CN113548039B - 自动泊车方法、自动泊车装置、车辆及存储介质 - Google Patents
自动泊车方法、自动泊车装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN113548039B CN113548039B CN202110863061.0A CN202110863061A CN113548039B CN 113548039 B CN113548039 B CN 113548039B CN 202110863061 A CN202110863061 A CN 202110863061A CN 113548039 B CN113548039 B CN 113548039B
- Authority
- CN
- China
- Prior art keywords
- reference line
- vehicle
- automatic parking
- node
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 85
- 230000007613 environmental effect Effects 0.000 claims abstract description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000004807 localization Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种自动泊车方法、自动泊车装置、车辆及存储介质。所述方法包括:响应自动泊车指令进入自动寻库模式,根据车辆的初始位姿确定初始行车参考线。控制车辆沿初始行车参考线行驶,并在行驶过程中根据车辆周边的环境信息判断是否检测到库位。若检测到库位,生成库位的库位参考线。根据当前行车参考线和库位的库位参考线确定新的行车参考线,并将车辆调整到沿新的行车参考线行驶。判断检测到的库位是否为可泊库位。若检测到的库位为可泊库位,切换至自动泊车模式,以控制车辆泊入库位。所述方法在寻库阶段自动生成、更新行车参考线,进而使得在整个寻库阶段都不需要驾驶员手动调整路线,为驾驶员减轻了负担。
Description
技术领域
本申请涉及自动泊车领域,尤其涉及一种自动泊车方法、自动泊车装置、车辆及存储介质。
背景技术
现有的自动泊车功能一般分成两个阶段:一、寻找库位,二、泊车入库。目前的自动泊车系统功能尚不完善,在寻找库位阶段需要驾驶员驾驶车辆从某个起始点开始沿道路方向保持低速行驶,在行驶的过程中由库位检测功能模块检测道路两边的库位。然而,寻找库位的结果容易受驾驶员的驾驶水平的影响,因为车速过快会影响到库位检测模块的检测结果,可能会发生误检或漏检库位的情况,而车速过慢会影响库位检测和第二阶段自动泊车的效率。此外,目前的自动泊车系统在寻找库位阶段不能实现自动避障,如果在寻库路线上存在障碍物,需要驾驶员来操作方向盘避开障碍物。当检测到可泊库位后不能自动进入泊车入库阶段,需要驾驶员手动切换。
因此,目前的自动泊车系统仍然需要驾驶员配合才能顺利完成自动泊车,用户体验不佳,导致推广使用受到很大限制。
发明内容
有鉴于此,本申请提供了一种自动泊车方法、自动泊车装置、车辆及存储介质,以解决上述问题。
本申请的第一方面提供一种自动泊车方法,应用于一种车辆中,所述方法包括:
响应自动泊车指令进入自动寻库模式,根据车辆的初始位姿确定初始行车参考线;
控制所述车辆沿所述初始行车参考线行驶,并在行驶过程中根据所述车辆周边的环境信息判断是否检测到库位;
若检测到库位,生成所述库位的库位参考线;
根据当前行车参考线和所述库位的库位参考线确定新的行车参考线,并将所述车辆调整到沿所述新的行车参考线行驶;
判断检测到的所述库位是否为可泊库位;
若检测到的库位为可泊库位,切换至自动泊车模式,以控制所述车辆泊入所述库位。
本申请提供的自动泊车方法包括自动寻库模式和自动泊车模式,在所述自动寻库模式下,控制所述车辆沿着自动生成的初始行车参考线行驶,在行驶过程中根据检测到的库位自动生成库位参考线,并根据所述库位参考线更新所述车辆的行车参考线,使得所述车辆在整个自动寻库阶段都不需要驾驶员介入操作、手动调整路线,降低了对于驾驶员的要求、为驾驶员减轻了驾驶负担。此外,当检测到可泊车位,可以自动切换到自动泊车模式,进一步为驾驶员提供了便利。
在一些实施例中,所述自动泊车方法还包括:
在所述车辆行驶过程中,根据所述周边的环境信息确定全局规划地图。
如此,可以为所述车辆自动泊车提供参考地图。
在一些实施例中,所述自动泊车方法还包括:
在所述车辆行驶过程中,在所述全局规划地图上实时规划出一条能避开障碍物并且能重新回到当前行车参考线上的局部路径。
如此,在寻库过程中能够实现避障,安全性更高。
在一些实施例中,所述在所述全局规划地图上实时规划出一条能避开障碍物并且能重新回到当前行车参考线上的局部路径,包括:
实时获取所述车辆当前的位姿和当前行车参考线,并以所述当前的位姿作为起始节点,启用预设算法在所述全局规划地图上规划出所述局部路径。
如此,使得所述局部路径的实时性更好,避障效果更佳。
在一些实施例中,所述预设算法包括混合A星算法,所述混合A星算法包括:以所述起始节点为最初的父节点,重复执行路径搜索步骤,直至所述路径搜索步骤满足结束条件,再输出搜索结果;
所述路径搜索步骤,包括:
以父节点为中心,在所述全局规划地图中,从所述父节点按照预设步长以及多个预设前轮偏向角向外扩展获得多个备选扩展节点,并依据预设的扩展约束条件,从所述多个备选扩展节点中确定出所述父节点的可扩展节点;其中,所述预设的扩展约束条件为:当所述车辆行驶至所述可扩展节点时不会碰撞障碍物,且所述可扩展节点位于可通行区域内;
判断是否存在可扩展节点;
若不存在可扩展节点,则结束搜索步骤,算法无解;
若存在可扩展节点,计算各个可扩展节点对应的代价值,并确定代价值最小的可扩展节点作为最新扩展节点;
判断所述最新扩展节点是否满足预设终止条件,若所述最新扩展节点满足预设终止条件,则结束搜索步骤,确定所述最新扩展结点为终止节点,并输出所述最新扩展节点及其一系列父节点作为局部路径点;
若所述最新扩展节点不满足预设终止条件,以所述最新扩展节点作为新的父节点继续执行路径搜索步骤。
对传统的混合A星算法进行改进,能够在不指定终止节点的情况下,规划出所述局部路径,更加适用于自动寻库的应用场景。
在一些实施例中,所述预设终止条件为:所述最新扩展节点到所述当前行车参考线的横向距离小于第一预设距离阈值,且所述最新扩展节点的车头朝向角度与所述当前行车参考线的方向角度的差值小于第一预设角度阈值,以及沿所述最新扩展节点的车头朝向角度延伸预设预判距离后不会和障碍物发生碰撞。
修改传统混合A星算法的终止条件,能够规划出一条从初始节点到所述当前行车参考线上的局部路径。
在一些实施例中,根据所述当前行车参考线和所述库位的库位参考线确定新的行车参考线,包括:
判断所述库位参考线与所述当前行车参考线是否满足预设条件;其中,所述预设条件包括:所述库位参考线的方向角度与所述当前行车参考线的方向角度的差值超过第二预设角度阈值,或,所述库位参考线与所述当前行车参考线之间的间距超过第二预设距离阈值;
若所述库位参考线与所述当前行车参考线满足所述预设条件,将所述库位参考线确定为所述新的行车参考线。
如此,可以根据所述库位更新所述车辆的行车参考线,能够优化寻库路径。
在一些实施例中,在所述切换至自动泊车模式之前,所述方法还包括:
调整所述车辆到所述库位的纵向距离,使得所述车辆到所述库位的纵向距离达到第三预设距离阈值。
调整所述车辆与所述库位的距离后,再切换至所述自动泊车模式,能够方便所述车辆快速泊车。
在一些实施例中,所述根据所述车辆的初始位姿确定初始行车参考线,包括:
沿着所述车辆的初始车头朝向角度方向,获取预设数量的多个路径点,并将所述多个路径点连接而成的直线确定为所述初始行车参考线。
如此,根据沿所述初始车头朝向角度方向直线延伸生成所述初始行车参考线,可以减少转向操作。
本申请的第二方面提供一种自动泊车装置,所述自动泊车装置包括存储器和处理器,所述存储器与所述处理器连接,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时实现上述第一方面所述的自动泊车方法。
本申请的第三方面提供一种车辆,所述车辆包括:
车体;以及
如上述第二方面所述的自动泊车装置,所述自动泊车装置设于车体上,所述自动泊车装置用于控制所述车辆进行自动泊车。
本申请的第四方面提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的自动泊车方法。
本申请提供的自动泊车装置、车辆以及存储介质,同样可以实施上述第一方面所述的自动泊车方法,在所述自动寻库模式下,控制所述车辆沿着自动生成的初始行车参考线行驶,在行驶过程中根据检测到的库位自动生成库位参考线,并根据所述库位参考线更新所述车辆的行车参考线,使得所述车辆在整个自动寻库阶段都不需要驾驶员介入操作、手动调整路线,降低了对于驾驶员的要求、为驾驶员减轻了驾驶负担。此外,当检测到可泊车位,可以自动切换到自动泊车模式,进一步为驾驶员提供了便利。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请一些实施方式,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取其他的附图。
图1是本申请实施例提供的一种自动泊车方法的步骤流程图。
图2是图1中步骤13的细化流程图。
图3是本申请实施例提供的库位参考线的形成规则示意图。
图4是本申请实施例提供的另一种自动泊车方法的步骤流程图。
图5是本申请提供的一种混合A星算法的路径搜索步骤的细化流程图。
图6是本申请提供的自动泊车装置的结构示意图。
图7是本申请提供的车辆的结构示意图。
主要元件符号说明:
步骤 | 11~16、131~138、41~46、461、51~57 |
车辆 | 10 |
参考切线 | 102 |
最小转弯半径圆 | 101 |
第一参考线 | 103 |
第二参考线 | 104 |
库位 | 200 |
第一侧边 | 202 |
入口连线 | 201 |
自动泊车装置 | 20 |
存储器 | 21 |
处理器 | 22 |
计算机程序 | 210 |
定位模块 | 30 |
库位检测模块 | 40 |
视觉检测模块 | 50 |
局部路径规划模块 | 60 |
车体 | 80 |
如下具体实施方式将结合上述附图进一步说明本申请。
具体实施方式
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,显然,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。基于本申请中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获取的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要说明的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
请参阅图1,图1是本申请实施例提供的一种自动泊车方法的步骤流程图。在本申请实施例中,所述自动泊车方法至少包括以下步骤:
步骤11,响应自动泊车指令进入自动寻库模式,根据车辆的初始位姿确定初始行车参考线。
当所述车辆接收到自动泊车指令后,所述车辆启动自动泊车功能,进入自动寻库模式,并根据所述车辆的初始位姿确定一条初始行车参考线,其中,所述车辆的初始位姿为所述车辆接收到所述自动泊车指令时的位姿。
需要说明的是,术语“位姿”包括所述车辆在世界坐标系中的横坐标、纵坐标以及车头朝向角度。示例性地,在本实施例中,所述车辆的初始位姿包括所述车辆的后轴中心的坐标和车头朝向角度。
示例性地,在本实施例中,所述初始行车参考线的形成方式为:沿着所述车辆的初始车头朝向角度方向,获取预设数量的多个路径点,并将所述多个路径点连接而成的直线确定为所述初始行车参考线。举例来说,沿所述车辆的初始车头朝向角度方向获取100个路径点,这100个路径点按照间隔距离为0.3米等间距分布,那么,这100个路径点连接而成的直线即为所述初始行车参考线。
步骤12,控制所述车辆沿所述初始行车参考线行驶,并在行驶过程中根据所述车辆周边的环境信息判断是否检测到库位。
在一些实施例中,所述自动泊车方法还包括以下步骤:在所述车辆行驶过程中,根据所述周边的环境信息确定全局规划地图。
在一些实施例中,所述环境信息包括通行区域信息、障碍物信息、库位信息中的至少一种。其中,所述通行区域信息包括可通行区域信息和不可通行区域信息,所述库位信息包括库位的四个库位角点的坐标信息,所述障碍物信息包括所述障碍物的定位信息。示例性地,所述全局规划地图可以是栅格地图。
在一些实施例中,所述车辆在行驶过程中,可以根据安装在所述车辆四个车轮上方的传感器读取到的脉冲信息,得到四个车轮的轮速以及方向盘转角信息,并通过累加的方式得到所述车辆在世界坐标系下的位姿,从而得到所述车辆的定位信息。其中,所述世界坐标系以所述车辆在初始位姿下的后轴中心为原点,车头朝向角度为正方向。
在一些实施例中,所述车辆在行驶过程中,通过安装在车身四周的多个摄像头,同时采集所述车辆四周的影像形成拼接俯视图。基于所述拼接俯视图,采用不同像素值标识出所述车辆的可通行区域和不可通行区域,并根据所述障碍物信息和所述库位信息确定出所述全局规划地图。
需要说明的是,在所述车辆行驶的过程中,所述自动泊车方法会根据周边的环境信息和所述车辆的定位信息实时更新所述全局规划地图,例如,在检测到新的障碍物时,将新的障碍物信息融合到所述全局规划地图上。示例性地,所述全局规划地图可以基于SLAM(Simultaneous Localization and Mapping,也称为CML,Concurrent Mapping andLocalization,即时定位与地图构建)技术实时地生成。
步骤13,若检测到库位,生成所述库位的库位参考线。
其中,所述车辆所述库位的库位参考线是根据所述周边的环境信息生成的。需要说明的是,所述库位的库位参考线可以作为所述车辆在自动寻库模式下的寻库指引路径,还可以作为所述车辆在自动泊车模式下的泊车参考路径。
步骤14,根据当前行车参考线和所述库位的库位参考线确定新的行车参考线,并将所述车辆调整到沿所述新的行车参考线行驶。
在本实施例中,进入所述自动寻库模式后,控制所述车辆沿所述初始行车参考线行驶,在行驶过程中,所述车辆的行车参考线会在检测到库位后更新成所述新的行车参考线。
具体地,每次检测到库位,都会通过执行以下步骤确定所述新的行车参考线:
判断所述库位参考线与所述当前行车参考线是否满足预设条件;若所述库位参考线与所述当前行车参考线满足所述预设条件,将所述库位参考线确定为所述新的行车参考线;若所述库位参考线与所述当前行车参考线不满足所述预设条件,将所述当前行车参考线确定为所述新的行车参考线。
其中,所述预设条件包括:所述库位参考线的方向角度与所述当前行车参考线的方向角度的差值超过第二预设角度阈值,或,所述库位参考线与所述当前行车参考线之间的间距超过第二预设距离阈值。示例性地,在一些实施例当中,先判断所述库位参考线的方向角度与所述当前行车参考线的方向角度差值是否超过所述第二预设角度阈值,若所述库位参考线的方向角度与所述当前行车参考线的方向角度差值超过所述第二预设角度阈值,则确定所述库位参考线与所述当前行车参考线满足所述预设条件。若所述库位参考线的方向角度与所述当前行车参考线的方向角度差值不超过所述第二预设角度阈值,再判断所述库位参考线与所述当前行车参考线之间的间距是否超过所述第二预设距离阈值。
步骤15,判断检测到的所述库位是否为可泊库位。
示例性地,若所述库位内以及入口周围不存在其他障碍物,即可确定所述库位为可泊库位。
需要说明的是,在本申请实施例中,将步骤14排在步骤15之前,只是为了方便介绍所述自动泊车方法,不应视为对步骤14和步骤15的执行时间的先后顺序进行限定,示例性地,步骤14和步骤15可以合并在一个步骤当中同时执行。
步骤16,若检测到的库位为可泊库位,切换至自动泊车模式,以控制所述车辆泊入所述库位。
在本实施例中,当检测到可泊库位,所述自动泊车方法可以控制所述车辆自动切换至自动泊车模式,而不需要驾驶员手动切换。
需要说明的是,所述车辆在自动泊车模式下泊入所述可泊库位的方法属于现有技术范畴,此处不再进行赘述。
请一同参阅图2-图3,图2是图1中步骤13的细化流程图,为了便于更加具体地介绍所述步骤13,本实施例还提供了所述库位参考线的形成规则示意图(见图3)。
具体地,图2中的步骤13具体包括以下步骤:
步骤131,获取库位200入口处的两个库位角点,确定连接所述两个库位角点的入口连线201。
步骤132,根据所述车辆10当前的位姿,在所述车辆10靠近所述库位200一侧确定所述车辆的最小转弯半径圆101。
示例性地,所述最小转弯半径圆101是指当方向盘转到靠近所述库位200一侧的极限位置,所述车辆10以最低稳定车速转向行驶时,所述车辆10的后轴中心在支承平面上形成的轨迹圆,当然,在其他实施例中,也可以是所述车辆10的外侧前轮在支承平面上滚过的轨迹圆,此处不作限定。
步骤133,确定所述最小转弯半径圆101的参考切线102,其中,所述参考切线102与所述入口连线平行且靠近所述车辆10。
可以理解的是,当所述车辆10的方向盘转到靠近所述库位200一侧的极限位置,所述车辆10能够行驶到所述参考切线102与所述最小转弯半径圆101的切点位置。
步骤134,获取所述参考切线102与所述入口连线201之间的距离L。
示例性地,所述距离L可以通过以下方法获取:获取所述车辆的最小转弯半径r。确定所述最小转弯半径圆101的圆心坐标,计算所述圆心到所述入口连线201的距离d。若所述圆心在所述库位200的靠近所述车辆一侧,则L=r+d。若所述圆心在所述库位200的远离所述车辆一侧,则L=r-d。
步骤135,判断所述距离L与预设距离门限值之间的大小关系。
具体地,所述预设距离门限值包括距离上限L1和距离下限L2。若所述距离L落在预设距离门限值范围内,即L2≤L≤L1,则执行步骤136;若所述距离L小于所述距离下限L2,即L<L2,则执行步骤137;若所述距离L大于所述距离上限L1,即L>L1,则执行步骤138。
可以理解的是,当所述库位参考线与所述入口连线201的距离落在所述预设距离门限值内时,所述车辆10行驶到所述库位参考线上并切换到自动泊车模式后,可以很方便地泊入所述库位200,能够减少方向的调整幅度和档位的切换次数。
步骤136,将所述参考切线102确定为所述库位200的库位参考线。
可以理解的是,若所述参考切线102确定为所述库位200的库位参考线,只需要将所述车辆的方向盘转到靠近所述库位200一侧的极限位置,就能够将所述车辆10调整到所述库位参考线上,方便控制。
步骤137,在所述库位200靠近所述车辆10的一侧确定第一参考线103,并将所述第一参考线103确定为所述库位200的库位参考线,其中,所述第一参考线103与所述入口连线201平行,且所述第一参考线103与所述入口连线201的距离等于所述距离下限L2。
可以理解的是,若所述参考切线102与所述入口连线201的距离过小,将所述第一参考线103确定为所述库位参考线,便于泊车。
步骤138,在所述库位200靠近所述车辆10的一侧确定第二参考线104,并将所述第二参考线104确定为所述库位200的库位参考线,其中,所述第二参考线104与所述入口连线201平行,且所述第二参考线104与所述入口连线201的距离等于所述距离上限L1。
可以理解的是,若所述参考切线102与所述入口连线201的距离过大,将所述第二参考线104确定为所述库位参考线,便于泊车。
本申请提供的自动泊车方法包括自动寻库模式和自动泊车模式,在所述自动寻库模式下,控制所述车辆沿着自动生成的初始行车参考线行驶,在行驶过程中根据检测到的库位自动生成库位参考线,并根据所述库位参考线更新所述车辆的行车参考线,使得所述车辆在整个自动寻库阶段都不需要驾驶员介入操作、手动调整路线,降低了对于驾驶员的要求、为驾驶员减轻了驾驶负担。此外,当检测到可泊车位,可以自动切换到自动泊车模式,进一步为驾驶员提供了便利。
请参阅图4,本申请还提供了另一种自动泊车方法,所述方法具体包括以下步骤:
步骤41,响应自动泊车指令进入自动寻库模式,根据车辆的初始位姿确定初始行车参考线。
步骤42,控制所述车辆沿当前行车参考线行驶,并在行驶过程中根据所述车辆周边的环境信息判断是否检测到库位。
若检测到库位,则执行步骤43,若未检测到库位则继续执行步骤42,控制所述车辆沿当前行车参考线行驶,并在行驶过程中根据所述车辆周边的环境信息判断是否检测到库位。显然,进入自动寻库模式后,对所述车辆的行车参考线进行更新前,所述车辆的当前行车参考线即为所述初始行车参考线。
步骤43,生成所述库位的库位参考线。
步骤44,根据当前行车参考线和所述库位的库位参考线确定新的行车参考线,并将所述车辆调整到沿所述新的行车参考线行驶。
步骤45,判断检测到的所述库位是否为可泊库位。
若所述库位是可泊库位,则执行步骤461。若所述库位不是可泊库位,则返回步骤42,控制所述车辆沿当前行车参考线行驶,并在行驶过程中根据所述车辆周边的环境信息判断是否检测到库位。
步骤461,调整所述车辆到所述库位的纵向距离,使得所述车辆到所述库位的纵向距离达到第三预设距离阈值。
请再次参阅图3,其中,所述纵向距离是指沿所述库位200的入口连线201的延伸方向上(如图3中的OX方向)的距离。可以理解的是,在实际泊车过程中,当检测到可泊库位200时,控制述车辆10行驶至所述库位200前方,例如,使得所述车辆10的后轴中心超出所述库位200的第一侧边202且两者距离达到所述第三预设距离阈值时,再切换至所述自动泊车模式,能够方便所述车辆10快速泊车。
步骤46,切换至自动泊车模式,以控制所述车辆泊入所述库位。
其中,步骤41~步骤46具体的技术细节请参考图1所示的实施例中步骤11~步骤16的相关技术细节,此处不再进行赘述。
本实施例提供的自动泊车方法还包括:在所述车辆行驶的过程中,在所述全局规划地图上实时规划出一条能避开障碍物并且能重新回到当前行车参考线上的局部路径。
需要说明的是,在本实施例中,所述车辆的行车参考线为所述车辆在寻库过程中的全局参考路径,在实际寻库过程中,当所述车辆沿所述行车参考线行驶时,可能会遇到障碍物,所述全局规划地图会根据障碍物信息和所述车辆的定位信息进行实时更新,因此,在所述车辆的行驶过程中,需要根据所述全局规划地图实时地为所述车辆规划处一条能避开所述障碍物的局部路径,并控制所述车辆沿所述局部路径行驶避开所述障碍物再回到当前行车参考线上继续寻库。
具体地,规划局部路径包括:实时获取所述车辆当前的位姿和当前行车参考线,并以所述当前的位姿作为起始节点,启用预设算法在所述全局规划地图上规划出所述局部路径。在本实施例中,所述车辆当前的位姿包括所述车辆当前的后轴中心的坐标和当前的车头朝向角度。
示例性地,所述预设算法包括混合A星算法,混合A星算法是一个经典的路径规划算法,车辆行驶过程中检测到前方有障碍物并预测到按照原始路径行驶会撞到该障碍物时,调用混合A星算法从当前位置开始规划出一条能避开障碍物的调整路径,然而,传统的混合A星算法需要指定起始节点和终止节点,由于在寻库过程中,并无法事先确定好终止节点,因此,本申请实施例提供了一种以当前位姿作为起始节点而不指定终止节点,搜索出一条能够避开障碍物并回到当前行车参考线上的局部路径的混合A星算法。所述混合A星算法包括:以所述起始节点为最初的父节点,重复执行路径搜索步骤,直至所述路径搜索步骤满足结束条件,再输出搜索结果。
具体地,请参阅图5,所述路径搜索步骤,具体包括以下步骤:
步骤51,以父节点为中心,在所述全局规划地图中,从所述父节点按照预设步长以及多个预设前轮偏向角向外扩展获得多个备选扩展节点,并依据预设的扩展约束条件,从所述多个备选扩展节点中确定出所述父节点的可扩展节点。
示例性地,所述预设步长为2.4米,所述多个预设前轮偏向角包括:-30°、-25°、-20°、-15°、-10°、-5°、0°、5°、10°、15°、20°、25°以及30°,当然,在其他实施例中,也可以按照其他的步长以及其他前轮偏向角向外扩展获得多个所述备选扩展节点。
具体地,所述预设的扩展约束条件为:当所述车辆行驶至所述可扩展节点时不会碰撞障碍物,且所述可扩展节点位于可通行区域内。示例性地,每个扩展节点的位姿包括后轴中心的坐标和车头朝向角度,所述全局规划地图可以包括栅格图,当所述备选扩展节点的位姿所在的车辆四边形在所述全局规划地图上所占据的栅格不是障碍物侵占的栅格,且所述备选扩展节点的位姿所在的车辆四边形在所述全局规划地图上位于可通行区域,即可确定所述备选扩展节点为所述可扩展节点。
步骤52,判断是否存在可扩展节点。若不存在可扩展节点,则表示所述混合A星算法无解,执行步骤57,终止路径搜索步骤。若存在可扩展节点,则执行步骤53。示例性地,若不存在可扩展节点,则退出所述自动寻库模式,并输出寻库失败。
步骤53,计算各个可扩展节点对应的代价值,并确定代价值最小的可扩展节点作为最新扩展节点。
在本实施例中,各个可扩展节点对应的代价值的计算公式为:F(i)=G(i)+H(i),其中,i表示当前扩展节点,G(i)表示从所述起始节点位姿到所述当前扩展节点位姿已付出的实际代价值,H(i)表示从所述当前扩展节点位姿到启发引导点位姿的预测代价值,其中,所述启发引导点在所述当前行车参考线上,且位于所述起始节点在所述当前行车参考线上的投影前方N米,例如,N=15,的位置。可以理解的是,本实施例中的启发引导点可以使得搜索的所述局部路径不断地向所述当前行车参考线靠近。
进一步地,H(i)=β1×H1(i)+β2×H2(i)+β3×H3(i)。
其中,H1(i)为所述当前扩展节点位姿到所述启发引导点位姿的RS曲线中最短曲线的长度值。H2(i)为所述当前扩展节点与所述当前行车参考线之间的横向距离。H3(i)为所述当前扩展节点的车头朝向角度与所述当前行车参考线的方向角度之间的角度差值。β1、β2、β3为权重系数。
需要说明的是,如图3所示,所述横向距离是指与所述库位200的入口连线201的延伸方向垂直的方向上(如图3中的OY方向)的距离。所述RS曲线,即Reeds-Shepp曲线的简称,假设车辆能以最小转弯半径转向,能够前进和后退,且行驶空间无约束,那么Reeds-Shepp曲线就是车辆在上述条件下从起点到终点的最短路径。该曲线不仅能保证车辆能够到达终点,而且能保证车辆的角度能在终点到达预期角度。
示例性地,在一些实施例中,在计算H1(i)时,仅仅计算从所述当前扩展节点位姿到所述启发引导点位姿的三种RS曲线的长度值,所述三种RS曲线包括CCC曲线、CSC曲线以及CCCC曲线,如此,可以减少算法的计算量,缩短算法的计算时长,提升所述局部路径规划的实时性。
步骤54,判断所述最新扩展节点是否满足预设终止条件。若所述最新扩展节点满足所述预设终止条件,则执行步骤55。若所述最新扩展节点不满足所述预设终止条件,则执行步骤56。
进一步地,所述预设终止条件包括以下三个条件,同时满足所述三个条件,即确定所述最新扩展节点满足预设终止条件:
条件5A,所述最新扩展节点到所述当前行车参考线的横向距离小于第一预设距离阈值。
条件5B,所述最新扩展节点的车头朝向角度与所述当前行车参考线的方向角度的差值小于第一预设角度阈值。
可以理解的是,同时满足条件5A与条件5B时,能够确保所述局部路径能够回到所述当前行车参考线,进而能够使得所述车辆沿着所述局部路径避开障碍物后再沿着所述当前行车参考线行驶。
条件5C,沿所述最新扩展节点的车头朝向角度延伸预设预判距离后不会和障碍物发生碰撞。
需要说明的是,满足条件5C,可以确保在规划所述局部路径时留出足够的预判距离供所述车辆避开障碍物,避免出现因距离障碍物太近而导致规划所述局部路径失败的情况,从而能够提升规划所述局部路径的成功率。
步骤55,确定所述最新扩展结点为终止节点,并输出所述最新扩展节点及其一系列父节点作为局部路径点。
需要说明的是,所述最初的父节点(即所述车辆当前的位姿)到所述终止节点间的各个父节点就是局部路径点,所述局部路径点连成的路径即为所述局部路径。
步骤56,以所述最新扩展节点作为新的父节点。
步骤57,终止路径搜索步骤。
在一些实施例中,所述自动泊车方法还包括以下步骤:在所述车辆行驶的过程中,累计所述车辆在所述寻库模式下行驶的寻库总距离,并实时判断所述寻库总距离是否达到预设寻库距离阈值。若所述寻库总距离达到所述预设寻库距离阈值,退出所述寻库模式,并输出未寻找到可泊库位。若所述寻库总距离未达到所述预设寻库距离阈值,控制所述车辆继续沿着所述当前行车参考线行驶。
本申请提供的自动泊车方法,在所述自动寻库模式下,实时检测障碍物并更新全局规划地图。在所述全局规划地图中实时规划局部路径,以控制所述车辆在沿着行车参考线行驶的过程中依据所述局部路径避开障碍物再回到当前行车参考线上,如此,可以实现所述车辆在寻库过程中能够自动避障,在提升安全性的同时可以进一步减轻驾驶员的驾驶负担。此外,在切换到自动泊车模式之前,调整所述车辆与可泊库位之间的纵向距离,可以提升自动泊车的效率。
请参阅图6,本申请实施例还提供一种自动泊车装置20,所述自动泊车装置包括存储器21和处理器22,所述存储器21与所述处理器22连接,所述存储器21中存储有计算机程序210。所述处理器22执行所述计算机程序210时实现上述方法实施例中所述自动泊车方法的步骤。
可以理解的是,所述示意图6仅仅是自动泊车装置20的示例,并不构成对所述自动泊车装置20的限定,所述自动泊车装置20可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如,所述自动泊车装置20还可以包括输入输出设备等。
所称处理器22可以是中央处理单元(Central Processing Unit,CPU),还可以包括其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者所述处理器也可以是任何常规的处理器等,所述处理器22是所述自动泊车装置20的控制中心,利用各种接口和线路连接整个自动泊车装置20的各个部分。
所述存储器21可用于存储所述计算机程序210,所述处理器22通过运行或执行存储在所述存储器21内的计算机程序210,以及调用存储在存储器21内的数据,实现所述自动泊车装置20的各种功能。存储器21可以包括外部存储介质,也可以包括内存。此外,存储器21可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本申请提供的自动泊车装置通过采用上述自动泊车方法,在所述自动寻库模式下,控制所述车辆沿着自动生成的初始行车参考线行驶,在行驶过程中根据检测到的库位自动生成库位参考线,并根据所述库位参考线更新所述车辆的行车参考线,使得所述车辆在整个自动寻库阶段都不需要驾驶员介入操作、手动调整路线,降低了对于驾驶员的要求、为驾驶员减轻了驾驶负担。此外,当检测到可泊车位,可以自动切换到自动泊车模式,进一步为驾驶员提供了便利。
请参阅图7,本申请还提供一种车辆10,包括如上述实施例所述的自动泊车装置20和车体80,所述自动泊车装置20设于所述车体80上,所述自动泊车装置20用于控制所述车辆10进行自动泊车。
示例性地,所述车辆10还可以包括定位模块30、库位检测模块40、视觉检测模块50和局部路径规划模块60。在一些实施例中,所述定位模块30、所述库位检测模块40、所述视觉检测模块50和所述局部路径规划模块60均集成于所述自动泊车装置20中。所述定位模块30可以用于根据安装在所述车辆10四个车轮上方的传感器读取到的脉冲信息,得到四个车轮的轮速以及方向盘转角信息,并通过累加的方式得到所述车辆10在世界坐标系下的位姿,从而得到所述车辆10的定位信息。所述库位检测模块40可以用于检测库位的四个库位角点。所述视觉检测模块50可以用于通过安装在车身四周的多个摄像头,同时采集所述车辆10四周的影像形成拼接俯视图。所述局部路径规划模块60可以用于实时规划出一条能避开障碍物并且能重新回到当前行车参考线上的局部路径。
本申请提供的车辆中的自动泊车装置通过采用上述自动泊车方法,在所述自动寻库模式下,控制所述车辆沿着自动生成的初始行车参考线行驶,在行驶过程中根据检测到的库位自动生成库位参考线,并根据所述库位参考线更新所述车辆的行车参考线,使得所述车辆在整个自动寻库阶段都不需要驾驶员介入操作、手动调整路线,降低了对于驾驶员的要求、为驾驶员减轻了驾驶负担。此外,当检测到可泊车位,可以自动切换到自动泊车模式,进一步为驾驶员提供了便利。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法实施例中所述自动泊车方法的步骤。
本申请的所述自动泊车装置20如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由同一个单元或装置通过软件或者硬件来实现。
最后应说明的是,以上实施方式仅用以说明本申请的技术方案而非限制,尽管参照以上较佳实施方式对本申请进行了详细说明,本领域的普通技术人员应当理解,可以对本申请的技术方案进行修改或等同替换都不应脱离本申请技术方案的精神和范围。
Claims (12)
1.一种自动泊车方法,其特征在于,包括:
响应自动泊车指令进入自动寻库模式,根据车辆的初始位姿确定初始行车参考线;
控制所述车辆沿所述初始行车参考线行驶,并在行驶过程中根据所述车辆周边的环境信息判断是否检测到库位;
若检测到库位,生成所述库位的库位参考线;
根据当前行车参考线和所述库位的库位参考线确定新的行车参考线,并将所述车辆调整到沿所述新的行车参考线行驶;
判断检测到的所述库位是否为可泊库位;
若检测到的库位为可泊库位,切换至自动泊车模式,以控制所述车辆泊入所述库位;
其中,生成所述库位的库位参考线,包括:
获取所述库位入口处的两个库位角点,确定连接所述两个库位角点的入口连线;
根据所述车辆当前的位姿,在所述车辆靠近所述库位一侧确定所述车辆的最小转弯半径圆;
确定所述最小转弯半径圆的参考切线,其中,所述参考切线与所述入口连线平行且靠近所述车辆;
获取所述参考切线与所述入口连线之间的距离L;以及
若所述距离L落在预设距离门限值范围内,将所述参考切线确定为所述库位的库位参考线。
2.如权利要求1所述的自动泊车方法,其特征在于,所述自动泊车方法还包括:
在所述车辆行驶过程中,根据所述周边的环境信息确定全局规划地图。
3.如权利要求2所述的自动泊车方法,其特征在于,所述自动泊车方法还包括:
在所述车辆行驶过程中,在所述全局规划地图上实时规划出一条能避开障碍物并且能重新回到当前行车参考线上的局部路径。
4.如权利要求3所述的自动泊车方法,其特征在于,所述在所述全局规划地图上实时规划出一条能避开障碍物并且能重新回到当前行车参考线上的局部路径,包括:
实时获取所述车辆当前的位姿和当前行车参考线,并以所述当前的位姿作为起始节点,启用预设算法在所述全局规划地图上规划出所述局部路径。
5.如权利要求4所述的自动泊车方法,其特征在于,所述预设算法包括混合A星算法,所述混合A星算法包括:以所述起始节点为最初的父节点,重复执行路径搜索步骤,直至所述路径搜索步骤满足结束条件,再输出搜索结果;
所述路径搜索步骤,包括:
以父节点为中心,在所述全局规划地图中,从所述父节点按照预设步长以及多个预设前轮偏向角向外扩展获得多个备选扩展节点,并依据预设的扩展约束条件,从所述多个备选扩展节点中确定出所述父节点的可扩展节点;其中,所述预设的扩展约束条件为:当所述车辆行驶至所述可扩展节点时不会碰撞障碍物,且所述可扩展节点位于可通行区域内;
判断是否存在可扩展节点;
若不存在可扩展节点,则结束搜索步骤,算法无解;
若存在可扩展节点,计算各个可扩展节点对应的代价值,并确定代价值最小的可扩展节点作为最新扩展节点;
判断所述最新扩展节点是否满足预设终止条件,若所述最新扩展节点满足预设终止条件,则结束搜索步骤,确定所述最新扩展结点为终止节点,并输出所述最新扩展节点及其一系列父节点作为局部路径点;
若所述最新扩展节点不满足预设终止条件,以所述最新扩展节点作为新的父节点继续执行路径搜索步骤。
6.如权利要求5所述的自动泊车方法,其特征在于,所述预设终止条件为:所述最新扩展节点到所述当前行车参考线的横向距离小于第一预设距离阈值,且所述最新扩展节点的车头朝向角度与所述当前行车参考线的方向角度的差值小于第一预设角度阈值,以及沿所述最新扩展节点的车头朝向角度延伸预设预判距离后不会和障碍物发生碰撞。
7.如权利要求1所述的自动泊车方法,其特征在于,根据所述当前行车参考线和所述库位的库位参考线确定新的行车参考线,包括:
判断所述库位参考线与所述当前行车参考线是否满足预设条件;其中,所述预设条件包括:所述库位参考线的方向角度与所述当前行车参考线的方向角度的差值超过第二预设角度阈值,或,所述库位参考线与所述当前行车参考线之间的间距超过第二预设距离阈值;
若所述库位参考线与所述当前行车参考线满足所述预设条件,将所述库位参考线确定为所述新的行车参考线。
8.如权利要求1所述的自动泊车方法,其特征在于,在所述切换至自动泊车模式之前,所述方法还包括:
调整所述车辆到所述库位的纵向距离,使得所述车辆到所述库位的纵向距离达到第三预设距离阈值。
9.如权利要求1所述的自动泊车方法,其特征在于,所述根据所述车辆的初始位姿确定初始行车参考线,包括:
沿着所述车辆的初始车头朝向角度方向,获取预设数量的多个路径点,并将所述多个路径点连接而成的直线确定为所述初始行车参考线。
10.一种自动泊车装置,其特征在于,所述自动泊车装置包括存储器和处理器,所述存储器与所述处理器连接,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至9中任意一项所述的自动泊车方法。
11.一种车辆,其特征在于,所述车辆包括:
车体;以及
如权利要求10所述的自动泊车装置,所述自动泊车装置设于车体上,所述自动泊车装置用于控制所述车辆进行自动泊车。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至9中任意一项所述的自动泊车方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110863061.0A CN113548039B (zh) | 2021-07-29 | 2021-07-29 | 自动泊车方法、自动泊车装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110863061.0A CN113548039B (zh) | 2021-07-29 | 2021-07-29 | 自动泊车方法、自动泊车装置、车辆及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113548039A CN113548039A (zh) | 2021-10-26 |
CN113548039B true CN113548039B (zh) | 2023-01-17 |
Family
ID=78133194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110863061.0A Active CN113548039B (zh) | 2021-07-29 | 2021-07-29 | 自动泊车方法、自动泊车装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113548039B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863717B (zh) * | 2022-06-14 | 2023-06-30 | 小米汽车科技有限公司 | 车位推荐方法、装置、存储介质及车辆 |
CN115056772A (zh) * | 2022-06-28 | 2022-09-16 | 重庆长安汽车股份有限公司 | 一种用于自主代客泊车的预测和决策方法、系统、存储介质及车辆 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880186B (zh) * | 2012-08-03 | 2014-10-15 | 北京理工大学 | 基于稀疏a*算法和遗传算法的航迹规划方法 |
CN107702716B (zh) * | 2017-08-31 | 2021-04-13 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、系统和装置 |
CN110466502B (zh) * | 2018-05-11 | 2020-12-08 | 广州汽车集团股份有限公司 | 一种代客泊车方法和装置 |
CN112277931B (zh) * | 2020-10-20 | 2022-04-15 | 上海欧菲智能车联科技有限公司 | 垂直泊车轨迹生成方法、装置、车辆及存储介质 |
-
2021
- 2021-07-29 CN CN202110863061.0A patent/CN113548039B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113548039A (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102324154B1 (ko) | 무인자동차의 차선변경 방법, 장치 및 저장매체 | |
CN110962843B (zh) | 一种自动泊车控制决策方法及系统 | |
CN112758084B (zh) | 泊车轨迹规划方法、装置、设备及存储介质 | |
JP6614025B2 (ja) | 自動運転支援装置及びコンピュータプログラム | |
RU2682151C1 (ru) | Устройство определения окружения, аппаратура содействия при движении и способ определения окружения | |
CN113548039B (zh) | 自动泊车方法、自动泊车装置、车辆及存储介质 | |
JP2020132151A (ja) | 車両走行軌跡の予測方法、装置、端末、記憶媒体、及びプログラム | |
CN111746504B (zh) | 记忆泊车方法、系统、装置及计算机可读存储介质 | |
RU2682095C1 (ru) | Устройство определения окружения, аппаратура содействия при движении и способ определения окружения | |
CN113009918B (zh) | 路径规划方法、装置、系统及可读存储介质 | |
CN111301409A (zh) | 一种泊车路径规划方法、装置、车辆和存储介质 | |
CN111413959B (zh) | 任意点至任意点的全局路径规划、泊车方法及系统 | |
CN111982142B (zh) | 一种基于改进a星算法的智能车全局路径规划方法 | |
CN113405558A (zh) | 自动驾驶地图的构建方法及相关装置 | |
CN113985871A (zh) | 泊车路径规划方法、泊车路径规划装置、车辆及存储介质 | |
JP2017206182A (ja) | 自動運転支援装置及びコンピュータプログラム | |
CN115265564A (zh) | 一种车道线标注方法及装置 | |
CN112747762A (zh) | 局部可行驶路径规划方法、装置、电子设备及存储介质 | |
CN114620071A (zh) | 绕行轨迹规划方法、装置、设备及存储介质 | |
CN113091765A (zh) | 道路表征方法、呈现道路信息的方法及电子设备 | |
JP6776842B2 (ja) | 駐車支援方法及び駐車支援装置 | |
CN116476840A (zh) | 变道行驶方法、装置、设备及存储介质 | |
CN114734990A (zh) | 一种记忆自动泊车方法及泊车系统 | |
CN115056765A (zh) | 垂直与斜列车位自主泊车的路径规划方法及装置 | |
CN114435347B (zh) | 泊车轨迹的确定方法、装置、设备以及存储介质 |
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 |