Autonomes Fahren wird die persönliche Mobilität der Zukunft maßgeblich verändern. Doch bis diese Vision Wirklichkeit wird, ist noch einige Forschungs- und Entwicklungsarbeit nötig. Denn gerade die schwierigsten Verkehrsszenarien, welche insbesondere in städtischen Gebieten auftreten, sind noch oft eine Herausforderung.

Der Fokus dieser Arbeit liegt auf der Trajektorienplanung, also der Planung des zukünftigen Fahrtweges in Abhängigkeit der Zeit. Diese Planung kann auch als das Kernelement des autonomen Fahrzeugs angesehen werden, da sie alle bisher berechneten Informationen zusammenfügt und daraus die zukünftige Trajektorie bestimmt. Das Planungsergebnis ist außerdem direkt von den Passagieren wahrnehmbar und kann zur Beurteilung des Gesamtsystems herangezogen werden. Somit hängt die Akzeptanz sowie das Vertrauen in das autonome Fahrzeug maßgeblich vom berechneten Planungsergebnis ab. Die Berechnung eines solchen Planungsergebnisses ist allerdings komplex und muss in Echtzeit gelöst werden. In diesem Kontext behandelt diese Dissertation die folgenden Fragen: 1. wie diese rechenintensive Planungsaufgabe vereinfacht werden kann und 2. wie im gesamten Planungsraum effizient eine Trajektorie berechnet werden kann.

Hierzu wird zuerst die Wahl des Referenzpunktes, also der Bezugspunkt zwischen einem fahrzeugfesten Koordinatensystem zu einem Weltkoordinatensystem, analysiert. Dieser wird als ideal angenommen, wenn der seitliche Platzbedarf zu beiden Fahrzeugseiten gleich groß ist. Für Kurven konstanter Krümmungen wird analytisch die Idealposition hergeleitet. Nach einer Analyse von Kurven mit variablen Krümmungen empfiehlt der Autor den Referenzpunkt auf oder leicht hinter die Vorderachse zu legen. Die bisher theoretischen Überlegungen werden in einer Kollisionsüberprüfung sowie einer Fahrspurzuordnung in die Praxis übertragen.

Für weitere potenzielle Vereinfachungen wird ein Datensatz mit von Menschen gefahrenen Trajektorien analysiert. Dabei wird zuerst untersucht, mit welcher Abtastzeit die Trajektorien durch ein kinematisches Einspurmodell abgebildet werden können, bevor geschwindigkeitsabhängige Transformationen des Lenkwinkels sowie der Lenkwinkelgeschwindigkeit hergeleitet werden. Basierend auf diesen Transformationen wird ein umgebungsunabhängiges Verhaltensmodell präsentiert, welches ein Standardverhalten menschlicher Fahrenden darstellt.

In einem nächsten Schritt wird ein neuartiges Planungskonzept, die CarPre-Trajektorienplanung, basierend auf der Monte-Carlo Baumsuche vorgestellt. Durch Verwendung der vorher extrahierten Lenkwinkeltransformation wird der Zustandsraum eines kinematischen Einspurmodells diskretisiert. Die wertediskreten Planungsaktionen, bestehend aus Beschleunigungen sowie Lenkwinkelgeschwindigkeiten, werden in einem Suchbaum zur Berechnung der zukünftigen Trajektorie eingesetzt. Zur Kollisionsüberprüfung sowie Fahrspurzuordnung wird hierbei auf die Referenzpunktüberlegungen zurückgegriffen. Das Konzept wird in einem Spurhaltemanöver sowie einer Annäherung an ein statisches Objekt simulativ verifiziert.

Abschließend wird der Planungsalgorithmus im Rahmen des Projektes PRORETA 5 auf einem prototypischen Fahrzeug analysiert. Durch erste Tests wird ein angenehmer Fahrkomfort festgestellt, welcher auf die zukünftige Akzeptanz des echtzeitfähigen Algorithmus schließen lässt. In einer weiteren Untersuchung werden die praktischen Auswirkungen unterschiedlicher Abtastzeiten innerhalb des Planungsalgorithmus ausgewertet. Durch die Wahl höherer Abtastzeiten wird das exponentielle Wachstum des Planungsproblems verlangsamt. Dies ermöglicht z.B. eine Vergrößerung des Planungshorizonts, sodass vorausschauender geplant werden kann. Somit leistet diese Dissertation einen Beitrag für die Trajektorienplanung autonomer Fahrzeuge und ermöglicht einen Schritt weiter in die Richtung der Vision des autonomen Fahrens; einen Schritt weiter in die Richtung der Mobilität der Zukunft.