CN113670305A - 泊车轨迹生成方法、装置、计算机设备和存储介质 - Google Patents

泊车轨迹生成方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113670305A
CN113670305A CN202010402570.9A CN202010402570A CN113670305A CN 113670305 A CN113670305 A CN 113670305A CN 202010402570 A CN202010402570 A CN 202010402570A CN 113670305 A CN113670305 A CN 113670305A
Authority
CN
China
Prior art keywords
speed
vehicle
path
preset
displacement
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
Application number
CN202010402570.9A
Other languages
English (en)
Other versions
CN113670305B (zh
Inventor
文金侣
张华�
高云瞿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha Intelligent Driving Research Institute Co Ltd
Original Assignee
Changsha Intelligent Driving Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha Intelligent Driving Research Institute Co Ltd filed Critical Changsha Intelligent Driving Research Institute Co Ltd
Priority to CN202010402570.9A priority Critical patent/CN113670305B/zh
Publication of CN113670305A publication Critical patent/CN113670305A/zh
Application granted granted Critical
Publication of CN113670305B publication Critical patent/CN113670305B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本申请涉及一种泊车轨迹生成方法、装置、计算机设备和存储介质。所述方法包括：确定车辆每个预设规划周期在停车感兴趣区域中对应的规划路径；获取规划路径中每个路径点的朝向角；当遍历到的当前路径点指向下一个路径点的位移向量的朝向角与当前路径点的朝向角的角度差值大于预设角度差值时，确定当前路径点为路径分割点，得到规划路径对应的分割路径；根据基于运动模型的速度规划策略数据和车辆的初始运动数据对各分割路径进行速度规划，确定车辆在分割路径上的速度信息；根据速度信息和路径点确定车辆在各段规划路径对应的运动轨迹；根据当前位置对各段运动轨迹进行拼接，得到车辆的泊车轨迹。采用本方法能够提高泊车轨迹的准确性。

Description

泊车轨迹生成方法、装置、计算机设备和存储介质
技术领域
本申请涉及自动驾驶技术领域，特别是涉及一种泊车轨迹生成方法、装置、计算机设备和存储介质。
背景技术
随着自动驾驶技术的发展，自动驾驶技术的应用逐步推广，例如，无人车在公共道驾驶、无人卡车在矿山的应用等。在金属矿区，矿卡是矿区中的一种重要运输装备，大量的矿石、设备、材料、人员依赖矿卡的运输。无人矿卡系统能够提高矿区开采的效率和生产率、降低劳动力成本、增强矿山的安全性和减少工作意外等、同时能对矿区的车辆进行统一管理。
然而，在地理位置偏僻且地形复杂的矿区时，无人矿卡在泊车过程中，无人矿卡系统根据生成的泊车轨迹无法指引车辆准确停在泊车位。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高车辆泊车轨迹准确性的泊车轨迹生成方法、装置、计算机设备和存储介质。
一种泊车轨迹生成方法，所述方法包括：
确定车辆每个预设规划周期在停车感兴趣区域中对应的规划路径；
获取所述规划路径中每个路径点的路径点信息，所述路径点信息包括路径点的朝向角；
遍历所述规划路径中的各所述路径点，当遍历到的当前路径点指向下一个路径点的位移向量的朝向角与所述当前路径点的朝向角的角度差值大于预设角度差值时，确定所述当前路径点为路径分割点，得到所述规划路径对应的分割路径；
获取所述车辆的初始运动数据；
根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息；
根据所述速度信息和所述分割路径上的路径点确定所述车辆在各段所述分割路径对应的运动轨迹；
获取所述车辆的当前位置，根据所述当前位置对各段所述运动轨迹进行拼接，得到所述车辆的泊车轨迹。
在其中一个实施例中，所述初始运动数据包括所述的车辆的初始速度、初始加速度和初始位移；所述速度规划策略数据中包括第一限制速度。
在其中一个实施例中，所述根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度等于所述第一限制速度时，获取对应的第一速度规划策略数据；
根据所述第一速度规划策略数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息。
在其中一个实施例中，所述根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度大于所述第一限制速度时，获取对应的第二速度规划策略数据；
根据所述第二速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息。
在其中一个实施例中，所述根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度小于所述第一限制速度时，获取对应的第三速度规划策略数据；
根据所述第三速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息。
在其中一个实施例中，所述根据所述第一速度规划策略数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度等于所述第一限制速度时，使所述车辆以预设减加速度从所述初始加速度减速到预设加速度，以所述预设加速度做匀加速运动，并获取所述车辆速度等于第二限制速度时的第一位移；
当所述第一位移与所述第二预设位移的差值在预设差值范围内时，使所述车辆以所述第二限制速度做匀速运动，确定所述车辆在各所述分割路径的速度信息；
当所述第一位移与所述第二预设位移的差值小于所述预设差值范围的最小值时，获取所述车辆以预设减加速度从所述初始加速度减速到最大减速度的运动曲线与限速曲线的第一目标交点信息；
根据所述第一目标交点信息与所述第二预设位移、时间阈值以及所述车辆运动的实时长确定所述车辆在所述分割路径的运动状态，确定所述车辆在各所述分割路径的速度信息；
当所述第一位移与所述第二预设位移的差值大于所述预设差值范围的最大值时，根据所述初始速度、初始加速度、预设加速度、第一预设位移和预设减加速度确定所述车辆匀速运动的匀速时长，根据所述匀速时长确定所述车辆在所述分割路径中的运动状态，确定所述车辆在各所述分割路径的速度信息。
在其中一个实施例中，所述根据所述第一速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度大于所述第一限制速度时，使所述车辆以预设减加速度从所述初始加速度减速到预设加速度，以所述预设加速度做匀加速运动，并获取所述车辆速度等于第一限制速度时的第二位移；
当所述第二位移与所述第二预设位移的差值在所述预设差值范围内时，所述车辆以所述第一限制速度做匀速运动，确定所述车辆在各所述分割路径的速度信息；
当所述第二预设位移与所述第二位移的差值小于所述预设差值的最小值时，获取以所述预设减加速度和所述预设最大减速度为参数的运动曲线与限速曲线的第二目标交点信息；
根据所述第二目标交点信息、所述第一预设位移、所述第二预设位移和时间阈值确定所述车辆在所述分割路径的运动状态，确定所述车辆在各所述分割路径的速度信息；
当所述第二预设位移与所述第二位移的差值大于预设差值的最大值时，使车辆以所述第一限制速度先做减速运动后匀速再做减速运动，得到车辆在各分割路径的速度信息。
在其中一个实施例中，所述根据所述第一速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度小于所述第一限制速度时，使所述车辆以预设减加速度从所述初始加速度减速到预设加速度，以所述预设加速度做匀加速运动，并获取所述车辆速度等于第二限制速度时的第一位移；
当所述第一位移与所述第二预设位移的差值在预设差值范围内时，使所述车辆以所述第二限制速度做匀速运动，确定所述车辆在各所述分割路径的速度信息；
当所述第一位移与所述第二预设位移的差值小于所述预设差值范围的最小值时，获取所述车辆以预设减加速度从所述初始加速度减速到最大减速度的运动曲线与限速曲线的第三目标交点信息；
根据所述第三目标交点信息与所述第二预设位移、时间阈值以及所述车辆运动的实时长确定所述车辆在所述分割路径的运动状态，确定所述车辆在各所述分割路径的速度信息；
当所述第一位移与所述第二预设位移的差值大于所述预设差值范围的最大值时，获取所述车辆在预设加速时长加速后的加速度、速度和位移；
以所述车辆在预设加速时长加速后的加速度、速度和位移作为初始加速度、初始速度和初始位移，使所述车辆以预设减加速度从所述初始加速度减速到预设加速度，以所述预设加速度做匀加速运动，并获取所述车辆速度等于第二限制速度时的第三位移；
根据所述第三位移和所述第二预设位移确定所述车辆在所述分割路径的运动状态，确定所述车辆在各所述分割路径的速度信息。
一种泊车轨迹生成装置，所述装置包括：
路径规划模块，用于确定车辆每个预设规划周期在停车感兴趣区域中对应的规划路径；
获取模块，用于获取所述规划路径中每个路径点的路径点信息，所述路径点信息包括路径点的朝向角；
路径分割模块，用于遍历所述规划路径中的各所述路径点，当遍历到的当前路径点指向下一个路径点的位移向量的朝向角与所述当前路径点的朝向角的角度差值大于预设角度差值时，确定所述当前路径点为路径分割点，得到所述规划路径对应的分割路径；
速度规划模块，用于获取所述车辆的初始运动数据，根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息；
轨迹确定模块，用于根据所述速度信息和所述分割路径上的路径点确定所述车辆在各段所述规划路径对应的运动轨迹；
轨迹合并模块，用于获取所述车辆的当前位置，根据所述当前位置对各段所述运动轨迹进行拼接，得到所述车辆的泊车轨迹。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
确定车辆每个预设规划周期在停车感兴趣区域中对应的规划路径；
获取所述规划路径中每个路径点的路径点信息，所述路径点信息包括路径点的朝向角；
遍历所述规划路径中的各所述路径点，当遍历到的当前路径点指向下一个路径点的位移向量的朝向角与所述当前路径点的朝向角的角度差值大于预设角度差值时，确定所述当前路径点为路径分割点，得到所述规划路径对应的分割路径；
获取所述车辆的初始运动数据；
根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息；
根据所述速度信息和所述分割路径上的路径点确定所述车辆在各段所述分割路径对应的运动轨迹；
获取所述车辆的当前位置，根据所述当前位置对各段所述运动轨迹进行拼接，得到所述车辆的泊车轨迹。
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以下步骤：
确定车辆每个预设规划周期在停车感兴趣区域中对应的规划路径；
获取所述规划路径中每个路径点的路径点信息，所述路径点信息包括路径点的朝向角；
遍历所述规划路径中的各所述路径点，当遍历到的当前路径点指向下一个路径点的位移向量的朝向角与所述当前路径点的朝向角的角度差值大于预设角度差值时，确定所述当前路径点为路径分割点，得到所述规划路径对应的分割路径；
获取所述车辆的初始运动数据；
根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息；
根据所述速度信息和所述分割路径上的路径点确定所述车辆在各段所述分割路径对应的运动轨迹；
获取所述车辆的当前位置，根据所述当前位置对各段所述运动轨迹进行拼接，得到所述车辆的泊车轨迹。
上述泊车轨迹生成方法、装置、计算机设备和存储介质，通过预设的规划周期确定车辆在停车感兴趣区域对应的规划路径，即对车辆的泊车路径进行实时规划；根据规划路径中每个路径点的朝向角，对规划路径进行路径分割，确定规划路径中的分割路径；根据基于运动模型的速度规划策略数据和车辆的初始运动数据对车辆在每段分割路径上进行速度规划，确定车辆在分割路径上各个路径点对应的速度信息；根据分割路径上的每个路径点的速度信息确定车辆在各段规划路径对应的运动轨迹；根据车辆的当前位置对各段运动轨迹进行拼接，得到车辆的泊车轨迹。即根据路径点的朝向角将车辆泊车的路径进行分割，得到每个预设规划周期对应的分割路径；根据车辆的初始运动数据和速度规划策略数据并对每段分割路径进行速度规划，确定车辆在每段分割路径的速度信息；通过实时对泊车路径进行路径规划和速度规划，得到车辆的泊车轨迹，指引车辆按照泊车轨迹准确泊车，提高了车辆泊车的准确性。
附图说明
图1为一个实施例中计算机设备的内部结构图；
图2为一个实施例中泊车轨迹生方法的流程示意图；
图3为一个实施例中停车感兴趣区域的示意图；
图4为一个实施例中分割路径点的示意图；
图5为一个实施例中速度规划的速度限制曲线示意图；
图6为一个实施例中速度规划的步骤示意图；
图7为另一个实施例中速度规划的步骤示意图；
图8为另一个实施例中速度规划的步骤示意图；
图9为一个实施例中速度规划梯型限速模式的示意图；
图10为另一个实施例中速度规划梯型限速模式的示意图；
图11为另一个实施例中速度规划梯型限速模式的示意图；
图12为另一个实施例中速度规划梯型限速模式的示意图；
图13为一个实施例中泊车轨迹生装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的泊车轨迹生成方法，可以应用于如图1所示的计算机设备中。在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置、导航装置和传感器。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种泊车轨迹生成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，如图2所示，提供了一种泊车轨迹生成方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
步骤202，确定车辆每个预设规划周期在停车感兴趣区域中对应的规划路径。
其中，预设规划周期是预先设定好的路径规划周期，规划周期可以是0.1秒。感兴趣区域根据输入数据确定车辆的起始位姿和终点位姿；根据起始位姿和终点位姿建立车辆的停车感兴趣区域。其中，输入数据包括车辆模型参数、感知预测信息、导航信息、定位信息、相对地图信息以及车辆底盘信息。车辆模型参数包括方向盘转角、转角角速度、车辆轴距宽度、半径等；感知预测信息是指周边环境障碍物，如矿区存在石块等障碍物；导航信息是指车辆的泊车从起始位姿到终点位姿的全局信息；定位信息是导航定位的车辆位置信息；相对地图信息是指根据车辆的导航信息在相对地图中对应的位置信息。车辆在矿区的相对地图是通过路网地图配置得到的，相对地图(Real-time Relative Map)基于车辆坐标系，其原点位于车辆本身。矿区的路网地图是通过在洒水车上安装导航设备(如，定位设备GPS设备，激光雷达等)，洒水车在作业中采集洒水车的行驶轨迹，将行驶轨迹和感知传感器接受到的路面信息进行融合，以离线的方式对录制的地图信息进行处理得到路网地图；可选地，当洒水车再次进行路网中，会根据环境的改变进行更新，并更新路网地图。
停车感兴趣区域是指车辆在预设泊车距离范围内，车辆从当前位姿行驶到泊车位所行驶的车道区域和泊车位所组成的行驶区域。如图3所示，虚线区域为车辆停车的感兴趣区域；车辆在预设泊车距离范围内时，基于泊车位建立直角坐标系，泊车位区域为逆时针方向的凸多边形。以多边形由左上顶点A、左下顶点B、右下顶点C、右上顶点D组成，该坐标系遵循右手法则，原点为左上顶点A，沿车道横向为Y轴，沿车道纵向为X轴。以左上顶点与右上顶点的中心向车道纵向两端各延伸一段预设距离(例如，15米)，根据相对地图中的车道区域组成一个凸包区域，此区域即为停车感兴趣区域(region of interest，ROI)。
具体地，获取车辆的当前位姿和车辆在泊车位的终点位姿，以车辆的当前位姿的坐标为起始规划点，通过Hybird A Star和Reeds-Shepp曲线在ROI区域内搜索出车辆一条无碰撞、距离最短的目标路径；从目标路径中获取每个预设规划周期对应的规划路径。其中，Hybird A Star是一种基于网格的搜索算法，考虑了物体的实际运动方向约束，确保生成的路径是可执行的且连续的。当车辆以固定的半径转向，车辆在行驶过程中能前进和后退，通过Reeds-Shepp曲线确定车辆从起始位姿到达终点位姿的泊车路径最短。
步骤204，获取规划路径中每个路径点的路径点信息，路径点信息包括路径点的朝向角。
其中，路径点的坐标是相对于矿卡的车身坐标系(FLU)下在相对地图中的坐标；路径点信息包括路径点的位置坐标、朝向角、离散曲率值、曲率变化率以及相对于起始规划点的累计距离值等；朝向角是指路径点基于当前车身坐标系下的弧度角。
步骤206，遍历规划路径中的各路径点，当遍历到的当前路径点指向下一个路径点的位移向量的朝向角与当前路径点的朝向角的角度差值大于预设角度差值时，确定当前路径点为路径分割点，得到规划路径对应的分割路径。
具体地，遍历规划路径上的每一个路径点，当当前路径点指向下一个路径点的位移向量的朝向角与当前路径点朝向角的差值大于预设角度差值时，确定当前路径点为路径分割点，确定规划路径的所有路径分割点，得到规划路径对应的分割路径。其中，预设角度差值可以是90度，如图4所示，包括当前路径点指向下一个路径点的位移向量的朝向角与当前路径点朝向角的差值大于90度和小于90度。可选地，分割路径包括车辆前进档挡位的路径和倒车档档位的路径，根据车辆的当前位置可以确定车辆所在路径的路径类型，根据路径类型触发车辆控制系统生成控制指令，控制车辆在对应的路径上前进或倒车。
步骤208，获取车辆的初始运动数据。
其中，初始运动数据可包括车辆在起始规划点的初始速度、初始加速度、初始位移和初始加加速度等。初始运动数据可以以速度曲线或加速度曲线的形式展示。
步骤210，根据基于运动模型的速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在各分割路径上的速度信息。
其中，速度规划策略数据包括车辆运行的第一限制速度、第二限制速度、车辆最大加速度、最大减速度、最大加加速度、最小加加速度以及第一限制速度变化时对应的第一预设位移、车辆速度变化为第二限制速度时对应的第二预设位移以及速度限制曲线等。速度规划策略数据包括初始速度等于第一限制速度的第一速度规划策略数据、车辆初始速度大于第一限制速度的第二速度规划策略数据和初始速度小于第一限制速度的第三速度规划策略数据；各速度规划策略数据根据车辆的初始速度和第一限制速度所满足的关系，对分割路径上的速度进行规划。
速度限制曲线可包括匀速限速模式(如图5a)、阶跃限速模式(如图5b)、下坡型限速模式(如图5c)和梯型限速模式(如图5d)等模式。本申请采用但不仅限于匀速限速模式和梯型限速模式对分割路径进行速度规划。
具体地，终端获取车辆的初始速度，根据初始速度与第一限制速度的关系确定对应的基于运动模型的速度规划策略数据；初始速度与第一限制速度的关系包括车辆初始速度大于第一限制速度、初始速度小于第一限制速度和初始速度等于第一限制速度的三种情况。当车辆的初始速度等于第一限制速度时，采用第一速度规划策略数据对各分割路径进行速度规划，从第一速度规划策略数据中确定目标速度规划方式，得到车辆在各分割路径上的速度信息；当车辆初始速度大于第一限制速度时，采用第二速度规划策略数据对各分割路径进行速度规划，从第二速度规划策略数据中确定目标速度规划方式，得到车辆在各分割路径上的速度信息；当初始速度小于第一限制速度时，采用第三速度规划策略数据对各分割路径进行速度规划，从第三速度规划策略数据中确定目标速度规划方式，得到车辆在各分割路径上的速度信息。
步骤212，根据速度信息和分割路径上的路径点确定车辆在各段分割路径对应的运动轨迹。
具体地，通过插值的方式确定速度信息中的每个累积距离值对应的路径点，得到车辆在各段分割路径上的运动轨迹。
在一个实施例中，当分割路径的曲率变化值大于预设曲率变化值时，通过共轭梯度平滑算法对分割路径进行优化，使得曲率变化值等于预设曲率变化值，得到优化后的分割路径，执行获取所述规划路径中每个路径点的路径点信息步骤。
具体地，路径优化包括路径平滑和速度平滑，分割路径的曲率变化值大于预设曲率变化值时，车辆运动对应的速度曲线、加速度不连续，根据应用的需求会做优化，通过共轭梯度平滑算法对分割路径进行优化，使得曲率变化值等于预设曲率变化值，得到优化后的分割路径，执行获取所述规划路径中每个路径点的路径点信息步骤，通过对路径进行优化得到准确的泊车轨迹，指引车辆根据泊车轨迹准确达到泊车位。
步骤214，获取车辆的当前位置，根据当前位置对各段运动轨迹进行拼接，得到车辆的泊车轨迹。
具体地，获取车辆的当前位置，确定当前位置在上一段运动轨迹中对应的轨迹点，以该轨迹点作为起始规划点对运动轨迹进行拼接，直到车辆的位姿与终点位姿相同，得到车辆的泊车轨迹。其中，对应的轨迹点可以是预设时间间隔或预设位置的轨迹点根据当前位置和轨迹点。
上述泊车轨迹生成方法中，通过预设的规划周期确定车辆在停车感兴趣区域对应的规划路径，即对车辆的泊车路径进行实时规划；根据规划路径中每个路径点的朝向角，对规划路径进行路径分割，确定规划路径中的分割路径；根据基于运动模型的速度规划策略数据和车辆的初始运动数据对车辆在每段分割路径上进行速度规划，确定车辆在分割路径上各个路径点对应的速度信息；根据速度信息和路径点确定车辆在各段规划路径对应的运动轨迹；根据车辆的当前位置对各段运动轨迹进行拼接，得到车辆的泊车轨迹。即根据路径点的朝向角将车辆泊车的路径进行分割，得到每个预设规划周期对应的分割路径；根据车辆的初始速度和速度规划策略数据并对每段分割路径进行速度规划，确定车辆在每段分割路径的速度信息；通过实时对泊车路径进行路径规划和速度规划，得到车辆的泊车轨迹，指引车辆按照泊车轨迹准确泊车，提高了车辆泊车的准确性。
在一个实施例中，如图6所示，根据基于运动模型的速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在各分割路径的速度信息的步骤包括：
步骤602，当初始速度等于第一限制速度时，获取对应的第一速度规划策略数据。
步骤604，根据第一速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在分割路径上的速度信息。
具体地，当初始速度等于第一限制速度时，使车辆以预设减加速度从初始加速度减速到预设加速度，以预设加速度做匀加速运动，并获取车辆速度等于第二限制速度时的第一位移；当第一位移与第二预设位移的差值在预设差值范围内时，使车辆以第二限制速度做匀速运动，得到各分割路径的速度信息。
可选地，预设减加速度大于或等于最小加加速度且小于或等于最大加加速度；当初始速度v0等于第一限制速度Vconst1时，获取车辆初始加速度a0，当a0≥0时，令a0＝0；当初始加速度a0小于或等于预设加速度aconst时，a0＝aconst。否则使车辆以预设减加速度Jdec从初始加速度a0减速到预设加速度aconst，以预设加速度aconst做匀加速运动，并获取车辆速度等于第二限制速度Vconst2时的第一位移S。预设加速度的计算式可表示为：
Figure BDA0002490058570000131
其中，预设加速度aconst是车辆从第一预设位移Sth1到第二预设位移Sth2区间内速度从第一限制速度Vconst1减速到第二限制速度Vconst2所需要的最大加速度；其中，Vconst1＞Vconst2≥0，Sth1＜5th2。当第一位移S与第二预设位移Sth2的差值在预设差值范围内时，即0≤Sth2-S≤ε时，使车辆以第二限制速度Vconst2做匀速运动，速度规划成功，得到各分割路径的速度信息；其中，ε为充分小的数值，如10。
当第一位移与第二预设位移的差值小于预设差值范围的最小值时，获取车辆以预设减加速度从初始加速度减速到最大减速度的运动曲线与限速曲线的第一目标交点信息，第一目标交点信息包括第一交点时长、第一交点加速度、第一交点速度和位移；根据目标交点信息与第二预设位移、时间阈值以及车辆运动的运行时长确定车辆在分割路径的运动状态，得到各分割路径的速度信息。
可选地，当第一位移与第二预设位移的差值小于预设差值范围的最小值时，即Sth2-S＜0，若车辆的初始加速度a0＞0时，则令a0＝0；若初始加速度a0小于最大减速度Adec时，令a0＝Adec；否则，获取车辆以预设减加速度Jdec从初始加速度a0减速到最大减速度Adec的运动曲线与限速曲线的第一目标交点信息，第一目标交点信息包括第一交点时长T3、第一交点加速度a(T3)、第一交点速度v(Ts)和第一交点位移s(T3)，如图7所示。
若s(Ts)≥Sth2，当车辆运行时长t＞T3时，使车辆以第二限制速度做匀速运动，得到各分割路径的速度信息。
若s(r3)＜Sth2，获取车辆运行时长的时长阈值Tth，根据运行时长t、时长阈值Tth和时长T3确定车辆在分割路径的运动状态，得到各分割路径的速度信息。其中，时间阈值的表达式可为：
Figure BDA0002490058570000141
当t≤T3时，使车辆以匀速限速模式中的第三限制速度在分割路径上做匀速运动，得到在分割路径上的速度信息。
当T3＜t≤Tth时，车辆采用加速度a等于aconst的匀加速运动模型，使车辆的速度减速到Vconst2；
当t≥Tth时，使车辆以第二限制速度在分割路径上做匀速运动，得到车辆在分割路径上的速度信息。
当第一位移与第二预设位移的差值大于预设差值范围的最大值时，根据初始速度、初始加速度、预设加速度、第一预设位移和预设减加速度确定车辆匀速运动的匀速时长，根据匀速时长确定车辆在分割路径中的运动状态，得到各分割路径的速度信息。
可选地，当第一位移与第二预设位移的差值大于预设差值范围的最大值时，即Sth2-S＞ε，根据初始速度v0、初始加速度a0、预设加速度aconst、第一预设位移Sth1和预设减加速度Jdec确定车辆匀速运动的匀速时长T1。其中，确定匀速时长T1的计算表达式包括公式(1)和公式(2)：
Figure BDA0002490058570000142
其中，ΔTdec为加速度a0以预设减加速度Jdec降低到aconst的减速时长，vdec为加速度a0以预设减加速度Jdec降低到aconst的终速度，Sdec为车辆加速度a0以预设减加速度Jdec降低到aconst的所行驶的距离。
车辆在匀速过程中，a0＝0；根据公式(1)可得到的Sdec表达式和vdec表达式为：
Figure BDA0002490058570000143
根据公式(1)和公式(2)得到车辆运行时长t的表达式：
Figure BDA0002490058570000144
车辆匀速运动的位移Sth0为：
Figure BDA0002490058570000151
当车辆匀速运动的位移Sth0与初始位移S0的差值大于或等于零时，即Sth0-S0≥0，得到车辆从S0匀速行驶到Sth0的匀速时长T1为：T1＝(Sth0-S0)/v0，如图8所示。
当车辆的运行时长t小于匀速时长T1时，即t≤T1，车辆以第一限制速度Vconst1做匀速运动；当车辆的运行时长t满足T1＜t≤T1+ΔTdec时，车辆的运动模型为恒定Jerk模型；当车辆的运行时长t满足t＞T1+ΔTdec时，使车辆采用加速度a等于aconst的匀加速运动模型，使车辆的速度减速到Vconst2时，使车辆以Vconst2做匀速运动。
本实施例中，基于运动模型的速度规划策略数据和初始运动数据对各分割路径进行速度规划的速度规划方法中，当车辆的初始速度等于第一限制速度时，根据初始加速度、预设加速度、第二预设位移、预设减加速度、最大减速度、时间阈值以及限制曲线规划车辆在各段分割路径的运动轨迹，确定车辆在泊车轨迹中的速度，指引车辆在每段分割路径上的行驶，提高车辆泊车轨迹的准确性，以及减少终端的数据处理时间，提高终端处理器的处理性能。
在另一个实施例中，如图9所示，根据基于运动模型的速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在各分割路径的速度信息的步骤包括：
步骤902，当初始速度大于第一限制速度时，获取对应的第二速度规划策略数据。
步骤904，根据第二速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定各分割路径的速度信息。
具体地，当初始速度大于第一限制速度时，使车辆以预设减加速度从初始加速度减速到预设加速度，以预设加速度做匀加速运动，并获取车辆速度等于第一限制速度时的第二位移。当第二位移与第二预设位移的差值在预设差值范围内时，车辆以第一限制速度做匀速运动，得到各分割路径的速度信息。
可选地，预设减加速度大于或等于最小加加速度且小于或等于最大加加速度；当v0＞Vconst1时，若a0≥0，令a0＝0；如果a0≤aconst，令a0＝aconst；否则，使车辆以预设减加速度Jdec从初始加速度a0减速到预设加速度aconst，以预设加速度aconst做匀加速运动，并获取车辆速度等于第一限制速度Vconst1时的第二位移S，同时也记录下该曲线与限速曲线之间的目标交点信息，即最后一个交点的交点信息，交点信息包括交点时长T3、交点位移s(T3)、交点速度v(T3)和交点加速度a(T3)等。
当第二位移满足0≤Sth2-S≤ε，车辆继续以Vconst1进行匀速运动，得到车辆的速度信息，此时代表规划成功。
当第二预设位移与第二位移的差值小于预设差值的最小值时，获取以预设减加速度和预设最大减速度为参数的运动曲线与限速曲线的第二目标交点信息。根据第二目标交点信息、第一预设位移、第二预设位移和时间阈值确定车辆在分割路径的运动状态，得到各分割路径的速度信息。
可选地，当第二位移满足Sth2-S＜0，判断车辆初始加速度，若a0＞0，则：令a0＝0；如果a0＜Adec，则：令a0＝Adec；否则，获取车辆以预设减加速度Jdec从初始加速度a0减速到最大减速度Adec的运动曲线与限速曲线的第二目标交点信息，第二目标交点信息包括时长T3、加速度a(T3)、速度v(T3)和位移s(T3)，如图10所示。若减加速度Jdec从初始加速度a0减速到最大减速度Adec的运动曲线与限速曲线不存在交点，则记录错误。
当目标交点信息中的位移s(T3)≥Sth2，即t＞T3时，车辆采用匀速v＝Vconst2运动模型做匀速运动，此时车辆速度规划成功，得到车辆的速度信息。
当Sth1≤s(T3)＜Sth2，获取车辆运行时长的时长阈值Tth，根据运行时长t、时长阈值Tth和时长T3确定车辆在分割路径的运动状态，得到各分割路径的速度信息。其中，时间阈值的表达式可为：
Figure BDA0002490058570000161
当t≤T3时，使车辆以匀速限速模式中的第三限制速度vconst在分割路径上做匀速运动，得到车辆在分割路径上的速度信息。
当T3＜t≤Tth时，车辆采用加速度a等于aconst的匀加速运动模型，使车辆的速度减速到Vconst2。
当t≥Tth时，使车辆以第二限制速度在分割路径上做匀速运动，得到车辆在分割路径上的速度信息。
当s(T3)＜Sth1，则：令v(T3)＝Vconst1时，执行当第二预设位移与第二位移的差值大于预设差值的最大值时，使车辆以第一限制速度先做减速运动后匀速再做减速运动，得到车辆在各分割路径的速度信息步骤。
当第二预设位移与第二位移的差值大于预设差值的最大值时，使车辆以第一限制速度先做减速运动后匀速再做减速运动，得到车辆在各分割路径的速度信息。
可选地，当第二预设位移与第二位移的差值大于预设差值的最大值时，车辆以图11a所示的梯型限速模式进行速度规划，若车辆的运行时长t≤T3，使车辆以匀速限速模式中的第三限制速度在分割路径上做匀速运动，得到车辆在分割路径上的速度信息。
当t＞T3时，以a(T3)，v(T3)，s(T3)为车辆的初始状态，车辆以图11b所示的梯型限速模式，根据第一速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在分割路径上的速度信息。
本实施例中，基于运动模型的速度规划策略数据和初始运动数据对各分割路径进行速度规划的速度规划方法中，当车辆的初始速度大于第一限制速度时，根据初始加速度、预设加速度、第一预设位移、第二预设位移、预设减加速度、最大减速度、时间阈值以及限制曲线规划车辆在各段分割路径的运动轨迹，确定车辆在泊车轨迹中的速度，指引车辆在每段分割路径上的行驶，提高车辆泊车轨迹的准确性，以及减少终端的数据处理时间，提高终端处理器的处理性能。
在另一个实施例中，如图12所示，根据基于运动模型的速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在各分割路径的速度信息的步骤包括：
步骤1210，当初始速度小于第一限制速度时，获取对应的第三速度规划策略数据。
步骤1212，根据第三速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在分割路径上的速度信息。
具体地，当初始速度小于第一限制速度时，使车辆以预设减加速度从初始加速度减速到预设加速度，以预设加速度做匀加速运动，并获取车辆速度等于第二限制速度时的第一位移；当第一位移与第二预设位移的差值在预设差值范围内时，使车辆以第二限制速度做匀速运动，得到各分割路径的速度信息。
可选地，当初始速度等于第一限制速度时，获取车辆初始加速度a0，若a0≥0时，则令a0＝0；若初始加速度a0小于或等于预设加速度aconst时，则令a0＝aconst。否则使车辆以预设减加速度Jdec从初始加速度a0减速到预设加速度aconst，以预设加速度aconst做匀加速运动，并获取车辆速度等于第二限制速度Vconst2时的第一位移S；当第一位移S与第二预设位移Sth2的差值在预设差值范围内时，即0≤Sth2-S≤ε时，使车辆以第二限制速度Vconst2做匀速运动，得到车辆在分割路径上的速度信息。
当第一位移与第二预设位移的差值小于预设差值范围的最小值时，获取车辆以预设减加速度从初始加速度减速到最大减速度的运动曲线与限速曲线的第三目标交点信息，第三目标交点信息包括第三交点时长、第三交点加速度、第三交点速度和第三交点位移；根据第三目标交点信息与第二预设位移、时间阈值以及车辆运动的实时长确定车辆在分割路径的运动状态，得到各分割路径的速度信息。
可选地，当第一位移与第二预设位移的差值小于预设差值范围的最小值时，即Sth2-S＜0，按照第一速度规划策略数据中第一位移与第二预设位移的差值小于预设差值范围的最小值的速度规划策略数据对分割路径进行速度规划，在此不做赘述。
当第一位移与第二预设位移的差值大于预设差值范围的最大值时，获取车辆在预设加速时长加速后的加速度、速度和位移。
可选地，当Sth2-S＞ε时，车辆需先加速后减速，获取车辆的预设加速时长T1，若车辆加速度a0大于最大加速度Aacc时，令a0＝Aacc，否则车辆以恒定Jerk＝Jacc加速，其中，加速度极限值为Aacc，速度极限值为Vconst1；当车辆加速T1后，获取车辆在预设加速时长加速后的加速度a(T1)、速度v(T1)和位移s(T1)。
以车辆在预设加速时长加速后的加速度、速度和位移作为初始加速度、初始速度和初始位移，使车辆以预设减加速度从初始加速度减速到预设加速度，以预设加速度做匀加速运动，并获取车辆速度等于第二限制速度时的第三位移。根据第三位移和第二预设位移确定车辆在分割路径的运动状态，得到各分割路径的速度信息。
可选地，以加速度a(T1)、速度v(T1)和位移s(T1)作为车辆的初始加速度、初始速度和初始位移，使车辆以预设减加速度Jdec从初始加速度a(T1)减速到预设加速度aconst，以预设加速度aconst做匀加速运动，并获取车辆速度等于第二限制速度Vconst2时的第三位移S。
当0≤Sth2-S≤ε，则车辆继续以Vconst2进行匀速运动，此时代表速度规划成功，得到车辆的速度信息。
当Sth2-S＞ε时，执行T1＝ti+time_step，其中，ti为每间隔一个时间步长，即time_step(可为0.1秒)，然后执行上述步骤，在此不做赘述，得到车辆在分割路径上的速度信息。
当Sth2-S＜0时，取上一步的计算结果作为该模式的输出结果，该模式结束，将该输出结果作为车辆在分割路径上的速度信息。
本实施例中，基于运动模型的速度规划策略数据和初始运动数据对各分割路径进行速度规划的速度规划方法中，当车辆的初始速度小于第一限制速度时，根据初始加速度、预设加速度、第一预设位移、第二预设位移、预设减加速度、最大减速度、时间阈值以及限制曲线规划车辆在各段分割路径的运动轨迹，确定车辆在泊车轨迹中的速度，指引车辆在每段分割路径上的行驶，提高车辆泊车轨迹的准确性，以及减少终端的数据处理时间，提高终端处理器的处理性能。
应该理解的是，虽然图2、图6、图9和图12的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、图6、图9和图12中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图13所示，提供了一种泊车轨迹生成装置，包括：路径规划模块1302、获取模块1304、路径分割模块1306、速度规划模块1308、轨迹确定模块1310和轨迹合并模块1312，其中：
路径规划模块1302，用于确定车辆每个预设规划周期在停车感兴趣区域中对应的规划路径。
获取模块1304，用于获取规划路径中每个路径点的路径点信息，路径点信息包括路径点的朝向角。
遍历模块1306，用于遍历规划路径中的各路径点，当遍历到的当前路径点指向下一个路径点的位移向量的朝向角与所述当前路径点的朝向角的角度差值大于预设角度差值时，确定当前路径点为路径分割点，得到规划路径对应的分割路径。
速度规划模块1308，用于获取车辆的初始运动数据，根据基于运动模型的速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在各分割路径的速度信息。
轨迹确定模块1310，用于根据速度信息和分割路径确定车辆在各段规划路径对应的运动轨迹。
轨迹拼接模块1312，用于获取车辆的当前位置，根据当前位置对运动轨迹进行拼接，得到车辆的泊车轨迹。
上述泊车轨迹生成装置中，通过预设的规划周期确定车辆在停车感兴趣区域对应的规划路径，即对车辆的泊车路径进行实时规划；根据规划路径中每个路径点的朝向角，对规划路径进行路径分割，确定规划路径中的分割路径；根据基于运动模型的速度规划策略数据和车辆的初始运动数据对车辆在每段分割路径上进行速度规划，确定车辆在分割路径上各个路径点对应的速度信息；根据速度信息和路径点确定车辆在各段规划路径对应的运动轨迹；根据车辆的当前位置对各段运动轨迹进行拼接，得到车辆的泊车轨迹。即根据路径点的朝向角将车辆泊车的路径进行分割，得到每个预设规划周期对应的分割路径；根据车辆的初始速度和速度规划策略数据并对每段分割路径进行速度规划，确定车辆在每段分割路径的速度信息；通过实时对泊车路径进行路径规划和速度规划，得到车辆的泊车轨迹，指引车辆按照泊车轨迹准确泊车，提高了车辆泊车的准确性。
在另一个实施例中，除包括路径规划模块1302、获取模块1304、遍历模块1306、速度规划模块1308、轨迹确定模块1310和轨迹拼接模块1312之外，还包括：区域建立模块和路径优化模块，其中：
区域建立模块，用于根据输入数据确定车辆的起始位姿和终点位姿；输入数据包括车辆模型参数、感知预测信息、导航信息、定位信息、相对地图信息以及车辆底盘信息；根据起始位姿和终点位姿建立车辆的停车感兴趣区域。
在一个实施例中，轨迹确定模块还用于获取车辆的当前位置；确定当前位置在上一段运动轨迹中对应的轨迹点，根据当前位置和轨迹点对运动轨迹进行拼接，直到车辆的位姿与终点位姿相同，得到车辆的泊车轨迹。
在一个实施例中，速度规划模块还用于当初始速度等于第一限制速度时，获取对应的第一速度规划策略数据。
根据第一速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在各分割路径的速度信息。
在一个实施例中，速度规划模块还用于当初始速度大于第一限制速度时，获取对应的第二速度规划策略数据；根据第二速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在各分割路径的速度信息。
在一个实施例中，速度规划模块还用于当初始速度小于第一限制速度时，获取对应的第三速度规划策略数据；根据第三速度规划策略数据和初始运动数据对各分割路径进行速度规划，确定车辆在各分割路径的速度信息。
在一个实施例中，速度规划模块还用于当初始速度等于第一限制速度时，使车辆以预设减加速度从初始加速度减速到预设加速度，以预设加速度做匀加速运动，并获取车辆速度等于第二限制速度时的第一位移。
当第一位移与第二预设位移的差值在预设差值范围内时，使车辆以第二限制速度做匀速运动，确定车辆在各分割路径的速度信息。
当第一位移与第二预设位移的差值小于预设差值范围的最小值时，获取车辆以预设减加速度从初始加速度减速到最大减速度的运动曲线与限速曲线的第一目标交点信息。
根据第一目标交点信息与第二预设位移、时间阈值以及车辆运动的实时长确定车辆在分割路径的运动状态，确定车辆在各分割路径的速度信息。
当第一位移与第二预设位移的差值大于预设差值范围的最大值时，根据初始速度、初始加速度、预设加速度、第一预设位移和预设减加速度确定车辆匀速运动的匀速时长，根据匀速时长确定车辆在分割路径中的运动状态，确定车辆在各分割路径的速度信息。
在一个实施例中，速度规划模块还用于当初始速度大于第一限制速度时，使车辆以预设减加速度从初始加速度减速到预设加速度，以预设加速度做匀加速运动，并获取车辆速度等于第一限制速度时的第二位移。
当第二位移与第二预设位移的差值在预设差值范围内时，车辆以第一限制速度做匀速运动，确定车辆在各分割路径的速度信息；
当第二预设位移与第二位移的差值小于预设差值的最小值时，获取以预设减加速度和预设最大减速度为参数的运动曲线与限速曲线的第二目标交点信息；根据第二目标交点信息、第一预设位移、第二预设位移和时间阈值确定车辆在分割路径的运动状态，确定车辆在各分割路径的速度信息。
当第二预设位移与第二位移的差值大于预设差值的最大值时，使车辆以第一限制速度先做减速运动后匀速再做减速运动，得到车辆在各分割路径的速度信息。
在一个实施例中，速度规划模块还用于当初始速度小于第一限制速度时，使车辆以预设减加速度从初始加速度减速到预设加速度，以预设加速度做匀加速运动，并获取车辆速度等于第二限制速度时的第一位移。
当第一位移与第二预设位移的差值在预设差值范围内时，使车辆以第二限制速度做匀速运动，确定车辆在各分割路径的速度信息。
当第一位移与第二预设位移的差值小于预设差值范围的最小值时，获取车辆以预设减加速度从初始加速度减速到最大减速度的运动曲线与限速曲线的第三目标交点信息。
根据第三目标交点信息与第二预设位移、时间阈值以及车辆运动的时长确定车辆在分割路径的运动状态，确定车辆在各分割路径的速度信息。
当第一位移与第二预设位移的差值大于预设差值范围的最大值时，获取车辆在预设加速时长加速后的加速度、速度和位移。
以车辆在预设加速时长加速后的加速度、速度和位移作为初始加速度、初始速度和初始位移，使车辆以预设减加速度从初始加速度减速到预设加速度，以预设加速度做匀加速运动，并获取车辆速度等于第二限制速度时的第三位移。
根据第三位移和第二预设位移确定车辆在分割路径的运动状态，确定车辆在各分割路径的速度信息。
路径优化模块，用于当分割路径的曲率变化值大于预设曲率变化值时，通过共轭梯度平滑算法对分割路径进行优化，使得曲率变化值等于预设曲率变化值，得到优化后的分割路径。
上述泊车轨迹生成装置中，通过建立好的相对地图和输入数据确定车辆的泊车的起始位姿和终点位姿，以及建立停车的感兴趣区域，确定车辆每个预设规划周期在停车感兴趣区域中对应的规划路径，根据路径中路径点的朝向角，确定规划路径中的分割路径点，根据规划路径进行分割，得到分割路径；根据基于运动模型的速度规划策略数据和车辆的初始运动数据对各段分割路径进行速度规划，得到车辆在分割路径的速度曲线和加速度曲线；根据速度曲线和加速度曲线和路径点得到规划路径对应的运动轨迹；根据车辆当前位置确定上一段运动路径中对应的轨迹点作为起始规划点进行轨迹拼接，直到车辆的位姿与终点位姿相同，得到车辆从起始位姿到终点位姿的泊车轨迹；通过泊车轨迹指引车辆准确泊车。
关于泊车轨迹生成装置的具体限定可以参见上文中对于泊车轨迹生成方法的限定，在此不再赘述。上述泊车轨迹生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (11)

1.一种泊车轨迹生成方法，其特征在于，所述方法包括：
确定车辆每个预设规划周期在停车感兴趣区域中对应的规划路径；
获取所述规划路径中每个路径点的路径点信息，所述路径点信息包括路径点的朝向角；
遍历所述规划路径中的各所述路径点，当遍历到的当前路径点指向下一个路径点的位移向量的朝向角与所述当前路径点的朝向角的角度差值大于预设角度差值时，确定所述当前路径点为路径分割点，得到所述规划路径对应的分割路径；
获取所述车辆的初始运动数据；
根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息；
根据所述速度信息和所述分割路径上的路径点确定所述车辆在各段所述分割路径对应的运动轨迹；
获取所述车辆的当前位置，根据所述当前位置对各段所述运动轨迹进行拼接，得到所述车辆的泊车轨迹。
2.根据权利要求1所述的方法，其特征在于，所述初始运动数据包括所述的车辆的初始速度、初始加速度和初始位移；所述速度规划策略数据中包括第一限制速度。
3.根据权利要求2所述的方法，其特征在于，所述根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度等于所述第一限制速度时，获取对应的第一速度规划策略数据；
根据所述第一速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息。
4.根据权利要求2所述的方法，其特征在于，所述根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度大于所述第一限制速度时，获取对应的第二速度规划策略数据；
根据所述第二速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息。
5.根据权利要求2所述的方法，其特征在于，所述根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度小于所述第一限制速度时，获取对应的第三速度规划策略数据；
根据所述第三速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息。
6.根据权利要求3所述的方法，其特征在于，所述根据所述第一速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度等于所述第一限制速度时，使所述车辆以预设减加速度从所述初始加速度减速到预设加速度，以所述预设加速度做匀加速运动，并获取所述车辆速度等于第二限制速度时的第一位移；
当所述第一位移与所述第二预设位移的差值在预设差值范围内时，使所述车辆以所述第二限制速度做匀速运动，确定所述车辆在各所述分割路径的速度信息；
当所述第一位移与所述第二预设位移的差值小于所述预设差值范围的最小值时，获取所述车辆以预设减加速度从所述初始加速度减速到最大减速度的运动曲线与限速曲线的第一目标交点信息；
根据所述第一目标交点信息与所述第二预设位移、时间阈值以及所述车辆运动的实时长确定所述车辆在所述分割路径的运动状态，确定所述车辆在各所述分割路径的速度信息；
当所述第一位移与所述第二预设位移的差值大于所述预设差值范围的最大值时，根据所述初始速度、初始加速度、预设加速度、第一预设位移和预设减加速度确定所述车辆匀速运动的匀速时长，根据所述匀速时长确定所述车辆在所述分割路径中的运动状态，确定所述车辆在各所述分割路径的速度信息。
7.根据权利要求4所述的方法，其特征在于，所述根据所述第一速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度大于所述第一限制速度时，使所述车辆以预设减加速度从所述初始加速度减速到预设加速度，以所述预设加速度做匀加速运动，并获取所述车辆速度等于第一限制速度时的第二位移；
当所述第二位移与所述第二预设位移的差值在所述预设差值范围内时，所述车辆以所述第一限制速度做匀速运动，确定所述车辆在各所述分割路径的速度信息；
当所述第二预设位移与所述第二位移的差值小于所述预设差值的最小值时，获取以所述预设减加速度和所述预设最大减速度为参数的运动曲线与限速曲线的第二目标交点信息；
根据所述第二目标交点信息、所述第一预设位移、所述第二预设位移和时间阈值确定所述车辆在所述分割路径的运动状态，确定所述车辆在各所述分割路径的速度信息；
当所述第二预设位移与所述第二位移的差值大于预设差值的最大值时，使车辆以所述第一限制速度先做减速运动后匀速再做减速运动，得到车辆在各分割路径的速度信息。
8.根据权利要求5所述的方法，其特征在于，所述根据所述第一速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息包括：
当所述初始速度小于所述第一限制速度时，使所述车辆以预设减加速度从所述初始加速度减速到预设加速度，以所述预设加速度做匀加速运动，并获取所述车辆速度等于第二限制速度时的第一位移；
当所述第一位移与所述第二预设位移的差值在预设差值范围内时，使所述车辆以所述第二限制速度做匀速运动，确定所述车辆在各所述分割路径的速度信息；
当所述第一位移与所述第二预设位移的差值小于所述预设差值范围的最小值时，获取所述车辆以预设减加速度从所述初始加速度减速到最大减速度的运动曲线与限速曲线的第三目标交点信息；
根据所述第三目标交点信息与所述第二预设位移、时间阈值以及所述车辆运动的实时长确定所述车辆在所述分割路径的运动状态，确定所述车辆在各所述分割路径的速度信息；
当所述第一位移与所述第二预设位移的差值大于所述预设差值范围的最大值时，获取所述车辆在预设加速时长加速后的加速度、速度和位移；
以所述车辆在预设加速时长加速后的加速度、速度和位移作为初始加速度、初始速度和初始位移，使所述车辆以预设减加速度从所述初始加速度减速到预设加速度，以所述预设加速度做匀加速运动，并获取所述车辆速度等于第二限制速度时的第三位移；
根据所述第三位移和所述第二预设位移确定所述车辆在所述分割路径的运动状态，确定所述车辆在各所述分割路径的速度信息。
9.一种泊车轨迹生成装置，其特征在于，所述装置包括：
路径规划模块，用于确定车辆每个预设规划周期在停车感兴趣区域中对应的规划路径；
获取模块，用于获取所述规划路径中每个路径点的路径点信息，所述路径点信息包括路径点的朝向角；
路径分割模块，用于遍历所述规划路径中的各所述路径点，当遍历到的当前路径点指向下一个路径点的位移向量的朝向角与所述当前路径点的朝向角的角度差值大于预设角度差值时，确定所述当前路径点为路径分割点，得到所述规划路径对应的分割路径；
速度规划模块，用于获取所述车辆的初始运动数据，根据基于运动模型的速度规划策略数据和所述初始运动数据对各所述分割路径进行速度规划，确定所述车辆在各所述分割路径的速度信息；
轨迹确定模块，用于根据所述速度信息和所述分割路径上的路径点确定所述车辆在各段所述规划路径对应的运动轨迹；
轨迹合并模块，用于获取所述车辆的当前位置，根据所述当前位置对各段所述运动轨迹进行拼接，得到所述车辆的泊车轨迹。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
11.一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权利要求1至8中任一项所述的方法的步骤。
CN202010402570.9A 2020-05-13 2020-05-13 泊车轨迹生成方法、装置、计算机设备和存储介质 Active CN113670305B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010402570.9A CN113670305B (zh) 2020-05-13 2020-05-13 泊车轨迹生成方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010402570.9A CN113670305B (zh) 2020-05-13 2020-05-13 泊车轨迹生成方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN113670305A true CN113670305A (zh) 2021-11-19
CN113670305B CN113670305B (zh) 2024-09-27

Family

ID=78536908

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010402570.9A Active CN113670305B (zh) 2020-05-13 2020-05-13 泊车轨迹生成方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113670305B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114842661A (zh) * 2022-07-04 2022-08-02 成都宜泊信息科技有限公司 一种管理室内地图通行路段实时状态的方法和系统
CN114995464A (zh) * 2022-07-19 2022-09-02 佛山市星曼信息科技有限公司 局部路径规划的控制方法及装置、机器人、存储介质
CN116653931A (zh) * 2023-08-01 2023-08-29 禾昆科技(北京)有限公司 车辆泊车控制方法、装置、电子设备和计算机可读介质
CN117058919A (zh) * 2023-10-10 2023-11-14 北京集度科技有限公司 车位推荐方法、装置、计算机设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009025328A1 (de) * 2009-06-18 2010-12-30 Valeo Schalter Und Sensoren Gmbh Verfahren zum Durchführen eines zumindest semi-autonomen Parkvorgangs eines Fahrzeugs und Parkassistenzsystem für ein Fahrzeug
CN102473347A (zh) * 2009-09-24 2012-05-23 三菱电机株式会社 行驶模式生成装置
KR20170070480A (ko) * 2015-12-14 2017-06-22 현대모비스 주식회사 주차장 내 최적 경로 생성방법 및 그 시스템
CN108073176A (zh) * 2018-02-10 2018-05-25 西安交通大学 一种改进型D*Lite车辆动态路径规划方法
CN109074743A (zh) * 2016-04-28 2018-12-21 日产自动车株式会社 停车辅助方法及装置
US20200001863A1 (en) * 2018-06-29 2020-01-02 Baidu Usa Llc Planning parking trajectory for self-driving vehicles
CN110806218A (zh) * 2019-11-29 2020-02-18 北京京东乾石科技有限公司 泊车路径规划方法、装置和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009025328A1 (de) * 2009-06-18 2010-12-30 Valeo Schalter Und Sensoren Gmbh Verfahren zum Durchführen eines zumindest semi-autonomen Parkvorgangs eines Fahrzeugs und Parkassistenzsystem für ein Fahrzeug
CN102473347A (zh) * 2009-09-24 2012-05-23 三菱电机株式会社 行驶模式生成装置
KR20170070480A (ko) * 2015-12-14 2017-06-22 현대모비스 주식회사 주차장 내 최적 경로 생성방법 및 그 시스템
CN109074743A (zh) * 2016-04-28 2018-12-21 日产自动车株式会社 停车辅助方法及装置
CN108073176A (zh) * 2018-02-10 2018-05-25 西安交通大学 一种改进型D*Lite车辆动态路径规划方法
US20200001863A1 (en) * 2018-06-29 2020-01-02 Baidu Usa Llc Planning parking trajectory for self-driving vehicles
CN110806218A (zh) * 2019-11-29 2020-02-18 北京京东乾石科技有限公司 泊车路径规划方法、装置和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
叶茂;季鑫;赵叶鑫;: "基于微分平坦的平行泊车路径规划", 汽车实用技术, no. 08, 30 April 2019 (2019-04-30) *
郭奕璀: "基于动态窗口和绕墙走的自动垂直泊车轨迹规划", 交通信息与安全, vol. 35, no. 1, 28 February 2017 (2017-02-28), pages 92 - 97 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114842661A (zh) * 2022-07-04 2022-08-02 成都宜泊信息科技有限公司 一种管理室内地图通行路段实时状态的方法和系统
CN114995464A (zh) * 2022-07-19 2022-09-02 佛山市星曼信息科技有限公司 局部路径规划的控制方法及装置、机器人、存储介质
CN116653931A (zh) * 2023-08-01 2023-08-29 禾昆科技(北京)有限公司 车辆泊车控制方法、装置、电子设备和计算机可读介质
CN116653931B (zh) * 2023-08-01 2024-02-23 禾昆科技(北京)有限公司 车辆泊车控制方法、装置、电子设备和计算机可读介质
CN117058919A (zh) * 2023-10-10 2023-11-14 北京集度科技有限公司 车位推荐方法、装置、计算机设备及存储介质
CN117058919B (zh) * 2023-10-10 2024-01-12 北京集度科技有限公司 车位推荐方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN113670305B (zh) 2024-09-27

Similar Documents

Publication Publication Date Title
US10754341B2 (en) Systems and methods for accelerated curve projection
US10515321B2 (en) Cost based path planning for autonomous driving vehicles
CN113670305B (zh) 泊车轨迹生成方法、装置、计算机设备和存储介质
US10754339B2 (en) Dynamic programming and quadratic programming based decision and planning for autonomous driving vehicles
US10948919B2 (en) Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles
US10775801B2 (en) Determining speeds along a path for autonomous driving vehicles
CN111750886A (zh) 局部路径规划方法及装置
KR101133037B1 (ko) 자율이동차량용 충돌회피를 위한 경로갱신방법 및 그 장치
US11586209B2 (en) Differential dynamic programming (DDP) based planning architecture for autonomous driving vehicles
US11353878B2 (en) Soft-boundary based path optimization for complex scenes for autonomous driving vehicles
WO2021034819A1 (en) Polyline contour representations for autonomous vehicles
CN111830979A (zh) 一种轨迹优化方法和装置
US11106212B2 (en) Path planning for complex scenes with self-adjusting path length for autonomous driving vehicles
US11565723B2 (en) Systems and methods for vehicle motion planning
KR20220017481A (ko) 2d 궤적 플래너용 도로 모델 매니폴드
US20230415736A1 (en) Systems and methods for controlling longitudinal acceleration based on lateral objects
US20230415739A1 (en) Systems and methods for controlling longitudinal acceleration based on lateral objects
WO2022217209A1 (en) Lane changing based only on local information
US20230211802A1 (en) Motion planning using spatio-temporal convex corridors
US20230415781A1 (en) Systems and methods for controlling longitudinal acceleration based on lateral objects
CN115583254A (zh) 路径规划方法、装置、设备以及自动驾驶车辆
US20240166231A1 (en) Systems and methods for determining steer while stopped behavior for a vehicle using dynamic limits
US20240101106A1 (en) Systems and methods for scene understanding
US20240092358A1 (en) Systems and methods for scene understanding
US20240075923A1 (en) Systems and methods for deweighting veering margins based on crossing time

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