在受限区域中协调车辆路线的方法和设备技术

本发明专利技术涉及在受限区域中协调车辆路线的方法和设备。由于不存在非受控制的交通参与者，受限区域为自动驾驶车辆(AV)的早期部署呈现机会。在本公开中，用于对受限场地中的多个AV的协调的两种途径。每种途径计算AV的速度剖面，使得在十字交叉路口、归并

【技术实现步骤摘要】
在受限区域中协调车辆路线的方法和设备


[0001]本公开涉及自动车辆控制的领域。特别地，它提出了用于在具有冲突区的环境中协调多个车辆的移动的技术。

技术介绍

[0002]据信，全自动化车辆(AV)在提高安全和效率二者方面具有彻底地改变运输行业的潜力[1]。如在例如公路上的“机器人出租车”和枢纽到枢纽运输中一样，当公共道路上的车辆的相当大部分是完全自动化的时，预期最彻底的改进。遗憾的是，以可靠安全的方式管理公共道路上不可预测的状况已证明比最初预期的难，并且当前现有技术水平显示出缺乏生产级成熟度。
[0003]然而，诸如矿山、港口和物流中心的受限区域缺乏公共道路驾驶的许多困难方面，并且为自动化车辆的近期大规模部署呈现用例。在此场境内，AV形成商业运营运输解决方案中的组成部分，其中物流是主要在没有人类参与的情况下处理的。
[0004]这种系统中的挑战之一是多个AV对互斥资源，诸如交叉路口、狭窄道路、工作站(例如破碎机、装载/卸载点等)，以及在电动AV的情况下为充电站的使用的高效协调。差的协调能够导致能量效率和生产力大大降低，从而减少自动化的益处。详细地，未能高效地协调运输情形具有以下影响：
[0005]·
能量浪费：在差的规划情况下，车辆花费的能量超过执行运输任务所需要的能量。另一方面，高效规划器通过预先的速度调整来防止车辆不必要地停止在例如交叉路口处。此外，高效规划器通过例如在MUTEX管理中优先化下坡车辆从而避免不必要的减速来更好地收获潜在能量。能量效率对电池电动车辆(BEV)而言是特别相关的，其中差的性能导致对运输解决方案不增值的更频繁的充电停止。
[0006]·
利用不足：在差的规划情况下，车辆经常停留在不增值的状态下。示例是车辆等待进入充电站或装载/卸载区域。高效规划器通过执行MUTEX管理和速度规划使得等待时间减少来避免这种情况，从而导致在运输解决方案中花费的价值增加时间更多并且车队更小。
[0007]·
死锁：一些道路网络交通布局容易遭受死锁，即车辆无法在没有形式为重置的人工干预的情况下继续执行它们的任务的情形。在容易遭受死锁的交通布局情况下，除非交通规划器在关键时刻限制进入某些区域，否则这种情形将不可避免地发生。
[0008]·
安全：在差的规划情况下，系统有可能接近危险状态(例如，碰撞风险或类似风险)，使得较低级紧急系统被小扰动激活。高效规划器通过包括充足余量来避免这种情况。
[0009]·
物理故障状态：在差的规划情况下，车辆可能进入它们无法从其中恢复的状态。示例是重载车辆完全停止在陡峭斜坡上。如果被停止，则使用中的发动机/电机和变速器能够使得它无法被重新启动。高效规划器通过预先的速度规划来避免这个。
[0010]·
硬件磨损：高效规划器避免机械的不必要的磨损，该不必要的磨损例如可能是当重型车辆因服务反复地中断而减速时引发的。
[0011]已针对工业机器人求解了处理互斥资源的问题[16]、[17]，其中已探索了不同的调度算法。然而，多个AV的协调对挑战添加不同方面，其中例如，车辆的动力特性和道路拓扑在最优化问题中发挥重要作用。最近已在文献中广泛地讨论了交叉路口处的自动化车辆的协调，参见[2]以获得综合调查。一般而言，该问题难以求解，并且在[15]中被正式地示出为NP困难的。经常依靠简化假定和启发法，已呈现了使用例如混合系统理论[3]、强化学习[4]、调度[5]、模型预测控制(MPC)[6]、[7]或直接最优化控制(DOC)[8]、[9]来求解问题的许多方法。
[0012]与文献中经常找到的交叉路口场景比较，受限区域中的AV的协调具有一些根本不同的差异。例如，受限区域的完整场地布局在规划阶段通常是已知的，并且经常能够预期的是，一旦规划形成，非受控制的行动者就不会干扰规划的执行。因此能够从运输任务开始到结束规划每个车辆的运动。因此，通过能够处理长期规划范围的方法来使针对受限场地的规划受益。这与文献中找到的交叉路口协调场境形成对照，其中最经常考虑交叉路口周围的切口，同时车辆在交叉路口切口处以一定速度到达[6]、[7]。此外，在受限区域中，运动规划必须考虑车辆对除交叉路口之外的许多资源的使用的协调，例如，各种不同的碰撞区，并且规划的质量对运输解决方案提供者的利润率有直接和相当大的影响。
[0013]直接最优化控制被设想为用于求解最优化问题的有利类型的方法。在本公开中，利用了用于为每个碰撞区获得最优化跨越次序的两阶段启发法。[9]中提出的想法被适配成适合此应用中的目标。问题在空间框架中被形成，因为它允许遍及完整车辆路径最优化运动，以及，允许更方便地处理在碰撞区中发生的碰撞约束。此外，归并
‑
分流(merge
‑
split)碰撞区的碰撞约束被定义为使得不排除该区一次仅一个车辆，并且算法被修改以能够处理这些区以及能够处理车辆之间的多个碰撞区。尽管途径集中于受限场地，但是处理互斥区的方法也可扩展到其他场景(例如，公共道路应用)。
[0014]从已经考虑的类似场景，作者在[11]中提出一种用于处理作为归并
‑
分流碰撞区的子集的归并场景的最优化途径，并且[12]将博弈论策略用于最优化通过多个交叉路口碰撞区的交通流。作为在此领域中进一步工作的主题，调查[2]中还识别了不同类型的多个交叉路口和区的处理。

技术实现思路

[0015]本公开的一个目标是为了提供更广泛适用的车辆协调技术。另一目标是为了能够以最多可行的努力增加的情况下对整个场地进行规划(涵盖车辆的整个可导航环境的完整规划)。另一目标是为了能够在任何时候以最多可行的努力增加规划。特别地，期望移除OCP的时间范围并且允许它延伸到每个车辆的指配的运输任务的结束。另一目标是为了能够对于具有多个冲突区(CZ)的环境进行规划。另一目标是为了能够对于具有至少一个停留区(例如，充电、倒垃圾、维修)的环境进行规划，这使得特殊的车辆动力特性应用于其中的任何车辆，和/或至少一个归并
‑
分流或狭窄道路CZ。
[0016]这些目标中的至少一些通过本专利技术及其实施例实现。
[0017]在本专利技术的第一方面中，提供了一种为在包括至少一个CZ的公共环境中运行的多个车辆规划路线的方法，其中，每个车辆的移动可由控制信号控制。该方法包括：获得预定义目标函数J；求解从预定义目标函数导出的第一目标函数V
i
(T
i
)的第一最优化问题，以获
得每个CZ处的车辆跨越次序，其中，第一最优化问题以安全约束为条件；以及求解以CZ处的车辆跨越次序为条件并且以安全约束为条件的预定义目标函数的最优化控制问题(OCP)，以为每一个车辆获得控制信号u
i
。OCP包括表示相对于路径长度p
i
的演化的动态车辆模型，其中时间t
i
(p
i
)和路径速度v
i
(p
i
)是状态变量。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种为在包括至少一个冲突区CZ(1410、1420)的公共环境(1400)中运行的多个车辆(1460)规划路线的方法，其中，每个车辆的移动能够由控制信号(U)控制，所述方法包括：获得(1320)预定义目标函数(J)；求解(1330)从所述预定义目标函数导出的第一目标函数的第一最优化问题，以获得每个CZ处的车辆跨越次序，其中，所述第一最优化问题以安全约束为条件；以及求解(1340)以所获得的所述CZ处的车辆跨越次序为条件并且以所述安全约束为条件的所述预定义目标函数的最优化控制问题OCP，以为每一个所述车辆获得控制信号(u
i
)，其中，所述OCP包括表示相对于路径长度(p
i
)的演化的动态车辆模型，其中时间(t
i
(p
i
))和路径速度(v
i
(p
i
))是状态变量。2.根据权利要求1所述的方法，其中，CZ进入时间和CZ离开时间是所述第一最优化问题的判定变量。3.根据权利要求1所述的方法，其中，所述第一目标函数(V
i
(T
i
))是所述预定义目标函数的参数局部最优化值，其中，所述参数局部最优化值通过暂定的CZ进入时间和暂定的CZ离开时间参数化并且独立于所述安全约束。4.根据权利要求3所述的方法，其中，所述暂定的CZ进入时间和所述暂定的CZ离开时间是所述第一最优化问题中的判定变量。5.根据前述权利要求中的任一项所述的方法，其中，对所述第一最优化问题的所述求解(1330)包括通过围绕CZ进入时间和CZ离开时间的近似集合的泰勒展开来近似(1334)所述第一目标函数，其中，可选地所述泰勒展开是二次的。6.根据权利要求5所述的方法，其中，通过独立于所述安全约束最优化所述预定义目标函数来获得(1332)所述CZ进入时间和所述CZ离开时间的近似集合。7.根据权利要求1所述的方法，其中，成对的相对车辆跨越次序(b)以及所述车辆的每一个的状态轨迹和控制信号(w)是所述第一最优化问题的判定变量。8.根据权利要求1或7所述的方法，其中，所述第一目标函数是所述预定义目标函数的二次近似。9.根据权利要求1、7和8中的任一项所述的方法，其中，对所述第一最优化问题的所述求解(1330)包括针对表示所述车...

【专利技术属性】
技术研发人员：斯特凡，
申请(专利权)人：沃尔沃自主解决方案公司，
类型：发明
国别省市：