DE102020109662A1

DE102020109662A1 - Computerimplementiertes Verfahren zur Trajektorienplanung für ein Fahrzeug

Info

Publication number: DE102020109662A1
Application number: DE102020109662.3A
Authority: DE
Inventors: Kira GOEHL; Anton Rotar; Alexander Metz; Julian LOECHNER; Michael Gutbrod; Stephan Brinkmann; Martin HERACLES
Original assignee: Bayerische Motoren Werke AG
Current assignee: Bayerische Motoren Werke AG
Priority date: 2020-04-07
Filing date: 2020-04-07
Publication date: 2021-10-07

Abstract

Die Erfindung betrifft ein computerimplementiertes Verfahren zur Trajektorienplanung für ein Fahrzeug (1), umfassend die Schritte: Erzeugen (21) eines Umfeldmodells, welches ein aktuelles und/oder für die Zukunft prädiziertes Fahrzeugumfeld des Fahrzeugs (1) beschreibt, wobei das Umfeldmodell mehrere belegte Bereiche (B1, B2, B3, C1, C2, C3), denen jeweils eine Unsicherheit zugeordnet ist, definiert; und Planen (22) einer oder mehrerer Trajektorien (T) für das Fahrzeug (1) in Abhängigkeit eines ersten Kostenfunktionals, wobei das erste Kostenfunktional die belegten Bereiche (B1, B2, B3, C1, C2, C3) in Abhängigkeit der jeweils zugeordneten Unsicherheiten berücksichtigt.

Description

Die Erfindung betrifft ein computerimplementiertes Verfahren zur Trajektorienplanung für ein Fahrzeug. Des Weiteren betrifft die Erfindung eine Recheneinrichtung und ein Computerprogramm zur Ausführung eines solchen Verfahrens sowie ein computerlesbares (Speicher)medium, das Befehle zum Ausführen eines solchen Verfahrens umfasst.
Aus dem Stand der Technik sind verschiedene Fahrerassistenzsysteme bekannt, welche die Sicherheit und/oder den Komfort für einen Fahrer bzw. Fahrzeuginsassen erhöhen. Fahrerassistenzsysteme können z.B. im Rahmen des teilautomatisierten Fahrens (TAF), des hochautomatisierten Fahrens (HAF) oder des vollautomatisierten Fahrens (VAF) bestimmte Fahraufgaben übernehmen oder das Fahrzeug sogar wenigstens teilweise autonom steuern. Im Rahmen der vorliegenden Beschreibung sollen auch Systeme, die ein wenigstens teilweise autonomes Fahren eines Fahrzeugs ermöglichen, von dem Begriff Fahrerassistenzsysteme umfasst sein.
Einige Fahrerassistenzsysteme greifen direkt in die Führung des Fahrzeugs ein oder übernehmen die Führung des Fahrzeugs - dauerhaft oder zumindest zeitweise - vollständig. Beispiele hierfür sind Längsführungsassistenzsysteme, Querführungsassistenzsysteme sowie Assistenzsysteme mit gekoppelter Längs- und Querführung. Derartige Fahrerassistenzsysteme können z.B. eine sogenannte Hands-off-Funktionalität bzw. Feet-off-Funktionalität realisieren, welche dem Fahrer bestimmte Lenk- bzw. Pedalbetätigungsaufgaben abnehmen (z. B. Spurhalten, Folgefahrt, etc.), bis hin zu einer HAF- oder sogar VAF-Funktionalität.
Automatisierte Fahrfunktionen der oben erwähnten Art setzen in der Regel eine automatische Trajektorienplanung durch ein Steuerungssystem des Fahrzeugs voraus. Eine Trajektorie ist dabei ein geplanter zeitlicher Sollverlauf von relevanten Fahrzeugzustandsgrößen. Die Fahrzeugzustandsgrößen umfassen dabei insbesondere Ortskoordinaten des Fahrzeugs, sodass die Trajektorienplanung eine geeignete Bahnkurve in Raum und Zeit festlegt, entlang derer das Fahrzeug gesteuert werden soll. Dabei soll die Trajektorie um nach Möglichkeit mit einem von einer übergeordneten Fahrstrategie (auch als Manöverplanung bezeichnet) vorgegebenen Ziel, wie z.B. dem Beibehalten einer Wunschgeschwindigkeit und/oder einem Spurwechsel, kompatibel sein.
Eine gängige Anforderung an die Trajektorienplanung ist, dass die Trajektorie nicht nur mit Blick auf Begrenzungen durch das Fahrzeugumfeld und die Fahrzeug-Aktuatorik umsetzbar sein muss, sondern auch, dass sie für den Fahrer bzw. die Fahrzeuginsassen möglichst komfortabel sein soll, etwa durch die Vermeidung allzu starker Beschleunigungen, Bremsverzögerungen und/oder Rucke. Im Allgemeinen ist daher eine bezüglich mehrerer verschiedener Kriterien optimale Trajektorie zu bestimmen. Dabei stellen die verschiedenen Kriterien mitunter gegenläufige Anforderungen an die Ausgestaltung der Trajektorie, so dass die Trajektorienplanung mit einer dynamischen Optimierung im Sinne einer Kompromissfindung zwischen unterschiedlich gewichteten Anforderungen an die gesuchte Trajektorie einhergeht.
Bekannte Algorithmen zur Lösung derartiger dynamischer Optimierungsprobleme basieren auf Minimierung eines Kostenfunktionals. Das Kostenfunktional ist in der Regel eine Funktion mehrerer zeitabhängiger Fahrzeugzustandsgrößen (ggf. zusammengefasst in einem zeitabhängigen Zustandsvektor) und mehrerer zeitabhängiger Steuergrößen (ggf. zusammengefasst in einem zeitabhängigen Steuervektor). Die Steuergrößen können beispielsweise Stellgrößen jeweiliger Aktoren des Fahrzeugs quantifizieren und dementsprechend z.B. Kräfte (bzw. Beschleunigungen) oder Drehmomente (bzw. Winkelbeschleunigungen) sein.
Bei der Lösung des Optimierungsproblems wird derjenige zeitliche Verlauf der Steuergrößen - und dementsprechend ein resultierender zeitlicher Verlauf der Fahrzeugzustandsgrößen - bestimmt, welcher das Kostenfunktional bis zu einem bestimmten Zeithorizont (d.h. zeitlich integriert bis zu einer Endzeit, die u. U. selbst variabel und Gegenstand der Optimierung sein kann) minimiert oder, allgemeiner, extremalisiert. Dabei sind normalerweise einige Rand- und Nebenbedingungen, wie etwa Anfangsbedingungen, Endbedingungen und Ungleichungsbeschränkungen, zu berücksichtigen. Beispielsweise können die Anforderung der Kollisionsfreiheit mit Objekten im Fahrzeugumfeld und/oder die Einhaltung von vorgegebenen Stellgrößenbegrenzungen der Aktoren in Form solcher Nebenbedingungen formuliert sein.
Als eine wichtige Grundlage für die Trajektorienplanung wird üblicherweise aus fusionierten Sensordaten und ggf. weiteren Daten, wie z.B. Karteninformationen aus einer Datenbank, zunächst ein Umfeldmodell erzeugt. Das Umfeldmodell beschreibt ein bei der Trajektorienplanung zu berücksichtigendes aktuelles und/oder für die Zukunft prädiziertes Fahrzeugumfeld, welches beispielsweise statische und/oder bewegliche Objekte, wie z.B. ortsfeste Hindernisse oder andere Verkehrsteilnehmer, umfasst. Unbewegliche Hindernisse können beispielsweise Teile einer Straßeninfrastruktur sein, wie etwa Leitplanken oder durchgezogene Spurmarkierungen auf der Straßenoberfläche, die zwar physisch leicht überfahren werden könnten, jedoch aufgrund gesetzlicher Bestimmungen nicht überfahren werden dürfen. Andere bewegliche Verkehrsteilnehmer können z.B. vorausfahrende oder entgegenkommende Fahrzeuge oder im Fahrzeugumfeld befindliche Fußgänger oder Tiere sein.
Im Zusammenhang mit dem Umfeldmodell stellt sich allgemein die Herausforderung, dass dieses in der Regel mit Unsicherheiten behaftet ist. Die Unsicherheiten können beispielsweise aus einer begrenzten Genauigkeit der Umfeldsensorik des Fahrzeugs oder der zur Verfügung stehenden Kartendaten resultieren. Ferner können mit Bezug auf ein prädiziertes Umfeldmodell Unsicherheiten in der Vorhersage (Prädiktion) einer Objektbewegung auftreten. Dies kann bei sogenannten trajektorienbasierten Prädiktionsverfahren beispielsweise Ungenauigkeiten bei der Erfassung und Extrapolation von Sensordaten betreffen. Bei sogenannten intentionsbasierten Prädiktionsverfahren können Limitationen eines verwendeten Fahrermodells zu Unsicherheiten bezüglich der zukünftigen Objektbewegung führen. Ferner führt die inhärente Unsicherheit einer Prädiktion aufgrund unterschiedlicher Handlungsalternativen der Akteure zu höheren Unsicherheiten.
Es ist eine Aufgabe der vorliegenden Erfindung, ein Verfahren zur Trajektorienplanung für ein Fahrzeug anzugeben, welches eine Berücksichtigung von Unsicherheiten in einem Umfeldmodell ermöglicht.
Diese Aufgabe wird durch ein computerimplementiertes Verfahren, eine Recheneinrichtung, ein Computerprogramm sowie ein computerlesbares (Speicher)medium gemäß den unabhängigen Patentansprüchen gelöst. Vorteilhafte Ausführungsformen sind in den abhängigen Ansprüchen angegeben.
Es wird darauf hingewiesen, dass zusätzliche Merkmale eines von einem unabhängigen Patentanspruch abhängigen Patentanspruchs ohne die Merkmale des unabhängigen Patentanspruchs oder nur in Kombination mit einer Teilmenge der Merkmale des unabhängigen Patentanspruchs eine eigene und von der Kombination sämtlicher Merkmale des unabhängigen Patentanspruchs unabhängige Erfindung bilden können, die zum Gegenstand eines unabhängigen Patentanspruchs, einer Teilungsanmeldung oder einer Nachanmeldung gemacht werden kann. Dies gilt in gleicher Weise für in der Beschreibung beschriebene technische Lehren, die eine von den Merkmalen der unabhängigen Patentansprüche unabhängige Erfindung bilden können.
Ein erster Aspekt der Erfindung betrifft ein computerimplementiertes Verfahren zur Trajektorienplanung für ein Fahrzeug. Das Verfahren umfasst die Schritte: Erzeugen eines Umfeldmodells, welches ein aktuelles und/oder für die Zukunft prädiziertes Fahrzeugumfeld des Fahrzeugs beschreibt, wobei das Umfeldmodell mehrere belegte Bereiche, denen jeweils eine Unsicherheit zugeordnet ist, definiert; und Planen einer oder mehrerer Trajektorien für das Fahrzeug in Abhängigkeit eines ersten Kostenfunktionals, wobei das erste Kostenfunktional die belegten Bereiche in Abhängigkeit der jeweils zugeordneten Unsicherheiten berücksichtigt.
Im Rahmen der vorliegenden Schrift ist unter einem Fahrzeug jegliche Fahrzeugart zu verstehen, mit der Personen und/oder Güter fortbewegt werden können. Mögliche Beispiele dafür sind: Kraftfahrzeuge, Lastkraftwagen, Landfahrzeuge, Busse, Fahrkabinen, Seilbahnkabinen, Aufzugkabinen, Schienenfahrzeuge, Wasserfahrzeuge (z. B. Schiffe, Boote, U-Boote, Tauchglocken, Hovercraft, Tragflächenboote), Luftfahrzeuge (Flugzeuge, Hubschrauber, Bodeneffektfahrzeuge, Luftschiffe, Ballone).
Vorzugsweise ist das Fahrzeug ein Kraftfahrzeug. Ein Kraftfahrzeug in diesem Sinne ist ein Landfahrzeug, das durch Maschinenkraft bewegt wird, ohne an Bahngleise gebunden zu sein. Ein Kraftfahrzeug in diesem Sinne kann z. B. als Kraftwagen, Kraftrad oder Zugmaschine ausgebildet sein.
Insbesondere kann es sich bei dem Fahrzeug um ein Fahrzeug mit einer oder mehreren Fahrerassistenzfunktionen bis hin zu einer wenigstens teilweise autonomen Fahrfunktion (TAF, HAF oder VAF) handeln, wobei im Rahmen der Fahrerassistenzfunktion(en) eine automatische Trajektorienplanung unter Berücksichtigung eines Umfeldmodells vorgenommen wird.
Die Erfindung beruht auf dem Gedanken, dass Unsicherheiten, die ein Umfeldmodell betreffen, in einem Kostenfunktional berücksichtigt werden können, welches bei der Trajektorienplanung mittels eines optimierungsbasierten Trajektorienplanungsalgorithmus verwendet wird. Beispielsweise kann ein solches Kostenfunktional im Rahmen des Trajektorienplanungsalgorithmus extremalisiert, insbesondere minimiert, werden. Durch die Berücksichtigung der Unsicherheiten auf der Ebene des Kostenfunktionals kann eine sicherere Trajektorienplanung erreicht werden und damit im Ergebnis die Fahrsicherheit erhöht werden.
Erfindungsgemäß wird die Berücksichtigung der Unsicherheit in der Weise umgesetzt, dass automatisch ein Umfeldmodell eines aktuellen und/oder prädizierten Fahrzeugumfelds erzeugt wird, welches mehrere belegte Bereiche definiert, wobei den belegten Bereichen jeweils eine Unsicherheit zugeordnet ist. Die belegten Bereiche können mehrere voneinander separate Bereiche und/oder Teilbereiche eines zusammenhängenden Bereichs sein.
Die Unsicherheiten können sich z.B. wenigstens teilweise auf das Vorhandensein eines Objekts im Fahrzeugumfeld und/oder auf einen aktuellen und/oder prädizierten Zustand eines Objekts im Fahrzeugumfeld beziehen. Unter einem Objekt soll dabei z.B. ein dynamisches (d.h. potenziell bewegliches) Objekt, wie z.B. ein anderer Verkehrsteilnehmer oder ein Tier, oder aber ein statisches Objekt, wie z.B. ein Infrastrukturelement, verstanden werden.
Beispielsweise können die Unsicherheiten mit mehr oder weniger großen Existenzwahrscheinlichkeiten von statischen oder bewegten Objekten in den jeweiligen belegten Bereichen zusammenhängen. So können die belegten Bereiche in dem Sinne komplementär zu einem befahrbaren Freiraum für das Fahrzeug sein, dass sich in einem jeweiligen belegten Bereich mit einer gewissen Wahrscheinlichkeit ein Objekt befindet, sodass die zu planende Trajektorien möglichst nicht in diesen Bereich hinein führen sollte, um z.B. das Überfahren einer durchzogenen Fahrbahnmarkierung oder gar eine Kollision mit einem Objekt zu vermeiden.
Bei einer bevorzugten Ausführungsform resultieren die erwähnten Unsicherheiten wenigstens teilweise aus Eigenschaften eines oder mehrerer Sensoren des Fahrzeugs. Dies kann sich insbesondere Eigenschaften von Sensoren einer Umfeldsensorik des Fahrzeugs beziehen, da das Umfeldmodell üblicherweise wenigstens teilweise in Abhängigkeit von Umfeldsensordaten (ggf. zusätzlich zu Navigationsdaten etc.) erzeugt wird.
Beispielsweise können die Unsicherheiten Begrenzungen einer Sensorgenauigkeit, eine Sensordegradation über die Zeit, eine Sensorreichweitenverringerung (etwa infolge bestimmter Witterungsbedingungen wie Nebel im Fall eines optischen Sensors) und/oder einen Sensorausfall abbilden. Dabei können die betreffenden Eigenschaften des oder der Sensoren empirisch erfasste Eigenschaften, wie z.B. eine tatsächlich festgestellte Sensordegradation, und/oder angenommene Eigenschaften, wie z.B. eine angenommene (modellierte) Sensordegradation über die Zeit, sein.
Beispielsweise können in Folge eines Sensorausfalls oder einer Sensordegradation in dem Umfeldmodell zusätzliche belegte Bereiche mit zugeordneten Unsicherheiten definiert werden. Dies kann z.B. zur Folge haben, dass die Trajektorie so geplant wird, dass ein von dem Sensorausfall bzw. der Sensordegradation betroffener Bereich des Fahrzeugumfelds (entsprechend einem belegten Bereich des Umfeldmodells) ausgespart wird. Bei eingeschränkter Sensorperformance kann somit beispielsweise verhindert werden, dass das Fahrzeug einen automatischen Spurwechsel vornimmt. Dies kann zur Fahrsicherheit beitragen. Dabei muss beispielsweise ein Ausfall oder eine Degradation eines von mehreren Sensoren nicht zwangsläufig zu einer abrupten Funktionseinschränkung führen; vielmehr kann sich in einem solchen Fall erfindungsgemäß ein belegter Bereich (mit einer zugeordneten Unsicherheit) im Rahmen des Umfeldmodells allmählich ausdehnen bzw. es können allmählich belegte Bereich hinzutreten, was sodann bei der Trajektorienplanung auf der Ebene des ersten Kostenfunktionals berücksichtigt werden kann.
Es liegt auch im Rahmen der Erfindung, dass das Umfeldmodell - mitsamt den darin definierten belegten Bereichen - ein gemäß einem Prädiktionsmodell für die Zukunft vorhergesagtes (prädiziertes) Fahrzeugumfeld des Fahrzeugs beschreiben kann. Das prädizierte Fahrzeugumfeld kann insbesondere wenigstens ein bewegliches Objekt enthalten. Dabei kann das Prädiktionsmodell - einschließlich der Definition der belegten Bereiche mitsamt den zugeordneten Unsicherheiten - beispielsweise einen Objekttyp des beweglichen Objekts und/oder ein in der Vergangenheit beobachtetes Verhalten des beweglichen Objekts berücksichtigen. Der Objekttyp kann beispielsweise eine mittels einer Objekterkennung erkannte Fahrzeugklasse (z.B. Lkw, PKW oder Motorrad) sein, wobei ggf. aus dem erkannten Objekttyp Rückschlüsse auf ein zu erwartendes Verhalten des Objekts gezogen werden können. Das beobachtete Verhalten kann sich z.B. auf ein mittels Umfeldsensorik erfasstes Verhalten während der letzten 10 Sekunden (ausgehend vom gegenwärtigen Zeitpunkt) beziehen. Mit anderen Worten kann das Prädiktionsmodell wenigstens teilweise auf der Grundlage eines intentionsbasierten und/oder trajektorienbasierten Prädiktionsverfahrens erzeugt worden sein. Die den belegten Bereichen im Rahmen des Umfeldmodells zugeordneten Unsicherheiten können dabei wenigstens teilweise Unsicherheiten bezüglich der im Rahmen des Prädiktionsmodells prädizierten Objektbewegung abbilden.
Wurde beispielsweise durch eine Objekterkennung ein Motorrad im Fahrzeugumfeld erkannt, so kann z.B. unter Berücksichtigung eines erwarteten Fahrverhaltens des Motorrads ein belegter Bereich mit einer zugeordneten Unsicherheit definiert werden. Dabei kann in die Unsicherheit optional auch einfließen, dass Motorräder von Umfeldsensordaten häufig schwieriger detektiert werden als große Pkw oder Lkw. Deshalb sollte ein belegter Bereich des Umfeldmodells, in dem sich ein Motorrad aufhalten kann, diese Unsicherheiten berücksichtigen.
Ferner ist möglich, dass ein belegter Bereich (mit einer zugeordneten Unsicherheit) hinter dem Fahrzeug definiert wird, wenn die Umfeldsensorik erkannt hat, dass sich hinter dem Fahrzeug ein Lkw befindet. Dem kann z.B. die Erfahrung zu Grunde liegen, dass in einigen Ländern Lkw in Folge eines allgemein schlechten Wartungszustands häufig nur unzuverlässig bremsen können. Durch die Definition eines entsprechenden belegten Bereichs kann die Trajektorienplanung bzw. Manöverauswahl dem Risiko eines Auffahrunfalls Rechnung tragen und z.B. einen gewissen Sicherheitsabstand des Fahrzeugs zu dem Lkw einhalten. Beispielsweise kann der belegte Bereich hinter/vor dem Fahrzeug in Abhängigkeit einer Abfrage definiert werden, ob sich das Fahrzeug (z.B. entsprechend den aktuellen GPS-Daten) in einem bestimmten Land befindet, ob die Fahrbahn rutschig und/oder abschüssig ist etc.
Dabei kann gemäß einigen Ausführungsvarianten auch vorgesehen sein, dass das Verfahren gemäß dem ersten Erfindungsaspekt im Rahmen eines erweiterten computerimplementierten Verfahrens zur Trajektorienplanung für ein Fahrzeug ausgeführt wird, welches die folgenden Schritte umfasst: Empfangen von Sensordaten betreffend einen Fahrzeuginnenraum des Fahrzeugs und/oder betreffend ein Fahrzeugumfeld des Fahrzeugs; Auswerten der Sensordaten hinsichtlich eines oder mehrerer der folgenden Kriterien: (i) Eine Anzahl von Fahrzeuginsassen in dem Fahrzeuginnenraum; (ii) ein Typ eines Fahrzeuginsassen in dem Fahrzeuginnenraum; (iii) ein Aufmerksamkeitsgrad eines Fahrzeuginsassen in dem Fahrzeug; (iv) ein Beladungszustand des Fahrzeugs; (v) Sicht- und/oder Wetterverhältnisse in dem Fahrzeugumfeld; Auswählen eines Trajektorienplanungsmodus aus wenigstens zwei möglichen Trajektorienplanungsmodi in Abhängigkeit eines Ergebnisses des Auswertens der Sensordaten; und Planen wenigstens einer Trajektorie für das Fahrzeug in Abhängigkeit des ausgewählten Trajektorienplanungsmodus. Die wenigstens zwei möglichen Trajektorienplanungsmodi unterscheiden sich durch ein jeweiliges beim Planen der wenigstens einen Trajektorie zu verwendendes Umfeldmodell, das mehreren belegte Bereiche definiert, denen jeweils eine Unsicherheit zugeordnet ist. Das Planen der wenigstens einen Trajektorie erfolgt dabei im Sinne des ersten Erfindungsaspekts in Abhängigkeit eines ersten Kostenfunktionals, wobei das erste Kostenfunktional die belegten Bereiche in Abhängigkeit der jeweils zugeordneten Unsicherheiten berücksichtigt.
Die Sensordaten können bei einer Variante des erweiterten Verfahrens in einem vorgelagerten Schritt zunächst mittels einer geeigneten Sensorik, z.B. in Form einer oder mehrerer Innenraumkameras und/oder Umfeldsensoren einschließlich Wettersensoren etc., erfasst werden und sodann einer Recheneinrichtung, die zum automatischen Ausführen der vorstehend genannten Verfahrensschritte eingerichtet ist, bereitgestellt werden. Dementsprechend kann ein System umfassend eine solche Recheneinrichtung und ein oder mehrere kommunikativ damit in Verbindung stehende Innenraum- und/oder Umfeldsensoren vorgesehen sein.
Beispielsweise können die Sensordaten von einem oder mehreren Gewichtssensoren und/oder optischen Sensoren bereitgestellt werden. Die Sensordaten können z.B. Informationen über einen Beladungszustand des Fahrzeugs, wie z.B. speziell eines Kofferaus des Fahrzeugs, enthalten. Bei einem vergleichsweise voll beladenen Kofferraum (bzw. einem vergleichsweise voll beladenen Fahrzeug insgesamt) kann sodann ein Trajektorienplanungsmodus ausgewählt werden, welcher allzu abrupte Manöver vermeidet.
Alternativ oder zusätzlich kann vorgesehen sein, dass eine Umfeldsensorik Daten hinsichtlich Umgebungsbedingungen erfasst, aus denen auf gegenwärtige Sicht- und/oder Wetterverhältnisse geschlossen werden kann. Dies kann z.B. durch optische Kameras, Thermometer und/oder Regensensoren umgesetzt werden. Ergibt das Auswerten der Sensordaten, dass die Sicht- und/oder Wetterverhältnisse schlecht sind, wie z.B. im Fall von Nebel, starkem Regen oder Glatteis, so kann ein Trajektorienplanungsmodus ausgewählt werden, der risikoarme Manöver bevorzugt. Beispielsweise kann eine Manöverplanung im Rahmen eines solchen Trajektorienplanungsmodus Spurwechsel tendenziell vermeiden. Hierdurch kann dem tatsächlichen oder auch nur von einem oder mehreren Fahrzeuginsassen angenommenen Umstand Rechnung getragen werden, dass bei schlechten Sicht- und/oder Wetterverhältnissen evtl. andere Objekte durch die Umfeldsensorik ggf. weniger zuverlässig oder erst später erfasst werden, weshalb eine defensivere Fahrweise objektiv und/oder subjektiv angezeigt erscheint.
Bei einer bevorzugten Ausgestaltung des ersten Erfindungsaspekts ist vorgesehen, dass ein erster Trajektorienplanungsmodus der wenigstens zwei Trajektorienplanungsmodi psychologischen Komfortaspekten eines oder mehrerer Fahrzeuginsassen in höherem Maße Rechnung trägt als ein zweiter Trajektorienplanungsmodus der wenigstens zwei Trajektorienplanungsmodi.
Die Sensordaten können sich bei einigen Ausführungsformen wenigstens teilweise auf einen Insassenstatus beziehen. Beispielsweise kann mittels einer Innenraumkamera als Sensor ein jeweiliger Typ eines oder mehrerer Fahrzeuginsassen bestimmt werden (z.B. nach einer Klassifikation der Art: „Baby“, „Kleinkind“ oder „Erwachsener“). Wenn das Auswerten der Sensordaten z.B. ergibt, dass sich ein Baby oder Kleinkind an Bord befindet, kann der erste Trajektorienplanungsmodus ausgewählt werden, welcher psychologische Komfortaspekte vergleichsweise stark gewichtet. Auf diese Weise kann z.B. der Sorge der Eltern um das Wohl des Babys oder Kleinkindes Rechnung getragen werden. Dieser erste Trajektorienplanungsmodus kann beispielsweise mittels einer entsprechend ausgestalteten Kostenfunktion ein vergleichsweise großes Gewicht auf sicherheitsrelevanten Kosten legen. Alternativ oder zusätzlich kann in dem ersten Trajektorienplanungsmodus der Trajektorienplanung ein besonders „vorsichtiges“ Umfeldmodell zu Grunde gelegt werden, wodurch das Fahrzeug im Ergebnis zu weniger riskanten Manövern neigt.
Wenn die Auswertung der Sensordaten hingegen ergibt, dass sich kein Fahrzeuginsasse im Fahrzeug Innenraum befindet (z.B. beim fahrerlosen autonomen Fahren) oder dass der einzige Fahrzeuginsasse ein junger sportlicher Mann ist, der sich auf dem Fahrersitz befindet, so kann ein zweiter Trajektorienplanungsmodus verwendet werden. Der zweite Trajektorienplanungsmodus kann dabei im Vergleich zum ersten Trajektorienplanungsmodus beispielsweise ein größeres Gewicht auf Zeitoptimalität, Energieeffizienz oder fahrdynamische Aspekte als auf Sicherheitsaspekte legen und ggf. sportliche Manöver bevorzugen.
Ein Trajektorienplanungsmodus, welcher psychologische Komfortaspekte vergleichsweise wenig gewichtet (wie z.B. der oben erwähnte zweite Trajektorienplanungsmodus) kann beispielsweise auch dann ausgewählt werden, wenn das Auswerten der Sensordaten ergibt, dass ein Fahrzeuginsasse, insbesondere alle Fahrzeuginsassen bzw. der einzige Fahrzeuginsasse, einen niedrigen Aufmerksamkeitsgrad an den Tag legen. Damit ist gemeint, dass der Fahrzeuginsasse dem Fahrgeschehen gegenwärtig wenig Aufmerksamkeit schenkt, etwa weil er schläft oder weil z.B. mittels einer Innenraumkamera festgestellt wurde, dass der Fahrzeuginsasse einen Laptop auf dem Schoß hat und z.B. in Arbeit mit dem Laptop vertieft ist. Dementsprechend können die Sensordaten bei einigen Ausführungsformen z.B. auch hinsichtlich einer Aktivität eines oder mehrerer Fahrzeuginsassen ausgewertet werden.
Bei einer Ausführungsvariante wird in einem ersten Trajektorienplanungsmodus der wenigstens zwei Trajektorienplanungsmodi ein erstes Umfeldmodell verwendet und in einem zweiten Trajektorienplanungsmodus der wenigstens zwei Trajektorienplanungsmodi wird ein von dem ersten Umfeldmodell verschiedenes zweites Umfeldmodell verwendet, wobei das erste Umfeldmodell und das zweite Umfeldmodell jeweils wenigstens mehrere belegte Bereiche im Fahrzeugumfeld, denen jeweils eine Unsicherheit zugeordnet ist, definieren, wobei die belegten Bereiche des ersten Umfeldmodells und/oder die ihnen zugeordneten Unsicherheiten sich von den belegten Bereichen des zweiten Umfeldmodells bzw. von den ihnen zugeordneten Unsicherheiten unterscheiden.
Beispielsweise kann dabei das erste Umfeldmodell psychologischen Komfortaspekten eines oder mehrerer Fahrzeuginsassen in höherem Maße Rechnung tragen als das zweite Umfeldmodell. So kann das erste Umfeldmodell vorsichtiger (d.h. defensiver und risikoaverser) ausgelegt sein, indem es z.B. von riskanterer Fahrweise eines bewegten Objekts im Fahrzeugumfeld, wie z.B. eines Motorrads, ausgeht.
Wurde beispielsweise durch eine Objekterkennung ein Motorrad im Fahrzeugumfeld erkannt, so können unter Berücksichtigung eines erwarteten Fahrverhaltens des Motorrads belegte Bereiche mitsamt zugeordneten Unsicherheiten definiert werden. Dabei können die belegten Bereiche mitsamt den zugeordneten Unsicherheiten gemäß dem ersten Umfeldmodell z.B. in dem Sinne vorsichtiger definiert sein, dass sie mögliche plötzliche und ggf. riskante Richtungsänderungen des Motorrads berücksichtigen bzw. (über die Unsicherheiten) vergleichsweise stark gewichten, wie etwa ein plötzliches Einscheren des Motorrads vor dem Fahrzeug.
Dieses angenommene Verhalten des Motorradfahrers muss dabei nicht zwangsläufig einer objektiven Wahrscheinlichkeit entsprechen. Vielmehr kann das angenommene Verhalten des Motorradfahrers bei der Definition des belegten Bereichs in dem ersten Umfeldmodell ggf. allein mit Rücksicht auf einen „Wohlfühlfaktor“ der Fahrzeuginsassen berücksichtigt werden. Dabei kann z.B. eine Rolle spielen, dass die Fahrzeuginsassen aufgrund ihrer Erfahrung oder subjektiven Ängste möglicherweise mit einem solchen riskanten Fahrverhalten von Motorradfahrern rechnen.
Ferner kann auf diesen Weise z.B. je nach erkanntem Objekttyp (wie z.B. Lkw, Pkw, Motorradfahrer, Radfahrer, Fußgänger) eine subjektive Angst eines oder mehrerer Fahrzeuginsassen vor den angenommenen Auswirkungen einer möglichen Kollision berücksichtigt werden. Diese angenommenen Auswirkungen können z.B. die mögliche schwere Verletzung eines „vulnerable road user“ (VRU), wie z.B. eines Motorradfahrers, Fahrradfahrers oder Fußgängers, sein. So ist es z.B. denkbar, dass ein Fahrzeuginsasse sich wohler fühlt, wenn das Fahrzeug von einem VRU vorsorglich einen größeren Abstand hält als dies ggf. objektiv für eine hinreichend zuverlässige Kollisionsvermeidung erforderlich wäre.
Das Zugrundelegen des ersten (vorsichtigen) Umfeldmodells beim Planen der Trajektorie kann z.B. dazu führen, dass das Fahrzeug nicht beschleunigt oder sogar leicht abbremst, um bei dem o.g. Beispiel dem Motorrad das (angenommene) knappe Einscheren kollisionsfrei zu ermöglichen.
Demgegenüber können gemäß einem zweiten (optimistischeren) Umfeldmodell durch das Motorrad belegte Bereiche (mitsamt den zugeordneten Unsicherheiten) in einer Weise definiert werden, die von einem weniger riskanten Fahrverhalten des Motorradfahrers ausgeht. Dieses Fahrverhalten kann z.B. eher objektiven statistischen Tatsachen entsprechen als das gemäß dem ersten Umfeldmodell angenommene riskante Fahrverhalten. In einem solchen Fall würde auch das zweite Umfeldmodell objektiv zu der Planung einer sicheren Trajektorie führen; jedoch ggf. ohne besondere Rücksichtnahme auf ein subjektives psychologisches Komfortempfinden der Fahrzeuginsassen.
Weiterhin ist es z.B. möglich, dass im Rahmen eines Umfeldmodells ein oder mehrere belegte Bereiche hinter dem Fahrzeug definiert werden, wenn die Umfeldsensorik erkannt hat, dass sich hinter dem Fahrzeug ein Lkw befindet. Dabei kann gemäß einem ersten prädizierten Umfeldmodell, welches psychologische Komfortaspekte der Fahrzeuginsassen berücksichtigt, z.B. ein belegte Bereich vergleichsweise weit nach vorn, also in Richtung des Fahrzeugs, reichen. Demgegenüber kann ein zweites Umfeldmodell für den gleichen Zeitpunkt oder Zeitraum einen weniger weit nach vorn erstreckten belegten Bereich annehmen. Alternativ oder zusätzlich kann sich z.B. ein belegter Bereich des ersten Umfeldmodells von einem belegten Bereich des zweiten Umfeldmodells, der sich gleich weit, ähnlich weit oder unterschiedlich weit nach vorn erstreckt wie der belegte Bereich in dem ersten Umfeldmodell, durch eine jeweils zugeordnete Unsicherheit unterscheiden.
Dem kann z.B. die bereits weiter oben erwähnte Erfahrung zu Grunde liegen, dass jedenfalls in einigen Ländern Lkw in Folge eines allgemein schlechten Wartungszustands häufig nur unzuverlässig bremsen können. Durch die Definition eines entsprechenden belegten Bereichs kann die Trajektorienplanung bzw. Manöverauswahl gemäß dem ersten Umfeldmodell einem durch die Fahrzeuginsassen angenommenen Risiko eines Auffahrunfalls in besonderem Maße Rechnung tragen und in der Folge z.B. einen vergleichsweise großen Sicherheitsabstand des Fahrzeugs zu dem Lkw einhalten.
Hinsichtlich der Art und Weise, wie die Unsicherheiten bei dem Verfahren gemäß dem ersten Erfindungsaspekt in dem ersten Kostenfunktional berücksichtigt werden, kann z.B. vorgesehen sein, dass den belegten Bereichen jeweils ein Term, insbesondere ein Summand, des ersten Kostenfunktionals zugeordnet ist, wobei der Term in Abhängigkeit von der dem jeweiligen belegten Bereich zugeordneten Unsicherheit gewichtet ist. Die unterschiedliche Gewichtung der Terme des ersten Kostenfunktionals kann dabei vorzugsweise in Form von entsprechenden Gewichtsfaktoren realisiert werden. So können die Terme gemäß einer Ausführungsform beispielsweise jeweils einen Gewichtsfaktor enthalten, welche mit einer Existenzwahrscheinlichkeit eines Objekts in dem betreffenden belegten Bereich zusammenhängen. Beispielsweise können die den belegten Bereichen in Form von unterschiedlichen Gewichtsfaktoren zugeordnete Unsicherheiten unterschiedliche Existenzwahrscheinlichkeiten eines Objekts in den jeweiligen Bereichen abbilden. Dabei können Informationen bezüglich der Existenzwahrscheinlichkeiten z.B. wenigstens teilweise aus Umfeldsensordaten abgeleitet werden.
Bei einer bevorzugten Ausführungsform wird z.B. aus Umfeldsensordaten und/oder aus anderen für das Fahrzeugumfeld relevanten Daten eine Existenzwahrscheinlichkeitsdichtefunktion über einen räumlichen Bereich im Fahrzeugumfeld erzeugt. Aus einer solchen Existenzwahrscheinlichkeitsdichtefunktion lässt sich z.B. bestimmen, mit welcher Wahrscheinlichkeit sich ein Objekt in einem bestimmten Abstandsintervall vor dem Fahrzeug befindet. Beispielsweise können die unterschiedlichen belegten Bereiche anhand von vorgebbaren Intervallgrenzwerten für die Existenzwahrscheinlichkeitsdichte aus der Existenzwahrscheinlichkeitsdichtefunktion bestimmt (d.h. festgelegt) werden. Dies bedeutet, dass ein räumlicher Bereich des Fahrzeugumfelds, in welchem die Existenzwahrscheinlichkeitsdichte eines Objekts gemäß der Existenzwahrscheinlichkeitsdichtefunktion in einem bestimmten Intervall liegt, mit einem bestimmten belegten Bereich identifiziert werden kann. So kann sich z.B. ein erster belegter Bereich, in welchem die Existenzwahrscheinlichkeitsdichte einen bestimmten Intervallgrenzwert überschreitet, durch eine vergleichsweise hohe Existenzwahrscheinlichkeit auszeichnen. In einem zweiten belegten Bereich, der z.B. an den ersten belegten Bereich angrenzen kann, kann die Existenzwahrscheinlichkeit eines Objekts demgegenüber geringer sein, entsprechend den zugeordneten Intervallgrenzwerten der ortsabhängigen Existenzwahrscheinlichkeitsdichte.
Gemäß einer vorteilhaften Ausführungsform umfasst das erste Kostenfunktional einen Summenterm, der in der folgenden Form geschrieben werden kann: $J^{e x} = \sum_{i = 1}^{n} w_{i}^{e x} J_{i}^{e x}$
Dabei ist n eine Anzahl von belegten Bereichen und i ist ein ganzzahliger Laufindex, der von 1 bis n durchläuft. Jedes Teilkostenfunktional $J_{i}^{e x}$
beinhaltet Kosten für den Fall, dass sich in einem i-ten belegten Bereich ein Objekt befindet. Jedes $w_{i}^{e x}$
ist ein Gewichtsfaktor, der z.B. mit einer Existenzwahrscheinlichkeit eines Objekts in dem i-ten belegten Bereich zusammenhängt und beispielsweise eine solche Existenzwahrscheinlichkeit abbildet. So kann z.B. im Rahmen der Trajektorienplanung das Befahren eines ersten belegten Bereichs, in welchem mit großer Wahrscheinlichkeit ein Objekt vorhanden ist, durch eine entsprechend große Gewichtung der zugeordneten Teilkostenfunktion hart „bestraft“ werden, sodass die Trajektorienplanung den ersten Bereich im Ergebnis tendenziell meidet (d.h. tendenziell keine Trajektorie in den ersten Bereich hinein plant).
Neben dem oben in der Gleichung (1) angegebenen Summenterm J^ex, welcher Kosten entsprechend den jeweiligen belegten Bereichen des Umfeldmodells berücksichtigt, kann das erste Kostenfunktional J bei einigen Ausführungsformen weitere Teilkostenfunktonale J_l mit jeweiligen Gewichtsfaktoren w_l umfassen. Das erste Kostenfunktional J kann demnach beispielsweise die folgende Form annehmen: $J = \sum_{l = 1}^{m} w_{l} J_{l} + \sum_{i = 1}^{n} w_{i}^{e x} J_{i}^{e x}$
Unter den weiteren Teilkostenfunktionalen J_l kann z.B. ein erstes Teilkostenfunktional J₁ sein, welches Abweichungen von bestimmten Sollzuständen, wie z.B. von einer im Rahmen einer Geschwindigkeitsregelung durch den Fahrer einstellbaren Sollgeschwindigkeit, „bestraft“. Alternativ oder zusätzlich kann optional ein zweites Teilkostenfunktional J₂ vorgesehen sein, welches Anforderungen an den Fahrkomfort berücksichtigt und zu diesem Zweck beispielsweise große Beschleunigungen, Bremsverzögerungen oder Rucke bestraft. Derartige typische Teilkostenfunktionale sind dem Fachmann hinlänglich bekannt und werden daher vorliegend nicht im Einzelnen beschrieben.
Ebenfalls bedarf es für den Fachmann keiner näheren Erläuterung, dass das erste Kostenfunktional J sowie auch die Teilkostenfunktionale $J_{ì}^{e x}, J_{l}$
wie bei derartigen Optimierungsproblemen üblich, als Argumente zeitabhängige Zustands- und Steuervariablen des Fahrzeugs erhalten. Bei der Lösung des Optimierungsproblems wird nämlich, wie oben erwähnt, derjenige zeitliche Verlauf der Steuergrößen (und dementsprechend der resultierende zeitliche Verlauf der Fahrzeugzustandsgrößen) bestimmt, welcher das Kostenfunktional bis zu einem bestimmten Zeithorizont (d.h. zeitlich integriert bis zu einer Endzeit, die u. U. selbst variabel und Gegenstand der Optimierung sein kann) minimiert oder, allgemeiner, extremalisiert. Dabei sind üblicherweise bestimmte Rand- und Nebenbedingungen, wie etwa Anfangsbedingungen, Endbedingungen und Ungleichungsbeschränkungen, zu berücksichtigen.
Der Fachmann ist mit mathematischen und algorithmischen Methoden zur Lösung derartiger dynamischer Optimierungsprobleme mittels eines Kostenfunktionals vertraut. Diese sind als solche kein Schwerpunkt der Erfindung und werden daher in der vorliegenden Schrift nicht im Detail erläutert. Vielmehr liegt der Fokus der vorliegenden Erfindung auf der Ausgestaltung des Kostenfunktionals selbst, wie oben erläutert. Die Minimierung des Kostenfunktionals zur Bestimmung einer geeigneten Trajektorie kann dann in einer geeigneten, dem Fachmann an sich bekannten Weise erfolgen. Beispielsweise kann hierfür auf gängige mathematische Methoden der Variationsrechnung, etwa unter Verwendung einer Hamilton-Funktion und daraus resultierender Euler-Lagrange-Gleichungen, zurückgegriffen werden. Alternativ oder zusätzlich können zur Lösung derartiger Optimierungsprobleme an sich bekannte Verfahren der lokalen Optimierung herangezogen werden, die beispielsweise in gradientenfreien und/oder gradientenbasierten Algorithmen umgesetzt sein können. Des Weiteren können Methoden der globalen Optimierung, wie z.B. naturanaloge Optimierungsverfahren oder dynamische Programmierung umgesetzt sein. Dem Fachmann stehen zu diesem Zweck z.B. zahlreiche fertige Solver-Algorithmen zur Verfügung.
Gemäß einer Weiterbildung des erfindungsgemäßen Verfahrens werden mehrere Trajektorien in der beschriebenen Weise geplant. Dabei umfasst das Verfahren zusätzlich die weiteren Schritte: Berechnen von jeweiligen Kosten der mehreren Trajektorien anhand des ersten Kostenfunktionals und/oder anhand eines zweiten Kostenfunktionals, wobei das zweite Kostenfunktional die belegten Bereiche in Abhängigkeit der jeweils zugeordneten Unsicherheiten berücksichtigt; und Auswählen einer der Trajektorien anhand der berechneten Kosten. Dabei wird bevorzugt eine Trajektorie ausgewählt, für welche sich bei der Auswertung des betreffenden Kostenfunktionals die geringsten Kosten ergeben. Hinsichtlich der möglichen Form des zweiten Kostenfunktionals gilt dabei das weiter oben mit Bezug auf das erste Kostenfunktional Erläuterte analog. So kann bei einigen Ausführungsformen auch das zweite Kostenfunktional beispielsweise in einer Form angegeben werden wie sie beispielhaft in der vorstehenden Gleichung (2) angegeben ist.
Diese weiteren Schritte können z.B. im Rahmen einer der Trajektorienplanung überlagerten Fahrstrategie- oder Manöverplanung ausgeführt werden. Bei einigen Ausführungsformen kann darüber hinaus noch ein weiterer Schritt vorgesehen sein, in welchem das Fahrzeug entlang der ausgewählten Trajektorien gesteuert wird. Dabei können in einem Zwischenschritt zunächst entsprechende Steuersignale für Aktoren des Fahrzeugs erzeugt werden.
Gemäß einem zweiten Aspekt der Erfindung wird eine Recheneinrichtung vorgeschlagen, wobei die Recheneinrichtung zum Durchführen eines Verfahrens gemäß dem ersten Erfindungsaspekt ausgelegt ist. Die Recheneinrichtung kann Teil eines Steuerungssystems des Fahrzeugs sein, welches einen oder mehrere Prozessoren (wie z.B. CPUs und/oder GPUs) umfasst, auf welchen die nötigen Rechenoperationen zur Durchführung des Verfahrens ablaufen.
Ein dritter Aspekt betrifft ein Computerprogramm, welches Befehle umfasst, die bei der Ausführung des Computerprogramms durch eine Recheneinrichtung diese veranlassen, ein Verfahren gemäß dem zweiten Erfindungsaspekt auszuführen.
Ein vierter Aspekt der Erfindung betrifft ein computerlesbares (Speicher)medium, welches Befehle umfasst, die bei der Ausführung durch eine Recheneinrichtung diese veranlassen, ein Verfahren gemäß dem ersten Aspekt auszuführen.
Es versteht sich dabei, dass die vorstehend im Zusammenhang mit dem dritten und vierten Erfindungsaspekt genannte Recheneinrichtung insbesondere eine Recheneinrichtung gemäß dem zweiten Erfindungsaspekt sein kann.
Die Erfindung wird nun anhand von Ausführungsbeispielen sowie unter Bezugnahme auf die beigefügten Zeichnungen näher erläutert. Dabei sind die in der Beschreibung genannten und/oder in den Zeichnungen alleine gezeigten Merkmale und Merkmalskombinationen nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar, ohne den Rahmen der Erfindung zu verlassen.

1A veranschaulicht schematisch und beispielhaft ein Umfeldmodell eines Fahrzeugs in einer Spurwechselsituation, wobei das Umfeldmodell mehrere belegte Bereiche umfasst.
1 B veranschaulicht schematisch und beispielhaft die Spurwechselsituation aus 1A mit einer alternativen Definition von belegten Bereichen des Umfeldmodells.
2A veranschaulicht schematisch und beispielhaft eine Definition der belegten Bereiche aus 1A anhand einer Existenzwahrscheinlichkeitsdichtefunktion.
2B veranschaulicht schematisch und beispielhaft eine Definition der belegten Bereiche aus 1B anhand der Existenzwahrscheinlichkeitsdichtefunktion aus 2A.
3A zeigt ein schematisches Ablaufdiagramm eines computerimplementierten Verfahrens zur Trajektorienplanung für ein Fahrzeug gemäß einer oder mehreren Ausführungsformen.
3B zeigt ein schematisches Ablaufdiagramm eines computerimplementierten Verfahrens zur Trajektorienplanung für ein Fahrzeug gemäß einer oder mehreren Ausführungsformen.

Die 1A veranschaulicht schematisch eine Spurwechselsituation eines Fahrzeugs 1, anhand derer das erfindungsgemäße Verfahren im Folgenden beispielhaft erläutert wird. Dabei wird sogleich auch auf die Verfahrensschritte aus den schematischen Ablaufdiagrammen, die in den 3A und 3B gezeigt sind, Bezug genommen werden.
Im linken Teil der 1A ist ein Fahrzeug 1 dargestellt, welches mit einer Fahrerassistenzfunktion ausgestattet ist, in deren Rahmen ein erfindungsgemäßes computerimplementiertes Verfahren zur Trajektorienplanung ausgeführt werden kann. Mit anderen Worten kann ein Steuerungssystem des Fahrzeugs 1 eine (nicht explizit dargestellte) Recheneinrichtung fassen, welche zum Durchführen eines erfindungsgemäßen Verfahrens eingerichtet ist.
Das Fahrzeug 1 umfasst ferner eine in der 1A nicht im Einzelnen dargestellte Umfeldsensorik, wie z.B. optische Kameras, Radarsensoren und/oder Lidarsensoren. Die Umfeldsensorik stellt Umfeldsensordaten bereit, die die Grundlage für die Erzeugung eines Umfeldmodells des Fahrzeugs 1 bilden können. Dabei können zusätzlich Navigationsdaten, wie z.B. GPS-Informationen und/oder abgespeicherte Karteninformationen, in das Umfeldmodell einfließen. Das Umfeldmodell kann bevorzugt sowohl ein gegenwärtiges Fahrzeugumfeld als auch ein bis zu einem bestimmten Zeithorizont (z.B. die nächsten 10 Sekunden) prädiziertes Fahrzeugumfeld modellieren.
In der in 1 dargestellten Situation befindet sich das Fahrzeug 1 in Vorwärtsfahrt entlang einer Längsrichtung z. Vor dem Fahrzeug 1 befindet sich ein Objekt 3 in Form eines vorausfahrenden Fahrzeugs. Auf der linken Seite der 1A ist das vorausfahrende Fahrzeug 3 lediglich schematisch als ein Kreuz dargestellt. Auf der rechten Seite der 1A ist dieselbe Situation in einer anderen Weise dargestellt, wobei Konturen des vorausfahrenden Fahrzeugs 3, wie es von dem Umfeldmodell erfasst wird, schematisch angedeutet sind.
Das vorausfahrende Fahrzeug 3 wird durch die Umfeldsensorik des Fahrzeugs 1 mit einer gewissen Unsicherheit erfasst. Dabei kann die Unsicherheit, beispielsweise eine inhärente systematische und/oder statistische Begrenzung einer Sensorgenauigkeit betreffen. Die Unsicherheit kann z.B. auch von den gegenwärtigen Wetter- und/oder Sichtbedingungen abhängen, wobei z.B. Nebel die Unsicherheit optisch erfasster Sensordaten erhöhen kann. Ferner kann die Unsicherheit davon beeinflusst sein, ob sämtliche Umfeldsensoren oder nur einige der prinzipiell verfügbaren Umfeldsensoren gegenwärtig funktionsfähig sind. So kann z.B. ein (ggf. vorübergehender) Ausfall eines von mehreren Umfeldsensoren dazu führen, dass die fusionierten Sensordaten insgesamt mit einer höheren Unsicherheit behaftet sind. Außerdem kann die Unsicherheit durch begrenzt vorhersagbares Verhalten des Objekts steigen (Unsicherheit durch Prädiktion).
Entsprechend dem in 3A schematisch veranschaulichten Verfahrensschritt 21 wird zunächst in Abhängigkeit der Umfeldsensordaten ein Umfeldmodell erzeugt. Wie in 1A auf der linken Seite illustriert, definiert das Umfeldmodell z.B. mehrere belegte Bereiche B1, B2, B3. Bei dem vorliegenden Beispiel gemäß 1A erstrecken sich die belegten Bereiche B1, B2, B3 als disjunkte Teilbereiche eines zusammenhängenden größeren belegten Bereichs um eine wahrscheinlichste (mit „X“ markierte) Position des vorausfahrenden Fahrzeugs 3 herum. Dabei erstrecken sich die belegten Bereiche B1, B2, B3 sowohl entlang der Längsrichtung z als auch entlang einer dazu orthogonalen Querrichtung y.
Die 1B stellt dieselbe Verkehrssituation wie 1A dar (d.h. ein vorausfahrendes Fahrzeug 3, das ggf. einen Spurwechsel des Fahrzeugs 1 motiviert). Jedoch sind in der 1B belegte Bereiche C1, C2, C3 (teilweise) abweichend von den belegten Bereichen B1, B2, B3 aus 1A definiert. Insbesondere überlappen die belegten Bereich C1, C2, C3 einander - im Gegensatz zu den disjunkten Bereichen B1, B2, B3.
Zur besseren Veranschaulichung ist in 1B dieselbe Verkehrssituation dreimal nebeneinander dargestellt: Die linke Teilabbildung in 1B zeigt den belegten Bereich C1, welcher identisch mit dem belegten Bereich B1 aus 1A ist. Die mittlere Teilabbildung in 1B zeigt den belegten Bereich C2, der den belegten Bereichen B1 und B2 aus 1A entspricht und der somit den belegten Bereich C1 als Teilbereich enthält. Die rechte Teilabbildung in 1B zeigt den belegten Bereich C3, der den belegten Bereichen B1, B2 und B3 aus 1A entspricht und der somit die belegten Bereiche C1 und C2 als Teilbereiche enthält.
Den belegten Bereichen B1, B2, B3, C1, C2, C3 ist im Rahmen des jeweiligen Umfeldmodells jeweils eine Unsicherheit zugeordnet. Dabei besteht die Bedeutung der belegten Bereiche B1, B2, B3, C1, C2, C3 z.B. darin, dass ein Objekt 3, wie etwa ein vorausfahrendes Fahrzeug, sich unter Berücksichtigung der Unsicherheiten der Umfeldsensordaten mit einer vergleichsweise hohen Wahrscheinlichkeit in dem ersten belegten Bereich B1 (entsprechend dem belegten Bereich C1), mit einer geringeren Wahrscheinlichkeit in dem zweiten belegten Bereich B2 (entsprechend dem über den belegten Bereich C1 hinausragenden Teilbereich des belegten Bereichs C2) und mit einer noch geringeren Wahrscheinlichkeit in dem dritten belegten Bereich B3 (entsprechend dem über den belegten Bereich C2 hinausragenden Teilbereich des belegten Bereichs C3) befindet.
In der 2A ist schematisch und beispielhaft die Festlegung der belegten Bereiche B1, B2, B3 aus 1A anhand einer Existenzwahrscheinlichkeitsdichtefunktion p_ex(z) illustriert. Dabei wird zunächst aus den Umfeldsensordaten und/oder aus anderen für das Fahrzeugumfeld relevanten Daten eine Existenzwahrscheinlichkeitsdichtefunktion p_ex über einen räumlichen Bereich im Fahrzeugumfeld erzeugt. Vorliegend ist aus Darstellungsgründen lediglich eine Existenzwahrscheinlichkeitsdichte über die Längskoordinate z aufgetragen getragen. Diese beinhaltet also z.B. insbesondere Informationen darüber, mit welcher Wahrscheinlichkeit sich ein Objekt 3 in einem bestimmten Abstandsintervall vor dem Fahrzeug 1 befindet.
Die belegten Bereiche B1, B2, B3 (bzw. genauer die jeweilige Ausdehnung der belegten Bereiche B1, B2, B3 in der Längsrichtung z) werden bei diesem Ausführungsbeispiel anhand von vorgebbaren Intervallgrenzwerten s1, s2, s3. für die Existenzwahrscheinlichkeitsdichte p_ex(z) festgelegt. Dies kann analog für eine (in 2A nicht dargestellte) Existenzwahrscheinlichkeitsdichte p_ex(y) über der Querrichtung y durchgeführt werden. Im Ergebnis wird also ein jeweiliger räumlicher Bereich des Fahrzeugumfelds, in welchem die Existenzwahrscheinlichkeitsdichte eines Objekts 3 gemäß einer Existenzwahrscheinlichkeitsdichtefunktion p_ex(y,z) in einem bestimmten Intervall liegt, mit einem bestimmten belegten Bereich B1, B2, B3 identifiziert. So kann sich z.B. der erste belegte Bereich B1, in welchem die Existenzwahrscheinlichkeitsdichte p_ex(z) einen ersten Intervallgrenzwert s1 überschreitet, durch eine vergleichsweise hohe Existenzwahrscheinlichkeit auszeichnen. In dem zweiten belegten Bereich B2 und in dem dritten belegten Bereich B3 kann die Existenzwahrscheinlichkeit eines Objekts 3 demgegenüber geringer sein, entsprechend den zugeordneten Intervallgrenzwerten s1 und s2 bzw. s2 und s3 der ortsabhängigen Existenzwahrscheinlichkeitsdichte p_ex(z).
Die 2B veranschaulicht eine Definition der belegten Bereiche C1, C2, C3 aus 1B anhand derselben Existenzwahrscheinlichkeitsdichtefunktion p_ex(z) und derselben Intervallgrenzwerte s1, s2, s3 wie in 2A. Der erste belegte Bereich C1 ist dabei wie der erste belegte Bereich B1 dadurch gekennzeichnet, dass die Existenzwahrscheinlichkeitsdichte p_ex(z) in diesem Bereich oberhalb des ersten Intervallgrenzwerts s1 liegt. Der zweite belegte Bereich C2 ist dadurch gekennzeichnet, dass die Existenzwahrscheinlichkeitsdichte p_ex(z) in diesem Bereich oberhalb des zweiten Intervallgrenzwerts s2 liegt. Der dritte belegte Bereich C3 ist dadurch gekennzeichnet, dass die Existenzwahrscheinlichkeitsdichte p_ex(z) in diesem Bereich oberhalb des dritten Intervallgrenzwerts s3 liegt.
Es sei darauf hingewiesen, dass die belegten Bereiche B1, B2, B3, C1, C2, C3 nicht in jedem Fall zusammenhängende Bereiche sein müssen. Beispielsweise kann es bei anderen Existenzwahrscheinlichkeitsdichteverteilungen p_ex(z) der in 2A-B gezeigten beispielsweise mehrere nicht zusammenhängende Gebiete B1 bzw. C1 geben, in welchen die Existenzwahrscheinlichkeitsdichte einen ersten Intervallgrenzwert s1 überschreitet.
Auf der rechten Seite der 1A ist eine vom ersten belegten Bereich B1 über den zweiten belegten Bereich B2 bis zum ersten belegten Bereich B3 abfallende Existenzwahrscheinlichkeit P_ex eines Objekts 3 dadurch symbolisch veranschaulicht, dass eine schematische Kontur des vorausfahrenden Fahrzeugs 3 immer schwächer wird.
Bei der Planung einer Trajektorie T, welche die Recheneinrichtung des Fahrzeugs 1 gemäß dem zweiten in 3A schematisch veranschaulichten Schritt 22 durchführt, können die unterschiedlichen Existenzwahrscheinlichkeiten des vorausfahrenden Fahrzeugs 3 in den belegten Bereichen B1, B2, B3 bzw. C1, C2, C3 auf der Ebene eines ersten Kostenfunktionals J einfließen. Beispielsweise können zu diesem Zweck im Rahmen eines Trajektorienplanungsalgorithmus drei Teilkostenfunktionale $J_{1}^{e x}, J_{2}^{e x}, J_{3}^{e x}$
berücksichtigt werden, wobei ein i-tes Teilkostenfunktional $J_{i}^{e x} (m i t i = 1,2,3)$
Kosten beinhaltet, die unter der Annahme relevant sind, dass das vorausfahrend Fahrzeug 3 sich in dem i-ten belegten Bereich (also B1, B2 oder B3 bzw. C1, C2 oder C3) befindet.
Die Teilkostenfunktionale $J_{1}^{e x}, J_{2}^{e x}, J_{3}^{e x}$
sind dabei innerhalb des ersten Kostenfunktionals J, das der Trajektorienplanung im Schritt 22 zu Grunde gelegt wird, mit einem jeweiligen Gewichtsfaktor $w_{1}^{e x}, w_{2}^{e x}, w_{3}^{e x}$
versehen. Die Gewichtsfaktoren $w_{1}^{e x}, w_{2}^{e x}, w_{3}^{e x}$
könnenz.B. mit einer Existenzwahrscheinlichkeit des vorausfahrenden Fahrzeugs 3 in dem jeweiligen belegten Bereich B1, B2, B3 bzw. C1, C2, C3 zusammenhängen. So kann mit Bezug auf die 2A-B beispielsweise vorgesehen sein, dass der erste Gewichtsfaktor $w_{1}^{e x}$
proportional zu dem ersten Intervallgrenzwert s1, der zweite Gewichtsfaktor $w_{2}^{e x}$
proportional zu dem zweiten Intervallgrenzwert s2 und der dritte Gewichtsfaktor $w_{3}^{e x}$
proportional zu dem dritten Intervallgrenzwert s3 ist, d.h. $w_{i}^{e x} ~ s_{i} (i = 1,2,3) .$
Im Rahmen der Trajektorienplanung kann auf diese Weise das Befahren des ersten belegten Bereichs B1 bzw. C1, in welchem mit großer Wahrscheinlichkeit ein Objekt 3 vorhanden ist, durch eine entsprechend große Gewichtung der zugeordneten Teilkostenfunktion $J_{1}^{e x}$
hart „bestraft“ werden, sodass die Trajektorienplanung den ersten belegten Bereich B1 bzw. C1 im Ergebnis tendenziell meiden wird. Bereiche des Fahrzeugumfelds, in denen sich nur mit geringer Wahrscheinlichkeit ein Objekt 3 befindet, wie z.B. der dritte belegte Bereich B3, bleiben indes nicht unberücksichtigt. Sie werden im Ergebnis der Trajektorienplanung ebenfalls tendenziell gemieden, jedoch fließen sie mit einem geringeren Gewicht in das erste Kostenfunktional] ein als der erste belegte Bereich B1, C1.
Insgesamt kann das erste Kostenfunktional] demnach z.B. die folgende Form annehmen: $J = w_{1} J_{1} + w_{2} J_{2} + \sum_{i = 1}^{3} w_{i}^{e x} J_{i}^{e x}$
Neben dem letzten Summenterm, welcher Kosten entsprechend den belegten Bereichen B1, B2, B3 (oder alternativ entsprechend den belegten Bereichen C1, C2, C3) des Umfeldmodells berücksichtigt, umfasst das erste Kostenfunktional J weitere Teilkostenfunktonale J₁, J₂ mit jeweiligen Gewichtsfaktoren w₁, w₂. Beispielsweise kann ein erstes Teilkostenfunktional J₁ Abweichungen von bestimmten Sollzuständen, wie z.B. von einer im Rahmen einer Geschwindigkeitsregelung durch den Fahrer einstellbaren Sollgeschwindigkeit, bestrafen. Ein zweites Teilkostenfunktional J₂ kann z.B. Anforderungen an den Fahrkomfort berücksichtigen und zu diesem Zweck beispielsweise zu große Beschleunigungen, Bremsverzögerungen und/oder Rucke bestrafen. Grundsätzlich kann das ersten Kostenfunktional J beliebig viele Teilkostenfunktionale J_i (i = 1, 2, 3, 4, ...) umfassen.
Die Recheneinrichtung des Fahrzeugs 1 kann eine Minimierung des ersten Kostenfunktionals J gemäß Gleichung (3) unter Berücksichtigung von bestimmten Nebenbedingen, wie z.B. Anfangsbedingungen, Endbedingungen und Ungleichungsbeschränkungen, mittels gängiger algorithmischer Methoden, die z.B. aus der Mathematischen Programmierung bekannt sind, durchführen. Dabei wird derjenige zeitliche Verlauf der relevanten Steuergrößen (und dementsprechend der resultierende zeitliche Verlauf der Fahrzeugzustandsgrößen) bestimmt, welcher das erste Kostenfunktional bis zu einem bestimmten Zeithorizont (d.h. zeitlich integriert bis zu einer Endzeit, die u. U. selbst variabel und Gegenstand der Optimierung sein kann) minimiert. Aus der Lösung ergibt sich beispielsweise eine Trajektorie T, die einem Spurwechsel entspricht, wie in 1 auf der rechten Seite eingezeichnet. Durch den Spurwechsel vermeidet die geplante Trajektorie T nach Möglichkeit eine Kollision mit dem vorausfahrenden Fahrzeug 3 und vermeidet dabei insbesondere (falls dies im Lösungsraum möglich bzw. kostengünstiger ist) auch ein Befahren des dritten belegten Bereichs B3, in welchem sich das vorausfahrende Fahrzeug 3 entsprechend den Umfeldsensordaten lediglich mit einer geringen Wahrscheinlichkeit befindet.
Dabei können gemäß einer Ausführungsvariante des erfindungsgemäßen Verfahrens, auf die sich das schematische Ablaufdiagramm gemäß 3B bezieht, zunächst mittels des ersten Kostenfunktionals J mehrere derartige Trajektorien T in der beschriebenen Weise geplant werden. Dementsprechend können also z.B. zunächst mehrere Trajektorien T bestimmt werden, die jeweils ein lokales und/oder globales Minimum des ersten Kostenfunktionals J abbilden.
Zusätzlich zu den bereits beschriebenen Schritten 21 und 22 umfasst das Verfahren bei der Variante gemäß 3B sodann einen Schritt 23, in welchem jeweilige Kosten der mehreren Trajektorien T ausgewertet werden. Dabei erfolgt die Auswertung anhand des bereits verwendeten ersten Kostenfunktionals J oder anhand eines zweiten Kostenfunktionals, welches die belegten Bereiche B1, B2, B3 bzw. C1, C2, C3 in Abhängigkeit der jeweils zugeordneten Unsicherheiten (d.h. vorliegend z.B. in Abhängigkeit der unterschiedlichen Existenzwahrscheinlichkeiten eines Objekts 3 in den belegten Bereichen B1, B2, B3) berücksichtigt.
Hinsichtlich der möglichen Form eines solchen zweiten Kostenfunktionals gilt dabei das weiter oben mit Bezug auf das erste Kostenfunktional Gesagte analog. So kann bei einigen Ausführungsformen auch das zweite Kostenfunktional beispielsweise in einer Form gemäß der vorstehenden Gleichung (3) geschrieben werden. Insbesondere kann auch das zweite Kostenfunktional mehrere Teilkostenfunktionale enthalten, die jeweils einem der belegten Bereiche B1, B2, B3 bzw. C1, C2, C3 zugeordnet sind und die ggf. weiter oben definierten die Gewichtsfaktoren $w_{1}^{e x}, w_{2}^{e x}, w_{3}^{e x}$
enthalten können. Die weiteren Teilkostenfunktionale J₁, J₂ können dabei im Vergleich zu dem ersten Kostenfunktional J gemäß Gleichung (3) z.B. durch andere Teilkostenfunktionale ersetzt werden oder es können weitere Teilkostenfunktionale hinzutreten, die zusätzlichen Optimierungskriterien entsprechen.
In einem weiteren Schritt 24 wird sodann eine der mehreren Trajektorien anhand der berechneten Kosten ausgewählt. Dabei wird bevorzugt diejenige Trajektorie T ausgewählt, für welche sich bei der Auswertung des betreffenden Kostenfunktionals (d.h. des ersten Kostenfunktionals oder des zweiten Kostenfunktionals) die geringsten Kosten ergeben.
Die beschriebenen weiteren Schritte 23 und 24 können z.B. im Rahmen einer der Trajektorienplanung überlagerten Fahrstrategie- oder Manöverplanung ausgeführt werden.
In weiteren (in 3B nicht dargestellten) Verfahrensschritten können in der Folge geeignete Steuersignale für Aktoren des Fahrzeugs 1 erzeugt werden, um das Fahrzeug 1 entlang der ausgewählten Trajektorie T zu steuern.

Claims

Computerimplementiertes Verfahren zur Trajektorienplanung für ein Fahrzeug (1), umfassend die Schritte: - Erzeugen (21) eines Umfeldmodells, welches ein aktuelles und/oder für die Zukunft prädiziertes Fahrzeugumfeld des Fahrzeugs (1) beschreibt, wobei das Umfeldmodell mehrere belegte Bereiche (B1, B2, B3, C1, C2, C3), denen jeweils eine Unsicherheit zugeordnet ist, definiert; - Planen (22) einer oder mehrerer Trajektorien (T) für das Fahrzeug (1) in Abhängigkeit eines ersten Kostenfunktionals, wobei das erste Kostenfunktional die belegten Bereiche (B1, B2, B3, C1, C2, C3) in Abhängigkeit der jeweils zugeordneten Unsicherheiten berücksichtigt.
Verfahren nach Anspruch 1, wobei die Unsicherheiten sich wenigstens teilweise auf die Existenz und/oder auf einen aktuellen und/oder prädizierten Zustand eines Objekts (3) im Fahrzeugumfeld beziehen.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Unsicherheiten wenigstens teilweise Eigenschaften eines oder mehrerer Sensoren des Fahrzeugs (1) abbilden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die belegten Bereiche (B1, B2, B3, C1, C2, C3) anhand von vorgebbaren Intervallgrenzwerten aus einer Existenzwahrscheinlichkeitsdichtefunktion bestimmt werden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei den belegten Bereichen (B1, B2, B3, C1, C2, C3) jeweils ein Term des ersten Kostenfunktionals zugeordnet ist, welcher in Abhängigkeit von der dem jeweiligen belegten Bereich (B1, B2, B3, C1, C2, C3) zugeordneten Unsicherheit gewichtet ist.
Verfahren nach Ansprüchen 4 und 5, wobei die Terme jeweils einen Gewichtsfaktor enthalten, der in Abhängigkeit einer oder mehrerer der Intervallgrenzen festgelegt ist.
Verfahren nach Ansprüchen 5 oder 6, wobei das erste Kostenfunktional einen Summenterm umfasst, der in der folgenden Form geschrieben werden kann: $\sum_{i = 1}^{n} w_{i}^{e x} J_{i}^{e x}$
wobei - n eine Anzahl von belegten Bereichen ist, - $J_{i}^{e x}$
Kosten für den Fall beinhaltet, dass sich in einem i-ten belegten Bereich ein Objekt befindet; und - $w_{i}^{e x}$
ein Gewichtsfaktor ist, der mit einer Existenzwahrscheinlichkeit eines Objekts in dem i-ten belegten Bereich zusammenhängt.
Verfahren nach einem der vorhergehenden Ansprüche, wobei das Umfeldmodell ein für die Zukunft prädiziertes Fahrzeugumfeld des Fahrzeugs (1) gemäß einem Prädiktionsmodell beschreibt.
Verfahren nach Anspruch 8, wobei das prädizierte Fahrzeugumfeld wenigstens ein bewegliches Objekt (3) enthält, und wobei das Prädiktionsmodell wenigstens eine der folgenden Informationen berücksichtigt: - Einen Objekttyp des Objekts (3); - ein in der Vergangenheit beobachtetes Verhalten des Objekts (3).
Verfahren nach einem der vorhergehenden Ansprüche, wobei mehrere solcher Trajektorien geplant werden und wobei das Verfahren ferner umfasst: - Berechnen (23) von jeweiligen Kosten der mehreren Trajektorien anhand des ersten Kostenfunktionals und/oder anhand eines zweiten Kostenfunktionals, wobei das zweite Kostenfunktional die belegten Bereiche in Abhängigkeit der jeweils zugeordneten Unsicherheiten berücksichtigt; - Auswählen (24) einer der Trajektorien (T) anhand der berechneten Kosten.
Recheneinrichtung, wobei die Recheneinrichtung zum Durchführen eines Verfahrens nach einem der vorhergehenden Ansprüche ausgelegt ist.
Computerprogramm, umfassend Befehle, die bei der Ausführung des Computerprogramms durch eine Recheneinrichtung diese veranlassen, ein Verfahren nach einem der Ansprüche 1 bis 10 auszuführen.
Computerlesbares (Speicher)medium, umfassend Befehle, die bei der Ausführung durch eine Recheneinrichtung diese veranlassen, ein Verfahren nach einem der Ansprüche 1 bis 10 auszuführen.