WO2020212020A1 - ERMITTLUNG EINER EINGANGSGRÖßE EINES FAHRZEUG-AKTUATORS MITTELS MODELLGESTÜTZTER PRÄDIKTIVER REGELUNG - Google Patents

ERMITTLUNG EINER EINGANGSGRÖßE EINES FAHRZEUG-AKTUATORS MITTELS MODELLGESTÜTZTER PRÄDIKTIVER REGELUNG Download PDF

Info

Publication number
WO2020212020A1
WO2020212020A1 PCT/EP2020/056412 EP2020056412W WO2020212020A1 WO 2020212020 A1 WO2020212020 A1 WO 2020212020A1 EP 2020056412 W EP2020056412 W EP 2020056412W WO 2020212020 A1 WO2020212020 A1 WO 2020212020A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
processor unit
algorithm
trajectory
actuator
Prior art date
Application number
PCT/EP2020/056412
Other languages
English (en)
French (fr)
Inventor
Michael Fleps-Dezasse
Michel Wilde
Nils Mühl
Ulrich Mair
Original Assignee
Zf Friedrichshafen Ag
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 Zf Friedrichshafen Ag filed Critical Zf Friedrichshafen Ag
Priority to CN202080027861.2A priority Critical patent/CN113661106A/zh
Priority to US17/603,766 priority patent/US12024179B2/en
Publication of WO2020212020A1 publication Critical patent/WO2020212020A1/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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral acceleration
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/14—Yaw
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/20—Sideslip angle
    • 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
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/20—Tyre data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/40—Coefficient of friction
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/06—Combustion engines, Gas turbines
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/18—Braking system
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/20—Steering systems

Definitions

  • the invention relates to the determination of an input variable of a vehicle actuator by means of model-based predictive control.
  • a major influencing factor on the trajectory control is the tire-road contact, since this is where the power is transmitted between the vehicle and the road.
  • the tire-road contact can be taken into account in a trajectory control using so-called robust control methods or, if information on the tire-road contact is available, using what are known as gain scheduling approaches.
  • MPC Model Predictive Control
  • One object of the present invention can be seen in providing a technology which ensures that a vehicle follows a trajectory given to it autonomously or partially autonomously, particularly safely.
  • the present invention proposes solving the problem described by expanding an MPC control to include a safe state area.
  • additional secondary conditions can be introduced into the optimization problem of the MPC control, for example based on stochastic information on tire-road contact.
  • These secondary conditions limit the range of permitted system states, e.g. the vehicle speed, so that the vehicle follows a given trajectory with a specified degree of safety.
  • the determination of the safe state area takes into account the entire available trajectory information and not just that section which lies within the prediction horizon.
  • the invention enables the trajectory control to ensure that the vehicle remains in the safe state area despite an uncertain planning specification (e.g. too high a speed).
  • a processor unit for determining an input variable of an actuator of a vehicle by means of model-based predictive control.
  • a system for determining an input variable of an actuator of a vehicle by means of model-based predictive control can in particular include a sensor unit, the sensor unit being set up to detect an environmental condition of the vehicle and / or a condition of the vehicle and / or a driving condition of the Detect vehicle, generate a status data record based thereon and transmit it to the processor unit.
  • the sensor unit can be set up to detect the quality of a tire-road contact by means of sensors, to generate a coefficient of friction data record based thereon and to transmit it to the processor unit.
  • a vehicle with a system according to the second aspect of the invention is proposed.
  • a fourth aspect of the invention we propose a method for determining an input variable of an actuator of a vehicle by means of model-based predictive control.
  • a computer program product for determining an input variable of an actuator of a vehicle by means of model-based predictive control.
  • the processor unit can be set up to determine an input variable of an actuator of a vehicle by means of model-based predictive control. In some embodiments, the processor unit is also set up to control the actuator and thereby the vehicle by means of model-based predictive regulation.
  • the actuator can be, for example, an actuator which is a steering system of the vehicle (steering actuator), a drive system of the vehicle (drive actuator), in particular an internal combustion engine or influences or controls an electric motor of the vehicle or a brake system of the vehicle (brake actuator).
  • the invention and its embodiments who are mainly described in connection with a single actuator. The explanations apply mutatis mutandis to several actuators, in particular of different types.
  • the objects of the present invention can be used to determine the input variables of several, in particular, different actuators of the vehicle. Furthermore, the actuators can be actually acted upon with the determined input variables and thus the vehicle can be controlled.
  • the vehicle can in particular be controlled in such a way that it moves autonomously (ie without a driver of the vehicle intervening in the steering or control of the vehicle), but at least partially autonomously.
  • the processor unit can comprise an interface.
  • the processor unit can be set up to access a status data record by means of the interface.
  • the interface is in particular a communication interface which enables the exchange of data, in particular an exchange of data between the processor unit on the one hand and a sensor unit on the other hand.
  • the processor unit can transmit commands to actuators of the vehicle via the interface, for example to a steering actuator and / or to a brake actuator and / or to a drive actuator of the vehicle.
  • the processor unit is set up in particular to use the interface to access an environment detection of the vehicle generated by the sensor unit and to apply a determined input variable to an actuator or to instruct such an application so that the vehicle follows a predetermined trajectory with a predetermined degree of security .
  • the status data record can for example contain information about a current own position of the vehicle.
  • the status data record can represent a state of the surroundings of the vehicle, e.g. whether and where other road users are in the vicinity of the vehicle, such as the state of the roadway on which the vehicle is moving, or the weather in the surrounding area. exercise of the vehicle prevails.
  • the status data set can represent a status of the vehicle, for example a current position of the vehicle.
  • the status data set can represent a driving status of the vehicle, for example a current speed of the vehicle, a current yaw rate of the vehicle, a current longitudinal acceleration and transverse acceleration of the vehicle or a current side slip angle of the vehicle.
  • the processor unit can be set up to access trajectory information or a predefined trajectory for the vehicle by means of the interface.
  • the specified trajectory can be generated by a trajectory algorithm or a system for autonomous driving (common English term: Autonomous Driving System, or AD system for short).
  • the AD system typically includes a module for ambient perception with sensors and a planning module.
  • the planning module can comprise several levels, e.g. a navigation level on a larger scale (e.g. several km; a route from start to finish can be selected here) and a navigation level on a smaller scale (e.g. in the 50m to 100m ahead, depending on the speed of the vehicle; here is a choice of course and speed in the immediate vicinity of the vehicle to determine how the vehicle should move in traffic).
  • the planning module generates a trajectory which is specified for the MPC control and which can be accessed as an input value by a secondary condition algorithm described below.
  • the MPC algorithm comprises a model by means of which a future trajectory is calculated based on a calculated future input variable of an actuator. This calculated or predicted trajectory is compared with the given trajectory and optimized by adapting a future input variable of the actuator in such a way that the predicted trajectory comes as close as possible to the given trajectory.
  • the processor unit can be set up to use a secondary condition algorithm for calculating a secondary condition (first function block) and Execute an MPC algorithm for model-based predictive control (second function block).
  • the processor unit can have a single processor which executes both the algorithm for determining the secondary conditions and the MPC algorithm.
  • the processor unit can also comprise a first processor, which executes the algorithm for determining the secondary conditions, and a second processor which executes the MPC algorithm.
  • the MPC algorithm solves an optimization problem with constraints.
  • the secondary conditions are determined by the secondary condition algorithm.
  • the processor unit can be set up to determine a secondary condition for the MPC algorithm by executing the secondary item algorithm as a function of the trajectory information and as a function of the status data record.
  • the secondary condition algorithm accesses the status data record as an input variable (input) to determine the secondary condition for the MPC algorithm in such a way that the MPC control is in a safe or in an implementable state.
  • the processor unit can also be set up to determine an input variable for an actuator of the vehicle by executing the MPC algorithm as a function of the secondary condition, so that the vehicle follows the predetermined trajectory with a predetermined degree of certainty in a future predicted trajectory.
  • the secondary condition can in particular also be determined as a function of the predefined trajectory and of the predicted trajectory.
  • the constraint e.g. a speed limit does not necessarily have to be particularly conservative, i.e. with a very high level of safety, since the MPC algorithm is still able to reduce the speed (within physical limits) even within its typically limited time horizon, so that the vehicle is in a safe state in a changed state hold.
  • the secondary conditions in the MPC algorithm are taken into account as boundary conditions for the optimization problem.
  • the constraints can be selected in such a way that they correspond to vehicle states outside of what is physically possible along the trajectories.
  • the secondary conditions are selected in particular such that the MPC algorithm can transfer the vehicle to physically feasible states within its prediction horizon. Due to the proposed structure of separate secondary item algorithm and MPC algorithm, the secondary condition algorithm can use the full length of the trajectory information, whereas the prediction horizon of the MPC algorithm can be chosen to be shorter.
  • the trajectory information as input in the secondary item algorithm and MPC algorithm does not have to be within the physically possible vehicle states. This would inevitably lead to a conservative trajectory planning, since the exact estimation of the physically possible vehicle states is not possible.
  • the status data record includes a coefficient of friction data record which represents a quality of tire-road contact.
  • the quality of tire-road contact can be understood as follows: The vehicle has several wheels, each with one tire. Each of these tires is in contact with a roadway, in particular a road, on which the vehicle is driving or on which the tires roll. The tires are thus in contact with the road.
  • the quality of this contact can in particular be indicated by a coefficient of friction between the tires and the road surface. A higher coefficient of friction corresponds to a higher quality of the tire-road contact, and a lower coefficient of friction corresponds to a lower quality of the tire-road contact.
  • the processor unit is set up to receive the coefficient of friction data record by means of the interface from a sensor unit, in which case the sensor unit senses the quality of the tire-road contact.
  • the processor unit is set up to determine the coefficient of friction data set statistically, in particular stochastically.
  • the processor unit can receive the coefficient of friction from other vehicles, infrastructure facilities or servers, for example via a car-to-car network or via a car-to-X network.
  • the vehicle can be controlled based on the results of the constraint algorithm and the MPC algorithm. In this sense, it is provided in one embodiment that the processor unit, in particular, causes the actuator to be acted upon with the determined input variable.
  • the vehicle can have a control device which is assigned to the actuator.
  • the control device can apply the input variable to the actuator.
  • the processor unit in turn, can control the control device. In this way, active and physical intervention in the control of the vehicle is possible so that the vehicle is not only in the predicted model, but also in a real safe state.
  • an optimal input variable for the actuator is determined by the processor unit.
  • the input variable is then converted in the actuator, the output variable of which changes the movement of the vehicle or is pulsed.
  • the vehicle then ideally follows the specified trajectory with the specified safety.
  • a temporal prediction horizon can be selected to be relatively short in the MPC algorithm in order to be able to keep the computational effort so low that real-time control is possible.
  • the MPC algorithm can compensate for its relatively short time horizon of prediction. Without the secondary condition, the MPC control alone may not regulate far enough ahead, for example, to achieve a relatively high speed due to a change in state occurring outside the prediction horizon in the future, e.g. if a particularly slippery stretch of road has to be negotiated in a curve, reduce it sufficiently.
  • the calculation of the secondary conditions for the safe state area can take place independently of a prediction horizon of the MPC algorithm and include all of the trajectory information.
  • the secondary condition for the safe state range can limit the vehicle speed to a maximum speed which enables deceleration to a safe speed within the prediction horizon.
  • the Mood of the safe state area thus the entire available trajectory information and not just that section which lies within the prediction horizon.
  • the processor unit is set up to determine the secondary condition as a function of the entire predetermined trajectory by executing the secondary condition algorithm. In other words, the determination of the secondary condition by executing the secondary condition algorithm is not restricted by a prediction horizon that is established for the MPC algorithm.
  • FIG. 1 shows a plan view of a vehicle with a system for controlling a
  • FIG. 2 shows a plan view of a roadway on which the vehicle according to FIG. 1 drives autonomously or partially autonomously
  • FIG. 3 modules for determining an input variable of an actuator of the vehicle according to FIG. 1.
  • the vehicle 1 shows a vehicle 1.
  • the vehicle 1 comprises a system 2 for determining an input variable of a vehicle actuator and for controlling a vehicle by means of model-based predictive regulation.
  • the system 2 comprises a processor unit 3, a memory unit 4, a communication interface 5 and a sensor unit 6.
  • the sensor unit 6 comprises a digital camera system, which is referred to below as “camera”.
  • the camera 6 can be arranged on the vehicle in such a way that the field of view of the camera 6 can capture an external environment of the vehicle and optionally a lane 7 (FIG. 2) on which the vehicle 1 is moving.
  • the sensor unit 6 can comprise a number of further sensors 16, which are set up, for example, to determine the position of the vehicle, its ge to determine speed, yaw rate or lateral acceleration and provide the processor unit 3.
  • the processor unit 3 can access this information in the form of a status data record 17, for example via the communication interface 5.
  • the camera 6 sequentially and continuously takes pictures, e.g. also from the roadway 7, whereby a video or a sequence of images of the roadway 7 is also generated.
  • Image excerpts can be defined within the individual images of this video or this sequence of images (regions of interest, or ROI for short), within which, by means of image recognition methods, e.g. a current coefficient of friction between the tires of vehicle 1 and roadway 7 can be identified.
  • the current coefficient of friction between the tires of vehicle 1 and lane 7 can also be determined by stochastic methods or transmitted to vehicle 1 by another vehicle, a traffic infrastructure device or a traffic server, so that the processor unit 3 can also respond in the form of the status data record.
  • the vehicle 1 comprises several actuators.
  • a first actuator 8, a second actuator 9 and a third actuator 10 are shown by way of example in FIG. 1.
  • the first actuator 8 can control the steering of the vehicle 1 (steering actuator 8).
  • the second actuator 9 can control the drive of the vehicle 1 (drive actuator 9).
  • the third actuator 10 can control the brakes of the vehicle 1 (brake actuator 10).
  • a computer program product 11 can be stored on the memory unit 4.
  • the computer program product 11 can be executed on the processor unit 3, for which purpose the processor unit 3 and the memory unit 4 are connected to one another by means of the communication interface 5.
  • the Computerprogrammpro product 11 When the Computerprogrammpro product 11 is executed on the processor unit 3, it instructs the processor unit 3 to fulfill the functions described in connection with the drawing or to carry out method steps.
  • Fig. 2 shows the vehicle 1 on the lane 7 of a street.
  • the vehicle 1 travels at a speed of 20 m / s on the roadway 7.
  • the roadway 7 has a first route section 12 and a second route section 13, which is directly connected to the first route section 12.
  • the first section 12 runs straight and is 50 m long.
  • the second route section 13 is a left turn.
  • Fig. 3 schematically shows individual components or algorithms of the computer program product 11 for determining an input variable 19 of at least one of the vehicle actuators 8, 9 and 10 by means of model-based predictive control.
  • the computer program product 11 includes a constraint algorithm 14 (“Feasible States Estimator”) for calculating a constraint 18 and an MPC algorithm 15 for calculating an input variable 19, for example for the brake actuator 10 of the vehicle 1.
  • the computer program product 11 also includes a Trajectory algorithm 20 for calculating an MPC reference trajectory P from trajectory information P.
  • the processor unit 3 uses the interface 5 to access the status data record 17, which contains, for example, information about the current position and speed of the vehicle 1 and about the coefficient of friction of the roadway 7 in the curve 13. Furthermore, the processor unit 3 uses the interface 5 to access trajectory information P and to a trajectory P for the vehicle 1 calculated by the trajectory algorithm.
  • the trajectory information P that is fed to the secondary condition algorithm 14 includes that the intended course of the journey on the straight route section 12 is initially 50 m straight ahead and then curved to the left according to the course of the curve 13.
  • the trajectory P calculated by the trajectory algorithm is shorter than the trajectory information P and thus only contains a fraction of the trajectory information P.
  • the processor unit 3 executes the constraint algorithm 14 and determines at least one constraint 18 for the MPC algorithm 15 as a function of the status data record 17 and depending on the trajectory information P.
  • the constraint algorithm 14 can Constraints 18 are calculated, which represent an outer limit of the vehicle 1 on the trajectory P realizable state space.
  • the at least one secondary condition 18 for the MPC algorithm 15 is determined in such a way that the MPC control is in a safe or in an implementable state.
  • a safe or possible secondary condition 18 for the MPC control is thus determined.
  • the at least one secondary condition delimits a safe state space which can be made available to the MPC algorithm 15 as secondary condition for the predefined trajectory P.
  • the MPC algorithm 15 comprises a model by means of which a future trajectory of the vehicle 1 is calculated based on a calculated future input variable of at least one actuator 8, 9, 10. This calculated or predicted trajectory is compared with the specified trajectory P and optimized by adapting a future manipulated variable or input variable 19 of the actuator 8, 9 and / or 10 (e.g. steering angle, braking torque, drive torque, etc.) in such a way that the predicted trajectory comes as close as possible to the given trajectory.
  • a future manipulated variable or input variable 19 of the actuator 8, 9 and / or 10 e.g. steering angle, braking torque, drive torque, etc.
  • the processor unit 3 executes the MPC algorithm 15 and determines, depending on the secondary condition 18, an input variable 19, for example for the brake actuator 10 of the vehicle 1, so that the vehicle 1 in a future predicted trajectory of the predetermined trajectory with a predetermined one Security follows.
  • the processor unit 3 also instructs the actuator 10 to perform an adjustment corresponding to the input variable 19. If, for example, the status data record 17 contains the information that it will be very slippery in the curve 14, then the secondary condition 18 can be determined by the secondary condition algorithm 14 in such a way that the MPC algorithm
  • the input variable 19 determined for the brake actuator 10 in FIG. 15 provides for the vehicle 1 to be braked sufficiently to ensure safe passage through the curve 13 and to prevent the vehicle 1 from entering the corner area at too high a speed.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Regulating Braking Force (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft die Ermittlung einer Eingangsgröße eines Fahrzeug-Aktuators mittels modellgestützter prädiktiver Regelung. Gemäß einem Aspekt der Erfindung ist eine Prozessoreinheit dazu eingerichtet ist, mittels einer Schnittstelle auf Trajektorien-lnformationen (P) und auf einen Zustands-Datensatz (17) zuzugreifen, welcher einen Umgebungszustand des Fahrzeugs und/oder einen Zustand des Fahrzeugs und/oder einen Fahrzustand des Fahrzeugs repräsentiert. Die Prozessoreinheit führt einen Nebenbedingungs-Algorithmus (14) zur Berechnung einer Nebenbedingung (18) und einen MPC-Algorithmus (15) zur modellbasierten prädiktiven Regelung aus. Durch Ausführen des Nebendingungs-Algorithmus' (14) wird in Abhängigkeit von den Trajektorien-Informationen (P) und in Abhängigkeit von dem Zustands-Datensatz (17) eine Nebenbedingung (18) für den MPC-Algorithmus (15) ermittelt. Durch Ausführen des MPC-Algorithmus' (15) wird in Abhängigkeit von der Nebenbedingung (18) eine Eingangsgröße (19) für einen Aktuator des Fahrzeugs ermittelt. Dies erfolgt insbesondere derart, dass das Fahrzeug in einer zukünftigen prädizierten Trajektorie der vorgegebenen Trajektorie mit einer vorgegebenen Sicherheit folgt.

Description

Ermittlung einer Eingangsgröße eines Fahrzeug -Aktuators mittels modellqestützter prädiktiver Regelung
Die Erfindung betrifft die Ermittlung einer Eingangsgröße eines Fahrzeug-Aktuators mittels modellgestützter prädiktiver Regelung.
An eine Trajektorien-Regelung für ein Fahrzeug werden im Kontext des automatisier ten Fahrens hohe Anforderungen an Trackinggenauigkeit, Stabilität und Robustheit gestellt. Diese Eigenschaften müssen im gesamten Arbeitsbereich der Trajektorien- Regelung sichergestellt werden. Ein wesentlicher Einflussfaktor auf die Trajektorien- Regelung ist der Reifen-Fahrbahn-Kontakt, da hier die Kraftübertragung zwischen Fahrzeug und Straße erfolgt. Die Berücksichtigung des Reifen-Fahrbahn-Kontakts in einer Trajektorien-Regelung kann durch Methoden der sogenannten Robusten Rege lung oder bei Verfügbarkeit einer Information zum Reifen-Fahrbahn Kontakt mittels sogenannter Gain-Scheduling Ansätzen erfolgen.
Es ist ebenfalls bekannt, Methoden der modelbasierten prädiktiven Regelung (im Englischen: Model Predictive Control oder abgekürzt MPC) auf dem Gebiet der Trajektorien-Regelung einzusetzen. MPC-Methoden können aufgrund ihrer Flexibili tät und der expliziten Berücksichtigung des zukünftigen Trajektorien -Verlaufs eine hohe Regelungsgüte erreichen. Eine besondere Stärke von MPC-Methoden ist die direkte Berücksichtigung der Limitierungen von Aktuator-Stellgrößen. So können In formationen über einen Reifen-Fahrbahn-Kontakt beispielsweise in Form eines ma ximalen Reibbeiwerts in ein Prädiktionsmodell einer modelbasierten prädiktiven Re gelung integriert werden. Die Ermittlung des Reifen-Fahrbahn-Kontakts, z.B. in Form eines maximalen Reibbeiwerts, kann beispielsweise mittels statistischer Methoden erfolgen. Die Integration dieser Information in die MPC-Regelung in Form eines Reibbeiwert-abhängigen Prädiktionsmodells allein kann nur in Ausnahmefällen ein sicheres Folgen der vorgegebenen Trajektorien durch das Fahrzeug gewährleisten. Die sichere Umsetzung der Trajektorien -Vorgabe ist insbesondere dann nicht ge währleistet, wenn die Systemdynamik ein Vielfaches der Länge des Prädiktionshori zonts beträgt. Damit ist z.B. gemeint, dass das Fahrzeug innerhalb des Prädiktions horizonts seine Geschwindigkeit nicht auf einen beliebigen Wert verändern kann, sondern die Anpassung der Geschwindigkeit länger als die zeitliche Länge des Prä diktionshorizontes dauert.
Eine Aufgabe der vorliegenden Erfindung kann darin gesehen werden, eine Techno logie bereitzustellen, welche gewährleistet, dass ein Fahrzeug einer ihm vorgegebe nen Trajektorie autonom oder teil-autonom besonders sicher folgt.
Die Aufgabe wird gelöst durch die Gegenstände der unabhängigen Patentansprüche. Vorteilhafte Ausführungsformen sind Gegenstand der Unteransprüche, der folgenden Beschreibung sowie der Figuren.
Die vorliegende Erfindung schlägt vor, die beschriebene Problemstellung durch eine Erweiterung einer MPC-Regelung um einen sicheren Zustandsbereich zu lösen. Da zu können in das Optimierungsproblem der MPC-Regelung beispielsweise basierend auf einer stochastischen Information zum Reifen-Fahrbahn Kontakt zusätzliche Ne benbedingungen eingeführt werden. Diese Nebenbedingungen begrenzen den Be reich der erlaubten Systemzustände, z.B. der Fahrzeuggeschwindigkeit, sodass das Fahrzeug einer vorgegebenen Trajektorie mit einer spezifizierten Sicherheit folgt. Insbesondere berücksichtigt die Bestimmung des sicheren Zustandsbereichs die ge samte verfügbare Trajektorien-Information und nicht nur denjenigen Abschnitt, wel cher innerhalb des Prädiktionshorizonts liegt. Die Erfindung ermöglicht, dass die Trajektorien-Regelung trotz einer unsicheren Vorgabe der Planung (z.B. zu hohe Ge schwindigkeit) gewährleistet, dass das Fahrzeug im sicheren Zustandsbereich bleibt.
In diesem Sinne wird gemäß einem ersten Aspekt der Erfindung eine Prozessorein heit zur Ermittlung einer Eingangsgröße eines Aktuators eines Fahrzeugs mittels modellgestützter prädiktiver Regelung vorgeschlagen.
Gemäß einem zweiten Aspekt der Erfindung wird ein System zur Ermittlung einer Eingangsgröße eines Aktuators eines Fahrzeugs mittels modellgestützter prädiktiver Regelung vorgeschlagen. Das System kann insbesondere eine Sensoreinheit um fassen, wobei die Sensoreinheit dazu eingerichtet ist, einen Umgebungszustand des Fahrzeugs und/oder einen Zustand des Fahrzeugs und/oder einen Fahrzustand des Fahrzeugs zu erfassen, darauf basierend einen Zustands-Datensatz zu generieren und an die Prozessoreinheit zu übermitteln. Insbesondere kann die Sensoreinheit dazu eingerichtet sein, die Güte eines Reifen-Fahrbahn-Kontakts sensorisch zu er fassen, darauf basierend einen Reibbeiwert-Datensatz zu generieren und an die Prozessoreinheit zu übermitteln.
Gemäß einem dritten Aspekt der Erfindung wird ein Fahrzeug mit einem System ge mäß dem zweiten Aspekt der Erfindung vorgeschlagen.
Gemäß einem vierten Aspekt der Erfindung wir ein Verfahren zur Ermittlung einer Eingangsgröße eines Aktuators eines Fahrzeugs mittels modellgestützter prädiktiver Regelung vorgeschlagen.
Gemäß einem fünften Aspekt der Erfindung wird ein Computerprogrammprodukt zur Ermittlung einer Eingangsgröße eines Aktuators eines Fahrzeugs mittels modellge stützter prädiktiver Regelung vorgeschlagen.
Einzelheiten, optionale Merkmale, technische Effekte sowie daraus resultierende Vorteile und ableitbare gelöste technische Probleme der Erfindung und ihrer Ausfüh rungsformen werden im Folgenden größtenteils im Zusammenhang mit der Prozes soreinheit gemäß dem ersten Aspekt der Erfindung beschrieben. Diese Ausführun gen gelten sinngemäß jedoch auch für das System gemäß dem zweiten Aspekt der Erfindung, für das Fahrzeug gemäß dem dritten Aspekt der Erfindung, für das Ver fahren gemäß dem vierten Aspekt der Erfindung und für das Computerprogramm produkt gemäß dem fünften Aspekt der Erfindung.
So kann die Prozessoreinheit dazu eingerichtet sein, eine Eingangsgröße eines Ak tuators eines Fahrzeugs mittels modellgestützter prädiktiver Regelung zu ermitteln. In manchen Ausführungsformen ist die Prozessoreinheit auch dazu eingerichtet, den Aktuator und dadurch das Fahrzeug mittels modellgestützter prädiktiver Regelung zu steuern. Bei dem Aktuator kann es sich beispielsweise um einen Aktuator handeln, welcher ein Lenksystem des Fahrzeugs (Lenk-Aktuator), ein Antriebssystem des Fahrzeugs (Antriebs-Aktuator), insbesondere einen Verbrennungskraftmotor oder einen Elektromotor des Fahrzeugs, oder ein Bremssystem des Fahrzeugs (Brems- Aktuator) beeinflusst bzw. steuert. Die Erfindung und ihre Ausführungsformen wer den überwiegend im Zusammenhang mit einem einzelnen Aktuator beschrieben. Die Ausführungen gelten sinngemäß jedoch auch für mehrere Aktuatoren, insbesondere unterschiedlicher Art. Dies meint, dass mit den Gegenständen der vorliegenden Er findung die Eingangsgrößen mehrerer insbesondere unterschiedlicher Aktuatoren des Fahrzeugs ermittelt werden können. Weiterhin können die Aktuatoren mit den ermittelten Eingangsgrößen real beaufschlagt und somit das Fahrzeug gesteuert werden. Das Fahrzeug kann dabei insbesondere derart gesteuert werden, dass es sich autonom (d.h. , ohne dass ein Fahrer des Fahrzeugs in die Lenkung oder Steue rung des Fahrzeugs eingreift) bewegt, zumindest aber teil-autonom.
Die Prozessoreinheit kann eine Schnittstelle umfassen. Die Prozessoreinheit kann dazu eingerichtet sein, mittels der Schnittstelle auf einen Zustands-Datensatz zuzu greifen.
Die Schnittstelle ist insbesondere eine Kommunikations-Schnittstelle, welche den Austausch von Daten ermöglicht, und zwar insbesondere einen Austausch von Da ten zwischen der Prozessoreinheit einerseits und einer Sensoreinheit andererseits. Weiterhin kann die Prozessoreinheit über die Schnittstelle Befehle an Aktuatoren des Fahrzeugs übermitteln, beispielsweise an einen Lenk-Aktuator und/oder an einen Brems-Aktuator und/oder an einen Antriebs-Aktuator des Fahrzeugs. Die Prozesso reinheit ist insbesondere dazu eingerichtet, mittels der Schnittstelle auf eine von der Sensoreinheit generierte Umfelderfassung des Fahrzeugs zuzugreifen, und einen Aktuator mit einer ermittelten Eingangsgröße zu beaufschlagen bzw. eine derartige Beaufschlagung anzuweisen, sodass dass das Fahrzeug einer vorgegebenen Trajektorie mit einer vorgegebenen Sicherheit folgt.
Der Zustands-Datensatz kann beispielsweise Informationen über eine aktuelle eige ne Position des Fahrzeugs beinhalten. Der Zustands-Datensatz kann einen Umge bungszustand des Fahrzeugs repräsentieren, z.B. ob und wo sich andere Verkehrs teilnehmer in der Umgebung des Fahrzeugs befinden, wie der Zustand der Fahrbahn ist, auf der sich das Fahrzeug bewegt, oder welches Wetter in der äußeren Umge- bung des Fahrzeugs vorherrscht. Alternativ oder zusätzlich kann der Zustandsdaten satz einen Zustand des Fahrzeugs repräsentieren, z.B. eine aktuelle Position des Fahrzeugs. Ebenfalls alternativ oder zusätzlich kann der Zustands-Datensatz einen Fahrzustand des Fahrzeugs repräsentieren, z.B. eine aktuelle Geschwindigkeit des Fahrzeugs, eine aktuelle Gierrate des Fahrzeugs, eine aktuelle Längsbeschleuni gung und Querbeschleunigung des Fahrzeugs oder ein aktueller Schwimmwinkel des Fahrzeugs.
Weiterhin kann die Prozessoreinheit dazu eingerichtet sein, mittels der Schnittstelle auf Trajektorien-Informationen bzw. auf eine vorgegebene Trajektorie für das Fahr zeug zuzugreifen. Die vorgegebene Trajektorie kann durch einen Trajektorien- Algorithmus oder ein System für autonomes Fahren (englischsprachiger gängiger Fachausdruck: Autonomous Driving System oder kurz: AD-System) generiert wer den. Das AD-System umfasst typisch er Weise ein Modul zur Umgebungswahrneh mung mit Sensoren und ein Planungsmodul. Das Planungsmodul kann mehrere Ebenen umfassen, z.B. eine Navigationsebene im größeren Maßstab (z.B. mehrere km; hier kann eine Route von Start bis Ziel gewählt werden) und eine Navigationse bene im kleineren Maßstab (z.B. in den vorausliegenden 50m bis 100m, je nach Ge schwindigkeit des Fahrzeugs; hier ist eine Wahl von Kurs und Geschwindigkeit im näheren Umfeld des Fahrzeugs möglich, um festzulegen, wie sich das Fahrzeug im Verkehr bewegen soll). Das Planungsmodul generiert eine Trajektorie, die der MPC- Regelung vorgegeben und auf den ein im Folgenden beschriebenen Nebenbedin- gungs-Algorithmus als Eingangswert zugreifen kann.
Der MPC-Algorithmus umfasst ein Modell, mittels welchem eine in der Zukunft lie gende Trajektorie basierend auf einer berechneten zukünftigen Eingangsgröße eines Aktuators berechnet wird. Diese berechnete bzw. prädizierte Trajektorie wird mit der vorgegebenen Trajektorie verglichen und durch anpassen einer zukünftigen Ein gangsgröße des Aktuators derart optimiert, dass die prädizierte Trajektorie der vor gegebenen Trajektorie möglichst nahekommt.
Die Prozessoreinheit kann dazu eingerichtet sein, einen Nebenbedingungs- Algorithmus zur Berechnung einer Nebenbedingung (erster Funktionsblock) und ei- nen MPC-Algorithmus zur modellbasierten prädiktiven Regelung (zweiter Funktions block) auszuführen. Die Prozessoreinheit kann dazu einen einzigen Prozessor auf weisen, welcher sowohl den Algorithmus zur Bestimmung der Nebenbedingungen als auch den MPC-Algorithmus ausführt. Alternativ kann die Prozessoreinheit auch einen ersten Prozessor umfassen, welcher den Algorithmus zur Bestimmung der Nebenbe dingungen ausführt, und einen zweiten Prozessor, welcher den MPC-Algorithmus ausführt.
Der MPC-Algorithmus löst ein Optimierungsproblem mit Nebenbedingungen. Die Ne benbedingungen werden durch den Nebenbedingungs-Algorithmus ermittelt. In die sem Sinne kann die Prozessoreinheit dazu eingerichtet sein, durch Ausführen des Nebendingungs-Algorithmus' in Abhängigkeit von den Trajektorien-Informationen und in Abhängigkeit von dem Zustands-Datensatz eine Nebenbedingung für den MPC- Algorithmus zu ermitteln. Der Nebenbedingungs-Algorithmus greift auf den Zustands- Datensatz als Eingangsgröße (Input) zurück, um die Nebenbedingung für den MPC- Algorithmus derart zu ermitteln, dass sich die MPC-Regelung in einem sicheren bzw. in einem umsetzbaren Zustand befindet.
Die Prozessoreinheit kann ferner dazu eingerichtet sein, durch Ausführen des MPC- Algorithmus' in Abhängigkeit von der Nebenbedingung eine Eingangsgröße für einen Aktuator des Fahrzeugs zu ermitteln, sodass das Fahrzeug in einer zukünftigen prä- dizierten Trajektorie der vorgegebenen Trajektorie mit einer vorgegebenen Sicherheit folgt. Weiterhin kann die Nebenbedingung insbesondere auch in Abhängigkeit von der vorgegebenen Trajektorie und von der prädizierten Trajektorie ermittelt werden. Die Nebenbedingung, z.B. eine Geschwindigkeitsbeschränkung, muss nicht unbe dingt besonders konservativ, d.h. mit einem sehr hohen Sicherheitsmaß gesetzt wer den, da es dem MPC-Algorithmus auch innerhalb seines typischerweise begrenzten zeitlichen Prädiktionshorizonts noch möglich ist, die Geschwindigkeit (innerhalb phy sikalischer Grenzen) zu reduzieren, um das Fahrzeug bei einem veränderten Zu stand in einem sicheren Zustandsbereich zu halten.
Mit anderen Worten werden die Nebenbedingungen im MPC-Algorithmus als Rand bedingungen des Optimierungsproblems berücksichtigt. Die Nebenbedingungen können dabei so gewählt werden, dass sie Fahrzeugzuständen außerhalb des physi kalisch Möglichen entlang der Trajektorien entsprechen. Die Nebenbedingungen werden insbesondere derart gewählt, dass der MPC-Algorithmus das Fahrzeug in nerhalb seines Prädiktionshorizonts auf physikalisch realisierbare Zustände überfüh ren kann. Durch die vorgeschlagene Struktur aus getrenntem Nebendingungs- Algorithmus und MPC-Algorithmus kann der Nebenbedingungs-Algorithmus die volle Länge der Trajektorien-lnformation ausnutzen, wohingegen der Prädiktionshorizont des MPC-Algorithmus kürzer gewählt werden kann. Die Trajektorien-Information als Eingang im Nebendingungs-Algorithmus und MPC-Algorithmus muss nicht innerhalb der physikalisch möglichen Fahrzeugzustände liegen. Dies würde zwangsläufig zu einer konservativen Trajektorien-Planung führen, da die genaue Abschätzung der physikalisch möglichen Fahrzeugzustände nicht möglich ist.
In einer Ausführungsform umfasst der Zustands-Datensatz einen Reibbeiwert- Datensatz, weicher eine Güte eines Reifen-Fahrbahn-Kontakts repräsentiert. Unter der Güte eines Reifen-Fahrbahn-Kontakts kann Folgendes verstanden werden: Das Fahrzeug weist mehrere Räder mit jeweils einem Reifen auf. Jeder dieser Reifen steht in Kontakt mit einer Fahrbahn, insbesondere einer Straße, auf der das Fahr zeug fährt bzw. auf dem die Reifen rollen. Die Reifen stehen somit in Kontakt mit der Fahrbahn. Die Güte dieses Kontakts kann insbesondere durch einen Reibbeiwert zwischen den Reifen und der Fahrbahn angegeben werden. Ein höherer Reibbeiwert entspricht dabei einer höheren Güte des Reifen-Fahrbahn-Kontakts, und ein niedri gerer Reibbeiwert einer niedrigeren Güte des Reifen-Fahrbahn-Kontakts.
In einer Ausführungsform ist die Prozessoreinheit dazu eingerichtet ist, den Reibbei- wert-Datensatz mittels der Schnittstelle von einer Sensoreinheit zu empfangen, wo bei die Sensoreinheit die Güte des Reifen-Fahrbahn-Kontakts sensorisch erfasst. In einer alternativen Ausführungsform ist die Prozessoreinheit dazu eingerichtet, den Reibbeiwert-Datensatz statistisch, insbesondere stochastisch, zu ermitteln. In einer weiteren Ausführungsform kann die Prozessoreinheit den Reibbeiwert von anderen Fahrzeugen, Infrastruktureinrichtungen oder Servern empfangen, beispielsweise über ein Car-to-Car-Netzwerk oder über ein Car-to-X-Netzwerk. Das Fahrzeug kann basierend auf den Ergebnissen des Nebenbedingungs- Algorithmus' und des MPC-Algorithmus' gesteuert werden. In diesem Sinne ist in ei ner Ausführungsform vorgesehen, dass insbesondere mittels der Prozessoreinheit veranlasst wird, dass der Aktuator mit der ermittelten Eingangsgröße beaufschlagt wird. Beispielsweise kann das Fahrzeug eine Steuerungseinrichtung aufweisen, wel che dem Aktuator zu geordnet ist. Die Steuerungseinrichtung kann den Aktuator mit der Eingangsgröße beaufschlagen. Die Prozessoreinheit wiederum kann die Steue rungseinrichtung steuern. Somit kann aktiv und physisch in die Steuerung des Fahr zeugs eingegriffen werden, sodass sich das Fahrzeug nicht lediglich in dem prädi- zierten Modell, sondern auch real in einem sicheren Zustandsbereich befindet. Zu nächst wird eine optimale Eingangsgröße für den Aktuator durch die Prozessorein heit ermittelt. Anschließend erfolgt eine Umsetzung der Eingangsgröße in dem Ak tuator, dessen Ausgangsgröße die Bewegung des Fahrzeugs verändert bzw. man i puliert. Das Fahrzeug folgt dann idealerweise der vorgegebenen Trajektorie mit der vorgegebenen Sicherheit.
Ein zeitlicher Prädiktionshorizont kann in dem MPC-Algorithmus relativ kurz gewählt werden, um den Rechenaufwand derart gering halten zu können, dass eine Echtzeit regelung möglich ist. Durch Einbeziehen der Nebenbedingung, welche durch den Nebenbedingungs-Algorithmus ermittelt wird, kann der MPC-Algorithmus seinen rela tiv kurzen zeitlichen Prädiktionshorizont kompensieren. Ohne die Nebenbedingung regelt die MPC-Regelung allein unter Umständen nicht weit genug vorausschauend, um beispielsweise eine relativ hohe Geschwindigkeit aufgrund einer sich zukünftig außerhalb des Prädiktionshorizonts auftretenden Zustandsänderung, z.B. wenn ein besonders rutschiger Streckenabschnitt in einer Kurve befahren werden muss, hin reichend zu reduzieren.
Die Berechnung der Nebenbedingungen für den sicheren Zustandsbereich kann un abhängig von einem Prädiktionshorizont des MPC-Algorithmus erfolgen und die ge samte Trajektorien-Information einbeziehen. Als Resultat kann die Nebenbedingung für den sicheren Zustandsbereich die Fahrzeuggeschwindigkeit auf eine Maximalge schwindigkeit begrenzen, welche ein Verzögern auf eine sichere Geschwindigkeit innerhalb des Prädiktionshorizonts ermöglicht. Insbesondere berücksichtigt die Be- Stimmung des sicheren Zustandsbereichs somit die gesamte verfügbare Trajektorien- Information und nicht nur denjenigen Abschnitt, welcher innerhalb des Prädiktionsho rizonts liegt. In diesem Sinne ist gemäß einer weiteren Ausführungsform vorgesehen, dass die Prozessoreinheit dazu eingerichtet ist, durch Ausführen des Nebenbedin- gungs-Algorithmus' die Nebenbedingung in Abhängigkeit von der gesamten vorge gebenen Trajektorie zu ermitteln. Mit anderen Worten ist die Ermittlung der Neben bedingung durch Ausführen des Nebenbedingungs-Algorithmus nicht durch einen Prädiktionshorizont beschränkt, der für den MPC-Algorithmus festgelegt ist.
Im Folgenden werden Ausführungsbeispiele der Erfindung anhand der schemati schen und nicht maßstabsgetreuen Zeichnung näher erläutert, wobei gleiche oder ähnliche Elemente mit dem gleichen Bezugszeichen versehen sind. Hierbei zeigt
Fig. 1 eine Draufsicht auf ein Fahrzeug mit einem System zur Steuerung eines
Fahrzeugs mittels modellgestützter prädiktiver Regelung,
Fig. 2 eine Draufsicht auf eine Fahrbahn, auf welcher das Fahrzeug nach Fig. 1 autonom oder teil-autonom fährt, und
Fig. 3 Module zur Ermittlung einer Eingangsgröße eines Aktuators des Fahrzeugs nach Fig. 1.
Fig. 1 zeigt ein Fahrzeug 1 . Das Fahrzeug 1 umfasst ein System 2 zur Ermittlung einer Eingangsgröße eines Fahrzeug-Aktuators und zur Steuerung eines Fahrzeugs mittels modellgestützter prädiktiver Regelung. Das System 2 umfasst in dem gezeig ten Ausführungsbeispiel eine Prozessoreinheit 3, eine Speichereinheit 4, eine Kom munikations-Schnittstelle 5 und eine Sensoreinheit 6. Die Sensoreinheit 6 umfasst in dem gezeigten Ausführungsbeispiel ein digitales Kamerasystem, das im Folgenden mit„Kamera“ bezeichnet wird. Die Kamera 6 kann derart an dem Fahrzeug angeord net sein, dass das Field of View der Kamera 6 ein äußeres Umfeld des Fahrzeugs und optional eine Fahrbahn 7 (Fig. 2) erfassen kann, auf der sich das Fahrzeug 1 bewegt. Die Sensoreinheit 6 kann eine Reihe weiterer Sensoren 16 umfassen, die beispielsweise dazu eingerichtet sind, die Position des Fahrzeugs, dessen Ge- schwindigkeit, Gierratte oder Querbeschleunigung zu ermitteln und der Prozesso reinheit 3 bereitzustellen. Die Prozessoreinheit 3 kann auf diese Informationen in Form eines Zustands-Datensatzes 17 beispielsweise über die Kommunikations- Schnittstelle 5 zugreifen.
Die Kamera 6 nimmt nacheinander und kontinuierlich Bilder auf, z.B. auch von der Fahrbahn 7 wodurch ein Video bzw. eine Bildfolge auch der Fahrbahn 7 generiert wird. Innerhalb der einzelnen Bilder dieses Videos bzw. dieser Bildfolge können Bild ausschnitte definiert werden (Regions of Interest, kurz: ROI), innerhalb welcher mit tels Methoden der Bilderkennung z.B. ein aktueller Reibbeiwert zwischen den Reifen des Fahrzeugs 1 und der Fahrbahn 7 erkannt werden kann. Alternativ kann der aktu elle Reibbeiwert zwischen den Reifen des Fahrzeugs 1 und der Fahrbahn 7 auch durch stochastische Methoden ermittelt werden oder von einem anderen Fahrzeug, einer Verkehrs-Infrastruktureinrichtung oder einem Verkehrs-Server an das Fahrzeug 1 übermittelt werden, sodass die Prozessoreinheit 3 darauf ebenfalls in Form des Zustands-Datensatzes zugreifen kann. Weiterhin umfasst das Fahrzeug 1 mehrere Aktuatoren. Beispielhaft sind in Fig. 1 ein erster Aktuator 8, ein zweiter Aktuator 9 und ein dritter Aktuator 10 dargestellt. Der erste Aktuator 8 kann dabei die Lenkung des Fahrzeugs 1 steuern (Lenk-Aktuator 8). Der zweite Aktuator 9 kann den Antrieb des Fahrzeugs 1 steuern (Antriebs-Aktuator 9). Der dritte Aktuator 10 kann die Bremsen des Fahrzeugs 1 steuern (Brems-Aktuator 10).
Auf der Speichereinheit 4 kann ein Computerprogrammprodukt 1 1 gespeichert sein. Das Computerprogrammprodukt 1 1 kann auf der Prozessoreinheit 3 ausgeführt wer den, wozu die Prozessoreinheit 3 und die Speichereinheit 4 mittels der Kommunikati ons-Schnittstelle 5 miteinander verbunden sind. Wenn das Computerprogrammpro dukt 1 1 auf der Prozessoreinheit 3 ausgeführt wird, leitet es die Prozessoreinheit 3 an, die im Zusammenhang mit der Zeichnung beschriebenen Funktionen zu erfüllen bzw. Verfahrensschritte auszuführen.
Fig. 2 zeigt das Fahrzeug 1 auf der Fahrbahn 7 einer Straße. Das Fahrzeug 1 fährt in dem durch Fig. 2 gezeigten Beispiel mit einer Geschwindigkeit von 20 m/s auf der Fahrbahn 7. Die Fahrbahn 7 weist einen ersten Streckenabschnitt 12 und einen zweiten Streckenabschnitt 13 auf, der sich unmittelbar an den ersten Streckenab schnitt 12 anschließt. Der erste Streckenabschnitt 12 verläuft gerade und ist 50 m lang. Der zweite Streckenabschnitt 13 ist eine Linkskurve.
Fig. 3 zeigt schematisch einzelne Komponenten bzw. Algorithmen des Computerpro grammprodukts 11 zur Ermittlung einer Eingangsgröße 19 wenigstens einer der Fahrzeug-Aktuatoren 8, 9 und 10 mittels modellgestützter prädiktiver Regelung. Das Computerprogrammprodukt 11 umfasst einen Nebenbedingungs-Algorithmus 14 („Feasible States Estimator“) zur Berechnung einer Nebenbedingung 18 und einen MPC-Algorithmus 15 zur Berechnung einer Eingangsgröße 19 beispielsweise für den Brems-Aktuator 10 des Fahrzeugs 1. Weiterhin umfasst das Computerprogrammpro dukt 11 einen Trajektorien-Algorithmus 20 zur Berechnung einer MPC- Referenztrajektorie P aus Trajektorien-informationen P.
Die Prozessoreinheit 3 greift mittels der Schnittstelle 5 auf den Zustands-Datensatz 17 zu, der beispielsweise Informationen über die aktuelle Position und Geschwindig keit des Fahrzeugs 1 sowie über den Reibbeiwert der Fahrbahn 7 in der Kurve 13 beinhaltet. Weiterhin greift die Prozessoreinheit 3 mittels der Schnittstelle 5 auf Trajektorien-informationen P und auf eine durch den Trajektorien-Algorithmus be rechnete Trajektorie P für das Fahrzeug 1 zu. In dem Beispiel nach Fig. 2 beinhalten die Trajektorien-informationen P, die dem Nebenbedingungs-Algorithmus 14 zuge führt werden, dass der vorgesehene Fahrtverlauf auf dem geraden Streckenabschnitt 12 zunächst 50 m geradeaus und danach linksgekrümmt gemäß dem Verlauf der Kurve 13 erfolgt. Die durch den Trajektorien-Algorithmus berechnete Trajektorie P ist kürzer als die Trajektorien-informationen P und beinhaltet somit nur einen Bruchteil der Trajektorien-informationen P.
Wenn der Prädiktionshorizont des MPC-Algorithmus' 15 beispielsweise 1 s beträgt, dann kann eine MPC Regelung ohne Nebenbedingungen für einen sicheren Zu standsbereich erst auf die kommende Linkskurve 13 reagieren, wenn diese innerhalb des Prädiktionshorizonts liegt. Je nach aktuellem Reifen-Fahrbahn-Kontakt kann dies jedoch bereits zu spät sein, um die Geschwindigkeit des Fahrzeugs 1 soweit zu re duzieren, dass ein sicheres Befahren der Kurve 13 möglich ist. Zur Lösung dieses Problems führt die Prozessoreinheit 3 den Nebenbedingungs-Algorithmus 14 aus und ermittelt dabei in Abhängigkeit von dem Zustands-Datensatz 17 und in Abhän gigkeit von den Trajektorien-Informationen P wenigstens eine Nebenbedingung 18 für den MPC-Algorithmus 15. Durch den Nebenbedingungs-Algorithmus 14 können Nebenbedingungen 18 berechnet werden, die eine äußere Grenze des vom Fahr zeug 1 auf der Trajektorie P realisierbaren Zustandsraums darstellen. Die wenigstens eine Nebenbedingung 18 für den MPC-Algorithmus 15 wird dabei derart ermittelt, dass sich die MPC-Regelung in einem sicheren bzw. in einem umsetzbaren Zustand befindet. Es wird somit eine sichere bzw. mögliche Zustands-Nebenbedingung 18 für die MPC-Regelung ermittelt. Mit anderen Worten begrenzt die wenigstens eine Ne benbedingung 18 einen sicheren Zustandsraum, welcher dem MPC-Algorithmus 15 als Nebenbedingung für die vorgegebene Trajektorie P bereitgestellt werden kann.
Der MPC-Algorithmus 15 umfasst ein Modell, mittels welchem eine in der Zukunft liegende Trajektorie des Fahrzeugs 1 basierend auf einer berechneten zukünftigen Eingangsgröße wenigstens eines Aktuators 8, 9, 10 berechnet wird. Diese berechne te bzw. prädizierte Trajektorie wird mit der vorgegebenen Trajektorie P verglichen und durch Anpassung einer zukünftigen Stellgröße bzw. Eingangsgröße 19 des be treffenden Aktuators 8, 9 und/oder 10 (z.B. Lenkwinkel, Bremsmoment, Antriebsmo ment, etc) derart optimiert, dass die prädizierte Trajektorie der vorgegebenen Trajek torie möglichst nahekommt.
Die Prozessoreinheit 3 führt den MPC-Algorithmus 15 aus und ermittelt dabei in Ab hängigkeit von der Nebenbedingung 18 eine Eingangsgröße 19 beispielsweise für den Brems-Aktuator 10 des Fahrzeugs 1 , sodass das Fahrzeug 1 in einer zukünfti gen prädizierten Trajektorie der vorgegebenen Trajektorie mit einer vorgegebenen Sicherheit folgt. Die Prozessoreinheit 3 weist weiterhin den Aktuator 10 zu einer der Eingangsgröße 19 entsprechenden Verstellung an. Wenn beispielsweise der Zu stands-Datensatz 17 die Information enthält, dass es in der Kurve 14 sehr rutschig wird, dann kann die Nebenbedingung 18 derart durch den Nebenbedingungs- Algorithmus 14 ermittelt werden, dass die durch Ausführung des MPC-Algorithmus'
15 ermittelte Eingangsgröße 19 für den Brems-Aktuator 10 vorsieht, das Fahrzeug 1 ausreichend abzubremsen, um eine sichere Passage der Kurve 13 zu gewährleisten und zu verhindern, dass das Fahrzeug 1 mit einer zu hohen Geschwindigkeit in den Kurvenbereich einfährt.
Bezuqszeichen
P Trajektorien-Informationen
P T rajektorie
1 Fahrzeug
2 System
3 Prozessoreinheit
4 Speichereinheit
5 Kommunikations-Schnittstelle
6 Sensoreinheit mit Kamera
7 Fahrbahn
8 Lenk-Aktuator
9 Antriebs-Aktuator
10 Brems-Aktuator
11 Computerprogrammprodukt
12 erster Streckenabschnitt (gerade)
13 zweiter Streckenabschnitt (Linkskurve)
14 Nebenbedingungs-Algorithmus
15 MPC-Algorithmus
16 Sensoren zur Generierung eines Zustands-Datensatzes
17 Zustands-Datensatzes
18 Nebenbedingung für den MPC-Algorithmus
19 Eingangsgröße für einen Aktuator
20 Trajektorien-Algorithmus

Claims

Patentansprüche
1. Prozessoreinheit (3) zur Ermittlung einer Eingangsgröße (19) eines Fahrzeug- Aktuators (8, 9, 10) mittels modellgestützter prädiktiver Regelung, die Prozessorein heit (3) umfassend eine Schnittstelle (5),
wobei die Prozessoreinheit (3) dazu eingerichtet ist,
- mittels der Schnittstelle (5) auf Trajektorien-Informationen (P) und auf einen Zu stands-Datensatz (17) zuzugreifen, welcher einen Umgebungszustand des Fahr zeugs (1 ) und/oder einen Zustand des Fahrzeugs (1 ) und/oder einen Fahrzustand des Fahrzeugs (1 ) repräsentiert,
- einen Nebenbedingungs-Algorithmus (14) zur Berechnung einer Nebenbedingung (18) auszuführen,
- einen MPC-Algorithmus (15) zur modellbasierten prädiktiven Regelung auszufüh ren,
- durch Ausführen des Nebendingungs-Algorithmus' (14) in Abhängigkeit von den Trajektorien-Informationen (P) und in Abhängigkeit von dem Zustands-Datensatz (17) eine Nebenbedingung (18) für den MPC-Algorithmus (15) zu ermitteln,
- durch Ausführen des MPC-Algorithmus' (15) in Abhängigkeit von der Nebenbedin gung (17) eine Eingangsgröße (19) für einen Aktuator (8, 9, 10) des Fahrzeugs (1 ) zu ermitteln, sodass das Fahrzeug (1 ) in einer zukünftigen prädizierten Trajektorie der vorgegebenen Trajektorie mit einer vorgegebenen Sicherheit folgt.
2. Prozessoreinheit (3) nach Anspruch 1 , wobei der Zustands-Datensatz (17) einen Reibbeiwert-Datensatz umfasst, welcher eine Güte eines Reifen-Fahrbahn-Kontakts repräsentiert.
3. Prozessoreinheit (3) nach Anspruch 2, wobei die Prozessoreinheit (3) dazu einge richtet ist, den Reibbeiwert-Datensatz von einer Sensoreinheit (6) zu empfangen, wobei die Sensoreinheit (6) die Güte des Reifen-Fahrbahn-Kontakts sensorisch er fasst.
4. Prozessoreinheit (3) nach Anspruch 2, wobei die Prozessoreinheit (3) dazu einge richtet ist, den Reibbeiwert-Datensatz statistisch, insbesondere stochastisch, zu er mitteln.
5. Prozessoreinheit (3) nach einem der vorstehenden Ansprüche, wobei die Prozes soreinheit (3) dazu eingerichtet ist, zu veranlassen, dass der Aktuator (8, 9, 10) mit der ermittelten Eingangsgröße (19) beaufschlagt wird.
6. Prozessoreinheit (3) nach einem der vorstehenden Ansprüche, wobei die Prozes soreinheit (3) dazu eingerichtet ist, durch Ausführen des Nebenbedingungs- Algorithmus' (14) die Nebenbedingung (18) in Abhängigkeit von der gesamten vor gegebenen Trajektorie zu ermitteln.
7. System (2) zur Ermittlung einer Eingangsgröße eines Fahrzeug-Aktuators (8, 9, 10) mittels modellgestützter prädiktiver Regelung, das System (2) umfassend eine Prozessoreinheit (3) nach einem der vorstehenden Ansprüche.
8. System (2) nach Anspruch 7, das System (2) weiterhin umfassend eine Sen soreinheit (6), wobei die Sensoreinheit (6) dazu eingerichtet ist, einen Umgebungs zustand des Fahrzeugs (1 ) und/oder einen Zustand des Fahrzeugs (1 ) und/oder ei nen Fahrzustand des Fahrzeugs (1 ) zu erfassen, darauf basierend den Zustands- Datensatz zu generieren und an die Prozessoreinheit (3) zu übermitteln.
9. System (2) nach Anspruch 8, wobei die Sensoreinheit (6) dazu eingerichtet ist, die Güte des Reifen-Fahrbahn-Kontakts sensorisch zu erfassen, darauf basierend den Reibbeiwert-Datensatz zu generieren und an die Prozessoreinheit (3) zu übermitteln.
10. Fahrzeug (1 ), insbesondere Kraftfahrzeug, umfassend ein System (2) nach ei nem der Ansprüche 7 bis 9.
1 1 . Verfahren zur Ermittlung einer Eingangsgröße (19) eines Fahrzeug -Aktuators (8, 9, 10) mittels modellgestützter prädiktiver Regelung, das Verfahren umfassend die Schritte - Zugreifen auf eine Trajektorien-Informationen (P) und auf einen Zustands- Datensatz (17) mittels einer Schnittstelle (5) einer Prozessoreinheit (3), wobei der Zustands-Datensatz (17) einen Umgebungszustand des Fahrzeugs (1 ) und/oder ei nen Zustand des Fahrzeugs (1 ) und/oder einen Fahrzustand des Fahrzeugs (1 ) re präsentiert,
- Ausführen eines Nebenbedingungs-Algorithmus' (14) zur Berechnung einer Neben bedingung (18) mittels der Prozessoreinheit (3),
- Ausführen eines MPC-Algorithmus' (15) zur modellbasierten prädiktiven Regelung mittels der Prozessoreinheit (3),
- Ermitteln einer Nebenbedingung (18) für den MPC-Algorithmus (15) durch Ausfüh ren des Nebendingungs-Algorithmus' (18) in Abhängigkeit von den Trajektorien- Informationen (P) und in Abhängigkeit von dem Zustands-Datensatz (17), und
- Ermitteln einer Eingangsgröße (19) für einen Aktuator (8, 9, 10) des Fahrzeugs (1 ) durch Ausführen des MPC-Algorithmus' (15) in Abhängigkeit von der Nebenbedin gung (18), sodass das Fahrzeug (1 ) in einer zukünftigen prädizierten Trajektorie der vorgegebenen Trajektorie mit einer vorgegebenen Sicherheit folgt.
12. Computerprogrammprodukt (11 ) zur Ermittlung einer Eingangsgröße (19) eines Fahrzeug-Aktuators (8, 9, 10) mittels modellgestützter prädiktiver Regelung, wobei das Computerprogrammprodukt (11 ), wenn es auf einer Prozessoreinheit (3) ausge führt wird, die Prozessoreinheit (3) anleitet,
- mittels einer Schnittstelle (5) auf Trajektorien-Informationen (P) und auf einen Zu stands-Datensatz (17) zuzugreifen, welcher einen Umgebungszustand des Fahr zeugs (1 ) und/oder einen Zustand des Fahrzeugs (1 ) und/oder einen Fahrzustand des Fahrzeugs (1 ) repräsentiert,
- einen Nebenbedingungs-Algorithmus (14) zur Berechnung einer Nebenbedingung (18) auszuführen,
- einen MPC-Algorithmus (15) zur modellbasierten prädiktiven Regelung auszufüh ren,
- durch Ausführen des Nebendingungs-Algorithmus' (14) in Abhängigkeit von den Trajektorien-Informationen (P) und in Abhängigkeit von dem Zustands-Datensatz (17) eine Nebenbedingung (18) für den MPC-Algorithmus (15) zu ermitteln, und - durch Ausführen des MPC-Algorithmus' (15) in Abhängigkeit von der Nebenbedin gung (18) eine Eingangsgröße (19) für einen Aktuator (8, 9, 10) des Fahrzeugs (1 ) zu ermitteln, sodass das Fahrzeug (1 ) in einer zukünftigen prädizierten Trajektorie der vorgegebenen Trajektorie mit einer vorgegebenen Sicherheit folgt.
PCT/EP2020/056412 2019-04-15 2020-03-11 ERMITTLUNG EINER EINGANGSGRÖßE EINES FAHRZEUG-AKTUATORS MITTELS MODELLGESTÜTZTER PRÄDIKTIVER REGELUNG WO2020212020A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202080027861.2A CN113661106A (zh) 2019-04-15 2020-03-11 基于模型的预测控制确定车辆致动器的输入变量
US17/603,766 US12024179B2 (en) 2019-04-15 2020-03-11 Ascertaining an input variable of a vehicle actuator using a model-based predictive control

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019205405.6 2019-04-15
DE102019205405.6A DE102019205405A1 (de) 2019-04-15 2019-04-15 Ermittlung einer Eingangsgröße eines Fahrzeug-Aktuators mittels modellgestützter prädiktiver Regelung

Publications (1)

Publication Number Publication Date
WO2020212020A1 true WO2020212020A1 (de) 2020-10-22

Family

ID=69845364

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2020/056412 WO2020212020A1 (de) 2019-04-15 2020-03-11 ERMITTLUNG EINER EINGANGSGRÖßE EINES FAHRZEUG-AKTUATORS MITTELS MODELLGESTÜTZTER PRÄDIKTIVER REGELUNG

Country Status (4)

Country Link
US (1) US12024179B2 (de)
CN (1) CN113661106A (de)
DE (1) DE102019205405A1 (de)
WO (1) WO2020212020A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113296515A (zh) * 2021-05-25 2021-08-24 北京理工大学 一种双独立电驱动车辆显式模型预测路径跟踪方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021129193A1 (de) 2021-11-10 2023-05-11 Zf Cv Systems Global Gmbh Fahrzeugsteuersystem mit Schnittstelleneinheit
EP4223616A1 (de) * 2022-02-02 2023-08-09 Aptiv Technologies Limited Verfahren und systeme zur seitlichen steuerung eines fahrzeugs
DE102022205381A1 (de) 2022-05-30 2023-11-30 Continental Autonomous Mobility Germany GmbH Fahrerassistenzsystem, Verfahren zum Ermitteln einer optimalen Fahrtrajektorie, und Kraftfahrzeug

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2848487A1 (de) * 2013-09-12 2015-03-18 Volvo Car Corporation Manövererzeugung für automatisches Fahren
US20170253241A1 (en) * 2016-03-01 2017-09-07 Ford Global Technologies, Llc Autonomous vehicle operation based on interactive model predictive control
US20190001988A1 (en) * 2017-06-28 2019-01-03 Subaru Corporation Road surface friction coefficient estimation apparatus for vehicle and road surface friction coefficient estimation method for vehicle

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005050540A1 (de) * 2005-10-21 2007-05-03 Man Nutzfahrzeuge Ag Verfahren und Vorrichtung zur Anpassung von Fahrparametern von Fahrzeugen
DE102011085347A1 (de) * 2011-10-27 2013-05-02 Robert Bosch Gmbh Verfahren und Vorrichtung zum Steuern einer elektrischen Maschine eines Kraftfahrzeugs
US9045144B2 (en) * 2013-05-09 2015-06-02 Robert Bosch Gmbh Third-order polynomial-based course prediction for driver assistance functions
DE102013013867A1 (de) * 2013-08-20 2015-03-12 Audi Ag Kraftfahrzeug und Verfahren zur Steuerung eines Kraftfahrzeugs
DE102013016488B4 (de) * 2013-10-02 2017-09-07 Audi Ag Kraftfahrzeug und Verfahren zur Steuerung eines Kraft-fahrzeugs
EP2990290B1 (de) * 2014-09-01 2019-11-06 Honda Research Institute Europe GmbH Verfahren und System zur Manöverplanung nach einer Kollision und mit einem derartigen System ausgestattetes Fahrzeug
DE102016205152A1 (de) * 2016-03-29 2017-10-05 Avl List Gmbh Fahrerassistenzsystem zum Unterstützen eines Fahrers beim Führen eines Fahrzeugs
JP6539408B2 (ja) * 2017-01-13 2019-07-03 バイドゥドットコム タイムズ テクノロジー （ベイジン） カンパニー リミテッドＢａｉｄｕ．ｃｏｍ Ｔｉｍｅｓ Ｔｅｃｈｎｏｌｏｇｙ （Ｂｅｉｊｉｎｇ） Ｃｏ．， Ｌｔｄ． 学習に基づくモデル予測制御を利用して自律走行車の路面摩擦を決定する方法及びシステム
JP6524144B2 (ja) * 2017-06-02 2019-06-05 本田技研工業株式会社 車両制御システム及び方法、並びに走行支援サーバ
US20220219691A1 (en) * 2018-03-04 2022-07-14 Traxen Inc. Automated cruise control system
US11834058B2 (en) * 2019-01-04 2023-12-05 Toyota Research Institute, Inc. Systems and methods for controlling a vehicle based on vehicle states and constraints of the vehicle
US10996639B2 (en) * 2019-03-11 2021-05-04 Mitsubishi Electric Research Laboratories, Inc. Model predictive control of systems with continuous and discrete elements of operations
US11597364B2 (en) * 2019-03-11 2023-03-07 Mitsubishi Electric Research Laboratories, Inc. System and method for determining friction curve of tire

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2848487A1 (de) * 2013-09-12 2015-03-18 Volvo Car Corporation Manövererzeugung für automatisches Fahren
US20170253241A1 (en) * 2016-03-01 2017-09-07 Ford Global Technologies, Llc Autonomous vehicle operation based on interactive model predictive control
US20190001988A1 (en) * 2017-06-28 2019-01-03 Subaru Corporation Road surface friction coefficient estimation apparatus for vehicle and road surface friction coefficient estimation method for vehicle

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113296515A (zh) * 2021-05-25 2021-08-24 北京理工大学 一种双独立电驱动车辆显式模型预测路径跟踪方法

Also Published As

Publication number Publication date
DE102019205405A1 (de) 2020-10-15
CN113661106A (zh) 2021-11-16
US12024179B2 (en) 2024-07-02
US20220363271A1 (en) 2022-11-17

Similar Documents

Publication Publication Date Title
WO2020212020A1 (de) ERMITTLUNG EINER EINGANGSGRÖßE EINES FAHRZEUG-AKTUATORS MITTELS MODELLGESTÜTZTER PRÄDIKTIVER REGELUNG
DE102018208598A1 (de) Fahrzeug-Regel/Steuer-System und -Verfahren und Fahrt-Assistenz-Server
DE60211380T2 (de) Integriertes fahrzeugbewegungssteuersystem
DE102019133034A1 (de) Steuerung eines autonomen fahrzeugs basierend auf einem vorher erlernten fahrgast- und umgebungsbewussten fahrstilprofil
DE102018117380A1 (de) Bremsvorhersage und -eingriff
DE102019109569B4 (de) Fahrassistenzvorrichtung
DE112018003166T5 (de) Einrichtung und verfahren zum steuern einer fahrzeugbewegung und einrichtung und verfahren zum erzeugen eines zielkurses
EP2780207B1 (de) Vorrichtung und verfahren zum betreiben eines fahrzeugs
DE102019129232A1 (de) Sprachverarbeitung für ein fahrzeug
DE102017205508A1 (de) Verfahren zur automatischen Bewegungssteuerung eines Fahrzeugs
DE102016214574A1 (de) Verfahren und Vorrichtung zum Schätzen von Reibwerten eines Rades eines Fahrzeugs gegenüber einem Untergrund
DE102017100210A1 (de) Anhaltedistanzsystem
DE102020106936A1 (de) Steuern des betriebs eines fahrzeugs mit einem übergeordneten steuer-modul mit fehlertoleranter steuerung
WO2019170346A1 (de) Verfahren zum berechnen einer trajektorien-limitierung und verfahren zur regelung einer fahrdynamik
EP3530537B1 (de) Kraftfahrzeug-steuervorrichtung und verfahren zum betreiben der steuervorrichtung zum autonomen führen eines kraftfahrzeugs
DE102020129369A1 (de) Verbesserter fahrzeugbetrieb
DE102021110868A1 (de) Fahrzeugsteuerungssysteme und -verfahren
DE102022123529A1 (de) ÜBERWACHUNGSSTEUERUNG FÜR E-AWD und E-LSD
DE102022116418A1 (de) Maschinensteuerung
DE102018124161A1 (de) Verfahren zum zumindest teilautomatisierten Führen eines Kraftfahrzeugs auf einer Fahrbahn
DE102018133457B4 (de) Verfahren und System zum Bereitstellen von Umgebungsdaten
DE102019216150A1 (de) Regelsystem für ein Kraftfahrzeug und ein Verfahren zum Anpassen des Regelsystems
WO2020108839A1 (de) Situationsabhängige berechnung einer soll-fahrzeuggeschwindigkeit
DE102021206880A1 (de) Verfahren und Vorrichtung zur optimalen Parametrisierung eines Fahrdynamikregelungssystems für Fahrzeuge
DE102019112446A1 (de) Entkommen durch ein Fahrzeug

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: 20711844

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 20711844

Country of ref document: EP

Kind code of ref document: A1