CN114834447B - 基于自动泊车轨迹的碰撞风险预测方法及装置 - Google Patents

基于自动泊车轨迹的碰撞风险预测方法及装置 Download PDF

Info

Publication number
CN114834447B
CN114834447B CN202210602476.7A CN202210602476A CN114834447B CN 114834447 B CN114834447 B CN 114834447B CN 202210602476 A CN202210602476 A CN 202210602476A CN 114834447 B CN114834447 B CN 114834447B
Authority
CN
China
Prior art keywords
vehicle
automatic parking
distance
parking
abnormal
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
Application number
CN202210602476.7A
Other languages
English (en)
Other versions
CN114834447A (zh
Inventor
周英坤
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.)
Yuanfeng Technology Co Ltd
Original Assignee
Yuanfeng Technology 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 Yuanfeng Technology Co Ltd filed Critical Yuanfeng Technology Co Ltd
Priority to CN202210602476.7A priority Critical patent/CN114834447B/zh
Publication of CN114834447A publication Critical patent/CN114834447A/zh
Application granted granted Critical
Publication of CN114834447B publication Critical patent/CN114834447B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • 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)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于自动泊车轨迹的碰撞风险预测方法，该方法包括：根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点；通过第一车载雷达获取第一障碍物与车辆中心点之间的第一距离，并根据第一距离以及车辆航向角，获取第一障碍物对应的位置直线方程；若各泊车位置点与位置直线方程之间的第二距离中，存在异常第二距离，则确定自动泊车轨迹中存在碰撞风险。本发明公开的技术方案，实现了自动泊车轨迹中碰撞风险的准确预测，提高了自动泊车的安全性，同时，在确定自动泊车轨迹中不存在碰撞风险时，不再需要主动增加空间余量，确保了较小泊车空间下的自动泊车，提高了自动泊车功能的场景适用性。

Description

基于自动泊车轨迹的碰撞风险预测方法及装置
技术领域
本发明涉及汽车技术领域，尤其涉及一种基于自动泊车轨迹的碰撞风险预测方法及装置。
背景技术
随着汽车行业的迅速发展，人工智能技术被广泛应用于车辆控制中，其中自动泊车功能由于其有效地帮助驾驶员完成了自动停车，提升了车辆停靠的安全性和便捷性，因此，成为了汽车辅助功能中重要的组成部分。
在现有的自动泊车功能中，通常是通过车载超声波雷达进行障碍物的检测，从而依据检测结果获取规划完成的自动泊车轨迹，但是由于超声波雷达本身的检测特性和安装位置限制，往往无法准确获知障碍物，特别是近距离障碍物的准确位置，由此导致规划完成的自动泊车轨迹中仍然存在较大的碰撞风险。
由于无法准确预测自动泊车轨迹中是否存在碰撞风险，因此为了提高泊车安全，通常只能在已规划完成的自动泊车轨迹中主动增加空间余量，这就导致当泊车空间较小时，往往无法实现准确的自动泊车，降低了自动泊车功能的场景适用性。
发明内容
本发明提供了一种基于自动泊车轨迹的碰撞风险预测方法、装置、电子设备和存储介质，以解决预先规划完成的自动泊车轨迹中存在碰撞风险的问题。
本发明的一方面，提供了一种基于自动泊车轨迹的碰撞风险预测方法，包括：
根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点；
通过第一车载雷达获取第一障碍物与所述车辆中心点之间的第一距离，并根据所述第一距离以及车辆航向角，获取所述第一障碍物对应的位置直线方程；其中，所述第一车载雷达包括前向雷达或后向雷达；
若各所述泊车位置点与所述位置直线方程之间的第二距离中，存在异常第二距离，则确定所述自动泊车轨迹中存在碰撞风险；其中，所述异常第二距离小于等于所述车辆中心点与所述第一车载雷达之间的第三距离。
本发明的另一方面，提供了一种基于自动泊车轨迹的碰撞风险预测装置，包括：
泊车位置点获取模块，用于根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点；
位置直线方程获取模块，用于通过第一车载雷达获取第一障碍物与所述车辆中心点之间的第一距离，并根据所述第一距离以及车辆航向角，获取所述第一障碍物对应的位置直线方程；其中，所述第一车载雷达包括前向雷达或后向雷达；
异常第二距离判断模块，用于若各所述泊车位置点与所述位置直线方程之间的第二距离中，存在异常第二距离，则确定所述自动泊车轨迹中存在碰撞风险；其中，所述异常第二距离小于等于所述车辆中心点与所述第一车载雷达之间的第三距离。
本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的基于自动泊车轨迹的碰撞风险预测方法。
本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于自动泊车轨迹的碰撞风险预测方法。
本发明实施例的技术方案，根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点，并通过第一车载雷达以及车辆航向角，获取第一障碍物对应的位置直线方程，进而通过各个泊车位置点与该位置直线方程的距离，确定自动泊车轨迹中是否存在碰撞风险，实现了自动泊车轨迹中碰撞风险的准确预测，极大地提高了自动泊车的安全性，同时，在确定自动泊车轨迹中不存在碰撞风险时，不再需要主动增加空间余量，确保了较小泊车空间下的自动泊车，提高了自动泊车功能的场景适用性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1A是本发明实施例一提供的一种基于自动泊车轨迹的碰撞风险预测方法的流程图；
图1B是本发明实施例一提供的第一车载雷达和第二车载雷达的位置示意图；
图2A是本发明实施例二提供的一种基于自动泊车轨迹的碰撞风险预测方法的流程图；
图2B是本发明实施例二提供的车辆包络区域的结构示意图；
图2C是本发明实施例二提供的第二障碍物与车辆的位置关系示意图；
图3是本发明实施例三提供的一种基于自动泊车轨迹的碰撞风险预测方法的流程图；
图4是本发明实施例四提供的一种基于自动泊车轨迹的碰撞风险预测方法的流程图；
图5是根据本发明实施例五提供的一种基于自动泊车轨迹的碰撞风险预测装置的结构示意图；
图6是实现本发明实施例的基于自动泊车轨迹的碰撞风险预测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，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在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1A为本发明实施例一提供了一种基于自动泊车轨迹的碰撞风险预测方法的流程图，本实施例可适用于判断预先规划完成的自动泊车轨迹中是否存在车辆碰撞风险，该方法可以由基于自动泊车轨迹的碰撞风险预测装置来执行，该基于自动泊车轨迹的碰撞风险预测装置可以采用硬件和/或软件的形式实现，该基于自动泊车轨迹的碰撞风险预测装置可配置于车载电子设备中。如图1A所示，该方法包括：
S101、根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点。
自动泊车是指在没有人工控制的前提下，实现车辆的自动泊车入位；自动泊车轨迹，可以是车辆根据车载雷达(例如，激光雷达、超声波雷达、微波雷达以及毫米波雷达等)和车载摄像头等车载组件采集的环境信息规划生成的预行驶轨迹，也可以是车辆通过车联网平台等远程信息平台获取的规划轨迹，在本发明实施例中，对自动泊车轨迹的获取方式不作具体限定。
由于车辆的动力主要来源于后轴的驱动，因此，车辆中心点可以是基于车辆的实际结构确定的结构中心点，也可以是车辆后轴的中心点；泊车位置点是自动泊车轨迹上各个轨迹控制时刻对应的位置点，不同的车辆其控制精度可能不同，因此，泊车位置点的时间间隔与当前车辆的控制精度相关；例如，当前车辆的自动泊车功能每间隔10毫秒对车辆的位置进行控制，显然，每间隔10毫秒即可获取到车辆中心点对应的一个泊车位置点，各个泊车位置点即组成了车辆中心点的移动轨迹。
S102、通过第一车载雷达获取第一障碍物与所述车辆中心点之间的第一距离，并根据所述第一距离以及车辆航向角，获取所述第一障碍物对应的位置直线方程；其中，所述第一车载雷达包括前向雷达或后向雷达。
根据自动泊车轨迹，可以确定车辆的行驶方向是前向行车(即正向行驶)还是后向行车(即倒车行驶)；如图1B所示，当车辆为前向行车时，将前向雷达作为第一车载雷达，并通过第一车载雷达获取前方障碍物与第一车载雷达之间的距离；当车辆为后向行车时，将后向雷达作为第一车载雷达，并通过第一车载雷达获取后方障碍物与第一车载雷达之间的距离；而根据车辆结构可以获取前向雷达或者后向雷达，与车辆中心点之间的距离(即车头或者车尾，与车辆中心点之间的距离)，由此，可以获取到车辆中心点与第一障碍物之间的第一距离。
通过第一车载雷达获取到的第一障碍物的位置信息，仅为距离最小的一个位置点的点位信息，而实际上第一障碍物可能占据较大的区域空间，例如，倒车入库时车库的后墙，因此，不仅需要获取第一障碍物所在的位置点，还需要获取第一障碍物所在的位置直线方程，以确保在第一障碍物较大时，获取到自动泊车轨迹中每个泊车位置点与该障碍物之间的垂直距离。
车辆航向角是在地面坐标系下，车辆质心速度与横轴的夹角，可以通过车载GPS(Global Positioning System，全球定位系统)模块等车载定位装置获取，进而通过公式
Figure BDA0003669856890000061
获取位置直线方程的斜率；其中，k为斜率，θ为车辆航向角，第一障碍物的位置直线方程为y＝kx+b；然后根据车辆中心点到第一障碍物的第一距离d，通过公式
Figure BDA0003669856890000062
确定第一障碍物的位置直线方程中的参数项b；其中，x、y分别为车辆中心点在世界坐标系下的横坐标和纵坐标，其同样通过车载GPS模块等车载定位装置获取，据此获取到参数项完整的位置直线方程。
S103、若各所述泊车位置点与所述位置直线方程之间的第二距离中，存在异常第二距离，则确定所述自动泊车轨迹中存在碰撞风险；其中，所述异常第二距离小于等于所述车辆中心点与所述第一车载雷达之间的第三距离。
通过公式
Figure BDA0003669856890000071
可以获取每个泊车位置点与位置直线方程之间的第二距离；其中，i是泊车位置点的序号，xi、yi分别为第i个泊车位置点在世界坐标系下的横坐标和纵坐标，di是第i个泊车位置点与位置直线方程之间的第二距离；如果第二距离中存在一个或多个数值小于等于第三距离的异常第二距离，即表明车辆中心点移动至上述异常第二距离对应的泊车位置点时，车辆与第一障碍物发生了前向或后向碰撞，因此，在获取到自动泊车轨迹且执行自动泊车之前，通过上述技术方案确定预先规划完成的自动泊车轨迹中存在碰撞风险时，向车辆的自动泊车系统发出碰撞风险提示，并标注异常泊车位置点，由此为自动泊车系统的轨迹更新提供了参考依据。
可选的，在本发明实施例中，在根据所述第一距离以及车辆航向角，获取所述第一障碍物对应的位置直线方程之后，还包括：若各所述泊车位置点与所述位置直线方程之间的第二距离中，不存在异常第二距离，则确定所述自动泊车轨迹中不存在碰撞风险。当各个第二距离均大于第三距离时，表明车辆中心点移动至各个泊车位置点时，车辆均不会与第一障碍物发生碰撞，此时向车辆的自动泊车系统发出安全提示，以通过自动泊车系统根据该自动泊车轨迹执行泊车操作，使得自动泊车系统不再需要以主动增加空间余量的方式更新泊车轨迹，提高了自动泊车的时效性。
本发明实施例的技术方案，根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点，并通过第一车载雷达以及车辆航向角，获取第一障碍物对应的位置直线方程，进而通过各个泊车位置点与该位置直线方程的距离，确定自动泊车轨迹中是否存在碰撞风险，实现了自动泊车轨迹中前后向碰撞风险的准确预测，极大地提高了自动泊车的安全性，同时，在确定自动泊车轨迹中不存在碰撞风险时，不再需要主动增加空间余量，确保了较小泊车空间下的自动泊车，提高了自动泊车功能的场景适用性。
实施例二
图2A为本发明实施例二提供的一种基于自动泊车轨迹的碰撞风险预测方法的流程图，本实施例在上述实施例的基础上，通过第二车载雷达获取至少一个第二障碍物的位置点，并依据第二障碍物的位置点，确定自动泊车轨迹中是否存在碰撞风险。如图2A所示，该方法包括：
S201、根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点。
S202、获取各所述泊车位置点分别对应的车辆包络区域。
包络是由多条直线或曲线交织而成的图形，其作用在于将物体的外观完整的包裹起来；由于汽车的外观近似于矩形，可以将车辆的外观包络设置为矩形；根据预先规划完成的自动泊车轨迹，不但可以获知每个泊车位置点，还可以获知每个泊车位置点的车辆姿态信息，由此可以获取到每个泊车位置点分别对应的车辆包络区域。
如图2B所示，以车辆中心点为车辆后轴中点为例，车辆宽度为W，后轴中心到车头距离为L1,后轴中心到车尾距离L2；车辆包络的四个顶点在车辆坐标系下的坐标分别为
Figure BDA0003669856890000081
S203、通过第二车载雷达获取至少一个第二障碍物的位置点；其中，所述第二车载雷达包括右前雷达、左前雷达、右后雷达以及左后雷达中的至少一个。
由于车载雷达通常仅设置于车辆前端和后端，因此，对于侧向障碍物(即第二障碍物)的检测，只能通过位于车辆前端的右前雷达和左前雷达，以及车辆后端的右前雷达和左前雷达获取；根据第二车载雷达检测到第二车载雷达与第二障碍物之间的距离，根据车辆结构可以获取第二车载雷达与车辆中心点的相对位置，以及车辆中心点在世界坐标系的坐标及航向角，由此即可获取第二障碍物在世界坐标下的坐标；以右前雷达为例，右前雷达在车辆坐标系中与车辆中心点的相对位置为(Δx,Δy)，右前雷达与对应的第二障碍物之间的距离为d'，第二障碍物在车辆坐标系下的坐标即为p(Δx,Δy+d')，而车辆中心点在世界坐标系下的横坐标、纵坐标及航行角分别为x、y、θ；由此获取到第二障碍物在世界坐标系下的坐标：
Figure BDA0003669856890000091
其中，i为泊车位置点的序号，xi'、yi'分别为第i个泊车位置点对应的第二障碍物在世界坐标系下的横坐标和纵坐标；特别的，如果通过多个第二车载雷达分别获取到第二障碍物，可以通过上述公式分别获取每个第二障碍物在世界坐标系下的坐标。
S204、若各所述车辆包络区域中存在异常车辆包络区域，则确定所述自动泊车轨迹中存在碰撞风险；其中，所述异常车辆包络区域包括至少一个所述第二障碍物的位置点。
根据泊车位置点以及对应的车辆包络顶点，可以绘制出对应的车辆包括区域，如果第二障碍物(即侧向障碍物)位于车辆包络区域内，即表明车辆在该泊车位置点处会与第二障碍物发生侧向碰撞，由此，向车辆的自动泊车系统发出碰撞风险提示，并标注异常泊车位置点，由此为自动泊车系统的轨迹更新提供了参考依据；当各个车辆包络区域均不为异常车辆包络区域时，表明车辆中心点移动至各个泊车位置点时，车辆均未与第二障碍物发生侧向碰撞。
可选的，在本发明实施例中，在获取各所述泊车位置点分别对应的车辆包络区域之后，还包括：根据所述第二障碍物分别与右前包络顶点、左前包络顶点、右后包络顶点以及左后包络顶点之间的位置向量，基于向量积运算，确定当前车辆包络区域中是否包括所述第二障碍物的位置点。具体的，根据第二障碍物的坐标p(Δx,Δy+d')，以及左前包络顶点A、右前包络顶点B、右后包络顶点C以及左后包络顶点D的坐标，分别获取向量
Figure BDA0003669856890000101
分别将向量
Figure BDA0003669856890000102
和
Figure BDA0003669856890000103
以及向量
Figure BDA0003669856890000104
和
Figure BDA0003669856890000105
进行向量积运算，通过运算结果判断p点是否在线段AD和BC之间；如图2C所示，当点p在线段AD和BC之间时，
Figure BDA0003669856890000106
大于0；当点p不在线段AD和BC之间时，
Figure BDA0003669856890000107
小于0；基于向量积的运算结果，减少了车辆包络区域与第二障碍物之间位置关系的计算量，提高了异常车辆包络区域的获取效率。
可选的，在本发明实施例中，在通过第二车载雷达获取至少一个第二障碍物的位置点后，还包括：若各所述车辆包络区域中不存在异常车辆包络区域，且各所述泊车位置点与所述位置直线方程之间的第二距离中，不存在异常第二距离，则确定所述自动泊车轨迹中不存在碰撞风险。通过上述技术方案，只有确定在各个泊车位置点处，既不存在前后向碰撞也不存在侧向碰撞时，才能确保泊车安全，以此进一步提高自动泊车轨迹的安全性。
本发明实施例的技术方案，根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点，并获取各泊车位置点分别对应的车辆包络区域，在通过第二车载雷达获取第二障碍物的位置点后，通过判断各个车辆包络区域是否为异常车辆包络区域，确定自动泊车轨迹中是否存在碰撞风险，实现了自动泊车轨迹中侧向碰撞风险的准确预测，提高了自动泊车的安全性。
实施例三
图3为本发明实施例三提供的一种基于自动泊车轨迹的碰撞风险预测方法的流程图，本实施例在上述技术方案的基础上进行具体化，在本发明实施例中，获取各泊车位置点对应的方向盘扭矩，并根据预设扭矩阈值对各方向盘扭矩进行分类，该方法具体包括：
S301、根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点。
S302、获取各所述泊车位置点对应的方向盘扭矩，并根据预设扭矩阈值对各所述方向盘扭矩进行分类，以获取第一扭矩集合以及第二扭矩集合；其中，所述第一扭矩集合中的方向盘扭矩小于等于所述预设扭矩阈值，所述第二扭矩集合中的方向盘扭矩大于所述预设扭矩阈值。
S303、通过第一车载雷达获取第一障碍物与所述车辆中心点之间的第一距离，并根据所述第一距离以及车辆航向角，获取所述第一障碍物对应的位置直线方程；其中，所述第一车载雷达包括前向雷达或后向雷达。
S304、获取各所述泊车位置点分别对应的车辆包络区域。
S305、通过第二车载雷达获取至少一个第二障碍物的位置点；其中，所述第二车载雷达包括右前雷达、左前雷达、右后雷达以及左后雷达中的至少一个。
S306、若所述第一扭矩集合对应的各所述泊车位置点，与所述位置直线方程之间的第二距离中，存在异常第二距离，或者所述第二扭矩集合对应的各所述车辆包络区域中，存在异常车辆包络区域，则确定所述自动泊车轨迹中存在碰撞风险。
预设扭矩阈值可以根据需要设置，通常设置为较小数值，例如，可以将预设扭矩阈值设置为0；当方向盘扭矩较小时，车辆在该位置的移动方式为直线运动或者近似于直线运动，例如，控制车辆向正后方的车位倒车入库，此时，影响泊车轨迹安全的障碍物主要来自于前后方向，因此，需要通过第一扭矩集合对应的各个泊车位置点，与第一障碍物(即前后向障碍物)的位置直线方程之间的第二距离，判断是否存在前后向碰撞风险。
当方向盘扭矩较大时，车辆在该位置的移动方式为曲线运动，例如，控制车辆向右后方向的车位侧方入库，此时，影响泊车轨迹安全的障碍物主要来自于侧向方向，因此，需要通过第二扭矩集合对应的各个车辆包络区域，与第二障碍物(即侧向障碍物)的位置点之间的位置关系，判断是否存在侧向碰撞风险。通过每个泊车位置点对应的方向盘扭矩，将各个泊车位置点进行分类，不同类型的泊车位置点通过不同的方式，预测该位置下是否存在碰撞风险，在确保对每个泊车位置点的碰撞风险进行准确预测的同时，提高了碰撞风险的预测效率。
本发明实施例的技术方案，根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点，以及各泊车位置点对应的方向盘扭矩，并根据预设扭矩阈值对各方向盘扭矩进行分类，对于第一扭矩集合下的泊车位置点和第二扭矩集合下的泊车位置点，通过不同的预测方式，分别对前后向碰撞风险和侧向碰撞风险进行预测，在确保对每个泊车位置点的碰撞风险进行准确预测的同时，提高了碰撞风险的预测效率。
实施例4
图4为本发明实施例四提供的一种基于自动泊车轨迹的碰撞风险预测方法的流程图，本实施例在上述技术方案的基础上进行具体化，该方法具体包括：
S401、根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点。
S402、通过第一车载雷达获取第一障碍物与所述车辆中心点之间的第一距离，并根据所述第一距离以及车辆航向角，获取所述第一障碍物对应的位置直线方程；其中，所述第一车载雷达包括前向雷达或后向雷达。
S403、获取各所述泊车位置点分别对应的车辆包络区域。
S404、通过第二车载雷达获取至少一个第二障碍物的位置点；其中，所述第二车载雷达包括右前雷达、左前雷达、右后雷达以及左后雷达中的至少一个。
S405、若各所述泊车位置点与所述位置直线方程之间的第二距离中，存在异常第二距离，或者各所述车辆包络区域中存在异常车辆包络区域，则确定所述自动泊车轨迹中存在碰撞风险；其中，所述异常第二距离小于等于所述车辆中心点与所述第一车载雷达之间的第三距离，所述异常车辆包络区域包括至少一个所述第二障碍物的位置点。
S406、获取各个所述泊车位置点的风险类型；其中，所述风险类型包括安全泊车位置点、前后向异常泊车位置点、侧向异常泊车位置点以及全方向异常泊车位置点。
根据上述技术方案，在确定预先规划完成的自动泊车轨迹中存在碰撞风险后，还可以进一步获取各个泊车位置点的风险类型；其中，安全泊车位置点与位置直线方程之间的第二距离不为异常第二距离，且安全泊车位置点对应的车辆包络区域不为异常车辆包络区域；在规划完成的自动泊车轨迹中，车辆中心点位于安全泊车位置点时，既不会与前后向障碍物发生碰撞，也不会与侧向障碍物发生碰撞；前后向异常泊车位置点与位置直线方程之间的第二距离为异常第二距离，且第一类型异常泊车位置点对应的车辆包络区域不为异常车辆包络区域；在规划完成的自动泊车轨迹中，车辆中心点位于前后向异常泊车位置点时，会与前后向障碍物发生碰撞，但不会与侧向障碍物发生碰撞。
侧向异常泊车位置点与位置直线方程之间的第二距离不为异常第二距离，且侧向异常泊车位置点对应车辆包络区域为异常车辆包络区域；在规划完成的自动泊车轨迹中，车辆中心点位于侧向异常泊车位置点时，不会与前后向障碍物发生碰撞，但会与侧向障碍物发生碰撞；全方向异常泊车位置点与位置直线方程之间的第二距离为异常第二距离，且全方向异常泊车位置点对应车辆包络区域为异常车辆包络区域；在规划完成的自动泊车轨迹中，车辆中心点位于全方向异常泊车位置点时，既会与前后向障碍物发生碰撞，也会与侧向障碍物发生碰撞；据此将不同风险类型下的泊车位置点分别发送给自动泊车系统，为自动泊车系统的轨迹更新提供了多样化的参考位置点，进一步提高了自动泊车系统的轨迹更新准确性。
本发明实施例的技术方案，既实现了自动泊车轨迹中前后向碰撞风险的预测，也实现了自动泊车轨迹中侧向碰撞风险的预测，进一步提高了自动泊车的安全性，同时，在确定自动泊车轨迹中存在碰撞风险时，向自动泊车系统提供多样化的参考位置点，确保了自动泊车系统的轨迹更新准确性。
实施例五
图5为本发明实施例五提供的一种基于自动泊车轨迹的碰撞风险预测装置的结构示意图。如图5所示，该装置包括：
泊车位置点获取模块510，用于根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点；
位置直线方程获取模块520，用于通过第一车载雷达获取第一障碍物与所述车辆中心点之间的第一距离，并根据所述第一距离以及车辆航向角，获取所述第一障碍物对应的位置直线方程；其中，所述第一车载雷达包括前向雷达或后向雷达；
异常第二距离判断模块530，用于若各所述泊车位置点与所述位置直线方程之间的第二距离中，存在异常第二距离，则确定所述自动泊车轨迹中存在碰撞风险；其中，所述异常第二距离小于等于所述车辆中心点与所述第一车载雷达之间的第三距离。
本发明实施例的技术方案，根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点，并通过第一车载雷达以及车辆航向角，获取第一障碍物对应的位置直线方程，进而通过各个泊车位置点与该位置直线方程的距离，确定自动泊车轨迹中是否存在碰撞风险，实现了自动泊车轨迹中前后向碰撞风险的准确预测，极大地提高了自动泊车的安全性，同时，在确定自动泊车轨迹中不存在碰撞风险时，不再需要主动增加空间余量，确保了较小泊车空间下的自动泊车，提高了自动泊车功能的场景适用性。
可选的，基于自动泊车轨迹的碰撞风险预测装置，还包括：
碰撞风险判断模块，用于若各所述泊车位置点与所述位置直线方程之间的第二距离中，不存在异常第二距离，则确定所述自动泊车轨迹中不存在碰撞风险。
可选的，基于自动泊车轨迹的碰撞风险预测装置，还包括：
车辆包络区域获取模块，用于获取各所述泊车位置点分别对应的车辆包络区域；
位置点获取模块，用于通过第二车载雷达获取至少一个第二障碍物的位置点；其中，所述第二车载雷达包括右前雷达、左前雷达、右后雷达以及左后雷达中的至少一个；
异常车辆包络区域判断模块，用于若各所述车辆包络区域中存在异常车辆包络区域，则确定所述自动泊车轨迹中存在碰撞风险；其中，所述异常车辆包络区域包括至少一个所述第二障碍物的位置点。
可选的，基于自动泊车轨迹的碰撞风险预测装置，还包括：
向量积运算执行模块，用于根据所述第二障碍物分别与右前包络顶点、左前包络顶点、右后包络顶点以及左后包络顶点之间的位置向量，基于向量积运算，确定所述车辆包络区域中是否包括所述第二障碍物的位置点。
可选的，碰撞风险判断模块，具体用于若各所述车辆包络区域中不存在异常车辆包络区域，且各所述泊车位置点与所述位置直线方程之间的第二距离中，不存在异常第二距离，则确定所述自动泊车轨迹中不存在碰撞风险。
可选的，基于自动泊车轨迹的碰撞风险预测装置，还包括：
方向盘扭矩获取模块，用于获取各所述泊车位置点对应的方向盘扭矩，并根据预设扭矩阈值对各所述方向盘扭矩进行分类，以获取第一扭矩集合以及第二扭矩集合；其中，所述第一扭矩集合中的方向盘扭矩小于等于所述预设扭矩阈值，所述第二扭矩集合中的方向盘扭矩大于所述预设扭矩阈值；
碰撞风险判断模块，具体还用于若所述第一扭矩集合对应的各所述泊车位置点，与所述位置直线方程之间的第二距离中，存在异常第二距离，或者所述第二扭矩集合对应的各所述车辆包络区域中，存在异常车辆包络区域，则确定所述自动泊车轨迹中存在碰撞风险。
可选的，基于自动泊车轨迹的碰撞风险预测装置，还包括：
风险类型获取模块，用于获取各个所述泊车位置点的风险类型；其中，所述风险类型包括安全泊车位置点、前后向异常泊车位置点、侧向异常泊车位置点以及全方向异常泊车位置点。
本发明实施例所提供的基于自动泊车轨迹的碰撞风险预测装置可执行本发明任意实施例所提供的基于自动泊车轨迹的碰撞风险预测方法，具备执行方法相应的功能模块和有益效果。
实施例六
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如基于自动泊车轨迹的碰撞风险预测方法。
在一些实施例中，基于自动泊车轨迹的碰撞风险预测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的基于自动泊车轨迹的碰撞风险预测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于自动泊车轨迹的碰撞风险预测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种基于自动泊车轨迹的碰撞风险预测方法，其特征在于，包括：
根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点；
通过第一车载雷达获取第一障碍物与所述车辆中心点之间的第一距离，并根据所述第一距离以及车辆航向角，获取所述第一障碍物对应的位置直线方程；其中，所述第一车载雷达包括前向雷达或后向雷达；
若各所述泊车位置点与所述位置直线方程之间的第二距离中，存在异常第二距离，则确定所述自动泊车轨迹中存在碰撞风险；其中，所述异常第二距离小于等于所述车辆中心点与所述第一车载雷达之间的第三距离。
2.根据权利要求1所述的方法，其特征在于，在根据所述第一距离以及车辆航向角，获取所述第一障碍物对应的位置直线方程之后，还包括：
若各所述泊车位置点与所述位置直线方程之间的第二距离中，不存在异常第二距离，则确定所述自动泊车轨迹中不存在碰撞风险。
3.根据权利要求1所述的方法，其特征在于，在根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点后，还包括：
获取各所述泊车位置点分别对应的车辆包络区域；
通过第二车载雷达获取至少一个第二障碍物的位置点；其中，所述第二车载雷达包括右前雷达、左前雷达、右后雷达以及左后雷达中的至少一个；
若各所述车辆包络区域中存在异常车辆包络区域，则确定所述自动泊车轨迹中存在碰撞风险；其中，所述异常车辆包络区域包括至少一个所述第二障碍物的位置点。
4.根据权利要求3所述的方法，其特征在于，在获取各所述泊车位置点分别对应的车辆包络区域之后，还包括：
根据所述第二障碍物分别与右前包络顶点、左前包络顶点、右后包络顶点以及左后包络顶点之间的位置向量，基于向量积运算，确定所述车辆包络区域中是否包括所述第二障碍物的位置点。
5.根据权利要求3所述的方法，其特征在于，在通过第二车载雷达获取至少一个第二障碍物的位置点后，还包括：
若各所述车辆包络区域中不存在异常车辆包络区域，且各所述泊车位置点与所述位置直线方程之间的第二距离中，不存在异常第二距离，则确定所述自动泊车轨迹中不存在碰撞风险。
6.根据权利要求3所述的方法，其特征在于，在根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点后，还包括：
获取各所述泊车位置点对应的方向盘扭矩，并根据预设扭矩阈值对各所述方向盘扭矩进行分类，以获取第一扭矩集合以及第二扭矩集合；其中，所述第一扭矩集合中的方向盘扭矩小于等于所述预设扭矩阈值，所述第二扭矩集合中的方向盘扭矩大于所述预设扭矩阈值；
若所述第一扭矩集合对应的各所述泊车位置点，与所述位置直线方程之间的第二距离中，存在异常第二距离，则确定所述自动泊车轨迹中存在碰撞风险；若所述第二扭矩集合对应的各所述车辆包络区域中，存在异常车辆包络区域，则确定所述自动泊车轨迹中存在碰撞风险。
7.根据权利要求3所述的方法，其特征在于，在确定所述自动泊车轨迹中存在碰撞风险后，还包括：
获取各个所述泊车位置点的风险类型；其中，所述风险类型包括安全泊车位置点、前后向异常泊车位置点、侧向异常泊车位置点以及全方向异常泊车位置点。
8.一种基于自动泊车轨迹的碰撞风险预测装置，其特征在于，包括：
泊车位置点获取模块，用于根据预先规划完成的自动泊车轨迹，获取车辆中心点对应的各个泊车位置点；
位置直线方程获取模块，用于通过第一车载雷达获取第一障碍物与所述车辆中心点之间的第一距离，并根据所述第一距离以及车辆航向角，获取所述第一障碍物对应的位置直线方程；其中，所述第一车载雷达包括前向雷达或后向雷达；
异常第二距离判断模块，用于若各所述泊车位置点与所述位置直线方程之间的第二距离中，存在异常第二距离，则确定所述自动泊车轨迹中存在碰撞风险；其中，所述异常第二距离小于等于所述车辆中心点与所述第一车载雷达之间的第三距离。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的基于自动泊车轨迹的碰撞风险预测方法。
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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的基于自动泊车轨迹的碰撞风险预测方法。
CN202210602476.7A 2022-05-30 2022-05-30 基于自动泊车轨迹的碰撞风险预测方法及装置 Active CN114834447B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210602476.7A CN114834447B (zh) 2022-05-30 2022-05-30 基于自动泊车轨迹的碰撞风险预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210602476.7A CN114834447B (zh) 2022-05-30 2022-05-30 基于自动泊车轨迹的碰撞风险预测方法及装置

Publications (2)

Publication Number Publication Date
CN114834447A CN114834447A (zh) 2022-08-02
CN114834447B true CN114834447B (zh) 2023-01-20

Family

ID=82572654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210602476.7A Active CN114834447B (zh) 2022-05-30 2022-05-30 基于自动泊车轨迹的碰撞风险预测方法及装置

Country Status (1)

Country Link
CN (1) CN114834447B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111547048A (zh) * 2020-04-30 2020-08-18 惠州华阳通用电子有限公司 一种斜式车位自动泊车方法及装置
WO2021227304A1 (zh) * 2020-05-09 2021-11-18 惠州市德赛西威汽车电子股份有限公司 一种自动泊车路径规划的避障方法及泊车路径规划系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107672588B (zh) * 2017-08-29 2020-05-08 广州小鹏汽车科技有限公司 一种自动泊车路径障碍物碰撞检测方法、装置及系统
CN107776570B (zh) * 2017-09-19 2020-09-01 广州汽车集团股份有限公司 全自动泊车方法及全自动泊车系统
EP3730351A4 (en) * 2017-12-20 2020-12-02 Nissan Motor Co., Ltd. PARKING CONTROL METHOD AND PARKING CONTROL DEVICE

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111547048A (zh) * 2020-04-30 2020-08-18 惠州华阳通用电子有限公司 一种斜式车位自动泊车方法及装置
WO2021227304A1 (zh) * 2020-05-09 2021-11-18 惠州市德赛西威汽车电子股份有限公司 一种自动泊车路径规划的避障方法及泊车路径规划系统

Also Published As

Publication number Publication date
CN114834447A (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN113715814B (zh) 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆
CN111301409A (zh) 一种泊车路径规划方法、装置、车辆和存储介质
CN116252817A (zh) 一种自动驾驶换道决策方法、装置、设备及存储介质
CN113753078A (zh) 障碍物轨迹的预测方法、装置、电子设备及自动驾驶车辆
CN117261880A (zh) 一种车辆控制方法、装置、设备以及存储介质
CN114834447B (zh) 基于自动泊车轨迹的碰撞风险预测方法及装置
CN116499487A (zh) 一种车辆的路径规划方法、装置、设备及介质
CN115497322B (zh) 一种窄路会车方法、装置、设备及存储介质
CN117168488A (zh) 一种车辆的路径规划方法、装置、设备及介质
CN114919661B (zh) 一种泊车控制方法、装置、设备和存储介质
CN113320544B (zh) 车辆驾驶行为的规划方法、装置、电子设备、存储介质
CN115782876A (zh) 一种变道轨迹生成方法、装置、设备及自动驾驶车辆
CN115583254A (zh) 路径规划方法、装置、设备以及自动驾驶车辆
CN115923780A (zh) 车辆夜间避撞保护方法、装置、电子设备及存储介质
CN114889587A (zh) 一种代客泊车车速的确定方法、装置、设备及介质
CN114670851A (zh) 基于寻优跟踪算法的辅助驾驶系统、方法、终端及介质
CN114771533A (zh) 自动驾驶车辆的控制方法、装置、设备、车辆及介质
CN114379584B (zh) 车辆控制方法、装置、车辆、设备和存储介质
CN115973162B (zh) 用于确定车辆行驶轨迹的方法、装置、电子设备和介质
CN113702967B (zh) 地面无人平台的引导车辆目标识别与跟踪方法及车载系统
CN116991163A (zh) 轨迹预测方法、装置、电子设备及自动驾驶车辆
CN116513172A (zh) 车辆碰撞风险确定方法、装置、设备以及存储介质
CN117565894A (zh) 自动驾驶车辆控制方法、装置、设备及存储介质
CN117557643A (zh) 车辆视频辅助信息生成方法、装置、设备及介质
CN117698709A (zh) 一种车速决策方法、装置、设备及无人车

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