DE102014003973A1 - Method for determining a route - Google Patents

Method for determining a route Download PDF

Info

Publication number
DE102014003973A1
DE102014003973A1 DE201410003973 DE102014003973A DE102014003973A1 DE 102014003973 A1 DE102014003973 A1 DE 102014003973A1 DE 201410003973 DE201410003973 DE 201410003973 DE 102014003973 A DE102014003973 A DE 102014003973A DE 102014003973 A1 DE102014003973 A1 DE 102014003973A1
Authority
DE
Germany
Prior art keywords
route
test
driver assistance
determined
testing
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.)
Withdrawn
Application number
DE201410003973
Other languages
German (de)
Inventor
Axel Blumenstock
Philipp Glauner
Martin Haueis
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.)
Mercedes Benz Group AG
Original Assignee
Daimler AG
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 Daimler AG filed Critical Daimler AG
Priority to DE201410003973 priority Critical patent/DE102014003973A1/en
Publication of DE102014003973A1 publication Critical patent/DE102014003973A1/en
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Ermittlung einer Fahrstrecke zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen. Erfindungsgemäß werden in einem Ausschnitt einer digitalen Karte (2) Streckenabschnitte identifiziert und durch Vergabe einer Kennzahl bewertet, wobei die Kennzahl eine Exposition eines Fahrzeuges gegenüber Umgebungseinflüssen auf dem jeweiligen Streckenabschnitt darstellt, und aus einer vorgegebenen Menge von Streckenabschnitten wird mittels eines Optimierungsalgorithmus eine in Bezug auf vorgegebene Bedingungen und Kennzahlen optimale Fahrstrecke (1) zur Erprobung ermittelt.The invention relates to a method for determining a route for carrying out test drives to test the suitability of driver assistance systems in vehicles. According to the invention, route sections are identified in a section of a digital map (2) and evaluated by assigning a code number, the code number representing an exposure of a vehicle to environmental influences on the respective route section, and from a predetermined set of route sections, an optimization algorithm is used to generate a reference number predetermined conditions and key figures optimal route (1) determined for testing.

Description

Die Erfindung betrifft ein Verfahren zur Ermittlung einer Fahrstrecke zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen.The invention relates to a method for determining a route for carrying out test drives for suitability testing for driver assistance systems of vehicles.

Eine Planung einer Fahrstreckenerprobung für Fahrerassistenzsysteme erfolgt heutzutage weitestgehend erfahrungsbasiert und ohne eine quantitative Beurteilung eines tatsächlich erreichten Absicherungsgrades einer Erprobung. Generelle Planungsansätze lassen sich nicht auf eine Behandlung komplexer Fahrerassistenzsysteme anwenden.A planning of a route test for driver assistance systems takes place today largely based on experience and without a quantitative assessment of an actually achieved degree of protection of a test. General planning approaches can not be applied to the treatment of complex driver assistance systems.

Der Erfindung liegt die Aufgabe zugrunde, ein gegenüber dem Stand der Technik verbessertes Verfahren zur Ermittlung einer Fahrstrecke zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen anzugeben.The invention has for its object to provide a comparison with the prior art improved method for determining a route for carrying out test drives for suitability testing for driver assistance systems of vehicles.

Die Aufgabe wird erfindungsgemäß durch die in Anspruch 1 angegebenen Merkmale gelöst.The object is achieved by the features specified in claim 1.

Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.Advantageous embodiments of the invention are the subject of the dependent claims.

Ein erfindungsgemäßes Verfahren zur Ermittlung einer Fahrstrecke zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen sieht vor, dass in einem Ausschnitt einer digitalen Karte Streckenabschnitte identifiziert und durch Vergabe einer Kennzahl bewertet werden, wobei die Kennzahl eine Exposition eines Fahrzeuges gegenüber Umgebungseinflüssen auf dem jeweiligen Streckenabschnitt darstellt, und dass aus einer vorgegebenen Menge von Streckenabschnitten mittels eines Optimierungsalgorithmus eine in Bezug auf vorgegebene Bedingungen und Kennzahlen optimale Fahrstrecke zur Erprobung ermittelt wird.A method according to the invention for determining a driving route for carrying out test drives for suitability testing for driver assistance systems of vehicles provides that track sections are identified in a section of a digital map and evaluated by awarding an identification number, wherein the characteristic number is an exposure of a vehicle to environmental influences on the respective route section represents, and that from a predetermined amount of sections by means of an optimization algorithm with respect to predetermined conditions and ratios optimal route for testing is determined.

Mittels des Verfahrens wird eine für die Erprobung des jeweiligen Fahrerassistenzsystems optimale Fahrstrecke ermittelt, wodurch eine effiziente Erprobung des Fahrerassistenzsystems, insbesondere mit einer verringerten Anzahl von Erprobungsträgern und einer verringerten Fahrtzeit, möglich ist. Dadurch können vergleichsweise kostengünstige Erprobungsfahrten durchgeführt werden.By means of the method, an optimum route for testing the respective driver assistance system is determined, as a result of which an efficient testing of the driver assistance system, in particular with a reduced number of test vehicles and a reduced travel time, is possible. As a result, comparatively cost-effective test drives can be carried out.

Ausführungsbeispiele der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert.Embodiments of the invention are explained in more detail below with reference to drawings.

Dabei zeigen:Showing:

1 schematisch einen zweidimensionalen Erprobungsraum, 1 schematically a two-dimensional test room,

2 schematisch einen weiteren zweidimensionalen Erprobungsraum, 2 schematically another two-dimensional test room,

3 schematisch einen Graph mit Fahrstrecken und zugeordneten Expositionen und 3 schematically a graph with routes and associated exposures and

4 schematisch eine mittels des Verfahrens ermittelte Fahrstrecke als Erprobungsstrecke. 4 schematically a determined by the method route as a test track.

Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.Corresponding parts are provided in all figures with the same reference numerals.

1 zeigt einen zweidimensionalen Erprobungsraum E1 eines Verfahrens zur Ermittlung einer in 4 näher dargestellten optimalen Fahrstrecke 1 zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen. 1 shows a two-dimensional test room E1 of a method for determining an in 4 optimal route shown in detail 1 for carrying out test drives for the suitability test for driver assistance systems of vehicles.

Für eine Prüfung einer Einsatztauglichkeit von Fahrerassistenzsystemen für Fahrzeuge sind üblicherweise aufwändige und kostenintensive Erprobungsfahrten erforderlich.Extensive and costly test drives are usually required to test the usability of driver assistance systems for vehicles.

Um die Kosten zur Erprobung von Fahrerassistenzsystemen zu verringern und das jeweilige Fahrerassistenzsystem effizient zu erproben, ist vorgesehen, eine optimale Fahrstrecke 1 zu ermitteln.In order to reduce the costs for testing driver assistance systems and to test the respective driver assistance system efficiently, it is envisaged to have an optimum driving route 1 to investigate.

Dazu werden in einer ebenfalls in 4 näher gezeigten digitalen Karte 2 Streckenabschnitte identifiziert und bewertet, wobei die Streckenabschnitte in einem Ausschnitt der digitalen Karte 2 enthalten sind. In diesem Ausschnitt sollen die Erprobungsfahrten des jeweiligen Fahrerassistenzsystems durchgeführt werden.This will be in a likewise in 4 closer shown digital map 2 Track sections identified and evaluated, the sections of track in a section of the digital map 2 are included. In this section, the test drives of the respective driver assistance system are to be carried out.

Zur Bewertung der Streckenabschnitte wird dem jeweiligen Streckenabschnitt eine Kennzahl zugeordnet, welche aus Messdaten bereits durchgeführter Erprobungsfahrten abgeleitet wurden. For the evaluation of the sections, a characteristic number is assigned to the respective section of the route, which was derived from measurement data of previously performed test drives.

Dabei stellt die Kennzahl ein Maß dafür dar, wie hoch ein Fahrzeug auf dem jeweiligen Streckenabschnitt gegenüber testrelevanten Umgebungseinflüssen exponiert ist. Mittels der jeweiligen Kennzahl wird anhand eines Optimierungsverfahrens eine Fahrstrecke als Erprobungsstrecke gesucht, auf welcher bei möglichst geringer Fahrtzeit, d. h. Fahrdauer, eine möglichst hohe Exposition gegenüber den Umgebungseinflüssen erzielt wird. Erprobungsfahrten zur Erprobung des entsprechenden Fahrerassistenzsystems werden dann auf der somit ermittelten Fahrstrecke durchgeführt.The characteristic number represents a measure of how high a vehicle is exposed to test-relevant environmental influences on the respective route section. By means of the respective characteristic number, a route is searched for as a test route on the basis of an optimization method, on which, if the journey time is as short as possible, that is H. Driving time, the highest possible exposure to environmental influences is achieved. Test drives for testing the corresponding driver assistance system are then carried out on the route thus determined.

Das Verfahren zur Ermittlung einer optimalen Fahrstrecke zur Erprobung von Fahrerassistenzsystemen wird im Folgenden anhand eines Ausführungsbeispiels näher erläutert.The method for determining an optimal route for testing driver assistance systems is explained in more detail below with reference to an exemplary embodiment.

In einem ersten Verfahrensschritt werden zu beobachtende Ereignisse vorgegeben. Diese vorzugebenden Ereignisse spiegeln dabei Situationen, insbesondere Fahrsituationen, wider, welche Funktionen des zu erprobenden Fahrerassistenzsystems auslösen. Mit anderen Worten werden Ereignisse vorgegeben, die das zu erprobende Fahrerassistenzsystem herausfordern. Zudem werden Ereignisse vorgegeben, in denen ein Falscheingriff folgenschwer wäre, aus denen Erkenntnisse für Verbesserungen des Fahrerassistenzsystems gewonnen werden können und welche die Spezifikationen des Fahrerassistenzsystems abbilden.In a first process step, events to be observed are specified. These events to be specified thereby reflect situations, in particular driving situations, which trigger functions of the driver assistance system to be tested. In other words, events are predefined that challenge the driver assistance system to be tested. In addition, events are predefined in which a fake operation would have serious consequences, from which findings for improvements to the driver assistance system can be obtained and which map the specifications of the driver assistance system.

Die Ereignisse umfassen dabei vom Fahrerassistenzsystem stammende Ereignisse, wie beispielsweise Kollisionswarnungen, Schwellwertüberschreitungen und/oder Verfügbarkeitswarnungen, vom Umfeld stammende Ereignisse, wie beispielsweise Kreuzungsdurchfahrten, Brückendurchfahrten, Reißverschlussfahrten, Kreisverkehrdurchfahrten und/oder Fahrten bei Gegenlicht, und/oder vom Fahrer initiierte Ereignisse, wie z. B. Überholmanöver, Spurwechsel, Abbiegevorgänge und/oder vergleichsweise starke Bremsungen.The events include events originating from the driver assistance system, such as collision warnings, threshold overruns and / or availability warnings, environmental events, such as intersections, bridge passages, zipper rides, roundabouts and / or backlit rides, and / or events initiated by the rider, e.g. , As overtaking maneuvers, lane changes, turning operations and / or comparatively strong braking.

Ein zweiter Verfahrensschritt sieht vor, dass Testdimensionen der Erprobungsfahrt definiert werden.A second process step stipulates that test dimensions of the test drive are defined.

Dabei sind unter Testdimensionen umgebungs- und/oder fahrverhaltenspezifische Merkmale einer Fahrsituation an einem bestimmten Ort zu verstehen, die eine Auftrittshäufigkeit P der vorgegebenen Ereignisse beeinflussen können. Die Testdimensionen umfassen beispielsweise die Merkmale Straßenklasse, Spuranzahl, Verkehrsdichte, Tageszeit, Witterung, Abstand, Fahrgeschwindigkeit und/oder Überholvermögen.Under test dimensions, environmental and / or driving behavior-specific features of a driving situation at a specific location are to be understood, which can influence a frequency of occurrence P of the predefined events. The test dimensions include, for example, the characteristics road class, number of lanes, traffic density, time of day, weather, distance, driving speed and / or overtaking ability.

Die Testdimensionen definieren einen n-dimensionalen Erprobungsraum, in dem die Ereignisse abgebildet werden, wobei n die Anzahl der Testdimensionen darstellt.The test dimensions define an n-dimensional trial space in which the events are mapped, where n represents the number of test dimensions.

1 zeigt als ein Beispiel einen zweidimensionalen Erprobungsraum E1, wobei die x-Achse und die y-Achse die Testdimensionen, z. B. Straßentyp und Tageszeit, abbilden. 1 shows as an example a two-dimensional trial space E1, where the x-axis and the y-axis are the test dimensions, e.g. Road type and time of day.

In einer mittels der x-Achse und der y-Achse aufgespannten Ebene sind Punkte 3 abgebildet, die Ereignisse, beispielsweise Kollisionswarnungen, markieren.In a plane spanned by the x-axis and the y-axis are points 3 pictured, highlight the events, such as collision alerts.

In einem dritten Verfahrensschritt wird ermittelt, auf welche Testdimension bei Durchführung der Erprobungsfahrten ein Fokus gelegt werden sollte. In dem dritten Verfahrensschritt werden also die fokusfähigen Dimensionen bestimmt.In a third process step, it is determined which test dimension should be focused on when carrying out the test drives. In the third method step, therefore, the focusable dimensions are determined.

Dazu wird anhand der bei früheren Erprobungsfahrten ermittelten Messdaten ein Zusammenhang zwischen der Auftrittshäufigkeit P eines Ereignisses und den Testdimensionen des Erprobungsraumes E1 ermittelt und hieraus wird ein Kontingenzkoeffizient bestimmt. Der Kontingenzkoeffizient beschreibt dabei den Zusammenhang zwischen den Ereignissen und der jeweiligen Testdimension.For this purpose, a correlation between the frequency of occurrence P of an event and the test dimensions of the test space E1 is determined on the basis of the measured data determined on earlier test drives and from this a contingency coefficient is determined. The contingency coefficient describes the relationship between the events and the respective test dimension.

In 2 ist ein weiterer zweidimensionaler Erprobungsraum E2 dargestellt, in welchem der oben beschriebene Sachverhalt verdeutlich ist.In 2 a further two-dimensional test space E2 is shown, in which the situation described above is clear.

Über der x-Achse variiert die mittels Balken dargestellte Auftrittshäufigkeit P der Ereignisse stärker als über der y-Achse. D. h., dass der Kontingenzkoeffizient in Bezug auf die mittels der x-Achse dargestellte Testdimension und den Ereignissen größer ist als der Kontingenzkoeffizient in Bezug auf die mittels der y-Achse dargestellte Testdimension und deren Ereignissen.Above the x-axis, the occurrence frequency P of the events represented by bars varies more than over the y-axis. That is, the contingency coefficient with respect to the test dimension and events represented by the x-axis is greater than the contingency coefficient with respect to the test dimension and its events represented by the y-axis.

Somit ist die x-Achse eine fokusfähige Testdimension, da es für das Verfahren ausreichend ist, wenn vergleichsweise wenige Werte der x-Achse bei einer Erprobungsfahrt abgedeckt werden, um dennoch eine hohe Auftrittshäufigkeit P von Ereignissen zu erzielen. Thus, the x-axis is a focus-capable test dimension, since it is sufficient for the method to cover comparatively few x-axis values in a trial run to still achieve a high occurrence frequency P of events.

Dementsprechend ist die y-Achse keine fokusfähige Testdimension, da es nicht ausreichend ist, sich auf die verhältnismäßig wenigen Werte der y-Achse zu fokussieren, weil dadurch auch nur eine geringe Auftrittshäufigkeit P und keine Verdichtung von Ereignissen erzielt werden würde.Accordingly, the y-axis is not a focusable test dimension, as it is not sufficient to focus on the relatively few values of the y-axis, because only a low occurrence frequency P and no compression of events would be achieved.

Von den n-definierten Testdimensionen, in dem vorliegenden Ausführungsbeispiel sind es zwei definierte Testdimensionen, werden im weiteren Verfahren nur fokusfähige Testdimensionen, ähnlich der Testdimension bezogen auf die x-Achse, berücksichtigt.Of the n-defined test dimensions, in the present exemplary embodiment, there are two defined test dimensions, in the further method only focusable test dimensions, similar to the test dimension with respect to the x-axis, are taken into account.

Anhand der bei früheren Erprobungsfahrten ermittelten Messdaten wird die Ereignisdichte eines Ereignisses, z. B. das Ereignis der Kollisionswarnung, für die verschiedenen Kombinationen der fokusfähigen Testdimensionen, beispielsweise der Testdimensionen Straßenklasse, Tunnel und Kurvigkeit, prognostiziert.On the basis of the measurement data determined on earlier test drives, the event density of an event, e.g. For example, the collision warning event is predicted for the various combinations of focus test dimensions, such as the road, tunnel, and curvature test dimensions.

In einem anschließenden vierten Verfahrensschritt wird ein Ausschnitt einer digitalen Karte 2 ausgewählt, in dem die Erprobungsfahrt durchgeführt werden soll. Beispielsweise kann der Ausschnitt der digitalen Karte 2 das Gebiet der Bundesrepublik Deutschland umfassen.In a subsequent fourth method step, a section of a digital map 2 selected in which the test drive is to be carried out. For example, the section of the digital map 2 the territory of the Federal Republic of Germany.

Alle in dem Ausschnitt enthaltenen Streckenabschnitte, die auch als Straßenlinks, d. h. Verbindungsstrecken zwischen zwei Stützpunkten bezeichnet werden, werden wie oben beschrieben, bewertet. Dazu wird den Streckenabschnitten jeweils eine Kennzahl als Attribut zugeordnet, wobei die Kennzahl die Exposition des Fahrzeuges gegenüber den Umgebungseinflüssen im jeweiligen Streckenabschnitt repräsentiert.All sections included in the clipping, also called street links, d. H. Connections between two interpolation points are evaluated as described above. For this purpose, a characteristic number is assigned to the route sections as an attribute, wherein the code represents the exposure of the vehicle to the environmental influences in the respective route section.

Unter Exposition wird die Summe aller Umgebungseinflüsse, die auf das Fahrzeug einwirken, verstanden.Exposure is the sum of all environmental influences that affect the vehicle.

Die Exposition wird wie folgt berechnet:

Figure DE102014003973A1_0002
mit

Krit:
Kritikalität
P:
Auftrittshäufigkeit
b:
Planbaustein
t:
Ereignistyp
Exposure is calculated as follows:
Figure DE102014003973A1_0002
With
Krit:
criticality
P:
frequency of occurrence
b:
chart block
t:
event type

Die Kritikalität wird nach einer Bewertung der Wichtigkeit oder Bedeutung des Ereignisses für die Erprobung des Fahrerassistenzsystems, insbesondere als Faktor zur Skalierung, oder auch als Erkenntnispotential festgelegt.The criticality is determined after an assessment of the importance or significance of the event for the testing of the driver assistance system, in particular as a factor for scaling, or as a potential for knowledge.

Die Auftrittshäufigkeit P leitet sich von Messdaten, also einer Historie, z. B. Ereignisse pro Stunde, ab und ist abhängig vom Ereignistyp t und dem Planbaustein b.The frequency of occurrence P is derived from measurement data, ie a history, z. Events per hour, and depends on the event type t and the planning module b.

Der Planbaustein b setzt sich aus einem Ort, also dem Streckenabschnitt und einer Zeit, beispielsweise Tages und Jahreszeit, zusammen und bildet somit ein (Streckenabschnitt, Zeit)-Tupel. Da Planbaustein b noch abstrakter zu sehen ist, ist es ein (Streckenabschnitt, Zeit, Fahrweise)-Tupel.The planning module b is composed of a location, that is to say the route section and a time, for example day and season, and thus forms a (route section, time) tuple. Since Planbaustein b is even more abstract, it is a (distance, time, driving) tuple.

Die Berechnung der Exposition erfolgt auf der Grundlage der bei früheren Erprobungsfahrten ermittelten Messdaten. Das Ergebnis ist ein in 3 dargestellter Graph G mit den Streckenabschnitten als Straßenlinks und den zugeordneten Expositionen in Form von Zahlen.The calculation of the exposure shall be based on the measurement data obtained in previous test drives. The result is a in 3 Graph G shown with the sections as road links and the associated expositions in the form of numbers.

Ausgehend von einer Menge vorgegebener Startrouten wird in einem fünften Verfahrensschritt mittels eines Optimierungsalgorithmus eine hinsichtlich einer von einer Fahrdauer abhängigen Kosten und eines Nutzens in Form der Expositionen optimale Fahrstrecke 1 als Erprobungsstrecke für die Erprobung des Fahrerassistenzsystems ermittelt.Starting from a set of predefined start routes, in a fifth method step an optimization algorithm is used to determine an optimal travel distance in terms of a cost dependent on a travel time and a benefit in the form of the expositions 1 determined as a test track for testing the driver assistance system.

Als Optimierungsalgorithmus wird insbesondere ein sogenanntes genetisches Verfahren verwendet. Ein solches Verfahren ist auch unter dem Begriff evolutionärer Algorithmus bekannt.As an optimization algorithm, in particular a so-called genetic method is used. Such a method is also known by the term evolutionary algorithm.

Die Menge der vorgegebenen Startrouten repräsentiert die anfängliche Population von Routen. Aus diesen wird im Rahmen des evolutionären Algorithmus durch Mutation und Kreuzung eine erweiterte Population von Routen gebildet.The set of default starting routes represents the initial population of routes. From these, an extended population of routes is formed by mutation and crossing within the evolutionary algorithm.

Mittels der Mutation wird dabei ein Umweg in eine Route eingeführt und durch die Kreuzung werden zwei sich überlappende Routen rekombiniert. Den Routen wird jeweils ein Fitnessfaktor zugeordnet, der einen Nutzen-Kosten-Faktor, d. h. einen Quotienten aus Gesamtexposition auf der Route zu Gesamtfahrdauer auf der Route, repräsentiert.By means of the mutation, a detour is introduced into a route and through the intersection two overlapping routes are recombined. The routes are each assigned a fitness factor that has a benefit cost factor, i. H. a quotient of total exposure on the route to total travel time on the route, represented.

Dadurch ermittelte Routen mit geringem Fitnessfaktor werden verworfen. Ebenso werden Routen verworfen, die vorgegebene Randbedingungen nicht erfüllen.As a result, routes determined with a low fitness factor are discarded. Similarly, routes are discarded that do not meet predetermined boundary conditions.

Als Randbedingung kann beispielsweise vorgegeben werden, dass bestimmte Streckenabschnitte ausgeschlossen werden, dass bestimmte Zwischenrouten auf den Streckenabschnitten enthalten sein sollen, dass eine Länge des jeweiligen Streckenabschnittes in einem vorgegebenen Bereich liegen sollte und/oder dass ein Startpunkt einem Zielpunkt entspricht.By way of example, as a boundary condition, it may be specified that certain route sections are excluded, that certain intermediate routes should be included on the route sections, that a length of the respective route section should be within a predetermined range, and / or that a starting point correspond to a destination point.

Die verbleibenden nicht ausgeschlossen Streckenabschnitte als Routen repräsentieren eine neue Population von Routen als Streckenabschnitte, mit denen die oben beschriebenen Verfahrensschritte wiederholt werden. Dabei werden die Verfahrensschritte so oft wiederholt bis ein Ergebnis mit den vorgegebenen Bedingungen übereinstimmt, also konvergiert.The remaining non-excluded route sections as routes represent a new population of routes as route sections with which the method steps described above are repeated. The process steps are repeated until a result agrees with the given conditions, ie converges.

Die somit mittels des evolutionären Algorithmus aufgefundene Route, d. h. aufgefundene Erprobungsstrecke, stellt eine optimale Fahrstrecke 1 zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für das entsprechende Fahrerassistenzsystem dar, wie in 4 näher dargestellt ist.The thus found by the evolutionary algorithm route, ie found test track, provides an optimal route 1 for carrying out test drives for the suitability test for the corresponding driver assistance system, as in 4 is shown in more detail.

BezugszeichenlisteLIST OF REFERENCE NUMBERS

11
optimale Fahrstreckeoptimal driving route
22
digitale Kartedigital map
33
Punkt (Ereignis)Point (event)
E1E1
Erprobungsraumtesting room
E2E2
weiterer Erprobungsraumanother test room
GG
Graphgraph
PP
Auftrittshäufigkeitfrequency of occurrence

Claims (4)

Verfahren zur Ermittlung einer Fahrstrecke zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen, dadurch gekennzeichnet, dass in einem Ausschnitt einer digitalen Karte (2) Streckenabschnitte identifiziert und durch Vergabe einer Kennzahl bewertet werden, wobei die Kennzahl eine Exposition eines Fahrzeuges gegenüber Umgebungseinflüssen auf dem jeweiligen Streckenabschnitt darstellt, und dass aus einer vorgegebenen Menge von Streckenabschnitten mittels eines Optimierungsalgorithmus eine in Bezug auf vorgegebene Bedingungen und Kennzahlen optimale Fahrstrecke (1) zur Erprobung ermittelt wird.Method for determining a route for carrying out test drives for the suitability test for driver assistance systems of vehicles, characterized in that in a section of a digital map ( 2 ) Track sections are identified and evaluated by awarding a characteristic number, wherein the characteristic number represents an exposure of a vehicle to environmental influences on the respective route section, and that from a predetermined set of route sections by means of an optimization algorithm an optimal driving route with respect to predetermined conditions and characteristic numbers ( 1 ) is determined for testing. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Exposition aus Messdaten vorher durchgeführter Erprobungsfahrten ermittelt wird.A method according to claim 1, characterized in that the exposure is determined from measured data previously performed test drives. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die optimale Fahrstrecke (1) mittels eines evolutionären Algorithmus als Optimierungsalgorithmus ermittelt wird.Method according to claim 1 or 2, characterized in that the optimal driving route ( 1 ) is determined by means of an evolutionary algorithm as an optimization algorithm. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zu beobachtende Ereignisse zur Erprobung des jeweiligen Fahrerassistenzsystems vorgegeben werden.Method according to one of the preceding claims, characterized in that events to be observed are predefined for testing the respective driver assistance system.
DE201410003973 2014-03-20 2014-03-20 Method for determining a route Withdrawn DE102014003973A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE201410003973 DE102014003973A1 (en) 2014-03-20 2014-03-20 Method for determining a route

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE201410003973 DE102014003973A1 (en) 2014-03-20 2014-03-20 Method for determining a route

Publications (1)

Publication Number Publication Date
DE102014003973A1 true DE102014003973A1 (en) 2014-09-18

Family

ID=51418959

Family Applications (1)

Application Number Title Priority Date Filing Date
DE201410003973 Withdrawn DE102014003973A1 (en) 2014-03-20 2014-03-20 Method for determining a route

Country Status (1)

Country Link
DE (1) DE102014003973A1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014015903A1 (en) * 2014-10-29 2016-05-04 Technisat Digital Gmbh Outputting a directional instruction with a navigation device
CN108387232A (en) * 2018-01-30 2018-08-10 河北科技大学 The flying object path planning method of evolution algorithm based on Artificial Potential Field
EP3667237A1 (en) * 2018-12-13 2020-06-17 Volkswagen AG Determination of a further test route during a test drive of a vehicle
DE102022003360B3 (en) 2022-09-13 2023-12-21 Mercedes-Benz Group AG Method for generating training data sets for an autonomous vehicle and system for generating training data sets

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014015903A1 (en) * 2014-10-29 2016-05-04 Technisat Digital Gmbh Outputting a directional instruction with a navigation device
DE102014015903B4 (en) * 2014-10-29 2016-12-29 Preh Car Connect Gmbh Outputting a directional instruction with a navigation device
CN108387232A (en) * 2018-01-30 2018-08-10 河北科技大学 The flying object path planning method of evolution algorithm based on Artificial Potential Field
CN108387232B (en) * 2018-01-30 2021-08-03 河北科技大学 Flight object track planning method based on artificial potential field evolution algorithm
EP3667237A1 (en) * 2018-12-13 2020-06-17 Volkswagen AG Determination of a further test route during a test drive of a vehicle
CN111323034A (en) * 2018-12-13 2020-06-23 大众汽车有限公司 Determining a subsequent test route during a test run of a vehicle
CN111323034B (en) * 2018-12-13 2023-09-01 大众汽车有限公司 Method and device for determining a next test route during test travel of a vehicle
DE102022003360B3 (en) 2022-09-13 2023-12-21 Mercedes-Benz Group AG Method for generating training data sets for an autonomous vehicle and system for generating training data sets

Similar Documents

Publication Publication Date Title
DE102011113019A1 (en) Method for determining and evaluating hazards of traffic conditions between e.g. vehicles in signal-controlled junction, involves performing probabilistic hazard estimation of hazards for road users moved relative to movement
DE102012016768A1 (en) Technique for processing cartographic data for determining energy efficient routes
EP3161808B1 (en) Method for processing measurement data of a vehicle in order to determine the start of a search for a parking space and computer program product
DE102014003973A1 (en) Method for determining a route
DE102017211556A1 (en) Method for route planning for a motor vehicle with an automated vehicle system and motor vehicle with an automated vehicle system
DE102015218809A1 (en) Method for updating an electronic map of a vehicle
DE102010001700A1 (en) Method for determination utilization of e.g. roads, for driver of vehicle, has repeating detection of utilization of route section and increase of degree of utilization of route section, where degree of utilization is increased again
DE102018221708B4 (en) Determination of a further test route during a test drive of a vehicle
DE102015226224B3 (en) Method for determining a traffic load
DE102017200695A1 (en) Method for navigating a motor vehicle along a predeterminable distance
DE102016008707A1 (en) Method for calculating time of arrival for a travel route in vehicle navigation systems
DE102021005438A1 (en) Method for determining route attributes in a road map of a vehicle system from sign observations
DE102019205942A1 (en) Method for providing a route for a motor vehicle with at least one driver assistance system and motor vehicle
DE102016213015A1 (en) A method and apparatus for creating a hazard map for identifying at least one danger location for a vehicle
DE112018006321T5 (en) DEVICE FOR GENERATING DATA OF A DRIVEWAY WITHIN AN INTERSECTION, PROGRAM FOR GENERATING DATA OF A DRIVEWAY WITHIN AN INTERSECTION AND STORAGE MEDIUM
DE102012210454A1 (en) Method for providing data for electronic horizon for e.g. navigation apparatus of motor car, involves merging parameters from group of vehicles to data packet for electronic horizon when group of vehicles, comprises two other vehicles
EP2028445A2 (en) Method of and device for determining a route in a road network
DE102020202650A1 (en) Computer-implemented method for route calculation for an autonomously driving motor vehicle, method for driving an autonomously driving motor vehicle, computer program product and motor vehicle
DE102016216538A1 (en) Method for operating a control device of a motor vehicle, control device and motor vehicle
DE102019201563A1 (en) System for determining an accident risk on a route
DE102015205901A1 (en) Method for calculating a route for a land vehicle
DE102018007022A1 (en) Method and device for operating an assistance system of a vehicle and vehicle
DE102017206862A1 (en) Selecting a course of action concerning the longitudinal guidance of a motor vehicle with at least automated longitudinal guidance
DE102021004330A1 (en) Method for routing a vehicle and vehicle
DE102020005827A1 (en) Method for updating map data for a navigation device of an autonomously driving vehicle

Legal Events

Date Code Title Description
R230 Request for early publication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee