CN113701756A - 一种新型自适应无人车辆倒车入库路径规划与跟踪方法 - Google Patents

Abstract

本发明提供一种新型自适应无人车辆倒车入库路径规划与跟踪方法，包括以下步骤：步骤10)利用车载传感器获取车辆信息和车库信息；步骤20)根据车辆信息和车库信息，基于贝塞尔曲线计算倒车路径；步骤30)基于纯跟踪算法对倒车路径进行跟踪，完成车辆的倒车入库。本发明新型自适应无人车辆倒车入库路径规划与跟踪方法，利用车辆信息与车库信息之间的关系，基于贝塞尔曲线计算得到倒车路径，再基于纯跟踪算法进行倒车路径跟踪，完成车辆的倒车入库。本发明实施例方法对于不同相对位置的不同大小车辆与车库有较好的适用性，车辆能自动准确完成倒车入库。本发明方法计算复杂度低，能够在实车嵌入式控制器上实现，有很好的应用前景。

Description

一种新型自适应无人车辆倒车入库路径规划与跟踪方法

技术领域

本发明属于无人驾驶汽车路径规划与跟踪技术领域，具体涉及一种新型自适应无人车辆倒车入库路径规划与跟踪方法。

背景技术

车辆数据的获取与信息处理是实现无人驾驶汽车自主行驶的关键技术之一，而倒车入库是车辆在使用过程中不可避免的技术问题。在获得车辆的行驶数据，以及车辆的目标位置后，如何进行合适的路径规划，并对规划好的路径进行跟踪控制，使无人车辆完成倒车入库的任务，是实现自动驾驶车辆的必备环节。考虑不同车辆与不同车库的路径规划与跟踪算法，即根据传感器获得的车辆以及车库信息，根据相关几何关系，计算出使车辆可以平稳行驶，不会发生碰撞的倒车入库路径，并对该路径进行纯跟踪的倒车入库算法。

目前，国内外许多研究者针对无人驾驶汽车的倒车入库研究，大都使用传感器进行障碍以及碰撞的识别，使用反馈控制方法实现无人驾驶汽车倒车入库的路径规划跟踪。最常用的方法之一是通过车库与车辆的角度进行计算，绘制圆弧来进行车辆的路径规划，由于车辆在倒车入库时的轨迹曲线就是不同半径大小的圆弧，故圆弧形的曲线在倒车入库过程中被广泛的应用。

倒车入库路径规划算法的关键在于如何针对不同的车辆位姿进行倒车入库。由于初始车辆的位姿不同，得到车辆与车库位置时，使用圆弧进行轨迹规划不一定是可行的，那么如何计算得到一条使车辆平稳行驶，且并不会发生碰撞的倒车入库路径，是倒车入库的关键问题。因此，很多国内外学者对车辆倒车时的路径规划算法提出了很多改进。张芳等针对不同位姿的车辆与车库，提出了一种基于车辆与车库之间夹角的规划算法。特斯拉团队通过使用多传感器的方式，提出了一种根据汽车周围环境进行自适应调节的倒车入库方法。

发明内容

本发明所要解决的技术问题是：提供一种新型自适应无人车辆倒车入库路径规划与跟踪方法，对于不同相对位置的不同大小车辆与车库，均能自动成功完成倒车入库。

为解决上述技术问题，本发明提供一种新型自适应无人车辆倒车入库路径规划与跟踪方法，包括以下步骤：

步骤10)利用车载传感器获取车辆信息和车库信息；

步骤20)根据车辆信息和车库信息，基于贝塞尔曲线计算倒车路径；

步骤30)基于纯跟踪算法对倒车路径进行跟踪，完成车辆的倒车入库。

作为本发明实施例的进一步改进，所述步骤20)具体包括：

步骤201)根据车辆信息和车库信息，利用式(1)计算得到点集P：

P_b＝(1-t)²P₀+2t(1-t)P₁+t²P₂ 式(1)

式中，点P_b表示点集P中的点，t＝0.01i，i＝0，1，2，...，100，点P₀表示车辆位置(x_v，y_v)，点P₂表示车库库口的中心点

点P₁表示点P₀和点P₂所在贝塞尔曲线的中心点(x₁，y₁)＝(x₂+ΔS_{1_2}cosθ，y₂+ΔS_{1_2}sinθ)，ΔS_{0_2}表示点P₁与点P₂之间的距离，

作为本发明实施例的进一步改进，所还步骤20)还包括：

步骤202)从点P₂处开始，沿车库中心线，每隔0.0S米取一个点P_ci，直到取到车库尾处，记为点集P_c；将点集P_c补充至点集P中，获得路径点集P_parking。

作为本发明实施例的进一步改进，所述步骤30)具体包括：

步骤301)车辆基于纯跟踪算法跟踪倒车路径，在跟踪过程中，当车辆与倒车路径的下一个跟踪点的距离小于前视距离S_view时，开始跟踪下一个跟踪点，直至跟踪完倒车路径的所有跟踪点；

其中，车辆跟踪一个跟踪点具体包括：

利用式(2)计算车辆的前轮转角，根据前轮转角跟踪跟踪点Q_now：

式中，δ表示车辆的前轮转角，

表示当前车辆点P_now与跟踪点Q_now的距离，L_dshaft表示车辆的轴距，β表示向量

的角度，γ表示车辆当前的航向角；

如果前轮转角δ大于最大前轮转角，则使前轮转角δ等于最大前轮转角。

作为本发明实施例的进一步改进，所述步骤30)还包括：

步骤302)车辆在跟踪倒车路径过程中，根据车辆当前位置信息，判断是否会出现碰撞，若判断会出现碰撞，则重复步骤20)得到新的倒车路径，车辆跟踪新的倒车路径。

作为本发明实施例的进一步改进，所述步骤302)具体包括：

车辆在跟踪倒车路径过程中，计算车辆距离车库对边所在直线的距离ΔS，当ΔS＜0.2m时，车辆切换为前进状态；前进3米后，切换为倒车状态；重复步骤20)得到新的倒车路径，跟踪新的倒车路径。

与现有技术相比，本发明的技术方案具有以下有益效果：本发明实施例提供的新型自适应无人车辆倒车入库路径规划与跟踪方法，利用车辆信息与车库信息之间的关系，基于贝塞尔曲线计算得到倒车路径，再基于纯跟踪算法进行倒车路径跟踪，完成车辆的倒车入库。本发明实施例方法对于不同相对位置的不同大小车辆与车库有较好的适用性，车辆能自动准确完成倒车入库。本发明方法计算复杂度低，能够在实车嵌入式控制器上实现，有很好的应用前景。

附图说明

图1为本发明实施例的新型自适应无人车辆倒车入库路径规划与跟踪方法的流程图；

图2为本发明实施例中纯跟踪算法阿克曼转向模型示意图；

图3为本发明实施例方法仿真获得的倒车路径曲线绘制图；

图4为本发明实施例方法仿真过程中绘制的调整过程图。

具体实施方式

下面对本发明的技术方案进行详细的说明。

本发明实施例提供一种新型自适应无人车辆倒车入库路径规划与跟踪方法，如图1所示，包括以下步骤：

步骤10)利用车载传感器获取车辆信息和车库信息。

步骤20)根据车辆信息和车库信息，基于贝塞尔曲线计算倒车路径；

步骤30)基于纯跟踪算法对倒车路径进行跟踪，完成车辆的倒车入库。

本发明实施例方法在获得车辆信息和车库信息后，通过获得的车辆信息和车库信息对车辆的倒车路径进行计算，对于不同的车辆、车库信息计算出来的倒车路径不同，均可以很好完成车辆的倒车入库过程。

具体的，步骤10)中，通过车载传感器获得车辆位置信息和车库信息，所得信息参数均为厘米级。车辆信息包括车辆中心点在大地坐标系下坐标为(x_p，y_p)，车辆本身位置的坐标为(x_v，y_v)，车辆航向角γ和车辆轴距L_dshaft。车库信息包括车库的长宽Llength，L_width，车库的朝向θ和车道宽L_road。

优选的，所述步骤20)具体包括：

步骤201)根据车辆信息和车库信息，利用式(1)计算得到点集P：

P_b＝(1-t)²P₀+2t(1-t)P₁+t²P₂ 式(1)

式中，点P_b表示点集P中的点，t＝0.01i，i＝0，1，2，...，100；点P₀表示车辆位置，其坐标为(x_v，y_v)；点P₂表示车库库口的中心点，其坐标为

点P₁表示点P₀和点P₂所在贝塞尔曲线的中心点，其坐标为(x₁，y₁)＝(x₂+ΔS_{1_2}cosθ，y₂+ΔS_{1_2}sinθ)，ΔS_{0_2}表示点P₁与点P₂之间的距离，

进一步，所述步骤20)还包括：

步骤202)从点P₂处开始，沿车库中心线，每隔0.05米取一个点P_ci，直到取到车库尾处，记为点集P_c；将点集P_c补充至点集P中，获得路径点集P_parking。

本发明实施例方法通过贝塞尔曲线计算得到点集可以保证在车辆倒车入库过程中不会出现计算出的车辆转角大于车辆实际最大转角的情况，再进行补点，不点后的点集可以使车辆倒入车库的合适位置。

优选的，所述步骤30)具体包括：

步骤301)车辆基于纯跟踪算法跟踪倒车路径，在跟踪过程中，当车辆与倒车路径的下一个跟踪点的距离小于前视距离S_view时，开始跟踪下一个跟踪点，直至跟踪完倒车路径的所有跟踪点；

其中，车辆跟踪一个跟踪点具体包括：

利用式(2)计算车辆的前轮转角，根据前轮转角跟踪跟踪点Q_now：

式中，δ表示车辆的前轮转角，

表示当前车辆点P_now与跟踪点Q_now的距离，L_dshaft表示车辆的轴距，β表示向量

的角度，γ表示车辆当前的航向角；

如果前轮转角δ大于最大前轮转角，则使前轮转角δ等于最大前轮转角。

计算得到前轮转角后根据所得的转角对车辆进行控制，在倒车过程中保证车辆的前轮角度与计算所得角度一致，完成车辆的跟踪控制。

进一步，所述步骤30)还包括：

步骤302)车辆在跟踪倒车路径过程中，根据车辆当前位置信息，判断是否会出现碰撞，若判断会出现碰撞，则重复步骤20)得到新的倒车路径，车辆跟踪新的倒车路径。

进一步，所述步骤302)具体包括：

车辆在跟踪倒车路径过程中，计算车辆距离车库对边所在直线的距离ΔS，当ΔS＜0.2m时，车辆切换为前进状态；前进3米后，切换为倒车状态；重复步骤20)得到新的倒车路径，跟踪新的倒车路径。

对本发明方法进行仿真，得到的仿真结果如图3和图4所示。

如图3(a)所示，当车辆离车库过近时，所得倒车路径曲线先向外延伸，可以很好的避免车辆与车库碰撞，再结合位姿的调整，该调整过程如图4所示，可以很好的完成倒车入库，有效的避免碰撞的发生，实现在任意位置进行倒车入库。如图3(b)所示，当初始车辆纵向位置距离车库较大时，所得倒车路径曲线较为平缓，可以很好的完成路径跟踪。当初始车辆与车库处于任意位姿时，如图3所示，均可以很好的完成倒车入库曲线的规划。仿真试验结果表明，本发明实施例方法具有较好的效果，可以实现在任意位置进行倒车入库。

以上显示和描述了本发明的基本原理、主要特征和优点。本领域的技术人员应该了解，本发明不受上述具体实施例的限制，上述具体实施例和说明书中的描述只是为了进一步说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由权利要求书及其等效物界定。

Claims (6)

1.一种新型自适应无人车辆倒车入库路径规划与跟踪方法，其特征在于，包括以下步骤：

步骤10)利用车载传感器获取车辆信息和车库信息；

步骤20)根据车辆信息和车库信息，基于贝塞尔曲线计算倒车路径；

步骤30)基于纯跟踪算法对倒车路径进行跟踪，完成车辆的倒车入库。

2.根据权利要求1所述的新型自适应无人车辆倒车入库路径规划与跟踪方法，其特征在于，所述步骤20)具体包括：

步骤201)根据车辆信息和车库信息，利用式(1)计算得到点集P：

P_b＝(1-t)²P₀+2t(1-t)P₁+t²P₂ 式(1)

式中，点P_b表示点集P中的点，t＝0.01i，i＝0，1，2，...，100，点P₀表示车辆位置(x_v，y_v)，点P₂表示车库库口的中心点

点P₁表示点P₀和点P₂所在贝塞尔曲线的中心点(x₁，y₁)＝(x₂+ΔS_{1_2}cosθ，y₂+ΔS_{1_2}sinθ)，ΔS_{0_2}表示点P₁与点P₂之间的距离，

3.根据权利要求2所述的新型自适应无人车辆倒车入库路径规划与跟踪方法，其特征在于，所述步骤20)还包括：

步骤202)从点P₂处开始，沿车库中心线，每隔0.05米取一个点P_ci，直到取到车库尾处，记为点集P_c；将点集P_c补充至点集P中，获得路径点集P_parking。

4.根据权利要求1所述的新型自适应无人车辆倒车入库路径规划与跟踪方法，其特征在于，所述步骤30)具体包括：

步骤301)车辆基于纯跟踪算法跟踪倒车路径，在跟踪过程中，当车辆与倒车路径的下一个跟踪点的距离小于前视距离S_view时，开始跟踪下一个跟踪点，直至跟踪完倒车路径的所有跟踪点；

其中，车辆跟踪一个跟踪点具体包括：

利用式(2)计算车辆的前轮转角，根据前轮转角跟踪跟踪点Q_now：

式中，δ表示车辆的前轮转角，

表示当前车辆点P_now与跟踪点Q_now的距离，L_dshaft表示车辆的轴距，β表示向量

的角度，γ表示车辆当前的航向角；

如果前轮转角δ大于最大前轮转角，则使前轮转角δ等于最大前轮转角。

5.根据权利要求4所述的新型自适应无人车辆倒车入库路径规划与跟踪方法，其特征在于，所述步骤30)还包括：

步骤302)车辆在跟踪倒车路径过程中，根据车辆当前位置信息，判断是否会出现碰撞，若判断会出现碰撞，则重复步骤20)得到新的倒车路径，车辆跟踪新的倒车路径。

6.根据权利要求5所述的新型自适应无人车辆倒车入库路径规划与跟踪方法，其特征在于，所述步骤302)具体包括：

车辆在跟踪倒车路径过程中，计算车辆距离车库对边所在直线的距离ΔS，当ΔS＜0.2m时，车辆切换为前进状态；前进3米后，切换为倒车状态；重复步骤20)得到新的倒车路径，跟踪新的倒车路径。

Images