本申请涉及一种自动泊车路径规划方法、装置及自移动设备，该方法包括通过获取道路宽度、智能车辆位置信息和泊车位，根据泊车位建立局部坐标系，根据预设的优化目标确定前置几何条件和优化变量，根据前置几何条件、优化变量和坐标系确定关键位置坐标，根据优化目标和关键位置坐标确定约束条件，根据约束条件得到优化模型，并根据优化模型求解泊车路径。该方法中的规划路径由三段圆弧加一段直线段构成，降低了对泊车场景的空间要求，提高了智能车辆在狭隘空间下路径生成的成功率。本申请建立的问题模型中，该模型在任何有解的场景里，求解结果保证只生成一条路径，该路径是在目标车位和运动学约束下的占用道路空间最小的最优解。和运动学约束下的占用道路空间最小的最优解。和运动学约束下的占用道路空间最小的最优解。
【技术实现步骤摘要】
自动泊车路径规划方法、装置及自移动设备
[0001]本申请涉及智能驾驶领域，特别是涉及一种自动泊车路径规划方法、装置及自移动设备。
技术介绍
[0002]随着汽车保有量的不断增长，无人驾驶凭借着科技、互联网、大数据等的浪潮快速发展，针对泊车过程的耗时长、空间要求高等问题，自主代客泊车逐渐成为无人驾驶研究和应用的热点。
[0003]传统泊车系统的轨迹规划主要由直线、圆弧和曲线三个要素组成。通过将这三个要素进行拼接，组成形式多样的行车轨迹。常见的车位类型为平行车位、垂直车位和斜向车位。在垂直泊车的路径生成方法中，以往的路径一般是采用一段或两段圆弧加一段直线拼接而成。在求解方法上，通过车位尺寸，车辆运动学建立圆弧、直线与车位的几何关系，进而表达成几个等式方程与不等式方程，通过化简求解这些关系式计算出解析式，再根据解析式得到可泊车区域。
[0004]采用一段或两段圆弧求解路径的方法对泊车区域的几何空间(道路宽度和停车位大小)要求大。在停车位与道路较窄的情况下，可能没有解析解，导致自动泊车路径规划失败，实用性不足。假如增加圆弧段数，将导致解析式表达式复杂甚至不存在解析解。同时，上述方法的解析式是一个可行域，并非最优的泊车路径，还需要进一步计算得出满足条件的路径，增加了工作量和路径的不确定性。
技术实现思路
[0005]本申请实施方式主要解决的技术问题是提供一种自动泊车路径规划方法、装置及自移动设备，采用该方法能降低对泊车空间的要求，提高在狭隘空间下泊车路径的生成率。
[0006]为了解决上述技术问题，第一方面，本申请实施例提供了一种自动泊车路径规划方法，包括：
[0007]获取道路宽度、智能车辆位置信息和泊车位，根据所述泊车位建立局部坐标系；
[0008]根据预设的优化目标确定前置几何条件和优化变量；
[0009]根据所述前置几何条件、所述优化变量和所述坐标系确定关键位置坐标；
[0010]根据所述优化目标和所述关键位置坐标确定约束条件；
[0011]根据所述约束条件得到优化模型，并根据所述优化模型求解泊车路径。
[0012]在一些实施例中，所述优化目标对应的规划路径包括第一圆弧、第二圆弧、第三圆弧和第一直线，所述约束条件，包括：
[0013]当所述智能车辆沿所述第三圆弧和所述第一圆弧移动时，控制所述泊车位第一端点距离所述第三圆弧和所述第一圆弧的最短距离不小于所述智能车辆一半的车宽。
[0014]在一些实施例中，所述约束条件，还包括：
[0015]当所述智能车辆沿所述第三圆弧和第一圆弧移动时，控制所述智能车辆的第一方
向角点与远离所述泊车位的道路边沿的距离小于第一阈值。
[0016]在一些实施例中，所述约束条件，还包括：
[0017]当所述智能车辆沿所述第二圆弧移动时，控制所述智能车辆与所述泊车位的第一侧的距离小于第二阈值，其中，第一侧包括第一侧边界和第一侧边界点。
[0018]在一些实施例中，所述控制所述智能车辆与所述泊车位的第一侧的距离小于第二阈值，包括：
[0019]控制所述第一侧边界点到所述智能车辆后轴垂线的距离不小于所述后轴到所述智能车辆的车尾的距离。
[0020]在一些实施例中，所述控制所述智能车辆与所述泊车位的第一侧的距离小于第二阈值，包括：
[0021]控制所述泊车位的第一侧边界的横坐标小于所述智能汽车第二方向角的横坐标。
[0022]在一些实施例中，所述约束条件，还包括：
[0023]当所述智能车辆沿所述第一圆弧移动时，控制所述智能车辆第三方向角的圆弧半径与第一圆弧的半径差值大于所述泊车位的一半的宽度。
[0024]在一些实施例中，所述约束条件，还包括：
[0025]控制所述智能车辆起始点的横坐标不小于第三阈值。
[0026]在一些实施例中，所述约束条件，还包括：
[0027]控制所述智能车辆起始点的纵坐标为固定值。
[0028]为解决上述技术问题，第二方面，本申请实施例中提供给了一种自动泊车路径规划装置，包括：
[0029]获取模块，用于获取道路宽度、智能车辆位置信息和泊车位，根据所述泊车位建立局部坐标系；
[0030]第一确定模块，用于根据预设的优化目标确定前置几何条件和优化变量；
[0031]第二确定模块，用于根据所述前置几何条件、所述优化变量和所述坐标系确定关键位置坐标；
[0032]第三确定模块，用于根据所述优化目标和所述关键位置坐标确定约束条件；
[0033]求解模块，用于根据所述约束条件得到优化模型，并根据所述优化模型求解泊车路径。
[0034]为解决上述技术问题，第三方面，本申请实施例中提供给了一种自移动设备，包括：
[0035]至少一个处理器；
[0036]以及与所述至少一个处理器通信连接的存储器；
[0037]其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上第一方面所述的自动泊车路径规划方法。
[0038]本申请实施例的有益效果：区别于相关技术的情况，本申请实施例提供的自动泊车路径规划方法、装置及智能车辆，通过获取道路宽度、智能车辆位置信息和泊车位，根据所述泊车位建立局部坐标系，根据预设的优化目标确定前置几何条件和优化变量，根据所述前置几何条件、所述优化变量和所述坐标系确定关键位置坐标，根据所述优化目标和所
述关键位置坐标确定约束条件，根据所述约束条件得到优化模型，并根据所述优化模型求解泊车路径。该方法中的规划路径由三段圆弧加一段直线段构成，三段圆弧降低了对泊车场景的空间要求，提高了智能车辆在狭隘空间下路径生成的成功率。本申请采用数字优化的方法建立问题模型，该模型在任何有解的场景里，能保证求解得到全局最优解，求解结果保证只生成一条路径，该路径是在目标车位和运动学约束下的占用道路空间最小的最优解。
附图说明
[0039]一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
[0040]图1是本申请实施例提供的一种智能车辆的泊车场景图；
[0041]图2是本申请实施例提供的一种自移动设备的结构示意图；
[0042]图3是本申请实施例提供的一种自动泊车路径规划方法的流程示意图；
[0043]图4是本申请实施例提供的一种泊车路径与智能车辆信息示意图；
[0044]图5是本申请实施例提供的另一种自动泊车路径规划方法的流程示意图；
[0045]图6是本申请实施例提供的一种自动泊车路径规划装置的结构示意图。
具体实施方式
[0046]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自动泊车路径规划方法，其特征在于，包括：获取道路宽度、智能车辆位置信息和泊车位，根据所述泊车位建立局部坐标系；根据预设的优化目标确定前置几何条件和优化变量；根据所述前置几何条件、所述优化变量和所述坐标系确定关键位置坐标；根据所述优化目标和所述关键位置坐标确定约束条件；根据所述约束条件得到优化模型，并根据所述优化模型求解泊车路径。2.根据权利要求1所述的方法，其特征在于，所述优化目标对应的规划路径包括第一圆弧、第二圆弧、第三圆弧和第一直线，所述约束条件，包括：当所述智能车辆沿所述第三圆弧和所述第一圆弧移动时，控制所述泊车位第一端点距离所述第三圆弧和所述第一圆弧的最短距离不小于所述智能车辆一半的车宽。3.根据权利要求2所述的方法，其特征在于，所述约束条件，还包括：当所述智能车辆沿所述第三圆弧和第一圆弧移动时，控制所述智能车辆的第一方向角点与远离所述泊车位的道路边沿的距离小于第一阈值。4.根据权利要求3所述的方法，其特征在于，所述约束条件，还包括：当所述智能车辆沿所述第二圆弧移动时，控制所述智能车辆与所述泊车位的第一侧的距离小于第二阈值，其中，第一侧包括第一侧边界和第一侧边界点。5.根据权利要求4所述的方法，其特征在于，所述控制所述智能车辆与所述泊车位的第一侧的距离小于第二阈值，包括：控制所述第一侧边界点到所述智能车辆后轴垂线的距离不小于所述后轴到所述智能车辆的车尾的距离。6.根据权利要求4的方法，其特征在于，...
【专利技术属性】
技术研发人员：刘明，朱国光，高阳天，李振宇，王鲁佳，
申请(专利权)人：深圳一清创新科技有限公司，
类型：发明
国别省市：
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。