多约束平行泊车路径规划

针对不能满足平行泊车要求的狭小车位,提出了单向多次和双向多次路径规划方法。在确定了两种泊车轨迹的变量、碰撞约束函数以及规划目标后,利用matlab软件的非线性约束函数的优化功能求解泊车轨迹方程,并对两种路径规划方法进行仿真试验,结果表明,在相同的泊车环境下,两种路径规划方法都可实现安全顺利的泊车入位;通过实车试验进一步验证了所提出的路径规划方法的安全性和有效性。     

基于B样条理论的平行泊车路径规划研究

针对智能汽车自动泊车系统的发展现状进行了分析,为解决泊车过程停车转向问题,提出一种连续曲率的平行泊车路径规划方案。对泊车环境进行分析,考虑汽车动力学约束条件,建立了自动泊车路径的约束空间,并根据对泊车路径的要求,在约束空间内生成合适的控制点,基于B样条理论生成可行的泊车路径。仿真结果表明,采用这种方法能够有效地实现避障,并且满足曲率连续性的要求,提高了自动泊车的灵活胜和连贯性。     

基于自适应神经模糊推理系统的平行泊车路径规划

针对常见的平行泊车场景,提出一种基于自适应神经模糊推理系统的平行泊车路径规划方法.以基于优化算法的泊车路径规划方法得出的泊车路径作为训练样本,利用Python脚本语言建立以自适应遗传算法和拟牛顿法为内核的自动化训练框架,使自动训练后的自适应神经模糊推理系统既可继承基于优化算法的泊车路径规划方法适用范围更广的优势,又有效...     

基于分段高斯伪谱法的平行自主泊车路径规划

本文中提出一种在不同泊车空间采用分段高斯伪谱法的自主泊车路径规划方法。首先,通过建立车辆运动学模型,结合动力学约束、端点约束和路径避障约束,将自主泊车路径规划问题转换为最优控制问题,而在不同泊车区域内采用分段高斯伪谱法将最优控制问题离散化为非线性问题。接着,以最短泊车完成时间为优化目标函数,采用内点法对非线性问题进行优化求解得到最优泊车路径。然后,在Matlab/Simulink中搭建仿真模型,并设定了5种不同泊车位长度的平行自主泊车工况,其泊车位长度分别为车长的1.1～1.8倍。仿真结果表明,所提出的方法可统一有效对自主泊车路径规划问题进行求解,且与传统伪谱法相比仿真收敛速度更快,泊车时间更短。最后,通过实车试验进一步验证采用所提出方法的有效性。     

基于单目测距和逆向路径规划的自动平行泊车

根据生活实际的需要,文章提出一种基于单目测距和路径规划的自动泊车方法。首先确定泊车目标位置相对于车身的坐标,按照图像与实景比例在摄像机拍摄的图像中生成车身轮廓线框。然后驾驶员进行车身线框与泊车位的匹配,最后计算机实行逆向路径规划,采用碰撞分析,规划出最短泊车路径。此方法有效地解决了传统泊车系统利用超声波实时测距需要左右车位有车的局限性,并通过Matlab siumlink搭建模型进行运动仿真,检验了此方法的可行性和稳定性。     

基于回旋曲线的垂直泊车路径规划

为解决垂直车位自动泊车路径规划问题，提出了一种算力要求低、泊车空间小的路径规划方法。首先，考虑泊车过程中碰撞约束、汽车运动学约束要求，基于直线-圆弧组合的方式，进行垂直泊车的一步和多步基础路径规划。然后，结合回旋曲线进行曲率优化，实现泊车路径的曲率平滑。最后利用仿真验证方法的可行性，结果表明：对于不同的横向泊车空间以及不同的初始姿态角，该方法均能够规划出安全、平滑的泊车路径。     

基于模糊控制的多圆弧路径自动平行泊车仿真

近年来,智能化的自动泊车技术不断发展。文章针对自动平行泊车轨迹曲率过大、曲率不连续和泊车起始位置、车身姿态要求较为苛刻等问题,提出了一种基于模糊控制理论的多圆弧路径自动平行泊车方法。以汽车转弯半径作为模糊控制器的输出,使得汽车按连续相切圆弧路径倒车入库。在MATLAB中建立仿真模型,仿真结果表明,此方法可以实现连续轨迹曲率和较小泊车起始位姿约束的自动平行泊车。     

自动驾驶车辆的平行泊车轨迹规划

根据对自动驾驶车辆的平行泊车场景的分析,提出一种基于采样的自动驾驶车辆平行泊车轨迹规划方法.该方法把自动驾驶车辆平行泊车的轨迹规划解耦成路径规划和速度规划.通过对泊车起始点区域采样,生成一系列曲率连续、满足路径约束的泊车路径曲线,利用多目标评价函数选取最优的泊车路径.然后,在最优泊车路径基础上,通过对时间采样选取时间最...     

基于遗传算法优化的双向垂直泊车路径规划

为了解决1段弧式垂直泊车对于泊车空间要求高的问题,本文中基于Ackerman转向原理建立了车辆前轮转向运动学模型。分析了泊车过程可能发生的碰撞问题并划分了垂直泊车起始区域,在此基础上规划了一种双向的3段弧泊车路径,并用遗传算法对规划的路径进行优化,在Matlab/Simulink中搭建仿真模型,对优化前后的路径进行仿真分析。结果表明所规划的3段弧路径能使车辆准确无误地停到目标车位,通过实车试验进一步验证了所提出的泊车路径规划方法的有效性和安全性。     

自主泊车路径规划一致性方法

为满足自主泊车过程中针对不同角度库位的泊车需求,以凸优化理论为核心,统一车辆运动学约束、车辆执行机构物理约束及环境约束,构建自主泊车路径规划的最优目标函数,采用内点法进行求解,规划出满足车辆运动学的泊车路径。仿真结果表明,与现有规划方法相比,一致性自主泊车路径规划可有效提高规划算法对环境的适应性。同时,提出的算法框架具有较强的通用性与扩展性,可对能以等式与不等式形式统一描述的各种场景进行路径求解。     

基于Fuzzy-PID控制的平行泊车仿真

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。     

汽车垂直泊车路径规划与路径跟踪研究

自动泊车系统(APS)是智能汽车研究中一项重要的内容.当前大部分垂直自动泊车算法未考虑汽车初始位置航向角误差的影响,导致实际泊车时效果不理想或发生剐蹭事故.针对这一问题,本文中研究了汽车初始位置航向角存在误差(即初始位置航向角不为零)时的垂直泊车路径规划和路径跟踪方法.首先利用四次样条函数对泊车路径进行规划,改善路径特...     

基于双目视觉和路径规划的车辆自动泊车系统

主要讨论了作为无人驾驶智能汽车必备的重要功能之一的车辆自动泊车系统的总体构架,着重研究了其中用于识别泊车位环境、作为整个系统信息输入端的感知导航系统(基于双目视觉和陀螺仪)及根据所采集的信息判断环境空间大小并生成适当泊车路径的路径生成系统(基于路径规划).     

基于预定义几何集的斜列式泊车路径规划方法

目前预定义几何集方法主要用于平行车位和垂直车位2种类型的泊车路径规划,对于未涵盖的停车位种类而言则存在无法规划泊车路径的问题,使得自主泊车系统对于能够泊入的车位种类存在局限性。为了设计斜列式泊车方式用以提高自主泊车系统中车位种类的覆盖率,提出一种基于预定义几何集的斜列式泊车路径规划方法。首先,提出了斜列式C字形泊车路径规划方法,利用几何学设计一种圆弧相切斜线的路径,并通过多项式建模表征任意角度停车位下的斜列式C字形泊车路径;其次,通过分析泊车路径与停车位中可能发生碰撞的关键点之间的距离,构建了泊车路径碰撞约束模型,以此分析不同规格停车位下约束条件的参数,从而获得规划路径安全区域;然后,结合拓扑地图信息与斜列式C字形泊车路径规划的碰撞约束模型,获得合适的泊车路径起始点范围,继而生成与全局路径无缝衔接的安全泊车路径;最后,通过MATLAB/Simulink仿真验证此方法的有效性,并通过实车试验证明实用性。结果表明：所提方法针对任意规格的斜列式停车位,均能有效地规划出无碰撞条件下的斜列式泊车路径;同时,车辆能够良好地跟踪所规划的路径,实现精准泊入停车位,证明所提方法能够提高自主泊车系统中停车位种类的覆盖率,并大幅度提高自主泊车系统的实用性。     

基于模型预测控制的平行泊车系统研究

为了提高自动平行泊车系统的控制精度,分析了车辆在泊车工况时的约束,采用五次多项式进行轨迹规划,运用模型预测控制算法跟踪路径,并使用Simulink进行路径跟踪仿真,结果表明:规划的路径满足车辆泊车约束,控制策略能控制车辆按照参考路径平行泊车。     

基于模糊逻辑的自动平行泊车控制方法

提出了一种基于模糊逻辑的自动平行泊车控制方法;基于Ackerman转向建立了车辆前轮转向运动学模型,并得到平行车位最小尺寸。将实际平行泊车过程划分为3个阶段,搭建仿真平台进行仿真和试验验证,并绘制真实泊车系统泊车轨迹进行对比分析。结果表明,所提出的控制方法起始位置范围宽,能适应速度的波动。     

一种基于轨迹预判的垂直泊车路径规划算法研究

为解决目前量产自动泊车系统泊车成功率低、泊车完成后车辆姿态偏斜等问题，研究搭建基于阿克曼转向几何学和车辆运动学的车辆运动模型，构建基于可行驶区域的栅格电子地图，在几何路径规划方法中融入基于轨迹预判的碰撞约束方法和路径居中算法，采用车辆膨胀轮廓模型，最大程度利用电子地图可行驶区域和保证路径安全性，设计出一种基于轨迹预判的垂直泊车路径规划算法，并通过仿真测试和实车测试验证算法的可行性。该算法可大大提高泊车成功率，能帮助解决泊车完成后车辆偏斜不居中的问题。     

基于改进快速探索随机树的复杂环境垂直泊车路径规划

针对车位狭窄、不规范停车带来的泊车困难问题，提出了一种基于改进快速探索随机树（RRT）的垂直泊车路径规划算法。为加快路径规划速度、提高规划质量，引入逆向树调整RRT目标点，使用高斯分布采样法及偏向性采样法进行融合采样，使用Reeds-Shepp(RS)曲线加快路径规划速度，并基于RS曲线进行了路径平滑优化。最后通过MATLAB仿真并与RRT及基于目标偏好的RRT(Goal-biasing RRT)进行比较，平均规划时间分别缩短52.3%与41.7%，路径代价分别减小17.7%与13.9%，证明了算法的有效性。