張家旭 王志偉 郭 崇 趙 健

(1吉林大學(xué)汽車仿真與控制國家重點(diǎn)實(shí)驗(yàn)室, 長春 130022)(2中國第一汽車集團(tuán)有限公司智能網(wǎng)聯(lián)研發(fā)院, 長春 130011)

泊車入位一直被視為最具挑戰(zhàn)性的駕駛環(huán)節(jié)，隨著城市車輛保有量增加，每輛車所分配到的車位更加緊湊，進(jìn)一步增加了泊車難度[1].從20世紀(jì)90年代開始，相應(yīng)的泊車輔助功能研究逐漸增多，目前被動(dòng)泊車輔助功能已得到廣泛應(yīng)用，近年來逐漸出現(xiàn)了自動(dòng)泊車等主動(dòng)泊車輔助功能.代客泊車系統(tǒng)是自動(dòng)駕駛和自動(dòng)泊車技術(shù)的優(yōu)勢結(jié)合[2-3]，其將停車位搜索和泊車操作集成，能夠代替駕駛員完成下車點(diǎn)到泊車位之間的駕駛?cè)蝿?wù)[4].

與傳統(tǒng)自動(dòng)泊車系統(tǒng)相比，代客泊車系統(tǒng)需應(yīng)對的場景更加復(fù)雜，其路徑規(guī)劃更具挑戰(zhàn)性.代客泊車系統(tǒng)路徑規(guī)劃可分為全局路徑規(guī)劃、局部路徑優(yōu)化和泊車路徑規(guī)劃3個(gè)階段.其中，全局路徑規(guī)劃和局部路徑規(guī)劃是代客泊車系統(tǒng)路徑規(guī)劃的核心.全局路徑規(guī)劃首先在已知靜態(tài)地圖的基礎(chǔ)上規(guī)劃出一條引導(dǎo)車輛從下車點(diǎn)到期望泊車起始位置的全局路徑，其核心問題是地圖構(gòu)建和路徑搜索，全局路徑規(guī)劃多以無向圖建立停車場靜態(tài)地圖，以啟發(fā)式算法實(shí)現(xiàn)路徑搜索.局部路徑優(yōu)化著重于路徑的可跟隨性優(yōu)化，基于全局路徑生成一條符合車輛運(yùn)動(dòng)學(xué)原理的路徑.

目前代客泊車系統(tǒng)路徑規(guī)劃的研究多集中于基于先驗(yàn)停車場地圖信息的全局規(guī)劃及局部路徑優(yōu)化.文獻(xiàn)[5]針對自主代客泊車場景中汽車轉(zhuǎn)彎運(yùn)動(dòng)過程，采用柵格搜索方法規(guī)劃該場景自主代客泊車路徑.文獻(xiàn)[6]首先利用A*算法規(guī)劃全局自主代客泊車路徑，隨后利用改進(jìn)動(dòng)態(tài)窗口算法規(guī)劃局部自主代客泊車路徑.文獻(xiàn)[7]以柵格化自主代客泊車地圖為基礎(chǔ)，采用優(yōu)化方法規(guī)劃全局和局部自主代客泊車路徑.文獻(xiàn)[8]融合人工勢場法與隨機(jī)采樣樹算法來規(guī)劃全局自主代客泊車路徑.文獻(xiàn)[9]首先利用批處理先驗(yàn)知識樹算法構(gòu)建全局自主代客泊車路徑，再利用滾動(dòng)優(yōu)化算法構(gòu)建局部自主代客泊車路徑.文獻(xiàn)[10]基于Dijkstra算法規(guī)劃動(dòng)態(tài)場景的全局自主代客泊車路徑.文獻(xiàn)[11]以多車協(xié)同自主代客泊車場景為基礎(chǔ)，將自主代客泊車路徑規(guī)劃問題轉(zhuǎn)化為最優(yōu)控制問題，并提出了一種基于初始化的計(jì)算框架來降低計(jì)算負(fù)擔(dān).

本文針對存在動(dòng)態(tài)障礙物場景的自主代客泊車路徑規(guī)劃問題，提出一種基于D*算法和動(dòng)態(tài)窗口法的自主代客泊車路徑規(guī)劃方法.首先，利用柵格掃描算法構(gòu)建自主代客泊車場景的靜態(tài)環(huán)境地圖，并采用Dijkstra算法實(shí)時(shí)更新動(dòng)態(tài)障礙物影響的局部靜態(tài)環(huán)境地圖信息.隨后，利用D*算法將自主代客泊車場景靜態(tài)環(huán)境地圖轉(zhuǎn)化為靜態(tài)路徑場，得到原始全局自主代客泊車路徑.最后，采用動(dòng)態(tài)窗口法和圓弧-直線組合方式規(guī)劃最優(yōu)的局部自主代客泊車路徑.

1 環(huán)境地圖構(gòu)建

基于外部環(huán)境感知傳感器信息準(zhǔn)確實(shí)時(shí)地構(gòu)建動(dòng)態(tài)環(huán)境地圖是規(guī)劃自主代客泊車路徑的重要基礎(chǔ).本節(jié)首先利用柵格掃描算法構(gòu)建自主代客泊車場景的靜態(tài)環(huán)境地圖，再結(jié)合自主代客泊車場景中的動(dòng)態(tài)障礙物信息，利用Dijkstra算法實(shí)時(shí)更新靜態(tài)環(huán)境地圖，實(shí)現(xiàn)自主代客泊車場景動(dòng)態(tài)環(huán)境地圖的快速構(gòu)建.柵格掃描算法利用圖1所示的節(jié)點(diǎn)鄰域模板對自主代客泊車場景的柵格地圖從左到右逐行正向掃描和從右到左逐行反向掃描后來獲得任意可行節(jié)點(diǎn)到其最近障礙物節(jié)點(diǎn)的歐氏距離[12-13].

圖1 節(jié)點(diǎn)p的鄰域模板

定義如圖1所示的節(jié)點(diǎn)p與其相鄰節(jié)點(diǎn)q1,q2,…,q8間的平方歐氏距離偏差d(p,q)和相對坐標(biāo)偏差M(p,q)分別為

(1)

(2)

式中，C(q)=(Cx(q),Cy(q))為節(jié)點(diǎn)p的相鄰節(jié)點(diǎn)q∈{q1,q2,…,q8}的相對坐標(biāo).

①從左到右逐行正向掃描節(jié)點(diǎn)p.設(shè)置f(p)=∞，對于任意的相鄰節(jié)點(diǎn)q={q1,q2,q3,q4}，如果f(p)>f(q)+d(p,q)，更新f(p)=f(q)+d(p,q)，C(p)=C(q)+M(p,q).

②從右到左逐行反向掃描節(jié)點(diǎn)p.對于任意的相鄰節(jié)點(diǎn)q={q5,q6,q7,q8}，如果f(p)>f(q)+d(p,q)，更新f(p)=f(q)+d(p,q)，C(p)=C(q)+M(p,q).

當(dāng)自主代客泊車場景中出現(xiàn)動(dòng)態(tài)障礙物時(shí)，將障礙物占據(jù)的節(jié)點(diǎn)插入到Dijkstra算法的開放列表中，并且從障礙物節(jié)點(diǎn)開始逐層更新自主代客泊車場景的靜態(tài)環(huán)境地圖，直到擴(kuò)展到出現(xiàn)的動(dòng)態(tài)障礙物節(jié)點(diǎn)不為當(dāng)前節(jié)點(diǎn)的最近障礙物節(jié)點(diǎn)為止.自主代客泊車場景下動(dòng)態(tài)環(huán)境地圖構(gòu)建流程如下：

①將障礙物節(jié)點(diǎn)插入到開放列表中，將其歐氏距離設(shè)置為0.

②重復(fù)以下過程直到開放列表為空.

③將開放列表中最小歐氏距離的節(jié)點(diǎn)取出作為當(dāng)前節(jié)點(diǎn)，將其移至封閉列表.

④檢查當(dāng)前節(jié)點(diǎn)的8個(gè)相鄰節(jié)點(diǎn).若相鄰節(jié)點(diǎn)為障礙物節(jié)點(diǎn)或已在封閉列表中，不操作；若相鄰節(jié)點(diǎn)不在開放列表中且當(dāng)前節(jié)點(diǎn)能減小其歐氏距離，將其加入開放列表；若相鄰節(jié)點(diǎn)在開放列表中且當(dāng)前節(jié)點(diǎn)能減小相鄰節(jié)點(diǎn)歐氏距離，更新相鄰節(jié)點(diǎn)的歐氏距離.

2 全局路徑規(guī)劃

全局自主代客泊車路徑規(guī)劃的任務(wù)是根據(jù)動(dòng)態(tài)環(huán)境地圖信息規(guī)劃出從起始點(diǎn)到目標(biāo)點(diǎn)的無碰撞路徑.本節(jié)采用對動(dòng)態(tài)環(huán)境具有自適應(yīng)能力的D*算法規(guī)劃全局自主代客泊車路徑.采用開放列表存儲待擴(kuò)展的節(jié)點(diǎn)，K(X)和H(X)分別表示節(jié)點(diǎn)X的最小成本和當(dāng)前成本，將從未列入開放列表中的節(jié)點(diǎn)狀態(tài)設(shè)置為NEW，將歷史列入開放列表且當(dāng)前不在開放列表中的節(jié)點(diǎn)狀態(tài)設(shè)置為CLOSED，將當(dāng)前在開放列表中的節(jié)點(diǎn)狀態(tài)設(shè)置為OPEN，將滿足K(X)

圖2 D*算法主要流程

該算法通過5個(gè)模塊維護(hù)一個(gè)開放列表，實(shí)現(xiàn)動(dòng)態(tài)環(huán)境下的全局自主代客泊車路徑規(guī)劃.模塊1通過相鄰節(jié)點(diǎn)優(yōu)化當(dāng)前節(jié)點(diǎn)X的H(X)；模塊2為內(nèi)嵌的Dijkstra算法，用于將自主代客泊車場景靜態(tài)環(huán)境地圖轉(zhuǎn)化為一個(gè)靜態(tài)路徑場；模塊3用于將父節(jié)點(diǎn)當(dāng)前成本變化信息傳遞給其子節(jié)點(diǎn)，逐漸形成的傳遞路徑與靜態(tài)路徑場包含的原始規(guī)劃路徑方向相反；模塊4和模塊5用于處理當(dāng)前節(jié)點(diǎn)X相鄰且不相關(guān)節(jié)點(diǎn)，通過將LOWER狀態(tài)的節(jié)點(diǎn)插入到開放列表中來激活模塊2，使插入到開放列表中的節(jié)點(diǎn)影響程度形成波浪傳播到其相鄰節(jié)點(diǎn)，而不是僅影響某個(gè)節(jié)點(diǎn).

如圖2所示，D*算法首先采用模塊2描述的Dijkstra算法，從目標(biāo)節(jié)點(diǎn)開始對自主代客泊車場景靜態(tài)環(huán)境地圖進(jìn)行反向搜索，確定出每個(gè)節(jié)點(diǎn)的父節(jié)點(diǎn)，從而將自主代客泊車場景靜態(tài)環(huán)境地圖轉(zhuǎn)化為一個(gè)靜態(tài)路徑場.如圖3所示，利用模塊2描述的Dijkstra算法可規(guī)劃出從節(jié)點(diǎn)31到目標(biāo)節(jié)點(diǎn)22的最短原始路徑為：節(jié)點(diǎn)31→節(jié)點(diǎn)25→節(jié)點(diǎn)20→節(jié)點(diǎn)21→節(jié)點(diǎn)22.當(dāng)自主代客泊車場景靜態(tài)環(huán)境地圖中原始路徑節(jié)點(diǎn)20變?yōu)檎系K物節(jié)點(diǎn)時(shí)，需要在已得到的靜態(tài)路徑場基礎(chǔ)上，采用D*算法重新規(guī)劃從節(jié)點(diǎn)31到目標(biāo)節(jié)點(diǎn)22的路徑.

圖3 基于D*算法的原始路徑規(guī)劃示意圖

如圖4所示，由于節(jié)點(diǎn)25的父節(jié)點(diǎn)20變?yōu)檎系K物節(jié)點(diǎn)，節(jié)點(diǎn)25狀態(tài)變?yōu)镽AISE并且被重新插入到開放列表中，從開放列表中取出節(jié)點(diǎn)25來激活模塊1，使得其父節(jié)點(diǎn)由障礙物節(jié)點(diǎn)20變?yōu)楣?jié)點(diǎn)19.對于重規(guī)劃路徑節(jié)點(diǎn)19，其父節(jié)點(diǎn)20變?yōu)檎系K物節(jié)點(diǎn)，節(jié)點(diǎn)19狀態(tài)變?yōu)镽AISE并且被重新插入到開放列表中，從開放列表中取出節(jié)點(diǎn)19來激活模塊3和模塊5，分別將節(jié)點(diǎn)19的子節(jié)點(diǎn)25和節(jié)點(diǎn)19的不相關(guān)節(jié)點(diǎn)13插入到開放列表中.隨后，從開放列表中取出不相關(guān)節(jié)點(diǎn)13來激活模塊2，使得節(jié)點(diǎn)19的父節(jié)點(diǎn)變?yōu)楣?jié)點(diǎn)13.對于重規(guī)劃路徑節(jié)點(diǎn)13，其父節(jié)點(diǎn)20變?yōu)檎系K物節(jié)點(diǎn)，節(jié)點(diǎn)13狀態(tài)變?yōu)镽AISE并且被重新插入到開放列表中，從開放列表中取出節(jié)點(diǎn)13來激活模塊3，將節(jié)點(diǎn)13的子節(jié)點(diǎn)7狀態(tài)變?yōu)镽AISE并插入到開放列表中.對于重規(guī)劃路徑節(jié)點(diǎn)7，采用節(jié)點(diǎn)13的處理方式將節(jié)點(diǎn)2狀態(tài)變?yōu)镽AISE并插入到開放列表中，由此原始規(guī)劃的子路徑節(jié)點(diǎn)2→節(jié)點(diǎn)7→節(jié)點(diǎn)13→節(jié)點(diǎn)20上的節(jié)點(diǎn)狀態(tài)均變?yōu)镽AISE.從開放列表中取出節(jié)點(diǎn)2來激活模塊5，將節(jié)點(diǎn)3插入到開放列表中.從開放列表中取出節(jié)點(diǎn)3來激活模塊2，將節(jié)點(diǎn)2父節(jié)點(diǎn)變?yōu)楣?jié)點(diǎn)3.隨后，采用節(jié)點(diǎn)3的處理方式將節(jié)點(diǎn)7的父節(jié)點(diǎn)變?yōu)楣?jié)點(diǎn)2，將節(jié)點(diǎn)13的父節(jié)點(diǎn)變?yōu)楣?jié)點(diǎn)7，從而得到重規(guī)劃的路徑為：節(jié)點(diǎn)31→節(jié)點(diǎn)25→節(jié)點(diǎn)19→節(jié)點(diǎn)13→節(jié)點(diǎn)7→節(jié)點(diǎn)2→節(jié)點(diǎn)3→節(jié)點(diǎn)4→節(jié)點(diǎn)5→節(jié)點(diǎn)12→節(jié)點(diǎn)17→節(jié)點(diǎn)22.

圖4 基于D*算法的重規(guī)劃路徑示意圖

通過上述分析可知，D*算法運(yùn)行過程需要反復(fù)執(zhí)行開放列表插入節(jié)點(diǎn)操作和提取最小節(jié)點(diǎn)操作，這2類操作的運(yùn)行時(shí)間是影響D*算法搜索效率的重要因素.如圖5所示，設(shè)N為數(shù)組元素?cái)?shù)量，采用節(jié)點(diǎn)結(jié)構(gòu)體數(shù)組存儲自主代客泊車場景靜態(tài)環(huán)境地圖中的節(jié)點(diǎn)信息，并采用指針數(shù)組快速高效地操作節(jié)點(diǎn)結(jié)構(gòu)體數(shù)組元素.為了減小指針數(shù)組插入節(jié)點(diǎn)操作和提取最小節(jié)點(diǎn)操作的運(yùn)行時(shí)間，本節(jié)利用指針數(shù)組構(gòu)建優(yōu)先隊(duì)列數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)D*算法中的開放列表，使得指針數(shù)組插入節(jié)點(diǎn)操作和提取最小節(jié)點(diǎn)操作最壞情形運(yùn)行時(shí)間均為O(logN)[15].

圖5 D*算法采用的數(shù)據(jù)結(jié)構(gòu)

3 局部路徑規(guī)劃

局部自主代客泊車路徑規(guī)劃的任務(wù)是在全局路徑規(guī)劃的基礎(chǔ)上，綜合考慮汽車運(yùn)動(dòng)學(xué)約束和汽車機(jī)械約束，逐步規(guī)劃出可安全引導(dǎo)汽車進(jìn)入目標(biāo)泊車位的路徑.本節(jié)采用動(dòng)態(tài)窗口法和圓弧-直線組合方式規(guī)劃局部自主代客泊車路徑.如圖6所示，假設(shè)汽車自主代客泊車過程中所有車輪無側(cè)偏地繞同一瞬時(shí)圓心做圓周運(yùn)動(dòng)，由此得到汽車運(yùn)動(dòng)學(xué)方程為[16]

圖6 汽車運(yùn)動(dòng)學(xué)模型

(3)

式中，xr和yr分別為汽車后軸中點(diǎn)橫坐標(biāo)和縱坐標(biāo)；φ為汽車橫擺角；vr和δf分別為汽車后軸中點(diǎn)速度和汽車前輪轉(zhuǎn)向角；L為汽車軸距.

采用前向歐拉法將式(3)離散化為

(4)

式中，h為計(jì)算步長.

若汽車允許的最大加速度和最大前輪轉(zhuǎn)向角速度分別為amax和ωmax，依據(jù)k時(shí)刻汽車后軸中點(diǎn)速度預(yù)測設(shè)定值vr,p∈[Vmin,Vmax]和汽車前輪轉(zhuǎn)向角預(yù)測設(shè)定值δf,p∈[-δmax,δmax]，可得k時(shí)刻汽車后軸中點(diǎn)速度和汽車前輪轉(zhuǎn)向角控制輸入為

(5)

(6)

結(jié)合式(4)和式(5)、(6)，可得到k時(shí)刻到k+N時(shí)刻的汽車預(yù)測軌跡.若均勻采樣汽車后軸中點(diǎn)速度可行空間[Vmin,Vmax]和汽車前輪轉(zhuǎn)向角可行空間[-δmax,δmax]，可得到一簇k時(shí)刻到k+N時(shí)刻的汽車預(yù)測軌跡[17].

本節(jié)首先融合幾何邊界碰撞檢測方法和柵格空間覆蓋枚舉方法，判斷汽車預(yù)測軌跡是否為無碰撞軌跡，再利用評價(jià)函數(shù)從無碰撞的汽車預(yù)測軌跡中篩選出最優(yōu)汽車預(yù)測軌跡，并將最優(yōu)汽車預(yù)測軌跡對應(yīng)的k時(shí)刻汽車后軸中點(diǎn)速度和汽車前輪轉(zhuǎn)向角控制輸入作為局部自主代客泊車路徑規(guī)劃的控制指令.如圖7所示，為了提高汽車碰撞檢測效率，首先采用簡潔高效的幾何邊界碰撞檢測方法判斷汽車中心圓包絡(luò)是否與障礙物存在覆蓋.若汽車中心圓包絡(luò)覆蓋障礙物節(jié)點(diǎn)，再通過柵格空間覆蓋枚舉方法判斷汽車占據(jù)的柵格節(jié)點(diǎn)是否為障礙物節(jié)點(diǎn)，進(jìn)一步提高汽車碰撞檢測精度.其中，基于汽車后軸中點(diǎn)坐標(biāo)得到的汽車中心點(diǎn)坐標(biāo)為

圖7 汽車中心圓包絡(luò)

(7)

式中，xO1(k)、yO1(k)分別為汽車中心點(diǎn)橫坐標(biāo)和縱坐標(biāo)；Lc和Lr分別為汽車長度和汽車后懸長度；T為旋轉(zhuǎn)變換矩陣，可表示為

(8)

針對無碰撞的汽車預(yù)測軌跡，設(shè)計(jì)評價(jià)函數(shù)J(vr,p,δf,p)來篩選最優(yōu)汽車預(yù)測軌跡，即

J(vr,p,δf,p)=αJ1(vr,p,δf,p)+βJ2(vr,p,δf,p)

(9)

式中，J1(vr,p,δf,p)為預(yù)測終止時(shí)刻汽車橫擺角與全局路徑目標(biāo)點(diǎn)處切線方向之間的角度偏差懲罰項(xiàng)；J2(vr,p,δf,p)為預(yù)測終止時(shí)刻汽車預(yù)測軌跡與障礙物之間的最近距離懲罰項(xiàng)；α和β分別為加權(quán)系數(shù).

在利用動(dòng)態(tài)窗口法將汽車引導(dǎo)到目標(biāo)泊車位附近后，采用圓弧-直線組合方式規(guī)劃垂直泊車路徑，引導(dǎo)汽車進(jìn)入目標(biāo)泊車位.如圖8所示，已知垂直泊車起始點(diǎn)G1和目標(biāo)點(diǎn)G3的坐標(biāo)分別為(xG1,yG1)和(-Wd/2,-Lf-L)，Wd為垂直泊車位寬度，Lf為汽車前懸長度，則基于圓弧-直線組合方式規(guī)劃垂向泊車路徑的具體流程如下：

圖8 垂向泊車路徑規(guī)劃

(10)

(xO2,yO2)=(xG1,yG1-R1)

(11)

③基于垂直泊車起始點(diǎn)G1的坐標(biāo)計(jì)算點(diǎn)G2的坐標(biāo)，計(jì)算公式為

(xG2,yG2)=(xG1-R1,yG1-R1)

(12)

4 仿真分析

本節(jié)在VC++6.0環(huán)境中實(shí)現(xiàn)基于D*算法和動(dòng)態(tài)窗口法的自主代客泊車路徑規(guī)劃方法，并且以圖9(a)所示的自主代客泊車場景靜態(tài)環(huán)境為基礎(chǔ)仿真驗(yàn)證所提方法的可行性和有效性.仿真驗(yàn)證參數(shù)設(shè)置為：h=0.1 s，Wd=2.400 m，Lc=4.155 m，L=2.405 m，Lr=0.950 m，W=1.645 m，δmax=0.53 rad，Vmin=1 m/s，Vmax=3 m/s，amax=2 m/s2，ωmax=0.53 rad/s，α=10和β=2.5，仿真地圖橫向長度為79 m，縱向長度為67 m，柵格節(jié)點(diǎn)間距為0.3 m，仿真結(jié)果如圖9(b)～(h)所示.

(a)自主代客泊車場景靜態(tài)環(huán)境

在圖9(b)所示的自主代客泊車場景靜態(tài)環(huán)境地圖的基礎(chǔ)上，基于D*算法規(guī)劃的原始全局自主代客泊車路徑如圖9(c)所示，紅色圓圈表示路徑起始點(diǎn)，紅色五角星表示路徑目標(biāo)點(diǎn).當(dāng)汽車沿著原始全局自主代客泊車路徑行駛過程中，發(fā)現(xiàn)圖9(d)所示的自主代客泊車場景存在動(dòng)態(tài)障礙物時(shí)，則利用Dijkstra算法局部更新自主代客泊車場景靜態(tài)環(huán)境地圖，得到圖9(e)所示的自主代客泊車場景動(dòng)態(tài)環(huán)境地圖，并基于D*算法重規(guī)劃圖9(f)所示的全局自主代客泊車路徑，由于D*算法充分利用原始全局自主代客泊車路徑規(guī)劃過程中產(chǎn)生的靜態(tài)路徑場，極大地提高了全局路徑重規(guī)劃的效率.在重規(guī)劃的全局自主代客泊車路徑基礎(chǔ)上，基于動(dòng)態(tài)窗口法和圓弧-直線組合方式規(guī)劃的局部自主代客泊車路徑如圖9(g)和(h)所示，該路徑滿足汽車運(yùn)動(dòng)學(xué)約束和汽車機(jī)械約束，并且可以安全無碰撞地引導(dǎo)汽車進(jìn)入目標(biāo)垂直泊車位.

5 結(jié)論

1)利用柵格掃描算法快速準(zhǔn)確構(gòu)建出自主代客泊車場景的靜態(tài)環(huán)境地圖，并采用Dijkstra算法實(shí)時(shí)更新動(dòng)態(tài)障礙物影響的局部靜態(tài)環(huán)境地圖信息，降低了柵格掃描算法更新全局靜態(tài)環(huán)境地圖信息產(chǎn)生的高計(jì)算負(fù)荷.

2)利用D*算法將自主代客泊車場景靜態(tài)環(huán)境地圖轉(zhuǎn)化為靜態(tài)路徑場，得到了原始全局自主代客泊車路徑，同時(shí)借助靜態(tài)路徑場重規(guī)劃動(dòng)態(tài)障礙物影響的全局自主代客泊車路徑，提高了動(dòng)態(tài)障礙物的處理效率.

3)綜合考慮汽車運(yùn)動(dòng)學(xué)約束和汽車機(jī)械約束，采用動(dòng)態(tài)窗口法和圓弧-直線組合方式規(guī)劃最優(yōu)的局部自主代客泊車路徑，并在規(guī)劃過程中融合幾何邊界碰撞檢測方法和柵格空間覆蓋枚舉方法，快速剔除不可行局部自主代客泊車路徑.仿真結(jié)果表明，所提出的自主代客泊車路徑規(guī)劃方法可以在動(dòng)態(tài)障礙物存在的自主代客泊車仿真場景中，安全無碰撞地引導(dǎo)汽車進(jìn)入目標(biāo)垂直泊車位.