DE102021111234A1

DE102021111234A1 - Verhaltensplanung in autonomem Fahrzeug

Info

Publication number: DE102021111234A1
Application number: DE102021111234.6A
Authority: DE
Inventors: Roi Reshef
Original assignee: GM Global Technology Operations LLC
Current assignee: GM Global Technology Operations LLC
Priority date: 2020-09-30
Filing date: 2021-04-30
Publication date: 2022-03-31
Also published as: US11912300B2; CN114312824A; US20220097727A1

Abstract

Systeme und Verfahren, um die Verhaltensplanung in einem autonomen Fahrzeug von einem Referenzzustand auszuführen, beinhalten das Erzeugen eines Satzes von Maßnahmen mit fester Größe und fester Reihenfolge gemäß einer vorgegebenen Methodologie. Jede Maßnahme ist eine semantische Anweisung für eine nächste Bewegung des Fahrzeugs. Aus dem Satz von Maßnahmen wird ein Satz von Trajektorien als eine Anweisung erzeugt, die einen Weg und ein Geschwindigkeitsprofil angibt, um Lenkwinkel und Beschleunigungen zur Implementierung durch das Fahrzeug zu erzeugen. Ein Trajektorienfilter wird angewendet, um den Satz von Trajektorien zu filtern, so dass die ungefilterten Trajektorien die Kandidatentrajektorien sind. Das Anwenden des Trajektorienfilters enthält das Bewerten des Weges und des Geschwindigkeitsprofils, die durch jede des Satzes von Trajektorien angegeben werden. Eine ausgewählte Trajektorie wird verwendet, um das Fahrzeug zu steuern, oder die Maßnahme, die der ausgewählten Trajektorie entspricht, wird bei der Trajektorienplanung verwendet, um eine endgültige Trajektorie zu erzeugen, die verwendet wird, um das Fahrzeug zu steuern.

Description

EINLEITUNG
Der Gegenstand der Offenbarung bezieht sich auf die Verhaltensplanung in einem autonomen Fahrzeug.
Autonome Fahrzeuge (z. B. Personenkraftwagen, Lastkraftwagen, Baumaschinen, landwirtschaftliche Geräte, automatisierte Fabrikanlagen) verwenden Sensoren, um Informationen über das Fahrzeug und seine Umgebung zu erhalten. Diese Informationen werden zusammen mit Kartierungs- und Ortungsinformationen verwendet, um das Fahrzeug ohne das Eingreifen eines Fahrers von einem Anfangspunkt zu einem Ziel zu führen. Selbst nachdem eine Route (oder ein Satz potentieller Routen) vom Anfangspunkt zum Ziel bestimmt worden ist, muss während der gesamten Fahrt kontinuierlich eine Verhaltensplanung und eine Trajektorienplanung für mittelfristige (z. B. einige zehn Sekunden) und kurzfristige (z. B. 3-4 Sekunden) Zeitdauern durchgeführt werden. Die Verhaltensplanung bezieht sich auf das Planen einer Maßnahme (d. h., semantische Anweisungen wie z. B. „links abbiegen“ oder „anhalten“), die das Fahrzeug ergreifen sollte. Die Trajektorienplanung bezieht sich auf das Planen eines Weges und eines Geschwindigkeitsprofils, das einer Maßnahme entspricht, die als Teil der Verhaltensplanung ausgewählt wird. Die Trajektorie wird verwendet, um die Befehle (z. B. Lenkwinkel, Beschleunigung/Verzögerung) zu erzeugen, die im Fahrzeug implementiert werden, um der Trajektorie zu folgen und die entsprechende Maßnahme zu ergreifen. Entsprechend ist es erwünscht, eine Verhaltensplanung in einem autonomen Fahrzeug bereitzustellen.
In einer beispielhaften Ausführungsform enthält ein Verfahren zum Ausführen einer Verhaltensplanung in einem autonomen Fahrzeug ausgehend von einem Referenzzustand, der einen Ort und eine Orientierung enthält, das Erzeugen eines Satzes von Maßnahmen einer festen Größe und einer festen Reihenfolge gemäß einer vorgegebenen Methodologie. Jede Maßnahme in dem Satz von Maßnahmen ist eine semantische Anweisung für eine nächste Bewegung des Fahrzeugs. Das Verfahren enthält außerdem das Erzeugen eines Satzes von Trajektorien aus dem Satz von Maßnahmen. Jede Trajektorie in dem Satz von Trajektorien ist eine in einem Fahrzeug implementierbare Anweisung, die einen Weg und ein Geschwindigkeitsprofil für einen Controller angibt, um Lenkwinkel und Beschleunigungen oder Verzögerungen zu erzeugen, die durch das Fahrzeug zu implementieren sind. Ein Trajektorienfilter wird angewendet, um den Satz von Trajektorien zu filtern, so dass die ungefilterten Trajektorien aus dem Satz von Trajektorien die Kandidatentrajektorien sind, wobei das Anwenden des Trajektorienfilters das Bewerten des Weges und des Geschwindigkeitsprofils enthält, die durch jede des Satzes von Trajektorien angegeben werden. Eine aus den Kandidatentrajektorien ausgewählte Trajektorie wird verwendet, um das Fahrzeug zu steuern, oder die Maßnahme aus dem Satz von Maßnahmen, die der ausgewählten Trajektorie entspricht, wird in der Trajektorienplanung verwendet, um eine endgültige Trajektorie zu erzeugen, die verwendet wird, um das Fahrzeug zu steuern.
Zusätzlich zu einem oder mehreren der hierin beschriebenen Merkmale enthält das Verfahren außerdem das Anwenden eines Maßnahmenfilters, um den Satz von Maßnahmen vor dem Erzeugen des Satzes von Trajektorien zu filtern, so dass das Erzeugen des Satzes von Trajektorien das Erzeugen einer Trajektorie enthält, die jeder Maßnahme in dem Satz von Maßnahmen entspricht, die nicht durch das Maßnahmenfilter gefiltert wird.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale enthält das Anwenden des Maßnahmenfilters das Identifizieren von Maßnahmen aus dem Satz von Maßnahmen, die basierend auf dem Referenzzustand des Fahrzeugs nicht anwendbar sind.
Zusätzlich zu einem oder mehreren der hierin beschriebenen Merkmale enthält das Anwenden des Maßnahmenfilters das Maskieren statt des Entfernens von gefilterten Maßnahmen aus dem Satz von Maßnahmen, so dass die feste Größe und die feste Reihenfolge des Satzes von Maßnahmen aufrechterhalten werden.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale enthält das Anwenden des Trajektorienfilters das Maskieren statt des Entfernens von gefilterten Trajektorien aus dem Satz von Trajektorien, so dass die feste Größe und die feste Reihenfolge des Satzes von Maßnahmen aufrechterhalten werden.
Zusätzlich zu einem oder mehreren der hierin beschriebenen Merkmale enthält das Erzeugen des Satzes von Maßnahmen das Erzeugen von sieben grundlegenden dynamischen Maßnahmen, die neun Zellen entsprechen, wobei eine Mittelzelle unter den neun Zellen der Referenzzustand des Fahrzeugs ist und weitere acht Zellen unter den neun Zellen die Mittelzelle umgeben, und das Erzeugen von drei grundlegenden festen Maßnahmen, die drei Fahrspuren entsprechen, einer Fahrspur des Referenzzustands des Fahrzeugs und den Fahrspuren auf beiden Seiten der Fahrspur des Referenzzustands des Fahrzeugs.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale enthält das Erzeugen des Satzes von Maßnahmen das Erzeugen von M dynamischen Maßnahmen aus jeder der sieben grundlegenden dynamischen Maßnahmen und das Erzeugen von M x K festen Maßnahmen aus jeder der drei grundlegenden festen Maßnahmen, wobei M eine vorgegebene Anzahl von Dringlichkeitsniveaus ist und K eine vorgegebene Anzahl von Endgeschwindigkeiten ist.
Zusätzlich zu einem oder mehreren der hierin beschriebenen Merkmale enthält das Erzeugen des Satzes von Trajektorien das Bestimmen einer optimalen Zeitdauer T* für jede Trajektorie aus dem Satz von Trajektorien durch Optimieren einer Kostenfunktion, die aus der Maßnahme aus dem Satz von Maßnahmen, die der Trajektorie entsprechen, erzeugt wird, wobei die Kostenfunktion Gewichte enthält, die gemäß dem Dringlichkeitsniveau aus der vorgegebenen Anzahl von Dringlichkeitsniveaus der Maßnahme vorgegeben sind.
Zusätzlich zu einem oder mehreren der hierin beschriebenen Merkmale enthält das Erzeugen der Trajektorien das Verwenden der optimalen Zeitdauer T* und der Randbedingungen, die eine Quer- und eine Längsposition und eine Quer- und eine Längsgeschwindigkeit für den Referenzzustand des Fahrzeugs und einen resultierenden Zustand des Fahrzeugs, der der entsprechenden Maßnahme zugeordnet ist, definieren.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale gibt der Referenzzustand einen wahren Ort und eine wahre Orientierung des Fahrzeugs oder einen virtuellen Ort und eine virtuelle Orientierung des Fahrzeugs basierend auf einer zuvor bestimmten Kandidatentrajektorie an.
In einer weiteren beispielhaften Ausführungsform enthält ein System zum Steuern eines autonomen Fahrzeugs einen oder mehrere Sensoren, die konfiguriert sind, einen Zustand des Fahrzeugs zu bestimmen, wobei der Zustand einen Ort und eine Orientierung enthält, und einen Controller. Der Controller erzeugt einen Satz von Maßnahmen einer festen Größe und einer festen Reihenfolge gemäß einer vorgegebenen Methodologie. Jede Maßnahme in dem Satz von Maßnahmen ist eine semantische Anweisung für eine nächste Bewegung des Fahrzeugs. Der Controller erzeugt außerdem aus dem Satz von Maßnahmen einen Satz von Trajektorien. Jede Trajektorie in dem Satz von Trajektorien ist eine in einem Fahrzeug implementierbare Anweisung, die einen Weg und ein Geschwindigkeitsprofil für einen Controller angibt, um Lenkwinkel und Beschleunigungen oder Verzögerungen zu erzeugen, die durch das Fahrzeug zu implementieren sind. Ein Trajektorienfilter wird angewendet, um den Satz von Trajektorien zu filtern, so dass die ungefilterten Trajektorien aus dem Satz von Trajektorien die Kandidatentrajektorien sind. Das Anwenden des Trajektorienfilters enthält das Bewerten des Weges und des Geschwindigkeitsprofils, die durch jede des Satzes von Trajektorien angegeben werden. Eine aus den Kandidatentrajektorien ausgewählte Trajektorie wird verwendet, um das Fahrzeug zu steuern, oder es wird die Maßnahme aus dem Satz von Maßnahmen, die der ausgewählten Trajektorie entspricht, bei der Trajektorienplanung verwendet, um eine endgültige Trajektorie zu erzeugen, die verwendet wird, um das Fahrzeug zu steuern.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale enthalten der eine oder die mehreren Sensoren eine Trägheitsmesseinheit, ein Radarsystem, eine Kamera oder ein Lidarsystem.
Zusätzlich zu einem oder mehreren der hierin beschriebenen Merkmale wendet der Controller ein Maßnahmenfilter an, um den Satz von Maßnahmen vor dem Erzeugen des Satzes von Trajektorien zu filtern, so dass das Erzeugen des Satzes von Trajektorien das Erzeugen einer Trajektorie enthält, die jeder Maßnahme in dem Satz von Maßnahmen entspricht, die nicht durch das Maßnahmenfilter gefiltert worden ist.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wendet der Controller durch das Identifizieren der Maßnahmen aus dem Satz von Maßnahmen, die basierend auf dem Zustand des Fahrzeugs nicht anwendbar sind, das Maßnahmenfilter an.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wendet der Controller durch das Maskieren statt des Entfernens gefilterter Maßnahmen aus dem Satz von Maßnahmen das Maßnahmenfilter an, so dass die feste Größe und die feste Reihenfolge des Satzes von Maßnahmen aufrechterhalten werden.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wendet der Controller durch das Maskieren statt des Entfernens gefilterter Trajektorien aus dem Satz der Trajektorien das Trajektorienfilter an, so dass die feste Größe und die feste Reihenfolge des Satzes von Maßnahmen aufrechterhalten werden.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale erzeugt der Controller den Satz von Maßnahmen durch Erzeugen von sieben grundlegenden dynamischen Maßnahmen, die neun Zellen entsprechen, wobei eine Mittelzelle unter den neun Zellen der Zustand des Fahrzeugs ist und weitere acht Zellen unter den neun Zellen die Mittelzelle umgeben, und durch Erzeugen von drei grundlegenden festen Maßnahmen, die drei Fahrspuren entsprechen, einer Fahrspur des Zustands des Fahrzeugs und den Fahrspuren auf beiden Seiten der Fahrspur des Zustands des Fahrzeugs.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale erzeugt der Controller den Satz von Maßnahmen durch Erzeugen von M dynamischen Maßnahmen aus jeder der sieben grundlegenden dynamischen Maßnahmen und Erzeugen von M x K festen Maßnahmen aus jeder der drei grundlegenden festen Maßnahmen, wobei M eine vorgegebene Anzahl von Dringlichkeitsniveaus ist und K eine vorgegebene Anzahl von Endgeschwindigkeiten ist.
Zusätzlich zu einem oder mehreren der hierin beschriebenen Merkmale erzeugt der Controller den Satz von Trajektorien durch Bestimmen für jede Trajektorie aus dem Satz von Trajektorien einer optimalen Zeitdauer T* durch das Optimieren einer Kostenfunktion, die aus der Maßnahme aus dem Satz von Maßnahmen, die der Trajektorie entsprechen, erzeugt wird, wobei die Kostenfunktion Gewichte enthält, die gemäß dem Dringlichkeitsniveau aus der vorgegebenen Anzahl von Dringlichkeitsniveaus der Maßnahme vorgegeben sind.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale erzeugt der Controller die Trajektorien unter Verwendung der optimalen Zeitdauer T* und der Randbedingungen, die eine Quer- und eine Längsposition und eine Quer- und eine Längsgeschwindigkeit für den Zustand des Fahrzeugs und einen resultierenden Zustand des Fahrzeugs, der der entsprechenden Maßnahme zugeordnet ist, definieren.
Die obigen Merkmale und Vorteile und andere Merkmale und Vorteile der Offenbarung sind aus der folgenden ausführlichen Beschreibung leicht offensichtlich, wenn sie in Verbindung mit den beigefügten Zeichnungen betrachtet wird.
Figurenliste
Weitere Merkmale, Vorteile und Einzelheiten gehen lediglich beispielhaft aus der folgenden ausführlichen Beschreibung hervor, wobei sich die ausführliche Beschreibung auf die Zeichnungen bezieht; es zeigen:

1 einen Blockschaltplan eines Fahrzeugs, das eine Trajektorienplanung in einer Betriebsart des autonomen Fahrens gemäß einer oder mehreren Ausführungsformen implementiert;
2 einen Prozessablauf eines Verfahrens zum Erzeugen eines Satzes von Kandidatentrajektorien zur Berücksichtigung bei der Trajektorienplanung gemäß einer oder mehreren Ausführungsformen;
3 beispielhafte Szenarien, um die Methodologie zu erklären, die verwendet wird, um den Satz von Maßnahmen zu erzeugen; und
4 einen Prozessablauf, der Aspekte des Bestimmens einer optimalen Zeitdauer T* als Teil des Prozesses zum Erzeugen von Trajektorien gemäß einer oder mehrerer Ausführungsformen ausführlich beschreibt.

AUSFÜHRLICHE BESCHREIBUNG
Die folgende Beschreibung ist lediglich beispielhafter Art und ist nicht vorgesehen, die vorliegende Offenbarung, ihre Anwendung oder Verwendungen einzuschränken. Es sollte erkannt werden, dass überall in den Zeichnungen entsprechende Bezugszeichen gleiche oder entsprechende Teile und Merkmale angeben.
Wie vorher angegeben worden ist, ist die Routenauswahl von einem gegebenen Anfangspunkt zu einem vorgesehenen Ziel allein nicht ausreichend, um ein autonomes Fahrzeug zum Ziel zu führen. Entlang der gesamten Route wird eine Verhaltensplanung und Trajektorienplanung ausgeführt, um letztendlich die tatsächliche Steuerung zu bestimmen, die ausgeführt werden muss (z. B. die Lenkung und die Beschleunigung und Verzögerung (d. h., Gas und Bremse)). Dies ist zu der Steuerung ähnlich, die herkömmlich durch einen menschlichen Fahrer ausgeführt wird. Während der menschliche Fahrer Sicht und Gehör verwenden kann, um die Beurteilungen auszuführen, die zu jeder Bewegung des Lenkrads und des Fahr- oder Bremspedals führen, verwendet das autonome Fahrzeug Sensoren, um ähnliche Beurteilungen auszuführen. Die Auswahl der nächsten Maßnahme, die durch das Fahrzeug ergriffen werden sollte, (d. h., die Verhaltensplanung), von irgendeinem gegebenen Zustand entlang einer Route ist sequentiell. Das heißt, verschiedene Maßnahmen führen zu verschiedenen Zuständen, wobei folglich eine vorausgehende Maßnahme die Auswahl einer zukünftigen Maßnahme beeinflusst.
Die Ausführungsformen der hier ausführlich beschriebenen Systeme und Verfahren beziehen sich auf die Verhaltensplanung in einem autonomen Fahrzeug. Wie ausführlich beschrieben wird, beginnt die Verhaltensplanung gemäß einer oder mehrerer Ausführungsformen von einem gegebenen gegenwärtigen Zustand (z. B. Ort, Orientierung) des Fahrzeugs mit dem Erzeugen eines Satzes potentieller Maßnahmen, wobei sie das Erzeugen eines Satzes potentieller Trajektorien enthält, die wenigstens einer Teilmenge der potentiellen Maßnahmen entsprechen. Eine der Maßnahmen aus dem Satz von Maßnahmen kann basierend auf dem Bewerten des Satzes von potentiellen Trajektorien ausgewählt werden. Ein Entscheidungsbaum ist eine beispielhafte Art, aus dem Satz von Trajektorien auszuwählen, wodurch die Auswahl der entsprechenden Maßnahme erleichtert wird. Gemäß alternativen Ausführungsformen können andere Herangehensweisen (z. B. eine regelbasierte Herangehensweise, eine nutzenbasierte Herangehensweise, Verfahren des maschinellen Lernens) für die Auswahl verwendet werden, nachdem der Satz von Trajektorien gemäß einer oder mehreren Ausführungsformen erzeugt worden ist. Sobald über die Bewertung des Satzes von potentiellen Trajektorien eine Maßnahme ausgewählt worden ist, kann die ausgewählte Trajektorie verwendet werden. Gemäß dieser beispielhaften Ausführungsform wird die Trajektorienplanung als Teil der Verhaltensplanung abgeschlossen. Alternativ kann eine anschließende Trajektorienplanung für die ausgewählte Maßnahme durchgeführt werden, um die der Maßnahme entsprechende Trajektorie zu verfeinern, was schließlich zu den Befehlen führt, die implementiert werden, um den Betrieb des Fahrzeugs zu steuern. Wie vorher angegeben worden ist, wird dieser Prozess sequentiell über die gesamte Route wiederholt.
In Übereinstimmung mit einer beispielhaften Ausführungsform ist 1 ein Blockschaltplan eines Fahrzeugs 100, der eine Verhaltensplanung in einer Betriebsart des autonomen Fahrens implementiert. Das in 1 gezeigte beispielhafte Fahrzeug 100 ist ein Kraftfahrzeug 101. Das Fahrzeug 100 enthält einen Controller 110, der den autonomen Betrieb basierend auf den Informationen von den Sensoren 120, die die Informationen über das Fahrzeug 100 selbst bereitstellen, (z. B. einer Trägheitsmesseinheit, einem Beschleunigungsmesser), und den Sensoren 130 (z. B. einer Kamera, einem Radarsystem, einem Lidarsystem), die die Informationen über die Umgebung um das Fahrzeug 100 bereitstellen, ermöglicht. Die Anzahlen und Orte der Sensoren 120, 130 sind durch die beispielhafte Veranschaulichung in 1 nicht eingeschränkt. Der Controller 110 kann den Zustand des Fahrzeugs 100 basierend auf den Sensoren 120, 130 bestimmen und kann die Verhaltensplanung ausführen, wie hierin gemäß einer oder mehreren Ausführungsformen ausführlich beschrieben wird.
Wie zuvor angegeben worden ist, kann diese Verhaltensplanung gemäß einer beispielhaften Ausführungsform eine anschließende Trajektorienplanung ausschließen. Gemäß einer alternativen Ausführungsform kann der Controller 110 außerdem eine anschließende Trajektorienplanung für die entsprechende Maßnahme ausführen, die gemäß der Verhaltensplanung ausgewählt wird. Die Trajektorie, die sich aus der Trajektorienplanung ergibt (oder die der Maßnahme im Verlauf der Verhaltensplanung entspricht), ist eine Anweisung, die der Controller 110 verwendet, um Lenkwinkel und Beschleunigungen/Verzögerungen zu erzeugen, um die geplante Trajektorie zu erreichen und die entsprechende Maßnahme auszuführen. Der Controller 110 enthält eine Verarbeitungsschaltungsanordnung, die eine anwendungsspezifische integrierte Schaltung (ASIC), eine elektronische Schaltung, einen Prozessor (gemeinsam benutzt, dediziert oder Gruppe) und einen Speicher enthalten kann, die ein oder mehrere Software- oder Firmware-Programme ausführt, eine kombinatorische Logikschaltung und/oder andere geeignete Komponenten, die die beschriebene Funktionalität bereitstellen.
2 ist ein Prozessablauf eines Verfahrens 200 zum Ausführen der Verhaltensplanung gemäß einer oder mehrerer Ausführungsformen. Gemäß einer beispielhaften Ausführungsform werden die Prozesse des Verfahrens 200 einmal bei einem gegebenen Zustand des Fahrzeugs 100 ausgeführt. In diesem Fall wird der Satz von Kandidatentrajektorien, der (im Block 250) erhalten wird, bewertet, wobei eine Trajektorie basierend auf der Bewertung ausgewählt wird. Die Maßnahme (aus dem im Block 210 erzeugten Satz von Maßnahmen), die der ausgewählten Trajektorie entspricht, ist das Ergebnis der Verhaltensplanung in dem gegebenen Zustand. Gemäß einer weiteren beispielhaften Ausführungsform (z. B. zur Verwendung mit einer Entscheidungsbaum-Herangehensweise) werden die Prozesse des Verfahrens 200 bei einem gegebenen Zustand des Fahrzeugs 100 iterativ ausgeführt. In diesem Fall führt jede des anfänglichen Satzes von Kandidatentrajektorien, die für den gegebenen Zustand erzeugt worden sind, zu einem Satz von virtuellen Zuständen des Fahrzeugs (d. h., Zuständen, die verwirklicht würden, falls die entsprechenden Trajektorien implementiert würden) auf einer nächsten Ebene. Jeder dieser virtuellen Zustände wird dann verwendet, um einen weiteren Satz von Trajektorien usw. für eine ausgewählte Anzahl von Ebenen zu erzeugen. Die Auswahl aus dem anfänglichen Satz von Kandidatentrajektorien bezieht in diesem Fall alle Ebenen ein.
Im Block 210 wird das Erzeugen eines Satzes von Maßnahmen gemäß einer Methodologie ausgeführt, die bezüglich 3 ausführlich beschrieben wird. Wie vorher angegeben worden ist, bezieht sich eine Maßnahme auf eine semantische Anweisung (z. B. „auf die linke Fahrspur fahren“, „geradeaus halten“, „anhalten“), während eine Trajektorie einen Weg und ein Geschwindigkeitsprofil spezifiziert, das durch in einem Fahrzeug implementierbare Anweisungen erreicht werden kann, die den Lenkwinkel und die Beschleunigung oder Verzögerung spezifizieren, um den Betrieb des Fahrzeugs 100 zu steuern. Nicht jede Maßnahme, die (im Block 210) gemäß der Methodologie erzeugt wird, ist auf den Zustand (z. B. Ort, Orientierung) des Fahrzeugs 100 oder seiner Umgebung anwendbar. Der Zustand kann sich auf den wahren Zustand des Fahrzeugs 100 oder auf einen virtuellen Zustand des Fahrzeugs 100 gemäß alternativen Ausführungsformen beziehen.
Im Block 220 enthalten die Prozesse die Filterung von nicht anwendbaren Maßnahmen aus dem im Block 210 erzeugten Satz von Maßnahmen. „Auf die linke Fahrspur fahren“ kann z. B. in dem Satz von Maßnahmen enthalten sein, der im Block 210 erzeugt wird, aber es kann keine Fahrspur links von der Fahrspur geben, in der sich das Fahrzeug 100 gemäß seinem wahren oder virtuellen Zustand befindet, was die Maßnahme nicht anwendbar macht. Die Filterung im Block 220 kann sich z. B. auf die Informationen von den Sensoren 130 stützen. Nicht anwendbare Maßnahmen werden ebenfalls bezüglich 3 weiter erörtert.
Im Block 230 verwendet das Erzeugen von Trajektorien aus dem verbleibenden Satz von Maßnahmen nach der Filterung (im Block 220) eine optimale Zeitdauer T*, die bezüglich 4 weiter erörtert wird. Die Filterung im Block 220 kann sich darauf beziehen, nicht anwendbare Maßnahmen als ungültig anzugeben oder zu maskieren, anstatt nicht anwendbare Maßnahmen aus dem im Block 210 erzeugten Satz zu entfernen. Das heißt, der im Block 210 erzeugte Satz von Maßnahmen kann gemäß beispielhaften Ausführungsformen ein Vektor mit fester Größe und fester Reihenfolge sein. Diese feste Größe und feste Reihenfolge können in den anschließenden Prozessen des Verfahrens 200 aufrechterhalten werden, indem die Einträge, die (in den Blöcken 220 und 240) herausgefiltert werden, maskiert werden, anstatt sie zu löschen. Gemäß beispielhaften Ausführungsformen kann, wenn mehrere Ebenen von Trajektorien gemäß den Prozessen des Verfahrens 200 erzeugt werden, der Vektor mit fester Größe und fester Reihenfolge über die Ebenen (d. h., in den wahren und virtuellen Zuständen) aufrechterhalten werden. Dies kann sich als vorteilhaft erweisen, wenn eine Herangehensweise des maschinellen Lernens zur Auswahl einer Trajektorie als Teil der Verhaltensplanung gemäß einer beispielhaften Ausführungsform verwendet wird.
Der Vektor mit fester Größe und fester Reihenfolge ist außerdem der Grund, aus dem (im Block 210) Maßnahmen erzeugt werden können, die nicht einmal auf den aktuellen (wahren oder virtuellen) Zustand des Fahrzeugs 100 anwendbar sind.
Das erste Filter im Block 220 verhindert das Verwenden von Zeit und Betriebsmitteln des Controllers 110, um Trajektorien (im Block 230) zu erzeugen, die ohnehin nicht durchführbar sind. Sobald die Trajektorien (im Block 230) für die Maßnahmen erzeugt worden sind, die (im Block 220) nicht herausgefiltert worden sind, wird im Block 240 ein zweites Filter angewendet.
Die Filterung unzulässiger Trajektorien im Block 240 bezieht sich auf die Filterung basierend auf der Kinematik, der Sicherheit, dem Komfort oder anderen Überlegungen, die für die entsprechenden Maßnahmen nicht bewertet werden können. Die Fähigkeit, gemäß diesen zusätzlichen Kriterien zu filtern, ist einer der Gründe, dass Trajektorien bei der Verhaltensplanung gemäß einer oder mehreren Ausführungsformen erzeugt werden. Ein Bewerten dieser Überlegungen hinsichtlich der Maßnahmen würde weniger genau sein. Die höhere Abstraktionsebene für die Maßnahmen im Vergleich zu den Trajektorien bedeutet, dass die Überlegungen des Filters im Block 240 die Erzeugung der Trajektorien (im Block 230) erfordern. Die Filterung im Block 240 wird zusammen mit der Trajektorienerzeugung (im Block 230) in der Erörterung nach 4 weiter erörtert.
Im Block 250 bezieht sich das Erhalten eines Satzes von zu berücksichtigenden Kandidatentrajektorien auf das Behandeln der ungefilterten Trajektorien als durchführbare Trajektorien. Wie vorher angegeben worden ist, können diese durchführbaren Trajektorien gemäß einer beispielhaften Ausführungsform dem wahren Zustand des Fahrzeugs 100 zugeordnet sein. In diesem Fall führt die weitere Bewertung zur Auswahl einer der durchführbaren Trajektorien. Die ausgewählte durchführbare Trajektorie kann verwendet werden, um Befehle zur Implementierung durch das Fahrzeug 100 zu erzeugen. In diesem Fall wird die Trajektorienplanung gemäß einer beispielhaften Ausführungsform als Teil der Verhaltensplanung ausgeführt. Gemäß einer alternativen Ausführungsform wird die Maßnahme, die der ausgewählten durchführbaren Trajektorie entspricht, verwendet, um die Trajektorienplanung auszuführen. Diese Trajektorienplanung kann dazu führen, dass durch das Fahrzeug 100 eine verfeinerte Trajektorie als die ausgewählte durchführbare Trajektorie implementiert wird. Wie außerdem vorher angegeben worden ist, können gemäß einer weiteren beispielhaften Ausführungsform diese durchführbaren Trajektorien (z. B. in einer Entscheidungsbaum-Herangehensweise) mit anderen durchführbaren Trajektorien auf verschiedenen Ebenen bewertet werden, um schließlich eine der durchführbaren Trajektorien für den wahren Zustand des Fahrzeugs 100 auszuwählen.
3 veranschaulicht beispielhafte Szenarien 310, 320, um die Methodologie zu erklären, die verwendet wird, um den Satz von Maßnahmen im Block 210 nach 2 zu erzeugen. Das Szenario 310 veranschaulicht dynamische Maßnahmen, die den Satz von Maßnahmen bilden, während das Szenario 320 feste Maßnahmen veranschaulicht, die den Satz von Maßnahmen bilden. Die dynamischen Maßnahmen beziehen andere Fahrzeuge 300 ein. Im beispielhaften Szenario 310 sind die Zellennummern 1-9 den Orten um das Fahrzeug 100 zugewiesen, wie angegeben ist. Außerdem sind die rechte Fahrspur R und die linke Fahrspur L bezüglich des Fahrzeugs 100 angegeben. Andere Fahrzeuge 300-1, 300-2, 300-6 und 300-7 in den nummerierten Zellen sind entsprechend der Zellennummer, die ihrem Ort zugewiesen ist, beschriftet. Andere Fahrzeuge 300, die sich nicht in irgendeiner der Zellen befinden, werden beim Erzeugen der dynamischen Maßnahmen nicht berücksichtigt. Das Fahrzeug 100 befindet sich in der Mitte in der Zelle 5, wie gezeigt ist.
Für jede der Zellen (d. h., die Zellen 1-4 und 6-9), die die Mittelzelle (d. h., die Zelle 5) umgeben, die der wahre oder virtuelle Ort des Fahrzeugs 100 ist, wird eine Maßnahme erzeugt, um das Fahrzeug 100 in eine vorgegebene semantische Stellung (d. h., Position und Orientierung) bezüglich des nächstgelegenen anderen Fahrzeugs 300 in der Zelle zu bewegen. Dieses andere Fahrzeug 300 wird als das repräsentative Fahrzeug für die Zelle bezeichnet. Das andere Fahrzeug 300-1 ist z. B. das repräsentative Fahrzeug der Zelle 1. Die vorgegebene semantische Stellung, die jeder der Zellen 1-4 und 6-9 zugeordnet ist, kann sich z. B. hinter dem repräsentativen Fahrzeug der Zelle befinden. Folglich ist z. B. die für Zelle 1 spezifische semantische Stellung „bis zu einem spezifizierten Abstand hinter dem repräsentativen Fahrzeug der Zelle 1 gelangen“. Dies führt zu einer dynamischen Maßnahme, die einen Fahrspurwechsel nach links und einen anschließenden Zustand (der in diesem Stadium ein virtueller Zustand ist) mit der Geschwindigkeit des repräsentativen Fahrzeugs und einem Ort in einem bestimmten Längsabstand hinter dem repräsentativen Fahrzeug enthält.
Spezifisch werden gemäß einer beispielhaften Ausführungsform für eine gegebene dynamische Maßnahme sechs Bedingungen definiert, obwohl hier der Kürze halber im Allgemeinen eine abgekürzte Beschreibung (z. B. „auf die linke Fahrspur fahren“) verwendet wird. Diese sechs Bedingungen der dynamischen Maßnahme führen zu der spezifizierten semantischen Stellung. Wie vorher angegeben worden ist, ist die hier zu Erklärungszwecken verwendete beispielhafte semantische Stellung ein spezifizierter Abstand (d. h., zeitlichen Raum) hinter einem speziellen repräsentativen Fahrzeug. Die sechs Bedingungen, die eine gegebene Maßnahme definieren, sind die Querposition, die Quergeschwindigkeit, die Querbeschleunigung, die Längsposition, die Längsgeschwindigkeit und die Längsbeschleunigung.
Die Querposition, die durch die dynamische Maßnahme zu erreichen ist, ist die Mitte der relevanten Fahrspur (d. h., die Fahrspur des repräsentativen Fahrzeugs). Die Quergeschwindigkeit und die Querbeschleunigung am Ende jeder dynamischen Maßnahme sind 0. Das heißt, selbst wenn ein Fahrspurwechsel erforderlich war, endet jede Querbewegung, wenn das Fahrzeug 100 zu der Abstandsposition hinter dem repräsentativen Fahrzeug gefahren ist. Während sich die Längsposition und die Längsgeschwindigkeit gemäß der semantischen Stellung (z. B. auf die linke Fahrspur oder die rechte Fahrspur fahren) unterscheiden, endet die dynamische Maßnahme mit einer Längsbeschleunigung von 0. Das heißt, sobald die durch die semantische Stellung spezifizierte Position (z. B. der Abstand hinter einem repräsentativen Fahrzeug) erreicht ist, beschleunigt das Fahrzeug 100 nicht, sondern passt sich der Längsgeschwindigkeit des repräsentativen Fahrzeugs an.
Die Erörterung beispielhafter dynamischer Maßnahmen fortsetzend würde gemäß der beispielhaften semantischen Stellung die der Zelle 3 zugeordnete dynamische Maßnahme basierend auf „zu einem spezifizierten Abstand hinter dem repräsentativen Fahrzeug von Zelle 3 gelangen“ erzeugt werden. Weil es kein anderes Fahrzeug 300 in der Zelle 3 gibt, wird die dynamische Maßnahme, die ein Fahren auf die rechte Fahrspur (d. h. in Richtung der Zelle 3) enthält, im Block 220 als eine nicht anwendbare Maßnahme herausgefiltert. Wie vorher angegeben worden ist, kann sich die Filterung im Block 220 z. B. auf die Informationen von den Sensoren 130 stützen. Die Informationen von den Sensoren 130 können sowohl die vorhandenen Fahrspuren als auch andere Fahrzeuge 300 angeben.
Die dynamische Maßnahme, die der Zelle 8 zugeordnet ist, kann basierend auf der beispielhaften semantischen Stellung „zu einem spezifizierten Abstand hinter dem repräsentativen Fahrzeug der Zelle 8 gelangen“ erzeugt und dann (im Block 220) gefiltert werden, weil, selbst wenn sich ein weiteres Fahrzeug 300-8 in der Zelle 8 befindet, die Maßnahme, rückwärts und hinter dieses andere Fahrzeug 300-8 zu fahren, nicht anwendbar sein würde. Alternativ kann überhaupt keine dynamische Maßnahme (im Block 210) bezüglich der Zelle 8 erzeugt werden. Diese Alternative wird in Tabelle 1 im Folgenden angenommen. Ähnlich ist die beispielhafte semantische Stellung nicht auf die Zelle anwendbar, in der sich das Fahrzeug 100 bereits befindet. Folglich kann eine dynamische Maßnahme bezüglich der Zelle 5, dem Ort des Fahrzeugs 100, erzeugt (im Block 220) und gefiltert (im Block 220) werden oder es kann alternativ keine dynamische Maßnahme für die Zelle 5 (im Block 210) erzeugt werden, wie in Tabelle 1 angenommen wird. In dem beispielhaften Szenario 310 werden nur die dynamischen Maßnahmen, die den Zellen 1, 2, 6 und 7 zugeordnet sind, im Block 220 nicht gefiltert.
In anderen Szenarien können die meisten der dynamischen Maßnahmen (im Block 220) als nicht anwendbar gefiltert werden. Wenn sich z. B. der wahre oder virtuelle Ort des Fahrzeugs 100 auf einer einspurigen Straße befindet, so dass es keine rechte Fahrspur R oder linke Fahrspur L gibt, (d. h., die Zellen 1, 3, 4, 6, 7 und 9 sind keine Fahrbahnen), dann würde nur die der Zelle 2 zugeordnete Maßnahme im Block 220 ungefiltert sein, weil die den Zellen 5 und 8 zugeordneten dynamischen Maßnahmen ebenfalls immer gefiltert werden, falls sie überhaupt erzeugt werden. Ungeachtet irgendeiner nachfolgenden Filterung im Block 220 werden im Block 210 dynamische Maßnahmen für die sieben Zellen 1-4, 6, 7 und 9, die das Fahrzeug 100 umgeben, erzeugt. Folglich werden insgesamt sieben grundlegende dynamische Maßnahmen erzeugt.

Tabelle 1 gibt die grundlegende dynamische Maßnahme an, die jeder Zelle zugeordnet ist. Jede dieser grundlegenden dynamischen Maßnahmen kann mit einer Anzahl M unterschiedlicher Niveaus der Dringlichkeit oder der Aggressivität wiederholt werden. M ist vorgegeben, wobei die Dringlichkeit als Gewichtungspaare ausgedrückt wird, wie bezüglich 4 erörtert wird. Das heißt, jedes der M Dringlichkeitsniveaus ist einem vorgegebenen Gewichtungspaar w_J, w_T zugeordnet, das in den dem Block 230 zugeordneten Prozessen verwendet wird. M = 3, z. B. In diesem Fall können die dynamischen Maßnahmen hinsichtlich der Zelle 1 „auf die linke Fahrspur L fahren und hinter das Fahrzeug in der Zelle 1 mit dem Dringlichkeitsniveau 1 gelangen“, „auf die linke Fahrspur L fahren und hinter das Fahrzeug in der Zelle 1 mit dem Dringlichkeitsniveau 2 gelangen“ und „auf die linke Fahrspur L fahren und hinter das Fahrzeug in der Zelle 1 mit dem Dringlichkeitsniveau 3 gelangen“ sein. Folglich werden insgesamt M x 7 dynamische Maßnahmen erzeugt. Tabelle 1. Grundlegende dynamische Maßnahmen

Zellennummer	dynamische Maßnahme
1	auf die linke Fahrspur L fahren und hinter das Fahrzeug in der Zelle 1 gelangen
2	in der Fahrspur hinter dem Fahrzeug in der Zelle 2 bleiben
3	auf die rechte Fahrspur R fahren und hinter das Fahrzeug in der Zelle 3 gelangen
4	auf die linke Fahrspur L fahren und hinter das Fahrzeug in der Zelle 4 gelangen
6	auf die rechte Fahrspur R fahren und hinter das Fahrzeug in der Zelle 6 gelangen
7	auf die linke Fahrspur L fahren und hinter das Fahrzeug in der Zelle 7 gelangen
9	auf die rechte Fahrspur R fahren und hinter das Fahrzeug in der Zelle 9 gelangen

Wie vorher angegeben worden ist, veranschaulicht das Szenario 320 feste Maßnahmen. Die rechte Fahrspur R und die linke Fahrspur L bezüglich des Fahrzeugs 100 sind angegeben. Feste Maßnahmen beziehen sich auf jene, die keine anderen Fahrzeuge 300 berücksichtigen. Die drei grundlegenden festen Maßnahmen sind gemäß der abgekürzten Beschreibung „auf die linke Fahrspur L fahren“, „auf der Fahrspur bleiben“ und „auf die rechte Fahrspur R fahren“. Spezifischer sind gemäß einer beispielhaften Ausführungsform fünf Bedingungen für jede feste Maßnahme (d. h., für den durch die Maßnahme erreichten Zustand) definiert. Die fünf Bedingungen sind die Querposition, die Quergeschwindigkeit, die Querbeschleunigung, die Längsgeschwindigkeit und die Längsbeschleunigung. Die Längsposition (z. B. die Position innerhalb der Fahrspur) ist nicht eingeschränkt, wobei aber die Längsgeschwindigkeit durch die Endgeschwindigkeit spezifiziert ist, die die Geschwindigkeit des Fahrzeugs 100 in dem Zustand ist, in dem die feste Maßnahme endet und die Längsbeschleunigung 0 ist. Wenn die linke Fahrspur L und/oder die rechte Fahrspur R für einen gegebenen echten oder virtuellen Ort des Fahrzeugs 100 nicht vorhanden ist, dann wird die dieser Fahrspur zugeordnete feste Maßnahme im Block 220 herausgefiltert.
Für jede der grundlegenden festen Maßnahmen können K verschiedene Endgeschwindigkeiten betrachtet werden. Das heißt, die grundlegende feste Maßnahme „auf die linke Fahrspur L fahren“ kann auf K feste Maßnahmen „auf die linke Fahrspur L fahren und eine der K Endgeschwindigkeiten erreichen“ erweitert werden. Die K Endgeschwindigkeiten sind vorgegeben und können so gewählt werden, dass sie innerhalb eines Bereichs von Endgeschwindigkeiten gleichmäßig beabstandet sind. Vier (d. h., K = 10) Endgeschwindigkeiten im Bereich von 0 bis 30 Meilen pro Stunde (mph) können z. B. 0, 10 mph, 20 mph und 30 mph sein. Alternativ können die K Endgeschwindigkeiten bezüglich einer statischen Metrik, die dem gegenwärtigen (wahren oder virtuellen) Zustand des Fahrzeugs 100 zugeordnet ist, wie z. B. der Geschwindigkeitsbegrenzung, sein. Zusätzlich können die festen Maßnahmen wie die dynamischen Maßnahmen, die bezüglich des beispielhaften Szenarios 310 erörtert worden sind, jeweils mit M Dringlichkeitsniveaus ausgeführt werden. Folglich wird eine Gesamtzahl von M x (K x 3) festen Maßnahmen erzeugt.
Zusammen ergeben die M x 7 dynamischen Maßnahmen und M x (K x 3) festen Maßnahmen M x (7 + (K x 3)) Maßnahmen als den Satz von Maßnahmen. Wie vorher angegeben worden ist, können diese Anzahl von Maßnahmen und die Reihenfolge der Maßnahmen fest sein. Die Reihenfolge kann als ein Beispiel jede der dynamischen Maßnahmen nach der Zellnummer, gefolgt von jeder der festen Maßnahmen sein. Gemäß beispielhaften Ausführungsformen werden die Größe und die Reihenfolge der im Block 210 erzeugten Maßnahmen während der in 2 gezeigten Prozesse aufrechterhalten. Folglich sind die gefilterten Maßnahmen, die sich aus dem Block 220 ergeben, ein Vektor gleicher Größe wie die im Block 210 erzeugten Maßnahmen, wobei sie sich in der gleichen Reihenfolge befinden, wobei aber die gefilterten Maßnahmen z. B. maskiert sind. Ähnlich sind die im Block 230 erzeugten Trajektorien ein Vektor gleicher Größe wie die im Block 210 erzeugten Maßnahmen, wobei sie sich in der gleichen Reihenfolge befinden.
Das heißt, alle unmaskierten Maßnahmen (die sich aus dem Block 220 ergeben) weisen entsprechende Trajektorien (die sich aus dem Block 230 ergeben) innerhalb einer Gesamtvektorgröße und in derselben Reihenfolge wie die im Block 210 erzeugten Maßnahmen auf.
4 ist ein Prozessablauf, der die Aspekte des Bestimmens einer optimalen Zeitdauer T* als Teil des Erzeugens von Trajektorien im Block 230 nach 2 gemäß einer oder mehrerer Ausführungsformen ausführlich beschreibt. Die Trajektorienplanung, die sich auf das Erzeugen einer Trajektorie (d. h., einer Spezifikation eines Weges und eines Geschwindigkeitsprofils) bezieht, die einer Maßnahme (d. h., einer semantischen Anweisung) entspricht, ist im Allgemeinen bekannt und kann gemäß einer Anzahl verschiedener Herangehensweisen implementiert werden. Gemäß einer beispielhaften Ausführungsform wird die Herangehensweise der Trajektorienplanung, die im Block 230 verwendet wird, um eine Trajektorie zu erzeugen, die jeder Maßnahme entspricht, die im Block 220 nicht herausgefiltert wurde, als ruckoptimale Trajektorienplanung bezeichnet. Vorteilhaft unterscheiden sich die hier ausführlich beschriebenen Ausführungsformen von früheren Herangehensweisen der Trajektorienplanung durch das Bestimmen der optimalen Zeitdauer T* für jede Trajektorie.
Die Tatsache, dass ein Typ der Trajektorienplanung (z. B. die ruckoptimale Trajektorienplanung) im Block 230 verwendet wird, ist der Grund dafür, dass gemäß alternativen Ausführungsformen anschließend eine Trajektorienplanung durch eine oder mehrere andere Herangehensweisen ausgeführt werden kann. Das heißt, wie vorher angegeben worden ist, es wird eine der im Block 210 erzeugten Maßnahmen ausgewählt, indem aus den durchführbaren Trajektorien, die sich aus der Verarbeitung im Block 240 ergeben, bewertet und ausgewählt wird und dann die Maßnahme bestimmt wird, die mit der ausgewählten durchführbaren Trajektorie übereinstimmt. Gemäß einer beispielhaften Ausführungsform kann die ausgewählte durchführbare Trajektorie implementiert werden, um das Fahrzeug 100 zu steuern. Gemäß einer beispielhaften Ausführungsform kann jedoch eine Trajektorienplanung für die ausgewählte Maßnahme abermals durchgeführt werden. Diese anschließende Trajektorienplanung würde wahrscheinlich eine andere Herangehensweise als die im Block 230 verwendete Herangehensweise (z. B. eine ruckoptimale Trajektorienplanung) verwenden.
Gemäß einer oder mehreren hierin ausführlich beschriebenen Ausführungsformen wird eine optimale Zeitdauer T* für die Trajektorie bestimmt und zusätzlich in einem beispielhaften ruckoptimalen Trajektorienplanungsprozess im Block 230 verwendet. Für eine gegebene Maßnahme (z. B. in die linke Fahrspur fahren) ist es intuitiv offensichtlich, dass eine schnelle Maßnahme und der Insassenkomfort umgekehrt in Beziehung stehen. Das heißt, ein großer Ruck (d. h., eine Änderung der Beschleunigung im Lauf der Zeit) entspricht einer kleinen Zeitdauer, um eine Maßnahme (mit relativ geringerem Insassenkomfort) auszuführen, während eine lange Zeitdauer, um die Maßnahme auszuführen, einem geringen Ruck und folglich einem höheren Insassenkomfort entspricht. Im Block 420 wird eine Kostenfunktion gelöst, um die optimale Zeitdauer T* für die Trajektorie zu bestimmen, um Ruck und Zeitdauer auszugleichen.
Im Block 410 bezieht sich das Erhalten der Randbedingungen und des Dringlichkeitsniveaus einer gegebenen Maßnahme auf das Erhalten dieser Informationen für jeweils eine der (im Block 220 nicht gefilterten) Maßnahmen. Die in 4 gezeigten Prozesse werden für jede Maßnahme ausgeführt, die das Filter im Block 220 passiert, um die entsprechende Trajektorie im Block 230 zu erzeugen. Die Randbedingungen geben den aktuellen (echten oder virtuellen) Zustand des Fahrzeugs 100 und den Endzustand (d. h., wo sich das Fahrzeug 100 befindet und wo es sich basierend auf der Maßnahme befinden wird) an. Spezifisch werden eine Quer- und eine Längsposition und eine Quer- und eine Längsgeschwindigkeit im Anfangs- und Endzustand erhalten, die zu den Bedingungen gehören, die sowohl für die dynamischen Maßnahmen als auch für die festen Maßnahmen spezifiziert sind. Das Dringlichkeitsniveau gehört zu den M Dringlichkeitsniveaus, die jeder grundlegenden Maßnahme zugeschrieben sind.
Im Block 420 enthalten die Prozesse das Lösen einer Kostenfunktion, um die optimale Zeitdauer T* für die zu erzeugende Trajektorie zu bestimmen. In 4 veranschaulichen zwei Graphen 425a, 425b jeweils die Kosten gegen die Zeit T in Sekunden (s) für zwei beispielhafte Kostenfunktionen f₁(T) und f₂(T), die zwei verschiedenen Maßnahmen zugeordnet sind. Der Graph 425a kann sich auf eine Maßnahme, wie z. B. „anhalten“ beziehen, während sich der Graph 425b auf eine andere beispielhafte Maßnahme (z. B. „auf die rechte Fahrspur fahren und eine Endgeschwindigkeit erreichen“) beziehen kann. Die optimale Zeitdauer T* für die Trajektorie, die jeder Maßnahme entspricht, wird durch Minimieren der anwendbaren Kostenfunktion bestimmt.
Spezifisch wird die Kostenfunktion f₁(T) minimiert, um die optimale Zeitdauer T₁* für die Trajektorie zu bestimmen, die der ersten beispielhaften Maßnahme entspricht, während die Kostenfunktion f₂(T) minimiert wird, um die optimale Zeitdauer T₂* für die Trajektorie zu bestimmen, die der zweiten beispielhaften Maßnahme entspricht. In jeder der Kostenfunktionen ist J(T) eine Funktion, die die Randbedingungen und eine Zeit für die Ausführung T auf die akkumulierte Summe des quadrierten Rucks über eine ruckoptimale Trajektorienlösung für die Randbedingungen abbildet. Das Gewicht w_J der Ruckkomponente und das Gewicht w_T der Zeitkomponente sind für jedes der M Dringlichkeitsniveaus vorgegeben. Anders ausgedrückt, ein gegebenes Dringlichkeitsniveau unter den M Dringlichkeitsniveaus beeinflusst die Trajektorie, die für eine Maßnahme erzeugt wird, durch das Beeinflussen der Gewichte w_J und w_T. Folglich weisen die Gewichte w_J,1 und W_T,1, die in der Kostenfunktion f₁(T) verwendet werden, tatsächlich die gleichen Werte wie die Gewichte w_J,2 und w_T,2, die in der Kostenfunktion f₂(T) verwendet werden, auf, falls das Dringlichkeitsniveau, das der Maßnahme zugeordnet ist, die die Kostenfunktion f₁(T) erzeugt hat, das gleiche wie das Dringlichkeitsniveau ist, das der Maßnahme zugeordnet ist, die die Kostenfunktion f₂(T) erzeugt hat.
Im Block 430 verwendet das Erzeugen der Trajektorie, die einer gegebenen Maßnahme entspricht, (d. h., das Ausführen der Trajektorienplanung), nicht nur die durch die Maßnahme definierten Randbedingungen, sondern außerdem die optimale Zeitdauer T* gemäß einer oder mehrerer Ausführungsformen. Die Trajektorienplanung selbst, z. B. gemäß einem ruckoptimalen Ansatz, ist bekannt. Sobald die Prozesse im Block 230 für jede Maßnahme ausgeführt worden sind, die im Block 220 nicht herausgefiltert worden ist, werden die resultierenden Trajektorien im Block 240 gefiltert, um die durchführbaren Trajektorien zu identifizieren, wie bezüglich 2 angegeben worden ist. Weil eine gegebene Trajektorie einen Weg und ein Geschwindigkeitsprofil angibt, kann das Filtern im Block 240 die Kinematik, die Sicherheit, den Komfort und andere Faktoren berücksichtigen, die vorgegeben sind. Falls z. B. das Geschwindigkeitsprofil eine Geschwindigkeitsbegrenzung überschreitet, die dem aktuellen (echten oder virtuellen) Zustand des Fahrzeugs 100 zugeordnet ist, kann die Trajektorie, die dieses Geschwindigkeitsprofil spezifiziert, im Block 240 gefiltert werden. Es können ebenfalls Schwellenwerte für das Geschwindigkeitsprofil in Anbetracht der Sicherheit oder des Komforts der Insassen vorgegeben sein.
Während die obige Offenbarung bezüglich beispielhafter Ausführungsformen beschrieben worden ist, wird durch die Fachleute auf dem Gebiet erkannt, dass verschiedene Änderungen vorgenommen und deren Elemente durch Äquivalente ersetzt werden können, ohne von ihrem Schutzumfang abzuweichen. Zusätzlich können viele Modifikationen vorgenommen werden, um eine spezielle Situation oder ein spezielles Material an die Lehren der Offenbarung anzupassen, ohne von ihrem wesentlichen Schutzumfang abzuweichen. Deshalb ist vorgesehen, dass die vorliegende Offenbarung nicht auf die offenbarten speziellen Ausführungsformen eingeschränkt ist, sondern alle Ausführungsformen enthält, die in ihren Schutzumfang fallen.

Claims

Verfahren zum Ausführen einer Verhaltensplanung in einem autonomen Fahrzeug ausgehend von einem Referenzzustand, der Ort und Orientierung enthält, wobei das Verfahren umfasst: Erzeugen eines Satzes von Maßnahmen einer festen Größe und einer festen Reihenfolge gemäß einer vorgegebenen Methodologie, wobei jede Maßnahme in dem Satz von Maßnahmen eine semantische Anweisung für eine nächste Bewegung des Fahrzeugs ist; Erzeugen eines Satzes von Trajektorien aus dem Satz von Maßnahmen, wobei jede Trajektorie in dem Satz von Trajektorien eine in einem Fahrzeug implementierbare Anweisung ist, die einen Weg und ein Geschwindigkeitsprofil für einen Controller angibt, um Lenkwinkel und Beschleunigungen oder Verzögerungen zu erzeugen, die durch das Fahrzeug zu implementieren sind; und Anwenden eines Trajektorienfilters, um den Satz von Trajektorien zu filtern, so dass die ungefilterten Trajektorien aus dem Satz von Trajektorien die Kandidatentrajektorien sind, wobei das Anwenden des Trajektorienfilters das Bewerten des Weges und des Geschwindigkeitsprofils, die durch jede des Satzes von Trajektorien angegeben werden, enthält, wobei eine ausgewählte Trajektorie aus den Kandidatentrajektorien verwendet wird, um das Fahrzeug zu steuern, oder die Maßnahme aus dem Satz von Maßnahmen, die der ausgewählten Trajektorie entspricht, bei der Trajektorienplanung verwendet wird, um eine endgültige Trajektorie zu erzeugen, die verwendet wird, um das Fahrzeug zu steuern.
Verfahren nach Anspruch 1, das ferner das Anwenden eines Maßnahmenfilters umfasst, um den Satz von Maßnahmen vor dem Erzeugen des Satzes von Trajektorien zu filtern, so dass das Erzeugen des Satzes von Trajektorien das Erzeugen einer Trajektorie enthält, die jeder Maßnahme in dem Satz von Maßnahmen entspricht, die nicht durch das Maßnahmenfilter gefiltert ist.
Verfahren nach Anspruch 2, wobei das Anwenden des Maßnahmenfilters das Identifizieren von Maßnahmen aus dem Satz von Maßnahmen enthält, die basierend auf dem Referenzzustand des Fahrzeugs nicht anwendbar sind, wobei das Anwenden des Maßnahmenfilters das Maskieren statt des Entfernens der gefilterten Maßnahmen aus dem Satz von Maßnahmen enthält, so dass die feste Größe und die feste Reihenfolge des Satzes von Maßnahmen aufrechterhalten werden, und wobei das Anwenden des Trajektorienfilters das Maskieren statt des Entfernens der gefilterten Trajektorien aus dem Satz von Trajektorien enthält, so dass die feste Größe und die feste Reihenfolge des Satzes von Maßnahmen aufrechterhalten werden.
Verfahren nach Anspruch 1, wobei das Erzeugen des Satzes von Maßnahmen das Erzeugen von sieben grundlegenden dynamischen Maßnahmen, die neun Zellen entsprechen, wobei eine Mittelzelle unter den neun Zellen der Referenzzustand des Fahrzeugs ist und weitere acht Zellen unter den neun Zellen die Mittelzelle umgeben, und das Erzeugen von drei grundlegenden festen Maßnahmen, die drei Fahrspuren entsprechen, einer Fahrspur des Referenzzustands des Fahrzeugs und den Fahrspuren auf beiden Seiten der Fahrspur des Referenzzustands des Fahrzeugs, enthält, wobei das Erzeugen des Satzes von Maßnahmen das Erzeugen von M dynamischen Maßnahmen aus jeder der sieben grundlegenden dynamischen Maßnahmen und das Erzeugen von M x K festen Maßnahmen aus jeder der drei grundlegenden festen Maßnahmen enthält, wobei M eine vorgegebene Anzahl von Dringlichkeitsniveaus ist und K eine vorgegebene Anzahl von Endgeschwindigkeiten ist, wobei das Erzeugen des Satzes von Trajektorien das Bestimmen, für jede Trajektorie aus dem Satz von Trajektorien, einer optimalen Zeitdauer T* durch das Optimieren einer Kostenfunktion enthält, die aus der Maßnahme aus dem Satz von Maßnahmen erzeugt wird, die der Trajektorie entsprechen, wobei die Kostenfunktion Gewichte enthält, die gemäß dem Dringlichkeitsniveau aus der vorgegebenen Anzahl von Dringlichkeitsniveaus der Maßnahme vorgegeben sind, und wobei das Erzeugen der Trajektorien das Verwenden der optimalen Zeitdauer T* und von Randbedingungen enthält, die eine Quer- und eine Längsposition und eine Quer- und eine Längsgeschwindigkeit für den Referenzzustand des Fahrzeugs und einen resultierenden Zustand des Fahrzeugs, der der entsprechenden Maßnahme zugeordnet ist, definieren.
Verfahren nach Anspruch 1, wobei der Referenzzustand einen wahren Ort und eine wahre Orientierung des Fahrzeugs oder einen virtuellen Ort und eine virtuelle Orientierung des Fahrzeugs basierend auf einer zuvor bestimmten Kandidatentrajektorie angibt.
System, um ein autonomes Fahrzeug zu steuern, wobei das System umfasst: einen oder mehrere Sensoren, die konfiguriert sind, einen Zustand des Fahrzeugs zu bestimmen, wobei der Zustand den Ort und die Orientierung enthält; und einen Controller, der konfiguriert ist: einen Satz von Maßnahmen einer festen Größe und einer festen Reihenfolge gemäß einer vorgegebenen Methodologie zu erzeugen, wobei jede Maßnahme in dem Satz von Maßnahmen eine semantische Anweisung für eine nächste Bewegung des Fahrzeugs ist, einen Satz von Trajektorien aus dem Satz von Maßnahmen zu erzeugen, wobei jede Trajektorie in dem Satz von Trajektorien eine in einem Fahrzeug implementierbare Anweisung ist, die einen Weg und ein Geschwindigkeitsprofil für einen Controller angibt, um Lenkwinkel und Beschleunigungen oder Verzögerungen zu erzeugen, die durch das Fahrzeug zu implementieren sind, und ein Trajektorienfilter anzuwenden, um den Satz von Trajektorien zu filtern, so dass die ungefilterten Trajektorien aus dem Satz von Trajektorien die Kandidatentrajektorien sind, wobei das Anwenden des Trajektorienfilters das Bewerten des Wegs und des Geschwindigkeitsprofils, die durch jede des Satzes von Trajektorien angegeben werden, enthält, wobei eine ausgewählte Trajektorie aus den Kandidatentrajektorien verwendet wird, um das Fahrzeug zu steuern, oder die Maßnahme aus dem Satz von Maßnahmen, die der ausgewählten Trajektorie entspricht, bei der Trajektorienplanung verwendet wird, um eine endgültige Trajektorie zu erzeugen, die verwendet wird, um das Fahrzeug zu steuern.
System nach Anspruch 6, wobei der eine oder die mehreren Sensoren eine Trägheitsmesseinheit, ein Radarsystem, eine Kamera oder ein Lidarsystem enthalten.
System nach Anspruch 6, wobei der Controller ferner konfiguriert ist, ein Maßnahmenfilter anzuwenden, um den Satz von Maßnahmen vor dem Erzeugen des Satzes von Trajektorien zu filtern, so dass das Erzeugen des Satzes von Trajektorien das Erzeugen einer Trajektorie enthält, die jeder Maßnahme in dem Satz von Maßnahmen entspricht, die nicht durch das Maßnahmenfilter gefiltert ist.
System nach Anspruch 8, wobei der Controller konfiguriert ist, das Maßnahmenfilter durch das Identifizieren von Maßnahmen aus dem Satz von Maßnahmen, die basierend auf dem Zustand des Fahrzeugs nicht anwendbar sind, anzuwenden, wobei der Controller konfiguriert ist, das Maßnahmenfilter durch das Maskieren anstatt des Entfernens der gefilterten Maßnahmen aus dem Satz von Maßnahmen anzuwenden, so dass die feste Größe und die feste Reihenfolge des Satzes von Maßnahmen aufrechterhalten werden, und wobei der Controller konfiguriert ist, das Trajektorienfilter durch das Maskieren anstatt des Entfernens der gefilterten Trajektorien aus dem Satz von Trajektorien anzuwenden, so dass die feste Größe und die feste Reihenfolge des Satzes von Maßnahmen aufrechterhalten werden.
System nach einem der Ansprüche 6-9, wobei der Controller konfiguriert ist, den Satz von Maßnahmen durch das Erzeugen von sieben grundlegenden dynamischen Maßnahmen, die neun Zellen entsprechen, wobei eine Mittelzelle unter den neun Zellen der Zustand des Fahrzeugs ist und weitere acht Zellen unter den neun Zellen die Mittelzelle umgeben, und das Erzeugen von drei grundlegenden festen Maßnahmen, die drei Fahrspuren entsprechen, einer Fahrspur des Zustands des Fahrzeugs und den Fahrspuren auf beiden Seites der Fahrspur des Zustands des Fahrzeugs, zu erzeugen, wobei der Controller konfiguriert ist, den Satz von Maßnahmen durch Erzeugen von M dynamischen Maßnahmen aus jeder der sieben grundlegenden dynamischen Maßnahmen und durch Erzeugen von M x K festen Maßnahmen aus jeder der drei grundlegenden festen Maßnahmen zu erzeugen, wobei M eine vorgegebene Anzahl von Dringlichkeitsniveaus ist und K eine vorgegebene Anzahl von Endgeschwindigkeiten ist, wobei der Controller konfiguriert ist, den Satz von Trajektorien durch das Bestimmen für jede Trajektorie aus dem Satz von Trajektorien einer optimalen Zeitdauer T* durch das Optimieren einer Kostenfunktion, die aus der Maßnahme aus dem Satz von Maßnahmen erzeugt wird, die der Trajektorie entsprechen, zu erzeugen, wobei die Kostenfunktion Gewichte enthält, die gemäß dem Dringlichkeitsniveau aus der vorgegebenen Anzahl von Dringlichkeitsniveaus der Maßnahme vorgegeben sind, und der Controller konfiguriert ist, die Trajektorien unter Verwendung der optimalen Zeitdauer T* und der Randbedingungen zu erzeugen, die eine Quer- und eine Längsposition und eine Quer- und eine Längsgeschwindigkeit für den Zustand des Fahrzeugs und einen resultierenden Zustand des Fahrzeugs, der der entsprechenden Maßnahme zugeordnet ist, definieren.