CN110603179A - 用于自体车辆的自动化调车的系统和方法 - Google Patents
用于自体车辆的自动化调车的系统和方法 Download PDFInfo
- Publication number
- CN110603179A CN110603179A CN201880029984.2A CN201880029984A CN110603179A CN 110603179 A CN110603179 A CN 110603179A CN 201880029984 A CN201880029984 A CN 201880029984A CN 110603179 A CN110603179 A CN 110603179A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- behavior
- autologous
- shunting
- determined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000006399 behavior Effects 0.000 claims abstract description 104
- 238000010801 machine learning Methods 0.000 claims abstract description 13
- 238000005259 measurement Methods 0.000 claims description 28
- 230000001133 acceleration Effects 0.000 description 7
- 231100001261 hazardous Toxicity 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
-
- 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
- B60W30/10—Path keeping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/54—Audio sensitive means, e.g. ultrasound
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/408—Traffic behavior, e.g. swarm
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- 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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
按照本发明的一方面,用于自体车辆的自动化调车的系统具有:识别装置,其设计用于在该自体车辆的周围环境中识别可运动对象并且将其配置给确定的对象分类;与识别装置耦合的控制装置,所述控制装置设计用于从行为数据库中调用所识别的对象分类的行为参数,所述行为参数通过如下方法求取,在所述方法中,借助机器学习对可运动对象分类并且基于特定的行为模式标属性;以及与控制装置耦合的调车规划单元,其设计用于基于所调用的行为参数规划并且实施该自体车辆的行驶调车。
Description
技术领域
本发明涉及一种用于自体车辆的自动化调车的系统和方法。
背景技术
由现有技术(例如DE 10 2014 211 507)已知驾驶辅助系统,通过信息、例如车辆类型(客车/载重汽车)或速度(慢/快),所述驾驶辅助系统可规划并实施关于其他交通参与者改善的行驶机动性。在此,所述信息由交通参与者之间提供。
然而,在由现有技术已知的驾驶辅助系统中,所述优点(例如改善的交通流量和行驶机动性的提高的安全性)仅仅可在如下情况中适用,其他的交通参与者提供用于行驶机动性规划所需要的信息。
然而,值得期望的是,在没有其他交通参与者的信息的情况下也实施符合具体情况的行驶机动性规划。
发明内容
因此,本发明的任务是,提供一种用于自体车辆的自动化调车的系统,所述系统至少部分地克服由现有技术已知的驾驶辅助系统的缺点。
所述任务通过独立权利要求的特征解决。有利的实施形式在从属权利要求中说明。要指出,从属于独立权利要求的权利要求的附加特征可在没有独立权利要求特征的情况下或只结合独立权利要求的部分特征而形成单独的并且独立于独立权利要求的全部特征组合的发明,其可成为独立权利要求、分案申请或在后申请的主题。这以相同的方式适用于在说明书所述的技术教导,所述教导可形成独立于独立权利要求特征的发明。
本发明的第一方面涉及一种用于自体车辆的自动化调车的系统,所述系统具有:
-识别装置,所述识别装置设计用于在该自体车辆的周围环境中识别可运动对象并且将其配置给确定的对象分类;
-与识别装置耦合的控制装置,所述控制装置设计用于从行为数据库中调用所识别的对象分类的行为参数,所述行为参数通过如下方法求取,在所述方法中,借助机器学习对可运动对象进行分类并且基于特定的行为模式标属性;以及
-与该控制装置耦合的调车规划单元,所述调车规划单元设计用于基于所调用的行为参数来规划并且实施该自体车辆的行驶调车。
本发明的方面涉及一种用于自体车辆的自动化调车的方法,所述方法具有:
-在该自体车辆的周围环境中识别可运动对象并且将所述可运动对象配置给确定的对象分类;
-从行为数据库中调用所识别的对象分类的行为参数,所述行为参数通过如下方法求取,在所述方法中,借助机器学习对可运动对象进行分类并且基于特定的行为模式标属性;并且
-基于所调用的行为参数来规划并且实施该自体车辆的行驶调车。
自体车辆或车辆在本文件的意义中理解为任何利用其可运输人和/或货物的车辆类型。对此可行的示例是:机动车、载重车、摩托车、公共汽车、小艇、飞机、直升机、有轨电车、高尔夫车、列车等。
概念“自动化调车”在本文件的范围中理解为包括自动化的纵向或横向引导的行驶或包括自动化的纵向和横向引导的自主行驶。概念“自动化调车”包括以任意的自动化程度的自动化调车(行驶)。示例性的自动化程度是辅助的、半自动化的、高度自动化的或全自动化的行驶。这些自动化程度由联邦公路局(BASt)定义(参见BASt出版物“Forschungkompakt”,11/2012)期。在辅助的行驶中,驾驶员持久实施向或横向引导,而所述系统在一定的界限中承担相应其他功能。在半自动化的行驶(TAF)中,所述系统对于一定的时间间隔和/或在特定的情况中承担纵向和横向引导,其中,驾驶员如在辅助的行驶中那样必须持久监控所述系统。在高度自动化的行驶(HAF)中,所述系统对于一定的时间间隔承担纵向和横向引导,而驾驶员无须持久监控所述系统;但驾驶员必须在一定的时间中能承担车辆引导。在全自动化的行驶(VAF)中,所述系统可对于特定的使用情况在所有工况中自动完成行驶;对于该使用情况,不再需要驾驶员。按照BASt的定义的上述的四个自动化程度对应于NormSAE J3016的SAE-Level1至4(SAE-Society of Automotive Engineering“自动化工程协会”)。例如,按照BASt的高度自动化的行驶(HAF)对应于Norm SAE J3016的Level 3。此外,在SAE J3016中还将SAE-Level 5设置为最高的自动化程度,其不包含在BASt的定义中。SAE-Level 5对应于无驾驶员的行驶,其中,所述系统在全部的行驶期间可如人的驾驶员那样自动完成所有工况;一般不再需要驾驶员。
耦合(例如识别装置或调车规划单元与控制单元的耦合)在本文件的范围中指的是通讯的连接。所述通讯的连接可以是无线连接(例如蓝牙、WLAN、移动无线电)或线缆连接(例如借助USB接口、数据线等)。
在本文件的意义中的可运动对象例如是车辆(参见上文的定义)、自行车、轮椅、人或动物。
借助所述识别装置,可在该自体车辆的周围环境中识别可运动对象并且将其归类到对象分类中。可运动对象的识别可借助已知的装置、例如传感器装置进行。在此,识别装置可在可运动对象和不可运动对象之间进行区分。
所述对象分类可具有不同的特征,所述特征具有不同的细化程度、例如对象类型(车辆、自行车、人,...)、车辆类型(载重汽车、客车、摩托车,...)、车辆类别(小型汽车、中级轿车、罐车、搬运车、电动车、混合动力车,...)、制造者(BMW、VW、Mercedes-Benz,...)、车辆特性(牌照、机动化、颜色、标签,...)。在任何情况下,对象分类用于借助确定的特征说明所述可运动对象。对象分类则说明确定的特征组合,所述可运动对象可归类到所述特征组合中。如果通过所述识别装置识别到涉及可运动对象,则所述可运动对象归类到对象分类中。为此,借助所述识别装置收集、分析处理和/或存储测量数据。这样的测量数据例如是周围环境数据,所述周围环境数据由该自体车辆的传感器装置记录。附加或替代地,也可使用安装在汽车中或上的存储器或车辆外部的存储器(例如服务器、云端)的测量数据,以便将所识别的可运动对象归类到对象分类中。所述测量数据在此对应于可运动对象的以上提到的特征。对于这样的测量数据的示例是:可运动对象的速度、可运动对象相对于该自体车辆的距离、可运动对象相对于该自体车辆的取向和/或可运动对象的尺寸。
所述识别装置可设置在该自体车辆中或上。替代地,所述识别装置的一部分、例如传感器装置可设置在该自体车辆中或上并且所述识别装置的另一部分、例如对应的控制器或计算单元设置在该自体车辆外、例如服务器上。
按照一种实施形式,所述识别装置设计用于通过分析处理由该自体车辆的传感器装置求取的周围环境数据将可运动对象配置给对象分类。所述传感器装置具有一个或多个传感器,所述传感器构造用于识别车辆周围环境。传感器装置提供和/或处理和/或存储对应的周围环境数据。
在本文件的范围中,传感器装置理解为如下装置,所述装置具有至少一个下述设备:超声传感器、无线电雷达传感器,激光雷达传感器和/或照相机、优选高分辨率的照相机、热像仪、Wifi天线、温度计。
以上所述周围环境数据可源自上面提到的设备之一或多个上面提到的设备的组合(传感器数据合并)。
当在该自体车辆的周围环境中识别出可运动对象并且将其配置给确定的对象分类时,为了调车规划,从行为数据库中调用关于所识别的对象分类的行为参数。
借此以一个特定的行为增加该自体车辆的行驶调车的规划和实施,所述特定的行为依赖于对象分类(例如客车或危险品运输机或BMW i3)而变化。借此调车规划和调车实施可按照所识别的并且所配置的对象针对目标地进行,其中,改善交通流量并且提高乘员安全。
与所述识别装置耦合的控制装置从行为数据库中调用所识别的对象分类的行为参数。
概念“行为数据库”理解为如下单元,所述单元接收和/或处理和/或存储和/或发射行为数据。行为数据库优选具有传输接口,通过所述传输接口,可接收和/或发射行为数据。所述行为数据库可设置在自体车辆中、在另一个车辆中或在车辆外、例如在服务器上或在云端中。
行为数据库对于每个对象分类包含自己的行为参数。行为参数在此指的是如下参数,所述参数说明所述可运动对象的确定的行为、例如如下行为,即,VW Lupo以不以快于确定的最大速度行驶或者危险品运输(危险品载重汽车)通常在铁路道口之前停车或者自行车沿相反的方向驶过单行道或者轮椅在人行道被阻碍的情况下驶过行车道。
在行为数据库中存储的行为参数通过如下方法求取,在该方法中借助机器学习(machine learning)方法首先对可运动对象进行分类并且然后基于特定的行为模式标属性。
概念“特定的行为模式”指的是经常出现的行为,所述行为关于特定的情况出现。特定的情况可例如包括确定的地点和/或确定的时间。所述特定的行为模式因此必须从可运动对象的通常的行为中过滤出。对于可运动对象的这样的特定的行为模式的示例是:“在铁路道口处停车”、“在超车过程期间的主动的闪光器”、“最大可达到的速度/加速度”、“延长的制动距离”、“惯性的加速”、“经常的车道转换”、“与前方可运动对象(例如前方行驶车辆)的减小的距离”、“灯光信号器的使用”、“速度逾越”、“突然的制动过程”、“离开行车道”、“驶过行车道的确定区域”等。
为了求取行为参数,分析处理用于相应所分类的可运动对象的特定的行为模式。由该分析处理然后确定用于相应所分类的可运动对象的属性。然后一定数量的属性配置给相应的对象分类,并且可选地被存储和/或可供使用。
为了对象的分类、亦即可运动对象到确定对象分类中的划分,包括识别装置(优选具有传感器装置的识别装置)和控制装置的系统可如上说明的由不同的车辆使用。亦即,存储在行为数据库中的行为参数不是仅源自该自体车辆,而是可源自许多不同车辆的对应系统。
为了确定特定的行为模式并且对经分类的可运动对象相应地标属性,按照一种实施形式,对关于经分类的可运动对象的测量数据进行分析处理。所述分析处理借助机器学习方法(machine learning方法)实现。
替代地,可关于经分类的可运动对象测量测量数据并且分析处理该测量数据,以便确定特定的行为模式并且对经分类的可运动对象相应地标属性。优选地,为此在定义的测量行为的情况下,关于经分类的可运动对象而言测量和/或分析处理和/或存储确定的测量参量。
所述测量数据的分析处理最后得出行为参数,所述测量数据在此可源自车辆(例如该自体车辆本身)的测量装置或多个不同的车辆的测量装置或外部的数据源。这样的测量装置是如下装置,所述装置确定和/或存储和/或输出关于可运动对象的数据。为此,所述测量装置可(如上所述的)具有传感器装置。用于外部的数据源的示例:事故统计、故障统计、天气数据、导航数据、车辆规格等。
按照一种实施形式,所述测量数据通过车辆的测量装置求取和/或通过车辆外部的数据源提供。
所述测量数据和/或经分析处理的测量数据可存储在数据存储器中。数据存储器可处于该自体车辆中、另一个车辆中或车辆外、例如处于服务器上或云端中。可例如由多个车辆访问所述数据存储器,从而可实现所述测量数据的或经分析处理的测量数据的补偿。
用于测量数据的示例包括速度变化曲线、加速度或加速度变化曲线、运动-停止时间比例、最大速度、车道转换频率、制动强度、故障频率、故障原因、路线走向、制动器类型、变速器类型、天气数据等。
为了分析处理所述测量数据,所述控制装置可具有计算单元。在此,所述计算单元可处于该自体车辆中、另一个车辆中或车辆外、例如在服务器上或云中。所述计算单元可与所述数据存储器耦合并且对其访问,在所述数据存储器上存储测量数据和/或经分析处理的测量数据。
通过使用机器学习(machine learning)算法(所述机器学习算法例如在所述计算单元上计算),由所述测量数据过滤出经分类的可运动对象的确定行为。由该确定行为然后发展用于该经分类的可运动对象的属性。
接着要借助实例对其解释,其中通过测试车辆将可运动对象分类为危险品载重汽车。通过记录和处理测试车辆的超声传感器和/或高分辨率照相机的测量数据,识别出如下标牌,所述标牌显示铁路道口在该测试车辆的前方的路程区段上。通过以地图数据(例如高精度的地图)的补偿,可校验前方铁路道口的存在。危险品载重汽车在铁路道口处怎样表现,通过该测试车辆的传感器装置记录。该行为在使用机器学习算法的情况下与其他载重汽车的行为比较,由此对于危险品载重汽车导出关于铁路道口的特定的行为。对象分类“危险品载重汽车”则例如配置有属性“在铁路道口之前停车”。
用于由其可导出特定的行为模式的测量数据的另一个示例是车辆的标志(例如客车、载重汽车、摩托车)。这样可将与出自德国的客车不同的其他属性配置给出自法国的客车。出自法国的客车的一个可能的属性例如是“在超车过程期间主动的闪光器”。
激进型行驶行为的特定的行为模式可通过如下测量数据确定,所述测量数据给出车辆彼此的距离、车辆之间的距离的变化、车道转换的数量、灯光信号器的使用、加速度行为和制动行为以及速度逾越。如果可运动对象分类为“红色的Ferrari”,则为对象分类“红色的Ferrari”配置属性如“车辆之间的小的距离”、“经常的速度逾越”等。
特定的行为模式与相应的对象分类联结然后得出行为参数,所述行为参数存储在行为数据库中。
用于该自体车辆的自动化调车的系统的调车规划单元通过所述控制装置依赖于所识别的对象分类获得行为参数并且将所述行为参数调控到行驶调车规划和行驶调车实施中。
如果所述识别装置例如在该自体车辆之前识别出车辆并且将其配置给对象分类“危险品载重汽车”,则基于行为参数“在铁路道口之前停车”这样改变该自体车辆的行驶调车,使得维持相对于前方行驶的载重汽车而言的提高的安全距离。
如果所述识别装置例如在该自体车辆之前识别出车辆并且将其配置给对象分类“40t载重汽车”,则基于行为参数“延长的制动距离”这样预调节该自体车辆的车辆构件,使得可顺利引入紧急避让调车或急停调车。为此,例如将制动力放大器“预张紧”。此外,跟随该自体车辆的车辆可通过所述识别装置也配置给对象分类并且基于属于该对象分类的行为参数在紧急避让调车和急停调车之间做出决定。
如果在该自体车辆前方行驶的车辆识别并且配置为“红色的Ferrari”,则所述调车规划单元可设置为增大与该车辆的距离并且必要时更换车道。
利用用于该自体车辆的自动化调车的系统或方法的上述实施形式,实现交通参与者彼此、尤其是在混合类的交通情形中(手动的、部分自动的和自动的车辆)的改进的适应性。此外,将道路使用者识别为可能的自动驾驶车辆的“干扰者”或危险源。因此,基于一定的车辆类型的特定的行为可实现精确的调车规划。单独的驾驶辅助功能、例如距离调节可按照对象分类而变化。此外,可通过用于自体车辆的自动化调车的系统或方法的上述实施形式,分析并且估计确定的制造者的自主行驶车辆的行驶行为。这又允许该自体车辆的行驶调车的个性化反应。
按照一种实施形式,所述车辆具有按照上述实施形式之一的用于自体车辆的自动化调车的系统。
按照本发明的第一方面的用于自体车辆的自动化调车的按照本发明的系统的上述实施方式以对应的方式也适用于按照本发明的第二方面的用于自体车辆的自动化调车的方法并且反之亦然;按照本发明的方法的有利实施例对应于按照本发明的系统的所述有利实施例。按照本发明的方法的在这里未明确说明的有利实施例对应于按照本发明的系统的所说明的有利实施例。
附图说明
接着根据实施例借助附图阐释本发明。
图1示意性示出按照一种实施形式的用于自体车辆的自动化调车的系统;
图2示意性示出按照一种实施形式的用于自体车辆的自动化调车的系统。
具体实施方式
在图1中描绘一种自体车辆1,该自体车辆装备有传感器装置2和与传感器装置2连接的控制器3。利用传感器装置2可识别在自体车辆1的周围环境中的可运动对象并且将其配置给确定的对象分类。在图1中描绘在自体车辆之前行驶的车辆5。借助具有至少一个超声传感器、雷达传感器和高分辨率照相机的传感器装置2,自体车辆1首先能识别:车辆5处于该自体车辆1的前方周围环境中。此外,传感器装置2能检测并且分析处理车辆5的确定特征,例如型号、排量大小、车辆大小或者说车辆尺寸、当前的车辆速度。基于车辆5的所检测特征的分析处理,将车辆5配置给对象分类“MINI One First”(下文称为MINI)。所发现的对象分类“MINI”然后传输给控制器3。接着,控制器3从行为数据库中查询行为参数,所述行为参数对应于所识别的对象分类“MINI”。通过行为参数说明车辆5的性能。在用于“MINI”的行为数据库中存储的行为参数是:惯性的加速(加速0-100:12.8s)、最大速度175km/h、车辆长度3900mm、车辆宽度1800mm、车辆高度1500mm)。
自体车辆1还具有调车计算单元4,该调车计算单元借助行为参数规划自体车辆1的下一个行驶调车或接着的多个行驶调车并且为了实施而操控对应的车辆构件。如果调节自体车辆1的超出车辆5最大速度的目标速度,则行驶调车规划包括车辆5的超车过程。如果自体车辆1的瞬时的速度远在车辆5的最大速度之上,则超车过程及早、即以相对于车辆5的大的距离引入。
在图2中是包括识别装置2和控制单元3的自体车辆1,调车规划单元4集成地设置在所述控制单元中。用于自体车辆1的行驶调车规划和实施,控制单元3从行为数据库6中调用行为参数。接着说明,怎样确定行为参数。这以自体车辆1的示例说明。然而,存储在行为数据库6中的行为参数不是必须仅源自车辆或源自经分析处理的行驶状况,而是通常是如下参数,所述参数借助多个车辆或多个行驶状况分析处理并且随后存储在行为数据库6中。
在接着的说明中假定,行为数据库6存储在云端中并且自体车辆1可对其访问。替代地,行为数据库6可局部地存储在自体车辆1或存储在任何的其他车辆中。
为了确定行为参数,借助机器学习算法对可运动的对象分类并且依赖于其特定的特性将属性配置给所述对象。用于按照图2的自体车辆1的示例,首先通过识别装置2将前方行驶的车辆5识别为危险品载重汽车。这尤其通过检测在载重汽车背侧上的指示标志以及载重汽车的尺寸和速度实现。此外,通过自体车辆1的识别装置2检测,铁路道口处于前方的路程区段中。借助处于道路上的标记部7和处于道路边缘上的标牌(未描绘)以及可选地借助来自地图数据的附加信息(所述附加信息例如通过后端或云端或服务器传输给自体车辆1的控制单元3或识别装置2),则识别装置2识别,在处于前方的路程区段上存在铁路道口。
信息“危险品载重汽车”和“铁路道口”通过识别装置2和/或控制单元3传输给车辆外部的计算单元8。
在自体车辆1在具有前方铁路道口的道路上继续行驶期间,通过识别装置2并且必要时通过控制单元3检测(“观察”)前方行驶的载重汽车的行为并且将其传递给计算单元8。在计算单元8中,在自体车辆1前方行驶的载重汽车5的当前行为与其他载重汽车的行为比较。其他载重汽车的行为例如局部地存储在自体车辆1中、在云端6中、在计算单元8中或另一个计算单元8可访问的外部存储器源中。在不同载重汽车的行为与前方行驶载重汽车5的行为的比较得出,载重汽车5在铁路道口之前停住,尽管在该位置上既不存在停车标志也不存在交通灯。亦即计算单元8识别,前方行驶的载重汽车5表现不同于通常的载重汽车。在此,只比较具有类似对象分类的载重汽车。借助(非基于调节的)机器学习算法(神经元网络)现在学到,哪些情况可能导致异常行为。最后,为前方行驶的载重汽车5配置确定的属性,所述属性表达异常的行为。在本示例中,得出属性“载重汽车”和“危险品”之间的高关联。基于这些配置的属性,对于对象分类危险品载重汽车得出行为参数“在铁路道口之前停住”。然后,该行为参数配置给在行为数据库6中的对象分类“危险品载重汽车”。识别这样的危险品载重汽车的车辆然后可调用存储在行为数据库6中的行为参数并且对应地规划行驶调车。在行驶调车时然后与识别通常的载重汽车不同地,维持相对于该危险品载重汽车而言的提高的安全距离,以便对该危险品载重汽车的随即停车进行预计并做准备。
Claims (9)
1.用于自体车辆(1)的自动化调车的系统,所述系统具有:
-识别装置(2),所述识别装置设计用于在该自体车辆(1)的周围环境中识别可运动对象(5)并且将所述可运动对象配置给确定的对象分类;
-与所述识别装置(2)耦合的控制装置(3),所述控制装置设计用于从行为数据库中调用所识别的对象分类的行为参数,其中,所述行为参数通过如下方法求取,在所述方法中,借助机器学习对可运动对象进行分类并且基于特定的行为模式标属性;以及
-与所述控制装置(3)耦合的调车规划单元(4),所述调车规划单元设计用于基于所调用的行为参数规划并且实施该自体车辆(1)的行驶调车。
2.按照权利要求1所述的系统,其中,所述识别装置(2)设计用于通过分析处理周围环境数据将所述可运动对象(5)配置给对象分类,所述周围环境数据通过该自体车辆(1)的传感器装置求取。
3.按照权利要求1或2所述的系统,其中,为了确定特定的行为模式并且为了将经分类的可运动对象相应地标属性,对关于该经分类的可运动对象的测量数据进行分析处理。
4.按照权利要求3所述的系统,其中,所述测量数据通过车辆的测量装置求取和/或通过车辆外部的数据源提供。
5.车辆,所述车辆包括按照权利要求1至4之一所述的系统。
6.用于自体车辆(1)的自动化调车的方法,其中所述方法具有:
-在该自体车辆(1)的周围环境中识别可运动对象(5)并且将所述可运动对象(5)配置给确定的对象分类;
-从行为数据库中调用所识别的对象分类的行为参数,其中,所述行为参数通过如下方法求取,在所述方法中,借助机器学习对可运动对象进行分类并且基于特定的行为模式标属性;并且
-基于所调用的行为参数来规划并且实施该自体车辆(1)的行驶调车。
7.按照权利要求6所述的方法,其中,通过分析处理周围环境数据将所述可运动对象(5)配置给对象分类,所述周围环境数据通过该自体车辆(1)的传感器装置求取。
8.按照权利要求6或7所述的方法,其中,为了确定特别的行为模式并且为了将经分类的可运动对象相应地标属性,对关于该经分类的可运动对象的测量数据进行分析处理。
9.按照权利要求8所述的方法,其中,所述测量数据通过车辆的测量装置求取和/或通过车辆外部的数据源提供。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017211387.1 | 2017-07-04 | ||
DE102017211387.1A DE102017211387A1 (de) | 2017-07-04 | 2017-07-04 | System und Verfahren zum automatisierten Manövrieren eines Ego-Fahrzeugs |
PCT/EP2018/066847 WO2019007718A1 (de) | 2017-07-04 | 2018-06-25 | System und verfahren zum automatisierten manövrieren eines ego-fahrzeugs |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110603179A true CN110603179A (zh) | 2019-12-20 |
Family
ID=62842065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880029984.2A Pending CN110603179A (zh) | 2017-07-04 | 2018-06-25 | 用于自体车辆的自动化调车的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200148230A1 (zh) |
CN (1) | CN110603179A (zh) |
DE (1) | DE102017211387A1 (zh) |
WO (1) | WO2019007718A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3092548A1 (fr) * | 2019-02-11 | 2020-08-14 | Psa Automobiles Sa | Procédé et système pour gérer le fonctionnement d’un appareillage de régulation de vitesse adaptatif d’un système d’aide à la conduite d’un véhicule terrestre à moteur |
US11557151B2 (en) | 2019-10-24 | 2023-01-17 | Deere & Company | Object identification on a mobile work machine |
DE102021127704A1 (de) | 2021-10-25 | 2023-04-27 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und System zur Vorhersage eines Fahrverhaltens von Fahrzeugen |
DE102022200679A1 (de) | 2022-01-21 | 2023-07-27 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Steuern eines Fahrzeugs |
DE102022213280A1 (de) | 2022-12-08 | 2024-06-13 | Volkswagen Aktiengesellschaft | Verfahren für ein Kraftfahrzeug, Verfahren für ein weiteres Kraftfahrzeug und Steuergerät für ein Kraftfahrzeug |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110026770A1 (en) * | 2009-07-31 | 2011-02-03 | Jonathan David Brookshire | Person Following Using Histograms of Oriented Gradients |
EP2562060A1 (en) * | 2011-08-22 | 2013-02-27 | Honda Research Institute Europe GmbH | A method and system for predicting movement behavior of a target traffic object |
CN102951149A (zh) * | 2011-08-26 | 2013-03-06 | 罗伯特·博世有限公司 | 一种用于分析车辆将行驶的道路分段的方法及装置 |
DE102014015075A1 (de) * | 2014-10-11 | 2016-04-14 | Audi Ag | Verfahren zum Betrieb eines automatisiert geführten, fahrerlosen Kraftfahrzeugs und Überwachungssystem |
US9495874B1 (en) * | 2012-04-13 | 2016-11-15 | Google Inc. | Automated system and method for modeling the behavior of vehicles and other agents |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10336638A1 (de) * | 2003-07-25 | 2005-02-10 | Robert Bosch Gmbh | Vorrichtung zur Klassifizierung wengistens eines Objekts in einem Fahrzeugumfeld |
US9381916B1 (en) * | 2012-02-06 | 2016-07-05 | Google Inc. | System and method for predicting behaviors of detected objects through environment representation |
US9342986B2 (en) * | 2013-02-25 | 2016-05-17 | Honda Motor Co., Ltd. | Vehicle state prediction in real time risk assessments |
DE102014211507A1 (de) | 2014-06-16 | 2015-12-17 | Volkswagen Aktiengesellschaft | Verfahren für ein Fahrerassistenzsystem eines Fahrzeugs |
-
2017
- 2017-07-04 DE DE102017211387.1A patent/DE102017211387A1/de not_active Ceased
-
2018
- 2018-06-25 CN CN201880029984.2A patent/CN110603179A/zh active Pending
- 2018-06-25 WO PCT/EP2018/066847 patent/WO2019007718A1/de active Application Filing
-
2020
- 2020-01-03 US US16/733,432 patent/US20200148230A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110026770A1 (en) * | 2009-07-31 | 2011-02-03 | Jonathan David Brookshire | Person Following Using Histograms of Oriented Gradients |
EP2562060A1 (en) * | 2011-08-22 | 2013-02-27 | Honda Research Institute Europe GmbH | A method and system for predicting movement behavior of a target traffic object |
CN102951149A (zh) * | 2011-08-26 | 2013-03-06 | 罗伯特·博世有限公司 | 一种用于分析车辆将行驶的道路分段的方法及装置 |
US9495874B1 (en) * | 2012-04-13 | 2016-11-15 | Google Inc. | Automated system and method for modeling the behavior of vehicles and other agents |
DE102014015075A1 (de) * | 2014-10-11 | 2016-04-14 | Audi Ag | Verfahren zum Betrieb eines automatisiert geführten, fahrerlosen Kraftfahrzeugs und Überwachungssystem |
Also Published As
Publication number | Publication date |
---|---|
WO2019007718A1 (de) | 2019-01-10 |
US20200148230A1 (en) | 2020-05-14 |
DE102017211387A1 (de) | 2019-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10074280B2 (en) | Vehicle pedestrian safety system and methods of use and manufacture thereof | |
CN105584481B (zh) | 控制自主车辆的控制装置、自主驾驶装置、车辆和方法 | |
CN110603179A (zh) | 用于自体车辆的自动化调车的系统和方法 | |
US10037696B2 (en) | Cooperative automated vehicle system | |
CN107077795B (zh) | 用于探测车辆周围环境中出现的行驶障碍的辅助系统 | |
KR20180086632A (ko) | 자율주행 차량의 행동 결정 장치 및 방법 | |
CN109606361B (zh) | 车辆控制装置 | |
CN105216795A (zh) | 车辆的驾驶辅助装置 | |
US10882449B2 (en) | Vehicle light platoon | |
CN108369102A (zh) | 协助机动车驾驶员绕过环岛 | |
CN110562222B (zh) | 用于弯道场景的紧急制动控制方法、车载设备和存储介质 | |
US10137828B1 (en) | Vehicular notification device | |
US11964661B2 (en) | Driver assistance system having an emergency stopping function for a vehicle, vehicle having said driver assistance system, and method for the emergency stopping of a vehicle | |
US11753013B2 (en) | Method for operating a driving assistance system, and driving assistance system | |
WO2020262520A1 (ja) | 自動運転車両専用道路管理装置 | |
CN112078581A (zh) | 指示乘客可移动性的车辆和控制该车辆的方法 | |
CN110660257A (zh) | 用于通过车辆形成紧急车道的方法和系统 | |
CN114475648A (zh) | 基于周围作用因素的行为和有限的环境观察的自主车辆的控制 | |
CN111731296A (zh) | 行驶控制装置、行驶控制方法以及存储程序的存储介质 | |
CN111434551A (zh) | 行驶控制装置、行驶控制方法以及存储程序的存储介质 | |
DE112020002546T5 (de) | Steuervorrichtung für autonomes fahren, steuersystem für autonomes fahren und steuerverfahren für autonomes fahren | |
US20210334904A1 (en) | Insurance guidance system and method for autonomous vehicle | |
CN112185144A (zh) | 交通预警方法以及系统 | |
CN111599166B (zh) | 用于解释交通信号和协商信号化的交叉路口的方法和系统 | |
CN109591828B (zh) | 车辆的信息显示装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191220 |
|
WD01 | Invention patent application deemed withdrawn after publication |