CN111868801A - 路径生成装置及车辆控制系统 - Google Patents
路径生成装置及车辆控制系统 Download PDFInfo
- Publication number
- CN111868801A CN111868801A CN201880090837.6A CN201880090837A CN111868801A CN 111868801 A CN111868801 A CN 111868801A CN 201880090837 A CN201880090837 A CN 201880090837A CN 111868801 A CN111868801 A CN 111868801A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- route
- path
- setting unit
- reliability
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims abstract description 3
- 238000011156 evaluation Methods 0.000 claims description 53
- 238000005457 optimization Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 description 70
- 238000000034 method Methods 0.000 description 37
- 238000010586 diagram Methods 0.000 description 30
- 238000012545 processing Methods 0.000 description 21
- 230000014509 gene expression Effects 0.000 description 13
- 230000000694 effects Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 8
- 230000005484 gravity Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 101150083327 CCR2 gene Proteins 0.000 description 3
- 101150019010 CCR3 gene Proteins 0.000 description 3
- 101150011389 Chpt1 gene Proteins 0.000 description 3
- 101150073133 Cpt1a gene Proteins 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- OVSKIKFHRZPJSS-UHFFFAOYSA-N 2,4-D Chemical compound OC(=O)COC1=CC=C(Cl)C=C1Cl OVSKIKFHRZPJSS-UHFFFAOYSA-N 0.000 description 1
- 101100419062 Caenorhabditis elegans rps-2 gene Proteins 0.000 description 1
- 101100254610 Caenorhabditis elegans rps-3 gene Proteins 0.000 description 1
- 101100048229 Mus musculus Ubp1 gene Proteins 0.000 description 1
- 101150054579 RPS0 gene Proteins 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- YJQZYXCXBBCEAQ-UHFFFAOYSA-N ractopamine Chemical compound C=1C=C(O)C=CC=1C(O)CNC(C)CCC1=CC=C(O)C=C1 YJQZYXCXBBCEAQ-UHFFFAOYSA-N 0.000 description 1
- 101150007503 rps1 gene Proteins 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- MYVIATVLJGTBFV-UHFFFAOYSA-M thiamine(1+) chloride Chemical compound [Cl-].CC1=C(CCO)SC=[N+]1CC1=CN=C(C)N=C1N MYVIATVLJGTBFV-UHFFFAOYSA-M 0.000 description 1
- 230000017105 transposition Effects 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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- 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
- B60W30/02—Control of vehicle driving stability
- B60W30/045—Improving turning performance
-
- 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
- B60W40/06—Road conditions
- B60W40/072—Curvature of the road
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- 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
- B60W2050/0022—Gains, weighting coefficients or weighting functions
- B60W2050/0025—Transfer function weighting factor
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/30—Road curve radius
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
- B60W2710/207—Steering angle of wheels
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
提供能够抑制生成车辆变得不稳定的路径的路径生成装置及车辆控制系统。路径生成装置具备:路径生成部(30),其与利用多个检测设备检测出的同车辆的行驶环境相关的环境测量数据分别对应地生成车辆行驶的多个路径;可靠度设定部(300),其对生成的各个路径设定与路径的变动落入预先确定的范围内的程度对应的路径自身的可靠度;以及路径权重设定部(31),其基于路径自身的可靠度,对路径中的每一个设定权重。
Description
技术领域
本申请说明书公开的技术涉及路径生成装置及车辆控制系统。
背景技术
在以往的车辆控制装置中,为了实现车辆的自动驾驶,首先,生成作为目标的路径(即目标路径),以车辆追随该目标路径的方式求出车辆的目标转向角。而且,以使车辆的实际转向角追随求出的目标转向角的方式控制车辆的驾驶。
作为目标路径的生成方法,有利用图像传感器识别车道的划分线的方法、或者利用GNSS(global navigation satellite system:全球导航卫星系统)、搭载于车辆的前方雷达识别追随先行车的路径的方法等。
例如,在专利文献1中,通过对利用图像传感器或GNSS传感器求出的道路信息赋予可靠度,并根据该可靠度变更各个传感器的输出信息的采用比率,从而实现精度较高的车辆控制。
在先技术文献
专利文献
专利文献1:日本专利第6055525号公报
发明内容
发明要解决的课题
在这种车辆控制装置中,仅使用从传感器输出的道路信息的可靠度变更各个传感器的输出信息的采用比率。
在此,例如,在道路的分支点等车道分为多条的位置,有时从某传感器得到分支目的地的车道的可靠度较高的信息,而从其它传感器得到不分支的车道(即,作为分支源的车道)的可靠度较高的信息。在这种情况下,基于该信息的车辆控制有可能变得不稳定。
本申请说明书公开的技术是为了解决如以上记载的问题而完成的,其目的在于提供能够抑制车辆变得不稳定的路径的生成的路径生成装置及车辆控制系统。
用于解决课题的手段
本申请说明书公开的技术的第一方式具备:路径生成部(30),所述路径生成部(30)与利用多个检测设备检测出的同车辆的行驶环境相关的环境测量数据分别对应地生成所述车辆行驶的多个路径;可靠度设定部(300),所述可靠度设定部(300)对生成的各个所述路径设定与所述路径的变动落入预先确定的范围内的程度对应的路径自身的可靠度;以及路径权重设定部(31),所述路径权重设定部(31)基于所述路径自身的所述可靠度,对所述路径中的每一个设定权重。
发明的效果
本申请说明书公开的技术的第一方式具备:路径生成部(30),所述路径生成部(30)与利用多个检测设备检测出的同车辆的行驶环境相关的环境测量数据分别对应地生成所述车辆行驶的多个路径;可靠度设定部(300),所述可靠度设定部(300)对生成的各个所述路径设定与所述路径的变动落入预先确定的范围内的程度对应的路径自身的可靠度;以及路径权重设定部(31),所述路径权重设定部(31)基于所述路径自身的所述可靠度,对所述路径中的每一个设定权重。根据这种结构,通过基于路径的变动落入预先确定的范围内的程度设定路径的权重,从而能够抑制生成车辆变得不稳定的路径。
与本申请说明书公开的技术有关的目的、特征、方式以及优点通过以下所示的详细的说明和附图将变得更加明确。
附图说明
图1是用于说明实施方式涉及的车辆转向系统的结构的例子的图。
图2是分别示意地示出基于从前方相机输出的信息生成的路径、基于从GNSS传感器输出的信息生成的路径及基于从前方雷达输出的信息生成的路径的图。
图3是示出基于从GNSS传感器输出的信息生成的路径的例子的图。
图4是示出基于从前方相机输出的信息生成的路径的例子的图。
图5是示出在道路分支的情况下生成的路径的例子的图。
图6是示意地示出在实施方式中使用的坐标系的图。
图7是实施方式涉及的车辆转向系统的功能框图。
图8是示出实施方式涉及的路径生成装置中的目标路径运算的计算流程的流程图。
图9是示出通过将导航装置和GNSS传感器组合从而生成本车辆应行驶的路径的方法的流程图。
图10是示出利用前方雷达生成本车辆应行驶的路径的方法的流程图。
图11是用本车坐标系表示多个路径的情况下的示意图。
图12是用于说明根据路径自身的可靠度及是否满足与该可靠度对应的阈值的条件而执行的处理的图。
图13是示出车辆控制系统中的转向控制系统的计算流程的流程图。
图14是示意地示出在被提供目标路径的情况下求出目标转向量时所使用的参数的图。
图15是示出用于求出目标转向量δ*的步骤的框图。
图16是实施方式涉及的车辆转向系统的功能框图。
图17是实施方式涉及的车辆转向系统的功能框图。
图18是示出车辆控制系统中的转向控制系统的计算流程的流程图。
图19是用于说明在实施方式中使用的记号的图。
图20是实施方式涉及的车辆转向系统的功能框图。
具体实施方式
以下,参照附图,说明实施方式。
此外,附图是概略地表示的图,为便于说明,适当地进行了结构的省略或者结构的简化。另外,在不同的附图中分别示出的结构等的大小以及位置的相互关系未必准确地记载,而可适当地变更。另外,即使在不是剖视图的俯视图等附图中,为了易于理解实施方式的内容,有时也附加剖面线。
另外,在以下所示的说明中,对同样的构成要素标注相同的附图标记并图示,关于它们的名称和功能也相同。因此,为了避免重复,有时省略关于它们的详细的说明。
另外,在以下记载的说明中,即使有使用“上”、“下”、“左”、“右”、“侧”、“底”、“表”或者“背”等意味着特定的位置和方向的用语的情况,但也只是为了易于理解实施方式的内容而适当地使用这些用语,与实际实施时的方向无关。
另外,在以下记载的说明中,即使有使用“第一”或者“第二”等序数的情况,但也只是为了易于理解实施方式的内容而适当地使用这些用语,不限定于能够通过这些序数产生的顺序等。
<第一实施方式>
以下,说明包含本实施方式涉及的路径生成装置及车辆控制系统的车辆转向系统。
<关于路径生成装置的结构>
图1是用于说明本实施方式涉及的车辆转向系统的结构的例子的图。如图1例示的那样,为了司机(即驾驶员)操作实际车辆20而设置的转向盘1与转向轴2结合。在转向轴2连接有齿轮轴,并形成往复移动自如的齿条齿轮机构4。
在齿条齿轮机构4的齿条轴的左右两端,经由转向横拉杆16连接设置有前转向节17。各个前转向节17转动自如地支撑作为转向轮的前轮22,并且转向自如地支撑于车体框架。
因此,通过司机操作转向盘1而产生的转矩使转向轴2旋转。并且,利用齿条齿轮机构4,使齿条轴向左右方向移动。通过齿条轴的移动而使前转向节17以主销(在此未图示)为中心转动,从而前轮22向左右方向转向。
由此,司机能够操作车辆前进或后退时的车辆的横向移动量。此外,也能够利用电动马达3使转向轴2旋转,通过利用来自马达驱动装置5的电流驱动电动马达3,从而能够与司机的转向盘1的操作独立地使前轮22自如转向。
马达驱动装置5是以来自转向控制装置6的电流指令值为目标值控制向电动马达3流动的电流的装置。
转向控制装置6具有将从车辆控制系统21输出的与目标转向量相关的信息转换为用于向马达驱动装置5输出的电流指令值的功能。
转向控制装置6与转向角传感器14及转向转矩传感器15连接。转向控制装置6通过对利用转向角传感器14检测出且向转向控制装置6输出的转向角δ和利用转向转矩传感器15检测出且向转向控制装置6输出的转向转矩Td进行反馈控制,从而决定用于向马达驱动装置5输出的电流指令值。
车辆控制系统21具有决定向转向控制装置6输出的目标转向量的功能。在车辆控制系统21连接有车速传感器10、陀螺仪传感器11、转向角传感器14、转向转矩传感器15、加速度传感器18、前方相机12、前方雷达13、GNSS传感器9及导航装置8。
转向控制装置6及车辆控制系统21与处理电路对应。该处理电路可以执行存储在存储装置、外部的CD-ROM、外部的DVD-ROM或外部的闪存等中的程序。
即,例如,可以是中央运算处理装置(central processing unit,即CPU)、微处理器、微型计算机、数字信号处理器(digital signal processor,即DSP)。
在此,存储装置例如可以是包含硬盘驱动器(Hard disk drive,即HDD)、随机存取存储器(random access memory,即RAM)、只读存储器(read only memory,即ROM)、闪存、erasable programmable read only memory(EPROM:可擦可编程只读存储器)及electrically erasable programmable read-only memory(EEPROM:带电可擦可编程只读存储器)等易失性或非易失性的半导体存储器、磁盘、软盘、光盘、高密度磁盘、小型磁盘或DVD等在内的存储器(存储介质),或者是今后使用的所有存储介质。
在该处理电路是执行存储于外部的CD-ROM、外部的DVD-ROM或外部的闪存等存储装置中的程序的电路的情况下,转向控制装置6及车辆控制系统21利用由处理电路执行存储于存储装置的程序的软件、固件或软件与固件的组合来实现。此外,转向控制装置6及车辆控制系统21的功能例如可以通过多个处理电路协作从而实现。
软件及固件可以作为程序记述,并存储于存储装置。在该情况下,处理电路通过读出并执行存储于存储装置的程序从而实现上述功能。即,存储装置可以存储通过由处理电路执行而在结果上实现上述功能的程序。
另外,与转向控制装置6及车辆控制系统21对应的处理电路也可以是专用的硬件。即,例如,可以是单一电路、复合电路、程序化的处理器、并联程序化的处理器、集成电路(application specific integrated circuit,即ASIC)、field-programmable gatearray(FPGA,现场可编程门阵列)或将它们组合而成的电路。
车速传感器10具有将分别设置于前轮22及后轮23的检测车轮的旋转量的车速脉冲传感器(在此未图示)的输出转换为车辆的车速V的功能。
陀螺仪传感器11检测车辆的横摆率γ。加速度传感器18检测车辆的加速度。
导航装置8引导司机去往司机设定的目的地。
GNSS传感器9通过用天线接收从定位卫星发送的电波并进行定位运算,从而分别输出车辆的绝对位置(即纬度、经度及海拔)、绝对方位及它们的可靠度Rsg。
GNSS传感器一般具有输出定位模式下的定位质量或DOP(Dulation OfPrecision)的功能,所述DOP是卫星的配置对定位精度的影响度。因此,通常基于这些值算出输出信息的可靠度。
导航装置8具有运算相对于司机设定的目的地的最优行驶路线的功能。另外,导航装置8记录该行驶路线上的道路信息。
道路信息是表示道路线形的地图节点数据。在各个地图节点数据中组入各个节点处的绝对位置(即纬度、经度及海拔)、车道宽度、倾斜(英文:cant)角或倾斜角信息等。
前方相机12设置于能够将车辆前方的划分线作为图像检测出的位置。而且,前方相机12基于该图像的信息检测车道等车辆的前方环境。而且,前方相机12分别输出用多项式或样条曲线对能从车辆看见的前方的车道进行近似得到的结果、和近似得到的该结果的可靠度Rsc。
前方雷达13设置于车辆前方。而且,前方雷达13通过向车辆前方照射雷达,并检测该雷达的反射波,从而分别输出与在本车辆的前方行驶的先行车的相对距离和相对速度。另外,前方雷达13输出考虑了先行车的捕捉状况而成的这些信息的可靠度Rsr。
如后所述,通过将GNSS传感器9、导航装置8、前方相机12及前方雷达13组合并使用,从而能够利用各个传感器生成车辆应行驶的路径。
图2是分别示意地示出基于从前方相机12输出的信息生成的路径B、基于从GNSS传感器9输出的信息生成的路径A及基于从前方雷达13输出的信息生成的路径C的图。在图2中,将用黑点表示的地图节点连结而生成路径A。另外,将用空心点表示的先行车节点连结而生成路径C。
在上述例子中,在能够同等程度地信赖路径A、路径B及路径C的情况下,即各个路径自身的可靠度同等程度地高的情况下,不管采用这些路径中的哪一个路径,也认为不会特别产生问题。但是,即使在采用这些路径中的一个路径的情况下,有时也会由于各种因素而路径生成失败。
此外,在本实施方式中,用数值表示路径自身的可靠度(即能够信赖的程度)。
图3是示出基于从GNSS传感器9输出的信息生成的路径的例子的图。如图3例示的那样,有时由于成为电波遮挡物或电波反射物的道路附近的大厦等构造物50,来自卫星的电波会紊乱。在这种情况下,当基于从GNSS传感器输出的信息生成路径时,有时路径会生成失败。
具体而言,由于来自卫星的电波紊乱而不能够运算准确的本车位置及方位,路径A有可能会急剧地紊乱。即,路径A自身的可靠度降低。
图4是示出基于从前方相机12输出的信息生成的路径的例子的图。如图4例示的那样,当在车道上存在积雪或施工用锥体等物体60时,前方相机12会发生车道的误识别。由此,路径B有可能急剧地紊乱。即,路径B自身的可靠度降低。
在按上述方式生成多个路径的情况下,如果仅采用任意一个路径,有可能由于可靠度较低的路径而引起车辆的不稳定的举动,作为结果,会导致自动驾驶的持续时间的降低。
在这种情况下,根据各个传感器输出的用于生成路径的信息的可靠度,变更采用基于该信息生成的路径的比率的方法是有效的。
图5是示出在道路分支的情况下生成的路径的例子的图。如图5例示的那样,在道路分支的情况下,当先行车40使行进路线朝向分支目的地的道路时,朝向分支目的地的道路而生成路径C。
在该情况下,在导航装置8示出的目的地为分支源的道路的前方的情况下,基于GNSS传感器9的路径A由于朝向分支源的道路而生成,所以该路径A朝向与路径C不同的方向。
在路径A及路径C均基于较高的可靠度的信息的情况下,这些路径的采用比率成为同等程度。而且,当将朝向不同方向的路径A及路径C的采用比率设为同等程度时,车辆的动作有可能变得不稳定,也有可能发生事故。
因此,在本实施方式中,说明不是根据各个传感器输出的信息的可靠度直接决定路径的采用比率,而是通过考虑包含各个路径的行进路线(即行进方向)在内的多个路径自身的可靠度,从而最终决定车辆应行驶的路径的方法。
图6是示意地示出在本实施方式中使用的坐标系的图。如图6所示,X及Y分别表示惯性坐标系,Xc及Yc分别表示惯性坐标系中的本车辆的位置,θc表示惯性坐标系中的本车辆的方位。另外,图6中的xb及yb是以本车辆的重心为原点,以本车辆的前方为xb轴,并以左手方向为yb轴的本车坐标系。
图7是本实施方式涉及的车辆转向系统的功能框图。如图7例示的那样,车辆转向系统具备行驶环境检测部50、行驶状态检测部51、被输入行驶环境检测部50及行驶状态检测部51的输出的车辆控制系统21以及被输入来自车辆控制系统21的输出的转向控制装置6。
行驶环境检测部50具备导航装置8、GNSS传感器9、前方相机12及前方雷达13。行驶环境检测部50是具备生成路径所需的传感器组的功能部。
行驶状态检测部51具备车速传感器10、陀螺仪传感器11、转向角传感器14及加速度传感器18。行驶状态检测部51是具备检测本车辆的行驶状态所需的传感器组的功能部。
车辆控制系统21具备路径生成装置52和车辆控制装置53。路径生成装置52具备路径生成部30、可靠度设定部300、路径权重设定部31及目标路径生成部32。车辆控制装置53具备车辆状态推定部33和转向量运算部34。
路径生成装置52是生成车辆控制所需的路径的装置,在进行该动作方面,例如,路径生成装置52即使不与车辆控制装置53一起设置,也独立地发挥功能。路径生成装置52运算车辆应行驶的单一的目标路径,并将该路径的信息传输给车辆控制装置53。
路径生成装置52中的路径生成部30是使用从行驶环境检测部50中的各个传感器输出的信息生成路径的功能部。在图7中,示意地记载了使用从GNSS传感器9输出的信息生成路径的生成部30A、使用从前方相机12输出的信息生成路径的生成部30B及使用从前方雷达13输出的信息生成路径的生成部30C。
路径生成装置52中的可靠度设定部300对由路径生成部30生成的各个路径设定路径自身的可靠度。
路径生成装置52中的路径权重设定部31考虑由路径生成部30生成的多个路径及各个路径自身的可靠度,设定各个路径的权重。在此,路径的权重是指与路径的优先度相当的值,路径的权重越大,路径的优先度越高。
路径生成装置52中的目标路径生成部32使用由路径生成部30生成的多个路径、和由路径权重设定部31设定的各个路径的权重,生成单一的目标路径。
车辆控制装置53使用从路径生成装置52输出的单一的目标路径的信息、和从行驶状态检测部51的各个传感器输出的信息(即行驶状态数据)运算目标转向角,并向转向控制装置6输出该目标转向角。
具体而言,首先,车辆状态推定部33使用从行驶状态检测部51的各个传感器输出的信息,推定车辆状态量。车辆状态推定部33通过分别对由车速传感器10检测出的车辆的车速V、由陀螺仪传感器11检测出的车辆的横摆率γ、由转向角传感器14检测出的车辆的向角δ及由加速度传感器18检测出的车辆的加速度α除去噪声并使用,从而高精度地推定车辆状态量。在此,车辆状态量是指包含车辆的车速、车辆的横摆率、车辆的转向角及车辆的加速度在内的量。而且,转向量运算部34使用上述目标路径信息和车辆状态量运算目标转向量(目标转向角)。
此外,作为生成路径的装置,有定位器。定位器具有根据司机(驾驶员)的目的地运算行驶路线的功能、和通过将GNSS传感器、陀螺仪传感器及车速传感器组合并使用从而高精度地推定本车位置的功能。
近年来,该定位器的功能不断扩充。具体而言,通过将地图节点数据记录于定位器内部,从而能够生成基于GNSS传感器的路径。因此,在本实施方式中说明的将GNSS传感器和导航装置组合并使用的路径生成可以设为来自定位器的输出。
<关于路径生成装置的动作>
图8是示出本实施方式涉及的路径生成装置52中的目标路径运算的计算流程的流程图。以下,基于该流程图,示出生成目标路径的方法。
首先,在步骤ST100中,行驶环境检测部50取得各个传感器的输出值。
接着,在步骤ST101中,路径生成装置52使用由行驶环境检测部50得到的各个传感器的输出值,生成多个路径。
具体而言,生成部30A使用GNSS传感器9的输出值生成路径。另外,生成部30B使用前方相机12的输出值生成路径。另外,生成部30C使用前方雷达13的输出值生成路径。
以下,说明使用从行驶环境检测部50中的各个传感器得到的输出值生成路径的方法。
<基于GNSS传感器9的输出值的路径>
图9是示出通过将导航装置8和GNSS传感器9组合从而生成本车辆应行驶的路径(以下,有时简称为“基于GNSS传感器9的路径”)的方法的流程图。
首先,在步骤ST120中,路径生成装置52根据GNSS传感器9的输出值,分别取得本车辆的位置、方位及它们的可靠度Rsg。在此,可靠度Rsg表示在定位运算时的推定过程中得到的定位的推定精度。
接着,在步骤ST121中,路径生成装置52通过将在步骤ST120中得到的作为本车辆的绝对位置信息的本车位置与导航装置8记录的道路信息进行匹配处理,从而得到本车辆附近的地图节点数据。
接着,在步骤ST122中,路径生成装置52提取Ng个在步骤ST121中得到的地图节点数据作为地图点组。
接着,在步骤ST123中,路径生成装置52使用在步骤ST120中得到的本车辆的方位,将在步骤ST122中得到的地图节点数据转换为本车坐标系。
接着,在步骤ST124中,路径生成装置52通过用多项式或样条曲线对地图点组进行近似,从而输出本车辆应行驶的路径(即车道中央)。
在本实施方式中,在步骤ST124中得到的路径用三次的多项式表示,例如,以下的式1中的Cg0、Cg1、Cg2及Cg3的值作为本车辆应行驶的路径(即车道中央)输出。
[数学式1]
yb=Cg3·xb3+Cg2·xb2+Cg1·xb+Cg0…(式1)
<基于前方相机12的输出值的路径>
从前方相机12相对于本车辆左右能看见的划分线用三次曲线的参数表示,并从路径生成装置52输出。
在此,右划分线信息用以下的式2表示,并从路径生成装置52输出以下的式2中的Ccr0、Ccr1、Ccr2及Ccr3的值。
[数学式2]
yb=Ccr3·xb3+Ccr2·xb2+Ccr1·xb+Ccr0…(式2)
另外,左划分线信息用以下的式3表示,并从路径生成装置52输出以下的式3中的Ccl0、Ccl1、Ccl2及Ccl3的值。
[数学式3]
yb=Ccl3·xb3+Ccl2·xb2+Ccl1·xb+Ccl0…(式3)
在该情况下,本车辆应行驶的路径(即车道中央)用以下的式4表示。
[数学式4]
yb=Cc3·xb3+Cc2·xb2+Cc1·xb+Cc0…(式4)
在此,Cc0、Cc1、Cc2及Cc3满足以下的关系。
[数学式5]
Cc3=(Ccr3+Ccl3)/2
Cc2=(Ccr2+Ccl3)/2
Cc1=(Ccr1+Ccl1)/2
Cc0=(Ccr0+Ccl0)/2
<基于前方雷达13的输出值的路径>
图10是示出利用前方雷达13生成本车辆应行驶的路径的方法的流程图。
首先,在步骤ST130中,路径生成装置52根据前方雷达13的输出值,取得先行车相对于本车辆的相对位置(相对距离)作为先行车节点。另外,路径生成装置52取得该相对距离的可靠度Rsr。
接着,在步骤ST131中,路径生成装置52将在步骤ST130中得到的先行车节点记录于先行车节点存储装置。
接着,在步骤ST132中,路径生成装置52从先行车节点记录装置读入过去Nr个先行车节点作为先行车点组。
接着,在步骤ST133中,路径生成装置52通过用多项式或样条曲线对在步骤ST132中读入的先行车点组进行近似,从而输出本车辆应行驶的路径(即先行车过去经过的路径)。
在本实施方式中,在步骤ST130中得到的路径用三次的多项式表示,例如,以下的式5中的Cr0、Cr1、Cr2及Cr3的值作为本车辆应行驶的路径(即先行车过去经过的路径)输出。
[数学式6]
yb=Cr3·xb3+Cr2·xb2+Cr1·xb+Cr0…(式5)
图11是用本车坐标系表示多个路径的情况下的示意图。图11中的路径A、路径B及路径C用相对于本车坐标系的多项式或样条曲线表示,所述本车坐标系以本车的重心为原点。
此外,如果有效利用前方相机12或GNSS传感器9与导航装置8的组合,则对于右划分线D及左划分线E,也能够用多项式或样条曲线表示。
接着,在图8的步骤ST102中,算出在步骤ST101中生成的各个路径自身的可靠度。作为求出路径自身的可靠度的方法,在本实施方式中使用以下方法。
在此,考虑用三次的多项式表示的路径p。即,路径p用以下的式6得到。
[数学式7]
yb=Cp3·xb3+Cp2·xb2+Cp1·xb+Cp0…(式6)
求出路径p的可靠度Rp的一个方法是直接使用在生成各个路径时从各个传感器输出的可靠度Rs。即,路径p的可靠度Rp与从各个传感器输出的可靠度Rs的关系按以下方式表示。
[数学式8]
Rp=Rs
另外,作为可靠度设定部300求出路径p的可靠度Rp的其它方法,以下说明使用速率限制器的方法。
对于作为路径p的路径参数的Cp0、Cp1、Cp2及Cp3,对路径p的一个生成周期前的路径参数和当前时间点的路径参数进行比较。而且,在当前时间点的路径参数Cp0、Cp1、Cp2或Cp3的变动为阈值以上的情况下,降低该路径参数的可靠度。
即,相对于当前时间点的路径参数Cp0、Cp1、Cp2及Cp3,将它们的一个生成周期前的值分别设为Cp0b、Cp1b、Cp2b及Cp3b。
当将路径参数的可靠度分别设为Rp0、Rp1、Rp2及Rp3,将路径参数的速率的阈值分别设为ΔCpt0、ΔCpt1、ΔCpt2及ΔCpt3,并将调整参数设为α0、α1、α2、α3时,路径参数的可靠度Rp0、Rp1、Rp2及Rp3按以下方式设定。
[数学式9]
而且,使用路径参数的可靠度Rp0、Rp1、Rp2及Rp3,如以下的式7设定路径p自身的可靠度。
[数学式10]
Rp=Rp0·Rp1·Rp2·Rp3…(式7)
接着,说明可靠度设定部300求出路径p自身的可靠度的其它方法。即,为如下方法:预先设定表示各个路径的路径参数Cp0、Cp1、Cp2及Cp3可取的值的范围,在超过该范围的情况下,降低该路径自身的可靠度。
首先,设想车辆行驶的道路线形。在此,车辆设定为在以下的道路上行驶。
即,在设为车辆以道路宽度的一半的宽度行驶,将最小值设定为Lpmin=1.4m,并将最大值设定为Lpmax=1.8m的情况下,根据式6确定为Cp0的范围为1.4m以上且1.8m以下。作为求出Cp0项的可靠度Rp0时的函数,能够使用以下函数。
[数学式11]
通过使用该函数,从而能够求出可靠度Rp0。
另外,在将本车相对于道路的方位角的最小值设定为θpmin=-1rad,并将最大值设定为θpmax=1rad的情况下,路径p的xb处的方位θp如以下的式8表示。
[数学式12]
θp=tan-1(Cp1)…(式8)
由此,Cp1的范围确定为tan(-1)~tan(1)。作为求出Cp1项的可靠度Rp1时的函数,能够使用以下函数。
[数学式13]
通过使用该函数,从而能够求出可靠度Rp1。
另外,在将道路曲率的最小值设为κmin=0[1/m],并将最大值设为κmax=0.02[1/m]的情况下,路径p的曲率κp如以下的式9表示。
[数学式14]
κp=2·Cp2…(式9)
由此,Cp2的范围确定为0[1/m]以上且0.02[1/m]以下。作为求出Cp2项的可靠度Rp2时的函数,能够使用以下函数。
[数学式15]
最后,路径p自身的可靠度Rp按以下方式求出。
[数学式16]
Rp=Rp0·Rp1·Rp2…(式10)
可靠度设定部300利用上述说明的任意的方法,设定各个路径自身的可靠度Rp。
接着,在图8的步骤ST103中,路径权重设定部31对由路径生成部30生成的多个路径中的每一个设定权重。
此外,在本实施方式中,由路径生成部30得到的多个路径用三次的多项式表示。即,基于GNSS传感器9的路径用式1表示,基于前方相机12的路径用式4表示,基于前方雷达13的路径用式5表示。
另外,利用GNSS传感器9、记录于导航装置8的地图节点数据或前方相机12的划分线检测,用三次的多项式得到本车辆的左右的划分线。即,右划分线用式2表示,左划分线用式3表示。
以下,示出路径权重设定部31根据基于路径自身的可靠度的不同情况而决定路径的权重的方法。
首先,设定多个路径的相对的阈值。在本实施方式中,将相对于基于GNSS传感器9的路径自身的可靠度Rg的阈值设为阈值Thg,将基于前方相机12的路径自身的可靠度Rc的阈值设为阈值Thc,将基于前方雷达13的路径自身的可靠度Rr的阈值设为阈值Thr。
图12是用于说明根据路径自身的可靠度及是否满足与该可靠度对应的阈值的条件而执行的处理的图。
因为基于GNSS传感器9的路径是在考虑了行驶路线之上生成的,所以最适合作为参照路径。因此,在图12所示的例子中,与基于前方相机12的路径或基于前方雷达13的路径相比,优先进行基于GNSS传感器9的路径中的车道偏离判定。
在使用GNSS传感器9和导航装置8的车道偏离判定中,使用基于GNSS传感器9的本车位置和记录于导航装置8的地图节点数据,推定右划分线的路径和左划分线的路径(以下,有时简称为“基于GNSS传感器的划分线”)。
除了基于GNSS传感器9的路径以外,对于其它通过了阈值判定的路径p,判定该路径p是否超出到基于GNSS传感器9的划分线之外。
有如下判定方法:使用预先设定的规定的xb轴上的点Lt(>0),判定在0以上且Lt以下的范围内基于GNSS传感器9的路径与路径p是否有交点。
另外,作为其它判定方法,有如下方法:将Lt分割为Nt份,对作为此时的每个分割宽度ht(即ht=Lt/Nt)的路径p的yb的值的ybp、作为基于GNSS传感器9的左划分线的每个ht的yb的值的ybl及作为基于GNSS传感器9的右划分线的每个ht的yb的值的ybr进行比较。而且,在各个点判定是否满足以下的式11。
[数学式17]
ybl<ybp<ybr…(式11)
在路径p不满足式11的情况下,在Lt的范围内,路径p偏离基于GNSS传感器9的划分线。
在路径p偏离基于GNSS传感器9的划分线的情况下,路径权重设定部31将路径p的权重ωp设定为ωp=0。
另一方面,在路径p未偏离基于GNSS传感器9的划分线的情况下,路径权重设定部31使用在步骤ST102中得到的基于GNSS传感器9的路径自身的可靠度Rg和路径p自身的可靠度Rp,分别按以下方式设定基于GNSS传感器9的路径的权重ωg和路径p的权重ωp。
[数学式18]
ωg=Rg
ωp=Rp
接着,说明图12中的使用前方相机12的车道偏离判定。如上所述,前方相机12输出在本车辆的前方能看见的左右划分线的路径(以下,有时简称为“基于前方相机的划分线”)。
在此的处理使用基于前方相机12的划分线,进行与使用GNSS传感器9和导航装置8的车道偏离判定相同的处理。即,路径权重设定部31判定路径p是否从基于前方相机12的划分线偏离,并设定基于该判定结果的权重。
此外,在基于GNSS传感器9的路径自身的可靠度、基于前方相机12的路径自身的可靠度及基于前方雷达13的路径自身的可靠度全部比上述阈值低的情况下,认为“不可自动驾驶”并停止自动驾驶。此时,可以将驾驶的权限移交给司机。
图12所示的权重设定处理为多个路径中的仅一个路径的可靠度比可靠度的阈值高的情况。在该情况下,路径权重设定部31将路径p的权重设为在步骤ST102中得到的路径自身的可靠度,将除此以外的路径q的权重ωq设定为0。即,按以下方式确定。
[数学式19]
ωp=Rp
ωq=0
此外,在此说明的路径的权重的设定方法可以设为与司机想选择的路径相匹配地增大其权重的方法。作为一例,在司机想优先选择基于前方雷达13的路径的情况下,可以按以下方式设定基于GNSS传感器9的路径自身的可靠度Rg、权重ωg、基于前方相机12的路径自身的可靠度Rc、权重ωc、和基于前方雷达13的路径自身的可靠度Rr、权重ωr。
[数学式20]
ωg=0.2·Rg
ωc=0.2·Rc
ωr=1.0·Rr
由此,优先选择前方雷达13的路径。
另外,可以通过使用低通滤波从而使路径的权重平滑地变化。在该情况下,能够得到如下效果:能够避免由于权重急剧变化而产生的车辆的不稳定的动作。
接着,在图8的步骤ST104中,目标路径生成部32生成单一的目标路径。
在本实施方式中,说明基于加权平均的目标路径生成部32的动作。
在路径权重设定部31中,在基于GNSS传感器9的路径的权重设定为ωg,基于前方相机12的路径的权重设定为ωc,基于前方雷达13的路径的权重设定为ωr的情况下,加权平均而成的目标路径按以下方式表示。
[数学式21]
yb=Cw3·xb3+Cw2·xb2+Cw1·xb+Cw0
在此,首先,定义以下的关系。
[数学式22]
ωw=ωg+ωr+ωc
于是,Cw0、Cw1、Cw2及Cw3能够用下式求出。
[数学式23]
Cw3=(ωg·Cg3+ωc·Cc3+ωr·Cr3)/ωw
Cw2=(ωg·Cg2+ωc·Cc2+ωr·Cr2)/ωw
Cw1=(ωg·Cg1+ωc·Cc1+ωr·Cr1)/ωw
Cw0=(ωg·Cg0+ωc·Cc0+ωr·Cr0)/ωw
通过这样的计算流程,路径生成装置52能够生成单一的路径。
图13是示出车辆控制系统21中的转向控制系统的计算流程的流程图。以下,参照该流程图,说明运算目标转向量的方法。
首先,在步骤ST141中,行驶状态检测部51取得各个传感器的输出值。
接着,在步骤ST142中,车辆状态推定部33使用在步骤ST141中得到的各个传感器的输出值,推定车辆状态(具体而言为车辆状态量)。为了推定车辆状态量,能够使用低通滤波器、观察器、卡尔曼滤波器或粒子滤波器等公知的技术。
另一方面,在步骤ST143中,转向量运算部34取得从路径生成装置52输出的单一的目标路径。
而且,在步骤ST142及步骤ST143之后,均进入步骤ST144。
接着,在步骤ST144中,转向量运算部34使用单一的目标路径和车辆状态量,运算车辆的目标转向量。
以下,说明转向量运算部34使用用目标路径生成部32生成的目标路径和用车辆状态推定部33推定的车辆状态量运算目标转向量的方法。
图14是示意地示出在被提供目标路径的情况下求出目标转向量时所使用的参数的图。在图14中,车辆的重心位置与xb-yb轴的原点对应。另外,用虚线表示的直线是用实线表示的目标路径的注视点处的切线。
首先,对路径设定注视点。作为该注视点的设定方法,在本实施方式中,使用由车辆状态推定部33高精度地推定的车辆的车速V和预先设定的注视时间Tl(>0),按以下方式设定前方注视距离Ld。
[数学式24]
Ld=V·TI
前方的注视点(即前方注视点)设定为本车坐标系中的xb轴上的前方注视距离Ld的位置。
在此,目标路径用下式表示。
[数学式25]
yb=Cw3·xb3+Cw2·xb2+Cw1·xb+Cw0
另外,前方注视距离Ld处的横向偏差ybd用下式表示。
[数学式26]
ybd=Cw3·Ld3+Cw2·Ld2+Cw1·Ld+Cw0
另外,注视点处的目标路径的切线通过用xb对目标路径进行微分而得到,用下式表示。
[数学式27]
yb’=3·Cw3·xb2+2·Cw2·xb+Cw1
另外,前方注视距离Ld处的目标路径的注视点的切线与xb轴的角度偏差εbd用下式表示。
[数学式28]
εbd=tan-1(3·Cw3·Ld2+2·Cw2·Ld+Cw1)
并且,当用xb对目标路径进行二阶微分时,能够得到下式。
[数学式29]
yb”=6·Cw3·xb+2·Cw2
因此,前方注视距离Ld处的目标路径的注视点的曲率κbd用下式表示。
[数学式30]
κbd=6·Cw3·Ld+2·Cw2
图15是示出用于求出目标转向量δ*的步骤的框图。如图15所示,使用目标路径的注视点处的横向偏差ybd及其增益Ky、角度偏差εbd及其增益Kε、注视点处的曲率κbd及其增益Kκ、从车辆状态推定部33得到的横摆率γ及其增益Kγ,按以下方式求出目标转向量δ*。
[数学式31]
δ*=Ky·ybd+Kε·εbd+Kκ·κbd+Kγ·γ
接着,在图13的步骤ST145中,通过将在步骤ST144中得到的目标转向量δ*输入转向控制装置6,从而能够以追随目标路径的方式控制车辆。
这样,根据本实施方式涉及的车辆控制系统21,能够基于多个路径自身的可靠度设定每个路径的权重。而且,通过基于路径参数落入预先确定的范围内的程度来减小不期望的路径的权重,从而能够抑制生成车辆变得不稳定的路径。由此,能够实现使车辆的控制具有高精度且较高的稳定性的车辆控制系统21。
<第二实施方式>
以下说明包含本实施方式涉及的路径生成装置及车辆控制系统的车辆转向系统。在以下的说明中,对于与在以上记载的实施方式中说明的构成要素相同的构成要素,标注相同的附图标记并图示,并适当省略其详细的说明。
<关于路径生成装置的结构>
图16是本实施方式涉及的车辆转向系统的功能框图。如图16例示的那样,车辆转向系统具备行驶环境检测部50、行驶状态检测部51、被输入行驶环境检测部50及行驶状态检测部51的输出的车辆控制系统21A以及被输入来自车辆控制系统21A的输出的转向控制装置6。
车辆控制系统21A具备路径生成装置52A和车辆控制装置53A。路径生成装置52A具备路径生成部30、可靠度设定部300及路径权重设定部31。车辆控制装置53A具备目标路径生成部32、车辆状态推定部33及转向量运算部34。
路径生成装置52A是生成车辆控制所需的路径的装置,在进行该动作方面,例如,路径生成装置52A即使不与车辆控制装置53A一起设置,也独立地发挥功能。
即,在本实施方式涉及的车辆转向系统中,目标路径生成部32设置于车辆控制装置53A而不设置于路径生成装置52A。
由于通过这种结构从而能够进行车辆控制装置53A中的目标路径的生成,所以能够进行车辆控制装置53A中的路径自身的可靠度的再确认或路径的权重的再设定。这样,由于构成双重检查机构,所以预期作为车辆控制系统的可靠性提高。
<第三实施方式>
以下说明包含本实施方式涉及的路径生成装置及车辆控制系统的车辆转向系统。在以下的说明中,对于与在以上记载的实施方式中说明的构成要素相同的构成要素,标注相同的附图标记并图示,并适当省略其详细的说明。
<关于路径生成装置的结构>
在第二实施方式中,使用多个路径及其权重,通过加权平均而生成目标路径。然而,如果构成为使用车辆的动态模型,逐次求解带限制的最优化问题,则能够实现更高精度且确保良好的乘坐舒适感的车辆控制。
以下说明本实施方式涉及的车辆转向系统的动作。此外,以下省略与第一实施方式及第二实施方式相同的说明。
在本实施方式中,通过使用数学地示出车辆的动力学的动态车辆模型,预测从当前时刻t到时刻Th的期间(以下,有时将从时刻t到时刻Th的时间简称为“范围(英文:horizon)”)的状态,并且每一定期间求解最优化问题,从而运算最优的目标转向量,所述最优化问题求出使表示车辆的期望的动作的评价函数J最小化的控制输入。
此外,为了预测车辆状态而需要进行积分,通过使用当前时刻t的车辆状态量x0作为积分的初始值,另外,将车辆状态量的上下限值设定为限制条件,从而能够使急转向等使乘坐舒适感变差的因素降低。
如上所述,在本实施方式中,每一定期间求解以下的式100的带限制的最优化问题。
[数学式32]
xo=x(t)
g(x,u)≤0…(式100)
在此,J是评价函数,x是车辆状态量,u是控制输入,f是与动态车辆模型相关的矢量值函数,x0是时刻t的车辆状态量,g是与限制条件相关的函数。
此外,关于上述最优化问题,由于通过使评价函数的符号反转从而与最大化问题等效,所以虽然在以下说明中设为最小化,但能够作为最大化问题处理。
图19是用于说明在上述本实施方式中使用的记号的图。以下,参照图19进行说明。在图19中,时刻t的车辆的重心位置与xb-yb轴的原点对应。另外,用虚线表示的车辆示出在时刻t+τ预测的本车辆的重心位置及方位。另外,图19中的用实线表示的曲线与路径p对应。
在本实施方式中,如以下的式101及式102那样设定车辆状态量x和控制输入u。
[数学式33]
x=[xbcybcθbcβγσ]T…(式101)
[数学式34]
u=sδ…(式102)
在此,右上的T表示转置。另外,xbc是本车坐标系中的本车的xb坐标,ybc是本车坐标系中的本车的yb坐标,θbc是本车坐标系中的方位,β是侧滑角,γ是车辆横摆率,δ是向角,sσ是转向角速度。
另外,作为动态车辆模型,使用以下的式103所示的二轮模型。
[数学式35]
在此,M是车辆质量,V是车速,γ是横摆率,I是车辆的横摆惯性力矩,lf是车辆重心与前车轴之间的距离,lr是车辆重心与后车轴之间的距离,Yf是前轮的转弯力,Yr是后轮的转弯力。
由于在通常的行驶时能够设为β≈0,所以能够使用作为车辆的固有值的前后轮的侧偏刚度Cf及Cr,按以下方式对Yf及Yr进行近似。
[数学式36]
因此,动态车辆模型f成为以下的式104。
[数学式37]
另外,在本实施方式中,评价函数使用以下的式105。
[数学式38]
在此,t是当前时刻,Th是范围,τ是范围内的时刻,xf是时刻t+Th的车辆状态量,p是表示路径p的指示(英文:index),Np是路径的总数。
评价函数内的z是将在范围内的时刻τ预测的车辆状态中的ybc及横摆角θbc汇总而成的矢量。即,是以下所示的矢量。
[数学式39]
z=[ybc,θbc]T
另外,评价函数内的zp是将路径p的xbc处的ybp及角度θbp汇总而成的矢量。即,是以下所示的矢量。
[数学式40]
zp=[ybp,θbp]T
在此,路径p能够用以下的三次的多项式(式106)表示。
[数学式41]
ybp=Cp3·xbc3+Cp2·xbc2+Cp1·xbc+Cp0…(式106)
另外,θbp能够用以下的式107求出。
[数学式42]
θbp=tan-1(3·Cp3·xbc2+2·Cp2·xbc+Cp1)…(式107)
由路径权重设定部31得到的评价函数内的Ωp是将相对于路径p的权重对角排列而成的矩阵,当将路径p的权重设为ωp时,设定为以下的式108。
[数学式43]
在此,提取评价函数中的以下的式109。
[数学式44]
该式109是预测的车辆的位置及方位与路径p中的位置及方位的偏差越小则输出越小的值的项,按路径p利用Ωp附加权重并评价。
因此,即使相对于权重较小的路径的偏差较大,对评价函数的输出的影响也较小,与权重较大的路径的偏差越大,则评价函数的输出变得越大。因此,进行尽可能追随权重较大的路径的车辆控制。
评价函数内的Q是针对车辆状态量中的想抑制的状态量的大小设定的矩阵,通常设定对角矩阵。
即,相对于车辆状态量x的Q设定为以下的式110。
[数学式45]
在此,q1、q2、q3、q4及q5是相对于各个状态量的常数。因此,如果对于各个状态量增大q1、q2、q3、q4及q5的值,则对评价函数的影响变大。因此,以抑制对应的变量的大小的方式进行车辆控制。
评价函数内的r是相对于转向速度sδ的大小的常数。因此,如果增大r的值,则对评价函数的影响变大。因此,以抑制控制输入的大小的方式进行车辆控制。
接着,说明与限制条件相关的矢量值函数g。函数g是用于在带限制的最优化问题中设定车辆状态量x和控制输入u的上下限值的函数,该最优化在g(x,u)≤0的条件之下执行。
在本实施方式中,按以下方式设置限制条件。即,将转向速度sδ的上限值设为sσmax(>0),将转向速度sδ的下限值设为sσmin(<0),将侧滑角β的上限值设为βmax(>0),将侧滑角β的下限值设为βmin(<0),将横摆率γ的上限值设为γmax(>0),将横摆率γ的下限值设为γmin(<0),将转向角δ的上限值设为δmax(>0),将转向角δ的下限值设为δmin(<0),设定用以下的式111示出的矢量值函数。
[数学式46]
如果按这种方式设定矢量值函数g,则转向速度sδ、侧滑角β、横摆率γ及转向角δ在设定的上下限值之下被最优化。
通过设定侧滑角β、横摆率γ及转向角δ的上下限值,从而能够避免成为危险的车辆运动。另外,通过设定转向速度sδ的上下限值,从而能够进行确保良好的乘坐舒适感的车辆控制。
此外,在本实施方式中设定了限制条件,但也可以设为没有限制。即,可以设为不定义矢量值函数g的结构。在该情况下,由于没有限制条件,所以不会输出最优化问题中的不可执行的解,所以能够稳定地算出最优解。
图17是本实施方式涉及的车辆转向系统的功能框图。如图17例示的那样,车辆转向系统具备行驶环境检测部50、行驶状态检测部51、被输入行驶环境检测部50及行驶状态检测部51的输出的车辆控制系统21B以及被输入来自车辆控制系统21B的输出的转向控制装置6。
车辆控制系统21B具备路径生成装置52A和车辆控制装置53B。路径生成装置52A具备路径生成部30、可靠度设定部300及路径权重设定部31。车辆控制装置53B具备车辆状态推定部33、评价函数设定部40、限制条件设定部41、初始值设定部42及最优操作量运算部43。
路径生成装置52A是生成车辆控制所需的路径的装置,在进行该动作方面,例如,路径生成装置52A即使不与车辆控制装置53B一起设置,也独立地发挥功能。
在评价函数设定部40中,使用从路径生成装置52A输出的多个路径和由路径权重设定部31设定的各个路径的权重,设定评价函数。
在限制条件设定部41中,设定限制车辆状态的条件。在初始值设定部42中,使用从车辆状态推定部33输出的车辆状态量的推定值,设定最优化问题的积分的初始值。
在最优操作量运算部43中,使用由评价函数设定部40设定的评价函数、由限制条件设定部41设定的限制条件及由初始值设定部42设定的初始值,设定的评价函数在设定的初始值及限制条件之下被最优化。
图18是示出车辆控制系统21B中的转向控制系统的计算流程的流程图。以下,参照该流程图,说明运算目标转向量的方法。
首先,在步骤ST201中,行驶状态检测部51取得各个传感器的输出值。
接着,在步骤ST202中,使用与图10的步骤ST142相同的方法,推定当前时间点的车辆状态量。
接着,在步骤ST203中,使用在步骤ST202中推定的车辆状态量,设定最优化问题的初始值x0。
另一方面,在步骤ST204中,转向量运算部34取得从路径生成装置52A输出的多个路径及这些路径的权重。
接着,在步骤ST205中,使用在步骤ST204中取得的多个路径和它们的权重,设定用式105示出的评价函数。
另一方面,在步骤ST206中,设定用式111示出的带限制的最优化问题中的限制条件。
而且,步骤ST203、步骤ST205及步骤ST206之后,均进入步骤ST207。
接着,在步骤ST207中,使用在步骤ST205中设定的评价函数、在步骤ST206中设定的限制条件及在步骤ST203中设定的初始值,求解带限制的最优化问题。
此外,作为C/GMRES法基础,公开了作为求解最优化问题的自动代码生成工具的AutoGen(参考文献“基于实时最优化的控制的实际应用”corona出版社)或由比利时鲁汶大学(K.U.Leuven)开发的ACADO(Automatic Control And Dynamic Optimization:自动控制与动态优化)等。
如果在这些工具上设定式100的带限制的最优化问题,并使用进行自动代码生成而得到的代码,则能够求解带限制的最优化问题。
接着,在步骤ST208中,设定目标转向量。在使用AutoGen或ACADO的情况下,以离散间隔h将从t到t+Th的时间间隔分割为Nh份(即h=T/Nh),以该离散间隔求解带限制的最优化问题。因此,步骤ST207的输出是在从t到Th的时间中每个离散间隔h的最优化得到的控制输入u*及车辆状态量x*。即,步骤ST207的输出用以下的式112及式113表示。
[数学式47]
[数学式48]
在此,由于式113的x1是在t+h的时刻的最优状态量,所以按以下方式示出。
[数学式49]
x1=[xbc1ybc1θbc1β1γ1δ1]T
由于t+h的最优的目标转向量是δ1,所以目标转向量δ*设为δ*=δ1。
接着,进入步骤ST209,将在步骤ST208中求出的目标转向量δ*输入转向控制装置6。由此,能够以追随目标路径的方式控制车辆。
这样,根据本实施方式涉及的车辆控制系统21B,通过使用动态车辆模型预测车辆的动作,并将车辆状态量的上下限值设定为限制条件,从而能够实现使急转向等使乘坐舒适感变差的因素降低的车辆控制。
<第四实施方式>
以下说明包含本实施方式涉及的路径生成装置及车辆控制系统的车辆转向系统。在以下的说明中,对于与在以上记载的实施方式中说明的构成要素相同的构成要素,标注相同的附图标记并图示,并适当省略其详细的说明。
<关于路径生成装置的结构>
图20是本实施方式涉及的车辆转向系统的功能框图。如图20例示的那样,车辆转向系统具备行驶环境检测部50、行驶状态检测部51、被输入行驶环境检测部50及行驶状态检测部51的输出的车辆控制系统21C以及被输入来自车辆控制系统21C的输出的转向控制装置6。
车辆控制系统21C具备路径生成装置52C和车辆控制装置53C。路径生成装置52C具备路径生成部30、可靠度设定部300、路径权重设定部31、车辆状态推定部33A、评价函数设定部40、限制条件设定部41、初始值设定部42及最优路径运算部44。车辆控制装置53C具备车辆状态推定部33B和转向量运算部34。
路径生成装置52C是生成车辆控制所需的路径的装置,在进行该动作方面,例如,路径生成装置52C即使不与车辆控制装置53C一起设置,也独立地发挥功能。
车辆状态推定部33A及车辆状态推定部33B使用从行驶状态检测部51的各个传感器输出的信息,推定车辆状态量。
在最优路径运算部44中,使用由评价函数设定部40设定的评价函数、由限制条件设定部41设定的限制条件及由初始值设定部42设定的初始值,设定的评价函数在设定的初始值及限制条件之下被最优化。
在转向量运算部34中,使用在最优路径运算部44中最优化得到的评价函数和与车辆的行驶状态相关的行驶状态数据,运算用于使车辆在最优化得到的评价函数表示的目标路径上行驶的目标转向量。
即,在本实施方式涉及的车辆转向系统中,进行最优化运算的最优路径运算部44设置于路径生成装置52C,而不设置于车辆控制装置53C。
一般来说,由于车辆控制装置的计算资源较少,所以难以实时实现最优化计算。另一方面,路径生成装置与车辆控制装置相比,往往能够确保计算资源。因此,通过如本实施方式那样在路径生成装置52C中进行最优化运算,从而能够在更稳定地生成路径的同时进行车辆控制。
到图18中的步骤ST207为止,本实施方式涉及的转向控制系统的计算流程与第三实施方式相同。
因此,在本实施方式中也能够得到式112和式113的结果。此时,能够按以下方式运算最优路径。
即,式113是按离散间隔h将从当前时刻t到范围Th的时刻最优化得到的状态量的时刻历。因此,如果从x*取得xbc及ybc的时刻历,则能够作为最优的路径使用。
也就是说,通过从x*取出Nh个xbc、ybc,进一步进行多项式近似或样条近似,从而能够设为最优路径。而且,通过将得到的最优路径向车辆控制装置53C输出,从而能够以追随最优的路径的方式进行车辆控制。
根据这种结构,由于能够使路径生成装置52C进行计算负荷较高的运算,所以能够生成稳定的路径。另外,由于能够沿用车辆控制装置53C,所以带来开发效率的提高。
<关于通过以上记载的实施方式产生的效果>
接着,示出利用以上记载的实施方式产生的效果的例子。此外,在以下的说明中,根据以上记载的实施方式例示的具体的结构,记载该效果,但也可以在产生同样的效果的范围,与本申请说明书例示的其它具体的结构置换。
另外,也可以跨越多个实施方式进行该置换。即,也可以是如下情况:将在不同的实施方式中例示的各个结构组合而产生相同的效果。
根据以上记载的实施方式,路径生成装置具备路径生成部30、可靠度设定部300及路径权重设定部31。路径生成部30与利用多个检测设备、即包含GNSS传感器9、前方相机12及前方雷达13在内的检测设备检测出的同车辆的行驶环境相关的环境测量数据分别对应地生成车辆行驶的多个路径。可靠度设定部300对由路径生成部30生成的各个路径设定与路径落入预先确定的范围内的程度对应的路径自身的可靠度。具体而言,预先设定表示各个路径的路径参数可取的值的范围,在超过该范围的情况下,以降低对应的路径参数的可靠度的方式设定路径自身的可靠度。路径权重设定部31基于路径自身的可靠度,对路径中的每一个设定权重。
另外,根据以上记载的实施方式,路径生成装置具备执行程序的处理电路和存储执行的程序的存储装置。而且,通过处理电路执行程序,从而实现以下动作。
即,与利用多个检测设备检测出的同车辆的行驶环境相关的环境测量数据分别对应地生成车辆行驶的多个路径。而且,对生成的各个路径设定与路径的变动落入预先确定的范围内的程度对应的路径自身的可靠度。而且,基于路径自身的可靠度,对路径中的每一个设定权重。
另外,根据以上记载的实施方式,路径生成装置具备作为专用的硬件的处理电路。而且,作为专用的硬件的处理电路进行以下动作。
即,作为专用的硬件的处理电路与利用多个检测设备检测出的同车辆的行驶环境相关的环境测量数据分别对应地生成车辆行驶的多个路径。而且,对生成的各个路径设定与路径的变动落入预先确定的范围内的程度对应的路径自身的可靠度。而且,基于路径自身的可靠度,对路径中的每一个设定权重。
根据这种结构,通过基于路径参数的变动落入预先确定的范围内的程度减小不期望的路径的权重(即优先度),从而能够在考虑路径的行进路线的同时,抑制生成车辆变得不稳定的路径。由此,能够实现使车辆的控制具有高精度且较高的稳定性的车辆控制系统21。
此外,关于这些结构以外的本申请说明书中例示的其它结构,能够适当省略。即,只要至少具备这些结构,则能够产生以上记载的效果。
然而,即使在将本申请说明书例示的其它结构中的至少一个适当地追加到以上记载的结构的情况、即适当地追加未作为以上记载的结构提及到的本申请说明书例示的其它结构的情况下,也能够产生同样的效果。
另外,根据以上记载的实施方式,路径生成部30按时间顺序生成多个路径。而且,在路径的路径参数从该路径的一个生成周期前生成的对应的路径的路径参数的变动大于阈值(即ΔCpt0、ΔCpt1、ΔCpt2及ΔCpt3)的情况下,可靠度设定部300将路径自身的可靠度设定为比变动小于阈值(即ΔCpt0、ΔCpt1、ΔCpt2及ΔCpt3)的情况低。根据这种结构,能够分别独立地设定从一个生成周期前的路径的变动较大的路径参数的可靠度。
另外,根据以上记载的实施方式,在路径自身的可靠度比第二阈值低的情况下,与路径自身的可靠度比第二阈值高的情况相比,利用路径权重设定部31设定的权重较小。根据这种结构,基于路径自身的可靠度设定权重,能够对多个路径的优先度进行比较。
另外,根据以上记载的实施方式,基于环境测量数据推定路径的车道,与路径未偏离车道的情况相比,在路径偏离车道的情况下,利用路径权重设定部31设定的权重较小。根据这种结构,基于路径是否偏离车道设定权重,能够将明显偏离车道的路径等排除。
另外,根据以上记载的实施方式,路径生成装置具备目标路径生成部32,所述目标路径生成部32使用设定权重而成的多个路径,并生成单一的目标路径。根据这种结构,能够考虑对各个路径设定的权重,根据多个路径生成车辆行驶的单一的目标路径。
另外,根据以上记载的实施方式,目标路径生成部32通过使用设定权重而成的多个路径的加权平均,生成单一的目标路径。根据这种结构,能够考虑对各个路径设定的权重,根据多个路径,通过加权平均生成车辆行驶的单一的目标路径。
另外,根据以上记载的实施方式,路径生成装置具备评价函数设定部40、限制条件设定部41、初始值设定部42及最优化部。在此,最优化部例如与最优路径运算部44对应。评价函数设定部40使用设定权重而成的多个路径,设定评价函数。限制条件设定部41将预测的车辆的车辆状态量的上限值及下限值设定为限制条件。初始值设定部42将当前时间点的车辆状态量设定为最优化的初始值。最优路径运算部44将限制条件及初始值作为最优化的条件,使评价函数最优化。根据这种结构,由于能够使路径生成装置进行计算负荷较高的运算,所以能够生成稳定的路径。
另外,根据以上记载的实施方式,车辆控制系统具备路径生成装置和车辆控制装置。而且,车辆控制装置具备运算部。在此,运算部例如与转向量运算部34对应。转向量运算部34使用由路径生成装置生成的单一的目标路径、与车辆的行驶状态相关的行驶状态数据,运算用于使车辆在目标路径上行驶的目标转向量。根据这种结构,通过使用基于路径的权重的单一的目标路径和行驶状态数据,从而能够实现在抑制生成车辆变得不稳定的路径的同时,确保良好的乘坐舒适感的车辆控制。
另外,根据以上记载的实施方式,转向量运算部34在单一的目标路径中使用车辆的车辆状态量来运算目标转向量,所述车辆的车辆状态量基于设定于车辆的前方的前方注视点处的目标路径的曲率、横向偏差量、角度偏差量及行驶状态数据来推定。根据这种结构,通过使用基于路径的权重的单一的目标路径和车辆状态量,从而能够实现在抑制生成车辆变得不稳定的路径的同时,确保良好的乘坐舒适感的车辆控制。
另外,根据以上记载的实施方式,车辆控制系统具备路径生成装置和车辆控制装置。而且,车辆控制装置具备目标路径生成部32和转向量运算部34。目标路径生成部32使用设定权重而成的多个路径,生成单一的目标路径。转向量运算部34使用单一的目标路径、与车辆的行驶状态相关的行驶状态数据,运算用于使车辆在目标路径上行驶的目标转向量。根据这种结构,由于能够进行车辆控制装置中的目标路径的生成,所以能够进行车辆控制装置中的路径自身的可靠度的再确认或路径的权重的再设定。
另外,根据以上记载的实施方式,车辆控制系统具备路径生成装置和车辆控制装置。而且,车辆控制装置具备评价函数设定部40、限制条件设定部41、初始值设定部42及运算部。在此,运算部例如与最优操作量运算部43对应。评价函数设定部40使用由路径生成装置设定权重而成的多个路径,设定评价函数。
限制条件设定部41将预测的车辆的车辆状态量的上限值及下限值设定为限制条件。初始值设定部42将当前时间点的车辆状态量设定为最优化的初始值。最优操作量运算部43通过将限制条件及初始值作为最优化的条件,使评价函数最优化,从而运算用于使车辆在最优化得到的评价函数表示的目标路径上行驶的目标转向量。根据这种结构,通过使用动态车辆模型预测车辆的动作,并将车辆状态量的上下限值设定为限制条件,从而能够实现使急转向等使乘坐舒适感变差的因素降低的车辆控制。
另外,根据以上记载的实施方式,车辆控制系统具备路径生成装置和车辆控制装置。而且,车辆控制装置具备转向量运算部34。转向量运算部34使用最优化得到的评价函数和与车辆的行驶状态相关的行驶状态数据,运算用于使车辆在最优化得到的评价函数表示的目标路径上行驶的目标转向量。根据这种结构,由于能够使路径生成装置进行计算负荷较高的运算,所以能够生成稳定的路径。
另外,根据以上记载的实施方式,转向量运算部34使用最优化得到的评价函数和基于行驶状态数据推定的车辆的车辆状态量,运算目标转向量。根据这种结构,通过使用基于路径的权重的单一的目标路径和车辆状态量,从而能够实现在抑制生成车辆变得不稳定的路径的同时,确保良好的乘坐舒适感的车辆控制。
<关于以上记载的实施方式中的变形例>
在以上记载的实施方式中,有时还记载各个构成要素的尺寸、形状、相对的配置关系或者实施的条件等,但它们在所有方式中是一个例子,不限于本申请说明书记载的例子。
因此,在本申请说明书公开的技术的范围内,设想未例示的无数的变形例以及等同物。例如,包含使至少一个构成要素变形的情况、追加或省略至少一个构成要素的情况、提取至少一个实施方式中的至少一个构成要素并与其它实施方式的构成要素组合的情况。
另外,只要不产生矛盾,在以上记载的实施方式中记载为具备“一个”的构成要素也可以具备“一个以上”。
并且,以上记载的实施方式中的各个构成要素是概念性的单位,在本申请说明书公开的技术的范围内,包括一个构成要素由多个构造物构成的情况、一个构成要素与某个构造物的一部分对应的情况、进而一个构造物具备多个构成要素的情况。
另外,在以上记载的实施方式中的各个构成要素中,只要发挥同一功能,也可以包括具有其它构造或者形状的构造物。
另外,本申请说明书中的说明为了关于本技术的所有目的而被参照,这些说明均不应认为是现有技术。
另外,在以上记载的实施方式中记载的各个构成要素设想为软件或固件,也设想为与之对应的硬件,在这双方的概念下,各个构成要素称为“部”或“处理电路”等。
附图标记的说明
1转向盘,2转向轴,3电动马达,4齿条齿轮机构,5马达驱动装置,6转向控制装置,8导航装置,9 GNSS传感器,10车速传感器,11陀螺仪传感器,12前方相机,13前方雷达,14转向角传感器,15转向转矩传感器,16转向横拉杆,17前转向节,18加速度传感器,20实际车辆,21、21A、21B、21C车辆控制系统,22前轮,23后轮,30路径生成部,30A、30B、30C生成部,31路径权重设定部,32目标路径生成部,33、33A、33B车辆状态推定部,34转向量运算部,40评价函数设定部,40先行车,41限制条件设定部,42初始值设定部,43最优操作量运算部,44最优路径运算部,50行驶环境检测部,50构造物,51行驶状态检测部,52、52A、52C路径生成装置,53、53A、53B、53C车辆控制装置,60物体,300可靠度设定部。
Claims (13)
1.一种路径生成装置,其中,具备:
路径生成部(30),所述路径生成部(30)与利用多个检测设备检测出的同车辆的行驶环境相关的环境测量数据分别对应地生成所述车辆行驶的多个路径;
可靠度设定部(300),所述可靠度设定部(300)对生成的各个所述路径设定与所述路径的变动落入预先确定的范围内的程度对应的路径自身的可靠度;以及
路径权重设定部(31),所述路径权重设定部(31)基于所述路径自身的所述可靠度,对所述路径中的每一个设定权重。
2.根据权利要求1所述的路径生成装置,其中,
所述路径生成部(30)按时间顺序生成多个所述路径,
在所述路径的从在所述路径之前生成的对应的路径起的变动大于第一阈值的情况下,与所述变动小于所述第一阈值的情况相比,所述可靠度设定部(300)将所述路径自身的所述可靠度设定为较低。
3.根据权利要求1或权利要求2所述的路径生成装置,其中,
在所述路径自身的所述可靠度比第二阈值低的情况下,与所述路径自身的所述可靠度比所述第二阈值高的情况相比,利用所述路径权重设定部(31)设定的所述权重较小。
4.根据权利要求1至权利要求3中任一项所述的路径生成装置,其中,
基于所述环境测量数据推定所述路径的车道,
在所述路径偏离所述车道的情况下,与所述路径未偏离所述车道的情况相比,利用所述路径权重设定部(31)设定的所述权重较小。
5.根据权利要求1至权利要求4中任一项所述的路径生成装置,其中,
所述路径生成装置具备目标路径生成部(32),所述目标路径生成部(32)使用设定了所述权重的多个所述路径,生成单一的目标路径。
6.根据权利要求5所述的路径生成装置,其中,
所述目标路径生成部(32)通过使用设定了所述权重的多个所述路径的加权平均,生成单一的所述目标路径。
7.根据权利要求1至权利要求4中任一项所述的路径生成装置,其中,所述路径生成装置还具备:
评价函数设定部(40),所述评价函数设定部(40)使用设定了所述权重的多个所述路径,设定评价函数;
限制条件设定部(41),所述限制条件设定部(41)将预测的所述车辆的车辆状态量的上限值及下限值设定为限制条件;
初始值设定部(42),所述初始值设定部(42)将当前时间点的所述车辆状态量设定为最优化的初始值;以及
最优化部(44),所述最优化部(44)将所述限制条件及所述初始值作为最优化的条件,使所述评价函数最优化。
8.一种车辆控制系统,其中,具备:
权利要求5或权利要求6所述的路径生成装置;以及
车辆控制装置,
所述车辆控制装置具备运算部(34),所述运算部(34)使用由所述路径生成装置生成的单一的所述目标路径和与所述车辆的行驶状态相关的行驶状态数据,运算用于使所述车辆在所述目标路径上行驶的目标转向量。
9.根据权利要求8所述的车辆控制系统,其中,
所述运算部(34)在单一的所述目标路径中使用所述车辆的车辆状态量来运算所述目标转向量,所述车辆的所述车辆状态量是基于设定于所述车辆的前方的前方注视点处的所述目标路径的曲率、横向偏差量、角度偏差量及所述行驶状态数据而推定的。
10.一种车辆控制系统,其中,具备:
权利要求1至权利要求4中任一项所述的路径生成装置;以及
车辆控制装置,
所述车辆控制装置具备:
目标路径生成部(32),所述目标路径生成部(32)使用设定了所述权重的多个所述路径,生成单一的目标路径;以及
运算部(34),所述运算部(34)使用单一的所述目标路径和与所述车辆的行驶状态相关的行驶状态数据,运算用于使所述车辆在所述目标路径上行驶的目标转向量。
11.一种车辆控制系统,其中,具备:
权利要求1至权利要求4中任一项所述的路径生成装置;以及
车辆控制装置,
所述车辆控制装置具备:
评价函数设定部(40),所述评价函数设定部(40)使用由所述路径生成装置设定所述权重而成的多个所述路径,设定评价函数;
限制条件设定部(41),所述限制条件设定部(41)将预测的所述车辆的车辆状态量的上限值及下限值设定为限制条件;
初始值设定部(42),所述初始值设定部(42)将当前时间点的所述车辆状态量设定为最优化的初始值;以及
运算部(43),所述运算部(43)通过将所述限制条件及所述初始值作为最优化的条件,并使所述评价函数最优化,从而运算用于使所述车辆在最优化而成的所述评价函数表示的目标路径上行驶的目标转向量。
12.一种车辆控制系统,其中,具备:
权利要求7所述的路径生成装置;以及
车辆控制装置,
所述车辆控制装置具备运算部(34),所述运算部(34)使用最优化而成的所述评价函数和与所述车辆的行驶状态相关的行驶状态数据,运算用于使所述车辆在最优化而成的所述评价函数表示的目标路径上行驶的目标转向量。
13.根据权利要求12所述的车辆控制系统,其中,
所述运算部(34)使用最优化而成的所述评价函数和基于所述行驶状态数据推定的所述车辆的车辆状态量,运算所述目标转向量。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/011721 WO2019180919A1 (ja) | 2018-03-23 | 2018-03-23 | 経路生成装置、および、車両制御システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111868801A true CN111868801A (zh) | 2020-10-30 |
CN111868801B CN111868801B (zh) | 2023-06-06 |
Family
ID=64480570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880090837.6A Active CN111868801B (zh) | 2018-03-23 | 2018-03-23 | 路径生成装置及车辆控制系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200385018A1 (zh) |
JP (1) | JP6430087B1 (zh) |
CN (1) | CN111868801B (zh) |
DE (1) | DE112018007121B4 (zh) |
WO (1) | WO2019180919A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7073880B2 (ja) * | 2018-04-19 | 2022-05-24 | トヨタ自動車株式会社 | 進路決定装置 |
CN112352270B (zh) * | 2018-06-29 | 2023-03-28 | 日产自动车株式会社 | 行驶辅助方法以及行驶辅助装置 |
JP2020050220A (ja) * | 2018-09-28 | 2020-04-02 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングRobert Bosch Gmbh | 制御装置及び制御方法 |
CN109784526B (zh) * | 2018-12-05 | 2023-02-28 | 阿波罗智能技术(北京)有限公司 | 通行路径的规划方法、装置、设备及可读存储介质 |
US11688155B2 (en) * | 2020-01-06 | 2023-06-27 | Luminar, Llc | Lane detection and tracking techniques for imaging systems |
JPWO2021182476A1 (zh) * | 2020-03-12 | 2021-09-16 | ||
JP7183237B2 (ja) * | 2020-10-23 | 2022-12-05 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
WO2022113249A1 (ja) * | 2020-11-27 | 2022-06-02 | 三菱電機株式会社 | 制御演算装置 |
CN113211438B (zh) * | 2021-05-08 | 2023-06-16 | 东方红卫星移动通信有限公司 | 基于预瞄距离自适应的轮式机器人控制方法及控制系统 |
CN113359718B (zh) * | 2021-05-26 | 2022-11-22 | 西安理工大学 | 移动机器人全局路径规划与局部路径规划融合方法及设备 |
US20230174059A1 (en) * | 2021-12-06 | 2023-06-08 | Ford Global Technologies, Llc | Lane-based vehicle operations |
JP7490012B2 (ja) | 2022-04-08 | 2024-05-24 | 三菱電機株式会社 | 車両制御装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003054341A (ja) * | 2001-08-10 | 2003-02-26 | Nissan Motor Co Ltd | 車両用駐車支援装置 |
JP2010126077A (ja) * | 2008-11-28 | 2010-06-10 | Jtekt Corp | 走行支援装置 |
JP2010244434A (ja) * | 2009-04-08 | 2010-10-28 | Toyota Motor Corp | 車両走行制御装置および最適走行軌跡生成方法 |
JP2011095914A (ja) * | 2009-10-28 | 2011-05-12 | Nec Corp | 車両追跡システム、車両追跡方法および車両追跡プログラム |
CN102735239A (zh) * | 2011-03-29 | 2012-10-17 | 电装It研究所 | 导航装置、方法和系统 |
CN104240496A (zh) * | 2013-06-20 | 2014-12-24 | 中国移动通信集团公司 | 一种出行路径的确定方法和装置 |
CN104422449A (zh) * | 2013-08-27 | 2015-03-18 | 上海博泰悦臻电子设备制造有限公司 | 一种车辆导航的方法、装置 |
CN105318884A (zh) * | 2014-07-28 | 2016-02-10 | 现代自动车株式会社 | 生成用于自动车辆的全局路径的装置和方法 |
CN105936276A (zh) * | 2015-03-02 | 2016-09-14 | 丰田自动车株式会社 | 行驶控制装置 |
CN106326998A (zh) * | 2015-06-29 | 2017-01-11 | 株式会社日立制作所 | 路径规划方法和路径规划装置 |
WO2017130397A1 (ja) * | 2016-01-29 | 2017-08-03 | 富士通株式会社 | 位置推定装置、位置推定方法および位置推定プログラム |
CN107664503A (zh) * | 2016-07-29 | 2018-02-06 | 上海汽车集团股份有限公司 | 车辆路径规划方法及装置 |
JP2018022353A (ja) * | 2016-08-04 | 2018-02-08 | 三菱電機株式会社 | 車両走行制御装置、車両走行制御システムおよび車両走行制御方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005003192A1 (de) * | 2005-01-24 | 2006-07-27 | Robert Bosch Gmbh | Verfahren zur Kursprädiktion in Fahrerassistenzsystemen für Kraftfahrzeuge |
JP2006292653A (ja) * | 2005-04-14 | 2006-10-26 | Seiko Epson Corp | 測位装置、測位方法および測位プログラム |
JP6055525B1 (ja) | 2015-09-02 | 2016-12-27 | 富士重工業株式会社 | 車両の走行制御装置 |
JP6815724B2 (ja) * | 2015-11-04 | 2021-01-20 | トヨタ自動車株式会社 | 自動運転システム |
JP6512140B2 (ja) * | 2016-03-09 | 2019-05-15 | トヨタ自動車株式会社 | 自動運転システム |
JP6662227B2 (ja) * | 2016-07-19 | 2020-03-11 | 株式会社デンソー | 制御装置 |
KR102518532B1 (ko) * | 2016-11-11 | 2023-04-07 | 현대자동차주식회사 | 자율주행차량의 경로 결정장치 및 그 방법 |
JP6558393B2 (ja) * | 2017-04-06 | 2019-08-14 | トヨタ自動車株式会社 | 進路設定装置及び進路設定方法 |
JP6819788B2 (ja) * | 2017-08-02 | 2021-01-27 | 日産自動車株式会社 | 走行支援方法及び走行支援装置 |
MX2020002029A (es) * | 2017-08-22 | 2020-07-14 | Nissan Motor | Metodo y dispositivo para generar trayectoria objetivo para vehiculo autonomo. |
-
2018
- 2018-03-23 DE DE112018007121.9T patent/DE112018007121B4/de active Active
- 2018-03-23 CN CN201880090837.6A patent/CN111868801B/zh active Active
- 2018-03-23 JP JP2018541452A patent/JP6430087B1/ja active Active
- 2018-03-23 US US16/967,282 patent/US20200385018A1/en active Pending
- 2018-03-23 WO PCT/JP2018/011721 patent/WO2019180919A1/ja active Application Filing
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003054341A (ja) * | 2001-08-10 | 2003-02-26 | Nissan Motor Co Ltd | 車両用駐車支援装置 |
JP2010126077A (ja) * | 2008-11-28 | 2010-06-10 | Jtekt Corp | 走行支援装置 |
JP2010244434A (ja) * | 2009-04-08 | 2010-10-28 | Toyota Motor Corp | 車両走行制御装置および最適走行軌跡生成方法 |
JP2011095914A (ja) * | 2009-10-28 | 2011-05-12 | Nec Corp | 車両追跡システム、車両追跡方法および車両追跡プログラム |
CN102735239A (zh) * | 2011-03-29 | 2012-10-17 | 电装It研究所 | 导航装置、方法和系统 |
CN104240496A (zh) * | 2013-06-20 | 2014-12-24 | 中国移动通信集团公司 | 一种出行路径的确定方法和装置 |
CN104422449A (zh) * | 2013-08-27 | 2015-03-18 | 上海博泰悦臻电子设备制造有限公司 | 一种车辆导航的方法、装置 |
CN105318884A (zh) * | 2014-07-28 | 2016-02-10 | 现代自动车株式会社 | 生成用于自动车辆的全局路径的装置和方法 |
CN105936276A (zh) * | 2015-03-02 | 2016-09-14 | 丰田自动车株式会社 | 行驶控制装置 |
CN106326998A (zh) * | 2015-06-29 | 2017-01-11 | 株式会社日立制作所 | 路径规划方法和路径规划装置 |
WO2017130397A1 (ja) * | 2016-01-29 | 2017-08-03 | 富士通株式会社 | 位置推定装置、位置推定方法および位置推定プログラム |
CN107664503A (zh) * | 2016-07-29 | 2018-02-06 | 上海汽车集团股份有限公司 | 车辆路径规划方法及装置 |
JP2018022353A (ja) * | 2016-08-04 | 2018-02-08 | 三菱電機株式会社 | 車両走行制御装置、車両走行制御システムおよび車両走行制御方法 |
Also Published As
Publication number | Publication date |
---|---|
US20200385018A1 (en) | 2020-12-10 |
JP6430087B1 (ja) | 2018-11-28 |
DE112018007121T5 (de) | 2020-11-05 |
CN111868801B (zh) | 2023-06-06 |
WO2019180919A1 (ja) | 2019-09-26 |
JPWO2019180919A1 (ja) | 2020-04-30 |
DE112018007121B4 (de) | 2021-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111868801B (zh) | 路径生成装置及车辆控制系统 | |
US9650043B2 (en) | Real-time anticipatory speed control | |
US10988139B2 (en) | Vehicle position control method and device vehicle position control device for correcting position in drive-assisted vehicle | |
US9738314B2 (en) | Travel control apparatus for vehicle | |
US9849878B2 (en) | System and method for providing a corrected lane following path through a curve for trailering vehicles | |
CN110361013B (zh) | 一种用于车辆模型的路径规划系统及方法 | |
US9821801B2 (en) | System and method for controlling semi-autonomous vehicles | |
US10427712B2 (en) | Automatic driving system | |
JP3570372B2 (ja) | 車両用現在位置検出装置、車両用現在位置表示装置、ナビゲーション装置および記録媒体 | |
US20160299234A1 (en) | Fail operational vehicle speed estimation through data fusion of 6-dof imu, gps, and radar | |
CN106043302B (zh) | 车辆的主动巡航控制系统及其方法 | |
JP6696593B2 (ja) | 走行履歴の記憶方法、走行軌跡モデルの生成方法、自己位置推定方法、及び走行履歴の記憶装置 | |
CN111797780B (zh) | 一种跟车轨迹规划方法、装置、服务器及存储介质 | |
JP6618653B1 (ja) | 走行経路生成装置および車両制御装置 | |
AU2012260626C1 (en) | Vehicle navigation | |
US11560145B2 (en) | Travel path recognition apparatus and travel path recognition method | |
CN112433531A (zh) | 一种自动驾驶车辆的轨迹跟踪方法、装置及计算机设备 | |
US20230266128A1 (en) | Course generation apparatus and vehicle control apparatus | |
CN111634331B (zh) | 一种自动驾驶车辆的转向控制方法、装置及系统 | |
JP6836446B2 (ja) | 車両の走行車線推定装置 | |
JP2017013586A (ja) | 自車位置推定装置、及びそれを用いた操舵制御装置、並びに自車位置推定方法 | |
KR102280417B1 (ko) | 자율 주행 모듈 또는 운전자의 조향 의도를 대상 차량의 조향 장치에 더 정확히 전달하기 위한 방법 및 장치 | |
JP2007155365A (ja) | 方位センサの補正係数演算装置及び演算プログラム | |
JP6717132B2 (ja) | 車両走行制御方法及び車両走行制御装置 | |
US20240116506A1 (en) | Control calculation apparatus and control calculation method |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |