CN110926488A - 用于对能运动的物体进行轨迹规划的方法 - Google Patents
用于对能运动的物体进行轨迹规划的方法 Download PDFInfo
- Publication number
- CN110926488A CN110926488A CN201910881063.5A CN201910881063A CN110926488A CN 110926488 A CN110926488 A CN 110926488A CN 201910881063 A CN201910881063 A CN 201910881063A CN 110926488 A CN110926488 A CN 110926488A
- Authority
- CN
- China
- Prior art keywords
- rule
- trajectory
- violation
- cost
- state
- 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 50
- 230000007704 transition Effects 0.000 claims abstract description 23
- 230000036962 time dependent Effects 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims 2
- 230000006870 function Effects 0.000 description 20
- 230000008859 change Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 208000035987 Body-Weight Trajectory Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- 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
-
- 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- 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
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- 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
- B60W60/0021—Planning or execution of driving tasks specially adapted for travel time
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D1/00—Steering controls, i.e. means for initiating a change of direction of the vehicle
- B62D1/24—Steering controls, i.e. means for initiating a change of direction of the vehicle not vehicle-mounted
- B62D1/28—Steering controls, i.e. means for initiating a change of direction of the vehicle not vehicle-mounted non-mechanical, e.g. following a line or other known markers
- B62D1/283—Steering controls, i.e. means for initiating a change of direction of the vehicle not vehicle-mounted non-mechanical, e.g. following a line or other known markers for unmanned vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/027—Parking aids, e.g. instruction means
- B62D15/0285—Parking performed automatically
-
- 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
- G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
- G05D1/0077—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements using redundant signals or controls
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
-
- 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
- G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种用于在基于规则的轨迹规划系统中确定用于能运动的物体、特别是车辆的运动轨迹的方法,其中规则违反包括状态规则违反和/或转换规则违反,其中状态规则违反表明状态规则的违反,对于所述状态规则的违反则表明能运动的物体的不允许的状态,并且转换规则违反表明转换规则的违反,对于转换规则的违反则表明不允许的状态转换,其中为状态规则违反分配有违反成本的取决于时间的成本量并且为转换规则违反分配有违反成本的固定的、特别是不取决于时间的成本量,使得用于运动轨迹的总成本对每个违反能违反的规则的轨迹区段来说取决于为所违反的规则分配的取决于时间的或者固定的成本量。
Description
技术领域
本发明一般涉及用于在考虑到允许的规则违反的情况下对能运动的物体进行基于规则的轨迹规划的方法。
背景技术
对于基于规则的轨迹规划来说,通常考虑到一组预先给定的规则,以用于求取两个位置之间的有意义的轨迹。例如,对于规则描述来说,能够使用逻辑描述语言、所谓的线性时序逻辑(LTL),所述线性时序逻辑以LTL规范的形式来反映(abbilden)任务规范。从LTL规范中能够根据规则来计划并且优化允许的运动轨迹。
在基于规则的规划系统中为能运动的物体进行的轨迹规划基于对于成本函数的计算,借助于所述成本函数对轨迹进行迭代的优化。通常按优化目标在对于能运动的物体沿着轨迹运动所需要的时间、所需要的能耗等的最小化的基础上来执行优化。但是,问题在于,要定义有效的成本函数的问题,该成本函数考虑到违反能违反的规则这种情况。用于规则的违反的成本的参数化在此代表着一种特殊的困难。
例如,从2013年12月第52届IEEE关于决策和控制的会议(52nd IEEE Conferenceon Decision and Control)第3217-3224页,L.I.Reyes Castro等人的“基于增量采样的最小违规运动规划算法、Incremental sampling-based algorithm for minimum-violationmotion planning”中得知一种轨迹规划技术,在该轨迹规划技术中以相互矛盾的移动规则来求取最挂的运动轨迹,其方法是,将用于规则违反的成本分配给相应的规则。
2017年5月IEEE关于机器人与自动化的国际会议(ICRA)第1481-1488页,C.-I.Vasile等人的公开文献“针对按需移动的最小违规scLTL运动规划、Minimum-violationscLTL motion planning for mobility-on-demand”额外地公开对轨迹规划进行整合(integrieren),其中如果规则不能通过预先给定的一组句法上的scLTL规则来说明,则分配规则的违反的成本。
因此,一种需求在于,针对轨迹确定方法在轨迹规划时说明用于规则的违反的违反成本。
发明内容
根据本发明,提供了根据权利要求1所述的一种用于确定用于能运动的物体的运动轨迹的方法和根据并列权利要求所述的一种用于引导能运动的物体的方法、一种装置和一种能运动的物体。
其它设计方案在从属权利要求中得到了说明。
根据第一方面,提供了一种用于在基于规则的轨迹规划系统中确定用于能运动的物体、特别是车辆的运动轨迹的方法,其中在总成本最小化的基础上根据成本函数来执行轨迹规划,以用于确定运动轨迹,其中成本函数考虑到如下违反成本,对运动轨迹的每个轨迹区段来说所述违反成本从一个或者多个能违反的规则关于轨迹区段的、可能的相应的违反中得出,其中规则违反包括状态规则违反和/或转换规则违反,其中状态规则违反表明状态规则的违反,对于所述状态规则的违反则表明能运动的物体的不允许的状态,并且转换规则违反表明转换规则的违反,对于所述转换规则的违反则表明不允许的状态转换,其中为状态规则违反分配有违反成本的取决于时间的成本量并且为转换规则违反分配有违反成本的固定的、特别是不取决于时间的成本量,从而对于每个违反能违反的规则的轨迹区段来说用于运动轨迹的总成本取决于与为所违反的规则所分配的取决于时间的或固定的成本量。
对于得到优化的运动轨迹的求取通常是迭代的过程,在迭代的过程中按照预先给定的成本函数来求取的成本被最小化。也就是说,从多条候选轨迹中选择运动轨迹,为所述候选轨迹来求取最低的成本。
能够根据优化目标来定义成本函数,所述优化目标通常具有至少一个基于时间的分量(尤其取决于用于完成相关的轨迹的时间)。因此,优化目标能够是直至达到目标的时间的最小化、同样取决于时间的能耗的降低、有害物质排放的降低等等。
以轨迹规划为基础的规则描述在规则的制定的基础上定义允许的和不允许的系统状态。规则描述包括一组规则,这些规则能够包括能违反的规则和不能违反的规则。候选轨迹的求取考虑到,务必遵守不能违反的规则并且尽可能避免对于能违反的规则的违反。
“将规则指定为能违反”这一点允许轨迹规划必要时违反一个或多个能违反的规则并且在基础的成本函数中通过额外的成本来考虑到规则违反。为此,相应额外地给引起规则违反的系统状态及系统状态之间的转换设有不同的违反成本。尤其与状态转换相关的规则违反设有不取决于时间的固定的成本量(违反成本),并且与不允许的系统状态相关的规则违反设有取决于时间的成本量(违反成本)。通过取决于时间的违反成本和与系统状态的持续时间相对应的持续时间的相乘能够求取相应的违反成本,其中在所述系统状态的持续时间期间轨迹规划规定如下轨迹区段,在所述轨迹区段上存在着规则违反。
此外,取决于时间的成本量能够通过与以下持续时间相乘来求取,为了使物体沿着相关的轨迹区段运动而需要所述持续时间。
能够规定,轨迹规划包括对于多条候选轨迹的求取,从所述候选轨迹中将具有最低的总成本的候选轨迹选择作为运动轨迹。
根据一种实施方式,轨迹规划能够包括基于扫描的搜索方法、特别是RRT*方法。已知的轨迹规划方法通常包括已经在创建候选运动轨迹的期间或者为了创建候选运动轨迹而对相应的用于轨迹区段的成本加以考虑的方法。因此,比如能够在快速扩展随机树方法(RRT方法)中规定,在随机树的创建的基础上考虑到轨迹区段的相应的成本。在此,从用于满足最终条件的起点开始增量地推导出(entwickeln)轨迹,并且将轨迹区段的相应的成本求和(aufsummieren),以用于得到用来对轨迹进行评估的总成本。
特别地,轨迹规划能够包括树的创建,所述树的节点表明物体的状态和/或位置并且所述树的连接表明相关的节点的位置之间的轨迹区段,其中树的创建包括以下步骤:
- 提供与物体的扫描位置相对应的新节点;
- 确定多条从树的新节点到初始节点的路径;
- 求取用于多条路径的总成本;
- 将新节点与隶属于具有最低总成本的路径的前置节点连接起来。
能够规定,对于已经设置的节点来说借助于成本函数来检查,这些节点能否通过具有较低成本的新节点来达到,并且其中,如果是这种情况,就将这些节点与新节点连接起来。
此外,能够根据优化目标来制定成本函数,所述优化目标考虑到用于经过相应的轨迹区段的持续时间。
根据另一方面,提供了一种用于沿着根据上述方法所求取的运动轨迹来引导能运动的物体的方法。
尤其能够根据运动轨迹来控制能运动的物体的转向干预和向前运动。
作为替代方案,能够根据运动轨迹尤其以通过导航系统发出的导航指令的形式来输出用于引导能运动的物体的行驶指令。
根据另一方面,提供了一种用于在基于规则的轨迹规划系统中确定用于能运动的物体、特别是车辆的运动轨迹的装置,其中所述装置构造用于在总成本的最小化的基础上根据成本函数来执行轨迹规划,以用于确定运动轨迹,其中成本函数考虑到如下违反成本,所述违反成本对于运动轨迹的每个轨迹区段来说从一个或多个关于轨迹区段的能违反的规则的、可能的相应的违反中得出,其中规则违反包括状态规则违反和/或转换规则违反,其中状态规则违反表明状态规则的违反,对于所述状态规则的违反表明能运动的物体的不允许的状态,并且转换规则违反表明转换规则的违反,对于所述转换规则的违反则表明不允许的状态转换,其中为状态规则违反分配有违反成本的取决于时间的成本量并且为转换规则违反分配有违反成本的固定的、特别是不取决于时间的成本量,使得用于运动轨迹的总成本对每个违反能违反的规则的轨迹区段来说取决于为所违反的规则分配的取决于时间的或者固定的成本量。
根据另一方面,提供了一种能运动的物体、特别是车辆,所述物体具有上述装置、驱动系统、转向系统和用于对物体的环境进行检测的传感装置,其中所述装置根据环境状态、特别是环境物体和环境区域的位置来操控所述驱动系统和转向系统,以用于使所述物体沿着所确定的运动轨迹运动。
除了车辆之外,能运动的物体也能够是尤其自动化的或部分自动化的机器人、能运动的尤其自动化的或部分自动化的生产机器或能运动的尤其自动化的或部分自动化的工具。
附图说明
实施方式随后借助于附图进行详细解释。附图中:
图1示出了能运动的物体的示意图,要为所述能运动的物体实施轨迹规划;
图2示出了用于对用来执行轨迹规划的方法进行说明的流程图;
图3示出了用于对用来执行轨迹规划的RRT*方法进行说明的流程图;
图4示出了用于针对两个规则的不同的规则权重的示范性的轨迹,并且
图5示出了用于针对另一规则的不同的规则权重的示范性的轨迹。
具体实施方式
下面描述一种方法,用该方法能够在预先给定的规则基础的基础上为能运动的物体进行轨迹规划。在此,优化目标与用于达到目标的时间相对应。以下描述在用于以下车辆的轨迹规划的实例上进行,所述车辆要通过出口在特定的车道上离开停车场。轨迹规划应该确定车辆的运动轨迹,车辆应该在注意预先给定的运动规则的情况下沿着所述运动轨迹尽快地被引导。另外,指定了不能通行的区域,所述区域比如可能表明其他车辆或建筑物的位置。运动规则被表明为能违反的规则、也就是说作为必要时在考虑到轨迹规划的成本函数中的缺点的情况下能够忽视的规则,而不能通行性规则则代表着不能违反的规则,因为实际上不能越过建筑物或其他障碍物。
图1示出了能运动的物体的示意图,该物体能够构造为车辆1。车辆1能够具有控制单元2,该控制单元构造用于执行轨迹规划并且实施所求取的运动轨迹。控制单元2能够通过对于驱动系统3和转向系统4的操控和干预来控制车辆1的运动。为此,能够以本身已知的方式可变地预定给定转向干预和向前运动,以用于驶过(abfahren)所求取的运动轨迹。
为了控制车辆1,能够借助于传感装置5来检测环境状态。传感装置5比如能够包括摄像头、其它能够用于在车辆的周围环境中进行物体探测的传感装置、像比如超声波传感装置等等。借助于传感装置5能够检测并且识别环境物体和环境区域(车行道、绿地等)的位置,从而能够根据不能通行的区域来求取环境地图并且能够将该环境地图用作用于不能通行性规则的基础。
下面所描述的方法的出发点是呈线性时序逻辑(LTL)、尤其是共安全线性时序逻辑(scLTL)的形式的任务规范。所述任务规范代表着用于有待解决的任务的任务规范的描述语言,所述描述语言具有时间模态(Modalität)。每个scLTL任务规范都能够被转换为确定性的(deterministisch)有限的自动装置(Automaten)。
图2中示出了用于对用来执行轨迹规划的方法进行说明的流程图。
在步骤S1中,将从通过传感装置所检测到的环境地图、从地图存储器中能调用的环境地图和预先给定的LTL描述中构建用于车辆1的运动的规则基础。例如,规则基础能够表述如下:
1. 不得驶过由环境地图所表明的不可通行区域。
2. 当处在车道a上时,不要换到车道b。
3. 不要在车道上朝相反的方向行驶。
这种规则基础包括凭借规则1而包括不能违反的规则,因为轨迹规划在任何情况下都不得规定可以越过车辆环境中的物体。
而规则2和3则代表着在一定条件下可以忽视或者违反的能违反的规则。
在步骤S2中执行轨迹规划。能够根据从现有技术中本身已知的不同方法来执行轨迹规划。所述方法通常求取K条的候选轨迹。
在步骤S3中,根据预先给定的成本函数来求取用于每条候选轨迹的成本。每条候选轨迹包括N个彼此邻接的轨迹区段,对其相应的成本TK进行计算并且针对每条候选轨迹将其求和。
能够根据
为所述K条候选轨迹中的每条候选轨迹来确定成本函数。
相应地为轨迹区段中的每个针对违反能违反的规则来求取违反成本VK。在此,要在能违反的规则的转换规则违反与状态规则违反之间进行区分。
转换规则违反涉及与状态转换相关的规则。根据以上实例,规则2“当处于车道a上时,不要换到车道b”对应于状态转换的检查,也就是说,检查所考虑的轨迹区段是否提供车道的变换。
如果所述规则表明车辆1的状态的不允许性,则存在状态规则违反。例如,如果车辆1处于通过能违反的规则来表明的不允许的位置上,则存在轨迹区段的状态规则违反。根据上述实例,违反规则“不要在车道上朝相反的行驶方向行驶”的情况通过相应的轨迹区段相当于状态规则违反。
对于一组能违反的规则R来说,现在分配违反成本VK。违反成本对于状态规则违反来说表明取决于时间的量VK var,i,r ,因此,违反相应的状态规则的系统状态持续时间越长,违反成本就越高。相反,用于转换规则违反的违反成本则表明固定的成本量VK fix,i,r ,该成本量不取决于时间,因为系统状态之间的转换不能被分配有持续时间。
能够为每个能违反的规则固定地预先给定违反成本VK var,i,r 、VK fix,i,r ,其中通常适用的是,如果VK var,i,r ≠0,则VK fix,i,r =0并且反之亦然。
在步骤S4中,从按照上述成本函数具有最低成本的候选轨迹中选择运动轨迹。
在步骤S5中根据所求取的轨迹使车辆1运动。
转换规则违反与状态规则违反中的违反成本的区别也允许适当地考虑到用于状态规则违反的违反成本,所述违反成本的量由规则违反所存在的持续时间来决定。
如果所使用的方法使用用于构建有待求取的运动轨迹的总成本,那么这种对于违反成本的考虑也已经能够在轨迹规划中得到考虑。
例如,上述成本计算能够在基于扫描的搜索方法、像比如快速扩展随机树(RRT*)方法中得到考虑,所述方法借助于图3的流程图来进行详细解释。
在下文中,对用于确定车辆1的最佳运动轨迹的快速扩展随机树(RRT*)方法进行解释。快速扩展随机树(RRT*)方法是用于解决轨迹规划的概率方案。在此辅助性地虚拟地构建树,该树的节点对应于车辆的位置并且其分支对应于轨迹区段。此外,能够为每个节点分配有总成本值。
构建所述树的方法是:通过状态空间中的随机确定的启发法(Heuristik)用新节点来如此扩展所述树,直到达到目标状态。在此,只有在不违反任何不能违反的规则的情况下,才允许扩展所述树。通过以所找到的目标状态(最终节点)为出发点朝起始点(开始节点)进行反向考虑(Rückwärtsbetrachtung)的方式来产生轨迹的路径。
详细来讲,在步骤S11中,以初始节点为出发点,所述初始节点对应于特定的预先给定的车辆位置。
为了创建新节点,在步骤S12中首先根据随机数函数来选择随机的节点,该随机的节点能够表明车辆1的在考虑空间中的任意位置。
以新节点为出发点,在步骤S13中,从现有的树中在预先给定的间距之内从新节点开始来搜索如下相邻节点,该相邻节点。
- 没有违反不能违反的规则,
- 按照车辆的运动模型是可能的(相对于前一个轨迹区段不能以锐角行驶),并且
- 按照所述树的先前形成的轨迹的总成本是最小的。
总成本由配属于相关的相邻节点的成本加上用于到新节点的轨迹区段(树的新棱边)的成本这种方式来得出。以如下相邻节点产生具有最低的总成本的轨迹,所述相邻节点被选择作为用于新节点的前置节点。
在这种情况下,在求取成本时,也如上文关于图2的方法所描述的那样来求取违反成本。在此相应地求取,对于新节点和所考虑的相邻节点之间的轨迹区段的考虑是否代表着对于能违反的规则的违反。如果所检测到的规则违反代表着状态规则违反,则以本身已知的方式从用于前置节点的位置的行驶状态数据、路线特性等中确定用于使车辆1沿着所考虑的轨迹区段运动的持续时间,并且相应地根据违反成本的取决于时间的量VK var,i,r 在加载(乘以)所述持续时间的情况下确定所述成本。
如果所检测到的规则违反代表着转换规则违反,那就相应地根据违反成本的固定的成本量VK fix,i,r 来确定所述成本。
在步骤S14中,相应地设置节点并且将其通过相应的轨迹区段与所找到的所选择的前置节点连接起来。
现在,在步骤S15中能够检查,是否能够通过新节点以较低的总成本实现树的其他已经设置的节点。在此,要检查全部或部分已设置的(所考虑的)的节点。这在假设连接、也就是从新节点到所考虑的节点的轨迹区段的情况下进行并且求取相应的总成本。如果新计算的总成本低于先前配属于所考虑的节点的总成本,则断开所述连接、也就是从所考虑的节点到其前置节点的轨迹区段并且通过相应的连接(轨迹区段)将新节点与所考虑的节点连接起来。
在步骤S16中,检查是否已满足目标条件或已到达目标位置。如果没有满足目标条件(备选:否),则以步骤S12继续该方法,否则以步骤S17继续该方法。
在步骤S17中,使车辆1沿着找到的轨迹运动。
通过上述本身已知的RRT*方法,能够通过对于总成本的匹配来针对轨迹规划考虑到能违反的规则,其中在存在状态规则违反时根据这种规则违反所存在的持续时间来确定违反成本。相反,与状态转换相关的规则违反则作为无时间关系的固定的成本量在计算总违反成本时加以考虑。
在上面概述的示范性情况中,车辆要从停车场空地到达停车场的出口,并且为此需要执行轨迹规划。该情况在图4中示出,其中在朝出口方向的车道上存在两部停放的车辆。目标条件是,所述车辆应该在正确的车道上并且朝正确的方向朝右下方离开停车场。不能违反的条件相当于以下条件,即,车辆不得越过其他车辆或其他建筑障碍物来行驶。所述规则相当于:
规则1:车辆不应该总是朝错误的方向在车道上行驶;
规则2:车辆应该尽可能避免车道变换。
如图4所示,针对用于规则违反的不同的成本量而产生四条轨迹。
所产生的曲线K1至K4对应于相应的能够从表格中获知的权重。
为了说明方法的灵活性,能够为这种方法扩展一条规则,根据该规则不允许越过空的停车位。这条规则能够设有可变的成本量。结合两条先前定义的规则,针对第三条规则产生用于示范性地选择的两个成本量的、在图5中所示出的轨迹曲线K5、K6(K5:低成本量,K6:高成本量)。可以看出,根据权重轨迹规划规定,能够越过空的停车位。
Claims (14)
1.用于在基于规则的轨迹规划系统中确定用于能运动的物体、特别是车辆(1)的运动轨迹的方法,其中在总成本的最小化的基础上根据成本函数来执行轨迹规划,以用于确定运动轨迹,其中成本函数考虑到如下违反成本,对于所述运动轨迹的每个轨迹区段而言所述违反成本从一个或多个关于所述轨迹区段的能违反的规则的、可能的相应的违反中得出,
其中规则违反包括状态规则违反和/或转换规则违反,其中所述状态规则违反表明状态规则的违反,对于所述状态规则的违反则表明能运动的物体的不允许的状态,并且转换规则违反表明转换规则的违反,对于所述转换规则的违反则表明不允许的状态转换,
其中为所述状态规则违反分配有违反成本的取决于时间的成本量并且为所述转换规则违反分配有所述违反成本的固定的、特别是不取决于时间的成本量,使得用于运动轨迹的总成本对每个违反能违反的规则的轨迹区段来说取决于为所违反的规则分配的取决于时间的或者固定的成本量。
2.根据权利要求1所述的方法,其中所述取决于时间的成本量通过乘以为了使物体沿着相关的轨迹区段运动所需要的持续时间这种方式来求取。
3.根据权利要求1或2所述的方法,其中所述轨迹规划包括对于多条候选轨迹的求取,从所述多条候选轨迹中选择具有最低的总成本的候选轨迹来作为运动轨迹。
4.根据权利要求1至3中任一项所述的方法,其中所述轨迹规划包括基于扫描的搜索方法、特别是RRT*方法。
5.根据权利要求4所述的方法,其中所述轨迹规划包括树的创建,所述树的节点表明所述物体的状态和/或位置,并且所述树的棱边表明相关的节点的位置之间的轨迹区段,其中所述树的创建包括以下步骤:
- 提供对应于所述物体的扫描位置的新节点;
- 确定多条从所述树的新节点到初始节点的路径;
- 求取用于多条路径的总成本;
- 将所述新节点与隶属于具有最低的总成本的路径的前置节点连接起来。
6.根据权利要求5所述的方法,其中对于已经设置的节点来说借助于成本函数来检查,这些节点是否能够通过具有较低的成本的新节点来达到,并且其中如果是这种情况,就将这些节点与所述新节点连接起来。
7.根据权利要求1至6中任一项所述的方法,其中根据优化目标来制定所述成本函数,所述优化目标考虑到用于经过相应的轨迹区段的持续时间。
8.方法,该方法用于沿着根据按权利要求1至7中任一项所述的方法之一所求取的运动轨迹来引导能运动的物体。
9.根据权利要求8所述的方法,其中根据所述运动轨迹来控制所述能运动的物体的转向干预和向前运动。
10.根据权利要求8所述的方法,其中根据所述运动轨迹来输出用于引导能运动的物体的行驶指令。
11.装置,该装置用于在基于规则的轨迹规划系统中确定用于能运动的物体、特别是车辆的运动轨迹,其中所述装置构造用于在总成本的最小化的基础上按照成本函数来执行轨迹规划,以用于确定所述运动轨迹,其中所述成本函数考虑到如下违反成本,对所述运动轨迹的每个轨迹区段来说所述违反成本从一个或多个关于所述轨迹区段的能违反的规则的、可能的相应的违反中得出,
其中所述规则违反包括状态规则违反和/或转换规则违反,其中所述状态规则违反表明状态规则的违反,对于所述状态规则的违反则表明能运动的物体的不允许的状态,并且所述转换规则违反表明转换规则的违反,对于所述转换规则的违反则表明不允许的状态转换,
其中为所述状态规则违反分配有违反成本的取决于时间的成本量并且为所述转换规则违反分配有违反成本的固定的、特别是不取决于时间的成本量,使得用于运动轨迹的总成本对每个违反能违反的规则的轨迹区段来说取决于为所违反的规则分配的取决于时间的或者固定的成本量。
12.能运动的物体、特别是车辆(1),其具有根据权利要求11所述的装置、驱动系统(3)、转向系统(4)和用于对物体的环境进行检测的传感装置(5),其中所述装置根据环境状态、特别是环境物体和环境区域的位置来操控所述驱动系统(3)和转向系统(4),以用于使所述物体沿着所确定的运动轨迹运动。
13.计算机程序,该计算机程序在其在数据处理机构中被实施时执行根据权利要求1到9中任一项所述的方法的全部步骤。
14.能够机读的存储介质,在其上面保存了根据权利要求13所述的计算机程序。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102018215949.1A DE102018215949A1 (de) | 2018-09-19 | 2018-09-19 | Verfahren zur Trajektorienplanung eines beweglichen Objektes |
DE102018215949.1 | 2018-09-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110926488A true CN110926488A (zh) | 2020-03-27 |
Family
ID=67658706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910881063.5A Pending CN110926488A (zh) | 2018-09-19 | 2019-09-18 | 用于对能运动的物体进行轨迹规划的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11255687B2 (zh) |
EP (1) | EP3627108A1 (zh) |
CN (1) | CN110926488A (zh) |
DE (1) | DE102018215949A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11945440B2 (en) | 2019-08-23 | 2024-04-02 | Motional Ad Llc | Data driven rule books |
US20220126876A1 (en) * | 2020-10-23 | 2022-04-28 | Motional Ad Llc | Vehicle operation using behavioral rule checks |
US20230020503A1 (en) * | 2021-07-08 | 2023-01-19 | Ford Global Technologies, Llc | Machine control |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371439A (zh) * | 2016-09-13 | 2017-02-01 | 同济大学 | 一种统一的自动驾驶横向规划方法与系统 |
US20170277195A1 (en) * | 2016-03-23 | 2017-09-28 | nuTonomy Inc. | Facilitating Vehicle Driving and Self-Driving |
US20170356747A1 (en) * | 2016-06-14 | 2017-12-14 | nuTonomy Inc. | Route Planning for an Autonomous Vehicle |
CN108068820A (zh) * | 2016-11-16 | 2018-05-25 | 罗伯特·博世有限公司 | 用于识别违反规则行为的方法和设备 |
CN108225364A (zh) * | 2018-01-04 | 2018-06-29 | 吉林大学 | 一种无人驾驶汽车驾驶任务决策系统及方法 |
US20180251126A1 (en) * | 2017-03-01 | 2018-09-06 | Zoox, Inc. | Trajectory generation and execution architecture |
-
2018
- 2018-09-19 DE DE102018215949.1A patent/DE102018215949A1/de active Pending
-
2019
- 2019-08-13 EP EP19191481.1A patent/EP3627108A1/de active Pending
- 2019-09-04 US US16/560,728 patent/US11255687B2/en active Active
- 2019-09-18 CN CN201910881063.5A patent/CN110926488A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170277195A1 (en) * | 2016-03-23 | 2017-09-28 | nuTonomy Inc. | Facilitating Vehicle Driving and Self-Driving |
US20170356747A1 (en) * | 2016-06-14 | 2017-12-14 | nuTonomy Inc. | Route Planning for an Autonomous Vehicle |
CN106371439A (zh) * | 2016-09-13 | 2017-02-01 | 同济大学 | 一种统一的自动驾驶横向规划方法与系统 |
CN108068820A (zh) * | 2016-11-16 | 2018-05-25 | 罗伯特·博世有限公司 | 用于识别违反规则行为的方法和设备 |
US20180251126A1 (en) * | 2017-03-01 | 2018-09-06 | Zoox, Inc. | Trajectory generation and execution architecture |
CN108225364A (zh) * | 2018-01-04 | 2018-06-29 | 吉林大学 | 一种无人驾驶汽车驾驶任务决策系统及方法 |
Non-Patent Citations (2)
Title |
---|
LUIS I. REYES CASTRO ∗ PRATIK CHAUDHARI ∗ JANA TU˚MOVA´ † SERTAC KARAMAN ∗ EMILIO FRAZZOLI ∗ DANIELA RUS ∗: "Incremental Sampling-based Algorithm for Minimum-violation Motion Planning", 52ND IEEE CONFERENCE ON DECISION AND CONTROL, 31 December 2013 (2013-12-31) * |
张琳;章新杰;郭孔辉;王超;刘洋;刘涛;: "未知环境下智能汽车轨迹规划滚动窗口优化", 吉林大学学报(工学版), no. 03, 30 November 2017 (2017-11-30) * |
Also Published As
Publication number | Publication date |
---|---|
US20200088536A1 (en) | 2020-03-19 |
EP3627108A1 (de) | 2020-03-25 |
US11255687B2 (en) | 2022-02-22 |
DE102018215949A1 (de) | 2020-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4002049A1 (en) | Systems and methods for optimizing route plans in an operating environment | |
CN110926488A (zh) | 用于对能运动的物体进行轨迹规划的方法 | |
CN111580524B (zh) | 基于路径规划的车辆换道方法、装置、设备及存储介质 | |
CN113710431B (zh) | 使用基于采样的最优树的路径规划方法以及记录介质 | |
Yang et al. | Hierarchical planning for multiple AGVs in warehouse based on global vision | |
CN113188562B (zh) | 可行驶区域的路径规划方法、装置、电子设备及存储介质 | |
US20190256144A1 (en) | Parking assist apparatus | |
CN112829747A (zh) | 一种驾驶行为决策方法、装置及存储介质 | |
CN112454367B (zh) | 一种轨迹规划方法、装置以及计算机存储介质 | |
CN113997954B (zh) | 一种车辆行驶意图预测方法、装置、设备及可读存储介质 | |
CN113532443A (zh) | 路径规划方法、装置、电子设备及介质 | |
CN114527751A (zh) | 机器人路径规划方法、装置及电子设备 | |
CN113532448A (zh) | 一种自动驾驶车辆的导航方法及其系统、驾驶控制设备 | |
Orzechowski et al. | Decision-making for automated vehicles using a hierarchical behavior-based arbitration scheme | |
CN113968243A (zh) | 一种障碍物轨迹预测方法、装置、设备及存储介质 | |
Li et al. | Simulation analysis of a deep reinforcement learning approach for task selection by autonomous material handling vehicles | |
CN113110499B (zh) | 一种通行区域的判定方法、路线搜索方法、机器人及芯片 | |
CN114115248A (zh) | 一种仓储环境下多机器人协同运输方法及系统 | |
Jamshidi et al. | Autonomous driving systems: Developing an approach based on a* and double q-learning | |
Klaas et al. | Simulation aided, knowledge based routing for AGVs in a distribution warehouse | |
CN113788028B (zh) | 车辆控制方法、装置及计算机程序产品 | |
Tang et al. | A reference path guided rrt* method for the local path planning of UGVS | |
CN115246416B (zh) | 轨迹预测方法、装置、设备及计算机可读存储介质 | |
US20220300002A1 (en) | Methods and systems for path planning in a known environment | |
CN114347019A (zh) | 机器人控制方法、机器人及控制系统 |
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 |