JP2019502582A5 - - Google Patents

Description

幾つかの実施形態によれば、速度制御パラメータモデリング構造を使用して機械学習モデリング方法と経験モデリング方法を利用することにより、速度制御モデリングの精度が向上する。車両のアクセルモデルパラメータは、一般的にパラメータ調整のない場合にオフラインに推定されるが、システムモデルが常に車両の退化に従って変化する。一実施形態において、システムは経験方法（例えば、目標速度ｖｓ．実際速度）を使用する方法を利用して公称速度制御モデルパラメータを推定する。また、当該システムは、更に機械学習方法を利用して、リアルタイムにキャプチャされる各種の要素又は入力パラメータに基づいてオンラインに速度制御モデルを調整することにより、車両の差異と退化に対応する。

最初に、自動運転車両（ＡＤＶ）の運転統計情報又はＡＤＶのタイプに基づいてオフラインに公称速度制御モデルのパラメータを認識する。運転統計情報は、異なるタイミングと各種の運転条件においてキャプチャされる車両速度、車両加速度及び／又は道路の摩擦等を含んでも良い。運転される場合に（例えば、オンライン）、車両は、まずオフラインに決定される公称コントローラ利得とパワートレーン参照モデルで運行される。車両は道路上に走行する場合に、例えば天気、地図／道路状況、車両重量、タイヤ空気圧、運転者の運転行為などの情報を機械学習モデルの入力としてリアルタイムに採集する。機械学習モデルの出力は、ＡＤＶの速度コントローラの速度制御パラメータを微調整して後続の速度制御コマンド（例えば、アクセルコマンド、ブレーキコマンド）を生成するように用いられる。

一実施形態において、目標速度に基づいて速度制御コマンド（例えば、アクセルコマンド、ブレーキコマンド）を発信すると、当該速度制御コマンドに応答してＡＤＶの予想速度と実際速度に基づいて第一フィードバックパラメータを決定する。機械学習モデル（速度制御パラメータ調整（ＳＰＣＡ）モデルと呼ばれる）をタイミングでキャプチャし又は測定される入力パラメータのセットに適用することにより第二フィードバックパラメータを決定する。入力パラメータのセットは当該タイミングにおけるＡＤＶの運転環境を示す。第一フィードバックパラメータと第二フィードバックパラメータに基づいてＡＤＶの速度コントローラの一つ又は複数の制御パラメータ（例えば、係数と利得）を調整する。なお、速度コントローラは、速度制御コマンドを生成し発信するように配置される。速度コントローラの調整後の制御パラメータに基づいて後続の速度制御コマンドを生成することができる。各種の車両（例えば、類似の車両）からキャプチャされた多くの運転統計情報に基づいてオフラインにＳＣＰＡモデルを生成し訓練することができる。

サーバ１０３は、各種のクライアントに対してデータ解析サービスを実行するデータ解析システムであっても良い。一実施形態において、データ解析システム１０３は、データ採集器１２１と、機械学習エンジン１２２とを含む。データ採集器１２１は、複数種の車両（自動運転車両又は人間の運転者により運転される通常の車両）から運転統計情報１２３を採集する。運転統計情報１２３には、配布される運転コマンド（例えば、アクセルコマンド、ブレーキコマンド、操舵コマンド）を示す情報及び異なるタイミングで車両のセンサにより採集される車両の応答（例えば、速度、加速、減速、方向）を示す情報が含まれる。運転統計情報１２３は更に、異なるタイミングにおける運転環境を記述する情報、例えば、路線（出発位置と目的地の位置を含む）、ＭＰＯＩ、道路条件、気候条件などを含んでも良い。

機械学習エンジン１２２は、運転統計情報１２３に基いて、各種の目的のためにルール、アルゴリズム及び／又は予測モデル１２４のセットを実行し又は訓練する。一実施形態において、アルゴリズム／モデル１２４は、自動運転車両の速度を制御するための速度制御パラメータ又は利得のセットを含むことができる。アルゴリズム／モデル１２４は、特定のタイプの車両に関連するパワートレーン参照モデルを更に含んでも良い。アルゴリズム／モデル１２４は、（複数の）機械学習モデル（例えば、ＳＣＰＡモデル）を更に含んでオンラインに使用することにより、リアルタイムで動的にキャプチャされる入力パラメータのセットに基づいて動的に速度コントローラの速度制御パラメータを調整するフィードバックパラメータを生成することもできる。機械学習エンジンは、ユーザの運転統計情報に基づいて運転ＡＤＶのユーザのユーザファイルを生成することもできる。ユーザのユーザファイルは、異なる運転環境におけるユーザの運転好みを示す情報を含んでも良い。そして、アルゴリズム／モデル１２４とユーザファイルをＡＤＶにアップロードして、特に動的にＡＤＶの一つ又は複数の速度制御パラメータを調整するようにオンラインに使用することができる。

また、入力パラメータ３２５のセットは、運転される際にキャプチャし又は測定され、動的入力パラメータとも呼ばれる。入力パラメータ３２５は、天気状況、道路状況、現在交通状況、風抵抗、地図位置及び／又は興味点、車両の重量、タイヤのタイヤ空気圧などを含んでも良い。入力パラメータ３２５は、現在に車両の乗客とするユーザのユーザ運転好みを含んでも良い。ユーザ運転好みは、ユーザの以前の運転統計情報に基づいてユーザファイルの一部として決定することができる。運転好みは、回転の平均速度、回転半径、車線を変更する速度と距離、路線選択の好みを含んでも良い。入力パラメータのセットは、第二フィードバックパラメータを生成するＳＣＰＡモデル３１３にフィードされる。図５に示されるように、ＳＣＰＡモデル３１３は、以前の運転統計情報に基づいてオフラインに生成しモデリングされる機械学習モデルである。第二フィードバックパラメータは、第二入力としてパラメータアダプティブモジュール３０７に提供される。

Claims (21)

1. 自動運転車両（ＡＤＶ）を走行させるためのコンピュータ実施方法であって、
   前記自動運転車両の目標速度に基づいて、パワートレーン参照モデルを使用して、予想速度を算出するステップであって、前記パワートレーン参照モデルは、目標速度に基づいて車両設計特性を考慮して予想速度を算出する車両特定モデルであるステップと、
   前記予想速度と、目標速度に基づいて発信される速度制御コマンドに応答して得た前記自動運転車両の実際速度とに基づいて、第一フィードバックパラメータを決定するステップと、
   速度制御パラメータ調整（ＳＰＣＡ）モデルを、リアルタイムで取得される入力パラメータのセットに適用することにより、第二フィードバックパラメータを決定するステップであって、前記入力パラメータのセットは前記自動運転車両のある時点における運転環境を示すステップと、
   前記第一フィードバックパラメータと前記第二フィードバックパラメータとに基づいて、前記速度制御コマンドを発信する速度コントローラの制御パラメータを動的に調整するステップと、
   調整された前記速度コントローラの制御パラメータに基づいて、後のコマンドサイクルに用いられる後の速度制御コマンドを生成するステップと、を含む、
   ことを特徴とする方法。
2. 前記速度コントローラの前記制御パラメータは、更に、第三フィードバックパラメータとする実際速度コマンドに基づいて調整され、前記実際速度コマンドは、前のコマンドサイクルにおいて次のコマンドサイクルにおける速度制御コマンドに用いられる前の速度制御コマンドを示す、
   ことを特徴とする請求項１に記載の方法。
3. 前記速度コントローラの前記制御パラメータは、前記第一フィードバックパラメータ、前記第二フィードバックパラメータ及び前記第三フィードバックパラメータに基づいて所定の加重アルゴリズムによって調整され、前記第一フィードバックパラメータ、前記第二フィードバックパラメータ及び前記第三フィードバックパラメータのそれぞれは、単独の重み因子に関連する、
   ことを特徴とする請求項２に記載の方法。
4. 前記実際速度コマンドは、最大のアクセルコマンド値のアクセルパーセンテージを含む、
   ことを特徴とする請求項２に記載の方法。
5. 前記パワートレーン参照モデルは、前記自動運転車両に関連するエンジン、変速機、動力伝達パラメータに基づいて生成される、
   ことを特徴とする請求項１に記載の方法。
6. 前記入力パラメータのセットは、前記時点において測定される天気状況、道路状況、風抵抗、地図位置、車両重量又はタイヤ空気圧のうちの少なくとも一つを含む、
   ことを特徴とする請求項１に記載の方法。
7. 前記入力パラメータのセットは、前記時点において前記自動運転車両に乗っている乗客のユーザ運転好みを更に含む、
   ことを特徴とする請求項６に記載の方法。
8. コマンドが記憶されており、前記コマンドがプロセッサにより実行されると、前記プロセッサに処理を実行させる、不発揮性の機械可読媒体であって、
   前記処理は、
   自動運転車両の目標速度に基づいて、パワートレーン参照モデルを使用して、予想速度を算出するステップであって、前記パワートレーン参照モデルは、目標速度に基づいて車両設計特性を考慮して予想速度を算出する車両特定モデルであることと、
   前記予想速度と、目標速度に基づいて発信される速度制御コマンドに応答して得た前記自動運転車両の実際速度とに基づいて、第一フィードバックパラメータを決定することと、
   速度制御パラメータ調整モデルを、リアルタイムで取得される入力パラメータのセットに適用することにより、第二フィードバックパラメータを決定するステップであって、前記入力パラメータのセットは前記自動運転車両のある時点における運転環境を示すことと、
   前記第一フィードバックパラメータと前記第二フィードバックパラメータとに基づいて、前記速度制御コマンドを発信する速度コントローラの制御パラメータを動的に調整することと、
   調整された前記速度コントローラの制御パラメータに基づいて、後のコマンドサイクルに用いられる後の速度制御コマンドを生成することと、を含む、
   ことを特徴とする不発揮性の機械可読媒体。
9. 前記速度コントローラの前記制御パラメータは、更に、第三フィードバックパラメータとする実際速度コマンドに基づいて調整され、前記実際速度コマンドは、前のコマンドサイクルにおいて次のコマンドサイクルの次の速度制御コマンドに用いられる前の速度制御コマンドを示す
   ことを特徴とする請求項８に記載の機械可読媒体。
10. 前記速度コントローラの前記制御パラメータは、前記第一フィードバックパラメータ、前記第二フィードバックパラメータ及び前記第三フィードバックパラメータに基づいて所定の加重アルゴリズムによって調整され、前記第一フィードバックパラメータ、前記第二フィードバックパラメータ及び前記第三フィードバックパラメータのそれぞれは、単独の重み因子に関連する、
    ことを特徴とする請求項９に記載の機械可読媒体。
11. 前記実際速度コマンドは、最大のアクセルコマンド値のアクセルパーセンテージを含む、
    ことを特徴とする請求項９に記載の機械可読媒体。
12. 前記パワートレーン参照モデルは、前記自動運転車両に関連するエンジン、変速機、動力伝達パラメータに基づいて生成される
    ことを特徴とする請求項８に記載の機械可読媒体。
13. 前記入力パラメータのセットは、前記時点において測定される天気状況、道路状況、風抵抗、地図位置、車両重量又はタイヤ空気圧のうちの少なくとも一つを含む
    ことを特徴とする請求項８に記載の機械可読媒体。
14. 前記入力パラメータのセットは、前記時点において前記自動運転車両に乗っている乗客のユーザ運転好みを更に含む
    ことを特徴とする請求項１３に記載の機械可読媒体。
15. プロセッサと、
    前記プロセッサに連結されてコマンドを記憶するメモリと、を含み、
    前記コマンドが前記プロセッサによって実行されるとき、前記プロセッサに処理を実行させる、データ処理システムであって、
    前記処理は、
    自動運転車両の目標速度に基づいて、パワートレーン参照モデルを使用して、予想速度を算出するステップであって、前記パワートレーン参照モデルは、目標速度に基づいて車両設計特性を考慮して予想速度を算出する車両特定モデルであることと、
    前記予想速度と、目標速度に基づいて発信される速度制御コマンドに応答して得た前記自動運転車両の実際速度とに基づいて第一フィードバックパラメータを決定することと、
    速度制御パラメータ調整モデルを、リアルタイムで取得される入力パラメータのセットに適用することにより、第二フィードバックパラメータを決定するステップであって、前記入力パラメータのセットは前記自動運転車両のある時点における運転環境を示すことと、
    前記第一フィードバックパラメータと前記第二フィードバックパラメータとに基づいて、前記速度制御コマンドを発信する速度コントローラの制御パラメータを動的に調整することと、
    調整された前記速度コントローラの制御パラメータに基づいて、後のコマンドサイクルに用いられる後の速度制御コマンドを生成することと、を含む、
    ことを特徴とするデータ処理システム。
16. 前記速度コントローラの前記制御パラメータは、更に、第三フィードバックパラメータとする実際速度コマンドに基づいて調整され、前記実際速度コマンドは、前のコマンドサイクルにおいて次のコマンドサイクルの次の速度制御コマンドに用いられる前の速度制御コマンドを示す
    ことを特徴とする請求項１５に記載のシステム。
17. 前記速度コントローラの前記制御パラメータは、前記第一フィードバックパラメータ、前記第二フィードバックパラメータ及び前記第三フィードバックパラメータに基づいて所定の加重アルゴリズムによって調整され、前記第一フィードバックパラメータ、前記第二フィードバックパラメータ及び前記第三フィードバックパラメータのそれぞれは、単独の重み因子に関連する
    ことを特徴とする請求項１６に記載のシステム。
18. 前記実際速度コマンドは、最大のアクセルコマンド値のアクセルパーセンテージを含む
    ことを特徴とする請求項１６に記載のシステム。
19. 前記パワートレーン参照モデルは、前記自動運転車両に関連するエンジン、変速機、動力伝達パラメータに基づいて生成される
    ことを特徴とする請求項１５に記載のシステム。
20. 前記入力パラメータのセットは、前記時点において測定される天気状況、道路状況、風抵抗、地図位置、車両重量又はタイヤ空気圧のうちの少なくとも一つを含む
    ことを特徴とする請求項１５に記載のシステム。
21. 前記入力パラメータのセットは、前記時点において前記自動運転車両に乗っている乗客のユーザ運転好みを更に含む
    ことを特徴とする請求項２０に記載のシステム。