System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种计算机实现的用于车辆行为规划的方法,使用预先限定的规则合集(regelwerk),所述规则合集具有经优先级排序的用于评估车辆在给定情形下的可能的行为方式的规则,其中,汇总情形特定的信息,并且基于汇总后的情形特定的信息生成所述给定情形的周围环境模型。此外,本专利技术涉及一种计算机实现的用于车辆行为规划的系统,其中,该系统包括至少一个感知模块,用于汇总情形特定的信息并且用于基于所述情形特定的信息生成周围环境模型。本专利技术尤其适用于对至少部分自动化的车辆进行行为规划,但是也可以用于传统的辅助功能的范畴内。
技术介绍
1、此类方法或系统从美国专利11,392,120中已知。这里尤其描述一种针对至少部分自动化的车辆的行为的规则合集及其以逻辑表达和逻辑关系形式的实现。这种规则合集的各个规则基于社会的、文化的、法律的、伦理的、道德的或其他的行为规则、原则或标准,例如交通法、交通规则、交通中的文化方面的行为规则、对道路和其他可行驶区域的利用规则、优选的驾驶风格、行人行为和驾驶员经验。该规则合集规定将规则分类为相应于其重要性或意义的优先级等级别。以这种方式,规则合集的规则可以彼此进行优先级排序。这样,例如可以将个别规则按照所涉及的规则在给定交通情形下的重要性或意义而始终或仅在特定情况下相对于其他规则给予优先权。根据us11,392,120,借助未详细指定的度量(deviation metric)确定并定量评估与规则合集的规则的偏差,其中,这个度量在这里用于评估车辆轨迹。这样,首先单独评估每个轨迹建议,以便然后选择并实施在该度量
2、us11,392,120所提出的方式在实践中在多个方面已证实为是有问题的。
3、us11,392,120追寻一种基于采样的方案,根据该方案,车辆的可能的行为方式始终首先以轨迹建议的形式被详细列出。然后才对轨迹建议进行评估。所有轨迹建议的详细列出与相对较高的计算开销相关。
4、根据us11,392,120,轨迹建议借助规则合集被评估,具体说单个地且相互独立地被评估。这种评估基于用于与规则合集的规则的偏差的预给定度量,因此决定性地取决于这些度量各自的定义。在这方面特别有问题的是,此类基于度量的评估不允许反推出可能被违反或遵守的规则。
5、根据us11,392,120,所述评估用于选择轨迹建议,所述轨迹建议然后应被作为自动化车辆控制的基础。没有设置单个轨迹建议或可能的行为方式的排名。但是,例如可能的行为方式的根据优先级排序的列表可以是有利的,以便如果优先级较高的行为方式是不可实现的则辨识备用解决方案。
技术实现思路
1、借助本专利技术提出用于简化车辆的行为规划的措施。
2、根据本专利技术的计算机实现的用于车辆行为规划的方法为此使用预先限定的规则合集,所述规则合集具有决策流程结构,所述决策流程结构代表规则合集的各个规则的优先级排序。在根据本专利技术的方法的范畴内,在周围环境模型的基础上针对车辆的可能的行为方式确定边界条件。即,车辆的可能的行为方式不是强制性以轨迹的形式被详细列出,而是由边界条件限定。在此涉及从周围环境模型中产生的对车辆行为的要求。根据本专利技术,然后对如此限定的可能的行为方式进行优先级排序,其方式是,将规则合集的决策流程结构应用于对应的边界条件。
3、计算机实现的用于车辆行为规划的本专利技术系统为此包括分析模块,借助所述分析模块分别针对车辆在给定情形下可能的行为方式确定边界条件。此外,该系统包括预先限定的用于基于所述边界条件对可能的行为方式进行评估和优先级排序的规则合集,其中,所述规则合集包括决策流程结构,所述决策流程结构代表对规则合集的规则的优先级排序。
4、在这一点上应注意的是,该规则合集可以包括不同的规则并且这些规则也可以以完全不同的方式限定。这样,规则合集的规则可以例如根据开头探讨的us11,392,120限定。因为该规则合集大多被考虑用于为行为规划的安全性提供理由,所以预先限定的规则合集在本专利技术的优选实施方式中包括安全要求和/或交通规则并且对它们进行优先级排序。此外,该规则合集还可以包括舒适性要求和/或车辆技术上的边界条件并且对它们进行优先级排序。但在任何情况下,规则合集的各个规则的优先级排序通过决策流程结构来确定。这种决策流程结构确定用于将各个可能的行为方式的边界条件与规则合集的规则进行比较的检查顺序。
5、根据本专利技术的方法的特别的优点在于,将规则合集的决策流程结构应用于可能的行为方式的对应的边界条件来提供可能的行为方式的排名。即,通过将规则合集的决策流程结构应用于车辆的可能的行为方式的对应的边界条件,针对每个可能的行为方式系统性地检查,规则合集的哪些规则被遵守而哪些规则被违反。在此,自动生成可能的行为方式的根据优先级排序的列表。因而车辆的可能的行为方式的优先级排序自动化进行,并且在系统运行时间内动态进行。为此不需要专门的度量。优先级排序仅以规则合集的决策流程结构为基础并且就此而言是“绝对”的。通过这种绝对的行为方式优先级排序可以对于ad车辆确保实行期望的行为方式。
6、在最简单的情况下,根据本专利技术所使用的规则合集的决策流程结构涉及二元决策树。但是也可以涉及其他的更复杂的结构,例如涉及对于每个条件允许一定有限数量的选择可能性的有限决策树。
7、原则上,对于将可能的行为方式的边界条件应用于决策流程结构的结果而言,存在不同的编码可能性。
8、在最简单的情况下生成位集合,所述位集合将边界条件作为决策流程结构的选项或作为决策树的叶子来编码。因此,为每个可能的行为方式配属一个明确的位集合,即由1和0组成的表征性序列。
9、可以有利地通过以下方式设计决策树:可能的行为方式的优先级决定性地由在位集合中生成第一个1时所处的位置确定,使得对应的位集合中的1越靠前/靠左出现,可能的行为方式的优先级越高。
10、可明确配属的位集合此外代表各个可能的行为方式的边界条件与规则合集的规则的比较。因而根据可能的行为方式的位集合可以明确地弄明白,规则合集中的哪些规则被遵守而哪些规则没有被遵守。与此相应地,由于所属的位集合,为了操控车辆而进行的可能的行为方式的选择是完全透明的,并且可以随时被弄明白。这已被证实尤其对于关于行为规划的安全性论证而言是有利的。
11、在本专利技术的一个优选实施方式中,针对车辆的每个可能的行为方式生成二元决策图(binary decision diagram,bdd),其方式是,将预先限定地规则合集的决策流程结构应用于对应的边界条件。然后,对车辆的可能的行为方式的优先级排序则基于如此生成的bdd进行。与前面所阐述的位集合相比,bdd使得能够更有效地映射二元决策树。
12、替代于此,如果根据本专利技术所使用的规则合集的决策流程结构是以有限决策树的形式提供的,则各个可能的行为方式也可以以有限决策图(finite decision diagrams,fdd)的形式编码。
13、本文档来自技高网...
【技术保护点】
1.计算机实现的用于车辆的行为规划的方法,使用预先限定的规则合集(2),所述规则合集具有经优先级排序的用于评估所述车辆在给定情形下的可能的行为方式的规则,
2.根据权利要求1所述的方法,其特征在于,通过应用所述决策流程结构(22),针对所述车辆的每个可能的行为方式生成一个位集合(31–34),所述位集合将对应的边界条件作为所述决策流程结构(22)的选项进行编码,并且基于如此生成的位集合(31–34)对所述车辆的可能的行为方式进行优先级排序。
3.根据权利要求1所述的方法,其特征在于,通过应用所述决策流程结构,针对车辆的每个可能的行为方式生成二元决策图,并且基于如此生成的二元决策图对所述车辆的可能的行为方式进行优先级排序。
4.根据权利要求1所述的方法,其特征在于,通过应用所述决策流程图,针对车辆的每个可能的行为方式生成有限决策图,并且基于如此生成的有限决策图对所述车辆的可能的行为方式进行优先级排序。
5.根据权利要求1至4中任一项所述的方法,其特征在于,基于所述周围环境模型(11)对所述给定情形进行预分类,其方式是,将所述给定情形配
6.根据权利要求5所述的方法,其特征在于,将语境决策树(21)用于对所述给定情形进行预分类。
7.根据权利要求1至6中任一项所述的方法,其特征在于,预先限定的规则合集包括安全要求和/或交通规则和/或舒适性要求和/或与车辆技术上的边界条件。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述车辆在所述给定情形下的可能的行为方式中的至少一个通过:
9.根据权利要求1至8中任一项所述的方法,其特征在于,所述车辆在所述给定情形下要实行的可能的行为方式在对先前被确定为可能的行为方式进行优先级排序之后才被详细列出和/或在预给定的品质函数方面被优化。
10.计算机实现的用于车辆的行为规划的系统,所述系统至少包括:
11.根据权利要求10所述的系统,其特征在于,所述分析模块(1)还设计为用于,基于所述周围环境模型(11)并且以预给定的情形类别的集合为基础进行所述给定情形的预分类。
12.根据权利要求11所述的系统,其特征在于,根据所述给定情形的预分类,所述规则合集的不同部分是可激活的和可停用的。
...【技术特征摘要】
1.计算机实现的用于车辆的行为规划的方法,使用预先限定的规则合集(2),所述规则合集具有经优先级排序的用于评估所述车辆在给定情形下的可能的行为方式的规则,
2.根据权利要求1所述的方法,其特征在于,通过应用所述决策流程结构(22),针对所述车辆的每个可能的行为方式生成一个位集合(31–34),所述位集合将对应的边界条件作为所述决策流程结构(22)的选项进行编码,并且基于如此生成的位集合(31–34)对所述车辆的可能的行为方式进行优先级排序。
3.根据权利要求1所述的方法,其特征在于,通过应用所述决策流程结构,针对车辆的每个可能的行为方式生成二元决策图,并且基于如此生成的二元决策图对所述车辆的可能的行为方式进行优先级排序。
4.根据权利要求1所述的方法,其特征在于,通过应用所述决策流程图,针对车辆的每个可能的行为方式生成有限决策图,并且基于如此生成的有限决策图对所述车辆的可能的行为方式进行优先级排序。
5.根据权利要求1至4中任一项所述的方法,其特征在于,基于所述周围环境模型(11)对所述给定情形进行预分类,其方式是,将所述给定情形配属给来自预给定情形类别的集合中的至少一个情形类别,并且在对所述可能的行为方式进行优先级...
【专利技术属性】
技术研发人员:J·C·米勒,A·V·菲廷霍夫,C·海因策曼,H·弗赖恩施泰因,J·厄莱尔京,M·布茨,M·赫尔曼,M·里特尔,R·科尔哈斯,S·鲁平,S·克诺普,
申请(专利权)人:罗伯特·博世有限公司,
类型:发明
国别省市:
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。