本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶卡车的泊车控制方法、装置及自动驾驶卡车。
背景技术：
目前，自动驾驶卡车一般包括牵引车和挂车两部分，牵引车的尾部与挂车的头部连接。自动驾驶卡车在行驶之前，首先需要根据自动驾驶卡车的起点和终点进行路径规划，然后自动驾驶卡车在行驶时，由牵引车被控制，带动挂车进行运动，从而按照规划好的路径进行行驶，直到终点。然而，自动驾驶卡车在按照预先规划好的路径进行行驶时，难以提前考虑到路面的实际情况，可能由于路面的倾斜、路面上有微小障碍物、路面湿滑等原因，造成自动驾驶卡车在行驶时偏离了原始规划好的路径，严重影响到了行车精度。另外，目前自动驾驶卡车的行车精度一般是以牵引车的控制精度来衡量的。因此，当在一些对行车精度要求较高的情况下，例如泊车控制中，需要将牵引车和挂车都精准的控制在泊车范围内，若不考虑挂车的行驶情况，则可能存在自动驾驶卡车泊车不够精准的问题。可见，当前如何保证自动驾驶卡车中牵引车和挂车的泊车控制精度，实现自动驾驶卡车的精准泊车控制成为了一个亟待解决的问题。
技术实现要素：
本申请的实施例提供一种自动驾驶卡车的泊车控制方法、装置及自动驾驶卡车，能够实现自动驾驶卡车的精确泊车控制。
为达到上述目的，本申请采用如下技术方案：
在本申请实施例的第一方面，提供一种自动驾驶卡车的泊车控制方法，应用于一种自动驾驶卡车，所述自动驾驶卡车包括牵引车和挂车；所述自动驾驶卡车的泊车控制方法包括：
获得泊车任务指令；所述泊车任务指令包括待泊车的位置；
根据所述待泊车的位置，确定自动驾驶卡车的全局规划路径；
对所述全局规划路径进行分段，获得多个分段规划路径；
依次根据每个分段规划路径控制自动驾驶卡车进行行驶，监控在每个分段规划路径终点自动驾驶卡车的偏离情况数据；
根据自动驾驶卡车的偏离情况数据，重新规划自动驾驶卡车的全局规划路径，直至控制自动驾驶卡车行驶至待泊车的位置。
在本申请实施例的第二方面，提供一种自动驾驶卡车的泊车控制装置，应用于一种自动驾驶卡车，所述自动驾驶卡车包括牵引车和挂车；所述自动驾驶卡车的泊车控制装置包括：
指令获得单元，用于获得泊车任务指令；所述泊车任务指令包括待泊车的位置；
全局规划路径确定单元，用于根据所述待泊车的位置，确定自动驾驶卡车的全局规划路径；
分段单元，用于对所述全局规划路径进行分段，获得多个分段规划路径；
偏离监控单元，用于依次根据每个分段规划路径控制自动驾驶卡车进行行驶，监控在每个分段规划路径终点自动驾驶卡车的偏离情况数据；
泊车规划及控制单元，用于根据自动驾驶卡车的偏离情况数据，重新规划自动驾驶卡车的全局规划路径，直至控制自动驾驶卡车行驶至待泊车的位置。
在本申请实施例的第三方面，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时实现上述第一方面所述的自动驾驶卡车的泊车控制方法。
在本申请实施例的第四方面，提供一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述第一方面所述的自动驾驶卡车的泊车控制方法。
在本申请实施例的第五方面，提供一种自动驾驶卡车，包括牵引车、挂车以及上述第四方面所述的计算机设备。
本申请的实施例提供一种自动驾驶卡车的泊车控制方法、装置及自动驾驶卡车，能够根据待泊车的位置，确定自动驾驶卡车的全局规划路径；对全局规划路径进行分段，获得多个分段规划路径；从而依次根据每个分段规划路径控制自动驾驶卡车进行行驶，监控在每个分段规划路径终点自动驾驶卡车的偏离情况数据；进而根据自动驾驶卡车的偏离情况数据，重新规划自动驾驶卡车的全局规划路径，直至控制自动驾驶卡车行驶至待泊车的位置。可见，本申请实施例可以实时考虑自动驾驶卡车的行驶情况，避免自动驾驶卡车在泊车时严重偏离原始规划好的路径，可以保证自动驾驶卡车的泊车行驶的精确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种自动驾驶卡车的示意图；
图2为本申请实施例提供的一种自动驾驶卡车的泊车控制方法的流程图一；
图3为本申请实施例提供的一种自动驾驶卡车的泊车控制方法的流程图二；
图4为本申请实施例中的自动驾驶卡车泊车位置的示意图；
图5为本申请实施例中的自动驾驶卡车的全局规划路径的示意图；
图6为本申请实施例中的正向行驶的规划路径l21的分段示意图；
图7为本申请实施例中的全局规划路径l2的分段示意图；
图8为本申请实施例中的牵引车控制参考点位置、运动方向以及挂车控制参考点位置、运动方向的示意图；
图9为本申请实施例中牵引车、挂车及相应规划路径的示意图；
图10为本申请实施例中的挂车夹角的示意图；
图11(a)为本申请实施例中的自动驾驶卡车的全局规划路径以及分段规划路径l21、l31对应的位置点和朝向信息的示意图；
图11(b)为本申请实施例中的自动驾驶卡车的一种重新规划后的全局规划路径的示意图；
图12为本申请实施例提供的一种自动驾驶卡车的泊车控制装置的结构示意图；
图13为本申请实施例提供的一种自动驾驶卡车的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
值得说明的是，术语“车辆”在本申请中广泛地解释为包括任何移动物体，包括例如飞行器、船只、航天器、汽车、卡车、厢式货车、半挂车、摩托车、高尔夫球车、越野车辆、仓库运输车辆或农用车以及行驶在轨道上的车辆，例如电车或火车以及其它有轨车辆。本申请中的“车辆”通常可以包括：动力系统、传感器系统、控制系统、外围设备和计算机系统。在其它实施例中，车辆可以包括更多、更少或者不同的系统。
其中，动力系统是为车辆提供动力运动的系统，包括：引擎/马达、变速器和车轮/轮胎、能源单元。
控制系统可以包括控制车辆及其组件的装置的组合，例如转向单元、节气门、制动单元。
外围设备可以是允许车辆与外部传感器、其它车辆、外部计算设备和/或用户进行交互的设备，例如无线通信系统、触摸屏、麦克风和/或扬声器。
基于上述描述的车辆，例如无人驾驶车辆中还配置有传感器系统和无人驾驶控制装置。
传感器系统可以包括用于感测车辆所处环境的信息的多个传感器，以及改变传感器的位置和/或方向的一个或多个致动器。传感器系统可以包括全球定位系统传感器、惯性测量单元、无线电检测和测距(radar)单元、相机、激光测距仪、光检测和测距(lidar)单元和/或声学传感器等传感器的任何组合；传感器系统还可以包括监视车辆内部系统的传感器(例如o2监视器、燃油表、引擎温度计等)。
无人驾驶控制装置可以包括一个处理器和存储器，存储器中存储有至少一条机器可执行指令，处理器执行至少一条机器可执行指令实现包括地图引擎、定位模块、感知模块、导航或路径模块、以及自动控制模块等的功能。地图引擎和定位模块用于提供地图信息和定位信息。感知模块用于根据传感器系统获取到的信息和地图引擎提供的地图信息感知车辆所处环境中的事物。导航或路径模块用于根据地图引擎、定位模块和感知模块的处理结果，为车辆规划行驶路径。自动控制模块将导航或路径模块等模块的决策信息输入解析转换成对车辆控制系统的控制命令输出，并通过车载网(例如通过can总线、局域互联网络、多媒体定向系统传输等方式实现的车辆内部电子网络系统)将控制命令发送给车辆控制系统中的对应部件，实现对车辆的自动控制；自动控制模块还可以通过车载网来获取车辆中各部件的信息。
为了使本领域的技术人员更好的了解本申请，下面对本申请实施例中所涉及的技术术语进行解释如下：
gps：globalpositioningsystem，全球定位系统。
rtk：real-timekinematic，实时动态载波相位差分技术，是常用的gps测量方法。
imu：inertialmeasurementunit，惯性测量单元，是测量物体三轴姿态角(或角速率)以及加速度的装置。
uwb：ultrawideband，超带宽通信技术，是一种无线载波通信技术，利用纳秒至微秒级的非正弦波窄脉冲传输数据，uwb在早期被用来应用在近距离高速数据传输，目前uwb可以用来做近距离精确室内定位。
mpc：modelpredictivecontrol，模型预测控制算法，是一种基于对受控对象进行预测的控制算法。
lqr：linearquadraticregulator，即线性二次型调节器算法。
pp：purepursuit，纯追踪算法。
为了使本领域的技术人员更好的了解本申请，下面对本申请所涉及的应用环境进行说明，例如本申请可以应用于自动驾驶卡车在港口，海关，仓库，物流园区等环境的泊车控制，例如自动驾驶卡车的倒车入库等。以上仅是本申请中的个别应用实例，需要知道的是，在本申请实施例的教示下，本领域技术人员还可以根据需求提供更多的应用实例，本申请不限于这些应用实例。
为了实现自动驾驶卡车的精确泊车控制，本申请实施例提供一种自动驾驶卡车的泊车控制方法，应用于如图1所示的一种自动驾驶卡车10，该自动驾驶卡车包括牵引车101和挂车102两部分，牵引车101的尾部与挂车102的前部连接(例如牵引车101上设置牵引座，挂车102上设置牵引销，牵引座和牵引销配合连接，但不仅局限于此)。此处的牵引车101可以依次挂载一至多个挂车102；牵引车101和一至多个挂车102分别具有各自对应的控制参考点p1至pn(在本申请实施例中控制参考点的位置可以根据车辆的控制需求等自由配置，图1中仅为其中一种实例，但不仅局限于此)；其中，n为牵引车101和挂车102的总数。此处图1中仅以牵引车101挂载一个挂车102为例，但不仅局限于此。
如图2所示，该自动驾驶卡车的泊车控制方法，包括：
步骤201、获得泊车任务指令。
其中，该泊车任务指令包括待泊车的位置。
步骤202、根据待泊车的位置，确定自动驾驶卡车的全局规划路径。
步骤203、对全局规划路径进行分段，获得多个分段规划路径。
步骤204、依次根据每个分段规划路径控制自动驾驶卡车进行行驶，监控在每个分段规划路径终点自动驾驶卡车的偏离情况数据。
步骤205、根据自动驾驶卡车的偏离情况数据，重新规划自动驾驶卡车的全局规划路径，直至控制自动驾驶卡车行驶至待泊车的位置。
为了使本领域的技术人员更好的了解本申请，下面列举一个更为详细的实施例，如图3所示，该自动驾驶卡车的泊车控制方法，包括：
步骤301、获得泊车任务指令。
其中，该泊车任务指令包括待泊车的位置。例如，该待泊车的位置为如图4所示的自动驾驶卡车的停车位，该待泊车的位置可以以经纬度位置、预设坐标系下的位置来表示，例如该待泊车的位置可以采用牵引车最终要达到的位置来表示，如图4中的pq。
此处自动驾驶卡车上可以设置有车载计算机或车载服务器等具有计算处理能力的设备，以下简称车载装置，从而该泊车任务指令可以是车载装置与云服务器、中控系统服务器等连接，通过云服务器、中控系统服务器等处获得，也可以是在车载装置中预先设置好的泊车任务指令，但不仅局限于此。此处对泊车任务指令的获得方式不做限制。
步骤302、根据待泊车的位置，确定自动驾驶卡车的牵引车泊车位置和一至多个挂车泊车位置。
对于自动驾驶卡车，一般可以预先获知该自动驾驶卡车的物理模型，根据该物理模型可以得到自动驾驶卡车相关的结构参数，例如挂车长度、轴距、牵引车长度等，以牵引车仅挂载一个挂车为例，从而在如图4中的pq为牵引车最终要达到的位置，即牵引车泊车位置，而一般情况下，自动驾驶卡车在泊车时，牵引车和挂车之间的挂车夹角为0，则可以根据自动驾驶卡车相关的结构参数获知挂车泊车位置pg。
步骤303、根据牵引车泊车位置和一至多个挂车泊车位置，分别确定牵引车和一至多个挂车各自对应的全局规划路径。
此处，由于自动驾驶卡车是牵引车带挂车的方式的车辆，其具有多个控制参考点p1至pn，因此该自动驾驶卡车一般对应多条全局规划路径，即例如图1中的牵引车101和一至多个挂车102各自对应的全局规划路径。在自动驾驶领域中，若要进行自动驾驶卡车的泊车行驶控制，首先需要规划好全局规划路径。此处的全局规划路径是指自动驾驶卡车从车辆当前位置到车辆终点位置的规划路径，该全局规划路径可以是自动驾驶卡车正向行驶的规划路径，可以是自动驾驶卡车向后倒车行驶的规划路径，还可以是包括正向行驶和向后倒车行驶的规划路径。
步骤304、对各条全局规划路径进行分段，获得每条全局规划路径对应的多个分段规划路径。
此处，该步骤304中对全局规划路径进行分段，获得多个分段规划路径可以有多种方式，例如如图5所示，以自动驾驶卡车truck01(此处仅以牵引车101挂载一个挂车102为例)需要在图5中的停车位停车为例，其全局规划路径如图5中的l2(牵引车101对应的全局规划路径，即图5中的粗虚线)和l3(挂车102对应的全局规划路径，即图5中的细实线)所示，该l2和l3包括正向行驶的规划路径和向后倒车行驶的规划路径(原因是道路和停车位空间有限，自动驾驶卡车需要正向、后向行驶一至多次来完成泊车)。
方式一：从每条全局规划路径(如图5中的l2和l3)中获得每条全局规划路径对应的一至多段车辆前进规划路径(图5中l2和l3分别有两段车辆前进规划路径，即正向行驶的规划路径l21、l23、l31、l33)和每条全局规划路径对应的一至多段车辆后退规划路径(图5中l2和l3分别有两段车辆后退规划路径，即向后倒车行驶的规划路径l22、l24、l32、l34)；其中，车辆前进规划路径和车辆后退规划路径交替排列(即如图5所示，l21为车辆前进规划路径，则l22为车辆后退规划路径，l23为车辆前进规划路径，l24为车辆后退规划路径)；将一至多段车辆前进规划路径和一至多段车辆后退规划路径中的每一段规划路径作为一分段规划路径(在图5中，即将正向行驶的规划路径l21、l23、l31、l33和向后倒车行驶的规划路径l22、l24、l32、l34分别作为分段规划路径)。
方式二：从每条全局规划路径(如图5中的l2和l3)中获得每条全局规划路径对应的一至多段车辆前进规划路径(图5中的l2和l3分别有两段车辆前进规划路径，即正向行驶的规划路径l21、l23、l31、l33)和每条全局规划路径对应的一至多段车辆后退规划路径(图5中l2和l3分别有两段车辆后退规划路径，即向后倒车行驶的规划路径l22、l24、l32、l34)；其中，车辆前进规划路径和车辆后退规划路径交替排列(即如图5所示，l21为车辆前进规划路径，则l22为车辆后退规划路径，l23为车辆前进规划路径，l24为车辆后退规划路径)；根据预先设置的第一分段长度，在一条车辆前进规划路径或车辆后退规划路径的长度大于第一分段长度时，将该条车辆前进规划路径或车辆后退规划路径划分为一至多段分段规划路径；在一条车辆前进规划路径或车辆后退规划路径的长度小于等于第一分段长度时，将该条车辆前进规划路径或车辆后退规划路径作为一分段规划路径。例如，如图6所示，该第一分段长度为s1，而正向行驶的规划路径l21长度大于第一分段长度s1，正向行驶的规划路径l23长度小于第一分段长度s1，则如图6所示，可将l21以第一分段长度s1划分为多段分段规划路径(若l21的最后一段长度不足s1，则也可以作为一段分段规划路径，例如图6中l21被划分为分段规划路径1至分段规划路径3)，将l23作为一分段规划路径。相类似的，例如l31、l33、l22、l24、l32、l34也可按照上述方式划分分段规划路径，此处不再赘述。
方式三：以图5中的l2和l3为例，如图7所示，可以根据预先设置的第二分段长度s2，对全局规划路径进行分段，获得多个长度为第二分段长度s2的分段规划路径(对于l2或l3分别对应的全局规划路径，若最后一段规划路径的长度小于第二分段长度s2，则也可以作为一段分段规划路径)。例如，图7中，对于l2，可以划分为分段规划路径1至分段规划路径7。
步骤305、获得牵引车控制参考点参数和挂车控制参考点参数。
如图8所示，该牵引车控制参考点参数可以包括牵引车控制参考点的位置(x实际牵，y实际牵)和牵引车控制参考点的运动方向θ实际牵，例如牵引车控制参考点的位置(x实际牵，y实际牵)为牵引车的后轴中心，牵引车控制参考点的运动方向θ实际牵为牵引车的后轴中心的运动方向。该挂车控制参考点参数包括挂车控制参考点的位置(x实际挂，y实际挂)和挂车控制参考点的运动方向θ实际挂，例如挂车控制参考点的位置(x实际挂，y实际挂)为挂车的后轴中心，挂车控制参考点的运动方向θ实际挂为挂车的后轴中心的运动方向。
其中，对于牵引车控制参考点的位置(x实际牵，y实际牵)和挂车控制参考点的位置(x实际挂，y实际挂)可以采用以下定位方式：例如，可以采用基于rtk的gps和imu的定位方式来确定牵引车控制参考点的位置(x实际牵，y实际牵)和挂车控制参考点的位置(x实际挂，y实际挂)，即通过自动驾驶卡车上的gps和imu来综合定位。又例如，可以采用在车辆行驶场景中设置至少三个uwb基站，以及在自动驾驶卡车中设置uwb标签，从而可以通过uwb标签与至少三个uwb基站进行的交互得到uwb标签与各uwb基站的距离信息；根据uwb标签与各uwb基站的距离信息以及至少三个uwb基站的位置信息，从而可以计算得到uwb标签的位置信息，从而获得牵引车控制参考点的位置(x实际牵，y实际牵)和挂车控制参考点的位置(x实际挂，y实际挂)。又例如，可以采用自动驾驶卡车上的gps、imu、激光雷达和摄像头等传感器来进行多传感器的融合定位，从而获得牵引车控制参考点的位置(x实际牵，y实际牵)和挂车控制参考点的位置(x实际挂，y实际挂)。具体的定位方式还有很多种，此处不再一一列举。
步骤306、根据一第一分段规划路径、牵引车控制参考点参数和挂车控制参考点参数，确定自动驾驶卡车的自动驾驶状态量。
其中，自动驾驶状态量是指自动驾驶卡车在根据规划路径行驶时的与行驶相关的状态量，例如牵引车位置偏差、挂车位置偏差、牵引车位置偏差导数、挂车位置偏差导数、牵引车方向角偏差以及挂车方向角偏差等。在本申请一实施例中，该自动驾驶状态量可以选用牵引车位置偏差、牵引车位置偏差导数、牵引车方向角偏差、挂车位置偏差、挂车位置偏差导数和挂车方向角偏差中的一种或多种。
此处，如图9所示，对于步骤306，本申请的一实施例列举了一种方式，但不仅局限于此，本领域技术人员根据具体算法的需求还可以列举更多的牵引车位置偏差、挂车位置偏差、牵引车方向角偏差、挂车方向角偏差的确定方式。
例如，可以从牵引车对应的规划路径(图9中的粗虚线)上获得距离牵引车控制参考点的位置q最近的第一目标点的位置c1，确定牵引车控制参考点的位置q与第一目标点的位置c1之差，作为牵引车位置偏差；将q点处的牵引车控制参考点的运动方向θ实际牵和c1处的目标车辆向角度信息θ目标牵之差作为牵引车方向角偏差。另外，可以从挂车对应的规划路径(图9中的细实线)上获得距离挂车控制参考点的位置g最近的第二目标点的位置c2，确定挂车控制参考点的位置g与第二目标点的位置c2之差，作为挂车位置偏差；将g点处的挂车控制参考点的运动方向θ实际挂和c2处的目标车辆向角度信息θ目标挂之差作为挂车方向角偏差。以上方式仅为一实例，但不仅局限于此。
步骤307、根据挂车控制参考点参数，采用预先设置的轨迹追踪算法，将挂车作为独立控制对象，对挂车控制参考点在第一分段规划路径上进行轨迹追踪，确定挂车控制参考点参数满足预设控制目的所需的挂车等效转向角。
其中，该预先设置的轨迹追踪算法可以为模型预测控制算法(mpc算法)、线性二次型调节器算法(lqr算法)或纯追踪算法(pp，purepursuit算法)。此处，是将挂车作为独立控制对象，即相当于将挂车作为一个单独的车辆，预设控制目的是为了使得挂车位置偏差、挂车位置偏差导数和挂车方向角偏差趋近于0，从而得到所需的挂车等效转向角，此处并非真正要按照这个挂车等效转向角来控制车辆，而是最终要确定牵引车的方向盘转角来进行牵引车的控制。具体通过模型预测控制算法、线性二次型调节器算法或纯追踪算法进行轨迹追踪的方式属于现有技术，此处不再赘述。
步骤308、获得牵引车与挂车之间的挂车夹角。
具体的，如图10所示，挂车102与牵引车101可能存在一定的夹角(称作挂车夹角)。对于挂车夹角的确定，例如可以参见公开号为cn108761481a的专利申请方案，此处不再赘述。
步骤309、根据挂车等效转向角δ′t、自动驾驶状态量a，以及上一控制周期的挂车夹角
其中，自动驾驶状态量a为牵引车位置偏差e牵t、牵引车位置偏差导数e′牵t、牵引车方向角偏差eθ牵t、挂车位置偏差e挂t、挂车位置偏差导数e′挂t和挂车方向角偏差eθ挂t中的一种或多种。该牵引车控制量函数
自动驾驶状态量约束条件包括牵引车位置偏差e牵t、牵引车位置偏差导数e′牵t、牵引车方向角偏差eθ牵t、挂车位置偏差e挂t、挂车位置偏差导数e′挂t和挂车方向角偏差eθ挂t中的一种或多种对应的约束条件：牵引车位置偏差e牵t在趋近于0的第一预设范围内；牵引车位置偏差导数e′牵t在趋近于0的第二预设范围内；牵引车方向角偏差eθ牵t在趋近于0的第三预设范围内；挂车位置偏差e挂t在趋近于0的第四预设范围内；挂车位置偏差导数e′挂t在趋近于0的第五预设范围内；挂车方向角偏差eθ挂t在趋近于0的第六预设范围内。
步骤310、将当前控制周期t的牵引车的方向盘转角预估值
其中，自动驾驶卡车的牵引车向牵引车对应的分段规划路径的终点行驶，自动驾驶卡车的挂车向该挂车对应的分段规划路径的终点行驶。
另外，在步骤310之后可以返回步骤305，进行下一控制周期t 1的控制，从而控制挂车的控制参考点向规划路径终点行驶。
步骤311、监控在每个分段规划路径终点自动驾驶卡车的偏离情况数据。
在步骤311之后执行步骤312或者步骤313。
步骤312、监控到在一第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点。
在步骤312之后，继续执行步骤314。
步骤313、监控到在一第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点。
在步骤313之后，继续执行步骤315。
由于自动驾驶卡车一般对应了多条全局规划路径，因此此处的第一分段规划路径可以是指某一全局规划路径的一条分段规划路径(例如，图5中全局规划路径l2的一条分段规划路径l21)，也可以是在相同时刻，一组全局规划路径的一组分段规划路径(例如，图5中，全局规划路径l2和l3在第一次正向行驶阶段，存在一组分段规划路径l21和l31，即牵引车和挂车在相同时刻对应分段规划路径l21和l31)。
对于上述步骤312和步骤313，监控到在一第一分段规划路径终点自动驾驶卡车是否偏离第一分段规划路径终点的方式可以为：
获得牵引车对应的第一分段规划路径终点的第一目标位置信息和第一目标车辆朝向角度信息，以及获得挂车对应的第一分段规划路径终点的第二目标位置信息和第二目标车辆朝向角度信息。例如，以在图5中，全局规划路径l2被划分为分段规划路径l21、l22、l23和l24，以及全局规划路径l3被划分为分段规划路径l31、l32、l33和l34为例。如图11(a)所示，对于自动驾驶卡车根据l21和l31进行正向行驶时，获得l21终点的第一目标位置信息(xl21终，yl21终)，获得l31终点的第二目标位置信息(xl31终，yl31终)，以及获得l21终点的第一目标车辆朝向角度信息θl21终，获得l31终点的第二目标车辆朝向角度信息θl31终。
获得牵引车向牵引车对应的第一分段规划路径终点行驶结束时的第一实际位置信息和第一实际车辆朝向角度信息，以及获得挂车向挂车对应的第一分段规划路径终点行驶结束时的第二实际位置信息和第二实际车辆朝向角度信息。例如，以图5中，全局规划路径l2被划分为分段规划路径l21、l22、l23和l24，以及全局规划路径l3被划分为分段规划路径l31、l32、l33和l34为例。如图11(a)所示，对于牵引车根据l21进行正向行驶时，获得牵引车向牵引车对应的第一分段规划路径l21的终点行驶结束时的第一实际位置信息(x实际牵，y实际牵)和第一实际车辆朝向角度信息θ实际牵，以及对于挂车根据l31进行正向行驶时，获得挂车向挂车对应的第一分段规划路径l31的终点行驶结束时的第二实际位置信息(x实际挂，y实际挂)和第二实际车辆朝向角度信息θ实际挂。此处，第一实际车辆朝向角度信息θ实际牵和第二实际车辆朝向角度信息θ实际挂可以分别通过牵引车和挂车上的imu来确定，但不仅局限于此。而对于第一实际位置信息(x实际牵，y实际牵)和第二实际位置信息(x实际挂，y实际挂)的确定，可以采用以下定位方式：例如，可以采用基于rtk的gps和imu的定位方式来确定第一实际位置信息(x实际牵，y实际牵)和第二实际位置信息(x实际挂，y实际挂)，即通过自动驾驶卡车上的gps和imu来综合定位。又例如，可以采用在车辆行驶场景中设置至少三个uwb基站，以及在自动驾驶卡车中设置uwb标签，从而可以通过uwb标签与至少三个uwb基站进行的交互得到uwb标签与各uwb基站的距离信息；根据uwb标签与各uwb基站的距离信息以及至少三个uwb基站的位置信息，从而可以计算得到uwb标签的位置信息，从而获得第一实际位置信息(x实际牵，y实际牵)和第二实际位置信息(x实际挂，y实际挂)。又例如，可以采用自动驾驶卡车上的gps、imu、激光雷达和摄像头等传感器来进行多传感器的融合定位，从而获得第一实际位置信息(x实际牵，y实际牵)和第二实际位置信息(x实际挂，y实际挂)。具体的定位方式还有很多种，此处不再一一列举。
将第一实际位置信息与第一目标位置信息进行比较，形成牵引车位置比较结果。以及将第二实际位置信息与第二目标位置信息进行比较，形成挂车位置比较结果。例如上述图11(a)和图11(b)中，将第一实际位置信息(x实际牵，y实际牵)与第一目标位置信息(xl21终，yl21终)进行比较，得到牵引车位置比较结果，例如为牵引车位置偏差。将第二实际位置信息(x实际挂，y实际挂)与第二目标位置信息(xl31终，yl31终)进行比较，得到挂车位置比较结果，例如为挂车位置偏差。
将第一实际车辆朝向角度信息与第一目标车辆朝向角度信息进行比较，形成牵引车朝向比较结果；以及将第二实际车辆朝向角度信息与第二目标车辆朝向角度信息进行比较，形成挂车朝向比较结果；例如上述图11(a)和图11(b)中，将第一实际车辆朝向角度信息θ实际牵和第一目标车辆朝向角度信息θl21终进行比较，得到牵引车朝向比较结果，例如牵引车的朝向角度偏差。另外，将第二实际车辆朝向角度信息θ实际挂和第二目标车辆朝向角度信息θl31终进行比较，得到挂车朝向比较结果，例如挂车的朝向角度偏差。
根据牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果中的一种或多种，确定在一第一分段规划路径终点自动驾驶卡车是否偏离该第一分段规划路径终点。即在确定自动驾驶卡车是否偏离第一分段规划路径终点时，可以采用集合{牵引车位置比较结果，牵引车朝向比较结果，挂车位置比较结果，挂车朝向比较结果}的子集来进行判断。对于自动驾驶卡车的泊车场景，如倒车入库，有时候仅需要关注挂车位置和挂车朝向即可，此时则可以仅通过挂车位置比较结果和挂车朝向比较结果来判断自动驾驶卡车是否偏离第一分段规划路径终点。以下举一个具体的实例，例如采用的是集合{牵引车位置比较结果，牵引车朝向比较结果，挂车位置比较结果，挂车朝向比较结果}中的每一个比较结果。即例如，可以根据牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果，在牵引车位置比较结果为第一实际位置信息与第一目标位置信息的偏差大于预先设置的第一位置偏差阈值，或者在牵引车朝向比较结果为第一实际车辆朝向角度信息与第一目标车辆朝向角度信息的偏差大于预先设置的第一朝向角度偏差阈值，或者在挂车位置比较结果为第二实际位置信息与第二目标位置信息的偏差大于预先设置的第二位置偏差阈值，或者在挂车朝向比较结果为第二实际车辆朝向角度信息与第二目标车辆朝向角度信息的偏差大于预先设置的第二朝向角度偏差阈值时，确定在第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点。根据牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果，在牵引车位置比较结果为第一实际位置信息与第一目标位置信息的偏差小于等于预先设置的第一位置偏差阈值，牵引车朝向比较结果为第一实际车辆朝向角度信息与第一目标车辆朝向角度信息的偏差小于等于预先设置的第一朝向角度偏差阈值，挂车位置比较结果为第二实际位置信息与第二目标位置信息的偏差小于等于预先设置的第二位置偏差阈值，挂车朝向比较结果为第二实际车辆朝向角度信息与第二目标车辆朝向角度信息的偏差小于等于预先设置的第二朝向角度偏差阈值时，确定在第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点。
步骤314、在第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点时，根据牵引车当前实际位置和牵引车的全局规划路径的终点，采用路径规划算法生成重新规划后的牵引车的全局规划路径，根据挂车当前实际位置和挂车的全局规划路径的终点，采用路径规划算法生成重新规划后的挂车的全局规划路径。
在本申请的一实施例中，生成全局规划路径以及重新规划全局规划路径的路径规划算法很多，例如a*规划算法、dijkstra算法(迪杰斯特拉算法)、模拟退火算法、蚁群算法、遗传算法、粒子群算法、floyd算法(弗洛伊德算法)、hybrida*规划算法(混合a*规划算法)等，但不仅局限于此，此处不再一一列举。
例如，如图11(a)和图11(b)所示，牵引车位置比较结果为第一实际位置信息(x实际牵，y实际牵)与第一目标位置信息(xl21终，yl21终)的偏差大于预先设置的位置偏差阈值，挂车位置比较结果为第二实际位置信息(x实际挂，y实际挂)与第二目标位置信息(xl31终，yl31终)的偏差大于预先设置的位置偏差阈值。则根据牵引车的第一实际位置信息(x实际牵，y实际牵)、挂车的第二实际位置信息(x实际挂，y实际挂)，以及全局规划路径l2和l3各自的终点p停l2、p停l3，采用路径规划算法生成重新规划后的全局规划路径，即分段规划路径l21和l31已经进行过行驶，因此只需要重新规划，得到原分段规划路径l22、l23、l24对应的重新规划后的全局规划路径l’2(图11(b)中的粗虚线)，以及原分段规划路径l32、l33、l34对应的重新规划后的全局规划路径l’3(图11(b)中的细实线)。
步骤315、在第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点时，确定牵引车继续根据该牵引车对应的分段规划路径的下一分段规划路径行驶，以及确定挂车继续根据该挂车对应的分段规划路径的下一分段规划路径行驶。
例如，如图11(a)所示，在分段规划路径l21和l31终点牵引车和挂车分别未偏离，则可以确定牵引车和挂车分别继续根据该分段规划路径l21和l31各自对应的下一分段规划路径l22和l32进行行驶，而无需采用路径规划算法生成重新规划后的全局规划路径。
可见，上述步骤301至步骤315可以满足自动驾驶卡车的泊车行驶需求，保证了该自动驾驶卡车的泊车精确度。
另外，在根据上述步骤301至步骤315来完成自动驾驶卡车的泊车控制，实现自动驾驶卡车行驶至待泊车的位置之后，当再次获得泊车任务之后的一待执行任务指令(例如自动驾驶卡车接收到新的前往目的地的行车任务等，但不仅局限于此)。此时，需要对待执行任务指令进行任务重规划(例如确定目的地终点，确定规划路径等)，则在根据待执行任务指令进行任务重规划之前，在车载装置的内存中将之前执行的泊车任务的任务数据进行数据清洗，以避免对待执行任务指令的干扰以及占用内存空间。
另外，如图12所示，本申请的一实施例还提供一种自动驾驶卡车的泊车控制装置，应用于一种自动驾驶卡车，自动驾驶卡车包括牵引车和挂车；自动驾驶卡车的泊车控制装置包括：
指令获得单元41，用于获得泊车任务指令；所述泊车任务指令包括待泊车的位置。
全局规划路径确定单元42，用于根据待泊车的位置，确定自动驾驶卡车的全局规划路径。
分段单元43，用于对全局规划路径进行分段，获得多个分段规划路径。
偏离监控单元44，用于依次根据每个分段规划路径控制自动驾驶卡车进行行驶，监控在每个分段规划路径终点自动驾驶卡车的偏离情况数据。
泊车规划及控制单元45，用于根据自动驾驶卡车的偏离情况数据，重新规划自动驾驶卡车的全局规划路径，直至控制自动驾驶卡车行驶至待泊车的位置。
该自动驾驶卡车的泊车控制装置的具体实现方式可以参见上述图1至图11(b)所示的自动驾驶卡车的泊车控制方法的实施例，此处不再赘述。
另外，本申请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上述图1至图11(b)所示的自动驾驶卡车的泊车控制方法。其具体实现方式可以参见上述图1至图11(b)所示的自动驾驶卡车的泊车控制方法的实施例，此处不再赘述。
另外，本申请实施例还提供一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，该处理器执行所述程序时实现上述图1至图11(b)所示的自动驾驶卡车的泊车控制方法。其具体实现方式可以参见上述图1至图11(b)所示的自动驾驶卡车的泊车控制方法的实施例，此处不再赘述。
另外，如图13所示，本申请实施例还提供一种自动驾驶卡车10，包括牵引车101、挂车102以及上述计算机设备103，该计算机设备103包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，该处理器执行所述程序时实现上述图1至图11(b)所示的自动驾驶卡车的泊车控制方法。其具体实现方式可以参见上述图1至图11(b)所示的自动驾驶卡车的泊车控制方法的实施例，此处不再赘述。该计算机设备103可以设置于牵引车101内，但不仅局限于此。在牵引车101内还设置有转向电机控制器104和转向电机105，转向电机控制器104与转向电机105连接以控制该转向电机105。
本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请中应用了具体实施例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
1.一种自动驾驶卡车的泊车控制方法，其特征在于，应用于一种自动驾驶卡车，所述自动驾驶卡车包括牵引车和挂车；所述自动驾驶卡车的泊车控制方法包括：
获得泊车任务指令；所述泊车任务指令包括待泊车的位置；
根据所述待泊车的位置，确定自动驾驶卡车的全局规划路径；
对所述全局规划路径进行分段，获得多个分段规划路径；
依次根据每个分段规划路径控制自动驾驶卡车进行行驶，监控在每个分段规划路径终点自动驾驶卡车的偏离情况数据；
根据自动驾驶卡车的偏离情况数据，重新规划自动驾驶卡车的全局规划路径，直至控制自动驾驶卡车行驶至待泊车的位置。
2.根据权利要求1所述的自动驾驶卡车的泊车控制方法，其特征在于，所述自动驾驶卡车包括牵引车和一至多个挂车，所述牵引车挂载所述挂车；所述牵引车和一至多个挂车分别具有各自对应的控制参考点；所述根据所述待泊车的位置，确定自动驾驶卡车的全局规划路径，包括：
根据所述待泊车的位置，确定自动驾驶卡车的牵引车泊车位置和一至多个挂车泊车位置；
根据牵引车泊车位置和一至多个挂车泊车位置，分别确定牵引车和一至多个挂车各自对应的全局规划路径。
3.根据权利要求1所述的自动驾驶卡车的泊车控制方法，其特征在于，所述对所述全局规划路径进行分段，获得多个分段规划路径，包括：
从所述全局规划路径中获得一至多段车辆前进规划路径和一至多段车辆后退规划路径；所述车辆前进规划路径和车辆后退规划路径交替排列；
将所述一至多段车辆前进规划路径和一至多段车辆后退规划路径中的每一段规划路径作为一分段规划路径。
4.根据权利要求1所述的自动驾驶卡车的泊车控制方法，其特征在于，所述对所述全局规划路径进行分段，获得多个分段规划路径，包括：
从所述全局规划路径中获得一至多段车辆前进规划路径和一至多段车辆后退规划路径；所述车辆前进规划路径和车辆后退规划路径交替排列；
根据预先设置的第一分段长度，在一条车辆前进规划路径或车辆后退规划路径的长度大于所述第一分段长度时，将该条车辆前进规划路径或车辆后退规划路径划分为一至多段分段规划路径；在一条车辆前进规划路径或车辆后退规划路径的长度小于等于所述第一分段长度时，将该条车辆前进规划路径或车辆后退规划路径作为一分段规划路径。
5.根据权利要求1所述的自动驾驶卡车的泊车控制方法，其特征在于，所述对所述全局规划路径进行分段，获得多个分段规划路径，包括：
根据预先设置的第二分段长度，对所述全局规划路径进行分段，获得多个长度为第二分段长度的分段规划路径。
6.根据权利要求2所述的自动驾驶卡车的泊车控制方法，其特征在于，所述依次根据每个分段规划路径控制自动驾驶卡车进行行驶，监控在每个分段规划路径终点自动驾驶卡车的偏离情况数据，包括：
获得牵引车控制参考点参数和挂车控制参考点参数；
根据一第一分段规划路径、牵引车控制参考点参数和挂车控制参考点参数，确定自动驾驶卡车的自动驾驶状态量；
根据所述挂车控制参考点参数，采用预先设置的轨迹追踪算法，将挂车作为独立控制对象，对挂车控制参考点在所述第一分段规划路径上进行轨迹追踪，确定挂车控制参考点参数满足预设控制目的所需的挂车等效转向角；
获得牵引车与挂车之间的挂车夹角；
根据所述挂车等效转向角、挂车夹角、预先设置的牵引车控制量函数以及自动驾驶状态量约束条件，确定牵引车的横向控制量；
将所述牵引车的横向控制量发送至牵引车的转向电机控制器，以使得所述转向电机控制器控制牵引车的转向电机以所述转向控制量进行转向动作，以控制自动驾驶卡车向该第一分段规划路径的终点行驶；其中，自动驾驶卡车的牵引车向牵引车对应的分段规划路径的终点行驶，自动驾驶卡车的挂车向该挂车对应的分段规划路径的终点行驶；
监控到在一第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点，或者监控到在一第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点。
7.根据权利要求6所述的自动驾驶卡车的泊车控制方法，其特征在于，所述牵引车控制参考点参数包括牵引车控制参考点的位置和牵引车控制参考点的运动方向；所述挂车控制参考点参数包括挂车控制参考点的位置和挂车控制参考点的运动方向。
8.根据权利要求7所述的自动驾驶卡车的泊车控制方法，其特征在于，所述自动驾驶状态量包括牵引车位置偏差、牵引车位置偏差导数、牵引车方向角偏差、挂车位置偏差、挂车位置偏差导数和挂车方向角偏差中的一种或多种。
9.根据权利要求8所述的自动驾驶卡车的泊车控制方法，其特征在于，所述牵引车的横向控制量为牵引车的方向盘转角；所述牵引车控制量函数为
所述根据所述挂车等效转向角、挂车夹角、预先设置的牵引车控制量函数以及自动驾驶状态量约束条件，确定牵引车的横向控制量，包括：
根据挂车等效转向角δt′、自动驾驶状态量a，以及上一控制周期的挂车夹角
所述自动驾驶状态量约束条件包括牵引车位置偏差e牵t、牵引车位置偏差导数e′牵t、牵引车方向角偏差eθ牵t、挂车位置偏差e挂t、挂车位置偏差导数e′挂t和挂车方向角偏差eθ挂t中的一种或多种对应的约束条件：牵引车位置偏差e牵t在趋近于0的第一预设范围内；牵引车位置偏差导数e′牵t在趋近于0的第二预设范围内；牵引车方向角偏差eθ牵t在趋近于0的第三预设范围内；挂车位置偏差e挂t在趋近于0的第四预设范围内；挂车位置偏差导数e′挂t在趋近于0的第五预设范围内；挂车方向角偏差eθ挂t在趋近于0的第六预设范围内。
10.根据权利要求9所述的自动驾驶卡车的泊车控制方法，其特征在于，所述将所述牵引车的横向控制量发送至牵引车的转向电机控制器，以使得所述转向电机控制器控制牵引车的转向电机以所述转向控制量进行转向动作，以控制自动驾驶卡车向该第一分段规划路径的终点行驶，包括：
将当前控制周期t的牵引车的方向盘转角预估值
11.根据权利要求6所述的自动驾驶卡车的泊车控制方法，其特征在于，所述监控到在一第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点，或者监控到在一第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点，包括：
获得牵引车对应的第一分段规划路径终点的第一目标位置信息和第一目标车辆朝向角度信息，以及获得挂车对应的第一分段规划路径终点的第二目标位置信息和第二目标车辆朝向角度信息；
获得牵引车向牵引车对应的第一分段规划路径终点行驶结束时的第一实际位置信息和第一实际车辆朝向角度信息，以及获得挂车向挂车对应的第一分段规划路径终点行驶结束时的第二实际位置信息和第二实际车辆朝向角度信息；
将第一实际位置信息与第一目标位置信息进行比较，形成牵引车位置比较结果；
将第一实际车辆朝向角度信息与第一目标车辆朝向角度信息进行比较，形成牵引车朝向比较结果；
将第二实际位置信息与第二目标位置信息进行比较，形成挂车位置比较结果；
将第二实际车辆朝向角度信息与第二目标车辆朝向角度信息进行比较，形成挂车朝向比较结果；
根据所述牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果中的一种或多种，确定在一第一分段规划路径终点自动驾驶卡车是否偏离该第一分段规划路径终点。
12.根据权利要求11所述的自动驾驶卡车的泊车控制方法，其特征在于，所述根据所述牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果中的一种或多种，确定在一第一分段规划路径终点自动驾驶卡车是否偏离该第一分段规划路径终点，包括：
根据所述牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果，在所述牵引车位置比较结果为第一实际位置信息与第一目标位置信息的偏差大于预先设置的第一位置偏差阈值，或者在所述牵引车朝向比较结果为第一实际车辆朝向角度信息与第一目标车辆朝向角度信息的偏差大于预先设置的第一朝向角度偏差阈值，或者在所述挂车位置比较结果为第二实际位置信息与第二目标位置信息的偏差大于预先设置的第二位置偏差阈值，或者在所述挂车朝向比较结果为第二实际车辆朝向角度信息与第二目标车辆朝向角度信息的偏差大于预先设置的第二朝向角度偏差阈值时，确定在第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点；
根据所述牵引车位置比较结果、牵引车朝向比较结果、挂车位置比较结果和挂车朝向比较结果，在所述牵引车位置比较结果为第一实际位置信息与第一目标位置信息的偏差小于等于预先设置的第一位置偏差阈值，所述牵引车朝向比较结果为第一实际车辆朝向角度信息与第一目标车辆朝向角度信息的偏差小于等于预先设置的第一朝向角度偏差阈值，所述挂车位置比较结果为第二实际位置信息与第二目标位置信息的偏差小于等于预先设置的第二位置偏差阈值，所述挂车朝向比较结果为第二实际车辆朝向角度信息与第二目标车辆朝向角度信息的偏差小于等于预先设置的第二朝向角度偏差阈值时，确定在第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点。
13.根据权利要求6所述的自动驾驶卡车的泊车控制方法，其特征在于，所述根据自动驾驶卡车的偏离情况数据，重新规划自动驾驶卡车的全局规划路径，包括：
在第一分段规划路径终点自动驾驶卡车偏离该第一分段规划路径终点时，根据牵引车当前实际位置和牵引车的全局规划路径的终点，采用路径规划算法生成重新规划后的牵引车的全局规划路径，根据挂车当前实际位置和挂车的全局规划路径的终点，采用路径规划算法生成重新规划后的挂车的全局规划路径。
14.根据权利要求6所述的自动驾驶卡车的泊车控制方法，其特征在于，所述方法还包括：
在第一分段规划路径终点自动驾驶卡车未偏离该第一分段规划路径终点时，确定牵引车继续根据该牵引车对应的分段规划路径的下一分段规划路径行驶，以及确定挂车继续根据该挂车对应的分段规划路径的下一分段规划路径行驶。
15.根据权利要求1所述的自动驾驶卡车的泊车控制方法，其特征在于，在控制自动驾驶卡车行驶至待泊车的位置之后，还包括：
获得泊车任务之后的一待执行任务指令；
在根据待执行任务指令进行任务重规划之前，在内存中将所述泊车任务的任务数据进行数据清洗。
16.一种自动驾驶卡车的泊车控制装置，其特征在于，应用于一种自动驾驶卡车，所述自动驾驶卡车包括牵引车和挂车；所述自动驾驶卡车的泊车控制装置包括：
指令获得单元，用于获得泊车任务指令；所述泊车任务指令包括待泊车的位置；
全局规划路径确定单元，用于根据所述待泊车的位置，确定自动驾驶卡车的全局规划路径；
分段单元，用于对所述全局规划路径进行分段，获得多个分段规划路径；
偏离监控单元，用于依次根据每个分段规划路径控制自动驾驶卡车进行行驶，监控在每个分段规划路径终点自动驾驶卡车的偏离情况数据；
泊车规划及控制单元，用于根据自动驾驶卡车的偏离情况数据，重新规划自动驾驶卡车的全局规划路径，直至控制自动驾驶卡车行驶至待泊车的位置。
17.一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权利要求1至15所述的自动驾驶卡车的泊车控制方法。
18.一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至15所述的自动驾驶卡车的泊车控制方法。
19.一种自动驾驶卡车，其特征在于，包括牵引车、挂车以及权利要求18所述的计算机设备。
技术总结