[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

说明书

本发明提供了一种基于多段式规划与机器学习的自动垂直泊车系统及泊车方法，通过环视摄像头采集图像，超声波传感器检测障碍物信息判断相对库位的位置、航向信息和库位的有效性信息。当识别到合适大小和无车辆占用的库位时，开始进入自动泊车过程。自动泊车系统根据当前自车位姿和库位信息进行泊车路径的规划，如有需要利用多段R‑S曲线调整自车位姿至合适位置，再根据学习网络生成二次螺旋线泊车轨迹。通过电控装置控制方向盘、油门和制动踏板进行泊车入库。本发明利用二次螺旋线训练集和学习网络，改善泊车过程的效率和对路径偏移的适应能力，结合R‑S曲线进行多段式规划，实现极小范围内的泊车规划高成功率，适用范围更广，泊车过程更加可靠。

技术领域

本发明涉及智能汽车的自动泊车规划领域，尤其是涉及一种基于多段式规划与机器学习的自动垂直泊车系统及方法。

背景技术

近些年国内汽车保有量和交通基础设施建设的不平衡发展，使得泊车空间日益狭小，泊车技术要求越来越高。泊车空间的限制，要求车辆应依照车位线规范停车，能使泊车空间资源得到最大化的合理利用，也有利于停车场和市容的统筹规划。另一方面，泊车空间的限制，同样是对驾驶员技术的极大挑战，泊车问题耗费人们极大的时间和精力，严重时产生刮擦、碰撞等事故。因而，自动泊车技术备受市场的拥趸和期待。

传统的自动泊车系统，其轨迹规划方法一般考虑使用R-S曲线、螺旋线、样条曲线等中的一种进行全局规划，并且仅考虑理论上的车辆运动学约束。基于R-S曲线的规划方法，轨迹生成思路清晰，计算简单，对环境的适应性强，需要的泊车空间小。但是，R-S曲线存在曲率不连续的问题，使得车辆需多次停下后调整方向盘转角，对轮胎磨耗严重。与之相反，使用螺旋线、样条曲线等曲线作为泊车轨迹，不存在曲率不连续的问题，但是需要的泊车空间较大，且对泊车初始位姿要求高，不适合直接应用于现在的泊车环境中。此外，虽然泊车时车速较低，车轮侧偏角小，车辆侧向滑移少。但是，可能存在路边车位路面倾斜、转向电机跟踪延迟等状况，单纯控制车辆跟踪规划的轨迹，时常出现非常大的跟踪误差。

因此，如何提供一种解决上述问题的泊车策略和系统是本领域技术人员亟待解决的问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于多段式规划与机器学习的自动垂直泊车系统及方法。

本发明的目的可以通过以下技术方案来实现：

一种基于多段式规划与机器学习的自动垂直泊车系统，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。

所述的环视摄像头为CMOS摄像头，其屏幕像素尺寸为640:480。

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。

一种基于多段式规划与机器学习的自动垂直泊车方法，包括以下步骤：