CN111626538B 确定车辆行驶策略的方法、设备、车辆、程序产品和系统 （采埃孚汽车德国有限公司）

本公开涉及确定车辆行驶策略的方法、设述行驶策略规划模块基于获得的车辆参数借助行驶策略规划模块的至少一个决策子模块确定的行驶策略中的一个传输至车辆的运动规划模策略的系统，一种用于实施所述行驶策略的车2经由所述第一车辆的行驶策略规划模块基于所接收的车辆参将从所述至少一个可行的行驶策略中选择的待实施的行驶策略从所述行驶策略规划经由所述运动规划模块基于所述第一车辆先前实施的至少一个行驶策略生成所述评经由所述运动规划模块控制所述第一车辆实施与所述待实施的行驶策略有关的行驶从所述第一车辆向所述一个或更多个第二车辆的行驶策略规划模块传输至少包括所述车辆参数、所述待实施的行驶策略、经实施的行驶策略和/或所述评估量的第一知识数块基于所述车辆参数、所述评估量和所述第一知识数据和/或所述第二知识数据确定的所3.根据权利要求2所述的方法，其中，通过所述运动规划模块以先前实施的行驶策略4.根据权利要求1或3中任一项所述的方法，其中，所5.根据权利要求1至3中任一项所述的方6.根据权利要求5所述的方法，其中，所述跟驰模型8.根据权利要求7所述的方法，其中，所述机器学习决策过程是强化机器学习决策过9.根据权利要求7所述的方法，其中，所述机器学习决策过程至少通过神经元网络实315.一种车辆，包含如权利要求14所述的控制设备和用于检测至少一个车辆参数的至16.一种包含程序编码构件的计算机程序产品，用以在将所述计算机程序产品在如权利要求14所述的控制设备的计算单元上执行的情况下，实施如权利要求1至13中任一项所其中，所述运动规划模块如此控制所述至少一个车辆，使至至少另一车辆，和/或服务器根据所述知识数据调整所述至少另一车辆的决策子模块并4[0003]在现有技术中已揭示过通过行驶行程规划模块(也称作“missionplanning[0006]本发明用以达成上述目的的解决方案为一种确定车辆的策略规划模块获得针对传输的行驶策略的评估量，其包含有关传输的行驶策略的实践反5[0013]行驶策略规划模块获得的车辆参数可以是根据GNSS数据的位置数据(即有关车辆的当前地理位置的信息)，车辆的加速度和/或速度数据，例如通过LIDAR传感器(lightdetectionandranging，光探测和测距)和雷达传感器进行的光学距离测量和速度测量，[0017]可通过运动规划模块基于经实施的行驶策略和/或基于实施行驶策略期间的车辆[0028]在本发明的一个技术方案中，所述至少一个决策子模块根据状态机(“state6[0034]在本发明的一个技术方案中，所述跟驰模型是依据Wiedemann的心理物理学跟驰[0035]所述至少一个决策子模块例如借助决策树、即通过决策规则确定可行的行驶策得奖赏。[0039]可将评估量作为针对在道路交通秩序方面实施的行驶策略的奖赏(英语：序方面实施行驶策略。7决策过程和/或部分可观察的Markow决策过程。部分可观察的Markow决策过程的英文名称[0047]为了对用于确定行驶策略的各方法的能力加以利用，可[0049]所述选择模块例如根据对应的决策子模块的可信性的权重以及/或者可行行驶策[0050]一般而言可采用以下方案：所述可信性的权重是与已确定的行驶策略的数目以[0054]本发明用以达成上述目的的解决方案还在于一种针对车辆的用于控制车辆的控[0056]本发明用以达成上述目的的解决方案还在于一种包含程序编码构件的计算机程8[0061]亦即，特别是可基于其他车辆的经实施的行驶策略对车辆的决策子模块进行调9[0077]也设有摄像机传感器28(图3)，其借助未绘示的摄像机拍摄车辆10的周围环境的[0079]此外设有加速度及/或速度传感器30(图3)，其检测车辆10的充当车辆参数P的加[0089]行驶策略规划模块22在将车辆参数P考虑在内的情况下确定至少一个可行的行驶[0090]运动规划模块24对所述至少一个可行的行驶策略M和/或待实施的行驶策略MAZ进[0091]将控制命令S传输至行驶辅助系统16，其又将信号G(图1)传输至车辆10的控制装[0092]运动规划模块24将经实施的行驶策略MAG和/或行驶策略的评估量B传输至行驶策略规划模块22，其借助经实施的行驶策略MAG和/或评估量B改进用于选择行驶策略M的决策轨迹和/或预测相邻的车辆的特性。经进一步处理模块36生成的数据也被理解为车辆参数[0099]通过车辆参数采集模块21将车辆参数P传输至行驶策略规划模块22和运动规划模[0103]处理模块37将经处理的车辆参数P和/或未经处理的车辆参数P传输至决策子模块[0106]第一决策子模块38a借助状态机根据车辆参数P中的所有或者数个确定一个可行[0108]在所示实施方式中，第三决策子模块38c借助强化机器学习决策过程确定可行的略(即行驶策略Ma)与决策子模块38b的可行行驶策略(即行驶策略[0113]加权系数a不是在确定可行行驶策略M的过程中通过各决策子模块38或使用的决以便在选择待实施的行驶策略MAZ的过程中对决策者40提供帮助。决策子模块38a例如选择偏好的可行行驶策略M以及/或者定义选择的行驶策该相似的行驶情况下作出最佳决策的决策子模块38[0124]图5为运动规划模块24的示意性框图，其在所示实施例中包括分析模块46和评估[0126]分析模块46主要基于车辆参数P就可实施性对待实施的行驶策略M[0129]根据分析模块46的可实施性分析和/或可达到性分析，随后确定车辆10实施的行[0131]评估模块48对可行的行驶策略M、待实施的行驶策略MAZ和/或经实施的行驶策略[0132]为了评估待实施的行驶策略MAZ或经实施的行驶策略MAG，评估模块48对在待实施[0136]评估量B也可以是多维矢量，并且例如针对行驶策略的每个时步包括前述值中的[0138]随后将评估量B传输至决策子模块38c，并在将评估量B考虑在内的情况下对决策[0139]借助评估量B也能够对选择模块44、特别是选择模块44的人造神经元网络进行训[0142]知识模块42例如存储在经实施的策略MAG期间测量的车辆参数P并对其进行分析，从而将车辆参数P的仅相关数据作为知识数[0146]下面结合车辆10在高速公路上的车道转换的经大幅简化的示例对阐释的方法进[0148]亦即，主要将所述另一车辆的速度和与该另一车辆的距离作为车辆参数P传输至针对车辆10的控制装置18的对应的控制命[0158]故行驶策略规划模块22通过运动规划模块24获得负的评估量B，并据此调整决策一个实施行驶策略MAG的车辆10a和两个获得车辆10a的知识数据E的车[0163]类似于在图1至图5中描述的控制设备14的实施方式，车辆10a，更确切言之车辆[0164]随后将知识数据E传输至车辆10b的行驶策略规划模块22，使得车辆10b的行驶策[0167]图7为用于确定行驶策略的系统50的第二实施方式的示意性框图。所示实施方式[0168]在如图7所示的实施方式中，仅车辆参数采集模块21和行驶辅助系统16是在车辆[0169]设有独立的静止的服务器60，在所述服务器上实施了车辆10a的行驶策略规划模对服务器60和车辆10a以及10b设有在图7中未绘示的对应的发送[0172]如前文所述，行驶策略规划模块22a或22b为车辆10a提供待实施的行驶策略MAZ,a[0173]在如图7所示的实施方式中，运动规划模块24确定针对车辆10a的行驶策[0175]知识数据E被传输至提供调整信息A的调整模块62，从而借助调整信息Aa对车辆10a的行驶策略规划模块22a进行调整，以及借助调整信息Ab对车辆10b的行驶策略规划模[0178]与如图7所示的实施方式的区别在于，车辆10的行驶策略规划模块22均在车辆10而借助调整信息Aa对车辆10a的行驶策略规划模块22的至少一个决策子模块和借助调整信息Ab对车辆10ba的行驶策略规划模块22的至