Trajektorienprädiktion für das automatisierte Fahren

Abstract

Moderne Fahrerassistenzsysteme können den Fahrer teilweise von der Fahraufgabe entbinden und das Fahrzeug in einfachen Situationen sicher durch den Straßenverkehr führen. Um den Fahrer vollständig aus der Verantwortung zu entlassen und das Fahrzeug automatisiert zu steuern, ist unter anderem ein umfassendes Verständnis der aktuellen Fahrsituation und eine möglichst gute Vorhersage der weiteren Entwicklung notwendig. Die vorliegende Arbeit beschreibt drei Ansätze zur Prädiktion der Trajektorien von benachbarten Verkehrsteilnehmern in Autobahnszenarien. Dazu wird zunächst eine Simulationsumgebung vorgestellt, die auf die Anforderungen der Entwicklung eines Verfahrens zur Trajektorienprädiktion zugeschnitten ist. Innerhalb der Simulation werden zum einen auftretende Unsicherheiten und Effekte der Sensorwahrnehmung modelliert. Zum anderen bilden stochastische Fahrermodelle das Verhalten der umgebenden Verkehrsteilnehmer ab, sodass realitätsnahe Szenarien erzeugt werden können. Mit Hilfe der Simulationsumgebung werden drei Verfahren zur Trajektorienprädiktion entwickelt. Zunächst wird die Schätzung des aktuellen Fahrmanövers eines beobachteten Verkehrsteilnehmers mit einer effizienten Repräsentation der prädizierten Trajektorie kombiniert. Der Ansatz bildet die jeweils wahrscheinlichste Trajektorie für die betrachteten Manöver mit einer normalverteilten Unsicherheit ab. Im Falle eines Spurwechsels ist für das automatisierte Fahrzeug allerdings nicht nur die wahrscheinlichste Trajektorie sondern vor allem kritische Manöver von Interesse. Um diese in der Prädiktion explizit zu berücksichtigen, wird der manöverbasierte Ansatz um die Schätzung der Verteilung des Spurwechselzeitpunktes erweitert. Da diese nicht immer symmetrisch ist und sich in Abhängigkeit von der Verkehrssituation ändern kann, werden verschiedene Quantile der Verteilung mit einem datenbasierten Schätzverfahren bestimmt. Mit den bedingten Quantilen werden anschließend Trajektorien für unterschiedlich kritische Manöver repräsentiert, sodass diese direkt innerhalb der Planung des automatisierten Fahrzeugs berücksichtigt werden können. Beide Verfahren zur Trajektorienprädiktion betrachten jeden Verkehrsteilnehmer individuell, ohne die Interaktion zwischen einzelnen Fahrzeugen zu berücksichtigen. Gerade für eine lange Prädiktionsdauer von mehr als fünf Sekunden haben Interaktionen einen entscheidenden Einfluss auf das Verhalten der Verkehrsteilnehmer. Daher wird als dritter Ansatz ein Verfahren vorgestellt, das parametrierte Fahrermodelle innerhalb einer Monte Carlo Simulation nutzt, um die Interaktionen zwischen einzelnen Fahrzeugen explizit zu modellieren und somit eine zuverlässige Prädiktion für einen langen Prädiktionshorizont ermöglicht. Die Auswertung stellt die jeweiligen Vor- und Nachteile der drei vorgestellten Verfahren heraus und evaluiert die Anwendbarkeit in einem Versuchsfahrzeug.