无人自主学习泊车控制方法、电子设备及存储介质技术

本发明专利技术公开一种无人自主学习泊车控制方法、电子设备及存储介质。方法包括：响应于自动泊车请求，控制本车沿自主学习泊车轨迹执行自动泊车；在本车沿自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到自主学习泊车轨迹上存在障碍物，则检测本车与障碍物的行驶空间是否满足系统行驶阈值，系统行驶阈值根据车辆的当前功能场景和/或车辆当前车速确定，如果满足系统行驶阈值则继续行驶，否则控制本车绕开障碍物后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。本发明专利技术通过不同的场景车速去设定不同的通行可行驶距离阈值，保证车辆安全也保证可通过概率，提升用户体验。提升用户体验。提升用户体验。

【技术实现步骤摘要】
无人自主学习泊车控制方法、电子设备及存储介质


[0001]本专利技术涉及汽车相关
，特别是一种无人自主学习泊车控制方法、电子设备及存储介质。

技术介绍

[0002]目前，低速泊车分为自动泊车和代客泊车，而代客泊车分为2个阶段，分为自主学习泊车和自主代客泊车。代客泊车即最后一公里，车辆在预设的停车场入口即可开始自动驾驶然后泊车入位，但代客泊车因涉及到法规，实现方案复杂等目前还处于预研阶段。而自主学习泊车，基于目前的自动驾驶技术可以实现量产落地。
[0003]自主学习泊车大致功能是需要驾驶员设置起点驾驶员亲自驾驶泊入目标车位，然后将该车位设置为学习的终点，车辆通过车身上布置的传感器采集的数据进行分析学习，自动的形成语义地图，即学习完成轨迹，下一次用户行驶到起点位置时即可开始使用无人自主学习泊车功能，车辆无需人为干预，自己从起点位置自动驾驶到终点位置，此功能可以在车辆上通过点击中控屏功能开关使用，也可以通过手机APP在车外进行操作。
[0004]但是现有的自主学习泊车存在一个问题就是路线学习成功之后，当用户使用时，系统会按照已经学习好的路线去进行轨迹的控制。然而，例如在拐弯处的墙体，柱子或者锥桶等障碍物，用户在学习的时候距离特别近，驾驶员虽然在学习时能行驶通过，但是在系统执行自动泊车时，由于障碍物距离已经到达系统设定的盲区范围，此时车辆就会停止在当前位置，等待障碍物离开。另外，在自动驾驶过程中，如果出现障碍物(例如行人，车辆以及其他障碍物等)，则系统会持续等待障碍物离开，而实际上用户感觉是可以通过的。如果障碍物未离开，则车辆会一直等待直到超时退出，这种实现方式给用户带来非常不好的体验。

技术实现思路

[0005]基于此，有必要针对现有技术使用无人自主学习泊车功能时未能自动绕开障碍物的技术问题，提供一种无人自主学习泊车控制方法、电子设备及存储介质。
[0006]本专利技术提供一种无人自主学习泊车控制方法，包括：
[0007]响应于自动泊车请求，控制本车沿自主学习泊车轨迹执行自动泊车，所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到；
[0008]在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则检测本车与所述障碍物的行驶空间是否满足系统行驶阈值，所述系统行驶阈值根据车辆的当前功能场景和/或车辆当前车速确定，如果满足系统行驶阈值则继续行驶，否则控制本车绕开所述障碍物后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。
[0009]本专利技术在学习一条路线后，路线使用过程中通过系统的传感器对障碍物的识别以及对可行驶空间与系统行驶阈值的比较计算，实现自动驾驶过程中可以绕开障碍物，提升自动驾驶功能使用的成功概率。同时，通过不同的场景车速去设定不同的通行可行驶距离
阈值，保证车辆安全也保证可通过概率，提升用户体验。
[0010]进一步地，所述功能场景包括直线行驶场景和转弯场景，在直线行驶场景下的系统行驶阈值小于等于在转弯场景下的系统行驶阈值。
[0011]本实施例对于直线行驶场景和转弯场景的系统行驶阈值进行区分，使得在续航时候能够采用更小的系统行驶阈值，提升可行驶空间，而在转弯场景时，通过增大系统行驶阈值，来避免转弯时候出现意外。
[0012]进一步地，较慢的车速所对应的系统行驶阈值小于等于较快的车速所对应的系统行驶阈值。
[0013]本实施例对于不同车速的系统行驶阈值进行区分，使得在慢速行驶时能够采用更小的系统行驶阈值，提升可行驶空间，而在快速行驶时，通过增大系统行驶阈值，来避免车速过快时出现意外。
[0014]进一步地，还包括：
[0015]在对驾驶员人工泊车进行自主学习得到自主学习泊车轨迹的过程中，记录驾驶员在人工泊车过程中多个功能场景下本车与障碍物的最小距离；
[0016]对于每个功能场景，如果该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离小于该功能场景的系统行驶阈值，则将该功能场景的系统行驶阈值更新为该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离。
[0017]本实施例基于驾驶员在不同功能场景下本车与障碍物的最小距离来更新系统行驶阈值，从而使得系统行驶阈值更为符合驾驶员在不同场景下的驾驶行为。避免出现驾驶员认为可以通行但车辆却停止行驶的情况。
[0018]更进一步地，所述如果该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离小于该功能场景的系统行驶阈值，则将该功能场景的系统行驶阈值更新为该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离，具体包括：
[0019]如果该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离小于该功能场景的系统行驶阈值，且该最小距离大于等于最小允许阈值，则将该功能场景的系统行驶阈值更新为该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离。
[0020]本实施例的系统行驶阈值仅在最小距离大于等于最小允许阈值时进行更新，避免驾驶员的误操作导致过小的距离。
[0021]进一步地，还包括：
[0022]在对驾驶员人工泊车进行自主学习得到自主学习泊车轨迹的过程中，记录驾驶员人工泊车时本车与每个障碍物的最小距离，将最小距离小于系统行驶阈值的障碍物作为标记障碍物，将驾驶员人工泊车时本车与标记障碍物的最小距离作为该标记障碍物的标记行驶阈值；
[0023]所述如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则检测本车与所述障碍物的行驶空间是否满足系统行驶阈值，具体包括：
[0024]如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，判断所述障碍物是否为标记障碍物，如果所述障碍物为标记障碍物，则检测与所述标记障碍物的行驶空间是否满足该标记障碍物的标记行驶阈值，如果所述障碍物为非标记障碍物，则检测所述障碍物的行驶空间是否满足系统行驶阈值。
[0025]本实施例通过记录驾驶员在人工驾驶时本车与障碍物的最小距离，从而使得对于行驶空间的判断更为符合驾驶员的驾驶习惯。
[0026]更进一步地，所述记录驾驶员人工泊车时本车与每个障碍物的最小距离，将最小距离小于系统行驶阈值的障碍物作为标记障碍物，具体包括：
[0027]记录驾驶员人工泊车时本车与每个障碍物的最小距离，将最小距离小于系统行驶阈值的障碍物作为标记障碍物，记录所述标记障碍物的位置和/或形状；
[0028]所述判断所述障碍物是否为标记障碍物，具体包括：如果所述障碍物的位置与任一标记障碍物的位置和/或形状一致，则判断所述障碍物为标记障碍物。
[0029]本实施例基于位置和/或形状定位标记障碍物，使得标记障碍物的判断更为准确。
[0030]更进一步地，所述将驾驶员人工泊车时本车与标记障碍物的最小距离作为该标记障碍物的标记行驶阈值，具体包括：
[0031]如果驾驶员人工泊车时本车与标记障碍物的最小距离大于等于最小允许阈值，则将该最小距离作为该标记本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人自主学习泊车控制方法，其特征在于，包括：响应于自动泊车请求，控制本车沿自主学习泊车轨迹执行自动泊车，所述自主学习泊车轨迹由本车对驾驶员人工泊车进行自主学习得到；在本车沿所述自主学习泊车轨迹执行自动泊车过程中，如果在本车前方预设距离内，检测到所述自主学习泊车轨迹上存在障碍物，则检测本车与所述障碍物的行驶空间是否满足系统行驶阈值，所述系统行驶阈值根据车辆的当前功能场景和/或车辆当前车速确定，如果满足系统行驶阈值则继续行驶，否则控制本车绕开所述障碍物后，控制本车沿剩余的自主学习泊车轨迹继续执行自动泊车。2.根据权利要求1所述的无人自主学习泊车控制方法，其特征在于，所述功能场景包括直线行驶场景和转弯场景，在直线行驶场景下的系统行驶阈值小于等于在转弯场景下的系统行驶阈值。3.根据权利要求1所述的无人自主学习泊车控制方法，其特征在于，较慢的车速所对应的系统行驶阈值小于等于较快的车速所对应的系统行驶阈值。4.根据权利要求1所述的无人自主学习泊车控制方法，其特征在于，还包括：在对驾驶员人工泊车进行自主学习得到自主学习泊车轨迹的过程中，记录驾驶员在人工泊车过程中多个功能场景下本车与障碍物的最小距离；对于每个功能场景，如果该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离小于该功能场景的系统行驶阈值，则将该功能场景的系统行驶阈值更新为该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离。5.根据权利要求4所述的无人自主学习泊车控制方法，其特征在于，所述如果该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离小于该功能场景的系统行驶阈值，则将该功能场景的系统行驶阈值更新为该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离，具体包括：如果该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离小于该功能场景的系统行驶阈值，且该最小距离大于等于最小允许阈值，则将该功能场景的系统行驶阈值更新为该功能场景下驾驶员在人工泊车时本车与障碍物的最小距离。6.根据权利要求1所述的无人自主学习泊车控制方法，其特征在于，还包括：在对驾驶员人工泊车进行自主学习得到自主学习泊车轨迹的过程中，记录驾驶员人工泊车时本车与每个障碍物的最小距离，将最小距离小于系统行驶阈值的障碍物作为标记障碍物，将驾驶员人工泊车时本车与标记障碍物的最...

【专利技术属性】
技术研发人员：张芳，
申请(专利权)人：威马智慧出行科技上海股份有限公司，
类型：发明
国别省市：