[發明專利]執行至少半自動的交通工具功能的駕駛輔助裝置和方法

在審

• 申請號: 202310010118.1
• 申請日: 2023-01-05
• 公開（公告）號: CN116461549A
• 公開（公告）日: 2023-07-21
• 發明（設計）人: M.坦普勒;J.卡斯特
• 申請（專利權）人: 大眾汽車股份公司
• 主分類號: B60W60/00
• 分類號: B60W60/00;G06F18/22;G06F18/214
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 張建鋒

1.一種用于根據待評估的行駛路程(106)通過駕駛輔助裝置執行交通工具的至少半自動的交通工具功能的方法，交通工具功能尤其是駕駛功能，其包括計算機實施的方法步驟：

-提供由在至少一個已知行駛路程(10,84)方面的路程數據(18)構成的多個聚類，其中，聚類根據預定的幾何參數將路程數據分段地分組；

-提供尤其通過傳感器裝置檢測的走向數據，其指明待評估的行駛路程(106)的走向，并將聚類(18)應用于走向數據，以便將待評估的行駛路程(106)劃分為與聚類(18)相對應的路段(30,36)并由此將聚類(18)分別分配給單個路段(30,36)；

-確定至少一個不確定性變量，其表征關于在至少一個路段(30,36)和分配給該路段(30,36)的聚類(18)之間所進行的分配的不確定性；

-根據不確定性變量確定控制變量，并提供控制變量以執行交通工具功能。

2.按照權利要求1所述的方法，其特征在于，預定的幾何參數包括局部曲線曲率(K)、在行駛方向(12,28,34)上局部曲率方向(K)、局部車道寬度、交通工具軌跡沿行駛路程(10,26,32)到車道邊緣的局部距離、交通工具軌跡沿行駛路程(10,26,32)到行車帶邊緣的局部距離、沿行駛路程(10,26,32)的局部空間路程坐標(X)、交通工具沿行駛路程(10,26,32)的局部速度和/或交通工具沿行駛路程(10,26,32)的局部加速度。

3.按照上述權利要求之一所述的方法，其特征在于，根據不確定性變量改變和/或檢查用于執行交通工具功能的駕駛輔助裝置的交互范圍，以確定控制變量。

4.按照上述權利要求之一所述的方法，其特征在于，不確定性變量在未來潛在的行駛路程方面作為待評估的行駛路程被評估。

5.按照上述權利要求之一所述的方法，其特征在于，駕駛輔助裝置使用智能體、尤其強化學習智能體來確定控制變量，其中，智能體適于并且確定用于探查智能體的環境，其中，探查、尤其探查率和/或關于進一步探查的決定根據不確定性變量進行。

6.按照權利要求5所述的方法，其特征在于，基于不確定性變量評估何時需要探查。

7.按照上述權利要求之一所述的方法，其特征在于，為了確定待評估行駛路程的確定的路段的不確定性變量，確定在路段方面的走向數據的至少一部分和已分配的聚類(18)的相關性。

8.按照上述權利要求之一所述的方法，其特征在于，為每個聚類確定聚類重心(24)并且在確定不確定性變量時至少考慮分配給待評估的走向數據的聚類的聚類重心。

9.按照上述權利要求之一所述的方法，其特征在于，不確定性變量基于相對的間距指標、基于走向數據的至少一部分的布局相對于在通過預定的幾何參數構成的特征空間中至少一個聚類重心的布局被確定。

10.按照上述權利要求之一所述的方法，其特征在于，在交通工具的穩定性和/或行駛安全性方面評估交通工具的行駛情況并據此以及根據不確定性變量確定控制變量。

11.按照上述權利要求之一所述的方法，其特征在于，控制變量對于在用于執行交通工具功能的自適應控制方法中的操縱變量是表征性的。

12.按照上述權利要求之一所述的方法，其特征在于，駕駛輔助裝置使用自學習的模型并根據不確定性變量啟動進一步的訓練過程。

13.按照權利要求12所述的方法，其特征在于，不能明確地分配給聚類(18)和/或其與所分配的聚類(18)的相關性較低的路程數據和/或走向數據被識別，并且基于識別出的路程數據和/或走向數據執行自學習的模型的進一步的訓練過程。