线和第二边界线组成的区域内是否存在障碍物。
对于圆弧轨迹相对较为复杂,不能直接计算目标矩形,一次遍历不能解决碰撞检测的问题,可通过减少第二次遍历中参与碰撞检测的障碍物点,以提高碰撞检测的实时性。
图9为本申请实施例提供的一种泊车轨迹规划方法中圆弧轨迹碰撞检测的示意图;如图9所示,根据车辆A的最小转弯半径R_min和最大转弯半径R_max,确定扇形区域。其中,车辆A的最小转弯半径R_min和最大转弯半径R_max为汽车自身的相关参数。
根据车辆A的起始位置的航向角以及车辆A中的第一预设点(如设置在车辆A上的P1点或者P2点),计算得到第一边界线Line1_P12,又根据车辆A的终点位置的航向角以及车辆A中的第二预设点(如设置在车辆A上的P3点或者P4点),计算得到第二边界线Line2_P34。
其中,可通过转向角度传感器分别采集到车辆A在起始位置和终点位置的航向角。
然后,遍历上述扇形区域、Line1_P12和Line2_P34两直线包裹内所有轨迹的点,分别计算每一个轨迹点和障碍物点是否存在碰撞。
图10为本申请实施例提供的一种泊车轨迹规划方法中垂直泊车碰撞的示意图;根据车辆所停的位置信息,确定车辆所在的目标起始位置区域之前,还包括:根据预设的约束条件、车辆的参数以及各车位的参数,确定各车位对应的多个起始位置区域。
其中,预设的约束条件是指基于垂直泊车规划的约束条件,即如图10所示,车辆A泊入目标车位易发生碰撞的点为:P4'和P4”点与道路边界碰撞、P1'点与目标车位左侧边界发生碰撞、P5'点与目标车位D点发生碰撞。
各车位的参数包括:车位长度、车位宽度、道路宽度、道路弯曲程度等。车辆的参数包括:车长、车宽、前悬、后悬、轴距等车身尺寸以及最小转弯半径等、航向、泊车起始位置。
根据图10中所示的几何关系可以得到,若要保证车辆A从起点位置到目标车位不与道路边界、车库左边界、车库右边界发生碰撞则需保证以下等式(1)-(4)成立,如下所示:
若使得车辆A不在P5'点不发生碰撞,则需要保证:
(Ld-(y0-Rmin))2+(x0-Lp/2)2≤(Rmin-Lc/2)2 (1)
若使得车辆A不在P1’点发生碰撞,则需满足约束方程:
为了避免车辆与道路边界障碍物,最有可能发越过道路边界线的情况主要有两处,一处是倒车入库时的点P4',另一处是前进调整姿态的点P4'。
P4'点分析:
P4”点分析:
其中:yp”为前进调整时后轴中心点的纵坐标(多段)。
其中,以上公式(1)-(4)中,Ld为车库长,即线段AB的长度,Lp为库宽,即线段BC的长度,R_min是车辆后轴中心最小转弯半径,p(x0,y0)为车辆起点位置,Lc是车宽,Lf是前悬长度,Lr是后悬长度。
根据以上公式(1)-(4)的约束条件,可得到各车位对应的多个起始位置区域,即,不可泊车位置、一段式泊入位置和多段式泊入位置等三部分。
可选地,使用与目标起始位置区域对应的泊车轨迹规划算法,确定车辆的泊车轨迹,包括:
若目标起始位置为多段式泊入区域,则将目标车位的参数信息作为第一多段式规划算法的参数,并确定第一多段式规划算法输出的泊车轨迹是否满足预设条件;
其中,预设条件可以是得到的泊车轨迹能够确保车辆A成功泊入目标车位。
例如,如果车辆A的目标起始位置区域属于多段式泊车区域,则需要车辆A行驶至多段式泊车起始线附近开始泊车,此时泊车轨迹可能是三段式或者五段式,甚至七段式,这取决于环境的复杂程度,影响段数的主要因素是道路宽和库位宽。
将目标车位的参数信息作为第一多段式规划算法的参数,比如,图11为本申请实施例提供的一种泊车轨迹规划方法中三段弧式路径的示意图,如图11所示采用的第一多段式规划算法是三段弧式路径,并确定三段弧式路径规划算法输出的泊车轨迹是否确保车辆A成功泊入目标车位。
若第一多段式规划算法输出的泊车轨迹满足预设条件,则将第一多段式规划算法输出的泊车轨迹作为车辆的泊车轨迹。
基于上述分析,确定采用三段弧式路径规划算法输出的泊车轨迹确保车辆A成功泊入目标车位,即车辆A先沿着P'至P”进行第一段弧式泊车模式,再沿着P”至P”'进行第二段弧式泊车模式,最后沿着P”'沿着第二段弧式泊车模式行驶至目标车位,完成自动泊车。
在本实施例中,采用三段弧式垂直泊车有效地解决了泊车起始位置位于多段式泊入区域的问题,扩大了垂直泊车的有效起始停车区域。
可选地,使用与目标起始位置区域对应的泊车轨迹规划算法,确定车辆的泊车轨迹,包括:
若第一多段式规划算法输出的泊车轨迹不满足预设条件,则将目标车位的参数信息作为第二多段式规划算法的参数,并确定第二多段式规划算法输出的泊车轨迹是否满足预设条件,第二多段式规划算法对应的泊车段数大于第一多段式规划算法对应的泊车段数。
其中,第二多段式规划算法可以是者五段式,甚至七段式,这取决于环境的复杂程度,影响段数的主要因素是道路宽和目标车位宽。
在上述实施例的基础上,若采用三段弧式路径规划算法输出的泊车轨迹不能确保车辆A成功泊入目标车位,还可以继续采用五段式路径规划算法,甚至七段式路径规划算法,并将目标车位的参数信息作为五段式路径规划算法或者七段式路径规划算法的参数,以得到泊车轨迹。
若第二多段式规划算法输出的泊车轨迹满足预设条件,则将第二多段式规划算法输出的泊车轨迹作为车辆的泊车轨迹。
例如,分别确定五段式路径规划算法或者七段式路径规划算法得到泊车轨迹是否能够确保车辆A泊入目标车位,若五段式路径规划算法能够确保车辆A泊入目标车位,则将五段式路径规划算法输出的泊车轨迹作为车辆A的泊车轨迹,使得车辆A的按照五段式路径规划算法输出的泊车轨迹可以安全可靠地驶入目标车位。
在本申请中,当车辆A的目标起始位置区域处于不可泊入区域时,比如,车辆A所处环境较为复杂或者临时障碍物出现,使得上述基于几何法的泊车轨迹规划方法无法规划出合理的泊入路径时,将启动基于搜索优化的轨迹规划方法规划出合理的泊车轨迹,以解决目前存在的泊车成功率低、泊车目标起始位置区域要求严苛、无法适用于较窄车位等问题。
如下通过多个实施例对本申请中提供的基于搜索优化的轨迹规划方法进行详细介绍。
可选地,使用与目标起始位置区域对应的泊车轨迹规划算法,确定车辆的泊车轨迹,包括:
若目标起始位置为不可泊入区域,则基于车辆所停的位置信息,进行泊车轨迹搜索,得到车辆的泊车轨迹。
例如,若车辆A的目标起始位置为不可泊入区域,则可以采用如下搜索优化方法,基于车辆A所停的位置信息进行泊车轨迹搜索,以生成合理的泊车泊车轨迹。其中,该搜索优化方法具体可以包括如下过程:
(1)泊车空间离散化
以目标车位底边中点为原点建立笛卡尔坐标系,对泊车空间在x和y方向按照一定分辨率(可调参数0.5~1m)进行网格划分,同时对每个位置的角度进行划分(角度分辨率可调1~5度),将泊车空间离散成一系列的(x、y、theta)网格节点。
(2)计算节点的启发值
启发值代表当前节点到目标点的近似代价,代价需要考虑到避障以及车辆动力学约束(如最小转弯半径、运动模型等)。在本申请中启发值H的计算如下:H=max(H1,H2)。
其中,H1为离散网格空间考虑避障情况下到目标点的距离,H2为考虑车辆动力学情况下到目标点的曲率(不考虑避障约束,可以使用reed-shepp或杜宾斯曲线求解得到)。
(3)节点扩展与碰撞检查
节点扩展以当前节点为起点,给定不同的方向转角(满足最大转角约束)以及行驶距离(参数可调),并对前向行驶和后向倒车进行不同采样;碰撞检查,对采样的轨迹上的每个离散点进行自车外包围矩形计算,如果采样轨迹中存在与目标车位边界碰撞的点则删除该条轨迹;采样轨迹选择,基于已经行驶的距离和启发值构造代价,选择代价值最低的采样轨迹。
(4)轨迹扩展终止条件
如果所扩展的节点和目标点之间存在reed-shepp曲线连接且reed-shepp曲线不和边界发生碰撞,则终止轨迹搜索。
(5)二次规划(Quadratic Programming,简称QP)轨迹平滑
由步骤(4)采样得到的泊车轨迹虽然满足安全无碰的要求,但是泊车轨迹局部平滑性较差,生成的泊车轨迹对底层控制执行不友好,同时也降低了泊车过程的舒适性。因此,在本实施例中以相邻三个轨迹点之间的夹角最大(当三点直线时夹角最大,曲率最平滑)为优化目标构造QP问题进行求解,解得平滑轨迹。
(6)碰撞再检查
由于步骤(5)中平滑后的轨迹可能引入新的碰撞,需要对平滑后的轨迹进行再次碰撞检查,此时对整段路径的碰撞检测采用对自由空间边界选点的方式进行碰撞检测,对于发生碰撞的轨迹点进一步减小约束范围,再次进行QP优化,直到轨迹不再发生碰撞。
在本申请中,考虑到基于搜索优化的轨迹规划方法提供了任意泊车空间的统一算法流程,能够针对水平车位、垂直车位、斜车位以及任意的起点位置朝向进行轨迹规划求解,但是该方法算力需求较大,单周期耗时较长。因此,在本申请中提供的方案将搜索优化的方案作为几何法失败情况下的备份方案,即针对不可泊入区域的泊车轨迹规划,采用搜索优化方法得到车辆的泊车轨迹,兼顾了大部分场景下轨迹规划的实时性,同时还可以提高较复杂场景下的泊车成功率。
可选地,对于车辆起始航向与目标车位库位不平行的情况(航向大于1~2°),需要车辆行驶一段圆弧进行调平,若调整方向的方式选择不合适则达不到调平的目的。例如,考虑在道路很窄的情况下,调整航向的方式可以是右转前进、右转后退、左转前进、左转后退。
因此,在本申请中,针对几何法泊车轨迹的碰撞检测方案,对起点航向不为零的情况进行分析,实现不同情况的调平,提高了基于几何法的泊车轨迹规划在不同起点情况下的普适性和实时性。
综上所述,在本申请提供的实施例中,首先判断起点航向是否为零,不为零进行调平,其次使用基于几何法的泊车轨迹规划方法进行泊车轨迹规划,对每一段规划的泊车轨迹进行碰撞检测,若车辆所处环境较为复杂,无法生成合理的泊车路线,则采用基于搜索优化方法的冗余备份方案进行泊车轨迹规划。
下述对用以执行本申请所提供的泊车轨迹规划装置及存储介质等进行说明,其具体的实现过程以及技术效果参见上述,下述不再赘述。
图12为本申请实施例提供的一种泊车轨迹规划装置的结构示意图;如图12所示,该泊车轨迹规划装置包括:确定模块1201、控制模块1202。
确定模块1201,用于根据车辆所停的位置信息,确定车辆所在的目标起始位置区域,目标起始位置区域为预先确定目标车位对应的多个起始位置区域中的一个位置区域,多个起始位置区域包括:多段式泊入区域、一段式泊入区域、不可泊入区域;使用与目标起始位置区域对应的泊车轨迹规划算法,确定车辆的泊车轨迹;
控制模块1202,用于按照车辆的泊车轨迹,控制车辆泊入目标车位。
可选地,确定模块1201,还用于:
确定车辆的泊车轨迹中是否存在直线轨迹或圆弧轨迹;
若存在直线轨迹,则根据直线轨迹中的起点位置到终点位置确定目标矩形,并判断目标矩形内是否存在障碍物;
若存在圆弧轨迹,则根据车辆的最小转弯半径和最大转弯半径,确定扇形区域,根据车辆的起始位置的航向角以及车辆中的第一预设点,计算得到第一边界线,根据车辆的终点位置的航向角以及车辆中的第二预设点,计算得到第二边界线,并判断由扇形区域、第一边界线和第二边界线组成的区域内是否存在障碍物。
可选地,确定模块1201,还用于:
根据预设的约束条件、车辆的参数以及各车位的参数,确定各车位对应的多个起始位置区域。
可选地,确定模块1201,还用于:
若目标起始位置为多段式泊入区域,则将目标车位的参数信息作为第一多段式规划算法的参数,并确定第一多段式规划算法输出的泊车轨迹是否满足预设条件;
若第一多段式规划算法输出的泊车轨迹满足预设条件,则将第一多段式规划算法输出的泊车轨迹作为车辆的泊车轨迹。
可选地,确定模块1201,还用于:
若第一多段式规划算法输出的泊车轨迹不满足预设条件,则将目标车位的参数信息作为第二多段式规划算法的参数,并确定第二多段式规划算法输出的泊车轨迹是否满足预设条件,第二多段式规划算法对应的泊车段数大于第一多段式规划算法对应的泊车段数;
若第二多段式规划算法输出的泊车轨迹满足预设条件,则将第二多段式规划算法输出的泊车轨迹作为车辆的泊车轨迹。
可选地,确定模块1201,还用于:
若目标起始位置为不可泊入区域,则基于车辆所停的位置信息,进行泊车轨迹搜索,得到车辆的泊车轨迹。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
可选地,本发明还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种泊车轨迹规划方法,其特征在于,包括:
根据车辆所停的位置信息,确定所述车辆所在的目标起始位置区域,所述目标起始位置区域为预先确定目标车位对应的多个起始位置区域中的一个位置区域,所述多个起始位置区域包括:多段式泊入区域、一段式泊入区域、不可泊入区域;
使用与所述目标起始位置区域对应的泊车轨迹规划算法,确定所述车辆的泊车轨迹;
按照所述车辆的泊车轨迹,控制所述车辆泊入目标车位。
2.根据权利要求1所述的方法,其特征在于,所述按照所述车辆的泊车轨迹,控制所述车辆泊入目标车位之前,还包括:
确定所述车辆的泊车轨迹中是否存在直线轨迹或圆弧轨迹;
若存在所述直线轨迹,则根据所述直线轨迹中的起点位置到终点位置确定目标矩形,并判断所述矩形内是否存在障碍物;
若存在所述圆弧轨迹,则根据所述车辆的最小转弯半径和最大转弯半径,确定扇形区域,根据所述车辆的起始位置的航向角以及所述车辆中的第一预设点,计算得到第一边界线,根据所述车辆的终点位置的航向角以及所述车辆中的第二预设点,计算得到第二边界线,并判断由所述扇形区域、所述第一边界线和第二边界线组成的区域内是否存在障碍物。
3.根据权利要求1或2所述的方法,其特征在于,所述根据车辆所停的位置信息,确定所述车辆所在的目标起始位置区域之前,还包括:
根据预设的约束条件、车辆的参数以及各车位的参数,确定各车位对应的多个起始位置区域。
4.根据权利要求1或2所述的方法,其特征在于,所述使用与所述目标起始位置区域对应的泊车轨迹规划算法,确定所述车辆的泊车轨迹,包括:
若所述目标起始位置为所述多段式泊入区域,则将所述目标车位的参数信息作为第一多段式规划算法的参数,并确定所述第一多段式规划算法输出的泊车轨迹是否满足预设条件;
若所述第一多段式规划算法输出的泊车轨迹满足预设条件,则将所述第一多段式规划算法输出的泊车轨迹作为所述车辆的泊车轨迹。
5.根据权利要求4所述的方法,其特征在于,使用与所述目标起始位置区域对应的泊车轨迹规划算法,确定所述车辆的泊车轨迹,包括:
若所述第一多段式规划算法输出的泊车轨迹不满足预设条件,则将所述目标车位的参数信息作为第二多段式规划算法的参数,并确定所述第二多段式规划算法输出的泊车轨迹是否满足预设条件,所述第二多段式规划算法对应的泊车段数大于所述第一多段式规划算法对应的泊车段数;
若所述第二多段式规划算法输出的泊车轨迹满足预设条件,则将所述第二多段式规划算法输出的泊车轨迹作为所述车辆的泊车轨迹。
6.根据权利要求1或2所述的方法,其特征在于,所述使用与所述目标起始位置区域对应的泊车轨迹规划算法,确定所述车辆的泊车轨迹,包括:
若所述目标起始位置为所述不可泊入区域,则基于所述车辆所停的位置信息,进行泊车轨迹搜索,得到所述车辆的泊车轨迹。
7.一种泊车轨迹规划装置,其特征在于,所述装置包括:确定模块、控制模块;
所述确定模块,用于根据车辆所停的位置信息,确定所述车辆所在的目标起始位置区域,所述目标起始位置区域为预先确定目标车位对应的多个起始位置区域中的一个位置区域,所述多个起始位置区域包括:多段式泊入区域、一段式泊入区域、不可泊入区域;使用与所述目标起始位置区域对应的泊车轨迹规划算法,确定所述车辆的泊车轨迹;
所述控制模块,用于按照所述车辆的泊车轨迹,控制所述车辆泊入目标车位。
8.根据权利要求7所述的装置,其特征在于,所述确定模块,还用于:
确定所述车辆的泊车轨迹中是否存在直线轨迹或圆弧轨迹;
若存在所述直线轨迹,则根据所述直线轨迹中的起点位置到终点位置确定目标矩形,并判断所述目标矩形内是否存在障碍物;
若存在所述圆弧轨迹,则根据所述车辆的最小转弯半径和最大转弯半径,确定扇形区域,根据所述车辆的起始位置的航向角以及所述车辆中的第一预设点,计算得到第一边界线,根据所述车辆的终点位置的航向角以及所述车辆中的第二预设点,计算得到第二边界线,并判断由所述扇形区域、所述第一边界线和第二边界线组成的区域内是否存在障碍物。
9.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-6任一所述方法的步骤。
10.一种计算机可读取存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-6任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110114804.4A CN112758084B (zh) | 2021-01-27 | 2021-01-27 | 泊车轨迹规划方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110114804.4A CN112758084B (zh) | 2021-01-27 | 2021-01-27 | 泊车轨迹规划方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112758084A true CN112758084A (zh) | 2021-05-07 |
CN112758084B CN112758084B (zh) | 2022-04-12 |
Family
ID=75706290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110114804.4A Active CN112758084B (zh) | 2021-01-27 | 2021-01-27 | 泊车轨迹规划方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112758084B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113428136A (zh) * | 2021-07-23 | 2021-09-24 | 国汽智控(北京)科技有限公司 | 泊车方法、装置及电子设备 |
CN113460040A (zh) * | 2021-07-23 | 2021-10-01 | 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 |
CN113548041A (zh) * | 2021-08-26 | 2021-10-26 | 广州小鹏自动驾驶科技有限公司 | 应用于垂直车位的泊车控制方法、电子设备及车辆 |
CN113696886A (zh) * | 2021-09-17 | 2021-11-26 | 中国第一汽车股份有限公司 | 一种泊车轨迹自动确定方法、装置、介质及电子设备 |
CN113815605A (zh) * | 2021-09-10 | 2021-12-21 | 岚图汽车科技有限公司 | 车辆泊车的控制方法、装置、介质、电子设备 |
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 |
CN114162113A (zh) * | 2021-12-28 | 2022-03-11 | 武汉理工大学 | 一种结合多段式曲线的平行泊车路径规划方法 |
CN114228703A (zh) * | 2022-01-29 | 2022-03-25 | 中国第一汽车股份有限公司 | 一种自动泊车方法、系统、车辆及存储介质 |
CN115214624A (zh) * | 2022-03-04 | 2022-10-21 | 广州汽车集团股份有限公司 | 泊车路径的确定方法、装置、车辆及存储介质 |
CN115214627A (zh) * | 2022-05-10 | 2022-10-21 | 广州汽车集团股份有限公司 | 泊车提示方法、装置、电子设备及存储介质 |
CN115817457A (zh) * | 2023-01-06 | 2023-03-21 | 广汽埃安新能源汽车股份有限公司 | 反向斜列车位的自动泊车路径规划方法及装置 |
CN115837905A (zh) * | 2023-02-27 | 2023-03-24 | 小米汽车科技有限公司 | 车辆控制方法、装置、车辆及存储介质 |
CN116279436A (zh) * | 2023-05-18 | 2023-06-23 | 广汽埃安新能源汽车股份有限公司 | 一种泊车路径规划方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170129486A1 (en) * | 2014-06-30 | 2017-05-11 | Hitachi Automotive Systems, Ltd. | Parking Trajectory Calculation Apparatus and Parking Trajectory Calculation Method |
CN109466546A (zh) * | 2018-11-20 | 2019-03-15 | 广州小鹏汽车科技有限公司 | 自动泊车方法及系统 |
CN109927717A (zh) * | 2019-03-22 | 2019-06-25 | 湖北亿咖通科技有限公司 | 泊车轨迹的确定方法、装置及智能终端 |
CN110091866A (zh) * | 2018-01-29 | 2019-08-06 | 杭州海康汽车技术有限公司 | 泊车路径获取方法及装置 |
CN111497829A (zh) * | 2020-04-14 | 2020-08-07 | 浙江吉利汽车研究院有限公司 | 一种全自动泊车路径确定方法、装置、设备及存储介质 |
CN112172799A (zh) * | 2020-10-15 | 2021-01-05 | 吉林大学 | 一种狭小垂直泊车路径规划方法 |
-
2021
- 2021-01-27 CN CN202110114804.4A patent/CN112758084B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170129486A1 (en) * | 2014-06-30 | 2017-05-11 | Hitachi Automotive Systems, Ltd. | Parking Trajectory Calculation Apparatus and Parking Trajectory Calculation Method |
CN110091866A (zh) * | 2018-01-29 | 2019-08-06 | 杭州海康汽车技术有限公司 | 泊车路径获取方法及装置 |
CN109466546A (zh) * | 2018-11-20 | 2019-03-15 | 广州小鹏汽车科技有限公司 | 自动泊车方法及系统 |
CN109927717A (zh) * | 2019-03-22 | 2019-06-25 | 湖北亿咖通科技有限公司 | 泊车轨迹的确定方法、装置及智能终端 |
CN111497829A (zh) * | 2020-04-14 | 2020-08-07 | 浙江吉利汽车研究院有限公司 | 一种全自动泊车路径确定方法、装置、设备及存储介质 |
CN112172799A (zh) * | 2020-10-15 | 2021-01-05 | 吉林大学 | 一种狭小垂直泊车路径规划方法 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113460040A (zh) * | 2021-07-23 | 2021-10-01 | 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 |
CN113428136A (zh) * | 2021-07-23 | 2021-09-24 | 国汽智控(北京)科技有限公司 | 泊车方法、装置及电子设备 |
CN113548041B (zh) * | 2021-08-26 | 2022-12-13 | 广州小鹏自动驾驶科技有限公司 | 应用于垂直车位的泊车控制方法、电子设备及车辆 |
CN113548041A (zh) * | 2021-08-26 | 2021-10-26 | 广州小鹏自动驾驶科技有限公司 | 应用于垂直车位的泊车控制方法、电子设备及车辆 |
CN113815605A (zh) * | 2021-09-10 | 2021-12-21 | 岚图汽车科技有限公司 | 车辆泊车的控制方法、装置、介质、电子设备 |
CN113815605B (zh) * | 2021-09-10 | 2024-01-09 | 岚图汽车科技有限公司 | 车辆泊车的控制方法、装置、介质、电子设备 |
CN113696886A (zh) * | 2021-09-17 | 2021-11-26 | 中国第一汽车股份有限公司 | 一种泊车轨迹自动确定方法、装置、介质及电子设备 |
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 |
CN114162113B (zh) * | 2021-12-28 | 2024-04-09 | 武汉理工大学 | 一种结合多段式曲线的平行泊车路径规划方法 |
CN114162113A (zh) * | 2021-12-28 | 2022-03-11 | 武汉理工大学 | 一种结合多段式曲线的平行泊车路径规划方法 |
CN114228703A (zh) * | 2022-01-29 | 2022-03-25 | 中国第一汽车股份有限公司 | 一种自动泊车方法、系统、车辆及存储介质 |
CN114228703B (zh) * | 2022-01-29 | 2023-11-17 | 中国第一汽车股份有限公司 | 一种自动泊车方法、系统、车辆及存储介质 |
CN115214624B (zh) * | 2022-03-04 | 2023-12-26 | 广州汽车集团股份有限公司 | 泊车路径的确定方法、装置、车辆及存储介质 |
CN115214624A (zh) * | 2022-03-04 | 2022-10-21 | 广州汽车集团股份有限公司 | 泊车路径的确定方法、装置、车辆及存储介质 |
CN115214627A (zh) * | 2022-05-10 | 2022-10-21 | 广州汽车集团股份有限公司 | 泊车提示方法、装置、电子设备及存储介质 |
CN115214627B (zh) * | 2022-05-10 | 2024-01-23 | 广州汽车集团股份有限公司 | 泊车提示方法、装置、电子设备及存储介质 |
CN115817457A (zh) * | 2023-01-06 | 2023-03-21 | 广汽埃安新能源汽车股份有限公司 | 反向斜列车位的自动泊车路径规划方法及装置 |
CN115837905A (zh) * | 2023-02-27 | 2023-03-24 | 小米汽车科技有限公司 | 车辆控制方法、装置、车辆及存储介质 |
CN116279436B (zh) * | 2023-05-18 | 2023-08-08 | 广汽埃安新能源汽车股份有限公司 | 一种泊车路径规划方法及装置 |
CN116279436A (zh) * | 2023-05-18 | 2023-06-23 | 广汽埃安新能源汽车股份有限公司 | 一种泊车路径规划方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112758084B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112758084B (zh) | 泊车轨迹规划方法、装置、设备及存储介质 | |
CN112068545B (zh) | 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、系统及存储介质 | |
CN114258366B (zh) | 对于自主车辆的折线轮廓表示 | |
CN112590775B (zh) | 一种自动泊车方法、装置、车辆及存储介质 | |
CN112269965A (zh) | 一种非完整约束条件下的连续曲率路径优化方法 | |
CN113335312B (zh) | 一种绕障行驶方法、装置、电子设备及介质 | |
CN113335270B (zh) | 一种泊车路径规划方法和装置 | |
CN113635898A (zh) | 车辆限速控制的方法、设备、存储介质及程序产品 | |
WO2022216641A1 (en) | Counter-steering penalization during vehicle turns | |
CN113741463B (zh) | 一种无人地面机动平台的定点定向停车控制方法及系统 | |
CN116476840B (zh) | 变道行驶方法、装置、设备及存储介质 | |
WO2022247899A1 (zh) | 一种行驶路线规划方法、装置、存储介质及移动装置 | |
CN115683140A (zh) | 代客泊车循迹的过弯车速规划方法、系统、设备及介质 | |
CN113548039B (zh) | 自动泊车方法、自动泊车装置、车辆及存储介质 | |
CN115097826A (zh) | 一种车辆掉头轨迹规划方法及装置 | |
CN114670876A (zh) | 无人车实现车道内调头的方法、装置及电子设备 | |
CN114103957A (zh) | 变道控制方法、装置、电子设备和存储介质 | |
CN114506314A (zh) | 车辆平行泊出方法、装置、设备及存储介质 | |
CN113074746A (zh) | 一种无人车的导航方法、装置及无人车 | |
CN111176285A (zh) | 一种行进路径规划的方法及装置、车辆、可读存储介质 | |
US20240190423A1 (en) | Polyline contour representations for autonomous vehicles | |
CN116443049A (zh) | 自动驾驶车辆的防碰撞方法及装置 | |
He et al. | Research on optimal parking decision of unmanned vehicle based on grey entropy theory | |
CN114701485A (zh) | 在场地内的安全路径规划方法、自动泊车方法及存储介质 | |
CN115571118A (zh) | 侧方车位的车辆泊车方法、装置、车辆及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PP01 | Preservation of patent right |
Effective date of registration: 20230131 Granted publication date: 20220412 |
|
PP01 | Preservation of patent right | ||
PD01 | Discharge of preservation of patent |
Date of cancellation: 20240108 Granted publication date: 20220412 |
|
PD01 | Discharge of preservation of patent | ||
PP01 | Preservation of patent right |
Effective date of registration: 20240227 Granted publication date: 20220412 |
|
PP01 | Preservation of patent right |