【技术实现步骤摘要】
本申请涉及自动泊车，尤其涉及一种泊车路径规划方法、系统、车辆及计算机可读存储介质。
技术介绍
1、目前，在汽车行业，已经大规模使用的自动泊车辅助系统，具体是基于超声波或摄像头的自动泊车辅助系统，实现方式为将车辆停靠在车位附近，启用自动泊车辅助功能，车辆利用上述传感器检测车位周围环境，根据环境信息规划泊车轨迹，最后控制车辆驶入停车位。
2、目前主流的泊车路径规划方法是基于几何路径的规划方法，如dubins和reedshepps路径规划方法。这些方法往往需要根据目标车位的几何形状(如水平车位、垂直车位、斜列车位)设计不同的几何路径规划方法，不能通用地解决不同车位形状场景下的路径规划问题，同时对于泊车规划的起点坐标和环境中障碍物的物质布局也有一定的依赖。
3、因此，现有技术还有待于改进和发展。
技术实现思路
1、本申请的主要目的在于提供一种泊车路径规划方法、系统、车辆及计算机可读存储介质，旨在解决现有技术中泊车路径规划方法中不能通用地解决不同车位形状场景下的路径规划问题。
2、本申请第一方面实施例提供一种泊车路径规划方法，包括以下步骤：获取目标车辆位置、目标车位位置及障碍物位置，根据所述目标车辆位置、所述目标车位位置和所述障碍物位置构建仿真训练场景；根据所述仿真训练场景生成初始的q表格，根据预设的迭代训练过程在所述仿真训练场景中训练所述q表格，得到目标q表格；根据所述目标q表格生成预选路径，并计算每条预选路径的总奖励，选取所述预选路径中总奖励最大的路径
3、根据上述技术手段，本申请实施例针对现有技术中泊车路径规划方法中不能通用地解决不同车位形状场景下的路径规划问题，对应的基于目标车辆位置、目标车位位置以及障碍物位置构建对应的仿真训练场景，并采用通过仿真训练场景和对应的预设训练过程来训练对应的q表格，从而可以根据不同情况的泊车起点姿态、环境中的障碍物位置分布进行路径规划，得到最合适的路径，根据最合适的路径从而可以指导车辆进行自动泊车。
4、可选地，在本申请的一个实施例中，所述获取目标车辆位置、目标车位位置及障碍物位置，根据所述目标车辆位置、所述目标车位位置和所述障碍物位置构建仿真训练场景，具体包括：获取所述目标车辆位置、所述目标车位位置和所述障碍物位置；以所述目标车辆位置为中心点构建泊车坐标系，根据所述目标车辆位置、所述目标车位位置和所述障碍物位置在所述泊车坐标系中生成目标车辆初始坐标、目标车位坐标和障碍物坐标；根据所述泊车坐标系、所述目标车辆初始坐标、所述目标车位坐标和所述障碍物坐标构建所述仿真训练场景。
5、根据上述技术手段，本申请实施例通过目标车辆的位置来构建泊车坐标系，从而将目标车辆位置、目标车位位置以及障碍物的位置都通过坐标系进行表示，从而构建出对应的仿真训练场景，而由于所有的位置都仿真表示在了坐标系中，因此可以通过以路径矩阵带和环境中的障碍物的多边形是否在几何学上产生重叠来进行判断泊车路径是否合适，从而可以更好地生成符合当前停车场景的自动泊车路径。
6、可选地，在本申请的一个实施例中，所述根据所述仿真训练场景生成初始的q表格，具体包括：根据所述目标车辆初始坐标生成初始状态；根据所述初始状态生成初始的q表格，其中，所述q表格中包含动作和状态，所述状态包括所述目标车辆当前位置和朝向。
7、根据上述技术手段，本申请实施例在训练对应的q表格时，先根据车辆初始坐标对应的初始状态来初始化q表格从而根据初始化后的状态来选取动作，进而训练对应的q表格得到最终的目标q表格。
8、可选地，在本申请的一个实施例中，所述根据预设的迭代训练过程在所述仿真训练场景中训练所述q表格，得到目标q表格，具体包括：根据预设策略依次获取多个动作，并在每次获取所述动作后根据所述仿真训练场景和当前动作得到所述当前动作对应的状态，根据所述当前动作对应的状态计算所述当前动作对应的奖励；在每次获取到所述当前动作、所述当前动作对应的状态和所述当前动作对应的奖励后，采用更新规则更新所述q表格；迭代训练所述q表格，当所述预设训练过程触发停止条件时，停止获取动作并输出目标q表格。
9、根据上述技术手段，本申请实施例在对q表格进行训练时，对每次训练过程中都采用预设的策略来获取对应的动作，并且在获取动作后对应的获取动作所对应的状态和奖励，根据当次动作、状态和奖励从而来更新q表格，而又由于动作是根据仿真训练场景来执行的，因此动作具备离散性，从而通过足够的动作和对应的状态保证了最终得到的目标q表格的收敛；同时计算对应动作和状态的奖励，从而方便最后对自动泊车路径的选择。
10、可选地，在本申请的一个实施例中，所述根据所述当前动作对应的状态计算所述当前动作对应的奖励，具体包括：获取所述当前动作对应的状态；根据所述仿真训练场景获取所述当前动作对应的状态的位置信息；根据所述位置信息计算所述当前动作对应的奖励。
11、根据上述技术手段，本申请实施例中在每次获取动作以及得到动作对应的状态后，都会根据仿真训练场景来判断当前状态在仿真训练环境中的位置信息，通过位置信息可以判断当前位置是否发生碰撞或是否逼近目标车位位置，从而计算得到当前动作对应的奖励，通过奖励可以判断出当前动作选择的路径是否合适，从而可以通过奖励来得出最合适的路径。
12、可选地，在本申请的一个实施例中，所述在每次获取到所述当前动作、所述当前动作对应的状态和所述当前动作对应的奖励后，采用更新规则更新所述q表格，具体包括：获取前一时刻的动作及对应的状态、所述当前动作及对应的状态和所述当前动作对应的奖励；根据更新规则，由前一时刻的动作及对应的状态、所述当前动作及对应的状态和所述当前动作对应的奖励更新所述q表格。
13、根据上述技术手段，本申请实施例根据当前动作在泊车坐标系中对应的对状态进行更新，从而可以根据更新规则以及对应的动作、状态和奖励来更新q表格，从而完成对q表格的一次训练，而由于采用了泊车坐标系，从而获取对离散化的动作对应的状态来更新q表格，最终得到可以生成泊车路径的目标q表格。
14、可选地，在本申请的一个实施例中，所述根据所述目标q表格生成预选路径，并计算每条预选路径的总奖励，选取所述预选路径中总奖励最大的路径作为目标路径，根据所述目标路径生成自动泊车路径，具体包括：获取所述目标q表格；根据所述目标q表格获取从所述目标车辆位置到所述目标车位位置的所述预设路径，并根据所述目标q表格中的每个动作对应的奖励计算每条所述预设路径的总奖励；选取所述预选路径中总奖励最大的路径作为目标路径，根据所述目标路径生成所述自动泊车路径。
15、根据上述技术手段，本申请实施例在得到目标q表格时，判断目标q表格中获取到的路径中奖励最大的路径，而该路径即为最为合适的路径，通过该路径可以生成对应的自动泊车路径，进而通过自动泊车来协助车辆进行自动泊车，方便用户的泊车。
16、本申请第二方面实施例本文档来自技高网...
【技术保护点】
1.一种泊车路径规划方法，其特征在于，所述泊车路径规划方法包括：
2.根据权利要求1所述的泊车路径规划方法，其特征在于，所述获取目标车辆位置、目标车位位置及障碍物位置，根据所述目标车辆位置、所述目标车位位置和所述障碍物位置构建仿真训练场景，具体包括：
3.根据权利要求2所述的泊车路径规划方法，其特征在于，所述根据所述仿真训练场景生成初始的Q表格，具体包括：
4.根据权利要求3所述的泊车路径规划方法，其特征在于，所述根据预设的迭代训练过程在所述仿真训练场景中训练所述Q表格，得到目标Q表格，具体包括：
5.根据权利要求4所述的泊车路径规划方法，其特征在于，所述根据所述当前动作对应的状态计算所述当前动作对应的奖励，具体包括：
6.根据权利要求4所述的泊车路径规划方法，其特征在于，所述在每次获取到所述当前动作、所述当前动作对应的状态和所述当前动作对应的奖励后，采用更新规则更新所述Q表格，具体包括：
7.根据权利要求4所述的泊车路径规划方法，其特征在于，所述根据所述目标Q表格生成预选路径，并计算每条预选路径的总奖励，选
8.一种泊车路径规划系统，其特征在于，所述泊车路径规划系统包括：
9.一种车辆，其特征在于，所述车辆包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的泊车路径规划程序，所述泊车路径规划程序被所述处理器执行时实现如权利要求1-7任一项所述的泊车路径规划方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有泊车路径规划程序，所述泊车路径规划程序被处理器执行时实现如权利要求1-7任一项所述的泊车路径规划方法的步骤。
...【技术特征摘要】
1.一种泊车路径规划方法，其特征在于，所述泊车路径规划方法包括：
2.根据权利要求1所述的泊车路径规划方法，其特征在于，所述获取目标车辆位置、目标车位位置及障碍物位置，根据所述目标车辆位置、所述目标车位位置和所述障碍物位置构建仿真训练场景，具体包括：
3.根据权利要求2所述的泊车路径规划方法，其特征在于，所述根据所述仿真训练场景生成初始的q表格，具体包括：
4.根据权利要求3所述的泊车路径规划方法，其特征在于，所述根据预设的迭代训练过程在所述仿真训练场景中训练所述q表格，得到目标q表格，具体包括：
5.根据权利要求4所述的泊车路径规划方法，其特征在于，所述根据所述当前动作对应的状态计算所述当前动作对应的奖励，具体包括：
6.根据权利要求4所述的泊车路径规划方法，其特征在于，所述在每次获取到所述当前动作、所述当前动作对应的...
【专利技术属性】
技术研发人员：徐敏杰，
申请(专利权)人：重庆长安汽车股份有限公司，
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。