JP7405072B2 - 移動制御システム、移動制御方法、及びプログラム - Google Patents
移動制御システム、移動制御方法、及びプログラム Download PDFInfo
- Publication number
- JP7405072B2 JP7405072B2 JP2020502850A JP2020502850A JP7405072B2 JP 7405072 B2 JP7405072 B2 JP 7405072B2 JP 2020502850 A JP2020502850 A JP 2020502850A JP 2020502850 A JP2020502850 A JP 2020502850A JP 7405072 B2 JP7405072 B2 JP 7405072B2
- Authority
- JP
- Japan
- Prior art keywords
- cost
- cost function
- trajectory
- control system
- movement control
- 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.)
- Active
Links
- 230000033001 locomotion Effects 0.000 title claims description 130
- 238000000034 method Methods 0.000 title claims description 48
- 230000006870 function Effects 0.000 claims description 210
- 238000012545 processing Methods 0.000 claims description 45
- 238000004088 simulation Methods 0.000 claims description 43
- 238000004364 calculation method Methods 0.000 claims description 33
- 238000005457 optimization Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 27
- 230000002787 reinforcement Effects 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000002093 peripheral effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 230000010365 information processing Effects 0.000 description 45
- 238000001514 detection method Methods 0.000 description 40
- 238000005516 engineering process Methods 0.000 description 38
- 238000004891 communication Methods 0.000 description 31
- 238000004458 analytical method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 21
- 230000001133 acceleration Effects 0.000 description 16
- 238000012549 training Methods 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 11
- 238000003672 processing method Methods 0.000 description 11
- 230000010391 action planning Effects 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000036626 alertness Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003068 static effect Effects 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Description
前記取得部は、移動体が移動した軌道に関する軌道データを含む教師データを取得する。
前記算出部は、前記取得された教師データに基づいて、逆強化学習により、移動体の移動に関するコスト関数を算出する。
前記取得された教師データに基づいて、逆強化学習により、移動体の移動に関するコスト関数が算出される。
移動体が移動した軌道に関する軌道データを含む教師データを取得するステップ。
前記取得された教師データに基づいて、逆強化学習により、移動体の移動に関するコスト関数を算出するステップ。
前記取得部は、移動体が移動した軌道に関する軌道データを含む教師データに基づいて逆強化学習により算出された、移動体の移動に関するコスト関数を取得する。
前記軌道算出部は、前記取得されたコスト関数に基づいて、軌道を算出する。
前記取得部は、移動体の移動に関する情報を取得する。
前記生成部は、前記取得された移動体の移動に関する情報に基づいて、確率分布に基づいたコストマップを生成する。
図1は、本技術に係る移動制御システムの構成例を示す模式図である。移動制御システム500は、複数の車両10と、ネットワーク20と、データベース25と、サーバ装置30とを有する。複数の車両10の各々は、目的地までの自動走行が可能な自動運転機能を備えている。なお車両10は、本実施形態に係る移動体の一例である。
また、例えば、通信部103は、ビーコン受信部を備え、道路上に設置された無線局等から発信される電波あるいは電磁波を受信し、現在位置、渋滞、通行規制又は所要時間等の情報を取得する。
r(s)=φ距離(s)
グリッドマップ(図示は省略)における全ての状態s(ここではグリッドの位置)に対して、報酬関数r(s)により報酬が算出される。これにより最も報酬の大きい軌道が算出される。
本技術は、以上説明した実施形態に限定されず、他の種々の実施形態を実現することができる。
(1)移動体が移動した軌道に関する軌道データを含む教師データを取得する取得部と、
前記取得された教師データに基づいて、逆強化学習により、移動体の移動に関するコスト関数を算出する算出部と
を具備する情報処理装置。
(2)(1)又は(2)に記載の情報処理装置であって、
前記コスト関数は、移動体の移動に関する情報を入力することで、コストマップを生成可能である
情報処理装置。
(3)(2)又は(3)に記載の情報処理装置であって、
前記移動に関する情報は、前記移動体の位置、前記移動体の周辺情報、及び前記移動体の速度の少なくとも1つを含む
情報処理装置。
(4)(1)から(3)のうちいずれか1つに記載の情報処理装置であって、
前記算出部は、前記コストマップを規定する所定のパラメータが可変となるように、前記コスト関数を算出する
情報処理装置。
(5)(4)に記載の情報処理装置であって、
前記算出部は、安全マージンが可変となるように、前記コスト関数を算出する
情報処理装置。
(6)(1)から(5)のうちいずれか1つに記載の情報処理装置であって、さらに、
前記算出されたコスト関数を、シミュレーションにより最適化する最適化処理部を具備する
情報処理装置。
(7)(6)に記載の情報処理装置であって、
前記最適化処理部は、前記取得された教師データに基づいて、前記コスト関数を最適化する
情報処理装置。
(8)(6)又は(7)に記載の情報処理装置であって、
前記最適化処理部は、前記シミュレーションにより生成される軌道データに基づいて、前記コスト関数を最適化する
情報処理装置。
(9)(6)から(8)のうちいずれか1つに記載の情報処理装置であって、
前記最適化処理部は、前記取得された教師データと、前記シミュレーションにより生成される軌道データとを組み合わせることで、前記コスト関数を最適化する
情報処理装置。
(10)(6)から(9)のうちいずれか1つに記載の情報処理装置であって、
前記最適化処理部は、ユーザにより設定された評価パラメータに基づいて、前記コスト関数を最適化する
情報処理装置。
(11)(10)に記載の情報処理装置であって、
前記最適化処理部は、目的地までの達成度、移動に関する安全度、及び移動に関する快適度の少なくとも1つに基づいて、前記コスト関数を最適化する
情報処理装置。
(12)(1)から(11)のうちいずれか1つに記載の情報処理装置であって、
前記算出部は、GPIRL(Gaussian Process Inverse Reinforcement Learning)により、前記コスト関数を算出する
情報処理装置。
(13)(1)から(12)のうちいずれか1つに記載の情報処理装置であって、
前記コスト関数は、確率分布に基づいたコストマップを生成可能である
情報処理装置。
(14)(13)に記載の情報処理装置であって、
前記コスト関数は、正規分布に基づいたコストマップを生成可能であり、
前記コストマップは、共分散行列の固有値に応じた安全マージンにより規定される
情報処理装置。
(15)(14)に記載の情報処理装置であって、
前記コストマップは、前記移動体の進行方向に基づいた安全マージンにより規定される
情報処理装置。
(16)(1)から(15)のうちいずれか1つに記載の情報処理装置であって、
前記算出部は、互いに異なる地域の各々に応じた前記コスト関数をそれぞれ算出することが可能である
情報処理装置。
(17)移動体が移動した軌道に関する軌道データを含む教師データを取得し、
前記取得された教師データに基づいて、逆強化学習により、移動体の移動に関するコスト関数を算出する
ことをコンピュータシステムが実行する情報処理方法。
(18)移動体が移動した軌道に関する軌道データを含む教師データを取得するステップと、
前記取得された教師データに基づいて、逆強化学習により、移動体の移動に関するコスト関数を算出するステップと
をコンピュータシステムに実行させるプログラム。
(19)移動体が移動した軌道に関する軌道データを含む教師データに基づいて逆強化学習により算出された、移動体の移動に関するコスト関数を取得する取得部と、
前記取得されたコスト関数に基づいて、軌道を算出する軌道算出部と
を具備する移動体。
(20)移動体の移動に関する情報を取得する取得部と、
前記取得された移動体の移動に関する情報に基づいて、確率分布に基づいたコストマップを生成する生成部と
情報処理装置。
20…ネットワーク
25…データベース
30…サーバ装置
31…教師データ取得部
32…コスト関数算出部
33…最適化処理部
34…コスト関数評価部
40、50…コストマップ
45…安全マージン
47、51…軌道
100…車両制御システム
500…移動制御システム
Claims (17)
- 移動体の目的地までの移動を制御する移動制御システムであって、
前記移動体が実際に移動した軌道に関する軌道データと、前記移動体が前記軌道を移動した際の状況に関する移動状況情報とを含む教師データを取得する取得部と、
取得された前記教師データに基づいて、逆強化学習により、前記移動体が実際に移動した前記軌道が最もコストが小さくなるようなコスト関数を算出する算出部と、
算出された前記コスト関数を、シミュレーションにより最適化する最適化処理部と、
最適化された前記コスト関数である真のコスト関数に、前記移動体の位置、前記移動体の周辺情報、及び前記移動体の速度の少なくとも1つを入力することでコストマップを生成し、前記コストマップに基づいて最もコストが小さい軌道を算出する軌道算出部と
を具備する移動制御システム。 - 請求項1に記載の移動制御システムであって、
前記移動状況情報は、前記移動体が移動した地域の情報、前記移動体が移動した際の速度情報、前記移動体が移動した際の向き情報、前記移動体が移動した際の周辺情報、前記移動体が移動した地面の色情報、前記移動体が移動した際の時間情報、及び前記移動体が移動した際の天候情報の少なくとも1つを含む
移動制御システム。 - 請求項1又は2に記載の移動制御システムであって、
前記コストは、障害物回避コスト、目標速度追従コスト、目標経路追従コスト、速度変化コスト、又はステアリング変化コストである
移動制御システム。 - 請求項1から3のうちいずれか1項に記載の移動制御システムであって、
前記最適化処理部は、ユーザにより設定された評価パラメータに基づいて、前記コスト関数を最適化する
移動制御システム。 - 請求項4に記載の移動制御システムであって、
前記最適化処理部は、目的地までの達成度、移動に関する安全度、及び移動に関する快適度の少なくとも1つに基づいて、前記コスト関数を最適化する
移動制御システム。 - 請求項5に記載の移動制御システムであって、
前記最適化処理部は、目的地までの到達時間が早くなる軌道のコストが小さくなるように前記コスト関数を最適化する、障害物を十分に回避している軌道のコストが小さくなるように前記コスト関数を最適化する、又は移動に関する快適度が大きい軌道のコストが小さくなるように前記コスト関数を最適化する
移動制御システム。 - 請求項1から6のうちいずれか1項に記載の移動制御システムであって、
前記算出部は、安全マージンにより規定される前記コストマップを生成可能な前記コスト関数を、前記安全マージンが可変となるように算出する
移動制御システム。 - 請求項1から7のうちいずれか1項に記載の移動制御システムであって、
前記算出部は、GPIRL(Gaussian Process Inverse Reinforcement Learning)により、前記コスト関数を算出する
移動制御システム。 - 請求項1から8のうちいずれか1項に記載の移動制御システムであって、
前記コスト関数は、確率分布に基づいたコストマップを生成可能である
移動制御システム。 - 請求項9に記載の移動制御システムであって、
前記コスト関数は、正規分布に基づいたコストマップを生成可能であり、
前記コストマップは、共分散行列の固有値に応じた安全マージンにより規定される
移動制御システム。 - 請求項10に記載の移動制御システムであって、
前記コストマップは、前記移動体の進行方向に基づいた安全マージンにより規定される
移動制御システム。 - 請求項1から11のうちいずれか1項に記載の移動制御システムであって、
前記算出部は、互いに異なる地域の各々に応じた前記コスト関数をそれぞれ算出することが可能である
移動制御システム。 - 請求項1から12のうちいずれか1項に記載の移動制御システムであって、
前記最適化処理部は、取得された前記教師データに基づいて、前記コスト関数を最適化する
移動制御システム。 - 請求項1から13のうちいずれか1項に記載の移動制御システムであって、
前記最適化処理部は、前記シミュレーションにより生成される軌道データに基づいて、前記コスト関数を最適化する
移動制御システム。 - 請求項1から14のうちいずれか1項に記載の移動制御システムであって、
前記最適化処理部は、取得された前記教師データと、前記シミュレーションにより生成される軌道データとを組み合わせることで、前記コスト関数を最適化する
移動制御システム。 - コンピュータシステムにより実行される移動体の目的地までの移動を制御する移動制御方法であって、
前記移動体が実際に移動した軌道に関する軌道データと、前記移動体が前記軌道を移動した際の状況に関する移動状況情報とを含む教師データを取得し、
取得された前記教師データに基づいて、逆強化学習により、前記移動体が実際に移動した前記軌道が最もコストが小さくなるようなコスト関数を算出し、
算出された前記コスト関数を、シミュレーションにより最適化し、
最適化された前記コスト関数である真のコスト関数に、前記移動体の位置、前記移動体の周辺情報、及び前記移動体の速度の少なくとも1つを入力することでコストマップを生成し、前記コストマップに基づいて最もコストが小さい軌道を算出する
移動制御方法。 - コンピュータシステムに移動体の目的地までの移動を制御する移動制御方法を実行させるプログラムであって、
前記移動制御方法は、
前記移動体が実際に移動した軌道に関する軌道データと、前記移動体が前記軌道を移動した際の状況に関する移動状況情報とを含む教師データを取得し、
取得された前記教師データに基づいて、逆強化学習により、前記移動体が実際に移動した前記軌道が最もコストが小さくなるようなコスト関数を算出し、
算出された前記コスト関数を、シミュレーションにより最適化し、
最適化された前記コスト関数である真のコスト関数に、前記移動体の位置、前記移動体の周辺情報、及び前記移動体の速度の少なくとも1つを入力することでコストマップを生成し、前記コストマップに基づいて最もコストが小さい軌道を算出することを含む
プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018035940 | 2018-02-28 | ||
JP2018035940 | 2018-02-28 | ||
PCT/JP2019/001106 WO2019167457A1 (ja) | 2018-02-28 | 2019-01-16 | 情報処理装置、情報処理方法、プログラム、及び移動体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019167457A1 JPWO2019167457A1 (ja) | 2021-02-12 |
JP7405072B2 true JP7405072B2 (ja) | 2023-12-26 |
Family
ID=67805730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020502850A Active JP7405072B2 (ja) | 2018-02-28 | 2019-01-16 | 移動制御システム、移動制御方法、及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210116930A1 (ja) |
JP (1) | JP7405072B2 (ja) |
CN (1) | CN111758017A (ja) |
DE (1) | DE112019001046T5 (ja) |
WO (1) | WO2019167457A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11300968B2 (en) * | 2018-05-16 | 2022-04-12 | Massachusetts Institute Of Technology | Navigating congested environments with risk level sets |
EP4113477A4 (en) * | 2020-02-27 | 2023-08-02 | Panasonic Intellectual Property Management Co., Ltd. | ORDERING SYSTEM AND ORDERING METHOD |
CN111694287B (zh) | 2020-05-14 | 2023-06-23 | 阿波罗智能技术(北京)有限公司 | 无人驾驶仿真场景中的障碍物模拟方法和装置 |
WO2022004446A1 (ja) * | 2020-07-03 | 2022-01-06 | ソニーグループ株式会社 | 情報処理装置、および情報処理方法、情報処理システム、並びにプログラム |
US20230251846A1 (en) * | 2020-07-03 | 2023-08-10 | Sony Group Corporation | Information processing apparatus, information processing method, information processing system, and program |
CN114527737B (zh) * | 2020-11-06 | 2024-08-02 | 陕西世纪华耀科技有限公司 | 用于自动驾驶的速度规划方法、装置、设备、介质和车辆 |
WO2022137506A1 (ja) * | 2020-12-25 | 2022-06-30 | 日本電気株式会社 | 運転評価システム、学習装置、評価結果出力装置、方法およびプログラム |
DE102021203809B4 (de) * | 2021-03-16 | 2023-05-04 | Continental Autonomous Mobility Germany GmbH | Fahrverlaufsschätzung in einem Umfeldmodel |
EP4113241B1 (en) * | 2021-07-01 | 2023-08-16 | Volvo Autonomous Solutions AB | Method and system for traffic control of a plurality of vehicles, in particular autonomous vehicles |
CN113295174B (zh) * | 2021-07-27 | 2021-10-08 | 腾讯科技(深圳)有限公司 | 一种车道级定位的方法、相关装置、设备以及存储介质 |
JP7462687B2 (ja) * | 2022-01-11 | 2024-04-05 | ソフトバンク株式会社 | データ生成装置、データ生成プログラム、モデル構築装置、モデル構築プログラム、学習済モデル、車両およびサーバ |
CN114415881B (zh) * | 2022-01-24 | 2024-02-09 | 东北大学 | 滑雪场环境要素云端实时链接的元宇宙滑雪系统 |
WO2023149264A1 (ja) * | 2022-02-01 | 2023-08-10 | キヤノン株式会社 | 制御システム、制御方法、及び記憶媒体 |
WO2023149353A1 (ja) * | 2022-02-01 | 2023-08-10 | キヤノン株式会社 | 制御システム、制御方法、及び記憶媒体 |
JPWO2023157301A1 (ja) * | 2022-02-21 | 2023-08-24 | ||
WO2023166845A1 (en) * | 2022-03-01 | 2023-09-07 | Mitsubishi Electric Corporation | System and method for parking an autonomous ego- vehicle in a dynamic environment of a parking area |
DE102022111744A1 (de) | 2022-05-11 | 2023-11-16 | Bayerische Motoren Werke Aktiengesellschaft | Computerimplementiertes Verfahren zum Erstellen einer Route für eine Kampagne zum Sammeln von Daten, Datenverarbeitungsvorrichtung, Server und Kraftfahrzeug |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017204145A (ja) | 2016-05-11 | 2017-11-16 | 株式会社豊田中央研究所 | 走行経路生成装置、モデル学習装置、及びプログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010048146A1 (en) * | 2008-10-20 | 2010-04-29 | Carnegie Mellon University | System, method and device for predicting navigational decision-making behavior |
US9090255B2 (en) * | 2012-07-12 | 2015-07-28 | Honda Motor Co., Ltd. | Hybrid vehicle fuel efficiency using inverse reinforcement learning |
CN106575382B (zh) * | 2014-08-07 | 2021-12-21 | 学校法人冲绳科学技术大学院大学学园 | 估计对象行为的计算机方法和系统、预测偏好的系统和介质 |
JP6623602B2 (ja) * | 2015-07-31 | 2019-12-25 | アイシン精機株式会社 | 駐車支援装置 |
EP3357780B1 (en) * | 2015-09-30 | 2022-10-26 | Sony Group Corporation | Driving control device, driving control method, and program |
US10061316B2 (en) * | 2016-07-08 | 2018-08-28 | Toyota Motor Engineering & Manufacturing North America, Inc. | Control policy learning and vehicle control method based on reinforcement learning without active exploration |
US10065654B2 (en) * | 2016-07-08 | 2018-09-04 | Toyota Motor Engineering & Manufacturing North America, Inc. | Online learning and vehicle control method based on reinforcement learning without active exploration |
WO2018220418A1 (en) * | 2017-06-02 | 2018-12-06 | Toyota Motor Europe | Driving assistance method and system |
US10416677B2 (en) * | 2017-11-14 | 2019-09-17 | Uber Technologies, Inc. | Autonomous vehicle routing using annotated maps |
-
2019
- 2019-01-16 US US16/971,195 patent/US20210116930A1/en active Pending
- 2019-01-16 WO PCT/JP2019/001106 patent/WO2019167457A1/ja active Application Filing
- 2019-01-16 CN CN201980014623.5A patent/CN111758017A/zh active Pending
- 2019-01-16 JP JP2020502850A patent/JP7405072B2/ja active Active
- 2019-01-16 DE DE112019001046.8T patent/DE112019001046T5/de active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017204145A (ja) | 2016-05-11 | 2017-11-16 | 株式会社豊田中央研究所 | 走行経路生成装置、モデル学習装置、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2019167457A1 (ja) | 2019-09-06 |
JPWO2019167457A1 (ja) | 2021-02-12 |
US20210116930A1 (en) | 2021-04-22 |
DE112019001046T5 (de) | 2020-11-26 |
CN111758017A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7405072B2 (ja) | 移動制御システム、移動制御方法、及びプログラム | |
US11493926B2 (en) | Offline agent using reinforcement learning to speedup trajectory planning for autonomous vehicles | |
CN110462543B (zh) | 用于评估自动驾驶车辆的感知要求的基于仿真的方法 | |
JP7136106B2 (ja) | 車両走行制御装置、および車両走行制御方法、並びにプログラム | |
US11467591B2 (en) | Online agent using reinforcement learning to plan an open space trajectory for autonomous vehicles | |
US20210009121A1 (en) | Systems, devices, and methods for predictive risk-aware driving | |
CN108255170B (zh) | 动态地调整自动驾驶车辆的速度控制率的方法 | |
WO2020202741A1 (ja) | 情報処理装置及び情報処理方法、コンピュータプログラム、並びに移動体装置 | |
US11409284B2 (en) | Relaxation optimization model to plan an open space trajectory for autonomous vehicles | |
EP3882100B1 (en) | Method for operating an autonomous driving vehicle | |
US11815891B2 (en) | End dynamics and constraints relaxation algorithm on optimizing an open space trajectory | |
CN114026463B (zh) | 基于部分点云的行人速度估计方法 | |
JP7374098B2 (ja) | 情報処理装置及び情報処理方法、コンピュータプログラム、情報処理システム、並びに移動体装置 | |
CN113064143B (zh) | 用于具有多LiDAR传感器的自动驾驶车辆的再校准确定系统 | |
WO2019203022A1 (ja) | 移動体、情報処理装置、情報処理方法、及びプログラム | |
CN112977473A (zh) | 用于预测移动障碍物驶出十字路口的方法及系统 | |
WO2021090897A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
WO2022024803A1 (ja) | 学習モデルの生成方法、情報処理装置、情報処理システム | |
WO2019150918A1 (ja) | 情報処理装置、情報処理方法、プログラム、及び移動体 | |
WO2019078010A1 (ja) | 情報処理装置、情報処理方法、移動体、及び、車両 | |
JP7487178B2 (ja) | 情報処理方法、プログラム、及び、情報処理装置 | |
JPWO2019073795A1 (ja) | 情報処理装置、自己位置推定方法、プログラム、及び、移動体 | |
CN114764022B (zh) | 用于自主驾驶车辆的声源检测和定位的系统和方法 | |
WO2021033574A1 (ja) | 情報処理装置、および情報処理方法、並びにプログラム | |
CN116674593A (zh) | 用于自主车辆的具有异常检测的安全增强规划系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211129 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20211129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230213 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230613 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230803 |
|
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: 20231114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231127 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7405072 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |