DE102021000680A1 - Warning a driver of a vehicle of a dangerous situation - Google Patents

Warning a driver of a vehicle of a dangerous situation Download PDF

Info

Publication number
DE102021000680A1
DE102021000680A1 DE102021000680.1A DE102021000680A DE102021000680A1 DE 102021000680 A1 DE102021000680 A1 DE 102021000680A1 DE 102021000680 A DE102021000680 A DE 102021000680A DE 102021000680 A1 DE102021000680 A1 DE 102021000680A1
Authority
DE
Germany
Prior art keywords
driving maneuver
driving
kinetics
driver
data
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.)
Pending
Application number
DE102021000680.1A
Other languages
German (de)
Inventor
Daniel Wedekind
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Joynext GmbH
Original Assignee
Joynext GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Joynext GmbH filed Critical Joynext GmbH
Priority to DE102021000680.1A priority Critical patent/DE102021000680A1/en
Priority to CN202210124150.8A priority patent/CN114940176A/en
Publication of DE102021000680A1 publication Critical patent/DE102021000680A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/043—Identity of occupants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/229—Attention level, e.g. attentive to driving, reading or sleeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/55—External transmission of data to or from the vehicle using telemetry

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren und ein Fahrerassistenzsystem (100) zum Warnen eines Fahrers eines Fahrzeugs (301) vor einer gefährlichen Situation. Das Verfahren umfasst folgende Verfahrensschritte: maschinelles Erlernen eines personalisierten Fahrerprofils unter Verwendung von Fahrdaten zu Fahrten des Fahrers, wobei das Fahrerprofil für verschiedene Fahrmanöver (300) jeweils eine Fahrmanöverkinetik umfasst, Bestimmen eines Schwellenwerts für ein Fahrmanöver (300) in Abhängigkeit von einer Fahrdatenmenge von Fahrdaten zu dem Fahrmanöver (300), wobei der Schwellenwert eine Abweichung von der Fahrmanöverkinetik des Fahrerprofils angibt, Vorhersagen eines zu absolvierenden Fahrmanövers (300) anhand von Navigationsdaten und/oder Fahrzeugtelemetriedaten, Bestimmen einer voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300), Ermitteln einer Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300) von der Fahrmanöverkinetik des Fahrerprofils, Vergleichen der Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300) mit dem Schwellenwert für das Fahrmanöver (300) und Ausgeben eines Warnhinweises an den Fahrer, wenn die Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300) den Schwellenwert für das Fahrmanöver (300) überschreitet.The invention relates to a method and a driver assistance system (100) for warning a driver of a vehicle (301) of a dangerous situation. The method comprises the following method steps: automatic learning of a personalized driver profile using driving data on the driver's journeys, the driver profile for different driving maneuvers (300) each comprising driving maneuver kinetics, determining a threshold value for a driving maneuver (300) as a function of a driving data set of driving data to the driving maneuver (300), the threshold value indicating a deviation from the driving maneuver kinetics of the driver profile, predictions of a driving maneuver (300) to be completed using navigation data and/or vehicle telemetry data, determining an expected kinetics of the driving maneuver (300) to be completed, determining a deviation the expected kinetics of the driving maneuver to be completed (300) from the driving maneuver kinetics of the driver profile, comparing the deviation of the expected kinetics of the driving maneuver to be completed (300) with the threshold value for the driving maneuver (300) and outputting e A warning to the driver if the deviation in the probable kinetics of the driving maneuver (300) to be completed exceeds the threshold value for the driving maneuver (300).

Description

Die Erfindung betrifft ein Verfahren und ein Fahrerassistenzsystem zum Warnen eines Fahrers eines Fahrzeugs vor einer gefährlichen Situation.The invention relates to a method and a driver assistance system for warning a driver of a vehicle of a dangerous situation.

Ein Fahrerassistenzsystem (engl. Advanced Driver Assistance System, abgekürzt ADAS) unterstützt den Fahrer eines Fahrzeugs in bestimmten Fahrsituationen. Bekannte Fahrerassistenzsysteme unterstützen den Fahrer beispielsweise beim Lenken, Bremsen, Einparken und/oder Einstellen einer Fahrgeschwindigkeit. Ferner sind Fahrerassistenzsysteme bekannt, die ein so genanntes Vehicle Monitoring System (abgekürzt VMS) aufweisen, das auch als In-Vehicle Monitoring System (abgekürzt IVMS) oder Driver Monitoring System (abgekürzt DMS) bezeichnet wird. Derartige Systeme weisen in der Regel Sensoren auf, mit denen ein Fahrzeuginnenraum und/oder eine Fahrzeugumgebung eines Fahrzeugs erfasst werden, und werten die von den Sensoren erfassten Daten aus, um den Fahrer des Fahrzeugs zu unterstützen. Sensoren, die hierfür eingesetzt werden, sind beispielsweise Kameras, Radar- und/oder Lidarsensoren. Insbesondere können derartige Systeme eingerichtet sein, eine Aufmerksamkeit und/oder ein Fahrverhalten des Fahrers zu analysieren und den Fahrer zu warnen, wenn ein Mangel an Aufmerksamkeit und/oder ein kritisches Fahrverhalten des Fahrers erkannt wird. Ferner können derartige Systeme eingerichtet sein, Fahrsituationen zu analysieren und den Fahrer zu warnen, wenn eine gefährliche Fahrsituation erkannt wird.A driver assistance system (English Advanced Driver Assistance System, abbreviated ADAS) supports the driver of a vehicle in certain driving situations. Known driver assistance systems support the driver, for example, when steering, braking, parking and/or setting a driving speed. Furthermore, driver assistance systems are known which have what is known as a vehicle monitoring system (abbreviated to VMS), which is also referred to as an in-vehicle monitoring system (abbreviated to IVMS) or driver monitoring system (abbreviated to DMS). As a rule, such systems have sensors with which a vehicle interior and/or a vehicle environment of a vehicle are recorded, and evaluate the data recorded by the sensors in order to support the driver of the vehicle. Sensors that are used for this are, for example, cameras, radar and/or lidar sensors. In particular, systems of this type can be set up to analyze the level of alertness and/or driving behavior on the part of the driver and to warn the driver if a lack of alertness and/or critical driving behavior on the part of the driver is detected. Furthermore, such systems can be set up to analyze driving situations and to warn the driver if a dangerous driving situation is detected.

Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren und ein Fahrerassistenzsystem zum Warnen eines Fahrers eines Fahrzeugs vor einer gefährlichen Situation anzugeben, die hinsichtlich der Berücksichtigung fahrerspezifischer Eigenheiten verbessert sind.The invention is based on the object of specifying a method and a driver assistance system for warning a driver of a vehicle of a dangerous situation, which are improved with regard to the consideration of driver-specific peculiarities.

Die Aufgabe wird erfindungsgemäß mit einem Verfahren zum Warnen eines Fahrers eines Fahrzeugs vor einer gefährlichen Situation mit den folgenden Verfahrensschritten gelöst:

  • - maschinelles Erlernen eines personalisierten Fahrerprofils unter Verwendung von Fahrdaten zu Fahrten des Fahrers, wobei das Fahrerprofil für verschiedene Fahrmanöver jeweils eine Fahrmanöverkinetik umfasst,
  • - Bestimmen eines Schwellenwerts für ein Fahrmanöver in Abhängigkeit von einer Fahrdatenmenge von Fahrdaten zu dem Fahrmanöver, wobei der Schwellenwert eine Abweichung von der Fahrmanöverkinetik des Fahrerprofils angibt,
  • - Vorhersagen eines zu absolvierenden Fahrmanövers anhand von Navigationsdaten und/oder Fahrzeugtelemetriedaten,
  • - Bestimmen einer voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers,
  • - Ermitteln einer Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers von der Fahrmanöverkinetik des Fahrerprofils,
  • - Vergleichen der Abweichung der voraussichtlichen Kinetik des zu absolvierenden
The object is achieved according to the invention with a method for warning a driver of a vehicle of a dangerous situation with the following method steps:
  • - Machine learning of a personalized driver profile using driving data on the driver's journeys, the driver profile for different driving maneuvers each comprising driving maneuver kinetics,
  • - Determining a threshold value for a driving maneuver as a function of a set of driving data from driving data on the driving maneuver, the threshold value indicating a deviation from the driving maneuver kinetics of the driver profile,
  • - prediction of a driving maneuver to be completed using navigation data and/or vehicle telemetry data,
  • - Determining an expected kinetics of the driving maneuver to be completed,
  • - Determining a deviation of the probable kinetics of the driving maneuver to be completed from the driving maneuver kinetics of the driver profile,
  • - Compare the deviation of the expected kinetics of the to be completed

Fahrmanövers mit dem Schwellenwert für das Fahrmanöver und

  • - Ausgeben eines Warnhinweises an den Fahrer, wenn die Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers den Schwellenwert für das Fahrmanöver überschreitet.
Driving maneuver with the threshold value for the driving maneuver and
  • - Issuing a warning to the driver if the deviation of the probable kinetics of the driving maneuver to be completed exceeds the threshold value for the driving manoeuvre.

Unter einem Fahrmanöver wird dabei eine bestimmte Bewegung oder Bewegungsänderung des Fahrzeugs verstanden, die von dem Fahrer des Fahrzeugs veranlasst wird. Ein Beispiel eines Fahrmanövers ist eine Kurvenfahrt des Fahrzeugs, die durch Merkmale der Kurve charakterisiert wird. Derartige Merkmale sind beispielsweise eine Länge, eine Krümmung und/oder eine Steigung der Kurve. Ein anderes Beispiel eines Fahrmanövers ist ein Abbremsen des Fahrzeugs vor einem bestimmten Verkehrsinfrastrukturelement wie einer Lichtsignalanlage, einer Straßenkreuzung, einem Tunnel oder einer Brücke.A driving maneuver is understood to mean a specific movement or change in movement of the vehicle that is initiated by the driver of the vehicle. An example of a driving maneuver is cornering of the vehicle, which is characterized by features of the curve. Such features are, for example, a length, a curvature and/or a slope of the curve. Another example of a driving maneuver is braking the vehicle in front of a certain traffic infrastructure element such as a traffic signal, a road junction, a tunnel or a bridge.

Die Kinetik eines Fahrmanövers wird durch Werte von Bewegungsgrößen charakterisiert, mit denen das Fahrmanöver ausgeführt wird. Derartige Bewegungsgrößen sind beispielsweise eine Beschleunigung und eine Geschwindigkeit des Fahrzeugs, insbesondere in Abhängigkeit von einer Zeit und/oder bezogen auf einen Ort, beispielsweise bei einer Kurvenfahrt bezogen auf einen Kurvenscheitelpunkt der Kurve oder bei einem Abbremsen des Fahrzeugs vor einem bestimmten Verkehrsinfrastrukturelement bezogen auf einen definierten Abstand von dem Verkehrsinfrastrukturelement.The kinetics of a driving maneuver are characterized by values of movement quantities with which the driving maneuver is carried out. Such movement variables are, for example, an acceleration and a speed of the vehicle, in particular as a function of time and/or based on a location, for example when cornering based on a curve apex of the curve or when braking the vehicle in front of a specific traffic infrastructure element based on a defined one Distance from the transport infrastructure element.

Navigationsdaten sind beispielsweise eine Fahrzeugposition des Fahrzeugs und Landkartendaten einer digitalen Landkarte sowie gegebenenfalls eine Route, der das Fahrzeug folgt. Die Fahrzeugposition des Fahrzeugs wird beispielsweise unter Verwendung eines Navigationssatellitensystems bestimmt, beispielsweise unter Verwendung von GPS, GLONASS, Beidou oder Galileo. Landkartendaten einer digitalen Landkarte werden beispielsweise von einer Speichereinheit bereitgestellt, die in dem Fahrzeug angeordnet ist, oder aus einer Datenwolke (engl. Cloud), beispielsweise über eine Funkverbindung, abgerufen. Eine Route, der das Fahrzeug folgt, wird beispielsweise von einer Navigationseinrichtung berechnet. Die Route ist beispielsweise eine Route, die von der Navigationseinrichtung zu einer aktiven Zielführung verwendet wird und deren Startposition und/oder Zielposition beispielsweise aus einer Eingabe abgeleitet wird, die ein Benutzer der Navigationseinrichtung über eine Bedienungseinheit in die Navigationseinrichtung eingibt. Alternativ wird die Route beispielsweise von der Navigationseinrichtung selbst ermittelt, beispielsweise unter Verwendung gespeicherter Daten zu früheren Fahrten des Fahrers.Navigation data are, for example, a vehicle position of the vehicle and map data of a digital map and possibly a route that the vehicle follows. The vehicle's vehicle position is determined, for example, using a navigation satellite system, for example using GPS, GLONASS, Beidou or Galileo. Map data of a digital map are provided, for example, from a storage unit that is arranged in the vehicle, or from a data cloud, for example via a radio link. A route that the vehicle follows is calculated by a navigation device, for example. The route is, for example, a route that is used by the navigation device for active route guidance and whose starting position and/or destination position is derived, for example, from an input that a user of the navigation device enters into the navigation device via an operating unit. Alternatively, the route is determined, for example, by the navigation device itself, for example using stored data on previous journeys by the driver.

Unter Fahrzeugtelemetriedaten werden Sensordaten verstanden, die von in oder an dem Fahrzeug angeordneten Sensoren erfasst werden. Derartige Sensoren sind beispielsweise Kameras, Radar- und/oder Lidarsensoren, mit denen jeweils ein Fahrzeuginnenraum und/oder eine Fahrzeugumgebung des Fahrzeugs erfasst wird, und/oder Bewegungssensoren, mit denen beispielsweise jeweils ein Bewegungszustand des Fahrzeugs wie eine Beschleunigung und/oder Geschwindigkeit erfasst wird.Vehicle telemetry data is understood to mean sensor data that is recorded by sensors arranged in or on the vehicle. Such sensors are, for example, cameras, radar and/or lidar sensors, with which a vehicle interior and/or a vehicle environment of the vehicle is recorded, and/or motion sensors, with which, for example, a movement state of the vehicle such as acceleration and/or speed is recorded .

Das erfindungsgemäße Verfahren ermöglicht eine Unterstützung des Fahrers eines Fahrzeugs bei Fahrmanövern unter Berücksichtigung fahrerspezifischer Eigenheiten des Fahrers. Zu diesem Zweck sieht das Verfahren vor, ein personalisiertes Fahrerprofil des Fahrers zu erstellen, unter Verwendung des Fahrerprofils ein zu absolvierendes Fahrmanöver hinsichtlich einer möglichen Gefahrensituation zu bewerten und den Fahrer bedarfsweise vor einer gefährlichen Situation zu warnen.The method according to the invention enables support for the driver of a vehicle during driving maneuvers, taking into account driver-specific characteristics of the driver. For this purpose, the method provides for creating a personalized driver profile of the driver, using the driver profile to evaluate a driving maneuver to be completed with regard to a possible dangerous situation and, if necessary, to warn the driver of a dangerous situation.

Das personalisierte Fahrerprofil des Fahrers wird unter Verwendung von Fahrdaten zu früheren Fahrten des Fahrers maschinell erlernt. Es werden also Fahrdaten zu früheren Fahrten des Fahrers gesammelt und zur Erstellung des Fahrerprofils verwendet. Die Fahrdaten charakterisieren insbesondere die Kinetik von Fahrmanövern, die bei den früheren Fahrten ausgeführt wurden. Unter Verwendung dieser Fahrdaten wird für verschiedene Fahrmanöver jeweils eine fahrerspezifische Fahrmanöverkinetik erlernt und in dem Fahrerprofil hinterlegt. Somit stellt das Fahrerprofil für verschiedene Fahrmanöver jeweils eine Fahrmanöverkinetik bereit, die eine für den Fahrer typische Ausführung des Fahrmanövers charakterisiert.The driver's personalized driver profile is machine-learned using driving data from the driver's previous trips. Driving data on previous journeys by the driver is therefore collected and used to create the driver profile. In particular, the driving data characterize the kinetics of driving maneuvers that were carried out in the earlier trips. Using this driving data, driver-specific driving maneuver kinetics are learned for different driving maneuvers and stored in the driver profile. The driver profile thus provides driving maneuver kinetics for different driving maneuvers, which characterize an execution of the driving maneuver that is typical for the driver.

Um ein zu absolvierendes Fahrmanöver unter Verwendung des personalisierten Fahrerprofils des Fahrers zu bewerten, wird für das Fahrmanöver ein Schwellenwert bestimmt, der eine Abweichung von der im Fahrerprofil hinterlegten Fahrmanöverkinetik für dieses Fahrmanöver angibt. Dieser Schwellenwert wird in Abhängigkeit von einer Fahrdatenmenge von Fahrdaten zu dem Fahrmanöver bestimmt, auf deren Grundlage die Fahrmanöverkinetik für dieses Fahrmanöver im Fahrerprofil erlernt wurde. Beispielsweise wird bei einer geringen Fahrdatenmenge ein größerer Schwellenwert festgelegt als bei einer hohen Fahrdatenmenge. Dies berücksichtigt vorteilhaft, dass die statistische Vertrauenswürdigkeit einer im Fahrerprofil hinterlegten Fahrmanöverkinetik mit der Fahrdatenmenge der Fahrdaten wächst, auf denen sie basiert.In order to evaluate a driving maneuver to be completed using the driver's personalized driver profile, a threshold value is determined for the driving maneuver, which indicates a deviation from the driving maneuver kinetics stored in the driver profile for this driving maneuver. This threshold value is determined as a function of a quantity of driving data relating to the driving maneuver, on the basis of which the driving maneuver kinetics for this driving maneuver were learned in the driver profile. For example, a larger threshold value is set when there is a small amount of driving data than when there is a large amount of driving data. This advantageously takes into account that the statistical trustworthiness of a driving maneuver kinetics stored in the driver profile increases with the volume of driving data on which it is based.

Ein zu absolvierendes Fahrmanöver wird bei dem erfindungsgemäßen Verfahren anhand von Navigationsdaten und/oder Fahrzeugtelemetriedaten vorhergesagt. Beispielsweise wird eine zu absolvierende Kurvenfahrt anhand der Fahrzeugposition und einer digitalen Landkarte vorhergesagt, wenn sich die Fahrzeugposition einer auf der digitalen Landkarte verzeichneten Kurve nähert. Wenn die Navigationsdaten eine von dem Fahrzeug befahrene Route umfassen, kann eine zu absolvierende Kurvenfahrt auch anhand der Route vorhergesagt werden. Alternativ oder zusätzlich kann eine zu absolvierende Kurvenfahrt unter Verwendung von Fahrzeugtelemetriedaten, beispielsweise durch Auswerten von Kamerabildern einer Kamera des Fahrzeugs und/oder Sensorsignalen eines Radar- und/oder Lidarsensors des Fahrzeugs, vorhergesagt werden. Entsprechendes gilt für eine Vorhersage eines anderen Fahrmanövers.In the method according to the invention, a driving maneuver to be completed is predicted using navigation data and/or vehicle telemetry data. For example, cornering to be completed is predicted using the vehicle position and a digital map when the vehicle position approaches a curve recorded on the digital map. If the navigation data includes a route traveled by the vehicle, cornering to be completed can also be predicted using the route. Alternatively or additionally, cornering to be completed can be predicted using vehicle telemetry data, for example by evaluating camera images from a camera in the vehicle and/or sensor signals from a radar and/or lidar sensor in the vehicle. The same applies to a prediction of another driving maneuver.

Für das zu absolvierendes Fahrmanöver wird eine voraussichtliche Kinetik bestimmt. Zu diesem Zweck werden beispielsweise Fahrzeugtelemetriedaten und Navigationsdaten verwendet. Beispielsweise werden für eine zu absolvierende Kurvenfahrt eine voraussichtliche Geschwindigkeit, eine voraussichtliche Querbeschleunigung und/oder eine voraussichtliche Längsbeschleunigung bestimmt.Probable kinetics are determined for the driving maneuver to be completed. Vehicle telemetry data and navigation data, for example, are used for this purpose. For example, a probable speed, a probable lateral acceleration and/or a probable longitudinal acceleration are determined for cornering to be completed.

Sodann wird eine Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers von der Fahrmanöverkinetik des Fahrerprofils für dieses Fahrmanöver ermittelt und mit dem Schwellenwert für das Fahrmanöver verglichen. Wenn die Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers den Schwellenwert für das Fahrmanöver überschreitet, wird ein Warnhinweis an den Fahrer des Fahrzeugs ausgegeben.A deviation of the probable kinetics of the driving maneuver to be completed from the driving maneuver kinetics of the driver profile for this driving maneuver is then determined and compared with the threshold value for the driving maneuver. If the deviation in the probable kinetics of the driving maneuver to be completed exceeds the threshold value for the driving maneuver, a warning is issued to the driver of the vehicle.

Als Warnhinweis wird beispielsweise ein visuelles, akustisches und/oder haptisches Warnsignal ausgegeben. Beispielsweise kann ein visueller Warnhinweis auf einer Anzeigeeinheit des Fahrzeugs ausgegeben werden. Die Anzeigeeinheit ist beispielsweise eine Flüssigkristallanzeige (engl. LCD, Liquid Crystal Display), eine OLED (engl. Organic Light Emitting Diode)-Anzeige oder eine Frontscheibenanzeige (engl. Head-up-Display). Als visueller Hinweis kann beispielsweise im Fall, dass das Fahrmanöver eine Kurvenfahrt ist, eine Visualisierung der Kurve, beispielsweise mit einer farblichen Hervorhebung, angezeigt werden. Alternativ oder zusätzlich kann mit einer Lautsprechereinheit des Fahrzeugs ein akustischer Warnhinweis ausgegeben werden und/oder mit einer haptischen Warneinheit ein haptisches Signal, beispielsweise über ein Lenkrad des Fahrzeugs, ausgegeben werden. Es kann auch eine mehrstufige Warnstrategie vorgesehen sein, beispielsweise kann zunächst ein visueller Warnhinweis ausgegeben werden und bei ausbleibender Reaktion des Fahrers, beziehungsweise bei fortdauernder Überschreitung des Schwellenwerts, kann anschließend ein akustischer und/oder haptischer Warnhinweis ausgegeben werden.For example, a visual, acoustic and/or haptic warning signal is output as a warning. For example, a visual warning can be output on a display unit of the vehicle. The display unit is, for example, a liquid crystal display (LCD, Liquid Crystal Display), an OLED (Organic Light Emitting Diode) display or a front disc display (head-up display). As a visual indication, for example, in the case that the driving maneuver is cornering, a visualization of the curve, for example with a colored highlight, can be displayed. Alternatively or additionally, an acoustic warning can be output with a loudspeaker unit of the vehicle and/or a haptic signal can be output with a haptic warning unit, for example via a steering wheel of the vehicle. A multi-stage warning strategy can also be provided, for example a visual warning can be issued first and then an acoustic and/or haptic warning can be issued if the driver fails to react or if the threshold value is continuously exceeded.

Zusammenfassend ermöglicht das erfindungsgemäße Verfahren eine dem individuellen Fahrverhalten und Fahrvermögen des Fahrers angepasste Bewertung von zu absolvierenden Fahrmanövern hinsichtlich möglicher Gefahrensituationen, indem die voraussichtliche Kinetik eines zu absolvierenden Fahrmanövers bestimmt und mit der in dem Fahrerprofil hinterlegten Fahrmanöverkinetik für dieses Fahrmanöver verglichen wird. Insbesondere kann dadurch vermieden werden, dass ein unnötiger Warnhinweis ausgegeben wird, wenn die voraussichtliche Kinetik des zu absolvierenden Fahrmanövers von der in dem Fahrerprofil hinterlegten Fahrmanöverkinetik nur wenig abweicht und somit davon ausgegangen werden kann, dass der Fahrer das Fahrmanöver gefahrlos ausführen kann. Andererseits kann ein Fahrer gewarnt werden, wenn die voraussichtliche Kinetik des zu absolvierenden Fahrmanövers signifikant von der in dem Fahrerprofil hinterlegten Fahrmanöverkinetik abweicht. Insbesondere kann dadurch eine Unsicherheit oder Unerfahrenheit des Fahrers bei bestimmten Fahrmanövern berücksichtigt werden, beziehungsweise die Ausgabe von Warnhinweisen kann vorteilhaft der Erfahrung und dem Fahrvermögen des Fahrers angepasst werden.In summary, the method according to the invention enables an evaluation of driving maneuvers to be completed with regard to possible dangerous situations, adapted to the individual driving behavior and driving ability of the driver, by determining the probable kinetics of a driving maneuver to be completed and comparing it with the driving maneuver kinetics for this driving maneuver stored in the driver profile. In particular, it can be avoided that an unnecessary warning is issued if the probable kinetics of the driving maneuver to be completed deviates only slightly from the driving maneuver kinetics stored in the driver profile and it can thus be assumed that the driver can carry out the driving maneuver safely. On the other hand, a driver can be warned if the probable kinetics of the driving maneuver to be completed deviate significantly from the driving maneuver kinetics stored in the driver profile. In this way, in particular, uncertainty or inexperience on the part of the driver in certain driving maneuvers can be taken into account, or the output of warnings can advantageously be adapted to the driver's experience and driving ability.

Bei einer Ausführungsform des erfindungsgemäßen Verfahrens werden zum maschinellen Erlernen des Fahrerprofils für ein Fahrmanöver auch Zusatzfahrdaten zu Fahrten anderer Fahrer verwendet, wenn die Fahrdatenmenge von Fahrdaten für das Fahrmanöver eine Mindestdatenmenge unterschreitet.In one embodiment of the method according to the invention, additional driving data for journeys by other drivers are also used for machine learning of the driver profile for a driving maneuver if the quantity of driving data for the driving maneuver falls below a minimum data quantity.

Die vorgenannte Ausführungsform des erfindungsgemäßen Verfahrens berücksichtigt den Fall, dass für ein Fahrmanöver nicht genügend Fahrdaten zu Fahrten des Fahrers des Fahrzeugs vorliegen, um aus diesen Fahrdaten eine statistisch aussagekräftige Fahrmanöverkinetik für das Fahrmanöver zu erlernen. Für diesen Fall sieht die Ausführungsform vor, Zusatzfahrdaten zu Fahrten anderer Fahrer zusätzlich oder alternativ zu den Fahrdaten zu Fahrten des Fahrers des Fahrzeugs zu verwenden, um eine Fahrmanöverkinetik für das Fahrmanöver zu erlernen. Dadurch kann auch im Fall fehlender oder nicht ausreichender Fahrdaten für ein Fahrmanöver aus Fahrten des Fahrers des Fahrzeugs eine Fahrmanöverkinetik für das Fahrmanöver erlernt werden.The aforementioned embodiment of the method according to the invention takes into account the case that there is not enough driving data on journeys by the driver of the vehicle for a driving maneuver to learn statistically meaningful driving maneuver kinetics for the driving maneuver from these driving data. In this case, the embodiment provides for the use of additional driving data on journeys by other drivers in addition or as an alternative to the driving data on journeys by the driver of the vehicle in order to learn driving maneuver kinetics for the driving maneuver. As a result, driving maneuver kinetics for the driving maneuver can be learned even in the case of missing or insufficient driving data for a driving maneuver from journeys made by the driver of the vehicle.

Bei einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird anhand von Zusatzfahrdaten zu Fahrten anderer Fahrer eine Durchschnittsfahrmanöverkinetik ermittelt, die Durchschnittsfahrmanöverkinetik wird mit der Fahrmanöverkinetik des Fahrerprofils verglichen und der Schwellenwert wird auch in Abhängigkeit von einer Abweichung der Fahrmanöverkinetik von der Durchschnittsfahrmanöverkinetik bestimmt.In a further embodiment of the method according to the invention, an average driving maneuver kinetics is determined on the basis of additional driving data for trips by other drivers, the average driving maneuver kinetics are compared with the driving maneuver kinetics of the driver profile and the threshold value is also determined as a function of a deviation of the driving maneuver kinetics from the average driving maneuver kinetics.

Die vorgenannte Ausführungsform des erfindungsgemäßen Verfahrens berücksichtigt, dass eine deutliche Abweichung einer Fahrmanöverkinetik für ein Fahrmanöver, die aus Fahrdaten zu Fahrten des Fahrers erlernt wurde, von einer für andere Fahrer typischen Durchschnittsfahrmanöverkinetik darauf hindeuten kann, dass die erlernte Fahrmanöverkinetik dem Fahrmanöver möglicherweise nicht angemessen ist. Daher sieht diese Ausführungsform vor, den Schwellenwert auch in Abhängigkeit von einer Abweichung der Fahrmanöverkinetik von der Durchschnittsfahrmanöverkinetik zu bestimmen. Beispielsweise wird der Schwellenwert mit steigender Abweichung der Fahrmanöverkinetik von der Durchschnittsfahrmanöverkinetik verkleinert, um bei einer großen Abweichung einen Warnhinweis eher als bei einer kleinen Abweichung auszugeben.The aforementioned embodiment of the method according to the invention takes into account that a significant deviation in driving maneuver kinetics for a driving maneuver, which was learned from driving data on trips by the driver, from average driving maneuver kinetics typical of other drivers can indicate that the learned driving maneuver kinetics may not be appropriate for the driving maneuver. This specific embodiment therefore provides for the threshold value to also be determined as a function of a deviation in the driving maneuver kinetics from the average driving maneuver kinetics. For example, the threshold value is reduced as the deviation of the driving maneuver kinetics from the average driving maneuver kinetics increases, in order to issue a warning earlier in the case of a large deviation than in the case of a small deviation.

Bei den beiden vorgenannten Ausführungsformen des erfindungsgemäßen Verfahrens werden die Zusatzfahrdaten beispielsweise von einem Datenwolkendienst bereitgestellt, das heißt von einem Datenwolkendienst, der Fahrdaten zu Fahrten verschiedener Fahrer sammelt. Dies ermöglicht vorteilhaft eine permanente Erweiterung und Aktualisierung der Zusatzfahrdaten und einen bedarfsabhängigen Zugriff auf die aktualisierten Zusatzfahrdaten, beispielsweise über eine Funkverbindung zu dem Datenwolkendienst.In the two aforementioned embodiments of the method according to the invention, the additional driving data is provided, for example, by a data cloud service, that is to say by a data cloud service that collects driving data on trips made by different drivers. This advantageously enables permanent expansion and updating of the additional driving data and needs-based access to the updated additional driving data, for example via a radio link to the data cloud service.

Bei einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens werden für ein Fahrmanöver anhand der Fahrdaten ein Mittelwert und eine Varianz einer Verteilung von Werten einer die Fahrmanöverkinetik charakterisierenden Bewegungsgröße ermittelt und als Schwellenwert für das Fahrmanöver wird eine von der Varianz abhängige Abweichung von dem Mittelwert bestimmt. Wenn die Fahrmanöverkinetik durch mehrere Bewegungsgrößen charakterisiert wird, kann für die Verteilungen der Werte dieser Bewegungsgrößen jeweils ein Mittelwert und eine Varianz ermittelt und ein Schwellenwert als Abweichung von dem Mittelwert in Abhängigkeit von der Varianz bestimmt werden. Ein Warnhinweis wird dann beispielsweise ausgegeben, wenn einer dieser Schwellenwerte von einer entsprechenden Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers von der Fahrmanöverkinetik für das Fahrmanöver überschritten wird.In a further embodiment of the method according to the invention, a mean value and a variance of a distribution of values of a movement variable characterizing the driving maneuver kinetics are determined for a driving maneuver using the driving data, and a deviation from the mean value dependent on the variance is determined as a threshold value for the driving maneuver. If the driving maneuver kinetics are characterized by several motion variables, one With mean value and a variance are determined and a threshold value is determined as a deviation from the mean value as a function of the variance. A warning is then output, for example, when one of these threshold values is exceeded by a corresponding deviation of the probable kinetics of the driving maneuver to be completed from the driving maneuver kinetics for the driving maneuver.

Zusätzlich kann vorgesehen sein, dass für ein Fahrmanöver anhand der Fahrdatenmenge von Fahrdaten für das Fahrmanöver eine Aussagekraft des Fahrerprofils für das Fahrmanöver bewertet wird und ein Schwellenwert für das Fahrmanöver als auch von der Aussagekraft abhängige Abweichung von dem Mittelwert bestimmt wird.In addition, it can be provided that a significance of the driver profile for the driving maneuver is evaluated for a driving maneuver using the quantity of driving data for the driving maneuver and a threshold value for the driving maneuver as well as the deviation from the mean value dependent on the significance is determined.

Die vorgenannten Ausführungsformen des erfindungsgemäßen Verfahrens sehen also eine statistische Auswertung der Fahrdaten zu einem Fahrmanöver vor, bei der ein Schwellenwert in Abhängigkeit von einer Verteilung von aus den Fahrdaten bestimmten Werten einer die Fahrmanöverkinetik charakterisierenden Bewegungsgröße bestimmt wird. Ferner kann anhand der Fahrdatenmenge von Fahrdaten für das Fahrmanöver eine Aussagekraft des Fahrerprofils für das Fahrmanöver bewertet und für die Bestimmung des Schwellenwerts herangezogen werden. Dadurch kann ein Schwellenwert für das Fahrmanöver vorteilhaft an die statistische Vertrauenswürdigkeit der Fahrdaten zu dem Fahrmanöver angepasst werden. Beispielsweise kann vorgesehen werden, einen Schwellenwert mit abnehmender Varianz einer Verteilung und zunehmender Aussagekraft des Fahrerprofils für das Fahrmanöver zu verkleinern, da die erlernte Fahrmanöverkinetik mit abnehmender Varianz und zunehmender Aussagekraft vertrauenswürdiger wird.The aforementioned embodiments of the method according to the invention therefore provide a statistical evaluation of the driving data for a driving maneuver, in which a threshold value is determined as a function of a distribution of values of a movement variable characterizing the driving maneuver kinetics determined from the driving data. Furthermore, based on the amount of driving data from driving data for the driving maneuver, the significance of the driver profile for the driving maneuver can be evaluated and used to determine the threshold value. As a result, a threshold value for the driving maneuver can advantageously be adapted to the statistical reliability of the driving data relating to the driving maneuver. For example, it can be provided that a threshold value is reduced as the variance of a distribution decreases and the significance of the driver profile for the driving maneuver increases, since the learned driving maneuver kinetics become more trustworthy with decreasing variance and increasing significance.

Bei einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird ein Schwellenwert für ein Fahrmanöver auch in Abhängigkeit von einem Wetterzustand am Ort des Fahrmanövers und/oder in Abhängigkeit von einer Fahreraufmerksamkeit des Fahrers zum Zeitpunkt des Fahrmanövers bestimmt.In a further embodiment of the method according to the invention, a threshold value for a driving maneuver is also determined as a function of a weather condition at the location of the driving maneuver and/or as a function of the driver's attentiveness at the time of the driving maneuver.

Die vorgenannte Ausführungsform des erfindungsgemäßen Verfahrens berücksichtigt, dass die Gefährlichkeit eines Fahrmanövers von dem Wetterzustand am Ort des Fahrmanövers und von der Fahreraufmerksamkeit des Fahrers zum Zeitpunkt des Fahrmanövers abhängt. Beispielsweise kann vorgesehen sein, einen Schwellenwert für das Fahrmanöver bei einem ungünstigen Wetterzustand und/oder eingeschränkter Fahreraufmerksamkeit gegenüber einem günstigen Wetterzustand beziehungsweise voller Fahreraufmerksamkeit zu senken, so dass eher ein Warnhinweis ausgegeben wird.The aforementioned embodiment of the method according to the invention takes into account that the danger of a driving maneuver depends on the weather conditions at the location of the driving maneuver and on the driver's attentiveness at the time of the driving maneuver. For example, provision can be made to lower a threshold value for the driving maneuver in unfavorable weather conditions and/or with limited driver attention compared to favorable weather conditions or when the driver is fully alert, so that a warning is issued sooner.

Bei einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens umfasst die Fahrmanöverkinetik eine Längsbeschleunigung, eine Querbeschleunigung und/oder eine Geschwindigkeit des Fahrzeugs.In a further embodiment of the method according to the invention, the driving maneuver kinetics include a longitudinal acceleration, a lateral acceleration and/or a speed of the vehicle.

Die vorgenannte Ausführungsform des erfindungsgemäßen Verfahrens berücksichtigt, dass die Längsbeschleunigung, Querbeschleunigung und/oder Geschwindigkeit des Fahrzeugs für ein Fahrmanöver in der Regel diejenigen Bewegungsgrößen sind, die die Gefährlichkeit des Fahrmanövers am stärksten beeinflussen, und somit die für die Ausgabe eines Warnhinweises wichtigsten Kriterien liefern.The aforementioned embodiment of the method according to the invention takes into account that the longitudinal acceleration, lateral acceleration and/or speed of the vehicle for a driving maneuver are usually those movement variables that influence the dangerousness of the driving maneuver the most, and thus provide the most important criteria for issuing a warning.

Bei einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens werden in dem Fahrerprofil für ein Fahrmanöver ein Fahrmanöverort des Fahrmanövers und eine Häufigkeit, mit der der Fahrer das Fahrmanöver an dem Fahrmanöverort ausgeführt hat, hinterlegt. Ferner kann vorgesehen sein, dass ein Schwellenwert für ein Fahrmanöver auch in Abhängigkeit von der Häufigkeit bestimmt wird, mit der der Fahrer das Fahrmanöver an dem Fahrmanöverort ausgeführt hat.In a further embodiment of the method according to the invention, a driving maneuver location of the driving maneuver and a frequency with which the driver has carried out the driving maneuver at the driving maneuver location are stored in the driver profile for a driving maneuver. Furthermore, it can be provided that a threshold value for a driving maneuver is also determined as a function of the frequency with which the driver has carried out the driving maneuver at the driving maneuver location.

Die vorgenannte Ausführungsform des erfindungsgemäßen Verfahrens berücksichtigt, dass die Häufigkeit, mit der ein Fahrer ein Fahrmanöver an einem bestimmten Fahrmanöverort ausgeführt hat, ein Maß für eine Vertrautheit des Fahrers mit der Ausführung dieses Fahrmanövers an dem Fahrmanöverort ist. Wenn ein Fahrer das Fahrmanöver beispielsweise bereits sehr häufig an dem Fahrmanöverort ausgeführt hat, kann davon ausgegangen werden, dass der Fahrer den Fahrmanöverort kennt und das Fahrmanöver an dem Fahrmanöverort beherrscht. Daher ist es vorteilhaft, ein Fahrmanöver in dem Fahrerprofil auch durch den Fahrmanöverort und die Häufigkeit, mit der der Fahrer das Fahrmanöver an dem Fahrmanöverort ausgeführt hat, zu charakterisieren und einen Schwellenwert für ein Fahrmanöver auch in Abhängigkeit von der Häufigkeit zu bestimmen, mit der der Fahrer das Fahrmanöver an dem Fahrmanöverort ausgeführt hat.The aforementioned embodiment of the method according to the invention takes into account that the frequency with which a driver has carried out a driving maneuver at a specific driving maneuver location is a measure of the driver's familiarity with the execution of this driving maneuver at the driving maneuver location. For example, if a driver has already carried out the driving maneuver very often at the driving maneuver location, it can be assumed that the driver knows the driving maneuver location and has mastered the driving maneuver at the driving maneuver location. It is therefore advantageous to characterize a driving maneuver in the driver profile by the driving maneuver location and the frequency with which the driver has carried out the driving maneuver at the driving maneuver location, and to also determine a threshold value for a driving maneuver depending on the frequency with which the Driver performed the driving maneuver at the driving maneuver location.

Die Aufgabe wird erfindungsgemäß ferner mit einem Fahrerassistenzsystem zum Warnen eines Fahrers eines Fahrzeugs vor einer gefährlichen Situation gelöst, welches folgende Funktionseinheiten aufweist:

  • - eine Lerneinheit, die zum maschinellen Erlernen eines personalisierten Fahrerprofils unter Verwendung von Fahrdaten zu Fahrten des Fahrers eingerichtet ist, wobei das Fahrerprofil für verschiedene Fahrmanöver jeweils eine Fahrmanöverkinetik umfasst,
  • - eine Schwellenwertbestimmungseinheit, die zum Bestimmen eines Schwellenwerts für ein Fahrmanöver in Abhängigkeit von einer Fahrdatenmenge von Fahrdaten zu dem Fahrmanöver eingerichtet ist, wobei der Schwellenwert eine Abweichung von der Fahrmanöverkinetik des Fahrerprofils angibt,
  • - eine Vorhersageeinheit, die zum Vorhersagen eines zu absolvierenden Fahrmanövers anhand von Navigationsdaten und/oder Fahrzeugtelemetriedaten eingerichtet ist,
  • - eine Kinetikbestimmungseinheit, die zum Bestimmen einer voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers eingerichtet ist,
  • - eine Abweichungsermittlungseinheit, die zum Ermitteln einer Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers von der Fahrmanöverkinetik des Fahrerprofils eingerichtet ist,
  • - eine Vergleichseinheit, die zum Vergleichen der Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers mit dem Schwellenwert für das Fahrmanöver eingerichtet ist, und
  • - eine Ausgabeeinheit, die zum Ausgeben eines Warnhinweises an den Fahrer, wenn die Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers den Schwellenwert für das Fahrmanöver überschreitet, eingerichtet ist.
The object is also achieved according to the invention with a driver assistance system for warning a driver of a vehicle of a dangerous situation, which has the following functional units:
  • - a learning unit that is set up for machine learning of a personalized driver profile using driving data on trips by the driver, the driver profile for different driving maneuvers each comprising driving maneuver kinetics,
  • - a threshold value determination unit, which is set up to determine a threshold value for a driving maneuver as a function of a quantity of driving data relating to the driving maneuver, the threshold value indicating a deviation from the driving maneuver kinetics of the driver profile,
  • - a prediction unit that is set up to predict a driving maneuver to be completed using navigation data and/or vehicle telemetry data,
  • - a kinetics determination unit that is set up to determine an expected kinetics of the driving maneuver to be completed,
  • - a deviation determination unit, which is set up to determine a deviation of the probable kinetics of the driving maneuver to be completed from the driving maneuver kinetics of the driver profile,
  • - a comparison unit, which is set up to compare the deviation of the probable kinetics of the driving maneuver to be completed with the threshold value for the driving maneuver, and
  • - An output unit that is set up to output a warning to the driver if the deviation in the anticipated kinetics of the driving maneuver to be completed exceeds the threshold value for the driving maneuver.

Ein derartiges Fahrerassistenzsystem ermöglicht die Durchführung des erfindungsgemäßen Verfahrens. Daher ergeben sich die Vorteile eines derartigen Fahrerassistenzsystems aus den oben genannten Vorteilen des erfindungsgemäßen Verfahrens.Such a driver assistance system enables the method according to the invention to be carried out. The advantages of such a driver assistance system therefore result from the above-mentioned advantages of the method according to the invention.

Ausführungsformen der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert. Dabei zeigen:

  • 1 ein Blockdiagramm einer Ausführungsform eines erfindungsgemäßen Fahrerassistenzsystems,
  • 2 ein Ablaufdiagramm einer Ausführungsform des erfindungsgemäßen Verfahrens,
  • 3 eine Darstellung eines Fahrmanövers eines Fahrzeugs.
Embodiments of the invention are explained in more detail below with reference to drawings. show:
  • 1 a block diagram of an embodiment of a driver assistance system according to the invention,
  • 2 a flowchart of an embodiment of the method according to the invention,
  • 3 a representation of a driving maneuver of a vehicle.

1 (1) zeigt ein Blockdiagramm eines Fahrerassistenzsystems 100 eines Fahrzeugs gemäß einer Ausführungsform der Erfindung. Das Fahrerassistenzsystem 100 ist zum Warnen eines Fahrers des Fahrzeugs vor einer gefährlichen Situation eingerichtet und weist folgende Funktionseinheiten auf, die in 1 abgebildet sind: eine Lerneinheit 101, eine Schwellenwertbestimmungseinheit 102, eine Vorhersageeinheit 103, eine Kinetikbestimmungseinheit 104, eine Abweichungsermittlungseinheit 105, eine Vergleichseinheit 106 und eine Ausgabeeinheit 107. Neben den genannten Funktionseinheiten kann das Fahrerassistenzsystem 100 über weitere Funktionseinheiten verfügen, die in 1 nicht gezeigt sind, beispielsweise über eine Speichereinheit, eine Kommunikationseinheit zum Datenaustausch mit einer anderen Einrichtung, beispielsweise mit einer Datenwolke, und/oder eine Empfangseinheit zum Empfangen von Verkehrsinformationen. 1 ( 1 ) shows a block diagram of a driver assistance system 100 of a vehicle according to an embodiment of the invention. Driver assistance system 100 is set up to warn a driver of the vehicle of a dangerous situation and has the following functional units, which 1 are shown: a learning unit 101, a threshold value determination unit 102, a prediction unit 103, a kinetics determination unit 104, a deviation determination unit 105, a comparison unit 106 and an output unit 107. In addition to the functional units mentioned, the driver assistance system 100 can have other functional units that are 1 are not shown, for example via a memory unit, a communication unit for data exchange with another device, for example with a data cloud, and/or a receiving unit for receiving traffic information.

Die Lerneinheit 101 ist zum maschinellen Erlernen eines personalisierten Fahrerprofils unter Verwendung von Fahrdaten zu Fahrten des Fahrers eingerichtet, wobei das Fahrerprofil für verschiedene Fahrmanöver jeweils eine Fahrmanöverkinetik umfasst.The learning unit 101 is set up for automatically learning a personalized driver profile using driving data relating to journeys made by the driver, the driver profile comprising driving maneuver kinetics for different driving maneuvers.

Die Fahrmanöverkinetik für ein Fahrmanöver wird durch Werte einer Bewegungsgröße oder mehrerer Bewegungsgrößen charakterisiert, mit denen das Fahrmanöver ausgeführt wird. Derartige Bewegungsgrößen sind beispielsweise eine Längsbeschleunigung, eine Querbeschleunigung und/oder eine Geschwindigkeit des Fahrzeugs, insbesondere in Abhängigkeit von einer Zeit und/oder bezogen auf einen Ort, beispielsweise bei einer Kurvenfahrt bezogen auf einen Kurvenscheitelpunkt der Kurve oder bei einem Abbremsen des Fahrzeugs vor einem bestimmten Verkehrsinfrastrukturelement bezogen auf einen definierten Abstand von dem Verkehrsinfrastrukturelement.The driving maneuver kinetics for a driving maneuver are characterized by values of a movement variable or several movement variables with which the driving maneuver is carried out. Such movement variables are, for example, a longitudinal acceleration, a lateral acceleration and/or a speed of the vehicle, in particular as a function of a time and/or in relation to a location, for example when cornering in relation to a curve apex of the curve or when the vehicle brakes before a certain point Traffic infrastructure element based on a defined distance from the traffic infrastructure element.

Die Fahrdaten zu Fahrten des Fahrers werden beispielsweise in einer Speichereinheit des Fahrerassistenzsystems 100 gesammelt.The driving data on the driver's journeys are collected, for example, in a memory unit of driver assistance system 100 .

Die Lerneinheit 101 kann ferner eingerichtet sein, zum maschinellen Erlernen des Fahrerprofils für ein Fahrmanöver auch Zusatzfahrdaten zu Fahrten anderer Fahrer zu verwenden, wenn die Fahrdatenmenge von Fahrdaten für das Fahrmanöver eine Mindestdatenmenge unterschreitet. Die Zusatzfahrdaten werden beispielsweise von einem Datenwolkendienst gesammelt und bereitgestellt und von dem Fahrerassistenzsystem 100 aus dem Datenwolkendienst abgerufen, beispielsweise über eine Funkverbindung.The learning unit 101 can also be set up to also use additional driving data for trips made by other drivers for machine learning of the driver profile for a driving maneuver if the driving data volume of driving data for the driving maneuver falls below a minimum data volume. The additional driving data is collected and provided by a data cloud service, for example, and is retrieved from the data cloud service by driver assistance system 100, for example via a radio link.

Die Schwellenwertbestimmungseinheit 102 ist zum Bestimmen eines Schwellenwerts für ein Fahrmanöver in Abhängigkeit von einer Fahrdatenmenge von Fahrdaten zu dem Fahrmanöver eingerichtet, wobei der Schwellenwert eine Abweichung von der Fahrmanöverkinetik des Fahrerprofils für das Fahrmanöver angibt.Threshold determination unit 102 is set up to determine a threshold value for a driving maneuver as a function of a set of driving data relating to the driving maneuver, the threshold value indicating a deviation from the driving maneuver kinetics of the driver profile for the driving maneuver.

Beispielsweise ist die Schwellenwertbestimmungseinheit 102 eingerichtet, für ein Fahrmanöver anhand der Fahrdaten zu Fahrten des Fahrers einen Mittelwert und eine Varianz einer Verteilung von Werten einer die Fahrmanöverkinetik charakterisierenden Bewegungsgröße zu ermitteln und als Schwellenwert für das Fahrmanöver eine von der Varianz abhängige Abweichung von dem Mittelwert zu bestimmen. Wenn die Fahrmanöverkinetik durch mehrere Bewegungsgrößen charakterisiert wird, kann die Schwellenwertbestimmungseinheit 102 ferner eingerichtet sein, für die Verteilungen der Werte dieser Bewegungsgrößen jeweils einen Mittelwert und eine Varianz zu ermitteln und jeweils einen Schwellenwert als eine Abweichung von dem Mittelwert in Abhängigkeit von der Varianz zu bestimmen.For example, the threshold value determination unit 102 is set up to determine a mean value and a variance of a distribution of values of a movement variable characterizing the driving maneuver kinetics for a driving maneuver based on the driving data on journeys by the driver and to determine a deviation from the mean value that is dependent on the variance as a threshold value for the driving maneuver . If the driving maneuver kinetics are characterized by several movement variables, the threshold value determination unit 102 can also be set up to determine a mean value and a variance for the distribution of the values of these movement variables and to determine a threshold value as a deviation from the mean value depending on the variance.

Zusätzlich kann die Schwellenwertbestimmungseinheit 102 eingerichtet sein, für ein Fahrmanöver anhand der Fahrdatenmenge von Fahrdaten für das Fahrmanöver eine Aussagekraft des Fahrerprofils für das Fahrmanöver zu bewerten und einen Schwellenwert für das Fahrmanöver als auch von der Aussagekraft abhängige Abweichung von dem entsprechenden Mittelwert zu bestimmen.In addition, the threshold value determination unit 102 can be set up to evaluate a significance of the driver profile for the driving maneuver for a driving maneuver based on the amount of driving data for the driving maneuver and to determine a threshold value for the driving maneuver as well as a deviation from the corresponding mean value that is dependent on the significance.

Ferner kann die Schwellenwertbestimmungseinheit 102 eingerichtet sein, einen Schwellenwert für ein Fahrmanöver auch in Abhängigkeit von einem Wetterzustand und/oder von einer Verkehrslage, beispielsweise von einer Verkehrsdichte und/oder Verkehrsstärke, am Ort des Fahrmanövers und/oder in Abhängigkeit von einer Fahreraufmerksamkeit des Fahrers zum Zeitpunkt des Fahrmanövers zu bestimmen.Furthermore, threshold value determination unit 102 can be set up to determine a threshold value for a driving maneuver as a function of the weather condition and/or a traffic situation, for example traffic density and/or traffic volume, at the location of the driving maneuver and/or depending on the driver's alertness to determine the time of the driving manoeuvre.

Außerdem kann die Schwellenwertbestimmungseinheit 102 eingerichtet sein, einen Schwellenwert für ein Fahrmanöver auch in Abhängigkeit von einer Häufigkeit zu bestimmen, mit der der Fahrer das Fahrmanöver an einem Fahrmanöverort ausgeführt hat. Dies setzt voraus, dass in dem Fahrerprofil mit der Fahrmanöverkinetik für das Fahrmanöver auch ein Fahrmanöverort des Fahrmanövers und die Häufigkeit, mit der der Fahrer das Fahrmanöver an einem Fahrmanöverort ausgeführt hat, abgelegt sind.In addition, the threshold value determination unit 102 can be set up to determine a threshold value for a driving maneuver also as a function of a frequency with which the driver has carried out the driving maneuver at a driving maneuver location. This presupposes that a driving maneuver location of the driving maneuver and the frequency with which the driver has carried out the driving maneuver at a driving maneuver location are also stored in the driver profile with the driving maneuver kinetics for the driving maneuver.

Die Vorhersageeinheit 103 ist zum Vorhersagen eines zu absolvierenden Fahrmanövers anhand von Navigationsdaten und/oder Fahrzeugtelemetriedaten eingerichtet.The prediction unit 103 is set up to predict a driving maneuver to be completed using navigation data and/or vehicle telemetry data.

Als Navigationsdaten verwendet die Vorhersageeinheit 103 beispielsweise eine Fahrzeugposition des Fahrzeugs und Landkartendaten einer digitalen Landkarte sowie gegebenenfalls eine Route, der das Fahrzeug folgt. Die Fahrzeugposition des Fahrzeugs wird beispielsweise unter Verwendung eines Navigationssatellitensystems bestimmt, beispielsweise unter Verwendung von GPS, GLONASS, Beidou oder Galileo. Landkartendaten einer digitalen Landkarte werden beispielsweise von einer Speichereinheit bereitgestellt, die in dem Fahrzeug angeordnet und beispielsweise eine Funktionseinheit des Fahrerassistenzsystems 100 ist, oder aus einer Datenwolke, beispielsweise über eine Funkverbindung, abgerufen. Eine Route, der das Fahrzeug folgt, wird beispielsweise von einer Navigationseinrichtung berechnet. Die Route ist beispielsweise eine Route, die von der Navigationseinrichtung zu einer aktiven Zielführung verwendet wird und deren Startposition und/oder Zielposition beispielsweise aus einer Eingabe abgeleitet wird, die ein Benutzer der Navigationseinrichtung über eine Bedienungseinheit in die Navigationseinrichtung eingibt. Alternativ wird die Route beispielsweise von der Navigationseinrichtung selbst ermittelt, beispielsweise unter Verwendung gespeicherter Daten zu früheren Fahrten des Fahrers.The prediction unit 103 uses, for example, a vehicle position of the vehicle and map data of a digital map and possibly a route that the vehicle follows as navigation data. The vehicle's vehicle position is determined, for example, using a navigation satellite system, for example using GPS, GLONASS, Beidou or Galileo. Map data of a digital map are provided, for example, by a storage unit that is arranged in the vehicle and is, for example, a functional unit of driver assistance system 100, or retrieved from a data cloud, for example via a radio link. A route that the vehicle follows is calculated by a navigation device, for example. The route is, for example, a route that is used by the navigation device for active route guidance and whose starting position and/or destination position is derived, for example, from an input that a user of the navigation device enters into the navigation device via an operating unit. Alternatively, the route is determined, for example, by the navigation device itself, for example using stored data on previous journeys by the driver.

Als Fahrzeugtelemetriedaten werden von der Vorhersageeinheit 103 Sensordaten verwendet, die von einem in oder an dem Fahrzeug angeordneten Sensor oder mehreren derartigen Sensoren erfasst werden. Derartige Sensoren sind beispielsweise Kameras, Radar- und/oder Lidarsensoren, mit denen jeweils ein Fahrzeuginnenraum und/oder eine Fahrzeugumgebung des Fahrzeugs erfasst wird, und/oder Bewegungssensoren, mit denen beispielsweise jeweils ein Bewegungszustand des Fahrzeugs wie eine Beschleunigung und/oder Geschwindigkeit erfasst wird.The prediction unit 103 uses sensor data as vehicle telemetry data, which are detected by a sensor or a plurality of such sensors arranged in or on the vehicle. Such sensors are, for example, cameras, radar and/or lidar sensors, with which a vehicle interior and/or a vehicle environment of the vehicle is recorded, and/or motion sensors, with which, for example, a movement state of the vehicle such as acceleration and/or speed is recorded .

Die Kinetikbestimmungseinheit 104 ist zum Bestimmen einer voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers eingerichtet. Zu diesem Zweck werden von der Kinetikbestimmungseinheit 104 beispielsweise Fahrzeugtelemetriedaten und Navigationsdaten verwendet. Beispielsweise werden von der Kinetikbestimmungseinheit 104 für eine zu absolvierende Kurvenfahrt eine voraussichtliche Geschwindigkeit, eine voraussichtliche Querbeschleunigung und/oder eine voraussichtliche Längsbeschleunigung an einem Ort in der Kurve (beispielsweise an einem Kurvenscheitelpunkt) oder an mehreren Orten in der Kurve in Abhängigkeit von einer momentanen Geschwindigkeit des Fahrzeugs, einem momentanen Abstand des Fahrzeugs von der Kurve und/oder von Kurvenmerkmalen der Kurve wie einer Länge und einer Krümmung der Kurve bestimmt.The kinetics determination unit 104 is set up to determine an expected kinetics of the driving maneuver to be completed. Vehicle telemetry data and navigation data, for example, are used by the kinetics determination unit 104 for this purpose. For example, the kinetics determination unit 104 calculates an expected speed, an expected lateral acceleration and/or an expected longitudinal acceleration at one location in the curve (e.g. at a curve apex) or at several locations in the curve for cornering to be completed, depending on a current speed of the vehicle, a current distance of the vehicle from the curve, and/or curve features of the curve such as a length and curvature of the curve.

Die Abweichungsermittlungseinheit 105 ist zum Ermitteln einer Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers von der Fahrmanöverkinetik des Fahrerprofils eingerichtet.Deviation determination unit 105 is set up to determine a deviation of the probable kinetics of the driving maneuver to be completed from the driving maneuver kinetics of the driver profile.

Die Vergleichseinheit 106 ist zum Vergleichen der Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers mit einem Schwellenwert für das Fahrmanöver eingerichtet.The comparison unit 106 is set up to compare the deviation of the probable kinetics of the driving maneuver to be completed with a threshold value for the driving maneuver.

Die Ausgabeeinheit 107 ist zum Ausgeben eines Warnhinweises an den Fahrer, wenn die Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers einen Schwellenwert für das Fahrmanöver überschreitet, eingerichtet.The output unit 107 is set up to output a warning to the driver if the deviation in the probable kinetics of the driving maneuver to be completed exceeds a threshold value for the driving maneuver.

Beispielsweise ist die Ausgabeeinheit 107 eingerichtet, als Warnhinweis ein visuelles, akustisches und/oder haptisches Warnsignal auszugeben. Ein visueller Warnhinweis wird von der Ausgabeeinheit 107 beispielsweise auf einer Anzeigeeinheit ausgegeben. Die Anzeigeeinheit ist beispielsweise eine LCD-Anzeige, eine OLED-Anzeige oder eine Frontscheibenanzeige des Fahrzeugs. Alternativ oder zusätzlich ist die Ausgabeeinheit 107 beispielsweise eingerichtet, mit einer Lautsprechereinheit einen akustischen Warnhinweis auf das Fahrmanöver auszugeben und/oder mit einer haptischen Warneinheit ein haptisches Signal, beispielsweise über ein Lenkrad des Fahrzeugs, auszugeben. Die Ausgabeeinheit 107 kann auch für eine mehrstufige Warnstrategie eingerichtet sein. Beispielsweise kann zunächst ein visueller Warnhinweis ausgegeben werden und bei ausbleibender Reaktion des Fahrers, beziehungsweise bei fortdauernder Überschreitung des Schwellenwerts, kann anschließend ein akustischer und/oder haptischer Warnhinweis ausgegeben werden.For example, the output unit 107 is set up to output a visual, acoustic and/or haptic warning signal as a warning. A visual warning is output by the output unit 107 on a display unit, for example. The display unit is, for example, an LCD display, an OLED display or a windshield display of the vehicle. Alternatively or additionally, output unit 107 is set up, for example, to output an acoustic warning about the driving maneuver using a loudspeaker unit and/or to output a haptic signal using a haptic warning unit, for example via a steering wheel of the vehicle. The output unit 107 can also be set up for a multi-stage warning strategy. For example, a visual warning can first be output and if the driver fails to react, or if the threshold value is continuously exceeded, an acoustic and/or haptic warning can then be output.

Das Fahrerassistenzsystem 100 ist beispielsweise ein Vehicle Monitoring System oder Teil eines Vehicle Monitoring Systems für das Fahrzeug. Die Lerneinheit 101, die Schwellenwertbestimmungseinheit 102, die Vorhersageeinheit 103, die Kinetikbestimmungseinheit 104, die Abweichungsermittlungseinheit 105 und die Vergleichseinheit 106 umfassen beispielsweise jeweils ein Computerprogramm, das auf einer Recheneinheit des Fahrerassistenzsystems 100 ausgeführt wird.The driver assistance system 100 is, for example, a vehicle monitoring system or part of a vehicle monitoring system for the vehicle. Learning unit 101, threshold value determination unit 102, prediction unit 103, kinetics determination unit 104, deviation determination unit 105 and comparison unit 106 each include, for example, a computer program that is executed on a processing unit of driver assistance system 100.

2 (2) zeigt ein Ablaufdiagramm 200 eines Verfahrens mit Verfahrensschritten 201 bis 207 zum Warnen eines Fahrers eines Fahrzeugs vor einer gefährlichen Situation gemäß einer Ausführungsform der Erfindung. Das Verfahren wird unter Verwendung eines Fahrerassistenzsystems 100 ausgeführt, das Bezug nehmend auf 1 beschrieben wurde. 2 ( 2 ) shows a flow chart 200 of a method with method steps 201 to 207 for warning a driver of a vehicle of a dangerous situation according to an embodiment of the invention. The method is carried out using a driver assistance system 100, which is referred to in FIG 1 was described.

Die Verfahrensschritte 201 bis 207 werden nachfolgend auch unter Bezugnahme auf 3 beschrieben.The method steps 201 to 207 are also described below with reference to FIG 3 described.

In einem ersten Verfahrensschritt 201 wird von der Lerneinheit 101 des Fahrerassistenzsystems 100 ein personalisiertes Fahrerprofil unter Verwendung von Fahrdaten zu Fahrten des Fahrers maschinell erlernt, wobei das Fahrerprofil für verschiedene Fahrmanöver jeweils eine Fahrmanöverkinetik umfasst.In a first method step 201, learning unit 101 of driver assistance system 100 automatically learns a personalized driver profile using driving data relating to the driver's journeys, the driver profile including driving maneuver kinetics for different driving maneuvers.

3 (3) zeigt beispielhaft eine Darstellung eines Fahrmanövers 300 eines Fahrzeugs 301. Das dargestellte Fahrmanöver 300 ist eine Kurvenfahrt durch eine Kurve 302 einer Straße 303. Dieses Fahrmanöver 300 wird in dem Fahrerprofil durch Kurvenmerkmale der Kurve 302 charakterisiert, beispielsweise durch eine Länge der Kurve 302, eine mittlere Krümmung der Kurve 302, eine maximale Krümmung der Kurve 302 und/oder eine Steigung der Kurve 302. Zusätzlich kann das Fahrmanöver 300 in dem Fahrerprofil durch weitere Daten charakterisiert werden, beispielsweise durch einen Fahrmanöverort der Kurve 302 und/oder eine Häufigkeit, mit der der Fahrer die Kurve 302 bereits durchfahren hat. 3 ( 3 ) shows an example of a driving maneuver 300 of a vehicle 301. The driving maneuver 300 shown is cornering through a curve 302 on a road 303. This driving maneuver 300 is characterized in the driver profile by curve features of the curve 302, for example by a length of the curve 302, a mean curvature of the curve 302, a maximum curvature of the curve 302 and/or a gradient of the curve 302. In addition, the driving maneuver 300 in the driver profile can be characterized by further data, for example by a driving maneuver location of the curve 302 and/or a frequency with which the driver has already driven through curve 302.

Die Fahrmanöverkinetik für das in 3 dargestellte Fahrmanöver 300 umfasst beispielsweise eine Geschwindigkeit 304, eine Längsbeschleunigung 305 und/oder eine Querbeschleunigung 306 des Fahrzeugs 301 an einem bestimmten Ort in der Kurve 302, beispielsweise an einem Kurvenscheitelpunkt der Kurve 302, oder an mehreren Orten in der Kurve 302. In 3 sind die Geschwindigkeit 304, Längsbeschleunigung 305 und Querbeschleunigung 306 jeweils durch einen Pfeil dargestellt, der die Richtung der jeweiligen Bewegungsgröße zeigt, wobei angenommen ist, dass das Fahrzeug 301 bremst, so dass die Längsbeschleunigung 305 der Geschwindigkeit 304 entgegengesetzt ist. Die Fahrmanöverkinetik des Fahrmanövers 300 wird dementsprechend unter Verwendung von Fahrdaten zu früheren Fahrten des Fahrers erlernt, bei denen der Fahrer das Fahrmanöver 300 ausgeführt hat und die Geschwindigkeit 304, Längsbeschleunigung 305 und/oder Querbeschleunigung 306 des Fahrzeugs 301 bei der Ausführung des Fahrmanövers 300 erfasst wurden. Entsprechend wird eine Fahrmanöverkinetik für ein anderes Fahrmanöver gelernt, beispielsweise für eine Kurvenfahrt durch eine Kurve mit anderen Kurvenmerkmalen oder ein Abbremsen des Fahrzeugs 301 vor einem bestimmten Verkehrsinfrastrukturelement wie einer Lichtsignalanlage, einer Straßenkreuzung, einem Tunnel oder einer Brücke.The driving maneuver kinetics for the in 3 The driving maneuver 300 illustrated includes, for example, a speed 304, a longitudinal acceleration 305 and/or a lateral acceleration 306 of the vehicle 301 at a specific location in the curve 302, for example at a curve apex of the curve 302, or at a number of locations in the curve 302 3 the speed 304, longitudinal acceleration 305 and lateral acceleration 306 are each represented by an arrow showing the direction of the respective movement variable, it being assumed that the vehicle 301 brakes so that the longitudinal acceleration 305 of the speed 304 is opposite. The driving maneuver kinetics of driving maneuver 300 are accordingly learned using driving data from previous journeys by the driver, during which the driver performed driving maneuver 300 and the speed 304, longitudinal acceleration 305 and/or lateral acceleration 306 of vehicle 301 when executing driving maneuver 300 were recorded . Correspondingly, driving maneuver kinetics for another driving maneuver are learned, for example for cornering through a curve with different curve characteristics or for braking vehicle 301 in front of a specific traffic infrastructure element such as a traffic signal system, a road junction, a tunnel or a bridge.

Wenn die Fahrdatenmenge von Fahrdaten für ein Fahrmanöver eine Mindestdatenmenge unterschreitet, können zum maschinellen Erlernen des Fahrerprofils für das Fahrmanöver auch Zusatzfahrdaten zu Fahrten anderer Fahrer verwenden werden, beispielsweise Zusatzfahrdaten, die von einem Datenwolkendienst gesammelt und bereitgestellt und von dem Fahrerassistenzsystem 100 aus dem Datenwolkendienst abgerufen werden.If the driving data volume of driving data for a driving maneuver falls below a minimum data volume, additional driving data for trips by other drivers can also be used for machine learning of the driver profile for the driving maneuver, for example additional driving data that is collected and provided by a data cloud service and retrieved by the driver assistance system 100 from the data cloud service .

In einem zweiten Verfahrensschritt 202 wird von der Schwellenwertbestimmungseinheit 102 des Fahrerassistenzsystems 100 ein Schwellenwert für ein Fahrmanöver in Abhängigkeit von einer Fahrdatenmenge von Fahrdaten zu dem Fahrmanöver bestimmt, wobei der Schwellenwert eine Abweichung von der Fahrmanöverkinetik des Fahrerprofils angibt.In a second method step 202, threshold value determination unit 102 of driver assistance system 100 determines a threshold value for a driving maneuver as a function of a quantity of driving data relating to the driving maneuver, the threshold value indicating a deviation from the driving maneuver kinetics of the driver profile.

Beispielsweise werden für ein Fahrmanöver anhand der Fahrdaten zu Fahrten des Fahrers ein Mittelwert und eine Varianz einer Verteilung von Werten einer die Fahrmanöverkinetik charakterisierenden Bewegungsgröße ermittelt und als Schwellenwert wird für das Fahrmanöver eine von der Varianz abhängige Abweichung von dem Mittelwert bestimmt. Wenn die Fahrmanöverkinetik durch mehrere Bewegungsgrößen charakterisiert wird, werden für die Verteilungen der Werte dieser Bewegungsgrößen beispielsweise jeweils ein Mittelwert und eine Varianz ermittelt und ein Schwellenwert als Abweichung von dem Mittelwert in Abhängigkeit von der Varianz bestimmt. Beispielsweise werden also für das in 3 gezeigte Fahrmanöver 300 anhand der Fahrdaten zu Fahrten des Fahrers jeweils ein Mittelwert und eine Varianz einer Verteilung von Werten der Geschwindigkeit 304, der Längsbeschleunigung 305 und/oder der Querbeschleunigung 306 des Fahrzeugs 301 an einem bestimmten Ort in der Kurve 302 oder an mehreren Orten in der Kurve 302 ermittelt und ein Schwellenwert als Abweichung von dem Mittelwert in Abhängigkeit von der Varianz bestimmt.For example, a mean value and a variance of a distribution of values of a movement variable characterizing the driving maneuver kinetics are determined for a driving maneuver using the driving data on journeys by the driver, and a deviation from the mean value that is dependent on the variance is determined as a threshold value for the driving maneuver. If the driving maneuver kinetics are characterized by a number of movement variables, a mean value and a variance are determined for the distribution of the values of these movement variables, for example, and a threshold value is determined as the deviation from the mean value as a function of the variance. For example, for the in 3 driving maneuvers 300 shown, based on the driving data for journeys by the driver, in each case a mean value and a variance of a distribution of values for the speed 304, the longitudinal acceleration 305 and/or the lateral acceleration 306 of the vehicle 301 at a specific location in the curve 302 or at a plurality of locations in the Curve 302 is found and a threshold determined as the deviation from the mean as a function of the variance.

Zusätzlich kann für ein Fahrmanöver anhand der Fahrdatenmenge von Fahrdaten für das Fahrmanöver eine Aussagekraft des Fahrerprofils für das Fahrmanöver bewertet und ein Schwellenwert für das Fahrmanöver als auch von der Aussagekraft abhängige Abweichung von dem entsprechenden Mittelwert bestimmt werden.In addition, a validity of the driver profile for the driving maneuver can be evaluated for a driving maneuver based on the quantity of driving data for the driving maneuver and a threshold value for the driving maneuver as well as the deviation from the corresponding mean value dependent on the validity can be determined.

Ferner kann ein Schwellenwert für ein Fahrmanöver zusätzlich auch in Abhängigkeit von einem Wetterzustand und/oder von einer Verkehrslage, beispielsweise von einer Verkehrsdichte und/oder Verkehrsstärke, am Ort des Fahrmanövers und/oder in Abhängigkeit von einer Fahreraufmerksamkeit des Fahrers zum Zeitpunkt des Fahrmanövers bestimmt werden. Auf eine mangelnde Fahreraufmerksamkeit des Fahrers wird beispielsweise geschlossen, wenn untypische, insbesondere vom Fahrerprofil abweichende, Fahrmanöver des Fahrers wie untypisch häufige Spurwechsel oder ungewöhnliche Quer- oder Längsbeschleunigungen des Fahrzeugs, erkannt werden oder eine Häufung signifikant von dem Fahrerprofil abweichender Fahrmanöver festgestellt wird.Furthermore, a threshold value for a driving maneuver can also be determined as a function of a weather condition and/or a traffic situation, for example traffic density and/or traffic volume, at the location of the driving maneuver and/or depending on the driver's attentiveness at the time of the driving maneuver . A lack of attention on the part of the driver is concluded, for example, if atypical driving maneuvers by the driver, in particular ones that deviate from the driver profile, such as atypically frequent lane changes or unusual lateral or longitudinal acceleration of the vehicle, are detected, or an accumulation of driving maneuvers that deviate significantly from the driver profile is detected.

Außerdem kann ein Schwellenwert für ein Fahrmanöver auch in Abhängigkeit von einer Häufigkeit bestimmt werden, mit der der Fahrer das Fahrmanöver an einem Fahrmanöverort ausgeführt hat.In addition, a threshold value for a driving maneuver can also be determined as a function of a frequency with which the driver has carried out the driving maneuver at a driving maneuver location.

In einem dritten Verfahrensschritt 203 wird von der Vorhersageeinheit 103 des Fahrerassistenzsystems 100 ein zu absolvierendes Fahrmanöver anhand von Navigationsdaten und/oder Fahrzeugtelemetriedaten vorhergesagt.In a third method step 203, a driving maneuver to be completed is predicted by the prediction unit 103 of the driver assistance system 100 using navigation data and/or vehicle telemetry data.

Als Navigationsdaten werden beispielsweise eine Fahrzeugposition des Fahrzeugs und Landkartendaten einer digitalen Landkarte sowie gegebenenfalls eine Route, der das Fahrzeug folgt, verwendet. Die Fahrzeugposition des Fahrzeugs wird beispielsweise unter Verwendung eines Navigationssatellitensystems bestimmt, beispielsweise unter Verwendung von GPS, GLONASS, Beidou oder Galileo. Landkartendaten einer digitalen Landkarte werden beispielsweise von einer Speichereinheit bereitgestellt, die in dem Fahrzeug angeordnet und beispielsweise eine Funktionseinheit des Fahrerassistenzsystems 100 ist, oder aus einer Datenwolke, beispielsweise über eine Funkverbindung, abgerufen. Eine Route, der das Fahrzeug folgt, wird beispielsweise von einer Navigationseinrichtung berechnet. Die Route ist beispielsweise eine Route, die von der Navigationseinrichtung zu einer aktiven Zielführung verwendet wird und deren Startposition und/oder Zielposition beispielsweise aus einer Eingabe abgeleitet wird, die ein Benutzer der Navigationseinrichtung über eine Bedienungseinheit in die Navigationseinrichtung eingibt. Alternativ wird die Route beispielsweise von der Navigationseinrichtung selbst ermittelt, beispielsweise unter Verwendung gespeicherter Daten zu früheren Fahrten des Fahrers.For example, a vehicle position of the vehicle and map data of a digital map and possibly a route that the vehicle follows are used as navigation data. The vehicle's vehicle position is determined, for example, using a navigation satellite system, for example using GPS, GLONASS, Beidou or Galileo. Map data of a digital map are provided, for example, by a memory unit that is arranged in the vehicle and is, for example, a functional unit of driver assistance system 100, or retrieved from a data cloud, for example via a radio link. A route that the vehicle follows is calculated by a navigation device, for example. The route is, for example, a route that is used by the navigation device for active route guidance and whose starting position and/or destination position is derived, for example, from an input that a user of the navigation device enters into the navigation device via an operating unit. Alternatively, the route is determined, for example, by the navigation device itself, for example using stored data on previous journeys by the driver.

Als Fahrzeugtelemetriedaten werden Sensordaten verwendet, die von einem in oder an dem Fahrzeug angeordneten Sensor oder mehreren derartigen Sensoren erfasst werden. Derartige Sensoren sind beispielsweise Kameras, Radar- und/oder Lidarsensoren, mit denen jeweils ein Fahrzeuginnenraum und/oder eine Fahrzeugumgebung des Fahrzeugs erfasst wird, und/oder Bewegungssensoren, mit denen beispielsweise jeweils ein Bewegungszustand des Fahrzeugs wie eine Beschleunigung und/oder Geschwindigkeit erfasst wird.Sensor data are used as vehicle telemetry data, which are recorded by a sensor arranged in or on the vehicle or by a plurality of such sensors. Such sensors are, for example, cameras, radar and/or lidar sensors, with which a vehicle interior and/or a vehicle environment of the vehicle is recorded, and/or motion sensors, with which, for example, a movement state of the vehicle such as acceleration and/or speed is recorded .

Beispielsweise wird von der Vorhersageeinheit 103 anhand von Navigationsdaten und/oder Fahrzeugtelemetriedaten erkannt, dass sich das Fahrzeug einer Kurve mit bestimmten Kurvenmerkmalen nähert, und als Fahrmanöver eine entsprechende Kurvenfahrt vorhergesagt.For example, using navigation data and/or vehicle telemetry data, prediction unit 103 recognizes that the vehicle is approaching a curve with specific curve characteristics, and corresponding cornering is predicted as a driving maneuver.

In einem vierten Verfahrensschritt 204 wird von der Kinetikbestimmungseinheit 104 des Fahrerassistenzsystems 100 eine voraussichtliche Kinetik des zu absolvierenden Fahrmanövers bestimmt.In a fourth method step 204, the kinetics determination unit 104 of the driver assistance system 100 determines an expected kinetics of the driving maneuver to be completed.

Zu diesem Zweck werden von der Kinetikbestimmungseinheit 104 beispielsweise Fahrzeugtelemetriedaten und Navigationsdaten verwendet. Beispielsweise werden für ein in 3 dargestelltes zu absolvierendes Fahrmanöver 300 eine voraussichtliche Geschwindigkeit 304, eine voraussichtliche Längsbeschleunigung 305 und/oder eine voraussichtliche Querbeschleunigung 306 an einem Ort in der Kurve 302 (beispielsweise an einem Kurvenscheitelpunkt) oder an mehreren Orten in der Kurve in Abhängigkeit von einer momentanen Geschwindigkeit des Fahrzeugs, einem momentanen Abstand des Fahrzeugs von der Kurve 302 und von Kurvenmerkmalen der Kurve 302 wie einer Länge und einer Krümmung der Kurve 302 bestimmt.Vehicle telemetry data and navigation data, for example, are used by the kinetics determination unit 104 for this purpose. For example, for an in 3 represented driving maneuver 300 to be completed an expected speed 304, an expected longitudinal acceleration 305 and/or an expected lateral acceleration 306 at a location in the curve 302 (for example at a curve apex) or at several locations in the curve depending on a current speed of the vehicle, a current distance of the vehicle from the curve 302 and curve features of the curve 302 such as a length and a curvature of the curve 302 are determined.

In einem fünften Verfahrensschritt 205 wird von der Abweichungsermittlungseinheit 105 des Fahrerassistenzsystems 100 eine Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers von der Fahrmanöverkinetik des Fahrerprofils ermittelt.In a fifth method step 205, deviation determination unit 105 of driver assistance system 100 determines a deviation of the probable kinetics of the driving maneuver to be completed from the driving maneuver kinetics of the driver profile.

Beispielsweise wird im Fall eines in 3 dargestellten zu absolvierenden Fahrmanövers 300 eine Abweichung der voraussichtlichen Geschwindigkeit 304, der voraussichtlichen Längsbeschleunigung 305 und/oder der voraussichtlichen Querbeschleunigung 306 des Fahrzeugs 301 an einem bestimmten Ort in der Kurve 302 oder an mehreren Orten in der Kurve 302 von dem jeweils entsprechenden Wert ermittelt, der in der Fahrmanöverkinetik des Fahrerprofils für das Fahrmanöver 300 hinterlegt ist.For example, in the case of an in 3 illustrated driving maneuver 300 to be completed determines a deviation of the expected speed 304, the expected longitudinal acceleration 305 and/or the expected lateral acceleration 306 of the vehicle 301 at a specific location in the curve 302 or at several locations in the curve 302 from the respective corresponding value, which is stored in the driving maneuver kinetics of the driver profile for driving maneuver 300 .

In einem sechsten Verfahrensschritt 206 wird von der Vergleichseinheit 106 des Fahrerassistenzsystems 100 die Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers mit einem Schwellenwert für das Fahrmanöver verglichen.In a sixth method step 206, comparison unit 106 of driver assistance system 100 compares the deviation in the probable kinetics of the driving maneuver to be completed with a threshold value for the driving maneuver.

In einem siebten Verfahrensschritt 207 wird von der Ausgabeeinheit 107 des Fahrerassistenzsystems 100 ein Warnhinweis an den Fahrer ausgegeben, wenn die Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers einen Schwellenwert für das Fahrmanöver überschreitet.In a seventh method step 207, the output unit 107 of the driver assistance system 100 issues a warning to the driver if the deviation in the probable kinetics of the driving maneuver to be completed exceeds a threshold value for the driving maneuver.

Beispielsweise wird als Warnhinweis ein visuelles, akustisches und/oder haptisches Warnsignal ausgegeben. Ein visueller Warnhinweis wird beispielsweise auf einer Anzeigeeinheit ausgegeben. Die Anzeigeeinheit ist beispielsweise eine LCD-Anzeige, eine OLED-Anzeige oder eine Frontscheibenanzeige des Fahrzeugs. Beispielsweise wird im Fall eines in 3 dargestellten zu absolvierenden Fahrmanövers 300 als ein visueller Warnhinweis eine Visualisierung der Kurve 302, beispielsweise mit einer farblichen Hervorhebung, angezeigt.For example, a visual, acoustic and/or haptic warning signal is output as a warning. A visual warning is output on a display unit, for example. The display unit is, for example, an LCD display, an OLED display or a windshield display of the vehicle. For example, in the case of an in 3 illustrated to be completed driving maneuvers 300 as a visual warning a visualization of the curve 302, for example, with a colored highlight, is displayed.

Ein akustischer Warnhinweis wird beispielsweise mit einer Lautsprechereinheit des Fahrzeugs ausgegeben. Ein haptischer Warnhinweis wird beispielsweise über ein Lenkrad des Fahrzeugs ausgegeben.An acoustic warning is output, for example, with a speaker unit in the vehicle. A haptic warning is output, for example, via a steering wheel of the vehicle.

Warnhinweise können auch mehrstufig ausgegeben werden. Beispielsweise wird zunächst ein visueller Warnhinweis ausgegeben und bei ausbleibender Reaktion des Fahrers, beziehungsweise bei fortdauernder Überschreitung eines Schwellenwerts, wird anschließend ein akustischer und/oder haptischer Warnhinweis ausgegeben.Warnings can also be issued in several stages. For example, a visual warning is first issued and if the driver fails to react, or if a threshold value is continuously exceeded, an acoustic and/or haptic warning is then issued.

Claims (11)

Verfahren zum Warnen eines Fahrers eines Fahrzeugs (301) vor einer gefährlichen Situation mit den Verfahrensschritten: - maschinelles Erlernen eines personalisierten Fahrerprofils unter Verwendung von Fahrdaten zu Fahrten des Fahrers, wobei das Fahrerprofil für verschiedene Fahrmanöver (300) jeweils eine Fahrmanöverkinetik umfasst, - Bestimmen eines Schwellenwerts für ein Fahrmanöver (300) in Abhängigkeit von einer Fahrdatenmenge von Fahrdaten zu dem Fahrmanöver (300), wobei der Schwellenwert eine Abweichung von der Fahrmanöverkinetik des Fahrerprofils angibt, - Vorhersagen eines zu absolvierenden Fahrmanövers (300) anhand von Navigationsdaten und/oder Fahrzeugtelemetriedaten, - Bestimmen einer voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300), - Ermitteln einer Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300) von der Fahrmanöverkinetik des Fahrerprofils, - Vergleichen der Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300) mit dem Schwellenwert für das Fahrmanöver (300) und - Ausgeben eines Warnhinweises an den Fahrer, wenn die Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300) den Schwellenwert für das Fahrmanöver (300) überschreitet.Method for warning a driver of a vehicle (301) of a dangerous situation with the method steps: - Machine learning of a personalized driver profile using driving data on the driver's journeys, the driver profile for different driving maneuvers (300) each comprising driving maneuver kinetics, - determining a threshold value for a driving maneuver (300) as a function of a set of driving data from driving data relating to the driving maneuver (300), the threshold value indicating a deviation from the driving maneuver kinetics of the driver profile, - prediction of a driving maneuver (300) to be completed using navigation data and/or vehicle telemetry data, - determining an expected kinetics of the driving maneuver to be completed (300), - determining a deviation of the probable kinetics of the driving maneuver to be completed (300) from the driving maneuver kinetics of the driver profile, - Comparing the deviation of the probable kinetics of the driving maneuver to be completed (300) with the threshold value for the driving maneuver (300) and - Issuing a warning to the driver if the deviation of the probable kinetics of the driving maneuver to be completed (300) exceeds the threshold value for the driving maneuver (300). Verfahren gemäß Anspruch 1, wobei zum maschinellen Erlernen des Fahrerprofils für ein Fahrmanöver (300) auch Zusatzfahrdaten zu Fahrten anderer Fahrer verwendet werden, wenn die Fahrdatenmenge von Fahrdaten für das Fahrmanöver (300) eine Mindestdatenmenge unterschreitet.procedure according to claim 1 , wherein additional driving data on journeys by other drivers are also used for machine learning of the driver profile for a driving maneuver (300) if the quantity of driving data for the driving maneuver (300) falls below a minimum quantity of data. Verfahren gemäß einem der vorhergehenden Ansprüche, wobei für ein Fahrmanöver (300) anhand von Zusatzfahrdaten zu Fahrten anderer Fahrer eine Durchschnittsfahrmanöverkinetik ermittelt wird, die Durchschnittsfahrmanöverkinetik mit der Fahrmanöverkinetik des Fahrerprofils verglichen wird und der Schwellenwert auch in Abhängigkeit von einer Abweichung der Fahrmanöverkinetik von der Durchschnittsfahrmanöverkinetik bestimmt wird.Method according to one of the preceding claims, wherein for a driving maneuver (300) average driving maneuver kinetics are determined using additional driving data for trips by other drivers, the average driving maneuver kinetics are compared with the driving maneuver kinetics of the driver profile, and the threshold value is also determined as a function of a deviation of the driving maneuver kinetics from the average driving maneuver kinetics. Verfahren gemäß Anspruch 2 oder 3, wobei die Zusatzfahrdaten von einem Datenwolkendienst bereitgestellt werden.procedure according to claim 2 or 3 , wherein the additional driving data is provided by a data cloud service. Verfahren gemäß einem der vorhergehenden Ansprüche, wobei für ein Fahrmanöver (300) anhand der Fahrdaten ein Mittelwert und eine Varianz einer Verteilung von Werten einer die Fahrmanöverkinetik charakterisierenden Bewegungsgröße ermittelt werden und als Schwellenwert für das Fahrmanöver (300) eine von der Varianz abhängige Abweichung von dem Mittelwert bestimmt wird.Method according to one of the preceding claims, wherein for a driving maneuver (300) using the driving data, a mean value and a variance of a distribution of values of a movement variable characterizing the driving maneuver kinetics are determined and as a threshold value for the driving maneuver (300) a deviation from the variance dependent mean value is determined. Verfahren gemäß Anspruch 5, wobei für ein Fahrmanöver (300) anhand der Fahrdatenmenge von Fahrdaten für das Fahrmanöver (300) eine Aussagekraft des Fahrerprofils für das Fahrmanöver (300) bewertet wird und der Schwellenwert für das Fahrmanöver (300) als von der Aussagekraft abhängige Abweichung von dem Mittelwert bestimmt wird.procedure according to claim 5 , wherein for a driving maneuver (300) on the basis of the amount of driving data for the driving maneuver (300) a significance of the driver profile for the driving maneuver (300) is evaluated and the threshold value for the driving maneuver (300) is determined as a deviation from the mean value that is dependent on the significance becomes. Verfahren gemäß einem der vorhergehenden Ansprüche, wobei der Schwellenwert für ein Fahrmanöver (300) auch in Abhängigkeit von einem Wetterzustand am Ort des Fahrmanövers (300) und/oder in Abhängigkeit von einer Fahreraufmerksamkeit des Fahrers zum Zeitpunkt des Fahrmanövers (300) bestimmt wird.Method according to one of the preceding claims, wherein the threshold value for a driving maneuver (300) is also determined as a function of a weather condition at the location of the driving maneuver (300) and/or as a function of the driver's attention at the time of the driving maneuver (300). Verfahren gemäß einem der vorhergehenden Ansprüche, wobei die Fahrmanöverkinetik eine Längsbeschleunigung (305) und/oder eine Querbeschleunigung (306) und/oder eine Geschwindigkeit (304) des Fahrzeugs (301) umfasst.Method according to one of the preceding claims, wherein the driving maneuver kinetics comprises a longitudinal acceleration (305) and/or a transverse acceleration (306) and/or a speed (304) of the vehicle (301). Verfahren gemäß einem der vorhergehenden Ansprüche, wobei in dem Fahrerprofil für ein Fahrmanöver (300) ein Fahrmanöverort des Fahrmanövers (300) und eine Häufigkeit, mit der der Fahrer das Fahrmanöver (300) an dem Fahrmanöverort ausgeführt hat, hinterlegt werden.Method according to one of the preceding claims, wherein a driving maneuver location of the driving maneuver (300) and a frequency with which the driver carried out the driving maneuver (300) at the driving maneuver location are stored in the driver profile for a driving maneuver (300). Verfahren gemäß Anspruch 9, wobei der Schwellenwert für ein Fahrmanöver (300) in Abhängigkeit von der Häufigkeit bestimmt wird, mit der der Fahrer das Fahrmanöver (300) an dem Fahrmanöverort ausgeführt hat.procedure according to claim 9 , wherein the threshold value for a driving maneuver (300) is determined as a function of the frequency with which the driver has carried out the driving maneuver (300) at the driving maneuver location. Fahrerassistenzsystem (100) zum Warnen eines Fahrers eines Fahrzeugs (301) vor einer gefährlichen Situation mit den folgenden Funktionseinheiten: - eine Lerneinheit (101), die zum maschinellen Erlernen eines personalisierten Fahrerprofils unter Verwendung von Fahrdaten zu Fahrten des Fahrers eingerichtet ist, wobei das Fahrerprofil für verschiedene Fahrmanöver (300) jeweils eine Fahrmanöverkinetik umfasst, - eine Schwellenwertbestimmungseinheit (102), die zum Bestimmen eines Schwellenwerts für ein Fahrmanöver (300) in Abhängigkeit von einer Fahrdatenmenge von Fahrdaten zu dem Fahrmanöver (300) eingerichtet ist, wobei der Schwellenwert eine Abweichung von der Fahrmanöverkinetik des Fahrerprofils angibt, - eine Vorhersageeinheit (103), die zum Vorhersagen eines zu absolvierenden Fahrmanövers (300) anhand von Navigationsdaten und/oder Fahrzeugtelemetriedaten eingerichtet ist, - eine Kinetikbestimmungseinheit (104), die zum Bestimmen einer voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300) eingerichtet ist, - eine Abweichungsermittlungseinheit (105), die zum Ermitteln einer Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300) von der Fahrmanöverkinetik des Fahrerprofils eingerichtet ist, - eine Vergleichseinheit (106), die zum Vergleichen der Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300) mit dem Schwellenwert für das Fahrmanöver (300) eingerichtet ist, und - eine Ausgabeeinheit (107), die zum Ausgeben eines Warnhinweises an den Fahrer, wenn die Abweichung der voraussichtlichen Kinetik des zu absolvierenden Fahrmanövers (300) den Schwellenwert für das Fahrmanöver (300) überschreitet, eingerichtet ist.Driver assistance system (100) for warning a driver of a vehicle (301) of a dangerous situation with the following functional units: - a learning unit (101), which is set up for machine learning of a personalized driver profile using driving data on journeys by the driver, the driver profile for different driving maneuvers (300) each comprising driving maneuver kinetics, - a threshold value determination unit (102), which is set up to determine a threshold value for a driving maneuver (300) as a function of a set of driving data from driving data on the driving maneuver (300), the threshold value indicating a deviation from the driving maneuver kinetics of the driver profile, - a prediction unit (103), which is set up to predict a driving maneuver (300) to be completed using navigation data and/or vehicle telemetry data, - a kinetics determination unit (104), which is set up to determine an expected kinetics of the driving maneuver (300) to be completed, - a deviation determination unit (105), which is set up to determine a deviation of the probable kinetics of the driving maneuver (300) to be completed from the driving maneuver kinetics of the driver profile, - a comparison unit (106), which is set up to compare the deviation of the probable kinetics of the driving maneuver (300) to be completed with the threshold value for the driving maneuver (300), and - An output unit (107) which is set up to output a warning to the driver if the deviation in the probable kinetics of the driving maneuver to be completed (300) exceeds the threshold value for the driving maneuver (300).
DE102021000680.1A 2021-02-10 2021-02-10 Warning a driver of a vehicle of a dangerous situation Pending DE102021000680A1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102021000680.1A DE102021000680A1 (en) 2021-02-10 2021-02-10 Warning a driver of a vehicle of a dangerous situation
CN202210124150.8A CN114940176A (en) 2021-02-10 2022-02-10 Alerting a driver of a vehicle of a dangerous condition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102021000680.1A DE102021000680A1 (en) 2021-02-10 2021-02-10 Warning a driver of a vehicle of a dangerous situation

Publications (1)

Publication Number Publication Date
DE102021000680A1 true DE102021000680A1 (en) 2022-08-11

Family

ID=82493533

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021000680.1A Pending DE102021000680A1 (en) 2021-02-10 2021-02-10 Warning a driver of a vehicle of a dangerous situation

Country Status (2)

Country Link
CN (1) CN114940176A (en)
DE (1) DE102021000680A1 (en)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006057153A1 (en) 2005-12-01 2007-06-06 Robert Bosch Gmbh Driver assistance system e.g. advanced driver assistance system such as speed warning system, for motor vehicle, has control unit to select part of user information which is to be output based on part of data recorded in storage
DE102012201802A1 (en) 2012-02-07 2013-08-08 Robert Bosch Gmbh Driver assistance system for a two-wheeled vehicle for warning of a banking angle
DE102012212740A1 (en) 2012-07-19 2014-05-22 Continental Automotive Gmbh System and method for updating a digital map of a driver assistance system
US20150266455A1 (en) 2013-12-06 2015-09-24 Christopher Kenneth Wilson Systems and Methods for Building Road Models, Driver Models, and Vehicle Models and Making Predictions Therefrom
DE102014112574A1 (en) 2014-09-01 2016-03-03 Con4Tech Gmbh Method for monitoring the travel of a vehicle
DE102014225625A1 (en) 2014-12-11 2016-06-16 Bayerische Motoren Werke Aktiengesellschaft A method of assisting a driver of a single-track motor vehicle to safely drive a turn

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006057153A1 (en) 2005-12-01 2007-06-06 Robert Bosch Gmbh Driver assistance system e.g. advanced driver assistance system such as speed warning system, for motor vehicle, has control unit to select part of user information which is to be output based on part of data recorded in storage
DE102012201802A1 (en) 2012-02-07 2013-08-08 Robert Bosch Gmbh Driver assistance system for a two-wheeled vehicle for warning of a banking angle
DE102012212740A1 (en) 2012-07-19 2014-05-22 Continental Automotive Gmbh System and method for updating a digital map of a driver assistance system
US20150266455A1 (en) 2013-12-06 2015-09-24 Christopher Kenneth Wilson Systems and Methods for Building Road Models, Driver Models, and Vehicle Models and Making Predictions Therefrom
DE102014112574A1 (en) 2014-09-01 2016-03-03 Con4Tech Gmbh Method for monitoring the travel of a vehicle
DE102014225625A1 (en) 2014-12-11 2016-06-16 Bayerische Motoren Werke Aktiengesellschaft A method of assisting a driver of a single-track motor vehicle to safely drive a turn

Also Published As

Publication number Publication date
CN114940176A (en) 2022-08-26

Similar Documents

Publication Publication Date Title
DE102015111535B4 (en) Algorithm for precise curvature estimation for the path planning of autonomous vehicles
DE112012006226B4 (en) Driver assistance device
EP1957941B1 (en) Driver assistance system and method for supporting the user of a motor vehicle
DE102017120707A1 (en) WATER DEVICE RECOGNITION FOR VEHICLE NAVIGATION
DE102015007036B4 (en) Method of operating a vehicle and vehicle
EP2183731B1 (en) Updating digital maps and position detection
EP2495124A1 (en) Motor vehicle
DE102012005272A1 (en) Method for determining risk probability of situation between two vehicles, for issuing different driver warnings, involves determining space for maneuvering between vehicles for determining risk probability, based on size of each space
DE112016006157T5 (en) Information providing device, information providing server and information providing method
DE102006057153A1 (en) Driver assistance system e.g. advanced driver assistance system such as speed warning system, for motor vehicle, has control unit to select part of user information which is to be output based on part of data recorded in storage
DE102016119136A1 (en) Driver workload forecast and route
WO2006037360A1 (en) Driver information system for information on the possibility of carrying out overtaking manoeuvres
DE102011080761A1 (en) Method for carrying out velocity warning for motor vehicle, involves adding maximum turning velocity and expected steering error in form of likely faulty curvature to track curve when calculation of maximum rate of turn is influenced
DE102010053964A1 (en) Driver assistance system e.g. lane keeping support system, for supporting driver during transverse steering of car in e.g. location, has control unit that controls start and end times and/or strength of support action based on information
DE102007050375A1 (en) Weather information e.g. rain information, utilizing method for vehicle i.e. car, involves utilizing traffic patterns for searching target information of drivers, where patterns are utilized for providing suggestions to drivers
DE102011082398A1 (en) Method for utilizing e.g. headlight adjustment system in vehicle i.e. lorry, involves providing additional information in section of driving route, and displaying information with respect to driving route by using graphical symbol
EP3649519A1 (en) Method for verifying a digital map in a more highly automated vehicle, corresponding device and computer program
CN114239927A (en) Regional traffic accident early warning method and system based on deep learning
DE112016007472B4 (en) ADVANCE WARNINGS FOR VEHICLE DRIVERS OF UPCOMING SIGNS
DE102017209347A1 (en) Method and device for controlling a vehicle
EP3649521B1 (en) Method for operating a more highly automated vehicle (haf), in particular a highly automated vehicle
DE102016209242B4 (en) UNIT SETTING DEVICE AND UNIT SETTING PROCEDURE
DE102017207441A1 (en) Method for checking a digital environment map for a driver assistance system of a motor vehicle, computing device, driver assistance system and motor vehicle
EP3318846B1 (en) Method for displaying a navigation display, navigation system and motor vehicle
DE102021000680A1 (en) Warning a driver of a vehicle of a dangerous situation

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication