用于在导航环境中运行机动车的方法和机动车技术

本发明专利技术涉及一种用于在导航环境中——尤其是在停车环境中——运行机动车(1)的方法，其中，使用导航环境的数字式的、描述行驶路径网的导航地图并且机动车(1)的导航系统(2)在考虑导航地图的情况下确定至包含在导航地图中的目标位置的导航路线，其中，借助于机动车方面的传感器装置(6)检测描述机动车(1)的周围环境的传感器数据，其中，导航系统(2)执行把传感器数据用作输入数据的、根据训练数据借助于机器学习而被训练的车辆驾驶算法，根据至少一个通过车辆驾驶算法基于输入数据确定的横向和/或纵向驾驶动作自动地沿着导航路线至少暂时地驾驶机动车(1)。

Method and motor vehicle for running in navigation environment

The present invention relates to a method for running a motor vehicle (1) in a navigation environment, especially in a parking environment, in which a navigation system (2) using a digital navigation map describing a driving path network of the navigation environment and determining a navigation route to the target position included in the navigation map taking into account the navigation map, in which the navigation route is determined by means of a digital navigation map describing the driving path network of the navigation environment. Sensor devices (6) for motor vehicles detect sensor data describing the surrounding environment of motor vehicles (1), in which navigation systems (2) perform vehicle driving algorithms that use sensor data as input data and are trained by machine learning based on training data, and automatically determine lateral and/or longitudinal driving actions based on input data according to at least one vehicle driving algorithm. Drive the motor vehicle at least temporarily along the navigation route (1).

【技术实现步骤摘要】
【国外来华专利技术】用于在导航环境中运行机动车的方法和机动车
本专利技术涉及一种用于在导航环境中——尤其是在停车环境中——运行机动车的方法，其中，使用导航环境的数字式的、描述行驶路径网的导航地图并且机动车的导航系统在考虑导航地图的情况下确定至包含在导航地图中的目标位置的导航路线，其中，借助于机动车方面的传感器装置检测描述机动车的周围环境的传感器数据。此外，本专利技术还涉及一种机动车。
技术介绍
机动车通常在局部受限的导航环境中运行，导航环境的经典例子是停车环境，尤其是具有多个停车位的停车场或停车处。为了改善在导航环境内的整体交通以及实现在导航环境内对驾驶员更好的定向，已知的是，向机动车发送用于相应的导航环境的导航地图，例如借助于配属于导航环境的中央计算装置。因为在这种导航环境内的行驶设计为有时要求很高，尤其是需要精确的调车过程，所以已经提出了下述方法，在该方法中，基于传感器装置的传感器数据至少暂时地自动化地驾驶机动车。从DE102015001631A1已知了一种用于在导航环境中运行机动车的方法，其中，导航环境的导航地图由配属于导航环境的中央计算装置接收，并确定包含在导航地图中的目标位置。此外，在考虑导航地图的情况下通过导航系统确定从机动车的当前位置至目标位置的理想轨迹，并跟踪在导航环境中机动车的当前位置，其中，在驾驶员方面的切换操作动作下朝着理想轨迹驾驶机动车并随后在理想轨迹上驾驶机动车。缺点在于，为了分析评估机动车的环境所需的传感器装置非常昂贵。然而，恰好是在所谓的体积段(Volumensegment)中的车辆的情况下，在经济上仅能实现受限的传感器视距和/或质量，这不能实现完整地评估用于实施导航行驶功能的、检测到的场景。特别地，典型的传感器装置的检测范围、性能和分辨率不足以实现在停车环境中的所有可设想的情况的完整分析描述。还提出了在车辆工程领域应用机器学习技术：DE102014018913A1公开了一种用于运行汽车的驾驶员辅助装置的方法，其中，通过汽车的属于驾驶员辅助装置的传感器装置检测汽车的环境，以及通过汽车的属于驾驶员辅助装置的另一个传感器装置检测汽车的驾驶员的至少一个与汽车的行驶运动相关的行为。此外，在检测到的环境和检测到的行为之间的关联通过驾驶员辅助装置经由重复地检测环境和行为而被学习并通过驾驶员辅助装置借助于质量标准评估学习到的关联的可靠性，据此至少一个与汽车的行驶运动相关的自动化的功能通过驾驶员辅助装置基于汽车目前的环境和/或质量标准的值来执行。DE102011112990A1公开了一种用于车辆的控制和调节的系统，以便执行全自动或部分自动的行驶，其中，从经验文件提取数据，即驶过的路段，该路段已经被走过一次，且同时从该经验文件提取关于所有需要的转向操控、制动操控、速度操控的数据。DE102005047591A1公开了一种用于在操作机动车时借助于多个用于执行多种不同的行驶操作动作的驾驶员辅助系统为驾驶员减压的方法以及用于获取用于描述当前行驶情况的情况数据的部件，其中，通过机动车获得情况数据并根据情况数据通过机动车确定符合情况的行驶操作动作的有限的量，据此针对实施唯一的符合情况的行驶操作动作进行在机动车和驾驶员之间的协调。
技术实现思路
因此，本专利技术的目的在于，提供一种用于在导航环境中——尤其是在停车环境中——运行机动车的相对改进的可能性。为了实现该目的，根据本专利技术在前述类型的方法中规定，该导航系统执行把传感器数据用作输入数据的、根据训练数据借助于机器学习而被训练的车辆驾驶算法，根据至少一个通过车辆驾驶算法基于输入数据确定的横向和/或纵向驾驶动作自动地沿着导航路线至少暂时地驾驶机动车。本专利技术是基于以下考虑：使用机器学习，以用于实现在横向和/或纵向方向上自动化的车辆运动，其中，使用一根据历史传感器数据、尤其是该传感器装置的或另一机动车的传感器装置的历史传感器数据而被训练的车辆驾驶算法。有利地可以因此放弃用于完整的分析性情况解释的传感器装置的复杂结构设计，并在已经具有相对简单设计的传感器装置的机动车中实现在导航环境、尤其是停车-和调车场景中的自动化的驾驶功能。在根据本专利技术方法的范围内，导航装置可以在第一步骤中借助于机动车方面的通信装置从配属于导航环境的中央计算装置接收导航地图。这种计算装置例如可以是后端服务器。当然，替代地也可以设想，导航地图已经存在于机动车中，例如在用于被驶过的区域的缓冲区的意义上。在进一步的步骤中，导航装置可以本身确定目标位置、例如用于机动车的停车位，通过用户选择获取该目标位置，或者接收由计算装置确定的目标位置。随后，计算装置可以在考虑导航地图的情况下来确定导航路线。与此并行地，导航系统可以执行评估输入数据的车辆驾驶算法。作为车辆驾驶算法的训练的基础的训练数据可以包括形式为横向和/或纵向运动动作的行为模式和传感器数据之间的相关性。车辆驾驶算法的可设想的设计方案例如是深层神经网络，像从普林斯顿大学的项目“DeepDriving深度驾驶”中已知的那样(见C.Chen，A.Seff，A.Kornhauser和J.Xiao：DeepDriving深度驾驶：LearningAffordanceforDirectPerceptioninAutonomousDriving学习对自主驾驶中直接感知的支持,TheIEEEInternationalConferenceonComputerVision国际计算机视觉大会(ICCV),2015,第2722-2730页)。在或当自动驾驶根据所确定的横向和/或纵向驾驶动作被激活时，导航系统可以通过操控机动车的至少一个转向装置和/或驱动装置和/或制动装置实现根据所确定的横向和/或纵向驾驶动作进行自动驾驶。在根据本专利技术的方法中特别优选的是，使用如下的车辆驾驶算法：所述车辆驾驶算法——尤其在工厂方面——根据描述所述或一个机动车在至少一个参考导航环境内的运动的训练数据而已经被训练。训练数据可以因此在参考导航环境中在所述或一个机动车的至少一个行驶期间被检测，例如在训练行驶的范围内，和/或也包括已知的“GroundTruth地面实况”、尤其是对参考导航环境的可驶过的和不可驶过的区域的说明。在这种情况下优选的是，检测在与机动车相当的、尤其是鉴于传感器装置相当的参考车辆的在这种训练行驶中的训练数据。优选地，在工厂方面根据这样的训练数据对车辆驾驶算法进行训练。这使得能够通过选择训练数据和/或参数化来记忆制造商方面期望的驾驶动作。此外，导航系统还可以在机动车自身的行驶期间收集进一步的训练数据，并且可以根据这些训练数据连续地训练车辆驾驶算法。由此可以快速扩展车辆驾驶算法的数据库，无论是通过在机动车的行驶期间的训练还是通过基于改进的训练数据的易于安装的更新。有利地，使用在避撞和/或实现机动车的运动方面根据右侧行驶规则或左侧行驶规则而被训练的车辆驾驶算法。因此，可以根据在所述或一个参考导航环境中的运动获得训练数据，其中，通过该传感器数据描述的障碍物通过确定的横向和/或纵向运动动作来避开，和/或其中，在与这种障碍物碰撞之前停车。同样地，可以通过在训练期间始终遵循右侧行驶规则或左侧行驶规则来训练车辆驾驶算法以遵守这样的规则。特别优选的是，仅在接收到驾驶员方面的、指示出期望自动驾驶的操作动作之后才开始机动本文档来自技高网...

【技术保护点】
1.一种用于在导航环境中——尤其是在停车环境中——运行机动车(1)的方法，其中，使用所述导航环境的数字式的、描述行驶路径网的导航地图并且机动车(1)的导航系统(2)在考虑导航地图的情况下确定至包含在导航地图中的目标位置的导航路线，其中，借助于机动车方面的传感器装置(6)检测描述机动车(1)的周围环境的传感器数据，其特征在于，所述导航系统(2)执行把传感器数据用作输入数据的、根据训练数据借助于机器学习而被训练的车辆驾驶算法，根据至少一个通过车辆驾驶算法基于输入数据确定的横向和/或纵向驾驶动作自动地沿着导航路线至少暂时地驾驶机动车(1)。

【技术特征摘要】
【国外来华专利技术】2016.10.13 DE 102016219987.01.一种用于在导航环境中——尤其是在停车环境中——运行机动车(1)的方法，其中，使用所述导航环境的数字式的、描述行驶路径网的导航地图并且机动车(1)的导航系统(2)在考虑导航地图的情况下确定至包含在导航地图中的目标位置的导航路线，其中，借助于机动车方面的传感器装置(6)检测描述机动车(1)的周围环境的传感器数据，其特征在于，所述导航系统(2)执行把传感器数据用作输入数据的、根据训练数据借助于机器学习而被训练的车辆驾驶算法，根据至少一个通过车辆驾驶算法基于输入数据确定的横向和/或纵向驾驶动作自动地沿着导航路线至少暂时地驾驶机动车(1)。2.根据权利要求1所述的方法，其特征在于，使用如下的车辆驾驶算法：所述车辆驾驶算法——尤其在工厂方面——根据描述所述或一个机动车(1)在至少一个参考导航环境内的运动的训练数据而已经被训练。3.根据权利要求1或2所述的方法，其特征在于，使用在避撞和/或实现机动车(1)的运动方面根据右侧行驶规则或左侧行驶规则而被训练的车辆驾驶算法。4.根据前述权利要求中任一项所述的方法，其特征在于，仅在接收到驾驶员方面的、指示出期望自动驾驶的操作动作之后才开始机动车(1)的自动驾驶。5.根据权利要求4所述的方法，其特征在于，所述车辆驾驶算法...

【专利技术属性】
技术研发人员：F·舒勒，
申请(专利权)人：奥迪股份公司，
类型：发明
国别省市：德国,DE