AT14433U2 - Automatisierter Fahrstreifenwechsel im dynamischen Verkehr, basierend auf fahrdynamisch bedingten Einschränkungen - Google Patents

Abstract

Verfahren zur Entscheidungsfindung sowie Planung der Fahrtrajektorie eines automatisierten Fahrstreifenwechsels eines Landfahrzeuges im dynamischen Verkehr nach Figur 2, bestehend aus a) einem Verfahren zur Entscheidung ob der umgebende Verkehr und die fahrdynamischen Einschränkungen durch das Fahrzeug sowie die Straßenverhältnisse einen Fahrstreifenwechsel zulässt und eine Fahrstreifenwechselzeit dafür vorschlägt und b) einem Verfahren zur Planung des Fahrstreifenwechsels welches als Sollvorgabe die Trajektorie für den darauffolgenden automatisierten Fahrstreifenwechsels vorgibt und es erlaubt - bei entsprechend geänderten Bedingungen des Verkehrs, der Umgebung und des Fahrzeugs - die vorgegebene Trajektorie während des Fahrstreifenwechsels zu ändern. Technische

Description

Beschreibung [0001] Automatisierter Fahrstreifenwechsel im dynamischen Verkehr, basierend auf fahrdynamisch bedingten Einschränkungen [0002] Die Erfindung betrifft eine Methodik zur automatisierten Entscheidung und Vorgaben für die Ausführung eines automatisierten komfortorientierten Fahrstreifenwechsels eines Straßenfahrzeugs.

[0003] Die Erfindung ist unterteilt in ein [0004] a) Trajektorien-Entscheidungsmodul (TEM) das die Entscheidung für einen Fahrstrei fenwechsel durchführt [0005] b) Trajektorien Planung Algorithmus (TPA), der eine Soll-Trajektorie plant, die nachfol gend von einem Automatisierungssystem des Fahrzeugs ausgeführt wird [0006] Die Aufgabenstellung der Erfindung ist Bestandteil eines automatisierten Führens eines Straßenfahrzeugs.

[0007] Die Figur 1 fasst die Automatisierungsstufen nach Definition der SAE (Society of Automotive Engineers, USA) zusammen und werden im Folgenden beschrieben.

[0008] Die vollständigen Definitionen der einzelnen Stufen und auch der kursiv geschriebenen Bezeichnungen findet man im Report SAE J3016. Die Stufen sind eher technisch beschreibend als gesetzlich normierend zu verstehen.

[0009] Gleichzeitig stellen die Inhalte der einzelnen Zellen eher minimale als maximale Anforderungen für die jeweilige Stufe dar. Die Bezeichnung „System" steht entsprechend entweder für Fahrerassistenzsystem, Kombination der Fahrerassistenzsysteme oder autonomes Antriebsystem.

[0010] Der Grad der Automatisierung wird zunehmend komplexer, es beginnt mit Systemen die den Fahrer informieren oder warnen (Level 0), geht weiter über Systeme die entweder nur die Längs- oder Querführung des Fahrzeugs übernehmen, wobei der Fahrer stets die Verantwortung hat die Umgebung zu beobachten bzw. als Rückfalllösung einzuspringen (Level 1). Eine weitere Steigerung ist mit Level 2 Systemen bestimmt, die bereits Längs- und Querführung des Fahrzeugs übernehmen, die Beobachtung der Umgebung und die Rückfallebene weiterhin beim Fahrer bleiben (Level 2). Assistenzsysteme von Level 3 führen das Fahrzeug automatisiert ohne dass der Fahrer die Umgebung beobachten muss, er jedoch weiterhin als Rückfallebene fungieren muss. Im Level 4 ist bereits das System voll für die Fahrzeugführung verantwortlich und muss bei Ausfall entsprechende systembedingte Rückfalllösungen bereitstellen. Level 5 unterscheidet sich nur von 4 dadurch, dass die automatisierte Fahrzeugführung unter allen Bedingungen funktionieren muss, bei Level 4 beschränkt sich auf ausgewählte Situationen.

[0011] Die Erfindung betrifft einen automatisierten Fahrstreifenwechsel, der unter verschiedenen Levels der Automatisierung angewandt werden kann. Insbesondere Systeme ab Level 3, wo der Fahrer nicht mehr die Umgebung beobachten muss sind hierbei relevant, es ist aber auch eine Anwendung unter Level 2 denkbar.

[0012] Im Folgenden wird der Stand der Technik zu den beiden wesentlichen Neuerungen des Trajektorien- Entscheidungsmodul (TEM) und der Trajektorienplanung als Sollvorgabe (TPA) für das Regelsystem nach beschrieben.

[0013] In US 20140074356ΛΛ/0 2012/160591 wird der Stand der Technik für „Lane Change Assist" Systeme im Detail beschrieben. Die Ansprüche beziehen sich auf das gesamte System zum automatisierten Fahrstreifenwechsel und insbesondere der Gestaltung der Mensch-Maschine- Schnittstelle, Angaben für eine automatisierte Entscheidung zum Fahrstreifenwechsel und Trajektorienplanung dafür ist nicht enthalten. In US 20050256630 wird eine „Lane Change Assist" System beschrieben. Der beschriebene Entscheidungsmodul unterscheidet sich, dass sich einfache kinematische Zusammenhänge zur Entscheidung verwendet werden, fahrdynamische Grenzen, Straßenbeschaffenheit und die Dynamik des Verkehrs werden nicht im Detail berücksichtigt, eine Trajektorienplanung ist nicht beschrieben, ebenso verhält es sich in US 20030025597 und EP0890470. Außerhalb der Patentliteratur finden sich zahlreiche Veröffentlichungen zum Trajektorien- Entscheidungsmodul (TEM) und Trajektorien Planung Algorithmus (TPA): [0014] a) Stand der Technik Trajektorien-Entscheidungsmodul (TEM) [0015] In den letzten dreißig Jahren beschäftigen sich diverse Forschungen mit dem Thema Fahrstreifenwechsel, wie z.B. [1], In [2] wurden anhand von 16 Fahrern die Charakteristiken eines Fahrstreifenwechsels, wie z.B. die Dauer und der notwendige Abstand als auch die Ausgangsposition des Fahrzeugs, untersucht. Es wurde auch gezeigt, dass das Alter des Fahrers und die Ausrichtung des Fahrstreifenwechsels keine Auswirkung auf diesen Charakteristiken haben. Eine andere Untersuchung, die mithilfe eines Fahrsimulators Lenkwinkel während dem Fahrstreifenwechsel aufgezeichnet hat, zeigt, dass die Art des vorderen Fahrzeuges nicht die Dauer des Manövers und den maximalen Einschlagwinkel des Lenkrads beeinflusst. Anderseits beeinflusst die Geschwindigkeit des vorderen Fahrzeuges sehr wohl die genannten Charakteristiken [3], In [4] wurde ein weiteres Fahrstreifenwechsel- Modell basierend auf „cellular automaton" (CA) entwickelt. Dabei konzentriert man sich auf einige Systemgrenzen des Fahrzeugs, wie z.B. maximale Beschleunigung und maximale Verzögerung. Die dabei verwendeten Gesetzmäßigkeiten wurden in einer weiteren Studie [5] für die Verkehrssimulation der Zwei- und Dreifachspurigen-Autobahnen benutzt um zu zeigen, dass das entwickelte Modell auch realistische Simulationen erlaubt.

[0016] Ein Fahrmanöver wird in [6] mit einem voraussagenden Kontrollmodel (MPC) interpretiert, mit der Fähigkeit einen doppelten Fahrstreifenwechselmanöver mithilfe einer ISO standardisierten Fuzzy-Regelung zu regeln und zu stabilisieren. Gleiche Vorgehensweise wurde in einem weiteren Projekt [7] um die Geschwindigkeit des Fahrzeugs zusammen mit dem Fahrstreifenwechsel zu kontrollieren, angewandt. Die Experimente, die auf im zweispurigen Richtungsverkehr durchgeführt wurden, zeigten eine passende longitudinale und laterale Fahrzeugführung in Hinblick auf den vorherrschenden Verkehr.

[0017] In [8] wurden einige Modelle für Fahrstreifenwechsel bei Pkws und Lkws vorgestellt. Durch Einbeziehung des Verhaltens bei Verfolgen eines weiteren Fahrzeugs und durch Anwendung der dynamischen Systemgrenzen wurde ein neues Modell entwickelt, bei welchem eine Geschwindigkeitsänderung während des Manövers möglich ist [9]. Dieses Modell ist einfach und näher dem realen Verhalten eines Fahrers beim Fahrstreifenwechsel. Die Untersuchung der einen Fahrstreifenwechsel beeinflussenden Parameter hat gezeigt, dass die Art, die Größe und der Dauer des Manövers nicht von dem vorfahrenden Fahrzeug abhängig sind sondern nur von dem Startpunkt des Fahrstreifenwechsels [10]. Weiterhin wurde in dieser Arbeit ein einfaches mathematisches Modell basierend auf dem optimierten Manöver- Kraftstoffverbrauch hergeleitet.

[0018] Innovation der Erfindung bei TEM

[0019] Die Vorteile und innovative Anteile des in weiterer Folge vorgestellten Algorithmus sind: [0020] (1) Einbeziehung der Effekte der lateralen Verschiebung und der Reifenreibung, [0021] (2) Beachtung der Fahrdynamik und [0022] (3) die Echtzeit-Fähigkeit.

[0023] (4) Weiterhin, sollte sich die Verkehrssituation während des Manövers ändern, wird der ursprünglich geplante Fahrschlauch dynamisch geändert. Diese Flexibilität beim Entscheidungsprozess ist der nächste große Vorteil des Algorithmus. Dadurch, dass die Algorithmus Parameter durch plötzlich strengere Anforderungen geändert werden, wird auch die Sicherheit des Manövers erhöht.

[0024] b) Stand der Technik Trajektorien Planung Algorithmus (ΤΡΑ) [0025] In [11] wird die mögliche Änderung der Fahrstrecke unter Berücksichtigung der Dynamik für das naheliegende Zeitfenster errechnet. Danach wird die Fahrstreifenwechselstrecke so geplant um Kollisionen während des Manövers zu vermeiden. Chen benutzt die Piecewice Quadratic Bezier Kurven für die Streckenplanung [12]. Dabei ist der niedrige Bedarf an der Rechenleistung der Hauptvorteil der Methode. Die Einhaltung der dynamischen Grenzen als auch der Komfort der Passagiere werden durch die Berechnungen der maximalen Streckenkrümmung und der Gierrate untersucht. In einer anderen Untersuchung wurden einige Modelle basierend auf Fahrdynamik und auch Fahrerstrategien während des Fahrstreifenwechselwechselmanövers entwickelt. Experimentelle Evaluierungen mithilfe realer Fahrversuche zeigen, dass die vorgestellten Modelle im Vergleich mit solchen, die die polynomische Fahrstreifenwechselplanung anwenden, besser und genauer sind [13, 14]. Weiteres wurden auch Risk-maps benutzt um den Fahrstreifenwechsel zu planen [15]. Experimente zeigen, dass diese Methode bei verschiedenen Manövern benutzt werden kann, wie z. B. Planung der kürzesten Strecke beim Fahrstreifenwechsel, ohne dabei Kollisionen zu riskieren. Die sogenannte Cell-decomposition ist eine weitere Methode für die Auswahl und Konstruktion der Fahrstrecke [16]. Hierbei wird die Straße in kleineren Zellen geteilt und anschließend eine optimierte Suchmethode angewandt um die Fahrstrecke zur Zielposition zu finden ohne dabei zu kollidieren. Intelligente Steuerungstechnologien, wie z. B. Fuzzy-Control [17], Neuronale Netzwerke [18] und Swarm-Intelligence [19], werden auch für die Trajektorienplanung eingesetzt. In einer Studie von Feng wurde ein Algorithmus entworfen wobei der Fahrstreifenwechsel durch Ruckreduzierung, d.h. auch Komfortgewinn, realisiert wurde [20]. Bei diesem Modell werden fuzzy neuronale Netzwerke und genetische Algorithmen angewendet um einen robusten Regler für die Lenkung auf der Strecke zu erhalten. Die Simulationsergebnisse zeigen, dass der Kontroller glatte und genaue Streckenwechsel-Manöver erzeugt.

[0026] Innovation der Erfindung bei TPA

[0027] Die Erfindung stellt ein Algorithmus dar, der Dynamik des Umgebungsverkehrs beim Entwurf der Fahrstreifenwechseltrajektorie einbezieht. Sollten sich die Verkehrsbedingungen während des Fahrstreifenwechsels so ändern, dass der ursprünglich generierte Fahrstreifen nicht mehr sicher ist, wird er passend zu den neuen Bedingungen geändert. Bei der Entwicklung wurde eine Kombination aus polynomialen und trigonometrischen Funktionen benutzt um die Wechselfahrstrecke zu erzeugen. Dabei wurden die Parameter und Koeffizienten der Streckenfunktion aus den physikalischen Zusammenhängen und Systemgrenzen gewonnen. Simulationsergebnisse bestätigen eine zufriedenstellende Leistung des Algorithmus bei der Einleitung und der Änderung der Trajektorie. Zusätzlich wird das Umsteigen auf die geänderte Trajek-torie kontinuierlich und glatt, ohne Verletzung der Systemgrenzen, durchgeführt.

[0028] Beschreibung der Erfindung [0029] a) Beschreibung Trajektorien Entscheidungsmodul (TEM) [0030] Die Entscheidung für einen Fahrstreifenwechsel muss mit Präsenz anderer Fahrzeuge und in einer dynamischen Verkehrssituation getroffen werden. In Figur 2 sind das Ego-Fahrzeug (fahrstreifenwechselndes Fahrzeug) mit E, das im gleichen Fahrstreifen fahrende Fahrzeug mit A, das führende und das hinten fahrende Fahrzeug auf dem Zielstreifen mit B und D gekennzeichnet. Weiterhin ist das mit gestrichelter Linie gezeichnete Fahrzeug im zweiten Bild das E Fahrzeug während des Manövers. Es wird gezeigt, dass wenn die folgenden vier Bedingungen erfüllt sind, ein sicherer Fahrstreifenwechsel möglich ist: [0031] Während des Manövers muss der laterale Abstand zwischen dem rechten vorderen Eck E des Fahrzeugs und dem rechten hinteren Eck B des Fahrzeugs mindestens Ci sein (Figur 2- a) .

[0032] Am Ende der Manöverbewegung muss der Abstand zu B mindestens C2 sein (Figur 2- b) .

[0033] Während des Manövers muss der laterale Abstand zwischen dem rechten hinteren Eck E des Fahrzeugs und dem linken vorderen Eck D des Fahrzeugs mindestens C3 sein. Weiters muss nach dem Manöver die longitudinale Distanz zwischen E und D mindestens C4 sein (Figur 2-c).

[0034] Die vorgegebene laterale Geschwindigkeit des Egofahrzeugs muss während des Manövers und unter der Berücksichtigung der potenziell herrschenden Reifenreibung erreichbar sein.

[0035] Das beschriebene Verfahren untersucht die Möglichkeiten für die Erzeugung einer Trajektorie unter der Berücksichtigung aller aufgezählten Bedingungen. Falls die Trajektorie realisierbar ist, wird das Manöver innerhalb der vordefinierten Zeit zugelassen; ansonsten wird das Ego-Fahrzeug im gleichen Fahrstreifen gehalten bis die passende Situation für einen Fahrstreifenwechsel vorhanden ist. Der Entscheidungslgorithmus benutzt die Zeit als Hauptentscheidungsmerkmal. Als erstes wird die Zeitdauer der kritischsten Trajektorie unter Berücksichtigung von Nebenbedingungen ermittelt. Danach wird die Zeitdauer der weiteren Trajektorien berechnet und untereinander verglichen um über die Durchführbarkeit eines Fahrstreifenwechsels zu entscheiden. In weiterer Folge wird die Methode der Berechnung der kritischen Trajektorien basierend auf einzelnen Bedingungen erklärt.

[0036] Fall 1: Vorausfahrendes Fahrzeug am gleichen Fahrstreifen, Figur 2-a und Figur 3 [0037] Unter Berücksichtigung des Sicherheitsabstandes Ci zwischen den Fahrzeugen wird der laterale Abstand zwischen Fahrzeugen A und E berechnet:

[0038] Mithilfe numerischer Methoden kann man die Gleichung auflösen und daraus unter Einhalten des Abstandes Ci die Zeitdauer U des Manövers berechnen.

[0039] Fall 2: Ein vorausfahrendes und ein weiteres Fahrzeug auf dem Zielfahrstreifen, Figur 2-b [0040] In einer solchen Situation wird der Sicherheitsabstand C2 folgendermaßen bestimmt:

[0041] Durch Substitution aller notwendigen Parameter in (2) kann man C2 und weiter die Manöverzeit, bezeichnet mit t2, berechnen.

[0042] Fall 3: Ein überholtes Fahrzeug auf dem Zielfahrstreifen, Figur 2-c und Figur 4 [0043] Dieser Fall stellt eine Kombination der ersten beiden Fälle dar. Um den Dauer des Fahrstreifenwechsels zu bestimmen, wird zunächst die passende Manöverzeit basierend auf dem sicheren lateralen Abstand und mithilfe der Gleichung (3) berechnet. Danach wird eine weitere passende Manöverzeit basierend auf dem sicheren longitudinalen Abstand am Ende des Manövers und mithilfe der Gleichung (4) berechnet. Zuletzt wird die längere von den beiden Zeiten ausgewählt und als t3 bezeichnet:

[0044] Fall 4: Der aggressivste Fahrstreifenwechsel [0045] Die erzeugte Trajektorie muss unter Berücksichtigung der Fahrdynamik machbar sein. Es muss sichergestellt werden, dass die ermittelte laterale Beschleunigung während dem Manöver bezüglich Reifen-Fahrbahn-Kontakt und unter Einhaltung der Stabilität des Fahrzeugs erreichbar ist. Um das sicherzustellen, wird die Dauer des heftigsten Manövers berechnet und dann die Trajektorie erzeugt. Figur 5 zeigt das 3-D Diagramm für eine Manöverzeit in Abhän gigkeit von Masse, Geschwindigkeit und maximalen Kraftschluss zwischen Reifen und Fahrbahn. Die dargestellte Fläche teilt den Raum in zwei Bereiche. Der obere Raumbereich stellt die zulässigen Manöverzeiten dar.

[0046] Der untere Raumbereich sind die unzulässigen Zeiten, da sie die vorhin erläuterten Stabilitätskriterien nicht erfüllen. Die Punkte der dargestellten Fläche stellen das Minimum der zulässigen Zeiten dar. Die Ergebnisse der einzelnen Simulationen werden mithilfe (5) approximiert, wobei die minimale Manöverdauer tm durch Reifenreibungskoeffizient μ und Fahrzeug Geschwindigkeit vx ermittelt wird.

[0047] Entscheidung für den Fahrstreifenwechsel [0048] Die Entscheidung für einen Fahrstreifenwechsel kann man durch die Zeitberechnungen der t-ι, t2, und t3 durch Einsetzen von rnin(tm) =t4. In der Tabelle 1 sind die möglichen Fälle für einen Fahrstreifenmanöver zusammen mit den zulässigen Manöverzeiten oder Zeitintervallen dargestellt.

[0049] Tabelle 1: Mögliche Fälle für einen Fahrstreifenwechsel

[0050] Beispielhaft wird der Fall 2 aus der Tabelle 1 als Beispiel erläutert. Dabei ist t1>t2>t3>t4, wie in Figur 6 dargestellt. Die Trajektorie zwischen den Strecken 1 und 2 kann nicht gewählt werden, da die Bedingungen für die Trajektorie 2, z. B. C2, ist nicht erfühlt.

[0051] Weiterhin verletzen alle Trajektorien zwischen 3 und 4 die Bedingung C4. Daher können die sicheren Trajektorien für den Fahrstreifenwechsel in diesem Beispiel nur diejenigen zwischen 2 und 4 sein.

[0052] b) Beschreibung Trajektorienplanung (TPA) [0053] Der wichtigste Vorteil der Erfindung ist die Vorstellung eines Algorithmus, der die Umgebungszustände und Verkehrsdynamik bei der Planung des Fahrstreifenwechsels in die Rechnung miteinbezieht. Im Falle einer Änderung der Verkehrssituation während des Manöververlaufs, sodass die ursprünglich erzeugte Trajektorie kritisch wird, kann das Modell die Trajektorie ändern. Der Wechsel auf die neu konstruierte Trajektorie wird kontinuierlich und glatt umgesetzt, sodass die fahrdynamischen und Komfort Bedingungen erfüllt bleiben.

[0054] Die Lösung des oben beschriebenen Problems erfolgt unter Annahme einer konstanten Längsgeschwindigkeit durch folgende Gleichung zur Erzeugung der Trajektorie:

[0055] Dabei werden die Parameter a, b, c, d, e, g, h mit folgendem Verfahren bestimmt: [0056] Unter Einhaltung der im Folgenden beschriebenen Nebenbedingungen, die unterschiedlich sein können in Abhängigkeit davon ob das Ziel entweder [0057] (A) die ursprüngliche Form der Trajektorie am Manöveranfang (Start bei L in der Figur 2) oder [0058] (B) die geänderte Trajektorie während des Manövers (Start bei t2 in der Figur 2) ist.

[0059] Die beiden Fälle werden näher in der Figur 7 erläutert.

[0060] A) Hier ist die laterale Geschwindigkeit und die Beschleunigung am Anfang und am Ende des Manövers als Null angenommen. Gleichzeitig wird auch die laterale Position am Anfang des Manövers als Null angenommen.

[0061] Insgesamt sind es folgende fünf Bedingungen:

[0062] B) Hierbei muss die Kontinuität der lateralen Position, die Geschwindigkeit und die Beschleunigung des Fahrzeugs bei der Umplanung der Trajektorie berücksichtigt werden. Die Variationen der aufgezählten Faktoren müssen homogenisiert und ohne etwaigen Sprüngen bei den jeweiligen Werten verlaufen. Daraus kann man folgende fünf mathematische Bedingungen herleiten:

[0063] In beiden Fällen sind fünf Koeffizienten für Trajektorien Gleichung aus den fünf Bedingungen zu gewinnen. Die zwei übrigen Parameter, b und e, werden hergeleitet um folgende Kostenfunktion zu minimisieren:

[0064] Die Gleichungen 10 und 11 stellen den Arbeitsbereich des Algorithmus für eine sichere Planung der geänderten Trajektorie:

[0065] In den Gleichungen stehen (tf2)max und (tf2)min für maximale und minimale Zeiten, die vom Algorithmus als die Endzeit für die umgeänderte Trajektorie benutzt werden können. Die Koeffizienten kp und ks sind mithilfe fahrdynamischer Simulationen hergeleitet und in den Gleichungen (12) und (13) dargestellt:

[0066] In den Gleichungen (12) und (13) steht pz nach Gleichung (14) für die „Bewegungsreibung" der Trajektorie und zwar zum Zeitpunkt ts2, wo die geänderte Trajektorie beginnt. In der Figur 8 sind kp und ks in der Abhängigkeit von pt dargestellt. Falls die Punkte im schraffierten Bereich liegen, sind das die möglichen Zustände für tf2. In dem Fall ist es für den Algorithmus möglich, eine geänderte Trajektorie zwischen ts2 und tf2 zu konstruieren. Basierend auf der Figur 8 können folgende Schlussfolgerungen über dem beschriebenen Algorithmus gewonnen werden: [0067] Die erfolgreiche Konstruktion der neuen Trajektorie ist in den früheren Manöverphasen wahrscheinlicher. Die Wahrscheinlichkeit für eine erfolgreiche Umstrukturierung der Trajektorie fällt mit dem Manöverzeitverlauf.

[0068] Falls die umgeänderte Trajektorie zu längeren Manöverzeiten neigt (tf2> tf1), muss der Startpunkt unter der Zeit von 45% der gesamten Manöverdauer liegen. Anderseits, falls der schnellere Fahrstreifenwechselmanöver angestrebt wird (tf2> tf1), der Startpunkt muss vor dem Zeit von 85% der gesamten Manöverdauer liegen.

LITERATURVERZEICHNIS

[1] P. G. Gipps, "A Model for the Structure of Lane- changing Decisions", Transportation Research Part B: Methodological, vol. 20, pp. 403-414, 10, 1986.

[2] S. Hetrick, "Examination of Driver Lane Change Behavior and the Potential Effectivness of Warning Onset Rules for Lane Change or "Side" [3] L. Penghui, H. Mengxia, Z. Wenhui, X. Xiaoqing and L. Yibing, "Steering Behavior during Overtaking on Freeways", in 5th International Conference on Computing for Geospatial Research and Application, Washington DC, 2014, pp. 117-118.

[4] Η. K. Lee, R. Barlovic, M. Schreckenberg and D. Kim, "Mechanical Restriction Versus Human Overreaction Triggering Congested Traffic States", PH YSICA L R EV I EW L ET T ERS, vol. 92, pp. 238702-1-238702-4, 2004.

[5] L. Habel and M. Schreckenberg, "Asymmetric Lane Change Rules for a Microscopic Highway Traffic Model", in 11th International Conference on Cellular Automata for Research and Industry (ACRI), Krakow, Poland, 2014, pp. 620-629.

[6] A. El-Hajjaji and M. Ouladsine, "Modeling Human Vehicle Driving by Fuzzy Logic for Standardized ISO Double Lane Change Maneuver", in 10th IEEE International Workshop on Robot and Human Interactive Communication, 2001, pp. 499-503.

[7] J. Nilsson and J. Sjoberg, "Strategic Decision Making for Automated Driving on Two-lane, One Way Roads Using Model Predictive Control", in IEEE Intelligent Vehicles Symposium (IV), 2013, pp. 1253-1258.

[8] T. Toeldo and D. Zohar, "Modeling Duration of Lane Changes", Transportation Research Record: Journal of the Transportation Research Board, pp. 71-78, 2007.

[9] W. Xiaorui and Y. Hongxu, "A Lane Change Model with the Consideration of Car Following Behavior", Procedia - Social and Behavioral Sciences, vol. 96, pp. 2354- 2361, 11 June, 2013.

[10] T. Shamir, "How Should an Autonomous Vehicle Overtake a Slower Moving Vehicle: De-siqn and Analysis of an Optimal Trajectory", IEEE Transactions on Automatic Control, vol. 49, pp. 607-610,2004.

[11] H. Sun, W. Deng, S. Zhang, S. Wang and Y. Zhang, "Trajectory Planning for Vehicle Auto- nomous Driving with Uncertainties", in International Conference on Informative and Cybernetics for Computational Social Systems (ICCSS), 2014, pp. 34-38.

[12] J. Chen, P. Zhao, T. Mei and H. Liang, "Lane Change Path Planning Based on Piecewise Bezier Curve for Autonomous Vehicle", in IEEE International Conference on Vehicular Electronics and Safety (ICVES), 2013, pp. 17-22.

[13] G. Xu, L. Liu, Y. Ou and Y. Song, "Dynamic Modeling of Driver Control Strategy of Lane-Change Behavior and Trajectory Planning for Collision Prediction", IEEE Transactions on Intelligent Transportation Systems, vol. 13, 2012, pp. 1138-1155.

[14] G. Xu, L. Liu, Z. Song and Y. Ou, "Generating Lane-change Trajectories Using the Dynamic Model of Driving Behavior", in IEEE International Conference on Information and Automation (I Cl A), 2011, pp. 464-469.

[15] J. Schroder, T. Gindele, D. Jagszent and R. Dillmann, "Path Planning for Cognitive Vehicles Using Risk Maps", in IEEE Intelligent Vehicles Symposium, 2008, pp. 1119-1124.

[16] N. A. Melchior and R. Simmons, "Particle RRT for Path Planning with Uncertainty", in IEEE International Conference on Robotics and Automation, 2007, pp. 1617- 1624.

[17] A. El-Hajjaji and M. Ouladsine, "Modeling Human Vehicle Driving by Fuzzy Logic for Standardized ISO Double Lane Change Maneuver", in 10th IEEE International Workshop on Robot and Human Interactive Communication, 2001, pp. 499-503.

[18] I. Engedy and G. Horvath, "Artificial Neural Network Based Mobile Robot Navigation", in IEEE International Symposium on Intelligent Signal Processing (WISP), 2009, pp. 241-246.

[19] S. Doctor and G. K. Venayagamoorthy, "Unmanned Vehicle Navigation Using Swarm Intelligence", in Proceedings of International Conference on Intelligent Sensing and Information Processing, 2004, pp. 249-253.

[20] J. Feng, J. Ruan and Y. Li, "Study on Intelligent Vehicle Lane Change Path Planning and Control Simulation", in IEEE International Conference on Information Acquisition, 2006, pp. 683-688.

Claims (11)

1. Ansprüche 1. Ein Trajektorien-Entscheidungsmodul (TEM) für einen automatisierten Fahrstreifenwechsel gekennzeichnet, dass folgende Eigenschaften berücksichtigt sind: • Einbeziehung der Effekte der lateralen Dynamik • Reifen-Fahrbahn Kraftschlusses, • Beachtung der Grenzen der Fahrzeugdynamik • Echtzeitfähigkeit des Algorithmus • Flexibilität bei der Entscheidungslogik. • Dynamik der Verkehrssituation: Sollte sich die Verkehrssituation während des Manövers ändern kann die präsentierte Methode, aufbauend auf den vorgenannten Eigenschaften, die Fahrstreifenwechsel-Trajektorie modifizieren. Damit wird die Dynamik des Prozesses in den Algorithmus integriert.
2. 2. Ein Trajektorien-Entscheidungsmodul (TEM) für einen automatisierten Fahrstreifenwechsel nach Anspruch 1 gekennzeichnet, dass im Falle eines vorrausfahrenden Fahrzeugs die Zeit für den Fahrstreifenwechsel t-ι nach Gleichung (1) ermittelt wird.
3. 3. Ein Trajektorien-Entscheidungsmodul (TEM) für einen automatisierten Fahrstreifenwechsel nach Anspruch 1 gekennzeichnet, dass im Falle eines vorausfahrenden und einem weiteren Fahrzeugs auf dem Zielfahrstreifen die Zeit für den Fahrstreifenwechsel t2 nach Gleichung (1) ermittelt wird.
4. 4. Ein Trajektorien-Entscheidungsmodul (TEM) für einen automatisierten Fahrstreifenwechsel nach Anspruch 1 gekennzeichnet, dass im Falle eines überholten Fahrzeugs auf dem Zielfahrstreifen die Zeit für den Fahrstreifenwechsel t3 nach Gleichung (3) und (4) ermittelt wird.
5. 5. Ein Trajektorien-Entscheidungsmodul (TEM) für einen automatisierten Fahrstreifenwechsel nach Anspruch 1 gekennzeichnet, dass im Falle eines aggressiven Fahrstreifenwechsels die minimale Zeit für den Fahrstreifenwechsel tm=t4 nach Gleichung (5) ermittelt wird.
6. 6. Ein Trajektorien-Entscheidungsmodul (TEM) für einen automatisierten Fahrstreifenwechsel nach Anspruch 1-5 gekennzeichnet, dass die zulässige Zeit für den Fahrstreifenwechsel durch Vergleichen der Manöverzeiten t-ι, t2, t3 und t4 nach Tabelle 1 ermittelt wird.
7. 7. Eine Trajektorienplanung (TPA) für einen automatisierten Fahrstreifenwechsel gekennzeichnet, dass dieser eine ständige Neuplanung der Trajektorie gemäß den Einschränkungen aus dem dynamischen Verkehr und der Fahrzeugdynamik unter Berücksichtigung der Reifen/Fahrbahn-Kontakt ermöglicht.
8. 8. Eine Trajektorienplanung (TPA) für einen automatisierten Fahrstreifenwechsel nach Anspruch 7 gekennzeichnet, dass die Planung der Fahrtrajektorie nach Gleichung (6) unter Annahme konstanter Längsgeschwindigkeit erfolgt.
9. 9. Eine Trajektorienplanung (TPA) für einen automatisierten Fahrstreifenwechsel nach Anspruch 7-8 gekennzeichnet, dass die Ermittlung der Parameter b und e aus Gleichung (6) durch Optimierung der Kostenfunktion nach Gleichung (9) erfolgt.
10. 10. Eine Trajektorienplanung (TPA) für einen automatisierten Fahrstreifenwechsel nach Anspruch 7-9 gekennzeichnet, dass die Ermittlung der Parameter a, c, d, g, h aus Gleichung (6) - für den Fall dass die Trajektorie während des Manövers nicht neu geplant werden muss - nach Gleichungen (7) ermittelt wird.
11. 11. Eine Trajektorienplanung (TPA) für einen automatisierten Fahrstreifenwechsel nach Anspruch 7-9 gekennzeichnet, dass die Ermittlung der Parameter a, c, d, g, h von Gleichung (6) - für den Fall dass die Trajektorie während des Manövers neu geplant werden muss -nach Gleichungen (8) ermittelt wird. Hierzu 8 Blatt Zeichnungen