2. 基础知识
记忆泊车(Memory Parking)并不是单一算法,而是一套“感知—定位—建图—规划—控制”闭环系统。它要求车辆在首次人工驾驶时记住路线与车位,之后在相同起点自动复现这条轨迹。要理解后续的建图与轨迹复现工程,必须先建立四个基础认知:系统由哪些部分组成、传感器如何配置、坐标系如何定义、车辆运动学与动力学如何约束轨迹。
一、系统组成:从感知到执行的闭环
记忆泊车系统通常由五类模块构成。感知模块负责识别车道线、可行驶区域、障碍物、车位与地面特征;定位模块融合轮速、IMU、视觉与超声波,输出车辆在全局或局部地图中的位姿;建图模块将首次人工驾驶的轨迹、语义元素与车位信息保存为记忆地图;规划模块在复现时根据记忆地图生成平滑、可跟踪的参考轨迹;控制模块将轨迹转化为油门、制动与转向指令。五者形成“感知→定位→建图→规划→控制”的数据流闭环。
二、传感器配置:多源融合的典型方案
记忆泊车常用传感器包括:前视摄像头、环视鱼眼摄像头、超声波雷达、毫米波雷达、IMU、轮速计,部分车型还会配置激光雷达。不同传感器承担不同职责,配置时需关注安装位置、视场角、采样频率与标定关系。
| 传感器 | 主要作用 | 典型频率 | 关键约束 |
|---|---|---|---|
| 前视摄像头 | 车道线、车位、远距障碍物 | 30 Hz | 光照、逆光、雨雾 |
| 环视鱼眼 | 近距离泊车、地面特征 | 30 Hz | 畸变校正、拼接精度 |
| 超声波雷达 | 近距离障碍物、车位宽度 | 20–50 Hz | 探测距离短、易受干扰 |
| 毫米波雷达 | 中远距障碍物、速度 | 20 Hz | 静止目标识别弱 |
| IMU + 轮速 | 航位推算、短时定位 | 100 Hz | 零偏、标定误差累积 |
多传感器融合的关键是时间同步与空间标定。时间不同步会导致轨迹“抖动”,外参标定不准会导致障碍物位置偏移。工程上通常采用硬件触发或软件时间戳对齐,并通过标定场验证外参。
三、坐标系定义:统一语言是建图的前提
记忆泊车涉及多个坐标系:世界坐标系(或停车场全局坐标系)、车辆坐标系、传感器坐标系、图像像素坐标系。建图时,所有观测必须转换到统一坐标系下,否则轨迹与语义元素无法对齐。
- 世界坐标系:通常以停车场入口或建图起点为原点,X 轴指向东,Y 轴指向北,Z 轴向上。
- 车辆坐标系:原点在后轴中心,X 轴指向车头,Y 轴指向左侧,Z 轴向上。
- 传感器坐标系:以传感器安装位置为原点,需通过外参矩阵转换到车辆坐标系。
- 图像坐标系:像素坐标需通过内参和畸变模型反投影到车辆坐标系。
坐标变换通常用齐次变换矩阵表示。以下代码展示从传感器坐标系到车辆坐标系的变换:
# 传感器外参:旋转 R_sv,平移 t_sv
# 点 p_s 在传感器坐标系下
p_v = R_sv @ p_s + t_sv
# 车辆坐标系到世界坐标系
p_w = R_vw @ p_v + t_vw
# 合并为齐次变换
T_sv = [[R_sv, t_sv], [0, 0, 0, 1]]
T_vw = [[R_vw, t_vw], [0, 0, 0, 1]]
T_sw = T_vw @ T_sv
四、车辆运动学与动力学基础
车辆运动学描述车辆位姿随时间的变化,常用自行车模型。设车辆后轴中心为参考点,轴距为 L,前轮转角为 δ,车速为 v,则运动学方程为:
x_dot = v * cos(theta)
y_dot = v * sin(theta)
theta_dot = v * tan(delta) / L
其中 x、y 为后轴中心坐标,theta 为航向角。该模型假设轮胎无侧滑,适用于低速泊车场景。记忆泊车速度通常低于 10 km/h,运动学模型足够精确。
动力学则关注轮胎力、质量、转动惯量与路面附着。低速泊车时,动力学影响较小,但以下因素仍需考虑:
- 最小转弯半径:由轴距和前轮最大转角决定,影响轨迹可行性。
- 转向延迟:从指令到前轮实际转角存在滞后,规划时需预留补偿。
- 坡度与载荷:影响制动距离与速度控制精度。
- 轮胎侧偏:低速时侧偏小,但湿滑路面仍需保守规划。
五、案例场景:地下车库记忆泊车
以地下车库为例,车辆从入口开始人工驾驶至 B2 层某车位。建图阶段,环视摄像头提取地面箭头与车位线,超声波记录两侧障碍物距离,IMU 与轮速推算轨迹。系统将轨迹点、车位语义、障碍物边界保存为记忆地图。复现阶段,车辆从入口重新出发,定位模块匹配记忆地图,规划模块生成参考轨迹,控制模块跟踪轨迹并微调避障。若建图时坐标系未统一,复现时车辆可能偏离车道或无法识别车位。
六、常见误区与复盘
复盘时应检查:传感器外参是否准确、时间戳是否对齐、坐标系是否统一、轨迹是否满足最小转弯半径、控制延迟是否补偿。只有基础扎实,后续的建图与轨迹复现才能稳定可靠。