CN114212077B - 车辆平行泊入方法、装置、设备及存储介质 - Google Patents
车辆平行泊入方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114212077B CN114212077B CN202111660922.1A CN202111660922A CN114212077B CN 114212077 B CN114212077 B CN 114212077B CN 202111660922 A CN202111660922 A CN 202111660922A CN 114212077 B CN114212077 B CN 114212077B
- Authority
- CN
- China
- Prior art keywords
- library
- vehicle
- parking
- target
- adjustment strategy
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000001276 controlling effect Effects 0.000 claims description 42
- 230000004888 barrier function Effects 0.000 claims description 40
- 238000001514 detection method Methods 0.000 claims description 14
- 230000001105 regulatory effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本申请提供车辆平行泊入方法、装置、设备及存储介质,涉及自动驾驶技术领域。该方法包括:根据车辆所停的初始位置信息、以及目标泊入库位,确定车辆的初始入库轨迹;控制车辆沿初始入库轨迹泊入目标泊入库位,并根据目标泊入库位的库内场景信息,确定目标泊入库位对应的目标库内场景类型;根据目标库内场景类型,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整。本方案应对于较窄库位的车辆平行泊入方法,基于不同泊车场景类型采用不同的库位调整策略,并控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整,实现最大化利用目标泊入库位的泊车空间,减少车辆的泊车时间和库内调整次数,提高了车辆泊入的成功率和效率。
Description
技术领域
本申请涉及自动驾驶技术领域,具体而言,涉及一种车辆平行泊入方法、装置、设备及存储介质。
背景技术
近些年,随着车辆不断普及,使得泊车位日趋紧张,再加之泊车位的划分上越来越狭窄,导致车辆泊入目标车库时稍有不慎就可能发生碰撞事故。因此,许多车企推出的新车都具有自动泊车功能。
目前,传统的车辆平行泊入方法,主要是根据车辆的起始位置、目标车库位置以及障碍物等,规划得到一条可行驶泊入路径,并控制车辆执行方向盘、油门、刹车等,以使车辆能够沿着可行驶泊入路径泊入目标车库。
但是,现有的车辆平行泊入方法,当车辆需要泊入的目标车库的空间较小时,需要控制车辆在较小的空间中完成多次前进和后退后才能够完成泊入。也即,采用现有的车辆平行泊入方法,存在库位内调整次数过多等问题,进而导致较窄库位适应能力差,从而降低了车辆泊入的成功率和效率。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种车辆平行泊入方法、装置、设备及存储介质,以便实现最大化利用目标泊入库位的泊车空间,减少车辆的泊车时间和库内调整次数,提高了车辆泊入的成功率和效率。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种车辆平行泊入方法,所述方法包括:
根据所述车辆所停的初始位置信息、以及目标泊入库位,确定所述车辆的初始入库轨迹;
控制所述车辆沿所述初始入库轨迹泊入所述目标泊入库位,并根据所述目标泊入库位的库内场景信息,确定所述目标泊入库位对应的目标库内场景类型;其中,库内场景类型包括:库位两侧无障碍物、库位前侧有障碍物、库位后侧有障碍物、库位两侧均有障碍物;
根据所述目标库内场景类型,控制所述车辆按照所述目标库内场景类型对应的库位调整策略进行泊车调整。
可选地,所述根据所述目标泊入库位的库内场景信息,确定所述目标泊入库位对应的目标库内场景类型,包括:
采集所述目标泊入库位的库内场景信息,所述库内场景信息包括:图像采集装置采集的所述目标泊入库位的图像信息和或障碍物探测装置探测的障碍物距离;
对所述库内场景信息进行解析处理,得到所述目标泊入库位所属的目标库内场景类型。
可选地,所述根据所述目标库内场景类型,控制所述车辆按照所述目标库内场景类型对应的库位调整策略进行泊车调整,包括:
若所述目标库内场景类型为所述库位两侧无障碍物或所述库位前侧有障碍物,则确定所述目标库内场景类型对应的库位调整策略为第一库位调整策略或第二库位调整策略;其中,所述第一库位调整策略为一次前进加后退调整,所述第二库位调整策略为两次前进加两次后退调整;
判断所述车辆使用所述第一库位调整策略或所述第二库位调整策略是否调整成功;
若是,则控制所述车辆按照所述第一库位调整策略或所述第二库位调整策略进行泊车。
可选地,所述根据所述目标库内场景类型,控制所述车辆按照所述目标库内场景类型对应的库位调整策略进行泊车调整,包括:
若所述目标库内场景类型为所述库位后侧有障碍物,则确定所述目标库内场景类型对应的库位调整策略为第一库位调整策略、第二库位调整策略或第三库位调整策略;其中,所述第三库位调整策略为S轨迹加后退调整;
判断所述车辆使用所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略是否调整成功;
若是,则控制所述车辆按照所述目标库内场景类型对应的所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略进行泊车。
可选地,所述判断所述车辆使用所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略是否调整成功之后,还包括:
若使用所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略调整不成功,则控制所述车辆停止。
可选地,所述根据所述目标库内场景类型,控制所述车辆按照所述目标库内场景类型对应的库位调整策略进行泊车调整,包括:
若所述目标库内场景类型为所述库位两侧均有障碍物,则确定所述目标库内场景类型对应的库位调整策略为第四库位调整策略或第五库位调整策略;其中,所述第四库位调整策略为一次前进调整,所述第五库位调整策略为一次后退调整;
判断使用所述第四库位调整策略或所述第五库位调整策略调整后所述车辆的最新航向是否满足预设角度;
若是,则控制所述车辆按照所述目标库内场景类型对应的所述第四库位调整策略或所述第五库位调整策略进行泊车。
可选地,所述根据所述车辆所停的初始位置信息、以及目标泊入库位,确定所述车辆的初始入库轨迹,包括:
以所述车辆所停的初始位置信息为起点、以所述目标泊入库位中各可选点作为终点,生成至少一条可选入库轨迹;
使用预设的轨迹策略,从所述至少一条可选入库轨迹中确定一条可选入库轨迹作为所述初始入库轨迹。
第二方面,本申请实施例还提供了一种车辆平行泊入装置,所述装置包括:
确定模块,用于根据所述车辆所停的初始位置信息、以及目标泊入库位,确定所述车辆的初始入库轨迹;
控制模块,用于控制所述车辆沿所述初始入库轨迹泊入所述目标泊入库位;
所述确定模块,还用于根据所述目标泊入库位的库内场景信息,确定所述目标泊入库位对应的目标库内场景类型;其中,库内场景类型包括:库位两侧无障碍物、库位前侧有障碍物、库位后侧有障碍物、库位两侧均有障碍物;
所述控制模块,还用于根据所述目标库内场景类型,控制所述车辆按照所述目标库内场景类型对应的库位调整策略进行泊车调整。
可选地,所述确定模块,还用于:
采集所述目标泊入库位的库内场景信息,所述库内场景信息包括:图像采集装置采集的所述目标泊入库位的图像信息和/或障碍物探测装置探测的障碍物距离;
对所述库内场景信息进行解析处理,得到所述目标泊入库位所属的目标库内场景类型。
可选地,所述控制模块,还用于:
若所述目标库内场景类型为所述库位两侧无障碍物或所述库位前侧有障碍物,则确定所述目标库内场景类型对应的库位调整策略为第一库位调整策略或第二库位调整策略;其中,所述第一库位调整策略为一次前进加后退调整,所述第二库位调整策略为两次前进加两次后退调整;
判断所述车辆使用所述第一库位调整策略或所述第二库位调整策略是否调整成功;
若是,则控制所述车辆按照所述第一库位调整策略或所述第二库位调整策略进行泊车。
可选地,所述控制模块,还用于:
若所述目标库内场景类型为所述库位后侧有障碍物,则确定所述目标库内场景类型对应的库位调整策略为第一库位调整策略、第二库位调整策略或第三库位调整策略;其中,所述第三库位调整策略为S轨迹加后退调整;
判断所述车辆使用所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略是否调整成功;
若是,则控制所述车辆按照所述目标库内场景类型对应的所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略进行泊车。
可选地,所述控制模块,还用于:
若使用所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略调整不成功,则控制所述车辆停止。
可选地,所述控制模块,还用于:
若所述目标库内场景类型为所述库位两侧均有障碍物,则确定所述目标库内场景类型对应的库位调整策略为第四库位调整策略或第五库位调整策略;其中,所述第四库位调整策略为一次前进调整,所述第五库位调整策略为一次后退调整;
判断使用所述第四库位调整策略或所述第五库位调整策略调整后所述车辆的最新航向是否满足预设角度;
若是,则控制所述车辆按照所述目标库内场景类型对应的所述第四库位调整策略或所述第五库位调整策略进行泊车。
可选地,所述确定模块,还用于:
以所述车辆所停的初始位置信息为起点、以所述目标泊入库位中各可选点作为终点,生成至少一条可选入库轨迹;
使用预设的轨迹策略,从所述至少一条可选入库轨迹中确定一条可选入库轨迹作为所述初始入库轨迹。
第三方面,本申请实施例还提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如第一方面提供的所述方法的步骤。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如第一方面提供的所述方法的步骤。
本申请的有益效果是:
本申请实施例提供一种车辆平行泊入方法、装置、设备及存储介质,该方法包括:根据车辆所停的初始位置信息、以及目标泊入库位,确定车辆的初始入库轨迹;控制车辆沿初始入库轨迹泊入目标泊入库位,并根据目标泊入库位的库内场景信息,确定目标泊入库位对应的目标库内场景类型;其中,库内场景类型包括:库位两侧无障碍物、库位前侧有障碍物、库位后侧有障碍物、库位两侧均有障碍物;根据目标库内场景类型,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整。本方案提出一种应对于较窄库位的车辆平行泊入方法,先是根据车辆所停的初始位置信息、以及目标泊入库位,规划出一条初始入库轨迹,在控制车辆以一定的角度沿着初始入库轨迹行驶到库位内目标泊入库位内后,根据目标泊入库位的库内场景信息,确定目标泊入库位所属的泊车场景类型,以使得能够最大化利用目标泊入库位以外的空间;然后,基于不同的泊车场景类型采用不同的库位调整策略,来进一步地确定目标泊入库位所属的泊车场景类型对应的库位调整策略;最后,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整。这样,以达到针对较窄车位时,实现最大化利用目标泊入库位的泊车空间,减少了车辆的泊车时间和库内前后调整次数,同时达到了车辆快速准确泊入目标泊入库位的目的,实现最佳的泊车效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的一种车辆自动泊车***的结构示意图;
图2为本申请实施例提供的一种车辆自动泊车***中泊车轨迹规划单元的结构示意图;
图3为本申请实施例提供的一种车辆平行泊入方法的流程示意图;
图4为本申请实施例提供的一种车辆平行泊入方法中初始入库轨迹的示意图;
图5为本申请实施例提供的一种车辆平行泊入方法中车辆安全泊入距离的示意图;
图6为本申请实施例提供的另一种车辆平行泊入方法的流程示意图;
图7为本申请实施例提供的又一种车辆平行泊入方法的流程示意图;
图8为本申请实施例提供的一种车辆平行泊入方法中的库位调整策略示意图一;
图9为本申请实施例提供的另一种车辆平行泊入方法中的流程示意图;
图10为本申请实施例提供的一种车辆平行泊入方法中的库位调整策略示意图二;
图11为本申请实施例提供的一种车辆平行泊入方法中的库位调整策略示意图三;
图12为本申请实施例提供的另一种车辆平行泊入方法的流程示意图;
图13为本申请实施例提供的又一种车辆平行泊入方法的流程示意图;
图14为本申请实施例提供的另一种车辆平行泊入装置的结构示意图。
图标:100-车辆自动泊车***;101-库位检测单元;102-泊车轨迹规划单元;103-泊车控制单元。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
首先,在对本申请所提供的技术方案展开具体说明之前,先对本申请所涉及的相关背景进行简单说明。
在提出本申请方案之前,现有技术中,主要是根据车辆的起始位置、目标车库位置以及障碍物等,规划得到一条可行驶泊入路径,并控制车辆执行方向盘、油门、刹车等,以使车辆能够沿着可行驶泊入路径泊入目标车库。但是,当车辆需要泊入的目标车库的空间较小时,需要控制车辆在较小的空间中完成多次前进和后退调整后才能够完成泊入。也即,采用现有的车辆平行泊入方法,存在库位内调整次数过多等问题,进而导致较窄库位适应能力差,从而降低了车辆泊入的成功率和效率。
为了解决上述现有技术中存在的技术问题,本申请提出一种应对于狭窄空间场景的车辆平行泊入方法,先是根据车辆所停的初始位置信息、以及目标泊入库位,规划出一条初始入库轨迹,在控制车辆以一定的角度沿着初始入库轨迹行驶到库位内目标泊入库位内后,根据目标泊入库位的库内场景信息,确定目标泊入库位所属的泊车场景类型,以使得能够最大化利用目标泊入库位以外的空间;然后,基于不同的泊车场景类型采用不同的库位调整策略,来进一步地确定目标泊入库位所属的泊车场景类型对应的库位调整策略;最后,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整。这样,以达到针对较窄车位时,能够有效减少库位内调整次数,进一步减少泊车时间,达到快速准确泊入的目的。
将通过如下实施例对本申请涉及到的车辆自动泊车***的结构进行解释说明。
图1为本申请实施例提供的一种车辆自动泊车***的结构示意图;如图1所示,车辆自动泊车***100可以是安装在普通车辆或者无人驾驶的车辆中的***,需要驾驶员将车辆开到停车场入口或者是目标车位附近后,即可由车辆自动泊车***100接管车辆,并控制车辆自动泊入(或泊出)目标车位。
应理解,本申请提供的车辆自动泊车***100可应用于各种自动泊车场景,以帮助驾驶员找到合适的泊车位置并完成泊入、或者从泊车位置泊出。
其中,车辆自动泊车***100的硬件部分包括:库位检测单元101、泊车轨迹规划单元102、泊车控制单元103。
库位检测单元101,用于利用环视摄像头或超声波雷达、毫米波雷达、激光雷达等探测装置,对周边环境、车辆位置进行检测,得到车辆当前所停的位置信息、以及周边的障碍物边界。
泊车轨迹规划单元102,用于在探测到平行库位(可泊入库位)后,根据车辆所停的初始位置与目标泊入库位的相对位置关系,规划出一条初始入库轨迹;并在车辆以一定的角度沿着初始入库轨迹行驶到目标泊入库位内后,确定目标泊入库位所属的泊车场景类型,并针对不同的泊车场景类型采用不同的库位调整策略,则可以规划出目标泊入库位对应的库位调整策略。
泊车控制单元103,用于控制车辆以一定的角度沿着初始入库轨迹行驶到目标泊入库位内,和/或还用于控制车辆按照目标泊入库位对应的库位调整策略进行库内调整,以达到针对较窄车位时,能够有效减少库位内调整次数,进一步减少泊车时间,达到快速准确泊入的目的。
可以理解,图1示出的结构仅为示意,车辆自动泊车***100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
图2为本申请实施例提供的一种车辆自动泊车***中泊车轨迹规划单元的结构示意图;如图2所示,泊车轨迹规划单元102包括:存储器201、处理器202。
其中,存储器201、处理器202相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
存储器201中存储有以软件或固件(firmware)的形式存储于存储器201中的软件功能模块,处理器202通过运行存储在存储器201内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现本申请实施例中的车辆平行泊入方法。
其中,存储器201可以是,但不限于,随机存取存储器(Random Access Memory,RAM)、只读存储器(Read Only Memory,ROM)、可编程只读存储器(Programmable Read-OnlyMemory,PROM)、可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM)等。其中,存储器201用于存储程序,处理器202在接收到执行指令后,执行所述程序。
处理器202可能是一种集成电路芯片,具有信号的处理能力。上述的处理器202可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等。
如下将通过多个具体的实施例对本申请所提供的车辆平行泊入方法和对应产生的有益效果进行说明。
需要说明的是,本申请提供车辆平行泊入方法,主要针对车辆的泊入库位的库位类型是平行车位,即在本申请中不考虑对垂直车位的泊入场景。
图3为本申请实施例提供的一种车辆平行泊入方法的流程示意图;图4为本申请实施例提供的一种车辆平行泊入方法中车辆的初始入库轨迹的示意图;可选地,该方法的执行主体可以是服务器、计算机等电子设备,具有数据处理功能。应当理解,在其它实施例中车辆平行泊入方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。如图3所示,该方法包括:
S301、根据车辆所停的初始位置信息、以及目标泊入库位,确定车辆的初始入库轨迹。
在本实施例中,参考图4所示,车辆所停的初始位置为指图4中的P0P1段中的任一点,目标泊入库位是指图4中的ABCD,车辆的初始入库轨迹为P0P4段。
需要说明的是,若车辆1当前所停的位置P00不为P0P1段中的任一点,则需要控制车辆从当前所停的位置P00移动至P0P1段中的任一点。
应理解,参考图5所示,在根据车辆所停的初始位置信息、以及目标泊入库位,确定车辆的初始入库轨迹之前,还需要根据车辆所停的初始位置信息、以及目标泊入库位,判断车辆是否满足预设的泊入条件(也即,车辆泊入时,车辆的最小转弯半径OG只要小于车辆的安全泊入距离OD,即OG<OD,则可以确定车辆满足预设的泊入条件。)。也即,本方案是在车辆满足预设的泊入条件下,可以根据车辆所停的位置信息、以及目标泊入库位,规划出一条车辆的初始入库轨迹。
S302、控制车辆沿初始入库轨迹泊入目标泊入库位,并根据目标泊入库位的库内场景信息,确定目标泊入库位对应的目标库内场景类型。
其中,库内场景类型包括:库位两侧无障碍物、库位前侧有障碍物、库位后侧有障碍物、库位两侧均有障碍物。不同库内场景类型采用不同的库位调整策略,避免了采用现有的车辆平行泊入方法,存在库位内调整次数过多等问题。如,库位两侧均有障碍物对应的库位调整策略为一次前进和/或一次后退。
应理解,在车辆平行泊入时,车辆所停的初始位置的泊车效果会受目标泊入库位的宽度和长度影响最大,尤其是目标泊入库位的长度。因此,最大化利用目标泊入库位之外的泊车空间是平行泊车的关键,对于一部分库内场景来说,根据车辆所停的初始位置、以及目标泊入库位,规划出的初始入库轨迹并不是最优的,尤其是当目标泊入库位的长度较短时。
因此,在本实施例中,提出可以在控制车辆沿初始入库轨迹泊入目标泊入库位后,还可以根据目标泊入库位的库内场景信息,确定目标泊入库位所属的目标库内场景类型。这样,使得能够针对目标泊入库位所属的目标库内场景类型,进一步对车辆的初始入库轨迹进行优化,以减少车辆的泊车时间和库内调整次数。
S303、根据目标库内场景类型,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整。
应理解,根据目标泊入库位所属的库内场景类型进行库内调整,仅针对车辆入库后车辆的前后调整部分。
在上述实施例的基础上,可以基于车辆沿初始入库轨迹泊入后的进库点(如图4中P4点),控制车辆按照目标库内场景类型对应的库位调整策略对车辆进行库内调整,进而实现最大化利用目标泊入库位的泊车空间,减少车辆的泊车时间和库内前后调整次数,实现最佳的泊车效果。
综上所述,本申请实施例提供一种车辆平行泊入方法,该方法包括:根据车辆所停的初始位置信息、以及目标泊入库位,确定车辆的初始入库轨迹;控制车辆沿初始入库轨迹泊入目标泊入库位,并根据目标泊入库位的库内场景信息,确定目标泊入库位对应的目标库内场景类型;其中,库内场景类型包括:库位两侧无障碍物、库位前侧有障碍物、库位后侧有障碍物、库位两侧均有障碍物;根据目标库内场景类型,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整。本方案提出一种应对于较窄库位的车辆平行泊入方法,先是根据车辆所停的初始位置信息、以及目标泊入库位,规划出一条初始入库轨迹,在控制车辆以一定的角度沿着初始入库轨迹行驶到库位内目标泊入库位内后,根据目标泊入库位的库内场景信息,确定目标泊入库位所属的泊车场景类型,以使得能够最大化利用目标泊入库位以外的空间;然后,基于不同的泊车场景类型采用不同的库位调整策略,来进一步地确定目标泊入库位所属的泊车场景类型对应的库位调整策略;最后,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整。这样,以达到针对较窄车位时,实现最大化利用目标泊入库位的泊车空间,减少了车辆的泊车时间和库内前后调整次数,同时达到了车辆快速准确泊入目标泊入库位的目的,实现最佳的泊车效果。
将通过如下实施例,具体讲解如何根据所述目标泊入库位的库内场景信息,确定所述目标泊入库位对应的目标库内场景类型。
可选地,参考图6所示,上述步骤S302:根据目标泊入库位的库内场景信息,确定目标泊入库位对应的目标库内场景类型,包括:
S601、采集目标泊入库位的库内场景信息。
其中,库内场景信息包括:图像采集装置采集的目标泊入库位的图像信息和/或障碍物探测装置探测的障碍物距离。示例性地,图像采集装置可以是指车辆上预先安装的环视相机,障碍物探测装置可以是指车辆上预先安装的超声波雷达。
在本实施例中,考虑到车辆在进库阶段规划的初始入库轨迹仅基于目标泊入库位上的各顶点信息规划得到的,是无法准确获取目标泊入库位的库内实际障碍物情况。因此,需要在车辆驶入后目标泊入库位后,才可以基于采集到的目标泊入库位的库内场景信息,确定目标泊入库位所属的库内场景类型。
在本实施例中,例如,可以通过环视相机采集目标泊入库位的库内场景图像信息,和/或通过障碍物探测装置探测目标泊入库位与各障碍物之间的距离。
S602、对库内场景信息进行解析处理,得到目标泊入库位所属的目标库内场景类型。
在上述实施例的基础上,可以采用预设的图像识别算法,对采集到的目标泊入库位的库内场景图像信息进行识别处理,以判断目标泊入库位的前后方、左右侧是否存在障碍物;以及,同时结合障碍物探测装置探测到的目标泊入库位与各障碍物之间的距离,以确定目标泊入库位所属的目标库内场景类型。
举例说明,若采用预设的图像识别算法,对采集到的目标泊入库位的场景图像信息进行识别处理,得到目标泊入库位的左右两侧均不存在障碍物,且同时结合障碍物探测装置探测到的目标泊入库位与左右两侧的障碍物之间的距离大于预设阈值,则可以目标泊入库位所属的目标库内场景类型为库位两侧无障碍物。
在另一种可实现的方式中,也可以只根据“图像采集装置采集的目标泊入库位的图像信息”、或“障碍物探测装置探测的障碍物距离”中的任一处理结果,判断目标泊入库位所属的目标库内场景类型。
将通过如下实施例,具体讲解如何根据目标库内场景类型,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整。
第一种、当目标库内场景类型为库位两侧无障碍物、或库位前侧有障碍物时,具体如下:
可选地,参考图7所示,上述步骤S303:根据目标库内场景类型,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整,包括:
S701、若目标库内场景类型为库位两侧无障碍物或库位前侧有障碍物,则确定目标库内场景类型对应的库位调整策略为第一库位调整策略或第二库位调整策略。
其中,第一库位调整策略为一次前进加后退调整,第二库位调整策略为两次前进加两次后退调整。
在本实施例中,若目标库内场景类型为库位两侧无障碍物或库位前侧有障碍物时,则优先将第一库位调整策略(即,一次前进加后退调整)作为目标库内场景类型对应的库位调整策略,若使用第一库位调整策略进行库内调整规划失败后,则将第二库位调整策略(即,两次前进加两次后退)作为目标库内场景类型对应的库位调整策略。
可选地,可以参考图8所示,第一库位调整策略用于表征的一次前进轨迹为ab段,后退轨迹为bc段。
同理,第二库位调整策略用于表征的两次前进加两次后退为图8所示调整路径的两次重复。
S702、判断车辆使用第一库位调整策略或第二库位调整策略是否调整成功。
值得说明的是,若车辆使用第一库位调整策略或第二库位调整策略进行库内调整规划后,车辆调整后的最新航向角为零,则可以确定车辆使用第一库位调整策略或第二库位调整策略调整成功。
S703、若是,则控制车辆按照第一库位调整策略或第二库位调整策略进行泊车。
在本实施例中,(1)若目标库内场景类型为库位两侧无障碍物时,则应充分利用目标泊入库位的前后方的可行驶空间,但是得注意不可前进(或后退调整)太多,否则会导致车辆调整结束后车身靠库位外侧。因此,在车辆入库后需要正常前进,后退时则考虑增加后退距离,进一步减少调整次数,每一次后退都判断是否可以通过一次前进加后退调整使得调整结束。
也即,若车辆使用第一库位调整策略进行库内调整规划后,车辆调整后的最新航向角为零,则控制车辆优先按照第一库位调整策略(一次前进加后退调整)进行库内调整泊车。
若车辆使用第一库位调整策略进行库内调整规划失败后,则控制车辆按照第二库位调整策略进行库内调整泊车。
(2)若目标库内场景类型为位前侧有障碍物时,与库位两侧无障碍物的调整规划情况类似。但是会遇到车库前方障碍物压到库位内的情况,此时,会导致重规划切换到此场景中,前进时需要考虑不与目标泊入库位的AB边界碰撞,以充分利用目标泊入库位后方的可行驶空间,同时需要重新规划调整路径,处理方式与上述场景1类似。也即,若车辆使用第一库位调整策略进行库内调整规划后,车辆调整后的最新航向角为零,则控制车辆优先按照第一库位调整策略(一次前进加后退调整)进行库内调整泊车。
若车辆使用第一库位调整策略进行库内调整规划失败后,则控制车辆按照第二库位调整策略进行库内调整泊车。
第二种、当目标库内场景类型为库位后侧有障碍物时,具体如下:
可选地,参考图9所示,上述步骤S303:根据目标库内场景类型,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整,还包括:
S901、若目标库内场景类型为库位后侧有障碍物,则确定目标库内场景类型对应的库位调整策略为第一库位调整策略、第二库位调整策略或第三库位调整策略。
其中,第三库位调整策略为S轨迹加后退调整。
参考图10所示,第三库位调整策略用于表征的S轨迹为A1C1段,后退轨迹为A1g段。
参考图11所示,可以采用如下轨迹规划计算公式,得到第三库位调整策略中S轨迹。具体是:
因此,θ=acos((2R-dy)/2R)所以,可以计算得到B1点的坐标,如下:
其中,C1点的横坐标C1x和纵坐标C1y与是已知的,A1点的纵坐标A1y也是可以推出来的,因此,就可以得到S轨迹上的A1、B1、C1三个点坐标以及夹角theta。这样,就可以得到这条S形路径。
S902、判断车辆使用第一库位调整策略、第二库位调整策略或第三库位调整策略是否调整成功。
在本实施例中,若车辆使用第一库位调整策略、第二库位调整策略或第三库位调整策略进行库内调整规划后,车辆调整后的最新航向角为零,则可以确定车辆使用第一库位调整策略、第二库位调整策略或第三库位调整策略调整成功。
S903、若是,则控制车辆按照目标库内场景类型对应的第一库位调整策略、第二库位调整策略或第三库位调整策略进行泊车。
在本实施例中,若目标库内场景类型为库位后侧有障碍物时,库位后方的空间对于平行泊车来说更为重要,当库位后方存在障碍物时,则考虑如何利用目标泊入库位的前方空间。可以继续参考图10所示,即使目标泊入库位的后方有障碍物,当目标泊入库位的长度足够长时候,车辆仍可以通过一次前进加后退调整、或者两次前进加两次后退调整完成调整,其原因是目标泊入库位的长短将直接影响车辆入库时的航向角,航向角越大,前后调整次数将越高。因此,针对较窄库位来说,若继续以前后调整的方式继续调整时,泊车调整次数将会大幅增加,泊车时间将会增加,因此,可以采用S轨迹加后退进行库内调整规划,以充分利用目标泊入库位的前方空间进行路径规划。
也即,若车辆使用第一库位调整策略进行库内调整规划后,车辆调整后的最新航向角为零,则控制车辆优先按照第一库位调整策略(一次前进加后退调整)进行库内调整泊车。
若车辆使用第一库位调整策略进行库内调整规划失败后,则控制车辆按照第二库位调整策略进行库内调整泊车。
若车辆使用第一库位调整策略和第二库位调整策略进行库内调整规划均失败后,则控制车辆按照第三库位调整策略进行库内调整泊车。
在另一种可实现的方式中,若判断车辆使用第一库位调整策略、第二库位调整策略或第三库位调整策略是否调整成功之后,还包括:
针对上述第一种情况、第二种情况,若使用第一库位调整策略、第二库位调整策略或第三库位调整策略进行库内调整规划均不成功,则控制车辆停止。也即,车辆不适合使用目标泊入库位所属的目标库内场景类型对应的库位调整策略进行库内泊车调整。此时,车辆继续保持最初沿初始入库轨迹泊入目标泊入库位后的位置进行停车。
第三种、当目标库内场景类型为库位两侧均有障碍物时,具体如下:
可选地,参考图12所示,上述步骤S303:根据目标库内场景类型,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整,还包括:
S1201、若目标库内场景类型为库位两侧均有障碍物,则确定目标库内场景类型对应的库位调整策略为第四库位调整策略或第五库位调整策略。
其中,第四库位调整策略为一次前进调整,第五库位调整策略为一次后退调整。
在本实施例中,若目标库内场景类型为库位两侧均有障碍物时,则优先将第四库位调整策略(即,一次前进调整)作为目标库内场景类型对应的库位调整策略,若使用第四库位调整策略进行库内调整规划失败后,则将第五库位调整策略(即,一次后退调整)作为目标库内场景类型对应的库位调整策略。
S1202、判断使用第四库位调整策略或第五库位调整策略调整后车辆的最新航向是否满足预设角度。
在本实施例中,预设角度为零度。也即,若车辆使用第四库位调整策略或第五库位调整策略进行库内调整规划后,车辆调整后的最新航向角满足为零度这一预设的条件,则可以确定车辆使用第四库位调整策略或第五库位调整策略调整成功。
S1203、若是,则控制车辆按照目标库内场景类型对应的第四库位调整策略或第五库位调整策略进行泊车。
在本实施例中,若目标库内场景类型为库位两侧均有障碍物时,则应该减少边界的安全距离,以探测障碍物为主,最大化目标泊入库位的后方空间,控制车辆前进距离,以超声波探测到的车辆与障碍物的距离为后退结束条件重新规划路径。
也即,若车辆使用第四库位调整策略进行库内调整规划后,车辆调整后的最新航向角为零,则控制车辆优先按照第四库位调整策略(一次前进调整)进行库内调整泊车。
若车辆使用第四库位调整策略进行库内调整规划失败后,则控制车辆按照第五库位调整策略进行库内调整泊车。
若在第一轮循环过程中,车辆使用第四库位调整策略和第五库位调整策略进行库内调整规划均失败后,则继续循环使用第四库位调整策略或第五库位调整策略进行库内调整泊车,直至车辆调整后的最新航向角为零。
另外,除了上述三种情况外,当目标泊入库的长度较为宽裕时,若库位调整次数为未超过三次,则可以不对目标泊入车库所属的库内场景类型进行划分,这种库内场景类型为一次规划入库的情况,对于这种情况实际上无论前后方是否有障碍物,对整个泊车效果都不会产生影响,一次规划入库对目标泊入库位的长宽要求较高,尤其是目标泊入库位的长度,虽然,一次规划入库的场景并不多见,但这也是一种特殊的库内场景类型。
将通过如下实施例,具体讲解如何根据车辆所停的初始位置信息、以及目标泊入库位,确定车辆的初始入库轨迹。
可选地,参考图13所示,上述步骤S301:根据车辆所停的初始位置信息、以及目标泊入库位,确定车辆的初始入库轨迹,包括:
S1301、以车辆所停的初始位置信息为起点、以目标泊入库位中各可选点作为终点,生成至少一条可选入库轨迹。
S1302、使用预设的轨迹策略,从至少一条可选入库轨迹中确定一条可选入库轨迹作为初始入库轨迹。
在本实施例中,通过车辆上预先安装的障碍物探测装置探测到目标泊入库位库位后,根据车辆所停的初始位置信息、与目标泊入库位上各顶点(如图4中的A、B、C、D)的相对位置关系,建立库位坐标系,且库位坐标系的原点为目标泊入库位上顶点A、D的中心点的位置。
在建立库位坐标系后,根据目标泊入库位上的长度BC和宽度AB进行泊车采样,得到多个可选点(如图4中的P4点)。例如,以车辆所停的初始位置P0点为起点、以目标泊入库位中可选点P4点作为终点,已知圆2的圆心坐标O2点和P4点的坐标和航向(P4.x,P4.y,P4.yaw)、theta_2、P0的坐标和航向,反向推导得到初始入库轨迹P0P4段上的各关键点(如图4中的P3、P2、P1)的坐标和航向,并基于各关键点生成一条可选入库轨迹。其中,P3、P2、P1点的坐标和航向,具体如下:
P2_point.x=(P1_point.y-Rmin_+Rmin_*cos(P3_point.yaw)+tan(p3_point.yaw)*P3_point.x-P3_point.y)/tan(P3_point.yaw);
P1_point.x=P2_point.x+Rmin_*sin(P3_point.yaw);
P2_point.y=P1_point.y-(Rmin_-Rmin_*cos(P3_point.yaw));
center1.x=P1_point.x;
center1.y=P1_point.y-Rmin。
其中,center1.x、center1.y为图4中圆1的坐标坐标点,Rmin为车辆的最小转弯半径。
其中,反向推导的方式具体为:即需要车辆以最小转弯半径(左泊出左转,右泊出右转)前进,直到车辆上的角点G碰到目标泊入库位的边界线停车,再以最小转弯半径(左泊出右转,右泊出左转)后退,直到车辆上的角点F或者E先碰到目标泊入库位的边界线,由于目标泊入库位的内边界对调整次数的影响较大,且车辆上安装的超声波雷达传感器的限制,目标泊入库位的深度一般不可准确知道。因此,需要对目标泊入库位内边界按照常用标准处理。另外,对车辆上的角点经过经验值处理,此时反向推导出来的各关键点才符合实际情况。
使用预设的轨迹策略(如各可选入库轨迹的碰撞情况、以及泊出时间、以及各可选点的调整次数等),确定上述生成的各可选入库轨迹的优先度。例如,控制车辆沿可选入库轨迹1或者可选入库轨迹2泊入时,均不会发生车辆上的第一角点H与目标泊入库位中的第一顶点D碰撞的问题,且可选可选入库轨迹1或者可选入库轨迹2的泊出时间相同,但可选入库轨迹1中的可选点1的调整次数小于可选入库轨迹2中的可选点2的调整次数,即将可选入库轨迹1作为初始入库轨迹,以及可选入库轨迹1中的可选点1作为进库点。因此,初始入库轨迹中的进库点的调整次数越小越好,进库点的航向角越小越好。也即,进库点的横坐标x值越小越好,而进库点的纵坐标y值的大小则需要根据目标泊入库位的长度动态调整。
综上所述,本方案中根据目标泊入库位所处的库内场景不同,对泊车进行分场景进行,针对不同的库内场景使用不同段数、不同形态的轨迹,提高整体泊车的实时性,满足任意起点航向的要求,提高了几何法在不同起点情况下的普适性,提高了轨迹规划对于画线库位的普适性,对于大部分的泊车场景,减少了泊车调整次数,减少了泊车的整体耗时。
基于同一发明构思,本申请实施例中还提供了与车辆平行泊入对应的车辆平行泊入装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述车辆平行泊入方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参考图14所示,本申请实施例还提供了一种车辆平行泊入装置,该装置包括:
确定模块1401,用于根据车辆所停的初始位置信息、以及目标泊入库位,确定车辆的初始入库轨迹;
控制模块1402,用于控制车辆沿初始入库轨迹泊入目标泊入库位;
确定模块1401,还用于根据目标泊入库位的库内场景信息,确定目标泊入库位对应的目标库内场景类型;其中,库内场景类型包括:库位两侧无障碍物、库位前侧有障碍物、库位后侧有障碍物、库位两侧均有障碍物;
控制模块1402,还用于根据目标库内场景类型,控制车辆按照目标库内场景类型对应的库位调整策略进行泊车调整。
可选地,确定模块1401,还用于:
采集目标泊入库位的库内场景信息,库内场景信息包括:图像采集装置采集的目标泊入库位的图像信息和/或障碍物探测装置探测的障碍物距离;
对库内场景信息进行解析处理,得到目标泊入库位所属的目标库内场景类型。
可选地,控制模块1402,还用于:
若目标库内场景类型为库位两侧无障碍物或库位前侧有障碍物,则确定目标库内场景类型对应的库位调整策略为第一库位调整策略或第二库位调整策略;其中,第一库位调整策略为一次前进加后退调整,第二库位调整策略为两次前进加两次后退调整;
判断车辆使用第一库位调整策略或第二库位调整策略是否调整成功;
若是,则控制车辆按照第一库位调整策略或第二库位调整策略进行泊车。
可选地,控制模块1402,还用于:
若目标库内场景类型为库位后侧有障碍物,则确定目标库内场景类型对应的库位调整策略为第一库位调整策略、第二库位调整策略或第三库位调整策略;其中,第三库位调整策略为S轨迹加后退调整;
判断车辆使用第一库位调整策略、第二库位调整策略或第三库位调整策略是否调整成功;
若是,则控制车辆按照目标库内场景类型对应的第一库位调整策略、第二库位调整策略或第三库位调整策略进行泊车。
可选地,控制模块1402,还用于:
若使用第一库位调整策略、第二库位调整策略或第三库位调整策略调整不成功,则控制车辆停止。
可选地,控制模块1402,还用于:
若目标库内场景类型为库位两侧均有障碍物,则确定目标库内场景类型对应的库位调整策略为第四库位调整策略或第五库位调整策略;其中,第四库位调整策略为一次前进调整,第五库位调整策略为一次后退调整;
判断使用第四库位调整策略或第五库位调整策略调整后车辆的最新航向是否满足预设角度;
若是,则控制车辆按照目标库内场景类型对应的第四库位调整策略或第五库位调整策略进行泊车。
可选地,确定模块1401,还用于:
以车辆所停的初始位置信息为起点、以目标泊入库位中各可选点作为终点,生成至少一条可选入库轨迹;
使用预设的轨迹策略,从至少一条可选入库轨迹中确定一条可选入库轨迹作为初始入库轨迹。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上***(system-on-a-chip,简称SOC)的形式实现。
可选地,本发明还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个***,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。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种车辆平行泊入方法,其特征在于,所述方法包括:
根据所述车辆所停的初始位置信息、以及目标泊入库位,确定所述车辆的初始入库轨迹;
控制所述车辆沿所述初始入库轨迹泊入所述目标泊入库位,并根据所述目标泊入库位的库内场景信息,确定所述目标泊入库位对应的目标库内场景类型;其中,库内场景类型包括:库位两侧无障碍物、库位前侧有障碍物、库位后侧有障碍物、库位两侧均有障碍物;
根据所述目标库内场景类型,控制所述车辆按照所述目标库内场景类型对应的库位调整策略进行泊车调整;其中包括:根据所述目标库内场景类型,确定所述目标库内场景类型对应的库位调整策略,所述对应的库位调整策略包括至少一种;判断使用所述对应的库位调整策略调整后所述车辆的最新航向角是否满足预设角度;若是,则控制所述车辆按照满足所述预设角度的所述对应的库位调整策略泊车。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标泊入库位的库内场景信息,确定所述目标泊入库位对应的目标库内场景类型,包括:
采集所述目标泊入库位的库内场景信息,所述库内场景信息包括:图像采集装置采集的所述目标泊入库位的图像信息和/或障碍物探测装置探测的障碍物距离;
对所述库内场景信息进行解析处理,得到所述目标泊入库位所属的目标库内场景类型。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标库内场景类型,控制所述车辆按照所述目标库内场景类型对应的库位调整策略进行泊车调整,包括:
若所述目标库内场景类型为所述库位两侧无障碍物或所述库位前侧有障碍物,则确定所述目标库内场景类型对应的库位调整策略为第一库位调整策略或第二库位调整策略;其中,所述第一库位调整策略为一次前进加后退调整,所述第二库位调整策略为两次前进加两次后退调整;
判断所述车辆使用所述第一库位调整策略或所述第二库位调整策略是否调整成功;
若是,则控制所述车辆按照所述第一库位调整策略或所述第二库位调整策略进行泊车。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标库内场景类型,控制所述车辆按照所述目标库内场景类型对应的库位调整策略进行泊车调整,包括:
若所述目标库内场景类型为所述库位后侧有障碍物,则确定所述目标库内场景类型对应的库位调整策略为第一库位调整策略、第二库位调整策略或第三库位调整策略;其中,所述第三库位调整策略为S轨迹加后退调整;
判断所述车辆使用所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略是否调整成功;
若是,则控制所述车辆按照所述目标库内场景类型对应的所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略进行泊车。
5.根据权利要求4所述的方法,其特征在于,所述判断所述车辆使用所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略是否调整成功之后,还包括:
若使用所述第一库位调整策略、所述第二库位调整策略或所述第三库位调整策略调整不成功,则控制所述车辆停止。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标库内场景类型,控制所述车辆按照所述目标库内场景类型对应的库位调整策略进行泊车调整,包括:
若所述目标库内场景类型为所述库位两侧均有障碍物,则确定所述目标库内场景类型对应的库位调整策略为第四库位调整策略或第五库位调整策略;其中,所述第四库位调整策略为一次前进调整,所述第五库位调整策略为一次后退调整;
判断使用所述第四库位调整策略或所述第五库位调整策略调整后所述车辆的最新航向是否满足预设角度;
若是,则控制所述车辆按照所述目标库内场景类型对应的所述第四库位调整策略或所述第五库位调整策略进行泊车。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述根据所述车辆所停的初始位置信息、以及目标泊入库位,确定所述车辆的初始入库轨迹,包括:
以所述车辆所停的初始位置信息为起点、以所述目标泊入库位中各可选点作为终点,生成至少一条可选入库轨迹;
使用预设的轨迹策略,从所述至少一条可选入库轨迹中确定一条可选入库轨迹作为所述初始入库轨迹。
8.一种车辆平行泊入装置,其特征在于,所述装置包括:
确定模块,用于根据所述车辆所停的初始位置信息、以及目标泊入库位,确定所述车辆的初始入库轨迹;
控制模块,用于控制所述车辆沿所述初始入库轨迹泊入所述目标泊入库位;
所述确定模块,还用于根据所述目标泊入库位的库内场景信息,确定所述目标泊入库位对应的目标库内场景类型;其中,库内场景类型包括:库位两侧无障碍物、库位前侧有障碍物、库位后侧有障碍物、库位两侧均有障碍物;
所述控制模块,还用于根据所述目标库内场景类型,控制所述车辆按照所述目标库内场景类型对应的库位调整策略进行泊车调整;
所述控制模块,具体用于根据所述目标库内场景类型,确定所述目标库内场景类型对应的库位调整策略,所述对应的库位调整策略包括至少一种;
判断使用所述对应的库位调整策略调整后所述车辆的最新航向角是否满足预设角度;
若是,则控制所述车辆按照满足所述预设角度的所述对应的库位调整策略泊车。
9.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-7任一所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-7任一所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111660922.1A CN114212077B (zh) | 2021-12-31 | 2021-12-31 | 车辆平行泊入方法、装置、设备及存储介质 |
PCT/CN2022/102362 WO2023123948A1 (zh) | 2021-12-31 | 2022-06-29 | 车辆平行驶入方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111660922.1A CN114212077B (zh) | 2021-12-31 | 2021-12-31 | 车辆平行泊入方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114212077A CN114212077A (zh) | 2022-03-22 |
CN114212077B true CN114212077B (zh) | 2024-04-19 |
Family
ID=80707298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111660922.1A Active CN114212077B (zh) | 2021-12-31 | 2021-12-31 | 车辆平行泊入方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114212077B (zh) |
WO (1) | WO2023123948A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114212077B (zh) * | 2021-12-31 | 2024-04-19 | 爱驰汽车(上海)有限公司 | 车辆平行泊入方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2246231A1 (en) * | 2009-04-30 | 2010-11-03 | Magneti Marelli S.p.A. | Parking assistant system |
CN104527642A (zh) * | 2014-12-31 | 2015-04-22 | 江苏大学 | 基于场景多样性识别的自动泊车***及其方法 |
CN106740818A (zh) * | 2016-12-19 | 2017-05-31 | 合肥工业大学 | 一种基于eps的自动泊车路线规划方法及*** |
CN111137280A (zh) * | 2020-03-06 | 2020-05-12 | 北京百度网讯科技有限公司 | 自主泊车的控制方法、装置、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101478067B1 (ko) * | 2012-03-21 | 2015-01-02 | 주식회사 만도 | 차량의 주차 조향 보조 시스템 및 그 제어방법 |
DE102018220328A1 (de) * | 2018-11-27 | 2020-05-28 | Continental Teves Ag & Co. Ohg | Verfahren zum Planen eines von einem Parkassistenzsystem unterstützten Parkvorgangs |
CN114212077B (zh) * | 2021-12-31 | 2024-04-19 | 爱驰汽车(上海)有限公司 | 车辆平行泊入方法、装置、设备及存储介质 |
-
2021
- 2021-12-31 CN CN202111660922.1A patent/CN114212077B/zh active Active
-
2022
- 2022-06-29 WO PCT/CN2022/102362 patent/WO2023123948A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2246231A1 (en) * | 2009-04-30 | 2010-11-03 | Magneti Marelli S.p.A. | Parking assistant system |
CN104527642A (zh) * | 2014-12-31 | 2015-04-22 | 江苏大学 | 基于场景多样性识别的自动泊车***及其方法 |
CN106740818A (zh) * | 2016-12-19 | 2017-05-31 | 合肥工业大学 | 一种基于eps的自动泊车路线规划方法及*** |
CN111137280A (zh) * | 2020-03-06 | 2020-05-12 | 北京百度网讯科技有限公司 | 自主泊车的控制方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023123948A1 (zh) | 2023-07-06 |
CN114212077A (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7088135B2 (ja) | 信号表示推定システム | |
WO2020135740A1 (zh) | 自动驾驶车辆的换道方法、***及车辆 | |
WO2021103510A1 (en) | Method, device and storage medium for controlling autonomous vehicle | |
CN110203197B (zh) | 一种车道识别及车道保持方法及终端设备 | |
US11042759B2 (en) | Roadside object recognition apparatus | |
JP6349781B2 (ja) | 車両制御システム、方法およびプログラム | |
WO2022147758A1 (zh) | 一种盲区告警区域的确定方法及装置 | |
US11618473B2 (en) | Vehicle control system | |
CN114212077B (zh) | 车辆平行泊入方法、装置、设备及存储介质 | |
US11507085B2 (en) | Vehicle control apparatus | |
CN114185337A (zh) | 一种车辆、车辆预碰撞检测方法及装置 | |
WO2022216641A1 (en) | Counter-steering penalization during vehicle turns | |
US20210179105A1 (en) | Vehicle and method of controlling the same | |
CN110834635B (zh) | 一种氢能汽车并道场景的自动驾驶方法及控制*** | |
CN114506314A (zh) | 车辆平行泊出方法、装置、设备及存储介质 | |
CN111688693B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
JP2021149201A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
GB2586822A (en) | Vehicle control system and method | |
JP2020015345A (ja) | 車両制御装置 | |
US20230294734A1 (en) | Method and device for generating a path of an autonomous vehicle | |
CN115056802B (zh) | 车辆自动驾驶方法、装置、设备及存储介质 | |
US20230192190A1 (en) | Vehicle control device, vehicle control method, and non-transitory storage medium | |
JP7351321B2 (ja) | センサ異常推定装置 | |
KR102388329B1 (ko) | 차선 유지 보조 시스템의 시험 평가 장치 및 방법, 차선 유지 보조 시스템 | |
KR102334039B1 (ko) | 차량용 acc 시스템 시험평가 장치 |
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 | ||
PP01 | Preservation of patent right | ||
PP01 | Preservation of patent right |
Effective date of registration: 20240428 Granted publication date: 20240419 |