用于控制车辆的自动驾驶系统的方法和系统技术方案

本发明专利技术公开了一种用于控制车辆的自动驾驶系统的方法和系统。还公开了一种对应的非瞬态计算机可读存储介质、车辆控制设备以及包括这种控制设备的车辆。该方法包括：从车辆的感知系统接收环境数据，所述环境数据包括多个环境参数；基于所接收的环境数据，通过自学习模型确定环境场景；基于自学习模型和所确定的环境场景为ADS设置调整参数，所述调整参数定义ADS的动态参数；接收表示对所设置的调整参数的车辆用户反馈的至少一个信号，并且基于所接收的车辆用户反馈，针对所识别的环境场景的所设置的调整参数更新自学习模型。

【技术实现步骤摘要】
用于控制车辆的自动驾驶系统的方法和系统相关申请的交叉引用本专利申请要求2019年2月6日提交的、名称为“METHODANDSYSTEMFORCONTROLLINGANAUTOMATEDDRIVINGSYSTEMOFAVEHICLE(用于控制车辆的自动驾驶系统的方法和系统)”的欧洲专利局申请第EP19155773.5号的优先权，其被转让给其受让人，并且通过引用明确地并入本文。
本专利技术涉及一种用于为车辆的自动驾驶系统(ADS)设置调整参数的方法和车辆控制设备。
技术介绍
如今，许多车辆具有以高级驾驶员辅助系统(ADAS)的形式的多种驾驶员支持功能。此外，这些支持功能中的许多支持功能构成了当前和未来的自动驾驶(AD)功能的基础。ADAS特征或功能的示例包括车道偏离警告系统、车道对中、车道保持助手、驾驶员辅助，车道改变辅助、停车传感器、行人保护系统、盲点监视器、自适应巡航控制(ACC)、防抱死制动系统等。这些功能通过响应某些场景的一个或多个警告或自动操作，对车辆的传统的驾驶员控制进行补充。这些特征和功能的发展不仅在增加道路安全性方面，而且在减少车辆用户的认知负担和改善整体用户体验方面都是重要的因素。因此，在本领域中需要用于控制例如车辆的自适应巡航控制(ACC)系统的新的和改善的方法和系统。
技术实现思路
因此，本专利技术的目的是提供一种用于为车辆的自动驾驶系统(ADS)设置调整参数/控制车辆的自动驾驶系统(ADS)的调整参数的方法、一种非瞬态计算机可读存储介质、一种车辆控制设备以及一种包括这种车辆控制设备的车辆，该方法、非瞬态计算机可读存储介质、车辆控制设备以及车辆减轻当前已知系统的全部或至少一些缺点。该目的通过如权利要求中所限定的方法、非瞬态计算机可读存储介质、车辆控制设备和车辆来实现。在本上下文中，术语示例性被理解为用作实例、示例或说明。根据本专利技术的第一方面，提供了一种用于为车辆的自动驾驶系统(ADS)设置调整参数的方法。该方法包括：从车辆的感知系统接收环境数据，其中，环境数据包括多个环境参数。进一步，该方法包括：基于所接收的环境数据，通过自学习模型确定环境场景，并且基于自学习模型和所确定的环境场景为ADS设置调整参数。调整参数定义ADS的动态参数。该方法进一步包括：接收表示对所设置的调整参数的车辆用户反馈的至少一个信号，并且基于所接收的车辆用户反馈，针对所识别的环境场景的所设置的调整参数更新自学习模型。在此，提出一种能够为车辆的ADS(例如自适应巡航控制(ACC)系统)提供个性化调整参数并且从而增加车辆的驾驶员的总体驾驶体验和舒适度的方法。此外，所提出的方法增加了ADS功能的自动性，这可以导致更少的物理按钮和更少的来自驾驶员的交互，进一步改善了驾驶员的舒适度。本专利技术至少部分地基于这样的认识，即为了更接近完全自主驾驶解决方案，驾驶员/用户相对于几个自动驾驶系统(例如ACC)的满意度至关重要。具体地，重要的是提供一种ADS，在该ADS中，调整参数被设置为使得驾驶员/用户在行驶期间无论状况如何都感到舒适。因此，本专利技术人认识到，通过利用在这种系统中利用用户反馈作为关键输入参数的自学习模型(例如机器学习算法)，可以提供完全定制的解决方案。根据本专利技术的示例性实施例，确定环境场景的步骤包括：确定表示多个环境参数的多个信号之间的关系，并且其中，设置调整参数的步骤包括：基于所确定的表示多个环境参数的多个信号之间的关系来设置调整参数。在此，提供如何基于用户反馈数据更新自学习模型的示例实现。进一步，根据本专利技术的另一示例性实施例，该方法包括：将无用户反馈解释为正反馈并且相应地更新自学习模型。换句话说，如果未接收到用户反馈，则奖励自学习模型。当未接收到用户反馈时，相应地假设车辆的驾驶员/用户对所设置的调整参数感到满意。这是基于这样的认识，即用户通常倾向于抱怨，而不是对系统产生正反馈，因此可以合理地假设缺少反馈实际上是满意的标志。进一步，根据本专利技术的第二方面，提供了一种非瞬态计算机可读存储介质，其存储被配置成由车辆控制系统的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于实施根据本专利技术的第一方面的实施例中的任何一个实施例的方法的指令。对于本专利技术的这一方面，存在与先前讨论的本专利技术的第一方面类似的优点和优选的特征。又进一步，根据本专利技术的第三方面，提供了一种用于为车辆的自动驾驶系统(ADS)设置调整参数的车辆控制设备。车辆控制设备包括：至少一个处理器、至少一个存储器、至少一个传感器接口和至少一个通信接口。处理器被配置成执行存储在存储器中的指令，以实施用于为车辆的ADS设置调整参数的方法。该方法包括：接收包括多个环境参数的环境数据；基于所接收的环境数据，通过自学习模型确定环境场景；基于自学习模型和所确定的环境场景为ADS设置调整参数，该调整参数定义ADS的动态参数；以及接收表示对所设置的调整参数的用户反馈的至少一个信号，并且基于所接收的用户反馈，针对所识别的环境场景的所设置的调整参数更新自学习模型。对于本专利技术的这一方面，存在与先前讨论的本专利技术的第一方面类似的优点和优选的特征。本专利技术的进一步的实施例被限定在从属权利要求中。应当强调的是，当在本说明书中使用时，术语“包括/包含”用于指定所述特征、整数、步骤或部件的存在。它不排除一个或多个其他特征、整数、步骤、部件或其群组的存在或添加。将参考下文描述的实施例进一步阐明本专利技术的这些和其他特征和优点。附图说明本专利技术的实施例的其他目的、特征和优点将从以下详细描述中变得明显，参考附图，其中：图1是根据本专利技术的实施例的用于为车辆的自动驾驶系统(ADS)设置调整参数的方法的流程图表示。图2是根据本专利技术的实施例的用于为车辆的自动驾驶系统(ADS)设置调整参数的车辆控制设备的示意性立体图。具体实施方式本领域技术人员将理解，本文所述的步骤、服务和功能可以使用单独的硬件电路、使用与编程微处理器或通用计算机结合的软件、使用一个或多个专用集成电路(ASIC)和/或使用一个或多个数字信号处理器(DSP)来实现。还应当理解，当就方法而言描述本公开时，它也可以在一个或多个处理器以及耦接到一个或多个处理器的一个或多个存储器中实施，其中，一个或多个存储器存储由一个或多个处理器执行时实施本文公开的步骤、服务和功能的一个或多个程序。在示例性实施例的以下描述中，相同的附图标记表示相同或相似的部件。尽管以下讨论主要集中在依据自适应巡航控制(ACC)系统的自动驾驶系统(ADS)和相关间隔参数(也可称为时间间隔、跟车距离、间隔距离等)的选择，但是本领域技术人员清楚的是，本专利技术类似地适用于其他ADS，例如车道内的横向位置(lateralpositionwithinalane)、自动超车计时(automaticovertakingtiming)、车道改变的槽尺寸(slotsizeforlanechanges)等。图1示出了根据本专利技术的示例性实施例的用于为车辆的自动本文档来自技高网...

【技术保护点】
1.一种用于为车辆的自动驾驶系统ADS设置调整参数的方法，所述方法包括：/n从车辆的感知系统接收环境数据，所述环境数据包括多个环境参数；/n基于所接收的环境数据，通过自学习模型确定环境场景；/n基于所述自学习模型和所确定的环境场景为所述ADS设置所述调整参数，所述调整参数定义所述ADS的动态参数；/n接收表示对所设置的调整参数的车辆用户反馈的至少一个信号，并且基于所接收的车辆用户反馈，针对所识别的环境场景的所设置的调整参数更新所述自学习模型。/n

【技术特征摘要】
20190206 EP 19155773.51.一种用于为车辆的自动驾驶系统ADS设置调整参数的方法，所述方法包括：
从车辆的感知系统接收环境数据，所述环境数据包括多个环境参数；
基于所接收的环境数据，通过自学习模型确定环境场景；
基于所述自学习模型和所确定的环境场景为所述ADS设置所述调整参数，所述调整参数定义所述ADS的动态参数；
接收表示对所设置的调整参数的车辆用户反馈的至少一个信号，并且基于所接收的车辆用户反馈，针对所识别的环境场景的所设置的调整参数更新所述自学习模型。


2.根据权利要求1所述的方法，其中，确定所述环境场景的步骤包括：确定表示所述多个环境参数的多个信号之间的关系；
其中，设置所述调整参数的步骤包括：基于所确定的表示所述多个环境参数的所述多个信号之间的关系来设置所述调整参数。


3.根据权利要求1或2所述的方法，进一步包括：
从所述车辆的控制系统接收用户配置文件数据，所述用户配置文件数据包括用户配置文件，并且其中，确定环境场景的步骤进一步基于所述用户配置文件。


4.根据权利要求1-3中任一项所述的方法，包括：
基于基本模型接收用于所述ADS的基本调整参数，所述基本模型包括用于多个预定环境场景的多个预定基本调整参数；并且
其中，设置所述调整参数的步骤进一步基于所述基本调整参数。


5.根据权利要求1-4中任一项所述的方法，其中所述环境数据包括以下中的至少一个：
周围对象的数量、周围对象的速度、所述车辆的速度、到每个周围对象的距离、每个周围对象之间的距离、车道的数量、道路类型、所述车辆前方的对象的类型、一天中的时间、天气数据和星期几、所述车辆的地理位置。


6.根据权利要求1-5中任一项所述的方法，其中，接收车辆用户反馈的步骤包括：基于以下中的至少两个来确定车辆用户满意值：加速踏板致动、制动踏板致动、语音命令、触觉反馈和眼睛跟踪数据、驾驶员在环形转向中；并且
其中，更新所述自学习模型的步骤进一步基于所确定的车辆用户满意值。


7.根据权利要求1-6中任一项所述的方法，其中，所述自学习模型包括强化学习算法，并且其中，更新所述自...

【专利技术属性】
技术研发人员：汤米·特拉姆，安东·贾森，罗宾·格兰伯格，
申请(专利权)人：哲内提，
类型：发明
国别省市：瑞典;SE