伴隨著人工智能、大數(shù)據(jù)等前沿技術的興起,自動駕駛開始飛速發(fā)展,一些高級輔助駕駛功能已逐步量產(chǎn)于各類車型之上,其中自動泊車功能因其便捷性受到眾多用戶的喜愛。自動泊車技術不僅能夠切實有效地解決由于泊車空間小、時間緊張等環(huán)境問題,也能替很多有需要的駕駛者解決泊車煩惱。路徑規(guī)劃作為自動泊車當中的重要一環(huán),其算法的好壞直接決定了泊車效果如何,而規(guī)劃路線的適應性強弱也會直接影響到自動泊車的成功率。本文針對現(xiàn)有的自動泊車路徑規(guī)劃方法中對于車輛初始位姿及泊車環(huán)境等限制要求較多的問題,研究了滿足車輛運動學約束和避障約束的泊車路徑規(guī)劃方法。同時,基于規(guī)劃所得的路徑,搭建了跟蹤系統(tǒng)并進行了仿真驗證。首先,對自動泊車的車位檢測進行研究,選取超聲波傳感器來感知車位及障礙物信息,并實際開展了檢測試驗來驗證其效果與精度。同時,根據(jù)阿克曼轉(zhuǎn)向原理建立了車輛運動學模型,分析計算得出泊車時的低速運動方程。其次,針對泊車環(huán)境存在較多限制的各種復雜場景及不同的泊車方式展開路徑規(guī)劃研究。明確規(guī)劃模塊的整個設計流程,并對其中一些基礎原理和前提條件做預處理以便于之后的說明。詳細闡述了規(guī)劃算法中的兩個重要的子算法:簡單連接算法及路徑... 

【文章來源】：華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學位級別】：碩士

【部分圖文】：

三角定位法使用單個超聲波傳感器可以獲取障礙物的距離，使用多個傳感器便能夠確定障礙物2-112

華南理工大學碩士學位論文10圖2-2超聲波車位檢測示意圖如圖2-2所示，超聲波傳感器檢測到其右方的第一輛車，并記到該車外側(cè)的距離為1，然后傳感器檢測到第一輛車的前端邊緣（即A點處），傳感器測距數(shù)值發(fā)生跳變，此時傳感器到墻壁或者路沿的距離記為2；車輛繼續(xù)向前行駛，當?shù)竭_B點時，傳感器測距數(shù)值又發(fā)生跳變并且又保持一段距離。這樣，中間A點到B點的長度即為車位長度，這一段距離可以通過里程計在兩次傳感器數(shù)值發(fā)生跳變期間的記錄來得到，而側(cè)向距離2和1之間的差值為車位寬度。如果檢測到的車位長寬滿足后續(xù)規(guī)劃要求的尺寸，則該車位為可泊車位�？紤]到車輛障礙物輪廓并不完全是規(guī)則的，如圖2-3所示，可以用離散的車身輪廓點集來描述它，從而得到準確的邊緣處判斷。因為輪廓的不規(guī)則性，可能很難直接得到前后兩次探測距離跳變的一次回波點，但是可以使用一次探測相鄰回波探測距離跳變的多次回波點來替代，將跳變判斷范圍擴大，把這一個范圍都當作車輛障礙物的邊緣來考慮。圖2-3車輛障礙物輪廓描述2.1.3車位檢測試驗本節(jié)車位檢測試驗所使用的超聲波傳感器屬性如表2-2所示。

第二章車位檢測及泊車運動學研究11表2-2某超聲波傳感器參數(shù)表主要參數(shù)數(shù)值最小量程(m)0.22最大量程(m)6.00測量精度(m)0.03波束角(°)10探測角(°)80測量周期(ms)50圖2-4超聲波車位檢測試驗車位的測試場地是如圖2-4所示的地下停車場，右側(cè)的黑色車為裝載超聲波傳感器的試驗車，檢測區(qū)域由四個有停放車輛的車位、一個未停放車輛的空車位以及中間一個柱子障礙物組成（圖中未顯示全）。在完成車位檢測試驗場地之后，根據(jù)現(xiàn)場用卷尺實際測量的真實尺寸，將檢測區(qū)域簡化為圖2-5所示的平面圖。其中下方數(shù)字為對應的車輛或柱子邊緣距離起始位置的實際長度，共計十個參照點作為后面超聲波數(shù)據(jù)的對比（單位：mm）。圖2-5車位檢測試驗簡化圖

【參考文獻】：
期刊論文
[1]智能汽車自動駕駛技術的發(fā)展與挑戰(zhàn)[J]. 來飛,黃超群,胡博.  西南大學學報(自然科學版). 2019(08)
[2]基于改進UKF的自動泊車車輛位姿估計算法研究[J]. 謝有浩,趙林峰,張銳陳,張澄宇,辛鑫.  汽車技術. 2019(03)
[3]基于視覺和車輛動力學的庫位跟蹤算法研究[J]. 余卓平,許明煜,張培志,熊璐,黃禹堯.  汽車技術. 2019(02)
[4]自動泊車方案的設計[J]. 張羽英,王超,杜忠明,付子昂,崔龍巖.  兵工自動化. 2019(01)
[5]基于滑�？刂频淖詣硬窜囅到y(tǒng)路徑跟蹤研究[J]. 姜立標,楊杰.  農(nóng)業(yè)機械學報. 2019(02)
[6]基于Simulink和VR的平行泊車控制系統(tǒng)設計與仿真[J]. 趙耕云,王佳,朱有地,張志勛.  蘭州工業(yè)學院學報. 2018(04)
[7]無人駕駛汽車的現(xiàn)狀及發(fā)展趨勢[J]. 張耀丹.  汽車實用技術. 2018(06)
[8]基于線控轉(zhuǎn)向系統(tǒng)的無人駕駛技術發(fā)展[J]. 李時雨.  汽車工程師. 2018(03)
[9]基于遺傳算法優(yōu)化的雙向垂直泊車路徑規(guī)劃[J]. 陳無畏,方玉杰,魏振亞.  汽車工程. 2017(11)
[10]基于雙勻速軌跡的自動泊車路徑規(guī)劃研究[J]. 李攀,黃江,楊浩,韓中海.  重慶理工大學學報(自然科學). 2017(09)

博士論文
[1]汽車在兩種轉(zhuǎn)向工況下的路徑規(guī)劃與路徑跟蹤研究[D]. 王健.南京航空航天大學 2015
[2]自動泊車系統(tǒng)路徑規(guī)劃與跟蹤控制研究[D]. 李紅.湖南大學 2014
[3]自動平行泊車系統(tǒng)轉(zhuǎn)向控制策略的研究[D]. 姜輝.吉林大學 2010

碩士論文
[1]自動泊車路徑?jīng)Q策規(guī)劃與車輛控制算法研究[D]. 張城瑞.中北大學 2019
[2]基于高斯偽譜法的智能車局部路徑規(guī)劃研究[D]. 郭泉成.華南理工大學 2018
[3]基于多傳感器信息融合的自動泊車系統(tǒng)研究[D]. 沈崢楠.江蘇大學 2017
[4]基于超聲測距的自動泊車系統(tǒng)研究[D]. 張莉莉.長安大學 2017
[5]基于EPS的自動泊車路徑規(guī)劃及跟蹤控制研究[D]. 徐磊.合肥工業(yè)大學 2017
[6]基于多傳感器數(shù)據(jù)融合的智能泊車控制系統(tǒng)設計與實現(xiàn)[D]. 姜金山.哈爾濱工業(yè)大學 2016
[7]全景泊車輔助系統(tǒng)的研究與實現(xiàn)[D]. 蔡聲群.華南理工大學 2016
[8]基于模型的車輛狀態(tài)參數(shù)估計研究[D]. 佘國芹.武漢科技大學 2016
[9]汽車自動泊車系統(tǒng)關鍵技術研究[D]. 王龍.重慶交通大學 2016
[10]自動垂直泊車系統(tǒng)轉(zhuǎn)向控制策略的研究[D]. 孫思.清華大學 2015



本文編號：3510346