当前位置: 首页 > 专利查询>哲内提公司专利>正文

沿着有待车辆行驶的路线的路段选择制造技术

技术编号:33722818 阅读:19 留言:0更新日期:2022-06-08 21:15
本发明专利技术涉及沿着有待车辆行驶的路线的路段选择。本公开涉及一种由车辆的路线规划系统执行来沿着有待该车辆行驶的路线进行路段选择的方法。该路线规划系统在定位系统的支持下根据数字地图来确定该车辆的地理位置;基于车辆地理位置在数字地图中识别车辆正在接近和/或位于的包括两个或更多个前方路段的前方道路交叉点;推导适用于数字地图的地图区域的交通信息数据,该地图区域覆盖包括该两个或更多个前方路段的多个路段;通过经由神经网络馈送有关于交通信息数据的一个或多个参数和有关于车辆地理位置的一个或多个参数来从该两个或更多个前方路段中选择路段,该神经网络训练来选择导致一个或多个设定的运行设计域ODD要求内的最大行驶范围的路段。求内的最大行驶范围的路段。求内的最大行驶范围的路段。

【技术实现步骤摘要】
沿着有待车辆行驶的路线的路段选择


[0001]本公开涉及一种沿着有待车辆行驶的路线的路段选择。

技术介绍

[0002]车辆远行在现场测试数据收集中起着至关重要的作用,以验证主动安全性和自主驾驶。随着对验证数据的高要求,现今在这种车辆远行期间收集了数百万公里的数据。由于计算资源以及存储容量有限,而且为了进一步减少碳足迹,期望谨慎的远行路线规划,以实现有效的数据收集。通常,为了尽可能多地在相关的运行设计域ODD——其例如可以以预定的速度和/或速度范围为例——内行驶,可以在进行远行之前例如在数字地图和实时交通信息的支持下规划有待行驶的路线,或者,路线规划可以比如由操作者预先执行,例如通过分析统计和/或历史的交通流量并且通过考虑交通设施,可以基于该交通设施来规划路线并且随后提供给远行车辆驾驶员。然而,这样的远行路线规划可能远非有效的,例如,因为例如操作者和/或例如车辆驾驶员可能不知道未来近期的交通情况和/或可能不具有对即将到来的车辆远行的区域中的交通环境的广泛认知。

技术实现思路

[0003]因此,本文实施例的目的是提供一种用于以改进的和/或替代的方式来确定对有待车辆行驶的路线的至少一部分的方法。
[0004]可以通过本文公开的主题来实现上述目的。在所附的权利要求书、下面的描述和附图中阐述了实施例。
[0005]所公开的主题涉及一种由车辆的路线规划系统执行来沿着有待所述车辆行驶的路线进行路段选择的方法。该路线规划系统在定位系统的支持下根据数字地图来确定该车辆的地理位置。该路线规划系统还基于车辆的地理位置在数字地图中识别车辆正在接近和/或位于的前方道路交叉点,该前方道路交叉点包括两个或更多个前方路段。此外,该路线规划系统还推导适用于数字地图的地图区域的交通信息数据,该地图区域覆盖包括该两个或更多个前方路段的多个路段。此外,该路线规划系统还通过经由神经网络馈送有关于交通信息数据的一个或多个参数和有关于车辆地理位置的一个或多个参数来从该两个或更多个前方路段中选择路段,该神经网络训练来选择导致一个或多个设定的运行设计域ODD要求内的最大行驶范围的路段。
[0006]所公开的主题还涉及一种车辆的路线规划系统,用于沿着有待车辆行驶的路线进行路段选择。该路线规划系统包括车辆位置确定单元,其用于——和/或适配为——在定位系统的支持下根据数字地图来确定车辆的地理位置。该路线规划系统还包括前方道路识别单元,其用于——和/或适配为——基于车辆的地理位置在数字地图中识别车辆正在接近和/或位于的前方道路交叉点,该前方道路交叉点包括两个或更多个前方路段。此外,该路线规划系统还包括交通信息推导单元,其用于——和/或适配为——推导适用于数字地图的地图区域的交通信息数据,该地图区域覆盖包括该两个或更多个前方路段的多个路段。
此外,该路线规划系统还包括路段选择单元,其用于通过经由神经网络馈送有关于交通信息数据的一个或多个参数和有关于车辆地理位置的一个或多个参数来从该两个或更多个前方路段中选择路段,该神经网络训练来选择导致一个或多个设定的运行设计域ODD要求内的最大行驶范围的路段。
[0007]此外,所公开的主题涉及一种包括本文所述的路线规划系统的车辆。
[0008]而且,所公开的主题涉及一种计算机程序产品,该计算机程序产品包括含有计算机程序代码装置的计算机程序,该计算机程序代码装置布置为使得计算机或处理器执行本文所述的路线规划系统的步骤,该计算机程序产品存储在计算机可读介质或载波上。
[0009]所公开的主题还涉及一种具有其上存储的所述计算机程序产品的非易失性计算机可读存储介质。
[0010]因此,根据设定的ODD要求,引入了一种支持路线规划的方法——例如适用于车辆远行。也就是说,由于在定位系统的支持下确定了车辆根据数字地图的地理定位,因此所述车辆根据数字地图被地理定位,例如被赋予时间戳。因此,可以比如在或基本在有待车辆行驶的路线的起始处或者在这种路线正在进行中时建立车辆的当前位置。此外,即,由于基于车辆的地理位置在数字地图中识别出车辆正在接近和/或位于的前方道路交叉点(该前方道路交叉点包括两个或更多个前方路段),因此在数字地图中沿着车辆正在行驶和/或所定位的道路或路段找到了所述车辆前方的道路交叉点——例如以交叉口、道路出口或道路入口为代表,该道路交叉点分支成至少两个不同和/或分离的路段。此外,即,由于推导出了适用于数字地图的、覆盖包括两个或更多个前方路段的多个路段的地图区域的交通信息数据,路线规划系统可以获知与数字地图的、覆盖前方路段和潜在的其他路段的地理区域——比如城市或城市的一部分——相关的实时或基本实时的交通信息——比如当前交通流量。因此,其可以针对所述区域和/或其路段来推导,例如正在进行的交通堵塞和/或交通流速,这可以由路线规划系统利用来进行评估。此外,即,由于通过经由神经网络(该神经网络训练来选择导致一个或多个设定的运行设计域ODD要求内的最大行驶范围的路段)馈送有关于交通信息数据的一个或多个参数和有关于车辆地理位置的一个或多个参数来从该两个或更多个前方路段中选择路段,在所述神经网络的支持下从前方路段中选出了有助于根据设定的ODD要求使行驶最优化的路段。即,通过在模拟和/或实际交通中训练神经网络,该神经网络使用一个或多个有关于在行驶期间——比如在车辆远行期间——要满足的意向ODD要求的参数连同有关于车辆地理位置、数字地图的地图区域的道路交叉点和/或路段、时间点和/或推导出的关于所述时间点的交通信息的参数作为输入,所述神经网络可以训练来根据设定的ODD要求来获知针对最大和/或最优行驶——适用于所述地图区域——的路段选择。因此,通过随后在随着车辆实时行驶期间——例如在比如以上例示的车辆远行期间——将当前对该地图区域有效的一个或多个交通信息数据参数连同当前有效的一个或多个车辆地理位置参数一起馈送到训练的网络来利用所述训练的网络,输出了和/或可以由此推导出前方路段中被计算为最佳选项的一个路段,该最佳选项使得车辆——如果沿着所选定的路段行驶——能够在设定的ODD要求内使行驶最大化。因此,由于在所介绍的专利技术构思中考虑到了当前交通情况的动态特性——这在很大程度上可能取决于地理位置、当日时间、周中日期等,可以以有效的方式实现设定的ODD要求,尤其是在随着车辆在与数字地图的地图区域相对应的地理区域内行驶而连续或间歇地重复所介绍的方法的情况下。
[0011]为此,提供了一种方法来以改进的和/或替代的方式来确定有待车辆行驶的路线的至少一部分。
[0012]下面将更详细地讨论技术特征和相应的优点。
附图说明
[0013]从以下详细描述和附图将容易理解包括特定特征和优点的非限制性实施例的各个方面,在附图中:
[0014]图1示出根据本公开的实施例的示例性路线规划系统的示意图;
[0015]图2是示出根据本公开的实施例的示例性路线规划系统的示意性框图;和
[0016]图3是示出根据本公开的实施例的由路线规划系统执行的示例性方法的流程图。
具体实施方式
[00本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种由车辆(2)的路线规划系统(1)执行来沿着有待所述车辆(2)行驶的路线进行路段选择的方法,所述方法包括:在定位系统(22)的支持下根据数字地图(3)来确定(1001)所述车辆(2)的地理位置;基于所述车辆的地理位置在所述数字地图(3)中识别(1002)所述车辆(2)正在接近和/或位于的前方道路交叉点(51),所述前方道路交叉点(51)包括两个或更多个前方路段(41);推导(1003)适用于所述数字地图(3)的地图区域的交通信息数据(6),所述地图区域覆盖包括所述两个或更多个前方路段(41)的多个路段(4);和通过经由神经网络馈送有关于所述交通信息数据(6)的一个或多个参数和有关于所述车辆的地理位置的一个或多个参数来从所述两个或更多个前方路段(41)中选择(1004)路段(410),所述神经网络训练来选择导致一个或多个设定的运行设计域(ODD)要求内的最大行驶范围的路段(410)。2.根据权利要求1所述的方法,还包括:将代表选定路段(410)的数据(7)传输(1005)到车辆显示器(23)和/或传输到所述车辆(2)的先进驾驶辅助系统(ADAS)或自动驾驶(AD)系统(21)。3.根据权利要求2所述的方法,还包括:在所述车辆显示器(23)的支持下呈现(1006)代表所述选定路段(410)的信息。4.根据权利要求2或3所述的方法,还包括:在所述ADAS或AD系统(21)的支持下启动(1007)沿着所述选定路段(410)的行驶。5.根据权利要求1至4中任一项所述的方法,其中,所述通过经由神经网络馈送来选择(1004)路段(410)的步骤包括经由在强化学习(RL)或者其等同物或接替物的支持下训练的神经网络来馈送。6.根据权利要求5所述的方法,其中,所述通过经由神经网络馈送来选择(1004)路段(410)的步骤包括经由在例如深度Q学习的支持下训练的神经网络来馈送。7.一种车辆(2)的路线规划系统(1),用于沿着有待所述车辆(2)行驶的路线进行路段选择,所述路线规划系统(1)包括:车辆位置确定单元(101),其用于在定位系统(22)的支持下根据数字地图(3)来确定(1001)所述车辆(2)的地理位置;前方道路识别单元(102),其用于基于所述车辆的地理位置在所述数字地图(3)中识别(1002)...

【专利技术属性】
技术研发人员:加扎莱
申请(专利权)人:哲内提公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1