CN115443441B - 动态交通场景下的符合交通规则的决策 - Google Patents
动态交通场景下的符合交通规则的决策 Download PDFInfo
- Publication number
- CN115443441B CN115443441B CN202180031740.XA CN202180031740A CN115443441B CN 115443441 B CN115443441 B CN 115443441B CN 202180031740 A CN202180031740 A CN 202180031740A CN 115443441 B CN115443441 B CN 115443441B
- Authority
- CN
- China
- Prior art keywords
- detection range
- sensor
- control device
- measurement data
- vehicle
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 claims abstract description 71
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims abstract description 5
- 230000003068 static effect Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 description 8
- 230000007423 decrease Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/20—Static objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
Abstract
公开了一种用于通过控制设备来确定车辆的驾驶机动的方法,其中接收至少一个传感器的关于交通状况的测量数据,通过评估所接收到的测量数据来确定当前检测范围,依据所接收到的测量数据来创建传感器模型并且根据所接收到的测量数据通过基于车辆的车辆位置的前向仿真来对该至少一个传感器的所估计的检测范围进行建模,所创建的传感器模型被用于确定该检测范围的由于至少一个驾驶机动所引起的变化,确定通过该传感器模型而引起所仿真的检测范围的增大的驾驶机动。还公开了一种控制设备、一种计算机程序以及一种机器可读存储介质。
Description
技术领域
本发明涉及一种用于确定车辆的驾驶机动的方法、一种控制设备、一种计算机程序以及一种机器可读存储介质。
本专利申请要求德国专利申请102020111486.9的优先权,该德国专利申请的公开内容就此通过回引来列入。
背景技术
由于能见度受限或者由于环境传感装置的检测范围被遮挡,对动态交通状况的处理通常变得更加困难。环境传感装置的检测范围例如可能被其他交通成员或动态对象或者被静态障碍物、如树木、房屋或停放的车辆所遮挡。
为了实现自动化的驾驶功能,必须考虑限制环境传感装置的检测范围的这种遮挡。尤其是必须注意该检测范围的由于实施自动化的驾驶功能的车辆的移动或者由于动态对象、诸如载货车的移动所引起的将来的变化。
当交通成员离开环境传感装置的扫描范围或者驶入该扫描范围时,车辆的环境传感装置的检测范围即使在停车状态下也可能发生变化。
用于执行所谓的部分可观察马尔可夫决策过程的方法是已知的。然而,这样的方法是计算密集的并且无法在常见的车辆侧的控制设备中被实现。
发明内容
本发明所基于的任务可在于:提出一种用于处理对传感器的检测范围的损害的方法。
该任务借助于本发明的相应的主题来被解决。本发明的有利的设计方案也在下文中予以描述。
根据本发明的一个方面,提供了一种用于通过控制设备来确定车辆的驾驶机动的方法。在一个步骤中,接收至少一个传感器的关于交通状况的测量数据。
通过评估所接收到的测量数据来确定该至少一个传感器的当前检测范围或当前能见度。该能见度可以被限定为至少一个传感器的扫描范围的有效距离或遮挡的量度。例如,在没有障碍物的开阔区域,传感器的表示该传感器的检测范围的能见度可以是100%。随着障碍物数量的增加,能见度降低或者检测范围缩小。当前能见度是在接收测量数据时的能见度。
检测范围可以被设计成区域或体积,传感装置能对其进行扫描或记录以确定测量数据。
在另一步骤中,依据所接收到的测量数据来创建传感器模型,并且根据所接收到的测量数据通过基于车辆的车辆位置的前向仿真来对该至少一个传感器的所估计的检测范围进行建模。优选地,可以将所创建的传感器模型与在创建或接收测量数据时的实际交通状况进行比较。通过该措施,可以确定并且可选地改善传感器模型的质量。
所创建的传感器模型被用于确定该至少一个传感器的检测范围的由于至少一个驾驶机动所引起的变化。为此,传感器模型可以检查可能的驾驶机动的预先限定的列表。车辆的停住不动同样可以作为驾驶机动来实现。
然后,确定驾驶机动,该驾驶机动由于该传感器模型而引起该至少一个传感器的所仿真的能见度的提高或者引起该至少一个传感器的所仿真的检测范围的增大。为此,可以将所使用的驾驶机动的结果相互进行比较和/或与当前交通状况或当前能见度进行比较。
通过该方法,可以创建基于传感器或基于测量数据的传感器模型,这些传感器模型能被用于优化检测范围或能见度。尤其可以增加车辆的传感装置的将来的检测范围,其中通过控制设备根据能见度的改善来做出对所要实施的驾驶机动的决策。如果传感器的检测范围被增大,则可以改善能见度。在此,该增大可以以增大的角度为形式和/或以检测范围的增大的有效距离的形式来被设计。如果检测范围被更少的障碍物遮挡、被离传感装置更远的障碍物遮挡、被更小的障碍物遮挡或者没有被障碍物遮挡,则该检测范围可以被增大。
在确定使该检测范围增大的驾驶机动之后,可以通过控制设备来生成控制指令,这些控制指令能被用于操控车辆。因此,控制设备可以促使车辆来执行所确定的或所选择的驾驶机动。
所创建的传感器模型可以优选地考虑在传感器的扫描范围内所检测到的交通成员、静态对象和动态对象并且预测它们将来的行为。尤其是,经此可以确定影响检测范围的静态和动态因素。
此外,除了该检测范围之外,通过所创建的传感器模型可以考虑先行规则、诸如相对于看不到或无法检测到的交通成员而言的先行规则、碰撞风险、舒适性因素和可能对交通规则的违反。
通过该方法,可以提高在自动化的行驶运行期间的交通安全性和舒适性。此外,可以防止自动化运行的车辆阻塞交通并且可以实现特别流畅的交通流。
关于驾驶机动的决策例如可以以树搜索算法的形式来实现。替代地或附加地,就传感器的检测范围而言,驾驶机动的序列可以是有利的并且因此可以被选择。
树搜索可以在延伸到未来几秒钟内并且因此被设计成离散的范围(Horizont)内延伸。优选地,一旦至少一个传感器的新的测量数据可用,就可以连续重新计算可能的驾驶机动。在此,现有的或正活跃着的树搜索可以在存在新的测量数据和/或周围环境信息时被中断。
替代地或附加地,现有的或正活跃着的树搜索可以在存在新的测量数据和/或周围环境信息时继续被执行,其中基于这些新的测量数据来开始至少一个新的、并行的树搜索。
一旦所执行的树搜索收敛,就可以使用收敛的树搜索的结果。该结果可以优选地以驾驶机动的形式存在,该驾驶机动由于传感器模型而引起所仿真的检测范围的增大。
检测范围的增大引起该检测范围的遮挡程度的减小。
基于该方法,例如在交叉路口的车辆环境中存在静态对象时,车辆可以驶近停止线、缓慢滚动所限定的距离到该交叉路口并且然后通过该路口,作为多个连续的驾驶机动的行为序列。
在车辆环境中存在动态对象时,车辆例如可以首先停在停止线处并且在检测范围足够时通过该交叉路口。
根据本发明的另一方面,提供了一种控制设备,其中该控制设备被设立为实施该方法。该控制设备例如可以是车辆侧的控制设备、车辆外部的控制设备或者车辆外部的服务器单元,诸如云系统。该控制设备可以优选地接收和评估由至少一个车辆侧的传感器所确定的测量数据。
根据本发明的一个方面,还提供了一种计算机程序,该计算机程序包括如下指令,在通过计算机或控制设备来执行该计算机程序时,这些指令促使该计算机或该控制设备来实施按照本发明的方法。根据本发明的另一方面,提供了一种机器可读存储介质,在其上存储有按照本发明的计算机程序。
在这种情况下,车辆可以按照BASt标准能被辅助地、部分自动化地、高度自动化地和/或全自动化地或无驾驶员地来运行。该车辆例如可以被设计成载客车、机器人、无人驾驶飞行器、船舶、轨道车辆、自动驾驶出租车、工业机器人、商用车辆、公交车、飞机、直升飞机等等。
按照一个实施例,至少一个驾驶机动被设计成缓慢地向前行驶、驶入交通节点、转弯、停车或者停住不动,并且被用于通过所创建的传感器模型来确定检测范围的变化。经此,可以提供传感器模型能使用的可能的驾驶机动的列表。相应的驾驶机动也可以被用作能依次被实施的驾驶机动的序列。
在另一实施例中,通过依据所接收到的测量数据来识别动态对象和/或静态对象,确定当前检测范围。通过该措施,可以估计环境对该检测范围或该检测范围的遮挡程度的影响。尤其是,所停放的车辆、集装箱(Container)、建筑物、植被等等可以被分配给静态对象,这些静态对象预计不会随时间发生变化并且因此在传感器或车辆的位置未发生变化时不影响检测范围。在动态对象的情况下,该检测范围即使在其上安装有用于环境检测的传感器的车辆没有发生车辆移动的情况下也可能被改变。
根据另一实施方式,不同的驾驶机动被所创建的传感器模型并行地或依次使用,以便确定检测范围的变化。通过该措施,可以并行地检查可能的驾驶机动,由此可以更快地实施该方法。在依次检查驾驶机动的情况下,例如可以实现预先限定的检查步骤。
优选地关于能见度的优化来对驾驶机动进行比较或选择。
为了确定该检测范围或该检测范围的遮挡程度,也可以通过该控制设备来接收地图信息。
按照另一实施例,依据以传感器方式可测量的车道区间来确定当前检测范围,该车道区间通过不同长度和/或宽度的矩形来近似依据测量数据所确定的车道。该方法因此可以以车道区间覆盖的形式来限定和测量可见区域并且因此也可以以车道区间覆盖的形式来限定和测量检测范围。优选地,车道区间覆盖可以通过矩形来被近似,这些矩形与可见的或者可通过传感装置来检测的车道部分重叠。针对每个可检测到的车道部分,可以使用矩形、多边形、三角形、圆形等等。经此,该方法可以限于对于自动化的驾驶功能来说重要的区域。
经此,还可以实现检测范围的可比性。以传感器方式可检测的区域的大小可以在技术上简单地被确定以用于比较目的。
在另一实施例中,如果通过矩形来被近似的车道区间的总长度和/或总面积增加,则该检测范围被增大。通过该措施,可以为驾驶机动的选择提供特别高效的参数。尤其是,该总长度或该总面积可以在技术上简单地被确定并且被用于比较目的。
根据另一实施方式,经由通信连接来接收数据,其中传感器模型依据所接收到的测量数据并且依据经由该通信连接所接收到的数据来被创建。通过该措施,传感器模型可以被设计得更准确,原因在于从交通成员或者基础设施单元接收附加的测量数据。这些数据可以优选地经由车辆到基础设施(Vehicle-2-lnfrastructure)或者车辆到车辆(Vehicle-2-Vehicle)通信连接来被接收。尤其是,经此可以更准确地预测交通成员的将来的行为。
附图说明
在下文,依据非常简化的示意图来更详细地阐述本发明的优选的实施例。在这种情况下:
图1示出了用于阐明按照一个实施方式的方法的示意性流程图;
图2示出了对示例性的交通状况的俯视图;以及
图3示出了对在图2中示出的交通状况的在稍后时间点的俯视图。
具体实施方式
图1示出了用于阐明按照一个实施方式的方法1的示意性流程图。该方法用于确定可自动化运行的车辆2的驾驶机动。该方法1可以优选地通过控制设备4来被实施。
车辆2在图2中示例性示出并且除了控制设备4之外具有环境传感装置6。环境传感装置6可包括一个或多个传感器。环境传感装置6例如可具有雷达传感器、激光雷达(LIDAR)传感器、超声传感器、摄像机传感器等等。
在一个步骤20中,接收至少一个传感器6的关于交通状况8的测量数据。该方法1可以通过所识别出的交通状况8、诸如交叉路口或者到主干道上的引道来被触发。
然后,通过评估所接收到的测量数据来确定21当前检测范围。
基于所接收到的测量数据来创建传感器模型,并且根据所接收到的测量数据通过基于车辆2的车辆位置的前向仿真来对该至少一个传感器6的所估计的检测范围进行建模22。该前向仿真通过传感器模型来进行并且能够估计由于传感器6的位置变化所引起的检测范围的预计变化。
所创建的传感器模型被用于确定23该检测范围的由于至少一个驾驶机动所引起的变化。为此,示例性地检查多个不同的驾驶机动是使该检测范围增大还是缩小。通过实施一个或多个驾驶机动,由传感器模型来确定该检测范围的变化。
在所示出的实施例中,依次实施或检查多个示例性的驾驶机动。替代于此,可以实现对可能的驾驶机动的并行检查。
在另一步骤24中,通过传感器模型来仿真车辆2驶入交叉路口或交通节点,并且确定该检测范围的变化。
如果该检测范围相对于初始检测范围而言被增加25或者证明驾驶机动的安全实施,则可以通过控制设备4来引入26对该驾驶机动的实施。如果该询问25被予以否定回答,则可以检查下一个驾驶机动27。
例如,传感器模型可以检查车辆2在初始位置处的停住不动,作为下一个驾驶机动。
在检查时,确定28该检测范围的变化。如果在停住不动时确保了交通安全性并且由于停住不动而使该检测范围增加,例如原因在于有交通成员离开环境传感装置6的扫描范围,则通过控制设备4来引入29停住不动。否则,检查下一个驾驶机动30。
传感器模型可以考虑向交通节点的缓慢接近30,作为下一个驾驶机动。如果这样的驾驶机动被归类为安全并且能够增大检测范围31,则控制设备4引入车辆2向交通节点32的缓慢接近。如果该检查31被予以否定回答或者被归类为否定,则车辆2可以停留33在其初始位置。
在图2中示出了对示例性的交通状况8的俯视图。存在动态对象10或障碍物以及静态对象12或障碍物。
动态对象10例如是交通成员,这些交通成员局部地遮挡车辆2的扫描范围A。静态对象12可以被考虑为建筑物或者停放的交通成员。
箭头P阐明了交通成员10和车辆2的计划轨迹。
在所示出的交通状况8下,车辆2停在T形交叉路口前的停止线14处。为了执行决策,通过控制设备4来实施该方法1。为此,确定环境传感装置6的当前或初始检测范围。
该检测范围以及尤其是该检测范围的尺寸或大小依据以传感器方式所探测的车道区间16来被确定。车道区间16是车道的在扫描范围A内所识别出的部分并且通过矩形来被近似。
这些矩形具有不同的长度或宽度并且可以被用于确定该检测范围的大小。例如,可以使用所确定的车道区间16的总长度或总面积,作为针对该检测范围的量度。
图3示出了对在图2中示出的交通状况8的在稍后时间点的俯视图。车辆2已缓慢接近交通节点或T形交叉路口并且驶过停止线14,其中静态对象12以及动态对象10相对于车辆2的相对位置已经发生了变化。
由于所执行的驾驶机动,扫描范围A已经发生了变化并且该检测范围已经被增大了。经此,额外的动态交通成员11能以传感器方式来被检测到,并且车道区间16的总面积或总长度相对于图2中的状况而言更大。
Claims (9)
1.一种用于通过控制设备(4)来确定车辆(2)的驾驶机动的方法(1),其中
-由所述控制设备(4)接收至少一个传感器(6)的关于交通状况(8)的测量数据;
-由所述控制设备(4)通过评估所接收到的测量数据来确定所述至少一个传感器(6)的当前检测范围;
-由所述控制设备(4)依据所接收到的测量数据来创建传感器模型,并且根据所接收到的测量数据通过基于所述车辆(2)的车辆位置的前向仿真来对所述至少一个传感器(6)的所估计的检测范围进行建模;
-由所述控制设备(4)使用所创建的传感器模型,以确定所述至少一个传感器(6)的检测范围的由于至少一个驾驶机动所引起的变化;
-由所述控制设备(4)确定由于所述传感器模型而引起所仿真的检测范围的增大的驾驶机动。
2.根据权利要求1所述的方法,其中所述至少一个驾驶机动被设计成缓慢地向前行驶、驶入交通节点、转弯、停车或者停住不动,并且被用于通过所创建的传感器模型来确定所述检测范围的变化。
3.根据权利要求1或2所述的方法,其中通过依据所接收到的测量数据来识别动态对象(12)和/或静态对象(10),确定所述当前检测范围。
4.根据权利要求1或2所述的方法,其中不同的驾驶机动被所创建的传感器模型并行地或依次使用,以便确定所述检测范围的变化。
5.根据权利要求1或2所述的方法,其中依据能以传感器方式确定的车道区间(16)来确定所述当前检测范围,所述车道区间通过不同长度和/或宽度的矩形来近似依据所述测量数据所确定的车道。
6.根据权利要求5所述的方法,其中如果通过所述矩形来被近似的车道区间(16)的总长度和/或总面积增加,则所述检测范围被增大。
7.根据权利要求1或2所述的方法,其中经由通信连接来接收数据,而且所述传感器模型依据所接收到的测量数据并且依据经由所述通信连接所接收到的数据来被创建。
8.一种控制设备(4),其中所述控制设备(4)被设立为实施根据权利要求1至7中任一项所述的方法。
9.一种机器可读存储介质,在其上存储有计算机程序,所述计算机程序包括如下指令,在通过计算机或控制设备(4)来执行所述计算机程序时,所述指令促使所述计算机或所述控制设备来实施根据权利要求1至7中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020111486.9 | 2020-04-28 | ||
DE102020111486.9A DE102020111486A1 (de) | 2020-04-28 | 2020-04-28 | Verkehrsregelkonforme Entscheidungsfindung in dynamischen Verkehrsszenarien |
PCT/EP2021/060986 WO2021219638A1 (de) | 2020-04-28 | 2021-04-27 | Verkehrsregelkonforme entscheidungsfindung in dynamischen verkehrsszenarien |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115443441A CN115443441A (zh) | 2022-12-06 |
CN115443441B true CN115443441B (zh) | 2023-07-21 |
Family
ID=75787044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180031740.XA Active CN115443441B (zh) | 2020-04-28 | 2021-04-27 | 动态交通场景下的符合交通规则的决策 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11926341B2 (zh) |
EP (1) | EP4143652B1 (zh) |
JP (1) | JP2023519442A (zh) |
KR (1) | KR102641931B1 (zh) |
CN (1) | CN115443441B (zh) |
DE (1) | DE102020111486A1 (zh) |
WO (1) | WO2021219638A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021213166A1 (de) | 2021-11-23 | 2023-05-25 | Mercedes-Benz Group AG | Verfahren und Vorrichtung zur Steuerung eines automatisiert fahrenden Fahrzeugs |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2028072A2 (de) * | 2007-08-21 | 2009-02-25 | Audi Ag | Kraftfahrzeug mit einem Spurwechsel- oder einem Spurhalteassistenzsystem sowie einem Einparkhilfesystem |
CN104700658A (zh) * | 2013-11-07 | 2015-06-10 | 罗伯特·博世有限公司 | 用于避免机动车与错误行驶的车辆的碰撞的方法以及控制与检测装置 |
CN109947110A (zh) * | 2019-04-02 | 2019-06-28 | 吉林大学 | 面向自动驾驶的车道自检算法在环仿真控制方法和系统 |
CN110588607A (zh) * | 2019-10-25 | 2019-12-20 | 江苏赛麟汽车科技有限公司 | 一种基于多传感器的自动驻车系统的控制方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07334800A (ja) * | 1994-06-06 | 1995-12-22 | Matsushita Electric Ind Co Ltd | 車両認識装置 |
JP3714258B2 (ja) * | 2002-02-01 | 2005-11-09 | 日産自動車株式会社 | 車両用推奨操作量生成装置 |
DE502005002364D1 (de) * | 2004-10-20 | 2008-02-07 | Adc Automotive Dist Control | Verfahren zur bestimmung relevanter objekte |
CN102460535B (zh) * | 2009-06-11 | 2014-09-03 | 丰田自动车株式会社 | 车辆行驶位置判定方法及车辆行驶位置判定装置 |
US8589014B2 (en) | 2011-06-01 | 2013-11-19 | Google Inc. | Sensor field selection |
US9367065B2 (en) * | 2013-01-25 | 2016-06-14 | Google Inc. | Modifying behavior of autonomous vehicles based on sensor blind spots and limitations |
JP6152673B2 (ja) * | 2013-03-21 | 2017-06-28 | トヨタ自動車株式会社 | 車線変更支援装置 |
DE102015212015A1 (de) * | 2015-06-29 | 2016-12-29 | Robert Bosch Gmbh | Verfahren zur Vorhersage einer Größe einer Freifläche angrenzend an ein Fahrzeug, Datenverarbeitungsgerät |
US10929996B2 (en) * | 2016-09-15 | 2021-02-23 | Google Llc | Image depth prediction neural networks |
US11270592B2 (en) * | 2016-12-20 | 2022-03-08 | Nec Corporation | Vehicle control device, method for control of vehicle, and program for control of vehicle control device |
US10627812B2 (en) * | 2017-02-14 | 2020-04-21 | Honda Research Institute Europe Gmbh | Risk based driver assistance for approaching intersections of limited visibility |
US20180284234A1 (en) * | 2017-03-29 | 2018-10-04 | Luminar Technologies, Inc. | Foveated Imaging in a Lidar System |
US11169536B2 (en) * | 2018-04-09 | 2021-11-09 | SafeAI, Inc. | Analysis of scenarios for controlling vehicle operations |
DE102018117830A1 (de) * | 2018-07-24 | 2020-01-30 | Valeo Schalter Und Sensoren Gmbh | Digitale Umfeldkarte mit Sensorreichweiten |
EP3599141B1 (en) * | 2018-07-25 | 2022-12-14 | Continental Autonomous Mobility Germany GmbH | A multi hypothesis prediction device for a vehicle |
-
2020
- 2020-04-28 DE DE102020111486.9A patent/DE102020111486A1/de active Pending
-
2021
- 2021-04-27 CN CN202180031740.XA patent/CN115443441B/zh active Active
- 2021-04-27 EP EP21723150.5A patent/EP4143652B1/de active Active
- 2021-04-27 KR KR1020227041321A patent/KR102641931B1/ko active IP Right Grant
- 2021-04-27 JP JP2022565688A patent/JP2023519442A/ja active Pending
- 2021-04-27 WO PCT/EP2021/060986 patent/WO2021219638A1/de unknown
-
2022
- 2022-10-28 US US17/976,257 patent/US11926341B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2028072A2 (de) * | 2007-08-21 | 2009-02-25 | Audi Ag | Kraftfahrzeug mit einem Spurwechsel- oder einem Spurhalteassistenzsystem sowie einem Einparkhilfesystem |
CN104700658A (zh) * | 2013-11-07 | 2015-06-10 | 罗伯特·博世有限公司 | 用于避免机动车与错误行驶的车辆的碰撞的方法以及控制与检测装置 |
CN109947110A (zh) * | 2019-04-02 | 2019-06-28 | 吉林大学 | 面向自动驾驶的车道自检算法在环仿真控制方法和系统 |
CN110588607A (zh) * | 2019-10-25 | 2019-12-20 | 江苏赛麟汽车科技有限公司 | 一种基于多传感器的自动驻车系统的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
DE102020111486A1 (de) | 2021-10-28 |
US11926341B2 (en) | 2024-03-12 |
KR20230003060A (ko) | 2023-01-05 |
WO2021219638A1 (de) | 2021-11-04 |
JP2023519442A (ja) | 2023-05-10 |
US20230062581A1 (en) | 2023-03-02 |
KR102641931B1 (ko) | 2024-02-27 |
EP4143652B1 (de) | 2024-04-03 |
CN115443441A (zh) | 2022-12-06 |
EP4143652A1 (de) | 2023-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109817021B (zh) | 一种激光雷达路侧盲区交通参与者避让方法和装置 | |
US11693409B2 (en) | Systems and methods for a scenario tagger for autonomous vehicles | |
US11332132B2 (en) | Method of handling occlusions at intersections in operation of autonomous vehicle | |
US9212926B2 (en) | In-vehicle path verification | |
CN106240565A (zh) | 碰撞减轻和躲避 | |
CN110834630A (zh) | 一种车辆的驾驶控制方法、装置、车辆及存储介质 | |
GB2560244A (en) | Vehicle lane changing | |
EP3828502A2 (en) | Methods and apparatus for detecting spoofing attacks on automated driving systems | |
KR20210109635A (ko) | 진입하거나 진출하는 차량을 검출하기 위한 방법 및 제어 유닛 | |
US11814072B2 (en) | Method and system for conditional operation of an autonomous agent | |
CN115443441B (zh) | 动态交通场景下的符合交通规则的决策 | |
CN115688552A (zh) | 行人意图让行 | |
US11531349B2 (en) | Corner case detection and collection for a path planning system | |
CN113650607B (zh) | 一种低速场景自动驾驶方法、系统及汽车 | |
KR20220137996A (ko) | 경로 구간 평가 방법 | |
US11572731B2 (en) | Vehicle window control | |
CN114782748A (zh) | 车辆车门检测方法、装置、存储介质及自动驾驶方法 | |
CN111886167A (zh) | 通过碰撞风险图执行自动驾驶车辆控制 | |
US11731622B2 (en) | Prediction of dynamic objects at concealed areas | |
CN117472062A (zh) | 无人车行驶方法、电子设备及存储介质 | |
CN117818659A (zh) | 车辆安全决策方法、装置、电子设备、存储介质及车辆 | |
CN117360550A (zh) | 一种车辆自动掉头方法、装置、设备及介质 | |
CN113284364A (zh) | 用于将车辆导引到有限地看得到的交通节点的方法 | |
CN115123297A (zh) | 车辆控制方法、装置、设备、车辆和存储介质 | |
CN117325853A (zh) | 包含视觉碰撞监测的停车距离控制方法、存储介质及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |