KR20230042310A - 차량 제어를 위한 궤적 결정 방법 - Google Patents

차량 제어를 위한 궤적 결정 방법 Download PDF

Info

Publication number
KR20230042310A
KR20230042310A KR1020237005691A KR20237005691A KR20230042310A KR 20230042310 A KR20230042310 A KR 20230042310A KR 1020237005691 A KR1020237005691 A KR 1020237005691A KR 20237005691 A KR20237005691 A KR 20237005691A KR 20230042310 A KR20230042310 A KR 20230042310A
Authority
KR
South Korea
Prior art keywords
vehicle
safety
comfort
trajectory
control module
Prior art date
Application number
KR1020237005691A
Other languages
English (en)
Inventor
페터 자우터
게오르크 마이어
울리히 케르스켄
폴코 플레미히
크리스찬 코네테
Original Assignee
로베르트 보쉬 게엠베하
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 filed Critical 로베르트 보쉬 게엠베하
Publication of KR20230042310A publication Critical patent/KR20230042310A/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
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current 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
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/029—Adapting to failures or work around with other constraints, e.g. circumvention by avoiding use of failed parts
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • 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
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • 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
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0006—Digital architecture hierarchy
    • 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
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/029—Adapting to failures or work around with other constraints, e.g. circumvention by avoiding use of failed parts
    • B60W2050/0292—Fail-safe or redundant systems, e.g. limp-home or backup systems
    • 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
    • B60W2552/35—Road bumpiness, e.g. pavement or potholes
    • 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
    • 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
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle for navigation systems
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/023—Avoiding failures by using redundant parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Abstract

본 발명은 차량(100)을 제어하기 위한 궤적(120, 122)을 결정하기 위한 컴퓨터 구현 방법에 관한 것이며, 상기 차량(100)은 차량(100)의 환경을 감지하기 위한 센서 시스템(102, 102a, 102b), 및 센서 데이터(116)를 처리하고 차량(100)을 제어하기 위한 차량 컴퓨터(112)를 구비하고 있다. 이 방법은 다음 단계들을 포함한다: 차량 컴퓨터(112)의 제어 모듈(206)에서, 센서 시스템(102, 102a, 102b)에 의해 생성되었던 센서 데이터(116)를 수신하는 단계; 상기 센서 데이터(116)에 기초하여 안전 관련 물체들(104, 106, 109)을 검출하도록 구성되었던 안전 알고리즘에 상기 센서 데이터(116)를 입력하는 단계; 상기 센서 데이터(116)에 기초하여 편안 관련 물체들(108, 109)을 검출하도록 구성되었던 편안 알고리즘에 상기 센서 데이터(116)를 입력하는 단계; 차량(100)의 환경을 나타내고 검출된 물체들(104, 106, 108, 109)이 저장되며 시간이 지남에 따라 추적되는 환경 모델(226)을 사용하여 검출된 물체들(104, 106, 108, 109)의 미래 상태를 추정하는 단계; 상기 검출된 물체들(104, 106, 108, 109)의 추정된 미래 상태에 기초하여 안전 규칙을 고려한 안전 궤적(120) 및 편안 규칙을 고려한 편안 궤적(122)을 계산하는 단계; 상기 편안 궤적(122)이 상기 안전 규칙을 만족하는지 여부를 검사하는 단계; 상기 편안 궤적(122)이 상기 안전 규칙을 만족하는 경우 차량(100)의 제어를 위해 편안 궤적(122)을 사용하는 단계; 상기 편안 궤적(122)이 상기 안전 규칙을 만족하지 않는 경우 차량(100)의 제어를 위해 안전 궤적(120)을 사용하는 단계.

Description

차량 제어를 위한 궤적 결정 방법
본 발명은 차량 제어를 위한 궤적 결정 방법에 관한 것이다. 또한, 본 발명은 상기 방법을 실행하기 위한 차량 컴퓨터, 차량 시스템, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 매체에 관한 것이다.
자율 주행은 차량의 제어 컴포넌트들의 안전에 대한 요구 사항들이 높다. 동시에, 가능한 한 쾌적한 드라이빙 경험이 보장되어야 한다. 그러나 드라이빙 경험에 영향을 미치는 요인들은 차량의 환경에 따라 크게 달라질 수 있다. 따라서 가능한 한 많은 차량 상황에서 이러한 요인들이 확실하게 검출될 수 있다면 바람직할 것이다. 제어 컴포넌트들의 안전에 대한 요구 사항들은 더욱 충족되어야 한다.
차량은 차량 주변을 감지하는 센서 시스템과 센서 데이터를 처리하고 차량을 제어하는 차량 컴퓨터를 포함할 수 있다. 센서 시스템은 예를 들어 다수의 다른 유형의 센서들을 포함할 수 있다. 차량 컴퓨터는 예를 들어 개별 센서들의 센서 데이터를 병합하고(센서 데이터 퓨전이라고도 함), 병합된 센서 데이터의 평가에 의해 차량 주변에 있는 물체들을 검출하며, 차량과 검출된 물체들의 미래 상태를 고려하여 차량의 적합한 궤적을 계산하도록 구성될 수 있다.
이러한 배경에서, 여기에 제시된 접근법으로, 독립 청구항들에 따른 방법, 차량 컴퓨터, 차량 시스템, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 매체가 제공된다. 여기에 제시된 접근법의 바람직한 개선들은 상세한 설명 및 종속 청구항들에 나타난다.
본 발명의 실시예들은 차량 컴퓨터의 아키텍처를 가능한 한 안전한 궤적을 계산하기 위한 안전 도메인과 가능한 한 편안한 궤적을 계산하기 위한 편안 도메인으로 세분하는 것을 바람직한 방식으로 가능하게 한다. 이 경우, 예를 들어 센서 데이터 처리 및/또는 궤적 계산을 위한 서로 다른 알고리즘이 두 도메인 각각에 대해 사용될 수 있다. 이것은 각각의 알고리즘이 도메인의 각각의 요구 사항, 즉 안전 요구 사항 또는 편안 요구 사항에 특별히 맞춰질 수 있는 점에서 바람직하며, 그 결과 한편으로는 검출 정확도 및 다른 한편으로는 컴퓨팅 효율성이 증가될 수 있다.
본 발명의 제 1 양태는 차량 제어를 위한 궤적을 결정하기 위한 컴퓨터 구현 방법에 관한 것이며, 차량은 차량 주변을 감지하기 위한 센서 시스템과 센서 데이터를 처리하고 차량을 제어하기 위한 차량 컴퓨터를 갖추고 있다. 이 방법은 다음 단계들을 포함한다: 차량 컴퓨터의 제어 모듈에서, 센서 시스템에 의해 생성되었던 센서 데이터를 수신하는 단계; 상기 센서 데이터에 기초하여 안전 관련 물체들을 검출하도록 구성되었던 안전 알고리즘에 상기 센서 데이터를 입력하는 단계; 상기 센서 데이터에 기초하여 편안 관련 물체들을 검출하도록 구성되었던 편안 알고리즘에 상기 센서 데이터를 입력하는 단계; 차량의 환경을 나타내고 검출된 물체들이 저장되고 시간이 지남에 따라 추적되는 환경 모델을 사용하여 검출된 물체들의 미래 상태를 추정하는 단계; 상기 검출된 물체들의 추정된 미래 상태에 기초하여 안전 규칙을 고려한 안전 궤적 및 편안 규칙을 고려한 편안 궤적을 계산하는 단계; 상기 편안 궤적이 안전 규칙을 만족하는지 여부를 검사하는 단계; 상기 편안 궤적이 상기 안전 규칙을 만족하는 경우 차량의 제어를 위해 편안 궤적을 사용하는 단계; 상기 편안 궤적이 상기 안전 규칙을 만족하지 않는 경우 차량의 제어를 위해 안전 궤적을 사용하는 단계.
차량은 예를 들어 승용차, 트럭, 버스 또는 오토바이일 수 있다. 또는 차량은 로봇을 의미하는 것으로 이해될 수도 있다.
이 방법은 예를 들어 차량 컴퓨터에 의해 자동으로 실행될 수 있다. 차량 컴퓨터는 하드웨어 모듈 및/또는 소프트웨어 모듈을 포함할 수 있다. 따라서, 제어 모듈은 하드웨어 및/또는 소프트웨어로 구현될 수 있다. 차량 컴퓨터는 특히 프로세서, 메모리, 및 상기 프로세서와 상기 메모리 간의 데이터 통신을 위한 버스 시스템을 포함할 수 있다. 또한 차량 컴퓨터는 외부 장치들, 예를 들어 다른 차량들 또는 Car-to-X 통신이라고도 하는 인프라 시설들 또는 인터넷과의 데이터 통신을 위한 하나 이상의 인터페이스를 포함할 수 있다.
센서 시스템은 초음파 센서, 레이더 센서, 라이다 센서 또는 카메라와 같은 적어도 하나의 환경 센서를 포함할 수 있다. 또한, 센서 시스템은 요레이트(yaw rate) 센서, 가속도 센서, 휠 속도 센서 또는 스티어링 휠 각도 센서와 같은 적어도 하나의 드라이빙 다이내믹스 센서를 포함할 수 있다. 또한 센서 시스템은 GPS, GLONASS 또는 이와 유사한 글로벌 내비게이션 위성 시스템을 사용하여 차량의 절대 위치를 결정하기 위한 위치 센서를 포함할 수 있다. 차량의 절대 위치는 추가적으로 또는 대안적으로 드라이빙 다이내믹스 센서(들)로부터의 센서 데이터에 기초하여 결정될 수 있다.
차량 컴퓨터는 차량의 액추에이터 시스템을 적절하게 제어함으로써 부분 자동화된 방식으로 또는 완전 자동화된 방식으로 차량을 제어하도록, 즉 조향, 가속, 제동 또는 내비게이션하도록 구성될 수 있다. 액추에이터 시스템은 예를 들어 적어도 하나의 스티어링 액추에이터, 적어도 하나의 브레이크 액추에이터 및/또는 엔진 제어 유닛을 포함할 수 있다. 예를 들어 액추에이터 시스템을 제어하기 위해 차량에 하나 이상의 운전자 지원 기능들이 구비될 수 있다. 이러한 운전자 지원 기능은 하드웨어 및/또는 소프트웨어로 구현될 수 있으며 예를 들어 차량 컴퓨터에 통합될 수 있다.
센서 데이터는 센서 시스템의 개별 센서들의 출력일 수 있다. 예를 들어, 상기 출력은 센서들의 원시 데이터의 필터링 및/또는 변환에 의해 생성되었던 데이터일 수 있다. 그러나 센서 데이터는 센서들의 출력의 처리에 의해 생성되었던 데이터일 수도 있다.
물체를 검출하는 경우 예를 들어 "다가오는 차량", "보행자" 또는 "차선 표시"와 같은 물체의 물체 클래스뿐만 아니라 물체의 속도, 위치, 및/또는 차량 및/또는 다른 검출된 물체들에 대한 방향이 여러 연속 시간 단계에서 검출될 수 있다. 검출된 물체, 즉 예를 들어 그 물체 클래스, 속도, 위치 및/또는 방향이 물체 목록에 저장되고 지속적으로 업데이트될 수 있다.
이 경우, 검출된 물체들의 추정된 현재 상태에 기초하여 안전 궤적 및 편안 궤적이 계산될 수 있다.
또한, 디지털 맵을 사용하여 물체가 검출될 수 있다(아래 참조).
검출된 물체들은 베이즈(Bayes) 필터, 입자 필터 또는 칼만(Kalman) 필터와 같은 상태 추정기를 사용하여 시간 경과에 따라 추적될 수 있다.
차량의 환경은 예를 들어 물체 목록에 저장된 물체들에 기초하여 공통 교통 공간에서 차량 및 다른 도로 사용자의 움직임을 예측하도록 구성된 환경 모델로 나타낼 수 있다. 교통 공간은 도로 표시, 자유롭게 통과할 수 있는 영역, 교통 표지판 또는 교통 신호 시스템과 같은 검출된 물체들에 의해 정의될 수 있다.
차량 및/또는 검출된 물체는 예를 들어 차량 또는 검출된 물체의 측정된 위치를 디지털 맵에 저장된 물체들의 위치들과 비교함으로써 로컬리제이션될 수 있다. 예를 들어, 디지털 맵에 저장된 물체들은 환경 모델에 통합될 수 있다.
편안 알고리즘과 안전 알고리즘은 서로 다를 수 있다. 예를 들어, 편안 알고리즘은 기계 학습에 의해 트레이닝될 수 있는 반면, 안전 알고리즘은 보호 및 해제가 훨씬 더 쉬운, 예를 들어 SOTIF(Safety Of The Intended Functionality) 또는 ISO 26262 표준 범위의 알고리즘일 수 있다.
편안과 관련된 것은 예를 들어, 차량이 이동하는 도로의 특성일 수 있다. 예를 들어, 도로가 평평한지 평평하지 않은지, 커브가 적은지 많은지, 포장된지 비포장인지, 경치가 아름다운지 덜 아름다운 위치인지, 교통량이 적은지 많은지 여부, 보행자, 자전거 타는 사람, 스케이트 보더 또는 이와 유사한 사람이 도로 옆에 머물고 있는지 여부, 병원과 같은 특수 건물이 있는지 여부, 트럭, 밴, 오토바이, 거리 청소 차량과 같은 특수 차량이 인접한 차선에 또는 더 먼 차선에 있는지 여부 등이 차량 탑승자의 편안과 관련이 있을 수 있다. 일반적으로 편안 알고리즘은 예를 들어 도로에서 멀리 떨어진 물체들과 같이 안전한 궤적 계획에 필요한 것보다 더 넓은 범위에서 훨씬 더 많은 수의 물체 클래스들을 검출하고 예측하도록 구성될 수 있다. 다른 도로 사용자, 특히 보행자 또는 자전거 타는 사람의 편안에는, 예를 들어 차량이 이동하는 도로가 젖어 있는지 건조한지, 더럽거나 깨끗한지 등이 관련될 수 있다. 피해야 하는 것은, 예를 들어, 다른 도로 사용자가 지나가는 차량에 의해 물 튀김을 당하거나 오염되거나 또는 그 밖의 방식으로 방해를 받는 것이다.
안전 관련 물체는 차량 및/또는 다른 도로 사용자의 안전에 결정적인 영향을 미치거나 영향을 미칠 수 있는 물체를 의미하는 것으로 이해될 수 있다. 예를 들어, 이들은 차량이 충돌해서는 안 되는 대상들 또는 다른 도로 사용자 또는 차선 표시 등일 수 있다.
안전 관련 물체는 동시에 편안 관련 물체일 수도 있고 그 반대의 경우도 마찬가지이다.
안전 규칙은 예를 들어 지정된 거리, 지정된 정렬 및/또는 다른 도로 사용자, 도로 표시 등과 같은 안전 관련 물체들에 대한 차량의 지정된 상대 속도일 수 있다.
이와 유사하게, 편안 규칙은 예를 들어 지정된 거리, 지정된 정렬 및/또는 편안 관련 물체들에 대한 차량의 지정된 상대 속도일 수 있다. 편안 규칙은 예를 들어 환경 모델 및/또는 카메라 이미지와 같은 센서 데이터를 평가하고 자연스럽게 관찰되는 사람들의 운전 행동을 기반으로 트레이닝되었던 인공 신경망과 같은 인간 학습 알고리즘의 형태로 주어질 수 있다.
달리 표현하면, 이 방법은 편안과 안전 레벨(또는 도메인)로 세분되는 차량 컴퓨터의 아키텍처를 기반으로 하므로 각 레벨에서 이것에 대해 가장 적합한 알고리즘이 사용될 수 있다. 예를 들어 편안 관련 특징들의 비교적 복잡한 검출에는 인공 신경망과 같은 적절하게 트레이닝된 기계 학습 알고리즘이 사용될 수 있는 반면, 안전 관련 특징들의 검출에는 보호 및 해제가 더 쉬운 알고리즘이 사용될 수 있다.
프로그래밍 노력을 적게 하기 위해 예를 들어 상이한 레벨에 대해 적어도 부분적으로 동일한 소프트웨어 컴포넌트들이 사용될 수 있다.
본 발명의 제 2 양태는 본 발명의 제 1 양태의 일 실시예에 따른 방법을 수행하도록 구성된 차량 컴퓨터에 관한 것이다. 이 방법의 특징들은 차량 컴퓨터의 특징들이 될 수도 있고 그 반대의 경우도 마찬가지이다.
본 발명의 제 3 양태는 차량의 환경을 감지하기 위한 센서 시스템 및 본 발명의 제 2 양태의 일 실시예에 따른 차량 컴퓨터를 포함하는 차량 시스템에 관한 것이다. 본 발명의 제 1 양태의 일 실시예에 따른 방법의 특징들은 차량 시스템의 특징들이 될 수도 있고 그 반대의 경우도 마찬가지이다.
본 발명의 추가 양태들은 컴퓨터 프로그램이 본 발명의 제 2 양태의 일 실시예에 따른 차량 컴퓨터에 의해 실행될 때 본 발명의 제 1 양태의 일 실시예에 따른 방법을 실행하는 컴퓨터 프로그램, 및 이러한 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 매체에 관한 것이다.
컴퓨터 판독 가능한 매체는 휘발성 또는 비휘발성 데이터 저장 장치일 수 있다. 예를 들어, 컴퓨터 판독 가능한 매체는 하드 디스크, USB 저장 장치, RAM, ROM, EPROM 또는 플래시 메모리일 수 있다. 컴퓨터 판독 가능한 매체는 프로그램 코드의 다운로드가 가능한 데이터 통신망, 예를 들어 인터넷 또는 데이터 클라우드(cloud)일 수도 있다. 본 발명의 제 1 양태의 일 실시예에 따른 방법의 특징들은 컴퓨터 프로그램 및/또는 컴퓨터 판독 가능한 매체의 특징들일 수 있고 그 반대의 경우도 마찬가지이다.
본 발명의 실시예에 대한 아이디어는 무엇보다도 아래에 설명된 사상들 및 인식들에 기초하는 것으로 간주될 수 있다.
일 실시예에 따르면, 안전 알고리즘의 출력들은 편안 알고리즘으로 입력되며, 여기서 편안 알고리즘은 안전 알고리즘의 출력들에 기초하여 편안 관련 물체들을 검출하도록 구성되었다. 따라서 편안 관련 물체들을 검출할 때 특정 안전 규칙을 준수할 수 있다. 즉, 편안 알고리즘은 이러한 방식으로 안전 알고리즘에 의해 더 안전하게 될 수 있다.
이미지와 같은 센서 원시 데이터는 전용 물체 검출 없이 편안 알고리즘에 의해 처리될 수도 있다.
일 실시예에 따르면, 편안 알고리즘은 센서 데이터에 기초하여 편안 관련 및/또는 안전 관련 물체들을 검출하기 위해 기계 학습에 의해 트레이닝되었다. 그 결과 비교적 높은 수준의 자율 주행 성능이 달성될 수 있다.
일 실시예에 따르면, 편안 알고리즘은 인공 신경망에 기초한다. 인공 신경망은 예를 들어 다층 퍼셉트론 또는 컨볼루션 신경망일 수 있다.
일 실시예에 따르면, 검출된 물체의 추정된 미래 상태에 기초하여 추가 안전 규칙을 고려하여 차량을 안전 상태로 만들기 위한 추가 안전 궤적이 계산된다. 추가 안전 궤적은 안전한, 즉 위험 최소 상태에서 차량을 정지시키기 위한 위험 최적화된 궤적을 의미할 수 있다. 예를 들어, 추가 안전 궤적을 통해 차량이 도로 가장자리에 정지될 수 있다. 추가 안전 궤적은 안전 궤적 계산이 실패할 경우 차량의 제어를 위해 사용된다. 안전 궤적과 추가 안전 궤적은 예를 들어 후자가 차량을 안전한 상태로 전환하는 반면 전자는 드라이브를 계속하고 적절한 미래 시점에 편안 궤적에 연결된다는 점에서 다를 수 있다.
일 실시예에 따르면, 이 방법은 또한 다음 단계들을 포함한다: 차량 컴퓨터의 추가 제어 모듈에서 센서 데이터를 수신하는 단계로서, 제어 모듈과 상기 추가 제어 모듈은 서로 독립적으로 전기 에너지를 공급받는, 상기 수신하는 단계; 추가 제어 모듈에 의해 센서 데이터를 안전 알고리즘에 입력하는 단계; 추가 제어 모듈에 의해 환경 모델을 사용하여 검출된 물체들의 미래 상태를 추정하는 단계; 추가 제어 모듈에 의해 검출된 물체들의 추정된 미래 상태에 기초하여 추가 안전 규칙을 고려하여 차량을 안전 상태로 전환하기 위한 추가 안전 궤적을 계산하는 단계; 추가 제어 모듈에 의해 제어 모듈이 작동하는지 여부를 검사하는 단계; 제어 모듈이 작동하지 않는 경우 추가 제어 모듈에 의해 차량을 제어하기 위해 추가 안전 궤적을 사용하는 단계. 이러한 방식으로, 차량 컴퓨터가 고장난 경우 차량을 무사고로 안전하게 안전한 상태로 전환하기 위해 리던던시가 생성될 수 있다.
일 실시예에 따르면, 차량 시스템은 본 발명의 제 1 양태의 일 실시예에 따른 방법을 수행하도록 구성된 제어 모듈, 및 상기 제어 모듈과 독립적으로 전기 에너지를 공급받을 수 있으며 본 발명의 제 1 양태의 일 실시예에 따른 방법을 수행하도록 구성된 적어도 하나의 추가 제어 모듈을 포함한다.
일 실시예에 따르면, 제어 모듈은 본 발명의 제 1 양태의 일 실시예에 따른 방법을 수행하도록 구성된 소프트웨어 모듈들을 포함한다. 또한, 추가 제어 모듈은 본 발명의 제 1 양태의 일 실시예에 따른 방법을 수행하도록 구성된 소프트웨어 모듈들을 포함한다. 추가 제어 모듈의 소프트웨어 모듈들은 적어도 부분적으로 제어 모듈의 소프트웨어 모듈들의 사본들이다.
본 발명의 실시예들은 첨부된 도면들을 참조하여 아래에서 설명되며, 도면이나 상세한 설명은 본 발명을 제한하는 것으로 해석되어서는 안 된다.
도 1은 본 발명의 일 실시예에 따른 차량 시스템을 구비한 차량을 도시한다.
도 2는 도 1의 차량 시스템을 도시한다.
도면들은 개략적이며 척도에 맞지 않는다. 도면들에서 동일한 도면 부호들은 동일한 특징들 또는 동일한 효과를 갖는 특징들을 나타낸다.
도 1은 차량(100) 주변의 물체들, 여기서는 예를 들어 도로 표시(104), 선행 차량(106), 웅덩이(108), 상기 웅덩이(108) 근처에 머물고 있는 보행자(109)를 감지하기 위한 센서 시스템(102), 액추에이터 시스템(110) 및 차량 컴퓨터(112)를 구비한 차량(100)을 도시한다. 액추에이터 시스템(110)은 예를 들어 하나 이상의 스티어링 또는 브레이크 액추에이터 및 엔진 제어 유닛을 포함할 수 있다. 차량 컴퓨터(112), 센서 시스템(102) 및 액추에이터 시스템(110)은 차량(100)을 부분 및/또는 완전 자동화된 방식으로 제어하도록 구성된 차량 시스템(114)의 컴포넌트들이다. 예를 들어, 차량 컴퓨터(112)는 차량(100)이 조향, 가속 또는 제동되는 방식으로 액추에이터 시스템(110)을 제어할 수 있다.
이를 위해, 차량 컴퓨터(112)는 먼저 센서 시스템(102)의 개별 센서들, 여기서는 예로서 카메라(102a) 및 레이더 센서(102b)로부터 센서 데이터(116)를 수신하고, 상기 센서 데이터(116)를 평가함으로써 차량(100)의 적어도 하나의 안전 궤적(120) 및 편안 궤적(122)을 계산한다(2개의 파선 화살표로 표시됨). 차량 컴퓨터(112)는 도로 표시(104), 선행 차량(106), 웅덩이(108) 및 보행자(109)를 검출한다. 편안 궤적(122)의 계산에는 예를 들어 웅덩이(108) 및 보행자(109)가 관련될 수 있는 반면, 안전 궤적(120)의 계산에는 보행자(109)에 더하여, 도로 표시(104) 및 선행 차량(106)이 관련될 수 있다.
일반적으로, 안전 궤적(120)의 계산과 관련된 모든 것이 편안 궤적(122)의 계산과 관련될 수 있다(도 1에 도시된 웅덩이의 검출 및 비켜감은 단지 예일 뿐이다).
2개의 궤적들(120, 122)은 도 2를 참조하여 아래에서 더 상세히 설명되는 바와 같이, 안전 궤적(120)이 안전 규칙의 우선 순위로 계산되고 편안 궤적(122)이 편안 규칙의 우선 순위로 계산된다는 점에서 서로 다를 수 있다. 간단히 말해서, 편안 궤적(122)은 차량(100)의 탑승자가 가능한 한 쾌적한 드라이빙 경험을 하고 동시에 다른 도로 사용자가 차량(100)에 의해 가능한 한 악영향을 받지 않도록 구성된다. 예를 들어, 안전 궤적(120)과는 달리 편안 궤적(122)은 웅덩이(108)를 피하여 차량(100)이 지나갈 때 보행자(109)가 물 튀김을 당하지 않도록 한다.
차량 컴퓨터(112)는 또한 편안 궤적(122)이 충분히 안전한지, 예를 들어 차량(100)이 웅덩이(108)를 피할 때 다가오는 차량과 충돌하지 않는지 여부를 검사한다. 편안 궤적(122)이 충분히 안전하면, 차량 컴퓨터(112)는 편안 궤적(122)에 따라 차량(100)을 안내하기 위해 액추에이터 시스템(110)을 제어한다. 그렇지 않으면, 차량 컴퓨터(112)는 차량(100)을 제어하기 위해 안전 궤적(120)을 사용한다.
도 2는 도 1의 차량 컴퓨터(112)의 가능한 아키텍처를 도시한다. 아키텍처는 안전 레벨(200), 편안 레벨(202) 및 리던던시 레벨(204)을 포함한다. 레벨들(200, 202, 204)은 차량 컴퓨터(112)의 아키텍처의 별도의 도메인을 나타낸다. 안전 레벨(200) 및 편안 레벨(202)은 1차 컴퓨팅 클러스터라고도 하는 제어 모듈(206)에서 구현된다. 리던던시 레벨(204)은 제어 모듈(206)과 독립적으로 전기 에너지를 공급받을 수 있는 추가 제어 모듈(208)에서 구현된다. 추가 제어 모듈(208)은 2차 컴퓨팅 클러스터라고도 할 수 있다. 제어 모듈(206)의 전압 공급 중단과 같은 고장 또는 오작동의 경우, 추가 제어 모듈(204)이 차량(100)을 제어한다.
차량 컴퓨터(112)는 3개의 레벨(200, 202, 204) 모두에 걸쳐 다양한 기능 영역들로 나뉘며, 이들은 아래에서 더 자세히 설명된다. 기능 영역들에 포함된 모듈들은 하드웨어 및/또는 소프트웨어로 구현될 수 있다. 도면 부호가 동일한 모듈들은 다른 레벨에서 구현되는 경우 하나의 동일한 모듈로 이해되어야 한다. 예를 들어, 추가 제어 모듈(208)의 모듈들은 적어도 부분적으로 제어 모듈(206)의 모듈들의 사본들일 수 있다. 모듈들 간의 데이터 흐름은 화살표로 표시된다.
제 1 기능 영역(210)은 다수의 연속적인 시간 단계에서 차량(100) 주변의 인식 및 센서 데이터(116)의 병합에 의한 물체 검출에 관한 것이다. 이를 위해 안전 레벨(200) 및 리던던시 레벨(204)에서 안전 인식 모듈(212)이 구현되고, 상기 안전 인식 모듈(212)은 센서 데이터(116)가 입력되며 출력으로서 검출된 안전 관련 물체들, 예를 들어 선행 차량(106), 도로 표시(104) 또는 보행자(109)를 제공하는 안전 알고리즘을 실행한다. 이와 병행해서, 편안 레벨(202)에서 편안 인식 모듈(214)이 구현되고, 상기 편안 인식 모듈(214)은 센서 데이터(116)가 입력되며 출력으로서 검출된 편안 관련 물체들, 예를 들어 보행자(109) 및 웅덩이(108)를 제공하는 편안 알고리즘을 실행한다.
편안 알고리즘은 적절하게 트레이닝된 분류기, 예를 들어 인공 신경망을 기반으로 할 수 있다. 특히, 인공 신경망은 심층 신경망, 예를 들어 트레이닝 가능한 다수의 컨볼루션 레이어(convolutional layers)를 갖는 컨볼루션 신경망일 수 있다.
안전 알고리즘은 편안 알고리즘보다 연산량이 적은 알고리즘일 수 있다. 안전 인식 모듈(212)은 ASIL-B(D) 또는 ASIL-D 품질 표준에 따라 개발되었을 수 있다.
제 2 기능 영역(216)은 안전 계층들(218) 및 편안 계층들(220)을 포함할 수 있는, 디지털 맵에서 차량(100) 및 검출된 물체들(104, 106, 108, 109)의 로컬리제이션에 관한 것이다. 안전 계층들(218) 및 편안 계층들(220)은 그들의 안전 요구사항들이 서로 다를 수 있다. 안전 계층들(218)은 안전 레벨(200) 및 리던던시 레벨(204)에 있다. 편안 계층들(220)은 편안 레벨(202)에 있다. 로컬리제이션은 안전 레벨(200) 및 리던던시 레벨(204)에서 구현될 수 있는 로컬리제이션 모듈(222)에 의해 수행된다. 로컬리제이션 모듈(222)의 출력들은 안전 레벨(200)으로부터 편안 계층(220)으로 입력되거나 이것에 통합될 수 있다.
제 3 기능 영역(224)은 검출된 물체들(104, 106, 108, 109) 및 차량(100)이 모델로 저장되고 지속적으로 업데이트되는 환경 모델(226)에 관한 것이다.
환경 모델(226)은 예를 들어 ASIL-D에 따라 개발되었을 수 있고 상이한 신뢰도의 데이터를 포함할 수 있다. 환경 모델(226)은 안전 레벨(200)에 포함되고, 데이터가 안전 레벨(200)과 리던던시 레벨(204) 모두에서 사용될 수 있는 안전 서브그래프(228)를 포함할 수 있다. 안전 액세스 모듈(230)은 환경 모델(226) 데이터에 대한 액세스를 제어한다.
편안 레벨(202)은 한편으로는 데이터를 환경 모델(226)에 입력할 수 있고, 예를 들어 데이터를 검출된 편안 관련 물체들(108, 109)과 관련해서 입력할 수 있고, 다른 한편으로는 데이터들 환경 모델(226)로부터 판독할 수 있고, 예를 들어 데이터를 검출된 안전 관련 물체들(104, 106, 109)과 관련해서 판독할 수 있는 편안 액세스 모듈(232)을 포함한다. 두 경우 모두 액세스는 안전 액세스 모듈(230)을 통해 이루어진다.
제 4 기능 영역(234)은 환경 모델(226)에서 해당 모델을 사용하여 검출된 물체들(104, 106, 108, 109) 또는 차량(100)의 이동 예측에 관한 것이다.
이를 위해, 편안함 측면에서 환경 모델(226)의 미래 상태를 추정하는 편안 예측 모듈(236)이 편안 레벨(202)에서 구현될 수 있다. 편안 예측 모듈(236)은 예를 들어 후속 궤적 계획을 위한 편안 지향 경계 조건들을 생성할 수 있다. 이러한 경계 조건들은 예를 들어 편안함을 위해 다른 도로 사용자로부터 유지해야 하는 거리일 수 있다.
궤적 계획을 위한 환경 모델(226)의 편안 지향 목표 상태는 편안 예측 모듈(236)로부터의 출력들에 기초하여 편안 상태 추정기(238)에서 결정될 수 있다.
이와 유사하게, 안전 측면에서 환경 모델(226)의 미래 상태를 추정하는 안전 예측 모듈(240)은 안전 레벨(200) 및 리던던시 레벨(204)에서 구현될 수 있다. 안전 예측 모듈(240)은 예를 들어 후속 궤적 계획을 위한 안전 지향 경계 조건들을 생성할 수 있다. 이러한 경계 조건들은 예를 들어 안전을 위해 다른 도로 사용자로부터 유지해야 하는 거리일 수 있다.
궤적 계획을 위한 환경 모델(226)의 안전 지향 목표 상태는 안전 예측 모듈(240)로부터의 출력들에 기초하여 안전 상태 추정기(242)에서 결정될 수 있다. 안전 상태 추정기(242)는 안전 레벨(200)에서만 구현될 수 있다.
또한, 차량(100) 및/또는 다른 도로 사용자에 대해 가능한 가장 낮은 위험 상태를 나타내는, 환경 모델(226)의 위험 최적화된 안전 지향 목표 상태는 추가 안전 상태 추정기(244)에서 결정될 수 있다. 추가 안전 상태 추정기(244)는 안전 레벨(200) 및 리던던시 레벨(204) 모두에서 구현될 수 있다.
에러가 발생한 경우, 궤적 계획은 예를 들어 위험 최적화된 목표 상태를 기반으로 수행될 수 있다.
제 5 기능 영역(246)은 궤적 계획에 관한 것이다. 이 경우 안전 궤적(120) 또는 편안 궤적(122)을 계산하기 위한 솔버(248; solver)는 3개의 레벨(200, 202, 204) 모두에서 구현될 수 있다.
경계 조건 평가기(250)는 각각의 경계 조건들을 평가한다. 각각의 목표 상태들 및 경계 조건 평가기(250)로부터의 출력들에 기초하여, 솔버(248)는 다수의 가능한 안전 궤적들 또는 편안 궤적들을 계산한다.
안전 레벨(200) 및 리던던시 레벨(204)에서 구현된 안전 궤적 가중기(252)는 안전 비용 함수에 기초하여 가능한 안전 궤적 각각에 비용을 할당하고 그로부터 가장 적합한 안전 궤적(120)을 선택한다.
이와 유사하게, 편안 레벨(202)에서 구현되는 편안 궤적 가중기(254)는 편안 비용 함수에 기초하여 가능한 편안 궤적 각각에 비용을 할당하고 그로부터 가장 적합한 편안 궤적(122)을 선택한다.
안전 비용 함수와 편안 비용 함수는 서로 다른 함수일 수 있고 예를 들어 복잡성이 다를 수 있다.
솔버(248)는 위험 최적화된 목표 상태를 기반으로 차량(100)을 안전한 상태로 만드는데 사용될 수 있는 추가 안전 궤적을 계산하는 것이 가능하다. 추가 안전 궤적은 안전 궤적(120)의 계산과 유사하게 계산될 수 있다. 추가 안전 궤적은 안전 레벨(200)에서, 즉 제어 모듈(206)에 의해서 뿐만 아니라 리던던시 레벨(204)에서, 즉 추가 제어 모듈(208)에 의해서도, 따라서 중복으로 계산될 수 있다.
제 6 기능 영역(256)은 중재에 관한 것이다. 아비터(arbiter)라고도 할 수 있는, 안전 레벨(200)에서 구현된 테스트 모듈(258)은 편안 궤적(122)이 안전 지향 경계 조건들과 호환되는지 또는 이들을 위반하는지 여부를 검사한다. 편안 궤적(122)이 안전 지향 경계 조건들과 호환되는 경우, 테스트 모듈(258)은 편안 궤적(122)을 출력한다. 그렇지 않으면, 테스트 모듈(258)은 안전 궤적(120) 또는 추가 안전 궤적을 출력한다. 후자는 어떤 이유로 안전 궤적(120)의 계산이 실패한 경우 출력될 수 있다.
또한, 상태 모니터(260)는 제어 모듈(206) 또는 추가 제어 모듈(208)의 모든 관련 컴포넌트들을 모니터링할 수 있다. 상태 모니터(260)는 안전 레벨(200) 및 리던던시 레벨(204) 모두에서 구현될 수 있다. 예를 들어, 리던던시 레벨(204)의 상태 모니터(260)가 제어 모듈(206)의 관련 컴포넌트들 중 하나의 비정상적인 상태를 결정하면, 추가 제어 모듈(208)은 추가 제어 모듈(208)에 의해 계산되었던 추가 안전 궤적에 기초하여 차량(100)을 제어한다.
제 7 기능 영역(262)은 차량(100)의 드라이브(264), 브레이크 시스템(266) 및 조향 시스템(268)과 같은 액추에이터 시스템(110)의 제어에 관한 것이다. 이를 위해, 해당 제어 명령을 액추에이터 시스템(110)으로 전송하는 차량 제어 모듈(270)은 안전 레벨(200) 및 리던던시 레벨(204)에서 구현된다. 따라서 액추에이터 시스템(110)은 안전 레벨(200) 및 리던던시 레벨(204)을 통해 중복 제어되며, 안전 레벨(200)로부터의 제어 명령은 상태 모니터(260)가 안전 레벨(200)의 어떠한 기능 장애 또는 심지어 고장을 검출하지 않는 한, 리던던시 레벨(204)로부터의 제어 명령보다 우선 순위를 갖는다.
끝으로, "갖는", "포함하는" 등과 같은 용어는 다른 요소들 또는 단계들을 배제하지 않으며, "a" 또는 "an"과 같은 용어는 복수를 배제하지 않는다는 것을 지적한다. 청구범위의 도면 부호들은 제한으로 해석되어서는 안 된다.
100: 차량
102, 102a, 102b: 센서 시스템
104, 106, 108, 109: 물체
112: 차량 컴퓨터
116: 센서 데이터
120, 122: 궤적
206: 제어 모듈
208: 추가 제어 모듈
226: 환경 모델

Claims (12)

  1. 차량(100)을 제어하기 위한 궤적(120, 122)을 결정하기 위한 컴퓨터 구현 방법으로서, 상기 차량(100)은 상기 차량(100)의 환경을 감지하기 위한 센서 시스템(102, 102a, 102b), 및 센서 데이터(116)를 처리하고 상기 차량(100)을 제어하기 위한 차량 컴퓨터(112)를 구비하고, 상기 방법은
    상기 차량 컴퓨터(112)의 제어 모듈(206)에서, 상기 센서 시스템(102, 102a, 102b)에 의해 생성되었던 센서 데이터(116)를 수신하는 단계;
    상기 센서 데이터(116)에 기초하여 안전 관련 물체들(104, 106, 109)을 검출하도록 구성되었던 안전 알고리즘에 상기 센서 데이터(116)를 입력하는 단계;
    상기 센서 데이터(116)에 기초하여 편안 관련 물체들(108, 109)을 검출하도록 구성되었던 편안 알고리즘에 상기 센서 데이터(116)를 입력하는 단계;
    상기 차량(100)의 환경을 나타내고 검출된 물체들(104, 106, 108, 109)이 저장되며 시간이 지남에 따라 추적되는 환경 모델(226)을 사용하여 검출된 물체들(104, 106, 108, 109)의 미래 상태를 추정하는 단계;
    상기 검출된 물체들(104, 106, 108, 109)의 추정된 미래 상태에 기초하여 안전 규칙을 고려한 안전 궤적(120) 및 편안 규칙을 고려한 편안 궤적(122)을 계산하는 단계;
    상기 편안 궤적(122)이 상기 안전 규칙을 만족하는지 여부를 검사하는 단계;
    상기 편안 궤적(122)이 상기 안전 규칙을 만족하는 경우 상기 차량(100)의 제어를 위해 상기 편안 궤적(122)을 사용하는 단계;
    상기 편안 궤적(122)이 상기 안전 규칙을 만족하지 않는 경우 상기 차량(100)의 제어를 위해 상기 안전 궤적(120)을 사용하는 단계를 포함하는, 방법.
  2. 제 1 항에 있어서,
    추가로 상기 안전 알고리즘의 출력들은 편안 알고리즘에 입력되며;
    상기 편안 알고리즘은 상기 안전 알고리즘의 출력들에 기초하여 상기 편안 관련 물체들(108, 109)을 검출하도록 구성되었던, 방법.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 편안 알고리즘은 상기 센서 데이터(116)에 기초하여 편안 관련 물체들(108, 109) 및/또는 안전 관련 물체들(104, 106, 109)을 검출하도록 기계 학습에 의해 트레이닝되었던, 방법.
  4. 제 3 항에 있어서,
    상기 편안 알고리즘은 인공 신경망에 기초하는, 방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 검출된 물체들(104, 106, 108, 109)의 추정된 미래 상태에 기초하여 추가 안전 규칙을 고려하여 상기 차량(100)을 안전 상태로 전환하기 위한 추가 안전 궤적이 계산되고;
    상기 추가 안전 궤적은 상기 안전 궤적(120)의 계산이 실패하는 경우 상기 차량(100)을 제어하기 위해 사용되는, 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 차량 컴퓨터(112)의 추가 제어 모듈(208)에서 상기 센서 데이터(116)를 수신하는 단계로서, 상기 추가 제어 모듈(208)은 상기 제어 모듈(206)과 독립적으로 전기 에너지를 공급받는, 상기 수신하는 단계;
    상기 추가 제어 모듈(208)에 의해 상기 센서 데이터(116)를 상기 안전 알고리즘에 입력하는 단계;
    상기 추가 제어 모듈(208)에 의해 상기 환경 모델(226)을 사용하여 상기 검출된 물체들(104, 106, 108, 109)의 미래 상태를 추정하는 단계;
    상기 추가 제어 모듈(208)에 의해 상기 검출된 물체들(104, 106, 108, 109)의 추정된 미래 상태를 기반으로 추가 안전 규칙을 고려하여 상기 차량(100)을 안전한 상태로 전환하기 위한 추가 안전 궤적을 계산하는 단계;
    상기 추가 제어 모듈(208)에 의해 상기 제어 모듈(206)이 작동하는지 여부를 검사하는 단계;
    상기 제어 모듈(206)이 작동하지 않는 경우, 상기 추가 제어 모듈(208)에 의해 상기 차량(100)을 제어하기 위해 상기 추가 안전 궤적(120)을 사용하는 단계를 더 포함하는, 방법.
  7. 제 1 항 내지 제 6 항 중 어느 한 항에 따른 방법을 수행하도록 구성된 차량 컴퓨터(112).
  8. 제 7 항에 있어서,
    제 1 항 내지 제 5 항 중 어느 한 항에 따른 방법을 수행하도록 구성된 제어 모듈(206); 및
    상기 제어 모듈(206)과 독립적으로 전기 에너지를 공급받을 수 있고 제 6 항에 따른 방법을 수행하도록 구성된 적어도 하나의 추가 제어 모듈(208)을 포함하는, 차량 컴퓨터(112).
  9. 제 8 항에 있어서,
    상기 제어 모듈(206)은 제 1 항 내지 제 5 항 중 어느 한 항에 따른 방법을 수행하도록 구성된 소프트웨어 모듈들(212, 214, 218, 220, 222, 226, 230, 232, 236, 238, 240, 242, 244, 248, 250, 252, 254, 258, 260, 270)을 포함하고;
    상기 추가 제어 모듈(208)은 제 6 항에 따른 방법을 수행하도록 구성된 소프트웨어 모듈들(212, 218, 222, 228, 230, 240, 244, 248, 250, 252, 260, 270)을 포함하고;
    상기 추가 제어 모듈(208)의 상기 소프트웨어 모듈들(212, 218, 222, 228, 230, 240, 244, 248, 250, 252, 260, 270)은 적어도 부분적으로 상기 제어 모듈(206)의 소프트웨어 모듈들(212, 214, 218, 220, 222, 226, 230, 232, 236, 238, 240, 242, 244, 248, 250, 252, 254, 258, 260, 270)의 사본들인, 차량 컴퓨터(112).
  10. 차량 시스템(114)으로서,
    차량(100)의 환경을 감지하는 센서 시스템(102, 102a, 102b); 및
    상기 센서 시스템(102, 102a, 102b)의 센서 데이터(116)를 처리하고 상기 차량(100)을 제어하기 위한 제 7 항 내지 제 9 항 중 어느 한 항에 따른 차량 컴퓨터(112)를 포함하는, 차량 시스템(114).
  11. 컴퓨터 프로그램이 차량 컴퓨터(112)에 의해 실행될 때 제 7 항 내지 제 9 항 중 어느 한 항에 따른 상기 차량 컴퓨터(112)가 제 1 항 내지 제 6 항 중 어느 한 항에 따른 방법을 수행하게 하는 명령들을 포함하는 컴퓨터 프로그램.
  12. 제 11 항에 따른 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 매체.
KR1020237005691A 2020-07-22 2021-07-21 차량 제어를 위한 궤적 결정 방법 KR20230042310A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102020209214.1A DE102020209214A1 (de) 2020-07-22 2020-07-22 Verfahren zum Bestimmen einer Trajektorie zum Steuern eines Fahrzeugs
DE102020209214.1 2020-07-22
PCT/EP2021/070392 WO2022018139A1 (de) 2020-07-22 2021-07-21 Verfahren zum bestimmen einer trajektorie zum steuern eines fahrzeugs

Publications (1)

Publication Number Publication Date
KR20230042310A true KR20230042310A (ko) 2023-03-28

Family

ID=77126830

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020237005691A KR20230042310A (ko) 2020-07-22 2021-07-21 차량 제어를 위한 궤적 결정 방법

Country Status (7)

Country Link
US (1) US20230294717A1 (ko)
EP (1) EP4185506A1 (ko)
JP (1) JP2023535049A (ko)
KR (1) KR20230042310A (ko)
CN (1) CN116157312A (ko)
DE (1) DE102020209214A1 (ko)
WO (1) WO2022018139A1 (ko)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012018122A1 (de) * 2012-09-13 2013-03-14 Daimler Ag Autonomes Führen eines Kraftfahrzeugs auf einem Fahrweg unter Umgehung von Unebenheiten
DE102013202053A1 (de) 2013-02-07 2014-08-07 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzeinrichtung für ein Kraftfahrzeug mit mehreren Fahrerassistenzfunktionen und einer zentralen, fahrerassistenzfunktionsübergreifenden Trajektoriengenerierung
DE102013213171A1 (de) 2013-07-04 2015-01-08 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Kraftfahrzeugs in einem automatisierten Fahrbetrieb
DE102015115163A1 (de) 2015-09-09 2017-03-09 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Verfahren zur situationsabhängigen Auswahl von Trajektorien für Fahrerassistenzsysteme von Fahrzeugen
US9645577B1 (en) * 2016-03-23 2017-05-09 nuTonomy Inc. Facilitating vehicle driving and self-driving
DE102017212373A1 (de) * 2017-07-19 2019-01-24 Volkswagen Aktiengesellschaft Verfahren zur Bestimmung einer Trajektorie für eine autonom fahrendes Kraftfahrzeug, Steuereinrichtung und Kraftfahrzeug
DE102017213353A1 (de) 2017-08-02 2019-02-07 Bayerische Motoren Werke Aktiengesellschaft Verifikation einer geplanten Trajektorie eines automatisierten Kraftfahrzeugs
US10678248B2 (en) * 2018-02-15 2020-06-09 GM Global Technology Operations LLC Fast trajectory planning via maneuver pattern selection
US11208096B2 (en) * 2018-11-02 2021-12-28 Zoox, Inc. Cost scaling in trajectory generation

Also Published As

Publication number Publication date
US20230294717A1 (en) 2023-09-21
JP2023535049A (ja) 2023-08-15
EP4185506A1 (de) 2023-05-31
WO2022018139A1 (de) 2022-01-27
DE102020209214A1 (de) 2022-01-27
CN116157312A (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
US10037036B2 (en) Method and arrangement for determining safe vehicle trajectories
CN107451521B (zh) 车辆车道图估算
CN108986540B (zh) 车辆控制系统和方法、以及行驶辅助服务器
US11645916B2 (en) Moving body behavior prediction device and moving body behavior prediction method
CN107571868B (zh) 用于执行对车辆的车辆引导的自动干预的方法
JP2022506539A (ja) 追従のための車両軌道の修正
EP2615598B1 (en) Vehicle with computing means for monitoring and predicting traffic participant objects
US10703363B2 (en) In-vehicle traffic assist
CN109690434A (zh) 用于操控自主车辆的操控系统
US11400941B2 (en) Moving body behavior prediction device
JP7440324B2 (ja) 車両制御装置、車両制御方法、及びプログラム
JP2023553980A (ja) 自律車両安全プラットフォームシステム及び方法
US20190389470A1 (en) System and method for controlling a vehicle based on an anticipated lane departure
EP3882100B1 (en) Method for operating an autonomous driving vehicle
JP7070737B2 (ja) 車両の乗員に警報を提供するためのシステムおよび方法
US20190258269A1 (en) Vehicle control device
JP6817166B2 (ja) 自動運転のポリシー生成装置及び車両
US11731661B2 (en) Systems and methods for imminent collision avoidance
US20220176949A1 (en) Method for controlling a vehicle
JP2020203587A (ja) 自動運転システム
KR20230042310A (ko) 차량 제어를 위한 궤적 결정 방법
US20220297726A1 (en) Computerized detection of unsafe driving scenarios
JP2022068115A (ja) 適応可能な後突警報のためのシステムと方法
US20230266759A1 (en) Sensor layout techniques
WO2023189680A1 (ja) 処理方法、運転システム、処理装置、処理プログラム