CN113646219A - 用于为自动化机动车选择操作选项的驾驶***和方法 - Google Patents
用于为自动化机动车选择操作选项的驾驶***和方法 Download PDFInfo
- Publication number
- CN113646219A CN113646219A CN201980094713.XA CN201980094713A CN113646219A CN 113646219 A CN113646219 A CN 113646219A CN 201980094713 A CN201980094713 A CN 201980094713A CN 113646219 A CN113646219 A CN 113646219A
- Authority
- CN
- China
- Prior art keywords
- road user
- motor vehicle
- virtual road
- driving system
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 24
- 238000011156 evaluation Methods 0.000 claims description 23
- 230000033001 locomotion Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 15
- 230000002829 reductive effect Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18154—Approaching an intersection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/215—Selection or confirmation of options
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4048—Field of view, e.g. obstructed view or direction of gaze
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/20—Data confidence level
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及一种用于机动车(300)的自动驾驶的驾驶***,其中该驾驶***被设置为:确定机动车(300)的至少一个传感器的视野(FOV),必要时针对机动车周围环境中的、不在至少一个传感器的视野(FOV)中的至少一个区域(OC1、OC2),模拟在机动车(300)的周围环境中的至少一个区域中的虚拟道路使用者(401),根据机动车(300)与至少一个虚拟道路使用者(401)的可能的虚拟碰撞进行对操作选项(130、131)的评估,据此选择操作选项(130、131)中的一个操作选项,并且执行所选择的操作选项(130、131)。
Description
技术领域
本发明涉及用于机动车的自动驾驶的驾驶***和方法。
背景技术
在本文件的范畴中,术语“自动驾驶”可以被理解为具有自动的纵向或横向引导的驾驶或者具有自动的纵向和横向引导的自主驾驶。术语“自动驾驶”包括具有任意自动化程度的自动驾驶。示例性的自动化程度是辅助驾驶、部分自动驾驶、高度自动驾驶或者全自动驾驶。自动化程度由联邦公路研究所(BASt)定义(请参阅BASt出版物“Forschungkompakt”,版本11/2012)。在辅助驾驶中,驾驶员持续执行纵向或横向引导,而***在一定限制范围内接管相应的其他功能。在部分自动驾驶(TAF)中,***在一定时间段内和/或在特定情况下接管纵向和横向引导,其中驾驶员必须如在辅助驾驶中一样持续地监控***。在高度自动驾驶(HAF)中,***在一定时间段内接管纵向和横向引导,而无需驾驶员持续地监控***;然而驾驶员必须在一定时间内能够接管车辆控制。在全自动驾驶(VAF)中,***可以对于特定应用场合在所有情况下自动管理驾驶;对于该应用场合不再需要驾驶员。根据BASt的定义的上述四个自动化程度对应于SAE J3016标准(SAE-汽车工程协会)的SAE级别1至4。例如,根据BASt的高度自动驾驶(HAF)对应于SAE J3016标准的级别3。此外,在SAEJ3016中还规定了SAE级别5作为最高自动化程度,其未包含在BASt的定义中。SAE级别5对应于无人驾驶,其中***可以在整个行驶期间像人类驾驶员一样自动处理所有情况;一般不再需要驾驶员。
用于机动车的自动驾驶的方法是已知的。这些方法基于以下事实:机动车辆借助于传感器检测其周围环境,并且根据所检测的传感器数据控制车辆。
然而,机动车周围环境中的区域对于传感器可能是不可见的,例如由于这些区域被障碍物遮蔽。
这些被遮蔽的区域对于自动车辆控制来说是成问题的,因为无法明确地判断其中是否存在可能与车辆控制相关的其他道路使用者。
发明内容
本发明的目的在于,提出一种用于为自动化机动车选择操作选项的改进方案,在该机动车的周围环境中存在机动车的传感器所不可见的区域。
该目的通过独立权利要求的特征来实现。在从属权利要求中描述了有利的实施方式。需要指出的是,从属于独立权利要求的权利要求的附加特征可以在没有独立权利要求的特征的情况下,或在仅与独立权利要求的特征的子集相组合的情况下形成自己的且独立于独立权利要求的所有特征的组合的发明,该发明可以作为独立权利要求、分案申请或后续申请的主题。这以同样的方式适用于说明书中所描述的可以形成独立于独立权利要求的特征的发明的技术教导。
本发明的第一方面涉及一种用于机动车的自动驾驶的驾驶***。
驾驶***被设置为检测机动车周围环境中的实际交通状况。
特别地,除了自身机动车之外,实际交通状况还包括至少一个其他的道路使用者。
实际交通状况特别地可以包括与自身机动车、道路使用者和/或交通基础设施相关的空间信息。在此,空间信息例如可以是自身机动车或道路使用者的位置和/或定向。
备选地或附加地,实际交通状况特别地还可以包括关于道路使用者或交通基础设施的状态的动态信息。在此,这例如可以是道路使用者的转向指示器的激活状态或作为交通基础设施的交通信号灯的当前状态。
实际交通状况的检测特别地可以借助于机动车的传感器进行,例如至少借助于摄像机、激光扫描仪和/或超声传感器。
道路使用者特别地可以是机动车、自行车骑行者、行人或任何其他道路使用者。
驾驶***还被设置为确定机动车的至少一个传感器在实际交通状况中的实际视野。
在此,至少一个传感器的视野基本上由传感器的结构类型得到,并且受限于机动车周围环境中的物体。例如,机动车周围环境中的静态或静止的物体,例如车道旁边的***建筑物或交通基础设施可能会限制视野。
备选地或附加地,动态物体,例如其他道路使用者可能会限制视野。
机动车周围环境中的至少一个区域例如因为该区域被机动车周围环境中的静态或动态的物体遮蔽而不在至少一个传感器的实际视野中,驾驶***被设置为:针对机动车周围环境中的该至少一个区域,根据在机动车周围环境中的该至少一个区域中的虚拟道路使用者的出现概率来模拟虚拟道路使用者。
因此,在至少一个区域中以一定的概率假设虚拟道路使用者。
此外,驾驶***还被设置为:基于实际交通状况,针对第一时间步考虑与自身机动车的纵向和/或横向引导相关的至少两个备选操作选项。
操作选项特别地可以是改变机动车速度的操作选项并且例如是提高或降低机动车速度的操作选项。
备选地或附加地,操作选项也可以是不改变机动车速度的操作选项。
备选地或附加地,操作选项可以是改变机动车在车道中的横向定向的操作选项。
操作选项特别地描述了机动车在实际交通状况中可以执行的影响机动车纵向引导的可行方案。例如,机动车的操作选项受限于机动车的驱动功率和物理规则。
在此,操作选项特别地可以从预定义的操作选项的集合中选择并且例如被参数化。备选地或附加地,操作选项也可以自由求取,而无需事先规定。
特别地,操作选项的数目被限制为可数的。例如,驾驶***被设置为考虑少于10个、少于25个、或少于50个操作选项。为这些操作选项中的每个操作选项确定针对第一时间步的可能的未来交通状况作为相应操作选项的结果。
可能的未来交通状况特别地可以是在当前时间点尚未实际出现的假想的交通状况。这特别地可以与实际交通状况相似地包括关于自身机动车、道路使用者和/或交通基础设施的空间信息。
备选地或附加地,可能的未来交通状况也可以包括关于道路使用者或交通基础设施的状态的动态信息。针对第一时间步的可能的未来交通状况可以特别是通过使用随机方法从实际交通状况中导出。为此,例如可以基于所选择的道路使用者在实际交通状况中的空间位置借助于随机向量来求取所选择的道路使用者在针对第一时间步的可能的未来交通状况中的空间位置。
在针对第一时间步的可能的未来交通状况中,特别地自身机动车的空间位置可以以如下方式被确定:基于自身机动车在实际交通状况中的空间位置,假设执行与自身机动车的纵向引导相关的操作选项。
此外,驾驶***还被设置为:以如下方式确定至少一个虚拟道路使用者在每个可能的未来交通状况中的空间位置:该至少一个虚拟道路使用者以该至少一个虚拟道路使用者在实际交通状况中的空间位置为起点而运动。
根据自身机动车与至少一个虚拟道路使用者的可能的虚拟碰撞,对这些可能的未来交通状况中的每个可能的未来交通状况进行评估,其中评估特别地包括对潜在危险的评估和/或对自身机动车的行驶舒适性的评估。
据此为第一时间步选择操作选项中与自身机动车的纵向引导相关的操作选项。在此,特别地可以选择如下的操作选项,该操作选项所对应的交通状况指示尽可能低的潜在风险和/或自身机动车的尽可能高的行驶舒适性。
然后执行所选择的与自身机动车的纵向引导相关的操作选项。
驾驶***特别地被设置为:通过确定与相应的可能的未来交通状况相关联的至少一个成本值,来对这些可能的未来交通状况中的每个可能的未来交通状况进行评估。
在此,特别地可以根据自身机动车和/或另一道路使用者的空间位置或定向来求取成本值。
备选地或附加地,特别是还可以根据自身机动车、至少一个道路使用者和/或交通基础设施中的至少一个物体的空间关系来确定成本值。例如,成本值可以指示自身机动车和道路使用者之间的空间距离。在此,在其他影响变量都相同的情况下,高成本值可以表征小的空间距离,并且低成本值可以表征大的空间距离。因此,成本值可以表示例如自身机动车的潜在风险。
驾驶***特别地被设置为:根据导致相应的可能的未来交通状况的至少一个操作选项、特别是根据自身机动车的制动过程和/或加速过程来求取成本值。例如,高成本值可以表征机动车速度的大的数值变化。备选地,低成本值可以表征机动车速度的小的数值变化。
备选地或附加地,成本值例如还可以表征机动车加速度的变化,其中无论是作用在自身机动车上的加速度符号的变化还是加速度数值的变化均可以被考虑。因此,成本值例如可以表示或取决于自身机动车的行驶舒适性。
驾驶***特别地被设置为:根据相应的可能的未来交通状况本身、特别是根据在相应的可能的未来交通状况中自身车辆与道路使用者之间的碰撞来求取成本值。例如,高成本值可以表征自身机动车与道路使用者之间的碰撞。这种表征碰撞的高成本值例如可以比没有碰撞的所有其他成本值大至少一个数量级。
备选地或附加地,特别是在自身机动车和道路使用者之间的碰撞风险也可以计入成本值。例如,高成本值可以表征碰撞风险,其中表征碰撞风险的成本值可以低于表征实际碰撞的成本值。
驾驶***特别地被设置为:根据道路使用者的至少一个可能的运动来确定这些可能的未来交通状况中的每个可能的未来交通状况。
特别是可以根据道路使用者的自由度来求取道路使用者的可能的运动。例如,如果道路使用者是机动车,则其运动可能性尤其受到其最大转向角及其驱动功率的限制。备选地,如果道路使用者是行人,则其运动可能性受到其与机动道路使用者相比较低的运动速度的限制。
通过根据道路使用者的至少一个可能的运动来确定可能的未来交通状况,特别地,仅考虑在物理范围内可以真实发生的实际可能的未来交通状况。
备选地或附加地,可以特别是根据道路使用者本身的状态来确定道路使用者的可能的运动。例如,如果道路使用者是机动车,则可以由道路使用者的激活的转向指示器来推断出道路使用者将转弯以及朝哪个方向转弯。
特别地,根据道路使用者的至少一个可能的运动的、对这些可能的未来交通状况中每个可能的未来交通状况的确定基于以下想法:与所有理论上可能的未来交通状况的数目相比,通过这种方式可以减少可能的未来交通状况的数目。由此,可以根据本发明更有效地选择与自身机动车的纵向引导相关的操作选项。
驾驶***特别地被设置为:为这些可能的未来交通状况中的每个可能的未来交通状况求取表征相应的可能的未来交通状况的发生概率的变量,并且据此选择操作选项。
相应的可能的未来交通状况的发生概率可以特别地根据交通参与者改变其空间位置和/或其状态的概率来求取。
例如,在环岛处的交通状况中,可以考虑作为道路使用者的机动车在下一可能的出口离开环岛的概率。
为了确定该概率,例如可以评估机动车的空间定向。如果机动车的前部朝向环岛的下一可能的出口的方向,则例如机动车离开环岛的概率高于机动车不离开环岛的概率。
备选地或附加地,相应的可能的未来交通状况的发生概率可以特别是根据交通基础设施中的物体改变其状态的概率来求取。
例如,对于交通信号灯的情况可以假设:交通信号灯的当前状态已存在的时间越长,则随着时间的推移状态变化的概率就会增大。
交通状况的发生概率特别地还可以取决于时间。因此,可能的未来交通状况随着时间的推移可能会变得更可能或更不可能。例如,车辆可以向车辆在其中具有多个转弯可能性的十字路口运动。如果车辆离十字路口还很远,则每个转弯可能性基本上是概率相同的。然而,一旦车辆驶入十字路口并朝向十字路口的一个出口的方向,便可以假设这个转弯可能性比其他剩余的转弯可能性更有可能。
驾驶***特别地被设置为:使用表征可能的未来交通状况的发生概率的变量作为用于评估相应的可能的未来交通状况的加权因子。
因此,如果交通状况在其他方面具有相同的评估,则特别是比第二可能的未来交通状况具有更高发生概率的第一可能的未来交通状况可以被评估为高于第二可能的未来交通状况。
在一个有利的实施方式中,虚拟道路使用者的出现概率取决于机动车周围环境中的、不在至少一个传感器的实际视野中的区域的空间大小。
例如,可以根据所假设的交通密度确定出现概率,使得出现概率作为机动车周围环境中的、不在至少一个传感器的实际视野中的区域的空间范围与所假设的交通密度的乘积得到。
在另一有利的实施方式中,驾驶***被设置为:针对至少一个可能的未来交通状况,确定机动车的至少一个传感器在可能的未来交通状况中的虚拟视野,并且针对在机动车的周围环境中的、不在该至少一个传感器的虚拟视野中的至少一个区域,根据在机动车周围环境中的该至少一个区域中的虚拟道路使用者的出现概率来模拟虚拟道路使用者。
驾驶***特别地被设置为:将机动车周围环境中的、不在至少一个传感器的虚拟视野中的至少一个区域与机动车周围环境中的、在另一时间步内不在至少一个传感器的虚拟视野中的区域、或者机动车周围环境中的、不在至少一个传感器的实际视野中的区域相关联。
特别地,如果在其他时间步的相应区域中没有模拟虚拟道路使用者,则可以根据虚拟道路使用者的出现概率在机动车周围环境中的至少一个区域中模拟虚拟道路使用者。
在一个有利的实施方式中,驾驶***被设置为以如下方式模拟虚拟道路使用者:虚拟道路使用者的前缘在虚拟道路使用者的行驶方向上直接位于机动车周围环境中的、不在至少一个传感器的实际视野中的区域的边缘处。
在一个有利的实施方式中,驾驶***被设置为以如下方式模拟虚拟道路使用者:将虚拟道路使用者在行驶方向上沿纵轴的长度假设为无限长。
该假设例如可以通过如下方式实现:虚拟道路使用者在行驶方向上沿纵轴的长度被选择为非常大,特别是明显大于真实道路使用者的长度。因此,虚拟道路使用者在行驶方向上沿纵轴的长度例如可以大于10m、25m或100m。
在另一有利的实施方式中,驾驶***被设置为:根据虚拟道路使用者的恒定速度来确定至少一个虚拟道路使用者在可能的未来交通状况中的空间位置。
特别地,虚拟道路使用者的恒定速度高于在相应的可能的未来交通状况中实际允许的最高速度。例如,虚拟道路使用者的恒定速度可以是实际允许的最高速度的至少120%或至少130%。
在以上有利的实施方式中,驾驶***被设置为通过将虚拟道路使用者在行驶方向上沿纵轴的长度假定为无限长来模拟虚拟道路使用者,并且虚拟道路使用者的恒定速度高于在相应的可能的未来交通状况中实际允许的最高速度,特别地通过这些有利实施方式的组合得到了可以进行有效的“最坏情况”考虑的协同效应。
这种“最坏情况”考虑的优点在于,就虚拟道路使用者相对于机动车周围环境中的、不在至少一个传感器视野范围内的区域的位置和速度而言,可以由此涵盖关于虚拟道路使用者的位置和速度的所有可能的状态。
在另一有利的实施方式中,驾驶***被设置为:针对这些可能的未来交通状况中的至少一个可能的未来交通状况,基于针对至少第二时间步的相应的可能的未来交通状况,确定与自身机动车的纵向和/或横向引导相关的至少一个操作选项。
在此,至少一个第二时间步跟随在第一时间步之后。特别地,该至少一个第二时间步还可以不仅仅是一个第二时间步,其中这些另外的后续时间步相当于第二时间步。因此,在本文档中仅明确提及第二时间步。
针对第二时间步的、与自身机动车的纵向引导相关的至少一个操作选项可以特别是与针对第一时间步的操作选项类似地被确定。在此,针对第二时间步的操作选项的确定与针对第一时间步的操作选项的确定的区别可以在于,不是实际交通状况而是可能的未来交通状况构成用于确定的初始状况。
为针对第二时间步的这些操作选项中的每个操作选项确定针对第二时间步的至少一个可能的未来交通状况作为针对第二时间步的相应操作选项的结果。
针对至少一个第二时间步的可能的未来交通状况特别是可以与针对第一时间步的可能的未来交通状况类似地被确定。
因此,通过可以从针对第一时间步的可能的未来交通状况导出针对第二时间步的可能的未来交通状况,特别地可以生成依次连续的可能的未来交通状况的链和/或树。
以如下方式确定至少一个虚拟道路使用者在针对第二时间步的每个可能的未来交通状况中的空间位置:至少一个虚拟道路使用者以至少一个虚拟道路使用者在针对第一时间步的相应的可能的未来交通状况中的空间位置为起点而运动,类似于第一时间步内虚拟道路使用者在实际交通状况和可能的未来交通状况之间的运动。
根据自身机动车与至少一个虚拟道路使用者的可能的虚拟碰撞,对针对第二时间步的这些可能的未来交通状况中的每个可能的未来交通状况进行评估,特别地类似于对针对第一时间步的可能的未来交通状况进行评估。
例如,根据针对第一时间步的可能的未来交通状况的评估并且根据针对至少一个第二时间步的可能的未来交通状况的评估,来选择针对第一时间步的操作选项。
在此,特别地可以根据所有可能的未来交通状况彼此借助于操作选项相互关联的树状结构来进行针对第一时间步的可能的未来交通状况的评估和针对第二时间步的可能的未来交通状况的评估。
例如,可以为针对第一时间步的每个操作选项确定所有可能的未来交通状况的评估值的总和,这些可能的未来交通状况可以直接和/或间接地由操作选项引起。因此,可以选择针对特定时间范围评价最高的操作选项。
备选地,例如针对第一时间步还可以选择与自身机动车的纵向引导相关的如下操作选项,在可能的未来交通状况的树状结构中评价最高的路径从该操作选项开始。
在另一有利的实施方式中,驾驶***被设置用于:为针对第二时间步的至少一个可能的未来交通状况确定机动车的至少一个传感器在可能的未来交通状况中的虚拟视野,并且针对机动车周围环境中的、不在至少一个传感器的虚拟视野中的至少一个区域,根据出现概率模拟在机动车周围环境中的至少一个区域中的虚拟道路使用者。
在另一有利的实施方式中,与自身机动车的纵向引导相关的操作选项是降低自身机动车的速度。机动车速度的降低特别地可以带来潜在危险的降低、以及例如与其他道路使用者发生碰撞的风险的降低。
本发明的第二方面涉及一种用于机动车的自动驾驶的方法。
该方法的一个步骤是检测机动车周围环境中的实际交通状况。
该方法的另一步骤是确定机动车的至少一个传感器在实际交通状况中的实际视野。
该方法的另一步骤是:针对机动车周围环境中的、不在至少一个传感器的实际视野中的至少一个区域,根据在机动车周围环境中的至少一个区域中的虚拟道路使用者的出现概率模拟虚拟道路使用者。
该方法的另一步骤是:基于实际交通状况,针对第一时间步考虑与自身机动车的纵向和/或横向引导相关的至少两个备选操作选项。
该方法的另一步骤是:为这些操作选项分别确定针对第一时间步的至少一个可能的未来交通状况作为相应操作选项的结果。
该方法的另一步骤是以如下方式确定至少一个虚拟道路使用者在每个可能的未来交通状况中的空间位置:该至少一个虚拟道路使用者以该至少一个虚拟道路使用者在实际交通状况中的空间位置为起点而运动。
该方法的另一步骤是:根据自身机动车与至少一个虚拟道路使用者的可能的虚拟碰撞,分别对这些可能的未来交通状况进行评估。
该方法的另一步骤是:据此为第一时间步选择这些操作选项中的一个操作选项。
该方法的另一步骤是执行所选择的操作选项。
关于根据本发明第一方面的根据本发明的驾驶***的上述陈述也以相应的方式适用于根据本发明第二方面的根据本发明的方法。根据本发明第二方面的根据本发明的方法的、在此处以及在权利要求中未明确说明的有利实施例对应于根据本发明第一方面的根据本发明的驾驶***的上述或在权利要求中所述的有利实施例。
附图说明
下面借助实施例参考附图来说明本发明。其中:
图1示出了由交通状况和操作选项构成的示例性树状结构,
图2示出了根据本发明的驾驶***的作用方式的示例性流程图,
图3a示出了具有另一道路使用者的示例***通状况,
图3b示出了示例性概率曲线,以及
图4示出了具有虚拟道路使用者的示例***通状况。
具体实施方式
图1示出了由交通状况100-109和操作选项130-133构成的示例性树状结构。
实际交通状况100构成树状结构的根节点。实际交通状况100例如描述了自身车辆300和多个附加道路使用者310(诸如其他机动车或行人)的空间位置(对于位置参见图3a)。
基于实际交通状况100,针对第一时间步可以为自身机动车300提供关于自身机动车300的纵向引导的两个不同的操作选项130、131。这些操作选项例如可以引起机动车300的速度的变化,例如加速操纵或制动过程。
如果自身机动车300执行操作选项130,则仅由此还不会得到交通状况,因为仅由操作选项130还无法针对第一时间步推断出附加道路使用者310的空间位置的变化。出于此原因,示例性的树状结构包括辅助节点120-123。
基于辅助节点120,可以对第一时间步内附加道路使用者310的空间位置的变化做出不同的假设140-142,例如借助于随机过程或通过评估附加道路使用者310的运动自由度。这些假设例如可以被解读为假定的非实际的传感器值。
基于对附加道路使用者310的空间位置的变化的假设140-142和自身机动车300的操作选项130,得到针对第一时间步的不同的可能的未来交通状况101-103。
如果自身机动车300执行操作选项131,则同样可以对附加道路使用者310的空间位置的变化做出假设143、144。这些假设143、144例如可以不同于假设140-142,然而它们也可以至少部分地是相同的假设。
基于对附加道路使用者310的空间位置的变化的假设143、144和自身机动车300的操作选项131,得到针对第一时间步的不同的可能的未来交通状况104、105。
对于跟在第一时间步之后的第二时间步,例如基于可能的未来交通状况104又可以为自身机动车300提供两个操作选项132、133。
如果自身机动车300在第二时间步中执行操作选项132,则可以基于针对第一时间步的可能的未来交通状况104,对第二时间步内附加道路使用者310的空间位置的变化再次做出假设145、146。
基于对附加道路使用者310的空间位置的变化的假设145、146和自身机动车300的操作选项132,得到针对第二时间步的不同的可能的未来交通状况106、107。如果自身机动车300在第二时间步中执行操作选项133,则基于针对第一时间步的可能的未来交通状况104同样可以对第二时间步内附加道路使用者310的空间位置的变化做出假设147、148。
基于对附加道路使用者310的空间位置的变化的假设147、148和自身机动车300的操作选项133,得到针对第二时间步的不同的可能的未来交通状况108、109。
图2示出了根据本发明的驾驶***的作用方式的示例性流程图。
在步骤200中,在此例如借助于自身机动车300的传感器***检测自身机动车300周围环境中的实际交通状况100。
在步骤203中,确定机动车300的至少一个传感器在实际交通状况100中的实际视野FOV。
在此,至少一个传感器的视野基本上由传感器的结构类型得到,并且受限于机动车周围环境中的物体400,例如受限于机动车周围环境中的静态或动态的物体400。
随后,在步骤207中,针对机动车300的周围环境中的、不在至少一个传感器的实际视野FOV中的至少一个区域OC1-OC2,根据在机动车300的周围环境中的至少一个区域OC1-OC2中的虚拟道路使用者401的出现概率来模拟虚拟道路使用者401。
在步骤210中,基于实际交通状况100,针对第一时间步考虑与自身机动车300的纵向引导相关的至少两个备选操作选项130、131。该至少两个备选操作选项例如可以从预定的可能的操作选项的集合中选择。
这些操作选项例如可以是提高130自身机动车300的速度和降低131自身机动车300的速度。
在步骤220中,为这些操作选项中的每个操作选项确定针对第一时间步的可能的未来交通状况101-105。对应于操作选项130、131的可能的未来交通状况101-105特别地可以分别描述其他道路使用者310的不同空间位置。
在此,其他道路使用者310的空间位置特别地可以通过假设其他道路使用者310的可能的可观察的运动来求取。如果道路使用者310例如位于环岛中,则该道路使用者310的可能的可观察的运动是在下一出口离开144环岛或保持143在环岛中。这两种可能的可观察的运动143、144例如可以分别包括可能的未来交通状况104、105中的一个未来交通状况。
在步骤225中,通过如下方式确定至少一个虚拟道路使用者401在每个可能的未来交通状况101-105中的空间位置:至少一个虚拟道路使用者401以至少一个虚拟道路使用者401在实际交通状况100中的空间位置为起点而运动。
在随后的步骤230中,针对第二时间步考虑与自身机动车300的纵向引导相关的操作选项132、133。在此,这些操作选项132、133例如基于第一时间步的可能的未来交通状况104。
在步骤240中,类似于步骤220,基于其他道路使用者310的可能的可观察的运动145-148,为这些操作选项132、133中的每个操作选项确定可能的未来交通状况106-109。
在步骤245中,通过如下方式确定至少一个虚拟道路使用者401在针对第二时间步的每个可能的未来交通状况108-109中的空间位置:至少一个虚拟道路使用者401以至少一个虚拟道路使用者401在针对第一时间步的相应的可能的未来交通状况101-105中的空间位置为起点而运动。
在步骤250中,评估所有可能的未来交通状况101-109,其中在此既评估第一时间步的可能的未来交通状况101-105,也评估第二时间步的可能的未来交通状况106-109。
特别地,可能的未来交通状况101-109的特性(例如,自身车辆300和其他道路使用者310的距离)可以包括在该评估中。因为自身车辆300和其他道路使用者310的大距离可以被解读为非常安全的状态,所以大距离被相对积极地评估。与此相反,例如自身机动车300与道路使用者310的碰撞可以被相对消极地评估。
如果例如借助于成本函数进行评估,则成本值可以例如与自身机动车300和其他道路使用者310的距离成反向关系。因此,大的距离导致低的成本值。在这种情况下,自身机动车300与道路使用者310的碰撞例如可以导致非常高的成本值。
备选地或附加地,导致相应的未来交通状况101-109的操作选项130-133也可以包括在该评估中。为此,特别地,可以确定操作选项130-133对自身机动车300的行驶舒适性的影响。例如,就行驶舒适性而言,自身机动车300的速度的较大数值变化被相当消极地评估。例如,在这种情况下,相对较高的成本值可以计入可能的未来交通状况101-109的评估中。备选地,在自身机动车300的速度的数值变化小的情况下,可以仅有相对较低的成本值计入可能的未来交通状况101-109的评估中。
备选地或附加地,特别是可能的未来交通状况101-109的发生概率也可以例如以加权因子的形式计入可能的未来交通状况101-109的评估中。由此可以考虑以下情况:与概率相当小的可能的未来交通状况101-109相比,概率非常大的可能的未来交通状况101-109可以对操作选项130、131的选择具有更大的影响。
在步骤260中,根据步骤250选择针对第一时间步的操作选项130、131。为此,特别是对于每个操作选项130、131可以将可以追溯到操作选项130、131的可能的未来交通状况的评估进行组合。例如,对于第一操作选项130,可以将可以追溯到第一操作选项的可能的未来交通状况101-103的评估相加。对于第二操作选项131,同样可以将可以追溯到第二操作选项的可能的未来交通状况104-109的评估相加。
如果评估例如是成本值,则可以为第一时间步选择具有最低的总成本值的操作选项130、131。特别是如果在所选择的可能的未来交通状况107中可能发生自身机动车300与另一道路使用者310的碰撞,则这可能对与自身机动车300的纵向引导相关的操作选项130、131的选择具有重大影响。如果例如由于碰撞而使得可能的未来交通状况107分配有非常高的成本值,该成本值比所有其他可能的未来交通状况101-106、108、109的成本值大至少一个数量级,则通过这种方式非常不可能选择如下的操作选项131,该操作选项131可能导致所选择的可能的未来交通状况107。
特别地,这隐含地导致:如果在树状结构中存在自身机动车300与另一道路使用者310可能发生碰撞的至少一个可能的未来交通状况107,则根据本发明的驾驶***选择相对谨慎的和/或降低自身机动车300的速度的操作选项130、131。
降低自身机动车300的速度的操作选项130、131例如又具有如下效果:直到碰撞可能实际发生的时间会延长,由此又获得更多时间以用于更精确地确定其他道路使用者310的实际行为。
在步骤270中,针对第一时间步执行在步骤260中所选择的操作选项130、131。在此,将以所选择的操作选项130、131所预设的方式影响自身机动车300的纵向引导。例如,自身机动车300的速度可以被提高130或降低131。
一旦第二时间步实际发生,就可以重新运行、特别是从步骤200开始重新运行根据本发明的驾驶***,其中在此期间实际交通状况100已明显改变。然而,备选地或附加地,至少针对第一时间步的各个流程步骤的中间结果也可以被存储在驾驶***所包括的存储模块中,并且当在实际的第二时间步中重新运行驾驶***时被再次使用。
图3a示出了用于说明根据本发明的驾驶***的示例***通状况。
在此,自身机动车300位于十字路口前,车辆310作为另一道路使用者从左侧驶入该十字路口中。
自身机动车300例如计划在车道301上横穿过十字路口,而对于自身机动车300而言无法明确地确定其他道路使用者310是否会在车道311上横穿过十字路口、或者其他道路使用者310是否会右转到车道312上。
图3b示出了可以由根据本发明的驾驶***评估的概率的示例性时间曲线。曲线321指示其他道路使用者310在车道311上直线穿过十字路口的取决于时间的概率,并且曲线322指示其他道路使用者310右转到车道312上的取决于时间的概率。在横坐标上绘制的时间的过程中,可以由驾驶***评估的概率以如下方式变化:直到时间点t=9s,其他道路使用者310的两个可能的运动路径311、312看起来基本上概率相等。从时间点t=9s开始,其他道路使用者310决定选择穿过十字路口的路径311的概率321急剧上升。
对此的原因例如可能在于,其他道路使用者310已经非常靠近十字路口并且始终还未激活转向指示器,或者由于情况的进展其他道路使用者310的行为必须是可识别的。由此可以推断出其他道路使用者310想要直行。
道路使用者310的直接穿过十字路口的运动路径311可能导致可能的未来交通状况107,其中自身机动车300与道路使用者310即将发生碰撞。
由于这种可能的未来交通状况107具有例如非常高的成本值,因此根据本发明的驾驶***直到时间点t=9s将以较高的概率倾向于选择260不会导致这种可能的未来交通状况107的操作选项130、131。操作选项130、131倾向于是至少不提高机动车300的速度的操作选项130、131。特别地,操作选项130、131是降低机动车300的速度的操作选项130、131,以产生观望行为直到进一步的操作选项变得明显。
图4示出了具有虚拟道路使用者的示例***通状况。
在此,作为实际交通状况(100),自身机动车300位于岔路入口前,即一条道路与一条没有中断的道路的交汇处而没有越过该道路的延续部。
在此,根据本发明的用于机动车300的自动驾驶的驾驶***被设置为:检测200机动车300的周围环境中的实际交通状况100,并且确定车辆300的至少一个传感器在实际交通状况100中的实际视野FOV。
在此,路边的物体400限制了至少一个传感器的视野FOV。
因此,驾驶***被设置为:针对机动车300的周围环境中的、不在至少一个传感器的实际视野FOV中的至少一个区域OC1-OC2,根据在机动车300的周围环境中的至少一个区域中的虚拟道路使用者401的出现概率来模拟虚拟道路使用者401。
此外,驾驶***被设置为:基于实际交通状况100、针对第一时间步考虑210与自身机动车300的纵向和/或横向引导相关的至少两个备选操作选项130、131,例如保持速度或降低速度。
驾驶***为这些操作选项130、131分别确定针对第一时间步的至少一个可能的未来交通状况101-105作为相应操作选项130、131的结果。
此外,驾驶***被设置为以如下方式确定至少一个虚拟道路使用者401在每个可能的未来交通状况101-105中的空间位置:至少一个虚拟道路使用者401以至少一个虚拟道路使用者401在实际交通状况100中的空间位置为起点而运动。
例如,虚拟道路使用者可以以恒定速度向岔路入口运动。
因此,驾驶***被设置为:根据自身机动车300与至少一个虚拟道路使用者401的可能的虚拟碰撞,分别对这些可能的未来交通状况101-105进行评估250。
例如,在此由保持速度得到的可能的虚拟交通状况可以被评估为比由降低速度得到的可能的虚拟交通状况“更差”,因为机动车300与虚拟道路使用者401发生碰撞的风险在该情况下更高。
驾驶***据此为第一时间步选择260这些操作选项130、131中的一个操作选项,并且执行270所选择的操作选项130、131。
例如,驾驶***选择带来被评估为“较好”的可能的虚拟交通状况的操作选项130、131。
例如,通过连续、定时地重复该过程将机动车300的速度降低必要的量,以防止机动车300与实际的其他道路使用者发生碰撞,该实际的其他道路使用者可能在机动车300的周围环境中的、不在至少一个传感器的实际视野FOV中的至少一个区域OC1-OC2中。
然而,机动车300的速度并不会降低超过该必要的量,因为在机动车300的前进运动过程中区域OC1-OC2会缩小,由此将降低机动车300与虚拟道路使用者401的碰撞风险,由此例如不降低机动车速度的操作选项被评估为“更好”。这可以特别是通过如下方式得到:在评估中考虑其他标准,特别是机动车300的速度与目标速度的偏差。例如,机动车300的速度与目标速度的偏差对评估产生负面影响,这将导致当机动车300与虚拟道路使用者401没有碰撞风险或仅有很低的碰撞风险时机动车300尝试达到目标速度。
Claims (11)
1.一种用于机动车(300)的自动驾驶的驾驶***,其中所述驾驶***被设置为:
-检测(200)所述机动车(300)的周围环境中的实际交通状况(100),
-确定所述机动车(300)的至少一个传感器在所述实际交通状况(100)中的实际视野(FOV),
-针对所述机动车(300)的周围环境中的、不在所述至少一个传感器的实际视野(FOV)中的至少一个区域(OC1-OC2),根据在所述机动车(300)的周围环境中的所述至少一个区域中的虚拟道路使用者(401)的出现概率来模拟所述虚拟道路使用者(401),
-基于所述实际交通状况(100),针对第一时间步考虑(210)与自身机动车(300)的纵向和/或横向引导相关的至少两个备选的操作选项(130、131),
-为所述操作选项(130、131)分别确定(220)针对所述第一时间步的至少一个可能的未来交通状况(101-105)作为相应操作选项(130、131)的结果,
-以如下方式确定至少一个虚拟道路使用者(401)在每个可能的未来交通状况(101-105)中的空间位置:所述至少一个虚拟道路使用者(401)以所述至少一个虚拟道路使用者(401)在所述实际交通状况(100)中的空间位置为起点而运动,
-根据所述自身机动车(300)与所述至少一个虚拟道路使用者(401)的可能的虚拟碰撞,分别对所述可能的未来交通状况(101-105)进行评估(250),
-根据所述评估为所述第一时间步选择(260)所述操作选项(130、131)中的一个操作选项,并且
-执行(270)所选择的操作选项(130、131)。
2.根据权利要求1所述的驾驶***,其中所述虚拟道路使用者(401)的出现概率取决于所述机动车(300)的周围环境中的、不在所述至少一个传感器的实际视野(FOV)中的区域(OC1-OC2)的空间大小。
3.根据前述权利要求中任一项所述的驾驶***,其中所述驾驶***被设置为:
-针对至少一个可能的未来交通状况(101-105),确定所述机动车(300)的至少一个传感器在所述可能的未来交通状况(101-105)中的虚拟视野,并且
-针对所述机动车(300)的周围环境中的、不在所述至少一个传感器的虚拟视野中的至少一个区域,根据在所述机动车(300)的周围环境中的所述至少一个区域中的虚拟道路使用者(401)的出现概率来模拟所述虚拟道路使用者(401)。
4.根据前述权利要求中任一项所述的驾驶***,其中所述驾驶***被设置为以如下方式模拟所述虚拟道路使用者(401):所述虚拟道路使用者(401)的前缘在所述虚拟道路使用者(401)的行驶方向上直接位于所述机动车(300)的周围环境中的、不在所述至少一个传感器的实际视野(FOV)中的区域(OC1-OC2)的边缘处。
5.根据前述权利要求中任一项所述的驾驶***,其中所述驾驶***被设置为以如下方式模拟所述虚拟道路使用者(401):将所述虚拟道路使用者(401)在行驶方向上沿纵轴的长度假设为无限长。
6.根据前述权利要求中任一项所述的驾驶***,其中所述驾驶***被设置为:根据所述虚拟道路使用者(401)的恒定速度来确定所述至少一个虚拟道路使用者(401)在可能的未来交通状况(101-105)中的空间位置。
7.根据权利要求6所述的驾驶***,其中所述虚拟道路使用者(401)的所述恒定速度高于在相应的可能的未来交通状况(101-105)中实际允许的最高速度。
8.根据前述权利要求中任一项所述的驾驶***,其中所述驾驶***被设置为:
-针对所述第一时间步的所述可能的未来交通状况(101-105)中的至少一个可能的未来交通状况,基于针对至少一个第二时间步的相应的可能的未来交通状况(104),确定(230)与所述自身机动车(300)的纵向和/或横向引导相关的一个或多个操作选项(132、133),
-为针对所述第二时间步的所述操作选项(132、133)中的每个操作选项确定(240)针对所述第二时间步的至少一个可能的未来交通状况(106-109)作为针对所述第二时间步的相应操作选项(132、133)的结果,
-以如下方式确定(245)所述至少一个虚拟道路使用者(401)在针对所述第二时间步的每个可能的未来交通状况(101-105)中的空间位置:所述至少一个虚拟道路使用者(401)以所述至少一个虚拟道路使用者(401)在针对所述第一时间步的相应的可能的未来交通状况(101-105)中的空间位置为起点而运动,
-根据所述自身机动车(300)与所述至少一个虚拟道路使用者(401)的可能的虚拟碰撞,对针对所述第二时间步的可能的未来交通状况(106-109)中的每个可能的未来交通状况进行评估(250),并且
-根据针对所述第一时间步的可能的未来交通状况(101-105)的评估并且根据针对所述至少一个第二时间步的可能的未来交通状况(106-109)的评估,来选择(260)针对所述第一时间步的操作选项(130、131)。
9.根据权利要求8所述的驾驶***,其中所述驾驶***被设置为:
-为针对所述第二时间步的至少一个可能的未来交通状况(106-109)确定所述机动车(300)的至少一个传感器在所述可能的未来交通状况(106-109)中的虚拟视野,
-针对所述机动车(300)的周围环境中的、不在所述至少一个传感器的虚拟视野中的至少一个区域,根据出现概率模拟在所述机动车的周围环境中的所述至少一个区域中的虚拟道路使用者(401)。
10.根据前述权利要求中任一项所述的驾驶***,其中,
-与所述自身机动车(300)的纵向引导相关的操作选项(130-133)是降低所述自身机动车(300)的速度。
11.一种用于机动车的自动驾驶的方法,其中所述方法包括以下步骤:
-检测(200)所述机动车(300)的周围环境中的实际交通状况(100),
-确定(203)所述机动车(300)的至少一个传感器在所述实际交通状况(100)中的实际视野(FOV),
-针对所述机动车(300)的周围环境中的、不在所述至少一个传感器的实际视野(FOV)中的至少一个区域(OC1-OC2),根据在所述机动车(300)的周围环境中的所述至少一个区域(OC1-OC2)中的虚拟道路使用者(401)的出现概率来模拟所述虚拟道路使用者(401),
-基于所述实际交通状况(100),针对第一时间步考虑(210)与自身机动车(300)的纵向和/或横向引导相关的至少两个备选的操作选项(130、131),
-为所述操作选项(130、131)分别确定(220)针对所述第一时间步的至少一个可能的未来交通状况(101-105)作为相应操作选项(130、131)的结果,
-以如下方式确定至少一个虚拟道路使用者(401)在每个可能的未来交通状况(101-105)中的空间位置:所述至少一个虚拟道路使用者(401)以所述至少一个虚拟道路使用者(401)在所述实际交通状况(100)中的空间位置为起点而运动,
-根据所述自身机动车(300)与所述至少一个虚拟道路使用者(401)的可能的虚拟碰撞,分别对所述可能的未来交通状况(101-105)进行评估(250),
-根据所述评估为所述第一时间步选择(260)所述操作选项(130、131)中的一个操作选项,以及
-执行(270)所选择的操作选项(130、131)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019108142.4 | 2019-03-29 | ||
DE102019108142.4A DE102019108142A1 (de) | 2019-03-29 | 2019-03-29 | Auswählen einer Handlungsoption für ein automatisiertes Kraftfahrzeug |
PCT/EP2019/079165 WO2020200500A1 (de) | 2019-03-29 | 2019-10-25 | Fahrsystem und verfahren zum auswahlen einer handlungsoption für ein automatisiertes kraftfahrzeug |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113646219A true CN113646219A (zh) | 2021-11-12 |
CN113646219B CN113646219B (zh) | 2024-04-19 |
Family
ID=68503073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980094713.XA Active CN113646219B (zh) | 2019-03-29 | 2019-10-25 | 用于为自动化机动车选择操作选项的驾驶***和方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US12020565B2 (zh) |
EP (1) | EP3947075B1 (zh) |
JP (1) | JP7425803B2 (zh) |
KR (1) | KR102588009B1 (zh) |
CN (1) | CN113646219B (zh) |
DE (1) | DE102019108142A1 (zh) |
WO (1) | WO2020200500A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220274628A1 (en) * | 2019-08-23 | 2022-09-01 | Volvo Truck Corporation | A method for quantifying extreme traffic behavior |
EP4320494A1 (de) | 2021-04-09 | 2024-02-14 | ZF Friedrichshafen AG | Verfahren zum planen des verhaltens eines fahrzeugs |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011248870A (ja) * | 2010-04-27 | 2011-12-08 | Denso Corp | 死角領域検出装置、死角領域検出プログラム、および死角領域検出方法 |
CN102598083A (zh) * | 2009-10-30 | 2012-07-18 | 丰田自动车株式会社 | 驾驶辅助装置 |
EP3091370A1 (en) * | 2015-05-05 | 2016-11-09 | Volvo Car Corporation | Method and arrangement for determining safe vehicle trajectories |
DE102016007899A1 (de) * | 2016-06-28 | 2017-12-28 | Audi Ag | Verfahren zum Betreiben einer Einrichtung zur Verkehrssituationsanalyse, Kraftfahrzeug und Datenverarbeitungseinrichtung |
CN107719365A (zh) * | 2016-08-11 | 2018-02-23 | Trw汽车股份有限公司 | 确定轨迹并生成关联信号或控制命令的控制***和方法 |
EP3361466A1 (en) * | 2017-02-14 | 2018-08-15 | Honda Research Institute Europe GmbH | Risk-based driver assistance for approaching intersections of limited visibility |
DE102017206862A1 (de) * | 2017-04-24 | 2018-10-25 | Bayerische Motoren Werke Aktiengesellschaft | Auswählen einer Handlungsoption betreffend die Längsführung eines Kraftfahrzeugs mit zumindest automatisierter Längsführung |
CN109285372A (zh) * | 2017-07-20 | 2019-01-29 | 罗伯特·博世有限公司 | 用于运行驾驶员辅助***的方法和设备和驾驶员辅助*** |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006260217A (ja) * | 2005-03-17 | 2006-09-28 | Advics:Kk | 車両用走行支援装置 |
DE102005051805B3 (de) * | 2005-10-27 | 2007-05-16 | Daimler Chrysler Ag | Verfahren zur Unterstützung eines Fahrers in Gefahrenbereichen |
US8126642B2 (en) * | 2008-10-24 | 2012-02-28 | Gray & Company, Inc. | Control and systems for autonomously driven vehicles |
JP2011194979A (ja) * | 2010-03-18 | 2011-10-06 | Toyota Motor Corp | 運転支援装置 |
JP5573617B2 (ja) * | 2010-11-12 | 2014-08-20 | トヨタ自動車株式会社 | 危険度算出装置 |
BR112014002902B1 (pt) * | 2011-08-10 | 2021-05-18 | Toyota Jidosha Kabushiki Kaisha | aparelho auxiliar de direção |
DE102013215098A1 (de) * | 2013-08-01 | 2015-02-05 | Bayerische Motoren Werke Aktiengesellschaft | Umfeldmodelle für Fahrzeuge |
JP6524910B2 (ja) * | 2013-10-01 | 2019-06-05 | 日本電気株式会社 | 物体検出装置、物体検出方法および学習装置 |
JP5726263B2 (ja) * | 2013-10-22 | 2015-05-27 | 三菱電機株式会社 | 運転支援装置および運転支援方法 |
JP2016122308A (ja) * | 2014-12-25 | 2016-07-07 | クラリオン株式会社 | 車両制御装置 |
JP6380919B2 (ja) * | 2016-09-01 | 2018-08-29 | マツダ株式会社 | 車両制御装置 |
US10850732B2 (en) * | 2017-09-05 | 2020-12-01 | Aptiv Technologies Limited | Automated speed control system |
JP2021524087A (ja) * | 2018-05-16 | 2021-09-09 | ノートラフィック リミテッド | V2xおよびセンサデータを使用するためのシステムおよび方法 |
US11024175B2 (en) * | 2018-10-17 | 2021-06-01 | Ford Global Technologies, Llc | Adaptive vehicle-infrastructure communications |
US11505181B2 (en) * | 2019-01-04 | 2022-11-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | System, method, and computer-readable storage medium for vehicle collision avoidance on the highway |
-
2019
- 2019-03-29 DE DE102019108142.4A patent/DE102019108142A1/de active Pending
- 2019-10-25 CN CN201980094713.XA patent/CN113646219B/zh active Active
- 2019-10-25 KR KR1020217026287A patent/KR102588009B1/ko active IP Right Grant
- 2019-10-25 WO PCT/EP2019/079165 patent/WO2020200500A1/de unknown
- 2019-10-25 EP EP19801225.4A patent/EP3947075B1/de active Active
- 2019-10-25 US US17/593,911 patent/US12020565B2/en active Active
- 2019-10-25 JP JP2021556331A patent/JP7425803B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102598083A (zh) * | 2009-10-30 | 2012-07-18 | 丰田自动车株式会社 | 驾驶辅助装置 |
JP2011248870A (ja) * | 2010-04-27 | 2011-12-08 | Denso Corp | 死角領域検出装置、死角領域検出プログラム、および死角領域検出方法 |
EP3091370A1 (en) * | 2015-05-05 | 2016-11-09 | Volvo Car Corporation | Method and arrangement for determining safe vehicle trajectories |
DE102016007899A1 (de) * | 2016-06-28 | 2017-12-28 | Audi Ag | Verfahren zum Betreiben einer Einrichtung zur Verkehrssituationsanalyse, Kraftfahrzeug und Datenverarbeitungseinrichtung |
CN107719365A (zh) * | 2016-08-11 | 2018-02-23 | Trw汽车股份有限公司 | 确定轨迹并生成关联信号或控制命令的控制***和方法 |
EP3361466A1 (en) * | 2017-02-14 | 2018-08-15 | Honda Research Institute Europe GmbH | Risk-based driver assistance for approaching intersections of limited visibility |
DE102017206862A1 (de) * | 2017-04-24 | 2018-10-25 | Bayerische Motoren Werke Aktiengesellschaft | Auswählen einer Handlungsoption betreffend die Längsführung eines Kraftfahrzeugs mit zumindest automatisierter Längsführung |
CN109285372A (zh) * | 2017-07-20 | 2019-01-29 | 罗伯特·博世有限公司 | 用于运行驾驶员辅助***的方法和设备和驾驶员辅助*** |
Also Published As
Publication number | Publication date |
---|---|
EP3947075B1 (de) | 2023-03-15 |
JP7425803B2 (ja) | 2024-01-31 |
DE102019108142A1 (de) | 2020-10-01 |
KR20210114510A (ko) | 2021-09-23 |
US20220172608A1 (en) | 2022-06-02 |
KR102588009B1 (ko) | 2023-10-11 |
WO2020200500A1 (de) | 2020-10-08 |
US12020565B2 (en) | 2024-06-25 |
JP2022537870A (ja) | 2022-08-31 |
CN113646219B (zh) | 2024-04-19 |
EP3947075A1 (de) | 2022-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106240565B (zh) | 碰撞减轻和躲避 | |
JP6822752B2 (ja) | アクティブ車両制御のための運転支援技術 | |
CN109844843B (zh) | 用于检查超车可能性条件的方法 | |
CN112292719B (zh) | 使自我车辆的轨迹与运动的外来对象适配 | |
EP2172919B1 (en) | Vehicle travel track estimator | |
RU2709533C2 (ru) | Смена полосы движения транспортного средства | |
CN113178097B (zh) | 建立包括静态目标和动态目标的未占用空间概率地图的方法 | |
JP7295239B2 (ja) | 自動車車両を制御する方法およびシステム | |
JP7145815B2 (ja) | 電子制御装置 | |
CN113844451B (zh) | 行驶设备控制方法、装置、电子设备及存储介质 | |
CN114126940B (zh) | 电子控制装置 | |
CN111386560A (zh) | 用于设定在预先规定的导航环境中的全自动车辆导引功能的方法和机动车 | |
WO2019034514A1 (en) | METHOD AND SYSTEM FOR AVOIDING THE COLLISION OF A VEHICLE | |
EP3725609B1 (en) | Calibrating method for vehicle anti-collision parameters, vehicle controller and storage medium | |
EP4001039A1 (en) | Vehicle adaptive cruise control system and method; computer program and computer readable medium for implementing the method | |
CN111186433A (zh) | 用于选择和加速实施动作响应的方法 | |
CN114385692A (zh) | 一种车辆行驶数据处理方法、***、存储介质及电子设备 | |
CN113646219A (zh) | 用于为自动化机动车选择操作选项的驾驶***和方法 | |
CN110843769A (zh) | 用于匹配传感器的探测区域的方法、组件和存储介质 | |
CN115884908A (zh) | 路径确认装置以及路径确认方法 | |
US20220379918A1 (en) | Vehicle behavior generation device, vehicle behavior generation method, and vehicle behavior generation program product | |
JP6330868B2 (ja) | 車両制御装置 | |
CN112991817B (zh) | 用于自动或半自动交通工具操作的适应性物体路径中检测模型 | |
CN117413257A (zh) | 用于测试车辆用司机辅助***的方法和*** | |
JP2023519442A (ja) | 動的な交通シナリオにおける交通規則に準拠した意思決定 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |