改进快速扩展随机树算法用于真实场景中的自动泊车
机器人学
2025-08-28 v2
摘要
自动泊车是一项已在汽车上应用数年的自动驾驶功能。目前市售车型的泊车辅助系统无法在更复杂的真实场景中完成泊车，且要求驾驶员在激活辅助前将车辆移至预期起始位置。我们通过提出一种两阶段规划算法克服了这些局限：(1) 用于在车位内操控的几何规划器；(2) 基于快速扩展随机树（Rapidly-exploring Random Trees, RRT）的规划器，用于寻找从初始位置到车位入口的无碰撞路径。计算实验评估表明，相较于常用的 RRT 扩展方法，所提改进将泊车路径代价降低了 21%，并将计算时间减少了 79.5%。该算法在真实泊车场景中的适用性已通过保时捷 Cayenne 的物理实验得到验证。
引用
@article{arxiv.2310.20518,
title = {Improving Rapidly-exploring Random Trees algorithm for Automated Parking in Real-world Scenarios},
author = {Jiri Vlasak and Michal Sojka and Zdeněk Hanzálek},
journal= {arXiv preprint arXiv:2310.20518},
year = {2025}
}
备注
20 pages, 14 figures, 2 tables