【技术实现步骤摘要】
本申请涉及自动驾驶，特别涉及一种车辆的自动泊车控制方法、装置、车辆及存储介质。
技术介绍
1、目前，现有技术大都采用单一传感器的定位策略，通过利用扩展卡尔曼滤波算法融合轮速脉冲传感器信息和惯性测量单元解算的位姿信息，从而根据多传感器信息进行数据融合提升定位精度。在实际应用过程中，系统的过程误差和观测误差是实时变化的，对系统过程噪音和系统观测噪音的准确估计对于车辆位姿估算精度、收敛速度影响较大。
2、然而，现有技术无法对系统过程误差和系统观测误差的实时变化进行跟踪，极大影响了车辆位姿估算精度，亟待解决。
技术实现思路
1、本申请提供一种车辆的自动泊车控制方法、装置、车辆及存储介质，以减少采用的传感器带来的系统误差和观测误差，加快收敛速度，并引入独立的实时变化的左右轮以及角度等比例因子，在状态估计过程中灵活调整传感器的测量误差，解决现有技术无法对系统过程误差和系统观测误差的实时变化进行跟踪，极大影响了车辆位姿估算精度等问题。
2、本申请第一方面实施例提供一种车辆的自动泊车控制方法，包括以下步骤：在目标车辆的自动泊车过程中，基于所述目标车辆的预设初始位姿、预设初始左轮比例因子、预设初始右轮比例因子和预设初始角度比例因子，构建所述目标车辆的状态向量；建立所述状态向量对应的系统过程方程和观测方程，且根据所述系统过程方程和所述观测方程计算信息误差和扩展卡尔曼增益，并利用所述信息误差和所述扩展卡尔曼增益估算所述目标车辆的当前位姿，得到对应的位姿估算结果；基于所述信息误差、
3、通过上述技术方案，本申请的车辆的自动泊车控制方法可基于扩展卡尔曼滤波策略，并结合自适应因子等多种参数对系统过程噪声和系统观测噪声的实时变化进行跟踪处理，从而实现了对车辆量测噪声统计特征进行在线自适应调整，极大提高了车辆位姿估算精度，有力保障了自动泊车功能的安全性和可靠性。
4、可选地，在本申请的一个实施例中，所述基于所述目标车辆的预设初始位姿、预设初始左轮比例因子、预设初始右轮比例因子和预设初始角度比例因子，构建所述目标车辆的状态向量，包括：确定所述目标车辆在预设相对坐标系中的原点坐标，并根据所述原点坐标得到所述目标车辆的初始位姿；获取所述目标车辆的历史泊车数据，并通过所述历史泊车数据确定所述目标车辆的初始左轮比例因子、初始右轮比例因子和初始角度比例因子；获取所述当前车辆的左侧轮行驶速度、右侧轮行驶速度和领航角，并基于所述左侧轮行驶速度、所述右侧轮行驶速度、所述领航角、所述初始位姿、所述初始左轮比例因子、所述初始右轮比例因子和所述初始角度比例因子，建立所述目标车辆的状态向量。
5、通过上述技术方案，本申请的车辆的自动泊车控制方法可通过引入左右轮比例调节因子、角度调节比例因子，以构建状态向量，从而可有效减小左右轮轮速传感器、惯性测量单元imu的传感器等引入的误差，从而保障后续减小系统过程误差和观测误差的实现。
6、可选地，在本申请的一个实施例中，所述建立所述状态向量对应的系统过程方程和观测方程，且根据所述系统过程方程和所述观测方程计算信息误差和扩展卡尔曼增益，包括：确定所述状态向量对应的状态转移矩阵和初始协方差，并基于所述状态转移矩阵，建立所述观测方程；计算所述系统噪声中系统过程噪声的过程噪声初始值，并根据所述状态转移矩阵、所述初始协方差和所述过程噪声初始值建立所述系统过程方程；获取所述目标车辆的横摆角速度，并基于所述横摆角速度和所述观测方程计算所述信息误差；计算所述系统噪声中观测噪声的观测噪声初始值和所述观测方程对应的雅克比矩阵，以根据观测噪声初始值、所述雅克比矩阵和所述系统过程方程得到所述扩展卡尔曼增益。
7、通过上述技术方案，本申请的车辆的自动泊车控制方法可根据得到的不断迭代更新的新息误差计算扩展卡尔曼滤波增益，从而为后续实现不断减小每次迭代的新的信息误差提供可靠的数据保障，有效提升了定位精度。
8、可选地，在本申请的一个实施例中，所述基于所述信息误差、所述扩展卡尔曼增益和预设噪声自适应因子，得到所述目标车辆的系统噪声，并根据所述位姿估算结果和所述系统噪声校正所述状态向量得到更新结果，包括：通过预设的遗忘因子计算噪声自适应因子，并根据所述噪声自适应因子、所述信息误差和所述扩展卡尔曼增益计算所述系统过程方程和所述观测方程，得到所述系统噪声；基于所述系统噪声、所述位姿估算结果和预设的系统输入量，更新所述初始位姿、所述初始左轮比例因子、所述初始右轮比例因子和所述初始角度比例因子，得到校正位姿、校正左轮比例因子、校正右轮比例因子和校正角度比例因子；利用所述校正位姿、所述校正左轮比例因子、所述校正右轮比例因子和所述校正角度比例因子得到所述状态向量对应的更新结果。
9、通过上述技术方案，本申请的车辆的自动泊车控制方法可基于自适应的扩展卡尔曼滤波中融合轮速传感器和惯性测量单元imu，并引入自适应因子、左右比例因子、角度比例因子对过程噪声和观测噪声的实时变化进行跟踪处理，从而实时在线调节车辆位姿估算的系统误差，提高车辆位姿估算精度。
10、可选地，在本申请的一个实施例中，所述观测噪声的数学表达式为：
11、
12、其中，qk表示噪声自适应因子；表示k-1时刻的所述观测噪声；hk表示表示k时刻的所述观测方程对应的雅克比矩阵；kk表示k时刻的扩展卡尔曼增益；ek表示信息误差；表示k时刻的所述系统过程方程。
13、通过上述技术方案，本申请的车辆的自动泊车控制方法可通过引入左侧轮比例因子、右侧轮比例因子、角度比例因子作为状态变量，通过新息误差不断的迭代更新左侧轮比例因子、右侧轮比例因子、角度比例因子，在线预估比例因子的变化，且本申请的实施例还可通过定义遗传因子，并选择合适的自适应因子计算公式，从而利用观测噪声迭代方程更新系统观测噪声，使得观测噪声的预估符合系统的实时变化，提高收敛速度和传感器的实时检测精度。
14、可选地，在本申请的一个实施例中，所述系统过程噪声的数学表达式为：
15、
16、其中，qk表示噪声自适应因子；qk-1表示k-1时刻的所述系统过程噪声；kk表示k时刻的扩展卡尔曼增益；ek表示信息误差。
17、通过上述技术方案，本申请的车辆的自动泊车控制方法可基于计算的噪声自适应因子、过程噪声迭代方程更新系统过程噪声，使得过程噪声的预估符合系统的实时变化，从而实现在线估计过程噪声及观测噪声，并计算卡尔曼滤波的状态变量的更新方程和观测更新方程，极大提升位姿估算的精度。
18、本申请第二方面实施例提供一种车辆的自动泊车控制装置，包括：构建模块，用于在目本文档来自技高网...
【技术保护点】
1.一种车辆的自动泊车控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标车辆的预设初始位姿、预设初始左轮比例因子、预设初始右轮比例因子和预设初始角度比例因子，构建所述目标车辆的状态向量，包括：
3.根据权利要求2所述的方法，其特征在于，所述建立所述状态向量对应的系统过程方程和观测方程，且根据所述系统过程方程和所述观测方程计算信息误差和扩展卡尔曼增益，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述信息误差、所述扩展卡尔曼增益和预设噪声自适应因子，得到所述目标车辆的系统噪声，并根据所述位姿估算结果和所述系统噪声校正所述状态向量得到更新结果，包括：
5.根据权利要求3所述的方法，其特征在于，所述观测噪声的数学表达式为：
6.根据权利要求3所述的方法，其特征在于，所述系统过程噪声的数学表达式为：
7.一种车辆的自动泊车控制装置，其特征在于，包括：
8.根据权利要求7所述的装置，其特征在于，所述构建模块包括：
9.一种车辆，其特征在于
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-6任一项所述的车辆的自动泊车控制方法。
...【技术特征摘要】
1.一种车辆的自动泊车控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标车辆的预设初始位姿、预设初始左轮比例因子、预设初始右轮比例因子和预设初始角度比例因子，构建所述目标车辆的状态向量，包括：
3.根据权利要求2所述的方法，其特征在于，所述建立所述状态向量对应的系统过程方程和观测方程，且根据所述系统过程方程和所述观测方程计算信息误差和扩展卡尔曼增益，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述信息误差、所述扩展卡尔曼增益和预设噪声自适应因子，得到所述目标车辆的系统噪声，并根据所述位姿估算结果和所述系统噪声校正所述状态向量得到更新结果，包括：
【专利技术属性】
技术研发人员：姜辉，赵明欣，杜建宇，李超，王恒凯，曹天书，吴岗岗，李佳骏，黄显晴，赵禛，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。