CN108349501A - 用于机动车辆驾驶员辅助系统的周围环境模型化的设备 - Google Patents

Abstract

本发明涉及一种用于机动车辆驾驶员辅助系统的周围环境模型化的设备(100)，其中，设备(100)包括：划分装置(10)，它用于提供将待计算的车辆周围环境总体模型划分成基于第一预测范围的车辆周围环境静态模型和基于第二预测范围的车辆周围环境动态模型的划分；第一实时计算装置(20)，它用于在一最长响应时间内基于第一预测范围计算车辆周围环境动态模型；第二实时计算装置(30)，它用于，用一特征性响应时间基于第二预测范围计算车辆周围环境静态模型；以及情形分析装置(40)，它用于，基于对车辆周围环境总体模型的分析更改所作划分。

Description

用于机动车辆驾驶员辅助系统的周围环境模型化的设备

技术领域

本发明涉及一种机动车辆驾驶员辅助系统。

本发明尤其涉及一种用于机动车辆驾驶员辅助系统的对周围环境模型化/建模的设备和方法。

背景技术

在实时系统中有“强”实时系统和“弱”实时系统之分。强实时系统在一规定的最长响应时间内确保和提供正确结果。

这对系统基础例如操作系统的实时性能提出了高要求。

例如需要使用专用实时操作系统，已知的代表例如有缩写为OSEK的“机动车辆中电子设备的开发系统及其接口”，或OSEK-OS，这是一种由OSEK联盟推出的、用于嵌入式系统的实时操作系统的技术规范。

此外，QNX——一种专用的、具有POSIX(可移植作业系统接口)性能的类unix实时操作系统——或一种同样具有实时性能的操作系统vxWorks也可被用作实时操作系统。

与之相反，弱实时系统是在平均上达到可接受的响应时间，但这无法在任何情况下都加以保证。然而它也明显降低了对操作系统的要求，并可使用如Linux甚至是Windows等广泛普及的系统。

相对于强实时操作系统，弱实时系统一般提供大量的应用程序接口(API)，并能更好地支持例如图书馆功能以及诸如OpenCV、Eigen、OpenGL和OpenCL等抽象标准。

这能更有效、更迅捷地研发算法和框架软件，并且如今被应用于例如快速原型技术的研究项目。

缩写为FAS的驾驶员辅助系统(英语“Advanced Driver Assistance Systems”，缩写为ADAS)是机动车辆中的附加电子装置，用于在规定驾驶情形中为驾驶员提供支持。

如今，ADAS系统一般被设计为强实时系统，这在设计系统、例如紧急制动辅助系统时是必需的，以便确保能及时地、即在系统极限之内对出现的驾驶情形的变化做出反应。

发明内容

本发明的一项任务是提供一种用于机动车辆驾驶员辅助系统周围环境模型化的改进的设备。

这一任务是通过独立权利要求的主题解决的。实施方式和改进形式请参见从属权利要求、说明书以及附图。

本发明的第一方面涉及的是一种用于机动车辆驾驶员辅助系统周围环境模型化的设备，其中，该设备包含划分装置，它被设计用于提供一划分：将待计算的车辆周围环境总体模型划分成基于第一预测范围的车辆周围环境静态模型以及基于第二预测范围的车辆周围环境动态模型。

此外，该设备还包含第一实时计算装置，它被设计用于在一最长响应时间内计算基于第一预测范围的车辆周围环境动态模型。

此外，该设备还包含第二实时计算装置，它被设计用于以一特征响应时间计算基于第二预测范围的车辆周围环境静态模型。

此外，本设备还包含情形分析装置，它被设计用于基于对车辆周围环境总体模型的分析对所作划分加以更改。

换句话说，以有益的方式划分冗余所需安全路径和主路径以及相应的功能特征，以便尽量减少对大部分周围环境模型以及轨迹规划的实时要求，使其也能使用具有弱实时要求的系统。

弱实时要求例如通过可被超过预定偏差的特征响应时间描述，强实时要求例如通过必须遵守的最长响应时间描述。

本发明以有益的方式实现，车辆周围环境模型的一部分不必以强实时性方式计算，并且尽管如此仍能确保所保证的系统反应时间。

本发明以有益的方式实现，能使用情形分析器，它可对非强实时性部分进行监控，并在必要时予以修正，以便在临界/危急情形下也能确保所保证的响应时间。

换句话说，以有益的方式例如实现，提供一种用于处理和修正低频运行的周围环境检测和处理算法数据的方法，而至少在(高)动态的周围环境检测部分、情形分析部分和控制部分中不需要所保证的最大响应时间。

这能以有益的方式确保，即使在低频处理部分中数据被延迟处理时，总体系统也有一高频率和所保证的响应时间。

在此，本发明所使用的术语“低频”与无保证的响应时间的标准有关，即，在提供结果时会有周期性波动。

在此，本发明不一定是绝对“低频”的意思，而是非强实时性系统有一典型下限，在此下限下，反应时间更多地取决于“系统效应”，而不是取决于算法运行时间。

在Windows系统中，这典型地是例如10毫秒的时间，在没有安全因素的情况下，从中得出一最大的决定性的“控制频率”，其例如小于100Hz。在Linux系统中，本发明称为“低”的这个频率典型地略高，例如为200Hz。

本发明所使用的术语“高频”是指一例如高于500Hz的频率。

本发明例如可以以有益的方式做到，尤其可在低频部分中弃用用于检测静态周围环境以及用于在横向上以一大的有效范围规划路径的、资源耗用大且研发复杂的算法。

这种向低频部分中的移动例如可被实现，因为在典型的时间间隔或时期内周围环境静态模型不会发生改变，所以从系统来看，不需要对此“动态”响应。

与此相比，在高频部分中在检测动态车辆周围环境例如运动目标跟踪、行人识别或交通灯识别的算法中，必须遵守所保证的最大响应时间，例如用以保证检测前方行驶车辆紧急制动的必要性。

情形分析和控制例如在高频部分中运行，其中，在正常情况下轨迹横向地从低频部分驶过，但其中纵向引导例如完全在高频部分中执行，并考虑了高预测范围的周围环境静态模型数据，其中，通过这种设置把所保证的系统最长响应时间提供给动态交通参与者。

例如这可在突然拐入时或在紧急制动时实施。通过有利地利用周围环境静态模型，可决定是否应进行紧急制动和/或紧急避让。

在此，例如不实施周围环境模型的计算，而是在分析期间也对源于低频部分的最后的数据组、即例如车道走向或路边建筑物等一起加以考虑。

例如，本发明可以以有益的方式实现，高频部分中的情形分析还可横向地通过修正叠加给定的路径。

在此，可在考虑低频部分中的周围环境静态模型、例如车道标记的情况下，根据动态交通情形分析得出修正，以便能以所保证的最长响应时间对例如旁边车道上相邻车辆的一个“急转弯”做出反应。

换句话说，以有益的方式实现，提供静态车辆周围环境和动态车辆周围环境的划分，并使用对静态周围环境的增强型预测，以便能用低ASIL等级(汽车安全完整性等级)的或对功能安全低要求的弱实时系统来计算该部分。

也就是说，例如划分为静态车辆周围环境和动态车辆周围环境、或弱实时性系统和强实时性系统，即混合地计算、也就是说使用两种不同类型的实时性系统来计算驾驶员辅助系统。

这可有利地实现，提供更大的预测范围和有冗余系统的安全方案。

在此，更大的预测范围意味着，轨迹被预先规划数秒，例如长达10秒，并然后通过控制系统驶过/起步。

为能实现这种轨迹规划和稍后的驶过/起步，有许多适用于此的关于车辆周围环境静态模型的信息，例如，车辆周围环境中的车道走向、所识别的交通标志或分配给车道的交通信号灯。

为从周围环境传感器技术和周围环境数据的合并中、例如从一地图中可靠和稳定地获取信息以及基于该地图规划一轨迹，要求更高的算法投入。

本发明另一个第二方面涉及一种用于机动车辆驾驶员辅助系统周围环境模型化的方法。

该方法包含下列方法步骤：

借助划分装置提供一划分：将待计算的车辆周围环境总体模型划分成基于第一预测范围的车辆周围环境静态模型和基于第二预测范围的车辆周围环境动态模型；

借助第一实时计算装置在一最长响应时间内计算基于第一预测范围的车辆周围环境动态模型；

借助第二实时计算装置在一特征性响应时间内计算基于第二预测范围的车辆周围环境静态模型；以及

借助情形分析装置基于对车辆周围环境总体模型的分析更改对待计算的车辆周围环境总体模型的划分。

此外，该方法还可将轨迹规划划分为一具有较大的例如100米或200米预测范围的非强实时性部分和一强实时性部分。

本发明有益的实施方式在从属权利要求中说明。

在本发明的一个有益实施方式中规定，情形分析装置用于，基于第一实时计算装置预先计算的响应时间与最长响应时间阈值的比较和/或基于第二实时计算装置预先计算的响应时间与特征响应时间阈值的比较对所作划分进行更改。这可有利地实现，对出现的负载峰值做出反应并遵守预定的响应时间。

换句话说，情形分析装置例如用于，基于第一实时计算装置一预先计算的第一响应时间与最长响应时间的第一阈值的比较和/或基于第二实时计算装置一预先计算的第二响应时间与特征响应时间的第二阈值的比较对所作划分进行更改。

在本发明的另一有益实施方式中规定，第一实时计算装置具有多个控制模块，和/或第二实时计算装置具有多个控制模块。这可以以有益的方式实现本设备的模块化结构。

在本发明另一个有益的实施方式中规定，第一实时计算装置的多个所述控制模块以链式设计；和/或第二实时计算装置的多个所述控制模块以链式设计。这可以以有利的方式实现设备的模块化结构。

在本发明另一有益的实施方式中规定，第一实时计算装置用于，基于长达50米或长达100米或长达200米的第一预测范围，在一长达3秒、长达5秒或长达10秒的最长响应时间内以及以长达200米或长达500米或长达1000米的有效范围计算车辆周围环境动态模型。

在本发明另一有益的实施方式中规定，第一实时计算装置用于，基于车辆周围环境动态模型，以一长达1秒或长达2.5秒或长达5秒的第一计算周期输出所计算的周围环境总体模型和/或所计算的轨迹规划。

在本发明另一有益的实施方式中规定，第二实时计算装置用于，基于车辆周围环境静态模型，以一长达3秒或长达6秒或长达10秒的第二计算周期输出所计算的周围环境总体模型和/或所计算的轨迹规划。

在本发明另一有益的实施方式中规定，第一实时计算装置用于，用第一完整性等级计算车辆周围环境动态模型，其中，第二实时计算装置用于，用第二完整性等级计算车辆周围环境静态模型。

这可有利地实现，通过将系统功能适配地划分为不同的完整性等级以及使用足够的预测，可使用弱实时性系统，至少对于控制链的与其余部分相比对功能安全的要求更低的部分来说是如此。

在本发明另一有益的实施方式中规定，第一完整性等级高于第二完整性等级。

所述设计方案和改进方案可任意相互组合。

本发明其他的可能设计方案、改进方案和实施也包括之前或之后关于实施形式所描述的本发明特征的未明确说明的组合。

附图说明

附图有助于进一步理解本发明的实施方式。这些附图直观阐明了实施方式，用于结合说明阐述本发明的方案。

鉴于附图得出其他实施方式和许多所述优点。附图的所示元素之间没有必要完全按比例显示。

其中：

图1示出根据本发明一实施例的、用于机动车辆驾驶员辅助系统周围环境模型化的设备的示意图；

图2示出根据本发明一实施例的、用于机动车辆驾驶员辅助系统周围环境模型化的设备的示意图；以及

图3示出根据本发明一实施例的、用于机动车辆驾驶员辅助系统周围环境模型化的方法流程图的示意图。

具体实施方式

在图中，除非另有说明，相同的附图标记表示相同或功能相同的元件、部件、组件或方法步骤。

机动车辆或车辆是指例如机动车辆或混合动力车辆，例如摩托车、汽车、巴士或载重汽车，或也可以是有轨车辆、船、飞行器如直升飞机或飞机，或是例如自行车。

图1示出根据本发明一实施例的、用于机动车辆驾驶员辅助系统周围环境模型化的设备。

用于机动车辆驾驶员辅助系统周围环境模型化的设备100包含一划分装置10、一第一实时计算装置20、一第二实时计算装置30以及一情形分析装置40。

划分装置10用于，提供一将待计算的车辆周围环境总体模型划分成基于第一预测范围的车辆周围环境静态模型和基于第二预测范围的车辆周围环境动态模型的划分。

在此，第一实时计算装置20用于，在一最长响应时间内基于第一预测范围计算车辆周围环境动态模型。

在此，第二实时计算装置30用于，用一特征响应时间基于第二预测范围计算车辆周围环境静态模型。

在此，情形分析装置40用于，基于对车辆周围环境总体模型的分析对所作划分加以更改。

图2以示意图示出根据本发明一实施例的、用于机动车辆驾驶员辅助系统周围环境模型化的设备。

图2以示意图的方式展示设备1的概况。虚线表示有强实时要求的模块，实线表示有弱实时要求的模块。由于使用了两种不同的实时计算装置，设备1可称为驾驶员辅助系统的混合计算系统。

在此，模块或控制模块例如具有下列功能：

周围环境传感器1可为一待计算的车辆周围环境总体模型探测和提供数据，例如传感器数据。

待计算的车辆周围环境总体模型在一快速安全路径上可具有最小周围环境模型3。

在此，模块4形式的情形分析装置可用于，基于对车辆周围环境总体模型的分析对所作划分加以更改。

模块5形式的控制模块可与模块4形式的情形分析装置40耦合，并用于对将待计算的车辆周围环境总体模型划分为车辆周围环境静态模型和车辆周围环境动态模型的划分进行干预。

也就是说，情形分析装置40可用于，以分布的方式将待计算的部分移动到例如实时计算装置上或更改待计算的部分，以遵守使用强实时系统的最长响应时间。

换句话说，使用非强实时性的第二实时计算装置30的可计算结果或第一实时计算装置20的已存储结果来取代非强实时性的第二实时计算装置30的计算复杂的、综合性的结果。

模块6形式的监控模块可监控所述更改。

为此，情形分析模块9可用于，以一提高的预测范围提供对轨迹的动态控制。

用于诸如纯粹基于动态目标的EBA(紧急制动辅助)功能等当今ADAS系统的功能链由模块1、3、4、5和6构成，所有模块都必须满足强实时要求，并被归类到第一实时计算装置20，因为所述计算必须在一最长响应时间内进行。

在此，可使用经更改的模块组合或转移到第二路径或第二链的静态周围环境信息上。

对高度自动化的功能，由模块1、2、7、8、9、6构成标准路径。

由模块1、2、7和8计算或规划一具有多秒预测时间或具有多个100米预测空间的轨迹。

例如随后通过情形分析模块9形式的、具有强实时要求的控制系统来驶过/起步该轨迹。

该功能链的目的例如是，提供一舒适的正常行驶功能。在此例如假定，在大部分情况下可不但沿纵向而且沿横向以例如高达10秒或高达1000米的较高预测范围规划一舒适的轨迹。

为此，例如对其他交通参与者的行为进行预测，并计算低加速度的、即具有较大安全储备的车辆反应。该行为相应于一例如舒适和/或经济驾驶的驾驶人员。

在此，模块3和模块7的区别例如在周围环境模型的规模上。模块3中的周围环境模型例如保持为最小，并且除了ADAS功能外，仅能实现应急运行功能，而模块7具有较大的规模和预测范围，它支持全部的功能设置，例如包括变道辅助功能。

由模块8输出的轨迹由于大的预测而通常很少时间临界。如果现在在控制模块9中规定，尤其是另外从强实时性模块3中获得动态目标，那么与非混合驾驶员辅助系统相比可实现一种特殊的系统状况：

无论是周围环境模型7还是轨迹规划8，都例如基于大的预测和基于在诸如控制系统9等模块中的主要为静态的内容，而能被良好预测并因此比诸如EBA干预更少地时间临界。

例如可以，在5秒的预测范围时，以1秒为周期输出轨迹规划的轨迹，在此情况下延迟大约50毫秒的输出则是无足轻重的。

例如然后在仅为3950毫秒而不是4000毫秒的预测范围下对控制器进行更新，由此，获得一与控制器输入数据空载运行之间足够的安全间距。

在一正常情况下，例如模块9因此简单调整所获得的轨迹。为了能对诸如在突然刹车的车辆前方等动态情形做出反应，模块9还附加包含动态目标的情形分析器。

由于这例如由通过模块3实现的强实时性路径提供，所以随时确保，能足够快地对诸如紧急制动或另一机动车辆的突然插入等行驶情形的动态变化做出反应。

如果在主路径上出现错误功能或意外的结果，则模块6例如承担系统监控和切换到应急路径的功能。为此，除了控制量外，模块6还从模块9获得例如轨迹当前长度，控制规定基于该当前长度。

如果轨迹的长度低于第一阈值(例如为3.5秒)，则该监控器给出一报警信号。这可例如通过人机界面(HMI)要求驾驶员接手驾驶。如果轨迹低于第二阈值，则监控模块6例如经过一2秒的时间间隔后切换到一安全路径上。

通过模块4和模块5实现的安全路径例如可特别是在整个使用时间上都是被激活的，也被称为“热待机”。此外，一旦从模块9获得的轨迹长度低于一阈值，例如使用了3.5秒的阈值，则安全路径可以由模块6形式的监控器激活。

以此得出，模块2、7和8也可用一带弱实时要求的系统执行，由此也可使用一种诸如嵌入式Linux般的操作系统。

这在研发投入中由于操作系统的在运行时间可供使用的大的功能范围(例如网络或通信栈、用于持久性数据存储的文件系统以及自动更新可能性)而提供相应的优势。

模块2、7和8例如被归类于第二实时计算装置30，因为模块2、7和8的计算仅须以一特征响应时间进行。

对于弱实时性链可降低功能安全的要求，其方法是，将强实时性链1、3、4、5和6设计成，使得该链在承受一可能不舒适的控制的情况下防止事故发生。

在此，周围环境模型7的静态信息可附加供情形分析装置4使用。如果周围环境模型7失灵，情形分析装置4还是可获得带有相当大预测范围的数据。

例如可由设备100认为，如果所收到数据的延迟时间超过200毫秒，则说明周围环境模型7失灵。在此情况下，链1、3、4、5、6的应急路径将接手。

例如3800毫秒的剩余预测范围用于，尽量降低车速，以使得即使在剩余路径的较小的预测范围情况下，也能安全驾驶车辆，直至驾驶员接手驾驶或直至达到一种安全状态。

图3示出根据本发明一实施例的、用于机动车辆驾驶员辅助系统周围环境模型化的方法的流程示意图。

用于机动车辆驾驶员辅助系统周围环境模型化的方法，其中，该方法包含下列方法步骤：

作为该方法的第一步骤，借助划分装置10提供S1一将待计算的车辆周围环境总体模型划分成基于第一预测范围的车辆周围环境静态模型和基于第二预测范围的车辆周围环境动态模型的划分。

作为该方法的第二步骤，借助第一实时计算装置20基于第一预测范围在一最长响应时间内计算S2车辆周围环境动态模型。

作为该方法的第三步骤，借助第二实时计算装置30基于第二预测范围在一特征响应时间内计算S3车辆周围环境静态模型。

作为该方法的第四步骤，借助情形分析装置40基于对车辆周围环境总体模型的分析更改S4对待计算的车辆周围环境总体模型的划分。

虽然本发明已根据优选实施例作了如上描述，但它并不局限于此，而是还可以以许多方式进行修改。尤其是，本发明可以以各种各样的方式进行更改和改进，而不脱离本发明实质。

在此需要补充指出的是，“包含”和“具有”不排除其他元素或步骤，“一”不排除多数。

此外还应指出，参照上述实施例之一所描述的特征或步骤，也可与其他上述实施例的其他特征或步骤组合使用。权利要求中的附图标记不得被视为限制。

Claims (10)

1.用于机动车辆驾驶员辅助系统的周围环境模型化的设备，其中，该设备(100)包括：

-划分装置(10)，该划分装置被设计用于，提供如下划分：将待计算的车辆周围环境总体模型划分成基于第一预测范围的车辆周围环境静态模型和基于第二预测范围的车辆周围环境动态模型；

-第一实时计算装置(20)，该第一实时计算装置被设计用于，在一最长响应时间内基于第一预测范围计算车辆周围环境动态模型；

-第二实时计算装置(30)，该第二实时计算装置被设计用于，用一特征响应时间基于第二预测范围计算车辆周围环境静态模型；以及

-情形分析装置(40)，该情形分析装置被设计用于，基于对车辆周围环境总体模型的分析对所做划分加以更改。

2.根据权利要求1所述的设备(100)，

其中，情形分析装置(40)被设计用于，基于第一实时计算装置(20)的预先计算的第一响应时间与最长响应时间的第一阈值的比较和/或基于第二实时计算装置(30)的预先计算的第二响应时间与特征响应时间的第二阈值的比较对所做划分进行更改。

3.根据上述权利要求中任一权利要求所述的设备(100)，

其中，第一实时计算装置(20)具有多个控制模块；和/或，第二实时计算装置(30)具有多个控制模块。

4.根据权利要求3所述的设备(100)，

其中，第一实时计算装置(20)的控制模块中的多个被构造成链；和/或，第二实时计算装置(30)的控制模块中的多个被构造成链。

5.根据上述权利要求中任一权利要求所述的设备(100)，

其中，第一实时计算装置(20)被设计用于，基于长达50米或长达100米或长达200米的第一预测范围在长达3秒或长达5秒或长达10秒的最长响应时间内计算车辆周围环境动态模型。

6.根据上述权利要求中任一权利要求所述的设备(100)，

其中，第一实时计算装置(20)被设计用于，输出基于车辆周围环境动态模型以长达1秒或长达2.5秒或长达5秒的第一计算周期所计算的周围环境总体模型和/或所计算的轨迹规划。

7.根据上述权利要求中任一权利要求所述的设备(100)，

其中，第二实时计算装置(30)被设计用于，输出基于车辆周围环境静态模型、以长达3秒或长达6秒或长达10秒的第二计算周期以及长达200米或长达500米或长达1000米的有效范围所计算的周围环境总体模型和/或所计算的轨迹规划。

8.根据上述权利要求中任一权利要求所述的设备(100)，

其中，第一实时计算装置(20)被设计用于，用第一完整性等级计算车辆周围环境动态模型，其中，第二实时计算装置(30)被设计用于，用第二完整性等级计算车辆周围环境静态模型。

9.根据权利要求8所述的设备(100)，

其中，第一完整性等级高于第二完整性等级。

10.用于机动车辆驾驶员辅助系统的周围环境模型化的方法，

其中，该方法包括下列方法步骤：

-借助划分装置(10)提供(S1)对待计算的车辆周围环境总体模型的划分，即：将待计算的车辆周围环境总体模型划分成基于第一预测范围的车辆周围环境静态模型和基于第二预测范围的车辆周围环境动态模型；

-借助第一实时计算装置(20)在一最长响应时间内基于第一预测范围计算(S2)车辆周围环境动态模型；以及

-借助第二实时计算装置(30)在一特征响应时间内基于第二预测范围计算(S3)车辆周围环境静态模型；以及

-借助情形分析装置(40)基于对车辆周围环境总体模型的分析更改(S4)对待计算的车辆周围环境总体模型的划分。