用于确定主车辆的规避路径的方法与流程

本发明涉及一种用于确定主车辆的规避路径的方法。本发明还涉及一种对应的计算机程序产品。本发明还涉及一种车辆。

背景技术：

虽然通过几十年的改进机械结构和材料车辆已发展成为逐步地更安全，但是交通事故仍然发生。无论是由人为错误、外部因素或材料故障，都存在采取更积极的方法来补充被动安全布置的需要。在电子领域中的发展提供了新的更小、精确和成本效率更高的传感器、数据处理器和数据通信装置，其允许系统可以积极地检测和解释交通情况。因此，一个系统可以为司机提供警告消息来呼唤司机的注意以偏离车道，或系统可以自动地制动。然而，目前用于例如汽车制动的先进的驾驶辅助系统和车道保持辅助功能通常是特定场景的。例如，用于十字路口的自动制动功能可以使用与用于高速公路驾驶的自动制动功能完全不同的算法。这从就整个车辆而言的数据处理角度以及从开发成本角度来看是低效的。此外，由于多种算法务必在车辆平台的使用寿命内保持和延伸，所以这阻碍了新功能的发展。

因此，存在针对这样的方法的需要：可以对交通环境采取更全面的解释，并且提供输入数据至例如不同的警告界面和/或控制系统以用于车辆中的碰撞避免或碰撞缓解。

此外，US2005/0192749(Flann等人)公开了一种用于确定车辆的路径的路径规划和方法，包括定义车辆的起始点。定义终止点。障碍物检测器检测在起始点和终止点之间的工作区中的一个或多个障碍物。定义了关于每个对应障碍物的边界区域。在起始点和终止点之间识别候选路径。每个候选路径仅与每个对应障碍物的每个边界区域相交一次。针对遍历在起始点和终止点之间的每个候选路径或其部分而估计经济成本。基于与最低估计的经济成本相关联的优选路径从识别出的候选路径中选择优选路径。

技术实现要素：

本发明的目的是提供一种用于确定主车辆的规避路径的改进方法。

根据本发明的第一个方面，提供了一种用于确定主车辆的规避路径的方法，所述方法包括：在时间-横向位置域中建立所述主车辆的预测的交通环境，所述预测的交通环境包括交通对象的对象预测表示；确定所述主车辆的起始节点，所述起始节点表示所述预测的交通环境中的起始时间和起始横向位置；定义所述主车辆的结束节点，所述结束节点表示所述预测的交通环境中的结束时间；在所述起始节点和所述结束节点之间在预测的交通环境中放置相对于所述对象预测表示的数个边界节点；设置所述起始节点、所述边界节点和所述结束节点之间的节点连接，从而定义在所述预测的交通环境中具有可能节点连接的连接图；并且使用图搜索算法来遍历所述节点以找到具有最低成本的从所述起始节点到所述结束节点的路径，由此选择具有最低成本的路径作为所述主车辆的规避路径。

最低成本可以是最大横向加加速度的最低成本。可选地，最大的横向加速度或横向移动的总和可以用作成本函数。

所述节点连接可以包括样条曲线。每个样条曲线可以具有分段恒值的横向加加速度。

在节点连接的末端处的任意横向运动可以延续到后续节点连接的起始。

当遍历所述节点时，通过所述对象预测表示的任意节点连接可以被忽略。

所述交通对象的对象预测表示可以包括由直线连接的点的集合，其中每个边界节点被放置在离所述对象预测表示的相应角一个预定横向距离处。所述预定横向距离可以是主车辆的宽度的一半与额外预定安全余量之和。

预定的安全余量可以在0至1米的范围内，或在0至0.5米的范围内，或在0至0.3米的范围内。安全余量可以补偿例如(例如传感器的)准确度、精度和采样率，并且可以取决于传感器的类型或模型基于预定的或校准的参数进行调整。

此外，预定安全余量可以是负的。可以确定预定安全余量以使得预定横向距离在0.1至1米的范围内，或在0.1至0.5米的范围内，或在0.1至0.3米的范围内。例如，针对0.2米的横向距离和2米的主车辆宽度，预定安全余量可以被确定为0.2–2/2＝–0.8米。负的安全余量可以例如在以下情况中是有利的：其中交通对象被检测为邻近于另一个交通对象使得正的预定的安全余量会导致与另一个交通对象的边界节点或与另一个交通对象本身碰撞。例如，针对两个交通对象之间的预定安全余量的确定，预定安全余量可以被确定为使得预定横向距离可以小于主车辆宽度的一半。

所述方法可以进一步包括：给每个边界节点至少一个边界条件，例如所需的横向速度、横向位置的公差和/或时间的公差。

所述图搜索算法可以是A*搜索算法。

所述方法可以进一步包括：基于所选规避路径向所述主车辆的自动转向系统和/或自动制动系统提供控制信号。

所述方法可以进一步包括：基于所选规避路径提供风险评估输出信号。

根据本发明的第二个方面，提供了一种计算机程序产品，包括：代码，其被配置为当由处理器或电子控制单元执行时执行根据前述权利要求的任一项所述的方法。这个方面可以表现出与第一个方面相同或相似的特征和/技术效果。所述代码可以存储在计算机可读介质上。

根据本发明的第三个方面，提供了一种车辆，包括：电子控制单元，其被配置为执行根据第一个方面所述的方法。这个方面可以表现出与第一个方面和第二个方面相同或相似的特征和/技术效果。所述电子控制单元可以进一步被配置为基于所选规避路径提供控制信号，其中所述车辆进一步包括适于基于所述控制信号自动地控制所述车辆的主动安全系统。

当研究所附权利要求和下面的描述时，本发明的进一步的特征和优点将变得显而易见。技术人员意识到，在不背离本发明的保护范围的情况下，本发明的不同特征可以进行结合以创造除下面描述的那些之外的实施例。

附图说明

本发明的这些和其他方面现在将参照示出了本发明的示例性实施例的附图进行更加详细地描述，其中：

图1是用于确定主车辆的规避路径的方法的流程图。

图2a至图2b示出了在时间-横向位置域中的预测的交通环境。

图3示出了示例性闭合样条曲线以及相关联的位置、速度、加速度和加加速度(jerk)。

图4示出了示例性开放样条曲线以及相关联的位置、速度、加速度和加加速度。

图5是车辆的示意图。

图6是用于提供对象预测表示的方法的示例性场景。

具体实施方式

本发明现在将在下文中参照附图更全面地进行描述，在附图中示出了本发明的示例性实施例。然而，本发明的可以以许多不同形式进行实施而不应被解释为限定于本文所述的实施例；相反地，提供这些实施例以用于彻底性和完整性，并且向技术人员充分地传达本发明的保护范围。相同参考字符自始至终指代相同元素。

图1是用于确定主车辆的规避路径的方法的流程图。

在步骤S1中，在时间-横向位置域t-y中建立主车辆10的预测的交通环境12，见图2a至图2b。预测的交通环境12包括交通对象14。交通对象14正在移动。例如，交通对象14可以是另一个车辆。交通对象14在时间-横向位置域中由对象预测表示16来表示。交通对象14的对象预测表示16包括由直线20连接的一组点18，在此导致了平行四边形的对象预测表示16。

一种用于确定对象预测表示的示例性方法在题为“METHOD FOR PROVIDING AN OBJECT PREDICTION REPRESENTATION”申请人的待审专利申请中公开，通过引用方式将其内容并入本文中。在“METHOD FOR PROVIDING AN OBJECT PREDICTION REPRESENTATION”中公开的方法包括：在起始时间t0处在纵向-横向坐标系统中建立主车辆126，主车辆由坐标系统中的至少一个参考点110a、110b表示；检测对象，并且在起始时间t0处在坐标系统中建立对象，该对象由沿着对象的边界多个对象参考点112a至112d表示，其中该对象的移动被确定；基于它们在起始时间t0处的初始位置和主车辆的(纵向)移动114以及对象的所确定移动116而模拟纵向-横向坐标系统中的主车辆和对象的移动，其中当主车辆的至少一个参考点以及多个对象参考点中的对象参考点具有相同纵向位置时，检测到时间点t0至tn，并且其中针对每个检测到的时间点，在检测到的时间点处的对象参考点的相关联的横向位置y1至yn被检测；并且基于检测到的时间点和相关联的横向位置而在时间-横向域中建立对象预测表示118。图6示出了使用用于提供对象预测表示的方法的示例性场景。

回到图1以及图2a至图2b，可以在主车辆10上使用外部传感器(例如相机和/或雷达传感器)来检测交通对象14，并且可以使用主车辆的电子控制单元(ECU)来确定对象预测表示16。

预测的交通环境10进一步包括两个额外交通对象22a至22b。两个额外交通对象可以是固定的。在当前示例中，两个额外交通对象22a至22b是车道标线。每条车道标线可以通过由直线20’连接的两个点18’表示。

在步骤S2中，基于其相对于交通对象的初始位置，在预测的交通环境12中确定主车辆10的起始节点24。起始节点24具有主车辆初始条件。具体地，起始节点24具有起始时间和起始横向位置，其在图2a至图2b的时间-横向位置域中与起点一致。起始节点24还可以具有至少一个额外条件，例如初始横向运动。但在当前示例中，初始横向运动为零。

在步骤S3中，定义了在预测的交通环境12中的主车辆10的结束节点26。结束节点26具有所期结束条件。具体地，结束节点26可以具有结束时间，但没有预先定义的结束横向位置。换言之，结束节点26具有横向位置上的公差。结束横向位置由当前方法确定。在当前示例中，结束时间为五秒。

在步骤S4中，数个边界节点28a至28d被放置在对象预测表示16周围，见图2b。每个边界节点28a至28d被放置在离对象预测表示16的相应角一个预定横向距离处，如图2b中示出的。预定横向距离可以是主车辆的宽度的一半加上预定的安全余量。同样地，边界节点28e至28h可以被放置在离指示出车道标线的点18一个预定横向距离处。基本上，针对可以由在t-y空间中由直线连接的一组点表示的任意类型的对象可以创建边界节点。这种输入的灵活性使本方法适用于多个功能和应用。每个边界节点28a至28h还可以具有至少一个边界条件，例如所需横向速度、横向(y)位置的公差、时间的公差等。至少一个边界条件可以影响至边界节点的节点连接和/或来自边界节点的节点连接，见下文。

在步骤S5中，各个节点连接被设置在起始节点24、边界节点28a至28h和结束节点26之间。例如，一个节点连接是在时间-横向位置域中直接从起始节点24到结束节点26的一个直的水平线30。其他节点连接可以是样条曲线。样条曲线是平滑的多项式函数，并且样条曲线可以由一个或多个段组成。例如，起始节点24和下车道标线的边界节点28f之间的节点连接可以是样条曲线32。在起始节点24和对象预测表示16的边界节点28a之间，可以存在两个样条曲线34a和34b。样条曲线34a为开放状态(open-state)，并且样条曲线34b为闭合状态(closed-state)，如将在下面进一步解释的那样。同样地，在起始节点24和边界节点28d之间存在开放状态的样条曲线36a和闭合状态的样条曲线36b。从边界节点28d至上车道标线的边界节点28g还可以存在后续节点连接38。节点连接38也是样条曲线，并且36a和38共同构成了完整的路径。从边界节点28d至结束节点26还可能存在直的节点连接40。从起始节点24至边界节点28c还可以存在节点连接/样条曲线42。节点连接30、32、34a至34b、36a至36b、38、40、42定义了预测的交通环境12的连接图。

还可以存在适用于不同交通问题的规则，该规则确保一些节点连接没有被设置在连接图中，尽管它们在理论上可以是可能的。这减少了搜索空间并且确保在下一步骤S6中更快地处理。这样的规则的示例包括：没有在时间中倒退的节点连接，没有从固定的对象到移动的对象的节点连接，没有在相同移动对象的两个边界节点之间的节点连接等。

进一步地，每条样条曲线可以具有分段恒值(piecewise constant magnitude)的横向加加速度，见图3至图4。加加速度被定义为加速度的变化率。也就是说，加速度相对于时间的导数，速度的二阶导数，或位置的三阶导数。这在图3中示出，其示出了样条曲线44随着时间推移的位置44、速度46、加速度48和加加速度50，其中j_max＝│j_min│。样条曲线44以横向运动等于零(速度＝0)结束，由此其被指定为闭合状态，如图2b中的样条曲线34b和36b。图4示出了另一个样条曲线44’随着时间推移的位置44’、速度46’、加速度48’、加加速度50’，其中j_max＝│j_min│，尽管该值可能不同于图3中的。样条曲线44’以非零的横向运动(速度≠0)结束，由此其被指定为开放状态，如同图2中的样条曲线34a及36a。

样条曲线是闭合状态还是开放状态可以由问题中的边界节点的一个或多个边界条件掌控。例如，在图2b中边界节点28c可以具有所需的横向速度为零的边界条件，由此样条曲线42变为闭合状态。进一步地，边界节点28d可能不具有任何所需的横向速度，由此闭合状态的样条曲线36b和开放状态的样条曲线36a这二者可以被设置。开放状态节点连接通常仅用于最近的交通对象，并且更特别地针对最近交通对象的最近边界节点，例如交通对象14的边界节点28a和28d。

边界条件还可以影响样条曲线的段的数量。例如，样条曲线36b比样条曲线36a具有更多的段。因此，如果边界节点28d具有不等于零而导致只可以设置开放状态的样条曲线36a的所需横向速度，将意味着相比如果边界节点28d具有等于零而导致只可以设置闭合状态的样条曲线36b的所需横向速度而言的更少的段。

此外，边界节点28g可以是线节点，其具有时间的公差(边界条件)，由此样条曲线38可以被指定为线状态。无论什么地方对象的两个点之间的时间的距离超过一定阈值，都可以放置线节点。因此，线状态的样条曲线可以被用于长的交通对象(例如车道标线22a至22b)或延续很长一段时间的移动交通对象。线状态的样条曲线的目的是成为交通对象的切向，由此对应线节点的横向速度和加速度(边界条件)可以被固定。

在图2b中还指出，在节点连接的末端处的任意横向运动被延续到后续节点连接的起始。例如，在边界节点28d处的样条曲线36a的末端具有与离开边界节点28d的后续样条曲线38的开始相同的横向运动。

回到图1，在步骤S6中使用图搜索算法来遍历连接图的节点，以在最小化成本函数(例如最大横向加加速度)的目的下到达结束时间。具有最低的最大横向加加速度并且避免与对象14和22a至22b碰撞的在起始节点24和结束节点26之间的路径(即节点连接或互接的节点连接)然后被选为主车辆10的规避路径。使用图搜索算法确保结束时间快速到达，由此在不必遍历所有可能的路径/节点连接的情况下可以找到最合适的路径。例如可以使用A*搜索算法。然而，还可以使用其他图搜索算法。此外，替代最大横向加加速度的是，例如最大横向加速度或者横向移动的总和可以用作成本函数。

在图2b的当前示例中，因为节点连接30和节点连接32通过对象预测表示16时，所以它们被忽略。由于节点连接42通过边界节点28d的内部，所以其也可以被忽略。进一步地，由于在给出的下车道标线下横向速度边界条件可能被违反，所以没法从边界点28a继续节点连接34a。粗略地说，如果主车辆10走这条路，则其可能以跨车道标线而告终。由于该最大横向加加速度针对节点连接36a至36b看起来的确更高，所以没法从边界点28a继续节点连接34b。然后转向节点连接36a至36b，在不与对象14和22a至22b中的任一个碰撞的情况下，节点连接36a可以继续节点连接38并且到达结束节点26节点。同样地，在没有碰撞的情况下，连接36b可以继续节点连接40并且也到达结束节点36。然而，由于路径36a+38的最大横向加加速度低于路径36b+40的最大横向加加速度，所以图搜索算法在此选择节点连接36a+38作为规避路径。特别地，闭合状态的节点连接36b比开放状态的节点连接36a需要一些更多的主车辆10的转向。然而，如果上车道/左车道标线靠近主车辆10，则节点连接38的结束时间将向后移动，并且路径36b+40将最终成为成本最低的路径。

在一个可选的步骤S7中，可以提供基于所选规避路径的主车辆10的主动安全系统(例如自动转向系统52和/或自动制动系统54(见图5))的控制信号。以这种方式，主车辆10可以自动跟踪所选规避路径。可提选地，可以提供基于徐欧安规避路径的风险评估输出信号。例如，针对汽车制动应用，横向威胁(横向逃离路径的严重程度)可以用作触发条件。从评估生成的逃离路径找到这种威胁(找到最大的横向加速度/加加速度)。由于生成的逃离路径具有高保真度(其具有平滑、可控特性)，给出的威胁将是司机能在给定的情况下做什么的很好的近似。

当前的方法可以在计算机程序产品56中实施，该计算机程序产品56包括代码，其被配置为当由处理器或ECU执行时执行该方法。该代码可以被存储在计算机可读介质上(未示出)。ECU可以相应地被安装在主车辆10中，如图5中示出的。例如，主车辆10可以是汽车或卡车或公共汽车。主车辆10可以是自主车辆。上述的外部传感器(例如相机和/或雷达传感器)被指定为参照图5中的符号58。

此外，该方法目前是完全确定性的(不需要随机优化)，并且因此快速且非常适合于在生产车辆中实施。此外，其可以处理任意类型的对象，移动的或静止的，只要可以使用提出的对象表示(在t-y空间中由直线连接的点的集合)实行如实表示即可。

此外，即使只有一个移动的交通对象已在图2中被示出，本方法也可以使用数个移动的交通对象在预测的交通环境中确定主车辆的规避路径。

虽然本发明已经参照其具体示例性实施例进行了描述，许多不同的改变、修改等将对本领域的那些技术人员变得显而易见。公开的实施例的变化可以由技术人员从研究附图、公开和附属权利要求在实践请求保护的发明中理解和影响。

此外，在权利要求中，词语“包括”不排除其他元素或步骤，并且不定冠词“一”或“一个”不排除多个。