JP2023504223A - 自動または半自動運転車両の適応制御 - Google Patents
自動または半自動運転車両の適応制御 Download PDFInfo
- Publication number
- JP2023504223A JP2023504223A JP2022558828A JP2022558828A JP2023504223A JP 2023504223 A JP2023504223 A JP 2023504223A JP 2022558828 A JP2022558828 A JP 2022558828A JP 2022558828 A JP2022558828 A JP 2022558828A JP 2023504223 A JP2023504223 A JP 2023504223A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- sequence
- probability distribution
- predictive controller
- stochastic
- 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
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 67
- 230000033001 locomotion Effects 0.000 claims abstract description 197
- 238000009826 distribution Methods 0.000 claims abstract description 111
- 230000006870 function Effects 0.000 claims description 124
- 238000000034 method Methods 0.000 claims description 65
- 238000005457 optimization Methods 0.000 claims description 39
- 239000011159 matrix material Substances 0.000 claims description 32
- 239000002245 particle Substances 0.000 claims description 20
- 230000007704 transition Effects 0.000 claims description 16
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 230000001902 propagating effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 33
- 238000005070 sampling Methods 0.000 description 22
- 230000006399 behavior Effects 0.000 description 16
- 238000001914 filtration Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000012886 linear function Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000013585 weight reducing agent Substances 0.000 description 2
- 241001061260 Emmelichthys struhsakeri Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000001994 activation Methods 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future 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
- 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
- B60W30/18—Propelling the vehicle
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0014—Adaptive controllers
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
-
- 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
- B60W2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
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)
- 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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Feedback Control In General (AREA)
Abstract
Description
(1)準備段階:システムダイナミクスを離散化および線形化し、残りの制約関数を線形化し、二次目的近似を評価して、最適制御構造化QPサブ問題を構築する。
(2)フィードバック段階:QPを解いてすべての最適化変数の現在値を更新し、次の制御入力を取得してシステムにフィードバックを適用する。
本発明を好ましい実施形態の例を用いて説明してきたが、その他の各種応用および修正を本発明の精神および範囲の中で行い得ることが理解されるはずである。したがって、以下の請求項の目的は、本発明の真の精神および範囲に含まれるこのような変形および修正のすべてをカバーすることである。
Claims (20)
- 車両を制御するためのシステムであって、前記システムは、
前記車両の現在の状態と、前記車両の前記現在の状態の近傍の環境の画像と、前記車両の目的地とを受け付けるように構成された入力インターフェイスと、
確率的モーションプランナーと適応予測コントローラとを格納するように構成されたメモリとを備え、前記確率的モーションプランナーは、前記車両の前記現在の状態と、前記車両の前記目的地と、前記環境の前記画像とを受け付けて、前記車両のモーションプランを規定するターゲット状態のシーケンスにわたるパラメトリック確率分布のシーケンスを生成するように構成され、各パラメトリック確率分布のパラメータは、前記確率分布の一次モーメントと少なくとも1つの高次モーメントとを規定し、前記適応予測コントローラは、予測範囲にわたってコスト関数を最適化して、前記車両の1つまたは複数のアクチュエータに対する制御コマンドのシーケンスを生成するように構成され、前記コスト関数の前記最適化は、前記第1のモーメントによって規定される前記ターゲット状態のシーケンスにおける異なる状態変数を追跡するコストを均衡させ、前記異なる状態変数は、前記追跡するコストを均衡させる際の前記確率分布の前記高次モーメントのうちの1つまたは複数を用いて重み付けされ、前記システムはさらに、
プロセッサを備え、前記プロセッサは、前記車両の前記現在の状態と、前記車両の前記目的地と、前記環境の画像とを前記確率的モーションプランナーに送ることによって前記確率的モーションプランナーを実行するように構成され、かつ、前記確率的モーションプランナーによって生成された前記パラメトリック確率分布のシーケンスを前記適応予測コントローラに送ることによって前記適応予測コントローラを実行して前記制御コマンドのシーケンスを生成するように構成され、前記システムはさらに、
前記適応予測コントローラによって決定された少なくとも1つの制御コマンドを前記車両の少なくとも1つのアクチュエータに出力するように構成された出力インターフェイスを備える、システム。 - 前記確率分布の前記高次モーメントは、前記車両の前記モーションプランに関する前記確率的モーションプランナーの信頼度を示し、前記適応予測コントローラは、前記最適化が均衡させる際の前記追跡の重みを前記信頼度の増大に伴って増大させて、予測される前記車両状態の値の、前記ターゲット状態のシーケンスからのより小さな偏差を許容し、前記最適化が均衡させる際の前記追跡の重みを前記信頼度の減少に伴って減少させて、予測される前記車両状態の値の、前記ターゲット状態のシーケンスからのより大きな偏差を許容する、請求項1に記載のシステム。
- 前記適応予測コントローラの実行レートは前記確率的モーションプランナーの実行レートよりも大きく、前記プロセッサは、前記確率的モーションプランナーの各実行ごとに少なくとも1度前記適応予測コントローラを実行する、請求項1に記載のシステム。
- 前記モーションプランは、前記ターゲット状態のシーケンスにわたる前記パラメトリック確率分布のシーケンスを、前記予測範囲よりも大きい期間の時間の関数として規定する、請求項3に記載のシステム。
- 前記車両の各ターゲット状態は複数の状態変数を含み、各パラメトリック確率分布は、各状態変数の分布についてのパラメータを規定する多変数分布であり、前記パラメトリック確率分布の前記第1のモーメントは平均値であり、前記パラメトリック確率分布の前記高次モーメントは値が空間および時間において変化する共分散行列である、請求項1に記載のシステム。
- 前記確率的モーションプランナーは、粒子のセットを時間的に伝搬させてある瞬間における前記ターゲット状態の尤度のセットを表す粒子フィルタを含み、各粒子は、前記瞬間における前記ターゲット状態の値のガウス分布を含み、前記瞬間の前記パラメトリック確率分布の前記一次モーメントは、前記粒子の加重平均であり、前記瞬間の前記パラメトリック確率分布の前記高次モーメントは前記粒子の加重共分散である、請求項1に記載のシステム。
- 前記適応予測コントローラはモデル予測コントローラ(MPC)であり、前記コスト関数は、前記確率分布の前記高次モーメントから導出された値を有する時変正定値重み行列で重み付けされた前記追跡するコストを含む時変ステージワイズ最小二乗コスト関数として定式化される、請求項1に記載のシステム。
- 前記時変正定値重み行列の値は、前記確率分布の前記高次モーメントによって形成された共分散行列のシーケンスの値に反比例する、請求項7に記載のシステム。
- 前記パラメトリック確率分布の前記高次モーメントは、各制御目的ごとに別々に求められ、前記MPCの前記追跡するコストは、時変正定値対角重み行列で重み付けされ、前記対角の値の各々は、前記パラメトリック確率分布の対応する個々の高次モーメントの各々に対する反比例関係に基づいて計算される、請求項8に記載のシステム。
- 前記適応予測コントローラは、前記確率的モーションプランナーからの前記パラメトリック確率分布の前記共分散行列のシーケンスのステージワイズスケーリングされた逆数として計算される、前記追跡するコストにおける時変正定値重み行列を使用する、請求項9に記載のシステム。
- 前記重み行列と共分散行列との間の前記反比例関係は、前記追跡制御目的の各々について相対的に異なり得る性能固有のスケーリングと、前記コスト関数の追跡における前記制御目的の各々の前記重み付けの上限と下限との間の前記時変正定値重み行列の各々の境界を定める飽和関数とを含む、請求項10に記載のシステム。
- 前記プロセッサは、前記共分散行列の対角値のみを使用して、前記重み行列が対角行列になるように前記重み行列の対角値を計算する、請求項11に記載のシステム。
- 前記コスト関数の前記最適化は、前記パラメトリック確率分布の前記第1のモーメントによって規定される前記ターゲット状態のシーケンスを追跡するコストを、前記車両のモーションの少なくとも1つの他のメトリックのコストに対して均衡させ、前記追跡するコストの重要性が、前記均衡させる最適化における前記確率分布の前記高次モーメントのうちの1つまたは複数の高次モーメントを用いて重み付けされる、請求項1に記載のシステム。
- 前記適応予測コントローラは、制御目的に基づいて選択されるアクティブ制約を受ける制約付き最適化を用いて前記コスト関数の均衡化を最適化するモデル予測コントローラ(MPC)であり、前記適応予測コントローラは、前記アクティブ制約の種類および/または数に基づいて前記確率分布の前記高次モーメントを調整するように構成された前記確率的モーションプランナーに前記アクティブ制約をフィードバックする、請求項1に記載のシステム。
- 前記確率的モーションプランナーは制御関数のセットを使用し、各制御関数は、前記車両の前記現在の状態を、その対応する制御目的に基づいてターゲット状態に遷移させるように構成され、前記制御関数のうちの少なくともいくつかは、確率的であり、前記現在の状態を前記ターゲット状態に遷移させるための決定論的要素と、前記決定論的要素によって決定される前記ターゲット状態の周りの値の確率的分布を求めるための確率的要素とを含み、前記確率的制御関数の出力は、前記確率分布の第1のモーメントと少なくとも1つの高次モーメントとを規定する前記ターゲット状態にわたるパラメトリック確率分布である、請求項1に記載のシステム。
- 車両を制御する方法であって、前記方法は、確率的モーションプランナーと適応予測コントローラとを格納するメモリに結合されたプロセッサを使用し、前記確率的モーションプランナーは、前記車両の現在の状態と、前記車両の目的地と、環境の画像とを受け付けて、前記車両のモーションプランを規定するターゲット状態のシーケンスにわたるパラメトリック確率分布のシーケンスを生成するように構成され、各パラメトリック確率分布のパラメータは、前記確率分布の一次モーメントと少なくとも1つの高次モーメントとを規定し、前記適応予測コントローラは、予測範囲にわたってコスト関数を最適化して、前記車両の1つまたは複数のアクチュエータに対する制御コマンドのシーケンスを生成するように構成され、前記コスト関数の前記最適化は、前記第1のモーメントによって規定される前記ターゲット状態のシーケンスにおける異なる状態変数を追跡するコストを均衡させ、前記異なる状態変数は、前記追跡するコストを均衡させる際の前記確率分布の前記高次モーメントのうちの1つまたは複数を用いて重み付けされ、前記プロセッサは、前記方法を実現する、格納されている命令に結合され、前記命令は前記プロセッサによって実行されると前記方法のステップを実行し、前記方法は、
前記車両の現在の状態と、前記車両の前記現在の状態の近傍の環境の画像と、前記車両の目的地とを受け付けるステップと、
前記車両の前記現在の状態と、前記車両の前記目的地と、前記環境の画像とを前記確率的モーションプランナーに送ることによって前記確率的モーションプランナーを実行するステップと、
前記確率的モーションプランナーによって生成された前記パラメトリック確率分布のシーケンスを前記適応予測コントローラに送ることによって前記適応予測コントローラを実行して前記制御コマンドのシーケンスを生成するステップと、
前記適応予測コントローラによって決定された少なくとも1つの制御コマンドを前記車両の少なくとも1つのアクチュエータに送るステップとを含む、方法。 - 前記コスト関数の前記最適化は、前記パラメトリック確率分布の前記第1のモーメントによって規定される前記ターゲット状態のシーケンスを追跡するコストを、前記車両のモーションの少なくとも1つの他のメトリックのコストに対して均衡させ、前記追跡するコストの重要性が、前記均衡させる最適化における前記確率分布の前記高次モーメントのうちの1つまたは複数の高次モーメントを用いて重み付けされる、請求項16に記載の方法。
- 前記適応予測コントローラはモデル予測コントローラ(MPC)であり、前記コスト関数は、前記確率分布の前記高次モーメントから導出された値を有する時変正定値重み行列で重み付けされた前記追跡するコストを含む時変ステージワイズ最小二乗コスト関数として定式化される、請求項16に記載の方法。
- 前記時変正定値重み行列の値は、前記確率分布の前記高次モーメントによって形成された共分散行列のシーケンスの値に反比例する、請求項18に記載の方法。
- 方法を実行するためのプロセッサが実行可能なプログラムが実現される非一時的なコンピュータ読取可能記憶媒体であって、前記媒体は、確率的モーションプランナーと適応予測コントローラとを格納し、前記確率的モーションプランナーは、前記車両の現在の状態と、前記車両の目的地と、環境の画像とを受け付けて、前記車両のモーションプランを規定するターゲット状態のシーケンスにわたるパラメトリック確率分布のシーケンスを生成するように構成され、各パラメトリック確率分布のパラメータは、前記確率分布の一次モーメントと少なくとも1つの高次モーメントとを規定し、前記適応予測コントローラは、予測範囲にわたってコスト関数を最適化して、前記車両の1つまたは複数のアクチュエータに対する制御コマンドのシーケンスを生成するように構成され、前記コスト関数の前記最適化は、前記第1のモーメントによって規定される前記ターゲット状態のシーケンスにおける異なる状態変数を追跡するコストを均衡させ、前記異なる状態変数は、前記追跡するコストを均衡させる際の前記確率分布の前記高次モーメントのうちの1つまたは複数を用いて重み付けされ、前記方法は、
前記車両の現在の状態と、前記車両の前記現在の状態の近傍の環境の画像と、前記車両の目的地とを受け付けるステップと、
前記車両の前記現在の状態と、前記車両の前記目的地と、前記環境の画像とを前記確率的モーションプランナーに送ることによって前記確率的モーションプランナーを実行するステップと、
前記確率的モーションプランナーによって生成された前記パラメトリック確率分布のシーケンスを前記適応予測コントローラに送ることによって前記適応予測コントローラを実行して前記制御コマンドのシーケンスを生成するステップと、
前記適応予測コントローラによって決定された少なくとも1つの制御コマンドを前記車両の少なくとも1つのアクチュエータに送るステップとを含む、非一時的なコンピュータ読取可能記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/746,919 | 2020-01-19 | ||
US16/746,919 US11753023B2 (en) | 2020-01-19 | 2020-01-19 | Adaptive control of autonomous or semi-autonomous vehicle |
PCT/JP2020/049304 WO2021145223A1 (en) | 2020-01-19 | 2020-12-24 | Adaptive control of autonomous or semi-autonomous vehicle |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023504223A true JP2023504223A (ja) | 2023-02-01 |
JP7345676B2 JP7345676B2 (ja) | 2023-09-15 |
Family
ID=74587091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022558828A Active JP7345676B2 (ja) | 2020-01-19 | 2020-12-24 | 自動または半自動運転車両の適応制御 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11753023B2 (ja) |
EP (1) | EP4091028B1 (ja) |
JP (1) | JP7345676B2 (ja) |
CN (1) | CN114945885A (ja) |
WO (1) | WO2021145223A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11511760B2 (en) * | 2020-01-23 | 2022-11-29 | Baidu Usa Llc | Cross-platform control profiling tool for autonomous vehicle control |
US20210263527A1 (en) * | 2020-02-24 | 2021-08-26 | Thales Canada Inc. | Controller, control system and method for vehicle control |
US20220063099A1 (en) * | 2020-09-03 | 2022-03-03 | Fanuc Corporation | Framework of robotic online motion planning |
US11724739B2 (en) * | 2021-07-22 | 2023-08-15 | GM Global Technology Operations LLC | Vehicle actuation commands to affect transient handling |
CN113625551B (zh) * | 2021-08-16 | 2024-03-01 | 北京航空航天大学 | 一种时变车辆系统的实时跟踪迭代学习控制系统及方法 |
JP7321220B2 (ja) * | 2021-08-30 | 2023-08-04 | 三菱電機株式会社 | 車両走行支援装置、車両走行支援方法及び車両制御装置 |
CN113928341B (zh) * | 2021-11-30 | 2023-05-30 | 广州文远知行科技有限公司 | 一种道路决策方法、系统、设备和介质 |
CN114228740B (zh) * | 2021-10-26 | 2024-05-10 | 北京触达无界科技有限公司 | 车辆控制方法、装置、车辆及存储介质 |
GB2612632B (en) * | 2021-11-08 | 2024-04-03 | Jaguar Land Rover Ltd | Control system for a vehicle and method thereof |
KR102445049B1 (ko) * | 2022-04-15 | 2022-09-21 | 국방과학연구소 | 단일 신경망 추정 자율주행 차량의 모델 예측 제어 방법 및 모델 예측 제어 시스템 |
CN114740703B (zh) * | 2022-04-18 | 2024-07-23 | 山东省人工智能研究院 | 基于闭环数据驱动的冗余驱动轮式机器人协调控制方法 |
WO2024038687A1 (en) * | 2022-08-19 | 2024-02-22 | Mitsubishi Electric Corporation | System and method for controlling movement of a vehicle |
CN115657667B (zh) * | 2022-10-12 | 2023-08-29 | 珠海云洲智能科技股份有限公司 | 航行器控制方法、装置、终端设备及计算机可读存储介质 |
CN115447617B (zh) * | 2022-11-10 | 2023-04-14 | 清华大学苏州汽车研究院(相城) | 一种车辆控制方法、装置、设备及介质 |
CN116610143B (zh) * | 2023-05-16 | 2024-09-20 | 山东科技大学 | 一种基于均衡优化算法的无人机路径规划方法 |
CN117193012B (zh) * | 2023-10-07 | 2024-08-02 | 哈尔滨工程大学 | 海洋机器人的高阶输出式无模型自适应航向控制方法及系统 |
CN117572875B (zh) * | 2024-01-15 | 2024-04-12 | 上海友道智途科技有限公司 | 一种基于热启动的实时速度规划方法、系统、设备及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018534205A (ja) * | 2016-02-11 | 2018-11-22 | 三菱電機株式会社 | 車両の運動を制御する方法、及び車両の制御システム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110691986B (zh) * | 2017-06-02 | 2023-07-11 | 索尼公司 | 用于计算机视觉的设备、方法和非暂时性计算机可读记录介质 |
DE102017218813A1 (de) * | 2017-10-20 | 2019-04-25 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Einstellen mindestens eines Parameters eines Aktorregelungssystems und Aktorregelungssystem |
US11501193B2 (en) * | 2017-12-18 | 2022-11-15 | Mitsubishi Electric Research Laboratories, Inc. | Model-based control under uncertainty |
US10613490B2 (en) * | 2018-02-05 | 2020-04-07 | Mitsubishi Electric Research Laboratories, Inc. | Method and apparatus for preconditioned predictive control |
US10409233B2 (en) * | 2018-02-13 | 2019-09-10 | Mitsubishi Electric Research Laboratories, Inc. | Method with quasi-Newton Jacobian updates for nonlinear predictive control |
US11427225B2 (en) * | 2018-12-26 | 2022-08-30 | Uatc, Llc | All mover priors |
US11423254B2 (en) * | 2019-03-28 | 2022-08-23 | Intel Corporation | Technologies for distributing iterative computations in heterogeneous computing environments |
US11157784B2 (en) * | 2019-05-08 | 2021-10-26 | GM Global Technology Operations LLC | Explainable learning system and methods for autonomous driving |
US11500337B2 (en) * | 2019-11-04 | 2022-11-15 | Honeywell International Inc. | Method and system for directly tuning PID parameters using a simplified actor-critic approach to reinforcement learning |
US11274936B2 (en) * | 2019-11-14 | 2022-03-15 | Nissan North America, Inc. | Safety-assured remote driving for autonomous vehicles |
US11276179B2 (en) * | 2019-12-18 | 2022-03-15 | Zoox, Inc. | Prediction on top-down scenes based on object motion |
-
2020
- 2020-01-19 US US16/746,919 patent/US11753023B2/en active Active
- 2020-12-24 JP JP2022558828A patent/JP7345676B2/ja active Active
- 2020-12-24 EP EP20851418.2A patent/EP4091028B1/en active Active
- 2020-12-24 CN CN202080092947.3A patent/CN114945885A/zh active Pending
- 2020-12-24 WO PCT/JP2020/049304 patent/WO2021145223A1/en active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018534205A (ja) * | 2016-02-11 | 2018-11-22 | 三菱電機株式会社 | 車両の運動を制御する方法、及び車両の制御システム |
Also Published As
Publication number | Publication date |
---|---|
US20210221386A1 (en) | 2021-07-22 |
EP4091028A1 (en) | 2022-11-23 |
EP4091028B1 (en) | 2024-08-14 |
JP7345676B2 (ja) | 2023-09-15 |
WO2021145223A1 (en) | 2021-07-22 |
US11753023B2 (en) | 2023-09-12 |
CN114945885A (zh) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7345676B2 (ja) | 自動または半自動運転車両の適応制御 | |
US9568915B1 (en) | System and method for controlling autonomous or semi-autonomous vehicle | |
JP7334364B2 (ja) | 自動運転車または半自動運転車のアダプティブコントロール | |
CN112840350B (zh) | 自动驾驶车辆规划和预测 | |
US10012984B2 (en) | System and method for controlling autonomous vehicles | |
JP7150067B2 (ja) | 車両の制御システム、車両を制御する方法、及び非一時的コンピュータ可読メモリ | |
JP6610915B2 (ja) | 車両を制御するコントローラー及び方法並びに非一時的コンピューター可読メモリ | |
Ward et al. | Probabilistic model for interaction aware planning in merge scenarios | |
US11358612B2 (en) | Method for controlling an automated or autonomous locomotive device, and evaluation unit | |
JP7282271B2 (ja) | 混合自律車両隊列の直接および間接制御 | |
CN111930015A (zh) | 一种无人车控制方法及装置 | |
Berntorp et al. | Motion planning of autonomous road vehicles by particle filtering: Implementation and validation | |
WO2024039866A1 (en) | Real time trajectory planning system with dynamic modelling of component level system latency for self driving vehicles | |
US12078972B2 (en) | Model-based control with uncertain motion model | |
Weiskircher et al. | Predictive trajectory guidance for (semi-) autonomous vehicles in public traffic | |
Ventura | Safe and flexible hybrid control architecture for the navigation in formation of a group of vehicles | |
Chen et al. | Deep Reinforcement Learning in Autonomous Car Path Planning and Control: A Survey | |
CN117873052A (zh) | 具有实时函数逼近器的自动驾驶车辆的轨迹规划系统 | |
JP2024532336A (ja) | 自動車両のナビゲーション環境をモデル化するための方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220601 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230419 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230711 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230728 |
|
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: 20230808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230905 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7345676 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |