- ▪ 自动泊车车位探测
- ▪ 基于摄像头的车位探测方法
- ▪ 基于雷达的车位探测方法
- ▪ 基于多传感器融合的车位探测方法
- ▪ 中央控制系统
- ▪ 路径规划
- ▪ 控制算法
- ▪ 执行系统
- ▪ 自动泊车跟踪控制
- ▪ 基于人工智能的跟踪控制
- ▪ 基于泊车路径的跟踪控制
- 5 技术特点
自动泊车(Automatic Parking)通常是指自动泊车系统,是不用人工干预,可实现自动停车入位的系统。
开发背景
编辑自动驾驶技术是汽车技术发展的重要方向之一,而自动泊车技术作为其一个重要分支,也在不断发展。自动驾驶技术旨在提高驾驶员的驾驶舒适性及汽车行驶效率,同时能够降低交通事故风险,保障行车安全。
发展历史
编辑APS最早在1992年由大众在其概念车IRVWFutura上搭载,该车型在行李箱中安装了如同个人电脑大小般的计算机来控制整个APS,由于成本较高,后来并没有将该系统量产。
2003年,丰田开始在普锐斯上提供选装APS功能。2005年,雪铁龙开发出CityPark系统,可以完成侧方停车、正面停车、倒车停车等几个动作。2006年,英国版普锐斯加装APS功能约为700美元。随着该技术成本的降低和技术水平的进一步提升,现在已经有大众、宝马、奔驰等多个企业的车型装备了该系统。
对于中国国内产品而言,APS从高档轿车搭载逐渐扩展到了向中档轿车搭载,10万~15万元的紧凑型轿车的高配版已经开始搭载APS,如科鲁兹、福克斯等。日系品牌方面,在凯美瑞、锐志、奇骏等产品的高配车型上搭载了APS。从自主品牌来看,东南DX7和吉利博瑞的部分车型也开始搭载APS。
2012年8月上市的比亚迪速锐车型上配备了遥控驾驶技术,这个功能可以在车辆周围20米可视范围内,使用遥控钥匙,操作车辆启动、前进后退、左右转向,控制车辆低速行驶,能够将车移动一定的距离,真正实现无人驾驶。
2015年6月,捷豹路虎发布了手机遥控驾驶技术,这个功能是通过安装在智能手机上的App来实现的,可以在车外通过手机来控制车辆的加速、制动和转向。这项技术主要用于控制车辆进入/离开停车位或者穿越障碍。同年7月,发布发布的新一代E级应用遥控停车功能。全新奔驰E级可以用智能手机的专用APP进行遥控,只需要控制车辆进退就行了,其他则交给了自动泊车系统,相当于“遥控自动泊车”。10月上市的宝马全新7系配备的遥控钥匙,车主同样可以在车外使用配有触摸屏的车钥匙实现倒车入库、出库和移库。虽然宝马的i3系列电动车和其他很多车型已经具备了自动泊车功能,但首先实现人不在车上就能完成倒车的车型是2016款7系宝马。
2019年7月3日,2019年百度AI开发者大会在北京国家会议中心举行,百度董事长、CEO董事长李彦宏演示了百度自主泊车解决方案。司机通过手机APP召唤车辆,车子就能远程启动,自动开出地库。行进中,如果发现障碍它会停,就算遇到突发情况,也能及时反应。开到目的地后,如果入库非常拥堵,司机可直接下车走人,车则自动加入排队行列,最终开往地下停车场。
2023年11月9日,在华为智慧出行解决方案发布暨智界S7新品预售发布会上,余承东宣布,智界S7首发无人代客泊车,支持主动避障、随叫随到。可以在无人驾驶的情况下,自主完成礼让行人、倒车避让、极限会车、自动泊车、自动接驾等一系列操作。泊车代驾功能可让车主一键开启无人泊车。即当车主下车后,一键开启该功能,车辆自己就能去找车位停车。
原理
编辑自动泊车系统的原理是:遍布车辆周围的雷达探头测量自身与周围物体之间的距离和角度,然后通过车载计算机计算出操作流程配合车速调整转向盘的转动,驾驶人只需要控制车速即可。自动泊车系统可采集图像数据及周围物体距车身的距离数据,并通过数据线传输给中央处理器;中央处理器可将采集到的数据分析处理后,得出汽车的当前位置、目标位置以及周围的环境参数,依据上述参数做出自动泊车策略,并将其转换成电信号;车辆策略控制系统接收电信号后,依据指令做出汽车的行驶如角度、方向及动力支援等方面的操控。
基本构造
编辑自动泊车系统(Automatic Parking System),是不用人工干预,自动停车入位的系统。自动泊车系统通过安装在车身上的摄像头、超声波传感器以及红外传感器,探测停车位置,绘制停车地图,并实时动态规划泊车路径,将汽车指引或者直接操控转向盘驶入停车位置。该系统包括环境数据采集系统、控制系统和执行系统,环境数据采集系统包括图像采集系统和车载距离探测系统。
环境感知
自动泊车技术需要对车辆进行精确感知,以便有效、安全地进行泊车操作。超声波雷达、激光雷达、视觉传感器等被广泛应用于自动泊车系统中的环境感知。为了弥补不同传感器的缺点,并提高自动泊车技术感知精度和可靠性,在实际应用中常采用多传感器融合的方式来进行感知。
传感器系统
该系统主要任务是探测环境信息,如寻找可用车位,在泊车过程中实时探测车辆的位置信息和车身状态信息。在车位探测阶段,采集车位的长度和宽度。在泊车阶段,监测汽车相对于目标停车位的位置坐标,进而用于计算车身的角度和转角等信息,确保泊车过程的安全可靠。
传感器类型 | 优点 | 缺点 |
超声波雷达 | 成本低,可检测距离短,适用于近距离操作 | 精度差,易受噪声影响 |
毫米波雷达 | 高分辨率,适用于长距离检测和高速运动的目标 | 成本和损耗较高,易受天气影响 |
激光雷达 | 高分辨率和准确性,可识别周围物体的形状和表面 | 成本较高,易受天气影响 |
视觉传感器 | 对颜色、纹理和形状的感知效果较好,适用于车道保持和行人检测 | 容易受光线、天气等环境因素的干扰 |
以上参考: |
泊车传感器布置
自动泊车车位探测
车位探测是环境感知的一部分,主要利用安装在车身周围的传感器收集周边环境,进而分析识别车位。车位探测的方法主要有基于摄像头的车位探测方法、基于雷达的车位探测方法和基于多传感器融合的车位探测方法。
基于摄像头的车位探测方法
基于摄像头的车位探测方法主要依靠摄像头获取车辆周围环境的图像,通过识别图像中的车位线或车位角来确认车位。
随着数字图像处理设备性价比的提高和图像处理技术的快速发展,视觉传感器在车位识别中越来越受到研究者的重视,许多学者对基于摄像头的车位探测方法进行了研究。YAMAMOTO等为了控制成本仅使用单目相机获得的图像来识别用于停车控制的周围环境,但从单目相机获得的图像仅能粗略地预测到物体的距离。JUNG等提出了一种基于单目视觉的停车位标记识别算法,通过改进的点与线段之间的距离来区分识别线段,该算法在停车位标线被严重遮挡的情况下仍可以成功识别停车位,但距离仅能粗略估计。基于单目摄像头的检测方法虽然成本低,但只能用于检测划线停车位,且能获取的图像范围小,距离检测精度低。
基于摄像头的车位探测方法,虽然检测的正确率不低,但摄像头在获取车辆周围的环境信息时,容易受到光照条件和障碍物形成视野盲区的影响,所获取的图像质量会影响检测正确率。
基于雷达的车位探测方法
APS中用于车位探测的雷达传感器多为超声波雷达,虽然性价比较高,但对车位的识别率较低,而激光雷达作为车位探测传感器的方案多在概念阶段,而且激光雷达的价格较高。基于超声波雷达的车位探测方法是利用超声波测距的特性来分析车位情况,当A车经过B车、空车位和C车时,超声波雷达测到的距离会发生变化,根据这些变化可以分析判断出车位尺寸。基于激光雷达的车位探测方法是通过分析处理点云数据来确定障碍物,并根据障碍物分布情况来确定车位信息。
利用超声波雷达或激光雷达进行车位探测的方案
基于多传感器融合的车位探测方法
多传感器融合技术是将摄像头、超声波雷达、激光雷达和毫米波雷达等传感器综合利用,根据不同传感器的性能特征,将不同传感器获取的信息进行互补和优化,达到更好的检测效果。多传感器融合技术的基本原理类似于人类大脑处理环境信息的过程,人类通过眼睛、鼻子、耳朵和皮肤等多种感官将获取的周围环境信息传送给大脑,然后大脑对这些信息进行分析处理来准确评估周围环境。基于多传感器融合的车位探测方法是通过各种传感器获取周围环境信息,然后对这些信息进行分析处理来确认车位信息。
基于多传感器融合技术的车位探测方法可利用不同传感器的特征进行信息互补优化,解决了单一传感器只能检测停车位的车位线或只能检测由两边车辆形成的空车位的问题。该方法不仅能检测车位线还能准确检测障碍物的位置距离,可实现多工况下准确检测车位的目标,为自动泊车提供更准确的车位信息,是未来停车位检测的发展趋势。
中央控制系统
该系统为APS的核心部分,主要任务包括以下方面:首先,接收车位监测传感器采集到的信息,计算车位的有效长度和宽度,判断该车位是否可用;其次,规划泊车路径,根据停车位和汽车的相对位置,计算出最优泊车路径。再次,在泊车过程中,实时监测。
路径规划
自动泊车路径规划是自动泊车技术的重要组成部分,主要功能是结合感知单元传递的车位所在位置、可用车位及障碍物位置信息,规划出一条连续平滑的路径曲线,避免车辆在自动泊车的过程中发生碰撞。自动泊车路径规划的核心问题是确定车辆的运动轨迹和转向角度。
自动泊车路径规划方法主要包括基于搜索算法、基于模型预测控制和基于深度强化学习等的方法。基于搜索算法的自动泊车路径规划方法依赖图论和动态规划等算法处理复杂的状态空间,但难以满足实时需求。相比之下,基于模型预测控制的自动泊车路径规划方法能够将路径规划转化为路径优化问题。该方法通过预测未来车辆的运动轨迹,并使用优化算法求出最优解,以提高路径规划的准确性和鲁棒性[5]。此外,基于深度强化学习的自动泊车路径规划方法利用Q-Learning 等算法,能够通过不断试错和学习找到一种最合适的策略,使得自动泊车系统的泊车效果得到进一步提升。
自动泊车路径规划
控制算法
自动泊车控制算法是指通过控制车辆的转向和制动系统,将车辆安全、高效地驶入停车位的算法。自动泊车控制算法可分为横向控制和纵向控制。横向控制是指通过控制车辆方向盘转角使车辆跟踪期望路径的方向,而纵向控制是指通过控制车辆的油门和制动来控制车辆跟踪期望路径的泊车速度。
常见的自动泊车控制算法有PID控制、模型预测控制等。其中,PID 控制算法是一种基于传统控制理论的算法,具有调节快速、易实现等特点。该算法通过比较实际输出值和期望输出值之间的差异,来调整控制器的输出,以使误差最小化。但PID 控制算法对于环境变化较为敏感,在实际应用中,需要根据具体情况进行调整和优化,以提高控制算法的稳定性和精度。而模型预测控制算法是一种基于模型的预测算法,可以通过对车辆运动轨迹的建模和求解优化,实现多维度、复杂泊车环境下的自动泊车。
控制算法 | 优点 | 缺点 |
纯跟踪 | 容易理解和实现、跟踪流程设计稳定高效 | 纯跟踪算法可以缩小车辆与期望轨迹的位置偏差,但是对角度偏差束手无策 |
PID | 结构简单、调整方便 | PID参数不易标定,纯PID的鲁棒性不好、抗干扰能力不强、控制量滞后输出 |
MPC | 控制效果好、鲁棒性强、可有效地克服过程中的不确定性和非线性 | 计算较复杂 |
以上参考: |
执行系统
主要包括电动助力转向系统和汽车发动机电控系统。根据中央控制系统的决策信息,电动助力转向系统将数字控制量转化为方向盘的角度,控制汽车的转向。汽车发动机电控系统控制汽车油门开度等,从而控制汽车泊车速度。电动助力转向系统与汽车发动机电控系统协调配合,控制汽车按照指定命令完成泊车过程。
自动泊车跟踪控制
跟踪控制是自动泊车系统的关键技术之一,是自动泊车性能的关键因素。自动泊车跟踪控制方法主要有两种:一种是基于人工智能的跟踪控制方法;另一种是基于泊车路径的跟踪控制方法。根据车辆运动学和避障要求设计好泊车路径后,采用合适的控制算法来控制车辆的转角和车速,实现车辆轨迹跟踪控制。
基于人工智能的跟踪控制
基于人工智能的跟踪控制方法需要收集大量优质驾驶员的泊车数据,采用合适的控制算法对控制器进行训练后得到泊车控制器,泊车控制器可根据车辆自身状态信息和障碍物信息来选择控制决策,以便安全地完成泊车操作。基于人工智能的自动泊车跟踪控制常用的算法有:模糊控制、神经网络和遗传算法等。
基于泊车路径的跟踪控制
基于泊车路径的跟踪控制方法是根据车辆周围的环境信息和车辆自身的位姿信息等进行泊车路径规划,然后选择合适的跟踪控制算法来控制车辆的油门、方向盘转角和挡位等,使车辆能按照规划好的泊车路径行驶,安全地完成泊车操作。目前,常用的路径跟踪控制算法有:纯跟踪控制、PID控制和模型预测控制等。
技术特点
编辑- APS启用需要满足一定速度条件。APS对于车辆行驶速度有限制,一般在车速低于30km/h才可以启用,从而进行车位探测。
- 具备侧方向泊车、垂直方向泊车功能模式中的一种或两种。自动泊车功能模式包括侧方向泊车、垂直方向泊车,还可附带自动驶出功能。有的车型具备侧方向泊车或垂直方向泊车中的一种,以侧方向泊车居多,有的车型同时具备这两种模式。
- 车位识别时对所需车位的长度或宽度有最小要求。在车辆进行车位识别时,会根据执行自动泊车所需车位的最小长度或宽度来判断车位是否可用。侧方向泊车的情况下,一般要求车位最小长度是车身长度的1.2倍(约车长+0.8m);垂直方向泊车的情况下,一般要求车位最小宽度是车身宽度的1.5倍(约车宽+0.8m)。
- 半自动泊车和全自动泊车。如果在泊车过程中,车辆制动、加速需要驾驶员控制,称之为半自动泊车,目前大部分车型装备的都是这类。也有企业在开发不需要驾驶员控制的全自动泊车。
- 大多使用超声波传感器。APS使用超声波传感器是主流的技术方案,探测距离为5~8m,但无法识别车位线。如要识别车位线,需要增加摄像头。
面临问题
编辑随着自动泊车技术的不断发展,其能够提高泊车的便利性,但是仍然存在一些问题需要解决。
自动泊车技术应用成本过高。这是造成目前该技术应用受限的主要原因之一。该技术涉及众多高成本的计算机和传感器设备,因此一些汽车品牌只在中高端等部分车型中配备了自动泊车功能,普及率相对较低。随着技术的不断发展,自动泊车技术成本将会有所下降,从而推动自动泊车技术的广泛应用。
自动泊车技术的稳定性还需增强。由于自动泊车技术识别环境变化所需处理的数据量巨大,而且实时性要求较高,因此技术的稳定性一直是一个难题。特别是在极端天气和路况较差的条件下,自动泊车技术的稳定性会受到影响,进而容易导致意外事故的发生[10]。因此,为提高该技术的稳定性,需要进行更多的试验和研究,提高技术水平。
第三,自动泊车技术对硬件设备要求高。自动泊车技术涉及计算机、传感器设备、通信系统等,因此该技术对硬件设备要求较高。如果车辆硬件设备不足以支持自动泊车技术的运作,就必须进行大量配套设备的调整和升级,从而导致成本增加。第四,自动泊车技术需与交通规则相协调。如何与停车场地面标记、限高、限宽等信息相结合,提高驾驶员对自动泊车的认识和接纳程度,适应停车场上下坡度变化将是未来自动泊车技术需要重点关注的内容。
自动泊车技术在理论和实践方面仍存在一些问题需要解决。需要从技术成本、技术稳定性、硬件设备支持、交通规则等多方面入手,为自动泊车技术的突破创新和发展提供有力保障。随着自动泊车技术的不断提高,其必将被更加广泛地应用于汽车行业,为人们的生活提供便利并优化驾驶体验。
价值意义
编辑随着城市人口不断增多,车辆数目也随之增加,导致泊车位面积不断减小,而自动泊车技术则发挥了重要作用,能够有效减少泊车风险,通过该系统能够使汽车自动寻找合适车位,极大的减少了泊车难度,对于促进汽车事业的发展具有重要的现实意义。
参考资料
编辑展开[1]左培文 孟庆阔 李育贤. 自动泊车系统发展现状及前景分析[J]. 上海汽车, 2017-02-10 (3)
[2]宋传增主编. 智能网联汽车技术概论[M]. 机械工业出版社, 2020-06: 131-133. (3)
[3]张成涛 覃立仁 杨航 赵浙栋 谭泽旦. 自动泊车关键技术研究进展综述[J]. 汽车工程学报, 2023-09-20 (8)
[4]林生地. 汽车自动泊车技术的应用与发展研究[J]. 内燃机与配件, 2022-09-05 (3)
[5]张雷. 自动泊车技术研究[J]. 汽车测试报告, 2023-06-15 (3)
[6]奔驰、宝马、路虎也学比亚迪出遥控驾驶钥匙?醉了.搜狐汽车. [2024-01-17].
[7]“科技为更好”,李彦宏说的这句话正在发生.m.toutiao.com. 2019-07-03[2022-06-10].
[8]华为无人代客泊车视频曝光:智界 S7 首发,自己找车位,还能会车倒车 - IT之家.IT之家. [2024-01-17].
百科词条作者:小小编,如若转载,请注明出处:https://glopedia.cn/70950/