CN111845766A - 自动化控制汽车的方法 - Google Patents

自动化控制汽车的方法 Download PDF

Info

Publication number
CN111845766A
CN111845766A CN202010304653.4A CN202010304653A CN111845766A CN 111845766 A CN111845766 A CN 111845766A CN 202010304653 A CN202010304653 A CN 202010304653A CN 111845766 A CN111845766 A CN 111845766A
Authority
CN
China
Prior art keywords
vehicle
feasible
trajectory
angle
trajectories
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
Application number
CN202010304653.4A
Other languages
English (en)
Inventor
M·巴斯
M·凯勒
T·伯特伦
C·里恩克
C·维辛
A·霍曼
M·施密特
N·斯坦纳茨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZF Friedrichshafen AG
Original Assignee
ZF Friedrichshafen AG
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 ZF Friedrichshafen AG filed Critical ZF Friedrichshafen AG
Publication of CN111845766A publication Critical patent/CN111845766A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • 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
    • B60W40/10—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 vehicle motion
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • 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
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B60W2050/0031—Mathematical model of the vehicle
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/14—Yaw

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mathematical Physics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

自动化控制汽车的方法。本发明提出一种自动化控制汽车(10)的方法。所述方法包括以下步骤：产生和/或接收用于所述汽车(10)的参考轨迹(T*)；产生至少两个用于所述汽车(10)的可行轨迹
Figure DDA0002455335460000011
；将所述至少两个可行轨迹
Figure DDA0002455335460000013
与所述参考轨迹(T*)进行比较；并且基于所述至少两个可行轨迹
Figure DDA0002455335460000012
与所述参考轨迹(T*)的比较来选择所述至少两个可行轨迹
Figure DDA0002455335460000014
中的一个。本发明还提出一种针对用于控制汽车(10)的系统的控制仪(24)。

Description

自动化控制汽车的方法
技术领域
本发明涉及一种自动化控制汽车的方法，一种针对用于控制汽车的系统的控制仪，一种汽车以及一种用于实施所述方法的计算机程序。
背景技术
对汽车的纵向运动和横向运动进行部分自动化控制的驾驶辅助系统，特别是全自动化行驶汽车，的一项主要挑战是，对汽车所处的具体状况进行分析，并且据此实时测定针对汽车的相应合理的行驶策略并加以执行。
行驶策略的计算复杂度通常随着各行驶策略的持续时间而增大。如果需要在较长时间(如在三秒以上)内测定不同的行驶策略，或者涉及的是具有多次换道的行驶策略，则现有的方法通常无法实时测定行驶策略。
一项重大挑战在于，几乎在每个交通状况中均存在控制汽车的大量不同方案。各种方案例如可能在所需行驶时间方面截然不同。特别是在交通繁忙时，目前所知的方法经常无法从控制汽车的各种方案中选出合适的方案。
发明内容
有鉴于此，本发明的目的是提供一种方法以及一种针对用于控制汽车的系统的控制仪，从而纠正现有技术中的缺点。
本发明用以达成上述目的的解决方案为一种自动化控制汽车的方法，包括以下步骤：
产生和/或接收用于所述汽车的参考轨迹。产生至少两个用于所述汽车的可行轨迹。将所述至少两个可行轨迹与所述参考轨迹进行比较，基于所述至少两个可行轨迹与所述参考轨迹的比较来选择所述至少两个可行轨迹中的一个。
所述参考轨迹为空间-时间-曲线且相当于所述汽车应实施的目标行驶策略。
“可行轨迹”指的是与汽车在某个预定义时间段内可以实施的行驶策略相符的轨迹。
本发明的方法基于以下基本理念：将行驶策略规划与随后的汽车控制分离开来。在第一步骤中，首先在行驶策略规划中产生参考轨迹或者接收参考轨迹。随后在下一步骤中，测定可行轨迹，即汽车在预定义时间段内可以实施的轨迹，并将其与参考轨迹进行比较。一般而言，随后基于这种比较来选择最接近参考轨迹的可行轨迹。通过将这两个步骤分离开来就能大幅加快每个步骤的实施速度，从而整体上缩短测定待实施行驶策略所需时间。
根据本发明的一个方面，借助所述汽车的数学相似模型来产生所述可行轨迹，特别是其中所述数学相似模型为非线性模型和/或单道模型。使用非线性模型后，数学相似模型即使在纵向和/或横向加速度较高的情况下也能预测汽车的实际动作。而使用单道模型能够减少产生可行轨迹所需的计算时间和/或其他资源。
用来产生可行轨迹的数学相似模型的阶数特别是高于用来进行行驶策略规划(即用来产生参考轨迹)的数学相似模型。产生参考轨迹时不太需要模拟汽车的动作细节。为此，举例而言，具有相应辅助条件的简单的汽车点质量模型就足以进一步节约计算时间。
根据本发明的另一方面，在产生所述可行轨迹时将至少一个输入变量考虑在所述数学相似模型中，其中所述输入变量尤指所述汽车的转向运动，特别是方向盘角、加速度、减速、速度和/或偏转速度。随后基于这些输入变量来测定可行轨迹。
这些可行轨迹中的每个特别是对应于刚好一组输入变量。换言之，创建多组输入变量并且针对这些组输入变量中的每组产生一个可行轨迹。亦即，这些可行轨迹是针对预定义的汽车的转向运动，特别是方向盘角、加速度、减速、速度和/或偏转速度，的经预测的轨迹。
优选地，将至少一个输入变量，特别是所有输入变量处理成常数，使得这些可行轨迹分别对应于汽车在其转向运动不变，特别是方向盘角不变、加速度不变、减速不变、速度不变和/或偏转速度不变的情况下所实施的行驶策略。
根据本发明的一种技术方案，所述至少一个输入变量，特别是所有输入变量，是可借助车辆内部的传感器，特别是加速度传感器、转向角传感器、雷达、LIDAR(激光雷达)和/或摄像机而检测到的变量。特别是可以由车辆内部的传感器来检测所有输入变量。因此，可以仅基于汽车本身(具体而言是车辆内部的传感器)所检测到的变量来测定这些可行轨迹。亦即，无需采用从外部(如某个控制中心或其他汽车)传递给该汽车的其他输入变量。
优选地，借助成本复合函数为这些可行轨迹分别分配一个成本因子，以便将可行轨迹与参考轨迹进行比较，特别是其中该成本复合函数包括相应可行轨迹上的一点与参考轨迹上的一个对应点的至少一个距离。特别是将相应可行轨迹上与参考轨迹上具有相同时间坐标的点进行比较。亦即，点的“距离”指的是这些点间的空间距离。相应地，可行轨迹上的点与参考轨迹上的对应点间的距离越小，成本因子越小。
优选地，选择可行轨迹中的某个轨迹，其所分配的成本因子与其他可行轨迹相比是最小的。
进一步优选地，所述相应可行轨迹上的多个点纳入所述成本复合函数，其中借助第一权重函数来对各点对所述成本因子的贡献进行加权。亦即，采用这种方式后，可行轨迹上的各点对成本因子产生不同程度的贡献。通过适宜的Valerie密封函数就能相应地偏重于可行轨迹或参考轨迹的某些区段。举例而言，就行驶策略规划而言不太重要的区段可以权重较低，而就行驶策略规划而言重要的区段权重较强。
在本发明的另一技术方案中，所述第一权重函数是时间相关的，特别是时间相关的高斯曲线。
相应地，可行轨迹上的各点可以根据其未来的距离而被加权。
时间上很近的点的权重较强原则上会引起以下情况：汽车更大程度地保持参考轨迹，但会围绕参考轨迹发生汽车振荡。而时间上较远的点的权重较强会引起以下情况：汽车较小程度地保持参考轨迹，但围绕参考轨迹发生的汽车振荡有所减轻。
所述可行轨迹可以具有至少三个时间区段，其中在所述时间区段的中部区段中的各点的权重大于在其他时间区段中的各点的权重，特别是其中在所述时间区段的最早区段中的各点的权重大于在所述时间区段的最晚区段中的各点的权重。这种方案在前述保持轨迹的特性与围绕参考轨迹的振荡之间实现了某种折衷。
优选地，所述第一权重函数为高斯函数，其预期值处于所述时间区段的中部区段中。
在本发明的另一技术方案中，基于所述数学相似模型来测定所述汽车在所述可行轨迹期间的轨迹切线角、侧滑角和/或浮动角并考虑在所述成本复合函数中，特别是其中将所述轨迹切线角与侧滑角与浮动角之和的差值考虑在内。相应地，不仅考虑到汽车是否遵循参考轨迹，而且考虑到汽车相对于参考轨迹的定向是否适宜。特定而言，相对轨迹切线角而言侧滑角与浮动角之和较大的轨迹，即例如要求汽车“漂移”的轨迹，的成本因子有所增大。
优选地，借助第二权重函数对所述汽车的所测轨迹切线角、所测侧滑角和/或所测浮动角进行加权，特别是其中所述权重函数是时间相关的。上述情形是对可行轨迹与参考轨迹上的不同点的距离进行不同加权，与此类似，通过这种方式也可以在可行轨迹的不同点上对汽车相对于参考轨迹的定向进行不同加权。
所述第一权重函数与所述第二权重函数可以相同或者不相同。所述第一和所述第二权重函数特别是均为高斯函数。
根据本发明的一个方面，基于所选轨迹来至少部分自动，特别是全自动地控制所述汽车。优选通过用于控制汽车的系统来控制该汽车，该系统具有控制仪，该控制仪构建为实施上述方法。
本发明用以达成上述目的的另一解决方案为一种针对用于控制汽车的系统或者针对汽车的控制仪，其中所述控制仪构建为实施前述用于自动化控制汽车的方法。相应地，所述控制仪构建为至少部分自动地，特别是全自动地控制所述汽车。所述控制仪的更多优点和特性可参考此前关于所述方法的阐述，这些阐述同样适用于所述控制仪。
本发明用以达成上述目的的另一解决方案为一种具有前述控制仪的汽车，特别是其中所述汽车具有至少一个车辆内部的传感器，特别是加速度传感器、转向角传感器、雷达、LIDAR和/或摄像机。所述汽车的优点和特征可参考此前关于所述方法的阐述，这些阐述同样适用于所述汽车。
本发明用以达成上述目的的另一解决方案为一种计算机程序，其具有程序编码构件，以便在计算机或相应计算单元上，特别是在前述控制仪的计算单元上运行所述计算机程序时，实施上述方法的各步骤。所述计算机程序的优点和特征可参考此前关于所述方法的阐述，这些阐述同样适用于所述计算机程序。
这里和下文中的“程序编码构件”指的是形式为程序编码的可计算机运行的指令以及/或者编译和/或未编译形式的程序编码模块，其可以存在于任一编程语言和/或机器语言中。
附图说明
本发明的更多优点和特性参阅下文中的说明和参考附图。图中：
图1为道路交通状况的示意图；
图2为用于借助本发明的方法来控制汽车的系统的示意性框图；
图3为用于实施本发明的方法的各步骤的计算机程序的示意性框图；
图4为汽车的数学相似模型的示意图；以及
图5为图1中的道路交通状况以及用于阐释本发明的方法的权重函数的图表。
具体实施方式
图1示意性示出道路交通状况，其中汽车10行驶在道路12上的当前车道14中。当前车道14旁边延伸有另一车道16。
在道路12上，在当前车道14中还行驶有另一交通参与者18。在所示示例中，该另一交通参与者18是乘用车，它也可以是载重汽车、摩托车或任一其他交通参与者。
图1中还示出了具有纵轴和法线轴的坐标系，其中纵轴定义了纵向L，且其中法线轴定义了横向N。坐标系原点沿纵向L位于汽车10车头的当前位置上并且沿纵向L观察位于右边道路边缘上。
这个同样使用于下文中的专用坐标系是一个道路静止的坐标系，即其不会随汽车10一起运动。当然也可以使用任一其他坐标系。
如图2所示，汽车10具有用于控制汽车10的系统20。系统20包括多个传感器22和至少一个控制仪24。
传感器22布置在汽车10的前部、后部和/或侧部并且构建为检测汽车10的环境、产生相应的环境数据并将其传输给控制仪24。具体而言，传感器22检测的是至少关于当前车道14、另一车道16和至少另一交通参与者18的信息。
传感器22指的是摄像机、雷达传感器、测距传感器、LIDAR传感器和/或任一其他类型的适于检测汽车10的环境的传感器。
作为替代或补充方案，这些传感器22中的至少一个可以构建为通向控制系统的接口，该控制系统至少被分配给道路12的所示区段并且构建为将关于道路12和/或该另一交通参与者的环境数据传输给汽车10和/或该至少另一交通参与者18。在此情形下，一个传感器22可以实施为例如用于按5G标准进行通信的移动通信模块。
汽车10还包括至少另一传感器26，其一般而言构建为检测关于汽车10的运动数据。
具体而言，该至少另一传感器26构建为检测汽车10的加速度、汽车10的减速、汽车10的转向运动、方向盘角、汽车10的偏转速度和/或汽车10的速度。该至少另一传感器26将相应的测量数据传输给控制仪24。
一般而言，控制仪24对从传感器22接收到的环境数据和/或测量数据以及从该至少另一传感器接收到的运动数据进行处理，并且基于经处理的环境数据以及运动数据来至少部分自动化地、特别是全自动地控制汽车10。亦即，在控制仪24上实施有驾驶辅助系统，其能够至少部分自动化地(特别是全自动地)控制汽车10的横向运动和/或纵向运动。
为此，控制仪24构建为实施下文借助图3至图5所阐述的方法步骤。具体而言，控制仪24包括数据载体28和计算单元30，其中在数据载体28上存储有计算机程序，该计算机程序在计算单元30上运行且包括程序编码构件，以便实施下文将予阐述的用于自动控制汽车10的方法的各步骤。
图3示意性示出该计算机程序的框图。该计算机程序具有传感器与控制模块32、行驶策略规划模块34以及调整模块36。
传感器与控制模块32具有车辆模块38，其构建为对源于汽车10的该至少另一传感器26的运动数据进行处理。
此外，车辆模块38构建为至少部分自动化地(特别是全自动地)控制汽车10。亦即，车辆模块38构建为产生针对汽车10的致动器和/或其他控制仪的控制指令和/或调节参数，并将其发送给就至少部分地自动化控制汽车而言必要的致动器和/或控制仪。
车辆模块38特别是将控制指令和/或调节参数传输给调整汽车10的转向角的转向控制仪，传输给调整汽车10的加速度和速度的发动机控制仪，以及传输给调整汽车10的减速的刹车控制仪。
传感器与控制模块32还具有环境数据模块40，其构建为对源于传感器22的环境数据进行处理并将其传输给行驶策略规划模块34。
行驶策略规划模块34具有第一子模块42以及第二子模块44。
第一子模块42从车辆模块38以及从环境数据模块40接收经处理的运动数据以及经处理的环境数据并且基于这些经处理的运动数据和/或经处理的环境数据来产生多个用于汽车10的可行行驶策略。
具体而言，第一子模块42产生一组用于汽车10的可行行驶策略并将这组可行行驶策略传输给第二子模块44。
这里和下文中的“行驶策略”总是指的是某种空间-时间-轨迹，其描述的是通常具有两个空间维度和一个时间维度的坐标系中的行驶策略。
第一子模块42基于汽车10的数学模型来产生可行行驶策略。该数学模型尤指具有较少数目的自由度的汽车10简化模型，从而节约产生可行行驶策略所需的计算能力和/或其他资源。
举例而言，将汽车近似计算为点质量以产生该组可行行驶策略，该点质量受到预定义的运动和/或动态的限制。
第二子模块44从该组可行行驶策略选出一个目标行驶策略、产生相应的参考轨迹T*并将参考轨迹T*传输给调整模块36。
参考轨迹T*一般而言是一个空间-时间-曲线，汽车10必须遵循该空间-时间-曲线以实施目标行驶策略。
可以基于预定义的标准来选择目标行驶策略。举例而言，通过成本复合函数为相应的行驶策略分配成本因子，其中在此情形下，该目标行驶策略是将成本复合函数极端化，特别是最小化的行驶策略。
作为替代或补充方案，借助经相应训练的机器学习模块来选择目标行驶策略，其中该机器学习模块特别是包括人工神经网络。
相应地，该目标行驶策略是相对类似的可行行驶策略有所优化的行驶策略，特别是相对所有其他可行行驶策略有所优化的最佳行驶策略。
亦即，传输给调整模块36的是参考轨迹T*，其中该参考轨迹T*相当于汽车10应实施的目标行驶策略。
一般而言，调整模块36构建为测定适用于汽车10的致动器和/或其他控制仪的调节参数，从而沿参考轨迹T*控制汽车10。这些调节参数例如指汽车10的转向角和加速度，其中加速度这个表述既包括正加速度，又包括减速。
为此，调整模块36具有预测模块46、比较模块48和选择模块50。
预测模块46首先产生多个互不相同的用于汽车10的可行轨迹
Figure BDA0002455335440000081
这些多个可行轨迹是基于汽车10的数学相似模型而产生的。
一般而言，该数学相似模型的阶数高于行驶策略规划模块34所使用的数学相似模型，因其用于测定适用于汽车10的致动器的调节变量，因此，该数学相似模型能够预测汽车10的实际动作。
图4示出这种数学相似模型的一个示例。这个数学相似模型是汽车10的非线性单道模型。
需要注意的是，图4中的左侧符号“T”表示轮胎相关坐标系，左侧符号“V”表示车辆相关坐标系，左侧符号“E”表示地面相关坐标系。
在该数学相似模型中，汽车10的浮动角ψ，汽车10的前轮和后轮的侧偏角αf和αr，汽车10的侧滑角β以及汽车10的前轮的转向角δ被考虑在内。此外，该数学相似模型作为其他变量还包括汽车的速度v，作用于汽车10的作用力F以及汽车10的前轮及汽车10的后轮与汽车10的重心S的纵向距离lr和lf。
上述变量中的一或多个可以由该至少另一传感器26进行检测并通过车辆模块38被传输给预测模块46。特别是由该至少另一传感器26来检测汽车的浮动角、侧偏角、侧滑角、转向角、当前加速度和/或当前速度。
基于力的平衡和力矩平衡重的方法而产生以下等式：
Figure BDA0002455335440000082
Figure BDA0002455335440000083
Figure BDA0002455335440000084
此外，针对汽车10的位置和定向而得出下式：
Figure BDA0002455335440000085
Figure BDA0002455335440000086
借助这个数学相似模型就能在用于汽车10的致动器的调节变量已知的情况下预先算出汽车10的轨迹。因此，用于汽车10的致动器和/或其他控制仪的这些调节变量是该数学相似模型的输入变量。
综上所述，往调整模块36输入多组不同的输入变量ui，调整模块36的预测模块46分别基于前述数学相似模型测定一个相应的轨迹
Figure BDA0002455335440000091
在此过程中使用时间上至少在某个预定义时间段内不变的输入变量。亦即，这些轨迹
Figure BDA0002455335440000092
中的每个特别是对应于具有汽车10的某个特定转向角、某个特定加速度和/或某个特定减速的一组用于汽车10的致动器和/或其他控制仪的调节变量。
随后将通过上述方式测定的用于汽车10的可行轨迹
Figure BDA0002455335440000093
传输给比较模块48。
一般而言，比较模块48将所测可行轨迹
Figure BDA0002455335440000094
与参考轨迹T*进行比较。
为此，比较模块48通过成本复合函数Jc(τ)为这些可行轨迹
Figure BDA0002455335440000095
中的每个各分配一个成本因子，其中相应的轨迹
Figure BDA0002455335440000096
越接近参考轨迹T*，成本因子越小。
成本复合函数Jc(τ)包括距离项d(τ)，其描述的是可行轨迹
Figure BDA0002455335440000097
上的至少一点(xP(τ)，yP(τ))与参考轨迹T*上的至少一个对应的时间一致的点(xT(τ)，yT(τ))的欧式距离。该距离项计算为
Figure BDA0002455335440000098
成本复合函数jc(τ)还包括定向项o(τ)，其将轨迹切线角λT(τ)，与侧滑角βP(τ)与浮动角ψP(τ)之和，的差值考虑在内。该定向项计算为
o(τ)＝|λT(τ)-(ψP(τ)+βP)|
用第一权重函数γd(τ)或第二权重函数γo(τ)对距离项d(τ)和定向项o(τ)进行加权，其中该第一和第二权重函数均是时间相关。
亦即，成本复合函数表示如下：
Jc(τ)＝γo(τ)o(τ)+γd(τ)d(τ)
因此，与选择权重函数γo(τ)、λd(τ)相关的是：可行轨迹上的哪些点在测定成本因子时权重较强，哪些点权重较弱。
该第一权重函数和该第二权重函数原则上是时间τ的任意函数。优选地，该第一和/或第二权重函数是高斯曲线，即定义为
Figure BDA0002455335440000099
图5示出可行轨迹上的各点的不同权重的一个相应示例。
图5的(a)再次示出图1中的道路交通状况，其中参考轨迹上的各点用相应的编号表示，这些编号表明汽车10达到相应点需要多少秒。
图5的(b)示出各点借助具有预期值μd＝3s的高斯函数的相应权重。亦即，与非常接近0s或者时间例如大于5s的点相比，可行轨迹上处于范围τ＝3s内的那些点权重较强。
最后，将这些多个可行轨迹
Figure BDA0002455335440000101
连同相应的成本因子一起传输给选择模块50。
随后，选择模块50基于该成本因子来选择这些多个可行轨迹
Figure BDA0002455335440000102
的轨迹x*，优选为成本因子至少与其他可行轨迹
Figure BDA0002455335440000103
相比最小的轨迹
Figure BDA0002455335440000104
此外，选择模块50测定属于该所选轨迹的一组调节变量u*，并将其传输给车辆模块38。
随后，车辆模块38基于属于该所选轨迹的该组调节变量u*来至少部分自动化地、特别是全自动地控制汽车10。具体而言，车辆模块38将调节变量u*传输给汽车10的致动器和/或其他控制仪，它们随后相应地控制汽车10。
可以多次重复上述方法。特别是总是仅在某个预定义时间段内测定该组调节变量u*，而后重复该方法。
图1中用以下方式表示这种情况：可行轨迹
Figure BDA0002455335440000105
仅在某个有限距离上延伸，该距离在当前的车速情况下对应于该预定义时间段。

Claims (14)

1.一种自动化控制汽车(10)的方法，包括以下步骤：
产生和/或接收用于所述汽车(10)的参考轨迹(T*)；
产生至少两个用于所述汽车(10)的可行轨迹
Figure FDA0002455335430000011
将所述至少两个可行轨迹
Figure FDA0002455335430000012
与所述参考轨迹(T*)进行比较；并且
基于所述至少两个可行轨迹
Figure FDA0002455335430000013
与所述参考轨迹(T*)的比较来选择所述至少两个可行轨迹
Figure FDA0002455335430000014
中的一个。
2.根据权利要求1所述的方法，其特征在于，借助所述汽车(10)的数学相似模型来产生所述可行轨迹
Figure FDA0002455335430000015
特别是其中所述数学相似模型为非线性模型和/或单道模型。
3.根据权利要求2所述的方法，其特征在于，在产生所述可行轨迹
Figure FDA0002455335430000016
时将至少一个输入变量考虑在所述数学相似模型中，其中所述输入变量尤指所述汽车的转向运动，特别是方向盘角、加速度、减速、速度和/或偏转速度。
4.根据权利要求3所述的方法，其特征在于，所述至少一个输入变量，特别是所有输入变量，是可借助车辆内部的传感器(22，26)，特别是加速度传感器、转向角传感器、雷达、LIDAR和/或摄像机而检测到的变量。
5.根据上述权利要求中任一项所述的方法，其特征在于，借助成本复合函数(Jc)为所述可行轨迹
Figure FDA0002455335430000017
分别分配一个成本因子，以便将所述可行轨迹
Figure FDA0002455335430000018
与所述参考轨迹(T*)进行比较，特别是其中所述成本复合函数(Jc)包括所述相应可行轨迹
Figure FDA0002455335430000019
上的一点与所述参考轨迹(T*)上的一个对应点的至少一个距离。
6.根据权利要求5所述的方法，其特征在于，所述相应可行轨迹
Figure FDA00024553354300000110
上的多个点纳入所述成本复合函数(Jc)，其中借助第一权重函数(γd)来对所述各点对所述成本因子的贡献进行加权。
7.根据权利要求6所述的方法，其特征在于，所述第一权重函数(γd)是时间相关的，特别是时间相关的高斯曲线。
8.根据权利要求7所述的方法，其特征在于，所述可行轨迹
Figure FDA00024553354300000111
具有至少三个时间区段，其中在所述时间区段的中部区段中的各点的权重大于在其他时间区段中的各点的权重，特别是其中在所述时间区段的最早区段中的各点的权重大于在所述时间区段的最晚区段中的各点的权重。
9.根据权利要求5至8中任一项所述的方法，其特征在于，基于所述数学相似模型来测定所述汽车(10)在所述可行轨迹
Figure FDA0002455335430000021
期间的轨迹切线角、侧滑角和/或浮动角并考虑在所述成本复合函数中，特别是其中将所述轨迹切线角与侧滑角与浮动角之和的差值考虑在内。
10.根据权利要求9所述的方法，其特征在于，借助第二权重函数(γo)对所述汽车(10)的所测轨迹切线角、所测侧滑角和/或所测浮动角进行加权，特别是其中所述权重函数(γo)是时间相关的。
11.根据上述权利要求中任一项所述的方法，其特征在于，基于所选轨迹(x*)来至少部分自动，特别是全自动地控制所述汽车(10)。
12.一种针对用于控制汽车(10)的系统或者针对汽车(10)的控制仪(24)，其中所述控制仪(24)构建为实施根据上述权利要求中任一项所述的方法。
13.一种具有根据权利要求12所述的控制仪(24)的汽车(10)，特别是其中所述汽车(10)具有至少一个车辆内部的传感器(22，26)，特别是加速度传感器、转向角传感器、雷达、LIDAR和/或摄像机。
14.一种计算机程序，其具有程序编码构件，以便在计算机或相应计算单元上，特别是在根据权利要求12所述的控制仪(24)的计算单元(30)上运行所述计算机程序时，实施根据权利要求1至11中任一项所述的方法的各步骤。
CN202010304653.4A 2019-04-17 2020-04-17 自动化控制汽车的方法 Pending CN111845766A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019110217.0 2019-04-17
DE102019110217.0A DE102019110217B4 (de) 2019-04-17 2019-04-17 Verfahren zum automatisierten Steuern eines Kraftfahrzeugs

Publications (1)

Publication Number Publication Date
CN111845766A true CN111845766A (zh) 2020-10-30

Family

ID=72660185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010304653.4A Pending CN111845766A (zh) 2019-04-17 2020-04-17 自动化控制汽车的方法

Country Status (3)

Country Link
US (1) US11714418B2 (zh)
CN (1) CN111845766A (zh)
DE (1) DE102019110217B4 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112428991A (zh) * 2020-11-30 2021-03-02 北京车和家信息技术有限公司 车辆控制方法、装置、介质、设备及车辆

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11414127B2 (en) 2020-06-30 2022-08-16 Zoox, Inc. Trajectory tracking with four-wheel steering
US11518412B2 (en) * 2020-06-30 2022-12-06 Zoox, Inc. Trajectory determination for four-wheel steering
US11345400B2 (en) 2020-06-30 2022-05-31 Zoox, Inc. Trajectory tracking with four-wheel steering and steering limits
DE102021202301A1 (de) 2021-03-10 2022-09-15 Thyssenkrupp Ag System
DE102021206413A1 (de) * 2021-06-22 2022-12-22 Volkswagen Aktiengesellschaft Verfahren zum Bestimmen einer aktuell befahrbaren Trajektorie für ein zumindest teilweise assistiert betriebenes Kraftfahrzeug, sowie Assistenzsystem
CN113734198B (zh) * 2021-09-03 2023-04-07 智己汽车科技有限公司 一种目标相对航向获取方法及设备
DE102022207104A1 (de) * 2022-07-12 2024-01-18 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Filterung von Messdaten für eine Bahnfolgeregelung eines Objekts

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009137410A (ja) * 2007-12-05 2009-06-25 Toyota Motor Corp 走行軌跡生成方法及び走行軌跡生成装置
DE102013214804A1 (de) * 2013-07-29 2015-01-29 Continental Teves Ag & Co. Ohg Verfahren und System zur Sicherung der Fahrstabilität
DE102014216257A1 (de) * 2014-08-15 2016-02-18 Conti Temic Microelectronic Gmbh Verfahren zum Bestimmen einer Fahrstrategie
DE102014215980A1 (de) * 2014-08-12 2016-02-18 Volkswagen Aktiengesellschaft Kraftfahrzeug mit kooperativem autonomen Fahrmodus
US20160375901A1 (en) * 2015-06-29 2016-12-29 Mitsubishi Electric Research Laboratories, Inc. System and Method for Controlling Semi-Autonomous Vehicles
US20170102707A1 (en) * 2014-06-04 2017-04-13 Audi Ag Method for operating a driver assistance system for automatically guiding a motor vehicle, and paired motor vehicle
CN107339997A (zh) * 2016-05-03 2017-11-10 现代自动车株式会社 自主车辆的路径规划装置及方法
CN207000967U (zh) * 2017-07-04 2018-02-13 上海采埃孚伦福德底盘技术有限公司 汽车零部件打包工作站
CN108062094A (zh) * 2016-11-09 2018-05-22 通用汽车环球科技运作有限责任公司 基于处理器实现的自主系统和方法
DE102018217775A1 (de) * 2018-09-13 2019-01-17 Robert Bosch Gmbh Verfahren zum Vorbereiten und Durchführen einer Manöverplanung wenigstens eines Fahrzeugs

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6085147A (en) * 1997-09-26 2000-07-04 University Corporation For Atmospheric Research System for determination of optimal travel path in a multidimensional space
DE19963748A1 (de) * 1999-12-30 2001-07-12 Bosch Gmbh Robert Vorrichtung und Verfahren zur Regelung des Radschlupfes
DE102012215562B4 (de) 2012-09-03 2024-03-07 Robert Bosch Gmbh Verfahren zum Bestimmen einer Ausweichtrajektorie für ein Kraftfahrzeug sowie Sicherheitseinrichtung oder Sicherheitssystem
FR3022625B1 (fr) * 2014-06-19 2018-01-12 Airbus Operations Procede et dispositif de determination et de presentation d'impacts de couts generes par des ecarts lateraux de route d'un aeronef.
DE102014223000B4 (de) 2014-11-11 2024-03-14 Bayerische Motoren Werke Aktiengesellschaft Einstellbare Trajektorienplanung und Kollisionsvermeidung
DE102015221612A1 (de) 2015-11-04 2017-05-04 Bayerische Motoren Werke Aktiengesellschaft Verfahren, Computer-lesbares Medium, Fahrerassistenzsystem und Fahrzeug umfassend das Fahrerassistenzsystem zum Berechnen einer Trajektorie zum Führen eines Fahrzeugs
DE102015221626A1 (de) 2015-11-04 2017-05-04 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Ermittlung einer Fahrzeug-Trajektorie entlang einer Referenzkurve
US10996679B2 (en) * 2018-04-17 2021-05-04 Baidu Usa Llc Method to evaluate trajectory candidates for autonomous driving vehicles (ADVs)
US11208096B2 (en) * 2018-11-02 2021-12-28 Zoox, Inc. Cost scaling in trajectory generation
US10836395B2 (en) * 2018-11-16 2020-11-17 Great Wall Motor Company Limited Efficient optimal control with dynamic model for autonomous vehicle
DE102018222783A1 (de) * 2018-12-21 2020-06-25 Robert Bosch Gmbh Verfahren zum Steuern eines automatisierten oder autonomen Fortbewegungsmittels und Auswerteeinheit

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009137410A (ja) * 2007-12-05 2009-06-25 Toyota Motor Corp 走行軌跡生成方法及び走行軌跡生成装置
DE102013214804A1 (de) * 2013-07-29 2015-01-29 Continental Teves Ag & Co. Ohg Verfahren und System zur Sicherung der Fahrstabilität
US20170102707A1 (en) * 2014-06-04 2017-04-13 Audi Ag Method for operating a driver assistance system for automatically guiding a motor vehicle, and paired motor vehicle
DE102014215980A1 (de) * 2014-08-12 2016-02-18 Volkswagen Aktiengesellschaft Kraftfahrzeug mit kooperativem autonomen Fahrmodus
DE102014216257A1 (de) * 2014-08-15 2016-02-18 Conti Temic Microelectronic Gmbh Verfahren zum Bestimmen einer Fahrstrategie
US20160375901A1 (en) * 2015-06-29 2016-12-29 Mitsubishi Electric Research Laboratories, Inc. System and Method for Controlling Semi-Autonomous Vehicles
CN107339997A (zh) * 2016-05-03 2017-11-10 现代自动车株式会社 自主车辆的路径规划装置及方法
CN108062094A (zh) * 2016-11-09 2018-05-22 通用汽车环球科技运作有限责任公司 基于处理器实现的自主系统和方法
CN207000967U (zh) * 2017-07-04 2018-02-13 上海采埃孚伦福德底盘技术有限公司 汽车零部件打包工作站
DE102018217775A1 (de) * 2018-09-13 2019-01-17 Robert Bosch Gmbh Verfahren zum Vorbereiten und Durchführen einer Manöverplanung wenigstens eines Fahrzeugs

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王金城;郭吉成;: "预测控制在武器装备随动系统中的应用研究", 四川兵工学报, no. 01, 28 February 2006 (2006-02-28) *
陈尚锋;肖山竹;卢焕章;: "一种低信噪比图像序列小目标实时检测算法", 信号处理, no. 04, 25 April 2009 (2009-04-25) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112428991A (zh) * 2020-11-30 2021-03-02 北京车和家信息技术有限公司 车辆控制方法、装置、介质、设备及车辆
CN112428991B (zh) * 2020-11-30 2022-10-04 北京车和家信息技术有限公司 车辆控制方法、装置、介质、设备及车辆

Also Published As

Publication number Publication date
DE102019110217B4 (de) 2021-09-16
US11714418B2 (en) 2023-08-01
US20200333792A1 (en) 2020-10-22
DE102019110217A1 (de) 2020-10-22

Similar Documents

Publication Publication Date Title
CN111845766A (zh) 自动化控制汽车的方法
JP6651642B2 (ja) 車両制御装置
US11279351B2 (en) Method and system for controlling a motor vehicle
EP3725627B1 (en) Method for generating vehicle control command, and vehicle controller and storage medium
JP7212702B2 (ja) 車両制御装置、車両制御方法、及び車両制御システム
US20210074162A1 (en) Methods and systems for performing lane changes by an autonomous vehicle
US20200310420A1 (en) System and method to train and select a best solution in a dynamical system
JP2019127081A (ja) 車両の自動運転制御装置及び自動運転制御方法
CN110799402B (zh) 车辆控制装置
CN113228131B (zh) 用于提供周围环境数据的方法和系统
CN114368368B (zh) 车辆控制系统和方法
US20220177000A1 (en) Identification of driving maneuvers to inform performance grading and control in autonomous vehicles
KR20180116663A (ko) 자율주행 제어권 전환 시스템 및 방법
CN113147766A (zh) 目标车辆的换道预测方法及设备
CN112428991A (zh) 车辆控制方法、装置、介质、设备及车辆
US11834042B2 (en) Methods, systems, and apparatuses for behavioral based adaptive cruise control (ACC) to driver's vehicle operation style
Osipychev et al. Human intention-based collision avoidance for autonomous cars
JP2023512548A (ja) 車両を制御する方法
US20210018921A1 (en) Method and system using novel software architecture of integrated motion controls
US20200310422A1 (en) Cognitive processor feedforward and feedback integration in autonomous systems
US11738806B2 (en) Systems and methods for smoothing automated lane changing (ALC) operations
US20230322267A1 (en) Autonomous lane merging system and method
EP4082853A1 (en) Evaluation apparatus for evaluating a trajectory hypothesis for a vehicle
TWI838994B (zh) 針對緊急車輛的自駕車路徑預測系統及自駕車路徑預測方法
US11794777B1 (en) Systems and methods for estimating heading and yaw rate for automated driving

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