一种基于仿人智能控制的汽车自动泊车入位方法

摘要

本发明涉及汽车自动泊车入位，特别是一种基于仿人智能控制的汽车自动泊车入位方法。该方法第一步是根据汽车参数和泊车位参数确定自动泊车入位路径，并选取该路径上的几个预定关键点作为跟踪目标；第二步，根据汽车泊车入位过程中的位姿相对于当前预定关键点的误差及其误差变化率驱动构建的特征模型确定出当前特征状态；第三步，根据驾驶员泊车入位操作为基础构建的控制模态集，由当前特征状态确定出当前控制模态；第四步，根据当前控制模态控制汽车运动到当前预定关键点；依照第二步至第四步的方法依次控制汽车运动到最后一个预定关键点，即可实现汽车泊车入位。本发明涉及的自动泊车入位方法计算量小、普适性好。

主权项

1.一种基于仿人智能控制的汽车自动泊车入位方法，其特征在于：该方法第一步是根据汽车参数和泊车位参数确定自动泊车入位路径，并选取该路径上的几个预定关键点作为跟踪目标；第二步，根据汽车泊车入位过程中的位姿相对于当前预定关键点的误差及其误差变化率驱动构建的特征模型确定出当前特征状态；第三步，根据驾驶员泊车入位操作为基础构建的控制模态集，由当前特征状态确定出当前控制模态；第四步，根据当前控制模态控制汽车运动到当前预定关键点；依照第二步至第四步的方法依次控制汽车运动到最后一个预定关键点，即可实现汽车泊车入位；具体步骤如下：(1)根据车宽W_c、前轮转角最小转半径R_m、车位长L_p、车位宽W_p，确定泊车入位路径上的预定关键点P₁(x₁，y₁)，P₂(x₂，y₂)，P₃(x₃，y₃)，P₄(0，0)作为跟踪目标，方法如下：以预定关键点P₄(0，0)为原点O建立直角坐标系XOY；取直线l₁：y＝az+b，(a＝tanθ₀为l₁直线的斜率，为前轮转角最大值，$\sqrt{{\left(\frac{W_p}{2}\right)}^2+{(L_p+\frac{b}{a})}^2}\sin ({\theta }_0-\arctan (\frac{W_p}{2}/(L_p+\frac{b}{a}))>\frac{W_c}{2},b<0,R_m\sin \frac{{\theta }_0}{2}\le -\frac{b}{a})$和点P₁(x₁，y₁)，作圆O₁，与直线l₁相切于点P₃，与x轴相切于原点O，圆O₁的圆心O₁在y轴正方向上，且圆O₁的半径R₁满足R₁≥R_m；过点P₁作与x轴平行的直线l₂，作圆O₃，与直线l₁相切于点P₂，与直线l₂相切于点P₁，且圆O₃的半径R₃满足R₃≥R_m；通过计算得：$P_2(\frac{y_1-b}{a}-\frac{{\mathrm{ax}}_1-y_1+b}{a}\cos {\theta }_0,y_1-\frac{{\mathrm{ax}}_1-y_1+b}{a}\sin {\theta }_0),$$P_3(-\frac{b}{a}(1+\cos {\theta }_0),-\frac{b}{a}\sin {\theta }_0);$(2)根据汽车泊车入位过程中的位姿(x，y，θ)相对于当前预定关键点P_i(i＝1，2，3，4)的误差e及其误差变化率驱动构建的特征模型Φ确定出当前特征状态特征模型Φ＝{Φ₁，Φ₂，Φ₃，Φ₄}为：其中，为汽车当前位置(x，y)与预定关键点P₁之间的距离；描述汽车在距离上是远离还是接近预定关键点P₁；为汽车当前位置(x，y)与预定关键点P₂之间的距离；描述汽车在距离上是远离还是接近预定关键点P₂；为汽车当前位置(x，y)与预定关键点P₃之间的距离；描述汽车在距离上是远离还是接近预定关键点P₃；为汽车当前位置(x，y)与预定关键点P₄之间的距离；描述汽车在距离上是远离还是接近预定关键点P₄；e_θ＝θ为车身方向θ相对于目标方向0°的角度；描述车身在方向上是远离还是接近目标；e_θ0＝θ-θ₀为车身方向θ相对于直线l₁的角度；描述车身在方向上是远离还是接近直线l₁；d₁、d₂、d₃、d₄、θ_c、θ_c0：为阀值；(3)由当前特征状态驱动构建的控制模态集Ψ，确定出当前控制模态ψ_ij，根据当前控制模态ψ_ij控制汽车运动到当前预定关键点：控制模态集Ψ＝{Ψ₁，Ψ₂，Ψ₃，Ψ₄}为：其中，Ψ_i(i＝1，2，3，4)中的k_i(i＝1，2，…，9)为比例系数，v₀为车速，为前轮转角最大值，sign(e_θ)为e_θ的符号，sign(e_θ0)为e_θ0的符号；如果汽车当前处于特征状态则采用控制模态ψ_ij进行控制，i＝1，2，3，4；j＝1，2，3，4。