[发明专利]自动驾驶的危急程度确定

说明书

本发明涉及一种控制单元(22)，其被设立成用于以本车辆(10)的对象函数(Osubgt;ego/subgt;)与本车辆(10)的周围环境的其他静态或动态对象或其他交通参与者的一个或多个对象函数(Osubgt;n/subgt;)的重叠积分的形式计算行驶情况的危急程度(Isubgt;cri/subgt;)。本发明还涉及一种用于以本车辆(10)的对象函数(Osubgt;ego/subgt;)与本车辆(10)的周围环境的其他静态或动态对象或其他交通参与者的一个或多个对象函数(Osubgt;n/subgt;)的重叠积分的形式计算行驶情况的危急程度(Isubgt;cri/subgt;)的方法。

技术领域

本公开涉及车辆传感器及其数据评估的技术领域，尤其是用于自动或半自动驾驶车辆。此外，本公开还涉及在所谓的“运动规划(Motion Planning)”范围内的行驶情况风险评估的技术领域。

背景技术

自动或半自动驾驶车辆具有传感器，例如摄像头、雷达和激光雷达传感器，它们感测式识别车辆的周围环境，并借助适当软件在控制单元中评估其数据。基于通过该数据处理获得的信息，控制单元可以通过相应的执行器自动触发并执行制动调节、速度调节、间距调节、补偿和/或规避调节。

精确的周围环境识别对于高性能驾驶员辅助系统和自动驾驶车辆而言非常重要。为实现此目的，现代车辆配有大量传感器，例如雷达、激光雷达或摄像头传感器，它们以点云的形式发送其测量值。根据传感器提供的点云，适用于获得有关行驶路径中的或与自身车辆有碰撞的可能对象的可靠信息。此外，自动驾驶车辆能够评价行驶情况的事故风险也很重要。

另一已知方法是采用TTC(“碰撞时间(Time to collision)”)或THW(“车头时距(Headway)”)作为行驶情况的危急程度的度量，如Saffarzadeh等人在“A generalformulation for time-to-collision safety indicator(碰撞时间安全指标的一般表述)”，Transport(《运输》)第166卷，TRS发行中所述。TTC是重要的基于时间的安全指标，用于在交通安全评估中识别追尾事故。Saffarzadeh等人在TTC计算中包含了对象的线性加速度。然而，使用TTC确定危急程度是不利的，这是因为本车辆的速度不同或变化时导致对危急程度的错误估计。

C.Schmidt在“Fahrstrategien zur Unfallvermeidung im Straβenverkehr fürEinzel und Mehrobjektszenarien(单一目标和多目标情况下避免道路交通事故的驾驶策略)”，KIT Scientific Publishing(KIT科学出版社)，Karlsruhe(卡尔斯鲁厄)，ISBN：978-3-7315-0198-5中说明了一种“运动规划(Motion Planning)”方法。在这里，首先结合可达到的停留圆圈针对单个对象推导一种最后可能的机动，并且扩展为完全规避机动。接着，将考虑范围扩展到任意多的对象，并结合停留区和运动学配置确定和评估无碰撞轨迹。根据车辆横向运动可能性的精确描述可以假设所谓的“通过门”，本车辆必须经过其以避免与相关障碍物发生任何碰撞。

在“运动规划”中，障碍物例如也被描述为数学函数，也被称为“势场”。