CN115817535A - 基于模糊决策的自动泊车路径规划方法和装置 - Google Patents
基于模糊决策的自动泊车路径规划方法和装置 Download PDFInfo
- Publication number
- CN115817535A CN115817535A CN202211661242.6A CN202211661242A CN115817535A CN 115817535 A CN115817535 A CN 115817535A CN 202211661242 A CN202211661242 A CN 202211661242A CN 115817535 A CN115817535 A CN 115817535A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fuzzy
- steering wheel
- evaluation
- current
- 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
Images
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明公开了一种基于模糊决策的自动泊车路径规划方法及装置,包括:将当前车辆位置作为单位路段的起点,计算单位路段起点相对于目标位置的相对位置;依据预设的模糊评价标准对相对位置的三个评价因素分别进行模糊评价;依据模糊评价的结果推测车辆下一步行驶方向,依据下一步行驶方向获得方向盘转角范围,进行路径搜索以计算得到最优的方向盘转角,最优方向盘转角时下一刻的车辆位置,将之作为单位路段的路径终点;判断路径终点是否为目标位置,若否则以当前的路径终点为下一单位路段的起点进行下一路径规划,直至路径终点为目标位置;依据当前车辆位置和目标位置之间的所有路径终点生成最终的规划路径,路径规划更加合理,规划速度快,适应广。
Description
技术领域
本发明涉及一种汽车自动驾驶领域,尤其涉及车辆自动泊车时的路径规划。
背景技术
目前对于大多数的自动泊车路径规划场景中,规划模块往往根据当前车辆的位置和目标位置计算出车辆所需要的行驶的路径,路径的好坏往往决定了自动泊车过程中的舒适性和完成度,这就要求规划的自动泊车路径尽可能的短,而且挡位切换次数尽可能的少。
现在低速自动泊车路径规划主要有两种方法:
1.纯几何方法实现路径规划
纯几何方法的路径规划是通过几根固定的圆弧和直线来实现当前位置到达目标位置的方法,该方法计算速度快,在空间较大的停车区域比较好实现,但是如果在停车区域比较窄的区域,往往需要多次来回倒车才能达到目标点,最坏的情况下会出现规划不出路径的情况。
2.基于搜索的方法实现的路径规划
基于搜索的方法是通过遍历车辆当前位置到终点位置的若干条路径,根据设定的代价函数,选择出代价最小的一条路径出来。该方法适用于不同的停车场景,适应性较高。但是由于搜索的路径比较多,往往规划时间比较长,同时如果设定的代价函数不合理,往往会为了满足代价最小,规划出一些不符合正常泊车习惯的路径。
基于以上,在低速自动泊车场景下,需要能快速合理的规划出泊车路。快速性,则需要在计算路径时尽可能的提高计算速度,减少不必要的搜索操作,合理性,则需要路径在规划的方向尽可能的符合驾驶员的驾驶习惯。如何解决以上两个问题在低速泊车场景的路径规划中尤为重要。
故,急需一种解决上述问题的自动泊车路径规划方法和装置。
发明内容
本发明的目的是提供一种基于模糊决策的自动泊车路径规划方法及装置,路径规划更加合理,可适用于不同区域的泊车且路径规划速度快。
为了实现上述目的,本发明公开了一种基于模糊决策的自动泊车路径规划方法,包括:将当前车辆位置作为单位路段的起点,计算所述单位路段起点相对于目标位置的相对位置Pi(x,y,yaw),x为横坐标的相对距离,y为纵坐标的相对距离,yaw为相对航向角;依据预设的模糊评价标准对所述相对位置Pi(x,y,yaw)的三个评价因素x、y、yaw分别进行模糊评价,从而得到三个评价因素的模糊评价结果,所述模糊评价标准包括三个评价因素的数值与模糊评价结果的对应关系;依据三评价因素的所述模糊评价结果和预设的模糊评价决策规则表推测车辆下一步行驶方向,所述模糊评价决策规则表包括三评价因素模糊评价结果和车辆下一步行驶方向的对应关系;依据所述下一步行驶方向获得方向盘转角范围,在所述方向盘转角范围内进行路径搜索,以计算得到最优的方向盘转角以及最优方向盘转角下行驶到下一刻的车辆位置,将所述下一刻的车辆位置作为所述单位路段的路径终点,以完成当前的单位路段的路径规划;判断所述路径终点是否为所述目标位置,若否则以当前的单位路段的路径终点为下一单位路段的起点进行下一单位路段的路径规划,直至所述当前单位路段的路径终点为所述目标位置;依据当前车辆位置和目标位置之间的所有单位路段的路径终点生成最终的规划路径。
较佳地,依据所述下一步行驶方向获得方向盘转角范围,在所述方向盘转角范围内进行路径搜索,以计算得到最优的方向盘转角,以及最优方向盘转角下行驶到下一刻的车辆位置具体包括:依据所述下一步行驶方向确定下一步车辆行驶的方向范围;依据所述下一步车辆行驶的方向范围获得相应的方向盘转角范围;依据所述方向盘转角范围设置符合范围的若干个方向盘转角,将所述方向盘转角按照由大到小排列;依次计算所述下一步行驶方向下某一方向盘转角下从当前位置出发以预设车速行驶预设时间到达下一时刻车辆的位姿并判断所述下一时刻车辆的位姿是否满足预设规则,若是则结束搜索并将当前所述方向盘转角作为最优方向盘转角,若否则返回重新判断下一方向盘转角下的下一时刻车辆的位姿是否满足预设规则。该方案使得本发明可以找到代价最小的路径点,使得规划好的路径尽可能短且尽可能减少换挡次数,兼顾二者。
具体地,车辆的位姿包括车辆的位置和航向角,所述预设规则为:车辆位置与障碍物不碰撞,车辆位置与目标位置的相对角度与车辆位置对应的航向角的夹角不超过预设值。
具体地,依据公式计算下一时刻车辆
的位姿,其中,x(k),y(k),φ(k)分别为当前时刻横纵坐标位置和航向角,x(k+1),y(k+1),
φ(k+1)分别为下一时刻横纵坐标位置和航向角,Vr为预设车速,δ(k)为当前时刻的前轮转
角,T为预设时间,L为车辆前后轮轴距。
较佳地,依据预设的模糊评价标准对所述相对位置Pi(x,y,yaw)的三评价因素x、y、yaw分别进行模糊评价,从而得到三评价因素的模糊评价结果具体包括:对x因素和Y因素分别设置近、中、远三个评价结果,分别依据x因素和Y因素的数值大小获得对应的评价结果;对yaw因素设置第一航向角范围、第二航向角范围、第三航向角范围和第四航向角范围四个评价结果,依据yaw因素的数值大小获得对应的评价结果。
较佳地,所述模糊评价决策规则表由每一yaw因素的评价结果下,不同x因素的评价结果和Y因素的评价结果对应的下一步行驶方向组成的表单组成。
较佳地,依据当前车辆位置和目标位置之间的所有单位路段的路径终点生成最终的规划路径包括:使用Dubins曲线或者曲线拟合当前车辆位置、目标位置以及当前车辆位置和目标位置之间的所有单位路段的路径终点以获得当前车辆位置到目标位置的系列轨迹点,判断所述轨迹点与障碍物是否发生碰撞,若无则生成最终的规划路径,若有则重新进行系列轨迹点生成。
本发明还公开了一种基于模糊决策的自动泊车路径规划装置,包括:相对位置计算模块,将当前车辆位置作为单位路段的起点,计算所述单位路段起点相对于目标位置的相对位置Pi(x,y,yaw),x为横坐标的相对距离,y为纵坐标的相对距离,yaw为相对航向角;模糊判断模块,依据预设的模糊评价标准对所述相对位置Pi(x,y,yaw)的三个评价因素x、y、yaw分别进行模糊评价,从而得到三个评价因素的模糊评价结果,所述模糊评价标准包括三个评价因素的数值与模糊评价结果的对应关系;目标判断模块,依据三评价因素的所述模糊评价结果和预设的模糊评价决策规则表推测车辆下一步行驶方向,所述模糊评价决策规则表包括三评价因素模糊评价结果和车辆下一步行驶方向的对应关系;单位路段生成模块,依据所述下一步行驶方向获得方向盘转角范围,在所述方向盘转角范围内进行路径搜索,以计算得到最优的方向盘转角以及最优方向盘转角下行驶到下一刻的车辆位置,将所述下一刻的车辆位置作为所述单位路段的路径终点,以完成当前的单位路段的路径规划;终点判断模块,判断所述路径终点是否为所述目标位置,若否则以当前的单位路段的路径终点为下一单位路段的起点进行下一单位路段的路径规划,直至所述当前单位路段的路径终点为所述目标位置;路径规划模块,依据当前车辆位置和目标位置之间的所有单位路段的路径终点生成最终的规划路径。
较佳地,所述单位路段生成模块包括:方向盘转角范围计算单元,依据所述下一步行驶方向确定下一步车辆行驶的方向范围,依据所述下一步车辆行驶的方向范围获得相应的方向盘转角范围,依据所述方向盘转角范围设置符合范围的若干个方向盘转角;位姿计算单元,将所述方向盘转角按照由大到小排列,依次计算所述下一步行驶方向下某一方向盘转角下从当前位置出发以预设车速行驶预设时间到达下一时刻车辆的位姿并判断所述下一时刻车辆的位姿是否满足预设规则,若是则结束搜索并将当前所述方向盘转角作为最优方向盘转角,若否则返回重新判断下一方向盘转角下的下一时刻车辆的位姿是否满足预设规则。
具体地,车辆的位姿包括车辆的位置和航向角,所述预设规则为:车辆位置与障碍物不碰撞,车辆位置与目标位置的相对角度与车辆位置对应的航向角的夹角不超过预设值。
具体地,所述位姿计算单元依据公式
计算下一时刻车辆的位姿,其中,x(k),y(k),φ(k)分别为当前时刻横纵坐标位置和航向
角,x(k+1),y(k+1),φ(k+1)分别为下一时刻横纵坐标位置和航向角,Vr为预设车速,δ(k)
为当前时刻的前轮转角,T为预设时间,L为车辆前后轮轴距。本实施例中,预设车速为当前
车速,当然,Vr也可以为预设的泊车车速,不限于当前车速。本实施例中,预设时间为计算位
置的离散采样周期,是一个预设的周期,当前预设时间也可以为固定的预设时间,本实施例
中,预设时间为一个很小的时间点,使得每段的单位路段为一个瞬时路段。
较佳地,所述模糊判断模块对x因素和Y因素分别设置近、中、远三个评价结果,分别依据x因素和Y因素的数值大小获得对应的评价结果;所述模糊判断模块还对yaw因素设置第一航向角范围、第二航向角范围、第三航向角范围和第四航向角范围四个评价结果,依据yaw因素的数值大小获得对应的评价结果。
较佳地,所述模糊评价决策规则表由每一yaw因素的评价结果下,不同x因素的评价结果和Y因素的评价结果对应的下一步行驶方向组成的表单组成。
较佳地,所述路径规划模块使用Dubins曲线或者曲线拟合当前车辆位置、目标位置以及当前车辆位置和目标位置之间的所有单位路段的路径终点以获得当前车辆位置到目标位置的系列轨迹点,判断所述轨迹点与障碍物是否发生碰撞,若无则生成最终的规划路径,若有则重新进行系列轨迹点生成。
本发明还公开了一种基于模糊决策的自动泊车路径规划装置,包括:一个或多个处理器;存储器;以及一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由一个或多个处理器执行以实现如上所述的基于模糊决策的自动泊车路径方法。
本发明还公开了一种计算机可读存储介质,包括与具有存储器的电子设备结合使用的计算机程序,所述计算机程序可被处理器执行以实现如上所述的基于模糊决策的自动泊车路径方法。
与现有技术相比,本发明基于模糊决策理论,根据当前车辆位置相对于目标位置的横纵距离以及航向角大小,通过模糊决策来判断当前车辆行驶的方向,然后通过搜索的方式,找出最符合目标的路径目标点,然后算出最终符合规则的规划路径。一方面,本发明先通过模糊决策判断车辆将要行驶的方向,在对应的行驶方向中搜索最佳的方向盘转角以获得一个时间单元内的路径终点,以此逐渐获得起点到终点之间的路径规划,这种方法更为解决人的驾驶习惯,路径规划更加合理,可适用于不同区域的泊车。另一方面,本发明结合了模糊决策和搜索规划的方法,通过模糊决策确定车轮运行的大方向,通过搜索规划确定路径终点,极大提供了泊车过程中路径规划所需要的时间。再一方面,本发明通过模糊评价决策规则表来判断车轮运行的大方向,可在前提通过大量的仿真和实际调试建立准确的规则库,以获得一个好的模糊评价决策规则表,有助于快速提高泊车合理性和快速性。
附图说明
图1是本发明基于模糊决策的自动泊车路径规划方法的流程图。
图2是本发明一实施例中基于模糊决策的自动泊车路径规划装置的结构图。
图3是本发明另一实施例中基于模糊决策的自动泊车路径规划装置的结构图。
图4是本发明在一目标位置做原点的坐标系中车辆位置的坐标图。
具体实施方向
为详细说明本发明的技术内容、构造特征、所实现目的及效果,以下结合实施方向并配合附图详予说明。
本发明公开了一种基于模糊决策的自动泊车路径规划方法,包括
S10,将当前车辆位置作为单位路段的起点。
S11,计算所述单位路段起点相对于目标位置的相对位置Pi(x,y,yaw),x为横坐标的相对距离,y为纵坐标的相对距离,yaw为相对航向角。
S12,依据预设的模糊评价标准对所述相对位置Pi(x,y,yaw)的三个评价因素x、y、yaw分别进行模糊评价,从而得到三个评价因素的模糊评价结果,所述模糊评价标准包括三个评价因素的数值与模糊评价结果的对应关系。
S13,依据三评价因素的模糊评价结果和预设的模糊评价决策规则表推测车辆下一步行驶方向,所述模糊评价决策规则表包括三评价因素模糊评价结果和车辆下一步行驶方向的对应关系。
步骤S13包括:对x因素和Y因素分别设置近、中、远三个评价结果,分别依据x因素和Y因素的数值大小获得对应的评价结果;对yaw因素设置第一航向角范围、第二航向角范围、第三航向角范围和第四航向角范围四个评价结果,依据yaw因素的数值大小获得对应的评价结果。
将相对位置Pi的横坐标x带入第一函数至第三函数,进行求取,如果哪个函数求取结果不为0,则该X因素的评价结果为该隶属函数对应的评价结果,从而求得x因素的评价结果,第一函数到第三函数中的a、b、c、d、e分别为隶属函数的参数,依据上述系数去定X因素横坐标距离在影响评价结果中的程度,越接近1,则越属于该评价结果,越接近0,则越不属于该评价结果,且a小于b,b小于c,c小于d,d小于e,参数的大小预先设定并可依据实际情况调整。Y因素的评价结果求取与x因素类似,在此不予详述。
将相对位置Pi(x,y,yaw)中的yaw因素带入第五到第七函数中,进行求取,如果哪个函数求取结果不为0,则该yaw因素的评价结果为该隶属函数对应的评价结果,从而求得yaw因素的评价结果,第五到第七函数中的a、b、c、d、e、f、g分别为隶属函数的参数,依据上述系数去定yaw因素航向角在影响评价结果中的程度,越接近1,则越属于该评价结果,越接近0,则越不属于该评价结果,且a小于b,b小于c,c小于d,d小于e,e小于f,f小于g,参数的大小预先设定并可依据实际情况调整。
其中,所述模糊评价决策规则表由每一yaw因素的评价结果下,不同x因素的评价结果和Y因素的评价结果对应的下一步行驶方向组成的表单组成。该模糊评价决策规则表往往通过专家知识库的数据资料通过实际调整得到,该模糊评价决策规则表可以通过长时间学习进行调整,可通过大量仿真和时间调试获得,进一步提高泊车合理性。
以下以航向角CW90为例,列出航向角CW90因素下的不同x因素的评价结果和Y因素的评价结果对应的下一步行驶方向组成的表单为:
S14,依据所述下一步行驶方向获得方向盘转角范围,在所述方向盘转角范围内进行路径搜索,以计算得到最优的方向盘转角以及最优方向盘转角下行驶到下一刻的车辆位置,将所述下一刻的车辆位置作为所述单位路段的路径终点,以完成当前的单位路段的路径规划。
步骤S14具体包括:S141依据所述下一步车辆行驶的方向范围获得相应的方向盘转角范围;其中,依据车辆行驶方向确定车轮转向角范围,依据车轮转向角范围确定相应的方向盘转角范围。S142依据所述方向盘转角范围设置符合范围的若干个方向盘转角,例如设置若干个方向盘转角{450°,350°,250°,150°,50°,0°}。S143将所述方向盘转角按照由大到小排列;S144依次计算所述下一步行驶方向下某一方向盘转角下从当前位置出发以预设车速行驶预设时间到达下一时刻车辆的位姿,S145判断所述下一时刻车辆的位姿是否满足预设规则,若是则S146结束搜索并将当前所述方向盘转角作为最优方向盘转角,若否则返回步骤S144重新判断下一方向盘转角下的下一时刻车辆的位姿是否满足预设规则,直至当前方向盘转角下的下一时刻车辆位姿满足预设规则。本发明按照前轮转角从大到小的方式通过车辆运动学模型递推处离散的路径轨迹点。
其中,车辆的位姿包括车辆的位置和航向角,所述预设规则为:车辆位置与障碍物不碰撞,车辆位置与目标位置的相对角度与车辆位置对应的航向角的夹角不超过预设值。
具体地,依据公式
计算下一时刻车辆的位姿,其中,参考图4,以目标位置作为原点,建立XY横纵坐标,x(k),y(k),φ(k)分别为当前时刻横纵坐标位置和航向角,x(k+1),y(k+1),φ(k+1)分别为下一时刻横纵坐标位置和航向角,Vr为预设车速,δ(k)为当前时刻的前轮转角,T为预设时间,L为车辆前后轮轴距。
S15,判断所述路径终点是否为所述目标位置。
S16,若所述路径终点不是目标位置则以当前的单位路段的路径终点为下一单位路段的起点进行下一单位路段的路径规划,直至所述当前单位路段的路径终点为所述目标位置。
S17,若所述路径终点是目标位置则依据当前车辆位置和目标位置之间的所有单位路段的路径终点生成最终的规划路径。具体地,使用Dubins曲线或者曲线拟合当前车辆位置、目标位置以及当前车辆位置和目标位置之间的所有单位路段的路径终点以获得当前车辆位置到目标位置的系列轨迹点,判断所述轨迹点与障碍物是否发生碰撞,若无则生成最终的规划路径,若有则重新进行系列轨迹点生成。
本发明还公开了一种基于模糊决策的自动泊车路径规划装置200,包括相对位置计算模块21、模糊判断模块22、目标判断模块23、单位路段生成模块24、终点判断模块25、路径规划模块26。该基于模糊决策的自动泊车路径规划装置200为与基于模糊决策的自动泊车路径规划方法100对应的装置。
相对位置计算模块21将当前车辆位置作为单位路段的起点,计算所述单位路段起点相对于目标位置的相对位置Pi(x,y,yaw),x为横坐标的相对距离,y为纵坐标的相对距离,yaw为相对航向角。
模糊判断模块22依据预设的模糊评价标准对所述相对位置Pi(x,y,yaw)的三个评价因素x、y、yaw分别进行模糊评价,从而得到三个评价因素的模糊评价结果,所述模糊评价标准包括三个评价因素的数值与模糊评价结果的对应关系。
目标判断模块23依据三评价因素的所述模糊评价结果和预设的模糊评价决策规则表推测车辆下一步行驶方向,所述模糊评价决策规则表包括三评价因素模糊评价结果和车辆下一步行驶方向的对应关系。
其中,目标判断模块23以上述步骤S13的具体方法执行。
单位路段生成模块24依据所述下一步行驶方向获得方向盘转角范围,在所述方向盘转角范围内进行路径搜索,以计算得到最优的方向盘转角以及最优方向盘转角下行驶到下一刻的车辆位置,将所述下一刻的车辆位置作为所述单位路段的路径终点,以完成当前的单位路段的路径规划。
单位路段生成模块24以上述步骤S14的具体方法执行。
终点判断模块25判断所述路径终点是否为所述目标位置,若否则以当前的单位路段的路径终点为下一单位路段的起点进行下一单位路段的路径规划,直至所述当前单位路段的路径终点为所述目标位置。
路径规划模块26,依据当前车辆位置和目标位置之间的所有单位路段的路径终点生成最终的规划路径。
具体地,所述单位路段生成模块24包括方向盘转角范围计算单元和位姿计算单元。方向盘转角范围计算单元依据所述下一步行驶方向确定下一步车辆行驶的方向范围,依据所述下一步车辆行驶的方向范围获得相应的方向盘转角范围,依据所述方向盘转角范围设置符合范围的若干个方向盘转角。位姿计算单元将所述方向盘转角按照由大到小排列,依次计算所述下一步行驶方向下某一方向盘转角下从当前位置出发以当前车速行驶预设时间到达下一时刻车辆的位姿并判断所述下一时刻车辆的位姿是否满足预设规则,若是则结束搜索并将当前所述方向盘转角作为最优方向盘转角,若否则返回重新判断下一方向盘转角下的下一时刻车辆的位姿是否满足预设规则。其中,车辆的位姿包括车辆的位置和航向角,所述预设规则为:车辆位置与障碍物不碰撞,车辆位置与目标位置的相对角度β与车辆位置对应的航向角φ的夹角不超过预设值。
具体地,所述位姿计算单元242依据公
计算下一时刻车辆的位姿,其中,x(k),y(k),φ(k)分别为当前时刻横纵坐标位置和航向角,x(k+1),y(k+1),φ(k+1)分别为下一时刻横纵坐标位置和航向角,Vr为当前车速,δ(k)为当前时刻的前轮转角,T为预设时间(计算位置的离散采样周期),L为车辆前后轮轴距。
较佳者,所述模糊判断模块22对x因素和Y因素分别设置近、中、远三个评价结果,分别依据x因素和Y因素的数值大小获得对应的评价结果;所述模糊判断模块还对yaw因素设置第一航向角范围、第二航向角范围、第三航向角范围和第四航向角范围四个评价结果,依据yaw因素的数值大小获得对应的评价结果。
其中,所述模糊评价决策规则表由每一yaw因素的评价结果下,不同x因素的评价结果和Y因素的评价结果对应的下一步行驶方向组成的表单组成。
较佳者,所述路径规划模块26使用Dubins曲线或者曲线拟合当前车辆位置、目标位置以及当前车辆位置和目标位置之间的所有单位路段的路径终点以获得当前车辆位置到目标位置的系列轨迹点,判断所述轨迹点与障碍物是否发生碰撞,若无则生成最终的规划路径,若有则重新进行系列轨迹点生成。
本发明还公开了一种基于模糊决策的自动泊车路径规划装置300,包括:一个或多个处理器31;存储器32;以及一个或多个程序33,其中所述一个或多个程序33被存储在所述存储器32中,并且被配置成由一个或多个处理器31执行以实现如上所述的基于模糊决策的自动泊车路径方法100。
本发明还公开了一种计算机可读存储介质,包括与具有存储器的电子设备结合使用的计算机程序,所述计算机程序可被处理器执行以实现如上所述的基于模糊决策的自动泊车路径方法。
以上所揭露的仅为本发明的优选实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明申请专利范围所作的等同变化,仍属本发明所涵盖的范围。
Claims (16)
1.一种基于模糊决策的自动泊车路径规划方法,其特征在于:包括:
将当前车辆位置作为单位路段的起点,计算所述单位路段起点相对于目标位置的相对位置Pi(x,y,yaw),x为横坐标的相对距离,y为纵坐标的相对距离,yaw为相对航向角;
依据预设的模糊评价标准对所述相对位置Pi(x,y,yaw)的三个评价因素x、y、yaw分别进行模糊评价,从而得到三个评价因素的模糊评价结果,所述模糊评价标准包括三个评价因素的数值与模糊评价结果的对应关系;
依据三评价因素的所述模糊评价结果和预设的模糊评价决策规则表推测车辆下一步行驶方向,所述模糊评价决策规则表包括三评价因素模糊评价结果和车辆下一步行驶方向的对应关系;
依据所述下一步行驶方向获得方向盘转角范围,在所述方向盘转角范围内进行路径搜索,以计算得到最优的方向盘转角以及最优方向盘转角下行驶到下一刻的车辆位置,将所述下一刻的车辆位置作为所述单位路段的路径终点,以完成当前的单位路段的路径规划;
判断所述路径终点是否为所述目标位置,若否则以当前的单位路段的路径终点为下一单位路段的起点进行下一单位路段的路径规划,直至所述当前单位路段的路径终点为所述目标位置;
依据当前车辆位置和目标位置之间的所有单位路段的路径终点生成最终的规划路径。
2.如权利要求1所述的基于模糊决策的自动泊车路径规划方法,其特征在于:依据所述下一步行驶方向获得方向盘转角范围,在所述方向盘转角范围内进行路径搜索,以计算得到最优的方向盘转角,以及最优方向盘转角下行驶到下一刻的车辆位置具体包括:
依据所述下一步行驶方向确定下一步车辆行驶的方向范围;
依据所述下一步车辆行驶的方向范围获得相应的方向盘转角范围;
依据所述方向盘转角范围设置符合范围的若干个方向盘转角,将所述方向盘转角按照由大到小排列;
依次计算所述下一步行驶方向下某一方向盘转角下从当前位置出发以预设车速行驶预设时间到达下一时刻车辆的位姿并判断所述下一时刻车辆的位姿是否满足预设规则,若是则结束搜索并将当前所述方向盘转角作为最优方向盘转角,若否则返回重新判断下一方向盘转角下的下一时刻车辆的位姿是否满足预设规则。
3.如权利要求2所述的基于模糊决策的自动泊车路径规划方法,其特征在于:车辆的位姿包括车辆的位置和航向角,所述预设规则为:车辆位置与障碍物不碰撞,车辆位置与目标位置的相对角度与车辆位置对应的航向角的夹角不超过预设值。
5.如权利要求1所述的基于模糊决策的自动泊车路径规划方法,其特征在于:依据预设的模糊评价标准对所述相对位置Pi(x,y,yaw)的三评价因素x、y、yaw分别进行模糊评价,从而得到三评价因素的模糊评价结果具体包括:
对x因素和Y因素分别设置近、中、远三个评价结果,分别依据x因素和Y因素的数值大小获得对应的评价结果;
对yaw因素设置第一航向角范围、第二航向角范围、第三航向角范围和第四航向角范围四个评价结果,依据yaw因素的数值大小获得对应的评价结果。
6.如权利要求1所述的基于模糊决策的自动泊车路径规划方法,其特征在于:所述模糊评价决策规则表由每一yaw因素的评价结果下,不同x因素的评价结果和Y因素的评价结果对应的下一步行驶方向组成的表单组成。
7.如权利要求1所述的基于模糊决策的自动泊车路径规划方法,其特征在于:依据当前车辆位置和目标位置之间的所有单位路段的路径终点生成最终的规划路径包括:使用Dubins曲线或者曲线拟合当前车辆位置、目标位置以及当前车辆位置和目标位置之间的所有单位路段的路径终点以获得当前车辆位置到目标位置的系列轨迹点,判断所述轨迹点与障碍物是否发生碰撞,若无则生成最终的规划路径,若有则重新进行系列轨迹点生成。
8.一种基于模糊决策的自动泊车路径规划装置,其特征在于:包括:
相对位置计算模块,将当前车辆位置作为单位路段的起点,计算所述单位路段起点相对于目标位置的相对位置Pi(x,y,yaw),x为横坐标的相对距离,y为纵坐标的相对距离,yaw为相对航向角;
模糊判断模块,依据预设的模糊评价标准对所述相对位置Pi(x,y,yaw)的三个评价因素x、y、yaw分别进行模糊评价,从而得到三个评价因素的模糊评价结果,所述模糊评价标准包括三个评价因素的数值与模糊评价结果的对应关系;
目标判断模块,依据三评价因素的所述模糊评价结果和预设的模糊评价决策规则表推测车辆下一步行驶方向,所述模糊评价决策规则表包括三评价因素模糊评价结果和车辆下一步行驶方向的对应关系;
单位路段生成模块,依据所述下一步行驶方向获得方向盘转角范围,在所述方向盘转角范围内进行路径搜索,以计算得到最优的方向盘转角以及最优方向盘转角下行驶到下一刻的车辆位置,将所述下一刻的车辆位置作为所述单位路段的路径终点,以完成当前的单位路段的路径规划;
终点判断模块,判断所述路径终点是否为所述目标位置,若否则以当前的单位路段的路径终点为下一单位路段的起点进行下一单位路段的路径规划,直至所述当前单位路段的路径终点为所述目标位置;
路径规划模块,依据当前车辆位置和目标位置之间的所有单位路段的路径终点生成最终的规划路径。
9.如权利要求8所述的基于模糊决策的自动泊车路径规划装置,其特征在于:所述单位路段生成模块包括:
方向盘转角范围计算单元,依据所述下一步行驶方向确定下一步车辆行驶的方向范围,依据所述下一步车辆行驶的方向范围获得相应的方向盘转角范围,依据所述方向盘转角范围设置符合范围的若干个方向盘转角;
位姿计算单元,将所述方向盘转角按照由大到小排列,依次计算所述下一步行驶方向下某一方向盘转角下从当前位置出发以预设车速行驶预设时间到达下一时刻车辆的位姿并判断所述下一时刻车辆的位姿是否满足预设规则,若是则结束搜索并将当前所述方向盘转角作为最优方向盘转角,若否则返回重新判断下一方向盘转角下的下一时刻车辆的位姿是否满足预设规则。
10.如权利要求9所述的基于模糊决策的自动泊车路径规划装置,其特征在于:车辆的位姿包括车辆的位置和航向角,所述预设规则为:车辆位置与障碍物不碰撞,车辆位置与目标位置的相对角度与车辆位置对应的航向角的夹角不超过预设值。
12.如权利要求8所述的基于模糊决策的自动泊车路径规划装置,其特征在于:所述模糊判断模块对x因素和Y因素分别设置近、中、远三个评价结果,分别依据x因素和Y因素的数值大小获得对应的评价结果;所述模糊判断模块还对yaw因素设置第一航向角范围、第二航向角范围、第三航向角范围和第四航向角范围四个评价结果,依据yaw因素的数值大小获得对应的评价结果。
13.如权利要求8所述的基于模糊决策的自动泊车路径规划装置,其特征在于:所述模糊评价决策规则表由每一yaw因素的评价结果下,不同x因素的评价结果和Y因素的评价结果对应的下一步行驶方向组成的表单组成。
14.如权利要求8所述的基于模糊决策的自动泊车路径规划装置,其特征在于:所述路径规划模块使用Dubins曲线或者曲线拟合当前车辆位置、目标位置以及当前车辆位置和目标位置之间的所有单位路段的路径终点以获得当前车辆位置到目标位置的系列轨迹点,判断所述轨迹点与障碍物是否发生碰撞,若无则生成最终的规划路径,若有则重新进行系列轨迹点生成。
15.一种基于模糊决策的自动泊车路径规划装置,其特征在于:包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由一个或多个处理器执行以实现如权利要求1-7中任一项所述的基于模糊决策的自动泊车路径方法。
16.一种计算机可读存储介质,包括与具有存储器的电子设备结合使用的计算机程序,其特征在于:所述计算机程序可被处理器执行以实现如权利要求1-7中任一项所述的基于模糊决策的自动泊车路径方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211661242.6A CN115817535B (zh) | 2022-12-23 | 2022-12-23 | 基于模糊决策的自动泊车路径规划方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211661242.6A CN115817535B (zh) | 2022-12-23 | 2022-12-23 | 基于模糊决策的自动泊车路径规划方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115817535A true CN115817535A (zh) | 2023-03-21 |
CN115817535B CN115817535B (zh) | 2023-09-29 |
Family
ID=85517917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211661242.6A Active CN115817535B (zh) | 2022-12-23 | 2022-12-23 | 基于模糊决策的自动泊车路径规划方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115817535B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105197010A (zh) * | 2014-06-04 | 2015-12-30 | 长春孔辉汽车科技股份有限公司 | 辅助泊车系统以及辅助泊车控制方法 |
CN110525428A (zh) * | 2019-08-29 | 2019-12-03 | 合肥工业大学 | 一种基于模糊深度强化学习的自动泊车方法 |
US20200108828A1 (en) * | 2017-03-30 | 2020-04-09 | Great Wall Motor Company Limited | Method and apparatus for controlling vehicle travelling, and vehicle |
CN111399506A (zh) * | 2020-03-13 | 2020-07-10 | 大连海事大学 | 一种基于动力学约束的全局-局部混合无人船路径规划方法 |
WO2021022758A1 (zh) * | 2019-08-02 | 2021-02-11 | 广东小鹏汽车科技有限公司 | 一种泊车的规划路径调整方法和装置 |
CN113581167A (zh) * | 2021-09-01 | 2021-11-02 | 华域汽车系统股份有限公司 | 一种基于直线圆弧路径的全自动泊车控制方法及控制器 |
CN114701488A (zh) * | 2022-03-31 | 2022-07-05 | 重庆长安汽车股份有限公司 | 基于横纵向解耦的自动泊车路径跟踪方法 |
CN115123219A (zh) * | 2022-06-02 | 2022-09-30 | 东风柳州汽车有限公司 | 一种基于模糊pid的车道保持控制方法及装置 |
-
2022
- 2022-12-23 CN CN202211661242.6A patent/CN115817535B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105197010A (zh) * | 2014-06-04 | 2015-12-30 | 长春孔辉汽车科技股份有限公司 | 辅助泊车系统以及辅助泊车控制方法 |
US20200108828A1 (en) * | 2017-03-30 | 2020-04-09 | Great Wall Motor Company Limited | Method and apparatus for controlling vehicle travelling, and vehicle |
WO2021022758A1 (zh) * | 2019-08-02 | 2021-02-11 | 广东小鹏汽车科技有限公司 | 一种泊车的规划路径调整方法和装置 |
CN110525428A (zh) * | 2019-08-29 | 2019-12-03 | 合肥工业大学 | 一种基于模糊深度强化学习的自动泊车方法 |
CN111399506A (zh) * | 2020-03-13 | 2020-07-10 | 大连海事大学 | 一种基于动力学约束的全局-局部混合无人船路径规划方法 |
CN113581167A (zh) * | 2021-09-01 | 2021-11-02 | 华域汽车系统股份有限公司 | 一种基于直线圆弧路径的全自动泊车控制方法及控制器 |
CN114701488A (zh) * | 2022-03-31 | 2022-07-05 | 重庆长安汽车股份有限公司 | 基于横纵向解耦的自动泊车路径跟踪方法 |
CN115123219A (zh) * | 2022-06-02 | 2022-09-30 | 东风柳州汽车有限公司 | 一种基于模糊pid的车道保持控制方法及装置 |
Non-Patent Citations (1)
Title |
---|
李社蕾;张潇;周望月;: "基于模糊控制的自动泊车轨迹研究及仿真", 计算机技术与发展, no. 02 * |
Also Published As
Publication number | Publication date |
---|---|
CN115817535B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11460311B2 (en) | Path planning method, system and device for autonomous driving | |
CN110481551A (zh) | 一种自动换道的控制方法、装置及车辆 | |
CN111830979B (zh) | 一种轨迹优化方法和装置 | |
CN112269965B (zh) | 一种非完整约束条件下的连续曲率路径优化方法 | |
CN111731269B (zh) | 一种自动泊车路径规划方法及其系统 | |
CN112859838B (zh) | 一种自动驾驶控制方法、装置、设备和介质 | |
CN111896004A (zh) | 一种狭窄通道车辆轨迹规划方法及系统 | |
CN112327826A (zh) | 一种路径规划方法、装置、设备和介质 | |
CN114194215A (zh) | 一种智能车辆避障换道轨迹规划方法及系统 | |
CN115071686A (zh) | 一种狭长区域的无人驾驶矿用车辆的泊车方法 | |
CN112365710A (zh) | 一种基于概率输出模型的智能车辆换道决策方法 | |
CN116758741A (zh) | 一种多维度不确定性感知的智能汽车碰撞概率预测方法 | |
CN115339445A (zh) | 跟车目标确定方法、装置及存储介质 | |
CN111857148B (zh) | 一种非结构化道路车辆路径规划方法 | |
CN115817535A (zh) | 基于模糊决策的自动泊车路径规划方法和装置 | |
CN114763133A (zh) | 车辆泊车规划方法、装置、设备及计算机存储介质 | |
CN113759892A (zh) | 无人车障碍物绕行方法、装置、无人车及存储介质 | |
CN114842432A (zh) | 一种基于深度学习汽车灯光控制方法及系统 | |
WO2023236476A1 (zh) | 一种无车道线下确定跟踪轨迹的方法及装置 | |
CN116560362A (zh) | 一种自动导航的路径规划跟踪方法及系统 | |
CN114987556A (zh) | 自动驾驶车辆控制方法、装置、设备及存储介质 | |
CN114877904A (zh) | 一种道路曲率的估计方法、测量装置和计算机设备 | |
CN115097826A (zh) | 一种车辆掉头轨迹规划方法及装置 | |
CN111221338B (zh) | 一种路径跟踪的方法、装置、设备及存储介质 | |
CN111176285A (zh) | 一种行进路径规划的方法及装置、车辆、可读存储介质 |
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 |