[发明专利]一种用于自动驾驶车辆的倾斜车位泊入方法、装置

权利要求书

1.一种用于自动驾驶车辆的倾斜车位泊入方法，其特征在于，包括：

判断是否获取到车辆泊车过程中的避撞信号，若是，则

获取所述车辆的基本数据；

根据所述车辆的基本数据计算待停车车位的车位航向角与预测车位航向角的差值；

判断所述待停车车位的车位航向角与预测车位航向角的差值是否大于预设角度阈值，若是，则

根据所述车辆的基本数据以及所述待停车车位的车位航向角与预测车位航向角的差值重新规划所述车辆泊入所述待停车车位的泊车路径；

根据所述泊车路径将所述车辆泊入待停车车位。

2.如权利要求1所述的用于自动驾驶车辆的倾斜车位泊入方法，其特征在于，所述获取所述车辆的基本数据包括：

获取所述车辆在泊车过程中避撞刹停的位置信息；

根据所述刹停的位置信息建立相对坐标系；

获取所述车辆车身宽度数据；

获取所述车辆测量的待停车车位宽度数据以及待停车车位长度数据；

获取所述车辆在刹停位置的左前雷达数据、左后雷达数据以及右前雷达数据、右后雷达数据。

3.如权利要求2所述的用于自动驾驶车辆的倾斜车位泊入方法，其特征在于，所述根据所述车辆的基本数据计算待停车车位的车位航向角与预测车位航向角的差值包括：

根据所述车辆在刹停位置的左后雷达数据、右后雷达数据、待停车车位宽度数据以及所述车辆车身宽度数据计算待停车车位的车位航向角与预测车位航向角的差值，计算公式如下：

Leftdis2+Rightdis2+VehW*cosθ＝GarXLen*cosθ，

cosθ＝(Leftdis2+Rightdis2)/(GarXLen-VehW)，

θ＝acos(cosθ)，其中，

Leftdis2为左后雷达数据，Rightdis2为右后雷达数据，VehW为车辆车身宽度数据，GarXLen为待停车车位宽度数据。

4.如权利要求3所述的用于自动驾驶车辆的倾斜车位泊入方法，其特征在于，所述根据所述车辆的基本数据以及所述待停车车位的车位航向角与预测车位航向角的差值重新规划所述车辆泊入所述待停车车位的泊车路径包括：

获取待停车车位的左角点坐标、右角点坐标；

判断所述车辆在刹停位置的左前雷达数据、左后雷达数据以及右前雷达数据、右后雷达数据中哪个雷达数据小于预设车距阈值，

若左前雷达数据或左后雷达数据中任一个小于预设车距阈值，则获取待停车车位的左角点坐标；

若右前雷达数据或右后雷达数据中任一个小于预设车距阈值，则获取待停车车位的右角点坐标。

5.如权利要求4所述的用于自动驾驶车辆的倾斜车位泊入方法，其特征在于，所述根据所述车辆的基本数据以及所述待停车车位的车位航向角与预测车位航向角的差值重新规划所述车辆泊入所述待停车车位的泊车路径包括：

根据所述待停车车位的车位航向角与预测车位航向角的差值、待停车车位的角点坐标、待停车车位的车位对角线、待停车车位宽度数据以及待停车车位长度数据计算车辆泊入待停车车位的目标位置，计算公式如下：

θ1＝arctan(GarYLen/GarXLen)，

angle＝θ1+θ，

R＝sqrt(GarXLen^2+GarYLen^2)/2，

Target＝[cos(angle)sin(angle)；-sin(angle)cos(angle)]*[R；0]+[P(1),P(2)]，其中，

θ1为待停车车位的车位航向角与预测车位航向角的差值θ的反函数，GarYLen为待停车车位长度数据，angle为目标位置相对于预测车位航向角旋转角度，R为待停车车位的车位对角线/2，[P(1),P(2)]为待停车车位的左角点坐标或右角点坐标，Target为目标位置。