[发明专利]一种基于全联立动态优化框架的自主泊车轨迹优化方法

说明书

本发明公开了一种基于全联立动态优化框架的自主泊车轨迹优化方法。该方法针对城市快节奏狭窄车位下最短时间安全泊车问题，提出了一种基于全联立求解策略的车辆‑环境一体化建模的动态优化框架，有效消除了不同车位形状对轨迹规划策略造成的影响，可以优化出最短时间下的满足车辆低速泊车非完整约束的安全无碰轨迹。本发明的关键在于应用MPCC数学优化技术实现了车辆‑车位避障一体化建模，同时可以对车辆运动学、动力学的相关指标进行优化。本方法能够直接获得车辆跟踪优化轨迹的速度、前轮转角、加速度、前轮角速度等操纵信息，便于实际辅助泊车。

技术领域

本发明涉及无人驾驶系统中关键的自主泊车轨迹优化技术。

背景技术

今年来自主泊车(auto-parking system，APS)技术发展迅猛，作为无人驾驶系统的重要组成部分，其目的是辅助或替代驾驶员完成车辆的安全泊位。随着车辆的增多，泊车位空间的紧缩，驾驶员泊车更加困难，因此自主泊车技术快速发展起来。

国内外学者主要用以下两种方法研究自主泊车：(1)基于模糊控制的方法：将技术成熟的驾驶员的泊车经验整理为模糊规则，通过控制汽车转向角和相对停车位的位置实现泊车。然而控制过程缺乏连贯的规划性，需要反复调整车速和转向角，前后挪动需要较大停车空间，难以量化。(2)基于路径规划的方法运用A*、D*等多种搜索算法寻找优化路径。例如Dubins提出的最小转向半径圆、单方向从任意起始位置运动到任意目标位置的最短路径规划等。由此发展而来的几何法成为目前实现障碍环境下泊车的主要方法，即通过分析泊车环境约束，结合最小转向半径圆和直线段得到分段连续的无碰路径。然而几何法在处理自主泊车问题时有其固有的局限性：(1)几何法下得到的无碰路径不一定满足小车的运动学约束和物理约束，所以不一定可行。(2)几何路径不包含与时间相关的信息，所以需要通过控制等方法进行再次规划，将无碰路径转换为带有时间信息的、车辆可跟踪的轨迹。(3)几何法只能得到最短泊车路径，而无法实施如泊车时间最短、油耗最少等目标函数下的优化。(4)几何法受限于车位形状和泊车轨形，例如在垂直泊车时设计的是1/4圆弧和直线段相接的轨形，在平行泊车中运用最小转向半径圆设计两段圆弧相接的S形路径，而不同的轨形又需要研究不同的转向策略。

发明内容

本发明的目的是针对现有技术的不足，在联立框架下研究自主泊车的最短时间轨迹优化问题。通过建立包括车辆与泊车环境在内的行车系统模型，构造最短时间动态优化命题，运用高性能非线性规划求解算法得到同时满足无碰、以及车辆物理约束的泊车轨迹。

本发明的目的是通过以下技术方案来实现的：一种基于全联立动态优化框架的自主泊车轨迹优化方法，包括以下步骤：

(1)基于前轮驱动小车建立自主泊车过程车辆低速运动学模型，如式(1) 所示；

其中，(x，y)表示小车后轮轴中心点的坐标，v表示前轴中心点纵向速度，a 表示前轴中心点纵向加速度，φ表示小车前轴中心点转向角；w表示小车前轴中心点转向角速度；θ表示车辆中心轴与水平方向的夹角；

(2)根据具体泊车车型输入车体参数及车体运动中的物理极限约束，所述车体参数包括：车辆前后轮轴距L；前悬长度Lp；后悬长度Lr；所述车体运动中的物理极限约束包括：最高车速v_max、最大前轮转角φ_max、最大加速度a_max、最大角速度w_max等；其中，

(3)确定待泊车位在泊车系统中的相对尺寸，以泊车位底部中点为原点，确定底部与泊车入口车位线间的距离y1、底部宽度pw、以及车位倾斜度la。平行泊车、垂直泊车的车位倾斜度为0，斜式车位的车位倾斜度从0°变化到90°，角度越大越倾斜。