The invention relates to an automatic parking method and system based on geometric programming and reinforcement learning. In the initial stage of automatic parking, the method determines the parking state, determines the parking trajectory by geometric programming, and then is controlled by trajectory tracking and chassis control. With the above-mentioned stage, the vehicle can be adjusted to the position and posture that can be put into storage at one time, at this time, it is submitted to reinforcement science. Practice control. Compared with the prior art, the invention can eliminate the error of trajectory planning, trajectory tracking and chassis control, achieve a better parking position and posture, and can be applied to the narrow parking environment in the city, and has strong adaptability to the environment.
【技术实现步骤摘要】
一种基于几何规划及强化学习的自动泊车方法及系统
本专利技术涉及智能汽车自动泊车规划
,尤其是涉及一种基于几何规划及强化学习的自动泊车方法及系统。
技术介绍
现有的自动泊车技术主要通过以下方法实现:基于规则的决策规划方法,即通过固定的泊车流程,利用有限状态机控制车辆的状态,并通过规划的方法规划行车轨迹。这种泊车控制方法的输出结果可预测,较稳定,但不具备智能性,无法有效应对真实泊车的复杂场景。同时,轨迹规划-轨迹跟踪-底盘控制的传统架构无法消除轨迹跟踪和底盘控制的误差,导致规划的轨迹和实际的轨迹不一致,无法适应泊车场景对位姿要求较严格的工况。
技术实现思路
本专利技术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几何规划及强化学习的自动泊车方法及系统。本专利技术的目的可以通过以下技术方案来实现:一种基于几何规划及强化学习的自动泊车方法,该方法包括以下步骤:S1:驾驶员控制车辆至泊车库位周边后,激活自动泊车系统,开启自动泊车模式。S2:泊车模块控制车辆缓速直线行驶。S3:利用车身周围的感知模块检测泊车库位的角点坐标和限位块位置,判断库位是否符合标准,若是,则确定停车位,进入步骤S4;否则,返回步骤S2。优选地,若检测到多个库位,则选择距离车辆最近的库位,并判断该库位是否符合标准,若不符合,再选择下一库位并进行判断。判断库位是否符合标准的内容为:获取库位区域位置与大小,并检测库位区域以内是否存在障碍物;若库位区域形状及大小符合要求,且不存在障碍物,则认为该库位符合标准。S4:根据车辆相对泊车库位的坐标和当前姿态规划泊车路径。S5:根据规划的第一段泊车曲线 ...
【技术保护点】
1.一种基于几何规划及强化学习的自动泊车方法,其特征在于,该方法包括以下步骤:1)驾驶员控制车辆至泊车库位周边后,激活自动泊车系统,开启自动泊车模式;2)泊车模块控制车辆缓速直线行驶;3)利用车身周围的感知模块检测泊车库位的角点坐标和限位块位置,判断库位是否符合标准,若是,则确定停车位,进入步骤4);否则,返回步骤2);4)根据车辆相对泊车库位的坐标和当前姿态规划泊车路径;5)根据规划的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,则执行下一步;否则,进入步骤7);6)对车辆进行多路段路径调整;7)获取环境信息和车辆状态信息以进行强化学习网络训练,获取车辆控制指令;8)根据车辆控制指令控制车辆入库,泊车结束,退出自动泊车模式。
【技术特征摘要】
1.一种基于几何规划及强化学习的自动泊车方法,其特征在于,该方法包括以下步骤:1)驾驶员控制车辆至泊车库位周边后,激活自动泊车系统,开启自动泊车模式;2)泊车模块控制车辆缓速直线行驶;3)利用车身周围的感知模块检测泊车库位的角点坐标和限位块位置,判断库位是否符合标准,若是,则确定停车位,进入步骤4);否则,返回步骤2);4)根据车辆相对泊车库位的坐标和当前姿态规划泊车路径;5)根据规划的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,则执行下一步;否则,进入步骤7);6)对车辆进行多路段路径调整;7)获取环境信息和车辆状态信息以进行强化学习网络训练,获取车辆控制指令;8)根据车辆控制指令控制车辆入库,泊车结束,退出自动泊车模式。2.根据权利要求1所述的一种基于几何规划及强化学习的自动泊车方法,其特征在于,步骤3)中,若检测到多个库位,则选择距离车辆最近的库位,并判断该库位是否符合标准,若不符合,再选择下一库位并进行判断。3.根据权利要求2所述的一种基于几何规划及强化学习的自动泊车方法,其特征在于,判断库位是否符合标准的内容为:获取库位区域位置与大小,并检测库位区域以内是否存在障碍物;若库位区域形状及大小符合要求,且不存在障碍物,则认为该库位符合标准。4.根据权利要求1所述的一种基于几何规划及强化学习的自动泊车方法,其特征在于,利用多段R-S曲线规划方法对进行多路段路径调整。5.根据权利要求4所述的一种基于几何规划及强化学习的自动泊车方法,其特征在于,步骤6)的具体步骤包括: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曲线的起始点;62)将车辆向右打方向盘至极限位置后,向右后倒车至车辆左后方点在库位左侧线或其延长线上;63)将车辆向左打方向盘至极限位置后,向左前方前进至车辆位姿调整到某一角度或到距离前方障碍物安全距离处。6.根据权利要求1所述的一种基于几何规划及强...
【专利技术属性】
技术研发人员:熊璐,严森炜,张培志,卫烨,李志强,黄禹尧,康宇宸,陈文博,邓振文,
申请(专利权)人:同济大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。