专利名称：一种自动泊车系统的仿人智能控制结构的制作方法
技术领域：
本发明涉及汽车自动泊车领域，更详细地说是一种自动泊车系统的仿人智能控制结构。
背景技术：
近年来，汽车保有量迅速增长，有限的城市泊车空间在车位需求面前显得日益拮据。同时，将汽车安全、顺利地驶入狭小的泊车位并非易事，稍有不慎，便可能发生擦、挂碰撞事故，对驾驶员的驾驶经验、驾驶技巧和反应能力都有较高要求。如果汽车能够模仿驾驶员操作，实现自动泊车入位，则能更充分地利用现有泊车位资源，提高泊车安全性，降低驾驶员操作的复杂性。因此，研究自动泊车问题具有重要的现实意义和应用价值。
自动泊车是一个多输入多输出的非线性欠驱动耦合系统，控制方法是其关键技术之一。目前，自动泊车的控制方法主要有两类一是基于路径规划的方法(参考文献[I]Kang Zhi Liuj Minh Quan Daoj Takuya Inoue. An exponentially ε -convergentcontrol algorithm for chained systems and its application to automatic parkingsystems[J]. IEEE Transactions on Control Systems Technology, 2006， 14(6):1113-1126 )，根据泊车空间与汽车运动学特性，生成理想的泊车规划路径，采用经典控制理论驱动汽车沿规划路径运动进入泊车位，该方法对传感器和执行器的精确性要求很高，很难补偿执行过程中和系统动态性引起的误差，影响泊车效果；二是基于经验知识的模糊控制方法，将熟练驾驶员的泊车入位经验转化为模糊控制器，控制车辆运动到目标泊车位，该方法与神经网络(参考文献[2] : K. Demirli, M. Khoshnejad. Autonomous parallelparking of a car-like mobile robot by a neuro-fuzzy sensor-based controller[J].Fuzzy Sets and Systems, 2009, 160: 2876-2891 )、遗传算法(参考文献[3] : SalvatorePennacchio, Emanuele Bellafiore, Francesco Fontana, Orazio Nevoloso. A newalgorithm for reverse car parking problem[C]. Proceedings of the 6th WSEAS Int.Conf· on Fuzzy Systems, 2005: 56-60)等相结合,取得了一定进展,但模糊控制规则的完备性、模糊变量隶属函数的全局最优性难以保证，训练神经网络的样本数据获取比较困难，模糊化、解模糊化及参数寻优时计算量大。把路径规划与经验知识结合起来，充分模仿和利用熟练驾驶员泊车的智能优势，将熟练驾驶员泊车经验转化为智能控制器，能兼顾泊车系统的精确性与鲁棒性，是自动泊车系统的发展趋势。
发明内容
本发明的目的是提供一种简单、可靠的自动泊车系统的仿人智能控制结构，模拟熟练驾驶员泊车经验，实现汽车自动、安全、规范泊车。本发明采用以下技术方案实现上述目的一种自动泊车系统的仿人智能控制结构，其特征在于，包括汽车姿态感知、特征状态集、控制模态集、特征辨识、控制决策和执行机构；汽车姿态感知实现对汽车当前位置、运动速度、方向盘转角以及障碍物与车身距离信息的感知；特征状态集和控制模态集分别描述汽车的动态行为特征和熟练驾驶员的泊车控制策略；特征辨识根据汽车位姿与泊车目标的偏差，从特征状态集中辨识出汽车当前特征状态，为控制决策提供依据；控制决策依据特征辨识的特征状态，从控制模态集中选取相应的控制模态，作为执行机构的输入；执行机构根据控制模态，调整转向伺服、油门伺服和刹车伺服，控制汽车按预定目标泊车入位。所述的仿人智能控制结构的流程为，泊车开始后，对汽车姿态信息进行感知，依据感知的汽车位姿信息辨识出汽车当前特征状态，然后判断当前特征状态是否满足泊车成功条件，若满足，则泊车流程结束，若不满足，则依据当前特征状态确定相应的控制模态，控制汽车运动和姿态调整，直至汽车按预定目标泊车入位。本发明的有益效果是采用仿人智能控制结构的自动泊车系统，可通过模拟熟练驾驶员的泊车经验，智能地根据汽车当前特征状态选择相应控制模态，实现汽车自动、安全地泊车入位。适用于驾驶员对泊车感到困难场合，具有很好的市场应用前景。
图I是本发明自动泊车系统的仿人智能控制结构框图。图2是本发明自动泊车系统的仿人智能控制流程图。
具体实施例方式以下结合附图对本发明作进一步说明请参阅附图1，为该自动泊车系统的仿人智能控制结构框图，包括汽车姿态感知I、特征状态集2、控制模态集3、特征辨识4、控制决策5和执行机构6。汽车姿态感知I采用CCD摄像头、增量式编码器、超声波传感器等实现对汽车当前位置、运动速度、方向盘转角以及障碍物与车身距离信息的感知，其普遍安装于汽车车身四周；特征状态集2是描述汽车动态行为的特征状态的集合，为特征辨识提供依据，划分特征状态的依据是泊车过程中汽车位姿相对于泊车目标的偏差及偏差的变化率，主要有距离偏差和方向偏差；控制模态集3是模仿熟练驾驶员灵活多变的泊车策略而形成的泊车控制模态的集合，具体通过磅-磅控制、比例、微分、积分控制，开环保持控制及它们的组合等方式来实现；特征辨识4根据特征状态集先验知识，实时处理接收到的汽车位姿偏差 信息，对汽车状态进行模式识别，确定汽车当前特征状态，为控制决策提供依据；控制决策5模仿熟练驾驶员的泊车经验，根据特征辨识的特征状态，从控制模态集中确定合适的控制模态，作为执行机构6的控制输入，主要包括转向控制和速度控制信息；执行机构6依据接收到的控制模态，通过电机调整转向伺服、油门伺服和刹车伺服，控制汽车按预定目标泊车入位。参阅附图2，为该自动泊车系统的仿人智能控制流程图，驾驶员准备泊车时，可开启仿人智能的自动泊车控制系统，此时，仿人智能控制结构开始起作用，对当前车辆姿态、泊车位参数及车身四周障碍物信息进行感知，依据感知数据辨识出汽车当前特征状态，判断是否满足泊车成功的条件，若汽车处于泊车位内，距离泊车位边界在允许范围内，且车身与车位方向较为平行，则认为泊车成功，结束泊车流程，若当前汽车特征状态不满足泊车成功条件，则依据特征辨识的当前汽车特征状态确定合适的控制模态，由执行机构根据控制模态控制汽车运动和姿态调整，然后重新进入姿态感知，如此持续直至满足泊车成功条件，汽车按预定目标 泊车入位。
权利要求
1.一种自动泊车系统的仿人智能控制结构，其特征在于，包括汽车姿态感知、特征状态集、控制模态集、特征辨识、控制决策和执行机构； 所述的汽车姿态感知实现对汽车当前位置、运动速度、方向盘转角以及障碍物与车身距离信息的感知； 所述的特征状态集和控制模态集分别描述汽车的动态行为特征和熟练驾驶员的泊车控制策略； 所述的特征辨识根据汽车位姿与泊车目标的偏差，从特征状态集中辨识出汽车当前特征状态，为控制决策提供依据； 所述的控制决策依据特征辨识的特征状态，从控制模态集中选取相应的控制模态，作为执行机构的输入； 所述的执行机构根据控制模态，调整转向伺服、油门伺服和刹车伺服，控制汽车按预定 目标泊车入位。
2.如权利要求I所述的一种自动泊车系统的仿人智能控制结构，其特征在于，所述的仿人智能控制流程为，泊车开始后，对汽车姿态信息进行感知，依据感知的汽车位姿信息辨识出汽车当前特征状态，然后判断当前特征状态是否满足泊车成功条件，若满足，则泊车流程结束，若不满足，则依据当前特征状态确定相应的控制模态，控制汽车运动和姿态调整，直至汽车按预定目标泊车入位。
全文摘要
本发明提供一种自动泊车系统的仿人智能控制结构，包括汽车姿态感知、特征状态集、控制模态集、特征辨识、控制决策和执行机构，汽车姿态感知采集汽车位姿和泊车环境信息，特征状态集和控制模态集分别描述汽车的动态行为特征和熟练驾驶员的泊车控制策略，特征辨识根据汽车位姿与泊车目标的偏差，从特征状态集中辨识出汽车当前特征状态，为控制决策提供依据，控制决策依据特征辨识的特征状态，从控制模态集中选取相应的控制模态，作为执行机构的输入，执行机构根据控制模态，调整转向伺服、油门伺服和刹车伺服，控制汽车按预定目标泊车入位。
文档编号B60W40/10GK102963356SQ201210532498
公开日2013年3月13日 申请日期2012年12月12日 优先权日2012年12月12日
发明者涂亚庆, 杨辉跃, 陈浩 申请人:涂亚庆, 杨辉跃, 陈浩