微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 硬件工程师文库 > 自动泊车技术的发展与原理解析

自动泊车技术的发展与原理解析

时间:04-18 来源:互联网 点击:

  本文主要从几个方面来谈谈自动泊车的技术,第一部分是自动泊车的发展历史,第二部分是自动泊车的内部结构和一些厂家的方案。值得注意的是,在不同的国家,落实不同场景自动化的意愿也不相同,唯一确定的是,大家都不爱停车,确切的说是不爱找车位和停车。这是整个汽车智能化和自动驾驶里面最迫切的需求,也是一个比较容易切入的环节。

  第一部分自动泊车的发展历史

  泊车辅助系统可以分三个大的阶段,分为被动式、半自主式泊车辅助、全自动泊车。

  1)被动式:在泊车时提醒驾驶员前方或车辆后方障碍。在发展的过程中从只有后方预警,发展成车辆往前运动前方检测也有预警、加入视觉图像、加入辅助线还有周边盲区预警,到现在最复杂的是两种系统结合,包括倒车雷达+360度环视的两种功能。

  被动式主要利用超声波传感器+蜂鸣器+HMI图标来提示驾驶者外部障碍物情况,防止车辆在倒车时碰撞,一般由下面几个功能构成:防碰撞声音+图像提示、测量停车位大小的系统、提供转弯角度的提示、提供后视图像和辅助线检测、360度环视图像。

  被动式是充分考虑了成本的系统,采用低成本的超声传感器来实现倒车时候的障碍物检测,一般距离为1米~1.5米的情况,消费者对此类系统接受度高。

  2)半主动式泊车辅助

  随着自动化水平的提高,各个汽车公司都想要帮助驾驶者更好地停车,所以开发出来了不同的系统如Toyota Intelligent Park Assist、BMW Park Assistant、VW/AUDI Parking System Pluswith Rear View Camera、Daimler Parktronic with Active Parking Assist和Ford Active Park Assist,这些系统的特点是一般需要驾驶员来负责油门和刹车,车辆帮忙计算轨迹路径,帮助驾驶员入库。

  对消费者来说,档位需要控制、加速和减速都需要控制,整个过程中的责任需要承担。各个车企,在HMI、车位大小上面有差异,基本的操作没有差异。J.D.Power的《2015年驾驶员汽车交互体验报告》(2015 Driver Interactive Vehicle Experience(Dr IVE)Report)显示,"最没用汽车新技术"榜单上半自动泊车排第三位,1/3车主都不会去尝试这个功能,因为并没有什么用。

  3)全自动泊车

  从半自动泊车到全自动泊车的进化过程中最重要的演变就是人不需要在车内,仅通过手机可以指挥车进行泊车。以下是从半自动到全自动的一些改变。

  档位:在泊车过程中轨迹计算需要调整的时候,出现不成功的情况,系统是否有切换档位、实现前后进退的权限。

  加速:系统有没有权限来自己进行加速。

  刹车:系统是不是会检测到碰撞之后控制刹车系统。

  可以看到这基本上是整个泊车把人的工作全部接盘过去的过程。

  当然这一部分,人还是需要找到车位的。目前正在研究的所谓Valet Parking(停车场自动泊车),就完全是不需要你去找到那个车位的概念了。在某些充电运营的模式中,Valet Parking被赋予更多的意义:

  1.停车位的自动搜索:车辆自动地寻找空车位,而且发现空车位。

  2.电动车的无线充电:对电池进行无线充电。

  3.充电完成之后的停车位分离:充电完成后,系统自动将充电槽释放给其它电动车辆,转而寻找普通停车位。

  4.乘客召唤使用车辆:在限定运行的场景出口处,将车辆交还给所有人。

  第二部分停车场自动泊车的结构

  其实从被动辅助停车(L0)→半自动泊车(L1)→全自动泊车(L2)→停车场自动泊车(L3与L4之间),是一步步迭代和改进的过程。停车场自动泊车之所以是L3和L4之间,主要是没人介入了,但需要在特殊场景里面,而且是低速行驶。我们把Valet Parking需要做的事情进行分解:

  1.与停车场设施进行通信,获取地图和管理系统分配的可以泊车车位位置和编号信息。

  2.进行定位和路径规划,自主决策来确定过去的路径。

  2.1执行低速无人驾驶前往待停车位

  2.2遇到障碍物的时候紧急制动(前后方都需要)

  3.车库位置的自动入位

  3.1检测周边环境、车位的信息,制定入库策略

  3.2自动转弯进入

  3.3如果有紧急情况进行刹车

  小结

  总的来说,未来停车场等基础设施智能化,特别是建立一个局部道路分配的计算云以后,会与路上所有的智能车辆之间通信交互和协同。自动泊车未来会涉及到诸多领域之间碰撞,使智能后台系统和运动终端开始博弈整个智能化的未来。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top