+

CN111301409A - 一种泊车路径规划方法、装置、车辆和存储介质 - Google Patents

一种泊车路径规划方法、装置、车辆和存储介质 Download PDF

Info

Publication number
CN111301409A
CN111301409A CN202010166385.4A CN202010166385A CN111301409A CN 111301409 A CN111301409 A CN 111301409A CN 202010166385 A CN202010166385 A CN 202010166385A CN 111301409 A CN111301409 A CN 111301409A
Authority
CN
China
Prior art keywords
point
parking
target
path
vehicle
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
Application number
CN202010166385.4A
Other languages
English (en)
Inventor
李超
杜建宇
刘斌
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202010166385.4A priority Critical patent/CN111301409A/zh
Publication of CN111301409A publication Critical patent/CN111301409A/zh
Priority to PCT/CN2021/079540 priority patent/WO2021180035A1/zh
Pending legal-status Critical Current

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
    • B60W30/0956—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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2015/932—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles for parking operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种泊车路径规划方法、装置、车辆和存储介质。该方法包括：在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；在目标点有效的情况下，利用RS几何算法确定目标车辆的当前状态点是否存在起始点到目标点的路径；在存在起始点到目标点的路径时，对规划的每个泊车路径进行碰撞检测及成本计算；在未存在不碰撞的泊车路径时，利用混合A星算法确定目标车辆的备选状态点集合；对备选状态点集合中每个备选状态点进行碰撞检测及成本计算，直至输出成本最低，不碰撞，以及到达目标点的状态点为止。本发明实施例利用混合A星算法在泊车路径搜索过程中，拼接RS几何算法，提高了路径搜索的计算速度，保证了泊车路径搜索的实时性。

Description

一种泊车路径规划方法、装置、车辆和存储介质
技术领域
本发明实施例涉及泊车技术，尤其涉及一种泊车路径规划方法、装置、车辆和存储介质。
背景技术
随着车辆数量的不断增加，自动泊车可以有效解决泊车难的问题，而路径规划是自动泊车的重要步骤。
目前路径规划方法有很多种，一部分方法是基于几何的方式，以RS(Reed-Shepp)算法为例，这种方式大多是针对特定泊车场景设计的泊车路径，存在场景限制，无法适用于所有泊车类型，部分场景可能无法规划泊车路径，导致泊车失败；另外一类方法是基于搜索的方式，以混合A星为例，这种方法针对各种泊车场景均能搜索需要的泊车路径，但是受限于计算时间与资源的限制导致实时性较差，无法移植到产品控制器。
发明内容
有鉴于此，本发明提供一种泊车路径规划方法、装置、车辆和存储介质，提高了路径搜索的计算速度，保证路径规划的实时性。
在一个实施例中，本发明实施例提供了一种泊车路径规划方法，包括：
在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；
在所述目标点有效的情况下，利用RS几何算法确定所述目标车辆的当前状态点是否存在所述起始点到所述目标点的路径；
在存在所述起始点到所述目标点的路径的情况下，对规划的每个泊车路径进行碰撞检测以及成本计算；
在未存在不碰撞的泊车路径的情况下，利用混合A星算法确定所述目标车辆的备选状态点集合；
对所述备选状态点集合中的每个备选状态点进行碰撞检测以及成本计算，直至输出成本最低，不碰撞，以及到达所述目标点的状态点为止。
在一个实施例中，本发明实施例还提供了一种泊车路径规划装置，包括：
第一确定模块，用于在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；
第二确定模块，用于在所述目标点有效的情况下，利用RS几何算法确定所述目标车辆的当前状态点是否存在所述起始点到所述目标点的路径；
第一检测计算模块，用于在存在所述起始点到所述目标点的路径的情况下，对规划的每个泊车路径进行碰撞检测以及成本计算；
第三确定模块，用于在未存在不碰撞的泊车路径的情况下，利用混合A星算法确定所述目标车辆的备选状态点集合；
第二检测计算模块，用于对所述备选状态点集合中的每个备选状态点进行碰撞检测以及成本计算，直至输出成本最低，不碰撞，以及到达所述目标点的状态点为止。
在一个实施例中，本发明实施例还提供了一种车辆，包括：存储器，以及一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的泊车路径规划方法。
在一个实施例中，一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的泊车路径规划方法。
本发明在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；在目标点有效的情况下，利用RS几何算法确定目标车辆的当前状态点是否存在起始点到目标点的路径；在存在起始点到目标点的路径的情况下，对规划的每个泊车路径进行碰撞检测以及成本计算；在未存在不碰撞的泊车路径的情况下，利用混合A星算法确定目标车辆的备选状态点集合；对备选状态点集合中的每个备选状态点进行碰撞检测以及成本计算，直至输出成本最低，不碰撞，以及到达目标点的状态点为止。本发明实施例利用混合A星算法在泊车路径搜索过程中，拼接RS几何算法，提高了路径搜索的计算速度，保证了泊车路径搜索的实时性。
附图说明
图1是本发明实施例提供的一种泊车路径规划方法的流程图；
图2是本发明实施例提供的一种目标点对应目标车位有效的示意图；
图3是本发明实施例提供的一种障碍物地图信息的显示示意图；
图4是本发明实施例提供的一种泊车场景坐标系的建立示意图；
图5是本发明实施例提供的一种碰撞检测示意图；
图6是本发明实施例提供的一种混合A星状态更新的示意图；
图7是本发明实施例提供的一种泊车路径规划结果的显示示意图；
图8是本发明实施例提供的另一种泊车路径规划方法的流程图；
图9是本发明实施例提供的一种泊车路径规划过程的显示示意图；
图10是本发明实施例提供的一种泊车路径规划装置的结构框图；
图11是本发明实施例提供的一种车辆的硬件结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
图1是本发明实施例提供的一种泊车路径规划方法的流程图，本实施例可适用于对车辆自动规划泊车路径的情况，该方法可以由泊车路径规划装置来执行，其中，该方法可由硬件和/或软件的方式实现，并一般可集成在车辆中。
如图1所示，该方法具体包括如下步骤：
S110、在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点。
在实施例中，泊车场景坐标系，是用于确定泊车路径的起始点和目标点。其中，泊车路径的起始点，可以根据目标车辆中GPS定位模块自动定位的当前位置进行确定，即泊车路径的起始点为目标车辆的当前位置点；泊车路径的目标点，可根据目标车辆所要到达的目标地位置进行确定，即泊车路径的目标点为目标车辆的目标车位所在的位置点。当然，为了更能准确地确定泊车路径的起始点和目标点，在实施例中，可将目标车辆的当前位置点所对应的后轴中点作为起始点，将目标车辆所要到达的目标车位的位置点的几何中心点作为目标点。
在实际操作过程中，目标点，也可以采用其它方式进行确定。比如，用户可直接在泊车场景坐标系上，手动点击确定坐标点，并将该坐标点作为目标点的坐标。
S120、在目标点有效的情况下，利用RS几何算法确定目标车辆的当前状态点是否存在起始点到目标点的路径。
在实施例中，目标点有效指的是目标车辆可以正常泊入。判断目标点是否有效的方式，包括：确定目标点所对应的目标车位是否能够泊入目标车辆。示例性地，假设目标车辆的长度和宽度分别为5m和2m，而目标点所对应目标车位的标准长度和标准宽度分别为6m和2.5m，但由于目标车位两侧的车位均有车辆泊入，并且，停靠的有些倾斜，导致目标车位的当前长度和宽度分别为4.5m和1.9m，则可确定目标车位无法正常泊入目标车辆，即目标点是无效的。
图2是本发明实施例提供的一种目标点对应目标车位有效的示意图。在实施例中，可以将车位分别垂直车位、水平车位和倾斜车位。如图2所示，不同方向的车位所对应的标准长度和宽度均为6m和2.5m。可以理解为，在目标车位的长度和宽度满足6m和2.5m的情况下，可认定该目标车位是有效的，即目标点是有效的。当然，在实际操作过程中，也可以根据目标车辆的实际长度和宽度来确定目标车位是否有效。比如，目标车辆为迷你型的QQ车，即使在目标车位的长度和宽度不满足6m和2.5m的情况下，目标车辆也可以泊入该目标车位，即也可以确定该目标点是有效的。
在实施例中，目标车辆的当前状态点，指的是目标车辆在当前时刻所处的状态。比如，当前状态点可以包括：当前所处的位置点、当前的转向盘转角、当前车速等等。在实施例中，利用RS几何算法判断目标车辆的起始点和目标点之间是否可以规划路径。其中，RS几何算法是一种基于几何算法的路线规划方法，能够快速的规划处起始点到终止点(即目标点)的路径。
S130、在存在起始点到目标点的路径的情况下，对规划的每个泊车路径进行碰撞检测以及成本计算。
在实际操作过程中，由于RS几何算法规划的路径未考虑障碍物信息。因此，需对RS规划出的路径进行碰撞检测以及成本计算。可以理解为，在利用RS几何算法可以规划出起始点到目标点的路径的情况下，需对规划出的每个泊车路径进行碰撞检测以及成本计算。若存在至少两条无碰撞路径，则输出成本最小的路径作为泊车路径。
S140、在未存在不碰撞的泊车路径的情况下，利用混合A星算法确定目标车辆的备选状态点集合。
在实施例中，在利用RS几何算法规划出的所有路径中不存在不碰撞的泊车路径的情况下，则利用混合A星算法进行泊车路径更新。具体的，可根据阿卡曼转向方程确定目标车辆的备选状态点集合。其中，备选状态点集合指的是根据阿卡曼转向方向确定的多个备选状态点的组合。在备选状态点集合中至少包括两个备选状态点。
S150、对备选状态点集合中的每个备选状态点进行碰撞检测以及成本计算，直至输出成本最低，不碰撞，以及到达目标点的状态点为止。
在实施例中，在得到多个备选状态点之后，需依次对每个备选状态点进行碰撞检测以及成本计算，若备选状态点有碰撞，则跳过该备选状态点；若所有备选状态点均碰撞，则终止计算，直接输出无解；若备选状态点没有碰撞，则依次对没有碰撞的备选状态点进行成本计算，计算选择由当前状态点跳转到该备选状态点的成本，在完成所有备选状态点的检测之后，则更新目标车辆的当前状态点，选择成本最低的状态点作为下一步的状态，以进行状态更新。
然后，判断目标车辆更新后的当前状态点是否可以到达目标点，若可以到达目标点则终止计算，直接输出混合A星搜索的结果；若不可以到达目标点，则重复执行S120，即利用RS算法确定目标车辆更新后的当前状态点是否存在无碰撞的泊车路径，若存在则终止混合A星算法，并将RS算法计算出成本最低的路径与混合A星搜索的结果拼接在一起输出；若不存在无碰撞的泊车路径，则继续执行S120，直至得到无碰撞且可以到达目标点的状态点为止。
本实施的技术方案，在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；然后基于目标车辆的起始点和目标点利用混合A星算法搜索泊车路径，并对泊车路径进行碰撞检测，保证规划得到的泊车路径在满足车辆约束的情况下能够实现避撞。同时，在利用混合A星算法进行路径搜索过程中，拼接了RS几何算法，提高了路径搜索的计算速度，保证了泊车路径搜索的实时性。
在一个实施例中，在预先建立的泊车场景坐标系之前，还包括：在目标车辆的泊车功能开启的情况下，确定目标车辆的泊车类型和目标车位位置。
在实施例中，泊车类型指的是目标车辆所要达到目标点对应目标车位的类型。示例性地，泊车类型可以包括：垂直车位、水平车位和倾斜车位。目标车位位置，指的是目标车辆所要到达的目标点所对应目标车位的位置。在实施例中，目标车位位置包含目标点，即目标点可以为目标车位位置的几何中心点。
当然，为了能够实现目标车辆的自动泊车，需在目标车辆上安装并开启泊车功能。
在一实施例中，在确定泊车路径的起始点与目标点之后，利用RS几何算法确定目标车辆的当前状态点是否存在起始点到目标点的路径之前，还包括：根据车位搜索过程中超声波雷达信息建立障碍物地图信息；根据障碍物地图信息确定目标车辆的可泊区域与障碍物坐标点。
在实施例中，障碍物地图信息，指的是包含从起始点到目标点之间所有障碍物的位置信息。在实施例中，可在车位搜索过程中利用超声波雷达信息确定所有障碍物的位置信息，当然，在实际操作过程中，也可以采用其它定位方式确定障碍物的位置信息，对此并不进行限定。在实施例中，在建立障碍物地图信息之后，用户可在障碍物地图上看到障碍物的位置信息，并且车辆的处理器可根据障碍物地图信息自动检测并确定目标车辆的可泊区域和障碍物坐标点。其中，可泊区域指的是目标车辆可以行驶，但不能停靠的区域。图3是本发明实施例提供的一种障碍物地图信息的显示示意图。如图3所示，在车位搜索过程中，可以根据超声波雷达信息建立障碍物地图，并在障碍物地图上显示可泊区域和障碍物所在位置，从而便于后续确定目标车辆的目标点，以及进行碰撞检测。
在一实施例中，泊车场景坐标系的建立过程，包括：获取目标车辆的当前泊车参数，当前泊车参数包括下述：车辆最小转弯半径、后轴中点到前悬的距离、后轴中点到后悬的距离、车辆宽度和轴距；根据当前泊车参数、目标车辆的几何中心点和车头所指方向，建立对应的泊车场景坐标系。
在实施例中，目标车辆的当前泊车参数可以包括下述几项：车辆最小转弯半径R、后轴中点到前悬的距离Lf、后轴中点到后悬的距离Lr、车辆宽度Lw和轴距L。示例性地，图4是本发明实施例提供的一种泊车场景坐标系的建立示意图。如图4所示，以泊车功能开启时，目标车辆的几何中心点作为坐标原点，车头所指的纵轴方向为x轴，向左垂直于x轴的为y轴，建立右手坐标系。然后，将目标车位的几何中心点作为终点，确定目标点的坐标(即终点的坐标)。
在实施例中，在对泊车路径进行规划的过程中，以目标车辆后轴中点的坐标进行泊车路径规划，即在目标车辆的泊车功能开启时刻，可以将目标车辆后轴中点作为起始位置(即起始点)，驾驶员指定的位置作为终止位置(即目标点)。
在一实施例中，对规划的每个泊车路径进行碰撞检测的过程，包括：确定目标车辆的四个边界点；根据四个边界点和障碍物坐标点之间的距离，确定每个泊车路径中是否存在与障碍物发生碰撞的路径点。
在实施例中，碰撞检测指的是对规划得到的路径点依次进行碰撞检测，检查每个路径点是否与障碍物有碰撞。在实际操作过程中，可以采用多种方式进行碰撞检测。示例性地，图5是本发明实施例提供的一种碰撞检测示意图。如图5所示，将目标车辆简化为一个长方形，A，B，C，D分别为目标车辆的四个顶点坐标(即四个边界点)，Ob为障碍物地图中障碍物点，其坐标为(Obi，Obj)，i，j∈[1,2，......n]，若Ob点满足
Figure BDA0002407609910000091
则表明Ob点与目标车辆有碰撞，即目标车辆与障碍物有碰撞。
在一实施例中，对规划的每个泊车路径或者备选状态点进行成本计算的过程，包括：获取目标车辆的方向盘转角、方向盘转角变化量、障碍物与目标车辆之间的当前距离；根据目标车辆的方向盘转角，方向盘转角变化量，障碍物与目标车辆之间的当前距离，以及预先设置的方向盘权重系数、方向盘变化权重系统和距离障碍物远近的权重系数，确定泊车路径或备选状态点的成本。
在实施例中，成本计算用于对备选的多条无碰撞路径进行选择评价，即成本越低，意味着路径越合理。示例性地，对规划得到的路径点设置不同的权重系数，譬如换挡系数权重，左右转系数权重，靠近障碍物的权重，计算每条路径点的成本，选择成本最低的路径点作为最优路径。示例性地，每个路径点的成本计算公式如下：
cstt＝cstt-1+κ1*δ+κ2*Δδ+κ3/Dis
式中，cst表示路径点的成本，κ1表示调整方向盘的权重系数，κ2表示方向盘变化的权重系数，κ3表示距离障碍物远近的权重系数，δ表示方向盘的转角，Δδ表示方向盘转角的变化量，Dis表示障碍物与目标车辆的距离。利用上述公式计算路径点的成本，从备选路径中选取成本最优的路径。
在一实施例中，利用混合A星算法确定目标车辆的备选状态点集合，包括：在利用混合A星算法搜索更新过程中，获取目标车辆的控制量和状态量；控制量包括：行进方向和方向盘转角；状态量包括：后轴中点的坐标和航向角；根据控制量、车辆后轴中心的速度和车辆轴距确定对应的至少两个备选状态点；将至少两个备选状态点组合成对应的备选状态点集合。
在实施例中，如果当前位置没有不碰撞的路径，则利用混合A星算法进行路径点搜索更新，利用混合A星算法搜索更新过程中，选择的控制量为行进方向与方向盘转角；状态量选择目标车辆后轴中点的坐标和航向角，根据不同的控制量输入结合阿克曼转向方程进行车辆状态更新，计算车辆下一步的状态，在利用混合A星更新过程中，受制于汽车转向角(即方向盘转角)的限制，目标车辆下一步的状态有限。示例性地，图6是本发明实施例提供的一种混合A星状态更新的示意图。如图6所示，利用阿克曼转向原理对目标车辆的状态进行更新，保证目标车辆下一步更新的状态满足目标车辆的约束。可以理解为，目标车辆可以直行(即A’)、左转(A)或右转(即A”)。
Figure BDA0002407609910000111
Figure BDA0002407609910000112
Figure BDA0002407609910000113
在式中，L表示车辆轴距，v表示车辆后轴中心的速度，x,y分别表示车辆后轴终点的坐标，θ表示车辆的航向角，δ表示车辆的前轮转角。在搜索过程中时刻重复S120，检测更新后的位置是否存在无碰撞的路径，如果存在，则终止混合A星算法，并将混合A星的搜索的结果和RS曲线拼接在一起输出。图7是本发明实施例提供的一种泊车路径规划结果的显示示意图。如图7所示，线条为混合A星算法搜索的结果，点划线为RS几何算法计算的路径；否则利用混合A星算法一直搜索到终止点为止。在混合A星算法搜索过程中，每更新一次状态就需要对状态进行碰撞检测并计算可选状态的成本，状态更新选择无碰撞且成本最小的状态作为混合A星下一步的状态。
图8是本发明实施例提供的另一种泊车路径规划方法的流程图。如图8所示，本实施例包括如下步骤：
S210、开启泊车功能。
S220、确定泊车类型，并搜索车位。
S230、确定目标车位位置。
S240、建立泊车场景坐标系，确定目标点坐标以及障碍物地图信息。
S250、目标点是否有效，若是，则执行S260；若否，则执行S2120。
S260、是否到达目标点，若是，则执行S2110；若否，则执行S270。
S270、RS几何算法是否有解，若是，则执行S280；若否，则执行S2130。
S280、检测是否与障碍物发生碰撞，若是，则执行S2130；若否，则自行S290。
S290、是否存在多条无碰撞的路径，若是，则执行S2100；若否，则执行S2130。
S2100、输出成本最低的路径。
S2110、路径拼接优化。
S2120、输出泊车路径。
S2130、利用混合A星算法更新状态。
在实施例中，开启目标车辆的泊车功能，确定泊车类型以及目标车位位置；根据目标车辆的当前泊车参数建立泊车场景坐标系，确定泊车路径规划的起始点与目标点，根据障碍物地图信息确定车辆的可泊区域与障碍物信息；判断目标点是否有效，如果无效则终止泊车路径规划，如果有效则继续；利用RS几何算法判断目标车辆的当前状态点是否存在起始点到目标点的路径；如果存在路径点，则需要对规划的路径点进行碰撞检测以及成本计算，如果存在不碰撞的路径，则终止计算，直接输出成本最低的路径，否则继续；利用混合A星进行路径状态点更新，根据阿卡曼转向方程确定车辆的备选状态点，然后在搜索过程中对备选的状态点集合依次进行碰撞检测以及成本计算。如果备选状态点有碰撞则跳过该状态点，如果所有备选状态点均碰撞，则终止计算，直接输出无解；如果备选状态点没有碰撞则依次对没有碰撞的备选状态点进行成本计算，计算选择由当前状态跳转到该备选状态点的成本，在完成所有备选状态点的检测后，则更新当前状态，选择成本最低的状态点作为下一步的状态，进行状态更新。判断当前状态点是否到达目标点。如果到达目标点则终止计算，直接输出混合A星搜索的结果，如果没有到达目标点则基于当前状态再重复利用RS几何算法进行判断的过程，即判断一次当前位置利用RS几何算法是否可以规划当前位置到目标点的无碰撞路径，如果存在无碰撞路径则终止混合A星算法，并将RS几何算法计算的成本最低的路径与混合A星搜索的结果拼接在一起输出；否则继续利用RS几何算法进行判断的过程。本实施例能够保证各种工况下均能规划在满足车辆约束的情况下实现避撞的路径，此外拼接RS几何算法，提高了路径搜索的计算速度，保证了路径规划的实时性。
图9是本发明实施例提供的一种泊车路径规划过程的显示示意图。如图9所示，假设在预先建立的泊车场景坐标系上，确定泊车路径的起始点为A，目标点为B。在目标点B有效的情况下，利用RS几何算法确定目标车辆的当前状态点存在一条起始点到目标点的路径，即图9所示的虚线，对规划的该条路径进行碰撞检测，若该条路径存在与障碍物发生碰撞的情况，则利用混合A星算法确定目标车辆的备选状态点集合，即如图9所示的备选状态点C、C'、C”、C”'，然后判断利用RS几何算法是否能在每个备选状态点到目标点B之间规划出路径，若不能，则从这四个备选状态点中选出最优状态点(比如，C)；然后基于C点，再利用RS几何算法确定是否能够规划出到目标点的路径，若无法规划出路径；则再次采用混合A星算法进行状态更新，比如，得到如图9所示的备选状态点D、D'、D”、D”'，然后判断利用RS几何算法是否能在每个备选状态点(D、D'、D”、D”')到目标点B之间规划出路径，若不能，则从这四个备选状态点中选出最优状态点(比如，D')，依次类推，直至更新到E”点，得到RS几何算法可以规划出到达目标点B的路径，则把A、C、D'、E”拼接RS算法输出的路径，得到最终的泊车路径，从而能够保证各种工况下均能规划在满足车辆约束的情况下实现避撞的路径，并拼接RS几何算法得到的路径点，提高了路径搜索的计算速度，保证了路径规划的实时性。
图10是本发明实施例提供的一种泊车路径规划装置的结构框图，该装置适用于对车辆自动规划泊车路径的情况，该装置可以由硬件/软件实现，并一般可集成在车辆中。如图10所示，该装置包括：第一确定模块310、第二确定模块320、第一检测计算模块330、第三确定模块340和第二检测计算模块350。
其中，第一确定模块310，用于在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；
第二确定模块320，用于在目标点有效的情况下，利用RS几何算法确定目标车辆的当前状态点是否存在起始点到目标点的路径；
第一检测计算模块330，用于在存在起始点到目标点的路径的情况下，对规划的每个泊车路径进行碰撞检测以及成本计算；
第三确定模块340，用于在未存在不碰撞的泊车路径的情况下，利用混合A星算法确定目标车辆的备选状态点集合；
第二检测计算模块350，用于对备选状态点集合中的每个备选状态点进行碰撞检测以及成本计算，直至输出成本最低，不碰撞，以及到达目标点的状态点为止。
本实施例的技术方案，在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；然后基于目标车辆的起始点和目标点利用混合A星算法搜索泊车路径，并对泊车路径进行碰撞检测，保证规划得到的泊车路径在满足车辆约束的情况下能够实现避撞。同时，在利用混合A星算法进行路径搜索过程中，拼接了RS几何算法，提高了路径搜索的计算速度，保证了泊车路径搜索的实时性。
在一个实施例中，泊车路径规划装置，还包括：
第四确定模块，用于在预先建立的泊车场景坐标系之前，在目标车辆的泊车功能开启的情况下，确定目标车辆的泊车类型和目标车位位置。
在一实施例中，泊车路径规划装置，还包括：
建立模块，用于在确定泊车路径的起始点与目标点之后，利用RS几何算法确定目标车辆的当前状态点是否存在起始点到目标点的路径之前，根据车位搜索过程中超声波雷达信息建立障碍物地图信息；
第五确定模块，用于根据障碍物地图信息确定目标车辆的可泊区域与障碍物坐标点。
在一实施例中，泊车场景坐标系的建立过程，包括：获取目标车辆的当前泊车参数，当前泊车参数包括下述：车辆最小转弯半径、后轴中点到前悬的距离、后轴中点到后悬的距离、车辆宽度和轴距；根据当前泊车参数、目标车辆的几何中心点和车头所指方向，建立对应的泊车场景坐标系。
在一实施例中，对规划的每个泊车路径进行碰撞检测的过程，包括：确定目标车辆的四个边界点；根据四个边界点和障碍物坐标点之间的距离，确定每个泊车路径中是否存在与障碍物发生碰撞的路径点。
在一实施例中，对规划的每个泊车路径或者备选状态点进行成本计算的过程，包括：获取目标车辆的方向盘转角、方向盘转角变化量、障碍物与目标车辆之间的当前距离；根据目标车辆的方向盘转角，方向盘转角变化量，障碍物与目标车辆之间的当前距离，以及预先设置的方向盘权重系数、方向盘变化权重系统和距离障碍物远近的权重系数，确定泊车路径或备选状态点的成本。
在一实施例中，利用混合A星算法确定目标车辆的备选状态点集合，包括：在利用混合A星算法搜索更新过程中，获取目标车辆的控制量和状态量；控制量包括：行进方向和方向盘转角；状态量包括：后轴中点的坐标和航向角；根据控制量、车辆后轴中心的速度和车辆轴距确定对应的至少两个备选状态点；将至少两个备选状态点组合成对应的备选状态点集合。
上述泊车路径规划装置可执行本发明任意实施例所提供的泊车路径规划方法，具备执行方法相应的功能模块和有益效果。
图11是本发明实施例提供的一种车辆的硬件结构示意图。如图11所示，本发明实施例提供的车辆，包括：存储器410，以及一个或多个处理器420。该车辆中的处理器420可以是一个或多个，图11中以一个处理器420为例，车辆中的处理器420和存储器410可以通过总线或其他方式连接，图11中以通过总线连接为例。
该车辆中的存储器410作为一种计算机可读存储介质，可用于存储一个或多个程序，程序可以是软件程序、计算机可执行程序以及模块，如本发明实施例所提供泊车路径规划方法对应的程序指令/模块(例如，图10所示的泊车路径规划装置中的模块，包括：第一确定模块310、第二确定模块320、第一检测计算模块330、第三确定模块340和第二检测计算模块350)。处理器410通过运行存储在存储器410中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述方法实施例中的泊车路径规划方法。
存储器410可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备中所配置设备的使用所创建的数据等。此外，存储器410可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器410可进一步包括相对于处理器420远程设置的存储器，这些远程存储器可以通过网络连接至设备中所配置的设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
在一个实施例中，提供了一种车辆，包括存储器410和处理器420，该存储器410存储有计算机程序，该处理器420执行计算机程序时实现以下步骤：
在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；在目标点有效的情况下，利用RS几何算法确定目标车辆的当前状态点是否存在起始点到目标点的路径；在存在起始点到目标点的路径的情况下，对规划的每个泊车路径进行碰撞检测以及成本计算；在未存在不碰撞的泊车路径的情况下，利用混合A星算法确定目标车辆的备选状态点集合；对备选状态点集合中的每个备选状态点进行碰撞检测以及成本计算，直至输出成本最低，不碰撞，以及到达目标点的状态点为止。
上述车辆可执行本发明任意实施例所提供的图片处理方法，具备执行方法相应的功能模块和有益效果。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例提供的泊车路径规划方法，该方法包括：在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；在目标点有效的情况下，利用RS几何算法确定目标车辆的当前状态点是否存在起始点到目标点的路径；在存在起始点到目标点的路径的情况下，对规划的每个泊车路径进行碰撞检测以及成本计算；在未存在不碰撞的泊车路径的情况下，利用混合A星算法确定目标车辆的备选状态点集合；对备选状态点集合中的每个备选状态点进行碰撞检测以及成本计算，直至输出成本最低，不碰撞，以及到达目标点的状态点为止。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括，但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种泊车路径规划方法，其特征在于，包括：
在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；
在所述目标点有效的情况下，利用RS几何算法确定目标车辆的当前状态点是否存在所述起始点到所述目标点的路径；
在存在所述起始点到所述目标点的路径的情况下，对规划的每个泊车路径进行碰撞检测以及成本计算；
在未存在不碰撞的泊车路径的情况下，利用混合A星算法确定所述目标车辆的备选状态点集合；
对所述备选状态点集合中的每个备选状态点进行碰撞检测以及成本计算，直至输出成本最低，不碰撞，以及到达所述目标点的状态点为止。
2.根据权利要求1所述的方法，其特征在于，在所述预先建立的泊车场景坐标系之前，还包括：在目标车辆的泊车功能开启的情况下，确定所述目标车辆的泊车类型和目标车位位置。
3.根据权利要求1所述的方法，其特征在于，在所述确定泊车路径的起始点与目标点之后，所述利用RS几何算法确定所述目标车辆的当前状态点是否存在所述起始点到所述目标点的路径之前，还包括：
根据车位搜索过程中超声波雷达信息建立障碍物地图信息；
根据所述障碍物地图信息确定所述目标车辆的可泊区域与障碍物坐标点。
4.根据权利要求1所述的方法，其特征在于，所述泊车场景坐标系的建立过程，包括：
获取所述目标车辆的当前泊车参数，所述当前泊车参数包括下述：车辆最小转弯半径、后轴中点到前悬的距离、后轴中点到后悬的距离、车辆宽度和轴距；
根据所述当前泊车参数、目标车辆的几何中心点和车头所指方向，建立对应的泊车场景坐标系。
5.根据权利要求1或3所述的方法，其特征在于，对规划的每个泊车路径进行碰撞检测的过程，包括：
确定所述目标车辆的四个边界点；
根据所述四个边界点和障碍物坐标点之间的距离，确定每个所述泊车路径中是否存在与障碍物发生碰撞的路径点。
6.根据权利要求1所述的方法，其特征在于，对规划的每个泊车路径或者备选状态点进行成本计算的过程，包括：
获取所述目标车辆的方向盘转角、方向盘转角变化量、障碍物与所述目标车辆之间的当前距离；
根据所述目标车辆的方向盘转角，方向盘转角变化量，障碍物与所述目标车辆之间的当前距离，以及预先设置的方向盘权重系数、方向盘变化权重系统和距离障碍物远近的权重系数，确定所述泊车路径或备选状态点的成本。
7.根据权利要求1所述的方法，其特征在于，利用混合A星算法确定所述目标车辆的备选状态点集合，包括：
在利用混合A星算法搜索更新过程中，获取所述目标车辆的控制量和状态量；所述控制量包括：行进方向和方向盘转角；所述状态量包括：后轴中点的坐标和航向角；
根据所述控制量、车辆后轴中心的速度和车辆轴距确定对应的至少两个备选状态点；
将所述至少两个备选状态点组合成对应的备选状态点集合。
8.一种泊车路径规划装置，其特征在于，包括：
第一确定模块，用于在预先建立的泊车场景坐标系上，确定泊车路径的起始点和目标点；
第二确定模块，用于在所述目标点有效的情况下，利用RS几何算法确定目标车辆的当前状态点是否存在所述起始点到所述目标点的路径；
第一检测计算模块，用于在存在所述起始点到所述目标点的路径的情况下，对规划的每个泊车路径进行碰撞检测以及成本计算；
第三确定模块，用于在未存在不碰撞的泊车路径的情况下，利用混合A星算法确定所述目标车辆的备选状态点集合；
第二检测计算模块，用于对所述备选状态点集合中的每个备选状态点进行碰撞检测以及成本计算，直至输出成本最低，不碰撞，以及到达所述目标点的状态点为止。
9.一种车辆，其特征在于，包括：存储器，以及一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的泊车路径规划方法。
10.一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，该程序被处理器执行时实现如权利要求1-7中任一所述的泊车路径规划方法。
CN202010166385.4A 2020-03-11 2020-03-11 一种泊车路径规划方法、装置、车辆和存储介质 Pending CN111301409A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010166385.4A CN111301409A (zh) 2020-03-11 2020-03-11 一种泊车路径规划方法、装置、车辆和存储介质
PCT/CN2021/079540 WO2021180035A1 (zh) 2020-03-11 2021-03-08 一种泊车路径规划方法、装置、车辆和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010166385.4A CN111301409A (zh) 2020-03-11 2020-03-11 一种泊车路径规划方法、装置、车辆和存储介质

Publications (1)

Publication Number Publication Date
CN111301409A true CN111301409A (zh) 2020-06-19

Family

ID=71155163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010166385.4A Pending CN111301409A (zh) 2020-03-11 2020-03-11 一种泊车路径规划方法、装置、车辆和存储介质

Country Status (2)

Country Link
CN (1) CN111301409A (zh)
WO (1) WO2021180035A1 (zh)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111746523A (zh) * 2020-06-30 2020-10-09 三一专用汽车有限责任公司 车辆泊车路径规划方法、装置、车辆和存储介质
CN111897341A (zh) * 2020-08-05 2020-11-06 三一专用汽车有限责任公司 泊车路径规划方法、装置和计算机可读存储介质
CN111923902A (zh) * 2020-08-10 2020-11-13 华人运通(上海)自动驾驶科技有限公司 一种泊车控制方法、装置、电子设备及存储介质
CN112046469A (zh) * 2020-09-29 2020-12-08 上海汽车集团股份有限公司 一种自动泊车方法、系统、服务器及存储介质
CN112092810A (zh) * 2020-09-24 2020-12-18 上海汽车集团股份有限公司 一种车辆泊出方法、装置及电子设备
CN112379679A (zh) * 2021-01-15 2021-02-19 北京理工大学 一种无人车辆局部路径规划方法
CN112414422A (zh) * 2020-11-01 2021-02-26 北京航空航天大学 一种自动泊车的路径规划方法、装置及存储介质
CN112477850A (zh) * 2020-11-27 2021-03-12 北京罗克维尔斯科技有限公司 泊车路径规划方法、装置、车载设备和存储介质
CN112558617A (zh) * 2021-02-19 2021-03-26 深圳佑驾创新科技有限公司 泊车控制方法、装置、计算机设备和存储介质
CN112595337A (zh) * 2020-12-01 2021-04-02 苏州欧菲光科技有限公司 避障路径规划方法、装置、电子装置、车辆及存储介质
CN112937557A (zh) * 2021-03-09 2021-06-11 东风汽车集团股份有限公司 一种基于曲率控制的代客泊车路径规划方法及系统
WO2021180035A1 (zh) * 2020-03-11 2021-09-16 中国第一汽车股份有限公司 一种泊车路径规划方法、装置、车辆和存储介质
CN113548042A (zh) * 2021-05-17 2021-10-26 中国第一汽车股份有限公司 汽车防倾砸紧急避让控制方法、控制系统和汽车
CN113734200A (zh) * 2021-09-14 2021-12-03 北京超星未来科技有限公司 自动驾驶车辆无线充电混合式路径规划的方法及系统
CN114763133A (zh) * 2021-01-11 2022-07-19 长沙智能驾驶研究院有限公司 车辆泊车规划方法、装置、设备及计算机存储介质
CN115014380A (zh) * 2022-06-30 2022-09-06 智道网联科技(北京)有限公司 泊车路径规划方法以及装置、电子设备、存储介质
CN115042774A (zh) * 2022-06-29 2022-09-13 润光智能(深圳)有限公司 自动泊车方法、装置、设备及存储介质
CN115071686A (zh) * 2022-06-15 2022-09-20 北京踏歌智行科技有限公司 一种狭长区域的无人驾驶矿用车辆的泊车方法
CN115158297A (zh) * 2022-08-12 2022-10-11 浙江吉利控股集团有限公司 一种自动泊车方法、装置及电子设备
CN115195706A (zh) * 2022-07-14 2022-10-18 清华大学 一种泊车路径规划方法、装置
CN115214626A (zh) * 2022-04-28 2022-10-21 广州汽车集团股份有限公司 泊车控制方法、泊车控制装置、车辆及存储介质
CN115431959A (zh) * 2022-09-30 2022-12-06 浙江吉利控股集团有限公司 一种泊车路径建图方法和装置以及泊车方法和装置
CN115683138A (zh) * 2022-09-09 2023-02-03 深圳海星智驾科技有限公司 基于混合a星的全局参考路径规划方法及装置
CN115798256A (zh) * 2022-07-02 2023-03-14 朱珩 一种自动驾驶车辆停车入位方法、系统及车辆
CN116476811A (zh) * 2023-03-10 2023-07-25 华南理工大学 一种基于改进混合a*算法的车头泊入路径重规划方法
WO2023206995A1 (zh) * 2022-04-27 2023-11-02 广州汽车集团股份有限公司 一种泊车路径规划方法与系统
WO2023241562A1 (zh) * 2022-06-15 2023-12-21 中国第一汽车股份有限公司 车辆控制方法、装置、车辆及存储介质
CN117622114A (zh) * 2023-10-19 2024-03-01 镁佳(北京)科技有限公司 一种泊车路径规划方法、装置、计算机设备及存储介质
CN118269943A (zh) * 2023-11-07 2024-07-02 比亚迪股份有限公司 一种规划泊车轨迹的方法及相关装置

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113887060B (zh) * 2021-10-13 2024-05-10 英博超算(南京)科技有限公司 一种新型的自动泊车系统车辆定位方法
CN113830079B (zh) * 2021-10-19 2023-09-01 同济大学 任意起始位姿的连续曲率泊车路径在线规划方法及系统
CN114001745B (zh) * 2021-10-25 2023-11-24 东南大学 一种电动汽车泊车引导系统及其位置检测评价方法
CN114030463B (zh) * 2021-11-23 2024-05-14 上海汽车集团股份有限公司 一种自动泊车系统的路径规划方法及装置
CN114355886B (zh) * 2021-12-06 2024-06-21 深圳优地科技有限公司 泊车位的选择方法、装置、设备以及可读存储介质
CN114103934B (zh) * 2021-12-23 2023-06-16 岚图汽车科技有限公司 自动泊车路径规划方法、装置、设备及可读存储介质
CN114274952B (zh) * 2021-12-24 2023-09-22 重庆长安汽车股份有限公司 垂直车位自主泊车方法、系统、存储介质及电子设备
CN114613180A (zh) * 2022-02-22 2022-06-10 恒大新能源汽车投资控股集团有限公司 自主泊车方法、设备、车辆及停车场端服务器
CN114516322B (zh) * 2022-02-24 2024-04-26 重庆长安汽车股份有限公司 一种车辆泊出的系统、方法、车辆及计算机存储介质
CN114572197A (zh) * 2022-03-28 2022-06-03 重庆长安汽车股份有限公司 一种全自动泊车系统的限位桩识别处理方法
CN114701489A (zh) * 2022-04-12 2022-07-05 福建盛海智能科技有限公司 一种基于ReedsShepp曲线的无人自主停车方法与终端
CN114852059B (zh) * 2022-05-12 2025-09-02 东风汽车集团股份有限公司 一种基于固定路径记忆的自动泊车方法
CN114852060B (zh) * 2022-05-23 2024-04-09 广州小鹏汽车科技有限公司 泊车控制方法、泊车控制装置、车辆和存储介质
CN114954440A (zh) * 2022-07-04 2022-08-30 北京易航远智科技有限公司 具有自主探索模式的泊车方法、泊车系统及电子设备
CN115218916A (zh) * 2022-07-14 2022-10-21 清华大学 一种安全性路径规划方法、装置
CN115489515B (zh) * 2022-08-29 2024-11-19 武汉理工大学 针对狭窄垂直车位的自动泊车轨迹规划方法及电子设备
CN115683147B (zh) * 2022-11-10 2024-07-09 湖南大学 一种基于聚类的混合a星路径规划方法及装置
CN115795853A (zh) * 2022-11-25 2023-03-14 北京宾理信息科技有限公司 泊车场景仿真方法及装置
CN115609594B (zh) * 2022-12-15 2023-03-28 国网瑞嘉(天津)智能机器人有限公司 机械臂路径的规划方法、装置、上位控制端及存储介质
CN115946683A (zh) * 2023-02-01 2023-04-11 奇瑞汽车股份有限公司 一种车辆自动倒车安全绕障方法及系统
CN118665457A (zh) * 2023-03-15 2024-09-20 华为技术有限公司 自动泊车的方法和装置
US20240317214A1 (en) * 2023-03-22 2024-09-26 Aptiv Technologies Limited Parking Path Search Using a Modified Parking Path Algorithm
CN119146971B (zh) * 2024-11-11 2025-04-29 纽劢科技(上海)有限公司 一种泊车apa多种方式组合形式的轨迹规划方法及装置
CN120101824B (zh) * 2025-05-08 2025-07-22 易控智驾科技股份有限公司 路径规划方法、电子设备及车辆

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108121205A (zh) * 2017-12-13 2018-06-05 深圳市航盛电子股份有限公司 一种用于多种泊车场景的路径规划方法、系统及介质
KR101912453B1 (ko) * 2012-02-17 2018-10-26 현대모비스 주식회사 장애물 검출 및 충돌 경보 장치 및 방법
CN109606354A (zh) * 2018-10-18 2019-04-12 同济大学 一种基于分层规划的自动泊车方法及辅助系统
CN110040132A (zh) * 2019-04-19 2019-07-23 宝能汽车有限公司 智能泊车方法、装置和车辆
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
CN110834630A (zh) * 2019-10-22 2020-02-25 中国第一汽车股份有限公司 一种车辆的驾驶控制方法、装置、车辆及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6120371B2 (ja) * 2013-10-23 2017-04-26 クラリオン株式会社 自動駐車制御装置および駐車支援装置
KR101664582B1 (ko) * 2014-11-12 2016-10-10 현대자동차주식회사 자율주행차량의 주행경로 생성장치 및 방법
CN111301409A (zh) * 2020-03-11 2020-06-19 中国第一汽车股份有限公司 一种泊车路径规划方法、装置、车辆和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101912453B1 (ko) * 2012-02-17 2018-10-26 현대모비스 주식회사 장애물 검출 및 충돌 경보 장치 및 방법
CN108121205A (zh) * 2017-12-13 2018-06-05 深圳市航盛电子股份有限公司 一种用于多种泊车场景的路径规划方法、系统及介质
US20200001863A1 (en) * 2018-06-29 2020-01-02 Baidu Usa Llc Planning parking trajectory for self-driving vehicles
CN109606354A (zh) * 2018-10-18 2019-04-12 同济大学 一种基于分层规划的自动泊车方法及辅助系统
CN110040132A (zh) * 2019-04-19 2019-07-23 宝能汽车有限公司 智能泊车方法、装置和车辆
CN110834630A (zh) * 2019-10-22 2020-02-25 中国第一汽车股份有限公司 一种车辆的驾驶控制方法、装置、车辆及存储介质
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 (1)

* Cited by examiner, † Cited by third party
Title
WPISYT51: "Practical Search Techniques in Path Planning for Autonomous Driving", 《HTTPS://WWW.DOCIN.COM/TOUCH_NEW/PREVIEW_NEW.DO?ID=1870029048》 *

Cited By (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021180035A1 (zh) * 2020-03-11 2021-09-16 中国第一汽车股份有限公司 一种泊车路径规划方法、装置、车辆和存储介质
CN111746523A (zh) * 2020-06-30 2020-10-09 三一专用汽车有限责任公司 车辆泊车路径规划方法、装置、车辆和存储介质
CN111897341A (zh) * 2020-08-05 2020-11-06 三一专用汽车有限责任公司 泊车路径规划方法、装置和计算机可读存储介质
CN111923902A (zh) * 2020-08-10 2020-11-13 华人运通(上海)自动驾驶科技有限公司 一种泊车控制方法、装置、电子设备及存储介质
CN111923902B (zh) * 2020-08-10 2022-03-01 华人运通(上海)自动驾驶科技有限公司 一种泊车控制方法、装置、电子设备及存储介质
CN112092810A (zh) * 2020-09-24 2020-12-18 上海汽车集团股份有限公司 一种车辆泊出方法、装置及电子设备
CN112092810B (zh) * 2020-09-24 2022-06-14 上海汽车集团股份有限公司 一种车辆泊出方法、装置及电子设备
CN112046469A (zh) * 2020-09-29 2020-12-08 上海汽车集团股份有限公司 一种自动泊车方法、系统、服务器及存储介质
CN112414422A (zh) * 2020-11-01 2021-02-26 北京航空航天大学 一种自动泊车的路径规划方法、装置及存储介质
CN112477850A (zh) * 2020-11-27 2021-03-12 北京罗克维尔斯科技有限公司 泊车路径规划方法、装置、车载设备和存储介质
CN112595337A (zh) * 2020-12-01 2021-04-02 苏州欧菲光科技有限公司 避障路径规划方法、装置、电子装置、车辆及存储介质
CN112595337B (zh) * 2020-12-01 2023-08-15 苏州欧菲光科技有限公司 避障路径规划方法、装置、电子装置、车辆及存储介质
CN114763133A (zh) * 2021-01-11 2022-07-19 长沙智能驾驶研究院有限公司 车辆泊车规划方法、装置、设备及计算机存储介质
CN112379679B (zh) * 2021-01-15 2021-04-23 北京理工大学 一种无人车辆局部路径规划方法
CN112379679A (zh) * 2021-01-15 2021-02-19 北京理工大学 一种无人车辆局部路径规划方法
WO2022152283A1 (zh) * 2021-01-15 2022-07-21 北京理工大学 一种无人车辆局部路径规划方法
CN112558617B (zh) * 2021-02-19 2022-01-18 深圳佑驾创新科技有限公司 泊车控制方法、装置、计算机设备和存储介质
CN112558617A (zh) * 2021-02-19 2021-03-26 深圳佑驾创新科技有限公司 泊车控制方法、装置、计算机设备和存储介质
CN112937557A (zh) * 2021-03-09 2021-06-11 东风汽车集团股份有限公司 一种基于曲率控制的代客泊车路径规划方法及系统
CN113548042A (zh) * 2021-05-17 2021-10-26 中国第一汽车股份有限公司 汽车防倾砸紧急避让控制方法、控制系统和汽车
CN113734200A (zh) * 2021-09-14 2021-12-03 北京超星未来科技有限公司 自动驾驶车辆无线充电混合式路径规划的方法及系统
WO2023206995A1 (zh) * 2022-04-27 2023-11-02 广州汽车集团股份有限公司 一种泊车路径规划方法与系统
CN115214626B (zh) * 2022-04-28 2024-04-26 广州汽车集团股份有限公司 泊车控制方法、泊车控制装置、车辆及存储介质
CN115214626A (zh) * 2022-04-28 2022-10-21 广州汽车集团股份有限公司 泊车控制方法、泊车控制装置、车辆及存储介质
CN115071686A (zh) * 2022-06-15 2022-09-20 北京踏歌智行科技有限公司 一种狭长区域的无人驾驶矿用车辆的泊车方法
CN115071686B (zh) * 2022-06-15 2024-11-05 北京踏歌智行科技有限公司 一种狭长区域的无人驾驶矿用车辆的泊车方法
WO2023241562A1 (zh) * 2022-06-15 2023-12-21 中国第一汽车股份有限公司 车辆控制方法、装置、车辆及存储介质
CN115042774A (zh) * 2022-06-29 2022-09-13 润光智能(深圳)有限公司 自动泊车方法、装置、设备及存储介质
CN115014380A (zh) * 2022-06-30 2022-09-06 智道网联科技(北京)有限公司 泊车路径规划方法以及装置、电子设备、存储介质
CN115014380B (zh) * 2022-06-30 2024-11-26 智道网联科技(北京)有限公司 泊车路径规划方法以及装置、电子设备、存储介质
CN115798256A (zh) * 2022-07-02 2023-03-14 朱珩 一种自动驾驶车辆停车入位方法、系统及车辆
CN115195706A (zh) * 2022-07-14 2022-10-18 清华大学 一种泊车路径规划方法、装置
CN115158297A (zh) * 2022-08-12 2022-10-11 浙江吉利控股集团有限公司 一种自动泊车方法、装置及电子设备
CN115683138A (zh) * 2022-09-09 2023-02-03 深圳海星智驾科技有限公司 基于混合a星的全局参考路径规划方法及装置
CN115431959A (zh) * 2022-09-30 2022-12-06 浙江吉利控股集团有限公司 一种泊车路径建图方法和装置以及泊车方法和装置
CN116476811A (zh) * 2023-03-10 2023-07-25 华南理工大学 一种基于改进混合a*算法的车头泊入路径重规划方法
CN116476811B (zh) * 2023-03-10 2025-09-12 华南理工大学 一种基于改进混合a*算法的车头泊入路径重规划方法
CN117622114A (zh) * 2023-10-19 2024-03-01 镁佳(北京)科技有限公司 一种泊车路径规划方法、装置、计算机设备及存储介质
CN117622114B (zh) * 2023-10-19 2024-08-09 镁佳(北京)科技有限公司 一种泊车路径规划方法、装置、计算机设备及存储介质
CN118269943A (zh) * 2023-11-07 2024-07-02 比亚迪股份有限公司 一种规划泊车轨迹的方法及相关装置

Also Published As

Publication number Publication date
WO2021180035A1 (zh) 2021-09-16

Similar Documents

Publication Publication Date Title
CN111301409A (zh) 一种泊车路径规划方法、装置、车辆和存储介质
CN113009918B (zh) 路径规划方法、装置、系统及可读存储介质
JP7330142B2 (ja) 車両のｕターン経路を決定する方法、装置、デバイスおよび媒体
CN108062094B (zh) 基于处理器实现车辆行驶轨迹规划的自主系统和方法
US11353878B2 (en) Soft-boundary based path optimization for complex scenes for autonomous driving vehicles
US20210188286A1 (en) A spline curve and spiral curve based reference line smoothing method
CN112394725B (zh) 用于自动驾驶的基于预测和反应视场的计划
US11584248B2 (en) Method of parking an autonomous driving vehicle for autonomous charging
US11106212B2 (en) Path planning for complex scenes with self-adjusting path length for autonomous driving vehicles
CN112419776B (zh) 自主泊车方法、装置、汽车及计算设备
CN111731275B (zh) 空间斜向车位自动泊车方法、装置、车辆及存储介质
US11435200B2 (en) Autonomous vehicle routing with local and general routes
CN113419546B (zh) 一种无人车的控制方法、装置、介质及电子设备
CN113899378A (zh) 一种变道处理方法、装置、存储介质及电子设备
CN116476840B (zh) 变道行驶方法、装置、设备及存储介质
CN117804489A (zh) 泊车路径规划方法、装置、车辆和存储介质
WO2024216768A1 (zh) 车辆的路径规划方法及装置、车辆
CN114701495B (zh) 车道偏离抑制方法、电子设备和存储介质
CN116252814A (zh) 自动驾驶车辆速度规划方法、装置、电子设备和介质
US20210300333A1 (en) A parking-trajectory generation method combined with offline and online solutions
CN118457563A (zh) 车辆泊车的路径规划方法、装置及车辆
US20240166239A1 (en) Trajectory planning for navigating small objects on road
CN115497322B (zh) 一种窄路会车方法、装置、设备及存储介质
CN114834447B (zh) 基于自动泊车轨迹的碰撞风险预测方法及装置
CN115871709A (zh) 自动驾驶车辆进站轨迹规划方法、装置、设备、介质和车辆

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200619

RJ01 Rejection of invention patent application after publication
点击 这是indexloc提供的php浏览器服务，不要输入任何密码和下载