特開 2021-111366 静的及び動的オブジェクトを含む確率的フリー空間地図を作成するための方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】特開2021-111366(P2021-111366A)

(43)【公開日】2021年8月2日

(54)【発明の名称】静的及び動的オブジェクトを含む確率的フリー空間地図を作成するための方法

(51)【国際特許分類】

   G08G 1/16 20060101AFI20210705BHJP

   G09B 29/00 20060101ALI20210705BHJP

   G09B 29/10 20060101ALI20210705BHJP

   B60W 30/10 20060101ALI20210705BHJP

【ＦＩ】

   G08G1/16 C

   G09B29/00 Z

   G09B29/10 A

   B60W30/10

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

【外国語出願】

【全頁数】12

(21)【出願番号】特願2020-202006(P2020-202006)

(22)【出願日】2020年12月4日

(31)【優先権主張番号】10 2020 200 183.9

(32)【優先日】2020年1月9日

(33)【優先権主張国】DE

(71)【出願人】

【識別番号】508097870

【氏名又は名称】コンチネンタル オートモーティヴ ゲゼルシャフト ミット ベシュレンクテル ハフツング

【氏名又は名称原語表記】Ｃｏｎｔｉｎｅｎｔａｌ Ａｕｔｏｍｏｔｉｖｅ ＧｍｂＨ

(74)【代理人】

【識別番号】100069556

【弁理士】

【氏名又は名称】江崎 光史

(74)【代理人】

【識別番号】100111486

【弁理士】

【氏名又は名称】鍛冶澤 實

(74)【代理人】

【識別番号】100191835

【弁理士】

【氏名又は名称】中村 真介

(74)【代理人】

【識別番号】100208258

【弁理士】

【氏名又は名称】鈴木 友子

(72)【発明者】

【氏名】フランク・エドリング

(72)【発明者】

【氏名】マルクス・ルクス

(72)【発明者】

【氏名】ハーゲン・シュテュビング

(72)【発明者】

【氏名】グンナー・ユルゲンス

【テーマコード（参考）】

2C032

3D241

5H181

【Ｆターム（参考）】

2C032HC08

2C032HD21

2C032HD23

3D241BA05

3D241BA11

3D241BA15

3D241BB16

3D241CE04

3D241CE05

3D241DB02Z

3D241DB05Z

3D241DB20Z

3D241DC50Z

5H181AA01

5H181CC04

5H181CC12

5H181CC14

5H181FF04

5H181LL01

5H181LL02

5H181LL04

5H181LL09

(57)【要約】      （修正有）

【課題】改善された確率的フリー空間マップ作成方法を提供する。
【解決手段】確率的フリー空間マップ作成方法は、既存の周辺モデルから静的オブジェクト２ａ，２ｂ，３と認識領域ポリゴンＷＰを呼び出すステップ、動的オブジェクトＶ１−Ｖ７の予測された軌道Ｔ１，Ｔ２を集めるステップ、静的オブジェクト、認識領域ポリゴン及び予測された軌道を一枚のマップに統合するステップ、最長予測時間を設定するステップ、予測時間ステップを設定するステップ、最新の予測時間を設定し、設定された予測期間のスタート時点を設定するために、該最新の予測時間の値を０にセットするステップ、信頼性領域を静的及び動的オブジェクトの周りに設定するステップ、少なくとも一つの静的乃至動的オブジェクトの周りに少なくとも一つの不確実な領域を設定するステップ、最新の予測時間用に第一確率的フリー空間マップを作成するステップ、を含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

以下のステップを有することを特徴とする静的（２ａ，２ｂ，３）及び動的オブジェクト（Ｖ１−Ｖ７）を含む確率的フリー空間マップを作成するための方法：
−既存の周辺モデルから静的オブジェクト（２ａ，２ｂ，３）と認識領域ポリゴン（ＷＰ）を呼び出すステップ（Ｓ１）；
−動的オブジェクト（Ｖ１−Ｖ７）の予測された軌道（Ｔ１，Ｔ２）を集めるステップ（Ｓ２）；
−静的オブジェクト（２ａ，２ｂ，３）、認識領域ポリゴン（ＷＰ）及び予測された軌道（Ｔ１，Ｔ２）を一枚のマップに統合するステップ（Ｓ３）；
−最長予測時間を設定するステップ（Ｓ４）；
−予測時間ステップを設定するステップ（Ｓ５）；
−最新の予測時間を設定し、設定された予測期間のスタート時点を設定するために、該最新の予測時間の値を０にセットするステップ（Ｓ６）；
−信頼性領域（Ｋ）を静的（２ａ，２ｂ，３）及び動的オブジェクト（Ｖ１−Ｖ７）の周りに設定するステップ（Ｓ７）；
−少なくとも一つの静的（２ａ，２ｂ，３）乃至動的オブジェクト（Ｖ１−Ｖ７）の周りに少なくとも一つの不確実な領域（Ｕ）を設定するステップ（Ｓ８）；
−最新の予測時間用に第一確率的フリー空間マップを作成するステップ（Ｓ９）；
−少なくとも一つの予測時間ステップ用に少なくとも一枚の更なるフリー空間マップを作成するステップ（Ｓ１０）；
−作成されたフリー空間マップを評価するステップ（Ｓ１１）。

【請求項2】

最長予測時間に達するまで、予測時間ステップ毎に一枚のフリー空間マップが作成されることを特徴とする請求項１に記載の方法。

【請求項3】

少なくとも一つの不確定な領域（Ｕ）が、既存の周辺モデルと動的オブジェクト（Ｖ１−Ｖ７）の軌道予測に基づいて設定されることを特徴とする請求項１に記載の方法。

【請求項4】

少なくとも一つの不確定な領域（Ｕ）が、ある動的オブジェクト（Ｖ１−Ｖ７）の少なくとも一本の予測された軌道（Ｔ１，Ｔ２）にそって拡張されることを特徴とする請求項１から３に記載の方法。

【請求項5】

不確定な領域（Ｕ）が、タイムステップ毎に適合されることを特徴とする請求項１から４のうち何れか一項に記載の方法。

【請求項6】

全対象期間用の確率的フリー空間マップの評価後に、少なくとも一つの走行機能が、適合される、及び／或いは、快適性、効率および安全性に関して最適化された自車両（１）の軌道（Ｔｅ１，Ｔｅ２）が、計画されることを特徴とする先行請求項のうち何れか一項に記載の方法。

【請求項7】

自車両（１）の軌道（Ｔｅ１，Ｔｅ２）の計画のために、認識領域ポリゴン（ＷＰ）も考慮されることを特徴とする請求項１から６のうち何れか一項に記載の方法。

【請求項8】

少なくとも一つの走行機能及び／或いは自車両（１）の軌道（Ｔｅ１，Ｔｅ２）を、コスト・ファンクションによって最適化することを特徴とする請求項６に記載の方法。

【請求項9】

信頼性領域（Ｋ）を、オブジェクト（２ａ，２ｂ，３，Ｖ１−Ｖ７）の存在確率、位置ベクトル並びに速度ベクトルの分散、及び、速度ベクトルと加速ベクトルの値に基づいて設定することを特徴とする先行請求項のうち何れか一項に記載の方法。

【請求項10】

不確定な領域が、軌道の確率、最後に予測されたオブジェクト（Ｖ１−Ｖ７）の軌道ポイントの位置、速度、加速の分散の値に基づいて設定されることを特徴とする先行請求項のうち何れか一項に記載の方法。

【請求項11】

フリー空間マップの評価の前に、同じ占有確率を有するグリッドセルをそれぞれ、お互いからポリゴントラックによって区分される領域に統合することを特徴とする請求項１に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、走行機能の確立に基づく反応に関わる、静的及び動的オブジェクトを含む確率的フリー空間マップを作成するための方法に関する。

【背景技術】

【0002】

従来の技術からは、例えば、アダプティブ速度調整（ａｄａｐｔｉｖｅ ｃｒｕｉｓｅ ｃｏｎｔｒｏｌ，ＡＣＣ）とレーン維持アシスタントの組み合わせに基づく所謂「渋滞アシスタント」が既知である。更に昨今、車線変更アシスタントも導入されるようになったが、これは、ドライバーが、能動的に作動させる乃至始動させる必要があるものである。交通情報やレーン情報（オブジェクト）に対する反応は、オブジェクトまでの相対的距離を測定し、（例えば、ＡＣＣやレーン維持アシスタントによって）間隔を制御すること、或いは、グリッドセルが占有されている確率に関する情報を有するグリッドマップ（例えば、自動駐車用のデンプスター・シェーファー・グリッドマップ）を作成することのいずれかによって実施されている。

【0003】

しかし、従来の解決策（占有グリッドマップや自車両に対する相対的なオブジェクトのリスト）は、現時点のフリー空間の状態に関する情報を提供しているに過ぎない。要するに、特定の領域（例えば、グリッドセル）は、「フリーとして測定された」／「占有されているとして測定された」、或いは、「未測定」としてマークされることができる。このようにして得られるその時点における最新のマップは、他の交通参加者の今後の挙動に基づいて予測されるフリーな空間／占有される空間に関する情報は、包含していない。安全、快適、且つ、効率的な走行の実現を目的とし、ある走行ストラテジーを計画する場合、この先ある領域内を動くことが賢明か否かを知らなければならない。

【発明の概要】

【発明が解決しようとする課題】

【0004】

よって、本発明の課題は、改善されたフリー空間マップを作成できる、従来の技術の弱点を克服する方法を提供することにある。

【課題を解決するための手段】

【0005】

本発明によれば、上記目的は、独立請求項１に記載されている対象によって達成される。更らに、好ましい形態は、従属請求項の対象である。

【0006】

本質的に、本発明は、周辺捕捉と交通参加者予測における不確実性を回避することを目指している。自律走行では、周辺捕捉の際に、常に、周辺モデル内の不確実な領域が残る。この機能につながれている走行機能にとっての問題は、ドライバーは、タイムリーで穏やかな反応を実施する代わりとして、例えば、質の低い予測機能を有するシステムが取るであろうと思われる挙動を：即ち、典型的なシナリオとしては、「割り込む形で車線変更をする交通参加者が突然認識され、緊急ブレーキが作動する」と言った、緊急的な介入を、容認しないということにある。要するにそのドライバーは、例えば、この様な「割り込む形の車線変更」を数秒前には察知しているであろうことから、該ドライバーは、システムが、穏やかに減速する、或いは、タイムリーに車線変更することを期待しているであろう。本発明の目標は、数秒後になって緊急介入のみが可能になる前に、早期かつ快適に「不確実な領域」に反応することである。ドライバーは、後に必要が無かったことが明らかになろうとも快適な反応（例えば、実際に車線変更があろうがなかろうが、割り込む形での車線変更を可能にするためにブレーキを用いずに軽く減速すること）は、質の低い車線変更の予測に基づいた遅い時点における緊急ブレーキよりも、容認する。

【0007】

しかしながら、希であっても、セーフティ・クリティカルなケースにおいては、緊急反応は、正当であることから、低い存在確率を有するオブジェクトも無視することはできない。

【0008】

本発明は、上述の問題を、予測された挙動と予測に包含される不確定要素を含む、確率的フリー空間マップを作成することによって回避することができると言う基本アイデアに基づいている。

【0009】

よって、本発明に係る、静的及び動的オブジェクトを含む確率的フリー空間マップを作成するための方法は、以下のステップを包含している：
−既存の周辺モデルから静的オブジェクトと認識領域ポリゴンを呼び出すステップ；
−動的オブジェクトの予測された軌道を集めるステップ；
−静的オブジェクト、認識領域ポリゴン及び予測された軌道を一枚のマップに統合するステップ；
−最長予測時間を設定するステップ；
−予測時間ステップを設定するステップ；
−最新の予測時間を設定し、設定された予測期間のスタート時点を設定するために、該最新の予測時間の値を０にセットするステップ；
−信頼性領域を静的及び動的オブジェクトの周りに設定するステップ；
−少なくとも一つの静的乃至動的オブジェクトの周りに少なくとも一つの不確実な領域を設定するステップ；
−最新の予測時間用に第一確率的フリー空間マップを作成するステップ；
−少なくとも一つの予測時間ステップ用に少なくとも一枚の更なるフリー空間マップを作成するステップ；
−作成されたフリー空間マップを評価するステップ

【0010】

ここにおいて用いられた周辺モデルは、少なくとも二つの周辺センサ、例えばレーダセンサとカメラセンサのセンサデータから、例えばセンサデータ統合法によって生成されたものである。但し、静的なオブジェクトに関しては、保存されている周辺モデル、例えば、意味論的グリッドマップであっても良いが、これらに対応するデータは、ＧＰＳ及び／或いはランドマーク認識を用いた自車両の自己トラッキングに基づいて呼び出される。保存されている周辺モデルを用いる場合、静的オブジェクトの如何なる変化をも信頼性高く考慮することができるように、規則的に予め定められたサイクルで更新することが好ましい。

【0011】

該認識領域ポリゴンとは、本発明の範囲においては、自車両の周りのポリゴントラックのことであり、要するに、その時点における最新の３６０°ＦＯＶ（Ｆｉｅｌｄ−ｏｆ−ｖｉｅｗ）を意味している。このポリゴンに対して影響を与える値としては、センサの到達距離も然り、道路のジオメトリ（カーブや峠など）も挙げられる。

【0012】

自車両の周りに動的オブジェクトや他の交通参加者が検出された場合、各々の動的オブジェクトに対して一本乃至複数本の軌道が、予測される。各々の軌道の予測は、例えば、移動方向、速度、及び／或いは、加速に基づいて実施される。

【0013】

これら上記のデータは、後の方法ステップの基となる共通のマップに記入される。

【0014】

更には、動的オブジェクト乃至他の交通参加者が動き得る軌道を最長どれ程予測できるかを示す最長予測時間も設定される。また、予測時間ステップも設定される。これは、どれ程の間隔で予測が更新されるかを設定できるため、好ましい。即ち、最長予測時間を、例えば１０秒として、各々の予測ステップを、例えば０．５秒毎に実施することができる。

【0015】

予測を開始するためには、先ず、最新の予測時間を設定し、値を０にセットする。この時点からは、予め定められた予測時間ステップ内において複数の予測が、最長予測時間に達するまで、実施される。ここでは、最新の予測時間から、予測時間ステップ毎に、一枚の確率的フリー空間マップが、作成される。各々の予測時間ステップは、最長予測時間に達するまで、最新の予測時間に加算される。最新の予測時間に加えて、静的及び動的オブジェクトの周りに信頼性領域が、設定される。この信頼性領域は、この際、グリッドセル毎に、各々のオブジェクトによって、ある確率をもって占有されていると見ることができる範囲を記述している。付加的に、少なくとも動的オブジェクトの周りには、少なくとも一つの不確実な領域が、設定される。但し、複数の動的オブジェクトに対して、少なくとも一つの不確定な領域を設定することも考え得る。

【0016】

この不確定な領域は、ここでは、この領域への動きによって、今後、動的オブジェクトによって占有される可能性を有している領域を記述している。また、確率的フリー空間マップも評価される。これは、必要とあれば、後続の走行機能に合わせることができるため好ましい。

【0017】

予測を実施するためには、例えば、ベイジアン・ネットワークを用いることができる。ある動的オブジェクトやある交通参加者が取り得る一つの軌道の確率を計算するための入力値としては、例えば、周辺部における静的乃至動的オブジェクトの有無、該当する交通参加者の速度、加速、移動方向、及び、道路の推移などが考慮される。更には、天候などの環境ファクタも考慮できるであろう。

【0018】

ある特に好ましい実施形態においては、予測時間ステップ毎に、フリー空間マップが、最長予測時間に達するまで、作成される。これは、予測時間ステップから次の予測時間ステップまでに、周辺が変化し得るため、有利である。この様にすることで、全ての変化の可能性を捕捉することを確実にできる。

【0019】

ある特に好ましい実施形態においては、少なくとも一つの不確定な領域が、既存の周辺モデルと動的オブジェクトの軌道予測に基づいて設定される。

【0020】

ある他の好ましい実施形態においては、少なくとも一つの不確定な領域は、ある動的オブジェクトの少なくとも一本の予測された軌道にそって拡張される。尚、該不確定な領域は、最長予測時間において、全ての予測し得る軌道が、不確定な領域によって少なくとも部分的に覆われるように拡張されることが特に好ましい。これは、予測が、該不確定な領域によって考慮され得る、ある程度の不確実性を、常に有しているため有利である。

【0021】

但し、不確定な領域は、タイムステップ毎に適合されることが特に好ましい。予測された軌道に沿って不確定性が増すため、予測時間が増すにつれ、不確定な領域も大きくなる。例えば、車両が、前方を走行中の車両に接近すると、時間の増加と間隔の減少により、車線変更の確率が増すため、不確定性も増加する。しかしながら、該車両は、減速することもあり得るため、予測の不確定性にもつながり得る。

【0022】

また、全対象期間用の確率的フリー空間マップの評価後に、快適性、効率および安全性に関して最適化された自車両の軌道が計画されることも好ましい。そうすることで、不確実性が大きい場合、後になって急激な制動介入や操舵介入を回避するために、自車両の車線変更を、先を見越して実施することも可能になる。そのために、例えば、不確実性のための閾値を設定することが可能である。この閾値を超えた場合、予防的な運転マヌーバが実施される。代案的に、不確定な領域の占有確率を、最適化のためのコスト・ファンクションにおいて直接的に用いる事も可能である。車線変更の代わりに、自車両の減速を予防的な対策とすることも考え得る。

【0023】

尚、少なくとも一つの走行機能及び／或いは自車両の軌道を、該コスト・ファンクションによって最適化することは、特に好ましい。この様なコスト・ファンクションを用いることにより、自車両の軌道は、例えば、目標速度、前後方向加速や前後方向の揺れ（ｊｏｌｔ）、横方向の加速や横方向の揺れ、他の交通参加者に対する間隔、他の交通参加者に対して必要な反応（例えば、急ブレーキ）を達成すると言う観点から、及び、この先、他の交通参加者の占有領域を通過する確率、乃至、後になって快適でない介入を実施する確率と言う観点から最適化される。尚、代案的乃至付加的に、該最適化を、車線維持の正確性や車両のコース角度の車線中央のコース角度に対するずれと言う観点から実施することも考え得る。

【0024】

ある更なる特に好ましい実施形態においては、軌道の最適化のために認識領域ポリゴンも考慮される。尚、例えば、（右側通行の）アウトバーンの左カーブ内においては、センサ類が十分に先を見越せない道路の最も左縁までは、走行しないことも好ましい。道路縁に突然、例えば、失われたタイヤの一部が落ちていたと言った場合、衝突は、緊急マヌーバによってのみ回避し得る。しかしながら、動的オブジェクトによって覆われている場合の評価は、これとは異なる：ある車両の後方を追走する場合、該車両の前方の領域は、覆われている可能性はあるが、該他のオブジェクトがその走行曲線上を移動している最中であることから、そこには、数秒間走行し得るフリー空間は、存在していると仮定することができる。

【0025】

尚、方向、加速、速度及び予測された軌道は、グローバル座標系で出力することは、考え得る。また、該座標を一般的な座標系に転換することも考え得る。即ち、座標を道路座標系において出力することも好ましく可能である。

【0026】

特に、信頼性領域は、オブジェクトの存在確率、位置ベクトル並びに速度ベクトルの分散、及び、速度ベクトルと加速ベクトルの値に基づいて設定されることが、好ましい。これにより、速度と加速なども考慮されるため、静的オブジェクト用の信頼性領域のみならず、動的オブジェクト用のものも設定することが可能になる。

【0027】

ある更なる好ましい実施形態においては、不確定な領域は、軌道の確率、最後に予測されたオブジェクト（Ｖ１−Ｖ７）の軌道ポイントの位置、速度、加速の分散の値に基づいて設定される。

【0028】

更には、フリー空間マップの評価の前に、同じ占有確率を有するグリッドセルをそれぞれ、お互いから対応するポリゴントラックによって区分される領域に統合することも好ましい。ここで言う占有確率は、必ずしも、固定された値である必要はなく、ある確率の値が含まれる範囲であると解釈される。即ち、該範囲は、例えば、９０％を超える占有確率を有する全てのグリッドセルを包含していることができる。この様にすることで、例えば、交通参加者の周りの信頼性領域を考慮することができる。グリッドセルの統合は、領域に統合することにより評価に必要な計算能力を低減できることからも好ましい。

【0029】

更なる構成と実施形態は、添付されている図面によって示される。図の説明：

【図面の簡単な説明】

【0030】

【図1】本発明のある実施形態に係るフリー空間マップの概略的な描写であり；

【図2】本発明のある実施形態に係る拡張されたフリー空間マップの概略的な描写であり；

【図3】本発明のある実施形態に係る拡張されたフリー空間マップの更なる概略的な描写であり；

【図4】本発明のある実施形態に係る拡張されたフリー空間マップの更なる概略的な描写であり；

【図5】本発明のある更なる実施形態に係る拡張されたフリー空間マップ類の更なる概略的な描写であり；

【図6】本発明の実施形態の概略的フローチャートを示している。

【発明を実施するための形態】

【0031】

図１は、本発明のある実施形態に係るフリー空間マップの概略的な描写を示している。この描写において、自車両１は、他の複数の交通参加者Ｖ１ − Ｖ７と共に、３車線Ｆ１−Ｆ３からなる道路上を動いている。自車両１は、この時点において、最新の軌道Ｔａに沿って動いている。交通参加者Ｖ１−Ｖ７の他、それぞれ、例えば、ガードレールなどの車線境界３、及び、更なる静的オブジェクト２ａ，２ｂが示されている。交通参加者Ｖ１−Ｖ７に対しては、少なくとも二本の軌道Ｔ１，Ｔ２が、予測されている。尚、Ｔ１は、最も確率の高い軌道を示している。軌道Ｔ２は、低めの確率を有する取り得る軌道を記述している。ここでＴ１は、実線の矢印で示され、軌道Ｔ２は、破線の矢印で示されている。見易さを確保するため、全ての交通参加者Ｖ１−Ｖ７の全ての軌道Ｔ１，Ｔ２にではなく、それぞれ一度のみ軌道Ｔ１とＴ２の符号がつけられている。また、認識領域ポリゴンＷＰも示されている。この認識領域ポリゴンＷＰは、本発明では、自車両の周り３６０°視野を示すものである。静的オブジェクト２ａ，２ｂ，３及び認識領域ポリゴンＷＰは、ここでは、例えば、周辺モデルから呼び出されることができる。

【0032】

図２は、本発明のある実施形態に係る拡張されたフリー空間マップの概略的な描写を示している。ここに示されている描写では、静的オブジェクト２ａ，２ｂ，３と動的オブジェクト乃至交通参加者Ｖ１−Ｖ７の周りに、信頼性領域Ｋが設定されている。この概略的な描写では、各々の静的オブジェクト２ａ，２ｂ，３と各々の交通参加者Ｖ１−Ｖ７に対して、長方形の信頼性領域Ｋが想定されており、この描写では、複数の信頼性領域が、重なり合っている。この信頼性領域は、フリー空間マップにおいて、占有されていると仮定される。更には、交通参加者Ｖ１の取り得る軌道Ｔ１，Ｔ２に沿って不確定な領域Ｕが設定されている。この不確定な領域Ｕは、交通参加者Ｖ１の挙動に応じて占有され得る、乃至、フリーであり続ける。この文脈において、代案的乃至付加的に、他の交通参加者Ｖ２−Ｖ７の各々一つの不確定な領域Ｕも設定される。図２では、例えば、第一予測時間ステップに対応する時点が示されている。不確定な領域Ｕは、この際、自車両１の車線Ｆ２に少しだけしかかかっていない。即ち、運転マヌーバを実施する必要性が、まだ十分にはないことから、この先自車両１が取り得る軌道Ｔｅ１は、現在走行しているＴａに対応している。

【0033】

図３は、本発明のある実施形態に係る拡張されたフリー空間マップの更なる概略的な描写を示している。図３は、図２の内容に対応している。但し、この描写は、後の時点における予測時間ステップのものであるため、不確定な領域Ｕは、図２のそれよりも大きくなっている。それは、Ｖ１は、時間が経つにつれ、例えば、Ｖ２に接近し、車線変更の可能性が高まるが、Ｖ１が制動することもあり得るため、１００％とは言えないことに起因している。よって、不確定な領域Ｕは、大きくなっている。同時に、自車両１から、もう一本の取り得る軌道Ｔｅ２が、先ほどの軌道Ｔｅ１に加えて、現在走行中の方向に沿って、予定される。この更なる軌道Ｔｅ２は、実施されるかもしれない車線Ｆ３への車線変更に対応するものである。

【0034】

図４は、本発明のある実施形態に係る拡張されたフリー空間マップの更なる概略的な描写を示している。この図でも、描写は、図２と３のそれに相当するものである。図４は、図３よりも後の予測時間ステップを記述している。よって、不確定な領域Ｕも、図２と３と比較すると拡大され、自車両１の車線Ｆ２の全幅まで既に広がっている。自車両１のここで計画されている軌道Ｔｅ２では、Ｖ１が実施し得る車線変更の前によけてしまうために、車線変更が想定されている。これにより、タイムリーに穏やかな運転マヌーバが実施され、自車両１のドライバーにとって快適でない操舵介入や制動介入には、至らない。

【0035】

図５は、本発明のある更なる実施形態に係る拡張されたフリー空間マップの更なる概略的な描写を示している。この描写では、同じ占有確率Ｂを有するグリッドセルが、対応する領域４に統合されている。該領域４は、それぞれ、ポリゴントラックＰによって区分されている。図に示されている如く、領域には、占有確率Ｂが０．１未満である領域４、占有確率Ｂが１０％未満の領域４、占有確率Ｂが５０％を超える領域４、及び、占有確率Ｂが９０％を超える領域４がある。占有確率が９０％を超える領域４は、例えば、その中に交通参加者が検出された、及び、交通参加者の周りの信頼性領域Ｋであるグリッドセルであることができる。更に、複数の領域４をまたぐ不確定な領域Ｕも示されている。

【0036】

図６は、本発明の実施形態の概略的フローチャートを示している。ステップＳ１では、静的オブジェクト２ａ，２ｂ，３と認識領域ポリゴンＷＰが、既存の周辺モデルから呼び出される。ステップＳ２では、動的オブジェクトＶ１−Ｖ７の予測された軌道Ｔ１，Ｔ２が集められる。それに続くステップＳ３では、静的オブジェクト２ａ，２ｂ，３、認識領域ポリゴンＷＰ及び予測された軌道Ｔ１，Ｔ２が、第一フリー空間マップに統合される。ステップＳ４では、最長予測時間が設定され、ステップＳ４と並行して実施されても良いステップＳ５では、対応する予測時間ステップが設定される。その後、ステップＳ６では、最新の予測時間が設定され、最新の予測時間の値が、設定された予測期間のスタートを設定するために、０にセットされる。ステップＳ７では、静的オブジェクト２ａ，２ｂ，３と動的オブジェクトＶ１−Ｖ７の周りに、信頼性領域Ｋが設定される。更に、ステップＳ８では、少なくとも一つの不確定な領域Ｕが、少なくとも一つの静的オブジェクト２ａ，２ｂ，３乃至動的オブジェクトＶ１−Ｖ７の周りに設定される。ステップＳ９では、第一確率的フリー空間マップが、最新の予測時間用に作成される。ステップＳ１０では、少なくとも一つの更なるフリー空間マップが、一つの予測時間ステップ用に作成される。このステップＳ１０は、最長予測時間に達するまで、反復される。更なるステップＳ１１では、作成されたフリー空間マップ、特に、最長予測時間に至った時点において作成されたフリー空間マップが、評価される。

【符号の説明】

【0037】

１ ＥＧＯ車両
２ａ，２ｂ 静的オブジェクト
３ 車線境界
４ 領域
Ｂ 占有確率
Ｆ１−Ｆ３ 車線
Ｋ 信頼性領域
Ｐ ポリゴントラック
Ｓ１−Ｓ１１ 方法ステップ
Ｔａ 自車両の最新の軌道
Ｔｅ１，Ｔｅ２ 自車両の代案となり得る軌道
Ｔ１，Ｔ２ 動的オブジェクトが取り得る軌道
Ｕ 不確定な領域
Ｖ１−Ｖ７ 動的オブジェクト／交通参加者
ＷＰ 認識領域ポリゴン

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【外国語明細書】

2021111366000001.pdf