DE102019110759A1 - System und verfahren zum steuern eines autonomen fahrzeugs - Google Patents

System und verfahren zum steuern eines autonomen fahrzeugs Download PDF

Info

Publication number
DE102019110759A1
DE102019110759A1 DE102019110759.8A DE102019110759A DE102019110759A1 DE 102019110759 A1 DE102019110759 A1 DE 102019110759A1 DE 102019110759 A DE102019110759 A DE 102019110759A DE 102019110759 A1 DE102019110759 A1 DE 102019110759A1
Authority
DE
Germany
Prior art keywords
vehicle
path
control
actuator
probabilistic prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102019110759.8A
Other languages
English (en)
Inventor
Leon Nguyen
Kyungnam Kim
Michael J. Daily
Vincent De Sapio
Joonho Lee
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of DE102019110759A1 publication Critical patent/DE102019110759A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • B60W30/0956Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09Taking automatic action to avoid collision, e.g. braking and steering
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04Traffic conditions
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/48Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for in-vehicle communication
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062Adapting control system settings
    • B60W2050/0063Manual parameter input, manual setting means, manual initialising or calibrating means
    • B60W2050/0064Manual parameter input, manual setting means, manual initialising or calibrating means using a remote, e.g. cordless, transmitter or receiver unit, e.g. remote keypad or mobile phone
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062Adapting control system settings
    • B60W2050/0075Automatic parameter input, automatic initialising or calibrating means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

Ein autonomes Fahrzeug beinhaltet ein Stellglied, das dafür konfiguriert ist, die Fahrzeugbeschleunigung, Lenkung oder Bremsung zu steuern. Das Fahrzeug beinhaltet zusätzlich mindestens einen Sensor, der zum Erkennen eines Objekts in der Umgebung des Fahrzeugs konfiguriert ist. Das Fahrzeug beinhaltet zusätzlich mindestens eine Steuerung, die dafür konfiguriert ist, das Stellglied gemäß einem automatisierten Fahrsystemalgorithmus zu steuern. Die mindestens eine Steuerung ist konfiguriert, um eine erste Fahrzeugroute zu definieren, mindestens ein Objekt in der Nähe des Fahrzeugs zu erfassen, eine probabilistische Vorhersage einer zukünftigen Position des mindestens einen erfassten Objekts zu berechnen, eine zweite Fahrzeugroute als Reaktion auf die probabilistische Vorhersage zu definieren, die die Nähe des mindestens einen erfassten Objekts zur ersten Route anzeigt, und um das Stellglied zum Ausführen der zweiten Fahrzeugroute zu steuern.

Description

  • TECHNISCHES GEBIET
  • Die vorliegende Offenbarung bezieht sich auf Fahrzeuge, die durch automatisierte Fahrsysteme gesteuert werden, insbesondere jene, die konfiguriert sind, um die Fahrzeuglenkung, die Beschleunigung und das Bremsen während eines Antriebszyklus ohne menschliches Eingreifen automatisch zu steuern.
  • EINLEITUNG
  • Der Betrieb von modernen Fahrzeugen wird zunehmend automatisierter, d. h. Fahrzeuge übernehmen die Fahrsteuerung mit geringerem Eingriff des Fahrers. Die Fahrzeugautomatisierung wurde kategorisiert nach nummerischen Ebenen von null, entsprechend keiner Automatisierung mit voller menschlicher Kontrolle, bis Fünf, entsprechend der vollen Automatisierung ohne menschliche Kontrolle. Verschiedene automatisierte Fahrerassistenzsysteme, wie beispielsweise Geschwindigkeitsregelung, adaptive Geschwindigkeitsregelung und Parkassistenzsysteme, entsprechen niedrigeren Automatisierungsebenen, während echte „fahrerlose“ Fahrzeuge mit höheren Automatisierungsebenen übereinstimmen.
  • KURZDARSTELLUNG
  • Ein autonomes Fahrzeug gemäß der vorliegenden Offenbarung beinhaltet ein Stellglied, das dafür konfiguriert ist, die Fahrzeugbeschleunigung, Lenkung oder Bremsung zu steuern. Das Fahrzeug beinhaltet zusätzlich mindestens einen Sensor, der zum Erkennen eines Objekts in der Umgebung des Fahrzeugs konfiguriert ist. Das Fahrzeug beinhaltet zusätzlich mindestens eine Steuerung, die dafür konfiguriert ist, das Stellglied gemäß einem automatisierten Fahrsystemalgorithmus zu steuern. Die mindestens eine Steuerung ist konfiguriert, um eine erste Fahrzeugroute zu definieren, mindestens ein Objekt in der Nähe des Fahrzeugs zu erfassen, eine probabilistische Vorhersage einer zukünftigen Position des mindestens einen erfassten Objekts zu berechnen, eine zweite Fahrzeugroute als Reaktion auf die probabilistische Vorhersage zu definieren, die die Nähe des mindestens einen erfassten Objekts zur ersten Route anzeigt, und um das Stellglied zum Ausführen der zweiten Fahrzeugroute zu steuern.
  • In einer exemplarischen Ausführungsform umfasst die probabilistische Vorhersage eine zweidimensionale Heatmap einer Umgebung des Fahrzeugs. In derartigen Ausführungsformen kann das mindestens eine erfasste Objekt ein erstes Objekt und ein zweites Objekt beinhalten, wobei ein relativer Pfad des ersten Objekts die erste Fahrzeugroute schneidet und ein relativer Pfad des zweiten Objekts die Fahrzeugroute nicht schneidet. Die Heatmap beinhaltet eine dem ersten Objekt zugeordnete Gaußsche Verteilung und keine dem zweiten Objekt zugeordnete Gaußsche Verteilung.
  • Ein Verfahren zum Steuern eines Kraftfahrzeugs gemäß der vorliegenden Offenbarung beinhaltet das Bereitstellen eines Fahrzeugs mit einem Stellglied, das zum Steuern der Fahrzeugbeschleunigung, -lenkung oder -bremsung konfiguriert ist, mindestens einem Sensor, der zum Erfassen eines Objekts in der Umgebung des Fahrzeugs konfiguriert ist, und mindestens einer Steuerung, die zum automatischen Steuern des Stellglieds gemäß einem Algorithmus des automatisierten Antriebssystems konfiguriert ist. Das Verfahren beinhaltet zusätzlich das Erfassen mindestens eines Objekts in der Umgebung des Fahrzeugs über den mindestens einen Sensor. Das Verfahren beinhaltet auch das Berechnen, über die Steuerung, einer probabilistischen Prognose einer zukünftigen Position des mindestens einen erfassten Objekts. Das Verfahren beinhaltet ferner das Definieren eines Fahrzeugwegs von einem aktuellen Fahrzeugstandort zu einem gewünschten zukünftigen Fahrzeugstandort, wobei der Fahrzeugweg auf der probabilistischen Prognose basiert. Das Verfahren beinhaltet weiterhin das automatische Steuern des Stellglieds über die Steuerung, um den Fahrzeugweg auszuführen.
  • In einer exemplarischen Ausführungsform beinhaltet das Definieren eines Fahrzeugwegs das Definieren eines zeitparametrisierten Weges mit einem ersten Satz von Zeitparametern, und die probabilistische Vorhersage beinhaltet einen zweiten Satz von Zeitparametern entsprechend dem ersten Satz von Zeitparametern. Diese Ausführungsformen können als Reaktion auf die probabilistische Vorhersage, die die Nähe des mindestens einen erfassten Objekts zum zeitparametrisierten Weg anzeigt, zusätzlich die Definition eines zweiten Fahrzeugwegs vom aktuellen Fahrzeugstandort zum gewünschten zukünftigen Standort beinhalten, wobei der zweite Fahrzeugweg nicht in der Nähe des mindestens einen erfassten Objekts liegt. Diese Ausführungsformen können ferner als Reaktion darauf, dass sich der zweite Fahrzeugweg innerhalb eines vordefinierten Bereichs des Fahrzeugwegs befindet, das automatische Steuern des Stellglieds über die Steuerung zum Ausführen des zweiten Fahrzeugwegs beinhalten.
  • In einer exemplarischen Ausführungsform umfasst die probabilistische Vorhersage eine zweidimensionale Wärmekarte einer Umgebung des Fahrzeugs. In derartigen Ausführungsformen kann das mindestens eine erfasste Objekt ein erstes Objekt und ein zweites Objekt beinhalten, wobei ein relativer Pfad des ersten Objekts die erste Fahrzeugroute schneidet, ein relativer Pfad des zweiten Objekts die Fahrzeugroute nicht schneidet, und die Heatmap eine dem ersten Objekt zugeordnete Gaußsche Verteilung und keine dem zweiten Objekt zugeordnete Gaußsche Verteilung beinhaltet.
  • Ausführungsformen gemäß der vorliegenden Offenbarung bieten eine Reihe von Vorteilen. So sieht beispielsweise die vorliegende Offenbarung ein System und Verfahren zum Steuern eines autonomen Fahrzeugs vor, um zu vermeiden, dass andere Objekte oder Fahrzeuge miteinander in Kontakt kommen, und zwar auf eine rechnerisch effiziente Weise.
  • Die vorstehenden und andere Vorteile und Merkmale der vorliegenden Offenbarung werden aus der folgenden ausführlichen Beschreibung der bevorzugten Ausführungsformen in Verbindung mit den zugehörigen Zeichnungen ersichtlich.
  • Figurenliste
    • 1 ist ein schematisches Diagramm eines Kommunikationssystems, das ein autonom gesteuertes Fahrzeug gemäß einer Ausführungsform der vorliegenden Offenbarung beinhaltet;
    • 2 ist ein schematisches Blockdiagramm eines automatisierten Antriebssystems (ADS) für ein Fahrzeug gemäß einer Ausführungsform der vorliegenden Offenbarung;
    • 3 ist eine Darstellung einer Schnittpunktberechnung gemäß einer Ausführungsform der vorliegenden Offenbarung;
    • Die 4A und 4B zeigen ein veranschaulichendes Verkehrsszenario bzw. eine entsprechende Heatmap gemäß einer Ausführungsform der vorliegenden Offenbarung;
    • Die 5A und 5B veranschaulichen ein Verfahren zum Steuern eines Fahrzeugs basierend auf probabilistischen Heatmaps gemäß einer Ausführungsform der vorliegenden Offenbarung;
    • 6 veranschaulicht ein Fahrradmodell eines Fahrzeugs gemäß einer Ausführungsform der vorliegenden Offenbarung;
    • 7 veranschaulicht eine Simulation einer nichtholonomischen Fahrdynamik, die auf eine auf ein Fahrzeug ausgeübte Kraft gemäß einer Ausführungsform der vorliegenden Offenbarung reagiert; und
    • 8 ist ein Flussdiagramm, das ein Verfahren zum Steuern eines Fahrzeugs gemäß einer Ausführungsform der vorliegenden Offenbarung.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Ausführungsformen der vorliegenden Offenbarung sind hierin beschrieben. Es versteht sich jedoch, dass die offenbarten Ausführungsformen lediglich Beispiele sind und andere Ausführungsformen verschiedene und alternative Formen annehmen können. Die Figuren sind nicht unbedingt maßstabsgerecht; einige Merkmale können größer oder kleiner dargestellt sein, um die Einzelheiten bestimmter Komponenten zu veranschaulichen. Daher sind die hierin offenbarten spezifischen strukturellen und funktionellen Details nicht als Einschränkung zu verstehen, sondern lediglich als repräsentative Grundlage. Die verschiedenen Merkmale, die mit Bezug auf beliebige der Figuren dargestellt und beschrieben werden, können mit Merkmalen kombiniert werden, die in einer oder mehreren anderen Figuren dargestellt sind, um Ausführungsformen zu erzeugen, die nicht explizit dargestellt oder beschrieben sind. Die dargestellten Kombinationen von Merkmalen stellen repräsentative Ausführungsformen für typische Anwendungen bereit. Verschiedene Kombinationen und Modifikationen der Merkmale, die mit den Lehren dieser Offenbarung übereinstimmen, könnten jedoch für bestimmte Anwendungen und Implementierungen erwünscht sein.
  • 1 veranschaulicht schematisch eine Betriebsumgebung, die ein mobiles Fahrzeugkommunikations- und Steuersystem 10 für ein Kraftfahrzeug 12 umfasst. Das Kommunikations- und Steuersystem 10 für das Fahrzeug 12 beinhaltet im Allgemeinen ein oder mehrere Mobilfunkanbietersysteme 60, ein Festnetz 62, einen Computer 64, eine mobile Vorrichtung 57, wie beispielsweise ein Smartphone, und eine Fernzugriffszentrale 78.
  • Das in 1 schematisch dargestellte Fahrzeug 12 ist in der veranschaulichten Ausführungsform als Pkw dargestellt, es sollte jedoch beachtet werden, dass auch jedes andere Fahrzeug, einschließlich Motorräder, Lastwagen, Sportfahrzeuge (SUVs), Freizeitfahrzeuge (RVs), Schiffe, Flugzeuge usw. verwendet werden können. Das Fahrzeug 12 beinhaltet ein Antriebssystem 13, das in verschiedenen Ausführungsformen einen Verbrennungsmotor, eine elektrische Maschine, wie beispielsweise einen Traktionsmotor und/oder ein Brennstoffzellenantriebssystem beinhalten kann.
  • Das Fahrzeug 12 beinhaltet zudem ein Getriebe 14, das so konfiguriert ist, dass es Leistung vom Antriebssystem 13 auf eine Vielzahl von Fahrzeugrädern 15 gemäß wählbaren Drehzahlverhältnissen überträgt. Gemäß verschiedenen Ausführungsformen kann das Getriebe 14 ein Stufenverhältnis-Automatikgetriebe, ein stufenlos verstellbares Getriebe oder ein anderes geeignetes Getriebe beinhalten. Das Fahrzeug 12 beinhaltet zusätzlich Radbremsen 17, die so konfiguriert sind, dass sie ein Bremsmoment an die Fahrzeugräder 15 liefern. Die Radbremsen 17 können in verschiedenen Ausführungsformen Reibungsbremsen, ein regeneratives Bremssystem, wie z. B. eine Elektromaschine und/oder andere geeignete Bremssysteme, beinhalten.
  • Das Fahrzeug 12 beinhaltet zudem ein Lenksystem 16. Während in einigen Ausführungsformen innerhalb des Umfangs der vorliegenden Offenbarung zur Veranschaulichung als ein Lenkrad dargestellt, kann das Lenksystem 16 kein Lenkrad beinhalten.
  • Das Fahrzeug 12 beinhaltet ein drahtloses Kommunikationssystem 28, das konfiguriert ist, um drahtlos mit anderen Fahrzeugen („V2V“) und/oder Infrastruktur („V2I“) zu kommunizieren. In einer exemplarischen Ausführungsform ist das drahtlose Kommunikationssystem 28 konfiguriert, um über einen dedizierten Kurzstreckenkommunikationskanal (DSRC) zu kommunizieren. DSRC-Kanäle beziehen sich auf Einweg- oder Zweiwege-Kurzstrecken- bis Mittelklasse-Funkkommunikationskanäle, die speziell für den Automobilbau und einen entsprechenden Satz von Protokollen und Standards entwickelt wurden. Drahtlose Kommunikationssysteme, die für die Kommunikation über zusätzliche oder alternative drahtlose Kommunikationsstandards wie IEEE 802.11 und zellulare Datenkommunikation konfiguriert sind, werden jedoch ebenfalls im Rahmen der vorliegenden Offenbarung berücksichtigt.
  • Das Antriebssystem 13, das Getriebe 14, das Lenksystem 16 und die Radbremsen 17 stehen mit oder unter der Steuerung von mindestens einer Steuereinheit 22 in Verbindung. Obgleich zu Veranschaulichungszwecken als eine einzige Einheit dargestellt, kann die Steuereinheit 22 zusätzlich eine oder mehrere andere „Steuereinheiten“ beinhalten. Die Steuerung 22 kann einen Mikroprozessor oder eine zentrale Verarbeitungseinheit (CPU) beinhalten, die mit verschiedenen Arten von computerlesbaren Speichervorrichtungen oder Medien in Verbindung steht. Computerlesbare Speichergeräte oder Medien können flüchtige und nicht-flüchtige Speicher in einem Nur-Lese-Speicher (ROM), einem Speicher mit direktem Zugriff (RAM) und einem Aufrechterhaltungsspeicher („Keep-Alive-Memory, KAM“) beinhalten. KAM ist ein persistenter oder nichtflüchtiger Speicher, der verwendet werden kann, um verschiedene Betriebsvariablen zu speichern, während die CPU ausgeschaltet ist. Computerlesbare Speichergeräte oder Medien können unter Verwendung einer beliebigen Anzahl an bekannten Speichergeräten, wie beispielsweise PROMs (programmierbarer Nur-Lese-Speicher), EPROMs (elektrische PROM), EEPROMs (elektrisch löschbarer PROM), Flash-Speicher oder beliebigen anderen elektrischen, magnetischen, optischen oder kombinierten Speichergeräten implementiert sein, die Daten speichern können, von denen einige ausführbare Anweisungen darstellen, die von der Steuereinheit 22 beim Steuern des Fahrzeugs verwendet werden.
  • Die Steuerung 22 beinhaltet ein automatisiertes Antriebssystem (ADS) 24 zum automatischen Steuern verschiedener Stellglieder im Fahrzeug. In einer exemplarischen Ausführungsform ist das ADS 24 ein sogenanntes Level-Vier- oder Level-Fünf-Automatisierungssystem. Ein Level-Vier-System zeigt eine „hohe Automatisierung“ unter Bezugnahme auf die Fahrmodus-spezifische Leistung durch ein automatisiertes Fahrsystem aller Aspekte der dynamischen Fahraufgabe an, selbst wenn ein menschlicher Fahrer nicht angemessen auf eine Anforderung einzugreifen, reagiert. Ein Level-Fünf-System zeigt eine „Vollautomatisierung“ an und verweist auf die Vollzeitleistung eines automatisierten Fahrsystems aller Aspekte der dynamischen Fahraufgabe unter allen Fahrbahn- und Umgebungsbedingungen, die von einem menschlichen Fahrer verwaltet werden können. In einer exemplarischen Ausführungsform ist das ADS 24 so konfiguriert, dass es das Antriebssystem 13, das Getriebe 14, das Lenksystem 16 und die Radbremsen 17 steuert, um die Fahrzeugbeschleunigung, das Lenken und das Bremsen ohne menschliches Eingreifen über eine Vielzahl von Stellgliedern 30 in Reaktion auf Eingaben von einer Vielzahl von Sensoren 26, wie z. B. GPS, RADAR, LIDAR, optischen Kameras, thermischen Kameras, Ultraschallsensoren und/oder zusätzlichen Sensoren, zu steuern.
  • 1 veranschaulicht mehrere vernetzte Geräte, die mit dem drahtlosen Kommunikationssystem 28 des Fahrzeugs 12 kommunizieren können. Eine der vernetzten Vorrichtungen, die über das drahtlose Kommunikationssystem 28 mit dem Fahrzeug 12 kommunizieren können, ist die mobile Vorrichtung 57. Die mobile Vorrichtung 57 kann eine Computerverarbeitungsfähigkeit, einen Sender-Empfänger, der mit einem drahtlosen Nahbereichsprotokoll kommunizieren kann, und eine visuelle Smartphone-Anzeige 59 beinhalten. Die Computerverarbeitungsfähigkeit beinhaltet einen Mikroprozessor in Form einer programmierbaren Vorrichtung, die eine oder mehrere in einer internen Speicherstruktur gespeicherte Befehle beinhaltet und angewendet wird, um binäre Eingaben zu empfangen und binäre Ausgaben zu erzeugen. In einigen Ausführungsformen beinhaltet die mobile Vorrichtung 57 ein GPS-Modul, das GPS-Satellitensignale empfangen und GPS-Koordinaten basierend auf diesen Signalen erzeugen kann. In weiteren Ausführungsformen beinhaltet die mobile Vorrichtung 57 eine Mobilfunk-Kommunikationsfunktionalität, wodurch die mobile Vorrichtung 57, wie hierin erläutert, Sprach- und/oder Datenkommunikationen über das Mobilfunkanbietersystem 60 unter Verwendung eines oder mehrerer Mobilfunk-Kommunikationsprotokolle durchführt. Die visuelle Smartphone-Anzeige 59 kann zudem einen Berührungsbildschirm als grafische Benutzeroberfläche beinhalten.
  • Das Mobilfunkanbietersystem 60 ist vorzugsweise ein Mobiltelefonsystem, das eine Vielzahl von Mobilfunktürmen 70 (nur einer dargestellt), eine oder mehrere Mobilvermittlungsstellen (MSCs) 72, sowie alle anderen Netzwerkkomponenten beinhaltet, die zum Verbinden des Mobilfunkanbietersystems 60 mit dem Festnetz 62 erforderlich sind. Jeder Mobilfunkturm 70 beinhaltet Sende- und Empfangsantennen und eine Basisstation, wobei die Basisstationen von unterschiedlichen Mobilfunktürmen mit der MSC 72 entweder direkt oder über zwischengeschaltete Geräte, wie z. B. eine Basisstationssteuereinheit, verbunden sind. Das Mobilfunkanbietersystems 60 kann jede geeignete Kommunikationstechnologie, darunter auch beispielsweise analoge Technologien, wie z. B. AMPS, oder digitale Technologien, wie z. B. CDMA (z. B. CDMA2000) oder GSM/GPRS, implementieren. Andere Mobilfunkturm/Basisstation/MSC-Anordnungen sind möglich und könnten mit dem Drahtlosträgersystem 60 verwendet werden. So könnten sich beispielsweise die Basisstation und der Mobilfunkturm an derselben Stelle oder entfernt voneinander befinden, jede Basisstation könnte für einen einzelnen Mobilfunkturm zuständig sein oder eine einzelne Basisstation könnte verschiedene Mobilfunktürme bedienen, oder verschiedene Basisstationen könnten mit einer einzigen MSC gekoppelt werden, um nur einige der möglichen Anordnungen zu nennen.
  • Abgesehen vom Verwenden des Mobilfunkanbietersystems 60 kann ein unterschiedliches Mobilfunkanbietersystem in der Form von Satellitenkommunikation verwendet werden, um unidirektionale oder bidirektionale Kommunikation mit dem Fahrzeug 12 bereitzustellen. Dies kann unter Verwendung von einem oder mehreren Kommunikationssatelliten 66 und einer Uplink-Sendestation 67 erfolgen. Bei der unidirektionalen Kommunikation kann es sich beispielsweise um Satellitenradiodienste handeln, worin die Programmierinhalte (Nachrichten, Musik usw.) von der Sendestation 67 empfangen, für das Hochladen gepackt und anschließend an den Satelliten 66 gesendet wird, der die Programmierung an die Teilnehmer ausstrahlt. Bei der bidirektionalen Kommunikation kann es sich beispielsweise um Satellitentelefondienste handeln, die den Satelliten 66 verwenden, um Telefonkommunikationen zwischen dem Fahrzeug 12 und der Station 67 weiterzugeben. Die Satellitentelefonie kann entweder zusätzlich oder anstelle des Drahtlosträgersystems 60 verwendet werden.
  • Das Festnetz 62 kann ein herkömmliches landgebundenes Telekommunikationsnetzwerk sein, das mit einem oder mehreren Festnetztelefonen verbunden ist und das Mobilfunkanbietersystem 60 mit der Fernzugriffszentrale 78 verbindet. So kann beispielsweise das Festnetz 62 ein öffentliches Telekommunikationsnetz (PSTN) beinhalten, wie es beispielsweise verwendet wird, um fest verdrahtete Telefonie, paketvermittelte Datenkommunikationen und die Internetinfrastruktur bereitzustellen. Ein oder mehrere Segmente des Festnetzes 62 könnten durch Verwenden eines normalen drahtgebundenen Netzwerks, eines Lichtleiter- oder eines anderen optischen Netzwerks, eines Kabelnetzes, von Stromleitungen, anderen drahtlosen Netzwerken, wie z. B. drahtlosen lokalen Netzwerken (WLANs) oder Netzwerken, die drahtlosen Breitbandzugang (BWA) bereitstellen oder einer Kombination derselben implementiert sein. Weiterhin muss die Fernzugriffszentrale 78 nicht über das Festnetz 62 verbunden sein, sondern könnte Funktelefonausrüstung beinhalten, sodass sie direkt mit einem drahtlosen Netzwerk, wie z. B. dem Mobilfunkanbietersystem 60, kommunizieren kann.
  • Obgleich in 1 als ein einziges Gerät dargestellt, kann der Computer 64 eine Anzahl von Computern beinhalten, die über ein privates oder öffentliches Netzwerk, wie z. B. das Internet, zugänglich sind. Jeder Computer 64 kann für einen oder mehrere Zwecke verwendet werden. In einer exemplarischen Ausführungsform kann der Computer 64 als ein Webserver konfiguriert sein, der durch das Fahrzeug 12 über das drahtlose Kommunikationssystem 28 und den Mobilfunkanbieter 60 zugänglich ist. Zu anderen derart zugänglichen Computern 64 können beispielsweise gehören: ein Computer in einer Reparaturwerkstatt, der Diagnoseinformationen und andere Fahrzeugdaten vom Fahrzeug über das drahtlose Kommunikationssystem 28 oder einen Speicherort eines Drittanbieters hochgeladen werden können oder aus welchem Fahrzeugdaten oder sonstigen Informationen, entweder durch Kommunikation mit dem Fahrzeug 12, der Fernzugriffszentrale 78, der mobilen Vorrichtung 57 oder einer Kombination aus diesen bereitgestellt werden. Der Computer 64 kann eine durchsuchbare Datenbank und ein Datenbankverwaltungssystem instandhalten, das die Eingabe, Löschung und Änderung von Daten, sowie den Empfang von Anfragen ermöglicht, um Daten innerhalb der Datenbank zu lokalisieren. Der Computer 64 kann zudem für die Bereitstellung von Internetverbindungen, wie z. B. DNS-Diensten, oder als Netzwerkadressenserver verwendet werden, der DHCP oder ein anderes geeignetes Protokoll verwendet, um dem Fahrzeug 12 eine IP-Adresse zuzuweisen. Der Computer 64 kann mit mindestens einem zusätzlichen Fahrzeug zusätzlich zum Fahrzeug 12 kommunizieren. Das Fahrzeug 12 und alle zusätzlichen Fahrzeuge können gemeinsam als Flotte bezeichnet werden.
  • Wie in 2 dargestellt, beinhaltet das ADS 24 mehrere verschiedene Steuersysteme, einschließlich mindestens eines Wahrnehmungssystem 32 zum Feststellen des Vorhandenseins, der Position, der Klassifizierung und der Bahn der erkannten Eigenschaften oder Objekte in der Nähe des Fahrzeugs. Das Wahrnehmungssystem 32 ist so konfiguriert, dass es Eingaben, wie beispielsweise in 1 veranschaulicht, von einer Vielzahl von Sensoren 26 empfängt und Sensoreingaben synthetisiert und verarbeitet, um Parameter zu erzeugen, die als Eingaben für andere Steueralgorithmen des ADS 24 verwendet werden.
  • Das Wahrnehmungssystem 32 umfasst ein Sensorfusions- und Vorverarbeitungsmodul 34, das die Sensordaten 27 aus der Vielzahl der Sensoren 26 verarbeitet und synthetisiert. Das Sensorfusions- und Vorverarbeitungsmodul 34 führt eine Kalibrierung der Sensordaten 27 durch, einschließlich, aber nicht beschränkt auf LIDAR-zu-LIDAR-Kalibrierung, Kamera-zu-LIDAR-Kalibrierung, LIDAR-zu-Chassis-Kalibrierung und LIDAR-Strahlintensitätskalibrierung. Das Sensorfusions- und Vorverarbeitungsmodul 34 gibt vorverarbeitete Sensorausgaben 35 aus.
  • Ein Klassifizierungs- und Segmentierungsmodul 36 empfängt die vorverarbeitete Sensorausgabe 35 und führt Objektklassifizierung, Bildklassifizierung, Ampelklassifizierung, Objektsegmentierung, Bodensegmentierung und Objektverfolgungsprozesse durch. Die Objektklassifizierung beinhaltet, ist aber nicht beschränkt auf die Identifizierung und Klassifizierung von Objekten in der Umgebung, einschließlich Identifizierung und Klassifizierung von Verkehrssignalen und -zeichen, RADAR-Fusion und -verfolgung, um die Platzierung und das Sichtfeld (FoV) des Sensors und die falsche positive Ablehnung über die LIDAR-Fusion zu berücksichtigen, um die vielen falschen Positiven zu beseitigen, die in einer städtischen Umgebung existieren, wie zum Beispiel Schachtabdeckungen, Brücken, in die Fahrbahn ragende Bäume oder Lichtmasten und andere Hindernisse mit einem hohen RADAR-Querschnitt, die aber nicht die Fähigkeit des Fahrzeugs beeinflussen, entlang seines Kurses zu fahren. Zusätzliche Objektklassifizierungs- und Verfolgungsprozesse, die durch das Klassifizierungs- und Segmentierungsmodell 36 durchgeführt werden, beinhalten, sind aber nicht beschränkt auf Freespace-Erkennung und High-Level-Tracking, die Daten von RADAR-Spuren, LIDAR-Segmentierung, LIDAR-Klassifizierung, Bildklassifizierung, Objektform-Passmodellen, semantischen Informationen, Bewegungsvorhersage, Rasterkarten, statischen Hinderniskarten und andere Quellen verschmelzen, um qualitativ hochwertige Objektspuren zu erzeugen. Das Klassifizierungs- und Segmentierungsmodul 36 führt zusätzlich eine Verkehrssteuerungs-Klassifizierungs- und Verkehrssteuerungsvorrichtungsverschmelzung mit Spurassoziations- und Verkehrssteuerungsvorrichtungsverhaltensmodellen durch. Das Klassifizierungs- und Segmentierungsmodul 36 erzeugt eine Objektklassifizierungs- und Segmentierungsausgabe 37, die eine Objektidentifikationsinformation enthält.
  • Ein Lokalisierungs- und Abbildungsmodul 40 verwendet die Objektklassifizierungs- und Segmentierungsausgabe 37, um Parameter zu berechnen, einschließlich, aber nicht beschränkt auf Schätzungen der Position und Orientierung des Fahrzeugs 12 in sowohl typischen als auch anspruchsvollen Antriebsszenarien. Zu diesen anspruchsvollen Antriebsszenarien gehören unter anderem dynamische Umgebungen mit vielen Autos (z. B. dichter Verkehr), Umgebungen mit großflächigen Obstruktionen (z. B. Fahrbahnbaustellen oder Baustellen), Hügel, mehrspurige Straßen, einspurige Straßen, eine Vielzahl von Straßenmarkierungen und Gebäuden oder deren Fehlen (z. B. Wohn- und Geschäftsbezirke) und Brücken und Überführungen (sowohl oberhalb als auch unterhalb eines aktuellen Straßensegments des Fahrzeugs).
  • Das Lokalisierungs- und Abbildungsmodul 40 enthält auch neue Daten, die als Ergebnis von erweiterten Kartenbereichen erfasst werden, die durch fahrzeugeigene Abbildungsfunktionen erhalten werden, die von Fahrzeug 12 während des Betriebs ausgeführt werden, und Zuordnungsdaten, die über das drahtlose Kommunikationssystem 28 an das Fahrzeug 12 „geschoben“ werden. Das Lokalisierungs- und Abbildungsmodul 40 aktualisiert die vorherigen Kartendaten mit den neuen Informationen (z. B. neue Spurmarkierungen, neue Gebäudestrukturen, Hinzufügen oder Entfernen von Baustellenzonen usw.), während unbeeinflusste Kartenbereiche unverändert bleiben. Beispiele von Kartendaten, die erzeugt oder aktualisiert werden können, beinhalten, sind aber nicht beschränkt auf die Ausweichspurkategorisierung, die Spurgrenzerzeugung, die Spurverbindung, die Klassifizierung von Neben- und Hauptstraßen, die Klassifizierung der Links- und Rechtskurven und die Kreuzungsspurerstellung. Das Lokalisierungs- und Abbildungsmodul 40 erzeugt eine Lokalisierungs- und Abbildungsausgabe 41, welche die Position und Ausrichtung des Fahrzeugs 12 in Bezug auf erkannte Hindernisse und Straßenmerkmale umfasst.
  • Ein Fahrzeug-Odometrie-Modul 46 empfängt Daten 27 von den Fahrzeugsensoren 26 und erzeugt eine Fahrzeug-Odometrie-Ausgabe 47, die beispielsweise Fahrzeugkurs- und Geschwindigkeitsinformation beinhaltet. Ein absolutes Positionierungsmodul 42 empfängt die Lokalisierungs- und Abbildungsausgabe 41 und die Fahrzeug-Odometrieinformation 47 und erzeugt eine Fahrzeugpositionsausgabe 43, die in getrennten Berechnungen verwendet wird, wie unten erörtert wird.
  • Ein Objektvorhersagemodul 38 verwendet die Objektklassifizierungs- und Segmentierungsausgabe 37, um Parameter zu erzeugen, einschließlich, aber nicht beschränkt auf eine Position eines erkannten Hindernisses relativ zum Fahrzeug, einen vorhergesagten Weg des erkannten Hindernisses relativ zum Fahrzeug und eine Position und Orientierung der Fahrbahnen relativ zum Fahrzeug. Daten über den vorhergesagten Weg von Objekten (einschließlich Fußgänger, umliegende Fahrzeuge und andere bewegte Objekte) werden als Objektvorhersageausgabe 39 ausgegeben und in getrennten Berechnungen verwendet, wie unten erörtert wird.
  • Das ADS 24 enthält auch ein Beobachtungsmodul 44 und ein Interpretationsmodul 48. Das Beobachtungsmodul 44 erzeugt eine Beobachtungsausgabe 45, die vom Interpretationsmodul 48 empfangen wird. Das Beobachtungsmodul 44 und das Interpretationsmodul 48 erlauben den Zugriff durch die Fernzugriffszentrale 78. Das Interpretationsmodul 48 erzeugt eine interpretierte Ausgabe 49, die eine zusätzliche Eingabe enthält, die von der Fernzugriffszentrale 78 bereitgestellt wird, sofern vorhanden.
  • Ein Wegplanungsmodul 50 verarbeitet und synthetisiert die Objektvorhersageausgabe 39, die interpretierte Ausgabe 49 und zusätzliche Kursinformationen 79, die von einer Online-Datenbank oder der Fernzugriffszentrale 78 empfangen werden, um einen Fahrzeugweg zu bestimmen, der verfolgt werden soll, um das Fahrzeug unter Beachtung der Verkehrsgesetze und Vermeidung von erkannten Hindernissen auf dem gewünschten Kurs zu halten. Das Wegplanungsmodul 50 verwendet Algorithmen, die konfiguriert sind, um beliebige erkannte Hindernisse in der Nähe des Fahrzeugs zu vermeiden, das Fahrzeug in einer gegenwärtigen Fahrspur zu halten und das Fahrzeug auf dem gewünschten Kurs zu halten. Das Wegplanungsmodul 50 gibt die Fahrzeugweginformationen als Wegplanungsausgabe 51 aus. Die Wegplanungsausgabe 51 beinhaltet eine vorgegebene Fahrzeugroute auf der Grundlage der Route, eine Fahrzeugposition relativ zu der Route, Position und Orientierung der Fahrspuren und das Vorhandensein und den Weg erfasster Hindernisse.
  • Ein erstes Steuermodul 52 verarbeitet und synthetisiert die Wegplanungsausgabe 51 und die Fahrzeugpositionsausgabe 43 zum Erzeugen einer ersten Steuerausgabe 53. Das erste Steuermodul 52 enthält auch die Kursinformation 79, die von der Fernzugriffszentrale 78 im Falle einer Fernübernahmebetriebsart des Fahrzeugs bereitgestellt wird.
  • Ein Fahrzeugsteuermodul 54 empfängt die erste Steuerausgabe 53 sowie die Geschwindigkeits- und Richtungsinformation 47, die von der Fahrzeug-Odometrie 46 empfangen wird, und erzeugt einen Fahrzeugsteuerausgabe 55. Die Fahrzeugsteuerausgabe 55 beinhaltet einen Satz Stellgliedbefehle, um den befohlenen Weg vom Fahrzeugsteuermodul 54 zu erreichen, einschließlich, jedoch nicht beschränkt auf einen Lenkbefehl, einen Schaltbefehl, einen Drosselbefehl und einen Bremsbefehl.
  • Die Fahrzeugsteuerausgabe 55 wird an die Stellglieder 30 übermittelt. In einer exemplarischen Ausführungsform beinhalten die Stellglieder 30 eine Lenksteuerung, eine Schaltsteuerung, eine Drosselsteuerung und eine Bremssteuerung. Die Lenksteuerung kann beispielsweise ein Lenksystem 16 steuern, wie in 1 veranschaulicht. Die Gangschaltsteuerung kann beispielsweise ein Getriebe 14 steuern, wie in 1 veranschaulicht. Die Drosselklappensteuerung kann beispielsweise ein Antriebssystem 13 steuern, wie in 1 veranschaulicht. Die Bremssteuerung kann beispielsweise die Radbremsen 17 steuern, wie in 1 veranschaulicht.
  • Bekannte Algorithmen, die im Objektvorhersagemodul 38 verwendet werden können, basieren auf deterministischen Berechnungen, z. B. dem Berechnen einer zukünftigen Position eines erfassten Objekts in Bezug auf das Trägerfahrzeug basierend auf der aktuellen Position, Geschwindigkeit und Beschleunigung des erfassten Objekts in Bezug auf das Trägerfahrzeug. Diese Algorithmen können jedoch rechenintensiv sein, da sie das Durchführen einer separaten Berechnung für jedes erfasste Objekt in jedem interessierenden Zeitintervall beinhalten.
  • Die vorliegende Offenbarung bezieht sich auf ein System und Verfahren zum Erzeugen und Verwenden einer räumlich probabilistischen Darstellung der zukünftigen Zustände von erfassten Objekten. In einer exemplarischen Ausführungsform ist die räumliche Darstellung als Draufsicht-Heatmap kodiert, die von einem Trägerfahrzeug, z. B. dem Fahrzeug 12, verwendet werden kann. In derartigen Ausführungsformen stellt die Heatmap die Wahrscheinlichkeit bereit, dass sich andere Fahrzeugpositionen bei Zeitpunkten befinden, die denjenigen entsprechen, zu denen die anderen Fahrzeuge das Trägerfahrzeug kontaktieren könnten, basierend auf einer geplanten Trajektorie für das Trägerfahrzeug. Vorteilhafterweise wird, anstatt mehrere Heatmaps zu unterschiedlichen und aufeinanderfolgenden Zeitpunkten zukünftig zu erzeugen und zu verarbeiten, nur eine Heatmap erzeugt, die alle relevanten zeitlichen Informationen kodiert.
  • Im Folgenden wird ein exemplarisches Verfahren zum Erzeugen probabilistischer Heatmaps bei einer geplanten Trajektorie für ein Trägerfahrzeug beschrieben, die in der Zeit sowie den Positionen, Richtungen und Geschwindigkeiten anderer nahegelegener Fahrzeuge parametriert wird. Der Geltungsbereich der vorliegenden Offenbarung ist jedoch nicht strikt auf das nachfolgend erläuterte spezifische Verfahren beschränkt, da ein Fachmann aus der Technik erkennen wird, dass Variationen des nachstehenden Verfahrens möglich sind.
  • Eine geplante Trajektorie P des Trägerfahrzeugs kann definiert werden als ein diskreter Satz von Punkten, der in einem zweidimensionalen kartesischen Raum existiert, der die Draufsicht auf ein Verkehrsszenario darstellt. als ein diskreter Satz von Punkten definiert werden, die in einem zweidimensionalen kartesischen Raum vorhanden sind, der die Draufsicht eines Verkehrsszenarios darstellt. P wird in einer diskreten Zeit parametrisiert, gekennzeichnet durch die Menge t = {tM, tM+1, .., tN-1, tN}, wobei die Zeit tM dem Anfangspunkt (xM, yM) von P, und die Zeit tN dem Endpunkt (xN , yN ) entspricht. Ein gegebener Punkt (xn , yn ) von P entspricht einer Zeit tn , in der die Zeit angegeben ist, die das Trägerfahrzeug zum Erreichen des Punktes (xn , yn ) benötigt. Der Punkt P entsprechend der aktuellen Position des Trägerfahrzeugs (xo, yo) wird mit der Zeit to = 0 parametriert. Ebenso werden alle Punkte P, die das Trägerfahrzeug bereits zurückgelegt hat, als (x-, y-) bezeichnet, wobei x- ={xM, xM+1, ..., x-2, x-1} und y- = {yM , yM+1, ..., y-2, y-1}, die mit den Zeiten parametriert sind, die gleich Null sind: t- = {tM = 0, tM+1 = 0, ..., t-2 = 0, t-1 = 0}. Die Zeiten, in denen sich das Trägerfahrzeug zukünftig aufhält, können als t+ = {t1, t2, ..., tN-1, tN} definiert werden, wobei der Satz der Zeitparameter dann als t = {t-, t0, t+} dargestellt werden kann. Dies ermöglicht die Interpretation als eine Reihe von Punkten P, die anzeigen, wohin das Trägerfahrzeug gefahren ist, wo es sich derzeit befindet und wo es sich zukünftig befinden wird.
  • Um herauszufinden, wo sich andere erfasste Objekte, z. B. Fahrzeuge, mit der Kurve schneiden, die durch die Punkte P in den Liniensegmenten gebildet wird, kann für jedes Objekt eine Linie in dem Sinne konstruiert werden, der die Richtung seiner Bewegungsrichtung darstellt. Die aktuelle Position des i-ten Fahrzeugs kann als T1 (i) = (v1 (i), w1 (i)) dargestellt werden, und dessen Richtung als φ(i), wobei dann ein Liniensegment in Richtung der Richtung durch Definieren des beliebigen i-ten zukünftigen Fahrzeugstandorts erzeugt werden kann T 2 ( i ) = ( R  cos φ ( i ) + v 1 ( i ) , R  sin φ ( i ) + w 1 ( i ) ) = ( v 2 ( i ) , w 2 ( 2 ) )
    Figure DE102019110759A1_0001
    wobei R ein beliebiger Bereich ist, um ein Liniensegment zu erzeugen, das lang genug ist, um mit der Kurve zu schneiden, die durch die Punkte P gebildet wird.
  • Der Ansatz zum Auffinden der Schnittpunkte besteht darin, zu überprüfen, ob sich das Liniensegment T 1 ( l ) T 2 ( l ) ¯
    Figure DE102019110759A1_0002
    mit jedem Liniensegment Ln überschneidet, das aus Paaren von aufeinanderfolgenden Punkten (xn , yn ) und (xn+1 , yn+1 ) in P gebildet wird. Dies kann durch Lösen der folgenden vier Gleichungen durchgeführt werden: ( v 2 ( i ) v 1 ( i ) ) r 1 = a v 1 ( i )
    Figure DE102019110759A1_0003
    ( x n + 1 x n ) r 2 = a x n
    Figure DE102019110759A1_0004
    ( w 2 ( i ) w 1 ( i ) ) r 1 = b w 1 ( i )
    Figure DE102019110759A1_0005
    ( y n + 1 y n ) r 2 = b y n
    Figure DE102019110759A1_0006
  • Der Punkt (a, b) ist der Schnittpunkt der beiden Liniensegmente, r1 , ist der Abstand von T1 (i) bis (a, b), und r2 ist der Abstand vom ersten Punkt von Ln bis (a, b). Dieser Ansatz ist in 3 veranschaulicht. Die vier Gleichungen können in Matrixform neu geschrieben werden, um die vier Unbekannten zu lösen: [ v 2 ( i ) v 1 ( i ) 0 1 0 0 x n + 1 x n 1 0 w 2 ( i ) w 1 ( i ) 0 0 1 0 y n + 1 y n 0 1 ] [ r 1 r 2 a b ] = [ v 1 ( i ) x n w 1 ( i ) y n ]
    Figure DE102019110759A1_0007
  • Nach dem Auffinden des Schnittpunkts (a, b) kann das Liniensegment Ln von P, das den Schnittpunkt mit T 1 ( l ) T 2 ( l ) ¯
    Figure DE102019110759A1_0008
    enthält, identifiziert werden. Daher kann die dem Punkt (a, b) entsprechende Schnittpunktzeit t(i) durch eine lineare Interpolation ermittelt werden in Kenntnis der Entfernung r2 und der Zeitparameter tn und tn+1 , die dem Paar von Punkten in Ln entsprechen. Die Schnittpunktzeit t(i) stellt die Zeit dar, zu der das Trägerfahrzeug einen Punkt P erreicht, der von T 1 ( l ) T 2 ( l ) ¯
    Figure DE102019110759A1_0009
    geschnitten wird. Daher zeigt t(i) die Zeit an, zu der ein potenzieller Kontakt zwischen dem Trägerfahrzeug und dem i-ten Fahrzeug stattfindet. Der Satz aller Schnittpunktzeiten ti, der die Schnittpunktzeiten für alle anderen Fahrzeuge im Verkehrsszenario enthält, enthält somit alle relevanten zeitlichen Informationen, die zur Kollisionsvermeidung erforderlich sind. Wenn T 1 ( l ) T 2 ( l ) ¯
    Figure DE102019110759A1_0010
    sich nicht mit irgendeinem Ln überschneidet, dann existiert keine Lösung, und somit weist das entsprechende andere Fahrzeug keine Schnittpunktzeit auf. In diesen Fällen kann die Schnittpunktzeit auf Null eingestellt werden: t(i) = 0.
  • Zur Ermittlung, ob ein Kontakt stattfindet, können die Standorte aller anderen Fahrzeuge zu ihren jeweiligen Zeiten in ti verwendet werden. Dabei wird die aktuelle oder momentane Geschwindigkeit u des jeweils anderen Fahrzeugs verwendet. Unter der Annahme, dass alle anderen Fahrzeuge ihre Richtung beibehalten, ist die erwartete Position des i-ten Fahrzeugs gegeben durch: T e ( i ) = ( u ( i ) t i ( i ) cos φ ( i ) + v 1 ( i ) , u ( i ) t i ( i ) sin φ i + w 1 ( i ) ) = ( v e ( i ) , w e ( i ) )
    Figure DE102019110759A1_0011
  • Wenn die Schnittpunktzeit t(i) = 0 ist, ist sie Teil des Satzes {t-, t0}. Das heißt, dass sich die Richtung des anderen Fahrzeugs an einem Punkt kreuzt, an dem das Trägerfahrzeug bereits gefahren ist oder an dem sich das Trägerfahrzeug gerade befindet. Das kann auch bedeuten, dass keine Lösung für das System der linearen Gleichungen vorhanden war. Daher ist das andere Fahrzeug nicht auf dem Weg, um das Trägerfahrzeug zu kontaktieren, wobei in diesem Fall die Definition der Zeitparametrierung derart ist, dass die erwartete Position des anderen Fahrzeugs dessen aktuelle Position wird: T e ( i ) = ( v 1 ( i ) , w 1 ( i ) ) = T 1 ( i ) .
    Figure DE102019110759A1_0012
  • Diese erwarteten Positionen T(i) entsprechen auch den Mitteln µ(i) der Gaußschen Verteilung, mit denen die Wahrscheinlichkeit von Te (i) auf der Heatmap dargestellt werden kann. Die Kovarianzmatrix der Gaußschen Verteilung kann die Richtung und Geschwindigkeit des anderen Fahrzeugs kodieren. Dies kann durch eine Eigenkomposition der Kovarianzmatrix erfolgen, wobei die Eigenvektoren auf die Richtung ausgerichtet sind und die Eigenwerte eine Funktion der Geschwindigkeit sind. Für Fahrzeuge, deren T 1 ( l ) T 2 ( l ) ¯
    Figure DE102019110759A1_0013
    sich nicht mit Ln überschneidet, kann eine Entscheidung dahingehend getroffen werden, dass diese eine Wärmedarstellung in der Heatmap haben sollen oder nicht. Wenn sich T 1 ( l ) T 2 ( l ) ¯
    Figure DE102019110759A1_0014
    nicht mit Ln überschneidet, dann ist das entsprechende Fahrzeug nicht in der Lage, das Trägerfahrzeug potenziell zu kontaktieren, sodass die Berechnung durch Nichtbeachtung dieser Fahrzeuge gespeichert werden kann.
  • Unter Bezugnahme auf die 4A und 4B ist ein veranschaulichendes Verkehrsszenario in 4A und die entsprechende Heatmap in 4B dargestellt. Ein Trägerfahrzeug 90, das als das vorstehend erläuterte Fahrzeug 12 konfiguriert werden kann, nähert sich einer Kreuzung. Die Gaußschen Verteilungen 92 werden für erfasste Objekte, z. B. die Fahrzeuge 94, im Allgemeinen wie vorstehend erläutert berechnet. In der veranschaulichten Ausführungsform sind für die Fahrzeuge 96 keine Gaußschen Verteilungen vorgesehen, da sich deren Richtungen nicht mit P schneiden.
  • Nach dem Erzeugen kann die Heatmap in die Objektvorhersageausgabe 39 aufgenommen werden, die vom Wegplanungsmodul 50 verwendet wird, wie im Folgenden erläutert wird.
  • Zur Zeit ti sind eine Reihe k von Heatmaps, ϕt i , •••, ϕt k+i-1 , Vorhersagen von der aktuellen Zeit, ti, zur zukünftigen Zeit, tk+i-1 , Eingaben in das System. Diese Karten werden über ein zweidimensionales räumliches Raster (z. B. x, y, Koordinaten) spezifiziert, das einen Bereich der zu befahrenden Straße definiert, z.B. im Allgemeinen wie vorstehend erläutert. In Anbetracht der skalaren Funktionen (x, y) der Rasterpunkte spiegeln die Werte der Heatmaps an den Rasterpunkten die relative Wahrscheinlichkeit wider, dass an dieser Rasterzelle ein Hindernis vorhanden sein wird.
  • Jede Heatmap kann zu einem bestimmten Zeitpunkt als künstliches potenzielles Feld interpretiert werden. Der Gradient dieses potenziellen Feldes, ϕ, wird mit ∇ϕ bezeichnet. Das Gradientenfeld bietet dem Fahrzeug Abstoßungskräfte. Die Fahrdynamik kann als Punktmasse in einem Gradientenfeld mit einem dissipativen Begriff und einem proportionalen Steuergesetz zum Verfolgen der Trajektorie xd modelliert werden. Das dynamische System ist dann Mẍ = -∇ϕ - Bẋ + K(xd- x), wobei M die Masse, B der Dämpfungskoeffizient, K die proportionale Verstärkung und x der zweidimensionale Positionsvektor der Punktmasse ist. Numerische Integration des dynamischen Systems von ti → tk+i ergibt die Trajektorie Pti→tk+i . Bei der Integration des dynamischen Systems ist ∇Φ = ∇ ϕtr über das Intervall von tr → tr+1. Die erzeugte Trajektorie kann dann basierend auf einem Kriterium (z. B. Abweichung von der Solltrajektorie) auf ihre Machbarkeit geprüft werden. Nach Möglichkeit kann dies durch die Steuerung ausgeführt werden. Aktualisierte Trajektorien werden über einen sich zurückziehenden Zeithorizont bis zur Fertigstellung erzeugt.
  • 5 zeigt Simulationsergebnisse, die einer Punktmasse folgen, die einer nominalen Trajektorie in einem sich entwickelnden potenziellen Feld mit einer Sequenz von k = 4 prädiktiven Heatmaps folgt. Zum Zeitpunkt ti werden die Heatmaps, ϕti, ϕti+1, ϕti+2, ϕti+3, vorgestellt. Die Punktmasse verfolgt die nominale Trajektorie mit einem einfachen proportionalen Steuergesetz, während das Gradientenfeld, ∇ϕti, über das Intervall ti ti+1 (a), gefolgt von ∇ϕti+1, das über das Intervall ti+1 ti+2 (b) wirksam ist, gefolgt von ∇ϕti+2, das über das Intervall ti+2 ti+3 (c) wirksam ist, und schließlich ∇ϕti+3, das über das Intervall ti+3 ti+4 (d) wirksam ist. Die zugehörige Trajektorie der Punktmasse, Pti→ti+4 , wird auf Machbarkeit geprüft. In der in 5A veranschaulichten Ausführungsform verwendet das System ein konservatives Kriterium für die Machbarkeit und wartet, bis eine Folge von Heatmaps auftritt, wobei eine geringe oder keine Abweichung von der nominalen Trajektorie erforderlich ist. In der in 5B veranschaulichten Ausführungsform verwendet das System mehrere konservative Kriterien für die Machbarkeit und wartet, bis eine Folge von Heatmaps auftritt, wobei eine größere Abweichung von der nominalen Trajektorie erlaubt ist.
  • In einer alternativen Ausführungsform kann ein beliebiges Mehrkörpermodell anstelle einer einfachen Punktmasse als Fahrzeugmodell verwendet werden. Für ein Automobil können sogenannte nichtholonomische Beschränkungen auferlegt werden, die die Bewegung in Übereinstimmung mit den Fahrzeugfähigkeiten einschränken. stellt ein vereinfachtes Automobilmodell dar, das als Fahrradmodell bezeichnet wird. Die verallgemeinerten Koordinaten q1 und q2 bestimmen den Schwerpunkt des Chassis, während q3 der Gierwinkel des Chassis ist. Der Lenkwinkel ist definiert durch q4 , und die Drehwinkel der hinteren und vorderen Reifen sind q5 bzw. q6 . Nichtholonomische Beschränkungen (ohne Schlupfbedingungen) erfordern, dass die Relativbewegung zwischen den Kontaktpunkten der Reifen mit dem Untergrund gleich Null ist.
  • Die uneingeschränkten Bewegungsgleichungen dieses Systems können in Standardform als τ = M(q)q̈+b(q,q̇)+g(q) dargestellt werden, wobei q der Vektor der verallgemeinerten Koordinaten ist, τ der Vektor der verallgemeinerten Kräfte ist, M(q) die Systemmassenmatrix ist, b(q, q)der Zentrifugal- und Corioliskraftvektor ist, und g(q) der Schwerkraftvektor ist. Die nichtholonomischen Beschränkungen können in der Form C(q)q̇ = 0 dargestellt werden. Dieses System kann in der Form WTτ = M̃(q)ṡ + b̃(q,s)+g̃(q), dargestellt werden, wobei im(W) = ker(C) ist und M ˜ ( q ) = W T M W
    Figure DE102019110759A1_0015
    b ˜ ( q , s ) = W T b + W T M W ˙ s
    Figure DE102019110759A1_0016
    g ˜ ( q ) = W T g
    Figure DE102019110759A1_0017
    s = ( s 1 s 2 ) = ( q ˙ 4 q ˙ 6 )
    Figure DE102019110759A1_0018
  • Diese Dynamik kann direkt in das dynamische Potentialfeldsystem integriert werden, M ˜ ( q ) s ˙ + b ˜ ( q , s ) + g ˜ ( q ) = W T ( f x f y 0 ) = W T ( ϕ B x ˙ + k ( x d x ) 0 ) .
    Figure DE102019110759A1_0019
  • Der Gradient des Potentialfeldes -∇ϕ und die proportionale Verfolgungssteuerung K(xd - x) sind Kräfte, die direkt auf den Massenschwerpunkt des Chassis wirken, wobei es sich bei x um den zweidimensionalen Positionsvektor des Massenschwerpunkts handelt. 7 stellt eine Simulation der nichtholonomischen Fahrdynamik dar, die auf eine auf das Chassis wirkende Kraft reagiert. Dies verdeutlicht, wie komplexe fahrdynamische Modelle problemlos in das System integriert werden können.
  • Unter nunmehriger Bezugnahme auf 8 ist ein Verfahren zum Steuern eines Fahrzeugs gemäß der vorliegenden Offenbarung in einem Flussdiagramm dargestellt. Das Verfahren beginnt mit dem Trägerfahrzeug unter der Steuerung eines automatisierten Fahrsystems, wie bei Block 100 veranschaulicht. In einer exemplarischen Ausführungsform ist das Trägerfahrzeug im Allgemeinen vergleichbar mit dem vorstehend erläuterten Fahrzeug 12 konfiguriert.
  • Es wird ein nominaler Fahrzeugweg berechnet, wie bei Block 102 veranschaulicht. Der nominale Fahrzeugweg bezieht sich auf einen Fahrzeugweg, dem in Abwesenheit von sich bewegenden Objekten, wie beispielsweise Fahrzeugen, in der Nähe des Trägerfahrzeugs zu folgen ist. Der Weg kann z. B. durch die Steuerung 22 berechnet werden
  • Mindestens ein Objekt wird in der Nähe des Trägerfahrzeugs erfasst, wie bei Block 104 veranschaulicht. Das Objekt kann sich auf ein anderes Fahrzeug, einen Fußgänger oder ein anderes sich bewegendes Objekt beziehen. In einer exemplarischen Ausführungsform wird die Erfassung durch einen oder mehrere Sensoren 26, z. B. LiDAR, durchgeführt.
  • Eine relative Position, Geschwindigkeit und Beschleunigung des erfassten Objekts wird bestimmt, wie bei Block 106 veranschaulicht.
  • Eine probabilistische Vorhersage der zukünftigen Position des erfassten Objekts wird berechnet, wie bei Block 108 veranschaulicht. In einer exemplarischen Ausführungsform umfasst die probabilistische Vorhersage eine Heatmap, wie vorstehend erläutert.
  • Eine Fahrzeugtrajektorie wird basierend auf der probabilistischen Vorhersage berechnet, wie bei Block 110 veranschaulicht. In einer exemplarischen Ausführungsform wird dies wie vorstehend mit Bezug auf 5 erläutert durchgeführt.
  • Es wird bestimmt, ob die Trajektorie mindestens ein Varianzkriterium erfüllt, z. B. ob die Trajektorie um weniger als eine Schwellenabweichung vom Nennweg abweicht, wie bei Operation 112 veranschaulicht.
  • Wenn das Varianzkriterium nicht erfüllt ist, d. h. die Trajektorie um mehr als die Schwellenabweichung vom nominalen Weg abweicht, kehrt die Steuerung zu Block 104 zurück. Der Algorithmus wartet daher, bis das Kriterium erfüllt ist, bevor er fortfahren kann.
  • Wenn das Varianzkriterium erfüllt ist, wird die Trajektorie ausgeführt, wie bei Block 114 veranschaulicht. In einer exemplarischen Ausführungsform beinhaltet dies das Steuern eines oder mehrerer Stellglieder 30, wie beispielsweise Lenk- und Beschleunigungsstellglieder, um das Fahrzeug entlang der Trajektorie zu fahren.
  • Die probabilistische Vorhersage wird neu berechnet und die Trajektorie wird basierend auf der neu berechneten Vorhersage aktualisiert, wie bei Block 116 veranschaulicht. Der Algorithmus kann somit alle Änderungen der probabilistischen Vorhersage berücksichtigen, die durch Änderungen im Verhalten der erfassten Objekte in der Umgebung des Trägerfahrzeugs entstehen.
  • Es wird bestimmt, ob das Manöver abgeschlossen ist, wie bei Vorgang 118 veranschaulicht. Wenn die Bestimmung negativ ist, d. h. das Manöver nicht abgeschlossen ist, kehrt die Steuerung zu Block 114 zurück, um die Trajektorie weiter auszuführen. Wenn die Bestimmung positiv ist, d. h. das Manöver abgeschlossen ist, kehrt die Steuerung zu Block 102 zurück, um sich auf jedes nachfolgende Manöver vorzubereiten.
  • Wie zu sehen ist, sieht die vorliegende Offenbarung ein System und Verfahren zum Steuern eines autonomen Fahrzeugs vor, um zu vermeiden, dass andere Objekte oder Fahrzeuge miteinander in Kontakt kommen, und zwar auf eine rechnerisch effiziente Weise. Dies kann die Reaktionsfähigkeit des Fahrzeugs und somit die Kundenzufriedenheit erhöhen.
  • Während exemplarische Ausführungsformen vorstehend beschrieben sind, ist es nicht beabsichtigt, dass diese Ausführungsformen alle möglichen Formen beschreiben, die von den Ansprüchen beinhaltet sind. Vielmehr dienen die in der Spezifikation verwendeten Worte der Beschreibung und nicht der Beschränkung und es versteht sich, dass verschiedene Änderungen vorgenommen werden können, ohne vom Geist und Umfang der Offenbarung abzuweichen. Wie zuvor beschrieben, können die Merkmale verschiedener Ausführungsformen kombiniert werden, um weitere exemplarische Aspekte der vorliegenden Offenbarung auszubilden, die nicht explizit beschrieben oder veranschaulicht werden. Während verschiedene Ausführungsformen beschrieben worden sein könnten, um Vorteile zu bieten oder gegenüber anderen Ausführungsformen oder Implementierungen des Standes der Technik in Bezug auf eine oder mehrere gewünschte Merkmale bevorzugt zu sein, werden Fachleute auf dem Gebiet erkennen, dass ein oder mehrere oder Eigenschaften beeinträchtigt werden können, um gewünschte Gesamtsystemattribute zu erreichen, die von der spezifischen Anwendung und Implementierung abhängen. Diese Attribute können Kosten, Festigkeit, Haltbarkeit, Lebenszykluskosten, Marktfähigkeit, Aussehen, Verpackung, Größe, Gebrauchstauglichkeit, Gewicht, Herstellbarkeit, Leichtigkeit der Montage usw. beinhalten, sind aber nicht darauf beschränkt. Daher sind Ausführungsformen, die nach dem Stand der Technik, in Bezug auf eine oder mehrere Eigenschaften als weniger wünschenswert als andere Ausführungsformen oder Implementierungen beschrieben sind, nicht außerhalb des Schutzumfangs der Offenbarung und können für bestimmte Anwendungen wünschenswert sein.

Claims (6)

  1. Verfahren zum Steuern eines Kraftfahrzeugs, Folgendes umfassend: Bereitstellen eines Fahrzeugs mit einem Stellglied, das zum Steuern der Fahrzeugbeschleunigung, -lenkung oder -bremsung konfiguriert ist, mindestens einem Sensor, der zum Erfassen eines Objekts in der Umgebung des Fahrzeugs konfiguriert ist, und mindestens einer Steuerung, die zum automatischen Steuern des Stellglieds gemäß einem Algorithmus des automatisierten Antriebssystems konfiguriert ist; Erfassen mindestens eines Objekts in der Umgebung des Fahrzeugs über den mindestens einen Sensor; Berechnen, über die Steuerung, einer probabilistischen Vorhersage einer zukünftigen Position des mindestens einen erfassten Objekts; Definieren eines Fahrzeugwegs von einem aktuellen Fahrzeugstandort zu einem gewünschten zukünftigen Fahrzeugstandort, wobei der Fahrzeugweg auf der probabilistischen Prognose basiert; und Automatisches Steuern des Stellglieds über die Steuerung, zum Ausführen des Fahrzeugwegs.
  2. Verfahren nach Anspruch 1, worin das Definieren eines Fahrzeugwegs das Definieren eines zeitparametrisierten Wegs mit einem ersten Satz von Zeitparametern umfasst, und worin die probabilistische Vorhersage einen zweiten Satz von Zeitparametern umfasst, der dem ersten Satz von Zeitparametern entspricht.
  3. Verfahren nach Anspruch 2, ferner umfassend, als Reaktion auf die probabilistische Vorhersage, die die Nähe des mindestens einen erfassten Objekts zum zeitparametrisierten Weg anzeigt, das Definieren eines zweiten Fahrzeugwegs vom aktuellen Fahrzeugstandort zum gewünschten zukünftigen Standort, wobei der zweite Fahrzeugweg nicht in der Nähe des mindestens einen erfassten Objekts liegt.
  4. Verfahren nach Anspruch 3, ferner umfassend, als Reaktion darauf, dass sich der zweite Fahrzeugweg innerhalb eines vordefinierten Bereichs des Fahrzeugwegs befindet, das automatische Steuern des Stellglieds über die Steuerung, um den zweiten Fahrzeugweg auszuführen.
  5. Verfahren nach Anspruch 1, worin die probabilistische Vorhersage eine zweidimensionale Heatmap einer Umgebung des Fahrzeugs umfasst.
  6. Verfahren nach Anspruch 5, worin das mindestens eine erfasste Objekt ein erstes Objekt und ein zweites Objekt umfasst, wobei ein relativer Weg des ersten Objekts die Fahrzeugroute schneidet, ein relativer Weg des zweiten Objekts die Fahrzeugroute nicht schneidet, und worin die Heatmap eine dem ersten Objekt zugeordnete Gaußsche Verteilung und keine mit dem zweiten Objekt zugeordnete Gaußsche Verteilung beinhaltet.
DE102019110759.8A 2018-05-02 2019-04-25 System und verfahren zum steuern eines autonomen fahrzeugs Withdrawn DE102019110759A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/969,279 US20190337511A1 (en) 2018-05-02 2018-05-02 System and Method for Controlling an Autonomous Vehicle
US15/969,279 2018-05-02

Publications (1)

Publication Number Publication Date
DE102019110759A1 true DE102019110759A1 (de) 2019-11-07

Family

ID=68276566

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019110759.8A Withdrawn DE102019110759A1 (de) 2018-05-02 2019-04-25 System und verfahren zum steuern eines autonomen fahrzeugs

Country Status (3)

Country Link
US (1) US20190337511A1 (de)
CN (1) CN110435667A (de)
DE (1) DE102019110759A1 (de)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112033454A (zh) * 2020-08-28 2020-12-04 杭州海康威视数字技术股份有限公司 轨迹数据处理方法和装置
DE102019216150A1 (de) * 2019-10-21 2021-04-22 Robert Bosch Gmbh Regelsystem für ein Kraftfahrzeug und ein Verfahren zum Anpassen des Regelsystems
WO2022147382A3 (en) * 2020-11-25 2022-10-06 Zoox, Inc. Object uncertainty models
US20230185304A1 (en) * 2019-04-24 2023-06-15 Aptiv Technologies Limited System and method for trajectory estimation
US11945469B2 (en) 2020-11-25 2024-04-02 Zoox, Inc. Object uncertainty models

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9669828B2 (en) * 2012-06-01 2017-06-06 Toyota Motor Engineering & Manufacturing North America, Inc. Cooperative driving and collision avoidance by distributed receding horizon control
US11062141B2 (en) * 2018-11-15 2021-07-13 Honda Motor Co., Ltd. Methods and apparatuses for future trajectory forecast
US11215997B2 (en) * 2018-11-30 2022-01-04 Zoox, Inc. Probabilistic risk assessment for trajectory evaluation
WO2021033594A1 (ja) * 2019-08-22 2021-02-25 ソニー株式会社 情報処理装置、情報処理方法、および、プログラム
US11325594B2 (en) * 2020-02-10 2022-05-10 GM Global Technology Operations LLC Sensor fusion based on intersection scene to determine vehicle collision potential
US20220283587A1 (en) * 2021-03-02 2022-09-08 Motional Ad Llc Controlling an autonomous vehicle using a proximity rule
CN116702400B (zh) * 2023-08-07 2023-10-13 四川国蓝中天环境科技集团有限公司 一种基于公交车和移动传感器的移动式城市感知优化方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7864032B2 (en) * 2005-10-06 2011-01-04 Fuji Jukogyo Kabushiki Kaisha Collision determination device and vehicle behavior control device
US8812226B2 (en) * 2009-01-26 2014-08-19 GM Global Technology Operations LLC Multiobject fusion module for collision preparation system
JP6180968B2 (ja) * 2014-03-10 2017-08-16 日立オートモティブシステムズ株式会社 車両制御装置
US20150283703A1 (en) * 2014-04-03 2015-10-08 Brain Corporation Apparatus and methods for remotely controlling robotic devices
JP6481520B2 (ja) * 2015-06-05 2019-03-13 トヨタ自動車株式会社 車両の衝突回避支援装置
KR101714250B1 (ko) * 2015-10-28 2017-03-08 현대자동차주식회사 주변 차량의 이동 경로의 예측 방법
WO2017079341A2 (en) * 2015-11-04 2017-05-11 Zoox, Inc. Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles
US20180052470A1 (en) * 2016-08-18 2018-02-22 GM Global Technology Operations LLC Obstacle Avoidance Co-Pilot For Autonomous Vehicles
CN111108342B (zh) * 2016-12-30 2023-08-15 辉达公司 用于高清地图创建的视觉测程法和成对对准
CN107298100B (zh) * 2017-05-16 2019-05-10 开易(北京)科技有限公司 一种基于高斯混合模型的车辆轨迹预测方法、系统
US11048927B2 (en) * 2017-10-24 2021-06-29 Waymo Llc Pedestrian behavior predictions for autonomous vehicles
US11091162B2 (en) * 2018-01-30 2021-08-17 Toyota Motor Engineering & Manufacturing North America, Inc. Fusion of front vehicle sensor data for detection and ranging of preceding objects
DE112019000279T5 (de) * 2018-02-09 2020-08-27 Nvidia Corporation Steuern autonomer fahrzeuge anhand sicherer ankunftszeiten

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230185304A1 (en) * 2019-04-24 2023-06-15 Aptiv Technologies Limited System and method for trajectory estimation
US12001214B2 (en) * 2019-04-24 2024-06-04 Aptiv Technologies AG System and method for trajectory estimation
DE102019216150A1 (de) * 2019-10-21 2021-04-22 Robert Bosch Gmbh Regelsystem für ein Kraftfahrzeug und ein Verfahren zum Anpassen des Regelsystems
US11858511B2 (en) 2019-10-21 2024-01-02 Robert Bosch Gmbh Control system for a motor vehicle and method for adapting the control system
CN112033454A (zh) * 2020-08-28 2020-12-04 杭州海康威视数字技术股份有限公司 轨迹数据处理方法和装置
WO2022147382A3 (en) * 2020-11-25 2022-10-06 Zoox, Inc. Object uncertainty models
US11945469B2 (en) 2020-11-25 2024-04-02 Zoox, Inc. Object uncertainty models

Also Published As

Publication number Publication date
CN110435667A (zh) 2019-11-12
US20190337511A1 (en) 2019-11-07

Similar Documents

Publication Publication Date Title
DE102017126877B4 (de) Kraftfahrzeug
DE102019110759A1 (de) System und verfahren zum steuern eines autonomen fahrzeugs
DE102017126925A1 (de) Automatisierte Co-Pilotsteuerung für autonome Fahrzeuge
DE102018119469A1 (de) System und verfahren zur verbesserten hinderniserkennung unter verwendung eines v2x-kommunikationssystems
DE102018105293A1 (de) Verfahren und vorrichtung zur vernetzten szenendarstellung und -erweiterung in fahrzeugumgebungen in autonomen fahrsystemen
DE102017121181B4 (de) Steuerungsstrategie für unbemanntes autonomes Fahrzeug
DE102018113926A1 (de) Autonome Fahrzeugantriebssysteme und Verfahren für kritische Zustände
DE102018102027A1 (de) Effizientes situationsbewusstsein durch ereigniserzeugung und episodischen speicherabruf für autonome antriebssysteme
DE102019107798A1 (de) Pedalanordnung für ein fahrzeug
DE102020129456A1 (de) Trajektorienvorhersage aus einer vorberechneten oder dynamisch generierten bank von trajektorien
DE102018101505A1 (de) Effizientes situationsbewusstsein von wahrnehmungsströmen in autonomen fahrsystemen
DE102018113007A1 (de) Trajektorienplaner zum autonomen fahren mittels bézier-kurven
DE102017126021A1 (de) Prozessor-implementierte systeme und verfahren zum automatisierten fahren
DE102018105693A1 (de) Strassenbau-Erfassungssysteme und -Verfahren
DE102018121009A1 (de) System und verfahren zur abstandsregelung für ein autonomes fahrzeug
DE102019115421A1 (de) System und verfahren zur steuerung eines autonomen fahrzeugs
DE102019108644A1 (de) Verfahren und vorrichtung zum automatischen lernen von regeln für autonomes fahren
DE102019110772A1 (de) Verfahren und vorrichtung zum überlagern und zur mehrweggeräuschminderung in einem lidar-system
DE102018111252A1 (de) Diagnoseverfahren für einen stellantrieb in einem autonomen fahrzeug
DE102018118142A1 (de) Vorrichtung zum erhöhen des sichtfeldes für lidar-detektoren und -beleuchter
DE102018115265A1 (de) Verfahren und vorrichtung zur objektoberflächenschätzung mittels reflexionsverzögerungs-aufspreizung
DE102019114792B4 (de) System und verfahren zur autonomen steuerung eines pfades eines fahrzeugs
DE102019112649A1 (de) Vorrichtung und verfahren zur verbesserten radarstrahlformung
DE102019116056A1 (de) System und verfahren zur steuerung eines autonomen fahrzeugs
DE102019107285A1 (de) Pedalanordnung für ein fahrzeug

Legal Events

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

Representative=s name: LKGLOBAL | LORENZ & KOPF PARTG MBB PATENTANWAE, DE

Representative=s name: LKGLOBAL ] LORENZ & KOPF PARTG MBB PATENTANWAE, DE

R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee