JP2022506404A - 車両速度を決定する方法及び装置 - Google Patents
車両速度を決定する方法及び装置 Download PDFInfo
- Publication number
- JP2022506404A JP2022506404A JP2021523762A JP2021523762A JP2022506404A JP 2022506404 A JP2022506404 A JP 2022506404A JP 2021523762 A JP2021523762 A JP 2021523762A JP 2021523762 A JP2021523762 A JP 2021523762A JP 2022506404 A JP2022506404 A JP 2022506404A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- different
- surrounding object
- lane
- probability
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000033001 locomotion Effects 0.000 claims abstract description 268
- 238000009826 distribution Methods 0.000 claims abstract description 69
- 230000008859 change Effects 0.000 claims abstract description 55
- 239000002245 particle Substances 0.000 claims description 74
- 238000004364 calculation method Methods 0.000 claims description 50
- 230000000694 effects Effects 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 24
- 230000009471 action Effects 0.000 abstract description 15
- 230000001133 acceleration Effects 0.000 description 63
- 230000003993 interaction Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 101100460203 Schizosaccharomyces pombe (strain 972 / ATCC 24843) new2 gene Proteins 0.000 description 1
- 101100273916 Schizosaccharomyces pombe (strain 972 / ATCC 24843) wip1 gene Proteins 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00276—Planning or execution of driving tasks using trajectory prediction for other traffic participants for two or more other traffic participants
-
- 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
- B60W30/14—Adaptive cruise control
- B60W30/143—Speed control
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
- G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/84—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using probabilistic graphical models from image or video features, e.g. Markov models or Bayesian networks
- G06V10/85—Markov-related models; Markov random fields
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/402—Type
- B60W2554/4029—Pedestrians
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4045—Intention, e.g. lane change or imminent movement
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Description
本出願は車両技術の分野に関し、詳細には車両速度を決定する方法及び装置に関する。
として取得される。歩行者102がS12を通じて新しい周囲の対象として決定された場合、歩行者102の状態及び歩行者102の意図の発生確率の分布は初期化される必要がある。具体的な演算には、車両が移動すべき経路path={(x0,y0),(x1,y1),(x2,y2),...,(xn,yn)}を参照座標系として使用すること(nは、参照座標系に含まれる点の数量である)と、path上に投影された歩行者102の位置(xpedestrian102 t=0,ypedestrian102 t=0)の点(xi,yi)を計算することと、pathに沿って、pathの開始点(x0,y0)と投影点(xi,yi)との間の距離を計算することと、(xpedestrian102 t=0,ypedestrian102 t=0)と投影点(xi,yi)との間の距離lpedestrian102 t=0を計算することを含んでもよい。この場合、歩行者102の初期化された状態は、{spedestrian102 t=0,lpedestrian102 t=0,vpedestrian102 t=0,bpedestrian102 t=0}でもよく、bpedestrian102 t=0は、t=0のときの時点における歩行者102の複数の意図の発生確率の分布である。歩行者102が新しい周囲の対象であるため、
が決定される。歩行者102の意図には、7つの意図、すなわちg1~g7が含まれ、全ての意図の確率は等しい(すなわち、1/7)。Ppedestrian102 t=0(g1)は、歩行者102が時点t=0において意図g1を有する確率を表し、Ppedestrian102 t=0(g2)は、歩行者102が時点t=0において意図g2を有する確率を表し、以下同様であることが理解され得る。詳細は本明細書で説明されない。
ここで、Ps g1及びPl g1は、以下の式(2)に従って計算を通じて取得されてもよい:
ここで、μs g1及びμl g1は、ガウス運動モデルを使用することによるS-L座標系におけるS方向及びL方向の歩行者102の意図g1の平均である。σs及びσlは、ガウス運動モデルを使用することによるS-L座標系におけるS方向及びL方向の歩行者102の意図g1の標準偏差である。
として表されてもよい。Ppedestrian102 t=1(g1)は、歩行者102が時点t=1において意図g1を有する確率を表し、Ppedestrian102 t=1(g2)は、歩行者102が時点t=1において意図g2を有する確率を表し、以下同様であることが理解され得る。詳細は本明細書で説明されない。
として初期化される。この場合、発生確率の分布は、予め設定された数量の粒子(すなわち、全ての意図の数量の整数倍、例えば、700)を使用することにより表されてもよい。図8に示すように、各意図は、同数量の粒子を含む粒子集合に対応する。例えば、7つの意図を含む700個の粒子については、各意図の発生確率は1/7である。したがって、各意図は100個の同じ粒子の集合に対応し、各粒子の重みは1/700である。
として表されてもよく、jは、車両の第jの周囲の対象を表し、wは、粒子の重みを表す。粒子の集合は、{particle1,particle2,...,particlem}として表されてもよく、mは、粒子の総数量、すなわち700である。例えば、車両と、車両の周囲の対象:歩行者1及び歩行者2について、各粒子の状態は、
として表されてもよく、wiは、particleiの重みを表し、重みは、粒子に対応する意図のリスク度を表すために使用される。具体的な説明については、以下のステップ503~ステップ505の関連する説明を参照する。
が仮定される。同じ意図gpedestrian iの下で、歩行者1のリスクエリアが決定され、車両が歩行者1の意図に対応するリスクエリアに移動するために必要とされる移動時間ttcpedestrian1 iが計算され、歩行者2のリスクエリアが決定され、車両が歩行者2の意図に対応するリスクエリアに移動するために必要とされる移動時間ttcpedestrian2 iが計算される。歩行者1及び歩行者2の衝突の可能性を最大限に低減するために、歩行者に対応する移動時間のうちより短い移動時間が粒子iの移動時間ttciとして選択され、すなわち、ttci=min(ttcpedestrian1 i,ttcpedestrian2 i)である。
ここで、Wはリスク係数を表し、εは実効計算定数を表す。より小さい移動時間ttciは、計算を通じて得られる、粒子のリスク度を示す粒子のより大きい重みを示す。このようにして、粒子のリスク度を強調することができる。さらに、計算を収束できるようにするために、重みwnew1 iに対して正規化処理がさらに実行されてもよい。具体的には、粒子iの重みwnew2 iは、以下の式(4)に従って計算されてもよい:
でもよい。同様に、歩行者2及び車両に関連する相互作用確率は、
でもよく、Winteractは、相互作用確率係数である。
を表す。Ovehicle={位置:(xvehicle,yvehicle),速度:Vvehicle,加速度:avehicle,進路:θvehicle}である。Opedestrian 1={位置:(xpedestrian 1,ypedestrian 1),運動速度:Vpedestrian 1,運動向き:θpedestrian 1}である。Opedestrian 2={位置:(xpedestrian 2,ypedestrian 2),運動速度:Vpedestrian 2,運動向き:θpedestrian 2}である。
ここで、w1は指定された固定係数であり、vvehicle’は、現在の加速度が使用された後の、車両の衝突における速度を表し、cは定数である。
として表されてもよく、ここで、kは、以下の条件:particlekの意図gpedestrian 1 k=g1を満たし、wkは、particlekの重みを表す。
であり、ここで、
である。γは割引ファクタ(discount factor)であり、一般に1より小さい値である。予測されるステップの数量Nが増加するとき、現在の時点における判断への割引ファクタの影響はより小さく、割引ファクタは時系列減衰ファクタと同等である。各意図の発生確率は、累積される同じ意図の粒子により具体的に反映され、同じ意図の粒子の数量は、意図の発生確率を反映することに留意されたい。各意図の衝突のリスク度は、各粒子の重みwkに具体的に反映される。
に従って具体的に計算されてもよく、ここで、
である。各意図の発生確率は、具体的に以下において反映される、すなわち、同じ意図に対応するある数量の粒子が累積され、同じ意図に対応する粒子の数量が意図の発生確率を反映することに留意されたい。各意図の下で発生する衝突のリスク度は、具体的に以下において反映される、すなわち、相互作用確率が衝突時間に基づいて計算され、各意図に対応する目標意図が決定され、Reward(particlek,a)が目標意図に基づいて計算される。
に従って計算されてもよく、ここで、
である。各意図の発生確率は、具体的に以下において反映される、すなわち、同じ意図に対応するある数量の粒子が累積され、同じ意図に対応する粒子の数量が意図の発生確率を反映することに留意されたい。各意図の下で発生する衝突のリスク度は、具体的に以下において反映される。すなわち、第1に、各意図に対応する各粒子の重みwkが使用され、第2に、相互作用確率が衝突時間に基づいて計算され、各意図に対応する運動状態変化が決定され、Reward(particlek,a)が各意図に対応する運動状態変化に基づいて計算される。
であり、ここで、w2は指定された固定係数であり、vvehicle’は、車両が目標初期加速度を使用したときに達せられる車両速度であり、vmaxは現在の車線の速度制限である。移動不快度R_actionは、目標加速度、及び目標加速度と車両の現在の車両速度との間の差に基づいて決定される。あるいは、初期期待値Rewardが、車両が目標加速度を使用したときに存在する移動不快度R_actionに基づいて決定される。この場合、Reward=R_col+R_actionであり、R_action=w3*f(actioncurrent)+w4*f(actioncurrent-actionlast)であり、ここで、w3及びw4は指定された固定係数であり、actioncurrentは、現在の目標加速度を表し、actionlastは、前の時点で使用された目標加速度を表し、f(actioncurrent)は、過度に高い加速度により引き起こされる移動の不快さを抑制するために、現在の目標加速度が使用されたときに生成される快適さのリターンを表し、f(actioncurrent-actionlast)は、現在の目標加速度変化に対して生成される快適さのリターンを表し、過度に大きい加速度変化により引き起こされる移動の不快さを抑制するために使用される。あるいは、初期期待報酬は、衝突度R_col、交通障害度R_move、及び移動不快度R_actionに基づいて決定されてもよいことに留意されたい。移動効果に対応するReward値を決定する各方法については、衝突度R_colのみに基づいて、移動効果に対応するReward値を決定する前述の実施を参照する。詳細は本明細書で再度説明されない。
Claims (12)
- 車両速度を決定する方法であって、
車両の周囲の対象の観測情報を取得するステップと、
前記周囲の対象の前記観測情報に基づいて、前記周囲の対象の異なる意図の確率分布を計算するステップと、
前記車両が前記車両の現在の位置から前記異なる意図に対応するリスクエリアに移動するために必要とされる移動時間に基づいて、前記確率分布に対する再分布計算を実行して、前記異なる意図の確率再分布を取得するステップであり、前記異なる意図に対応する前記リスクエリアは、前記車両が移動する車線内の、前記異なる意図を有する前記周囲の対象に近接して位置するエリアである、ステップと、
前記車両が前記異なる意図に対応する前記リスクエリアに移動するために必要とされる前記移動時間に基づいて、前記異なる意図を有する前記周囲の対象の運動状態変化を予測するステップと、
前記異なる意図の前記確率再分布、前記異なる意図を有する前記周囲の対象の前記運動状態変化、及び異なる移動速度制御動作下の前記車両の運動状態変化に基づいて、前記車両の移動速度を決定するステップと、
を含む方法。 - 前記周囲の対象の前記観測情報に基づいて、前記周囲の対象の異なる意図の確率分布を計算するステップは、
前記車両が移動する前記車線に関連する座標系を確立することにより、前記周囲の対象の前記観測情報に基づいて、前記周囲の対象と前記車線との間の相対的な位置関係、及び前記周囲の対象と前記車線との間の相対的な運動関係を確立するステップと、
前記周囲の対象と前記車線との間の前記相対的な位置関係、及び前記周囲の対象と前記車線との間の前記相対的な運動関係に基づいて、前記周囲の対象の前記異なる意図の前記確率分布を計算するステップと、
を含む、請求項1に記載の方法。 - 前記車両の観測情報を取得するステップと、
前記車両が移動する前記車線に関連する座標系を確立することにより、前記車両の前記観測情報及び前記周囲の対象の前記観測情報に基づいて、前記車両と前記車線との間の相対的な位置関係及び前記車両と前記車線との間の相対的な運動状態、並びに前記周囲の対象と前記車線との間の相対的な位置関係及び前記周囲の対象と前記車線との間の相対的な運動状態を確立するステップと、
前記周囲の対象と前記車線との間の前記相対的な位置関係及び前記周囲の対象と前記車線との間の前記相対的な運動状態に基づいて、前記異なる意図に対応する前記リスクエリアを決定するステップと、
前記車両と前記車線との間の前記相対的な位置関係及び前記車両と前記車線との間の前記相対的な運動状態、並びに前記異なる意図に対応する前記リスクエリアに基づいて、前記車両が前記車両の前記現在の位置から前記異なる意図に対応する前記リスクエリアに移動するために必要とされる前記移動時間を計算するステップと、
をさらに含む請求項1に記載の方法。 - 前記車両が前記異なる意図に対応するリスクエリアに移動するために必要とされる移動時間に基づいて、前記確率分布に対する再分布計算を実行して、前記異なる意図の確率再分布を取得するステップは、
前記確率分布に対する粒子処理を実行するステップであり、前記異なる意図に対応する粒子の数量が、前記異なる意図の前記確率分布を表すために使用される、ステップと、
計算を通じて取得され、前記車両が前記異なる意図に対応する前記リスクエリアに移動するために必要とされる前記移動時間に基づいて、前記異なる意図に対応する前記粒子の重みを調整して、前記異なる意図の前記確率再分布を取得するステップと、
を含む、請求項1乃至3のうちいずれか1項に記載の方法。 - 前記車両が前記異なる意図に対応する前記リスクエリアに移動するために必要とされる前記移動時間に基づいて、前記異なる意図を有する前記周囲の対象の運動状態変化を予測するステップは、
前記車両が前記異なる意図に対応する前記リスクエリアに移動するために必要とされる前記移動時間に基づいて、前記異なる意図を有する前記周囲の対象が現在の意図を変える確率を決定するステップと、
前記異なる意図を有する前記周囲の対象が前記現在の意図を変える確率、及びランダム確率に基づいて、前記異なる意図を有する前記周囲の対象の前記運動状態変化を予測するステップと、
を含む、請求項1乃至4のうちいずれか1項に記載の方法。 - 前記異なる意図の前記確率再分布と、前記異なる意図を有する前記周囲の対象の前記運動状態変化と、異なる移動速度制御動作下の前記車両の運動状態変化に基づいて、前記車両の移動速度を決定するステップは、
前記異なる意図の前記確率再分布、前記異なる意図を有する前記周囲の対象の前記運動状態変化、及び前記異なる移動速度制御動作下の前記車両の前記運動状態変化に基づいて、前記異なる移動速度制御動作下でもたらす前記車両の移動効果を推定するステップと、
前記異なる移動速度制御動作下でもたらす前記車両の前記移動効果に基づいて、前記異なる移動速度制御動作から目標移動速度制御動作を選択するステップと、
前記目標移動速度制御動作に基づいて前記車両の前記移動速度を決定するステップと、
を含む、請求項1乃至5のうちいずれか1項に記載の方法。 - 車両速度を決定する装置であって、
車両の周囲の対象の観測情報を取得するように構成された第1の取得ユニットと、
前記周囲の対象の前記観測情報に基づいて、前記周囲の対象の異なる意図の確率分布を計算するように構成された第1の計算ユニットと、
前記車両が前記車両の現在の位置から前記異なる意図に対応するリスクエリアに移動するために必要とされる移動時間に基づいて、前記確率分布に対する再分布計算を実行して、前記異なる意図の確率再分布を取得するように構成された第2の計算ユニットであり、前記異なる意図に対応する前記リスクエリアは、前記車両が移動する車線内の、前記異なる意図を有する前記周囲の対象に近接して位置するエリアである、第2の計算ユニットと、
前記車両が前記異なる意図に対応する前記リスクエリアに移動するために必要とされる前記移動時間に基づいて、前記異なる意図を有する前記周囲の対象の運動状態変化を予測するように構成された予測ユニットと、
前記異なる意図の前記確率再分布、前記異なる意図を有する前記周囲の対象の前記運動状態変化、及び異なる移動速度制御動作下の前記車両の運動状態変化に基づいて、前記車両の移動速度を決定するように構成された第1の決定ユニットと、
を含む装置。 - 前記第1の計算ユニットは、
前記車両が移動する前記車線に関連する座標系を確立することにより、前記周囲の対象の前記観測情報に基づいて、前記周囲の対象と前記車線との間の相対的な位置関係、及び前記周囲の対象と前記車線との間の相対的な運動関係を確立するように構成された確立サブユニットと、
前記周囲の対象と前記車線との間の前記相対的な位置関係、及び前記周囲の対象と前記車線との間の前記相対的な運動関係に基づいて、前記周囲の対象の前記異なる意図の前記確率分布を計算するように構成された計算サブユニットと、
を含む、請求項7に記載の装置。 - 当該装置は、
前記車両の観測情報を取得するように構成された第2の取得ユニットと、
前記車両が移動する前記車線に関連する座標系を確立することにより、前記車両の前記観測情報及び前記周囲の対象の前記観測情報に基づいて、前記車両と前記車線との間の相対的な位置関係及び前記車両と前記車線との間の相対的な運動状態、並びに前記周囲の対象と前記車線との間の相対的な位置関係及び前記周囲の対象と前記車線との間の相対的な運動状態を確立するように構成された確立ユニットと、
前記周囲の対象と前記車線との間の前記相対的な位置関係及び前記周囲の対象と前記車線との間の前記相対的な運動状態に基づいて、前記異なる意図に対応する前記リスクエリアを決定するように構成された第2の決定ユニットと、
前記車両と前記車線との間の前記相対的な位置関係及び前記車両と前記車線との間の前記相対的な運動状態、並びに前記異なる意図に対応する前記リスクエリアに基づいて、前記車両が前記車両の前記現在の位置から前記異なる意図に対応する前記リスクエリアに移動するために必要とされる前記移動時間を計算するように構成された第3の計算ユニットと、
を含む、請求項7に記載の装置。 - 前記第2の計算ユニットは、
前記確率分布に対する粒子処理を実行するように構成された処理サブユニットであり、前記異なる意図に対応する粒子の数量が、前記異なる意図の前記確率分布を表す、処理サブユニットと、
計算を通じて取得され、前記車両が前記異なる意図に対応する前記リスクエリアに移動するために必要とされる前記移動時間に基づいて、前記異なる意図に対応する前記粒子の重みを調整して、前記異なる意図の前記確率再分布を取得するように構成された調整サブユニットと、
を含む、請求項7乃至9のうちいずれか1項に記載の装置。 - 前記予測ユニットは、
前記車両が前記異なる意図に対応する前記リスクエリアに移動するために必要とされる前記移動時間に基づいて、前記異なる意図を有する前記周囲の対象が現在の意図を変える確率を決定するように構成された第1の決定サブユニットと、
前記異なる意図を有する前記周囲の対象が前記現在の意図を変える確率、及びランダム確率に基づいて、前記異なる意図を有する前記周囲の対象の前記運動状態変化を予測するように構成された予測サブユニットと、
を含む、請求項7乃至10のうちいずれか1項に記載の装置。 - 前記第1の決定ユニットは、
前記異なる意図の前記確率再分布、前記異なる意図を有する前記周囲の対象の前記運動状態変化、及び前記異なる移動速度制御動作下の前記車両の前記運動状態変化に基づいて、前記異なる移動速度制御動作下でもたらす前記車両の移動効果を推定するように構成された推定サブユニットと、
前記異なる移動速度制御動作下でもたらす前記車両の前記移動効果に基づいて、前記異なる移動速度制御動作から目標移動速度制御動作を選択するように構成された選択サブユニットと、
前記目標移動速度制御動作に基づいて前記車両の前記移動速度を決定するように構成された第2の決定サブユニットと、
を含む、請求項7乃至11のうちいずれか1項に記載の装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910646083.4A CN112242069B (zh) | 2019-07-17 | 2019-07-17 | 一种确定车速的方法和装置 |
CN201910646083.4 | 2019-07-17 | ||
PCT/CN2020/102644 WO2021008605A1 (zh) | 2019-07-17 | 2020-07-17 | 一种确定车速的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022506404A true JP2022506404A (ja) | 2022-01-17 |
JP7200371B2 JP7200371B2 (ja) | 2023-01-06 |
Family
ID=74167575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021523762A Active JP7200371B2 (ja) | 2019-07-17 | 2020-07-17 | 車両速度を決定する方法及び装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11273838B2 (ja) |
EP (1) | EP3882095A4 (ja) |
JP (1) | JP7200371B2 (ja) |
CN (1) | CN112242069B (ja) |
MX (1) | MX2021005934A (ja) |
WO (1) | WO2021008605A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11630461B2 (en) * | 2019-01-31 | 2023-04-18 | Honda Motor Co., Ltd. | Systems and methods for utilizing interacting gaussian mixture models for crowd navigation |
US11597088B2 (en) | 2019-01-31 | 2023-03-07 | Honda Motor Co., Ltd. | Systems and methods for fully coupled models for crowd navigation |
CN112242069B (zh) * | 2019-07-17 | 2021-10-01 | 华为技术有限公司 | 一种确定车速的方法和装置 |
US11787053B2 (en) * | 2019-11-19 | 2023-10-17 | Honda Motor Co., Ltd. | Systems and methods for utilizing interacting Gaussian mixture models for crowd navigation |
US20210300423A1 (en) * | 2020-03-31 | 2021-09-30 | Toyota Motor North America, Inc. | Identifying roadway concerns and taking preemptive actions |
US11290856B2 (en) | 2020-03-31 | 2022-03-29 | Toyota Motor North America, Inc. | Establishing connections in transports |
JP2022037421A (ja) * | 2020-08-25 | 2022-03-09 | 株式会社Subaru | 車両の走行制御装置 |
US11741274B1 (en) | 2020-11-20 | 2023-08-29 | Zoox, Inc. | Perception error model for fast simulation and estimation of perception system reliability and/or for control system tuning |
CN113299059B (zh) * | 2021-04-08 | 2023-03-17 | 四川国蓝中天环境科技集团有限公司 | 一种数据驱动的道路交通管控决策支持方法 |
CN114590248B (zh) * | 2022-02-23 | 2023-08-25 | 阿波罗智能技术(北京)有限公司 | 行驶策略的确定方法、装置、电子设备和自动驾驶车辆 |
US11904889B1 (en) * | 2022-11-04 | 2024-02-20 | Ghost Autonomy Inc. | Velocity adjustments based on roadway scene comprehension |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005053384A (ja) * | 2003-08-06 | 2005-03-03 | Daihatsu Motor Co Ltd | 衝突回避装置 |
JP2010182236A (ja) * | 2009-02-09 | 2010-08-19 | Toyota Motor Corp | 移動領域予測装置 |
JP2012128739A (ja) * | 2010-12-16 | 2012-07-05 | Toyota Central R&D Labs Inc | 衝突危険判定装置及びプログラム |
JP2016053846A (ja) * | 2014-09-03 | 2016-04-14 | 株式会社デンソーアイティーラボラトリ | 自動運転支援システム、自動運転支援方法及び自動運転装置 |
JP2016139163A (ja) * | 2015-01-26 | 2016-08-04 | 株式会社日立製作所 | 車両走行制御装置 |
Family Cites Families (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070027597A1 (en) | 2003-09-23 | 2007-02-01 | Daimlerchrysler Ag | Method and device for recognising lane changing operations for a motor vehicle |
EP2085279B1 (en) * | 2008-01-29 | 2011-05-25 | Ford Global Technologies, LLC | A system for collision course prediction |
FR2996512B1 (fr) * | 2012-10-05 | 2014-11-21 | Renault Sa | Procede d'evaluation du risque de collision a une intersection |
EP2916307B1 (en) | 2012-10-30 | 2021-05-19 | Toyota Jidosha Kabushiki Kaisha | Vehicle safety apparatus |
DE102013212092B4 (de) | 2013-06-25 | 2024-01-25 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben einer Fußgängerschutzeinrichtung eines Fahrzeugs, Fußgängerschutzeinrichtung |
US9280899B2 (en) * | 2013-08-06 | 2016-03-08 | GM Global Technology Operations LLC | Dynamic safety shields for situation assessment and decision making in collision avoidance tasks |
US9336436B1 (en) | 2013-09-30 | 2016-05-10 | Google Inc. | Methods and systems for pedestrian avoidance |
CN103640532B (zh) * | 2013-11-29 | 2015-08-26 | 大连理工大学 | 基于驾驶员制动与加速意图辨识的行人防碰撞预警方法 |
CN103996312B (zh) * | 2014-05-23 | 2015-12-09 | 北京理工大学 | 具有社会行为交互的无人驾驶汽车控制系统 |
US9187088B1 (en) * | 2014-08-15 | 2015-11-17 | Google Inc. | Distribution decision trees |
US9440647B1 (en) | 2014-09-22 | 2016-09-13 | Google Inc. | Safely navigating crosswalks |
EP3091370B1 (en) * | 2015-05-05 | 2021-01-06 | Volvo Car Corporation | Method and arrangement for determining safe vehicle trajectories |
US11458970B2 (en) * | 2015-06-29 | 2022-10-04 | Hyundai Motor Company | Cooperative adaptive cruise control system based on driving pattern of target vehicle |
US9784592B2 (en) * | 2015-07-17 | 2017-10-10 | Honda Motor Co., Ltd. | Turn predictions |
US9934688B2 (en) * | 2015-07-31 | 2018-04-03 | Ford Global Technologies, Llc | Vehicle trajectory determination |
US10392009B2 (en) * | 2015-08-12 | 2019-08-27 | Hyundai Motor Company | Automatic parking system and automatic parking method |
US9604639B2 (en) | 2015-08-28 | 2017-03-28 | Delphi Technologies, Inc. | Pedestrian-intent-detection for automated vehicles |
US11066070B2 (en) * | 2015-10-15 | 2021-07-20 | Hyundai Motor Company | Apparatus and method for controlling speed in cooperative adaptive cruise control system |
KR102107726B1 (ko) * | 2016-12-30 | 2020-05-07 | 현대자동차주식회사 | 협조 적응형 순항 제어 시스템의 속도 제어 장치 및 방법 |
US10152882B2 (en) * | 2015-11-30 | 2018-12-11 | Nissan North America, Inc. | Host vehicle operation using remote vehicle intention prediction |
CN106227204B (zh) | 2016-07-08 | 2020-03-10 | 百度在线网络技术(北京)有限公司 | 车载装置及用于控制无人驾驶车辆的系统、方法和装置 |
CN106428000B (zh) * | 2016-09-07 | 2018-12-21 | 清华大学 | 一种车辆速度控制装置和方法 |
CN106515725A (zh) * | 2016-10-20 | 2017-03-22 | 深圳市元征科技股份有限公司 | 一种车辆防碰撞的方法及终端 |
US10699305B2 (en) * | 2016-11-21 | 2020-06-30 | Nio Usa, Inc. | Smart refill assistant for electric vehicles |
IL288191B2 (en) * | 2016-12-23 | 2023-10-01 | Mobileye Vision Technologies Ltd | A navigation system with forced commitment constraints |
US10324469B2 (en) * | 2017-03-28 | 2019-06-18 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling motion of vehicle in shared environment |
US10994729B2 (en) * | 2017-03-29 | 2021-05-04 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling lateral motion of vehicle |
JP6852632B2 (ja) * | 2017-09-19 | 2021-03-31 | トヨタ自動車株式会社 | 車両制御装置 |
DE102017217056B4 (de) * | 2017-09-26 | 2023-10-12 | Audi Ag | Verfahren und Einrichtung zum Betreiben eines Fahrerassistenzsystems sowie Fahrerassistenzsystem und Kraftfahrzeug |
US10668922B2 (en) * | 2017-10-04 | 2020-06-02 | Toyota Motor Engineering & Manufacturing North America, Inc. | Travel lane identification without road curvature data |
US10657811B2 (en) * | 2017-10-04 | 2020-05-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | Travel lane identification without road curvature data |
US11048927B2 (en) * | 2017-10-24 | 2021-06-29 | Waymo Llc | Pedestrian behavior predictions for autonomous vehicles |
US10562538B2 (en) * | 2017-11-22 | 2020-02-18 | Uatc, Llc | Object interaction prediction systems and methods for autonomous vehicles |
CN108458745A (zh) * | 2017-12-23 | 2018-08-28 | 天津国科嘉业医疗科技发展有限公司 | 一种基于智能检测设备的环境感知方法 |
CN109969172B (zh) * | 2017-12-26 | 2020-12-01 | 华为技术有限公司 | 车辆控制方法、设备及计算机存储介质 |
CN108230676B (zh) | 2018-01-23 | 2020-11-27 | 同济大学 | 一种基于轨迹数据的交叉口行人过街风险评估方法 |
US11040729B2 (en) * | 2018-05-31 | 2021-06-22 | Nissan North America, Inc. | Probabilistic object tracking and prediction framework |
US10569773B2 (en) * | 2018-05-31 | 2020-02-25 | Nissan North America, Inc. | Predicting behaviors of oncoming vehicles |
US11091158B2 (en) * | 2018-06-24 | 2021-08-17 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling motion of vehicle with variable speed |
US11260855B2 (en) * | 2018-07-17 | 2022-03-01 | Baidu Usa Llc | Methods and systems to predict object movement for autonomous driving vehicles |
US11001256B2 (en) * | 2018-09-19 | 2021-05-11 | Zoox, Inc. | Collision prediction and avoidance for vehicles |
GB2579020B (en) * | 2018-11-14 | 2021-05-12 | Jaguar Land Rover Ltd | Vehicle control system and method |
DE102018132813A1 (de) * | 2018-12-19 | 2019-04-25 | FEV Europe GmbH | Fußgängersimulation |
WO2020257366A1 (en) * | 2019-06-17 | 2020-12-24 | DeepMap Inc. | Updating high definition maps based on lane closure and lane opening |
CN112242069B (zh) * | 2019-07-17 | 2021-10-01 | 华为技术有限公司 | 一种确定车速的方法和装置 |
US20210035442A1 (en) * | 2019-07-31 | 2021-02-04 | Nissan North America, Inc. | Autonomous Vehicles and a Mobility Manager as a Traffic Monitor |
CN110758382B (zh) * | 2019-10-21 | 2021-04-20 | 南京航空航天大学 | 一种基于驾驶意图的周围车辆运动状态预测系统及方法 |
US20210197720A1 (en) * | 2019-12-27 | 2021-07-01 | Lyft, Inc. | Systems and methods for incident detection using inference models |
-
2019
- 2019-07-17 CN CN201910646083.4A patent/CN112242069B/zh active Active
-
2020
- 2020-07-17 MX MX2021005934A patent/MX2021005934A/es unknown
- 2020-07-17 EP EP20840576.1A patent/EP3882095A4/en active Pending
- 2020-07-17 JP JP2021523762A patent/JP7200371B2/ja active Active
- 2020-07-17 WO PCT/CN2020/102644 patent/WO2021008605A1/zh unknown
-
2021
- 2021-05-17 US US17/322,388 patent/US11273838B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005053384A (ja) * | 2003-08-06 | 2005-03-03 | Daihatsu Motor Co Ltd | 衝突回避装置 |
JP2010182236A (ja) * | 2009-02-09 | 2010-08-19 | Toyota Motor Corp | 移動領域予測装置 |
JP2012128739A (ja) * | 2010-12-16 | 2012-07-05 | Toyota Central R&D Labs Inc | 衝突危険判定装置及びプログラム |
JP2016053846A (ja) * | 2014-09-03 | 2016-04-14 | 株式会社デンソーアイティーラボラトリ | 自動運転支援システム、自動運転支援方法及び自動運転装置 |
JP2016139163A (ja) * | 2015-01-26 | 2016-08-04 | 株式会社日立製作所 | 車両走行制御装置 |
Also Published As
Publication number | Publication date |
---|---|
US20210276572A1 (en) | 2021-09-09 |
CN112242069A (zh) | 2021-01-19 |
US11273838B2 (en) | 2022-03-15 |
WO2021008605A1 (zh) | 2021-01-21 |
JP7200371B2 (ja) | 2023-01-06 |
EP3882095A4 (en) | 2022-03-09 |
CN112242069B (zh) | 2021-10-01 |
EP3882095A1 (en) | 2021-09-22 |
MX2021005934A (es) | 2021-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7200371B2 (ja) | 車両速度を決定する方法及び装置 | |
US10324469B2 (en) | System and method for controlling motion of vehicle in shared environment | |
JP7455851B2 (ja) | 自律型車両の計画および予測 | |
CN108693878B (zh) | 前进路线设定装置以及前进路线设定方法 | |
US11493926B2 (en) | Offline agent using reinforcement learning to speedup trajectory planning for autonomous vehicles | |
CN111123933B (zh) | 车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车 | |
US11364899B2 (en) | Driving assistance method and system | |
EP3959576A1 (en) | Methods and systems for trajectory forecasting with recurrent neural networks using inertial behavioral rollout | |
US20220080961A1 (en) | Control system and control method for sampling based planning of possible trajectories for motor vehicles | |
US12019414B2 (en) | Method for generating a training data set for training an artificial intelligence module for a control device of a vehicle | |
US11815891B2 (en) | End dynamics and constraints relaxation algorithm on optimizing an open space trajectory | |
JP7051366B2 (ja) | 情報処理装置、学習済モデル、情報処理方法、およびプログラム | |
CN115303297B (zh) | 基于注意力机制与图模型强化学习的城市场景下端到端自动驾驶控制方法及装置 | |
US10796571B2 (en) | Method and device for detecting emergency vehicles in real time and planning driving routes to cope with situations to be expected to be occurred by the emergency vehicles | |
JP7125286B2 (ja) | 行動予測装置及び自動運転装置 | |
CN112394725A (zh) | 用于自动驾驶的基于预测和反应视场的计划 | |
US11724717B2 (en) | Implementation of dynamic cost function of self-driving vehicles | |
Schörner et al. | Towards Multi-Modal Risk Assessment | |
EP4293633A1 (en) | Assisted vehicle operation based on dynamic occupancy grid maps including semantic information | |
JP7459238B2 (ja) | ユーザ選好による強化学習基盤の自律走行最適化方法およびシステム | |
US20240157944A1 (en) | Reinforcement learning for autonomous lane change | |
Santhosh et al. | Autonomous Vehicle | |
Han et al. | Local Planning Strategy Based on Deep Reinforcement Learning Over Estimation Suppression | |
CN114763156A (zh) | 使用基于关注度的事件结构的认知情境意识的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210430 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210430 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220705 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221004 |
|
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: 20221122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221221 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7200371 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |