EP3833587A1 - Verfahren zum auslegen eines fahrzeuges - Google Patents

Verfahren zum auslegen eines fahrzeuges

Info

Publication number
EP3833587A1
EP3833587A1 EP19734280.1A EP19734280A EP3833587A1 EP 3833587 A1 EP3833587 A1 EP 3833587A1 EP 19734280 A EP19734280 A EP 19734280A EP 3833587 A1 EP3833587 A1 EP 3833587A1
Authority
EP
European Patent Office
Prior art keywords
vehicle
autonomous vehicle
scenario
permissible
trajectory
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
EP19734280.1A
Other languages
English (en)
French (fr)
Inventor
Heiko Bald
Frank Bonarens
Ulrich Eberle
Olaf Schaedler
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.)
Stellantis Auto SAS
Original Assignee
PSA Automobiles SA
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 PSA Automobiles SA filed Critical PSA Automobiles SA
Publication of EP3833587A1 publication Critical patent/EP3833587A1/de
Pending legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18Propelling the vehicle
    • B60W30/18009Propelling the vehicle related to particular drive situations
    • B60W30/18163Lane change; Overtaking manoeuvres
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001Details of the control system
    • B60W2050/0002Automatic control, details of type of controller or control system architecture
    • B60W2050/0018Method for the design of a control system

Definitions

  • the present invention relates to a method for designing a vehicle.
  • the recorded data of the scenario depend on the sensor equipment of the receiving vehicle, i.e. if one of the sensor equipment includes a camera with which the surroundings of the receiving vehicle can be monitored, then the images that such a camera delivers and the conclusions that the vehicle derives from the images e.g. with regard to the distance and speed of other road users, among other things from the installation location of the camera on the vehicle. Therefore, if an autonomous vehicle to be optimized is supplied with image data from such a scenario as part of a simulation and analyzed based on its own camera installation position, this can lead to incorrect conclusions about the surroundings of the vehicle and, as a consequence, inappropriate decisions by the autonomous control of the Drive vehicle that are not due to errors in the programs on which the control system is based.
  • the technical performance data of the vehicle to be optimized generally differ from that of the vehicle with which the scenario was taken, with the result that the trajectory that the vehicle to be optimized chooses to master the traffic situation of the scenario will differ from that actually driven in the recorded scenario, but these differences are not due to an error in the control programs of the let the optimizing vehicle close.
  • An object of the present invention is to enable the optimization of a vehicle design with the aid of scenarios from a database, despite the problems described above.
  • the object is achieved by a method for designing a vehicle with the steps:
  • step d) evaluating the vehicle as suitable for the selected scenario if the search of step c) is successful.
  • An incident in the above sense can be any type of undesirable behavior of the vehicle, but at least a collision with another road user or a stationary object and / or the crossing of a lane boundary and / or violations of any traffic rule or a route ban.
  • the scenario can also include further data on the surroundings of this vehicle, such as the trajectories of other road users, information on the course of the road, route progress and / or - offered and included for stationary objects.
  • the aim of the optimization cannot be to achieve the greatest possible match between the trajectory of the selected traffic scenario and the trajectory selected for the vehicle to be designed, but only lent that the vehicle to be optimized has to master the scenario without being involved in an accident. This goal is achieved as soon as a trajectory is found that the vehicle is able to drive taking into account its performance parameters and on which it does not leave the common rooms.
  • step c) can be repeated using a modified value of the at least one parameter in order to finally find a value for which a trajectory running through the common rooms exists.
  • the vehicle is unsuitable for the scenario examined, i.e. unable to drive the scenario without incident if it reaches the limit of the allowable lounge in the direction of travel or transverse to the direction of travel.
  • This case is tantamount to bumping or an impermissibly close approach to an object next to or in front of the autonomous vehicle, such as a vehicle driving in front or alongside or a lane limitation, and can occur in particular if it is up to the scenario at all to be able to drive at the time of reaching the border, to accelerate the vehicle to a speed that is now no longer manageable.
  • the autonomous vehicle reaches the limit of the permissible lounge opposite to the direction of travel.
  • the prerequisite for this is that the rear limit of the permissible recreational area is defined by a vehicle traveling behind and that it drives faster than the autonomous vehicle. It must be taken into account here that the vehicle with which the scenario was originally recorded generally drove a different trajectory is assumed to be the one assumed for the autonomous vehicle and the trajectory of the following vehicle has been coordinated with that of the receiving vehicle, but the trajectory chosen for the autonomous vehicle is not taken into account. In other words: if the receiving vehicle had driven the trajectory now examined for the autonomous vehicle at the time the scenario was recorded, the following vehicle would have taken this into account and avoided collision.
  • Step c) can be repeated using different values of at least one parameter. If several trajectories running through the permissible common rooms are found, all of the parameter values on which they are based are obviously suitable for mastering the scenario. In order to select one of these several parameter values, a cost function of the at least one parameter can be defined and the ideal parameter value in relation to this cost function can be implemented when the autonomous vehicle is built.
  • Fig. 1 shows an initial state
  • a vehicle 1 shows a traffic situation on a freeway entrance as an elementary application example of the invention.
  • a vehicle 1 is in a threading lane 2 and from there has to cut into the flowing traffic in an adjacent lane 3 with vehicles 4, 5, 6. To do this, it must reach the speed of the flowing traffic on the threading track 2 and then cut into a gap between the vehicles 4, 5, 6.
  • a scenario that describes the movements of vehicles 1, 4, 5, 6 is in the form of a sequence of data recorded during acceleration and reeving by one or more environmental sensors of vehicle 1.
  • a camera 7 is particularly suitable as an environmental sensor; the sequence of the recorded data can then e.g. available as a video.
  • the scenario can be obtained by simulation or by capturing ambient data during a driving maneuver of real vehicles and is stored in a database from which it is downloaded in order to use it for the optimization of an autonomous vehicle.
  • step S1 of the flowchart in FIG. 3 it may be necessary (in accordance with step S1 of the flowchart in FIG. 3) to adapt the recorded data of the downloaded scenario to the sensors of the autonomous vehicle. If the installation position of the camera 7 on the autonomous vehicle is different from that of the real vehicle 1, then correct control of the autonomous vehicle by its on-board computer 8 would not be guaranteed if these were the original video films of the stored scenario as input data. Since these show the objects in the surroundings of the vehicle 1 over time and the movement of the vehicle 1 from different angles, it is possible to first convert the original video films into a sequence of three-dimensional models of the surroundings and from this in turn video films to be derived, which show the surroundings from the perspective of the camera 7 of the autonomous vehicle and can be used as input data for its on-board computer 8.
  • each of these three-dimensional models contains, among other things, the current coordinates of vehicles 4, 5, 6 and their dimensions.
  • a permissible lounge for the autonomous vehicle is calculated for the respective point in time (S2), in which it can find space without reaching the other vehicles 4, 5, 6 and the limits of the road .
  • Such a permissible lounge 9 includes the current location of vehicle 1 and locations in the vicinity to which vehicle 1 could be moved at a given time in the scenario, without the other vehicles 4, 5, 6 at their current locations or touch other objects.
  • the permissible lounge includes, for example, as shown in Fig. 1, 2, at the beginning of the scenario, the threading lane 2 in front of the vehicle 1 and towards the end the space between the vehicles 5, 6 in the lane 3.
  • the on-board computer 8 of the autonomous vehicle is programmed according to any known technique to carry out a sequence of steering commands for actuators, e.g. to control the steering, the fuel metering or the stroke of a brake cylinder of the autonomous vehicle in such a way that they lead the autonomous vehicle from the threading lane 2 to the lane 3 without collision.
  • these steering commands are not received by real vehicle components, but by a likewise computer-implemented kinematic model that measures the movement of the autonomous vehicle resulting from the steering commands, taking into account vehicle-specific parameters such as engine power or braking deceleration of the vehicle, slip resistance, self-steering gradient or coefficient of adhesion calculated.
  • a realistic value is defined for each of the parameters mentioned (S3), and on the basis of these values, a sequence of steering commands is determined by the on-board computer 8 (S4), which guide the autonomous vehicle into lane 3. If the trajectory of the autonomous vehicle ascertained on the basis of these steering commands from the kinematic model in step S5 ends between vehicles 5, 6, then a check is carried out (S6) to determine whether the entire length of the trajectory is within the permitted spaces 9. If so, then the vehicle is up to the scenario with the currently selected set of parameter values. Then the process could be terminated at this point and the autonomous vehicle built with the selected parameter values.
  • the autonomous vehicle reaches the rear limit of the permissible lounge, then this does not have to do with a driving error of the autonomous vehicle, but merely means that the speed of the following vehicle 5 is predetermined in the scenario and the movement of the vehicle autonomous vehicle cannot take into account.
  • the scenario for the autonomous vehicle is irrelevant (S14), and another scenario should be used to optimize the autonomous vehicle.
  • a new set of parameter values can be selected (S10) and the process can be repeated from step S4, in which case the change which can aim parameter values to minimize costs.
  • iterations of steps S4 to S10 can be used to find one or more sets of parameter values which allow a trajectory to be driven which runs completely within the permissible recreational spaces 9. If a cost function is stored for the parameters, which makes it possible to quantify production costs or a different size to be optimized for a given selection of parameter values, then one is selected in step S13 from among the several sets that achieves the best value of the cost function , and the autonomous vehicle is built with the parameter values selected in this way (S14).

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

Ein Verfahren zum Optimieren eines autonomen Fahrzeugs umfasst die Schritte: a) Auswählen eines Verkehrsszenarios, das eine Trajektorie eines Fahrzeugs beschreibt, aus einer Datenbank; b) Festlegen, für eine Folge von Aufenthaltsorten des Fahrzeugs entlang der Trajektorie, von jeweils einem den Aufenthaltsort beinhaltenden zulässigen Aufenthaltsraum (8), in dem sich das Fahrzeug ohne zu kollidieren aufhalten kann; c) Suchen, unter Zugrundelegung eines Wertes wenigstens eines Parameters des autonomen Fahrzeugs, einer Trajektorie des autonomen Fahrzeugs, die durch die Folge der zulässigen Aufenthaltsräume verläuft, d) Bewerten des Fahrzeugs als tauglich für das ausgewählte Szenario, wenn die Suche des Schritts c) erfolgreich ist.

Description

Verfahren zum Auslegen eines Fahrzeuges
Beschreibung
Die vorliegende Erfindung betrifft ein Verfahren zum Auslegen eines Fahrzeuges.
Damit insbesondere ein autonomes Fahrzeug für den Straßenverkehr zugelassen wer- den kann, muss mit hohem Aufwand nachgewiesen werden, dass das Fahrzeug pra- xisrelevante Verkehrsszenarien unfallfrei meistern kann. Ein solcher Nachweis ist mit der nötigen Vollständigkeit aus Zeit- und Kostengründen nicht empirisch führbar, son- dern muss im Wesentlichen auf Computersimulationen beruhen. Für einen das Fahr- zeug steuernden Computer macht es im Prinzip keinen Unterschied, ob das Fahrzeug simuliert oder real gesteuert wird, sofern die Umgebungsinformation, die er im Falle der Simulation empfängt, realistisch genug ist. Dazu existieren Datenbanken, in denen Daten von realen Verkehrsszenarien zusammengetragen werden, die als Umgebungs- information und als Fahrzeugdaten im Rahmen solcher Simulationen genutzt werden können. Dies Szenarien und Daten sind in mehrfacher Hinsicht spezifisch für ein Fahr- zeug, mit dem sie aufgenommen wurden.
Zum einen sind die aufgenommenen Daten des Szenarios abhängig von der Sensor- ausstattung des aufnehmenden Fahrzeugs, d.h. wenn eine zu der Sensorausstattung eine Kamera gehört, mit der die Umgebung des aufnehmenden Fahrzeugs überwacht werden kann, dann hängen die Bilder, die eine solche Kamera liefert, und die Schluss- folgerungen, die das Fahrzeug aus den Bildern z.B. hinsichtlich Abstand und Ge- schwindigkeit anderer Verkehrsteilnehmer zieht, unter anderem vom Einbauort der Kamera am Fahrzeug ab. Wenn daher im Rahmen einer Simulation ein zu optimieren- des autonomes Fahrzeug mit Bilddaten eines solchen Szenarios versorgt wird, und diese unter Zugrundelegung seiner eigenen Kameraeinbauposition analysiert, kann dies zu Fehlschlüssen über die Umgebung des Fahrzeugs und in der Konsequenz zu unangemessenen Entscheidungen der autonomen Steuerung des Fahrzeugs führen, die nicht auf Fehler in den der Steuerung zugrundeliegenden Programmen zurückzu- führen sind.
Zum anderen unterscheiden sich in der Regel die technischen Leistungsdaten des zu optimierenden Fahrzeugs von denen des Fahrzeugs, mit dem das Szenario aufge- nommen wurde, mit der Folge, dass die Trajektorie, die das zu optimierende Fahrzeug wählt, um die Verkehrssituation des Szenarios zu meistern, von der im aufgenomme- nen Szenario tatsächlich gefahrenen unterscheiden wird, diese Unterschiede aber nicht auf einen Fehler in den Steuerprogrammen des zu optimierenden Fahrzeugs schließen lassen.
Eine Aufgabe der vorliegenden Erfindung ist, die Optimierung einer Fahrzeugausle- gung mit Hilfe von Szenarien aus einer Datenbank trotz der oben beschriebenen Prob- leme zu ermöglichen.
Die Aufgabe wird einer Ausgestaltung der Erfindung zufolge gelöst durch ein Verfahren zum Auslegen eines Fahrzeugs mit den Schritten:
a) Auswählen eines Verkehrsszenarios, das wenigstens eine Trajektorie eines Fahrzeugs enthält, aus einer Datenbank;
b) Festlegen, für eine Folge von Aufenthaltsorten des Fahrzeugs entlang der Trajektorie, von jeweils einem den Aufenthaltsort beinhaltenden zulässigen Aufent- haltsraum, in dem sich das Fahrzeug frei von Zwischenfällen aufhalten kann;
c) Suchen, unter Zugrundelegung eines Wertes wenigstens eines Parameters des autonomen Fahrzeugs, einer Trajektorie des autonomen Fahrzeugs, die durch die Fol- ge der zulässigen Aufenthaltsräume verläuft;
d) Bewerten des Fahrzeugs als tauglich für das ausgewählte Szenario, wenn die Suche des Schritts c) erfolgreich ist.
Ein Zwischenfall im obigen Sinne kann jede Art eines unerwünschten Verhaltens des Fahrzeugs sein, zumindest aber eine Kollision mit einem anderen Verkehrsteilnehmer oder einem stationären Objekt und/oder das Überfahren einer Fahrbahnbegrenzung und/oder Verletzungen einer beliebigen Verkehrsregel oder eines Streckenverbots.
Neben der Trajektorie des Fahrzeugs, von dem die das Szenario bildenden Daten auf- genommen wurden, kann das Szenario noch weitere Daten zum Umfeld dieses Fahr- zeugs wie etwa die Trajektorien weiterer Verkehrsteilnehmer, Angaben zum Fahrbahn- verlauf, zu Streckenver- und/oder -geboten sowie zu stationären Objekten enthalten.
Durch die Festlegung der Folge von Aufenthaltsräumen wird der Tatsache Rechnung getragen, dass es nicht Ziel der Optimierung sein kann, eine möglichst große Überein- stimmung zwischen der Trajektorie des ausgewählten Verkehrsszenarios und der für das zu auszulegende Fahrzeug ausgewählten Trajektorie herzustellen, sondern ledig- lieh, dass das zu optimierende Fahrzeug das Szenario meistern muss, ohne in einen Unfall verwickelt zu werden. Dieses Ziel ist erreicht, sobald eine Trajektorie gefunden ist, die das Fahrzeug unter Berücksichtigung seiner Leistungsparameter zu fahren in der Lage ist und auf der es die Aufenthaltsräume nicht verlässt.
Wenn die Suche erfolglos ist, kann der Schritt c) unter Verwendung eines abgewan- delten Werts des wenigstens einen Parameters wiederholt werden, um schließlich ei- nen Wert zu finden, für den eine durch die Aufenthaltsräume verlaufende Trajektorie existiert.
Zu den Parametern, die hier variiert werden können, können z.B. Motorleistung oder Bremsverzögerung des Fahrzeugs oder Parameter seines Fahrwerks wie Schräglauf- steifigkeit, Eigenlenkgradient oder Haftbeiwert oder Parameter eines Algorithmus des Systems zählen.
Wenn die Untersuchung einer Trajektorie zeigt, dass diese nicht vollständig innerhalb der Aufenthaltsräume verläuft, kann es nötig sein zu entscheiden, ob das autonome Fahrzeug in der untersuchten Trajektorie die Grenze des zulässigen Aufenthaltsraums in Fahrtrichtung, quer zur Fahrtrichtung oder entgegen der Fahrtrichtung oder quer zur Fahrtrichtung erreicht.
Das Fahrzeug ist für das untersuchte Szenario ungeeignet, d.h. nicht in der Lage, das Szenario ohne Zwischenfall zu fahren, wenn es die Grenze des zulässigen Aufenthalts- raums in Fahrtrichtung oder quer zur Fahrtrichtung erreicht. Dieser Fall ist gleichbedeu- tend mit dem Anstoßen oder einer unerlaubt engen Annäherung an ein Objekt neben oder vor dem autonomen Fahrzeug, etwa ein voraus- oder nebenherfahrendes Fahr- zeug oder eine Fahrbahnbegrenzung und kann insbesondere dann auftreten, wenn es, um das Szenario überhaupt bis zum Zeitpunkt des Erreichens der Grenze fahren zu können, das Fahrzeug auf eine Geschwindigkeit zu beschleunigen, die sich nun als nicht mehr sicher beherrschbar erweist.
Umgekehrt kann aber auch der Fall auftreten, dass das autonome Fahrzeug die Gren- ze des zulässigen Aufenthaltsraums entgegen der Fahrtrichtung erreicht. Vorausset- zung hierfür ist, dass die hintere Grenze des zulässigen Aufenthaltsraums durch ein hinterherfahrendes Fahrzeug festgelegt ist und dieses schneller fährt als das autonome Fahrzeug. Hier ist zu berücksichtigen, dass das Fahrzeug, mit dem das Szenario ur- sprünglich aufgenommen wurde, in der Regel eine andere Trajektorie gefahren haben wird als die für das autonome Fahrzeug angenommene, und die Trajektorie des nach- folgenden Fahrzeugs mit derjenigen des aufnehmenden Fahrzeugs abgestimmt wor- den ist, aber nicht die für das autonome Fahrzeug gewählte Trajektorie berücksichtigt. Mit anderen Worten: wäre das aufnehmende Fahrzeug zum Zeitpunkt der Aufnahme des Szenarios die nun für das autonome Fahrzeug untersuchte Trajektorie gefahren, dann hätte das nachfolgende dies berücksichtigt und ein Auffahren vermieden. Die Tatsache, dass das autonome Fahrzeug die Grenze des zulässigen Aufenthaltsraums entgegen der Fahrtrichtung erreicht, lässt also nicht den Schluss zu, dass an den Steuerungsalgorithmen oder den Leistungsparametern des autonomen Fahrzeugs et- was geändert werden müsste, damit das Szenario kollisionsfrei gefahren werden kann, sondern allenfalls, dass das betreffende Szenario für die Optimierung des autonomen Fahrzeugs nicht relevant ist.
Der Schritt c) kann unter Zugrundelegung jeweils unterschiedlicher Werte des wenigs- tens einen Parameters wiederholt werden. Wenn dabei mehrere durch die zulässigen Aufenthaltsräume verlaufende Trajektorien gefunden werden, sind offensichtlich alle dabei zugrundegelegten Parameterwerte geeignet, um das Szenario zu meistern. Um unter diesen mehreren Parameterwerten einen auszuwählen, kann eine Kostenfunktion des wenigstens einen Parameters definiert und der in Bezug auf diese Kostenfunktion ideale Parameterwert beim Bau des autonomen Fahrzeugs implementiert werden.
Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung von Ausführungsbeispielen unter Bezugnahme auf die beigefügten Zeichnungen. Es zeigen:
Fig. 1 einen Anfangszustand und
Fig.2 einen Endzustand eines Szenarios; und
Fig. 3 ein Flussdiagramm eines Optimierungsverfahrens
Fig. 1 zeigt als elementares Anwendungsbeispiel der Erfindung eine Verkehrssituation an einer Autobahnauffahrt. Ein Fahrzeug 1 befindet sich auf einer Einfädelspur 2 und muss von dort in den fließenden Verkehr auf einer angrenzenden Fahrspur 3 mit Fahr- zeugen 4, 5, 6 einscheren. Dazu muss es auf der Einfädelspur 2 die Geschwindigkeit des fließenden Verkehrs erreichen und dann in eine Lücke zwischen den Fahrzeugen 4, 5, 6 einscheren.
Ein Szenario, das die Bewegungen der Fahrzeuge 1 , 4, 5, 6 beschreibt, liegt vor in Form einer Folge von einem oder mehreren Umgebungssensoren des Fahrzeugs 1 während des Beschleunigens und Einscherens aufgezeichneten Daten. Als Umge- bungssensor kommt insbesondere eine Kamera 7 in Betracht; die Folge der aufge- zeichneten Daten kann dann z.B. als Videofilm vorliegen. Das Szenario kann durch Simulation oder durch Erfassen von Umgebungsdaten im Laufe eines Fahrmanövers von realen Fahrzeugen erhalten sein und ist in einer Datenbank hinterlegt, aus der es heruntergeladen wird, um es für die Optimierung eines autonomen Fahrzeugs zu nut- zen.
Zur Vorbereitung der Optimierung kann es nötig sein, (entsprechend schritt S1 des Flussdiagramms von Fig.3) die aufgezeichneten Daten des heruntergeladenen Sze- narios an die Sensorik des autonomen Fahrzeugs anzupassen. Wenn die Einbaulage der Kamera 7 am autonomen Fahrzeug eine andere ist als beim realen Fahrzeug 1 , dann wäre eine korrekte Steuerung des autonomen Fahrzeugs durch dessen Bord- computer 8 nicht gewährleistet, wenn dieser als Eingangsdaten die originalen Video- filme des hinterlegten Szenarios wären. Da diese die Objekte in der Umgebung des Fahrzeugs 1 im Laufe der zeit und der Bewegung des Fahrzeugs 1 aus unterschiedli- chen Blickwinkeln zeigen, ist es möglich, die originalen Videofilme zunächst in eine Sequenz von dreidimensionalen Modellen der Umgebung umzurechnen und aus die sem wiederum Videofilme abzuleiten, die die Umgebung aus der Perspektive der Ka- mera 7 des autonomen Fahrzeugs zeigen und als Eingangsdaten für dessen Bord- computer 8 verwendet werden können.
Jedes dieser dreidimensionalen Modelle enthält für einen Zeitpunkt des Szenarios un- ter anderem die momentanen Koordinaten der Fahrzeuge 4, 5, 6 und deren Abmes- sungen. Anhand dieser Daten wird jeweils für den betreffenden Zeitpunkt ein zulässi- ger Aufenthaltsraum für das autonome Fahrzeug berechnet (S2), in dem es Platz fin- den kann, ohne die anderen Fahrzeuge 4, 5, 6 und die Grenzen der Fahrbahn zu errei- chen. Ein solcher zulässiger Aufenthaltsraum 9 umfasst jeweils zu einem gegeben Zeitpunkt des Szenarios den aktuellen Aufenthaltsort des Fahrzeugs 1 sowie Orte der Umgebung, an die das Fahrzeug 1 verschoben werden könnte, ohne dabei die weite- ren Fahrzeuge 4, 5, 6 an ihren aktuellen Aufenthaltsorten oder andere Objekte zu be- rühren. Der zulässige Aufenthaltsraum umfasst z.B., wie in Fig. 1 , 2 gezeigt, zu Beginn des Szenarios die Einfädelspur 2 vor dem Fahrzeug 1 und gegen Ende den Platz zwi- schen den Fahrzeugen 5, 6 auf der Fahrspur 3.
Der Bordcomputer 8 des autonomen Fahrzeugs ist nach einer beliebigen bekannten Technik programmiert, um eine Folge von Lenkbefehlen für Stellglieder, die z.B. die Lenkung, die Kraftstoffdosierung oder den Hub eines Bremszylinders des autonomen Fahrzeugs steuern, so zu erzeugen, dass sie das autonome Fahrzeug von der Einfä- delspur 2 kollisionsfrei auf die Fahrspur 3 führen. Im Rahmen der Simulation werden diese Lenkbefehle nicht von realen Komponenten des Fahrzeugs empfangen, sondern von einem ebenfalls computerimplementierten kinematischen Modell, das die aus den Lenkbefehlen resultierende Bewegung des autonomen Fahrzeugs unter Berücksichti- gung von fahrzeugspezifischen Parametern wie Motorleistung oder Bremsverzögerung des Fahrzeugs, Schräglaufsteifigkeit, Eigenlenkgradient oder Haftbeiwert berechnet.
Im Rahmen des Verfahrens wird für die genannten Parameter jeweils ein realistischer Wert festgelegt (S3), und unter Zugrundelegung dieser Werte wird vom Bordcomputer 8 eine Folge von Lenkbefehlen ermittelt (S4), die das autonome Fahrzeug auf die Fahrspur 3 führen. Wenn die anhand dieser Lenkbefehle von dem kinematischen Mo- dell in Schritt S5 ermittelte Trajektorie des autonomen Fahrzeugs zwischen den Fahr- zeugen 5, 6 endet, dann wird überprüft (S6), ob die Trajektorie auf ihrer ganzen Länge innerhalb der zulässigen Aufenthaltsräume 9 verläuft. Wenn ja, dann ist das Fahrzeug mit dem aktuell ausgewählten Satz von Parameterwerten dem Szenario gewachsen. Dann könnte das Verfahren bereits an dieser Stelle abgebrochen und das autonome Fahrzeug mit den ausgewählten Parameterwerten gebaut werden.
Wenn die Trajektorie nicht auf ihrer gesamten Länge innerhalb der zulässigen Aufent- haltsräume 9 verläuft, wird durch Anpassen der Lenkbefehle (S7) versucht, eine Trajektorie zu finden, die auf ihrer ganzen Länge innerhalb der zulässigen Aufenthalts- räume 9 verläuft. Scheitert dieser Versuch (S8) (auch nach eventuell mehreren Anläu- fen), dann wird untersucht (S9), wo das autonome Fahrzeug an die Grenze des zuläs- sigen Aufenthaltsraums stößt. Wenn es an die vordere Grenze des zulässigen Aufent- haltsraums stößt, dann entspricht dies einem Auffahrunfall auf das vorausfahrende Fahrzeug 6. Wenn dieser nicht zu vermeiden ist, dann ist das autonome Fahrzeug mit dem aktuell ausgewählten Satz von Parameterwerten dem untersuchten Szenario of- fensichtlich nicht gewachsen. In diesem Fall wird ein neuer Satz von Parameterwerten ausgewählt (S10), und das Verfahren kehrt zu Schritt S4 zurück. Im Fall des Anstoßens an die vordere Grenze des zulässigen Aufenthaltsraums kann sich die Änderung der Parameterwerte insbe- sondere eine Steigerung der Bremsverzögerung, d.h. die Verwendung von leistungs- fähigeren Bremsen, beinhalten.
Falls es zu einem Anstoßen an die seitlichen Grenzen des zulässigen Aufenthalts- raums kommt, so stellt dies ebenfalls einen Unfall dar und macht die Auswahl (S10) eines neuen Satzes von Parameterwerten erforderlich, wobei die in diesem Fall ver- änderten Parameterwerte vorzugsweise Fahrwerk bzw. Reifen betreffen, wie etwa Schräglaufsteifigkeit, Eigenlenkgradient oder Haftbeiwert des Reifens).
Wenn - insbesondere nach mehrmaligem Ändern der Parameterwerte - eine hinrei chende Gewissheit besteht, dass ein Anstoßen an die vorderen oder seitlichen Gren- zen nicht verhindert werden kann, dann kann daraus der Schluss gezogen werden, dass das autonome Fahrzeug technisch nicht in der Lage ist, das Szenario unfallfrei zu durchfahren (S1 1 ).
Wenn hingegen das autonome Fahrzeug an die hintere Grenze des zulässigen Auf- enthaltsraums gelangt, dann hat dies nicht mit einem Fahrfehler des autonomen Fahr- zeugs zu tun, sondern bedeutet lediglich, dass die Geschwindigkeit des nachfolgenden Fahrzeugs 5 im Szenario vorgegeben ist und die Bewegung des autonomen Fahr- zeugs nicht berücksichtigen kann. In diesem Fall ist eine sinnvolle Aussage darüber, ob das autonome Fahrzeug das Szenario unfallfrei fahren kann, nicht möglich, da die Frage, ob es zu einem Unfall kommt, vom Verhalten des nachfolgenden Fahrzeugs 5 abhängt und vom autonomen Fahrzeug nicht unmittelbar beeinflusst werden kann. In diesem Fall ist das Szenario für das autonome Fahrzeug irrelevant (S14), und es sollte für die Optimierung des autonomen Fahrzeugs ein anderes Szenario verwendet wer- den.
Auch in dem Fall, dass in S5 sich die aktuell ausgewählten Parameterwerte als zum Fahren des Szenarios brauchbar erwiesen haben, kann ein neuer Satz von Parame- terwerten ausgewählt (S10) und das Verfahren von Schritt S4 an wiederholt werden, wobei in diesem Fall die Änderung der Parameterwerte auf eine Kostenminimierung abzielen kann. Im Laufe des Verfahrens können durch Iterationen der Schritte S4 bis S10 ein oder mehrere Sätze von Parameterwerten gefunden werden, die das Fahren einer Trajekto- rie erlauben, die vollständig innerhalb der zulässigen Aufenthaltsräume 9 verläuft. Wenn zu den Parametern eine Kostenfunktion hinterlegt ist, die es erlaubt, für eine gegebene Auswahl von Parameterwerten Fertigungskosten oder eine andere zu opti- mierende Größe zu quantifizieren, dann wird in Schritt S13 unter den mehreren Sätzen derjenige ausgewählt, der den besten Wert der Kostenfunktion erzielt, und das auto- nome Fahrzeug wird mit den auf diese Weise ausgewählten Parameterwerten gebaut (S14).
Die im Laufe des Verfahrens generierten, von dem ursprünglich heruntergeladenen abweichenden Szenarien können in die Datenbank hochgeladen werden, um dort zu weiterer Verwendung zur Verfügung zu stehen. Es versteht sich, dass die obige detaillierte Beschreibung und die Zeichnungen zwar bestimmte exemplarische Ausgestaltungen der Erfindung darstellen, dass sie aber nur zur Veranschaulichung gedacht sind und nicht als den Umfang der Erfindung ein- schränkend ausgelegt werden sollen. Diverse Abwandlungen der beschriebenen Aus- gestaltungen sind möglich, ohne den Rahmen der nachfolgenden Ansprüche und de- ren Äquivalenzbereich zu verlassen. Insbesondere gehen aus dieser Beschreibung und den Figuren auch Merkmale der Ausführungsbeispiele hervor, die nicht in den An- sprüchen erwähnt sind. Solche Merkmale können auch in anderen als den hier spezi- fisch offenbarten Kombinationen auftreten. Die Tatsache, dass mehrere solche Merk- male in einem gleichen Satz oder in einer anderen Art von Textzusammenhang mitei- nander erwähnt sind, rechtfertigt daher nicht den Schluss, dass sie nur in der spezi- fisch offenbarten Kombination auftreten können; stattdessen ist grundsätzlich davon auszugehen, dass von mehreren solchen Merkmalen auch einzelne weggelassen oder abgewandelt werden können, sofern dies die Funktionsfähigkeit der Erfindung nicht in Frage stellt. Bezugszeichenliste
1 Fahrzeug
2 Einfädelspur 3 Fahrspur
4 Fahrzeug
5 Fahrzeug
6 Fahrzeug
7 Kamera 8 Aufenthaltsraum
9 Bordcomputer

Claims

P a t e n t a n s p r ü c h e
1. Verfahren zum Optimieren eines Fahrzeugs mit den Schritten:
a) Auswählen eines Verkehrsszenarios, das eine Trajektorie eines Fahr- zeugs (1 ) beschreibt, aus einer Datenbank;
b) Festlegen, für eine Folge von Aufenthaltsorten des Fahrzeugs (1 ) ent- lang der Trajektorie, von jeweils einem den Aufenthaltsort beinhaltenden zuläs- sigen Aufenthaltsraum (9), in dem sich das Fahrzeug (1 ) ohne Zwischenfall aufhalten kann;
c) Suchen (S5), unter Zugrundelegung eines Wertes wenigstens eines Pa- rameters des autonomen Fahrzeugs, einer Trajektorie des autonomen Fahr- zeugs, die durch die Folge der zulässigen Aufenthaltsräume (9) verläuft, d) Bewerten des Fahrzeugs als tauglich für das ausgewählte Szenario, wenn die Suche des Schritts c) erfolgreich ist.
2. Verfahren nach Anspruch 1 , mit dem Schritt
e) wenn die Suche erfolglos ist, Wiederholen des Schritts c) unter Verwen- dung eines abgewandelten Werts des wenigstens einen Parameters.
3. Verfahren nach Anspruch 2, mit dem Schritt
f) wenn die Suche erfolglos bleibt, Entscheiden (S9), ob das autonome Fahrzeug in Fahrtrichtung, quer zur Fahrtrichtung oder entgegen der Fahrt- richtung die Grenze des zulässigen Aufenthaltsraums erreicht.
4. Verfahren nach Anspruch 3, mit dem Schritt
g) Beurteilen des autonomen Fahrzeugs als für das Szenario ungeeignet (S1 1 ), wenn es die Grenze des zulässigen Aufenthaltsraums (9) in Fahrtrich- tung oder quer zur Fahrtrichtung erreicht.
5. Verfahren nach Anspruch 3 oder 4, mit dem Schritt
h) Beurteilen (S12) des Szenarios als nicht relevant, wenn das autonome Fahrzeug entgegen der Fahrtrichtung die Grenze des zulässigen Aufenthalts- raums (9) erreicht.
6. Verfahren nach einem der vorhergehenden Ansprüche, bei dem der Schritt c) unter Zugrundelegung jeweils unterschiedlicher Werte des wenigstens einen Parameters wiederholt wird, um mehrere Trajektorien zu finden, die in Schritt c) zugrundegelegten Werte anhand einer Kostenfunktion bewertet werden (S13); und die hinsichtlich der Kostenfunktion optimalen Werte der Parameter im rea- len autonomen Fahrzeug implementiert werden (S14).
7. Verfahren nach einem der vorhergehenden Ansprüche, bei dem der wenigstens eine Parameter ausgewählt ist unter Abmessungen des Fahrzeugs; Position und Leistungsparametern eines die Umgebung des Fahrzeugs überwachenden Sensors, Schräglaufsteifigkeit, Haftreibwert der Reifen; Eigenlenkgradient.
EP19734280.1A 2018-08-08 2019-06-13 Verfahren zum auslegen eines fahrzeuges Pending EP3833587A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018006265.2A DE102018006265A1 (de) 2018-08-08 2018-08-08 Verfahren zum Auslegen eines Fahrzeuges
PCT/EP2019/065457 WO2020030333A1 (de) 2018-08-08 2019-06-13 Verfahren zum auslegen eines fahrzeuges

Publications (1)

Publication Number Publication Date
EP3833587A1 true EP3833587A1 (de) 2021-06-16

Family

ID=67107380

Family Applications (1)

Application Number Title Priority Date Filing Date
EP19734280.1A Pending EP3833587A1 (de) 2018-08-08 2019-06-13 Verfahren zum auslegen eines fahrzeuges

Country Status (4)

Country Link
EP (1) EP3833587A1 (de)
DE (1) DE102018006265A1 (de)
MA (1) MA53260A (de)
WO (1) WO2020030333A1 (de)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10036276A1 (de) * 2000-07-26 2002-02-07 Daimler Chrysler Ag Automatisches Brems- und Lenksystem für ein Fahrzeug
DE102006044086B4 (de) * 2006-09-20 2013-05-29 Audi Ag System und Verfahren zur Simulation von Verkehrssituationen, insbesondere unfallkritischen Gefahrensituationen, sowie ein Fahrsimulator
US9821801B2 (en) * 2015-06-29 2017-11-21 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling semi-autonomous vehicles
DE102016220913A1 (de) * 2015-11-06 2017-05-11 Ford Global Technologies, Llc Verfahren und Vorrichtung zur Generierung von Testfällen für autonome Fahrzeuge
DE102017200180A1 (de) * 2017-01-09 2018-07-12 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Testeinheit zur Bewegungsprognose von Verkehrsteilnehmern bei einer passiv betriebenen Fahrzeugfunktion
CN108304605B (zh) * 2017-11-09 2019-08-06 清华大学 汽车驾驶辅助系统传感器优选配置方法

Also Published As

Publication number Publication date
WO2020030333A1 (de) 2020-02-13
DE102018006265A1 (de) 2020-02-13
MA53260A (fr) 2021-11-17

Similar Documents

Publication Publication Date Title
DE102017213634A1 (de) Verfahren und Vorrichtung für die Durchführung von virtuellen Tests in einer virtuellen Realitätsumgebung für ein autonom fahrendes Fahrzeug
DE102019118366A1 (de) Verfahren sowie Steuergerät für ein System zum Steuern eines Kraftfahrzeugs
EP3543985A1 (de) Simulieren verschiedener verkehrssituationen für ein testfahrzeug
EP3552921B1 (de) Autonome geschwindigkeitsplanung eines auf einen vorbestimmten pfad beschränkten beweglichen akteurs
DE102015220646A1 (de) Verfahren und Vorrichtung zum Verringern eines Kollisionsrisikos einer Kollision eines Kraftfahrzeugs mit einem Objekt
DE102015217891A1 (de) Bestimmen einer Soll-Trajektorie für ein Fahrzeug
DE102016007899B4 (de) Verfahren zum Betreiben einer Einrichtung zur Verkehrssituationsanalyse, Kraftfahrzeug und Datenverarbeitungseinrichtung
EP3523168A1 (de) Verfahren und vorrichtung zur fahrdynamikregelung für ein kraftfahrzeug
DE102017006338B4 (de) Verfahren zum effizienten Validieren und der sicheren Applikation von autonomen und teilautonomen Fahrzeugen
WO2014131666A1 (de) Gridbasierte vorhersage der position eines objektes
DE102019203712B4 (de) Verfahren zum Trainieren wenigstens eines Algorithmus für ein Steuergerät eines Kraftfahrzeugs, Computerprogrammprodukt, Kraftfahrzeug sowie System
DE102014003343A1 (de) Verfahren zum Ermitteln eines Spurwechselbedarfs eines Systemfahrzeugs
WO2022028935A1 (de) Computerimplementiertes verfahren zum bereitstellen eines test-verlaufs zu testender verkehrsszenarien
DE102016211129A1 (de) Verfahren zum Überprüfen einer Kollision zwischen zwei fahrerlosen Transportfahrzeugen, fahrerloses Transportfahrzeug und System mit mehreren fahrerlosen Transportfahrzeugen
EP4027245A1 (de) Computerimplementiertes verfahren zur bestimmung von ähnlichkeitswerten von verkehrsszenarien
DE102017214686A1 (de) Fahrsystem, Verfahren, sowie ein korrespondierendes Computerprodukt zur Identifikation eines zweckmäßigen Übergabepunkts zur Übergabe der Kontrolle zwischen Fahrzeug und Fahrer sowie zu einer entsprechenden Routenplanung
DE102018211726A1 (de) Verfahren zum automatischen maschinellen Trainieren eines elektronischen Fahrzeugführungssystems, sowie Kraftfahrzeug
EP3947075A1 (de) Fahrsystem und verfahren zum auswahlen einer handlungsoption für ein automatisiertes kraftfahrzeug
EP3833587A1 (de) Verfahren zum auslegen eines fahrzeuges
DE102019101613A1 (de) Simulieren verschiedener Verkehrssituationen für ein Testfahrzeug
EP4412882A1 (de) Verfahren zur planung einer trajektorie eines fahrmanövers eines kraftfahrzeugs, computerprogrammprodukt, computerlesbares speichermedium sowie fahrzeug
EP4202367A1 (de) Verfahren zur rechnergestützten steuerung und/oder regelung eines technischen systems
DE102021202083A1 (de) Computerimplementiertes Verfahren zum Trainieren wenigstens eines Algorithmus für eine Steuereinheit eines Kraftfahrzeugs, Computerprogrammprodukt, Steuereinheit sowie Kraftfahrzeug
DE102021208472B3 (de) Computerimplementiertes Verfahren zum Trainieren eines Machine-Learning-Modells für ein Fahrzeug oder einen Roboter
DE102019125817A1 (de) Verfahren zur Planung einer oder mehrerer Trajektorien eines Fahrzeugs und System zum Durchführen des Verfahrens

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20210113

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAX Request for extension of the european patent (deleted)
RAV Requested validation state of the european patent: fee paid

Extension state: MA

Effective date: 20210113

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20231019

RAP3 Party data changed (applicant data changed or rights of an application transferred)

Owner name: STELLANTIS AUTO SAS