【技術實現步驟摘要】
本專利技術涉及泊車，特別涉及一種智能車輛自動泊車路徑規劃優化方法、系統、設備和存儲介質。
技術介紹
1、傳統自動泊車系統對車位要求較高，如車位附近不能有電線桿等障礙物，在自動泊車過程中，如果突然后方竄出行人或車輛，系統可能無法及時作出反應，存在安全隱患，對于低矮的障礙物(如路基、消防栓等)或標線不清晰的車位，傳統自動泊車系統可能無法準確檢測，在雨雪天氣下，由于地面標線不清晰，傳統自動泊車系統的檢測能力會受到影響。
技術實現思路
1、本專利技術的主要目的是提出一種智能車輛自動泊車路徑規劃優化方法、系統、設備和存儲介質，旨在加強自動泊車的安全性和泊車時可以識別突然出現的障礙物。
2、為實現上述目的，本專利技術提出的智能車輛自動泊車路徑規劃優化方法，所述智能車輛自動泊車路徑規劃優化方法，包括：
3、使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑；
4、構建虛擬停車環境，在所述虛擬停車環境中進行仿真測試，模擬不同的泊車場景和環境變化，驗證所述泊車路徑是否安全；
5、在所述泊車路徑驗證安全時，控制所述車輛根據所述泊車路徑進行泊車；
6、在所述車輛泊車時，通過傳感器實時監測環境變化，使用尋路算法和強化學習動態調整所述泊車路徑。
7、在一實施方式中，所述使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑的步驟之前，包括：
8、通過傳感器實時采集車輛泊車的環境信息，使用卡爾曼濾波算法創建車輛周圍的三維環境模
9、在一實施方式中，所述使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑的步驟之前，包括：
10、根據所述環境信息構建標識地圖，通過粒子濾波算法不斷更新所述標識地圖；
11、在所述標識地圖中，根據用戶的停車偏好利用機器學習模型分析匹配最符合用戶偏好的所述目標停車位。
12、在一實施方式中，所述使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑的步驟之后，包括：
13、在停車場有多輛車同時泊車時，控制多車輛通過v2v通信協議共享信息，利用博弈理論和多代理系統算法，優化各輛車的所述泊車路徑。
14、在一實施方式中，所述在所述泊車路徑驗證安全時，通過傳感器實時監測環境變化，使用尋路算法和強化學習動態調整所述泊車路徑的步驟，包括：
15、結合所述車輛上的pid控制器和算法模型預測所述車輛的控制方法，控制所述車輛根據所述泊車路徑進行泊車。
16、在一實施方式中，所述結合所述車輛上的pid控制器和算法模型預測所述車輛的控制方法，控制所述車輛根據所述泊車路徑進行泊車的步驟，包括：
17、使用所述車輛上的pid控制器和mpc模型預測所述車輛的控制方法，實時調整所述車輛的方向和速度，控制所述車輛根據所述泊車路徑行駛；
18、在車輛到達所述目標停車位前面時，使用模糊邏輯控制和深度學習控制模型控制所述車輛完成泊車；
19、在車輛泊車過程中，使用多傳感器冗余和馬爾科夫鏈方法進行安全監測和故障預測。
20、本專利技術還提出一種智能車輛自動泊車路徑規劃優化系統，所述智能車輛自動泊車路徑規劃優化系統包括如上述的智能車輛自動泊車路徑規劃優化方法，所述智能車輛自動泊車路徑規劃優化系統包括：
21、路徑規劃模塊，用于使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑；
22、模擬仿真模塊，構建虛擬停車環境，在所述虛擬停車環境中進行仿真測試，模擬不同的泊車場景和環境變化，驗證所述泊車路徑是否安全；
23、控制執行模塊，用于在所述泊車路徑驗證安全時，控制所述車輛根據所述泊車路徑進行泊車；
24、動態路徑調整模塊，用于在所述車輛泊車時，通過傳感器實時監測環境變化，使用尋路算法和強化學習動態調整所述泊車路徑。
25、在一實施方式中，所述智能車輛自動泊車路徑規劃優化系統還包括：
26、環境感知模塊，用于通過傳感器實時采集車輛泊車的環境信息，使用卡爾曼濾波算法創建車輛周圍的三維環境模型；所述三維環境模型用于構建虛擬停車環境；
27、地圖生成更新模塊，用于根據所述環境信息構建標識地圖，通過粒子濾波算法不斷更新所述標識地圖；
28、用戶偏好模塊，用于在所述標識地圖中，根據用戶的停車偏好利用機器學習模型分析匹配最符合用戶偏好的所述目標停車位；
29、多車輛協同通信模塊，在停車場有多輛車同時泊車時，控制多車輛通過v2v通信協議共享信息，利用博弈理論和多代理系統算法，優化各輛車的所述泊車路徑。
30、本專利技術還提出一種智能車輛自動泊車路徑規劃優化設備，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現上述的智能車輛自動泊車路徑規劃優化方法的步驟。
31、本專利技術還提出一種存儲介質，所述存儲介質為計算機可讀存儲介質，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如上述所述的智能車輛自動泊車路徑規劃優化方法的步驟。
32、本專利技術涉及泊車
，具體公開了一種智能車輛自動泊車路徑規劃優化方法、系統、設備和存儲介質。該智能車輛自動泊車路徑規劃優化方法包括：使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑；構建虛擬停車環境，在所述虛擬停車環境中進行仿真測試，模擬不同的泊車場景和環境變化，驗證所述泊車路徑是否安全；在所述泊車路徑驗證安全時，控制所述車輛根據所述泊車路徑進行泊車；在所述車輛泊車時，通過傳感器實時監測環境變化，使用尋路算法和強化學習動態調整所述泊車路徑。使用a*算法和非線性規劃方法進行初步路徑規劃和優化，確保路徑最短且能耗最低，通過仿真測試驗證算法可靠性并不斷優化路徑規劃和控制策略，通過融合激光雷達、攝像頭和超聲波雷達等多種傳感器數據，實時監測環境變化并動態調整路徑，確保車輛安全避讓障礙物。
【技術保護點】
1.一種智能車輛自動泊車路徑規劃優化方法，其特征在于，所述智能車輛自動泊車的路徑規劃優化方法，包括：
2.如權利要求1所述的智能車輛自動泊車路徑規劃優化方法，其特征在于，所述使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑的步驟之前，包括：
3.如權利要求1所述的智能車輛自動泊車路徑規劃優化方法，其特征在于，所述使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑的步驟之前，包括：
4.如權利要求1所述的智能車輛自動泊車路徑規劃優化方法，其特征在于，所述使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑的步驟之后，包括：
5.如權利要求1所述的智能車輛自動泊車路徑規劃優化方法，其特征在于，所述在所述泊車路徑驗證安全時，通過傳感器實時監測環境變化，使用尋路算法和強化學習動態調整所述泊車路徑的步驟，包括：
6.如權利要求5所述的智能車輛自動泊車路徑規劃優化方法，其特征在于，所述結合所述車輛上的PID控制器和算法模型預測所述車輛的控制方法，控制所述車輛根據所述泊車路徑進行泊車的步驟，包括：
7.一種智能車輛自
8.如權利要求7所述的智能車輛自動泊車路徑規劃優化系統，其特征在于，所述智能車輛自動泊車路徑規劃優化系統還包括：
9.一種智能車輛自動泊車路徑規劃優化設備，其特征在于，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現如權利要求1至6中任一項所述的智能車輛自動泊車路徑規劃優化方法的步驟。
10.一種存儲介質，其特征在于，所述存儲介質為計算機可讀存儲介質，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至6中任一項所述的智能車輛自動泊車路徑規劃優化方法的步驟。
...【技術特征摘要】
1.一種智能車輛自動泊車路徑規劃優化方法，其特征在于，所述智能車輛自動泊車的路徑規劃優化方法，包括：
2.如權利要求1所述的智能車輛自動泊車路徑規劃優化方法，其特征在于，所述使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑的步驟之前，包括：
3.如權利要求1所述的智能車輛自動泊車路徑規劃優化方法，其特征在于，所述使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑的步驟之前，包括：
4.如權利要求1所述的智能車輛自動泊車路徑規劃優化方法，其特征在于，所述使用搜尋算法規劃車輛從當前位置到目標停車位的泊車路徑的步驟之后，包括：
5.如權利要求1所述的智能車輛自動泊車路徑規劃優化方法，其特征在于，所述在所述泊車路徑驗證安全時，通過傳感器實時監測環境變化，使用尋路算法和強化學習動態調整所述泊車路徑的步驟，包括：
6.如權利要求5所述的智能車輛自動泊車路徑規劃優化方法，其特征在于，所述結合所述車輛上的pid控制...
【專利技術屬性】
技術研發人員：詹修泓，趙梓彤，郭群，徐建勇，張敬偉，
申請(專利權)人：東風汽車集團股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。