基于路径规划的自动平行泊车转向控制器
第４１卷 第２期吉林大学学报（工学版） Ｖｏｌ．４１ Ｎｏ．２２０１１年３月Ｊｏｕｒｎａｌ ｏｆ Ｊｉｌｉｎ Ｕｎｉｖｅｒｓｉｔｙ（Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｅｄｉｔｉｏｎ） Ｍａｒ．２０１１
收稿日期：２０１０－０１－０６．基金项目：“８６３”国家高技术研究发展计划项目（２００６ＡＡ１１Ａ１２２）．作者简介：姜辉（１９８１－），女，博士研究生．研究方向：汽车动态模拟与仿真．Ｅ－ｍａｉｌ：ｊｉａｎｇｈｕｉ０６０８＠１６３．ｃｏｍ通信作者：郭孔辉（１９３５－），男，教授，博士生导师，中国工程院院士．研究方向：汽车动力学，人－车闭环评价，驾驶员模拟和轮胎力学特性．Ｅ－ｍａｉｌ：ｇｕｏ．ｋｏｎｇｈｕｉ＠ａｓｃｌ．ｊｌｕ．ｅｄｕ．ｃｎ基于路径规划的自动平行泊车转向控制器姜 辉，郭孔辉，张建伟（吉林大学汽车动态模拟国家重点实验室，长春１３００２２）摘 要：分析了汽车低速倒车过程中的运动学特性，以及汽车在倒车过程中车身与停车位以及障碍物之间可能发生的碰撞，同时根据汽车与车位之间的几何约束规划倒车路径，确定平行泊车的预备倒车区域，实现平行泊车的转向策略，以便追踪规划的路径，避免发生碰撞。在ＳＩＭ－ＵＬＩＮＫ中搭建某轿车的运动学模型以及模拟平行泊车的倒车环境。将转向控制策略引入应用ＳＩＭＵＬＩＮＫ所建立的系统中仿真模拟该轿车的平行泊车过程。通过仿真验证了该策略实现平行泊车的可行性。关键词：车辆工程；平行泊车；路径规划；碰撞分析；仿真中图分类号：Ｕ４７１．１５ 文献标志码：Ａ 文章编号：１６７１－５４９７（２０１１）０２－０２９３－０５Ｄｅｓｉｇｎ ｏｆ ａｕｔｏｍａｔｉｃ ｐａｒａｌｌｅｌ ｐａｒｋｉｎｇ ｓｔｅｅｒｉｎｇ ｃｏｎｔｒｏｌｌｅｒ ｂａｓｅｄ ｏｎ ｐａｔｈ－ｐｌａｎｎｉｎｇＪＩＡＮＧ Ｈｕｉ，ＧＵＯ Ｋｏｎｇ－ｈｕｉ，ＺＨＡＮＧ Ｊｉａｎ－ｗｅｉ（Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ａｕｔｏｍｏｂｉｌｅ Ｄｙｎａｍｉｃ Ｓｉｍｕｌａｔｉｏｎ，Ｊｉｌｉｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ１３００２２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅ ｋｉｎｅｍａｔｉｃ ｂｅｈａｖｉｏｒ ｏｆ ｔｈｅ ｃａｒ ｉｎ ｔｈｅ ｌｏｗ－ｓｐｅｅｄ ｂａｃｋ－ｕｐ ｐｒｏｃｅｓｓ ａｎｄ ｔｈｅ ｃｏｌｌｉｓｉｏｎｐｏｓｓｉｂｉｌｉｔｙ ｂｅｔｗｅｅｎ ｔｈｅ ｃａｒ ｂｏｄｙ ａｎｄ ｔｈｅ ｏｂｓｔａｃｌｅ ｉｎ ｔｈｅ ｐａｒｋｉｎｇ ｓｐａｃｅ ｗｅｒｅ ａｎａｌｙｚｅｄ，ａｎｄ ｔｈｅ ｓｔａｒｔｉｎｇａｒｅａ ｆｏｒ ｔｈｅ ｂａｃｋ－ｕｐ ｕｎｄｅｒ ｐａｒａｌｌｅｌ ｐａｒｋｉｎｇ ｃｏｎｄｉｔｉｏｎ ｗａｓ ｄｅｔｅｒｍｉｎｅｄ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｂａｃｋ－ｕｐ ｐａｔｈｆｒｏｍ ｔｈｅ ｇｅｏｍｅｔｒｉｃ ｃｏｎｓｔｒａｉｎｓ ｏｆ ｔｈｅ ｃａｒ ｂｏｄｙ ｂｙ ｔｈｅ ｐａｒｋｉｎｇ ｓｐａｃｅ．Ａ ｓｔｅｅｒｉｎｇ ｓｔｒａｔｅｇｙ ｆｏｒ ｔｈｅ ｐａｒａｌｌｅｌｐａｒｋｉｎｇ ｗａｓ ｒｅａｌｉｚｅｄ ｔｏ ｔｒａｃｅ ｔｈｅ ｐｌａｎｎｅｄ ｐａｔｈ ｔｏ ａｖｏｉｄ ｃｏｌｌｉｓｉｏｎ．Ａ ｋｉｎｅｍａｔｉｃ ｍｏｄｅｌ ｗａｓ ｂｕｉｌｔ ｆｏｒ ａｃｅｒｔａｉｎ ｃａｒ ｉｎ ＳＩＭＵＬＩＮＫ ｔｏ ｓｉｍｕｌａｔｅ ｔｈｅ ｃａｒ ｂａｃｋ－ｕｐ ｅｎｖｉｒｏｎｍｅｎｔ ｏｆ ｐａｒａｌｌｅｌ ｐａｒｋｉｎｇ．Ｔｈｅ ｐａｒａｌｌｅｌｐａｒｋｉｎｇ ｐｒｏｃｅｓｓ ｏｆ ｔｈｅ ｃａｒ ｗａｓ ｓｉｍｕｌａｔｅｄ ｂｙ ｉｎｔｒｏｄｕｃｉｎｇ ｔｈｅ ｓｔｅｅｒｉｎｇ ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｙ ｉｎｔｏ ｔｈｅ ｓｙｓｔｅｍｂｕｉｌｔ ｕｓｉｎｇ ＳＩＭＵＬＩＮＫ．Ｔｈｅ ｓｉｍｕｌａｔｅｄ ｒｅｓｕｌｔｓ ｖｅｒｉｆｉｅｄ ｔｈｅ ｆｅａｓｉｂｉｌｉｔｙ ｔｏ ｒｅａｌｉｚｅ ｔｈｅ ｐａｒａｌｌｅｌ ｐａｒｋｉｎｇ ｂｙｔｈｅ ｐｒｏｐｏｓｅｄ ｓｔｒａｔｅｇｙ．Ｋｅｙ ｗｏｒｄｓ：ｖｅｈｉｃｌｅ ｅｎｇｉｎｅｅｒｉｎｇ；ｐａｒａｌｌｅｌ ｐａｒｋｉｎｇ；ｐａｔｈ－ｐｌａｎｎｉｎｇ；ｃｏｌｌｉｓｉｏｎｓ ａｎａｌｙｓｉｓ；ｓｉｍｕｌａｔｉｏｎ 早在２０世纪９０年代初期，Ｍｕｒｒａｙ和Ｓａｓｔｒｙ等就对泊车问题进行了大量的理论研究，Ｐａｒｏｍｔｃｈｉｋ和Ｌａｕｇｉｅｒｔ等陆续提出了规划特定路线泊车的操作理论［１－３］。本文以某国产Ａ０级轿车的平行泊车为例根据停车空间的几何形状、车辆的动力学模型、倒车过程中的碰撞约束等，预先规划泊车路径，完成小空间的泊车。１ 汽车的运动学模型在不考虑轮胎侧滑的低速倒车范围内，任意吉林大学学报（工学版）第４１卷时刻后轮的行进轨迹主要与轴距、轮距以及前轮中心点的阿克曼转向角有关，而与汽车的倒车速度无关［４－５］，如图１所示有ｘ２ａ＋（ｙａ－ｌｃｏｔφ）２＝（ｌｃｏｔφ－Ｌｒｗ２）２（１）ｘ２ｄ＋（ｙｄ－ｌｃｏｔφ）２＝（ｌｃｏｔφ＋Ｌｒｗ２）２（２）式中：（ｘａ，ｙａ）、（ｘｄ，ｙｄ）分别为汽车后轮接地点ａ、ｄ的坐标；ｌ为轴距；Ｌｒｗ为后轮轮距。
图１ 汽车的运动学模型及车位示意图Ｆｉｇ．１ Ｓｋｅｔｃｈ ｍａｐ ｏｆ ｖｅｈｉｃｌｅ ｋｉｎｅｍａｔｉｃ ｍｏｄｅｌａｎｄ ｐａｒｋｉｎｇ ｓｐａｃｅ图１中，Ａ′Ｂ′Ｃ′Ｄ′代表车位；ＡＢＣＤ代表汽车车身４个顶点；ａｂｃｄ代表汽车４个轮胎的接地点；ｖｆ为汽车前轴中心点处测得的绝对行驶车速，定义汽车前进时速度为正，倒车时为负；θ为汽车车身方向角，逆时针为正，顺时针为负；φ为阿克曼转向角，逆时针为正，顺时针为负。２ 规划汽车的倒车轨迹基于式（１）（２）汽车倒车轨迹的分析，本文以２条相切的圆弧连接汽车的预备倒车位置和终止位置作为汽车的倒车轨迹，使倒车操作尽可能简单化，如图２所示。
图２ 倒车过程简化图Ｆｉｇ．２ Ｂａｃｋｉｎｇ ｕｐ ｃｏｕｒｓｅ倒车控制策略：泊车过程就是驾驶员操控汽车到达某一预备倒车位置，通过一系列的方向盘控制进入停车位的过程。在这一过程中，只要将汽车从预备倒车的起始点直到泊车成功到达停车点这一期间内所对应的方向盘转角的变化储存起来，那么当驾驶员再次驾驶汽车到达或接近这一预备倒车起始点时，控制系统只要找到储存起来的一系列方向盘转角，反馈给执行系统就可以自动完成泊车。２．１ 简化倒车过程建立数学模型为了简化汽车的倒车模型［６－８］，假设汽车中性转向，限定汽车预备倒车的起始位置与终点位置ｘ坐标相同，如图２所示，分析如图所示的一个倒车周期Ｔ，可以建立模型如下ΔｘＴ＝（Ｒ１＋Ｒ２）ｓｉｎθ′－‖Ｓ０‖＝０（３）ΔｙＴ＝（Ｒ１＋Ｒ２）（１－ｃｏｓθ′）＝ｈ０（４）ΔθＴ＝（Δθ１＋Δθ２）＝Ｓ１Ｒ１＋Ｓ２Ｒ２＝０（５）Ｓ１＝Ｒ１θ（６）Ｓ２＝Ｒ２θ（７）Ｓ０＝（Ｒ１＋Ｒ２）ｓｉｎθ′（８）根据式（４）有ｃｏｓθ′＝１－ｈ０（Ｒ１＋Ｒ２）（９）由式（６）（７）可得Ｒ１＋Ｒ２＝Ｓ２０＋ｈ２０２ｈ０（１０）式中：Ｒ１、Ｒ２分别为汽车方向盘左打和右打时汽车右后轮的转弯半径；Ｓ１、Ｓ２分别为汽车方向盘左打和右打时汽车行驶的路线；Ｓ０、ｈ０分别为汽车从起始位置到达终点位置的水平及纵向移动距离；θ′为汽车行驶至ｆ′点反打方向盘时汽车车身的瞬时方向角。２．２ 分析倒车过程中的可能性碰撞（１）根据汽车车身顶点Ｄ的碰撞分析确定停车位的宽度Ｓｙ。如图３所示，汽车顶点Ｄ转过的弧度半径Ｒ１ Ｄ＝（Ｒ１＋Ｌｒｒ２ｒ）２＋Ｌ２ｒ槡ａ２ｔ（１１）车位宽度的最小极值表示为Ｓｙｌｉｍｉｔ＝Ｗ＋［Ｒ１ Ｄ－（Ｒ１＋Ｌｒｒ２ｒ）］（１２）则有车位的宽Ｓｙ＝Ｓｙｌｉｍｉｔ＋δｙ（１３）式中：Ｌｒｒ２ｒ为右后轮中心平面到汽车右侧的距离；Ｌｒａ２ｔ为后悬；ｌｅ２ｓｉ为汽车倒库成功，摆正车身后，汽车右侧ＣＤ与车位内侧Ｃ′Ｄ′之间的安全间·４９２·第２期姜 辉，等：基于路径规划的自动平行泊车转向控制器
图３ 车身Ｄ点与停车位的Ｃ′Ｄ′之间的碰撞分析示意图Ｆｉｇ．３ Ｃｏｌｌｉｓｉｏｎ ａｎａｌｙｓｉｓ ｂｅｔｗｅｅｎ ｔｈｅ ｐｏｉｎｔ Ｄｏｆ ｖｅｈｉｃｌｅｂｏｄｙ ａｎｄ ｔｈｅ ｌｉｎｅ Ｃ′Ｄ′ｏｆ ｐａｒｋｉｎｇ ｓｐａｃｅ隙；Ｗ为车宽；δｙ为ｙ轴方向的汽车与车位之间的预留安全间隙，表示为δｙ＝δｙ＿ｉｎｎｅｒ＋δｙ＿ｏｕｔｅｒ（１４）δｙ＿ｉｎｎｅｒ≥［Ｒ１ Ｄ－（Ｒ１＋Ｌｒｒ２ｒ）］＋ｌｅ２ｓｉ（１５）式中：δｙ＿ｏｕｔｅｒ为ｙ轴方向上汽车外侧与车位外线之间的预留安全间隙，暂令δｙ＿ｏｕｔｅｒ＝０．００；δｙ＿ｉｎｎｅｒｒ为ｙ轴方向上汽车右侧与车位内部之间的预留安全间隙。（２）根据汽车车身顶点Ｃ与停车位Ｂ′的可能性碰撞，确定停车位的长度Ｓｘ以及Ｒ１的最大值
图４ 车身Ｃ点与停车位的Ｂ′点之间的碰撞分析示意图Ｆｉｇ．４ Ｃｏｌｌｉｓｉｏｎ ａｎａｌｙｓｉｓ ｂｅｔｗｅｅｎ ｔｈｅ ｐｏｉｎｔ Ｃｏｆ ｖｅｈｉｃｌｅｂｏｄｙ ａｎｄ ｔｈｅ ｌｉｎｅ Ｂ′ｏｆ ｐａｒｋｉｎｇ ｓｐａｃｅＲ１ｍａｘ。如图４所示，汽车方向盘左打时汽车右后轮的转弯中心Ｏ１与停车位Ａ′Ｂ′的间距ＬＯ１２ｓ＝（Ｒ１＋Ｌｒｒ２ｒ）＋δｙ－Ｓｙ（１６）Ｒ１Ｃ＝（Ｒ１＋Ｌｒｒ２ｒ）２＋（Ｌ－Ｌｒａ２ｔ）槡２（１７）车位的长度的最小极值表示为Ｓｘｌｉｍｉｔ＝Ｒ２１Ｃ－Ｌ２Ｏ１槡２ｓ（１８）则有车位的长度Ｓｘ＝Ｓｘｌｉｍｉｔ＋２δｘ（１９） （Ｒ１＋Ｌｒｒ２ｒ）２＋（Ｌ－Ｌｒａ２ｔ）２－（Ｒ１＋Ｌｒｒ２ｒ）－Ｓｙ［］ｌｉｍｉｔ２＝（Ｓｘ－ｒＣ２Ｂ′）２（２０）Ｒ１ｍａｘ＝（Ｓｘ－ｒＣ２Ｂ′）２＋Ｓ２ｙｌｉｍｉｔ－（Ｌ－Ｌｒａ２ｔ）２２Ｓｙｌｉｍｉｔ－Ｌｒｒ２ｒ（２１）Ｒ１ｍｉｎ＝Ｒｍｉｎ（２２）Ｒ１＝［Ｒ１ｍｉｎ，Ｒ１ｍａｘ］（２３）式中：Ｒｍｉｎ为汽车的最小转弯半径；ｒＣ２Ｂ′为设定的汽车顶点Ｃ与车位Ｂ′点之间的安全间隙；δｘ为汽车车尾与车位左侧以及汽车车头与车位右侧的预留安全间隙；Ｌ为车长。（３）根据汽车车身顶点Ｂ与停车位另一侧障碍物的可能性碰撞估计Ｒ２的最小值Ｒ２ｍｉｎ。如图５所示，汽车顶点Ｂ转过的弧度半径Ｒ２Ｂ＝（Ｒ２－Ｌｒｒ２ｒ）＋［］Ｗ２＋（Ｌ－Ｌｒａ２ｔ）槡２（２４）ｈ０＝δＶ２Ｓ＋（Ｓｙ－δｙ）（２５）倒车所需要的倒车空间的宽度Ｈ′＝Ｒ２Ｂ－（Ｒ２－Ｌｒｒ２ｒ）＋δＶ２Ｓ＋Ｓｙ＋ｌＢ２ｒｓ≤Ｈ（２６）Ｈ′＝（Ｒ２－Ｌｒｒ２ｒ）＋［］Ｗ２＋（Ｌ－Ｌｒａ２ｔ）槡２＋ｈ０－（Ｒ２－Ｌｒｒ２ｒ）＝（Ｈ－ｌＢ２ｒｓ－δｙ）（２７）（Ｒ２ｍｉｎ－Ｌｒｒ２ｒ）＝Ｗ２＋（Ｌ－Ｌｒａ２ｔ）２＋（Ｈ－ｌＢ２ｒｓ－δｙ－ｈ０）２２（Ｈ－ｌＢ２ｒｓ－δｙ－ｈ０－Ｗ）（２８）式中：Ｈ为倒车空间的宽度，胡同或支路内设置停车位，要求道路宽度不低于６ｍ，停车位的设置不影响车辆的正常行驶；同时保证停车位内车辆方便出入，所以估计Ｈ＝６ｍ；ｌＢ２ｒｓ为汽车倒车时车身顶点Ｂ与假设障碍物之间的安全间隙；δＶ２Ｓ为汽车在预备倒车位置时汽车的右侧与停车位外侧的间距（参考车门的宽度，δＶ２Ｓ的大小以可使车门打开为宜）。图５ 车身Ｂ点与停车位另一侧障碍物的碰撞分析示意图Ｆｉｇ．５ Ｃｏｌｌｉｓｉｏｎ ａｎａｌｙｓｉｓ ｂｅｔｗｅｅｎ ｔｈｅ ｐｏｉｎｔ Ｂｏｆ ｖｅｈｉｃｌｅ ｂｏｄｙ ａｎｄ ｂａｒｒｉｅｒ（４）根据汽车车轮接地点ａｄ的延长线与车身右侧的交点ｅ与停车位之间的可能性碰撞分析确定Ｒ２的最大值Ｒ２ｍａｘ。根据图６有·５９２·
基于Fuzzy-PID控制的平行泊车仿真
132
10.16638/ki.1671-7988.2019.12.043
基于Fuzzy-PID控制的平行泊车仿真
杨向彬
（长安大学 汽车学院，陕西 西安 710064）
摘 要：采用Fuzzy-PID控制算法进行路径跟踪，根据建立的车辆阿克曼转向模型针对自动泊车的平行泊车过程进
行Matlab/Simulink仿真，通过设定车辆处于不同初始位置检验车辆能否顺利泊车入位，来验证控制算法的可靠性，
找到车辆可以正确停车的初始位置范围。
关键词：自动泊车；模糊控制；PID控制；阿克曼转向模型
中图分类号：U461.6 文献标识码：A 文章编号：1671-7988(2019)12-132-04
Parallel parking simulation based on Fuzzy-PID control
Yang Xiangbin
（School of Automobile, Chang'an University, Shaanxi Xi'an 710064）
Abstract: Fuzzy-PID control algorithm is used to track the path ,According to the established Akman steering model, the
parallel parking process of automatic parking is simulated by MATLAB/Simulink. The reliability of the control algorithm is
verified by setting the vehicle at different initial positions to check whether the vehicle can park smoothly or not, and the
range of initial position where the vehicle can park correctly is found.
自动泊车系统路径规划与跟踪算法研究
自动泊车系统路径规划与跟踪算法研究
自动泊车系统作为车辆智能化时代代表系统之一,成为各大汽车公司展示自身在车辆智能化方面实力的主要途径;在泊车位日益稀缺、泊车空间日益缩小的今天,自动泊车系统逐渐成为车辆的“标配件”,成为消费者购车的主要参考项之一。本文主要针对自动泊车系统的核心问题——系统控制算法进行深入探究,分泊车路径规划与路径跟踪两方面进行讨论分析。
在路径规划方面,基于车辆低速运动特征提出了一种特殊的轨迹线——双匀速轨迹;基于泊车工况中驾驶员的操纵行为进一步提出了主要应用于泊车路径规划的轨迹线——车辆DCD轨迹(双匀速-圆弧-双匀速轨迹);对DCD轨迹相关参数进行补充和说明,总结了利用DCD轨迹规划平行泊车和垂直泊车路径的方法,利用逆向路径规划的方法分析了在一次性泊车情况下的最小可行泊车空间和泊车可行域问题。在路径跟踪方面,本文首先研究了双速变化对于双匀速轨迹的影响规律,发现了在车辆双速同时成比例变化时,所形成的双匀速轨迹具有固定的形态;将双匀速轨迹特性进一步延伸至DCD轨迹中,得到了DCD轨迹所具有的特殊性质;利用DCD轨迹的特殊性质,设计了一种基于实时车速和车辆所处阶段的方向盘转角控制算法,该算法利用DCD轨迹的特性找到了车速与方向盘转速间的变化关系,大幅降低车速波动对于路径跟踪精度的影响;由于基于DCD轨迹特性的泊车控制算法为开环算法,无法处理随机干扰对于路径跟踪效果的影响,为了提高算法的稳定性,本文基于非时间参考的路径跟踪控制理论推导出车辆跟随直线目标轨迹的方向盘转角控制率,在原开环算法中加入中部利用闭环算法调整车辆位姿的环节,利用Carsim中的车辆模型验证了经过改进的“半闭环”算法在理论上的可行性。 本文泊车控制算法最大的特点是找到了泊车路径规划与路径跟踪的结合点——车辆DCD轨迹。对于路径规划而言,系统不需要知道轨迹每一点的具体数值,只需知道泊车路径上关键点的方位角信息就完成了泊车路径规划,大大降低了系统的计算量;对于泊车路径跟踪而言,控制算法多为一些逻辑判断,简便的算法可大大提高系统的工作效率。
基于微分平坦的平行泊车路径规划
基于微分平坦的平行泊车路径规划
【摘要】
本文主要介绍了基于微分平坦的平行泊车路径规划技术。在文章介绍了研究背景和研究意义。在详细讨论了问题描述、微分平坦空间、平行泊车路径规划算法、实验结果和性能分析。实验结果显示该算法在不同场景下表现出色，并且具有较高的可行性和有效性。性能分析部分对算法的效率和准确性进行了评估和讨论。在结论部分总结了本文的研究成果，并展望了未来的研究方向。通过本文的介绍，读者可以更好地了解基于微分平坦的平行泊车路径规划技术以及其在实际应用中的潜力和优势。
【关键词】
微分平坦、平行泊车、路径规划、算法、实验结果、性能分析、总结、展望、研究背景、研究意义、问题描述
1. 引言
1.1 研究背景
平行泊车是指在水平方向上垂直停车格之间进行移动，最终完成停车的一种技术。平行泊车在城市道路停车场和停车场中广泛应用，是驾驶员面临的常见挑战之一。传统的平行泊车需要驾驶员具备较强的驾驶技巧和空间感知能力，但对于一些缺乏经验或驾驶技巧的驾驶员来说，平行泊车可能会变得困难和危险。 基于微分平坦的平行泊车路径规划算法的出现，为解决平行泊车问题带来了新的思路。微分平坦空间是指具有特定几何性质的空间，其曲率部分具有很好的性质，使得在该空间中进行路径规划更加高效和容易。通过在微分平坦空间中进行平行泊车路径规划，可以有效减少驾驶员的操作难度，提高泊车的安全性和准确性。
在本文中，我们将介绍基于微分平坦的平行泊车路径规划算法的原理和实现方法，通过实验结果和性能分析来验证该算法的有效性和实用性。我们希望通过这项研究，为提高驾驶员泊车体验，减少交通事故和拥堵问题提供一种新的解决方案。
1.2 研究意义
平行泊车路径规划在现代城市生活中起着重要作用，尤其是在人口密集、停车位紧张的城市中。随着汽车数量的不断增加，泊车问题已成为人们日常生活中不可避免的挑战。传统的泊车方式往往耗费时间和精力，甚至可能导致交通拥堵和事故发生。研究基于微分平坦的平行泊车路径规划算法具有重要的现实意义和应用价值。
基于分段式路径规划的自动泊车系统研究
基于分段式路径规划的自动泊车系统研究
基于分段式路径规划的自动泊车系统研究
摘要：自动驾驶技术日益成熟，自动泊车系统已经成为汽车自动驾驶领域中的重要应用之一。目前市场上的自动泊车系统多采用遥控方式或者单一传感器探测，这种方式不仅精度低，且不能适应多样化的停车场环境。本文提出一种基于分段式路径规划的自动泊车系统，该系统通过地图匹配模块精确定位车辆位置，采用激光雷达和摄像头传感器获取环境信息，并通过路径规划模块将车辆从起点引导至终点。实验结果表明，该系统具有较高素质泊车成功率和较高运动控制精度。
关键词：自动泊车；路径规划；地图匹配；环境感知；激光雷达；摄像头
一、引言
自动驾驶技术的发展推动了自动泊车系统的不断完善和优化，自动泊车系统的出现不仅能提升驾驶效率和驾驶安全性，同时也提高用户的驾驶体验。自动泊车系统是一种基于车载设备的自动驾驶技术，其核心是通过地图匹配和环境感知获取精确的车辆位置和周围环境信息，并通过路径规划的方法实现车辆的精确控制，最终实现车辆自动停车、驶离等功能。
当前市场上的自动泊车系统多采用遥控或者单一传感器探测的方法，不仅精度低，且不能适应多样化的停车场环境。因此，如何实现自动泊车系统的高精度和高可靠性成为了本领域研究的热点问题。
二、相关研究
目前，研究人员通过地图匹配模块精确得到车辆在停车场内的位置信息，采用激光雷达、摄像头、超声波等多种传感器技术进行环境感知，并采用传统的控制算法和优化算法进行路径规划与运动控制计算，实现车辆的自动泊车和驶离等操作。然而，现有的自动泊车系统仍存在精度低、安全性差、适用环境狭窄等问题，无法适应多变化、复杂多样的停车场环境。
三、系统设计
本文提出一种基于分段式路径规划的自动泊车系统，该系统通过地图匹配模块精确定位车辆位置，采用激光雷达和摄像头传感器获取环境信息，并通过路径规划模块将车辆从起点引导至终点。该路径规划模块结合驾驶员的操作习惯、停车场环境和车辆动态等因素，采用离散化搜索算法进行规划，确保车辆能够在复杂的停车场环境中完成准确、高效的泊车操作。系统还引入了PID控制器，能够有效地实现车辆的运动控制。
基于超声波的全自动平行泊车路径规划
基于超声波的全自动平行泊车路径规划
邹传伍周瑞浩马彪
（长安大学工程机械学院，陕西西安710064）
摘要：随着汽车的迅速增加，可供停车的空间变得越来越不能满足需求，为避免泊车过程中发生碰撞，减少潜在事故的发生，全自动泊车系统应运而生，现仅以平行泊车为例对全自动泊车系统进行介绍。根据车辆运动学模型，利用双弧线路径规划方法，通过碰撞约束条件来确定最小泊车半径和最佳泊车位置；同时在台架上利用CANoe等仿真软件测得超声波传感器的探测范围，进一步确定合理的
泊车路径和停车位置。实验结果表明：基于超声波的全自动泊车路径规划是可行的，能够有效解决现实中停车难的问题。关键词：全自动泊车；轨迹规划；碰撞约束；探测范围；CANoe仿真
0引言
近些年，随着无人驾驶的兴起，许多主动安全系统已经应
用于智能驾驶辅助中，减少了碰撞事故。而自动泊车系统的车
位检测、转向控制、路径跟随、自动刹停等一系列泊车辅助释
放了驾驶员特别是新驾驶员的压力。
对于自动泊车系统的实现，国内外已提出了很多方法。目
前比较成熟的有基于环视摄像头的全景泊车系统和基于超声
波的自动泊车系统。相对于全景泊车系统而言，超声波自动泊
车系统有成本低、对天气条件要求较低等优点，对于近距离探
测而言，超声波探测精度已相当精确。自动泊车的路径控制主
要有两种方法：一种是基于路径规划的方法，如三角函数曲线
法、回转曲线的曲率连续法等；另一种是基于驾驶经验的方
法，如模糊逻辑自动泊车、自适应自动泊车等。本文提出双弧
线方法来规划泊车路径，两弧线平滑连接，没有尖点，更好地
保证了泊车的平稳完成，提高了自动泊车的成功率。
1全自动泊车系统介绍
经过多年的技术积累，泊车辅助系统也有了很大的发展，
从最早的只有在车辆的后保险杠接近障碍物时才发出警报提
醒，到后来的后视摄像头提供倒车画面、蜂鸣器提供警报提示
的泊车辅助系统。在技术不断革新后，超声波传感器的探测距
离和精度也有了很大的提高，有了半自动泊车系统，即能自主
自动泊车系统路径规划与控制研究
自动泊车系统路径规划与控制研究
摘要摘要：以某公司的自动泊车项目为依托，建立了泊车模型，运用反正切函数对自动平行泊车轨迹进行拟合，并采用MATLAB对泊车轨迹进行了仿真分析。最后通过实际车辆进行实验验证，将验证结果和仿真泊车轨迹进行对比分析，实验结果证实了仿真的可行性以及实用性。
关键词关键词：自动泊车；反正切函数；泊车轨迹；MATLAB
DOIDOI：10.11907/rjdk.171076
中图分类号：TP319
文献标识码：A文章编号文章编号：16727800（2017）005011305
0引言
随着汽车保有量的逐年增加，导致泊车位变得越来越紧张。确保每一个驾驶员安全无碰撞地进行泊车，已日益成为当今汽车技术的一个热门研究方向。本文根据反正切函数对泊车轨迹进行拟合研究，规划泊车轨迹，使车辆顺利进入泊车位。
1平行泊车系?y坐标系
把正在泊车的车辆简化成一个刚体，如图1所示，是简化后的泊车运动学模型[1]。
假设车辆从右向左进行泊车，泊车位右上角点D′为坐标原点，A′B′C′D′表示停车位的4个顶点；ABCD表示汽车的4个顶点；abcd代表汽车4个车轮与水平地面的接地点；θ为车身航向角，即汽车中心轴与水平方向的夹角，定义逆时针为正，顺时针为负。汽车自动平行泊车系统流程如图2所示。
2泊车轨迹
如图3所示，当车辆停在泊车起始位置时，即设计好的泊车轨迹起点，驾驶员开始向右打方向盘，车辆以圆形轨迹行驶，直到点O′为止停车，然后再向左打方向盘，汽车同样以圆形轨迹行驶，直到车身回正为止，车辆行驶至泊车目标位置。综上述，可以简单理解为泊车轨迹是以点O1和O2为圆心，R1和R2为半径，车辆行驶经过的两条相交的圆弧组成。
2.1泊车位大小确定
自动泊车实现的难度和泊车位大小直接相关。根据我国实际情况，设定本文研究的泊车车位长为7m，宽为2.5m。假如车辆在泊车过程中都是以最小半径行驶，所以车辆行驶的路程最短，泊车所需空间也最小。具体估算过程如下：
基于多传感器多路径规划自动泊车系统仿真及实车验证
收稿日期：２０１１－０２－０２
作者简介：高航（１９８５－），男，硕士，主要研究方向为模式识别
与智系统
。基于多传感器多路径规划
自动泊车系统仿真及实车验证
高 航１，２，３
，梁华为３
（１中科院合肥智能机械研究所 安徽合肥，２３００２７）
（２中国科学技术大学自动化系 安徽合肥，２３００２７）
（３中国科学院合肥物质研究院先进制造技术研究所 江苏常州，２１３０００）
摘 要：针对无人驾驶汽车比赛进行的研究和设计。根据阿克曼转向几何建立汽车运动学模型，采用多种传
感器构建感知系统识别车位，为不同车位设计了平行、垂直和单段三种泊车路径，籍由触角算法控制汽车跟踪规划
路径，用Ｍａｔｌａｂ仿真，在ＶＣ２００５平台上实车测试。比赛中，“智能先锋号”车位检测与车身控制准确，避免了其他参
赛队漏检错检或碰到障碍物的失误，为拿下最终比赛的胜利垫定了基础。
关键词：无人驾驶汽车；自动泊车；运动学模型；传感器路径规划
Abstract: The research and design is directed towards the unmanned vehicle race. Establish the kinematic model of vehicle under the
Ackermann steering geometry; construct multiple-sensor frame about sensing system to identify parking spaces; design three kinds of
parking paths--parallel park, vertical park single segment park--for different parking spaces; track the path in terms of tentacles algorithm;
emulated on the Matlab platform; test on the vehicle with the program running on VC2005. In the competition, Smart Pioneer detected
基于微分平坦的平行泊车路径规划 2
基于微分平坦的平行泊车路径规划
随着城市化进程的不断推进，车辆数量的急剧增加，停车成为一个日益严重的问题。而平行泊车是最常见的停车方式之一。如何高效地规划平行泊车路径，成为了一个亟待解决的问题。
对于平行泊车路径规划，传统的方法主要是基于几何计算，但是这样的方法复杂度较高，不能适应大规模、高密度的停车场环境。近年来，对于平行泊车路径规划的研究逐渐转向了机器学习和智能算法。
微分平坦（Differential Flatness）是一种可以通过微分方程描述系统的性质。在平行泊车路径规划中，通过建立汽车的动力学模型，可以将路径规划问题转化为控制问题，使得车辆的位置、速度和加速度同时满足一定的约束条件。
需要对停车场进行建模。通常，将停车场划分为一个个停车格，每个停车格都可以看作一个二维坐标系中的一个点。然后，通过对车辆进行建模，包括车辆的尺寸、转向半径等参数，可以确定车辆行驶的约束条件。
在确定了最优控制策略之后，需要考虑路径规划的实时性和可行性。在实际的停车场环境中，车辆的位置和周围环境可能会发生变化，因此需要根据实时的环境信息，对路径进行动态调整。
需要考虑路径规划的优化问题。平行泊车路径规划中，最常见的目标是最小化车辆的行驶距离或时间。可以利用遗传算法、模拟退火等优化算法，对路径进行优化，提高规划效果。
基于微分平坦的平行泊车路径规划是一种有效的方法。通过建立汽车的动力学模型，将路径规划问题转化为控制问题，可以得到车辆行驶的最优控制策略。通过考虑实时调整和优化问题，可以提高路径规划的效果。希望随着技术的不断发展，平行泊车路径规划可以更好地应用于实际停车场环境中，为城市停车问题提供更好的解决方案。
全自动平行泊车路径规划及路径跟踪研究
全自动平行泊车路径规划及路径跟踪研究
汽车保有量的增多与城市建设用地的扩张，使得停车空间越來越小,造成泊 车难题。全自动泊车作为无人驾驶的重要部分，由于能够提高泊车顺畅性与安全 性，大幅降低泊车事故发生概率,有效解决泊车难题，己成为无人驾驶领域新兴研 究热点。
其中,针对全自动泊车系统两大关键核心问题一泊车路径规划与跟踪控制开 展系统深入研究，对提升泊车顺畅性与安全性具有重要科学意义与应用价值。本 文以全自动平行泊车双重路径规划与路径自动跟踪控制为研究主题，结合理论分 析、数值优化及预测控制等理论方法,完成了全口动泊车静态路径规划、动态路 径规划及路径跟踪控制，并进行了仿真试验验证，实现了全白动半行泊车。
具体如下：⑴全〔I动平行泊车静态路径规划。基于阿尔曼转向原理，建立了 车辆动力学模型，并结合两段圆弧式路径规划方法，求解了最小泊车尺寸及泊车 起始位置等关键特征参数:通过分析障碍约束及车辆［|身机械约束条件，建立了 以路径曲率最小为冃标的非线性约束优化函数;基于fmincon函数优化方法，确 定了
B样条路径轨迹关键待征参数;建立了仿真模型，验证了平行泊车静态路径 规划方法的合理性。
(2)全［|动平行泊车动态路径规划。针对环境、道路状况干扰问题，为提髙全
白动泊车系统泊乍成功率，建立了半行泊车动态路径规划模型。
分别针对3类高频泊车碰撞情况，确定了动态路径规划介入边界;针对不同 泊车碰撞预警信息，重新构建了约束条件及非线性约束优化函数;皋于fmincon 函数优化方法，实时构建了基于B样条的动态路径:建立了仿真模型，验证了平行 泊车动态路径规划方法的合理性。(3)全自动半行泊乍路径跟踪控制。 针对门动泊乍过程中不确定因素对路径跟踪干扰问题，为提高路径跟踪控制
鲁棒性，建立了基于改进广义预测控制模型(GPC, Generalized Predictive Control)的路径跟踪控制器。基『带遗忘因子的最小二乘递推法，对CARIMA模型 进行了参数估计，避免了繁杂运动学建模问题;设计了包括转向、制动及加速子控 制器的路径跟踪控制器，实现了基于方向盘转角控制的横向路径跟踪控制、基丁 加速踏板与制动踏板控制的纵向速度跟踪控制。
基于微分平坦的平行泊车路径规划 3
基于微分平坦的平行泊车路径规划
平行泊车是指将车辆通过多次倒车完成泊入停车位的一种停车方式。在很多道路狭窄或停车位有限的地方，平行泊车成为了一种常见的停车方式。为了提高驾驶员的停车体验，研究人员提出了基于微分平坦的平行泊车路径规划方法。
微分平坦是指在曲线上的每一点都存在一个唯一的切线，并且切线在整个曲线上都是连续的。基于微分平坦的平行泊车路径规划方法的主要思想是通过在规划路径上应用微分平坦性质，使得车辆的路径更加平滑、连续，减小了驾驶员在倒车过程中的操作难度和不适感。
路径规划算法首先需要获得车辆当前的位置和停车位的位置信息。这可以通过车辆搭载的传感器，如GPS、激光传感器等来实现。然后，算法根据车辆的当前位置和停车位的位置，计算出车辆需要倒车的初始方向和距离。
在计算出初始方向和距离后，路径规划算法开始应用微分平坦性质，来使得车辆驶向停车位的路径更加平滑。具体而言，算法会通过优化每一个切线的方向和曲率，来使得车辆在行驶过程中的加速度和转向角度尽量平滑。这样，车辆在倒车过程中的震荡和颠簸感将会减小，驾驶员的驾驶体验会得到改善。
在得到了优化后的路径之后，路径规划算法会将路径信息传达给车辆的控制系统，使得车辆能够按照规划的路径行驶。控制系统可以将路径信息转化为对车辆方向盘和油门的控制指令，来实现自动驾驶。
基于微分平坦的平行泊车路径规划方法在实际应用中已经取得了一定的成果。研究人员通过实车实验和仿真实验，验证了该方法对于减小驾驶员的操作难度和提升驾驶体验的有效性。目前的研究还存在一些问题，比如路径规划算法的复杂度较高，需要更多的计算资源来实现实时路径规划；算法对于复杂道路和停车场的泊车场景的适应性不够强。
基于微分平坦的平行泊车路径规划方法是一种有效的路径规划方法，可以提高驾驶员的停车体验。未来的研究可以进一步改进算法的效率和适应性，使得该方法能够更好地应用于实际场景中。