DE112020006317T5 - COMPUTER SYSTEM AND METHOD FOR TRAINING A TRAFFIC AGENT IN A SIMULATION ENVIRONMENT - Google Patents

COMPUTER SYSTEM AND METHOD FOR TRAINING A TRAFFIC AGENT IN A SIMULATION ENVIRONMENT Download PDF

Info

Publication number
DE112020006317T5
DE112020006317T5 DE112020006317.8T DE112020006317T DE112020006317T5 DE 112020006317 T5 DE112020006317 T5 DE 112020006317T5 DE 112020006317 T DE112020006317 T DE 112020006317T DE 112020006317 T5 DE112020006317 T5 DE 112020006317T5
Authority
DE
Germany
Prior art keywords
trajectories
vehicle
trajectory
term
long
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE112020006317.8T
Other languages
German (de)
Inventor
Hitarth Bhatt
Henning Hasemann
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Automotive Artificial Intelligence Aai GmbH
Automotive Artificial Intelligence AAI GmbH
Original Assignee
Automotive Artificial Intelligence Aai GmbH
Automotive Artificial Intelligence AAI GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Automotive Artificial Intelligence Aai GmbH, Automotive Artificial Intelligence AAI GmbH filed Critical Automotive Artificial Intelligence Aai GmbH
Publication of DE112020006317T5 publication Critical patent/DE112020006317T5/en
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00Simulators for teaching or training purposes
    • G09B9/02Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00Simulators for teaching or training purposes
    • G09B9/006Simulators for teaching or training purposes for locating or ranging of objects

Abstract

Die vorliegende Erfindung betrifft ein computerimplementiertes Trainingsverfahren für einen Verkehrsagenten, der ein Straßenfahrzeug in einer komplexen Fahrsituation einer Simulationsumgebung navigiert, sowie ein entsprechendes Computersystem, ein Computersystem zur Simulation einer Straßenfahrumgebung in komplexen Fahrsituationen für ein oder mehrere Fahrzeuge, das einen oder mehrere Prozessoren umfasst oder daraus besteht, unter Verwendung eines erfindungsgemäß trainierten Verkehrsagenten und die Verwendung des erfindungsgemäßen computerimplementierten Trainingsverfahrens zum Training eines Verkehrsagenten, der ein Straßenfahrzeug in einer komplexen Fahrsituation einer Simulationsumgebung navigiert.The present invention relates to a computer-implemented training method for a traffic agent who navigates a road vehicle in a complex driving situation in a simulation environment, and a corresponding computer system, a computer system for simulating a road driving environment in complex driving situations for one or more vehicles, which includes one or more processors or consists of it consists, using a traffic agent trained according to the invention and the use of the computer-implemented training method according to the invention for training a traffic agent who navigates a road vehicle in a complex driving situation of a simulation environment.

Description

TECHNISCHER BEREICH:TECHNICAL PART:

Die vorliegende Erfindung betrifft ein computerimplementiertes Trainingsverfahren für einen Verkehrsagenten, der ein Straßenfahrzeug in einer komplexen Fahrsituation einer Simulationsumgebung navigiert, sowie ein entsprechendes Computersystem, ein Computersystem zur Simulation einer Straßenfahrumgebung in komplexen Fahrsituationen für ein oder mehrere Fahrzeuge, das einen oder mehrere Prozessoren umfasst oder daraus besteht, unter Verwendung eines erfindungsgemäß trainierten Verkehrsagenten und die Verwendung des erfindungsgemäßen computerimplementierten Trainingsverfahrens zum Training eines Verkehrsagenten, der ein Straßenfahrzeug in einer komplexen Fahrsituation einer Simulationsumgebung navigiert.The present invention relates to a computer-implemented training method for a traffic agent who navigates a road vehicle in a complex driving situation in a simulation environment, and a corresponding computer system, a computer system for simulating a road driving environment in complex driving situations for one or more vehicles, which includes one or more processors or from it consists, using a traffic agent trained according to the invention and the use of the computer-implemented training method according to the invention for training a traffic agent who navigates a road vehicle in a complex driving situation of a simulation environment.

STAND DER TECHNIK:STATE OF THE ART:

Bevor die Fahreigenschaften von Straßenfahrzeugen in der Realität getestet werden, werden Computersimulationen bestimmter Fahrsituationen, z. B. beim Bremsen, durchgeführt. Da der Vorhersagezeitraum in der Regel nur bis zu 2 Sekunden beträgt, können komplexe Fahrsituationen, wie sie z. B. bei Überholvorgängen erforderlich sind, von diesen Modellen nicht vorhergesagt werden.Before the driving characteristics of road vehicles are tested in reality, computer simulations of certain driving situations, e.g. B. when braking performed. Since the forecast period is usually only up to 2 seconds, complex driving situations, such as those B. are required when overtaking, are not predicted by these models.

Das Problem, ein System zu entwickeln, das ein Auto in einer Vielzahl von Verkehrssituationen sicher steuern kann, wurde umfassend untersucht und ist augenscheinlich von Interesse für die Entwicklung autonomer Fahrzeuge. Das Hauptaugenmerk in diesem Forschungsbereich liegt auf sicheren und effizienten Entscheidungen unter Echtzeit-Bedingungen. Die simulierten sicheren und effizienten Entscheidungen spiegeln jedoch möglicherweise nicht die menschlichen Fahrentscheidungen im natürlichen Verkehr wider.The problem of developing a system that can safely control a car in a variety of traffic situations has been extensively studied and is of apparent interest for the development of autonomous vehicles. The main focus in this research area is on safe and efficient decisions under real-time conditions. However, the simulated safe and efficient decisions may not reflect human driving decisions in natural traffic.

Daher wird es immer wichtiger, menschliche Fahrentscheidungen im natürlichen Verkehr zu simulieren. Menschliche Fahrentscheidungen im natürlichen Verkehr werden zudem von vielen Faktoren beeinflusst und können auf verschiedenen Ebenen betrachtet werden. Zum Beispiel können menschliche Fahrer in der gleichen Situation je nach ihrer mentalen Umgebung unterschiedliche Entscheidungen treffen, wie z. B. überholen, einem vorausfahrenden Fahrzeug folgen oder die Spur wechseln.It is therefore becoming increasingly important to simulate human driving decisions in natural traffic. Human driving decisions in natural traffic are also influenced by many factors and can be viewed at different levels. For example, human drivers may make different decisions in the same situation depending on their mental environment, such as B. overtaking, following a vehicle ahead or changing lanes.

Viele bestehende Modelle verwenden eine hierarchische Struktur dergestalt, dass abstraktere Entscheidungen (z. B. welche Route zu nehmen ist) zuerst berechnet und dann an verschiedene Schichten, die sich auf der Grundlage dieser Eingabe mit einer zunehmenden Detailtiefe des Fahrprozesses befassen, „weitergegeben“ werden. Der Fahrstapel ist in mehrere Phasen unterteilt, die die tatsächlich relevanten Komponenten der verschiedenen Ansätze widerspiegeln sollen, z. B. im Zusammenhang mit Simulationsumgebungen und nicht mit dem Fahrverhalten eines autonomen Fahrzeugs.Many existing models use a hierarchical structure such that more abstract decisions (e.g. which route to take) are first computed and then “propagated” to different layers which, based on that input, delve into increasing detail of the driving process . The driving stack is divided into several phases, which are intended to reflect the actually relevant components of the different approaches, e.g. B. in connection with simulation environments and not with the driving behavior of an autonomous vehicle.

Solche Phasen können wie folgt betrachtet werden:

  • Wahrnehmung/Karte bezieht sich im Allgemeinen auf die Eingabe über die Umgebung, der anderen Komponenten zur Verfügung steht.
  • Verkehrsregeln beziehen sich im Allgemeinen auf jede Komponente, die rechtliche Einschränkungen für Entscheidungen auf hoher Ebene vorsieht.
  • Einsatzplanung bezieht sich im Allgemeinen auf eine Strategie, wann man sich langfristig wo aufhält (z. B. Routenplanung auf Fahrspurebene).
  • Verkehrsfreie Referenzstrecke bezieht sich im Allgemeinen auf die Planung einer „optimalen“ Referenzstrecke, die andere Verkehrsteilnehmer ignoriert.
  • Verhaltensplanung bezieht sich im Allgemeinen auf die Planung eines Verhaltensplans, d. h. wann genau Handlungen, wie z. B. Fahrspurwechsel, unter Einbeziehung anderer Teilnehmer durchgeführt werden sollen.
  • Bei der Entscheidungsnachbereitung geht es im Allgemeinen darum, die Entscheidungen der vorangegangenen Komponenten zu korrigieren, damit sie gegebenenfalls mit den grundlegenden Sicherheitsregeln übereinstimmen.
  • Bewegungs-/Bahnplanung bezieht sich im Allgemeinen auf die Planung der genauen zukünftigen Bahn für einen kurzen Zeithorizont (bis zu 2 Sekunden).
  • Befehlsumsetzung bezieht sich im Allgemeinen auf die Berechnung der endgültigen Befehle, die an ein (reales oder simuliertes) Fahrzeug zu senden sind, wie z. B. Lenkanweisungen.
  • Fahrzeugdynamik/Physik bezieht sich im Allgemeinen auf die Simulation des Fahrzeugverhaltens, das sich aus den generierten Befehlen ergibt.
  • Positionsaktualisierung bezieht sich im Allgemeinen auf die Berechnung der resultierenden neuen Position des Fahrzeugs in der Simulation.
Such phases can be considered as follows:
  • Perception/map generally refers to input about the environment that is available to other components.
  • Traffic rules generally refer to any component that provides legal restrictions on high-level decisions.
  • Mission planning generally refers to a strategy of when to be where over the long term (e.g., lane-level routing).
  • Traffic-free reference route generally refers to planning an “optimal” reference route that ignores other road users.
  • Behavioral planning generally refers to the planning of a behavioral plan, ie when exactly actions, such as B. lane change, are to be carried out with the involvement of other participants.
  • In general, decision post-processing is about correcting the decisions of the preceding components so that they comply with the basic safety rules, if necessary.
  • Motion/trajectory planning generally refers to planning the exact future trajectory for a short time horizon (up to 2 seconds).
  • Command translation generally refers to the calculation of the final commands to be sent to a (real or simulated) vehicle, such as B. Steering instructions.
  • Vehicle Dynamics/Physics generally refers to the simulation of vehicle behavior resulting from the generated commands.
  • Position update generally refers to the calculation of the resulting new position of the vehicle in the simulation.

Die Verwendung dieser Begriffe variiert in der Literatur drastisch.The use of these terms varies drastically in the literature.

Es kann argumentiert werden, dass diese hierarchischen Modelle bestimmte Einschränkungen haben, wie z. B. die Tatsache, dass sie nicht in der Lage sind, Entscheidungen auf hoher Ebene zu treffen, die von „niedrigeren“ Komponenten wie einem Bewegungsplaner ([Motion Planner], Komponente, die z. B. über den Zeitpunkt von Beschleunigungen und Spurwechseln entscheidet) geändert oder sogar abgelehnt werden müssen (siehe Junqing Wei, Jarrod M. Snider, Tianyu Gu, John Dolan und Bakhtiar Litkouhi. A behavioral planning framework for autonomous driving. Seiten 458-464, 06 2014).It can be argued that these hierarchical models have certain limitations, such as B. the fact that they are not able to make high-level decisions that are made by "lower" components like a motion planner ([Motion Planner], component that decides e.g. timing of accelerations and lane changes ) must be changed or even rejected (see Junqing Wei, Jarrod M. Snider, Tianyu Gu, John Dolan and Bakhtiar Litkouhi. A behavioral planning framework for autonomous driving. Pages 458-464, 06 2014).

Die Autoren argumentieren, dass diese Modelle die Bewegungs- und/oder Trajektorienplanung stark belasten und zu den oben genannten widersprüchlichen Entscheidungen führen können. Gleichzeitig stellen sie fest, dass Trajektorien-Stichproben-Ansätze bei der Anwendung auf längerfristige Planungsaufgaben den Echtzeitanforderungen nicht genügen. Sie schlagen daher vor, mit einem auf Vorhersage- und Kostenfunktionen (PCB) basierenden Planungsalgorithmus zu beginnen, der einen Stichproben-Ansatz in einem abstrakten Bewegungsplanungs-Zustandsraum mit geringer Dimensionalität durchführt. Dieser Prozess beinhaltet eine Vorwärtssimulation des Verhaltens der anderen Teilnehmer und kann so einen Verhaltensplan generieren. Dieser wird dann an Breiten- und Längssteuergeräte zur Ausführung weitergeleitet.The authors argue that these models put a heavy load on motion and/or trajectory planning and can lead to the conflicting decisions mentioned above. At the same time, they find that trajectory sampling approaches do not meet real-time requirements when applied to long-term planning tasks. They therefore propose to start with a prediction and cost function (PCB)-based planning algorithm that performs a sampling approach in an abstract low-dimensionality motion planning state space. This process involves a forward simulation of the behavior of the other participants and can thus generate a behavior plan. This is then passed to latitude and longitude controllers for execution.

Dieser Plan ist zwar prinzipiell durchführbar und damit für niedrige Schichten ausführbar, formuliert aber Entscheidungen auf hoher Ebene als Optimierungsproblem, das als solches nicht zur Simulation menschlichen Verhaltens führt.Although this plan is feasible in principle and thus executable for low layers, it formulates high-level decisions as an optimization problem which, as such, does not lead to the simulation of human behavior.

Nachiket und Trivedi haben gezeigt, dass es möglich ist, Manöver aus naturalistischen Daten mit Hilfe von LSTMs probabilistisch vorherzusagen, wenn die Fahrhistorie eines Fahrzeugs als Eingabe einbezogen werden kann (siehe Nachiket Deo und Mohan M. Trivedi. Multimodale Trajektorienvorhersage von umgebenden Fahrzeugen mit manöverbasierten LSTMs. CoRR, abs/1805.05499, 2018). Da die Ausgabe ihres Modells nicht nur eine einzelne vorhergesagte Trajektorie ist, sondern eher eine Wahrscheinlichkeitsverteilung, würde sich ein solcher Ansatz gut dazu eignen, eine nicht-deterministische Trajektorienwahl zu simulieren und zu kontrollieren, wie „erratisch“ sich ein simulierter Fahrer verhalten sollte. In ähnlicher Weise haben Yoon und Kun eine Methode zur probabilistischen Vorhersage von Trajektorienparametern von Verkehrsteilnehmern auf der Grundlage von Streckenverläufen vorgeschlagen (siehe S. Yoon und D. Kum. The multilayer perceptron approach to lateral motion prediction of surrounding vehicles for autonomous vehicles. In 2016 IEEE Intelligent Vehicles Symposium (IV), Seiten 1307-1312, Juni 2016).Nachiket and Trivedi have shown that it is possible to probabilistically predict maneuvers from naturalistic data using LSTMs if a vehicle's driving history can be included as input (see Nachiket Deo and Mohan M. Trivedi. Multimodal trajectory prediction of surrounding vehicles using maneuver-based LSTMs .CoRR, abs/1805.05499, 2018). Since the output of their model is not just a single predicted trajectory, but rather a probability distribution, such an approach would be well suited to simulating non-deterministic trajectory choice and controlling how “erratic” a simulated driver should behave. Similarly, Yoon and Kun proposed a method for probabilistic prediction of trajectory parameters of road users based on route histories (see S. Yoon and D. Kum. The multilayer perceptron approach to lateral motion prediction of surrounding vehicles for autonomous vehicles. In 2016 IEEE Intelligent Vehicles Symposium (IV), pages 1307-1312, June 2016).

Diese Modelle hängen jedoch von der Verwendung der jüngsten Fahrhistorie des betreffenden Fahrzeugs (und/oder der Fahrzeuge in seiner Umgebung) ab, die möglicherweise nicht verfügbar ist (Ausgangsbedingungen, Rechenbeschränkungen) oder im Falle von Simulationsumgebungen noch verstärkt werden kann, da sie ebenfalls aus dem Simulationsprozess stammen. Darüber hinaus verwenden Simulationen, bei denen alte Fahrmuster eines menschlichen Fahrers in die Zukunft extrapoliert werden, naturalistische Fahrtrajektorien aus der Praxis, so dass die Gültigkeit der computersimulierten Vorhersagen, die auf der Grundlage der extrapolierten Fahrmuster gemacht werden, im Allgemeinen verringert wird.However, these models depend on the use of the recent driving history of the vehicle in question (and/or the vehicles around it), which may not be available (initial conditions, computational limitations) or may be augmented in the case of simulation environments, since they are also derived from the simulation process originate. Furthermore, simulations in which historical driving patterns of a human driver are extrapolated into the future use naturalistic real-world driving trajectories, so that the validity of the computer-simulated predictions made based on the extrapolated driving patterns is generally reduced.

Ein anderer probabilistischer Ansatz wurde von Hu, Zhan und Tomizuka vorgeschlagen (Yeping Hu, Wei Zhan, and Masayoshi Tomizuka. Probabilistic prediction of vehicle semantic intention and motion. CoRR, abs/1804.03629, 2018). Die Autoren schlagen ein Modell mit hoher Entscheidungsebene [High-Level-Modell] vor, um einen Zieleinfügebereich zu bestimmen, der als freier Raum zwischen zwei Fahrzeugen in der Nachbarschaft definiert ist. Die Ausgabe des Modells ist eine Verteilung über die resultierenden konkreten Einfügepunkte, die sich über mehrere solcher Bereiche erstrecken können, zusammen mit einer Verteilung über die Manöverzeit. Obwohl der Ansatz auf einer hohen Abstraktionsebene arbeitet, kann er dennoch keine längerfristigen Manöver wie Überholvorgänge vorhersagen.Another probabilistic approach was proposed by Hu, Zhan, and Tomizuka (Yeping Hu, Wei Zhan, and Masayoshi Tomizuka. Probabilistic prediction of vehicle semantic intention and motion. CoRR, abs/1804.03629, 2018). The authors propose a high-level model to determine a target insertion area, which is defined as the free space between two vehicles in the vicinity. The output of the model is a distribution over the resulting concrete insertion points, which may span multiple such ranges, together with a distribution over the maneuver time. Although the approach works at a high level of abstraction, it cannot predict longer-term maneuvers such as overtaking manoeuvres.

In ähnlicher Weise gibt es einen Ansatz, der die Trajektorien von Verkehrsteilnehmern mit Hilfe von Modellen der Repulsiven Potentiellen Energie vorhersagt, die mit einer Fahrerklasse parametrisiert sind, die von einer Unterstützungs-Vektor-Maschine ([Support Vector Machine], SVM) gelernt wurde (siehe Hanwool Woo, Yonghoon Ji, Yusuke Tamura, Yasuhide Kuroda, Takashi Sugano, Yasunori Yamamoto, Atsushi Yamashita und Hajime Asama. Trajektorienvorhersage von Fahrzeugen in der Umgebung unter Berücksichtigung individueller Fahrcharakteristika. International Journal of Automotive Engineering, 9(4):282-288, 2018). Der Vorhersagehorizont wurde jedoch nicht weiter als zwei Sekunden im Voraus untersucht, und die Bewertung war auf ein bestimmtes Cut-in-Szenario beschränkt.Similarly, there is an approach that predicts the trajectories of road users using Repulsive Potential Energy models parameterized with a driver class learned from a Support Vector Machine (SVM) ( see Hanwool Woo, Yonghoon Ji, Yusuke Tamura, Yasuhide Kuroda, Takashi Sugano, Yasunori Yamamoto, Atsushi Yamashita, and Hajime Asama Trajectory prediction of surrounding vehicles considering individual driving characteristics International Journal of Automotive Engineering, 9(4):282-288 , 2018). However, the forecast horizon was not examined more than two seconds ahead and the assessment was limited to a specific cut-in scenario.

Angesichts der Unzulänglichkeiten des Standes der Technik ist es das Ziel der vorliegenden Erfindung, ein Computersystem zur Simulation einer Straßenverkehrsumgebung in einer Fahrsituation einschließlich einer komplexen Fahrsituation (Vorhersagezeitraum von mehr als 2 Sekunden) für ein oder mehrere Fahrzeuge bereitzustellen, so dass die Entscheidung eines Verkehrsagenten realistisches menschliches Verhalten (naturalistisches Verhalten) widerspiegelt. Gleichzeitig soll die Entscheidung des Verkehrsagenten machbar sein, d.h. von der zugrundeliegenden Fahrzeugsimulation ausgeführt werden können, ohne die physikalischen Gesetze oder die grundlegende Fahrzeugsicherheit zu verletzen.In view of the shortcomings of the prior art, the aim of the present invention is to provide a computer system for simulating a road traffic environment in a driving situation including a complex driving situation (prediction period of more than 2 seconds) for one or more vehicles, so that the decision of a traffic agent is realistic human behavior (naturalistic behavior) reflects. At the same time, the traffic agent's decision should be feasible, i.e. capable of being executed by the underlying vehicle simulation without violating the laws of physics or basic vehicle safety.

KURZE BESCHREIBUNG DER ERFINDUNG:BRIEF DESCRIPTION OF THE INVENTION:

Die vorgenannte Aufgabe wird zumindest teilweise durch den beanspruchten Erfindungsgegenstand gelöst. Vorteile (bevorzugte Ausführungsformen) sind in der nachstehenden detaillierten Beschreibung und/oder den begleitenden Figuren sowie in den abhängigen Ansprüchen dargelegt.The aforementioned object is at least partially achieved by the claimed subject matter of the invention. Advantages (preferred embodiments) are presented in the following detailed description and/or the accompanying figures as well as in the dependent claims.

Dementsprechend bezieht sich ein erster Aspekt der Erfindung auf ein computerimplementiertes Trainingsverfahren für einen Verkehrsagenten, der ein Straßenfahrzeug in einer Fahrsituation einschließlich einer komplexen Fahrsituation einer Simulationsumgebung steuert. Das Trainingsverfahren stellt Fahrdaten pro Zeitfenster t über eine Vielzahl von Zeitfenstern ti für ein oder mehrere jeweils von einem Menschen in einer realistischen Situation auf einer Straße gefahrenen Straßenfahrzeuge bereit und generiert für zumindest einen Teil der Straßenfahrzeuge als Ego-Fahrzeuge eine entsprechende Langzeitgrundwahrheitstrajektorie x [long-term ground truth trajectory x]. Weiterhin bewertet das Trainingsverfahren zumindest einen Teil der jeweiligen Grundwahrheitstrajektorien x zu einem oder mehreren der vorgegebenen Zeitfenster ti hinsichtlich der Fahrkriterien Regelkonformität und Langzeittauglichkeit in komplexen Fahrsituationen und weist entsprechend einen Präferenzwert ŷ zu. Ferner erzeugt das Trainingsverfahren eine oder mehrere realisierbare alternative Langzeittrajektorien xi an den gegebenen Zeitfenstern ti als Funktion einer entsprechenden Grundwahrheitstrajektorie x und dem entsprechend zugeordneten Grundwahrheits-Präferenzwert ŷ, wobei ein entsprechender Präferenzwert yi relativ zum Grundwahrheits-Präferenzwert ŷ [ground-truth preference value ŷ] den entsprechenden alternativen Langzeittrajektorien xi zugeordnet wird. Schließlich trainiert das Trainingsverfahren ein Computermodell zur Entscheidungsfindung auf hoher Ebene in einer Fahrsituation, die eine komplexe Fahrsituation einschließt, i) mit der einen oder den mehreren Grundwahrheitstrajektorien x und den entsprechend zugeordneten Grundwahrheits-Präferenzwerten ŷ und ii) mit einer oder mehreren entsprechend durchführbaren alternativen Trajektorien xi und den entsprechend zugeordneten Präferenzwerten yi, wobei das Computermodell trainiert wird, als eine Aktion eine Kandidatentrajektorie xc aus den durchführbaren alternativen Trajektorien xi auszuwählen, die von dem Verkehrsagenten auszuführen ist, wobei der entsprechend zugeordnete Präferenzwert yc einen vorbestimmten Schwellenwert überschreitet. Der Index i wird unabhängig aus einer ganzen Zahl von 1, 2, 3 oder mehr ausgewählt. Der Index c in xc und yc repräsentiert die ausgewählte Kandidatentrajektorie und den ihr zugeordneten Präferenzwert aus der Gruppe der alternativen Trajektorien xi.Accordingly, a first aspect of the invention relates to a computer-implemented training method for a traffic agent that controls a road vehicle in a driving situation, including a complex driving situation, in a simulation environment. The training method provides driving data per time window t over a large number of time windows t i for one or more road vehicles driven by a person in a realistic situation on a road and generates a corresponding long-term ground truth trajectory x [long -term ground truth trajectory x]. Furthermore, the training method evaluates at least part of the respective ground truth trajectories x for one or more of the specified time windows t i with regard to the driving criteria of rule conformity and long-term suitability in complex driving situations and assigns a preference value ŷ accordingly. Furthermore, the training method generates one or more viable alternative long-term trajectories x i at the given time windows t i as a function of a corresponding ground-truth trajectory x and the correspondingly assigned ground-truth preference value ŷ, with a corresponding preference value y i relative to the ground-truth preference value ŷ [ground-truth preference value ŷ] is assigned to the corresponding alternative long-term trajectories x i . Finally, the training method trains a computer model for high-level decision-making in a driving situation that includes a complex driving situation, i) with the one or more ground truth trajectories x and the correspondingly assigned ground truth preference values ŷ and ii) with one or more corresponding feasible alternative trajectories x i and the correspondingly associated preference values y i , the computer model being trained to select, as an action to be taken by the traffic agent, a candidate trajectory x c from the feasible alternative trajectories x i , the correspondingly associated preference value y c exceeding a predetermined threshold . The index i is independently selected from an integer of 1, 2, 3 or more. The index c in x c and y c represents the selected candidate trajectory and the preference value assigned to it from the group of alternative trajectories x i .

Ein zweiter Aspekt der Erfindung bezieht sich auf ein Computersystem zum Trainieren eines Verkehrsagenten, der ein Straßenfahrzeug in einer Fahrsituation navigiert, die eine komplexe Fahrsituation einer Simulationsumgebung umfasst. Das Computersystem zum Trainieren umfasst und besteht aus einem oder mehreren Prozessoren, einer mit dem einen oder den mehreren Prozessoren gekoppelten Speichervorrichtung und einem Verkehrsagenten-Lernsystem, das ein neuronales Netzwerkmodell zur Entscheidungsfindung in einer Fahrsituation einschließlich einer komplexen Fahrsituation verwendet, das in der Speichervorrichtung gespeichert und zur Ausführung durch den einen oder die mehreren Prozessoren konfiguriert ist. Das Lernsystem für Verkehrsagenten ist so konfiguriert, dass es das erfindungsgemäße computerimplementierte Trainingsverfahren ausführt.A second aspect of the invention relates to a computer system for training a traffic agent navigating a road vehicle in a driving situation comprising a complex driving situation of a simulation environment. The computer system for training includes and consists of one or more processors, a memory device coupled to the one or more processors, and a traffic agent learning system that uses a neural network model for decision-making in a driving situation, including a complex driving situation, that is stored in the memory device and configured for execution by the one or more processors. The traffic agent learning system is configured to execute the computer-implemented training method of the present invention.

Ein dritter Aspekt der Erfindung betrifft ein Computersystem zur Simulation einer Straßenverkehrsumgebung in einer Fahrsituation einschließlich einer komplexen Fahrsituation für ein oder mehrere Fahrzeuge. Das Computersystem umfasst oder besteht aus einem oder mehreren Prozessoren, einer mit dem einen oder den mehreren Prozessoren gekoppelten Speichervorrichtung und einem Verkehrsagenten, der ein neuronales Netzmodell zur Entscheidungsfindung in einer Fahrsituation einschließlich einer komplexen Fahrsituation verwendet, das in der Speichervorrichtung gespeichert und zur Ausführung durch den einen oder die mehreren Prozessoren konfiguriert ist. Der Verkehrsagent wird gemäß dem erfindungsgemäßen computerimplementierten Training trainiert, um eine von dem Verkehrsagenten auszuführende Kandidatentrajektorie xc als eine Aktion auszuwählen, wobei der Präferenzwert yc, der entsprechend der ausgewählten Kandidatentrajektorie xc zugeordnet ist, einen vorbestimmten Schwellenwert überschreitet.A third aspect of the invention relates to a computer system for simulating a road traffic environment in a driving situation, including a complex driving situation for one or more vehicles. The computer system includes or consists of one or more processors, a memory device coupled to the one or more processors, and a traffic agent that uses a neural network model for decision-making in a driving situation, including a complex driving situation, stored in the memory device and available for execution by the one or more processors. The traffic agent is trained according to the computer-implemented training of the invention to select as an action a candidate trajectory x c to be executed by the traffic agent, wherein the preference value y c associated according to the selected candidate trajectory x c exceeds a predetermined threshold.

Die erfindungsgemäßen Aspekte der vorliegenden Erfindung, wie sie hierin offenbart sind, können jede mögliche (Unter-)Kombination der bevorzugten erfindungsgemäßen Ausführungsformen umfassen, wie sie in den abhängigen Ansprüchen dargelegt sind oder wie sie in der folgenden detaillierten Beschreibung und/oder in den begleitenden Figuren offenbart sind, vorausgesetzt, die sich ergebende Kombination von Merkmalen ist für den Fachmann sinnvoll.The inventive aspects of the present invention as disclosed herein may comprise any (sub)combination of the preferred inventive embodiments as set out in the dependent claims or as illustrated in the following detailed description and/or the accompanying figures are disclosed, provided the resulting combination of features makes sense to those skilled in the art.

Figurenlistecharacter list

Weitere Merkmale und Vorteile der vorliegenden Erfindung ergeben sich aus den beigefügten Zeichnungen, wobei

  • 1a) und 1b) jeweils graphische Darstellungen der Architektur eines erfindungsgemäßen Trainingscomputersystems und eines erfindungsgemäßen Simulationscomputersystems zeigen.
  • 2 eine grafische Darstellung der gemäß der vorliegenden Erfindung erzeugten Trajektorien zeigt.
  • 3a) und 3b) Präzisions-/Recall- und Konfusionsmatrizen für erfindungsgemäße Modelle mit unterschiedlicher Anzahl von Neuronen (a) 2-Klassen-Modell mit 32/8 Neuronen; b) 2-Klassen-Modell mit 32/32 Neuronen) in der zweiten Schicht zeigen.
  • 4 eine grafische Darstellung der Untersuchungen verschiedener Neuronenzahlen der ersten und zweiten Schicht für 2-Klassen- und 4-Klassen-Modelle zeigt.
  • 5 eine grafische Darstellung des erfindungsgemäßen Modells für einige generierte Trajektorien zeigt.
  • 6 eine grafische Darstellung eines auf Vorhersage- und Kostenfunktionen basierenden (PCB) Algorithmus für die Trajektoriengenerierung zeigt.
Other features and advantages of the present invention will become apparent from the accompanying drawings, wherein
  • 1a) and 1b) each show graphical representations of the architecture of a training computer system according to the invention and a simulation computer system according to the invention.
  • 2 Figure 12 shows a graphical representation of the trajectories generated according to the present invention.
  • 3a) and 3b) Precision/recall and confusion matrices for models according to the invention with different numbers of neurons (a) 2-class model with 32/8 neurons; b) 2-class model with 32/32 neurons) in the second layer.
  • 4 Figure 12 shows a graphical representation of the examinations of different first and second layer neuron counts for 2-class and 4-class models.
  • 5 shows a graphical representation of the model according to the invention for some generated trajectories.
  • 6 Figure 12 shows a graphical representation of a prediction and cost function based (PCB) algorithm for trajectory generation.

AUSFÜHRLICHE BESCHREIBUNG DER ERFINDUNG:DETAILED DESCRIPTION OF THE INVENTION:

Wie im Folgenden näher ausgeführt wird, haben die Erfinder der verschiedenen Aspekte der vorliegenden Erfindung herausgefunden, dass das computerimplementierte Ausbildungsverfahren gemäß der vorliegenden Erfindung einen Verkehrsagenten, der ein Straßenfahrzeug in einer Fahrsituation einschließlich einer komplexen Fahrsituation einer Simulationsumgebung steuert, in die Lage versetzt, eine menschenähnliche (naturalistische) Langzeittrajektorie zu wählen, die gleichzeitig machbar ist und von der zugrundeliegenden Fahrzeugsimulation ausgeführt werden kann, ohne die Gesetze der Physik oder die grundlegende Fahrzeugsicherheit zu verletzen.As will be explained in more detail below, the inventors of the various aspects of the present invention have found that the computer-implemented training method according to the present invention enables a traffic agent who controls a road vehicle in a driving situation including a complex driving situation of a simulation environment to create a human-like To choose a long-term (naturalistic) trajectory that is simultaneously feasible and can be executed by the underlying vehicle simulation without violating the laws of physics or basic vehicle safety.

Die vorliegende Erfindung verändert das klassische hierarchische Fahrsystem so, dass die Durchführbarkeit alternativer Trajektorienvorschläge geprüft werden kann, bevor eine naturalistische Entscheidung auf höherer Ebene getroffen wird, z. B. Überholen, Verfolgen eines anderen Fahrzeugs oder Fahrspurwechsel. Dies ermöglicht, eine Entscheidung auf hoher Ebene zu treffen, ohne sie anschließend in Bezug auf die Ausführbarkeit zu verändern.The present invention changes the classic hierarchical driving system in such a way that the feasibility of alternative trajectory proposals can be checked before a naturalistic decision is made at a higher level, e.g. B. Overtaking, following another vehicle or changing lanes. This allows a high-level decision to be made without subsequently changing it in terms of executability.

Im Zusammenhang mit der vorliegenden Erfindung bedeutet der Ausdruck „eine zusätzlich oder alternativ bevorzugte Ausführungsform“ oder „eine zusätzlich oder alternativ weiter bevorzugte Ausführungsform“ oder „eine zusätzliche oder alternative Art und Weise, diese Ausführungsform zu konfigurieren“, dass das Merkmal oder die Merkmalskombination, die in dieser bevorzugten Ausführungsform offenbart ist, zusätzlich zu oder alternativ zu den Merkmalen des erfindungsgemäßen Gegenstands, einschließlich jeder bevorzugten Ausführungsform jedes der erfindungsgemäßen Aspekte, kombiniert werden kann, vorausgesetzt, die sich ergebende Merkmalskombination ist für einen Fachmann sinnvoll.In the context of the present invention, the expression "an additional or alternative preferred embodiment" or "an additional or alternative further preferred embodiment" or "an additional or alternative way of configuring this embodiment" means that the feature or combination of features, disclosed in this preferred embodiment may be combined in addition to or as an alternative to the features of the subject matter of the invention, including any preferred embodiment of any aspect of the invention, provided that the resulting combination of features makes sense to a person skilled in the art.

Im Zusammenhang mit der vorliegenden Erfindung hat der Ausdruck „umfassend“ eine ähnlich weite Bedeutung wie der Begriff „einschließlich“ und bedeutet die Einbeziehung einer bestimmten ganzen Zahl oder eines bestimmten Schritts oder einer Gruppe von ganzen Zahlen oder Schritten, nicht aber den Ausschluss einer anderen ganzen Zahl oder eines anderen Schritts oder einer anderen Gruppe von ganzen Zahlen oder Schritten. Diese Definition gilt auch für Variationen des Begriffs „umfassend“ wie „umfassen“ und „umfasst“.In the context of the present invention, the term "comprising" has a similarly broad meaning as the term "including" and means the inclusion of a specific integer or a specific step or a group of integers or steps, but not the exclusion of another whole number or some other step or group of integers or steps. This definition also applies to variations of the term "comprising" such as "include" and "includes".

Im Zusammenhang mit der vorliegenden Erfindung ist der Ausdruck „konfiguriert“ im Zusammenhang mit Systemen und Computerprogrammkomponenten zu verstehen. Wenn ein System aus einem oder mehreren Computern so konfiguriert ist, dass es bestimmte Operationen oder Aktionen durchführt, bedeutet dies, dass auf dem System Software, Firmware, Hardware oder eine Kombination davon installiert ist, die im Betrieb das System veranlassen, Operationen oder Aktionen durchzuführen. Dass ein oder mehrere Computerprogramme so konfiguriert sind, dass sie bestimmte Operationen oder Aktionen ausführen, bedeutet, dass das eine oder die mehreren Programme Anweisungen enthalten, die bei Ausführung durch ein Datenverarbeitungsgerät das Gerät veranlassen, die Operationen oder Aktionen auszuführen.In the context of the present invention, the term "configured" is to be understood in connection with systems and computer program components. When a system of one or more computers is configured to perform specific operations or actions, it means that the system has software, firmware, hardware, or a combination thereof installed that, when in use, causes the system to perform operations or actions . One or more computer programs configured to perform specific operations or actions means that the one or more programs include instructions that, when executed by a computing device, cause the device to perform the operations or actions.

Im Zusammenhang mit der vorliegenden Erfindung bedeutet der Ausdruck „Entscheidungsfindung auf hoher Ebene“ [high level decision making], dass ein Verkehrsagent in Fahrsituationen einer Simulationsumgebung eine Entscheidung treffen muss, die eine komplexe Fahrsituation umfasst, wie z. B. Überholen, Verfolgen eines anderen Fahrzeugs oder Fahrspurwechsel. Die komplexe Fahrsituation dauert im Allgemeinen mehr als 2 Sekunden.In the context of the present invention, the expression "high level decision making" means that a traffic agent in driving situations of a simulation environment has to make a decision that involves a complex driving situation, such as e.g. B. Overtaking, following another vehicle or changing lanes. The complex driving situation generally lasts more than 2 seconds.

Im Zusammenhang mit der vorliegenden Erfindung bedeutet der Ausdruck „Langzeittrajektorie“ oder „Langzeitkandidatentrajektorie“, dass die Trajektorie einen Zeitraum von mehr als 2 Sekunden in die Zukunft umfasst, vorzugsweise ein bestimmtes Zeitfenster t, das geeignet ist, eine komplexe Fahrsituation, wie z. B. ein Überholmanöver oder einen Spurwechsel, durchzuführen.In the context of the present invention, the term "long-term trajectory" or "long-term candidate trajectory" means that the trajectory covers a period of more than 2 seconds into the future, preferably a specific time window t that is suitable for a complex driving situation, such as e.g. B. an overtaking maneuver or a lane change to perform.

Im Rahmen der vorliegenden Erfindung bedeutet der Ausdruck „Fahrdaten pro Zeitfenster t über eine Vielzahl von Zeitfenstern ti für ein oder mehrere Straßenfahrzeuge, die jeweils von einem Menschen in einer realistischen Situation auf einer Straße gefahren werden“, dass Zustandsdaten des einen oder der mehreren Straßenfahrzeuge pro entsprechend gegebenem Zeitfenster ti, d.h. den jeweiligen Zeitfenstern (Zeitmarken), bereitgestellt werden. Der Index i in ti steht für die Nummer des jeweiligen Zeitfensters (Zeitstempels), d. h. eine ganze Zahl von 1, 2, 3 oder mehr. Die mehreren vorgegebenen Zeitfenster ti können unterschiedliche oder gleiche, vorzugsweise gleiche Intervalle haben, wobei das Zeitintervall zwischen den mehreren vorgegebenen Zeitfenster ti im Allgemeinen so kurz wie möglich ist, z.B. 0,04 Sekunden. Die Fahrdaten stellen in der Regel Fahrzeugzustandsdaten eines oder mehrerer Straßenfahrzeuge dar, die jeweils von Menschen in einer realistischen Situation auf einer Straße mit mindestens einer Fahrspur pro Fahrtrichtung, auch „naturalistische“ Fahrsituation genannt, gefahren wurden. Die Fahrdaten können daher auch als „naturalistische Fahrdaten“ bezeichnet werden. Im Rahmen der vorliegenden Erfindung werden keine visualisierten Informationen, wie z. B. Bilddaten, als solche Fahrdaten verwendet.In the context of the present invention, the expression "driving data per time window t over a plurality of time windows t i for one or more road vehicles, each driven by a human being in a realistic situation on a road", means that status data of the one or more road vehicles per correspondingly given time window t i , ie the respective time windows (time stamps). The index i in t i stands for the number of the respective time window (time stamp), ie an integer of 1, 2, 3 or more. The plurality of predetermined time windows t i can have different or the same, preferably equal, intervals, with the time interval between the plurality of predetermined time windows t i generally being as short as possible, eg 0.04 seconds. The driving data usually represent vehicle condition data of one or more road vehicles that were driven by people in a realistic situation on a road with at least one lane in each direction, also called "naturalistic" driving situation. The driving data can therefore also be referred to as "naturalistic driving data". In the context of the present invention, no visualized information such. B. image data, used as such driving data.

Um die erfindungsgemäßen Gegenstände, Vorteile und Ziele zu erreichen, ist die vorliegende Erfindung, wie sie in dieser Offenbarung offenbart wird, auf Systeme und Verfahren gerichtet, die Computerhardware und -software nutzen, um einen virtuellen Verkehrsagenten zu trainieren, der unter Verwendung von Algorithmen und Techniken des verstärkten Lernens durch eine Simulationsumgebung navigiert. Ein virtueller Verkehrsagent (im Rahmen der vorliegenden Erfindung auch „Verkehrsagent“ genannt) kann beispielsweise ein Auto, ein LKW, ein Bus, ein Fahrrad oder ein Motorrad sein. Nachdem ein virtueller Verkehrsagent gemäß der vorliegenden Erfindung trainiert wurde, der das menschliche Fahrverhalten insbesondere in komplexen Fahrsituationen nachbildet, können ein oder mehrere trainierte virtuelle Verkehrsagenten in eine Simulationsumgebung mit komplexen Fahrsituationen eingespeist werden. Eine solche Ausführungsform ist bevorzugt, da die trainierten Verkehrsagenten mit einem autonomen Fahrzeugsystem, das ein zu testendes autonomes Fahrzeug steuert, interagieren, kooperieren und herausfordern können. Ein weiterer Vorteil ist, dass eine solche Ausführungsform geeignet ist, die Grenzen und Schwächen des autonomen Fahrzeugsystems zu testen, insbesondere in komplexen Fahrsituationen, die auf ein durchsetzungsfähiges oder aggressives Fahrverhalten zurückgeführt werden können.To achieve the inventive objects, advantages, and objectives, the present invention as disclosed in this disclosure is directed to systems and methods that utilize computer hardware and software to train a virtual traffic agent that uses algorithms and Reinforced learning techniques navigated through a simulation environment. A virtual traffic agent (also referred to as “traffic agent” within the scope of the present invention) can be a car, a truck, a bus, a bicycle or a motorcycle, for example. After a virtual traffic agent has been trained according to the present invention, which simulates human driving behavior in particular in complex driving situations, one or more trained virtual traffic agents can be fed into a simulation environment with complex driving situations. Such an embodiment is preferred since the trained traffic agents can interact, cooperate and challenge with an autonomous vehicle system that controls an autonomous vehicle under test. Another advantage is that such an embodiment is suitable for testing the limits and weaknesses of the autonomous vehicle system, particularly in complex driving situations that can be attributed to assertive or aggressive driving behavior.

Somit haben die erfindungsgemäßen Systeme und Verfahren darüber hinaus den technischen Effekt und Vorteil, dass sie eine Verbesserung der autonomen Fahrzeug-Computertechnologie darstellen, da das autonome Fahrzeug in der erfindungsgemäßen Simulationsumgebung trainiert wird, die menschenähnliche / naturalistische Fahrszenarien widerspiegelt, die gleichzeitig machbar sind.Thus, the systems and methods of the invention further have the technical effect and advantage of being an improvement in autonomous vehicle computing technology as the autonomous vehicle is trained in the inventive simulation environment reflecting human-like/naturalistic driving scenarios that are feasible at the same time.

Gemäß dem ersten Aspekt der vorliegenden Erfindung ist ein computerimplementiertes Trainingsverfahren für einen Verkehrsagenten, der ein Straßenfahrzeug in einer Fahrsituation einschließlich einer komplexen Fahrsituation einer Simulationsumgebung navigiert, dadurch gekennzeichnet, dass das Verfahren die folgenden Schritte umfasst oder daraus besteht:

  • Gemäß Schritt a) des ersten erfindungsgemäßen Aspekts werden Fahrdaten pro Zeitfenster t über eine Vielzahl von Zeitfenstern ti für ein oder mehrere jeweils von einem Menschen in einer realistischen Situation auf einer Straße gefahrene Straßenfahrzeuge bereitgestellt und für zumindest einen Teil der Straßenfahrzeuge als Ego-Fahrzeuge eine jeweilige Langzeitgrundwahrheitstrajektorie x erzeugt.
According to the first aspect of the present invention, a computer-implemented training method for a traffic agent navigating a road vehicle in a driving situation including a complex driving situation of a simulation environment is characterized in that the method comprises or consists of the following steps:
  • According to step a) of the first aspect of the invention, driving data per time window t is provided over a large number of time windows t i for one or more road vehicles driven by a person in a realistic situation on a road and for at least some of the road vehicles as ego vehicles respective long-term ground truth trajectory x generated.

Die Fahrdaten für jedes der Straßenfahrzeuge umfassen oder bestehen vorzugsweise aus der longitudinalen Geschwindigkeit, der longitudinalen Beschleunigung und der Position des jeweiligen Straßenfahrzeugs in X-, Y- und Z-Koordinaten zu den gegebenen Zeitpunkten ti. Zusätzlich kann der Fahrzeugtyp angegeben werden.The driving data for each of the road vehicles preferably includes or consists of the longitudinal velocity, the longitudinal acceleration and the position of the respective road vehicle in X, Y and Z coordinates at the given times t i . The vehicle type can also be specified.

Gemäß einer zusätzlichen oder alternativen bevorzugten Ausführungsform werden die Fahrdaten weiterverarbeitet, um zusätzlich pro Fahrzeug und gegebenem Zeitfenster ti die Merkmale laterale Beschleunigung, laterale Geschwindigkeit, Ausrichtung des Fahrzeugs in Bezug auf die Straßenrichtung (Winkelabweichung) und inverse Zeit bis zur Kollision (TTC) zu erfassen. Die inverse TTC stellt die Zeit bis zur Kollision des jeweiligen Ego-Fahrzeugs der Grundwahrheitstrajektorie x mit einem anderen Fahrzeug dar, wobei dessen Verzögerungsreaktion als Kollision betrachtet wird.According to an additional or alternative preferred embodiment, the driving data are further processed in order to add the features of lateral acceleration, lateral speed, orientation of the vehicle in relation to the road direction (angular deviation) and inverse time to collision (TTC) per vehicle and given time window t i capture. The inverse TTC represents the time up to the collision of the respective ego vehicle of the ground truth trajectory x with another vehicle, whereby its deceleration reaction is regarded as a collision.

Gemäß Schritt b) des ersten erfindungsgemäßen Aspekts wird zumindest ein Teil, vorzugsweise die Vielzahl der jeweiligen Grundwahrheitstrajektorien x zu den gegebenen Zeitpunkten ti hinsichtlich der Fahrkriterien der Regelkonformität und der langfristigen Machbarkeit in einer komplexen Fahrsituation bewertet und ein jeweiliger Grundwahrheits-Präferenzwert ŷ zugeordnet. Mit anderen Worten, das computerimplementierte Trainingsverfahren ist so konfiguriert, dass es automatisch die jeweilige Rate der Regelkonformität und der langfristigen Durchführbarkeit der Grundwahrheitstrajektorien x bewertet.According to step b) of the first aspect of the invention, at least a part, preferably the plurality of the respective ground truth trajectories x at the given points in time t i is evaluated with regard to the driving criteria of rule conformity and long-term feasibility in a complex driving situation, and a respective ground truth preference value ŷ is assigned. In other words, the computer-implemented training method is configured to automatically assess the respective rate of compliance and long-term feasibility of the ground truth trajectories x.

Gemäß Schritt c) des ersten erfindungsgemäßen Aspekts werden eine oder mehrere realisierbare alternative Langzeittrajektorien xi zu den gegebenen Zeitfenstern ti in Abhängigkeit von einer jeweiligen Grundwahrheitstrajektorie x und dem entsprechend zugeordneten Grundwahrheits-Präferenzwert gerzeugt, wobei den Langzeittrajektorien entsprechend ein Präferenzwert yi relativ zum Grundwahrheits-Präferenzwert ŷ entsprechend den Langzeittrajektorien xi zugeordnet ist. Der Index i in xi gibt die jeweilige alternative Langzeittrajektorie an und ist aus den ganzen Zahlen 1, 2, 3 oder mehr ausgewählt. Der Index i in yi gibt den entsprechend zugeordneten Präferenzwert der jeweiligen alternativen Langzeittrajektorie xi an und wird aus den ganzen Zahlen 1, 2, 3 oder mehr ausgewählt. Mit anderen Worten, das computerimplementierte Trainingsverfahren ist so konfiguriert, dass es eine entsprechende Grundwahrheitstrajektorie x und den entsprechenden zugeordneten Grundwahrheits-Präferenzwert verwendet ŷ zu verwenden, um die eine oder mehrere durchführbare alternative Langzeittrajektorien xi mit entsprechend zugeordneten Präferenzwerten yi zu erzeugen.According to step c) of the first aspect of the invention, one or more viable alternative long-term trajectories x i are generated for the given time windows t i as a function of a respective basic truth trajectory x and the correspondingly assigned basic truth preference value, with the long-term trajectories corresponding to a preference value y i relative to the basic truth -Preference value ŷ is assigned according to the long-term trajectories x i . The index i in x i indicates the respective alternative long-term trajectory and is selected from the integers 1, 2, 3 or more. The index i in y i indicates the correspondingly assigned preference value of the respective alternative long-term trajectory x i and is selected from the integers 1, 2, 3 or more. In other words, the computer-implemented training method is configured to use a corresponding ground truth trajectory x and the corresponding associated ground truth preference value ŷ to generate the one or more feasible alternative long-term trajectories x i with corresponding associated preference values y i .

Gemäß einer zusätzlichen oder alternativen bevorzugten Ausführungsform wird die Präferenz für die Grundwahrheit ŷ auf ŷ = 1 gesetzt und der Präferenzwert yi der alternativen Langzeittrajektorien wird jeweils gemäß der Funktion yi = M(xi) ∈ [0 ... 1] berechnet.According to an additional or alternative preferred embodiment, the preference for the basic truth ŷ is set to ŷ=1 and the preference value y i of the alternative long-term trajectories is calculated according to the function y i =M(x i )∈[0...1].

Gemäß Schritt d) des ersten erfindungsgemäßen Aspekts wird ein Computermodell zur Entscheidungsfindung auf hoher Ebene in einer Fahrsituation, die eine komplexe Fahrsituation einschließt, trainiert i) mit der einen oder den mehreren Grundwahrheitstrajektorien x und den entsprechend zugeordneten Grundwahrheits-Präferenzwerten ŷ und ii) mit einer oder mehreren entsprechend durchführbaren alternativen Trajektorien xi und den entsprechend zugeordneten Präferenzwerten yi trainiert, wobei das Computermodell trainiert wird, um als eine Aktion eine Kandidatentrajektorie xc aus den durchführbaren alternativen Trajektorien xi auszuwählen, die von dem Verkehrsagenten auszuführen ist, wobei der entsprechend zugeordnete Präferenzwert yc einen vorbestimmten Schwellenwert überschreitet.According to step d) of the first aspect of the invention, a computer model for high-level decision-making in a driving situation that includes a complex driving situation is trained i) with the one or more ground truth trajectories x and the correspondingly assigned ground truth preference values ŷ and ii) with a or a plurality of correspondingly feasible alternative trajectories x i and the correspondingly associated preference values y i , the computer model being trained to select as an action a candidate trajectory x c from the feasible alternative trajectories x i to be executed by the traffic agent, the corresponding associated preference value y c exceeds a predetermined threshold.

Im Allgemeinen kann jeder geeignete Präferenzschwellenwert für die Auswahl der Kandidatentrajektorie xc verwendet werden. In einer bevorzugten Ausführungsform wird der vorgegebene Schwellenwert für den Präferenzwert yc der ausgewählten Kandidatentrajektorie xc auf 50 % oder mehr, alternativ auf 60 % oder mehr, alternativ auf 80 % oder mehr, alternativ auf 90 % oder mehr in Bezug auf den Präferenzwert der Grundwahrheit gesetzt ŷ. Mit anderen Worten, der zugeordnete Präferenzwert yc der ausgewählten Kandidatentrajektorie xc weist 50 % oder mehr, alternativ 60 % oder mehr, alternativ 80 % oder mehr, alternativ 90 % oder mehr des jeweiligen Grundwahrheits-Präferenzwertes ŷ auf, der auf 100 % gesetzt wird.In general, any suitable preference threshold for the selection of the candidate trajectory x c can be used. In a preferred embodiment, the predetermined threshold value for the preference value y c of the selected candidate trajectory x c is set to 50% or more, alternatively 60% or more, alternatively 80% or more, alternatively 90% or more with respect to the preference value of the fundamental truth posited ŷ. In other words, the assigned preference value y c of the selected candidate trajectory x c has 50% or more, alternatively 60% or more, alternatively 80% or more, alternatively 90% or more of the respective ground truth preference value ŷ set to 100% becomes.

Für den Fall, dass mehr als eine alternative Langzeittrajektorie xi einen zugeordneten Präferenzwert yi aufweist, der den vorbestimmten Schwellenpräferenzwert überschreitet, ist das erfindungsgemäße Trainingsverfahren vorzugsweise weiter so ausgestaltet, dass als Kandidatentrajektorie xc diejenige Trajektorie mit dem höchsten Präferenzwert yc aus der Gruppe der alternativen Kandidatentrajektorien xi ausgewählt wird, die den vorbestimmten Schwellenpräferenzwert überschreitet. Je näher der Präferenzwert yi der ausgewählten Kandidatentrajektorie xc im Verhältnis zum jeweiligen Präferenzwert der Grundwahrheit ŷ desto besser ist die Passung der ausgewählten Kandidatentrajektorie xc im Hinblick auf die Simulation eines naturalistischen Fahrverhaltens bei gleichzeitig geeigneter Regelkonformität und langfristiger Machbarkeit. Um das Trainingsergebnis weiter zu steigern, wird das Computermodell zur Entscheidungsfindung auf hoher Ebene in einer Fahrsituation, die eine komplexe Fahrsituation einschließt, in Schritt d) mit einer oder mehreren alternativen Langzeittrajektorien xi trainiert, die zugeordnete Präferenzwerte yi aufweisen, die den vorbestimmten Schwellenpräferenzwert überschreiten, und mit einer oder mehreren alternativen Langzeittrajektorien xi trainiert, die zugeordnete Präferenzwerte yi aufweisen, die den vorbestimmten Schwellenwert unterschreiten.In the event that more than one alternative long-term trajectory x i has an assigned preference value y i that exceeds the predetermined threshold preference value, the training method according to the invention is preferably further configured such that the candidate trajectory x c is the trajectory with the highest preference value y c from the group of the alternative candidate trajectories x i that exceeds the predetermined threshold preference value. The closer the preference value y i of the selected candidate trajectory x c in relation to the respective preference value of the basic truth ŷ, the better the fit of the selected candidate trajectory x c is with regard to the simulation of naturalistic driving behavior with suitable rule conformity and long-term feasibility at the same time. In order to further increase the training result, the computer model for high-level decision-making in a driving situation that includes a complex driving situation is trained in step d) with one or more alternative long-term trajectories x i that have associated preference values y i that have the predetermined threshold preference value exceed, and trained with one or more alternative long-term trajectories x i that have associated preference values y i that fall below the predetermined threshold.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung bezieht sich auf eine Ausführungsform, bei der ferner in Schritt a) ein Wahrnehmungswert pi pro gegebenem Zeitfenster ti für eines oder mehrere der Ego-Fahrzeuge bestimmt wird, wobei der Wahrnehmungswert pi eine Funktion der Fahrdaten des Ego-Fahrzeugs und der Fahrdaten der umgebenden Fahrzeuge in einer Sechs-Fahrzeug-Nachbarschaft ist. Der Index i in pi gibt den Wahrnehmungswert des jeweiligen Ego-Fahrzeugs an und ist ausgewählt aus den ganzen Zahlen 1, 2, 3 oder mehr.An additional or alternative preferred embodiment of the present invention relates to an embodiment in which further in step a) a perception value p i is determined per given time window t i for one or more of the ego vehicles, the perception value p i being a function of the driving data of the ego vehicle and the driving data of the surrounding vehicles in a six-vehicle neighborhood. The index i in p i indicates the perception value of the respective ego vehicle and is selected from the integers 1, 2, 3 or more.

In Bezug auf die Sechs-Fahrzeug-Nachbarschaft sind die Fahrzeugrollen gemäß der vorliegenden Erfindung wie folgt definiert:

  • - Das Auto vor dem Ego-Fahrzeug (auf der gleichen Spur).
  • - Das Auto, das dem Ego-Fahrzeug folgt (auf derselben Fahrspur).
  • - Die beiden Autos vor dem Mittelpunkt des Ego-Fahrzeugs übertragen auf die beiden benachbarten Fahrspuren.
  • - Die beiden Autos im hinteren Teil des Ego-Fahrzeugs übertragen auf die beiden Nachbarspuren.
With respect to the six-vehicle neighborhood, the vehicle roles according to the present invention are defined as follows:
  • - The car in front of the ego vehicle (in the same lane).
  • - The car following the ego vehicle (on the same lane).
  • - The two cars in front of the center of the ego vehicle transferred to the two adjacent lanes.
  • - The two cars in the back of the ego vehicle transfer to the two adjacent lanes.

Jeder dieser Punkte kann für eine bestimmte Zeit/Ego-Fahrzeug-Kombination vorhanden sein oder auch nicht und wird in dem Modell berücksichtigt.Each of these points may or may not be present for a particular time/ego-vehicle combination and are accounted for in the model.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung betrifft eine Ausführungsform, bei der der Wahrnehmungswert pi entsprechend ein oder mehrere Zustandsmerkmale des Ego-Fahrzeugs und der entsprechenden Nachbarfahrzeuge umfasst oder daraus besteht, wobei vorzugsweise die Zustandsmerkmale des Ego-Fahrzeugs longitudinale Beschleunigung, laterale Beschleunigung und Peilung umfassen oder daraus bestehen und die Zustandsmerkmale jedes der Umgebungsfahrzeuge in der Sechs-Fahrzeug-Nachbarschaft die Fahrzeugrolle, die longitudinale Geschwindigkeit, die longitudinale Beschleunigung, die laterale Beschleunigung, den euklidischen Abstand zwischen dem jeweiligen Ego-Fahrzeug und einem jeweiligen Umgebungsfahrzeug (L2 Abstand d), die inverse TTC und die relative Peilung umfassen oder daraus bestehen. Der Begriff „Peilung“ eines Ego-Fahrzeugs steht im Rahmen der vorliegenden Erfindung für die Ausrichtung des Ego-Fahrzeugs in Bezug auf die globalen x- / y-Achsen. Der Begriff „relative Peilung“ eines Fahrzeugs in der Sechser-Nachbarschaft stellt im Rahmen der vorliegenden Erfindung die relative Ausrichtung des jeweiligen Fahrzeugs in Bezug auf das Ego-Fahrzeug dar, insbesondere repräsentiert durch den relativen Winkel Θ, der in der Position des Ego-Fahrzeugs in Bezug auf die Gerade zwischen der Ego-Fahrzeugposition und der Position des jeweiligen Fahrzeugs der Sechser-Nachbarschaft in den globalen x- / y-Achsen und der jeweiligen x-Achse gebildet wird.An additional or alternative preferred embodiment of the present invention relates to an embodiment in which the perception value p i accordingly includes or consists of one or more status characteristics of the ego vehicle and the corresponding neighboring vehicles, the status characteristics of the ego vehicle preferably being longitudinal acceleration, lateral acceleration and bearing comprise or consist of and the state characteristics of each of the surrounding vehicles in the six-vehicle neighborhood include vehicle roll, longitudinal velocity, longitudinal acceleration, lateral acceleration, Euclidean distance between each ego vehicle and a respective surrounding vehicle (L 2 Distance d) includes or consists of the inverse TTC and the relative bearing. In the context of the present invention, the term “bearing” of an ego vehicle stands for the alignment of the ego vehicle in relation to the global x/y axes. In the context of the present invention, the term “relative bearing” of a vehicle in the neighborhood of six represents the relative orientation of the respective vehicle in relation to the ego vehicle, in particular represented by the relative angle Θ, which is in the position of the ego vehicle is formed in relation to the straight line between the ego vehicle position and the position of the respective vehicle of the neighborhood of six in the global x/y axes and the respective x axis.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung bezieht sich auf eine Ausführungsform, wobei in Schritt b) die rechnerische Auswertung der Kriterien für die Regelkonformität so ausgestaltet ist, dass sie die Konformität der Grundwahrheitstrajektorie x und/oder der Alternativtrajektorien xi zu einem gegebenen Zeitfenster ti mit den Anforderungen der gesetzlichen Fahrvorschriften berücksichtigt und die Auswertung der Kriterien für die langfristige Durchführbarkeit in komplexen Fahrsituationen so ausgestaltet ist, dass sie die Ausführbarkeit der Alternativtrajektorien xi durch die zugrundeliegende Fahrzeugsimulation berücksichtigt, ohne die physikalischen Gesetze und grundlegende Fahrzeugsicherheitsbedingungen zu verletzen, wie z.B. möglichst kollisionsfreies Fahren und ohne Verlassen des Fahrbereichs.An additional or alternative preferred embodiment of the present invention relates to an embodiment, wherein in step b) the computational evaluation of the criteria for rule conformity is designed in such a way that it determines the conformity of the basic truth trajectory x and/or the alternative trajectories x i for a given time window t i is taken into account with the requirements of the legal driving regulations and the evaluation of the criteria for the long-term feasibility in complex driving situations is designed in such a way that it takes into account the feasibility of the alternative trajectories x i through the underlying vehicle simulation, without violating the physical laws and basic vehicle safety conditions, such as eg driving with as few collisions as possible and without leaving the driving area.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung bezieht sich auf eine Ausführungsform, bei der in Schritt c) die Erzeugung einer oder mehrerer realisierbarer alternativer Langzeittrajektorien xi für gegebene Zeitfenster ti Folgendes umfasst oder daraus besteht: i) Transformieren der Grundwahrheitstrajektorie x für die jeweiligen Ego-Fahrzeuge, um die Position der Ego-Fahrzeuge in Form von Abstandsparametern θ̂ relativ zur Fahrbahn auszudrücken, ii) Erzeugen einer oder mehrerer zufälliger alternativer Langzeitkandidatentrajektorien xi, und iii) Berechnen der Präferenz yi, für die Abstandsparameter θ durch Erzeugen eines oder mehrerer Trajektorienpunkte und punktweises Vergleichen mit den jeweiligen Abstandsparametern θ̂ der Grundwahrheitstrajektorie x.An additional or alternative preferred embodiment of the present invention relates to an embodiment wherein in step c) the generation of one or more viable alternative long-term trajectories x i for given time windows t i comprises or consists of: i) transforming the ground truth trajectory x for the respective ego vehicles to express the position of the ego vehicles in terms of distance parameters θ̂ relative to the roadway, ii) generating one or more random alternative long-term candidate trajectories x i , and iii) calculating the preference y i for the distance parameters θ by generating a or several trajectory points and point-by-point comparison with the respective distance parameters θ̂ of the ground truth trajectory x.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung bezieht sich auf eine Ausführungsform, bei der die Grundwahrheitstrajektorie x für das jeweilige Ego-Fahrzeug in einen Frenet-Rahmen transformiert wird, d. h. um eine Position s entlang seiner Fahrbahnmittellinie und seinen (seitlichen) Abstand w zu dieser Linie zu einem beliebigen Zeitpunkt auszudrücken, und dann die Grundwahrheitstrajektorie x auf die Abstandsparameter vereinfacht wird θ̂.An additional or alternative preferred embodiment of the present invention relates to an embodiment in which the ground truth trajectory x for the respective ego vehicle is transformed into a Frenet frame, i. H. to express a position s along its lane centerline and its (lateral) distance w to that line at any instant, and then simplifying the ground truth trajectory x to the distance parameters θ̂.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung bezieht sich auf eine Ausführungsform, bei der die Grundwahrheitstrajektorie x auf sechs Abstandsparameter vereinfacht wird θ̂̂ (θ̂1 zu θ̂6), die beschreiben θ̂1 s-Entfernung bis zum ersten Fahrspurwechsel, θ̂2 s-Distanzlänge des ersten Spurwechsels θ̂3 s-Entfernung bis zum zweiten Spurwechsel, θ4 s-Entfernung des zweiten Spurwechsels, θ̂5 w-Entfernung des ersten Spurwechsels, und θ̂6 w-Entfernung w-Entfernung des zweiten Fahrspurwechsels.An additional or alternative preferred embodiment of the present invention relates to an embodiment in which the ground truth trajectory x is simplified to six distance parameters θ̂̂ (θ̂ 1 to θ̂ 6 ) describing θ̂ 1 s-distance to the first lane change, θ̂ 2 s- Distance length of first lane change θ̂ 3 s-distance to second lane change, θ 4 s-distance of second lane change, θ̂ 5 w-distance of first lane change, and θ̂ 6 w-distance w-distance of second lane change.

In einem Beispiel wird der Präferenzwert yi nach der folgenden Funktion bestimmt: y i : = 1 tanh ( 1 n j = 1 n [ f ( t j , θ ) f ( t j , θ ^ ) ] 2 )

Figure DE112020006317T5_0001
worin n eine ganze Zahl aus der Gruppe 1, 2, 3 oder mehr darstellt.In an example, the preference value y i is determined according to the following function: y i : = 1 tanh ( 1 n j = 1 n [ f ( t j , θ ) f ( t j , θ ^ ) ] 2 )
Figure DE112020006317T5_0001
wherein n is an integer from the group 1, 2, 3 or more.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung bezieht sich auf eine Ausführungsform, bei der die Erzeugung alternativer Langzeittrajektorien xi das Erzeugen einer Vielzahl von zufälligen Trajektorien xi umfasst, die gleichmäßig in Grenzen für den Abstandsparameterraum abgetastet werden θ und das Erzeugen einer Vielzahl von zufälligen Trajektorien xi, die aus einer Normalverteilung um den Abstandsparameterraum 0 mit denselben Beschränkungen.An additional or alternative preferred embodiment of the present invention relates to an embodiment in which the generation of alternative long-term trajectories x i comprises generating a plurality of random trajectories x i sampled uniformly in bounds for the distance parameter space θ and generating a plurality of random trajectories x i derived from a normal distribution around the distance parameter space 0 with the same constraints.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung bezieht sich auf eine Ausführungsform, bei der 5 oder mehr, alternativ 10 oder mehr, alternativ 20 oder mehr, alternativ 30 oder mehr, alternativ 40 oder mehr, alternativ 50 oder mehr zufällige alternative Trajektorien xi erzeugt werden, die gleichmäßig in Grenzen für den Abstandsparameterraum abgetastet werden θ erzeugt werden, und wobei 5 oder mehr, alternativ 10 oder mehr, alternativ 20 oder mehr, alternativ 30 oder mehr, alternativ 40 oder mehr, alternativ 50 oder mehr zufällige alternative Trajektorien xi erzeugt werden, die aus einer Normalverteilung um den Abstandsparameterraum θ mit den gleichen Einschränkungen.An additional or alternative preferred embodiment of the present invention relates to an embodiment in which 5 or more, alternatively 10 or more, alternatively 20 or more, alternatively 30 or more, alternatively 40 or more, alternatively 50 or more random alternative trajectories x i are generated, sampled uniformly in bounds for the distance parameter space θ, and generating 5 or more, alternatively 10 or more, alternatively 20 or more, alternatively 30 or more, alternatively 40 or more, alternatively 50 or more random alternative trajectories x i can be generated from a normal distribution around the distance parameter space θ with the same restrictions.

Alle Merkmale und Ausführungsformen, die in Bezug auf den ersten Aspekt der vorliegenden Erfindung offenbart werden, sind allein oder in (Unter-)Kombination mit dem zweiten Aspekt oder dem dritten Aspekt der vorliegenden Erfindung einschließlich jeder der bevorzugten Ausführungsformen davon kombinierbar, sofern die sich ergebende Kombination von Merkmalen für einen Fachmann auf dem Gebiet der Technik angemessen ist.All features and embodiments disclosed in relation to the first aspect of the present invention can be combined alone or in (sub)combination with the second aspect or the third aspect of the present invention, including any of the preferred embodiments thereof, provided the resulting combination of features is appropriate for a person skilled in the art.

Gemäß dem zweiten Aspekt der Erfindung ein Computersystem zum Trainieren eines Verkehrsagenten, der ein Straßenfahrzeug in einer Fahrsituation navigiert, die eine komplexe Fahrsituation einer Simulationsumgebung einschließt, umfassend oder bestehend aus einem oder mehreren Prozessoren, einer Speichervorrichtung, die mit dem einen oder den mehreren Prozessoren gekoppelt ist, und einem Verkehrsagenten-Lernsystem, das ein neuronales Netzwerkmodell zur Entscheidungsfindung in einer komplexen Fahrsituation verwendet, das in der Speichervorrichtung gespeichert ist und konfiguriert ist, um von dem einen oder den mehreren Prozessoren ausgeführt zu werden, dadurch gekennzeichnet, dass das Verkehrsagenten-Lernsystem konfiguriert ist, um das computerimplementierte Trainingsverfahren des ersten Aspekts auszuführen.According to the second aspect of the invention, a computer system for training a traffic agent navigating a road vehicle in a driving situation that includes a complex driving situation of a simulation environment, comprising or consisting of one or more processors, a memory device coupled to the one or more processors and a traffic agent learning system using a neural network model for decision making in a complex driving situation, stored in the storage device and configured to be executed by the one or more processors, characterized in that the traffic agent learning system is configured to carry out the computer-implemented training method of the first aspect.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung betrifft eine Ausführungsform, bei der das neuronale Netzmodell zur Entscheidungsfindung in einer Fahrsituation einschließlich einer komplexen Fahrsituation ein neuronales Zweiklassen-Netzmodell umfasst, vorzugsweise mit bis zu 32 Neuronen in der ersten Schicht und bis zu 32 Neuronen in der zweiten Schicht, oder es umfasst ein neuronales Vierklassen-Netzmodell vorzugsweise mit bis zu 96 Neuronen in der ersten Schicht und bis zu 16 Neuronen in der zweiten Schicht. Vorzugsweise ist die Neuronenzahl in der zweiten Schicht entsprechend höher, um eine gute Korrektklassifikationsrate [accuracy] im Test zu erreichen. Die Neuronenzahl der ersten Schicht scheint einen geringeren Einfluss auf die Korrektklassifikationsrate im Test zu haben.An additional or alternative preferred embodiment of the present invention relates to an embodiment in which the neural network model for decision-making in a driving situation including a complex driving situation comprises a two-class neural network model, preferably with up to 32 neurons in the first layer and up to 32 neurons in the second layer, or it comprises a four-class neural network model, preferably with up to 96 neurons in the first layer and up to 16 neurons in the second layer. The number of neurons in the second layer is preferably correspondingly higher in order to achieve a good correct classification rate [accuracy] in the test. The number of neurons in the first layer seems to have less of an impact on the correct classification rate in the test.

Gemäß einer zusätzlichen oder alternativen bevorzugten Ausführungsform kann das Computersystem des zweiten Aspekts so konfiguriert sein, dass der Verkehrsagent separate Module umfasst. Ein Modul A kann konfiguriert sein, naturalistische Fahrdaten einzugeben und zu verarbeiten und eine oder mehrere Grundwahrheitstrajektorien x zu generieren. Ein Modul B kann konfiguriert sein, die Wahrnehmungswerte pi der einen oder mehreren Grundwahrheitstrajektorien x zu generieren. Ein Modul C, das gemäß der vorliegenden Erfindung auch als „generativer Trajektorien-/Bewegungsplaner“ oder „Gen. TP“ bezeichnet wird, kann konfiguriert sein, eine oder mehrere realisierbare alternative Langzeittrajektorien xi für gegebene Zeitfenster ti zu generieren, denen entsprechend ein Präferenzwert yi zugeordnet ist. Modul D, das gemäß der vorliegenden Erfindung auch als Entscheidungsfinder auf hoher Ebene [„High Level Decision Maker“] oder „HLDM“ bezeichnet wird, stellt ein Computermodell für die Entscheidungsfindung auf hoher Ebene in einer Fahrsituation dar, die eine komplexe Fahrsituation einschließt, und wird mit einer oder mehreren der alternativen durchführbaren Langzeittrajektorien xi, die von Modul C bereitgestellt werden, und den jeweiligen Grundwahrnehmungstrajektorien x, die von Modul A bereitgestellt werden, und/oder den Wahrnehmungswerten pi von Modul B trainiert, um als Aktion eine Kandidatentrajektorie xc auszuwählen, die den vorgegebenen Schwellenwert für den Präferenzwert yi überschreitet, der vom Verkehrsagenten ausgeführt werden soll.According to an additional or alternative preferred embodiment, the computer system of the second aspect may be configured such that the traffic agent comprises separate modules. A module A can be configured to input and process naturalistic driving data and to generate one or more ground truth trajectories x. A module B can be configured to generate the perceptual values p i of the one or more ground truth trajectories x. A module C, also referred to as “generative trajectory/movement planner” or “Gen. TP” may be configured to generate one or more viable alternative long-term trajectories x i for given time windows t i , correspondingly associated with a preference value y i . Module D, which according to the present invention is also referred to as a high-level decision maker [“High Level Decision Maker”] or “HLDM”, represents a computer model for high-level decision-making in a driving situation that includes a complex driving situation, and is trained with one or more of the alternative feasible long-term trajectories x i provided by module C and the respective basic perceptual trajectories x provided by module A and/or the perceptual values p i of module B to produce as an action a candidate trajectory x c that exceeds the predetermined threshold for the preference value y i to be executed by the traffic agent.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung bezieht sich auf eine Ausführungsform, bei der die Module A und B in einem Modul kombiniert sind oder bei der die Module B und C in einem Modul kombiniert sind.An additional or alternative preferred embodiment of the present invention relates to an embodiment where modules A and B are combined into one module or where modules B and C are combined into one module.

Eine Ausführungsform des erfindungsgemäßen Trainingscomputersystems besteht darin, dass Modul A und Modul B ihre entsprechend generierten Daten an Modul C und/oder Modul D liefern, wobei die Daten vorzugsweise zuerst in Modul C und anschließend in Modul D verwendet werden. Mit anderen Worten: Die Fahrdaten der Ego-Fahrzeuge einschließlich der Grundwahrheitstrajektorien x von Modul A und ihrer Wahrnehmung pi von Modul B werden zuerst in Modul C verwendet, um die alternativen Langzeittrajektorien xi zu generieren. Anschließend werden die Fahrdaten der Ego-Fahrzeuge, einschließlich der Grundwahrheitstrajektorien x von Modul A und ihrer Wahrnehmung pi von Modul B, vorzugsweise auch in Modul D verwendet, um eine Langzeitkandidatentrajektorie xc aus der von Modul C bereitgestellten Gruppe möglicher alternativer Langzeittrajektorien xi zu bewerten und auszuwählen.One embodiment of the training computer system according to the invention is that module A and module B supply their correspondingly generated data to module C and/or module D, with the data preferably being used first in module C and then in module D. In other words: The driving data of the ego vehicles including the ground truth trajectories x from module A and their perception p i from module B are first used in module C to generate the alternative long-term trajectories x i . The driving data of the ego vehicles, including the ground truth trajectories x from module A and their perception p i from module B, are then preferably also used in module D to select a long-term candidate trajectory x c from the group of possible alternative long-term trajectories x i provided by module C evaluate and select.

Der Vorteil des erfindungsgemäßen Computersystems für das Training eines Verkehrsagenten besteht darin, dass die Entscheidungen nach der Generierung realisierbarer alternativer naturalistischer Langzeittrajektorien xi ausgeführt werden und somit alle von Modul D ausgewählten alternativen Trajektorien xi naturalistisch und ohne Änderung realisierbar sind. Mit anderen Worten, das erfindungsgemäße neuronale Netzwerk für die Entscheidungsfindung auf hoher Ebene erzeugt menschenähnliche Trajektorien, die gleichzeitig realisierbar sind.The advantage of the computer system according to the invention for training a traffic agent is that the decisions are made after the generation of viable alternative naturalistic long-term trajectories x i and thus all alternative trajectories x i selected by module D can be implemented naturally and without modification. In other words, the high-level decision-making neural network of the present invention produces human-like trajectories that are realizable simultaneously.

Alle Merkmale und Ausführungsformen, die in Bezug auf den zweiten Aspekt der vorliegenden Erfindung offenbart werden, sind allein oder in (Unter-)Kombination mit dem ersten Aspekt oder dem dritten Aspekt der vorliegenden Erfindung einschließlich jeder der bevorzugten Ausführungsformen davon kombinierbar, sofern die sich ergebende Kombination von Merkmalen für einen Fachmann auf dem Gebiet der Technik angemessen ist.All features and embodiments disclosed in relation to the second aspect of the present invention can be combined alone or in (sub)combination with the first aspect or the third aspect of the present invention, including any of the preferred embodiments thereof, provided the resulting combination of features is appropriate for a person skilled in the art.

Ein dritter Aspekt der Erfindung bezieht sich auf ein Computersystem zur Simulation einer Straßenfahrumgebung in einer Fahrsituation, die eine komplexe Fahrsituation für ein oder mehrere Fahrzeuge einschließt, umfassend oder bestehend aus einem oder mehreren Prozessoren, einer mit dem einen oder den mehreren Prozessoren gekoppelten Speichervorrichtung und einem Verkehrsagenten, der ein neuronales Netzwerkmodell zur Entscheidungsfindung in einer Fahrsituation verwendet, die eine komplexe Fahrsituation einschließt, die in der Speichervorrichtung gespeichert ist und so konfiguriert ist, dass sie von dem einen oder den mehreren Prozessoren ausgeführt wird dadurch gekennzeichnet, dass der Verkehrsagent gemäß dem computerimplementierten Trainingsverfahren des ersten erfindungsgemäßen Aspekts trainiert wird, um als eine Aktion eine Kandidatentrajektorie xc auszuwählen, die den vorbestimmten Schwellenwert für den Präferenzwert yc übersteigt, um von dem Verkehrsagenten in der Simulationsumgebung durchgeführt zu werden. Mit anderen Worten, während sich das Computersystem des zweiten Aspekts der vorliegenden Erfindung auf die Trainingsphase eines Verkehrsagenten-Lernsystems unter Verwendung naturalistischer Fahrdaten bezieht, bezieht sich das Computersystem des dritten Aspekts der vorliegenden Erfindung auf den Einsatz des trainierten Verkehrsagenten in einer Simulationsumgebung unter Verwendung simulierter Fahrdaten.A third aspect of the invention relates to a computer system for simulating a road driving environment in a driving situation that includes a complex driving situation for one or more vehicles, comprising or consisting of one or more processors, a memory device coupled to the one or more processors, and a Traffic agent using a neural network model for decision making in a driving situation involving a complex driving situation stored in the storage device and configured to be executed by the one or more processors characterized in that the traffic agent according to the computer-implemented Training method of the first aspect of the invention is trained to as an action to select a candidate trajectory xc that exceeds the predetermined threshold for the preference value yc to be performed by the traffic agent in the simulation environment. In other words, while the computer system of the second aspect of the present invention relates to the training phase of a traffic agent learning system using naturalistic driving data, the computer system of the third aspect of the present invention relates to the deployment of the trained traffic agent in a simulation environment using simulated driving data .

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung betrifft eine Ausführungsform, bei der das neuronale Netzmodell zur Entscheidungsfindung in einer Fahrsituation einschließlich einer komplexen Fahrsituation ein neuronales Zweiklassen-Netzmodell umfasst, vorzugsweise mit bis zu 32 Neuronen in der ersten Schicht und bis zu 32 Neuronen in der zweiten Schicht, oder es umfasst ein neuronales Vierklassen-Netzmodell vorzugsweise mit bis zu 96 Neuronen in der ersten Schicht und bis zu 16 Neuronen in der zweiten Schicht. Vorzugsweise ist die Neuronenzahl in der zweiten Schicht entsprechend höher, um eine gute Korrektklassifikationsrate im Test zu erreichen. Die Neuronenzahl der ersten Schicht scheint einen geringeren Einfluss auf die Korrektklassifikationsrate im Test zu haben.An additional or alternative preferred embodiment of the present invention relates to an embodiment in which the neural network model for decision-making in a driving situation including a complex driving situation comprises a two-class neural network model, preferably with up to 32 neurons in the first layer and up to 32 neurons in the second layer, or it comprises a four-class neural network model, preferably with up to 96 neurons in the first layer and up to 16 neurons in the second layer. The number of neurons in the second layer is preferably correspondingly higher in order to achieve a good correct classification rate in the test. The number of neurons in the first layer seems to have less of an impact on the correct classification rate in the test.

Im Hinblick auf den Einsatz des erfindungsgemäßen Verkehrsagenten kann das Simulationscomputersystem des dritten Aspekts so konfiguriert sein, dass der Verkehrsagent aus separaten Modulen besteht. Ein Modul A kann dazu ausgebildet sein, simulierte Fahrdaten von simulierten Fahrzeugen in einer Simulationsumgebung zu verarbeiten. Ein Modul B kann konfiguriert sein, die Wahrnehmungswerte pi der simulierten Fahrzeuge pro gegebenem Zeitfenster ti zu generieren. Ein Modul C, auch „generativer Trajektorien-/Bewegungsplaner“ oder „Gen. TP“ genannt, das gemäß dem vorliegenden erfindungsgemäßen Trainingsverfahren trainiert wurde, ist konfiguriert, eine oder mehrere realisierbare alternative Langzeittrajektorien xi pro gegebenem Zeitfenster ti zu generieren, denen entsprechend ein Präferenzwert yi zugeordnet ist. Modul D, das gemäß der vorliegenden Erfindung auch als „High Level Decision Maker“ oder „HLDM“ bezeichnet wird und gemäß der vorliegenden Erfindung trainiert wurde, ist so konfiguriert, dass es als Aktion eine Langzeitkandidatentrajektorie xc aus der Gruppe der von Modul C bereitgestellten realisierbaren alternativen Trajektorien xi auswählt, die den vorbestimmten Schwellenwert für den Präferenzwert yc überschreitet, um vom Verkehrsagenten in der Simulationsumgebung durchgeführt (ausgeführt) zu werden.With regard to the use of the traffic agent according to the invention, the simulation computer system of the third aspect can be configured in such a way that the traffic agent consists of separate modules. A module A can be designed to process simulated driving data from simulated vehicles in a simulation environment. A module B can be configured to generate the perception values p i of the simulated vehicles per given time window t i . A module C, also "generative trajectory/movement planner" or "Gen. TP”, which was trained according to the present inventive training method, is configured to generate one or more viable alternative long-term trajectories x i per given time window t i , to which a preference value y i is assigned accordingly. Module D, which according to the present invention is also referred to as "High Level Decision Maker" or "HLDM" and has been trained according to the present invention, is configured to take as an action a long-term candidate trajectory x c from the group provided by Module C viable alternative trajectories x i exceeding the predetermined threshold for the preference value y c to be performed (executed) by the traffic agent in the simulation environment.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung bezieht sich auf eine Ausführungsform, bei der die Module A und B in einem Modul kombiniert sind oder bei der die Module B und C in einem Modul kombiniert sind.An additional or alternative preferred embodiment of the present invention relates to an embodiment where modules A and B are combined into one module or where modules B and C are combined into one module.

Weitere Module, die zur Ausführung der ausgewählten Kandidatentrajektorie erforderlich sind, wie z. B. ein Modul E, ein so genanntes „Trajektorieplanausführungsmodul“ [„Trajectory Plan Execution module“] oder „TP Exec.“-Modul und/oder ein Modul F, ein so genanntes „Fahrzeugmodul“, zur Ausführung der ausgewählten Trajektorie in der Simulationsumgebung, sind vorzugsweise ebenfalls enthalten. Für Details der Ausführung einer ausgewählten Trajektorie xi kann das Modul E bei Bedarf weitere Verarbeitungsschritte aufrufen, die weiter unten im exemplarischen Abschnitt näher beschrieben werden.Other modules required to execute the selected candidate trajectory, such as a module E, a so-called "Trajectory Plan Execution module" or "TP Exec." module and/or a module F, a so-called "vehicle module", for executing the selected trajectory in the simulation environment , are preferably also included. For details of the execution of a selected trajectory x i , the module E can, if necessary, call up further processing steps, which are described in more detail below in the example section.

Eine Ausführungsform des erfindungsgemäßen Simulationscomputersystems besteht darin, dass Modul A und Modul B ihre entsprechend generierten Simulationsdaten zunächst Modul C und anschließend Modul D zur Verfügung stellen. Mit anderen Worten werden die von Modul A und/oder B bereitgestellten simulierten Fahrdaten der simulierten Fahrzeuge und ihre jeweiligen Wahrnehmungen pi zur Generierung der alternativen Langzeittrajektorien xi in Modul C und zur Auswahl der Kandidatentrajektorie xc in Modul D verwendet.One embodiment of the simulation computer system according to the invention is that module A and module B first make their correspondingly generated simulation data available to module C and then to module D. In other words, the simulated driving data of the simulated vehicles provided by module A and/or B and their respective perceptions p i are used to generate the alternative long-term trajectories x i in module C and to select the candidate trajectory x c in module D.

Der Vorteil des erfindungsgemäßen Simulationscomputersystems besteht darin, dass die Entscheidungen im Anschluss an die Generierung realisierbarer naturalistischer Langzeittrajektorien xi ausgeführt werden und somit alle von Modul D ausgewählten Kandidaten-Trajektorien xc naturalistisch und ohne Änderung realisierbar sind. Mit anderen Worten, der erfindungsgemäße Entscheidungsfinder auf hoher Ebene erzeugt menschenähnliche Trajektorien, die gleichzeitig realisierbar sind.The advantage of the simulation computer system according to the invention is that the decisions are made after the generation of realizable naturalistic long-term trajectories x i and thus all candidate trajectories x c selected by module D can be realized naturally and without modification. In other words, the high-level decision maker of the present invention creates human-like trajectories that are realizable at the same time.

Eine zusätzliche oder alternative bevorzugte Ausführungsform der vorliegenden Erfindung bezieht sich auf eine Ausführungsform, bei der Modul C und/oder Modul D mit einer strategischen Explorationskomponente, wie einer auf Vorhersage- und Kostenfunktionen basierenden (PCB) Komponente oder einer ähnlichen Komponente, ergänzt wird/werden, um Kandidatentrajektorieen von mehr als 2 Sekunden zu berechnen.An additional or alternative preferred embodiment of the present invention relates to an embodiment where Module C and/or Module D is/are supplemented with a strategic exploration component such as a Prediction and Cost Functions Based (PCB) component or a similar component to calculate candidate trajectories longer than 2 seconds.

Eine solche Erweiterung könnte beispielsweise geeignet sein, den Trajektorienvorschlag von Modul C und/oder die Trajektorienauswahl von Modul D zu beeinflussen, indem weitere Anforderungen an die Trajektoriengenerierung/-auswahl gestellt werden, z. B. die Auswahl einer Kostenfunktion, um eine gewünschte Aggressivität des Fahrstils zu simulieren.Such an extension could, for example, be suitable for influencing the trajectory proposal from module C and/or the trajectory selection from module D by making further demands on the trajectory generation/selection, e.g. B. the selection of a cost function to simulate a desired aggressiveness of the driving style.

Alle Merkmale und Ausführungsformen, die in Bezug auf den dritten Aspekt der vorliegenden Erfindung offenbart werden, sind allein oder in (Unter-)Kombination mit dem ersten Aspekt oder dem zweiten Aspekt der vorliegenden Erfindung einschließlich jeder ihrer bevorzugten Ausführungsformen kombinierbar, vorausgesetzt, die sich ergebende Kombination von Merkmalen ist für einen Fachmann auf dem Gebiet der Technik angemessen.All features and embodiments disclosed in relation to the third aspect of the present invention are combinable alone or in (sub)combination with the first aspect or the second aspect of the present invention, including any of their preferred embodiments, provided that the resulting Combination of features is reasonable for a person skilled in the art.

Die vorliegende Erfindung wird im Folgenden anhand von beispielhaften Ausführungsformen beschrieben, die lediglich als Beispiele dienen und den Umfang des vorliegenden Schutzrechts nicht einschränken sollen.The present invention is described below with reference to exemplary embodiments, which only serve as examples and are not intended to limit the scope of the present protective right.

DETAILLIERTE BESCHREIBUNG DER FIGUREN UND DES VERSUCHSAUFBAUSDETAILED DESCRIPTION OF FIGURES AND EXPERIMENTAL SETUP

Weitere Merkmale und Vorteile der vorliegenden Erfindung ergeben sich aus der nachfolgenden Beschreibung von Ausführungsbeispielen der erfindungsgemäßen Aspekte unter Bezugnahme auf die beigefügten Figuren.Further features and advantages of the present invention result from the following description of exemplary embodiments of the aspects according to the invention with reference to the attached figures.

Alle nachstehend in Bezug auf die Ausführungsbeispiele und/oder die begleitenden Figuren offengelegten Merkmale können allein oder in einer beliebigen Unterkombination mit Merkmalen der drei Aspekte der vorliegenden Erfindung, einschließlich Merkmalen bevorzugter Ausführungsformen davon, kombiniert werden, sofern die sich ergebende Merkmalskombination für einen Fachmann auf dem Gebiet der Technik sinnvoll ist.All features disclosed below in relation to the exemplary embodiments and/or the accompanying figures can be combined alone or in any sub-combination with features of the three aspects of the present invention, including features of preferred embodiments thereof, provided that the resulting combination of features is apparent to a person skilled in the art field of technology makes sense.

1a) zeigt eine grafische Darstellung einer Ausführungsform der Architektur 1, auch „Fahrstapel“ genannt, eines Ausbildungscomputersystems gemäß der vorliegenden Erfindung und 1b) zeigt eine grafische Darstellung einer Ausführungsform der Architektur 1' eines Simulationscomputersystems gemäß der vorliegenden Erfindung. Die erfindungsgemäßen Fahrstapel sind so konfiguriert, dass sie in allen simulierten Fahrsituationen, einschließlich komplexer Fahrsituationen, realisierbare menschenähnliche (naturalistische) Entscheidungen treffen. 1a) Fig. 12 shows a graphical representation of an embodiment of the architecture 1, also called "drive stack", of a training computer system according to the present invention and 1b) Figure 12 shows a graphical representation of an embodiment of the architecture 1' of a simulation computer system according to the present invention. The driving stacks according to the invention are configured in such a way that they make realizable human-like (naturalistic) decisions in all simulated driving situations, including complex driving situations.

Die in 1a) dargestellte Trainingsarchitektur 1 ist so konfiguriert, dass sie die Funktionen von Modul A und Modul B, wie sie oben in Bezug auf das erfindungsgemäße Trainingscomputersystem beschrieben wurden, in einem Modul 11 zusammenfasst. Dementsprechend ist das kombinierte Modul 11 konfiguriert, um die Funktionen von Modul A auszuführen, z.B. ist es konfiguriert, um die naturalistischen Fahrdaten einzugeben und zu verarbeiten und die Grundwahrheitstrajektorien x zu erzeugen, ist so konfiguriert, dass es die Wahrnehmungswerte pi der einen oder mehreren Grundwahrheitstrajektorien x pro gegebenem Zeitfenster ti erzeugt. Modul 12 (Modul C), das gemäß 1a) auch als „Gen. TP“ bezeichnet wird, ist so konfiguriert, dass es eine oder mehrere realisierbare alternative Langzeitkandidatentrajektorien xi pro gegebenem Zeitfenster ti erzeugt, denen entsprechend ein Präferenzwert yi zugeordnet ist. Modul 13 (Modul D), das gemäß 1a) auch als „HLDM“ bezeichnet wird, stellt ein Computermodell für die Entscheidung auf hoher Ebene in einer Fahrsituation dar, die eine komplexe Fahrsituation einschließt, und wird mit einer oder mehreren der von Modul 12 bereitgestellten Langzeittrajektorien xi und den jeweiligen vom kombinierten Modul 11 bereitgestellten Grundwahrheitstrajektorien x trainiert, um als Aktion eine Kandidatentrajektorie xc auszuwählen, die den vorgegebenen Schwellenwert für den Präferenzwert yc überschreitet, der vom Verkehrsagenten auszuführen ist.In the 1a) The training architecture 1 shown is configured in such a way that it combines the functions of module A and module B, as described above in relation to the training computer system according to the invention, in a module 11 . Accordingly, the combined module 11 is configured to perform the functions of module A, eg it is configured to input and process the naturalistic driving data and generate the ground truth trajectories x, is configured to use the perceptual values p i of the one or more Ground truth trajectories x are generated per given time window t i . Module 12 (Module C), which pursuant to 1a) also as "Gen. TP” is configured to generate one or more viable alternative long-term candidate trajectories x i per given time window t i , which are correspondingly assigned a preference value y i . Module 13 (Module D), which pursuant to 1a) also referred to as "HLDM", represents a computer model for high-level decision-making in a driving situation that includes a complex driving situation, and is provided with one or more of the long-term trajectories x i provided by module 12 and the respective ones provided by combined module 11 Trains ground truth trajectories x to select as an action a candidate trajectory x c that exceeds the predetermined threshold for the preference value y c to be performed by the traffic agent.

Aus 1a) geht nicht hervor, dass die Module A und B alternativ auch als separate Module vorgesehen werden können.Out of 1a) does not indicate that modules A and B can alternatively be provided as separate modules.

Gemäß 1a) liefert das kombinierte Modul 11 die jeweiligen naturalistischen Fahrdaten und die Wahrnehmung pi an Modul 12 bzw. Modul 13. Mit anderen Worten, die naturalistischen Fahrdaten der Ego-Fahrzeuge einschließlich der Grundwahrheitstrajektorien x und ihrer Wahrnehmung pi werden zunächst in Modul 12 verwendet (gestrichelte Linie), um die alternativen Langzeittrajektorien xi zu generieren. Außerdem werden die naturalistischen Fahrdaten der Ego-Fahrzeuge einschließlich der Grundwahrheitstrajektorien x und ihrer Wahrnehmung pi anschließend in Modul 13 verwendet (durchgehende Linie), um die Langzeitkandidatentrajektorie xc zu bewerten und auszuwählen.According to 1a) the combined module 11 delivers the respective naturalistic driving data and the perception p i to module 12 or module 13. In other words, the naturalistic driving data of the ego vehicles including the basic truth trajectories x and their perception p i are first used in module 12 (dashed line) to generate the alternative long-term trajectories x i . In addition, the naturalistic driving data of the ego vehicles including the ground truth trajectories x and their perception p i are then used in module 13 (solid line) to evaluate and select the long-term candidate trajectory x c .

Diese erfindungsgemäße architektonische Ausführungsform, die in 1a) dargestellt ist, bietet den Vorteil, dass alle vom Modul für Entscheidungen auf hoher Ebene 13 ausgewählten Kandidatentrajektorien xi naturalistisch und machbar sind und nicht nachträglich geändert werden müssen.This architectural embodiment according to the invention, which is 1a) has the advantage that all candidate trajectories x i selected by the high-level decision module 13 are naturalistic and feasible and do not have to be changed afterwards.

Die in 1b) dargestellte Simulationsarchitektur 1' ist so konfiguriert, dass sie auch die Funktionen von Modul A und Modul B, wie sie oben in Bezug auf das erfindungsgemäße Simulationscomputersystem beschrieben wurden, in einem Modul 11' umfasst. Dementsprechend ist das kombinierte Modul 11' konfiguriert, die Funktionen von Modul A auszuführen, z.B. ist es konfiguriert, um Fahrdaten von simulierten Fahrzeugen in einer Simulationsumgebung zu simulieren. Dies bedeutet, dass Modul A während des Einsatzes in einer Simulationsumgebung nicht die naturalistischen Fahrdaten und nicht die Langzeitgrundwahrheitstrajektorien x verwendet. Ferne ist das kombinierte Modul 11' konfiguriert, dass es die Funktionen von Modul B ausführt, z. B. ist es konfiguriert Wahrnehmungswerte pi der simulierten Fahrdaten pro gegebenem Zeitfenster ti zu generieren. Modul 12' (Modul C), das gemäß 1b) auch „Gen. TP“ genannt wird, wurde mit dem erfindungsgemäßen Trainingsverfahren trainiert und ist konfiguriert, eine oder mehrere machbare alternative Langzeittrajektorien xi pro gegebenem Zeitfenster ti zu generieren, denen entsprechend ein Präferenzwert yi zugeordnet wird. Modul 13' (Modul D), das gemäß 1b) auch als „HLDM“ bezeichnet wird, stellt ein Computermodell zur Entscheidungsfindung auf hoher Ebene in einer Fahrsituation einschließlich einer komplexen Fahrsituation dar und wurde mit dem erfindungsgemäßen Trainingsverfahren trainiert, um als Aktion eine Kandidatentrajektorie xc auszuwählen, die den vorbestimmten Schwellenwert für den Präferenzwert yc überschreitet, um vom Verkehrsagenten ausgeführt zu werden.In the 1b) The simulation architecture 1' shown is configured in such a way that it also includes the functions of module A and module B, as described above in relation to the simulation computer system according to the invention, in a module 11'. Accordingly, the combined module 11' is configured to perform the functions of module A, eg it is configured to simulate driving data from simulated vehicles in a simulation environment. This means that module A does not use the naturalistic driving data and the long-term ground truth trajectories x during use in a simulation environment. Furthermore, the combined module 11' is configured to perform the functions of module B, e.g. B. it is configured to generate perception values p i of the simulated driving data per given time window t i . Module 12' (module C) according to 1b) also "Gen. TP” has been trained using the training method according to the invention and is configured to generate one or more viable alternative long-term trajectories x i per given time window t i , to which a preference value y i is assigned accordingly. Module 13 '(module D), according to 1b) also referred to as "HLDM", represents a computer model for high-level decision-making in a driving situation, including a complex driving situation, and was trained with the training method according to the invention to select as an action a candidate trajectory x c that meets the predetermined threshold value for the preference value y c exceeded to be carried out by the traffic agent.

Nicht dargestellt ist in 1b), dass die Module A und B alternativ auch als separate Module vorgesehen werden können.Not shown in 1b) that the modules A and B can alternatively be provided as separate modules.

Die Simulationsarchitektur 1' der 1b) umfasst ferner das Modul 14' (Modul E), das auch als „TP Exec.“ bezeichnet wird, um die Ausführungsplanung der Kandidatentrajektorie xc in einem simulierten Fahrzeug durchzuführen, sowie das Modul 15' (Modul F) für das simulierte „Fahrzeugmodul“. Für die Einzelheiten der Ausführung der ausgewählten Kandidatentrajektorie xc kann Modul 15' bei Bedarf weitere Verarbeitungsschritte aufrufen, was in 1b) nicht dargestellt ist.The simulation architecture 1 'of 1b) also includes the module 14' (module E), which is also referred to as "TP Exec.", to carry out the execution planning of the candidate trajectory x c in a simulated vehicle, as well as the module 15' (module F) for the simulated "vehicle module" . For the details of the execution of the selected candidate trajectory x c , module 15' can call up further processing steps if required, which is 1b) is not shown.

Gemäß 1b) liefert das kombinierte Modul 11' die jeweiligen simulierten Daten und Wahrnehmungen pi an Modul 12' bzw. Modul 13'. Mit anderen Worten: Die Daten der simulierten Fahrzeuge und ihre Wahrnehmung pi werden zunächst (gestrichelte Linie) in Modul 12' verwendet, um die realisierbaren alternativen Langzeittrajektorien xi zu generieren. Anschließend werden die Daten der simulierten Fahrzeuge und ihre Wahrnehmung pi in Modul 13' verwendet (durchgehende Linie), um die realisierbare Langzeitkandidatentrajektorie xc zu bewerten und auszuwählen.According to 1b) the combined module 11' delivers the respective simulated data and perceptions p i to module 12' and module 13', respectively. In other words: the data of the simulated vehicles and their perception p i are first used (dashed line) in module 12' in order to generate the realizable alternative long-term trajectories x i . Subsequently, the data of the simulated vehicles and their perception p i are used in module 13' (solid line) to evaluate and select the feasible long-term candidate trajectory x c .

Diese erfindungsgemäße Simulationsarchitektur (Ausführungsform 1' in 1b) bietet den Vorteil, dass jede vom hochrangigen Entscheidungsträger des Moduls 13 ausgewählte Langzeitkandidatentrajektorie xc naturalistisch und realisierbar ist und nicht nachträglich geändert werden muss.This simulation architecture according to the invention (embodiment 1' in 1b) provides the advantage that any long-term candidate trajectory x c selected by the high-level decision maker of module 13 is naturalistic and feasible and does not need to be changed afterwards.

In 1b) ist ferner dargestellt, dass Modul 12' und/oder Modul 13' durch eine strategische Explorationskomponente ergänzt werden kann, z. B. eine auf Vorhersage- und Kostenfunktionen basierende Komponente (PCB) oder eine ähnliche Komponente, um Kandidatentrajektorien zu berechnen, die länger als 2 Sekunden benötigen. Eine solche Erweiterung könnte geeignet sein, den Vorschlag alternativer Trajektorien durch Modul 12' und/oder die Auswahl von Kandidatentrajektorien durch Modul 13' zu beeinflussen, indem weitere Anforderungen an die Trajektoriegenerierung/-auswahl gestellt werden, z. B. die Auswahl einer Kostenfunktion, um eine gewünschte Aggressivität des Fahrstils zu simulieren.In 1b) is further shown that module 12 'and / or module 13' can be supplemented by a strategic exploration component, z. B. a component based on prediction and cost functions (PCB) or a similar component to calculate candidate trajectories that take longer than 2 seconds. Such an extension could be suitable for influencing the suggestion of alternative trajectories by module 12' and/or the selection of candidate trajectories by module 13' by making further demands on the trajectory generation/selection, e.g. B. the selection of a cost function to simulate a desired aggressiveness of the driving style.

Die Erfinder der vorliegenden Anmeldung untersuchten eine Reihe von neuronalen Netzarchitekturen mit ähnlichem Aufbau, wobei sie die Anzahl der Neuronen und die Präferenzklassen im Hinblick auf die vorliegende Erfindung variierten. Alle betrachteten Netze bestanden aus zwei dichten Schichten mit Gleichgerichtete Lineare Einheit ([Rectified Linear Unit], ReLU)-Aktivierungen, gefolgt von einer letzten dichten Schicht mit Softmax-Ausgang.The inventors of the present application examined a number of neural network architectures of similar construction, varying the number of neurons and the preference classes in view of the present invention. All considered networks consisted of two dense layers with Rectified Linear Unit (ReLU) activations followed by a final dense layer with softmax output.

Für die erfindungsgemäße Trainingsmethode verwendeten die Erfinder die ersten vier Stunden der Fahrdaten des DataFromSky (DFS)-Datensatzes (erworben von RCE systems s.r.o., Tschechische Republik), der einen naturalistischen Fahrdatensatz für die Analyse bildet. Die naturalistischen Daten umfassten Koordinaten- und Geschwindigkeitsinformationen von tatsächlichen menschlichen Fahrtrajektorien auf einem kleinen Abschnitt von etwa 500 m der Autobahn A9 in Deutschland. Die Daten umfassten insbesondere pro Zeitfenster eine eindeutige Fahrzeugkennung, globale Koordinaten in Quer- und Längsrichtung, longitudinale Geschwindigkeit und longitudinale Beschleunigung. Die Erfinder haben Fahrzeuge, die in weniger als 200 Zeitfenstern ti sichtbar sind oder bei denen es sich nicht um Personenkraftwagen (sondern z. B. um Lastkraftwagen) handelt, nicht als Ego-Fahrzeuge im Hinblick auf die nachfolgende experimentelle Analyse betrachtet. Von den ersten drei Stunden Fahrdaten wurden 72% als Trainingsdaten, 20% als Testdaten und 8% als Validierungsdaten zufällig ausgewählt.For the training method according to the invention, the inventors used the first four hours of driving data from the DataFromSky (DFS) data set (acquired from RCE systems sro, Czech Republic), which constitutes a naturalistic driving data set for analysis. The naturalistic data included coordinate and velocity information from actual human driving trajectories on a small section of about 500 m of the A9 Autobahn in Germany. The data included in particular per Timeslot a unique vehicle identifier, global lateral and longitudinal coordinates, longitudinal velocity and longitudinal acceleration. The inventors have not considered vehicles that are visible in less than 200 time windows t i or that are not passenger cars (but e.g. trucks) to be ego vehicles with regard to the following experimental analysis. From the first three hours of driving data, 72% were randomly selected as training data, 20% as test data and 8% as validation data.

Für jedes sich ergebende Datenbild betrachteten die Erfinder jedes Auto als Ego-Fahrzeug, extrahierten seine Wahrnehmung pi wie in der detaillierten Beschreibung der Erfindung oben und im Folgenden beschrieben und generierten alternative Langzeittrajektorien xi wie in der detaillierten Beschreibung der Erfindung oben und im Folgenden beschrieben.For each resulting data image, the inventors considered each car as an ego vehicle, extracted its perception p i as described in the detailed description of the invention above and below, and generated alternative long-term trajectories x i as described in the detailed description of the invention above and below .

Dementsprechend gingen die Erfinder davon aus, dass das Verhalten des Fahrers eines Ego-Fahrzeugs zu einem großen Teil eine Funktion des Zustands des Fahrzeugs und des Zustands der nächstgelegenen Fahrzeuge in der Umgebung ist. Daher wurde das Modell mit Merkmalen trainiert, die sowohl den aktuellen Zustand des Ego-Fahrzeugs als auch den Zustand der Sechs-Fahrzeug-Nachbarschaft beschreiben. Die Sechs-Fahrzeug-Nachbarschaft (auch „Sechs-Auto-Nachbarschaft“ genannt) wurde bereits in der detaillierten Beschreibung der vorliegenden Erfindung beschrieben.Accordingly, the inventors believed that the behavior of the driver of a ego vehicle is in large part a function of the state of the vehicle and the state of nearby vehicles. Therefore, the model was trained with features that describe both the current state of the ego vehicle and the state of the six-vehicle neighborhood. The six-car neighborhood (also called "six-car neighborhood") has already been described in the detailed description of the present invention.

Für das Training des erfindungsgemäßen Computermodells zur Entscheidungsfindung auf hoher Ebene wurde der naturalistische Fahrdatensatz DFS wie oben definiert verwendet. Dieser Datensatz enthält für eine Reihe von Fahrsituationen eine Grundwahrheitstrajektorie x.The naturalistic driving data set DFS as defined above was used for training the computer model according to the invention for high-level decision-making. This data set contains a ground truth trajectory x for a series of driving situations.

Dies bringt eine Reihe von Herausforderungen mit sich:

  • Naturgetreue Trajektorien können verschiedene (niedrige) Merkmale aufweisen, die ein Modell zu stark anpassen könnte. In diesem Fall sollte darauf geachtet werden, dass diese (niedrigen) Merkmale während des Modelltrainings möglichst nicht aufgedeckt werden.
This brings with it a number of challenges:
  • Lifelike trajectories can have various (low) features that a model might overfit. In this case, care should be taken to ensure that these (low) features are not uncovered during model training.

Um die Vorhersage einer präzisen Langzeitkandidatentrajektorie xc zu verbessern, sollten die Trainingsdaten vorzugsweise Langzeitbahnen xi mit unterschiedlichen Präferenzen yi enthalten, d.h. sowohl solche, die der Grundwahrheitstrajektorie x ähnlich sind, als auch andere.In order to improve the prediction of a precise long-term candidate trajectory x c , the training data should preferably contain long-term trajectories x i with different preferences y i , ie those similar to the ground truth trajectory x as well as others.

Mit diesen Anforderungen im Hinterkopf werden alternative Langzeittrajektorien xi für das Training nach folgendem Verfahren erstellt:

  1. 1. Für ein bestimmtes Fahrzeug, das in den naturalistischen Fahrdaten als Ego betrachtet wird, wird der entsprechende Wahrnehmungswert pi berechnet (wie in der detaillierten Beschreibung der Erfindung beschrieben). Die Merkmale, die beim Training als Wahrnehmungswerte berücksichtigt werden, sind in Tabelle 1 aufgeführt:
Tabelle 1: Merkmal Einheit Ego-Fahrzeug Longitudinale Geschwindigkeit m/s Longitudinale Beschleunigung m/s2 laterale Beschleunigung a lat m/s2 Lager rad Für jedes Fahrzeug in einer Nachbarschaft mit sechs Fahrzeugen Rolle des Fahrzeugs (implizit durch Index) Longitudinale Geschwindigkeit s m/s Longitudinale Beschleunigung a m/s2 Laterale Beschleunigung a lat m/s2 L2 Abstand d M inverse TTC s-1 Relatives Lager rad With these requirements in mind, alternative long-term trajectories x i for training are created using the following procedure:
  1. 1. For a given vehicle considered as ego in the naturalistic driving data, the corresponding perception value p i is calculated (as described in the detailed description of the invention). The traits considered as perceptual values in training are listed in Table 1:
Table 1: feature Unit ego vehicle longitudinal speed m/s longitudinal acceleration m/s 2 lateral acceleration a lat m/s 2 warehouse wheel For each vehicle in a six-vehicle neighborhood role of the vehicle (implicit by index) longitudinal velocity s m/s Longitudinal acceleration a m/s 2 Lateral acceleration a lat m/s 2 L 2 distance d M inverse TTC s -1 Relative camp wheel

Die zukünftige Grundwahrheitstrajektorie x des Fahrzeugs wird dementsprechend als eine Ansammlung von Daten des Ego-Fahrzeugs über die Zeit extrahiert.

  • 2. Die Grundwahrheitstrajektorie x wird dann in Frenet Frame Koordinaten transformiert (für Details siehe Moritz Werling, Julius Ziegler, Sören Kammel und Sebastian Thrun. Optimale Trajektoriengenerierung für dynamische Straßenszenarien in einem Frenet Frame. Seiten 987-993, 06 2010). Dementsprechend wird die Position des Fahrzeugs in Form seiner Position s entlang der Mittellinie seiner Fahrspur und seines (seitlichen) Abstands w zu dieser Linie zu jedem Zeitpunkt ausgedrückt.
  • 3. Die Grundwahrheitstrajektorie x wird darüber hinaus vereinfacht, indem sie auf sechs Entfernungsparameter reduziert wird θ̂̂ (θ̂1 auf θ̂6), die Folgendes beschreiben θ̂1 s-Entfernung bis zum ersten Fahrspurwechsel, θ̂̂2 s-Entfernung des ersten Spurwechsels, θ̂̂3 s-Entfernung bis zum zweiten Spurwechsel, θ̂4 s-Entfernung des zweiten Spurwechsels, θ̂̂5 w-Entfernung des ersten Spurwechsels, und θ̂6 w-Entfernung des zweiten Fahrspurwechsels.
  • 4. Erzeugen von 50 zufälligen Langzeittrajektorien xi durch Erzeugen einer Vielzahl von Trajektorien xi, die gleichmäßig in Grenzen für den Abstandsparameterraum abgetastet werden 0 (z.B. ein Maximum für θ5 und θ6).
  • 5. Generierung von 50 zufälligen Langzeittrajektorien xi, die aus einer Normalverteilung um den Entfernungsparameter θ̂ mit denselben Einschränkungen.
  • 6. Berechnen des Präferenzwertes yi für alle Entfernungsparametersätze θ durch Erzeugen von n Trajektoriepunkten unter Verwendung von sinusbasierten Spurwechseln, wobei n eine ganze Zahl ausgewählt aus 1, 2, 3 oder mehr ist, und punktweises Vergleichen mit den jeweiligen Abstandsparametern θ̂ der Grundwahrheitstrajektorie x, vorzugsweise gemäß der folgenden Funktion y i : = 1 tanh ( 1 n j = 1 n [ f ( t j , θ ) f ( t j , θ ^ ) ] 2 )
    Figure DE112020006317T5_0002
Accordingly, the future ground truth trajectory x of the vehicle is extracted as an accumulation of data of the ego vehicle over time.
  • 2. The ground truth trajectory x is then transformed into Frenet frame coordinates (for details see Moritz Werling, Julius Ziegler, Sören Kammel and Sebastian Thrun. Optimal trajectory generation for dynamic road scenarios in a Frenet frame. Pages 987-993, 06 2010). Accordingly, the position of the vehicle is expressed in terms of its position s along the center line of its lane and its (lateral) distance w from that line at any point in time.
  • 3. The ground truth trajectory x is further simplified by reducing it to six distance parameters θ̂̂ (θ̂ 1 on θ̂ 6 ), which describe θ̂ 1 s-distance to first lane change, θ̂̂ 2 s-distance to first lane change, θ̂̂ 3 s-distance to second lane change, θ̂ 4 s-distance of second lane change, θ̂̂ 5 w-distance of first lane change, and θ̂ 6 w-distance of second lane change.
  • 4. Generate 50 random long-term trajectories x i by generating a plurality of trajectories x i sampled uniformly in bounds for the distance parameter space 0 (eg a maximum for θ 5 and θ 6 ).
  • 5. Generation of 50 random long-term trajectories x i derived from a normal distribution around the distance parameter θ̂ with the same restrictions.
  • 6. Calculating the preference value y i for all distance parameter sets θ by generating n trajectory points using sine-based lane changes, where n is an integer selected from 1, 2, 3 or more, and comparing point by point with the respective distance parameters θ̂ of the ground truth trajectory x, preferably according to the following function y i : = 1 tanh ( 1 n j = 1 n [ f ( t j , θ ) f ( t j , θ ^ ) ] 2 )
    Figure DE112020006317T5_0002

Die Suche nach Langzeitkandidatentrajektorien xi ist aufgrund von Einschränkungen im Raum der Entfernungsparameter 0 möglicherweise nicht immer erfolgreich. So kann es sein, dass in manchen Fahrsituationen weniger als die angestrebten 100 alternativen Trajektorien xi zur Verfügung stehen.The search for long-term candidate trajectories x i may not always be successful due to limitations in the space of distance parameters 0. So it may be that in some driving situations fewer than the desired 100 alternative trajectories x i are available.

2 zeigt eine grafische Darstellung einer Grundwahrheitstrajektorie x (dicke schwarze gestrichelte Linie), eines vereinfachten abstrakten Bewegungsplans (durchgehende dicke schwarze Linie) und mehrerer entsprechender Langzeittrajektorien xi, die gemäß der vorliegenden Erfindung erzeugt wurden. Je heller die Farbe, desto niedriger der jeweilige Präferenzwert yi. X-Achse: Position entlang der Referenzlinie. Y-Achse: Seitliche Position in Bezug auf die Referenzlinie. Tabelle 2: Neuronen 1st 2nd Klasse Gleichgewicht Charge Epoche Korrektklassifikationsrate (%) 2-Klasse < 0,5 ≥ 0,5 16 8 1000 100 82,2 · · · · · 150 81,3 · · · · · · · · · · 32 8 · · · 10 82,5 · · · · · · · · · · 500 100 82,6 · · · · · · · · 32 8 70 30 82,0 * · · · · 82,0 ** · · · · · · · · 32 32 · · 85,5 · · · · 4-Klasse < 0,5 < 0,7 < 0,9 0,9 96 16 50 10 11 29 1000 87,7
* Rekursive Ausbildung
** Einmalige Ausbildung
2 Figure 12 shows a graphical representation of a ground truth trajectory x (thick black dashed line), a simplified abstract motion plan (solid thick black line), and several corresponding long-term trajectories x i generated in accordance with the present invention. The lighter the color, the lower the respective preference value y i . X-Axis: Position along the reference line. Y axis: Lateral position in relation to the reference line. Table 2: neurons 1 pc 2nd class balance batch epoch Correct classification rate (%) 2nd Class < 0.5 ≥ 0.5 16 8th 1000 100 82.2 · · · · · 150 81.3 · · · · · · · · · · 32 8th · · · 10 82.5 · · · · · · · · · · 500 100 82.6 · · · · · · · · 32 8th 70 30 82.0 * · · · · 82.0 ** · · · · · · · · 32 32 · · 85.5 · · · · 4th grade < 0.5 < 0.7 < 0.9 0.9 96 16 50 10 11 29 1000 87.7
* Recursive training
** One-time training

Tabelle 2 gibt einen Überblick über die betrachteten Berechnungsmodelle und die Klassenverteilung während des Trainings. In Tabelle 2 sind die verschiedenen trainierten Modellarchitekturen zusammen mit der Losgröße und der Anzahl der Trainingsepochen aufgeführt. Das Training wurde mit dem Adam-Optimierer mit einer Lernrate von α = 10-3 und exponentiellen Abklingraten für die Schätzungen des ersten und zweiten Moments durchgeführt β1 = 0,9 und β2 = 0,999. Als Verlustfunktion verwendeten die Erfinder die (spärliche) kategoriale Kreuzentropie. Die Initialisierung wurde mit der Xavier-Methode durchgeführt.Table 2 gives an overview of the considered calculation models and the class distribution during the training. Table 2 lists the different model architectures trained along with the lot size and the number of training epochs. Training was performed with the Adam optimizer with a learning rate of α = 10 -3 and exponential decay rates for the first and second moment estimates β 1 = 0.9 and β 2 = 0.999. The inventors used the (sparse) categorical cross-entropy as the loss function. The initialization was performed using the Xavier method.

Wie aus Tabelle 2 hervorgeht, weisen die verschiedenen verglichenen Modelle alle ähnlich gute Korrektklassifikationsraten im Test im Bereich von 81,3 bis 87,7 % auf. Die leistungsstärksten Netze haben eine hohe Neuronenzahl in der zweiten Schicht, während die erste Schicht einen geringeren Einfluss zu haben scheint.As Table 2 shows, the different models compared all have similarly good correct classification rates in the test, ranging from 81.3 to 87.7%. The best-performing networks have a high neuron count in the second layer, while the first layer seems to have less impact.

Die 3a) und 3b) veranschaulichen dies weiter, indem sie die Genauigkeit-Trefferquoten-Diagramme (Precision-Recall-Diagramme, [precision recall curve]) und Konfusionsmatrizen zweier ausgewählter Modelle mit unterschiedlicher Anzahl von Neuronen (a) 2-Klassen-Modell mit 32/8 Neuronen; b) 2-Klassen-Modell mit 32/32 Neuronen) in der zweiten Schicht auf dem 4ten Stunden-Datensatz vergleichen.the 3a) and 3b) further illustrate this by plotting the precision recall curve and confusion matrices of two selected models with different numbers of neurons (a) 2-class model with 32/8 neurons; b) Compare 2-class model with 32/32 neurons) in the second layer on the 4 th hour dataset.

In Bezug auf 3a) beträgt die Fläche unter der Kurve (AUC) 0,749 mit folgendem Verhältnis zwischen der vorhergesagten Bezeichnung und der tatsächlichen Bezeichnung der generierten (vorgeschlagenen) alternativen Langzeittrajektorien: Etikett [Label] Vorhersage [Prediction] Schlecht Gut Schlecht 55.8 % 18.6 % Gut 3.1 % 22.5 % In relation to 3a) the area under the curve (AUC) is 0.749 with the following ratio between the predicted label and the actual label of the generated (proposed) alternative long-term trajectories: label [label] prediction Poorly Good Poorly 55.8% 18.6% Good 3.1% 22.5%

Mit anderen Worten: Von allen generierten alternativen Langzeitverläufen (100 %) wurden 55,8 % der alternativen Verläufe korrekt als „schlecht“ bezeichnet und nur 3,1 % wurden als „schlecht“ bezeichnet, obwohl die korrekte Bezeichnung „gut“ war. Außerdem wurden 22,5 % der alternativen Trajektorien korrekt als „gut“ bezeichnet und 18,6 % wurden als „gut“ bezeichnet, obwohl die korrekte Bezeichnung „schlecht“ war.In other words, of all the long-term alternative trajectories generated (100%), 55.8% of the alternative trajectories were correctly labeled as "bad" and only 3.1% were labeled as "poor" even though the correct label was "good". In addition, 22.5% of the alternative trajectories were correctly labeled "good" and 18.6% were labeled "good" even though the correct label was "poor".

In Bezug auf 3b) beträgt die Fläche unter der Kurve (AUC) 0,761 mit dem folgenden Verhältnis zwischen der vorhergesagten Bezeichnung und der tatsächlichen Bezeichnung der generierten (vorgeschlagenen) alternativen Langzeittrajektorien. Etikett [Label] Vorhersage [Prediction] Schlecht Gut Schlecht 64.8 % 9.6 % Gut 5.9 % 19.8 % In relation to 3b) the area under the curve (AUC) is 0.761 with the following ratio between the predicted label and the actual label of the generated (proposed) alternative long-term trajectories. label [label] prediction Poorly Good Poorly 64.8% 9.6% Good 5.9% 19.8%

Mit anderen Worten: Von allen generierten alternativen Langzeitverläufen (100 %) wurden 64,8 % der alternativen Verläufe korrekt als „schlecht“ bezeichnet und nur 5,9 % wurden als „schlecht“ bezeichnet, obwohl die korrekte Bezeichnung „gut“ war. Außerdem wurden 19,8 % der alternativen Trajektorien korrekt als „gut“ bezeichnet und 9,6 % wurden als „gut“ bezeichnet, obwohl die korrekte Bezeichnung „schlecht“ war.In other words, of all the long-term alternative trajectories generated (100%), 64.8% of the alternative trajectories were correctly labeled as "bad" and only 5.9% were labeled as "poor" even though the correct label was "good". In addition, 19.8% of the alternative trajectories were correctly labeled "good" and 9.6% were labeled "good" even though the correct label was "poor".

Dies wird auch durch 4 veranschaulicht, die die Untersuchung verschiedener Neuronenzahlen für die erste und zweite Schicht für 2-Klassen- und 4-Klassen-Modelle und die daraus resultierenden Genauigkeiten zeigt.This will also through 4 , which shows the examination of different neuron counts for the first and second layer for 2-class and 4-class models and the resulting accuracies.

5 zeigt die Ausgabe des erfindungsgemäßen Modells für einige generierte Trajektorien, die nicht für Training, Test oder Validierung verwendet wurden. Der x-Wert ist die Position entlang der Mittellinie der Fahrspur und der y-Wert bezeichnet die seitliche Position. Fahrzeuge, insbesondere Autos, sind als graue Kästchen dargestellt (ungefähre Abmessungen, da im DFS-Datensatz nicht verfügbar). Fette schwarze Linie: Kandidatentrajektorie mit der höchsten Modellpräferenz yi. Dargestellt sind auch andere Trajektorien mit Bodenwahrheits-Präferenz y = 1. Abgelehnte Trajektorien sind nicht dargestellt. 5 shows the output of the model according to the invention for some generated trajectories that were not used for training, testing or validation. The x value is the position along the centerline of the lane and the y value is the lateral position. Vehicles, specifically cars, are shown as gray boxes (approximate dimensions as not available in the DFS dataset). Bold black line: candidate trajectory with the highest model preference y i . Other trajectories with ground truth preference y=1 are also shown. Rejected trajectories are not shown.

Gemäß der vorliegenden Erfindung wird ein generativer Trajektorienplaner (Modul C) (Modul 12, 12') verwendet, um dem Entscheidungsfinder für hohe Ebenen ([High-Level-Decision-Maker], HLDM; Modul D) mögliche alternative Langzeittrajektorien xi vorzuschlagen. Wie bereits erwähnt, erfordert dies eine Erweiterung der Trajektorienplanung und -ausführung, insbesondere in folgender Weise:

  • Der generative Trajektorienplaner (TP, Modul C) des Moduls 12' muss in der Lage sein, dem HLDM (Modul D) mehrere alternative Langzeittrajektorien xi vorzuschlagen, die alle machbar und damit ausführbar sind.
According to the present invention, a generative trajectory planner (module C) (module 12, 12') is used to propose possible alternative long-term trajectories x i to the high-level decision-maker (HLDM; module D). As mentioned earlier, this requires an extension of trajectory planning and execution, specifically in the following ways:
  • The generative trajectory planner (TP, module C) of the module 12' must be able to propose several alternative long-term trajectories x i to the HLDM (module D), all of which are feasible and therefore executable.

Die TP-Ausführung von Modul 14' sollte die Entscheidung von Modul 13' (HLDM) nicht wesentlich beeinträchtigen. Nehmen wir den Fall eines Cut-in-Manövers: Wenn die TP-Ausführung von Modul 14' den Einfahrvorgang aufgrund der Lückenannahme verzögern würde, würde dies die Entscheidung, auf ein anderes Fahrzeug aufzufahren, effektiv ändern, so dass die Lücke bereits durch die TP von Modul 14' berücksichtigt werden muss.The TP execution of module 14' should not significantly affect the decision of module 13' (HLDM). Consider the case of a cut-in maneuver: If the TP execution of module 14' were to delay the entry process due to the gap assumption, this would effectively change the decision to hit another vehicle so that the gap is already through the TP of module 14' must be taken into account.

Die alternativen Langzeittrajektorien xi sollten den Aktionsraum des Fahrzeugs gut abdecken und lang genug sein, um eine hochrangige Entscheidung wie das Überholen zu repräsentieren. Die generierten alternativen Langzeittrajektorien xi sollten bei einem festen Satz von Parametern ausdrückbar sein.The alternative long-term trajectories x i should cover the vehicle's action space well and be long enough to represent a high-level decision such as overtaking. The generated alternative long-term trajectories x i should be expressible given a fixed set of parameters.

Um den Rechenaufwand bei der Trajektorie in Grenzen zu halten, geben die Erfinder folgende Hinweise:

  • Die Generierung von Langzeittrajektorien xi in Modul 12 oder 12' kann vorzugsweise das gleiche Parametergitter für jeden Generierungslauf verwenden. Dies ermöglicht die Vorausberechnung aller Teile der TP, die nicht vom Ego oder der Umgebung abhängen. Diese Idee lässt sich auf die Vorausberechnung eines Gitters von Ego-Zuständen der Implementierungen ausweiten, wenn einige defensive Annahmen getroffen werden.
In order to keep the computational effort for the trajectory within limits, the inventors provide the following information:
  • The generation of long-term trajectories x i in module 12 or 12' can preferably use the same parameter grid for each generation run. This allows for the pre-calculation of all parts of the TP that do not depend on ego or the environment. This idea can be extended to predicting a lattice of ego states of the implementations if some defensive assumptions are made.

Wenn die Generierung Langzeittrajektorien problematisch ist, kann vorzugsweise ein Ansatz wie PCB verwendet werden, um den Lösungsraum durch die Berechnung von Teiltrajektorien effizienter zu erkunden. Dies lässt sich sehr gut mit dem vorherigen Ansatz kombinieren. 6 veranschaulicht diese Idee anhand einer vereinfachten grafischen Darstellung eines auf Vorhersage- und Kostenfunktionen basierenden (PCB) Algorithmus für die Trajektoriengenerierung. Ein gröberes Zustandsgitter (Kreise, gestrichelte Linien) wird unter Verwendung von Vorwärtssimulationen anderer Verkehrsteilnehmer erschöpfend durchsucht. Durchgestrichene Kreise symbolisieren unerreichbare Zustände (z. B. Kollisionen, nicht befahrbarer Bereich). Der Übergang zwischen zwei Gitterpunkten wird mit Hilfe eines (entsprechend eingeschränkten) Trajektorienplaners mit unterschiedlichen Parametrisierungen geplant (durchgehende graue Linien, nur eine Gitterfolge dargestellt). Sind die Abstände zwischen den Zustandsgittern homogen, können die Übergänge vorberechnet werden.If the generation of long-term trajectories is problematic, an approach like PCB can preferably be used to explore the solution space more efficiently by computing partial trajectories. This combines very well with the previous approach. 6 illustrates this idea with a simplified graphical representation of a prediction-cost function-based (PCB) trajectory generation algorithm. A coarser state grid (circles, dashed lines) is searched exhaustively using forward simulations of other traffic participants. through Dashed circles symbolize unreachable states (e.g. collisions, non-navigable area). The transition between two grid points is planned using a (appropriately limited) trajectory planner with different parameterizations (continuous gray lines, only one grid sequence shown). If the distances between the state grids are homogeneous, the transitions can be precalculated.

Wenn ein Kunde einen Agenten in einer Simulationsumgebung dazu zwingen möchte, zu einem bestimmten Zeitpunkt die Spur zu wechseln oder eine bestimmte Geschwindigkeit anzustreben, kann eine solche Steuerung im Rahmen der vorliegenden Erfindung leicht erreicht werden, indem das HLDM des Moduls 13' umgangen und Befehle wie „Spurwechsel links“ direkt in die unteren Teile des Fahrstapels injiziert werden. Dieser Ansatz kann jedoch gewisse Mängel aufweisen:

  • Die (potenziell kundenorientierte) Schnittstelle kann direkt mit den Interna des Fahrstapels gekoppelt sein: Der Kunde müsste die Entscheidungsraten und die Bedeutung der 5 möglichen Entscheidungen kennen, die sich je nach Fahrzeugzustand ändern (z. B. werden Fahrspurwechsel als Abbruch des Fahrspurwechsels interpretiert, wenn gerade ein Fahrspurwechsel durchgeführt wird).
If a customer wants to force an agent in a simulation environment to change lanes at a certain time or target a certain speed, such control can easily be achieved within the scope of the present invention by bypassing the HLDM of module 13' and issuing commands such as "Lane change left" can be injected directly into the lower parts of the driving stack. However, this approach may have certain shortcomings:
  • The (potentially customer-centric) interface may be directly coupled to the internals of the driving stack: the customer would need to know the decision rates and the meaning of the 5 possible decisions that change depending on the vehicle state (e.g. lane changes are interpreted as lane change abort if a lane change is in progress).

Die Schnittstelle kann mit der Abstraktionsebene des HLDM von Modul 13' gekoppelt sein. In diesem speziellen Fall bedeutet dies z. B., dass der Kunde dafür verantwortlich ist, dass ein angeforderter Fahrspurwechsel nicht zu einer Kollision führt. Abstraktere Befehle wie das Überholen können nicht erteilt werden.The interface may be coupled to the HLDM abstraction layer of module 13'. In this special case, this means e.g. B. that the customer is responsible for ensuring that a requested lane change does not lead to a collision. More abstract commands such as overtaking cannot be given.

Jede Änderung in der Kommunikation zwischen den Komponenten des Antriebsstapels würde eine Änderung der Schnittstelle bedeuten.Any change in the communication between the components of the drive stack would mean a change in the interface.

Ein naiver Ansatz für die vorgeschlagene Lösung wäre, den Kunden direkt eine Trajektorie erstellen zu lassen, die von TP Ausführungsmodul ([TP Execution of module]) 14' ausgeführt wird. Dies würde jedoch nicht nur die oben erörterten Probleme beibehalten, sondern auch die Arbeit des Kunden erheblich erschweren, da er eine vollständige Trajektorie benötigt.A naïve approach for the proposed solution would be to let the customer directly create a trajectory to be executed by TP Execution module ([TP Execution of module]) 14'. However, this would not only keep the problems discussed above, but would also make the customer's job much more difficult, since they need a complete trajectory.

In diesem Fall schlagen die Erfinder vor, das HLDM des Moduls 13' durch eine einfache Kundenentscheidungskomponente ([Customer Decision Maker], Kunden DM) zu ersetzen, wie sie im Stand der Technik verfügbar ist und die den Nutzen der erzeugten Trajektorien auf der Grundlage der aktuellen Kundenanforderungen berechnet. Diese Lösung bietet mehrere Vorteile:

  • Die Kundenschnittstelle ist von den internen Prozessen entkoppelt. Der Kunde muss keine Kenntnis von der Berechnung des Nutzens oder der Wahl der Trajektorie haben, sondern kann jede geeignete Schnittstelle nutzen, die vom Kunden DM auf jeder gewünschten Abstraktionsebene bereitgestellt wird.
In this case, the inventors propose to replace the HLDM of the module 13' with a simple customer decision component ([Customer Decision Maker],Customer DM) as available in the prior art, which exploits the utility of the generated trajectories based on the current customer requirements are calculated. This solution offers several advantages:
  • The customer interface is decoupled from the internal processes. The customer does not need to know about the calculation of the utility or the choice of the trajectory, but can use any suitable interface provided by the customer DM at any desired level of abstraction.

Die Implementierung des Kunden DM ist im Stand der Technik bekannt. Der Kunden-DM muss für eine gegebene Kundenanfrage und eine gegebene Trajektorie nur angeben, inwieweit diese Trajektorie damit übereinstimmt. Dies kann auf Fragen wie „Ist diese Trajektorie ein Spurwechsel nach rechts?“, „Beschleunigt diese Trajektorie auf mindestens 100 km/h?“, „Ist diese Trajektorie ein Überholmanöver?“ reduziert werden. „In komplexeren Fällen (z. B. Überholmanöver) kann die PCB-Ausgabe intern kommuniziert werden, was eine abstraktere Sicht auf die empfangene Trajektorie ermöglicht.The implementation of the customer DM is known in the prior art. For a given customer query and trajectory, the customer DM only needs to indicate how closely that trajectory matches it. This can be reduced to questions such as "Is this trajectory a lane change to the right?", "Is this trajectory accelerating to at least 100 km/h?", "Is this trajectory an overtaking maneuver?". “In more complex cases (e.g. overtaking manoeuvres), the PCB output can be communicated internally, allowing for a more abstract view of the received trajectory.

Da alle alternativen Langzeittrajektorien xi, die dem DM vorgeschlagen werden, machbar sind, kann die Kundenanfrage nicht zu Kollisionen führen.Since all alternative long-term trajectories x i proposed to the DM are feasible, the customer request cannot lead to collisions.

Die Erfinder der vorliegenden Erfindung haben ein Verfahren zur Verwendung von maschinellem Lernen offenbart, um aus einem Pool von generierten realisierbaren alternativen Langzeittrajektorien xi die naturalistischsten auszuwählen. Dies ermöglicht es, den klassischen hierarchischen Fahrstapel des Standes der Technik so zu verändern, dass die Realisierbarkeit von Trajektorien berücksichtigt werden kann, bevor eine naturalistische Entscheidung auf höherer Ebene getroffen wird, so dass eine einmal getroffene Entscheidung nicht durch Komponenten weiter „unten“ im Stapel geändert werden muss. Es wurde außerdem gezeigt, dass die vorliegende Erfindung erfolgreich auf naturalistischen Daten trainiert und flexibel ist in Bezug auf die konkrete Methode der Trajektoriengenerierung.The inventors of the present invention have disclosed a method for using machine learning to select the most naturalistic ones from a pool of generated viable alternative long-term trajectories x i . This allows the classic prior art hierarchical driving stack to be modified so that the feasibility of trajectories can be considered before a naturalistic decision is made at a higher level, so that a decision once made is not compromised by components further "down" in the stack needs to be changed. It has also been shown that the present invention is successfully trained on naturalistic data and is flexible with respect to the concrete method of trajectory generation.

Claims (16)

Computerimplementiertes Trainingsverfahren für einen Verkehrsagenten, der ein Straßenfahrzeug in einer Fahrsituation einschließlich einer komplexen Fahrsituation einer Simulationsumgebung steuert, dadurch gekennzeichnet, dass das Verfahren die folgenden Schritte umfasst oder aus ihnen besteht: a. Bereitstellen von Fahrdaten pro Zeitfenster t über eine Vielzahl von Zeitfenstern ti für ein oder mehrere Straßenfahrzeuge, die jeweils von einem Menschen in einer realistischen Situation auf einer Straße gefahren werden, und Erzeugen einer entsprechenden Langzeitgrundwahrheitstrajektorie x für zumindest einen Teil der Straßenfahrzeuge als Ego-Fahrzeuge, b. Bewerten zumindest eines Teils der entsprechenden Grundwahrheitstrajektorien x zu einem oder mehreren der vorgegebenen Zeitpunkte ti hinsichtlich der Fahrkriterien Regelkonformität und Langzeittauglichkeit in komplexen Fahrsituationen und Zuweisen eines entsprechenden Grundwahrheits-Präferenzwertes 9, c. Erzeugen einer oder mehrerer realisierbarer alternativer Langzeittrajektorien xi an den gegebenen Zeitfenstern ti als Funktion einer entsprechenden Grundwahrheitstrajektorie x und des entsprechend zugeordneten Grundwahrheits-Präferenzwertes ŷ, wobei ein entsprechender Präferenzwert yi relativ zu dem Grundwahrheits-Präferenzwert ŷ den alternativen Langzeittrajektorien xi entsprechend zugeordnet wird und d. Trainieren eines Computermodells zur Entscheidungsfindung auf hoher Ebene in einer Fahrsituation, die eine komplexe Fahrsituation einschließt, i) mit der einen oder den mehreren Grundwahrheitstrajektorien x und den entsprechend zugeordneten Grundwahrheits-Präferenzwerten ŷ und ii) mit einer oder mehreren entsprechend durchführbaren alternativen Trajektorien xi und den entsprechend zugeordneten Präferenzwerten yi, wobei das Computermodell trainiert wird, um als eine Aktion eine Kandidatentrajektorie xc aus den durchführbaren alternativen Trajektorien xi auszuwählen, die von dem Verkehrsagenten ausgeführt werden soll, wobei der entsprechend zugeordnete Präferenzwert yc einen vorbestimmten Schwellenwert überschreitet, wobei der Index i unabhängig aus einer ganzen Zahl von 1, 2, 3 oder mehr ausgewählt ist.Computer-implemented training method for a traffic agent who controls a road vehicle in a driving situation including a complex driving situation in a simulation environment, characterized in that the method comprises or consists of the following steps: a. Providing driving data per time window t over a large number of time windows t i for one or more road vehicles, each of which is driven by a person in a realistic situation on a road, and generating a corresponding long-term ground truth trajectory x for at least some of the road vehicles as ego vehicles , b. Evaluating at least part of the corresponding basic truth trajectories x at one or more of the specified times t i with regard to the driving criteria of rule conformity and long-term suitability in complex driving situations and assigning a corresponding basic truth preference value 9, c. Generating one or more viable alternative long-term trajectories x i at the given time windows t i as a function of a corresponding ground truth trajectory x and the correspondingly assigned ground truth preference value ŷ, with a corresponding preference value y i relative to the ground truth preference value ŷ being assigned to the alternative long-term trajectories x i accordingly will and d. Training a computer model for high-level decision-making in a driving situation that includes a complex driving situation, i) with the one or more ground truth trajectories x and the correspondingly assigned ground truth preference values ŷ and ii) with one or more corresponding feasible alternative trajectories x i and the correspondingly assigned preference values y i , the computer model being trained to select as an action a candidate trajectory x c from the feasible alternative trajectories x i to be executed by the traffic agent, the correspondingly assigned preference value y c exceeding a predetermined threshold value, wherein the index i is independently selected from an integer of 1, 2, 3 or more. Trainingsverfahren gemäß Anspruch 1, wobei die Fahrdaten in Schritt a) für jedes der Straßenfahrzeuge ein oder mehrere Zustandsmerkmale des Fahrzeugs umfassen oder daraus bestehen, vorzugsweise die longitudinale Geschwindigkeit, die longitudinale Beschleunigung und die Position des jeweiligen Straßenfahrzeugs in X-, Y-, Z-Koordinaten zu den gegebenen Zeitfenstern ti.Training procedure according to claim 1 , wherein the driving data in step a) for each of the road vehicles include or consist of one or more status characteristics of the vehicle, preferably the longitudinal speed, the longitudinal acceleration and the position of the respective road vehicle in X, Y, Z coordinates to the given time windows t i . Trainingsverfahren gemäß Anspruch 1 oder 2, wobei die Fahrdaten in Schritt a) weiterverarbeitet werden, um zusätzlich die Fahrzeugzustandsmerkmale laterale Beschleunigung, laterale Geschwindigkeit, Ausrichtung des Fahrzeugs und/oder inverse Zeit bis zur Kollision mit einem Fahrzeug unter Berücksichtigung seiner Verzögerungsreaktion (inverse TTC) in vorgegebenen Zeitfenstern ti zu umfassen.Training procedure according to claim 1 or 2 , wherein the driving data are further processed in step a) in order to additionally include the vehicle condition characteristics of lateral acceleration, lateral speed, orientation of the vehicle and/or inverse time until collision with a vehicle, taking into account its deceleration reaction (inverse TTC) in predetermined time windows t i . Trainingsverfahren gemäß einem der Ansprüche 1 bis 3, wobei in Schritt a) ein Wahrnehmungswert pi pro gegebenem Zeitfenster ti für eines oder mehrere der Ego-Fahrzeuge bestimmt wird, wobei der Wahrnehmungswert pi eine Funktion der Fahrdaten des Ego-Fahrzeugs und der Fahrdaten der umgebenden Fahrzeuge in einer Sechs-Fahrzeug-Nachbarschaft ist.Training method according to one of Claims 1 until 3 , wherein in step a) a perception value p i is determined per given time window t i for one or more of the ego vehicles, the perception value p i being a function of the driving data of the ego vehicle and the driving data of the surrounding vehicles in a six-vehicle -Neighborhood is. Trainingsverfahren gemäß Anspruch 4, wobei der Wahrnehmungswert pi jeweils ein oder mehrere Zustandsmerkmale des Ego-Fahrzeugs und der jeweiligen Umgebungsfahrzeuge umfasst oder daraus besteht, wobei vorzugsweise die Zustandsmerkmale des Ego-Fahrzeugs longitudinale Geschwindigkeit, longitudinale Beschleunigung, laterale Beschleunigung und Peilung umfassen oder daraus bestehen, und die Statusmerkmale jedes der Umgebungsfahrzeuge in der Sechs-Fahrzeug-Nachbarschaft die Fahrzeugrolle, die longitudinale Geschwindigkeit, die longitudinale Beschleunigung, die laterale Beschleunigung, den euklidischen Abstand d zwischen dem jeweiligen Ego-Fahrzeug und einem jeweiligen Umgebungsfahrzeug (L2 Abstand d), die inverse TTC und die relative Peilung umfassen oder daraus bestehen.Training procedure according to claim 4 , wherein the perception value p i comprises or consists of one or more state characteristics of the ego vehicle and the respective surrounding vehicles, wherein preferably the state characteristics of the ego vehicle comprise or consist of longitudinal speed, longitudinal acceleration, lateral acceleration and bearing, and the status characteristics each of the surrounding vehicles in the six-vehicle neighborhood the vehicle roll, the longitudinal velocity, the longitudinal acceleration, the lateral acceleration, the Euclidean distance d between the respective ego vehicle and a respective surrounding vehicle (L 2 distance d), the inverse TTC and include or consist of relative bearing. Trainingsverfahren gemäß einem der Ansprüche 1 bis 5, wobei in Schritt b) die rechnerische Auswertung der Kriterien für die Regelkonformität so ausgestaltet ist, dass die Konformität der Grundwahrheitstrajektorie x und/oder der alternativen Langzeittrajektorien xi zu einem gegebenen Zeitpunkt ti mit den Anforderungen gesetzlicher Fahrvorschriften berücksichtigt wird und die Auswertung der Kriterien für die langfristige Realisierbarkeit in komplexen Fahrsituationen so ausgestaltet ist, dass die Ausführbarkeit der jeweiligen Trajektorie durch die zugrundeliegende Fahrzeugsimulation berücksichtigt wird, ohne dass physikalische Gesetze und fahrzeugtechnische Rahmenbedingungen verletzt werden.Training method according to one of Claims 1 until 5 , wherein in step b) the computational evaluation of the criteria for compliance is designed in such a way that the conformity of the basic truth trajectory x and/or the alternative long-term trajectories x i at a given point in time t i with the requirements of statutory driving regulations is taken into account and the evaluation of the criteria is designed for long-term feasibility in complex driving situations in such a way that the executability of the respective trajectory is taken into account by the underlying vehicle simulation without violating physical laws and vehicle-related framework conditions. Trainingsverfahren gemäß einem der Ansprüche 1 bis 6, wobei die Grundwahrheits-Präferenz ŷ auf ŷ = 1 gesetzt wird und der Präferenzwert yi der alternativen Langzeittrajektorien jeweils gemäß der Funktion yi = M(xi) ∈ [0 ... 1] berechnet wird.Training method according to one of Claims 1 until 6 , where the ground truth preference ŷ is set to ŷ = 1 and the preference value y i of the alternative long-term trajectories is calculated according to the function y i = M(x i ) ∈ [0 ... 1]. Trainingsverfahren gemäß einem der Ansprüche 1 bis 7, wobei in Schritt d) der vorbestimmte Schwellenwert für den zugeordneten Präferenzwert yi auf 50 % oder mehr, alternativ 60 % oder mehr, alternativ 80 % oder mehr, alternativ 90 % oder mehr des jeweiligen Grundwahrheitswertes ŷ gesetzt wird.Training method according to one of Claims 1 until 7 , wherein in step d) the predetermined threshold value for the assigned preference value y i is set to 50% or more, alternatively 60% or more, alternatively 80% or more, alternatively 90% or more of the respective basic truth value ŷ. Trainingsverfahren gemäß einem der Ansprüche 1 bis 8, wobei in Schritt c) die Erzeugung einer oder mehrerer realisierbarer alternativer Langzeitkandidatentrajektorien xi für gegebene Zeitfenster ti umfasst oder daraus besteht, dass i) die Grundwahrheitstrajektorie x für die jeweiligen Ego-Fahrzeuge transformiert wird, um die Position der Ego-Fahrzeuge in Form von Abstandsparametern θ̂̂ relativ zur Fahrbahn auszudrücken, ii) Erzeugen einer oder mehrerer zufälliger alternativer Langzeitkandidatentrajektorien xi, und iii) Berechnen der Präferenz yi für die Abstandsparameter θ̂ durch Erzeugen eines oder mehrerer Trajektorienpunkte und punktweises Vergleichen mit den jeweiligen Abstandsparametern θ̂̂ der Grundwahrheitstrajektorie x.Training method according to one of Claims 1 until 8th , wherein in step c) the generation of one or more viable alternative long-term candidate trajectories x i for given time windows t i comprises or consists of i) transforming the ground truth trajectory x for the respective ego vehicles to form the position of the ego vehicles of distance parameters θ̂̂ relative to the roadway, ii) generating one or more random alternative long-term candidate trajectories x i , and iii) calculating the preference y i for the distance parameters θ̂ by generating one or more trajectory points and comparing them point by point with the respective distance parameters θ̂̂ of the ground truth trajectory x. Trainingsverfahren gemäß Anspruch 9, wobei gemäß i) die Grundwahrheitstrajektorie x für das jeweilige Ego-Fahrzeug in einen Frenet-Rahmen transformiert wird, und / oder gemäß i) die Grundwahrheitstrajektorie x auf sechs Entfernungsparameter θ̂̂ (θ̂1 auf θ̂6) vereinfacht wird, die beschreiben θ̂1 s-Entfernung bis zum ersten Fahrspurwechsel, θ̂2 s-Entfernung des ersten Spurwechsels, θ̂3 s-Entfernung bis zum zweiten Spurwechsel, θ̂4 s-Entfernung des zweiten Spurwechsels, θ̂̂5 w-Abstand des ersten Spurwechsels, und θ̂̂6 w-Abstand des zweiten Spurwechsels, und/oder gemäß ii) die Erzeugung alternativer Langzeittrajektorien xi das Erzeugen einer Vielzahl zufälliger Langzeittrajektorien xi umfasst, die gleichmäßig in Grenzen für den Abstandsparameterraum θ abgetastet werden und das Erzeugen einer Vielzahl zufälliger Langzeittrajektorien xi, die aus einer Normalverteilung um den Abstandsparameterraum 0 mit denselben Beschränkungen ausgewählt werden.Training procedure according to claim 9 , whereby according to i) the basic truth trajectory x for the respective ego vehicle is transformed into a Frenet frame, and/or according to i) the basic truth trajectory x is simplified to six distance parameters θ̂̂ (θ̂ 1 on θ̂ 6 ) that describe θ̂ 1 s -Distance to first lane change, θ̂ 2 s distance to first lane change, θ̂ 3 s distance to second lane change, θ̂ 4 s distance to second lane change, θ̂̂ 5 w distance to first lane change, and θ̂̂ 6 w distance of the second lane change, and/or according to ii) the generation of alternative long-term trajectories x i comprises the generation of a large number of random long-term trajectories x i that are sampled uniformly in boundaries for the distance parameter space θ and the generation of a large number of random long-term trajectories x i that are derived from a normal distribution around the distance parameter space 0 can be chosen with the same constraints. Trainingsverfahren gemäß Anspruch 10, wobei gemäß iii) 5 oder mehr, alternativ 10 oder mehr, alternativ 20 oder mehr, alternativ 30 oder mehr, alternativ 40 oder mehr, alternativ 50 oder mehr zufällige Langzeittrajektorien xi erzeugt werden, die gleichmäßig in Grenzen für den Abstandsparameterraum θ abgetastet werden und 5 oder mehr, alternativ 10 oder mehr, alternativ 20 oder mehr, alternativ 30 oder mehr, alternativ 40 oder mehr, alternativ 50 oder mehr zufällige Langzeittrajektorien xi erzeugt werden, die aus einer Normalverteilung um den Abstandsparameterraum 0 mit den gleichen Einschränkungen ausgewählt werden.Training procedure according to claim 10 , whereby according to iii) 5 or more, alternatively 10 or more, alternatively 20 or more, alternatively 30 or more, alternatively 40 or more, alternatively 50 or more random long-term trajectories x i are generated, which are sampled uniformly in boundaries for the distance parameter space θ and 5 or more, alternatively 10 or more, alternatively 20 or more, alternatively 30 or more, alternatively 40 or more, alternatively 50 or more random long-term trajectories x i are generated, which are selected from a normal distribution around the distance parameter space 0 with the same restrictions . Trainingsverfahren gemäß einem der Ansprüche 1 bis 11, wobei in Schritt d) das Computermodell für die Entscheidungsfindung auf hoher Ebene in einer Fahrsituation einschließlich einer komplexen Fahrsituation mit einer oder mehreren Langzeittrajektorien xi trainiert wird, die zugeordnete Präferenzwerte yi aufweisen, die den vorbestimmten Schwellenwert überschreiten, und mit einer oder mehreren Langzeittrajektorien xi trainiert wird, die zugeordnete Präferenzwerte yi aufweisen, die unter den vorbestimmten Schwellenwert fallen.Training method according to one of Claims 1 until 11 , wherein in step d) the computer model for high-level decision-making in a driving situation, including a complex driving situation, is trained with one or more long-term trajectories x i having associated preference values y i that exceed the predetermined threshold value, and with one or more long-term trajectories x i are trained that have associated preference values y i that fall below the predetermined threshold. Trainingsverfahren gemäß einem der Ansprüche 1 bis 12, wobei in Schritt d) das Computermodell für die Entscheidungsfindung auf hoher Ebene in einer Fahrsituation, die eine komplexe Fahrsituation einschließt, so konfiguriert ist, dass es als Langzeitkandidatentrajektorie xc die Trajektorie mit dem höchsten zugeordneten Präferenzwert yc aus einer Gruppe von Langzeitkandidatentrajektorien xi auswählt, die den vorbestimmten Schwellenwert überschreiten, der von dem Verkehrsagenten durchzuführen ist.Training method according to one of Claims 1 until 12 , wherein in step d) the computer model for high-level decision-making in a driving situation that includes a complex driving situation is configured to select as long-term candidate trajectory x c the trajectory with the highest associated preference value y c from a set of long-term candidate trajectories x i selects that exceed the predetermined threshold to be performed by the traffic agent. Computersystem zum Trainieren eines Verkehrsagenten, der ein Straßenfahrzeug in einer Fahrsituation navigiert, die eine komplexe Fahrsituation einer Simulationsumgebung einschließt, die einen oder mehrere Prozessoren, eine mit dem einen oder den mehreren Prozessoren gekoppelte Speichervorrichtung und ein Verkehrsagenten-Lernsystem umfasst oder daraus besteht, das ein neuronales Netzwerkmodell zur Entscheidungsfindung in einer Fahrsituation verwendet, die eine komplexe Fahrsituation einschließt, die in der Speichervorrichtung gespeichert und so konfiguriert ist, dass sie von dem einen oder den mehreren Prozessoren ausgeführt wird, dadurch gekennzeichnet, dass das Verkehrsagenten-Lernsystem so konfiguriert ist, dass es das computerimplementierte Trainingsverfahren gemäß einem der Ansprüche 1 bis 13 ausführt.A computer system for training a traffic agent navigating a road vehicle in a driving situation that includes a complex driving situation of a simulation environment that includes or consists of one or more processors, a memory device coupled to the one or more processors, and a traffic agent learning system that includes a uses a neural network model for decision-making in a driving situation involving a complex driving situation, which is stored in the storage device and configured to be executed by the one or more processors, characterized in that the traffic agent learning system is configured such that it is the computer-implemented training method according to one of Claims 1 until 13 executes Computersystem zum Simulieren einer Straßenfahrumgebung in einer Fahrsituation, die eine komplexe Fahrsituation für ein oder mehrere Fahrzeuge einschließt, umfassend oder bestehend aus einem oder mehreren Prozessoren, einer mit dem einen oder den mehreren Prozessoren gekoppelten Speichervorrichtung und einem Verkehrsagenten, der ein neuronales Netzwerkmodell zur Entscheidungsfindung in einer Fahrsituation verwendet, die eine komplexe Fahrsituation einschließt, die in der Speichervorrichtung gespeichert und so konfiguriert ist, dass sie von dem einen oder den mehreren Prozessoren ausgeführt wird dadurch gekennzeichnet, dass der Verkehrsagent gemäß dem computerimplementierten Trainingsverfahren gemäß einem der Ansprüche 1 bis 13 trainiert wird, um als eine Aktion eine Kandidatentrajektorie xi aus den durchführbaren alternativen Trajektorien xi auszuwählen, die von dem Verkehrsagenten auszuführen sind, wobei der entsprechend zugeordnete Präferenzwert yc einen vorbestimmten Schwellenwert überschreitet.Computer system for simulating a road driving environment in a driving situation that includes a complex driving situation for one or more vehicles, comprising or consisting of one or more processors, a memory device coupled to the one or more processors, and a traffic agent that uses a neural network model for decision-making in of a driving situation involving a complex driving situation stored in the storage device and configured to be executed by the one or more processors, characterized in that the traffic agent is trained according to the computer-implemented training method according to any one of Claims 1 until 13 is trained to select, as an action, a candidate trajectory x i from the viable alternative trajectories x i to be selected by the traffic agent are to be supplied, with the correspondingly assigned preference value y c exceeding a predetermined threshold value. Computersystem zum Trainieren eines Verkehrsagenten gemäß Anspruch 14 oder zum Simulieren einer Straßenverkehrsumgebung in einer Fahrsituation einschließlich einer komplexen Fahrsituation gemäß Anspruch 15, wobei das neuronale Netzmodell zur Entscheidungsfindung in einer komplexen Fahrsituation ein neuronales Netzmodell mit zwei Klassen, vorzugsweise mit bis zu 32 Neuronen in der ersten Schicht und bis zu 32 Neuronen in der zweiten Schicht, oder ein neuronales Netzmodell mit vier Klassen, vorzugsweise mit bis zu 96 Neuronen in der ersten Schicht und bis zu 16 Neuronen in der zweiten Schicht, umfasst.Computer system for training a traffic agent according to Claim 14 or for simulating a road traffic environment in a driving situation including a complex driving situation according to claim 15 , wherein the neural network model for decision-making in a complex driving situation is a neural network model with two classes, preferably with up to 32 neurons in the first layer and up to 32 neurons in the second layer, or a neural network model with four classes, preferably with up to 96 neurons in the first layer and up to 16 neurons in the second layer.
DE112020006317.8T 2020-01-22 2020-01-22 COMPUTER SYSTEM AND METHOD FOR TRAINING A TRAFFIC AGENT IN A SIMULATION ENVIRONMENT Pending DE112020006317T5 (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2020/051486 WO2021148113A1 (en) 2020-01-22 2020-01-22 Computing system and method for training a traffic agent in a simulation environment

Publications (1)

Publication Number Publication Date
DE112020006317T5 true DE112020006317T5 (en) 2022-11-03

Family

ID=69190785

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112020006317.8T Pending DE112020006317T5 (en) 2020-01-22 2020-01-22 COMPUTER SYSTEM AND METHOD FOR TRAINING A TRAFFIC AGENT IN A SIMULATION ENVIRONMENT

Country Status (2)

Country Link
DE (1) DE112020006317T5 (en)
WO (1) WO2021148113A1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114820971B (en) * 2022-05-05 2023-06-09 吉林大学 Graphical expression method for describing complex driving environment information

Also Published As

Publication number Publication date
WO2021148113A1 (en) 2021-07-29

Similar Documents

Publication Publication Date Title
DE102018128289B4 (en) METHOD AND DEVICE FOR AUTONOMOUS SYSTEM PERFORMANCE AND CLASSIFICATION
DE102019121717A1 (en) INTERACTIVE AWARENESS
DE102007053501A1 (en) Method for developing and / or testing at least one safety and / or driver assistance system for a motor vehicle and simulation environment
DE102019118366A1 (en) Method and control device for a system for controlling a motor vehicle
DE102016007899A1 (en) Method for operating a device for traffic situation analysis, motor vehicle and data processing device
DE102021100149A1 (en) Computer-implemented method for providing a test history of traffic scenarios to be tested
DE102021109395A1 (en) METHODS, SYSTEMS AND DEVICES FOR USER UNDERSTANDABLE EXPLAINABLE LEARNING MODELS
DE102018123896A1 (en) Method for operating an at least partially automated vehicle
DE102014008413A1 (en) Method for a driver assistance system of a vehicle
DE102020108127A1 (en) INTERPRETING DATA FROM A REINFORCEMENT LEARNING AGENT CONTROL
DE102019122250A1 (en) Method and control device for a system for controlling a motor vehicle
DE102021004426A1 (en) Method for training an autonomous driving function
DE112020006317T5 (en) COMPUTER SYSTEM AND METHOD FOR TRAINING A TRAFFIC AGENT IN A SIMULATION ENVIRONMENT
DE102022108677B3 (en) Method, system and computer program product for determining objective parameters for predicting a subjective evaluation of a driver assistance system and/or an automated driver assistance function
DE102022109385A1 (en) Reward feature for vehicles
DE102022200536B3 (en) Driving assistance device and method for carrying out an at least partially automatic vehicle function depending on a route to be evaluated
DE102018211726A1 (en) Method for automatic machine training of an electronic vehicle guidance system, and motor vehicle
DE112020006532T5 (en) COMPUTER SYSTEM AND METHOD WITH END-TO-END MODELING FOR A SIMULATED TRAFFIC AGENT IN A SIMULATION ENVIRONMENT
WO2022077042A1 (en) Method and a system for testing a driver assistance system for a vehicle
WO2022251890A1 (en) Method and system for testing a driver assistance system for a vehicle
DE102019215141B4 (en) Method for predicting a future traffic situation in an environment of a motor vehicle by determining several internally consistent overall scenarios for different road users; motor vehicle
DE102022000849A1 (en) Method for generating an environment representation for a vehicle
DE102017120366A1 (en) Method, apparatus, computer program and computer program product for motion planning of a system
DE112020007765T5 (en) COMPUTER SYSTEM AND METHOD FOR TRAJECTORY PLANNING IN A SIMULATED ROAD DRIVING ENVIRONMENT
DE102020214203A1 (en) Method for determining a lane change intention of another motor vehicle located in the immediate vicinity of a motor vehicle, and assistance system

Legal Events

Date Code Title Description
R082 Change of representative

Representative=s name: PRINZ & PARTNER MBB PATENTANWAELTE RECHTSANWAE, DE