JP2020015489A - 自車両の将来挙動および関連する軌道を決定することにより、自車両の操作者が当該自車両を制御するのを支援する方法およびシステム - Google Patents

自車両の将来挙動および関連する軌道を決定することにより、自車両の操作者が当該自車両を制御するのを支援する方法およびシステム Download PDF

Info

Publication number
JP2020015489A
JP2020015489A JP2019100463A JP2019100463A JP2020015489A JP 2020015489 A JP2020015489 A JP 2020015489A JP 2019100463 A JP2019100463 A JP 2019100463A JP 2019100463 A JP2019100463 A JP 2019100463A JP 2020015489 A JP2020015489 A JP 2020015489A
Authority
JP
Japan
Prior art keywords
vehicle
behavior
trajectory
future
situation
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.)
Granted
Application number
JP2019100463A
Other languages
English (en)
Other versions
JP7143250B2 (ja
Inventor
ヴァイスヴァンゲ,トーマス
Weisswange Thomas
レバン,スヴェン
Rebhan Sven
シュムドリッヒ,イェンス
Schmuedderich Jens
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.)
Honda Research Institute Europe GmbH
Original Assignee
Honda Research Institute Europe GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Honda Research Institute Europe GmbH filed Critical Honda Research Institute Europe GmbH
Publication of JP2020015489A publication Critical patent/JP2020015489A/ja
Application granted granted Critical
Publication of JP7143250B2 publication Critical patent/JP7143250B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0027Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00276Planning or execution of driving tasks using trajectory prediction for other traffic participants for two or more other traffic participants
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • B60W30/0956Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0011Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0027Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408Radar; Laser, e.g. lidar
    • 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/54Audio sensitive means, e.g. ultrasound
    • 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404Characteristics
    • B60W2554/4045Intention, e.g. lane change or imminent movement
    • 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/406Traffic density
    • 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • B60W2554/802Longitudinal distance
    • 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • B60W2554/804Relative longitudinal speed
    • 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
    • B60W2555/00Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20Ambient conditions, e.g. wind or rain
    • 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
    • B60W2555/00Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60Traffic rules, e.g. speed limits or right of way

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)

Abstract

【課題】自車両で実行されるべき将来挙動および関連する軌道を決定することにより、自車両の操作者が当該自車両を制御するのを支援する。【解決手段】現在遭遇している自車両および少なくとも1台の他車両を含む現在状況が特定される。次に、少なくとも1台の他車両の将来挙動を予測するために、現在状況に基づいて、他車両の将来挙動の確率が算出される。さらに、自車両の潜在的な将来挙動が判定され、他車両の予想される将来挙動と、自車両の潜在的な将来挙動との組合せに基づいて、起こり得る複数の将来状況の確率が算出される。次に、将来状況のいくつかについて、関連する挙動に対する軌道が自車両について最適化され、将来状況の確率に基づいて、軌道が選択される。最終的に、選択された軌道を自車両がたどるように、選択された軌道について情報を運転者に出力するための、及び又は自車両のアクチュエータを制御するための、制御信号が生成される。【選択図】図1

Description

本発明は一般に、車両操作者が車両を操作すること、特に操作者によって操作される車両に適した挙動および軌道を決定することを支援する運転者支援システムに関する。
ここ数年間で、運転者支援システムはますます普及してきた。一方では、性能が向上したプロセッサが利用可能になり、それにより大量の情報を評価することが可能になった。他方では、交通密度が増大したことから、そうした支援システムの必要性も増加した。支援システムの最初の手法は、状況分析に関していかなるインテリジェンスも提供しなかったので、かなり限定的であった。たとえば初期のシステムは、たとえば車両の速度を一定に維持することによる簡単な巡航制御を実行することしかできなかった。次に、次世代では、すでに車両の速度を自律的に適合させることができた。しかしこうしたシステムは、交通の安全性を向上するというより、むしろ運転者の快適性を向上することを目的としていた。車両速度の適合は、先行車両に対する距離測定値にしか基づいておらず、自車両自体の速度に相対的なものであった。しかし、多くの状況において、車両挙動の適合は、むしろ交通状況全体に適合させるべきである。これらの状況は、特に、同じ交通状況に含まれる、たとえば同時に車線変更を実行している複数の車両の全てを含み得る。
高速道路での状況を考えると、交通状況に加わる車両の数が増加すると、当然ながら分析すべき状況がより複雑になるのは明白である。運転者の負担を軽減するために、車線変更支援システムが導入された。これらの車線変更支援システムは、目標とする車線の車間(ギャップ)に車両が最適にはまるように、たとえば車両の縦方向の加速を調整することにより、運転者の操作または観察義務の一部を引き受ける。こうしたシステムは、特許文献1に記載されているが、このシステムでは、車両の運転者が車線変更を指示する必要がある。したがって、安全に関する効果は非常に限定される。周りの交通全体を観察し、車線を変更すべきかどうかの判断をする負担は、なお運転者にある。
同様に、特許文献2も、運転者によって開始される車線変更要求を使用し、周りの交通を踏まえて車線変更の実行可能性を確認し、これが確実なときに、操作を開始する。しかしこの場合も、システムの支援は自律的に行われるのではなく、運転者の操作または運転者のコマンドに応答してしか行われない。したがって、複雑な状況であっても、全体的な交通状況を考慮して実行すべき挙動および車両の関連軌道をシステムが判定することができるように、支援システムを改善することが今なお必要とされている。
全体的な交通状況を考慮することは、自車両挙動と、他の交通参加者の挙動に与える自車両挙動の結果との相互作用も含む。特許文献3は、さらに一歩進化している。ここでは、予測した将来状況に基づいて車線変更を推奨する交通流アシスタントが提案された。この文献は、交通参加者の挙動に対する方策を最適化することを開示しており、それを行うために、車両運転の複数の態様を含む。しかし、それでもなおこの文献は、挙動の最適化しか考慮しておらず、軌道計画、および自車両の環境にいる他の交通参加者の挙動に対して、様々な軌道が及ぼす影響については考慮していない。軌道それ自体は、特定の挙動についての判断がすでに行われた後にしか、計画することができない。
特許文献4は、自車両の現在の走行状況に対して、隣車線で走行することがより適当かどうかについて情報信号を生成することを記載している。隣車線で走行している他の車両の挙動が予測される。自車両が車線変更操作を実行することができるように、この他車両が適当な車間を空けるかどうかが判断される。他車両挙動を予測する際に、自車両挙動は考慮されない。
欧州特許出願公開第1607264(A1)号明細書 欧州特許出願公開第3261892(A1)号明細書 米国特許出願公開第2015/0194055(A1)号明細書 欧州特許出願公開第2942765(A1)号明細書
したがって、本発明の目的は、特に、先行車などに続いて車線変更を計画しなくてはならない高速道路での走行のために、運転者支援システムを改善することである。この目的は、車両の操作者を支援するための本発明の方法、およびこの方法を実施するように構成された車両によって達成される。
自車両で実行されるべき将来挙動および関連する軌道を決定することにより自車両の操作者が当該自車両を制御するのを支援する本方法は、まず、自車両が現在遭遇している状況であって自車両および少なくとも1台の他車両を含む現在状況を特定する。次に、少なくとも1台の他車両の将来挙動を予測するために、現在状況に基づいて、少なくとも1台の他車両の将来挙動の確率が算出される。さらに、自車両の潜在的な将来挙動が判定され、少なくとも1台の他車両の予想される将来挙動と、自車両の潜在的な将来挙動との組合せに基づいて、現在状況から発展して起こり得る複数の将来状況の確率が算出される。次に、起こり得るこられの将来状況の少なくともいくつかについて、関連する挙動のための軌道が自車両について最適化され、将来状況の確率に少なくとも基づいて、軌道が選択される。それぞれの軌道は、自車両の潜在的な1つの将来挙動に関連しているので、軌道をこのように選択することは、特定の挙動を選択することをも意味する。最終的に、選択された軌道を自車両がたどるように、選択された軌道について運転者に情報を出力するための、且つ又は自車両のアクチュエータを制御するための、制御信号が生成される。
さらに本発明は、自車両の将来挙動および関連する軌道が、独立して段階的に計算されるのではなく、自車両の特定の挙動に基礎を置く状況に関して最適化された軌道に基づいて、最終的な判断がなされるという大きな利点を有する。本発明の方法では、現在状況からすべて発展し得る複数の将来状況が考慮され、これらの将来状況は自車両と他車両の挙動の組合せから判定されるので、それにより他車両の様々な起こり得る挙動が考慮される。これらの組合せによって、種々の将来状況について判断された確率がもたらされる。すなわち、特定の軌道を選択する最終的な決定は、最初に判定された挙動だけに基づくのではなく、交通状況が示し得る様々な展開を考慮する。
少なくとも1台の他車両の将来挙動の確率の算出は、この他車両自体の状態、その周りの車両の状態、およびこの他車両に現在適用可能な交通規則を含むこの他車両の現在状況が考慮されるものとすることができる。関連車両の挙動は、1つ又は複数のコンテキストベースの予測方法および1つ又は複数の物理学ベースの予測方法のうちの1つ又はこれらの組合せを用いて予測される。これらの予測方法自体は、先行技術からすでに知られている。
本発明による方法は、車両の環境を感知するための少なくとも1つのセンサと、上述の方法ステップを実施するように構成されたプロセッサとを含む車両によって実行される。選択された軌道をたどるように車両を操作するため、制御信号は、選択された挙動および関連する軌道を車両の操作者に通知するためにヒューマン・マシン・インターフェイスに出力され、且つ又は車両アクチュエータの1つまたは複数のコントローラに出力される。
有利な態様は、従属請求項において規定される。
好ましい一態様によれば、少なくとも1台の他車両の将来挙動の確率の算出は、その周りの車両の挙動の潜在的な将来の変化を考慮する。すなわち、好ましい軌道および挙動を選択する際に、周りの車両が原因となって発生し得る、上記挙動の判断を左右する影響要因が考慮される。
少なくとも1台の他車両の将来挙動の確率の算出は、好ましくは、自車両の起こり得るそれぞれの将来挙動の想定につき一度実行される。その結果、最良の挙動および軌道が判定されるときに、現在状況から始まる、自車両によって実行され得るすべての挙動が考慮される。
その周りの車両の起こり得る将来挙動を考慮した、少なくとも1台の他車両の将来挙動の確率の算出は、その周りの車両により可能性のある挙動が実行されるのをシミュレートするようなやり方で、その周りの車両についての現在状況を変化させることによって行われ得る。これは、この挙動についてのデフォルトの軌道を表現することにより、またはこうした挙動を実行した後の状態を表すように位置、車線、スピードなどのような車両のパラメータを更新することにより、行うことができる。関連車両の予想される挙動のタイミングは、たとえば、純粋にコンテキストベースの予測は近い将来挙動(その挙動はまだ開始していない)を示し、物理的予測は、すでに開始された、差し迫った挙動を表す、という意味において、異なる予測アルゴリズムの寄与から導き出され得る。
少なくとも1台の他車両の予測される挙動、および自車両の潜在的な将来挙動は、特に、左側への車線変更、右側への車線変更、直進走行、ブレーキ動作、加速動作のうちの1つである。こうした挙動は高速道路での走行には典型的であり、高速道路での走行は、1台の車両の挙動が他車両に及ぼす影響が強いことから、本発明の方法およびシステムが特に有利である。
構築されたそれぞれの将来状況は、他車両の将来挙動と、自車両の潜在的な将来挙動のうちの1つとの一意の組合せに対応する。この手法は、関与する車両のうちの任意の1台の複数の挙動の可能性のある組合せごとに、他と重複しない1つの状況が構築されるという利点を有する。その結果、最後に最良の軌道が選択される際には、現在状況から発展して起こり得るすべての将来状況が考慮されることとなる。
関連する将来状況を構築する際には、自車両の近傍にいる他車両の関連する将来挙動を、互いに組み合わせるとともに、自車両の潜在的な将来挙動と組み合わせることが好ましい。他方で、自車両の近傍にいる他車両の、関係のある将来挙動のみを使用することで、その後さらに処理する必要のある状況の数が減り、算出の労力が低減するという利点が生ずる。自車両の挙動に影響を及ぼす状況に対して相互作用しない他車両の挙動が考慮されないだけなので、結果に及ぼす影響は少ない。
さらに処理する必要のある状況の数をさらに低減するために、現在の状況に適用することができ且つ適用され得る交通規則に準拠した、他車両及び又は自車両の挙動のみが考慮されて、将来状況が構築される。これにより、全体的な交通状況に対する制約に起因して現実的には予想され得ない挙動を、考慮しないものとすることができる。
さらに、関連する将来状況を構築するため、自車両の潜在的なそれぞれの挙動は、自車両の近傍にある他車両であって自車両の対応する潜在的な挙動によって制約される他車両の、予想される挙動とだけ組み合わされる。この場合も、これにより、生じ得る最良の軌道および関連する挙動を計算するためにその後さらに処理されるべき状況の全体数が低減されることになる。
将来状況の確率を計算するための1つの有利な方法は、すべての車両の関連する将来挙動の確率、及び又は条件付き確率を掛け合わせることである。こうすることによって、たとえば複数の車両のうちの1台の関連する挙動の、複数の確率のうちの1つがかなり低い場合に、状況の全体的な確率が低減するように、個々の確率が確実に考慮されるようになる。
関連する自車両挙動に影響を及ぼさない、車両の状態が異なるだけの複数の将来状況が融合されて、それらを単一の将来状況としてさらに処理することができる場合には、さらなる低減を達成することができる。
他の態様によれば、その状況に関連する自車両挙動を実現する、可能性のある軌道を規定するパラメータのパラメータ空間が、コスト及び又は品質に関して評価され、最小コストまたは最大品質をもたらす軌道が、最適化軌道として選択される。自車両の軌道のコストは、最適化すべきパラメータを表す制御ポイントによって影響を受けるコスト項(cost-terms)の組合せによって定義される。
算出コストをさらに低減するために、軌道の最適化は、ISO15622による規則および車両力学的な安全範囲のうちの少なくとも1つによって定義される、軌道についての制限の中でのみ行われる。
有利には、最適化アルゴリズム、好ましくは微分フリー勾配降下法(derivative-free gradient descent method)を用いて、制御ポイントの値を判定することによって、軌道が最適化される。こうした最適化アルゴリズムを使用することによって、最適化処理は、静的なものでなく、自車両操作者の支援に際して軌道や挙動の選択が必要となる全ての現在状況に対して、適切な結果をもたらし得るものとなる。
最適化を行うために、所与の状況は、当該所与の状況に関連する全ての関連車両の挙動に対応するこれら車両の軌道によって表されることに留意すべきである。軌道は、特にキュービックC2スプラインとして表されてもよい。車両運動は、少なくとも1つの横方向および少なくとも1つの縦方向の制御値によって抽象化されてもよい。これらの制御値は、車線境界線に対する横方向運動の開始である車線変更の開始時刻、車線変更中における基準ポイント(たとえば車線境界線)の通過、車線境界線に対する横方向運動の終了である車線変更の終了、または縦方向位置に対する横方向位置の微分である横方向運動の傾斜によって、特徴付けられ得る。また制御値は、時間、加速度、およびその時点での時間に対する加速度の微分によって特徴付けられてもよい。後者はいわゆるジャークの尺度である。
当然ながら、軌道の最適化を行う際にこれらの制御値のすべてが考慮される必要はない。制御値は、所望の状態を表す事前定義された値、たとえば車線に対する最終的な向き、または最終的な加速度、物理学または車両力学から導き出される既知のパラメータ、規則または法律から既知のパラメータ、通常の走行パターン中に記録されたデータを分析することにより観察されるパラメータ(観察パラメータ、observed parameters)、自車両運転者による走行中に記録されたデータを分析することにより観察されるパラメータ、自車両の測定値(たとえば現在の加速度、ハンドル角度、または車線に対する向き)、またはこれらの任意の組合せ、のうちのいずれか1つに基づく固定値に設定することもできる。
自車両の軌道のコストは、制御ポイントによって影響を受けるコスト項の組合せによって特徴付けられる。コスト項は、以下のうちのいずれか1つによって特徴付けられる:時間に関する自車両加速度の偏差、自車両の加速度/減速度、速度制限に対する自車両の速度(そのような速度制限は、たとえば天候条件、交通密度、他車両の速度、観察された運転者の挙動などに関連して、ユーザによって設定されたもの、交通の規則または法律から導き出されたもの、あるいはシステムによって判定されたもの、であり得る)。さらにコスト項は、他の関連車両との関係によって特徴付けられてもよく、これは、たとえば自車両スピードに比例する時間差(time gap)、または相対速度に比例する距離である衝突余裕時間によって特徴付けられる。また、コスト項は、自車両に対する関連車両の相対速度、横方向距離、縦方向距離、またはそれらの組合せを用いて重み付けされるものとすることができる。ek(x−x’)として計算される1つまたは複数のコスト項の非線形関数を用いて、非線形の重み付けを実行することも可能である。この式において、kは定数係数であり、xはコスト項の値であり、x’は事前定義されたターゲット値である。これに代えて又はこれに加えて、コスト項は、自車両に対する他の関連車両の反応が必要とされる度合いとすることができ、そうした反応は、衝突を回避するために又は安全な距離を保つために必要とされる加速によって特徴付けられ得る。コスト項の他の例は、自車両の車線変更のタイミングであり、このタイミングは、たとえば先行車両との接触余裕時間、または先行車両との時間差によって特徴付けられる。コスト項のパラメータは、その軌道における所与の時刻に評価されるものとすることや、持続時間の全体にわたって積分されて評価されるものとすることができ、または経時的な最大値又は平均値といったそれらの値の任意の他の組合せとして評価されるものとすることができる。
コスト項の組合せは、重み付け加算であってもよく、特にコスト項の重みは、ユーザ設定に基づくか、または、天候条件、道路条件、もしくは交通密度などの環境条件に基づく。
有利には、最適化軌道を判定するための最適化処理は、構築された状況のそれぞれに対し、それら状況に関して事前定義された順序に従い、停止基準に到達するまで順次行われる。構築された将来状況についての上記順序は、特に、確率、挙動を変化させている車両の数、自車両に対するその車両の最短距離、などに基づいて設定することができる。停止基準は、例えば、算出時間の固定量に到達すること、または一定の品質/コストをもつ軌道が見いだされたとき、である。
軌道および対応する挙動についての選択は、将来状況の確率、軌道コスト、交通規則、運転者の好み、のうちの少なくとも2つに基づいて行われる。少なくとも2つの異なる態様を使用することには、最良の軌道を見出すためのより包括的な手法が用いられることとなる、という利点がある。
他の有利な態様によれば、選択された軌道および関連する挙動のコストが閾値を超えておらず、且つ又は選択された軌道および関連する挙動が所与の制約内にあるときにのみ、制御信号が出力される。
添付図面を参照して本発明の方法および車両を説明する前に、以下、本発明の理解に関連するいくつかの定義について説明する。
挙動:車両が実行している現在の動きのクラス(種類)、たとえば車線変更、車線追従、減速、加速などの高レベルの記述。
状況:自車両を含む車両の、存在、位置、車線、スピード、および将来の挙動/軌道を網羅する局所的な交通環境状態の記述。将来状況は、それぞれの車両が自らの挙動を実行した後の、これらと同じパラメータを記述する(すなわち、車両が新たな車線を走行している、またはスピードを上げて走行している)。
条件付き予測:ある事象の、他の事象を条件とした確率。ここでは、特定の状況を条件とした将来挙動の確率。
軌道:車両の運動に影響を及ぼすパラメータ、ここでは、たとえば加速度、速度、横方向へのシフト、ハンドル角度などの値の、所与の長さの時間的連なり。
コスト(/品質):車両/運転者/周りの交通に(すなわち、快適性、安全性、利便性などに関して)、あるパラメータまたはパラメータのセット(ここでは軌道の選択)がどの程度否定的に(/肯定的に)影響を及ぼすかについて、相対的な評価を提供する値。
最適な軌道:所与の状況について最小のコスト値/最良の品質をもたらす軌道。
関連性:ある状況が、将来の自車両の挙動または軌道に直接的にまたは間接的に影響を及ぼす場合、その状況は、自車両の所与の挙動に関連性があるとみなされる。直接的にとは、その状況の特定のインスタンスに自車両が反応しなくてはならないこと(たとえば、同じ車線の車両のために減速すること、それを追い越すことなど)を意味する。間接的にとは、その状況が他の新たな状況につながり、この新たな状況が自車両に直接影響する(たとえば、隣車線にいる高速の車両は、同じ隣車線にいる低速の車両に近づくことで、その後に割込みを行って自車両に反応を余儀なくさせることとなり、間接的に影響する)ことを意味する。
本発明の態様および特徴を、添付図面を参照しながらここで説明する。
本発明の方法の主な方法ステップを示すフローチャートである。 本発明の方法を実施するように構成された本発明の車両のブロック図である。 本発明による将来状況の予測を説明するための複数の将来状況を示す図である。 3つの例示的な状況について算出された最適な軌道およびそれらのコストを示すための簡単な例を示す図である。 制御ポイントを使用した軌道最適化処理を示す図である。
本発明をよりよく理解するために、本発明は、高速道路での状況に関してのみ説明される。しかし、本発明は複数の他の状況に適用が可能であり、したがって、本発明が車線変更の状況に限定されないことは明白である。ただし、以下で説明するすべての例は、縦方向および横方向の車両の運動を制御する(部分的な)自動の高速道路走行が実行されることを想定している。縦方向の運動は、車両の加速度及び又は速度を含み、車両の横方向の運動は、車線変更を含む。
高速道路の状況において自車両を制御するには、2つの制御レベルで判断することが必要である。一方では、現在置かれている状況に対処するのに適切な特定の挙動、たとえば左/右への車線変更、自車両の加速、自車両の減速、または巡航を選択する必要がある。当然ながら、この挙動は、所与の現在遭遇している状況に対して選択されなくてはならない。しかしさらに、この挙動に加えて、この挙動がどのように実行されるかを定義する軌道を選択する必要がある。これは、選択された軌道が、所与の状況に最良の挙動を実現することを意味する。軌道は、経時的な加速度/速度、および経時的なハンドル操作/横方向のオフセットを規定するものでなくてはならない。本発明によれば、これらの判断は互いに独立して行われるのではなく、組み合わせ処理で行われる。この判断は、他車両の位置および車線の配置を含む交通状況の現在の配置によって影響を受ける。1つの特定の挙動に関連して1つの特定の軌道を最終的に選択することとなる上記判断では、共通的に、起こり得る将来の変化、将来変化する挙動、たとえば他の交通参加者の車線変更も考慮する。
特定の挙動が他の交通参加者のうちの一つによって実行される確率は、それらの交通参加者の局所的な状況に依存するが、自車両の将来挙動にも依存する。したがって、他の交通参加者のうちの一つが特定の挙動を行う確率は、自車両の将来挙動が条件となる。一般的に、任意の挙動の確率の計算は、先行技術で知られている。したがって、説明の簡潔のため、確率計算についての詳細はここに記載することを要しない。
図1および図2に関して、主な方法ステップを以下に説明する。
現在置かれている交通状況から始まり、複数の様々な将来状況が発展し得る。したがって、この方法を開始するためには、まず現在置かれている状況を判定することが必要である。所与の例では、自車両の環境を感知するために、少なくとも1つのセンサ11が車両に装備されている。こうしたセンサは、たとえばカメラ、LIDAR、RADAR、車車間通信や路車間通信(car2car/car2infrastructure communication)、超音波センサ、またはこれらの組合せであり得る。ステップS1に示すように、これらのセンサを用いて、好ましくは自車両の環境が360°観察される。次に、感知された環境の情報が、車両10に搭載されたプロセッサ12に送られ、このプロセッサにおいて、以下の方法ステップが実行される。
プロセッサ12では、まず、ステップS2に示されるように、現在状況についての表現が生成される。ステップS3において、この現在状況の表現から開始して、自車両の潜在的な(可能性のある)挙動が判定される。
次に、ステップS4において、現在状況に基づき、自車両の潜在的な挙動を考慮して、他の交通参加者についての条件付き予測が実行される。したがって、他車両についての予測される将来挙動のセットが生成される。
ステップS5に示すような、起こり得る状況の数は、自車両を含むすべての参加車両の様々な将来挙動の可能な組合せの数に等しい。当然ながら、他車両および自車両の個々の将来挙動の確率が様々であることに依存して、その特定の1つの将来の交通状況が起こる確率は異なる。交通規則によって特定の挙動が禁止/推奨されることがあるので、将来状況を構築するときに、当然ながら、自車両の、または他車両のうちの任意の1台の、一部の潜在的な将来挙動が発生しないかもしれないことをすでに考慮するものとすることができる。例えば、追い越し禁止、前方に低速車両がいない場合には最右車線に移動すること、などである。こうした挙動は潜在的に実行される恐れもあるが、ステップS5では、これらを無視して将来状況が構築(予測)され得る。
ステップ6において軌道最適化が実行される前に、構築されたこの数の将来状況から開始して、これらの状況をフィルタリングすることにより、その後の処理に考慮すべき状況の数を少なくすることができる。このようなフィルタリングは、所与の自車両挙動に対する関連性に基づき得る。フィルタリングの条件をシステムのメモリ13に記憶しておき、現在遭遇している交通状況と上記メモリ13に記憶された模範的状況との比較に基づいて、フィルタリングが実行されるものとすることができる。たとえば、自車両が自身の車線を直進走行している場合には、自車両より前であるが左車線にいる他の車両が、直進するか否か、またはその左側へ車線変更するか否かは関係がなく、これに対応して予測される状況を無視してさらなる処理を行うものとすることができる。この他車両が例えブレーキをかけたとしても、自車両の走行には何の影響もない。事前定義されるこれらの状況を考慮しないことのほかに、システムをセットアップする際に設定され得る閾値よりも低い確率を持った状況を、考慮しないものとすることもできる。これにより、現在遭遇している交通状況の将来において現実的に起こると考えられる将来状況のみが、考慮されることになる。
次に、ステップS6において、残った将来状況のそれぞれについて、最適化された自車両軌道が決定される。この決定は、それぞれの軌道が、安全性、快適性などに関する一定の品質/コストを提供し得る、ということに基づいている。これについては、以下でより詳細に説明する。
自車両の様々な潜在的な挙動は、多数の予測される将来状況を構築することよって考慮され、残った予測される将来状況のそれぞれについて、最適化軌道が決定されることに留意すべきである。その結果、最適化軌道が最終的に選択される際には、当該最適化軌道が決定される状況の基となった対応する挙動も、自動的に選択されることとなる。すなわち、残った状況のうち任意の状況についての自車両挙動のそれぞれに関して軌道が最適化された後に1つの軌道が選択されるが、この選択は、同時に、対応する挙動を選択することをも含んでいる。このことは、簡略化されたフローチャートのステップS7に示されている。
選択された軌道および挙動に基づき、プロセッサ12は制御信号を生成し、次にこの信号が、ヒューマン・マシン・インターフェイス14へ出力されるか、又は車両10のアクチュエータ16を制御するべくコントローラ15へ出力される。制御信号をヒューマン・マシン・インターフェイス14から出力する場合には、運転者に対して、車両10を最適にさらに操作するべく現在状況において実行する必要のある軌道および挙動を通知することができる。他方では、自動運転の場合には、コントローラ1が制御信号を受信し、この制御信号に基づいて、車両10のアクチュエータ16が自律的に操作される。このようなアクチュエータ16は、たとえばブレーキ・システム、アクセル・ペダル、ハンドルであるものとすることができるが、表示灯であってもよい。図1には、プロセッサ13により生成される制御信号を利用する例として、車両の作動のみが、ステップS8において示されている。これ以外に、その軌道の一部のみを作動させるものとしてもよい。たとえば、HMIを介して最適な横方向軌道を運転者に通知しつつ、縦方向の加速のみを作動させることも可能である。
自車両の軌道および対応する挙動を選択するために、ステップS6において最適化が実行される。この最適化の際には、関連車両ごと、および残った将来状況ごとに、軌道が生成される。この軌道は、横方向と縦方向の両方において予想される挙動を表す。たとえば横方向の挙動は、車両が直進走行するか、左に車線変更するか、または右に車線変更するかを規定する。たとえば縦方向の挙動は、加速または減速のプロファイルを含んでいる。経路および加速のプロファイルは、区分線形表現(piecewise linear representations)、3次以上の多項式、3次以上の多項式に基づくスプライン、たとえばC2スプライン、Bスプライン、などとして表すことができる。時間と加速度とをつなぐ、および縦方向位置と横方向位置とをつなぐ、任意の他の関数を用いることもできる。具体的な将来状況における自車両挙動に基づいて、自車両の初期軌道が生成される。この初期軌道は、上述した表現の1つとすることができ、以下のいずれか一つを含む最適化パラメータを表す制御ポイントによって、修正され得る:
・横方向運動については、以下のうちのいずれか:車線変更の開始時刻(車線境界線に対する横方向運動が開始)、車線変更中の通過基準ポイント(たとえば、車線境界線)、車線変更の終了(車線境界線に対する横方向運動が終了)、および横方向運動の傾き(縦方向位置に対する横方向位置の微分)。
・縦方向運動については、時間、加速度、およびその時点での時間に対する加速度の微分(すなわちジャーク)を含む1つまたは複数のポイント。
最も一般的な手法では、すべての軌道パラメータを用いて軌道が最適化され得る。しかし、軌道パラメータのうちのいずれか1つを一定の範囲に固定もしくは限定された状態に保ったり、あるいは、パラメータを1つもしくは複数の他のパラメータに対して計算することも可能である。固定値、限界、および係数は、以下を用いて導出され得る:
・所望の状態を表す固定の規定値に設定されたパラメータ(たとえば、車線に対する最終的な向き、最終的な加速度)
・車両動力の物理学から導き出される既知のパラメータ
・規則または法律から既知のパラメータ
・通常の走行パターンにおいて記録されたデータを分析することで観察されるパラメータ
・自車両運転者による走行の際に記録されたデータを分析することで観察されるパラメータ
・自車両から測定されるパラメータ(たとえば、現在の加速度、ハンドル角度、車線に対する向き)
現在考慮している将来状況(したがって、関連車両の軌道)に基づき、自車両軌道のパラメータが、以下の項のうちの少なくとも1つを考慮して最適化される。
・時間に対する自車両加速度(ジャーク)の偏差。
・自車両の加速度/減速度。
・ユーザによって設定された速度制限又は交通の規則もしくは法律から導き出される速度制限に対する自車両の速度は、たとえば天候条件、交通密度、他車両の速度、観察された運転者の挙動などに関して、システムによって決定される。
・例えば時間差(距離/自車両のスピード)又は衝突余裕時間(距離/相対速度)によって特徴付けられる、他の関連車両との関係。上記時間差や衝突余裕時間は、オプションとして(任意選択で)相対速度、実際の距離、縦方向距離、もしくはこれらの組合せを用いて(非線形に)重み付けされる。
・たとえば衝突を回避するため又は安全な距離を保つために必要な加速によって特徴付けられる、調査中の自車両に対する他の関連車両の必要な反応。
・たとえば、先行車両との接触余裕時間、先行車両との時間差によって特徴付けられる自車両の車線変更のタイミング
上記のコスト項のうちの1つまたは複数が、たとえば重み付け加算または非線形結合によって結合されてコストになる。任意選択で、ISO15622などの規定(たとえば最大加速度/最大減速度、最大ジャーク)、および車両力学的な安全範囲(たとえば横方向の加速)などに従って、自車両軌道を限定するための項が使用されてもよい。結合されたコストに基づき、及び任意選択で上述した限定項に従い、たとえば勾配降下法または微分フリー勾配降下法(たとえば、COBYLA、BOBYQA、SLSQP)、進化的最適化、ランダム・サンプリングもしくは構造化サンプリングなどを用いて、自車両軌道のパラメータが最適化される。
車両の軌道が最適化された後に、将来状況の確率、軌道コスト、および交通規則を考慮した一つの軌道および対応する挙動が、選択される。挙動および軌道のこの最終的な選択は、たとえば以下によって行うことができる:
・最高品質(/最低コスト)をもつ挙動および軌道を選択すること。
・コストが閾値よりも小さい場合には、前の時間ステップにおいて選択された挙動について、最高品質(/最低コスト)をもつ軌道を選択すること。
・(たとえば運転者によって選択される)決定された挙動について、最高品質(/最低コスト)をもつ軌道を選択すること。
・起こり得る自車両挙動のそれぞれについて、最も確率の高い状況を、それに対応する最適な軌道とともに選択すること、およびその場合、
− 最高の状況確率をもつ挙動(将来状況の確実性が高い好ましい挙動)を選択すること。
− 最高の軌道関連品質(/最低コスト)をもつ挙動を選択すること。
− 所与の状況について交通規則に応じた挙動を選択すること(たとえば、右側車線に低速車両がいない場合には右に変更する)。ただし、コストが所定の閾値よりも低い場合にのみ、この挙動が選択されるものとしてもよい。
− 類似した軌道関連品質をもつ挙動の中から、事前定義された順序に従って選択すること(たとえば、「左側」走行よりも「右側」走行が好ましく、「右側」走行よりも「直進」走行が好ましい)。
− その挙動に関連付けられている軌道が品質/コスト関数の特定のサブパラメータ(たとえば、最高スピード、最低加速度、最高安全性)について優れている、当該挙動を選択すること。
・同じ自車両挙動を含む代替的な状況に対し最もロバストな(すなわち、代替的な複数の状況についての平均コスト/中間コスト/最大コストが最も低い)挙動および軌道を選択すること。
・同じ自車両挙動を含む代替的な状況に対して、最も低リスクを提供する挙動および軌道(すなわち、これらの代替的な状況について、コストの重み付け加算が最も低い挙動および軌道。ここで重みは、代替的な状況の確率によって決定される。)を選択すること。
・閾値よりも大きい確率、および閾値よりも小さいコストを有するこれらの挙動および軌道の中から、挙動を変更する他の交通参加者の数が最も少ない状況の挙動および軌道を選択すること。
・所与の条件下(たとえば運動、ブレーキの開始)で、最も確率の高い関連する状況におけるコストが閾値よりも大きくならない限り、前の挙動および軌道を維持すること。
最終的に、選択された挙動および軌道が、閾値よりも高いコストを生成する場合には、自動制御を取り消すことができ、その場合には、制御信号がヒューマン・マシン・インターフェイス14のみに出力されて、それにより、それぞれの制御信号に基づいて、車両の操作者にそれぞれ通知を行うことができることに留意すべきである。
ここで図3を見ながら、予測される将来状況の例を説明する。この例は、3車線を含む道路の上面図を示し、自車両は中央車線を走行しており、先行車として車両B、および後続車として車両Eがいる。右側車線には、車両CおよびFがいる。左側車線には、車両AおよびDがいる。
図3に示す現在状況の第1の行を見ると、予測される将来状況の確率は、自車両の想定される挙動に応じて異なることが明らかになる。左側の列では、自車両は直進走行することが想定されている。中央の列では、自車両はその左側の隣車線に車線変更することが想定されている。反対側の右側の列では、自車両はその右側の隣車線に車線変更することが想定されている。車両Cの左側の車間は、自車両が中央車線を出た場合にははるかに大きくなり/重要度が低くなるので、対応する状況の確率が最も高い。
図3には、他車両の特定の挙動は、自車両の特定の挙動にのみ関連をもつことも示されており、たとえば車両Aが左側へ離脱する挙動は、自車両が左側に車線変更しようとしている場合のみ、自車両に影響を及ぼす。これを中央行、中央列に示す。
さらに、中央列、下行に示すように、複数の車両が自らの挙動を変更する状況では、それぞれの挙動変更が起こる確率が組み合わされる。最後に、変更が起きない将来状況の確率は常に算出されることに留意すべきである。この状況を、左列、中央行に示す。
自車両挙動を含む所与の状況のいくつかについて、縦方向運動と横方向運動の両方の最適化軌道を算出する。これを図4に示す。縦方向運動を上行に示し、横方向運動を下行に示す。
左列において、この状況には右側から自車両の車線に割り込む車両Cが含まれ、自車両は直進走行している。こうした場合、適切な軌道は、速度を落として十分に広い車間を保ち、横方向運動はしないことを含む。左列の上側の図はこの減速を示し、その後、車間が再度確立された後に、スピードを戻すことを示している。ここで、縦方向の軌道は、たとえばブレーキ操作に起因して一定量のコストを導入するが、横方向運動にはコストがない。
ここで中央列に移ると、この状況にも同じく車線に割り込む車両Cが含まれるが、自車両は、その左側の隣車線に車線変更することによって道を譲る。こうした状況について、最適化軌道は、少し減速するだけで、左側の隣車線に向かってなめらかに横方向運動することを含む。したがって、縦方向軌道は、たとえば適度な減速に起因してわずかな量のコストしか導入せず、一方で横方向運動は、たとえば車線変更に起因した横方向加速のコストを含む。さらに、横方向運動は、自車両に近づいてくる可能性のある車両Dに対する車間のコストも生じさせる。
最後に、中央列、中央行の、自車両が車両Bを追い越し、一方で車両Aも車線変更する図3に示す状況についての適切な軌道は、一定のスピード、および他車両線へのなめらかな横方向運動を含む。明らかに、一定スピードのコストはゼロであるが、横方向運動はかなりのコストを含み、これは横方向運動自体によるコストだけでなく、自車両に近づいてくることになる車両Dに対する車間のコストもある。
図5では、自車両が中央車線を走行する交通状態が左側に示されている。自車両挙動を含む所与の状況において、左側の隣車線に向かう自車両の車線変更の軌道が最適化されるものとする。最適化すべき軌道を、矢印20によって示す。図5の右側にある2つの図は、2つの多項式関数21および22を示しており、一方の関数22が縦方向加速度のためのものであり、一方の関数21が車線における横方向位置のためのものである。これら2つの多項式関数21、22は、自車両の軌道を表している。2つの多項式関数21、22の形状は、特定の制御ポイントの位置によって定義される。すべての制御ポイントは、自車両の挙動の開始および終了を規定するスプラインのスタート・ポイントSPとターゲット・ポイントTPとの間にある。自車両の車線内の位置について、図には3つの制御ポイント23、24、および25が示される。第1の制御ポイント23は、自車両の横方向運動の開始を規定し、第2の制御ポイント24は、車線目印27に交わる位置を識別し、最後に第3の制御ポイント25は、自車両の横方向運動の終わりを識別する。
したがって、車線変更中に実行される横方向運動全体のスパン26は、車線内の位置について、第1の制御ポイント23と第3の制御ポイント25との間の距離26によって識別される。他方では、図5の一番右において、最大減速度および最大加速度を識別する2つの制御ポイント28および29のみによって規定されるスプラインによって、縦方向の加速度が表される。
図示の2つの多項式関数21、22は軌道を表すので、制御ポイント23、24、25、28、および29を変更することが、最終的には自車両の軌道を変更することになるのは明らかである。軌道ごとに、多数の異なるコスト項からもたらされる全体的なコストが判定される。こうしたコスト項は、たとえば、図5の予測車両30である車両に対する自車両の最大加速度または最小衝突余裕時間とすることができ、その予測車両30についてその予想される挙動が、矢印31によって示されており、右側の隣車線から中央車線に向かう車線変更を表す。最適化処理において、自車両軌道の制御ポイント23、24、25、28、および29は、もたらされる全体的なコストの最小値が達成されるまで動かされる。5つの制御ポイント23、24、25、28、および29の最適化されたセットが見いだされたあと、対応するスプラインによって、自車両の最適化軌道が定義される。
制御ポイントの数は5つに限定されないことは明らかである。図5に示す5つの制御ポイント23、24、25、28、および29は、図5の左側に示す例示的な交通状況の軌道を、制御ポイントを用いて最適化するためのステップを図示および説明するために使用されているにすぎない。

Claims (21)

  1. 自車両で実行されるべき将来挙動および関連する軌道を決定することにより、前記自車両の操作者が当該自車両を制御するのを支援するための方法であって、
    前記自車両が現在遭遇している状況を判定するステップであって、前記現在状況は前記自車両および少なくとも1台の他車両を含むものであるステップ(S1)と、
    前記少なくとも1台の他車両の将来挙動を予測するため、前記現在状況に基づいて前記少なくとも1台の他車両の将来挙動の確率を算出するステップ(S4)と、
    前記自車両の潜在的な将来挙動を判定するステップ(S3)と、
    前記少なくとも1台の他車両の将来挙動と、前記自車両の前記潜在的な将来挙動との組合せに基づいて、前記現在状況から発展して起こり得る複数の将来状況の確率を算出するステップ(S5)と、
    前記起こり得る将来状況のうちの少なくとも1つについて、前記自車両の少なくとも1つの軌道を最適化するステップ(S6)と、
    1つの将来状況の確率に少なくとも基づいて、軌道を選択するステップ(S7)と、
    前記選択された軌道を前記自車両がたどるように、前記運転者に前記選択された軌道についての通知を行うための、及び又は前記自車両のアクチュエータを制御するための、制御信号を生成するステップ(S8)と、
    を含む方法。
  2. 前記少なくとも1台の他車両の前記将来挙動の前記確率の前記算出(S4)は、その周りの車両の挙動の潜在的な将来の変化を考慮するものである、
    ことを特徴とする、請求項1に記載の方法。
  3. 前記少なくとも1台の他車両の将来挙動の前記確率の前記算出(S4)は、前記自車両の起こり得るそれぞれの将来挙動の想定につき1回実行される、
    ことを特徴とする、請求項1または2に記載の方法。
  4. その周りの車両の潜在的な将来挙動を考慮した、前記少なくとも1台の他車両の前記将来挙動の前記確率の前記算出(S4)は、前記起こり得る挙動をその周りの車両が実行するのをシミュレートするやり方で、その周りの車両について前記現在状況を変更することによって行われる、
    ことを特徴とする、請求項2または3に記載の方法。
  5. 前記少なくとも1台の他車両の前記予想される挙動、および前記自車両の前記潜在的な将来挙動は、左側への車線変更、右側への車線変更、直進走行、ブレーキ動作、加速動作のうちの1つである、
    ことを特徴とする、請求項1から4のいずれか一項に記載の方法。
  6. 構築されるそれぞれの将来状況(S5)は、前記他車両の将来挙動と、前記自車両の前記潜在的な将来挙動のうちの1つと、の一意の組合せに対応する、
    ことを特徴とする、請求項1から5のいずれか一項に記載の方法。
  7. 関連する将来状況を構築する(S6)ために、前記自車両の近傍にいる他車両の関連する将来挙動が、互いに組み合わされるとともに、前記自車両の潜在的な将来挙動と組み合わされる、
    ことを特徴とする、請求項1から5のいずれか一項に記載の方法。
  8. 前記将来挙動の構築(S6)のために、前記現在状況に適用可能であって、且つ適用可能な交通規則に準拠する、前記他車両及び又は前記自車両の挙動のみが考慮される、
    ことを特徴とする、請求項6または7に記載の方法。
  9. 関連する将来状況を構築する(S6)ために、前記自車両のそれぞれの潜在的な挙動が、前記自車両の近傍にいる、前記自車両の対応する前記潜在的な挙動によって制約される他車両の、予想される挙動のみと組み合わされる、
    ことを特徴とする、請求項1から8のいずれか一項に記載の方法。
  10. 将来状況の前記確率は、すべての車両の関連する将来挙動の確率及び又は条件付き確率を、乗算することによって算出される、
    ことを特徴とする、請求項1から9のいずれか一項に記載の方法。
  11. 関係する前記自車両挙動に影響を及ぼさない、車両の状態が異なるだけの複数の将来状況が融合されて、単一の将来状況としてさらに処理される、
    ことを特徴とする、請求項1から10のいずれか一項に記載の方法。
  12. 前記状況に関連付けられた自車両挙動を実現する、可能性のある軌道を規定するパラメータのパラメータ空間が評価され、最小コストまたは最大品質をもたらす軌道が、最適化軌道として選択される、
    ことを特徴とする、請求項1から11のいずれか一項に記載の方法。
  13. 前記軌道は、区分線形表現、3次またはそれ以上の多項式、3次またはそれ以上の多項式に基づくスプライン、たとえばC2スプライン、Bスプラインとして表されることを特徴とする、
    請求項12に記載の方法。
  14. 前記自車両の軌道の前記コストは、最適化すべきパラメータを表す制御ポイントにより影響を受けるコスト項の組合せによって定義される、
    ことを特徴とする、請求項12または13に記載の方法。
  15. 前記コスト項は、所与の時刻における以下の態様の一つ、または軌道持続期間内に亘るその値の組合せを考慮することを特徴とする、請求項1から14のいずれか一項に記載の方法:
    選択された設定車頭間隔に対する、他車両までの車頭間隔、
    選択された設定スピードに対する、自車両の速度
    最大加速値または最小加速値
    時間に対する加速度の微分であるジャーク
    前記自車両の軌道に対して他車両に必要とされる反応
    車線変更のタイミング。
  16. 前記軌道の前記最適化は、前記軌道パラメータの事前定義された限度内でのみ行われる、
    ことを特徴とする、請求項1から15のいずれか一項に記載の方法。
  17. 好ましくは微分フリー勾配降下法である、最適化アルゴリズムを用いて、最小コストとなる制御ポイントの値を決定することによって、前記軌道が最適化される、
    ことを特徴とする、請求項1から16のいずれか一項に記載の方法。
  18. 最適化軌道を決定するための前記最適化処理は、前記状況の事前定義された順序に従って、それぞれの状況について停止基準に到達するまで順次行われる、
    ことを特徴とする、請求項1から17のいずれか一項に記載の方法。
  19. 軌道および対応する挙動の選択は、将来状況の確率、軌道コスト、交通規則、運転者の好み、のうちの少なくとも2つに基づく、
    ことを特徴とする、請求項1から18のいずれか一項に記載の方法。
  20. 前記選択された軌道および関連する挙動のコストが閾値を超えておらず、且つ又は前記選択された軌道および関連する挙動が所与の制約内にある場合にのみ、前記制御信号が出力される、
    ことを特徴とする、請求項1から19のいずれか一項に記載の方法。
  21. 前記車両の環境を感知するための少なくとも1つのセンサと、請求項1から20のいずれか一項に記載の方法ステップを実施するように構成されたプロセッサと、を含む車両であって、前記選択された挙動および関連する軌道を前記車両の運転者に通知するために前記制御信号がヒューマン・マシン・インターフェイスに出力され、且つ又は前記選択された軌道をたどるよう前記車両が操作されるように、車両アクチュエータの1つもしくは複数のコントローラに前記制御信号が出力される、車両。
JP2019100463A 2018-06-06 2019-05-29 自車両の将来挙動および関連する軌道を決定することにより、自車両の操作者が当該自車両を制御するのを支援する方法およびシステム Active JP7143250B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP18176300.4A EP3579211B1 (en) 2018-06-06 2018-06-06 Method and vehicle for assisting an operator of an ego-vehicle in controlling the ego-vehicle by determining a future behavior and an associated trajectory for the ego-vehicle
EP18176300.4 2018-06-06

Publications (2)

Publication Number Publication Date
JP2020015489A true JP2020015489A (ja) 2020-01-30
JP7143250B2 JP7143250B2 (ja) 2022-09-28

Family

ID=62636003

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019100463A Active JP7143250B2 (ja) 2018-06-06 2019-05-29 自車両の将来挙動および関連する軌道を決定することにより、自車両の操作者が当該自車両を制御するのを支援する方法およびシステム

Country Status (3)

Country Link
US (1) US20190377352A1 (ja)
EP (1) EP3579211B1 (ja)
JP (1) JP7143250B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022024947A1 (ja) * 2020-07-30 2022-02-03 株式会社デンソー 軌道生成装置、軌道生成方法、および軌道生成プログラム
WO2022049802A1 (ja) * 2020-09-04 2022-03-10 株式会社日立製作所 車両制御装置及び障害物回避制御方法
WO2023007959A1 (ja) * 2021-07-26 2023-02-02 株式会社日立製作所 移動体制御システム

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10860025B2 (en) * 2018-05-15 2020-12-08 Toyota Research Institute, Inc. Modeling graph of interactions between agents
DE102018130243A1 (de) * 2018-11-29 2020-06-04 Valeo Schalter Und Sensoren Gmbh Erweitertes Szenario für Autobahnassistenten
JP2020111300A (ja) * 2019-01-17 2020-07-27 マツダ株式会社 車両運転支援システム及び方法
DE102019216378A1 (de) * 2019-10-24 2021-04-29 Robert Bosch Gmbh Bestimmung einer Fahrzeugtrajektorie unter Verwendung von Begrenzungskostenfunktionen
DE102019129879A1 (de) * 2019-11-06 2021-05-06 Zf Friedrichshafen Ag Verfahren sowie Steuergerät zum Steuern eines Kraftfahrzeugs
CN111038501B (zh) * 2019-12-31 2021-04-27 北京三快在线科技有限公司 无人驾驶设备的控制方法及装置
US11550325B2 (en) 2020-06-10 2023-01-10 Nvidia Corp. Adversarial scenarios for safety testing of autonomous vehicles
US11390301B2 (en) * 2020-06-10 2022-07-19 Nvidia Corp. Tensor-based driving scenario characterization
DE102020207897A1 (de) * 2020-06-25 2021-12-30 Robert Bosch Gesellschaft mit beschränkter Haftung Situationsangepasste Ansteuerung für Fahrassistenzsysteme und Systeme zum zumindest teilweise automatisierten Führen von Fahrzeugen
US11644835B2 (en) * 2020-07-29 2023-05-09 Toyota Research Institute, Inc. Game-theoretic planning for risk-aware interactive agents
US11814075B2 (en) * 2020-08-26 2023-11-14 Motional Ad Llc Conditional motion predictions
CN112141102B (zh) * 2020-09-24 2022-02-15 阿波罗智能技术(北京)有限公司 巡航控制方法、装置、设备、车辆和介质
US11858536B1 (en) * 2020-10-31 2024-01-02 Uatc, Llc Systems and methods for interactive prediction and planning
US11772666B2 (en) * 2020-12-17 2023-10-03 Mobileye Vision Technologies Ltd. Vehicle operation safety model test system
US11760379B2 (en) * 2021-01-11 2023-09-19 Toyota Research Institute, Inc. Navigating an autonomous vehicle through an intersection
US11807268B2 (en) * 2021-01-14 2023-11-07 GM Global Technology Operations LLC Selecting trajectories for controlling autonomous vehicles
CN115071747A (zh) * 2021-03-12 2022-09-20 沃尔沃汽车公司 用于车辆的驾驶辅助设备、系统和方法
CN113486822B (zh) * 2021-07-12 2022-04-29 吉林大学 一种基于驾驶意图的周围车辆轨迹预测方法及系统
US20230047336A1 (en) * 2021-08-12 2023-02-16 Waymo Llc Time gaps for autonomous vehicles
CN113848913B (zh) * 2021-09-28 2023-01-06 北京三快在线科技有限公司 一种无人驾驶设备的控制方法及控制装置
CN114670867B (zh) * 2022-01-13 2024-07-09 上海交通大学 基于分层学习和潜在风险模型的多车轨迹预测系统
DE102022004543A1 (de) * 2022-12-05 2024-06-06 Mercedes-Benz Group AG Verfahren zur Sicherheitsbewertung eines Spurwechselmanövers im automatisierten Fahrbetrieb eines Fahrzeuges
CN115909784B (zh) * 2022-12-07 2023-10-27 长安大学 多车道的智能网联车辆合流控制方法和控制装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008120796A1 (ja) * 2007-03-29 2008-10-09 Toyota Jidosha Kabushiki Kaisha 衝突可能性取得装置および衝突可能性取得方法
JP2010033352A (ja) * 2008-07-29 2010-02-12 Toyota Central R&D Labs Inc 車線変更警報装置及びプログラム
JP2017091502A (ja) * 2015-11-11 2017-05-25 株式会社デンソー 運転支援装置
WO2017199751A1 (ja) * 2016-05-16 2017-11-23 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004029369B4 (de) 2004-06-17 2016-09-15 Robert Bosch Gmbh Spurwechselassistent für Kraftfahrzeuge
EP2289754B1 (en) * 2009-08-31 2015-04-29 Toyota Motor Europe NV/SA Vehicle or traffic control method and system
FR2988507B1 (fr) * 2012-03-23 2014-04-25 Inst Francais Des Sciences Et Technologies Des Transports De Lamenagement Et Des Reseaux Systeme d'assistance pour vehicule routier
DE102012214979A1 (de) 2012-08-23 2014-02-27 Robert Bosch Gmbh Spurwahlassistent zur Optimierung des Verkehrsflusses (Verkehrsflussassistent)
EP2942765B1 (en) 2014-05-07 2018-12-26 Honda Research Institute Europe GmbH Method and system for predictive lane change assistance, program software product and vehicle
EP2950294B1 (en) * 2014-05-30 2019-05-08 Honda Research Institute Europe GmbH Method and vehicle with an advanced driver assistance system for risk-based traffic scene analysis
DE102015203208A1 (de) 2015-02-23 2016-08-25 Bayerische Motoren Werke Aktiengesellschaft Spurwechselassistenzsystem für ein Kraftfahrzeug

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008120796A1 (ja) * 2007-03-29 2008-10-09 Toyota Jidosha Kabushiki Kaisha 衝突可能性取得装置および衝突可能性取得方法
JP2010033352A (ja) * 2008-07-29 2010-02-12 Toyota Central R&D Labs Inc 車線変更警報装置及びプログラム
JP2017091502A (ja) * 2015-11-11 2017-05-25 株式会社デンソー 運転支援装置
WO2017199751A1 (ja) * 2016-05-16 2017-11-23 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022024947A1 (ja) * 2020-07-30 2022-02-03 株式会社デンソー 軌道生成装置、軌道生成方法、および軌道生成プログラム
JP2022026228A (ja) * 2020-07-30 2022-02-10 株式会社デンソー 軌道生成装置、軌道生成方法、および軌道生成プログラム
WO2022049802A1 (ja) * 2020-09-04 2022-03-10 株式会社日立製作所 車両制御装置及び障害物回避制御方法
JP2022043460A (ja) * 2020-09-04 2022-03-16 株式会社日立製作所 車両制御装置及び障害物回避制御方法
JP7453885B2 (ja) 2020-09-04 2024-03-21 日立Astemo株式会社 車両制御装置及び障害物回避制御方法
WO2023007959A1 (ja) * 2021-07-26 2023-02-02 株式会社日立製作所 移動体制御システム

Also Published As

Publication number Publication date
EP3579211A1 (en) 2019-12-11
US20190377352A1 (en) 2019-12-12
JP7143250B2 (ja) 2022-09-28
EP3579211B1 (en) 2023-08-16

Similar Documents

Publication Publication Date Title
JP7143250B2 (ja) 自車両の将来挙動および関連する軌道を決定することにより、自車両の操作者が当該自車両を制御するのを支援する方法およびシステム
CN112840350B (zh) 自动驾驶车辆规划和预测
JP6970117B2 (ja) 運転者のルールベース型支援のための制御データ作成方法
JP5262986B2 (ja) 走行経路生成装置、走行経路生成方法、及び運転操作支援装置
CN110789528B (zh) 一种车辆行驶轨迹预测方法、装置、设备及存储介质
CN112292717B (zh) 预测控制装置
JP3714258B2 (ja) 車両用推奨操作量生成装置
JP4952268B2 (ja) 走行制御計画生成装置
JP6845529B2 (ja) 行動決定システム及び自動運転制御装置
KR102166811B1 (ko) 심층강화학습과 운전자보조시스템을 이용한 자율주행차량의 제어 방법 및 장치
JP2005339241A (ja) モデル予測制御装置および車両用推奨操作量生成装置
JP2012081897A (ja) 走行支援装置
CN113791615A (zh) 一种混合车辆队列分布式模型预测控制方法
CN114543827A (zh) 一种路径规划方法及装置
JP6213277B2 (ja) 車両制御装置及びプログラム
JP2022094311A (ja) 運転支援システムによる、自動化された運転過程の選択方法
CN111661045A (zh) 训练用于察觉碰撞的轨迹预测的生成器单元和鉴别器单元
JP2004114954A (ja) 車両用運転操作補助装置
JP2020098584A (ja) 車両間の間隔を利用することにおいて自車のドライバを支援するための方法、対応するドライバ支援システム、およびそのようなドライバ支援システムを装備した車両
CN112835362B (zh) 一种自动变道规划方法及装置、电子设备和存储介质
JP6702089B2 (ja) 車両の運動制御方法及び車両の運動制御装置
KR102376615B1 (ko) 주행 로봇의 제어 방법 및 그 장치
JP6599817B2 (ja) 演算装置、演算方法およびプログラム
Tomar et al. Automated highway overtaking: A perspective from decision-making
Oskroba et al. Adaptive Control of the Autonomous Car

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20191018

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201110

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210202

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210803

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211101

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220405

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220705

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220830

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220914

R150 Certificate of patent or registration of utility model

Ref document number: 7143250

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150