车辆的泊车方法及装置制造方法及图纸

本申请公开了一种车辆的泊车方法及装置，其中，方法包括：获取车辆在自动泊车过程中的转角；根据转角计算车辆的泊车曲率的变化率，并在变化率大于预设异常阈值的情况下，判定车辆的泊车轨迹异常，获取至少一个预设非关键传感器采集的第一感知数据，并利用第一感知数据推理至少一个预设关键传感器的第二感知数据，以根据至少一个预设关键传感器的初始感知数据

【技术实现步骤摘要】
车辆的泊车方法及装置


[0001]本申请涉及车辆
，特别涉及一种车辆的泊车方法及装置
。

技术介绍

[0002]传统采用轨迹规划和轨迹跟踪的自动泊车系统，由于存在轨迹跟踪误差
、
执行器控制误差
、
以及环境扰动等状况，导致规划的轨迹和实际的轨迹不一致，泊车效果不佳
。
[0003]相关技术中，可以根据传感器感知到的环境信息，控制转向盘的转角，是一种端到端的自动驾驶控制方法，由于深度学习可以通过大量的数据集训练，使得智能体学习到超越人类先验知识的泊车“技巧”，可以解决基于动力学的自动泊车控制算法的“控制偏差”问题
。
[0004]然而，相关技术中深度学习基于
DNN(Deep Neural Networks
，深度神经网络
)
的设计，容易受到对抗攻击的干扰，若是传感器受到攻击，感知到错误的环境信息，会导致基于深度学习的自动泊车算法输出错误，降低自动泊车的精准性，并且无法有效防御对抗攻击，亟待解决
。

技术实现思路

[0005]本申请是基于专利技术人对以下问题和认识作出的：
[0006]对抗攻击，在神经网络的输入中人为地增加精心设计的扰动可以对神经网络的输出造成很大的影响，这个扰动可以是基于神经网络的梯度方向而设计的，即使很微小的扰动，也会导致神经网络的计算结果发生较大的偏差
。
[0007]自动泊车的控制算法可分为基于运动学的和基于深度学习的，基于运动学的自动泊车控制算法，根据车辆的运动学模型和泊车位置规划出泊车轨迹，控制方向盘转角，使得汽车按照规划的轨迹驶入泊车位，在泊车过程中，基于超声波雷达和鱼眼摄像头感知环境信息，在必要时通过切换前进档
/
倒档，调整泊车轨迹以完成泊车目标，基于运动学的自动泊车控制算法，由于车辆运动的非线性特点，导致按照规划轨迹行驶的控制过程中不可避免出现偏差，使得最终的泊车位姿和泊车位不一致，以及泊车过程中需要多次“揉库”。
[0008]基于深度学习的自动泊车控制算法，可以根据传感器感知到的环境信息，控制转向盘的转角，是一种端到端的自动驾驶控制方法，由于深度学习可以通过大量的数据集训练，使得智能体学习到超越人类先验知识的泊车“技巧”，可以解决基于动力学的自动泊车控制算法的“控制偏差”问题，但深度学习基于
DNN
的设计，比较容易收到对抗攻击的干扰，若是传感器受到攻击，感知到错误的环境信息，会导致基于深度学习的自动泊车算法输出错误，然而传感器受到攻击时，基于车辆运动学的自动泊车控制算法也会出现失误，且无法从算法自身的优化上弥补，亟待改进
。
[0009]本申请提供一种车辆的泊车方法及装置，以解决相关技术中深度学习基于
DNN
的设计，容易受到对抗攻击的干扰，导致基于深度学习的自动泊车算法输出错误，降低自动泊车的精准性，并且无法有效防御对抗攻击的问题
。
[0010]本申请第一方面实施例提供一种车辆的泊车方法，包括以下步骤：获取车辆在自动泊车过程中的转角；根据所述转角计算所述车辆的泊车曲率的变化率，并判断所述变化率是否大于预设异常阈值；若所述变化率大于所述预设异常阈值，则判定所述车辆的泊车轨迹异常，获取至少一个预设非关键传感器采集的第一感知数据，并利用所述第一感知数据推理至少一个预设关键传感器的第二感知数据，以根据所述至少一个预设关键传感器的初始感知数据
、
所述第一感知数据和所述第二感知数据控制所述车辆泊车，其中，所述至少一个预设关键传感器的策略权重高于所述至少一个预设非关键传感器的策略权重
。
[0011]可选地，在本申请的一个实施例中，所述根据所述转角计算所述车辆的泊车曲率的变化率，包括：根据所述转角和所述车辆的轴距获取泊车轨迹的轨迹曲率；根据所述泊车轨迹的轨迹曲率得到所述泊车曲率的变化率
。
[0012]可选地，在本申请的一个实施例中，所述利用所述第一感知数据推理至少一个预设关键传感器的第二感知数据，包括：将所述第一感知数据输入至预先训练的拟合网络，推理出所述第二感知数据
。
[0013]可选地，在本申请的一个实施例中，所述根据所述至少一个预设关键传感器的初始感知数据
、
所述第一感知数据和所述第二感知数据控制所述车辆泊车，包括：计算所述初始感知数据的置信度；根据所述置信度融合所述第二感知数据和所述初始感知数据，得到融合感知数据，并将所述融合感知数据和所述第一感知数据输入至预设泊车策略网络，输出所述车辆的泊车信号
。
[0014]可选地，在本申请的一个实施例中，所述根据所述至少一个预设关键传感器的初始感知数据
、
所述第一感知数据和所述第二感知数据控制所述车辆泊车，包括：基于所述初始感知数据
、
所述第一感知数据和所述第二感知数据生成泊车轨迹提醒；在驾驶员基于所述泊车轨迹提醒输入泊车指示后，根据所述初始感知数据
、
所述第一感知数据和所述第二感知数据控制所述车辆泊车
。
[0015]可选地，在本申请的一个实施例中，在所述变化率大于所述预设异常阈值的情况下，还包括：根据所述变化率生成异常提醒信号；控制所述车辆基于所述异常提醒信号进行侵入提醒
。
[0016]可选地，在本申请的一个实施例中，在所述变化率大于所述预设异常阈值的情况下，还包括：计算所述变化率和所述预设异常阈值之间的差值；在所述差值大于预设安全阈值的情况下，控制所述车辆停止泊车
。
[0017]本申请第二方面实施例提供一种车辆的泊车装置，包括：获取模块，用于获取车辆在自动泊车过程中的转角；计算模块，用于根据所述转角计算所述车辆的泊车曲率的变化率，并判断所述变化率是否大于预设异常阈值；处理模块，用于若所述变化率大于所述预设异常阈值，则判定所述车辆的泊车轨迹异常，获取至少一个预设非关键传感器采集的第一感知数据，并利用所述第一感知数据推理至少一个预设关键传感器的第二感知数据，以根据所述至少一个预设关键传感器的初始感知数据
、
所述第一感知数据和所述第二感知数据控制所述车辆泊车，其中，所述至少一个预设关键传感器的策略权重高于所述至少一个预设非关键传感器的策略权重
。
[0018]可选地，在本申请的一个实施例中，所述计算模块包括：获取单元，用于根据所述转角和所述车辆的轴距获取泊车轨迹的轨迹曲率；确定单元，用于根据所述泊车轨迹的轨
迹曲率得到所述泊车曲率的变化率
。
[0019]可选地，在本申请的一个实施例中，所述处理模块包括：生成单元，用于基于所述初始感知数据
、
所述第一感知数据和所述第二感知数据生成泊车轨迹提醒；控制单元，用于在驾驶员基于所述泊车轨迹提醒输入泊车指示后，根据所述初始感知数据
、
所述第一感知数据和所述第二感知数据控制所述车辆泊车
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种车辆的泊车方法，其特征在于，包括以下步骤：获取车辆在自动泊车过程中的转角；根据所述转角计算所述车辆的泊车曲率的变化率，并判断所述变化率是否大于预设异常阈值；以及若所述变化率大于所述预设异常阈值，则判定所述车辆的泊车轨迹异常，获取至少一个预设非关键传感器采集的第一感知数据，并利用所述第一感知数据推理至少一个预设关键传感器的第二感知数据，以根据所述至少一个预设关键传感器的初始感知数据
、
所述第一感知数据和所述第二感知数据控制所述车辆泊车，其中，所述至少一个预设关键传感器的策略权重高于所述至少一个预设非关键传感器的策略权重
。2.
根据权利要求1所述的方法，其特征在于，所述根据所述转角计算所述车辆的泊车曲率的变化率，包括：根据所述转角和所述车辆的轴距获取泊车轨迹的轨迹曲率；根据所述泊车轨迹的轨迹曲率得到所述泊车曲率的变化率
。3.
根据权利要求1所述的方法，其特征在于，所述利用所述第一感知数据推理至少一个预设关键传感器的第二感知数据，包括：将所述第一感知数据输入至预先训练的拟合网络，推理出所述第二感知数据
。4.
根据权利要求1所述的方法，其特征在于，所述根据所述至少一个预设关键传感器的初始感知数据
、
所述第一感知数据和所述第二感知数据控制所述车辆泊车，包括：计算所述初始感知数据的置信度；根据所述置信度融合所述第二感知数据和所述初始感知数据，得到融合感知数据，并将所述融合感知数据和所述第一感知数据输入至预设泊车策略网络，输出所述车辆的泊车信号
。5.
根据权利要求1所述的方法，其特征在于，所述根据所述至少一个预设关键传感器的初始感知数据
、
所述第一感知数据和所述第二感知数据控制所述车辆泊车，包括：基于所述初始感知数据
、
所述第一...

【专利技术属性】
技术研发人员：黄秋生，
申请(专利权)人：奇瑞智能汽车科技合肥有限公司，
类型：发明
国别省市：