KR20230175286A - 대형 차량을 위한 적응형 경로 추적 알고리즘 - Google Patents

Abstract

기준 경로(P)를 추적하도록 대형 차량을 제어하는 방법에 있어서,
경로 근처의 차량 위치로부터 조정 기준으로 사용될 기준 경로에 따른, 차량 위치와 연관된 기준 위치로부터 측정된 예견 거리만큼 경로를 따라 떨어져 있는 목표 점을 결정하는 단계,
기준 경로와 연관된 제1 흐름 장의 방향 을 결정하는 단계,
기준 경로로부터의 차량 위치의 횡편차가 임계 횡편차를 초과하는지 여부를 판단하는 단계, 및
횡편차가 임계 횡편차를 초과하는 경우 제1 흐름 장의 방향 에 따라 차량을 제어하고, 그렇지 않으면 기준 경로에 실질적으로 평행한 파이프 흐름의 방향 에 따라 또는 최적화-기반 경로(1302)를 따라 차량을 제어하는 단계를, 포함하는 방법.

Description

대형 차량을 위한 적응형 경로 추적 알고리즘

본 개시는 트럭 그리고 세미-트레일러 차량과 같이, 대형차량과 주로 관련된 것이지만, 그럼에도 불구하고 명세서에 개시된 기술은 다른 유형의 차량에도 사용될 수 있다. 개시는 특히 전방주시거리 및 예견 거리를 기초하는 차량 제어에 사용하기 위한 경로 추적 방법에 관한 것이다.

자율 주행(autonomous drive, AD)을 제어하기 위한 향상된 운전자 지원 시스템(advanced driver assistance systems, ADAS) 및 방법은 일반적으로 어떤 형태의 경로 추적 알고리즘을 기반으로 차량을 제어한다. 제어 시스템은 먼저 차량을 한 위치에서 다른 위치로 안내하기 위해 취할 수 있는 가능한 경로를 지시하는 지도 데이터와 함께, 예를들어, 현재 운송수단에 기초한, 차량에 의해 추적될 원하는 경로를 정한다.

경로 추적은 차량이 따라야 할 특정 기준 경로를 준수하기 위해 매 순간의 차량 속도와 조종을 어떻게 결정할지와 관련된 프로세스이다. 문헌에는 다양한 유형의 경로 추적 알고리즘이 있으며, 각각은 해당 장점과 단점과 개별적으로 연관되어 있다.

순수 추격(pure pursuit)은 상대적으로 낮은 복잡성으로 구현될 수 있는 잘 알려진 경로 추적 알고리즘이며, 예를 들어, "순수 추격(pure pursuit) 경로 트래킹 알고리즘 구현", Coulter, 카네기멜론대학교, 피츠버그 PA Robotics INST, 1992.에 설명되어 있다. 알고리즘은 차량이 현재 위치에서 따라야 할 경로를 따라 미리 결정된 "예견" 거리에 있는 지점을 향해 이동하는, 조종 각도를 포함하는, 일련의 차량 제어 세트를 계산한다. 순수 추격(pure pursuit) 방법을 사용하면 차량이 예견 거리만큼 차량에서 분리된 경로를 따라 지점을 "추격(chase)"하게 야기하며, 그렇게 부른다.

벡터 필드 안내는 벡터 필드를 통한 차량 제어를 기반으로 하는 또 다른 경로 추종 알고리즘이며. 이 벡터 필드는 예견 거리 또는 전방주시 매개변수를 기반으로 결정된다. 벡터 필드 안내 방법은, 예를 들어, Gordon, Best and Dixon 에 의해 "컨버젠트 벡터 필드에 기초한 자동 운전자", Proc. Inst. Mech. Eng. Part D, vol. 216, pp 329-347, 2002. 에서 의논되었다.

긴 차량 조합의 동작을 제어하기 위한 기존 과제들은 경로 트래킹 정확성과 안정성이므로, 대부분의 자율 주행 애플리케이션은 저속으로 제한된다.더 빠른 속도를 위해, 더 긴 조합 차량은 본질적으로 횡불안정성과 전복 문제가 발생하기 쉽다. 잘-알려진 순수 추격(pure pursuit) 경로 추적자는 이득 스케줄링을 사용하여 다양한 차량 속도와 도로 곡률을 처리하는 경우가 많으며, 여기서 이득 선택은 쉬운 작업이 아니고 다른 차량 조합에 상속될 수 없다. 다른 모델-기반 동작 계획 및 제어 방법은 내부 차량 모델을 통합해야 하며, 그 자체로는 모델 부정확성과 계산 비용이 발생한다; 다중-유닛 차량의 경우, 이러한 비용은 성능 저하로 이어질 수 있다. 차선 폭 그리고 교통 및 장애물에 대한 근접성과 관련된 사용 가능한 횡조종 여지를 무시하고, 미리-계획된 경로를 따르는 것을 목표로 하는 사용 가능한 접근 방식에서는 일반적이다.

본 개시의 목적은 제어 장치가 허용 오차 여유를 포함함으로써 차량 경로 트래킹 및 횡안정성을 향상시키도록 경로 추적 작업 중에 대형 차량을 제어하기 위한 방법 및 제어 장치를 제공하는 것이다. 이용 가능한 횡조종 여지의 이점을 얻을 수 있도록 제어 목표를 완화하여 최대 횡가속도와 횡저크를 줄이는 것이 또 다른 목적이다. 이 방법의 또 다른 목적은 차량에 탑승하여 실-시간으로 작동할 수 있는 것, 예를 들어, 계산 시간에 대한 까다로운 제한을 관리하는 것이다. 또 다른 목적은 제어 유닛이 이득 및/또는 제어기들 사이를 전환하지 않고 광범위한 속도 및 도로 곡률을 처리하는 것이다. 또 다른 목적은 차량 모델에 독립적인 제어-장치 설계를 제안하는 것이다; 이는 차량 모델링의 가정(예를 들어 선형 차량 모델의 작은 각도 가정)에서 발생할 수 있는 문제를 제거한다. 또 다른 목적은 더 적은 수 또는 더 많은 수의 차축 및/또는 차량 조합의 차량 유닛을 수용할 수 있도록 쉽게 확장 가능한 제어 유닛을 제공하는 것이다.

이들 목적 중 적어도 일부는 독립항에 의해 정의된 본 발명에 의해 달성된다.

기준 경로를 따르도록 대형 차량을 제어하는 방법이 제공된다. 상기 방법은 차량이 따라갈 기준 경로를 획득하는 단계를 포함하고; 경로 근처의 차량위치로부터 조정 기준으로 사용될 경로에 따른 차량 위치와 관련된 기준 위치로부터 측정된 예견 거리만큼 경로를 따라 떨어져 있는, 목표 점을 결정하는 단계; 목표 점을 기준으로, 기준 경로와 관련된 제1 흐름 장의 방향 을,결정하는 단계; 기준 경로로부터 차량 위치의 횡편차 가 임계 횡편차 를 초과하는지 여부를 결정하는 단계; 그리고 횡편차가 임계 횡편차를 초과한다면 제1 흐름 장의 방향 에 따라 차량을 제어하고, 그렇지 않으면 기준 경로에 실질적으로 평행한 파이프 흐름의 방향 에 따라 또는 최적화-기반 경로에 따라 차량을 제어하는 단계를 포함한다.

이에 따라, 차량 그리고 규정된 도로 경계에 대한 지식을 사용하여, 기준 경로를 정의하고, 기준 경로를 둘러싸는 개념적 '파이프'(또는 경계 영역)를 형성하도록 확장된다. 수학적으로, 파이프는 에 해당하고, 여기서 는 부호 없는 횡편차이다. 기준 경로를 확장은 차선 경계나 장애물과 허용 가능한 간격을 유지하면서 횡조종 여지(경로 트래킹 허용 오차)를 사용할 수 있다. 기준 경로는 - 예를 들어, 선택한 도로 차선의 중심선으로 - 간단하게 정의될 수 있으며, 파이프 내의 차량 동작에 이점을 주기 위해 적응 또는 최적화를 사용할 수 있다. AFG(흐름 안내)는 (a) 차량에 정의된 트래킹 지점을 파이프로 캡처하거나, 또는 (b) 파이프 내 동작을 부드럽게 하거나 최적화하거나, 또는 두가지 모두에 적용된다. 이는 안내 문제를 단순화하고, 허용 가능한 횡변위를 유지하면서 횡제어 요구(예를 들어 저크, 최대 가속도 진폭 및 제어 대역폭)를 줄인다. 계산 요구 사항은 낮으며, 상기 방법은 소형 차량, 견고한 트럭, 표준 조합 차량 및 더 긴 조합 대형 차량에 동일하게 적용 가능하다.

측면들에 따르면, 상기 방법은 또한 종방향 속도가 증가함에 따라 예견 거리가 증가하는 것과 같이, 차량의 종방향 속도에 적어도 부분적으로 기초하여 예견 거리를 결정하는 단계를 포함한다. 속도에 대한 이러한 추가적인 의존성은 차량의 경로 추적 동작을 더욱 향상시킨다.

측면들에 따르면, 상기 방법은 제1 튜닝 매개변수에 기초하여 예견 거리를 결정하는 단계를 더 포함하고, 경로를 추적하도록 차량을 제어하기 위한 제어 노력은 제1 튜닝 매개변수의 증가에 따라 증가한다. 튜닝 매개변수는 차량 동작을 맞춤화에 사용된다. 차량 경로 추적 동작은 다른 차량 유형에 맞게 미세 조정될 수도 있다. 또한, 경로 추적 동작은, 예를 들어, 차량부하,에 따라 조정될 수 있다. 제1 튜닝 매개변수는, 예를 들어, 기존 경로의 곡률에 따라 조정될 수 있다. 이러한 방식의 곡선에서의 차량 경로 추적은 경로 추적 동작을 개선하도록 조정될 수 있다.

개시된 방법은 기준 위치에서 기준 경로와 연관된 구심 횡가속도 성분을 결정하는 단계와 구심 횡가속도 성분에 기초하여 제1 튜닝 매개변수를 조정하는 단계를 더 포함할 수 있다. 라는 형식의 방적식에 따라 제1 튜닝 매개변수를 적용함으로써, 는 여기서 기준 경로의 곡률에 대한 임의의 측정값이고, 는 증가하는 함수일 수 있고, 더 큰 정확도가 필요할 때마다 경로 추적에 증가된 제어 노력이 유리하게 적용된다.

예견 거리는 예를 들어 다음과 같이 결정될 수 있다

*

여기서 는 차량의 종방향 속도, 는 횡편차, 는 제1 튜닝 매개변수, 는 제2 튜닝 매개변수이다. 제2 튜닝 매개변수는 음-아닌 실수의 임의의 실수 일 수 있다. 는 부호가 없고 그러므로 음-아닌 수량(크기)인 점을 상기한다. 비교적으로 간단한 표현식이 제한된 계산 노력으로 실-시간으로 평가될 수 있다는 것이 장점이다. 예를 들어 다음식에 따라, 예견 거리를 최소 예견 거리 로 제한하면서 추가적인 장점을 얻을 수 있다.

여기서 다시 는 차량의 종방향 속도, 는 횡편차, 는 제1 튜닝 매개변수, 는 제2 튜닝 매개변수, 그리고 는 최소 예견 거리이다.매개변수 b는 기준 경로에 가까운 동작으로 수정하기 위해 사용되는 조정 매개변수이다. 물론, 하나 또는 그 이상의 매개변수를 포함하는 다른 표현식 을 사용하여 예견 거리를 결정할 수도 있다.

본 명세서에 개시된 방법은 유리하게는 벡터 장 경로 추적 방법과 결합될 수 있고, 그 중 인공 흐름 안내 방법은 하위-집합을 나타낸다. 직선 기준 경로의 경우, 벡터 필드는 목표 점(또는 예견 지점)을 직접 가리킨다. 보다 일반적으로는, 곡선에서, 제1 흐름 장의 방향은 선택적으로 다음과 같이 결정될 수 있다.

여기서 은 기준 위치에서 평가된 기준 경로에 대한 단위-길이 접선 벡터, 는 목표 점에서 평가된 기준 경로에 대한 단위-길이 접선 벡터,는 차량 위치에서 목표 점을 향하는 단위-길이 벡터이고, 각도 는 두 접선 벡터 과 가 이루는 각도의 절반이다. 이를 통해 코너링 시 차량 제어가 향상된다. 본 개시의 이후 섹션에서, 이라는 표현은 제1 흐름 장으로 지칭될 것이다. 바람직하게는, 벡터 와 의 계산이라는 목적을 위해, 어떠한 최소 예견 거리 를 적용하지 않고 계산된 예견 거리()에 따라 목표 점을 결정한다.

본 명세서에 개시된 방법은, 예를 들어, 기준 위치가 차량 위치와 동일한 순수 추격(pure pursuit)-기반 경로 추적 알고리즘, 또는 기준 위치가 차량 위치를 통과하여 기준 위치의 경로와 직교하는 직선이 교차하는 경로 상의 위치인, 벡터 필드 안내-기반 경로 추적 알고리즘과 유리하게 결합된다. 본 명세서에 개시된 경로 추적 방법은 또한 차선 유지 보조(lane keep assistance, LKA) 기능, 반-자율 주행, 및/또는 자율 주행을 포함하는 차량 애플리케이션에서 유리하게 사용될 수 있다.

위에서-논의된 장점과 관련된 차량, 컴퓨터 판독 가능 매체 및 컴퓨터 프로그램 제품도 여기에 개시되어 있다.

일반적으로, 청구범위에 사용된 모든 용어는 본 명세서에서 달리 명시적으로 정의되지 않는 한, 기술 분야에서의 일반적인 의미에 따라 해석되어야 한다. "a/an/the 요소, 장치, 구성요소, 수단, 단계, 등."에 대한 모든 언급이 달리 명시적으로 언급되지 않는 한, 요소, 장치, 구성요소, 수단, 단계, 등.의 적어도 하나의 예를 언급하는 것으로 공개적으로 해석되어야 한다. 여기에 개시된 임의의 방법의 단계는 명시적으로 언급되지 않는 한, 개시된 정확한 순서로 수행될 필요는 없다. 본 발명의 추가적인 특징, 및 이점,은 첨부된 청구범위 및 다음의 설명을 연구하면 명백해질 것이다. 당업자는 본 발명의 범위를 벗어나지 않으면서, 본 발명의 다양한 특징을 결합하여 다음에 설명된 것 이외의 실시예를 생성할 수 있다는 것을 인식한다.

이하에서는 첨부된 도면을 참조하여, 예로서 인용된 본 발명의 실시예에 대한 보다 상세한 설명을 따른다. 도면에서;
도 1은 예시적인 대형 차량을 개략적으로 도시한다;
도 2는 차량 동작 제어 시스템을 도시한다;
도 3은 순수 추격(pure pursuit)-기반 방법에 의한 경로 추적을 도시한다;
도 4는 벡터 안내-기반 방법에 의한 경로 추적을 도시한다;
도 5는 다른 예견 거리 설정에 대한 경로 추적 동작을 도시한다;
도 6은 차량 제어 기능 구조를 개략적으로 도시한다;
도 7은 코너링 중 대형 차량을 도시한다;
도 8은 곡선 경로의 경로 추적을 도시한다;
도 9는 방법을 도시한 흐름도이다;
도 10은 제어 유닛을 개략적으로 도시한다;
도 11은 컴퓨터 프로그램 제품의 예를 도시한다;
도 12는 기준 경로 P(도 12A)의 평면과 법선 평면(도 12B)에서 경계 영역으로 둘러싸인 상기 기준 경로를 도시한다;
도 13은 경계 영역(또는 '파이프') 내부의 차량 이동을 도시한다;
도 14는 데카르트 좌표에서 곡선 좌표(또는 트랙 좌표, 또는 경로 좌표)로의 변환을 도시한다;
도 15는 차량이 허용 한계 내에 있을 때 제어 노력을 줄이기 위해, 그림 15A는 파이프 효과가 없음을 나타내고 그림 15B는 파이프 내에서 자유로운 동작을 나타내는 도로 직선 구간의 흐름 패턴 플롯을 도시한다;
도 16은 흐름 왜곡 함수의 및 인자에 대한 도표이다.
도 17은 기준 경로 부근의 흐름 장의 직교 좌표계를 도시한다; 그리고
도 18은 기준 경로 부근의 흐름 장의 곡선 좌표계를 도시한다.

본 발명은 이제 본 발명의 특정 측면이 도시되어 있는 첨부 도면을 참조하여 이하에서 더욱 완전하게 설명될 것이다. 그러나, 본 발명은, 여러 가지 다른 형태로 구체화될 수 있으며 여기에서 설명하는 실시예 및 측면에 한정되는 것으로 해석되어서는 안 된다; 오히려, 이들 실시예는 본 개시가 철저하고 완전해지고, 발명의 해당 기술 분야의 당업자에게 본 발명의 범위를 완전하게 전달할 수 있도록 예로서 제공된다. 유사한 숫자는 설명 전반에 걸쳐 유사한 요소를 나타낸다.

본 발명은 본 명세서에 기술되고 도면과 예시된 실시예에 제한되지 않는다는 것이 이해되어야 한다; 오히려, 당업자는 첨부된 청구범위의 범위 내에서 많은 변경 및 수정이 이루어질 수 있음을 인식할 것이다.

도 1은 본 명세서에 개시된 기술이 유리하게 적용될 수 있는 화물 운송을 위한 예시적인 차량(100)을 도시한다. 차량(100)은 공지된 방식으로 트레일러 유닛(120)을 견인하도록 구성된 트럭 또는 견인 차량(110)을 포함한다. 도 1의 예시적인 트랙터(110)는 경로 추적 및 차량 동작 관리와 같은 ,다양한 차량 제어 기능을 수행하도록 구성된 차량 제어 유닛(vehicle control unit, VCU)(130)을 포함한다. 트레일러 유닛(120)은 선택적으로 VCU(140)도 포함할 수 있다. 차량(100)은 무선 링크를 통해 제어 유닛도 포함하는, 원격 서버(150)에 선택적으로 연결된다. 본 명세서에 개시된 기술은 제어 유닛(130, 140, 150) 중 임의의 것에 의해, 또는 하나 또는 이상의 제어 유닛의 조합에 의해 수행될 수 있다. 온-보드 VCU(130, 140)는 원격 서버(150)에 의해 매개변수화될 수도 있다.

도 2는 파워 조종 장치(230) 및 전기 기계(electric machine, EM)와 같은 추진 장치(220)를 포함하는 일부 예시적인 동작 지원 장치(motion support devices, MSDs)에 의해, 예를 들어, 트랙터(110)에서, 휠(210)을 제어하기 위한 기능(200)을 개략적으로 도시한다. 파워 조종 장치(230) 및 추진 장치(220)는 하나 또는 그 이상의 MSD 제어 유닛(240)에 의해 제어될 수 있는 액추에이터의 예이다.

교통 상황 관리(traffic situation management, TSM) 기능(270)은, 예를 들어, 1~10초 정도의 시간 범위로 운전 작업을 계획한다. 상기 시간 구조는, 예를 들어, 차량(100)이 곡선을 결정하는 데 걸리는 시간에 해당한다. TSM에 의해 계획되고 실행되는, 차량 기동은, 주어진 기동에 대한 원하는 차량 속도 및 회전을 설명하는 가속 프로필 및 곡률 프로필과 연관될 수 있다. TSM은 안전하고 견고한 방식으로 TSM의 요청을 충족하기 위해 힘 할당을 수행하고 요청을 다른 MSD에 전달하는 차량 동작 관리(vehicle motion management, VMM) 기능(250)으로부터 원하는 가속도 프로파일 및 곡률 프로파일 를 지속적으로 요청한다. VMM 기능(250)은 힘 생성과 MSD 조정을 모두 관리하고, 즉, TSM 기능(270)의 요청을 이행하기 위해, 예를 들어 TSM에서 요청한 가속 프로필에 따라 차량을 가속 및/또는 TSM에서 요청한 차량의 특정 곡률 동작을 생성하는 데 필요한 힘이 무엇인지 결정한다. 힘은 예를 들어, 요모멘트, 종방향 힘 및 횡방향 힘,뿐만 아니라 다른 휠에 적용되는 다른 유형의 토크를 포함할 수 있다.

MSD 제어 유닛(240), VMM 기능(250), 및 TSM 기능(270)은 모두 차량 제어의 기초가 될 수 있는, 다양한 온-보드 차량 센서(260)로부터의 센서 데이터에 접근한다. 이러한 센서는, 예를 들어, 범지구위치결정시스템(GPS) 수신기, 비전-기반 센서, 휠 속도 센서, 레이더 센서 및/또는 라이더 센서를 포함할 수 있다. 센서는, 무엇보다도, 기준 경로와 관련하여 차량 위치를 결정하도록 구성된다.

도 3 및 도 4는 본 명세서에 개시된 기술 중 적어도 일부가 유리하게 사용될 수 있는 두 가지 예시적인 경로 추적 방법을 도시한다.

도 3은 순수 추격(pure pursuit) 알고리즘이 의도된 경로 또는 기준 경로 P를 따르도록 차량을 제어할 수 있는 방법의 예(300)를 보여준다. 차량은 기준 경로 P로부터 횡편차 y에 있는, 차량 위치 x에 위치한다. 기준 경로로부터의 횡편차는 다양한 방식으로 결정될 수 있다고 이해된다. 여기에서 사용된 정의는 도 3에 표시된 대로, 경로 P에 직교하는 선 y를 따라 차량 위치 x에서 기준 경로 P까지의 거리이다. 본 명세서에 개시된 일반적인 개념은 물론 횡편향의 다른 정의에도 적용 가능하다.

예(300)에서 차량의 휠-베이스 길이는 L이다. 순수 추격(pure pursuit) 접근 방식의 기본 아이디어는 현재 위치 x에서 기준 경로 P의 목표 점 G까지 차량을 이동시키는 곡률을 계산하는 것이다. 목표 점은 목표 점과 현재 차량 위치 x를 모두 통과하는, 반경 R의 원을 정의하여 결정된다. 그런 다음 차량은 도 3에 표시된 대로 이 원과 관련하여 결정된 조정 각도에 의해 제어된다. 목표 점 G의 선택은 순수 추격(pure pursuit) 알고리즘의 동작에 중요한 역할을 합니다. 목표 점은 차량 위치 x에서 목표 점까지의 거리가 항상 예견 거리 와 동일하도록 선택된다. (대안적으로, 도 7에 도시된 바와 같이, 예견 거리 는 차량 위치 x에 가장 가까운 경로 P 상의 지점인 기준 위치 에서 시작하여, 경로 P를 따라 측정될 수 있다.)

이 유형의 순수-추격(pure pursuit) 알고리즘과 관련된 자세한 내용은 "순수 추격(pure pursuit) 경로 트래킹 알고리즘 구현" R.C. Coulter, Carnegie-Mellon University, Pittsburgh PA Robotics INST, 1992, 및 "적응형 순수 추격(pure pursuit) 알고리즘 기반 자율주행 차량을 위한 횡 제어 시스템 개발", 박명욱, 이상우, 한우용 , 제어, 자동화 및 시스템에 관한 제14차 국제 회의(ICCAS 2014), IEEE, 2014.에 나와 있다.

언급한 바와 같이, 이러한 미리보는 방법은 기준 경로의 작은 편차에 둔감하며, 곡률 전환으로 인해 트래킹 성능이 저하되고, 예를 들어 직선에서 곡선으로 - 목표가 기준 경로를 따라가는 경우에도 차량은 이러한 전환에서 '코너를 자른다'. 위에서-인용한 Park(2014)에서는, 횡위치의 피드-백 오차를 위해 PID 제어기를 도입하였다. 이 추가 컨트롤러는 추격(pursuit) 컨트롤러와 병렬로 작동한다.

PID 컨트롤러는 기준 경로 근처의 약한 동작을 처리하지만 횡오프셋이 클 경우 큰 요구가 발생할 수 있고; 진동이 발생하는 것을 방지하려면 신중한 매개변수 조정이 필요하다. 이러한 문제를 극복하기 위해 게인 스케줄링을 사용할 수 있지만, 이 방법은 임시적이며 성능을 보장할 수 없는 더 복잡한 컨트롤러로 이어진다.

또 다른 접근 방식에서, 최적 제어는 실-시간으로 최적화를 수행하여 제약 조건, 성능 기준 및 제어 노력의 균일성을 설명한다. 모델 제어 예측(model predictive control, MPC) 또는 비선형 계획법(nonlinear programming, NP)와 같은 기술을 사용하여 필요한 조종 동작을 계산한다. 원칙적으로, 이러한 기술은 예견 제어의 한계를 해결할 수 있다. 그러나, 최적의 제어 방법에는, 다음과 같은 어려움이 따른다.

(a) 계산 비용. 예견 제어의 단순한 기하학적 알고리즘과 달리, 최적 제어 방법은 제약 조건이 있는 경우 기능을 최소화하기 위해 계산량이 많은 알고리즘 - 일반적으로 비선형 계획법(NP) 또는 이차 계획법(quadratic programming, QP) - 을 사용한다.

(b) 가중치 매개변수 선택. 최적의 제어를 위한 기본 비용 함수(일반적으로 2차)는 일반적으로 여러 가중치 제약 조건으로 채워진다. 고차 시스템의 경우 그 수가 클 수 있으며, 이러한 시스템도 추가로 '조정' 또는 '최적화'되어야 합니다.

(c) 반복과 수렴. NP 및 QP 방법은 수렴 시간을 보장하지 않으므로, 실-시간 적용 시 사용 가능한 시간 내에 해당 방법이 답변을 생성하지 못할 가능성이 있다.

파이프 내의 흔들림을 최소화하는 문제를 해결하기 위해, Berntorp, Karl 등이 "안전-중요 도로-차량 기동에서 최적의 궤적 생성을 위한 모델 및 방법론." 차량 시스템 역학 52.10(2014): 1304-1332 에서 수행한 것처럼 이 문제를 최소-시간 최적화 문제로 공식화할 수 있다. 최적화 문제를 해결하여 경로를 생성하는 과정은 Berntorp(2014)의 도 6에서 볼 수 있다. 여기서, 차량은 매우 날카로운 곡선을 결정하고 있으며, 최적화는 곡선 정점 근처의 곡률을 줄이는 솔루션을 찾는다. 도로 경계의 폭이 더 넓음에도 불구하고, 파이프 내 흐름 생성을 위한 이러한 적응 및 최적화 공식을 사용하여 비유를 그릴 수 있다.

원래의 급격한 회전을 부드럽게 만드는 부드러운 경로를 생성하는 또 다른 방법은 n차 다항식 함수를 피팅하는 것이다

트랙 중심선으로(기준 경로 역할). 특히, 다항식은 트랙 중심선에서 미리 선택된 유한 수의 점 에 피팅될 수 있다. 수학적으로, 다항식 피팅은 미리 선택된 점으로부터, 전체 편차 S의 노름(norm)(여기서는, 2-노름(norm))을 최소화하는 것으로 표현될 수 있다.

예를 들어, 는 로 설정할 수 있다. 최소값이 달성되는 값은 피팅된 다항식의 계수가 된다. 바람직하게는, 다항식의 차수 n은 10 이하, 5 이하, 3과 같이 낮다. 미리-선택된 점 은 기준 경로 P의 길이 >0에 걸쳐 분포될 수 있다. 이는 에 해당하는 0이 아닌 전방 수평선까지 확장되는 차량 경로 중에서 검색을 최소화하게 한다.

반면에, 경로의 매끄러움을 달성하기 위해, 최적화 문제는 곡률 벡터의 2차 도함수를 최소화하는 것으로 공식화될 수 있다. 2차 미분은 경로 길이 s에 관한 것이다. 2차 도함수는 2-차 차이 행렬로 근사화될 수 있다.

그건,

이러한 문제는 오프라인으로 해결될 수 있으며 파이프 형상이 미리 알려진 경우 다항식 계수를 저장할 수 있다. 경로가 복수의 패치된 클로소이드 부분으로 근사화되는 특정 경우에는, 곡률 도함수의 노름(norm), 즉 0이 아닌 요소의 수에 최소화를 적용하는 것이 효율적이다. 이렇게 하면 개별 클로소이드 부분 수와 패치 지점 수가 최소화된다.

본 발명은 제한된 관심 영역(파이프) 내에서 흐름 적응 또는 최적화의 유연성과 인공 흐름 안내의 계산 단순성을 결합하며, 위의 (a)-(c)에서 언급된 단점이 전혀 발생하지 않는다.

도 4는 벡터 현장 안내-기반 경로 추적 방법의 예(400)를 도시한다. 이 방법에서는 벡터 필드(410)가 생성되고, 차량은 현재 차량 위치 x에서 벡터 w에 따라 제어된다. 각 벡터 w는 위치 x에서 기준 경로 P의 각 목표 점 G를 가리키도록 결정된다. 목표 점은 예견 거리 에 기초하여 다시 결정되지만, 이제 예견 거리는 기준 경로 P 상의 기준 위치 에서 기준 경로 P를 따라 측정된 거리이다. 이 기준 위치 는 도 4에 도시된 바와 같이 차량 위치 x를 통과하는 기준 위치 에서 경로 P에 직교하는 직선과 교차하는 경로 P 상의 위치이다. 벡터 필드 안내-기반 방법은 Gordon, Best 및 Dixon의 "컨버젠트 벡터 필드 기반의 자율 주행 드라이버", Proc. Inst. Mech. Eng. Part D, vol. 216, pp 329-347(2002)에서 논의된다. 벡터-필드 기반 방법은 Mengxuan Song, Nan Wang, Timothy Gordon 및 Jun Wang, "저속-기동 시 견고한 자율 지상 차량을 위한 흐름-장 안내 조종 제어", Vehicle System Dynamics, vol. 57(2019), 8호, pp. 1090?1107, DOI: 10.1080/00423114.2018.1512715에서 논의된다. 벡터 필드-기반 안내와 관련된 일부 추가 세부 정보는 Semsar-Kazerooni, Elham, et al. "인공 전위장을 이용한 다-목적 소대 조종", IFAC-PapersOnLine 50.1 (2017), pp. 15006-15011에서 논의된다.

벡터 필드 안내-기반 경로 추적 방법의 약간 더 발전된 버전이 아래 도 7과 관련하여 논의된다.

순수 추격(pure pursuit) 방법과 벡터 필드-기반 경로 추적 방법은 모두 예견 거리에 의존하며, 이는 때때로 전방주시거리라고도 한다. 예견 거리는 차량의 위치로부터 기준 경로 P를 따라 목표 점이 얼마나 떨어져 있는지와 관련된다. 직관적으로, 짧은 예견 거리 는 횡편차 y를 더 빨리 줄이기 위해, 예를 들어, 더 강력한 조정 제어 동작이 발생하는, 제어 노력이 증가한다. 대신에 더 긴 예견 거리 는, 감소된 제어 노력과 관련하여 더 부드럽고 더 느린 제어 동작을 초래한다. 물론 더 긴 예견 거리 는 차량(100)이 코너를 성공적으로 통과하고 더 급회전하는 능력을 감소시키며, 이는 단점이다.

*여기서, 제어 노력이라는 용어는 차량을 트랙에 더 가깝게 만드는 데 소요되는 노력의 양으로 해석된다. 제어 노력은, 예를 들어, 횡가속도, 차량 요율, 발생된 측면-미끄러짐, 적용된 조정 각도 크기, 차량의 액추에이터에 의해 소비되는 전체 에너지, 등의 측면에서 측정될 수 있다.

도 5는 경로 P로부터 횡편차 y의 차량 위치 x에서 시작하여, 직선 기준 경로 P를 따라갈 때 예견 거리 의 두 가지 다른 설정의 효과를 보여준다. 예(510)은 예견 거리가 상당히 크게 선택되면 어떤 일이 발생하는지 보여주며, 반면에 예(520)는 예견 거리가 더 짧게 선택되면 어떤 일이 발생하는지 보여준다.

본 명세서에 개시된 기술은 의도된 경로 P로부터 횡오프셋(또는 편차) y에 따라 예견 거리 를 조정함으로써 자율 또는 반-자율 차량의 안내를 개선한다. 또한 종방향, 즉, 차량 진행 방향의 차량 속도에 따라 예견 거리를 변경함으로써 추가 개선이 이루어질 수 있다.

현재 경로 추적 방법은 예견 거리 를 설정하기 위한 불완전하고 임시적인 알고리즘으로 인해 어려움을 겪고 있다. 예를 들어, 속도에 비례하거나, 일부 도로 곡률 기준의 함수로 를 설정하는 것이 제안된다. 이러한 조정은 곡률이 높을 때 예견 거리를 줄이고 곡률이 낮을 때 예견 거리를 늘리기 위해 수행된다. 그러나, 현재 방법은 기준 경로 P로부터 횡오프셋 y를 고려하지 않는다. 이로 인해 차량이 기준 경로에 가까울 때, 예를 들어, 트래킹 오류가 비교적 작은 경우 제어 노력이 감소하고 트래킹-이탈 성능이 저하된다. 이는 차량(100)과 같은, 굴절식 차량의 트래킹-이탈 성능에 부정적인 영향을 미친다.

차량이 기준 경로 P에 가까울 때 경로 추적 성능을 향상시키기 위해, 기준 경로로부터의 횡편차 y도 포함하는 확장된 기준 세트에 기반하여 예견 거리를 지속적으로 조정하는 것이 제안된다. 이는 기준 경로 근처의 낮은 제어 노력 문제를 줄인다. 실제로, 일부 시나리오의 경우 기준 경로 P로부터의 현재 횡편차와 관계없이 안정적인 제어 노력이 발생하도록 예견 거리를 구성할 수 있다.

여기에 게시된 새로운 기술적 특징 중 하나는 제어 노력과 밀접한 관련이 있는 설계 매개변수를 사용하여, 여러 기준을 기반으로 예견 거리를 조정하는 것이다. 경로 추적 방법은 선택적으로 위의 도 4에 예시된 것처럼, 목표 동작 방향(또는 가속도)을 제공하기 위해 벡터 필드를 구성하는, 벡터 필드 안내를 기반으로 한다.

본 명세서에 개시된 방법의 또 다른 특징은 제어 노력이 일부 원하는 제어 노력을 향해 조절될 수 있거나, 적어도 바람직한 최대 제어 노력 미만으로 유지될 수 있다는 것이다. 이러한 제어 노력은 차량 상태 또는 유형에 따라 결정될 수 있으며, 잠재적으로 도로 마찰이 낮은지 높은지와 같은, 도로 상태에 따라 결정될 수도 있다. 예를 들어, 도로 마찰이 낮은 시나리오와, 차량에 무거운 짐이 실리는 경우 제어 노력이 줄어들 수 있다.

본 명세서에 설명된 기술은 도 6에 예시된 제어 아키텍처(600)에 의해 도시된 바와 같이, 속도, 곡률 및 횡오프셋(또는 편차)에 따라 실시간으로 작동하는 '예견 지점 감독자'로서 작동하도록 배열될 수 있다. 차량(620)에서 예견 지점 조정 모듈(610)까지의 피드백 루프가 점선으로 표시되고; 이는 속도 및 횡오프셋과 같이 천천히 변화하는 변수만 사용됨을 나타내며; 요 레이트 및 차체 측면 미끄러짐 각도와 같은 동적 상태는 사용되지 않으며, 왜냐하면 이러한 상태에 따라 를 조정하면 하위 계층 제어 루프, 즉, VMM(250) 및/또는 차량(100)의 MSD 제어 유닛(240)에 의해 수행되는 제어 기능의 동적 안정성을 방해할 수 있기 때문이다. 인공 흐름 안내(AFG)와 같은 벡터 필드 안내-기반 방법에서는 흐름 맵과 관련된 차량 상태만 점선으로 피드백된다.

결정된 예견 거리 는 ,예를 들어, 벡터 필드-기반 경로 추적 방법을 구현할 수 있는 경로 추적자 모듈(640)로 전송된다. 그 후 생성된 기준 데이터에 기초하여 공지된 방식으로, 차량(100)이 제어된다. 따라서, 이러한 제어의 일부인 경로 추적 모듈은 다양한 차량 제어 장치에 제어 신호를 전송한다. 순수한 추격(pursuit)-기반 경로 추적 전략에서, 제어 신호는 조정 각도 명령으로 포함되지만, 보다 일반적으로는 곡률 요청 및/또는 흐름 벡터 방향으로 포함될 수 있다.

예견 지점 조정 모듈(610)은 지도 기능(630)의 기하학적 데이터와 차량 상태 신호에 기초하여 사용할 현재 예견 거리 를 결정한다. 이 예견 거리는 기준 경로 P로부터의 횡편차 y에 적어도 부분적으로 기초하여 결정되며, 따라서 예견 거리 는 기준 경로 P로부터 횡편차 y가 증가함에 따라 증가하고, 횡편차 y가 감소함에 따라 감소한다. 순수 추격(pure pursuit) 알고리즘에서는, 횡편차 y가 도 3과 같이 결정되는 반면, 벡터 필드-기반 방법의 측면 편차는 도 4와 같이 결정된다. 물론, 횡편차를 정의하는 다른 방법도 가능하며, 여기서 모든 방법은 횡편차 y가 어떤 방식으로든 기준 경로에서 측면으로 차량 위치 x까지 측정된 횡제어 오류를 나타낸다는 공통점을 가진다.

도 7은 코너링 시, 즉, 기준 경로 P가 곡률을 나타낼 때 경로 추적을 보여준다. 본 명세서에 개시된 방법은 벡터-필드 안내 방법에서 유리하게 사용될 수 있다. 특히, 벡터-필드에서 벡터 의 방향은 '곡선 절단'을 방지하기 위해, 경로 곡률에 따라 조정될 수 있습니다. 예를 들어, 코너링 시 차량의 선호 방향을 조정하기 위해 다음 관계(제1 흐름 장)를 사용할 수 있다.

여기서 는 예견 지점, 또는 목표 점 G를 직접 가리키는 단위-길이 벡터이고, 과 는 각각 로컬 점 과 목표지점 G에서 단위-길이 접선 벡터이다. 각도 는 기준 경로의 두 접선 벡터 사이 각도의 절반이다. 이로 인해 흐름 벡터 은 특별한 경우에 기준 경로에 접한다.

(1) x는 기준 경로에 위치하며, 그리고

(2) 기준 경로의 곡률은 와 G 사이에서 일정하다.

바람직하게는, 벡터 및 를 계산하기 위해, 최소 예견 거리 가 적용되지 않는 예견 거리()에 따라 목표 점을 계산한다. 추가 는 경로 곡률을 설명하는 벡터 필드에 대한 방향 조정임을 알 수 있다. 특별한 경우 에서는 곡률이 없으며 벡터 의 방향에 대한 조정도 없다. 이 방정식의 형태는 곡률이 0인 경우를 포함하여, 차량이 기준 경로에 위치하고 곡률이 일정한 모든 경우에 w가 기준 경로에 접한다는 조건에서 파생된다. 위의 방정식은 가변 곡률의 경우에도 유효하지만, 접선에서 약간의 편차가 발생할 수 있으며, 유사한 개념이 Gordon, Best 및 Dixon의 "수렴 벡터 필드에 기반한 자동화된 드라이버", Proc. Inst. Mech. Eng. Part D, vol. 216, pp. 329_347, 2002.에 의해 논의되었다.

인공적인 흐름 안내 방법을 적용하는 실시예의 추가 개발에서, 차량은 차량의 현재 횡편차 y에 따라 선택적으로 제어된다. 보다 구체적으로, 횡편차 y가 임계값 를 초과하는 경우에는 제1 흐름 장의 방향 에 따라 차량을 제어할 수 있고, 횡편차가 임계값 를 초과하지 않는 경우에는 최적화-기반 경로에 따라 차량을 제어할 수 있다.

도 8은 대형 차량(100)이 곡선을 통해 기준 경로 P를 따라 이동하는 예시적인 시나리오(800)를 도시한다. 차량(100)은 종방향 속도 U를 갖고, 초기 횡방향 편차 y1에서 출발하고, 이후 y2로 감소하고 y3으로 더 감소한다.

도 9는 위의 논의를 요약하는 방법을 예시하는 흐름도이다. 기준 경로 P를 따르도록 대형 차량(100)을 제어하는 방법이 도시되어 있다. 이 방법은 차량(100)이 따라갈 기준 경로 P를 획득하는 단계(S1)를 포함한다. 기준 경로 P는, 예를 들어, 위에서 논의된 바와 같이, 지도 데이터 및 달성될 전송 임무에 기초하여 결정될 수 있다. 경로 P에 대한 차량 위치 x는 GPS 수신기, 레이더 트랜시버, 비전-기반 센서, 등과 같은 차량 탑재 센서를 사용하여 결정될 수 있다. 기준 경로 P로부터 차량 위치 x의 횡편차 y는 유사한 수단에 의해 결정될 수 있다. 예를 들어, 도 2에 도시된 TSM 기능(270)은 주어진 곡률과 관련된 코너링 기동을 통해 차량을 제어하기를 원할 수 있다. 이 곡률은 코너링 기동 중에 준수할 기준 경로 P를 결정한다.

상기 방법은 또한 경로 P 근처의 차량 위치 x로부터 조종 기준으로 사용될 경로 P를 따라 목표 점 G를 결정하는 단계(S2)를 포함하며, 여기서 목표 점 G는 차량 위치 x와 연관된 기준 위치 x, 에서 측정된 예견 거리 만큼 경로 P를 따라 떨어져 있다. 방법이 순수 추격(pure pursuit)-기반 경로 추적 알고리즘 또는 유사한 것에 따라 차량(100)을 제어하는 일부로서 실행되는 경우, 기준 위치 x는 단순히 차량 위치와 동일할 수 있다. 상기 방법이 벡터 필드 안내-기반 경로 추적 알고리즘에 따라 차량(100)을 제어하는 일부로 실행되는 경우, 기준 위치 G0는 위의 도 4에 예시된 바와 같이, 기준 위치 G0에서 경로 P와 직교하고 차량 위치 x를 통과하는 직선(420)과 교차하는 경로 P 상의 위치로 결정될 수 있다. 여기서, 기준 위치 G0는 차량 위치 x에 가장 가까운 경로 P 상의 지점이다; 도 3을 참조한다. 예를 들어, 중복 목적으로, 제어 유닛(130, 140, 150)에 의해 하나 이상의 경로 추적 알고리즘이 병렬로 실행될 수 있다는 것이 이해된다.

상기 방법은 차선 유지 보조(lane keep assistance, LKA) 기능을 수행하는데 유리하게 적용된다. 이러한 기능은 카메라 및 레이더와 같은 차량 탑재 센서를 사용하여 차량 앞의 도로 형상을 결정하고, 이 도로 형상에 따라 기준 경로 P를 결정할 수 있다. 도로 형상은, 예를 들어, 공지된 방식으로 차선 표시 등으로부터 결정될 수 있다.

본 명세서에 개시된 상기 방법은 물론 굴절식 차량(100)의 반-자율 또는 자율 주행에도 적용 가능하다.

방법은 또한 기준 경로 P로부터 차량 위치 x의 횡편차 y가 임계 횡편차를 초과하는지 여부를 결정(S31)한다. 이를 바탕으로, 횡편차 y가 임계 횡편차 를 초과하는 경우 차량(100)은 제1 흐름 장의 방향 에 따라 제어되는 단계(S32)를 포함한다. 그렇지 않으면, 차량(100)은 기준 경로 P에 실질적으로 평행한 파이프 흐름의 방향에 따라 또는 최적화 기반 경로(1302)에 따라 제어(S33)한다. 본 명세서에 개시된 경로 추적 알고리즘은 트랙터(110) 이외의 조종 차량 유닛에 적용될 수 있다는 것이 이해된다. 예를 들어, 관절식 차량은 자가-동력 돌리 차량 유닛 또는 동력 트레일러와 같은, 다른 조종 가능한 차량 유닛을 포함할 수 있다. 이들 차량 유닛은 또한 본 명세서에 개시된 기술에 따라 제어될 수 있다.

일부 실시예에 따르면, 예견 거리 는 기준 경로 P로부터 차량 위치 x의 횡편차 y에 적어도 부분적으로 기초하여 결정되어, 예견 거리 는 기준 경로 P로부터 횡편차 y가 증가함에 따라 증가하고, 횡편차 y가 감소함에 따라 감소한다. 이 방법 이용시 횡편차가 작아지는 경우에도 제어 노력이 유지되며, 이는 이전에 제안된 경로 추적 알고리즘에 영향을 미치는 것으로 알려진 문제이다. 특히, 상기 방법은 종방향 속도 U가 증가함에 따라 예견 거리가 증가하도록, 차량(100)의 종방향 속도 U에 적어도 부분적으로 기초하여 예견 거리 를 결정하는 단계(S21)를 선택적으로 포함할 수 있다. 이는 차량이 느리게 이동할 때보다, 고속으로 주행할 경우 더 부드러운 차량 제어가 구성된다는 의미이다. 당연히, 고속에서는 급격한 회전 기동이 바람직하지 않다.

하나 이상의 튜닝 매개변수가 예견 거리를 결정하기 위한 전략에 도입될 수 있다. 예를 들어, 상기 방법은 또한 제1 튜닝 매개변수 a에 기초하여 예견 거리 를 결정하는 단계(S22)를 포함할 수 있으며, 경로 P를 따르도록 차량(100)을 제어하기 위한 제어 노력은 제1 튜닝 매개변수 a의 증가에 따라 증가한다. 따라서, 이 제1 튜닝 매개변수 a는 예견 거리를 사용하는 경로 추적 알고리즘의 제어 노력을 조정하기 위한 수단을 나타낸다. 제어 노력은 일반적으로 차량을 기준 경로 P에 더 가깝게 유지하는 것을 목표로 하는 차량 동작 관리 작업의 규모를 나타낸다. 예를 들어, 큰 제어 노력은 작은 제어 노력에 비해 더 높은 차량 횡가속도를 생성할 가능성이 더 높다. 제1 튜닝 매개변수 a는 기준 경로 P의 곡률에 따라 유리하게 조정될 수 있다. 예를 들어, 기준 위치에서 기준 경로 P와 연관된 구심 횡가속도 성분을 결정(S23)하고 구심 횡가속도 성분에 기초하여 제1 튜닝 매개변수 a를 조정함으로써 서로 다른 경로 곡률이 설명될 수 있다.

제1 튜닝 매개변수는 또한 차량(100)의 적재량이 많은지 여부, 그리고 아마도 차량(100)에 새 타이어가 있는지 여부와 같은, 차량 상태 또는 차량 유형에 따라 조정될 수 있다. 제1 튜닝 매개변수는 원격 서버(150)와 같은 원격 개체로부터 구성되거나, 서비스 중에 기술자에 의해 구성될 수 있다. 운전자는 개인 선호도나 작동 시나리오에 따라 수동으로 매개변수를 구성할 수도 있다.

예를 들어, 제한된 공간에서 조작할 때 정밀도를 향상시키기 위해, 기준 경로의 곡률 또는 평균 곡률에 따라 를 조정하면 이점을 얻을 수 있다. 이는 속도 감소를 통해 간접적으로 발생하지만, 형식의 방정식에 따라 가속도 매개변수 a를 적용하면 추가 이점을 얻을 수 있다. 여기서 는 기준 경로의 곡률을 측정한 값이고, 는 증가 함수가 될 수 있으므로, 더 큰 정밀도가 필요할 때마다 경로-추적에 더 많은 제어 노력이 적용된다.

예에 따르면, 방법은 예견 거리 를 다음과 같이 결정하는 단계(S24)를 포함한다

여기서 U는 차량(100)의 종방향 속도(도 8에 표시됨)이고, y는 횡편차(또는 경로 편차) 크기이고, a는 제1 튜닝 매개변수이고, b≥0은 제2 튜닝 매개변수이다. 매개변수 b는 기준 경로에 가까운 경로 추적의 동작을 제어하는 데 사용할 수 있는, 조정 매개변수입니다. 매개변수 b가, 0보다 큰 경우, 기준 경로에 접근할 때 비선형성을 줄이는 효과가 있을 수 있다. 횡편차 크기 y는 음-아닌 변수인 것으로 이해된다.

예견 거리의 하한 경계를 지정하는, 최소 거리가 예견 거리 결정에 추가될 수도 있고, 예를 들어,

이는 가 작아질 때, 예를 들어, 속도 U가 매우 작거나 경로 편차 크기 y가 0이 되는 경향이 있을 때, 발생할 수 있는 불규칙한 조종을 설명한다. 를 사용하면 조종 액츄에이터의 시간 지연에 대한 민감도가 줄어들고 대형 차량의 물리적 기동 한계를 고려한다. 물론, 예견 거리에 대한 다른 표현식 도 이러한 방식으로 하한을 지정할 수 있다.

도 10은 본 명세서에서 논의된 실시예에 따른 제어 유닛(130, 140, 150, 1000)의 ,구성 요소를 다수의 기능 유닛 측면에서, 개략적으로 도시한다. 이 제어 유닛은, 예를 들어, VMM 또는 TSM 유닛의 형태로 차량(100)에 포함될 수 있다. 처리 회로(1010)는 적합한 중앙 처리 장치 CPU, 멀티프로세서, 마이크로컨트롤러, 디지털 신호 프로세서 DSP, 등., 컴퓨터 프로그램 제품에 저장된 소프트웨어 명령을 실행할 수 있는, 예를 들어, 저장매체(1030)의 형태 중 하나 또는 이상의 조합을 사용하여 제공된다. 처리 회로(1010)는 적어도 하나의 주문형 집적 회로 ASIC 또는 필드 프로그래밍 가능 게이트 어레이 FPGA로서 추가로 제공될 수 있다.

특히, 처리 회로(1010)는 제어 유닛(1000)이 도 9와 관련하여 논의된 방법과 같은, 일련의 동작, 또는 단계를 수행하게 하도록 구성된다.

결과적으로, 기준 경로 P를 따르도록 대형 차량(100)을 제어하기 위한 제어 유닛(130, 140, 150)이 여기에 개시된다. 제어 유닛은 차량이 따라갈 기준 경로를 획득하도록 구성된 처리 회로(1010); 경로 근처의 차량 위치로부터 조종 기준으로 사용될 경로를 따라 목표 점을 결정하고, 여기서 목표 점은 차량 위치와 연관된 기준 위치로부터 측정된 예견 거리만큼 경로를 따라 떨어져 있으며; 목표 점에 기초하여, 기준 경로와 관련된 제1 흐름 장의 방향 을 ,결정하고; 기준 경로로부터 차량 위치의 횡편차 y가 횡측면 편차 를 초과하는지 여부를 결정하고; 횡편차가 임계 횡편차를 초과하는 경우 제1 흐름 장의 방향 에 따라 차량을 제어하고, 그렇지 않으면 기준 경로에 실질적으로 평행한 파이프 흐름의 방향 에 따라 또는 최적화 기반 경로에 따라 차량을 제어한다.

예를 들어, 저장 매체(1030)는 동작 세트를 저장할 수 있고, 처리 회로(1010)는 저장 매체(1030)로부터 동작 세트를 검색하여 제어 유닛(1000)이 동작 세트를 수행하게 하도록 구성될 수 있다. 동작 세트는 실행 가능한 명령어 세트로 제공될 수 있다. 따라서, 처리 회로(1010)는 여기에 개시된 방법을 실행하도록 배열된다. 특히, 트랙터(110) 및 하나 이상의 견인 차량 유닛(120, 130, 140, 150)을 포함하는 굴절식 차량(100, 300)의 후진을 제어하기 위한 제어 유닛(115, 210, 1000)이 개시되어 있으며, 제어유닛은 처리 회로(1010), 처리 회로(1010)에 연결된 인터페이스(1020), 메모리는 처리 회로에 의해 실행될 때, 제어 유닛으로 하여금 도 8과 관련하여 위에서 논의된 방법을 수행하게 하는, 기계 판독 가능 컴퓨터 프로그램 명령을 포함하는 처리 회로(1010)에 연결된 메모리(1030)로 구성된다.

저장 매체(1030)는 또한 영구 저장 장치를 포함할 수 있으며, 이는, 예를 들어, 자기 메모리, 광학 메모리, 고체 상태 메모리 또는 심지어 원격으로 장착된 메모리 중 임의의 단일 또는 조합일 수 있다.

제어 유닛(1000)은 적어도 하나의 외부 장치와의 통신을 위한 인터페이스(1020)를 더 포함할 수 있다. 따라서 인터페이스(1020)는 아날로그 및 디지털 구성 요소와 유선 또는 무선 통신을 위한 적절한 수의 포트를 포함하는, 하나 이상의 송신기 및 수신기를 포함할 수 있다.

처리 회로(1010)는, 예를 들어, 인터페이스(1020) 및 저장 매체(1030)에 데이터 및 제어 신호를 전송하고, 인터페이스(1020)로부터 데이터 및 보고를 수신하고, 저장 매체(1030)로부터 데이터와 명령어를 검색함으로써 제어 유닛(1000)의 일반적인 동작을 제어한다. 여기에 제시된 개념을 모호하게 하지 않기 위해 제어 노드의 다른 구성 요소, 및 관련 기능은, 생략되었다.

도 11은 상기 프로그램 제품이 컴퓨터에서 실행될 때, 도 8에 예시된 방법을 수행하기 위한 프로그램 코드 수단(1120)을 포함하는 컴퓨터 프로그램을 저장하는 컴퓨터 판독 가능 매체(1110)를 예시한다. 컴퓨터 판독 가능 매체 및 코드 수단은 함께 컴퓨터 프로그램 제품(1100)을 형성할 수 있다.

도 11은 상기 프로그램 제품이 컴퓨터에서 실행될 때, 도 8에 예시된 방법을 수행하기 위한 프로그램 코드 수단(1120)을 포함하는 컴퓨터 프로그램을 저장하는 컴퓨터 판독 가능 매체(1110)를 도시한다. 컴퓨터 판독 가능 매체 및 코드 수단은 함께 컴퓨터 프로그램 제품(1100)을 형성할 수 있다.

위에서 본 것처럼, 인공 흐름 안내(artificial flow guidance, AFG)는 차량 경로를 지정하는 대신 유체 흐름 유추를 사용하는 차량 안내(고 수준 동작 기준)를 위한 기존 방법이다. AFG는 조합 차량과 긴 조합 차량을 포함한, 차량의 자율 동작 제어에 적합하다. n개의 강성 유닛으로 구성된 차량(차량 조합)의 경우, n+1개의 트래킹 지점이 차량의 횡움직임을 완전히 제한하는 데 사용된다. 기존 AFG 구현에서는, 연관된 유선형(일반화된 모션 타겟)이 고유한 참조 경로로 수렴된다. 트래킹 지점은 일반적으로 트랙터나 대형 트럭의 앞차축과 뒷차축, 또는 트레일러나 트레일러들이나 세미-트레일러의 뒤 차축에 정의된다. 조건은 다음과 같이 표현할 수 있다: "트래킹 지점이 기준 경로 P를 트래킹하거나 파이프(1204) 내에 머무르면, 차량의 모든 부분의 동작이 허용 가능한 범위 내에 유지된다." 이는 차량 조합에 n개의 강성 유닛이 있는 경우 n+1개의 트래킹 지점을 제한하는 것이 필요하고 충분하다는 이론적 기하학-기반 결과를 따른다. 트래킹 지점이 정의되면, 적절한 2-차원 강체 운동학 모델을 사용하여 정의된 동작을 '삽입'한다; 조종 축이 트래킹 지점과 일치하더라도, 조종 축의 해당 동작을 계산할 수 있다. 그런 다음 조종은 원격 트래킹 지점의 필요한 동작과 일치하는 동작 방향을 트래킹한다.

도 12에 도시된 바와 같이, 도로가 파이프로 시각화되면, 기준 경로 P에 가장 가까운 내부 경계(1202) 내부의 영역(1204)은 차량(100)의 트래킹 지점이 제한되는 도로 부분을 나타낸다. 외부 경계(1206)(실선)는 도로 또는 차선 경계를 나타내는 반면, 내부 경계(1202)(점선)는 차량 트래킹 지점을 캡처하고 안내하도록 의도된, 파이프를 나타낸다. 파이프의 반경은 임계 횡편차 에 해당한다. AFG 흐름 기준이 내부 경계(1202)를 통해 파이프로 들어가면, 정상적인 조건과 교란이 없는 경우 절대 빠져나가지 않는다. 파이프(1204) 내부에, 일단 트래킹 지점이 '갇히게' 되므로, 횡 동작 목표가 정상적으로 관찰될 수 있다.

일부 실시예에서, 도 13에 도시된 바와 같이, 차량(100)은 최적화-기반 경로(1302)에 따라 제어된다. 최적화-기반 경로(1302)는 임계 가속도를 초과하는 가속도, 특히 임계 횡방향 가속도에 페널티를 부여하는 비용 함수를 사용하여 결정될 수 있다. 대안적으로 또는 추가적으로, 최적화-기반 경로(1302)는 Berntorp(2014)에서 구현된 바와 같이 차량(100)의 총 이동 시간을 최소화함으로써 결정될 수 있다. 대안적으로 또는 추가적으로, 최적화-기반 경로(1302)는 경로 곡률의 2차 도함수의 노름(norm)을 최소화함으로써 결정될 수 있으며; 가능한 근사치를 포함하여, 이러한 최소화와 관련된 일부 세부 사항이, 위에 제시되어있다. 대안적으로 또는 추가적으로, 최적화-기반 경로(1302)는 낮은-차수 다항식을 기준 경로 P에 피팅함으로써 결정될 수 있으며; 위를 참조한다. 이들 옵션 중 어느 하나에서, 최적화-기반 경로(1302)가 임계 횡편차 를 초과해서는 안 된다는 제약이 추가될 수 있다. 또 다른 가능성은, 최적화 문제의 목적 함수에, 임계 횡편차 의 80-90%에 도달할 때 시작되는, 점진적인 시작의 페널티를 포함하는 것이다. 이러한 페널티를 사용하면 차량(100)이 파이프(1204)의 전체 폭을 상당히 자유롭게 사용할 수 있지만 일반적으로 심각한 섭동 없이 파이프(1204) 내부에 차량(100)을 유지하게 된다.

다른 실시예에서, 차량(100)은 파이프(1204) 내부의 기준 경로 P에 평행하거나 실질적으로 평행한 파이프 흐름의 방향 에 따라 제어된다. 이러한 파이프-흐름 접근법은 기준 경로를 대체하기 위해 AFG의 고유한 자유도를 사용하며, 경로, 흐름(동작 대상)이 조정되거나 최적화되는 영역('파이프')을 정의한다. 파이프가 유체를 안내하고 제한하는 데 사용되는 것과 마찬가지로 여기서 말하는 파이프는 트래킹 지점을 안내하고 제한하는 것이다.

제1 흐름 장과 유사하게, 파이프 유동은 건설적인 기하학적 방법을 사용하여 도로 형상을 기반으로 모든 관련 위치에서 생성될 수 있다. 도 3은 이러한 방법에 의해 제1 흐름 장이 어떻게 생성될 수 있는지를 도시하고 있으며, 이는 도 7을 참조하여 더 자세히 설명되어 있음을 상기한다. 점 x는 차량 상의 '트래킹 지점'(또는 기준 점)의 위치를 나타내고, G는 경로 P를 따라 예견 거리 만큼 떨어진 목표 점을 나타내며, 은 기준 경로 P에서 x에 가장 가까운 점을 나타낸다. 이 지점에서 접선을 계산하면, 다음 방정식을 사용하여 AFG 벡터를 결정할 수 있다.

에 대해. 예견 거리는 예를 들어 다음과 같이 결정될 수 있다는 것을 상기한다

여기서 U는 차량의 종방향 속도, y는 횡편차, a는 제1 튜닝 매개변수, b≥0은 제2 튜닝 매개변수이다. 본 실시예에 따르면, 이 정의는 다음과 같이 확장된다.

방정식 파이프 흐름 가 다음에 제공된다. '파이프'의 중심축을 나타내는 트랙 중심선(기준 경로)에서 이동하는 기준 프레임을 기준으로 파이프 흐름을 곡선 좌표로 표현하는 것이 편리하다. 도 14에 표시된 것처럼, 첫 번째 좌표는 접선 방향 t에 해당하고 두 번째 좌표는 순간 회전 중심을 향한 구심 방향 n에 해당한다. 작은 좌표 변위()로 인한 물리적 변위 벡터는 다음과 같다:

여기서, 은 경로를 따르는 종방향 거리이고 는 경로로부터의 횡변위이다. 의 경우 다음과 같이, 과 관련된 거리 수축이 있다:

여기서 은 트랙 중심선의 로컬 경로 곡률이다. 마찬가지로, 흐름 벡터 (직교 좌표) 및 (경로 좌표)는 다음과 같이 관련된다:

이제 파이프-흐름 구성의 예가 제공된다. 기본 형태에서, 는 종방향 속도이고 으로, 흐름 패턴이 파이프에 균일하게 평행하게 된다. 즉, 파이프 흐름w 은 기준 경로 P와 평행하다. 이는 트래킹 지점을 중심으로 강제하는 대신, 파이프 중심선으로부터 어느 정도 횡편차를 허용할 수 있는 장점이 있다. 비교는 도 15에 나와 있으며, 위쪽 그림 15A는 기존의 동작 트래킹을 보여주고, 도 15B는 파이프 내의 평행 흐름을 보여준다. (주의: ±0.5m의 파이프 경계는 실제로 서로 평행하다; 위쪽 플롯에서, 특히, 흐름 패턴은 착시 현상을 나타낸다.) 새로운 흐름 패턴은 차량이 파이프 경계(1202) 내에 들어가고 머무르는 것을 보장하며, 경로 중앙을 추적할 필요가 없어, 제어 노력과 횡기동 가속도가 줄어든다.

외부 흐름(제1 흐름 필드)과 내부 흐름(파이프 흐름)은 외부 흐름 매개변수 중 하나를 적절하게 선택하여 그림 15B에서와 같이, 일치시킬 수 있다. 이는 외부 흐름이 경계 근처의 파이프와 평행하게 되는 제약 조건을 부과함으로써 달성된다. 바로 위의 예견 거리 에 대한 방정식에서, 파이프 중심선에 대한 차량의 각도, α는, 다음과 같다:

파이프 경계(1202) 또는 그 근처에서 이 발생하려면. 다음과 같은 요구 사항이 적용된다

여기서 는 파이프 반경 보다 약간 작은(예, 10%, 20%) 상수다. 따라서, 제1 흐름 장의 방향 은 횡측면 편차 또는 그 부근에서 기준 경로 P와 평행하게 배향된다.

이 그룹 내의 추가 실시예에서, 특히 차량(100)의 트래킹 지점이 곡률의 급격한 변화를 결정할 때, 조건 이 완화될 수 있다. 파이프 내의 흐름을 개선하기 위한 한 가지 옵션에는 흐름 왜곡 기능을 추가하는 것이 포함될 수 있으며, 즉 흐름의 곡률을 완화하여 곡선을 횡단할 때 차량이 이동하는 경로의 반경을 늘려, 국지적으로 가속도를 줄일 수 있다. 이에 대한 예가 도 13에 도시되어 있으며, 보다 상세한 흐름 패턴은 도 17 및 18에 도시되어 있다. 도 13에서 볼 때 차량(100)이 곡선에 접근할 때, 파이프 흐름은 트래킹 지점을 외부 파이프 경계쪽으로 밀어 파이프(1204) 내에서 '모서리-절단'을 허용하는 경향이 있다.

형태에 대한 간단한 흐름 왜곡 기능을

사용할 수 있다. 여기서, 은 횡왜곡이 발생하는 기준 경로 부분을 정의하는, 스위칭 함수 역할을 한다. 간단한 예는 도 16A에 표시된 조각별 선형 함수이며, 여기서 는 곡률이 높은 부분에 해당하고, 예를 들어 곡률 가 임계 곡률 를 초과한다. 따라서, 은 기준 경로가 알려지자마자, 즉, 곡률이 높은 모든 부분을 식별하고 및 와 유사한 램프를 추가함으로써 오프라인으로 생성될 수 있다. 도 16B에 표시된 함수 는, 파이프를 가로질러 작용하고 파이프 경계에서 0이 되는 경향이 있는 경계 함수(컷-오프 함수)이다. n 방향의 흐름에 대해 양의 횡 '밀기'를 생성하는 ,경계 함수의 예는 ,다음과 같다.

따라서, 파이프 흐름 w는 부분 에서 0이 아닌 구심 성분을 갖는다. 도 16에서는 기준 경로 근처의 흐름 가속도가 구부러져 필요한 가속 노력을 줄인다는 것을 알 수 있다. 의 정의에서, 임계 횡편차 에 의해 정의된 전환 점은 약간 더 작거나 더 큰 상수, 예를 들어, 10%, 20% 등으로 감소 또는 증가로 대체될 수 있다. 경계 함수 는 기준 경로 P와 독립적으로 정의될 수 있다.

예시적인 예는 도로의 곡선 구간에 의해 정의된 기준 경로 P 주변의 흐름이다. 도 18은 곡선(트랙) 좌표에서 기준 경로 부근의 흐름 장 플롯으로, 가속도와 저크를 줄이기 위해 유동 왜곡이 적용된다. 가로 축은 종방향 거리 x를 미터 단위로 나타내고, 세로 축은 횡거리 y를 미터 단위로 나타내며, 두 파이프 경계는 가로 점선으로 표시된다. 모서리 정점은 x=130에 위치한다. 도 17은 도 18의 전체 흐름 맵에서 확대된 부분이지만, 실제적인 공간 기하학(직교 좌표)을 갖는다. 여기서는, 경로와 파이프 경계가 점선으로 그려진다. 파이프 외부에서 들어오는 유선형은 파이프 내부의 실제 '곡선 절단' 경로(기준-경로 절단 경로)를 모호하게 만드는 경향이 있으며, 파이프가 상대적으로 좁아 전체 패턴을 시각화하기 어렵다. 따라서, 완성도를 높이기 위해, 도 18은 전체 흐름 장을 곡선 좌표로 보여준다. 수평 스케일에 비해 수직 스케일이 훨씬 확장되어 있음을 알 수 있다.

파이프-흐름 실시예의 추가 변형에서는, 최대 가속 또는 저크를 최소화하기 위해 오프라인 최적화가 추가될 수 있다. 또한, 기계 학습이나 인공 지능 또는 기타 패턴-매칭 기술을 활용하여 도로 형상에 따라 최적의 흐름-왜곡 기능을 학습할 수 있어, 이 방법을 실시간 사용에 매우 효율적으로 만들 수 있다.

또 다른 변형에서는, 전체(외부) 흐름 정의와 (내부) 최적화된 파이프 흐름 사이의 개별 전환이 사용될 수 있다. 이 경우, 파이프-흐름이 활성화되기 전에 트래킹 지점이 파이프 중앙으로 이동될 수 있다. 또한, 모든 트래킹 지점이 파이프 경계를 벗어난다면 경고 또는 제어 개입(예, 자동 제동)이 제공될 수 있다. 이 지점에서 일반적으로 적용 가능한 전략은 트래킹 지점이 파이프 경계(1202)를 벗어나면 자동으로 수정된 외부 흐름장으로 전환하는 것일 수 있으며, 그 후 자율 경로 수정이 파이프 흐름의 트래킹 지점을 다시-캡처하기 위해 적용된다.

Claims (18)

1. 기준 경로(P)를 따르도록 대형 차량(100)을 제어하는 방법에 있어서, 상기 방법은
   차량(100)이 따라갈 기준 경로(P)를 얻는 단계(S1),
   상기 경로(P) 주변의 차량 위치(x)로부터 조종 기준으로 사용할 기준 경로(P)를 따라 목표 점(G)을 결정하는 단계(S2)로서, 상기 목표 점은 차량 위치(x)와 연관된 기준 위치(x,G₀)로부터 측정된 예견 거리()에 의한 경로(P)를 따라 떨어져 있고,
   목표 점(G)을 기초로, 기준 경로(P)와 관련된 제1 흐름 장의 방향 을 결정하는 단계(S26),
   상기 기준 경로(P)로부터 차량 위치(x)의 횡편차(y)가 임계 횡편차()를 초과하는지 여부를 결정하는 단계(S31), 그리고
   횡편차(y)가 임계 횡편차()를 초과하면 제1 흐름 장의 방향에 따라 차량(100)을 제어하는 단계(S32), 그렇지 않으면 기준 경로(P)에 실질적으로 평행한 파이프 흐름의 방향에 따라 또는 최적화 기반 경로(1302)에 따라 차량(100)을 제어하는 단계(S33)를 포함하는, 방법.
2. 제1항에 있어서,
   파이프 흐름이 기준 경로(P)의 적어도 제1 부분에서 기준 경로(P)와 평행한, 방법.
3. 제1항 또는 제2항에 있어서,
   제1 흐름 장은 횡편차(y)에 대한 연속 함수이고 이것의 방향은 임계 횡편차() 또는 그 근처에서 기준 경로(P)와 평행하게 배향되는, 방법.
4. 제2항 또는 제3항에 있어서,
   파이프 흐름은 기준 경로(P)의 적어도 제2 부분에서 0이 아닌 구심 성분을 갖고, 제2 부분은 기준 경로의 곡률(κ)이 임계 곡률을 초과하는 곳에 대응되는, 방법.
5. 제1항 내지 제4항 중 어느 한 항에 있어서,
   최적화-기반 경로는 임계 가속도를 초과하는 가속도에 벌점화하는 비용 함수를 사용하여 결정되는, 방법.
6. 제1항 내지 제5항 중 어느 한 항에 있어서,
   최적화-기반 경로는 총 이동 시간을 최소화하여 결정되는, 방법.
7. 제1항 내지 제6항 중 어느 한 항에 있어서,
   최적화-기반 경로는 경로 곡률의 2차 도함수의 노름(norm)을 최소화함으로써 결정되는, 방법.
8. 제1항 내지 제7항 중 어느 한 항에 있어서,
   최적화-기반 경로는 저차 다항식을 기준 경로(P)에 피팅함으로써 결정되는, 방법.
9. 제1항 내지 제8항 중 어느 한 항에 있어서,
   최적화-기반 경로는 임계 횡편차()를 초과하지 않는 제약을 조건으로 결정되는, 방법.
10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    최적화-기반 경로는 0이 아닌 전방 수평선()까지 확장되는 가능한 경로들에 걸쳐 비용 함수를 최적화함으로써 결정되는, 방법.
11. 제1항 내지 제10항 중 어느 한 항에 있어서,
    제1 흐름 장의 방향을 결정하는 단계(S26)를 포함하는, 방법
    은
    
    은 기준 위치(G0)에서 평가된 기준 경로(P)에 대한 단위-길이 접선 벡터이고, 는 목표 점(G)에서 평가된 기준 경로(P)에 대한 단위-길이 접선 벡터이고, 는 차량 위치(x)에서 목표 점(G)을 향하는 단위-길이 벡터이고, 그리고 각도 는 두 접선 벡터 과 가 이루는 각도임.
12. 제1항 내지 제11항 중 어느 한 항에 있어서,
    예견 거리()는 가변적인, 방법.
13. 제12항에 있어서,
    예견 거리()는 기준 경로(P)로부터 횡편차(y)가 증가함과 함께 증가하고, 횡편차(y)가 감소함과 함께 감소하는, 방법.
14. 제1항 내지 제13항 중 어느 한 항에 있어서,
    기준 위치(x)는 차량 위치와 동일한, 방법.
15. 제1항 내지 제13항 중 어느 한 항 있어서,
    기준 위치()는 차량 위치(x)를 지나 기준 위치()에서 경로(P)와 직교하는 직선이 교차하는 경로(P) 상의 위치인, 방법.
16. 제1항 내지 제15항 중 어느 한 항에 있어서,
    차량을 제어하는 단계는 차선 유지 보조, LKA, 기능, 반-자율 주행 애플리케이션, 또는 자율 주행 애플리케이션을 수행하는 단계를 포함하는, 방법.
17. 기준 경로(P)를 따르도록 대형 차량(100)을 제어하기 위한 제어 유닛(130, 140, 150)으로서, 상기 제어유닛은 제1항 내지 제 16항의 방법에 따라 수행하도록 구성된 처리 회로(1010)를 포함하는, 제어 유닛.
18. 제17항에 따른 제어 유닛(130, 140, 150)을 포함하는, 대형 차량(100).