1.本发明涉及一种用于自主控制车辆的系统。此外，本发明涉及一种用于自主控制车辆的方法。
背景技术：2.目前，自主驾驶越来越多地用于私人和公共交通中。当然，自主控制系统在复杂的交通状况下不够安全，从而还需要监控人员，监控人员必要时在通过自主控制系统误判的情况下能够干预控制。特别复杂的状态出现在市内的交叉路口状况中。
3.通常，自主控制的车辆选择行驶策略，或者为车辆做出行驶策略的预设。行驶对策描述从车辆起点至终点的行驶路线，并且包括车辆的行驶方向或方向切换和两次方向切换之间的距离的指令。例如，这种信息包括指令：“沿道路行驶500m，并且然后左转”。
4.相反地，借助于对策规划，自主控制的车辆尝试在当前交通状态下实施行驶策略。为此，需要关于自身状态(也称作为自我状态)，即例如自身位置(也称作为自我位置)，以及关于车辆的轨迹以及车辆的速度矢量的信息。附加地，需要关于道路情况，即例如路面宽度、转弯关系和车道数量的详细信息，该详细信息通过高清地图提供。在此，车辆借助其传感装置识别当前交通状况。然后，由车辆基于检测到的数据确定针对具体状况的行驶对策。例如，行驶对策能够包括以下指令：“以最大允许速度自由驾驶，跟随前车，超车，左转或右转等。”然后，借助所谓的运动控制程序(英文“motion control program运动控制程序”)将车辆的对策规划转换成用于驱动、制动和转向的调节变量。但是，由于市内的交通状况极其复杂和多样，因此对于车辆的对策规划在那里比在交通状况受限的街道空间(例如高速公路)要困难得多。
5.至今为止已知的自主控制系统借助车辆中的对策规划算法工作。车辆具有一组对策行为，并且将对策在相应的状况中使用，其中，对策行为根据大量单独的行驶演习来学习。在此，缺点在于：车辆仅能够从其受限的自我视角利用提供给其的信息和学习到的编程的对策中得出策略决定。
6.还存在用于基础设施支持的自动化的行驶系统的方案，即例如在研究项目ots1.0“基于自动驾驶电动车辆的优化的运输系统”中使用的方案。在图1中示出这种系统。
7.在此，通过来自基础设施的信息扩展当前交通状况的环境模型。因此，车辆能够环顾角落。在该上下文中还应参考de 10 2015 206 439 a1。由此，改进了交通安全和交通流量，因为自主车辆的视野扩展超过车载传感装置。然而，这并不能消除车辆中的规划算法的有限的对策的决定可行性的问题。
8.因此，存在使自主车辆的驾驶行为匹配于复杂交通状况的问题。
技术实现要素：9.该目的通过根据权利要求1的用于自主控制自主车辆的系统和根据权利要求10的用于自主控制自主车辆的方法来实现。
10.根据本发明的用于自主控制自主车辆的系统具有用于从探测装置的周围环境静态地产生对象信息的静态探测装置和静态规划装置，该静态规划装置设置用于：基于对象信息得出用于自主车辆的静态产生的行驶对策。对象信息例如能够包括关于对象的性质或类型、对象的尺寸、或者动态变量、即例如其速度和其运动方向和其功能的信息。在本文中，“静态”应表示：对象信息以及策略规划过程不是由移动车辆实现，而是在基础设施侧实现。因此，对象信息分别由也不变化的静态区域中的探测器检测。
11.自主车辆也是用于自主控制自主车辆的根据本发明的系统的一部分。自主车辆包括用于产生自主车辆的行驶策略的移动策略单元。此外，自主车辆具有用于得出行驶对策的移动规划单元。自主车辆的行驶对策基于预设的行驶策略、自主车辆周围的当前行驶状况和基于由静态规划装置得出的行驶对策来得出。例如，车辆能够根据预定标准从静态得出的行驶对策和由自身得出的行驶对策中选择。例如，标准能够包括安全性、到达行驶目的地的持续时间或经济或生态方面。
12.有利地，能够基于以下信息使用根据静态对策规划设计的对策规划，信息基于远离自主车辆的交通状况。由此，能够进行更具前瞻性的对策规划。能够位置选择性地来选择行驶对策。例如，适合于第一交叉路口的行驶对策不适合于第二交叉路口。由于静态地得出行驶对策，所以其能够更容易地匹配于静态条件。
13.在根据本发明的用于自主控制自主车辆的方法中，静态地从静态探测单元的周围环境产生物体信息。此外，通过机器学习基于对象信息静态地得出成功的行驶对策，并为静态的对策规划提供成功的行驶对策。此外，基于对象信息和成功的行驶对策静态地得出用于自主车辆的行驶对策。此外，在根据本发明的方法的范畴内，自主车辆的行驶对策的移动得出基于预设的行驶策略并且还基于由移动传感器检测的数据以及基于静态得出的行驶对策来实现。例如，能够通过从移动得出的行驶对策和一个或多个可供选择的静态得出的行驶对策中得出最终的行驶对策。根据本发明的用于自主控制自主车辆的方法共享根据本发明的用于自主控制自主车辆的系统的优点。
14.很大程度上以软件方式的实现具有以下优点：至今为止已经使用的用于自主控制自主车辆的系统能够以简单的方式通过软件更新来改装，以便以根据本发明的方式工作。在这方面，该目的还通过具有计算机程序的相应计算机程序产品来实现，计算机程序能够直接加载到用于自主控制自主车辆的系统的存储装置中，计算机程序具有程序段，以便当计算机程序在系统中执行时执行根据本发明的方法的所有步骤。这种计算机程序产品除了计算机程序之外必要时能够包括附加的组成部分(即例如文档和/或附加部件)还有硬件部件，即例如用于使用软件的硬件密钥(加密狗等)。
15.计算机可读介质、例如记忆棒、硬盘或其他可移动或固定安装的数据载体能够用于运输用于自主控制自主车辆的系统的存储装置或用于存储在存储装置处或存储装置中，在数据载体上存储计算机程序的可由系统的计算机单元读取和执行的程序段。计算机单元例如为此能够具有一个或多个协作的微处理器等。
16.从属权利要求以及以下描述分别包含本发明的特别有利的设计方案和改进形式。在此，特别地，一个权利要求类别的权利要求也能够类似于另一权利要求类别的从属权利要求来改进。此外，在本发明的范围内，不同实施例和权利要求的不同特征也能够组合成新的实施例。
17.在根据本发明的用于自主控制自主车辆的系统的一个设计方案中，静态规划装置具有学习单元，学习单元基于对象信息通过机器学习产生成功的行驶对策。静态规划装置也包括静态规划单元，静态规划单元基于成功的行驶对策得出用于自主车辆的静态产生的行驶对策。有利地，能够自动学习特别适合于特定局部区域的行驶对策，并为对策规划做好准备。然后，对策规划单元仅还必须从准备好的对策中选择特别适合当前交通状况的对策。因此，通过行驶策略的静态的、基于机器学习的开发，能够实现自主车辆的行驶对策的改进。
18.自主车辆优选地具有移动的、车辆侧的交通状况分析单元，交通状况分析单元设置用于：基于由静态检测单元产生的对象信息得出自主车辆周围的当前交通状况。有利地，在不同区域中得出的交通状况能够共同地被用作为对策规划的基础，由此，进一步改进了对策规划。此外，以该方式在对于对策规划的信息处理中存在一定冗余，由此增加了自主行驶的安全性。
19.静态规划装置特别优选地具有静态交通状况分析单元，该静态交通状况分析单元设置用于：基于由静态探测单元产生的对象信息得出静态探测单元的区域中的当前交通状况，并且将关于当前交通状况的信息传输给静态规划单元。交通状况基于关于基础设施及其周围环境的现有的信息得出。例如，关于基础设施附近的各个对象的信息用于得出交通状况。交通状况用作为得出适当行驶对策的基础。有利地，也能够对于对策规划超出自主车辆视野来考虑当前交通状况，使得更具前瞻性的行驶方式是可行的，并提高所有交通参与者的安全性。
20.在根据本发明的用于自主控制自主车辆的系统的一个优选的设计方案中，自主车辆具有移动地图单元，移动地图单元设置用于：为移动规划单元提供用于得出自主车辆周围的当前交通状况的地图数据。除了关于当前交通状况和关于自主车辆的自我状态的信息外，地图数据用作为用于自主车辆的行驶对策规划的基础。
21.在根据本发明的用于自主控制自主车辆的系统的一个设计方案中，静态规划装置具有静态地图单元，静态地图单元设置用于：为静态规划单元提供用于得出静态探测单元的区域中的当前交通状况的地图数据。地图数据有利地随时且与通过通信网络的传输无关地提供给静态策略规划单元。
22.在根据本发明的用于自主控制自主车辆的系统的一个变体方案中，自主车辆具有用于得出自主车辆的自我状态的状态得出单元。自主车辆的自我状态提供有关自主车辆的当前动态状态的陈述。例如，自我状态包括自主车辆的自身位置、速度、行驶方向和当前的燃料储备和燃料需求。这些数据同样包括到自主车辆的行驶的对策规划中。
23.自主车辆还能够具有用于得出预设的行驶策略的策略规划单元。行驶策略包括自主车辆的行驶路线。
24.此外，静态策略规划装置还能够包括策略预设单元，策略预设单元设置用于：与策略规划单元通信并且协同地得出行驶策略作为要静态产生的行驶策略的基础。
附图说明
25.下面参考附图根据实施例更详细地解释本发明。附图示出：
26.图1示出用于控制自主车辆的常规系统的示意图，
27.图2示出根据本发明的一个实施例的用于控制自主车辆的系统的示意图，
28.图3示出结合图2提到的学习单元的学习过程的流程图，
29.图4示出说明根据本发明的实施例的用于控制自主车辆的方法的流程图。
具体实施方式
30.在图1中示出用于自主控制自主车辆2的常规系统1。系统1具有自主车辆2。自主车辆2包括策略单元3，策略单元设置用于确定自主车辆的行驶策略。行驶策略例如包括自主车辆2需要驶过的行驶路线。为了实施这种行驶策略，自主车辆2包括用于对策规划的单元4。用于对策规划的单元4具有能够在特定状态下使用的对策行为方式。对策行为方式能够通过诸如机器学习的人工智能过程产生。运动控制单元5也是自主车辆2的一部分，运动控制单元基于所确定的行驶对策产生并输出用于控制自主车辆2的运动的命令。例如，移动控制单元5控制自主车辆2的马达功率或制动调动或转向，以实施由用于对策规划的单元4确定的行驶对策。自主车辆2还包括地图单元6，地图单元包括高分辨率地图并提供关于由自主车辆2行驶的道路的详细信息。详细信息包括例如路面宽度、转弯关系和车道的数量。此外，自主车辆还具有状况得出单元7，利用状况得出单元借助于传感器识别当前交通状况。此外，得出自主车辆2的自我状态的自监控单元8是自主车辆2的一部分。
31.用于自主控制自主车辆2的常规系统1还具有基础设施侧的探测单元9，探测单元设置用于：为自主车辆2提供关于当前交通状况的信息。为此，基础设施侧的探测单元9包括多个传感器12，传感器检测基础设施侧的探测单元9的周围的传感器数据。传感器数据从传感器12传输给同样由检测器单元9所包括的特征提取单元11。特征提取单元11从传感器原始数据中提取特征，即例如对象、边缘、纹理等。提取的特征m传输给对象识别和分类单元10，对象识别和分类单元基于特征识别并分类对象，并得出其轨迹。识别到的对象和其轨迹传输给自主车辆2的状况得出单元7。状况得出单元7使用从基础设施侧的探测单元9获得的数据，以便改进周围环境识别并且基于周围环境信息更准确地得出车辆2的当前交通状况。由用于对策规划的单元4将关于当前交通状况的信息用于确定当前的行驶规划对策。
32.在图2中示出根据本发明的一个实施例的用于控制自主车辆2的系统20的示意图。图2中所示的系统20与图1中所示的常规装置1的不同之处在于：其具有附加的基础设施侧的规划装置13。附加的基础设施侧的规划装置13具有局部的对策规划单元18。局部的对策规划单元18从基础设施侧的地图单元14获得地图数据和从静态的交通状况分析单元15获得识别到的和/或分类的对象及其轨迹，以得出当前的局部的交通状况。静态交通状况分析单元15从局部的基础设施侧的探测单元9获得识别到的和/或分类的对象和其轨迹以得出当前的局部的交通状况。所得出的局部的交通状况由静态的交通状况分析单元15传输给已经提及的局部的对策规划单元18，对策规划单元同样是基础设施侧的规划装置13的一部分。学习单元17也是基础设施侧的规划装置13的一部分，学习单元基于对象识别和分类单元10的探测到的对象，通过机器学习能够来学习和识别成功的行驶策略。然后，已经提到的固定的对策规划单元18基于由学习单元17得出的成功的对策以及由基础设施侧的地图单元14接收到的地图数据和由静态的交通状况分析单元15接收到的识别到的和/或分类的对象和其轨迹来得出对策。所得出的对策被传输给自主车辆2的对策规划单元4。基础设施侧的规划装置13还具有静态策略预设单元19，所述静态策略预设单元从自主车辆2的策略单
元3获得策略预设，并且将所述策略预设传输给所提及的局部的对策规划单元18。基于所述策略预设，局部的对策规划单元18得出其对策建议，所述对策规划单元18将对策建议传输给自主车辆2的对策规划单元4。
33.在图3中示出结合图2提到的学习单元17的学习过程的流程图。学习单元17用于：学习行驶对策，并根据静态得出的交通状况优化行驶策略的选择。利用这种学习方法，对于本地基础设施区域的特定拓扑结构成功的对策能够有利地借助这种学习方法被过滤掉，并且提供给驶近基础设施区域的车辆。在步骤3.i中，首先在基础设施端收集关于当前交通状况的对象信息。在步骤3.ii中，在基础设施侧，将所述对象信息用于得出当前交通状况。在此，车辆及其运动也被识别。此外，在步骤3.iii中，检测由车辆实际选择的行驶对策。在此，基于所得出的对象信息得出行驶对策。在此，例如，检测车辆对当前交通状况的反应。然后，在步骤3.iv中，评估车辆在现实中实施的行驶对策。评估基于事先确定的关键绩效指标、即所谓的kpi(kpi＝key performance indicator关键绩效指标)进行。所得出的行驶对策及其评估结果在步骤3.v中存储在学习单元17的数据库中。最后，在步骤3.vi中，对策规划单元18的训练通过学习单元17进行。换言之，学习过程的结果是对策规划单元18的改进或经调整的版本。
34.在图4中说明流程图400，流程图说明按照根据本发明的一个实施例的用于控制自主车辆的方法。该方法借助图2中所说明的系统20来实施。
35.在步骤4.i中，首先预先确定用于车辆的行驶策略。行驶策略包括例如车辆的驾驶路线。然后，在步骤4.ii中，通过车辆探测车辆周围的对象信息。在步骤4.iii中，由车辆将对象信息用于得出当前交通状况。基于所得出的交通状况，车辆在步骤4.iv中确定移动产生的行驶对策。附加地，在步骤4.v中，进行基础设施侧的对象检测和产生对象信息。在步骤4.vi中，对象信息在基础设施侧用于得出当前交通状况。
36.基于在步骤4.vi中得出的交通状况，在步骤4.vii中，基于在图3中说明的学习过程中产生的行驶对策以静态方式产生行驶对策。最后，在步骤4.viii中，选择在步骤4.iv和步骤4.vii中产生的行驶对策之一。如已经提及的那样，能够基于预定的标准、即例如安全性、到达行驶目的地的持续时间或经济或生态方面进选择行驶对策。以该方式，不仅能够基于更宽泛的数据建立对策规划本身，而且还能够建立所述对策规划的发展。
37.最后，再次指出：上述方法和设备仅是本发明的优选的实施例，并且能够由本领域技术人员变化本发明，而不脱离本发明范围，只要其通过权利要求来预设。为完整起见，还指出：不定冠词“一”或“一个”的使用不排除相关特征也能够多次存在。同样地，术语“单元”不排除其由必要时也能够空间分布的多个部件组成。
技术特征：1.一种用于自主车辆(2)的自主控制的系统(20)，所述系统具有：-静态探测装置(9)，所述静态探测装置用于：从探测装置(9)的周围环境静态地产生对象信息，-静态规划装置(13)，所述静态规划装置设置用于基于所述对象信息得出用于所述自主车辆(2)的静态产生的行驶对策，-所述自主车辆(2)具有-移动策略单元(3)，所述移动策略单元用于产生所述自主车辆(2)的行驶策略，-移动规划单元(4)，所述移动规划单元用于基于-预设的所述行驶策略、-所述自主车辆(2)周围的当前行驶情况，和-由所述静态规划装置(13)得出的行驶对策来得出行驶对策。2.根据权利要求1所述的系统，其中，所述静态规划装置(13)具有：-学习单元(17)，所述学习单元基于所述对象信息通过机器学习来产生成功的行驶对策，-静态规划单元(18)，所述静态规划单元基于所述成功的行驶对策来得出用于所述自主车辆(2)的静态产生的行驶对策。3.根据权利要求1或2所述的系统，其中，所述自主车辆(2)具有移动的、车辆侧的交通状况分析单元(7)，所述交通状况分析单元设置用于基于由所述静态检测单元(9)产生的所述对象信息得出所述自主车辆(2)周围的当前交通状况。4.根据前述权利要求中任一项所述的系统，其中，所述静态规划装置(13)具有静态交通状况分析单元(15)，所述静态交通状况分析单元设置用于：基于由所述静态探测单元(9)产生的所述对象信息得出所述静态探测单元(9)的区域中的当前交通状况，并且将关于该当前交通状况的信息传输给所述静态规划单元(18)。5.根据前述权利要求中任一项所述的系统，其中，所述自主车辆(2)具有移动地图单元(6)，所述移动地图单元设置用于为所述移动规划单元(4)提供用于得出所述自主车辆(2)周围的当前交通状况的地图数据。6.根据前述权利要求中任一项所述的系统，其中，所述静态规划装置(13)具有静态地图单元(14)，所述静态地图单元设置用于：为所述静态规划单元(18)提供用于得出所述静态探测单元(9)的区域中的当前交通状况的地图数据。7.根据前述权利要求中任一项所述的系统，其中，所述自主车辆(2)具有用于得出所述自主车辆(2)的自我状态的状态得出单元(8)。8.根据前述权利要求中任一项所述的系统，其中，所述自主车辆(2)包括策略规划单元(3)，所述策略规划单元用于得出为所述自主车辆(2)预设的行驶策略。9.根据权利要求8所述的系统，其中，所述静态规划装置(13)包括策略预设单元(19)，所述策略预设单元设置用于与所述策略规划单元(3)通信，并且与所述策略规划单元(3)协同地得出行驶策略作为要静态产生的行驶策略的基础。10.一种用于自主控制自主车辆的方法，所述方法包括以下步骤：-从静态检测单元(9)的周围环境静态地产生对象信息，
‑
基于所述对象信息通过机器学习产生成功的行驶对策，并且为静态对策规划提供所述成功的行驶对策，-基于所述对象信息和所述成功的行驶对策，静态地得出用于所述自主车辆(2)的行驶对策，-基于-预设的所述行驶策略、-由移动传感器检测的数据，和静态得出的行驶对策移动得出所述自主车辆(2)的行驶对策。11.一种计算机程序产品，具有计算机程序，所述计算机程序能够直接加载到用于自主控制自主车辆(2)的系统的存储装置中，所述计算机程序产品具有程序段，以便当所述计算机程序在所述系统中执行所述计算机程序时执行根据权利要求10所述的方法的所有步骤。12.一种计算机可读介质，在所述计算机可读介质上存储可由计算机单元读取的和执行的程序段，以便当所述计算机程序段由所述计算机单元执行所述计算机程序时根据权利要求10所述的方法的所有步骤。
技术总结用于自主车辆的外部控制策略得出。描述用于自主控制自主车辆(2)的系统(20)。该系统包括用于从探测装置(9)的周围环境静态地产生对象信息的静态探测装置(9)和静态规划装置(13)，静态规划装置设置用于基于对象信息得出用于自主车辆(2)的静态产生的行驶对策。自主车辆(2)具有用于产生自主车辆(2)的行驶对策的移动策略单元(3)和用于基于预设的行驶对策、自主车辆(2)周围的当前行驶情况和由静态规划装置(13)得出的行驶对策得出行驶对策。还描述一种用于自主控制自主车辆(2)的方法。描述一种用于自主控制自主车辆(2)的方法。描述一种用于自主控制自主车辆(2)的方法。
技术研发人员：奥利弗
受保护的技术使用者：西门子股份公司
技术研发日：2021.03.02
技术公布日：2022/11/1
