FR3084630A1 - Procede de planification de la trajectoire optimale d'un vehicule autonome et vehicule autonome equipe d’un calculateur embarque pour la mise en œuvre dudit procede - Google Patents
Procede de planification de la trajectoire optimale d'un vehicule autonome et vehicule autonome equipe d’un calculateur embarque pour la mise en œuvre dudit procede Download PDFInfo
- Publication number
- FR3084630A1 FR3084630A1 FR1857119A FR1857119A FR3084630A1 FR 3084630 A1 FR3084630 A1 FR 3084630A1 FR 1857119 A FR1857119 A FR 1857119A FR 1857119 A FR1857119 A FR 1857119A FR 3084630 A1 FR3084630 A1 FR 3084630A1
- Authority
- FR
- France
- Prior art keywords
- vehicle
- obstacles
- trajectory
- information
- clothoid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000013439 planning Methods 0.000 title claims abstract description 17
- 230000003068 static effect Effects 0.000 claims abstract description 19
- 230000011664 signaling Effects 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 3
- 230000001133 acceleration Effects 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000012913 prioritisation Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W30/00—Purposes 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
L'invention concerne un procédé de planification de la trajectoire optimale d'un véhicule autonome dans un réseau routier délimité par des voies de circulation pourvues d'organes de signalisation et dans lequel se trouvent des éléments fixes et des éléments mobiles, caractérisé en ce qu'il comprend les étapes suivantes ; - réception et traitement d'informations sur lesdits éléments fixes et mobiles, - représentation desdites informations sous forme d'obstacles statiques et/ou d'obstacles dynamiques et conversion des obstacles en zones de contraintes, - détermination d'un ensemble de trajectoires admissibles sous forme de clothoïdes et, - sélection de la trajectoire clothoïdale optimale.
Description
Procédé de planification de la trajectoire optimale d'un véhicule autonome et véhicule autonome équipé d’un calculateur embarqué pour la mise en œuvre dudit procédé [0001] L’invention concerne un procédé de planification de la trajectoire optimale d'un véhicule autonome équipé d’un calculateur embarqué pour la mise en œuvre dudit procédé.
[0002] Plus particulièrement, l’invention s’intéresse à un procédé permettant la planification de la trajectoire optimale d’un véhicule autonome, avec une prise en compte globale et réactive des contraintes, en fonction d’un objectif de trajet à suivre.
ÉTAT DE LA TECHNIQUE ANTÉRIEURE [0003] L’invention concerne le domaine des véhicules automobiles équipés de système de conduite autonome et a plus particulièrement trait aux procédés et dispositifs assurant la planification de la trajectoire de ce type de véhicule en fonction de son environnement routier.
[0004] Par conduite autonome, on entend la commande automatisée de la direction, de l’accélération et du freinage d’un véhicule avec ou sans la surveillance et/ou l’intervention du conducteur.
[0005] Le trajet cible est la voie sur laquelle le véhicule doit aligner sa trajectoire et poursuivre son déplacement. Ce trajet peut être amené à changer en fonction des calculs prévisionnels de trajectoire.
[0006] Dans le cas, notamment, où la géométrie de la route varie, le véhicule doit modifier sa trajectoire de façon à s’adapter, par exemple, à la courbure de la route et ce changement de direction est généralement modélisé par une courbe dite de clothoïde.
[0007] Un autre cas concerne les calculs de trajectoire destinés à entraîner un changement de direction du véhicule pour éviter des obstacles statiques ou dynamiques. De manière incidente et afin de préserver la stabilité du véhicule et le confort des passagers, ce changement de direction doit être planifié et optimisé pour ne pas entraîner de variation brusque de la trajectoire.
[0008] Π existe déjà dans la littérature de nombreuses méthodes de planification d’une trajectoire tenant compte de la présence d’obstacles. Parmi celles-ci, on connaît, notamment :
- les méthodes basées sur les champs de potentiel, qui utilisent la représentation des obstacles par des champs répulsifs et le trajet cible par un champ attractif,
- les méthodes de planification probabiliste qui calculent un graphe permettant de relier un point à un autre en évitant les obstacles,
- les méthodes qui calculent un ensemble de trajectoires sous forme de tentacules (circulaires, clothoïdales, ...) et qui consistent à sélectionner ensuite, par optimisation, celle qui évite les obstacles et minimise l’influence d’un critère spécifique.
[0009] Toutefois, les méthodes basées sur les champs de potentiel entraînent un risque de blocage du véhicule autonome dans des zones locales de minima et ont l’inconvénient d’être des méthodes réactives qui ne sont pas susceptibles de proposer des trajectoires de manière anticipée.
[0010] Quant aux méthodes de planification probabiliste, elles n’intègrent pas, en général, la dynamique et le type du véhicule et, par conséquent, la trajectoire obtenue n’est donc pas nécessairement utilisable par ce véhicule. De plus, la difficulté des calculs augmente avec la complexité de l’environnement du véhicule.
[0011] En outre, aucune de ces méthodes ne participe d’une approche globale permettant d’appréhender à la fois les caractéristiques du véhicule et celles de l’environnement tant statique (obstacles, signalisation et topographie du réseau routier,...) que dynamique (véhicules tiers, piétons,...).
[0012] Par ailleurs, il est connu par le document EP2345572, un procédé permettant d’assister le conducteur d’un véhicule automobile lors d’une manœuvre comprenant au moins une marche avant et une marche arrière telle qu’une manœuvre de parking en créneau. Les trajectoires nécessaires pour la manœuvre sont déterminées par un calculateur embarqué et les déplacements du véhicule sont pilotés par une commande de direction automatique. Le déplacement en marche avant est effectué, immédiatement avant d’atteindre un point d’extrémité calculé sur la trajectoire, en suivant une clothoïde sur laquelle les roues du véhicule sont amenées dans une position neutre.
[0013] Le document W02010129380 décrit un procédé pour générer une trajectoire déterminée par un système informatique à partir d’une base de données géographiques. Ce procédé comprend la sélection d'une première ligne, la détermination d'une spline de clothoïde modélisant la ligne formée, la détermination de la position d'un premier point de forme correspondant à la spline de clothoïde et la détermination de la position d'un second point de forme correspondant à cette spline de clothoïde et située à une longueur de corde maximale du premier point de forme, dans une plage de tolérance prédéterminée.
[0014] Le document EP 1559994 décrit un dispositif de prédiction de la géométrie d'une trajectoire comprenant une unité de lecture de données cartographiques, une unité de calcul de trajectoire pour déterminer une courbe clothoïde correspondant à une zone de courbure en fonction des données cartographiques et une unité d'ajustement pour adapter ladite clothoïde à la zone de courbure.
[0015] Ainsi, aucune des méthodes et dispositifs décrits dans ces documents ne permet de remplir toutes les exigences du cahier des charges que se propose de satisfaire le procédé de la présente invention.
EXPOSÉ DE L’INVENTION [0016] La présente invention a pour but de résoudre les problèmes techniques posés par l’art antérieur en proposant un procédé de planification de trajectoire optimale et sécurisée s’appuyant sur des calculs simples donnés par des formules algébriques et qui est mis en œuvre dans une approche globale et réactive des contraintes, en fonction d’un trajet à suivre.
[0017] Ce but est atteint, selon l’invention, au moyen d’un procédé de planification de la trajectoire optimale d’un véhicule autonome ou semi-autonome équipé de capteurs et d’un calculateur embarqués, dans un réseau routier délimité par des voies de circulation pourvues d’organes de signalisation et comportant des éléments fixes et des éléments mobiles, caractérisé en ce qu’il comprend les étapes suivantes ;
- réception et traitement par le calculateur, d’informations transmises par les capteurs embarqués sur lesdits éléments et/ou d’informations fournies par les organes de signalisation du réseau routier,
- représentation desdites informations sous forme d’obstacles statiques et/ou dynamiques et conversion des obstacles en zones de contraintes,
- détermination par le calculateur d’un ensemble de trajectoires admissibles sous forme de clothoïdes qui sont fonctions du gabarit et de la cinématique du véhicule et des zones de contraintes, en excluant les trajectoires clothoïdales pénétrant dans au moins une zone de contraintes pendant une durée déterminée et,
- sélection de la trajectoire clothoïdale optimale en fonction d’un critère de performance prenant en compte le trajet cible du véhicule et les règles de circulation dans le réseau routier.
[0018] Selon une caractéristique avantageuse, les informations fournies par les organes de signalisation du réseau routier et traitées par le calculateur embarqué comprennent, les paramètres de la voie de circulation, la signalétique verticale, la signalétique horizontale.
[0019] Selon une caractéristique de mise en œuvre du procédé, la représentation de la signalétique verticale est sous forme d’un obstacle statique temporaire.
[0020] Selon une autre caractéristique de mise en œuvre du procédé, la représentation de la signalétique horizontale est sous forme d’un obstacle statique latéral.
[0021] De préférence, les informations fournies par les organes de signalisation du réseau routier sont fusionnées, d’une part, avec les données cartographiques et, d’autre part, avec les informations transmises par les capteurs embarqués, la représentation desdites informations étant sous forme d’obstacles statiques virtuels et précisant leur position latérale, leur vecteur vitesse relative et leurs dimensions.
[0022] En outre, le procédé prévoit que les informations relatives aux éléments fixes et mobiles transmises par les capteurs embarqués soient classifiées pour définir la nature de l’obstacle.
[0023] Selon une variante spécifique de mise en œuvre du procédé de l’invention, les zones de contraintes issues de la conversion des obstacles dynamiques sont sous forme de rectangles dont les dimensions sont supérieures ou égales aux dimensions intrinsèques desdits obstacles et qui sont orientés suivant le sens de déplacement du véhicule.
[0024] Selon encore une autre caractéristique, les trajectoires clothoïdales admissibles prennent en compte la vitesse instantanée du véhicule, son angle de braquage initial, son accélération latérale maximale et sont élargies latéralement pour intégrer le gabarit du véhicule en excluant les zones de contraintes se trouvant dans son environnement au moins pendant la durée séparant deux pas successifs de calcul des trajectoires et en ce qu’il est prévu, en outre, des tests simples exécutables en temps réel pour prendre en compte le gabarit du véhicule et les zones de contraintes.
[0025] Le procédé de l’invention prévoit en outre que la trajectoire clothoïdale optimale est réalisée par évaluation et recherche, parmi les clothoïdes admissibles, de la valeur la plus élevée du critère de performance [J] résultant de la somme (/ = yl * Rst + y2 * + y3 * Robst ] où les paramètres Rst, Rdg, Robst représentent, respectivement, les écarts entre le trajet cible et la trajectoire en différents point, la priorisation du déplacement à gauche et la distance sur la clothoïde entre le gabarit du véhicule et la zone de contraintes la plus proche et yl,y2 et y 3 sont des coefficients de pondération.
[0026] Un autre objet de l’invention est un véhicule automobile comprenant un système de conduite autonome équipé d’une direction à commande électrique, de capteurs embarqués et d’un calculateur relié électriquement à ladite direction et dans lequel le calculateur est configuré pour exécuter le procédé selon l’une des revendications précédentes.
[0027] Le procédé de planification de trajectoire selon l’invention transforme, à chaque instant, les informations issues des capteurs embarqués dans le véhicule autonome (appelé Ego-véhicule) et/ou installés sur les infrastructures routières en contraintes sur la trajectoire du véhicule dans un formalisme unique. Ces contraintes sont ensuite utilisées pour sélectionner parmi un ensemble de trajectoires clothoïdales admissibles au regard des capacités du véhicule autonome, celle qui est optimale du point de vue de plusieurs critères et notamment vis-à-vis du suivi du trajet demandé initialement au véhicule.
[0028] Le procédé de l’invention offre une solution de planification simple et fiable ne nécessitant aucun calibrage expérimental des nombreux paramètres et permettant de recalculer la trajectoire à chaque pas contrairement aux méthodes antérieures probabilistes.
[0029] Le procédé de l’invention permet de planifier la trajectoire d’un véhicule autonome en prenant en compte les contraintes liées à l’environnement (signalisation, limites de la voie, obstacles,...) et un objectif de trajet à suivre.
[0030] Le procédé de l’invention peut s’appliquer à tous les véhicules autonomes à partir du niveau 3 et permet d’obtenir une trajectoire sécurisée et confortable en tenant compte de la dynamique du véhicule. Dans le cas des situations d’évitement d’urgence, le procédé permet encore de déterminer une trajectoire de sauvegarde mais avec un confort dégradé par rapport à la contrainte de sécurité.
[0031] Le procédé de l’invention utilise un algorithme de calcul de trajectoire qui permet de prendre en compte une multitude de contraintes et de planifier la trajectoire du véhicule autonome dans un espace libre, indépendamment de l’existence ou non de voies délimitées.
[0032] Ce procédé est donc particulièrement bien adapté à de futures applications pour la circulation des véhicules autonomes ou semi-autonomes tant en milieu urbain que sur autoroute, en zone de fort trafic ou d’embouteillage.
BRÈVE DESCRIPTION DES FIGURES
La figure 1 est un schéma illustrant un mode de représentation préférentiel des zones de contraintes C1-C6 résultant de la présence d’obstacles (1 à 6).
La figure 2 est un graphe représentant les trajectoires clothoïdales admissibles définies par le calculateur embarqué.
La figure 3 est un graphe représentant une trajectoire clothoïdale avec les gabarits du véhicule sans distance de sécurité.
La figure 4 est un graphe représentant une trajectoire clothoïdale avec les gabarits du véhicule avec une distance de sécurité de 30 km/h.
La figure 5 est un schéma illustrant le mode de détermination des collisions potentielles entre les obstacles et le véhicule sur les trajectoires calculées.
La figure 6 est un schéma illustrant une trajectoire clothoïdale optimale calculée permettant d’éviter une collision potentielle entre l’Ego-véhicule autonome E et un obstacle C.
Pour plus de clarté, les éléments identiques ou similaires sont repérés par des signes de référence identiques sur l’ensemble des figures.
DESCRIPTION DÉTAILLÉE DE MODES DE RÉALISATION [0033] Naturellement, les modes de réalisation illustrés par les figures présentées ci-dessus et décrits ci-après ne sont donnés qu'à titre d’exemples non limitatif. 11 est explicitement prévu que l'on puisse combiner entre eux ces différents modes pour en proposer d'autres.
[0034] Le principe du dispositif de planification de trajectoire selon l’invention est décrit ci-après en référence aux dessins annexés.
[0035] Le véhicule autonome E (appelé aussi Ego-véhicule) dispose en général d’informations sur son environnement.
[0036] Ces informations sont, d’une part, transmises par ses propres capteurs embarqués et/ou par le biais d’une connexion aux autres véhicules et, d’autre part, fournies par des organes de signalisation équipant le réseau routier et/ou par ses infrastructures (informations dites de « haut niveau »).
[0037] Ces informations peuvent consister en une signalétique d’identification ou de réglementation de la voie de circulation (panneaux, marquage au sol, bande d’arrêt d’urgence, feux,...), en une détection d’éléments fixes et/ou mobiles (piétons, cyclistes, autres véhicules,...) avec leurs positions, vitesse, classification, ....
[0038] Ces informations sont destinées à être réceptionnées et traitées par le calculateur de bord puis représentées sous forme d’obstacles statiques ou dynamiques, avec leur position, leur encombrement et leur vitesse relative par rapport à l’Egovéhicule, hormis les informations relatives à la limitation de vitesse qui seront directement intégrées dans le calcul de la trajectoire.
[0039] Les obstacles statiques et/ou dynamiques (par exemple, les obstacles 1 à 6 de la figure 1) sont ensuite convertis en zones de contraintes (C1-C6 telles que représentées sur la figure 1) prises en compte par le calculateur pour la détermination d’un ensemble de trajectoires admissibles dans l’environnement considéré et en fonction des capacités mécaniques du véhicule autonome E.
[0040] Les zones de contraintes (C1-C6) correspondent à un élargissement de l’encombrement des obstacles lorsqu’ils sont dynamiques et dans certains cas statiques et donc vulnérables, de façon à garantir des distances de sécurité avec l’Egovéhicule E.
[0041] Plus précisément, les zones de contraintes issues de la conversion des obstacles dynamiques sont sous forme de rectangles (tels qu’illustré par la figure 1) dont les dimensions sont supérieures ou égales aux dimensions intrinsèques de ces obstacles et qui sont orientés suivant le sens de déplacement de l’Ego-véhicule E.
[0042] La détermination par le calculateur des trajectoires admissibles se traduit par la génération d’un ensemble de courbes clothoïdales (illustrées notamment par les figures 2 à 4) qui sont fonctions du gabarit et de la cinématique du véhicule E et des zones de contraintes Cl à C6 (figure 1), en excluant, pour des raisons évidentes de sécurité, les trajectoires clothoïdales pénétrant dans au moins une zone de contraintes pendant une durée déterminée.
[0043] Ainsi, ce calcul intègre à la fois la cinématique de l’Ego-Véhicule E et les limitations de vitesse et les courbes clothoïdales sont élargies pour tenir compte de l’encombrement de l’Ego-véhicule.
[0044] La sélection finale de la trajectoire clothoïdale optimale par le calculateur est effectuée parmi les trajectoires admissibles au moyen d’un critère de performance prenant en compte le trajet cible du véhicule et les règles légales de circulation dans le réseau routier et, notamment, les règles de priorité locales telles que le dépassement à droite plutôt qu’à gauche.
Représentation en obstacles des informations dites de « haut niveau » fusionnées et issues des capteurs du véhicule [0045] Dans les réseaux routiers, les panneaux de signalisation verticale sont très nombreux, il s’agit, par exemple, des panneaux de « stop », de « cédez-le passage » ou un feu rouge. Ces organes de signalisation peuvent être représentés comme des obstacles statiques situés dans une position fixe devant l’Ego-véhicule et qui occupent tout l’espace disponible.
[0046] Toutefois, cet obstacle a vocation à disparaître après un temps prédéfini ou un changement d’état de la signalisation (passage au feu vert, temps d’attente minimum à un «stop» ou à un «cédez le passage»). La représentation de la signalétique verticale se fera donc sous forme d’un obstacle statique temporaire.
[0047] La signalisation horizontale, quant à elle, est diverse et variée, il peut s’agir, par exemple, d’une ligne blanche ou d’une bande d’arrêt d’urgence. Ces organes de signalisation peuvent être représentés comme des obstacles statiques latéraux (à droite ou à gauche du véhicule) qui interdisent l’accès aux voies de droite ou de gauche, sauf conditions particulières (une panne du véhicule autorisant l’accès à la bande d’arrêt d’urgence).
[0048] Les éléments fixes ou mobiles présents sur la voie de circulation sont représentés par des obstacles, respectivement, statiques ou dynamiques et sont caractérisés par leur position, leur encombrement, leur vecteur vitesse relative par rapport à l’Ego-véhicule E et leur classification (piéton, véhicule, cycliste,....). La trajectoire choisie pour l’Ego-véhicule devra alors être adaptée à la nature de l’obstacle (informations fournies par la fusion des informations capteurs).
[0049] Les informations fournies par les organes de signalisation du réseau routier et traitées par le calculateur embarqué comprennent, les paramètres de la voie de circulation, la signalétique verticale et la signalétique horizontale.
[0050] Le cas échéant, les bords de la voie de circulation et l’espace dit « roulable » sont issus de la fusion entre les informations cartographiques et celles des capteurs de l’Ego-véhicule. Ils sont représentés sous forme d’obstacles virtuels statiques à droite et à gauche, avec une position, un vecteur vitesse relative, un encombrement qui interdit à l’Ego-véhicule d’aller au-delà de ces limites et une classification qui permet de les traiter différemment des obstacles réels.
[0051] Par ailleurs, certaines informations qui sont liées à des règles de circulation peuvent aussi être représentées sous forme d’obstacles virtuels et temporaires. Ces obstacles pourront être progressivement enlevés si aucune trajectoire clothoïdale n’est possible. Par exemple, le dépassement à gauche peut être interdit par une obstacle virtuel sur une voie sauf si aucun dépassement à droite n’est possible. 11 en est de même pour la bande d’arrêt d’urgence qui peut être interdite par un obstacle virtuel sur cette voie sauf si le véhicule est en panne.
Fonction d'augmentation des obstacles [0052] L’ encombrement des obstacles dynamiques peut être augmenté, notamment, dans les cas suivants ;
lorsqu’il s’agit de garantir une distance inter-véhiculaire en phase de suivi de véhicule, pour garantir une distance de sécurité avec le véhicule à gauche qui précède l’Ego-véhicule E ou qui le suit en cas d’insertion ou de dépassement, quand un autre véhicule roule sur la voie de gauche derrière l’Egovéhicule E à une vitesse supérieure à ce dernier en risquant de le dépasser, pour laisser un espace de sécurité avec les véhicules sur les voies latérales adjacentes.
[0053] Comme illustré par le schéma de la figure 1, les zones de contraintes Cl à C6 résultant de l’augmentation de l’encombrement virtuel des obstacles dynamiques 1-6 et de l’Ego-véhicule E sont sous forme de rectangles dont les dimensions sont supérieures ou égales aux dimensions intrinsèques de ces obstacles et qui sont orientés suivant le sens de déplacement du véhicule. L’importance de cette augmentation est dépendante du type d’obstacle (véhicule, piéton, cycliste,...).
[0054] D’autres formes de représentation de l’augmentation de la taille des obstacles peuvent être envisagées (ellipses, cercles, ...). Toutefois, ces autres formes sont, de façon générale, soit plus conservatives (le cercle surévalue l’espace de sécurité nécessaire au véhicule), soit ne garantissent pas l’évitement de collision (une forme ellipsoïde, par exemple, ne supprime pas le risque de collision entre deux véhicules s’ils n’ont pas la même orientation).
[0055] En revanche, les bords de voies sont traités comme des obstacles sans augmentation de leur encombrement tout comme les signalisations verticales et horizontales qui n’entraînent pas non plus d’augmentation de leur encombrement.
[0056] La longueur de ces rectangles à l’avant et à l’arrière sont égaux à la distance de collision par rapport à l’Ego-véhicule définie par la formule :
l = Is -I---1- Ir dans laquelle :
2*a n (a) représente la décélération en valeur absolue acceptable d’un point de vue de la sécurité, pour l'Ego — véhicule, (Δν) est l’écart de vitesse entre l’Ego-véhicule et l’obstacle devant lui ou la vitesse de l’Ego-véhicule si aucun obstacle n’est détectable devant lui,
5- pour un obstacle, (Δν) est l’écart de vitesse entre l’Ego-véhicule et l’obstacle (permet de garantir que si l’Ego-véhicule se met devant un obstacle, celui-ci a le temps de freiner avec une décélération acceptable), (1s) représente la distance de sécurité minimum que doit conserver l’Ego-véhicule avec un obstacle lorsqu’ils sont à la même vitesse (marge d’erreur) et,
10- (Ir) représente la distance de réaction qui est liée au temps de réaction du véhicule.
Cette distance sera donc celle d’un véhicule autonome et celle correspondant du temps de réponse maximum d’un conducteur humain dans le cas d’un obstacle dynamique (dans l’hypothèse où l’obstacle n’est pas lui-même un véhicule autonome).
Fonction de calcul des trajectoires admissibles [0057] Les trajectoires clothoïdales retenues comme admissibles par les algorithmes et le calculateur prennent en compte la vitesse initiale ou instantanée du véhicule, son angle de braquage initial, son accélération latérale maximale. Les courbes 20 clothoïdes sont élargies latéralement pour intégrer le gabarit, c’est-à-dire l’encombrement, de l’Ego-véhicule en excluant les zones de contraintes se trouvant dans son environnement au moins pendant une durée Te séparant deux pas successifs de calcul des trajectoires.
[0058] L’accélération latérale maximale admissible peut prendre deux valeurs, 25 l’une correspondant à une situation d’urgence et l’autre au mode nominal où l’on recherche d’abord le confort des passagers.
[0059] La durée Te est le temps nécessaire à l’Ego-véhicule pour réaliser un pas de calcul de planification de trajectoire auquel correspond une distance de dépendant de sa vitesse Vx [0060] Le principe de génération des trajectoires admissibles consiste donc à construire un ensemble de clothoïdes, tel qu’illustré par la figure 2, à partir de la position de l’essieu avant du véhicule, ayant les caractéristiques (longueur, courbure initiale, courbure max) définies par les formules suivantes :
- , portée_capteurs ,, , ,, . , o Ldothoide =---v---*Vx — long _max_ve meule
n. tg(dO~) ο pü =---H Lv amax o pmax = — avec o ^ciothoide : longueur de la clothoïde
10ο 50 : angle de braquage o L : longueur de l’avant véhicule à partir de l’essieu avant o pO : courbure initiale de la clothoïde o pmax : courbure max de la clothoïde o amax : accélération max de l'Ego — véhicule
15o
Les équations de la clothoïde sont alors :
x(s) = fscos (—— * l2 + pO * l]dl v 7 J0 \2*ΔΙ H ) ' y(5) = fo sin (^i * /2 + pO * z) dZ s<Lclothoide
On génère des clothoïdes pour différentes valeurs initiales de pO et avec P qui varie de pmax à - pmax et Ls est une distance de sécurité.
De façon à calculer en temps réel ces trajectoires, on échantillonne l’abscisse curviligne de chaque clothoïde avec un pas As = Lcl0t^0lde où As est choisi de façon à être inférieur à la distance parcourue par le véhicule en un pas de calcul Te de la stratégie de 25 planification de trajectoire.
On a donc :
As < Vx * Tc et N > Lclothoide Vx*Tc
La clothoïde a alors pour équations :
x(n) = %t=o cos (tZT * (Z * As)2 + pO * i * As) As y(n) = Σΐ=ο sin (τζρ * (Z * As)2 + pO * i * As) As [0061] On élargit les clothoïdes latéralement à droite et à gauche pour prendre en compte l’encombrement latéral de l’Ego-véhicule et ainsi l’espace qu’il occupe sur cette trajectoire, comme illustré par les figures 3 et 4. Les graphes des figures 3 et 4 représentent, respectivement, une trajectoire clothoïdale avec les gabarits du véhicule sans distance de sécurité et une trajectoire clothoïdale avec les gabarits du véhicule avec une distance de sécurité de 30 km/h.
Une solution consiste à calculer l’enveloppe de l’encombrement de l’Ego-véhicule qui se déplace sur une clothoïde :
Si (xO, yO) est le point de la courbe en s=i*As, la dérivée vérifie l’équation : — = tg (—— * s2 + pO * s ) dx 2*LS /
On pose : <P=—~ + arctg(^)
Les points correspondants au gabarit du véhicule sur la courbe [xdav,ydav], [xgav,ygav], [xdarr,ydarr], [xgarr,ygarr] vérifient donc les relations suivantes :
ygav = cos(<p) * dav--— * sin(<p) + yO xgav = —cos(<p) * — dav * sin(<p) + xO
LV6C ydav = cos(<p) * dav + —— * sin(<p) + yO xdav = cos(<p) * — dav * sin(<p) + xO
LV6C ydarr = —cos(<p) * darr -I—— * sin(<p) + yO xdarr = cos(<p) * + darr * sin(<p) + xO
LV6C ygarr = —cos(<p) * darr--— * sin(<p) + yO xgarr = —cos(<p) * + darr * sin(<p) + xO [0062] La détermination des collisions potentielles entre les obstacles et le véhicule sur les trajectoires calculées est réalisée de la manière suivante, en référence au schéma de la figure 5.
[0063] Selon une première solution; on projette les différents obstacles et les clothoïdes élargies sur une grille d’occupation centrée sur l’Ego-véhicule et qui permet de visualiser un espace à 360° autour du véhicule. Les obstacles qui n’occupent pas au moins une cellule de la grille ne sont pas pris en compte.
[0064] Selon une seconde solution ; on détermine les gabarits du véhicule sur chacune des clothoïdes occupées par un obstacle : un obstacle étant défini par un rectangle délimité par 4 points (Pobsl, Pobs2, Pobs3, Pobs4), qu’il soit augmenté ou non.
[0065] Le véhicule est représenté également par un rectangle défini par 4 points (Pvehli, Pveh2i, Pveh3i, Pveh4i) qui se déplacent le long de la clothoïde.
[0066] L’ obstacle entre en collision avec le véhicule si l’un des 4 sommets des rectangles représentant l’Ego-véhicule appartient au rectangle de l’obstacle ou au contraire un des 4 sommets du rectangle représentant l’obstacle appartient à un des rectangles de l’Ego-véhicule.
[0067] Le problème est donc de déterminer si un point P appartient à un rectangle (PI, P2, P3, P4), comme illustré par la figure 5. On suppose que les Pi sont indicés par ordre croissant en tournant de droite à gauche.
[0068] Les conditions pour que P appartienne au rectangle sont les suivantes :
sin (angle(PPl, PP2)) > 0 sin (angle(PP2, P3)) > 0 sin (angle (PP3, P P4)) > 0 sin (angle (P P4, P P1)) > 0
Le sinus d’un angle entre deux vecteurs v =
| xl | x2' | |
| yi. | etïv = | yi |
est donné par la relation :
sin(angle(v, ïv)) xl*y2-yl*x2 dxl2+yl2 y/x22+y22
La condition ne portant que sur le signe du sinus, on définit la quantité :
det([v, ϊν]) = xl * y2 — yl * %2
Les conditions d’appartenance de P au rectangle se réécrivent :
det([PPÏ,PË2]) > 0 det(|PP2,PP3]) > 0
-5 det([PP3,PP4]) > 0 det([ËË4,ËËÏ]) > 0 [0069] Ainsi, la prise en compte du gabarit du véhicule relativement aux zones de contraintes correspondant aux obstacles est réalisée en contrôlant, pour tous les points de chaque trajectoire clothoïdale, que le gabarit du véhicule n’a aucun point 10 d’intersection avec les zones de contraintes. Dans ce but, le procédé de l’invention prévoit un test simple et rapide, exécutable en temps réel, permettant de déterminer la position d’un point par rapport à un rectangle comme exposé ci-dessus.
[0070] Ces conditions ont été validées pour un rectangle quelconque et un tirage aléatoire du point P à l’intérieur ou à l’extérieur du triangle. Les 4 valeurs de sinus sont 15 positives ou nulles pour tous les points P dans le rectangle. L’un au moins des sinus est négatif pour tous les points P à l’extérieur du rectangle, il faut alors ;
identifier sur chaque clothoïde les gabarits du véhicule occupés et rejeter la clothoïde si la distance de l’Ego-véhicule au gabarit occupé le plus proche sur la clothoïde est inférieure à de.
[0071] Le trajet peut être soumis à des contraintes représentées par un gabarit qui limite l’espace dans lequel peut évoluer l’Ego-véhicule, en fonction des objectifs : si le véhicule doit sortir, il est maintenu par exemple sur la voie de droite, sinon on autorise l’Ego-véhicule à se positionner sur toutes les voies.
[0072] Il faut alors rejeter la clothoïde si la distance de l’Ego-véhicule au gabarit le 25 plus proche non inclus dans le gabarit de trajet est inférieure à de.
[0073] Si l’on veut interdire le dépassement à droite, il faut rejeter la clothoïde si elle réalise un dépassement à droite.
[0074] Les clothoïdes résultantes de cette première sélection sont les trajectoires admissibles.
[0075] Dans un cas d’urgence (par exemple, une panne du véhicule), on choisit une trajectoire d’urgence (par exemple sur autoroute, une trajectoire permettant de 5 rejoindre la bande d’arrêt d’urgence) et on supprime la contrainte conditionnelle qui interdit l’accès à la bande d’arrêt d’urgence en mode normal.
[0076] Fonction de calcul de la trajectoire optimale [0077] Si aucune trajectoire clothoïdale n’est admissible, on impose une décélération maximale sur la clothoïde telle que la distance entre l’Ego-véhicule et le 10 premier gabarit occupé soit la plus grande.
[0078] Dans les autres cas, le calcul de la trajectoire optimale, telle qu’illustrée par la figure 6, est réalisé au moyen de l’évaluation, pour chaque trajectoire clothoïdale admissible, d’un critère J à maximiser et se présentant sous la forme :
J = yl * Æst + y2 * Rdg + y3 * Robst
Où Rst, Rdg, Robst représentent des performances qui caractérisent respectivement : o le suivi d’un trajet imposé (somme des valeur absolue des écarts entre trajectoire et trajet en différents points). Ce trajet permet de prendre en compte des objectifs tels que le temps minimal,...
o la priorisation du dépassement à gauche (performance positive ajoutée si la trajectoire est à gauche de l’Ego-véhicule) o l’évitement des obstacles (distance de l’égo-véhicule aux gabarits d’encombrement non occupés sur la clothoïde)
Les pondérations yi permettent de donner plus ou moins de poids sur chaque critère et donc de régler les priorités données à chaque contrainte dans l’optimisation.
[0079] On en déduit ensuite le déplacement pour le pas suivant de temps (cap, accélération).
Claims (10)
1. Procédé de planification de la trajectoire optimale d’un véhicule autonome équipé de capteurs et d’un calculateur embarqués, dans un réseau routier délimité par des voies de circulation pourvues d’organes de signalisation et dans lequel se trouvent des éléments fixes et des éléments mobiles, caractérisé en ce qu’il comprend les étapes suivantes ;
- réception et traitement par le calculateur, d’informations sur lesdits éléments fixes et mobiles qui sont transmises par les capteurs embarqués et/ou d’informations fournies par les organes de signalisation du réseau routier,
- représentation desdites informations sous forme d’obstacles statiques et/ou d’obstacles dynamiques et conversion des obstacles en zones de contraintes,
- détermination par le calculateur d’un ensemble de trajectoires admissibles sous forme de clothoïdes qui sont fonctions du gabarit et de la cinématique du véhicule et des zones de contraintes, en excluant les trajectoires clothoïdales pénétrant dans au moins une zone de contraintes pendant une durée déterminée et,
- sélection de la trajectoire clothoïdale optimale en fonction d’un critère de performance (J) prenant en compte le trajet cible du véhicule et les règles de circulation dans ledit réseau routier.
2. Procédé selon la revendication 1, caractérisé en ce que les informations fournies par les organes de signalisation du réseau routier et traitées par le calculateur embarqué comprennent, les paramètres de la voie de circulation, la signalétique verticale et la signalétique horizontale.
3. Procédé selon la revendication précédente, caractérisé en ce que la représentation de la signalétique verticale est sous forme d’un obstacle statique temporaire.
4. Procédé selon la revendication 2 ou 3, caractérisé en ce que la représentation de la signalétique horizontale est sous forme d’un obstacle statique latéral.
5. Procédé selon l’une des revendications précédentes, caractérisé en ce que les informations fournies par les organes de signalisation du réseau routier sont fusionnées, d’une part, avec les données cartographiques et, d’autre part, avec les informations transmises par les capteurs embarqués, la représentation desdites informations étant sous forme d’obstacles statiques virtuels et précisant leur position latérale, leur vecteur vitesse relative et leurs dimensions.
6. Procédé selon l’une des revendication 2 à 5, caractérisé en ce que les informations relatives aux éléments fixes et mobiles transmises par les capteurs embarqués sont classifiées pour définir la nature de l’obstacle.
7. Procédé selon l’une des revendications précédentes, caractérisé en ce que les zones de contraintes issues de la conversion des obstacles dynamiques sont sous forme de rectangles dont les dimensions sont supérieures ou égales aux dimensions intrinsèques desdits obstacles et qui sont orientés suivant le sens de déplacement du véhicule
8. Procédé selon l’une des revendications précédentes, caractérisé en ce que les trajectoires clothoïdales admissibles prennent en compte la vitesse instantanée du véhicule, son angle de braquage initial, son accélération latérale maximale et sont élargies latéralement pour intégrer le gabarit du véhicule en excluant les zones de contraintes se trouvant dans son environnement au moins pendant la durée séparant deux pas successifs de calcul des trajectoires et en ce qu’il comprend, en outre, des tests simples exécutables en temps réel pour prendre en compte le gabarit du véhicule et les zones de contraintes.
9. Procédé selon l’une des revendications précédentes, caractérisé en ce que la trajectoire clothoïdale optimale est réalisée par évaluation et recherche, parmi les clothoïdes admissibles, de la valeur la plus élevée du critère de performance (J) résultant de la somme (/ = yl * Rst + y2 * Rdg + y3 * Robst ) où les paramètres Rst, Rdg, Robst représentent, respectivement, les écarts entre le trajet cible et la trajectoire en différents point, la priorisation du déplacement à gauche et la distance sur la clothoïde entre le gabarit du véhicule et la zone de contraintes la plus proche etyl,y2 et y 3 sont des coefficients de pondération.
10. Véhicule automobile comprenant un système de conduite autonome équipé d’une direction à commande électrique, de capteurs embarqués et d’un calculateur relié électriquement à ladite direction et dans lequel le calculateur est configuré pour exécuter le procédé selon l’une des revendications précédentes.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1857119A FR3084630A1 (fr) | 2018-07-31 | 2018-07-31 | Procede de planification de la trajectoire optimale d'un vehicule autonome et vehicule autonome equipe d’un calculateur embarque pour la mise en œuvre dudit procede |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1857119A FR3084630A1 (fr) | 2018-07-31 | 2018-07-31 | Procede de planification de la trajectoire optimale d'un vehicule autonome et vehicule autonome equipe d’un calculateur embarque pour la mise en œuvre dudit procede |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3084630A1 true FR3084630A1 (fr) | 2020-02-07 |
Family
ID=63896367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1857119A Withdrawn FR3084630A1 (fr) | 2018-07-31 | 2018-07-31 | Procede de planification de la trajectoire optimale d'un vehicule autonome et vehicule autonome equipe d’un calculateur embarque pour la mise en œuvre dudit procede |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3084630A1 (fr) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111338339A (zh) * | 2020-02-20 | 2020-06-26 | 北京京东乾石科技有限公司 | 轨迹规划方法、装置、电子设备及计算机可读介质 |
| CN113805597A (zh) * | 2021-09-28 | 2021-12-17 | 福州大学 | 基于粒子群算法的障碍物自我保护人工势场法局部路径规划方法 |
| CN113822593A (zh) * | 2021-09-30 | 2021-12-21 | 中国第一汽车股份有限公司 | 一种安全态势评估方法、装置、存储介质及电子设备 |
| FR3118222A1 (fr) | 2020-12-22 | 2022-06-24 | Naval Group | Systeme de planification d'une trajectoire optimisee d'un vehicule maritime |
| FR3118669A1 (fr) * | 2021-01-04 | 2022-07-08 | Psa Automobiles Sa | Procédé et dispositif de détermination d’une trajectoire d’un véhicule autonome |
| CN114715192A (zh) * | 2022-04-15 | 2022-07-08 | 重庆大学 | 一种解耦的自动驾驶车辆实时轨迹规划方法、装置及系统 |
| CN115307651A (zh) * | 2022-07-21 | 2022-11-08 | 同济大学 | 一种基于仿生触须的自动驾驶路径规划方法 |
| CN115938106A (zh) * | 2022-09-02 | 2023-04-07 | 吉林大学 | 基于交通参与者可达性分析的自动驾驶决策在线验证方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2994676A1 (fr) * | 2012-08-24 | 2014-02-28 | Bosch Gmbh Robert | Procede de guidage d'un vehicule et systeme d'assistance de conduite appliquant le procede |
-
2018
- 2018-07-31 FR FR1857119A patent/FR3084630A1/fr not_active Withdrawn
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2994676A1 (fr) * | 2012-08-24 | 2014-02-28 | Bosch Gmbh Robert | Procede de guidage d'un vehicule et systeme d'assistance de conduite appliquant le procede |
Non-Patent Citations (5)
| Title |
|---|
| HAFIDA MOUHAGIR ET AL: "TRAJECTORY PLANNING FOR AUTONOMOUS VEHICLE IN UNCERTAIN ENVIRONMENT USING EVIDENTIAL GRID", IFAC-PAPERSONLINE-8TH IFAC SYMPOSIUM ON ADVANCES IN AUTOMOTIVE CONTROL AAC 2016, NORRKÖPING, SWEDEN, 20-23 JUNE 2016, vol. 50, no. 1, 1 July 2017 (2017-07-01), pages 12545 - 12550, XP055577676, ISSN: 2405-8963, DOI: 10.1016/j.ifacol.2017.08.2193 * |
| MOUHAGIR HAFIDA ET AL: "A Markov Decision Process-based approach for trajectory planning with clothoid tentacles", 2016 IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV), IEEE, 19 June 2016 (2016-06-19), pages 1254 - 1259, XP032939129, DOI: 10.1109/IVS.2016.7535551 * |
| MOUHAGIR HAFIDA ET AL: "Integrating safety distances with trajectory planning by modifying the occupancy grid for autonomous vehicle navigation", 2016 IEEE 19TH INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS (ITSC), IEEE, 1 November 2016 (2016-11-01), pages 1114 - 1119, XP033028479, DOI: 10.1109/ITSC.2016.7795696 * |
| MOUHAGIR HAFIDA ET AL: "Using evidential occupancy grid for vehicle trajectory planning under uncertainty with tentacles", 2017 IEEE 20TH INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS (ITSC), IEEE, 16 October 2017 (2017-10-16), pages 1 - 7, XP033330466, DOI: 10.1109/ITSC.2017.8317808 * |
| NAUJOKS BENJAMIN ET AL: "An Orientation Corrected Bounding Box Fit Based on the Convex Hull under Real Time Constraints", 2018 IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV), IEEE, 26 June 2018 (2018-06-26), pages 1 - 6, XP033423609, DOI: 10.1109/IVS.2018.8500692 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111338339A (zh) * | 2020-02-20 | 2020-06-26 | 北京京东乾石科技有限公司 | 轨迹规划方法、装置、电子设备及计算机可读介质 |
| CN111338339B (zh) * | 2020-02-20 | 2024-02-06 | 北京京东乾石科技有限公司 | 轨迹规划方法、装置、电子设备及计算机可读介质 |
| FR3118222A1 (fr) | 2020-12-22 | 2022-06-24 | Naval Group | Systeme de planification d'une trajectoire optimisee d'un vehicule maritime |
| WO2022136355A1 (fr) | 2020-12-22 | 2022-06-30 | Naval Group | Système de planification d'une trajectoire optimisée d'un véhicule maritime |
| FR3118669A1 (fr) * | 2021-01-04 | 2022-07-08 | Psa Automobiles Sa | Procédé et dispositif de détermination d’une trajectoire d’un véhicule autonome |
| CN113805597A (zh) * | 2021-09-28 | 2021-12-17 | 福州大学 | 基于粒子群算法的障碍物自我保护人工势场法局部路径规划方法 |
| CN113822593A (zh) * | 2021-09-30 | 2021-12-21 | 中国第一汽车股份有限公司 | 一种安全态势评估方法、装置、存储介质及电子设备 |
| CN114715192A (zh) * | 2022-04-15 | 2022-07-08 | 重庆大学 | 一种解耦的自动驾驶车辆实时轨迹规划方法、装置及系统 |
| CN115307651A (zh) * | 2022-07-21 | 2022-11-08 | 同济大学 | 一种基于仿生触须的自动驾驶路径规划方法 |
| CN115938106A (zh) * | 2022-09-02 | 2023-04-07 | 吉林大学 | 基于交通参与者可达性分析的自动驾驶决策在线验证方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FR3084630A1 (fr) | Procede de planification de la trajectoire optimale d'un vehicule autonome et vehicule autonome equipe d’un calculateur embarque pour la mise en œuvre dudit procede | |
| US11934193B2 (en) | Speed-dependent required lateral clearance for autonomous vehicle path planning | |
| JP6544444B2 (ja) | 運転支援方法及び装置 | |
| EP2448786B1 (fr) | Procédé de commande d'un organe de véhicule | |
| JP3878008B2 (ja) | 車両用走行制御装置及び地図情報データ記録媒体 | |
| US11242040B2 (en) | Emergency braking for autonomous vehicles | |
| US10532736B2 (en) | Vehicle travel control device | |
| JP6402684B2 (ja) | 表示装置 | |
| JP2019127194A (ja) | 車両制御システム | |
| US20220327935A1 (en) | Systems and methods for cooperatively managing mixed traffic at an intersection | |
| KR20210121231A (ko) | 자율 주행 차량들의 방향 전환들에 대한 시그널링 | |
| EP3931056B1 (fr) | Régulation de la vitesse d'un véhicule lors d'un dépassement en virage | |
| US20230174115A1 (en) | Precautionary planning of minimal risk maneuvers | |
| WO2017211836A1 (fr) | Procédé et système d'assistance à la conduite pour un véhicule automobile en mode de fonctionnement autonome | |
| FR2973765A1 (fr) | Procede de gestion d'un vehicule automobile avec economie d'energie | |
| US20230221128A1 (en) | Graph Exploration for Rulebook Trajectory Generation | |
| WO2018219579A1 (fr) | Assistance a la conduite d'un vehicule automobile a l'approche d'une barriere de peage | |
| CN111145570A (zh) | 车辆的控制方法、控制装置、存储介质和处理器 | |
| JP2023064792A (ja) | 車両の走行制御処理システム | |
| WO2023063094A1 (fr) | Dispositif de traitement d'informations, procédé de traitement d'informations et programme | |
| US20240262357A1 (en) | Vehicle control in rescue lane scenarios | |
| US11460848B1 (en) | Biased trajectory progress metric | |
| FR3135540A1 (fr) | Procédé de pilotage de fonctions d’assistance à la conduite d’un véhicule automobile lors du franchissement d’une bifurcation | |
| Kawasaki et al. | Deployment of OTA-Upgradable Teammate Advanced Drive | |
| WO2021239420A1 (fr) | Procede d'aide a la conduite avec cible virtuelle de regulation de l'acc |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20200207 |
|
| ST | Notification of lapse |
Effective date: 20210305 |