WO2018077641A1 - Bestimmung einer trajektorie mit multi-resolution grid - Google Patents

Bestimmung einer trajektorie mit multi-resolution grid Download PDF

Info

Publication number
WO2018077641A1
WO2018077641A1 PCT/EP2017/076294 EP2017076294W WO2018077641A1 WO 2018077641 A1 WO2018077641 A1 WO 2018077641A1 EP 2017076294 W EP2017076294 W EP 2017076294W WO 2018077641 A1 WO2018077641 A1 WO 2018077641A1
Authority
WO
WIPO (PCT)
Prior art keywords
grid cells
cell
grid
parent
initial
Prior art date
Application number
PCT/EP2017/076294
Other languages
English (en)
French (fr)
Inventor
Fabian Fuchs
Marco Heimberger
Malte JOOS
Mohamed Mahmoud
Original Assignee
Valeo Schalter Und Sensoren Gmbh
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 Valeo Schalter Und Sensoren Gmbh filed Critical Valeo Schalter Und Sensoren Gmbh
Publication of WO2018077641A1 publication Critical patent/WO2018077641A1/de

Links

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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—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

Definitions

  • the present invention relates to a method for determining a trajectory for a vehicle in a map, comprising the steps of generating a map with a grid of initial grid cells having a predetermined cell size, transferring from the non-drivable area to the map, associating the non-navigable Area to at least one initial grid cell, combining a plurality of initial grid cells to a parent grid cell, and determining the trajectory based on the initial grid cells and the parent grid cells according to an A * method.
  • the present invention also relates to a vehicle assistance system having a subsystem for calculating a trajectory, wherein the subsystem is designed to carry out the method specified above.
  • the present invention relates to a vehicle with such
  • the present invention also relates to a computer program product for
  • the determination of a trajectory in a map with a grid of grid cells has various uses. Such a method can be used, e.g. to find a drivable and collision-free path from the current location A to a position B. In particular, the method can be used to e.g. to find the detailed path to an already recorded trajectory as well as to find a path around the obstacle on the recorded trajectory in a path with an obstacle. Another application is for example the
  • an explicit calculation of the trajectory is known.
  • This method is based on a deterministic method based on formulas.
  • the disadvantage of this is that this method is not possible for all situations, as it is an explicit procedure.
  • Local methods are also known, for example based on a gradient descent, potential fields, or the like.
  • the disadvantage of this is that a path found depends strongly on the path with which the optimization method begins. For example, such methods are conceivable after a path has already been found. Also sampling-based search methods are known.
  • a disadvantage of this method is that it is difficult to include vehicle characteristics. If a path is found, it depends on the set random points.
  • a pathfinding involving drivability conditions based on a grid map with grid cells is known.
  • Such a method is known, for example, as the A * algorithm. It will find paths that can be driven by the vehicle, the path consists of lines and circles. This procedure usually uses a uniform cell size. The process is basically reliable, but requires much more memory than others
  • DE 10 2013 209 764 A1 discloses a method for supporting a driver of a motor vehicle.
  • the method comprises the steps of obtaining information about an environment of the motor vehicle,
  • the invention is therefore the object of a method of the type mentioned above, a
  • a vehicle assistance system having a subsystem for calculating a trajectory, wherein the subsystem is designed to carry out the method specified above, a vehicle having such a vehicle assistance system, and
  • a computer program product for carrying out the above method which provides an improved determination of a trajectory for a vehicle in a map enable.
  • a determination of the trajectory with a few
  • the invention thus provides a method for determining a trajectory for a vehicle in a map, comprising the steps of generating a map with a network of initial grid cells having a predetermined cell size, transferring from a non-drivable area to the map, assigning the non-navigable Area to at least one initial grid cell, combining a plurality of initial grid cells to a parent grid cell, and determining the trajectory based on the initial grid cells and the parent grid cells according to an A * method, the Combining of a plurality of initial grid cells to a parent grid cell is performed dependent on a distance from the non-drivable area, and determining the trajectory based on the initial grid cells and the parent grid cells according to an A * method the
  • a vehicle assistance system with a subsystem for calculating a trajectory is also specified, wherein the subsystem is designed to carry out the method specified above.
  • a vehicle is specified with such a vehicle assistance system.
  • the basic idea of the present invention is thus, starting from an A * method for determining a trajectory, to replace the network of initial grid cells with a predetermined cell size which is used by a grid with grid cells having at least two different resolutions, the grid Cells in critical Areas, ie near non-drivable areas, have a finer resolution than grid cells that are further away from non-drivable areas.
  • the determination of the trajectory can be carried out particularly efficiently, since less space is required due to the partially larger grid cells.
  • the determination of the trajectory is also accelerated.
  • the basis is a method known per se, known as the A * method, which makes it possible to determine the trajectory for a card with a network having a uniform, predetermined cell size.
  • the A * algorithm belongs to the class of informed search algorithms. It is used to calculate a shortest path between two nodes in a graph with positive edge weights. The nodes are here the grid cells in the sense of the present invention.
  • the A * algorithm is considered to be a generalization and extension of the Dijkstra algorithm. In contrast to uninformed search algorithms, the A * algorithm uses an estimator (heuristic) to search in a targeted way to reduce runtime. The algorithm is complete and optimal. This means that an optimal solution is always found, if one exists.
  • the heuristic used should not overestimate costs, as this can lead to a potential loss of optimality in terms of cost function. For the example of the route search, the straight-line is a suitable estimate. Other estimates, such as a straight line along with an angle deviation factor, may also be useful, resulting in loss of optimality with respect to the cost function, depending on the factor.
  • the nodes or grid cells are divided into three different classes during the search. Unknown nodes were not found during the search. There is no way known to them yet. Each node (except the start node) is unknown at the beginning of the algorithm. Known nodes have a path known.
  • the shortest route is known.
  • the finally examined nodes are stored in a closed list, so that they are not examined several times.
  • the closed list can be implemented by means of a boolean value at the respective position, and access to the grid cell is performed by means of hash tables.
  • the closed list is empty at the beginning.
  • each known or finally visited node contains a pointer to its predecessor node. These pointers can be used to trace the path back to the starting node. If a node x is finally examined, its descendant nodes are inserted into the open list and x is added to the closed list. The preceding pointers of the successor nodes are set to x. If a successor node is already on the closed list, it will not be re-inserted into the open list and its predecessor pointer will not be changed. If a follow-up node is already on the open list, the node is only updated (f-value and predecessor pointer) if the new route to it is shorter than the previous one.
  • the algorithm terminates as soon as the destination node is finally examined.
  • the found path is then reconstructed and output using the preceding pointers. If the Open List is empty, there are no more nodes that could be examined. In this case, the algorithm terminates because there is no solution.
  • the A * algorithm generally finds an optimal path between two nodes in a graph.
  • Optimal can be the shortest, the fastest or the fastest simplest, depending on the type of weighting function that assigns the edges their length.
  • the algorithm can solve all the problems that can be represented by a graph and where an estimate of the residual costs can be made to the target.
  • the respectively largest available grid cells are used to determine the trajectory. This allows the algorithm to work very efficiently. In the area of non-drivable areas, however, a high resolution can be provided, which is particularly necessary when the vehicle has to be passed between obstacles.
  • the trajectory is a sequence of vehicle states with a desired resolution.
  • the trajectory is preferably safe, short, smooth and takes into account kinematic limitations of the vehicle, such as a turning circle or the like.
  • the non-drivable area is typically marked by assigning grid cells around a physical obstacle altogether to the non-drivable area and marking them as such. For this purpose, for example, a circle placed around each objective obstacle, which in each case one not with a
  • the non-drivable area is therefore the sum of all grid cells that are not passable.
  • Individual non-drivable areas are defined, for example, by a circular disk area on the map which surrounds an objective obstacle, for example a tree, a wall, a vehicle, a person or others.
  • the non-drivable area may thus comprise individual, unconnected areas on the map, which may also be individually referred to as non-drivable area.
  • a vehicle can also be modeled by a plurality of circles.
  • the vehicle may be a vehicle of any kind, from a bicycle to a motorcycle, cars with various drives, to trucks or tracked vehicles. Depending on the type of vehicle, different parameters must be used in the method, which result, for example, from its dimensions and its mobility.
  • the parent grid cell is stored at a higher level of the card. Pointer to the level could be used to realize easy access.
  • the vehicle assistance system is, for example, a navigation system, an autonomous parking system, or the like, which must provide a trajectory for the vehicle.
  • the subsystem can also be provided centrally, so that it can be used by various vehicle assistance systems.
  • the various vehicle assistance systems are not used at the same time, as is customary in the mentioned navigation system and the autonomous parking system, the subsystem can provide the function without conflicts in the use of the subsystem.
  • the grouping of a plurality of initial grid cells into a superordinate grid cell is not carried out in at least one area of particular interest.
  • Such an area can be, for example, an area around a starting point or a destination point of the trajectory.
  • various other criteria can be defined here to cover a range from the combination of the initial grid cells to superordinate grid cells
  • the step of combining a plurality of initial grid cells to a superordinate grid cell depending on a distance from the non-drivable area comprises combining a plurality of initial grid cells in a predetermined grid according to a cell size.
  • the combining of a plurality of initial grid cells to a higher-level grid cell comprises determining a potential parent grid cell and checking the potential
  • the combining of a plurality of initial grid cells to a parent grid cell comprises determining a potential parent grid cell and checking the initial grid cells of the potential parent grid cell for a collision with the non-passable grid cell Area, wherein the plurality of initial grid cells are combined to the parent grid cell when none of the plurality of initial grid cells with the non-drivable area collides.
  • the combining of a plurality of initial grid cells to a parent grid cell comprises determining a potential parent grid cell and checking initial grid cells adjacent to the potential parent grid cell for collision with the grid grid non-drivable area, wherein the plurality of initial grid cells are combined to the parent grid cell, if none of the adjacent initial grid cells with the non-drivable area collides.
  • Adjacent initial grid cells may be immediately adjacent grid cells extending, for example, along the sides of the potential parent grid cell. However, it has proven particularly advantageous to check only the initial grid cells at the corners of the potential parent grid cell. Due to the generation of not
  • the step of combining a plurality of initial grid cells to a superordinate grid cell depending on a distance from the non-drivable area comprises grouping a plurality of initial grid cells into superordinate grid cells having a first cell size and iteratively aggregating parent grid cells having a first cell size to further parent grid cells having a further increased cell size.
  • the combining of a plurality of parent grid cells having a first cell size to a further parent grid cell having a further increased cell size comprises determining a potential further parent grid cell and checking the potential further parent grid grid. Cell, whether it has only parent grid cells of the first cell size. Thus, if further parent grid cells are to be formed, the potentially further superior grid cell is checked
  • the combining of a plurality of parent grid cells having a first cell size to a further parent grid cell having a further increased cell size comprises determining a potential further parent grid cell and verifying the potential further parent grid cell whether adjacent grid cells are parent grid cells having the first cell size, with the plurality of parent grid cells having the first cell size to the parent grid cell further with
  • the cell size is the same cell size as the cell size
  • parent grid cells to be further summarized. It is ensured that potentially further combined grid cells always adjoin grid cells as contained in the potentially further combined grid cell.
  • Adjacent parent grid cells may be immediately adjacent parent grid cells that extend, for example, along the sides of the potential further parent grid cell. However, it has proven to be particularly advantageous to check only the parent grid cells of the first cell size at the corners of the potential further parent grid cell.
  • the neighboring parent grid cells may be inspected in addition to other parent grid cells or by their size alone.
  • superordinate grid cells are thus formed such that they comprise four, nine, sixteen, or correspondingly more subordinate grid cells in a square arrangement.
  • superordinate grid cells each comprise four subordinate grid cells.
  • Method comprising determining the trajectory based for a hybrid A * method comprises - in an advantageous embodiment of the invention, the step of determining the trajectory * comprising, based on the initial grid cells and the parent grid cells for an A.
  • Hybrid A * refers to a modification of the conventional A * algorithm in which a continuous state of each grid cell is stored and indicates a score of the associated continuous state.
  • each grid cell thus becomes a continuous status of the Vehicle assigned.
  • a status is then assigned to a first grid cell.
  • various steering actions are performed to create new children based on a resulting kinematic model of the vehicle.
  • the steering actions are, for example, straight ahead, maximum right and maximum left.
  • suitable grid cells are determined. If a node with the same grid cell and a similar angle is already in the open-list and the new cost of the node is lower than the previous cost, the node's continuous state is changed and the node in the open-list is re-prioritized. For example, an angular discretion of the exact positions with 16 or 32 angular ranges of 1 1 .25 ° or. 22.5 ° ver be used. The largest grid cells are considered in order to store a position in it.
  • the step of determining the trajectory based on the initial grid cells and the parent grid cells according to an A * method comprises determining a single, best position for each grid cell. If a better position is available, the better position will override the previous position. Duplicate entries to a grid cell are avoided.
  • the step of determining a single best position for each grid cell comprises determining an angular position.
  • the efficiency in the determination of the trajectory can be improved. It is possible to focus on easily accessible grid cells, wherein easily accessible grid cells can each be different depending on the current angular position.
  • easily accessible grid cells can each be different depending on the current angular position.
  • a limited mobility may result, for example, from a maximum possible steering angle and / or a vehicle length.
  • the step of determining the trajectory based on the initial grid cells and the parent grid cells according to an A * method comprises using a hash table to access data stored for a grid cell.
  • the hash table in German as well Scatter table, refers to a special index structure.
  • hashtables are used to find data items in a large amount of data.
  • hashtable parts typically have a constant amount of time during insert and remove operations.
  • the step of using a hash table to access data stored for the grid cells comprises
  • Fig. 1 is a schematic view of a step for summarizing a
  • FIG. 2 is a view of a card having different size grid cells according to the first embodiment
  • Fig. 3 is a schematic representation of a method for determining a
  • FIG. 2 Trajectory starting from the map with grid cells of different sizes from FIG. 2 according to the first embodiment, FIG.
  • FIG. 4 shows a schematic representation of a comparison of two path searches, wherein a path search with consistently high resolution is based was performed exclusively on the initial grid cells, and the other path search was performed with grid cells of different sizes, and
  • FIG. 5 shows a flowchart of a method for determining a trajectory for a vehicle in a map according to a first, preferred
  • FIG. 5 shows a flow diagram of a method for determining a
  • the method begins with a step S100 relating to generating a map 12 having a mesh of initial grid cells 14 having a predetermined cell size.
  • the card 12 thus includes a plurality of initial grid cells 14 of uniform size.
  • step S1 10 Based on step S1 10, the non-drivable areas 16 are assigned to the initial grid cells 14 in a subsequent step S120.
  • the non-drivable area 16 is marked by assigning each corresponding initial grid cell 14 as a whole to the non-drivable area 16 and marking it as such.
  • the non-drivable area 16 in this embodiment is the sum of all initial grid cells 14 that are not passable.
  • Embodiment form all initial grid cells 14 that are not passable with the center of a rear axle of the vehicle 10, the non-drivable area 16.
  • the non-drivable area 16 may thus include individual, non-connected areas on the card 12, which also individually can be referred to as non-drivable area 16.
  • step S130 the merging of a plurality of initial grid cells 14 to a higher-order grid cell 18 takes place.
  • the summarization of the initial grid cells 14 takes place depending on a distance of non-drivable areas 16.
  • potential higher-order grid cells 18 are first determined.
  • the existing initial grid cells 14 are determined and in each case 4 initial grid cells 14 are combined with an alignment of two initial grid cells 14 in each axis direction of the card 12.
  • the potential higher-order grid cells 18 are arranged in a predetermined grid corresponding to a first cell size.
  • the initial grid cells 14 of the potential parent grid cell 18 and adjacent initial grid cells 14 are then checked for a collision with the non-drivable area 16. Details are shown in FIG. 1, for example. There, a potentially higher-level grid cell 18 is shown in the middle. The immediately adjacent initial grid cells 14 at the corners of the potentially superordinate grid cell 18, as well as the initial grid cells 14 of the potentially superordinate grid cell 18, are checked for a collision with the non-drivable area 16. It is therefore checked whether the initial grid cells 14 in the corners of the potential further superordinate grid cell 18, which are shown with a cross in FIG. 1, collide with the non-drivable area 16. If none of the checked initial grid cells 14 collides with the non-drivable area 16, the corresponding initial grid cells 14 are combined to form the parent grid cell 18.
  • the method is carried out iteratively according to the first embodiment.
  • superordinate grid cells 18 with the first cell size are thus combined to form further superordinate grid cells 18 with a further increased cell size, and so on.
  • first a potentially further superordinate grid cell 18 is determined, based on the superordinate grid cells 18 of the first cell size.
  • the potentially further superordinate grid cell 18 is checked as to whether adjacent grid cells 14, 18 are superordinate grid cells 18 with the first cell size.
  • the cell size is in each case the same cell size as that of the higher-order grid cells 18, which should be further summarized. In the present case, grid cells 14, 18 continue at the corners of the potential
  • Superordinate grid cell 18 checks whether its cell size corresponds to the cell size of the superordinate grid cells 18 contained in the potentially further superordinated grid cell 18. If this is the case, the superordinate grid cells 18 are combined to form the superordinate grid cell 18. In the iterative steps of the method, in each case an equal number of grid cells 14, 18 in all coordinate directions as described above are combined to form the respective parent grid cell 18.
  • the method is carried out in order to determine four differently sized superordinate grid cells 14, 18, as can be seen in FIG. 2.
  • the superordinate grid cells 18 are each stored on a corresponding higher level of the card 12. Access to the corresponding parent grid cell 18 is realized by a pointer to the level.
  • step S140 the trajectory 20 is determined based on the initial grid cells 14 and the different sized grid cells 18 according to a hybrid A * method.
  • the trajectory 20 for the card 12 is determined based on the grid cells 14, 18.
  • the A * algorithm uses one
  • Estimation function (heuristic) to search in a targeted manner and thus reduce the runtime.
  • g (x) denotes the previous cost from the start node to reach x
  • h (x) denotes the estimated cost of x to destination 28.
  • the largest available grid Cells 14, 18 used to determine the trajectory 20 is examined.
  • the heuristic used should not overestimate costs, as this can lead to a potential loss of optimality in terms of cost function.
  • the straight-line is a suitable estimate.
  • Other estimates such as crow flies along with a factor for angular deviation may also be depending on the factor result in loss of optimality with respect to the
  • the grid cells 14, 18 are divided into three different classes during the search.
  • Unknown grid cells 14, 18 were not found during the search. There is no way known to them yet. Each grid cell 14, 18 is unknown at the beginning of the algorithm, with one selected as the start 26. In addition, in the hybrid A * algorithm, a continuous state of each grid cell 14, 18 is stored and a score indicates the associated continuous state. Thus, the first grid cell 14, 18 is assigned a status.
  • Known grid cells 14, 18 have a known way. All known grid cells 14, 18 are stored together with their f value in an open list 22. From this open list 22, the most promising grid cell 14, 18 is always selected and examined.
  • the implementation of the Open List 22 is realized here as a simple priority queue. At the beginning, only the grid cell 14, 18 at the start 26 is known.
  • a grid cell 14, 18 is taken from the open-list 22, starting from a detected position in the grid cell 14, 18 and an angular position of the vehicle 10, various steering actions are performed to new children based on a resulting kinematic model of the vehicle 10. The position is indicated by a pointer 24. The steering actions are, for example, straight ahead, maximum right and maximum left. Based on new states of the children, suitable grid cells 14, 18 are determined.
  • the continuous state of the grid cell 14, 18 is changed and the node in re-prioritized the open-list. If necessary, the pointer 24 is updated to the position. Thus, a single best position for each grid cell 14, 18 is determined. If a better position is available, the previous position will be overridden by a better position.
  • the finally examined grid cells 14, 18 are stored in a closed list, so that they are not examined several times.
  • the closed list is created by means of a boolean Value implemented at the respective position.
  • Access to the grid cell 14, 18 is performed by means of hash tables.
  • each known or finally visited grid cell 14, 18 contains a pointer to its predecessor cell for tracing the trajectory 20. If a grid cell 14, 18 x finally examined, then their subsequent grid cells 14, 18 in the open list 22 inserted and the grid cell 14, 18 x included in the closed list. The preceding pointers of the subsequent grid cells 14, 18 are set to x. If a subsequent grid cell 14, 18 is already on the closed list, it will not be re-inserted into the open list 22. Your position is nowhere saved. , If a subsequent grid cell 14, 18 is already on the Open List 22, then its f-value, its g-value, the continuous position and the preceding pointer will be updated if the new way there is shorter than the previous one.
  • the algorithm terminates as soon as the grid cell 14, 18 at the target 28 is finally examined.
  • the found path is then reconstructed and output using the preceding pointers. If the open list 22 is empty without the target 28 being finally examined, the algorithm terminates because there is no solution.
  • a hash table is used to access the grid cells 14, 18. In doing so, positions on the map 12 are determined deterministically based on a position of a grid cell 14, 18 and the pointer 24 to the position within the grid cell 14, 18.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Bestimmung einer Trajektorie (20) für ein Fahrzeug (10) in einer Karte (12), umfassend die Schritte Erzeugen einer Karte (12) mit einem Netz aus initialen Grid-Zellen (14) mit einer vorgegebenen Zellgröße, Übertragen von einer nicht befahrbaren Fläche (16) auf die Karte (12), Zuordnen der nicht befahrbaren Fläche (16) zu wenigstens einer initialen Grid-Zelle (14), Zusammenfassen von einer Mehrzahl initialer Grid-Zellen (14) zu einer übergeordneten Grid-Zelle (18), und Bestimmen der Trajektorie (20) basierend auf den initialen Grid-Zellen (14) und den übergeordneten Grid-Zellen (18) nach einem A*-Verfahren, wobei das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen (14) zu einer übergeordneten Grid-Zelle (18) abhängig von einer Entfernung von der nicht befahrbaren Fläche (16) durchgeführt wird, und das Bestimmen der Trajektorie (20) basierend auf den initialen Grid-Zellen (14) und den übergeordneten Grid-Zellen (18) nach einem A*-Verfahren das Bestimmen der Trajektorie (20) der jeweils größten Grid-Zellen (14, 18) umfasst. Die Erfindung betrifft außerdem ein Fahrzeugassistenzsystem mit einem Subsystem zur Berechnung einer Trajektorie (20), wobei das Subsystem ausgeführt ist, das obige Verfahren durchzuführen. Die Erfindung betrifft weiterhin ein Fahrzeug (10) mit einem solchen Fahrzeugassistenzsystem. Auch betrifft die Erfindung ein Computerprogrammprodukt zur Durchführung des obigen Verfahrens.

Description

Bestimmung einer Trajektorie mit multi-resolution grid
Die vorliegende Erfindung betrifft ein Verfahren zur Bestimmung einer Trajektorie für ein Fahrzeug in einer Karte, umfassend die Schritte Erzeugen einer Karte mit einem Netz aus initialen Grid-Zellen mit einer vorgegebenen Zellgröße, Übertragen von einer nicht befahrbaren Fläche auf die Karte, Zuordnen der nicht befahrbaren Fläche zu wenigstens einer initialen Grid-Zelle, Zusammenfassen von einer Mehrzahl initialer Grid-Zellen zu einer übergeordneten Grid-Zelle, und Bestimmen der Trajektorie basierend auf den initialen Grid-Zellen und den übergeordneten Grid-Zellen nach einem A*-Verfahren.
Die vorliegende Erfindung betrifft außerdem ein Fahrzeugassistenzsystem mit einem Subsystem zur Berechnung einer Trajektorie, wobei das Subsystem ausgeführt ist, das oben angegebene Verfahren durchzuführen.
Weiter betrifft die vorliegende Erfindung ein Fahrzeug mit einem solchen
Fahrzeugassistenzsystem.
Die vorliegende Erfindung betrifft ebenfalls ein Computerprogrammprodukt zur
Durchführung des obigen Verfahrens.
Die Bestimmung einer Trajektorie in einer Karte mit einem Netz aus Grid-Zellen hat verschiedene Einsatzmöglichkeiten. Ein solches Verfahren kann verwendet werden, z.B. um einen fahrbaren und kollisionsfreien Pfad vom aktuellen Standort A zu einer Position B zu finden. Insbesondere kann das Verfahren verwendet werden um z.B. den detaillierten Pfad zu einer schon aufgezeichneten Trajektorie zu finden, sowie um bei einem Pfad mit einem Hindernis einen Pfad um das Hindernis auf der aufgezeichneten Trajektorie herum zu finden. Eine weitere Anwendung ist beispielsweise das
Schrittweise verfolgen von Navigations-Wegpunkten.
Zur Berechnung einer Fahrtrajektorie gibt es prinzipiell verschiedene bekannte
Verfahren. So ist beispielsweise eine explizite Berechnung der Trajektorie bekannt. Dieses Verfahren basiert ist ein deterministischen Verfahren, das auf Formeln basiert. Nachteilig daran ist, dass dieses Verfahren nicht für alle Situationen möglich ist, da es sich um ein explizites Verfahren handelt. Auch sind lokale Verfahren bekannt, beispielsweise basierend auf einem Gradientenabstieg, Potentialfeldern, oder ähnlichen. Nachteilig hieran ist, dass ein gefundener Pfad stark davon abhängt, mit welchem Pfad das Optimierungsverfahren beginnt. Solche Verfahren z.B. denkbar nachdem bereits ein Pfad gefunden wurde. Auch sind sampling-basierte Suchverfahren bekannt. An diesen Verfahren ist nachteilig, dass eine Einbeziehung von Fahrzeugeigenschaften schwierig ist. Wird ein Pfad gefunden, so ist dieser abhängig von den gesetzten Zufallspunkten.
Darüber hinaus ist eine Pfadsuche unter Einbeziehung von Fahrbarkeitsbedingungen basierend auf einer Gridkarte mit Grid-Zellen bekannt. Ein Solches Verfahren ist beispielsweise als A*-Algorithmus bekannt. Es werden hierbei Pfade gefunden, die vom Fahrzeug gefahren werden können, wobei der Pfad aus Geraden und Kreisen besteht. Bei diesem Verfahren wird üblicherweise eine einheitliche Zellengröße verwendet. Das Verfahren ist prinzipiell zuverlässig, benötigt aber viel mehr Speicher als andere
Verfahren. Außerdem ist die Berechnung aufwendig, was sich in hohen Laufzeiten des Verfahrens äußert.
In diesem Zusammenhang ist aus der DE 10 2013 209 764 A1 ein Verfahren zum Unterstützen eines Fahrers eines Kraftfahrzeugs bekannt. Das Verfahren umfasst die Schritte Gewinnen von Informationen über eine Umgebung des Kraftfahrzeugs,
Vergleichen der gewonnenen Informationen mit gespeicherten Umgebungsdaten, wobei die zu speichernde Umgebung in einzelnen Zellen, insbesondere in GridTiles, gespeichert sind, Erkennen, ob für die gewonnenen Informationen eine gespeicherte Zelle als Startzelle für ein gespeichertes automatisches Fahrmanöver in den
gespeicherten Umgebungsdaten vorhanden ist, und Ausgeben einer Mitteilung an den Fahrer, dass ein automatisches Fahrmanöver durchgeführt werden kann, falls der Fahrer dies wünscht.
Ausgehend von dem oben genannten Stand der Technik liegt der Erfindung somit die Aufgabe zugrunde, ein Verfahren der oben genannten Art, ein
Fahrzeugassistenzsystem mit einem Subsystem zur Berechnung einer Trajektorie, wobei das Subsystem ausgeführt ist, das oben angegebene Verfahren durchzuführen, ein Fahrzeug mit einem solchen Fahrzeugassistenzsystem, und ein
Computerprogrammprodukt zur Durchführung des obigen Verfahrens bereitzustellen, die eine verbesserte Bestimmung einer Trajektorie für ein Fahrzeug in einer Karte ermöglichen. Insbesondere soll eine Bestimmung der Trajektorie mit wenigen
Ressourcen, beispielsweise Rechenleistung und Speicherbedarf, erfolgen und die Bestimmung der Trajektorie in einer kurzen Zeit ermöglicht werden.
Die Lösung der Aufgabe erfolgt erfindungsgemäß durch die Merkmale der
unabhängigen Ansprüche. Vorteilhafte Ausgestaltungen der Erfindung sind in den Unteransprüchen angegeben.
Erfindungsgemäß ist somit ein Verfahren zur Bestimmung einer Trajektorie für ein Fahrzeug in einer Karte angegeben, umfassend die Schritte Erzeugen einer Karte mit einem Netz aus initialen Grid-Zellen mit einer vorgegebenen Zellgröße, Übertragen von einer nicht befahrbaren Fläche auf die Karte, Zuordnen der nicht befahrbaren Fläche zu wenigstens einer initialen Grid-Zelle, Zusammenfassen von einer Mehrzahl initialer Grid- Zellen zu einer übergeordneten Grid-Zelle, und Bestimmen der Trajektorie basierend auf den initialen Grid-Zellen und den übergeordneten Grid-Zellen nach einem A*-Verfahren, wobei das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen zu einer übergeordneten Grid-Zelle abhängig von einer Entfernung von der nicht befahrbaren Fläche durchgeführt wird, und das Bestimmen der Trajektorie basierend auf den initialen Grid-Zellen und den übergeordneten Grid-Zellen nach einem A*-Verfahren das
Bestimmen der Trajektorie der jeweils größten Grid-Zellen umfasst.
Erfindungsgemäß ist außerdem ein Fahrzeugassistenzsystem mit einem Subsystem zur Berechnung einer Trajektorie angegeben, wobei das Subsystem ausgeführt ist, das oben angegebene Verfahren durchzuführen.
Weiter ist erfindungsgemäß ein Fahrzeug mit einem solchen Fahrzeugassistenzsystem angegeben.
Ebenfalls ist erfindungsgemäß ein Computerprogrammprodukt zur Durchführung des obigen Verfahrens angegeben.
Grundidee der vorliegenden Erfindung ist es also, ausgehend von einem A*-Verfahren zur Bestimmung einer Trajektorie das üblicherweise verwendete Netz aus initialen Grid- Zellen mit einer vorgegebenen Zellgröße durch ein Netz mit Grid-Zellen mit wenigstens zwei verschiedenen Auflösungen zu ersetzen, wobei die Grid-Zellen in kritischen Bereichen d.h. in der Nähe von nicht befahrbaren Flächen, eine feinere Auflösung haben als Grid-Zellen, die weiter von nicht befahrbaren Flächen entfernt sind. Dadurch kann die Bestimmung der Trajektorie besonders effizient durchgeführt werden, da aufgrund der teilweise größeren Grid-Zellen weniger Speicherplatz erforderlich ist. Da außerdem insgesamt weniger Grid-Zellen zu betrachten sind, um die Trajektorie zu bestimmen, wird außerdem das Bestimmen der Trajektorie beschleunigt.
Grundlage ist ein an sich bekanntes Verfahren, das als A*-Verfahren bekannt ist, und das Bestimmen der Trajektorie für eine Karte mit einem Netz mit einer einheitlichen, vorgegebenen Zellgröße ermöglicht. Der A*-Algorithmus gehört zur Klasse der informierten Suchalgorithmen. Er dient der Berechnung eines kürzesten Pfades zwischen zwei Knoten in einem Graphen mit positiven Kantengewichten. Die Knoten sind hier die Grid-Zellen im Sinne der vorliegenden Erfindung. Der A*-Algorithmus gilt als Verallgemeinerung und Erweiterung des Dijkstra-Algorithmus. Im Gegensatz zu uninformierten Suchalgorithmen verwendet der A*-Algorithmus eine Schätzfunktion (Heuristik), um zielgerichtet zu suchen und damit die Laufzeit zu verringern. Der Algorithmus ist vollständig und optimal. Das heißt, dass immer eine optimale Lösung gefunden wird, falls eine existiert.
Der A*-Algorithmus untersucht immer die Knoten zuerst, die wahrscheinlich schnell zum Ziel führen. Um den vielversprechendsten Knoten zu ermitteln, wird allen bekannten Knoten x jeweils ein Wert f (x) = g (x) + h (x) zugeordnet, der angibt, wie lang der Pfad vom Start zum Ziel unter Verwendung des betrachteten Knotens im günstigsten Fall ist. Der Knoten mit dem niedrigsten Wert wird als nächster untersucht. Für einen Knoten x bezeichnet g (x) die bisherigen Kosten vom Startknoten aus, um x zu erreichen, h (x) bezeichnet die geschätzten Kosten von x bis zum Zielknoten. Die verwendete Heuristik sollte die Kosten nicht überschätzen, da dies zu einem potenziellen Verlust der Optimalität bzgl. der Kostenfunktion führen kann. Für das Beispiel der Wegsuche ist die Luftlinie eine geeignete Schätzung. Andere Schätzungen wie Luftlinie zusammen mit einem Faktor für eine Winkelabweichung können auch sinnvoll sein, resultieren je nach Faktor in Verlust der Optimalität bzgl. der Kostenfunktion.
Die Knoten oder Grid-Zellen werden während der Suche in drei verschiedene Klassen eingeteilt. Unbekannte Knoten wurden während der Suche noch nicht gefunden. Zu ihnen ist noch kein Weg bekannt. Jeder Knoten (außer dem Startknoten) ist zu Beginn des Algorithmus unbekannt. Zu bekannten Knoten ist ein Weg bekannt.
Alle bekannten Knoten werden zusammen mit ihrem f-Wert in einer Open List gespeichert. Aus dieser Liste wird immer der vielversprechendste Knoten ausgewählt und untersucht. Die Implementierung der Open List hat großen Einfluss auf die Laufzeit und wird oft beispielsweise als einfache Prioritätswarteschlange realisiert. Zu Beginn ist nur der Startknoten bekannt.
Zu abschließend untersuchten Knoten ist der kürzeste Weg bekannt. Die abschließend untersuchten Knoten werden in einer Closed List gespeichert, damit sie nicht mehrfach untersucht werden. Um effizient entscheiden zu können, ob sich ein Element auf der Closed List befindet, wird diese oft als Menge implementiert. Alternativ kann die Closed List mittels eines boolean-Wertes an der jeweiligen Position implementiert sein, und ein Zugriff auf die Grid-Zelle wird mittels Hashtabeile durchgeführt. Die Closed List ist zu Beginn leer.
Außerdem enthält jeder bekannte oder abschließend besuchte Knoten einen Zeiger auf seinen Vorgängerknoten. Mit Hilfe dieser Zeiger kann der Pfad bis zum Startknoten rückverfolgt werden. Wird ein Knoten x abschließend untersucht, so werden seine Nachfolgeknoten in die Open List eingefügt und x in die Closed List aufgenommen. Die Vorgängerzeiger der Nachfolgeknoten werden auf x gesetzt. Ist ein Nachfolgeknoten bereits auf der Closed List, so wird er nicht erneut in die Open List eingefügt und auch sein Vorgängerzeiger nicht geändert. Ist ein Nachfolgeknoten bereits auf der Open List, so wird der Knoten nur aktualisiert (f-Wert und Vorgängerzeiger), wenn der neue Weg dorthin kürzer ist als der bisherige.
Der Algorithmus terminiert, sobald der Zielknoten abschließend untersucht wird. Der gefundene Weg wird dann mit Hilfe der Vorgängerzeiger rekonstruiert und ausgegeben. Falls die Open List leer ist, gibt es keine Knoten mehr, die untersucht werden könnten. In diesem Fall terminiert der Algorithmus, da es keine Lösung gibt.
Der A*-Algorithmus findet allgemein einen optimalen Pfad zwischen zwei Knoten in einem Graphen. Optimal kann dabei am kürzesten, am schnellsten oder auch am einfachsten bedeuten, je nach Art der Gewichtungsfunktion, die den Kanten ihre Länge zuordnet. Theoretisch kann der Algorithmus alle Probleme lösen, die durch einen Graphen dargestellt werden können und bei denen eine Schätzung über die Restkosten bis zum Ziel gemacht werden kann.
Erfindungsgemäß werden dabei die jeweils größten verfügbaren Grid-Zellen verwendet, um die Trajektorie zu bestimmen. Dadurch kann der Algorithmus besonders effizient arbeiten. Im Bereich von nicht befahrbaren Flächen kann jedoch eine hohe Auflösung bereitgestellt werden, was insbesondere dann erforderlich ist, wenn das Fahrzeug zwischen Hindernissen hindurchgeführt werden muss.
Die Trajektorie ist eine Sequenz mit Fahrzeugzuständen mit einer gewünschten Auflösung. Die Trajektorie ist vorzugsweise sicher, kurz, glatt und berücksichtigt kinematische Beschränkungen des Fahrzeugs, beispielsweise einen Wendekreis oder ähnliches.
Die nicht befahrbare Fläche wird typischerweise markiert, indem Grid-Zellen um ein physikalisches Hindernis herum insgesamt der nicht befahrbaren Fläche zugeordnet und als solche markiert werden. Dazu kann beispielsweise ein Kreis um jedes gegenständliche Hindernis gelegt, woraus sich jeweils eine nicht mit einem
Hinterachszentrum befahrbare Fläche ergibt. Darauf basierend kann ein optimaler und kollisionsfreier Pfad bestimmt werden. Die nicht befahrbare Fläche ist also die Summe aller Grid-Zellen, die nicht befahrbar sind. Einzelne nicht befahrbare Flächen werden beispielsweise durch einen Kreisscheibenbereich auf der Karte definiert, der ein gegenständliches Hindernis, beispielsweise einen Baum, eine Wand, ein Fahrzeug, eine Person oder andere umgibt. Die nicht befahrbare Fläche kann somit einzelne, nicht verbundene Bereiche auf der Karte umfassen, die auch individuell jeweils als nicht befahrbare Fläche bezeichnet werden können.
Vorzugsweise kann dabei ein Fahrzeug ebenfalls durch einen Mehrzahl Kreise modelliert werden. Das Fahrzeug kann ein prinzipiell beliebiges Fahrzeug sein, von einem Fahrrad über ein Motorrad, PKW mit verschiedenartigen Antrieben, bis hin zu Lastkraftwagen oder Kettenfahrzeugen. Abhängig von der Art des Fahrzeugs müssen in dem Verfahren unterschiedliche Parameter verwendet geben, die sich beispielsweise aus dessen Abmessungen und seiner Beweglichkeit ergeben. Vorzugsweise wird die übergeordnete Grid-Zelle auf einer übergeordneten Ebene der Karte gespeichert wird. Zeiger auf die Ebene könne verwendet werden, um einen einfachen Zugriff zu realisieren.
Das Fahrzeugassistenzsystem ist beispielsweise ein Navigationssystem, ein autonomes Einparksystem, oder ähnliches, das eine Trajektorie für das Fahrzeug bereitstellen muss.
In einem Fahrzeug kann das Subsystem auch zentral bereitgestellt werden, so dass es von verschiedenen Fahrzeugassistenzsystemen genutzt werden kann. Insbesondere wenn die verschiedenen Fahrzeugassistenzsysteme nicht gleichzeitig verwendet werden, wie es üblicherweise bei dem genannten Navigationssystem sowie dem autonomen Einparksystem gegeben ist, kann das Subsystem die Funktion bereitstellen, ohne dass es zu Konflikten bei der Nutzung des Subsystems kommt.
In vorteilhafter Ausgestaltung der Erfindung das erfolgt das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen zu einer übergeordneten Grid-Zelle nicht in wenigstens einem Bereich von besonderem Interesse. Ein solcher Bereich kann beispielsweise ein Bereich um einen Startpunkt oder einen Zielpunkt der Trajektorie sein. Prinzipiell können hier verschiedene weitere Kriterien definiert werden, um einen Bereich von dem Zusammenfassen der initialen Grid-Zellen zu übergeordneten Grid-Zellen
auszuschließen.
In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Zusammenfassens von einer Mehrzahl initialer Grid-Zellen zu einer übergeordneten Grid-Zelle abhängig von einer Entfernung von der nicht befahrbaren Fläche das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen in einem vorgegebenen Raster entsprechend einer Zellgröße. Somit kann einfach auf die Grid-Zellen zugegriffen werden, indem
sichergestellt ist, dass die Grid-Zellen jeweils in einem ihrer Ebene entsprechenden Raster angeordnet sind. Eine Überschneidung von Grid-Zellen in ihrer Ebene wird verhindert.
In vorteilhafter Ausgestaltung der Erfindung umfasst das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen zu einer übergeordneten Grid-Zelle das Ermitteln einer potenziellen übergeordneten Grid-Zelle und das Überprüfen der potentiellen
übergeordneten Grid-Zelle auf eine Kollision mit der nicht befahrbaren Fläche. Es erfolgt somit eine Überprüfung der gesamten Karte basierend zunächst auf den initialen Grid- Zellen.
In vorteilhafter Ausgestaltung der Erfindung umfasst das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen zu einer übergeordneten Grid-Zelle das Ermitteln einer potenziellen übergeordneten Grid-Zelle und das Überprüfen der initialen Grid-Zellen der potentiellen übergeordneten Grid-Zelle auf eine Kollision mit der nicht befahrbaren Fläche, wobei die Mehrzahl initialer Grid-Zellen zu der übergeordneten Grid-Zelle zusammengefasst werden, wenn keine der Mehrzahl der initialen Grid-Zellen mit der nicht befahrbaren Fläche kollidiert. Hierbei handelt es sich also um eine elementare Überprüfung, ob eine Zusammenfassung der initialen Grid-Zellen zu der
übergeordneten Grid-Zelle möglich ist.
In vorteilhafter Ausgestaltung der Erfindung umfasst das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen zu einer übergeordneten Grid-Zelle das Ermitteln einer potenziellen übergeordneten Grid-Zelle und das Überprüfen von zu der potentiellen übergeordneten Grid-Zelle benachbarten initialen Grid-Zellen auf eine Kollision mit der nicht befahrbaren Fläche umfasst, wobei die Mehrzahl initialer Grid-Zellen zu der übergeordneten Grid-Zelle zusammengefasst werden, wenn keine der benachbarten initialen Grid-Zellen mit der nicht befahrbaren Fläche kollidiert. Dadurch wird
sichergestellt, dass zusammengefasste initiale Grid-Zellen nicht unmittelbar an nicht befahrbare Flächen angrenzen können, wodurch die Trajektorie zuverlässig und ohne eine Gefahr von Kollisionen mit der nicht befahrbaren Fläche und damit einer Kollision mit einem Hindernis bestimmt werden kann. Benachbarte initiale Grid-Zellen können unmittelbar benachbarte Grid-Zellen sein, die sich beispielsweise entlang der Seiten der potentiellen übergeordneten Grid-Zelle erstrecken. Allerdings hat es sich als besonders vorteilhaft erwiesen, lediglich die initialen Grid-Zellen am den Ecken der potentiellen übergeordneten Grid-Zelle zu überprüfen. Aufgrund der Erzeugung der nicht
befahrbaren Fläche um die jeweiligen Hindernisse herum wird dadurch mit einer hinreichenden Sicherheit Sichergestellt, dass sich im Bereich der potentiellen übergeordneten Grid-Zelle keine nicht befahrbare Fläche befindet. Die benachbarten initialen Grid-Zellen können zusätzlich zu anderen Grid-Zellen oder alleine auf eine Kollision überprüft werden. In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Zusammenfassens von einer Mehrzahl initialer Grid-Zellen zu einer übergeordneten Grid-Zelle abhängig von einer Entfernung von der nicht befahrbaren Fläche das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen zu übergeordneten Grid-Zellen mit einer ersten Zellgröße und das iterative Zusammenfassen von übergeordneten Grid-Zellen mit einer ersten Zellgröße zu weiter übergeordneten Grid-Zellen mit einer weiter vergrößerten Zellgröße. Das iterative Durchführen des Verfahrens ermöglicht es somit, ausgehend von einer gewünschten detaillierten Karte die Grid-Zellen in verschiedenen Ebenen
zusammenzufassen, so dass sowohl in der Nähe von nicht befahrbaren Flächen eine Kollision zuverlässig verhindert werden kann, wie auch eine effiziente Bestimmung der Trajektorie in Bereichen um die nicht befahrbaren Flächen ermöglicht wird. Abhängig von verschiedenen Randbedingungen zur Bestimmung der Trajektorie können dabei unterschiedlich viele Ebenen für das Zusammenfassen der Grid-Zellen gewählt werden. Für viele Anwendungen hat es sich als vorteilhaft erwiesen, vier verschieden große Grid-Zellen zu verwenden. Durch das iterative Durchführen des Verfahrens wird implizit bei zunehmender Entfernung von der nicht befahrbaren Fläche eine jeweils größere Zellgröße ermöglicht.
In vorteilhafter Ausgestaltung der Erfindung umfasst der das Zusammenfassen von einer Mehrzahl übergeordneter Grid-Zellen mit einer ersten Zellgröße zu einer weiter übergeordneten Grid-Zelle mit einer weiter vergrößerten Zellgröße das Ermitteln einer potenziellen weiter übergeordneten Grid-Zelle und das Überprüfen der potentiellen weiter übergeordneten Grid-Zelle, ob sie ausschließlich übergeordnete Grid-Zellen der ersten Zellgröße aufweist. Wenn somit weiter übergeordnete Grid-Zellen gebildet werden sollen, wird überprüft die potentiell weiter übergeordnete Grid-Zelle
ausschließlich Grid-Zellen der ersten Zellgröße umfasst. Nur in einem solchen Bereich kann eine weiter übergeordnete Grid-Zelle gebildet werden.
In vorteilhafter Ausgestaltung der Erfindung umfasst das Zusammenfassen von einer Mehrzahl übergeordneter Grid-Zellen mit einer ersten Zellgröße zu einer weiter übergeordneten Grid-Zelle mit einer weiter vergrößerten Zellgröße das Ermitteln einer potentiellen weiter übergeordneten Grid-Zelle und das Überprüfen der potentiellen weiter übergeordneten Grid-Zelle, ob benachbarte Grid-Zellen übergeordneten Grid- Zellen mit der ersten Zellgröße sind, wobei die Mehrzahl übergeordneter Grid-Zellen mit der ersten Zellgröße zu der weiter übergeordneten Grid-Zelle mit der weiter
vergrößerten Zellgröße zusammengefasst werden, wenn die benachbarten Grid-Zellen übergeordneten Grid-Zellen mit der ersten Zellgröße sind. In Analogie zu der vorherigen Überprüfung der initialen Grid-Zellen erfolgt auch hier eine Überprüfung benachbarter Grid-Zellen, ob sie jeweils zu einer einheitlichen Eben gehören und damit die gleiche Zellgröße aufweisen. Die Zellgröße ist jeweils die gleiche Zellgröße, wie die
übergeordneten Grid-Zellen, die weiter zusammengefasst werden sollen. Es wird sichergestellt, dass potentiell weiter zusammengefasste Grid-Zellen immer an Grid- Zellen angrenzen, wie sie in der potentiell weiter zusammengefassten Grid-Zelle enthalten sind. Benachbarte übergeordnete Grid-Zellen können unmittelbar benachbarte übergeordnete Grid-Zellen sein, die sich beispielsweise entlang der Seiten der potentiellen weiter übergeordneten Grid-Zelle erstrecken. Allerdings hat es sich als besonders vorteilhaft erwiesen, lediglich die übergeordneten Grid-Zellen der ersten Zellgröße am den Ecken der potentiellen weiter übergeordneten Grid-Zelle zu überprüfen. Die benachbarten übergeordneten Grid-Zellen können zusätzlich zu anderen übergeordneten Grid-Zellen oder alleine auf ihre Größe überprüft werden.
In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Zusammenfassens von einer Mehrzahl initialer Grid-Zellen zu einer übergeordneten Grid-Zelle mit ersten Zellgröße und das iterative Zusammenfassen von übergeordneten Grid-Zellen mit einer ersten Zellgröße zu weiter übergeordneten Grid-Zellen mit einer weiter vergrößerten Zellgröße jeweils das Zusammenfassen von einer gleichen Anzahl Grid-Zellen in allen Koordinaten-Richtungen zu der jeweils übergeordneten Grid-Zelle umfasst. Bei einer flächigen, zweidimensionalen Karte werden somit übergeordnete Grid-Zellen derart gebildet, dass sie vier, neun, sechzehn, oder entsprechend mehr untergeordnete Grid- Zellen in einer quadratischen Anordnung umfassen. Vorzugsweise umfassen übergeordnete Grid-Zellen jeweils vier untergeordnete Grid-Zellen.
In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Bestimmens der Trajektorie basierend auf den initialen Grid-Zellen und den übergeordneten Grid-Zellen nach einem A*- Verfahren das Bestimmen der Trajektorie basierend nach einem Hybrid A*-Verfahren umfasst. Hybrid A* betrifft eine Modifikation des konventionellen A* Algorithmus, bei dem ein kontinuierlicher Zustand jeder Grid-Zelle gespeichert wird und einen Score des zugeordneten kontinuierlichen Zustands angibt. Im Gegensatz zum konventionellen A*-Algorithmus wird also jeder Grid-Zelle ein kontinuierlicher Status des Fahrzeugs zugeordnet. Bei der Bestimmung wird dann einer ersten Grid-Zelle ein Status zugeordnet. Wenn eine Grid-Zelle von der Open-List genommen wird, werden verschiedene Lenkaktionen durchgeführt, um neue Children basierend auf einem resultierenden kinematischen Modell des Fahrzeugs zu erzeugen. Die Lenkaktionen sind beispielsweise geradeaus, maximal rechts und maximal links. Basierend auf neuen Zustände der Children werden treffende Grid-Zellen ermittelt. Wenn ein Knoten mit derselben Grid-Zelle und einem ähnlichen Winkel bereits in der Open-List ist und die neuen Kosten des Knotens niedriges als die bisherigen Kosten sind, wird der kontinuierliche Zustand des Knotens geändert und der Knoten in der Open-List neu priorisiert. Beispielsweise kann eine Winkeldiskretion der exakten Positionen mit 16 bzw. 32 Winkelbereichen zu je 1 1 .25°bzw. 22.5°ver wendet werden. Dabei werden die jeweils größten Grid-Zellen betrachtet, um darin eine Position zu speichern.
In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Bestimmens der Trajektorie basierend auf den initialen Grid-Zellen und den übergeordneten Grid-Zellen nach einem A*- Verfahren das Bestimmen einer einzelnen, besten Position für jede Grid- Zelle. Sollte eine bessere Position zur Verfügung stehen wird die bessere Position die bisherige Position überschreiben. Doppelte Einträge zu einer Grid-Zelle werden vermieden.
In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Bestimmens einer einzelnen, besten Position für jede Grid-Zelle das Bestimmen einer Winkelposition. Mit der zusätzlichen Winkelposition kann die Effizienz bei der Bestimmung der Trajektorie verbessert werden. Es kann eine Fokussierung auf leicht erreichbare Grid-Zellen erfolgen, wobei leicht erreichbare Grid-Zellen jeweils abhängig von der aktuellen Winkelposition unterschiedlich sein können. Insbesondere bei Fahrzeugen, die eine eingeschränkte Beweglichkeit aufweisen, kann somit eine zuverlässige Bestimmung einer möglichen Trajektorie erfolgen. Eine eingeschränkte Beweglichkeit kann sich beispielsweise aus einem maximal möglichen Lenkwinkel und/oder einer Fahrzeuglänge ergeben.
In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Bestimmens der Trajektorie basierend auf den initialen Grid-Zellen und den übergeordneten Grid-Zellen nach einem A*- Verfahren das Verwenden einer Hash-Tabelle zum Zugriff auf für eine Grid-Zelle gespeicherten Daten umfasst. Die Hash-Tabelle, im deutschen auch als Streuwerttabelle bezeichnet, betrifft eine spezielle Indexstruktur. Als Indexstruktur werden Hashtabeilen verwendet, um Datenelemente in einer großen Datenmenge aufzufinden. Anders als alternative Index-Datenstrukturen zeichnen sich Hashtabeilen durch einen üblicherweise konstanten Zeitaufwand bei Einfüge- bzw. Entfernen- Operationen aus. Beim Einsatz einer Hashtabeile zur Suche in Datenmengen spricht man auch von einem Hashverfahren oder Streuspeicherverfahren.
In vorteilhafter Ausgestaltung der Erfindung umfasst der Schritt des Verwendens einer Hash-Tabelle zum Zugriff auf für die Grid-Zellen gespeicherten Daten das
deterministische Bestimmen einer Position auf der Karte basierend auf einer Position einer Grid-Zelle und einem Zeiger zu der Position innerhalb der Grid-Zelle. Für die Speicherung der Information, auf welcher Ebene sich eine Grid-Zelle befindet, werden nur ca. 1 ,33 Bit benötigt. Demgegenüber werden bei einer üblichen Adressierung mit einem Pointer typischerweise jeweils 32 Bit benötigt. Es ergibt sich eine deutliche Reduzierung des benötigten Speichers für das Verfahren. Für eine beispielhafte Suche auf ca. 25x25 Metern mit 10cm Auflösung, d.h. eine Grid-Zelle hat eine Kantenlänge von 10 cm, kann der Speicherbedarf für die Speicherung von Daten auf der Karte von traditionell typischen ca. 4MB auf lediglich etwa 15kB reduziert werden.
Nachfolgend wird die Erfindung unter Bezugnahme auf die anliegende Zeichnung anhand bevorzugter Ausführungsformen näher erläutert.
Es zeigt
Fig. 1 eine schematische Ansicht eines Schritts zum Zusammenfassen einer
Mehrzahl initialer Grid-Zellen gemäß einer ersten Ausführungsform,
Fig. 2 eine Ansicht einer Karte mit Grid-Zellen unterschiedlicher Größe gemäß der ersten Ausführungsform,
Fig. 3 eine schematische Darstellung eines Verfahrens zur Bestimmung einer
Trajektorie ausgehend von der Karte mit Grid-Zellen unterschiedlicher Größe aus Fig. 2 gemäß der ersten Ausführungsform,
Fig. 4 eine schematische Darstellung eines Vergleichs zweier Pfadsuchen, wobei eine Pfadsuche mit durchgehend hoher Auflösung basierend ausschließlich auf den initialen Grid-Zellen durchgeführt wurde, und die andere Pfadsuche mit Grid-Zellen unterschiedlicher Größe durchgeführt wurde, und
Fig. 5 ein Ablaufdiagramm eines Verfahrens zur Bestimmung einer Trajektorie für ein Fahrzeug in einer Karte gemäß einer ersten, bevorzugten
Ausführungsform.
Die Figur 5 zeigt ein Ablaufdiagramm eines Verfahrens zur Bestimmung einer
Trajektorie für ein Fahrzeug 10 in einer Karte 12 gemäß einer ersten, bevorzugten Ausführungsform. Das Verfahren wird nachstehend unter zusätzlichem Bezug auf die Figuren 1 bis 4 im Detail erläutert.
Das Verfahren beginnt mit einem Schritt S100, der das Erzeugen einer Karte 12 mit einem Netz aus initialen Grid-Zellen 14 mit einer vorgegebenen Zellgröße betrifft. Die Karte 12 umfasst also eine Vielzahl initialer Grid-Zellen 14 mit einer einheitlichen Größe.
In einem anschließenden Schritt S1 10 werden ermittelte nicht befahrbare Flächen 16 auf die Karte 12 übertragen.
Basierend auf Schritt S1 10 werden in einem anschließenden Schritt S120 die nicht befahrbaren Flächen 16 den initialen Grid-Zellen 14 zugeordnet.
Die nicht befahrbare Fläche 16 wird dabei markiert, indem jede entsprechende initiale Grid-Zelle 14 insgesamt der nicht befahrbaren Fläche 16 zugeordnet und als solche markiert wird. Die nicht befahrbare Fläche 16 ist in diesem Ausführungsbeispiel die Summe aller initialer Grid-Zellen 14, die nicht befahrbar sind. In diesem
Ausführungsbeispiel bilden alle initialen Grid-Zellen 14, die nicht mit dem Zentrum einer Hinterachse des Fahrzeugs 10 befahrbar sind, die nicht befahrbare Fläche 16. Die nicht befahrbare Fläche 16 kann somit einzelne, nicht verbundene Bereiche auf der Karte 12 umfassen, die auch individuell jeweils als nicht befahrbare Fläche 16 bezeichnet werden können.
In Schritt S130 erfolgt das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen 14 zu einer übergeordneten Grid-Zelle 18. Das Zusammenfassen der initialen Grid-Zellen 14 erfolgt dabei abhängig von einer Entfernung von nicht befahrbaren Flächen 16. Dazu werden zunächst basierend den initialen Grid-Zellen 14 potenzielle übergeordnete Grid- Zellen 18 ermittelt. Dazu werden die vorhandenen initialen Grid-Zellen 14 ermittelt und es werden jeweils 4 initiale Grid-Zellen 14 mit einer Ausrichtung von zwei initialen Grid- Zellen 14 in jeder Achsenrichtung der Karte 12 zusammengefasst. Die potenziellen übergeordneten Grid-Zellen 18 sind dabei in einem vorgegebenen Raster entsprechend einer ersten Zellgröße angeordnet.
Die initialen Grid-Zellen 14 der potentiellen übergeordneten Grid-Zelle 18 sowie benachbarte initiale Grid-Zellen 14 werden dann auf eine Kollision mit der nicht befahrbaren Fläche 16 überprüft. Details sind beispielsweise in Fig. 1 dargestellt. Dort ist in der Mitte eine potentiell übergeordnete Grid-Zelle 18 dargestellt. Die unmittelbar angrenzenden initialen Grid-Zellen 14 an den Ecken der potentiell übergeordneten Grid- Zelle 18 werden wie auch die initialen Grid-Zellen 14 der potentiell übergeordnete Grid- Zelle 18 auf eine Kollision mit der nicht befahrbaren Fläche 16 überprüft. Es wird also überprüft, ob die initialen Grid-Zellen 14 in den Ecken der potenziellen weiter übergeordneten Grid-Zelle 18, die in Fig. 1 mit einem Kreuz dargestellt sind, mit der nicht befahrbaren Fläche 16 kollidieren. Wenn keine der überprüften initialen Grid-Zellen 14 mit der nicht befahrbaren Fläche 16 kollidiert, werden die entsprechenden initialen Grid-Zellen 14 zu der übergeordneten Grid-Zelle 18 zusammengefasst.
Das Verfahren wird gemäß dem ersten Ausführungsbeispiel iterativ durchgeführt. Wie oben beschrieben werden somit übergeordnete Grid-Zellen 18 mit der ersten Zellgröße zu weiter übergeordneten Grid-Zellen 18 mit einer weiter vergrößerten Zellgröße zusammengefasst, und so weiter. Dazu wird jeweils zunächst eine potenziell weiter übergeordnete Grid-Zelle 18 ermittelt, basierend auf den übergeordneten Grid-Zellen 18 der ersten Zellgröße. Anschließend wird die potentiell weiter übergeordneten Grid-Zelle 18 dahingehend überprüft, ob benachbarte Grid-Zellen 14, 18 übergeordneten Grid- Zellen 18 mit der ersten Zellgröße sind. Die Zellgröße ist jeweils die gleiche Zellgröße, wie die der übergeordneten Grid-Zellen 18, die weiter zusammengefasst werden sollen. Vorliegend werden Grid-Zellen 14, 18 an den Ecken der potentiellen weiter
übergeordneten Grid-Zelle 18 überprüft, ob ihre Zellgröße der Zellgröße der in der potentiell weiter übergeordneten Grid-Zelle 18 enthaltenen übergeordneten Grid-Zellen 18 entspricht. Wenn dies der Fall ist, werden die übergeordneten Grid-Zellen 18 zu der weiter übergeordneten Grid-Zelle 18 zusammengefasst. In den iterativen Schritten des Verfahrens werden dabei jeweils eine gleichen Anzahl Grid-Zellen 14, 18 in allen Koordinaten-Richtungen wie zuvor beschrieben zu der jeweils übergeordneten Grid-Zelle 18 zusammengefasst.
Vorliegend wird das Verfahren durchgeführt, um vier verschieden große übergeordnete Grid-Zellen 14, 18 zu bestimmen, wie sich in Fig. 2 ersehen lässt. Die übergeordneten Grid-Zellen 18 werden jeweils auf einer entsprechenden übergeordneten Ebene der Karte 12 gespeichert. Der Zugriff auf die entsprechende übergeordnete Grid-Zelle 18 wird durch einen Zeiger auf die Ebene realisiert.
Anschließend wird in Schritt S140 die Trajektorie 20 basierend auf den initialen Grid- Zellen 14 und den verschieden großen übergeordneten Grid-Zellen 18 nach einem hybrid A*-Verfahren bestimmt.
Gemäß dem hybrid A*- Verfahren wird die Trajektorie 20 für die Karte 12 basierend auf den Grid-Zellen 14, 18 bestimmt. Der A*-Algorithmus verwendet dabei eine
Schätzfunktion (Heuristik), um zielgerichtet zu suchen und damit die Laufzeit zu verringern.
Der Algorithmus untersucht immer die Knoten bzw. Grid-Zellen 14, 18 zuerst, die wahrscheinlich schnell zum Ziel führen. Um die vielversprechendsten Grid-Zellen 14, 18 zu ermitteln, wird allen bekannten Grid-Zellen 14, 18 x jeweils ein Wert f (x) = g (x) + h (x) zugeordnet, der angibt, wie lang ein Pfad 30 vom Start zum Ziel unter Verwendung des betrachteten Knotens im günstigsten Fall ist. Start 26 und Ziel 28 sind
beispielsweise in Fig. 4 für das Fahrzeug 10 dargestellt. Die Grid-Zelle 14, 18 mit dem niedrigsten Wert wird als nächste untersucht. Für eine Grid-Zelle 14, 18 x bezeichnet g (x) die bisherigen Kosten vom Startknoten aus, um x zu erreichen, h (x) bezeichnet die geschätzten Kosten von x bis zum Ziel 28. Erfindungsgemäß werden dabei die jeweils größten verfügbaren Grid-Zellen 14, 18 verwendet, um die Trajektorie 20 zu bestimmen.
Die verwendete Heuristik sollte die Kosten nicht überschätzen, da dies zu einem potenziellen Verlust der Optimalität bzgl. der Kostenfunktion führen kann. Für das Beispiel der Wegsuche ist die Luftlinie eine geeignete Schätzung. Andere Schätzungen wie Luftlinie zusammen mit einem Faktor für eine Winkelabweichung können auch sinnvoll sein, resultieren je nach Faktor in Verlust der Optimalität bzgl. der
Kostenfunktion.
Die Grid-Zellen 14, 18 werden während der Suche in drei verschiedene Klassen eingeteilt.
Unbekannte Grid-Zellen 14, 18 wurden während der Suche noch nicht gefunden. Zu ihnen ist noch kein Weg bekannt. Jede Grid-Zelle 14, 18 ist zu Beginn des Algorithmus unbekannt, wobei eine als Start 26 ausgewählt wird. Zusätzlich wird bei dem hybriden A*-Algorithmus ein kontinuierlicher Zustand jeder Grid-Zelle 14, 18 gespeichert und ein Score gibt den zugeordneten kontinuierlichen Zustand an. So wird der ersten Grid-Zelle 14, 18 ein Status zugeordnet.
Zu bekannten Grid-Zellen 14, 18 ist ein Weg bekannt. Alle bekannten Grid-Zellen 14, 18 werden zusammen mit ihrem f-Wert in einer Open List 22 gespeichert. Aus dieser Open List 22 wird immer die vielversprechendste Grid-Zelle 14, 18 ausgewählt und untersucht. Die Implementierung der Open List 22 ist hier als einfache Prioritätswarteschlange realisiert. Zu Beginn ist nur die Grid-Zelle 14, 18 am Start 26 bekannt. Wenn eine Grid- Zelle 14, 18 von der Open-List 22 genommen wird, werden ausgehend von einer ermittelten Position in der Grid-Zelle 14, 18 und einer Winkelposition des Fahrzeugs 10 verschiedene Lenkaktionen durchgeführt, um neue Children basierend auf einem resultierenden kinematischen Modell des Fahrzeugs 10 zu erzeugen. Die Position wird durch einen Zeiger 24 angegeben. Die Lenkaktionen sind beispielsweise geradeaus, maximal rechts und maximal links. Basierend auf neuen Zuständen der Children werden treffende Grid-Zellen 14, 18 ermittelt. Wenn eine Grid-Zelle 14, 18 bereits in der Open- List 22 ist und die neuen Kosten der Grid-Zelle 14, 18 niedriger als die bisherigen Kosten sind, wird der kontinuierliche Zustand der Grid-Zelle 14, 18 geändert und der Knoten in der Open-List neu priorisiert. Dabei wird ggf. der Zeiger 24 auf die Position aktualisiert. Es wird somit eine einzelne, beste Position für jede Grid-Zelle 14, 18 bestimmt. Sollte eine bessere Position zur Verfügung stehen, so wird die bisherige Position durch eine bessere Position überschreiben.
Zu abschließend untersuchten Grid-Zellen 14, 18 ist der kürzeste Weg bekannt. Die abschließend untersuchten Grid-Zellen 14, 18 werden in einer Closed List gespeichert, damit sie nicht mehrfach untersucht werden. Die Closed List ist mittels eines boolean- Wertes an der jeweiligen Position implementiert. Ein Zugriff auf die Grid-Zelle 14, 18 wird mittels Hashtabeile durchgeführt.
Außerdem enthält jede bekannte oder abschließend besuchte Grid-Zelle 14, 18 einen Zeiger auf ihre Vorgängerzelle zur Rückverfolgung der Trajektorie 20. Wird eine Grid- Zelle 14, 18 x abschließend untersucht, so werden ihre nachfolgenden Grid-Zellen 14, 18 in die Open List 22 eingefügt und die Grid-Zelle 14, 18 x in die Closed List aufgenommen. Die Vorgängerzeiger der nachfolgenden Grid-Zellen 14, 18 werden auf x gesetzt. Ist eine nachfolgende Grid-Zelle 14, 18 bereits auf der Closed List, so wird sie nicht erneut in die Open List 22 eingefügt. Ihre Position ist dann nirgends gespeichert. . Ist eine nachfolgende Grid-Zelle 14, 18 bereits auf der Open List 22, so werden ihr f- Wert, ihr g-Wert, die kontinuierliche Position und der Vorgängerzeiger aktualisiert, wenn der neue Weg dorthin kürzer ist als der bisherige.
Der Algorithmus terminiert, sobald die Grid-Zelle 14, 18 am Ziel 28 abschließend untersucht wird. Der gefundene Weg wird dann mit Hilfe der Vorgängerzeiger rekonstruiert und ausgegeben. Falls die Open List 22 leer ist ohne dass das Ziel 28 abschließend untersucht wurde, terminiert der Algorithmus, da es keine Lösung gibt.
In dem Verfahren wird eine Hash-Tabelle zum Zugriff auf die Grid-Zellen 14, 18 verwendet. Dabei werden Positionen auf der Karte 12 basierend auf einer Position einer Grid-Zelle 14, 18 und dem Zeiger 24 zu der Position innerhalb der Grid-Zelle 14, 18 deterministisch bestimmt.
Das Ergebnis der Bestimmung der Trajektorie 20 des obigen Verfahrens wird in Fig. 4 in dem unteren Diagramm dargestellt. Im Vergleich dazu ist zusätzlich in Fig. 4 das Ergebnis der Pfadsuche mit Grid-Zellen 14, 18 mit einer einheitlichen Größe dargestellt. Die gefundenen Trajektorien 20 sind hier vergleichbar, wobei die vorliegende Erfindung durch die übergeordneten Grid-Zellen 18 weniger verschiedene Pfade 30 betrachten muss, wodurch das Verfahren schneller ist und weniger Arbeitsspeicher benötigt. Bezugszeichenliste
Fahrzeug 10
Karte 12 initiale Grid-Zelle 14 nicht befahrbare Fläche 16 übergeordnete Grid-Zelle 18
Trajektorie 20
Open List 22
Zeiger 24
Start 26
Ziel 28
Pfad 30

Claims

Patentansprüche
1 . Verfahren zur Bestimmung einer Trajektorie (20) für ein Fahrzeug (10) in einer Karte (12), umfassend die Schritte
Erzeugen einer Karte (12) mit einem Netz aus initialen Grid-Zellen (14) mit einer vorgegebenen Zellgröße,
Übertragen von einer nicht befahrbaren Fläche (16) auf die Karte (12),
Zuordnen der nicht befahrbaren Fläche (16) zu wenigstens einer initialen Grid- Zelle (14),
Zusammenfassen von einer Mehrzahl initialer Grid-Zellen (14) zu einer übergeordneten Grid-Zelle (18), und
Bestimmen der Trajektorie (20) basierend auf den initialen Grid-Zellen (14) und den übergeordneten Grid-Zellen (18) nach einem A*- Verfahren, wobei das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen (14) zu einer übergeordneten Grid-Zelle (18) abhängig von einer Entfernung von der nicht befahrbaren Fläche (16) durchgeführt wird, und
das Bestimmen der Trajektorie (20) basierend auf den initialen Grid-Zellen (14) und den übergeordneten Grid-Zellen (18) nach einem A*- Verfahren das
Bestimmen der Trajektorie (20) der jeweils größten Grid-Zellen (14, 18) umfasst.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass
der Schritt des Zusammenfassens von einer Mehrzahl initialer Grid-Zellen (14) zu einer übergeordneten Grid-Zelle (18) abhängig von einer Entfernung von der nicht befahrbaren Fläche (16) das Zusammenfassen von einer Mehrzahl initialer Grid- Zellen (14) in einem vorgegebenen Raster entsprechend einer Zellgröße umfasst.
3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass
das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen (14) zu einer übergeordneten Grid-Zelle (18) das Ermitteln einer potenziellen übergeordneten Grid-Zelle (18) und das Überprüfen der initialen Grid-Zellen (14) der potentiellen übergeordneten Grid-Zelle (18) auf eine Kollision mit der nicht befahrbaren Fläche (16) umfasst, wobei die Mehrzahl initialer Grid-Zellen (14) zu der übergeordneten Grid-Zelle (18) zusammengefasst werden, wenn keine der Mehrzahl der initialen Grid-Zellen (14) mit der nicht befahrbaren Fläche (16) kollidiert.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass
das Zusammenfassen von einer Mehrzahl initialer Grid-Zellen (14) zu einer übergeordneten Grid-Zelle (18) das Ermitteln einer potenziellen übergeordneten Grid-Zelle (18) und das Überprüfen von zu der potentiellen übergeordneten Grid- Zelle (18) benachbarten initialen Grid-Zellen (14) auf eine Kollision mit der nicht befahrbaren Fläche (16) umfasst, wobei die Mehrzahl initialer Grid-Zellen (14) zu der übergeordneten Grid-Zelle (18) zusammengefasst werden, wenn keine der benachbarten initialen Grid-Zellen (14) mit der nicht befahrbaren Fläche (16) kollidiert.
5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass
der Schritt des Zusammenfassens von einer Mehrzahl initialer Grid-Zellen (14) zu einer übergeordneten Grid-Zelle (18) abhängig von einer Entfernung von der nicht befahrbaren Fläche (16) das Zusammenfassen von einer Mehrzahl initialer Grid- Zellen (14) zu übergeordneten Grid-Zellen (18) mit einer ersten Zellgröße und das iterative Zusammenfassen von übergeordneten Grid-Zellen (18) mit einer ersten Zellgröße zu weiter übergeordneten Grid-Zellen (18) mit einer weiter vergrößerten Zellgröße umfasst.
6. Verfahren nach dem vorhergehenden Anspruch 5, dadurch gekennzeichnet, dass das Zusammenfassen von einer Mehrzahl übergeordneter Grid-Zellen (18) mit einer ersten Zellgröße zu einer weiter übergeordneten Grid-Zelle (18) mit einer weiter vergrößerten Zellgröße das Ermitteln einer potentiellen weiter
übergeordneten Grid-Zelle (18) und das Überprüfen der potentiellen weiter übergeordneten Grid-Zelle (18) umfasst, ob benachbarte Grid-Zellen (14, 18) übergeordneten Grid-Zellen (18) mit der ersten Zellgröße sind, wobei die Mehrzahl übergeordneter Grid-Zellen (18) mit der ersten Zellgröße zu der weiter
übergeordneten Grid-Zelle (18) mit der weiter vergrößerten Zellgröße zusammengefasst werden, wenn die benachbarten Grid-Zellen (14, 18) übergeordneten Grid-Zellen (18) mit der ersten Zellgröße sind.
7. Verfahren nach einem der vorhergehenden Ansprüche 5 bis 6, dadurch
gekennzeichnet, dass
der Schritt des Zusammenfassens von einer Mehrzahl initialer Grid-Zellen (14) zu einer übergeordneten Grid-Zelle (18) mit einer ersten Zellgröße und das iterative Zusammenfassen von übergeordneten Grid-Zellen (18) mit einer ersten Zellgröße zu weiter übergeordneten Grid-Zellen (18) mit einer weiter vergrößerten Zellgröße jeweils das Zusammenfassen von einer gleichen Anzahl Grid-Zellen (14, 18) in allen Koordinaten-Richtungen zu der jeweils übergeordneten Grid-Zelle (18) umfasst.
8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass
der Schritt des Bestimmen der Trajektorie (20) basierend auf den initialen Grid- Zellen (14) und den übergeordneten Grid-Zellen (18) nach einem A*-Verfahren das Bestimmen der Trajektorie (20) basierend nach einem Hybrid A*- Verfahren umfasst.
9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass
der Schritt des Bestimmens der Trajektorie (20) basierend auf den initialen Grid- Zellen (14) und den übergeordneten Grid-Zellen (18) nach einem A*-Verfahren das Bestimmen einer einzelnen, besten Position für jede Grid-Zelle (14, 18) umfasst.
10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass
der Schritt des Bestimmens einer einzelnen, besten Position für jede Grid-Zelle (14, 18) das Bestimmen einer Winkelposition umfasst.
1 1 . Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Schritt des Bestimmens der Trajektorie (20) basierend auf den initialen Grid- Zellen (14) und den übergeordneten Grid-Zellen (18) nach einem A*-Verfahren das Verwenden einer Hash-Tabelle (22) zum Zugriff auf für eine Grid-Zelle (14, 18) gespeicherten Daten umfasst.
12. Verfahren nach dem vorhergehenden Anspruch 1 1 , dadurch gekennzeichnet, dass
der Schritt des Verwendens einer Hash-Tabelle (22) zum Zugriff auf für die Grid- Zellen (14, 18) gespeicherten Daten das deterministische Bestimmen einer Position auf der Karte (12) basierend auf einer Position einer Grid-Zelle (14, 18) und einem Zeiger (24) zu der Position innerhalb der Grid-Zelle (14, 18) umfasst.
13. Fahrzeugassistenzsystem mit einem Subsystem zur Berechnung einer Trajektorie (20), wobei das Subsystem ausgeführt ist, das Verfahren nach einem der vorhergehenden Ansprüche 1 bis 12 durchzuführen.
14. Fahrzeug (10) mit einem Fahrzeugassistenzsystem nach dem vorhergehenden Anspruch 13.
15. Computerprogrammprodukt zur Durchführung des Verfahrens nach einem der vorhergehenden Ansprüche 1 bis 12.
PCT/EP2017/076294 2016-10-28 2017-10-16 Bestimmung einer trajektorie mit multi-resolution grid WO2018077641A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102016120660.1A DE102016120660A1 (de) 2016-10-28 2016-10-28 Bestimmung einer Trajektorie mit multi-resolution grid
DE102016120660.1 2016-10-28

Publications (1)

Publication Number Publication Date
WO2018077641A1 true WO2018077641A1 (de) 2018-05-03

Family

ID=60143696

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2017/076294 WO2018077641A1 (de) 2016-10-28 2017-10-16 Bestimmung einer trajektorie mit multi-resolution grid

Country Status (2)

Country Link
DE (1) DE102016120660A1 (de)
WO (1) WO2018077641A1 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111158366A (zh) * 2019-12-31 2020-05-15 湖南大学 基于图搜索和几何曲线融合的路径规划方法
CN112689238A (zh) * 2019-10-18 2021-04-20 西安光启未来技术研究院 一种基于区域的轨迹碰撞方法、系统、存储介质及处理器
GB2588637A (en) 2019-10-30 2021-05-05 Daimler Ag Method of determining cells in a multiple resolution grid
CN117470247A (zh) * 2023-12-19 2024-01-30 珠海云洲智能科技股份有限公司 一种路径规划方法及路径规划控制器

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013209764A1 (de) 2013-05-27 2014-11-27 Robert Bosch Gmbh Unterstützung eines Fahrers eines Kraftfahrzeugs

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013209764A1 (de) 2013-05-27 2014-11-27 Robert Bosch Gmbh Unterstützung eines Fahrers eines Kraftfahrzeugs

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DAVID SISLÁK ET AL: "Accelerated A* Trajectory Planning: Grid-based Path Planning Comparison", PROCEEDINGS OF THE 19TH INTERNATIONAL CONFERENCE ON AUTOMATED PLANNING & SCHEDULING (ICAPS), 19 September 2009 (2009-09-19), pages 74 - 81, XP055442342 *
FRANTISEK DUCHON ET AL: "Path Planning with Modified a Star Algorithm for a Mobile Robot", PROCEDIA ENGINEERING, vol. 96, 1 January 2014 (2014-01-01), AMSTERDAM, NL, pages 59 - 69, XP055442328, ISSN: 1877-7058, DOI: 10.1016/j.proeng.2014.12.098 *
MICHAEL MONTEMERLO ET AL: "Junior: The Stanford entry in the Urban Challenge", JOURNAL OF FIELD ROBOTICS, vol. 25, no. 9, 1 September 2008 (2008-09-01), pages 569 - 597, XP055169616, ISSN: 1556-4959, DOI: 10.1002/rob.20258 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112689238A (zh) * 2019-10-18 2021-04-20 西安光启未来技术研究院 一种基于区域的轨迹碰撞方法、系统、存储介质及处理器
GB2588637A (en) 2019-10-30 2021-05-05 Daimler Ag Method of determining cells in a multiple resolution grid
CN111158366A (zh) * 2019-12-31 2020-05-15 湖南大学 基于图搜索和几何曲线融合的路径规划方法
CN111158366B (zh) * 2019-12-31 2021-11-05 湖南大学 基于图搜索和几何曲线融合的路径规划方法
CN117470247A (zh) * 2023-12-19 2024-01-30 珠海云洲智能科技股份有限公司 一种路径规划方法及路径规划控制器
CN117470247B (zh) * 2023-12-19 2024-05-03 珠海云洲智能科技股份有限公司 一种路径规划方法及路径规划控制器

Also Published As

Publication number Publication date
DE102016120660A1 (de) 2018-05-03

Similar Documents

Publication Publication Date Title
DE4415736C2 (de) Verfahren zur Kollisionsvermeidung mit Hilfe eines Lenkwinkelfeldes für eine autonome mobile Einheit
WO2018077641A1 (de) Bestimmung einer trajektorie mit multi-resolution grid
DE102019134487A1 (de) System und verfahren einer algorithmischen lösung zum erzeugen einer glatten fahrzeuggeschwindigkeitstrajektorie für ein autonomes fahrzeug mit räumlichen geschwindigkeitsbegrenzungen
DE102016204957A1 (de) Automatisierter Fahrstreifenwechsel im dynamischen Verkehr, basierend auf fahrdynamisch bedingten Einschränkungen
DE102019108795A1 (de) Fahrzeugwegidentifikation
DE102016111691A1 (de) Halbautonomes Fahrzeug und Verfahren zum Steuern eines halbautonomen Fahrzeugs
EP2918439B1 (de) Verfahren zum Betreiben eines Fahrzeugs und Fahrerassistenzsystem
WO2018099782A1 (de) Verfahren zur rechenzeiteffizienten kollisionsprüfung bei einer pfadplanung für ein fahrzeug
DE102014008353A1 (de) Verfahren zum Betrieb eines Fahrerassistenzsystems zur automatisierten Führung eines Kraftfahrzeugs sowie zugeordnetes Kraftfahrzeug
EP3142913B1 (de) Umfeldkarte für fahrflächen mit beliebigem höhenverlauf
DE102015209066A1 (de) Aufwandsreduzierte Trajektorienplanung für ein Fahrzeug
DE102017200580A1 (de) Verfahren zur Optimierung einer Manöverplanung für autonom fahrende Fahrzeuge
DE102020105793A1 (de) Bahnplanungsverfahren und Bahnplanungsalgorithmus für ein Fluggerät
DE102013214632A1 (de) Effizientes Bereitstellen von Belegungsinformationen für das Umfeld eines Fahrzeugs
DE112020007765T5 (de) Computersystem und verfahren zur trajektorieplanung in einer simulierten strassenfahrumgebung
DE102018131898A1 (de) Verfahren zum Bestimmen einer Trajektorie durch tangentiales Anlegen von Bézierkurven an geometrische Strukturen; Steuereinheit; Fahrerassistenzsystem; Computerprogrammprodukt sowie computerlesbares Medium
DE102018101515A1 (de) Verfahren zum Erzeugen einer Fahrstrategie eines Fahrzeugs
EP3947075B1 (de) Fahrsystem und verfahren zum auswählen einer handlungsoption für ein automatisiertes kraftfahrzeug
DE102017219377A1 (de) Verfahren zur Optimierung einer Pfadplanung für ein Fahrzeug
DE202023104093U1 (de) Optimale Bahnplanung für ein Navigationssystem für mobile Roboter
DE102017105721A1 (de) Verfahren zur Identifikation wenigstens eines Parkplatzes für ein Fahrzeug und Parkplatzassistenzsystem eines Fahrzeugs
DE102017120366A1 (de) Verfahren, Vorrichtung, Computerprogramm und Computerprogrammprodukt zur Bewegungsplanung eines Systems
DE102022101054A1 (de) Verfahren zum Planen eines Pfades für ein wenigstens teilweise automatisiertes Kraftfahrzeug, Computerprogrammprodukt, computerlesbares Speichermedium sowie Assistenzsystem
DE112020006317T5 (de) Computersystem und verfahren zum trainieren eines verkehrsagenten in einer simulationsumgebung
DE102019123783A1 (de) Verfahren zum Steuern eines Bewegungsverhaltens eines sich autonom bewegenden Roboters

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17787154

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17787154

Country of ref document: EP

Kind code of ref document: A1