DE102017105764A1 - Configuration of a driver assistance system for a motor vehicle, with monitored machine learning - Google Patents
Configuration of a driver assistance system for a motor vehicle, with monitored machine learning Download PDFInfo
- Publication number
- DE102017105764A1 DE102017105764A1 DE102017105764.1A DE102017105764A DE102017105764A1 DE 102017105764 A1 DE102017105764 A1 DE 102017105764A1 DE 102017105764 A DE102017105764 A DE 102017105764A DE 102017105764 A1 DE102017105764 A1 DE 102017105764A1
- Authority
- DE
- Germany
- Prior art keywords
- traffic sign
- driving situation
- motor vehicle
- detected
- parameter set
- 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- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/768—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using context analysis, e.g. recognition aided by known co-occurring patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zum Konfigurieren eines Fahrerassistenzsystems (2) für ein Kraftfahrzeug (1), mit einem Erzeugen eines Klassifikators zum Beurteilen eines Verkehrszeichens (4a, 4b, 4c, 4d), welches von einer Erfassungseinrichtung (3) des Fahrerassistenzsystems (2) erfasst wird, als für ein zukünftiges Fahrverhalten des Kraftfahrzeugs (1) relevant oder irrelevant, und zwar unter Verwendung einer Methode des überwachten maschinellen Lernens, wobei bei der Methode a) ein Referenz-Fahrsituationsparametersatz zumindest einer vorgegebenen Referenz-Fahrsituation, für welche ein Referenz-Verkehrszeichen (4a, 4b, 4c, 4d) erfasst und erkannt ist, ausgewählt wird und b) eine für die Referenz-Fahrsituation vorbekannte Relevanz des Referenz-Verkehrszeichens (4a, 4b, 4c, 4d) als Zielergebnis für das maschinelle Lernen vorgegeben wird; sowie mit einem Hinterlegen des Klassifikators in einer Recheneinrichtung (5) des Fahrerassistenzsystems (2), welche zum Erkennen des erfassten Verkehrszeichens (4a, 4b, 4c, 4d) ausgebildet ist, sodass durch die Recheneinrichtung (5) mittels des Klassifikators in Abhängigkeit eines an die Recheneinrichtung (5) bereitgestellten Fahrsituationsparametersatzes, welcher dem Referenz-Fahrsituationsparametersatz entspricht, die Relevanz des erfassten Verkehrszeichens (4a, 4b, 4c, 4d) beurteilt werden kann, um ein Fahrerassistenzsystem (2) bereitzustellen, welches eine Relevanz eines Verkehrszeichens (4a, 4b, 4c, 4d) für ein zukünftiges Fahrverhalten eines Kraftfahrzeugs (1) erhöhter Genauigkeit und Zuverlässigkeit beurteilen kann. The invention relates to a method for configuring a driver assistance system (2) for a motor vehicle (1), comprising generating a classifier for assessing a traffic sign (4a, 4b, 4c, 4d) which is detected by a detection device (3) of the driver assistance system (2). being relevant or irrelevant to a future driving behavior of the motor vehicle (1), using a method of supervised machine learning, wherein in method a) a reference driving situation parameter set of at least one predetermined reference driving situation for which a reference Traffic sign (4a, 4b, 4c, 4d) is detected and detected, is selected and b) a previously known for the reference driving situation relevance of the reference traffic sign (4a, 4b, 4c, 4d) is given as the target result for the machine learning; and with a storing of the classifier in a computing device (5) of the driver assistance system (2), which is designed to recognize the detected traffic sign (4a, 4b, 4c, 4d), so by the computing device (5) by means of the classifier depending on a the computing device (5) provided driving situation parameter set corresponding to the reference driving situation parameter set, the relevance of the detected traffic sign (4a, 4b, 4c, 4d) can be judged to provide a driver assistance system (2), the relevance of a traffic sign (4a, 4b , 4c, 4d) for a future driving behavior of a motor vehicle (1) can assess increased accuracy and reliability.
Description
Die Erfindung betrifft ein Verfahren zum Konfigurieren eines Fahrerassistenzsystems für ein Kraftfahrzeug. Die Erfindung betrifft auch ein Fahrerassistenzsystem für ein Kraftfahrzeug, zum Beurteilen einer Relevanz eines durch eine Erfassungseinrichtung des Fahrerassistenzsystems erfassten Verkehrszeichens für ein zukünftiges Fahrverhalten des Kraftfahrzeugs, mit der Erfassungseinrichtung zum Erfassen des Verkehrszeichens und einer Recheneinrichtung zum Beurteilen der Relevanz des erfassten Verkehrszeichens, wobei die Recheneinrichtung ausgebildet ist, das erfasste Verkehrszeichen zu erkennen und mittels eines der Recheneinrichtung hinterlegten Klassifikators Abhängigkeit eines an die Recheneinrichtung bereitgestellten Fahrsituationsparametersatzes als relevant oder irrelevant für das zukünftige Fahrverhalten des Kraftfahrzeugs beurteilen.The invention relates to a method for configuring a driver assistance system for a motor vehicle. The invention also relates to a driver assistance system for a motor vehicle, for assessing a relevance of a traffic sign detected by a detection device of the driver assistance system for a future driving behavior of the motor vehicle, with the detection device for detecting the traffic sign and a computing device for assessing the relevance of the detected traffic sign, wherein the computing device is designed to detect the detected traffic signs and judge by means of a calculator deposited classifier dependency of a provided to the computing device driving situation parameter set as relevant or irrelevant to the future driving behavior of the motor vehicle.
In Kraftfahrzeugen kommen verstärkt Fahrerassistenzsysteme zum Einsatz, welche über eine Verkehrszeichenerkennung einen Fahrrades Kraftfahrzeugs unterstützen sollen. So kann beispielsweise das Fahrerassistenzsystem eine geltende Geschwindigkeitsbegrenzung als solche erkennen und diese dem Fahrer des Kraftfahrzeugs anzeigen. Dabei gibt es eine Vielzahl von unterschiedlichen, teilweise sehr aufwendigen Bewertungsstrategien zum Beurteilen einer Relevanz eines jeweils erkannten Verkehrszeichens, damit ein irrelevantes Verkehrszeichen als solches erkannt und nicht angezeigt wird. So soll beispielsweise eine Geschwindigkeitsbegrenzung, welche lediglich eine Abfahrt oder Ausfahrt einer Autobahn betrifft, einem Fahrer, welcher diese Abfahrt oder Ausfahrt nicht befahren will, nicht angezeigt werden.In motor vehicles, driver assistance systems are increasingly being used, which are intended to support a bicycle motor vehicle via traffic sign recognition. For example, the driver assistance system can recognize an applicable speed limit as such and display it to the driver of the motor vehicle. There are a variety of different, sometimes very expensive evaluation strategies for assessing a relevance of each detected traffic sign so that an irrelevant traffic sign is recognized as such and not displayed. For example, should a speed limit, which relates only to a departure or exit of a highway, a driver who does not want to drive this exit or exit, not be displayed.
So offenbart die
Es ist die Aufgabe der vorliegenden Erfindung, ein Fahrerassistenzsystem bereitzustellen, welches eine Relevanz eines Verkehrszeichens für ein zukünftiges Fahrverhalten eines Kraftfahrzeugs mit erhöhter Genauigkeit und Zuverlässigkeit beurteilen kann.It is the object of the present invention to provide a driver assistance system which can assess a relevance of a traffic sign for a future driving behavior of a motor vehicle with increased accuracy and reliability.
Diese Aufgabe wird durch die Gegenstände der unabhängigen Patentansprüche gelöst. Vorteilhafte Ausführungsformen ergeben sich aus den abhängigen Patentansprüchen, der Beschreibung den Figuren.This object is solved by the subject matters of the independent claims. Advantageous embodiments will become apparent from the dependent claims, the description of the figures.
Die Erfindung betrifft ein Verfahren zum Konfigurieren eines Fahrerassistenzsystems für ein Kraftfahrzeug. Das Konfigurieren kann im Rahmen eines Herstellens des Fahrerassistenzsystems erfolgen. Ein Verfahrensschritt ist dabei ein Erzeugen eines Klassifikators zum Beurteilen eines Verkehrszeichens, insbesondere eines Verkehrszeichenschildes, als für ein zukünftiges Fahrverhalten des eigenen Kraftfahrzeugs relevant oder irrelevant, kurz, als für das eigene Kraftfahrzeug relevant oder irrelevant. Das Verkehrszeichen, welches es zu beurteilen gilt, wird im Betrieb des Fahrerassistenzsystems von einer Erfassungseinrichtung des Fahrerassistenzsystems erfasst. Bei dem Konfigurieren des Fahrerassistenzsystems können zu Beispiel entsprechende Daten aus Fahrversuchen bereitgestellt werden. Beispielsweise kann es sich bei dem Verkehrszeichen um eine Geschwindigkeitsbegrenzung handeln, welche von dem Fahrerassistenzsystem als solche erkannt wird. Der Klassifikator wird dabei unter Verwendung einer Methode des überwachten maschinellen Lernens erzeugt.The invention relates to a method for configuring a driver assistance system for a motor vehicle. The configuration can take place within the framework of producing the driver assistance system. A method step is thereby generating a classifier for assessing a traffic sign, in particular a traffic sign, as relevant or irrelevant for a future driving behavior of one's own motor vehicle, in short, as being relevant or irrelevant for one's own motor vehicle. The traffic sign to be assessed is detected by a detection device of the driver assistance system during operation of the driver assistance system. In configuring the driver assistance system, for example, corresponding data from driving tests may be provided. For example, the traffic sign may be a speed limit, which is recognized as such by the driver assistance system. The classifier is generated using a supervised machine learning method.
Bei der Methode wird ein Referenz-Fahrsituationsparametersatz mit zumindest einem Fahrsituationsparameter zumindest einer vorgegebenen, beispielsweise auch simulierten oder virtuellen, Referenz-Fahrsituation ausgewählt. Als Referenz-Fahrsituationsparametersatz kann hier und im Folgenden ein Fahrsituationsparametersatz mit einem oder mehreren Referenz-Werten für den oder die Fahrsituationsparameter verstanden werden. Für die Referenz-Fahrsituation ist dabei zumindest ein Referenz-Verkehrszeichen erfasst und erkannt (oder identifiziert). Unter einem Erkennen oder Identifizieren kann hier das Erfassen eines Bedeutungsinhalts des jeweiligen Verkehrszeichens verstanden werden. Die Referenz-Fahrsituation kann sich dabei wie entsprechend auch eine reale Fahrsituation über einen Zeitraum mit einer Vielzahl von (Mess-)Zeitpunkten, zu welchem beispielsweise der oder die jeweiligen Fahrsituationsparameter an das Fahrerassistenzsystem bereitgestellt wird oder werden, erstrecken. Des Weiteren wird bei der Methode eine für die Referenz-Fahrsituation vorbekannte Relevanz des Referenz-Verkehrszeichens als Zielergebnis für das maschinelle Lernen vorgegeben. So kann im Klassifikator für einen vorgegebenen Zeitpunkt ein Referenz-Wert oder eine Referenz-Werte-Kombination von einem oder mehreren Fahrsituationsparametern mit der vorbekannten Relevanz des erfassten Verkehrszeichens assoziiert oder verknüpft werden. So kann beispielsweise bei mehreren zugleich erfassten Verkehrszeichen das Verkehrszeichen, welches einen vorgegebenen Bedeutungsinhalt hat, jeweils als relevantes oder irrelevantes Verkehrszeichen vorgegeben sein. Dies kann zum Beispiel mit einem annotierten Bild oder einem annotierten Film, welcher die Referenz-Fahrsituation darstellt und an den Klassifikator bereitgestellt wird, realisiert werden.In the method, a reference driving situation parameter set having at least one driving situation parameter of at least one predetermined, for example also simulated or virtual, reference driving situation is selected. As a reference driving situation parameter set, a driving situation parameter set with one or more reference values for the driving situation parameter or parameters can be understood here and below. At least one reference traffic sign is detected and recognized (or identified) for the reference driving situation. Detecting or identifying can here mean the detection of a meaning content of the respective traffic sign. The reference driving situation may, as appropriate, also extend to a real driving situation over a period of time with a multiplicity of (measurement) times at which, for example, the one or more driving situation parameters are or will be provided to the driver assistance system. Furthermore, the method predetermines a relevance of the reference traffic sign, which is previously known for the reference driving situation, as the target result for machine learning. Thus, in the classifier for a given time, a reference value or a reference-value combination of one or more driving situation parameters can be associated or linked with the previously known relevance of the detected traffic sign. Thus, for example, in the case of several traffic signs detected at the same time, the traffic sign, which has a predefined meaning content, can each be predefined as a relevant or irrelevant traffic sign. This can be realized, for example, with an annotated image or annotated film representing the reference driving situation and provided to the classifier.
Beispielsweise können so ein oder mehrere Fahrsituationsparameter, welche bei einem Vorbeifahren an einer Autobahnausfahrt als Referenz-Fahrsituation erfasst und an ein Fahrerassistenzsystem eines Kraftfahrzeugs bereitgestellt wurden, als Referenz-Fahrsituationsparametersatz verwendet werden, und eine erkannte, für die Autobahnausfahrt geltende Geschwindigkeitsbegrenzung als irrelevant zu erkennendes Referenz-Verkehrszeichen vorgegeben werden. Im Gegensatz dazu kann eine erkannte, für die Autobahn selber geltende Geschwindigkeitsbegrenzung als relevant zu erkennendes Referenz-Verkehrszeichen vorgegeben werden. Bei dem Erzeugen des Klassifikators kann hier eine Vielzahl von Referenz-Fahrsituationen ausgewählt werden, mit welchen der Klassifikator in der beschriebenen Weise angelernt oder trainiert werden kann. For example, one or more driving situation parameters which were detected as a reference driving situation when driving past a motorway exit and provided to a driver assistance system of a motor vehicle can be used as the reference driving situation parameter set, and a recognized speed limit applicable to the motorway exit can be considered to be irrelevant reference Traffic signs are given. In contrast, a recognized, for the highway itself applicable speed limit can be specified as relevant to be recognized reference traffic sign. In generating the classifier, a multiplicity of reference driving situations can be selected here with which the classifier can be trained or trained in the manner described.
Ein weiterer Verfahrensschritt ist ein Hinterlegen des Klassifikators in einer programmierbaren Recheneinrichtung des Fahrerassistenzsystems, welche zum Erkennen des erfassten Verkehrszeichens ausgebildet ist, sodass durch die Recheneinrichtung in einer (alltäglichen oder realen) Fahrsituation des Kraftfahrzeugs mittels des hinterlegten Klassifikators in Abhängigkeit eines an die Recheneinrichtung bereitgestellten Fahrsituationsparametersatzes die Relevanz des in der Fahrsituation erfassten Verkehrszeichens beurteilt werden kann oder beurteilt wird. Der Klassifikator kann auch als Klassifikator-Algorithmus oder Klassifikator-Modell bzw. Klassifikationsalgorithmus oder Klassifikationsmodell bezeichnet werden. Der Fahrsituationsparametersatz kann dabei von weiteren Einrichtungen des Fahrerassistenzsystems oder des Kraftfahrzeugs bereitgestellt werden. Der Fahrsituationsparametersatz kann auch in der Recheneinrichtung gespeichert und damit erneut bereitgestellt werden, sodass beispielsweise, wie weiter unten beschrieben, eine Historie des Fahrsituationsparametersatzes, welche Fahrsituationsparameter-Werte vergangener (Mess-)Zeitpunkte umfasst, berücksichtigt werden kann. Der bereitgestellte Fahrsituationsparametersatz entspricht dabei dem Referenz-Fahrsituationsparametersatz, das heißt er enthält zumindest einen Teil der Fahrsituationsparameter des Referenz-Fahrsituationsparametersatzes, bevorzugt sämtliche Fahrsituationsparameter des Referenz-Fahrsituationsparametersatzes. Damit wird sichergestellt, dass der Klassifikator mit den Fahrsituationsparametern trainiert wird, die auch in der realen Fahrsituation bereitgestellt werden.Another method step is to deposit the classifier in a programmable computing device of the driver assistance system, which is designed to recognize the detected traffic sign, so that the computing device in a (everyday or real) driving situation of the motor vehicle by means of the stored classifier depending on a provided to the computing device driving situation parameter set the relevance of the traffic sign recorded in the driving situation can be assessed or assessed. The classifier can also be referred to as a classifier algorithm or classifier model or classification algorithm or classification model. The driving situation parameter set can be provided by further devices of the driver assistance system or of the motor vehicle. The driving situation parameter set can also be stored in the computing device and thus made available again, so that, for example, as described below, a history of the driving situation parameter set comprising driving situation parameter values of past (measuring) points in time can be taken into account. The provided driving situation parameter set corresponds to the reference driving situation parameter set, that is, it contains at least a part of the driving situation parameters of the reference driving situation parameter set, preferably all driving situation parameters of the reference driving situation parameter set. This ensures that the classifier is trained with the driving situation parameters that are also provided in the real driving situation.
Das Fahrerassistenzsystem weist somit eine Erfassungseinrichtung zum Erfassen eines Verkehrszeichens und eine Recheneinrichtung zum Beurteilen einer Relevanz des erfassten Verkehrszeichens für das Kraftfahrzeug auf. Dabei ist die Recheneinrichtung ausgebildet, das erfasste Verkehrszeichen zu erkennen oder zu identifizieren (also einen Bedeutungsinhalt des erfassten Verkehrszeichens zu Erfassen) und mittels des in der Recheneinrichtung hinterlegten Klassifikators in Abhängigkeit eines an die Recheneinrichtung bereitgestellten Fahrsituationsparametersatzes als relevant oder irrelevant für das Kraftfahrzeug zu beurteilen. Der in der Recheneinrichtung hinterlegte Klassifikator wird dabei unter Verwendung einer Methode des überwachten maschinellen Lernens erzeugt, bei welcher ein dem bereitgestellten Fahrsituationsparametersatz entsprechender Referenz-Fahrsituationsparametersatz zumindest einer vorgegebenen Referenz-Fahrsituation, für welche ein Referenz-Verkehrszeichen erfasst und erkannt ist, ausgewählt wird, und eine für die Referenz-Fahrsituation vorbekannte Relevanz des Referenz-Verkehrszeichens als Zielergebnis für das maschinelle Lernen vorgegeben wird.The driver assistance system thus has a detection device for detecting a traffic sign and a computing device for assessing a relevance of the detected traffic sign for the motor vehicle. In this case, the computing device is designed to detect or identify the detected traffic sign (ie to capture a meaning content of the detected traffic sign) and to assess it as relevant or irrelevant for the motor vehicle by means of the classifier stored in the arithmetic unit as a function of a driving situation parameter set provided to the computing device. The stored in the calculator classifier is thereby generated using a method of supervised machine learning, in which a the driving situation parameter set corresponding reference driving situation parameter set at least one predetermined reference driving situation for which a reference traffic sign is detected and detected is selected, and a previously known for the reference driving situation relevance of the reference traffic sign is given as a target result for machine learning.
Das hat den Vorteil, dass es erleichtert wird, eine Vielzahl von bekannten Referenz-Fahrsituationen mit vorbekannter Relevanz für erkannte Referenz-Verkehrszeichen zu berücksichtigen und somit entsprechende Parameter besonders genau einzustellen, sodass Zuverlässigkeit der Beurteilung der Relevanz erhöht wird. Da hier eine Methode des maschinellen Lernens verwendet wird, ist auch der erforderliche Aufwand für die genaue Einstellung entsprechender Beurteilungs-Parameter für den Klassifikator sehr gering, da hierfür beispielsweise lediglich kommentierte Filme mit erkannten Referenz-Verkehrszeichen und der vorbekannten Relevanz der jeweiligen Referenzverkehrszeichen als Kommentar sowie die zugehörigen Fahrsituationsparametersätze erforderlich sind. Durch die Verwendung eines überwachten Lernprozesses oder Trainingsprozesses wird hier erreicht, dass der Klassifikator auch tatsächlich die richtigen Ergebnisse lernt. Es kann somit mit geringem Aufwand auf eine große Datenbasis zurückgegriffen werden, Genauigkeit und Zuverlässigkeit der Beurteilung der Relevanz verbessern.This has the advantage that it makes it easier to consider a large number of known reference driving situations with previously known relevance to recognized reference traffic signs and thus to set corresponding parameters particularly precisely, so that reliability of the assessment of the relevance is increased. Since a method of machine learning is used here, the effort required for the exact setting of corresponding assessment parameters for the classifier is very low, as for example only commented films with recognized reference traffic signs and the known relevance of the respective reference traffic signs as a comment and the associated driving situation parameter sets are required. By using a supervised learning process or training process, it is achieved here that the classifier actually learns the correct results. It can thus be accessed with little effort on a large database, improve accuracy and reliability of the assessment of relevance.
In einer vorteilhaften Ausführungsform ist vorgesehen, dass der Klassifikator ein neuronales Netz aufweist.In an advantageous embodiment it is provided that the classifier has a neural network.
Das hat den Vorteil, dass Zusammenhänge oder Assoziationen zwischen unterschiedlichen Fahrsituationsparametern des Referenz-Fahrsituationsparametersatzes in der Referenz-Fahrsituation und damit auch entsprechend Zusammenhänge oder Assoziationen zwischen unterschiedlichen Fahrsituationsparametern eines Fahrsituationsparametersatzes in einer tatsächlichen Fahrsituation erkannt werden können, selbst wenn keine expliziten Zusammenhänge oder Bewertungskriterien für das Beurteilen vorgegeben sind. Damit können auch einem menschlichen Betrachter verbogene Korrelationen für die verbesserte Beurteilung der Relevanz genutzt werden.This has the advantage that relationships or associations between different driving situation parameters of the reference driving situation parameter set in the reference driving situation and thus also correlations or associations between different driving situation parameters of a driving situation parameter set in an actual driving situation can be detected, even if no explicit relationships or evaluation criteria for the Judging are given. This can also be used to a human observer bent correlations for the improved assessment of relevance.
In einer weiteren vorteilhaften Ausführungsform ist vorgesehen, dass der Klassifikator mehrere verschiedene unkorrelierte Entscheidungsbäume aufweist. Der Klassifikator kann somit mit dem sogenanten „random-forest“-Klassifikationsverfahren klassifizieren. Dabei kann für die Entscheidungsbäume eine Reihenfolge für die Fahrsituationsparameter des Fahrsituationsparametersatzes vorgegeben sein, in welcher in der zumindest einen Referenz-Fahrsituation oder den vielen Referenz-Fahrsituationen und damit auch in einer realen Fahrsituation die Fahrsituationsparameter mit jeweiligen Fahrsituationsparameter-Grenzwerten verglichen werden. Diese Reihenfolge kann dabei situationsabhängig, also beispielsweise auch in Abhängigkeit zumindest eines der Fahrsituationsparameter, vorgegeben sein. Der oder die jeweiligen Fahrsituationsparameter-Grenzwerte können dabei auch dynamisch, beispielsweise wiederum situationsabhängig, vorgegeben sein. Bei der Methode des überwachten maschinellen Lernens kann dabei auch vorgesehen sein, die genannte Reihenfolge sowie die jeweiligen Werte der Fahrsituationsparameter-Grenzwerte zu lernen, und damit situationsabhängig zu gestalten und an jeweilige unterschiedliche Situationen anzupassen. In a further advantageous embodiment, it is provided that the classifier has a plurality of different uncorrelated decision trees. The classifier can thus be classified using the so-called "random-forest" classification procedure. In this case, an order for the driving situation parameters of the driving situation parameter set can be predetermined for the decision trees, in which the driving situation parameters are compared with respective driving situation parameter limits in the at least one reference driving situation or the many reference driving situations and thus also in a real driving situation. This sequence can be predefined depending on the situation, that is, for example, depending on at least one of the driving situation parameters. The one or more driving situation parameter limit values can also be predefined dynamically, for example depending on the situation. In the case of the supervised machine learning method, it may also be provided to learn the named sequence and the respective values of the driving situation parameter limit values, and thus to design it as a function of the situation and to adapt it to respective different situations.
Das hat den Vorteil, dass die Funktionsweise des Klassifikators besonders nah an einem von einem Menschen vorgegebenen Schema zur Bewertung einer Fahrsituation ist, wodurch seine Funktionsweise besonders leicht verständlich und entsprechend einfach überprüfbar und anpassbar ist. Zugleich bleiben die oben genannten Vorteile der großen Bestandsdatenbasis und des geringen Aufwands für eine große Genauigkeit und Zuverlässigkeit erhalten.This has the advantage that the functioning of the classifier is particularly close to a scheme predefined by a human to evaluate a driving situation, as a result of which its mode of operation is particularly easy to understand and correspondingly easily verifiable and adaptable. At the same time, the above-mentioned advantages of the large inventory database and the low cost for a high accuracy and reliability are maintained.
In einer anderen vorteilhaften Ausführungsform ist vorgesehen, dass der Klassifikator eine Stützvektormaschine, eine sogenannte Support Vector Machine (SVM), mit einer nichtlinearen Erweiterung umfasst. Insbesondere kann der Klassifikator in der nichtlinearen Erweiterung eine polynomische Kernelfunktion oder eine radiale Basisfunktion als Kernelfunktion aufweisen.In another advantageous embodiment, it is provided that the classifier comprises a support vector machine, a so-called Support Vector Machine (SVM), with a non-linear extension. In particular, the classifier in the non-linear extension may have a polynomial kernel function or a radial basis function as a kernel function.
Das hat den Vorteil, dass auf eine Vielzahl von bekannten Software-Routinen zurückgegriffen werden kann, und somit mit geringem Implementierung-und Rechenaufwand eine große Zuverlässigkeit und Genauigkeit erreicht wird.This has the advantage that it can be used on a variety of known software routines, and thus with little implementation and computational effort, a great reliability and accuracy is achieved.
In einer besonders vorteilhaften Ausführungsform ist vorgesehen, dass die Erfassungseinrichtung zumindest eine Kamera zum optischen Erfassen des Verkehrszeichens aufweist.In a particularly advantageous embodiment, it is provided that the detection device has at least one camera for optically detecting the traffic sign.
Das hat den Vorteil, dass das Verkehrszeichen besonders nur erfasst, sondern auch erkannt, also in seinem Bedeutungsinhalt erkannt werden kann. Überdies ist eine Kamera meist verfügbar, sodass der zusätzliche Aufwand besonders gering ist.This has the advantage that the traffic sign is detected only especially, but also recognized, so it can be recognized in its meaning content. Moreover, a camera is usually available, so that the extra effort is particularly low.
In einer weiteren besonders bevorzugten Ausführungsform ist vorgesehen, dass der Referenz-Fahrsituationsparametersatz (und damit bei bestimmungsgemäßen Gebrauch des Fahrerassistenzsystems der Fahrsituationsparametersatz) zumindest einen, also einen oder mehrere, Verkehrszeichenparameter umfasst, insbesondere einen Abstand des erfassten Referenz-Verkehrszeichens (und damit des Verkehrszeichens) zum Kraftfahrzeug und/oder eine Position des Referenz-Verkehrszeichens (und damit des Verkehrszeichens) relativ zu einer von dem Kraftfahrzeug befahrenen Fahrbahn - beispielsweise an einem Straßenrand oder an einer Ausfahrt - und/oder eine Bedeutung des Referenz-Verkehrszeichens (und damit des Verkehrszeichens) - beispielsweise einen Anfang oder ein Ende einer Geschwindigkeitsbegrenzung - und/oder eine Information über eine Anwesenheit und/oder über eine Bedeutung eines mit dem Referenz-Verkehrszeichen (und damit dem Verkehrszeichen) zusammenwirkenden Zusatzzeichens und/oder eine Abmessung - beispielsweise eine Größe und/oder eine Form - des Referenz-Verkehrszeichens (und damit des Verkehrszeichens) und/oder eine Verkehrszeichenhistorie einer vorgebbaren Anzahl von in einem vorgebbaren Zeitraum und/oder auf einer vorgegebenen Streckenlänge vor dem zuletzt erfassten Referenz-Verkehrszeichen (und damit dem Verkehrszeichens) erfassten Referenz-Verkehrszeichen - beispielsweise die letzten 5 Verkehrszeichen in den 5 Minuten oder 1000 Metern vor dem (Referenz-) Verkehrszeichen. Zu diesem Zweck kann das Fahrerassistenzsystem eine Verkehrszeichenerkennungseinrichtung, welche Teil der Recheneinrichtung sein kann, aufweisen. Diese kann beispielsweise eine Information über eine Geschwindigkeitsbegrenzung, das heißt einen Beginn oder ein Ende einer Geschwindigkeitsbegrenzung, eine Abmessung des erkannten Verkehrszeichens, eine des Verkehrszeichens oder eine Anzahl der erkannten Verkehrszeichen sowie eine Anwesenheit und einen Typ eines Zusatzzeichens bereitstellen.In a further particularly preferred embodiment, it is provided that the reference driving situation parameter set (and thus the driving situation parameter set in the intended use of the driver assistance system) comprises at least one, ie one or more, traffic sign parameters, in particular a distance of the detected reference traffic sign (and thus of the traffic sign). to the motor vehicle and / or a position of the reference traffic sign (and thus of the traffic sign) relative to a roadway traveled by the motor vehicle - for example at a roadside or at an exit - and / or a meaning of the reference traffic sign (and thus the traffic sign) - For example, a beginning or end of a speed limit - and / or information about a presence and / or importance of a cooperating with the reference traffic sign (and thus the traffic sign) additional sign and / or a dimension - For example, a size and / or shape - of the reference traffic sign (and thus the traffic sign) and / or a traffic sign history of a predetermined number of in a predetermined period and / or on a predetermined route length before the last detected reference traffic sign (and thus the traffic sign) detected reference traffic signs - for example, the last 5 traffic signs in the 5 minutes or 1000 meters before the (reference) traffic sign. For this purpose, the driver assistance system may have a traffic sign recognition device, which may be part of the computing device. This may, for example, provide information about a speed limit, that is, a start or an end of a speed limit, a dimension of the recognized traffic sign, one of the traffic sign or a number of recognized traffic signs, and a presence and type of additional sign.
Das hat den Vorteil, dass durch den Verkehrszeichenparameter repräsentierte Eigenschaften des jeweiligen (Referenz-) Verkehrszeichens für die Beurteilung genutzt werden. Damit steigt Zuverlässigkeit und Genauigkeit der Beurteilung. Die genannten Verkehrszeichenparameter haben sich dabei als besonders vorteilhaft erwiesen.This has the advantage that properties of the respective (reference) traffic sign represented by the traffic sign parameter are used for the assessment. This increases the reliability and accuracy of the assessment. The aforementioned traffic sign parameters have proven to be particularly advantageous.
In einer anderen besonders bevorzugten Ausführungsform ist vorgesehen, dass der Referenz-Fahrsituationsparametersatz (und damit bei bestimmungsgemäßen Gebrauch des Fahrerassistenzsystems der Fahrsituationsparametersatz) zumindest einen Straßenparameter der von dem Kraftfahrzeug befahrenen Straße umfasst, insbesondere eine Straßenkategorie und/oder eine Anzahl von Fahrspuren und/oder eine Breite zumindest einer Fahrspur und/oder eine Straßenmarkierung und/oder eine Abmessung einer Straßenmarkierung und/oder eine Position einer Fahrspurbegrenzung, insbesondere einer Fahrspurbegrenzungslinie, relativ zu dem Kraftfahrzeug. Beispielsweise kann durch die relative Position der Fahrspurbegrenzung zu dem Kraftfahrzeug berücksichtigt werden, dass Kraftfahrzeug über die Fahrspurbegrenzung fährt. Die Straßenkategorie kann beispielsweise eine Straßenklasse wie eine Autobahn oder eine Landstraße oder eine innerörtliche Straße oder dergleichen umfassen oder einen Straßenbereich wie eine Kreuzung oder eine Einmündung oder dergleichen. Zu diesem Zweck kann das Fahrerassistenzsystem eine Spurerkennungseinrichtung, welche Teil der Recheneinrichtung sein kann, aufweisen. Diese kann beispielsweise eine Information über eine Anzahl von Fahrspuren, einen Typ der Straßenmarkierung, eine Abmessung der Straßenmarkierung, eine Breite einer Fahrspur oder darüber, ob das Kraftfahrzeug eine Fahrspurbegrenzung kreuzt bereitstellen.In another particularly preferred embodiment, provision is made for the reference driving situation parameter set (and thus for the intended use of the driver assistance system, the driving situation parameter set) to include at least one road parameter of the road traveled by the motor vehicle, in particular one Road category and / or a number of lanes and / or a width of at least one lane and / or a road marking and / or a dimension of a road marking and / or a position of a lane boundary, in particular a lane boundary line, relative to the motor vehicle. For example, it can be taken into account by the relative position of the lane boundary to the motor vehicle that motor vehicle travels over the lane boundary. The road category may include, for example, a road class such as a highway or a country road or a town road or the like, or a road area such as an intersection or a junction or the like. For this purpose, the driver assistance system may have a lane recognition device, which may be part of the computing device. This may, for example, provide information about a number of lanes, a type of road marking, a dimension of the road marking, a width of a lane, or whether the motor vehicle crosses a lane boundary.
Das hat den Vorteil, dass durch den Straßenparameter repräsentierte Eigenschaften der jeweiligen (Referenz-) Straße oder der (Referenz-) Position des Kraftfahrzeugs auf der Straße für die Beurteilung genutzt werden. Damit steigt Zuverlässigkeit und Genauigkeit der Beurteilung. Die genannten Straßenparameter haben sich dabei als besonders vorteilhaft erwiesen.This has the advantage that properties of the respective (reference) road or the (reference) position of the motor vehicle on the road represented by the road parameter are used for the assessment. This increases the reliability and accuracy of the assessment. The road parameters mentioned have proven to be particularly advantageous.
In einer besonders bevorzugten Ausführungsform ist vorgesehen, dass der Referenz-Fahrsituationsparametersatz (und damit bei bestimmungsgemäßen Gebrauch des Fahrerassistenzsystems der Fahrsituationsparametersatz) zumindest einen Fahr- oder Fahrzeugparameter des Kraftfahrzeugs, bevorzugt einen über einen CAN-Bus des Kraftfahrzeugs bereitstellbaren oder abrufbaren Fahrparameter des Kraftfahrzeugs, umfasst, insbesondere eine Fahrgeschwindigkeit und/oder eine Beschleunigung und/oder eine Gierrate und/oder eine Fahrrichtungsänderungsanzeigenaktivität und/oder eine Fahrtrichtung und/oder eine prognostizierte Route und/oder einen Fahrzeugtyp. Zu diesem Zweck kann das Fahrerassistenzsystem, insbesondere die Recheneinrichtung auf den CAN-Bus des Kraftfahrzeugs zugreifen. Der Fahrparametersatz kann auch eine Information über das Kraftfahrzeug, beispielsweise über ein zulässiges Gesamtgewicht des Kraftfahrzeugs, umfassen.In a particularly preferred embodiment, it is provided that the reference driving situation parameter set (and thus the driving assistance parameter set in the intended use of the driver assistance system) comprises at least one driving or vehicle parameter of the motor vehicle, preferably a driving parameter of the motor vehicle that can be provided or called up via a CAN bus of the motor vehicle , in particular a driving speed and / or an acceleration and / or a yaw rate and / or a driving direction change display activity and / or a direction of travel and / or a predicted route and / or a vehicle type. For this purpose, the driver assistance system, in particular the computing device, can access the CAN bus of the motor vehicle. The driving parameter set may also include information about the motor vehicle, for example about a permissible total weight of the motor vehicle.
Das hat den Vorteil, dass durch den Fahrparameter repräsentierte Eigenschaften des Kraftfahrzeugs für die Beurteilung genutzt werden. Damit steigt Zuverlässigkeit und Genauigkeit der Beurteilung. Die genannten Fahrparameter haben sich dabei als besonders vorteilhaft erwiesen.This has the advantage that properties of the motor vehicle represented by the driving parameter are used for the assessment. This increases the reliability and accuracy of the assessment. The driving parameters mentioned have proven to be particularly advantageous.
In einer vorteilhaften Ausführungsform ist vorgesehen, dass der Wert zumindest eines Fahrsituationsparameters, insbesondere mehrerer, bevorzugt aller Fahrsituationsparameter, des Referenz-Fahrsituationsparametersatzes (und damit bei bestimmungsgemäßen Gebrauch des Fahrerassistenzsystems der Fahrsituationsparametersatz) in Referenz-Fahrsituation (und der Fahrsituation) für eine oder zu einer Vielzahl von unterschiedlichen Zeitpunkten, insbesondere zwischen 100 und 300 Zeitpunkten, bevorzugt mit einer Rate von zwischen 15 und 30 Zeitpunkten pro Sekunde, bereitgestellt wird. Dafür können die Werte des Fahrsituationsparametersatzes und somit der Fahrsituationsparametersatz auch abgespeichert werden, beispielsweise in der Recheneinrichtung. Der Klassifikator (und damit die Recheneinrichtung) ist dabei ausgebildet, das Referenz-Verkehrszeichen (und damit das Verkehrszeichen) in Abhängigkeit der Vielzahl an bereitgestellten Werten des Fahrsituationsparameters, insbesondere des Verlaufs der bereitgestellten Werte des Fahrsituationsparameters, als relevant oder irrelevant zu beurteilen.In an advantageous embodiment, it is provided that the value of at least one driving situation parameter, in particular several, preferably all driving situation parameters, of the reference driving situation parameter set (and thus in the intended use of the driver assistance system of the driving situation parameter set) in reference driving situation (and the driving situation) for one or to a Variety of different times, in particular between 100 and 300 times, preferably at a rate of between 15 and 30 times per second, is provided. For this purpose, the values of the driving situation parameter set and thus the driving situation parameter set can also be stored, for example in the computing device. The classifier (and thus the computing device) is designed to assess the reference traffic sign (and thus the traffic sign) as relevant or irrelevant depending on the plurality of provided values of the driving situation parameter, in particular the course of the provided values of the driving situation parameter.
Das hat den Vorteil, dass aufgrund einer verbesserten Statistik die Genauigkeit und Zuverlässigkeit der Beurteilung verbessert wird, da beispielsweise ein Sensorrauschen eines Sensors der Erfassungseinrichtung oder mehrdeutige Informationen eines Zeitpunkts kompensiert werden können. Auch kann so eine Entwicklung eines entsprechenden Fahrsituationsparametersatzes über der Zeit mitberücksichtigt werden. Beispielsweise kann so ein Verringern einer Geschwindigkeit bei einem Annähern an eine Ausfahrt im Sinne einer höheren Relevanz eines erfassten und für die Ausfahrt geltenden Verkehrszeichens berücksichtigt werden, wohingegen ein Erhöhen der Geschwindigkeit bei dem Annähern an die Ausfahrt in diesem Beispiel im Sinne einer geringeren Relevanz dieses erfassten Verkehrszeichens berücksichtigt werden kann.This has the advantage that, because of improved statistics, the accuracy and reliability of the assessment is improved, since, for example, sensor noise of a sensor of the detection device or ambiguous information of a time point can be compensated. Also, such a development of a corresponding driving situation parameter set over time can be taken into account. For example, such a decrease in speed when approaching an exit may be taken into account in terms of a higher relevance of a detected and valid for the exit sign, while increasing the speed approaching the exit in this example in the sense of reduced relevance of this detected Traffic sign can be considered.
Dabei kann in besonders bevorzugter Weise vorgesehen sein, dass die Relevanz des Referenz-Verkehrszeichens (und damit des Verkehrszeichens) in Abhängigkeit der Verteilung der Vielzahl an bereitgestellten Werten beurteilt wird, insbesondere in Abhängigkeit eines Moments der Verteilung, bevorzugt eines Mittelwerts als Nulltes Moment und/oder einer Standardabweichung als erstes Moment. Alternativ oder ergänzend kann Relevanz auch in Abhängigkeit eines Maximalwertes der bereitgestellten Werte und/oder eines Minimalwertes der bereitgestellten Werte beurteilt werden.In this case, it can be provided in a particularly preferred manner that the relevance of the reference traffic sign (and thus of the traffic sign) is assessed as a function of the distribution of the plurality of provided values, in particular as a function of a moment of the distribution, preferably an average value as zero moment and / or a standard deviation as the first moment. Alternatively or additionally, relevance can also be assessed in dependence on a maximum value of the provided values and / or a minimum value of the provided values.
Das hat den Vorteil, dass gezielt Relationen der unterschiedlichen Werte zueinander für eine verbesserte Genauigkeit und Zuverlässigkeit der Beurteilung genutzt werden.This has the advantage that targeted relations of the different values to each other are used for improved accuracy and reliability of the assessment.
In einer anderen vorteilhaften Ausführungsform ist vorgesehen, dass das erfasste und erkannte Referenz-Verkehrszeichen (und damit das Verkehrszeichen) ein eine Geschwindigkeit begrenzendes Verkehrszeichen, also eine Geschwindigkeitsbegrenzung umfasst oder ist. In another advantageous embodiment, it is provided that the detected and recognized reference traffic sign (and thus the traffic sign) comprises or is a speed-limiting traffic sign, ie a speed limit.
Das hat den Vorteil, dass die Leistung des Fahrerassistenzsystems in einer besonders großen Vielzahl Fällen verbessert wird, da gerade Geschwindigkeitsbegrenzungen oft lokal divergieren, das heißt beispielsweise für unterschiedliche Fahrspuren oder unterschiedliche Straßenbereiche, beispielsweise Abzweigungen, oder auch unterschiedliche Kraftfahrzeugtypen mit unterschiedlichen zulässigen Gesamtgewichten unterschiedlich vorgegeben sind.This has the advantage that the performance of the driver assistance system is improved in a particularly large number of cases, as speed limits often diverge locally, that is, for example, different for different lanes or different road areas, such as junctions, or different types of vehicles are given differently with different gross weights ,
Die Erfindung betrifft auch ein Fahrerassistenzsystem für ein Kraftfahrzeug, welches dem Beurteilen einer Relevanz eines durch eine Erfassungseinrichtung des Fahrerassistenzsystems erfassten Verkehrszeichens für ein zukünftiges Fahrverhalten des Kraftfahrzeugs dient. Das Fahrerassistenzsystem weist die Erfassungseinrichtung zum Erfassen eines Verkehrszeichens sowie eine programmierbare Recheneinrichtung zum Beurteilen der Relevanz des erfassten Verkehrszeichens auf. Dabei ist die Recheneinrichtung ausgebildet, das erfasste Verkehrszeichen zu erkennen und mittels eines in der Recheneinrichtung hinterlegten Klassifikators in Abhängigkeit eines an die Recheneinrichtung bereitgestellten Fahrsituationsparametersatzes als relevant oder irrelevant für das eigene Kraftfahrzeug zu beurteilen. Wichtig ist dabei, dass der hinterlegte Klassifikator unter Verwendung einer Methode des überwachten maschinellen Lernens erzeugt ist, bei welcher ein dem bereitgestellten Fahrsituationsparametersatz entsprechender Referenz-Fahrsituationsparametersatz zumindest einer vorgegebenen Referenz-Fahrsituation, für welche zumindest ein Referenz-Verkehrszeichen erfasst und erkannt ist, ausgewählt ist und eine für die Referenz-Fahrsituation vorbekannte Relevanz des Referenz-Verkehrszeichens als Zielergebnis für das maschinelle Lernen vorgegeben ist.The invention also relates to a driver assistance system for a motor vehicle, which serves for assessing a relevance of a traffic sign detected by a detection device of the driver assistance system for a future driving behavior of the motor vehicle. The driver assistance system has the detection device for detecting a traffic sign and a programmable computing device for assessing the relevance of the detected traffic sign. In this case, the computing device is designed to detect the detected traffic signs and to assess them as relevant or irrelevant for the own motor vehicle by means of a classifier stored in the computing device as a function of a driving situation parameter set provided to the computing device. It is important that the deposited classifier is generated using a method of supervised machine learning, in which a reference driving situation parameter set corresponding to the provided driving situation parameter set is selected at least one predetermined reference driving situation for which at least one reference traffic sign is detected and recognized and a previously known for the reference driving situation relevance of the reference traffic sign is predetermined as the target result for the machine learning.
Vorteile und vorteilhafte Ausführungsformen des Fahrerassistenzsystems entsprechen hier Vorteilen und vorteilhaften Ausführungsformen des beschriebenen Verfahrens.Advantages and advantageous embodiments of the driver assistance system correspond here to advantages and advantageous embodiments of the described method.
Die Erfindung betrifft des Weiteren ein Kraftfahrzeug mit einem solchen Fahrerassistenzsystem sowie ein Verfahren zum Betreiben eines solchen Fahrerassistenzsystems.The invention further relates to a motor vehicle having such a driver assistance system and to a method for operating such a driver assistance system.
Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen, sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen verwendbar, ohne den Rahmen der Erfindung zu verlassen. Es sind somit auch Ausführungen von der Erfindung als umfasst und offenbart anzusehen, die in den Figuren nicht explizit gezeigt und erläutert sind, jedoch durch separierte Merkmalskombinationen aus den erläuterten Ausführungen hervorgehen und erzeugbar sind. Es sind auch Ausführungen und Merkmalskombinationen als offenbart anzusehen, die somit nicht alle Merkmale eines ursprünglich formulierten unabhängigen Anspruchs aufweisen. Es sind darüber hinaus Ausführungen und Merkmalskombinationen, insbesondere durch die oben dargelegten Ausführungen, als offenbart anzusehen, die über die in den Rückbezügen der Ansprüche dargelegten Merkmalskombinationen hinausgehen oder von diesen abweichen.The features and combinations of features mentioned above in the description, as well as the features and feature combinations mentioned below in the description of the figures and / or shown alone in the figures, can be used not only in the respectively indicated combination but also in other combinations without the scope of the invention leave. Thus, embodiments of the invention are to be regarded as encompassed and disclosed, which are not explicitly shown and explained in the figures, but which emerge and can be produced by separated combinations of features from the embodiments explained. Embodiments and combinations of features are also to be regarded as disclosed, which thus do not have all the features of an originally formulated independent claim. Moreover, embodiments and combinations of features, in particular by the embodiments set out above, are to be regarded as disclosed which go beyond the feature combinations set out in the back references of the claims or deviate therefrom.
Ausführungsbeispiele der Erfindung werden nachfolgend anhand schematischer Zeichnungen näher erläutert. Es zeigen
-
1 ein Kraftfahrzeug mit einer beispielhafte Ausführungsform eines Fahrerassistenzsystems in einer beispielhaften Fahrsituation; und -
2 einen beispielhaften Entscheidungsbaum.
-
1 a motor vehicle with an exemplary embodiment of a driver assistance system in an exemplary driving situation; and -
2 an exemplary decision tree.
Gleiche oder funktionsgleiche Elemente werden dabei mit den gleichen Bezugszeichen versehen.The same or functionally identical elements are provided with the same reference numerals.
In
Die Recheneinrichtung
Alternativ oder ergänzend können auch weitere Fahrsituationsparameter, beispielsweise zumindest ein, also ein oder mehrere, Straßenparameter und/oder zumindest ein, also ein oder mehrere, Verkehrszeichenparameter Teil des Fahrsituationsparametersatzes sein. Diese können beispielsweise von einer Verkehrszeichenerkennungseinrichtung und/oder einer Fahrspurerkennungseinrichtung, welche beide Teil des Fahrerassistenzsystems
Der hinterlegte Klassifikator, welcher beispielsweise mit mehreren Entscheidungsbäumen versehen ist und vorliegend nach Art der sogenannten „random-forrest“ Kategorisierung kategorisiert, wurde dabei unter Verwendung einer Methode des überwachten maschinellen Lernens erzeugt. Dabei wurde ein Referenz-Fahrsituationsparametersatz, welcher dem in einer realen Fahrsituation wie sie beispielsweise vorliegend dargestellt ist bereitgestellten Fahrsituationsparametersatz entspricht, zumindest einer Referenz-Fahrsituation, für welche ein Referenz-Verkehrszeichen erfasst und erkannt ist, ausgewählt und eine für die Referenz-Fahrsituation vorbekannte Relevanz des Referenz-Verkehrszeichens als Zielergebnis für das maschinelle Lernen vorgegeben.The deposited classifier, which is provided for example with a plurality of decision trees and categorized here in the manner of the so-called "random-forrest" categorization, was thereby generated using a method of supervised machine learning. In this case, a reference driving situation parameter set, which corresponds to the driving situation parameter set provided in a real driving situation such as illustrated here, is selected at least one reference driving situation for which a reference traffic sign is detected and recognized, and a previously known relevance for the reference driving situation of the reference traffic sign is given as the target result for the machine learning.
Als Resultat kann die Recheneinrichtung
Im gezeigten Beispiel fährt das Kraftfahrzeug
Dies wird im gezeigten Beispiel wie im vorletzten Absatz beschrieben durchgeführt. Da vorliegend die Werte der Fahrsituationsparameter für eine Vielzahl von unterschiedlichen Zeitpunkten, nämlich beispielsweise 200 Zeitpunkte bereitgestellt werden, kann einerseits eine statistische Auswertung der Fahrsituationsparameter durchgeführt werden, um beispielsweise ein Sensorrauschen zu kompensieren, andererseits wird vorliegend auch ein Verlauf der Werte berücksichtigt. So kann beispielsweise bei einer mit abnehmendem Abstand d geringer werdenden Geschwindigkeit v das erfasste Verkehrszeichen
In
Vorliegend wird in einem ersten Beurteilungsschritt
Dabei kann in den verwendeten Entscheidungsbäumen die Reihenfolge der überprüften Fahrsituationsparameter, nach welcher vorliegend zuerst die Geschwindigkeit v und dann der Abstand d überprüft wird, unterschiedlich sein. Beispielsweise können in Abhängigkeit der Fahrsituation, also situationsabhängig und beispielsweise in Abhängigkeit eines entsprechenden Fahrsituationsparameters, Entscheidungsbäume mit einer vorgegebenen Reihenfolge für das Beurteilen gewählt werden. Entsprechend können auch die jeweiligen Grenzwerte für die Fahrsituationsparameter, vorliegend die 90 km/h für die Geschwindigkeit v die 50 m beziehungsweise 200 m für den Abstand d, situationsabhängig vorgegeben sein, beziehungsweise die entsprechenden Entscheidungsbäume Situation abhängig für das Beurteilen gewählt werden.In this case, in the decision trees used, the sequence of the checked driving situation parameters, according to which the speed v is checked first, and then the distance d, may be different. For example, depending on the driving situation, that is, depending on the situation and, for example, as a function of a corresponding driving situation parameter, decision trees can be selected with a predetermined sequence for the assessment. Correspondingly, the respective limit values for the driving situation parameters, in this case the 90 km / h for the
ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION
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.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- EP 1503354 A1 [0003]EP 1503354 A1 [0003]
Claims (13)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017105764.1A DE102017105764A1 (en) | 2017-03-17 | 2017-03-17 | Configuration of a driver assistance system for a motor vehicle, with monitored machine learning |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017105764.1A DE102017105764A1 (en) | 2017-03-17 | 2017-03-17 | Configuration of a driver assistance system for a motor vehicle, with monitored machine learning |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102017105764A1 true DE102017105764A1 (en) | 2018-09-20 |
Family
ID=63372387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102017105764.1A Withdrawn DE102017105764A1 (en) | 2017-03-17 | 2017-03-17 | Configuration of a driver assistance system for a motor vehicle, with monitored machine learning |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102017105764A1 (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353636A (en) * | 2020-02-24 | 2020-06-30 | 交通运输部水运科学研究所 | Multi-mode data based ship driving behavior prediction method and system |
DE102020214693A1 (en) | 2020-11-23 | 2022-05-25 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method and control device for operating an operating device for a highly automated vehicle and operating device |
DE102021207258B3 (en) | 2021-07-08 | 2022-09-29 | Volkswagen Aktiengesellschaft | Method for automatically controlling at least one vehicle function of a vehicle and notification system for a vehicle |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1503354A1 (en) | 2003-07-30 | 2005-02-02 | Robert Bosch Gmbh | Generating traffic information by interpretation of traffic sign scenarios and navigation information in a vehicle |
DE102007021579A1 (en) * | 2007-05-08 | 2008-11-13 | Hella Kgaa Hueck & Co. | Traffic sign i.e. circular traffic sign, classifying method, involves classifying object in dependence of classification process and/or classification result, by another different classification process for classification of traffic sign |
DE102012009297A1 (en) * | 2012-05-03 | 2012-12-13 | Daimler Ag | Method for assisting rider when feeding e.g. vehicle, involves proving information, warning and automatic engagement, which results during risk of collision and/or secondary collision with highest priority in priority list |
DE102012025067A1 (en) * | 2012-12-19 | 2014-06-26 | Valeo Schalter Und Sensoren Gmbh | Driver assistance system for motor vehicle, has computing device to identify longitudinal markings mounted on road-way, and to determine wether identified traffic signs for motor vehicle are applied or not, based on longitudinal markings |
US9460355B2 (en) * | 2014-10-14 | 2016-10-04 | Here Global B.V. | Lateral sign placement determination |
-
2017
- 2017-03-17 DE DE102017105764.1A patent/DE102017105764A1/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1503354A1 (en) | 2003-07-30 | 2005-02-02 | Robert Bosch Gmbh | Generating traffic information by interpretation of traffic sign scenarios and navigation information in a vehicle |
DE102007021579A1 (en) * | 2007-05-08 | 2008-11-13 | Hella Kgaa Hueck & Co. | Traffic sign i.e. circular traffic sign, classifying method, involves classifying object in dependence of classification process and/or classification result, by another different classification process for classification of traffic sign |
DE102012009297A1 (en) * | 2012-05-03 | 2012-12-13 | Daimler Ag | Method for assisting rider when feeding e.g. vehicle, involves proving information, warning and automatic engagement, which results during risk of collision and/or secondary collision with highest priority in priority list |
DE102012025067A1 (en) * | 2012-12-19 | 2014-06-26 | Valeo Schalter Und Sensoren Gmbh | Driver assistance system for motor vehicle, has computing device to identify longitudinal markings mounted on road-way, and to determine wether identified traffic signs for motor vehicle are applied or not, based on longitudinal markings |
US9460355B2 (en) * | 2014-10-14 | 2016-10-04 | Here Global B.V. | Lateral sign placement determination |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353636A (en) * | 2020-02-24 | 2020-06-30 | 交通运输部水运科学研究所 | Multi-mode data based ship driving behavior prediction method and system |
DE102020214693A1 (en) | 2020-11-23 | 2022-05-25 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method and control device for operating an operating device for a highly automated vehicle and operating device |
DE102021207258B3 (en) | 2021-07-08 | 2022-09-29 | Volkswagen Aktiengesellschaft | Method for automatically controlling at least one vehicle function of a vehicle and notification system for a vehicle |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102016003424B4 (en) | Method and device for recognizing traffic signs | |
DE102017009971A1 (en) | A method of testing a lane keeping assistance system for a vehicle | |
DE112017008149B4 (en) | Device for communication from a vehicle, method for communicating from a vehicle to the outside, information processing device and computer-readable medium | |
DE102019002487A1 (en) | Method for checking a surroundings detection sensor of a vehicle and method for operating a vehicle | |
DE102008057675A1 (en) | Traffic sign recognizing method for driver of vehicle, involves assigning additional character to traffic sign, searching additional character in given positions, and detecting additional character by edge detector and grey value detector | |
DE102006060849A1 (en) | Vehicle driver condition e.g. fatigue, determining method, involves developing probabilistic model representing cumulated probabilities, and determining condition as driver condition based on cumulated probabilities using model | |
DE102019002790A1 (en) | Method for predicting a traffic situation for a vehicle | |
EP2856452A1 (en) | Carriageway recognition | |
DE102016007563A1 (en) | Method for trajectory planning | |
DE102017105764A1 (en) | Configuration of a driver assistance system for a motor vehicle, with monitored machine learning | |
DE102017010832A1 (en) | Method for evaluating a detected speed limit | |
DE102019217346A1 (en) | Method for displaying information on a man-machine interface of a motor vehicle, computer program product, man-machine interface and motor vehicle | |
DE102019005497A1 (en) | Overtaking assistance system for a motor vehicle for determining a lateral distance from an object to be overtaken, and method | |
DE102018005864A1 (en) | Method for testing a blind spot assistance system for a vehicle | |
DE102018005865A1 (en) | Method for testing an assistance system for a vehicle | |
DE102012207203A1 (en) | Method and device for determining an environment | |
DE102017223621A1 (en) | Method and control unit for controlling a function of an at least partially automated vehicle | |
WO2019211293A1 (en) | Method for operating a driver assistance system of an ego vehicle having at least one surroundings sensor for detecting the surroundings of the ego vehicle, computer readable medium, system and vehicle | |
WO2020094323A1 (en) | Method for classifying objects by means of an automatically driving motor vehicle, and automatically driving motor vehicle | |
DE102018004429A1 (en) | Method for testing a brake assist system for a vehicle | |
DE102021201539A1 (en) | Generation of training data for a machine learning algorithm | |
DE102020114609A1 (en) | Method for providing an introspective failure prediction model, assistance system and motor vehicle | |
DE102019004075A1 (en) | Method for determining a relevance of an object in an environment of a motor vehicle by means of a driver assistance system and driver assistance system | |
DE102019218111A1 (en) | Method for generating location information on relevant road sections for the detection of wrong-way trips and method for detecting wrong-way trips | |
DE102022213170B3 (en) | Method for generating training data, electronic computing device and motor vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |