[发明专利]自动泊车路径规划方法、装置、系统及可读存储介质

说明书

本发明提供了一种自动泊车路径规划方法、装置、系统及可读存储介质，其中，本发明提供的自动泊车路径规划方法中，在对车辆进行泊车路径规划时，将车辆初始节点位姿的参数产生的误差考虑在内，根据初始节点位姿的参数的误差区间得到初始节点位姿的参数区间，利用路径规划函数和初始节点位姿的参数区间求解出下一节点的参数区间，以在其参数区间内与障碍物无干涉且代价函数值最小的下一节点作为规划节点，使得规划节点在其参数区间内都不会与障碍物产生干涉，从而使得车辆根据规划节点进行泊车时，大幅降低车辆与障碍物发生干涉的概率，因此本发明实施例的自动泊车路径规划方法能够提高对泊车路径规划的成功率和增加泊车路径规划的可行性。

本申请是申请号为202210513104.7、申请日为2022年5月11日、发明名称为“自动泊车路径规划方法、装置、系统及可读存储介质”的发明专利申请的分案申请。

技术领域

本发明涉及路径规划领域，尤其涉及一种自动泊车路径规划方法、装置、系统及可读存储介质。

背景技术

近年来，随着国内汽车总量的快速增长，城市内车位空间日趋紧张和狭小，由泊车引发的事故几率大大增加。自动泊车技术可以帮助人们安全可靠的完成泊车，其通过获取车辆位姿和车位位姿，然后规划一条可行路径，随后自动控制车辆跟随路径完成泊车。路径规划是自动泊车关键的环节，其基本要求是规划的路径可行并且安全无碰撞。

车辆自动泊车所采用的路径规划算法主要有：①车辆的运动轨迹通过函数表示的方法，比如圆弧直线、型曲线、多项式曲线等；②采样规划法，在起始点和终点之间进行随机采样规划，比如快速随机树法、概率路线图法等；③图搜索法，对搜索的空间进行建立栅格地图，再对栅格进行搜索选择，比如Dijktra算法、A*算法和D*算法等；④基于优化预测的算法，通过构建优化指标的目标函数，再添加约束条件，从而优化出最优轨迹。

在自动泊车中常采用Hybrid A*算法进行路径规划，A*是一种启发式搜索算法，可通过代价函数来评估每一步路径搜索的方向，在A*算法的基础上增加车辆运动学，使搜索路径由离散点变为具有一定连续的线。

目前进行自动泊车的路径规划大都基于确定性参数或者模型，但在实际自动泊车过程中，随着外部环境、车辆各模块(感知定位模块、运动学模型、控制模块等)性能的不同和变化，车辆的参数具有不确定性，比如车辆的开始位姿、车辆的轮转角、障碍物的位置坐标等等，最终往往导致泊车路径和实际路径存在一定的误差或者需要多次路径规划进行泊车，甚至可能导致自动泊车失败。

发明内容

本发明的目的是为解决上述技术问题的不足而提供一种自动泊车路径规划方法、装置、系统及可读存储介质，能够提高车辆自动泊车的成功率。

为了实现上述目的，本发明提供了一种自动泊车路径规划方法，包括：

采集车辆的初始节点位姿的参数和目标车位的位置；

获取所述初始节点位姿的参数区间，所述初始节点位姿的参数区间根据所述初始节点位姿的参数的误差区间获得；

利用路径规划函数和所述初始节点位姿的参数区间求解下一节点位姿的参数区间；

根据所述下一节点位姿的参数区间进行障碍物干涉检测，并求解所述下一节点的代价函数值；

将通过障碍物干涉检测且所述代价函数值最小的所述下一节点作为规划节点；

所述初始节点位姿的参数区间为：

其中，为采集的初始位姿参数，δ_a为采集的轮转角，采集到的所述初始节点位姿的参数包括所述初始节点位姿参数和采集的所述轮转角δ_a；为所述初始位姿参数的误差区间，δ_e为采集的所述轮转角δ_a的误差区间；