DE102016218934A1

DE102016218934A1 - Verfahren zum Datenaustausch und Datenfusionierung von Umfelddaten

Info

Publication number: DE102016218934A1
Application number: DE102016218934.4A
Authority: DE
Inventors: Matthias Schreier; Nicolai Glatz; Ralph Grewe; Thomas Grotendorst; Stephan Kirstein; Matthias Komar; Rujiao Yan
Original assignee: Continental Teves AG and Co OHG
Current assignee: Continental Automotive Technologies GmbH
Priority date: 2016-09-29
Filing date: 2016-09-29
Publication date: 2018-03-29

Abstract

Es wird ein Verfahren zum Datenaustausch und Datenfusionierung von Umfelddaten von zumindest zwei Fahrzeugen oder einem Fahrzeug mit einem stehenden Infrastruktursender zur Umfelddatenbereitstellung vorgestellt. Das Fahrzeug weist zumindest einen Umfeldsensor sowie eine Kommunikationsschnittstelle zum Datenaustausch und eine Recheneinheit zur Auswertung und Datenfusionierung der Umfelddaten des eigenen Fahrzeugs als auch des zumindest einen anderen Fahrzeugs beziehungsweise des Infrastruktursenders auf. Es ist dabei vorgesehen, dass zumindest das eigene Fahrzeug von dem anderen Fahrzeug bzw. dem Infrastruktursender erfasst, welche Umfelddaten dort verfügbar sind und bei vorliegender Redundanz eine Anpassung der eigenen Erfassung der Umfelddaten und/oder eine Anpassung der Auswertung bzw. Datenfusionierung erfolgt, insbesondere die Erfassung oder Verarbeitung redundante Daten oder Bereiche unterlassen und vorzugsweise freiwerdende Ressourcen für andere Aufgaben optimiert genutzt werden.

Description

Die Erfindung betrifft ein Verfahren zum Verfahren zum Datenaustausch und Datenfusionierung von Umfelddaten gemäß dem Oberbegriff von Anspruch 1.
Mit der zunehmenden Ausstattungsdichte an Umfeldsensoren, oft zudem unterstützt durch GPS-gestützte Positionserkennung und elektronische Kartendaten werden die entsprechenden Fahrerassistenzsysteme in Kraftfahrzeugen immer genauer und leistungsfähiger.
Im Zusammenspiel aus GPS, elektronischen Karten, fahrdynamischen Sensoren und Umfeldsensorensignalen ist durch die Datenfusionierung, also die Verknüpfung, Plausibilisierung und Genauigkeitserhöhung der einzelnen Signale, die Positionserkennung und Trajektorieabschätzung des Fahrerassistenzsystems bereits deutlich genauer möglich, als allein auf Basis von GPS oder Umfeldsensoren.
Die Menge der zu fusionierenden Daten dabei bereits innerhalb eines Fahrzeugs nicht unerheblich und wird beispielsweise in der DE 10 2007 006 757 A1 ein Kraftfahrzeug-Sicherheitssystem und entsprechendes Verfahren vorgestellt, bei welchem pro Zeiteinheit ergebnisorientiert und/oder Situation abhängig eine Verarbeitung der Signale erfolgt.
Durch die Entwicklung von Kommunikationsmöglichkeiten zwischen Fahrzeugen (Car-To-Car, kurz C2C bzw. vehicle-to-vehicle, V2V) als auch zu bzw. mit stationären Infrastrukturelementen (Car-To-Infrastructure, kurz C2I bzw. vehicle-to-infrastructure, V2I), verallgemeinert auch Car-To-X-Technologie genannt, werden darüber hinaus Positionsdaten sowie weitere Eigenschaften anderer Verkehrsteilnehmer, Verkehrseinschränkungen oder Warnungen über Bremsvorgänge, Hindernisse oder dergleichen über den Erfassungsbereich der eigenen Umfeldsensoren hinaus verfügbar.
So ist beispielsweise aus WO 2009/056533 AI ein Verfahren zur Bewertung von Daten einer digitalen Karte für ein Fahrzeug bekannt, bei dem Daten auf Basis einer karteneigenen Qualitätsinformation und/oder auf Basis von Messdaten einer Umfeldsensorik des Fahrzeugs bewertet werden und diese Bewertung anschliessend an ein Fahrassistenzsystem und/oder ein Sicherheitssystem des Fahrzeugs übergeben wird.
Aus der Druckschrift 102010002092.3 ist ferner eine Kommunikationseinrichtung für die C2X-Kommunikation bekannt, bei der mittels einer Datenvorverarbeitungseinheit empfangene Daten vorverarbeitet werden und danach an eine Anwendung des Kommunikationsteilnehmers weitergegeben werden. Die Vorverarbeitung der Daten kann beispielsweise eine Datenreduktion oder eine Datenplausibilisierung, eine Datenkorrektur oder eine Datenvalidierung beinhalten. Ferner kann auch eine Qualitätsverbesserung der Daten durchgeführt werden. Durch die Vorverarbeitung der Daten können diese auf die entsprechenden Anwendungen abgestimmt werden.
Beispielsweise aus der DE 10 2012 219 637 A1 ist zudem Verfahren zur Fusion von Umfeldsensordaten mit Kommunikationsdaten bekannt, wobei die Umfeldsensordaten mittels mindestens eines Umfeldsensors erfasst werden und wobei die Kommunikationsdaten in Fahrzeug-zu-X-Botschaften enthalten sind, welche mittels Fahrzeug-zu-X-Kommunikationsmitteln empfangen werden. Von einem Vorverarbeitungsprozess werden dabei ausgewählte Kommunikationsdaten unmittelbar einem Sensordatenfusionsprozess zugeführt werden.
Aus der WO2013/013553 A2 ist eine Vorrichtung und Verfahren zur C2X-Kommunikation zu entnehmen, bei welcher bereits Kanäle mit unterschiedlicher Latenzzeit genutzt werden.
Für diese Car-To-X-Technologie werden derzeit unterschiedliche technische Standards erprobt, wobei zumindest ein Teil auf Basis sogenannter ad-hoc-Funknetzwerke, also autonom sich in einem Nahfeld bspw. per WLAN synchronisierender Sender und Empfänger operiert. Mit der zunehmender Verbreitung dieser Technologie werden aber auch Daten anderer Fahrzeuge bzw. von Infrastruktursendern, insbesondere auch Umfelddaten verfügbar und können für die Erzeugung, Plausibilisierung und Optimierung des Umfeldmodells und der darauf basierenden Anwendungen genutzt werden.
Die zu verarbeitende Datenmenge wird dadurch aber erst recht schnell die verfügbaren Ressourcen übersteigen.
Die Aufgabe der vorliegenden Erfindung ist es, die Verfahren zum Datenaustausch und Datenfusionierung von Umfelddaten weiter zu optimieren sowie ein entsprechendes Fahrerassistenzsystem vorzustellen. Diese Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst. Vorteilhafte Weiterbildungen der Erfindung ergeben sich aus den Unteransprüchen, wobei auch Kombinationen und Weiterbildungen einzelner Merkmale miteinander denkbar sind.
Ein wesentlicher Gedanke der Erfindung besteht darin, dass zumindest das eigene Fahrzeug von dem anderen Fahrzeug bzw. dem Infrastruktursender erfasst, welche Umfelddaten dort verfügbar sind und bei vorliegender Redundanz eine Anpassung der eigenen Erfassung der Umfelddaten und/oder eine Anpassung der Auswertung bzw. Datenfusionierung erfolgt. Es wird also ein lokales, nämlich durch die Reichweite des Datenaustausch beschränktes, aber eben über das eigene Fahrzeug hinausgehende Fusionscluster gebildet.
Ziel dieser Anpassung ist in der Regel eine Optimierung, wobei je nach Anwendungssituation die Zielrichtung der Optimierung und damit geeignetsten Anpassung fallbezogen definiert sein kann. Ziel bleibt natürlich die verbesserte Gesamtumfeldwahrnehmung, aber eben auch die Ressourcenoptimierung, d.h. der optimierte Einsatz der insgesamt verfügbaren Ressourcen an Sensorik als auch Rechenleistung als auch Kommunikationsmöglichkeiten.
Der Hauptvorteil der Erfindung ist also die Bildung eines verbesserten Umfeldmodells im Vergleich zu bestehenden zentralen oder dezentralen Fusionsansätzen, die nur im Nachgang die per V2V/V2I übermittelten, individuell generierten Umfeldinformationen verknüpfen. Ein weiterer Vorteil liegt in der Nutzbarkeit temporär nicht benötigter Rechenkapazitäts- und Sensorressourcen, z.B. um Sensoranomalien (Dejustage, Defekte) online zu detektieren.
Im lokalen Fahrzeugfusionscluster wird die Bildung des Fahrzeugumfeldmodells also durch geeigneten Einsatz der verfügbaren Ressourcen und in Abhängigkeit von Stärken und Limitierungen der Einzelfahrzeuge optimiert durchgeführt. Die Erfindung betrifft also die gemeinschaftliche Erzeugung eines verbesserten Fahrzeugumfeldmodells durch Bildung eines lokalen, zeitlich und räumlich begrenzten Fahrzeugfusionsclusters zwischen sich in der Nähe befindlichen, mit Umfeldsensoren ausgestatteten Fahrzeugen und Infrastrukturelementen. Die Verbesserung des Umfeldmodells wird erreicht, indem die verfügbaren Ressourcen, also insbesondere Rechenkapazitäten und/oder Sensoren jedes Fahrzeugs adaptiv in Abhängigkeit von deren Stärken und Limitierungen im Fusionscluster gesteuert eingesetzt werden. Gesteuert wird, welcher Fusionsclusterteilnehmer welche Aufgaben zur Umfeldmodellbildung gemäß seiner Stärken und Möglichkeiten ausführt. Hierdurch wird eine bessere Schätzung des Umgebungsgesamtzustandes erreicht als wenn jedes Fahrzeug individuell ein lokales, ganzheitliches Umfeldmodell bildet, das erst im Nachgang fusioniert wird.
Die Anpassung kann dabei auf der Ebene der Erfassung, also bspw. am Umfeldsensor selbst ansetzen, indem bspw. dessen Empfangsbereich, Abtastrate odgl. gezielt geändert wird, oder auf der Ebene der Auswertung und Datenfusionierung, indem bestimmte, bspw. redundant vorliegende Messbereiche oder Daten nicht weiter ausgewertet, insbesondere nicht noch zusätzlich in die Datenfusionierung eingebracht werden.
Als Anpassung ist dabei nicht mehr die bloße Hinzufügung aller vorhandenen Daten zur Datenfusionierungen gemeint, sondern eine demgegenüber beschränkte Auswahl und Optimierung. In der konkreten Umsetzung sendet jeder Fusionsclusterteilnehmer vorzugsweise, welche Umfelderfassungsaufgaben er in welcher Qualität und in welchem räumlichen Bereich realisieren kann. Dies entspricht einem generalisierten Sensormodell jedes Fusionsclusterteilnehmers, welches dessen Möglichkeiten der lokalen Umfelderfassung wiederspiegelt. In einem zweiten Schritt entscheidet ein Optimierungsalgorithmus über die Ressourcenallokation und sendet diese zeitsynchronisiert an jeden Fusionsclusterteilnehmer, der der angeforderten Umfelderfassungsaufgabe nachkommt. Alle so erzeugten Umfeldmodellbestandteile werden in einem letzten Schritt fusioniert und den Fusionsclusterteilnehmern bereitgestellt.
Dies soll durch die nachfolgenden bevorzugten Weiterbildung und Ausgestaltung noch näher erläutert werden.
So wird beispielsweise bei redundanten räumlichen Überwachungsbereichen der Überwachungsbereich des eigenen Umfeldsensors angepasst oder die Auswertung der Signale entsprechend angepasst, also reduziert, insbesondere der redundante räumliche Überwachungsbereich von nur derjenigen Anzahl an Sensoren erfasst, welche für die Auswertung tatsächlich erforderlich sind. Eine solche Anpassung ermöglicht darüber hinaus auch beispielsweise, die Erfassungshäufigkeit oder Verarbeitungsgeschwindigkeit für den vom Umfeldsensor weiterhin zu erfassenden Bereich entsprechend zu erhöhen.
Vorzugsweise erfolgt in einer speziellen Ausgestaltung die Anpassung nur dann, wenn eine volle Auslastung bzw. Überlastung der Ressourcen des eigenen Fahrzeugs festgestellt wird.
Alternativ dazu wird in einer anderen Ausgestaltung ermittelt, wie groß der zu erwartende Informationsgewinn bei Berücksichtigung der eigenen Umfelddaten, der Umfelddaten des anderen Fahrzeugs bzw. des Infrastruktursenders als auch bei Datenfusionierung beider ist und dieser Informationsgewinn mit einem Schwellwert verglichen und in Abhängigkeit davon die Umfelddatenerfassung bzw. deren Auswertung angepasst, d.h. es werden insbesondere bei Unterschreitung der entsprechenden Schwellenwerte die entsprechenden Umfelddaten erst gar nicht erfasst, übertragen bzw. ausgewertet, insbesondere nicht noch in der Fusionierung berücksichtigt.
Die Optimierung zur Ressourcenallokation kann über die Ermittlung der sogenannten „Mutual Information Gain“ erfolgen. Hierbei handelt es sich um eine informationstheoretische Methode, mit der bereits bevor eine Sensorbeobachtung erfolgt – rein auf Basis des Sensormodells – abgeschätzt werden kann, wieviel Informationsgewinn eine bestimmte Sensorbeobachtung nach sich ziehen wird. Eine geeignete Definition stammt bspw. aus Durrant-Whyte: „Introduction to Decentralised Data Fusion", 2002, Australian Centre for Field Robotics, The University of Sydney NSW 2006, September 27, 2002, http://www.acfr.usyd.edu.au/pdfs/training/decentDataFusion/no tes.pdf
Die „Mutual Information Gain“ beschreibt, wie stark eine Wahrscheinlichkeits-Dichtefunktion bzw. Wahrscheinlichkeitsmassefunktion „komprimiert“ würde (gleichzusetzen mit einem Informationsgewinn über einen Umfeldmodellzustand, z.B. den Abstand zu einem Hindernis), wenn eine Messung erfolgen würde bevor diese Messung wirklich vorgenommen wird.
Wenn der so ermittelte Informationsgewinn der Messung eines Fusionscluster-teilnehmers unter einer Schwelle liegt, kann man auf die Messung verzichten und die freiwerdenden Rechenressourcen anderweitig nutzen, z.B. für Umfeldmodell-beobachtungsaufgaben, die einen größeren Informationsgewinn bringen oder Sensordiagnose-/Kalibrierfunktionen.
Um darüber hinaus auch Sensorressourcen adaptiv zu steuern, kann über das geschätzte Umfeldmodell in Kombination mit den generalisierten Sensormodellen der Fusionsclusterteilnehmer eine optimierte Fahrzeugformation bestimmt werden, die die Gesamtsensorkonfiguration in einen (räumlichen) Zustand zueinander bringt, der den Informationsgewinn des Gesamtsystems maximiert.
Dies kann vorzugsweise dadurch erfolgen, indem verschiedene Fahrzeugkonfigurationen online simuliert werden, der Informationsgewinn gegeben dieser Fahrzeugkonfiguration bestimmt wird und die räumliche Fahrzeug-/Sensorkonfiguration angefordert wird, die den höchsten Informationsgewinn liefert.
Die folgenden Ausführungsbeispiele verdeutlichen diesen Ansatz der lokalen Fusionscluster mit adaptiver Ressourcensteuerung:
Sind beispielsweise zumindest zwei Fahrzeuge auf unterschiedlichen Fahrstreifen eines gemeinsamen gleichgerichteten Straßenabschnitts vorhanden und weisen die Fahrzeuge beide zumindest jeweils einen nach vorne gerichteten Umfeldsensor auf, so wird in einem Ausführungsbeispiel zumindest ein Fahrzeug die eigene Erfassung der Umfelddaten oder deren Auswertung ändern, sobald es vom anderen Fahrzeug dessen Umfelddaten oder daraus abgeleitete Daten empfängt. Insbesondere beschränkt sich das Fahrzeug bei der Umfelddatenerfassung bzw. deren Auswertung auf den eigenen Fahrstreifen und verwendet für den bzw. die anderen Fahrstreifen die Umfelddaten eines anderen Fahrzeugs. Die so freiwerdenden Ressourcen können vorzugsweise für eine verbesserte, häufigere Erfassung oder schnellere Verarbeitung des verbleibenden Erfassungsbereichs genutzt werden.
Fahren also beispielweise zwei mit Frontkameras ausgestattete Fahrzeuge nebeneinander auf einer zweistreifigen Autobahn, können aufgrund der Einbaulagen ihrer Kameras diese besonders gut ihren eigenen Fahrstreifenverlauf sowie dynamische Objekte und Freiräume auf ihrem eigenen Fahrstreifen erkennen. Anstatt dass jedes Fahrzeug wie in heutigen Ansätzen zur ganzheitlichen Umfeldmodellierung versucht, alle Fahrstreifen inklusive aller Objekte und Freiräume zu schätzen, sorgt die adaptive Ressourcensteuerung des lokalen Fusionsclusters dafür, dass sich jedes Fahrzeug ausschließlich seinem optimalen Wahrnehmungsbereich „eigener Fahrstreifen“ mit voller Rechenkapazität widmet, um dort eine verbesserte Schätzung zu erzielen. Die so erzeugten Schätzungen werden zwischen beiden Fahrzeugen im Fusionscluster mittels Vehicle-To-Vehicle (V2V) Kommunikation ausgetauscht und sind von beiden nutzbar.
Weisen zumindest zwei Fahrzeuge einen gemeinsamen überlappenden Beobachtungsbereich auf, sind die jeweiligen Umfeldsensoren jedoch unterschiedlichen Typs oder aufgrund deren Ausrichtung bzw. Auswerteverfahren unterschiedlich, so dass für eine erste Objektklasse zumindest ein Umfeldsensor des ersten Fahrzeugs besser geeignet ist, als die Umfeldsensoren des zweiten Fahrzeugs und für eine zweite Objektklasse zumindest ein Umfeldsensor des zweiten Fahrzeugs gleich gut oder besser geeignet ist als die Umfeldsensoren des ersten Fahrzeugs, so werden in einer bevorzugten Ausgestaltung die Umfeldsensoren oder die Auswertung auf die jeweils geeignetere Objektklasse ausgerichtet und für die jeweils andere Objektklasse der Umfeldsensor oder die Auswertung des anderen Fahrzeugs genutzt.
Auch dies sei anhand eines Beispiels näher erläutert: Die Sensoren zweier Fahrzeuge haben also einen überlappenden Beobachtungsbereich. Ein Fahrzeug hat sehr gute Sensoren/Auswertealgorithmen zur Erkennung von Fußgängern, jedoch keine generische Freiraumerkennung. Die Sensorik vom zweiten Fahrzeug erkennt zwar ebenfalls Fußgänger, jedoch schlechter als die vom ersten Fahrzeug, kann dafür jedoch befahrbare Freiräume detektieren. Die adaptive Ressourcensteuerung sorgt nun dafür, dass sich das zweite Fahrzeug mit voller Rechenkapazität auf die Freiraumerkennung konzentriert, ohne nebenbei noch Fußgängererkennungsaufgaben durchführen zu müssen.
Ein anderer Anwendungsfall sei nachfolgend erläutert: Ist beispielsweise in einem unfallgefährdeten Bereich, insbesondere Kreuzungsbereich, ein Infrastruktursender vorgesehen, welcher über eigene Umfeldsensoren oder Umfeldsensoren vorangehender Fahrzeuge Umfelddaten an zumindest ein, vorzugsweise alle sich dem Bereich näherenden Fahrzeuge bereitstellt, so werden erfindungsgemäß die Fahrzeuge diese verwenden und freiwerdende Sensor- oder Auswertekapazitäten für andere Aufgaben nutzen. Eine mit einem hochgenauen Sensorsystem ausgestattete Infrastruktureinheit (Roadsite Unit) sensiert also beispielsweise eine Kreuzung, vorzugsweise inklusive Tracking + Klassifikation dynamischer Objekte, Freiräume, etc.. Die Infrastruktureinheit stellt diese Daten per Vehicle-To-Infrastructure (V2I) Kommunikation allen sich nähernden Fahrzeugen bereit. Zusammen bilden diese ein lokales Fusionscluster. Die adaptive Ressourcensteuerung erlaubt es den sich nähernden Fahrzeugen in diesem Anwendungsfall, die Berechnung ihrer eigenen lokalen Umfeldmodelle auf ein Minimum zu reduzieren, da diese ohnehin in erheblich geringerer Qualität vorliegen würden, als die von der Roadsite Unit bereitgestellten Daten. Die so freiwerdenden Sensor- und Rechenkapazitäten können die Fahrzeuge temporär für andere Aufgaben nutzen, z.B. um rechenzeitaufwändige Online-Kalibrierungen durchzuführen oder Sensorfunktionstests zu initiieren.
Eine noch weitergehende Weiterbildung soll in folgendem Ausführungsbeispiel erläutert werden: Fahren zumindest zwei Fahrzeuge auf einem gemeinsamen gleichgerichteten Straßenabschnitt einer mehrstreifigen Strasse zunächst in demselben Fahrstreifen hintereinander, so ist vorzugsweise vorgesehen, dass die Fahrzeuge einen Spurwechsel eines der Fahrzeuge abstimmen, vorzugsweise natürlich unter Berücksichtigung auch des Folgeverkehrs und anderer Verkehrsteilnehmer. Dieser Spurwechsel dient insbesondere dazu, um durch die 2 Sensoren aus unterschiedlichem Blickwinkel eine verbesserte Gesamtumfeldwahrnehmung zu ermöglichen. Dies kann bis zu einer Fusionierung zweier Mono-Kamerabilder zu einem Stereokamera-Bild auf Basis der 2 Fahrzeuge auf unterschiedlichem Fahrstreifen gehen und ist dadurch eine viel höhere Raumauflösung möglich als bei klassischen Stereokamerabilder eines Fahrzeugs, wenngleich natürlich die Probleme der Fusionierung aufgrund der unterschiedlichen Abstände zum Objekt, schwankenden Winkelstellung und Versatz der Fahrzeuge gelöst werden müssen.
Ziel ist bzw. kann aber auch sein, die Ressourcenausnutzung zu optimieren, vorzugsweise die entstehende Redundanz der Umfeldsensoren beider Fahrzeuge so lange zur Datenfusionierung nutzen, sofern die Ressourcen nicht ausgelastet sind, und sofern die Ressourcen zumindest eines Fahrzeugs erschöpft sind, dass jeweilige Fahrzeug im Sinne der Erfindung die Daten des anderen Fahrzeugs nutzt.
Fahren mehrere hochautomatisierte Fahrzeuge auf einer mehrstreifigen Autobahn hintereinander, können diese sich vorzugsweise zu einem Fusionscluster zusammenschließen. Innerhalb des Fusionsclusters werden in diesem Anwendungsfall nicht nur Rechenressourcen adaptiv gesteuert eingesetzt, sondern zusätzlich die Fahrzeuggruppe als Ganzes in eine Formation gebracht, sodass sie als Sensorgesamtsystem eine bestmögliche Wahrnehmung der Umgebung liefert. Im Fusionscluster werden demnach Sensorressourcen adaptiv gesteuert. Im konkreten Beispielfall bekommen die Fahrzeuge z.B. die Anforderung sich auf mehrere Fahrstreifen zu verteilen, sodass sich ihre Sensorsichtbereiche überlappen und damit eine größere Redundanz geben ist, als wenn sie hintereinander in Kolonne fahren und die Umfeldsensoren der hinteren Fahrzeuge durch den Vordermann verdeckt wären. Sind umgekehrt bspw. die Rechenressourcen eines Fahrzeugs erschöpft, wird dieses in einen Kolonnen-Folgebetrieb versetzt, in einen Fahrstreifen hinter ein führendes Fahrzeug eingeordnet und kann mit geringem Aufwand diesem folgen und die freiwerdenden Sensor- und/oder Auswertungsressourcen anderen Aufgaben widmen.
Zudem wird vorgeschlagen, ein entsprechendes Fahrerassistenzsystem für ein Kraftfahrzeug, ggfs. auch umfassend ein Steuersystem für ein teil- oder hochautonom fahrendes Fahrzeug, mit einem Speicher mit einem Algorithmus zur Durchführung des Verfahrens nach einem der erfindungsgemäßen Ansprüche auszustatten und natürlich im Kraftfahrzeug neben einem solchen Fahrerassistenzsystem auch mit entsprechenden eigenen Umfeldsensoren sowie Kommunikationsvorrichtungen zur anderen Fahrzeugen bzw. dem Infrastruktursender vorzusehen.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

DE 102007006757 A1 [0004]
WO 2009/056533 AI [0006]
DE 102012219637 A1 [0008]
WO 2013/013553 A2 [0009]

Zitierte Nicht-Patentliteratur

Durrant-Whyte: „Introduction to Decentralised Data Fusion“, 2002, Australian Centre for Field Robotics, The University of Sydney NSW 2006, September 27, 2002, http://www.acfr.usyd.edu.au/pdfs/training/decentDataFusion/no tes.pdf [0023]

Claims

Verfahren zum Datenaustausch und Datenfusionierung von Umfelddaten von zumindest zwei Fahrzeugen oder einem Fahrzeug mit einem stehenden Infrastruktursender zur Umfelddatenbereitstellung, wobei das Fahrzeug zumindest einen Umfeldsensor sowie eine Kommunikationsschnittstelle zum Datenaustausch aufweist und eine Recheneinheit zur Auswertung und Datenfusionierung der Umfelddaten des eigenen Fahrzeugs als auch des zumindest einen anderen Fahrzeugs beziehungsweise des Infrastruktursenders, dadurch gekennzeichnet, dass zumindest das eigene Fahrzeug von dem anderen Fahrzeug bzw. dem Infrastruktursender erfasst, welche Umfelddaten dort verfügbar sind und bei vorliegender Redundanz eine Anpassung der eigenen Erfassung der Umfelddaten und/oder eine Anpassung der Auswertung bzw. Datenfusionierung erfolgt.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass bei redundanten räumlichen Überwachungsbereichen der Überwachungsbereich des eigenen Umfeldsensors angepasst oder die Auswertung der Signale entsprechend angepasst wird.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Anpassung dann erfolgt, wenn eine volle Auslastung bzw. Überlastung der Ressourcen des eigenen Fahrzeugs festgestellt wird.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass ermittelt wird, wie groß der zu erwartende Informationsgewinn bei Berücksichtigung der eigenen Umfelddaten, der Umfelddaten des anderen Fahrzeugs bzw. des Infrastruktursenders als auch bei Datenfusionierung beider ist und dieser Informationsgewinn mit einem Schwellwert verglichen und in Abhängigkeit davon die Umfelddatenerfassung bzw. deren Auswertung angepasst wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass zumindest zwei Fahrzeuge auf unterschiedlichen Fahrstreifen eines gemeinsamen gleichgerichteten Straßenabschnitts vorgesehen sind, die Fahrzeuge beide zumindest jeweils einen nach vorne gerichteten Umfeldsensor aufweisen und zumindest ein Fahrzeug die eigene Erfassung der Umfelddaten oder deren Auswertung ändert, sobald es vom anderen Fahrzeug dessen Umfelddaten oder daraus abgeleitete Daten empfängt.
Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass sich das Fahrzeug bei der Umfelddatenerfassung bzw. deren Auswertung auf den eigenen Fahrstreifen beschränkt und für den bzw. die anderen Fahrstreifen die Umfelddaten eines anderen Fahrzeugs verwendet.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass zumindest zwei Fahrzeuge einen gemeinsamen überlappenden Beobachtungsbereich aufweisen, die jeweiligen Umfeldsensoren jedoch unterschiedlichen Typs sind oder aufgrund deren Ausrichtung bzw. Auswerteverfahren unterschiedlich sind, so dass für eine erste Objektklasse zumindest ein Umfeldsensor des ersten Fahrzeugs besser geeignet ist, als die Umfeldsensoren des zweiten Fahrzeugs und für eine zweite Objektklasse zumindest ein Umfeldsensor des zweiten Fahrzeugs gleich gut oder besser geeignet ist als die Umfeldsensoren des ersten Fahrzeugs und die Umfeldsensoren oder die Auswertung auf die jeweils geeignetere Objektklasse ausgerichtet und für die jeweils andere Objektklasse der Umfeldsensor oder die Auswertung des anderen Fahrzeugs genutzt wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass in einem unfallgefährdeten Bereich, insbesondere Kreuzungsbereich, ein Infrastruktursender vorgesehen ist, welcher über eigene Umfeldsensoren oder Umfeldsensoren vorangehender Fahrzeuge Umfelddaten an zumindest ein, vorzugsweise alle sich dem Bereich näherenden Fahrzeuge bereitstellt, die Fahrzeuge diese verwenden und freiwerdende Sensor- oder Auswertekapazitäten für andere Aufgaben nutzen.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass zumindest zwei Fahrzeuge auf einem gemeinsamen gleichgerichteten Straßenabschnitt einer mehrstreifigen Strasse zunächst in demselben Fahrstreifen hintereinander fahrend einen Spurwechsel eines der Fahrzeuge abstimmen.
Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass die Fahrzeuge die entstehende Redundanz der Umfeldsensoren beider Fahrzeuge zur Datenfusionierung nutzen, sofern die Ressourcen nicht ausgelastet sind, und sofern die Ressourcen zumindest eines Fahrzeugs erschöpft sind, das jeweilige Fahrzeug im Sinne des Anspruchs 6 die Daten des anderen Fahrzeugs nutzt.
Fahrerassistenzsystem für ein Kraftfahrzeug mit einem Speicher mit einem Algorithmus zur Durchführung des Verfahrens nach einem der vorangehenden Ansprüche.