基于触须算法的自动平行泊车规划

范思奇，李 刚

基于触须算法的自动平行泊车规划

范思奇，李 刚

（辽宁工业大学 汽车与交通工程学院，辽宁 锦州 121001）

在感知到目标停车位之后，对自动平行泊车的路径规划问题进行设计，将自动平行泊车的路径简化为两个阶段（即两段转向角度不同的弧形），为提高车辆起泊位置的位姿适应性，采用触须算法对自动平行泊车路径的第一段进行规划，选取能够与第二段路径具备相切点的触须，最终确定自动平行泊车路径两个阶段的转弯半径。

触须算法；自动平行泊车；路径规划；分布式驱动电动车

自动泊车技术的研究重点包括停车位环境信息感知、泊车路径规划以及路线跟踪控制，其中泊车路径规划算法即为车辆寻找一条从起泊点到车位内终点的最优化路线。这条路径的设计应该按照以下思路：（1）泊车路径曲率连续光滑，减少反复改变方向盘转角导致的控制精度下降；（2）泊车路径的安全距离范围内不能够与其他物体发生碰撞；（3）泊车路径规划算法对车辆在起泊点的位姿适应性强。泊车路径规划算法的性能直接影响了对路径跟踪控制时候智能车辆能否一次性准确停入目标停车位[1]。

侯忠生等[2]利用泊车系统的前轮转角输入数据和车身角利用无模型自适应控制算法输出控制数据。李红等[3]以B样条路径曲线控制点为变量,以泊车终点处车身方位角最小化为目标，建立了含有多个非线性约束的泊车路径函数以实现对泊车路径进行规划。李占江[4]利用模糊控制算法对车辆自动泊车进行控制。牛润新等[5]采用修正的触须算法可以较好实现车辆自主驾驶和合理避障。Reeds J A和Shepp L A[6]提出采用圆弧和直线连接而成的路径，在车辆泊车过程中，汽车可在前进后退之间切换，且其提出了得到最短路径规划的方法。Laumond J P等[7]对泊车路径进行理想分析，不考虑碰撞约束等条件，之后根据此路径设计一条最近似重合的路径以近最大可能使车辆避免受位姿和环境的影响。

本文的主要内容为在感知到目标停车位之后，对自动平行泊车的路径规划问题进行设计，将自动平行泊车的路径简化为2个阶段（即2段转向角度不同的弧形），为提高车辆起泊位置的位姿适应性，采用触须算法对自动平行泊车路径的第一段进行规划，选取能够与第二段路径具备相切点的触须，最终确定自动平行泊车路径两个阶段的转弯半径。本研究提高了自动泊车路径规划的规划效率，对自动平行泊车技术的路径规划方法具有一定的借鉴作用。

1 自动平行泊车

自动泊车系统包括环境感知模块、决策规划模块以及跟踪控制模块，其中环境感知模块利用环视相机融合获得全景鸟瞰影像，图像处理系统识别停车位相对车辆的实际坐标信息，决策规划模块根据测得的停车位位置数据生成最优的泊车路径，跟踪控制模块根据泊车路径对车辆进行横纵向控制。

自动平行泊车系统工作流程如图1所示。驾驶员将车辆停放在平行于待入车位的区域，启动自动泊车功能后，由计算单元接管车辆控制权。在泊车启动前，通过感知模块识别停车位2个临近角点相对车辆的位置与角度，通过预先计算出的触须路径库选取最优路径，与车位内路径组成整个泊车路径。同时设计了触须通过性检测模块，使车辆在泊车过程中不会碰触其他车位或车辆。

图1 基于触须算法的自动泊车流程

自动泊车技术的发展越来越成熟，同时在实现功能的前提下对智能化、舒适性加以优化。自动泊车系统大大提高了驾驶员的安全性和便捷性，尤其是对一些新手驾驶员或泊车困难的驾驶员而言提高了泊车的成功率并降低了事故率。

2 触须算法

“触须”算法是一个形象的比喻词，昆虫在前行的时候通过触须探测前进方向上面的障碍物以及可通行路线。触须算法是无人驾驶智能车辆规划中的智能车辆用“触须”来描述车辆在特定车速和特定方向盘转角下的行车轨迹，当前方遇到障碍物的时候可以判断哪条触须可以通行，属于智能车辆常用的局部路径规划的一种方法[8]。

触须算法通常将车辆从0到最高车速之间的速度范围内等差选取16个目标车速值，并将目标车速根据不同的方向盘转角设定81条触须[9]，即智能车辆在某一车速下有81个可通行路径供系统进行选择，选择条件包括障碍物位置等信息、实际道路信息等等[10]，生成触须如图2所示。触须算法相比其他算法实现相对简单，在智能车辆起初标定时就对每一车速下不同前轮转角的路径进行标定，在实际工作时直接根据目标路径查表获得对应的前轮转角，提高了实现难度以及实时性。

图2 触须路径

触须算法中触须的设计基于二自由度车辆模型，通过视觉感知获取车辆相对于停车位位置后，设计泊车车速为5 km/h，前轮转角取值区间在[-π/2, π/2]，转向系统传统比为9.5∶1，在以上条件下生成81条触须。第组第条触须的转弯半径r的计算公式（1）如下[11]：

式中：2是触须弧度修正参数，数值为1.2；是触须的序号；R是每条触须的标准圆弧半径；是触须的长度，为同组触须的最大张角，数值为1.9，是系统修正参数，参数计算方法为公式（2）。

算法获得的每一条触须都是一段可行路径，所有触须的出发点都是车辆后轴中心处，且圆心都在与车辆前进方向垂直且通过车辆质心的直线上，相当于每段触须都是从车辆后轴中心出发的。

3 基于触须算法的自动平行泊车路径规划

目前自动平行泊车路径规划的主要方法以基于几何方法的双圆弧规划法为主，但这种方法对起始车身姿态要求比较高，场景适用性较低。因此本文提出将自动平行泊车算法中融入触须算法解决双圆弧规划法的不足，把自动平行泊车的路径规划问题分解成两段，分为车位外行驶段以及车位内行驶段，其中车位外行驶段的规划采用基于触须算法进行规划，车位内行驶段以最小转弯半径进行规划，规划方法如图3所示。

图3 基于触须算法的自动泊车路径规划

在系统中预置一套触须轨迹的每个轨迹点的位置坐标以及其航向，减少了泊车程序的计算量并提高响应速度。自泊车功能启动开始，基于Radon变化对环视相机采集的图像进行直线识别，获得2个角点P0、P1以及相对于车辆当前位置的坐标，通过国标推算出整个停车位的坐标信息，即车辆最终泊车停止位置。将泊车路径划分为两步，车辆转向方向相反，规划处两端连接的圆弧状路径。

根据停车位与车辆尺寸关系在b段泊车路径起点B点周围设置一个圆形区域，如图3中B点处黄色圆形，此区域为触须可否通行的判断区域。通过提前在系统中设置的81条触须选取能够通过b泊车路径起点处判断区域，且其航向姿态与b段泊车路径起点B的航向相等，判断此触须为a段泊车路径，即ab段。即a段路径的终点与b段路径的起点需要满足一下公式（3）与公式（4）的条件

式中：（1,1）、1和（2,2）、2和分别为a段路径的终点坐标和b段路径的起点坐标，以及两点相对于全局坐标系下的航向角。

3.1 可通行区域碰撞约束

在车辆的泊车路径规划中，一般都将车辆的后轴中心点作为车辆坐标系的原点，规划的泊车路径即后轴中心点的运动轨迹。但这种方法没有考虑到车辆的宽度和长度以及车辆对规划路径的跟踪误差，很难避免极限状态下车辆边界与障碍物剐蹭。因此需要对车辆的可通行区域进行约束，如图4。

图4 车辆可通行约束极限碰撞点

在根据车辆位置获得可泊车触须后，对可通行的几条触须进行障碍物以及车位边线的探测，以确定最终可泊车的触须，从而进行车辆泊车路径跟踪控制。触须的可通行区域是指，对于预选触须k在地图中，以该触须为中心，给触须一个宽度，向两侧扩展d的范围，此区域被称为可通行区域。若在此区域内，没有其他停车位的区域则判断该触须可行。其中d根据车辆的长度、宽度以及跟踪控制精度3个因素进行控制。

3.2 仿真验证

在Matlab中搭建虚拟泊车场景，对基于触须算法的规划路径进行仿[12]，可以一次性进入1.5倍车长的停车位。

图5中，已知车辆相对于停车位的起始位置已知，通过对终点位置反向以最小转弯半径获得第二段路径圆弧，根据触须算法的触须库寻找最优触须，连接成为泊车路径。从图中可以看出，本文提出的基于触须算法的自动平行泊车路径规划算法能够一次且准确的进行泊车，而不需要揉库。

图5 路径规划仿真结果

4 结论

本文主要对自动平行泊车的路径规划方法进行研究，并结合触须算法进行优化。首先，介绍了在自动驾驶领域中用于局部规划的触须算法原理与应用。其次，应用触须算法对于传统自动平行泊车的双圆弧法进行优化，利用触须算法对自动平行泊车的第一段圆弧规划，解决的传统双圆弧法中对车辆自动泊车起始位置要求高的问题。再次，对自动泊车路径规划后的可通行路径利用碰撞约束进行筛选，降低自动泊车过程中出现碰撞危险的问题，并解决了当出现多条可选路径后的最优化问题。最后，利用Matlab搭建的自动平行泊车场景对算法进行验证，通过实验证明该方法可使常规车辆一次性停入1.5倍车长的停车位。

[1] 郭孔辉, 姜辉, 张建伟, 等. 基于模糊逻辑的自动平行泊车转向控制器[J]. 吉林大学学报: 工学版, 2009, 39(S2): 236-240.

[2] 侯忠生, 董航瑞, 金尚泰. 基于坐标补偿的自动泊车系统无模型自适应控制[J]. 自动化学报, 2015, 41(4): 823-831.

[3] 李红, 王文军, 李克强. 基于B样条理论的平行泊车路径规划[J]. 中国公路学报, 2016, 29(9): 143-151.

[4] 李占江. 车辆自动泊车的模糊控制方法研究[D]. 长春:吉林大学, 2007.

[5] 牛润新, 夏静霆, 汪小华, 等. 智能车辆路径巡航和自主避障的触须算法[J]. 交通运输工程学报, 2010, 10(6): 53-58.

[6] Reeds J A, Shepp L A. Optimal paths for a car that goes both forwards and backwards[J]. Pacific Journal of Mathematics, 1990, 145(2): 367-393.

[7] Laumond J P, Jacobs P E, Taix M, et al. A motion planner for nonholonomic mobile robots[J]. Robotics and Automation, 1994, 10(5): 577-593.

[8] 张明环, 张科. 智能车避障触须算法中的障碍物探测研究[J]. 西北工业大学学报, 2012, 30(5): 763-767.

[9] Mitschke M, Wallentowitz H. Dynamik der Kraftfahrzeuge[M]. Springer, 2004.

[10] Sariff N, Buniyamin N. An overview of autonomous mobile robot path planning algorithms[A]. In: 4th Student Conference on Research and Development[C], 2006: 183-188.

[11] Thrun S. Stanley: The robot that won the darpa grand challenge: research articles[J]. Journal Robotics System, 2006, 23(9): 661-692.

[12] 李红, 郭孔辉, 宋晓琳, 等. 基于Matlab的多约束自动平行泊车轨迹规划[J]. 中南大学学报: 自然科学版, 2013, 44(1): 101-107.

Automatic Parallel Parking Planning Based on Whisker Algorithm

FAN Si-qi, LI Gang

（School of Automobile and Traffic Engineering, Liaoning University of Technology, Jinzhou 121001, China）

After perceiving the target parking space, the path of automatic parallel parking is designed. It’s simplified into two stages (that is, two arcs with different steering angles). In order to improve the adaptability of the vehicle’s parking position, the first stage of automatic parallel parking path is adopted by the whisker algorithm plan, the tentacles selected can have a tangent point with the second section of the path, and finally the turning radius of the two-stage automatic parallel parking path are determined.

whisker algorithm; automatic parallel parking; path planning; distributed drive electric vehicle

U469.72

A

1674-3261(2021)02-0095-04

10.15916/j.issn1674-3261.2021.02.006

2020-06-23

国家自然科学基金项目（51675257）

范思奇(1995-)，男，辽宁辽阳人，硕士生。

李 刚(1979-)，男，辽宁朝阳人，教授，博士。

责任编校：刘亚兵