[发明专利]路径优化方法、泊车控制方法及车辆

说明书

本发明公开了一种路径优化方法、泊车控制方法及车辆，该路径优化方法包括：对历史路径进行分段，得到若干个分段路径；对每个所述分段路径构建螺旋线；根据各个所述分段路径对应的螺旋线，得到平滑处理后的优化路径，以使得所述优化路径满足路径长度最短、路径曲率变化率平滑以及车辆远离周围障碍物的目标；本发明能实现对选定历史路径的平滑处理，保证车辆HPA功能的实现。

技术领域

本发明涉及自动泊车技术领域，尤其涉及一种路径优化方法、泊车控制方法及车辆。

背景技术

随着科技的快速发展，汽车的智能化需求也越来越高。由于市场需求和技术发展，自动泊车技术的应用越来越普遍。HPA(自学习记忆泊车)是目前广受各大厂商重视的自动泊车技术，其可以对驾驶员已经驾驶过路径进行学习回放，实现点对点的全自动驾驶功能。但是由于驾驶员在初始驾驶路线时，需要手动驾驶，一方面由于测量存在误差和噪声，另一方面驾驶员在驾驶时可能有多余的微动作，从而导致记录的初始驾驶路线不平滑，影响HPA功能实现。

发明内容

本发明实施例提供一种路径优化方法、泊车控制方法及车辆，其能实现对记录的历史路径的平滑处理，保证车辆HPA功能的实现。

第一方面，本发明实施例提供一种路径优化方法，包括：

对历史路径进行分段，得到若干个分段路径；

对每个所述分段路径构建螺旋线；

根据各个所述分段路径对应的螺旋线，得到平滑处理后的优化路径，以使得所述优化路径满足路径长度最短、路径曲率变化率平滑以及车辆远离周围障碍物的目标。

作为上述方案的改进，所述根据各个所述分段路径对应的螺旋线，得到平滑处理后的优化路径，包括：

对于每个螺旋线，计算所述螺旋线满足预设的约束条件时的曲率变化率；

根据计算得到的所述螺旋线的曲率变化率，对所述螺旋线对应的分段路径进行平滑处理；

依次连接所有平滑处理后的分段路径，得到所述历史路径的分段路径。

作为上述方案的改进，所述约束条件包括：所述螺旋线上端点在历史路径的法线上移动、所述螺旋线上端点在法线上的可移动范围约束条件、所述螺旋线上两端点的位置约束条件、所述螺旋线上端点的航向角约束条件、车辆运动学约束条件。

作为上述方案的改进，所述螺旋线上端点在历史路径的法线上移动的函数表达为：

其中，(x_i，y_i)表示所述螺旋线上的第i端点，表示法线方向，g_i表示第i点在法线上的位置；

所述螺旋线上两端点的位置约束条件的函数表达为：

其中，θ_i表示车辆在第i点时的航向角，s_i表示第i-1点到第i点的曲线长度，k_i表示在第i点时的曲率，σ表示曲率变化率；

所述螺旋线上端点在法线上的可移动范围约束条件的函数表达为：

g_i，r≤g_i≤g_i，l；

其中，g_i，r表示第i点在法线上向左移动的极限，g_i，l表示第i点在法线上向左移动的极限；

所述螺旋线上端点的航向角约束条件的函数表达为：

|θ_i-θ_i，0|≤δ_max；