CN111819607B - 用于机动车的基于群体的停车点的确定和使用 - Google Patents

Abstract

一种用于确定用于机动车的针对行车道路的车道上的预设的停车缘由的基于群体的停车点的方法，所述方法包括以下步骤：‑确定大量的车辆的针对所述车道上的所述停车缘由的个体的停车点，其中，这些车辆由单独的驾驶员控制；‑确定所述个体的停车点在所述车道上至少沿所述车辆的行驶方向的分布；‑确定所述分布的最大值并且将该分布的最大值存储为基于群体的停车点。如此确定的基于群体的停车点用于自动驾驶。

Description

用于机动车的基于群体的停车点的确定和使用

本发明涉及一种用于在后端计算机中确定用于机动车的基于群体的停车点的方法以及一种在机动车中使用这种基于群体的停车点的方法。

现在，将道路交通视作机动车的群体(Schwarm，或者说集群)在交通研究中广泛应用。因此例如道路交通的基于群体的模拟已成功用于优化非常频繁使用的交通路口处的交通信号灯相位。

例如，如果现在观察行车道路区段上的大量车辆、即车辆群体的轨迹，则表明各个单独的车辆在该行车道路区段上的轨迹通常是不同的。因此可以定义所观察的车辆群体的平均路径，该平均路径被称为针对某个确定的行车道路区段的群体轨迹。

当前，机动车的需要用于自动驾驶的停车点根据识别到的停车缘由(或者说停车原因)的位置确定。具体地，例如机动车的摄像机识别出道路或车道上的停车线、例如与停车标志牌关联的停车线并且计算该车道上的在停车线之前的停车点。车辆在自动运行时通过相应的调节装置在预设的公差内停在该停车点上。在此，预设的公差是指，例如在停下时车辆的头部在预设的公差内超过所确定的停车点。

但不利的是，该停车点实际上非常依赖于停车缘由的环境。换言之，虽然车辆自动地正确停车，但可能的是驾驶员凭直觉地移动了作为环境的函数的停车点。因此例如调节装置将车辆正确地停在停车标志牌之前一米处，但人类驾驶员会例如直接停在停车线上或者甚至在需要时超过停车线，以便以此方式良好地观察交叉口，从而“正确的”停车点使驾驶员“觉得”是错的并且实际上不适用。

专利文献DE 10 2012 003 632 A1描述了一种给车辆提供与建筑工地有关的信息的方法，该方法具有如下步骤：

-在至少一个可在线访问的服务传感器上收集与建筑工地有关的信息；

-由该至少一个服务传感器评估和/或处理这些信息；

-提供该至少一个服务传感器上的评估和/或处理过的信息；并且

-将评估和/或处理过的信息传输到车辆。

尤其可以借助于集成在车辆中的摄像机拍摄、理解和识别交通标志、建筑工地标志牌、护栏或建筑工地的类似的光学特征。

专利文献DE 10 20143 016 488 A1涉及一种机动车，其包括至少一个驾驶员辅助系统，用于通过评估涉及机动车的自身数据和涉及机动车环境的环境数据来预先计算关于机动车的至少一个将来的行驶状况的预测数据，其中，该机动车在驾驶员辅助系统的第一运行模式下可由驾驶员控制。此外，该驾驶员辅助系统设计用于在满足触发条件或多个触发条件中的至少一个触发条件时临时切换到第二运行模式，在第二运行模式下，对机动车的控制在不能由驾驶员干预的情况下通过驾驶员辅助系统自动地进行，其中，触发条件设计用于至少评估预测数据和至少一个描述驾驶员特性的驾驶员特性数据。

因此，本发明所要解决的技术问题是，改进用于机动车的在行车道路上的停车点的确定和停车点在机动车中的使用并且使所述确定和使用适应于存在的环境状况。

该技术问题通过用于在后端计算机中确定用于机动车的基于群体的停车点的方法和在机动车中使用这种基于群体的停车点的方法解决。

按照本发明的用于在后端计算机中确定用于机动车的针对行车道路的车道上的预设的停车缘由的基于群体的停车点的方法包括以下步骤：

-通过车辆确定大量的车辆的针对所述车道上的所述停车缘由的个体(或者说各个单独)的停车点，其中，这些车辆由各个单独的驾驶员控制，并且将大量的车辆的关于停车点的数据传输至后端计算机；

-由所传输的数据确定所述个体的停车点在所述车道上至少沿所述车辆的行驶方向的分布；

-确定所述分布的最大值并且将该分布的最大值存储为基于群体的停车点。

通过大量的测试车辆的预设数量的测试行驶，确定关于预设的车道上的停车缘由的停车点并且将它们汇总成分布，这些测试车辆单独地由驾驶员控制、换言之不是自动或部分自动地行驶。随后由所确定的停车点的分布可以导出针对该预设的车道上的该停车缘由的基于群体的停车点。

个体的停车点的分布优选是行驶方向的函数。换言之，确定个体的停车点沿通常是x方向的行驶方向的一维分布并且将该分布用于确定停车缘由的基于群体的停车点。在此未考虑沿与之垂直的方向的分布，因此简单地将针对停车缘由的基于群体的停车点优选布置在所观察的车道的中央。

进一步优选地，个体的停车点的分布是行驶方向和与行驶方向垂直的方向的函数。在这种情况中，既沿x方向、即行驶方向，也沿y方向、即与行驶方向垂直的方向确定分布。在这种情况下，分布的最大值表示基于群体的停车点沿x方向和y方向在所观察的车道上的停车缘由之前的位置。

所述个体的停车点的分布的确定优选借助于直方图进行。也可以使用其它不同的用于确定分布的方法。

进一步优选地，检验所述基于群体的停车点是否处于预设的合法的停车区域内，其中，如果该检验是否定的，则摒弃(或者说不采纳)所确定的基于群体的停车点。例如，如果基于群体的停车点沿行驶方向观察位于用作停车缘由的停车标志牌的停车线之后，则不能使用该停车点，因为它不符合法规要求。

按照本发明的在自动驾驶的机动车中使用基于群体的停车点的方法包括以下步骤，其中，基于群体的停车点通过上述方法确定：

-借助于所述机动车的环境传感器系统和/或导航系统确定当前行驶的车道上的处于前方的停车缘由；

-确定针对处于前方的停车缘由的基于群体的停车点；并且

-驶近该基于群体的停车点并且使机动车停止在该基于群体的停车点上。

以这种方式实现了自动驾驶的车辆表现(或者说行为)的方式与由驾驶员单独控制的车辆类似。

进一步优选地，为所述基于群体的停车点补充允许的区域，该允许的区域在基于群体的停车点的周围延伸，从而使自动驾驶的机动车停在所述允许的区域内。

进一步优选地，从所述导航系统的数字的地图材料获取或者无线地从后端计算机请求所述基于群体的停车点，并且在存在所述允许的区域的情况下，从所述导航系统的数字的地图材料获取或者无线地从后端计算机请求所述允许的区域。

所述机动车的环境传感器系统优选确定关于识别到的停车缘由的内部的停车点并且将该内部的停车点与基于群体的停车点进行校核。由此实现了自动驾驶中的额外的安全要素(Sicherheitsmoment)。

以下根据附图描述本发明的优选实施方式。在附图中：

图1示出确定和处理用于确定停车点的群体数据；

图2示出基于群体的停车点在机动车中的使用；并且

图3示出基于群体的停车点的示例性的确定过程。

在图1中示意性地示出用于机动车的关于停车缘由的基于群体的停车点的确定。大量的车辆F1,F2,...,Fn-1,Fn,n∈N在行车道路的预设的区段上行驶，其中，在该预设的区段上存在至少一个针对机动车F1至Fn的停车缘由。停车缘由理解为行车道路的这样的位置，在该位置处，机动车必须至少暂时停车，即停车缘由例如是交叉口或丁字交叉口处的交通信号灯、斑马线、停车标志牌或优先通行提示牌。

在此，车辆F1至Fn用于借助于车辆自有的环境传感器系统收集关于行驶路段的数据、尤其是关于行驶路段上的停车点的数据，其中，收集数据的车辆F1至Fn由驾驶员手动控制。车辆F1至Fn中的每个车辆将所谓的群体数据D1,D2,...,Dn-1,Dn通过传输路径、例如无线电连接或无线电路径FS传输至后端计算机BE。在此，所传输的群体数据D1至Dn包括关于车辆在行驶路段上的停车点处的环境的数据、例如摄像机数据或环境图像以及关于车辆在停车点的周围的特性的数据、例如轨迹数据以及必要时的车辆特定的数据、诸如时间、相应车辆的速度和位置。

群体数据D1至Dn在后端计算机BE中存储在存储装置SP中并且作为停车缘由的函数被适当地分类或预处理。换言之，针对行驶路段上的每个停车缘由存在相应的群体数据。

在随后的处理装置VK中，由相应的群体数据D1至Dn确定车辆的针对识别到的停车缘由的按照规定的停车点和实际的停车点。随后由车辆F1至Fn的针对停车缘由的多个不同的按照规定的停车点确定针对该停车缘由的按照规定的停车区域。进一步地，由车辆F1至Fn的不同的实际停车点、即由群体确定针对车辆F1至Fn的驾驶员实际已驶近的这个停车缘由的实际的停车点分布。随后将相应的停车缘由的实际的停车点分布与合法的停车点叠加或结合，以便得到具有群体的尽可能最大概率的停车点，但该停车点必须还位于停车缘由的允许的停车区域内并且被称为基于群体的停车点。

这些针对相应的停车缘由的基于群体的停车点存储在相应的数据库DB中，因此可以将这些基于群体的停车点通过合适的接口(未示出)告知进行询问的、自动驾驶的车辆。作为接口例如可以考虑在线接口或地图更新等。

因此，总而言之实施以下步骤：

a)借助于环境传感器系统通过识别停车线、停车标志牌等和/或根据群体的轨迹运动由群体数据D1至Dn识别针对相应的停车缘由的按照规定的停车点。

b)根据道路交通规则针对该停车缘由的停车点确定正确的停车区域。

c)进一步地，根据群体的运动确定针对相应的停车缘由的停车点分布。

d)将相应的停车缘由的群体停车点分布和法规允许的停车点相结合，从而得到具有群体的尽可能最大概率的基于群体的停车点，但该基于群体的停车点还位于相应的停车缘由的允许的停车区域内。

e)将相应的停车缘由的这个基于群体的停车点通过接口(在线、通过地图更新等)告知车辆，以便这些车辆可以相应地驶近相应的停车点。

f)可选地，按照d)的允许的区域还被减去可能的位置公差。位置公差此处表示当车辆试图停在停车点上时会出现的不准确性。在这种情况下，起决定性的不只是车辆的定位，而且也有车辆的执行相应驾驶功能的调节装置或传动机构(Aktuatorik)。

图2示出了自动驾驶的本车辆FE的情况，本车辆FE在行车道路FB1的车道FS上驶向交叉口K，在本例中该交叉口K设计为丁字交叉口，其中，本车辆FE的行驶方向由箭头P表示。在本车辆FE的行车道路FB1通入垂直于其延伸的第二行车道路FB2的丁字交叉口之前布置有形式为停车标志牌ST的交通标志牌和横向于车道FS延伸的停车线HL。由于有停车标志牌ST，自动驾驶的本车辆FE必须在停车线HL处停车。为了确定停车点，本车辆FE一方面使用相应的环境传感器系统，该环境传感器系统识别停车标志牌ST和停车线HL并且计算基于环境识别的基于车辆的内部的停车点。此外，本车辆FE经由互联网IN向后端计算机BE发送无线电询问AHP，其中，该询问AHP询问针对该丁字交叉口K的基于群体的停车点SHP。为此，通常从本车辆FE一方传输本车辆FE的位置、行驶方向和用于识别两条行车道路FB1和FB1的丁字交叉口K的其它必要的数据。后端计算机BE基于所述询问AHP将消息RHP传输到本车辆FE，该消息包含针对该丁字交叉口K特定的基于群体的停车点SHP。本车辆FE基于内部算出的停车点(未示出)和基于群体的停车点SHP停在所述停车线HL之前的适当位置处。在此，通常将本车辆FE停在基于群体的停车点SHP处。但由内部的停车点和基于群体的停车点SHP确定的实际停车点可能与此不同。

此外，通过无线连接向本车辆传输基于群体的停车点只是一种可能性。基于群体的停车点SHP也可以是本车辆FE中的高精度的数字地图的组成部分，如其为了自动驾驶的本车辆FE的准确的位置确定和导航被使用的那样。此外，不必使用精确定义的基于群体的停车点SHP，而是可以为基于群体的停车点SHP补充位置公差ZB，从而基于群体的停车点SHP被允许的区域ZB包围。在此，位置公差ZB表示当车辆试图停在基于群体的停车点上时产生的不准确性。在这种情况下，起决定性的不只是车辆的定位，而且也有车辆的执行相应驾驶功能的调节装置或传动机构。

图3示出与图2类似的确定在停车线HL处的基于群体的停车点SHP的示例。许多车辆Fi,i∈1,...，n在车道FS上沿箭头P的方向驶向丁字交叉口或交叉口K的停车线HL，该停车线HL例如配属于未示出的停车标志牌。车辆Fi停在处于停车线HL前、停车线HL上或者甚至停车线HL另一侧的不同点上，其中，在图3中示例性地示出一个车辆Fi。这些停车点在图3中表示为许多十字形HPi。对i个测试车辆Fi,i∈1,...,n的停车点相对于停车线HL的分布的可行的分析在图3中通过只沿x方向观察停车点HPi的分布示出。这得出了在图3中的下方示出的直方图，其该直方图中，车道FS在停车线HL周围的面沿x方向被分为具有预设宽度的条形，并且将停车点处于预设的条形中的车辆Fi的数量相加。在车辆的数量i足够大的前提下，借助于如此创建的直方图得到停车点HPi的分布V(HPi)。停车点HPi沿x方向的分布V(HPi)的最大值被确定为基于群体的停车点SHP。由于借助于直方图对基于群体的停车点的确定与y方向无关，因此如图3所示，基于群体的停车点SHP布置在车道FS的中央。此外检验基于群体的停车点SHP是否位于停车线之前的法规允许的停车区域GZB内。如果该基于群体的停车点SHP位于允许的区域ZB外则不能使用。

此外还可以例如借助于二维的直方图创建二维分布，该二维分布确定作为x方向和y方向的函数的停车点HPi的数量。以此方式也可以确定作为y方向的函数的基于群体的停车点在车道上的位置。

附图标记列表

F1 车辆1

F2 车辆2

Fn-1 车辆n-1

Fn 车辆n

D1 对应于车辆1的群体数据

D2 对应于车辆2的群体数据

Dn-1 对应于车辆n-1的群体数据

Dn 对应于车辆n的群体数据

FS 无线电路径

BE 后端计算机

SP 存储和分类

VK 处理和结合

DB 数据库

FB1 行车道路1

FS 车道

FB2 行车道路2

K 交叉口/丁字交叉口

FE 本车辆

HL 停车线

ST 停车标志牌

IN 互联网

AHP 基于群体的停车点的询问

RHP 基于群体的停车点的传输

SHP 基于群体的停车点

ZB 具有位置公差的允许的区域

Fi 第i个车辆

HPi 车辆i至n的停车点

V(HPi) 个体的停车点的分布

GZB 法规允许的停车区域

Claims (9)

1.一种用于在后端计算机(BE)中确定用于机动车的针对行车道路(FB1)的车道(FS)上的预设的停车缘由(HL、ST)的基于群体的停车点(SHP)的方法，所述方法具有步骤：

通过车辆(Fi)确定大量的车辆(Fi)的针对所述车道(FS)上的所述停车缘由(HL、ST)的个体的停车点(HPi)，其中，这些车辆(Fi)由各个单独的驾驶员控制，并且将大量的车辆(Fi)的关于停车点的数据(D1,...Dn)传输至后端计算机(BE)；

由所传输的数据(D1,...Dn)确定所述个体的停车点在所述车道(FS)上至少沿所述车辆(Fi)的行驶方向的分布；

确定所述分布的最大值并且将所述分布的最大值存储为基于群体的停车点(SHP)。

2.根据权利要求1所述的方法，其特征在于，所述个体的停车点(HPi)的分布(V(HPi))是行驶方向的函数。

3.根据权利要求1所述的方法，其特征在于，所述个体的停车点(HPi)的分布(V(HPi))是行驶方向和与行驶方向垂直的方向的函数。

4.根据权利要求2或3所述的方法，其特征在于，所述个体的停车点(HPi)的分布(V(HPi))借助于直方图进行。

5.根据权利要求1所述的方法，其特征在于，检验所述基于群体的停车点(SHP)是否处于预设的停车区域(GZB)内，其中，如果该检验是否定的，则摒弃所确定的基于群体的停车点(SHP)。

6.一种在自动驾驶的机动车(FE)中使用基于群体的停车点(SHP)的方法，所述基于群体的停车点(SHP)通过根据前述权利要求中任一项所述的方法确定，所述在自动驾驶的机动车中使用基于群体的停车点的方法具有步骤：

借助于所述机动车的环境传感器系统和/或导航系统确定当前行驶的车道(FS)上的处于前方的停车缘由；

确定基于群体的停车点(SHP)；并且

如果存在基于群体的停车点，则驶近该基于群体的停车点(SHP)并且使机动车(FE)停止在该基于群体的停车点上。

7.根据权利要求6所述的方法，其特征在于，为所述基于群体的停车点(SHP)补充允许的区域(ZB)，所述允许的区域(ZB)在基于群体的停车点(SHP)的周围延伸，并且使所述机动车(FE)停在所述允许的区域(ZB)内。

8.根据权利要求7所述的方法，其特征在于，从所述导航系统的数字的地图材料中获取或者无线地从后端计算机(BE)请求所述基于群体的停车点(SHP)，并且在存在所述允许的区域(ZB)的情况下，从所述导航系统的数字的地图材料中获取或者无线地从后端计算机(BE)请求所述允许的区域(ZB)。

9.根据权利要求6所述的方法，其特征在于，所述机动车(FE)的环境传感器系统确定识别到的停车缘由(HL、ST)的内部的停车点并且将该内部的停车点与基于群体的停车点(SHP)进行校核。

Images