VEHICLE TRAJECTORY CONTROL USING A TREE SEARCH

• Main Authors: CALDWELL, Timothy, FONSECA, Rasmus, HUANG, Xianan, MA, Lichao, PARK, Chonhyon, PENG, Cheng, VAN HEUKELOM, Matthew, KOBILAROV, Marin, HOUSHMAND, Arian
• Format: Patent
• Language: English; French
• Published: 09.02.2023
• Subjects: CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE ORDIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; PERFORMING OPERATIONS; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TOTHE CONTROL OF A PARTICULAR SUB-UNIT; TRANSPORTING; VEHICLES IN GENERAL

Trajectory generation for controlling motion or other behavior of an autonomous vehicle may include alternately determining a candidate action and predicting a future state based on that candidate action. The technique may include determining a cost associated with the candidate action that may include an estimation of a transition cost from a current or former state to a next state of the vehicle. This cost estimate may be a lower bound cost or an upper bound cost and the tree search may alternately apply the lower bound cost or upper bound cost exclusively or according to a ratio or changing ratio. The prediction of the future state may be based at least in part on a machine-learned model's classification of a dynamic object as being a reactive object or a passive object, which may change how the dynamic object is modeled for the prediction. L'invention concerne la génération de trajectoire pour commander un mouvement ou un autre comportement d'un véhicule autonome, qui peut comprendre, en alternance, la détermination d'une action candidate et la prédiction d'un état futur sur la base de cette action candidate. La technique peut comprendre la détermination d'un coût associé à l'action candidate, qui peut comprendre une estimation d'un coût de transition d'un état actuel ou d'un état précédent à un état suivant du véhicule. Cette estimation de coût peut être un coût lié inférieur ou un coût lié supérieur et la recherche arborescente peut appliquer en alternance le coût lié inférieur ou le coût lié supérieur exclusivement ou selon un rapport ou un rapport de changement. La prédiction de l'état futur peut être basée au moins en partie sur la classification d'un modèle appris automatiquement d'un objet dynamique comme étant un objet réactif ou un objet passif, ce qui peut changer la manière dont l'objet dynamique est modélisé pour la prédiction.