产生无人驾驶车辆的最佳停车路径的方法和无人驾驶车辆

摘要

提供一种产生无人驾驶车辆的最佳停车路径的方法和无人驾驶车辆。一种由无人驾驶车辆中的控制器执行的产生无人驾驶车辆的最佳停车路径的方法，其中，控制器改变针对参考停车路径中的多个操作的移动距离；在多个候选停车路径之中找到平均障碍物距离最长的停车路径，其中，平均障碍物距离是在至少一个靠近路径的障碍物与无人驾驶车辆之间的平均距离；响应于最长的平均障碍物距离比预定的边界距离长，将具有最长的平均障碍物距离的停车路径设置为最佳停车路径。

说明书

本申请要求于2013年11月8日提交到韩国知识产权局的第10-2013-0135836号韩国专利申请的优先权，其中，所述专利申请的公开通过引用全部合并于此。

技术领域

一个或更多个实施例涉及产生无人驾驶车辆的最佳停车路径的方法和采用该方法的无人驾驶车辆。具体来说，示例性实施例涉及由包括在无人驾驶车辆中的控制单元执行的产生无人驾驶车辆的最佳停车路径的方法和采用该方法的无人驾驶车辆。

背景技术

相关领域的无人驾驶车辆(例如，相关领域的无人驾驶机器人)可包括传感器单元、当前位置估计单元、邻近地图产生单元、控制单元、驾驶单元、机械单元和无线通信单元。

包括各种传感器的传感器单元产生位置相关信息和邻近障碍物信息，并分别将产生的位置相关信息和产生的邻近障碍物信息输入到当前位置估计单元、邻近地图产生单元和控制单元。

当前位置估计单元根据从传感器单元获得的位置相关信息和邻近障碍物信息来估计当前位置，并将作为估计的结果而获得的当前位置信息输入到控制单元。

邻近地图产生单元根据参考地图信息和从传感器单元获得的位置相关信息来产生邻近地图，并将作为产生邻近地图的结果而获得的邻近地图信息输入到控制单元。

控制单元经由无线通信单元与用户端进行通信，并根据从传感器单元、当前位置估计单元和邻近地图产生单元输入的信息来控制驾驶单元的操作。

驾驶单元根据从控制单元发送的控制信号来运行以驱动机械单元。

通过使用如此的产生无人驾驶车辆的停车路径的方法，相关领域的无人驾驶车辆产生局部停车路径并朝由用户通过远程控制指定的目标到达位置移动。

而且，根据相关领域的产生停车路径的方法，成功停放车辆的概率会很低。此外，在停放车辆方面会花费很长的时间。

因此，仍存在这样的需求：预先在无人驾驶车辆之前产生最佳停车路径，从而无人驾驶车辆沿着产生的停车路径来移动。

然而，产生最佳停车路径的问题是在无人驾驶车辆的当前位置与目标达到位置之间存在很多不同的候选停车路径。

即使假设候选停车路径全部已知，在针对每一个候选停车路径确定无人驾驶车辆是否会与障碍物碰撞方面也要花费很多时间。

发明内容

示例性实施例可包括一种不管在无人驾驶车辆的当前位置与目标到达位置之间存在的各种未知的候选停车路径如何，都有效且快速地产生最佳停车路径的方法。

示例性实施例可包括采用产生最佳停车路径的方法的无人驾驶车辆。

附加的方面将部分地在随后的描述中被阐述，部分地将从描述中清楚，或者可通过本实施例的实践而被获知。

根据示例性实施例的一方面，由无人驾驶车辆中的控制器执行产生无人驾驶车辆的最佳停车路径的方法。

控制器可通过选择性地组合多个操作(诸如，向前直线驾驶、向后直线驾驶、向前左转弯、向后左转弯、向前右转弯和向后右转弯)来产生参考停车路径。

控制器可改变参考停车路径中的移动距离以在多个候选停车路径之中找到平均障碍物距离最长的停车路径，其中，平均障碍物距离是在至少一个靠近路径的障碍物与无人驾驶车辆之间的平均距离。

控制器可响应于最长的平均障碍物距离比预定的边界距离长，将具有最长的平均障碍物距离的停车路径设置为最佳停车路径。

根据另一示例性实施例的一方面，一种产生无人驾驶车辆的最佳停车路径的方法可包括：接收停车指令信号；响应于接收的停车指令信号，通过组合多个停车操作来产生参考停车路径，其中，所述多个停车操作包括向前直线驾驶、向后直线驾驶、向前左转弯、向后左转弯、向前右转弯和向后右转弯；改变参考停车路径中的移动距离以在多个候选停车路径之中找到平均障碍物距离最长的停车路径，其中，平均障碍物距离是在至少一个靠近路径的障碍物与无人驾驶车辆之间的平均距离。

根据示例性实施例，无人驾驶车辆采用产生最佳停车路径的方法。

附图说明

从以下结合附图的实施例的描述，这些和/或其它方面将变得清楚并更容易理解，其中：

图1是根据实施例的采用产生最佳停车路径的方法的无人驾驶车辆的内部配置图；

图2是用于显示由图1的控制单元执行的停车相关操作的示图；

图3是用于显示在图1的控制单元接收到用于执行在右边的目标地点处向后停车的指令的情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图；

图4是用于显示在图1的控制单元接收到用于执行在左边的目标地点处向后停车的指令情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图；

图5是用于显示在图1的控制单元接收到用于执行在右边的目标地点处平行停车的指令情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图；

图6是用于显示在图1的控制单元接收到用于执行在左边的目标地点处平行停车的指令情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图；

图7是用于显示在图1的控制单元接收到用于执行在右边的目标地点处向前停车的指令的情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图；

图8是用于显示在图1的控制单元接收到用于执行在左边的目标地点处向前停车的指令的情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图；

图9是用于显示在无人驾驶车辆近乎旋转地移动的情况下，在图2的步骤S202和步骤S203中通过使用图10中显示的虚拟圆1001来获得无人驾驶车辆的X轴坐标x1、Y轴坐标y1和指向方位角θ1的示图，其中，通过以旋转角δ旋转地移动无人驾驶车辆1的来获得虚拟圆1001；

图10是用于解释在图9的无人驾驶车辆以特定旋转角δ从点A旋转地移动到点B的情况下，获得点B的X轴坐标x2、Y轴坐标y2和指向方位角θ2的方法的示图；

图11是用于解释在图2的步骤S203中针对一个停车路径计算在至少一个靠近路径的障碍物与无人驾驶车辆之间的平均距离的处理的示图；

图12是图2的步骤S203的详细处理的流程图；

图13是用于解释图12的步骤S402的第一示例的示图；

图14是用于显示关于图13的示例，各个步骤操作共有的移动距离的改变后的状态；

图15是用于解释图12的步骤S402的第二示例的示图；

图16是用于显示关于图15的示例，各个步骤操作共有的移动距离的改变后的状态；

图17是用于解释图12的步骤S402的第二示例的示图。

具体实施方式

现在将详细参照实施例(其示例在附图中被显示)，其中，相同的标号始终指示相同的元件。在这方面，本实施例可具有不同形式，并且不应被解释为受限于在此阐述的描述。因此，以下仅通过参照附图来描述实施例以解释本描述的多个方面。当诸如“…中的至少一个”的表达位于一列元件之后时，所述表达修饰整列元件而非修饰列中的单个元件。

提供以下描述和附图以更好地理解示例性实施例。在以下描述中，如果确定公知的功能或结构会由于不必要的细节而模糊示例性实施例，则不详细地描述它们。

以下描述和附图不意图限制示例性实施例的范围，示例性实施例的范围应由权利要求来限定。在以下描述中使用的术语仅用于描述具体实施例，并且不意图限制示例性实施例。

在下文中，将参照附图详细地描述示例性实施例。然而，示例性实施例不限于在此阐述的描述。贯穿附图，相同的标号表示相同的元件。

图1是根据实施例的采用产生最佳停车路径的方法的无人驾驶车辆1的内部配置图。

参照图1，在当前实施例中，采用产生最佳停车路径的方法的无人驾驶车辆1(例如，无人驾驶机器人)包括传感器单元101、当前位置估计单元102、邻近地图产生单元103、控制单元104、驾驶单元105、机械单元106和无线通信单元107。

在示例性实施例中，传感器单元101、当前位置估计单元102、邻近地图产生单元103、控制单元104、驾驶单元105、机械单元106和无线通信单元107中的任意单元可包括至少一个处理器、硬件模块、随机存取存储器或执行它们各自功能的电路。

在另一示例性实施例中，可由非暂时性计算机可读介质执行传感器单元101、当前位置估计单元102、邻近地图产生单元103、控制单元104、驾驶单元105、机械单元106和无线通信单元107的任意功能。非暂时性计算机可读介质可以是例如光盘、数字多功能盘、硬盘、蓝光光盘、存储卡、只读存储器等。

包括各种传感器的传感器单元101产生位置相关信息和邻近障碍物信息，并分别将产生的位置相关信息和产生的邻近障碍物信息输入到当前位置估计单元102、邻近地图产生单元103和控制单元104。

当前位置估计单元102根据从传感器单元101获得的位置相关信息和邻近障碍物信息来估计当前位置，并将作为估计的结果而获得的当前位置信息输入到控制单元104。

邻近映射产生单元103根据参考映射信息和从传感器单元101获得的位置相关信息来产生邻近地图，并将作为产生邻近地图获得的邻近地图信息输入到控制单元104。

控制单元104经由无线通信单元107与用户端进行通信，并根据从传感器单元101、当前位置估计单元102和邻近地图产生单元103输入的信息来控制驾驶单元105的操作。

驾驶单元105根据从控制单元104发送的控制信号来运行以驱动机械单元106。

图2是用于显示图1的控制单元104的停车相关操作的示图。参照图1和图2，以下将描述控制单元104的停车相关操作。

如果在步骤S201中，经由无线通信单元107从用户端输入停车指令信号，则在步骤S202中，控制单元104通过选择性地组合步骤操作(诸如，向前直线驾驶、向后直线驾驶、向前左转弯、向后左转弯、向前右转弯和向后右转弯)来产生参考停车路径。

在步骤S202中，假设不存在靠近路径的障碍物，产生参考停车路径作为最短距离路径。

然后，在步骤S203中，控制单元104改变针对在参考停车路径中的每一步骤操作的移动距离，因此找到平均障碍物距离最长的停车路径，其中，平均障碍物距离是在至少一个靠近路径的障碍物与无人驾驶车辆1之间的平均距离。

在步骤S202和步骤S203中，将相同的旋转角应用到向前的左转弯、向后的左转弯、向前的右转弯和向后的右转弯。因此，仅移动距离可被应用为每一步骤操作的变量。

然后，如果在步骤S204中,最长的平均障碍物距离D_LOA比设置的边界距离D_LIA长，则在步骤S205中，控制单元104将具有最长的平均障碍物距离D_LOA的停车路径设置为最佳停车路径。此外，在步骤S207中，控制单元104根据设置的最佳停车路径来运行驾驶单元105。

如果在步骤S204中，最长的平均障碍物距离D_LOA不比设置的边界距离D_LIA长，则在步骤S206中，控制单元104经由无线通信单元107来发送用于通知用户端关于不能停车的信号。

根据以上描述的停车相关操作，控制单元104针对在参考停车路径中的每一步骤操作来改变移动距离。因此，控制单元104找到平均障碍物距离最长的停车路径，其中，平均障碍物距离是在至少一个靠近路径的障碍物与无人驾驶车辆1之间的平均距离。

由于针对改变后的参考停车路径中的每一步骤操作的移动路径找到最佳停车路径，所以即使在无人驾驶车辆1的当前位置与目标到达位置之间存在各种未知的候选停车路径，也可有效且快速地产生最佳停车路径。

例如，控制单元104可通过沿平均障碍物距离可能增加的方向来缩短或延长步骤操作中的每一移动距离，将平均障碍物距离向其收敛的停车路径设置为最佳停车路径。

图3是用于显示在图1的控制单元104接收到用于执行在右边的目标地点处向后停车的指令的情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图。图3中的标号301到303表示靠近路径的障碍物。

在当前实施例中，无人驾驶车辆1包括两个前车轮311和312以及两个后车轮321和322。此外，无人驾驶车辆1的位置参考点F被设置为两个后车轮之间的中心点。假设不存在靠近路径的障碍物，则产生参考停车路径作为最短距离路径。

参照图3，如果控制单元104接收到用于执行在右边的目标地点处向后停车的指令，则如下所示，通过顺序地设置5个步骤操作来产生参考停车路径。

①向前(或向后)直线驾驶＝>②向后右转弯＝>③向前左转弯＝>④向后右转弯＝>⑤向后直线驾驶。

将相同的旋转角应用到向后右转弯、向前左转弯和向后右转弯。因此，仅移动距离可被应用为每一步骤操作的变量。例如，如下所示，产生参考停车路径。

①向前(或向后)直线驾驶0米＝>②向后右转弯0.5米＝>③向前左转弯0.5米＝>④向后右转弯4.5米＝>⑤向后直线驾驶2米。

在步骤操作①中的向前(或向后)直线驾驶0米是指不需要执行该步骤操作。如下所示，可使用负数来应用在以上示例中显示的参考停车路径。

①直线驾驶0米＝>②右转弯-0.5米＝>③左转弯0.5米＝>④右转弯-4.5米＝>⑤直线驾驶-2米。

图4显示在图1的控制单元104接收到用于执行在左边的目标地点处向后停车的指令的情况下，通过执行图2的步骤S202产生的参考停车路径的示例。在图3和图4两者中都显示的相同标号表示具有相同功能的元件。在图4中显示的标号401到403表示靠近路径的障碍物。

参照图4，如果控制单元104接收到用于执行在左边的目标地点处向后停车的指令，则如下所示，通过顺序地设置5个步骤操作来产生参考停车路径。

①向前(或向后)直线驾驶＝>②向后左转弯＝>③向前右转弯＝>④向后左转弯＝>⑤向后直线驾驶。

将相同的旋转角应用到向后左转弯、向前右转弯和向后左转弯。因此，仅移动距离可被应用为每一步骤操作的变量。例如，如下所示，产生参考停车路径。

①向前(或向后)直线驾驶0米＝>②向后左转弯0.5米＝>③向前右转弯0.5米＝>④向后左转弯4.5米＝>⑤向后直线驾驶2米。

在步骤操作①中的向前(或向后)直线驾驶0米是指不需要执行该步骤操作。如下所示，可使用负数来应用在以上示例中显示的参考停车路径。

①直线驾驶0米＝>②左转弯-0.5米＝>③右转弯-0.5米＝>④左转弯-4.5米＝>⑤直线驾驶-2米。

图5是用于显示在图1的控制单元104接收到用于执行在右边的目标地点处平行停车的指令的情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图。在图3到图5中显示的相同标号表示具有相同功能的元件。在图5中显示的标号501和502表示靠近路径的障碍物。

参照图5，如果控制单元104接收到用于执行在右边的目标地点处平行停车的指令，则如下所示，通过顺序地设置5个步骤操作来产生参考停车路径。

①向前(或向后)直线驾驶＝>②向后右转弯＝>③向后左转弯＝>④向前右转弯＝>⑤向前(向后)直线驾驶。

将相同的旋转角应用到向后右转弯、向后左转弯和向前右转弯。因此，仅移动距离可被应用为每一步骤操作的变量。例如，如下所示，产生参考停车路径。

①向前(或向后)直线驾驶0米＝>②向后右转弯2.5米＝>③向后左转弯2.5米＝>④向前右转弯0.5米＝>⑤向前(向后)直线驾驶0米。

在步骤操作①和步骤操作⑤中的向前(或向后)直线驾驶0米是指不需要执行该步骤操作。如下所示，可使用负数来应用在以上示例中显示的参考停车路径。

①直线驾驶0米＝>②右转弯-2.5米＝>③左转弯-2.5米＝>④右转弯0.5米＝>⑤直线驾驶0米。

图6是用于显示在图1的控制单元104接收到用于执行在左边的目标地点处平行停车的指令的情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图。在图3到图6中显示的相同标号表示具有相同功能的元件。在图6中显示的标号601到602表示靠近路径的障碍物。

参照图6，如果控制单元104接收到用于执行在左边的目标地点处平行停车的指令，则如下所示，通过顺序地设置5个步骤操作来产生参考停车路径。

①向前(或向后)直线驾驶＝>②向后左转弯＝>③向后右转弯＝>④向前左转弯＝>⑤向前(向后)直线驾驶。

将相同的旋转角应用到向后左转弯、向后右转弯和向前左转弯。因此，仅移动距离可被应用为每一步骤操作的变量。例如，如下所示，产生参考停车路径。

①向前(或向后)直线驾驶0米＝>②向后左转弯2.5米＝>③向后右转弯2.5米＝>④向前左转弯0.5米＝>⑤向前(向后)直线驾驶0米。

在步骤操作①和步骤操作⑤中的向前(或向后)直线驾驶0米是指不需要执行该步骤操作。如下所示，可使用负数来应用在以上示例中显示的参考停车路径。

①直线驾驶0米＝>②左转弯-2.5米＝>③右转弯-2.5米＝>④左转弯0.5米＝>⑤直线驾驶0米。

图7是用于显示在图1的控制单元104接收到用于执行在右边的目标地点处向前停车的指令的情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图。在图3到图7中显示的相同标号表示具有相同功能的元件。在图7中显示的标号701到702表示靠近路径的障碍物。

参照图7，如果控制单元104接收到用于执行在右边的目标地点处向前停车的指令，则如下所示，通过顺序地设置5个步骤操作来产生参考停车路径。

①向前(或向后)直线驾驶＝>②向前右转弯＝>③向后左转弯＝>④向前右转弯＝>⑤向前(向后)直线驾驶。

将相同的旋转角应用到向前右转弯、向后左转弯和向前右转弯。因此，仅移动距离可被应用为每一步骤操作的变量。例如，如下所示，产生参考停车路径。

①向前(或向后)直线驾驶0米＝>②向前右转弯1米＝>③向后左转弯1米＝>④向前右转弯1米＝>⑤向前(向后)直线驾驶5米。

在步骤操作①中的向前(或向后)直线驾驶0米是指不需要执行该步骤操作。如下所示，可使用负数来应用在以上示例中显示的参考停车路径。

①直线驾驶0米＝>②右转弯1米＝>③左转弯-1米＝>④右转弯1米＝>⑤直线驾驶5米。

图8是用于显示在图1的控制单元104接收到用于执行在左边的目标地点处向前停车的指令的情况下，通过执行图2的步骤S202产生的参考停车路径的示例的示图。在图3到图8中显示的相同标号表示具有相同功能的元件。在图8中显示的标号801和802表示靠近路径的障碍物。

参照图8，如果控制单元104接收到用于执行在左边的目标地点处向前停车的指令，则如下所示，通过顺序地设置5个步骤操作来产生参考停车路径。

①向前(或向后)直线驾驶＝>②向后左转弯＝>③向后右转弯＝>④向前左转弯＝>⑤向前直线驾驶。

将相同的旋转角应用到向后左转弯、向后右转弯和向前左转弯。因此，仅移动距离可被应用为每一步骤操作的变量。例如，如下所示，产生参考停车路径。

①向前(或向后)直线驾驶0米＝>②向后左转弯1米＝>③向后右转弯1米＝>④向前左转弯1米＝>⑤向前直线驾驶5米。

在步骤操作①中的向前(或向后)的直线驾驶持续0米是指不需要执行该步骤操作。如下所示，可使用负数来应用在以上示例中显示的参考停车路径。

①直线驾驶0米＝>②左转弯1米＝>③右转弯-1米＝>④左转弯1米＝>⑤直线驾驶5米。

图9是显示在无人驾驶车辆近乎旋转地移动的情况下，使用图10中显示的虚拟圆1001来获得无人驾驶车辆的X轴坐标x1、Y轴坐标y1和指向方位角θ1的示图。在图2的步骤S202和步骤S203中，通过按照旋转角δ旋转地移动无人驾驶车辆1的来获得虚拟圆1001。

图10是用于解释在图9的无人驾驶车辆按照特定旋转角δ从点A旋转地移动到点B的情况下，获得点B的X轴坐标x2、Y轴坐标y2和指向方位角θ2的方法的示图。

在图3到图8和图9以及图10中显示的相同标号表示具有相同功能的元件。标号x(-x)表示X坐标轴，y(-y)表示Y坐标轴，θ表示指向方位角，δ表示共有的旋转角，(x_R,y_R)表示虚拟圆1001的圆心的坐标，R表示虚拟圆1001的半径，l表示前车轮与后车轮之间的空间，x(n)表示第n个X轴坐标，y(n)表示第n个Y轴坐标，θ(n)表示第n个指向方位角，x1表示第一X轴坐标，y1表示第二Y轴坐标，θ1表示第一指向方位角，x2表示第二X轴坐标，y2表示第二Y轴坐标，θ2表示第二指向方位角，m表示旋转移动距离，α表示旋转移动角。

参照图9和图10，如关于图2的步骤S202和步骤S203所述，相同的旋转角δ应用到向前左转弯、向后左转弯和向后右转弯。

此外，如关于图2中的步骤S203所述，假设无人驾驶车辆1移动通过每一停车路径，每当无人驾驶车辆几乎移动了单位移动距离时，计算中心点F的X轴坐标x(n)、Y轴坐标y(n)和指向方位角θ(n)，其中，中心点F在无人驾驶车辆1的两个后车轮之间。

假设如下，根据在向前左转弯、向后左转弯、向前右转弯和向后右转弯之中的一个操作，两个后车轮之间的中心点F从第一X轴坐标x1、第一Y轴坐标y1和第一指向方位角θ1旋转地移动到第二X轴坐标x2、第二Y轴坐标y2和第二指向方位角θ2。在这种情况下，使用通过按照旋转角δ旋转地移动无人驾驶车辆1而获得的虚拟圆1001来计算第二X轴坐标x2、第二Y轴坐标y2和第二指向方位角θ2。如下这将详细地被描述。

使用以下显示的等式1获得第二指向方位角θ2。

【等式1】

θ2＝α+θ1

在等式1中，α表示沿顺时针方向的旋转移动角，θ1表示已经获得的第一指向方位角。如果旋转移动沿逆时针方向，则用-α将在等式1中显示的旋转移动角α替代。通过使用以下显示的等式2来获得旋转移动角α。

【等式2】

$>\alpha =\frac{m}{R}$>

在等式2中，m表示无人驾驶车辆1的旋转移动距离，R表示通过旋转地移动无人驾驶车辆1获得的虚拟圆1001的半径。

通过使用以下显示的等式3来获得等式2中的半径R。

【等式3】

$>R=\frac{1}{\tan \delta }$>

在等式3中，l表示在无人驾驶车辆1的前车轮与后车轮之间的空间，δ表示特定旋转角。

因此，可使用以上显示的等式1到等式3来获得第二指向方位角θ(2)。

使用等式4获得第二X轴坐标x2。

【等式4】

X2＝cosθ2*R+X_R

在等式4中，*表示乘法符号，θ2表示在等式1中显示的第二指向方位角，R表示在等式3中显示的半径，X_R表示虚拟圆1001的圆心的X轴坐标。使用以下显示的等式5来获得虚拟圆1001的圆心的X轴坐标X_R。

【等式5】

X_R＝-sinθ1*R+X1

在等式5中，*表示乘法符号，θ1表示已经获得的第一指向方位角，R表示在等式3中显示的半径，x1表示已经获得的第一X轴坐标。

使用等式6获得第二Y轴坐标y2。

【等式6】

Y2＝sinθ2*R+Y_R

在等式6中，*表示乘法符号，θ2表示在等式1中显示的第二指向方位角，R表示在等式3中显示的半径，Y_R表示虚拟圆1001的圆心的Y轴坐标。使用以下显示的等式7来获得在图6中显示的虚拟圆1001的圆心的Y轴坐标Y_R。

【等式7】

Y_R＝cosθ1*R+Y1

在等式7中，*表示乘法符号，θ1表示已经获得的第一指向方位角，R表示在等式3中显示的半径，y1表示已经获得的第一Y轴坐标。

图11是用于解释在图2的步骤S203中在一个停车路径中计算靠近路径的障碍物1101和1102中的至少一个障碍物与无人驾驶车辆1之间的平均距离的处理的示图。

参照图11，为了计算在一个停车路径中的两个靠近路径的障碍物1101和1102与无人驾驶车辆1之间的平均距离，图1中显示的控制单元104假设无人驾驶车辆1的地点被安排为沿着停车路径相互重叠。在图11中，标号LC1到标号LCn表示重叠的布置位置，在这些布置位置处，无人驾驶车辆1的地点被安排为相互重叠，d(1-1)表示在第一布置位置LC1处到第一靠近路径的障碍物1101的最短距离，d(1-2)表示在第一布置位置LC1处到第二靠近路径的障碍物1102的最短距离，d(n-1)表示在第n布置位置LCn处到第一靠近路径的障碍物1101的最短距离，d(n-2)表示在第n布置位置LCn处到第二靠近路径的障碍物1102的最短距离。

基于这样的假设，图1中显示的控制单元104在各个布置位置LC1到LCn处计算各个靠近路径的障碍物1101和1102与无人驾驶车辆1之间的最短距离d(1-1)到d(n-2)。然后，控制单元104合计各个最短距离d(1-1)到d(n-1)的计算的结果，并将通过合计结果获得的值设置为在至少一个靠近路径的障碍物与无人驾驶车辆1之间的平均距离。

当基于以上描述的假设来计算在各个靠近路径的障碍物路1101和1102与各个重叠的无人驾驶车辆之间的最短距离时，如果在布置位置LC1处在无人驾驶车辆1的内部存在靠近路径的障碍物1102，则最短距离可以是在无人驾驶车辆1的外表面与靠近路径的障碍物1102之间的最短距离，因此具有负值。

图12是图2的步骤S203的详细处理的流程图。图13是用于解释图12的步骤S402的第一示例的示图。图14是用于显示关于图13的示例的各个步骤操作共有的移动距离的改变后的状态的示图。图15是用于解释图12的步骤S402的第二示例的示图。图16是用于显示关于图15的示例的各个步骤操作共有的移动距离的改变后的状态。在图3和图8两个图以及图13到图16中显示的相同标号表示具有相同功能的元件。

在图13到图16中，标号1301、1302、1501和1502表示靠近路径的障碍物，P1表示参考停车路径，Pr1表示第一缩短后的路径，Pe1表示第一延长后的路径，P2表示第一停车路径，Pr2表示第二缩短后的路径，Pe2表示第二延长后的路径，P3是第二停车路径，Dre表示参考设置距离，S1a表示沿缩短方向改变移动距离后的状态，S1b表示沿延长方向改变移动距离后的状态，S2表示沿延长方向改变移动距离后的状态，S3a表示沿缩短方向改变移动距离后的状态，S3b表示沿延长方向改变移动距离后的状态，S4表示沿延长方向改变移动距离后的状态。

参照图12到图16，如下是图2的步骤S203的详细处理。

在步骤S401中，在图1中显示的控制单元104计算在参考停车路径P1中靠近路径的障碍物1301、1302、1501和1502与无人驾驶车辆1之间的平均距离的参考平均障碍物距离。

在步骤S402中，控制单元104改变针对在参考停车路径中关于图3到图8的步骤操作①到⑤的各个移动距离，因此计算平均障碍物距离，其中，平均障碍物距离是靠近路径的障碍物1301、1302、1501和1502与无人驾驶车辆1之间的平均距离。因此，控制单元104找到第一停车路径P2，在第一停车路径P2中，第一平均障碍物距离比参考平均障碍物距离长。

然后，如果在步骤S403中，参考平均障碍物距离与第一平均障碍物距离之间的差Dpe1比设置的收敛距离Dcon小，则在步骤S404中，将第一停车路径P2设置为具有最长的平均障碍物距离的停车路径。

如果在步骤S403中，参考平均障碍物距离与第一平均障碍物距离之间的差Dpe1不比设置的收敛距离Dcon小，则控制单元104执行以下显示的步骤S405和S406。

在步骤S405中，控制单元104将第一停车路径P2设置为新的参考停车路径。此外，在步骤S406中，控制单元104将新的参考停车路径视为在步骤S401到S404中使用的参考停车路径，并执行步骤S401到S405。

通过在这样的顺序搜索处理中使用设置的收敛距离Dcon，可快速地找到具有最长的平均障碍物距离的停车路径。

在当前实施例中，可需要用于找到第一停车路径的附加条件。换言之，由执行步骤S402找到的第一停车路径必须满足如下显示的三个条件。

第一，在虚拟到达位置处的无人驾驶车辆1的X轴坐标与在目标到达位置处的无人驾驶车辆1的X轴坐标之间的偏差比设置的边界值小。

第二，在虚拟到达位置处的无人驾驶车辆1的Y轴坐标与在目标到达位置处的无人驾驶车辆1的Y轴坐标之间的偏差比设置的边界值小。

第三，在虚拟到达位置处的无人驾驶车辆1的指向方位角与在目标到达位置处的无人驾驶车辆1的指向方位角之间的偏差比设置的边界值小。

图17显示图12的步骤S402的详细处理。参照图13到图17，图12的步骤S402的详细处理如下。

在步骤S501中，在图4中显示的控制单元104计算在缩短后的路径Pr1中的平均障碍物距离(其为在缩短后的路径Pr1中靠近路径的障碍物1301、1302、1501和1502与无人驾驶车辆1之间的平均距离)，其中，作为将针对在参考停车路径P1中关于图3到图8的步骤操作①到⑤的各个移动距离缩短了参考设置距离Dre的结果而获得了缩短后的路径Pr1。

在步骤S501中，如果根据图12的步骤S406再次执行图12的步骤S402，则参考停车路径变成关于图13到图16显示的P2，并且其缩短后的路径变成Pr2。

然后，在步骤S502中，控制单元104计算在延长后的路径Pe1中的平均障碍物距离(其为在延长后的路径Pe1中靠近路径的障碍物1301、1302、1501和1502与无人驾驶车辆1之间的平均距离)，其中，作为将针对在参考停车路径P1中关于图3到图8的步骤操作①到⑤的各个移动距离延长了参考设置距离Dre的结果而获得了延长后的路径Pe1。

在步骤S502中，如果根据图12的步骤S406再次执行图12的步骤S402，则参考停车路径变成关于图13到图16显示的P2，并且其延长后的路径是Pe2。

然后，在步骤503中，基于将在缩短后的路径Pr1中的平均障碍物路距离与在延长后的路径Pe1中的平均障碍物距离比较的结果，控制单元104改变针对关于图3到图8的步骤操作①到⑤的各个移动距离，因此计算作为靠近路径的障碍物1301、1302、1501和1502与无人驾驶车辆1之间的平均距离的平均障碍物距离。因此，控制单元104找到第一停车路径P2，其中，第一平均障碍物距离比参考平均障碍物距离长。

在步骤S503中，如果根据图12的步骤S406再次执行图12的步骤S402，则参考停车路径变成关于图13到图16显示的P2，第一停车路径变成P3，并且用第一平均障碍物距离来替换参考平均障碍物距离。

在步骤503中，如果在缩短后的路径Pr1中的平均障碍物距离比在延长后的路径Pe1中的平均障碍物距离长，则控制单元104缩短针对在缩短后的路径Pr1中关于图3到图8中的步骤操作①到⑤的各个移动距离，因此计算作为靠近路径的障碍物1301、1302、1501和1502与无人驾驶车辆1之间的平均距离的平均障碍物距离。因此，控制单元104找到第一停车路径P2，在第一停车路径P2中，第一平均障碍物距离比参考平均障碍物距离长。换言之，由于沿着第一停车路径P2很有可能存在的方向来搜索第一停车路径P2，所以可快速地找到期望的第一停车路径P2。

此外，当在步骤S503中，在缩短后的路径Pr1中缩短了针对关于图3到图8的步骤操作①到⑤的各个移动距离时，缩短移动距离的比率与在缩短后的路径Pr1中的平均障碍物距离和在延长后的路径Pe1中的平均障碍物距离之间的差成比例。这是因为如果在缩短后的路径Pr1中的平均障碍物距离与在延长后的路径Pe1中的平均障碍物距离之间的差比较大时，则很有可能参考停车路径P1和第一停车路径P2之间的平均空间比较长。因此，可快速地找到期望的第一停车路径P2。

同样地，在步骤S503中，如果在延长后的路径Pe1中的平均障碍物距离比在缩短后的路径Pr1中的平均障碍物距离长，则控制单元104延长在延长后的路径Pe1中的针对关于图3到图8的步骤操作①到⑤的各个移动距离，因此计算作为靠近路径的障碍物1301、1302、1501和1502与无人驾驶车辆1之间的平均距离的平均障碍物距离。因此，控制单元104找到第一停车路径P2，在第一停车路径P2中，第一平均障碍物距离比参考平均障碍物距离长。换言之，由于沿着第一停车路径P2很有可能存在的方向来搜索第一停车路径P2，所以可快速地找到期望的第一停车路径P2。

此外，当在步骤S503中，在延长后的路径Pe1中延长了针对关于图3到图8的步骤操作①到⑤的各个移动距离时，延长移动距离的比率与在缩短后的路径Pr1中的平均障碍物距离和在延长后的路径Pe1中的平均障碍物距离之间的差成比例。这是因为如果在缩短后的路径Pr1中的平均障碍物距离与在延长后的路径Pe1中的平均障碍物距离之间的差比较大时，则很有可能参考停车路径P1和第一停车路径P2之间的平均空间比较长。因此，可快速地找到期望的第一停车路径P2。

在步骤S503中，控制单元104可缩短在参考停车路径P1中针对关于图3到图8的步骤操作①到⑤的各个移动距离，而不用缩短在缩短后的路径Pr1中的针对关于图3到图8的步骤操作①到⑤的各个移动距离。此外，控制单元104可延长在参考停车路径P1中针对关于图3到图8的步骤操作①到⑤的各个移动距离，而不用延长在延长后的路径Pe1中的针对关于图3到图8的步骤操作①到⑤的各个移动距离。

如上所述，关于步骤S501和S503，如果根据图12的步骤S406再次执行图12的步骤S402，则参考停车路径变成关于图13到图16显示的P2，缩短后的路径变成Pr2，延长后的路径变成Pe2，并且第一停车路径变成P3。使用第一平均障碍物距离来替换参考平均障碍物距离。

如上所述，根据产生无人驾驶车辆的最佳停车路径的方法和采用该方法的无人驾驶车辆的以上实施例中的一个或更多个实施例，包括在无人驾驶车辆中的控制单元可改变针对在参考停车路径中的每一步骤操作的移动距离，因此找到平均障碍物距离最长的停车路径，其中，平均障碍物距离是在至少一个靠近路径的障碍物与无人驾驶车辆之间的平均距离。

因此，由于针对在参考停车路径中的每一步骤操作的各个移动距离被改变，因此最佳停车路径被搜索，所以即使在无人驾驶车辆的当前位置和目标到达位置之间存在各种未知的候选停车路径，也可有效且快速地产生最佳停车路径。

例如，控制单元104可通过沿着平均障碍物距离增加的方向缩短或延长针对步骤操作的每一移动距离来将平均障碍物距离向其收敛的停车路径设置为最佳停车路径。

应理解：在此描述的示例性实施例应仅被理解为描述性的而非限制的目的。在每个实施例内的特征和方面的描述应通常被理解为可应用于在其它实施例中的其它相似特征或方面。

虽然已经参照附图描述了一个或更多个实施例，但是本领域普通技术人员将理解：在不脱离由权利要求限定的精神和范围的情况下，可对其进行形式上和细节上的各种改变。