[发明专利]一种基于MCTS算法的自动泊车运动规划方法

说明书

本发明涉及一种基于MCTS算法的自动泊车运动规划方法，包括：获取车辆的初始状态和目标状态，所述的目标状态根据停车位的位置获取，根据初始状态和目标状态s_goal，通过MCTS算法获得最优轨迹数据集，以初始状态为起点，根据最优动作集控制车辆运行至最优末态状态s_n，所述的末态状态s_n与目标状态s_goal满足误差条件，完成自动泊车。与现有技术相比，本发明具有效率高、适用范围广等优点。

技术领域

本发明涉及自动驾驶领域，尤其是涉及一种基于MCTS算法的自动泊车运动规划方法。

背景技术

随着汽车智能化的不断发展和不断增加的对交通安全的需求，自动驾驶技术呈现出蓬勃发展的趋势，自动泊车系统被普遍认为是近期实现自动驾驶商业化最有前景的应用。在道路交通事故成因分析中，约23％的事故与泊车场景有关，75％的泊车事故与倒车过程有关。自动泊车系统依靠计算机系统和传感器将人类驾驶员从控制泊车的过程中解放出来。因此，自动泊车系统可以提高安全性，减少交通事故的发生，同时节省时间和精力，而平行泊车是自动泊车中最困难的情况。

自动泊车系统一般由两个模块组成：库位检测、运动规划。起始库位检测模块输出可用的库位信息，包括库位长度、库位深度和自车在库位坐标系中的状态。运动规划模块，作用为引导车辆进入检测到的库位空间，是决定智能系统智能程度的关键模块。

运动规划方法可分为经典分支和基于人工智能的分支；

经典分支的方法一般包括基于几何的方法、基于启发式搜索的方法和基于优化的方法。基于几何的方法是最常用的方法，它利用固定形状的曲线作为泊车路径。常用曲线有RS曲线、回旋曲线和β样条曲线。基于启发式搜索方法的代表是Hybrid-A*算法，Hybrid-A*算法只对控制空间进行离散采样，以确保搜索的规模不会太大，但也有可能失败，启发式函数的定义对最终结果有很大影响。RRT也是一种使用启发式信息的路径规划方法，生成的路径需要通过多项式曲线拟合或β样条平滑。基于优化的方法通过精确的数学建模将规划问题转化为数值优化问题，在目标函数中考虑安全、舒适等目标来解决泊车问题，但由于需要大量的计算资源，阻碍了其在实际车辆上的广泛应用。