车辆控制方法、装置及车辆制造方法及图纸

本公开涉及一种车辆控制方法、装置及车辆。其中，车辆控制方法包括：获取车辆的实时泊车数据，实时泊车数据包括实时位姿数据、实时控制数据和实时环境数据；基于实时位姿数据和实时控制数据，构建泊车误差预测模型；根据实时环境数据对泊车误差预测模型进行模型优化，得到控制增量数据；根据实时控制数据和控制增量数据，计算得到目标控制数据，目标控制数据用于对车辆进行泊车控制。根据本公开实施例，能够降低车辆的自动泊车成本。

【技术实现步骤摘要】
车辆控制方法、装置及车辆
本公开涉及车辆控制
，尤其涉及一种车辆控制方法、装置及车辆。
技术介绍
由于城市内的停车空间有限，将车辆驶入狭小的停车空间已成为一项必备技能，对于许多驾驶员而言，很少有不费一番周折就停好车的情况。为了减轻驾驶员手动停车的负担，自动泊车技术应运而生。在相关技术中，车辆在自动泊车时一般需要进行大量的数据处理来避开动态障碍物，这种自动泊车过程对算力的要求较高，需要车辆搭载大算力计算机才可实现，提高了车辆的自动泊车成本。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种车辆控制方法、装置及车辆。第一方面，本公开提供了一种车辆控制方法，包括：获取车辆的实时泊车数据，实时泊车数据包括实时位姿数据、实时控制数据和实时环境数据；基于实时位姿数据和实时控制数据，构建泊车误差预测模型；根据实时环境数据对泊车误差预测模型进行模型优化，得到控制增量数据；根据实时控制数据和控制增量数据，计算得到目标控制数据，目标控制数据用于对车辆进行泊车本文档来自技高网...

【技术保护点】
1.一种车辆控制方法，包括：/n获取车辆的实时泊车数据，所述实时泊车数据包括实时位姿数据、实时控制数据和实时环境数据；/n基于所述实时位姿数据和所述实时控制数据，构建泊车误差预测模型；/n根据所述实时环境数据对所述泊车误差预测模型进行模型优化，得到控制增量数据；/n根据所述实时控制数据和所述控制增量数据，计算得到目标控制数据，所述目标控制数据用于对所述车辆进行泊车控制。/n

【技术特征摘要】
1.一种车辆控制方法，包括：
获取车辆的实时泊车数据，所述实时泊车数据包括实时位姿数据、实时控制数据和实时环境数据；
基于所述实时位姿数据和所述实时控制数据，构建泊车误差预测模型；
根据所述实时环境数据对所述泊车误差预测模型进行模型优化，得到控制增量数据；
根据所述实时控制数据和所述控制增量数据，计算得到目标控制数据，所述目标控制数据用于对所述车辆进行泊车控制。


2.根据权利要求1所述的方法，其中，所述基于所述实时位姿数据和所述实时控制数据，构建泊车误差预测模型，包括：
获取所述实时位姿数据对应的参考位姿数据；
利用获取的参考位姿数据、所述实时位姿数据和所述实时控制数据，构建所述车辆的动力学模型；
对所述动力学模型进行预定时域内的线性离散化处理，得到所述泊车误差预测模型。


3.根据权利要求2所述的方法，其中，所述利用获取的参考位姿数据、所述实时位姿数据和所述实时控制数据，构建所述车辆的动力学模型，包括：
计算所述实时位姿数据与所述获取的参考位姿数据之间的位姿误差数据；
根据所述位姿误差数据和所述实时控制数据，构建所述动力学模型。


4.根据权利要求2所述的方法，其中，所述获取车辆的实时泊车数据之前，所述方法还包括：
获取所述车辆的泊车起点位置和泊车终点位置；
基于所述泊车起点位置和所述泊车终点位置进行全局路径规划，得到车辆参考路径，所述车辆参考路径包括多个参考位姿数据。


5.根据权利要求1所述的方法，其中，所述实时位姿数据包括车辆实时位置和车辆实时偏航角。


6.根据权利要求1所述的方法，其中，所述根据所述实时环境数据对所述泊车误差预测模型进行模型优化，得到控制增量数据，包括：
根据所述实时环境数据，计算所述车辆在人工势场内所受的合力值；
根据所述合力值，构建带有障碍物约束的代价函数；
利用所述代价函数对所述泊车误差预测模型进行优化处理，得到所述控制增量数据。


7.根据权利要求6所述的方法，其中，所述实时环境数据包括所述车辆与泊车终点位置之间的第一实时距离和所述车辆与障碍物之间的第二实时距离。


8.根据权利要求7所述的方法，其中，所述根据所述实时环境数据，计算所述车辆在人工势场内所受的合力值，包括：
根据所述第一实时距离，计算所述车辆在所述人工势...

【专利技术属性】
技术研发人员：吕传龙，郑艺强，关书伟，李凯伦，
申请(专利权)人：北京罗克维尔斯科技有限公司，
类型：发明
国别省市：北京;11