[發明專利]自動泊車方法、裝置、計算機設備和存儲介質

有效

• 申請號: 201911317486.0
• 申請日: 2019-12-19
• 公開（公告）號: CN111126598B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 莫松文;任仲超;凌云志;張業楚
• 申請（專利權）人: 深圳南方德爾汽車電子有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/0464;G06Q10/04;B60W30/06
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 羅瑞鋒

本發明公開了本發明提供了一種自動泊車方法、裝置、計算機設備和存儲介質，方法包括以下步驟：獲取用戶所需泊車車位坐標和車輛當前所在空間坐標，以得到用戶需求信息數據；將用戶需求信息數據帶入預先根據duel_dqn強化學習算法訓練的模型得到最佳泊車線路模型；根據最佳泊車線路模型，輸出對應的車輛方向盤角度和油門值。與現有技術相比，本發明的實施例提供了一種自動泊車方法、裝置、計算機設備和存儲介質，其采用強化學習duel_dqn算法實現自動泊車，從而無需中間路徑規劃，減少了工作量，解決了問題診斷的難題。

技術領域

本發明涉及自動泊車算法技術領域，尤其涉及一種基于強化學習算法的自動泊車方法、裝置、計算機設備和存儲介質。

背景技術

目前市面的泊車系統都是基于傳感器獲取的障礙物數據和車位數據，然后送往下游規劃控制模塊，具體流程如下描述：

通過camera或者lidar(激光雷達)獲取障礙物的位置(obstacle_position)和車位(parking_position)的位置，映射到一張全局地圖，然后標記處自己車身的位置(ego_position)；通過航跡推算的方式獲取車的實時位態(localization)；基于ego_position和parking_position進行路徑規劃(planning)輸出path；獲取path設計控制器(controller)進行follow；輸出方向盤的轉向角和油門值。

發明內容

本發明的實施例提供了一種自動泊車方法、裝置、計算機設備和存儲介質，旨在解決現有自動泊車方法效率低、耗時間、故障診斷困難的問題。

為達到上述目的，本發明所提出的技術方案為：

第一方面，本發明提供了一種自動泊車方法，其包括以下步驟：

獲取用戶所需泊車車位坐標和車輛當前所在空間坐標，以得到用戶需求信息數據；

將用戶需求信息數據帶入預先根據duel_dqn強化學習算法訓練的模型得到最佳泊車線路模型；

根據最佳泊車線路模型，輸出對應的車輛方向盤角度和油門值。

其中，所述步驟“將用戶需求信息數據帶入預先根據duel_dqn強化學習算法訓練的模型得到最佳泊車線路模型”包括：

設定泊車終點位置信息、車輛當前所在位置信息，以及泊車所需經過的全部障礙位置信息；

將不同的方向盤角度和油門值輸入至值函數網絡，以得到loss函數；

根據loss函數，調整值函數網絡的參數，以得到最佳值函數網絡；

根據最佳值函數網絡，搭建兩層神經連接層擬合得到最佳泊車線路模型。

其中，所述步驟“將不同的方向盤角度和油門值輸入至值函數網絡，以得到loss函數”中獲取loss函數采用TD_error算法。

其中，所述步驟“將用戶需求信息數據帶入預先根據duel_dqn強化學習算法訓練的模型得到最佳泊車線路模型”中，duel_dqn強化學習算法的reward值設定為：若車輛發生碰撞則reward值為-2，若車輛到達指定目的地則reward值為1，其他reward值為0。

第二方面，本發明提供了一種自動泊車裝置，其包括：

信息獲取單元，用于獲取用戶所需泊車車位坐標和車輛當前所在空間坐標，以得到用戶需求信息數據；

模型訓練單元，將用戶需求信息數據帶入預先根據duel_dqn強化學習算法訓練的模型得到最佳泊車線路模型；

信息輸出單元，根據最佳泊車線路模型，輸出對應的車輛方向盤角度和油門值。

其中，所述模型訓練單元包括：