CN116353577A - 自动泊车控制方法、装置、电子设备及存储介质 - Google Patents
自动泊车控制方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116353577A CN116353577A CN202310119416.4A CN202310119416A CN116353577A CN 116353577 A CN116353577 A CN 116353577A CN 202310119416 A CN202310119416 A CN 202310119416A CN 116353577 A CN116353577 A CN 116353577A
- Authority
- CN
- China
- Prior art keywords
- planned
- vehicle
- track
- state information
- parking
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 239000011159 matrix material Substances 0.000 claims description 60
- 230000006870 function Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 239000000758 substrate Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 12
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 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
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请公开了自动泊车控制方法、装置、电子设备及存储介质,方法包括:获取车辆的规划泊车轨迹,并预测表征车辆自车行驶状态的第一状态信息;其中,规划泊车轨迹包括若干规划轨迹点,且规划轨迹点的第二状态信息至少包括规划轨迹点的第二位置和第二航向角;基于第一状态信息和各个规划轨迹点的第二状态信息,在规划泊车轨迹上选择规划轨迹点作为参考轨迹点;度量第一状态信息与参考轨迹点的第二状态信息之间的跟踪误差;基于跟踪误差,分析得到用于自动泊车的控制参数。上述方案,能够提高自动泊车时车辆跟踪泊车轨迹的准确度,以提高泊车效果。
Description
技术领域
本申请涉及自动驾驶技术领域,特别是涉及自动泊车控制方法、装置、电子设备及存储介质。
背景技术
自动泊车,即通过计算机获取车辆位置以及环境信息,基于环境信息规划泊车轨迹后,使车辆沿着泊车轨迹进入车位。
在自动泊车系统中,自动泊车控制算法通常具有滞后性,且车辆具有惯性,在控制车辆进行自动泊车时,难以保证车辆准确地沿着泊车轨迹行进,导致泊车效果不好。
因此,如何提高自动泊车时车辆跟踪泊车轨迹的准确度,以提高泊车效果是目前亟待解决的问题。
发明内容
本申请至少提供自动泊车控制方法、装置、电子设备及存储介质,能够提高自动泊车时车辆跟踪泊车轨迹的准确度,以提高泊车效果。
本申请第一方面提供了一种自动泊车控制方法,包括:获取车辆的规划泊车轨迹,并预测表征所述车辆自车行驶状态的第一状态信息;其中,所述规划泊车轨迹包括若干规划轨迹点,且所述规划轨迹点的第二状态信息至少包括所述规划轨迹点的第二位置和第二航向角;基于所述第一状态信息和各个所述规划轨迹点的第二状态信息,在所述规划泊车轨迹上选择所述规划轨迹点作为参考轨迹点;度量所述第一状态信息与所述参考轨迹点的第二状态信息之间的跟踪误差;基于所述跟踪误差,分析得到用于自动泊车的控制参数;其中,所述控制参数包括前轮转角、方向盘转角中至少一者。
因此,通过预测车辆自车行驶状态的第一状态信息并基于该第一状态信息得到参考点,以基于参考点和第一状态信息得到跟踪误差,并基于该跟踪误差进行自动泊车控制,能够基于预测车辆的第一状态信息对车辆进行提前控制,从而补偿了自动泊车控制算法的滞后性和车辆惯性带来的延时,能够提高自动泊车时车辆跟踪泊车轨迹的准确度,以提高泊车效果。
本申请第二方面提供了一种自动泊车控制装置,包括:获取模块,用于获取车辆的规划泊车轨迹,并预测表征所述车辆自车行驶状态的第一状态信息;其中,所述规划泊车轨迹包括若干规划轨迹点,且所述规划轨迹点的第二状态信息至少包括所述规划轨迹点的第二位置和第二航向角;选择模块,用于基于所述第一状态信息和各个所述规划轨迹点的第二状态信息,在所述规划泊车轨迹上选择所述规划轨迹点作为参考轨迹点;误差计算模块,用于度量所述第一状态信息与所述参考轨迹点的第二状态信息之间的跟踪误差;控制参数计算模块,用于基于所述跟踪误差,分析得到用于自动泊车的控制参数;其中,所述控制参数包括前轮转角、方向盘转角中至少一者。
本申请第三方面提供了一种电子设备,包括相互耦接的存储器和处理器,处理器用于执行存储器中存储的程序指令,以实现上述第一方面中的自动泊车控制方法。
本申请第四方面提供了一种计算机可读存储介质,其上存储有程序指令,程序指令被处理器执行时实现上述第一方面中的自动泊车控制方法。
上述方案,通过预测车辆自车行驶状态的第一状态信息并基于该第一状态信息得到参考点,以基于参考点和第一状态信息得到跟踪误差,并基于该跟踪误差进行自动泊车控制,能够基于预测车辆的第一状态信息对车辆进行提前控制,从而补偿了自动泊车控制算法的滞后性和车辆惯性带来的延时,能够提高自动泊车时车辆跟踪泊车轨迹的准确度,以提高泊车效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1是本申请自动泊车控制方法一实施例的流程示意图;
图2是本申请自动泊车控制方法另一实施例的流程示意图;
图3是本申请自动泊车控制方法又一实施例的流程示意图;
图4是本申请自动泊车控制方法又一实施例的参考点的示意图;
图5是本申请自动泊车控制方法又一实施例的流程示意图;
图6是本申请自动泊车控制方法又一实施例的流程示意图;
图7是本申请自动泊车控制装置一实施例的框架示意图;
图8是本申请电子设备一实施例的框架示意图;
图9为本申请计算机可读存储介质一实施例的框架示意图。
具体实施方式
下面结合说明书附图,对本申请实施例的方案进行详细说明。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本申请。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
请参阅图1,图1是本申请自动泊车控制方法一实施例的流程示意图。具体而言,可以包括如下步骤:
步骤S11:获取车辆的规划泊车轨迹,并预测表征车辆自车行驶状态的第一状态信息;其中,规划泊车轨迹包括若干规划轨迹点,且规划轨迹点的第二状态信息至少包括规划轨迹点的第二位置和第二航向角。
本公开实施例中,自动泊车控制方法的执行主体可以包括车载电脑、行车控制器等中的至少一种,还可以包括手机、便携式电脑等移动终端设备中的至少一种。在一个具体的实施场景中,规划泊车轨迹可以随着车辆泊车环境的变化而实时更新,进而自动泊车控制方法会基于实时更新的规划泊车轨迹对车辆进行实时控制,以确保自动泊车顺利;例如,在一个自动泊车场景中,在车辆进行自动泊车时,旁边的车位有车进出,规划泊车轨迹可以实时更新以避让周围车辆。
在一个具体的实施场景中,规划泊车轨迹可以包括201个离散的规划轨迹点,本申请的自动泊车控制方法可以控制车辆依次行进至上述的规划轨迹点直至到达最后一个规划轨迹点;在其他实施场景中,规划轨迹点的数量还可以是其他数值,例如400个、249个、159个等,本申请在此不作限定。需要说明的是,规划轨迹点的第二位置和第二航向角表示车辆行进到该规划轨迹点处时的位置以及航向角。
本公开实施例中,通过横向控制技术对车辆进行自动泊车控制,即保持车辆速度大小不变,仅控制车辆的前轮转角以对车辆的行进轨迹进行控制,通过控制车辆的方向盘转角即可控制车辆的前轮转角。
本公开实施例中,第一状态信息包括车辆的第一位置和第一航向角;第一位置表示预测车辆在保持当前速度以及当前航向角不变的情况下行驶Δt时间后的位置,Δt即预测时间,预测时间可以根据实际设置,本申请不作限定;第一航向角则表示当前车辆在保持当前速度和当前前轮转角不变的情况下行驶Δt时间后的航向角;请参照图2,图2是本申请自动泊车控制方法另一实施例的流程示意图,具体的,上述步骤S11中的预测表征车辆自车行驶状态的第一状态信息可以包括:
步骤S21:获取车辆轴距以及表征车辆当前行驶状态的第三状态信息;其中,第三状态信息可以包括当前速度、当前位置、当前前轮转角和当前航向角;
步骤S22:基于当前位置和当前航向角,预测车辆保持当前速度行驶预测时长后的行驶位置,作为第一位置;以及基于当前航向角以及车辆轴距,预测车辆保持当前速度以及当前前轮转角行驶预测时长后的航向角,作为第一航向角。
在一个具体的实施场景中,可以通过如下公式计算第一位置以及第一航向角:
其中,vt为车辆的当前速度,在本可能的实施例中,由于对车辆进行横向控制,因此车辆速度大小在整个自动泊车过程中被认为是恒定不便的;xt+1、yt+1分别是车辆第一位置在自然坐标系下的横坐标与纵坐标值,θt表示当前航向角,θt+1表示第一航向角,δt表示车辆的当前前轮转角,L表示车辆轴距。
步骤S12:基于第一状态信息和各个规划轨迹点的第二状态信息,在规划泊车轨迹上选择规划轨迹点作为参考轨迹点。
请参照图3,图3是本申请自动泊车控制方法又一实施例的流程示意图,具体的,上述的步骤S12可以包括:
步骤S31:基于第一位置和规划轨迹点的第二位置,得到规划轨迹点对应的欧氏距离;
在一个具体的实施场景中,可以遍历全部规划轨迹点得到所有规划轨迹点与车辆的第一位置之间的欧氏距离。
步骤S32:选取具有最小欧氏距离的规划轨迹点,作为匹配轨迹点;
在一个具体的实施场景中,遍历全部规划轨迹点得到各个规划轨迹点与车辆第一位置之间的欧式距离之后,选取其中欧式距离最小的规划轨迹点作为匹配轨迹点。
步骤S33:基于第一状态信息和匹配轨迹点的第二状态信息,在规划泊车轨迹上确定参考轨迹点。
在一个具体的实施场景中,在通过匹配轨迹点确定参考轨迹点之前,需要先确定匹配轨迹点的投影轨迹点;匹配轨迹点、投影轨迹点以及参考轨迹点都是规划轨迹点中的一个点,且以得到的投影轨迹点中的一个作为参考轨迹点。具体的,请参照图4,图4是本申请自动泊车控制方法又一实施例的参考点的示意图;具体的,可以基于规划泊车轨迹为参考线建立Frenet坐标系,车辆实际轨迹为在自动泊车过程中车辆的实际行驶轨迹在自然坐标系下的表示,第一位置点即预测得到Δt时间后的车辆位置对应在实际行驶轨迹上的点;则基于最小欧式距离得到匹配轨迹点之后,可以通过匹配轨迹点近似计算出投影轨迹点:以第一位置点为圆心,第一位置点到匹配轨迹点的欧氏距离为半径作一个圆弧,且该圆弧需经过匹配轨迹点,通过该圆弧与Frenet坐标系下的规划泊车轨迹形成的交点确定投影轨迹点;进一步的,匹配轨迹点与投影轨迹点之间的弧长Es可以近似表示为: 其中,/>为匹配轨迹点处规划泊车轨迹的单位切向量,/>为参考轨迹点处规划泊车轨迹的单位切向量,/>为车辆第一位置点的坐标,/>为匹配轨迹点的坐标,通过弧长Es的正负号即可得出唯一一个投影轨迹点,即确定了唯一一个参考轨迹点;与/>平行,即在匹配轨迹点处以及参考轨迹点处的车辆的第二航向角相等;
步骤S13:度量第一状态信息与参考轨迹点的第二状态信息之间的跟踪误差。
在本公开实施例中,跟踪误差包括横向误差和航向角误差;请参照图5,图5是本申请自动泊车控制方法又一实施例的流程示意图,具体的,度量第一状态信息与参考轨迹点的第二状态信息之间的跟踪误差包括:
步骤S51:基于第一位置、参考轨迹点的第二位置以及规划泊车轨迹在匹配轨迹点处的单位法向量,度量横向误差;
步骤S52:基于第一航向角与参考轨迹点的第二航向角度量航向角误差。
在一个具体的实施场景中,航向角误差可以通过公式eθ=θ-θr计算得到,其中,eθ代表航向角误差,θ为第一航向角,θr为参考轨迹点处的第二航向角。
上述方案,通过将匹配轨迹点的投影轨迹点作为参考轨迹点,能够进一步降低跟踪误差。
步骤S14:基于跟踪误差,分析得到用于自动泊车的控制参数;其中,控制参数包括前轮转角、方向盘转角中至少一者。
在一个可能的实施方式中,在“基于跟踪误差,分析得到用于自动泊车的控制参数”之前,还可以包括:使用最速微分跟踪器对跟踪误差进行滤波。
在一个具体的实施场景中,最速微分跟踪器可以设计为:
其中,fhan为最速控制综合函数,fsg(x,d)=(sign(x+d)-sign(x-d))/2。
车辆运动学跟踪误差模型的状态方程表达式如下:
上式可以对应简写为:其中,ed、eθ分别为Frenet坐标系下的横向误差和航向角误差,kr为规划泊车轨迹在参考轨迹点处的曲率,v为当前车辆速度,δf为当前前轮转角,u2表示前馈控制参数,L为车辆轴距;在本实施场景中,通过车辆第一状态信息与参考轨迹点的第二状态信息得到跟踪误差后,由于规划泊车轨迹在不同规划轨迹点处的跟踪误差不同,由此得到的跟踪误差曲线不够平滑,最终根据该跟踪误差进行方向盘控制时会导致方向盘抖振,用户乘坐舒适度不高,且跟踪精度降低;通过将得到的跟踪误差经过最速微分跟踪器滤波后能够平滑误差曲线,消除突变,从而降低方向盘抖振,提高跟踪精度。
在一个可能的实施方式中,基于跟踪误差,分析得到用于自动泊车的控制参数包括:基于线性二次调节器处理跟踪误差,得到反馈控制参数;反馈控制参数包括前轮转角、方向盘转角中至少一者,需要说明的是,此处得到的反馈控制参数中的前轮转角或方向盘转角与最终用于自动泊车的控制参数中的前轮转角或方向盘转角不同,此处的反馈控制参数未经过前馈控制调节,因此存在较大误差。
在一个可能的实施方式中,反馈控制参数为目标矩阵与-1进行数乘运算后与跟踪误差矩阵得到的乘积,目标矩阵为线性二次调节器的代价函数取最小值时对应的K矩阵;其中,跟踪误差包括横向误差和航向角误差,跟踪误差矩阵为横向误差与航向角误差组成的矩阵。
在一个具体的实施场景中,线性二次调节器的设计包括:若忽略上述Cu2项对系统的影响,离散二自由度模型可以设计为:
X(k+1)=AdX(k)+BdU(k);
其中I为单位矩阵,dt为一个采样周期,X(k+1)为k+1时刻的跟踪误差矩阵,即k+1时刻的ed、eθ组成的矩阵X(k)为k时刻的跟踪误差矩阵;U(k)为k时刻的控制输入矩阵,其代表k时刻的最优前轮转角,令U(k)=-K*X(k),则X(k+1)=(Ad-Bd*K)*X(k);定义代价函数/>其中,/>即每一时刻的跟踪误差矩阵的组合矩阵;/>即每一时刻的控制输入矩阵的组合矩阵;Q、R是权重矩阵。
线性二次调节器的设计目标在于找到U(k)=-K*X(k)中的K矩阵使得代价函数取得最小值,在本文中,将使得代价函数取得最小值的K矩阵称为目标矩阵;可以通过求代价函数关于时间的导数,通过导数的零点找到极小值点:
将U(k)=-K*X(k)代入代价函数J中,则假设存在一个常量矩阵P使得:/>化简可得Riccati方程:Ad TP+PAd+Q-PBR-1BTP=0,通过迭代法求得P矩阵后,K矩阵可以表示为:K=-Bd TPR-1,代入U(k)计算式可得U(k)=Bd TPR-1X(k),由于U(k)代表k时刻的最优前轮转角,则此处求得的U(k)就是反馈控制参数。
在一个可能的实施方式中,在“基于线性二次调节器处理跟踪误差,得到反馈控制参数”之前,还包括:建立K矩阵表;其中,K矩阵表包括车速区间、代价函数和目标矩阵;查询K矩阵表,得到目标矩阵。
在一个可能的实施方式中,建立K矩阵表,包括:将泊车车速段分为若干个车速区间;计算车速区间下代价函数取最小值时对应的目标矩阵;记录求得的目标矩阵与不同车速区间以及不同代价函数的对应关系。
在一个具体的实施场景中,K矩阵的取值只跟车辆速度有关,且泊车工况的车辆速度较低,通常小于2km/h,因此,示例性的,可以将0-2km/h的速度段按0.1km/h的速度间隔分为20个速度区间,分别求解其对应于当前所设置的Q和R对应的代价函数的K矩阵,记录求得的目标矩阵以备查询。离线查询避免了算力的极大浪费,提高了控制系统响应的实时性,提高相应速度。
在一个可能的实施方式中,请参照图6,图6是本申请自动泊车控制方法又一实施例的流程示意图;具体的,基于跟踪误差,分析得到用于自动泊车的控制参数还包括:
步骤S61:计算前馈控制参数;前馈控制参数用于补偿规划泊车轨迹的曲率导致的稳态误差;
步骤S62:将前馈控制参数与反馈控制参数相加,得到用于自动泊车的控制参数。
在一个可能的实施方式中,规划轨迹点的第二状态信息还包括规划泊车轨迹在规划轨迹点处的曲率,计算前馈控制参数包括:计算车辆的轴距与参考点处轨迹的曲率的乘积,得到前馈控制参数。
在一个具体的实施场景中,根据运动学模型,忽略车辆的侧偏,前馈控制参数可根据车辆轴距L与参考轨迹点处的曲率kappa_m求得,即feed_forward=L*kappa_m,其中,feed_forward为前馈控制参数;前馈的设置目的在于消除Cu2对稳态误差的影响,即补偿道路曲率对稳态误差的影响。得到前馈控制参数与反馈控制参数后,即可计算用于自动泊车的控制参数,steer_angle=feedforward-K*U(k),其中,steer_angle表示前轮转角,求得前轮转角后将前轮转角与转动比相乘即可得到方向盘转角,示例性的,转动比可以是15。
本公开实施例中,在上述的步骤S14之后还包括:在车辆未到达若干规划轨迹点中的最后一个规划轨迹点的情况下,执行“获取车辆的规划泊车轨迹,并预测表征车辆自车行驶状态的第一状态信息”及其后步骤,以得到后续用于自动泊车的控制参数;在车辆到达若干规划轨迹点中的最后一个规划轨迹点的情况下,完成自动泊车控制。在本公开实施例中,对车辆的自动泊车控制将控制车辆进行自动泊车直至车辆到达规划轨迹中的最后一个规划轨迹点,在一个具体的实施场景中,一个完整的自动泊车控制过程中可以有多段规划泊车轨迹;控制车辆跟踪至一段规划泊车轨迹中的最后一个规划轨迹点,即开始下一段跟踪规划泊车轨迹,直至跟踪至最后一段规划泊车轨迹中的最后一个规划轨迹点,完成自动泊车控制。
上述方案,通过预测车辆自车行驶状态的第一状态信息并基于该第一状态信息得到参考点,以基于参考点和第一状态信息得到跟踪误差,并基于该跟踪误差进行自动泊车控制,能够基于预测车辆的第一状态信息对车辆进行提前控制,从而补偿了自动泊车控制算法的滞后性和车辆惯性带来的延时,能够提高自动泊车时车辆跟踪泊车轨迹的准确度,以提高泊车效果。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
请参阅图7,图7是本申请自动泊车控制装置70一实施例的框架示意图。具体的,自动泊车控制装置70包括:获取模块71,用于获取车辆的规划泊车轨迹,并预测表征车辆自车行驶状态的第一状态信息;其中,规划泊车轨迹包括若干规划轨迹点,且规划轨迹点的第二状态信息至少包括规划轨迹点的第二位置和第二航向角;选择模块72,用于基于第一状态信息和各个规划轨迹点的第二状态信息,在规划泊车轨迹上选择规划轨迹点作为参考轨迹点;误差计算模块73,用于度量第一状态信息与参考轨迹点的第二状态信息之间的跟踪误差;控制参数计算模块74,用于基于跟踪误差,分析得到用于自动泊车的控制参数;其中,控制参数包括前轮转角、方向盘转角中至少一者。
上述方案,通过预测车辆自车行驶状态的第一状态信息并基于该第一状态信息得到参考点,以基于参考点和第一状态信息得到跟踪误差,并基于该跟踪误差进行自动泊车控制,能够基于预测车辆的第一状态信息对车辆进行提前控制,从而补偿了自动泊车控制算法的滞后性和车辆惯性带来的延时,能够提高自动泊车时车辆跟踪泊车轨迹的准确度,以提高泊车效果。
在一些实施例中,第一状态信息包括车辆的第一位置和第一航向角;获取模块71包括:状态信息获取子模块,用于获取车辆轴距以及表征车辆当前行驶状态的第三状态信息;其中,第三状态信息包括当前速度、当前位置、当前前轮转角和当前航向角;状态信息预测子模块,用于基于当前位置和当前航向角,预测车辆保持当前速度行驶预测时长后的行驶位置,作为第一位置;以及,基于当前航向角以及车辆轴距,预测车辆保持当前速度以及当前前轮转角行驶预测时长后的航向角,作为第一航向角。
在一些实施例中,选择模块72包括:距离计算子模块,用于基于第一位置和规划轨迹点的第二位置,得到规划轨迹点对应的欧氏距离;匹配子模块,用于选取具有最小欧氏距离的规划轨迹点,作为匹配轨迹点;确定子模块,用于基于第一状态信息和匹配轨迹点的第二状态信息,在规划泊车轨迹上确定参考轨迹点。
在一些实施例中,跟踪误差包括横向误差和航向角误差;误差计算模块73包括:横向误差计算子模块,基于第一位置、参考轨迹点的第二位置以及规划泊车轨迹在匹配轨迹点处的单位法向量,度量横向误差;航向角误差计算子模块,基于第一航向角与参考轨迹点的第二航向角度量航向角误差。
在一些实施例中,自动泊车控制装置70还包括滤波模块,用于使用最速微分跟踪器对跟踪误差进行滤波。
在一些实施例中,控制参数计算模块74包括反馈子模块,用于基于线性二次调节器处理跟踪误差,得到反馈控制参数;反馈控制参数包括前轮转角、方向盘转角中至少一者。
在一些实施例中,反馈控制参数为目标矩阵与-1进行数乘运算后与跟踪误差矩阵得到的乘积,目标矩阵为线性二次调节器的代价函数取最小值时对应的K矩阵;其中,跟踪误差包括横向误差和航向角误差,跟踪误差矩阵为横向误差与航向角误差组成的矩阵。
在一些实施例中,自动泊车控制装置70还包括查询模块,用于建立K矩阵表;其中,K矩阵表包括车速区间、代价函数和目标矩阵;以及,查询K矩阵表,得到目标矩阵。
在一些实施例中,查询模块包括:分段子模块,用于将泊车车速段分为若干个车速区间;目标矩阵计算模块,用于计算车速区间下代价函数取最小值时对应的目标矩阵;记录子模块,用于记录求得的目标矩阵与不同车速区间以及不同代价函数的对应关系。
在一些实施例中,控制参数计算模块74还包括:前馈子模块,用于计算前馈控制参数;前馈控制参数用于补偿规划泊车轨迹的曲率导致的稳态误差;计算子模块,用于将前馈控制参数与反馈控制参数相加,得到用于自动泊车的控制参数。
在一些实施例中,规划轨迹点的第二状态信息还包括规划泊车轨迹在规划轨迹点处的曲率,前馈子模块还用于计算车辆的轴距与参考点处轨迹的曲率的乘积,得到前馈控制参数。
请参阅图8,图8是本申请电子设备80一实施例的框架示意图。电子设备80包括相互耦接的存储器81和处理器82,处理器82用于执行存储器81中存储的程序指令,以实现上述任一自动泊车控制方法实施例中的步骤。在一个具体的实施场景中,电子设备80可以包括但不限于:微型计算机、服务器,此外,电子设备80还可以包括笔记本电脑、平板电脑等移动设备,在此不做限定。
具体而言,处理器82用于控制其自身以及存储器81以实现上述任一图像检测模型的训练方法实施例的步骤,或实现上述任一图像检测方法实施例中的步骤。处理器82还可以称为CPU(Central Processing Unit,中央处理单元)。处理器82可能是一种集成电路芯片,具有信号的处理能力。处理器82还可以是通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外,处理器82可以由集成电路芯片共同实现。
上述方案,通过预测车辆自车行驶状态的第一状态信息并基于该第一状态信息得到参考点,以基于参考点和第一状态信息得到跟踪误差,并基于该跟踪误差进行自动泊车控制,能够基于预测车辆的第一状态信息对车辆进行提前控制,从而补偿了自动泊车控制算法的滞后性和车辆惯性带来的延时,能够提高自动泊车时车辆跟踪泊车轨迹的准确度,以提高泊车效果。
请参阅图9,图9为本申请计算机可读存储介质90一实施例的框架示意图。计算机可读存储介质90存储有能够被处理器运行的程序指令901,程序指令901用于实现上述任一自动泊车控制方法实施例中的步骤。
上述方案,通过预测车辆自车行驶状态的第一状态信息并基于该第一状态信息得到参考点,以基于参考点和第一状态信息得到跟踪误差,并基于该跟踪误差进行自动泊车控制,能够基于预测车辆的第一状态信息对车辆进行提前控制,从而补偿了自动泊车控制算法的滞后性和车辆惯性带来的延时,能够提高自动泊车时车辆跟踪泊车轨迹的准确度,以提高泊车效果。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
Claims (15)
1.一种自动泊车控制方法,其特征在于,包括:
获取车辆的规划泊车轨迹,并预测表征所述车辆自车行驶状态的第一状态信息;其中,所述规划泊车轨迹包括若干规划轨迹点,且所述规划轨迹点的第二状态信息至少包括所述规划轨迹点的第二位置和第二航向角;所述第一状态信息包括所述车辆的第一位置和第一航向角;
基于所述第一状态信息和各个所述规划轨迹点的第二状态信息,在所述规划泊车轨迹上选择所述规划轨迹点作为参考轨迹点;
度量所述第一状态信息与所述参考轨迹点的第二状态信息之间的跟踪误差;
基于所述跟踪误差,分析得到用于自动泊车的控制参数;其中,所述控制参数包括前轮转角、方向盘转角中至少一者。
2.根据权利要求1所述的方法,其特征在于,所述基于所述跟踪误差,分析得到用于自动泊车的控制参数之后,所述方法还包括:
在所述车辆未到达所述若干规划轨迹点中的最后一个规划轨迹点的情况下,执行所述“获取车辆的规划泊车轨迹,并预测表征所述车辆自车行驶状态的第一状态信息”及其后步骤,以得到后续用于自动泊车的控制参数;
在所述车辆到达所述若干规划轨迹点中的最后一个规划轨迹点的情况下,完成自动泊车控制。
3.根据权利要求1所述的方法,其特征在于,
所述预测表征所述车辆自车行驶状态的第一状态信息包括:
获取车辆轴距以及表征所述车辆的当前行驶状态的第三状态信息;其中,所述第三状态信息包括当前速度、当前位置、当前前轮转角和当前航向角;
基于所述当前位置和所述当前航向角,预测所述车辆保持所述当前速度行驶预测时长后的行驶位置,作为所述第一位置;以及,
基于所述当前航向角以及车辆轴距,预测所述车辆保持所述当前速度以及当前前轮转角行驶预测时长后的航向角,作为所述第一航向角。
4.根据权利要求1所述的方法,其特征在于,所述基于所述第一状态信息和各个所述规划轨迹点的第二状态信息,在所述规划泊车轨迹上选择所述规划轨迹点作为参考轨迹点,包括:
基于第一位置和所述规划轨迹点的第二位置,得到所述规划轨迹点对应的欧氏距离;
选取具有最小所述欧氏距离的规划轨迹点,作为匹配轨迹点;
基于所述第一状态信息和所述匹配轨迹点的第二状态信息,在所述规划泊车轨迹上确定所述参考轨迹点。
5.根据权利要求1所述的方法,其特征在于,所述跟踪误差包括横向误差和航向角误差;
所述度量所述第一状态信息与所述参考轨迹点的第二状态信息之间的跟踪误差包括:
基于所述第一位置、所述参考轨迹点的第二位置以及所述规划泊车轨迹在所述匹配轨迹点处的单位法向量,度量所述横向误差;
基于所述第一航向角与所述参考轨迹点的第二航向角度量所述航向角误差。
6.根据权利要求1所述的方法,其特征在于,在所述“基于所述跟踪误差,分析得到用于自动泊车的控制参数”之前,还包括:
使用最速微分跟踪器对所述跟踪误差进行滤波。
7.根据权利要求1或6所述的方法,其特征在于,所述基于所述跟踪误差,分析得到用于自动泊车的控制参数包括:
基于线性二次调节器处理所述跟踪误差,得到反馈控制参数;所述反馈控制参数包括前轮转角、方向盘转角中至少一者。
8.根据权利要求7所述的方法,其特征在于,所述反馈控制参数为目标矩阵与-1进行数乘运算后与所述跟踪误差矩阵得到的乘积,所述目标矩阵为所述线性二次调节器的代价函数取最小值时对应的K矩阵;其中,所述跟踪误差包括横向误差和航向角误差,所述跟踪误差矩阵为所述横向误差与所述航向角误差组成的矩阵。
9.根据权利要求8所述的方法,其特征在于,在所述“基于线性二次调节器处理所述跟踪误差,得到反馈控制参数”之前,还包括:
建立K矩阵表;其中,所述K矩阵表包括车速区间、代价函数和目标矩阵;
查询所述K矩阵表,得到所述目标矩阵。
10.根据权利要求9所述的方法,其特征在于,所述建立K矩阵表,包括:
将泊车车速段分为若干个车速区间;
计算所述车速区间下所述代价函数取最小值时对应的目标矩阵;
记录求得的所述目标矩阵与不同的所述车速区间以及不同所述代价函数的对应关系。
11.根据权利要求7所述的方法,其特征在于,所述基于所述跟踪误差,分析得到用于自动泊车的控制参数,还包括:
计算前馈控制参数;所述前馈控制参数用于补偿所述规划泊车轨迹的曲率导致的稳态误差;
将所述前馈控制参数与所述反馈控制参数相加,得到所述用于自动泊车的控制参数。
12.根据权利要求11所述的方法,其特征在于,所述规划轨迹点的第二状态信息还包括所述规划泊车轨迹在所述规划轨迹点处的曲率,所述计算前馈控制参数,包括:
计算所述车辆的轴距与所述参考点处规划泊车轨迹的曲率的乘积,得到所述前馈控制参数。
13.一种自动泊车控制装置,其特征在于,包括:
获取模块,用于获取车辆的规划泊车轨迹,并预测表征所述车辆自车行驶状态的第一状态信息;其中,所述规划泊车轨迹包括若干规划轨迹点,且所述规划轨迹点的第二状态信息至少包括所述规划轨迹点的第二位置和第二航向角;
选择模块,用于基于所述第一状态信息和各个所述规划轨迹点的第二状态信息,在所述规划泊车轨迹上选择所述规划轨迹点作为参考轨迹点;
误差计算模块,用于度量所述第一状态信息与所述参考轨迹点的第二状态信息之间的跟踪误差;
控制参数计算模块,用于基于所述跟踪误差,分析得到用于自动泊车的控制参数;其中,所述控制参数包括前轮转角、方向盘转角中至少一者。
14.一种电子设备,其特征在于,包括相互耦接的存储器和处理器,所述处理器用于执行所述存储器中存储的程序指令,以实现权利要求1至12任一项所述的自动泊车控制方法。
15.一种计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令被处理器执行时实现权利要求1至12任一项所述的自动泊车控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310119416.4A CN116353577A (zh) | 2023-01-17 | 2023-01-17 | 自动泊车控制方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310119416.4A CN116353577A (zh) | 2023-01-17 | 2023-01-17 | 自动泊车控制方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116353577A true CN116353577A (zh) | 2023-06-30 |
Family
ID=86910851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310119416.4A Pending CN116353577A (zh) | 2023-01-17 | 2023-01-17 | 自动泊车控制方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116353577A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116923383A (zh) * | 2023-09-19 | 2023-10-24 | 广汽埃安新能源汽车股份有限公司 | 一种自动泊车跟踪控制方法、装置、电子设备及存储介质 |
CN118089773A (zh) * | 2024-04-26 | 2024-05-28 | 中国第一汽车股份有限公司 | 车辆运动轨迹计算方法、装置、电子设备及存储介质 |
-
2023
- 2023-01-17 CN CN202310119416.4A patent/CN116353577A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116923383A (zh) * | 2023-09-19 | 2023-10-24 | 广汽埃安新能源汽车股份有限公司 | 一种自动泊车跟踪控制方法、装置、电子设备及存储介质 |
CN116923383B (zh) * | 2023-09-19 | 2024-01-19 | 广汽埃安新能源汽车股份有限公司 | 一种自动泊车跟踪控制方法、装置、电子设备及存储介质 |
CN118089773A (zh) * | 2024-04-26 | 2024-05-28 | 中国第一汽车股份有限公司 | 车辆运动轨迹计算方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116353577A (zh) | 自动泊车控制方法、装置、电子设备及存储介质 | |
CN113538919B (zh) | 车道偏离识别方法、装置、设备和存储介质 | |
CN106774313B (zh) | 一种基于多传感器的室外自动避障agv导航方法 | |
CN108609014B (zh) | 智能车辆的横向控制方法及装置 | |
CN107817790B (zh) | 一种计算车辆轨迹的曲率的方法和装置 | |
CN108334077B (zh) | 确定自动驾驶车辆的速度控制的单位增益的方法和系统 | |
CN109416539A (zh) | 使用比例、积分与微分(pid)控制器的自主车辆的转向控制的方法和系统 | |
CN107860391A (zh) | 汽车精确导航方法和装置 | |
CN110096053A (zh) | 用于自动驾驶车辆的驾驶轨迹生成方法、系统和机器可读介质 | |
CN112644518B (zh) | 一种车辆轨迹预测方法、装置、设备和存储介质 | |
CN114212110B (zh) | 障碍物轨迹预测方法、装置、电子设备及存储介质 | |
CN111121777A (zh) | 无人驾驶设备轨迹规划方法、装置、电子设备和存储介质 | |
CN113587944B (zh) | 准实时的车辆行驶路线生成方法、系统及设备 | |
US20220383736A1 (en) | Method for estimating coverage of the area of traffic scenarios | |
CN111707258B (zh) | 一种外部车辆监测方法、装置、设备及存储介质 | |
CN112651456A (zh) | 基于rbf神经网络的无人车控制方法 | |
CN114475656B (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN113848899A (zh) | 车辆横向控制方法、装置、设备及存储介质 | |
CN110488815B (zh) | 一种车辆的路径跟踪方法及路径跟踪系统 | |
CN114743174A (zh) | 观测车道线的确定方法、装置、电子设备和存储介质 | |
CN112304321B (zh) | 一种基于视觉和imu的车辆融合定位方法及车载终端 | |
CN114475593A (zh) | 行驶轨迹预测方法、车辆及计算机可读存储介质 | |
CN114194201A (zh) | 一种车辆控制方法、装置、电子设备及存储介质 | |
CN114463373A (zh) | 跟踪方法、装置、设备及存储介质 | |
CN107092253A (zh) | 用于控制无人车的方法、装置及服务器 |
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 |