车辆实时智能并行停车系统

车辆实时智能并行停车系统

平行停车对于驾驶员来说是一项较困难的操作，提出了一种在线运动规划的方法，通过寻找停车空间、规划停车路径这两个阶段，使车辆象在非完整约束下的移动机器人一样自动向后平行停车。

在寻找停车空间过程中，常用到红外线、超声波和无线电传感器。随着技术的发展，图像处理和神经元网络方法也应用于该过程中，每隔一段时间在停车场地拍照，然后应用图像处理技术提取停车场地的特点，通过多组图片估计车辆可能的停车位。

在停车路径的规划中，由于障碍物的存在，控制系统必须考虑两个方面：避开障碍、到达指定停车位置。目前通常使用模糊逻辑算法来计算停车路径，该算法通过熟练驾驶者的行为经验得出，同时与神经网络结合，在传感器信息的基础上建立神经-模糊控制网络。

为了避免与障碍物相撞，停车路径起始点适合区域的确定要考虑3个方面的限制：障碍物所处环境、车辆和障碍物的距离、相对于最终位置的车后轮转角（图1）。

采用Matlab软件进行仿真验证。仿真环境为二维笛卡尔坐标，将车辆看成特定尺寸的矩形，其尺寸小于停车场地。车的长度和宽度分别设定为4.5m和1.5m，停车空间的长度是车长的1.8倍。仿真结果如表1。

表1 仿真结果

仿真结果表明，起始位置对智能停车过程有着关键性的影响。

Parisa Masoumi Moghri et al.2012 IEEE The 16th CSI International Symposium on Artificial Intelligence and Signal Processing(AISP 2012).

编译：周冲