具体实施方式
图1a和图1b示出描述根据本发明的在道路环境中评估车辆路径的方法的实施例的流程图。
在开始步骤S10,启动在道路环境中评估车辆路径的方法。可随着道路监视***更新由于本车辆的运动或外部物体的出现而改变的道路环境信息连续地进行所述启动。
在随后的步骤S20,启动路径段列表。在这一阶段,路径段列表将不继续任何路径段,因为所述列表在稍后的阶段产生。
在步骤S30,通过传感器***检测外部物体。以传统方式连续执行外部物体的检测。
在步骤S40,检测障碍物。可通过传感器***或者通过障碍物出现在其上的道路地图来检测障碍物。可通过例如经GPS***检索本车辆的位置和方向来检索障碍物相对于本车辆的位置。
在步骤S50,评估是否已检测到任何物体或障碍物。如果没有检测到障碍物或物体,则递归路径段程序S100将不起动。如果存在障碍物和/或外部物体,则递归路径段程序S100将启动。
在步骤S110中启动递归路径段程序S100,在步骤S110中检索本车辆状态矢量zt。本车辆状态矢量zt在时间t=t0开始,通常表示本车辆的位置和运动。
在步骤S120,检索通过传感器***检测到的外部物体i的状态矢量xi t。
在步骤S130,检索通过传感器***检测到的或者在地图中识别出的障碍物j的状态矢量yj t。
可以以任何已知的方式来产生状态矢量,优选地是,在被布置为卡尔曼滤波器的状态观测器中产生状态矢量。在ISBN号为0471221279的由JohnWiley & Sons公司出版的Yaakov Bar-Shalom、X.Rong Li和ThiagalingamKirubarajan所著的“Estimation with Applications to Tracking and Navigation(2002)”中有产生和更新状态矢量的适合的***。
在车辆环境监视***中实时更新状态矢量。因此,在车辆路径评估***评估本车辆应该如何以最低的成本超越碰撞时间为正的所有外部物体的初始时间t=t0,车辆路径评估***可有效地从车辆环境监视***中检索状态矢量。这种为本车辆、检测区域中存在的外部物体集合以及障碍物集合产生状态矢量的***是本领域技术人员已知的。初始状态S=0是当发生道路环境评估时的时间t=t0处的状态S。为了评估本车辆的环境,外部物体和障碍物被虚拟地转移到它们在未来状态S=k下的位置。每一未来状态出现在时间t=tk处,时间t=tk是本车辆沿着一个或多个路径段已经被虚拟地转移以到达该未来状态时的时间。需要注意的是,未来状态不与本车辆的实际运动对应。本车辆仍处于对可能采取的超越外部物体的不同假设路径进行评估时的初始状态S=0下。
在步骤S140,产生时间t的最初路径段pi。在初始状态,当t=t0时,最初路径段被命名为p0。在本车辆的未来状态S=k,最初路径段被命名为pk。通常,最初路径段pi是与车辆在本车辆的初始状态或未来状态下不考虑外部物体而遵循路径对应的路径段。最初路径段pi是具有与其关联的最低成本的运动。通常,最初路径段pi可对应于车辆在不添加任何附加机动(manoeuvre)的情况下遵循其选择的路线。因此,如果车辆笔直地向前行进,则最初路径段可对应于车辆继续笔直向前。另一方面,如果车辆以特定横向加速度转弯(假设为了遵循道路),则最初路径段将对应于以相同的横向加速度继续转弯的路线。也可考虑其它产生最初路径段的模型。例如,最初路径段可以是方向盘角速度被设置为零的路径段,对应于车辆在其初始状态或未来状态下继续其运动或路线。此外,最初路径段可被选为在车辆的初始状态或未来状态下横向加速度被设置为零的路径段,这对应于车辆将在其初始状态或未来状态下笔直向前行驶。可选地,最初路径段可被选为在车辆的初始状态和未来状态下遵循道路坐标的路径段。所建议的方法选择不同的模型,对于不同的模型,机动应该具有分配到其的最低成本。无论选择了哪一模型,初始状态和未来状态下的最初路径段均具有这样的共性:这些路径段对应于具有与其关联的最低成本的路径。
在步骤S150,评估最初路径段是否与任何外部物体或障碍物冲突。如果最初路径段不与任何外部物体或障碍物冲突,则可在步骤S160计算最初路径段的成本,并在步骤S170存储该成本。
最初路径段的成本被设置为比所有其它机动的成本低,这是因为***在这样的假设下运行:只要所采取的路线不与任何障碍物或外部物体冲突,驾驶员就希望继续已经采取的路线。
在最低成本与继续进入初始状态或未来状态时的运动相关联的实施例中,如下内容将适用。对于通过将当前横向加速度变大或变小来使本车辆偏离最初路径段的任何机动,将具有与该机动关联的成本。通常,机动的成本可被评估为最初路径段的横向加速度与具有改变的路线的路径段之间的本车辆横向加速度差,即:
成本路径段i=|最初路径段的横向加速度-路径段i的横向加速度|。
如果使用其它模型,则可选地,成本可计算为:
成本路径段i=路径段i的横向加速度;或者
成本路径段i=路径段i的绝对方向盘角速度,或者
成本路径段i=遵循道路所需的横向加速度与路径段i所应用的横向加速度的差的绝对值。
在步骤S180,评估在路径段列表中是否存在任何其它路径段。在步骤S220为时间t=ti时的状态产生路径段列表。在递归路径段程序S100启动时的时间t=t0的最初路径段不与任何障碍物或外部物体冲突的情况下,明显的是,本车辆应该沿着最初路径段继续选择的路线,而不进行任何机动,这是因为在不修改选择的路线的情况下,将超越所有外部物体,并且可避开障碍物。
由于路径段列表已经被启动,但是还没有被产生,所以明显的是,路径段列表为空,操作可继续步骤S300,在步骤S300中,产生最佳路径的成本的报告,作为超越所有外部物体并避开障碍物的所有路径的最小成本,其中路径的成本等于路径中具有最高成本的路径段的成本。
因此,路径是路径段集合,每一路径段与改变车辆采取的路线以避开外部物体或障碍物的机动对应。在车辆的初始状态下的最初路径不与任何障碍物或外部物体冲突的情况下,由于不存在更好的路线,所以本车辆继续沿着其选择的路径。因此,不需要进一步评价可选择的路线。因此,在这种情况下在步骤S300中报告一个值就足够了。
然而,如果最初路径段与外部物体或障碍物冲突,则将在步骤S200中继续递归路径段程序S100,在步骤S200,为具有正的碰撞时间的每一外部物体产生机动对,其中,机动对包括从左边超越外部物体的路径段和从右边超越外部物体的另一路径段。由于最佳方案要求本车辆与外部物体相切,所以机动对最好由在左侧与外部物体相切的路径段以及在右侧与外部物体相切的路径段组成。
在步骤S205,计算超越每一外部物体的时间ti。由于选择路径段以使得本车辆超越外部物体,所以术语碰撞时间意在指本车辆超越外部物体的预测时间。优选地,术语碰撞时间或者超越时间是本车辆位于外部物体旁边(最好位于与外部物体相切的位置)的时间。外部物体Ei的正的碰撞时间被表示为(ti-tk>0)。这里,ti是本车辆超越外部物体Ei的时间,tk是本车辆的状态k处的时间。
在步骤210,为与本车辆所采取的路线冲突的每一障碍物产生障碍物机动。障碍物机动是以最小的成本在不与障碍物碰撞的情况下与障碍物相切的机动。
在步骤S220,产生路径段列表,该路径段列表由不与任何外部物体或障碍物碰撞的所有机动对和障碍物机动构成。路径段列表可被呈现为表1中的行中布置的元素。在第一行中,呈现初始状态的路径段。通过一行接一行遵循路径段,为本车辆和外部物体假设新的状态。在先前路径或路径段没有完成的情况下,在表中呈现每一后续行的路径段。
在步骤S230,评估路径段列表是否为空。如果在本车辆处于其初始状态时列表为空,则明显的是,不存在与外部物体或障碍物不冲突的路径段。那么,程序可进行到干预控制程序,该干预控制程序将确定进行校正干预。另一方面,如果在路径段的成本已被存储之后列表为空,则操作将步骤S300继续,在步骤S300,产生最佳路径的成本报告作为超越所有外部物体并避开障碍物的所有路径的最小成本,其中路径的成本等于路径中具有最高成本的路径段的成本。
另一方面,如果列表不为空,则操作将继续步骤S240,在步骤S240,本车辆将沿着列表中的路径段之一被转移。然后,选择的路径段从列表中被去除,并被添加到矩阵中,该矩阵为使得本车辆成功避免与外部物体和障碍物的碰撞的所有路径,存储路径中包括的路径段。
另外,在步骤S250计算本车辆到达本车辆超越外部物体时(优选地,使得车辆在外部物体的一侧与外部物体相切)的位置的时间,或者可选地,计算本车辆与障碍物相切的时间。
该处理将继续步骤S260,在步骤S260,产生本车辆状态矢量zt。这里,从车辆环境监视***不足以检索本车辆状态矢量zt,这是因为本车辆被虚拟地从描述本车辆的当前位置的初始状态转移到未来状态。未来状态不是当时间从进入初始状态的时间经历到评估未来状态的时间时,本车辆将采取的状态。未来状态仅仅是在遵循一个或多个路径段到达未来状态的情况下,本车辆将采取的可能的位置。然而,可以按照传统的方式,在状态观测器中利用初始状态、引导至未来状态的路径段以及本车辆在未来状态下超越外部物体的时间,来计算未来状态。
在步骤S270,为未来状态产生通过传感器***检测到的外部物体i的状态矢量xi t。
在步骤S280,产生通过传感器***检测到的或者在地图中识别出的障碍物j的状态矢量yj t。在障碍物的状态矢量在道路坐标系中描述,而不是在固定于本车辆的坐标系中描述的情况下,不必要更新在未来状态下障碍物的状态矢量,因为这些障碍物的位置将保持不变。
在随后的步骤S290,计算路径段的成本,并在步骤S295存储该成本。最有效的存储成本的方式是存储实际路径段的成本和超越该状态下预先设置的可能的所有外部物体所需的未来状态的成本中的最大成本。这有效减少了当探测为成功超越所有外部物体可遵循的许多假设路径时必须存储的成本的数量。
现在,本车辆、障碍物和外部物体被虚拟地转移到时间t=ti时的未来状态。现在,操作将使用t=ti作为输入数据继续步骤S140。将计算该未来状态下的新的最初路径段。
该算法继续,直到在初始状态下产生的列表中的所有路径段均已被探测。包括列表中的路径段的每一假设路径的成本可被存储为列表中的路径段的成本以及遵循列表中的该路径段的未来状态的最大成本中的最大值。应该选择列表中具有最低成本的路径。由于在每一连续的未来状态创建列表,所以该算法将报告遵循列表中的路径段的最佳方案以及与该最佳路径相关联的成本。当列表中的所有路径段均被处理时,最佳路线和最佳路线的成本可被呈现。
结合图1中的流程图描述的方法将通过路径产生器产生超越所述外部物体的多个路径,所述路径由路径段构成。路径产生器是车辆路径评估***中的控制块,其为本车辆的初始状态产生最初路径段,该最初路径段对应于车辆在本车辆的初始状态下不考虑外部物体而遵循其最初路径。路径产生器还为具有正的碰撞时间的每一外部物体产生机动对,其中,机动对包括从左边超越外部物体的路径段和从右边超越外部物体的另一路径段。在初始状态下产生的机动对可被命名为 在未来S=k状态下产生的机动对可被命名为
图2是初始状态的示例。初始状态包括本车辆H以及通过传感器***检测到的一组外部物体E1、E2和E3。在状态矢量确定控制块中确定状态。状态矢量确定控制块可由能够监控交通环境并不断追踪由传感器***检测的外部物体相对于本车辆的位置的已知***构成。在图2示出的示例中,为了简明,没有包括障碍物。可以包括障碍物。可通过传感器***检测障碍物,或者可通过道路地图信息与GPS信息一起检测障碍物。因此,本车辆的路径评估***检索到三个外部物***于本车辆的传感器***的检测区域内的信息。
本车辆相对于所有三个外部物体均具有正的碰撞时间。这意味着外部物***于本车辆的前进方向上,并且本车辆和每一外部物体的相对速度使得本车辆最终将超越每一外部物体。该评估基于外部物体和本车辆的初始状态。因此,情况会实际改变,使得本车辆不超越这些外部物体中的任何一个或全部。然而,在初始状态的评估中,这是无关紧要的。这意味着另外的外部物体可能已经被传感器***检测到,假定因为外部物体可能以高于本车辆的速度行驶,所以外部物体的状态矢量表明本车辆将不超越该外部物体。对这样的外部物体不需要产生路径。
在图2中,示出了路径段集合。该路径段集合包括最初路径段p0,最初路径段p0对应于车辆在本车辆的初始状态不考虑外部物体而遵循其最初路径。像上面结合步骤S140所解释的一样,这可表示将不进行对本车辆的当前机动的校正。通常,本车辆将遵循采取的路线,例如遵循道路的弯曲。
此外,示出了构成每一外部物体的机动对的路径段。对于外部物体E1,包括从左边超越外部物体的路径段p01L和从右边超越外部物体的路径段p01R。对于外部物体E2,包括从左边超越外部物体的路径段p02L和从右边超越外部物体的路径段p02R。对于外部物体E3,包括从左边超越外部物体的路径段p03L和从右边超越外部物体的路径段p03R。
这里,选择这样的下标以使得第一位的“0”表示路径段与本车辆的初始状态相关。第二位的数字1、2和3表示路径段与第一、第二和第三外部物体相关。L和R表示路径段使本车辆根据情形优选地通过与左侧或右侧相切来超越各个外部物体。
应该注意的是,包括在机动对中的路径段被产生为:对于本车辆超越有关外部物体时该外部物体的预测位置是有效的。
为了减少***处理的物体的数量,可减小外部物体集合以使得该集合仅包括具有正的碰撞时间并且该时间小于设置的预测时间范围的外部物体。这意味着,通常在5秒至10秒以上之后才会被超越的物体将被排除。
在该路径段集合中,注意到与车辆遵循其最初路径段相应的最初路径段p0与外部物体冲突。因此,为了超越该外部物体集合E1-E3,本车辆必须进行机动。如果不是这样的情况,则不需要评估假设的机动集合中的哪一机动将以最低的成本超越外部物体,因为很明显,具有最低成本的机动是继续沿着最初路径段。
对于产生的路径段集合,我们注意到路径段p02L和p03R与外部物体E1冲突。因此,可以从路径段列表中去除这两个路径段。
为初始状态产生的路径段列表因此包括路径段p01L、p01R、p02R和p03L。这些路径段的成本被记录。注意到的是,路径段段p03L将超越在初始状态下具有正的碰撞时间的所有外部物体。因此,沿着路经段p03L的运动将完成超越初始状态下的所有外部物体的假设路径。
因此,包括作为仅有的路径段的路径段p03L的路径的成本将被记录,作为假设路径P1的成本C1。
本车辆的位置将沿着该路径段重新定位。所述重新定位不对应于本车辆的实际重新定位。所述重新定位仅仅是对本车辆在超越外部物体之一的时间点处的未来状态的预测。此外,更新在所述时间点处仍与本车辆具有正的碰撞时间的外部物体的状态矢量。
此外,更新本车辆超越外部物体之前的剩余时间。
图2中还绘出了障碍物B。为了简明的原因,图2至图7中呈现的程序不包括与障碍物相切的路径段的计算。
在图3中,示出了当本车辆已遵循路径段p01L时,外部物体E1-E3和本车辆的第一未来状态。
该集合包括最初路径段p1,该最初路径段p1对应于车辆在通过遵循路径段p01L而到达的未来状态下遵循其最初路径。该最初路径段对应于在未来状态下,不考虑本车辆前方的任何外部物体而采取的路径。像上面结合步骤S140所说明的一样,这会意味着不对本车辆的当前机动进行校正。
此外,示出了构成在未来状态下碰撞时间为正的每一外部物体的机动对的路径段。对于外部物体E2,包括从左边超越外部物体的路径段p12L和从右边超越外部物体的路径段p12R。对于外部物体E3,包括从左边超越外部物体的路径段p13L和从右边超越外部物体的路径段p13R。
这里,选择这样的下标以使得第一位的“1”表示路径段与本车辆的第一未来状态相关。
对于产生的该路径段集合,我们发现没有路径段与外部物体冲突。因此,路径段p12L、p12R、p13L和p13R是有效的。这些路径段的成本被记录。需要注意的是,路径段p13L和p13R将超越在第一未来状态下具有正的碰撞时间的所有外部物体。因此,评估将为这些路径段中的每一个产生路径。
在图4中,示出了当本车辆已遵循路径段p01L、p12L时,外部物体E2-E3和本车辆的第二未来状态。
该集合包括最初路径段p2,该最初路径段p2对应于车辆在通过遵循路径段p12L而到达的未来状态下遵循其最初路径。该最初路径段p2对应于在该未来状态下,不考虑本车辆前方的任何外部物体而采取的路径。像上面结合步骤S140所说明的一样,这会意味着不对本车辆的当前机动进行校正。
对于外部物体E3,示出了从左边超越外部物体的路径段p23L和从右边超越外部物体的路径段p23R。
由于最初路径段p2是有效的,所以不必要完成路径段p23L和p23R的路径段评估。因此,不需要产生这些路径段。
这里,选择这样的下标以使得第一位的“2”表示路径段与本车辆的第二未来状态相关。
最初路径段p2的成本被记录。
在图5中,示出了当本车辆已遵循路径段p01L、p12R时,外部物体E2-E3和本车辆的第三未来状态。
该集合包括最初路径段p3,该最初路径段p3对应于车辆在通过遵循路径段p12R而到达的未来状态下遵循其最初路径。该最初路径段p3对应于在该未来状态下,不考虑本车辆前方的任何外部物体而采取的路径。像上面结合步骤S140所说明的一样,这会意味着不对本车辆的当前机动进行校正。
对于外部物体E3,示出了从左边超越外部物体的路径段p33L和从右边超越外部物体的路径段p33R。
由于最初路径段p3是有效的,所以不必要完成路径段p33L和p33R的路径段评估。因此,不需要产生这些路径段。
这里,选择这样的下标以使得第一位的“3”表示路径段与本车辆的第三未来状态相关。
最初路径段p3的成本被记录。
由于路径段列表中第一路径段之后的所有路径段已被探测,直到成功超越所有外部物体为止,所以对为初始状态产生的路径段列表中的下一项p01R进行评估。
在图6中,示出了当本车辆已遵循路径段p01R时,外部物体E1-E3和本车辆的第四未来状态。
该集合包括最初路径段p4,该最初路径段p4对应于车辆在通过遵循路径段p01R而到达的未来状态下遵循其最初路径。该最初路径段p4对应于在该未来状态下,不考虑本车辆前方的任何外部物体而采取的路径。像上面结合步骤S140所说明的一样,这会意味着不对本车辆的当前机动进行校正。
此外,示出了构成在该未来状态下碰撞时间为正的每一外部物体的机动对的路径段。对于外部物体E2,包括从左边超越外部物体的路径段p42L和从右边超越外部物体的路径段p42R。对于外部物体E3,包括从左边超越外部物体的路径段p43L和从右边超越外部物体的路径段p43R。
这里,选择这样的下标以使得第一位的“4”表示路径段与本车辆的第四未来状态相关。
对于产生的该路径段集合,我们注意到没有路径段与外部物体冲突。因此,路径段p42L、p42R、p43L和p43R是有效的。这些路径段的成本被记录。
需要注意的是,路径段p43L和p43R将超越在第四未来状态下具有正的碰撞时间的所有外部物体。因此,评估将为这些路径段p中的每一个产生路径P。因此,路径P的定义是包括在路径P中的任何路径段p的总和。
从图6明显看出,最初路径段p5和最初路径段p6不与任何外部物体冲突,其中,最初路径段p5对应于车辆在通过遵循路径段p42L而到达的未来状态下遵循其最初路径,最初路径段p6对应于车辆在通过遵循路径段p42R而到达的未来状态下遵循其最初路径。所述最初路径段对应于在未来状态下,不考虑本车辆前方的任何外部物体而采取的路径。像上面结合步骤S140所说明的一样,这会意味着不对本车辆的当前机动进行校正。
由于最初路径段p5和最初路径段p6是有效的,所以不必要完成其它路径段的路径段评估。因此,最初路径段p5和最初路径段p6的成本被记录。
在图7中,示出了当本车辆已遵循路径段p02R时,外部物体E2-E3和本车辆的第七未来状态。
该集合包括最初路径段p7,该最初路径段p7对应于车辆在通过遵循路径段p02R而到达的未来状态下遵循其最初路径。该最初路径段p7对应于在该未来状态下不考虑本车辆前方的任何外部物体而采取的路径。像上面结合步骤S140所说明的一样,这会意味着不对本车辆的当前机动进行校正。
由于最初路径段p7是有效的,所以不必要完成其它路径段的路径段评估。
最初路径段p7的成本被记录。
在最初路径段p7所跟随的路径段p02R的评估之后,当所有假设路径均被探测时,本车辆的初始状态下的路径段列表完成。
找到10个假设路径。路径如下:
[表1]
在表中,第一行对应于初始状态的路径段列表L0;第二行中的对象1-4对应于当本车辆已遵循路径段p01L时对于第一未来状态为有效的第二列表L1;第二行中的对象5-8对应于当本车辆已遵循路径段p01R时对于第二未来状态为有效的第三列表L2。在第三行的元素以及第二行的第9元素中,列出了不与外部物体冲突的单个最初路径段。这些元素不属于应该被探测的列表,因为最初路径段终止递归再调用。
因此,从图2至7明显看出,路径产生器产生与车辆在本车辆的所述未来状态下不考虑外部物体而遵循其最初路径对应的路径段,并为碰撞时间为正的每一外部物体产生机动对,所述机动对包括从左边超越外部物体的路径段和从右边超越外部物体的另一路径段。对每一未来状态进行这一处理,直到本车辆的所有未来状态已超越所有外部物体。因此,首先探测未来状态下的最初路径段是否将不与任何外部物体冲突。如果冲突,则为在未来状态下具有正的碰撞时间的每一外部物体创建机动对。如果这些路径段有效,则至少记录这些路径段的成本。在最初路径段不与外部物体冲突的情况下,该最初路径段的成本被记录,像在未来状态下的最初路径段的成本被记录一样,并且将不必要探测自该未来状态起的其它路径段。对通过遵循在本车辆的初始或未来状态下由路径产生器产生的路径段,连续超越由所述传感器***检测的外部物体所对应的本车辆的未来状态集合,可重复这一程序。
在本发明的优选实施例中,路径产生器递归地再调用路径段程序,该路径段程序产生与车辆在本车辆的初始状态或未来状态下不考虑外部物体而遵循其最初路径对应的路径段以及为碰撞时间为正的每一外部物体产生机动对,所述机动对包括从左边超越外部物体的路径段和从右边超越外部物体的另一路径段。即使递归算法将是探测可能采取的超越在本车辆的初始状态下处理的外部物体的所有假设路径的有效方式,也不是必须使用递归算法。可通过将本车辆沿着在先前步骤中产生的路径段列表转移,并针对沿着路径段在本车辆的转移位置处的本车辆的未来状态再调用路径段程序,来进行递归再调用。
所述列表可基于先前步骤中呈现的所有机动对。
所述列表可包括先前步骤中出现的不与任何外部物体冲突的所有机动对。
车辆路径评估***还可检测障碍物。在这种情况下,对本车辆的初始状态和本车辆的所有未来状态产生障碍物机动,所述障碍物机动是以最小的成本与障碍物相切而不与之碰撞的机动,对于本车辆的每一状态,所述障碍物机动被添加作为本车辆可遵循的另外的路径段。
在上面的表1中,在成本矩阵M中记录每一路径段的成本。成本矩阵M可以是如上所述的表的格式。每一路径的成本被计算为路径中包括的路径段和最初路径段的最大成本。因此,每一路径Pm的成本Cm形成为路径Pm中包括的任何路径段pk的最大成本maxck。这里,选择索引m来对为了成功超越外部物体Ei可能采取的不同路径命名,选择k作为包括在路径中的路径段的索引。最佳路径被选择为具有最低成本的路径。
评估路径的合适的方法可表示如下:
I.定义
xi t:物体i(其它车辆、行人等)在时间t的状态矢量。
yj t:障碍物j在时间t的状态矢量。
zt:在时间t的本车辆状态矢量。
ti c:物体i的碰撞时间。
p=(m;t):本车辆的机动函数,其中,m是本车辆的机动,t是该机动的时间长度。
Cm:机动成本函数;Cm(p)是机动p的成本。该成本可独立于时间,在这种情况下,如果p=(m;t),则Cm(p)=Cm(m)。
Pobj:是物体的预测模型: 其中m是本车辆机动,Δt是预测时间。
Pbarrier是障碍物的预测模型: 障碍物可以依据坐标系的选择而移动,或者可以不依据坐标系的选择而移动。如果障碍物依据坐标系的选择而移动,则对于所有Δt,
Phost是本车辆的预测模型:zt+Δt=Phost(zt,m,Δt)
算法
该算法以具有状态矢量xi 0的物体集合、具有状态矢量yj 0的障碍物集合以及本车辆状态矢量z0开始于时间零。如果不存在物体或障碍物,则中止该算法并返回成本零。
对于每一物体i,计算机动对 和 这里,mi R和mi L是分别在左侧和右侧与物体i相切所需的最便宜的机动(根据Cm具有最低成本),ti c是物体i的碰撞时间。机动mi R和mi L直到时间ti c才是有效的。形成集合 和
对于处于碰撞行程上的每一障碍物j,计算机动对 这里,mj B是与障碍物j相切所需的最便宜的机动,tj c是由机动mj B给出的障碍物j的碰撞时间。形成集合
形成机动的并集M=MR∪ML∪MB。
将作为机动p0=(m0,t0)的最初路径段与集合M相加,其中,m0是不考虑任何物体或障碍物的最便宜的可能机动,且t0=∞。通常,这意味着本车辆保持笔直前进,该机动的成本通常为零。
去除所有冲突的机动对,即,如果机动(m,t)∈M导致与具有 的物体i或者任何障碍物冲突,则从M中去除该机动对。
如果机动p0仍然在集合M中,即,如果p0不冲突,则中止该算法并返回成本Cm(p0)。
通常,Cm(p0)=0。
对于集合M中所有剩余的机动pk=(mk,tk),重复:
预测所有物体在时间tk的状态,即,计算
预测所有障碍物在时间tk的状态,即计算
预测在时间tk的本车辆状态,即计算
去除具有 的所有物体。
以剩余的外部物体计算更新的碰撞时间集合。更新的碰撞时间为
以减小的物体集合以及所有预测的状态
和
来再次调用该算法。
对于每一机动,该算法将以序列产生用于第二步骤的新的机动。该算法返回与每一预测情景相关的成本,即Ck pred。
形成 该算法的最终输出是机动的序列,这里通过取最大值,序列的成本将为序列中的任何机动的成本中的最大值。
返回mink(Ck)以选择具有最低成本的路径。
最佳路径的成本可被连续地更新并与阈值相比较。如果成本超过阈值,则可通过警告驾驶员来进行干预,或者应用刹车。
在图8中,示出了车辆路径评估***10。该车辆路径评估***包括传感器***20,该传感器***20对检测区域内的外部物体进行检测。传感器***通常包括能够检测外部物体的距离、方向以及速度的传感器21-22,例如雷达、激光雷达、摄像机。传感器***还包括能够检测本车辆的位置和速度的传感器23-24。适宜地,传感器***包括GPS***25,该GPS***25可对本车辆的位置以及障碍物相对于本车辆的位置进行定位。可选地,传感器***可以以传统方式根据雷达和摄像机输入信号检测障碍物的位置。传感器***可包括第一控制块26,该第一控制块26处理输入信号以产生外部物体和障碍物的位置数据(r,θ)(t)以及本车辆的位置数据。
图9中示出了包括具有检测区域28的传感器***的本车辆H。如图9所示,传感器***可运行以检测工作范围30内的外部物体。检测区域28可形成工作范围30的一部分,在该区域中监控外部物体的状态是值得的,因为在该区域内本车辆的路径可能与外部物体冲突。检测区域和工作范围存在于道路环境31中。应该注意的是,检测区域可以不仅包括车辆前方的物体,而且包括车辆后方的将超越本车辆的物体。
传感器将信号输入到状态确定控制块32,以确定由所述传感器***20检测到的外部物体的状态矢量。状态确定控制块可以是传统车辆环境监控***的一部分,其除了不断追踪在时间t=t0的当前起初始状态下的本车辆、外部物体和障碍物之外,还不断追踪在时间t=ti的未来状态下的本车辆、外部物体和障碍物,其中时间t=ti对应于本车辆超越外部物体i或与障碍物i相切的时间。
此外还包括用于产生超越所述外部物体的多个路径的路径产生器控制块34。路径产生器34被布置为:产生对应于车辆在本车辆的初始状态下不考虑外部物体遵循路径的路径段、用于具有正碰撞时间的每一外部物体的机动对(其中,每一机动对包括从左侧超越外部物体的路径段和从右侧超越外部物体的另一路径段)以及用于每一障碍物的机动,其中该机动在时间范围的末尾与障碍物相切,所述时间范围可被设置为无穷或者障碍物的存在的信息不再可用的时间。
路径产生器34还被设置为:直到本车辆已超越所有外部物体的所有未来状态为止并且/或者优选地,只要最初路径段与外部物体冲突,针对通过在本车辆的初始状态或未来状态下遵循由路径产生器产生的路径段连续超越由所述传感器***所检测的外部物体所对应的本车辆的一组未来状态,被布置为产生对应于车辆在本车辆的所述未来状态下不考虑外部物体遵循其最初路径的路径段、用于具有正碰撞时间的每一外部物体的机动对(其中,所述机动对包括从左侧超越外部物体的路径段和从右侧超越外部物体的另一路径段)以及用于每一障碍物的机动,其中该机动在时间范围的末尾与障碍物相切,所述时间范围可被设置为无穷或者障碍物的存在的信息不再可用时。每一路径段的成本被记录在成本计算控制块36中。在成本计算控制块中,路径段的成本可被记录为当前路径段或如果遵循当前路径则选择的任何未来路径段的成本中的最大值。为当前状态产生的列表中的路径段的成本被记录为该列表中的路径段的最小成本。将遵循列表中具有最低成本的路径段。在递归循环控制器3中,进行算法的控制以保证为时间t=tk的连续的未来状态产生路径段,直到超越所有物体。当初始列表中的所有路径段均已被探测时,***将知道哪一个是超越碰撞时间为正的所有外部物体的最佳路径以及与该路径相关的成本是多少。