本发明涉及车辆，特别是涉及一种基于几何法的泊车重规划方法、系统、电子设备、存储介质及车辆。
背景技术：
1、自动泊车规划方法是指在自动泊车系统中用于确定车辆从当前位置到目标停车位的最优或可行路径的技术。这涉及到对车辆周围环境的感知、障碍物的识别、空间的几何分析以及动态控制策略的制定。规划方法通常包括但不限于基于传感器的感知数据处理、路径搜索算法、运动学和动力学模型的建立以及轨迹跟踪控制。这些方法的目的是确保车辆能够在有限的空间内安全、高效地完成停车任务，同时避免与周围障碍物发生碰撞。
2、现有技术中的基于几何法泊车规划算法通常基于静态环境的假设，即障碍物的位置和大小在规划过程中保持不变。然而，在实际情况中，障碍物可能会移动或改变形状，这使得基于几何法的规划算法无法有效应对这种动态变化。对于形状复杂或不规则的障碍物，几何法可能难以准确描述其形状和位置，从而导致规划出的路径不安全或不可行。
3、因此，本申请提供一种基于几何法的泊车重规划方法以解决上述技术问题。
技术实现思路
1、本发明的目的在于提供一种基于几何法的泊车重规划方法、系统、电子设备、存储介质及车辆，用以解决现有技术中在面对障碍物以及周围环境发生变化时，规划出的泊车路径不安全或不可行的技术问题。
2、为了解决上述技术问题，本发明提供了一种基于几何法的泊车重规划方法，包括：
3、实时监测步骤，包括实时监测周围环境，获取障碍物信息，其中，所述障碍物信息包括障碍物的位置、尺寸以及动态变化信息；
4、场景评估步骤，包括基于监测到的所述障碍物信息、当前车辆状态信息以及目标停车位的位置，对当前泊车场景进行评估，以确定是否需要进行重规划；
5、场景分类与策略选择步骤，包括基于评估后的所述重规划场景，根据特定的分类标准划分为不同类别，并针对所述不同类别选择相应的重规划策略；
6、轨迹重规划与执行步骤，包括根据选定的所述重规划策略，结合所述车辆状态信息以及环境约束，重新规划车辆的泊车轨迹，并执行所述泊车轨迹以完成泊车。
7、在其中一些具体实施例中，实时监测步骤，包括实时监测周围环境，获取障碍物信息，其中，所述障碍物信息包括障碍物的位置、尺寸以及动态变化信息，进一步包括：
8、实时采集周围环境数据，包括障碍物的距离、速度、角度和图像信息；
9、对所述环境数据进行处理，识别并定位障碍物，确定所述障碍物的位置、尺寸和形状信息；
10、基于处理后的所述环境数据，构建车辆周围的几何模型，用于场景评估和轨迹规划。
11、在其中一些具体实施例中，场景评估步骤，包括基于监测到的所述障碍物信息、当前车辆状态信息以及目标停车位的位置，对当前泊车场景进行评估，以确定是否需要进行重规划，进一步包括：
12、车辆状态监测，获取当前车辆状态信息，包括车辆位置、速度、方向以及加速度信息；
13、根据所述车辆状态信息以及所述障碍物信息，计算车辆与障碍物之间的相对位置关系，包括距离以及角度；
14、基于所述车辆状态信息、所述车辆与障碍物之间的相对位置关系以及所述目标停车位的位置，评估车辆在当前场景下完成泊车的可行性，以确定是否需要重规划。
15、在其中一些具体实施例中，场景分类与策略选择步骤，包括基于评估后的所述重规划场景，根据特定的分类标准划分为不同类别，并针对所述不同类别选择相应的重规划策略，进一步包括：
16、所述分类标准，包括根据障碍物的位置、数量以及类型特征，将重规划场景划分为不同的类别，包括平行前进遇障碍、向上调整前进遇障碍、向下调整被立柱阻挡及泊车横向偏差过大类别；
17、针对每一类别，设定相应的判断条件，包括基于车辆的最小转弯半径、防碰撞安全距离以及车位大小参数设定；
18、根据判断条件的结果，选择相应的所述重规划策略，包括直接倒车法、先倒车后人字形泊入、c字型泊入或终点调整重规划策略。
19、在其中一些具体实施例中，轨迹重规划与执行步骤，包括根据选定的所述重规划策略，结合所述车辆状态信息以及环境约束，重新规划车辆的泊车轨迹，并执行所述泊车轨迹以完成泊车，进一步包括：
20、根据选定的所述重规划策略，以及环境的几何约束，规划出新的泊车轨迹；
21、验证所述泊车轨迹的可行性以及安全性，以使执行所述泊车轨迹时不与障碍物发生碰撞；
22、执行所述泊车轨迹，引导车辆沿所述泊车轨迹行驶，直至完成泊车。
23、在其中一些具体实施例中，还包括：
24、在执行所述泊车轨迹的过程中，持续监测所述车辆状态以及周围环境变化，判断是否无法按所述泊车轨迹行驶；
25、当无法按所述泊车轨迹行驶时，放弃所述泊车轨迹，并基于所述车辆状态以及周围环境重新评估泊车场景以及泊车轨迹规划。
26、基于同一构思，本发明还提供一种基于几何法的泊车重规划系统，包括：
27、实时监测模块，配置为实时监测周围环境，获取障碍物信息，其中，所述障碍物信息包括障碍物的位置、尺寸以及动态变化信息；
28、场景评估模块，配置为基于监测到的所述障碍物信息、当前车辆状态信息以及目标停车位的位置，对当前泊车场景进行评估，以确定是否需要进行重规划；
29、场景分类与策略选择模块，配置为基于评估后的所述重规划场景，根据特定的分类标准划分为不同类别，并针对所述不同类别选择相应的重规划策略；
30、轨迹重规划与执行模块，配置为根据选定的所述重规划策略，结合所述车辆状态信息以及环境约束，重新规划车辆的泊车轨迹，并执行所述泊车轨迹以完成泊车。
31、基于同一构思，本发明还提供一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行基于几何法的泊车重规划方法的步骤。
32、基于同一构思，本发明还提供一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行基于几何法的泊车重规划方法的步骤。
33、基于同一构思，本发明还提供一种车辆，所述车辆设置有如上所述的基于几何法的泊车重规划系统。
34、与现有技术相比，其有益效果在于：
35、本发明公开了一种基于几何法的泊车重规划方法、系统、电子设备、存储介质及车辆，可根据障碍物以及周围环境变化，动态规划泊车轨迹，提高泊车重规划的可行性和安全性。
1.一种基于几何法的泊车重规划方法，其特征在于，包括：
2.根据权利要求1所述的基于几何法的泊车重规划方法，其特征在于，实时监测步骤，包括实时监测周围环境，获取障碍物信息，其中，所述障碍物信息包括障碍物的位置、尺寸以及动态变化信息，进一步包括：
3.根据权利要求1所述的基于几何法的泊车重规划方法，其特征在于，场景评估步骤，包括基于监测到的所述障碍物信息、当前车辆状态信息以及目标停车位的位置，对当前泊车场景进行评估，以确定是否需要进行重规划，进一步包括：
4.根据权利要求1所述的基于几何法的泊车重规划方法，其特征在于，场景分类与策略选择步骤，包括基于评估后的所述重规划场景，根据特定的分类标准划分为不同类别，并针对所述不同类别选择相应的重规划策略，进一步包括：
5.根据权利要求1所述的基于几何法的泊车重规划方法，其特征在于，轨迹重规划与执行步骤，包括根据选定的所述重规划策略，结合所述车辆状态信息以及环境约束，重新规划车辆的泊车轨迹，并执行所述泊车轨迹以完成泊车，进一步包括：
6.根据权利要求5所述的基于几何法的泊车重规划方法，其特征在于，还包括：
7.一种基于几何法的泊车重规划系统，其特征在于，包括：
8.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行权利要求1至6中任一项所述方法的步骤。
10.一种车辆，其特征在于，所述车辆设置有如权利要求7所述的基于几何法的泊车重规划系统。
