Allgemeine Forschung zum autonomen Parken, Integration von Industriestandards, Trendbewertungen und Systemeinführungen

Vorne geschrieben

Das automatische Parksystem ermöglicht es dem Fahrzeug, selbstständig einen Parkplatz zu finden und ohne manuellen Eingriff präzise einzuparken. Außerdem kann es je nach Benutzerbedarf an einen bestimmten Ort fahren. Die Ausgereiftheit dieser Technologie wird die Unannehmlichkeiten der Menschen während des Parkvorgangs, wie z. B. die Zeitverschwendung bei der Suche nach einem Parkplatz über einen längeren Zeitraum, sowie Sicherheitsprobleme wie Fahrzeugkollisionen und Reibung, die bei der Suche nach einem Parkplatz auftreten können, erheblich verringern.

Derzeit erforschen viele Technologieunternehmen und Universitätslabore den Bereich des autonomen Parkens. Unternehmen wie Mercedes-Benz und Bosch haben Parkinfrastruktur aufgebaut und entwickeln automatische Fahralgorithmen und Parkraumerkennungsmethoden für Parkplätze. BMW hat auch automatische Parkmodule in Serienfahrzeugen installiert.

Angesichts der großen Nachfrage nach automatischer Parktechnik in der Branche haben wir eine systematische Umfrage zum Entwicklungsstand automatischer Parksysteme durchgeführt. Einschließlich Branchenstandardtrends automatischer Parksysteme, Leistungsbewertungsindikatoren, Technologie, die in jedes Untermodul automatischer Parksysteme integriert ist usw.

Aktuelle Standardtrends in der automatischen Parkbranche

Da das aktuelle automatische Parksystem in Industrie und Wissenschaft große Aufmerksamkeit erregt hat, entwickeln verschiedene Länder und Unternehmen ständig die automatische Parktechnologie weiter. Daher ist es besonders wichtig, Standards für die automatische Parktechnik zu formulieren. Zu den technischen Standards, die formuliert wurden, gehören Geografische Informationen, Außenpositionierung, Innenraumpositionierung, Parkstandards und Fahrzeugkommunikationsstandards. Die spezifischen Standards sind in der folgenden Tabelle zusammengefasst.

Relevante Standards in der automatischen Parkbranche

• Geografische Informations- und Positionierungsstandards legen Grundsätze und Grundlagen für die Benennung, Definition und Formatierung von Außenflächen fest, darunter ISO 14825, ISO 17572 und ISO TC204 177438 usw.
• Die Standardisierung der räumlichen Positionierung in Innenräumen wird ebenfalls formuliert, einschließlich ISO TC211- und OGC-Standards.
• Der Parkstandard ISO/DIS 16787 APS schlägt die Art der zum Parken erforderlichen Informationen vor und definiert den technischen Namen für die Steuerung des Fahrzeugs. Darüber hinaus definiert die Norm die Funktionen, die zur Implementierung eines unterstützten Parksystems und zur Durchführung von Lenksteuerungsfunktionen des Fahrzeugs erforderlich sind.

Bewertungsstandards für automatische Parksysteme

Die aktuelle Bewertung automatischer Parksysteme umfasst zwei Teile, nämlich Bewertung des automatischen Fahrteils und Bewertung des automatischen Parkteils.

Bewertungsstandards für Teile des autonomen Fahrens

Die Bewertung der autonomen Fahrtechnologie folgt dem von der Automotive Engineering Society formulierten Standard „Autonomous Driving Technology Stage“. Dieser Standard unterteilt die autonome Fahrtechnologie in sechs Stufen, basierend auf technischem Niveau und Kontrolle Thema und Fahrfähigkeiten. Um die Bewertung der einzelnen Ebenen zu erleichtern, wurden die in Entwicklung befindlichen Standards ISO/WD 34501 und ISO/WD 34502 vorgeschlagen. Die Norm ISO/WD 34501 gilt für Begriffe und Definitionen für Testszenarien in Level-3-Systemen, während die Norm ISO/WD 34502 Leitlinien für Testszenarien und einen Sicherheitsbewertungsprozess bietet. Die Formulierung dieser Standards zielt darauf ab, einheitliche Bewertungskriterien für die Entwicklung und Anwendung autonomer Fahrtechnologie bereitzustellen und die Entwicklung autonomer Fahrtechnologie zu fördern.

Bewertungsstandards für den automatischen Parkbereich

Obwohl die automatische Parktechnologie derzeit große Aufmerksamkeit erregt, steckt die Entwicklung internationaler Standards noch in den Kinderschuhen. Im Gegensatz zu den Bewertungsstandards für autonomes Fahren wird das technische Niveau des autonomen Parkens hauptsächlich anhand der Bewertungsstandards der Entwickler gemessen.

Die folgende Tabelle zeigt Beispiele für autonome Parkszenarien im Verkehrssituationsszenariosystem, unterteilt nach Leistungsstufen.

Automatische Parkebeneneinteilung

Die Systembewertung von Verkehrssituationsszenarien umfasst zwei Teile autonomer Fahr- und Parkszenarien und verwendet die von der Society of Automotive Engineering definierte „Stufe der autonomen Fahrtechnologie“, um die Fähigkeit des autonomen Fahrens anzuzeigen Parken. Derzeit gibt es drei Ebenen im System.

• Stufe 2 (Lv2): Es wird als Parkassistenzsystem bezeichnet und soll Menschen dabei helfen, bequemer einzuparken. Auf Lv2-Niveau sind Fahrzeuge in der Regel mit einem Hindernisabstandswarnsystem und einer Rückfahrkamera ausgestattet.
• Level 3 (Lv3): Level 3 kann automatisches Parken in bestimmten Szenarien realisieren. Zum Beispiel einfache Parkszenarien wie das Parken in einer Garage.
• Level 4 (Lv4): Alle Szenarien in Lv3 können auf Lv4 durchgeführt werden. Wenn das Fahrzeug außerdem auf ein Hindernis trifft, kann es nach dem Anhalten oder Ausweichen vor dem Hindernis zu seinem Ziel zurückkehren.

Detaillierte Erläuterung des automatischen Parksystems

Das aktuelle automatische Parksystem besteht hauptsächlich aus drei Teilen, wie in der Abbildung unten dargestellt: Suchfahrprozess, Automatischer Parkprozess und Rückkehr zum Fahrprozess . Wir geben zunächst eine allgemeine Einführung in jeden Prozess und stellen dann die aktuellen Entwicklungstrends jedes Prozesses vor.

Workflow des automatischen Parksystems

Suchfahrprozess

Das ultimative Ziel des Suchfahrprozesses besteht darin, dass das Auto selbstständig einen Parkplatz auf dem Parkplatz finden kann, daher erfordert dieser Prozess den Einsatz von Positionierung, Kollisionsvermeidung und Parklückenerkennungstechnologie.

Einführung in die Positionierungstechnologie

Im automatischen Parksystem kann GPS oder der fahrzeugeigene IMU-Sensor verwendet werden, um die Geschwindigkeit und Lage des Fahrzeugs zu bestätigen und den Positionsschätzungsfehler des Fahrzeugs zu korrigieren. Allerdings kann in manchen Innenaufnahmen das GPS-Signal nicht empfangen werden. Daher müssen selbstfahrende Fahrzeuge zur Unterstützung mit Kameras, Lidar und Millimeterwellenradar ausgestattet sein. Das Bild unten ist eine Einführung in einige Sensorinformationen, mit denen das Fahrzeug ausgestattet ist.

Einführung in die Sensorinformation von automatisch parkenden Fahrzeugen

• Lidar-Sensoren verwenden Laser, um Objekte zu erkennen. Die derzeit beliebten Lidars sind hauptsächlich in 16, 32, 64 und 128 Lidars unterteilt. Sein Messbereich beträgt etwa 200 Meter und sein vertikales Sichtfeld beträgt 30 bis 50 Grad.
• Kamerasensoren können grob in monokulare, binokulare und Fischaugentypen unterteilt werden. Typischerweise sind autonome Fahrzeuge mit Kameras mit einem horizontalen Sichtfeld von 90 bis 210 Grad und einem vertikalen Sichtfeld von 90 bis 180 Grad ausgestattet.
• Millimeterwellenradar kann je nach Entfernung in Kurzstreckenradar und Langstreckenradar unterteilt werden. Unter ihnen beträgt die Reichweite des Kurzstreckenradars etwa 5 Meter, das horizontale Sichtfeld 5 bis 20 Grad und das vertikale Sichtfeld 10 bis 35 Grad. Die Reichweite von Langstreckenradaren kann etwa 200 Meter betragen, bei einem horizontalen und vertikalen Sichtfeld von 35 bis 80 Grad.

Nach Erhalt der von diesen verschiedenen Sensoren gesammelten Informationen kann die SLAM-Mapping-Technologie verwendet werden, um die Umgebung des autonomen Fahrzeugs zu rekonstruieren und so eine Positionierung des Fahrzeugs zu erreichen. Die SLAM-Mapping-Technologie kann in die folgenden zwei Kategorien unterteilt werden: Direkte Mapping-Methode: Verfolgung der Intensität der Daten, die sich ändern, wenn sich der Sensor bewegt, um die Lage des Sensors abzuschätzen. Da diese Art von Methode jedoch leicht durch Lichtveränderungen beeinträchtigt wird und keine Verschiebung möglich ist, basieren aktuelle Kartierungsmethoden selten auf dieser Art von Methode.

Merkmalsbasierte Kartierungsmethode: Diese Art von Methode ermittelt zunächst die Merkmalspunkte umgebender Objekte aus Sensorinformationen. Von demselben Objekt empfangene Merkmalspunkte werden auf zwei verschiedene Sensorkoordinaten projiziert, und die Position des Ziels wird durch Berechnen der geometrischen Beziehung der projizierten Punkte geschätzt.

Einführung in die Antikollisionstechnologie

Da das Hauptanwendungsszenario des automatischen Parksystems auf dem Parkplatz liegt und auf dem Parkplatz viele Fahrzeuge geparkt sein werden, ist die Antikollisionstechnologie sehr wichtig . In der Antikollisionstechnik werden hauptsächlich Ultraschallsensoren

,

Kurzwellenradarsensoren, Lidarsensoren und Kamerasensoren eingesetzt. Zur Erzielung einer genauen Entfernungsmessung werden hauptsächlich Akustik- und Radarsensoren eingesetzt. Kamerasensoren nutzen hauptsächlich den Positionsunterschied desselben Objekts in aufeinanderfolgenden Bildern, um die Entfernung in der Tiefe abzuschätzen.

Parkplatzerkennungstechnologie

Die Parkplatzerkennung wird kontinuierlich während des Such- und Fahrprozesses durchgeführt und umfasst in der Regel traditionelle Computer Vision, Deep Learning und eine hybride Implementierung der beiden Methoden.

Traditionelle Computer Vision spezifiziert und identifiziert hauptsächlich die Form von Parkplätzen, wie z. B. die Erkennung von Parkplatzlinien und Merkmalspunkten, wie in der folgenden Abbildung dargestellt.

Beispiel für die Parkplatzform

Dank der rasanten Entwicklung des Deep Learning werden derzeit auf CNN-Netzwerken basierende Methoden in der Parkplatzerkennung weit verbreitet eingesetzt. Die folgende Abbildung zeigt eine repräsentative Struktur eines Faltungs-Neuronalen Netzwerks zur Parkplatzerkennung. Die Faltungsschicht lernt die Merkmale des Eingabebilds und die Merkmalsdaten werden über die vollständig verbundene Schicht ausgegeben. Da es sich um einen vollständig überwachten Lernprozess handelt, wird die Ausgabe direkt durch die Beschriftungen in den Trainingsdaten bestimmt.

Parkplatzerkennungsprozess basierend auf einem Faltungs-Neuronalen Netzwerk

Automatischer Parkvorgang

Wenn der Such- und Fahrvorgang im vorherigen Schritt einen verfügbaren Parkplatz findet, ruft das System den automatischen Parkvorgang auf. Im Allgemeinen verwenden wir Methoden zur Pfadgenerierung, um den autonomen Parkprozess zu implementieren. Derzeit umfassen die gängigen Methoden zur Pfadgenerierung hauptsächlich algorithmusbasierte Methoden und auf Verstärkungslernen basierende Methoden.

Der algorithmusbasierte Ansatz beinhaltet die Berechnung der Lage und Form des Weges zum Parkplatz sowie der aktuellen Position des Fahrzeugs. Um einen geeigneten Parkweg zu berechnen, umfasst der Algorithmus Algorithmen wie optimale Steuerungsprobleme, gitterbasierte Wegeplanungsmethoden und die schnelle Erkundung zufälliger Bäume.

Auf Verstärkungslernen basierende Methoden können optimale Pfade für autonome Parkvorgänge in autonomen Parksimulatoren generieren. In einem autonomen Parksimulator lernt das Fahrzeug einen gängigen Parkvorgang. Diese Lernmethode ermittelt kontinuierlich den optimalen Pfad mit der höchsten Parkgenauigkeit, indem der Pfadgenerierungsprozess und die Bewertung wiederholt werden, wie in der folgenden Abbildung dargestellt.

Umgekehrter Parkvorgang des automatischen Parkens

Zurück zum Fahrvorgang

Zurück zum Fahrvorgang bedeutet, dass der Benutzer das Fahrzeug anrufen kann, um es in Bewegung zu setzen, wenn das selbstfahrende Fahrzeug in die Parklücke einfährt und wartet Gehen Sie zu dem vom Benutzer angegebenen Ort. In diesem Prozess müssen wir die Pfadverfolgungstechnologie verwenden.

Derzeit umfasst die Pfadverfolgungstechnologie Methoden zur Verfolgung von Fahrwegen und Methoden zur Verfolgung geänderter Pfade. Allerdings verwenden beide Methoden ähnliche Fahrzeugsteuerungsalgorithmen. Einzelheiten finden Sie im Dokument [1-2]. Die allgemeine Idee besteht darin, den Steuerbefehl auszuführen, um das Fahrzeug entlang der generierten Bahn zu bewegen, wobei die aktuelle Position und die Lenkwinkelbedingungen des Fahrzeugs berücksichtigt werden.

Fazit

Aufgrund der steigenden Nachfrage nach automatischer Parktechnik entwickeln verschiedene Länder und Hersteller mit Hochdruck automatische Parksysteme. Unter Berücksichtigung der rasanten Entwicklung der automatischen Parktechnologie fassen wir in diesem Artikel die Standardisierungstrends, Bewertungsstandards und verschiedenen Komponenten automatischer Parksysteme zusammen und stellen sie im Detail vor

Originallink: https://mp.weixin.qq.com/s/UPwW0E8LTX5V79GK12HF_Q

Das obige ist der detaillierte Inhalt vonAllgemeine Forschung zum autonomen Parken, Integration von Industriestandards, Trendbewertungen und Systemeinführungen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!