[发明专利]一种基于DQN的车辆自动泊车方法

说明书

本发明公开了一种基于DQN的车辆自动泊车方法，包括以下步骤：步骤一，获取当前时刻的车辆位置、障碍物信息及泊车位信息，并将车辆停到相对合理的泊车起始位置；步骤二，根据当前时刻的车辆位置、障碍物信息及泊车位信息，使用训练好的DQN计算期望车辆前轮摆角；步骤三，按照根据期望车辆前轮摆角，控制车辆前轮转动并移动车辆；步骤四，更新当前时刻车辆位置，判断是否进入泊车位，如果到达泊车位则泊车结束，否则更新障碍物信息，返回步骤二重新计算车辆前轮摆角。该方法采用DQN计算期望车辆前轮摆角，能够自主学习相关参数，大大减少了泊车系统参数调试的工作；使系统有较好的容错能力和鲁棒性，极大提高了车辆一次性泊车的成功率。

技术领域

本发明属于智能驾驶及其控制技术领域，特别设计一种基于DQN的车辆自动泊车方法。

背景技术

随着经济的发展，人民的生活水平在逐年上升，汽车也逐渐走进更多人的生活，但是在停车的时候一些司机特别是新手司机及公交车等大型车辆的司机，因为视野受限及熟练度不够，使其在停车过程中存在较大的难度，虽然当下的倒车雷达及倒车影像都很普及，但是最终操作的还是驾驶员，其只能观察某一个区域，存在较大的局限性。目前车辆定位技术及传感器系统已经非常成熟，使得自动泊车技术能够走出实验室，成为一种高级的辅助驾驶的重要组成。但是现有的自动泊车效率不高，不能实现真正的自动泊车，还需要驾驶员在泊车过程中介入才能完成。在此基础之上，本发明提出了一种基于DQN的车辆自动泊车方法，该方法能够自主学习泊车过程，能够大大减轻司机的泊车压力，同时能够针对不同的车辆进行自主学习，有较好的适应性。

发明内容

本发明的目的在于，为了解决现有的自动泊车效率不高、精度差、需要人在中间介入的问题，提出一种基于DQN的车辆自动泊车方法，能够更好更快的完成泊车过程，减轻司机的泊车负担，提高泊车的效率。

本发明所提供的技术方案为

一种基于DQN(Deep Q-Network，深度Q网络)的车辆自动泊车方法，包括以下步骤：

步骤一，通过GPS及毫米波等传感器获取障碍物信息(坐标和宽度)及泊车位信息，建立泊车坐标系，判断泊车类型是垂直泊车还是平行泊车，并将车辆停到相对合理的泊车起始位置；

步骤二，获取当前时刻的车辆位置信息(坐标和航向角)；根据当前时刻的车辆位置信息、障碍物信息及泊车位信息，使用训练过后的DQN计算期望车辆前轮摆角；

步骤三，按照根据期望车辆前轮摆角，控制车辆前轮转动并移动车辆；

步骤四，更新当前时刻的车辆位置信息，判断是否进入泊车位，如果进入泊车位则泊车结束，否则更新障碍物信息，返回步骤二重新计算车辆前轮摆角。

进一步地，所述步骤一中，判断泊车类型的方法为：如果泊车位与泊车起始位置垂直，则为垂直泊车，如果泊车位与泊车起始位置平行，则为平行泊车；

确定相对合理的泊车起始位置的方法为：

首先，确定相对合理的泊车最终位置：相对合理的泊车最终位置位于泊车位内，并与泊车位四周指示线的距离均不小于0.05m(相对合理的泊车最终位置与理想泊车最终位置是有一定误差)；然后，在相对合理的泊车最终位置内确定理想泊车最终位置；再按以下方法确定与理想泊车最终位置对应的理想泊车起始位置：在垂直泊车中，车辆在理想泊车起始位置时的后轴中心点与在理想泊车最终位置时的后轴中心点的纵向距离为车辆的最小转弯半径R_min(最小转弯半径R_min通过查询车辆自身参数获得)，横向距离为车辆最小转弯半径R_min与车辆轴长R_min的和，车头朝向与车位中轴线垂直；平行泊车中，车辆在理想泊车起始位置时的后轴中心点与在理想泊车最终位置时的后轴中心点的横向距离为纵向距离为车头朝向与车位中轴线平行；最后，确定与理想泊车起始位置横向及纵向误差不大于1.5m，航向误差不大于10°的位置为相对合理的泊车起始位置。