详情

原文传递基于高精度地图的自主垂直泊车方法

专利名称：	基于高精度地图的自主垂直泊车方法
摘要：	本发明提出了一种基于高精度地图的自主垂直泊车方法，包括：车辆获取基于高精度地图的泊车位信息以及停车场和道路边缘路测传感器的环境信息，确定待泊车辆的位置属性和在全局坐标系下的位置关系属性，从而确定切换点，并通过圆弧或样条曲线对切换点进行拟合，在满足垂直泊车路径约束和最小泊车位约束的条件下，构件代价函数，选取代价函数最小的一条轨迹作为最终的最优轨迹；本发明的方法能够保证车辆运动控制的平顺性，消除车辆在泊车过程中方向盘的抖动，实现安全泊车。
专利类型：	发明专利
国家地区组织代码：	湖北;42
申请人：	武汉环宇智行科技有限公司
发明人：	枚元元;章品;李明;曹晶;于欢
专利状态：	有效
申请日期：	2019-03-11T00:00:00+0800
发布日期：	2019-06-25T00:00:00+0800
申请号：	CN201910196482.5
公开号：	CN109927716A
代理机构：	武汉红观专利代理事务所(普通合伙)
代理人：	陈凯
分类号：	B60W30/06(2006.01);B;B60;B60W;B60W30
申请人地址：	430000 湖北省武汉市洪山区珞瑜路33号中部创意大厦1802室
主权项：	1.一种基于高精度地图的自主垂直泊车方法，其特征在于，包括如下步骤：步骤一、待泊车辆获取基于高精度地图的泊车位信息以及停车场和道路边缘路测传感器的环境信息，确定待泊车辆在高精度地图的位置属性，确定待泊车辆与所选垂直泊车位之间的在全局坐标系下的位置关系属性；步骤二、通过平面直角泊车位坐标系确定待泊车辆的各个切换点；步骤三、采用圆弧或者样条曲线对切换点进行拟合，拟合的样条曲线形成泊车轨迹；步骤四、选取待泊车辆所在控制点为泊车起点，在满足垂直泊车路径约束和最小泊车位约束关系的条件下，通过采样点生成垂直泊车轨迹簇，对每条轨迹赋予速度信息，构建代价函数，计算垂直泊车轨迹簇中每条轨迹的代价值，选取代价值最小的一条轨迹作为最终的最优轨迹。 2.如权利要求1所述的基于高精度地图的自主垂直泊车方法，其特征在于，所述步骤一中，获取泊车位信息的方法包括，通过V2X技术注册道路边缘或者停车场的云端服务器，注册成功后，获取道路边缘或者停车场的云端服务器下发的基于高精度地图泊车位信息。 3.如权利要求1所述的基于高精度地图的自主垂直泊车方法，其特征在于，所述位置属性包括：车身控制点的ID、坐标、头指向、曲率、速率、所在高精度地图车道与相邻车道的连通性、所在高精度地图车道方向和控制点的拓扑结构。 4.如权利要求3所述的基于高精度地图的自主垂直泊车方法，其特征在于，所述车身控制点为车辆后轴中心点，所述ID包括车身控制点所在车道信息以及车身控制点位于所在车道上的具体编号信息，所述坐标为车身控制点的坐标，该坐标是相对全局坐标系的坐标，所述头指向为车身控制点处车辆的建议行驶方向与车身控制点所在车道所成的角度，所述曲率为经过该车身控制点的路径曲线在该车身控制点处的曲率，速率为车辆在该车身控制点处的建议行驶速度，所在高精度地图车道与相邻车道的连通性为该车身控制点所在车道与其左车道和右车道的连通性，所在高精度地图车道方向为该车身控制点所在位置处是否直行、左转、右转和可掉头，所在高精度地图控制点的拓扑结构表示该车身控制点与相邻车身控制点之间的连接关系。 5.如权利要求1所述的基于高精度地图的自主垂直泊车方法，其特征在于，所述位置关系属性包括：泊车终点A3坐标、泊车终点A3方向、泊车终点A3曲率和泊车位尺寸H×B，其中，H为泊车位的长度，B为泊车位的宽度。 6.如权利要求1所述的基于高精度地图的自主垂直泊车方法，其特征在于，所述全局坐标系是以泊车终点为原点，泊车位宽度方向为x轴、泊车位长度方向为y轴，所述切换点还包括泊车起点A0、转弯起点A1、转弯终点A2和泊车终点A3，待泊车辆从泊车起点A0做直线运动到转弯起点A1，从转弯起点A1在一定的转向角下做圆弧运动到转弯终点A2，最后从转弯终点A2再次做圆弧运动到达泊车终点A3，A1-A2段圆弧的圆心为O1。 7.如权利要求6所述的基于高精度地图的自主垂直泊车方法，其特征在于，所述切换点A0、A1、A2和A3的求解方法包括： (Rmin-B/2)2+D2＝(Rmin-δ2-W/2)2，所述A3[0，0，00，0]，所述A2[0，H-D-δ1-l，00，1/Rmin]，所述A1[Rmin，H-D-δ1-l+Rmin，900，1/Rmin]，所述A0[Rmin+C，H-D-δ1-l+Rmin，900，0]，所述O1(Rmin，H-D-δ1-l) 其中，H为车库深度；B为车库宽度，C为圆心到A0的X轴方向距离，Rmin为最小转弯半径，L为车长；W为车宽，L1为前后轴长度；l为后悬长；δ1为车尾部与车库底部的保护距离；δ2为车辆宽度方向左右两侧与车库宽度方向的距离；δ3为车辆泊车过程中与车道的最小距离。 8.如权利要求6所述的基于高精度地图的自主垂直泊车方法，其特征在于，所述步骤三中，拟合的方法包括，建立五次多项式进行垂直车位自动泊车系统的路径规划，其表达式如下： y＝a0+a1(x-x0)+a2(x-x0)2+a3(x-x0)3+a4(x-x0)4+a5(x-x0)5，求解其一阶导和二阶导： y′＝a1+2a2(x-x0)+3a3(x-x0)2+4a4(x-x0)3+5a5(x-x0)4， y″＝a1+2a2(x-x0)+3a3(x-x0)2+4a4(x-x0)3+5a5(x-x0)4，已知两个控制点[x0，y0，heading0，k_s0]，[x1，y1，heading1，k_s1]，的边界条件为： y′(x0)＝tan(heading0) y′(x1)＝tan(heading1) 其中，第一个点的头指向是heading0以及曲率为k_s0；第二个点的头指向是heading1以及曲率为k_s1。 9.如权利要求1所述的基于高精度地图的自主垂直泊车方法，其特征在于，所述步骤四中，构建代价函数的方法包括，计算垂直泊车轨迹簇中每条备选轨迹的代价值，选取代价值最小的一条轨迹作为最终的最优轨迹，轨迹代价函数为： c(i)＝wsafecsafe(i)+wsmocsmo(i)+wdyncdyn(i)+wkinckin(i)，其中i是备选轨迹的标号，csafe(i)、csmo(i)、cdyn(i)和ckin(i)分别为安全性代价函数、平滑性代价函数、动力学代价函数和运动学代价函数，wsafe、wsmo、wdyn和wkin分别为这四个代价函数所占的权重。 10.如权利要求9所述的基于高精度地图的自主垂直泊车方法，其特征在于，当轨迹贴合期望车道中心线时，安全性代价函数csafe(i)代价值为0，所述平滑性代价函数为其中csmo(i)代表第i条轨迹的平滑性代价函数，ki(s)是第i条轨迹上弧长为s位置的点的曲率，累加的上下限为路径的弧长s的起点和终点，所述动力学代价函数为其中，cdyn(i)代表第i条轨迹的动力学代价函数，是第i条轨迹上各点的纵向加速度，是第i条轨迹上各点的横向加速度，所述运动学代价函数为ckin(i)＝min(ki(s))。
所属类别：	发明专利