-
Die
Erfindung betrifft ein Verfahren zum Vorhersagen eines Verlaufs
einer Fahrbahn vor einem sich auf der Fahrbahn befindlichen Fahrzeug,
bei welchem die Position des Fahrzeugs bestimmt wird und Informationen
für den Verlauf der Fahrbahn vor der Position des Fahrzeugs
aus zumindest einer Karte bereitgestellt werden. Des Weiteren betrifft
die Erfindung auch ein Fahrerassistenzsystem bei dem eine Fahrbahnverlaufsvorhersage
zugrunde gelegt ist. Darüber hinaus betrifft die Erfindung
auch eine Vorrichtung zum Vorhersagen eines Verlaufs einer Fahrbahn.
-
Vorhersagen über
den Verlauf einer Fahrbahn sind für mehrere Anwendungen
im Fahrzeug grundlegend wichtig und bilden eine wesentliche Voraussetzung
für eine zuverlässige und genaue Funktionsweise
dieser Fahrerassistenzsysteme.
-
In
diesem Zusammenhang sind Fahrerassistenzsysteme bekannt, welche
zur Abstandsregelung eines auf der gleichen Fahrspur vorausfahrenden Fahrzeugs
oder eines auf einer anderen Fahrspur entgegenkommenden Fahrzeugs
ausgebildet sind. Derartige Systeme sind beispielsweise ACC(Adaptive
Cruise Control)-Systeme. Darüber hinaus sind des Weiteren
Fahrerassistenzsysteme bekannt, welche zur Erkennung einer Spurüberschreitung
oder von Fahrbahnbegrenzungen konzipiert sind.
-
Bisher
wurde die Straßenverlaufsvorhersage in der Regel durch
eine modellbasierte Extrapolation, beispielsweise einer Kreisbahn
oder einer Klothoide der im Nahbereich erlangten Information realisiert. Dabei
treten jedoch erhebliche Fehler auf, wenn der Straßenverlauf
von der zur Extrapolation verwendeten Modellform abweicht.
-
Es
sind Ansätze bekannt, die dieses Problem durch die Verwendung
von Kartendaten vermindern sollen. Dabei wird jedoch direkt die
in digitalen Karten abgelegte, meist unpräzise, Straßengeometrie
verwendet, indem sie gleichsam an den im Nahbereich bestimmten Straßenverlauf
quasi angestückelt wird. Ein derartiges Szenario ist beispielsweise
aus Heiko Cramer, Ullrich Scheunert, Gerd Wanielik, "A
new approach for tracking lanes by fusing image measurements with
map data", 2004 IEEE Intelligent Vehicles Symposium, Parma,
Italien 2004, beschrieben. Ein weiterer Ansatz besteht
darin, aus den digitalen Kartendaten anderweitig schwer messbare
Größen, wie Krümmung und Krümmungsänderungen
der Straße zu extrahieren und dann analog zu den Messungen der
anderen Sensoren als quasi zusätzliche Messungen in den
Straßenverlaufschätzprozess einzukoppeln. Derartige
Vorgehensweisen sind beispielsweise aus Albert Klotz, Jan
Sparbert, Dieter Hötzer, "Lane data fusion for
driver assistance systems", 7. International Conference
an Information Fusion, Stockholm, Schweden, 2004 und Aris
Polychronopoulos, Angelns Amditis, Manolis Tsogas, Aria Etemad, "Extended
path prediction using camera and map data for lane keeping support",
Proceedings IEEE Intelligent Transportation Systems, Wien, Österreich, 2005,
bekannt.
-
Voraussetzung
dieser Verfahren ist es, dass die Position des Fahrzeugs bezüglich
der Karte beispielsweise durch ein Positionsermittlungssystem wie
beispielsweise GPS (Global Position System) bestimmt wird, und der
für die weitere Fahrt relevante Pfad des Fahrzeugs durch
die digitale Karte bis zum Prädiktionshorizont bekannt
ist. Eine Fehllokalisierung verschlechtert diesbezüglich
zusätzlich die durch Auswertung der digitalen Karte bestimmten
ungenauen geometrischen Informationen.
-
Für
derartige Vorhersagen ist es bekannt, dass für die Beobachtung
des Nahbereichs vor einem Fahrzeug Messungen mit internen Sensoren, beispielsweise
Encodern, Gyroskopen, Beschleunigungs- und Inertialsensoren etc.,
und externen Sensoren, beispielsweise Kameras, Laserscanner/Lidar, Radar
und GPS, durchgeführt werden. Mit diesen Informationen
und einer digitalen Karte werden ausgehend von der aktuellen Position
des Fahrzeugs der weitere Verlauf einer Straße insgesamt
oder auch der Verlauf einer bestimmten Fahrspur alleine bestimmt.
-
Problematisch
dabei ist es auch, dass die lokalen Sensoren in der Regel nur eine
begrenzte Reichweite haben. Für Kameras gilt dies beispielsweise
aufgrund ihrer begrenzten Auflösung und dem relativ kleinen
Winkel zwischen optischer Achse und der Ebene der Straße.
Daher kann der Straßenverlauf anhand solcher Sensoren nur
mit einem begrenzten Horizont von, beispielsweise im Fall der Kamera,
etwa 50 m erfasst werden.
-
Da
Kurven aufgrund der Klothoidenform langsam beginnen, können
sie anhand des Kamerabilds erst relativ spät erkannt werden.
Hier soll die Karteninformation zusammen mit der anhand der mittels
eines Positionsermittlungssystems geschätzten globalen
Position des Fahrzeugs für eine Vorausschau verwendet werden.
Dabei tritt jedoch das Problem auf, dass die geometrische Form der
in den digitalen Kartendaten repräsentierten Straßenverläufe, wie
bereits oben erwähnt, sehr ungenau ist. Für mehrspurige
Straßen ist in der Regel nur der Verlauf einer Mittellinie
repräsentiert, engräumige Kurven werden häufig
durch ungeglättete Polygone angenähert etc. Aus
diesem Grund können durch die direkte Verwendung der in
den Karten abgelegten Straßengeometrien bei der Straßenverlaufsvorhersage
erhebliche Fehler entstehen. Daraus resultieren Fehler eines Fahrerassistenzsystems
im Hinblick auf die damit durchzuführenden Funktionen und
die Sicherheit der Fahrzeugführung kann beeinträchtigt
werden.
-
Es
ist Aufgabe der vorliegenden Erfindung, ein Verfahren, eine Vorrichtung
und ein Fahrerassistenzsystem zu schaffen, mittels welchem bzw.
mittels welcher die Vorhersage eines Fahrbahnverlaufs genauer erfolgen
kann und die Funktionsweise mit erhöhter Sicherheit gewährleistet
werden kann.
-
Diese
Aufgabe wird durch ein Verfahren, welches die Merkmale nach Anspruch
1 aufweist, eine Vorrichtung, welche die Merkmale nach Anspruch
15 aufweist, und ein Fahrerassistenzsystem, welches die Merkmale
nach Anspruch 16 aufweist, gelöst.
-
Bei
dem erfindungsgemäßen Verfahren wird eine Vorhersage
eines Verlaufs einer Fahrbahn vor einem sich auf der Fahrbahn befindlichen
Fahrzeug durchgeführt. Bei dem Verfahren wird die Position des
Fahrzeugs bestimmt und Informationen über den Verlauf der
Fahrbahn in Fahrtrichtung des Fahrzeugs vor der Position des Fahrzeugs
werden aus zumindest einer Karte bereitgestellt. Verschiedene Fahrbahnverläufe
werden in Klassen unterteilt und abhängig von den Informationen
aus der Karte wird der Verlauf der Fahrbahn vor dem Fahrzeug zumindest einer
Klasse zugeordnet. Zumindest eine dieser Klasse zugrunde liegende
Klasseinformation wird für die Vorhersage des Verlaufs
der Fahrbahn berücksichtigt. Bei dem erfindungsgemäßen
Verfahren werden somit nicht mehr die aus einer Karte extrahierbaren
Informationen über einen Fahrbahnverlauf unverändert übernommen,
so dass in diesem Zusammenhang die oftmals daraus erzielbaren relativ
ungenauen Verlaufsinformationen als solche nicht mehr berücksichtigt
werden.
-
Dadurch
kann eine erhebliche Fehlerquelle vermieden werden. Vielmehr wird
bei dem erfindungsgemäßen Verfahren eine Klassifizierung durchgeführt
und der bei einer Fahrt mit dem Fahrzeug vor dem Fahrzeug auftretende
Verlauf aus der Karte extrahiert und einer Klasse zugeordnet. Durch diese
Vorgehensweise können ungenaue Informationen aus der Karte über
den Fahrbahnverlauf nicht als wesentliche Fehlerquelle bei der Vorhersage
des Verlaufs eingehen. Vielmehr werden diese Informationen quasi
durch die Klassifizierung in ihrer Ungenauigkeit abgeschwächt
oder eliminiert und durch die Klassifizierung kann eine genauere
Abbildung im Hinblick auf den tatsächlichen Verlauf der
Fahrbahn vor dem Fahrzeug ermöglicht werden.
-
Da
nicht mehr die aus der Karte extrahierbaren Informationen unverändert
als solche für die tatsächliche Vorhersage berücksichtigt
werden, sondern die zugeordneten Klasseinformationen für
die tatsächliche Vorhersage eines Verlaufs der Fahrbahn berücksichtigt
werden, kann die Genauigkeit des Verlaufs verbessert werden und
die Wahrscheinlichkeit einer Schätzung eines falschen oder
ungenauen Verlaufs deutlich reduziert werden. Nicht zuletzt kann
dadurch auch die Funktionssicherheit eines Fahrerassistenzsystems,
bei welchem derartige Vorhersageszenarien zugrunde gelegt werden,
deutlich verbessert werden.
-
Erfindungsgemäß werden
die geometrischen Informationen aus einer Karte für den
Prozess der Vorhersage eines Verlaufs einer Fahrbahn nicht wie im
Stand der Technik beschrieben, direkt und quantitativ in den Straßenverlaufschätzprozess
eingebracht, sondern in abstrahierter, qualitativer Form durch die
Klassebildung und Zuordnung der aus der Karte extrahierten Informationen
zumindest zu einer dieser Klassen.
-
Vorzugsweise
wird die Erzeugung von zumindest zwei Klassen, vorzugsweise einer
Mehrzahl von derartigen Klassen, unabhängig und übergeordnet
festgelegt, so dass eine derartige Klassifizierung quasi auch standardisiert
für eine Vielzahl von Fahrbahnverläufen vorher
festgelegt werden kann. Diese Klassifizierungen und somit die Klassenvorgabe kann
dann in einem Fahrerassistenzsystem abgelegt bzw. abgespeichert
werden und stellen somit die Referenzinformationen zum Vergleich
mit den jeweils situationsabhängig vorliegenden Informationen
bei einer Fahrt auf spezifischen Fahrbahnen dar.
-
Insbesondere
werden dann bei einer spezifischen Fahrt auf einer spezifischen
Fahrbahn die vor der Position des Fahrzeugs liegenden Fahrbahnverläufe
in einem spezifischen Entfernungsbereich vor dem Fahrzeug bestimmt,
indem diese Informationen aus der Karte gewonnen werden. Während
der Fahrt wird dann somit nach Extrahierung dieser Informationen
aus der Karte ein Vergleich mit den abgelegten Klasseinformationen
durchge führt und abhängig von dem Vergleich kann
dann die aus der Karte extrahierte Information über den
geometrischen Verlauf der vor dem Fahrzeug liegenden Fahrbahn einer
vorgegebenen definierten Klasse zugeordnet werden. Für die
tatsächliche Vorhersage des Verlaufs der Fahrbahn vor dem
Fahrzeug bei der momentanen Fahrt werden dann diese Referenzinformationen
der ausgewählten Klasse herangezogen, um eine tatsächliche
genaue Vorhersage des Verlaufs der vorliegend tatsächlich
befahrenden Fahrbahn durchführen zu können.
-
In
diesem Zusammenhang wird somit insbesondere basierend auf dem in
der Karte, insbesondere der digitalen Karte, abgelegten, ungenauen
geometrischen Verlauf der Fahrbahn eine Klassifikation vorgenommen,
bei welcher die Fahrbahn einer oder mehreren qualitativer Klassen
zugeordnet wird. Wenn ein Straßenverlauf mehreren Klassen
zugeordnet wird, heißt das, dass diese nicht disjunkt sind. Das
Verfahren kann auch mit nicht disjunkten Klassen implementiert werden,
wobei dann aber eine Verteilung der Zugehörigkeit des Straßenverlaufs
auf die zugeordneten Klassen bekannt sein muss. Ebenso kann jedoch
auch eine disjunkte Ausbildung der Klassen vorgesehen sein, bei
welcher die Zugehörigkeit eines spezifischen Straßenverlaufs
nur zu einer einzigen spezifischen Klasse gegeben ist.
-
In
diesem Zusammenhang können die Klassen beispielsweise in
verschiedene Gradationen der Oberklassen öffnende Kurve,
schließende Kurve, Gerade, Kreisbahn bzw. Sequenzen davon
und dergleichen eingeordnet werden. Eine derartige Klassifikation
wie sie oben genannt ist, ist jedoch lediglich beispielhaft und
nicht abschließend zu verstehen. Die Klassifikation kann
auch anderweitig oder mit feineren Geometrieangaben über
die Verläufe oder aber auch gröberen Geometrieangaben über
die Verläufe gebildet werden.
-
Bevorzugt
erweist es sich, wenn verschiedene Fahrbahnverläufe abhängig
von zumindest einem einen Fahrbahnverlauf charakterisierenden Parameter
in Klassen unterteilt werden. Gerade dadurch können die
Verläufe sehr realitätsnah abgebildet wer den und
die ungenauen Informationen aus der digitalen Karte in sehr realitätsnahe
Klasseinformationen abgebildet werden, welche dann eine genauere
Vorhersage der tatsächlichen geometrischen Verläufe
der Fahrbahn ermöglichen.
-
Vorzugsweise
werden die Fahrbahnverläufe abhängig von der Krümmung
und/oder der Änderung der Krümmung als charakteristische
Parameter in Klassen unterteilt. Besonders bevorzugt ist es, wenn zumindest
die Änderung der Krümmung als charakteristischer
Parameter für die Klassifizierung herangezogen wird, da
dieser Parameter eine besonders präzise und auch bei kleinen Änderungen
eine sehr detaillierte und realitätsnahe Vorhersagemöglichkeit gewährleistet.
Da die Änderung der Krümmung ein sehr prägnanter
Parameter ist bzw. eine sehr prägnante Aussagekraft bezüglich
des Verlaufs der Fahrbahn hat, ist er in diesem Zusammenhang entscheidend
für die Klassenbildung.
-
Es
kann auch vorgesehen sein, dass die Fahrbahnverläufe zusätzlich
zu dem zumindest einen charakteristischen Parameter abhängig
von dem aus der Karte zu erwartenden Verlauf der Fahrbahn klassifiziert
werden. Es wird somit eine Informationsbündelung von mehreren
unabhängigen Informationen durchgeführt, um eine
sehr realitätsnahe und praxisgerechte Klassifizierung erreichen
zu können.
-
Vorzugsweise
wird eine Klasse durch ein Intervall von Werten eines den Verlauf
charakterisierenden Parameters gebildet. Durch eine derartige Intervallbildung
und somit eine grundsätzliche Strukturgebung einer Klassendefinition
kann den praktischen Anforderungen besonders gut Rechnung getragen werden.
Es kann somit eine bedarfsgerechte Größe einer
Klasse im Hinblick auf die spezifischen geometrischen Formen der
Fahrbahnverläufe definiert werden. Da in diesem Zusammenhang
gerade die Werte der Änderung der Krümmung besonders
aussagekräftig sind, können somit sehr präzise
Klassen durch jeweils Intervalle von Werten einer derartigen Änderung
der Krümmung vorgegeben und definiert werden, welche verschiedensten
und individuellsten Fahrbahnverläufen Rechnung tragen und
diese quasi abbilden können.
-
Dadurch
kann eine sehr realitätsnahe Feinjustierung der Klassenbildung
ermöglicht werden, wodurch auch die Verlaufsvorhersage
wesentlich präzisiert werden kann.
-
Es
kann vorgesehen sein, dass zwei Klassen mit gleichen Intervallbreiten
gebildet werden. Es kann jedoch auch vorgesehen sein, dass zwei
Klassen mit unterschiedlichen Intervallbreiten gebildet werden.
Abhängig von den spezifischen Formverläufen und
dem jeweils gewünschten Präzisierungsgrad im Hinblick
auf die Vorhersage eines Fahrbahnverlaufs, können somit
sowohl die Anzahl der Klassen als auch deren individuelle Ausgestaltung
vielfältig ausgebildet werden. Es kann in diesem Zusammenhang
vorgesehen sein, dass alle definierten Klassen die gleiche Intervallbreite
haben. Weisen zumindest zwei Klassen unterschiedliche Intervallbreiten
auf, so können verschiedenste Ausgestaltungen der Anordnung
dieser Klassen zueinander vorgesehen sein. So kann vorgesehen sein,
dass eine erste Klasse eine erste Intervallbreite aufweist und eine
darauf folgende Klasse eine zweite, von der ersten Intervallbreite
abweichende Intervallbreite aufweist, wohingegen dann auf die zweite
Klasse folgend wiederum eine dritte Klasse gebildet werden kann,
welche entweder eine erste Intervallbreite oder eine zweite Intervallbreite
oder eine von der ersten und der zweiten abweichende dritte Intervallbreite
aufweist. Es können somit beliebige Szenarien im Hinblick
auf die Klassenbildung durchgeführt werden, welche den
jeweiligen Kriterien im Hinblick auf die verschiedensten Fahrbahnverläufe
und deren Abbildungen in den Klassen gerecht werden können.
-
Vorzugsweise
ist vorgesehen, dass die Klassenbildung derart durchgeführt
wird, dass gerade dann, wenn die Klassen durch Intervalle von Werten eines
den Verlauf charakterisierenden Parameters gebildet werden, diese
Intervalle unmittelbar aneinander angrenzen. Bei einer derartigen
Ausgestaltung werden somit zumindest zwei Klassen gebildet, welche
diesbezüglich unmittelbar aneinander angrenzen und somit
ein stetiger und lückenloser Übergang der Werte
gewährleistet werden kann. Dadurch werden quasi alle möglichen
Fahrbahnverläufe durch die Klassifizierung mitumfasst,
was für die Vorhersage eines Verlaufs ebenfalls vorteilhaft
ist.
-
Als
besonders bevorzugt erweist es sich, wenn Informationen einer Klasse
gemittelt werden und ein gebildeter Mittelwert für die
Vorhersage des Verlaufs der Fahrbahn berücksichtigt wird.
Bei dieser vorteilhaften Ausführung wird somit derart vorgegangen,
dass insbesondere einer Klasse ein Intervall von Werten eines den
Verlauf charakterisierenden Parameters zugeordnet wird und im tatsächlichen
Fahrbetrieb dann verglichen wird, ob die Informationen aus der Karte über
den Verlauf der Fahrbahn vor der Position des Fahrzeugs dieser Klasse
zugeordnet werden können. Dies bedeutet, dass die aus der
Karte abstrahierten Werte dieses Parameters innerhalb des Intervalls
dieser Klasse liegen und wenn dies der Fall ist, wird der Mittelwert
dieses Werteintervalls des Parameters dieser Klasse als Klasseinformation
für die weitere Vorhersage des Verlaufs der Fahrbahn berücksichtigt.
Eine derartige Klasseinformation in Form des gebildeten Mittelwerts
ist eine besonders vorteilhafte Vorgehensweise, da sie die Ungenauigkeit
und Fehlerhäufigkeit des Werts aus der Karte wesentlich
reduziert. Es können zusätzlich oder anstatt dazu
selbstverständlich auch andere oder weitere Klasseinformationen
berücksichtigt werden.
-
Es
kann vorgesehen sein, dass eine derartige Mittelwertbildung als
Klasseinformation für jede Klasse bereits vorab durchgeführt
wird und als abgespeicherter Wert abgelegt ist. Es kann jedoch auch vorgesehen
sein, dass eine derartige Mittelwertbildung situationsabhängig
bei Bedarf bestimmt und für die weitere Ermittlung der
Vorhersage des Verlaufs der Fahrbahn berücksichtigt wird.
In diesem Zusammenhang können somit unterschiedliche Systemkonfigurationen
bereitgestellt werden, welchen im Hinblick auf Speicherbedarf und
Schnelligkeit des Systems individuell Rechnung getragen werden kann.
-
Es
kann auch vorgesehen sein, dass die verschiedenen Fahrbahnverläufe
abhängig von dem Typ der Fahrbahn in Klassen unterteilt
werden. Unter Typen einer Fahrbahn wird beispielsweise eine Autobahn,
eine Landstraße, eine Staatsstraße, eine Schnellstraße
und dergleichen verstanden. Zusätzlich kann als Art der
Fahrbahn auch berücksichtigt werden, ob die Fahrbahn einspurig,
zweispurig oder mehrspurig ist. In diesem Zusammenhang kann auch definiert
werden, ob die Fahrbahn ein oder mehrspurig in eine Fahrtrichtung
ausgebildet ist.
-
Die
Klassenbildung kann dadurch nochmals individualisiert und im Hinblick
auf eine genaue Vorhersage eines Verlaufs einer Fahrbahn präzisiert
und verfeinert werden.
-
Die
Position des Fahrzeugs wird vorzugsweise über ein elektronisches
Positionsermittlungssystem, insbesondere ein GPS-System, ermittelt.
Dieses Positionsermittlungssystem kann satellitengestützt
arbeiten, um diesbezüglich die Position ermitteln und Daten übertragen
zu können.
-
Vorzugsweise
wird die Vorhersage des Verlaufs der Fahrbahn zumindest für
einen zweiten fahrzeugfernen Fahrbahnabschnitt durchgeführt,
welcher sich vor einem durch eine dem Fahrzeug zugeordnete Detektoreinheit
zur Erfassung eines Fahrbahnverlaufs erfassbaren ersten Fahrbahnabschnitts
erstreckt. Insbesondere soll somit mit dem Verfahren zum Vorhersagen
des Verlaufs derjenige Bereich der Fahrbahn umfasst sein, welcher
durch die internen Sensoren des Fahrzeugs nicht mehr erfasst werden kann,
da er außerhalb deren Erfassungsbereich liegt. In diesem
Zusammenhang soll somit gerade dieser zweite fahrzeugferne Fahrbahnabschnitt
mit einem sehr präzisen Verlauf der Fahrbahn vorhergesagt werden,
welcher durch beispielsweise eine Kamera, einen Laserscanner/Lidar,
Radar und dergleichen nicht mehr erfasst werden kann. Dieser Bereich
erstreckt sich vorzugsweise zwischen 30 m und 250 m vor dem Fahrzeug,
insbesondere in einem Bereich größer 50 m vor
dem Fahrzeug.
-
Da
bei relativ hohen Fahrzeuggeschwindigkeiten die genaue Vorhersage
des Fahrbahnverlaufs in diesem zweiten, fahrzeugfernen Fahrbahnabschnitt
wichtig ist, müssen darüber präzisiertere
Aussagen über den Fahrbahnverlauf ermöglicht werden, wie
dies durch das vorliegende Verfahren gewährleistet werden
kann.
-
Vorzugsweise
wird die Vorhersage eines Verlaufs der Fahrbahn bis zum Ende eines
klassifizierten Verlaufstyps der Fahrbahn durchgeführt.
Insbesondere wird es vollständig oder zumindest bis zum
Ende des klassifizierten Verlauftyps der Fahrbahn durchgeführt.
Dadurch kann vermieden werden, dass die geometrische Form bzw. der
Verlauf nur unzureichend vorhergesagt und eingeschätzt wird.
Es wird durch diese vorteilhafte Alternative somit stets soweit
eine Verlaufsvorhersage durchgeführt, bis erkannt wird,
dass dieser spezielle Verlaufstyp beendet ist bzw. abgeschlossen
ist. Dies kann dahingehend ermöglicht werden, dass das
Ende der festgestellten Formgebung und des geometrischen Verlaufs
erreicht ist und eine andere Formgebung bzw. ein anderer geometrischer
Verlauf beginnt. In Kombination mit der Klassifizierung und den
für die Vorhersage des Verlaufs zugrunde gelegten Klasseinformationen
einer aufgrund der Zuordnung der Karteninformationen zu einer Klasse
ausgewählten Klasse kann der Verlauf, insbesondere in diesem
zweiten fahrzeugfernen Fahrbahnabschnitt, nochmals präzisiert
und im Hinblick auf die Realität exakter erfolgen.
-
Verlaufstypen
der Fahrbahn können in diesem Zusammenhang wiederum öffnende
Kurven, schließende Kurven, oder auch der Abstand bis zu
einem Kurvenende oder die Erkennung einer S-Kurve sein.
-
Die
Klassifikation kann somit nicht nur anhand der aus der Karte extrahierbaren
(lokalen) Parameter, wie Krümmung und/oder Krümmungsänderung,
erfolgen, sondern es kann zusätzlich auch auf Basis der
Kartendaten der weiter zu erwartende Fahrbahnverlauf erfolgen.
-
Das
Ergebnis der Klassenzuordnung wird anschließend als Erwartung
in den Straßenverlaufschätzprozess eingekoppelt.
Vorzugsweise kann dieser Schätzprozess bzw. dieses Vorhersageszenario des
Fahrbahnverlaufs vor der Position des Fahrzeugs mit einem stochastischen
Zustandschätzer, insbesondere einem Kalman-Filter, insbesondere
einem Extended-Kalman-Filter, durchgeführt werden. Es können
in diesen Zusammenhang verschiedene Varianten von Kalman-Filtern
verwenden. Ebenso kann jedoch auch ein anderes Schätzverfahren,
beispielsweise einen stochastischen Zustandsschätzer dynamischer
Prozesse etc.
-
In
diesem Zusammenhang wird das Ergebnis der Klassifikation unter der
Zuordnung der aus der Karte extrahierten Informationen zu einer
Klasse sowie dann zugrundeliegenden Klasseninformationen im Sinne
einer Datenfusion in den Schätzprozess bzw. Vorhersageprozess
einbezogen. Die ohnehin meist sehr ungenauen geometrischen Repräsentationen
des Straßenverlaufs in der Karte werden somit nicht mehr
direkt und als solche verwendet, wodurch die durch die Ungenauigkeit
herrührende Fehlerquelle bei der Vorhersage eliminiert
werden kann. Dadurch wird das System von der absoluten Genauigkeit
der Kartendaten unabhängig und damit auch in ungenau in
der Karte repräsentierten Gegenden einsetzbar. Die Reichweite
des Systems bzw. eines derartigen Verfahrens wird dementsprechend
erhöht. Dies betrifft insbesondere Gegenden oder Fahrbahnverläufe
abseits großer Straßen, in denen beispielsweise
auch die Qualität der für die Kamera zur Spurerkennung
wichtigen Spurmarkierungen üblicherweise niedriger ist.
-
Vorzugsweise
werden die für die Vorhersage des Verlaufs der Fahrbahn
herangezogenen Klasseinformationen gewichtet berücksichtigt.
Durch eine derartige Gewichtung kann die Aussagekraft dieser Informationen
nochmals verbessert werden, wodurch die Verlaufsvorhersage nochmals
präzisiert werden kann.
-
Vorzugsweise
erfolgt die Gewichtung der Klasseinformationen, die tatsächlich
für die Vorhersage des Verlaufs der Fahrbahn berücksichtigt
werden, in Abhängigkeit von darüber hinaus für die
Vorhersage des Verlaufs berücksichtigten anderen Informationen.
Insbesondere wird die für die Vorhersage des Verlaufs der
Fahrbahn herangezogene Klasseinformation abhängig von den
Informationen, die von einer fahrzeugseitigen Detektoreinheit für
den Verlauf der Fahrbahn vor dem Fahrzeug generiert werden, gewichtet.
Die Gewichtung der Klasseinformationen erfolgt somit insbesondere
in Abhängigkeit von Informationen anderer Sensoren, die
nur einen ersten fahrzeugnahen Fahrbahnabschnitt erfassen können.
Dies bedeutet, dass insbesondere die für einen zweiten
Fahrbahnabschnitt durchgeführte Vorhersage und die damit
verbundenen, für die Vorhersage des Verlaufs zugrunde gelegten
Klasseinformationen abhängig von Informationen in einem
anderen Fahrbahnabschnitt, nämlich dem ersten, fahrzeugnahen Fahrbahnabschnitt,
erfolgt.
-
Vorzugsweise
werden für die Vorhersage des Verlaufs zusätzliche
Informationen über den Verlauf der Fahrbahn vor dem Fahrzeug,
welche durch eine dem Fahrzeug zugeordnete Detektoreinheit erfasst
werden, berücksichtigt. Insbesondere sind dies genau die
ersten Fahrbahnabschnitte und somit die fahrzeugnahen Fahrbahnabschnitte.
-
Das
Verfahren kann somit für verschiedenste Fahrbahnabschnitte
herangezogen werden, wobei dazu lediglich eine Vorhersage des Fahrbahnverlaufs in
dem genannten zweiten, fahrzeugfernen Fahrbahnabschnitt erfolgen
kann. Es kann auch vorgesehen sein, dass die Vorhersage des Verlaufs
mit dem vorgeschlagenen Verfahren zusätzlich auch in dem ersten
fahrzeugnahen Fahrbahnabschnitt erfolgt. Vorzugsweise werden genau
dann auch die Informationen der fahrzeugseitigen Detektoreinheit,
welche insbesondere lediglich diesen ersten Fahrbahnabschnitt erfassen
kann, berücksichtigt. Es werden dann sowohl die Informationen
aus der Karte als auch die über diese Detektoreinheit erfassten
Informationen über den Fahrbahnverlauf berücksichtigt, wobei
lediglich die Informationen aus der Karte klassifiziert werden.
-
Vorzugsweise
werden die von der Detektoreinheit erzeugten Informationen über
den Verlauf der Fahrbahn mit spezifischen Guten versehen. Da gerade
derartige Detektoreinheiten, wie beispielsweise eine Kamera, abhängig
von den erfassten Informationen eine größere oder
kleinere Genauigkeit diesbezüglich liefern können,
kann durch eine Gütebildung dieser Informationen deren
Aussagekraft eingeschätzt werden. Gerade dann, wenn die
Fahrbahnbegrenzungen relativ schlecht ausgebildet sind, oder beispielsweise
verschmutzt oder beschädigt sind, kann die Erfassung mit
der Detektoreinheit nur eingeschränkt möglich
sein. Weil in derartigen Fällen dann auch die Verlaufsinformation
der Fahrbahn in diesem ersten Fahrbahnabschnitt fehlerhaft oder
ungenau sein kann, die Detektoreinheit diese Ungenauigkeit vorzugsweise
jedoch erkennt, kann diesbezüglich durch die Gütebildung
ein Hinweis auf den Genauigkeitsgrad der erfassten Informationen
gegeben werden. Gerade dadurch lassen sich die Aussagen über die
erfassten Verläufe in Form der Informationen der Detektoreinheit
bewerten und können im nachfolgenden tatsächlichen
Vorhersageprozess, in dem auch dann die spezifische Klasseinformation über
die spezifischen Fahrbahnverläufe berücksichtigt
werden, mehr oder weniger stark eingebracht werden. Dadurch kann
der gesamte Vorhersageprozess nochmals wesentlich präzisiert
werden und die Genauigkeit kann wesentlich erhöht werden.
-
Vorzugsweise
werden die für die Vorhersage des Verlaufs berücksichtigten
Klasseinformationen abhängig von den Guten der Informationen
der Detektoreinheit gewichtet. Dies kann insbesondere durch den
Kalman-Filter erfolgen, welcher bei relativ schlechten Güteinformationen
der Detektoreinheit die Klasseinformation höher gewichtet.
Es können sich jedoch auch andere Szenarien und somit Wertungen
durch den Kalman-Filter ergeben, so dass bei relativ hoher Güte
der Informationen von der Detektoreinheit eine beispielsweise Gleichgewichtung
dieser Information mit den Klasseinformationen zugrunde gelegt wird.
-
Eine
erfindungsgemäße Vorrichtung zum Vorhersagen eines
Verlaufs einer Fahrbahn vor einem sich auf der Fahrbahn befindlichen
Fahrzeug umfasst eine Einrichtung zur Positionsbestimmung des Fahrzeugs,
und weist zumindest eine Karte auf, welche Informationen über
den Verlauf der Fahrbahn vor der Position des Fahrzeugs umfasst.
Fahrbahnverläufe sind in Klassen unterteilt sind und die
Vorrichtung weist eine weitere Einrichtung auf, welche zur Zuordnung
des Verlaufs der Fahrbahn vor dem Fahrzeug zu zumindest einer Klasse
abhängig von den Informationen aus der Karte ausgebildet
ist und welche zur Berücksichtigung einer dieser Klasse
zugrunde liegende Klasseinformation für die Vorhersage
des Verlaufs der Fahrbahn ausgebildet ist. Die Vorrichtung ermöglicht
eine präzisere und schnellere Vorhersage des Fahrbahnverlaufs.
-
Vorzugsweise
umfasst die Einrichtung zur Positionsbestimmung des Fahrzeugs eine
Odometrie-Einheit und/oder eine Positionserfassungseinrichtung,
insbesondere ein GPS-System.
-
Besonders
bevorzugt ist vorgesehen, dass die weitere Einrichtung eine Klassifikationseinheit
zur Klassifikation des Fahrbahnverlaufs und eine Vorhersageeinheit
zur Vorhersage des Verlaufs umfasst. Die Vorhersageeinheit weist
vorzugsweise einen stochastische Schätzer, insbesondere
einen Kalman-Filter, auf.
-
Insbesondere
umfasst die Vorrichtung auch eine Detektoreinheit, welche zur Erfassung
der Umgebung des Fahrzeugs, insbesondere im Vorfeld des Fahrzeugs,
ausgebildet ist.
-
Vorzugsweise
sind die Einrichtungen der Vorrichtung in einem Mikroprozessor angeordnet.
-
Ein
erfindungsgemäßes Fahrerassistenzsystem ist insbesondere
zur Spurhaltung und/oder zur Abstandseinhaltung ausgebildet. Bei
dem Fahrerassistenzsystem wird die Vorhersage des Verlaufs einer
Fahrbahn vor dem Fahrzeug mit einem erfindungsgemäßen
Verfahren oder einer vorteilhaften Ausgestaltung davon durchgeführt.
Das Fahrerassistenzsystem kann somit insbesondere beispielsweise als
ACC-System und/oder als Spurhaltungssystem ausgebildet sein.
-
Darüber
hinaus kann das Fahrerassistenzsystem zusätzlich oder anstatt
dazu auch als Unfallfrüherkennungssystem (Pre-Crash-System)
vorgesehen sein. Bei all diesen beispielhaft genannten Fahrerassistenzsystemen
ist es von fundamentaler Bedeutung, den Verlauf insbesondere Krümmungsverlauf
einer vor dem Fahrzeug befindlichen Fahrbahn möglichst
exakt und schnell erfassen zu können.
-
Die
oben beispielhaft genannten spezifischen Ausführungen eines
Fahrerassistenzsystems sind nicht abschließend zu verstehen.
Prinzipiell wird mit der Erfindung jedes Fahrerassistenzsystem umfasst,
bei dem Aussagen über den vor dem Fahrzeug ausgebildeten
Verlauf einer Fahrbahn für die Funktionalität
des Fahrerassistenzsystems berücksichtigt oder essentiell
sind.
-
Vorteilhafte
Ausgestaltungen des erfindungsgemäßen Verfahrens
sind als vorteilhafte Ausgestaltungen der erfindungsgemäßen
Vorrichtung und/oder des erfindungsgemäßen Fahrerassistenzsystems
anzusehen.
-
Ein
Ausführungsbeispiel der Erfindung wird nachfolgend anhand
schematischer Zeichnungen näher erläutert. Es
zeigen:
-
1 eine
beispielhafte Darstellung eines Fahrbahnverlaufs und des dazu auf
einer Karte angegebenen Fahrbahnverlaufs; und
-
2 eine
Blockbilddarstellung eines erfindungsgemäßen Fahrerassistenzsystems.
-
In
den Figuren werden gleiche oder funktionsgleiche Elemente mit gleichen
Bezugszeichen versehen.
-
In 1 ist
in einer schematischen Darstellung ein tatsächlicher Verlauf
einer Fahrbahn 1 gezeigt. Die Fahrbahn 1 weist
eine erste Fahrspur 2, in welcher sich die Fahrzeuge in
einer ersten Richtung bewegen, und eine zweite Fahrspur 3,
in welche sich die Fahrzeuge in einer zur ersten Richtung entgegengesetzten
Richtung fortbewegen, auf. Die Fahrbahn 1 ist daher in
beiden Fahrtrichtungen einspurig ausgebildet und ein erster Typ
mit einer ersten Art einer Fahrbahn ist dadurch charakterisiert.
-
Diese
Ausgestaltung ist lediglich beispielhaft und es kann auch vorgesehen
sein, dass die Fahrbahn 1 in beiden Fahrtrichtungen zumindest
zweispurig ausgebildet ist, wodurch ein zweiter Typ mit einer zweiten
Art einer Fahrbahn charakterisiert ist. In diesem Zusammenhang kann
die Fahrbahn 1 dann auch als mehrspurige Schnellstraße
oder Autobahn ausgebildet sein.
-
Auf
der ersten Fahrspur 2 bewegt sich ein Fahrzeug 4,
wobei das Fahrzeug 4 eine interne Detektoreinheit 5 aufweist,
welche zur Erfassung eines Verlaufs der Fahrbahn 1 vor
dem Fahrzeug 4 ausgebildet ist. Die Detektoreinheit 5 kann
in diesem Zusammenhang einen ersten Fahrbahnabschnitt 6 erfassen,
welcher sich beispielsweise über eine Länge von
etwa 50 m in Fahrtrichtung des Fahrzeugs 4 vor dem Fahrzeug 4 erstreckt.
Die Detektoreinheit 5 kann interne Sensoren wie beispielsweise
Encoder, Gyroskope, Beschleunigungs- und Inertialsensoren und externe
Sensoren, wie Kameras, Laserscanner/Lidar, Radar und dergleichen
umfassen.
-
Darüber
hinaus ist in 1 ein zweiter, fahrzeugferner
Fahrbahnabschnitt 7 eingezeichnet, welcher sich beispielswei se über
eine Länge von etwa 250 m in Fahrtrichtung vor dem Fahrzeug 4 erstreckt. Der
zweite Fahrbahnabschnitt 7 ist somit in dem Ausführungsbeispiel
etwa 200 m länger als der erste, fahrzeugnahe Fahrbahnabschnitt 6.
-
Auf
der gegenüberliegenden Fahrspur 3 ist lediglich
beispielhaft ein weiteres Fahrzeug 8 eingezeichnet, welches
sich in entgegengesetzter Richtung zum Fahrzeug 4 fortbewegt.
-
Darüber
hinaus ist in 1 beispielhaft und damit lediglich
gestrichelt der Verlauf der Fahrbahn 1 gezeigt, der hier
in einer digitalen Karte abgelegt ist. Dieser geometrische Verlauf
der Fahrbahn 1 in der digitalen Karte ist durch das Bezugszeichen 9 gekennzeichnet.
Wie in diesem Zusammenhang aus der Darstellung in 1 zu
erkennen ist, weicht dieser Verlauf 9 teilweise wesentlich
von dem tatsächlichen Verlauf der Fahrbahn 1 ab.
In diesem Zusammenhang sind die geometrischen Informationen aus der
digitalen Karte über den Verlauf 9 relativ ungenau im
Vergleich zum tatsächlichen Verlauf der Fahrbahn 1.
Gerade in dem relevanten Bereich vor dem Fahrzeug 4, nämlich
einerseits in dem ersten Fahrbahnabschnitt 6 und andererseits
in dem darüber hinaus reichenden Teil des zweiten Fahrbahnabschnitts 7, weist
die Fahrbahn 1 einen mehr oder minder stark gekrümmten
Kurvenverlauf auf, welcher sich in dem Verlauf 9, wie er
in der digitalen Karte abgelegt ist, nicht so widerspiegelt. Der
Verlauf 9 ist gegenüber dem tatsächlichen
Verlauf der Fahrbahn 1 wesentlich weniger gekrümmt
und die Kurvenausprägungen sind wesentlich weniger realisiert.
-
Gerade
dann, wenn nunmehr bei einer Vorhersage eines Verlaufs der Fahrbahn 1 vor
dem sich auf der Fahrbahn 1 befindlichen Fahrzeug 4 die
Informationen über den geometrischen Verlauf 9 aus
der digitalen Karte als solche unverändert übernommen werden,
führt dies dazu, dass der tatsächliche Verlauf der
Fahrbahn 1 nicht richtig wiedergegeben wird und somit relativ
stark davon abweicht. Dies führt zu Fehlinterpretationen
des in dem Fahrzeug 4 angeordneten Fahrerassistenzsystems 10 im Hinblick
auf den tatsächlichen Spurverlauf, insbesondere im zweiten, fahrzeugfernen
Abschnitt 7. Dadurch können unerwünschte
Reaktionen des Fahrerassistenzsystems 10 auftreten oder
derartige unterbleiben, wodurch gegebenenfalls die Sicherheit bei
der Führung des Fahrzeugs 4 beeinträchtigt
werden kann.
-
Um
dies zu vermeiden werden die Informationen über den geometrischen
Verlauf 9 aus der digitalen Karte nicht als solche unverändert
für die Vorhersage des tatsächlichen Verlaufs
der Fahrbahn 1 übernommen. Vielmehr werden dazu
zunächst im Ausführungsbeispiel mehrere Klassen
gebildet und definiert, die verschiedenste Fahrbahnverläufe
charakterisieren. Dazu können Klassen gebildet werden, welche
den Straßenverlauf beispielsweise in verschiedene Gradationen
der Oberklassen öffnende Kurve, schließende Kurve,
Gerade, Kreisbahn bzw. Sequenzen davon, einordnet. Eine derartige
Bildung von Klassen wird im Ausführungsbeispiel dahingehend
konkret durchgeführt, dass verschiedene Fahrbahnverläufe
abhängig von zumindest einem den Verlauf charakterisierenden
Parameter in Klassen untereilt werden. Im Ausführungsbeispiel
wird dazu als charakterisierender Parameter die Krümmungsänderung
berücksichtigt. Es werden somit allgemein gültig
und in übergeordneter Form zunächst mehrere Klassen
gebildet, welche genau diese Fahrbahnverläufe anhand der Änderung
der Krümmung spezifizieren. Im Ausführungsbeispiel
wird diesbezüglich eine Klassenbildung derart durchgeführt,
dass eine Klasse durch ein spezifisches Intervall von Werten dieser Änderung
der Krümmung charakterisiert wird.
-
Darüber
hinaus ist im Ausführungsbeispiel vorgesehen, dass die
Klassen im Hinblick auf ihre Intervallgrenzen unmittelbar aneinander
anschließen, so dass ein möglichst großer
Wertebereich für die Änderung der Krümmung
vollständig und lückenlos durch die Mehrzahl der
Klassen abgedeckt ist. Insbesondere ist im Ausführungsbeispiel
vorgesehen, dass die Klassen alle eine gleiche Intervallbreite aufweisen.
Selbstverständlich kann jedoch auch vorgesehen sein, dass
zumindest zwei Klassen unterschiedliche Intervallbreiten aufweisen.
-
Diese
Klassenbildung wird in dem Fahrerassistenzsystem 10 beispielsweise
in einer Speichereinheit einer Auswerteeinrichtung abgelegt.
-
Bewegt
sich nun das Fahrzeug 4 gemäß der Darstellung
in 1 auf der Fahrspur 2 von links nach rechts,
so wird der erste Fahrbahnabschnitt 6 durch die Detektoreinheit 5 im
Hinblick auf den Verlauf der Fahrspur 2 und gegebenenfalls
auch der Fahrspur 3 erfasst.
-
Zur
Vorhersage des Verlaufs der Fahrbahn 1 im darüber
hinausgehenden Teil des fahrzeugfernen zweiten Fahrbahnabschnitts 7 wird
eine Spurschätzung und somit eine Vorhersage des Verlaufs
anhand der Klasseinformationen durchgeführt. In diesem
Zusammenhang wird während der Fahrt des Fahrzeugs 4 aus
der digitalen Karte der Verlauf 9 ermittelt, indem die
Krümmungsänderung bestimmt wird. Diese Krümmungsänderung,
welche im Hinblick auf die ungenaue Darstellung des Verlaufs 9 ebenfalls
ungenau im Hinblick auf den tatsächlichen Verlauf der Fahrbahn 1 ist,
wird dann mit den in den Klassen spezifizierten Werten dieser Änderung
verglichen. Abhängig von dem Vergleich wird dann erkannt,
welcher Klasse dieser ermittelte Wert der Krümmungsänderung
des Verlaufs 9 an der jeweils spezifischen Stelle zugeordnet
wird. Diesbezüglich erfolgt somit eine Klassifizierung
bzw. Zuordnung zu einer Klasse der aus der digitalen Karte ermittelten
Krümmungsänderung des Verlaufs 9 an der
jeweiligen Stelle der Fahrbahn 1.
-
Durch
diese Klassifizierung kann dann die zumindest eine ausgewählte
Klasse für die tatsächliche Vorhersage des Verlaufs
der Fahrbahn 1, insbesondere im zweiten Fahrbahnabschnitt 7,
welcher über den ersten Fahrbahnabschnitt 6 hinausreicht, herangezogen
werden.
-
Gemäß dem
Ausführungsbeispiel wird dazu ein Mittelwert der durch
das Intervall dieser spezifischen ausgewählten Klasse umfassten
Werte der Krümmungsänderung gebildet. Selbstverständlich kann
vorzugsweise auch vorgesehen sein, dass dieser Mittelwert bereits
vorab gebildet ist und ebenfalls in der Speichereinheit der Auswerteeinrichtung
abgelegt ist. Dieser Mittelwert der spezifischen Klasse, welcher
der Wertekrümmungsänderung des Verlaufs 9 zugeordnet
wird, wird dann für die tatsächliche Schätzung
zugrunde gelegt. Dadurch lässt sich eine wesentlich exaktere
Vorhersage des tatsächlichen Verlaufs der Fahrbahn 1 erreichen.
-
Dies
ermöglicht insbesondere für den fahrzeugfernen
zweiten Fahrbahnabschnitt 7 eine wesentlich genauere Vorhersage
des tatsächlichen Verlaufs der Fahrbahn 1, wodurch
die Funktionsfähigkeit des Fahrerassistenzsystems 10 wesentlich
verbessert werden kann und dadurch auch die Fahrsicherheit des Fahrzeugs 4 erhöht
werden kann.
-
Zusätzlich
zu dieser klassifizierten Information kann für die Vorhersage
des tatsächlichen Verlaufs der Fahrbahn 1 auch
die von der Detektoreinheit 5 über den ersten
Fahrbahnabschnitt 7 erfasste Information bezüglich
dessen Verlauf herangezogen werden.
-
Darüber
hinaus kann die Vorhersage des Verlaufs der Fahrbahn 1 vor
dem Fahrzeug 4 auch die Art des Fahrbahntyps berücksichtigen.
In diesem Zusammenhang können auch unterschiedliche Gegebenheiten
für eine Autobahn, eine Schnellstraße, eine relativ
kleine Landstraße oder dergleichen berücksichtigt
werden. Bevorzugt erweist es sich auch, wenn die Klassifikation
nicht nur anhand der aus der Karte extrahierbaren (lokalen) Krümmung
und/oder Krümmungsänderung erfolgt, sondern zusätzlich
der auf der Basis der Kartendaten zu erwartenden weitere Straßenverlauf
berücksichtigt wird. Darüber hinaus kann vorzugsweise
auf Basis der digitalen Karte zunächst eine auch den weiteren
Verlauf der Fahrbahn berücksichtigende abstrahierende und
qualitative Klassifikation vorgenommen wer den. In diesem Zusammenhang
erweist es sich als vorteilhaft, wenn der Verlauf bis zu einem Ende
eines spezifischen Verlaufstyps vorhergesagt wird. Im Ausführungsbeispiel
in 1 ist dies dadurch kenntlich gemacht, dass sich
der zweite Fahrbahnabschnitt 7 bis zum Ende der kurvenartigen
Krümmung der Fahrbahn 1 erstreckt und somit die
Vorhersage bis zu diesem Ende der Kurve erfolgt. Es können
somit auch Vorhersagen eines Verlaufs der Fahrbahn vollständig
bis zum Ende eines klassifizierten Verlaufstyp, beispielsweise dem
Abstand bis zum Kurvenende, der Erkennung einer S-Kurve oder dergleichen,
der Fahrbahn 1 durchgeführt werden.
-
In 2 ist
eine schematische Blockbilddarstellung eines Fahrerassistenzsystems 10,
wie es im Fahrzeug 4 angeordnet ist, gezeigt. Dem Fahrerassistenzsystem 10 ist
eine Vorrichtung zum Vorhersagen eines Verlaufs der Fahrbahn zugeordnet,
wobei die Vorrichtung vorzugsweise die nachfolgend erläuterten
Einheiten und Komponenten des Fahrerassistenzsystems 10 aufweist.
Das Fahrerassistenzsystem 10 ist im Ausführungsbeispiel
zur Spurhaltung und/oder zur Abstandseinhaltung zu einem Fahrzeug konzipiert.
Das Fahrerassistenzsystem 10 ist zur Vorhersage des Spurverlaufs
gemäß einem oben erläuterten Verfahren
ausgebildet.
-
In
diesem Zusammenhang umfasst das Fahrerassistenzsystem 10 und
auch die Vorrichtung die Detektoreinheit 5, welche insbesondere
eine Kamera sein kann. Darüber hinaus umfasst das Fahrerassistenzsystem 10 eine
Einheit 11, welche als Odometrie-Einheit ausgebildet ist.
Diesbezüglich kann eine Positionsbestimmung des Fahrzeugs 4 durch
die Beobachtung seiner Räder erfolgen. Die Odometrie ist ein
grundlegendes Navigationsverfahren für bodengebundene Fahrzeuge
aller Art.
-
Darüber
hinaus umfasst das Fahrerassistenzsystem 10 eine Positionserfassungseinrichtung 12,
welche insbesondere als GPS-System ausgebildet ist.
-
Das
Fahrerassistenzsystem 10 weist darüber hinaus
ein Navigationssystem 13 und eine digitale Karte 14 auf.
Des Weiteren umfasst das Fahrerassistenzsystem 10 eine
Klassifikationseinheit 15 zur Klassifikation des Fahrbahnverlaufs.
Ferner umfasst das Fahrerassistenzsystem 10 eine Einheit 16,
zur Extraktion von Spurmarkierungen, wodurch der Fahrbahnverlauf
im fahrzeugnahen ersten Fahrbahnabschnitt 6 ermöglicht
wird.
-
Darüber
hinaus weist das Fahrerassistenzsystem 10 eine Vorhersageeinheit 17 auf,
welche insbesondere einen Kalman-Filter aufweist.
-
Gemäß der
Blockbilddarstellung in 2 werden die von der Detektoreinheit 5 erfassten
Informationen der Vorhersageeinheit 17 zugeführt.
In diesem Zusammenhang kann vorgesehen sein, dass die von der Detektoreinheit 5 erfassten
Informationen mit jeweils spezifischen Güten versehen werden.
So kann gewährleistet werden, dass eine gewisse Aussage über
die Genauigkeit der von der Detektoreinheit 5 erfassten
Informationen bereitgestellt werden kann. Gerade dann, wenn Fahrbahnmarkierungen oder
Begrenzungen nicht oder nur sehr unzureichend vorhanden sind oder
beispielsweise auch mit Schmutz oder Schnee oder dergleichen bedeckt sind,
kann durch eine Gütebildung der erfassten Informationen
auch die Ungenauigkeit der Informationen bewertet werden. Diese
Gütebildung kann durch die Einheit 16 durchgeführt
werden.
-
Darüber
hinaus werden die von der Odometrie-Einheit 11 erzeugten
Informationen direkt an die Vorhersageeinheit 17 übertragen.
Darüber hinaus wird über das Positionserkennungssystem 12 die
Position des Fahrzeugs 4 auf der Fahrspur 2 festgestellt.
Dadurch kann einerseits erkannt werden, auf welchem Teilstück
der Fahrbahn 1 sich dieses Fahrzeug 4 befindet
und darüber hinaus kann eindeutig auch der vor dem Fahrzeug 4 befindliche
Bereich der Fahrbahn 1 festgestellt und definiert werden.
Dies ist insbesondere im Hinblick auf die aus der digitalen Karte 14 zu
extrahierenden Informationen bezüglich des Verlaufs 9 wesentlich.
-
Wie
aus der Darstellung in 2 gezeigt, werden die Positionsinformationen
an das Navigationssystem 13 übertragen, welches
auch die Informationen der digitalen Karte 14 erhält.
Diese gebündelten Informationen werden dann gemäß der
bereits zur 1 erläuterten Vorgehensweise
mit in der Einheit 15 abgelegten Klassen verglichen, in
dem gemäß dem Ausführungsbeispiel die
Krümmungsänderung des Verlaufs 9 mit
den in den jeweiligen Klassen abgelegten Werten der Krümmungsänderung
verglichen werden. Abhängig von dem Vergleich wird dann,
wie bereits oben erläutert, die zumindest eine zugeordnete
Klasse ausgewählt und die dieser Klasse zugehörigen
Klasseinformationen, nämlich der Mittelwert der Krümmungsänderung,
an die Vorhersageeinheit 17 übertragen.
-
In
der Vorhersageeinheit 17 wird gemäß dem Kalman-Filter
eine Datenfusion der empfangenen Informationen durchgeführt,
wobei in diesem Zusammenhang auch eine Gewichtung der von der Einheit 15 erhaltenen
Klasseinformationen durchgeführt wird. Insbesondere kann
diese Gewichtung abhängig von den Güteinformationen
der von der Einheit 16 erhaltenen Informationen durchgeführt
werden, so dass die Ermittlung der Vorhersage des Verlaufs der Fahrbahn 1 nochmals
präzisiert werden kann.
-
Durch
diese Vorgehensweise bei der Vorhersage eines Verlaufs einer Fahrbahn 1 kann
erreicht werden, dass die in 1 gezeigte
Abweichung des tatsächlichen Verlaufs der Fahrbahn 1 von
der in der digitalen Karte 14 abgelegten Verlaufsform 9 nicht mehr
gegeben ist und der über die Vorhersage erreichte bzw.
bestimmte Verlauf wesentlich ähnlicher, insbesondere vollständig
gleich, dem tatsächlichen Verlauf der Fahrbahn 1 ist.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste
der vom Anmelder aufgeführten Dokumente wurde automatisiert
erzeugt und ist ausschließlich zur besseren Information
des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen
Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt
keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Nicht-Patentliteratur
-
- - Heiko Cramer,
Ullrich Scheunert, Gerd Wanielik, ”A new approach for tracking
lanes by fusing image measurements with map data”, 2004
IEEE Intelligent Vehicles Symposium, Parma, Italien 2004 [0005]
- - Albert Klotz, Jan Sparbert, Dieter Hötzer, ”Lane data
fusion for driver assistance systems”, 7. International
Conference an Information Fusion, Stockholm, Schweden, 2004 [0005]
- - Aris Polychronopoulos, Angelns Amditis, Manolis Tsogas, Aria
Etemad, ”Extended path prediction using camera and map
data for lane keeping support”, Proceedings IEEE Intelligent
Transportation Systems, Wien, Österreich, 2005 [0005]