CN115571130A - 一种基于车道参考线的车辆变道辅助方法及系统 - Google Patents
一种基于车道参考线的车辆变道辅助方法及系统 Download PDFInfo
- Publication number
- CN115571130A CN115571130A CN202211007937.2A CN202211007937A CN115571130A CN 115571130 A CN115571130 A CN 115571130A CN 202211007937 A CN202211007937 A CN 202211007937A CN 115571130 A CN115571130 A CN 115571130A
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- obstacle
- automatic driving
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008859 change Effects 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000001133 acceleration Effects 0.000 claims abstract description 33
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims description 15
- 230000008447 perception Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 230000004888 barrier function Effects 0.000 claims description 11
- 230000002093 peripheral effect Effects 0.000 claims description 7
- 238000000926 separation method Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- 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
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- 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
- 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
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- 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
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
-
- 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
- B60W2554/402—Type
- B60W2554/4023—Type large-size vehicles, e.g. trucks
-
- 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
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于车道参考线的车辆变道辅助方法及系统,包括结合车辆周围感知结果,进行当前车道换道意图计算,对本车道以及相邻车道进行行驶代价计算,根据计算结果选择代价最小的车道行驶。对代价最低的车道进行变道合理性判断,合理则变道,如果代价最低车道为本车道,则保持直行。判断换道意图时,在考虑速度和加速度的基础上,结合了自动驾驶车辆距离前方障碍物的距离是否满足最小安全距离、当前车道前方障碍物类型和障碍物运行状态等因素,避免车辆换道与障碍物发生碰撞。增加滤波处理,考虑障碍物车辆加速度以及速度可能存在波动情况,防止自动驾驶车辆与障碍物的距离在安全距离附近来回振荡,保证变道结果稳定,系统鲁棒性好。
Description
技术领域
本发明涉及自动驾驶领域,尤其涉及一种基于车道参考线的车辆变道辅助方法及系统。
背景技术
在自动驾驶系统中,由于道路上车况千变万化,自动驾驶车辆不可能一直沿着本车道自动行驶。比如当前行驶的三车道即将变为两车道;当前车道存在影响驾驶体验的干扰因素;此时驾驶员希望开启ALC功能等。所以自动驾驶车辆需要进行变道处理。基于这些情况需要设计一款安全、舒适、鲁棒性高的变道辅助系统。
现有技术的自动驾驶变道控制方法通常采用将自动驾驶车辆行驶速度和加速度与期望值比较,如果不满足期望速度和加速度,则判定车辆产生换道意图。计算自动驾驶车辆与相邻车道前车和后车距离以及自动驾驶车辆与本车道前车距离是否大于安全距离,如果大于安全距离,最后判断变道是否满足车道变更最大收益,满足则变道。现有技术存在如下缺点:换道意图只考虑了车辆速度和加速度,对换道意图判断条件不明确,且换道决策条件不完善,导致在变道条件不稳定的情况下,系统变道决策结果不稳定,系统鲁棒性差的问题。
例如,一种在中国专利文献上公开的“一种基于MTTC的车辆换道系统及控制方法”,其公告号CN111746540A,包括车距监测单元、加速度监测单元、车速监测单元、数据处理单元和车速控制单元。车距监测单元包括前雷达测距仪和后雷达测距仪;加速度监测单元包括横向加速度传感器、纵向加速度传感器、前加速度测量仪和后加速度测量仪;车速监测单元包括纵向车速传感器、前测速仪和后测速仪;数据处理单元包括MTTC计算模块、换道时间计算模块、第一判断模块、第二判断模块、第三判断模块和信息处理模块;主控制单元包括语音提示装置和控制执行装置。上述方案缺少对目标车道的选择方式,无法自动确定目标车道;通过计算本车与目标车道前后车的碰撞时间控制方向盘转角,当目标车道前后车距离在临界距离附近时来回振荡的情况下时,存在变道结果不稳定的问题。
发明内容
本发明是为了克服现有技术的车辆变道辅助方法和系统存在换道意图判断条件不明确、当目标车道前后车距离在临界距离附近振荡时,变道结果不稳定,系统鲁棒性差的问题,提供一种保持变道系统输出稳定,鲁棒性高的基于车道参考线的车辆变道辅助方法及系统。
为实现上述目的,本发明采用以下技术方案:
一种基于车道参考线的车辆变道辅助方法,包括:
采集车辆驾驶状态并获得车辆周围感知信息;根据采集的信息将障碍物的位置信息与本车附近的区域划分信息进行比较,判断障碍物落入的区域;
从车辆驾驶状态和车辆周围感知信息中获取车辆处于自动驾驶状态或变道辅助状态;
基于自动驾驶车辆实际车速与期望车速的关系、自动驾驶车辆与障碍物车的距离和跟车安全距离的关系、当前车道自动驾驶车辆前方障碍物的类型以及运动状态判断自动驾驶状态的车辆是否存在变道意图;
对处于自动驾驶状态的车辆根据车辆周围感知信息计算变道代价,选取变道代价最小的车道为目标车道;对处于变道辅助状态的车辆,选取当下转向灯对应车道为目标车道;
判断目标车道的车道线置信度是否满足阈值、目标车道线是否为虚线、目标车道障碍物与本车的距离是否在安全距离内,并结合滤波处理,确定目标车道是否符合换道的合理度条件;并对符合合理度条件的目标车道利用分离轴定理判断目标车道障碍物多面体与本车多面体之间是否存在交集,进行障碍物碰撞检测,输出变道决策信息。其中,自动驾驶状态为变道辅助系统控制车辆自主变道;所述变道辅助状态为ALC拨杆变道。自动驾驶车辆正常行驶时,结合车辆周围感知结果,进行当前车道换道意图计算。当自动驾驶车辆在本车道行驶产生换道意图时,对本车道以及相邻车道进行行驶代价计算,根据计算结果选择代价最小的车道行驶。最后对代价最低的车道进行变道合理性判断,合理则变道,如果代价最低车道为本车道,则保持直行。如果上述代价最低车道为变道车道并且换道不合理,则选择代价第二低的车道变道,对代价第二低的车道进行换道合理性判断,合理则变道,如果代价第二低的车道为本车道,则保持直行。如果上述代价最低和代价第二低的车道都为变道车道并且换道都不可行,则保持车辆直行。接着根据选择的合理性目标车道,结合规划轨迹与障碍物的预测轨迹进行碰撞检测,最终输出决策结果。
作为优选,所述根据采集的信息将障碍物的位置信息与本车附近的区域划分信息进行比较,判断障碍物落入的区域包括:获取障碍物在Frenet坐标系下的纵向坐标值、纵向速度、纵向加速度、横向坐标值、横向速度和横向加速度,以当前本车车道中心线为纵向参考线,以与本车后方X米处的纵向参考线相垂直的线为横向参考线,本车后方障碍物检测区域为本车后方X米以内,障碍物区域划分信息如下:
其中:l为障碍物的横向偏移量,S为障碍物的纵向偏移量;l0为本车的横向偏移量、s0为本车的纵向偏移量;w为车道宽度。&&为编程语言中的“与”逻辑符号。
作为优选,所述基于自动驾驶车辆实际车速与期望车速的关系、自动驾驶车辆与障碍物车的距离和跟车安全距离的关系、当前车道自动驾驶车辆前方障碍物的类型以及运动状态判断自动驾驶状态的车辆是否存在变道意图包括:
当满足期望车速与自动驾驶车辆实际车速的差占期望车速的比例大于预设阈值则自动驾驶车辆产生变道意图;
当满足自动驾驶车辆前方障碍物与车辆距离小于最小安全距离时,自动驾驶车辆产生变道意图;
当满足自动驾驶车辆前方障碍物为大货车或者静止障碍物时,自动驾驶车辆产生变道意图。
作为优选,所述对处于自动驾驶状态的车辆根据车辆周围感知信息计算变道代价包括:变道代价COST满足:
COST=w1*Cost1+w2*Cost2+W3*Cost3+w4*Cost4
其中,Cost1为目标车道的堵塞度,目标车道前方障碍物车辆与自动驾驶车辆的距离越远,则表示当前车道越通畅,相应的Cost1就小;Cost2为当前车道障碍物与自动驾驶车辆的变化趋势,由两者速度、加速度等信息计算,比如发现两者处于快速靠近阶段,则Cost2就高;Cost3为车道优先级选择代价,左车道比右车道更适合变道,所以当左右两车道其他各代价接近的情况下,优先选择左车道变道,左车道Cost3小;Cost4为障碍物车辆的类型及运动状态,比如目标车道存在大车或者路障时,Cost4代价较高,w1,w2,w3,w4分别为对应参数的权重。
其中,当满足自动驾驶车辆前方障碍物与车辆距离小于最小安全距离时,自动驾驶车辆产生变道意图;具体为:
自动驾驶车辆实际车速由底盘信息直接获取,表示为Vcur。自动驾驶车辆期望速度需要综合考虑系统设置的最大车速、维持设置的跟车距离所能达到的最大速度、以及当前道路曲率所能达到的车速,表示为Vexp。则比例为
当Vratio大于某个阈值,并且保持多帧,则自动驾驶车辆产生变道意图;
当满足自动驾驶车辆前方障碍物与车辆距离小于最小安全距离时,自动驾驶车辆产生变道意图;具体为:
根据障碍物区域划分模块筛选出的当前车道自动驾驶车辆前方的障碍物作为参考障碍物,记为obj。所以自动驾驶车辆与障碍物obj的距离为:
S=Sobj-Sego-ROH-FOH
Sobj和Sego分别为Frenet坐标系下障碍物obj和自动驾驶车辆ego的S值,ROH为障碍物车obj后轴到车尾的距离,FOH为自动驾驶车辆ego后轴到车头的距离。
最小安全距离Smin=max(S0,S1),其中S0是自动驾驶车辆与障碍物车辆的速度与加速度根据运动学模型计算的距离,S1为设置的跟车时距计算的距离。取两者中的较大值作为最小安全距离。当距离S小于最小安全距离Smin时,则自动驾驶车辆产生变道意图。
作为优选,所述判断目标车道障碍物距离与本车的距离是否在安全距离内包括:判断自动驾驶车辆与当前车道前车距离S1是否大于换道安全距离S1_safe,自动驾驶车辆与目标车道前车距离S2是否大于换道安全距离S2_safe,自动驾驶车辆与目标车道后车距离S3是否大于换道安全距离S3_safe;只有当满足如下关系时,自动驾驶车辆才能安全变道:具体关系如下:
S1>S1_safe&&S2>S2_safe&&S3>S3_safe;
S1=Sobj-Sego-ROH-FOHS1_safe=(Vego-Vobj)*t
其中Sobj和Sego分别为Frenet坐标系下障碍物obj和自动驾驶车辆ego的S值,ROH为障碍物车obj后轴到车尾的距离,FOH为自动驾驶车辆ego后轴到车头的距离。Vego为自动驾驶车辆速度,Vobj为障碍物车辆速度,t为换道时间;
S2=Sobj-Sego-ROH-FOH
S2_safe=(Vego-Vobj)*t
其中Sobj和Sego分别为Frenet坐标系下障碍物obj和自动驾驶车辆ego的S值,ROH为障碍物车obj后轴到车尾的距离,FOH为自动驾驶车辆ego后轴到车头的距离。Vego为自动驾驶车辆速度,Vobj为障碍物车辆速度,t为换道时间;
S3=Sego-Sobj-ROH-FOH
S3_safe=(Vobj-Vego)*t
其中Sobj和Sego分别为Frenet坐标系下障碍物obj和自动驾驶车辆ego的S值,FOH为障碍物车obj后轴到车头的距离,ROH为自动驾驶车辆ego后轴到车尾的距离。Vego为自动驾驶车辆速度,Vobj为障碍物车辆速度,t为换道时间。
作为优选,所述并结合滤波处理,包括:当S1>S1_safe+Sbuf时,自动驾驶车辆与当前车道前方车辆满足最小变道安全距离,此后在此次变道完成前只要S1>S1_safe–Sbuf,都认为自动驾驶车辆换道过程中与当前车道前方车辆满足最小换道安全距离;
当S2>S2_safe+Sbuf时,自动驾驶车辆与目标车道前方车辆满足最小变道安全距离,此后在此次变道完成前只要S2>S2_safe–Sbuf,都认为自动驾驶车辆换道过程中与目标车道前方车辆满足最小换道安全距离;
当S3>S3_safe+Sbuf时,自动驾驶车辆与目标车道后方车辆满足最小变道安全距离,此后在此次变道完成前只要S3>S3_safe–Sbuf,都认为自动驾驶车辆换道过程中与目标车道后方车辆满足最小换道安全距离,其中:Sbuf为条件判断阈值缓存量。在变道过程中,当实际距离在安全距离附近震荡时,保证变道结果稳定,提高系统鲁棒性。
作为优选,所述变道决策信息包括:向左变道、居中保持或者向右变道。
一种基于车道参考线的车辆变道辅助系统,采用上述任一项所述的基于车道参考线的车辆变道辅助方法,包括:
输入模块:采集车辆驾驶状态信息并获得车辆周围感知信息;其中,车辆驾驶状态包括:自动驾驶车辆的车速、加速度、方向盘转角信息、车辆功能等级信息和本车位姿信息;车辆周围感知信息包括:车道线信息、障碍物信息、交通标志信息及障碍物轨迹预测信息;
障碍物区域划分模块:对障碍物的车道属性进行计算,去除与自动驾驶车辆无关的障碍物,判断并输出其余障碍物相对于自动驾驶车辆的位置关系,位置关系包括位于自动驾驶车辆的前方、后方,位于自动驾驶车辆左侧车道的前方、后方,位于自动驾驶车辆右侧车道前方、后方;
换道意图模块:基于自动驾驶车辆实际车速与期望车速的关系、自动驾驶车辆与障碍物车的距离和跟车安全距离的关系、当前车道自动驾驶车辆前方障碍物的类型以及运动状态判断并输出自动驾驶状态车辆的变道意图;
对处于自动驾驶状态的车辆根据车辆周围感知信息计算变道代价,选取变道代价最小的车道为目标车道;对处于变道辅助状态的车辆,选取当下转向灯对应车道为目标车道,并输出变道意图;
变道合理性判断模块:判断目标车道的车道线置信度是否满足阈值、目标车道线是否为虚线、目标车道障碍物与本车的距离是否在安全距离内,并结合滤波处理,确定并输出目标车道是否符合换道的合理度条件;
碰撞检测及输出模块:对符合合理度条件的目标车道利用分离轴定理判断目标车道障碍物多面体与本车多面体之间是否存在交集,进行障碍物碰撞检测,输出变道决策信息。功能等级主要判断自动驾驶车辆处于自动变道功能还是ALC功能。
因此,本发明具有如下有益效果:(1)判断自动驾驶车辆的换道意图时,在考虑速度和加速度的基础上,还结合了自动驾驶车辆距离前方障碍物的距离是否满足最小安全距离、当前车道前方障碍物类型和障碍物运行状态等因素,避免车辆换道与障碍物发生碰撞。
(2)增加滤波处理,考虑障碍物车辆加速度以及速度可能存在波动情况,防止自动驾驶车辆与障碍物的距离在安全距离附近来回振荡,保证变道结果稳定,系统鲁棒性好。
(3)将自动驾驶车辆和障碍物车辆投影到车道参考线,转为Frenet坐标系进行一系列计算,简化实际换道过程中采用的换道控制方法和算法。
(4)将自主变道与ALC功能整合在一起,在车辆处于不同的驾驶状态下都能辅助变道,起到多功能变道辅助的效果。
附图说明
图1是本发明一实施例的基于车道参考线的车辆变道辅助系统流程图。
图2是本发明一实施例的基于车道参考线的车辆变道辅助方法的笛卡尔坐标系转Frenet坐标系的转换示意图。
图3是本发明一实施例的基于车道参考线的车辆变道辅助方法的Frenet坐标系中障碍物区域划分示意图。
图4是本发明一实施例的基于车道参考线的车辆变道辅助方法的碰撞检测时两物体不碰撞示意图。
图5是本发明一实施例的基于车道参考线的车辆变道辅助方法的碰撞检测时两物体碰撞示意图。
图中:1、自动驾驶车辆2、障碍物3、纵向参考线。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
实施例:
如图1所示的基于车道参考线的车辆变道辅助系统,包括输入模块:采集车辆驾驶状态信息并获得车辆周围感知信息;其中,车辆驾驶状态包括:自动驾驶车辆1的车速、加速度、方向盘转角信息、车辆功能等级信息和本车位姿信息;车辆周围感知信息包括:车道线信息、障碍物2信息、交通标志信息及障碍物2轨迹预测信息,其中功能等级判断为判断自动驾驶车辆1处于自主变道功能还是ALC拨杆变道功能;
障碍物2区域划分模块:对障碍物2的车道属性进行计算,去除与自动驾驶车辆1无关的障碍物2,判断并输出其余障碍物2相对于自动驾驶车辆1的位置关系,位置关系包括位于自动驾驶车辆1的前方、后方,位于自动驾驶车辆1左侧车道的前方、后方,位于自动驾驶车辆1右侧车道前方、后方;
换道意图模块:基于自动驾驶车辆1实际车速与期望车速的关系、自动驾驶车辆1与障碍物2车的距离和跟车安全距离的关系、当前车道自动驾驶车辆1前方障碍物2的类型以及运动状态判断并输出自动驾驶状态车辆的变道意图;
对处于自动驾驶状态的车辆根据车辆周围感知信息计算变道代价,选取变道代价最小的车道为目标车道;对处于变道辅助状态的车辆,选取当下转向灯对应车道为目标车道,并输出变道意图;
变道合理性判断模块:判断目标车道的车道线置信度是否满足阈值、目标车道线是否为虚线、目标车道障碍物2与本车的距离是否在安全距离内,并结合滤波处理,确定并输出目标车道是否符合换道的合理度条件;
碰撞检测及输出模块:对符合合理度条件的目标车道利用分离轴定理判断目标车道障碍物2多面体与本车多面体之间是否存在交集,进行障碍物2碰撞检测,输出变道决策信息。
本实施例还公开了基于车道参考线的车辆变道辅助方法,包括:
采集车辆驾驶状态并获得车辆周围感知信息;根据采集的信息将障碍物2的位置信息与本车附近的区域划分信息进行比较,判断障碍物2落入的区域;具体包括:
基于参考线,如图2所示将自动驾驶车辆1以及障碍物2车辆的位置等转为Frenet坐标系下的信息。此时得到相应的纵向坐标值s、纵向速度s’、纵向加速度s”,横向坐标值l、横向速度l’、横向加速度l”。如图2所示,笛卡尔坐标系下的p点,投影到参考线上为M点。获取障碍物2在Frenet坐标系下的纵向坐标值、纵向速度、纵向加速度、横向坐标值、横向速度和横向加速度,以当前本车车道中心线为纵向参考线3,以本车后方200米处的纵向参考线相垂直的线为横向参考线,本车后方障碍物2检测区域为本车后方200米以内,障碍物2区域划分信息如下:
其中:l为障碍物2的横向偏移量,S为障碍物2的纵向偏移量;l0为本车的横向偏移量、s0为本车的纵向偏移量;w为车道宽度。&&为编程语言中的“与”逻辑符号。如图3所示,其中障碍物2车辆fl在Frenet坐标系下的横向偏移l=w,所以障碍物2车辆fl属于左侧车道自动驾驶车辆1前方。由此筛选出相对于当前自动驾驶车辆1前后方,以及与当前自动驾驶车辆1相邻车道的前后方,共6个方位的障碍物2信息。
从车辆驾驶状态和车辆周围感知信息中获取车辆处于自动驾驶状态或变道辅助状态;其中,自动驾驶状态为变道辅助系统控制车辆自主变道,变道辅助状态为ALC拨杆变道。
基于自动驾驶车辆1实际车速与期望车速的关系、自动驾驶车辆1与障碍物2车的距离和跟车安全距离的关系、当前车道自动驾驶车辆1前方障碍物2的类型以及运动状态判断自动驾驶状态的车辆是否存在变道意图;
其中,计算自动驾驶车辆1实际车速与期望速度的占比:
自动驾驶车辆1实际车速由底盘信息直接获取,表示为Vcur。自动驾驶车辆1期望速度需要综合考虑系统设置的最大车速、维持设置的跟车距离所能达到的最大速度、以及当前道路曲率所能达到的车速,表示为Vexp。则比例为
当Vratio大于某个阈值,并且保持多帧,则自动驾驶车辆1产生变道意图。
判断自动驾驶车辆1与障碍物2车的距离和最小安全距离的关系:
根据障碍物2区域划分模块筛选出的当前车道自动驾驶车辆1前方的障碍物2作为参考障碍物2,记为obj。所以自动驾驶车辆1与障碍物2obj的距离为:
S=Sobj-Sego-ROH-FOH
Sobj和Sego分别为Frenet坐标系下障碍物2obj和自动驾驶车辆1ego的S值,ROH为障碍物2车辆obj后轴到车尾的距离,FOH为自动驾驶车辆1ego后轴到车头的距离。
最小安全距离Smin=max(S0,S1),其中S0是自动驾驶车辆1与障碍物2车辆的速度与加速度根据运动学模型计算的距离,S1为设置的跟车时距计算的距离。取两者中的较大值作为最小安全距离。当距离S小于最小安全距离Smin时,则自动驾驶车辆1产生变道意图。
判断当前车道自动驾驶车辆1前方障碍物2的类型:
当前车道自动驾驶车辆1前方最近障碍物2类型为大车或者静止障碍物2时,自动驾驶车辆1产生换道意图。
对处于自动驾驶状态的车辆根据车辆周围感知信息计算变道代价,选取变道代价最小的车道为目标车道;对处于变道辅助状态的车辆,选取当下转向灯对应车道为目标车道;假设当前为三车道,主要分为左车道、当前车道、右车道。当自动驾驶车辆1产生变道意图时,分别计算自动驾驶车辆1在三车道行驶的代价值。主要根据不同车道的障碍物2车辆的类型、速度、加速度,以及自动驾驶车辆1的速度、加速度等计算三车道车辆的行驶代价。表示为下式:
COST=w1*Cost1+w2*Cost2+W3*Cost3+w4*Cost4
其中Cost1为目标车道的堵塞度,目标车道前方障碍物2车辆与自动驾驶车辆1的距离越远,则表示当前车道越通畅,相应的Cost1就小。Cost2为当前车道障碍物2与自动驾驶车辆1的变化趋势,由两者速度、加速度等信息计算,比如发现两者处于快速靠近阶段,则Cost2就高。Cost3为车道优先级选择代价,按照正常变道逻辑,左车道比右车道更适合变道,所以当左右两车道其他各代价接近的情况下,优先选择左车道变道,设定左车道Cost3小于同等情况下右车道的Cost3。Cost4为障碍物2车辆的类型及运动状态,比如目标车道存在大车或者路障时,Cost4代价较高。w1,w2,w3,w4分别为对应参数的权重。综合考虑各种情况选取代价最小的车道变道。选取代价最小的车道作为目标车道。
判断目标车道的车道线置信度是否满足阈值、目标车道线是否为虚线、目标车道障碍物2与本车的距离是否在安全距离内,并结合滤波处理,确定目标车道是否符合换道的合理度条件;
其中:判断目标车道的车道线置信度:
直接获取感知结果,判断是否大于一定阈值,满足则说明自动驾驶车辆1变道满足变道要求。
判断目标车道的车道线是否为虚线或者虚实线:
根据交通规则,只有车道线为虚线时,才可以变道。所以根据感知获得的车道线类型判断是否为虚线或者虚实线,靠近自动驾驶车辆1一侧为虚线,满足要求则说明自动驾驶车辆1满足变道要求。
判断自动驾驶车辆1变道过程中跟障碍物2车距离是否大于变道安全距离:
主要判断自动驾驶车辆1与当前车道前车距离S1是否大于换道安全距离S1_safe、自动驾驶车辆1与目标车道前车距离S2是否大于换道安全距离S2_safe、自动驾驶车辆1与目标车道后车距离S3是否大于换道安全距离S3_safe;
S1=Sobj-Sego-ROH-FOH
S1_safe=(Vego-Vobj)*t
其中Sobj和Sego分别为Frenet坐标系下障碍物2obj和自动驾驶车辆lego的S值,ROH为障碍物2车obj后轴到车尾的距离,FOH为自动驾驶车辆lego后轴到车头的距离。Vego为自动驾驶车辆1速度,Vobj为障碍物2车辆速度,t为换道时间;
S2=Sobj-Sego-ROH-FOH
S2_safe=(Vego-Vobj)*t
其中Sobj和Sego分别为Frenet坐标系下障碍物2obj和自动驾驶车辆lego的S值,ROH为障碍物2车obj后轴到车尾的距离,FOH为自动驾驶车辆lego后轴到车头的距离。Vego为自动驾驶车辆1速度,Vobj为障碍物2车辆速度,t为换道时间;
S3=Sego-Sobj-ROH-FOH
S3_safe=(Vobj-Vego)*t
其中Sobj和Sego分别为Frenet坐标系下障碍物2obj和自动驾驶车辆lego的S值,FOH为障碍物2车obj后轴到车头的距离,ROH为自动驾驶车辆1ego后轴到车尾的距离。Vego为自动驾驶车辆1速度,Vobj为障碍物2车辆速度,t为换道时间。
只有当满足如下关系时,自动驾驶车辆1才能安全变道。具体关系如下:
S1>S1_safe&&S2>S2_safe&&S3>S3_safe。
进行滤波处理:
包括:当S1>S1_safe+Sbuf时,自动驾驶车辆1与当前车道前方车辆满足最小变道安全距离,此后在此次变道完成前只要S1>S1_safe-Sbuf,都认为自动驾驶车辆1换道过程中与当前车道前方车辆满足最小换道安全距离;
当S2>S2_safe+Sbuf时,自动驾驶车辆1与目标车道前方车辆满足最小变道安全距离,此后在此次变道完成前只要S2>S2_safe-Sbuf,都认为自动驾驶车辆1换道过程中与目标车道前方车辆满足最小换道安全距离;
当S3>S3_safe+Sbuf时,自动驾驶车辆1与目标车道后方车辆满足最小变道安全距离,此后在此次变道完成前只要S3>S3_safe-Sbuf,都认为自动驾驶车辆1换道过程中与目标车道后方车辆满足最小换道安全距离,其中:Sbuf为条件判断阈值缓存量。在变道过程中,当实际距离在安全距离附近震荡时,保证变道结果稳定,提高系统鲁棒性。
并对符合合理度条件的目标车道利用分离轴定理判断目标车道障碍物2多面体与本车多面体之间是否存在交集,进行障碍物2碰撞检测,输出变道决策信息:
其中,根据上述选择的目标车道,规划变道轨迹,预测模块预测的障碍物2行驶轨迹,进行碰撞检测。由于车辆是规则的矩形,所以碰撞检测采用分离轴定理进行判断。在四个轴分别投影,两个矩形中心投影长度记为da,自动驾驶车辆1ego投影长度记为db,障碍物2车辆投影长度记为dc。
只需在某个轴的投影长度满足如下关系da>db+dc,则两物体不碰撞。如图4所示,这一组四个投影中存在右上图满足此关系,所以两物体不碰撞。如图5所示,这一组四个投影中不存在满足此关系的投影,所以两物体碰撞。其中A、B、C、D分别为四个不同轴的投影。
本申请在判断自动驾驶车辆1的换道意图时,在考虑速度和加速度的基础上,还结合了自动驾驶车辆1距离前方障碍物2的距离是否满足最小安全距离、当前车道前方障碍物2类型和障碍物2运行状态等因素,避免车辆换道与障碍物2发生碰撞。增加滤波处理,考虑障碍物2车辆加速度以及速度可能存在波动情况,防止自动驾驶车辆1与障碍物2的距离在安全距离附近来回振荡,保证变道结果稳定,系统鲁棒性好。将自动驾驶车辆1和障碍物2车辆投影到车道参考线,转为Frenet坐标系进行一系列计算,简化实际换道过程中采用的换道控制方法和算法。将自主变道与ALC功能整合在一起,在车辆处于不同的驾驶状态下都能辅助变道,起到多功能变道辅助的效果。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了ALC、滤波处理、障碍物、变道代价等术语,但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。
Claims (8)
1.一种基于车道参考线的车辆变道辅助方法,其特征是,包括:
采集车辆驾驶状态并获得车辆周围感知信息;根据采集的信息将障碍物的位置信息与本车附近的区域划分信息进行比较,判断障碍物落入的区域;
从车辆驾驶状态和车辆周围感知信息中获取车辆处于自动驾驶状态或变道辅助状态;
基于自动驾驶车辆实际车速与期望车速的关系、自动驾驶车辆与障碍物车的距离和跟车安全距离的关系、当前车道自动驾驶车辆前方障碍物的类型以及运动状态判断自动驾驶状态的车辆是否存在变道意图;
对处于自动驾驶状态的车辆根据车辆周围感知信息计算变道代价,选取变道代价最小的车道为目标车道;对处于变道辅助状态的车辆,选取当下转向灯对应车道为目标车道;
判断目标车道的车道线置信度是否满足阈值、目标车道线是否为虚线、目标车道障碍物与本车的距离是否在安全距离内,并结合滤波处理,确定目标车道是否符合换道的合理度条件;并对符合合理度条件的目标车道利用分离轴定理判断目标车道障碍物多面体与本车多面体之间是否存在交集,进行障碍物碰撞检测,输出变道决策信息。
2.根据权利要求1所述的一种基于车道参考线的车辆变道辅助方法,其特征是,所述根据采集的信息将障碍物的位置信息与本车附近的区域划分信息进行比较,判断障碍物落入的区域包括:获取障碍物在Frenet坐标系下的纵向坐标值、纵向速度、纵向加速度、横向坐标值、横向速度和横向加速度,以当前本车车道中心线为纵向参考线,以与本车后方X米处的纵向参考线相垂直的线为横向参考线,障碍物区域划分信息如下:
其中:l为障碍物的横向偏移量,S为障碍物的纵向偏移量;l0为本车的横向偏移量、s0为本车的纵向偏移量;w为车道宽度。
3.根据权利要求2所述的一种基于车道参考线的车辆变道辅助方法,其特征是,所述基于自动驾驶车辆实际车速与期望车速的关系、自动驾驶车辆与障碍物车的距离和跟车安全距离的关系、当前车道自动驾驶车辆前方障碍物的类型以及运动状态判断自动驾驶状态的车辆是否存在变道意图包括:
当满足期望车速与自动驾驶车辆实际车速的差占期望车速的比例大于预设阈值则自动驾驶车辆产生变道意图;
当满足自动驾驶车辆前方障碍物与车辆距离小于最小安全距离时,自动驾驶车辆产生变道意图;
当满足自动驾驶车辆前方障碍物为大货车或者静止障碍物时,自动驾驶车辆产生变道意图。
4.根据权利要求3所述的一种基于车道参考线的车辆变道辅助方法,其特征是,所述对处于自动驾驶状态的车辆根据车辆周围感知信息计算变道代价包括:变道代价COST满足:
COST=w1*Cost1+w2*Cost2+W3*Cost3+w4*Cost4
其中,Cost1为目标车道的堵塞度,目标车道前方障碍物车辆与自动驾驶车辆的距离越远,则表示当前车道越通畅,相应的Cost1就小;Cost2为当前车道障碍物与自动驾驶车辆的变化趋势,由两者速度、加速度等信息计算,比如发现两者处于快速靠近阶段,则Cost2就高;Cost3为车道优先级选择代价,左车道比右车道更适合变道,所以当左右两车道其他各代价接近的情况下,优先选择左车道变道,左车道Cost3小;Cost4为障碍物车辆的类型及运动状态,比如目标车道存在大车或者路障时,Cost4代价较高,w1,w2,w3,w4分别为对应参数的权重。
5.根据权利要求4所述的一种基于车道参考线的车辆变道辅助方法,其特征是,所述判断目标车道障碍物距离与本车的距离是否在安全距离内包括:判断自动驾驶车辆与当前车道前车距离S1是否大于换道安全距离S1_safe,自动驾驶车辆与目标车道前车距离S2是否大于换道安全距离S2_safe,自动驾驶车辆与目标车道后车距离S3是否大于换道安全距离S3_safe;只有当满足如下关系时,自动驾驶车辆才能安全变道:具体关系如下:
S1>S1_safe&&S2>S2_safe&&S3>S3_safe。
6.根据权利要求5所述的一种基于车道参考线的车辆变道辅助方法,其特征是,所述并结合滤波处理,包括:当S1>S1_safe+Sbuf时,自动驾驶车辆与当前车道前方车辆满足最小变道安全距离,此后在此次变道完成前只要S1>S1_safe–Sbuf,都认为自动驾驶车辆换道过程中与当前车道前方车辆满足最小换道安全距离;
当S2>S2_safe+Sbuf时,自动驾驶车辆与目标车道前方车辆满足最小变道安全距离,此后在此次变道完成前只要S2>S2_safe–Sbuf,都认为自动驾驶车辆换道过程中与目标车道前方车辆满足最小换道安全距离;
当S3>S3_safe+Sbuf时,自动驾驶车辆与目标车道后方车辆满足最小变道安全距离,此后在此次变道完成前只要S3>S3_safe–Sbuf,都认为自动驾驶车辆换道过程中与目标车道后方车辆满足最小换道安全距离,其中:Sbuf为条件判断阈值缓存量。
7.根据权利要求1或6所述的一种基于车道参考线的车辆变道辅助方法,其特征是,所述变道决策信息包括:向左变道、居中保持或者向右变道。
8.一种基于车道参考线的车辆变道辅助系统,其特征是,采用权利要求1-7任一项所述的基于车道参考线的车辆变道辅助方法,包括:
输入模块:采集车辆驾驶状态信息并获得车辆周围感知信息;其中,车辆驾驶状态包括:自动驾驶车辆的车速、加速度、方向盘转角信息、车辆功能等级信息和本车位姿信息;车辆周围感知信息包括:车道线信息、障碍物信息、交通标志信息及障碍物轨迹预测信息;
障碍物区域划分模块:对障碍物的车道属性进行计算,去除与自动驾驶车辆无关的障碍物,判断并输出其余障碍物相对于自动驾驶车辆的位置关系,位置关系包括位于自动驾驶车辆的前方、后方,位于自动驾驶车辆左侧车道的前方、后方,位于自动驾驶车辆右侧车道前方、后方;
换道意图模块:基于自动驾驶车辆实际车速与期望车速的关系、自动驾驶车辆与障碍物车的距离和跟车安全距离的关系、当前车道自动驾驶车辆前方障碍物的类型以及运动状态判断并输出自动驾驶状态车辆的变道意图;
对处于自动驾驶状态的车辆根据车辆周围感知信息计算变道代价,选取变道代价最小的车道为目标车道;对处于变道辅助状态的车辆,选取当下转向灯对应车道为目标车道,并输出变道意图;
变道合理性判断模块:判断目标车道的车道线置信度是否满足阈值、目标车道线是否为虚线、目标车道障碍物距离与本车的距离是否在安全距离内,并结合滤波处理,确定并输出目标车道是否符合换道的合理度条件;
碰撞检测及输出模块:对符合合理度条件的目标车道利用分离轴定理判断目标车道障碍物多面体与本车多面体之间是否存在交集,进行障碍物碰撞检测,输出变道决策信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211007937.2A CN115571130A (zh) | 2022-08-22 | 2022-08-22 | 一种基于车道参考线的车辆变道辅助方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211007937.2A CN115571130A (zh) | 2022-08-22 | 2022-08-22 | 一种基于车道参考线的车辆变道辅助方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115571130A true CN115571130A (zh) | 2023-01-06 |
Family
ID=84580070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211007937.2A Pending CN115571130A (zh) | 2022-08-22 | 2022-08-22 | 一种基于车道参考线的车辆变道辅助方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115571130A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116674644A (zh) * | 2023-07-28 | 2023-09-01 | 北京小米移动软件有限公司 | 防碰撞控制方法、装置及电子设备 |
CN116691680A (zh) * | 2023-05-30 | 2023-09-05 | 上海智能汽车融合创新中心有限公司 | 一种基于多车运动模型的变道方法和装置 |
CN117238171A (zh) * | 2023-09-28 | 2023-12-15 | 山东梁山华宇集团汽车制造有限公司 | 一种车辆检测系统 |
-
2022
- 2022-08-22 CN CN202211007937.2A patent/CN115571130A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116691680A (zh) * | 2023-05-30 | 2023-09-05 | 上海智能汽车融合创新中心有限公司 | 一种基于多车运动模型的变道方法和装置 |
CN116691680B (zh) * | 2023-05-30 | 2024-06-07 | 上海智能汽车融合创新中心有限公司 | 一种基于多车运动模型的变道方法和装置 |
CN116674644A (zh) * | 2023-07-28 | 2023-09-01 | 北京小米移动软件有限公司 | 防碰撞控制方法、装置及电子设备 |
CN117238171A (zh) * | 2023-09-28 | 2023-12-15 | 山东梁山华宇集团汽车制造有限公司 | 一种车辆检测系统 |
CN117238171B (zh) * | 2023-09-28 | 2024-03-08 | 山东梁山华宇集团汽车制造有限公司 | 一种车辆检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108225364B (zh) | 一种无人驾驶汽车驾驶任务决策系统及方法 | |
CN115571130A (zh) | 一种基于车道参考线的车辆变道辅助方法及系统 | |
JP6592074B2 (ja) | 車両制御装置、車両制御方法、プログラム、および情報取得装置 | |
CN109598934B (zh) | 一种基于规则与学习模型的无人驾驶汽车驶离高速的方法 | |
US11275379B2 (en) | Vehicle control apparatus and method for controlling automated driving vehicle | |
JP3714258B2 (ja) | 車両用推奨操作量生成装置 | |
JP6318864B2 (ja) | 運転支援装置 | |
JP4379199B2 (ja) | 車線変更支援装置および方法 | |
JP7193656B2 (ja) | 割り込んでくる又は抜け出て行く車両を認識する制御ユニット及び方法 | |
JP2020119517A (ja) | 運転者を支援する方法、運転者支援システム、およびこのような運転者支援システムを備えた車両 | |
US11300961B2 (en) | Vehicle control apparatus and method for controlling automated driving vehicle | |
JP6729326B2 (ja) | 自動運転装置 | |
JPWO2011158307A1 (ja) | 運転者の車線変更意図を予測するシステム | |
CN111650945B (zh) | 动态障碍物防撞方法 | |
US11348463B2 (en) | Travel control device, travel control method, and storage medium storing program | |
JPH0781604A (ja) | 自動走行車両 | |
CN110782707A (zh) | 汽车变道控制方法和装置、汽车、存储介质 | |
CN112859838B (zh) | 一种自动驾驶控制方法、装置、设备和介质 | |
JPWO2019106788A1 (ja) | 車両制御装置、車両、及び車両制御方法 | |
CN114872708B (zh) | 基于模糊推理和有限状态机的换道决策方法及系统 | |
CN113561992A (zh) | 自动驾驶车辆轨迹生成方法、装置、终端设备及介质 | |
JP7356892B2 (ja) | 車両の走行環境推定方法、及び、走行環境推定システム | |
JPH07294634A (ja) | 車両の障害物警報装置 | |
CN114120685B (zh) | 一种换道控制方法及装置 | |
CN114684201A (zh) | 车辆控制方法和装置 |
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 |