用於無人駕駛汽車的自動泊車系統的製作方法
2023-06-08 11:39:16 1
本申請涉及汽車技術領域，特別地，涉及一種用於無人駕駛汽車的自動泊車系統。
背景技術：
現有的奔馳b和雷克薩斯ls配備了一種自動泊車系統。其原理是：遍布車輛周圍的雷達探頭測量自身與周圍物體之間的距離和角度，然後通過車載電腦計算出操作流程配合車速調整方向盤的轉動，駕駛者只需要控制車速即可。
無人駕駛汽車是一種智能汽車，主要依靠車內的以計算機系統為主的智能駕駛儀來實現無人駕駛。現有的自動泊車系統因為還需要人工控制車速，所以還不能用於無人駕駛汽車。
技術實現要素：
本申請提供一種用於無人駕駛汽車的自動泊車系統，用於解決上述的問題。
本申請還提供了一種用於無人駕駛汽車的自動泊車系統，其特徵在於，包括車位規劃器、多個地磁傳感器組成的地磁傳感網絡、運動分析器和自適應車速控制器；其中，
車位規劃器，貯存於停車場後臺，用於在無人駕駛汽車進入停車場時，將目的車位和路線發送給無人駕駛汽車；
地磁傳感器布設在停車場的道路路面下，用於在無人駕駛汽車沿著規劃的路線行進前往目的車位時，感知該無人駕駛汽車；
運動分析器，貯存於無人駕駛汽車上，用於根據地磁傳感器的感知數據分析無人駕駛汽車的速度和軌跡；
自適應車速控制器，貯存於無人駕駛汽車上，用於根據運動分析器的分析控制無人駕駛汽車的速度，以防止無人駕駛汽車之間發生碰撞。
本發明通過地磁傳感器檢測無人駕駛汽車的運行狀況來預測無人駕駛汽車的軌跡，並進而控制無人駕駛汽車的速度，以防止無人駕駛汽車之間發生碰撞，實現了提前就能控制和避免無人駕駛汽車的碰撞，並且節省了現有的奔馳b和雷克薩斯ls複雜的雷達系統，並且完全解放了駕駛員的車速控制操作，使得駕駛員在將無人駕駛汽車送入停車場門口時，即可自行離開無人駕駛汽車。
本申請附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本申請的實踐了解到。應當理解的是，以上的一般描述和後文的細節描述僅是示例性和解釋性的，並不能限制本申請。
附圖說明
此處的附圖被併入說明書中並構成本說明書的一部分，示出了符合本發明的實施例，並與說明書一起用於解釋本發明的原理。
圖1示出了根據本發明一個實施例的用於無人駕駛汽車的自動泊車系統的示意圖。
具體實施方式
為使本申請的上述目的、特徵和優點能夠更加明顯易懂，下面結合附圖和具體實施方式對本申請作進一步詳細的說明。
圖1示出了根據本發明一個實施例的用於無人駕駛汽車的自動泊車系統的示意圖。包括車位規劃器10、多個地磁傳感器組成的地磁傳感網絡20、運動分析器30和自適應車速控制器40；其中，
車位規劃器10，貯存於停車場後臺，用於在無人駕駛汽車進入停車場時，將目的車位和路線發送給無人駕駛汽車；
地磁傳感器20布設在停車場的道路路面下，用於在無人駕駛汽車沿著規劃的路線行進前往目的車位時，感知該無人駕駛汽車；
運動分析器30，貯存於無人駕駛汽車上，用於根據地磁傳感器20的感知數據分析無人駕駛汽車的速度和軌跡；
自適應車速控制器40，貯存於無人駕駛汽車上，用於根據運動分析器30的分析控制無人駕駛汽車的速度，以防止無人駕駛汽車之間發生碰撞。
現有的奔馳b和雷克薩斯ls配備了一種自動泊車系統。其原理是：遍布車輛周圍的雷達探頭測量自身與周圍物體之間的距離和角度，然後通過車載電腦計算出操作流程配合車速調整方向盤的轉動，駕駛者只需要控制車速即可。現有的自動泊車系統因為還需要人工控制車速，所以還不能用於無人駕駛汽車。這樣存在的問題，一是給駕駛員增加了開車負擔，而是駕駛員在停車過程中不能離開汽車，耽誤不少時間，而且可能還要多繞很多路才能走到目的地；二是需要複雜的雷達系統。
而本發明通過地磁傳感器檢測無人駕駛汽車的運行狀況來預測無人駕駛汽車的軌跡，並進而控制無人駕駛汽車的速度，以防止無人駕駛汽車之間發生碰撞，實現了提前就能控制和避免無人駕駛汽車的碰撞，並且節省了現有的奔馳b和雷克薩斯ls複雜的雷達系統，並且完全解放了駕駛員的車速控制操作，使得駕駛員在將無人駕駛汽車送入停車場門口時，即可自行離開無人駕駛汽車。
優選的，地磁傳感器在其檢測區域內，通過檢測磁力線的擾動以確定無人駕駛汽車的進入和離開。
基於地磁信號的檢測準確率超過了複雜的雷達系統等傳統設備，採用地磁傳感器對無人駕駛汽車進行檢測，提高了感知無人駕駛汽車的準確度，並且還降低了成本。
優選的地磁傳感器包括：
採集模塊，用於對地磁傳感器檢測到的原始信號數據進行低通和帶通濾波器去噪、降低採樣頻率、求能量譜處理，得到時刻k的信號β(k)；
加工模塊，用於採用滑動加權對信號進行處理得到β′(k)：
式中，window表示滑動窗口長度，i表示時刻k之前的第i個信號。
本優選實施例對原始信號進行平滑處理，這能夠消除突發噪聲的影響，可以提高信號分析的準確率。
優選的，運動分析器包括：
速度分析模塊，用於分析無人駕駛汽車的速度；
軌跡分析模塊，用於分析無人駕駛汽車的軌跡。
本優選實施例同時分析無人駕駛汽車的速度和軌跡，從而能夠綜合分析汽車的運動狀況。
優選的，速度分析模塊包括：
門值單元，用於確定門值t(k)，若當前信號採樣連續超過門值則認為有無人駕駛汽車存在，當信號連續低於門值則認為無人駕駛汽車不存在，其中，t(k)根據b′(k)的變化進行迭代更新，假設門值初始值為t0，t(k)採用下式進行更新：
式中，a和b為更新因子，t為門值更新延遲，0＜a＜1，b＞1；
速度單元，確定速度
式中，δtb和δta分別表示地磁傳感器b和地磁傳感器a的時鐘和標準時鐘的差值，tb,start和ta,start分別表示地磁傳感器b和地磁傳感器a的檢測到無人駕駛汽車的開始時間，tb,end和ta,end分別表示地磁傳感器b和地磁傳感器a的檢測到無人駕駛汽車的截止時間，da,b表示兩個地磁傳感器之間的距離。
本優選實施例加強了對實際檢測環境中背景噪聲的分析處理，因此提高了魯棒性，能夠保證無人駕駛汽車檢測的準確性和可靠性；求取無人駕駛汽車速度時，考慮了地磁傳感器的時鐘同步問題，無人駕駛汽車速度檢測更為準確。
優選的，軌跡分析模塊包括建模單元和優化單元，建模單元用於建立軌跡一般模型，優化單元用於建立與符合車道的軌跡優化模型。
軌跡一般模型為：假設地磁傳感網絡中的多個地磁傳感器構成的n個節點，在固定的時間間隔內對無人駕駛汽車進行周期性的檢測並上報匯聚節點，得到一個n維向量集d＝(+1,0,-1)n,其中，+1表示無人駕駛汽車向著地磁傳感器的檢測範圍方向移動，0表示沒有發現無人駕駛汽車，-1表示無人駕駛汽車往遠離地磁傳感器檢測範圍的方向移動，根據向量集d以及對應的時間戳對無人駕駛汽車軌跡進行估算；
軌跡優化模型為：無人駕駛汽車的運行軌跡是與車道平行的直線，匯聚節點在固定的時間間隔π內以一定的頻率採樣無人駕駛汽車數據，則採樣結果表示為一個二元檢測序列o(tj)：
式中，tj表示採樣時刻，s(tj)為根據門值檢測到的無人駕駛汽車存在性狀態輸出。
本優選實施例實現了對無人駕駛汽車軌跡的估算，一般模型能夠對於各種軌跡進行估算，當無人駕駛汽車運行於規劃路線時，採用軌跡優化模型能夠對無人駕駛汽車軌跡進行簡化，提高了計算效率，節省了計算時間，從而能更及時地預判，提前將無人駕駛汽車減速或加速。
優選的，設在某一時刻地磁傳感器f檢測到尾部離開事件，地磁傳感器g檢測到頭部進入，無人駕駛汽車長度檢測模塊確定無人駕駛汽車的長度為：
式中，t、h、p分別為實際環境中的溫度、溼度、氣壓，t0、h0、p0分別為標準溫度、標準溼度、標準氣壓，dp,q表示兩個地磁傳感器f和g之間的距離，df和dg分別表示無人駕駛汽車與地磁傳感器f和g的距離，doff表示無人駕駛汽車偏移兩個地磁傳感器連線的距離。
由於磁信號受到環境因素的影響，將溫溼度和氣壓作為依據對誤差調整參數進行計算，獲得的無人駕駛汽車長度更為準確。本優選實施例在對無人駕駛汽車長度進行檢測的過程中，引入t、h、p分別為實際環境中的溫度、溼度、氣壓，從而可以調整這些自然因素帶來的誤差，能夠減少經計算得到的磁性長度與無人駕駛汽車實際長度的誤差。
需要說明的是，上述裝置或系統實施例屬於優選實施例，所涉及的單元和模塊並不一定是本申請所必須的。
本說明書中的各個實施例均採用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。對於本申請的裝置實施例而言，由於其與方法實施例基本相似，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
以上對本申請所提供的一種用於無人駕駛汽車的自動泊車系統，進行了詳細介紹，本文中應用了具體個例對本申請的原理及實施方式進行了闡述，以上實施例的說明只是用於幫助理解本申請的方法及其核心思想；同時，對於本領域的一般技術人員，依據本申請的思想，在具體實施方式及應用範圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本申請的限制。