多传感器融合全自主泊车系统设计

陈礼光 欧阳耀果 刘云

摘要：近年来，自动驾驶技术发展迅速。美国谷歌公司已经推出了自动驾驶出租车服务，我国目前已有14个城市发布了101张自动驾驶测试牌照，并且第4级别的自动驾驶乘坐车、农用车实现量产，同级别的自动驾驶巴士、环卫车和流动售货车也已投入使用。而自全自动泊车解决的是低速停车或泊车需求，解决“最后一公里”问题。自主泊车系统（Automated Parking System，APS）又称自动泊车入位，顾名思义就是汽车不用人为控制，通过超声波雷达、高清摄像头等车载传感器进行车身周围环境数据采集，车载处理器进行数据处理、行为决策、路径规划，最后车辆策略控制系统低速控制车辆准确驶进停车位。

Abstract： In recent years， autonomous driving technology has developed rapidly. The US Google company has launched an autonomous driving taxi service. China has issued 101 autonomous driving test licenses in 14 cities， and the fourth level of autonomous driving cars and agricultural vehicles has been mass-produced. The same level of autonomous driving buses， Sanitation vehicles and mobile vending trucks have also been put into use. Self-automatic parking solves the need for low-speed parking or parking， and solves the "last mile" problem. Automated Parking System （APS） is also known as automatic parking entry. As its name implies， the car does not need to be controlled by humans. It collects data on the surrounding environment of the car body through on-board sensors such as ultrasonic radar and high-definition cameras. The on-board processor performs data processing and behavior. Decision-making， path planning， and finally the vehicle strategy control system controls the vehicle to enter the parking space accurately at a low speed.

關键词：全自主泊车;超声波传感器;高清摄像头

Key words： fully autonomous parking;ultrasonic sensor;high-definition camera

中图分类号：U463.6                                      文献标识码：A                                  文章编号：1006-4311（2020）28-0175-03

0  引言

随着经济的发展，人们对汽车的需求量也逐渐增加，汽车保有量也随之增加，城市的交通资源日益紧张，停车位空间日益减少，停车难度越来越大。为了减少停车困难的问题，全自主泊车技术应运而生。本文提出了多传感器融合全自主泊车技术，基于布置于车身周边短距离超声波传感器、长距离超声波传感器、高清摄像头、自动泊车控制单元及系统关联硬件等部件，通过雷达和摄像头对周边障碍物和空间识别探测，以判断垂直、水平泊车入库空间大小是否合适，当确定可以停进所扫描的车位时，自动泊车控制单元会自动进行泊车路径规划，并发出控制指令，控制车辆执行泊车动作，实现全自主泊车功能。

1  环境数据采集系统

成功自主泊车的前提是要能够正确感知车身周围的环境，正确识别到空车位并且判断出此车位是否满足自主泊车的条件。环境数据采集系统由布置于车身周边的短距离超声波传感器、长距离超声波传感器、高清摄像头组成，通过雷达和高清摄像头对周边车辆等障碍物的距离检测，并利用ABS轮速传感器获取车速信号从而判断车辆行驶距离，利用两项参数建立车位的环境模型，判断泊车入库空间大小是否合适。

基于超声波的空间扫描技术，可以实时检测车身与周边障碍物的距离，再通过ABS轮速信号计算车辆行驶距离，通过算法解析出可用的停车空间。见图1。

因超声波波形呈一个扇形且单个超声波探测无法识别探测物体的方位，故车速在前进行驶过程中因车速的变化、横向距离的不同，回波的时间会随之而变化，APA在泊车过程中，会对轨迹进行跟踪并通过实时12个传感器的数据进行修正，从而实现自动泊车。见图2。

如图3所示，基于影像特性的空间扫描技术，通过摄像头建立视觉透视的测距模型，计算摄像头与图像特征点在现实空间所对应点之间的距离，然后建立综合测试模型计算出最终的泊车位长度、宽度以及入位车辆与泊车位相对距离。

融合方案是基于超声波雷达与AVM融合技术作为车位空间检测及路径规划、车身定位、转向控制追踪等技术，自动控制车辆将车泊入停车位。APA控制器集成在AVM全景控制器，方案布置参考见图4所示。车身前面和车身尾部分别有六个超声波传感器和一个高清摄像头，在左右后视镜处各有一个高清摄像头，总共十二个超声波传感器和四个高清摄像头模块。

2  车载处理器系统

当环境数据采集系统采集到的数据分析出可用停车位的时候，那么就需要车载处理器系统进行路径规划、车身定位。路径规划是指当扫描到停车空间后，系统即进入EPS电子助力转向系统取得控制权，进入计算停车轨迹阶段，接着在停车过程中，使用轨迹追踪的方式不断确认本车目前的位置。超声波传感器实时检测车辆与周边障碍物的距离，高清全景摄像头对周边物体、车位线等的识别，准确反映周边环境，利用车速、转向和图像信息融合实现车辆位置估计，计算出转弯半径及切点信息并输出给超声波雷达系统。车辆在泊入车位的过程中，系统需要时刻计算车辆的相对位置，从而对泊车轨迹进行修正，这就是所谓的车身定位。车辆轨迹追踪采用的是纯追踪算法，其主要作为分段控制自车的转向曲率，让自动驾驶车辆行驶于规划的路径上，由于车辆的转向使用阿克曼机构，因此具有Non-Holonomic（非完整线性方式）限制，使用纯追踪算法的优点是在控制上不会有过头的现象，使倒车的转向更加的稳定平滑。自动驾驶车辆的轨迹规划通过预视点的坐标曲率、弧线的计算，可以将车由目前的位置移动到目标位置上，其原理就好像追逐在车辆前方规划的路径上某一个点一样，因此称纯追踪方法。图5为两种泊车运动模式。

3  车辆策略控制系统

在找到合适的停车空间与规划出合理的泊车路径之后，我们开始进入泊车环节。通过自动换挡、加速、减速、转向、刹车控制等一系列操作，使车按照既定路径进入车位。在泊车的过程中不仅要考虑成功率，还要考虑舒适度和人性化，加减速、刹车都要舒缓。在进行泊车操作前，ESP指示EPB实现自动释放功能。在泊车过程中，车辆可以根据障碍物的信息，自行进行缓慢刹停避免碰撞;在泊车完成后，根据对后方障碍物的距离判断，自动缓慢刹停。泊车舒适刹停是舒适性自动刹车，可以提前预知障碍物的位置进行刹车干预。在泊车过程中系统对车辆周边实施动态监测，当出现突发情况时实施紧急制动干预，进一步减少了碰撞的风险相比舒适性刹车制动减速度相对较大。在特定的停车环境（坡道停车、小台阶路等）通过ESP发送扭矩请求指令给电机控制器实现对传动动力的控制从而合理控制车辆速度，保证特定环境下泊车顺利进行。泊车操作过程，根据当前挡位需要通过ESP驱动TCU自动切换P/R/N/D挡位，无需人为操作挡位。在泊车完成后，ESP驱动EPB实现自动驻车。

4  结论

本论文设计多传感器融合全自主泊车系统，无需车主控制车辆驶入车位，实现车辆系统判断出合适的停车位后，系统完全自动泊车并熄火。多传感器的应用对车位周围环境识别趋于更加全面，使自主泊车成功率大大提高，很好的解决了停车难的问题，给用户带来极大的便利。

參考文献：

[1]张微.面向室内停车场的自主代客泊车关键技术研究[J].汽车电器，2019.

[2]王永胜，罗禹贡.基于拓扑地图的自主泊车路径协调与优化策略[J].中国公路学报，2020.

[3]朱英杰，李建市.基于数值优化的智能车自主泊车路径规划算法[J].军事交通学院学报，2019.

[4]邱少林，钱立军，陆建辉.基于场景驱动与分层规划的自主代客泊车系统研究[J].中国机械工程，2019.

[5]毕野虹天.自主代客泊车系统决策与规划方法研究[D].吉林大学，2019.

作者简介：陈礼光（1980-），男，广东珠海人，现任珠海上富电技股份有限公司自动驾驶产品经理兼技术中心副经理，本科，研究方向为机械电子。