基于自适应神经模糊推理系统的平行泊车路径规划

doi:10.19562/j.chinasae.qcgc.2021.03.003

汽车工程 ›› 2021, Vol. 43 ›› Issue (3): 323-329.doi: 10.19562/j.chinasae.qcgc.2021.03.003

基于自适应神经模糊推理系统的平行泊车路径规划

张家旭^1,²,王晨¹,郭崇¹(),滕飞¹,李东燃¹

^1.吉林大学，汽车仿真与控制国家重点实验室，长春 130011
^2.中国第一汽车集团有限公司智能网联研发院，长春 130011

收稿日期:2020-08-21 修回日期:2020-11-10 出版日期:2021-03-25 发布日期:2021-03-26
通讯作者: 郭崇 E-mail:guochong@jlu.edu.cn
基金资助:
国家自然科学基金面上项目(51775235)

column:Vehicle Parallel Parking Path Planning Based on Adaptive Neuro⁃fuzzy Inference System

Jiaxu Zhang^1,²,Chen Wang¹,Chong Guo¹(),Fei Teng¹,Dongran Li¹

^1.Jilin University，State Key Laboratory of Automotive Simulation and Control，Changchun 130011
^2.Intelligent Network R&D Institute，China FAW Group Co. ，Ltd. ，Changchun 130011

Received:2020-08-21 Revised:2020-11-10 Online:2021-03-25 Published:2021-03-26
Contact: Chong Guo E-mail:guochong@jlu.edu.cn

摘要/Abstract

摘要：

针对常见的平行泊车场景，提出一种基于自适应神经模糊推理系统的平行泊车路径规划方法。以基于优化算法的泊车路径规划方法得出的泊车路径作为训练样本，利用Python脚本语言建立以自适应遗传算法和拟牛顿法为内核的自动化训练框架，使自动训练后的自适应神经模糊推理系统既可继承基于优化算法的泊车路径规划方法适用范围更广的优势，又有效解决该方法求解过程计算量大的问题。通过仿真分析验证所提出方法的可行性和有效性，结果表明：自动训练后的自适应神经模糊推理系统可依据汽车初始泊车位姿和泊车位信息快速规划出可行的平行泊车路径。

关键词: 平行泊车路径规划, 自适应神经模糊推理系统, 自适应遗传算法, 拟牛顿法, 自动化训练框架

Abstract:

Aiming at the common parallel parking scene， a novel parallel parking path planning method for vehicle is proposed based on adaptive neuro?fuzzy inference system. With the parking path obtained from parallel parking path planning based on optimization algorithm as training sample， Python script is used to build the automated training framework with adaptive genetic algorithm and quasi?Newton algorithm as its core for enabling the adaptive neuro?fuzzy inference system automatically trained can not only inherit the merits of wider application scope of parallel parking path planning method based on optimization algorithm， but also effectively get rid of enormous computation efforts. The feasibility and effectiveness of the proposed method are verified by simulation， and the results show that the adaptive neuro?fuzzy inference system automatically trained can quickly plan the feasible parallel parking path based on the initial parking posture of vehicle and parking space information.

Key words: parallel parking path planning, adaptive neuro?fuzzy inference system, adaptive genetic algorithm, quasi?Newton algorithm, automated training framework

张家旭,王晨,郭崇,滕飞,李东燃. 基于自适应神经模糊推理系统的平行泊车路径规划[J]. 汽车工程, 2021, 43(3): 323-329.

Jiaxu Zhang,Chen Wang,Chong Guo,Fei Teng,Dongran Li. column:Vehicle Parallel Parking Path Planning Based on Adaptive Neuro⁃fuzzy Inference System[J]. Automotive Engineering, 2021, 43(3): 323-329.

图/表 6

图1

图2

图3

图4

图5

图6

参考文献 15

1	张家旭，赵健，施正堂，等. 基于回旋曲线的垂直泊车轨迹规划与跟踪控制［J］. 东南大学学报（自然科学版）， 2020， 50（1）： 182-191.
	ZHANG J X， ZHAO J， SHI Z T， et al. Trajectory planning and tracking control perpendicular parking based on clothoid curve［J］. Journal of Southeast University（Natural Science Edition）， 2020， 50（1）： 182-191.
2	JANG C， KIM C， LEE S， et al. Re⁃plannable automated parking system with a standalone around view monitor for narrow parking lots［J］. IEEE Transactions on Intelligent Transportation Systems， 2020， 21（2）： 777-790.
3	CHAND A， KAWANISHI M， NARIKIYO T. Application of sigmoidal gompertz curves in reverse parallel parking for autonomous vehicles［J］. International Journal of Advanced Robotic Systems， 2015， 12（9）： 1-11.
4	DU X X， TAN K K. Autonomous reverse parking system based on robust path generation and improved sliding model control［J］. IEEE Transactions on Intelligent Transportation Systems， 2015， 16（3）： 1225-1237.
5	张家旭，赵健，施正堂，等. 基于回旋曲线的平行泊车路径规划与跟踪控制［J］. 吉林大学学报（工学版）， 2020， 50（6）： 2247-2257.
	ZHANG J X， ZHAO J， SHI Z T， et al. Path planning and tracking control for parallel parking based on clothoid curve［J］. Journal of Jilin University（Engineering and Technology Edition）， 2020， 50（6）： 2247-2257.
6	ZHANG J X， SHI Z T， YANG X， et al. Trajectory planning and tracking control for autonomous parallel parking of a non⁃holonomic vehicle［J］. Measurement and Control， 2020， 50（1）： 182-191.
7	李红. 自动泊车系统路径规划与跟踪控制研究［D］. 长沙：湖南大学， 2014： 27-69.
	LI H. A study on path planning and tracking control method for automatic parking system［D］. Changsha： Hunan University， 2014： 27-69.
8	LI B， WANG K X， SHAO Z J. Time⁃optimal maneuver planning in automatic parallel parking using a simultaneous dynamic optimization approach［J］. IEEE Transactions on Intelligent Transportation Systems， 2016， 17（11）： 3263-3274.
9	张家旭，赵健，施正堂，等. 采用hp自适应伪谱法的全自动泊车系统轨迹规划与跟踪控制［J］. 西安交通大学学报， 2020， 54（6）： 176-184.
	ZHANG J X， ZHAO J， SHI Z T， et al. A trajectory planning and tracking control method for fully⁃automatic parking system using hp-adaptive pseudo spectral method［J］. Journal of Xi’an Jiaotong University， 2020， 54（6）： 176-184.
10	CHAI R Q， TSOURDOS A， SAVVARIS A， et al. Two⁃stage trajectory optimization for autonomous ground vehicles parking maneuver［J］. IEEE Transactions on Industrial Informatics， 2019， 15（7）： 3899-3909.
11	张家旭. 汽车底盘集成非线性鲁棒控制方法研究［D］. 长春：吉林大学， 2018： 98-99.
	ZHANG J X. Research on nonlinear robust control method for integrated vehicle chassis control system［D］. Changchun： Jilin University， 2018： 98-99.
12	LEI Y H， SHEN H Y， LI X X， et al. Inversion of Rayleigh wave dispersion curves via adaptive GA and nested DLS［J］. Geophysical Journal International， 2019， 218（1）： 547-559.
13	高强，吕文芝，杜小山，等. 遗传算法优化性能评价准则研究［J］. 西安交通大学学报， 2006， 40（7）： 803-806.
	GAO Q， LÜ W Z， DU X S， et al. Evaluation for genetic algorithm performance［J］. Journal of Xi’an Jiaotong University， 2006， 40（7）： 803-806.
14	陈长征，王楠. 遗传算法中交叉和变异概率选择的自适应方法及作用机理［J］. 控制理论与应用， 2002， 19（1）： 41-43.
	CHEN C Z， WAN N. Adaptive selection of crossover and mutation probability of genetic algorithm and its mechanism［J］. Control Theory and Applications， 2002， 19（1）： 41-43.
15	TAN K， WANG X， ZHU J S. A novel active learning approach for the classification of hyperspectral imagery using quasi-Newton multinomial logistic regression［J］. International Journal of Romate Sensing， 2018， 39（10）： 3029-3054.

基于自适应神经模糊推理系统的平行泊车路径规划

column:Vehicle Parallel Parking Path Planning Based on Adaptive Neuro⁃fuzzy Inference System

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 15

相关文章 1

Metrics

本文评价

推荐阅读 10