DE102015108605A1 - Fahrzeugspurwechselpfad-Planungsalgorithmus für ein autonom-fahrendes Fahrzeug - Google Patents

Fahrzeugspurwechselpfad-Planungsalgorithmus für ein autonom-fahrendes Fahrzeug Download PDF

Info

Publication number
DE102015108605A1
DE102015108605A1 DE102015108605.0A DE102015108605A DE102015108605A1 DE 102015108605 A1 DE102015108605 A1 DE 102015108605A1 DE 102015108605 A DE102015108605 A DE 102015108605A DE 102015108605 A1 DE102015108605 A1 DE 102015108605A1
Authority
DE
Germany
Prior art keywords
segment
vehicle
lane
roadway
path
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
Application number
DE102015108605.0A
Other languages
English (en)
Other versions
DE102015108605B4 (de
DE102015108605A9 (de
Inventor
Jin-woo Lee
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of DE102015108605A1 publication Critical patent/DE102015108605A1/de
Publication of DE102015108605A9 publication Critical patent/DE102015108605A9/de
Application granted granted Critical
Publication of DE102015108605B4 publication Critical patent/DE102015108605B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/10Path keeping
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/10Path keeping
    • B60W30/12Lane keeping
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/02Estimation 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
    • B60W40/06Road conditions
    • B60W40/072Curvature of the road
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/02Estimation 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
    • B60W40/06Road conditions
    • B60W40/076Slope angle of the road
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/15Road slope, i.e. the inclination of a road segment in the longitudinal direction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/30Road curve radius
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2710/00Output or target parameters relating to a particular sub-units
    • B60W2710/06Combustion engines, Gas turbines
    • B60W2710/0605Throttle position
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2710/00Output or target parameters relating to a particular sub-units
    • B60W2710/18Braking system
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2710/00Output or target parameters relating to a particular sub-units
    • B60W2710/20Steering systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

Es werden ein System und Verfahren für ein Bereitstellen eines Pfadplanens und für ein Erzeugen zum automatischen Fahrspurzentrieren und/oder für Fahrspurwechselzwecke für ein Fahrzeug, das auf einer Fahrbahn fährt, offenbart, wobei das Verfahren Fahrbahnmesswerte von einer visuellen Kamera innerhalb eines effektiven Bereichs der Kamera und Fahrbahnmesswerte von einer Kartendatenbasis über den Bereich der Kamera hinaus verwendet. Das Verfahren benutzt die Fahrbahnmesswerte von der Kamera, um einen gewünschten Pfad entlang eines ersten Segments der Fahrbahn zu bestimmen, und identifiziert ein Ende des ersten Segments, basierend darauf, wie genau die Kamera die Fahrbahn definiert. Das Verfahren benutzt dann die Fahrbahnmesswerte von der Kartendatenbasis, um den gewünschten Pfad entlang eines zweiten Segments der Fahrbahn zu bestimmen, welches an dem Ende des ersten Segments beginnt, wobei ein Übergang von dem ersten Segment zu dem zweiten Segment sanft ist.

Description

  • Hintergrund der Erfindung
  • Gebiet der Erfindung
  • Diese Erfindung betrifft allgemein ein System und ein Verfahren zum Bereitstellen einer Fahrzeugpfadplanung und einem Erzeugen eines Fahrspurzentrierens und/oder eines Fahrspurwechselns in einem halb-autonom oder autonom gefahrenen Fahrzeug und, noch spezieller, ein System und ein Verfahren zum Bereitstellen eine Fahrzeugpfadplanens und einer Erzeugung eines Fahrspurzentrierens und/oder eines Fahrspurwechselns in einem halb-autonom oder autonom gefahrenen Fahrzeug, das Messungen von einer nach vorn schauenden Kamera, für ein Bestimmen des Pfades innerhalb des Bereichs der Kamera, und Fahrbahnpunkten von einer Kartendatenbasis, für Entfernungen über den Bereich der Kamera hinaus, verwendet.
  • Diskussion der relevanten Technik
  • Der Betrieb moderner Fahrzeuge wird autonomer werden, d. h. die Fahrzeuge sind in der Lage eine Fahrregelung und immer weniger Fahrereingriffe bereitzustellen. Fahrtregelungssysteme gibt es an Fahrzeugen seit einer Anzahl von Jahren, wobei der Fahrzeugführer eine bestimmte Geschwindigkeit des Fahrzeugs einstellen kann und das Fahrzeug bei dieser Geschwindigkeit gehalten wird, ohne dass der Fahrer die Drosselklappe bzw. das Gaspedal betätigt. Angepasste Fahrtregelungssysteme wurden kürzlich in der Technik entwickelt, bei denen nicht nur das System die eingestellte Geschwindigkeit beibehält, sondern auch automatisch das Fahrzeug in dem Fall verlangsamt, dass ein sich langsamer bewegendes vorausfahrendes Fahrzeug unter Verwenden verschiedener Sensoren, wie Radar und Kameras, erfasst wird. Bestimmte moderne Fahrzeuge stellen auch ein autonomes Parken zur Verfügung, bei dem das Fahrzeug automatisch die Lenkungsregelung für das Parken des Fahrzeugs bereitstellt. Einige Fahrzeugsysteme intervenieren, falls der Fahrer scharfe Steuerungsänderungen durchführt, welche die Fahrzeugstabilität beeinträchtigen könnten. Einige Fahrzeugsysteme versuchen das Fahrzeug nahe dem Zentrum einer Fahrspur der Straße zu halten. Weiterhin haben vollständig autonome Fahrzeuge gezeigt, dass sie in simuliertem Stadtverkehr bis zu 30 mph unter Beachten aller Regeln des Straßenverkehrs fahren können.
  • In dem Maß, in dem sich Fahrzeugsysteme verbessern, werden sie autonomer werden mit dem Ziel, ein vollständig autonom fahrendes Fahrzeug zu werden. Wahrscheinlich werden zukünftige Fahrzeuge zum Beispiel autonome Systeme für ein Fahrspurwechseln, ein Vorbeifahren, ein Abbiegen aus dem Verkehr, ein Einbiegen in den Verkehr usw. verwenden. Ein sanftes Manövrieren und ein automatisches Fahrspurzentrieren und eine Fahrspurwechselregelung sind für den Fahrer- und den Mitfahrerkomfort in autonom fahrenden Fahrzeugen wichtig. Als ein Ergebnis von Sensor- und Betätigungsverzögerungen können sich jedoch gemessene Fahrzeugzustände von aktuellen Fahrzeugzuständen unterscheiden. Dieser Unterschied kann eine ungenaue Pfaderzeugung verursachen, was eine Fahrspurwechselhärte beeinflussen wird.
  • Das US Patent Nr. 8,170,739 , ausgegeben am 1. Mai 2012, betitelt Pfaderzeugungsalgorithmus für ein automatisches Fahrspurzentrieren und Fahrspurwechselregelungssystem, das dem Erwerber dieser Anmeldung übertragen und hierin durch Bezugnahme eingeschlossen ist, offenbart ein System zum Bereitstellen einer Pfaderzeugung für automatisierte Fahrspurzentrier- und/oder Fahrspurwechselzwecke. Das System verwendet ein oder mehrere vorwärts schauende Kameras, welche Fahrspurmarkierungen in Front des Fahrzeugs zum Identifizieren einer Reisefahrspur, auf welcher das Fahrzeug fährt, erfassen. Ein Prozessor für eine gewünschte Pfaderzeugung empfängt die Signale von der Kamera, Fahrzeugzustandsinformationen und einen Lenkwinkel des Fahrzeugs und eine Anfrage für einen Fahrzeugfahrspurwechsel. Das System umfasst auch einen Pfadvorhersage-Prozessor, der den Fahrzeugpfad basierend auf den Fahrzeugzustandsinformationen, einschließlich der Fahrzeuglängsgeschwindigkeit, Fahrzeugquergeschwindigkeit, Fahrzeug-Gierrate und dem Fahrzeuglenkwinkel, vorhersagt. Die gewünschte Pfadinformation und die vorhergesagte Pfadinformation werden verglichen, um ein Fehlersignal zu erzeugen, das an ein Fahrspurwechselsteuergerät gesendet wird, welches ein Lenkwinkelsignal bereitstellt, um das Fahrzeug zu wenden und das Fehlersignal zu vermindern, wobei der Pfaderzeugungs-Prozessor eine polynome Gleichung fünften Grades anwendet, um den gewünschten Pfad des Fahrzeugs basierend auf den Eingangssignalen zu bestimmen.
  • Die US Patentanmeldungsveröffentlichung Nr. 2010/0082195 von Lee und anderen, betitelt: Verfahren zu einem adaptiv gesteuerten Fahrzeugbetrieb unter Verwenden eines autonomen Fahrzeugregelsystems, das dem Erwerber dieser Anmeldung übertragen wurde und auch hierin unter Bezugnahme eingeschlossen ist, offenbart Verbesserungen des Pfaderzeugungsalgorithmus, der in dem '739 Patent offenbart ist und der einen bevorzugten Reisepfad für das Fahrzeug basierend auf einem vorbestimmten Reisepfad und einer geschätzten Fahrbahnposition bestimmt.
  • Sowohl das '739 Patent als auch die '195 Anmeldung verwenden visuelle Kameras, um Fahrbahnmarkierungen und Objekte in Front des Fahrzeugs für Pfaderzeugungszwecke zu erfassen. Gegenwärtige visuelle Fahrzeugkameras haben jedoch eine maximal wirksame Sichtdistanz von etwas 80 Metern bei guten Bedingungen, somit ist ihre Fähigkeit, Fahrbahnmarkierungen zu erkennen und die Fahrbahnkrümmungen zu bestimmen, begrenzt. Insbesondere kann ein typisches Fahrspurwechselmanöver bis zu 5–6 Sekunden erfordern. Für Autobahngeschwindigkeiten wie 70 mph ist der Kamerabereich oftmals, um ein Fahrspurwechselmanöver basierend auf laufenden Berechnungserfordernissen zu vollenden, nicht ausreichend. Deshalb kann die Fahrzeuggeschwindigkeit die Fähigkeit des Systems, akkurat den notwendigen vorhergesagten Pfad für halb-autonom oder autonom fahrende Fahrzeuge bereitzustellen, überschreiten.
  • Zusammenfassung der Erfindung
  • Die vorliegende Offenbarung beschreibt ein System und ein Verfahren für ein Bereitstellen eines Pfadplanens und für ein Erzeugen zum automatischen Fahrspurzentrieren und/oder für Fahrspurwechselabsichten für ein Fahrzeug, das auf einer Fahrbahn fährt, wobei das Verfahren Fahrbahnmesswerte von einer visuellen Kamera innerhalb eines effektiven Bereichs der Kamera und Fahrbahnmesswerte von einer Kartendatenbasis über den Bereich der Kamera hinaus verwendet. Das Verfahren benutzt die Fahrbahnmesswerte von der Kamera, um einen gewünschten Pfad entlang eines ersten Segments der Fahrbahn zu bestimmen, und identifiziert ein Ende des ersten Segments, basierend darauf, wie genau die Kamera die Fahrbahn definiert. Das Verfahren benutzt dann die Fahrbahnmesswerte von der Kartendatenbasis, um den gewünschten Pfad entlang eines zweiten Segments der Fahrbahn zu bestimmen, welches an dem Ende des ersten Segments beginnt, wobei ein Übergang von dem ersten Segment zu dem zweiten Segment sanft ist.
  • Zusätzliche Merkmale der vorliegenden Erfindung werden aus der nachfolgenden Beschreibung und den anhängenden Ansprüchen, zusammengenommen mit den begleitenden Zeichnungen deutlich werden.
  • Kurze Beschreibung der Zeichnungen
  • 1 ist eine Darstellung eines Fahrzeugs, einschließlich der Komponenten, die für die Pfadvorhersage und für das Erzeugen eines halb-autonom oder autonom gefahrenen Fahrzeugs erforderlich sind;
  • 2 ist eine Darstellung eines Fahrzeugs, das auf einer Fahrbahn fährt, die einen berechneten Fahrzeugpfad zeigt;
  • 3 ist eine Darstellung eines Fahrzeugs, das auf einer Fahrbahn fährt und einen berechneten Fahrzeugpfad für unterschiedliche Segmente zeigt, wobei der Pfad durch Kameramessungen und einer Kartendatenbasis bestimmt wird;
  • 4 ist eine Darstellung eines Fahrzeugs, das auf einer Fahrbahn fährt und einen Fahrspurwechselpfad zeigt;
  • 5 ist ein Flussdiagramm, das einen Prozess zum Bestimmen eines Fahrzeugpfads zeigt;
  • 6 ist eine Darstellung eines Fahrzeugs, das entlang einer Fahrbahn fährt, die einen Pfad unter Verwendung von Kartendatenbasis-Fahrbahnpunkten zeigt;
  • 7 ist ein allgemeines Flussdiagramm, das einen allgemeinen Überblick eines Prozesses für ein Pfadplanen zeigt;
  • 8 ist ein Graph mit einer Entfernung auf einer horizontalen Achse und einer Fahrbahnkrümmung auf der vertikalen Achse, einschließlich Graphenlinien, welche die Pfadkrümmung zeigen;
  • 9 ist ein Graph mit einer Entfernung auf der horizontalen Achse und einer Fahrzeuggeschwindigkeit auf der vertikale Achse, einschließlich Graphenlinien, die eine bekannt gegebene Geschwindigkeit, ein extremes Geschwindigkeitsprofil und ein komfortables Geschwindigkeitsprofil zeigen;
  • 10 ist eine andere Darstellung einer Fahrbahn, die Pfadänderungen für eine Hindernisvermeidung zeigt;
  • 11 ist ein Graph mit der Zeit auf der horizontalen Achse und der Geschwindigkeit auf der vertikalen Achse, der ein originales Geschwindigkeitsprofil des Fahrzeugs und ein angepasstes Geschwindigkeitsprofil des Fahrzeugs zeigt;
  • 12 ist eine Darstellung einer Fahrbahn, die ein kurzes Segment eines Pfadweges zeigt, um das Fahrzeug zurück zu einem Referenzpfad zu bringen; und
  • 13 ist ein Flussdiagramm, das einen Prozess zum Durchführen von Ausweichmanövern in einem Pfadvorhersageprozess zeigt.
  • Detaillierte Beschreibung der Ausführungsformen
  • Die folgende Diskussion der Ausführungsformen der Erfindung, die auf ein System und ein Verfahren zum Bereitstellen eines Pfadplanens und einer Pfaderzeugung in einem halb-autonom oder autonom gefahrenen Fahrzeug gerichtet sind, ist nur beispielhafter Natur und es ist in keiner Weise beabsichtigt, die Erfindung oder ihre Anwendungen oder Verwendungen zu beschränken.
  • 1 ist eine Darstellung eines Fahrzeugs 10, einschließlich eines Steuergerätes 12, das alle notwendigen Prozesse, Berechnungen, Algorithmen usw. ausführt, die hierin diskutiert werden, um eine Pfadvorhersage, eine Erzeugung und ein Steuern des Fahrzeugs 10, das in halb-autonomer oder autonomer Weise gefahren wird, bereitzustellen, wobei das Steuergerät 12 irgendeine Anzahl von unabhängigen oder kombinierten Prozessoren, elektronischen Steuereinheiten (ECUs), Geräte usw. sein kann. Das Steuergerät 12 empfängt Signale von einem oder mehreren vorwärts schauenden visuellen Kameras 14, welche Fahrspurmarkierungen und Objekte auf oder in der Fahrbahn oder in anderer Weise in Front des Fahrzeugs 10 erfassen, wobei die Kamera 14 irgendein geeignetes Erfassungsgerät für diesen Zweck sein kann, wie eine ladungsgekoppelte (CCD) Gerätekamera, komplementäre Metalloxid-Halbleiter-(CMOS)Videobildsensoren usw. Das Fahrzeug 10 kann auch eine Anzahl von Sensoren einschließen, die allgemein als Sensor 16 dargestellt sind, die Fahrzeugbewegungsinformationen bereitstellen, einschließlich, aber nicht begrenzt auf, Fahrzeuggeschwindigkeit, Gierrate, Lenkungswinkel, Quer- und Längsbeschleunigung, Quer- und Längsgeschwindigkeit usw. Das Fahrzeug 10 umfasst ferner einen GPS-Empfänger 18, der GPS-Signale empfängt, die den Ort des Fahrzeugs 10 identifizieren, welcher durch eine Kartendatenbasis 20 bereitgestellt wird, welche eine Indikation für das Steuergerät 12 des Ortes des Fahrzeugs 10 auf der Fahrbahn zur Verfügung stellt, zum Beispiel als beabstandete Fahrbahnpunkte. Basierend auf dem gewünschten Pfad des Fahrzeugs 10 und darauf, ob das Fahrzeug 10 halbautonom oder autonom gefahren wird, kann das Steuergerät 12 Ausgangssignale für ein Fahrzeugbremssystem 22, eine Fahrzeugdrosselklappe 24 und/oder ein Fahrzeuglenksystem 26 bereitstellen.
  • Wie oben erwähnt, verwendet das '739 Patent eine vorwärts schauende Kamera und eine Pfadvorhersage und einen Erzeugungsalgorithmus, wie er in dem Steuergerät 12 eingesetzt sein kann, um einen gewünschten Fahrzeugpfad, um das Fahrzeug 10 in dem Fahrspurzentrum zu halten, und einen Pfad zum Fahrspurwechseln zu erzeugen. Der gewünschte Pfad wird als eine Folge von Querversetzungen, Steuerkurswinkeln und Längsentfernungen über eine bestimmte Zeitperiode dargestellt. Das Steuergerät 12 erzeugt den gewünschten Pfad, basierend auf einem vorbestimmten Fahrspurzentrum, unter Verwendung einer polynomen Gleichung fünfter Ordnung. Die polynome Gleichung fünfter Ordnung hat sechs Unbekannte am Anfang des Prozesses zum Berechnen des gewünschten Pfades. Das normalisierte Pfadproblem ist unabhängig von den Fahrzeugzuständen, wobei die Fahrzeugzustände für eine Koordinatenkonversion zu normalisierten Koordinaten der Fahrzeugkoordinaten verwendet werden. Kontinuierliche Annahmen werden in dem Algorithmus für einen sanften Pfad verwendet und umfassen die Startposition und den Orientierungswinkel des gewünschten Pfades, der mit der laufenden Fahrzeugposition und der Fahrzeugbewegungsrichtung ausgerichtet wird, wobei ein Fahrspurwechselpfad das Zentrum der Zielfahrspur beenden sollte und mit der Fahrspur in erster und zweiter Ordnung der Ableitungen auszurichten ist.
  • 2 ist eine Darstellung 40 eines Fahrzeugs 42, das auf der Fahrspur 46 der Fahrbahn 44 entlang einer geschätzten Fahrspurzentrumslinie 48 des Zentrums der Fahrspur 46 fährt, welche durch den Fahrspurzentrumsabschnitts-Algorithmus von verschiedenen wahrnehmenden Messungen bestimmt wurde, z. B. einer vorwärts schauenden Kamera und der GPS/Kartendatenbasis, wobei die Fahrbahn 44 auch eine benachbarte Fahrspur 50 einschließt. Wie oben, ist das Fahrzeug 42 mit allen Komponenten ausgestattet, die für die Pfadvorhersage und Erzeugung notwendig sind, die allgemein als Box 54 dargestellt sind, einschließlich einer vorwärts schauenden visuellen Kamera, welche Fahrspurmarkierungen auf der Fahrbahn 44 erfasst, wobei eine Folge von Punkten 52 entlang der Fahrspur 46 die gewünschte x-, y-Position des Fahrzeugs 40 zu den Kameraprobenzeiten, während es entlang der Zentrumslinie 48 fährt, identifiziert, und wobei die Punkte 52 eine mittlere Entfernung zwischen den Markierungen zwischen dem rechten und dem linken Rand der Fahrspur 46 bilden. In 2 (der ideale Fall) ist die Fahrspurzentrumslinie 48 exakt überlappend mit dem gewünschten Pfad des Fahrzeugs 42. In Wirklichkeit gibt es jedoch eine Diskrepanz zwischen dem gewünschten Pfad, welchem das Fahrzeug 42 folgen muss, und dem aktuellen Zentrum der Fahrspur 46. Ein offensichtlicher Grund für die Diskrepanz ist ein Hindernis in der Fahrspur, daher sollte der gewünschte Pfad erzeugt werden, um das Hindernis zu vermeiden. Ein anderer Grund für die Diskrepanz ist, dass die anfängliche Fahrzeugposition nicht im Zentrum der Fahrspur liegt und die Bewegung nicht perfekt mit der Fahrspurzentrumslinie 48 ausgerichtet ist.
  • Das Bestimmen der Fahrspurzentrumslinie 48 unter Verwenden der Kamera 14 ist teilweise unten übernommen von dem '739 Patent. Die Kamera 14 stellt Schätzungen der Position und der Orientierung der Fahrspur 46 mit Bezug auf das Zentrum des Fahrzeugs 42 durch die Punkte 52 zur Verfügung. In dieser Ausführungsform ist die Fahrbahn 44 in zwei Abschnitte der polynomen Gleichungen zweiter Ordnung modelliert, wie: ysec1(x) = A1x2 + B1x + C1, 0 < x < x1 (1) ysec2(x) = A2x2 + B2x + C2, x1 < x < x2 (2) wobei x1 und x2 die Endpunkte entlang der x-Achse des ersten Abschnitts und des zweiten Abschnitts darstellen, und ysec1 und ysec2 den Querversatz der Fahrbahn 44 mit Bezug auf das Fahrzeugkoordinatensystem Rv(t) darstellen. Die Messungen, die durch die Kamera 14 bereitgestellt werden, umfassen einen Gierwinkel φr,1 des Fahrzeugs 42 mit Bezug auf den ersten Abschnitt der Fahrbahn 44, den lateralen Versatz yr,1 des Zentrums des Schwerpunktes des Fahrzeugs gegenüber der Fahrspur 46, und die Krümmung der Fahrbahn ρ1 und ρ2 des ersten Abschnitts und des zweiten Abschnitts.
  • Von der geometrischen Beziehung zwischen der Fahrbahn 44 und der Fahrspurdarstellung können die Koeffizienten der Gleichungen (1) und (2) bezogen werden auf:
    Figure DE102015108605A1_0002
  • Es wird angenommen, dass die Fahrbahn 44 ohne Diskontinuität verläuft, das bedeutet, dass sich die zwei Abschnitte von jeder Fahrbahndarstellung sanft verbinden, ohne einen abrupten Wechsel in dem Übergangspunkt x1. Nur die Kontinuität nullter und erster Ordnung wird hierin angenommen, so dass die Gleichungen (7) und (8) unten an dem Übergangspunkt x1 betragen:
    Figure DE102015108605A1_0003
  • Ein Einsetzen der Gleichungen (3)–(8) in die Gleichungen (1) und (2) ergibt: C2 = ysec1(x1),(9) B1 = 2A1x1 + B1.(10)
  • Durch Integrieren der Gleichungen (3)–(6), (9) und (10), können die Gleichungen (1) und (2) in Ausdrücken der Messwerte der Kamera 14 umgeschrieben werden, als:
    Figure DE102015108605A1_0004
  • Unter Annahme, dass das Fahrzeug 42 mit einer Längsgeschwindigkeit vx betrieben wird, und es keine Hindernisse in der Fahrbahn 44 gibt, hängt der Komfort für den/die Fahrer/Insassen von der Querbeschleunigung ay des Fahrzeugs ab, und die Querbeschleunigung ay ist eine Funktion der Fahrzeuggeschwindigkeit vx und des Lenkungswinkels δ. Eine Zeitvariable tLX wird spezifiziert, um ein Fahrspurwechselmanöver unabhängig von der Fahrzeuglängsgeschwindigkeit vx zu vollenden, außer die Querbeschleunigung ay wird vorausbestimmt als über einer bestimmten Grenze während des Fahrspurwechselmanövers zu liegen. Wenn die Querbeschleunigung ay über der Grenze liegt, wird ein neuer Pfad berechnet mit einer neuen verlängerten Fahrspurwechselmanöverzeit.
  • Die Fahrzeuglängsgeschwindigkeit vx wird durch den Fahrzeuggeschwindigkeitsmesser gemessen und der Querversatz, Steuerkurswinkel und die Fahrbahnkrümmung ρ werden durch die Kamera 14 gemessen. Die gewünschte Pfaderzeugung wird für das Fahrspurwechselmanöver als ein Randbedingungsproblem formuliert. Es wird angenommen, dass die Fahrspurwechselsteuerung beim Zeitpunkt t = 0 beginnt, und (x(t), y(t)) als Fahrzeugposition zur Zeit t mit Bezug auf den Ursprung Rv(0) des Koordinatensystems definiert ist. Beachte, dass das Koordinatensystem Rv das Fahrzeugkoordinatensystem ist, das zu der Zeit t = 0 aufgenommen wird, und die Position und der Steuerkurswinkel des Fahrzeugs 42 bei t = 0 werden mit Rv(0) ausgerichtet. Somit können (x(t = 0, y(t = 0)) (0, 0) und y'(0) = 0 ohne Verlust der Allgemeingültigkeit gesetzt werden.
  • Die anfänglichen und die endgültigen Zustände (y, y', y'')t=0 und
    Figure DE102015108605A1_0005
    des Fahrzeugs 42 können dann durch Manipulieren der Fahrbahndarstellungsgleichungen (11) und (12) erhalten werden. Die Werte (x(tLX), y(tLX)) entsprechen der gewünschten Position des Fahrzeugs 42 zu der Zeit t = tLX, wobei x(tLX) durch Integrieren der Fahrzeuglängsgeschwindigkeit vx abgeschätzt werden kann und der Wert y(tLX) kann durch die Fahrspurbreite und die Fahrbahngeometrie erhalten werden. Beachte, dass yr in den Gleichungen (3)–(6) den Querversatz der Fahrbahn von dem Zentrum des Fahrzeugs 42 darstellt und hier y den Fahrzeugort mit Bezug auf Rv(0) darstellt.
  • Unter Auswählen einer polynomen Gleichung fünfter Ordnung für die x- und y-Positionen des Fahrzeugs 42 ergibt sich: y(x) = a5x5 + a4x4 + a3x3 + a2x2 + a1x + a0. (13)
  • Unter Berücksichtigen der anfänglichen und endgültigen Konditionen ergibt sich:
    Figure DE102015108605A1_0006
  • Das Problem kann durch folgende lineare Gleichung gelöst werden:
    Figure DE102015108605A1_0007
  • Das Pfaderzeugungsproblem kann durch Normalisieren der Koordinaten vereinfacht werden. Durch Kennzeichnen der normalisierten Koordinaten als (xn(t), yn(t)) ergibt sich:
    Figure DE102015108605A1_0008
  • Durch Einsetzen der Gleichungen (17) und (18) in Gleichung (13) und Neudefinieren der Koeffizienten der polynomen Gleichung kann yn durch die folgende Gleichung erhalten werden: yn(xn) = an,5x 5 / n + an,4x 4 / n + an,3x 3 / n + an,2x 2 / n + an,1xn + an,0. (19)
  • Unter Verwenden der normalisierten Koordinaten der Gleichungen (17) und (18) in den anfänglichen und endgültigen Konditionen, können die normalisierten Koordinaten zu den Konditionen umschrieben werden als:
    Figure DE102015108605A1_0009
  • Das lineare Gleichungsproblem der Gleichung (16) kann dann vereinfacht werden als:
    Figure DE102015108605A1_0010
  • Beachte, dass die Fahrbahnbedingungen nur durch den y-Vektor aufgenommen werden und die Matrix eine konstante Matrix, unabhängig von der anfänglichen Kondition, der endgültigen Kondition oder der Fahrbahngeometrie, ist. Deshalb kann die Lösung der Gleichung (22) durch wenige einfache algebraische Berechnungen erhalten werden. Sobald die Lösung berechnet wird, stellt die Gleichung (19) den gewünschten Pfad dar, um das laufende Fahrspurwechselmanöver in normalisierten Koordinaten zu vollenden. Unter Anwenden der Gleichung (18) kann das gewünschte Pfadprofil in den Fahrzeugkoordinaten erhalten werden.
  • Rufe erneut die anfängliche Position des Fahrzeugs (x(t = 0), y(t = 0)) (0, 0) und den anfänglichen Steuerkurswinkel y'(0) = 0 auf, da die Fahrzeugbewegung durch das Fahrzeugkoordinatensystem beschrieben wurde, das bei t = 0, Rv(0) aufgenommen worden ist. In Fällen von gekrümmten Fahrbahnen, können die Randbedingungen geschrieben werden als:
    Figure DE102015108605A1_0011
    wobei L die Fahrspurbreite und x(tLX) die x-Koordinate zu der Zeit tLX ist, welche der Längsentfernung der Fahrt entspricht, um das Fahrspurwechselmanöver zu vollenden. Der Wert x(tLX) kann durch Integrieren der Fahrzeuggeschwindigkeit vx über der Zeit geschätzt werden. Beachte, dass yseg, abhängig zu welchem Segment x(tLX) es gehört, entweder yseg1 oder yseg2 sein kann, nämlich:
    Figure DE102015108605A1_0012
  • In normalisierter Form sind die anfänglichen und endgültigen Konditionen:
    Figure DE102015108605A1_0013
  • Unter Einsetzen der Gleichungen (26) und (27) in die lineare Gleichung (22) ergibt sich folgende Lösung:
    Figure DE102015108605A1_0014
  • Beachte, dass yseg, abhängig zu welchem Segment x(tLX) es gehört. entweder yseg1 oder yseg2 sein kann.
  • Wie in der Gleichung (30) zu sehen, sind die ersten zwei Koeffizienten der polynomen Gleichung immer Null. Weiterhin kann der Rest der Koeffizienten mit wenigen algebraischen Berechnungen mit den Randbedingungen berechnet werden.
  • Für Fälle von geradlinigen Straßen, kann das Pfaderzeugungsproblem weiter vereinfacht werden. Die Fahrbahnkrümmung ρ ist während des gesamten Fahrspurwechselmanövers Null und der gewünschte Steuerkurswinkel wird am Ende des Fahrspurwechselns auch Null sein. Somit sind die anfänglichen und endgültigen Konditionen folgende:
    Figure DE102015108605A1_0015
    wobei L die Fahrspurbreite ist.
  • In normalisierter Form können die anfänglichen und endgültigen Konditionen geschrieben werden als:
    Figure DE102015108605A1_0016
  • Schließlich, unter Einsetzen der Bedingungen der Gleichungen (33) und (34) in die lineare Gleichung, führt dieses zu folgender Lösung:
    Figure DE102015108605A1_0017
  • Wie von der Gleichung (36) zu sehen, sind die Koeffizienten der polynomen Gleichung für die gradlinige Straße, unabhängig von der Fahrspurwechselmanöverentfernung, konstant, das bedeutet, dass der gewünschte Pfad vorbestimmt ist und keine Online-Berechnung für das Fahrspurwechselmanöver für gradlinige Straßenbedingungen erforderlich ist.
  • Die obige Diskussion stellt Berechnungen und Programmschritte zur Verfügung, die verwendet werden, den Fahrzeugpfad, dem das Fahrzeug folgt, als eine polynome Gleichung fünfter Ordnung darzustellen, basierend auf der Position der Fahrbahn 44, wie durch die Messungen von der Kamera 14 definiert und in dem '739 Patent festgestellt. Wie oben erwähnt, besitzt die Kamera 14 jedoch eine begrenzte Wirkungsentfernung, die nicht weit genug sein kann, um ein Fahrspurwechselmanöver bei höheren Fahrzeuggeschwindigkeiten auszuführen. Wie im Detail unten diskutiert wird, schlägt die vorliegende Erfindung ein Trennen der Fahrbahn 44 in Segmente vor, basierend darauf, wie gut die Fahrbahn 44 definiert werden kann.
  • 3 ist eine Darstellung 60 der Fahrbahn 44, bei der ähnliche Elemente durch gleiche Referenznummern gekennzeichnet werden und welche die Zentrumslinie 48 als getrennt in drei Segmente zeigt, nämlich ein erstes Segment 62, ein zweites Segment 64 und ein drittes Segment 66, wobei eine Übergangslinie 68 das erste Segment 62 von dem zweiten Segment 64 trennt und eine Übergangslinie 70 das zweite Segment 64 von dem dritten Segment 66 trennt. Für die Gleichungen, die unten diskutiert werden, wird das erste Segment 62 als seg1 dargestellt, das zweite Segment 64 wird als seg2 repräsentiert und das dritte Segment 66 wird als seg3 dargestellt. Obwohl dieses Beispiel nur drei Segmente diskutiert, wird die Anzahl der erforderlichen Segmente von einer Anzahl von Faktoren abhängen, einschließlich der Geschwindigkeit des Fahrzeugs 42 und der Krümmung der Fahrbahn 44, wie es weiter im Detail unten diskutiert wird.
  • Das erste Segment 62 befindet sich unmittelbar in Front des Fahrzeugs 42 und die Zentrumslinie 48 wird im ersten Segment durch die Kameramessungen, wie oben und in dem '739 Patent diskutiert, bestimmt. Insbesondere stellt die Kamera 14 Messwerte c0, c1, c2 und c3 zur Verfügung und der Algorithmus bestimmt die Koeffizienten a0, a1, a2, a3, a4 und a5 für die polynome Gleichung fünfter Ordnung, welche die zu folgende Zentrumslinie 48 für das Fahrzeugs 42 definiert. Für die Diskussion unten wird das erste Segment 62 durch Kameramessungen definiert und durch eine einzelne polynome Gleichung dritter Ordnung definiert, wie: yseg1(x) = c3,seg1·x3 + c2,seg1·x2 + c1,seg1·x + c0,seg1. (37)
  • Sobald die Zentrumslinie 48 die wirksame Entfernung der Kamera 14 überschreitet, beendet die Erfindung das erste Segment 62 und geht sanft in das zweite Segment 64 über, in dem die Zentrumslinie 48 außerhalb des Kameraerfassungsbereichs durch die Kartendatenbasis 20 bestimmt wird. Der Algorithmus kann die Zentrumslinie 48 in mehr als drei Segmente teilen, abhängig davon, wie effektiv die Erzeugung der Zentrumslinie 48 durch die Kartendatenbasis 20 ist und von dem Grad der Krümmung der Fahrbahn 44 und der Fahrzeugbewegungsgeschwindigkeit.
  • Wenn die Zentrumslinie 48 für das Fahrzeug 42 für jeden Zeitschritt berechnet worden ist, bestimmt der Algorithmus auch, wo der Übergang der Linie 68 zwischen dem ersten Segment 62 und dem zweiten Segment 64 auftritt, basierend auf der laufenden Position des Fahrzeugs 42, dem Kameraerfassungsbereich und basierend auf der Krümmung der Fahrbahn 44, wie viele zusätzliche Segmente für die gegenwärtige Fahrzeuggeschwindigkeit erforderlich sind, um genau eine Pfadplanung unter unterschiedlichen Bedingungen wie den geforderten Fahrspurwechseln, den Ausweichmanövern usw. zur Verfügung zu stellen.
  • Wenn der Bereich des ersten Segments 62 steigt, nimmt die Differenz zwischen den mittleren Messpunkten xi, yi und der yseg1 polynomen Darstellung der Fahrspurzentrumslinie 48 zu, was einen Fehler erzeugt, der den effektiven Bereich der Kamera 14 definiert. Die gegenwärtige Erfindung schlägt vor, unter Bestimmen, wann der Fehler eine bestimmte Kalkulationsfunktion J übersteigt, das Ende des ersten Segments 62 als die Übergangslinie 68 zu bestimmen. Bei jedem Zeitschritt werden die Werte c0,seg1, c1,seg1, c2,seg1 und c3,seg1 durch eine kleinste Fehlerquadratmethode mit der Kalkulationsfunktion J berechnet, die definiert wird als:
    Figure DE102015108605A1_0018
  • Mithilfe der kleinsten Fehlerquadratmethode wird die Lösung der Koeffizienten c0,seg1, c1,seg1, c2,seg1 und c3,seg1 bestimmt zu:
    Figure DE102015108605A1_0019
  • Wenn die Kostenkalkulationsfunktion J an einem bestimmten Messpunkt xi einen bestimmten Schwellwert Jthreshold übersteigt, beendet der Algorithmus das erste Segment 62 bei diesem xi Messpunkt und setzt den Wert xcam_rangs = xi fest. Diese Kalkulationsfunktionsanalyse wird für jede Messzeit ausgeführt, so dass der Messpunkt xi, welcher das Ende des ersten Segments 62 darstellt, kontinuierlich aktualisiert wird.
  • Bei der Übergangslinie 68, zwischen dem ersten Segment 62 und dem zweiten Segment, wird die Zentrumslinie 48 dann starten durch die Kartendatenbasis 20 berechnet zu werden, welche mit der vorher berechneten Zentrumslinie 48 in dem ersten Segment 62 basierend auf den Kameramesswertpunkten c verbunden wird. Die Zentrumslinie 48 für das zweite Segment 64 wird durch ein Polynom dritter Ordnung definiert zu:
    Figure DE102015108605A1_0020
    wobei
    Figure DE102015108605A1_0021
    und die Werte c3,seg2 und c2,seg2 Messungen sind, die von der Kartendatenbasis 20 verfügbar sind.
  • Um den Übergang von dem ersten Segmentpfad zu dem zweiten Segmentpfad sanfter zu machen, werden die Werte c1,seg2 und c0,seg2 von dem ersten Segment 62 durch Anwenden von zwei Kontinuitätsbedingungen berechnet. Die erste Bedingung umfasst, dass der erste Punkt der Zentrumslinie 48 für das zweite Segment 64 der gleiche ist wie der letzte Punkt der Zentrumslinie 48 für das erste Segment 62 wie: yseg1(x = xseg1_range) = yseg2(x = xseg1_range). (41)
  • Die zweite Bedingung umfasst ein Angleichen der Steigung der Pfadlinie für das erste Segment 62 an die Steigung der Pfadlinie für das zweite Segment 64 an der Übergangslinie 68 als:
    Figure DE102015108605A1_0022
  • Die Übergangslinie 70 zwischen dem zweiten Segment 64 und dem dritten Segment 66 wird basierend auf der Krümmung der Fahrbahn 44 derart bestimmt, dass die Zentrumslinie 48 einem sanften Übergang in die Zentrumslinie 46 folgt. Wenn die Kartendatenbasis 20 bestimmt, dass sich die Fahrbahnkrümmung um mehr als einen bestimmten Schwellwert ändert, wie beispielsweise 1/10.000 (1/m), von dem Startpunkt des zweiten Segments 64 zu einem Endpunkt des zweiten Segments 64, wird das dritte Segment 66 gestartet und definiert als:
    Figure DE102015108605A1_0023
    wobei xseg3 ≡ x – xseg2_range, und die Werte c3,seg3 und c2,seg3 direkt von der Kartendatenbasis 20 erhalten werden.
  • Die Übergangslinie 70 von dem zweiten Segment 64 zu dem dritten Segment 66 wird auch den Kontinuitätsbedingungen, die oben diskutiert wurden, unterworfen. Somit werden die Werte c1,seg3 und c0,seg3 von diesen Kontinuitätsbedingungen berechnet.
  • Figure DE102015108605A1_0024
  • Einige Kartendatenbasen stellen nur Fahrbahnkrümmungen ρ(x) an den Punkten xi zur Verfügung und stellen die c3,seg2, c2,seg2, c3,seg3 und c2,seg3 nicht zur Verfügung. Für derartige Kartendatenbasen kann die Übergangslinie 70 in der gleichen Weise wie die Übergangslinie 68 zwischen dem ersten Segment 62 und dem zweiten Segment 64 berechnet werden. Insbesondere, wenn die Kartendatenbasis 20 nur Fahrbahnkrümmungen ρ zur Verfügung stellt, dann können die Werte c2,seg2 und c3,seg2 direkt von den Fahrbahnpunkten berechnet werden, die in der Kartendatenbasis 20, wie oben beschrieben, zur Verfügung stehen. Für diese Ausführungsform wird die Kalkulationsfunktion J wieder definiert als:
    Figure DE102015108605A1_0025
    wobei yseg2(x) = c3,seg2·x 3 / seg2 + c2,seg2·x 2 / seg2 + c1,seg2·xseg2 + c0,seg2, und die kleinste Fehlerquadratmethode zum Ermitteln der Werte c3,_seg2 und c2,_seg2 verwendet wird.
  • Die Lösung nach der kleinsten Fehlerquadratmethode wird berechnet zu:
    Figure DE102015108605A1_0026
    wobei die Werte c3,_seg3, und c2,_seg3 auf die gleiche Weise erhalten werden können.
  • Wenn das Fahrzeug 42 entlang der Zentrumslinie 48 fährt und ein Fahrspurwechsel befohlen wird, wird dieser Fahrspurwechsel in der gleichen Weise durchgeführt, wie es in dem '789 Patent ausgeführt wird. 4 ist eine Darstellung 72 der Fahrbahn 44 ähnlich zu der Darstellung 60, wobei gleiche Elemente durch gleiche Referenznummern identifiziert werden und ein Fahrspurwechselpfad 74 durch den Algorithmus so bestimmt wird, dass das Fahrzeug 42 die Zentrumslinie 48 in der Fahrspur 46 verlässt und in die benachbarte Fahrspur 50 fährt, wobei es dann in der Fahrspur 50 auf dem Fahrspurpfad 76 zentriert wird. Gemäß der Erfindung bestimmt der Algorithmus zuerst wie viele Segmente benötigt werden, um das geforderte Fahrspurwechselmanöver zu vollenden, nämlich wie weit über den Bereich der Kamera 14 hinaus der Fahrspurwechsel von der gegenwärtigen Position des Fahrzeugs aus vervollständigt sein wird. Zum Beispiel wird, abhängig von der Geschwindigkeit des Fahrzeugs 42, der Krümmung der Fahrbahn 44, der Lenkungsaggressivität des Profils usw., der Algorithmus bestimmen, wieviel Zeit erforderlich ist, um die Fahrspurwechselanfrage auszuführen und wie weit von der gegenwärtigen Fahrzeugposition der Fahrzeugwechsel vollendet sein wird. Um dies zu erreichen, wird eine Fahrspurwechselzeit ΔT, wie sechs Sekunden, angegeben und der Wert vxΔT wird mit den Werten xseg1_range, xseg2_range, xseg3_range, usw., verglichen, um herauszufinden zu welchem Segment der Wert vxΔT gehört. Zum Beispiel wird angenommen, dass: xseg2_range < vxΔT < xseg3_range. (48) ist.
  • Basierend auf dieser Annahme, umfasst die Analyse für den Fahrspurwechsel ein Verwenden des ersten Segments der Fahrbahndarstellung für die anfängliche Bedingung, um die Fahrspur zu wechseln, und des dritten Segments der Fahrbahndarstellung für das Enden der Bedingung des Fahrspurpfades 76 in die benachbarte Fahrspur 50. Für die anfängliche Bedingung startet der Pfad mit der gegenwärtigen Fahrzeugposition y(0) = 0, der gegenwärtigen Fahrzeugsteuerkursrichtung y'(0) = 0, und der Krümmung des gegenwärtigen Fahrzeugpfades y''(0) = 2c2,seg1. Die Endbedingungen, wenn der Fahrbahnwechsel auf dem Zentrum der benachbarten Fahrbahn 50 vollendet ist, wird mit den Ableitungen der Fahrbahn in erster und zweiter Ordnung ausgerichtet, wie:
    Figure DE102015108605A1_0027
  • Der Algorithmus startet von der normalisierten Pfadgleichung fünfter Ordnung:
    Figure DE102015108605A1_0028
    wobei die Koeffizienten a0, a1, a2, a3, a4 und a5 Unbekannte sind und die Werte vx, ΔT und L Bekannte sind.
  • Durch Anwenden der Anfangs- und Endbedingungen, bestimmt der Algorithmus die Koeffizienten a0, a1, a2, a3, a4 und a5 als:
    Figure DE102015108605A1_0029
  • Die polynome Gleichung (51) fünfter Ordnung mit den bestimmten Koeffizienten a0, a1, a2, a3, a4 und a5 ist die endgültige Lösung für den gewünschten Pfad des Fahrspurwechsels. Beachte, dass die Werte c2,seg1, c0,seg3, c1,seg3, c2,seg3 und c3,seg3 die Fahrspurzentrumsparameter sind, die oben bestimmt wurden.
  • 5 ist ein Flussdiagramm 90, das einen Prozess zum Bestimmen des Fahrspurzentrums und des Fahrspurpfadplanens, wie oben diskutiert, darstellt. Der Algorithmus startet bei dem Block 92 unter Lesen der Fahrzeugbewegungsdaten, wie die Fahrzeuggeschwindigkeit, die Gierrate usw., und dann stellt die Kamera Messwerte bei Block 94 für die Fahrspurbestimmung zur Verfügung. Der Algorithmus bestimmt dann die Fahrspurzentrumslinie von den Kameramessungen des Blockes 96 und bestimmt den effektiven Bereich der Kamera 14 bei Block 98, welches der Übergang von dem ersten Segment 62 zu dem zweiten Segment 64 ist. Der Algorithmus liest dann die Kartendaten von der Kartendatenbasis 20 ein, um eine Fahrbahnkrümmung bei Block 100 zu bestimmen und führt einen Karteneigenschafts-Check durch, um zu bestimmen, ob die Werte c2 und c3 aus der Kartendatenbasis 20 bei der Entscheidungsraute 102 zur Verfügung stehen. Wenn die Werte c2 und c3 bei der Entscheidungsraute 102 nicht zur Verfügung stehen, dann bestimmt der Algorithmus die Werte c2 und c3 bei Block 104, wie oben mit der Gleichung (45) diskutiert. Sobald die c2 und c3 entweder aus der Kartendatenbasis 20 bei der Entscheidungsraute 102 zur Verfügung stehen oder bei dem Block 104 bestimmt werden, stellt der Algorithmus eine Kartenfusion der Kartenfahrbahnpunkte und der Kameramessungen für den Übergang in das zweite Segment 62 bei Block 106 bereit. Der Algorithmus erzeugt dann Mehrfach-Segment-Fahrspurzentrumsprofile für das zweite Segment 64 in das dritte Segment 66 und darüber hinaus bei Block 108. Wenn ein Fahrspurwechsel gefordert wird, bestimmt der Algorithmus die Fahrspurwechsel-Fahrtentfernung bei Block 110 und dann die Anfangs- und Endbedingungen für den Fahrspurwechselpfad bei Block 112. Der Algorithmus führt dann die Bestimmung des Fahrspurwechselpfades bei Block 114 aus und wiederholt den Prozess für die nächste Messperiode bei Block 116.
  • Der Pfadplanungsalgorithmus, der oben diskutiert wurde, verwendet erst die Kameramesswerte, um die Pfadplanung für das Fahrzeug 42 zu bestimmen, und dann verwendet er die Kartendatenbasis-Fahrbahnpunkte als Eingabe, um den Pfad über den effektiven Bereich der Kamera 14 hinaus zu bestimmen. In einer alternativen Ausführungsform, die unten diskutiert wird, verwendet der Pfadplanungsalgorithmus die Fahrbahnpunkte, die von der Kartendatenbasis 20 zur Verfügung stehen, um einen gewünschten Fahrzeugreferenzpfad zu bestimmen. Für diese Ausführungsform kann der eine Pfadplanungsalgorithmus für alle notwendigen Fahrzeugpfadplanungsmanöver verwendet werden, einschließlich eines Fahrbahnwechselmanövers, Vermeidens statischer Objekte, einer Verlangsamung für bewegte Objekte in Front des Fahrzeugs und eines Ausweichmanövers rund um ein Objekt.
  • 6 ist eine Darstellung 120 einer Fahrbahn 122, einschließlich zweier benachbarter Fahrspuren 124 und 126, die jeweils eine Fahrspurzentrumslinie 128 und 130 entsprechend einschließen, wobei eine relativ scharfe Kurve 132 in der Fahrbahn 122 vorhanden ist. Ein Fahrzeug 134 fährt in der Fahrspur 124, wobei ein Pfadplanungs- und Erzeugungsalgorithmus das Fahrzeug 134 veranlasst, automatisch bei geeigneter Geschwindigkeit entlang eines Referenzpfades 136 zu lenken, und wobei der Pfad 136 exakt der Zentrumslinie 128 folgen kann oder nicht. Während des Pfadplanungs- und Erzeugungsprozesses können unterschiedliche Situationen das Fahrzeug 134 veranlassen, den Pfad 136 auszurichten und/oder die Geschwindigkeit einzustellen. Zum Beispiel kann der Pfadplanungs- und Erzeugungsalgorithmus eine Anfrage für einen Fahrbahnwechsel von der Fahrbahn 124 zu der Fahrbahn 126 aus irgendeiner Anzahl von Gründen empfangen, wobei der Pfadplanungs- und Erzeugungsalgorithmus das Fahrzeug 134 veranlassen wird, den Pfad 136 und die Fahrbahn 124 zu verlassen und in die Fahrbahn 126 entlang eines Fahrbahnwechselpfades 138 zu fahren. Auch kann ein statisches Objekt in oder teilweise auf der Fahrbahn 122 vorhanden sein, was von dem Fahrzeug 134 erfordert, seinen Pfad auszurichten, um sicher um das Objekt herumzukommen. Ferner kann ein langsam sich bewegendes Objekt, wie ein Fahrrad, sich in Front des Fahrzeugs 134 befinden, was von dem Fahrzeug 134 erfordert, langsamer zu fahren, um dem Objekt zu ermöglichen, sich aus dem Weg zu bewegen. Zusätzlich kann ein Fußgänger die Fahrbahn 122 überqueren, was von dem Fahrzeug 134 erfordert, ein Ausweichpfadplanungsmanöver auszuführen. Das Fahrzeug 134 kann andere Pfadänderungen in Kombination mit anderen Objekten, die sich die Fahrbahn 122 (mit ihm) teilen, durchführen, um der Fahrbahn 122 zu folgen.
  • 7 ist ein Blockdiagramm eines Systems 140, das einen allgemeinen Überblick des Pfadplanungs- und Erzeugungsprozesses zeigt, welcher im Detail unten für die oben erwähnten Situationen diskutiert wird. Bei Block 142 verwendet der Algorithmus eine Karte und GPS-Daten, die online 148 bereitgestellt werden, um einen Kursreferenzpfadplan bereitzustellen, der nicht das Betrachten des Verkehrs oder anderer Hindernisse berücksichtigt. Bei Block 144 empfängt der Algorithmus Objektdaten online 150 von irgendeinem verfügbaren Sensor des Fahrzeugs 134, die anzeigen, dass einige Objekte mit dem Verkehr des freien Referenzpfades in Wechselwirkung treten können, woraufhin der Pfad ausgerichtet werden muss. Bei Block 146 verwendet der Algorithmus Kameradaten, die online 152 bereitgestellt werden, um eine Feinabstimmung des Pfades für die verschiedenen Verkehrssituationen auszuführen.
  • Bei dem Block 142 empfängt der Algorithmus die Kartendatenbasis der Fahrbahnpunkte und erzeugt einen sanften Referenzpfad, der durch den Pfad 136 spezifiziert wird, um scharfes Wenden des Fahrzeugs 134 zu minimieren, wobei der Algorithmus Kartenungenauigkeiten kompensiert. Die Kartendatenbasis-Fahrbahnpunkte werden als eine Reihenfolge von Punkten 154 entlang der Fahrspur 124 gezeigt, wobei die Punkte 154 nicht gleich beabstandet sind und einen Kursort der Zentrumslinie 128 der Fahrspur 124 zur Verfügung stellen. Der Algorithmus beabstandet die Punkte 154 in gleiche Entfernungen voneinander, so dass eine bessere Darstellung des Zentrums der Fahrspur 124 zur Verfügung gestellt wird. Mit anderen Worten, sobald der Algorithmus die Fahrbahnpunkte 154 durch die Kartendatenbasis 20 identifiziert, identifiziert er das Zentrum der Fahrspur 124 durch diese Punkte und bewegt dann die Punkte 154 entlang der Linie, damit sie in gleicher Entfernung voneinander sind.
  • Der Algorithmus glättet dann den Referenzpfad des Fahrzeugs 134 beispielsweise durch die Kurve 132 durch Vermindern der scharfen Wendeanforderungen an das Fahrzeug 134. Genauer, sobald der Algorithmus die Fahrbahnpunkte 154 hat, die grob das Zentrum der Fahrspur 124 identifizieren, aus denen die Zentrumslinie 128 bestimmt werden kann, berechnet der Algorithmus den Referenzpfad 136, dem das Fahrzeug 134 basierend auf der Krümmung der Zentrumslinie 128 folgen wird, um aggressive Wendeforderungen des Fahrzeugs 134 für ein sanftes Fahren zu vermindern. Zum Beispiel werden die Fahrbahnpunkte 154 in der Kurve 132 auf der Linie 128 näher zu der Innenseite der Kurve 132 bewegt werden als die Punkte 118 auf dem Pfad 136, um so die Größe des Wendens des Fahrzeugs 134 zu vermindern. Dieses wird als die Differenz zwischen der Zentrumslinie 128 und dem Referenzpfad 136 in der Fahrspur 124 gezeigt.
  • 8 ist ein Graph mit einer Entfernung auf der horizontalen Achse und einer Straßenkrümmung auf der vertikalen Achse, einschließlich einer Graphenlinie 156, welche die Größe der Krümmung der Zentrumslinie 128 aus den Punkten 154 berechnet, und eine Graphenlinie 158, welche die Krümmung des geglätteten Pfades entlang des Pfades 136 des Fahrzeugs 134 zeigt, nachdem der Algorithmus die Krümmung der Zentrumslinie 128 verarbeitet hat. Bei Orten starker Fahrbahnkrümmung, wählt der Algorithmus drei benachbarte Punkte 118 aus, die durch pi-1, pi und pi+1 dargestellt werden, wobei i die Zeit ist. Der Algorithmus minimiert, um den sanften Referenzpfad zu erzeugen, der das niedrige Krümmungsprofil 158 aufweist, die Kalkulationsfunktion als:
    Figure DE102015108605A1_0030
    wobei pi der i-te Messpunkt ist und ωsmooth die Gewichtung des Pfadglättungsausdrucks ist:
    Figure DE102015108605A1_0031
    und wobei ωlength die Gewichtung des Pfadlängsausdrucks ist:
    Figure DE102015108605A1_0032
  • Durch diesen Prozess wird der Ort der Punkte 154 in einem bestimmten Bereich der starken Krümmung um eine vorbestimmte Größe, zum Beispiel 10 cm, quer für jede Berechnung der Kalkulationsfunktion bewegt und, sobald die Kalkulationsfunktion auf dem niedrigsten Wert ist, werden derartige Punkte 118 für den Pfad des Fahrzeugs 134 ausgewählt.
  • Bei dem Block 142 bestimmt der Algorithmus auch die Geschwindigkeit des Fahrzeugs 134 an jedem Ort entlang des erzeugten Pfades 136. 9 ist ein Graph mit der Entfernung auf der horizontalen Achse und der Fahrzeuggeschwindigkeit auf der vertikalen Achse, einschließlich einer Graphenlinie 160 für die bekannt gegebene Geschwindigkeit entlang der Fahrbahn 122, welche durch die Kartendatenbasis 20 zur Verfügung gestellt wird. In dieser Ausführungsform, und ohne ein Hindernis in Front des Fahrzeugs 132, werden zwei Geschwindigkeitsprofile, basierend auf einer bekannt gegebenen Geschwindigkeit identifiziert, wobei eines der Geschwindigkeitsprofile sich auf ein extremes Geschwindigkeitsprofil bezieht, das durch die Graphenlinie 162 dargestellt wird, wo das Fahrzeug 134 eine plötzliche und abrupte Änderung in der Geschwindigkeit durchführt. Das andere Geschwindigkeitsprofil bezieht sich auf ein komfortables Geschwindigkeitsprofil, das durch die Graphenlinie 164 dargestellt wird und weniger abrupte Änderungen der Fahrzeuggeschwindigkeit für ein komfortableres Fahren zur Verfügung stellt. Beide dieser Profile überschreiten die Quer- und die Längsbeschleunigungsgrenzen des Fahrzeugs 134 und die Krümmung der Fahrbahn 122 nicht.
  • Für jeden Fahrbahnpunkt xi, yi gibt die Kartendatenbasis 20 einen Fahrbahnkrümmungswert κi, und einen Fahrbahngeschwindigkeitsgrenzwert Vspeed-limt für die Graphenlinie 160 an. Für jeden Punkt (xi, yi, κi, vi) wird die gewünschte Fahrzeuggeschwindigkeit vi bestimmt als:
    Figure DE102015108605A1_0033
    wobei, wenn:
    Figure DE102015108605A1_0034
    dann:
    Figure DE102015108605A1_0035
    und wenn:
    Figure DE102015108605A1_0036
    dann:
    Figure DE102015108605A1_0037
    und wobei si die Entfernung zwischen benachbarten Punkten ist und a limit / v, a limit / x+ und a limit / x– Fahrzeugquer- und Längsbeschleunigungsgrenzen sind, die entweder für das extreme Geschwindigkeitsprofil oder das komfortable Geschwindigkeitsprofil ausgewählt werden, welche Entwurfsparameter für eine Feinabstimmung darstellen. Hierbei wird angenommen, dass a limit / v, a limit / x+ und a limit / x– gegeben sind.
  • Sobald der gewünschte Referenzpfad, wie oben bei dem Block 142 diskutiert wurde, erzeugt ist, kann eine Anfrage für einen Fahrspurwechsel in die benachbarte Fahrspur 126 bei dem Block 144 auftreten, wo der Pfad für den Fahrspurwechsel bei einem Übergang für den laufenden Pfad 128 in der laufenden Fahrspur 124 zu dem gewünschten Pfad 130 in der benachbarten Fahrspur 162 entlang dem Fahrspurwechselpfad 138 modifiziert wird. Der Fahrspurwechselpfad 138 wird, wie oben diskutiert, durch einen separaten Algorithmus bereitgestellt und der Pfad 138 wird mit dem laufenden Pfad für die Fahrspuränderung verbunden, wobei das Fahrspuränderungspfadmodell gegeben wird durch:
    Figure DE102015108605A1_0038
    wobei s der Arkus der Längsvariablen ist, x, y die Koordinaten des Trägheitsrahmens sind, θ der Steuerkurswinkel des Fahrzeugs 134 in dem Trägheitsrahmen ist und κ die Fahrbahnkrümmung ist.
  • Auch kann bei dem Block 144 das Fahrzeug 134 Geschwindigkeits- und Steuerkurskorrekturen wegen eines Objekts in Front des Fahrzeugs 134 machen müssen. 10 ist eine Darstellung 170 der Fahrbahn 122 und umfasst ein statisches Objekt 172, wie ein orangenes Fass, in der Kurve 132, wobei der berechnete Referenzpfad 136 das Fahrzeug 134 veranlassen kann nahe an dem Objekt 172 vorbeizufahren. Das Objekt 172 wird durch irgendeinen geeigneten Sensor an dem Fahrzeug 135 erfasst und wird als Eingabe an den Pfaderzeugungsalgorithmus bereitgestellt. Der Algorithmus erzeugt vielfache Pfade 174 rund um das Objekt 172, wobei jeder Kandidat des Pfades n * / i beurteilt wird, um zu bestimmen, ob er der optimale Pfad ist, um das Objekt 172 zu vermeiden, während es dem Fahrzeug 134 erlaubt, komfortabel innerhalb der Fahrspur 124 und so nahe wie möglich an dem Referenzpfad 136 zu bleiben. Insbesondere wählt der Algorithmus einen Kandidatenpfad n * / i aus, der eine vorbestimmte Entfernung, wie 10 cm, weg von dem gewünschten Referenzpfad 136 und weg von dem Objekt 172 in einer Folge von Berechnungen bestimmt, um zu bestimmen, welcher dieser Kandidatenpfade der optimale Pfad für das Fahrzeug 134 sein wird, der in einer sicheren Entfernung weg von dem Objekt 172 ist, aber den nächstmöglichen Pfad zu dem original berechneten Pfad 136 aufweist. Der optimale Kandidatenpfad n * / i ist der Pfad, der die Kalkulationsfunktion minimiert:
    Figure DE102015108605A1_0039
    wobei:
    Figure DE102015108605A1_0040
    und wobei n * / i der optimale Knoten der Stationsschicht N ist, E(n * / i, n * / i+1) die Kalkulation, assoziiert mit dem Pfad 174, ist, welcher die optimalen Knoten n * / i und n * / i+1 verbindet, N(n * / i) die Kalkulation, assoziiert mit dem räumlichen Punkt, ist, der bei dem Knoten n * / i sichtbar wird, Clateral und ωlateral, die Kalkulation beziehungsweise Wichtung für das seitliche Fahrzeugmanöver sind, δcollision-static die Kalkulation für eine Kollision mit dem statischen Objekt 172 ist, und Coffset und ωoffset die Kalkulation beziehungsweise Wichtung für die Abweichung von dem Referenzpfad 136 sind.
  • In einer anderen Situation kann ein sich bewegendes Objekt 176, wie ein Fahrrad oder Fußgänger, durch die Fahrzeugsensoren 16 in Front des Fahrzeugs 134 erfasst werden, wobei der Algorithmus die Geschwindigkeit des Fahrzeugs 134 anpassen wird, um das Objekt 176 zu vermeiden. 11 ist ein Graph mit der Zeit auf der horizontalen Achse und der Geschwindigkeit auf der vertikalen Achse, der ein ursprünglich berechnetes Geschwindigkeitsprofil, das durch die Graphenlinie 178 dargestellt wird, des Fahrzeugs 134 zeigt, welches verursachen könnte, dass das Fahrzeug 134 mit dem Objekt 176 zusammenstößt, und ein angepasstes Geschwindigkeitsprofil, das durch die Graphenlinie 180 dargestellt wird, welches die Geschwindigkeit des Fahrzeugs 134 vermindert, um das Objekt 176 zu vermeiden.
  • Wie oben, wird eine Kalkulationsfunktion verwendet, um die optimale Geschwindigkeit für das Fahrzeug 134 für das folgende Manöver zu bestimmen. In diesem Prozess erzeugt der Algorithmus mehrere Geschwindigkeitsprofilkandidaten n * / i , die das Objekt 176 vermeiden, und bewertet jeden Geschwindigkeitsprofilkandidaten n * / i unter Verwenden der Kalkulationsfunktion in Gleichung (72). Insbesondere vermindert der Algorithmus die Geschwindigkeit des Fahrzeugs 134, um geringer zu sein als die berechnete Referenzgeschwindigkeit, sei es von dem extremen Geschwindigkeitsprofil oder dem Komfortgeschwindigkeitsprofil wie oben definiert, dabei handelt es sich um einige vorbestimmte Größen, wie 1 mph, um die optimale Geschwindigkeit zu bestimmen, die das gewünschte Geschwindigkeitsprofil anpasst und sicher das Objekt 176 vermeidet. Der Algorithmus findet das optimale Geschwindigkeitsprofil, welches die Kalkulationsfunktion minimiert.
    Figure DE102015108605A1_0041
    wobei:
    Figure DE102015108605A1_0042
    und wobei n * / i ein optimaler Knoten bei der Stationsschicht N ist, E(n * / i, n * / i+1) die Kalkulation, assoziiert mit der Geschwindigkeitsänderung, welche die optimalen Knoten n * / i und n * / i+1 verbindet, ist, N(n * / i) die Kalkulation, assoziiert mit der Geschwindigkeit, die bei dem Knoten n * / i aufgesucht wird, ist, Cacc und ωacc die Kalkulation beziehungsweise Wichtung für das Längsbeschleunigungsmanöver sind, δcollision-moving die Kalkulation für eine Kollision mit dem Objekt 176 ist, und Coffset und ωoffset die Kalkulation beziehungsweise Wichtung für die Abweichung von dem Referenzgeschwindigkeitsprofilpfad sind.
  • Bei dem Block 146 werden die Kameradaten für eine Feinabstimmung des Referenzpfads 136 für das Fahrzeug 134, auf denen gegenwärtig die Diskussion basiert, über die Abhängigkeit, in welcher Verkehrssituation das Fahrzeug 134 gegenwärtig ist, bereitgestellt. Insbesondere importiert der Algorithmus die Manöver von der Kamera 14 und berechnet genauer den Referenzpfad 136 innerhalb des Bereichs der Kamera 14, um Feinabstimmungskorrekturen vorzunehmen, um das Fahrzeug 134 auf den Referenzpfad 136 zurückzusetzen, falls es davon abweicht.
  • 12 ist eine Darstellung 184, ähnlich der Darstellung 170, wobei ähnliche Elemente durch gleiche Referenznummern identifiziert sind, die darstellt, wie das Fahrzeug 134 zurück zu dem Referenzpfad 136 unter Verwenden der Messungen von der Kamera 14 kommt. Insbesondere berechnet der Algorithmus ein kurzes Pfadsegment 186, falls das Fahrzeug 134 von dem Referenzpfad 136 abweicht, um das Fahrzeug zurück zu dem Referenzpfad 136 zu bringen, und die gewünschte Geschwindigkeit unter Verwendung einer lokalen geschlossenen Schleifentrajektorie, die einschließlich eines polynomen Pfadmodells fünfter Ordnung und eines polynomen Geschwindigkeitsmodells modelliert wird, wie:
    Figure DE102015108605A1_0043
    wobei die Unbekannten (q0, q1, q2, q3) der Gleichung (76) definiert werden von:
    Figure DE102015108605A1_0044
    wobei vo und ao die gegenwärtige Geschwindigkeit und die entsprechende gegenwärtige Beschleunigung sind, und vf und af die gewünschte Geschwindigkeit und die entsprechende Beschleunigung zu der Zeit tf sind.
  • Unter Verwenden der Fahrspurgeometrie und der Fahrzeugbewegungsmessungen werden die Pfad- und Geschwindigkeitsmodelle bei jedem Zeitschritt berechnet, um die Werte a0, a1, a2, a3, a4 und a5 sowie q0, q1, q2 und q3 zu finden.
  • 13 ist ein Flussdiagramm 200, das einen Prozess zeigt, der auf der obigen Diskussion basiert. Für den Block 142 bestimmt der Algorithmus die Fahrspurreferenzpfadoptimierung bei Block 202 für den gewünschten Referenzpfad 136, basierend auf den Fahrbahnpunkten 154 von der Kartendatenbasis 20, ohne jede Hindernisse oder ohne jeden Verkehr in Front des Fahrzeugs 134, und bestimmt die Fahrspurreferenzgeschwindigkeit bei Block 204 für die gleiche Situation. Der Algorithmus bestimmt dann, ob dort eine Fahrspurwechselanfrage bei der Entscheidungsraute 206 für den Block 144 gewesen ist, und ist das der Fall, erzeugt er den Fahrspurwechselpfad 138 bei Block 208 in der Weise, wie sie oben diskutiert wurde. Wenn der Fahrspurwechselpfad 138 bei dem Block 208 erzeugt wurde oder dort keine Anfrage für einen Fahrspurwechsel bei der Entscheidungsraute 206 vorlag, dann bestimmt der Algorithmus, ob irgendeine Querpfadplanung für eine statische Vermeidung eines statischen Objekts bei Block 210 erforderlich ist und ob irgendeine Längsgeschwindigkeitsplanung für eine Objektvermeidung bei Block 212 erforderlich ist. Sobald all diese Anpassungen durchgeführt wurden, geht der Algorithmus weiter fort zum Block 214, um die Kamerafeinabstimmungserfordernisse in einem geschlossenen Schleifentrajektorien-Planungsprozess bei dem Block 146 zu verbinden. Der Algorithmus bestimmt dann, bei der Entscheidungsraute 216, ob es dort, bereitgestellt durch andere Algorithmen, die auf dem Fahrzeug 134 betrieben werden, irgendein anderes Kollisionsproblem gibt, und falls das der Fall ist, wird eine Ausweichtrajektorienplanung unter Verwenden einer Längs- und/oder Querfahrzeugsteuerung beim Block 218 bereitgestellt. Sonst erzeugt der Algorithmus den Pfad 136 bei Block 220.
  • Wie es für den Fachmann der Technik verständlich ist, können die verschiedenen und unterschiedlichen Schritte und Prozesse, die hierin diskutiert werden, um die Erfindung zu beschreiben, sich auf Vorgänge beziehen, die durch einen Computer, einen Prozessor oder ein anderes Kalkulationsgerät, die unter Verwenden elektrischer Phänomene Daten manipulieren und/oder transformieren, ausgeführt werden. Derartige Computer und elektronische Geräte können verschiedene flüchtige und/oder nicht flüchtige Speicher einsetzen, einschließlich eines nicht transitorischen computerlesbaren Mediums mit einem ausführbaren Programm, das darauf gespeichert ist, einschließlich verschiedener Codes oder ausführbarer Instruktionen, die in der Lage sind, durch den Computer oder Prozessor ausgeführt zu werden, wobei der Speicher und/oder das computerlesbare Medium alle Formen und Arten der Speicher und anderer computerlesbarer Medien einschließen kann.
  • Die vorhergehende Diskussion offenbart und beschreibt nur beispielhafte Ausführungsformen der vorliegenden Erfindung. Ein Fachmann der Technik erkennt aus dieser Diskussion und durch die begleitenden Zeichnungen und Ansprüche bereits, dass verschiedene Änderungen, Modifikationen und Variationen ausgeführt werden können, ohne von dem Geist und dem Rahmen der Erfindung, wie sie in den nachfolgenden Ansprüchen definiert sind, abzuweichen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • US 8170739 [0004, 0005, 0006, 0024, 0026, 0051, 0053]

Claims (10)

  1. Verfahren zum Erzeugen eines gewünschten Pfades eines Fahrzeugs, um einer Fahrbahn entlang zu folgen, wobei das Fahrzeug wenigstens eine vorwärts schauende Kamera und eine Kartendatenbasis einschließt, wobei das Verfahren umfasst: – Bereitstellen von Fahrbahnmesswerten von der Kamera, die Orte auf der Fahrbahn identifiziert; – Bereitstellen von Fahrbahnmesswerten von der Kartendatenbasis, die Orte auf der Fahrbahn identifiziert; – Bestimmen des gewünschten Pfades entlang eines ersten Segments der Fahrbahn unter Verwenden der Fahrbahnmesswerte von der Kamera; – Identifizieren eines Endes des ersten Segments basierend auf einem effektiven Bereich der Kamera; und – Bestimmen des gewünschten Pfades entlang eines zweiten Segments der Fahrbahn unter Verwenden der Fahrbahnmesswerte von der Kartendatenbasis, wobei das zweite Segment am Ende des ersten Segments beginnt.
  2. Verfahren nach Anspruch 1, wobei das Verfahren automatisch mehrere Segmente berechnet, um den gewünschten Pfad für das Fahrzeug zu definieren, sowohl zum Folgen einer Fahrspurzentrierung als auch für Fahrspurwechselzwecke.
  3. Verfahren nach Anspruch 1, wobei das Bestimmen des gewünschten Pfades entlang mehrfacher Segmente ein Lösen einer polynomen Gleichung fünften Grades einschließt.
  4. Verfahren nach Anspruch 1, wobei das Identifizieren des Endes des ersten Segments ein Bestimmen eines Fehlers zwischen den Fahrbahnmesswerten von der Kamera und dem gewünschten Pfad entlang des ersten Segments einschließt.
  5. Verfahren nach Anspruch 4, wobei ein Identifizieren des Endes des ersten Segments ein Verwenden einer Kalkulationsfunktion, welche die Differenz zwischen den gemessenen Werten und dem gewünschten Pfad identifiziert, und ein Bestimmen einschließt, wann die Kalkulationsfunktion einen vorbestimmten Kalkulationsfunktionsschwellwert überschreitet.
  6. Verfahren nach Anspruch 1, wobei das Bestimmen des gewünschten Pfades entlang des zweiten Segments der Fahrbahn unter Verwendung der Fahrbahnmesswerte von der Kartendatenbasis, die Fahrbahnmesswerte an einem letzten Ortspunkt in dem ersten Segment als Fahrbahnmesswerte an einem ersten Ortspunkt in dem zweiten Segment zu verwenden, einschließt.
  7. Das Verfahren nach Anspruch 6, wobei das Bestimmen des gewünschten Pfades entlang des zweiten Segments der Fahrbahn unter Verwendung der Fahrbahnmesswerte der Kartendatenbasis ein Anpassen einer Steigung des gewünschten Pfades am Ende des ersten Segments an eine Steigung des gewünschten Pfades am Beginn des zweiten Segments einschließt.
  8. Das Verfahren nach Anspruch 1, weiterhin umfassend ein Bestimmen des gewünschten Pfades entlang eines dritten Segments der Fahrbahn, das am Ende des zweiten Segments beginnt, unter Verwenden der Fahrbahnmesswerte von der Kartendatenbasis, wobei ein Übergang zwischen dem zweiten Segment und dem dritten Segment auftritt, wenn eine Krümmung der Fahrbahn einen vorbestimmten Schwellwert überschreitet.
  9. Verfahren nach Anspruch 1, weiterhin umfassend ein Bestimmen, dass ein Fahrzeugfahrspurändern angeordnet wurde, – ein Bestimmen, wie viele Segmente erforderlich sind, um das Fahrspurwechseln durchzuführen, und – ein Ausführen des Fahrspurwechsels über mehrere Segmente.
  10. System zum Erzeugen eines gewünschten Pfades für ein Fahrzeug, um einer Fahrbahn entlang zu folgen, wobei das Fahrzeug wenigstens eine vorwärts schauende Kamera und eine Kartendatenbasis aufweist, wobei das System umfasst: – Mittel zum Bereitstellen von Fahrbahnmesswerten von der Kamera, die Orte auf der Fahrbahn identifizieren; – Mittel zum Bereitstellen von Fahrbahnmesswerten von der Kartendatenbasis, die Orte auf der Fahrbahn identifizieren; – Mittel zum Bestimmen des gewünschten Pfades entlang eines ersten Segments der Fahrbahn unter Verwenden der Fahrbahnmesswerte von der Kamera; – Mittel zum Identifizieren eines Endes des ersten Segments basierend auf einem effektiven Bereich der Kamera; und – Mittel zum Bestimmen des gewünschten Pfades entlang eines zweiten Segments der Fahrbahn unter Verwenden der Fahrbahnmesswerte von der Kartendatenbasis, wobei das zweite Segment am Ende des ersten Segments beginnt.
DE102015108605.0A 2014-06-05 2015-06-01 Fahrspurwechselpfad-Planungsalgorithmus für ein autonom fahrendes Fahrzeug Active DE102015108605B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/297,415 2014-06-05
US14/297,415 US9428187B2 (en) 2014-06-05 2014-06-05 Lane change path planning algorithm for autonomous driving vehicle

Publications (3)

Publication Number Publication Date
DE102015108605A1 true DE102015108605A1 (de) 2015-12-10
DE102015108605A9 DE102015108605A9 (de) 2016-02-25
DE102015108605B4 DE102015108605B4 (de) 2023-10-12

Family

ID=54549018

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102015108605.0A Active DE102015108605B4 (de) 2014-06-05 2015-06-01 Fahrspurwechselpfad-Planungsalgorithmus für ein autonom fahrendes Fahrzeug

Country Status (3)

Country Link
US (1) US9428187B2 (de)
CN (1) CN105292116B (de)
DE (1) DE102015108605B4 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018213971A1 (de) * 2018-08-20 2020-02-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Auswahl eines Fahrmanövers
CN112601869A (zh) * 2020-04-10 2021-04-02 百度时代网络技术(北京)有限公司 基于路径规划的二次规划的靠边停车方法
DE112017001438B4 (de) 2016-05-20 2022-06-30 Aisin Corporation 11Autonome Fahrunterstützungsvorrichtung und Computerprogramm
DE102021204244A1 (de) 2021-04-28 2022-11-03 Zf Friedrichshafen Ag Vorbereiten von Kartendaten zur effizienten Weiterverarbeitung

Families Citing this family (100)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112011103834T8 (de) 2010-11-19 2013-09-12 Magna Electronics, Inc. Spurhalteassistent und Spurzentrierung
EP3154835A1 (de) * 2014-06-10 2017-04-19 Mobileye Vision Technologies Ltd. Hierarchische verfeinerung in fahrbahnmarkierungsnavigation
US9321461B1 (en) * 2014-08-29 2016-04-26 Google Inc. Change detection using curve alignment
US9562779B2 (en) * 2014-12-23 2017-02-07 Here Global B.V. Method and apparatus for providing a steering reliability map based on driven curvatures and geometry curvature
EP3885217A1 (de) 2015-02-10 2021-09-29 Mobileye Vision Technologies Ltd. Spärliche karte für autonome fahrzeugnavigation
JP6082415B2 (ja) * 2015-03-03 2017-02-15 富士重工業株式会社 車両の走行制御装置
JP6593695B2 (ja) * 2015-09-15 2019-10-23 日野自動車株式会社 車線変更操舵制御システム
US10309790B2 (en) * 2015-10-28 2019-06-04 Honda Motor Co., Ltd. Automatic driving system
JP6316265B2 (ja) * 2015-12-01 2018-04-25 本田技研工業株式会社 車線変更制御装置
JP6589608B2 (ja) * 2015-12-04 2019-10-16 株式会社デンソー 車両制御装置
CN108431549B (zh) * 2016-01-05 2020-09-04 御眼视觉技术有限公司 具有施加的约束的经训练的系统
JP6243931B2 (ja) * 2016-01-08 2017-12-06 株式会社Subaru 車両の走行制御装置
CN105584479B (zh) * 2016-01-18 2018-10-19 北京理工大学 一种面向脑控车辆的模型预测控制方法和利用该方法的脑控车辆
US20190016338A1 (en) * 2016-02-18 2019-01-17 Honda Motor Co., Ltd. Vehicle control device, vehicle control method, and vehicle control program
US10055651B2 (en) 2016-03-08 2018-08-21 Magna Electronics Inc. Vehicle vision system with enhanced lane tracking
WO2017159487A1 (ja) 2016-03-14 2017-09-21 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
US9922563B2 (en) 2016-05-24 2018-03-20 International Business Machines Corporation Dynamic cross-lane travel path determination by self-driving vehicles
EP3468850A4 (de) * 2016-06-14 2019-07-24 nuTonomy Inc. Routenplanung für ein autonomes fahrzeug
US10126136B2 (en) 2016-06-14 2018-11-13 nuTonomy Inc. Route planning for an autonomous vehicle
US11092446B2 (en) 2016-06-14 2021-08-17 Motional Ad Llc Route planning for an autonomous vehicle
US10309792B2 (en) 2016-06-14 2019-06-04 nuTonomy Inc. Route planning for an autonomous vehicle
US10829116B2 (en) 2016-07-01 2020-11-10 nuTonomy Inc. Affecting functions of a vehicle based on function-related information about its environment
US10962982B2 (en) 2016-07-21 2021-03-30 Mobileye Vision Technologies Ltd. Crowdsourcing the collection of road surface information
US10107631B2 (en) * 2016-08-19 2018-10-23 GM Global Technology Operations LLC Methods and systems for vehicle positioning feedback
WO2018057455A1 (en) 2016-09-21 2018-03-29 Apple Inc. Vehicle control system
JP6663835B2 (ja) * 2016-10-12 2020-03-13 本田技研工業株式会社 車両制御装置
US10857994B2 (en) 2016-10-20 2020-12-08 Motional Ad Llc Identifying a stopping place for an autonomous vehicle
US10331129B2 (en) 2016-10-20 2019-06-25 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
US10681513B2 (en) 2016-10-20 2020-06-09 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
US10473470B2 (en) 2016-10-20 2019-11-12 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
US10146224B2 (en) * 2016-11-09 2018-12-04 GM Global Technology Operations LLC Processor-implemented systems and methods for automated driving
CN108061555B (zh) * 2016-11-09 2020-06-26 华为技术有限公司 一种车辆定位误差矫正方法及装置
EP3549838A4 (de) * 2016-11-29 2019-12-11 Mazda Motor Corporation Fahrzeugsteuerungsvorrichtung
US10377381B2 (en) 2016-12-28 2019-08-13 Robert Bosch Gmbh Adaptive speed control system for an autonomous vehicle
CN106740868B (zh) * 2016-12-30 2019-03-29 东软集团股份有限公司 一种车速规划的方法、装置和设备
JP6801585B2 (ja) * 2017-04-12 2020-12-16 トヨタ自動車株式会社 車線変更支援装置
US10725470B2 (en) 2017-06-13 2020-07-28 GM Global Technology Operations LLC Autonomous vehicle driving systems and methods for critical conditions
KR102368604B1 (ko) 2017-07-03 2022-03-02 현대자동차주식회사 Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 차선 변경 제어 방법
TWI665114B (zh) * 2017-08-25 2019-07-11 Institute For Information Industry 車輛行駛偵測方法及車輛行駛偵測系統
US10606277B2 (en) * 2017-09-18 2020-03-31 Baidu Usa Llc Speed optimization based on constrained smoothing spline for autonomous driving vehicles
US11580859B1 (en) * 2017-09-28 2023-02-14 Apple Inc. Vehicle lane change
US20180093671A1 (en) * 2017-11-21 2018-04-05 GM Global Technology Operations LLC Systems and methods for adjusting speed for an upcoming lane change in autonomous vehicles
US11360475B2 (en) 2017-12-05 2022-06-14 Waymo Llc Real-time lane change selection for autonomous vehicles
US10429849B2 (en) * 2017-12-14 2019-10-01 Baidu Usa Llc Non-linear reference line optimization method using piecewise quintic polynomial spiral paths for operating autonomous driving vehicles
US10860021B2 (en) * 2017-12-15 2020-12-08 Wipro Limited Method and system for guiding an autonomous vehicle in a forward path in real-time
US20180150080A1 (en) * 2018-01-24 2018-05-31 GM Global Technology Operations LLC Systems and methods for path planning in autonomous vehicles
CN108460980B (zh) * 2018-05-11 2020-09-29 西南交通大学 自动驾驶车辆最优下匝道意图生成点计算方法
US10864910B2 (en) 2018-05-16 2020-12-15 GM Global Technology Operations LLC Automated driving systems and control logic using sensor fusion for intelligent vehicle control
US10671070B2 (en) * 2018-05-23 2020-06-02 Baidu Usa Llc PID embedded LQR for autonomous driving vehicles (ADVS)
WO2019231456A1 (en) * 2018-05-31 2019-12-05 Nissan North America, Inc. Probabilistic object tracking and prediction framework
JP6861669B2 (ja) * 2018-06-15 2021-04-21 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
JP7032262B2 (ja) * 2018-07-25 2022-03-08 日立Astemo株式会社 車両の操舵制御装置
US11186276B2 (en) * 2018-07-27 2021-11-30 Baidu Usa Llc Adjusting speeds along a path for autonomous driving vehicles
CN112533810A (zh) * 2018-08-03 2021-03-19 日产自动车株式会社 行驶轨迹校正方法、行驶控制方法、以及行驶轨迹校正装置
US10838423B2 (en) 2018-08-07 2020-11-17 GM Global Technology Operations LLC Intelligent vehicle navigation systems, methods, and control logic for deriving road segment speed limits
US11287814B2 (en) * 2018-08-07 2022-03-29 GM Global Technology Operations LLC Lane change detection system and method for an autonomous vehicle
US10761535B2 (en) 2018-08-21 2020-09-01 GM Global Technology Operations LLC Intelligent vehicle navigation systems, methods, and control logic for multi-lane separation and trajectory extraction of roadway segments
CN110967025B (zh) * 2018-09-30 2022-05-13 毫末智行科技有限公司 车道线筛选方法及系统
US10800412B2 (en) * 2018-10-12 2020-10-13 GM Global Technology Operations LLC System and method for autonomous control of a path of a vehicle
US11054834B2 (en) 2018-10-19 2021-07-06 Waymo Llc Controlling vehicles through multi-lane turns
US11097748B2 (en) 2018-10-23 2021-08-24 Baidu Usa Llc Two-step reference line smoothing method to mimic human driving behaviors for autonomous driving cars
US11048260B2 (en) 2018-11-02 2021-06-29 Zoox, Inc. Adaptive scaling in trajectory generation
US11077878B2 (en) 2018-11-02 2021-08-03 Zoox, Inc. Dynamic lane biasing
US11208096B2 (en) * 2018-11-02 2021-12-28 Zoox, Inc. Cost scaling in trajectory generation
US11110918B2 (en) 2018-11-02 2021-09-07 Zoox, Inc. Dynamic collision checking
GB2578917B (en) * 2018-11-14 2021-10-06 Jaguar Land Rover Ltd Vehicle control system and method
TWI674984B (zh) * 2018-11-15 2019-10-21 財團法人車輛研究測試中心 自動駕駛車輛之行駛軌跡規劃系統及方法
US11597385B2 (en) * 2018-12-18 2023-03-07 Hyundai Motor Company Autonomous vehicle and vehicle running control method using the same
CN111413958B (zh) * 2018-12-18 2021-09-24 北京航迹科技有限公司 用于确定自动驾驶中的驾驶路径的系统和方法
CN111339802B (zh) * 2018-12-19 2024-04-19 长沙智能驾驶研究院有限公司 实时相对地图的生成方法及装置、电子设备和存储介质
US11214268B2 (en) * 2018-12-28 2022-01-04 Intel Corporation Methods and apparatus for unsupervised multimodal anomaly detection for autonomous vehicles
CN109726489B (zh) * 2019-01-02 2022-03-29 腾讯科技(深圳)有限公司 一种建立辅助驾驶数据库的方法及系统
US11304156B2 (en) 2019-01-04 2022-04-12 Qualcomm Incorporated Physical layer aspects for hierarchical mobility
US11475678B2 (en) 2019-01-04 2022-10-18 Qualcomm Incorporated Lane marker detection and lane instance recognition
US11226620B2 (en) 2019-02-08 2022-01-18 GM Global Technology Operations LLC Automated driving systems and control logic with enhanced longitudinal control for transitional surface friction conditions
US11052914B2 (en) 2019-03-14 2021-07-06 GM Global Technology Operations LLC Automated driving systems and control logic using maneuver criticality for vehicle routing and mode adaptation
US11267476B2 (en) * 2019-03-28 2022-03-08 Baidu Usa Llc Map-less and camera-based lane markings sampling method for level-3 autonomous driving vehicles
JP7312356B2 (ja) * 2019-03-29 2023-07-21 マツダ株式会社 車両運転支援システム
US11427196B2 (en) * 2019-04-15 2022-08-30 Peloton Technology, Inc. Systems and methods for managing tractor-trailers
US11300677B2 (en) 2019-07-08 2022-04-12 GM Global Technology Operations LLC Automated driving systems and control logic for host vehicle velocity estimation using wide aperture radar
JP7339796B2 (ja) * 2019-07-16 2023-09-06 フォルシアクラリオン・エレクトロニクス株式会社 車載処理装置
US11235804B2 (en) * 2019-08-06 2022-02-01 Fca Us Llc Automated vehicle lane change control techniques
US11279372B2 (en) * 2019-08-23 2022-03-22 Toyota Research Institute, Inc. System and method for controlling a vehicle having an autonomous mode and a semi-autonomous mode
US11462101B2 (en) 2019-11-18 2022-10-04 International Business Machines Corporation Non-essential autonomous vehicle rerouting
CN111402148B (zh) * 2020-03-03 2023-05-23 北京百度网讯科技有限公司 用于自动驾驶车辆的信息处理方法和装置
CN111443709B (zh) * 2020-03-09 2023-08-29 北京百度网讯科技有限公司 车辆变道路线规划方法、装置、终端和存储介质
US11097735B1 (en) 2020-03-19 2021-08-24 Toyota Motor North America, Inc. Transport lane usage
US11720114B2 (en) 2020-03-19 2023-08-08 Toyota Motor North America, Inc. Safety of transport maneuvering
US11488424B2 (en) 2020-03-19 2022-11-01 Toyota Motor North America, Inc. Motion-based transport assessment
US11623662B2 (en) * 2020-05-08 2023-04-11 Baidu Usa Llc Planning system for speed limit changes for autonomous vehicles
EP3960562A1 (de) * 2020-08-31 2022-03-02 Aptiv Technologies Limited Verfahren und systeme zur pfadplanung
US11561548B2 (en) * 2020-09-11 2023-01-24 Uatc, Llc Systems and methods for generating basis paths for autonomous vehicle motion control
US11685262B2 (en) 2020-12-03 2023-06-27 GM Global Technology Operations LLC Intelligent motor vehicles and control logic for speed horizon generation and transition for one-pedal driving
US20220194469A1 (en) * 2020-12-17 2022-06-23 Argo AI, LLC Autonomous vehicle steering juke event detector
US11752881B2 (en) 2021-01-20 2023-09-12 GM Global Technology Operations LLC Intelligent vehicles and control logic for brake torque request estimation for cooperative brake system control
US20220250646A1 (en) * 2021-02-11 2022-08-11 Zoox, Inc. Route-relative trajectory numerical integrator and controller using the same
US11884269B2 (en) 2021-02-19 2024-01-30 Argo AI, LLC Systems and methods for determining future intentions of objects
US11565723B2 (en) 2021-02-19 2023-01-31 Argo AI, LLC Systems and methods for vehicle motion planning
US20220388531A1 (en) * 2021-06-08 2022-12-08 Yandex Self Driving Group Llc Method and device for operating a self-driving car
CN113255091B (zh) * 2021-06-29 2021-10-26 中移(上海)信息通信科技有限公司 路径拓扑关系的建立方法、装置及相关设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8170739B2 (en) 2008-06-20 2012-05-01 GM Global Technology Operations LLC Path generation algorithm for automated lane centering and lane changing control system

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6572250B1 (en) * 1999-03-15 2003-06-03 Britax Wingard Limited Exterior mirror having an attachment member including an approach light
US6502033B1 (en) * 2000-10-05 2002-12-31 Navigation Technologies Corp. Turn detection algorithm for vehicle positioning
US6317683B1 (en) * 2000-10-05 2001-11-13 Navigation Technologies Corp. Vehicle positioning using three metrics
JP3885716B2 (ja) * 2002-11-21 2007-02-28 日産自動車株式会社 車両用推奨操作量生成装置
US7188131B2 (en) * 2002-11-27 2007-03-06 Stmicroelectronics S.A. Random number generator
EP1922702A1 (de) * 2005-08-19 2008-05-21 Daimler AG Auswerteverfahren zur erkennung von befahrenen strassen
US20070208498A1 (en) * 2006-03-03 2007-09-06 Inrix, Inc. Displaying road traffic condition information and user controls
JP4869858B2 (ja) * 2006-10-05 2012-02-08 クラリオン株式会社 車両の走行制御システム
DE102008021380B4 (de) 2008-04-29 2016-09-15 Continental Automotive Gmbh Verfahren und Vorrichtung zum Vorhersagen eines Verlaufs einer Fahrbahn und Fahrerassistenzsystem
US8428843B2 (en) 2008-06-20 2013-04-23 GM Global Technology Operations LLC Method to adaptively control vehicle operation using an autonomic vehicle control system
DE102012215562B4 (de) * 2012-09-03 2024-03-07 Robert Bosch Gmbh Verfahren zum Bestimmen einer Ausweichtrajektorie für ein Kraftfahrzeug sowie Sicherheitseinrichtung oder Sicherheitssystem
US9574890B2 (en) * 2014-03-04 2017-02-21 Qualcomm Incorporated Reduced power consumption and improved user experience when navigating along familiar routes

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8170739B2 (en) 2008-06-20 2012-05-01 GM Global Technology Operations LLC Path generation algorithm for automated lane centering and lane changing control system

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112017001438B4 (de) 2016-05-20 2022-06-30 Aisin Corporation 11Autonome Fahrunterstützungsvorrichtung und Computerprogramm
DE112017001438B8 (de) 2016-05-20 2022-08-25 Aisin Corporation Autonome Fahrunterstützungsvorrichtung und Computerprogramm
DE102018213971A1 (de) * 2018-08-20 2020-02-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Auswahl eines Fahrmanövers
CN112601869A (zh) * 2020-04-10 2021-04-02 百度时代网络技术(北京)有限公司 基于路径规划的二次规划的靠边停车方法
CN112601869B (zh) * 2020-04-10 2022-10-28 百度时代网络技术(北京)有限公司 操作自主驾驶车辆的方法、机器可读介质及数据处理系统
DE102021204244A1 (de) 2021-04-28 2022-11-03 Zf Friedrichshafen Ag Vorbereiten von Kartendaten zur effizienten Weiterverarbeitung
DE102021204244B4 (de) 2021-04-28 2023-10-26 Zf Friedrichshafen Ag Vorbereiten von Kartendaten zur effizienten Weiterverarbeitung

Also Published As

Publication number Publication date
CN105292116A (zh) 2016-02-03
CN105292116B (zh) 2018-01-16
US20150353085A1 (en) 2015-12-10
DE102015108605B4 (de) 2023-10-12
DE102015108605A9 (de) 2016-02-25
US9428187B2 (en) 2016-08-30

Similar Documents

Publication Publication Date Title
DE102015108605B4 (de) Fahrspurwechselpfad-Planungsalgorithmus für ein autonom fahrendes Fahrzeug
DE102018108036B4 (de) Routeneinstellungsvorrichtung und Routeneinstellungsverfahren
DE102015114465B4 (de) Verfahren zur Wegplanung für ein Ausweichlenkmanöver
DE102015111535B4 (de) Algorithmus zur genauen Krümmungsschätzung für die Bahnplanung von autonom fahrenden Fahrzeugen
DE112016003285B4 (de) Routengenerator, Routenerzeugungsverfahren und Routenerzeugungsprogramm
DE102018106713A1 (de) Verfahren zum Steuern eines Fahrzeugspurwechsels, Vorrichtung zum Steuern eines Fahrzeugspurwechsels und dazugehörige Einrichtungen
EP2561419B1 (de) Verfahren zur bestimmung des fahrbahnverlaufes für ein kraftfahrzeug
DE102015114464A1 (de) Einheitlicher Bewegungsplaner für ein autonom fahrendes Fahrzeug beim Ausweichen vor einem bewegten Hindernis
DE102013207572B4 (de) Fahrzeugverhaltenssteuervorrichtung
EP3385673B1 (de) Verfahren und einrichtung zur reduktion von zwischenpunkten in einem streckenzug
EP3432203B1 (de) Prädiktive streckenführung eines fahrzeugs
DE102017103552A1 (de) Verbesserte fahrzeug-seitenführung (spurfolge-/spurhalte-/spurwechselsteuerung) für anhängerfahrzeuge
DE112016000422B4 (de) Geschwindigkeitsregelvorrichtung und geschwindigkeitsregelverfahren für fahrzeuge
DE102014114827A9 (de) Wegplanung für Ausweichlenkmanöver bei Vorhandensein eines Zielfahrzeugs und umgebenden Objekten
DE102018215448B3 (de) Verfahren zur Schätzung der Geometrie eines Bewegungsweges
DE102014114608A1 (de) Wegplanung für Ausweichlenkmanöver mithilfe einer virtuellen Potentialfeldtechnik
DE102018115170A1 (de) Fahrsteuervorrichtung eines Fahrzeugs
DE102016213817B4 (de) Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn
DE102018117916A1 (de) Wegplanung für das autonome Fahren
DE102020203756A1 (de) Autobahnausfahrt-erfassung und linienspiegelung zur fahrzeugtrajektorien-bestimmung
DE102017118651A1 (de) Verfahren und System zur Kollisionsvermeidung eines Fahrzeugs
DE102019105547A1 (de) Verfahren und Steuereinheit zur Erkennung eines ein- bzw. ausscherenden Fahrzeugs
WO2020002100A1 (de) Verfahren zum betreiben eines wenigstens teilweise automatisierten fahrzeugs
DE112019000325T5 (de) Vorrichtung zur vorhersage des verhaltens eines sich bewegenden objekts
WO2021139974A1 (de) Verfahren zur zusammenführung mehrerer datensätze für die erzeugung eines aktuellen spurmodells einer fahrbahn und vorrichtung zur datenverarbeitung

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R082 Change of representative

Representative=s name: SCHWEIGER, MARTIN, DIPL.-ING. UNIV., DE

R016 Response to examination communication
R018 Grant decision by examination section/examining division