无人驾驶汽车自动泊车系统组成与路径规划分析

鲍晓东， 张仙妮， 刘国强

（1.北京工业职业技术学院机电工程系， 北京100042； 2.北汽集团， 北京 100028）

0 引言

当今社会汽车保有量越来越大，给人们的出行带来了方便，驾驶汽车人员数量急剧增加，大城市的城市中心区规划的自动泊车的车位数量很难满足驾驶员停车的需求，全国的大中城市交通路网的拥堵愈加严重，普遍存在停车难现象， 在停车的过程中引起的交通安全事故层出不穷。据权威媒体发布的数据，全球道路交通事故的百分之四十以上是由泊车所引起的，所以，泊车成功是比较困难的。驾驶员在泊车的过程中，泊车过程中通过后视镜观察外部的环境， 可能因为后视镜的形状大小和安装位置的因素，会导致司机的驾驶的视线范围是受限制的，盲区会存在，驾驶员对周边的环境信息不能准确的识别，导致了泊车难度大幅度提高，会使汽车碰撞事故时有发生。同时驾驶人员的技术千差万别在复杂的泊车情况下容易导致驾驶新手心态急燥， 对于没有经验的驾驶人员来说，汽车和周围物体（包括运动物体）实时的相对距离，并不容易判断准确， 对车辆的油门以及制动器不好控制使车辆能够躲避障碍物， 还有很多女性驾驶员停车犯怵，所以，如何帮助驾驶员安全的把车辆停放到指定车位，是汽车研发人员亟待攻克的技术难点。

1 自动泊车国内外研究现状

当下国内外研发机构主要是采用两种办法开发自动泊车系统， 一种办法研发的泊车控制方法是收集大量人工泊车的数据，通过人工智能算法，使汽车按要求驶入车位，这种方法对驾驶人员经验要求较高，按驾驶人员的经验使车辆泊车入库；另一种控制算法是通过路径规划，汽车上安装各种传感器，通过传感器检测出可泊车位置后，通过直线和圆弧曲线组合的模式，再结合汽车相关参数、车辆运动学方程以及需要绕开的碰撞区域， 规划出可以行驶的泊车区域， 参考当前汽车所在的区域合理地规划出一条泊车路径， 基于汽车自带的传感器来收集自动泊车系统环境的图像信号， 通过汽车处理单元对采集的信息进行计算分析规划出可以使用的车位信息以及计算出车位相对位置的距离； 由于自动泊车系统成功检测出可以使用的车位后， 通过车载电子控制单元（Electronic Control Unit 称ECU），对车辆的相对于停车位和障碍物的距离进行计算处理后， 生成一条从车辆当前位置到停车车位的曲线路径， 最后车载电子控制单元开始向车辆的执行器发出指令，控制车辆的各个子系统，使车辆能够方便、准确地按照规划的路径完成自动泊车。 控制器对泊车路径进行跟踪分析， 系统通过采集许多有经验的驾驶员自动泊车数据，通过神经网络、模糊控制等算法去模拟驾驶人员的驾车动作，根据自动泊车系统的控制算法，再根据车辆的速度和位置实施的控制汽车的转向和油门，把汽车停入到合适车位上。

2 智能泊车辅助系统的组成

智能泊车辅助系统主要由信息感知单元、 电子控制单元、执行单元和人机交互界面组成。

2.1 信息感知单元

信息感知单元的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。

2.2 电子控制单元

电子控制单元是智能泊车辅助系统的核心部分，主要任务包括以下几个方面：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；第三，在泊车过程中，进行实时监测并及时做出必要的调整。

2.3 执行单元

执行单元主要指汽车线控系统的控制器， 如转向控制器、加速踏板控制器、制动控制器和档位控制器等。 根据电子控制单元的决策信息， 转向控制器将数字控制量转化为方向盘的角度， 控制汽车的转向。 加速踏板控制器、制动控制器和档位控制器互相配合，从而控制汽车泊车速度以及前进或倒车。汽车线控系统之间协调配合，控制汽车按照指定命令完成泊车过程。

2.4 人机交互界面

人机交互界面用于接受驾驶人的初始操作指令，并在智能泊车过程中，显示重要信息，以便驾驶人随时掌握系统的工作状态。 首先利用车载传感器扫描汽车周围环境，通过对环境区域的分析和建模，搜索有效泊车位。 当确定目标车位后， 系统提示驾驶人停车并启动自动泊车程序，根据所获取的车位大小、位置信息，由程序计算泊车路径，然后自动操纵汽车泊车入位[1]，如图1 所示。

图1 智能泊车辅助系统的组成

3 停车位的检测

停车位置的检测是泊车系统中最重要的基础环节，也关乎自动泊车能不能成功；通过视觉传感器对停车车位进行检测分析；车位检测是判断安全停车的前提，车位检测准确与否不仅决定了测距的准确性，也决定了能否及时发现潜在的停车安全隐患。识别算法用于判断图像序列中是否存在车辆，并获得其基本信息，如大小、位置等。 摄像头跟随车辆在停车位上停车时，所获取的道路图像中，车辆的大小、位置和亮度是在不断变化的。 由于车辆识别时需要对所有图像进行搜索，所以，车辆识别算法的耗时较长。而跟踪算法可以在一定的时间和空间约束条件下进行目标搜索，还可以借助一些先验知识，因此计算量较小，可以基本满足预警系统的实时性要求[2]，如图2 所示。

图2 智能泊车系统

通过超声波传感器的检测车的位置是传感器发射的超声波到接收回波时的时间长度不同， 根据时间长度测算距离得到车位空间长度。 其检测车位的过程如图3 所示，当车主打开自动泊车功能后，在平行车位车辆低速行驶时，超声波探头探测到第一个车时，测量的距离变化范围很小，传感器探头离开第一辆车的时侯，超声波探测的距离突然变大，自动泊车系统会把行程记录下来；然后超声波探测的距离将会在小范围内波动， 系统会自动记录最小值，当第二辆车被超声波探头探测到的时侯，探测的距离在小范围内波动， 系统将记录这个过程中波动的最小值，自动泊车系统便完成了车位的检测。使用超声波探测车位受到很多条件的限制，当车位周边有阻挡物体时，超声波传感器会参照测距变化的情况来检测出车位位置；在车位四周没有阻挡物却存在停车车位置线时侯，会使用摄像头对目标车位检测；如两种情况都存在时侯，会先使用超声检测， 以车位四围的障碍物和安全车距标准作为车位评判标准[3]。

图3 车位检测

4 自动泊车路径规划

自动泊车路径规划是在传感器检测到合适的停车位之后，根据停车位之间的相对位置条件，在满足车辆结构参数条件、停车环境的条件下，规划出一条没有碰撞的连续的自动泊车路径曲线。 自动泊车规划的路径过程的输入量为泊车四周环境信息和车辆信息以及规范停车等相关的参数， 输出参数为自动泊车参考路径和路径跟踪控制相关的控制参数。 依据平行泊车和垂直泊车道路场景的路径规划进行研究， 根据阿克曼转向建立车辆运动学模型，并提出车辆运动包络的解决方案，关注自动泊车路径目标路径规划的安全性、舒适性、经济性等多性能，通过多项式优化获得最佳的自动泊车路径方案[4]。

4.1 汽车阿克曼转向运动学建模

阿克曼转向理论是为了解决车辆在转向时， 车辆转向轮的左右转弯半径不同而导致车辆的左右两个转向轮转角度不一致的情况。应用阿克曼转向转向机构，利用四连杆曲柄， 能够使汽车在转向时将车辆内侧的转向角度比外侧转向角大20～40， 车辆四个轮子的转弯半径圆心交会于后轴延长线上，即车辆的瞬时转向中心，从而车辆能够顺利的完成转向运动。在车辆进行泊车操作时，将车辆的泊车运动视为两个具有相同圆心但不同半径的圆周运动。 如图4 所示。 阿克曼转向几何原理就是指汽车的内、外轮驶过的曲线都是以圆点在同个圆心的圆弧上，或者是内外轮每一时刻对应曲线的切线作垂线总是相交于同一个点，这个点就是汽车转向中心。

图4 阿克曼转向图

由阿克曼转向原理可知， 车辆转向轮的内外转向角满足以下关系：cosα-cosβ=k/L

基于阿克曼转向原理， 可以将四个轮子的汽车转向模型等效变成一个两个轮子转角的自行车模型，如图5 所示。根据几何关系可以得出：cosα+cosβ=2cotδ.由于自动泊车工况车辆运行速度很低， 这时假设车辆不受侧向力的作用，车轮没有侧向滑动，可以认为车辆限制是车辆是在纵向方向上滚动，而不发生横向的滑移。根据以上理论建立车辆运动学模型，如图6 所示。

图5 前轮转向示意图

图6 汽车运动模型

4.2 平行泊车可行起始区域分析

目前研究范围存在的路径规划方法，主要是因为圆弧直线路径的结构简单，设计方便， 自动泊车系统通过它能快速分析出泊车所需的最小车位最小转弯半径的圆弧与直线组合的方式作为路径规划方法算单步平行泊车所需的最小车位与可行泊车起始区域[5]，如图7 所示。

图7 圆弧和直径路径规划

5 结论

通过智能汽车自动泊车系统中对路径规划及跟踪等内容进行了探讨， 得出了智能汽车自动泊车的路径规划算法， 初步实现了自动泊车路径的实时性控制和精确跟踪。总结了基于多性能目标的路径规划方法优化的方法。在面对自动泊车系统的路径规划问题，要考虑安全性、舒适性和经济性等多性能指标。 根据阿克曼转向理论构建智能汽车自动泊车的运动模型， 对汽车采用运动包络分析的方法，通过车辆外轮廓区域边界线转化为函数关系。同时对对舒适性、安全性和经济性目标进行分析量化，最后，综合考虑自动泊车过程安全性、舒适性、经济性的目标函数及约束条件， 最后自动泊车路径规划方法完全能够满足车辆自动泊车时的多种要求。