Trajektorienplanung und Sicherheitsbewertung autonomer Fahrzeuge basierend auf Bewegungsprognose und modellprädiktiver Regelung

Das Sicherheitsproblem ist ein grundlegendes Thema für autonome Fahrzeuge. Die Trajektorienplanung ist ein wesentlicher Bestandteil des autonomen Fahrzeugsystems und beeinflusst direkt die automatisierte Verkehrssicherheit. In diesem Papier wird die Bewegungsprognose anderer Verkehrsteilnehmer betrachtet. Wir verwenden Monte-Carlo-Simulationen, um die probabilistische Belegung des Objekts vorherzusagen und erstellen eine Karte von Wahrscheinlichkeitsstatistiken zu realen Szenarien. Die nicht zeitbasierte Referenztrajektorie kann durch die Verwendung von hochauflösenden Karten und Fahrstreifenerkennung gewonnen werden. Anschließend wird die modellprädiktive Regelung eingesetzt, um die Referenztrajektorie entsprechend dem aktuellen Zustand des autonomen Fahrzeugs zu optimieren. Unterschiedliche Vorhersagezeiträume und Koordinatentransformationen werden angenommen, um die Planung zu optimieren. Dadurch können die Randbedingungen leicht einbezogen werden, und das Ergebnis ist intuitiver. Die probabilistische Belegung anderer Verkehrsteilnehmer wird offline berechnet und die gewonnenen Ergebnisse werden in Echtzeitanwendungen verwendet. Daher wird die rechnerische Belastung in Echtzeit reduziert. Die Unfallwahrscheinlichkeit wird vorgeschlagen, um die Machbarkeit der Echtzeitrajektorie im Sicherheitsbewertungsmodul zu überprüfen. Zwei typische Szenarien werden analysiert: Spurwechsel auf der geraden Strecke und Abbiegen an der Kreuzung. Die Simulationsergebnisse zeigen die Effizienz unserer Methode.