[发明专利]自动泊车方法、装置、计算机设备和存储介质

说明书

本发明公开了本发明提供了一种自动泊车方法、装置、计算机设备和存储介质，方法包括以下步骤：获取用户所需泊车车位坐标和车辆当前所在空间坐标，以得到用户需求信息数据；将用户需求信息数据带入预先根据duel_dqn强化学习算法训练的模型得到最佳泊车线路模型；根据最佳泊车线路模型，输出对应的车辆方向盘角度和油门值。与现有技术相比，本发明的实施例提供了一种自动泊车方法、装置、计算机设备和存储介质，其采用强化学习duel_dqn算法实现自动泊车，从而无需中间路径规划，减少了工作量，解决了问题诊断的难题。

技术领域

本发明涉及自动泊车算法技术领域，尤其涉及一种基于强化学习算法的自动泊车方法、装置、计算机设备和存储介质。

背景技术

目前市面的泊车系统都是基于传感器获取的障碍物数据和车位数据，然后送往下游规划控制模块，具体流程如下描述：

通过camera或者lidar(激光雷达)获取障碍物的位置(obstacle_position)和车位(parking_position)的位置，映射到一张全局地图，然后标记处自己车身的位置(ego_position)；通过航迹推算的方式获取车的实时位态(localization)；基于ego_position和parking_position进行路径规划(planning)输出path；获取path设计控制器(controller)进行follow；输出方向盘的转向角和油门值。

发明内容

本发明的实施例提供了一种自动泊车方法、装置、计算机设备和存储介质，旨在解决现有自动泊车方法效率低、耗时间、故障诊断困难的问题。

为达到上述目的，本发明所提出的技术方案为：

第一方面，本发明提供了一种自动泊车方法，其包括以下步骤：

获取用户所需泊车车位坐标和车辆当前所在空间坐标，以得到用户需求信息数据；

将用户需求信息数据带入预先根据duel_dqn强化学习算法训练的模型得到最佳泊车线路模型；

根据最佳泊车线路模型，输出对应的车辆方向盘角度和油门值。

其中，所述步骤“将用户需求信息数据带入预先根据duel_dqn强化学习算法训练的模型得到最佳泊车线路模型”包括：

设定泊车终点位置信息、车辆当前所在位置信息，以及泊车所需经过的全部障碍位置信息；

将不同的方向盘角度和油门值输入至值函数网络，以得到loss函数；

根据loss函数，调整值函数网络的参数，以得到最佳值函数网络；

根据最佳值函数网络，搭建两层神经连接层拟合得到最佳泊车线路模型。

其中，所述步骤“将不同的方向盘角度和油门值输入至值函数网络，以得到loss函数”中获取loss函数采用TD_error算法。

其中，所述步骤“将用户需求信息数据带入预先根据duel_dqn强化学习算法训练的模型得到最佳泊车线路模型”中，duel_dqn强化学习算法的reward值设定为：若车辆发生碰撞则reward值为-2，若车辆到达指定目的地则reward值为1，其他reward值为0。

第二方面，本发明提供了一种自动泊车装置，其包括：

信息获取单元，用于获取用户所需泊车车位坐标和车辆当前所在空间坐标，以得到用户需求信息数据；

模型训练单元，将用户需求信息数据带入预先根据duel_dqn强化学习算法训练的模型得到最佳泊车线路模型；

信息输出单元，根据最佳泊车线路模型，输出对应的车辆方向盘角度和油门值。

其中，所述模型训练单元包括：