FR3054684A1 - Systeme de pilotage d’un vehicule autonome - Google Patents

Systeme de pilotage d’un vehicule autonome Download PDF

Info

Publication number
FR3054684A1
FR3054684A1 FR1657337A FR1657337A FR3054684A1 FR 3054684 A1 FR3054684 A1 FR 3054684A1 FR 1657337 A FR1657337 A FR 1657337A FR 1657337 A FR1657337 A FR 1657337A FR 3054684 A1 FR3054684 A1 FR 3054684A1
Authority
FR
France
Prior art keywords
information
sensors
delegated
vehicle
autonomous vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
FR1657337A
Other languages
English (en)
Other versions
FR3054684B1 (fr
Inventor
Annie Bracquemond
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institut Vedecom
Original Assignee
Institut Vedecom
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institut Vedecom filed Critical Institut Vedecom
Priority to FR1657337A priority Critical patent/FR3054684B1/fr
Priority to JP2019504695A priority patent/JP2019528518A/ja
Priority to CN201780047018.9A priority patent/CN109690434A/zh
Priority to US16/320,780 priority patent/US20200331495A1/en
Priority to EP17758222.8A priority patent/EP3491475A1/fr
Priority to PCT/FR2017/052049 priority patent/WO2018020129A1/fr
Publication of FR3054684A1 publication Critical patent/FR3054684A1/fr
Application granted granted Critical
Publication of FR3054684B1 publication Critical patent/FR3054684B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • G05D1/0077—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements using redundant signals or controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/10—Number of lanes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/20—Data confidence level

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Ecology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

la présente invention concerne un système de pilotage d'un véhicule autonome comportant une pluralité de capteurs (1 à 6) de natures différentes, des calculateurs exécutant des programmes informatiques pour la détermination d'informations de conduite déléguée en fonction des données délivrées par lesdits capteurs caractérisé en ce qu'il comporte en outre au moins un module d'arbitrage (15) comprenant un calculateur exécutant un programme informatique pour décider la sélection d'une desdites informations de conduite déléguée en fonction d'une pluralité d'informations représentatives : • des conditions d'environnement, • des niveaux de confiance de chacune desdites informations de conduite déléguée, • de la cohérence de variables associées auxdites informations déléguées • de la fiabilité matérielle et logicielle des composants dudit système • de l'historique de conduite du véhicule.

Description

Titulaire(s) : INSTITUT VEDECOM.
Mandataire(s) : PEUGEOT CITROEN AUTOMOBILES SA Société anonyme.
£>4/ SYSTEME DE PILOTAGE D'UN VEHICULE AUTONOME.
FR 3 054 684 - A1 la présente invention concerne un système de pilotage d'un véhicule autonome comportant une pluralité de capteurs (1 à 6) de natures différentes, des calculateurs exécutant des programmes informatiques pour la détermination d'informations de conduite déléguée en fonction des données délivrées par lesdits capteurs caractérisé en ce qu'il comporte en outre au moins un module d'arbitrage (15) comprenant un calculateur exécutant un programme informatique pour décider la sélection d'une desdites informations de conduite déléguée en fonction d'une pluralité d'informations représentatives:
des conditions d'environnement, des niveaux de confiance de chacune desdites informations de conduite déléguée, de la cohérence de variables associées auxdites informations déléguées de la fiabilité matérielle et logicielle des composants dudit système de l'historique de conduite du véhicule.
0000000 :
i 31) 1 1 ' 1 JJ
Figure FR3054684A1_D0001
- i Système de pilotage d'un véhicule autonome
Domaine de l'invention
La présente invention concerne le domaine des véhicules autonomes et plus précisément des équipements informatiques destinés à la commande de véhicules autonomes.
Un véhicule est qualifié d'autonome s'il peut se déplacer sans l'intervention et la surveillance continues d'un opérateur humain. Selon le Ministère des transports des ÉtatsUnis d'Amérique, cela signifie que la voiture peut fonctionner sans qu'un conducteur n'intervienne au niveau de la conduite, de l'accélération ou du freinage. Le niveau d'automatisation du véhicule reste néanmoins l'élément le plus important.
La National Highway Traffic Safety
Administration (l'administration américaine chargée de la sécurité routière sur les autoroutes) définit ainsi cinq niveaux d'automatisation :
• Niveau 0 : Aucune automatisation. Le conducteur a un contrôle total et à tout instant des fonctions principales du véhicule (moteur, accélérateur, direction, freins).
• Niveau 1 : Automatisation de certaines fonctions.
L’automatisation est présente pour certaines fonctions du véhicule, mais ne font qu’assister le conducteur qui garde le contrôle global. Par exemple, le système antiblocage des roues (ABS) ou l’électro stabilisateur (ESP) vont automatiquement agir sur le freinage pour aider le conducteur à garder le contrôle du véhicule.
• Niveau 2 : Automatisation de fonctions combinées. Le contrôle d’au moins deux fonctions principales est combiné dans l’automatisation pour remplacer le conducteur dans certaines situations. Le régulateur de vitesse adaptatif combiné avec le centrage sur la voie fait entrer le véhicule dans cette catégorie, tout comme le Park Assist qui permet le stationnement sans que le conducteur n’agisse sur le volant ou les pédales.
• Niveau 3 : Conduite autonome limitée. Le conducteur peut céder le contrôle complet du véhicule au système
- 2 automatisé qui sera alors chargé des fonctions critiques de sécurité. Cependant la conduite autonome ne peut avoir lieu que dans certaines conditions environnementales et de trafic (uniquement sur autoroute par exemple). Il est imposé au conducteur d'être en mesure de pouvoir reprendre le contrôle dans un temps acceptable sur demande du système (notamment lorsque les conditions de circulation autonome ne sont plus réunies : sortie de l'autoroute, bouchon, etc.). La Google Car (nom commercial) est actuellement à ce stade d'automatisation.
• Niveau 4 : Conduite autonome complète. Le véhicule est conçu pour assurer seul l'ensemble des fonctions critiques de sécurité sur un trajet complet. Le conducteur fournit une destination ou des consignes de navigation mais n'est pas tenu de se rendre disponible pour reprendre le contrôle. Il peut d'ailleurs quitter le poste de conduite et le véhicule est capable de circuler sans occupant à bord.
Les véhicules sans conducteur fonctionnent en accumulant de multiples informations provenant de caméras, de capteurs, de dispositifs de géolocalisation (dont des radars), de cartes numériques, de systèmes de programmation et de navigation ainsi que de données transmises par d'autres véhicules connectés et infrastructures en réseau. Les systèmes d'exploitation et les logiciels traitent ensuite l'ensemble de ces informations et assurent la coordination des fonctions mécaniques du véhicule. Ces procédés reproduisent l'infinie complexité des tâches effectuées par un conducteur tenu, pour conduire correctement, d'être tout à la fois concentré sur la route, le comportement de son véhicule et son propre comportement.
L'architecture informatique de tels véhicules doit permettre de gérer la multitude de signaux provenant des capteurs et des sources d'informations externes et procéder aux traitements pour extraire de ces signaux des données pertinentes, éliminer les données anormales et combiner ces données pour commander les organes électromécaniques du véhicule (direction, freinage, régime moteur, alarmes, ...) .
- 3 Compte' tenu du contexte d'utilisation, l'architecture informatique doit garantir une fiabilité absolue, même en cas d'erreur sur une carte numérique, d'un capteur défaillant ou d'un dysfonctionnement du logiciel de navigation, ou de ces trois éléments à la fois.
Etat de la technique
On a proposé dans l'état de la technique différentes solutions d'architectures informatiques destinées à des véhicules autonomes.
Le brevet américain US6223110 décrit par exemple une architecture modulaire pour organiser et coordonner des composants destinés à coordonner le flux de données entre les composants. L'architecture comprend trois divisions principales :
- un pipeline de capteur,
- les modules exploitant les données de capteur,
- et les planificateurs d'actions et de commande mécatronique.
Le pipeline de capteur reçoit des données brutes provenant des capteurs embarqués, tel qu'un système de télémètre laser ou radar, et convertit les données en une forme qui peut être utilisée par les autres composants du système. Les données du capteur peuvent également être représentées sous la forme d'une carte d'élévation du terrain environnant pour d'autres composants logiciels à utiliser. N'importe quel nombre et les types de systèmes de détection peuvent être ajoutés à l'architecture logicielle selon les besoins et les possibilités du système. Les modules d'exploitation de données utilisent les données des capteurs en entrée et appliquent des algorithmes spécifiques pour produire des informations sur l'environnement de la machine pour une utilisation par d'autres composants du système. Le planificateur de mouvement reçoit des informations fournies par les modules d'exploitation de données, et fournit des commandes de sortie aux contrôleurs.
On connaît aussi le brevet US7499774 décrivant un système de traitement d'un signal de sécurité dans un véhicule autonome. Les signaux de sécurité sont typiquement générés en
- 4 réponse à la détection de conditions dangereuses ou sont envoyés par le conducteur du véhicule. Dans les deux cas, les signaux de sécurité sont transmis en utilisant des voies de communication redondantes. Les chemins d'accès comprennent un réseau informatique et d'une boucle de courant. Les signaux de sécurité sont traités, ce qui provoque des actionneurs (par exemple, les liens) pour manipuler les périphériques d'entrée (par exemple, les contrôles d'articulation et d'entraînement des contrôles, comme un accélérateur, frein, mécanisme de direction, accélérateur, changement de vitesses).
Le brevet américain US7415331 décrit également un système pour assurer la sécurité de véhicules autonomes comprenant :
- une pluralité de composants pour effectuer une analyse de la situation, la planification de la mission, la mission replanification, l'exécution du plan de mission, et la collaboration entre les véhicules autonomes;
- un premier dispositif d'identification des composants de sécurité critiques de ladite pluralité de composants;
- un second dispositif de sécurité pour l'identification des composants sensibles de ladite pluralité de composants ;
- et un troisième dispositif destiné à isoler ledit composant de sécurité critiques de contamination par d'autres composants de ladite pluralité de composants, ledit troisième dispositif d'isolement des données sensibles de sécurité à partir des composants contaminants non sensibles à la sécurité de ladite pluralité de composants.
On connaît aussi la demande de brevet WO 2013150244 décrivant un système de commande de véhicule comportant des organes de commande humaine générant des signaux de pilotage manuel d'actionneurs du véhicule, un module de commande automatique générant des signaux de pilotage autonome des actionneurs du véhicule et un module de commutation agencé pour sélectionner les signaux de pilotage manuel dans un mode de fonctionnement manuel et les signaux de pilotage autonome dans un mode de fonctionnement autonome. Le module de commande automatique comprend un bloc d'élaboration automatique d'au
- 5 moins un signal de pilotage autonome calculé et un bloc de sécurisation agencé pour transmettre au module de commutation un signal de pilotage autonome calculé dans un cas de fonctionnement autonome normal et un signal de pilotage autonome d'urgence dans un cas de fonctionnement autonome anormal.
Inconvénients de l'art antérieur
Les solutions de l'art antérieur ne sont pas totalement satisfaisantes car les architectures proposées concernent un traitement « linéaires » des données, venant de capteurs et sources disparates, dont certaines sont potentiellement erronées ou défaillantes. Avec les architectures proposées, le traitement de telles données erronées ou douteuses est déterministe et peut conduire à des actions inopinées.
Les solutions proposées dans l'art antérieur ne sont pas totalement adaptées aux contraintes sécuritaires très fortes pour le pilotage de véhicules autonomes.
L'environnement du véhicule, intégrant entre autres les aspects météorologiques et atmosphériques mais également le contexte routier, est riche de perturbations.
Il comporte de nombreux facteurs aléatoires donc imprévisibles et les contraintes sécuritaires émanant de ces perturbations environnantes présentent des variantes en nombre infini. Les conditions météorologiques, par exemple, peuvent perturber les capteurs mais le contexte ou la situation de route peut également mettre l'algorithme dans une position qu'il ne peut ou ne sait gérer. On connaît les limites d'un capteur mais on ne connaît pas précisément l'ensemble des situations dans lesquelles les capteurs et leurs intelligences vont atteindre leurs limites.
Les solutions proposées n'associent pas d'étage de décision intelligente s'appuyant en même temps sur le fonctionnel sûr et sur le dysfonctionnel, sans intervention humaine.
- 6 Solution apportée par l'invention
Afin de remédier à ces inconvénients, l'invention concerne selon son acception la plus générale un système de pilotage d'un véhicule autonome comportant une pluralité de capteurs de natures différentes, des calculateurs exécutant des programmes informatiques pour la détermination d'informations de conduite déléguée en fonction des données délivrées par lesdits capteurs caractérisé en ce qu'il comporte en outre au moins un module d'arbitrage comprenant un calculateur exécutant un programme informatique pour décider la sélection d'une desdites informations de conduite déléguée en fonction d'une pluralité d'informations représentatives :
• des conditions d'environnement, • des niveaux de confiance de chacune desdites informations de conduite délégué, • de la cohérence de variables associées auxdites informations délégués • de la fiabilité matérielle et logicielle des composants dudit système • de l'historique de conduite du véhicule, • et, de préférence, de principes sécuritaires.
Ces principes sécuritaires se traduisent techniquement par une base de règles enregistrée dans une mémoire informatique. Ces règles modélisent les bonnes pratiques, par exemple « arrêt pour laisser passer un piéton » ou « ne pas dépasser la vitesse maximum autorisée » et associent des paramètres de prise de décision. Ces règles sont par exemple regroupées dans la norme ISO26262.
Cette base de règles est exploitée par un processeur modifiant le calcul du niveau de risque, et la conséquence sur les choix techniques.
L'invention permet de répondre aux inconvénients de l'art antérieur par une architecture répartie, avec des calculateurs spécialisés affecté uniquement au traitement des données des capteurs, des calculateurs d'un autre type spécifiquement affectés à l'exécution des programmes informatiques pour la détermination d'informations de conduite
- 7 déléguée et un calculateur additionnel pour décider la sélection d'une desdites informations de conduite déléguée.
Les éventuelles perturbations et anomalies concernant un capteur ou une source de données ne se propagent ainsi pas dans l'ensemble des systèmes. Le système présente, avec l'architecture proposée, une grande flexibilité et robustesse par rapport à des disfonctionnements locaux.
De préférence, le système de pilotage d'un véhicule autonome comporte une pluralité de modules d'arbitrage pour le traitement de groupes de capteurs et des calculateurs associés, comprenant :
• des capteurs de position du véhicule • des capteurs d'identification de la route sur laquelle se déplace le véhicule • des capteurs des obstacles dynamiques et statiques • des capteurs d'infrastructures et de signalisation [feux, panneaux, structure physique de la route,...] et un module de construction d'une pluralité de trajectoires de déplacement du véhicule en fonction des informations transmises par lesdits modules d'arbitrage.
De préférence, le système comporte en outre un module de décision des informations de conduite déléguée optimales en terme de fiabilité et de sécurité des personnes, en fonction d'une pluralité d'informations du résultat des étapes de calcul desdites informations représentatives et de l'historique de conduite du véhicule et, de préférence, de comportements sécuritaires prédéterminés.
Selon une variante, le module d'arbitrage reçoit en outre des informations provenant d'un moyen de fusion des informations provenant d'une pluralité de capteurs.
Selon une autre variante, le système comporte en outre un module de calcul d'une trajectoire de refuge activé en cas d'impossibilité de détermination d'une trajectoire nominale.
- 8 L'invention concerne également un procédé de pilotage d'un véhicule autonome comprenant :
des étapes d'acquisition d'une pluralité d'informations par des capteurs des étapes de traitement desdites informations acquises pour la détermination d'informations de conduite déléguée des étapes d'acquisition des conditions d'environnement, des étapes de calcul d'informations représentatives o des niveaux de confiance de chacune desdites informations de conduite déléguée, o de la cohérence de variables associées auxdites informations déléguées o de la fiabilité matérielle et logicielle des composants dudit système des étapes de décision des informations de conduite déléguée optimales en terme de fiabilité et de sécurité des personnes, en fonction d'une pluralité d'informations du résultat des étapes de calcul desdites informations représentatives, de l'historique de conduite du véhicule et des règles de comportements sécuritaires (sécurité routière, bonnes pratiques, niveau de risques sécurités des situations de vie).
Description détaillée d'un exemple non limitatif de
11 invention
La présente invention sera mieux comprise à la lecture de la description détaillée d'un exemple non limitatif de l'invention qui suit, se référant aux dessins annexés où :
la figure 1 représente une vue schématique de l'architecture d'un système de pilotage d'un véhicule autonome selon l'invention.
L'architecture informatique illustrée par la figure comprend :
• un premier étage de production de données comprenant : o une pluralité de capteurs embarqués (1 à 3)
- 9 o une pluralité de composants connectés (11 à 13) communiquant avec des sources d'informations extérieures (40) • un deuxième étage d'exploitation directe des données comprenant des modules d'hyperperception comprenant chacun des ports d'entrée des signaux provenant d'un ou plusieurs capteurs et composants connectés et un calculateur exécutant un programme d'hyperperception d'objets, pour réaliser les fonctions de :
o perception qui permettent au véhicule d'interpréter son environnement et de percevoir des objets statiques ou dynamiques ;
o localisation qui permettent au véhicule de se situer sur une cartographie;
• un troisième étage d'exploitation des signaux délivrés par les modules d'hyperperception comprenant :
o un module d'hyperplanification nominale (31) réalisant la fonction de planification qui permettent de calculer la trajectoire latérale et longitudinale que le véhicule doit suivre pour calculant un ensemble d'ordres de pilotage o un module d'hyperplanification de secours (32) calculant une solution de repli afin de mettre le véhicule en sécurité même dans les contextes les plus critiques.
L'ensemble des traitements est de type déclaratif et non déterministe : à tout moment, les informations utilisées et calculées sont associées à des niveaux de confiances dont la valeur n'est connue qu'au cours de 1'exécution des programmes.
Quatre mécanismes de robustesse sont mis en œuvre : • Redondances intrinsèques concernant les supports physiques de calcul ainsi que les modules de traitement : ces redondances conduisent à des tests de cohérences pouvant donner lieu à des votes majoritaires ;
- ίο • Redondances fonctionnelles conditionnées (par les conditions environnementales) et pondérées (par des niveaux de confiance) concernant la production de données et de résultats intermédiaires ;
• Redondances fonctionnelles concernant la production des résultats de calcul de trajectoires ;
• Utilisation centralisée d'informations croisées et recoupées pour une stratégie de supervision sûre et de décision intelligente.
Le système selon l'invention met en œuvre les choix techniques suivants :
mise en œuvre, dans le premier étage (5), d'une diversité des capteurs et, dans le deuxième étage (15) de redondances fonctionnelles (15, 25) de perception pour percevoir un même objet de façons différentes. De cette manière, des tests croisés peuvent être réalisés sur ces résultats de perception - au niveau de la fiabilité, de la cohérence et de la confiance associées - afin de faire des comparaisons du point de vue de ces différents critères et de choisir le meilleur résultat de perception.
Utilisation, dans le troisième étage (35), de la diversité des moyens de planification, eux-mêmes alimentés par des résultats de perception, pour définir plusieurs trajectoires possibles. De cette manière, des tests croisés peuvent également être réalisés sur ces trajectoires - au niveau de la fiabilité, de la cohérence et de la confiance associée - afin de faire des comparaisons du point de vue de ces différents critères et de choisir les meilleures trajectoires.
Utilisation de la diversité des moyens de planification pour assurer toutes les possibilités de repli possible en cas d'urgence, c'est-à-dire la définition de trajectoires de refuge. C'est 1'hyperplanification de refuge.
Croisement du contexte de roulage du véhicule (c'est-àdire les obstacles, l'infrastructure, l'historique...) avec
- il les meilleures trajectoires afin de suivre la trajectoire la plus sûre.
De cette manière, le système du véhicule autonome tend à être plus fiable en utilisant le maximum de ces capacités technologiques et fonctionnelles. Mais il devient également plus tolérant aux fautes car capable de les détecter et de s'en prémunir en adaptant continuellement son comportement.
Premier étage
Le premier étage (5) comprend les modules (1 à 3) de traitement des signaux provenant de différents capteurs embarqués du véhicule et les modules connectés (4 à 6) recevant des données externes.
Plusieurs capteurs et sources détectent le même objet. La fusion de ces données permet de confirmer la perception.
Les sources du véhicule autonome sont une base multiple pour la détection de l'environnement. Chaque capteur et chaque source est associée à une information représentative de la fiabilité et du niveau de confiance.
Les résultats de détection sont ensuite traités pour être exploitables, par le deuxième étage: la production des variables de perception.
Deuxième étage
L'étage (15, 25) d'hyperperception se décompose en deux parties:
La partie « Production de variables de perception » regroupant l'ensemble des algorithmes de perception qui interprètent les détections des capteurs et autres sources et calculent des variables de perception représentative d'un objet.
La partie « Safe supervision» qui regroupe un ensemble de tests croisés, sur les fiabilités, les erreurs
- 12 logicielles et matérielles, les niveaux de confiance et les cohérences algorithmiques. Cet ensemble permet de déterminer l'objet de perception le plus compétitif - c'est-à-dire l'objet qui, en termes de représentativité, de confiance, de fiabilité et d'intégrité - est le meilleur.
A partir de ces résultats de détection et via de nombreux algorithmes, des variables de perception sont calculées. Ces dernières permettront au système de décrire les objets de la scène et de définir, à partir de ceux-ci, une trajectoire sûre pour le véhicule.
Afin de pouvoir satisfaire la méthodologie de sécurité, une variable de perception d'objet doit être donnée par au moins deux algorithmes différents. Une fusion multisources, lorsqu'elle est possible, doit également être utilisée pour produire ces variables.
Combinées dans un algorithme intelligent, toutes les approches de fusion impliquant plusieurs capteurs ou autres sources peuvent améliorer les différentes variables de perception. L'ensemble des variables de perception d'objet sont ensuite croisées pour tester leur validité et le niveau de confiance qui peut leur être attribué. C'est la troisième étape.
A ce stade, plusieurs ensembles de variables représentatives d'un même objet ont été calculés. Elles doivent donc être comparées entre elles afin de pouvoir sélectionner la ou les « meilleures ».
Cette sélection se déroule en quatre étapes :
• Le tri des niveaux de confiances qui permet de classer les variables à partir de la corrélation existante sur les niveaux de confiance source/algorithme et des conditions environnementales. Ce test va donc considérer aussi bien le niveau de confiance de l'algorithme qui a calculé la (les) variable (s) que celui de sa (ses) source(s) . Il s'agit ici de répondre à la question : quelles variables sont de meilleure qualité, celles qui apparaissent les plus sûres ?
• Le traitement de la fiabilité qui permet de s'assurer que tous les éléments menant à la perception d'un
- 13 objet sont intrinsèquement fiables. Cette analyse va alors considérer la fiabilité de tous les hardwares et softwares. Il s'agit de répondre à la question : les objets perçus sont-ils fiables conformément aux principes de sûreté de fonctionnement ?
• L'analyse de la cohérence algorithmique qui compare les différentes variables des objets de perception entre elles, et identifie les incohérences potentielles. Cette analyse met en évidence une variable incohérente ou absurde.
Il s'agit ici de répondre à la question : quelles variables présentent le maximum de cohérence, pour éliminer celles qui présentent le minimum de cohérence ?
Le calculateur exécute un traitement qui synthétise l'ensemble des résultats et décide du meilleur objet à envoyer à la planification. Il s'agit ici de répondre à la question : quels sont les meilleurs objets en termes de cohérence, de fiabilité et de confiance.
Ce deuxième étage est dédoublé tant du point de vue matériel (calculateurs et bus de communication) que du point de vue logiciel.
Il comprend donc deux calculateurs indépendants, recevant les signaux provenant des capteurs du premier étage par l'intermédiaire de deux bus de communication distincts.
Ce deuxième étage transmet au troisième étage deux fois les mêmes données.
Troisième étage
Le troisième étage (35) d'hyperplanification comprend deux modules (31, 32) de planification du pilotage du véhicule autonome.
Le processus de planification se décompose en trois parties distinctes :
La partie « Modules d'hyperperception » qui regroupe l'ensemble des fonctions, des hyperperceptions
- 14 associées à chaque fonction de perception, ainsi que d'autres modules d'entrée comme des fichiers cartographiques qui permettent de comparer les résultats de localisation à des informations connues par ailleurs, et ainsi de calculer une trajectoire pour le véhicule autonome.
- La partie « Production de trajectoires » qui regroupe l'ensemble des algorithmes de planification et qui calcule les différentes trajectoires que peut emprunter le véhicule autonome. Ce calcul de trajectoire se base sur les fonctions de perception de l'environnement du véhicule.
La partie « supervision de sécurité et de décision intelligente » qui regroupe un ensemble de tests croisés, sur les fiabilités, les niveaux de confiance et les cohérences algorithmiques. Cet ensemble permet de déterminer la trajectoire la plus compétitive - c'est-à-dire la trajectoire qui, en termes de représentativité, de confiance, de fiabilité et d'intégrité - est la meilleure.
Cette partie reçoit les deux séries de signaux provenant du deuxième étage, et décide de la fiabilité matérielle et logicielle des deux séries de signaux pour sélectionner la série de signaux la plus pertinente.
Plusieurs algorithmes calculent les trajectoires que le véhicule autonome peut emprunter. Chaque algorithme calcule un type de trajectoire spécifique aux objets de perception qu'il considère. Cependant, il peut calculer une ou plusieurs trajectoires de même type en fonction du nombre de voies que le véhicule peut potentiellement emprunter. Par exemple, si le véhicule se déplace sur un segment de route à double voie, le système de planification peut calculer une trajectoire pour chaque voie.
Afin de satisfaire la méthodologie de sécurité mise en place, les algorithmes de calcul de trajectoires doivent envoyer la ou les potentielles trajectoires accompagnées du niveau de confiance et de la fiabilité intrinsèque qui leur
- 15 sont associés. Une autre spécificité de la méthodologie de sécurité est d'utiliser un algorithme de fusion multiperception afin de diversifier davantage les moyens de calcul de trajectoire.
A ce stade, plusieurs trajectoires ont été calculées. Elles doivent être comparées entre elles et confrontées au contexte routier (code de la route, historique, infrastructures, obstacles, navigation) afin d'être priorisées.
Cette priorisation se déroule en quatre étapes :
Le tri des niveaux de confiance qui oriente le choix de la trajectoire uniquement à partir de la corrélation existante entre les niveaux de confiance source/algorithme et les conditions environnementales. Ce test va donc considérer aussi bien le niveau de confiance de l'algorithme qui a calculé la trajectoire que le niveau de confiance de la source de celui-ci. Il s'agit ici de répondre à la question : quelle est la trajectoire de meilleure qualité, en terme de niveau de confiance ?
Le contrôle de la fiabilité qui s'assure que tous les éléments menant à la définition d'une trajectoire sont intrinsèquement fiables. Cette analyse va alors considérer la fiabilité de tous les circuits électroniques et des développements informatiques. Il s'agit de répondre à la question : la trajectoire calculée est-elle conforme aux principes de sûreté de fonctionnement ?
L'analyse de la cohérence algorithmique qui compare les trajectoires entre elles et identifie les incohérences qui peuvent exister. Cette analyse met en évidence une trajectoire qui pourrait être incohérente ou absurde. Il s'agit de répondre à la question : quelle trajectoire présente le maximum de cohérence ?
La décision intelligente de sécurité qui synthétise l'ensemble des résultats et décide de la ou des meilleures trajectoires, en terme de sécurité des personnes dans une situation de vie donnée. Il s'agit donc ici de
- 16 répondre à la question : quelle est la meilleure trajectoire que le véhicule peut emprunter en garantissant la sécurité des personnes ?
Cette sélection est influencée par l'historique du trajet suivi par le véhicule autonome, du trafic, des types d'infrastructure, des comportements de bonnes pratiques de la sécurité routière, du code de la route et de la criticité des risques potentiels associés à chaque trajectoire, tel que par exemple définis par la norme ISO26262. Ce choix intègre 1'hyperplanification du mode refuge.
L'algorithme de choix comportemental est une dernière couche d'intelligence qui analyse toutes les stratégies possibles et opte pour la plus sécurisante et la plus « confortable ». Il va donc choisir la trajectoire la plus adaptée pour le véhicule et la vitesse qui devra 1'accompagner.
Le module (32) d'hyperplanification de refuge calcule une trajectoire refuge nécessite également d'être calculée afin d'assurer toutes les possibilités de repli envisageables en cas d'urgence. Cette trajectoire est calculée à partir des objets de perception déterminés suivant la méthodologie de 1'hyperperception et de 1'hyperplanification, mais considérés dans ce cas pour une alternative en mode refuge.

Claims (7)

  1. Revendications
    1 - Système de pilotage d'un véhicule autonome comportant une pluralité de capteurs (1 à 6) de natures différentes, des calculateurs exécutant des programmes informatiques pour la détermination d'informations de conduite déléguée en fonction des données délivrées par lesdits capteurs caractérisé en ce qu'il comporte en outre au moins un module d'arbitrage (15) comprenant un calculateur exécutant un programme informatique pour décider la sélection d'une desdites informations de conduite déléguée en fonction d'une pluralité d'informations représentatives :
    • des conditions d'environnement, • des niveaux de confiance de chacune desdites informations de conduite déléguée, • de la cohérence de variables associées auxdites informations déléguées • de la fiabilité matérielle et logicielle des composants dudit système • de l'historique de conduite du véhicule.
  2. 2 - Système de pilotage d'un véhicule autonome selon la revendication 1 caractérisé en ce que le programme informatique pour décider la sélection d'une desdites informations de conduite déléguée prend en compte en outre des informations représentatives de règles de comportements sécuritaires.
  3. 3 - Système de pilotage d'un véhicule autonome selon la revendication 1 caractérisé en ce qu'il comporte une pluralité de modules d'arbitrage pour le traitement de groupes de capteurs et des calculateurs associés, comprenant :
    • des capteurs de position du véhicule • des capteurs d'identification de la route sur laquelle se déplace le véhicule • des capteurs des obstacles dynamiques et statiques
    - 18 • des capteurs d'infrastructures et de signalisation [feux, panneaux, structure physique de la route,...] et un module de construction d'une pluralité de trajectoires de déplacement du véhicule en fonction des informations transmises par lesdits modules d'arbitrage.
  4. 4 - Système de pilotage d'un véhicule autonome selon la revendication 2 caractérisé en ce qu'il comporte en outre un module de décision des informations de conduite déléguée optimales en terme de fiabilité et de sécurité des personnes, en fonction d'une pluralité d'informations du résultat d'étapes de calcul desdites informations représentatives de l'historique de conduite du véhicule et de règles de comportements sécuritaires.
  5. 5 - Système de pilotage d'un véhicule autonome selon l'une au moins des revendications précédentes, caractérisé en ce que le module d'arbitrage reçoit en outre des informations provenant d'un moyen de fusion des informations provenant d'une pluralité de capteurs.
  6. 6 - Système de pilotage d'un véhicule autonome selon la revendication 3, caractérisé en ce qu'il comporte en outre un module de calcul d'une trajectoire de refuge activé en cas d'impossibilité de calcul d'une trajectoire nominale.
  7. 7 - Procédé de pilotage d'un véhicule autonome comprenant :
    des étapes d'acquisition d'une pluralité d'informations par des capteurs des étapes de traitement desdites informations acquises pour la détermination d'informations de conduite déléguée des étapes d'acquisition des conditions d'environnement, des étapes de calcul d'informations représentatives o des niveaux de confiance de chacune desdites informations de conduite déléguée, o de la cohérence de variables associées auxdites informations déléguées
    - 19 o de la fiabilité matérielle et logicielle des composants dudit système des étapes de décision des informations de conduite déléguée optimales en terme de fiabilité et de sécurité
    5 des personnes, en fonction d'une pluralité d'informations du résultat des étapes de calcul desdites informations représentatives, de l'historique de conduite du véhicule et des règles de comportements sécuritaires.
    1/1
FR1657337A 2016-07-29 2016-07-29 Systeme de pilotage d’un vehicule autonome Active FR3054684B1 (fr)

Priority Applications (6)

Application Number Priority Date Filing Date Title
FR1657337A FR3054684B1 (fr) 2016-07-29 2016-07-29 Systeme de pilotage d’un vehicule autonome
JP2019504695A JP2019528518A (ja) 2016-07-29 2017-07-25 自動運転車両の操縦システム
CN201780047018.9A CN109690434A (zh) 2016-07-29 2017-07-25 用于操控自主车辆的操控系统
US16/320,780 US20200331495A1 (en) 2016-07-29 2017-07-25 System for steering an autonomous vehicle
EP17758222.8A EP3491475A1 (fr) 2016-07-29 2017-07-25 Système de pilotage d'un véhicule autonome
PCT/FR2017/052049 WO2018020129A1 (fr) 2016-07-29 2017-07-25 Systeme de pilotage d'un vehicule autonome

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1657337A FR3054684B1 (fr) 2016-07-29 2016-07-29 Systeme de pilotage d’un vehicule autonome
FR1657337 2016-07-29

Publications (2)

Publication Number Publication Date
FR3054684A1 true FR3054684A1 (fr) 2018-02-02
FR3054684B1 FR3054684B1 (fr) 2018-08-24

Family

ID=57348850

Family Applications (1)

Application Number Title Priority Date Filing Date
FR1657337A Active FR3054684B1 (fr) 2016-07-29 2016-07-29 Systeme de pilotage d’un vehicule autonome

Country Status (6)

Country Link
US (1) US20200331495A1 (fr)
EP (1) EP3491475A1 (fr)
JP (1) JP2019528518A (fr)
CN (1) CN109690434A (fr)
FR (1) FR3054684B1 (fr)
WO (1) WO2018020129A1 (fr)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112041213A (zh) * 2018-05-02 2020-12-04 奥迪股份公司 用于可自主运行的设备的运行方法和可自主运行的设备
US11262756B2 (en) * 2018-01-15 2022-03-01 Uatc, Llc Discrete decision architecture for motion planning system of an autonomous vehicle

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11210744B2 (en) * 2017-08-16 2021-12-28 Mobileye Vision Technologies Ltd. Navigation based on liability constraints
FR3082634B1 (fr) 2018-06-18 2021-10-01 Delphi Tech Llc Dispositif optique pour vehicule comprenant un element de chauffage
FR3092303B1 (fr) * 2019-01-31 2022-07-22 Psa Automobiles Sa Procédé de gestion d’une fonctionnalité d’aide au maintien dans la voie fournie par un système d’aide à la conduite d’un véhicule terrestre à moteur
EP3760507A1 (fr) * 2019-07-04 2021-01-06 TTTech Auto AG Sélection de trajectoire sécurisée pour véhicules autonomes
CN110347166B (zh) * 2019-08-13 2022-07-26 浙江吉利汽车研究院有限公司 用于自动驾驶系统的传感器控制方法
CN112596509B (zh) * 2019-09-17 2024-10-18 广州汽车集团股份有限公司 车辆控制方法、装置、计算机设备及计算机可读存储介质
CN110673599A (zh) * 2019-09-29 2020-01-10 北京邮电大学 基于传感器网络的自动驾驶车辆环境感知系统
CN111025959B (zh) * 2019-11-20 2021-10-01 华为技术有限公司 一种数据管理的方法、装置、设备及智能汽车
JP7015821B2 (ja) * 2019-12-13 2022-02-03 本田技研工業株式会社 駐車支援システム
US20220067550A1 (en) * 2020-09-03 2022-03-03 Aptiv Technologies Limited Bayesian Network Analysis of Safety of Intended Functionality of System Designs
CN112406892B (zh) * 2020-11-03 2022-11-18 上海大学 一种智能网联汽车感知决策模块功能安全和网络安全内生保障方法
CN112572471B (zh) * 2020-12-08 2022-11-04 西人马帝言(北京)科技有限公司 自动驾驶方法、装置、电子设备及计算机存储介质
CN112711260B (zh) * 2020-12-29 2022-02-11 清华大学苏州汽车研究院（相城） 一种用于自动驾驶车辆误/漏识别的预期功能安全测试评价方法
FR3118618A1 (fr) * 2021-01-04 2022-07-08 Psa Automobiles Sa Procédé et dispositif de contrôle d’un véhicule
GB2602496A (en) * 2021-01-05 2022-07-06 Nissan Motor Mfg Uk Ltd Vehicle control system
GB2602498B (en) * 2021-01-05 2023-09-13 Nissan Motor Mfg Uk Limited Vehicle control system
CN113044063B (zh) * 2021-03-31 2022-09-06 重庆长安汽车股份有限公司 用于高级自动驾驶的功能冗余控制系统
FR3126386B1 (fr) * 2021-08-25 2023-09-29 Renault Sas Procédé de modélisation d’un environnement de navigation d’un véhicule automobile.
DE102021122950A1 (de) * 2021-09-06 2023-03-09 Valeo Schalter Und Sensoren Gmbh Verfahren zum Betreiben eines Assistenzsystems eines zumindest teilweise automatisch betriebenen Kraftfahrzeugs sowie Assistenzsystem
WO2023059221A1 (fr) * 2021-10-04 2023-04-13 Общество с ограниченной ответственностью "ЭвоКарго" Procédé de commande des caractéristiques de déplacement d'un moyen de transport
CN114312828B (zh) * 2021-11-30 2024-07-05 深圳元戎启行科技有限公司 风险管理方法、风险管理平台以及计算机可读存储介质
CN115311838B (zh) * 2022-07-22 2023-09-26 重庆大学 一种隧道入口区域车辆协同一致性评价方法
US11814086B1 (en) * 2022-10-20 2023-11-14 Rivian Ip Holdings, Llc Middleware software layer for vehicle autonomy subsystems

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050021201A1 (en) * 2001-07-17 2005-01-27 Albrecht Klotz Method and device for data exchange and processing
US20100104199A1 (en) * 2008-04-24 2010-04-29 Gm Global Technology Operations, Inc. Method for detecting a clear path of travel for a vehicle enhanced by object detection
WO2014044480A2 (fr) * 2012-09-21 2014-03-27 Robert Bosch Gmbh Procédé et dispositif pour faire fonctionner un véhicule automobile dans un mode de conduite automatique
US8930060B1 (en) * 2013-07-15 2015-01-06 Ford Global Technologies Post-impact path assist for vehicles
EP2865575A1 (fr) * 2013-10-22 2015-04-29 Honda Research Institute Europe GmbH Estimation de confiance pour systèmes d'assistance de conducteur prédictifs sur la base de règles de plausibilité

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1873493B1 (fr) * 2006-06-29 2010-09-08 Navigon AG Procédé destiné à la détermination automatique par ordinateur d'une route adaptée aux véhicules
JP5557015B2 (ja) * 2010-06-23 2014-07-23 アイシン・エィ・ダブリュ株式会社 軌跡情報生成装置、方法およびプログラム
DE102010061829A1 (de) * 2010-11-24 2012-05-24 Continental Teves Ag & Co. Ohg Verfahren und Abstandskontrolleinrichtung zur Vermeidung von Kollisionen eines Kraftfahrzeugs in einer Fahrsituation mit geringem Seitenabstand
DE102012021282A1 (de) * 2012-10-29 2014-04-30 Audi Ag Verfahren zur Koordination des Betriebs von vollautomatisiert fahrenden Kraftfahrzeugen
WO2014139821A1 (fr) * 2013-03-15 2014-09-18 Volkswagen Aktiengesellschaft Application de planification d'itinéraire pour conduite automatique
US9434389B2 (en) * 2013-11-18 2016-09-06 Mitsubishi Electric Research Laboratories, Inc. Actions prediction for hypothetical driving conditions
US9365213B2 (en) * 2014-04-30 2016-06-14 Here Global B.V. Mode transition for an autonomous vehicle
CN105206108B (zh) * 2015-08-06 2017-06-13 同济大学 一种基于电子地图的车辆碰撞预警方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050021201A1 (en) * 2001-07-17 2005-01-27 Albrecht Klotz Method and device for data exchange and processing
US20100104199A1 (en) * 2008-04-24 2010-04-29 Gm Global Technology Operations, Inc. Method for detecting a clear path of travel for a vehicle enhanced by object detection
WO2014044480A2 (fr) * 2012-09-21 2014-03-27 Robert Bosch Gmbh Procédé et dispositif pour faire fonctionner un véhicule automobile dans un mode de conduite automatique
US8930060B1 (en) * 2013-07-15 2015-01-06 Ford Global Technologies Post-impact path assist for vehicles
EP2865575A1 (fr) * 2013-10-22 2015-04-29 Honda Research Institute Europe GmbH Estimation de confiance pour systèmes d'assistance de conducteur prédictifs sur la base de règles de plausibilité

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11262756B2 (en) * 2018-01-15 2022-03-01 Uatc, Llc Discrete decision architecture for motion planning system of an autonomous vehicle
US12045054B2 (en) 2018-01-15 2024-07-23 Uatc, Llc Discrete decision architecture for motion planning system of an autonomous vehicle
US12130624B2 (en) 2018-01-15 2024-10-29 Aurora Operations, Inc. Discrete decision architecture for motion planning system of an autonomous vehicle
CN112041213A (zh) * 2018-05-02 2020-12-04 奥迪股份公司 用于可自主运行的设备的运行方法和可自主运行的设备
CN112041213B (zh) * 2018-05-02 2023-08-15 奥迪股份公司 用于可自主运行的设备的运行方法和可自主运行的设备

Also Published As

Publication number Publication date
JP2019528518A (ja) 2019-10-10
CN109690434A (zh) 2019-04-26
WO2018020129A1 (fr) 2018-02-01
FR3054684B1 (fr) 2018-08-24
US20200331495A1 (en) 2020-10-22
EP3491475A1 (fr) 2019-06-05

Similar Documents

Publication Publication Date Title
FR3054684A1 (fr) Systeme de pilotage d’un vehicule autonome
JP7530999B2 (ja) 自律エージェントの不確実性推定に基づく決定論的軌道選択のための方法およびシステム
US10186156B2 (en) Deploying human-driven vehicles for autonomous vehicle routing and localization map updating
JP6838241B2 (ja) 移動体挙動予測装置
CN111613091A (zh) 利用外部驾驶员数据增强移动设备操作
CN112868022A (zh) 自动驾驶车辆的驾驶场景
US11256251B2 (en) Enabling remote control of a vehicle
US10363866B2 (en) Contextual priority signal in autonomous environment
US11628865B2 (en) Method and system for behavioral cloning of autonomous driving policies for safe autonomous agents
FR3114067A1 (fr) Procédé de guidage au moins partiellement automatisé d’un véhicule
Rösch et al. Space, time, and interaction: A taxonomy of corner cases in trajectory datasets for automated driving
WO2019025333A1 (fr) Procede d'elaboration d'une consigne de pilotage d'un organe de conduite d'un vehicule automobile
Becker et al. System architecture and safety requirements for automated driving
US12019449B2 (en) Rare event simulation in autonomous vehicle motion planning
Orlovska et al. Design of a data-driven communication framework as personalized support for users of ADAS.
WO2023228722A1 (fr) Système de reconnaissance d'image
FR3103438A1 (fr) Procédé de sélection d’un véhicule cible pour la mise en œuvre d’une fonction de régulation longitudinale adaptative pour un véhicule automobile
US11243548B2 (en) Detecting autonomous vehicles causing increased vehicle queueing
EP2489548A1 (fr) Procédé et dispositif de commande de commutation du système d'éclairage avant adaptatif d'un véhicule automobile
US20240256415A1 (en) Tools for performance testing autonomous vehicle planners
Rojas Improving Autonomous Vehicles Operational Performance Using Resilience Engineering
US20220153301A1 (en) Control Unit and Method for Detecting, Classifying and Predicting an Interaction Requirement of an Automatically Driven Vehicle
Matteucci et al. Contextual Challenges to Explainable Driving Automation: The Case of Machine Perception
Drage Safe Systems Design for Special Purpose Autonomous Vehicles
Bagri Quantitative risk assessment and mitigation through fault diagnostics for automated vehicles

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20180202

PLFP Fee payment

Year of fee payment: 3

PLFP Fee payment

Year of fee payment: 5

PLFP Fee payment

Year of fee payment: 6

PLFP Fee payment

Year of fee payment: 7

PLFP Fee payment

Year of fee payment: 8

PLFP Fee payment

Year of fee payment: 9