DE102016107705B4 - Verfahren zur adaptiven erzeugung eines geplanten pfads für ein manöver eines autonomen fahrens - Google Patents

Abstract

Verfahren zur adaptiven erneuten Erzeugung eines geplanten Pfads für ein Manöver eines autonomen Fahrens, das die Schritte umfasst, dass:(a) durch fahrzeugbasierte Einrichtungen Objektdaten erhalten werden, die erfassten Objekten auf einer Fahrstraße zugehörig sind;(b) basierend auf den erfassten Objekten auf einer Fahrstraße durch einen Prozessor (16) ein Objektplan konstruiert wird;(c) ein Timer zurückgesetzt und in Betrieb gesetzt wird;(d) durch den Prozessor (16) ein geplanter Pfad zur autonomen Manövrierung des Fahrzeugs um die erfassten Objekte herum erzeugt wird, wobei der geplante Pfad basierend auf einer Kosten-Distanz-Funktion erzeugt wird;(e) das Fahrzeug entlang des geplanten Pfads autonom manövriert wird;(f) der Objektplan basierend auf aktualisierten erfassten Daten von den fahrzeugbasierten Einrichtungen aktualisiert wird;(g) basierend auf dem aktualisierten Objektplan ermittelt wird, ob der geplante Pfad machbar ist;(h) in Ansprechen auf eine Ermittlung, dass der geplante Pfad nicht machbar ist, zu Schritt (a) zurückgesprungen wird; andernfalls mit Schritt (i) fortgefahren wird;(i) ermittelt wird, ob der Timer abgelaufen ist; und(j) in Ansprechen auf den Ablauf des Timers zu Schritt (a) zurückgesprungen wird; andernfalls zu Schritt (f) zurückgesprungen wird; wobei die Erzeugung des geplanten Pfads ferner die Schritte umfasst, dass:basierend auf den erfassten Objekten auf der Fahrstraße virtuelle Knoten identifiziert werden; undeine Delauney-Triangulation angewandt wird, um Dreiecke zwischen ausgewählten virtuellen Knoten zu erzeugen;wobei die virtuellen Knoten virtuelle Spurknoten (100), virtuelle Host-Fahrzeugknoten (102), virtuelle Endknoten (104) und verschobene Abtastknoten umfassen, wobei die virtuellen Spurknoten (100) Spurbegrenzungen der Straße darstellen, wobei die virtuellen Host-Fahrzeugknoten (102) eine Position des Host-Fahrzeugs und einen Start eines Suchraums darstellen,wobei die virtuellen Endknoten (104) ein Ende des Suchraums darstellen,und wobei die verschobenen Abtastknoten Verschiebungen dynamischer Objekte basierend auf Geschwindigkeiten der detektierten dynamischen Objekte relativ zu dem Host-Fahrzeug darstellen;ferner umfassend die Schritte, dass:Scheitelpunkte (108) entlang Kanten der Dreiecke identifiziert werden, wobei die Scheitelpunkte (108) entlang jeder Dreieckkante gleichmäßig beabstandet sind; undlineare Segmente zwischen jedem Paar von Scheitelpunkten (108) innerhalb jedes Dreiecks ausgebildet werden;wobei ein jeweiliges lineares Segment, das ein jeweiliges Paar von Scheitelpunkten (108) eines jeweiligen Dreiecks verbindet, nur ausgebildet wird,wenn das jeweilige Paar von Scheitelpunkten (108) zu dem gleichen jeweiligen Dreieck gehört und wenn die Scheitelpunkte (108) nicht zu einer gleichen Kante des jeweiligen Dreiecks gehören;wobei der geplante Pfad von einem identifizierten virtuellen Host-Fahrzeugknoten (102) zu einem identifizierten virtuellen Endknoten (104) erzeugt wird, indem ein jeweiliges lineares Segment von jedem Dreieck ausgewählt wird, wobei jedes von jedem Dreieck ausgewählte lineare Segment einen kontinuierlichen geplanten Pfad von dem identifizierten virtuellen Host-Fahrzeugknoten (102) zu dem identifizierten virtuellen Endknoten (104) bildet; undwobei jedes der ausgewählten linearen Segmente basierend auf einer Kosten-Distanz-Funktion identifiziert wird, wobei die Kostenfunktion als Distanzfunktionskomponenten in Bezug auf eine Länge des geplanten Pfads, als relative Neigung jedes Segments, als Offset des geplanten Pfads zu einem vorherigen ermittelten Pfad, als Offset von einer Mitte einer aktuellen befahrenen Spur und als Offset-Distanz von umgebenden Hindernissen erzeugt wird.

Description

• HINTERGRUND DER ERFINDUNG
• Eine Ausführungsform bezieht sich auf eine autonome Pfadplanung.
• Eine Pfadplanung ist für ein autonomes und semiautonomes Fahren auf der Autobahn und für erweiterte Fahrerassistenzsysteme, wie beispielsweise eine Kollisionsvermeidung, erforderlich. Eine Pfadplanung muss hinsichtlich Änderungen bei einer Host-Fahrzeugdynamik und anderer statischer und dynamischer Objekte auf der Straße reaktiv sein. Der geplante Pfad muss einen sicheren kollisionsfreien Pfad innerhalb der Straßenbegrenzungen zur Folge haben, der für die Host-Fahrzeugsteuerung angesichts der Fahrzeugdynamikbeschränkungen, wie beispielsweise maximale Querbeschleunigung/maximales seitliches Rucken, auch machbar sein muss. Bekannte Pfadplanungstechniken ziehen weder die Dynamik des Host-Fahrzeugs noch anderer sich bewegender Zielfahrzeuge in Betracht, oder sind zu rechenintensiv, um für Echtzeitanwendungen in angemessener Zeit reaktiv zu sein.
• US 2003 / 0 030 398 A1 offenbart ein Verfahren zur Verwendung eines Robotersystems, um eine Funktion in einem Bereich durchzuführen. Hierbei greift das Robotersystem auf eine gespeicherte Abbildung eines Lageplans des Bereichs zu, lokalisiert es eine erste Position in dem Bereich und ermittelt es einen Funktionspfad von dem Robotersystem zur Navigation durch den Bereich. Während der Navigation des Robotersystems entlang des Funktionspfads wird die aktuelle Position des Robotersystems wiederholt kontinuierlich lokalisiert. Weiterer Stand der Technik ist aus DE 10 2006 009 191 A1 , DE 10 2008 024 548 A1 und ZHU, R. [et al.]: Collision-free Path Planning and Trajectory Generation for MAVs Flying in Urban Terrain. IEEE/RSJ International Conference on Intelligent Robots and Systems, 2006, S. 2888-2893. IEEE Explore [online]. DOI: 10.1109/ IROS.2006.282138, In: IEEE bekannt.
• ZUSAMMENFASSUNG DER ERFINDUNG
• Aufgabe der Erfindung ist es, ein verbessertes Verfahren zur adaptiven erneuten Erzeugung eines geplanten Pfads für ein Manöver eines autonomen Fahrens bereitzustellen.
• Zur Lösung der Aufgabe ist ein Verfahren mit den Merkmalen des Anspruchs 1 vorgesehen. Vorteilhafte Ausbildungen der Erfindung sind den Unteransprüchen, der Beschreibung und den Zeichnungen zu entnehmen.
• Ein Vorteil einer Ausführungsform ist eine Technik einer schnellen Pfadplanung für ein Manöver eines autonomen Fahrens, die hinsichtlich der Dynamik eines Host-Fahrzeugs und anderer sich bewegender Fahrzeuge sowie stationärer Objekte, die das Host-Fahrzeug umgeben, reaktiv ist. Die Technik verwendet einen Delaunay-Triangulationsprozess hinsichtlich identifizierter Segmente zur Erzeugung des geplanten Pfads. Die identifizierten Segmente werden basierend auf einer Kosten-Distanz-Funktion ausgewählt, die verschiedene Faktoren berücksichtigt, die eine kürzeste Länge, einen Offset von einem vorherigen geplanten Pfad, einen Offset von einer Mitte einer Spur, einen Neigung jedes ausgewählten Segments relativ zu benachbarten Segmenten und eine Distanz von anderen Fahrzeugen und Zielen umfassen. Ferner verfeinert die Routine den geplanten Pfad durch Identifizieren eines Korridor-Offsets von dem geplanten Pfad und Identifizieren eines geglätteten Pfads innerhalb des Korridors. Die Technik ermittelt ferner die Machbarkeit des erneut geplanten Pfads durch Identifizieren von Querbeschleunigungen des Fahrzeugs und der Distanz von einem anderen dynamischen Fahrzeug. Ferner ermittelt die Technik einen geplanten Pfad nach einer vorbestimmten Zeitspanne erneut; allerdings überprüft die Technik kontinuierlich eine Sicherheit des bestehenden Pfads während der vorbestimmten Zeitspanne. Als Ergebnis reduziert die hierin beschriebene Technik den Umfang an Zeit, der benötigt wird, um einen geplanten Pfad erneut zu erzeugen, indem ein geplanter Pfad nur in Zeitintervallen erneut erzeugt wird, oder wenn der bestehende Pfad nicht mehr machbar ist; allerdings werden zwischen den Zeitintervallen konstant Überprüfungen durchgeführt, um zu verifizieren, ob der geplante Pfad machbar bleibt.
• Figurenliste
• 1 ist ein Blockdiagramm eines Pfadplanungssystems.
• 2 ist ein Flussdiagramm einer Technik einer reaktiven Pfadplanung.
• 3 ist ein beispielhafter geplanter Pfad.
• 4 ist ein beispielhaftes Fahrszenario, das Hindernisse umfasst.
• 5 ist ein beispielhaftes Szenario von virtuellen Abtastungsknoten.
• 6 ist eine beispielhafte Darstellung der Delaunay-Triangulation für die abgetasteten virtuellen Knoten.
• 7 ist eine beispielhafte graphische Darstellung, die Scheitelpunkte anzeigt.
• 8 ist ein basierend erzeugter geplanter Pfad.
• 9 ist ein Korridor eines geplanten Pfads.
• 10 ist ein innerhalb des Korridors eines geplanten Pfads erneut erzeugter geplanter Pfad.
• 11 ist eine Veranschaulichung einer Sicherheitsüberprüfung des für das Host-Fahrzeug geplanten Pfads zwischen Planungszeitpunkten.
• DETAILLIERTE BESCHREIBUNG
• 1 veranschaulicht ein Blockdiagramm eines Pfadplanungssystems 10 für ein Fahrzeug. Das Fahrzeug (hierin nachfolgend als das Host-Fahrzeug bezeichnet) umfasst eine fahrzeugbasierte Bildaufnahmeeinrichtung 12 und zumindest eine erfassungsbasierte Einrichtung 14.
• Die Bildaufnahmeeinrichtung 12 nimmt Bilder außerhalb des Fahrzeugs auf. Die durch die Bildaufnahmeeinrichtung 12 aufgenommenen Bilder werden analysiert, um durch Spurmarkierungen dargestellte Fahrspuren der Straße zu detektieren.
• Die erfassungsbasierte Einrichtung 14 kann radarbasierte Einrichtungen, lidarbasierte Einrichtungen und ultraschallbasierte Einrichtungen zur Erfassung von sowohl stationären Objekten als auch sich bewegenden Objekten, die das Fahrzeug umgeben, umfassen, ist jedoch nicht darauf beschränkt.
• Ein Prozessor 16 verarbeitet die durch die Bildaufnahmeeinrichtung 12 aufgenommenen Bilddaten und die durch die Erfassungseinrichtung 14 erfassten Daten. Der Prozessor 16 analysiert die jeweiligen Daten und identifiziert Objekte auf der Fahrstraße zur Ermittlung eines geplanten Pfads zur Erzeugung eines Manövers eines geplanten Pfads.
• Der Prozessor 16 kann mit einem oder mehreren Controllern 18 gekoppelt sein, um eine Steueraktion zur Erzeugung des Manövers eines geplanten Pfads zu initiieren oder in Betrieb zu setzen. Es können ein oder mehrere Fahrzeugteilsysteme zur Durchführung des Manövers eines geplanten Pfads in Betrieb gesetzt und gesteuert werden. Die jeweiligen Fahrzeugteilsysteme, die zur Durchführung des Manövers eines geplanten Pfads gesteuert werden können, umfassen ein Lenksteuerteilsystem 20, ein Geschwindigkeitssteuerteilsystem 22 und ein Bremssteuerteilsystem 24, sind jedoch nicht darauf beschränkt. Es kann auch ein Kommunikationssystem 26 verwendet werden, um einen geplanten Pfad unter Verwendung von Fahrzeug-Fahrzeug-Kommunikationen an detektierte Zielfahrzeuge zu übermitteln, um den detektierten Zielfahrzeugen das Manöver eines geplanten Pfads zur Kenntnis zu bringen.
• Das Lenkteilsystem 20 kann gesteuert werden, um ein Lenkmanöver in Betrieb zu setzen, um das Fahrzeug um ein detektiertes Ziel auf der Host-Fahrzeugfahrspur herum zu lenken.
• In dem Fall, dass eine autonome leichte Bremskraft durch das Fahrzeug erforderlich ist, wenn das Spurwechselmanöver durchgeführt wird, kann das Bremsteilsystem 24 ein elektrisches, elektrohydraulisches oder hydraulisches Bremssystem freigeben, bei dem eine Bremsstrategie vorbereitet ist.
• Das Geschwindigkeitssteuerteilsystem 22 kann die Geschwindigkeit des Fahrzeugs steuern, um das Fahrzeug während eines Spurwechselmanövers entweder zu beschleunigen oder die Geschwindigkeit zu verringern.
• 2 veranschaulicht ein Flussdiagramm für eine Technik einer reaktiven Pfadplanung (RPP von Reactive Path Planning). Die RPP-Technik wird vorzugsweise für ein autonomes Fahren auf der Autobahn verwendet. Die RPP-Technik verwendet von der bildbasierten Aufnahmeeinrichtung detektierte Spurdaten und eine Erfassungseinrichtung von der sensorbasierten Einrichtung und vereinigt die Daten zu einem Objektplan zur Erzeugung der Pfadwegpunkte des Host-Fahrzeugs für eine kurze Distanz voraus. Der Prozessor kann einen vorhersagebasierten Prozessor umfassen, der verwendet werden kann, um den erzeugten Pfad für das Host-Fahrzeug zu verfolgen. Die RPP-Technik stellt sicher, dass der erzeugte Pfad zuallererst in sicherer Distanz zu detektierten umgebenden Objekten, wie beispielsweise anderen sich bewegenden Zielfahrzeugen und stationären Objekten (z.B. Baustellenpylonen), verläuft. Zweitens stellt die RPP-Technik sicher, dass der Pfad ein machbarer Pfad ist, der verfolgt werden kann, während die dynamischen Beschränkungen des Host-Fahrzeugs berücksichtigt werden. Schließlich stellt die RPP-Technik sicher, dass das Host-Fahrzeug während des Spurwechselmanövers auf der Straße bleibt.
• Die hierin beschriebene RPP-Technik wird als reaktiv bezeichnet, da der Host-Fahrzeugpfad nach einer kurzen Zeitspanne (z.B. 0,5 s) basierend auf den neuen Sensordaten, sogar bevor ein Endpunkt eines zuvor ermittelten Pfads erreicht ist, erneut erzeugt wird. Daher ist die RPP-Technik hinsichtlich jeglicher Änderungen der Spurdaten oder Objektplandaten reaktiv.
• In Schritt 30 wird die Routine freigegeben, und die Routine fährt mit Schritt 31 fort. In Schritt 31 werden Kriterien analysiert, um zu identifizieren, ob ein neuer geplanter Pfad erzeugt werden soll oder die Analyse des aktuellen geplanten Pfads fortgesetzt werden soll. Es ist zu verstehen, dass die RPP-Technik in der Hinsicht repetitiv ist, dass der geplante Pfad konstant analysiert und basierend auf der Umgebung überarbeitet wird. Daher sind Entscheidungen in Schritt 31 die Ergebnisse der Bedingungen, die während der RPP-Routine konstant analysiert werden.
• Die folgenden Bedingungen werden verwendet, um zu ermitteln, ob ein neuer geplanter Pfad erzeugt werden sollte, oder ob die Routine die Überwachung des bestehenden Pfads fortsetzen sollte. Die Bedingungen umfassen, dass (1) identifiziert wird, ob eine bestehende Planungszeit (T_plan) abgelaufen ist; (2) ermittelt wird, ob der vorherige Host-Fahrzeugpfad nicht sicher ist; (3) ermittelt wird, ob der vorherige Host-Fahrzeugpfad nicht machbar ist; (4) ermittelt wird, ob ein Offset von dem Host-Fahrzeugpfad größer als ein vorbestimmter Offset-Schwellenwert ist, sind jedoch nicht darauf beschränkt. Wenn eine der Bedingungen vorliegt, fährt die Routine mit Schritt 32 fort, um einen nächsten geplanten Pfad zu erzeugen; andernfalls fährt die Routine mit Schritt 42 fort, um das Analysieren des bestehenden geplanten Pfads fortzusetzen.
• In Schritt 32 werden Objektplandaten und Spurdaten erhalten. 3 veranschaulicht ein beispielhaftes Szenario für die RPP-Technik, wobei der Host-Fahrzeugpfad in drei verschiedenen Momenten erzeugt wurde. Jeder der Momente, in denen der geplante Fahrzeugpfad erzeugt wurde, wird als Planungszeitpunkt bezeichnet. Die Haupteingänge für die RPP-Technik sind der Objektplan und die Spurdaten. Der Objektplan wird von den Objektplandateneingängen abgeleitet, die eine Liste von detektierten Zielen und ihre entsprechenden Abtastpunkte wie durch die folgende Darstellung identifiziert umfassen: $$\begin{array}{l}\left(I{D}_i^t,X_i^t,Y_i^t,{\theta }_i^t,V_i^t\right):\left[\left(x_{i1}^s,y_{i1}^s\right),\left(x_{i2}^s,y_{i2}^s\right),\dots ,\left(x_{i{m}_i}^s,y_{i{m}_i}^s\right)\right],\\ \text{ f}\ddot{\text{u}}\text{r i}=\text{1}\text{,2},\dots ,\text{n}\end{array}$$

  

  wobei n die Anzahl von detektierten Zielen ist, $I{D}_i^t$

  

  eine eindeutige Indexnummer eines i-ten Ziels ist, $\left(X_i^t,Y_i^t\right)$

  

  der Mittelpunkt des i-ten Ziels, transformiert in den globalen Rahmen, ist, ${\theta }_i^t$

  

  und $V_i^t$

  

  einen Fahrtrichtungswinkel bzw. eine Geschwindigkeit des i-ten Ziels darstellen, $\left(x_{ij}^s,y_{ij}^s\right)$

  

  einen j-ten Abtastpunkt des i-ten Ziels in einem globalen Rahmen darstellt und m_i eine Anzahl von Abtastpunkten, die dem i-ten Ziel entsprechen, ist.
• Die Spurdaten liegen in Form der Koeffizienten von zwei kubischen Polynomen vor, welche die linke und rechte Spurmarkierung darstellen. Die Darstellungen lauten wie folgt: $$\begin{array}{l}{y}_L=a_{0L}+a_{1L}x+a_{2L}{x}^2+a_{3L}{x}^3\\ y_R=a_{0\text{R}}+a_{1\text{R}}\text{ x}+a_{2\text{R}}{x}^2+a_{3\text{R}}{x}^3\end{array}$$

  

  wobei y_L und y_R die linke bzw. die rechte Spurmarkierung in einem Host-Fahrzeugrahmen darstellen.
• Die Spurdaten umfassen auch Parameter, die die Qualität von Sichtsensorauslesungen und den Typ von Spurmarkierungen, wie beispielsweise durchgehende oder gestrichelte Linien, bestimmen.
• Die RPP-Technik verwendet ferner andere Host-Fahrzeugdaten, wie beispielsweise eine Fahrzeugposition (X_h, Y_h) in dem globalen Rahmen, einen Fahrtrichtungswinkel θ_h, eine Geschwindigkeit V_h, eine Gierrate ω_h und eine Längs- und Querbeschleunigung, a_h und a_hL.
• Der Host-Fahrzeugrahmen wird als Rahmen bezeichnet, der an einem Schwerpunkt des Host-Fahrzeugs angebracht ist, wobei eine x-Achse in Richtung einer Vorderseite des Fahrzeugs gewandt ist. Ein globaler Rahmen ist zu jedem Planungszeitpunkt identisch mit dem Host-Fahrzeugrahmen. Dies zeigt, dass der globale Rahmen in den aktuellen Host-Fahrzeugrahmen transformiert wird, wann immer ein neuer Pfad erzeugt wird. Dies zeigt auch, dass der aktuelle Host-Fahrzeugrahmen zwischen Planungszeitpunkten am Boden fixiert ist.
• Ziele, die weit entfernt von der aktuellen Host-Fahrzeugposition detektiert werden und keine Auswirkungen auf die Pfadplanung haben, sollten ignoriert werden. Als Ergebnis wird ein virtuelles Fenster um das Host-Fahrzeug herum mit allen in Gl. (1) identifizierten Zielen als Einfluss auf den geplanten Pfad habend ausgebildet. Das Fenster wird wie folgt dargestellt: $$\begin{array}{l}{X}_h-\frac{L_{win}}{2}\le X_i^t\le X_h+L_{win}\\ Y_h+W_{win}\le Y_i^t\le Y_h+W_{win}\end{array}$$

  

  wobei L_win und W_win das Fenster um das Fahrzeug herum darstellen, 1,5 L_win die Länge und 2 W_win die Breite eines solchen Fensters ist, wobei darin ein jeweiliger geplanter Pfad berechnet wird. Die Abtastpunkte für jedes Ziel werden auch unter Verwendung des Douglas-Peucker-Verfahrens vereinfacht, um den Rechenaufwand zu reduzieren.
• Wenn die Qualität der Kameraauslesungen keine ausreichende Auflösung aufweist, werden die folgenden Standardwerte einer geraden Spur für linke Spurmarkierungen und rechte Spurmarkierungen wie folgt dargestellt: $$\begin{array}{l}{a}_{0L}=\mathrm{1,75,}{a}_{1L}=a_{2L}=a_{3L}=0\\ a_{0R}=-\mathrm{1,75,}{a}_{1R}=a_{2R}=a_{3R}=0.\end{array}$$

  

  wobei die Einheiten der Spurkoeffizienten derart sind, dass Gl. (2) Meter ergibt.
• In Schritt 33 wird ein sicherer Raum für das Host-Fahrzeugmanöver ermittelt, indem virtuelle Knoten hinzugefügt werden, die unter Verwendung der Delaunay-Triangulationstechnik erzeugt werden. Die Delaunay-Triangulationstechnik verwendet eine Kombination von Dreiecken in dem Raum zwischen Abtastpunkten, benachbarten Spuren und dem Host-Fahrzeug. Die Delaunay-Triangulationstechnik nimmt einen Teil der virtuellen Knoten als Eingänge her und erzeugt Dreiecke, um den durch jene Knoten definierten konvexen Raum darzustellen. Für die hierin beschriebene RPP-Technik werden die Eingangsknoten, die bei der Delaunay-Triangulation verwendet werden, als virtuelle Spurknoten, virtuelle Host-Fahrzeugknoten, virtuelle Endknoten und verschobene Abtastknoten definiert.
• Die virtuellen Spurknoten werden an den Spurbegrenzungen der Straße erzeugt, um sicherzustellen, dass sich der Host-Fahrzeugpfad auf der Straße befindet. Die virtuellen Spurknoten werden in gleichen Distanzen zueinander entlang der Spurbegrenzungen angeordnet und werden wie folgt berechnet: $$\begin{array}{l}{y}_k^L=\{\begin{array}{c}{x}_k^L=k{L}_h\\ a_{0L}+a_{1L}{x}_k^L+a_{2L}{\left(x_k^L\right)}^2+a_{3L}{\left(x_k^L\right)}^3\text{ falls }{T}_L=1\\ a_{0L}+a_{1L}{x}_k^L+a_{2L}+{\left(x_k^L\right)}^2+a_{3L}{\left(x_k^L\right)}^3+W_{lane}\text{ andernfalls}\end{array}\\ y_k^R=\{\begin{array}{c}{x}_k^R=k{L}_h\\ a_{0R}+a_{1R}{x}_k^R+a_{2R}{\left(x_k^R\right)}^2+a_{3R}{\left(x_k^R\right)}^3\text{ falls }{T}_R=1\\ a_{0R}+a_{1R}{x}_k^R+a_{2R}+{\left(x_k^R\right)}^2+a_{3R}{\left(x_k^R\right)}^3=W_{lane}\text{ andernfalls}\end{array}\\ f\ddot{u}rk=\mathrm{1,2,}\cdots ,ceil\left(L_{win}/L_h\right)\end{array}$$

  

  wobei $\left(x_k^L,y_k^L\right)$

  

  und $\left(x_k^R,y_k^R\right)$

  

  die virtuellen Knoten in dem Host-Fahrzeugrahmen entlang der linken bzw. rechten Spurbegrenzung darstellen, L_h eine Länge des Host-Fahrzeugs, hergenommen als die längsverlaufende Distanz zwischen virtuellen Knoten, ist, W_lane eine Breite einer aktuellen Spur ist und die Booleschen Variablen T_L und T_R wahr sind, wenn die linke und rechte Spurmarkierung durchgehend sind, was bedeutet, dass es auf dieser Seite keine benachbarte Spur gibt.
• Es ist zu verstehen, dass die Knoten in Gl. (5) eine Transformation in einen globalen Rahmen erfordern, um durch die Delaunay-Triangulationstechnik verwendet zu werden.
• Die virtuellen Host-Fahrzeugknoten umfassen zwei virtuelle Knoten mit gleichseitigen Distanzen zu einer aktuellen Position des Host-Fahrzeugs. Dies definiert einen Start des Suchraums und wird durch die folgenden Parameter dargestellt: $$\begin{array}{l}{X}_{\mathrm{1,2}}^h=X_h\\ Y_{\mathrm{1,2}}^h=Y_h\pm 1\end{array}$$

  
• Die virtuellen Endknoten definieren das Ende des Suchraums und werden wie folgt dargestellt: $$\begin{array}{l}{x}_{\mathrm{1,2}}^e=\underset{k}{{\displaystyle \text{max}}}{x}_k^L+L_h,x_{\mathrm{3,4}}^e=\underset{k}{{\displaystyle \text{max}}}{x}_k^R+L_h\\ y_1^e=y_{\text{max}\left(\text{k}\right)}^L,y_2^e=y_{\text{max}\left(\text{k}\right)}^L-W_{lane}\\ y_3^e=y_{\text{max}\left(\text{k}\right)}^R,y_4^e=y_{\text{max}\left(\text{k}\right)}^R+W_{lane}.\end{array}$$

  
• Die Knoten in Gl. (7) befinden sich in dem Host-Fahrzeugrahmen und erfordern eine Transformation in den globalen Rahmen. Wenn die linke und/oder rechte Spurmarkierung durchgehend sind, werden die virtuellen Knoten $\left(x_2^e,y_2^e\right)$

  

  und/oder $\left(x_4^e,y_4^e\right)$

  

  jeweils ignoriert, oder sie werden ignoriert, wenn kein Ziel in dem Planungsfenster detektiert wird.
• Punkte verschobener Abtastknoten umfassen Knoten, die basierend auf relativen Geschwindigkeiten von jedem der detektierten Zielfahrzeuge verschoben werden. Die Abtastpunkte in Gl. (1) werden entlang der Straße verschoben, wie es durch die folgenden Gleichungen bestimmt wird: $$\begin{array}{l}{\overline{x}}_{ij}^s=x_{ij}^s+V_i^t\text{cos }\left({\theta }_i^t\right)T_i^r\\ {\overline{y}}_{ij}^s=y_{ij}^s+\frac{a_{1R}+a_{1L}}{2}\left({\overline{x}}_{ij}^s-x_{ij}^s\right)+\frac{a_{2R}+a_{2L}}{2}\left({\left({\overline{x}}_{ij}^s\right)}^2-{\left(x_{ij}^s\right)}^2\right)\\ +\frac{a_{3R}+a_{3L}}{2}\left({\left({\overline{x}}_{ij}^s\right)}^3-{\left(x_{ij}^s\right)}^3\right)\end{array}$$

  

  wobei $T_i^r$

  

  eine Variable ist, die den Umfang an Zeit darstellt, die das Host-Fahrzeug benötigt, um das i-te Ziel zu erreichen. $T_i^r$

  

  wird wie folgt berechnet: $$T_i^r=\{\begin{array}{cc}0& falls\left|X_h-X_i^t\right|<D_{min}\\ \frac{x_h-x_i^t}{V_i^t\text{cos}\left({\theta }_i^t\right)-V_h\text{cos}\left({\theta }_h\right)}& ansonstenfalls\left|V_i^t\text{cos}\left({\theta }_i^t\right)-V_h\text{cos}\left({\theta }_h\right)\right|>V_{min}\\ -1& andernfalls\end{array}$$

  

  wobei D_min und V_min die konstanten Parameter sind, die einen Distanz- und Geschwindigkeitsschwellenwert zur Verschiebung der Abtastpunkte bezeichnen. Jene verschobenen Abtastpunkte werden bei der Triangulationsberechnung in Betracht gezogen, wenn die folgenden drei Bedingungen erfüllt sind: $$\begin{array}{l}{T}_i^r\ge \mathrm{0,}{X}_h\le {\overline{x}}_{ij}^s\le X_h+L_{win},\\ Y_{Rmin}\le {\overline{y}}_{ij}^s\le Y_{Lmax}\end{array}$$

  

  wobei $$\begin{array}{l}{Y}_{Rmin}=a_{0R}+a_{1R}{\overline{x}}_{ij}^s+a_{2R}{\left({\overline{x}}_{ij}^s\right)}^2+a_{3R}{\left({\overline{x}}_{ij}^s\right)}^3-W_R\\ Y_{Lmax}=a_{0L}+a_{1L}{\overline{x}}_{ij}^s+a_{2L}{\left({\overline{x}}_{ij}^s\right)}^2+a_{3L}{\left({\overline{x}}_{ij}^s\right)}^3+W_L\end{array}$$

  

  und $$W_R=\{\begin{array}{cc}{W}_{lane}& falls{T}_R=0\text{ \& }n\ne 0\\ 0& andernfalls\end{array}$$

  
• 4 stellt ein beispielhaftes Szenario dar, das zwei sich langsam bewegende Zielfahrzeuge umfasst, die sich in einer gleichen Richtung wie das Host-Fahrzeug bewegen. Ein Zielfahrzeug (TV2 von target vehicle) links des Host-Fahrzeugs (HV von host vehicle) fährt mit etwa 30 km/h, und ein Zielfahrzeug (TV1) vor dem Host-Fahrzeug fährt mit etwa 30 km/h. Auf der rechten Spur relativ zu dem Host-Fahrzeug befinden sich mehrere Baustellenpylonen (CB von constructions barrels).
• 5 zeigt ein Beispiel dafür, wie die Abtastpunkte, die TV1 entsprechen, verschoben werden, um eine Position des Fahrzeugs im Laufe der Zeit relativ zu dem Host-Fahrzeug basierend auf einer Geschwindigkeit des TV1 vorherzusagen. Es sei angemerkt, dass, da sich TV2 zu nahe bei dem HV befindet, TV2 nicht verschoben wird. Dies ist durch die erste Bedingung in Gl. (9) dargestellt.
• Die Delaunay-Triangulationsdarstellung des beispielhaften Szenarios in 4 ist in 6 gezeigt, die die virtuellen Spurknoten 100, die virtuellen Host-Fahrzeugknoten 102, die virtuellen Endknoten 104 und die verschobenen Abtastpunkte 106 umfasst. Die Verschiebung der Abtastpunkte berücksichtigt eine Zielfahrzeugdynamik, sodass ein sicherer Pfad für das Host-Fahrzeug ermittelt werden kann. Dies hat auch den Vorteil, dass der ermittelte Pfad näher an einen durch den Fahrer ausgewählten Pfad gelegt wird.
• In Schritt 34 wird ein Suchgraph erzeugt. Ein Suchgraph ist ein Graph, der in einem Triangulationsraum definiert ist und aus einer Anzahl von Scheiteln und Segmenten, die zugehörige Scheitel verbinden, besteht. Scheitel werden an spezifischen Dreieckkanten erzeugt und angeordnet, welche die folgenden Bedingungen erfüllen: (1) jede Kante ist nicht eine Kante an der Begrenzung; (2) jede Kante verbindet nicht zwei Abtastpunkte von dem gleichen Ziel; (3) jede Kante verbindet nicht zwei virtuelle Spurknoten; (4) jede Kantenlänge weist eine Länge auf, die größer als ein Schwellenwert (L_min) ist; (5) jede Kante verbindet zwei virtuelle Endknoten; und (6) jede Kante befindet sich in dem konvexen Polygon, das durch die virtuellen Spurknoten definiert ist.
• Wenn eine Dreieckkante jede der obigen Bedingungen erfüllt, werden Scheitelpunkte 108 entlang dieser Kante definiert, wie es in 7 gezeigt ist. Die Scheitelpunkte 108 sind entlang jeder Kante mit gleicher Distanz zueinander angeordnet und sind zwischen einem jeweiligen Paar von Abtastknoten oder zwischen einem Abtastknoten und einem virtuellen Spurknoten gleichmäßig beabstandet. Der folgende Satz von Gleichungen wird verwendet, um nach Scheitelpunkten aufzulösen: $$\begin{array}{l}\{\begin{array}{c}{\left(x_{ij}^v-x_i^{sr}\right)}^2+{\left(y_{ij}^v-y_i^{sr}\right)}^2=j{d}_v\\ y_{ij}^v=y_i^{sr}+\left(\frac{y_i^{tg}-y_i^{sr}}{x_i^{tg}-x_i^{sr}}\right)\left(x_{ij}^v-x_i^{sr}\right)\end{array}\\ \text{f}\ddot{\text{u}}\text{r i}=\text{1}\text{,2}\text{,}\dots \text{,}{n}_e,j=\mathrm{1,2,}\dots ,floor\left(\frac{L_i^e}{d_v}\right)-1\end{array}$$

  

  wobei $\left(x_{ij}^v-y_{ij}^v\right)$

  

  den j-ten Scheitel an der i-ten Kante bezeichnet, $\left(x_i^{sr}-y_i^{sr}\right)$

  

  und $\left(x_i^{tg}-y_i^{tg}\right)$

  

  den Quellenknoten bzw. den Zielknoten für die i-te Kante darstellen, d_v die konstante Distanz zwischen den Scheiteln entlang der Kante ist, n_e die Anzahl von Kanten, die die obigen Bedingungen erfüllen, ist und $L_i^e$

  

  die Länge der i-ten Kante ist.
• Wenn die i-te Kante im globalen Rahmen vertikal ist (d.h. $x_i^{tg}\approx x_i^{sr}$

  

  ), wird die folgende Formel verwendet, um die Scheitel zu finden: $$\{\begin{array}{c}{x}_{ij}^v=x_i^{sr}\\ y_{ij}^v=y_i^{sr}+sgn\left(y_i^{tg}-y_i^{sr}\right)j{d}_v\end{array},\text{f}\ddot{\text{u}}\text{r}\text{j}=\text{1}\text{,2}\text{,}\dots \text{,floor}\left(\frac{L_i^e}{d_v}\right)-1.$$

  
• Zusätzlich zu den in GI. (13) & (14) erhaltenen Scheiteln wird ein Quellenscheitel an der aktuellen Host-Fahrzeugposition hinzugefügt. Ferner wird ein Zielscheitel hinzugefügt, dessen X-Koordinatenwert größer als der maximale X-Wert der anderen Scheitel ist und dessen Y-Koordinatenwert den Mittelwert der Y-Koordinaten der virtuellen Endknoten in Gl. (7) umfasst. Der Quellen- und Zielscheitel werden im Dijkstra-Algorithmus verwendet, um den kürzesten Pfad zu finden, was später ausführlich erläutert wird.
• Bezug nehmend auf den Parameter d_v, der die konstante Distanz zwischen den Scheiteln entlang einer Kante umfasst, hat dieser eine bedeutende Rolle in dem erzeugten Suchgraphen. Wenn d_v klein gewählt wird, erhöht sich die Anzahl von Scheiteln in dem Graphen, was zu einer feineren Graphauflösung für den Raum innerhalb jeweiliger Dreieckregionen führt und die Glattheit des endgültigen Pfads erhöht, der zusätzlich auch näher an einem durch den Fahrer ausgewählten Pfad liegt; allerdings erfordert eine feinere Auflösung mehr Rechenleistung für den Algorithmus. Deshalb wird beim Auswählen von d_v ein Gleichgewicht bevorzugt, da es sich bei der Technik um einen hilfreichen Abstimmungsparameter handelt. Um die Rechenleistung zu reduzieren, während ein vernünftiges Niveau an Glattheit für den ausgewählten Pfad aufrecht erhalten wird, werden zwei Kandidatenwerte für d_v und für jede Dreieckkante festgelegt. Es wird ein jeweiliger Wert basierend auf einer Nähe der ausgewählten Kante zu dem Host-Fahrzeug und verschobenen Zielfahrzeugen auf der Straße ausgewählt. Wenn eine Dreieckkante nahe bei dem Host oder dem verschobenen Punkt des Zielfahrzeugs liegt, wird ein kleinerer Wert für d_v gewählt, andernfalls wird ein größerer Wert relativ zu dem kleineren Wert ausgewählt.
• Sobald die Scheitelpunkte 108 ermittelt wurden, werden sie durch Graphsegmente 110 verbunden. Graphsegmente verbinden zwei Scheitel, die (1) zum gleichen Dreieck gehören, und (2) nicht zur gleichen Kante gehören. Die Scheitelpunkte 108 und die Graphsegmente 110 sind in 7 für das Beispielszenario graphisch dargestellt.
• In Schritt 35 wird unter Verwendung des Dijkstra-Algorithmus eine Suche durchgeführt, um in dem Suchgraphen den kürzesten Pfad zu finden, der den Quellenscheitel mit dem Zielscheitel verbindet. Der kürzeste Pfad wird nicht in Bezug auf eine herkömmliche Distanzdefinition gefunden, sondern in Bezug auf eine Kosten-Distanz-Funktion, die wie folgt definiert ist: $$\begin{array}{l}{D}_i={\displaystyle {\sum }_j\left({\alpha }_L\frac{D_{ij}^L}{D_{max}^L}+{\alpha }_s\frac{D_{ij}^s}{D_{max}^s}+{\alpha }_d\frac{D_{ij}^c}{D_{max}^d}+{\alpha }_c\frac{D_{ij}^c}{D_{max}^c}+{\alpha }_p\frac{D_{ij}^p}{D_{max}^p}\right),}\\ \text{ f}\ddot{\text{u}}\text{r i}=\text{1}\text{,2}\text{,}\cdots \text{,}{n}_{path},j=\mathrm{1,2,}\cdots ,n_{seg}\end{array}$$

  

  wobei D_i eine Distanz für den i-ten Pfad von dem Quellenscheitel zu dem Zielscheitel ist, $D_{ij}^L,D_{ij}^s,D_{ij}^d,D_{ij}^c$

  

  und $D_{ij}^p$

  

  Distanzfunktionskomponenten des j-ten Segments für den i-ten Pfad sind, α_L, α_s, α_d und α_p konstante Gewichtskoeffizienten sind und n_path und n_seg die Anzahl von Pfaden von dem Quellenscheitel zu dem Zielscheitel bzw. die Anzahl von Segmenten in jedem Pfad sind.
• Der Term $D_{ij}^L$

  

  in GI. (15) entspricht der Länge des j-ten Segments des i-ten Pfads. Dieser Term zieht die kürzeste Distanz von einer herkömmlichen Messung in Betracht. Die Gleichung zur Ermittlung des Terms $D_{ij}^L$

  

  wird wie folgt dargestellt: $$D_{ij}^L=\sqrt{{\left(x_{ij}^{\nu s}-x_{ij}^{\nu t}\right)}^2+{\left(y_{ij}^{\nu s}-y_{ij}^{\nu t}\right)}^2}$$

  

  wobei $\left(x_{ij}^{\nu s},y_{ij}^{\nu s}\right)$

  

  und $\left(x_{ij}^{\nu t},y_{ij}^{\nu t}\right)$

  

  den Quellen- bzw. Zielscheitel des entsprechenden Segments bezeichnen.
• Der Term $D_{ij}^L$

  

  ist in Gl. (15) in der Distanzfunktion umfasst, sodass die tatsächliche Länge des Pfads bei der Berechnung des kürzesten Pfads eine Rolle spielt. $D_{max}^L,$

  

  im Nenner, stellt eine maximale mögliche Länge eines Segments dar und wird verwendet, um die Längenkosten auf den [0 1] -Bereich zu normieren. Der Gewichtskoeffizient α_L ist eine positive Konstante, die eine Abstimmung zusammen mit anderen Gewichtskoeffizienten erfordert, um für verschiedene Szenarien einen praktischen Host-Fahrzeugpfad zu erzeugen.
• Der Term $D_{ij}^s,$

  

  in Gl. (15) entspricht der relativen Neigung des j-ten Segments des i-ten Pfads hinsichtlich der Fahrtrichtung des Host-Fahrzeugs oder der Spur. Der Parameter berücksichtigt den glatten Übergang des Lenkmanövers, wie beispielsweise Minimieren von abrupten Änderungen/abruptem Rucken im Lenkmanöver. Die Gleichung zur Ermittlung des Terms $D_{ij}^s$

  

  wird wie folgt dargestellt: $$D_{ij}^s=\{\begin{array}{l}\left|{\theta }_{ij}-{\theta }_h\right|falls\text{ min}\left(x_{ij}^{\nu s},x_{ij}^{\nu t}\right)-X_h\le D_{HV}\hfill \\ {\gamma }_s\left|{\theta }_{ij}-{\theta }_{lane}\right|andernfalls\hfill \end{array}$$

  

  wobei θ_ij der Winkel des Segments im globalen Rahmen ist, D_HV eine positive Konstante ist, die eine nahe Distanz vor dem Host-Fahrzeug darstellt, γ_s ∈ [0 1] ein Abstimmungsparameter ist und θ_lane die Fahrtrichtung der Spur an der Position des Segments ist. Die Fahrtrichtung θ_lane der Spur wird wie folgt dargestellt: $$\begin{array}{l}{\theta }_{lane}={\theta }_h+atan(\frac{1}{2}[a_{1L}+a_{1R}+2\text{ max}\left(x_{ij}^{\nu s},x_{ij}^{\nu t}\right)\left(a_{2L}+a_{2R}\right)\\ +3{\left[\text{max}\left(x_{ij}^{\nu s},x_{ij}^{\nu t}\right)\right]}^2\left(a_{3L}+a_{3R}\right)])\end{array}$$

  
• Der Term $D_{ij}^s$

  

  ist in Gl. (15) in der Distanzfunktion umfasst, um sicherzustellen, dass der resultierende kürzeste Pfad in einer nahen Region vor dem Fahrzeug ausreichend mit einer aktuellen Host-Fahrzeugfahrtrichtung ausgerichtet ist und danach mit der Spurfahrtrichtung ausgerichtet ist. Der positive Winkel $D_{max}^s$

  

  wird eingesetzt, um die Kosten auf den [0 1]-Bereich zu normieren, und der Gewichtskoeffizient α_s ist ein Abstimmungsparameter, der im Vergleich zu anderen Distanzfunktionskomponenten die Ausrichtung des kürzesten Pfads mit der Host-Fahrzeugfahrtrichtung beeinflusst.
• Der Term $D_{ij}^d$

  

  in Gl. (15) bezieht sich auf die Distanz eines Segments in dem Suchgraphen zu dem Host-Fahrzeugpfad, der zu einem vorherigen Planungszeitpunkt gefunden wird. Dies verhindert eine erhebliche Abweichung von dem vorherigen geplanten Pfad, was andernfalls zu erheblichen Lenkänderungen am Fahrzeug führen könnte. Die Gleichung zur Ermittlung des Terms $D_{ij}^d$

  

  wird wie folgt dargestellt: $$D_{ij}^d=D_{ij}^{ds}+D_{ij}^{dt}$$

  

  wobei $D_{ij}^{ds}$

  

  und $D_{ij}^{dt}$

  

  die gewichteten Offsets von dem vorherigen Host-Fahrzeugpfad für den Quellen- und Zielscheitel der Segmente sind, wobei sich mehr Gewicht auf Scheitel richtet, die näher bei dem Host-Fahrzeug liegen, im Speziellen $$\begin{array}{l}{D}_{ij}^{ds}=\{\begin{array}{cc}\frac{\text{max}\left(n_{HV}-2k\mathrm{,0}\right)}{10}\left|y_{ij}^{\nu s}-\left({\widehat{Y}}_k^{HV}+{\widehat{Y}}_{k+1}^{HV}\right)/2\right|& falls{\widehat{X}}_k^{HV}\le x_{ij}^{\nu s}<{\widehat{X}}_{k+1}^{HV}\\ 0& anderfalls\end{array}\\ D_{ij}^{dt}=\{\begin{array}{cc}\frac{\text{max}\left(n_{HV}-2\text{k}\mathrm{,0}\right)}{10}\left|y_{ij}^{\nu t}-\left({\widehat{Y}}_k^{HV}+{\widehat{Y}}_{k+1}^{HV}\right)/2\right|& falls{\widehat{X}}_k^{HV}\le x_{ij}^{\nu t}<{\widehat{X}}_{k+1}^{HV}\\ 0& anderfalls\end{array}\\ \text{f}\ddot{\text{u}}\text{r }k=\mathrm{1,2,}\dots ,n_{HV}-\mathrm{1,}\end{array}$$

  

  wobei $\left({\widehat{X}}_k^{HV},{\widehat{Y}}_k^{HV}\right)$

  

  den k-ten Wegpunkt an dem vorherigen machbaren Host-Fahrzeugpfad bezeichnet und n_HV die Anzahl von Host-Fahrzeugpfadwegpunkten ist.
• Der Term $D_{ij}^d$

  

  ist in der Distanzfunktion umfasst, sodass ein aktueller kürzester Pfad, insbesondere das Segment, das näher bei der aktuellen Host-Fahrzeugposition liegt, gezwungen ist, ausreichend nahe bei dem vorherigen geplanten Pfad zu liegen. Dies unterstützt den Prozessor bei der effizienteren Verfolgung des erzeugten Host-Fahrzeugpfads. Wie zuvor beschrieben wird $D_{max}^d$

  

  verwendet, um diese Kosten auf den [0 1]-Bereich zu normieren, und ist α_d ein Abstimmungsparameter.
• Der Term $D_{ij}^c$

  

  in Gl. (15) bezieht sich auf die Distanz eines Segments in dem Suchgraphen zu der Mittellinie der aktuellen Spur. Dies bezieht sich auf einen Offset von einer Mitte jeder Spur. Die Gleichung zur Ermittlung des Terms $D_{ij}^c$

  

  wird wie folgt dargestellt: $$D_{ij}^c=\text{min}\left(d_{ij}^{c1},d_{ij}^{c2},d_{ij}^{c3}\right)$$

  

  wobei $d_{ij}^{c1},d_{ij}^{c2}\text{ und }{d}_{ij}^{c3}$

  

  die Offset-Werte des Segments von den Mitten der aktuellen Spur, der benachbarten linken Spur bzw. der benachbarten rechten Spur sind.
• Die Offsets werden wie folgt dargestellt: $$\begin{array}{l}{d}_{ij}^{c1}=\left|y_{ij}^{\nu s}-\frac{y_{ij}^{sl}+y_{ij}^{sr}}{2}\right|+\left|y_{ij}^{\nu t}-\frac{y_{ij}^{tl}+y_{ij}^{tr}}{2}\right|\\ d_{ij}^{c2}=\left|y_{ij}^{\nu s}-\frac{y_{ij}^{sl}+W_{lane}/2}{2}\right|+\left|y_{ij}^{\nu t}-\frac{y_{ij}^{tl}+W_{lane}/2}{2}\right|\\ d_{ij}^{c3}=\left|y_{ij}^{\nu s}-\frac{y_{ij}^{sr}-\frac{W_{lane}}{2}}{2}\right|+\left|y_{ij}^{\nu t}-\frac{y_{ij}^{ts}-\frac{W_{lane}}{2}}{2}\right|\end{array}$$

  

  wobei $$\begin{array}{l}{y}_{ij}^{sl}=a_{0L}+a_{1L}{x}_{ij}^{\nu s}+a_{2L}{\left(x_{ij}^{\nu s}\right)}^2+a_{3L}{\left(x_{ij}^{\nu s}\right)}^3\\ y_{ij}^{tl}=a_{0L}+a_{1L}{x}_{ij}^{\nu t}+a_{2L}{\left(x_{ij}^{\nu t}\right)}^2+a_{3L}{\left(x_{ij}^{\nu t}\right)}^3\\ y_{ij}^{sr}=a_{0L}+a_{1R}{x}_{ij}^{\nu s}+a_{2R}{\left(x_{ij}^{\nu s}\right)}^2+a_{3R}{\left(x_{ij}^{\nu s}\right)}^3\\ y_{ij}^{tr}=a_{0R}+a_{1R}{x}_{ij}^{\nu t}+a_{2R}{\left(x_{ij}^{\nu t}\right)}^2+a_{3R}{\left(x_{ij}^{\nu t}\right)}^3.\end{array}$$

  
• Der Term $D_{ij}^c$

  

  in Gl. (15) ist in der Distanzfunktion umfasst, sodass der kürzeste Pfad gezwungen ist, ausreichend nahe bei der Mitte der Spur zu liegen, der das entsprechende Segment am nächsten liegt. Dies hat ein Spurzentrierungsverhalten, wenn kein Zielfahrzeug um das Host-Fahrzeug herum vorhanden ist oder sich keine Gefahr für dieses darstellt, zur Folge. Wie zuvor beschrieben wird $D_{max}^c$

  

  verwendet, um diese Kosten auf den [0 1]-Bereich zu normieren, und ist α_c ein Abstimmungsparameter.
• Der Term $D_{ij}^p$

  

  in Gl. (15) ist umfasst, um sicherzustellen, dass der kürzeste Pfad zumindest in sicherer Distanz zu den umgebenden Hindernissen, wie beispielsweise anderen sich bewegenden Zielfahrzeugen oder stationären Objekten, liegt. Die Komponente berücksichtigt die Dynamik der sich bewegenden Ziele bei der Planung eines kollisionsfreien Pfads. In Bezug auf Gl. (15) werden Abtastpunkte basierend auf der Position der entsprechenden Segmentscheitel verschoben wie folgt: $$\begin{array}{l}{\overline{x}}_{kl}^{ij}=x_{kl}^s+V_k^t\text{cos}\left({\theta }_k^t\right)T_{{\nu }_{ij}}^r,f\ddot{u}rk-\mathrm{1,2,}\dots ,n\\ {\overline{y}}_{kl}^{ij}=y_{kl}^s+V_k^t\text{sin}\left({\theta }_k^t\right)T_{{\nu }_{ij}}^r,l-\mathrm{1,2,}\dots ,m_k\end{array}$$

  

  wobei $\left({\overline{x}}_{kl}^{ij},{\overline{y}}_{kl}^{ij}\right)$

  

  der verschobene Punkt von Abtastknoten $\left(x_{kl}^s,y_{kl}^s\right)$

  

  für das j-te Segment des i-ten Pfads ist und $T_{{\nu }_{ij}}^r$

  

  die Zeitdauer bezeichnet, die das Host-Fahrzeug benötigt, um den Maximum-X-Knoten dieses Segments zu erreichen, was wie folgt dargestellt wird: $$T_{{\nu }_{ij}}^r=\frac{\text{max}\left(x_{ij}^{\nu s},x_{ij}^{\nu t}\right)-x_h}{V_h\text{cos}\left({\theta }_h\right)}.$$

  
• Die verschobenen Abtastpunkte werden dann in den lokalen Rahmen des Segments transformiert, wobei die folgenden Gleichungen verwendet werden: $${\widehat{x}}_{kl}^{ij}=\left[{\overline{x}}_{kl}^{ij}-\text{max}\left(x_{ij}^{\nu s},x_{ij}^{\nu t}\right)\right]\text{cos}\left({\theta }_{ij}\right)+\left[{\overline{y}}_{kl}^{ij}-y_{ij}^{\nu argmax\left(x_{ij}^{\nu s},x_{ij}^{\nu t}\right)}\right]\text{sin}\left({\theta }_{ij}\right)$$

  

  $${\widehat{y}}_{kl}^{ij}=-\left[{\overline{x}}_{kl}^{ij}-\text{max}\left(x_{ij}^{\nu s},x_{ij}^{\nu t}\right)\right]\text{sin}\left({\theta }_{ij}\right)+\left[{\overline{y}}_{kl}^{ij}-y_{ij}^{\nu argmax\left(x_{ij}^{\nu s},x_{ij}^{\nu t}\right)}\right]\text{cos}\left({\theta }_{ij}\right).$$

  
• Der virtuelle potentielle Feldwert $D_{ij}^p$

  

  des j-ten Segments des i-ten Pfads wird dann aus der folgenden Darstellung erhalten: $$\begin{array}{l}{D}_{ij}^p=\{\begin{array}{l}{D}_{ij}^p+1falls\left|{\widehat{x}}_{kl}^{ij}\right|\le d_{safe}^{lon}\text{\&}\left|{\widehat{y}}_{kl}^{ij}\right|\le d_{safe}^{lat}\hfill \\ D_{ij}^{p}andernfalls\hfill \end{array}\\ \text{f}\ddot{\text{u}}\text{r k}=\mathrm{1,2,}\dots ,\text{n}\text{, }1=\mathrm{1,2,}\dots ,m_k\end{array}$$

  

  wobei $d_{safe}^{lon}$

  

  und $d_{safe}^{lat}$

  

  die längsverlaufende und seitliche sichere Distanz zu den Hindernissen sind und $D_{max}^p$

  

  verwendet wird, um das potentielle Feld auf den [0 1]-Bereich zu normieren, und α_p der Abstimmungsparameter ist.
• Um sicherzustellen, dass der resultierende Pfad in sicherer Distanz zu den Hindernissen liegt, wird α_p vorzugsweise derart gewählt, dass er den höchsten Wert unter allen Gewichtskoeffizienten in GI. (15) aufweist. Dies legt bei der Ermittlung des geplanten Pfads für das Manöver den größten Schwerpunkt auf Sicherheit. Es ist zu verstehen, dass die Gewichtskoeffizienten anders proportioniert sein können als hierin beschrieben, um einer durch einen Hersteller angegebenen Fahrbedingung Rechnung zu tragen.
• Wenn die Länge des Segments kürzer als ein Schwellenwert $L_{min}^{seg}$

  

  ist oder seine relative Neigung zur aktuellen Spur größer als ein Schwellenwert $S_{max}^{seg}$

  

  ist, wird die Segmentfahrtrichtung θ_ij in Gl. (26) durch den Fahrtrichtungswinkel der aktuellen Spur ersetzt. Dies erfolgt, um sicherzustellen, dass alle Segmente mit kurzen Längen und/oder relativ großen Neigungen keine nicht realen potentiellen Felder für das Segment verursachen.
• Ein resultierender kürzester Pfad 112 mit der Distanzfunktion in Gl. (15) ist in 8 für das in 4 veranschaulichte Beispielszenario gezeigt. Wie es bei diesem Beispiel gezeigt ist, identifiziert die Technik die linke Spur als den kürzesten Pfad, da sich das Zielfahrzeug an der linken Spur viel langsamer bewegt als das Host-Fahrzeug, und dies ist daher die sicherste Option. Es ist zu verstehen, dass der geplante Pfad, obwohl er möglicherweise der kürzeste Pfad ist, bei gegebener möglicher Fahrzeugdynamik eines anderen Fahrzeugs oder aufgrund hoher Querbeschleunigungen, die zwischen verbindenden linearen Segmenten erforderlich sind, möglicherweise nicht der beste Pfad ist. Folglich können eine weitere Analyse des geplanten Pfads und eine Verfeinerung des geplanten Pfads erforderlich sein.
• In Schritt 36 wird ermittelt, ob der Quellenscheitel den Zielscheitel unter Verwendung des resultierenden Pfads verbindet. Wenn ermittelt wird, dass der geplante Pfad die jeweiligen Scheitel nicht verbindet, fährt die Routine mit Schritt 42 fort, in dem die Routine den Pfad als nicht machbar festlegt. Die Routine springt zu Schritt 31 zurück, um erneut einen Pfad zu planen. Wenn in Schritt 36 ermittelt wurde, dass der resultierende Pfad den Quellenscheitel mit dem Zielscheitel verbindet, fährt die Routine mit Schritt 37 fort.
• In Schritt 37 wird in Ansprechen auf die Ermittlung des kürzesten Pfads ein sicherer Korridor um den kürzesten Pfad herum erzeugt. Der sichere Korridor wird derart identifiziert, dass der Host-Fahrzeugpfad die folgenden Bedingungen erfüllt, während er sich in dem Korridor befindet. Die Bedingungen lauten wie folgt: (1) der Host-Fahrzeugpfad liegt ziemlich nahe bei dem kürzesten Pfad; (2) der Host-Fahrzeugpfad liegt in sicherer Distanz zu allen umgebenden Objekten; und (3) der Host-Fahrzeugpfad bleibt auf der Straße.
• Um den sicheren Korridor zu finden, werden die Scheitel $\left(x_{i*}^{\nu },y_{i*j}^{\nu }\right),j=\mathrm{1,2,}\dots ,n_{sp}$

  

  entlang des kürzesten Pfads verwendet. Bei der Verwendung dieser Parameter werden für jeden Scheitel ein linker und ein rechter Korridorpunkt berechnet. Ferner muss bei der Berechnung die Dynamik der sich bewegenden Ziele berücksichtigt werden. Die Abtastpunkte werden zuerst verschoben wie folgt: $$\begin{array}{l}{\overline{x}}_{kl}^{i*j}=x_{kl}^s+V_k^t\text{cos}\left({\theta }_k^t\right)T_{{\nu }_{i*j}}^r\text{, f}\ddot{\text{u}}\text{r k}=\mathrm{1,2,}\dots ,\text{n}\\ {\overline{y}}_{kl}^{i*j}=y_{kl}^s+V_k^t\text{sin}\left({\theta }_k^t\right)T_{{\nu }_{i*j}}^r\text{, }l=\mathrm{1,2,}\dots ,m_k\end{array}$$

  

  wobei $\left({\overline{x}}_{kl}^{i*j},{\overline{y}}_{kl}^{i*j}\right)$

  

  der verschobene Punkt von Abtastknoten $\left(x_{kl}^s,y_{kl}^s\right)$

  

  für das j-te Segment des kürzesten Pfads ist und $T_{{\nu }_{i*j}}^r$

  

  die Zeitdauer bezeichnet, die das Host-Fahrzeug benötigt, um den Scheitel zu erreichen $\left(x_{i*j}^{\nu },y_{i*j}^{\nu }\right)$

  

  Die Zeitdauer $T_{{\nu }_{i*j}}^r$

  

  wird wie folgt dargestellt: $$T_{{\nu }_{i*j}}^{\text{r}}=\frac{x_{i*j}^{\nu }-x_h}{V_h\text{cos}\left({\theta }_h\right)}.$$

  
• Die verschobenen Abtastpunkte werden dann in den lokalen Rahmen des Segments des kürzesten Pfads transformiert, wobei die folgenden Formeln verwendet werden: $$\begin{array}{l}{\widehat{x}}_{kl}^{i*j}=\left[{\overline{x}}_{kl}^{i*j}-x_{i*j}^{\nu }\right]\text{cos}\left({\theta }_{i*j}\right)+\left[{\overline{y}}_{kl}^{ij}-y_{i*j}^{\nu }\right]\text{sin}\left({\theta }_{i*j}\right)\\ {\widehat{y}}_{kl}^{i*j}=-\left[{\overline{x}}_{kl}^{i*j}-x_{i*j}^{\nu }\right]\text{sin}\left({\theta }_{i*j}\right)+\left[{\overline{y}}_{kl}^{ij}-y_{i*j}^{\nu }\right]\text{cos}\left({\theta }_{i*j}\right)\end{array}$$

  

  wobei θ_i*j die Neigung des Segments ist, das die Scheitel $\left(x_{i*\left(\text{j}-\text{1}\right)}^{\nu },y_{i*\left(\text{j}-\text{1}\right)}^{\nu }\right)$

  

  mit $\left(x_{i*j}^{\nu },y_{i*j}^{\nu }\right)$

  

  verbindet.
• Dann werden der folgende Minimal- und Maximalwert der transferierten Abtastpunkte unter Verwendung der folgenden Bedingungen ermittelt: $$\begin{array}{l}{y}_{min}^{i*j}=\underset{k,l}{{\displaystyle \text{min}}}\left({\widehat{y}}_{kl}^{i*j}\right)\text{f}\ddot{\text{u}}\text{r alle }\left|{\widehat{x}}_{kl}^{i*j}\right|\le L_h\text{\&}{\widehat{y}}_{kl}^{i*j}>0\\ y_{max}^{i*j}=\underset{k,l}{{\displaystyle \text{max}}}\left({\widehat{y}}_{kl}^{i*j}\right)\text{f}\ddot{\text{u}}\text{r alle }\left|{\widehat{x}}_{kl}^{i*j}\right|\le L_h\text{\&}{\widehat{y}}_{kl}^{i*j}>0.\end{array}$$

  
• Der linke und rechte Korridorpunkt für den entsprechenden Scheitel des kürzesten Pfads werden unter Verwendung der folgenden Bedingungen berechnet: $$\begin{array}{l}{x}_j^{lt}=0\\ y_j^{lt}=\{\begin{array}{cc}\text{min}\left(y_{min}^{i*j}-d_{safe}^{lat},W_{cor}\right)& falls{y}_{min}^{i*j}-d_{safe}^{lat}>0\\ y_{min}^{i*j}-d_{safe}^{lat}& andernfalls\end{array}\\ x_j^{rt}=0\text{ f}\ddot{\text{u}}\text{r j}=\mathrm{1,2,}\dots ,n_{sp}\\ y_j^{rt}=\{\begin{array}{cc}\text{max}\left(y_{min}^{i*j}+d_{safe}^{lat},-W_{cor}\right)& falls{y}_{max}^{i*j}+d_{safe}^{lat}<0\\ y_{min}^{i*j}+d_{safe}^{lat}& andernfalls\end{array}\end{array}$$

  

  wobei $\left(x_j^{lt},y_j^{lt}\right)$

  

  und $\left(x_j^{rt},y_j^{rt}\right)$

  

  den j-ten linken und rechten Korridorpunkt in dem lokalen Rahmen des Segments bezeichnen.
• Die Punkte in GI. (32) werden dann in den globalen Rahmen zurück transformiert, um $\left(x_j^{lt},y{Y}_j^{lt}\right)$

  

  und $\left(x_j^{rt},y_j^{rt}\right),j=\mathrm{1,2,}\dots ,n_{sp}$

  

  zu erhalten. Wenn die Länge des Segments kürzer als ein Schwellenwert $L_{min}^{seg}$

  

  ist oder seine relative Neigung zur aktuellen Spur größer als ein Schwellenwert $S_{max}^{seg}$

  

  ist, wird die Segmentfahrtrichtung θ_i*j in Gl. (30) durch den Fahrtrichtungswinkel der aktuellen Spur ersetzt.
• 9 veranschaulicht den jeweiligen sicheren Korridor für das beispielhafte Szenario. Ein erster Satz von verbundenen Linien 114 für die Korridorpunkte der linken Seite stellt eine linke Begrenzung des sicheren Korridors dar, und ein zweiter Satz von verbundenen Linien 116 für die Korridorpunkte der rechten Seite stellt eine rechte Begrenzung des sicheren Korridors dar.
• In Schritt 38 ermittelt die Routine in Ansprechen auf ein Identifizieren eines sicheren Korridors einen Pfad in dem Korridor für das Host-Fahrzeug, der ausreichend glatt ist, um verfolgt zu werden. Die dynamischen Beschränkungen, die durch das Host-Fahrzeug auferlegt werden, sind die maximale Querbeschleunigung und das maximale seitliche Rucken auf dem Pfad. Dies bedeutet Grenzen für eine maximale Krümmung und Krümmungsrate für einen machbaren Host-Fahrzeugpfad. Als Ergebnis verfeinert die Technik die Pfadpunkte in dem Korridor, sodass der endgültige Pfad so nahe wie möglich bei einem Pfad liegt, der durch das Host-Fahrzeug verfolgt werden kann, und minimiert sie übermäßige Krümmungen an dem geplanten Pfad.
• Dieser Schritt wird hierin als Subroutine beschrieben. In Schritt 38-1 werden vertikale Linien mit gleicher Distanz in dem globalen Rahmen im Bereich des sicheren Korridors ermittelt und wie folgt dargestellt: $$X={\overline{X}}_i=X_h+d_{L}i,f\ddot{u}r\text{ i}=\mathrm{1,2,}\dots ,n_{HV}$$

  

  wobei d_L ein konstanter Parameter ist, der die Distanz zwischen den vertikalen Linien darstellt.
• In Schritt 38-2 werden Schnittpunkte der vertikalen Linien in GI. (33) mit der linken und rechten Korridorlinie ermittelt. Die resultierenden Punkte werden als vertikale Korridorpunkte bezeichnet. Die linken Korridorpunkte werden durch $p_i^{lt}\left({\overline{X}}_i,{\overline{Y}}_i^{lt}\right)$

  

  dargestellt, und die rechten Korridorpunkte werden durch $p_i^{rt}\left({\overline{X}}_i,{\overline{Y}}_i^{rt}\right)$

  

  dargestellt.
• In Schritt 38-3 werden Pfadpunkte (P_i) wie folgt definiert: $$X_i^p={\overline{X}}_i,Y_i^p={\overline{Y}}_i^{rt}+{\lambda }_i\left({\overline{Y}}_i^{lt}-{\overline{Y}}_i^{rt}\right)\text{f}\ddot{\text{u}}\text{r i}=\mathrm{1,2,}\dots ,n_{HV}$$

  

  wobei λ_i ∈ [0,1] den Pfadpunkt P_i entlang der vertikalen Linie in dem Korridor bewegt.
• In Schritt 38-4 wird jeder der Pfadpunkte anfänglich an dem Mittelpunkt der vertikalen Linie zwischen den Punkten des vertikalen Korridors angeordnet, indem λ_i = 0,5, für i = 1,2, n_HV festgelegt wird.
• In Schritt 38-5 wird für Pfadpunkt P_i eine Kostenfunktion wie folgt definiert: $$F_i=w_1{C}_i^2+w_2{\left(\Delta C_i\right)}^2$$

  

  wobei C_i und ΔC_i die geschätzte Krümmung bzw. Krümmungsrate bei P_i bezeichnen, $$C_i=\frac{2sin\left(\angle P_{i-1}{P}_i{P}_{i+1}\right)}{\left|P_{i-1}-P_{i+1}\right|},\Delta C_i=\frac{C_i-C_{i-1}}{\left|P_i-P_{i-1}\right|}$$

  
• Die sin()-Funktion in GI. (32) wird unter Verwendung der Kreuzproduktformel berechnet als: $$\text{sin}\left(\angle P_{i-1}{P}_i{P}_{i+1}\right)=\frac{\left|\overrightarrow{P_i{P}_{i+1}}\times \overrightarrow{P_i{P}_{i-1}}\right|}{\left|P_i-P_{i+1}\right|\times \left|P_i-P_{i-1}\right|}$$

  
• In Schritt 38-6 wird angenommen, dass |P_i - P_i+1|und |P_i - P_i-1| konstante Werte sind, und die Krümmung und Krümmungsrate eine lineare Funktion von λ_i sind. Daher ist die Kostenfunktion F_i eine quadratische Funktion von λ_i. Ein Minimalpunkt der Kostenfunktion ${\overline{\lambda }}_i=\underset{{\lambda }_i}{{\displaystyle \text{min}}}\left(F_i\right)$

  

  wird durch Auflösen nach ∂F_i/∂λ_i = 0 gefunden.
• In Schritt 38-7 wird der Pfadpunkt P_i basierend auf den folgenden Kriterien aktualisiert: $$Y_i^p=\{\begin{array}{cc}{\overline{Y}}_j^{rt}+{\overline{\lambda }}_i\left({\overline{Y}}_i^{lt}-{\overline{Y}}_i^{rt}\right)& \text{falls }{\overline{\lambda }}_i\in \left[\mathrm{0,1}\right]\\ {\overline{Y}}_j^{rt}& \text{falls }{\overline{\lambda }}_i<0\\ {\overline{Y}}_j^{lt}& \text{falls }{\overline{\lambda }}_i>1\end{array}$$

  
• In Schritt 38-8 werden die Schritte 38-5 bis 38-7 wiederholt, bis der gesamte Pfad P_i, i = 1,2, • • •, n_HV einmal aktualisiert wurde.
• In Schritt 38-9 wiederholt der Rücksprung die Schritte 38-5 bis 38-8 für eine maximale Anzahl von Iterationen N_itr, bis die Krümmung und die Krümmungsrate an allen Pfadpunkten kleiner als vorbestimmte Schwellenwertratenwerte sind. Wenn die maximale Krümmung und Krümmungsrate ihre jeweiligen vorbestimmten Schwellenwertraten nach N_itr Iterationen übersteigen, wird die Routine gestoppt, was bedeutet, dass kein machbarer Host-Fahrzeugpfad gefunden werden kann.
• Der Pfad, der aus der Anwendung dieser Technik auf den sicheren Korridor in 9 resultiert, ist in 10 gezeigt, in der Linie 118 den geglätteten geplanten Host-Fahrzeugpfad darstellt. Es ist zu verstehen, dass es eine Grenze für die maximale Anzahl von Wegpunkten, die für den Host-Fahrzeugpfad in Betracht gezogen werden, gibt. Daher kann der Host-Fahrzeugpfad möglicherweise nicht den gesamten Pfadplanungsbereich wie in 10 gezeigt abdecken.
• In Schritt 39 wird in Ansprechen auf den Erhalt des in Schritt 38 ermittelten Host-Fahrzeugpfads eine Verifikation unter Verwendung von zwei Bedingungen durchgeführt, um sicherzustellen, dass der resultierende Pfad machbar ist. Zunächst muss die maximale Querbeschleunigung an den Wegpunkten des Host-Fahrzeugpfads kleiner sein als vorbestimmte Schwellenwertbeschleunigungswerte. Eine Querbeschleunigung kann unter Verwendung der folgenden Gleichung geschätzt werden: $$a_i^{lat}=V_h^2{C}_i,i=\mathrm{1,2,}\dots ,n_{HV}$$

  

  wobei C_i der in Gl. (36) berechnete Wert der geschätzten Krümmung ist.
• Eine zweite Bedingung ist, dass der Host-Fahrzeugpfad in sicherer Distanz zu allen umgebenden Hindernissen liegen muss. Um diese Bedingung zu verifizieren, werden zuerst die Abtastpunkte unter Verwendung von Gl. (28) - (30) verschoben und in den lokalen Rahmen des Host-Fahrzeugpfadsegments transformiert, wobei die Scheitel des kürzesten Pfads durch Wegpunkte des Host-Fahrzeugs ersetzt werden. Die folgende Bedingung wird dann für alle Wegpunkte des Host-Fahrzeugpfads überprüft, um sicherzustellen, dass der Host-Fahrzeugpfad ausreichend weit von jeglichen Zielfahrzeugen oder anderen Hindernissen entfernt ist. Die Bedingung wird wie folgt dargestellt: $$\begin{array}{l}\left|{\widehat{x}}_{kl}^{pi}\right|>L_h\text{\&}\left|{\widehat{y}}_{kl}^{pi}\right|>W_h/2\\ \text{f}\ddot{\text{u}}\text{r k}=\mathrm{1,2,}\dots ,\text{n}\text{, }l=\mathrm{1,2,}\dots ,m_k,i=\mathrm{1,2,}\dots ,n_{HV}\end{array}$$

  
• In Schritt 40 wird eine Entscheidung getroffen, ob der erneut erzeugte geplante Pfad machbar ist. Wenn basierend auf der in Schritt 40 durchgeführten Machbarkeitsanalyse ermittelt wird, dass der Pfad nicht machbar ist, fährt die Routine mit Schritt 31 fort. Wenn ermittelt wird, dass der Pfad machbar ist, fährt die Routine mit Schritt 41 fort.
• In Schritt 41 wird der geplante Host-Fahrzeugpfad, der als machbar ermittelt wird, an den Controller gesendet, wobei der Controller den geplanten Pfad autonom ausführt. In Ansprechen auf das Realisieren des geplanten Pfads erfolgt ein Rücksprung zu Schritt 31.
• In Schritt 31 wird überprüft, ob eine Zeitdauer seit der Planung des letzten Pfads abgelaufen ist. Wie zuvor beschrieben wird am Ende jeder Zykluszeit T_plan ein geplanter Pfad erzeugt. T_plan stellt eine erste vorbestimmte Zeitrate dar, die die Routine wartet, bis ein nächster Pfad geplant wird. Als Ergebnis wartet das System eine Zeitdauer, die gleich T_plan ist (wenn nicht ein Rücksprung erfolgt, der angibt, dass der existierende Pfad unsicher oder nicht machbar ist), und erzeugt es dann einen nächsten geplanten Pfad nach der abgelaufenen Zeitdauer gleich T_plan. Beispielsweise kann T_plan eine mit 0,5 s festgelegte Zeitdauer sein. Als Ergebnis plant der Prozessor alle 0,5 s einen neuen Pfad. Es ist zu verstehen, dass die Zeitdauer von 0,5 s beispielhaft ist und dass andere Zeiten als 0,5 s verwendet werden können. Wenn daher die Routine in einer Schleife von Schritt 42 zu 32 springt, wird ermittelt, ob T_plan (z.B. 0,5 s) verstrichen ist. Wenn ermittelt wird, dass T_plan nicht verstrichen ist und dass es keine Sicherheits- oder Machbarkeitsprobleme mit dem bestehenden geplanten Pfad gibt, fährt die Routine mit Schritt 42 fort.
• In Schritt 42 werden Objektplandaten von den Erfassungseinrichtungen und der Bildgebungseinrichtung erhalten, um eine Sicherheitsüberprüfung durchzuführen. Die Sicherheitsüberprüfung wird mit einer zweiten vorbestimmten Zeitrate T_s (z.B. 10 ms) durchgeführt. Es ist zu verstehen, dass die 10 ms beispielhaft sind und dass andere Zeitraten verwendet werden können. Ferner ist zu verstehen, dass die Sicherheitsüberprüfung keinen nächsten geplanten Pfad ermittelt oder erzeugt; stattdessen überprüft die Sicherheitsüberprüfung wiederholt die Sicherheit des aktuellen Pfads zwischen den Zeitpunkten eines geplanten Pfads, um zu verifizieren, dass keine neuen Gefahren in den letzten geplanten Pfad eingeführt werden. Als Ergebnis wird wiederholt basierend auf neuen Sensor- und Bildgebungsdaten, die zwischen Pfadplanungsstufen erhalten werden, eine Vielzahl von Sicherheitsüberprüfungen durchgeführt.
• In Schritt 43 wird die Sicherheit des aktuellen Pfads durch Überwachen eingehender Sensordaten und Ermitteln, ob der aktuelle geplante Pfad sicher ist, analysiert. Während der Sicherheitsüberprüfung bleibt der jüngste geplante Host-Fahrzeugpfad, der als machbar gefunden wurde, über eine Zeitspanne T_plan unverändert, bevor der Pfad basierend auf den neuen Sensordaten erneut geplant wird. Dies erfolgt, um die Berechnungskosten zu reduzieren, um einen schnellen RPP-Planungsprozess bei praktischen Echtzeit-Realisierungen an dem Fahrzeug zu erreichen. Obwohl T_plan kurz genug festgelegt wird um anzunehmen, dass sich das Straßenszenario während dieser Periode nicht erheblich ändert, wird die zusätzliche Sicherheitsüberprüfung alle T_s durchgeführt, um sicherzustellen, dass der bestehende geplante Pfad eines Fahrzeugpfads zwischen den Planungszeitdauern sicher ist.
• Um die Sicherheit des aktuellen geplanten Pfads zu überprüfen, werden alle Host-Fahrzeugpfadwegpunkte in den lokalen Rahmen jedes sich bewegenden Ziels transformiert, wie es durch die folgenden Ausdrücke dargestellt ist: $$\begin{array}{l}{x}_i^{pj}=\left[X_i^p-X_j^t\right]\text{cos}\left({\theta }_j^t\right)+\left[Y_i^p-Y_j^t\right]\text{sin}\left({\theta }_j^t\right)\text{f}\ddot{\text{u}}\text{r i}=\mathrm{1,2,}\dots ,n_{HV}\\ y_i^{pj}=-\left[X_i^p-X_j^t\right]\text{sin}\left({\theta }_j^t\right)+\left[Y_i^p-Y_j^t\right]\text{cos}\left({\theta }_j^t\right)\text{ j}=\mathrm{1,2,}\dots ,\text{n}\text{.}\end{array}$$

  
• Es wird eine Region vor jedem sich bewegenden Ziel definiert, und der Minimum-X-Wegpunkt in dieser Region (falls vorhanden) wird wie in 11 gezeigt identifiziert. Dies wird wie folgt dargestellt: $$i_j^{*}=\underset{i}{{\displaystyle argmin}}\left(x_i^{pj}\right)\text{f}\ddot{\text{u}}\text{r alle }{x}_i^{pj}>0\text{\&}\left|y_i^{pj}\right|\le W_h$$

  
• Die Zeitintervalle für das sich bewegende Ziel $T_j^{rt}$

  

  und das Host-Fahrzeug $T_h^r,$

  

  um diesen Minimalpunkt zu erreichen, werden dann durch die folgenden Darstellungen ermittelt: $$T_j^{rt}=\frac{x_{{}_{i*j}}^p-x_j^t}{V_j^t\text{cos}\left({\theta }_j^t\right)}$$

  

  $$T_h^r=\frac{x_{i_j^{*}}^p-x_h}{V_h\text{cos}\left({\theta }_h\right)}$$

  
• Der bestehende Host-Fahrzeugpfad wird als sicher betrachtet, wenn die folgende Bedingung für alle sich bewegenden Ziele erfüllt ist: $$\left|T_j^{rt}-T_h^r\right|>\frac{d_{safe}^{lon}}{V_h},\text{ f}\ddot{\text{u}}\text{r }j=\mathrm{1,2,}\dots ,n.$$

  
• In Schritt 44 wird ermittelt, ob der bestehende geplante Pfad noch sicher ist. Wenn ermittelt wird, dass der bestehende geplante Pfad noch sicher ist, fährt die Routine mit Schritt 45 fort.
• In Schritt 45 wird ein Host-Fahrzeug-Offset ermittelt, und diese Information wird dem Controller in Schritt 41 bereitgestellt. Die Routine springt zu Schritt 31 zurück, in dem die Routine eine weitere Sicherheitsüberprüfung durchführt, wenn T_plan nicht abgelaufen ist. Wenn ermittelt wird, dass T_plan abgelaufen ist, fährt die Routine mit Schritt 32 fort, um einen nächsten Pfad zu planen.
• Unter erneuter Bezugnahme auf Schritt 44 erfolgt, wenn ermittelt wird, dass der bestehende Pfad nicht sicher ist, ein Rücksprung zu Schritt 31. In Schritt 31 wird ein Flag, das sich auf die Sicherheit des bestehenden Pfads bezieht, gesetzt, und die Routine fährt direkt mit Schritt 32 fort, um einen nächsten geplanten Pfad basierend auf neu erhaltenen Objektplandaten ungeachtet dessen, ob T_plan abgelaufen ist, erneut zu berechnen. In Ansprechen auf eine Ermittlung eines neuen geplanten Pfads wird T_plan zurückgesetzt und wird die Zeitdauer für die Ermittlung des nächsten geplanten Pfads auf den Ablauf von T_plan festgelegt.
• Während bestimmte Ausführungsformen der vorliegenden Erfindung ausführlich beschrieben wurden, wird der Fachmann, den diese Erfindung betrifft, verschiedene alternative Entwürfe und Ausführungsformen zum Ausführen der Erfindung, wie sie durch die folgenden Ansprüche definiert ist, erkennen.

Claims (4)

1. Verfahren zur adaptiven erneuten Erzeugung eines geplanten Pfads für ein Manöver eines autonomen Fahrens, das die Schritte umfasst, dass: (a) durch fahrzeugbasierte Einrichtungen Objektdaten erhalten werden, die erfassten Objekten auf einer Fahrstraße zugehörig sind; (b) basierend auf den erfassten Objekten auf einer Fahrstraße durch einen Prozessor (16) ein Objektplan konstruiert wird; (c) ein Timer zurückgesetzt und in Betrieb gesetzt wird; (d) durch den Prozessor (16) ein geplanter Pfad zur autonomen Manövrierung des Fahrzeugs um die erfassten Objekte herum erzeugt wird, wobei der geplante Pfad basierend auf einer Kosten-Distanz-Funktion erzeugt wird; (e) das Fahrzeug entlang des geplanten Pfads autonom manövriert wird; (f) der Objektplan basierend auf aktualisierten erfassten Daten von den fahrzeugbasierten Einrichtungen aktualisiert wird; (g) basierend auf dem aktualisierten Objektplan ermittelt wird, ob der geplante Pfad machbar ist; (h) in Ansprechen auf eine Ermittlung, dass der geplante Pfad nicht machbar ist, zu Schritt (a) zurückgesprungen wird; andernfalls mit Schritt (i) fortgefahren wird; (i) ermittelt wird, ob der Timer abgelaufen ist; und (j) in Ansprechen auf den Ablauf des Timers zu Schritt (a) zurückgesprungen wird; andernfalls zu Schritt (f) zurückgesprungen wird; wobei die Erzeugung des geplanten Pfads ferner die Schritte umfasst, dass: basierend auf den erfassten Objekten auf der Fahrstraße virtuelle Knoten identifiziert werden; und eine Delauney-Triangulation angewandt wird, um Dreiecke zwischen ausgewählten virtuellen Knoten zu erzeugen; wobei die virtuellen Knoten virtuelle Spurknoten (100), virtuelle Host-Fahrzeugknoten (102), virtuelle Endknoten (104) und verschobene Abtastknoten umfassen, wobei die virtuellen Spurknoten (100) Spurbegrenzungen der Straße darstellen, wobei die virtuellen Host-Fahrzeugknoten (102) eine Position des Host-Fahrzeugs und einen Start eines Suchraums darstellen, wobei die virtuellen Endknoten (104) ein Ende des Suchraums darstellen, und wobei die verschobenen Abtastknoten Verschiebungen dynamischer Objekte basierend auf Geschwindigkeiten der detektierten dynamischen Objekte relativ zu dem Host-Fahrzeug darstellen; ferner umfassend die Schritte, dass: Scheitelpunkte (108) entlang Kanten der Dreiecke identifiziert werden, wobei die Scheitelpunkte (108) entlang jeder Dreieckkante gleichmäßig beabstandet sind; und lineare Segmente zwischen jedem Paar von Scheitelpunkten (108) innerhalb jedes Dreiecks ausgebildet werden; wobei ein jeweiliges lineares Segment, das ein jeweiliges Paar von Scheitelpunkten (108) eines jeweiligen Dreiecks verbindet, nur ausgebildet wird, wenn das jeweilige Paar von Scheitelpunkten (108) zu dem gleichen jeweiligen Dreieck gehört und wenn die Scheitelpunkte (108) nicht zu einer gleichen Kante des jeweiligen Dreiecks gehören; wobei der geplante Pfad von einem identifizierten virtuellen Host-Fahrzeugknoten (102) zu einem identifizierten virtuellen Endknoten (104) erzeugt wird, indem ein jeweiliges lineares Segment von jedem Dreieck ausgewählt wird, wobei jedes von jedem Dreieck ausgewählte lineare Segment einen kontinuierlichen geplanten Pfad von dem identifizierten virtuellen Host-Fahrzeugknoten (102) zu dem identifizierten virtuellen Endknoten (104) bildet; und wobei jedes der ausgewählten linearen Segmente basierend auf einer Kosten-Distanz-Funktion identifiziert wird, wobei die Kostenfunktion als Distanzfunktionskomponenten in Bezug auf eine Länge des geplanten Pfads, als relative Neigung jedes Segments, als Offset des geplanten Pfads zu einem vorherigen ermittelten Pfad, als Offset von einer Mitte einer aktuellen befahrenen Spur und als Offset-Distanz von umgebenden Hindernissen erzeugt wird.
2. Verfahren nach Anspruch 1, wobei an einer Spurbegrenzung der Straße keine Scheitelpunkte (108) ausgebildet werden.
3. Verfahren nach Anspruch 1, wobei jede der jeweiligen Distanzfunktionskomponenten zur Identifizierung eines Nutzungsgrads in der Kosten-Distanz-Funktion gewichtet wird.
4. Verfahren nach Anspruch 3, wobei die Kosten-Distanz-Funktion durch die folgende Formel dargestellt wird: $$\begin{array}{l}{D}_i={\displaystyle \sum {}_j\left({\alpha }_L\frac{D_{ij}^L}{D_{max}^L}+{\alpha }_s\frac{D_{ij}^s}{D_{max}^s}+{\alpha }_c\frac{D_{ij}^c}{D_{max}^c}+{\alpha }_p\frac{D_{ij}^p}{D_{max}^p}\right)},\\ \text{ f}\ddot{\text{u}}\text{r i}=\mathrm{1,2,}\dots ,n_{path},j=\mathrm{1,2,}\dots ,n_{seg}\end{array}$$

   

   wobei D_i eine Distanz für den i-ten Pfad von einem Quellenscheitel zu einem Zielscheitel ist, $D_{ij}^L,D_{ij}^s,D_{ij}^d,D_{ij}^c$

   

   und $D_{ij}^p$

   

   Distanzfunktionskomponenten eines j-ten Segments für einen i-ten Pfad sind, α_L, α_s, α_d und α_p konstante Gewichtskoeffizienten sind und n_path und n_seg eine Anzahl von Pfaden von dem Quellenscheitel zu dem Zielscheitel bzw. eine Anzahl von linearen Segmenten in jedem Pfad sind.

Images