本申请公开了一种自动泊车轨迹优化方法、装置、设备及存储介质，涉及自动驾驶的技术领域，本申请的方法包括：获取车辆参数、原始泊车轨迹以及障碍物信息；根据所述车辆参数进行坐标转换得到相对车辆坐标；根据所述相对车辆坐标和所述障碍物信息得到安全行驶区域；根据预设优化策略和所述原始泊车轨迹进行优化得到目标代价函数；根据所述安全行驶区域和所述原始泊车轨迹进行条件约束得到约束方程；根据所述目标代价函数和所述约束方程计算得到优化泊车轨迹，提高了泊车的准确性和稳定性，增强了泊车过程中的安全性和可靠性。
【技术实现步骤摘要】
本申请涉及自动驾驶的，尤其涉及一种自动泊车轨迹优化方法、装置、设备及存储介质。
技术介绍
1、在自动泊车技术的发展中，轨迹规划与优化是关键技术之一。当前，泊车规划主要分为路径生成和轨迹优化两种方式。为满足复杂多变的泊车环境，如断头路车位和极窄通道车位，现有的泊车路径生成算法多采用基于图的随机生成算法，例如dijkstra(图搜索算法)和gbfs(greedy best-first search，启发式图搜索算法)等。这些随机生成算法能够根据不同的泊车环境，生成相应的泊车路径。然而，这些算法生成的路径往往是粗轨迹，特别是在圆弧和直线的连接处，曲率跳变较大，直接用于车辆控制跟踪可能会导致困难。现有的平滑处理方法往往只关注轨迹的平滑性，而忽略了泊车过程中的安全性和约束条件。同时，在碰撞检测和曲率约束的设计上，也缺乏对不同泊车场景的适应性，导致生成的轨迹在某些场景下可能无法被车辆有效跟踪。
2、因此，如何优化自动泊车轨迹生成的准确性，是目前亟需解决的一个问题。
技术实现思路
1、本申请的主要目的在于提供一种自动泊车轨迹优化方法、装置、设备及存储介质，旨在解决如何优化自动泊车轨迹生成的准确性的技术问题。
2、为实现上述目的，本申请提出一种自动泊车轨迹优化方法，所述方法包括：
3、获取车辆参数、原始泊车轨迹以及障碍物信息；
4、根据所述车辆参数进行坐标转换得到相对车辆坐标；
5、根据所述相对车辆坐标和所述障碍物信息得到安全行驶区域；</p>6、根据预设优化策略和所述原始泊车轨迹进行优化得到目标代价函数；
7、根据所述安全行驶区域和所述原始泊车轨迹进行条件约束得到约束方程；
8、根据所述目标代价函数和所述约束方程计算得到优化泊车轨迹。
9、在一实施例中，所述根据预设优化策略和所述原始泊车轨迹进行优化得到目标代价函数的步骤包括：
10、根据预设优化策略和所述原始泊车轨迹确定目标泊车轨迹点和原始泊车轨迹点；
11、根据所述目标泊车轨迹点和所述原始泊车轨迹进行平滑性代价、长度代价以及偏移代价构建，得到目标代价函数。
12、在一实施例中，所述根据所述安全行驶区域和所述原始泊车轨迹进行条件约束得到约束方程的步骤包括：
13、根据所述原始泊车轨迹得到终点航向和原始轨迹起点；
14、根据所述安全行驶区域构建碰撞约束得到碰撞约束方程；
15、根据预设松弛变量构建曲率约束得到曲率约束方程；
16、根据所述原始轨迹起点构建位置约束得到位置约束方程；
17、根据所述终点航向构建角度约束得到角度约束方程；
18、将所述碰撞约束方程、所述曲率约束方程、位置约束方程以及所述角度约束方程作为约束方程。
19、在一实施例中，所述根据所述相对车辆坐标和所述障碍物信息得到安全行驶区域的步骤包括：
20、根据所述相对车辆坐标和所述障碍物信息计算目标障碍物点；
21、根据所述目标障碍物点构建垂线方程，并进行仿射约束，得到安全行驶区域。
22、在一实施例中，所述根据所述车辆参数进行坐标转换得到相对车辆坐标的步骤包括：
23、根据所述车辆参数得到车辆的前悬长度、轴距、宽度、车长以及后悬长度；
24、根据所述前悬长度、所述轴距、所述宽度、所述车长以及所述后悬长度进行计算得到顶点坐标和中点坐标；
25、根据所述顶点坐标和所述中点坐标进行坐标转换得到相对车辆坐标。
26、在一实施例中，所述根据所述顶点坐标和所述中点坐标进行坐标转换得到相对车辆坐标的步骤包括：
27、获取车辆航向角；
28、根据所述车辆航向角得到坐标旋转矩阵；
29、根据所述顶点坐标、所述中点坐标以及所述坐标旋转矩阵进行坐标转换得到相对车辆坐标。
30、在一实施例中，所述根据所述目标代价函数和所述约束方程计算得到优化泊车轨迹之后，还包括：
31、根据所述优化泊车轨迹得到优化航向角；
32、根据所述优化航向角对所述优化泊车轨迹进行拆分以更新所述优化泊车轨迹。
33、此外，为实现上述目的，本申请还提出一种自动泊车轨迹优化装置，所述装置包括：
34、数据获取模块，用于获取车辆参数、原始泊车轨迹以及障碍物信息；
35、坐标转换模块，用于根据所述车辆参数进行坐标转换得到相对车辆坐标；
36、数据处理模块，用于根据所述相对车辆坐标和所述障碍物信息得到安全行驶区域；
37、代价构建模块，用于根据预设优化策略和所述原始泊车轨迹进行优化得到目标代价函数；
38、约束构建模块，用于根据所述安全行驶区域和所述原始泊车轨迹进行条件约束得到约束方程；
39、泊车优化模块，用于根据所述目标代价函数和所述约束方程计算得到优化泊车轨迹。
40、此外，为实现上述目的，本申请还提出一种自动泊车轨迹优化设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的自动泊车轨迹优化方法的步骤。
41、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的自动泊车轨迹优化方法的步骤。
42、此外，为实现上述目的，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的自动泊车轨迹优化方法的步骤。
43、本申请提供了一种自动泊车轨迹优化方法，本申请的方法包括：获取车辆参数、原始泊车轨迹以及障碍物信息；根据所述车辆参数进行坐标转换得到相对车辆坐标；根据所述相对车辆坐标和所述障碍物信息得到安全行驶区域；根据预设优化策略和所述原始泊车轨迹进行优化得到目标代价函数；根据所述安全行驶区域和所述原始泊车轨迹进行条件约束得到约束方程；根据所述目标代价函数和所述约束方程计算得到优化泊车轨迹。综上可知，本申请通过计算安全行驶区域、设计优化目标代价方程和约束条件等步骤，生成了一条满足各类自动泊车场景下的泊车轨迹，提高了泊车的准确性和稳定性，增强了泊车过程中的安全性和可靠性。
本文档来自技高网...
【技术保护点】
1.一种自动泊车轨迹优化方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述根据预设优化策略和所述原始泊车轨迹进行优化得到目标代价函数的步骤包括：
3.如权利要求1所述的方法，其特征在于，所述根据所述安全行驶区域和所述原始泊车轨迹进行条件约束得到约束方程的步骤包括：
4.如权利要求1所述的方法，其特征在于，所述根据所述相对车辆坐标和所述障碍物信息得到安全行驶区域的步骤包括：
5.如权利要求1所述的方法，其特征在于，所述根据所述车辆参数进行坐标转换得到相对车辆坐标的步骤包括：
6.如权利要求5所述的方法，其特征在于，所述根据所述顶点坐标和所述中点坐标进行坐标转换得到相对车辆坐标的步骤包括：
7.如权利要求1至6中任一项所述的方法，其特征在于，所述根据所述目标代价函数和所述约束方程计算得到优化泊车轨迹的步骤之后，还包括：
8.一种自动泊车轨迹优化装置，其特征在于，所述装置包括：
9.一种自动泊车轨迹优化设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至7中任一项所述的自动泊车轨迹优化方法的步骤。
10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的自动泊车轨迹优化方法的步骤。
...
【技术特征摘要】
1.一种自动泊车轨迹优化方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述根据预设优化策略和所述原始泊车轨迹进行优化得到目标代价函数的步骤包括：
3.如权利要求1所述的方法，其特征在于，所述根据所述安全行驶区域和所述原始泊车轨迹进行条件约束得到约束方程的步骤包括：
4.如权利要求1所述的方法，其特征在于，所述根据所述相对车辆坐标和所述障碍物信息得到安全行驶区域的步骤包括：
5.如权利要求1所述的方法，其特征在于，所述根据所述车辆参数进行坐标转换得到相对车辆坐标的步骤包括：
6.如权利要求5所述的方法，其特征在于，所述根据所述顶点坐标和所述中点坐标进行坐标转换得到相对...
【专利技术属性】
技术研发人员：康树涛，侯明洋，涂宁宁，付斌，余乘风，
申请(专利权)人：岚图汽车科技有限公司，
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。