自学习自动泊车控制方法、控制系统及车辆技术方案

本发明专利技术提供了一种自学习自动泊车控制方法、控制系统及车辆，涉及车辆技术领域。本发明专利技术的自学习自动泊车控制方法，包括：当车辆处于人工泊车模式时，对人工泊车的过程进行自适应学习。当累计自适应学习次数大于预设次数时，根据自适应学习了预设次数的人工泊车的平均速度和/或平均加速度判定驾驶员类型。当车辆处于自动泊车模式时，控制车辆按照预先存储的驾驶员类型对应地速度和/或加速度进行泊车。本发明专利技术通过深度学习驾驶员的泊车习惯，使泊车的车速和加速度/减速度符合驾驶员的期望，最大化的避免驾驶员的对于自助泊车的不适感，使车辆表现的更智能。

【技术实现步骤摘要】
自学习自动泊车控制方法、控制系统及车辆
本专利技术涉及车辆
，特别是涉及一种自学习自动泊车控制方法、控制系统及车辆。
技术介绍
自动泊车辅助系统(AutoParkingAssist,APA，以下简称APA)是利用车载传感器(超声波雷达或摄像头)识别有效的泊车空间，并通过控制单元控制车辆进行泊车。相比于传统的倒车辅助功能，如倒车影像以及倒车雷达，自动泊车的功能智能化程度更高，有效的降低了驾驶员的倒车困难。目前的自动泊车系统中，自适应学习的过程仅仅有对地图精确性的学习、对标准泊车的学习等。这些自适应的学习过程均是针对自动泊车时能够准确、快速且标准。当前APA的功能当中，整个自动泊车中车辆的车速和加速度/减速度，是工程师在系统中的标定值。但是每个客户对于泊车中的加速度/减速度的感觉是不同的，随着技术的发展，当前的APA系统的方案已经无法达到驾驶员的期望了。在使用APA时车速超过驾驶员的预期，会带来恐慌；但如果车速低于驾驶员的预期，又会带来焦急等待感。
技术实现思路
本专利技术的第一方面的一个目的是要提供一种自学习自动本文档来自技高网...

【技术保护点】
1.一种自学习自动泊车控制方法，其特征在于，包括：/n当车辆处于人工泊车模式时，对人工泊车的过程进行自适应学习，其中，自适应学习的内容包括人工泊车时车辆的速度和/或加速度；/n当累计自适应学习次数大于预设次数时，根据自适应学习了所述预设次数的人工泊车的平均速度和/或平均加速度判定驾驶员类型；/n当所述车辆处于自动泊车模式时，控制车辆按照预先存储的所述驾驶员类型对应地速度和/或加速度进行泊车。/n

【技术特征摘要】
1.一种自学习自动泊车控制方法，其特征在于，包括：
当车辆处于人工泊车模式时，对人工泊车的过程进行自适应学习，其中，自适应学习的内容包括人工泊车时车辆的速度和/或加速度；
当累计自适应学习次数大于预设次数时，根据自适应学习了所述预设次数的人工泊车的平均速度和/或平均加速度判定驾驶员类型；
当所述车辆处于自动泊车模式时，控制车辆按照预先存储的所述驾驶员类型对应地速度和/或加速度进行泊车。


2.根据权利要求1所述的自学习自动泊车控制方法，其特征在于，
根据自适应学习了所述预设次数的人工泊车的平均速度和/或平均加速度判定驾驶员类型包括：
将自适应学习的泊车的平均速度和/或平均加速度与标准速度和/或标准加速度进行比对，再根据比对后的结果判定得到所述驾驶员类型。


3.根据权利要求2所述的自学习自动泊车控制方法，其特征在于，
所述驾驶员类型包括轻缓型、舒适型或激进型；
当所述平均速度和/或平均加速度为所述标准速度和/或标准加速度的0～0.7倍时，则判定所述驾驶员类型为所述轻缓型；
当所述平均速度和/或平均加速度为所述标准速度和/或标准加速度的0.7～1.3倍时，则判定所述驾驶员类型为所述舒适型；
当所述平均速度和/或平均加速度大于所述标准速度和/或标准加速度的1.3倍时，则判定所述驾驶员类型为所述激进型。


4.根据权利要求3所述的自学习自动泊车控制方法，其特征在于，
当所述驾驶员类型为所述轻缓型时，所述车辆进行自动泊车时对应地速度和加速度为所述标准速度和标准加速度的0.7倍；
当所述驾驶员类型为所述舒适型时，所述车辆进行自动泊车时对应地速度和加速度为所述标准速度和标准加速度；
当所述驾驶员类型为所述激进型时，所述车辆进行自动泊车时对应地速度和加速度是为所述标准速度和标准加速度的1.3倍。


5.根据权利要求1-4中任一项所述的自学习自动泊车控制方法，其特征在于，

【专利技术属性】
技术研发人员：谢刚，李金广，杨贵永，丁雯娟，李明，
申请(专利权)人：浙江吉利控股集团有限公司，吉利汽车研究院宁波有限公司，
类型：发明
国别省市：浙江;33