[发明专利]基于多段式规划与机器学习的自动垂直泊车系统及方法

权利要求书

1.一种基于多段式规划与机器学习的自动垂直泊车系统，其特征在于，该系统包括：

传感模块：包括环视摄像头和超声波雷达，所述的环视摄像头用于采集图像，识别库位线并采用双目匹配方法判断相对库位位姿信息，所述的超声波雷达用于检测障碍物信息，判断库位是否被占用；

决策模块：根据传感模块的融合信息和指令记录，判断库位的有效性以及当前所处的泊车阶段，并为规划模块提供位姿信息用于规划泊车路径；

规划模块：根据库位信息和自车相对库位的位姿，规划R-S轨迹或者将位姿信息发送给机器学习模块，得到规划路径后，发送到运动控制模块进行跟踪；

机器学习模块：为工业用计算机，通过机器学习方法确定垂直泊车起始点位姿输入与二次螺旋线参数的关系，并将规划好的螺旋线泊车轨迹发送给规划模块；

运动控制模块：包含ECU和线控系统，接收规划模块传来的轨迹散点，通过控制器控制方向盘、档位、油门与制动踏板，并控制车辆跟踪规划路径。

2.根据权利要求1所述的一种基于多段式规划与机器学习的自动垂直泊车系统，其特征在于，所述的环视摄像头为CMOS摄像头，其屏幕像素尺寸为640:480。

3.根据权利要求1所述的一种基于多段式规划与机器学习的自动垂直泊车系统，其特征在于，所述的环视摄像头和超声波传感器均设有多个，包括设置在车身前后左右的四个摄像头和以及车身周围的12个超声波传感器，左右侧环视摄像头安装在后视镜下方，车身前方后方各设置4个超声波雷达，左右两侧各设置2个超声波雷达。

4.一种应用如权利要求1-3任一项所述的基于多段式规划与机器学习的自动垂直泊车系统的泊车方法，其特征在于，包括以下步骤：

1)当驾驶员控制待泊车车辆至泊车库位周边后，开启自动泊车模式；

2)运动控制模块控制车辆缓速直线行驶；

3)通过车身周围的环视摄像头和超声波雷达进行库位角点坐标和限位块位置的检测，获取库位区域位置与大小，判断该库位是否符合停车位的要求，确定停车位，并进行步骤4)，否则，返回步骤2)；

4)根据自车相对库位的坐标和当前姿态，规划泊车路径；

5)由第一段泊车曲线是否能实现无碰撞入库，判断是否需要多段路径规划，若是，则进行步骤6)，若否，则进行步骤7)；

6)多段路径规划采用多段R-S曲线调整得到，具体包括以下步骤：

61)以车辆后轴右侧不碰到库位角点为前提，确定第一段R-S曲线的第一段直线轨迹；

62)车辆向右打方向盘至极限位置，并向右后方倒车，当车辆左后方点位于库位左侧线或其延长线上时停止；

63)车辆向左打方向盘至极限位置，并向左前方前进，直到车辆位姿调整到能够通过二次螺旋线轨迹实现一次泊车入库的角度或者与前方障碍物的距离位于安全距离内；

64)根据环视摄像头和超声波传感器重新检测库位坐标，结合航位重新确定库位信息和自车位姿，消除航位的误差，并返回步骤4)；

7)根据当前车辆位置坐标和航向角信息，采用基于二次螺旋线的机器学习网络计算求取入库轨迹；

8)运动控制模块根据入库轨迹，控制车辆入库，泊车结束，并退出泊车模式。

5.根据权利要求4所述的一种泊车方法，其特征在于，所述的步骤3)中，当检测到多个库位时，优先选择距离本车最近的库位，并判断是否符合要求，若不符合，则选择并判断下一库位。

6.根据权利要求4所述的一种泊车方法，其特征在于，所述的步骤3)中，库位符合停车位的要求同时满足以下条件：

库位类型匹配、库位大小适当且库位内不存在障碍物。

7.根据权利要求4所述的一种泊车方法，其特征在于，所述的步骤7)具体包括以下步骤：

71)根据设定的坐标范围和航向角范围，获取各起始状态下的二次螺旋线轨迹参数；

72)利用初始坐标值和航向角以及对应的二次螺旋线参数，训练学习网络参数；

73)将当前车辆的坐标信息和航向角作为输入，输入训练后的学习网络，获取入库的轨迹信息，发送至运动控制模块。

8.根据权利要求4所述的一种泊车方法，其特征在于，在本方法中，

当驾驶人将车辆停泊到库位位置时，开启自动驾驶模式：

当决策模块未获取到传感模块发来的库位融合信息时，规划模块发送直线规划路径给运动控制模块，控制车辆低速前行，传感模块继续进行检测；

当检测到可用库位后，由决策模块判断库位是否可用并获取库位类型，判断当前车辆处于何种泊车阶段，规划模块根据库位信息规划此阶段路径，并发送路径散点至运动控制模块进行跟踪；

当自动泊车模式终止时，决策模块通过控制制动踏板完成停车后退出自动驾驶模式。