WO2018099782A1 - Verfahren zur rechenzeiteffizienten kollisionsprüfung bei einer pfadplanung für ein fahrzeug - Google Patents

Verfahren zur rechenzeiteffizienten kollisionsprüfung bei einer pfadplanung für ein fahrzeug Download PDF

Info

Publication number
WO2018099782A1
WO2018099782A1 PCT/EP2017/080057 EP2017080057W WO2018099782A1 WO 2018099782 A1 WO2018099782 A1 WO 2018099782A1 EP 2017080057 W EP2017080057 W EP 2017080057W WO 2018099782 A1 WO2018099782 A1 WO 2018099782A1
Authority
WO
WIPO (PCT)
Prior art keywords
pairs
vehicle
collision
relevant
list
Prior art date
Application number
PCT/EP2017/080057
Other languages
English (en)
French (fr)
Inventor
Torsten Scherer
Markus Ferch
Christopher Parlitz
Sheung Ying Yuen-Wille
Yorck Von Collani
Stefan Leibold
Original Assignee
Robert Bosch Gmbh
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Robert Bosch Gmbh filed Critical Robert Bosch Gmbh
Publication of WO2018099782A1 publication Critical patent/WO2018099782A1/de

Links

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
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • 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
    • 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
    • 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

Definitions

  • the present invention relates to a method for computing time-efficient
  • the invention relates to a computer program that performs each step of the method when it runs on a computing device, as well as a machine-readable
  • Storage medium storing the computer program.
  • the invention relates to an electronic control device which is set up to carry out the method according to the invention.
  • CDL Curvature Distance Lookup
  • the A * algorithm is used for self-propelled vehicles with axle steering (Ackermann drive), where the vehicle can not turn on the spot
  • a 4D grid which comprises the spatial dimensions (x and y) as well as the vehicle orientation and its direction of travel.
  • geometric vehicle sizes such as e.g. its center distance is also defined a discrete set of curves, which describes, as described above, the movement of the vehicle in a planning step for different curve parameters.
  • the obstacles detected by sensors and a pre-made environment map are mapped as environmental information in the 4D grid. From this, a collision-free path to the destination is finally determined.
  • collision-checking procedures are essential in which it is checked whether a vehicle collides with an obstacle on its way. Also for the collision test various methods are known. Two such collision checking methods will be described below.
  • the vehicle In a first collision check procedure, the vehicle is simply interpreted as a point. In the course of reducing the vehicle to a point, a circle is placed around the center of the vehicle, which is the complete one
  • Vehicle contour encloses.
  • the radius of this circle serves as a factor for the Reduction.
  • the obstacles are increased or "inflated" by the same factor - that is, this radius - and the collision check finally checks to see if the point vehicle is in the increased obstacle If not, the path is collision-free.
  • the vehicle contour is regarded as a polygon.
  • a polygon approximates the most rectangular one
  • Collision check method is examined within each planning step, whether the start and end states each collide with obstacles. For this purpose, it is determined whether this polygon contains or intersects obstacles. If this is not the case, the path is considered collision-free. Since such a test is computationally expensive, only the start and end states are considered.
  • the method is used for computing time-efficient collision checking during path planning for a vehicle, wherein the vehicle can in particular have a complex vehicle contour and a complex vehicle kinematics.
  • the environment of the vehicle is divided by a discrete 2D grid, with intersections of the 2D grid (x, y) pairs are assigned.
  • the vehicle is at the origin so that the (x, y) pairs are in the
  • the 2D grid is determined depending on the environment. For example, the 2D grid becomes more meshed, i. with a higher local resolution, chosen if there are many obstacles in the area as expected or the
  • Obstacles are packed tightly and path planning becomes more difficult due to increased shunting movements.
  • a typical example of this is a warehouse with shelves and moving objects that are present as an obstacle.
  • the 2D grid is chosen wider mesh and thus reduced its resolution. As a result, larger distances can be planned in advance and the computing time can be significantly reduced.
  • distance values up to a collision of the vehicle with an object are calculated in advance.
  • the distance values are used to determine the (x, y) pairs relevant to an expansion step for all curves in the family of curves, ie the (x, y) pairs which, in an expansion step, touch the vehicle contour and are therefore relevant to the collision check.
  • the choice of the expansion step depends, among other things, on the type of vehicle, the environment of the vehicle, the current task or operating conditions of the vehicle and the choice of the 2D grid.
  • an automated forklift performs a different expansion step than a self-propelled transport robot on a factory floor, where the transport robot has sufficient space to pass around Has obstacles and can keep a big distance.
  • Expansion step moves.
  • the aforementioned steps are carried out offline in an electronic control unit of the vehicle. This minimizes the computational effort in the subsequent collision check.
  • the collision check finds by comparing the (x, y) pairs with a Environment model instead.
  • this environment model is a combination of dynamic obstacles detected by sensors and a pre-made map with static obstacles located around the vehicle.
  • this environment model is a combination of dynamic obstacles detected by sensors and a pre-made map with static obstacles located around the vehicle.
  • the collision check can be performed by checking whether the transformed (x, y) pair in question
  • a second list with tree structure is generated in which a start position exists as the start node. Starting from the start node, the above-mentioned collision check is performed in an iteration and in
  • Connection expands the associated paths with collision-free curve parameters.
  • the second list is extended with the end positions of these paths as nodes.
  • the nodes in the second list contain position information (location and orientation) as well as a consumption value and an estimated consumption value to reach the destination point.
  • Consumption Value contains the consumption that occurred when executing the associated expansion step.
  • the total cost is a combination of the consumption value and the estimated consumption to the destination point.
  • the second list is after the
  • Vehicle coordinate system is now transformed to the position of the total cost-optimized node in the environment model coordinate system.
  • the drivable areas are used unrestrictedly for path planning.
  • the computer program is set up to perform each step of the method, in particular when it is performed on a computing device or controller. It allows the implementation of the method in a conventional electronic control unit without having to make any structural changes. For this it is on the machine-readable
  • the electronic control unit will receive the electronic control unit, which is set up to carry out the path planning for the vehicle.
  • the electronic control unit is set up to carry out the following method steps offline:
  • FIG. 1 shows a 2D grid of an environment for a vehicle with which path planning can be carried out according to an embodiment of the method according to the invention.
  • FIG. 2 shows a flow chart of an embodiment of the method according to the invention. embodiment
  • FIG. 1 shows a 2D grid 1 of an environment for a vehicle 2.
  • the vehicle 2 comprises an electronic control unit 5, which carries out the method according to the invention.
  • five possible paths are pi,
  • a first path pi should lead to the destination point 4 in a subsequent expansion step, which is indicated as a dashed line.
  • the first path pi its curve parameters, in the present case in the form of its radius ri, and two relevant (x, y) pairs (xi, yi), (X2, y2) are shown.
  • the other paths p2, p3, p, ps also each have corresponding curve parameters, in the form of the respective radius, which, however, are not shown in FIG. 1 for the sake of clarity.
  • narrower 2D grids find many such (x, y) pairs that are traversed by multiple paths.
  • FIG. 2 shows a flow diagram of an embodiment of the invention
  • Distance values are determined, for example, by the curvature distance lookup method 10.
  • the (x, y) pairs relevant in an expansion step ie the (x, y) pairs, which can collide with the vehicle in the expansion step, determined 11.
  • (x, y) pairs which are traversed by several paths p n summarized 12.
  • a collision check 15 is carried out online in which an environment model of the vehicle 2 is compared with the transformed (x, y) pairs from the first list Li. As shown in FIG. 1, obstacles 3 are registered in the environment model in the environment model. Consequently, it is checked in the collision check 15 whether the
  • the collision check 15 finds the collision-free radii r n , their associated paths pi, P2, ps expands 17 and thereby generates a second list L2 with collision-free paths pi, P2, ps. Then the second list L2 sorted by total cost-optimized node 19, wherein a node to reach the vehicle 2 has the lowest total cost, placed at the top of the second list L2 and as
  • a check 20 is made as to whether the overall cost-optimized node is the target point 4 sought for path planning. If this is not the case, the transformation 14 of the relevant (x, y) pairs is carried out again and the method is repeated from this step. By contrast, if the total cost-optimized node is the target point 4 sought, the path 21 is found and the vehicle 2 can be moved along this path pi, P2, Ps without collision.
  • the second (x, y) pair (X2, y2) in all path schedules for the five paths pi, P2, P3, p, Ps each is checked separately.
  • this second (x, y) pair (X2, y2) summarized 12 and only once checked in the following.
  • a third path P3 and a fourth path p terminate in the obstacle 3, so that they are discarded 16 after the collision procedure 15.
  • the second list L2 therefore contains only the radii r belonging to the first path pi, to the second path P2 or to the fifth path ps. Since a fifth path ps away from the destination point 4, it can be assumed that this does not belong to a total cost-optimized node, so that the fifth path ps in the path planning in the sorting 18 is prioritized lower.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur rechenzeiteffizienten Kollisionsprüfung bei einer Pfadplanung für ein Fahrzeug (2), bei der für jedes (x,y)-Paar ((xn,yn)) eines diskreten 2D-Grids (1) der Umgebung des Fahrzeugs (2) Distanzwerte bis zur Kollision mit einem Hindernis (3) berechnet werden. Im Verfahren werden die folgenden Schritte ausgeführt: Zuerst erfolgt ein Ermitteln der in einem Expansionsschritt relevanten (x,y)-Paare ((xn,yn)) im Fahrzeugkoordinatensystem, die zusammen mit zugehörigen Kurvenparametern (rn) von Pfaden (pn) zum Erreichen dieser (x,y)-Paare ((xn,yn)) in einer ersten Liste gespeichert werden. Anschließend wird ein Transformieren aller relevanten (x,y)-Paare ((xn,yn)) in ein Umfeldmodellkoordinatensystem durchgeführt. Daraufhin folgt eine Kollisionsprüfung durch Vergleich der transformierten (x,y)- Paare ((xn,yn)) mit dem Umfeldmodell. Im Anschluss wird mit den kollisionsfreien Kurvenparametern aus der ersten Liste und einem Expandieren der Pfade (p1, p2, p5) eine zweite Liste mit kollisionsfreien Pfaden generiert, woraufhin die zweite Liste nach gesamtkostenoptimierten Knoten sortiert wird. Schließlich wird geprüft, ob ein gesamtkostenoptimierter Knoten ein gesuchter Zielpunkt (4) der Pfadplanung ist.

Description

Beschreibung Titel
Verfahren zur rechenzeiteffizienten Kollisionsprüfung bei einer Pfadplanung für ein Fahrzeug
Die vorliegende Erfindung betrifft ein Verfahren zur rechenzeiteffizienten
Kollisionsprüfung bei einer Pfadplanung für ein Fahrzeug. Ferner betrifft die Erfindung ein Computerprogramm, das jeden Schritt des Verfahrens ausführt, wenn es auf einem Rechengerät abläuft, sowie ein maschinenlesbares
Speichermedium, welches das Computerprogramm speichert. Schließlich betrifft die Erfindung ein elektronisches Steuergerät, welches eingerichtet ist, um das erfindungsgemäße Verfahren auszuführen.
Stand der Technik
Heutzutage werden automatisch fahrende Fahrzeuge bzw. Roboter in vielen Situationen eingesetzt. Die Umgebung der Fahrzeuge kann sich dabei ständig ändern, beispielsweise durch Personen oder bewegliche Hindernisse. Um durch die sich ändernde Umgebung navigieren zu können, verwenden solche automatisch fahrenden Fahrzeuge Verfahren zur Pfadplanung und -findung. Es sind unterschiedliche Verfahren zur Pfadplanung bekannt. Im Folgenden werden zwei dieser Verfahren zur Pfadplanung kurz beschrieben.
Bei Vorhandensein eines globalen Pfadplaners sieht das Curvature Distance Lookup (CDL) Verfahren vor, das Fahrzeug durch lokale Navigation unter
Berücksichtigung der Fahrzeugkinematik kollisionsfrei in Richtung eines Ziels zu bewegen. Dabei wird ein diskretes 2D-Grid für die Umgebung des Fahrzeugs erstellt, dessen Schnittpunkten (x,y)-Paare zugeordnet werden. Nun wird eine Kurvenschar definiert, welche die Bewegung des Fahrzeugs abhängig von der Fahrzeugkinematik auf Kurven mit jeweils unterschiedlichen Kurvenparametern - beispielsweise derer Radien - beschreibt. Für jeden Kurvenparameter der Kurvenschar wird im Anschluss eine Distanzprüfung ausgeführt. Dabei werden für jedes (x,y)-Paar entlang einer Kurve mit dem jeweiligen Kurven parameter die Distanzwerte bis zu einer Kollision mit der Fahrzeugkontur offline
(vor-)berechnet. Diese berechneten Distanzwerte werden daraufhin zusammen mit den korrespondierenden Kurvenparametern in einer Tabelle gespeichert und für eine weiterführende Kollisionsprüfung zur Laufzeit bereitgestellt. Dazu werden online Sensordaten ausgewertet, die Informationen über die Umgebung des Fahrzeugs liefern.
Daneben ist für die Pfadplanung der sogenannte A*(A-Stern/A-Star)-Algorithmus bekannt, mittels dem eine Pfadplanung in größeren Entfernungen für
freibewegliche, selbstfahrende Roboter durchgeführt wird. Der A*-Algorithmus wird für selbstfahrende Fahrzeuge mit Achsschenkellenkung (Ackermann- Antrieb), bei der das Fahrzeug nicht auf der Stelle drehen kann, zum
sogenannten Hybrid A*-Algorithmus erweitert. Zur Ermittlung eines Pfads unter Berücksichtigung der Fahrzeugkinematik wird ein 4D-Grid verwendet, das die räumlichen Ausdehnungen (x und y) sowie die Fahrzeugorientierung und dessen Fahrtrichtung umfasst. Abhängig von geometrischen Fahrzeuggrößen wie z.B. dessen Achsabstand wird ebenfalls eine diskrete Kurvenschar definiert, die ähnlich wie vorstehend beschrieben die Bewegung des Fahrzeugs in einem Planungsschritt für unterschiedliche Kurvenparameter beschreibt. Darüber hinaus werden die von Sensoren erfassten Hindernisse und eine im Vorhinein angefertigte Umgebungskarte als Umgebungsinformationen in dem 4D-Grid abgebildet. Daraus wird schlussendlich ein kollisionsfreier Pfad zum Ziel ermittelt.
Für beide Verfahren sind Kollisionsprüfungsverfahren unerlässlich, bei denen geprüft wird, ob ein Fahrzeug auf seinem Weg mit einem Hindernis kollidiert. Auch für die Kollisionsprüfung sind diverse Verfahren bekannt. Zwei solcher Kollisionsprüfungsverfahren werden nachfolgend beschrieben.
In einem ersten Kollisionsprüfungsverfahren wird das Fahrzeug vereinfacht als Punkt interpretiert. Im Zuge der Reduktion des Fahrzeugs zu einem Punkt wird ein Kreis um den Mittelpunkt des Fahrzeugs gelegt, der die komplette
Fahrzeugkontur umschließt. Der Radius dieses Kreises dient als Faktor für die Reduktion. Gleichzeitig werden, während das Fahrzeug zu einem Punkt reduziert wird, die Hindernisse um den gleichen Faktor - also um diesen Radius - vergrößert bzw.„aufgebläht". Bei der Kollisionsprüfung wird schließlich untersucht, ob sich das punktförmige Fahrzeug im vergrößerten Hindernis befindet. Ist dies nicht der Fall, gilt der Pfad kollisionsfrei.
In einem zweiten Kollisionsprüfungsverfahren wird die Fahrzeugkontur als Polygon betrachtet. Ein Polygon approximiert die meist rechteckige
Fahrzeugkontur wesentlich genauer als ein Kreis. Bei dem zweiten
Kollisionsprüfungsverfahren wird innerhalb eines jeden Planungsschritts untersucht, ob die Start- und Endzustände jeweils mit Hindernissen kollidieren. Zu diesem Zweck wird ermittelt, ob dieses Polygon Hindernisse enthält oder schneidet. Ist dies nicht der Fall, gilt der Pfad als kollisionsfrei. Da eine solche Prüfung rechenaufwendig ist, werden lediglich die Start- und Endzustände betrachtet.
Offenbarung der Erfindung
Das Verfahren dient zur rechenzeiteffizienten Kollisionsprüfung bei einer Pfadplanung für ein Fahrzeug, wobei das Fahrzeug insbesondere eine komplexe Fahrzeugkontur und eine komplexe Fahrzeugkinematik aufweisen kann. Dabei wird die Umgebung des Fahrzeugs durch ein diskretes 2D-Grid eingeteilt, wobei Schnittpunkten des 2D-Grids (x,y)-Paare zugeordnet werden. In diesem 2D-Grid liegt das Fahrzeug im Ursprung, sodass sich die (x,y)-Paare folglich im
Fahrzeug-Referenzkoordinatensystem befinden. Vorzugsweise wird das 2D-Grid abhängig von der Umgebung bestimmt. Beispielsweise wird das 2D-Grid engmaschiger, d.h. mit einer höheren örtlichen Auflösung, gewählt, wenn sich in der Umgebung erwartungsgemäß viele Hindernisse befinden oder die
Hindernisse dicht gepackt stehen und eine Pfadplanung durch vermehrte Rangierbewegungen entsprechend schwieriger wird. Ein typisches Beispiel hierfür ist ein Warenlager mit Regalen und beweglichen Objekten, die als Hindernis vorhanden sind. Wenn sich in der Umgebung hingegen
erwartungsgemäß wenige Objekte befinden, wird das 2D-Grid weitmaschiger gewählt und damit seine Auflösung verringert. Dadurch können größere Strecken vorausgeplant werden und die Rechenzeit deutlich reduziert werden. Für jedes dieser (x,y)-Paare werden im Vorhinein Distanzwerte bis zu einer Kollision des Fahrzeugs mit einem Objekt berechnet. In einem ersten Schritt des Verfahrens zur Pfadplanung werden für alle Kurven in der Kurvenschar mithilfe der Distanzwerte die in einem Expansionsschritt relevanten (x,y)-Paare ermittelt, d.h. die (x,y)-Paare, die in einem Expansionsschritt von der Fahrzeugkontur berührt werden können und daher für die Kollisionsprüfung relevant sind. Die Wahl des Expansionsschrittes hängt unter anderem von der Art des Fahrzeugs, der Umgebung des Fahrzeugs, der aktuellen Aufgabe bzw. den aktuellen Betriebsbedingungen des Fahrzeugs und der Wahl des 2D-Grids ab.
Beispielsweise führt ein automatisierter Gabelstapler in einer mit Objekten dicht besetzten Umgebung, in welcher der Abstand zu einem der Hindernisse klein ausfällt, wie beispielsweise einem Warenlager, einen anderen Expansionsschritt aus als ein selbstfahrender Transportroboter auf einem Werksgelände, bei welchem der Transportroboter ausreichend Platz zum Umfahren der Hindernisse hat und großen Abstand einhalten kann.
Im Anschluss werden unter den ermittelten (x,y)-Paaren jene (x,y)-Paare identifiziert, die von durch unterschiedliche Kurven beschreibenden Pfaden mit dazugehörigen Kurvenparametern erreicht werden können. Anschließend werden diese (x,y)-Paare zusammengefasst. In einem weiteren Schritt des Verfahrens werden die relevanten (x,y)-Paare zusammen mit den zugehörigen Kurvenparametern der ermittelten Pfade zum Erreichen der relevanten (x,y)- Paare in einer ersten Liste gespeichert. Insbesondere nahe dem Fahrzeug, daher nahe dem Ursprung des modellbasierten Fahrzeugkoordinatensystems, tauchen viele (x,y)-Paare mehrfach in der ersten Liste auf. Durch die
Neusortierung der ersten Liste werden die mehrfach genannten (x,y)-Paare zusammengefasst und müssen im Folgenden nicht einzeln neu berechnet werden. Dies verringert die aufzuwendende Rechenzeit, vor allem bei der folgenden Kollisionsprüfung, erheblich. Diese erste Liste stellt die berührten
Flächen im Fahrzeugkoordinatensystem dar, wenn das Fahrzeug mit dem jeweiligen Kurvenparameter und der zugehörigen Weglänge in einem
Expansionsschritt fährt. Vorteilhafterweise werden die vorgenannten Schritte offline in einem elektronischen Steuergerät des Fahrzeugs ausgeführt. Dadurch wird der Rechenaufwand in der nachfolgenden Kollisionsprüfung minimiert.
Daraufhin findet die Kollisionsprüfung durch Vergleich der (x,y)-Paare mit einem Umfeldmodell statt. Vorzugsweise ist dieses Umfeldmodell eine Kombination aus dynamischen Hindernissen, die durch Sensoren detektiert werden, und einer im Vorhinein angefertigten Karte mit statischen Hindernissen, welche sich im Umfeld des Fahrzeugs befinden. Hierbei befinden sich das Fahrzeug sowie die
Hindernisse im Referenzkoordinatensystem des Umfeldmodells. Um die Daten aus der vorgenannten ersten Liste nutzen zu können, werden alle (x,y)-Paare aus der ersten Liste vom Fahrzeugkoordinatensystem in das
Umfeldmodellkoordinatensystem transformiert.
Insbesondere kann die Kollisionsprüfung durchgeführt werden, indem geprüft wird, ob das transformierte betreffende (x,y)-Paar im
Umfeldmodellkoordinatensystem innerhalb eines Hindernisses, das in dem Umfeldmodell verzeichnet ist, liegt. Solch ein Kollisionsverfahren wird bevorzugt online durch lokale Navigation durchgeführt. Durch die vorstehend ausgeführten Schritte wird die online ausgeführte Kollisionsprüfung deutlich vereinfacht, sodass die kollisionsfreie Pfadplanung der lokalen Navigation zeiteffizienter ausfällt. Darüber hinaus werden bei der Kollisionsprüfung, neben den Start- und Endzuständen, auch Zwischenzustände bis zu einer Auflösung des 2D-Grids geprüft. Durch die Kollisionsprüfung werden Kurven aus der Kurvenschar erhalten, die kollisionsfrei sind. Die Kurven, die bei der Kollisionsprüfung
Kollisionen mit Hindernissen aufweisen, werden verworfen.
Für die lokale Navigation wird eine zweite Liste mit Baumstruktur generiert, bei der eine Startposition als Startknoten vorliegt. Beginnend vom Startknoten wird in einer Iteration die oben genannte Kollisionsprüfung durchgeführt und im
Anschluss die dazugehörigen Pfade mit kollisionsfreien Kurvenparametern expandiert. Die zweite Liste wird mit den Endpositionen von diesen Pfaden als Knoten entsprechend erweitert. Die Knoten in der zweiten Liste enthalten neben Positionsinformationen (Ort und Orientierung) auch einen Verbrauchswert sowie einen Wert mit geschätztem Verbrauch, um zum Zielpunkt zu gelangen. Der
Verbrauchswert enthält den Verbrauch, der beim Ausführen des dazu gehörigen Expansionsschritts aufgetreten ist. Die Gesamtkosten sind eine Kombination aus dem Verbrauchswert und dem geschätzten Verbrauch zum Zielpunkt.
In einem weiteren Schritt wird die zweite Liste nach den
gesamtkostenoptimierten Knoten sortiert und der Knoten mit den geringsten Gesamtkosten identifiziert. Mit anderen Worten wird der Pfad gesucht, bei dem das Fahrzeug zum Erreichen des Knotens die geringsten Gesamtkosten aufweist. Schließlich wird geprüft, ob dieser gesamtkostenoptimierte Knoten den gesuchten Zielpunkt der Pfadplanung darstellt. Ist dies der Fall, ist der Pfad gefunden, andernfalls wird der Iterationsschritt mit der Kollisionsprüfung wiederholt, wobei die erste Liste mit den (x,y)-Paaren im
Fahrzeugkoordinatensystem nun zur Position des gesamtkostenoptimierte Knoten im Umfeldmodellkoordinatensystem transformiert wird. Als Vorteil, insbesondere in einer dicht gepackten Umgebung, werden die fahrbaren Flächen uneingeschränkt für die Pfadplanung verwendet.
Das Computerprogramm ist eingerichtet, jeden Schritt des Verfahrens durchzuführen, insbesondere, wenn es auf einem Rechengerät oder Steuergerät durchgeführt wird. Es ermöglicht die Implementierung des Verfahrens in einem herkömmlichen elektronischen Steuergerät, ohne hieran bauliche Veränderungen vornehmen zu müssen. Hierzu ist es auf dem maschinenlesbaren
Speichermedium gespeichert.
Durch Aufspielen des Computerprogramms auf ein herkömmliches
elektronisches Steuergerät wird das elektronische Steuergerät erhalten, welches eingerichtet ist, die Pfadplanung für das Fahrzeug durchzuführen. Insbesondere ist das elektronische Steuergerät eingerichtet, die folgenden Verfahrensschritte offline durchzuführen:
- Ermittlung der relevanten (x,y)-Paare
- Zusammenfassen der relevanten (x,y)-Paare; und
- Speichern der relevanten (x,y)-Paare;
Kurze Beschreibung der Zeichnungen
Ausführungsbeispiele der Erfindung sind in den Zeichnungen dargestellt und in der nachfolgenden Beschreibung näher erläutert.
Figur 1 zeigt ein 2D-Grid einer Umgebung für ein Fahrzeug, mit dem gemäß einer Ausführungsform des erfindungsgemäßen Verfahrens eine Pfadplanung durchgeführt werden kann. Figur 2 zeigt ein Ablaufdiagramm einer Ausführungsform des erfindungsgemäßen Verfahrens. Ausführungsbeispiel
In Figur 1 ist ein 2D-Grid 1 einer Umgebung für ein Fahrzeug 2 dargestellt.
Neben dem Fahrzeug 2 ist ein Hindernis 3 und ein Zielpunkt 4 in dem 2D-Grid 1 verzeichnet. Das Fahrzeug 2 umfasst ein elektronisches Steuergerät 5, welches das erfindungsgemäße Verfahren ausführt. Zudem sind fünf mögliche Pfade pi ,
Ρ2, Ρ3, p , Ρ5 eines Expansionsschritts als Beispiel dargestellt, die gemäß einer Ausführungsform des erfindungsgemäßen Verfahrens für die Bewegung des Fahrzeugs 2 gefunden wurden. Diese fünf Pfade pi , P2, P3, p , Ps beschreiben jeweils eine Kurve mit dazugehörigem Kurvenparameter, wobei ein dritter Pfad p3 eine Gerade verfolgt, die als Kreisbahn mit Radius unendlich interpretiert wird.
Ein erster Pfad pi soll in einem nachfolgenden Expansionsschritt, der als gestrichelte Linie angedeutet ist, zum Zielpunkt 4 führen. Beispielhaft ist für den ersten Pfad pi dessen Kurvenparameter, vorliegend in Form seines Radius ri, sowie zwei relevante (x,y)-Paare (xi,yi), (X2,y2) dargestellt. Die anderen Pfade p2, p3, p , ps weisen ebenfalls jeweils dazugehörige Kurvenparameter, in Form des jeweiligen Radius auf, die der Übersicht wegen in der Figur 1 allerdings nicht dargestellt sind. Während das erste (x,y)-Paar (xi,yi) nur durch den ersten Pfad Pi erreicht wird, wird das zweite (x,y)-Paar (X2,y2) von allen fünf Pfaden pi , P2, Ρ3, p , ps durchlaufen. In realen Anwendungssituationen lassen sich aufgrund der deutlich größeren Anzahl von Pfaden und des insbesondere bei dicht bepackter
Umgebung verwendeten, engmaschigeren 2D-Grids, viele solcher (x,y)-Paare finden, die von mehreren Pfaden durchlaufen werden.
Figur 2 zeigt ein Ablaufdiagramm eines Ausführungsbeispiels des
erfindungsgemäßen Verfahrens. In einem vorbereitenden Schritt werden
Distanzwerte zum Beispiel durch das Curvature Distance Lookup Verfahren ermittelt 10. Zu Beginn des Verfahrens werden die in einem Expansionsschritt relevanten (x,y)-Paare, d.h. die (x,y)-Paare, die in dem Expansionsschritt mit dem Fahrzeug kollidieren können, ermittelt 11. Im Anschluss werden (x,y)-Paare, die von mehreren Pfaden pn durchlaufen werden, zusammengefasst 12. In einem weiteren Schritt erfolgt ein Speichern 13 dieser relevanten (x,y)-Paare
zusammen mit den zugehörigen Radien rn der Pfade pn zum Erreichen dieser (x,y)-Paare in einer ersten Liste Li. Die bisher durchgeführten Schritte werden offline direkt auf dem elektronischen Steuergerät 5 des Fahrzeugs 2 ausgeführt.
Zudem wird online ein Transformieren 14 aller (x,y) -Paare in der ersten Liste Li vom Fahrzeugkoordinatensystem in die aktuelle Fahrzeugposition im
Umfeldmodellkoordinatensystem durchgeführt. Es wird eine Kollisionsprüfung 15 online durchgeführt, bei der ein Umfeldmodell des Fahrzeugs 2 mit den transformierten (x,y)-Paaren aus der ersten Liste Li verglichen wird. In dem Umfeldmodell sind, wie in Figur 1 gezeigt, Hindernisse 3 im Umfeldmodell verzeichnet. Folglich wird bei der Kollisionsprüfung 15 geprüft, ob das
betreffende (x,y)-Paar in dem Hindernis 3 liegt. Ist dies der Fall, führt der entsprechende Kurvenparameter rn zu einer Kollision des Fahrzeugs 2 mit dem Hindernis 3 und dieser Kurvenparameter rn sowie der dazugehörige Pfad pn werden infolgedessen bei der Pfadplanung verworfen 16. Liegt das betreffende (x,y)-Paar hingegen in keinem Hindernis 3, ist der Radius rn kollisionsfrei. Aus der ersten Liste Li werden durch die Kollisionsprüfung 15 die kollisionsfreien Radien rn gefunden, deren dazugehörigen Pfade pi, P2, ps expandiert 17 und dadurch eine zweite Liste L2 mit kollisionsfreien Pfaden pi, P2, ps generiert 18. Daraufhin wird die zweite Liste L2 nach gesamtkostenoptimierten Knoten sortiert 19, wobei ein Knoten, zu dessen Erreichen das Fahrzeug 2 die geringsten Gesamtkosten aufweist, an der obersten Stelle der zweiten Liste L2 platziert und als
gesamtkostenoptimierter Knoten definiert. Schließlich erfolgt ein Prüfen 20, ob der gesamtkostenoptimierte Knoten der gesuchte Zielpunkt 4 der Pfadplanung ist. Ist dies nicht der Fall, wird das Transformieren 14 der relevanten (x,y)-Paare erneut durchgeführt und das Verfahren ab diesem Schritt wiederholt. Ist der gesamtkostenoptimierte Knoten hingegen der gesuchte Zielpunkt 4, ist der Pfad gefunden 21 und das Fahrzeug 2 kann kollisionsfrei entlang dieses Pfads pi, P2, Ps bewegt werden.
Im Bezug auf Figur 1 stellt man fest, dass gemäß den aus dem Stand der Technik bekannten Kollisionsverfahren, das zweite (x,y)-Paar (X2,y2) bei allen Pfadplanungen für die fünf Pfade pi, P2, P3, p , Ps jeweils separat geprüft wird. Gemäß dem erfindungsgemäßen Verfahren wird dieses zweite (x,y)-Paar (X2,y2) zusammengefasst 12 und im Folgenden lediglich einmal geprüft. Ein dritter Pfad P3 und ein vierter Pfad p enden in dem Hindernis 3, sodass diese nach dem Kollisionsverfahren 15 verworfen 16 werden. Die zweite Liste L2 beinhaltet daher nur die Radien r, die zum ersten Pfad pi, zum zweiten Pfad P2 oder zum fünften Pfad ps gehören. Da sich ein fünfter Pfad ps vom Zielpunkt 4 entfernt, kann angenommen werden, dass dieser nicht zu einem gesamtkostenoptimierten Knoten gehört, sodass der fünfte Pfad ps in der Pfadplanung bei der Sortierung 18 niedriger priorisiert wird.

Claims

Ansprüche
Verfahren zur rechenzeiteffizienten Kollisionsprüfung bei einer
Pfadplanung für ein Fahrzeug (2), bei der für jedes (x,y)-Paar ((xn,yn)) eines diskreten 2D-Grids (1) der Umgebung des Fahrzeugs (2)
Distanzwerte bis zur Kollision mit einem Hindernis (3) berechnet werd gekennzeichnet durch die folgenden Schritte:
Ermitteln (11) der in einem Expansionsschritt relevanten (x,y)-Paare
Figure imgf000012_0001
Zusammenfassen der (x,y)-Paare, die von mehreren Pfaden (pn) durchlaufen werden (12);
Speichern (13) der relevanten (x,y)-Paare ((xn,yn)) mit zugehörigen
Kurvenparametern (rn) von Pfaden (pn) zum Erreichen dieser (x,y)-
Paare ((xn,yn)) in einer ersten Liste (Li);
Transformieren (14) aller relevanten (x,y)-Paare ((xn,yn)) in ein
Umfeldmodellkoordinatensystem;
Kollisionsprüfung (15) durch Vergleich der (x,y)-Paare ((xn,yn)) mit einem Umfeldmodell;
Expandieren (17) der Pfade (pi, P2, ps) mit kollisionsfreien Kurvenparametern aus der ersten Liste (Li) und Generieren (18) einer zweiten Liste (L2);
Sortieren (19) der zweiten Liste
(L2) nach gesamtkostenoptimierten Knoten; und
Prüfen (20), ob ein gesamtkostenoptimierter Knoten ein gesuchter Zielpunkt (4) der Pfadplanung ist.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das 2D-Grid (1) abhängig von der Umgebung bestimmt wird.
3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, dass das Ermitteln (11) der relevanten (x,y)-Paare ((xn,yn)) und das Zusammenfassen (12) der relevanten (x,y)-Paare ((Χη,Υη)) und das Speichern (13) der relevanten (x,y)-Paare ((xn,yn)) offline in einem elektronischen Steuergerät (5) des Fahrzeugs (2) ausgeführt wird.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, dass in dem Umfeldmodell Hindernisse (3), die sich im Umfeld des Fahrzeugs (2) befinden, verzeichnet sind.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die
Kollisionsprüfung durchgeführt wird, indem geprüft wird, ob das betreffende (x,y)-Paar ((xn,yn)) in einem Hindernis (3), das in dem Umfeldmodell verzeichnet ist, liegt.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass die
Kollisionsprüfung online mittels lokaler Navigation durchgeführt wird.
7. Computerprogramm, welches eingerichtet ist, jeden Schritt des
Verfahrens nach einem der Ansprüche 1 bis 6 durchzuführen.
8. Maschinenlesbares Speichermedium, auf welchem ein
Computerprogramm nach Anspruch 7 gespeichert ist.
9. Elektronisches Steuergerät (5), welches eingerichtet ist, um mittels eines Verfahrens nach einem der Ansprüche 1 bis 6 eine Pfadplanung für ein Fahrzeug (2) durchzuführen.
PCT/EP2017/080057 2016-11-30 2017-11-22 Verfahren zur rechenzeiteffizienten kollisionsprüfung bei einer pfadplanung für ein fahrzeug WO2018099782A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102016223829.9 2016-11-30
DE102016223829.9A DE102016223829A1 (de) 2016-11-30 2016-11-30 Verfahren zur rechenzeiteffizienten Kollisionsprüfung bei einer Pfadplanung für ein Fahrzeug

Publications (1)

Publication Number Publication Date
WO2018099782A1 true WO2018099782A1 (de) 2018-06-07

Family

ID=60765580

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2017/080057 WO2018099782A1 (de) 2016-11-30 2017-11-22 Verfahren zur rechenzeiteffizienten kollisionsprüfung bei einer pfadplanung für ein fahrzeug

Country Status (2)

Country Link
DE (1) DE102016223829A1 (de)
WO (1) WO2018099782A1 (de)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108507587A (zh) * 2018-06-07 2018-09-07 南京邮电大学 一种基于坐标变换的三维车载定位导航方法
CN111176285A (zh) * 2020-01-02 2020-05-19 北京汽车集团有限公司 一种行进路径规划的方法及装置、车辆、可读存储介质
CN111231950A (zh) * 2020-03-05 2020-06-05 北京百度网讯科技有限公司 规划车辆变道路径的方法、装置、设备及可读存储介质
CN112356851A (zh) * 2020-04-22 2021-02-12 青岛慧拓智能机器有限公司 一种无人驾驶矿车骑坑规划方法
CN112577506A (zh) * 2020-10-30 2021-03-30 上汽大众汽车有限公司 一种自动驾驶局部路径规划方法和***
CN113359760A (zh) * 2021-07-01 2021-09-07 厦门大学 一种消除最佳路径算法运行结果中车辆碰撞的方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7154482B2 (ja) * 2019-03-29 2022-10-18 マツダ株式会社 車両運転支援システム
CN113341999A (zh) * 2021-06-29 2021-09-03 河南科技大学 一种基于优化d*算法的叉车路径规划方法及装置
CN114407919B (zh) * 2021-12-31 2023-06-02 武汉中海庭数据技术有限公司 一种基于自动驾驶的碰撞检测方法及***
CN116858254A (zh) * 2023-09-01 2023-10-10 青岛中德智能技术研究院 单舵轮agv路径规划方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5475629B2 (ja) * 2010-01-12 2014-04-16 本田技研工業株式会社 軌道計画方法、軌道計画システム及びロボット
DE102013207905A1 (de) * 2013-04-30 2014-10-30 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum effizienten Bereitstellen von Belegungsinformationen über Abschnitte des Umfeldes eines Fahrzeugs
DE102014215245A1 (de) * 2014-08-01 2016-02-04 Bayerische Motoren Werke Aktiengesellschaft Bahnplanung für komplexe Dynamiken

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KAMBHAMPATI S ET AL: "MULTIRESOLUTION PATH PLANNING FOR MOBILE ROBOTS", IEEE JOURNAL OF ROBOTICS AND AUTOMATION, IEEE INC. NEW YORK, US, vol. RA-02, no. 3, 1 September 1986 (1986-09-01), pages 135 - 145, XP000648163 *
SCHLEGEL C: "Fast local obstacle avoidance under kinematic and dynamic constraints for a mobile robot", INTELLIGENT ROBOTS AND SYSTEMS, 1998. PROCEEDINGS., 1998 IEEE/RSJ INTE RNATIONALCONFERENCE ON, IEEE, vol. 1, 13 October 1998 (1998-10-13), pages 594 - 599, XP010311300, ISBN: 978-0-7803-4465-5, DOI: 10.1109/IROS.1998.724683 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108507587A (zh) * 2018-06-07 2018-09-07 南京邮电大学 一种基于坐标变换的三维车载定位导航方法
CN108507587B (zh) * 2018-06-07 2021-09-17 南京邮电大学 一种基于坐标变换的三维车载定位导航方法
CN111176285A (zh) * 2020-01-02 2020-05-19 北京汽车集团有限公司 一种行进路径规划的方法及装置、车辆、可读存储介质
CN111176285B (zh) * 2020-01-02 2024-04-16 北京汽车集团有限公司 一种行进路径规划的方法及装置、车辆、可读存储介质
CN111231950A (zh) * 2020-03-05 2020-06-05 北京百度网讯科技有限公司 规划车辆变道路径的方法、装置、设备及可读存储介质
CN112356851A (zh) * 2020-04-22 2021-02-12 青岛慧拓智能机器有限公司 一种无人驾驶矿车骑坑规划方法
CN112356851B (zh) * 2020-04-22 2021-11-05 青岛慧拓智能机器有限公司 一种无人驾驶矿车骑坑规划方法
CN112577506A (zh) * 2020-10-30 2021-03-30 上汽大众汽车有限公司 一种自动驾驶局部路径规划方法和***
CN113359760A (zh) * 2021-07-01 2021-09-07 厦门大学 一种消除最佳路径算法运行结果中车辆碰撞的方法
CN113359760B (zh) * 2021-07-01 2022-04-22 厦门大学 一种消除最佳路径算法运行结果中车辆碰撞的方法

Also Published As

Publication number Publication date
DE102016223829A1 (de) 2018-05-30

Similar Documents

Publication Publication Date Title
WO2018099782A1 (de) Verfahren zur rechenzeiteffizienten kollisionsprüfung bei einer pfadplanung für ein fahrzeug
DE102016120763B4 (de) Verfahren zur kollisionsfreien Bewegungsplanung
EP2378383B1 (de) Verfahren zum Betreiben eines holonomen/omnidirektionalen Flurförderfahrzeugs
EP3475936B1 (de) Verfahren zum überprüfen einer kollision zwischen zwei fahrerlosen transportfahrzeugen, fahrerloses transportfahrzeug und system mit mehreren fahrerlosen transportfahrzeugen
DE102010007458A1 (de) Verfahren für eine kollisionsfreie Bahnplanung eines Industrieroboters
DE3888055T2 (de) Gegenstandskollisionserkennungsschaltung.
DE4415736C2 (de) Verfahren zur Kollisionsvermeidung mit Hilfe eines Lenkwinkelfeldes für eine autonome mobile Einheit
DE69626154T2 (de) Verfahren zur Interferenz-Überwachung
EP3676680A1 (de) Bewegungsplanung für autonome mobile roboter
EP2550227A1 (de) Verfahren zum betreiben eines autonomen flurförderfahrzeugs
EP2818955A2 (de) Fahrerloses Transportfahrzeug und Verfahren zum Betreiben eines fahrerlosen Transportfahrzeugs
DE112019000097T5 (de) Steuervorrichtung, Arbeitsroboter, Programm und Steuerverfahren
DE102012208095A1 (de) Mobiler Roboter und Verfahren zum Betreiben eines mobilen Roboters
DE102017215519A1 (de) Verfahren und Vorrichtung zur Kollisionserkennung für ein Fahrzeug
DE102015009815A1 (de) Verfahren zum Steuern eines mobilen redundanten Roboters
EP3812106B1 (de) Roboteranordnung, verfahren zum betreiben der roboteranordnung, computerprogramm sowie maschinenlesbares speichermedium
WO2018077641A1 (de) Bestimmung einer trajektorie mit multi-resolution grid
DE102022130341A1 (de) Punktmengen-störungsprüfung
DE102020117767A1 (de) Trajektorienplanung für ein autonomes Fahrmanöver eines Ego-Fahrzeugs
DE102014215245A1 (de) Bahnplanung für komplexe Dynamiken
DE102018220332A1 (de) Verfahren zum Durchführen eines von einem Parkassistenzsystem unterstützten Parkvorgangs
EP3741518A1 (de) Verfahren und vorrichtung für eine automatisierte beeinflussung eines aktuators
DE102020001346A1 (de) Verfahren zur Detektion stabförmiger Objekte mittels Lidardaten
DE102020206168A1 (de) Verfahren zum Lokalisieren eines Fahrzeugs in Relation zu einem Umfeldmodell um eine Fahrtrajektorie
DE102015005797A1 (de) Verfahren zum Betreiben eines Roboters

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17817659

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17817659

Country of ref document: EP

Kind code of ref document: A1