CN115973133A - 无人自主学习泊车控制方法、电子设备及存储介质 - Google Patents

Abstract

本发明公开一种无人自主学习泊车控制方法、电子设备及存储介质。方法包括：响应于自动泊车请求，控制本车沿自主学习泊车轨迹执行自动泊车，自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到；在本车沿自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到自主学习泊车轨迹上存在障碍物，则执行绕障操作，在执行绕障操作完毕后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。本发明在学习自主学习泊车轨迹后，当判断到自主学习泊车轨迹上存在障碍物，则执行绕障操作，使得自动驾驶过程中可以绕开障碍物，提升自动驾驶功能使用的成功概率。

Description

无人自主学习泊车控制方法、电子设备及存储介质

技术领域

本发明涉及汽车相关技术领域，特别是一种无人自主学习泊车控制方法、电子设备及存储介质。

背景技术

目前，低速泊车分为自动泊车和代客泊车，而代客泊车分为2个阶段，分为自主学习泊车和自主代客泊车。代客泊车即最后一公里，车辆在预设的停车场入口即可开始自动驾驶然后泊车入位，但代客泊车因涉及到法规，实现方案复杂等目前还处于预研阶段。而自主学习泊车，基于目前的自动驾驶技术可以实现量产落地。

自主学习泊车大致功能是需要驾驶员设置起点驾驶员亲自驾驶泊入目标车位，然后将该车位设置为学习的终点，车辆通过车身上布置的传感器采集的数据进行分析学习，自动的形成语义地图，即学习完成轨迹，下一次用户行驶到起点位置时即可开始使用无人自主学习泊车功能，车辆无需人为干预，自己从起点位置自动驾驶到终点位置，此功能可以在车辆上通过点击中控屏功能开关使用，也可以通过手机APP在车外进行操作。

但是现有的自主学习泊车存在一个问题就是路线学习成功之后，当用户使用时，***会按照已经学习好的路线去进行轨迹的控制。然而，例如在拐弯处的墙体，柱子或者锥桶等障碍物，用户在学习的时候距离特别近，驾驶员虽然在学习时能行驶通过，但是在***执行自动泊车时，由于障碍物距离已经到达***设定的盲区范围，此时车辆就会停止在当前位置，等待障碍物离开。另外，在自动驾驶过程中，如果出现障碍物(例如行人，车辆以及其他障碍物等)，则***会持续等待障碍物离开，而实际上用户感觉是可以通过的。如果障碍物未离开，则车辆会一直等待直到超时退出，这种实现方式给用户带来非常不好的体验。

发明内容

基于此，有必要针对现有技术使用无人自主学习泊车功能时未能自动绕开障碍物的技术问题，提供一种无人自主学习泊车控制方法、电子设备及存储介质。

本发明提供一种无人自主学习泊车控制方法，包括：

响应于自动泊车请求，控制本车沿自主学习泊车轨迹执行自动泊车，所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到；

在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作，在执行绕障操作完毕后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。

本发明在学习自主学习泊车轨迹后，在自主学习泊车轨迹使用过程中通过***的传感器对障碍物的识别以及对可行驶空间的计算，判断是否存在障碍物，当判断到自主学习泊车轨迹上存在障碍物，则执行绕障操作，使得自动驾驶过程中可以绕开障碍物，提升自动驾驶功能使用的成功概率。

进一步地，所述在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作，具体包括：

在本车沿所述自主学习泊车轨迹执行自动泊车过程中；

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作；或者

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹经过停车位，则将所述停车位作为障碍物，执行绕障操作。

本实施例将停车位也作为障碍物，由于停车位可能会泊入车辆，因此，本实施例能够避免在自动驾驶时进入停车位，从而减少对停车位内的车辆的影响。

进一步地，还包括：

在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹经过停车位，则对所述自主学习泊车轨迹进行修正，得到绕开停车位的修正后自主学习泊车轨迹，控制本车沿修正后自主学习泊车轨迹继续执行自动泊车。

本实施例当检测到停车位时，对自主学习泊车轨迹进行修正，使得修正后的自主学习泊车轨迹能绕开停车位，避免在停车位中出现车辆导致经常绕行。

更进一步地：

所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到，具体包括：

本车在驾驶员人工泊车时进行连续采样，每次采样记录一个泊车学习轨迹点，根据多个所述泊车学习轨迹点规划得到自主学习泊车轨迹；

所述对所述自主学习泊车轨迹进行修正，得到绕开停车位的修正后自主学习泊车轨迹，具体包括：

获取停车位的位置信息，确定绕开所述停车位的停车位绕行轨迹，获取所述停车位绕行轨迹所经过的多个停车位绕行轨迹点；

将经过停车位的泊车学习轨迹点替换为所述停车位绕行轨迹点；

基于替换后的泊车学习轨迹点规划泊车轨迹，得到修正后自主学习泊车轨迹。

本实施例实现对停车位的绕行方法。

进一步地，还包括：

每次执行绕障操作时，记录对应障碍物的所在障碍物区域；

在执行自动泊车完毕后，对每一障碍物区域，统计在历次自动泊车中的出现次数；

在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，且所述障碍物所在的障碍物区域在历次自动泊车中的出现次数超过次数阈值，则将该障碍物作为待修正障碍物，对所述自主学习泊车轨迹进行修正，得到绕开所述待修正障碍物的修正后自主学习泊车轨迹，控制本车沿修正后自主学习泊车轨迹继续执行自动泊车。

本实施例针对多次绕行的障碍物区域进行修正，从而减少自动驾驶过程中的绕行次数。

更进一步地：

所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到，具体包括：

本车在驾驶员人工泊车时进行连续采样，每次采样记录一个泊车学习轨迹点，根据多个所述泊车学习轨迹点规划得到自主学习泊车轨迹；

所述对所述自主学习泊车轨迹进行修正，得到绕开所述待修正障碍物的修正后自主学习泊车轨迹，具体包括：

获取待修正障碍物的位置信息，确定绕开所述待修正障碍物的障碍物绕行轨迹，获取所述障碍物绕行轨迹所经过的多个障碍物绕行轨迹点；

将经过停车位的泊车学习轨迹点替换为所述障碍物绕行轨迹点；

基于替换后的泊车学习轨迹点规划泊车轨迹，得到修正后自主学习泊车轨迹。

本实施例实现对障碍物区域的泊车轨迹修正。

进一步地，所述如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作，在执行绕障操作完毕后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车，具体包括：

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则确定绕障轨迹，所述绕障轨迹的起点和终点均与所述自主学习泊车轨迹连接；

基于所述绕障轨迹执行绕障操作，在执行绕障操作完毕后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。

本实施例的绕障轨迹与自主学习泊车轨迹连接，从而保证在绕障之后车辆能够回到自主学习泊车轨迹上继续执行自动泊车。

更进一步地，所述如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则确定绕障轨迹，具体包括：

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则判断障碍物类型；

如果所述障碍物为静态障碍物，则根据所述静态障碍物的位置，确定绕障轨迹，所述绕障轨迹的行驶空间与所述静态障碍物的最小距离大于等于预设安全行驶距离阈值；

如果所述障碍物为动态障碍物，且当前本车的行驶道路是单向道路，则基于所述动态障碍物的实时位置，实时规划绕障轨迹，所述绕障轨迹的实时行驶空间与所述动态障碍物的实时最小距离大于等于预设安全行驶距离阈值；

如果所述障碍物为动态障碍物，且当前本车的行驶道路是双向道路，且所述动态障碍物与本车位于不同的车道内，则基于所述动态障碍物的实时位置，实时规划绕障轨迹，所述绕障轨迹的实时行驶空间与所述动态障碍物的实时最小距离大于等于预设安全行驶距离阈值；

如果所述障碍物为动态障碍物，且当前本车的行驶道路是双向道路，且所述动态障碍物与本车位于相同的车道内，则判断所述动态障碍物是否为障碍物车辆，如果所述动态障碍物为障碍物车辆，则等待所述障碍物车辆通过，如果所述动态障碍物不为障碍物车辆，则基于所述动态障碍物的实时位置，实时规划绕障轨迹，所述绕障轨迹的实时行驶空间与所述动态障碍物的实时最小距离大于等于预设安全行驶距离阈值。

本实施例针对不同的障碍物类型，采用不同的绕障策略，从而提高绕障成功率。

本发明提供一种电子设备，包括：

至少一个处理器；以及，

与至少一个所述处理器通信连接的存储器；其中，

所述存储器存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如前所述的无人自主学习泊车控制方法。

本发明在学习自主学习泊车轨迹后，在自主学习泊车轨迹使用过程中通过***的传感器对障碍物的识别以及对可行驶空间的计算，判断是否存在障碍物，当判断到自主学习泊车轨迹上存在障碍物，则执行绕障操作，使得自动驾驶过程中可以绕开障碍物，提升自动驾驶功能使用的成功概率。

本发明提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的无人自主学习泊车控制方法的所有步骤。

本发明在学习自主学习泊车轨迹后，在自主学习泊车轨迹使用过程中通过***的传感器对障碍物的识别以及对可行驶空间的计算，判断是否存在障碍物，当判断到自主学习泊车轨迹上存在障碍物，则执行绕障操作，使得自动驾驶过程中可以绕开障碍物，提升自动驾驶功能使用的成功概率。

附图说明

图1为本发明一种无人自主学习泊车控制方法的工作流程图；

图2为本发明一实施例中基于停车位绕行轨迹点对自主学习泊车轨迹进行修正示意图；

图3为本发明一实施例中基于障碍物绕行轨迹点对自主学习泊车轨迹进行修正示意图；

图4为本发明最佳实施例的***原理图；

图5为本发明最佳实施例传感器的安装位置示意图；

图6为本发明最佳实施例一种无人自主学习泊车控制方法的工作流程图；

图7为本发明一例子对静态的单障碍物的绕障示意图；

图8为本发明一例子对行人的绕障示意图；

图9为本发明一例子对对向车辆的绕障示意图；

图10为本发明一种电子设备的硬件结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细的说明。

如图1所示为本发明一种无人自主学习泊车控制方法的工作流程图，包括：

步骤S101，响应于自动泊车请求，控制本车沿自主学习泊车轨迹执行自动泊车，所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到；

步骤S102，在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作，在执行绕障操作完毕后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。

具体来说，本发明可以应用在本车的电子控制器单元(Electronic ControlUnit，ECU)上。车辆预先对驾驶员人工泊车进行自主学习，驾驶员设置学习的起点，然后驾驶车辆泊入目标车位，将该车位设置为学习的终点，车辆通过车身上布置的传感器采集的数据进行分析学习，自动的形成语义地图，即学习完成泊入轨迹得到泊车轨迹。泊车轨迹也可以为泊出轨迹，即驾驶员设置当前车位为学习的起点，然后驾驶车辆离开车位到达停车场出口附近位置，将停车位置设置为学习的终点。车辆通过车身上布置的传感器采集的数据进行分析学习，自动的形成语义地图，即学习完成泊出轨迹得到泊车轨迹。下一次用户行驶到起点位置时即可开始使用无人自主学习泊车功能，车辆无需人为干预，自己从起点位置自动驾驶到终点位置。在开始执行自动泊车过程时，例如用户按下自主学习泊车按键，则触发步骤S101，控制本车沿自主学习泊车轨迹执行自动泊车。

然后步骤S102中，本车沿自主学习泊车轨迹进行自动泊车，自动泊车可以是泊入车位也可以是泊出车位。在车辆学习泊车轨迹时的情况与自动泊车时的情况不同。在车辆学习泊车轨迹时，自主学习泊车轨迹没有障碍物，但在自动泊车时，自主学习泊车轨迹可能会出现障碍物。同时，自主学习泊车轨迹是用户驾驶车辆所产生的，用户对于某些障碍物，可能会以一个比较近的距离去行驶。而这个距离对于自动泊车来说，其达到了***设定的安全行驶距离阈值，将会被认为是障碍物。因此，在自动泊车的过程中，很可能会检测到自主学习泊车轨迹上存在障碍物，此时步骤S102执行绕障操作，控制车辆绕过障碍物。在执行绕障操作完毕，绕开障碍物后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。步骤S102基于对可行驶空间的计算，判断车辆前方是否存在障碍物。可行驶空间为车辆在经过障碍物时，车身与障碍物之间的距离，如果可行驶空间大于等于自动泊车允许的安全行驶距离阈值，则判断车辆前方无障碍物，否则判断车辆前方存在障碍物。

本发明在学习自主学习泊车轨迹后，在自主学习泊车轨迹使用过程中通过***的传感器对障碍物的识别以及对可行驶空间的计算，判断是否存在障碍物，当判断到自主学习泊车轨迹上存在障碍物，则执行绕障操作，使得自动驾驶过程中可以绕开障碍物，提升自动驾驶功能使用的成功概率。

在其中一个实施例中，所述在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作，具体包括：

在本车沿所述自主学习泊车轨迹执行自动泊车过程中；

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作；或者

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹经过停车位，则将所述停车位作为障碍物，执行绕障操作。

具体来说，停车位内的车辆并不固定。因此，在学习泊车轨迹的过程中，由于停车位没车，泊车轨迹可能会经过停车位。为了避免泊车时影响其他车辆泊入，因此，将停车位也作为障碍物，进行绕障操作。

本实施例将停车位也作为障碍物，由于停车位可能会泊入车辆，因此，本实施例能够避免在自动驾驶时进入停车位，从而减少对停车位内的车辆的影响。

在其中一个实施例中，还包括：

在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹经过停车位，则对所述自主学习泊车轨迹进行修正，得到绕开停车位的修正后自主学习泊车轨迹，控制本车沿修正后自主学习泊车轨迹继续执行自动泊车。

具体来说，停车位内的车辆并不固定。因此，在学习泊车轨迹的过程中，由于停车位没车，泊车轨迹可能会经过停车位。为了避免泊车时影响其他车辆泊入，因此，对自主学习泊车轨迹进行修正，绕开停车位。

本实施例当检测到停车位时，对自主学习泊车轨迹进行修正，使得修正后的自主学习泊车轨迹能绕开停车位，避免在停车位中出现车辆导致经常绕行。

在其中一个实施例中：

所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到，具体包括：

本车在驾驶员人工泊车时进行连续采样，每次采样记录一个泊车学习轨迹点，根据多个所述泊车学习轨迹点规划得到自主学习泊车轨迹；

所述对所述自主学习泊车轨迹进行修正，得到绕开停车位的修正后自主学习泊车轨迹，具体包括：

获取停车位的位置信息，确定绕开所述停车位的停车位绕行轨迹，获取所述停车位绕行轨迹所经过的多个停车位绕行轨迹点；

将经过停车位的泊车学习轨迹点替换为所述停车位绕行轨迹点；

基于替换后的泊车学习轨迹点规划泊车轨迹，得到修正后自主学习泊车轨迹。

具体来说，如图2所示，在驾驶员人工泊车时，进行连续采样，每次采样将记录泊车学***滑。

本实施例实现对停车位的绕行方法。

在其中一个实施例中，还包括：

每次执行绕障操作时，记录对应障碍物的所在障碍物区域；

在执行自动泊车完毕后，对每一障碍物区域，统计在历次自动泊车中的出现次数；

在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，且所述障碍物所在的障碍物区域在历次自动泊车中的出现次数超过次数阈值，则将该障碍物作为待修正障碍物，对所述自主学习泊车轨迹进行修正，得到绕开所述待修正障碍物的修正后自主学习泊车轨迹，控制本车沿修正后自主学习泊车轨迹继续执行自动泊车。

具体来说，如果多次执行自动泊车，均检测到相同的障碍物区域，则可以判断该位置有障碍物。而该位置的障碍物在学习泊车轨迹时，并未存在，或者在学习泊车轨迹时，该障碍物与自主学习泊车轨迹的距离小于自动泊车允许的安全行驶距离阈值，但该距离对于驾驶员来说，仍然能够通过，因此驾驶员能够通过，但自动泊车时认为其为障碍物。对于这种情况，对自主学习泊车轨迹进行修正，以绕开障碍物，形成修正后自主学习泊车轨迹，避免多次执行绕障操作。

本实施例针对多次绕行的障碍物区域进行修正，从而减少自动驾驶过程中的绕行次数。

在其中一个实施例中：

所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到，具体包括：

本车在驾驶员人工泊车时进行连续采样，每次采样记录一个泊车学习轨迹点，根据多个所述泊车学习轨迹点规划得到自主学习泊车轨迹；

所述对所述自主学习泊车轨迹进行修正，得到绕开所述待修正障碍物的修正后自主学习泊车轨迹，具体包括：

获取待修正障碍物的位置信息，确定绕开所述待修正障碍物的障碍物绕行轨迹，获取所述障碍物绕行轨迹所经过的多个障碍物绕行轨迹点；

将经过停车位的泊车学习轨迹点替换为所述障碍物绕行轨迹点；

基于替换后的泊车学习轨迹点规划泊车轨迹，得到修正后自主学习泊车轨迹。

具体来说，如图3所示，在驾驶员人工泊车时，进行连续采样，每次采样将记录泊车学***滑。

本实施例实现对障碍物区域的泊车轨迹修正。

在其中一个实施例中，所述如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作，在执行绕障操作完毕后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车，具体包括：

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则确定绕障轨迹，所述绕障轨迹的起点和终点均与所述自主学习泊车轨迹连接；

基于所述绕障轨迹执行绕障操作，在执行绕障操作完毕后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。

本实施例的绕障轨迹与自主学习泊车轨迹连接，从而保证在绕障之后车辆能够回到自主学习泊车轨迹上继续执行自动泊车。

在其中一个实施例中，所述如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则确定绕障轨迹，具体包括：

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则判断障碍物类型；

如果所述障碍物为静态障碍物，则根据所述静态障碍物的位置，确定绕障轨迹，所述绕障轨迹的行驶空间与所述静态障碍物的最小距离大于等于预设安全行驶距离阈值；

如果所述障碍物为动态障碍物，且当前本车的行驶道路是单向道路，则基于所述动态障碍物的实时位置，实时规划绕障轨迹，所述绕障轨迹的实时行驶空间与所述动态障碍物的实时最小距离大于等于预设安全行驶距离阈值；

如果所述障碍物为动态障碍物，且当前本车的行驶道路是双向道路，且所述动态障碍物与本车位于不同的车道内，则基于所述动态障碍物的实时位置，实时规划绕障轨迹，所述绕障轨迹的实时行驶空间与所述动态障碍物的实时最小距离大于等于预设安全行驶距离阈值；

如果所述障碍物为动态障碍物，且当前本车的行驶道路是双向道路，且所述动态障碍物与本车位于相同的车道内，则判断所述动态障碍物是否为障碍物车辆，如果所述动态障碍物为障碍物车辆，则等待所述障碍物车辆通过，如果所述动态障碍物不为障碍物车辆，则基于所述动态障碍物的实时位置，实时规划绕障轨迹，所述绕障轨迹的实时行驶空间与所述动态障碍物的实时最小距离大于等于预设安全行驶距离阈值。

本实施例针对不同的障碍物类型，采用不同的绕障策略，从而提高绕障成功率。

如图4所示为本发明最佳实施例的***原理图，包括：12颗超声波探头、4颗环视摄像头、1颗前摄像头、代客泊车主机、电动助力转向***、车身稳定***、电子驻车、整车控制器、中控屏、组合开关、转角传感器等***，传感器单元(超声波探头)通过私有通讯与代客泊车主机通信，其他相关联***通过控制器局域网络(Control ler Area Network，CAN)与代客泊车主机通信。主要相关***主要工作实施方式进行简述。

其中，如图5所示为传感器的安装位置示意图，包括：

超声波远距离探头S1、S6、S7、S12，探测距离为4.5m，安装于前后保左右侧面，安装高度500mm；

超声波探头S2、S3、S4、S5、S8、S9、S10、S11，探测距离为2.2m，安装于前后保，按照倒车雷达***安装要求布置；

环视摄像头C1、C2、C3、C4，130万像素，190鱼眼摄像头，有效输出720P，可探测距离至少8m；

前摄像头C5，130万像素，100°广角摄像头，有效输出720P，可探测距离约70m。

代客泊车主机6，计算超声波传感器探测障碍物距离、搜索车位、轨迹规划、转向控制、车速控制、刹车控制等，以实现前述无人自主学习泊车控制方法。

本***实现功能：自主学***车位入库、垂直车位入库、垂直车位出库、水平车位出库。更具体地：

组合开关即泊车功能开启开关1，泊车开启开关1为硬开关或者是HU里面设置的软开关，用于开启自动泊车功能。

超声波探头2和超声波远距离探头3产生方波信号，经过放大电路驱动超声波探头发送超声波脉冲信号，当超声波经过障碍物发射后再由超声波探头测量并接收，当MCU检测到回波后，根据当前温度进行温度补偿，通过公式d＝1/2Ct(C＝343m/s(20℃))计算出障碍物距离。

环视摄像头4是190°的鱼眼摄像头，可实时运用图像算法运算捕捉车位信息和周围环境信息。对于超声波无法探测到的近端障碍物(如：矮小物体、移动物体等)进行探测识别，可准确识别车位的长度、深度、车道线以及车位周围障碍物类型等。

前摄像头5是广角100°的广角，即广角摄像头，可实时运用图像算法运算捕捉车位信息和周围环境信息。对于超声波和鱼眼摄像头无法探测到的远处障碍物(如：矮小物体、移动物体等)进行探测识别，实现建图以及车辆定位等作用。

代客泊车主机6(简称AVP模块)通过获取感知模块的数据(感知模块包括超声波、鱼眼摄像头、广角摄像头以及集成于其内部的IMU等)进行路线的建图、车辆的定位、以及空车位的检测、车位识别等，再结合车辆当前的位置进行车位的定位计算，再经过车辆控制模型计算入库路线或者出库路线的轨迹规划，再通过车辆横向以及纵向控制进行自动驾驶到终点目标位置。代客泊车主机模块轨迹规划计算完成后，发送转向角度、停车距离、驾驶员提示信息等指令给相关联***，以执行前述无人自主学习泊车控制方法的相应步骤。

车身稳定***7(简称ESC)用于收到代客泊车主机发送的制动指令，包括减速度、驻车控制等，并同时反馈车辆的减速度、横摆角、车速、轮速等车身数据供AVP进行车辆纵向控制计算。

电动助力转向***8(简称EPS)用于执行代客泊车主机发出的转向角度和转向角加速度请求，控制方向盘转向到代客泊车主机指令的角度，如果EPS出现故障或者是驾驶员干预泊车，需向AVP反馈退出控制原因。

整车控制器9(简称VCU)用于接收到代客泊车的扭矩和换挡请求，执行加速控制和换挡控制，并实时反馈车辆的档位，响应扭矩等。

中控屏10用于在泊车过程中提示文字、用户操作界面和动画的显示，蜂鸣器报警音等。

电子驻车11用于当泊车完成或是泊车***退出时，执行AVP发送的置起释放请求。

远程监控模块12，用于手机APP和整车通讯模块。

手机13，用于用户在车外用手机APP通过蓝牙或者4G网络与车辆连接后，打开自主泊车功能后，控制泊车时文字交互，界面显示等。

车联网平台14(简称TSP云端)，用于APP虚拟账户登录，APP通过4G网络与整车连接的通路。

车身控制模块15，用于整车上下电控制和车辆解闭锁控制。

如图6所示为本发明最佳实施例一种无人自主学习泊车控制方法的工作流程图，包括：

步骤S601，整车上电；

步骤S602，AVP自检完成，HAVP_status＝standby；

步骤S603，当驾驶员按下AVP泊车按钮，功能开启，中控屏显示路线卡片信息；

步骤S604，驾驶员选择使用路线，开始泊车；

步骤S605，AVP***实时的检测本车与障碍物的相对位置；

步骤S606，AVP控制车辆实时的规划轨迹。

具体来说：

1)整车上电后，AVP自检完成后，用户打开AVP功能按钮，HU显示路线卡片界面，用户点击使用路线，车辆开始自动驾驶。其中，路线车辆预先对驾驶员人工泊车进行自主学习得到的泊车轨迹。

2)在自动驾驶过程中，AVP***通过增加摄像头和超声波的数据融合，以及所有摄像头的可行驶区域的算法计算，实时得计算出车辆与障碍物的相对位置，相对速度，相对加速度等并实时的跟踪障碍物的移动轨迹，实时的去规划本车的绕障轨迹实现绕障。

a)针对静态的单障碍物，***通过传感器检测到之后实时规划轨迹实现绕障，例如：柱子、锥桶、墙、凸出的车头等，当绕障轨迹满足可行驶空间时即可绕障成功。具体来说，当车身与障碍物的距离大于***设定的满足自动泊车的安全行驶距离阈值时，判断满足可行驶空间，即可绕障成功。

例如，如图7所示，在路线示教过程，即车辆71学习驾驶员的人工泊车过程，停车位72上没有障碍物车辆，经过学习得到路线73，即自主学习泊车轨迹。而在路线73使用过程中，停车位72上出现静态的障碍物车辆74，则通过执行绕障操作，沿绕障轨迹75，绕过障碍物车辆74的车头，避免碰撞。

b)针对静态的多障碍物，例如车辆的左侧和右侧在相近的位置上出现，***需要实时的检测出障碍物，规划出更灵活的绕障轨迹。

c)针对动态单个障碍物(该障碍物在对向)，如果是行驶道路是单向道路，则需要实时的检测障碍物的行驶相关参数(包括相对速度、障碍物类型、相对加速度)等实时的检测可行驶空间是否满足设定自动泊车的安全行驶距离阈值，当可行驶空间大于等于自动泊车的安全行驶距离阈值，则满足条件时，可绕障通过。当检测到行人障碍物，***采用更大的安全行驶距离阈值，保证行驶安全。

如图8所示，当车辆81检测到行人障碍物82，则执行绕障操作，通过绕障轨迹83，绕过行人障碍物82后，重新回到原来的自主学习泊车轨迹，即路线84上。

d)针对动态单个障碍物(该障碍物在对向)，如果是行驶道路是双向道路，若障碍物不在车道内，则仅需要检测本车的行驶空间即可，即使面对错车时只要满足阈值条件即可减速通过，且无需停止避让保证安全即可，绕障通过。

针对动态单个障碍物(该障碍物在对向)，如果是行驶道路是双向道路，若对向障碍物是在本车道内，则***先检测是否是车辆，如果是车辆则等待对向车辆，且当检测到对向车辆进入本车前方预设第一距离时执行提醒操作，例如控制本车的外部声光设备报警，以提醒对向车辆。如果对向车辆进入本车前方预设第二距离，则持续执行提醒操作。若对向障碍物不是车辆，则可借道绕障，绕障通过后再继续回到本车道。

如图9所示，当本车91检测到对向车辆92时10m以内(可标定)则开始控制喇叭短按三声提醒，若对向车辆92进入本车91行驶范围内，例如3m(可标定)持续时间超过10s则继续自动控制喇叭提醒。

本实施例在自主学习泊车功能中，通过增加行驶过程中障碍物的实时检测以及车辆可行驶空间的实时检测，针对正常生活中容易出现的场景进行合理的轨迹规划实现绕障的功能，增加此功能的使用场景，提升用户体验。

本实施例在传统的自主学习泊车的基础上增加实时绕障的策略，通过算法增强，对静态或者动态，单个或者多个障碍物目标进行准确位置定位，实时检测实时规划规划轨迹，实现绕障。对于地下车库场景，区分静态障碍物和动态障碍物的实现绕障的处理策略，特别是动态障碍物，又区分出车辆以及其他障碍物，针对车辆类型障碍物，再结合车辆行驶道路不通，采用不通的处理策略。针对行人，设定单独的可行驶空间参数，保证自动驾驶行车安全。

如图10所示为本发明一种电子设备的硬件结构示意图，包括：

至少一个处理器1001；以及，

与至少一个所述处理器1001通信连接的存储器1002；其中，

所述存储器1002存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如前所述的无人自主学习泊车控制方法。

图10中以一个处理器1001为例。

电子设备还可以包括：输入装置1003和显示装置1004。

处理器1001、存储器1002、输入装置1003及显示装置1004可以通过总线或者其他方式连接，图中以通过总线连接为例。

存储器1002作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的无人自主学习泊车控制方法对应的程序指令/模块，例如，图1所示的方法流程。处理器1001通过运行存储在存储器1002中的非易失性软件程序、指令以及模块，从而执行各种功能应用以及数据处理，即实现上述实施例中的无人自主学习泊车控制方法。

存储器1002可以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***、至少一个功能所需要的应用程序；存储数据区可存储根据无人自主学习泊车控制方法的使用所创建的数据等。此外，存储器1002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。在一些实施例中，存储器1002可选包括相对于处理器1001远程设置的存储器，这些远程存储器可以通过网络连接至执行无人自主学习泊车控制方法的装置。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。

输入装置1003可接收输入的用户点击，以及产生与无人自主学习泊车控制方法的用户设置以及功能控制有关的信号输入。显示装置1004可包括显示屏等显示设备。

在所述一个或者多个模块存储在所述存储器1002中，当被所述一个或者多个处理器1001运行时，执行上述任意方法实施例中的无人自主学习泊车控制方法。

本发明在学习自主学习泊车轨迹后，在自主学习泊车轨迹使用过程中通过***的传感器对障碍物的识别以及对可行驶空间的计算，判断是否存在障碍物，当判断到自主学习泊车轨迹上存在障碍物，则执行绕障操作，使得自动驾驶过程中可以绕开障碍物，提升自动驾驶功能使用的成功概率。

本发明一实施例提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的无人自主学习泊车控制方法的所有步骤。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种无人自主学习泊车控制方法，其特征在于，包括：

响应于自动泊车请求，控制本车沿自主学习泊车轨迹执行自动泊车，所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到；

在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作，在执行绕障操作完毕后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。

2.根据权利要求1所述的无人自主学习泊车控制方法，其特征在于，所述在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作，具体包括：

在本车沿所述自主学习泊车轨迹执行自动泊车过程中；

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作；或者

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹经过停车位，则将所述停车位作为障碍物，执行绕障操作。

3.根据权利要求1所述的无人自主学习泊车控制方法，其特征在于，还包括：

在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹经过停车位，则对所述自主学习泊车轨迹进行修正，得到绕开停车位的修正后自主学习泊车轨迹，控制本车沿修正后自主学习泊车轨迹继续执行自动泊车。

4.根据权利要求3所述的无人自主学习泊车控制方法，其特征在于：

所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到，具体包括：

本车在驾驶员人工泊车时进行连续采样，每次采样记录一个泊车学习轨迹点，根据多个所述泊车学习轨迹点规划得到自主学习泊车轨迹；

所述对所述自主学习泊车轨迹进行修正，得到绕开停车位的修正后自主学习泊车轨迹，具体包括：

获取停车位的位置信息，确定绕开所述停车位的停车位绕行轨迹，获取所述停车位绕行轨迹所经过的多个停车位绕行轨迹点；

将经过停车位的泊车学习轨迹点替换为所述停车位绕行轨迹点；

基于替换后的泊车学习轨迹点规划泊车轨迹，得到修正后自主学习泊车轨迹。

5.根据权利要求1所述的无人自主学习泊车控制方法，其特征在于，还包括：

每次执行绕障操作时，记录对应障碍物的所在障碍物区域；

在执行自动泊车完毕后，对每一障碍物区域，统计在历次自动泊车中的出现次数；

在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，且所述障碍物所在的障碍物区域在历次自动泊车中的出现次数超过次数阈值，则将该障碍物作为待修正障碍物，对所述自主学习泊车轨迹进行修正，得到绕开所述待修正障碍物的修正后自主学习泊车轨迹，控制本车沿修正后自主学习泊车轨迹继续执行自动泊车。

6.根据权利要5所述的无人自主学习泊车控制方法，其特征在于：

所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到，具体包括：

本车在驾驶员人工泊车时进行连续采样，每次采样记录一个泊车学习轨迹点，根据多个所述泊车学习轨迹点规划得到自主学习泊车轨迹；

所述对所述自主学习泊车轨迹进行修正，得到绕开所述待修正障碍物的修正后自主学习泊车轨迹，具体包括：

获取待修正障碍物的位置信息，确定绕开所述待修正障碍物的障碍物绕行轨迹，获取所述障碍物绕行轨迹所经过的多个障碍物绕行轨迹点；

将经过停车位的泊车学习轨迹点替换为所述障碍物绕行轨迹点；

基于替换后的泊车学习轨迹点规划泊车轨迹，得到修正后自主学习泊车轨迹。

7.根据权利要求1所述的无人自主学习泊车控制方法，其特征在于，所述如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则执行绕障操作，在执行绕障操作完毕后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车，具体包括：

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则确定绕障轨迹，所述绕障轨迹的起点和终点均与所述自主学习泊车轨迹连接；

基于所述绕障轨迹执行绕障操作，在执行绕障操作完毕后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。

8.根据权利要求7所述的无人自主学习泊车控制方法，其特征在于，所述如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则确定绕障轨迹，具体包括：

如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则判断障碍物类型；

如果所述障碍物为静态障碍物，则根据所述静态障碍物的位置，确定绕障轨迹，所述绕障轨迹的行驶空间与所述静态障碍物的最小距离大于等于预设安全行驶距离阈值；

如果所述障碍物为动态障碍物，且当前本车的行驶道路是单向道路，则基于所述动态障碍物的实时位置，实时规划绕障轨迹，所述绕障轨迹的实时行驶空间与所述动态障碍物的实时最小距离大于等于预设安全行驶距离阈值；

如果所述障碍物为动态障碍物，且当前本车的行驶道路是双向道路，且所述动态障碍物与本车位于不同的车道内，则基于所述动态障碍物的实时位置，实时规划绕障轨迹，所述绕障轨迹的实时行驶空间与所述动态障碍物的实时最小距离大于等于预设安全行驶距离阈值；

如果所述障碍物为动态障碍物，且当前本车的行驶道路是双向道路，且所述动态障碍物与本车位于相同的车道内，则判断所述动态障碍物是否为障碍物车辆，如果所述动态障碍物为障碍物车辆，则等待所述障碍物车辆通过，如果所述动态障碍物不为障碍物车辆，则基于所述动态障碍物的实时位置，实时规划绕障轨迹，所述绕障轨迹的实时行驶空间与所述动态障碍物的实时最小距离大于等于预设安全行驶距离阈值。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与至少一个所述处理器通信连接的存储器；其中，

所述存储器存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如权利要求1至8任一项所述的无人自主学习泊车控制方法。

10.一种存储介质，其特征在于，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如权利要求1～8任一项所述的无人自主学习泊车控制方法的所有步骤。

Images