考虑综合风险的自动泊车方法、装置、设备及介质

1.本技术涉及智能驾驶技术领域，特别涉及一种考虑综合风险的自动泊车方法、装置、设备及介质。

背景技术：

2.泊车场景作为用户痛点感受最深，技术实现相对容易，最有机会率先落地的场景，已成为自动驾驶领域的重点研究场景之一。传统的泊车技术需要驾驶员亲自操作，将车辆泊入停车位。在停车位周围极端狭窄的场景中，特别是对于驾驶新手而言，存在一定的困难。随着自动驾驶技术的发展，自主泊车(又称代客泊车)成为自动泊车领域研究的热点。自主泊车是指用户通过移动终端选定所在住宅、办公楼等半封闭区域内的停车场，车辆通过获取园区、住宅区等半封闭道路上的车道线、道路交通标志、周围其他车辆等交通环境、参与者信息，自动将车辆停入指定车位。然而，当存在多个可用停车位时，现有的自动泊车技术会根据用户指定的停车位进行泊车，这种做法虽然更加符合用户意愿，但却可能增加泊车过程中的综合风险，包括从起始地点到停入停车位的路径风险以及停车位所处位置周围的风险。

技术实现要素：

3.本技术提供一种考虑综合风险的自动泊车方法、装置、设备及介质，降低了自动泊车的风险，提高了泊车过程的稳定性与可靠性。
4.本技术第一方面实施例提供一种考虑综合风险的自动泊车方法，包括以下步骤：根据车辆的当前位置和停车区域内的多个可选停车位置进行全局路径规划，生成多条可行路径；根据所述停车区域任一位置的安全场力计算所述车辆按照每条可行路径停入所述可选停车位置的总安全场力，并基于预设的安全场力-停车风险对应关系得到所述每条可行路径的总安全场力对应的停车风险系数；选取所述多个停车风险系数中的最小停车风险系数的可行路径，并将选取的可行路径对应的可选停车位作为目标停车位，以控制所述车辆停入所述目标停车位。
5.可选地，在本技术的一个实施例中，在根据所述停车区域任一位置的安全场力计算所述车辆按照每条可行路径停入所述可选停车位置的总安全场力之前，还包括：获取所述停车区域内静止物体、运动物体的状态信息和其他驾驶员的行为信息；根据所述静止物体的状态信息计算所述车辆在所述停车区域任一位置处的势能场，根据所述运动物体的状态信息计算所述车辆在所述停车区域任一位置处的动能场，根据所述其他驾驶员的行为信息计算所述车辆在所述停车区域任一位置处的行为场；将所述车辆在所述停车区域任一位置处的势能场、动能场和行为场进行叠加，得到所述车辆在所述停车区域任一位置处的安全场，根据所述安全场计算所述车辆在停车区域任一位置的安全场力。
6.可选地，在本技术的一个实施例中，根据所述安全场计算所述车辆在任一位置的安全场力的计算公式为：
7.fj＝e
s_j
*mj*{rj*exp(-k3*vj*cosθj)*(1+drj)}
8.其中，e
s_j
为所述车辆在所述停车区域任一位置处的安全场，mj为车辆的虚拟质量，rj为车辆在(xj,yj)处的道路状态影响因子，k3为待定系数，vj为车辆j的速度，θj为速度vj与安全场e
s_j
间的夹角，drj为车辆j的驾驶员风险因数。
9.可选地，在本技术的一个实施例中，所述基于预设的安全场力-停车风险对应关系得到所述每条可行路径的总安全场力对应的停车风险系数，包括：所述安全场力与停车风险成正相关，所述总安全场力值越大，所述停车风险系数越大。
10.可选地，在本技术的一个实施例中，所述控制所述车辆停入所述目标停车位，包括：控制所述车辆按照所述选取的可行路径进行行驶，直至停入所述目标停车位；或根据所述车辆的当前位置和所述目标停车位的位置进行全局和局部路径规划，得到最优停车路径，控制所述车辆按照所述最优停车路径行驶，直至停入所述目标停车位。
11.可选地，在本技术的一个实施例中，所述车辆按照每条可行路径停入所述可选停车位置的总安全场力为所述可行路径上每个位置的安全场力和所述车辆位于所述可选停车位置时的安全场力之和。
12.本技术第二方面实施例提供一种考虑综合风险的自动泊车装置，包括：生成模块，用于根据车辆的当前位置和停车区域内的多个可选停车位置进行全局路径规划，生成多条可行路径；评估模块，用于根据所述停车区域任一位置的安全场力计算所述车辆按照每条可行路径停入所述可选停车位置的总安全场力，并基于预设的安全场力-停车风险对应关系得到所述每条可行路径的总安全场力对应的停车风险系数；控制模块，用于选取所述多个停车风险系数中的最小停车风险系数的可行路径，并将选取的可行路径对应的可选停车位作为目标停车位，以控制所述车辆停入所述目标停车位。
13.可选地，在本技术的一个实施例中，还包括：获取模块，用于在根据所述停车区域任一位置的安全场力计算所述车辆按照每条可行路径停入所述可选停车位置的总安全场力之前，获取所述停车区域内静止物体、运动物体的状态信息和其他驾驶员的行为信息；第一计算模块，用于根据所述静止物体的状态信息计算所述车辆在所述停车区域任一位置处的势能场，根据所述运动物体的状态信息计算所述车辆在所述停车区域任一位置处的动能场，根据所述其他驾驶员的行为信息计算所述车辆在所述停车区域任一位置处的行为场；第二计算模块，用于将所述车辆在所述停车区域任一位置处的势能场、动能场和行为场进行叠加，得到所述车辆在所述停车区域任一位置处的安全场，根据所述安全场计算所述车辆在停车区域任一位置的安全场力。
14.可选地，在本技术的一个实施例中，根据所述安全场计算所述车辆在任一位置的安全场力的计算公式为：
15.fj＝e
s_j
*mj*{rj*exp(-k3*vj*cosθj)*(1+drj)}
16.其中，e
s_j
为所述车辆在所述停车区域任一位置处的安全场，mj为车辆的虚拟质量，rj为车辆在(xj,yj)处的道路状态影响因子，k3为待定系数，vj为车辆j的速度，θj为速度vj与安全场e
s_j
间的夹角，drj为车辆j的驾驶员风险因数。
17.可选地，在本技术的一个实施例中，所述基于预设的安全场力-停车风险对应关系得到所述每条可行路径的总安全场力对应的停车风险系数，包括：所述安全场力与停车风险成正相关，所述总安全场力值越大，所述停车风险系数越大。
18.可选地，在本技术的一个实施例中，所述控制模块具体用于，控制所述车辆按照所述选取的可行路径进行行驶，直至停入所述目标停车位；或根据所述车辆的当前位置和所述目标停车位的位置进行全局和局部路径规划，得到最优停车路径，控制所述车辆按照所述最优停车路径行驶，直至停入所述目标停车位。
19.可选地，在本技术的一个实施例中，所述车辆按照每条可行路径停入所述可选停车位置的总安全场力为所述可行路径上每个位置的安全场力和所述车辆位于所述可选停车位置时的安全场力之和。
20.本技术第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以执行如上述实施例所述的考虑综合风险的自动泊车方法。
21.本技术第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以执行如上述实施例所述的考虑综合风险的自动泊车方法。
22.根据本技术实施例提出的考虑综合风险的自动泊车方法、装置、设备及介质，根据车辆的当前位置和停车区域内的多个可选停车位置进行全局路径规划，生成多条可行路径；根据停车区域任一位置的安全场力计算车辆按照每条可行路径停入可选停车位置的总安全场力，并基于预设的安全场力-停车风险对应关系得到每条可行路径的总安全场力对应的停车风险系数；选取多个停车风险系数中的最小停车风险系数的可行路径，并将选取的可行路径对应的可选停车位作为目标停车位，以控制车辆停入目标停车位考虑综合风险，相比由用户选择或随机选择停车位的方式，降低了自动泊车的风险，提高了泊车过程的稳定性与可靠性。
23.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
24.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
25.图1为根据本技术实施例提供的一种考虑综合风险的自动泊车方法的流程图；
26.图2为根据本技术实施例提供的一种考虑综合风险的自动泊车装置的结构示意图；
27.图3为申请实施例提供的电子设备的结构示意图。
具体实施方式
28.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
29.图1为根据本技术实施例提供的一种考虑综合风险的自动泊车方法的流程图。
30.如图1所示，该考虑综合风险的自动泊车方法包括以下步骤：
31.在步骤s101中，根据车辆的当前位置和停车区域内的多个可选停车位置进行全局路径规划，生成多条可行路径。
32.在停车区域内存在多个停车位置时，车辆可以选择其中任一位置停车。但是对于不同位置的停车位置，驾驶员在停车时面临的停车的风险是不同的。例如，停车位置周围存在障碍物或者停车位置周围靠近行人出行的楼梯情况下，车辆停入该停车位置时，大大提高了发生碰撞的概率。若在为车辆选择停车位置时，仅选择距离最近或最方便停车的位置，安全性能较低。本技术的实施例在为车辆选择停车位置时，综合考虑车辆在每个停车位置的停车路径上的风险。
33.作为一个具体的实施方式，本技术的实施例首先依赖车辆自身的传感器系统，通过感知、智能决策等技术，结合停车场内布置的激光雷达、双目摄像头和预埋式传感探测器等获取当前可用的停车位。对每个可用的停车位，基于a*算法实现从当前位置到停车位的全局路径规划，得到可行路径。
34.需要说明的是，车辆的当前位置和可选停车位置也可以通过其他已有的方案进行获取，全局路径规划也可以使用其他方法。对此，本技术的实施例不作具体限定。
35.在步骤s102中，根据停车区域任一位置的安全场力计算车辆按照每条可行路径停入可选停车位置的总安全场力，并基于预设的安全场力-停车风险对应关系得到每条可行路径的总安全场力对应的停车风险系数。
36.本技术的实施例为了评估停车路径上的风险，定义自动泊车场景下的风险，计算停车区域任一位置的安全场力，进而得到停车路径上的总安全场力，根据总安全场力评估车辆的停车风险。
37.可选地，在本技术的一个实施例中，在根据停车区域任一位置的安全场力计算车辆按照每条可行路径停入可选停车位置的总安全场力之前，还包括：获取停车区域内静止物体、运动物体的状态信息和其他驾驶员的行为信息；根据静止物体的状态信息计算车辆在停车区域任一位置处的势能场，根据运动物体的状态信息计算车辆在停车区域任一位置处的动能场，根据其他驾驶员的行为信息计算车辆在停车区域任一位置处的行为场；将车辆在停车区域任一位置处的势能场、动能场和行为场进行叠加，得到车辆在停车区域任一位置处的安全场，根据安全场计算车辆在停车区域任一位置的安全场力。
38.其中，根据安全场计算车辆在任一位置的安全场力的计算公式为：
39.fj＝e
s_j
*mj*{rj*exp(-k3*vj*cosθj)*(1+drj)}
40.其中，e
s_j
为车辆在停车区域任一位置处的安全场，mj为车辆的虚拟质量，rj为车辆在(xj,yj)处的道路状态影响因子，k3为待定系数，vj为车辆j的速度，θj为速度vj与安全场e
s_j
间的夹角，drj为车辆j的驾驶员风险因数。
41.本技术的实施例定义了自动泊车场景下的风险定式-安全场，表示车辆所处位置的风险。安全场包括势能场、动能场、行为场三部分。势能场表示道路上静止的物体造成的风险；动能场表示道路上运动的物体造成的风险；行为场表示其他驾驶员行为特征造成的风险。风险大小由车辆在所处位置受到的与安全场相对应的场力决定，受到的场力越大，风险越大。
42.具体地，势能场表示道路上静止的物体造成的风险。静止的物体分为两类，第一类是可以和车辆发生实际碰撞的物体，例如停放的车辆、道路障碍等，第二类是不能和车辆发生实际碰撞的物体，但会对车辆行为产生约束，例如道路标线等。对于处于位置(xa,ya)的第
一类静止物体a，在位置(xj,yj)处产生的场强大小为其中r
aj
＝(x
j-xa,y
j-ya)是距离向量，ma表示物体a的虚拟质量，蕴含了物体的质量、类型、移动状态及速度等因素。ra则代表了道路状态在(xa,ya)处的影响因数。k1和g均为大于0的待定系数。e
r_aj_o
的方向和r
aj
的方向相同。对于处于位置(xa,ya)的第二类静止物体a，在位置(xj,yj)处产生的场强大小为lta表示根据交通法规决定的车道标线类型，d表示道路的宽度，k2是一个待定参数，其余变量的含义和前述相同。e
r_aj_l
的方向和r
aj
的方向相同。
43.动能场表示道路上运动的物体造成的风险，对于处于位置(xb,yb)的运动物体b，在位置(xj,yj)处产生的场强大小为k1、k3和g均为大于0的待定系数，vb是物体b的速度，θb是vb和r
bj
间的夹角，其余变量的含义和前述相同。e
v_bj
的方向和r
bj
的方向相同。
44.行为场表示其他驾驶员行为特征造成的风险，对于处于位置(xc,yc)的车辆c的驾驶员，在位置(xj,yj)处产生的场强大小为e
d_cj
＝e
v_cj
*drc。e
v_cj
表示由车辆c产生的动能场场强，而对于由车辆c的驾驶员行为产生的行为场，只需再乘上对应的驾驶员风险因子drc即可，drc越高，该车驾驶员的驾驶行为风险越大。e
d_cj
的方向与e
v_cj
相同。
45.所以，总的安全场场强为以上三部分场强的叠加，即e
s_j
＝e
r_j
+e
v_j
+e
d_j
＝∑ae
r_aj
+∑be
v_bj
+∑ce
d_cj
。安全场的场力fj＝e
s_j
*mj*{rj*exp(-k3*vj*cosθj)*(1+drj)}。公式中的变量与前述相似，只不过都变成自车的对应变量，mj是自车的虚拟质量，rj是(xj,yj)处的道路状态影响因子，k3是待定系数，vj是自车j的速度，θj是vj与e
s_j
间的夹角，drj则是自车j中的驾驶员风险因数。风险大小由车辆在所处位置受到的与安全场相对应的场力决定，受到的场力越大，风险越大。
46.可选地，在本技术的实施例中，基于预设的安全场力-停车风险对应关系得到每条可行路径的总安全场力对应的停车风险系数，包括：安全场力与停车风险成正相关，总安全场力值越大，停车风险系数越大。
47.具体地，在实际执行过程中，停车风险系数可以自行设置，总安全场力值越大，停车风险系数越大即可。例如，通过总安全场力和风险系数的正比例函数来确定。对此，本技术的实施例不作具体限制。
48.可选地，在本技术的实施例中，车辆按照每条可行路径停入可选停车位置的总安全场力为可行路径上每个位置的安全场力和车辆位于可选停车位置时的安全场力之和。
49.可以理解的是，除了可行路径上的风险之外，车辆停在可选停车位时，同样存在风险，因此，本技术的实施例风险包括停车路径的风险和停车位的风险，将两部分风险相加，即可得到泊车时选择不同停车位所带来的综合风险。
50.在一个具体的实施例中，依靠车辆自身的各种传感器和停车场等半封闭区域中的摄像头、预埋式传感器等获得整个区域中的安全场，进而得到车辆在该区域中任意位置所受到的场力，即对应的风险大小。对于自动泊车系统规划出的每一条可选路径，对该路径上每一位置的风险大小进行积分，即可得到选择这条路径所带来
的路径风险。而对于每个可选的停车位置，同样可获得车辆停在该位置时对应的风险大小，risk
parking
＝fj(end)。将上述两部分风险相加，即可得到泊车时选择不同停车位所带来的综合风险。
51.在步骤s103中，选取多个停车风险系数中的最小停车风险系数的可行路径，并将选取的可行路径对应的可选停车位作为目标停车位，以控制车辆停入目标停车位。
52.通过步骤s102得到每条可行路径对应的风险系数，本技术的实施例选择风险系数最小的可行路径对应的停车位作为目标停车位，控制车辆驶入目标停车位。
53.在本技术的实施例中，控制车辆停入目标停车位，包括：
54.控制车辆按照选取的可行路径进行行驶，直至停入目标停车位；或
55.根据车辆的当前位置和目标停车位的位置进行全局和局部路径规划，得到最优停车路径，控制车辆按照最优停车路径行驶，直至停入目标停车位。
56.具体地，在得到目标停车位后，本技术的实施例可以按照步骤s101中规划的可行路径控制车辆停入目标停车位。还可以根据目标停车位置和车辆当前位置重新进行路径规划，得到最优停车路径，控制车辆按照最优停车路径行驶，在规划时同时继续全局和局部规划，其中，局部规划可以使用贝塞尔曲线方法。
57.根据本技术实施例提出的考虑综合风险的自动泊车方法，根据车辆的当前位置和停车区域内的多个可选停车位置进行全局路径规划，生成多条可行路径；根据停车区域任一位置的安全场力计算车辆按照每条可行路径停入可选停车位置的总安全场力，并基于预设的安全场力-停车风险对应关系得到每条可行路径的总安全场力对应的停车风险系数；选取多个停车风险系数中的最小停车风险系数的可行路径，并将选取的可行路径对应的可选停车位作为目标停车位，以控制车辆停入目标停车位考虑综合风险，相比由用户选择或随机选择停车位的方式，降低了自动泊车的风险，提高了泊车过程的稳定性与可靠性。
58.其次参照附图描述根据本技术实施例提出的考虑综合风险的自动泊车装置。
59.图2为根据本技术实施例提供的一种考虑综合风险的自动泊车装置的结构示意图。
60.如图2所示，该考虑综合风险的自动泊车装置10包括：生成模块100、评估模块200和控制模块300。
61.其中，生成模块100用于根据车辆的当前位置和停车区域内的多个可选停车位置进行全局路径规划，生成多条可行路径。评估模块200用于根据停车区域任一位置的安全场力计算车辆按照每条可行路径停入可选停车位置的总安全场力，并基于预设的安全场力-停车风险对应关系得到每条可行路径的总安全场力对应的停车风险系数。控制模块300用于选取多个停车风险系数中的最小停车风险系数的可行路径，并将选取的可行路径对应的可选停车位作为目标停车位，以控制车辆停入目标停车位。
62.可选地，在本技术的一个实施例中，考虑综合风险的自动泊车装置10还包括：获取模块，用于在根据停车区域任一位置的安全场力计算车辆按照每条可行路径停入可选停车位置的总安全场力之前，获取停车区域内静止物体、运动物体的状态信息和其他驾驶员的行为信息；第一计算模块，用于根据静止物体的状态信息计算车辆在停车区域任一位置处的势能场，根据运动物体的状态信息计算车辆在停车区域任一位置处的动能场，根据其他驾驶员的行为信息计算车辆在停车区域任一位置处的行为场；第二计算模块，用于将车辆
component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
79.可选的，在具体实现上，如果存储器301、处理器302及通信接口303，集成在一块芯片上实现，则存储器301、处理器302及通信接口303可以通过内部接口完成相互间的通信。
80.处理器302可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
81.本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上的考虑综合风险的自动泊车方法。
82.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
83.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
84.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
85.应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
86.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

技术特征：

1.一种考虑综合风险的自动泊车方法，其特征在于，包括以下步骤：根据车辆的当前位置和停车区域内的多个可选停车位置进行全局路径规划，生成多条可行路径；根据所述停车区域任一位置的安全场力计算所述车辆按照每条可行路径停入所述可选停车位置的总安全场力，并基于预设的安全场力-停车风险对应关系得到所述每条可行路径的总安全场力对应的停车风险系数；选取所述多个停车风险系数中的最小停车风险系数的可行路径，并将选取的可行路径对应的可选停车位作为目标停车位，以控制所述车辆停入所述目标停车位。2.根据权利要求1所述的方法，其特征在于，在根据所述停车区域任一位置的安全场力计算所述车辆按照每条可行路径停入所述可选停车位置的总安全场力之前，还包括：获取所述停车区域内静止物体、运动物体的状态信息和其他驾驶员的行为信息；根据所述静止物体的状态信息计算所述车辆在所述停车区域任一位置处的势能场，根据所述运动物体的状态信息计算所述车辆在所述停车区域任一位置处的动能场，根据所述其他驾驶员的行为信息计算所述车辆在所述停车区域任一位置处的行为场；将所述车辆在所述停车区域任一位置处的势能场、动能场和行为场进行叠加，得到所述车辆在所述停车区域任一位置处的安全场，根据所述安全场计算所述车辆在停车区域任一位置的安全场力。3.根据权利要求2所述的方法，其特征在于，根据所述安全场计算所述车辆在任一位置的安全场力的计算公式为：f
j
＝e
s_j
*m
j
*{r
j
*exp(-k3*v
j
*cosθ
j
)*(1+dr
j
)}其中，e
s_j
为所述车辆在所述停车区域任一位置处的安全场，m
j
为车辆的虚拟质量，r
j
为车辆在(x
j
，y
j
)处的道路状态影响因子，k3为待定系数，v
j
为车辆j的速度，θ
j
为速度v
j
与安全场e
s_j
间的夹角，dr
j
为车辆j的驾驶员风险因数。4.根据权利要求1所述的方法，其特征在于，所述基于预设的安全场力-停车风险对应关系得到所述每条可行路径的总安全场力对应的停车风险系数，包括：所述安全场力与停车风险成正相关，所述总安全场力值越大，所述停车风险系数越大。5.根据权利要求1所述的方法，其特征在于，所述控制所述车辆停入所述目标停车位，包括：控制所述车辆按照所述选取的可行路径进行行驶，直至停入所述目标停车位；或根据所述车辆的当前位置和所述目标停车位的位置进行全局和局部路径规划，得到最优停车路径，控制所述车辆按照所述最优停车路径行驶，直至停入所述目标停车位。6.根据权利要求1所述的方法，其特征在于，所述车辆按照每条可行路径停入所述可选停车位置的总安全场力为所述可行路径上每个位置的安全场力和所述车辆位于所述可选停车位置时的安全场力之和。7.一种考虑综合风险的自动泊车装置，其特征在于，包括：生成模块，用于根据车辆的当前位置和停车区域内的多个可选停车位置进行全局路径规划，生成多条可行路径；评估模块，用于根据所述停车区域任一位置的安全场力计算所述车辆按照每条可行路径停入所述可选停车位置的总安全场力，并基于预设的安全场力-停车风险对应关系得到
所述每条可行路径的总安全场力对应的停车风险系数；控制模块，用于选取所述多个停车风险系数中的最小停车风险系数的可行路径，并将选取的可行路径对应的可选停车位作为目标停车位，以控制所述车辆停入所述目标停车位。8.根据权利要求7所述的装置，其特征在于，还包括：获取模块，用于在根据所述停车区域任一位置的安全场力计算所述车辆按照每条可行路径停入所述可选停车位置的总安全场力之前，获取所述停车区域内静止物体、运动物体的状态信息和其他驾驶员的行为信息；第一计算模块，用于根据所述静止物体的状态信息计算所述车辆在所述停车区域任一位置处的势能场，根据所述运动物体的状态信息计算所述车辆在所述停车区域任一位置处的动能场，根据所述其他驾驶员的行为信息计算所述车辆在所述停车区域任一位置处的行为场；第二计算模块，用于将所述车辆在所述停车区域任一位置处的势能场、动能场和行为场进行叠加，得到所述车辆在所述停车区域任一位置处的安全场，根据所述安全场计算所述车辆在停车区域任一位置的安全场力。9.根据权利要求8所述的装置，其特征在于，根据所述安全场计算所述车辆在任一位置的安全场力的计算公式为：f
j
＝e
s_j
*m
j
*{r
j
*exp(-k3*v
j
*cosθ
j
)*(1+dr
j
)}其中，e
s_j
为所述车辆在所述停车区域任一位置处的安全场，m
j
为车辆的虚拟质量，r
j
为车辆在(x
j
，y
j
)处的道路状态影响因子，k3为待定系数，v
j
为车辆j的速度，θ
j
为速度v
j
与安全场e
s_j
间的夹角，dr
j
为车辆j的驾驶员风险因数。10.根据权利要求7所述的装置，其特征在于，所述基于预设的安全场力-停车风险对应关系得到所述每条可行路径的总安全场力对应的停车风险系数，包括：所述安全场力与停车风险成正相关，所述总安全场力值越大，所述停车风险系数越大。11.根据权利要求7所述的装置，其特征在于，所述控制模块具体用于，控制所述车辆按照所述选取的可行路径进行行驶，直至停入所述目标停车位；或根据所述车辆的当前位置和所述目标停车位的位置进行全局和局部路径规划，得到最优停车路径，控制所述车辆按照所述最优停车路径行驶，直至停入所述目标停车位。12.根据权利要求7所述的装置，其特征在于，所述车辆按照每条可行路径停入所述可选停车位置的总安全场力为所述可行路径上每个位置的安全场力和所述车辆位于所述可选停车位置时的安全场力之和。13.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-6任一项所述的考虑综合风险的自动泊车方法。14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-6任一项所述的考虑综合风险的自动泊车。

技术总结

本申请公开了一种考虑综合风险的自动泊车方法、装置、设备及介质，其中，方法包括：根据车辆的当前位置和停车区域内的多个可选停车位置进行全局路径规划，生成多条可行路径；根据停车区域任一位置的安全场力计算车辆按照每条可行路径停入可选停车位置的总安全场力，并基于预设的安全场力-停车风险对应关系得到每条可行路径的总安全场力对应的停车风险系数；选取多个停车风险系数中的最小停车风险系数的可行路径，并将选取的可行路径对应的可选停车位作为目标停车位，以控制车辆停入目标停车位。本申请考虑综合风险，相比由用户选择或随机选择停车位的方式，降低了自动泊车的风险，提高了泊车过程的稳定性与可靠性。提高了泊车过程的稳定性与可靠性。提高了泊车过程的稳定性与可靠性。