[发明专利]使用优化方法规划自动驾驶车辆的停车轨迹生成

说明书

用于自动驾驶车辆的停车系统优化了停车问题的解决方案。ADV检测停车场并选择停车位。ADV定义用于停车场、停车位的约束和ADV的运动学约束，并且考虑停车场、停车位以及ADV的运动学的约束，但是不考虑ADV周围可能的任何障碍物，生成到停车位的多个潜在停车路径。ADV确定用于穿过每个停车路径的成本。从停车路径中选出一个或多个最小成本的候选路径，然后基于ADV周围的障碍物，排除一个或多个候选路径。剩余的候选项可使用二次优化系统进行分析。可从剩余的候选项中选出最佳停车路径，以将ADV导航到停车位。

技术领域

本公开的实施方式总体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及停车规划，以便在存在潜在障碍物的情况下优化用于自动驾驶车辆(ADV)的停车规划。

背景技术

当将自动驾驶车辆(ADV)围绕ADV的路线上的一个或多个移动障碍物导航到停车位时，停车规划很重要。在现有技术中，停车规划算法使用的是Z字形(z-zag)算法，该Z字形算法考虑的是紧跟在停放的车辆周围的静态障碍物。这样的障碍物可包括其它停放的汽车、道路路缘和其它固定障碍物。为人类驾驶员提供自动停车辅助特征的车辆中的停车逻辑可检测车辆周围的对象，但不会预测对象的位置，速度和方向。因此，障碍物最初可能不会靠近移动的车辆，但是障碍物可能朝向车辆移动，并且停车逻辑不会考虑该障碍物直到障碍物位于车辆周围的预定边界内。避免与移动的障碍物发生碰撞可能为时已晚。

自动停车辅助系统中的当前停车逻辑没有考虑停放车辆时障碍物的运动。ADV可检测移动障碍物。但是，现有技术的ADV被设计成前向行驶。停车通常涉及在停车过程的至少一部分期间的反向驾驶。现有技术的ADV以与具有停车辅助的人类驾驶汽车相同的方式执行停车：当规划停车路径时，尤其是当停车路径涉及反向驾驶时，他们将障碍物视为静态对象并且不考虑障碍物的速度，方向和运动。

在现有技术中，停车问题的解决方案在计算上是昂贵的。有些在100秒或更长时间内没有产生解决方案，这对于乘客停车和ADV来说是不可接受的延迟。另外，一些现有技术解决方案根本不能保证解决停车问题。此外，一些现有技术解决方案根本不能保证解决停车问题。

发明内容

根据本申请的一方面，提供了一种停放自动驾驶车辆的计算机实施的方法，所述方法包括：

确定所选停车位的多个停车位约束；

至少部分地基于所选停车位的所述多个停车位约束，确定从所述自动驾驶车辆的当前位置到所选停车位的多个停车路径；

确定用于所述多个停车路径中的每个停车路径的成本；

从具有最小成本的多个停车路径中选择一个或多个候选停车路径；

至少部分地基于沿着所述候选停车路径中的每个的所述自动驾驶车辆周围的一个或多个障碍物，排除所选择的候选停车路径中的一个或多个；

从剩余的候选停车路径中选择停车路径；

基于所选择的停车路径，生成参考线以导航所述自动驾驶车辆；以及

使用所述参考线将所述自动驾驶车辆从所述自动驾驶车辆的所述当前位置导航到所述停车位。

根据本申请的一方面，提供了一种具有可执行指令的非暂时性计算机可读介质，当所述可执行指令由处理系统执行时，执行用于停放自动驾驶车辆的操作，所述操作包括：

确定所选停车位的多个停车位约束；

至少部分地基于所选停车位的所述多个停车位约束，确定从所述自动驾驶车辆的当前位置到所选停车位的多个停车路径；

确定用于所述多个停车路径中的每个停车路径的成本；

从具有最小成本的多个停车路径中选择一个或多个候选停车路径；