DE102017104369A1

DE102017104369A1 - Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur bewegungsplanung für ein kraftfahrzeug

Info

Publication number: DE102017104369A1
Application number: DE102017104369.1A
Authority: DE
Inventors: Christian Appelt; Simon Grossjohann; Kai Homeier
Original assignee: Volkswagen AG
Current assignee: Volkswagen AG
Priority date: 2017-03-02
Filing date: 2017-03-02
Publication date: 2018-09-06

Abstract

Ein Verfahren, eine Vorrichtung und ein computerlesbares Speichermedium mit Instruktionen zur Bewegungsplanung für ein Kraftfahrzeug. In einem ersten Schritt werden Endzustände von Bewegungen des Kraftfahrzeugs in einem diskretisierten Zustandsraum ausgehend von einem Anfangszustand bestimmt (10). Dies geschieht mittels einer modellbasierten Simulation der Bewegung des Kraftfahrzeugs in zeitlich fortschreitender Richtung. Mittels dynamischer Programmierung werden dann die Endzustände innerhalb von Zustandszellen des diskretisierten Zustandsraumes reduziert (11). Auf Grundlage der nach dem Reduzieren (11) verbliebenen Endzustände wird schließlich eine Bewegung für das Kraftfahrzeug ausgewählt (12).

Description

Die vorliegende Erfindung betrifft ein Verfahren, eine Vorrichtung und ein computerlesbares Speichermedium mit Instruktionen zur Bewegungsplanung für ein Kraftfahrzeug. Die Erfindung betrifft weiterhin ein Kraftfahrzeug, in dem ein erfindungsgemäßes Verfahren oder eine erfindungsgemäße Vorrichtung eingesetzt wird.
Heutige Kraftfahrzeuge weisen bereits eine Vielzahl von Assistenzsystemen auf, die den Fahrer beim Führen des Kraftfahrzeugs unterstützen. Zunehmend kommen dabei teilautonome oder autonome Systeme zum Einsatz, die eine teil- oder vollautomatisierte Fahrt des Kraftfahrzeugs ermöglichen.
Neue Generationen von Assistenzsystemen ermöglichen eine immer größere Auswahl automatisiert durchführbarer Fahrmanöver sowie eine zunehmende Komplexität dieser Fahrmanöver. Die unterstützten Fahrmanöver beziehen sich regelmäßig auf definierte Szenarien bzw. Fahraufgaben, beispielsweise Fahren, Parken oder Ausweichen.
Vor diesem Hintergrund beschreibt die DE 10 2012 215 060 A1 ein Verfahren zum Führen eines Fahrzeugs. Anhand wenigstens eines Sensors wird mindestens ein Parameter der Umgebung des Fahrzeugs erfasst. Anhand des Parameters werden dann ein Fahrkorridor und ein Wunschpunkt im Fahrkorridor ermittelt. In Abhängigkeit von wenigstens einem weiteren Parameter wird schließlich eine den Wunschpunkt umfassende Trajektorie innerhalb des Fahrkorridors ermittelt und abhängig von der ermittelten Trajektorie die Führung des Fahrzeugs angepasst.
Aus der DE 10 2014 215 244 A1 ist ein Verfahren zur Ermittlung einer Soll-Trajektorie für die Steuerung und/oder Regelung der Quer-/Längsführung eines Fahrzeugs bekannt. Auf Basis von Umfelddaten werden ein oder mehrere Objekte in einer Umgebung des Fahrzeugs detektiert. Mittels einer globalen Planung wird in Abhängigkeit von den detektierten Objekten eine Vielzahl von potenziell möglichen Fahrmanövern ermittelt, aus denen ein Fahrmanöver ausgewählt wird. Mittels einer lokalen Planung wird für das ausgewählte Fahrmanöver eine Soll-Trajektorie für die Längs- und/oder Querführung des Fahrzeugs ermittelt.
Die DE 10 2014 215 245 A1 beschreibt ein Verfahren zur Ermittlung eines Bewegungspfades eines beweglichen Objekts, welches ein Grundobjekt und eine kinematisch relevante Ergänzung zum Grundobjekt umfasst. Eine Bewegung des Grundobjekts wird durch eine Vielzahl von Grund-Zustandsgrößen und eine Bewegung der Ergänzung wird durch eine Ergänzungs-Zustandsgröße beschrieben. Für das Grundobjekt wird eine Vielzahl von Basismanövern ermittelt, wobei jedes Basismanöver einen Verlauf der Vielzahl von Grund-Zustandsgrößen von einem Anfangspunkt zu einem Endpunkt des Basismanövers umfasst. Die Vielzahl von Basismanövern wird derart ermittelt, dass die Vielzahl von Grund-Zustandsgrößen an dem Anfangspunkt und an dem Endpunkt vordefinierte Werte annimmt. Weiterhin erfolgt ein Abwandeln der Vielzahl von Basismanövern, um eine Vielzahl von abgewandelten Basismanövern zu bestimmen, so dass die Werte der Vielzahl von Grund-Zustandsgrößen an dem Anfangspunkt und an dem Endpunkt der Vielzahl von Basismanövern unverändert bleiben, und so dass die Ergänzungs-Zustandsgröße an dem Anfangspunkt und an dem Endpunkt der Vielzahl von abgewandelten Basismanövern vordefinierte Werte annimmt. Durch Aneinanderreihen von abgewandelten Basismanövern wird schließlich ein Bewegungspfad ermittelt.
Aus der EP 2 848 487 A1 ist ein Verfahren zur Generierung von Manövern für das automatisierte Fahren eines Fahrzeugs auf einer Einbahnstraße bekannt. In festen Zeitabständen wird eine kollisionsfreie Referenztrajektorie für die Längs- und Querbewegung des Fahrzeugs bestimmt, die das Beibehalten einer gewünschten Geschwindigkeit auf einer bevorzugten Fahrspur ermöglicht. Für die Bestimmung der Referenztrajektorie werden eine modellprädiktive Regelung und eine Formulierung als quadratisches Programm verwendet. Es wird ein Steuerschema genutzt, das die strukturierte Umgebung der Einbahnstraße ausnutzt, um die Bedingungen für die Kollisionsvermeidung linear zu formulieren. Die Generierung eines Manövers wird durch Lösen des quadratischen Programms erzielt.
Die Arbeit von McNaughton: „Parallel Algorithms for Real-time Motion Planning“ beschreibt einen Ansatz zur Echtzeit-Bewegungsplanung für ein Fahrzeug, der auf der Verwendung paralleler Algorithmen auf einer GPU (GPU: Graphics Processing Unit, Grafikprozessor) beruht. Der Ansatz verwendet einen fünfdimensionalen Suchraum, der sowohl räumliche als auch zeitliche Dimensionen umfasst und die kinematischen und dynamischen Beschränkungen eines typischen Fahrzeugs berücksichtigt. Durch die parallele Implementierung auf einer GPU kann ein dichtes Rastern des Aktionsraumes gewährleistet werden.
Bisherige Bewegungsplaner können nur schwer komplexe Szenarien in unstrukturierten Umgebungen bewältigen. Insbesondere das Umschalten zwischen verschiedenen Fahraufgaben unter Verwendung eines einzigen Planungsansatzes konnte bisher nicht umgesetzt werden. Taktische Manöver müssen durch eine zusätzliche Logikschicht vorgeben werden. Für eine tatsächliche Umsetzung einer vollautomatisierten oder sogar fahrerlosen Fahrfunktion bedeuten diese Einschränkungen einen erhöhten Entwicklungsaufwand oder gar ein erhöhtes Risiko des Scheiterns.
Es ist eine Aufgabe der Erfindung, eine Lösung zur Bewegungsplanung für ein Kraftfahrzeug aufzuzeigen, die es erlaubt, eine Vielzahl von Fahrszenarien zu beherrschen und die großenteils ohne eine Taktikschicht auskommt.
Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Anspruchs 1, durch ein computerlesbares Speichermedium mit Instruktionen gemäß Anspruch 12 und durch eine Vorrichtung mit den Merkmalen des Anspruchs 13 gelöst. Bevorzugte Ausgestaltungen der Erfindung sind Gegenstand der abhängigen Ansprüche.
Gemäß einem ersten Aspekt der Erfindung umfasst ein Verfahren zur Bewegungsplanung für ein Kraftfahrzeug die Schritte:

- Bestimmen von Endzuständen von Bewegungen des Kraftfahrzeugs in einem diskretisierten Zustandsraum ausgehend von einem Anfangszustand, wobei die Endzustände der Bewegungen mittels einer modellbasierten Simulation der Bewegung des Kraftfahrzeugs in zeitlich fortschreitender Richtung bestimmt werden;
- Reduzieren der Endzustände innerhalb von Zustandszellen des diskretisierten Zustandsraumes mittels dynamischer Programmierung; und
- Auswählen einer Bewegung für das Kraftfahrzeug auf Grundlage der nach dem Reduzieren verbliebenen Endzustände.

Gemäß einem weiteren Aspekt der Erfindung enthält ein computerlesbares Speichermedium Instruktionen, die bei Ausführung durch einen Computer den Computer zur Ausführung der folgende Schritte zur Bewegungsplanung für ein Kraftfahrzeug veranlassen:

Der Begriff Computer ist dabei breit zu verstehen. Insbesondere umfasst er auch Steuergeräte und andere prozessorbasierte Datenverarbeitungsvorrichtungen.
Gemäß einem weiteren Aspekt der Erfindung weist eine Vorrichtung zur Bewegungsplanung für ein Kraftfahrzeug auf:

- Eine Simulationseinheit zum Bestimmen von Endzuständen von Bewegungen des Kraftfahrzeugs in einem diskretisierten Zustandsraum ausgehend von einem Anfangszustand, wobei die Simulationseinheit eingerichtet ist, die Endzustände der Bewegungen mittels einer modellbasierten Simulation der Bewegung des Kraftfahrzeugs in zeitlich fortschreitender Richtung zu bestimmen;
- Eine Reduktionseinheit zum Reduzieren der Endzustände innerhalb von Zustandszellen des diskretisierten Zustandsraumes mittels dynamischer Programmierung; und
- Eine Auswahleinheit zum Auswählen einer Bewegung für das Kraftfahrzeugauf Grundlage der nach dem Reduzieren verbliebenen Endzustände.

Der erfindungsgemäße Bewegungsplaner ist ein zeitlich vorwärts-simulierender, modellbasierter, aktionsbasierter Planer. Im Gegensatz zu bekannten Ansätzen, bei denen eine anfängliche Befüllung des Zustandsraumes mit gewünschten Endzuständen durchgeführt wird, die dann mit den Anfangszuständen verknüpft werden, sind die Endzustände beim erfindungsgemäßen Ansatz unbekannt und ergeben sich durch eine modellbasierte Simulation in zeitlich fortschreitender Richtung. Das Bewegungsfindungsproblem ist somit im Zeitbereich formuliert, wodurch es variabel für eine Vielzahl von Anwendungen anwendbar ist. Zusätzlich ist die Verwendung eines globaloptimalen Optimierungsansatzes in der Lage, Entwicklungsarbeit zu verringern. Die bisherige Herangehensweise verwendet eine explizite Programmierung von fahrtaktischen Regeln. Dies ist bei entsprechender Dimensionierung des vorliegenden Ansatzes auf ein Minimum reduzierbar. Zudem gehen unterschiedliche Fahrszenarien durch ein allgemeingültige Bewegungsbeschreibung ineinander über und erzeugen keine widersprüchlichen Aussagen. Durch die Reduzierung der Endzustände mittels dynamischer Programmierung wird ein exponentielles Ansteigen der Rechenzeit verhindert, so dass sich die erfindungsgemäße Lösung mit vertretbarem Aufwand umsetzen lässt.
Gemäß einem Aspekt der Erfindung werden das Bestimmen von Endzuständen von Bewegungen des Kraftfahrzeugs und das Reduzieren der Endzustände in zwei oder mehr Iterationen durchgeführt, wobei die Endzustände einer Iteration als Ausgangszustände der nächsten Iteration dienen. Mit steigender Zahl von Iterationen ergibt sich eine zunehmend komplexe Erreichbarkeits-Menge, d.h. die Dichte und Entfernung der erreichbaren Positionen nimmt beständig zu. Nach einigen Iterationen lassen sich selbst komplexe Bewegungen realisieren.
Gemäß einem Aspekt der Erfindung liegen der modellbasierten Simulation der Bewegung des Kraftfahrzeugs in zeitlich fortschreitender Richtung ein Einradmodell, ein Einspurmodell oder ein Zweispurmodell zugrunde. Basierend auf diesen Modellen lassen sich Fahrzeugbewegungen verhältnismäßig einfach analytisch modellieren. Zudem sind die Vorteile und Einschränkungen dieser Modelle bereits gut untersucht, so dass sie bei der Simulation berücksichtigt werden können.
Gemäß einem Aspekt der Erfindung werden für eine Umrechnung einer gerasterten Schar von Bewegungskandidaten in Bewegungen des Kraftfahrzeugs Stellgrößenfunktionen in Form von Polynomen dritter bis siebter Ordnung verwendet. Beispielsweise beschreiben diese Polynome einen Verlauf einer Geschwindigkeit über der Zeit, einen Verlauf einer Beschleunigung über der Zeit, einen Verlauf eines Lenkwinkels über der Zeit, einen Verlauf eines Weges über der Zeit oder deren Ableitungen. Polynome für die Umrechnungen von Bewegungskandidaten in Stellgrößen haben den Vorteil, dass sie stetig und einfach ableitbar sind. Zudem sind sie variabel über ihre Ordnung sowie leicht zu bestimmen und zu berechnen.
Gemäß einem Aspekt der Erfindung wird für das Reduzieren der Endzustände eine erste Kostenfunktion und für das Auswählen einer Bewegung eine zweite Kostenfunktion verwendet. Durch die Unterteilung der Kostenfunktion kann für die Bewertung der Endzustände auf eine Reihe von Kostenberechnungen verzichtet werden, wodurch sich der erforderliche Rechenaufwand reduziert. Beispielsweise ist es nicht erforderlich, bereits in diesem Verfahrensschritt Bewegungskosten oder Kosten für den Stillstand zu berücksichtigen. Diese spielen erst für die endgültige Auswahl der Bewegung eine Rolle. Auch die Bewältigung mehrerer Fahrszenarien wird mit dieser Unterteilung der Kostenfunktionen ermöglicht. Je nach gewünschtem Fahrszenario werden unterschiedliche Kostenfunktionen für das Auswählen einer Bewegung genutzt.
Gemäß einem Aspekt der Erfindung bevorzugt die erste Kostenfunktion Bewegungen, die ruck- und lenkarm sind und nur geringe Querbeschleunigungen hervorrufen. Auf diese Weise wird ein komfortbetontes Fahrverhalten erzielt. Die Vermeidung von Kollisionen oder die Einhaltung der Fahrspur kann ebenfalls über die erste Kostenfunktion gesteuert werden.
Gemäß einem Aspekt der Erfindung bevorzugt die zweite Kostenfunktion Bewegungen, die ein Vorankommen entlang der Strecke bewirken oder die zu einer möglichst geringen Abweichung von einer gewünschten Endpose (Position und Orientierung) des Kraftfahrzeugs führen. Während ein Vorankommen entlang der Strecke ein sinnvolles Bewertungskriterium für das normale Fahren ist, ist die Auswahl eines Bewegungskandidaten, der einer gewünschten Endpose möglichst nahe kommt, insbesondere bei Parkmanövern von Vorteil.
Gemäß einem Aspekt der Erfindung werden beim Bestimmen der Endzustände spezielle Bewegungskandidaten berücksichtigt. Beispielsweise kann ein „Ausprobieren“ der letzten Berechnungslösung hierüber gesichert werden. Indem der Planer immer seine letzte Trajektorie wiederholt abtastet entsteht ein verbessertes, konsistenteres Verhalten. Ebenso können nach einer Berechnungsschicht Bewegungskandidaten, die erst durch Erkenntnisse der simulierten Bewegungskandidaten entstehen, aufgesetzt werden. Beispielsweise kennen kollisionsvermeidende Kandidaten den Kollisionsort ihrer Nachbarn nach deren Verarbeitung und können aus dem Wissen profitieren und ihre Weglänge anpassen.
Gemäß einem Aspekt der Erfindung werden beim Reduzieren der Endzustände Bewegungskandidaten beibehalten, für die ein Überlebenszwang definiert ist. Durch die Definition eines Überlebenszwangs oder Erhaltungszwangs ist es möglich, gezielt Kandidaten zu erhalten, die eigentlich aufgrund ihrer lokal teureren Kosten der Auswahllogik der dynamischen Programmierung zum Opfer fallen müssten. Dies ist beispielsweise für den Erhalt der letzten Lösung wichtig, aber auch für Spezialkandidaten, die z.B. durch zusätzliches Wissen erstellt wurden und die Aussicht auf einen guten späteren Verlauf der Trajektorie haben.
Gemäß einem Aspekt der Erfindung ist das Verfahren auf einer GPU implementiert, d.h. für die Umsetzung des Verfahrens wird ein GPGPU-Ansatz (GPGPU: General Purpose Computation on Graphics Processing Unit, Allzweck-Berechnung auf Grafikprozessoreinheiten) verfolgt. Ein Vorteil des beschriebenen Verfahrens ist, dass eine parallele Auswertung der verschiedenen Bewegungskandidaten durchgeführt werden kann. Eine solche parallele Auswertung lässt sich optimal auf einem Grafikprozessor implementieren, wodurch die erforderliche Rechenzeit deutlich reduziert werden kann.
Vorzugsweise werden ein erfindungsgemäßes Verfahren oder eine erfindungsgemäße Vorrichtung in einem autonomen oder teil-autonomen Fahrzeug, insbesondere einem Kraftfahrzeug, eingesetzt.
Weitere Merkmale der vorliegenden Erfindung werden aus der nachfolgenden Beschreibung und den angehängten Ansprüchen in Verbindung mit den Figuren ersichtlich.

1 zeigt schematisch ein Verfahren zur Bewegungsplanung für ein Kraftfahrzeug;
2 zeigt eine erste Ausführungsform einer Vorrichtung zur Bewegungsplanung für ein Kraftfahrzeug;
3 zeigt eine zweite Ausführungsform einer Vorrichtung zur Bewegungsplanung für ein Kraftfahrzeug;
4 stellt schematisch ein Kraftfahrzeug dar, in dem eine erfindungsgemäße Lösung realisiert ist;
5 zeigt schematisch ein Beispiel für einen Zustandsraum;
6 zeigt ein Beispiel einer Erreichbarkeits-Menge nach zwei Explorationsschichten für einen gegebenen Anfangszustand;
7 zeigt ein schematisches Blockdiagramm des Bewegungsplaners;
8 illustriert ein mehrdimensionales Kostenproblem bei der endgültigen Bewegungsauswahl; und
9 illustriert eine Lösung des mehrdimensionalen Kostenproblems durch Cluster-Bildung.

Zum besseren Verständnis der Prinzipien der vorliegenden Erfindung werden nachfolgend Ausführungsformen der Erfindung anhand der Figuren detaillierter erläutert. Es versteht sich, dass sich die Erfindung nicht auf diese Ausführungsformen beschränkt und dass die beschriebenen Merkmale auch kombiniert oder modifiziert werden können, ohne den Schutzbereich der Erfindung zu verlassen, wie er in den angehängten Ansprüchen definiert ist.
1 zeigt schematisch ein Verfahren zur Bewegungsplanung für ein Kraftfahrzeug. Vorzugsweise ist das Verfahren auf einer GPU implementiert. In einem ersten Schritt werden Endzustände von Bewegungen des Kraftfahrzeugs in einem diskretisierten Zustandsraum ausgehend von einem Anfangszustand bestimmt 10. Dies geschieht mittels einer modellbasierten Simulation der Bewegung des Kraftfahrzeugs in zeitlich fortschreitender Richtung. Der modellbasierten Simulation der Bewegung des Kraftfahrzeugs liegt dabei beispielsweise ein Einradmodell, ein Einspurmodell oder ein Zweispurmodell zugrunde. Mittels dynamischer Programmierung werden dann die Endzustände innerhalb von Zustandszellen des diskretisierten Zustandsraumes reduziert 11. Das Bestimmen 10 von Endzuständen von Bewegungen des Kraftfahrzeugs und das Reduzieren 11 der Endzustände kann in zwei oder mehr Iterationen durchgeführt werden, wobei die Endzustände einer Iteration als Ausgangszustände der nächsten Iteration dienen. Auf Grundlage der nach dem Reduzieren 11 verbliebenen Endzustände wird schließlich eine Bewegung für das Kraftfahrzeug ausgewählt 12. Vorzugsweise wird für das Reduzieren 11 der Endzustände eine erste Kostenfunktion verwendet, während für das Auswählen 12 einer Bewegung eine zweite Kostenfunktion Anwendung findet.
2 zeigt eine vereinfachte schematische Darstellung einer ersten Ausführungsform einer Vorrichtung 20 zur Bewegungsplanung für ein Kraftfahrzeug. Die Vorrichtung 20 hat einen Eingang 21 zum Empfangen von Daten, die eine Bewegungsplanung erlauben. Ausgehend von einem Anfangszustand bestimmt eine Simulationseinheit 22 Endzustände von Bewegungen des Kraftfahrzeugs in einem diskretisierten Zustandsraum. Dies geschieht mittels einer modellbasierten Simulation der Bewegung des Kraftfahrzeugs in zeitlich fortschreitender Richtung. Die Simulationseinheit 22 kann bei der modellbasierten Simulation der Bewegung des Kraftfahrzeugs z.B. auf einem Einradmodell, einem Einspurmodell oder einem Zweispurmodell aufbauen. Eine Reduktionseinheit 23 reduziert die Endzustände innerhalb von Zustandszellen des diskretisierten Zustandsraumes mittels dynamischer Programmierung. Das Bestimmen von Endzuständen von Bewegungen des Kraftfahrzeugs und das Reduzieren der Endzustände kann in zwei oder mehr Iterationen durchgeführt werden, wobei die Endzustände einer Iteration als Ausgangszustände der nächsten Iteration dienen. Auf Grundlage der nach dem Reduzieren verbliebenen Endzustände wählt eine Auswahleinheit 24 eine Bewegung für das Kraftfahrzeug aus. Für das Reduzieren der Endzustände kann dabei eine erste Kostenfunktion und für das Auswählen einer Bewegung eine zweite Kostenfunktion verwendet werden. Die von der Auswahleinheit 24 generierten Daten werden für die Steuerung des Kraftfahrzeugs über einen Ausgang 26 der Vorrichtung 20 zur Verfügung gestellt. Die Simulationseinheit 22, die Reduktionseinheit 23 und die Auswahleinheit 24 können von einer Kontrolleinheit 25 gesteuert werden. Über eine Benutzerschnittstelle 28 können gegebenenfalls Einstellungen der Simulationseinheit 22, der Reduktionseinheit 23, der Auswahleinheit 24 oder der Kontrolleinheit 25 geändert werden. Die in der Vorrichtung 20 anfallenden Daten können zudem in einem Speicher 27 der Vorrichtung 20 abgelegt werden, beispielsweise für eine spätere Auswertung oder für eine Nutzung durch die Komponenten der Vorrichtung 20. Die Simulationseinheit 22, die Reduktionseinheit 23, die Auswahleinheit 24 sowie die Kontrolleinheit 25 können als dezidierte Hardware realisiert sein, beispielsweise als integrierte Schaltungen. Natürlich können sie aber auch teilweise oder vollständig kombiniert oder als Software implementiert werden, die auf einem geeigneten Prozessor läuft, beispielsweise auf einer GPU. Der Eingang 21 und der Ausgang 26 können als getrennte Schnittstellen oder als eine kombinierte bidirektionale Schnittstelle implementiert sein.
3 zeigt eine vereinfachte schematische Darstellung einer zweiten Ausführungsform einer Vorrichtung 30 zur Bewegungsplanung für ein Kraftfahrzeug. Die Vorrichtung 30 weist einen Prozessor 32 und einen Speicher 31 auf. Beispielsweise handelt es sich bei der Vorrichtung 30 um einen Computer oder ein Steuergerät. Im Speicher 31 sind Instruktionen abgelegt, die die Vorrichtung 30 bei Ausführung durch den Prozessor 32 veranlassen, die Schritte gemäß einem der beschriebenen Verfahren auszuführen. Die im Speicher 31 abgelegten Instruktionen verkörpern somit ein durch den Prozessor 32 ausführbares Programm, welches das erfindungsgemäße Verfahren realisiert. Die Vorrichtung hat einen Eingang 33 zum Empfangen von Informationen. Vom Prozessor 32 generierte Daten werden über einen Ausgang 34 bereitgestellt. Darüber hinaus können sie im Speicher 31 abgelegt werden. Der Eingang 33 und der Ausgang 34 können zu einer bidirektionalen Schnittstelle zusammengefasst sein.
Der Prozessor 32 kann eine oder mehrere Prozessoreinheiten umfassen, beispielsweise Mikroprozessoren, digitale Signalprozessoren oder Kombinationen daraus.
Die Speicher 27, 31 der beschriebenen Ausführungsformen können sowohl volatile als auch nichtvolatile Speicherbereiche aufweisen und unterschiedlichste Speichergeräte und Speichermedien umfassen, beispielsweise Festplatten, optische Speichermedien oder Halbleiterspeicher.
4 stellt schematisch ein Kraftfahrzeug 40 dar, in dem eine erfindungsgemäße Lösung realisiert ist. Das Kraftfahrzeug 40 weist unter anderem ein Navigationssystem 41 und eine Umgebungssensorik 42 auf, beispielsweise ein Kamera- oder Radarsystem. Die vom Navigationssystem 41 und der Umgebungssensorik 42 erfassten Daten werden über ein Netzwerk 43 an eine Vorrichtung 20 zur Bewegungsplanung übermittelt. Die von der Vorrichtung 20 generierten Daten werden an die entsprechenden Steuergeräte im Kraftfahrzeug 40 übermittelt, beispielsweise an eine Lenkungssteuerung 44, eine Bremssteuerung 45 oder eine Geschwindigkeitsregelung 46. Vorzugsweise erfolgt die Übermittlung der Daten ebenfalls über das Netzwerk 43.
Nachfolgend soll eine bevorzugte Ausführungsform der Erfindung anhand der 5 bis 9 erläutert werden.
Der Bewegungsplaner ist ein zeitlich vorwärts-simulierender, modellbasierter, aktionsbasierter Planer. Ein Besonderheit besteht in der Art und Weise, wie der Bewegungsplaner den Zustandsraum durchschreitet. Bei bekannten Ansätzen wird eine anfängliche Befüllung des Zustandsraumes mit gewünschten Endzuständen durchgeführt. Diese werden dann mit den Anfangszuständen verknüpft. Im Gegensatz dazu sind die Endzustände beim erfindungsgemäßen Ansatz unbekannt und ergeben sich durch eine modellbasierte Simulation in zeitlich fortschreitender Richtung. Dies ist schematisch in Fig. 6 für einen zweidimensionalen Aktionsraum dargestellt. Ausgehend von einem Anfangszustand AZ wird eine Vielzahl von unterschiedlichen Aktionen bzw. Bewegungsmöglichkeiten A simuliert, die zu einer Fülle von Endzuständen EZ führen. Diese fallen in einen diskretisierten Zustandsraum. Hier findet dann eine Reduktion aller Zustände nach Logik der dynamischen Programmierung auf den billigsten Zustand einer jeden Zustandszelle statt. In der nächsten „Schicht“ S der Optimierung wird dann von diesen übrig gebliebenen Zuständen weiterexploriert. Dies wird n-Mal wiederholt. Die Zeit ist die dabei die Hauptzustandsachse des Bewegungsplaners. Die Einträge der Zeitachse sind die diskreten Entscheidungspunkte der dynamischen Programmierung, also die genannten Schichten S. Der Vorteil hierbei beim erfindungsgemäßen Bewegungsplaner ist die Verwendbarkeit eines Fahrzeugmodells, das beliebig komplex ist und zeitlich fortschreitend integriert werden kann. Beispielsweise lässt sich ein Einspurmodell verwenden, das nicht analytisch in einen gewünschten Endzustand überführbar ist. Auf dieses Modell können dann n Aktionskandidaten gesampelt bzw. gerastert werden, die z.B. den Lenkwinkel oder die Beschleunigung des Fahrzeugs bestimmen.
Ein Beispiel einer Erreichbarkeits-Menge nach zwei Explorationsschichten für einen gegebenen Anfangszustand ist in 6 dargestellt. Ebenfalls dargestellt sind ein x-y-Gitter G mit Gitterzellen Z sowie von der Umfeldsensorik erfasste Hindernisse H. Im Beispiel rastert der Bewegungsplaner die longitudinalen und lateralen Aktionen mit einem festen Zeitfenster, in diesem Fall mit einer Dauer t=5s. Mit steigender Zahl von Explorationsschichten ergibt sich eine zunehmend komplexe Erreichbarkeits-Menge. Um ein exponentielles Ansteigen der Rechenzeit zu verhindern wird durch die dynamische Programmierung die Anzahl der Zustände reduziert, die als Grundlage für die nächste Explorationsschicht dienen. Zu diesem Zweck überlebt in jeder Zustandszelle im diskretisierten Zustandsraum nur ein Bewegungskandidat.
7 zeigt ein schematisches Blockdiagramm des Bewegungsplaners 20. Grundlage für die zeitlich vorwärts-simulierende Bewegungsplanung 50 mit dynamischer Programmierung sind ein Fahrzeugmodell 51, eine Explorations-Kostenfunktion 52 sowie eine laterale Übertragungsfunktion 53 und eine longitudinale Übertragungsfunktion 54. Grundlage für die endgültige Bewegungsauswahl 55 ist eine Endauswahl-Kostenfunktion 56. Der Bewegungsplaner 20 folgt zwei Kostenfunktionen: Die Exploration des Zustandsraumes mit der Bewertung der Kandidaten geschieht durch die Explorations-Kostenfunktion 52. Da nur ein Kandidat in einer Zustandszelle überlebt, basiert auch das Terminieren von Kandidaten auf der Explorations-Kostenfunktion 52. Die Explorations-Kostenfunktion 52 sorgt für eine „natürliche“ Erkundung des Raumes, indem ruckarme, lenkarme Aktionen mit wenig Querbeschleunigung bevorzugt oder späte Losfahrmanöver bestraft werden. Im Ergebnis ergibt sich eine Fülle von Endzuständen im Zustandsraum, aus denen der optimale Endkandidat gewählt werden muss. Dafür wird die Endauswahl-Kostenfunktion 56 verwendet. Diese kann taktische Ziele wie Abbiegen oder Fahrstreifenwechsel durch die Wahl des Endkandidaten ermöglichen. Auch die Favorisierung eines „Vorankommens“ wird möglich. Wird ein Kandidat weit voraus gewählt, muss die Bewegung energischer agieren. Gleichzeitig kann bei der Explorations-Kostenfunktion 52 auf Bewegungskosten, wie z.B. Abweichungen zur Wunschgeschwindigkeit, oder Kosten für den Stillstand verzichtet werden. Dies ist ein wichtiger Punkt für die Beherrschbarkeit des Verfahrens, da die Anzahl der zu berechnenden Kosten in der Explorationsphase reduziert wird. Auch die Bewältigung mehrerer Fahrszenarien wird mit dieser Unterteilung der Kostenfunktionen ermöglicht. Das Fahren und das Parken unterscheiden sich in einer andersartigen Endauswahl-Kostenfunktion 56. Während das Fahren um ein Vorankommen entlang der Strecke bemüht ist, wird beim Parken ein Bewegungskandidat gewählt, der der gewünschten Parkpose möglichst nahe kommt.
Die Art der Bewegung in einer Optimierungsschicht, also eines Elementarmanövers, ergibt sich aus dem verwendeten Fahrzeugmodell 51 und den darauf angewandten Übertragungsfunktionen 53, 54. Die Übertragungsfunktionen beschreiben beispielsweise den Lenkwinkelverlauf über der Zeit, bzw. den Geschwindigkeitsverlauf über der Zeit. Da eine unendlich fein abtastende Funktion nicht berechenbar ist, werden hier Abstriche an die Qualität der Trajektorien gemacht. Als sinnvoll für den Lenkwinkelverlauf oder den Geschwindigkeitsverlauf haben sich beim erfindungsgemäßen Bewegungsplaner Polynome um die Ordnung drei bis sieben erwiesen. Zusätzlich kann bei Bedarf eine Polynomverkürzung verwendet werde, um steile Geschwindigkeitsflanken in einem Notanhaltemanöver abzubilden. Die Transitionen sind stetig ineinander überführbar. Beispielsweise setzen die Polynome der Längsbewegungen beim erfindungsgemäßen Bewegungsplaner rucksprungfrei und sogar snaparm an, wobei hier mit Snap die Ableitung des Rucks bezeichnet wird. Die Übertragungsfunktionen 53, 54 sind neben den sich ergebenden Fahrzeugmodellzustandsgrößen Basis für die Kostenfunktion während oder nach einer Integration des Fahrzeugmodells 51.
8 verdeutlicht ein Dilemma bei der endgültigen Bewegungsauswahl, das aus der Aufteilung der Kostenfunktion resultiert. Dargestellt sind einige Bewegungskandidaten K_i gegen die zugehörigen Explorations-Kosten und die Endauswahl-Kosten. Es stellt sich nun die Frage, welcher Bewegungskandidat K_i die beste Lösung darstellt. Wie der Figur zu entnehmen ist, hat der Bewegungskandidat K₁ mit den niedrigsten Endauswahl-Kosten deutlich höhere Explorations-Kosten als der Bewegungskandidat K₂, der die zweitniedrigsten Endauswahl-Kosten hat. Die Auswahl der besten Lösung stellt daher ein mehrdimensionales Kostenproblem dar.
Eine Lösung für dieses Problem ist in 9 dargestellt. Die Bewegungskandidaten K_i werden durch Cluster-Bildung entsprechend ihrer zugehörigen Endauswahl-Kosten in Cluster C_i unterteilt, wobei jeder Cluster C_i einen gewissen Kostenbereich der Endauswahl-Kosten umfasst. Als optimaler Bewegungskandidat K_i wird nun der Bewegungskandidat mit den niedrigsten Explorations-Kosten im Cluster C_i mit den niedrigsten Endauswahl-Kosten ausgewählt. Im Beispiel in 9 ist dies der Bewegungskandidat K₃ im Cluster C₂.
Der erfindungsgemäße Bewegungsplaner ist ein auf die NVIDIA-Rechenarchitektur „CUDA“ optimiertes Planungsverfahren. Sämtliche Rechenschritte sind daher auf die mehrdimensionale Rechenblock- und Grid-Architektur ausgelegt, um die Grafikhardware maximal auszulasten. Hierbei folgt der Bewegungsplaner der Prämisse, alle Ausgangszustände auf die Grid-Dimensionen aufzuteilen. Jede Grid-Einheit, d.h. jeder Block, stellt einen Ausgangszustand der vorherigen Optimierungsschicht dar. Von diesem Zustand werden nun alle Bewegungskandidaten mittels der Rechenblockdimensionierung abgehandelt. Jeder Bewegungskandidat wird mit einer Blockeinheit gerechnet, d.h. mit einem Thread. Zusätzlich wird eine Berechnung innerhalb einer Optimierungsschicht mehrfach durchgeführt. Diese unterschiedlichen Berechnungspässe haben unterschiedliche Aufgaben und realisieren z.B. die Abhandlung von Spezialbewegungskandidaten, wie weiter unten beschrieben. Die Abhandlung der Ausgangszustände mit der Aktionsrasterung stellt hier allerdings einen dieser Pässe dar und bildet den Hauptberechnungsanteil der Optimierung.
Wie oben beschrieben werden aus allen Zuständen in Form möglicher Längs- und Queraktionen Bewegungskandidaten erzeugt. Dies geschieht mittels einer zweidimensionalen Rasterung mittels Verwendung der CUDA-Rechendimensionierung. Zusätzlich können Spezialkandidaten eingefügt werden. Obwohl die Aktionsrasterung den größten Rechenaufwand darstellt, kann mit einer begrenzten Anzahl solcher Spezialkandidaten die Qualität der Lösung erheblich verbessert werden. Beispielsweise wird ein „Ausprobieren“ der letzten Berechnungslösung hierüber abgehandelt. Indem der Planer immer seine letzte Trajektorie wiederholt abtastet entsteht ein verbessertes, konsistenteres Verhalten. Ebenso können nach einer Berechnungsschicht Bewegungskandidaten, die erst durch Erkenntnisse der simulierten Bewegungskandidaten entstehen, aufgesetzt werden. Beispielsweise kennen kollisionsvermeidende Kandidaten den Kollisionsort ihrer Nachbarn nach deren Verarbeitung und können aus dem Wissen profitieren und ihre Weglänge anpassen, um nicht mit dem Hindernis zu kollidieren. All dies geschieht in ein und derselben Optimierungsschicht.
Zusätzlich ist es möglich, einen Bewegungskandidaten mit einem Überlebenszwang zu versehen. Üblicherweise greift hier die Auswahllogik der dynamischen Programmierung, die alle außer dem billigsten Bewegungskandidaten in einer diskretisierten Zustandszelle beseitigt. Sind Kandidaten jedoch trotz ihrer lokal teureren Kosten zu erhalten, ist dies als solcher Erhaltungszwang zu kennzeichnen und der Kandidat überlebt die dynamische Programmierung. Dies ist beispielsweise für den Erhalt der letzten Lösung wichtig, aber auch für Spezialkandidaten, die z.B. durch zusätzliches Wissen erstellt wurden und die Aussicht auf einen guten späteren Verlauf der Trajektorie haben.
Der erfindungsgemäße Bewegungsplaner besitzt in der derzeitigen Implementierung acht Zustandsraumdimensionen: Zeit, Position in x, Position in y, Fahrzeuggeschwindigkeit v, Beschleunigung a, Lenkwinkel, Fahrzeug-Orientierung, Gang. Diese sind teilweise deckungsgleich mit den Modellzuständen, die während der Exploration berechnet werden. Teilweise gibt es jedoch auch zusätzliche Größen im Modell. Diese absichtliche Verletzung des Markov-Kriteriums der dynamischen Programmierung ermöglicht eine Zustands- und damit Berechnungsaufwandminimierung bei gleichzeitig vertretbarem Risiko der Nicht-Optimalität. Die Konfiguration der Zustandsraumdimensionierung und Zustandsraumdiskretisierung ist für jedes Fahrszenario parametrierbar. So werden bei einem Parkmanöver beispielsweise die Orientierungs- und Positionsdimensionen feiner abgetastet, um ein Erreichen einer verwinkelten Endpose zu garantieren. Bei Autobahnfahrten wiederum ist es sinnvoller, mehr Geschwindigkeits- und Beschleunigungszustände zu haben, um zwischen den dort typischen Fahrmanövern unterscheiden zu können.
Bezugszeichenliste

10: Bestimmen von Endzuständen von Bewegungen
11: Reduzieren der Endzustände mittels dynamischer Programmierung
12: Auswählen einer Bewegung auf Grundlage der verbliebenen Endzustände
20: Vorrichtung
21: Eingang
22: Simulationseinheit
23: Reduktionseinheit
24: Auswahleinheit
25: Kontrolleinheit
26: Ausgang
27: Speicher
28: Benutzerschnittstelle
30: Vorrichtung
31: Speicher
32: Prozessor
33: Eingang
34: Ausgang
40: Kraftfahrzeug
41: Navigationssystem
42: Umgebungssensorik
43: Netzwerk
44: Lenkungssteuerung
45: Bremssteuerung
46: Geschwindigkeitsregelung
50: Bewegungsplanung
51: Fahrzeugmodell
52: Explorations-Kostenfunktion
53: Laterale Übertragungsfunktion
54: Longitudinale Übertragungsfunktion
55: Bewegungsauswahl
56: Endauswahl-Kostenfunktion
AZ: Anfangszustand
A: Aktion
EZ: Endzustand
S: Schicht
G: Gitter
Z: Zelle
H: Hindernis
K_i: Bewegungskandidat
C_i: Cluster

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

DE 102012215060 A1 [0004]
DE 102014215244 A1 [0005]
DE 102014215245 A1 [0006]
EP 2848487 A1 [0007]

Claims

Verfahren zur Bewegungsplanung für ein Kraftfahrzeug (40), mit den Schritten: - Bestimmen (10) von Endzuständen von Bewegungen des Kraftfahrzeugs (40) in einem diskretisierten Zustandsraum ausgehend von einem Anfangszustand; - Reduzieren (11) der Endzustände innerhalb von Zustandszellen des diskretisierten Zustandsraumes mittels dynamischer Programmierung; und - Auswählen (12) einer Bewegung für das Kraftfahrzeug (40) auf Grundlage der nach dem Reduzieren (11) verbliebenen Endzustände; dadurch gekennzeichnet, dass die Endzustände der Bewegungen mittels einer modellbasierten Simulation der Bewegung des Kraftfahrzeugs (40) in zeitlich fortschreitender Richtung bestimmt werden.
Verfahren gemäß Anspruch 1, wobei das Bestimmen (10) von Endzuständen von Bewegungen des Kraftfahrzeugs (40) und das Reduzieren (11) der Endzustände in zwei oder mehr Iterationen durchgeführt wird, wobei die Endzustände einer Iteration als Ausgangszustände der nächsten Iteration dienen.
Verfahren nach Anspruch 1 oder 2, wobei der modellbasierten Simulation der Bewegung des Kraftfahrzeugs (40) in zeitlich fortschreitender Richtung ein Einradmodell, ein Einspurmodell oder ein Zweispurmodell zugrunde liegt.
Verfahren gemäß einem der vorherigen Ansprüche, wobei für eine Umrechnung einer gerasterten Schar von Bewegungskandidaten in Bewegungen des Kraftfahrzeugs (40) Stellgrößenfunktionen in Form von Polynomen dritter bis siebter Ordnung verwendet werden.
Verfahren gemäß Anspruch 4, wobei die Polynome einen Verlauf einer Geschwindigkeit über der Zeit, einen Verlauf einer Beschleunigung über der Zeit, einen Verlauf eines Lenkwinkels über der Zeit, einen Verlauf eines Weges über der Zeit oder deren Ableitungen beschreiben.
Verfahren gemäß einem der vorherigen Ansprüche, wobei für das Reduzieren (11) der Endzustände eine erste Kostenfunktion und für das Auswählen (12) einer Bewegung eine zweite Kostenfunktion verwendet wird.
Verfahren gemäß Anspruch 6, wobei die erste Kostenfunktion Bewegungen bevorzugt, die ruck- und lenkarm sind und nur geringe Querbeschleunigungen hervorrufen.
Verfahren gemäß Anspruch 6, wobei die zweite Kostenfunktion Bewegungen bevorzugt, die ein Vorankommen entlang der Strecke bewirken oder die zu einer möglichst geringen Abweichung von einer gewünschten Endpose des Kraftfahrzeugs (40) führen.
Verfahren gemäß einem der vorherigen Ansprüche, wobei beim Bestimmen (10) der Endzustände spezielle Bewegungskandidaten berücksichtigt werden.
Verfahren gemäß einem der vorherigen Ansprüche, wobei beim Reduzieren (11) der Endzustände Bewegungskandidaten beibehalten werden, für die ein Überlebenszwang definiert ist.
Verfahren gemäß einem der vorherigen Ansprüche, wobei das Verfahren auf einer GPU implementiert ist.
Computerlesbares Speichermedium mit Instruktionen, die bei Ausführung durch einen Computer den Computer zur Ausführung der Schritte eines Verfahrens gemäß einem der Ansprüche 1 bis 11 zur Bewegungsplanung für ein Kraftfahrzeug (40) veranlassen.
Vorrichtung (20) zur Bewegungsplanung für ein Kraftfahrzeug (40), wobei die Vorrichtung (20) aufweist: - Eine Simulationseinheit (22) zum Bestimmen (10) von Endzuständen von Bewegungen des Kraftfahrzeugs (40) in einem diskretisierten Zustandsraum ausgehend von einem Anfangszustand; - Eine Reduktionseinheit (23) zum Reduzieren (11) der Endzustände innerhalb von Zustandszellen des diskretisierten Zustandsraumes mittels dynamischer Programmierung; und - Eine Auswahleinheit (24) zum Auswählen (12) einer Bewegung für das Kraftfahrzeug (40) auf Grundlage der nach dem Reduzieren (11) verbliebenen Endzustände; dadurch gekennzeichnet, dass die Simulationseinheit (22) eingerichtet ist, die Endzustände der Bewegungen mittels einer modellbasierten Simulation der Bewegung des Kraftfahrzeugs (40) in zeitlich fortschreitender Richtung zu bestimmen.
Kraftfahrzeug (40), dadurch gekennzeichnet, dass es eine Vorrichtung (20) gemäß Anspruch 13 aufweist oder eingerichtet ist, ein Verfahren gemäß einem der Ansprüche 1 bis 11 zur Bewegungsplanung auszuführen.