WO2023083584A1 - Verfahren zum bestimmen eines bewegungspfades für ein mobiles gerät - Google Patents

Verfahren zum bestimmen eines bewegungspfades für ein mobiles gerät Download PDF

Info

Publication number
WO2023083584A1
WO2023083584A1 PCT/EP2022/079377 EP2022079377W WO2023083584A1 WO 2023083584 A1 WO2023083584 A1 WO 2023083584A1 EP 2022079377 W EP2022079377 W EP 2022079377W WO 2023083584 A1 WO2023083584 A1 WO 2023083584A1
Authority
WO
WIPO (PCT)
Prior art keywords
mobile device
mobile
determining
objects
information
Prior art date
Application number
PCT/EP2022/079377
Other languages
English (en)
French (fr)
Inventor
Luigi Palmieri
Lukas Heuer
Andrey Rudenko
Niels Van Duijkeren
Kai Oliver Arras
Original Assignee
Robert Bosch 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 Robert Bosch Gmbh filed Critical Robert Bosch Gmbh
Priority to CN202280075048.1A priority Critical patent/CN118339524A/zh
Priority to EP22808717.7A priority patent/EP4430457A1/de
Publication of WO2023083584A1 publication Critical patent/WO2023083584A1/de

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas

Definitions

  • the present invention relates to a method for determining a movement path along which a mobile device, in particular a robot, a drone or a vehicle moving at least partially automatically, is intended to move in an environment, as well as a computing unit, a mobile device and a computer program for carrying it out .
  • Mobile devices such as robots or at least semi-automated moving vehicles typically move along a movement path in an environment such as an apartment, in a garden or on the street, in the air or in water.
  • the movement path is planned or determined, for example, in such a way that it is as short as possible if a specific goal is to be reached. Obstacles or objects in the area should be taken into account.
  • the planning or determination of the movement path can become difficult if such objects or obstacles are also moving, such as people or other vehicles.
  • the invention deals with mobile devices that move or are intended to move along a specific movement path in an environment.
  • mobile devices are, for example, robots, drones or partially automated or (fully) automated moving vehicles (on land, water or in the air).
  • Household robots such as vacuum and/or mopping robots, floor or street cleaning devices or robotic lawn mowers can be considered as robots, but also other so-called service robots, such as vehicles that move at least partially automatically, e.g. passenger transport vehicles or goods transport vehicles (also so-called industrial trucks, e in warehouses), but also aircraft such as so-called drones or watercraft.
  • a mobile object should be understood to mean in particular that the object itself moves, i.e. changes or at least can change its position and/or orientation (so-called pose). These can be people or living beings in general, for example, or other vehicles.
  • a movement path for a mobile device - also referred to below as device movement path - it is therefore expedient not only to consider objects themselves, but also their possible movements, i.e. in particular possible future positions, in order to avoid collisions between the mobile device and an object to avoid as much as possible.
  • Such a device movement path can be determined and/or adapted, for example, based on a predefined destination in the area and/or based on a predefined route, ie the mobile device should reach a specific destination, for example, on any route.
  • a specific path can be predetermined, at least in principle, eg a road, which is to be followed at least in sections, but which can also be adapted if necessary.
  • object information from one or more mobile objects in the area e.g. in an executing computing unit such as a control unit of a robot
  • at least one possible object movement path is determined for one or for at least one or each of the several objects becomes.
  • a possible object movement path is to be understood as a movement path of an object in the environment along which the object could move or will move, specifically in particular in the future, starting from the point in time at which the movement path is determined. Such an object movement path is thus predicted.
  • distance information or other information can be used as object information, which is or has been received or recorded at least partially using at least one sensor unit of the mobile device, such as a camera and/or a lidar sensor, and is provided to the determination process.
  • a current position and/or orientation (so-called pose) of the object can be determined, for example. This can be done, for example, via a current distance from the mobile device, and also taking into account a change in the distance, possibly also taking into account a movement of the mobile device itself.
  • an angle at which the object is detected from the point of view of the mobile device or its sensor unit can be taken into account, as can a change in the angle.
  • the image analysis of images from a camera is also conceivable, e.g. to determine an orientation of the object.
  • object information (at least partially) from the objects themselves, for example as part of so-called vehicle-to-vehicle or car-to-car communication . It is also conceivable to receive object information from other communication participants in road traffic, eg so-called Car-to-X communication. Based on the current position and/or orientation, future positions and/or orientations can then in turn be predicted or predicted. A possible object movement path (a so-called trajectory) is thus determined, along which the object will move at least with a certain probability.
  • trajectory a possible object movement path
  • a position and/or orientation of the mobile device is determined (or ascertained).
  • device information for example distance information (eg to other objects in the area) or other information such as a current speed and/or acceleration, also steering position and the like, is used, which is at least partially obtained using at least one sensor unit, for example the mobile device, such as a camera and/or a lidar sensor and/or an inertial tialsensors, are or have been obtained and/or detected and are provided to the determination process.
  • the device movement path is determined or ascertained in such a way that for one or at least one or each of the multiple objects there is a probability of a collision of the mobile device with the respective object is less than a predetermined threshold.
  • a threshold value can be chosen or specified to be particularly low in order to prevent a collision as reliably as possible.
  • the device movement path can be determined or calculated sufficiently quickly so that, in particular, a movement of the mobile device is made possible in real time.
  • a collision of the mobile device with the respective object is assumed in particular when the device on the device movement path (on which it will move) approaches the object on any of the associated object movement paths to less than a predetermined distance.
  • the predetermined distance can be selected in such a way that, taking into account the geometric dimensions of the mobile device and the objects, there is no contact between the mobile device and the respective object.
  • a safety distance can also be taken into account, so that the mobile device should not approach an object less than 1 m or another value; otherwise a collision would be assumed men. This can be expedient in particular in the case of living beings as objects, especially since unexpected movements can occur despite the several possible object movement paths.
  • Movement control variables for the mobile device are preferably also determined based on the device movement path, ie variables or manipulated variables that can be used to cause or control the movement of the mobile device. This can be, for example, values for speed, acceleration or steering angle. In this sense, the mobile device is then also moved in particular along the movement path or according to the movement control variables.
  • the device movement path is particularly preferably determined as part of a model-based control, in particular a model-predictive control (MPC).
  • MPC model-predictive control
  • the motion control variables can then be determined as part of the model-based or model-predictive control.
  • the model predictive control is a method for the predictive control of particularly complex, usually multi-variable processes.
  • MPC a time-discrete dynamic model of the process to be controlled - here the movement of the mobile device - is used to calculate the future behavior of the process depending on the input signals. This enables the calculation of the optimal input signal—in the sense of a quality function—which leads to optimal output signals. Input, output and status restrictions can be taken into account at the same time. While the model behavior is predicted up to a certain time horizon N, usually only the input signal for the next magazine is used and then the optimization is repeated.
  • the optimization is carried out in the next period with the then current (measured) state, which can be understood as a feedback and, in contrast to so-called optimal controls, makes the MPC a regulation. This allows disturbances to be taken into account. In principle, however, other types of model-based control can also be used be used. For more detailed explanations in this regard, reference is also made to the description of the figures.
  • the multimodal predictions of the mobile objects or obstacles in the area and safety aspects which also take into account the movement uncertainty of these obstacles, i.e. the possibility of a collision with the obstacles, can in particular be taken into account at the same time.
  • a method is proposed that provides practicable solutions that are collision-free, i.e. a certain distance from the mobile objects or obstacles is maintained. Safe movement of the mobile device in the area is thus achieved.
  • a computing unit e.g. a control unit of a robot, a drone, a vehicle, etc., is set up, in particular in terms of programming, to carry out a method according to the invention.
  • the invention also relates to a mobile device with at least one sensor unit for detecting object information and/or device information and a computing unit according to the invention.
  • This can be, for example, a vehicle that moves at least partially automatically, in particular a passenger transport vehicle or goods transport vehicle, a drone or a robot, in particular a household robot, e.g. vacuum and/or wiping robot, floor or street cleaning device or robotic lawn mower.
  • a machine-readable storage medium is provided with a computer program stored thereon as described above.
  • Suitable storage media or data carriers for providing the computer program are, in particular, magnetic, optical and electrical storage devices, such as hard drives, flash memories, EEPROMs, DVDs, etc.
  • downloading a program via Computer networks Internet, intranet, etc. is possible. Such a download can be wired or wired or wireless (eg via a WLAN network, a 3G, 4G, 5G or 6G connection, etc.).
  • FIG. 1 schematically shows a mobile device in a preferred embodiment of the invention.
  • FIG. 2 schematically shows a mobile device in an environment for a more detailed explanation of a preferred embodiment of the invention.
  • FIG. 3 schematically shows a sequence of a method in a preferred embodiment of the invention.
  • FIG. 1 shows a mobile device 100 according to a preferred embodiment of the invention.
  • the mobile device 100 is an automated vehicle that is located on a street 110 in an area 120 and is intended to drive along the street, for example.
  • a person is shown as a mobile object 130 by way of example, walking towards the street 110, for example.
  • the vehicle 100 is now z. B. Street 110 im driving along a given path; however, there should be no collision with the person 130 who might affect the road 110 and possibly also change to the right lane on which the vehicle 100 is driving.
  • the vehicle 100 has, for example, a camera 104 and a lidar sensor 106 as sensor units, by means of which the surroundings 120 and thus also the person 130 and in particular a distance of the person 130 from the vehicle 100 and possibly a direction of movement of the person 130 can be recorded .
  • This is object information.
  • movement information of the vehicle 100 itself - device information - can be recorded with it, for example.
  • Vehicle 100 also has a processing unit 102 embodied as a control unit, which receives and can process information recorded by camera 104 and lidar sensor 106, e.g 100 is controlled.
  • the mobile device can also be a robot, for example, which moves or is intended to move in an environment and is intended to avoid collisions with mobile objects or obstacles.
  • FIG. 2 shows a mobile device 200 in an environment 220 in order to explain the invention in more detail in a preferred embodiment.
  • the mobile device 200 can, for example, again be the vehicle according to FIG.
  • six mobile objects 230, 240, 250, 260, 270 and 280 are each shown as dots.
  • a previous device movement path of the mobile device 200 is now shown with 201, ie a path along which the mobile device 200 has already moved.
  • 202 shows a device movement path of the mobile device 200 along which it is to move, ie the device movement path 202 is the one that is to be determined within the scope of the invention.
  • a previous object movement path of the object 230 is represented by 231, ie a path along which the object 230 has already moved.
  • 232.1, 232.2, 232.3 and 232.4 show possible object movement paths of the object 230, along which it could possibly move, starting from the position in which it is currently located.
  • These possible object movement paths 232.1, 232.2, 232.3 and 232.4 can be determined as part of a method according to the invention in order to determine the device movement path 202 of the mobile device 200 in such a way that the probability of a collision of the mobile device 200 with the object 230 is in each case lower than a predetermined threshold value or as low as possible.
  • a previous object movement path 241, 251, 261, 271 and 281 as well as possible object movement paths are shown, the latter only being labeled 242, 252, 262, 272 and 282, respectively.
  • FIG. 3 shows a sequence of a method according to the invention in a preferred embodiment, in particular with a model-predictive control. On the basis of this sequence and with reference to FIG. 2, the invention is to be explained in more detail below using a specific exemplary embodiment.
  • the algorithm carries out an optimization or an optimization step 310 which takes into account a specific cost function 320 for minimization, possibly boundary conditions and the model 300 of the mobile device.
  • An algorithm for model-predictive control calculates a sequence of control or manipulated variables w t+ i, t+r in each iteration—for a target state x Ref such as a desired pose of the mobile device.
  • movement control variables are also generally spoken of in this context.
  • the first manipulated variable w t +i is applied to the mobile device, the rest are transferred to the model that is used to calculate the cost functions and, if necessary, the boundary conditions in the optimization step, whereby states x t+ i, t+r be obtained.
  • Various types of optimization can be used to solve such a planning and control problem, for example in the context of a non-linear program flow.
  • a first step can consist in determining or predicting the possible object movement paths of the objects in the environment, as shown in FIG. 2; this can be based on the values or object information recorded by the sensor units.
  • a basic definition of a random constraint is given, for example, in "A Real-Time Approach for Chance-Constrained Motion Planning With Dynamic Obstacles. Manuel Castillo-Lopez, Philippe Ludivig, Seyed Amin Sajadi-Alamdari, Jose Luis Sanchez-Lopez, Miguel A. Olivares-Mendez , and Holger Voos, IEEE Robotics and Automation Letters, Volume: 5, Issue: 2, April 2020, Page(s): 3620 - 3625".
  • a basic definition of a random constraint can be modified to enable it to consider multiple possible object motion paths generated by a multimodal motion prediction method according to the following formula:
  • the dynamics of the system ie in particular the fact that the mobile device itself moves or can move, is represented by the function (x fi ,t,u R ,t). In this case too, models and observations that include noise can be used.
  • the multimodality aspect can then be taken into account in the formula mentioned using a number Z of collision probabilities for a number H of objects or living beings (or dynamic or mobile obstacles), ie a collision probability for each possible object movement path.
  • a probability of occurrence can be specified as p h z ; it can be determined, for example, within the scope of the options mentioned for determining such object movement paths.
  • a secondary or boundary condition P(x fi , t e ' ⁇ ,t)>1-C can also be assigned to each object movement path and then weighted with its probability of occurrence.
  • this condition requires, for example, that the mobile device has a probability greater than 1-a ft is part of the realizable space, ie the space or environment where no collision will occur.
  • This condition dictates that the poses (ie, position and/or orientation) of the mobile device and the mobile objects (eg, humans) must not collide; it is therefore a safety requirement for the operation of the mobile device.
  • This condition depends on the uncertainty of the model ( fl ,t) and the predicted pose of the objects (1 H, z ,t).
  • the parameter a is used to define an accepted collision probability. It is therefore the mentioned, specified threshold value below which the probability of a collision of the mobile device with the respective object should be (this threshold value can be specified very low).
  • d h 'i designates the maximum permissible distance to which the mobile device and an object may approach in order not to assume a collision. This can, for example, intuitively include the radii (geometric dimensions) of the mobile device or object.
  • -' denotes an inverse cumulative distribution function, which in principle can relate to any random variable.
  • the j-coordinate of the pose of the mobile device at the time t is denoted by xj R ,t
  • the j-coordinate of the mobile object h is denoted by x h J H ,z,t, eg generated by the predicted object movement path z at time t.
  • H denotes the number of mobile objects
  • T denotes the number of MPC prediction steps
  • Z the number of possible object movement paths of an object.
  • the result of this optimization step is a collision-free trajectory (device movement path) that the mobile device should follow, as shown for example with 202 in FIG.
  • the optimization step is part of an MPC algorithm, as previously described.

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Bestimmen eines Geräte-Bewegungspfades (202), entlang dessen sich ein mobiles Gerät (200), insbesondere ein Roboter oder ein zumindest teilautomatisiert fahrendes Fahrzeug, in einer Umgebung (220) bewegen soll, umfassend ein Bereitstellen von Objektinformationen von einem oder mehreren mobilen Objekten (230, 240, 250, 260, 270, 280) in der Umgebung und Bestimmen, basierend auf den Objektinformationen, für das eine oder für jedes der mehreren Objekte, jeweils zumindest eines möglichen Objekt-Bewegungspfads (232.1, 232.2, 232.3, 232.4); ein Bereitstellen von Geräteinformationen von dem mobilen Gerät (200) und Bestimmen, basierend auf den Geräteinformationen, einer Position und/oder Orientierung des mobilen Geräts (200); und ein Bestimmen des Geräte-Bewegungspfades (202), basierend auf der Position und/oder Orientierung des mobilen Geräts, derart, dass für jedes der Objekte eine Wahrscheinlichkeit einer Kollision des mobilen Gerätes mit dem jeweiligen Objekt jeweils geringer als ein vorgegebener Schwellwert ist, sowie ein mobiles Gerät (200).

Description

Beschreibung
Titel
Verfahren zum Bestimmen eines Bewegungspfades für ein mobiles Gerät
Die vorliegende Erfindung betrifft ein Verfahren zum Bestimmen eines Bewegungspfades, entlang dessen sich ein mobiles Gerät, insbesondere ein Roboter, eine Drohne oder ein sich zumindest teilautomatisiert bewegendes Fahrzeug, in einer Umgebung bewegen soll sowie eine Recheneinheit, ein mobiles Gerät und ein Computerprogramm zu dessen Durchführung.
Hintergrund der Erfindung
Mobile Geräte wie z.B. Roboter oder sich zumindest teilautomatisiert bewegende Fahrzeuge bewegen sich typischerweise entlang eines Bewegungspfades in einer zu Umgebung wie z.B. einer Wohnung, in einem Garten oder auf der Straße, in der Luft oder im Wasser. Der Bewegungspfad wird hierzu z.B. so geplant bzw. bestimmt, dass er möglichst kurz ist, wenn ein bestimmtes Ziel erreicht werden soll. Dabei sollten Hindernisse bzw. Objekte in der Umgebung berücksichtigt werden. Dabei kann die Planung bzw. Bestimmung des Bewegungspfades schwierig werden, wenn sich solche Objekte bzw. Hindernisse selbst auch bewegen, wie z.B. Menschen oder andere Fahrzeuge.
Offenbarung der Erfindung
Erfindungsgemäß werden ein Verfahren zum Bestimmen eines Bewegungspfades für ein mobiles Gerät sowie eine Recheneinheit, ein mobiles Gerät und ein Computerprogramm zu dessen Durchführung mit den Merkmalen der unabhängigen Patentansprüche vorgeschlagen. Vorteilhafte Ausgestaltungen sind Gegenstand der Unteransprüche sowie der nachfolgenden Beschreibung. Die Erfindung beschäftigt sich mit mobilen Geräten, die sich entlang eines bestimmten Bewegungspfades in einer Umgebung bewegen bzw. bewegen sollen. Beispiele für solche mobilen Geräte sind z.B. Roboter, Drohnen oder auch sich teilautomatisiert oder (vollständig) automatisiert (zu Land, Wasser oder in der Luft) bewegende Fahrzeuge. Als Roboter kommen z.B. Haushaltsroboter wie Saug- und/oder Wischroboter, Boden- oder Straßenreinigungsgeräte oder Rasenmähroboter in Betracht, ebenso aber auch andere sog. Service-Roboter, als sich zumindest teilweise automatisiert bewegende Fahrzeuge z.B. Personenbeförderungsfahrzeuge oder Güterbeförderungsfahrzeuge (auch sog. Flurförderfahrzeuge, z.B. in Lagerhäusern), aber auch Luftfahrzeuge wie sog. Drohen oder Wasserfahrzeuge.
Ein Aspekt, mit dem sich die Erfindung beschäftigt, ist die Berücksichtigung von mobilen Objekten bzw. Hindernissen in der Umgebung, in der sich das mobile Gerät bewegt bzw. bewegen soll. Unter einem mobilen Objekt soll dabei insbesondere verstanden werden, dass sich das Objekt selbst bewegt, d.h. seine Position und/oder Orientierung (sog. Pose) ändert oder zumindest ändern kann. Dabei kann es sich z.B. um Menschen bzw. allgemein Lebewesen handeln oder auch um andere Fahrzeuge.
Bei der Bestimmung eines Bewegungspfades für ein mobiles Gerät - nachfolgend auch als Geräte-Bewegungspfad bezeichnet - ist es also zweckmäßig, nicht nur Objekte an sich, sondern auch deren mögliche Bewegungen, also insbesondere mögliche zukünftige Positionen, zu berücksichtigen, um Kollisionen zwischen dem mobilen Gerät und einem Objekt möglichst zu vermeiden.
Ein solcher Geräte-Bewegungspfad kann z.B. basierend auf einem vorgegebenen Zielpunkt in der Umgebung und/oder basierend auf einem vorgegebenen Weg bestimmt und/oder angepasst werden, d.h. das mobile Gerät soll z.B. auf einem grundsätzlich beliebigen Weg ein bestimmtes Ziel erreichen. Ebenso kann aber ein bestimmter Weg zumindest dem Grundsatz nach vorgegeben sein, z.B. eine Straße, dem zumindest abschnittsweise gefolgt werden soll, der ggf. aber auch angepasst werden kann. Vor diesem Hintergrund wird vorgeschlagen, dass basierend auf Objektinformationen von einem oder mehreren mobilen Objekten in der Umgebung (z.B. in einer ausführenden Recheneinheit wie einer Steuereinheit eines Roboters) für das eine oder für mindestens eines oder jedes der mehreren Objekte zumindest ein möglicher Objekt-Bewegungspfad bestimmt wird. Unter einem möglichen Objekt- Bewegungspfad ist dabei ein Bewegungspfad eines Objektes in der Umgebung zu verstehen, entlang dessen sich das Objekt bewegen könnte oder bewegen wird, und zwar insbesondere in der Zukunft, ausgehend von dem Zeitpunkt, zu dem der Bewegungspfad bestimmt wird. Ein solcher Objekt-Bewegungspfad wird also prädiziert.
Hierzu können als Objektinformationen z.B. Abstandsinformationen oder andere Informationen verwendet werden, die zumindest teilweise unter Verwendung wenigstens einer Sensoreinheit des mobilen Geräts, wie z.B. einer Kamera und/oder einen Lidar-Sensor, erhalten bzw. erfasst werden oder worden sind und dem Bestimmungsvorgang bereitgestellt werden. Basierend darauf lassen sich zunächst z.B. eine aktuelle Position und/oder Orientierung (sog. Pose) des Objekts bestimmen. Dies kann z.B. über einen aktuellen Abstand vom mobilen Gerät, und auch unter Berücksichtigung einer Veränderung des Abstands, ggf. auch unter Berücksichtigung einer Bewegung des mobilen Gerätes selbst, erfolgen. Ebenso kann z.B. ein Winkel, unter dem das Objekt aus Sicht des mobilen Geräts bzw. dessen Sensoreinheit erfasst wird, berücksichtigt werden, ebenso eine Veränderung des Winkels. Grundsätzlich denkbar ist z.B. auch die Bildanalyse von Bildern einer Kamera, um z.B. eine Orientierung des Objekts zu bestimmen.
Denkbar ist aber ebenso, insbesondere wenn es sich um andere Fahrzeuge als mobile Objekte handeln, die Objektinformationen (zumindest teilweise) von den Objekten selbst zu erhalten, z.B. im Rahmen sog. Fahrzeug-zu-Fahrzeug- bzw. Car-to-Car-Kommunikation. Denkbar ist auch der Erhalt von Objektinformationen von weiteren Kommunikationsteilnehmern im Straßenverkehr, z.B. sog. Car-to-X- Kommunikation. Basierend auf der aktuellen Position und/oder Orientierung können dann wiederum zukünftige Positionen und/oder Orientierungen prädiziert bzw. vorausgesagt werden. Damit wird ein möglicher Objekt-Bewegungspfad (eine sog. Trajektorie) bestimmt, entlang dessen sich das Objekt zumindest mit gewisser Wahrscheinlichkeit bewegen wird.
Dabei können verschiedene Möglichkeiten verwendet werden, solche Objekt-Bewegungspfade zu bestimmen bzw. eine zukünftige Bewegung eines Objekts vorauszusagen. Beispiele hierfür sind z.B. in "Trajectron++: Dynamically-Feasible Trajectory Forecasting With Heterogeneous Data, by Tim Salzmann, Boris Ivanovic, Punarjay Chakravarty, and Marco Pavone, ECCV 2020 paper", in "Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks, Gupta et al, CVPR 2018”, oder in "Helbing, Dirk, and Peter Molnar. Social force model for pedestrian dynamics. Physical review E 51 , no. 5 (1995): 4282” beschrieben.
Besonders bevorzugt ist es dabei, wenn für zumindest ein Objekt mehrere mögliche Objekt-Bewegungspfade bestimmt werden; dabei kann dann jeweils eine Eintrittswahrscheinlichkeit für jeden der mehreren möglichen Objekt-Bewegungspfade berücksichtigt werden. In diesem Zusammenhang kann auch von sog. multi-modalen Prädiktionen gesprochen werden, da nicht nur ein oder der wahrscheinlichste Objekt-Bewegungspfad für ein bestimmtes Objekt berücksichtigt wird, sondern mehrere mögliche Objekt-Bewegungspfade. Damit kann letztlich eine genauere Bestimmung eines kollisionsfreien Geräte-Bewegungspfades erfolgen. Dabei können mehrere mögliche Objekt-Bewegungspfade für das eine Objekt (wenn es nur eines gibt) oder aber auch für zumindest eines der mehreren Objekte, also z.B. auch für einige der mehreren Objekte oder alle Objekte, bestimmt werden.
Weiterhin wird basierend auf Geräteinformationen von dem mobilen Gerät (z.B. in der ausführenden Recheneinheit) eine Position und/oder Orientierung des mobilen Geräts bestimmt (bzw. ermittelt). Hierzu können als Geräteinformationen z.B. Abstandsinformationen (z.B. zu anderen Objekten in der Umgebung) oder andere Informationen wie z.B. eine aktuelle Geschwindigkeit und/oder Beschleunigung, auch Lenkstellung und dergleichen, verwendet werden, die zumindest teilweise unter Verwendung wenigstens einer Sensoreinheit z.B. des mobilen Geräts, wie z.B. einer Kamera und/oder eines Lidar-Sensors und/oder eines Iner- tialsensors, erhalten bzw. erfasst werden oder worden sind und dem Bestimmungsvorgang bereitgestellt werden.
Weiterhin wird basierend auf der Position und/oder Orientierung des mobilen Geräts der Geräte-Bewegungspfad bestimmt bzw. ermittelt, und zwar derart, dass für das eine oder zumindest eines oder jedes der mehreren Objekte eine Wahrscheinlichkeit einer Kollision des mobilen Gerätes mit dem jeweiligen Objekt jeweils geringer als ein vorgegebener Schwellwert ist. Ein solcher Schwellwert kann insbesondere besonders gering gewählt oder vorgegeben werden, um eine Kollision möglichst sicher zu verhindern.
In diesem Zusammenhang sei erwähnt, dass der vollständige Ausschluss einer Kollision in der Praxis nicht möglich ist; jedoch hat sich gezeigt, dass die Wahl eines sehr geringen Schwellwerts hierfür in der Praxis ausreichend ist, um eine Kollision hinreichend sicher zu vermeiden. Trotzdem kann die Bestimmung oder Berechnung des Geräte-Bewegungspfades hinreichend schnell erfolgen, sodass insbesondere eine Bewegung des mobilen Geräts in Echtzeit ermöglicht wird.
Eine Kollision des mobilen Gerätes mit dem jeweiligen Objekt wird hierbei insbesondere dann angenommen, wenn sich das Gerät auf dem Geräte-Bewegungspfad (auf dem es sich bewegen wird) dem Objekt auf irgendeinem der zugehörigen Objekt-Bewegungspfade auf weniger als einen vorgegebenen Abstand nähert. Der vorgegebene Abstand kann dabei so gewählt werden, dass unter Berücksichtigung von geometrischen Abmessungen des mobilen Geräts und der Objekte keine Berührung zwischen dem mobilen Gerät und dem jeweiligen Objekt eintritt. Ebenso kann aber auch ein Sicherheitsabstand berücksichtigt werden, sodass sich das mobile Gerät z.B. auf nicht weniger als 1 m oder einen anderen Wert einem Objekt nähern soll; andernfalls würde eine Kollision angenom- men. Dies kann insbesondere bei Lebewesen als Objekte zweckmäßig sein, zumal trotz der mehreren möglichen Objekt-Bewegungspfade unerwartete Bewegungen auftreten können.
Vorzugsweise werden basierend auf dem Geräte-Bewegungspfad weiterhin Bewegungssteuergrößen für das mobile Gerät bestimmt, also Größen oder Stellgrößen, die verwendet werden können, um die Bewegung des mobilen Geräts zu veranlassen bzw. zu steuern. Dabei kann es sich z.B. um Werte für Geschwindigkeit, Beschleunigung oder Lenkeinschlag handeln. Das mobile Gerät wird in diesem Sinne dann insbesondere auch entlang des Bewegungspfades bzw. entsprechend der Bewegungssteuergrößen bewegt.
Besonders bevorzugt wird der Geräte-Bewegungspfad im Rahmen einer modellbasierten Regelung, insbesondere einer modell-prädiktiven Regelung (MPC), bestimmt. Ebenso können dann die Bewegungssteuergrößen im Rahmen der modellbasierten bzw. modellprädiktiven Regelung bestimmt werden.
Die modellprädiktive Regelung, meistens "Model Predictive Control" (MPC) genannt, ist eine Methode zur prädiktiven Regelung von insbesondere komplexen, in der Regel multi-variablen Prozessen. Bei der MPC wird ein zeitdiskretes dynamisches Modell des zu regelnden Prozesses - hier der Bewegung des mobilen Geräts - verwendet, um das zukünftige Verhalten des Prozesses in Abhängigkeit von den Eingangssignalen zu berechnen. Dies ermöglicht die Berechnung des - im Sinne einer Gütefunktion - optimalen Eingangssignales, das zu optimalen Ausgangssignalen führt. Dabei können gleichzeitig Eingangs-, Ausgangs- und Zustandsbeschränkungen berücksichtigt werden. Während das Modellverhalten bis zu einem bestimmten Zeithorizont N prädiziert wird, wird in der Regel nur das Eingangssignal für den nächsten Zeitschrift verwendet und danach die Optimierung wiederholt. Dabei wird die Optimierung im nächsten Zeitschrift mit dem dann aktuellen (gemessenen) Zustand durchgeführt, was als eine Rückkopplung aufgefasst werden kann und die MPC im Gegensatz zu sog. Optimalsteuerungen zu einer Regelung macht. Dies erlaubt die Berücksichtigung von Störungen. Grundsätzlich können aber auch andere Arten der modellbasierten Regelung verwendet werden. Für nähere Erläuterungen hierzu sei auch auf die Figurenbeschreibung verwiesen.
Mit dem vorgeschlagenen Vorgehen können also insbesondere gleichzeitig die multimodalen Vorhersagen der mobilen Objekte bzw. Hindernisse in der Umgebung und Sicherheitsaspekte, die auch die Bewegungsunsicherheit dieser Hindernisse berücksichtigen, d.h. die Möglichkeit einer Kollision mit den Hindernissen, berücksichtigt werden. Es wird ein Verfahren vorgeschlagen, das praktikable Lösungen liefert, die kollisionsfrei sind, d.h. es wird ein gewisser Abstand zu den mobilen Objekten bzw. Hindernissen eingehalten. Es wird also eine sichere Bewegung des mobilen Geräts in der Umgebung erreicht.
Eine erfindungsgemäße Recheneinheit, z.B. eine Steuereinheit eines Roboters, einer Drohne, eines Fahrzeugs usw., ist, insbesondere programmtechnisch, dazu eingerichtet, ein erfindungsgemäßes Verfahren durchzuführen.
Die Erfindung betrifft ebenfalls ein mobiles Gerät mit wenigstens einer Sensoreinheit zum Erfassen von Objektinformationen und/oder von Geräteinformationen und einer erfindungsgemäßen Recheneinheit. Es kann sich dabei z.B. um ein sich zumindest teilweise automatisiert bewegendes Fahrzeug, insbesondere Personenbeförderungsfahrzeug oder Güterbeförderungsfahrzeug, eine Drohne oder einen Roboter, insbesondere Haushaltsroboter, z.B. Saug- und/oder Wischroboter, Boden- oder Straßenreinigungsgerät oder Rasenmähroboter, handeln.
Auch die Implementierung eines erfindungsgemäßen Verfahrens in Form eines Computerprogramms oder Computerprogrammprodukts mit Programmcode zur Durchführung aller Verfahrensschritte ist vorteilhaft, da dies besonders geringe Kosten verursacht, insbesondere wenn ein ausführendes Steuergerät noch für weitere Aufgaben genutzt wird und daher ohnehin vorhanden ist. Schließlich ist ein maschinenlesbares Speichermedium vorgesehen mit einem darauf gespeicherten Computerprogramm wie oben beschrieben. Geeignete Speichermedien bzw. Datenträger zur Bereitstellung des Computerprogramms sind insbesondere magnetische, optische und elektrische Speicher, wie z.B. Festplatten, Flash- Speicher, EEPROMs, DVDs u.a.m. Auch ein Download eines Programms über Computernetze (Internet, Intranet usw.) ist möglich. Ein solcher Download kann dabei drahtgebunden bzw. kabelgebunden oder drahtlos (z.B. über ein WLAN- Netz, eine 3G-, 4G-, 5G- oder 6G-Verbindung, etc.) erfolgen.
Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und der beiliegenden Zeichnung.
Die Erfindung ist anhand eines Ausführungsbeispiels in der Zeichnung schematisch dargestellt und wird im Folgenden unter Bezugnahme auf die Zeichnung beschrieben.
Kurze Beschreibung der Zeichnungen
Figur 1 zeigt schematisch ein mobiles Gerät in einer bevorzugten Ausführungsform der Erfindung.
Figur 2 zeigt schematisch mobiles Gerät in einer Umgebung zur näheren Erläuterung einer bevorzugten Ausführungsform der Erfindung.
Figur 3 zeigt schematisch einen Ablauf eines Verfahrens in einer bevorzugten Ausführungsform der Erfindung.
Ausführungsform(en) der Erfindung
In Figur 1 ist schematisch ein mobiles Gerät 100 gemäß einer bevorzugten Ausführungsform der Erfindung dargestellt. Beispielhaft handelt es sich bei dem mobilen Gerät 100 um ein automatisiert fahrendes Fahrzeug, das sich auf einer Straße 110 in einer Umgebung 120 befindet und z.B. die Straße entlangfahren soll.
Außerdem ist beispielhaft ein Mensch als mobiles Objekt 130 gezeigt, der z.B. auf die Straße 110 zugeht. Das Fahrzeug 100 soll nun z. B. die Straße 110 im Sinne eines vorgegebenen Wegs entlangfahren; dabei soll es aber keine Kollision mit dem Menschen 130 geben, der möglicherweise die Straße 110 betrifft, ggf. auch auf die rechte Spur, auf der das Fahrzeug 100 fährt, wechseln könnte.
Das Fahrzeug 100 weist beispielhaft eine Kamera 104 und einen Lidar-Sensor 106 als Sensoreinheiten auf, mittels welcher die Umgebung 120 und damit auch der Mensch 130 und insbesondere ein Abstand des Menschen 130 zum Fahrzeug 100 sowie ggf. eine Bewegungsrichtung des Menschen 130 erfasst werden können. Es handelt sich dabei um Objektinformationen. Ebenso können damit z.B. Bewegungsinformationen des Fahrzeugs 100 selbst - Geräteinformationen - erfasst werden. Außerdem weist das Fahrzeug 100 eine als Steuergerät ausgebildete Recheneinheit 102 auf, die von der Kamera 104 und dem Lidar-Sensor 106 erfasste Informationen, z.B. die erwähnten Objektinformationen sowie die Geräteinformationen, erhält und verarbeiten kann, um letztlich Gerätesteuerinformationen zu bestimmen, anhand welcher das Fahrzeug 100 gesteuert wird.
Der hier gezeigte Fall stellt nur ein Beispiel für eine Anwendung der Erfindung dar; wie erwähnt, kann es sich bei dem mobilen Gerät z.B. auch um einen Roboter handeln, der sich in einer Umgebung bewegt bzw. bewegen soll, und dabei Kollisionen mit mobilen Objekten oder Hindernissen vermeiden soll.
In Figur 2 ist schematisch ein mobiles Gerät 200 in einer Umgebung 220 zur näheren Erläuterung der Erfindung in einer bevorzugten Ausführungsform dargestellt. Es kann sich bei dem mobilen Gerät 200 z.B. wieder um das Fahrzeug gemäß Figur 1 handeln, allerdings ist die Situation hier abstrahiert dargestellt: das mobile Gerät 200 ist nur als Punkt gezeigt. Ebenso sind beispielhaft sechs mobile Objekte 230, 240, 250, 260, 270 und 280 jeweils als Punkte gezeigt.
Mit 201 ist nun ein zurückliegender Geräte-Bewegungspfad des mobilen Geräts 200 dargestellt, d.h. ein Weg, entlang dessen sich das mobile Gerät 200 bereits bewegt hat. Mit 202 hingegen ist ein Geräte-Bewegungspfad des mobilen Geräts 200 dargestellt, entlang dessen es sich bewegen soll, d.h. der Geräte-Bewegungspfad 202 ist derjenige, den es im Rahmen der Erfindung zu bestimmen gilt. Mit 231 ist ein zurückliegender Objekt-Bewegungspfad des Objekts 230 dargestellt, d.h. ein Weg, entlang dessen sich das Objekt 230 bereits bewegt hat. Mit 232.1 , 232.2, 232.3 und 232.4 hingegen sind mögliche Objekt-Bewegungspfade des Objekts 230 dargestellt, entlang derer es sich möglicherweise bewegen könnte, ausgehend von der Position, in der es sich aktuell befindet. Diese möglichen Objekt-Bewegungspfade 232.1 , 232.2, 232.3 und 232.4 können im Rahmen eines erfindungsgemäßen Verfahrens bestimmt werden, um den Geräte-Bewe- gungspfad 202 des mobilen Geräts 200 derart zu bestimmen, dass die Wahrscheinlichkeit einer Kollision des mobilen Gerätes 200 mit dem Objekt 230 jeweils geringer als ein vorgegebener Schwellwert bzw. möglichst gering ist.
Ebenso sind für die Objekte 240, 250, 260, 270 und 280 jeweils ein zurückliegender Objekt-Bewegungspfad 241 , 251 , 261 , 271 und 281 sowie mögliche Objekt- Bewegungspfade dargestellt, wobei letztere der Übersichtlichkeit halber nur objektweise mit 242, 252, 262, 272 bzw. 282 bezeichnet sind.
In Figur 3 ist schematisch ein Ablauf eines erfindungsgemäßen Verfahrens in einer bevorzugten Ausführungsform dargestellt, insbesondere mit einer modellprä- diktiven Regelung. Anhand dieses Ablaufs und in Bezug auf Figur 2 soll nachfolgend die Erfindung anhand eines konkreten Ausführungsbeispiels näher erläutert werden.
Dabei handelt es sich grundsätzlich um ein typisches Schema eines Algorithmus zur modellprädiktiven Regelung. Der Algorithmus führt bei jeder Iteration eine Optimierung bzw. einen Optimierungsschritt 310 durch, der eine bestimmte Kostenfunktion 320 zur Minimierung, ggf. Randbedingungen und das Modell 300 des mobilen Geräts berücksichtigt. Auf Basis der bzw. mittels der Sensoreinheiten, wie in Bezug auf Figur 1 erwähnt, können Objektinformationen 342 und Geräteinformationen 332, also Merkmale aus der Umgebung 340 und vom mobilen Gerät 330 selbst, erhalten werden. Damit können z.B. Positionen von Objekten bzw. Lebewesen oder ein Abstand zu Hindernissen bestimmt bzw. berechnet werden. Diese Informationen können also in die Kostenfunktion 320, ggf. Randbedingungen und das Modell 300 einfließen bzw. diesem bereitgestellt werden. Ein Algorithmus zur modellprädiktiven Regelung berechnet bei jeder Iteration - für einen Soll-Zustand xRef wie z.B. eine gewünschte Pose des mobilen Geräts - eine Sequenz von Steuer- oder Stellgrößen wt+i,t+r. Im Rahmen der vorliegenden Erfindung wird in diesem Zusammenhang allgemein auch von Bewegungssteuergrößen gesprochen. Auf das mobile Gerät wird aber nur die erste Stellgröße wt+i angewendet, die restlichen werden an das Modell übergeben, das zur Berechnung der Kostenfunktionen und ggf. der Randbedingungen im Optimierungsschritt verwendet wird, wobei dann auch Zustände xt+i,t+r erhalten werden. Zur Lösung eines solchen Planungs- und Steuerungsproblems können verschiedene Arten von Optimierungen oder Optimieren verwendet werden, z.B. im Rahmen eines nichtlinearen Programmablaufs.
Ein erster Schritt kann darin bestehen, die möglichen Objekt-Bewegungspfade der Objekte in der Umgebung, wie in Figur 2 gezeigt, zu bestimmen bzw. zu prä- dizieren; dies kann basierend auf den von den Sensoreinheiten erfassten Werten bzw. Objektinformationen erfolgen.
Sobald die möglichen Objekt-Bewegungspfade verfügbar sind, können sie an einen modifizierten zufallsbeschränkten Algorithmus zur modellprädiktiven Regelung übergeben werden. Eine grundsätzliche Definition einer Zufallsbeschränkung wird z.B. in "A Real-Time Approach for Chance-Constrained Motion Planning With Dynamic Obstacles. Manuel Castillo-Lopez, Philippe Ludivig, Seyed Amin Sajadi-Alamdari, Jose Luis Sanchez-Lopez, Miguel A. Olivares-Mendez, and Holger Voos, IEEE Robotics and Automation Letters, Volume: 5, Issue: 2, April 2020, Page(s): 3620 - 3625” beschrieben. Dabei kann eine grundsätzliche Definition einer Zufallsbeschränkung modifiziert werden, sodass sie in die Lage versetzt wird, mehrere mögliche Objekt-Bewegungspfade zu berücksichtigen, die durch ein multimodales Verfahren zur Vorhersage der Bewegung erzeugt werden, und zwar entsprechend folgender Formel:
Figure imgf000013_0001
Figure imgf000014_0001
Mit dieser Formel wird der Abstand zum Zielwert xgo;1i und der Stellgröße uR minimiert, und es können verschiedene Kostenfunktionen übernommen sowie das Verfahren auch im dreidimensionalen Raum angewendet werden. Dabei sind uR,t die auf das mobile Gerät angewendeten bzw. anzuwendenden Stellgröße(n) und xfl,t der Zustand des gesamten Systems (d.h. mobiles Gerät und mobile Objekte) zum Zeitpunkt t (t=0 soll den Anfangszustand bezeichnen). Die Dynamik des Systems, d.h. insbesondere die Tatsache, dass sich das mobile Geräte selbst, bewegt bzw. bewegen kann, wird durch die Funktion (xfi,t,uR,t) dargestellt. Auch in diesem Fall kann mit Modellen und Beobachtungen gearbeitet werden, die ein Rauschen umfassen.
In der genannten Formel kann dann der Multimodalitätsaspekt berücksichtigt werden durch eine Anzahl Z an Kollisionswahrscheinlichkeiten von jeweils einer Anzahl H Objekten oder Lebewesen (oder dynamischen bzw. mobilen Hindernisse), d.h. eine Kollisionswahrscheinlichkeit für jeden möglichen Objekt-Bewegungspfad. Für jeden Objekt-Bewegungspfad kann eine Eintrittswahrscheinlichkeit als ph z angegeben werden; sie kann z.B. im Rahmen der erwähnten Möglichkeiten, solche Objekt-Bewegungspfade zu bestimmen, bestimmt werden.
Jedem Objekt-Bewegungspfad kann auch eine Neben- oder Randbedingung P(xfi,te ’^,t) > 1-C zugeordnet und dann mit ihrer Eintrittswahrscheinlichkeit gewichtet werden. Insbesondere erfordert diese Bedingung z.B., dass das mobile Gerät mit einer Wahrscheinlichkeit größer als 1-aft Teil des realisierbaren Raumes ist, d.h. des Raums bzw. der Umgebung, in der keine Kollision auftritt.
Die Neben- bzw. Randbedingung
Figure imgf000015_0001
> l-cT1 ist numerisch in der Regel nicht lösbar. Daher kann sie - ähnlich wie in "A Real-Time Approach for Chance- Constrained Motion Planning With Dynamic Obstacles. Manuel Castillo-Lopez, Philippe Ludivig, Seyed Amin Sajadi-Alamdari, Jose Luis Sanchez-Lopez, Miguel A. Olivares-Mendez, and Holger Voos, IEEE Robotics and Automation Letters, Volume: 5, Issue: 2, April 2020, Page(s): 3620 - 3625” - in eine deterministische Näherung umgewandelt werden, nämlich folgende Bedingung:
Figure imgf000015_0002
Diese Bedingung schreibt vor, dass die Posen (d.h. Position und/oder Orientierung) des mobilen Geräts und der mobilen Objekte (z.B. der Menschen) nicht kollidieren dürfen; es handelt sich also um eine Sicherheitsbedingung für den Betrieb des mobilen Geräts. Diese Bedingung hängt von der Unsicherheit des Modells ( fl,t) und der vorhergesagten Pose der Objekte (1 H,z,t) ab. Der Parameter a wird verwendet, um eine akzeptierte Kollisionswahrscheinlichkeit zu definieren. Es handelt sich also um den erwähnten, vorgegebenen Schwellwert, unterhalb dessen die Wahrscheinlichkeit einer Kollision des mobilen Gerätes mit dem jeweiligen Objekt sein soll (dieser Schwellwert kann sehr niedrig vorgegeben werden).
Mit dh'i ist der zulässiger Abstand bezeichnet, auf den sich das mobile Gerät und ein Objekt höchstens nähern dürfen, um keine Kollision anzunehmen. Dies kann z.B. intuitiv die Radien (geometrische Abmessungen) von mobilem Gerät oder Objekt umfassen. Mit -' ist eine inverse kumulative Verteilungsfunktion bezeichnet, die sich grundsätzlich auf eine beliebige Zufallsvariable beziehen kann. Mit xjR,t ist die j-Koordinate der Pose des mobilen Geräts zum Zeitpunkt t bezeichnet, mit xhJH,z,t ist die j-Koordinate des mobilen Objekts h bezeichnet, z.B. erzeugt durch den vorhergesagten Objekt-Bewegungspfad z zum Zeitpunkt t. Mit H ist die Anzahl der mobilen Objekte bezeichnet, T gibt die Anzahl der MPC- Vorhersageschritte und Z die Anzahl der möglichen Objekt-Bewegungspfade eines Objekts.
Das Ergebnis dieses Optimierungsschritts ist jeweils eine kollisionsfreie Trajekto- rie (Geräte-Bewegungspfad), dem das mobile Gerät folgen soll, wie z.B. mit 202 in Figur 2 gezeigt. Der Optimierungsschritt ist insbesondere Teil eines MPC- Algorithmus, wie zuvor beschrieben.
Vorteile dieses Vorgehens sind dabei insbesondere, dass eine multimodale Definition der Formel mit der Zufallsbeschränkung enthalten ist, d.h. es können mehrere mögliche Objekt-Bewegungspfade berücksichtigt werden. Dies ermöglicht es, die Ausgabe der standardmäßig verfügbaren Vorhersagesysteme vollständig auszunutzen. Außerdem gibt es einfach einstellbare Parameter (die für die obigen Formeln erwähnt wurden), wobei sichergestellt werden kann, dass die durch die numerische Optimierung erzeugten realisierbaren Lösungen kollisionsfrei und somit sicher sind, d.h. dass genügend Abstand des mobilen Geräts zu den Objekten eingehalten wird. Insbesondere können mit diesem auch uni-modale und multi-modale Vorhersagen, d.h. nur ein möglicher Objekt-Bewegungspfad für ein Objekt bzw. mehrere davon, kombiniert werden.

Claims

Ansprüche
1. Verfahren zum Bestimmen eines Geräte-Bewegungspfades (202), entlang dessen sich ein mobiles Gerät (100, 200), insbesondere ein Roboter, eine Drohne oder ein sich zumindest teilautomatisiert bewegendes Fahrzeug, in einer Umgebung (120, 220) bewegen soll, umfassend:
Bereitstellen von Objektinformationen (342) von einem oder mehreren mobilen Objekten (130, 230, 240, 250, 260, 270, 280) in der Umgebung und Bestimmen, basierend auf den Objektinformationen, für das eine oder für jedes der mehreren Objekte zumindest eines möglichen Objekt-Bewegungspfads (232.1 , 232.2, 232.3, 232.4),
Bereitstellen von Geräteinformationen (332) von dem mobilen Gerät (100, 200) und Bestimmen, basierend auf den Geräteinformationen, einer Position und/oder Orientierung des mobilen Geräts (100, 200), und
Bestimmen des Geräte-Bewegungspfades (202), basierend auf der Position und/oder Orientierung des mobilen Geräts, derart, dass für das eine oder die mehreren mobilen Objekte eine Wahrscheinlichkeit einer Kollision des mobilen Gerätes mit dem einen oder einem der mehreren mobilen Objekt jeweils geringer als ein vorgegebener Schwellwert ist.
2. Verfahren nach Anspruch 1 , wobei für das eine oder für zumindest eines der mehreren Objekte mehrere mögliche Objekt-Bewegungspfade (232.1, 232.2, 232.3, 232.4) bestimmt werden.
3. Verfahren nach Anspruch 2, wobei bei der Bestimmung der mehreren möglichen Objekt-Bewegungspfade (232.1 , 232.2, 232.3, 232.4) jeweils eine Eintrittswahrscheinlichkeit berücksichtigt wird.
4. Verfahren nach einem der vorstehenden Ansprüche, wobei eine Kollision des mobilen Gerätes (100, 200) mit dem einen oder einem der mehreren mobilen Objekte angenommen wird, wenn sich das Gerät auf dem Geräte- Bewegungspfad dem Objekt auf einem der zugehörigen Objekt-Bewegungspfade auf weniger als einen vorgegebenen Abstand nähert.
5. Verfahren nach einem der vorstehenden Ansprüche, wobei der Geräte-Be- wegungspfad (202) basierend auf einem vorgegebenen Zielpunkt in der Umgebung und/oder basierend auf einem vorgegebenen Weg bestimmt und/oder angepasst wird.
6. Verfahren nach einem der vorstehenden Ansprüche, wobei der Geräte-Be- wegungspfad (202) im Rahmen einer modellbasierten Regelung, insbesondere einer modellprädiktiven Regelung, bestimmt wird.
7. Verfahren nach einem der vorstehenden Ansprüche, wobei die Objektinformationen (342) zumindest teilweise unter Verwendung wenigstens einer Sensoreinheit, insbesondere einer Sensoreinheit des mobilen Geräts, insbesondere umfassend eine Kamera (104) und/oder einen Lidar-Sensor (106), bereitgestellt werden.
8. Verfahren nach einem der vorstehenden Ansprüche, wobei die Geräteinformationen (332) zumindest teilweise unter Verwendung wenigstens einer Sensoreinheit, insbesondere einer Sensoreinheit des mobilen Geräts, insbesondere umfassend eine Kamera (104) und/oder einen Lidar-Sensor (106) und/oder einen Inertialsensor, bereitgestellt werden.
9. Verfahren nach einem der vorstehenden Ansprüche, weiterhin umfassend: Bestimmen von Bewegungssteuergrößen für das mobile Gerät (100, 200) basierend auf dem Geräte-Bewegungspfad (202).
10. Recheneinheit (102), die dazu eingerichtet ist, die Verfahrensschritte eines Verfahrens nach einem der vorstehenden Ansprüche durchzuführen.
11 . Mobiles Gerät (100, 200) mit wenigstens einer Sensoreinheit (104, 106) zum Erfassen von Objektinformationen und/oder von Geräteinformationen und einer Recheneinheit (102) nach Anspruch 10. Mobiles Gerät (100, 200) nach Anspruch 11 , das als sich zumindest teilweise automatisiert bewegendes Fahrzeug, insbesondere als Personenbeförderungsfahrzeug oder als Güterbeförderungsfahrzeug, oder als Roboter, insbesondere als Haushaltsroboter, z.B. Saug- und/oder Wischroboter, Boden- oder Straßenreinigungsgerät oder Rasenmähroboter, oder als Drohne ausgebildet ist. Computerprogramm, das eine Recheneinheit (102) eines mobilen Geräts nach Anspruch 11 oder 12 dazu veranlasst, alle Verfahrensschritte eines
Verfahrens nach einem der Ansprüche 1 bis 9 durchzuführen, wenn es auf der Recheneinheit (102) ausgeführt wird. Maschinenlesbares Speichermedium mit einem darauf gespeicherten Com- puterprogramm nach Anspruch 13.
PCT/EP2022/079377 2021-11-11 2022-10-21 Verfahren zum bestimmen eines bewegungspfades für ein mobiles gerät WO2023083584A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202280075048.1A CN118339524A (zh) 2021-11-11 2022-10-21 用于确定移动设备的运动路径的方法
EP22808717.7A EP4430457A1 (de) 2021-11-11 2022-10-21 Verfahren zum bestimmen eines bewegungspfades für ein mobiles gerät

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021212697.9 2021-11-11
DE102021212697.9A DE102021212697A1 (de) 2021-11-11 2021-11-11 Verfahren zum Bestimmen eines Bewegungspfades für ein mobiles Gerät

Publications (1)

Publication Number Publication Date
WO2023083584A1 true WO2023083584A1 (de) 2023-05-19

Family

ID=84360425

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2022/079377 WO2023083584A1 (de) 2021-11-11 2022-10-21 Verfahren zum bestimmen eines bewegungspfades für ein mobiles gerät

Country Status (4)

Country Link
EP (1) EP4430457A1 (de)
CN (1) CN118339524A (de)
DE (1) DE102021212697A1 (de)
WO (1) WO2023083584A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190163191A1 (en) * 2016-06-10 2019-05-30 Duke University Motion planning for autonomous vehicles and reconfigurable motion planning processors
US20210191404A1 (en) * 2018-02-28 2021-06-24 Five AI Limited Path planning in mobile robots

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190163191A1 (en) * 2016-06-10 2019-05-30 Duke University Motion planning for autonomous vehicles and reconfigurable motion planning processors
US20210191404A1 (en) * 2018-02-28 2021-06-24 Five AI Limited Path planning in mobile robots

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MANUEL CASTILLO-LOPEZPHILIPPE LUDIVIGEYED AMIN SAJADI-ALAMDARIJOSE LUIS SANCHEZ-LOPEZMIGUEL A. OLIVARES-MENDEZHOLGER VOOS: "IEEE Robotics and Automation Letters", vol. 5, April 2020, article "A Real-Time Approach for Chance-Constrained Motion Planning With Dynamic Obstacles", pages: 3620 - 3625
MANUEL CASTILLO-LOPEZPHILIPPE LUDIVIGSEYED AMIN SAJADI-ALAMDARIJOSE LUIS SANCHEZ-LOPEZMIGUEL A. OLIVARES-MENDEZHOLGER VOOS: "A Real-Time Approach for Chance-Constrained Motion Planning With Dynamic Obstacles", IEEE ROBOTICS AND AUTOMATION LETTERS, vol. 5, no. 2, April 2020 (2020-04-01), pages 3620 - 3625, XP011781294, DOI: 10.1109/LRA.2020.2975759
PENGCHENG WU ET AL: "Risk-bounded Path Planning for Urban Air Mobility Operations under Uncertainty", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 10 September 2021 (2021-09-10), XP091052734 *
TIM SALZMANNBORIS IVANOVICPUNARJAY CHAKRAVARTYMARCO PAVONE: "Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks", 1995, ECCV 2020 PAPER, article "Social force model for pedestrian dynamics", pages: 4282

Also Published As

Publication number Publication date
EP4430457A1 (de) 2024-09-18
CN118339524A (zh) 2024-07-12
DE102021212697A1 (de) 2023-05-11

Similar Documents

Publication Publication Date Title
EP3765927B1 (de) Verfahren zum erzeugen eines trainingsdatensatzes zum trainieren eines künstlichen-intelligenz-moduls für eine steuervorrichtung eines fahrzeugs
DE102019103173A1 (de) Verfahren und System zur Bewegungsplanung für Fluggeräte, insbesondere für last- und/oder personentragende VTOL-Fluggeräte
EP3523168B1 (de) Verfahren und vorrichtung zur fahrdynamikregelung für ein kraftfahrzeug
DE102019104974A1 (de) Verfahren sowie System zum Bestimmen eines Fahrmanövers
EP3982349B1 (de) Fluggerät sowie verfahren und rechnergestütztes system zur steuerung eines fluggeräts
EP3623116A1 (de) Verfahren und vorrichtung zur kollisionsfreien bewegungsplanung eines manipulators
DE102013225057A1 (de) Verfahren zum steuern eines fahrzeugs, vorrichtung zum erzeugen von steuersignalen für ein fahrzeug und fahrzeug
DE102015205131A1 (de) Verfahren zum Betreiben eines zumindest teilweise automatisiert fahrenden Fahrzeugs innerhalb einer Fahrstrecke
EP3445538B1 (de) Verfahren zur steuerung einer mehrzahl von mobilen fahrerlosen manipulatorsystemen
EP3552921A1 (de) Autonome geschwindigkeitsplanung eines auf einen vorbestimmten pfad beschränkten beweglichen akteurs
DE102019217393A1 (de) Verfahren zum Betreiben einer autonomen Fahrfunktion eines Fahrzeugs
DE102021203588A1 (de) Verfahren und Steuergerät zum Schätzen eines Verhaltens eines Systems
DE112021006148T5 (de) Verfahren und System zur Bestimmung eines Bewegungsmodells zur Bewegungsvorhersage bei der Steuerung autonomer Fahrzeuge
DE4218599C2 (de) Navigations- und Führungssystem für autonome, mobile Roboter
WO2023083584A1 (de) Verfahren zum bestimmen eines bewegungspfades für ein mobiles gerät
DE102019123783A1 (de) Verfahren zum Steuern eines Bewegungsverhaltens eines sich autonom bewegenden Roboters
WO2022002744A1 (de) Verfahren zur desinfektion einer bearbeitungsumgebung
DE102018217896A1 (de) Parkbereichsmanagementsystem und Parkbereichsmanagementverfahren für zumindest zwei autonome Fahrzeuge
EP4296815A1 (de) Verfahren zum bestimmen einer trajektorie für ein mobiles gerät
DE102021201410A1 (de) Verfahren zu einer Ermittlung einer Fortbewegungsrichtung eines zumindest teil-autonomen oder autonomen bewegbaren Geräts und Vorrichtung oder System
DE112022005498T5 (de) Vorrichtungen und verfahren zum klassifizieren und/oder steuern der bewegung eines aktuators
DE102017104369A1 (de) Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur bewegungsplanung für ein kraftfahrzeug
DE102021210593A1 (de) Verfahren zum Trainieren eines neuronalen Umfeld-Netzwerks zum Bestimmen eines Objekt-angereicherten Umfelds einer mobilen Plattform
DE102022207041A1 (de) Verfahren zum Planen von Bewegungstrajektorien durch ein Modell für maschinelles Lernen
WO2023147952A1 (de) Verfahren, recheneinheit und computerprogramm zum bestimmen eines bewegungspfades für ein mobiles gerät unter verwendung semantischer informationen

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: 22808717

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202280075048.1

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 2022808717

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022808717

Country of ref document: EP

Effective date: 20240611