CN107560615B - 用于停车场自动驾驶系统的停车路径规划方法 - Google Patents

Abstract

本发明公开了一种用于停车场自动驾驶系统的停车路径规划方法，包括以下步骤：根据停车场内的路网信息对停车场进行数学建模；在停车场道路交叉口以及每个停车位选择对应节点，并进行编号，建立对应的矩阵关系；读取线路信息表中的线路信息，以起点和终点的距离为权值；将路网的节点图构造迪杰斯特拉地图，根据迪杰斯特拉算法计算最优路径。可以快速的规划停车场起点到停车位的最优路径。

Description

用于停车场自动驾驶系统的停车路径规划方法

技术领域

本发明属于汽车自动驾驶决策技术领域，具体地涉及一种用于停车场自动驾驶系统的停车路径规划方法。

背景技术

随着汽车自动驾驶技术不断地发展，自动驾驶在停车场内的应用也开始得到广泛关注。在目前传统的停车场中，最为困扰驾驶员的难题有两个：一是找空停车位和泊入狭小车位的困难；二是多个车辆找空停车位时可能导致的停车场堵塞现象。

停车场自动驾驶系统不仅可以提高停车过程的便捷性，也可以有效缓解找车位导致的停车场堵塞问题。停车场自动驾驶系统利用超声波传感器和智能车轮传感器来搜索停车空间，产生到达停车位置的停车路径，并且控制驾驶。也就是说，智能停车辅助系统允许驾驶者在没有方向盘操作的情形下仅仅通过控制前后运动以及制动操作而自动停驻车辆。

目前路径规划方法大多数运用在城市道路中，而停车场自动驾驶系统领域还未涉及到路径规划的问题。因此，由停车场起点到停车位的路径规划方法使停车场自动驾驶系统领域一个亟待解决的问题。本发明因此而来。

发明内容

针对上述技术方案存在的问题，本发明提出了一种用于停车场自动驾驶系统的停车路径规划方法，可以快速的规划停车场起点到停车位的最优路径。

本发明的技术方案是：

一种用于停车场自动驾驶系统的停车路径规划方法，包括以下步骤：

S01：根据停车场内的路网信息对停车场进行数学建模；

S02：在停车场道路交叉口以及每个停车位选择对应节点，并进行编号，建立对应的矩阵关系；

S03：读取线路信息表中的线路信息，以起点和终点的距离为权值；

S04：将路网的节点图构造迪杰斯特拉地图，根据迪杰斯特拉算法计算最优路径。

优选的，所述步骤S04还包括，对道路交叉口进行平滑处理，计算转弯半径，得到转弯轨迹。

优选的，所述步骤S01中，所述路网信息至少包括停车场道路的宽度方向、停车位的宽度、长度以及停车位的分布状况。

优选的，所述步骤S02中，将每个停车位前方的顺向道路的中线与停车位宽度的中线的交点作为停车位节点；若道路交叉口处的曲率变化没有超过设定阈值，选择道路交点为节点,若曲率变化大于所设阈值，选择曲率变化点及圆弧中心点为节点。

优选的，所述步骤S04中，根据迪杰斯特拉算法计算最优路径，包括：

S11：起点集合S，即S＝{v}，v为起点，v的距离为0，U包含除v外的其他节点集合，即U={其余节点}，若v与U中节点相邻，则<u,v>有权值，若u不是v的邻接点，则<u,v>权值为∞；

S12：从U中选取一个距离v最小的节点k，把k加入S中，选定的距离就是v到k的最短路径长度；

S13：以k为新考虑的中间点，修改U中各节点的距离；若从起点v经过节点k到节点u的距离比原先不经过节点k的距离短，则修改节点u的距离值，修改后的距离值是节点k的距离加上k到u的距离值；

S14：重复步骤S12和S13直到所有节点都包含在S中。

与现有技术相比，本发明的优点是：

可以快速的规划停车场起点到停车位的最优路径。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明用于停车场自动驾驶系统的停车路径规划方法的流程图；

图2是停车场建模示意图；

图3是停车场中选取节点示意图；

图4是在道路交叉口处经过圆滑处理后的轨迹示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

实施例：

下面结合附图，对本发明的较佳实施例作进一步说明。

如图1所示，一种用于停车场自动驾驶系统的停车路径规划方法，包括以下步骤：

根据停车场内的路网信息对停车场进行数学建模。通过停车场的路网信息得到停车场道路的宽度方向等以及停车位的宽度长度以及停车位的分布状况。如图2所示，实例中对一停车场进行数学建模；

实例中每一行有31个停车位，一共93个停车位。每个停车位长度为6米，宽度为3米。其中绿色矩形代表着草坪，宽度为1米，长度为6米。两排停车位中间的道路宽度为10米。

在停车场道路交叉口以及每个停车位选择对应节点，并进行编号，建立对应的矩阵关系，如图3所示；把每个停车位前方的顺向道路的中线与停车位宽度的中线的交点作为停车位节点，若道路交叉口处的曲率变化没有超过设定阈值，选择道路交点为节点,若曲率变化大于所设阈值，选择曲率变化点及圆弧中心点为节点。

读取线路信息表中的线路信息选择起点和终点，以距离为权值；实际中可以连接的相邻的节点以实际距离作为权值，不可连接的节点距离设置为较大的数值。终点位置是通过车辆与停车场的通讯得到一个空停车位的位置信息，并读取空停车位的位置信息，找到对应的节点编号。自动驾驶的汽车可以通过设置速度行驶，不需要考虑时间作为权值，仅以距离作为权值即可，节省了计算的时间。

实例中将中间一排最左侧一点作为起点v，随机选择一个空车位作为终点。将紧邻的节点的正向距离作为权值，把不能直接到达的和反向节点间的权值设置为一个较大的数值，这样降低了计算时间，对自动驾驶汽车具有很大意义。

将路网的节点图构造迪杰斯特拉地图；

根据迪杰斯特拉算法计算出最优的路径，包括如下步骤：

a.实例中初始时，S只包含起点的集合，即S＝{v}，v的距离为0。U包含除v外的其他节点的集合，即U={其余节点}，若v与U中节点相邻，则<u,v>正常有权值，若u不是v的邻接点，则<u,v>权值为∞。

b.从U中选取一个距离v最小的节点k，把k加入S中（该选定的距离就是v到k的最短路径长度）。

c.以k为新考虑的中间点，修改U中各节点的距离；若从起点v到节点u的距离（经过节点k）比原来距离（不经过节点k，即v直接到达u）短，则修改节点u的距离值，修改后的距离值是节点k的距离加上k到u的距离值。

d.重复步骤b和c直到所有节点都包含在S中。

如图4所示，对道路交叉口曲线进行平滑处理；道路交叉口处用圆弧处理圆弧要与直线相切，转弯半径为路宽的一半，可得出转弯的轨迹。以便于自动驾驶车辆能够通过道路交叉口，不受动力学问题的约束。实例中，转弯半径为3.5米，转向角为90度。此方法可以让自动驾驶车辆可以平稳的过此交叉口，不会由于航线角的图片导致车辆不能通过交叉口。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (4)

1.一种用于停车场自动驾驶系统的停车路径规划方法，其特征在于，包括以下步骤：

S01：根据停车场内的路网信息对停车场进行数学建模；

S02：在停车场道路交叉口以及每个停车位选择对应节点，并进行编号，建立对应的矩阵关系；将每个停车位前方的顺向道路的中线与停车位宽度的中线的交点作为停车位节点；若道路交叉口处的曲率变化没有超过设定阈值，选择道路交点为节点，若曲率变化大于所设阈值，选择曲率变化点及圆弧中心点为节点；

S03：读取线路信息表中的线路信息，以起点和终点的距离为权值，将紧邻的节点的正向距离作为权值，把不能直接到达的和反向节点间的权值设置为一个较大的数值；

S04：将路网的节点图构造迪杰斯特拉地图，根据迪杰斯特拉算法计算最优路径。

2.根据权利要求1所述的用于停车场自动驾驶系统的停车路径规划方法，其特征在于，所述步骤S04还包括，对道路交叉口进行平滑处理，计算转弯半径，得到转弯轨迹。

3.根据权利要求1所述的用于停车场自动驾驶系统的停车路径规划方法，其特征在于，所述步骤S01中，所述路网信息至少包括停车场道路的宽度方向、停车位的宽度、长度以及停车位的分布状况。

4.根据权利要求1所述的用于停车场自动驾驶系统的停车路径规划方法，其特征在于，所述步骤S04中，根据迪杰斯特拉算法计算最优路径，包括：

S11：起点集合S，即S＝{v}，v为起点，v的距离为0，U包含除v外的其他节点集合，即U={其余节点}，若v与U中节点相邻，则<u,v>有权值，若u不是v的邻接点，则<u,v>权值为∞；

S12：从U中选取一个距离v最小的节点k，把k加入S中，选定的距离就是v到k的最短路径长度；

S13：以k为新考虑的中间点，修改U中各节点的距离；若从起点v经过节点k到节点u的距离比原先不经过节点k的距离短，则修改节点u的距离值，修改后的距离值是节点k的距离加上k到u的距离值；

S14：重复步骤S12和S13直到所有节点都包含在S中。

Images