[发明专利]一种基于深度增强学习的自动泊车轨迹规划方法

权利要求书

1.一种基于深度增强学习的自动泊车轨迹规划方法，其特征在于包括下列步骤：

①根据视觉系统获得的信息，建立二维虚拟泊车环境；

②模拟车辆泊车运动，获取方向盘转角，并更新二维虚拟泊车环境；

③建立基于深度增强学习的自动泊车模型，采用深度增强学习的方法，获得自动泊车过程中一系列对应的方向盘转角，并生成自动泊车轨迹；

④判断在虚拟泊车环境中车辆是否发生碰撞，若发生碰撞，则初始化二维虚拟泊车环境，开始下一次泊车训练，反之则进入下一步；

⑤规划自动泊车轨迹，综合考虑轨迹的长短及耗时，筛选出最优自动泊车轨迹。

2.根据权利要求1所述的一种基于深度增强学习的自动泊车轨迹规划方法，其特征在于所述的步骤①为：通过车载相机获取车位信息及车辆和车位的相对位置，用不同颜色在获得的图像中表示障碍物和车辆，并标出比实际车位小的虚拟车位用作泊车训练车位，建立二维虚拟泊车环境。

3.根据权利要求1所述的一种基于深度增强学习的自动泊车轨迹规划方法，其特征在于所述的步骤②为：在低速情况下，即车辆的车速在10km/h以下，模拟车辆泊车运动，设定方向盘转角范围在-40°至40°之间，均匀等分后获取等分点的方向盘转角，利用车辆运动学模型计算各等分点的车辆位置及朝向，并更新二维虚拟泊车环境。

4.根据权利要求1所述的一种基于深度增强学习的自动泊车轨迹规划方法，其特征在于所述的步骤③为：建立基于深度增强学习的自动泊车模型，利用神经网络结构，采用深度增强学习的方法，输入为初始的二维虚拟泊车环境图像，输出为自动泊车过程中一系列对应的方向盘转角操作，车辆按照这些操作能够无碰撞地快速泊入车位，根据各等分点上的车辆转向半径及转向角将各等分点用曲线平滑连接即可得到自动泊车轨迹。

5.根据权利要求1所述的一种基于深度增强学习的自动泊车轨迹规划方法，其特征在于所述的步骤④为：在虚拟泊车环境中，每次更新车辆位置后，判断障碍物区域类像素是否发生变化，若像素变化则说明车辆发生碰撞，则初始化二维虚拟泊车环境，开始下一次泊车训练；如果车辆没发生碰撞，则进入下一步。

6.根据权利要求1所述的一种基于深度增强学习的自动泊车轨迹规划方法，其特征在于所述的步骤⑤为：将初始车位信息和车辆位置输入到训练好的深度增强学习的自动泊车模型中，迭代N次输出N条自动泊车轨迹和对应的方向盘转角操作，综合考虑轨迹的长短及耗时，筛选出最优自动泊车轨迹。

7.根据权利要求1或2或3或4或5所述的一种基于深度增强学习的自动泊车轨迹规划方法，其特征在于包括镜像处理方法：在训练自动泊车过程中，只需训练车辆相对于车位的一种位置的自动泊车过程，利用镜像处理方法进行坐标系变换就能获得车辆相对于车位的其他三种镜像位置的自动泊车过程，大幅缩短训练时间。