DE102014114827A9

DE102014114827A9 - Wegplanung für Ausweichlenkmanöver bei Vorhandensein eines Zielfahrzeugs und umgebenden Objekten

Info

Publication number: DE102014114827A9
Application number: DE102014114827.4A
Authority: DE
Inventors: Shuqing Zeng; Nikolai Moshchuk; Rouhollah Jafari
Original assignee: GM Global Technology Operations LLC
Current assignee: GM Global Technology Operations LLC
Priority date: 2013-10-28
Filing date: 2014-10-13
Publication date: 2015-08-06
Also published as: CN104554272A; US20150120137A1; DE102014114827A1; US9174672B2; CN104554272B

Abstract

Ein Verfahren zur Berechnung eines virtuellen Zielweges um ein Zielobjekt herum, das die Bereitstellung von Scanpunkten umfasst, die erkannte Objekte identifiziert und die Scanpunkte in Zielobjekt-Scanpunkte und sonstige Objekt-Scanpunkte aufteilt. Das Verfahren identifiziert einen nächstgelegenen Scanpunkt unter den Zielobjekt-Scanpunkten und identifiziert einen Wegpunkt, welcher ein vorbestimmter sicherer Abstand von dem nächstgelegenen Scanpunkt ist. Das Verfahren bestimmt eine gerade Ziellinie neben dem Zielobjekt, die durch den Wegpunkt verläuft und einen Abstand zwischen der Ziellinie und jedem der anderen Objekte bestimmt und bestimmt, ob alle Abstände größer als der vorbestimmte Grenzabstand sind. Das Verfahren ermittelt Kurvenpunkte für jedes andere Objekt, dessen Abstand geringer als der vorbestimmte Grenzabstand ist, und ermittelt anhand einer quadratischen Polynomfunktion einen Kurvenweg, der die Kurvenpunkte verbindet und in den virtuellen Zielweg verwandelt.

Description

HINTERGRUND DER ERFINDUNG
Gebiet der Erfindung
Diese Erfindung bezieht sich im Allgemeinen auf ein System und Verfahren zur Bestimmung eines virtuellen Zielweges um ein Objekt vor einem Subjektfahrzeug herum und insbesondere auf ein System und Verfahren zur Bestimmung eines virtuellen Zielweges um ein Zielfahrzeug vor einem Subjektfahrzeug herum, das einen geometrischen Algorithmus mit einer quadratischen polynomischen Funktion verwendet.
Erörterung des verbundenen Stands der Technik
Moderne Fahrzeuge umfassen manchmal ein Kollisionsvermeidungssystem, das Objekterkennungssensoren verwendet, die die Kollisionswarnung oder -vermeidung und sonstige aktive Sicherheitsanwendungen zulassen. Es sind unterschiedliche Kollisionsvermeidungssysteme und/oder Abstandsregeltempomate dieser Art in der Fachwelt bekannt, welche eine automatische Fahrzeugkontrolle, wie z. B. Abbremsen, bereitstellen, wenn eine potentielle oder bevorstehende Kollision mit einem anderen Fahrzeug oder Objekt erkannt wird, und diese können ebenfalls eine Warnung bereitstellen, um es dem Fahrer zu ermöglichen, Korrekturmaßnahmen zu ergreifen, um die Kollision zu vermeiden. Zum Beispiel sind adaptive Abstandsregeltempomate bekannt, die einen nach vorne gerichteten Sensor, wie einen Radar oder LiDAR-Sensor, verwenden, der eine automatische Geschwindigkeitskontrolle und/oder Abbremsen umfasst, wenn sich das Fahrzeug einem anderen Fahrzeug nähert. Auch sind Kollisionsvermeidungssysteme bekannt, die Sensoren für die Bestimmung verwenden, ob eine Kollision mit einem Objekt bevorsteht, und automatisches Fahrzeugbremsen bereitstellt, selbst wenn der Fahrer das Fahrzeug kontrolliert.
Die Objekterkennungssensoren für diese Art von Systemen können eine beliebige Technologie verwenden, wie z. B. Kurzstreckenradar, Langstreckenradar, Kameras mit Bildverarbeitung, Laser oder LiDAR, Ultraschall usw. Die Objekterkennungssensoren erkennen Fahrzeuge und sonstige Objekte im Weg eines Fahrzeugs, und die Anwendungssoftware verwendet die Objekterkennungsinformationen, um Warnungen bereitzustellen oder je nach Bedarf Maßnahmen zu ergreifen. Die Warnung kann eine optische Anzeige auf dem Armaturenbrett des Fahrzeugs oder in einer Frontscheibenanzeige (HUD) sein und/oder kann eine Audiowarnung oder eine andere haptische Rückmeldungsvorrichtung wie z. B. ein haptischer Sitz sein. In vielen Fahrzeugen sind die Objekterkennungssensoren direkt in der Frontstoßstange oder einer anderen Front des Fahrzeugs integriert.
Diese Arten von System verwenden häufig Langstreckensensoren, die ein schmales Sichtfeld im Nahfeld des Fahrzeugs aufweisen. Insbesondere kommen die Sensorsignale aus einer Punktquelle am Fahrzeug und verbreiten sich nach vorne vom Fahrzeug, typischerweise ungefähr 150 Meter weit. Das Kollisionswarnungssystem gibt einen Radar- oder Laserstrahl nach vorne vom Fahrzeug ab und bearbeitet Rückstrahlungen von Objekten vor dem Fahrzeug. Das System erzeugt Messungen mit den Rückstrahlungen und schätzt das Potential einer Kollision basierend auf der Geschwindigkeit des Fahrzeugs, der Richtung im Verhältnis zu den Objekten, Bedingungen des Straßenbelags usw. ein.
Radar- und LiDAR-Sensoren, die manchmal auf Fahrzeugen verwendet werden, um Objekte um das Fahrzeug herum zu erkennen und eine Entfernung zu und Orientierung dieser Objekte bereitzustellen, stellen Rückstrahlungen dieser Objekte als mehrere Scanpunkte bereit, die als eine Punktcluster-Bereichskarte kombiniert werden, wobei ein separater Scanpunkt alle ½° entlang des Sichtfeldes des Sensors bereitgestellt wird. Demzufolge, wenn ein Zielfahrzeug oder sonstiges Objekt vor dem Fahrzeug erkannt wird, könnten mehrere Scanpunkte vorliegen, die zurückgesandt werden und den Abstand des Zielfahrzeugs vom Subjektfahrzeug ermitteln. Durch die Bereitstellung eines Clusters von Scan-Rücksendungspunkten können Objekte mit unterschiedlichen und beliebigen Formen, wie LKWs, Anhänger, Fahrrad, Fußgänger, Radlenker, Absperrungen usw. schneller erkannt werden, wobei desto mehr Scanpunkte bereitgestellt werden, je größer und/oder näher das Objekt am Subjektfahrzeug ist.
Bis zu diesem Zeitpunkt waren Kollisionsvermeidungssysteme im Allgemeinen auf Systeme beschränkt, die ein automatisches Bremsen für den Fall bereitstellen, dass der Fahrzeugführer ein Ausweichmanöver nicht rechtzeitig einleitet, um eine Kollision zu vermeiden. Kollisionsvermeidungssysteme dieser Art können jedoch von der Bereitstellung von kombiniertem automatischem Bremsen und Lenken profitieren, um eine Kollision zu vermeiden.
U. S. Patentanmeldungsseriennummer 12/908,699 mit dem Titel Fahrzeugkollisionsvermeidungs- und Warnsystem, eingereicht am 20. Oktober 2010, an den Abtretungsempfänger der vorliegenden Erfindung abgetreten und hier durch Referenz einbezogen, offenbart ein Kollisionsvermeidungssystem, das kombiniertes automatisches Bremsen und Lenken verwendet. Das Kollisionsvermeidungssystem definiert erste, zweite, dritte und vierte Grenzwerte, die eine Zeit bis zur Kollision mit einem Zielfahrzeug durch ein Subjektfahrzeug identifizieren und auf der Geschwindigkeit des Subjektfahrzeugs, der Beschleunigung des Subjektfahrzeugs, der Geschwindigkeit des Zielfahrzeugs, der Beschleunigung des Zielfahrzeugs, dem Abstand zwischen Zielfahrzeug und Subjektfahrzeug und einem Reibungskoeffizienten der Fahrbahn, auf der das Subjektfahrzeug und das Zielfahrzeug unterwegs sind, basieren, wobei der erste Grenzwert höher als der zweite Grenzwert, der zweite Grenzwert höher als der dritte Grenzwert und der dritte Grenzwert höher als der vierte Grenzwert ist. Das Kollisionsvermeidungssystem bestimmt, ob die Zeit bis zur Kollision weniger als der erste Grenzwert ist, und leitet, wenn dies der Fall ist, eine Kollisionswarnung ein. Das Kollisionsvermeidungssystem bestimmt ebenfalls, ob die Zeit bis zur Kollision weniger als der zweite Grenzwert ist, wenn die Zeit bis zur Kollision weniger als der erste Grenzwert ist, und bietet, sollte dies der Fall sein, automatisches Bremsen des Subjektfahrzeugs. Das Kollisionsvermeidungssystem bestimmt ebenfalls, ob die Zeit bis zur Kollision weniger als der dritte Grenzwert ist, wenn die Zeit bis zur Kollision weniger als der zweite Grenzwert ist, und prüft, sollte dies der Fall sein, ob neben dem Subjektfahrzeug eine freie Fahrbahn vorhanden ist. Das Kollisionsvermeidungssystem bietet vollautomatisches Kollisionsvermeidungsbremsen, wenn die Zeit bis zur Kollision weniger als der dritte Grenzwert ist und die Fahrbahn neben dem Subjektfahrzeug nicht frei ist. Das Kollisionsvermeidungssystem bestimmt ebenfalls, ob die Zeit bis zur Kollision weniger als der vierte Grenzwert ist, wenn die Zeit bis zur Kollision weniger als der dritte Grenzwert ist und die Fahrbahn neben dem Subjektfahrzeug frei ist. Das Kollisionsvermeidungssystem bietet automatisches Lenken und Bremsen des Subjektfahrzeugs, wenn die Zeit bis zur Kollision weniger als der vierte Grenzwert ist und die Fahrbahn neben dem Subjektfahrzeug frei ist.
Wie oben beschrieben, sind Kollisionsvermeidungssysteme in der Fachwelt dafür bekannt, automatisches Lenken eines Subjektfahrzeugs bereitzustellen, um ein langsameres oder angehaltenes Objekt vor dem Subjektfahrzeug zu umfahren, sollte der Fahrzeugführer nicht von allein Ausweichmaßnahmen ergreifen. Die Kollisionsvermeidungssysteme bieten dem Fahrzeugführer Warnungen und können je nachdem, ob der Fahrer Ausweichmaßnahmen ergreift, automatisches Bremsen und/oder automatisches Lenken bereitstellen. Sollte das System bestimmen, dass automatisches Lenken erforderlich ist, um eine Kollision zu vermeiden, muss das System einen sicheren Lenkweg berechnen und der Lenkkontrolle bereitstellen. Manche dieser Systeme sind in der Lage, Fahrbahnmarkierungen zu erkennen, um den Lenkweg des Subjektfahrzeugs zu berechnen und die Spur zur Vermeidung einer Kollision zu wechseln. Solche Kollisionsvermeidungssysteme bieten ebenfalls Lenkbefehle, die das Subjektfahrzeug dazu bringen, dem berechneten Lenkweg zu folgen, um die Fahrzeuglenkung bereitzustellen. Zum Beispiel offenbart U. S. Patentanmeldungsseriennummer 12/399,317 mit dem Titel Modellbasierte prädiktive Kontrolle für automatisierte Fahrbahnzentrierung/wechsel-Kontrollsysteme ein System und Verfahren zur Bereitstellung einer Lenkkontrolle zwecks des Fahrbahnwechsels oder der Fahrbahnzentrierung in einem autonomen oder teilautonomen fahrzeugbetriebenem System. Es besteht jedoch bei dieser Art von Kollisionsvermeidungssystemen der Bedarf, einen evasiven Lenkweg zu berechnen, wo Fahrbahnmarkierungen für Nachbarspuren nicht für Kollisionsvermeidungszwecke vorhanden sind.
ZUSAMMENFASSUNG DER ERFINDUNG
Im Einklang mit den Angaben der vorliegenden Erfindung werden ein System und eine Methode für die Berechnung des virtuellen Zielweges offenbart, der verwendet wird, um einen ausweichenden Lenkweg um ein Zielobjekt herum, z. B. ein Zielfahrzeug, dass angehalten hat oder langsam vor dem Subjektfahrzeug fährt, zu berechnen. Die Methode umfasst die Bereitstellung einer Vielzahl von Scanpunkten, das Erkennen von Objekten mit einem oder mehreren Sensoren am Subjektfahrzeug und das Aufteilen der vielen Scanpunkte in Zielobjekt-Scanpunkte, die vom Zielobjekt erhalten wurden, und andere Objekt-Scanpunkte, die von anderen Objekten erhalten wurden, falls vorhanden. Die Methode umfasst des Weiteren die Identifizierung des nächstgelegenen Scanpunktes der Zielobjekt-Scanpunkte, welcher der Scanpunkt ist, der dem Subjektfahrzeug am nächsten liegt, und die Identifizierung eines Kurvenpunktes, welcher ein vorbestimmter sicherer Abstand von dem nächstgelegenen Scanpunkt ist. Das Verfahren bestimmt eine gerade Ziellinie neben dem Zielobjekt, die durch den Kurvenpunkt verläuft und parallel zu einer Richtung des Verfahrweges des Subjektfahrzeuges ist, bevor das Subjektfahrzeug dem ausweichenden Lenkweg folgt. Das Verfahren bestimmt, ob die Vielzahl von Scanpunkten die Objekt-Scanpunkte umfasst, und wenn nicht, verwandelt den virtuellen Zielweg in die gerade Linie. Das Verfahren bestimmt einen Abstand zwischen der Ziellinie und jedem der anderen durch die anderen Objekt-Scanpunkte identifizierten Objekte, wenn die anderen Objekt-Scanpunkte vorliegen, bestimmt, ob alle Abstände größer als ein vorbestimmter Grenzabstand sind und verwandelt den virtuellen Zielweg in die Ziellinie, wenn alle Abstände größer als der Grenzabstand sind. Das Verfahren ermittelt Kurvenpunkte für jedes andere Objekt, dessen Abstand geringer als der vorbestimmte Grenzabstand ist, wobei jeder Kurvenpunkt ein vorbestimmter sicherer Abstand von dem Zielobjekt und den anderen Objekten ist, und ermittelt anhand einer quadratischen Polynomfunktion einen Kurvenpfad, der die Kurvenpunkte verbindet und in den virtuellen Zielweg verwandelt.
Zusätzliche Eigenschaften der vorliegenden Erfindung werden aus der folgenden Beschreibung und den angefügten Ansprüchen in Verbindung mit den beigefügten Zeichnungen offensichtlich.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
1 ist eine Darstellung des Subjektfahrzeugs hinter einem Zielfahrzeug, wobei ein ausweichender Lenkweg gezeigt wird, damit das Subjektfahrzeug zur Kollisionsvermeidung um das Zielfahrzeug herum fahren kann.
2 ist ein Blockdiagramm eines Verfahrens, in dem die Berechnung und Implementierung eines ausweichenden Lenkmanövers dargestellt wird;
3 ist ein Flussdiagramm, in dem ein Verfahren dargestellt wird, um einen virtuellen Zielweg mithilfe der Geometriemethode zu ermitteln;
4 ist eine Darstellung, in der gerade Weglinien für ein Subjektfahrzeug gezeigt werden, das auf einem geraden Weg fährt;
5 ist eine Darstellung, in der kurvenförmige Weglinien für ein Subjektfahrzeug gezeigt werden, das auf einem kurvenförmigen Weg fährt;
6 ist eine Darstellung von ignorierten erkannten Objekten für die Berechnung einer virtuellen Zielkurve;
7 ist eine Darstellung einer Berechnung einer Korridorbreite zwischen einem Zielfahrzeug und Objekten;
8 ist eine Grafik, in der eine Raumdarstellung mithilfe von Delaunay-Triangulation gezeigt wird;
9 ist eine Grafik, in der Mittelpunkte von ausgewählten Kanten der Delaunay-Triangulation aufgeführt sind, die beim Dijkstra-Algorithmus als Eckpunkte verwendet werden;
10 ist eine Grafik, in der Segmente dargestellt sind, die die Eckpunkte der Delaunay-Triangulation verbinden;
11 ist eine Grafik der Raumdarstellung, in der der mit dem Dijkstra-Algorithmus ermittelte kürzeste Weg dargestellt ist;
12 ist eine Darstellung, in der ein Subjektfahrzeug gezeigt wird, das ein Ausweichmanöver um das Zielfahrzeug herum ohne andere Objekte im Weg ausführt;
13 ist eine Darstellung, in der ein Subjektfahrzeug gezeigt wird, das ein Ausweichmanöver zwischen einem Zielfahrzeug und anderen Objekten auf einem geraden Weg ausführt;
14 ist eine Darstellung, in der ein Subjektfahrzeug gezeigt wird, das ein Ausweichmanöver um ein Zielfahrzeug herum ausführt, das in Beziehung zu anderen Objekten kurvenförmig ist;
15 ist eine Darstellung, in der ein Subjektfahrzeug gezeigt wird, das ein Ausweichmanöver um Objekte herum ausführt, nachdem es ein Zielfahrzeug überholt hat;
16 ist eine Darstellung, in der ein Subjektfahrzeug gezeigt wird, das ein Ausweichmanöver um ein Zielfahrzeug herum mithilfe eines virtuellen Potentialfeldverfahrens und der Bestimmung eines Zielgrenzwertes ausführt;
17 ist eine Darstellung, in der ein Subjektfahrzeug gezeigt wird, das ein Ausweichmanöver um ein Zielfahrzeug herum mithilfe eines virtuellen Potentialfeldverfahrens und der Bestimmung eines Objektgrenzwertes ausführt;
18 ist ein Beispiel einer zweidimensionalen Gaußfunktion; und
19 ist ein Flussdiagramm, in dem ein Verfahren, für die Ermittlung eines ausweichenden Lenkwegs mithilfe des virtuellen Potentialfeldverfahrens dargestellt wird.
DETAILLIERTE BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
Die folgende Erörterung der Ausführungsformen der Erfindung bezüglich eines Systems und Verfahrens für die Bestimmung eines virtuellen Zielweges um ein Zielobjekt herum vor einem Subjektfahrzeug zur Kollisionsvermeidung dient lediglich der Erklärung und ist nicht dazu gedacht, die Anwendung und Verwendungen einzuschränken.
Wie nachstehend genauer erörtert, schlägt die vorliegende Erfindung zwei Techniken vor, die Algorithmen für die Bestimmung eines virtuellen Zielweges verwenden, der zur Suche eines evasiven Lenkpfades um ein angehaltenes oder langsameres Objekt vor einem Subjektfahrzeug herum zur Kollisionsvermeidung verwendet wird, welcher nicht die Erkennung von Fahrbahnmarkierungen auf der Fahrbahn verwendet. Die beiden Algorithmen basieren auf einer geometrischen Methode und einem virtuellen Potentialfeldverfahren, wobei beide eine quadratische Polynomfunktion verwenden. Es ist zu beachten, dass, auch wenn die vorliegende Erfindung kein automatisches Bremsen umfasst oder behandelt, um eine Kollision mit einem Objekt zu vermeiden, automatisches Bremsen zusammen mit dem automatischen ausweichenden Lenken im Kollisionsvermeidungssystem verwendet werden würde, dem die Erfindung angehört. Es ist ebenfalls zu beachten, dass die vorliegende Erfindung auch nicht die Bereitstellung eines Lenkbefehls für das Fahrzeuglenksystem, um dem ausweichenden Lenkweg zu folgen, einbezieht oder behandelt. Jedoch wäre die Bereitstellung eines solchen Befehls ebenfalls Teil eines Kollisionsvermeidungssystems sein, dem die Erfindung angehört.
1 ist eine Darstellung 10, in der ein Subjektfahrzeug 12 dargestellt ist, das hinter einem Zielfahrzeug 14 hinterherfährt, wobei das Zielfahrzeug 14 langsamer als das Subjektfahrzeug 12 fährt oder angehalten ist. Das Zielfahrzeug 14 soll ein beliebiges Objekt vor dem Subjektfahrzeug 12 darstellen, das sich innerhalb eines Kollisionsweges in der Fahrtrichtung des Subjektfahrzeuges 12 befindet. Es ist zu beachten, dass die Referenznummern 12 und 14 in anderen Figuren der nachstehenden Erörterung jeweils für das Subjektfahrzeug und das Zielfahrzeug verwendet werden. Das Subjektfahrzeug 12 umfasst ein Kollisionsvermeidungssystem 16, das betriebsbereit ist, um die unterschiedlichen Berechnungen und Verfahren durchzuführen, darunter die Bestimmung eines virtuellen Zielweges, wie hier besprochen. Das Kollisionsvermeidungssystem 16 empfängt Sensorsignale von einem oder mehreren Sensoren, im Allgemeinen als Sensor 18 dargestellt, welcher ein beliebiger geeigneter Sensor für die hier besprochenen Zwecke sein kann, z. B. Radar, LiDAR, Kamera, Ultraschallsensoren usw. Für diese Erfindung wird das System 16 typischerweise Datenscanpunkte von einem LiDAR-Sensor auf dem Subjektfahrzeug 12 verwenden, wobei die Datenscanpunkte auch als Scanpunkte 26 von allen anderen Objekten dargestellt werden, jedoch nur bei dem Zielfahrzeug 14 gezeigt werden. Die Datenscanpunkte werden in einer in der Fachwelt gut bekannten Weise in eine Datenscanpunkt-Clusterkarte verwandelt. Einen Datenscanpunkt-Cluster mit erkannten Objekten mithilfe eines LiDAR-Sensors zu erhalten, ist für den Fachmann bekannt, siehe zum Beispiel U. S. Patentanmeldungsseriennummer 13/901,123 mit dem Titel Probabilistische Zielwahl und Gefahrenabschätzungsmethode und Anwendung auf Kreuzungs-Kollisionswarnsystem, eingereicht am 23. Mai 2013, an den Abtretungsempfänger der vorliegenden Erfindung abgetreten und hier durch Referenz einbezogen.
Das Kollisionsvermeidungssystem 16 verwendet die Scanpunkte 26 vom LiDAR-Sensor 18, um das Zielfahrzeug 14 zu erkennen, und bestimmt bei Bedarf einen ausweichenden Lenkweg 20 um das Zielfahrzeug 14 herum, wobei anderen Objekten wie Verkehrsleitkegeln, Absperrungen, Bäumen, Zeichen usw. ausgewichen wird, sollte der Fahrer nicht rechtzeitig von allein die geeignete Ausweichmaßnahme treffen. Das Kollisionsvermeidungssystem 16 verwendet einen virtuellen Zielweg 24, um den evasiven Lenkweg 20 zu finden. Wie nachstehend ausführlich beschrieben, wird der virtuelle Zielweg 24 berechnet, um es dem Subjektfahrzeug 12 zu gestatten, einen sicheren Abstand vom Zielfahrzeug 14 zu halten, wenn das Subjektfahrzeug 12 das Zielfahrzeug 14 überholt, sowie einen sicheren Abstand von den Objekten 22, falls vorhanden. Wenn die Objekte 22 nicht vorhanden sind oder weit genug vom Zielfahrzeug 14 entfernt sind, wird der virtuelle Zielweg 24 parallel zur Fahrtrichtung des Subjektfahrzeugs vor dem Ausweichmanöver verlaufen. Wenn die Objekte 22 nah genug am Zielfahrzeug 14 sind, wo sie eine Kollisionsgefahr darstellen, kann der virtuelle Zielweg 24 eine Kurve sein. In dieser bestimmten Erörterung liegen keine Fahrbahnmarkierungen für den Sensor 18 vor, um eine Spur neben dem Zielfahrzeug 14 zu erkennen oder zu identifizieren, sodass das Fahrzeug 12 die Spur wechseln kann. Das Kollisionsvermeidungssystem 16 wird die Objekte 22 auf beiden Seiten des Zielfahrzeugs 14 erkennen und wird, basierend auf diesen Objekten, bestimmen, welche Seite des Zielfahrzeugs 14 den sichersten ausweichenden Lenkweg für das Subjektfahrzeug 12 gewährt.
2 ist ein schematisches Blockdiagramm eines Kollisionsvermeidungssystems 30, das als das System 16 auf dem Subjektfahrzeug 12 verwendbar ist. Das System umfasst einen Verbesserten-Kollisionsvermeidung-sKontroller 32, der einen Lenkbefehl für das Subjektfahrzeug 12 bereitstellt, wobei dynamische Berechnungen von einem Prozessor 34 bereitgestellt werden, welcher den Abstandswert D, bereitstellt, welcher der Abstand zwischen dem Subjektfahrzeug 12 und dem Zielfahrzeug 14 für einen Spurwechselweg-Prozessor 36 ist. Der Prozessor 36 verwendet die virtuellen Zielwegkoeffizienten a, b und c, die von einem virtuellen Spurenprozessor bereitgestellt wurden, um den ausweichenden Lenkweg 20 zu berechnen, wenn der Abstand D zusammen mit der relativen Geschwindigkeit zwischen dem Subjektfahrzeug 12 und dem Zielfahrzeug 14 eine Ausweichmaßnahme erforderlich macht. Wenn der ausweichende Lenkweg 20 berechnet werden muss, bietet der Prozessor 36 einen gewünschten lateralen Ausgleich Δ bei Feld 38 und einen gewünschten Gierwinkel Φ bei Feld 40, damit das Subjektfahrzeug 12 den Pfad 20 festlegen kann, siehe 1. Ein in den Prozessor 34 einbezogener LiDAR-Sensor stellt die Datenscanpunktkarte für einen Wahrnehmungsmodulprozessor 42 bereit, der die Daten verarbeitet und Sensordatenfusion, Objekterkennung, Objektverfolgung usw. bereitstellt. Der Fachmann wird die Prozessoren und Algorithmen sofort erkennen, die Daten, Bilder und Informationen von unterschiedlichen Arten von Sensoren sowie andere Signale bearbeiten und diese Informationen kombinieren, um Objekte zu überwachen, die stationär sind oder sich um das Subjektfahrzeug 12 herum bewegen. Die verarbeiteten Datenscanpunktinformationen werden einem virtuellen Spurenprozessor 44 bereitgestellt, der die Werte a, b und c für eine quadratische Polynomfunktion ausgibt, um den virtuellen Zielweg 24 in einer Weise zu definieren, die nachstehend genauer geschildert wird. Der Wert c wird vom lateralen Versatzwert Δ in einem Vergleicher 46 abgezogen, um eine Änderung des gewünschten lateralen Versatzes δ_Δ bereitzustellen, und der Wert b wird von der gewünschten Fahrtrichtung Φ in einem Vergleicher 48 abgezogen, um eine Änderung der gewünschten Fahrtrichtung δ_Φ bereitzustellen, um die Änderungen des Lenkweges 20 zu gestatten, welche dem ECA-Kontroller 32 bereitgestellt werden.
3 ist ein Flussdiagramm 62, in dem ein Verfahren dargestellt wird, um einen virtuellen Zielweg 24 mithilfe des geometrischen Algorithmus zu ermitteln. Es ist zu beachten, dass das System 30, bevor die geometrische Kollisionsvermeidungsanalyse und die Berechnungen durchgeführt wurden, bereits bestimmt hat, dass ein Kollisionsrisiko möglich oder wahrscheinlich ist, basierend auf anderen Algorithmen und Kontrollen, die die Geschwindigkeit und Position des Subjektfahrzeugs 12 und des Zielfahrzeugs 14 überwachen. Es ist des Weiteren zu beachten, dass das Verfahren des Flussdiagramms 62 im virtuellen Spurenprozessor 44 durchgeführt wird. Der Algorithmus beginnt bei Block 64 und bestimmt dann, ob die neue Datenscanpunktkarte des Wahrnehmungsmodulprozessors 42 beim Entscheidungsdiamanten 66 empfangen wurden, und wenn nicht, verlässt der Algorithmus bei Block 68. Wenn eine neue Datenscanpunktkarte beim Entscheidungsdiamanten 66 empfangen wurde, fährt der Algorithmus mit Feld 70 fort, um Schritte der Vorverarbeitung bei den Scan-Cluster-Datenpunkten vorzunehmen. Der Vorverarbeitungsprozess führt viele Funktionen durch, darunter die Bestimmung, welche Datenpunkte vom Zielfahrzeug 14 stammen, welche Datenpunkte von den anderen Objekten 22, was diese Objekte sind usw. Basierend auf der Bestimmung, welche Datenpunkte welche Objekte darstellen und deren Lage in Bezug auf das Subjektfahrzeug 12, bestimmt der Algorithmus im Vorverarbeitungsprozess, welche die beste oder sicherste Seite des Zielfahrzeugs 14 für den virtuellen Zielweg 24 ist, sodass das Subjektfahrzeug 12 das Zielfahrzeug 14 sicherer umgehen kann.
Die folgende Erörterung beschreibt eine Methode, um das Zielfahrzeug 14 unter einer Reihe Objekte zu erkennen, die vom LiDAR-Sensor 18 bei Feld 70 erkannt wurden. Je nach dem Verfahrweg des Subjektfahrzeugs 12 werden zwei unterschiedliche Szenarien in Betracht gezogen.
Für das erste Szenario fährt das Subjektfahrzeug 12 auf einem geraden Weg, wobei davon ausgegangen wird, dass die Gierrate des Subjektfahrzeugs sehr gering ist, z. B. |ω_SV| < TBD. 4 ist eine Darstellung 160, in der das Subjektfahrzeug 12 das Zielfahrzeug 14 auf einem Weg verfolgt, der durch gerade Linien 162 und 164 festgelegt ist. Der Verfahrweg des Subjektfahrzeugs 12 ist in globalen Koordinaten wie folgt festgelegt: Y_L1(X) = Y_SV + (X – X_SV)tanθ_SV + W/2, (1) Y_L2(X) = Y_SV + (X – X_SV)tanθ_SV – W/2, (2) , wobei (X_SV, Y_SV) und θ_SV jeweils die Position und die Richtung des Subjektfahrzeugs 12 in den globalen Koordinaten darstellen und W die Breite des Subjektfahrzeugs 12 ist.
Sobald die Linien 162 und 164 berechnet wurden, werden alle Scanpunkte 26 ermittelt, die innerhalb des von den Weglinien 162 und 164 festgelegten Bereichs liegen, d. h. die Punkte, die die folgende Ungleichung erfüllen: Y_L2(X_si) ≤ Y_si ≤ Y_L1(X_si), (3) wobei (X_si, Y_si) die Position jedes Scanpunktes 26 in den globalen Koordinaten ist.
Die Darstellung 160 zweigt die Weglinien 162 und 164 und die Scanpunkte 26 innerhalb und außerhalb des bestimmten Bereichs. Da der LiDAR-Sensor 18 die Informationen bereitstellt, welche der Scanpunkte 26 welchem erkannten Objekt 22 angehören, kann die Anzahl der Scanpunkte 26 für jedes Objekt 22 innerhalb des Bereichs gezählt werden. Das Objekt 22 mit der höchsten Anzahl von Scanpunkten 26 innerhalb des festgelegten Bereichs wird als ”Zielfahrzeug” für die Berechnung der virtuellen Zielkurve betrachtet:
Für das zweite Szenarium fährt das Subjektfahrzeug 12 auf einer Kurve, wobei davon ausgegangen wird, dass die Gierrate des Subjektfahrzeugs größer als ein Grenzwert ist, z. B. |ω_SV| > TBD. 5 ist eine Darstellung 170, in der das Subjektfahrzeug 12 das Zielfahrzeug 14 auf einer Kurve verfolgt, die durch gekrümmte Linien 172 und 174 festgelegt ist. Der Verfahrweg des Subjektfahrzeugs 12 zu einem bestimmten Zeitpunkt ist anhand einer kreisförmigen Kurve mit den folgenden Parametern bestimmbar: R_cir = V_SV/ω_SV, (4)
wobei V_SV die Längsgeschwindigkeit des Subjektfahrzeugs 12, R_cir der Radius der kreisförmigen Kurve und (X_cir, Y_cir) die Position des Kreismittelpunkts in den globalen Koordinaten ist.
Mit diesen Parametern ist anhand der beiden parallelen gekrümmten Linien 172 und 174 auf den Seiten des Subjektfahrzeugs 12 ein Bereich für den Weg des Subjektfahrzeugs 12 bestimmbar. Ähnlich wie bei dem ersten Szenario werden die Scanpunkte 26 innerhalb dieses Bereichs gefunden, indem sie die folgende Ungleichung erfüllen: (R_cir – W/2)² ≤ (X_si – X_cir)² + (Y_si – Y_cir)² ≤ (R_cir + W/2)². (7)
Die Darstellung 170 zeigt die gekrümmten Weglinien 172 und 174 und die Scanpunkte 26 innerhalb und außerhalb des bestimmten Bereichs für dieses Szenario. Die Anzahl der Scanpunkte 26 wird für jedes Objekt 22, dass innerhalb des Bereichs liegt, gezählt, und das Objekt 26 mit den meisten Scanpunkten 26 innerhalb des Bereichs wird als Zielfahrzeug 14 für die Berechnung der virtuellen Zielkurve betrachtet.
Es ist zu beachten, dass die Berechnungen oben für die Erkennung des Zielfahrzeugs 14 jedes Mal, wenn neue Scanpunktdaten empfangen werden und bevor das tatsächliche ausweichende Lenkmanöver eingeleitet wird, wiederholt werden. Nach dem Beginn des ausweichenden Lenkmanövers des Subjektfahrzeugs 12 wird das Zielfahrzeug 14 immer das entsprechende, vor dem ausweichenden Lenkmanöver erkannte Objekt 22 sein. Der Zeitraum, in dem die Ausweichmanöver-Kontrolle aktiviert ist, das ausweichende Lenkmanöver jedoch nicht eingeleitet wurde aufgrund eines hohen Zeit-bis-zur-Kollision-Wertes wird ”Vorverarbeitungszeitraum” genannt, wie nachstehend beschrieben.
Der LiDAR-Sensor 18 kann Seitenobjekte erkennen, die weit vom Zielfahrzeug 14 entfernt sind, sowie irrelevante Objekte um den Weg des Subjektfahrzeugs 12 herum, die bei Feld 70 ignoriert werden müssen. Zu diesen Objekten gehören Bäume, Häuser und andere irrelevanten Objekte, die bei der Berechnung der virtuellen Zielkurve keine Rolle spielen werden. Es ist daher wünschenswert, eine Technik zu verwenden, um diese entfernten Objekte zu ignorieren. Dies ist leicht möglich durch Festlegung eines sicheren Bereichs auf beiden Seiten des Zielfahrzeugs 14. 6 ist eine Darstellung 180, in der ein sicherer Abstand d_safe über das Zielfahrzeug 14 hinaus bestimmt wird, wobei Objekte 182, die außerhalb des sicheren Abstands d_safe erkannt werden, nicht bei der Berechnung der virtuellen Zielkurve einbezogen werden. Ein erkanntes Objekt wird bei den Berechnungen ignoriert, sollte es eine der folgenden Bedingungen erfüllen.
wobei a_iY und b_jY jeweils die Y-Koordinaten der Zielscanpunkte und Objektscanpunkte sind und d_safe die sichere Korridorbreite ist, die den Bereich außerhalb bestimmt, in dem die erkannten Objekte ignoriert werden.
Sollten keine Scanpunkte vom Zielfahrzeug 14 verfügbar sein, z. B. wenn das Subjektfahrzeug 12 das Zielfahrzeug 14 überholt, werden die letzten verfügbaren Scanpunkte des Zielfahrzeugs 14 für die Berechnung in der Gleichung (8) in Betracht gezogen.
Sollte sich zu einem beliebigen Zeitpunkt das ausweichende Lenkmanöver als unsicher erweisen, da nicht ausreichend Platz zwischen dem Zielfahrzeug 14 und den Objekten 22 vorhanden ist, sollte ein Signal an den ECA-Kontroller 32 geschickt werden, um das ausweichende Lenkmanöver zu unterbrechen oder abzubrechen. 7 ist eine Darstellung 190, in der das Szenario für die Berechnung einer Korridorbreite W_cor zwischen dem Zielfahrzeug 14 und den Objekten 22 dargestellt ist, um zu bestimmen, ob die Korridorbreite ausreichend Platz für das ausweichende Lenkmanöver gestattet. Um die Korridorbreite W_cor zu finden, wählen Sie zuerst die Objektpunkte, die innerhalb eines vorher festgelegten Grenzwertes liegen, der einen Abstand von Vorder- bis Rückseite des Zielfahrzeugs 14 einbezieht. Die ausgewählten Zielpunkte innerhalb dieser Grenzen erfüllen die folgende Ungleichung: b_j ∊ bⁱⁿif min_ia_iX – d_safe ≤ b_jX ≤ max[(max_ia_iX + d_safe), (min_ia_iX + 2d_safe)], for i = 1, 2, ..., n, j = 1, 2, ..., m (9) wobei bⁱⁿ die Gruppe der Objektpunkte innerhalb eines Zielfahrzeugbereich ist. Die Korridorbreite W_cor wird dann als Mindestabstand der Laufpunkte und dem Zielfahrzeug 14 entlang der Y-Koordinate berechnet, im engeren Sinne:
Wenn die in Gleichung (10) erhaltene Korridorbreite W_cor weniger als ein Sicherheitsabstand ist, wird ein Abbruchsignal an den ECA-Kontroller 32 gesandt.
Der Algorithmus, um die beste linke oder rechte Richtung für den virtuellen Zielweg 24 um das Zielfahrzeug 14 herum zu finden, wird nachstehend im folgenden zehnschrittigen Algorithmus mit den Nummern 1–10 beschrieben. Der Algorithmus verwendet die Scanpunkte 26 vom LiDAR-Sensor 18 als Eingaben, wobei davon ausgegangen wird, dass die Scanpunkte 26 vom Zielfahrzeug 14 bekannt sind. Dies ist durch unterschiedliche Methoden möglich, z. B. durch die Bildverarbeitung der Sensorausgabe.

1. Die Scankarte mit einem clusterbildenden Algorithmus vereinfachen.
2. Die geclusterten Scanpunkte auf globale Koordinaten X-Y übertragen anhand der nachstehend beschriebenen Gleichungen (14) und (18).
3. Den Platz zwischen den geclusterten Scanpunkten durch Dreiecke darstellen mithilfe von ”Delaunay-Triangulation”, welche dem Fachmann bekannt ist. Als ein Beispiel ist in 8 die Delaunay-Triangulation für eine Reihe Datenscanpunkte aufgeführt, wobei die obere und untere Reihe von Punkten 50 die Scanpunkte der Objekte 22 und die inneren Punkte 52 die Scanpunkte des Zielfahrzeugs 14 darstellen.
4. Die in 9 dargestellten Eckpunkte 54 als den Mittelpunkt der Kanten 56 der Delaunay-Dreiecke festlegen, sofern:
a. Die Kante 56 nicht zwei Scanpunkte des Zielfahrzeugs 52 verbindet und
b. Die Differenz zwischen den Y-Koordinaten der beiden durch die Kante 56 verbundenen Scanpunkte größer als ein vorbestimmter Grenzwert T ist, z. B. |S_iY – S_jY| ≥ T.
5. Segmente 58 als die Linien festlegen, die zwei Eckpunkte verbinden, die demselben Dreieck angehören, siehe 10.
6. Eine Grafik mit den Eckpunkten 54 in Schritt 4 und den Segmenten 58 in Schritt 5 festlegen.
7. Mithilfe des Dijkstra-Algorithmus den kürzesten Weg für die Grafik in Schritt 6 suchen, basierend auf dem folgenden Startknoten, Endknoten und Abstandsfunktionen:
a. Der Startknoten wird als der Eckpunkt 54 mit dem minimalen X-Koordinatenwert definiert.
a. Der Endknoten wird als der Eckpunkt 54 mit dem maximalen X-Koordinatenwert definiert.
c. Der Abstand für jedes Segment 58 umfasst drei Komponenten: D_k = α₁D_k1 + α₂D_k2 + α₃D_k3, k = 1, 2, ..., r, (11) wobei D_k1 die Länge des k-th-Segments 58 ist, D_k2 der Absolutwert des Hangwinkels des k-th-Sehments 58 ist, gemessen ab der positiven X-Koordinate, D_k3 die Komponente ist, die die Breite des Korridors zwischen Zielfahrzeug-Scanpunkten 26 und den Objekt-Scanpunkten darstellt, und die Koeffizienten α₁, α₂, α₃ die Gewichte für jede Komponente der Entfernungsfunktion darstellen.

Es ist zu beachten, dass der bestimmte kürzeste Weg in Bezug auf die neue Abstandfunktion in Gleichung (11) ist und nicht der herkömmliche Abstand zwischen Start- und Endknoten. 11 zeigt einen ausgewählten Weg von einem Startknoten 94 zu einem Endknoten 96 entlang eines unteren Weges 60, welcher den virtuellen Zielweg 24 auf der rechten Seite des Zielfahrzeugs 14 darstellt. Die Gewichtskoeffizienten α sind so ausgewählt, dass die der Breite des Korridors zwischen dem Zielfahrzeug 14 und den Objekten 22 entsprechende dritte Komponente eine bedeutendere Rolle bei der Bestimmung des kürzesten Weges spielt. In 11 wird der untere Weg 60 ausgewählt, da der untere Weg 60 zwischen den Zielfahrzeugpunkten 26 und Objektpunkten breiter als der obere Weg ist.

8. Die Scanpunkte in linke und rechte Punkte basierend auf deren relativer Position zum kürzesten Weg aufteilen, d. h. diejenigen über dem Weg sind die linken Punkte und diejenigen unter dem Weg sind die rechten Punkte.
9. Wenn die Scanpunkte des Zielfahrzeugs unter den rechten Punkten sind, ist die sichere Richtung des Spurwechsels ”links” und die nicht dem Zielfahrzeug angehörenden Scanpunkte in der linken Gruppe werden als die Objektpunkte angesehen, anderweitig ist die Richtung ”rechts” und die nicht dem Zielfahrzeug angehörenden Scanpunkte in der rechten Gruppe werden als die Objektpunkte angesehen. Andere Scanpunkte werden bei der Bestimmung der Zielkurven-Koeffizienten ignoriert.
10. Schritte 1 bis 9 wiederholen, sobald neue Datenscanpunkte vom Wahrnehmungsmodulprozessor 42 vorhanden sind.

Um die Abstandfunktion D_k3 in Gleichung (11) zu finden, welche der Breite des Weges zwischen dem Zielfahrzeug 14 und den Objekten 22 entspricht, führen Sie die folgenden fünf Schritte aus:

1. Suchen Sie die Eckpunkte 54, deren X-Koordinatenwerte innerhalb eines von der X-Koordinate der Scanpunkte des Zielfahrzeugs a bestimmten Wertes liegen.
2. Teilen Sie die in Schritt 1 erhaltenen Eckpunkte 54 in zwei Gruppen auf, deren Eckpunkte 54 über oder unter den Punkten des Zielfahrzeugs 26 liegen.
3. Suchen Sie die für jeden Eckpunkt 54 in Schritt 1 entsprechende Korridorbreite wie folgt:
a. Wenn sich der Eckpunkt 54 unter den Scanpunkten des Zielfahrzeugs a, befindet, wird die Korridorbreite als Y-Koordinaten-Differenz zwischen dem minimalen Zielfahrzeugpunkt (in Bezug auf die Y-Koordinate) und dem minimalen Objektpunkt (in Bezug auf die Y-Koordinate) in Verbindung mit dem Eckpunkt 54 durch die Dreieckkante berechnet.
a. Wenn sich der Eckpunkt 54 über den Scanpunkten des Zielfahrzeugs a, befindet, wird die Korridorbreite als Y-Koordinaten-Differenz zwischen dem maximalen Zielfahrzeugpunkt (in Bezug auf die Y-Koordinate) und dem maximalen Objektpunkt (in Bezug auf die Y-Koordinate) in Verbindung mit dem Eckpunkt 54 durch die Dreieckkante berechnet.
4. Suchen Sie den Mindestwert der Korridorbreite für jede Gruppe von Eckpunkten 54 und markieren Sie die Gruppe, deren Mindestwert der niedrigste als Sterngruppe ist. Wenn die Mindestwerte der Gruppen die gleichen sind, existiert die Sterngruppe nicht.
5. Die Abstandsfunktion D_k3 für jedes Segment 58 wird wie folgt erhalten:
a. Wenn das Segment 58 mit einem der Eckpunkte 54 von Schritt 1 verbunden ist:
i. Wenn der Eckpunkt 54 der Sterngruppe angehört, wie in Schritt 4 definiert, wird die Abstandsfunktion D_k3 für das Segment 58 auf eine minimale Korridorbreite dieser Gruppe gestellt.
ii. Wenn der Eckpunkt 54 nicht einer Sterngruppe angehört oder die Sterngruppe nicht existiert, wird die Abstandsfunktion D_k3 für das Segment 58 auf null gestellt.
b. Wenn das Segment 58 nicht mit einem der Eckpunkte 54 von Schritt 1 verbunden ist, wird die Abstandsfunktion D_k3 auf null gestellt.

Der Algorithmus, um die sichere Richtung für den virtuellen Zielweg 24 zu finden, sollte beginnen, wenn das Zielfahrzeug 14 erkannt wurde, und muss abgeschlossen werden, bevor das tatsächliche Kollisionsvermeidungsmanöver eingeleitet wird. Sollte sich die sichere Spurwechselrichtung mit der Zeit ändern, da ein neuer Satz von Datenpunkten vorhanden ist, kann eine gewichtete Durchschnittsmethode mit mehr Gewichten für die neuesten Entscheidungen verwendet werden.
Wieder bei 3, nachdem die oben besprochenen vorverarbeitenden Berechnungen durchgeführt wurden, bestimmt der Algorithmus einen Kurvenpunkt p*, der ein vordefinierter Sicherheitsabstand d_t vom nächstgelegenen Scanpunkt 26 auf dem Zielfahrzeug 14 von der sicheren Richtung des virtuellen Weges 24 bei Feld 72 ist, wie in der Darstellung 88 in 12 gezeigt, wobei jeder der Scanpunkte 26 durch a_i bestimmt wird und der nächstgelegene Scanpunkt des Zielfahrzeugs 14 durch a* bestimmt wird. Der Algorithmus bestimmt dann eine Ziellinie 92, welche die Wahrscheinlichkeit für den virtuellen Zielweg 24 widerspiegelt, der parallel zur Richtung des Subjektfahrzeugs 12 verläuft, bevor das ausweichende Lenkmanöver eingeleitet wird, und verläuft durch den Punkt p* bei Feld 74.
Der sichere Abstand d_t wird ab dem nächstgelegenen Scanpunkt 26 am Zielfahrzeug 14 zur Ziellinie 92 auf der beabsichtigten Richtung des Spurwechselmanövers gemessen. Die Ziellinie 92 kann in globalen Koordinaten X-Y wie folgt dargestellt werden: Y = p * / Y, (12) wobei p * / Y die Y-Koordinate des Kurvenpunkts p* bezeichnet, welche wie folgt erhalten wird:
wobei a_iY, i = 1, 2, ..., n die Y-Koordinate der Scanpunkte 26 auf dem Zielfahrzeug 14 in den globalen Koordinaten X-Y, d_t der sichere Abstand vom Zielfahrzeug 14 und TD die Drehrichtung des Subjektfahrzeugs 12 ist. Es ist zu beachten, dass die globalen Koordinaten X-Y den Koordinaten x-y des Subjektfahrzeugs zu Beginn des ausweichenden Lenkmanövers entsprechen. Die Zielfahrzeugpunkte 26 werden wie folgt von den Subjektfahrzeugkoordinaten x-y in die globalen Koordinaten X-Y umgewandelt:
wobei X_SV und Y_SV die aktuelle Position des Subjektfahrzeugs 12 in Bezug auf die globalen Koordinaten X-Y bezeichnen und Φ der relative Richtungswinkel des Subjektfahrzeugs 12 gemessen in Richtung entgegen des Uhrzeigersinns von der positiven X-Achse ist.
Die Ziellinie 92 kann in den Koordinaten x-y des Subjektfahrzeugs wie folgt erhalten werden: y = –tan(Φ)(x – p * / x) + p * / y, (15) wobei:
Der Algorithmus bestimmt dann, ob irgendwelche erkannten umgebenden Objekte bei dem Entscheidungsdiamanten 76 vorliegen. Wenn keine erkannten Objekte bei dem Entscheidungsdiamanten 76 vorliegen, dann verwandelt sich die Ziellinie 92 in den Zielweg 24 bei Feld 78 und der Algorithmus endet bei Block 68, um auf die nächste Scanclusterkarte zu warten. In anderen Worten ist der Zielweg 24 die Ziellinie 92, die parallel zum Subjektfahrzeug 12 zu Beginn des ausweichenden Lenkmanövers verläuft und befindet sich in einem sicheren Abstand d_t vom Zielfahrzeug 14.
Wenn der Algorithmus Objekte bei dem Entscheidungsdiamanten 76 erkennt, bestimmt der Algorithmus den Abstand der nächstgelegenen umgebenden Objekte 22 zur Ziellinie 92 bei Feld 80. Der Abstand D_b von jedem erkannten Objektpunkt b_j, j = 1, 2, ..., m zur Ziellinie 92 wird dann wie in Darstellung 90 der 13 dargestellt bestimmt. Mithilfe der Liniendarstellung in Gleichung (15), sind die Abstände D_bj wie folgt berechenbar:
wobei b_jx und b_jy die erkannten Objektpunkte b_j in den Koordinaten x-y des Subjektfahrzeugs sind.
Der Algorithmus bestimmt dann, ob die Objektpunkte b_j ein sicherer Abstand von der Ziellinie 92 bei dem Entscheidungsdiamanten 82 sind. Wenn alle Objektpunkte b_j ein sicherer Abstand von der Ziellinie 92 bei dem Entscheidungsdiamanten sind, d. h. min_j(D_bj) ≥ d_b, wird der Zielweg 24 die Ziellinie 92 der Gleichung (15) bei Feld 78 sein.
Wenn der Mindestabstand von einem der Objektpunkte b_j zur Ziellinie 92, wie in Gleichung (17), weniger als der sichere Abstand d_b, ist, d. h. min_j(D_bj) < d_b, bei dem Entscheidungsdiamanten, wird der folgende Schritt-für-Schritt-Algorithmus verwendet, um den Zielweg 24 als Zielweg 102 zu finden, welcher gekrümmt ist, um die Objekte 22 mit einem sicheren Abstand zu umgehen, wie in Abbildung 100 in 14 bei Feld 84 dargestellt.

1. Wandeln Sie die erkannten Objektpunkte b_j von den Koordinaten des Subjektfahrzeugs x-y wie folgt in die globalen Koordinaten X-Y um:
2. Sortieren Sie die umgewandelten Objektpunkte b_j in einer gemäß der X-Koordinate aufsteigenden Folge, z. B. b ^ = sort_X(b).
3. Wählen Sie unter den sortierten Objektpunkten b_j, die kritischen Punkte bei der Suche des Zielweges 24 basierend auf dem Abstand von den Objektpunkten b_j zur Ziellinie 92 in Gleichung (14) und der Y-Koordinate der sortierten Objektpunkte b_j in der globalen Koordinate X-Y, im Besonderen:
a) Suchen Sie den ersten ausgewählten Punkt
dessen Abstand zur Ziellinie 92 weniger als der sichere Abstand d_b ist.
b) Wählen Sie die anderen kritischen Objektpunkte b _k , k = 2, ..., r mithilfe:
4. Suchen Sie die Kurvenpunkte p b / k , k = 1, 2, ..., r, die den ausgewählten Objektpunkten
entsprechen. Die Kurvenpunkte p b / k werden so berechnet, dass sie einen sicheren Abstand d_b von den ausgewählten Objektpunkten
entlang der Y-Achse darstellen, und werden wie folgt erhalten:
5. Ignorieren Sie den Kurvenpunkt p b / k , k = 1, 2, ..., r, wenn dessen Mindestabstand von den Zielpunkten a_i weniger als der sichere Abstand d_t ist, d. h. D b / k < d_t wobei:
6. Fügen Sie die beiden Kurvenpunkte p t / 1 und p t / 2 entsprechend der Zielpunkte a_i hinzu, wie folgt: p t / 1X = min_ia_iX, p t / 1Y = p * / Y, (22) p t / 2X = max_ia_iX, p t / 2Y = p *Y, (23) wobei p * / Y den Zielweg 24 definiert, gegeben in Gleichung (13).
7. Ignorieren Sie den Kurvenpunkt p t / k , k = 1, 2, ..., r, wenn dessen Mindestabstand von den Zielpunkten b_j weniger als der sichere Abstand d_b ist, d. h. D t / k < d_b wobei:
8. Verwandeln Sie die Kurvenpunkte p_k, bestimmt in den Schritten 4–7, in die Subjektfahrzeugkoordinaten x-y, wie folgt:
9. Suchen Sie den Zielweg 102, indem Sie eine quadratische Polynomfunktion anpassen, indem Sie z. B. Gleichung (26) durch die verwandelten Kurvenpunkte p_k in Schritt 8 verwenden, wobei die Kurvenanpassung im Sinn des kleinsten Fehlerquadrats erfolgt. y = ax² + bx + c. (26)

Die folgenden Erörterungen bieten Einzelheiten darüber, wie die Koeffizienten von quadratischen Polynomen mithilfe einer Kurvenanpassungsmethode im Sinn des kleinsten Fehlerquadrats zu finden sind. Unter der Annahme, dass die Kurvenpunkte p_k, k = 1, 2, ..., r bereits berechnet wurden, ist es der nächste Schritt, ein quadratisches Polynom y(x) = ax² + bx + c zu finden, sodass die folgende Kostenfunktion minimiert wird als: e = Σ r / k=1[p_ky – y(p_kx)]² + γ₀[a – a]² + γ₁[b – b]² + γ₂[c – c]², (27) wobei (p_kx, p_ky) die Position eines Kurvenpunktes, a , b , und c die im vorherigen Zeitraum erhaltenen Polynomialkoeffizienten und γ₀, γ₁ und γ₂ manche positive Konstanten sind.
Der erste Term der Gleichung (27) stellt sicher, dass die resultierende Polynomialkurve nah genug an den Kurvenpunkten ist, während die anderen Terme sicherstellen, dass die sich ergebende Polynomialkurve ausgeglichen ist und keine größere Änderungen in den Polynomialkoeffizienten von einem Augenblick zum nächsten vorliegen.
Um die optimierten Koeffizienten zu finden, die die Kostenfunktion e in Gleichung (27) minimieren, wird die folgende Reihe an Gleichungen gelöst.
was in der folgenden Matrixform geschrieben werden kann:
Die quadratischen Polynomialkoeffizienten werden dann wie folgt erhalten:
Erwägen Sie nun den Fall, in dem das Subjektfahrzeug 12 das Zielfahrzeug 14 entlang des Weges 102 überholt hat, basierend auf der Erörterung oben, und nur Objektscanpunkte b_j von den Objekten 22 vorliegen, wie in Abbildung 110 in 15 dargestellt. Der Zielweg 24 wird in diesem Fall als Zielweg 112 berechnet und wird das Subjektfahrzeug 12 entlang eines Weges steuern, um es zu vermeiden, gegen die Objekte 22 auf der Straße zu stoßen.
Um den Zielweg 112 zu finden, trennen Sie zuerst die Objektpunkte b_j in Gruppen auf, basierend auf ihren X-Koordinaten-Werten wie folgt: b_j ∊ G_kif(k – 1)w_b ≤ b_jX – min_j(b_jX) ≤ kw_b, for j = 1, 2, ..., m and k = 1, 2, ..., r, (33) wobei b_j den j. Objektpunkt bezeichnet, G_k die k. Gruppe der Objektpunkte b_j ist und w_b eine konstante Länge ist, welche die Breite jeder Gruppe entlang der X-Achse bestimmt.
Die ausgewählten Objektpunkte b _k werden dann wie folgt erhalten:
wobei:
Die Kurvenpunkte p_k, k = 1, 2, ..., r werden entsprechend der ausgewählten Objektpunkte b _k berechnet, sodass sie ein sicherer Abstand d_b von den ausgewählten Objektpunkten b _k sind entlang der Y-Achse, wie folgt:
Die Kurvenpunkte p_k werden letztendlich in die Koordinaten x-y des Subjektfahrzeugs verwandelt, mithilfe der Gleichung (25), und der Zielweg 112 wird anhand der Anpassung einer quadratischen Polynomfunktion durch die verwandelten Kurvenpunkte bestimmt.
Um die vorstehend besprochene geometrische Methode zusammenzufassen, wird der folgende Schritt-für-Schritt-Algorithmus präsentiert.

1. Sammeln Sie die Scanpunkte vom LiDAR-Sensor 18 und vereinfachen Sie sie mittels Clusterbildungsalgorithmus.
2. Ab den Scanpunkten der erkannten Objekte suchen Sie das Zielfahrzeugobjekt, das sich auf dem Verfahrweg des Subjektfahrzeugs 12 befindet.
3. Ignorieren Sie diese Scanpunkte der erkannten Objekte, die weit vom Zielfahrzeug 14 entfernt sind und für das ausweichende Spurwechselmanöver irrelevant sind.
4. Basierend auf den erkannten Punkten, bestimmen Sie die sichere Richtung des Not-Wegwechsel-Manövers und teilen Sie die Scanpunkte in zwei Kategorien auf, darunter die Zielfahrzeugpunkte a_j und die Objektpunkte b_j, falls vorhanden.
5. Berechnen Sie die Korridorbreite zwischen dem Zielfahrzeug und den erkannten Objekten und senden Sie ein Abbruchssignal, um das ausweichende Lenkmanöver abzubrechen, wenn die Korridorbreite weniger als ein Grenzwert ist.
6. Berechnen Sie mithilfe der Zielfahrzeugpunkte a_j die Ziellinie 92 der Gleichung (15).
7. Suchen Sie den Zielweg 24 basierend auf den folgenden Fällen:
a. Wenn keine Objektpunkte b_j erkannt werden, ist die Ziellinie 92 in Gleichung (15) der gewünschte Zielweg 24.
b. Für den Fall, dass manche Objektpunkte vorliegen b_j:
i. Wenn der Mindestabstand von den Objektpunkten b_j zur Ziellinie 92, angegeben in Gleichung (17), gleich oder größer als der sichere Abstand d_t ist, ist die Ziellinie 92 in Gleichung (15) der gewünschte Zielweg 24.
ii. Wenn der Mindestabstand von den Objektpunkten b_j zur Ziellinie 92, angegeben in Gleichung (17), weniger als der sichere Abstand d_t ist, folgen Sie dem nachstehend beschriebenen Algorithmus, um den Zielweg 102 zu finden.
c. Für den Fall, dass nur Objektpunkte b_j vorliegen und das Subjektfahrzeug 12 das Zielfahrzeug 14 überholt hat, folgen Sie dem oben definierten Algorithmus, um den Zielweg 112 zu finden.
8. Wiederholen Sie Schritte 1 bis 4, sobald neue Datenscanpunkte vom LiDAR-Sensor 18 vorhanden sind.

Das Potentialfeldverfahren und -algorithmus wird im virtuellen Spurenprozessor 44 durchgeführt und verwendet das Konzept der virtuellen Potentialfelder, um den virtuellen Zielweg 24 zu berechnen. Zuerst erstellt der Algorithmus ein künstliches Potentialfeld, das hohe Werte in den Zielfahrzeug-Scanpunkten a_i und den Objekt-Scanpunkten b_j hat und dessen Wert abnimmt, je ferner von diesen Punkten entfernt, sodass der sicherste Ort für das Subjektfahrzeug 12 zwischen dem Zielfahrzeug 14 und den Objekten 22 bestimmt werden kann. Der Zielweg 24 ist daher beim geringsten Wert des potentiellen Feldes zu finden, wenn bestimmte Beschränkungen erfüllt sind. Die nachstehende Erörterung erfolgt mit Bezug auf die jeweiligen Abbildungen 120 und 130 in 16 und 17, in denen das Subjektfahrzeug 12, das Zielfahrzeug und der ausweichende Lenkweg 20 aufgeführt sind.
Um sicherzustellen, dass der virtuelle Zielweg 24 weit genug vom Zielfahrzeug 14 und den Objekten 22 entfernt ist, wird zuerst ein Potentialfeld als eine Summe von zweidimensionalen Gaussfunktionen bestimmt, eines für jeden der Zielfahrzeug-Scanpunkte a_i und der Objekt-Scanpunkte b_j, deren Maximalwerte in jedem der Punkte wie folgt auftreten: U(X, Y) = Σ n / i=1U_i(X, Y) + Σ m / j=1U_j(X, Y), (37) wobei n und m jeweils die Anzahl der Zielfahrzeugpunkte a_i, i = 1, 2, ..., n, und der Objektpunkte, b_j, j = 1, 2, ..., m, sind und
wobei A die Amplitude und σ_X und σ_Y X- und Y-Streuungen der Gaussfunktionen sind. 18 ist eine Grafik im X-Y-Z-Raum mit einem Beispiel einer zweidimensionalen Gaussfunktion.
19 ist ein Flussdiagramm 140, in dem ein Verfahren für das Potentialfeldverfahren dargestellt wird. Der Algorithmus sammelt die Scanpunkte 26 vom LiDAR-Sensor 18 und vereinfacht die Scanpunkte 26 mithilfe eines Clusterbildungsalgorithmus bei Feld 142. Ab den Scanpunkten der erkannten Objekte sucht der Algorithmus das Zielfahrzeugobjekt, das sich im Verfahrweg des Subjektfahrzeugs 12 bei Feld 144 befindet. Der Algorithmus ignoriert diese Scanpunkte der erkannten Objekte, die weit vom Zielfahrzeug 14 entfernt sind und für das ausweichende Spurwechselmanöver bei Feld 146 irrelevant sind. Mithilfe der erkannten Scanpunkte 26 bestimmt der Algorithmus eine sichere Richtung für den virtuellen Zielweg 24 und teilt die Scanpunkte 26 in zwei Kategorien auf, darunter die Zielfahrzeugpunkte a_i und die Objektpunkte b_j, falls vorhanden, bei Feld 148 in der gleichen Weise wie oben für die Geometriemethode im Vorverarbeitungschritt bei Feld 70 beschrieben. Der Algorithmus berechnet die Korridorbreite zwischen dem Zielfahrzeug 14 und den erkannten Objekten und sendet ein Abbruchssignal, um das ausweichende Lenkmanöver abzubrechen, wenn die Korridorbreite weniger als ein Grenzwert bei Feld 150 ist. Der Algorithmus wandelt die erkannten Zielpunkte a_i und die Objektpunkte b_j in globale Koordinaten X-Y um anhand der Gleichungen (14) und (18) bei Feld 152 und definiert ein Potentialfeld mithilfe der Gleichung (37) bei Feld 154.
Der Algorithmus definiert dann ein Raster 122 in der X-Y-Ebene im gewünschten Bereich, wobei der Zielweg 24 gefunden wird, und berechnet den Wert des Potentialfeldes bei jedem Rasterpunkt 124 (X_g, Y_g), g = 1, 2, ..., N bei Feld 156. Insbesondere die Rasterpunkte 124 sind die Stellen, an denen eine X-Linie in der X-Y-Ebene und eine Y-Linie in der X-Y-Ebene sich überschneiden, wo die X-Linien in der X-Y-Ebene in der Fahrtrichtung des Subjektfahrzeugs 12 und die Y-Linien senkrecht dazu verlaufen. Für jede X-Linie X_g, g = 1, 2, ..., N im Raster 122 bestimmt der Algorithmus den lokalen Mindestpunkt Y_gmin des Potentialfeldes entlang der Y-Linie für diese X_g Linie im Raster 122, d. h. der Rasterpunkt 124 mit dem niedrigsten Potentialfeldwert in der Y-Richtung, welcher der niedrigstmögliche Punkt ist, wo sich das Zielfahrzeug 14 oder die Objekte 22 befinden würden, und daher der sicherste Ort für das Subjektfahrzeug 12 bei einem Ausweichmanöver ist, bei Feld 158, beschränkt auf die folgenden Bedingungen:
wobei Y_tg und Y_bg jeweils eine Zielgrenze und eine Objektgrenze sind und definiert sind, um sicherzustellen, dass die lokalen Mindestpunkte in einem sicheren Bereich zu finden sind, entweder auf der gewünschten Seite der Zielfahrzeugpunkte a_i oder zwischen den Zielfahrzeugpunkten a_i und den Objektpunkten b_j, falls vorhanden. Die Abbildung 120 in 16 zeigt Einzelheiten, wie die Zielgrenze Y_tg zu finden ist, und die Abbildung 130 in 17 zeigt Einzelheiten, wie die Objektgrenze Y_bg zu finden ist. Der bestimmte Mindestpunkt für jede X-Linie, falls vorhanden, ist der Kurvenpunkt, d. h. p_k = (p_kX, p_kY) = (X_g, Y_gmin), k = 1, 2, ..., r.
Bei Gleichung (40) stellt die Zielgrenze Y_tg, g = 1, 2, ..., N sicher, dass die Kurvenpunkte in der gewünschten Seite des Zielfahrzeugs 14 zu finden sind und sich in einer sicheren Entfernung vom Zielfahrzeug 14 befinden, wobei die Zielgrenze Y_tg folgendermaßen bestimmt wird:
Bei Gleichung (40) stellt die Zielgrenze Y_bg, g = 1, 2, ..., N sicher, dass die Kurvenpunkte in der gewünschten Seite der Objektpunkte b_j und in einem sicheren Abstand davon zu finden sind. Um die Objektgrenze Y_bg bei jedem Rasterpunkt 124 zu finden, suchen Sie zuerst den Vektor aller Objektpunkte b_j, die sich in der Nähe des Rasterpunktes X_g, i. e., for g = 1, 2, ..., N befinden:
wobei
ein leerer Vektor für alle g = 1, 2, ..., N ist.
Die Objektgrenze Y_bg wird dann wie folgt erhalten:
Sollten keine Objektpunkte b_j erhalten werden, kann die Objektgrenze Y_bg basierend auf der Zielgrenze Y_tg ermittelt werden:
wobei α eine positive Konstante ist, die nach Belieben ausgewählt werden kann und bestimmt, wie nah sich der Zielweg 24 am Zielfahrzeug 14 befinden kann.
Der Algorithmus wandelt dann die bei Feld 158 bestimmten Punkte in die Subjektfahrzeug-Koordinaten x-y um, anhand der Gleichung (25) bei Feld 160. Der Algorithmus sucht die Zielkurve durch Anpassen einer quadratischen Polynomfunktion durch die umgewandelten Kurvenpunkte bei Feld 160, wobei die Kurvenanpassung im Sinn des kleinsten Fehlerquadrats bei Feld 162 erfolgt. Der Algorithmus kehrt dann zu Feld 142 zurück, um auf den nächsten Datenpunktscancluster zu warten.
Wie der Fachmann gut verstehen wird, könnten die hier erörterten unterschiedlichen Schritte und Prozesse, um die Erfindung zu beschreiben, sich auf Verfahren beziehen, die von einem Rechner, einem Prozessor oder einer anderen elektronischen Rechenvorrichtung durchgeführt werden, die Daten anhand eines elektrischen Phänomens manipulieren und/oder umwandeln. Solche Rechner und elektronischen Geräte können verschiedene flüchtige und/oder nichtflüchtige Speicher verwenden, darunter nicht-transitorische, rechnerlesbare Medien mit einem ausführbaren Programm, das darauf gespeichert ist, darunter verschiedene Codes oder ausführbare Anweisungen, die vom Rechner oder Prozessor ausführbar sind, wobei der Speicher und/oder das rechnerlesbare Medium alle Formen und Arten von Speicher und sonstiger rechnerlesbaren Medien umfassen kann.
Die vorangehende Erörterung offenbart und beschreibt lediglich Ausführungsbeispiele der vorliegenden Erfindung. Der Fachmann wird sofort erkennen, dass bei solchen Erörterungen und den begleitenden Zeichnungen und Ansprüchen verschiedene Änderungen, Modifizierungen und Variationen vorgenommen werden, ohne den Geist und den Umfang der Erfindung zu verlassen, wie in den folgenden Ansprüchen festgelegt.

Claims

Ein Verfahren zur Bestimmung eines virtuellen Zielweges, der verwendet wird, um einen evasiven Lenkweg für ein Subjektfahrzeug um ein Zielobjekt herum auf einem Verfahrweg des Subjektfahrzeugs zu berechnen, wobei das Verfahren umfasst: – Bereitstellen einer Vielzahl von Scanpunkten, die von einem oder mehreren Sensoren auf dem Subjektfahrzeug erkannte Objekte identifizieren; – Aufteilen der Vielzahl von Scanpunkten in Zielobjekt-Scanpunkte vom Zielobjekt und andere, von anderen Objekten erhaltene Objekt-Scanpunkte, falls vorhanden; – Identifizieren eines nächstgelegenen Scanpunkts von den Zielobjekt-Scanpunkten, der dem Subjektfahrzeug am nächsten liegt; – Identifizieren eines Wegpunkts, der ein vorbestimmter sicherer Abstand vom nächstgelegenen Scanpunkt ist; – Bestimmen einer geraden Ziellinie neben dem Zielobjekt, die durch den Wegpunkt verläuft und parallel zu einer Richtung des Fahrweges des Subjektfahrzeuges ist, bevor das Subjektfahrzeug dem ausweichenden Lenkweg folgt; – Bestimmen, ob die Vielzahl von Scanpunkten die anderen Objekt-Scanpunkte einbezieht; – Verwandeln des ausweichenden Lenkweg in die gerade Ziellinie, wenn keine anderen Objekt-Scanpunkte vorhanden sind; – Bestimmen eines Abstands zwischen der Ziellinie und jedem der anderen, von den anderen Objekt-Scanpunkten identifizierten Objekten, wenn es keine anderen Objekt-Scanpunkte gibt; – Bestimmen, ob alle Abstände größer als ein vorbestimmter Grenzabstand sind; – Verwandeln des evasiven Lenkwegs in die gerade Ziellinie, wenn alle Abstände größer als der Grenzabstand sind; – Identifizieren von Kurvenpunkten für jedes andere Objekt, dessen Abstand geringer als der vorbestimmte Grenzabstand ist, wobei jeder Kurvenpunkt ein vorbestimmter sicherer Abstand vom Zielobjekt und dem anderen Objekt ist; und – Identifizieren eines gekrümmten Weges, der die Kurvenpunkte miteinander verbindet, um der virtuelle Zielweg zu sein.
Verfahren nach Anspruch 1, das ferner vor Ermittlung des nächstgelegenen Scanpunkts umfasst zu bestimmen, ob der virtuelle Zielweg links oder rechts vom Zielobjekt verläuft.
Verfahren nach Anspruch 1, wobei die Bestimmung einer geraden Ziellinie die Verwendung der Gleichungen umfasst: y = –tan(Φ)(x – p * / x) + p * / y,
wobei X_SV und Y_SV die aktuelle Position des Subjektfahrzeugs in Bezug auf die globalen Koordinaten X-Y sind, p * / y und p * / x Komponenten der Kurvenpunkte sind und Φ der relative Richtungswinkel des Subjektfahrzeugs, gemessen entgegen dem Uhrzeigersinn von der positiven X-Achse, ist.
Verfahren nach Anspruch 1, wobei die Identifizierung der Kurvenpunkte für jedes andere Objekt die Bestimmung eines Objektabstands für jedes der Objekte ab der geraden Ziellinie, die Bestimmung, ob jedes der anderen Objekte ein vorbestimmter sicherer Abstand von der Ziellinie ist, die Identifizierung und Auswahl der anderen Objekte, deren Abstand zur Ziellinie weniger als der sichere Abstand ist, die Identifizierung der Kurvenpunkte für die ausgewählten anderen Objekte und das Ignorieren der Kurvenpunkte für die anderen Objekte, deren Abstand von der Ziellinie größer als der vorbestimmte sichere Abstand ist, umfasst.
Verfahren nach Anspruch 1, das ferner die fortgesetzte Bestimmung des virtuellen Zielweges für das Subjektfahrzeug umfasst, nachdem das Subjektfahrzeug das Zielobjekt überholt hat, wobei die Scanpunkte andere Objekt-Scanpunkte umfassen.
Verfahren nach Anspruch 1, wobei die Identifizierung eines gekrümmten Weges, der die Kurvenpunkte verbindet, die Verwendung einer quadratischen Polynomfunktion umfasst.
Verfahren nach Anspruch 1, das ferner die Reduzierung der Komplexität der Vielzahl von Scanpunkten anhand eines Clusteringalgorithmus umfasst, bevor die Scanpunkte in die Zielobjekt-Scanpunkte und die anderen Objekt-Scanpunkte aufgeteilt werden.
Verfahren nach Anspruch 1, das ferner das Ignorieren von Scanpunkten umfasst, die sich außerhalb eines vorbestimmten sicheren Abstands vom Subjektfahrzeug befinden.
Verfahren nach Anspruch 1, das ferner die Erkennung eines Zielfahrzeugs als das Zielobjekt unter den anderen Objekten umfasst.
Verfahren nach Anspruch 1, das ferner die Berechnung einer Korridorbreite zwischen dem Zielobjekt und den anderen Objekten und den Abbruch des ausweichenden Lenkmanövers umfasst, wenn die Korridorbreite kleiner als eine vorbestimmte Grenzbreite ist.