KR20230003060A - 동적 교통 시나리오들에서의 교통-법-준수 의사 결정 - Google Patents

동적 교통 시나리오들에서의 교통-법-준수 의사 결정 Download PDF

Info

Publication number
KR20230003060A
KR20230003060A KR1020227041321A KR20227041321A KR20230003060A KR 20230003060 A KR20230003060 A KR 20230003060A KR 1020227041321 A KR1020227041321 A KR 1020227041321A KR 20227041321 A KR20227041321 A KR 20227041321A KR 20230003060 A KR20230003060 A KR 20230003060A
Authority
KR
South Korea
Prior art keywords
detection area
control unit
vehicle
driving operation
measurement data
Prior art date
Application number
KR1020227041321A
Other languages
English (en)
Other versions
KR102641931B1 (ko
Inventor
춘기 박
벤자민 울머
얀 클라인디크
도미닉 마우허
펠릭스 쿤츠
진성 권
Original Assignee
로베르트 보쉬 게엠베하
메르세데스-벤츠 그룹 아게
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 로베르트 보쉬 게엠베하, 메르세데스-벤츠 그룹 아게 filed Critical 로베르트 보쉬 게엠베하
Publication of KR20230003060A publication Critical patent/KR20230003060A/ko
Application granted granted Critical
Publication of KR102641931B1 publication Critical patent/KR102641931B1/ko

Links

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • 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
    • B60W2554/20—Static objects
    • 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
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2201/00—Application
    • G05D2201/02—Control of position of land vehicles
    • G05D2201/0213—Road vehicle, e.g. car or truck

Abstract

본 개시내용은 제어 유닛에 의해 차량의 운전 조작을 결정하기 위한 방법에 관한 것이며, 적어도 하나의 센서의 교통 상황에 대한 측정 데이터가 수신되며, 현재 검출 영역은 수신된 측정 데이터를 평가함으로써 확인되고, 센서 모델은 수신된 측정 데이터에 기초하여 생성되며, 그리고 적어도 하나의 센서의 추정된 검출 영역은 차량의 차량 포지션에 기초하여 포워드 시뮬레이션을 통해 수신된 측정 데이터로부터 모델링되며, 생성된 센서 모델은 적어도 하나의 운전 조작의 결과로서, 검출 영역에서의 변화를 확인하는 데 사용되며, 센서 모델의 결과로서, 시뮬레이팅된 검출 영역에서의 증가로 이어지는 운전 조작이 결정된다. 또한, 제어 유닛, 컴퓨터 프로그램, 및 기계-판독가능한 저장 매체가 개시된다.

Description

동적 교통 시나리오들에서의 교통-법-준수 의사 결정
본 발명은 차량의 운전 조작을 결정하기 위한 방법, 제어 유닛, 컴퓨터 프로그램, 및 기계-판독가능한 저장 매체에 관한 것이다.
특허 출원은 독일 특허 출원 10 2020 111 486.9의 우선권을 주장하며, 이의 개시 내용은 이와 함께 역-인용(back- reference)을 통해 본원에 포함된다.
또한, 동적 교통 상황들의 처리는 제한된 가시성으로 인해 또는 환경 센서 시스템의 검출 구역의 가림으로 인해 종종 추가적으로 저지된다. 환경 센서 시스템의 검출 영역은, 예를 들어, 다른 도로 사용자들 또는 동적 물체들에 의해 또는 정적 장애물들, 예컨대, 나무들, 건물들 또는 주차된 차량들에 의해 가려질 수 있다.
환경 센서 시스템의 검출 영역을 제한하는 이러한 유형의 물체들 가리는 것은 자동 운전 기능들을 구현하기 위해 고려되어야 한다. 특히, 자동화된 운전 기능들을 수행하는 차량의 움직임으로 인한 또는 예를 들어, 트럭들과 같은 동적 물체들의 움직임으로 인한 검출 영역에서의 미래 변화가 고려되어야 한다.
차량의 환경 센서 시스템의 검출 영역은, 도로 사용자들이 환경 센서 시스템의 스캐닝 영역을 떠나거나 스캐닝 영역 내로 운전한다면, 심지어 정지 상태일 때에도 변할 수 있다.
부분적으로 관찰가능한 마르코프 결정 프로세스(Markov decision process)를 실행하기 위한 방법들이 공지되어 있다. 그러나, 이러한 유형의 방법들은 집중적인 처리를 요구하고, 그리고 차량들에 탑재된 정상적인 제어 유닛들에서 구현될 수 없다.
본 발명의 기초가 되는 목적은 센서들의 검출 영역의 손상들을 처리하기 위한 방법을 제안하는 것으로 간주될 수 있다.
이러한 목적은 독립항들의 각각의 청구 대상에 의해 달성된다. 본 발명의 유리한 설계들은 개개의 종속적인 종속항들의 청구 대상을 형성한다.
본 발명의 일 양태에 따르면, 제어 유닛에 의해 차량의 운전 조작을 결정하기 위한 방법이 제공된다. 일 단계에서, 교통 상황에 관한 측정 데이터가 적어도 하나의 센서로부터 수신된다.
적어도 하나의 센서의 현재 검출 영역 또는 가시성의 현재 정도는 수신된 측정 데이터를 평가함으로써 결정된다. 가시성의 정도는 적어도 하나의 센서의 스캐닝 영역의 범위 또는 가림의 측정치로서 규정될 수 있다. 장애물들이 없는 개방 영역에서, 센서의 검출 영역을 나타내는 센서의 가시성의 정도는, 예를 들어, 100%일 수 있다. 장애물들의 수가 증가하는 경우, 가시성의 정도가 감소되거나, 검출 영역이 보다 작아진다. 가시성의 현재 정도는, 측정 데이터가 수신된 시점에서 가시성의 정도를 나타낸다.
검출 영역은 측정 데이터를 결정하기 위해 센서 시스템에 의해 스캐닝되거나(scanned) 레지스터링될(registered) 수 있는 영역 또는 체적으로서 설계될 수 있다.
추가의 단계에서, 센서 모델은 수신된 측정 데이터에 기초하여 생성되며, 그리고 적어도 하나의 센서의 추정된 검출 영역은 차량의 차량 포지션에 기초하여 포워드 시뮬레이션(forward simulation)을 통해 수신된 측정 데이터로부터 모델링된다. 생성된 센서 모델은 바람직하게는, 측정 데이터가 생성되거나 수신될 때 실제 교통 상황과 비교될 수 있다. 센서 모델의 품질은 이러한 조치를 통해 결정될 수 있고 그리고 선택적으로 개선될 수 있다.
생성된 센서 모델은 적어도 하나의 운전 조작으로 인해 적어도 하나의 센서의 검출 영역에서의 변화를 결정하는 데 사용된다. 가능한 운전 조작들의 사전 규정된 목록은 이러한 목적을 위해 센서 모델에 의해 체크될 수 있다. 차량의 정지는 운전 조작으로서 유사하게 구현될 수 있다.
그 후, 센서 모델로 인해, 적어도 하나의 센서의 시뮬레이션된 장애 정도의 증가 또는 시뮬레이션된 검출 영역의 증가를 초래하는 운전 조작이 결정된다. 이를 실행하기 위해, 사용되는 운전 조작들의 결과들은 서로 및/또는 현재 교통 상황 또는 가시성의 현재 정도와 비교될 수 있다.
본 방법에 의해, 검출 영역 또는 가시성의 정도를 최적화하기 위해 사용가능한 센서-기반 또는 측정-데이터-기반 센서 모델들이 생성될 수 있다. 특히, 차량의 센서 시스템의 미래 검출 영역은 증가될 수 있으며, 실행될 운전 조작에 관한 결정은 가시성의 정도의 개선에 따라 제어 유닛에 의해 이루어진다. 센서의 검출 영역이 증가된다면, 가시성의 정도가 개선될 수 있다. 증가는 검출 영역의 증가된 각도의 형태로 및/또는 증가된 범위의 형태로 설계될 수 있다. 검출 영역이 보다 적은 장애물들에 의해, 센서 시스템으로부터 보다 큰 거리에 있는 장애물들에 의해, 또는 보다 작은 장애물들에 의해 또는 장애물들 없이 가려진다면, 검출 영역은 증가될 수 있다.
검출 영역을 증가시키는 운전 조작의 결정 후에, 차량을 제어하는 데 사용가능한 제어 명령들은 제어 유닛에 의해 생성될 수 있다. 따라서, 차량은 결정되거나 선택된 운전 조작을 수행하기 위해 제어 유닛에 의해 촉진될 수 있다.
생성된 센서 모델은 바람직하게는, 센서들의 스캐닝 영역에서 검출되는 도로 사용자들, 정적 물체들 및 동적 물체들을 고려할 수 있고, 그리고 이들의 미래 거동을 예측할 수 있다. 특히, 검출 영역에 영향을 주는 정적 및 동적 인자들이 결정될 수 있다.
검출 영역 이외에도, 예를 들어, 관찰불가능하거나 검출불가능한 도로 사용자들에 관한 것과 같은 우선권 규칙들, 담합(collusion)의 위험들, 편의 인자들, 및 교통 규칙들의 가능한 위반들은 생성된 센서 모델에 의해 추가적으로 고려될 수 있다.
자동화된 운전 작동 동안의 도로 안전성 및 편의는 본 방법에 의해 증가될 수 있다. 자동으로 작동되는 차량은, 교통을 차단하는 것이 추가적으로 방지될 수 있으며, 그리고 특히 매끄러운 교통 흐름이 가능해질 수 있다.
운전 조작에 관한 결정은, 예를 들어, 트리-서치 알고리즘들(tree-search algorithms)의 형태로 이루어질 수 있다. 대안적으로 또는 부가적으로, 따라서, 운전 조작들의 순서는, 센서의 검출 영역에 대해 유리한 것으로 선택될 수 있다.
트리 서치는, 미래 내로의 수초에 걸쳐 연장하고 따라서 개별적인 것으로 설계되는 시간 기간에 걸쳐 연장할 수 있다. 가능한 운전 조작들은, 바람직하게는, 새로운 측정 데이터가 적어도 하나의 센서로부터 이용가능하자마자, 연속적으로 다시 계산될 수 있다.
기존의 또는 활성 트리 서치들은 새로운 측정 데이터 및/또는 환경 정보의 발생으로 중단될 수 있다.
대안적으로 또는 부가적으로, 기존의 또는 활성 트리 서치들은 새로운 측정 데이터 및/또는 환경 정보의 발생으로 계속 실행될 수 있으며, 새로운 측정 데이터에 기초한 적어도 하나의 새로운 병렬 트리 서치가 시작된다.
수행된 트리 탐색이 수렴하자마자, 수렴된 트리 서치의 결과가 사용될 수 있다. 결과는 바람직하게는 센서 모델로 인해 시뮬레이션된 검출 영역에서의 증가를 유발시키는 운전 조작의 형태로 발생할 수 있다.
검출 영역에서의 증가는 검출 영역의 가림의 감소된 정도를 초래한다.
본 방법을 기초로 하여, 차량은, 예를 들어, 도로 정션의 차량 환경에서 정적 물체들의 존재 시에, 복수의 연속적인 운전 조작들의 거동 순서로서, 정지 선에 대한 접근, 교차부에 대한 규정된 거리에 걸친 느린 접근, 및 교차부의 후속하는 횡단을 수행할 수 있다.
차량 환경에서 동적 물체들의 존재시에, 차량은, 예를 들어, 우선적으로 정지선에서 정지할 수 있고, 검출 영역이 적합하다면, 교차부를 횡단할 수 있다.
본 발명의 추가의 양태에 따르면, 제어 유닛이 제공되며, 제어 유닛은 본 방법을 실행하도록 구성된다. 제어 유닛은, 예를 들어, 차량에 탑재된 제어 유닛, 차량 외부의 제어 유닛 또는 예를 들어, 클라우드 시스템(cloud system)과 같은, 차량 외부의 서버 유닛일 수 있다. 제어 유닛은 바람직하게는 차량에 탑재된 적어도 하나의 센서로부터 결정되는 측정 데이터를 수신할 수 있고 그리고 평가할 수 있다.
또한, 본 발명의 일 양태에 따르면, 컴퓨터 프로그램이 컴퓨터 또는 제어 유닛에 의해 실행될 때, 본 발명에 따른 본 방법을 실행하도록 컴퓨터 또는 제어 유닛을 촉진시킬 수 있는 명령들을 포함하는 컴퓨터 프로그램이 제공된다. 본 발명의 추가의 양태에 따르면, 본 발명에 따른 컴퓨터 프로그램이 저장되는 기계-판독가능한 저장 매체가 제공된다.
여기서, 차량은 BASt 표준에 따라 보조식(assisted), 부분 자동화된, 고도 자동화된 및/또는 완전 자동화된 또는 운전자 없는 것으로 작동가능할 수 있다. 차량은, 예를 들어, 승용차, 로봇, 드론(drone), 선박, 레일 차량, 로보택시(robotaxi), 산업용 로봇, 다용도 차량, 버스, 항공기, 헬리콥터 등으로서 설계될 수 있다.
예시적인 일 실시예에 따르면, 적어도 하나의 운전 조작은, 전방으로 느린 운전, 교통 교차로로의 진입, 턴(turn), 정지 또는 정지 상태를 유지하는 것으로서 설계되고, 그리고 생성된 센서 모델에 의해 검출 영역에서의 변화를 결정하는 데 사용된다. 센서 모델에 의해 사용가능한 가능한 운전 조작들의 목록이 결과로서 제공될 수 있다. 개개의 운전 조작들은 또한, 연속적으로 실행가능한 운전 조작들의 순서로서 사용될 수 있다.
추가의 예시적인 실시예에서, 현재 검출 영역은 수신된 측정 데이터에 기초하여 동적 물체들 및/또는 정적 물체들을 식별함으로써 결정된다. 검출 영역 또는 검출 영역을 가리는 정도에 대한 환경의 영향은 이러한 측정에 의해 추정될 수 있다. 특히, 주차된 차량들, 컨테이너들, 건물들, 초목 등은, 시간에 걸쳐 변하지 않을 것 같고 그리고 따라서 센서들 또는 차량의 포지션이 변하지 않는 상태를 유지한다면, 검출 영역에 영향을 주지 않는 정적 물체들에 할당될 수 있다. 동적 물체들의 경우에, 검출 영역은 또한, 환경 검출을 위한 센서들이 끼워맞춰지는 차량의 차량 움직임 없이 변경될 수 있다.
추가의 실시예에 따르면, 상이한 운전 조작들이 검출 영역에서의 변화를 결정하기 위해 생성된 센서 모델에 의해 병렬로 또는 연속적으로 사용된다. 가능한 운전 조작들은 이러한 조치에 의해 병행하여 입증될 수 있으며, 그 결과, 본 방법이 보다 신속하게 실행될 수 있다. 운전 조작들이 연속적으로 체크된다면, 예를 들어, 사전 규정된 체킹 단계들이 구현될 수 있다.
운전 조작들은 바람직하게는, 가시성의 정도를 최적화하기 위한 관점과 비교되거나 선택된다.
맵 정보는 또한, 검출 영역 또는 검출 영역을 가리는 정도를 결정하기 위해 제어 유닛에 의해 수신될 수 있다.
추가의 예시적인 실시예에 따르면, 현재 검출 영역은, 상이한 길이 및/또는 폭의 직사각형들에 의한 측정 데이터에 기초하여 결정되는 차선들을 근사화하는 센서들에 의해 측정가능한 차선 간격에 기초하여 결정된다. 따라서, 본 방법은, 가시 영역들 및 따라서 또한 차선 간격 커버리지의 형태의 검출 영역을 규정할 수 있고 그리고 측정할 수 있다. 차선 간격 커버리지는 바람직하게는, 센서 시스템에 의해 가시적이거나 측정가능한 차선 섹션들을 오버레이하는 직사각형들에 의해 근사화될 수 있다. 직사각형, 다각형, 삼각형, 원형 등이 각각의 검출가능한 차선 섹션에 대해 사용될 수 있다. 그 결과로서, 본 방법은 자동 운전 기능과 관련된 영역들에 제한될 수 있다.
그 결과로서, 검출 영역의 호환성이 추가적으로 구현될 수 있다. 센서들에 의해 검출가능한 영역들의 크기는 기술적으로 간단한 방식으로 결정될 수 있고 그리고 비교 목적들을 위해 사용될 수 있다.
추가의 예시적인 실시예에서, 삼각형들에 의해 근사화되는 차선 간격들의 총 길이 및/또는 총 면적이 증가한다면, 검출 영역은 증가된다. 운전 조작들을 선택하기 위한 특히 효율적인 매개변수는 이러한 조치에 의해 제공될 수 있다. 특히, 총 길이 또는 총 면적은 기술적으로 간단한 방식으로 결정될 수 있고 그리고 비교 목적들을 위해 사용될 수 있다.
추가의 실시예에 따르면, 데이터는 통신 연결을 통해 수신되며, 센서 모델은 수신된 측정 데이터에 기초하여 그리고 통신 연결을 통해 수신된 데이터에 기초하여 생성된다. 센서 모델은 이러한 측정에 의해 보다 정밀하게 설계될 수 있는데, 왜냐하면 추가의 측정 데이터가 도로 사용자들 또는 기반구조 유닛들로부터 수신되기 때문이다. 데이터는 바람직하게는 차량-2-기반구조 또는 차량-2-차량 통신 연결을 통해 수신될 수 있다. 특히, 도로 사용자들의 미래 거동에 대한 정확한 예측이 수행될 수 있다.
본 발명의 바람직한 예시적인 실시예들은 실질적으로 간소화된 개략적인 도면들을 참조로 하여 아래에서 상세히 설명된다.
도 1은 일 실시예에 따른 방법을 예시하기 위해 개략적인 흐름 선도를 도시한다.
도 2는 교통 상황의 예의 평면도를 도시하며, 그리고
도 3은 나중에 도 2에서 도시되는 교통 상황의 평면도를 도시한다.
도 1은 일 실시예에 따른 방법(1)을 예시하기 위한 개략적인 흐름 선도를 도시한다. 본 방법은 자동화된 방식으로 작동가능한 차량(2)의 운전 조작을 결정하는 역할을 한다. 본 방법(1)은 바람직하게는 제어 유닛(4)에 의해 실행될 수 있다.
차량(2)은 도 2에서 예로써 도시되며, 제어 유닛(4) 이외에도, 환경 센서 시스템(6)을 갖는다. 환경 센서 시스템(6)은 하나 이상의 센서들로 구성될 수 있다. 환경 센서 시스템(6)은, 예를 들어, 레이다 센서들, LIDAR 센서들, 초음파 센서들, 카메라 센서들 등을 가질 수 있다.
단계(20)에서, 교통 상황(8)에 관한 측정 데이터가 적어도 하나의 센서(6)로부터 수신된다. 본 방법(1)은 식별된 교통 상황(8), 예컨대, 예를 들어, 교차로 또는 주요 도로로의 접근 도로에 의해 개시될 수 있다.
전류 검출 영역은 그 후, 수신된 측정 데이터를 평가함으로써 결정된다(21).
센서 모델은 수신된 측정 데이터에 기초하여 생성되며, 그리고 적어도 하나의 센서(6)의 추정된 검출 영역은 차량(2)의 차량 포지션에 기초하여 포워드 시뮬레이션을 통해 수신된 측정 데이터로부터 모델링된다(22). 전방 시뮬레이션은 센서 모델에 의해 수행되고 그리고 센서(6)의 포지션의 변화로 인해 검출 영역의 가능한 변화의 추정을 가능하게 한다.
생성된 센서 모델은 적어도 하나의 운전 조작으로 인한 검출 영역에서의 변화를 결정하는(23) 데 사용된다. 복수의 상이한 운전 조작들이, 예를 들어, 이러한 목적을 위해, 운전 조작들이 검출 영역을 증가시킬 것인지 감소시킬 것인지의 여부를 확인하기 위해, 체크된다. 검출 영역의 변화는 하나 이상의 운전 조작들의 실행에 의해 센서 모델에 의해 결정된다.
도시된 예시적인 실시예에서, 운전 조작들의 복수의 예들이 연속적으로 실행되거나 체크된다. 대안적으로, 가능한 운전 조작들의 병행 체크가 구현될 수 있다.
추가의 단계(24)에서, 도로 졍션 내로 또는 교통 교차로로의 차량(2)의 진입은 센서 모델에 의해 시뮬레이션되며, 그리고 검출 영역에서의 변화가 결정된다.
검출 영역이 초기 검출 영역과 비교하여 증가된다면(25), 또는 운전 조작의 안전한 실행이 확정된다면, 운전 조작의 실행은 제어 유닛(4)에 의해 개시될 수 있다(26). 이러한 요청(25)이 거부된다면, 다음의 운전 조작(27)이 체크될 수 있다.
예를 들어, 초기 포지션에서의 차량(2)의 정지는 다음의 운전 조작으로서 센서 모델에 의해 체크될 수 있다.
검출 영역에서의 변경은 체크(28)에서 결정된다. 차량이 정지하고 그리고 검출 영역이 차량 정지의 결과로서 증가될 때 도로 안전성이 보장된다면, 예를 들어, 도로 사용자들이 환경 센서 시스템(6)의 검출 영역을 떠나기 때문에, 정지가 제어 유닛(4)에 의해 개시된다(29). 그렇지 않으면, 다음 조작(30)이 체크된다.
교통 교차로로의 느리고 신중한 접근법(30)은 다음 운전 조작으로서 센서 모델에 의해 고려될 수 있다. 이러한 유형의 운전 조작이 안전한 것으로 카테고리화되고 그리고 검출 구역(31)에서의 증가를 가능하게 하면, 제어 유닛(4)은 교통 교차로(32)로의 차량(2)의 느리고 그리고 신중한 접근을 개시한다. 이러한 체크(31)가 거부되거나 네거티브(negative)로서 카테고리화된다면, 차량(2)은 그의 처음 포지션에 유지될 수 있다(33).
도 2는 교통 상황(8)의 예의 평면도를 도시한다. 동적 물체들(10) 또는 장애물들 및 정적 물체들(12) 또는 장애물들이 존재한다.
동적 물체들(10)은, 예를 들어, 차량(2)의 스캐닝 영역(A)의 일부들을 가리는 도로 사용자들이다. 고려되는 정적 물체들(12)은 건물들 또는 주차된 도로 사용자들일 수 있다.
화살표들(P)은 도로 사용자들(10) 및 차량(2)의 계획된 궤적들을 나타낸다.
도시되는 교통 상황(8)에서, 차량(2)은 T-정션(junction)의 전방에서 정지선(14)에서 정지한다. 결정을 구현하기 위해, 본 방법(1)은 제어 유닛(4)에 의해 실행된다. 환경 센서 시스템(6)의 현재 또는 초기 검출 영역이 이러한 목적을 위해 결정된다.
검출 영역 및 특히 검출 영역의 치수 또는 크기는 센서들에 의해 검출되는 차선 간격들(16)에 기초하여 결정된다. 차선 간격들(16)은 스캐닝 영역(A)에서 식별되는 차선들의 섹션들이고, 그리고 직사각형들에 의해 근사화된다.
직사각형들은 상이한 길이들 또는 폭들을 가지고, 그리고 검출 영역의 크기를 결정하기 위해 사용될 수 있다. 결정된 차선 간격들(16)의 총 길이 또는 총 면적은 검출 영역의 측정치로서 사용될 수 있다.
도 3은 이후에 도 2에서 도시되는 교통 상황(8)의 평면도를 도시한다. 차량(2)은 교통 교차로 또는 T-정션에 천천히 그리고 신중하게 접근했고 그리고 정지선(14)을 넘어서 주행했으며, 차량(2)에 대한 정적 물체들(12) 및 동적 물체들(10)의 포지션들은 변경되었다.
스캐닝 영역(A)이 변경되었고, 그리고 수행된 운전 조작으로 인해 검출 영역이 증가했다. 그 결과, 부가의 동적 도로 사용자들(11)은 센서들에 의해 검출가능하며, 그리고 차선 간격들(16)의 총 면적 또는 총 길이는 도 2의 상황과 비교하여 보다 크다.

Claims (10)

  1. 제어 유닛(4)에 의해 차량(2)의 운전 조작을 결정하기 위한 방법(1)으로서,
    교통 상황(8)에 관한 측정 데이터(measurement data)가 적어도 하나의 센서(sensor)(6)로부터 수신되며,
    상기 적어도 하나의 센서(6)의 전류 검출 영역이 수신된 측정 데이터를 평가함으로써 결정되고,
    센서 모델(sensor model)은 수신된 측정 데이터에 기초하여 생성되며, 그리고 상기 적어도 하나의 센서(6)의 추정된 검출 영역은 상기 차량(2)의 차량 포지션에 기초하여 전방 시뮬레이션(forward simulation)을 통해 수신된 측정 데이터로부터 모델링되며,
    상기 생성된 센서 모델은 적어도 하나의 운전 조작으로 인해 상기 적어도 하나의 센서(6)의 검출 영역에서의 변화를 결정하는 데 사용되고,
    상기 센서 모델로 인해 상기 시뮬레이팅된 검출 영역에서의 증가를 유발시키는 운전 조작이 결정되는,
    제어 유닛에 의해 차량의 운전 조작을 결정하기 위한 방법.
  2. 제1 항에 있어서,
    상기 적어도 하나의 운전 조작은, 전방으로 느린 운전, 교통 교차로로의 진입, 턴(turn), 정지 또는 정지 상태를 유지하는 것으로서 설계되고, 그리고 상기 생성된 센서 모델에 의해 상기 검출 영역에서의 변화를 결정하는 데 사용되는,
    제어 유닛에 의해 차량의 운전 조작을 결정하기 위한 방법.
  3. 제1 항 또는 제2 항에 있어서,
    상기 현재 검출 영역은 상기 수신된 측정 데이터에 기초하여 동적 물체들(12) 및/또는 정적 물체들(10)을 식별함으로써 결정되는,
    제어 유닛에 의해 차량의 운전 조작을 결정하기 위한 방법.
  4. 제1 항 내지 제3 항 중 어느 한 항에 있어서,
    상기 검출 영역에서의 변화를 결정하기 위해 상기 생성된 센서 모델에 의해 상이한 운전 조작들이 병렬로 또는 연속적으로 사용되는,
    제어 유닛에 의해 차량의 운전 조작을 결정하기 위한 방법.
  5. 제1 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 현재 검출 영역은, 길이 및/또는 폭이 상이한 직사각형들에 의한 상기 측정 데이터에 기초하여 결정되는 차선들을 근사화하는 센서들에 의해 결정가능한 차선 간격들(16)에 기초하여 결정되는,
    제어 유닛에 의해 차량의 운전 조작을 결정하기 위한 방법.
  6. 제5 항에 있어서,
    삼각형들에 의해 근사화되는 상기 차선 간격들(16)의 총 길이 및/또는 총 면적이 증가한다면, 상기 검출 영역은 증가되는,
    제어 유닛에 의해 차량의 운전 조작을 결정하기 위한 방법.
  7. 제1 항 내지 제6 항 중 어느 한 항에 있어서,
    상기 데이터는 통신 연결을 통해 수신되며, 그리고 상기 센서 모델은 상기 수신된 측정 데이터에 기초하여 그리고 상기 통신 연결을 통해 수신된 상기 데이터에 기초하여 생성되는,
    제어 유닛에 의해 차량의 운전 조작을 결정하기 위한 방법.
  8. 제어 유닛(4)으로서,
    상기 제어 유닛(4)은, 제1 항 내지 제7 항 중 어느 한 항에서 청구된 바와 같은 방법을 실행하도록 구성되는,
    제어 유닛.
  9. 컴퓨터 프로그램(computer program)으로서,
    상기 컴퓨터 프로그램은 명령들을 포함하며, 상기 명령은, 상기 컴퓨터 프로그램이 컴퓨터 또는 제어 유닛(4)에 의해 실행될 때, 상기 컴퓨터 또는 상기 제어 유닛이 제1 항 내지 제7 항 중 어느 한 항에서 청구된 바와 같은 방법을 실행하는 것을 유발시키는,
    컴퓨터 프로그램.
  10. 기계-판독가능한 저장 매체로서,
    제9 항에서 청구된 바와 같은 컴퓨터 프로그램이 상기 기계-판독가능한 저장 매체 상에 저장되는,
    기계-판독가능한 저장 매체.
KR1020227041321A 2020-04-28 2021-04-27 동적 교통 시나리오들에서의 교통-법-준수 의사 결정 KR102641931B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102020111486.9 2020-04-28
DE102020111486.9A DE102020111486A1 (de) 2020-04-28 2020-04-28 Verkehrsregelkonforme Entscheidungsfindung in dynamischen Verkehrsszenarien
PCT/EP2021/060986 WO2021219638A1 (de) 2020-04-28 2021-04-27 Verkehrsregelkonforme entscheidungsfindung in dynamischen verkehrsszenarien

Publications (2)

Publication Number Publication Date
KR20230003060A true KR20230003060A (ko) 2023-01-05
KR102641931B1 KR102641931B1 (ko) 2024-02-27

Family

ID=75787044

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227041321A KR102641931B1 (ko) 2020-04-28 2021-04-27 동적 교통 시나리오들에서의 교통-법-준수 의사 결정

Country Status (7)

Country Link
US (1) US11926341B2 (ko)
EP (1) EP4143652B1 (ko)
JP (1) JP2023519442A (ko)
KR (1) KR102641931B1 (ko)
CN (1) CN115443441B (ko)
DE (1) DE102020111486A1 (ko)
WO (1) WO2021219638A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021213166A1 (de) 2021-11-23 2023-05-25 Mercedes-Benz Group AG Verfahren und Vorrichtung zur Steuerung eines automatisiert fahrenden Fahrzeugs

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07334800A (ja) * 1994-06-06 1995-12-22 Matsushita Electric Ind Co Ltd 車両認識装置
JP2003228800A (ja) * 2002-02-01 2003-08-15 Nissan Motor Co Ltd 車両用推奨操作量生成装置
JP2014180986A (ja) * 2013-03-21 2014-09-29 Toyota Motor Corp 車線変更支援装置
KR20150111983A (ko) * 2013-01-25 2015-10-06 구글 인코포레이티드 센서 사각 지점들 및 한계들에 근거하여 자율주행 차량의 거동 수정
KR20190003800A (ko) * 2011-06-01 2019-01-09 웨이모 엘엘씨 센서 필드 선택

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8005616B2 (en) * 2004-10-20 2011-08-23 Adc Automotive Distance Control Systems Gmbh Method for determining relevant objects
DE102007039374A1 (de) * 2007-08-21 2009-02-26 Audi Ag Kraftfahrzeug mit einem Spurwechsel- oder einem Spurhalteassistenzsystem sowie einem Einparkhilfesystem
DE112009004902B4 (de) * 2009-06-11 2016-10-20 Toyota Jidosha Kabushiki Kaisha Verfahren zum Bestimmen einer Fahrzeugfahrposition und Fahrzeugfahrposition-Bestimmungsvorrichtung
DE102013222586A1 (de) * 2013-11-07 2015-05-07 Robert Bosch Gmbh Verfahren zur Vermeidung einer Kollision eines Kraftfahrzeugs mit einem falschfahrenden Fahrzeug und Steuer- und Erfassungseinrichtung für ein Kraftfahrzeug zur Vermeidung einer Kollision des Kraftfahrzeugs mit einem falschfahrenden Fahrzeug
DE102015212015A1 (de) * 2015-06-29 2016-12-29 Robert Bosch Gmbh Verfahren zur Vorhersage einer Größe einer Freifläche angrenzend an ein Fahrzeug, Datenverarbeitungsgerät
EP3709271B1 (en) * 2016-09-15 2022-11-02 Google LLC Image depth prediction neural networks
WO2018116919A1 (ja) * 2016-12-20 2018-06-28 日本電気株式会社 航走体制御装置、航走体の制御方法、及び航走体制御装置の制御プログラム
US10627812B2 (en) * 2017-02-14 2020-04-21 Honda Research Institute Europe Gmbh Risk based driver assistance for approaching intersections of limited visibility
US20180284234A1 (en) * 2017-03-29 2018-10-04 Luminar Technologies, Inc. Foveated Imaging in a Lidar System
US11169536B2 (en) * 2018-04-09 2021-11-09 SafeAI, Inc. Analysis of scenarios for controlling vehicle operations
DE102018117830A1 (de) * 2018-07-24 2020-01-30 Valeo Schalter Und Sensoren Gmbh Digitale Umfeldkarte mit Sensorreichweiten
EP3599141B1 (en) * 2018-07-25 2022-12-14 Continental Autonomous Mobility Germany GmbH A multi hypothesis prediction device for a vehicle
CN109947110A (zh) * 2019-04-02 2019-06-28 吉林大学 面向自动驾驶的车道自检算法在环仿真控制方法和系统
CN110588607B (zh) * 2019-10-25 2021-09-28 江苏赛麟汽车科技有限公司 一种基于多传感器的自动驻车系统的控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07334800A (ja) * 1994-06-06 1995-12-22 Matsushita Electric Ind Co Ltd 車両認識装置
JP2003228800A (ja) * 2002-02-01 2003-08-15 Nissan Motor Co Ltd 車両用推奨操作量生成装置
KR20190003800A (ko) * 2011-06-01 2019-01-09 웨이모 엘엘씨 센서 필드 선택
KR20150111983A (ko) * 2013-01-25 2015-10-06 구글 인코포레이티드 센서 사각 지점들 및 한계들에 근거하여 자율주행 차량의 거동 수정
JP2014180986A (ja) * 2013-03-21 2014-09-29 Toyota Motor Corp 車線変更支援装置

Also Published As

Publication number Publication date
EP4143652A1 (de) 2023-03-08
JP2023519442A (ja) 2023-05-10
US11926341B2 (en) 2024-03-12
CN115443441A (zh) 2022-12-06
KR102641931B1 (ko) 2024-02-27
US20230062581A1 (en) 2023-03-02
CN115443441B (zh) 2023-07-21
WO2021219638A1 (de) 2021-11-04
DE102020111486A1 (de) 2021-10-28
EP4143652B1 (de) 2024-04-03

Similar Documents

Publication Publication Date Title
US11693409B2 (en) Systems and methods for a scenario tagger for autonomous vehicles
Shalev-Shwartz et al. On a formal model of safe and scalable self-driving cars
US11169532B2 (en) Computer-assisted (CA)/autonomous driving (AD) vehicle inference model creation
US20190155291A1 (en) Methods and systems for automated driving system simulation, validation, and implementation
US20170364083A1 (en) Local trajectory planning method and apparatus for smart vehicles
CN106458214B (zh) 运行用于自动化地操纵机动车的驾驶员辅助系统的方法以及相应的机动车
US20160161270A1 (en) Autonomous vehicle detection of and response to yield scenarios
CN110834631A (zh) 一种行人避让方法、装置、车辆及存储介质
EP3232285A1 (en) Method and arrangement for monitoring and adapting the performance of a fusion system of an autonomous vehicle
CN115027464A (zh) 一种基于方向包围盒的自动驾驶碰撞检测方法
US11814072B2 (en) Method and system for conditional operation of an autonomous agent
CN112829769A (zh) 自动驾驶车辆的混合规划系统
US11531349B2 (en) Corner case detection and collection for a path planning system
CN116872921A (zh) 一种车辆规避风险方法、系统、车辆及存储介质
US11926341B2 (en) Traffic-rule-compliant decision-making in dynamic traffic scenarios
CN115688552A (zh) 行人意图让行
US20220340160A1 (en) Systems and methods for simulation supported map quality assurance in an autonomous vehicle context
US11592810B2 (en) Systems and methods for injecting faults into an autonomy system
KR20220137996A (ko) 경로 구간 평가 방법
CN113753040A (zh) 预测弱势道路用户乱穿马路行为
US11654938B1 (en) Methods and apparatus for disengaging an autonomous mode based on lateral error of an autonomous vehicle
Yoshihira et al. Developing an autonomous vehicle control system for intersections using obstacle/blind spot detection frames
KR102539363B1 (ko) 타깃의 지리적 위치를 추정하기 위한 방법 및 시스템
US20230084702A1 (en) System and method of adaptive, real-time vehicle system identification for autonomous driving
US20230117019A1 (en) System and method of same-loop adaptive simulation for autonomous driving

Legal Events

Date Code Title Description
A302 Request for accelerated examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant