DE102008062916A1 - Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeuges mit einem Lebewesen - Google Patents

Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeuges mit einem Lebewesen Download PDF

Info

Publication number
DE102008062916A1
DE102008062916A1 DE102008062916A DE102008062916A DE102008062916A1 DE 102008062916 A1 DE102008062916 A1 DE 102008062916A1 DE 102008062916 A DE102008062916 A DE 102008062916A DE 102008062916 A DE102008062916 A DE 102008062916A DE 102008062916 A1 DE102008062916 A1 DE 102008062916A1
Authority
DE
Germany
Prior art keywords
living
movement
vehicle
trajectory
collision
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102008062916A
Other languages
English (en)
Inventor
Woldemar Bauer
Stephan Zecha
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.)
Continental Safety Engineering International GmbH
Original Assignee
Continental Safety Engineering International 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 Continental Safety Engineering International GmbH filed Critical Continental Safety Engineering International GmbH
Priority to DE102008062916A priority Critical patent/DE102008062916A1/de
Priority to US13/132,906 priority patent/US20110246156A1/en
Priority to DE112009003771T priority patent/DE112009003771A5/de
Priority to PCT/DE2009/001750 priority patent/WO2010072195A2/de
Priority to EP09806165A priority patent/EP2382609B1/de
Priority to JP2011544785A priority patent/JP2012513651A/ja
Publication of DE102008062916A1 publication Critical patent/DE102008062916A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/23Recognition of whole body movements, e.g. for sport training

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung beschreibt ein Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeugs mit einem Lebewesen, bei dem das raumzeitliche Verhalten des Lebewesens mit einem Verhaltensmodell und das raumzeitlche Verhalten des Fahrzeugs mit einem kinematischen Modell modelliert wird und beginnend mit den aktuellen Positionen des Fahrzeugs und des Lebewesens jeweils wenigstens eine Trajektorie bestimmt wird. Erfindungsgemäß werden ausgehend von den aktuellen Positionen des Lebewesens und des Fahrzeugs eine Trajektorie des Fahrzeugs und des Lebewesens als Trajektorienpaar so lange berechnet, bis entweder das Trajektorienpaar eine Kollision anzeigt oder keine Kollision anzeigt, daraufhin wird die Anzahl der Trajektorienpaare, die eine Kollision anzeigen, ermittelt und hieraus die Kollisionswahrscheinlichkeit als Quotient aus der Anzahl der Trajektorienpaare, die eine Kollision anzeigen, und der gesamten Anzahl der berechneten Trajektorienpaare berechnet.

Description

  • Die Erfindung betrifft ein Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeugs mit einem Lebewesen, insbesondere einem Fußgänger gemäß Oberbegriff des Patentanspruchs 1, insbesondere für die Anwendung in einem Personenschutzsystem in einem Fahrzeug oder einem Fahrsimulator.
  • Bei einem solchen Verfahren wird mit zumindest einer Sensorik Umgebungsinformationen erfasst. Die Umgebungsinformationen werden mit einer Recheneinheit ausgewertet, um ein Lebewesen zu identifizieren. Weiter werden für das Lebewesen eine Bewegungstrajektorie und ein Bewegungszustand auf der Basis eines Verhaltensmodells des Lebewesens zu einem gegebenen Zeitpunkt ermittelt, um die Wahrscheinlichkeit eines Zusammenstoßes, beispielsweise eines Fußgängers mit dem Fahrzeug abzuschätzen.
  • Ein hohes Kollisionsrisiko, also ein Zusammenstoß mit hoher Wahrscheinlichkeit, kann zu unterschiedlichen, den Schutz des Fußgängers bewirkende Aktionen führen. So kann beispielsweise eine Warnung an den Fahrer und/oder den Fußgänger gerichtet werden, eine Fußgängerschutzvorrichtung ausgelöst werden oder auch autonome Fahrzeugaktionen, wie beispielsweise eine Notbremsung oder ein Ausweichmanöver durchgeführt werden.
  • Um das Risiko einer Kollision im Straßenverkehr zwischen Kraftfahrzeugen und Fußgängern, Radfahrern oder Tieren (allgemein Lebewesen) zu erkennen und bei entsprechend hoher Kollisionswahrscheinlichkeit entsprechende Schutzmaßnahmen einzuleiten, ist eine Erfassung und Beurteilung jeweiliger Verkehrssituationen notwendig. Anhand dieser Informationen kann einerseits ein Bewegungszustand des Fahrzeugs und andererseits ein Bewegungszustand des jeweils beobachteten Lebewesens ermittelt werden. Anhand einer Extrapolation wird das weitere Bewegungsverhalten der beiden Verkehrsteilnehmer ermittelt.
  • Zur Erkennung von Kollisionssituationen und zur richtigen Unterscheidung zwischen kritischen und unkritischen Situationen, müssen hochwertige Methoden zur Berechnung des vorliegenden Risikos verwendet werden.
  • So ist es bekannt, eine Risikobewertung entweder ausschließlich auf der Basis der statistischen Betrachtung der Fehlervarianzen der ermittelten Positionen der Fußgänger durchzuführen oder alternativ unter der Annahme einer eindimensionalen Querverteilung der Aufenthaltsbereiche von Fahrzeug und Fußgänger mittels dem mathematischen Vorgang der Faltung der beiden Querverteilungen zu berechnen.
  • Für die Zuverlässigkeit der Abschätzung des Kollisionsrisikos ist auch die Prognosefähigkeit des Bewegungsverhaltens des Lebewesens von entscheidender Bedeutung. Je genauer die Prognosefähigkeit ausgebildet ist, desto eher ist eine selektive Auslösung von an die Situation angepassten Schutzsystemen möglich. Hierdurch können insbesondere auch Fehlauslösungen vermieden werden, die nichts zum Schutz der Verkehrsteilnehmer beitragen und lediglich die Instandhaltungskosten des Fahrzeugs erhöhen oder im Fall von Falschwarnungen den Fahrer irritieren oder Folgeschäden nach sich ziehen.
  • Die DE 103 25 762 A1 beschreibt ein Verfahren zum Betrieb eines Bildverarbeitungssystems für ein Fahrzeug. Bei diesem werden mit wenigstens einem Bildsensor Umgebungsinformationen erfasst und mit einer Recheneinheit dahingehend ausgewertet, um das Vorhandensein von Verkehrsteilnehmern zu erkennen. Dabei wird die Blickrichtung eines oder mehrerer erkannter Verkehrsteilnehmer erfasst. Hierdurch wird die Abschätzung eines Kollisionsrisikos vorgenommen, indem die Aufmerksamkeit der Verkehrsteilnehmer berücksichtigt wird. Die Erfassung der Blickrichtung eines oder mehrerer Verkehrsteilnehmer wird als Maß für die Aufmerksamkeit herangezogen. Hierbei liegt die Überlegung zu Grunde, dass die Blickrichtung eines Verkehrsteilnehmers anzeigt, ob dieser aufmerksam ist und z. B. ein herannahendes Fahrzeug durch diesen Verkehrsteilnehmer wahrgenommen wird. Das Kollisionsrisiko wird als höher eingestuft, wenn der Verkehrsteilnehmer in eine dem Bildsensor entgegengesetzte Richtung blickt als wenn dieser dagegen direkt in den Bildsensor blickt. Es ist ferner vorgesehen, in Abhängigkeit der erfassten und ausgewerteten Blickrichtung erkannten Verkehrsteilnehmer ein Wahrscheinlichkeitsmaß zur Abschätzung des Kollisionsrisikos zu bilden. Dieses wird aufgrund von Bewegungsinformationen des Fahrzeugs und/oder des oder der erkannten Verkehrsteilnehmer gebildet.
  • Bei der Bewegungsinformation handelt es sich um Geschwindigkeit, Richtung sowie Trajektorie, mit der sich ein Fahrzeug und/oder ein erkannter Verkehrsteilnehmer bewegen.
  • Ferner ist aus der EP 1 331 621 B1 ein Verfahren zum Überwachen der Umgebung von Kraftfahrzeugen hinsichtlich des Gefahrencharakters eines möglichen Hindernisses bekannt, bei dem neben der Unsicherheit von Positionsmessungen auch die Unsicherheiten hinsichtlich des zukünftigen Verhaltens des Objekts berücksichtigt werden, insbesondere auch besondere und plötzliche Ereignisse, welche dazu geeignet sind, das zukünftige Verhalten des Objekts zu verändern. Um die Wahrscheinlichkeit einer Kollision zu bestimmen, wird zunächst zu aufeinanderfolgenden Zeitpunkten der von dem Objekt maximal erreichbare Bereich bestimmt. Hierdurch ergibt sich ein Trajektorienschlauch, der sich in Richtung zukünftiger Zeitpunkte immer mehr aufweitet. Die Wahrscheinlichkeit einer Kollision zu einem bestimmten Zeitpunkt ergibt sich dann aus dem Verhältnis der Schnittfläche der möglichen Positionen des Fahrzeugs und des Objekts zu diesem Zeitpunkt und der Fläche der möglichen Positionen des Objekts zum gleichen Zeitpunkt. Liegt keine Überschneidung vor, beträgt die Kollisionswahrscheinlichkeit Null, bei vollständiger Überschneidung 100%.
  • Nachteilig bei diesem bekannten Verfahren ist das Beruhen des zukünftigen Verhaltens des Objekts auf einem Verhaltensmodell, das lediglich kinematische Größen, wie Richtung, Geschwindigkeit und Beschleunigung detektiert und in die Zukunft extrapoliert.
  • Es ist daher Aufgabe der vorliegenden Erfindung, die Nachteile aus dem Stand der Technik zu vermeiden und ein Verfahren der Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeugs mit einem Lebewesen anzugeben.
  • Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Anspruchs 1 gelöst. Vorteilhafte Ausgestaltungen ergeben sich aus den abhängigen Patentansprüchen.
  • Bei dem erfindungsgemäßen Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit werden ausgehend von den aktuellen Positionen des Lebewesens und des Fahrzeugs eine Trajektorie des Fahrzeugs auf der Basis des kinematischen Modells und des Lebewesens auf der Basis des Verhaltensmodells als Trajektorienpaar so lange berechnet, bis entweder das Trajektorienpaar eine Kollision anzeigt oder keine Kollision anzeigt wird. Anschließend wird die Anzahl der Trajektorienpaare, die eine Kollision anzeigen, ermittelt, um hieraus die Kollisionswahrscheinlichkeit als Quotient aus der Anzahl der Trajektorienpaare, die eine Kollision anzeigen, und der gesamten Anzahl der berechneten Trajektorienpaare zu berechnen.
  • Damit wird die Kollisionswahrscheinlichkeit, im Folgenden auch als Kollisionsrisikowert bezeichnet, als relative Kollisionshäufigkeit berechnet, d. h. als Verhältnis der Anzahl der Fahrzeug-Lebewesen-Trajektorienpaaren, bei denen es zu einer Kollision kommen würde, zur Gesamtzahl berechneter möglicher Fahrzeug-Lebewesen-Trajektorienpaaren.
  • In einer Weiterbildung der Erfindung wird eine Kollision dann angezeigt, wenn der von den Trajektorien eines Trajektorien paares angezeigte Abstand zwischen dem Fahrzeug und dem Lebewesen eine vorgegebene Schwelle unterschreitet. Eine solche Abstandsschwelle orientiert sich vorzugsweise an den menschlichen Abmessungen, insbesondere wäre beispielsweise der Halbmesser des Umkreises um den Umriss eines Fußgängers aus der Draufsicht hierfür geeignet.
  • Besonders vorteilhaft ist es, wenn zu inkrementellen Zeitschritten die Verfahrensschritte
    • b) Ausgehend von der aktuellen Position des Fahrzeugs und des Lebewesens Durchführung einer Berechnung einer Trajektorie des Fahrzeugs und des Lebewesens als Trajektorienpaar so lange, bis entweder das Trajektorienpaar eine Kollision anzeigt oder keine Kollision anzeigt wird,
    • c) Ermitteln der Anzahl der Trajektorienpaare, die eine Kollision anzeigen, und
    • d) Berechnung der Kollisionswahrscheinlichkeit als Quotient aus der Anzahl der Trajektorienpaare, die eine Kollision anzeigen und der gesamten Anzahl der berechneten Trajektorienpaare
    wiederholt werden.
  • Dies stellt die Entwicklung des Kollisionsrisikos über den zeitlichen Ablauf des Szenarios zwischen dem Fahrzeug und dem Lebewesen, bzw. dem Fußgänger dar, so dass sich die chronologische Entwicklung der Kollisionswahrscheinlichkeit bzw. des Kollisionsrisikowerts ergibt. Dieser Kollisionsrisikowert kann dazu benutzt werden, um bei dessen Überschreitung durch einen vorgegebenen Schwellwert Fußgängerschutzsysteme auszulösen, wobei die Auslösung auch zusätzlich von dem Verlauf des Kollisionsrisikowertes abhängig gemacht werden kann.
  • In einer Weiterbildung der Erfindung werden mittels des Verhaltensmodells für einen oder für mehrere Zeitpunkte mögliche Aufenthaltsorte des Lebewesens unter Berücksichtigung des Bewegungszustands zum Zeitpunkt des Beginns der Berechnung eines Trajektorienpaares bestimmt.
  • Zur Ermittlung des zukünftig möglichen Aufenthaltsorts zu einem gegebenen Zeitpunkt werden ausgehend von einem Ort der Bewegungstrajektorie und dem Bewegungszustand auf der Basis der Verhaltensmodells für das raumzeitliche Verhalten des Lebewesens für einen oder mehrere zukünftige Zeitpunkte mögliche Aufenthaltsorte bestimmt.
  • Ferner wird in einer besonders bevorzugten Weiterbildung der Erfindung zur Berechnung der Trajektorien des Lebewesens ein Verhaltensmodell zugrundegelegt, das das physikalische und physiologische Bewegungsvermögen des Lebewesens und/oder empirisch ermittelte Verhaltensmuster berücksichtigt, also davon ausgeht, dass sich das Lebewesen physiologisch bedingt nicht in alle Richtungen mit dem gleichen Beschleunigungsvermögen weiterbewegen kann und darüberhinaus bestimmte verhaltensbedingte Vorzugsrichtungen aufzeigen kann. Im Gegensatz zu konventionellen Trajektoriealgorithmen wird also nach diesem. Verfahren gerade nicht die derzeitige Bewegungsform in die Zukunft fortgeschrieben, sondern auf deren Basis ein beschränktes physiologisches Bewegungsvermögen und/oder verhaltensbedingte Vorzugsbewegungen berücksichtigt. Zudem haben Lebewesen bzw. Fußgänger im Gegensatz zu den sonst üblichen Objekten im Straßenverkehr die Möglichkeit eines abrupten Richtungswechsels durch Drehung um die eigene Achse, Schritte seitwärts oder nach hinten, was den Aufenthaltsort des Lebewesens gegenüber herkömmlichen Trajektorievorhersagen massiv verändert, wie aufgrund diverser Bewegungsstudien festgestellt werden konnte.
  • In der nachfolgenden Beschreibung wird unter einem Lebewesen ein Radfahrer, ein Fußgänger oder ein Tier verstanden. Unter einem Aufenthaltsort des Lebewesens wird ein Bereich verstanden, in dem sich das Lebewesen in einem zukünftigen oder nächsten Zeitpunkt mit einer hohen Wahrscheinlichkeit (größer als 50%, insbesondere größer als 70% und weiter bevorzugt größer als 90%) aufhalten wird.
  • Durch die sensorische Aufnahme von Umgebungsinformationen, beispielsweise unter Verwendung bildgebender Verfahren, lassen sich einerseits eine Bewegungstrajektorie und andererseits ein Bewegungszustand für das Lebewesen ermitteln. Durch die Verknüpfung dieser beiden Informationen mit dem physiologischen Bewegungsvermögen des Lebewesens, das biomechanische Gegebenheiten und/oder verhaltensspezifische Vorzugsrichtungen des erfassten Lebewesens berücksichtigt, lassen sich mit größerer Genauigkeit für einen oder mehrere zukünftige Zeitpunkte mögliche Aufenthaltsorte bestimmen. Diese Informationen können dann der Berechnung der Kollisionswahrscheinlichkeit zugeführt werden.
  • Die Sensorik zur Erfassung der Umgebungsinformationen kann beispielsweise Radar, Lidar, Kameras, Ultraschallsensoren umfassen oder durch Kommunikationstechnologien, wie z. B. RFID (RFID = Radio Frequency Identification) oder GPS (GPS = Global Positioning System) gebildet oder unterstützt sein.
  • Als Parameter für die Ermittlung des Bewegungszustands und/oder des zukünftig möglichen Aufenthaltsorts werden einer oder mehrere der folgenden Parameter ermittelt und verarbeitet:
    • – Eine Position des Lebewesens. Hierunter wird insbesondere eine Relativposition des Lebewesens zu dem Fahrzeug verstanden. Das Kriterium kann auch ein Abstand oder eine Relativposition des Lebewesens zu einem ermittelten Bewegungsverlauf des Fahrzeugs sein.
    • – Eine Ausrichtung des Lebewesens zur Umgebung. Hierunter wird insbesondere verstanden, in welchem Winkel das Lebewesen zur Umgebung, insbesondere zum Fahrzeug oder zu einer Fahrbahn, sich befindet. Aufgrund des physiologischen Bewegungsvermögens des Lebewesens spielt die Ausrichtung des Lebewesens zur Umgebung, z. B. mit dem Rücken zur Fahrbahn oder dem Fahrzeug stehend oder seit lich zur Fahrbahn oder dem Fahrzeug gehend, eine große Rolle für den zukünftig möglichen Aufenthaltsort.
    • – Eine translatorische und/oder rotatorische Geschwindigkeit des Lebewesens. Das physiologische Bewegungsvermögen und damit der zukünftig mögliche Aufenthaltsort hängen von einer Geschwindigkeit des Lebewesens ab, mit welcher sich dieses bewegt.
    • – Eine translatorische und/oder rotatorische Beschleunigung des Lebewesens, von welcher aufgrund des physiologischen Bewegungsvermögens des Lebewesens die von diesem erreichbare maximale Geschwindigkeit und/oder das weitere Beschleunigungsvermögen abhängen.
    • – Ein vorliegender Krümmungsradius der Bewegung des Lebewesens und/oder eine Änderung in einer Bewegungsrichtung oder eines Krümmungsradius der Bewegung des Lebewesens. Diesem zu berücksichtigenden Parameter liegt die Überlegung zu Grunde, dass ein Lebewesen, das bereits eine Kurve vollzieht, eine Änderung der Bewegungsrichtung und/oder der Geschwindigkeit und/oder der Beschleunigung nur eingeschränkt vornehmen kann im Vergleich zu einem geradeaus laufenden Lebewesen.
    • – Ein insbesondere witterungsabhängiger Bodenreibwert des Untergrunds, welcher z. B. bei ermittelter Feuchtigkeit skaliert werden kann. Der Bodenreibwert ist von entscheidender Bedeutung für das Beschleunigungsvermögen des Lebewesens.
    • – Eine Klasse des Lebewesens, insbesondere das Alter des Lebewesens, ein vorgegebenes Körperabmaß (bspw. Höhe, Bein- oder Schrittlänge), ein Geschlecht oder eine Gattung (bspw. Mensch/Tier/Kind/Fahrradfahrer)
    • – ein Bewegungsvermögen durch einen oder mehrere Seitwärtsschritte
    • – ein Bewegungsvermögen durch einen oder mehrere Rückwärtsschritte
    • – Bewegungsvermögen in der Schwerpunktbewegung und/oder Körperneigung des Lebewesens bzw. des Fußgängers, die insbesondere im Abgleich mit empirisch ermittelten Bewe gungsmuster auf ein spezielles Bewegungsverhalten schließen lassen.
  • Gerade die Fähigkeiten einzig von Lebewesen, sich um die eigene Achse zu drehen, seitwärts oder zumindest aus dem Stand abrupt rückwärts zu gehen, sich also entgegen der aktuellen Ausrichtung des Körpers zu bewegen, andererseits aber eben auch gerade ein begrenztes und auch unterschiedliches physiologisches Bewegungsvermögen in alle Richtungen ergeben für die Vorhersage des wahrscheinlichen Aufenthaltsorts signifikant andere Ergebnisse als konventionelle Trajektoriealgorithmen.
  • Die oben aufgeführten Parameter können beispielsweise durch die Auswertung von Bildinformationen und/oder Ortsinformationen bestimmt werden.
  • Der Begriff Bewegungszustand eines Lebewesens bzw. eines Fußgängers umfasst auch eine Bewegungsänderung des Lebewesens bzw. des Fußgängers gefasst. Dabei sind insbesondere solche Parameter von großer Bedeutung, die auf eine kurzfristige Bewegungsänderung des Lebewesens bzw. des Fußgängers hinweisen.
  • Wenngleich bestimmte Parameter hiervon, wie die Position, Ausrichtung, translatorische Geschwindigkeit und Beschleunigung oder der Kurvenradius, bereits auch für konventionelle Trajektoriealgorithmen ebenfalls erfasst und berücksichtigt werden, so unterscheidet sich das vorliegende Verfahren doch daran, dass für die Vorhersage des wahrscheinlichen Aufenthaltsorts immer das physiologische Bewegungsvermögen und/oder verhaltensbedingte Vorzugsrichtungen berücksichtigt werden, wodurch keine starre Fortsetzung des bisherigen Bewegungszustands, sondern eine Einbeziehung und Begrenzung auf das aktuell physiologische Mögliche und/oder das verhaltensbedingt Wahrscheinliche erfolgt.
  • In einer weiteren Ausgestaltung wird aus einer Datenbank oder einem Kennlinienfeld ein dem oder den ermittelten Parametern zugeordneter möglicher zukünftiger Aufenthaltsort des Lebewesens ausgelesen, indem die messtechnisch erfassten Parameter beispielsweise mit in der Datenbank oder dem Kennlinienfeld hinterlegten Parametern verglichen werden. Die der Datenbank oder dem Kennlinienfeld zu Grunde liegenden Parameter können beispielsweise durch Versuche ermittelt worden sein.
  • Alternativ werden einer oder mehrere der Parameter einem Modellrechner zugeführt zur Ermittlung des Aufenthaltsorts des Lebewesens, wobei dem Modellrechner ein abstrahiertes Bewegungsmodell für Lebewesen zu Grunde gelegt ist. Hierbei werden die messtechnisch erfassten Parameter dem Modellrechner zugeführt, welcher anhand des Bewegungsmodells für Lebewesen in der Lage ist, den zukünftig möglichen Aufenthaltsort zu ermitteln. Dieses Vorgehen weist den Vorteil auf, dass auf einfachere Weise unterschiedliche Klassen von Lebewesen berücksichtigt werden können, indem durch entsprechende Skalierung einzelne Parameter stärker oder schwächer berücksichtigt werden. Ein weiterer Vorteil besteht darin, dass der zukünftig mögliche Aufenthaltsort auf Basis physikalischer Gegebenheiten und empirisch ermittelter Daten bestimmt werden kann. Hierdurch lässt sich eine hohe Genauigkeit in der Vorhersage erzielen.
  • Gemäß einer weiteren Ausgestaltung wird zur Ermittlung des zukünftig möglichen Aufenthaltsorts ein Bewegungsverlauf in Abhängigkeit der aktuellen Geschwindigkeit, der aktuellen Ausrichtung und der aktuellen Körperrotation ermittelt.
  • In einer weiteren Ausgestaltung wird zur Ermittlung des zukünftig möglichen Aufenthaltsorts das maximale Beschleunigungsvermögen des Lebewesens in Abhängigkeit seiner Bewegungsgeschwindigkeit berücksichtigt. Hierbei liegt die Überlegung zu Grunde, dass das Beschleunigungsvermögen eines Lebewesens über den von einem Lebewesen abgedeckten Geschwin digkeitsbereich nicht konstant, sondern variabel ist. Gleiches gilt für das Verzögerungsvermögen eines Lebewesens. Weiterhin hat sich herausgestellt, dass das Verzögerungsvermögen eines Lebewesens größer ist als das Beschleunigungsvermögen. Diese Erkenntnis kann sich bei der Ermittlung des zukünftig möglichen Aufenthaltsorts zu Nutze gemacht werden. Neben einem maximalen Beschleunigungsvermögen in die bisherige Bewegungsrichtung wird dabei vorzugsweise auch ein maximales Beschleunigungsvermögen entgegengesetzt zur bisherigen Bewegungsrichtung und/oder Ausrichtung des Lebewesens vorgegeben.
  • So werden für das Lebewesen vorzugsweise zumindest einer der folgenden Parameter vorgegeben:
    • – eine Maximalgeschwindigkeit, ab der das Beschleunigungsvermögen in bisherige Bewegungsrichtung Null wird, d. h. die absolute Höchstgeschwindigkeit,
    • – eine Maximalbeschleunigung sowohl in als auch entgegen der Ausrichtung eines stehenden Lebewesens,
    • – eine Geschwindigkeit, bei der das maximale Beschleunigungsvermögen in die bisherige Bewegungsrichtung maximal ist,
    • – eine Geschwindigkeit, bei der das maximale Beschleunigungsvermögen entgegengesetzt zur bisherigen Bewegungsrichtung und/oder Ausrichtung des Lebewesens betragsmäßig maximal ist, d. h. bei der das Lebewesen maximal abbremsen kann,
    • – eine Maximalgeschwindigkeit entgegen der Ausrichtung des Lebewesens, ab der das Beschleunigungsvermögen entgegen der Ausrichtung Null wird. Aus diesen Werten können dann ausgehend von einer aktuellen Bewegungsform das dementsprechende Beschleunigungsvermögen in Bewegungsrichtung sowie entgegen, also das Abbremsvermögen bestimmt werden. Alternativ können natürlich entsprechende Kennlinien hinterlegt sein.
  • Diese Werte sind vorzugsweise in Abhängigkeit von der Klasse des Lebewesens, insbesondere Alter, Geschlecht und Körperabmaßen variierend vorgegeben.
  • In einer weiteren Ausgestaltung wird zur Ermittlung des zukünftig möglichen Aufenthaltsorts ein minimal durchlaufbarer Kurvenradius in Abhängigkeit der vorliegenden Laufgeschwindigkeit und/oder -beschleunigung berücksichtigt. Die Kenntnis eines minimal durchlaufbaren Kurvenradius ermöglicht eine Prognose wie schnell ein Lebewesen seine Richtung ändern kann, um beispielsweise über eine Fahrbahn zu laufen oder mit dem Bewegungsverlauf des Fahrzeugs zu kreuzen.
  • Eine weitere Ausgestaltung sieht vor, dass zur Ermittlung des zukünftig möglichen Aufenthaltsorts ein maximales Verzögerungsvermögen in Abhängigkeit der Bewegungsgeschwindigkeit und/oder einem Kurvenradius der Bewegung des Lebewesens berücksichtigt wird. Mit dieser Information kann beispielsweise berücksichtigt werden, ob ein potentiell mit dem Fahrzeug kollidierendes Lebewesen in der Lage ist, rechtzeitig vor einem Kollisionsbereich zum Stehen zu kommen oder sich von dem Kollisionsbereich zu entfernen.
  • Eine weitere Ausgestaltung sieht vor, zur Ermittlung des zukünftig möglichen Aufenthaltsorts einen Winkel zu berücksichtigen, in dem das Lebewesen zu einem ermittelten Fahrverlauf des Fahrzeugs steht oder sich zu diesem bewegt, wobei in Abhängigkeit des Winkels ermittelt wird, in welcher Zeit das Lebewesen sich in Richtung des Fahrverlaufs drehen und im Wesentlichen gleichzeitig beschleunigen kann, um in den Bereich des Fahrverlaufs zu gelangen. Die Kenntnis des Winkels sowie die von dem Lebewesen benötigte Zeit, um z. B. auf die Fahrbahn zu gelangen, ermöglichen eine präzisere Abschätzung eines zukünftig möglichen Aufenthaltsorts und damit eine verbesserte Abschätzung eines Kollisionsrisikos.
  • Als Winkel wird ein Winkel zwischen 150° und 210° und damit ein mit dem Rücken zum Fahrverlauf stehendes oder sich bewegendes Lebewesen berücksichtigt. Alternativ wird insbesondere als Winkel ein Winkel zwischen 60° und 120° und damit ein seitlich zum Fahrverlauf stehendes oder sich bewegendes Lebewesen berücksichtigt. Der Fahrverlauf kann hierbei mit dem Verlauf einer Fahrbahn übereinstimmen.
  • Zur Ermittlung des zukünftig möglichen Aufenthaltsorts wird eine Relativposition des Lebewesens zum Fahrverlauf, insbesondere ein Abstand berücksichtigt, indem das Lebewesen zu dem Fahrverlauf steht oder sich zu diesem bewegt, wobei in Abhängigkeit der Relativposition ermittelt wird, in welcher Zeit das Lebewesen beschleunigen kann, um in den Bereich des Fahrverlaufs zu gelangen.
  • Es ist ferner vorgesehen, dass zur Ermittlung des zukünftig möglichen Aufenthaltsorts Umgebungsinformationen und/oder Hindernisse berücksichtigt werden. Diese Informationen können beispielsweise durch digitale Karten oder die Umfeldsensorik ermittelt werden. Die Berücksichtigung von Hindernissen, z. B. einem Straßenverlauf, dem Vorhandensein von Häuserwänden und dergleichen, ermöglicht eine weitere Steigerung der Vorhersagegenauigkeit des zukünftig möglichen Aufenthaltsorts.
  • Der so ermittelte Aufenthaltsort des Lebewesens dient als Eingangsgröße für die Berechnung der Trajektorie eines Trajektorienpaares um für die Berechnung der Kollisionswahrscheinlichkeit verwendet werden zu können.
  • In einer weiteren Ausgestaltung wird der Aufenthaltsort in mehrere Bereiche mit unterschiedlichen Aufenthaltswahrscheinlichkeiten unterteilt. Mit anderen Worten bedeutet dies, dass für einen ermittelten, zukünftig möglichen Aufenthaltsort einzelne Bereiche mit Aufenthaltswahrscheinlichkeiten versehen werden, wobei die Aufenthaltswahrscheinlichkeit ein Maß für die Wahrscheinlichkeit ist, mit der sich das Lebewesen in dein nächsten Millisekunden oder Sekunden, ausgehend von der über die Zeit gemessenen Position (Bewegung), aufhalten wird.
  • Anhand der Aufenthaltswahrscheinlichkeiten können die fortschreitenden Teiltrajektorien von einem Fußgänger eines Trajektorienpaares bestimmt werden, die zur Berechnung der Kollisionswahrscheinlichkeit erforderlich sind.
  • Die Erfindung umfasst auch ein Fahrzeug mit einem Schutzsystem für Lebewesen, vorzugsweise für Fußgänger außerhalb des Fahrzeugs, insbesondere Fußgängerschutzeinrichtungen ausgestattet zur Durchführung des Verfahrens
    • – mit zumindest einer Sensorik, um Umgebungsinformationen zu erfassen,
    • – mit einer Recheneinheit, welche die Umgebungsinformationen auswertet, um ein Lebewesen, insbesondere einen Fußgänger zu identifizieren, für das Lebewesen und das Fahrzeug eine Bewegungstrajektorie als Trajektorienpaar ermittelt und daraus ein Kollisionswahrscheinlichkeit und damit die Notwendigkeit zur Auslösung eines Schutzsystems ableitet, wobei
    • – insbesondere die Sensorik zur Erfassung von Parametern von Lebewesen und deren physiologischem Bewegungsvermögen ausgebildet ist sowie
    • – die Recheneinheit zur Ermittlung des zukünftig möglichen Aufenthaltsorts zu dem gegebenen Zeitpunkt ausgehend von einem Ort der Bewegungstrajektorie und dem Bewegungszustand unter Berücksichtigung eines physiologischen Bewegungsvermögens des Lebewesens für einen oder mehrere zukünftige Zeitpunkte ausgebildet ist.
  • Die Erfindung wird nachfolgend unter Bezugnahme auf die Zeichnungen näher erläutert. Es zeigen:
  • 1 eine schematische Darstellung einer Szene aus einem Fahrzeug und einem Fußgänger zur Erläuterung des erfindungsgemäßen Verfahrens,
  • 2 ein Diagramm, das den Zusammenhang zwischen lateralem Beschleunigungs- und Verzögerungsvermögen eines Lebewesens in Abhängigkeit einer von ihm erreichten Geschwindigkeit verdeutlicht,
  • 3 ein Diagramm, das den Zusammenhang zwischen Rotationsvermögen eines Lebewesens in Abhängigkeit einer von ihm erreichten lateralen Geschwindigkeit verdeutlicht,
  • 4 ein Polardiagramm, welches den Bewegungsspielraum eines stehenden Menschen unter Berücksichtigung von lateralem Beschleunigungsvermögen sowie Rotationsvermögen zeigt,
  • 5 ein Polardiagramm, welches den Bewegungsspielraum eines stehenden Menschen unter Berücksichtigung von lateralem Beschleunigungsvermögen sowie Rotationsvermögen sowie Bewegungsvermögen seitwärts und rückwärts zeigt,
  • 6 ein Diagramm, welches den Bewegungsspielraum eines sich mit einer Geschwindigkeit fortbewegenden Menschen in Längs- und Querrichtung verdeutlicht, und
  • 7 ein Ablaufdiagramm, aus dem das Verfahren zur Bestimmung der Trajektorie eines Fußgängers hervorgeht.
  • Um die Kollisionswahrscheinlichkeit zwischen einem Fahrzeug und einem Lebewesen, insbesondere einem Fußgänger, Radfahrer oder Tier, bestimmen zu können, ist es notwendig, einerseits einen Bewegungsverlauf des Fahrzeugs (sog. Fahrschlauch) und andererseits einen Bewegungsverlauf (sogenannte Trajektorie) des Lebewesens zuverlässig zu prognostizieren. Während die Ermittlung des Fahrschlauchs eines Fahrzeugs bereits mit hoher Präzision auf der Basis eines kinematischen Modells vornehmbar ist, ist die Ermittlung des Bewegungsverlaufs des Lebewesens mit einer Vielzahl von Unsicherheitsfaktoren behaftet, die in einem Verhaltensmodell hinsichtlich des raumzeitlichen Verhaltens berücksichtigt werden müssen.
  • 1 zeigt eine schematisch dargestellte Szene mit einem Fahrzeug 1 und einem Fußgänger 2, in der sich das Fahrzeug 1 in Richtung des Pfeils 5 bewegt.
  • Ausgangspunkt des erfindungsgemäßen Verfahrens zur Berechnung der Kollisionswahrscheinlichkeit sind die aktuellen Positionen und Bewegungszustände des Fahrzeugs 1 und des Fußgängers 2 zu einem Zeitpunkt T0.
  • Ausgehend von diesen Positionen wird sowohl für das Fahrzeug 1 auf der Basis eines kinematischen Modells als auch für den Fußgänger 2 auf der Basis eines Verhaltensmodells der weitere Bewegungsverlauf auf der Basis von inkrementellen Zeitschritten Δt’s synchron ermittelt, wobei ein Δt jeweils ein Vorhersagezeitraum ist. Somit lässt sich über die aufeinanderfolgenden Vorhersagezeiträume Δt’s gleichzeitig eine fortschreitende Trajektorie für das Fahrzeug 1 als auch für den Fußgänger 2 als Trajektorienpaar bestimmen, die sich jeweils aus für den Vorhersagezeitraum Δt bestimmten Teiltrajektorien zusammensetzen. Da sich für den Fußgänger 2 für jeden Vorhersagezeitraum Δt mehrere Bewegungsmöglichkeiten ergeben, wobei dies in der Regel nur eingeschränkt für das Fahrzeug 2 gilt, werden mit dem erfindungsgemäßen Verfahren für den Zeitpunkt T0 mehrere Trajektorienpaare bestimmt.
  • Für das Fahrzeug 1 lässt sich die Trajektorie bzw. der Fahrschlauch 3 relativ genau auf der Basis der erfassten kinematischen Daten, wie Geschwindigkeit, Beschleunigung und Richtung für mehrere aufeinanderfolgende Vorhersagezeiträume Δt’s zuverlässig vorhersagen. Das relativ einfache kinematische Modell kann natürlich durch ein Fahrerverhaltensmodell erweitert werden.
  • Auf der Basis des angewandten Verhaltensmodells wird für den Fußgänger 2 ausgehend von dessen aktueller Position und dessen aktuellen Bewegungszustand für den ersten Vorhersagezeitraum Δt die zugehörige Teiltrajektorie bestimmt, für die dar auffolgenden Vorhersagezeiträume Δt’s wird jedoch der weitere inkrementelle Bewegungsablauf mittels eines Zufallsgenerators „ausgewürfelt”, wobei jedoch nur die Bewegungen betrachtet werden, die das Verhaltensmodell zulassen und unter weiterer Berücksichtigung einer dem Verhaltensmodell zugrundeliegenden Wahrscheinlichkeitsverteilung. Hierzu können beispielsweise Bewegungsabläufe bzw. Verhaltensmuster von Fußgänger über gezielte Einschränkungen der Häufigkeitsverteilungen beim Bestimmen des weiteren Bewegungsablaufs mittels eines Zufallsgenerators berücksichtigt werden.
  • Diese Verfahren zur Berechnung der fortschreitenden Trajektorien wird so lange fortgesetzt, bis für die beiden Trajektorien eines Trajektorienpaares eine Kollision stattfinden würde bzw. keine Kollision stattfinden kann. Hierzu wird angenommen, dass eine Kollision dann auftreten würde, wenn der Fußgänger 2 sich dem Fahrzeug 1 unter eine vorgegebene Mindestdistanz während der Relativbewegung der beiden Verkehrsteilnehmer angenähert hat.
  • Die Kollisionswahrscheinlichkeit berechnet sich als Kollisionsrisikowert aus der Anzahl der Trajektorienpaare, die eine Kollision anzeigen würden und der Gesamtanzahl der für den Zeitpunkt T0 berechneten Trajektorienpaare. Nach 1 wurden 7 Trajektorienpaare ausgehend von einem festen Zeitpunkt T0 bestimmt, wobei der Einfachheit halber für das Fahrzeug 1 nur eine Trajektorie als möglicher Bewegungsverlauf dargestellt wird. Von diesen 7 Trajektorienpaaren zeigt zu einem Zeitpunkt T0 + Δt + ... + Δt + ..., bei welchem das Fahrzeug den Fußgänger vollständig passiert hat, fünf Trajektorienpaare eine Kollision an, somit ergibt sich ein rechnerischer Kollisionsrisikowert von 5/7.
  • Dieser Kollisionsrisikowert gilt zunächst für einen vorgegebenen Ausgangszustand nach 1 zum Zeitpunkt T0. Um die Kollisionswahrscheinlichkeit über den zeitlichen Verlauf der sich nach dem Zeitpunkt T0 entwickelnden Szene nach 1 zu ermitteln, wird die oben erläuterte Berechnung in inkrementellen Zeitschritten T1, T2, T3 ... wiederholt und dabei jeweils von den aktuellen Positionen und den aktuellen Bewegungszuständen des Fahrzeugs 1 und des Fußgängers 2 ausgegangen. Damit erhält man zu jedem dieser Zeitpunkte T1, T2, T3 ... eine hohe Anzahl an möglichen zukünftigen Bewegungsverläufen in Form einer Schar von Trajektorienpaaren, deren Anfang von der aktuellen, tatsächlich gegebenen Verkehrssituation ausgeht. Diese Schar von Trajektorienpaaren ist dann die Basis zur Berechnung des Kollisionsrisikowertes für jeden dieser Zeitpunkte T1, T2, T3 ..., woraus sich eine chronologische Entwicklung der Kollisionsrisikowerte, als der Kollisionswahrscheinlichkeit ergibt.
  • Dieses erfindungsgemäße Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit stellt eine realistische und mathematisch fundierte Methode dar, wobei ein deutlich erweiterter Prädiktionshorizont erzielt wird, d. h. eine Vorhersage zeitlich weit vorausschauend, aber dennoch zuverlässig ist.
  • Dies wird zusätzlich auch dadurch erzielt, dass bei der Ermittlung der Kollisionswahrscheinlichkeit die Bewegungsfähigkeiten der Kollisionspartner berücksichtigt wird, insbesondere die eingeschränkte physiologische Bewegungsfähigkeit eines Lebewesens, insbesondere eines Fußgängers herangezogen wird. In dem Verhaltensmodell eines Fußgängers werden also sowohl die physikalischen Bewegungsmöglichkeiten als auch das physiologische Bewegungsvermögen berücksichtigt.
  • Insbesondere werden die typischen Bewegungsmuster bzw. solche typischen Bewegungsmuster anzeigende Merkmale eines Fußgängers berücksichtigt, die als Indikatoren charakterisierbar und damit sensorisch erfassbar sind, um daraus mögliche Aufenthaltsorte und schließlich den zukünftig möglichen Aufenthaltsort zu ermitteln.
  • Bei der Betrachtung des physiologischen Bewegungsvermögens werden verschiedenste Bewegungszustände sowie Kombinationen möglicher Bewegungszustände berücksichtigt.
  • So wird beispielsweise die maximale Beschleunigung aus dem Stand ohne Drehung, mit einer Drehung um 90° sowie einer Drehung um 180° berücksichtigt. Bei der Berücksichtigung des maximalen Beschleunigungsvermögens aus dem Stand eines Fußgängers wurde beispielsweise herausgefunden, dass das Beschleunigungsvermögen von einem Anfangswert zunächst auf einen Maximalwert zunimmt, um dann mehr oder minder kontinuierlich mit zunehmender Geschwindigkeit des Fußgängers wiederum abzunehmen. Bei einer Drehung um 180° wurde herausgefunden, dass das maximale Beschleunigungsvermögen einerseits stark altersabhängig und andererseits um einen statistischen Mittelwert stark nach oben und unten abweicht. Dabei können jedoch im Vergleich zum Beschleunigungsvermögen aus dem Stand betragsmäßig lediglich geringere Beschleunigungswerte erreicht werden.
  • In entsprechender Weise wird das maximale Verzögerungsvermögen eines Fußgängers aus vollem Lauf, einmal ohne Wegdrehen und ein anderes Mal mit maximal möglicher Richtungsänderung berücksichtigt. Auch hier wurden starke, altersabhängige Unterschiede festgestellt. Das Verzögerungsvermögen aus vollem Lauf ohne Richtungsänderung ist betragsmäßig größer als das maximale Beschleunigungsvermögen des Fußgängers.
  • Ein weiterer, den möglichen Aufenthaltsort beeinflussender Parameter ist die maximale Beschleunigung aus einer Gehgeschwindigkeit heraus. Dabei werden folgende typische Fälle berücksichtigt: eine Drehung um 90° nach links sowie rechts sowie eine Drehung um 45° nach links und rechts. Hierbei wurden minimal mögliche Kurvenradien des Fußgängers ermittelt. Dabei wurde herausgefunden, dass ein minimaler Kurvenradius durch Fußgänger, gleich welchen Alters, nicht unterschritten werden konnte. Diese Information ist wertvoll, um abschätzen zu können, an welchem Ort und gegebenenfalls in welcher Zeit sich ein Fußgänger in Richtung einer Fahrbahn drehen und bewegen kann, auf welchem sich ein Fahrzeug nähert.
  • In entsprechender Weise wurden Kurvenradien eines Fußgängers aus vollem Lauf nach links und rechts ermittelt.
  • Zur Abschätzung des physiologischen Bewegungsvermögens wurden ferner ein Sprung nach vorne sowie ein seitlicher Sprung berücksichtigt. Die hierbei erreichbaren Zeiten sowie Distanzen können hilfreich dazu verwendet werden, wie insbesondere ein Fußgänger in einer plötzlich auftretenden Gefahrensituation reagieren kann.
  • 2 zeigt ein Diagramm, in welchem das Beschleunigungs- bzw. Verzögerungsvermögen eines Fußgängers in Abhängigkeit von seiner zurückgelegten Geschwindigkeit dargestellt ist. Der Begriff der bisherigen Bewegungsrichtung/Ausrichtung bedeutet dabei, dass von einem Fußgänger ausgegangen wird, welches sich in der Ausrichtung seines Körpers, also insbesondere Rumpfes fortbewegt, wobei bei einem stehenden Fußgänger ja keine Bewegungsrichtung, aber eben eine entsprechende Körperausrichtung vorhanden ist.
  • In Quadrant Q1 ist das positive Beschleunigungsvermögen in bisherige Bewegungsrichtung/Ausrichtung dargestellt. In Quadrant Q2 ist das negative Beschleunigungsvermögen, also die Abbremsfähigkeit bei Vorwärtsbewegung dargestellt, während Quadranten Q3 und Q4 von einer vorliegenden Bewegung rückwärts zur Ausrichtung ausgehen und somit Q3 das für diese Bewegungsrichtung negative Beschleunigungsvermögen, also Abbremsen und ggfs. wieder in Normalrichtung beschleunigen beschreibt, während Q4 das Beschleunigungsvermögen im Rückwärtsgang zeigt.
  • Zunächst ist in 2 als ganz entscheidender Unterschied zu herkömmlichen Trajektoriealgorithmen festzuhalten, dass auch einem stehenden Fußgänger ein definiertes Beschleunigungsvermögen sowohl in als auch entgegen der Ausrichtung zugeordnet wird.
  • Wie aus dem Diagramm ohne Weiteres zu erkennen ist, ist das maximale Beschleunigungsvermögen amax und das maximale Verzögerungsvermögen –amax nicht bei in etwa einer gleichen Geschwindigkeit v ausgeprägt, sondern nimmt das Beschleunigungsvermögen mit zunehmender Geschwindigkeit frühzeitig ab, während auch bei höheren Geschwindigkeiten noch ein deutlich höheres Verzögerungsvermögen festzustellen ist. Betragsmäßig ist hierbei das Verzögerungsvermögen eines Fußgängers größer als sein Beschleunigungsvermögen.
  • Zudem wird erstmalig ein Bewegungsvermögen entgegengesetzt zur Ausrichtung berücksichtigt, wenngleich zwar auch Fahrzeuge rückwärts fahren könnten, dies in der Trajektorie jedoch ggf. noch berücksichtigt werden kann. Berücksichtigt man das physiologische Bewegungsvermögen jedoch entsprechend, so ist schon aus 2 zu erkennen, dass eben das Beschleunigungsvermögen wie auch die Maximalgeschwindigkeit entgegen der Ausrichtung deutlich von denen bei normalen Vorwärtsbewegung abweichen.
  • Gibt man einem Algorithmus beispielsweise folgende Parameter für den Fußgänger vor:
    • – eine Maximalgeschwindigkeit, ab der das Beschleunigungsvermögen in bisherige Bewegungsrichtung Null wird,
    • – eine Maximalbeschleunigung sowohl in als auch entgegen der Ausrichtung eines stehenden Fußgängers,
    • – eine Geschwindigkeit, bei der das maximale Beschleunigungsvermögen in die bisherige Bewegungsrichtung maximal ist,
    • – eine Geschwindigkeit, bei der das maximale Beschleunigungsvermögen entgegengesetzt zur bisherigen Bewegungsrichtung und/oder Ausrichtung des Fußgängers betragsmäßig maximal ist,
    • – eine Maximalgeschwindigkeit entgegen der Ausrichtung des Fußgängers, ab der das Beschleunigungsvermögen entgegen der Ausrichtung Null wird,
    so kann daraus relativ einfach und hinreichend genau das jeweilige Beschleunigungs- und Verzögerungsvermögen abgeleitet werden.
  • Diese Werte sind vorzugsweise in Abhängigkeit von der Klasse des Fußgängers, insbesondere Alter, Geschlecht und Körperabmaßen variierend vorgegeben, da hier deutliche Unterschiede festzustellen sind.
  • Allein die Berücksichtigung dieses Zusammenhangs zwischen Beschleunigung und Geschwindigkeit eines Fußgängers ermöglicht im Vergleich zum Stand der Technik wesentlich präzisere Vorhersagen eines möglichen Aufenthaltsorts und damit die Ermittlung einer Kollisionswahrscheinlichkeit.
  • 3 zeigt analog das Rotationsvermögen um die eigene Achse, wobei normalerweise das Rotationsvermögen zu beiden Richtungen symmetrisch ausgebildet ist, in Vorwärtsrichtung aber deutlich höher als im Rückwärtslauf und selbst bei hohen Geschwindigkeiten eine abnehmende, aber recht erstaunliche Drehfähigkeit erhalten bleibt. Damit unterscheidet sich aus dieser Parameter des physiologischen Bewegungsvermögens entscheidet von klassischen Trajektoriealgorithmen, da diese eine Drehung um die eigene Achse, erst recht nicht im Stand kennen.
  • Das seitliche physiologische Bewegungsvermögen, also quer zur Körperausrichtung und normalen Laufrichtung wird zudem beeinflusst durch das Vermögen zu Seitwärtsschritten. Dieses Vermögen zu Seitwärtsschritten ist im Stand signifikant und führt auch bei geringer Fortbewegungsgeschwindigkeit zu den in den folgenden 3 und 4 im Vergleich erkennbaren Unterschieden im maximal erreichbaren Aufenthaltsraum, nimmt aber mit zunehmender Laufgeschwindigkeit deutlich ab und kann bei normaler Vorwärtsbewegung notfalls weggelassen und durch ein erhöhtes Drehvermögen ersetzt werden.
  • 4 in einem Polardiagramm den Bewegungsspielraum eines stehenden Fußgängers unter Berücksichtigung seines lateralen und rotatorischen Beschleunigungsvermögens unter Auslassung von Seitwärts- und Rückwärtsbewegungen. In dem Polardiagramm sind Winkel von 0° bis 360° eingezeichnet. Ein Winkel von 0° bedeutet hierbei, dass der Fußgänger geradeaus läuft. In dem Polardiagramm sind ferner konzentrische Kreise eingezeichnet, die mit 0,5, 1, 1,5 und 2 gekennzeichnet sind. Hierbei handelt es sich um Entfernungen (z. B. in Metern) relativ zu dem Zentrum, an dem sich der Mensch zum Zeitpunkt t0 befindet. Zu den Zeitpunkten t1, t2, t3, t4, t5, wobei t5 > t4 > t3 > t2 > t1 ist, kann sich der Mensch jeweils innerhalb der jeweils zugeordneten ISO-Linien aufhalten.
  • Aufgrund seines physiologischen Bewegungsvermögens kann sich dieser zu einem Zeitpunkt t1 in einem durch die betreffende ISO-Linie umschlossenen Bereich bewegen. Hierbei ist im Wesentlichen eine Bewegung nach vorne (d. h. in Laufrichtung, Winkel 0°) möglich, während eine Abweichung von dem Winkel 0° nach links (im Gegenuhrzeigersinn) oder rechts (im Uhrzeigersinn) kaum möglich ist. Zu einem Zeitpunkt t2 (t2 > t1) erweitert sich der Bereich nach vorne sowie auch nach rechts und links (vgl. die mit t2 gekennzeichnete ISO-Linie). In entsprechender Weise kann sich der Fußgänger zu einem Zeitpunkt t5 (t5 > t4 > t3 > t2 > t1) in dem durch die entsprechende ISO-Linie umschlossenen Bereich aufhalten. Hierbei ist nicht nur eine Bewegung nach vorne, sondern auch eine Bewegung seitlich nach hinten möglich.
  • Bei der Betrachtung des Polardiagramms ergibt sich ohne Weiteres, dass das physiologische Bewegungsvermögen zu den im Vergleich zu t0 in der Zukunft liegenden Zeitpunkten t1 bis t5 eine Bewegung in den Winkelbereich zwischen 120° und 240° nicht zulässt. Diese Erkenntnis ist wichtig, wenn der Fußgänger z. B. mit dem Rücken der Fahrbahn zugewandt ist. Vielmehr erlaubt es der physiologische Bewegungsspielraum lediglich, dass sich der Fußgänger tendenziell geradeaus (Winkel 0°) nach vorne bewegt, wobei kurzfristig lediglich Abweichungen in einem Winkelbereich von weniger als ±90° und erst zu einem späteren Zeitpunkt (Zeitpunkt t5) Abweichungen von ±120° möglich sind. Hierbei ergibt sich jedoch auch, dass mit zunehmendem Winkel die von dem Fußgänger zurücklegbare Distanz geringer wird. Nicht berücksichtigt ist hierbei in dieser Darstellung, dass ein Fußgänger auch einen Schritt nach hinten (Winkel 180°) machen kann, wobei die dabei zurücklegbare Strecke gering ist.
  • Diese Bewegungsformen seitwärts und rückwärts mit einbezogen, ergibt sich nochmal eine deutliche Änderung des Bewegungs-Aufenthaltsbereichs, wie 5 zeigt. Es ergibt sich näherungsweise elliptisches Muster, wobei der Schwerpunkt der Ellipse deutlich aus dem Nullpunkt in Richtung der normalen Ausrichtung verschoben ist, da das Bewegungsvermögen in Ausrichtung höher als entgegen der Ausrichtung ist.
  • 6 zeigt ein Diagramm, welches den Bewegungsspielraum eines sich mit einer Geschwindigkeit v fortbewegenden Menschen in Längsrichtung s1 und Querrichtung sq verdeutlicht. Es wird hierbei davon ausgegangen, dass sich der Fußgänger zu einem Zeitpunkt 0 am Koordinatenursprung befindet und sich mit einer vorgegebenen Geschwindigkeit in Längsrichtung (d. h. längs der x-Achse) bewegt. Zu einem Zeitpunkt t = 0,4 s kann sich der Fußgänger nach Berücksichtigung sämtlicher Parameter in dein mit BAB1 gekennzeichneten und schraffierten Bewegungs-Aufenthaltsbereich aufhalten. Zu einem Zeitpunkt t = 0,6 s kann sich der Fußgänger in dem mit BAB2 gekennzeichneten Bereich aufhalten. In entsprechender Weise ist der mögliche Bewegungs-Aufenthaltsbereich BAB3 zum Zeitpunkt t = 0,8 s und BAB4 zum Zeitpunkt t = 1 s eingezeichnet. Hierbei ist gut ersichtlich, dass mit fortschreitender Zeit sich der Bewegungs-Aufenthaltsbereich zum einen zunehmend verbreitert, d. h. in Querrichtung sq erstreckt, und andererseits eine größere Tiefe aufweist. Dies resultiert daraus, dass die potentiellen Möglichkeiten des Fußgängers hinsichtlich einer Bewegung mit fortschreitender Zeit variabler werden, so dass sich hierdurch bedingt, auch der mögliche Aufenthaltsbereich vergrößert.
  • In 6 sind lediglich Bewegungs-Aufenthaltsbereiche BAB1, BAB4 in einer Querrichtung (im Ausführungsbeispiel nach links) dargestellt. Es versteht sich von selbst, dass sich der Bewegungs-Aufenthaltsbereich auch in die andere Querrichtung erstreckt und das in 6 gezeigte Diagramm deshalb an der x-Achse gespiegelt werden muss.
  • 7 zeigt ein Ablaufdiagramm, aus dem das Verfahren zur Bestimmung der Trajektorie eines Fußgängers ersichtlich wird. In einem Schritt S1 wird eine IST-Position eines Fußgängers erfasst. Dies kann z. B. durch Bilderfassungsmittel in einem Fahrzeug erfolgen. In einem Schritt S2 wird eine Störung einer Positionsinformation (ST) berücksichtigt, welche z. B. durch Messfehler und dergleichen verursacht sein kann. Aus den in Schritt S2 ermittelten, bereinigten Daten wird in einem Schritt S3 eine Chronologie, d. h. eine Historie der Bewegung des Fußgängers ermittelt. Hierbei ist es z. B. ausreichend, wenn die Historie 0,5 bis 1 s in die Vergangenheit reicht. Aus diesen Informationen kann zum einen eine Bewegungstrajektorie und zum anderen ein Bewegungszustand des Fußgängers ermittelt werden. Die Ermittlung des gegenwärtigen Bewegungszustands des Fußgängers erfolgt in einem Schritt S5. Unter Berücksichtigung des physiologischen Bewegungsvermögens des Fußgängers wird in einem Schritt S6 ein physikalischer Bewegungsspielraum ermittelt. Dieser Bewegungsspielraum entspricht dem zukünftig möglichen Bewegungs-Aufenthaltsbereich, welchen der Fußgänger aufgrund seiner Ausrichtung, Laufgeschwindigkeit, translatorischen und/oder rotatorischen Bewegung, seinem Kurvenradius, seinem Alter, dem Bodenreibwert usw. einnehmen kann. Schließlich wird in einem Schritt S7 eine Wahrscheinlichkeitsverteilung des Bewegungsspielraums bzw. Bewegungs-Aufenthaltsbereichs ermittelt. Hierbei wird der Bewegungs-Aufenthaltsbereich in eine Anzahl an unterschiedli chen Bereichen mit einer jeweiligen Wahrscheinlichkeit des Aufenthalts unterteilt. Das Ergebnis wird einer Auswerteeinheit AE zugeführt. Der aktuelle Bewegungsverlauf des Fußgängers, d. h. dessen Bewegungstrajektorie, wird in einem Schritt S6 ermittelt, welcher parallel zu Schritt S5 ausgeführt werden kann. Der zukünftige Bewegungsverlauf des Fußgängers wird in einem Schritt S7 durch die Berücksichtigung von Einschränkungen durch Umgebungsbedingungen vorher bestimmt und der Auswerteeinheit AE zugeführt. Parallel hierzu können in einem Schritt S8 typische Bewegungsablaufmuster berücksichtigt werden. Hierbei fließt z. B. eine Erkenntnis ein, wie sich ein Fußgänger an einer Ampel oder einem Fußgängerüberweg verhält. Aus diesen Informationen wird versucht, eine erwartete Vorzugsbewegungsrichtung zu bestimmen. Diese Information wird ebenfalls der Auswerteeinheit AE zugeführt, welche in einem Schritt S10 aus den ihr zugeführten Informationen einen Bewegungshorizont des Fußgängers ermittelt. Der Bewegungshorizont entspricht hierbei wiederum dem Bewegungs-Aufenthaltsbereich bzw. dem Aufenthaltsort.
  • Mit diesem Verfahren wird eine wesentlich genauere Vorhersage der Aufenthaltswahrscheinlichkeit eines Fußgängers oder Radfahrers oder Tiers in der nahen Zukunft, ausgehend von einer über der Zeit gemessenen Position möglich.
  • Dieses Verfahren wird zusammen mit dem Verfahren zur Ermittlung der Kollisionswahrscheinlichkeit beispielsweise in einem Steuergerät implementiert, berechnet aus Bewegungsmöglichkeiten des Fahrzeugs und des Lebewesens die Kollisionswahrscheinlichkeit als Kollisionsrisikowert, wobei die Prognosequalität durch die Berücksichtigung des physiologischen Bewegungsvermögens des Lebewesens erhöht wird.
  • Wie aus der vorangegangenen Beschreibung deutlich wurde, kann ein Mensch deutlich schneller verzögern als beschleunigen oder bei größeren Laufgeschwindigkeiten keine Richtungsänderung oder nur Richtungsänderungen mit kleinen Radien vorneh men. Dieses Bewegungsvermögen ist darüber hinaus individuell abhängig von Alter, Geschlecht, Kondition, etc. und wird z. B. vor der Implementierung in einen Algorithmus durch Tests ermittelt. Die Informationen können z. B. in einem Speicher hinterlegt werden und in Abhängigkeit von den ermittelten Eingangsdaten zur präziseren Ermittlung der Aufenthaltswahrscheinlichkeit herangezogen werden.
  • Darüber hinaus können durch Tests oder Verkehrsbeobachtungen charakteristische Bewegungsablaufmuster von Lebewesen, insbesondere in typischen Verkehrssituationen (z. B. an Fußgängerüberwegen, Ampeln usw.) ermittelt und im Rahmen des Verfahrens berücksichtigt werden. Auch damit wird durch Vergleich der Bewegungsablaufmuster mit der gemessenen bzw. ermittelten Bewegung des Lebewesens die Vorhersagegenauigkeit gesteigert.
  • Darüber hinaus ist das Einbeziehen von Umgebungsinformationen möglich, wobei diese von Navigationssystemen oder digitalen Karten bereitgestellt werden können. Darüber hinaus ist eine Kombination mit Zustandsbeobachtern (Kombination digitaler Karten in Verbindung mit Umfeldsensorik) möglich. Einschränkungen der Bewegungsmöglichkeiten durch Hindernisse (z. B. in einem Straßenverlauf, Häuserwänden und dergleichen) können berücksichtigt werden, wodurch die Vorhersagegenauigkeit ebenfalls steigt. Diese kann auch bei der Vorhersage des zukünftigen Aufenthalts des Fahrzeugs berücksichtigt werden.
  • Ein Fahrzeug kann zur Durchführung dieser Verfahren mit einer entsprechenden Sensorik zur Erfassung von Parametern von Lebewesen bzw. Fußgängern, insbesondere den für deren physiologischem Bewegungsvermögen maßgeblichen Parametern ausgestattet werden, wobei eine Recheneinheit zur Ermittlung des zukünftig möglichen Aufenthaltsorts bzw. der fortschreitenden Trajektorienpaare zu dem gegebenen Zeitpunkt ausgehend von einem Ort der Bewegungstrajektorie und dem Bewegungszustand unter Berücksichtigung des physiologischen Bewegungsvermögens des Lebewesens für einen oder mehrere zukünftige Zeitpunkte entsprechend ausgebildet ist. Insbesondere zur Bestimmung der Trajektorien eines Fußgängers können beispielsweise entsprechende Kennlinienfelder und Physiologiemodelle hinterlegt und dann von der Recheneinheit anhand der Parameter der wahrscheinliche Aufenthaltsort bestimmt werden. Damit kann ein Schutzsystem für Lebewesen bzw. Fußgänger außerhalb des Fahrzeugs, insbesondere Fußgängerschutzeinrichtungen deutlich genauer aktiviert und Fehlalarme deutlich reduziert werden.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • - DE 10325762 A1 [0008]
    • - EP 1331621 B1 [0010]

Claims (21)

  1. Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeugs (1) mit einem Lebewesen (2), bei dem das raumzeitliche Verhalten des Lebewesens (2) mit einem Verhaltensmodell und das raumzeitliche Verhalten des Fahrzeugs (1) mit einem kinematischen Modell modelliert wird und beginnend mit den aktuellen Positionen des Fahrzeugs (1) und des Lebewesens (2) jeweils wenigstens eine Trajektorie (4) bestimmt wird, dadurch gekennzeichnet, dass b) ausgehend von den aktuellen Positionen des Lebewesens (2) und der Fahrzeugs (1) eine Trajektorie (3, 4) des Fahrzeugs (1) aus dem kinematischen Modell und des Lebewesens (2) aus dem Verhaltensmodell als Trajektorienpaar so lange berechnet werden, bis entweder das Trajektorienpaar eine Kollision anzeigt oder keine Kollision anzeigt, c) die Anzahl der Trajektorienpaare, die eine Kollision anzeigen, ermittelt wird, und d) die Kollisionswahrscheinlichkeit als Quotient aus der Anzahl der Trajektorienpaare, die eine Kollision anzeigen und der gesamten Anzahl der berechneten Trajektorienpaare ermittelt wird.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass eine Kollision dann angezeigt wird, wenn der von den Trajektorien (3, 4) eines Trajektorienpaares angezeigte Abstand zwischen dem Fahrzeug (1) und dem Lebewesen (2) eine vorgegebene Schwelle unterschreitet.
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass zu inkrementellen Zeitschritten (T1, T2, T3, ...) die Verfahrensschritte b) bis d) wiederholt werden.
  4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mittels des Verhaltensmodells für einen oder für mehrere Zeitpunkte mögliche Aufenthaltsorte des Lebewesens (2) unter Berücksichtigung des Bewegungszustands zum Zeitpunkt des Beginns der Berechnung eines Trajektorienpaares bestimmt werden.
  5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Verhaltensmodell das physikalische und physiologische Bewegungsvermögen des Lebewesens (2) und/oder empirisch ermittelte Verhaltensmuster des Lebewesens (2) berücksichtigt.
  6. Verfahren nach Anspruch 4 und 5, dadurch gekennzeichnet, dass als Parameter für die Ermittlung des Bewegungszustands und/oder des zukünftig möglichen Aufenthaltsortes einer oder mehrere der folgenden Parameter ermittelt und verarbeitet werden: – eine rotatorische Geschwindigkeit des Lebewesens (2), – eine rotatorische Beschleunigung um eine Hochachse des Lebewesens (2), – ein vorliegender Krümmungsradius der Bewegung des Lebewesens (2), – eine Änderung in einer Bewegungsrichtung oder eines Krümmungsradius der Bewegung des Lebewesens (2), – eine Massenträgheit des Lebewesens (2), – ein insbesondere Witterungsabhängiger Bodenreibwert des Untergrunds, – eine Klasse des Lebewesens (2), insbesondere ein Alter, ein vorgegebenes Körperabmaß (bspw. Höhe, Bein- oder Schrittlänge), ein Geschlecht oder eine Gattung (bspw. Mensch/Tier/Kind/Fahrradfahrer), – ein Bewegungsvermögen durch einen oder mehrere Seitwärtsschritte, – ein Bewegungsvermögen durch einen oder mehrere Rückwärtsschritte, – Bewegungsvermögen durch Schwerpunktbewegung, und – Bewegungsvermögen durch Körperneigung.
  7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass als Parameter für die Ermittlung des Bewegungszustands und/oder des zukünftig möglichen Aufenthaltsortes einer oder mehrere der folgenden Parameter ermittelt und verarbeitet werden: – eine Position des Lebewesens (2), – eine Ausrichtung des Lebewesens (2) zur Umgebung, – eine translatorische Geschwindigkeit des Lebewesens (2), – eine translatorische Beschleunigung des Lebewesens (2). – der chronologische Verlauf wenigstens einer der genannten Parameter.
  8. Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass aus einer Datenbank oder einem Kennlinienfeld oder einem analytischen Modell ein dem oder den ermittelten Parametern oder dem chronologischen Verlauf wenigstens einer der ermittelten Parameter zugeordneter möglicher zukünftiger Aufenthaltsort des Lebewesens (2) ausgelesen oder ermittelt wird.
  9. Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass einer oder mehrere der Parameter einem Modellrechner zugeführt werden zur Ermittlung eines möglichen Aufenthaltsortes des Lebewesens (2), wobei dem Modellrechner ein abstrahiertes Bewegungsmodell für Lebewesen (2) zugrunde gelegt ist.
  10. Verfahren nach einem der Ansprüche 5 bis 9, dadurch gekennzeichnet, dass zur Ermittlung des zukünftig möglichen Aufenthaltsorts ein Bewegungsverlauf in Abhängigkeit der aktuellen Geschwindigkeit, der aktuellen Ausrichtung und der aktuellen Körperrotation berücksichtigt wird.
  11. Verfahren nach einem der Ansprüche 5 bis 10, dadurch gekennzeichnet, dass zur Ermittlung des zukünftig möglichen Aufenthaltsorts das maximale Beschleunigungsvermögen des Lebewesens (2) in Abhängigkeit seiner Bewegungsgeschwindigkeit berücksichtigt wird.
  12. Verfahren nach einem der Ansprüche 4 bis 11, dadurch gekennzeichnet, dass zur Ermittlung des zukünftig möglichen Aufenthaltsorts ein minimal durchlaufbarer Kurvenradius in Abhängigkeit der vorliegenden Laufgeschwindigkeit und/oder -beschleunigung berücksichtigt wird.
  13. Verfahren nach einem der Ansprüche 5 bis 12, dadurch gekennzeichnet, dass zur Ermittlung des zukünftig möglichen Aufenthaltsorts ein maximales Verzögerungsvermögen in Abhängigkeit der Bewegungsgeschwindigkeit und/oder einem Kurvenradius der Bewegung des Lebewesens (2) berücksichtigt wird.
  14. Verfahren nach einem der Ansprüche 5 bis 13, dadurch gekennzeichnet, dass zur Ermittlung des zukünftig möglichen Aufenthaltsorts ein Winkel berücksichtigt wird, in dem das Lebewesen (2) zu einem ermittelten Fahrverlauf des Fahrzeugs (1) steht oder sich zu diesem bewegt, wobei in Abhängigkeit des Winkels ermittelt wird, in welcher Zeit das Lebewesen (2) sich in Richtung des Fahrverlaufs drehen und im Wesentlichen gleichzeitig beschleunigen kann, um in den Bereich des Fahrverlaufs zu gelangen.
  15. Verfahren nach Anspruch 14, dadurch gekennzeichnet, dass als Winkel ein Winkel zwischen 150° und 210° und damit ein mit dem Rücken zu dem Fahrverlauf stehendes oder sich bewegendes Lebewesen (2) berücksichtigt wird.
  16. Verfahren nach Anspruch 14, dadurch gekennzeichnet, dass als Winkel ein Winkel zwischen 60° und 120° und damit ein seitlich zu dem Fahrverlauf stehendes oder sich bewegendes Lebewesen (2) berücksichtigt wird.
  17. Verfahren nach einem der Ansprüche 5 bis 16, dadurch gekennzeichnet, dass zur Ermittlung des zukünftig möglichen Aufenthaltsorts eine Relativposition des Lebewesens (2) zu einem Fahrverlauf, insbesondere ein Abstand, berücksichtigt wird, in dem das Lebewesen (2) zu dem Fahrverlauf steht oder sich zu diesem bewegt, wobei in Abhängigkeit der Relativposition ermittelt wird, in welcher Zeit das Lebewesen (2) beschleunigen kann, um in den Bereich des Fahrverlaufs zu gelangen.
  18. Verfahren nach einem der Ansprüche 5 bis 17, dadurch gekennzeichnet, dass zur Ermittlung des zukünftig möglichen Aufenthaltsorts Umgebungsinformationen und/oder Hindernisse berücksichtigt werden.
  19. Verfahren nach Anspruch 11, dadurch gekennzeichnet, dass in Abhängigkeit der Bewegungsgeschwindigkeit des Lebewesens (2) neben einem maximalen Beschleunigungsvermögen in die bisherige Bewegungsrichtung auch ein maximales Beschleunigungsvermögen entgegengesetzt zur bisherigen Bewegungsrichtung und/oder Ausrichtung des Lebewesens (2) vorgegeben ist.
  20. Verfahren nach Anspruch 19, dadurch gekennzeichnet, dass für das Lebewesen (2) zumindest einer der folgenden Parameter vorgegeben sind: – eine Maximalgeschwindigkeit, ab der das Beschleunigungsvermögen in bisherige Bewegungsrichtung Null wird, – eine Maximalbeschleunigung sowohl in als auch entgegen der Ausrichtung eines stehenden Lebewesens (2), – eine Geschwindigkeit, bei der das maximale Beschleunigungsvermögen in die bisherige Bewegungsrichtung maximal ist, – eine Geschwindigkeit, bei der das maximale Beschleunigungsvermögen entgegengesetzt zur bisherigen Bewegungsrichtung und/oder Ausrichtung des Lebewesens (2) betragsmäßig maximal ist, – eine Maximalgeschwindigkeit entgegen der Ausrichtung des Lebewesens (2), ab der das Beschleunigungsvermögen entgegen der Ausrichtung Null wird, wobei diese Werte vorzugsweise in Abhängigkeit von der Klasse des Lebewesens (2), insbesondere Alter, Geschlecht und Körperabmaßen variierend vorgegeben sind.
  21. Fahrzeug mit einem Schutzsystem für Lebewesen (2) außerhalb des Fahrzeugs (1), insbesondere Fußgängerschutzeinrichtungen – mit zumindest einer Sensorik, um Umgebungsinformationen zu erfassen, – mit einer Recheneinheit, welche die Umgebungsinformationen auswertet, um ein Lebewesen, insbesondere einen Fußgänger (2) zu identifizieren, für das Lebewesen (2) und das Fahrzeug (1) jeweils eine Bewegungstrajektorie als Trajektorienpaar ermittelt und daraus ein Kollisionswahrscheinlichkeit und damit die Notwendigkeit zur Auslösung eines Schutzsystems ableitet, wobei – das Fahrzeug (1) zur Durchführung des Verfahrens nach einem der vorangehenden Ansprüche ausgebildet ist, insbesondere – die Sensorik zur Erfassung von Parametern von Lebewesen (2) und deren physiologischem Bewegungsvermögen sowie – die Recheneinheit zur Ermittlung des zukünftig möglichen Aufenthaltsorts zu dem gegebenen Zeitpunkt ausgehend von einem Ort der Bewegungstrajektorie und dem Bewegungszustand unter Berücksichtigung eines physiologischen Bewegungsvermögens des Lebewesens (2) für einen oder mehrere zukünftige Zeitpunkte ausgebildet ist.
DE102008062916A 2008-12-23 2008-12-23 Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeuges mit einem Lebewesen Withdrawn DE102008062916A1 (de)

Priority Applications (6)

Application Number Priority Date Filing Date Title
DE102008062916A DE102008062916A1 (de) 2008-12-23 2008-12-23 Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeuges mit einem Lebewesen
US13/132,906 US20110246156A1 (en) 2008-12-23 2009-12-15 Method for Determining the Probability of a Collision of a Vehicle With a Living Being
DE112009003771T DE112009003771A5 (de) 2008-12-23 2009-12-15 Verfahren zur ermittlung einer kollisionswahrscheinlichkeit eines fahrzeugs mit einem lebewesen
PCT/DE2009/001750 WO2010072195A2 (de) 2008-12-23 2009-12-15 Verfahren zur ermittlung einer kollisionswahrscheinlichkeit eines fahrzeugs mit einem lebewesen
EP09806165A EP2382609B1 (de) 2008-12-23 2009-12-15 Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeugs mit einem Lebewesen.
JP2011544785A JP2012513651A (ja) 2008-12-23 2009-12-15 車両と生物との衝突確率を求める方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102008062916A DE102008062916A1 (de) 2008-12-23 2008-12-23 Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeuges mit einem Lebewesen

Publications (1)

Publication Number Publication Date
DE102008062916A1 true DE102008062916A1 (de) 2010-06-24

Family

ID=42194074

Family Applications (2)

Application Number Title Priority Date Filing Date
DE102008062916A Withdrawn DE102008062916A1 (de) 2008-12-23 2008-12-23 Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeuges mit einem Lebewesen
DE112009003771T Withdrawn DE112009003771A5 (de) 2008-12-23 2009-12-15 Verfahren zur ermittlung einer kollisionswahrscheinlichkeit eines fahrzeugs mit einem lebewesen

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE112009003771T Withdrawn DE112009003771A5 (de) 2008-12-23 2009-12-15 Verfahren zur ermittlung einer kollisionswahrscheinlichkeit eines fahrzeugs mit einem lebewesen

Country Status (5)

Country Link
US (1) US20110246156A1 (de)
EP (1) EP2382609B1 (de)
JP (1) JP2012513651A (de)
DE (2) DE102008062916A1 (de)
WO (1) WO2010072195A2 (de)

Cited By (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2988507A1 (fr) * 2012-03-23 2013-09-27 Inst Francais Des Sciences Et Technologies Des Transports De Lamenagement Et Des Reseaux Systeme d'assistance pour vehicule routier
US8547249B2 (en) 2008-10-01 2013-10-01 Universitaet Kassel Method for avoiding collision
DE102012204896A1 (de) 2012-03-27 2013-10-02 Robert Bosch Gmbh Verfahren zur Erhöhung der Sicherheit für ein Fahrzeug
WO2014114310A1 (de) * 2013-01-25 2014-07-31 Wabco Gmbh Verfahren zum ermitteln eines auslösekriteriums für eine bremsung und notbremssystem für ein fahrzeug
FR3007369A1 (fr) * 2013-06-20 2014-12-26 Bosch Gmbh Robert Procede pour determiner une manoeuvre de conduite d'un vehicule
US9135798B2 (en) 2012-09-01 2015-09-15 Honda Motor Co., Ltd. Vehicle periphery monitoring device
WO2016045851A1 (de) * 2014-09-23 2016-03-31 Robert Bosch Gmbh Verfahren und vorrichtung zum überwachen eines verkehrsraums
WO2016045832A1 (de) * 2014-09-23 2016-03-31 Robert Bosch Gmbh VERFAHREN UND VORRICHTUNG ZUM ERSTELLEN EINES BEWEGUNGSMODELLS EINES STRAßENVERKEHRSTEILNEHMERS
DE102016220450A1 (de) 2016-10-19 2018-04-19 Bayerische Motoren Werke Aktiengesellschaft Vorrichtung, Fortbewegungsmittel und Verfahren zur Abschätzung einer Kollisionswahrscheinlichkeit zwischen einem Fortbewegungsmittel und einem Umgebungsobjekt
US10046761B2 (en) 2013-01-25 2018-08-14 Wabco Gmbh Determining an activation criterion for a brake application
DE102017103097A1 (de) 2017-02-15 2018-08-16 Konecranes Global Corporation Automatisch geführtes Transportfahrzeug für Container und Verfahren zum Betreiben desselben sowie System mit einem automatisch geführten Transportfahrzeug
DE102017208245A1 (de) * 2017-05-16 2018-11-22 Continental Automotive Gmbh Verfahren und Vorrichtung zur zielbasierten Prädiktion dynamischer Objekte
DE102017209287A1 (de) * 2017-06-01 2018-12-06 Robert Bosch Gmbh Verfahren und Steuergerät zum Steuern eines automatisiert fahrenden Verkehrsmittels in einer Fußgängerzone
DE102017114876A1 (de) * 2017-07-04 2019-01-10 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Fahrerassistenzsystem zur Kollisionsvermeidung mittels Warn- und Interventionskaskade
DE102017215592A1 (de) * 2017-09-05 2019-03-07 Volkswagen Aktiengesellschaft Fahrassistenzvorrichtung eingerichtet zur teilautonomen und vollautonomen Führung eines Kraftfahrzeugs, Verfahren und Kraftfahrzeug
DE102018203064A1 (de) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Kollisionsrisiko-Vorhersageeinheit
DE102018203070A1 (de) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Kollisionsrisiko-Vorhersageeinheit
DE102018203063A1 (de) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Kollisionsrisiko-Vorhersageeinheit
DE102018203058A1 (de) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Kollisionsrisiko-Vorhersageeinheit
DE102018211726A1 (de) 2018-07-13 2020-01-16 Audi Ag Verfahren zum automatischen maschinellen Trainieren eines elektronischen Fahrzeugführungssystems, sowie Kraftfahrzeug
DE102018214018A1 (de) * 2018-08-20 2020-02-20 Zf Friedrichshafen Ag Vorrichtung, Verfahren und System zum Warnen eines Fahrzeugführers beim Abbiegen an einer Abbiegestelle
DE102018214032A1 (de) * 2018-08-20 2020-02-20 Zf Friedrichshafen Ag Vorrichtung, Verfahren und System zum Warnen eines Fahrzeugführers beim Abbiegen an einer Abbiegestelle
EP3627386A1 (de) 2018-09-21 2020-03-25 Volkswagen AG Verfahren und vorrichtung zum bereitstellen eines umfeldabbildes eines umfeldes einer mobilen einrichtung und kraftfahrzeug mit einer solchen vorrichtung
DE102018131455A1 (de) * 2018-12-07 2020-06-10 Bayerische Motoren Werke Aktiengesellschaft Kollisionsvermeidung zwischen Verkehrsteilnehmern
DE102018131453A1 (de) * 2018-12-07 2020-06-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Ermitteln eines Kollisionsrisikos eines Fortbewegungsmittels
DE102019100426A1 (de) * 2019-01-09 2020-07-09 Sick Ag Verfahren und Steuersystem zur Absicherung eines Überwachungsbereichs
US10733892B2 (en) 2012-09-04 2020-08-04 Magna Electronics Inc. Driver assistant system using influence mapping for conflict avoidance path determination
CN111845554A (zh) * 2020-06-03 2020-10-30 北京中科慧眼科技有限公司 一种基于双目立体相机的行人碰撞预警方法和装置
CN112292719A (zh) * 2018-06-25 2021-01-29 罗伯特·博世有限公司 使自我车辆的轨迹与运动的外来对象适配
DE102019215147A1 (de) * 2019-10-01 2021-04-01 Continental Automotive Gmbh Verfahren und Fahrerassistenzvorrichtung zur Führung eines Ego-Fahrzeugs
DE102019133420A1 (de) * 2019-12-06 2021-06-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Reduzierung des Kollisionsrisikos eines Fahrzeugs
US11377113B2 (en) 2016-08-19 2022-07-05 Audi Ag Method for operating an at least partially autonomous motor vehicle and motor vehicle
CN115662184A (zh) * 2022-09-09 2023-01-31 湖南大学 一种车辆行车风险评估方法
WO2023208627A1 (de) * 2022-04-26 2023-11-02 Volkswagen Aktiengesellschaft Verfahren zum erzeugen eines gefahrenkartendatensatzes und zum korrespondierenden betreiben eines kraftfahrzeugs, assistenzsystem und kraftfahrzeug
DE102022130111A1 (de) 2022-11-15 2024-05-16 Valeo Schalter Und Sensoren Gmbh Verfahren zum bestimmen eines kollisionsabstands

Families Citing this family (107)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008025753A1 (de) * 2008-05-29 2009-12-10 Siemens Aktiengesellschaft Verfahren zum Erkennen von Anomalitäten in Objektströmen über das Phämomen der Gruppengeschwindigkeit
JP5210233B2 (ja) * 2009-04-14 2013-06-12 日立オートモティブシステムズ株式会社 車両用外界認識装置及びそれを用いた車両システム
JP2011118753A (ja) * 2009-12-04 2011-06-16 Denso Corp 接近報知装置、および接近報知プログラム
US8509982B2 (en) 2010-10-05 2013-08-13 Google Inc. Zone driving
DE102011012542A1 (de) * 2011-02-26 2012-08-30 Continental Safety Engineering International Gmbh Testvorrichtung und Verfahren
EP2562060B1 (de) * 2011-08-22 2014-10-01 Honda Research Institute Europe GmbH Verfahren und System zur Vorhersage des Bewegungsverhaltens eines Zielverkehrsobjekts
DE102011087774A1 (de) * 2011-12-06 2013-06-06 Robert Bosch Gmbh Verfahren zur Überwachung und Signalisierung einer Verkehrssituation im Umfeld eines Fahrzeuges
US8718861B1 (en) 2012-04-11 2014-05-06 Google Inc. Determining when to drive autonomously
EP2654028B1 (de) * 2012-04-20 2018-09-26 Honda Research Institute Europe GmbH Orientierungssensibles Verkehrskollisionswarnsystem
US9633564B2 (en) 2012-09-27 2017-04-25 Google Inc. Determining changes in a driving environment based on vehicle behavior
US8949016B1 (en) 2012-09-28 2015-02-03 Google Inc. Systems and methods for determining whether a driving environment has changed
US10154382B2 (en) 2013-03-12 2018-12-11 Zendrive, Inc. System and method for determining a driver in a telematic application
JP5905846B2 (ja) 2013-03-29 2016-04-20 株式会社日本自動車部品総合研究所 横断判定装置およびプログラム
DE102013212092B4 (de) * 2013-06-25 2024-01-25 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben einer Fußgängerschutzeinrichtung eines Fahrzeugs, Fußgängerschutzeinrichtung
US9336436B1 (en) * 2013-09-30 2016-05-10 Google Inc. Methods and systems for pedestrian avoidance
US9014905B1 (en) 2014-01-28 2015-04-21 Google Inc. Cyclist hand signal detection by an autonomous vehicle
US9349293B2 (en) 2014-02-07 2016-05-24 Here Global B.V Method and apparatus for providing vehicle synchronization to facilitate a crossing
JP6440115B2 (ja) * 2014-03-06 2018-12-19 パナソニックIpマネジメント株式会社 表示制御装置、表示制御方法、および表示制御プログラム
CN112580456A (zh) * 2014-05-14 2021-03-30 御眼视觉技术有限公司 用于路缘检测和行人危险评估的系统和方法
EP2950114B1 (de) * 2014-05-30 2020-03-04 Honda Research Institute Europe GmbH Fahrerassistenzverfahren zum Antreiben eines Fahrzeugs, ein Fahrerassistenzsystem, ein Computersoftwareprogrammprodukt und Fahrzeug
US9321461B1 (en) 2014-08-29 2016-04-26 Google Inc. Change detection using curve alignment
US9248834B1 (en) 2014-10-02 2016-02-02 Google Inc. Predicting trajectories of objects based on contextual information
US9855890B2 (en) * 2014-12-11 2018-01-02 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle interaction with external environment
CN107430591B (zh) * 2015-01-26 2020-10-30 Trw汽车美国有限责任公司 车辆驾驶员辅助系统
WO2016134770A1 (en) * 2015-02-26 2016-09-01 Volvo Truck Corporation Method of controlling inter-vehicle gap(s) in a platoon
US9896030B2 (en) 2015-04-30 2018-02-20 Honda Motor Co., Ltd. System and method for vehicle collision mitigation with vulnerable road user context sensing
DE102015209473A1 (de) * 2015-05-22 2016-11-24 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
JP6481520B2 (ja) * 2015-06-05 2019-03-13 トヨタ自動車株式会社 車両の衝突回避支援装置
US9934688B2 (en) 2015-07-31 2018-04-03 Ford Global Technologies, Llc Vehicle trajectory determination
US9818239B2 (en) 2015-08-20 2017-11-14 Zendrive, Inc. Method for smartphone-based accident detection
SE539846C2 (en) * 2015-08-20 2017-12-19 Scania Cv Ab Method, control unit and a system in a vehicle for detection of a vulnerable road user
SE539097C2 (en) * 2015-08-20 2017-04-11 Scania Cv Ab Method, control unit and system for avoiding collision with vulnerable road users
JP6676147B2 (ja) 2015-08-20 2020-04-08 ゼンドライヴ, インコーポレイテッドZendrive, Inc. 加速度計支援型ナビゲーションのための方法
US9415658B1 (en) * 2015-09-23 2016-08-16 Continental Automotive Systems, Inc. Independent vehicle ride height adjustment
US10460534B1 (en) * 2015-10-26 2019-10-29 Allstate Insurance Company Vehicle-to-vehicle accident detection
US9864918B2 (en) * 2015-11-04 2018-01-09 Ford Global Technologies, Llc Predicting vehicle movements based on driver body language
US10745003B2 (en) * 2015-11-04 2020-08-18 Zoox, Inc. Resilient safety system for a robotic vehicle
US10496766B2 (en) * 2015-11-05 2019-12-03 Zoox, Inc. Simulation system and methods for autonomous vehicles
DE102015224739A1 (de) * 2015-12-09 2017-06-14 Robert Bosch Gmbh Verfahren und Vorrichtung zum Auslösen von Fußgängerschutzmitteln und/oder Fußgängerwarnmitteln
JP6477453B2 (ja) * 2015-12-17 2019-03-06 株式会社デンソー 物体検知装置、物体検知方法
EP3420517B1 (de) * 2016-02-23 2022-07-06 nChain Holdings Limited Verfahren und system zum sicheren transfer von entitäten auf einer blockchain
EP3452338B1 (de) * 2016-05-06 2024-07-03 Sfara Inc. Verfahren für smartphone-kommunikation zwischen fahrzeug und fussgänger
US10303166B2 (en) * 2016-05-23 2019-05-28 nuTonomy Inc. Supervisory control of vehicles
WO2017223436A1 (en) 2016-06-24 2017-12-28 Crown Equipment Corporation Electronic badge as a talking marker
WO2017223450A1 (en) 2016-06-24 2017-12-28 Crown Equipment Corporation Electronic badge to authenticate and track industrial vehicle operator
US10257646B2 (en) * 2016-06-24 2019-04-09 Crown Equipment Corporation Use of electronic badges in aisle passing maneuvers
KR102298819B1 (ko) 2016-06-24 2021-09-09 크라운 이큅먼트 코포레이션 간접적 전자 배지 추적
US10496091B1 (en) * 2016-08-17 2019-12-03 Waymo Llc Behavior and intent estimations of road users for autonomous vehicles
WO2018042498A1 (ja) * 2016-08-29 2018-03-08 マツダ株式会社 車両制御装置
US9955319B2 (en) 2016-09-12 2018-04-24 Zendrive, Inc. Method for mobile device-based cooperative data capture
US10248872B2 (en) 2016-10-19 2019-04-02 Texas Instruments Incorporated Estimation of time to collision in a computer vision system
JP6271674B1 (ja) * 2016-10-20 2018-01-31 パナソニック株式会社 歩車間通信システム、車載端末装置、歩行者端末装置および安全運転支援方法
KR101995489B1 (ko) * 2016-11-08 2019-09-30 엘지전자 주식회사 차량 제어 시스템 및 그의 제어방법
US11010615B2 (en) * 2016-11-14 2021-05-18 Lyft, Inc. Rendering a situational-awareness view in an autonomous-vehicle environment
US10012993B1 (en) 2016-12-09 2018-07-03 Zendrive, Inc. Method and system for risk modeling in autonomous vehicles
CN106515578A (zh) * 2016-12-22 2017-03-22 百度在线网络技术(北京)有限公司 无人车驾驶状态的识别装置、识别方法及无人车
DE102017103700A1 (de) 2017-02-23 2018-08-23 Valeo Schalter Und Sensoren Gmbh Vermeiden einer Kollision durch einen Lenkeingriff in Abhängigkeit von einer Bewegung eines fahrzeugexternen Objekts
US11151813B2 (en) 2017-06-28 2021-10-19 Zendrive, Inc. Method and system for vehicle-related driver characteristic determination
US10304329B2 (en) 2017-06-28 2019-05-28 Zendrive, Inc. Method and system for determining traffic-related characteristics
CA3072419A1 (en) 2017-08-31 2019-03-07 Saab Ab Method and a system for estimating the geographic position of a target
WO2019069425A1 (ja) * 2017-10-05 2019-04-11 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
US10782138B2 (en) 2017-10-06 2020-09-22 Here Global B.V. Method, apparatus, and computer program product for pedestrian behavior profile generation
US10559196B2 (en) 2017-10-20 2020-02-11 Zendrive, Inc. Method and system for vehicular-related communications
DE102017220392A1 (de) * 2017-11-15 2019-05-16 Zf Friedrichshafen Ag Verfahren zum Betreiben eines Hybridgetriebes
WO2019104348A1 (en) 2017-11-27 2019-05-31 Zendrive, Inc. System and method for vehicle sensing and analysis
US10156850B1 (en) 2017-12-08 2018-12-18 Uber Technologies, Inc. Object motion prediction and vehicle control systems and methods for autonomous vehicles
CN111133448A (zh) * 2018-02-09 2020-05-08 辉达公司 使用安全到达时间控制自动驾驶车辆
IT201800003312A1 (it) * 2018-03-06 2019-09-06 Fiat Ricerche Guida autonoma di autoveicoli per l'esecuzione di manovre ricorrenti a bassa velocita'
US10836346B2 (en) * 2018-04-27 2020-11-17 Nio Usa, Inc. Methods and systems for providing a protect occupants mode with an autonomous vehicle
WO2019213763A1 (en) 2018-05-10 2019-11-14 Beauchamp Bastien Method and system for vehicle-to-pedestrian collision avoidance
DE102018214635A1 (de) * 2018-08-29 2020-03-05 Robert Bosch Gmbh Verfahren zur Vorhersage zumindest eines zukünftigen Geschwindigkeitsvektors und/oder einer zukünftigen Pose eines Fußgängers
US11126185B2 (en) 2018-09-15 2021-09-21 Toyota Research Institute, Inc. Systems and methods for predicting vehicle trajectory
CN111328411B (zh) * 2018-09-28 2022-11-29 百度时代网络技术(北京)有限公司 用于自动驾驶车辆的行人概率预测系统
US11590968B2 (en) * 2018-10-31 2023-02-28 Intel Corporation Methods and apparatus to mitigate hard-braking events
GB2588013B (en) * 2018-12-18 2022-10-05 Motional Ad Llc Operation of a vehicle using multiple motion constraints
US11899464B2 (en) 2018-12-18 2024-02-13 Motional Ad Llc Operation of a vehicle using motion planning with machine learning
DE102019103106A1 (de) * 2019-02-08 2020-08-13 Zf Automotive Germany Gmbh Steuerungssystem und Steuerungsverfahren zur interaktionsbasierten Langzeitbestimmung von Trajektorien für Kraftfahrzeuge
US11561547B2 (en) 2019-02-20 2023-01-24 Gm Cruise Holdings Llc Autonomous vehicle routing based upon spatiotemporal factors
US11249184B2 (en) 2019-05-07 2022-02-15 The Charles Stark Draper Laboratory, Inc. Autonomous collision avoidance through physical layer tracking
KR20200139443A (ko) * 2019-06-04 2020-12-14 주식회사 만도 운전자 보조 시스템 및 그 제어 방법
CN110488816B (zh) * 2019-08-06 2021-12-31 华为技术有限公司 自动驾驶纵向规划方法及相关设备
US11354912B2 (en) 2019-08-27 2022-06-07 Waymo Llc Detecting potentially occluded objects for autonomous vehicles
US11816914B2 (en) * 2019-09-05 2023-11-14 Humanising Autonomy Limited Modular predictions for complex human behaviors
CN112572462B (zh) 2019-09-30 2022-09-20 阿波罗智能技术(北京)有限公司 自动驾驶的控制方法、装置、电子设备及存储介质
US11775010B2 (en) 2019-12-02 2023-10-03 Zendrive, Inc. System and method for assessing device usage
WO2021113475A1 (en) 2019-12-03 2021-06-10 Zendrive, Inc. Method and system for risk determination of a route
CN114730527A (zh) * 2019-12-12 2022-07-08 英特尔公司 基于责任敏感安全性的易受伤害道路使用者安全性技术
KR20210088780A (ko) 2020-01-06 2021-07-15 주식회사 만도 운전자 보조 장치 및 그 방법
JP2021142788A (ja) * 2020-03-10 2021-09-24 トヨタ自動車株式会社 運転支援システム
US11263896B2 (en) 2020-04-06 2022-03-01 B&H Licensing Inc. Method and system for detecting jaywalking of vulnerable road users
CN113511159B (zh) * 2020-04-10 2023-01-31 采埃孚汽车科技(上海)有限公司 通过气囊增强司乘人员安全性的系统和方法
CN111932882B (zh) * 2020-08-13 2022-05-06 广东飞达交通工程有限公司 一种基于图像识别的道路事故实时预警系统、方法和设备
US11731661B2 (en) 2020-10-01 2023-08-22 Argo AI, LLC Systems and methods for imminent collision avoidance
US11618444B2 (en) * 2020-10-01 2023-04-04 Argo AI, LLC Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior
CN112319477B (zh) * 2020-11-02 2022-02-11 天津大学 一种用于无人驾驶的决策规划方法
EP4001042B1 (de) * 2020-11-23 2024-07-17 Aptiv Technologies AG System und verfahren zur vorhersage von strassenkollisionen mit einem host-fahrzeug
US11554794B2 (en) 2020-11-25 2023-01-17 Argo AI, LLC Method and system for determining a mover model for motion forecasting in autonomous vehicle control
JP7294304B2 (ja) * 2020-11-30 2023-06-20 トヨタ自動車株式会社 挙動予測装置
US11738772B1 (en) * 2020-12-18 2023-08-29 Zoox, Inc. Object avoidance with perceived safety subgoal
CN113306552B (zh) * 2021-07-31 2021-10-01 西华大学 混合道路拥堵状态下无人驾驶汽车的超低速蠕行方法
CN114228707B (zh) * 2021-12-22 2023-04-25 广西科技大学 一种无人驾驶车辆的防撞方法及系统
CN114078234B (zh) * 2022-01-07 2022-05-31 泰豪软件股份有限公司 供电台区施工工艺的检测方法、系统、存储介质及设备
CN114973642B (zh) * 2022-01-17 2023-09-08 深圳市聚业美家科技有限公司 基于大数据轨迹分析的计算机路径决策系统和决策方法
CN114475587B (zh) * 2022-01-30 2024-04-30 重庆长安汽车股份有限公司 引入目标行为及碰撞概率的风险评估算法
CN117944671A (zh) * 2022-10-27 2024-04-30 华为技术有限公司 一种目标行为预测方法、智能设备及车辆
CN116187748B (zh) * 2022-12-16 2023-12-29 清华大学 风险域确定方法、装置、计算机设备、介质和程序产品
CN116882307B (zh) * 2023-09-08 2023-11-24 武汉理工大学 考虑不确定初始状态的车辆安全轨迹规划方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19743255A1 (de) * 1996-09-30 1999-04-01 Mazda Motor Erkennungssystem für sich bewegende Objekte für Kraftfahrzeuge
DE10257842A1 (de) * 2002-05-07 2003-11-27 Bosch Gmbh Robert Verfahren zur Bestimmung einer Unfallgefahr eines ersten Objekts mit wenigstens einem zweiten Objekt
DE10325762A1 (de) 2003-06-05 2004-12-23 Daimlerchrysler Ag Bildverarbeitungssystem für ein Fahrzeug
EP1331621B1 (de) 2002-01-24 2006-02-15 Peugeot Citroen Automobiles SA Verfahren zum Überwachen des Umfeldes eines Fahrzeugs
EP1681213A2 (de) * 2005-01-17 2006-07-19 Kabushiki Kaisha Toyota Chuo Kenkyusho Vorrichtung zur Steuerung eines Kollisionsverhaltens
DE102005020731A1 (de) * 2005-05-04 2006-11-09 Audi Ag Modelliervorrichtung und Verfahren zum Modellieren einer Umgebung eines Fahrzeugs
DE102007014012A1 (de) * 2006-03-24 2007-10-31 Honda Motor Co., Ltd. Fahrzeugumgebung-Überwachungsgerät, Fahrzeugumgebung-Überwachungsverfahren und Fahrzeugumgebung-Überwachungsprogramm
DE102007037610A1 (de) * 2007-08-09 2009-02-19 Siemens Restraint Systems Gmbh Verfahren zum Bestimmen eines wahrscheinlichen Bewegungs-Aufenthaltsbereichs eines Lebewesens

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6188957B1 (en) * 1999-10-04 2001-02-13 Navigation Technologies Corporation Method and system for providing bicycle information with a navigation system
WO2003006291A1 (de) * 2001-07-11 2003-01-23 Robert Bosch Gmbh Verfahren und vorrichtung zum auslösen und durchführen einer verzögerung eines fahrzeugs
US7188056B2 (en) * 2002-09-09 2007-03-06 Maia Institute Method and apparatus of simulating movement of an autonomous entity through an environment
US7079024B2 (en) * 2003-05-23 2006-07-18 Ramon Alarcon Alert system for prevention of collisions with low visibility mobile road hazards
US6989754B2 (en) * 2003-06-02 2006-01-24 Delphi Technologies, Inc. Target awareness determination system and method
US7315799B1 (en) * 2003-09-09 2008-01-01 Perot Systems Corporation Method of and article of manufacture for determining probability of avian collision
JP4639681B2 (ja) * 2004-07-23 2011-02-23 株式会社デンソー 車両用物体検知装置
FR2889882B1 (fr) * 2005-08-19 2009-09-25 Renault Sas Procede et systeme de prediction de choc entre un vehicule et un pieton.
JP4400584B2 (ja) * 2006-03-01 2010-01-20 トヨタ自動車株式会社 障害物検出方法及び障害物検出装置
JP4730137B2 (ja) * 2006-03-01 2011-07-20 トヨタ自動車株式会社 移動体安全性評価方法および移動体安全性評価装置
US7579942B2 (en) * 2006-10-09 2009-08-25 Toyota Motor Engineering & Manufacturing North America, Inc. Extra-vehicular threat predictor
JP5262057B2 (ja) * 2006-11-17 2013-08-14 株式会社豊田中央研究所 照射装置
JP4623057B2 (ja) * 2007-06-05 2011-02-02 トヨタ自動車株式会社 自車両の移動領域取得装置
US7881868B2 (en) * 2007-06-12 2011-02-01 Palo Alto Research Center Incorporated Dual assessment for early collision warning
DE102008049824B4 (de) * 2008-10-01 2014-09-04 Universität Kassel Verfahren zur Kollisionsvermeidung
JP4957752B2 (ja) * 2009-06-12 2012-06-20 トヨタ自動車株式会社 進路評価装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19743255A1 (de) * 1996-09-30 1999-04-01 Mazda Motor Erkennungssystem für sich bewegende Objekte für Kraftfahrzeuge
EP1331621B1 (de) 2002-01-24 2006-02-15 Peugeot Citroen Automobiles SA Verfahren zum Überwachen des Umfeldes eines Fahrzeugs
DE60303577T2 (de) * 2002-01-24 2006-08-10 Peugeot Citroen Automobiles S.A. Verfahren zum Überwachen der Umgebung eines Fahrzeugs
DE10257842A1 (de) * 2002-05-07 2003-11-27 Bosch Gmbh Robert Verfahren zur Bestimmung einer Unfallgefahr eines ersten Objekts mit wenigstens einem zweiten Objekt
DE10325762A1 (de) 2003-06-05 2004-12-23 Daimlerchrysler Ag Bildverarbeitungssystem für ein Fahrzeug
EP1681213A2 (de) * 2005-01-17 2006-07-19 Kabushiki Kaisha Toyota Chuo Kenkyusho Vorrichtung zur Steuerung eines Kollisionsverhaltens
DE102005020731A1 (de) * 2005-05-04 2006-11-09 Audi Ag Modelliervorrichtung und Verfahren zum Modellieren einer Umgebung eines Fahrzeugs
DE102007014012A1 (de) * 2006-03-24 2007-10-31 Honda Motor Co., Ltd. Fahrzeugumgebung-Überwachungsgerät, Fahrzeugumgebung-Überwachungsverfahren und Fahrzeugumgebung-Überwachungsprogramm
DE102007037610A1 (de) * 2007-08-09 2009-02-19 Siemens Restraint Systems Gmbh Verfahren zum Bestimmen eines wahrscheinlichen Bewegungs-Aufenthaltsbereichs eines Lebewesens

Cited By (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8547249B2 (en) 2008-10-01 2013-10-01 Universitaet Kassel Method for avoiding collision
FR2988507A1 (fr) * 2012-03-23 2013-09-27 Inst Francais Des Sciences Et Technologies Des Transports De Lamenagement Et Des Reseaux Systeme d'assistance pour vehicule routier
DE102012204896A1 (de) 2012-03-27 2013-10-02 Robert Bosch Gmbh Verfahren zur Erhöhung der Sicherheit für ein Fahrzeug
DE102012204896B4 (de) 2012-03-27 2024-05-16 Robert Bosch Gmbh Verfahren zur Erhöhung der Sicherheit für ein Fahrzeug
US9135798B2 (en) 2012-09-01 2015-09-15 Honda Motor Co., Ltd. Vehicle periphery monitoring device
DE102013217370B4 (de) 2012-09-01 2021-11-04 Honda Motor Co., Ltd. Fahrzeugumgebung-Überwachungseinrichtung
US11663917B2 (en) 2012-09-04 2023-05-30 Magna Electronics Inc. Vehicular control system using influence mapping for conflict avoidance path determination
US10733892B2 (en) 2012-09-04 2020-08-04 Magna Electronics Inc. Driver assistant system using influence mapping for conflict avoidance path determination
US9555781B2 (en) 2013-01-25 2017-01-31 Wabco Gmbh Determining a triggering criterion for vehicle braking
US10046761B2 (en) 2013-01-25 2018-08-14 Wabco Gmbh Determining an activation criterion for a brake application
US10759420B2 (en) 2013-01-25 2020-09-01 Wabco Gmbh Method for determining an activation criterion for a brake application and emergency brake system for performing the method
WO2014114310A1 (de) * 2013-01-25 2014-07-31 Wabco Gmbh Verfahren zum ermitteln eines auslösekriteriums für eine bremsung und notbremssystem für ein fahrzeug
FR3007369A1 (fr) * 2013-06-20 2014-12-26 Bosch Gmbh Robert Procede pour determiner une manoeuvre de conduite d'un vehicule
WO2016045832A1 (de) * 2014-09-23 2016-03-31 Robert Bosch Gmbh VERFAHREN UND VORRICHTUNG ZUM ERSTELLEN EINES BEWEGUNGSMODELLS EINES STRAßENVERKEHRSTEILNEHMERS
WO2016045851A1 (de) * 2014-09-23 2016-03-31 Robert Bosch Gmbh Verfahren und vorrichtung zum überwachen eines verkehrsraums
US10127815B2 (en) 2014-09-23 2018-11-13 Robert Bosch Gmbh Method and device for setting up a movement model of a road user
US11377113B2 (en) 2016-08-19 2022-07-05 Audi Ag Method for operating an at least partially autonomous motor vehicle and motor vehicle
DE102016220450A1 (de) 2016-10-19 2018-04-19 Bayerische Motoren Werke Aktiengesellschaft Vorrichtung, Fortbewegungsmittel und Verfahren zur Abschätzung einer Kollisionswahrscheinlichkeit zwischen einem Fortbewegungsmittel und einem Umgebungsobjekt
WO2018149789A1 (de) 2017-02-15 2018-08-23 Demag Cranes & Components Gmbh Automatisch geführtes transportfahrzeug für container und verfahren zum betreiben desselben sowie system mit einem automatisch geführten transportfahrzeug
US11247672B2 (en) 2017-02-15 2022-02-15 Konecranes Global Corporation Automatically guided transportation vehicle for containers and method for operating the same and also system with an automatically driven transportation vehicle
DE102017103097A1 (de) 2017-02-15 2018-08-16 Konecranes Global Corporation Automatisch geführtes Transportfahrzeug für Container und Verfahren zum Betreiben desselben sowie System mit einem automatisch geführten Transportfahrzeug
WO2018210382A1 (de) * 2017-05-16 2018-11-22 Continental Automotive Gmbh Verfahren und vorrichtung zur zielbasierten prädiktion dynamischer objekte
CN110168312A (zh) * 2017-05-16 2019-08-23 大陆汽车有限责任公司 基于目标预测动态物体的方法和装置
CN110168312B (zh) * 2017-05-16 2023-09-12 大陆智行德国有限公司 基于目标预测动态物体的方法和装置
DE102017208245A1 (de) * 2017-05-16 2018-11-22 Continental Automotive Gmbh Verfahren und Vorrichtung zur zielbasierten Prädiktion dynamischer Objekte
DE102017209287A1 (de) * 2017-06-01 2018-12-06 Robert Bosch Gmbh Verfahren und Steuergerät zum Steuern eines automatisiert fahrenden Verkehrsmittels in einer Fußgängerzone
DE102017209287B4 (de) 2017-06-01 2022-10-13 Robert Bosch Gmbh Verfahren und Steuergerät zum Steuern eines automatisiert fahrenden Verkehrsmittels in einer Fußgängerzone
DE102017114876A1 (de) * 2017-07-04 2019-01-10 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Fahrerassistenzsystem zur Kollisionsvermeidung mittels Warn- und Interventionskaskade
DE102017215592A1 (de) * 2017-09-05 2019-03-07 Volkswagen Aktiengesellschaft Fahrassistenzvorrichtung eingerichtet zur teilautonomen und vollautonomen Führung eines Kraftfahrzeugs, Verfahren und Kraftfahrzeug
US10933870B2 (en) 2017-09-05 2021-03-02 Volkswagen Aktiengesellschaft Driver assistance device for partially and fully autonomous guidance of a transportation vehicle, method, and transportation vehicle
EP3457246A1 (de) * 2017-09-05 2019-03-20 Volkswagen Aktiengesellschaft Fahrassistenzvorrichtung eingerichtet zur teilautonomen und vollautonomen führung eines kraftfahrzeugs, verfahren und kraftfahrzeug
DE102018203063A1 (de) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Kollisionsrisiko-Vorhersageeinheit
DE102018203058A1 (de) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Kollisionsrisiko-Vorhersageeinheit
DE102018203070A1 (de) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Kollisionsrisiko-Vorhersageeinheit
DE102018203064A1 (de) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Kollisionsrisiko-Vorhersageeinheit
US11858506B2 (en) 2018-06-25 2024-01-02 Robert Bosch Gmbh Adaptation of the trajectory of an ego vehicle to moving extraneous objects
CN112292719A (zh) * 2018-06-25 2021-01-29 罗伯特·博世有限公司 使自我车辆的轨迹与运动的外来对象适配
DE102018211726A1 (de) 2018-07-13 2020-01-16 Audi Ag Verfahren zum automatischen maschinellen Trainieren eines elektronischen Fahrzeugführungssystems, sowie Kraftfahrzeug
DE102018214018A1 (de) * 2018-08-20 2020-02-20 Zf Friedrichshafen Ag Vorrichtung, Verfahren und System zum Warnen eines Fahrzeugführers beim Abbiegen an einer Abbiegestelle
DE102018214032A1 (de) * 2018-08-20 2020-02-20 Zf Friedrichshafen Ag Vorrichtung, Verfahren und System zum Warnen eines Fahrzeugführers beim Abbiegen an einer Abbiegestelle
EP3627386A1 (de) 2018-09-21 2020-03-25 Volkswagen AG Verfahren und vorrichtung zum bereitstellen eines umfeldabbildes eines umfeldes einer mobilen einrichtung und kraftfahrzeug mit einer solchen vorrichtung
US11120690B2 (en) 2018-09-21 2021-09-14 Volkswagen Aktiengesellschaft Method and device for providing an environmental image of an environment of a mobile apparatus and motor vehicle with such a device
DE102018216110A1 (de) * 2018-09-21 2020-03-26 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Bereitstellen eines Umfeldabbildes eines Umfeldes einer mobilen Einrichtung und Kraftfahrzeug mit einer solchen Vorrichtung
DE102018131453A1 (de) * 2018-12-07 2020-06-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Ermitteln eines Kollisionsrisikos eines Fortbewegungsmittels
DE102018131455A1 (de) * 2018-12-07 2020-06-10 Bayerische Motoren Werke Aktiengesellschaft Kollisionsvermeidung zwischen Verkehrsteilnehmern
DE102019100426A1 (de) * 2019-01-09 2020-07-09 Sick Ag Verfahren und Steuersystem zur Absicherung eines Überwachungsbereichs
DE102019215147A1 (de) * 2019-10-01 2021-04-01 Continental Automotive Gmbh Verfahren und Fahrerassistenzvorrichtung zur Führung eines Ego-Fahrzeugs
DE102019133420A1 (de) * 2019-12-06 2021-06-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Reduzierung des Kollisionsrisikos eines Fahrzeugs
CN111845554A (zh) * 2020-06-03 2020-10-30 北京中科慧眼科技有限公司 一种基于双目立体相机的行人碰撞预警方法和装置
WO2023208627A1 (de) * 2022-04-26 2023-11-02 Volkswagen Aktiengesellschaft Verfahren zum erzeugen eines gefahrenkartendatensatzes und zum korrespondierenden betreiben eines kraftfahrzeugs, assistenzsystem und kraftfahrzeug
CN115662184B (zh) * 2022-09-09 2023-11-24 湖南大学 一种车辆行车风险评估方法
CN115662184A (zh) * 2022-09-09 2023-01-31 湖南大学 一种车辆行车风险评估方法
DE102022130111A1 (de) 2022-11-15 2024-05-16 Valeo Schalter Und Sensoren Gmbh Verfahren zum bestimmen eines kollisionsabstands

Also Published As

Publication number Publication date
WO2010072195A2 (de) 2010-07-01
JP2012513651A (ja) 2012-06-14
EP2382609A2 (de) 2011-11-02
DE112009003771A5 (de) 2012-06-21
EP2382609B1 (de) 2013-02-13
US20110246156A1 (en) 2011-10-06
WO2010072195A3 (de) 2010-08-19

Similar Documents

Publication Publication Date Title
EP2382609B1 (de) Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeugs mit einem Lebewesen.
DE112008001804B4 (de) Verfahren zum Bestimmen eines wahrscheinlichen Bewegungs-Aufenthaltsbereichs eines Lebewesens
DE102017217056B4 (de) Verfahren und Einrichtung zum Betreiben eines Fahrerassistenzsystems sowie Fahrerassistenzsystem und Kraftfahrzeug
DE112010001354B4 (de) Bewegungsstrajektoriengenerator
DE102016114535B4 (de) Wegbestimmung für automatisierte Fahrzeuge
DE102009006113B4 (de) Vorrichtung und Verfahren zur Sensorfusion mit dynamischen Objekten
DE112012007157B4 (de) Fahrunterstützungsvorrichtung und Fahrunterstützungsverfahren
EP3490862B1 (de) Verfahren und vorrichtung zum ermitteln eines fahrbahnmodells für ein fahrzeugumfeld
AT518444A2 (de) Verfahren zum Erzeugen von Steuerdaten für ein regelbasiertes Unterstützen eines Fahrers
AT518489A2 (de) Fahrerassistenzsystem zum Unterstützen eines Fahrers beim Führen eines Fahrzeugs
WO2014029738A1 (de) Verfahren zum ergänzen einer einem objekt zugeordneten objektinformation und verfahren zum selektieren von objekten in einem umfeld eines fahrzeugs
WO2015197353A2 (de) Verfahren zur erstellung eines umfeldmodells eines fahrzeugs
DE102016120876A1 (de) Verfahren, System und Computerprogrammprodukt zur Erkennung eines möglichen Spurwechsels eines Fremdfahrzeugs, sowie Fahrzeug
DE102015116268A1 (de) Spurbegrenzungslinieninformationserlangungsvorrichtung
EP3627386A1 (de) Verfahren und vorrichtung zum bereitstellen eines umfeldabbildes eines umfeldes einer mobilen einrichtung und kraftfahrzeug mit einer solchen vorrichtung
DE102018102372A1 (de) Bereitstellen einer Benachrichtigung an einen Insassen, der einen Fahrzeugsitz nutzt
DE102016201939A1 (de) Vorrichtung, Verfahren und Computerprogramm zur Verbesserung der Wahrnehmung bei Kollisionsvermeidungssystemen
DE102019122536A1 (de) Exzentrizitätskarten
DE102013217486A1 (de) Verfahren zur Repräsentation eines Umfelds eines Fahrzeugs in einem Belegungsgitter
DE112015006845T5 (de) Verbessertes Kurvenverhalten
DE102016224576A1 (de) Verhaltensmodell von Verkehrsteilnehmern für ein Fahrerassistenzsystem umfassend Statistiken zu Abweichungen vom Normverhalten
DE102017123226A1 (de) Verfahren zum Bestimmen einer kritischen Höhe eines vorausliegenden Streckenabschnitts für ein Fahrzeug, das ein Zugfahrzeug und einen Anhänger umfasst
DE102018008599A1 (de) Steuerungssystem und Steuerungsverfahren zum Bestimmen einer Trajektorie für ein Kraftfahrzeug
DE102021201457B3 (de) Verfahren zum Lokalisieren eines Kraftfahrzeugs
EP3688663A1 (de) Verfahren und vorrichtung zur detektion eines hindernisfreien bereichs

Legal Events

Date Code Title Description
OM8 Search report available as to paragraph 43 lit. 1 sentence 1 patent law
OP8 Request for examination as to paragraph 44 patent law
R118 Application deemed withdrawn due to claim for domestic priority

Effective date: 20110624