论文部分内容阅读
随着汽车驾驶向智能化发展,自动泊车系统受到国内外相关技术人员的广泛关注。目前自动泊车系统存在泊车精度不高以及对不规则车位无法有效的识别等问题。本文采用对其多传感器信息融合的方式展开研究,以提高泊车精度和车位智能识别的准确率,保证路径规划过程中的安全高效性。主要研究内容如下:(1)通过多传感器对停车位空间模型建模及特征参数提取,分别对目标车位两侧,典型的不规则停放车辆进行数学建模,经过几何分析得出影响车位识别的多种因素:车身姿态角、最大宽度距离、最短空间距离、有无车位线等,辨识停车位周围环境的相关特征信息,然后根据模糊推理系统(FIS)计算输出车位识别结果。(2)采用深度优先搜索算法生成泊车路径,采用三次样条插值法进行改进,验证和分析,实现泊车路径的光滑处理,保持车辆行驶时方向始终呈平滑状态进行改变,最终得出最短路径。(3)搭建信息融合的自动泊车实验平台,将传统的三段泊车算法和改进的自动泊车算法分别应用到实验平台中进行验证,改变相关泊车环境进行再次实验研究。实验对比分析表明,其仿真结果验证车位智能识别和泊车路径规划方案的合理和有效。将自主研发的自动泊车系统搭载于实验小车进行真实的实验,实验结果表明,该泊车系统对复杂环境的自动泊车识别准确率为89%～98%,平均值为93.8%。路径规划过程中的防碰撞率为96%～99%,平均值为98%,验证了提出的自动泊车算法的有效性。