操作环境MATLAB 2024a1、算法描述摘要自动泊车是智能车辆低速自动驾驶中的典型应用场景其核心问题并不是单纯让车辆到达目标点而是要求车辆在狭窄空间内同时满足车身几何约束、转向半径约束、障碍物避碰约束以及终点位姿精度要求。传统几何规划方法具有结构清晰、计算量较低和可解释性较强的优点但在存在扰动、起始位置偏差和环境变化时固定轨迹容易出现跟踪误差累积。深度强化学习方法能够通过环境交互学习动作修正策略因此适合用于对参考轨迹进行局部补偿。自动泊车研究通常包含车位环境建模、路径规划、车辆运动学建模、轨迹跟踪和碰撞检测等环节近年相关研究也逐渐将深度强化学习、MPC、RRT、几何曲线和车位场景建模结合起来以提升复杂场景下的路径可执行性和泊车成功率。本文围绕一个基于MATLAB的自动泊车仿真工程展开研究。系统以横向车位和纵向车位为主要对象建立简化停车场景、候选车位、障碍物车辆和车身矩形模型以车辆后轴中心为状态参考点采用低速单轨运动学模型描述车辆运动在几何参考轨迹基础上引入DQN强化学习网络对速度比例和前轮转角进行离散动作修正通过奖励函数约束车辆接近目标、沿参考路径推进、降低转角幅度并避免碰撞。仿真输出包括车位感知图、训练奖励变化图、训练成功率与碰撞率图、横向泊车轨迹图、纵向泊车轨迹图、终点位姿误差图、多扰动场景评价图、传感器与控制量变化图以及动态泊车过程GIF。整体结果能够较完整地反映自动泊车系统从环境识别、轨迹规划、策略训练、运动控制到结果评价的实现过程。关键词自动泊车DQN强化学习车辆运动学路径规划轨迹跟踪碰撞检测1 引言随着智能驾驶技术的发展自动泊车逐渐成为乘用车辅助驾驶系统中的重要功能。与高速道路场景相比泊车场景的速度较低但空间约束更加严格。车辆在泊车过程中需要在有限通道宽度内完成多阶段运动既要避免与相邻车辆、车场边界和静态障碍物发生碰撞又要保证最终停入车位后的横向位置、纵向位置和航向角满足精度要求。因此自动泊车并不是一个单一控制问题而是环境感知、路径规划、车辆建模、轨迹跟踪和安全判定共同作用的综合问题。从工程角度看自动泊车方案通常需要解决三个关键矛盾。第一路径必须满足车辆本身的非完整约束。车辆不能像质点一样任意横移前轮转角和轴距决定了车辆最小转弯半径因此规划路径必须可以被真实车辆执行。第二路径必须具备安全性。泊车空间通常存在相邻车辆、墙体、路沿或其他障碍物车辆车身具有长度和宽度不能只判断中心点是否安全而应根据车身外廓进行碰撞检测。第三控制策略必须具备一定的鲁棒性。即使规划轨迹合理实际跟踪时仍可能因为初始位置扰动、参考点匹配误差、转向限幅和终点微调不足导致泊车失败。传统几何方法适合构造可解释的泊车轨迹例如直线段、圆弧段、多项式曲线、缓和曲线和Bezier曲线等。相关研究中几何路径规划与轨迹跟踪控制仍然是自动泊车的重要路线尤其适合低速、结构化车位场景。 但是单纯依赖固定轨迹会降低系统面对扰动时的适应能力。深度强化学习方法的优势在于能够通过反复试验学习状态到动作的映射关系并对局部控制进行补偿。关于自动驾驶领域的深度强化学习研究已有综述指出强化学习适合处理与环境交互密切相关的决策和控制任务但实际应用仍需关注训练稳定性、仿真验证、鲁棒性和安全约束。本文所分析的工程并没有完全抛弃几何规划而是采用“几何参考轨迹DQN动作修正”的思路。这样的结构更加合理。几何轨迹提供基本可行解避免DQN从零开始盲目搜索DQN只负责小范围修正速度和转角使车辆在扰动场景下更容易贴近参考轨迹并完成终点姿态收敛。这种设计比单独使用学习策略更稳也比单独使用固定几何轨迹更有适应性。2 系统总体设计该自动泊车系统以MATLAB为仿真平台工程结构采用主函数与本地函数分离的方式。主函数负责初始化参数、训练DQN网络、运行横向和纵向典型泊车测试、执行多扰动统计评价、检查轨迹约束并输出图像。函数文件夹中包含场景生成、车位检测、参考路径生成、车辆运动学更新、传感器扫描、碰撞检测、神经网络前向计算、网络参数更新、单回合仿真、统计评价和绘图保存等模块。这样的拆分方式使工程结构比较清楚也方便后续修改某一部分功能。系统的基本流程可以概括为首先由参数初始化函数设置车辆尺寸、轴距、最大转角、仿真步长、训练回合、折扣因子、学习率、传感器射线角度和终点误差阈值然后根据车位类型生成横向或纵向泊车场景包括停车场边界、候选车位、已停车辆和静态障碍物接着根据当前空车位位置计算目标后轴点并生成对应的几何参考轨迹随后DQN网络根据车辆与目标点误差、车辆与参考轨迹误差、路径进度、传感器距离和车位类型等状态量选择离散动作车辆运动学模型根据速度和前轮转角更新车辆位姿系统在每一步计算奖励、判断碰撞和成功状态并在训练模式下更新网络参数最后通过多组图像和动图展示泊车效果。从代码实现看系统并不是只画轨迹而是包含完整的闭环仿真逻辑。车辆状态会随着控制动作逐步推进传感器距离会根据车辆姿态重新计算碰撞检测会基于车身四角多边形与障碍物多边形的相交情况进行判断奖励函数也会根据目标距离、轨迹进度、转角大小、碰撞和成功状态实时变化。因此该工程能够体现自动泊车仿真的基本闭环特征。3 场景建模与车位识别系统设置了两类典型泊车场景。第一类是横向车位也就是平行泊车场景。该场景中车位方向与道路方向基本一致车辆需要先沿道路方向行驶到合适位置再通过倒车和转向组合进入目标车位。第二类是纵向车位也就是垂直泊车场景。该场景中车位方向与道路方向近似垂直车辆通常需要通过前进到预备位置后倒车转入车位。场景模型中包含停车场边界、三个候选车位、已停车辆和额外静态障碍物。系统会根据障碍物标签判断哪些矩形表示已停车辆并进一步判断已停车辆是否落入候选车位内部。通过这种方式系统可以得到车位占用状态并选择一个未被占用的目标车位。代码中还对车位位置引入了轻微随机扰动这一点很重要。如果训练场景完全固定DQN很容易只记住某一条特定轨迹而不是学习具有一定泛化能力的修正策略。加入扰动后系统可以在相似但不完全相同的泊车环境中训练和测试从而更接近实际泊车问题。车位识别并没有使用真实图像识别或复杂感知算法而是基于矩形几何关系完成。这种处理方式适合仿真研究。它把重点放在路径规划和控制策略上而不是把问题扩展到摄像头、雷达点云或视觉语义分割。对于课程设计或工程仿真而言这种抽象是合理的因为它保留了泊车空间约束和障碍物占用关系同时降低了系统复杂度。4 车辆运动学模型本文系统采用后轴中心单轨模型描述车辆低速运动。车辆状态由后轴中心横坐标、纵坐标和航向角组成。控制输入包括车辆速度和前轮转角。低速泊车过程中车辆侧偏和轮胎动力学影响相对较小因此使用运动学模型可以满足仿真需要。车辆长度、宽度、轴距、前悬、后悬和最大转角均在参数初始化函数中给出。系统根据这些参数计算车身外廓和转弯半径从而保证轨迹评价与车辆尺寸相一致。车身碰撞检测并不是简单使用点模型而是将车辆外形转换为四角多边形。车辆每更新一次位姿系统都会根据当前航向角将车体坐标系下的四个角点旋转并平移到全局坐标系中。障碍物和已停车辆同样用矩形多边形表示。随后系统使用分离轴定理判断车辆多边形与障碍物多边形是否相交。这个处理比只判断后轴点或车辆中心点可靠得多因为泊车时车头和车尾扫掠范围往往比参考点更容易发生碰撞。车辆运动学模型还承担了路径生成任务。系统在生成参考轨迹时并不是直接画一条曲线而是通过给定速度、转角和距离调用车辆运动学模型逐步递推轨迹点。这样生成的参考路径天然满足车辆运动学约束不会出现车辆无法执行的横向跳变。5 参考轨迹规划方法系统针对横向车位和纵向车位分别设计了不同的参考轨迹。横向车位采用直线段加双圆弧结构车辆先到达预备位置再通过两段相反方向的圆弧完成入库。纵向车位采用直线段加单段圆弧结构车辆从通道位置进入倒车转弯过程。参考轨迹的曲率由车辆轴距和规划转角决定车辆最大可执行转角则作为轨迹安全边界。这样的规划方法结构清晰计算量小适合低速泊车仿真。参考轨迹本身并不是最终执行轨迹。系统将参考轨迹作为基础动作序列DQN网络输出的是速度比例和转角微调量。也就是说控制动作并不是完全由神经网络从零生成而是在参考控制量基础上进行小范围修正。这个设计有两个好处。第一它降低了强化学习的搜索难度。网络不需要学习完整泊车策略只需要学习如何修正已有轨迹。第二它减少了训练过程中的不安全动作。若让网络直接输出大范围速度和转角初期训练很容易出现大量碰撞训练效率会明显下降。在轨迹跟踪过程中系统使用局部窗口寻找当前车辆位置附近的参考点。参考点索引不允许明显倒退这样可以避免车辆在某些局部区域来回匹配同一个轨迹点导致路径进度停滞。接近轨迹末端时系统切换到终点微调逻辑通过低速控制进一步减小终点位置误差和航向误差。这种末端处理是必要的因为泊车最终评价不仅看车辆是否进入车位还要看位姿是否足够接近目标状态。6 DQN强化学习控制策略系统采用DQN思想建立状态到动作价值的映射。网络输入状态包括车辆到目标点的误差、车辆到当前参考点的误差、航向误差、路径进度、传感器距离以及车位类型。这样的状态设计比较务实。它既包含全局目标信息又包含局部轨迹跟踪信息还加入了环境距离感知信息使网络能够同时考虑“往哪里停”“当前偏离参考轨迹多少”和“周围是否安全”。动作空间采用离散设计。系统将转角微调量设置为三个等级将速度比例设置为三个等级两者组合得到九个离散动作。DQN适合处理离散动作空间因此该设计与算法形式匹配。动作并不直接决定绝对速度和绝对转角而是修正参考轨迹给出的控制量。这样可以避免网络输出过大动作也可以保持车辆运动的连续性。奖励函数是该工程中比较关键的部分。系统奖励车辆逐步接近目标点奖励参考轨迹进度增加同时对较大转角和时间消耗进行惩罚。如果车辆发生碰撞则给予较大负奖励如果车辆满足终点位置误差、航向误差和路径进度要求则给予较大奖励如果达到最大步数仍未成功也会给予失败惩罚。这个奖励结构基本覆盖了自动泊车任务的核心目标安全、准确、平顺和高效。训练过程中采用探索率逐步衰减的ε-greedy策略。训练初期系统保留较高探索概率使网络能够尝试不同动作随着训练推进探索率逐渐降低网络更多选择当前价值最高的动作。代码中还在随机探索时保留了一定比例的安全基准动作这可以减少训练初期无意义碰撞。这个细节是合理的因为泊车空间狭窄完全随机动作很容易导致车辆快速撞击障碍物反而降低有效学习样本比例。7 感知与碰撞检测设计系统使用五束简化距离射线模拟车辆周围感知。射线角度覆盖车辆前方和侧前方区域系统沿每束射线逐点搜索如果射线触碰停车场边界或障碍物矩形就返回对应距离如果在最大量程内没有发现障碍物则返回最大量程。虽然这种传感器模型比较简化但它能够为DQN提供局部环境距离信息使网络在动作选择时具备一定避障依据。碰撞检测分为两层。第一层是边界检测即判断车辆车身四角是否超出停车场范围。第二层是障碍物检测即判断车辆矩形多边形是否与障碍物矩形多边形相交。系统使用分离轴定理进行凸多边形碰撞判断。对于矩形车辆和矩形障碍物而言这种方法可靠且计算量较低。相比只使用点到障碍物距离判断分离轴方法更能反映车辆实际外廓尤其适合车身较长、泊车空间较窄的场景。感知与碰撞检测在系统中承担不同作用。感知距离是网络输入的一部分帮助策略提前感知风险碰撞检测则是安全判定和奖励惩罚的一部分用于判断当前动作是否导致失败。二者结合后系统既能在策略学习阶段形成避障倾向也能在评价阶段给出明确的安全结果。8 仿真结果分析系统输出的第一类结果是车位感知与空位识别图。该图展示横向车位和纵向车位的候选车位、已占用车位、目标车位、障碍物以及车辆初始位置的感知射线。该图的意义在于说明系统并不是在无障碍空白环境中规划路径而是在具有边界和障碍物约束的停车场景中完成任务。第二类结果是DQN训练奖惩变化图。单回合奖励通常会受到随机扰动和探索动作影响因此曲线可能存在波动。滑动平均曲线更适合观察整体训练趋势。如果滑动平均奖励逐渐提升说明网络在不断减少无效动作和碰撞行为并逐步学习到更合理的泊车修正策略。第三类结果是训练成功率与碰撞率图。该图比奖励曲线更直观。奖励值可能受到多项因素影响而成功率和碰撞率直接对应泊车任务是否完成。理想情况下随着训练推进成功率应逐步提高碰撞率应逐步下降。如果二者没有明显分化则说明奖励设计、训练回合数、状态量或动作空间仍需继续优化。第四类和第五类结果分别是横向泊车轨迹图和纵向泊车轨迹图。轨迹图中通常包括参考轨迹、实际轨迹、前进段、倒车段、换挡点以及若干车身姿态。该图最能说明泊车过程是否符合常识。对于横向泊车车辆应先到达合适预备位置再通过倒车转入车位对于纵向泊车车辆应在通道中完成转向进入过程。若轨迹出现穿越障碍物、角度突变或车身姿态异常则说明规划或控制存在问题。第六类结果是终点位置误差和航向误差图。该图用于判断车辆最终是否真正停准。自动泊车不能只看车辆轨迹是否进入车位还必须检查后轴目标点误差和航向误差。系统中将位置误差阈值和航向误差阈值作为成功判定条件这一点是合理的。只要终点误差低于设定阈值就说明车辆具备较好的入库精度。第七类结果是复杂扰动场景评价图。系统通过多次随机扰动测试统计横向和纵向车位的平均成功率、平均位置误差和平均航向误差。这类结果比单次典型工况更有说服力。单次成功只能说明某个初始条件下能够完成泊车而多扰动统计结果可以反映策略的稳定性。第八类结果是传感器距离和控制量变化图。传感器距离曲线可以反映车辆靠近障碍物的过程转角曲线可以检查控制动作是否超出约束速度曲线可以区分前进和倒车阶段。对于自动泊车系统而言这类过程量很重要。它不仅展示最终结果还能说明中间控制过程是否平稳、安全和可解释。9 工程实现特点与不足该工程的优点在于结构完整、逻辑闭环、图像输出充分。它不仅实现了横向和纵向两类泊车任务还包含训练曲线、成功率曲线、轨迹图、误差图、统计评价图和动图输出。代码模块划分清晰主函数负责流程组织函数文件负责具体算法。车辆模型、场景模型、路径模型、DQN模型和碰撞检测模型之间关系明确适合用于课程设计、毕业设计或算法演示。系统采用“几何参考轨迹DQN动作修正”的方法这一点比单纯用神经网络直接控制车辆更稳。几何轨迹提供可解释的基础路径DQN负责局部修正。这种架构能降低训练难度也能减少策略完全失控的概率。相关自动泊车研究也常将路径规划、跟踪控制和学习方法组合使用例如RRT、MPC和强化学习结合的后向泊车方法以及路径规划与跟踪控制结合的自动泊车方案。系统也存在一些局限。第一传感器模型仍然较简化。真实自动泊车通常需要超声波雷达、环视摄像头或融合感知系统而本系统只使用少量射线距离作为状态输入。第二DQN动作空间较小只能进行有限幅度修正。如果场景变化较大单靠小范围动作修正可能不足以完成复杂避障。第三训练回合数相对有限网络结构也较轻量适合仿真演示但不应直接理解为真实车辆可部署方案。第四系统没有引入动态障碍物也没有考虑轮胎侧偏、执行器延迟、传感器噪声和车辆动力学约束。若要进一步提高研究深度可以加入更真实的感知噪声、动态障碍物、MPC跟踪控制或连续动作强化学习算法。10 结论本文围绕基于DQN强化学习与后轴车辆运动学模型的自动泊车仿真系统进行了分析。系统以横向车位和纵向车位为对象通过矩形车位、障碍物和停车场边界构建仿真环境以车辆后轴中心单轨模型描述低速运动以几何参考轨迹提供基础泊车路径以DQN网络对速度比例和前轮转角进行离散动作修正以奖励函数引导车辆接近目标、推进路径、降低转角并避免碰撞以多边形碰撞检测保证车身外廓安全最终通过多张结果图和动图展示训练过程、泊车过程和评价指标。从整体设计看该系统符合自动泊车仿真的基本逻辑。几何规划保证路径具备初始可行性强化学习提高策略对扰动的适应能力车辆运动学模型保证轨迹符合低速汽车运动规律碰撞检测保证评价结果具有实际意义。该工程适合作为自动泊车路径规划与控制算法的仿真研究基础。若后续继续优化可以重点扩展真实感知模型、动态障碍物、连续控制策略、MPC跟踪器和更系统的消融实验从而进一步提升算法完整性和论文说服力。参考文献[1] Kiran, B. Ravi, et al. “Deep Reinforcement Learning for Autonomous Driving: A Survey.”IEEE Transactions on Intelligent Transportation Systems, 2022. DOI: 10.1109/TITS.2021.3054625.[2] Haydari, Ammar, and Yasin Yilmaz. “Deep Reinforcement Learning for Intelligent Transportation Systems: A Survey.”IEEE Transactions on Intelligent Transportation Systems, 2022.[3] Grigorescu, Sorin, et al. “A Survey of Deep Learning Techniques for Autonomous Driving.”Journal of Field Robotics, 2020.[4] Zhang, Jiaxu, Zhengtang Shi, Xiong Yang, and Jian Zhao. “Trajectory Planning and Tracking Control for Autonomous Parallel Parking of a Non-Holonomic Vehicle.”Measurement and Control, 2020. DOI: 10.1177/0020294020944961.[5] Zhou, Ren-Fang, Xiao-Feng Liu, and Guo-Ping Cai. “A New Geometry-Based Secondary Path Planning for Automatic Parking.”International Journal of Advanced Robotic Systems, 2020. DOI: 10.1177/1729881420930575.[6] Meng, X., et al. “A Path Planning and Model Predictive Control for Automatic Parking System.”SAE Technical Paper, 2020. DOI: 10.4271/2020-01-0121.[7] Qin, Z., et al. “A Novel Path Planning Methodology for Automated Valet Parking Based on Directional Graph Search and Geometry Curve.”Robotics and Autonomous Systems, vol. 132, 2020, article 103606. DOI: 10.1016/j.robot.2020.103606.[8] “Automatic Parking Path Planning and Tracking Control Research for Intelligent Vehicles.”Applied Sciences, vol. 10, no. 24, 2020, article 9100. DOI: 10.3390/app10249100.[9] Cho, Namhoon, et al. “Autonomous Rear Parking via Rapidly Exploring Random-Tree-Based Reinforcement Learning.”Sensors, vol. 22, no. 17, 2022, article 6655. DOI: 10.3390/s22176655.[10] Huang, Jiang, et al. “Automatic Parking Paths Planning Research Based on Scattering Points Six-Degree Polynomial and Easement Curve.”Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering, 2023. DOI: 10.1177/09544070221076594.2、仿真结果演示3、关键代码展示略4、MATLAB 源码获取V点击下方名片关注公众号获取