JP7150067B2 - 車両の制御システム、車両を制御する方法、及び非一時的コンピュータ可読メモリ - Google Patents
車両の制御システム、車両を制御する方法、及び非一時的コンピュータ可読メモリ Download PDFInfo
- Publication number
- JP7150067B2 JP7150067B2 JP2020569217A JP2020569217A JP7150067B2 JP 7150067 B2 JP7150067 B2 JP 7150067B2 JP 2020569217 A JP2020569217 A JP 2020569217A JP 2020569217 A JP2020569217 A JP 2020569217A JP 7150067 B2 JP7150067 B2 JP 7150067B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- goal
- motion model
- motion
- goals
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 62
- 230000033001 locomotion Effects 0.000 claims description 379
- 230000006870 function Effects 0.000 claims description 35
- 230000007704 transition Effects 0.000 claims description 34
- 230000008859 change Effects 0.000 claims description 31
- 230000001133 acceleration Effects 0.000 claims description 27
- 230000003993 interaction Effects 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 9
- 230000000295 complement effect Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 230000037147 athletic performance Effects 0.000 claims 2
- 230000000386 athletic effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 30
- 238000004364 calculation method Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 14
- 230000006399 behavior Effects 0.000 description 13
- 230000002829 reductive effect Effects 0.000 description 8
- 239000013598 vector Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241001061260 Emmelichthys struhsakeri Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000135 prohibitive effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- 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
-
- 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
- B60W50/0097—Predicting future conditions
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Description
車両の第1の運動モデル
車両の第2の運動モデル
車両軌道を正確に計算するには、車両の運動モデルの状態及び入力に対する制約を考慮しなければならない。そのような制約は、最小ステアリング角度及び最大ステアリング角度、角速度、加速度及びブレーキング等のアクチュエータの許容された範囲と、最小速度及び最大速度等の法定要件及び安全要件とによって決定される。制約によって、第1の運動モデルの状態ベクトル及び入力ベクトルに境界が生じ、
本開示の幾つかの実施形態では、擾乱wは、目標を達成するための制約(6a)、(6b)を満たす車両の第1の運動モデル(2)の状態の軌道が見つかると、同じ目標を達成する制約(7a)、(7b)を満たす車両の第2の運動モデル(4)の状態の軌道が見つかることを確実にするために用いられる。
本開示の幾つかの実施形態では、意思決定モジュール302及び計画制御モジュール303は、メモリ202の第1のセクション211に記憶された交通参加者の第1の運動モデル及び交通参加者の第2の運動モデルを用いて、道路に存在する他の車両の将来の挙動を予測する。ここで、交通参加者の第1の運動モデルは、交通参加者の第2の運動モデルよりも計算の観点から評価が簡単である。
(目標の達成)
意思決定モジュール302は、メモリの第3のセクション213に記憶された静的な地図を用いてルーティングモジュール301からの情報を処理して、目標系列を生成し、1つ以上の択一的な現在の目標を選択して計画制御モジュール303に提供する。計画制御モジュール303は、それらの目標を用いて、センサ及び通信104a、104bからの情報を用いることによって現在の軌道を決定し実行する。目標qiは、目標qiの目標集合と呼ばれる以下の式によって表される、車両の第1の運動モデル(2)の状態の集合に関連付けられる。
交通参加者との衝突及び他の危険な相互作用の回避は、或る目標を次の中間目標として選択することを可能にする領域のサイズを更に削減する。削減された車両状態の領域は、車両の第1の運動モデル(2)に従って次の目標を達成することができる車両状態の領域から、交通参加者の第1の運動モデル(10)に従って他の車両との衝突又は危険な相互作用を必然的にもたらす車両状態の領域を除去することによって取得することができる。1つの実施形態は、削減された領域を明確に計算するのではなく、車両の第1の運動モデルの状態が、削減された領域にあるか否かを判断することが必要であるという理解に基づいている。このメンバーシップを確認するために、衝突を回避し、次の目標に到達するような、車両の第1の運動モデルの現在の状態から開始する車両の第1の運動モデルの有限の状態系列の存在が判断される。
意思決定モジュール302によって1つ以上の択一的な現在の目標を選択することに基づいて、計画制御モジュール303の目的は、これらの目標を用いて、センサ及び通信104からの情報を用いることによって現在の軌道を実行することである。
本開示の態様によれば、車両状態は、車両位置、車両の速度及び車両の進行方向を含むことができ、地図データは、住所、道路網、交差点、一時停止標識位置、交通信号機位置、交通車線の数及び位置並びに制限速度のような地図データを含む。車両状態の集合によって構成される目標集合は目標に関連付けられ、目標を達成する実現可能性が、車両の第1の運動モデルに従った目標集合の後方可到達集合系列及び車両の第1の運動モデルにおける不確実性集合を計算することと、現在の車両状態が後方可到達集合系列のうちのいずれかに含まれるか否かを検査することとに基づくようになっている。さらに、不確実性集合は、車両の第1の運動モデルに基づいて決定することができ、車両の第1の運動モデルに従った車両状態が、車両の第1の運動モデル及び不確実性集合に従って計算された目標集合の後方可到達集合に含まれる場合には、目標集合における車両状態は、車両の第2の運動モデルに従って達成することができるようになっている。さらにまた、系列における後方可到達集合は、系列における第1の後方可到達集合を目標の目標集合となるように初期化することと、不確実性集合内の不確実性のあらゆる値について車両の第1の運動モデルに従って1つの時間間隔において系列における以前の後方可到達集合に持って行くことができる状態の集合を決定することによって系列における以前の後方可到達集合から系列における次の後方可到達集合を構築することとによって反復的に計算される。
本説明は、例示的な実施形態のみを提供し、本開示の範囲も、適用範囲も、構成も限定することを意図していない。そうではなく、例示的な実施形態の以上の説明は1つ以上の例示的な実施形態を実施することを可能にする説明を当業者に提供する。添付の特許請求の範囲に明記されているような開示された主題の趣旨及び範囲から逸脱することなく要素の機能及び配置に行うことができる様々な変更が意図されている。
Claims (23)
- 車両の制御システムであって、
地図データ及び車両データを含むデータを記憶するメモリと、
ハードウェアプロセッサであって、
前記地図データ及び前記車両データを用いて、予測ホライズンごとに道路形状、及び方位の系列によって形成される走行ルートから中間目標の系列である中間目標系列(SIG)を生成することであって、前記SIGは、最終目的地に到達するために特定の交差点における目標方位を含んだ特定の目標と、交通規則に従った車両動作制約を含む追加の特定の目標と、任意選択の目標とを含むことと、
前記予測ホライズンの開始時における車両状態及び交通状況に基づいて、車両の第1の運動モデル及び交通参加者の第1の運動モデルを用いて各中間目標の実現可能性を検査するとともに、前記中間目標が、前記交通状況及び前記車両の運動能力を満たすことによって達成されることと、前記中間目標を達成した後、前記特定の目標の中の次の特定の目標及び前記追加の特定の目標も達成することができることとを検査することと、
車両の第2の運動モデル及び交通参加者の第2の運動モデルを用いて、検査された前記中間目標のうち実現可能かつ達成可能である中間目標の各軌道を計算し、コスト関数によって求められた数値に従って計算された軌道のそれぞれを比較し、前記車両の運動並びに道路及び交通参加者との前記車両の相互作用に対する制約が満たされたと判断することと、
を行うように構成された、ハードウェアプロセッサと、
前記車両の運動が前記計算された軌道のうち前記制約を満たす軌道に近い軌道を生成するように、前記車両の少なくとも1つのアクチュエータへの制御入力を計算する車両コントローラと、
前記車両の前記少なくとも1つのアクチュエータへの制御入力を実行して、前記車両の運動を変更する少なくとも1つのアクチュエータコントローラと、
を備える、制御システム。 - 前記車両状態は、車両位置、前記車両の速度及び前記車両の進行方向を含む、請求項1に記載の制御システム。
- 前記車両状態の集合によって構成される目標集合は目標に関連付けられ、前記目標を達成する実現可能性が、前記車両の第1の運動モデルに従った前記目標集合の後方可到達集合の系列及び前記車両の第1の運動モデルにおける不確実性集合を計算することと、現在の車両状態が前記後方可到達集合の系列のうちのいずれかに含まれるか否かを検査することとに基づくようになっている、請求項2に記載の制御システム。
- 前記不確実性集合は、前記車両の第1の運動モデルに基づいて決定され、前記車両の第1の運動モデルに従った前記車両状態が、前記車両の第1の運動モデル及び前記不確実性集合に従って計算された前記目標集合の後方可到達集合に含まれる場合には、前記目標集合における車両状態は、前記車両の第2の運動モデルに従って達成することができるようになっている、請求項3に記載の制御システム。
- 前記後方可到達集合の系列における前記後方可到達集合は、前記系列における第1の後方可到達集合を前記目標の前記目標集合となるように初期化することと、前記不確実性集合内の不確実性のあらゆる値について前記車両の第1の運動モデルに従って1つの時間間隔において前記系列における以前の後方可到達集合に持って行くことができる状態の集合を決定することによって前記系列における前記以前の後方可到達集合から前記系列における次の後方可到達集合を構築することとによって反復的に計算される、請求項3に記載の制御システム。
- 前記次の特定の目標を完了することが実現可能であることの検査は、現在の中間目標から開始して前記次の特定の目標で終了する中間目標系列が存在することを検証することに基づいており、各次の特定の目標は、予測ホライズンによって決定される時間内で前記中間目標系列における以前の特定の目標の目標集合において任意の車両状態から達成することができる、請求項1に記載の制御システム。
- 前記中間目標系列の完了は、前記系列における連続した中間目標の任意の対について、前記対における第1の中間目標の中間目標車両状態と前記対における第2の中間目標の後方可到達集合との交差集合に含まれる前記車両の第1の運動モデルの少なくとも1つの車両状態が存在することと、前記車両状態が前記第1の中間目標を含む前記中間目標系列に含まれることとを検証することによって判断される、請求項6に記載の制御システム。
- 前記中間目標が前記交通状況を満たすことの実現可能性を検査することは、前記車両の第1の運動モデル及び前記交通参加者の第1の運動モデルによる衝突が回避されると判断することに基づいている、請求項1に記載の制御システム。
- 前記衝突が回避されると判断することは、コスト関数と、前記車両の第1の運動モデルに関連した制約と、前記次の目標を完了させることに関連した制約と、現時点における衝突を回避することに関連した制約と、将来の時点における衝突を回避することに関連した制約とを含む最適化問題を解くことに基づいている、請求項8に記載の制御システム。
- 前記現時点における衝突を回避することに関連した制約を決めることは、前記車両の状態及び衝突集合に属する交通参加者の状態に基づき、前記衝突集合は、前記車両の第1の運動モデルの状態及び前記交通参加者の第1の運動モデルの状態を含むようになっており、前記車両の第1の運動モデルの位置と前記交通参加者の第1の運動モデルの位置との間の距離は、最小安全マージンよりも小さい、請求項9に記載の制御システム。
- 前記将来の時点における衝突を回避することに関連した制約を決めることは、集合系列内の各集合が、衝突が将来における特定の時間間隔において発生するか否かを判断するような前記集合系列を生成する前方再帰によって、前記車両の第1の運動モデルと、前記車両の第1の運動モデルの不確実性の集合と、前記交通参加者の第1の運動モデルとに従って構築された不良集合系列の補集合によるものである、請求項9に記載の制御システム。
- 前記前方再帰は、前記車両の第1の運動モデル及び前記交通参加者の第1の運動モデルに従って将来における次の時間間隔において前記衝突を回避する前記車両へのコマンドが存在しない状態の集合から開始し、前記車両へのコマンドが存在しない状態の集合を検証することによって進み、以前の反復において計算された集合に入ることを回避する、請求項11に記載の制御システム。
- 前記最適化問題は、
最も急なカーブの集合と、前記車両の運動の少なくとも1つのパラメータとに従って生成された進行方向角度のプロファイルを考慮した前記車両の第1の運動モデルを近似することと、
前記次の目標を完了することができることに関連した制約を、最小の車両加速度及び最大の車両加速度、ブレーキング、並びにステアリングに従って計算される一組の線形不等式として近似することと、
前記将来の衝突を回避するという制約を、前記最小の車両加速度及び前記最大の車両加速度並びにブレーキングに従って計算される一組の線形不等式として近似することと、
前記現時点における衝突を回避するという制約を、交通参加者と重なり合わない状態の広いチューブ形状の領域に基づいて、線形コスト関数を定義することによって計算される一組の線形不等式として近似することと、
によって、線形計画法によって近似される、請求項9に記載の制御システム。 - 計算された前記実現可能な中間目標は、衝突の危険から離れる確率と、前記車両の第2の運動モデルに対する制約を満たす確率と、少なくとも1つの車両との衝突を防止する最後の予測ホライズン中に選択された前記計算された実現可能な中間目標と整合する確率と、前記少なくとも1つの車両との前記衝突を防止する前記最後の予測ホライズン中に計算された軌道と整合する確率との組み合わせに従ってランク付けされる、請求項1に記載の制御システム。
- 計算された前記実現可能な中間目標を選択することは、前記計算された実現可能な中間目標の集合をそれらの確率に従って生成するために、前記計算された実現可能な中間目標のランク付けに従って確率を割り当てることに基づいている、請求項14に記載の制御システム。
- 計算された以前の前記実現可能な中間目標との整合は、異なる以前の予測ホライズン中の同様の計算された前記実現可能な中間目標を用いることの優先度に基づいて判断される、請求項14に記載の制御システム。
- 前記車両の第2の運動モデルに対する制約は、車線からの最大のずれに関する範囲と、前記車両の最大の許容されたステアリング角度に関する範囲と、好ましい速度プロファイルからの最大の許容されたずれに関する範囲とを含む、請求項14に記載の制御システム。
- 前記計算された実現可能な中間目標と前記最後の予測ホライズン中に決定された軌道との整合性は、前記計算された実現可能な中間目標に到達するために必要とされる制御入力の変化の量を測定するスコアリング関数に基づいており、前記スコアリング関数を最小にする前記計算された実現可能な中間目標の集合からの前記計算された実現可能な中間目標は、前記制御入力として決定される、請求項14に記載の制御システム。
- 前記軌道の性能の評価値は、道路の中央からの前記車両の位置のずれと、前記車両の所望の速度プロファイルからのずれと、道路上の障害物までの最小距離からのずれと、前記車両の快適性レベルのずれとの組み合わせのうちの1つを含み、前記快適性レベルは、前記車両の所望の横加速度と、所望のステアリングレートと、所望の縦加速度とから決定されるようになっている、請求項1に記載の制御システム。
- 各前記実現可能な中間目標について前記軌道を計算することは、
前記車両の初期状態を決定し、前記初期状態を前記車両の第2の運動モデルに提供することと、
不確実性を有する前記車両の第2の運動モデルと、前記交通参加者の第2の運動モデルとを用いて、前記車両の第2の運動モデルに対する制約を満たし、計算された実現可能な中間目標に到達する前記車両の第2の運動モデルへの入力の集合及び前記車両の対応する状態推移の集合を決定することと、
前記軌道の性能の評価値を求めることであって、計算された軌道は、前記制御入力を決定する際に前記性能の評価値に関して比較されるようになっていることと、
を含む、請求項1に記載の制御システム。 - 車両を制御する方法であって、
メモリに記憶された地図データ及び車両データを用いて、予測ホライズンごとに道路形状、及び方位の系列によって形成される走行ルートから中間目標の系列である中間目標系列(SIG)を生成することであって、前記SIGは、特定の目標と、追加の特定の目標と、任意選択の目標とを含むことと、
前記中間目標が、交通状況及び前記車両の運動能力を満たすことによって達成されると判断し、前記中間目標を達成した後、前記特定の目標の中の次の目標及び前記追加の特定の目標も達成することができると判断するとともに、車両の第1の運動モデル及び交通参加者の第1の運動モデルを用いて各中間目標の実現可能性を検査することと、
車両の第2の運動モデル及び交通参加者の第2の運動モデルを用いて、検査された前記中間目標のうち実現可能かつ達成可能である中間目標の軌道を計算し、コスト関数によって求められた数値に従って計算された各軌道を比較し、前記車両の運動並びに道路及び交通参加者との前記車両の相互作用に対する制約が満たされたと判断することと、
前記車両の運動が前記計算された軌道のうち前記制約を満たす軌道に近い軌道を生成するように、前記車両の少なくとも1つのアクチュエータへの制御入力を、車両コントローラを介して計算することと、
少なくとも1つのアクチュエータコントローラを介して前記車両の前記運動を変更して、前記車両の前記少なくとも1つのアクチュエータへの前記制御入力を実行することと、
を含み、前記方法のステップは、前記車両のプロセッサを用いて実施される、方法。 - 各中間目標の前記実現可能性を検査することは、前記予測ホライズンの開始時における車両状態及び前記交通状況に基づいており、前記特定の目標は、最終目的地に到達するために特定的である交差点における特定の方位を含み、前記追加の特定の目標は、交通規則に従った車両動作制約を含み、前記任意選択の目標は、前記特定の目標又は前記追加の特定の目標のいずれにも違反することのない前記車両の車線変更を含む、請求項21に記載の方法。
- 方法を実行するプロセッサによって実行可能なプログラムが具現化される非一時的コンピュータ可読メモリであって、前記方法は、
入力インターフェースから受信された地図データ及び車両データを用いて、予測ホライズンごとに道路形状、及び方位の系列によって形成される走行ルートから中間目標の系列である中間目標系列(SIG)を生成することであって、前記SIGは、特定の目標と、追加の特定の目標と、任意選択の目標とを含むことと、
前記中間目標が、交通状況及び車両の運動能力を満たすことによって達成されると判断し、前記中間目標を達成した後、前記特定の目標の中の次の目標及び前記追加の特定の目標も達成することができると判断するとともに、車両の第1の運動モデル及び交通参加者の第1の運動モデルを用いて各中間目標の実現可能性を検査することと、
車両の第2の運動モデル及び交通参加者の第2の運動モデルを用いて、検査された前記中間目標のうち実現可能かつ達成可能である中間目標の軌道を計算し、コスト関数によって求められた数値に従って計算された各軌道を比較し、前記車両の運動並びに道路及び前記交通参加者との前記車両の相互作用に対する制約が満たされたと判断することと、
前記車両の運動が計算された軌道のうち前記制約を満たす軌道に近い軌道を生成するように、前記車両の少なくとも1つのアクチュエータへの制御入力を、車両コントローラを介して計算することと、
少なくとも1つのアクチュエータコントローラを介して前記車両の運動を変更して、前記車両の前記少なくとも1つのアクチュエータへの前記制御入力を実行することと、
を含み、前記方法のステップは、前記車両のプロセッサを用いて実施される、非一時的コンピュータ可読メモリ。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862689718P | 2018-06-25 | 2018-06-25 | |
US62/689,718 | 2018-06-25 | ||
US16/027,467 US10860023B2 (en) | 2018-06-25 | 2018-07-05 | Systems and methods for safe decision making of autonomous vehicles |
US16/027,467 | 2018-07-05 | ||
PCT/JP2018/045582 WO2020003556A1 (en) | 2018-06-25 | 2018-12-05 | Control system of vehicle, method for controlling vehicle, and non-transitory computer readable memory |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021526478A JP2021526478A (ja) | 2021-10-07 |
JP7150067B2 true JP7150067B2 (ja) | 2022-10-07 |
Family
ID=68981727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020569217A Active JP7150067B2 (ja) | 2018-06-25 | 2018-12-05 | 車両の制御システム、車両を制御する方法、及び非一時的コンピュータ可読メモリ |
Country Status (5)
Country | Link |
---|---|
US (1) | US10860023B2 (ja) |
EP (1) | EP3610345B1 (ja) |
JP (1) | JP7150067B2 (ja) |
CN (1) | CN112292646B (ja) |
WO (1) | WO2020003556A1 (ja) |
Families Citing this family (65)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11130497B2 (en) * | 2017-12-18 | 2021-09-28 | Plusai Limited | Method and system for ensemble vehicle control prediction in autonomous driving vehicles |
US20190185012A1 (en) | 2017-12-18 | 2019-06-20 | PlusAI Corp | Method and system for personalized motion planning in autonomous driving vehicles |
US11597403B2 (en) | 2018-04-11 | 2023-03-07 | Hyundai Motor Company | Apparatus for displaying driving state of vehicle, system including the same and method thereof |
EP3552902A1 (en) | 2018-04-11 | 2019-10-16 | Hyundai Motor Company | Apparatus and method for providing a driving path to a vehicle |
US11334067B2 (en) | 2018-04-11 | 2022-05-17 | Hyundai Motor Company | Apparatus and method for providing safety strategy in vehicle |
EP3552901A3 (en) | 2018-04-11 | 2020-04-29 | Hyundai Motor Company | Apparatus and method for providing safety strategy in vehicle |
US11077854B2 (en) | 2018-04-11 | 2021-08-03 | Hyundai Motor Company | Apparatus for controlling lane change of vehicle, system having the same and method thereof |
US10843710B2 (en) | 2018-04-11 | 2020-11-24 | Hyundai Motor Company | Apparatus and method for providing notification of control authority transition in vehicle |
EP3552913B1 (en) | 2018-04-11 | 2021-08-18 | Hyundai Motor Company | Apparatus and method for controlling to enable autonomous system in vehicle |
US11548509B2 (en) * | 2018-04-11 | 2023-01-10 | Hyundai Motor Company | Apparatus and method for controlling lane change in vehicle |
US11351989B2 (en) | 2018-04-11 | 2022-06-07 | Hyundai Motor Company | Vehicle driving controller, system including the same, and method thereof |
US11084490B2 (en) | 2018-04-11 | 2021-08-10 | Hyundai Motor Company | Apparatus and method for controlling drive of vehicle |
US11084491B2 (en) | 2018-04-11 | 2021-08-10 | Hyundai Motor Company | Apparatus and method for providing safety strategy in vehicle |
US11173910B2 (en) | 2018-04-11 | 2021-11-16 | Hyundai Motor Company | Lane change controller for vehicle system including the same, and method thereof |
EP3569460B1 (en) | 2018-04-11 | 2024-03-20 | Hyundai Motor Company | Apparatus and method for controlling driving in vehicle |
US11333503B2 (en) | 2018-04-19 | 2022-05-17 | Uatc, Llc | Global and local navigation for self-driving |
US10860025B2 (en) * | 2018-05-15 | 2020-12-08 | Toyota Research Institute, Inc. | Modeling graph of interactions between agents |
US10678245B2 (en) * | 2018-07-27 | 2020-06-09 | GM Global Technology Operations LLC | Systems and methods for predicting entity behavior |
EP3626553A1 (en) * | 2018-09-18 | 2020-03-25 | Ningbo Geely Automobile Research & Development Co. Ltd. | Brake performance optimizer |
US11110918B2 (en) | 2018-11-02 | 2021-09-07 | Zoox, Inc. | Dynamic collision checking |
US11208096B2 (en) | 2018-11-02 | 2021-12-28 | Zoox, Inc. | Cost scaling in trajectory generation |
US11048260B2 (en) * | 2018-11-02 | 2021-06-29 | Zoox, Inc. | Adaptive scaling in trajectory generation |
US11077878B2 (en) | 2018-11-02 | 2021-08-03 | Zoox, Inc. | Dynamic lane biasing |
US11755018B2 (en) * | 2018-11-16 | 2023-09-12 | Uatc, Llc | End-to-end interpretable motion planner for autonomous vehicles |
US11269330B2 (en) * | 2018-11-28 | 2022-03-08 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for intersection management of connected autonomous vehicles |
GB2588013B (en) | 2018-12-18 | 2022-10-05 | Motional Ad Llc | Operation of a vehicle using multiple motion constraints |
US11899464B2 (en) | 2018-12-18 | 2024-02-13 | Motional Ad Llc | Operation of a vehicle using motion planning with machine learning |
US11498587B1 (en) * | 2019-01-25 | 2022-11-15 | Amazon Technologies, Inc. | Autonomous machine motion planning in a dynamic environment |
US11300960B2 (en) * | 2019-03-27 | 2022-04-12 | Wipro Limited | Method and device for navigating an autonomous vehicle |
EP3730384B1 (en) | 2019-04-24 | 2022-10-26 | Aptiv Technologies Limited | System and method for trajectory estimation |
US11415992B2 (en) * | 2019-12-27 | 2022-08-16 | Woven Planet North America, Inc. | Resource prioritization based on travel path relevance |
EP4089369A4 (en) * | 2020-01-17 | 2023-02-01 | Huawei Technologies Co., Ltd. | PATH SELECTION METHOD AND PATH SELECTION DEVICE |
CA3165715A1 (en) | 2020-01-23 | 2021-07-29 | Bryan COPLEY | Machine learning systems and methods for facilitating parcel combination |
CN113632033B (zh) * | 2020-02-25 | 2023-10-20 | 华为技术有限公司 | 车辆控制方法及装置 |
EP3885226A1 (en) * | 2020-03-25 | 2021-09-29 | Aptiv Technologies Limited | Method and system for planning the motion of a vehicle |
US11650590B2 (en) * | 2020-03-26 | 2023-05-16 | Mitsubishi Electric Research Laboratories, Inc. | Adaptive optimization of decision making for vehicle control |
US11853280B2 (en) * | 2020-05-20 | 2023-12-26 | Here Global B.V. | Encoding a route using a probabilistic encoding data structure |
CN115667043A (zh) * | 2020-05-22 | 2023-01-31 | 三菱电机株式会社 | 车辆控制***、车辆综合控制装置、电子控制装置、网络通信装置、车辆控制方法以及车辆控制程序 |
CN111797751B (zh) * | 2020-06-29 | 2023-01-06 | 中国第一汽车股份有限公司 | 行人轨迹预测方法、装置、设备及介质 |
CN112015843B (zh) * | 2020-09-02 | 2023-10-24 | 中国科学技术大学 | 基于多车意图交互结果的行车风险态势评估方法及*** |
CN114516342B (zh) * | 2020-11-19 | 2024-05-03 | 上海汽车集团股份有限公司 | 一种车辆控制方法、装置及车辆 |
US11780470B2 (en) * | 2020-12-14 | 2023-10-10 | Honda Motor Co., Ltd. | Lane selection |
US11708092B2 (en) * | 2020-12-14 | 2023-07-25 | Honda Motor Co., Ltd. | Lane selection |
US11760379B2 (en) * | 2021-01-11 | 2023-09-19 | Toyota Research Institute, Inc. | Navigating an autonomous vehicle through an intersection |
CN116940943A (zh) * | 2021-01-27 | 2023-10-24 | 弗泰里克斯有限公司 | 通过作为约束满足问题的转换在交通场景中提供具体实例的技术 |
US12030485B2 (en) | 2021-01-28 | 2024-07-09 | Motional Ad Llc | Vehicle operation using maneuver generation |
US20220234614A1 (en) * | 2021-01-28 | 2022-07-28 | Motional Ad Llc | Sampling-based maneuver realizer |
CN112810630B (zh) * | 2021-02-05 | 2022-03-04 | 山东大学 | 一种自动驾驶车辆轨迹规划方法及*** |
CN112937608B (zh) * | 2021-03-31 | 2022-06-21 | 吉林大学 | 一种基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策方法、装置及存储介质 |
WO2022212433A1 (en) * | 2021-03-31 | 2022-10-06 | Denso Corporation | Multi-dimensional extended trajectory planning with changing dimensionality based on horizon steps |
US20220326382A1 (en) * | 2021-04-09 | 2022-10-13 | Motional Ad Llc | Adaptive point cloud generation for autonomous vehicles |
JP7350216B2 (ja) * | 2021-05-14 | 2023-09-25 | 三菱電機株式会社 | 設計支援装置、設計支援方法および設計支援プログラム |
CN113320543B (zh) * | 2021-06-29 | 2024-03-22 | 东软睿驰汽车技术(沈阳)有限公司 | 行车方法、装置、车辆及存储介质 |
EP4113241B1 (en) * | 2021-07-01 | 2023-08-16 | Volvo Autonomous Solutions AB | Method and system for traffic control of a plurality of vehicles, in particular autonomous vehicles |
CN113525365A (zh) * | 2021-07-21 | 2021-10-22 | 上汽通用五菱汽车股份有限公司 | 道路规划方法、装置及计算机可读存储介质 |
CN114089668B (zh) * | 2021-11-22 | 2023-11-07 | 大连理工大学 | 一种集成式移动机器人分布式控制方法 |
CN114291112B (zh) * | 2021-12-30 | 2023-08-04 | 同济大学 | 一种应用于自动驾驶汽车的决策规划协同增强方法 |
CN114348026B (zh) * | 2022-01-30 | 2023-11-28 | 中国第一汽车股份有限公司 | 一种车辆控制方法、装置、设备以及存储介质 |
CN114639246A (zh) * | 2022-05-18 | 2022-06-17 | 哈尔滨工业大学 | 一种高速公路匝道合流区车路协同控制方法及*** |
CN115099009B (zh) * | 2022-05-31 | 2023-08-29 | 同济大学 | 一种基于推理图的混合交通流运动行为建模方法 |
US20230403369A1 (en) * | 2022-06-10 | 2023-12-14 | Ford Global Technologies, Llc | Adaptive vehicle experience presentation |
CN115140048B (zh) * | 2022-06-28 | 2023-07-25 | 哈尔滨工业大学 | 一种自动驾驶行为决策与轨迹规划模型与方法 |
CN115995151B (zh) * | 2023-03-06 | 2023-12-22 | 北京白龙马云行科技有限公司 | 应用于城市管理的网约车异常行为检测方法 |
CN116946162B (zh) * | 2023-09-19 | 2023-12-15 | 东南大学 | 考虑路面附着条件的智能网联商用车安全驾驶决策方法 |
CN117405131B (zh) * | 2023-12-14 | 2024-02-23 | 中汽智联技术有限公司 | 偏转算法误差评定方法、设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009096365A (ja) | 2007-10-17 | 2009-05-07 | Fuji Heavy Ind Ltd | リスク認識システム |
JP2017016645A (ja) | 2015-06-29 | 2017-01-19 | 三菱電機株式会社 | 半自律車両、及び、半自律車両を制御する方法 |
DE102016212292A1 (de) | 2016-01-28 | 2017-08-03 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Bereitstellen einer Plantrajektorie für ein Kraftfahrzeug |
WO2017138664A1 (en) | 2016-02-11 | 2017-08-17 | Mitsubishi Electric Corporation | Method for controlling motion of vehicle and control system of vehicle |
WO2018012187A1 (en) | 2016-07-14 | 2018-01-18 | Mitsubishi Electric Corporation | Controller and method for controlling vehicle and non-transitory computer readable memory |
US20180143641A1 (en) | 2016-11-23 | 2018-05-24 | Futurewei Technologies, Inc. | Motion controlling method for an autonomous vehicle and a computer device |
US20190286151A1 (en) | 2018-03-14 | 2019-09-19 | GM Global Technology Operations LLC | Automated driving systems and control logic for cloud-based scenario planning of autonomous vehicles |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH109884A (ja) * | 1996-06-24 | 1998-01-16 | Mitsubishi Electric Corp | 車両用経路案内装置および経路探索方法 |
GB0520576D0 (en) * | 2005-10-10 | 2005-11-16 | Applied Generics Ltd | Using traffic monitoring information to provide better driver route planning |
US7877197B2 (en) * | 2007-05-15 | 2011-01-25 | The Boeing Company | Systems and methods for real-time conflict-checked, operationally preferred flight trajectory revision recommendations |
US9081651B2 (en) * | 2013-03-13 | 2015-07-14 | Ford Global Technologies, Llc | Route navigation with optimal speed profile |
US9530314B2 (en) * | 2013-08-08 | 2016-12-27 | Accenture Global Services Limited | Dynamic ETA and STA transportation system |
US9228851B2 (en) * | 2014-02-21 | 2016-01-05 | Volkswagen Ag | Display of estimated time to arrival at upcoming personalized route waypoints |
US9513135B2 (en) * | 2014-09-16 | 2016-12-06 | Ford Global Technologies, Llc | Stochastic range |
US9934688B2 (en) * | 2015-07-31 | 2018-04-03 | Ford Global Technologies, Llc | Vehicle trajectory determination |
US10002471B2 (en) * | 2015-09-30 | 2018-06-19 | Ants Technology (Hk) Limited | Systems and methods for autonomous vehicle navigation |
US9696175B2 (en) * | 2015-10-16 | 2017-07-04 | GM Global Technology Operations LLC | Centrally managed waypoints established, communicated and presented via vehicle telematics/infotainment infrastructure |
US10012984B2 (en) * | 2015-12-14 | 2018-07-03 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling autonomous vehicles |
US10239529B2 (en) * | 2016-03-01 | 2019-03-26 | Ford Global Technologies, Llc | Autonomous vehicle operation based on interactive model predictive control |
US10146224B2 (en) * | 2016-11-09 | 2018-12-04 | GM Global Technology Operations LLC | Processor-implemented systems and methods for automated driving |
US10725470B2 (en) * | 2017-06-13 | 2020-07-28 | GM Global Technology Operations LLC | Autonomous vehicle driving systems and methods for critical conditions |
US11077845B2 (en) * | 2018-03-20 | 2021-08-03 | Mobileye Vision Technologies Ltd. | Systems and methods for navigating a vehicle |
-
2018
- 2018-07-05 US US16/027,467 patent/US10860023B2/en active Active
- 2018-12-05 EP EP18836540.7A patent/EP3610345B1/en active Active
- 2018-12-05 JP JP2020569217A patent/JP7150067B2/ja active Active
- 2018-12-05 WO PCT/JP2018/045582 patent/WO2020003556A1/en unknown
- 2018-12-05 CN CN201880094532.2A patent/CN112292646B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009096365A (ja) | 2007-10-17 | 2009-05-07 | Fuji Heavy Ind Ltd | リスク認識システム |
JP2017016645A (ja) | 2015-06-29 | 2017-01-19 | 三菱電機株式会社 | 半自律車両、及び、半自律車両を制御する方法 |
DE102016212292A1 (de) | 2016-01-28 | 2017-08-03 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Bereitstellen einer Plantrajektorie für ein Kraftfahrzeug |
WO2017138664A1 (en) | 2016-02-11 | 2017-08-17 | Mitsubishi Electric Corporation | Method for controlling motion of vehicle and control system of vehicle |
WO2018012187A1 (en) | 2016-07-14 | 2018-01-18 | Mitsubishi Electric Corporation | Controller and method for controlling vehicle and non-transitory computer readable memory |
US20180143641A1 (en) | 2016-11-23 | 2018-05-24 | Futurewei Technologies, Inc. | Motion controlling method for an autonomous vehicle and a computer device |
US20190286151A1 (en) | 2018-03-14 | 2019-09-19 | GM Global Technology Operations LLC | Automated driving systems and control logic for cloud-based scenario planning of autonomous vehicles |
Also Published As
Publication number | Publication date |
---|---|
CN112292646B (zh) | 2024-02-20 |
CN112292646A (zh) | 2021-01-29 |
US20190391580A1 (en) | 2019-12-26 |
EP3610345B1 (en) | 2020-10-28 |
JP2021526478A (ja) | 2021-10-07 |
EP3610345A1 (en) | 2020-02-19 |
WO2020003556A1 (en) | 2020-01-02 |
US10860023B2 (en) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7150067B2 (ja) | 車両の制御システム、車両を制御する方法、及び非一時的コンピュータ可読メモリ | |
JP6837558B2 (ja) | 自車両の制御方法及び自車両の制御システム | |
CN108698595B (zh) | 用于控制车辆运动的方法和车辆的控制*** | |
Wei et al. | A behavioral planning framework for autonomous driving | |
US20210294333A1 (en) | Optimal path library for local path planning of an autonomous vehicle | |
Wang et al. | Predictive maneuver planning for an autonomous vehicle in public highway traffic | |
Zhan et al. | Spatially-partitioned environmental representation and planning architecture for on-road autonomous driving | |
CN112888612A (zh) | 自动驾驶车辆规划 | |
WO2020243162A1 (en) | Methods and systems for trajectory forecasting with recurrent neural networks using inertial behavioral rollout | |
Eilbrecht et al. | Cooperative driving using a hierarchy of mixed-integer programming and tracking control | |
Brito et al. | Learning interaction-aware guidance policies for motion planning in dense traffic scenarios | |
Sefati et al. | Towards tactical behaviour planning under uncertainties for automated vehicles in urban scenarios | |
Gu et al. | Safe-state enhancement method for autonomous driving via direct hierarchical reinforcement learning | |
Ahn et al. | Reachability-based decision-making for autonomous driving: Theory and experiments | |
Kala et al. | Planning autonomous vehicles in the absence of speed lanes using an elastic strip | |
Bertolazzi et al. | Efficient re-planning for robotic cars | |
JP7516358B2 (ja) | 自動車のための経路および/または軌道を計画するためのデバイス | |
Jin et al. | Risk-aware motion planning for automated vehicle among human-driven cars | |
Wu et al. | Motion planning of autonomous vehicles under dynamic traffic environment in intersections using probabilistic rapidly exploring random tree | |
Medina-Lee et al. | $ IA (MP)^{2} $: Framework for Online Motion Planning Using Interaction-Aware Motion Predictions in Complex Driving Situations | |
Cai et al. | Rule‐constrained reinforcement learning control for autonomous vehicle left turn at unsignalized intersection | |
CN114217601B (zh) | 自驾车的混合决策方法及其*** | |
Mondal | DEVELOPMENT OF AUTONOMOUS VEHICLE MOTION PLANNING AND CONTROL ALGORITHM WITH D* PLANNER AND MODEL PREDICTIVE CONTROL IN A DYNAMIC ENVIRONMENT | |
Fehér | Reinforcement learning-based motion planning methods | |
Bouton | Utility decomposition for planning under uncertainty for autonomous driving |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201211 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201211 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220301 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220330 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220830 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220927 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7150067 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |