專利名稱：一種基于仿人智能控制的汽車自動泊車入位方法
技術領域：
本發(fā)明涉及汽車自動泊車入位，特別是一種基于仿人智能控制的汽車自動泊車入位方法。
背景技術：
汽車自動泊車入位是在無人操控方向盤的情況下，汽車從行駛車道運動到泊車位的機動行為，根據(jù)汽車自身相對于泊車位的方向，可分為平行泊車入位、垂直泊車入位和斜形泊車入位等幾種情況。自動泊車入位的主要參數(shù)包括車長L。、車寬W。、軸距L、前輪轉(zhuǎn)角φ、最小轉(zhuǎn)半徑Rm、車位長Lp、車位寬Wp等。從控制論觀點來看，車輛系統(tǒng)是一個多輸入多輸出的非線性欠驅(qū)動耦合系統(tǒng)，研究自動泊車入位的控制問題是提高泊車安全性和減輕駕駛復雜性的有效途徑之一，具有重要研究意義和應用價值。目前，自動泊車入位的控制方法主要有(1)基于路徑規(guī)劃的方法(參考文獻Kang Zhi Liu, Minh Quan Dao, Takuya Inoue. An exponentially ε-convergentcontrol algorithm for chained systems and its application to automaticparking systems[J]. IEEE Transactions on Control Systems Technology,2006,14(6) :1113-1126)。(2)基于經(jīng)驗知識的方法(參考文獻[2] =Taark Ozkul, MohammedMoqbel,Suhail B. Aldhafri. Development of a hierarchical driver aid for parallelparking using fuzzy biomimetic approach[J]. Journal of Computing and InformationTechnology, 2010,18 (I) 31-44) 0 (3)基于路徑規(guī)劃和基于經(jīng)驗知識相結(jié)合的方法(參考文獻[3] K. Demirli, Μ. Khoshnejad. Autonomous parallel parking of a car-likemobile robot by a neuro-fuzzy sensor-based controlIer[J].Fuzzy Sets andSystems, 2009,160 =2876-2891) 0但普遍存在普適性差、計算復雜、計算量大等問題。例如，基于路徑規(guī)劃的方法對傳感器和執(zhí)行器的精確性要求很高，在泊車入位過程中，很難補償執(zhí)行過程中和系統(tǒng)的動態(tài)性引起的誤差，即使位置誤差能夠被隨后的反復迭代運動所補償，也會增加相應的時間成本，從而影響泊車入位的效果；基于經(jīng)驗知識的方法采用模糊控制及其與神經(jīng)網(wǎng)絡和遺傳算法相結(jié)合，這類方法樣本數(shù)據(jù)的獲得比較困難，模糊化、解模糊化、訓練神經(jīng)網(wǎng)絡和參數(shù)尋優(yōu)時計算復雜、計算量大。綜上，研究自動泊車入位方法具有重要研究意義和應用價值，但現(xiàn)有方法存在諸多問題，需要提出一種計算量小、普適性更好的自動泊車入位方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種計算量小、普適性好的自動泊車入位方法，實現(xiàn)汽車自動泊車入位。為達到上述目的，本發(fā)明的構(gòu)思是采用仿人智能的方法，通過模仿駕駛員泊車入 位的經(jīng)驗技巧，跟蹤泊車入位路徑上的幾個預定關鍵點實現(xiàn)汽車泊車入位。基于上述構(gòu)思，本發(fā)明采用如下技術方案
一種基于仿人智能控制的汽車自動泊車入位方法，其特征在于該方法第一步是根據(jù)汽車參數(shù)和泊車位參數(shù)確定自動泊車入位路徑，并選取該路徑上的幾個預定關鍵點作為跟蹤目標；第二步，根據(jù)汽車泊車入位過程中的位姿相對于當前預定關鍵點的誤差及其誤差變化率驅(qū)動構(gòu)建的特征模型確定出當前特征狀態(tài)；第三步，根據(jù)駕駛員泊車入位操作為基礎構(gòu)建的控制模態(tài)集，由當前特征狀態(tài)確定出當前控制模態(tài)；第四步，根據(jù)當前控制模態(tài)控制汽車運動到當前預定關鍵點；依照第二步至第四步的方法依次控制汽車運動到最后一個預定關鍵點，即可實現(xiàn)汽車泊車入位。該方法包括以下步驟(I)根據(jù)車寬W。、前輪轉(zhuǎn)角P、最小轉(zhuǎn)半徑Rm、車位長Lp、車位寬Wp，確定泊車入位路徑上的預定關鍵點P1 (X1, Y1)，P2 (x2，I2)，P3 (x3，y3)，P4 (0，O)作為跟蹤目標；(2)根據(jù)汽車泊車入位過程中的位姿(x，y，Θ )相對于當前預定關鍵點PiQ = 1，
2,3,4)的誤差e及其誤差變化率 驅(qū)動構(gòu)建的特征模型Φ確定出當前特征狀態(tài)％:特征模型φ = {φ1； φ2, φ3, φ4}為

權(quán)利要求
1.一種基于仿人智能控制的汽車自動泊車入位方法，其特征在于該方法第一步是根據(jù)汽車參數(shù)和泊車位參數(shù)確定自動泊車入位路徑，并選取該路徑上的幾個預定關鍵點作為跟蹤目標；第二步，根據(jù)汽車泊車入位過程中的位姿相對于當前預定關鍵點的誤差及其誤差變化率驅(qū)動構(gòu)建的特征模型確定出當前特征狀態(tài)；第三步，根據(jù)駕駛員泊車入位操作為基礎構(gòu)建的控制模態(tài)集，由當前特征狀態(tài)確定出當前控制模態(tài)；第四步，根據(jù)當前控制模態(tài)控制汽車運動到當前預定關鍵點；依照第二步至第四步的方法依次控制汽車運動到最后一個預定關鍵點，即可實現(xiàn)汽車泊車入位；具體步驟如下 (1)根據(jù)車寬W。、前輪轉(zhuǎn)角 )、最小轉(zhuǎn)半徑Rm、車位長Lp、車位寬Wp，確定泊車入位路徑上的預定關鍵點P1U1, Yi)，P2 (χ2，j2)，P3(χ3，y3)，P4 (O，O)作為跟蹤目標,方法如下 以預定關鍵點P4(O，O)為原點O建立直角坐標系XOY ； 取直線I1 'I = az+b, (a = tan I1直線的斜率，
全文摘要
本發(fā)明涉及汽車自動泊車入位，特別是一種基于仿人智能控制的汽車自動泊車入位方法。該方法第一步是根據(jù)汽車參數(shù)和泊車位參數(shù)確定自動泊車入位路徑，并選取該路徑上的幾個預定關鍵點作為跟蹤目標；第二步，根據(jù)汽車泊車入位過程中的位姿相對于當前預定關鍵點的誤差及其誤差變化率驅(qū)動構(gòu)建的特征模型確定出當前特征狀態(tài)；第三步，根據(jù)駕駛員泊車入位操作為基礎構(gòu)建的控制模態(tài)集，由當前特征狀態(tài)確定出當前控制模態(tài)；第四步，根據(jù)當前控制模態(tài)控制汽車運動到當前預定關鍵點；依照第二步至第四步的方法依次控制汽車運動到最后一個預定關鍵點，即可實現(xiàn)汽車泊車入位。本發(fā)明涉及的自動泊車入位方法計算量小、普適性好。
文檔編號B60W40/02GK102658819SQ201210151048
公開日2012年9月12日 申請日期2012年5月16日 優(yōu)先權(quán)日2012年5月16日
發(fā)明者涂亞慶, 涂望舒, 陳浩 申請人:涂亞慶, 涂望舒, 陳浩