基于SMPA的半挂车自动泊车运动规划方法研究

doi:10.19562/j.chinasae.qcgc.2024.04.015

汽车工程 ›› 2024, Vol. 46 ›› Issue (4): 691-702.doi: 10.19562/j.chinasae.qcgc.2024.04.015

• • 上一篇

基于SMPA的半挂车自动泊车运动规划方法研究

王元民¹,王亚飞²,秦文刚²,陈浩¹,刘银华¹()

^1.上海理工大学机械工程学院，上海 200093
^2.上海交通大学机械与动力工程学院，上海 200240

收稿日期:2023-08-15 修回日期:2023-10-18 出版日期:2024-04-25 发布日期:2024-04-24
通讯作者: 刘银华 E-mail:liuyinhua@usst.edu.cn
基金资助:
* 上海市自然科学基金面上项目（21ZR1444500）和上海市浦江人才计划（22PJD048）资助。

Study on Automatic Parking Motion Planning Method for Tractor-Semitrailer Based on SMPA

Yuanmin Wang¹,Yafei Wang²,Wengang Qin²,Hao Chen¹,Yinhua Liu¹()

^1.School of Mechanical Engineering，University of Shanghai for Science and Technology，Shanghai 200093
^2.School of Mechanical Engineering，Shanghai Jiao Tong University，Shanghai 200240

Received:2023-08-15 Revised:2023-10-18 Online:2024-04-25 Published:2024-04-24
Contact: Yinhua Liu E-mail:liuyinhua@usst.edu.cn

摘要/Abstract

摘要：

半挂车辆的非稳定运动学特性为其泊车过程中自主运动规划带来严峻挑战。针对半挂车在多障碍物的静态场景中泊车运动规划算法效率低、结果平滑性差等问题，本文提出了序列式运动规划方法（sequential motion planning algorithm， SMPA）。首先，提出了基于二次规划策略和改进双向快速扩展随机树（bidirectional rapidly-exploring random tree algorithm，Bi-RRT）的初始路径生成方法。然后，结合车辆非完整微分约束下的路径节点可行性判别方法研究，提出基于概率的目标偏向采样策略，提高了采样效率。最后，构建了面向车辆系统控制变量连续性的非线性最优化控制模型，解决泊车换向点的对接问题，提高了泊车轨迹平滑性。仿真结果表明，该方法在多障碍物场景中，规划时间相比Hybrid A*和Bi-RRT分别降低了86.71%和21.44%，轨迹质量也更具优越性。

关键词: 半挂车自动泊车, 二次规划, 改进Bi-RRT, 非线性最优化控制模型

Abstract:

The unstable kinematic characteristics of tractor-semitrailer vehicles bring considerable challenges for autonomous motion planning in the parking process. In this paper， sequential motion planning algorithm （SMPA） is proposed to address the problems of low efficiency of parking motion planning algorithms and poor smoothness of results for tractor-semitrailer in static scenario with multiple obstacles. Firstly， an initial path generation method based on the quadratic planning strategy and improved bidirectional rapidly-exploring random tree algorithm （Bi-RRT） is proposed. Then， combined with the study of path node feasibility discrimination method under vehicle non-complete differential constraints， a probability-based target bias sampling strategy is proposed to improve the sampling efficiency. Finally， a nonlinear optimal control model oriented to the continuity of the control variables of the vehicle system is constructed to solve the docking problem of the parking reversal point and improve the parking trajectory smoothness. Simulation results show that this method reduces the planning time by 86.71% and 21.44% compared to Hybrid A* and Bi-RRT， respectively， in multi obstacle scenarios， with more superior trajectory quality.

Key words: tractor-semitrailer automatic parking, quadratic programming, improved Bi-RRT, nonlinear optimal control model

王元民,王亚飞,秦文刚,陈浩,刘银华. 基于SMPA的半挂车自动泊车运动规划方法研究[J]. 汽车工程, 2024, 46(4): 691-702.

Yuanmin Wang,Yafei Wang,Wengang Qin,Hao Chen,Yinhua Liu. Study on Automatic Parking Motion Planning Method for Tractor-Semitrailer Based on SMPA[J]. Automotive Engineering, 2024, 46(4): 691-702.

图/表 19

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

表1

仿真场景下车辆参数"

参数	数值
$L 0$ /m	4.42
$L 1$ /m	7.9
$L h$ /m	0.1
$W 0$ /m	2.2
$L f 0$ /m	1.36
$L f 1$ /m	8
$L r 0$ /m	1.5
$L r 1$ /m	3.06
$δ f m a x$ /rad	0.7
$v 0 m a x$ /（km·h^-1）	5
$γ m a x$ /rad	1.05

表1

图11

图12

图13

表2

表3

表4

图14

图15

参考文献 19

1	交通运输智慧物流标准体系建设指南发布［J］.标准生活，2022（6）：7.
	Transportation and intelligent logistics standard system construction guidelines released［J］. Standard Life，2022（6）：7.
2	唐永兴，朱战霞，张红文，等.机器人运动规划方法综述［J］.航空学报，2023，44（2）：181-212.
	TANG Y X， ZHU Z X， ZHANG H W， et al. A tutorial and review on robot motion planning［J］. Chinese Journal of Aeronautics， 2023，44（2）：181-212.
3	吉望宁.半挂车自主泊车路径规划及控制策略研究［D］.长春：吉林大学，2022.
	JI W N. Research on path planning and control strategy of semi-trailer for automated valet parking［D］. Changchun： Jilin University，2022.
4	胡满江，牟斌杰，杨泽宇，等.基于DBSCAN与二分法的混合A*路径规划方法［J］. 汽车工程，2023，45（3）：341-349，371.
	HU M J， MOU B J， YANG Z Y， et al. A hybrid A* path planning method based on DBSCAN and dichotomy［J］. Automotive Engineering， 2023，45（3）：341-349，371.
5	姚智龙，张小俊，王金刚.改进Bi-RRT*算法的自动泊车路径规划［J/OL］.机械科学与技术：1-10［2023-07-18］.https：//doi.org/10.13433/j.cnki.1003-8728.20220310.
	YAO Z L， ZHANG X J， WANG J G. Improved Bi-RRT* automatic parking path planning algorithm［J/OL］. Mechanical Science and Technology for Aerospace Engineering： 1-10［2023-07-18］.https：//doi.org/10.13433/j.cnki.1003-8728.20220310.
6	VAILLAND G， GOURANTON V， BABEL M. Cubic bézier local path planner for non-holonomic feasible and comfortable path generation［C］. 2021 IEEE International Conference on Robotics and Automation （ICRA）. IEEE， 2021： 7894-7900.
7	唐晓峰，杨林，袁静妮. 基于高斯伪谱法的自动驾驶车辆状态研究［J］. 汽车工程， 2020， 42（5）： 567-573.
	TANG X F， YANG L， YUAN J N. Study on the states of autonomous vehicle based on Gaussian pseudospectral method［J］. Automotive Engineering，2020，42（5）： 567-573.
8	LI B， SHAO Z. A unified motion planning method for parking an autonomous vehicle in the presence of irregularly placed obstacles［J］. Knowledge-Based Systems， 2015， 86： 11-20.
9	LJUNGQVIST O， EVESTEDT N， AXEHILL D， et al. A path planning and path-following control framework for a general 2‐trailer with a car-like tractor［J］. Journal of Field Robotics， 2019， 36（8）： 1345-1377.
10	MOHAMED A， REN J， LANG H， et al. Optimal path planning for an autonomous articulated vehicle with two trailers［J］. International Journal of Automation and Control， 2018， 12（3）： 449-465.
11	BUKKA G V. Path planning algorithm for driver assistance during complex maneuvering of articulated vehicles［D］. Rhine-Waal University of Applied Sciences， 2020.
12	李柏. 复杂约束下自动驾驶车辆运动规划的计算最优控制方法研究［D］. 杭州：浙江大学， 2018.
	LI B. Research on computational optimal control methods for automated vehicle motion planning problems with complicated constraints［D］. Hangzhou： Zhejiang University， 2018.
13	MANAV A C， LAZOGLU I. A novel cascade path planning algorithm for autonomous truck-trailer parking［J］. IEEE Transactions on Intelligent Transportation Systems， 2021， 23（7）： 6821-6835.
14	BERGMAN K， LJUNGQVIST O， AXEHILL D. Improved path planning by tightly combining lattice-based path planning and optimal control［J］. IEEE Transactions on Intelligent Vehicles， 2020， 6（1）： 57-66.
15	CHAI R， TSOURDOS A， SAVVARIS A， et al. Two-stage trajectory optimization for autonomous ground vehicles parking maneuver［J］. IEEE Transactions on Industrial Informatics， 2018， 15（7）： 3899-3909.
16	LI B， ACARMAN T， ZHANG Y， et al. Tractor-trailer vehicle trajectory planning in narrow environments with a progressively constrained optimal control approach［J］. IEEE Transactions on Intelligent Vehicles， 2019， 5（3）： 414-425.
17	SAMANIEGO R， RODRÍGUEZ R， VÁZQUEZ F， et al. Efficient path planing for articulated vehicles in cluttered environments［J］. Sensors， 2020， 20（23）： 6821.
18	ZIEGLER J， STILLER C. Fast collision checking for intelligent vehicle motion planning［C］. 2010 IEEE Intelligent Vehicles Symposium. IEEE， 2010： 518-522.
19	YANG K， SUKKARIEH S. An analytical continuous-curvature path-smoothing algorithm［J］. IEEE Transactions on Robotics， 2010， 26（3）： 561-568.

路障数量	Bi-RSc-RRT		Hybrid A*		PCOC（ref. incl.）		SMPA
路障数量	成功率/%	CPU时间/s	成功率/%	CPU时间/s	成功率/%	CPU时间/s	成功率/%	CPU时间^*/s
0	100	1.67	100	10.46	100	46.12	100	1.13
2	100	3.51	100	15.82	70	69.75	100	3.06
3	70	3.78	100	16.30	0		90	3.58
4	70	5.97	100	35.29	0		80	4.69

基于SMPA的半挂车自动泊车运动规划方法研究

Study on Automatic Parking Motion Planning Method for Tractor-Semitrailer Based on SMPA

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 19

参考文献 19

相关文章 0

Metrics

本文评价

推荐阅读 0

算法	Bi-RSc-RRT	Hybrid A*	SMPA
前轮转角突变次数	6	7	0
前进后退切换次数	1	3	1