泊车控制方法及相关设备与流程

本技术涉及车辆控制，更具体地说，本技术涉及一种泊车控制方法及相关设备。

背景技术：

1、随着智能驾驶技术和自动泊车技术的不断发展，泊车控制系统因其能够有效降低驾驶负担、提升泊车安全性和泊车效率，已广泛应用于乘用车、商用车及新能源汽车等领域。作为实现自动泊车功能的重要组成部分，泊车控制方法需要根据车辆周围环境、车辆自身状态以及泊车需求生成合理的泊车方案，并控制车辆完成泊车过程，因此，泊车方案生成的合理性与适应性直接影响自动泊车系统的控制效果和用户体验。

2、相关技术中，泊车控制通常基于固定规则或单一优化目标生成泊车路径，并结合预设速度策略控制车辆完成泊车，这种方式虽然能够满足基本泊车需求，但容易导致生成的泊车方案难以兼顾路径规划与速度规划，且无法根据车辆状态及泊车模式动态调整方案选择；特别是在不同停车环境、不同用户需求以及车辆状态发生变化时，固定方式生成的泊车方案容易出现适应性不足、方案选择灵活性较差以及整体泊车性能受限等问题。也即，相关技术中存在泊车方案适应性差、难以满足不同泊车需求的技术问题。

技术实现思路

1、在本技术的 技术实现要素： 部分中，对相关技术方案进行了概括性说明，并引入了一系列简化表述的概念，相关内容将在具体实施方式部分中作进一步详细阐述。本发明内容部分不应被理解为对所要求保护的技术方案的关键特征或必要技术特征作出限定，也不用于限定所要求保护的技术方案的保护范围。

2、本技术提供的泊车控制方法及相关设备，能够综合考虑泊车环境、用户需求及车辆状态，基于至少两个候选泊车方案和动态确定的目标权重完成目标泊车方案的筛选，使目标泊车方案能够兼顾路径规划与速度规划，并适应不同泊车场景及泊车需求，从而能够提高泊车控制的针对性、适应性、灵活性及整体性能。

3、第一方面，本技术提供一种泊车控制方法，包括：获取目标车辆的泊车环境感知数据、目标泊车模式和车辆实时状态参数；基于所述泊车环境感知数据，通过多目标路径搜索生成至少两个候选泊车几何路径；针对每个所述候选泊车几何路径，通过速度规划生成对应的候选速度剖面，得到至少两个候选泊车方案，其中，每个所述候选泊车方案由所述候选泊车几何路径与对应的所述候选速度剖面组成；基于所述目标泊车模式和所述车辆实时状态参数，确定目标权重，其中，所述目标权重用于表征车辆泊车过程中不同泊车优化维度之间的相对重要程度；基于所述目标权重，从所述至少两个候选泊车方案中确定目标泊车方案，以使所述目标车辆执行所述目标泊车方案。

4、在一些实施方式中，所述基于所述泊车环境感知数据，通过多目标路径搜索生成至少两个候选泊车几何路径，包括：基于所述泊车环境感知数据中的局部栅格地图、静态障碍物分布和动态障碍物轨迹，确定泊车走廊区域；基于所述目标车辆的预设运动学参数，构建车辆运动学约束条件，其中，所述车辆运动学约束条件包括最小转弯半径约束、最大转向角速度约束、挡位切换逻辑约束和障碍物安全距离约束；在所述泊车走廊区域内，以第一路径评价指标、第二路径评价指标和第三路径评价指标为优化目标，通过预设非支配排序遗传算法，在满足所述车辆运动学约束条件的前提下进行搜索，生成所述至少两个候选泊车几何路径，其中，所述第一路径评价指标为路径长度，所述第二路径评价指标为路径曲率平方的路径积分，所述第三路径评价指标为路径曲率变化率平方的路径积分，所述至少两个候选泊车几何路径构成互不支配的帕累托解集。

5、在一些实施方式中，所述基于所述目标车辆的预设运动学参数，构建车辆运动学约束条件，包括：基于所述目标车辆的轴距与最大前轮转角，确定所述最小转弯半径约束；基于所述目标车辆的转向系统响应特性，确定所述最大转向角速度约束；基于所述目标车辆的挡位切换机构特性，确定前进挡与倒车挡之间的所述挡位切换逻辑约束；基于预设安全距离裕量，确定所述障碍物安全距离约束。

6、在一些实施方式中，所述针对每个所述候选泊车几何路径，通过速度规划生成对应的候选速度剖面，包括：对所述候选泊车几何路径进行弧长参数化处理，得到参数化路径，其中，所述参数化路径以弧长为自变量描述路径位置和路径曲率，所述弧长是从所述候选泊车几何路径的起始位姿点起算的路径累计长度；以第一速度评价指标、第二速度评价指标及第三速度评价指标构建速度优化代价函数，其中，所述第一速度评价指标为泊车总时间，所述第二速度评价指标为冲击度绝对值的路径积分，所述第三速度评价指标为能耗估算值；将所述参数化路径作为参考输入，将所述速度优化代价函数作为优化目标，在时空域内进行滚动优化求解，得到所述候选速度剖面，其中，所述候选速度剖面包括沿所述参数化路径的速度分布序列和加速度分布序列。

7、在一些实施方式中，所述将所述参数化路径作为参考输入，将所述速度优化代价函数作为优化目标，在时空域内进行滚动优化求解，得到所述候选速度剖面，包括：基于所述参数化路径的路径曲率，确定对应的速度上限约束；将所述参数化路径离散为预设数量的路径采样点，以每个所述路径采样点处的目标速度和目标加速度为优化变量，以所述速度优化代价函数取极小值为目标，通过预设模型预测控制器在预设预测时域内进行滚动优化；在每次滚动优化中，获取上一优化周期求解得到的第一速度序列和第一加速度序列，以所述第一速度序列和所述第一加速度序列作为当前优化周期的初始参考轨迹，迭代求解得到更新后的第二速度序列和第二加速度序列；将满足预设收敛条件的所述第二速度序列和所述第二加速度序列组合，确定为所述候选速度剖面。

8、在一些实施方式中，所述针对每个所述候选泊车几何路径，通过速度规划生成对应的候选速度剖面，还包括：获取所述参数化路径中每个路径采样点处的路径曲率；对于每个所述路径采样点，基于所述路径曲率和预设侧向加速度上限，确定所述路径采样点处的速度上界；若基于所述速度上界确定所述参数化路径中存在目标路径段，则将对应的所述候选泊车几何路径确定为速度不可行路径，其中，所述目标路径段内各路径采样点处的速度上界均低于预设最低蠕行速度；将所述速度不可行路径从所述至少两个候选泊车几何路径中移除，以不再生成对应的候选速度剖面。

9、在一些实施方式中，所述目标泊车模式为效率模式、舒适模式或节能模式中的一种；所述泊车优化维度包括路径长度、路径曲率、曲率变化率、泊车时间、冲击度和能耗中的至少两种；所述基于所述目标泊车模式和所述车辆实时状态参数，确定目标权重，包括：获取与所述目标泊车模式对应的基础权重向量，其中，所述基础权重向量包括路径长度基础权重、路径曲率基础权重、曲率变化率基础权重、泊车时间基础权重、冲击度基础权重和能耗基础权重中的至少两种；基于所述车辆实时状态参数，对所述基础权重向量中的至少一个权重进行修正，得到所述目标权重。

10、在一些实施方式中，所述基于所述车辆实时状态参数，对所述基础权重向量中的至少一个权重进行修正，得到所述目标权重，包括：若所述车辆实时状态参数中的剩余电量小于预设电量阈值，则增大所述能耗基础权重的取值，并减小所述路径长度基础权重的取值；若所述车辆实时状态参数中的轮胎附着系数小于预设附着阈值，则增大所述冲击度基础权重的取值，并减小所述泊车时间基础权重的取值；将经过修正后的基础权重向量确定为所述目标权重。

11、在一些实施方式中，所述基于所述目标权重，从所述至少两个候选泊车方案中确定目标泊车方案，包括：获取每个所述候选泊车方案的路径长度、路径曲率积分值、曲率变化率积分值、泊车总时间、冲击度积分值和能耗估算值；对所述路径长度、所述路径曲率积分值、所述曲率变化率积分值、所述泊车总时间、所述冲击度积分值和所述能耗估算值分别进行归一化处理，得到对应的归一化路径长度、归一化曲率积分值、归一化曲率变化率积分值、归一化泊车时间、归一化冲击度积分值和归一化能耗估算值；基于所述目标权重，对所述归一化路径长度、所述归一化曲率积分值、所述归一化曲率变化率积分值、所述归一化泊车时间、所述归一化冲击度积分值和所述归一化能耗估算值进行加权求和，得到每个所述候选泊车方案的综合评分；将至少两个候选泊车方案中所述综合评分最高的候选泊车方案确定为所述目标泊车方案。

12、在一些实施方式中，在使所述目标车辆执行所述目标泊车方案的过程中，所述泊车控制方法还包括：获取所述目标车辆的实际位姿，以及所述实际位姿与所述目标泊车方案中规划轨迹之间的横向偏差和航向偏差；基于所述泊车环境感知数据中的动态障碍物轨迹，监测是否有新增动态障碍物进入预设泊车走廊区域；当满足预设重规划触发条件时，以所述目标车辆的当前位姿为起始约束，触发局部重规划操作，其中，所述预设重规划触发条件包括：所述横向偏差超过第一预设偏差阈值、所述航向偏差超过第二预设偏差阈值，或检测到所述新增动态障碍物进入所述预设泊车走廊区域。

13、在一些实施方式中，获取所述泊车环境感知数据的步骤，包括：通过所述目标车辆的车载环视摄像头采集环境图像；通过所述目标车辆的超声波雷达采集障碍物距离信息；对所述环境图像与所述障碍物距离信息进行多传感器融合处理，得到局部栅格地图；在所述局部栅格地图中识别目标车位的车位信息，并确定所述目标车位周围的静态障碍物分布和动态障碍物轨迹；对所述目标车辆的行驶过程进行位姿估计，得到所述目标车辆在所述局部栅格地图中的实时位姿；将所述局部栅格地图、所述车位信息、所述静态障碍物分布、所述动态障碍物轨迹和所述实时位姿作为所述泊车环境感知数据。

14、在一些实施方式中，所述车位信息包括目标车位的车位尺寸和车位朝向；在基于所述泊车环境感知数据，通过多目标路径搜索生成至少两个候选泊车几何路径之前，所述泊车控制方法还包括：基于所述车位尺寸、所述车位朝向和所述静态障碍物分布，确定所述目标车位的可泊入区域；将所述可泊入区域作为所述多目标路径搜索的目标位姿约束。

15、在一些实施方式中，获取所述目标泊车模式和所述车辆实时状态参数的步骤，包括：通过所述目标车辆的车载人机交互界面，接收用户设定的泊车模式选择指令；基于所述泊车模式选择指令，将效率模式、舒适模式或节能模式中的一种确定为所述目标泊车模式；通过车载通信总线，读取所述目标车辆在泊车起始时刻的剩余电量、轮胎附着系数、当前车速和当前位姿，作为所述车辆实时状态参数。

16、在一些实施方式中，在所述基于所述目标权重，从所述至少两个候选泊车方案中确定目标泊车方案之后，所述泊车控制方法还包括：基于所述目标泊车方案中的目标几何路径和目标速度剖面，生成按时间戳排列的转向控制指令序列、油门控制指令序列和制动控制指令序列；通过所述目标车辆的车载线控执行模块，将所述转向控制指令序列发送至所述目标车辆的转向系统，将所述油门控制指令序列发送至所述目标车辆的驱动系统，并将所述制动控制指令序列发送至所述目标车辆的制动系统，以控制所述目标车辆执行所述目标泊车方案。

17、第二方面，本技术还提供一种泊车控制装置，包括：数据获取单元，用于获取目标车辆的泊车环境感知数据、目标泊车模式和车辆实时状态参数；路径生成单元，用于基于所述泊车环境感知数据，通过多目标路径搜索生成至少两个候选泊车几何路径；方案生成单元，用于针对每个所述候选泊车几何路径，通过速度规划生成对应的候选速度剖面，得到至少两个候选泊车方案，其中，每个所述候选泊车方案由所述候选泊车几何路径与对应的所述候选速度剖面组成；权重确定单元，用于基于所述目标泊车模式和所述车辆实时状态参数，确定目标权重，其中，所述目标权重用于表征车辆泊车过程中不同泊车优化维度之间的相对重要程度；方案确定单元，用于基于所述目标权重，从所述至少两个候选泊车方案中确定目标泊车方案，以使所述目标车辆执行所述目标泊车方案。

18、第三方面，本技术还提供一种车辆，包括：存储器和处理器，所述处理器用于执行所述存储器中存储的计算机程序时实现第一方面所述的泊车控制方法的步骤。

19、第四方面，本技术还提供一种计算机可读存储介质，存储有计算机可执行指令或计算机程序，所述计算机可执行指令或所述计算机程序被处理器执行时实现第一方面所述的泊车控制方法的步骤。

20、第五方面，本技术还提供一种计算机程序产品，包括计算机程序或计算机可执行指令，所述计算机程序或计算机可执行指令被处理器执行时，实现本技术实施例提供的泊车控制方法的步骤。

21、综上，本技术中泊车环境感知数据用于反映当前泊车空间及周围环境，目标泊车模式体现用户对于泊车过程的目标需求，车辆实时状态参数反映车辆当前运行状态，本技术能够在执行泊车方案选择前综合考虑环境、用户需求以及车辆状态，而不是仅依据固定规则进行规划，从而使最终确定的目标泊车方案能够适应不同泊车场景及车辆状态，能够提高泊车控制的针对性和适应性；基于泊车环境感知数据，通过多目标路径搜索生成至少两个候选泊车几何路径，并进一步针对每条候选泊车几何路径生成对应的候选速度剖面，使每一个候选泊车方案均包含几何路径与速度剖面的组合信息，而目标泊车方案是在至少两个候选泊车方案之间进行筛选得到，能够同时兼顾路径规划和速度规划两个方面，而不是仅优化路径或仅优化速度，有利于提升最终泊车方案的整体性能；由于目标泊车方案是在多个候选方案基础上结合动态确定的目标权重进行筛选，因此相较于直接输出固定泊车方案的方式，能够根据不同泊车需求调整方案选择结果，提高泊车方案选择过程的灵活性和合理性。综上所述，本技术提供的泊车控制方法综合考虑泊车环境、用户需求及车辆状态，基于至少两个候选泊车方案和动态确定的目标权重完成目标泊车方案的筛选，使目标泊车方案能够兼顾路径规划与速度规划，并适应不同泊车场景及泊车需求，从而能够提高泊车控制的针对性、适应性、灵活性及整体性能。