DE102022102118A1 - Method and apparatus for generating trajectories on a given route for multiple vehicles with given performance specifications - Google Patents
Method and apparatus for generating trajectories on a given route for multiple vehicles with given performance specifications Download PDFInfo
- Publication number
- DE102022102118A1 DE102022102118A1 DE102022102118.1A DE102022102118A DE102022102118A1 DE 102022102118 A1 DE102022102118 A1 DE 102022102118A1 DE 102022102118 A DE102022102118 A DE 102022102118A DE 102022102118 A1 DE102022102118 A1 DE 102022102118A1
- Authority
- DE
- Germany
- Prior art keywords
- route
- specifications
- vehicles
- given
- driving
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004088 simulation Methods 0.000 claims abstract description 5
- 238000004590 computer program Methods 0.000 claims abstract description 4
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000002035 prolonged effect Effects 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 18
- 238000005457 optimization Methods 0.000 description 9
- 238000013459 approach Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
Die Erfindung stellt ein Verfahren zum Erzeugen von Trajektorien auf einer gegebenen Strecke für mehrere Fahrzeuge mit gegebenen Leistungsspezifikationen bereit, dadurch gekennzeichnet, dass die Leistungsspezifikationen der verwendeten Fahrzeuge (M1, M2, M3) ausgewählt werden; Straßeninformationen bezüglich der Strecke geladen werden; basierend auf den Fahranforderungen Fahrszenarienspezifikationen definiert werden; unter Verwendung der Fahrszenarienspezifikationen die Strecke in vollständig spezifizierte Segmente aufgeteilt wird und unabhängig durch Vorwärtssimulation der Fahranforderungen aufgelöst wird, wodurch Grenzbedingungen für etwaige verbleibende unzureichend spezifizierte Segmente der Strecke erhalten werden; für jedes der unzureichend spezifizierten Segmente ein Problem der optimalen Steuerung, basierend auf einem physikalischen Modell des Fahrzeugs (M1, M2, M3) und beschränkt durch die Fahranforderungen, des Minimierens des Leistungskriteriums formuliert wird und mittels nichtlinearer Programmierung gelöst wird; und die resultierenden Trajektorien (1, 2, 3) für jedes Fahrzeug (M1, M2, M3) an sicheren Vorbeifahrpositionen entlang der Strecke zusammengeführt werden und eine Ausführungsreihenfolge der Fahrzeuge (M1, M2, M3) durch Flow-Shop-Terminierung bestimmt wird.Die Erfindung stellt ferner eine korrespondierende Datenverarbeitungsvorrichtung, ein korrespondierendes Computerprogramm und ein korrespondierendes Medium bereit.The invention provides a method for generating trajectories on a given route for a plurality of vehicles with given performance specifications, characterized in that the performance specifications of the vehicles (M1, M2, M3) used are selected; loading road information related to the route; driving scenario specifications are defined based on the driving requirements; using the driving scenario specifications, the route is divided into fully specified segments and solved independently by forward simulation of the driving requirements, thereby obtaining boundary conditions for any remaining under-specified segments of the route; for each of the insufficiently specified segments, an optimal control problem, based on a physical model of the vehicle (M1, M2, M3) and constrained by the driving requirements, of minimizing the performance criterion is formulated and solved by means of non-linear programming; and the resulting trajectories (1, 2, 3) for each vehicle (M1, M2, M3) are merged at safe pass-by positions along the route and an execution order of the vehicles (M1, M2, M3) is determined by flow shop scheduling. The invention further provides a corresponding data processing device, a corresponding computer program and a corresponding medium.
Description
Die vorliegende Erfindung betrifft ein Verfahren zum Erzeugen von Trajektorien auf einer gegebenen Strecke für mehrere Fahrzeuge mit gegebenen Leistungsspezifikationen. Die Erfindung bezieht sich ferner auf eine korrespondierende Datenverarbeitungsvorrichtung, ein korrespondierendes Computerprogramm und ein korrespondierendes Medium.The present invention relates to a method for generating trajectories on a given route for multiple vehicles with given performance specifications. The invention further relates to a corresponding data processing device, a corresponding computer program and a corresponding medium.
Stand der TechnikState of the art
Das Ziel der Automatisierung von Dauertests ist es, sichere und wiederholbare Dauerhaftigkeitstests an Fahrzeugen zu ermöglichen, die Auslastung der Strecke zu erhöhen, Personalkosten zu reduzieren und menschliche Faktoren wie Ermüdung des Fahrers zu eliminieren.The goal of automating endurance testing is to enable safe and repeatable durability testing of vehicles, increase track utilization, reduce labor costs, and eliminate human factors such as driver fatigue.
Der Stand der Technik umfasst kommerzielle Systeme zur automatisierten Wiederholung von aufgezeichneten Trajektorien auf einer Teststrecke. Allerdings wird bei diesen bekannten Ansätzen nur die automatisierte Wiederholung einer vorher gefahrenen Trajektorie unterstützt. Die Definition von künstlichen Manövern ist typischerweise auf einfache Bausteine von Segmenten mit konstanter Geschwindigkeit oder konstanter Beschleunigung beschränkt. Der Definitionsprozess erfordert eine große Anzahl von Benutzereingaben, ist nur begrenzt in der Lage, das allgemeine Verhalten eines erfahrenen Testfahrers zu erfassen, und verlässt sich auf den Bediener, um die Sicherheit und Machbarkeit des Testszenarios zu gewährleisten. Daher muss die Trajektorie zunächst von einem menschlichen Fahrer gefahren werden, was die Flexibilität der Lösung bei der Erstellung neuer Testszenarien einschränkt. Außerdem werden bei diesen bekannten Ansätzen Kollisionen zwischen den Fahrzeugen im Plan nur reaktiv während der Testdurchführung verhindert, was den bisherigen Testfortschritt ungültig machen kann. Dies macht den manuellen Prozess der Testplandefinition für große Flotten automatisierter Testfahrzeuge nicht skalierbar, da der Bediener dafür verantwortlich ist, unerwünschte Einflüsse zwischen den Testfahrzeugen und ihren einzelnen Trajektorien zu verhindern.The prior art includes commercial systems for the automated repetition of recorded trajectories on a test track. However, with these known approaches, only the automated repetition of a previously traveled trajectory is supported. The definition of artificial maneuvers is typically limited to simple building blocks of constant velocity or constant acceleration segments. The definition process requires a large amount of user input, has limited ability to capture the general behavior of an experienced test driver, and relies on the operator to ensure the safety and feasibility of the test scenario. Therefore, the trajectory must first be driven by a human driver, which limits the flexibility of the solution when creating new test scenarios. In addition, with these known approaches, collisions between the vehicles in the plan are only prevented reactively during the test execution, which can invalidate the previous test progress. This makes the manual process of test plan definition not scalable for large fleets of automated test vehicles, since the operator is responsible for preventing unwanted interference between the test vehicles and their individual trajectories.
Andere bekannte Ansätze für automatisierte Dauertests erlauben keine automatisierte Neuplanung und Neuterminierung im Fall des Hinzufügens oder Entfernens eines Testfahrzeugs.Other known approaches to automated endurance testing do not allow automated rescheduling and rescheduling in the event of adding or removing a test vehicle.
Offenbarung der ErfindungDisclosure of Invention
Die Erfindung basiert auf dem Problem - bei Vorgabe eines gewünschten Wegs, von Leistungsspezifikationen des Fahrzeugs (wie Reifenhaftung oder Motorleistung) und von Anforderungen an das Testszenario (wie konstante Beschleunigung, konstante Geschwindigkeit oder Segmente mit Geschwindigkeitsbegrenzung) -, eine vollständige Geschwindigkeitstrajektorie zu planen, die den gegebenen Beschränkungen genügt und die Leistungskriterien in Bezug auf Ausführungszeit, erforderliche Beschleunigung und so weiter minimiert.The invention is based on the problem - given a desired path, vehicle performance specifications (such as tire grip or engine power) and test scenario requirements (such as constant acceleration, constant speed or speed-limited segments) - of planning a complete speed trajectory that satisfies the given constraints and minimizes the performance criteria in terms of execution time, required acceleration, and so on.
Zu diesem Zweck stellt die Erfindung ein Verfahren zum Erzeugen von Trajektorien auf einer gegebenen Strecke für mehrere Fahrzeuge mit gegebenen Leistungsspezifikationen, eine korrespondierende Datenverarbeitungsvorrichtung, ein korrespondierendes Computerprogramm und ein korrespondierendes Medium gemäß den unabhängigen Ansprüchen bereit.To this end the invention provides a method for generating trajectories on a given route for a plurality of vehicles with given performance specifications, a corresponding data processing device, a corresponding computer program and a corresponding medium according to the independent claims.
Das vorgeschlagene optimierungsbasierte Gerüst bietet eine automatisierte Generierung von Geschwindigkeitstrajektorien auf der Basis von Fahranforderungen und Leistungsspezifikationen unter voller Kontrolle über den Fahrstil mittels Parametrisierung und unterscheidet sich in seiner Flexibilität von den bestehenden automatisierten Streckenfahrkonzepten.The proposed optimization-based framework offers automated generation of speed trajectories based on driving requirements and performance specifications with full control over driving style via parameterization and differs in its flexibility from the existing automated route driving concepts.
Vorteilhafterweise ermöglicht die Zerlegung des Problems in Teilprobleme der Planung und Terminierung eine Parallelisierung und Skalierbarkeit für mehrere Fahrzeuge und gemeinsame Streckennutzung.Advantageously, the decomposition of the problem into sub-problems of planning and scheduling enables parallelization and scalability for multiple vehicles and joint use of routes.
Eine bevorzugte Ausführungsform ist für Geschwindigkeitsplanung auf gekrümmten Straßen unter Berücksichtigung von Reifenhaftung, erforderlichem Bremsweg, verfügbarer Bremskraft und beliebigen Kompromissen zwischen Leistung und Komfort anwendbar.A preferred embodiment is applicable for speed planning on curved roads taking into account tire grip, required braking distance, available braking power and any trade-offs between performance and comfort.
Weitere Ausführungsformen der Erfindung sind in den abhängigen Ansprüchen angeführt, die unter anderem eine intuitive Abstimmung zwischen aggressiver und vorsichtiger Fahrweise und eine systematische Behandlung von Fahrdynamik und Fahreinschränkungen ermöglichen, wie durch eine zusätzliche Überprüfung der Fahranforderungen auf Machbarkeit vor der Optimierung, ein physikalisch basiertes Fahrzeugbewegungsmodell, das in die Trajektorieoptimierung einbezogen wird, oder eine systematische Berücksichtigung von Reifentraktionsgrenzen als Optimierungseinschränkungen.Further embodiments of the invention are specified in the dependent claims, which allow, among other things, an intuitive coordination between aggressive and cautious driving style and a systematic treatment of driving dynamics and driving restrictions, as evidenced by an additional check of the driving requirements Feasibility before optimization, a physically based vehicle motion model included in trajectory optimization, or a systematic consideration of tire traction limits as optimization constraints.
Figurenlistecharacter list
-
Die einzige
1 zeigt schematisch einen Verwendungsfall der Erfindung.The only1 shows schematically an application of the invention.
Ausführung der Erfindungimplementation of the invention
Gemäß der Erfindung wird, um eine Skalierbarkeit auf mehrere Fahrzeuge zu ermöglichen, das Trajektorie-Planungsproblem in unabhängige Teilprobleme unter Verwendung von Testszenario-Spezifikationen zerlegt. Der vorgeschlagene Trajektorie-Planungsrahmen besteht aus zwei Hauptmodulen:
- Zunächst erzeugt eine globale Planungsvorrichtung (GPL) eine Trajektorie über ein gegebenes Streckensegment, indem sie ein Problem der optimalen Steuerung für jedes Streckensegment mit den aus den Testspezifikationen bestimmten Geschwindigkeitsrandbedingungen löst, was in einer Geschwindigkeitstrajektorie für jedes Fahrzeug und jedes Streckensegment resultiert. Die GPL stellt sicher, dass jedes Fahrzeug die geforderte Geschwindigkeitstrajektorie ausführt, wenn dies möglich ist, und erkennt ansonsten die Nicht-Machbarkeit der Anforderungen.
- First, a global planner (GPL) generates a trajectory over a given route segment by solving an optimal control problem for each route segment with the speed constraints determined from the test specifications, resulting in a speed trajectory for each vehicle and each route segment. The GPL ensures that each vehicle executes the required speed trajectory when it can, and otherwise recognizes the non-feasibility of the requirements.
Zweitens kombiniert eine Terminierungsvorrichtung (SCH) einzelne Fahrzeugtrajektorien zur gemeinsamen Streckennutzung unter Verwendung von Ausführungsterminierung zur Vermeidung von Kollisionen und Minimierung der gesamten Ausführungszeit. Dabei wird die Fahrzeugterminierung durch die exklusive Zuteilung von Streckensegmenten an einzelne Fahrzeuge gelöst und als Flow-Shop-Terminierungsproblem formuliert, was in einem Terminplan der Ausführung von Fahrzeugtrajektorien (Aufträgen), die Streckensegmenten (Maschinen) zugeteilt sind, einschließlich der Reihenfolge der Fahrzeuge und der Überholreihenfolge und der Minimierung der Gesamtdauer der Testplanausführung („Zykluszeit“) resultiert.Second, a Scheduling Device (SCH) combines individual vehicle trajectories for route sharing using execution scheduling to avoid collisions and minimize total execution time. Here, vehicle scheduling is solved by the exclusive assignment of route segments to individual vehicles and formulated as a flow shop scheduling problem, which results in a schedule of execution of vehicle trajectories (orders) assigned to route segments (machines), including the order of the vehicles and the overtaking sequence and minimizing the overall duration of the test plan execution ("cycle time").
Wie aus dem Vorstehenden hervorgeht, ist die vorgeschlagene Architektur aufgrund der Zerlegung von Planung und Terminierung, ihrer Eignung zur Parallelisierung (unabhängige Optimierung für jedes Streckensegment und Fahrzeug) und des möglichen server- oder cloudbasierten Einsatzes in hohem Maße skalierbar.As can be seen from the above, the proposed architecture is highly scalable due to the decomposition of planning and scheduling, its suitability for parallelization (independent optimization for each route segment and vehicle) and the possible server or cloud-based deployment.
Um die Trajektorien zu erzeugen, beruht ein Verfahren gemäß der Erfindung auf mehreren Eingaben:
- Als erste Eingabe wird die Strecke in Form von Wegedaten beschrieben, die auf einer Karte basieren oder separat in Abhängigkeit von geometrischen Beschränkungen der Straßenbegrenzungen wie ein minimaler Krümmungsweg geplant werden können. Der gewünschte Weg kann als Wegepunkte oder als eine Kombination aus Ausgangsposition, Orientierung und Krümmung als Funktion der zurückgelegten Strecke gegeben werden.
- As a first input, the route is described in the form of path data, which can be based on a map or planned separately depending on geometric restrictions of the road boundaries such as a minimum curvature path. The desired path can be given as waypoints or as a combination of starting position, orientation and curvature as a function of distance traveled.
Wahlweise können auch Straßenneigung und Böschungswinkel, Reifen-Fahrbahn-Haftung und Überholmöglichkeiten entlang der Strecke spezifiziert werden.Optionally, road gradient and angle of departure, tire-to-road adhesion and overtaking opportunities along the route can also be specified.
Falls nur Wegepunkte durch ihre Position spezifiziert werden, wird die Krümmung unter Verwendung von Optimierung basierend auf einem kinematischen Fahrzeugmodell rekonstruiert, wobei die gewichtete Summe der Quadrate des Positionsfehlers (Anpassung), der erforderlichen Krümmung und der Krümmungsableitung minimiert wird.If only waypoints are specified by their position, the curvature is reconstructed using optimization based on a kinematic vehicle model, minimizing the weighted sum of the squares of the position error (fit), the required curvature, and the curvature derivative.
Als eine zweite Eingabe werden Fahranforderungen spezifiziert. Zum Beispiel können konstante Geschwindigkeit über ein Segment der Strecke, ABS-Bremsung oder Vollgasbeschleunigung auf einem vorgegebenen Teil der Strecke, Geschwindigkeitsbereiche, die eingehalten werden müssen, und ähnliche Testmanöver spezifiziert werden.As a second input, driving requirements are specified. For example, constant speed over a segment of the route, ABS braking or full throttle acceleration over a given portion of the route, speed ranges that must be maintained, and similar test maneuvers can be specified.
Als eine dritte Eingabe wird die Fahrzeugleistung in Form von Eingangsleistung (z. B. Motorleistung, Wirkungsgrad und Fahrzeugmasse), Verlusten (z. B. Rollwiderstand oder Luftwiderstand), Reifenspitzenquerkraft oder -längskraft und anderen modellbasierten physikalischen Beschränkungen spezifiziert.As a third input, vehicle performance is specified in terms of input power (e.g., engine power, efficiency, and vehicle mass), losses (e.g., rolling resistance or drag), tire peak lateral or longitudinal force, and other model-based physical constraints.
Als eine vierte Eingabe kann eine spezifische Leistungskriterien-Gewichtung festgelegt werden. Solche Abstimmungsparameter ermöglichen es, Verhalten zu erlangen, die von einer Trajektorie im Stil von Rennen mit minimaler Zeit bis hin zu einer „vorsichtigen“ Trajektorie mit minimalem Energieverbrauch reichen und enthalten jede beliebige Kombination des Vorstehenden wie Trajektorien mit bestrafter Beschleunigung und deren Zeitableitungen.As a fourth input, a specific performance criteria weight can be specified. Such tuning parameters make it possible to obtain behaviors ranging from a race-style trajectory with minimal time to a "cautious" trajectory with minimal energy consumption, and include any combination of the above such as penalized acceleration trajectories and their time derivatives.
Aus Sicht der Software umfasst das vorgeschlagene Verfahren die folgenden Schritte:
- Erstens werden basierend auf dem verwendeten Fahrzeug Leistungsspezifikationen ausgewählt und nach Erfordernis modifiziert.
- Zweitens werden Straßeninformationen wie Krümmung, Haftung oder zulässiger Geschwindigkeitsbereich geladen und modifiziert, falls erforderlich.
- First, performance specifications are selected based on the vehicle used and modified as necessary.
- Secondly, road information such as curvature, grip or permissible speed scope loaded and modified if necessary.
Drittens können feste Fahrszenarienspezifikationen in Form von Segmenten mit konstanter Geschwindigkeit oder konstanter Beschleunigung definiert werden. Die Machbarkeit jeder Spezifikation wird durch Vergleich mit einem Profil maximaler Geschwindigkeit, das unter Verwendung der gegenwärtigen Straßenbedingungen und einer Rückwärtssimulation erhalten wurde, geprüft, wobei im Fall der Nicht-Machbarkeit weitere Eingaben angefordert werden.Third, fixed driving scenario specifications can be defined in terms of constant speed or constant acceleration segments. The feasibility of each specification is checked by comparison to a maximum speed profile obtained using current road conditions and a backwards simulation, requesting further input in the case of non-feasibility.
Viertens werden unter Verwendung der Fahrszenarienspezifikationen nur die vollständig spezifizierten Wegsegmente ausgewählt und durch Vorwärtssimulation der Fahranforderungen unabhängig aufgelöst. Die Ergebnisse liefern die Randbedingungen für die verbleibenden, nicht ausreichend spezifizierten Streckensegmente.Fourth, using the driving scenario specifications, only the fully specified path segments are selected and resolved independently through forward simulation of the driving requirements. The results provide the boundary conditions for the remaining, insufficiently specified route segments.
Fünftens wird für jedes verbleibende nicht ausreichend spezifizierte Segment eine Geschwindigkeitstrajektorie durch Optimierung bestimmt, die das gewichtete Leistungskriterium der Gesamtausführungszeit und des Energieverbrauchs minimiert.Fifth, for each remaining under-specified segment, a velocity trajectory is determined by optimization that minimizes the weighted performance criterion of total execution time and power consumption.
Sechstens werden die resultierenden Trajektorien für jedes Fahrzeug zwischen möglichen Plätzen zum Überholen zusammengeführt, und eine Flow-Shop-Terminierung wird durchgeführt, um die Ausführungsreihenfolge der Fahrzeuge zu bestimmen. Die Trajektorien der Fahrzeuge, die an den sicheren Überholorten warten, werden entsprechend modifiziert, zum Beispiel durch Verlängerung der Zeit zum Stehenbleiben.Sixth, the resulting trajectories for each vehicle are merged between possible overtaking places, and flow shop scheduling is performed to determine the execution order of the vehicles. The trajectories of the vehicles waiting at the safe overtaking locations are modified accordingly, for example by increasing the standing time.
Die geordnete Ausführung dieser Schritte ergibt den vollständigen Gesamtplan oder Terminplan für alle Fahrzeuge über eine vorgeschriebene Anzahl von Streckenrunden.The orderly execution of these steps results in the complete overall plan or schedule for all vehicles over a prescribed number of track laps.
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturPatent Literature Cited
- US 20190235516 A1 [0004]US20190235516A1 [0004]
- US 2019079523 AA [0005]US2019079523AA [0005]
- US 2019079528 AA [0005]US2019079528AA [0005]
- US 2019086925 AA [0005]US2019086925AA [0005]
- US 2019086930 AA [0005]US2019086930AA[0005]
- US 2019317509 AA [0005]US2019317509AA [0005]
Claims (10)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102022102118.1A DE102022102118A1 (en) | 2022-01-31 | 2022-01-31 | Method and apparatus for generating trajectories on a given route for multiple vehicles with given performance specifications |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102022102118.1A DE102022102118A1 (en) | 2022-01-31 | 2022-01-31 | Method and apparatus for generating trajectories on a given route for multiple vehicles with given performance specifications |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| DE102022102118A1 true DE102022102118A1 (en) | 2023-08-03 |
Family
ID=87160901
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DE102022102118.1A Pending DE102022102118A1 (en) | 2022-01-31 | 2022-01-31 | Method and apparatus for generating trajectories on a given route for multiple vehicles with given performance specifications |
Country Status (1)
| Country | Link |
|---|---|
| DE (1) | DE102022102118A1 (en) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102017118534A1 (en) | 2016-08-15 | 2018-02-15 | Ford Global Technologies, Llc | IMPROVED VEHICLE OPERATION |
| US20190079523A1 (en) | 2017-09-11 | 2019-03-14 | Baidu Usa Llc | Dp and qp based decision and planning for autonomous driving vehicles |
| US20190079528A1 (en) | 2017-09-11 | 2019-03-14 | Baidu Usa Llc | Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles |
| US20190086930A1 (en) | 2017-09-18 | 2019-03-21 | Baidu Usa Llc | Speed optimization based on constrained smoothing spline for autonomous driving vehicles |
| US20190086925A1 (en) | 2017-09-18 | 2019-03-21 | Baidu Usa Llc | Path optimization based on constrained smoothing spline for autonomous driving vehicles |
| US20190235516A1 (en) | 2018-01-26 | 2019-08-01 | Baidu Usa Llc | Path and speed optimization fallback mechanism for autonomous vehicles |
| US20190317509A1 (en) | 2018-04-17 | 2019-10-17 | Baidu Usa Llc | Novel method on moving obstacle representation for trajectory planning |
| CN111258323A (en) | 2020-03-30 | 2020-06-09 | 华南理工大学 | Intelligent vehicle trajectory planning and tracking combined control method |
| DE102020109875A1 (en) | 2020-04-08 | 2021-10-14 | Technische Universität Darmstadt | Device for estimating a travel time up to a meeting |
| DE102020114973A1 (en) | 2020-06-05 | 2021-12-09 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Procedure for creating a test profile |
-
2022
- 2022-01-31 DE DE102022102118.1A patent/DE102022102118A1/en active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102017118534A1 (en) | 2016-08-15 | 2018-02-15 | Ford Global Technologies, Llc | IMPROVED VEHICLE OPERATION |
| US20190079523A1 (en) | 2017-09-11 | 2019-03-14 | Baidu Usa Llc | Dp and qp based decision and planning for autonomous driving vehicles |
| US20190079528A1 (en) | 2017-09-11 | 2019-03-14 | Baidu Usa Llc | Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles |
| US20190086930A1 (en) | 2017-09-18 | 2019-03-21 | Baidu Usa Llc | Speed optimization based on constrained smoothing spline for autonomous driving vehicles |
| US20190086925A1 (en) | 2017-09-18 | 2019-03-21 | Baidu Usa Llc | Path optimization based on constrained smoothing spline for autonomous driving vehicles |
| US20190235516A1 (en) | 2018-01-26 | 2019-08-01 | Baidu Usa Llc | Path and speed optimization fallback mechanism for autonomous vehicles |
| US20190317509A1 (en) | 2018-04-17 | 2019-10-17 | Baidu Usa Llc | Novel method on moving obstacle representation for trajectory planning |
| CN111258323A (en) | 2020-03-30 | 2020-06-09 | 华南理工大学 | Intelligent vehicle trajectory planning and tracking combined control method |
| DE102020109875A1 (en) | 2020-04-08 | 2021-10-14 | Technische Universität Darmstadt | Device for estimating a travel time up to a meeting |
| DE102020114973A1 (en) | 2020-06-05 | 2021-12-09 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Procedure for creating a test profile |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102016220670A1 (en) | Method and system for testing software for autonomous vehicles | |
| DE102007044042B4 (en) | Method and device for simulating the driving characteristics of a drive concept of a motor vehicle to be developed | |
| DE102018206189A1 (en) | System for testing a self-propelled motor vehicle | |
| DE102015103267A1 (en) | Travel partitioning based on energy consumption driving patterns | |
| DE102019126195A1 (en) | Process for the efficient, simulative application of automated driving functions | |
| DE102016007563A1 (en) | Method for trajectory planning | |
| DE102019134053A1 (en) | Process for the continuous validation of automated driving functions applied in driving tests | |
| DE102015207932A1 (en) | Method for the computer-assisted development of a complete system consisting of subsystems | |
| DE102022102118A1 (en) | Method and apparatus for generating trajectories on a given route for multiple vehicles with given performance specifications | |
| DE112017003053T5 (en) | ACTIVITY MONITOR | |
| EP3437958A1 (en) | Estimation of expected journey times of a rail vehicle | |
| DE102022210504A1 (en) | System and method for predicting a future position of a road user | |
| DE102019215656B4 (en) | Method for evaluating a selected route, route evaluation system and computer program | |
| DE102017120366A1 (en) | Method, apparatus, computer program and computer program product for motion planning of a system | |
| WO2022043025A1 (en) | Method for determining charging stations to be installed, and charging infrastructure system, computer program and electronically readable data carrier | |
| CH718944A2 (en) | Model-based predictive control of an electric vehicle. | |
| DE102018207015B4 (en) | Method for training self-learning control algorithms for autonomously moveable devices and autonomously moveable device | |
| DE102020005467A1 (en) | Process for making anonymized, ADAS-relevant vehicle data available | |
| DE102020213615A1 (en) | Method and device for controlling a vehicle along a travel trajectory | |
| DE102017007468A1 (en) | Method for operating a vehicle | |
| Löckel | Machine learning for modeling and analyzing of race car drivers | |
| DE102023000357B3 (en) | Method for generating test data for a simulation of an assistance system of an at least partially assisted motor vehicle, computer program product, computer-readable storage medium and electronic computing device | |
| DE102022003360B3 (en) | Method for generating training data sets for an autonomous vehicle and system for generating training data sets | |
| DE102017202564A1 (en) | Method and device for determining a navigation route | |
| DE102021132943A1 (en) | Procedure and test unit for test execution of virtual tests |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R012 | Request for examination validly filed | ||
| R016 | Response to examination communication | ||
| R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G05D0001020000 Ipc: G05D0001430000 |