DE102010002300B4

DE102010002300B4 - Method for determining driving behavior

Info

Publication number: DE102010002300B4
Application number: DE102010002300.0A
Authority: DE
Inventors: Guido Mueller; Andreas Landau
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2010-02-24
Filing date: 2010-02-24
Publication date: 2022-09-01
Anticipated expiration: 2030-02-25
Also published as: DE102010002300A1

Abstract

Verfahren zum Ermitteln eines Fahrverhaltens eines Fahrers eines Kraftfahrzeugs mit einem Fahrassistenzsystem,wobei das Fahrverhalten anhand eines Geschwindigkeitsprofils (300) ermittelt wird,wobei das Geschwindigkeitsprofil (300) eine Mehrzahl von aufeinanderfolgenden Messpunkten (310, 320, 330, 340) aufweist,wobei jeder Messpunkt (310, 320, 330, 340) eine Ortsposition und eine zugehörige Fahrgeschwindigkeit umfasst,dadurch gekennzeichnet, dassdas Fahrverhalten nur anhand von Messpunkten ermittelt wird, die aufgezeichnet wurden, während das Fahrassistenzsystem nicht aktiv war.Method for determining a driving behavior of a driver of a motor vehicle with a driver assistance system, wherein the driving behavior is determined using a speed profile (300), the speed profile (300) having a plurality of consecutive measuring points (310, 320, 330, 340), each measuring point (310, 320, 330, 340) includes a location and an associated driving speed, characterized in that the driving behavior is only determined using measurement points that were recorded while the driver assistance system was not active.

Description

Die Erfindung betrifft ein Verfahren zum Ermitteln eines Fahrverhaltens eines Fahrers eines Kraftfahrzeugs mit einem Fahrassistenzsystem gemäß dem Oberbegriff des Patentanspruchs 1, sowie eine Vorrichtung gemäß dem Oberbegriff des Patentanspruchs 11.The invention relates to a method for determining the driving behavior of a driver of a motor vehicle with a driver assistance system according to the preamble of patent claim 1, and a device according to the preamble of patent claim 11.

Stand der TechnikState of the art

Navigations- und andere Fahrerinformationssysteme dienen dazu, einem Fahrer eines Kraftfahrzeugs Hinweise über eine besonders günstige Fahrstrecke zu liefern. Die Auswahl einer günstigen Fahrtroute kann dabei beispielsweise unter Berücksichtigung der Länge der Fahrtroute und der zu erwartenden Fahrtzeit erfolgen. Hierfür können die Navigations- und Fahrerinformationssysteme beispielsweise über digitale Straßenkarten verfügen.Navigation and other driver information systems are used to provide a driver of a motor vehicle with information about a particularly favorable route. A favorable travel route can be selected, for example, taking into account the length of the travel route and the expected travel time. For this purpose, the navigation and driver information systems can have digital road maps, for example.

Die EP 1 292 807 B1 und die DE 100 30 931 C2 beschreiben lernende Navigations- und Fahrerinformationssysteme, die ihre Fahrtroutenempfehlungen speziell auf die Gewohnheiten und Bedürfnisse eines individuellen Fahrers abstimmen. Hierfür sind die Navigations- und Fahrerinformationssysteme mit adaptiven Lernfunktionen ausgestattet werden, die eine Berücksichtigung individueller Gewohnheiten und Vorlieben des Fahrers ermöglichen. Die berücksichtigten individuellen Eigenschaften des Fahrers können beispielsweise auf verschiedenen Strecken gefahrene Geschwindigkeiten, bevorzugte Straßenarten oder auch häufig angesteuerte Fahrtziele umfassen. Derartige Navigations- und Fahrerinformationssysteme können ihre Kenntnis der Präferenzen des Fahrers fortwährend oder periodisch durch Analysen tatsächlich durchgeführter Fahrten verbessern.the EP 1 292 807 B1 and the DE 100 30 931 C2 describe learning navigation and driver information systems that tailor their route recommendations specifically to the habits and needs of an individual driver. For this purpose, the navigation and driver information systems are equipped with adaptive learning functions that allow the driver's individual habits and preferences to be taken into account. The individual characteristics of the driver that are taken into account can include, for example, the speeds traveled on different routes, preferred types of road or even frequently driven destinations. Such navigation and driver information systems can continually or periodically improve their knowledge of the driver's preferences by analyzing actual journeys made.

Aus der DE 699 37 141 T2 ist ein Betriebssteuersystem bekannt, umfassend einen Datenrecorder zum Aufzeichnen von Daten, die die Verhaltensmerkmale eines Fahrzeugs darstellen, auf einer Speicherkarte und eine Betriebssteuerungsunterstützungsvorrichtung zum Analysieren der Fahrtendenz des Fahrzeugs. Die Betriebssteuerungsunterstützungsvorrichtung liest Messdaten aus der Speicherkarte, klassifiziert die Messdaten in einen Datensatz über den Niedriggeschwindigkeitsbereich, einen Datensatz über den Mittelgeschwindigkeitsbereich und einen Datensatz über den Hochgeschwindigkeitsbereich. Geschwindigkeitsbereich, extrahiert Verhaltensmerkmale in jedem Geschwindigkeitsbereich aus den klassifizierten Messdaten und erzeugt Beurteilungsinformationen zum Beurteilen der Fahrtendenz durch einen Fahrer des Fahrzeugs im Nachhinein basierend auf den Ergebnissen der Extraktion.From the DE 699 37 141 T2 there is known an operation control system comprising a data recorder for recording data representing the behavioral characteristics of a vehicle on a memory card and an operation control support device for analyzing the running tendency of the vehicle. The operation control support device reads measurement data from the memory card, classifies the measurement data into a record on the low speed range, a record on the middle speed range, and a record on the high speed range. speed range, extracts characteristics of behavior in each speed range from the classified measurement data, and generates judgment information for judging driving tendency by a driver of the vehicle afterward based on the results of the extraction.

Aus der US 2010 / 0 023 197 A1 ist ein adaptives Fahrzeugsteuerungssystem bekannt, das den Fahrstil eines Fahrers basierend auf charakteristischen Manövern und Straßen- und Verkehrsbedingungen klassifiziert. Das System umfasst mehrere Fahrzeugsensoren, die verschiedene Fahrzeugparameter erfassen. Ein Manöveridentifikationsprozessor empfängt die Sensorsignale, um ein charakteristisches Manöver des Fahrzeugs zu identifizieren, und stellt ein Manöveridentifikationssignal des charakteristischen Manövers bereit. Ein Stilcharakterisierungsprozessor empfängt die Manöverkennungssignale, Sensorsignale von den Fahrzeugsensoren und die Verkehrs- und Straßenzustandssignale und klassifiziert den Fahrstil basierend auf den Signalen, um den Stil des Fahrers, der das Fahrzeug fährt, zu klassifizieren. In einer Ausführungsform erzeugt der Stilcharakterisierungsprozessor ein Manövermodell für die charakteristischen Manöver und vergleicht es mit Fahrereingabedaten im Frequenzbereich, um die Fahrerstilklassifikation zu erzeugen.An adaptive vehicle control system is known from US 2010/0 023 197 A1, which classifies a driver's driving style based on characteristic maneuvers and road and traffic conditions. The system includes multiple vehicle sensors that sense various vehicle parameters. A maneuver identification processor receives the sensor signals to identify a characteristic maneuver of the vehicle and provides a maneuver identification signal of the characteristic maneuver. A style characterization processor receives the maneuver recognition signals, sensor signals from the vehicle sensors, and the traffic and road condition signals and classifies the driving style based on the signals to classify the style of the driver driving the vehicle. In one embodiment, the style characterization processor generates a maneuver model for the characteristic maneuvers and compares it to frequency domain driver input data to generate the driver style classification.

Es ist weiterhin bekannt, Kraftfahrzeuge mit Fahrassistenzsystemen auszustatten, die den Fahrer des Kraftfahrzeugs von Routineaufgaben entbinden. Tempomaten halten beispielsweise eine vorgegebene Geschwindigkeit, Abstandsregeltempomaten einen vorgegebenen Abstand zu einem vorausfahrenden Kraftfahrzeug ein. Bei aktiviertem Fahrassistenzsystem werden die Geschwindigkeit und Geschwindigkeitsänderungen des Kraftfahrzeugs teilweise durch das Fahrassistenzsystem bestimmt. Aus Fahrten mit aktivem Fahrassistenzsystem können daher nur eingeschränkt Rückschlüsse über das individuelle Fahrverhalten des Fahrers gezogen werden.It is also known to equip motor vehicles with driver assistance systems that relieve the driver of the motor vehicle of routine tasks. Cruise control keep, for example, a predetermined speed, distance control cruise control a predetermined distance from a vehicle driving ahead. When the driver assistance system is activated, the speed and changes in speed of the motor vehicle are partly determined by the driver assistance system. Therefore, only limited conclusions about the individual driving behavior of the driver can be drawn from journeys with an active driver assistance system.

Mit dem Kraftfahrzeug informationstechnisch vernetzte Navigations- und Fahrerinformationssysteme können über die Aktivität des Fahrassistenzsystems informiert werden, um während dieser Zeit ihre Lernfunktionen auszusetzen. Nicht mit dem Kraftfahrzeug vernetzte, beispielsweise tragbare, Navigationssysteme erhalten jedoch keine Kenntnis von der Aktivität des Fahrassistenzsystems. Adaptive Lernfunktionen derartiger Navigationssysteme laufen daher Gefahr, Eigenschaften des Fahrassistenzsystems mit Gewohnheiten des Fahrers zu verwechseln.Navigation and driver information systems that are networked in terms of information technology with the motor vehicle can be informed about the activity of the driver assistance system in order to suspend their learning functions during this time. However, navigation systems that are not networked with the motor vehicle, for example portable navigation systems, are not informed of the activity of the driver assistance system. Adaptive learning functions of such navigation systems therefore run the risk of confusing properties of the driver assistance system with the driver's habits.

Offenbarung der ErfindungDisclosure of Invention

Aufgabe der vorliegenden Erfindung ist es, ein verbessertes Verfahren zum Ermitteln eines Fahrverhaltens eines Fahrers eines Kraftfahrzeugs mit einem Fahrassistenzsystem anzugeben. Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Anspruchs 1 gelöst. Es ist weiter Aufgabe der vorliegenden Erfindung, eine Vorrichtung bereitzustellen, die das offenbarte Verfahren ausführen kann. Diese Aufgabe wird durch eine Vorrichtung mit den Merkmalen des Anspruchs 11 gelöst. Bevorzugte Weiterbildungen sind in den abhängigen Ansprüchen angegeben.The object of the present invention is to specify an improved method for determining the driving behavior of a driver of a motor vehicle with a driver assistance system. This object is achieved by a method having the features of claim 1. It is a further object of the present invention to provide an apparatus which carries out the disclosed method can. This object is achieved by a device having the features of claim 11. Preferred developments are specified in the dependent claims.

Bei einem erfindungsgemäßen Verfahren zum Ermitteln eines Fahrverhaltens eines Fahrers eines Kraftfahrzeugs mit einem Fahrassistenzsystem wird das Fahrverhalten anhand eines Geschwindigkeitsprofils ermittelt, das eine Mehrzahl von aufeinanderfolgenden Messpunkten aufweist, wobei jeder Messpunkt eine Ortsposition und eine zugehörige Fahrgeschwindigkeit umfasst. Dabei wird das Fahrverhalten nur anhand von Messpunkten ermittelt, die aufgezeichnet wurden, während das Fahrassistenzsystem nicht aktiv war. Vorteilhafterweise ermöglicht dieses Verfahren eine rückblickende Auswertung eines bereits vorliegenden Geschwindigkeitsprofils. Dabei besteht keine Gefahr, das Fahrverhalten des Fahrers mit Eigenschaften des Fahrassistenzsystems zu verwechseln. Dadurch erlaubt das Verfahren eine genauere Ermittlung des Fahrverhaltens des Fahrers. Die verbesserte Kenntnis des Fahrverhaltens des Fahrers ermöglicht es, dem Fahrer zutreffendere und zufriedenstellendere Empfehlungen und Prognosen zu liefern.In a method according to the invention for determining the driving behavior of a driver of a motor vehicle with a driver assistance system, the driving behavior is determined using a speed profile that has a plurality of consecutive measuring points, each measuring point including a location and an associated driving speed. The driving behavior is only determined using measurement points that were recorded while the driver assistance system was not active. Advantageously, this method enables a retrospective evaluation of an already existing speed profile. There is no risk of confusing the driving behavior of the driver with properties of the driver assistance system. As a result, the method allows the driving behavior of the driver to be determined more precisely. The improved knowledge of the driver's driving behavior makes it possible to provide the driver with more accurate and satisfactory recommendations and forecasts.

In einer bevorzugten Ausführungsform des Verfahrens ist das Geschwindigkeitsprofil in aufeinanderfolgende Abschnitte aus jeweils mindestens einem Messpunkt unterteilbar. Dabei weist das Verfahren Schritte auf zum Ermitteln eines ersten Abschnitts des Geschwindigkeitsprofils, in dem sich die Fahrgeschwindigkeit um weniger als einen festgelegten ersten Wert ändert, und zum Markieren des ersten Abschnitts. Vorteilhafterweise können dadurch Abschnitte, während denen das Fahrassistenzsystem aktiv war, erkannt werden. Fahrassistenzsysteme können die Fahrgeschwindigkeit in einer Weise konstant halten, wie dies einem menschlichen Fahrer in der Regel nicht möglich ist. Fahrabschnitte mit sehr konstanter Geschwindigkeit wurden somit mit hoher Wahrscheinlichkeit mit aktiviertem Fahrassistenzsystem zurückgelegt.In a preferred embodiment of the method, the speed profile can be subdivided into successive sections each consisting of at least one measuring point. The method has steps for determining a first section of the speed profile in which the driving speed changes by less than a specified first value, and for marking the first section. In this way, sections during which the driver assistance system was active can advantageously be identified. Driver assistance systems can keep the driving speed constant in a way that is usually not possible for a human driver. Driving sections with a very constant speed were therefore covered with a high degree of probability with the driver assistance system activated.

Bevorzugt weist das Verfahren weitere Schritte auf zum Ermitteln eines zweiten Abschnitts des Geschwindigkeitsprofils, in dem die Fahrgeschwindigkeit einer Beschleunigung unterliegt, die sich von einer festgelegten Beschleunigung um weniger als einen festgelegten zweiten Wert unterscheidet, und zum Markieren des zweiten Abschnitts. Vorteilhafterweise weisen Fahrassistenzsysteme häufig ein reproduzierbares Beschleunigungsverhalten auf. Fahrabschnitte, in denen diese bekannte Beschleunigung auftritt, unterliegen daher mit hoher Wahrscheinlichkeit der Kontrolle des Fahrassistenzsystems. Vorteilhafterweise gestattet es das Verfahren, auch diese Abschnitte des Geschwindigkeitsprofils zu erkennen.The method preferably has further steps for determining a second section of the speed profile in which the driving speed is subject to an acceleration that differs from a specified acceleration by less than a specified second value, and for marking the second section. Advantageously, driving assistance systems often have a reproducible acceleration behavior. Driving sections in which this known acceleration occurs are therefore subject to the control of the driver assistance system with a high degree of probability. The method advantageously allows these sections of the speed profile to also be recognized.

Zweckmäßigerweise wird die festgelegte Beschleunigung einem nichtflüchtigen Datenspeicher entnommen. Vorteilhafterweise ermöglicht es das Hinterlegen der festgelegten Beschleunigung in einem nichtflüchtigen Datenspeicher, den Wert der festgelegten Beschleunigung an das individuelle Kraftfahrzeug und das individuelle Fahrassistenzsystem anzupassen.The specified acceleration is expediently taken from a non-volatile data memory. Saving the specified acceleration in a non-volatile data memory advantageously makes it possible to adapt the value of the specified acceleration to the individual motor vehicle and the individual driver assistance system.

Bevorzugt weist das Verfahren weitere Schritte auf zum Ermitteln mindestens eines dritten und eines vierten Abschnitts des Geschwindigkeitsprofils, in denen die Fahrgeschwindigkeit jeweils einer Beschleunigung unterliegt, wobei sich die Beschleunigung im dritten Abschnitt und die Beschleunigung im vierten Abschnitt um nicht mehr als einen festgelegten dritten Wert voneinander unterscheiden, und zum Markieren des dritten Abschnitts und des vierten Abschnitts. Vorteilhafterweise können dadurch auch durch das Fahrassistenzsystem vorgenommene Beschleunigungen erkannt werden, die nicht der festgelegten Beschleunigung entsprechen. Es ist möglich, dass das Fahrassistenzsystem über mehr als ein Beschleunigungsprofil verfügt, oder, dass das Kraftfahrzeug mit mehr als einem Fahrassistenzsystem ausgestattet ist. In diesem Fall kann eine durch das Fahrassistenzsystem erzwungene Beschleunigung von der festgelegten Beschleunigung abweichen. Dennoch wird die Beschleunigung reproduzierbar und charakteristisch für das Fahrassistenzsystem ausfallen. Durch Auffinden von Abschnitten des Geschwindigkeitsprofils, in denen ähnliche Beschleunigungen auftreten, können derartige der Kontrolle des Fahrassistenzsystems unterliegende Abschnitte des Geschwindigkeitsprofils erkannt werden.The method preferably has further steps for determining at least a third and a fourth section of the speed profile, in which the driving speed is subject to an acceleration, the acceleration in the third section and the acceleration in the fourth section differing from one another by no more than a specified third value distinguish, and for marking the third section and the fourth section. Accelerations carried out by the driver assistance system that do not correspond to the defined acceleration can advantageously also be recognized as a result. It is possible that the driver assistance system has more than one acceleration profile, or that the motor vehicle is equipped with more than one driver assistance system. In this case, an acceleration forced by the driver assistance system can deviate from the defined acceleration. Nevertheless, the acceleration will be reproducible and characteristic of the driver assistance system. By finding sections of the speed profile in which similar accelerations occur, such sections of the speed profile that are subject to the control of the driver assistance system can be identified.

Zweckmäßigerweise wird die Beschleunigung im dritten Abschnitt oder die Beschleunigung im vierten Abschnitt oder ein Mittelwert der Beschleunigungen im dritten und vierten Abschnitt in dem nichtflüchtigen Datenspeicher abgelegt. Vorteilhafterweise kann dadurch die Kenntnis der Eigenschaften des Fahrassistenzsystems verbessert werden. Dadurch können Abschnitte des Geschwindigkeitsprofils, die menschlicher Kontrolle unterlagen, besser von jenen unter maschineller Kontrolle unterschieden werden.The acceleration in the third section or the acceleration in the fourth section or an average value of the accelerations in the third and fourth section is expediently stored in the non-volatile data memory. Advantageously, knowledge of the properties of the driver assistance system can be improved as a result. This makes it easier to distinguish sections of the velocity profile that were under human control from those under machine control.

Bevorzugt weist das Verfahren weitere Schritte auf zum Auffinden eines unmarkierten fünften Abschnitt des Geschwindigkeitsprofils, der zwischen zwei markierten Abschnitten des Geschwindigkeitsprofils liegt, wobei der fünfte Abschnitt weniger als eine festgelegte Anzahl von Ortspositionen umfasst. Vorteilhafterweise kann dadurch eine Plausibilitätskontrolle durchgeführt werden. Es ist sehr unwahrscheinlich, dass zwischen zwei zeitlichen Abschnitten mit aktivem Fahrassistenzsystem ein sehr kurzer zeitlicher Abschnitt mit deaktivem Fahrassistenzsystem liegt.The method preferably has further steps for finding an unmarked fifth section of the speed profile, which lies between two marked sections of the speed profile, the fifth section comprising fewer than a specified number of spatial positions. A plausibility check can advantageously be carried out as a result. It is very unlikely that between two periods of time with an active driver assistance system there is a very short period of time with the driver assistance system deactivated.

Bevorzugt werden nur unmarkierte Abschnitte des Geschwindigkeitsprofils zum Ermitteln des Fahrverhaltens des Fahrers herangezogen. Vorteilhafterweise verfälschen dann Abschnitte des Geschwindigkeitsprofils, die der Kontrolle des Fahrassistenzsystems unterlagen, nicht die Ermittlung des Fahrverhaltens des Fahrers.Only unmarked sections of the speed profile are preferably used to determine the driving behavior of the driver. Sections of the speed profile that were subject to the control of the driver assistance system then advantageously do not falsify the determination of the driving behavior of the driver.

Bevorzugt weist das Verfahren außerdem Schritte auf zum Ermitteln einer gegenwärtigen Geschwindigkeit, zum Vergleichen der gegenwärtigen Geschwindigkeit mit einer vorherigen Prognose, um eine Vorhersagegüte zu ermitteln, zum Ermitteln einer aktuellen Wahrscheinlichkeit aus einer vorherigen Wahrscheinlichkeit und der Vorhersagegüte, wobei die Wahrscheinlichkeit eine Wahrscheinlichkeit dafür ist, dass das Fahrassistenzsystem aktiv ist, und zum Erstellen einer Prognose, in welchem Wertebereich eine zukünftige Geschwindigkeit des Kraftfahrzeugs liegen wird, falls das Fahrassistenzsystem aktiv ist. Vorteilhafterweise gestattet das Verfahren dann auch während des Fahrens des Kraftfahrzeugs eine Aussage darüber, mit welcher Wahrscheinlichkeit das Fahrassistenzsystem aktiv ist.The method preferably also has steps for determining a current speed, for comparing the current speed with a previous forecast in order to determine a prediction quality, for determining a current probability from a previous probability and the prediction quality, the probability being a probability for that the driver assistance system is active, and for creating a prognosis as to the value range in which a future speed of the motor vehicle will lie if the driver assistance system is active. Advantageously, the method then allows a statement to be made as to the probability with which the driver assistance system is active while the motor vehicle is being driven.

Eine erfindungsgemäße Vorrichtung ist dazu ausgebildet, das oben beschriebene Verfahren auszuführen.A device according to the invention is designed to carry out the method described above.

Die Erfindung wird nun anhand der beigefügten Figuren näher erläutert. Dabei werden für gleiche oder gleich wirkende Elemente einheitliche Bezugszeichen verwendet. Es zeigen:

1 eine schematische Darstellung eines adaptiven Systems;
2 eine schematische Darstellung eines Geschwindigkeitsprofils;
3 ein Ablaufdiagramm eines Verfahrens zum Klassifizieren von Abschnitten eines Geschwindigkeitsprofils; und
4 ein Ablaufdiagramm eines Verfahrens zum Erkennen eines Fahrassistenzsystems.

The invention will now be explained in more detail with reference to the accompanying figures. Uniform reference symbols are used for elements that are the same or have the same effect. Show it:

1 a schematic representation of an adaptive system;
2 a schematic representation of a speed profile;
3 a flowchart of a method for classifying sections of a speed profile; and
4 a flowchart of a method for detecting a driver assistance system.

Ausführungsformen der ErfindungEmbodiments of the invention

1 zeigt eine schematische Darstellung eines adaptiven Systems 100. Das adaptive System 100 kann beispielsweise ein Navigationssystem oder ein anderes Fahrerinformationssystem sein. Insbesondere kann das adaptive System 100 ein tragbares System sein, das sich temporär in einem Kraftfahrzeug installieren lässt. Das adaptive System 100 weist ein Positionsbestimmungssystem 120 auf, oder ist mit diesem verbunden. Das Positionsbestimmungssystem 120 kann beispielsweise ein GPS-System sein und ermöglicht es dem adaptiven System 100, seine gegenwärtige Position zu ermitteln. Weiter weist das adaptive System 100 einen nichtflüchtigen Datenspeicher 110 auf. Der nichtflüchtige Datenspeicher 110 kann beispielsweise ein Flash-Speicher sein. 1 shows a schematic representation of an adaptive system 100. The adaptive system 100 can be, for example, a navigation system or another driver information system. In particular, the adaptive system 100 can be a portable system that can be temporarily installed in an automobile. The adaptive system 100 includes or is connected to a positioning system 120 . The positioning system 120 can be, for example, a GPS system and enables the adaptive system 100 to determine its current position. The adaptive system 100 also has a non-volatile data memory 110 . The non-volatile data storage 110 can be a flash memory, for example.

Das adaptive System 100 ist dazu ausgebildet, einem Benutzer Hinweise und Empfehlungen bezüglich zu durchfahrender Fahrtrouten zu geben. Das adaptive System 100 ist dabei dazu ausgebildet, Präferenzen und Gewohnheiten des Benutzers zu erlernen und bei der Abgabe seiner Empfehlungen zu berücksichtigen. Da das adaptive System 100 zur Verwendung in Kraftfahrzeugen geeignet ist, ist das adaptive System 100 außerdem dazu ausgebildet, ein Wirken eines im Kraftfahrzeug aktiven Fahrassistenzsystems zu erkennen. Das adaptive System 100 unterscheidet zwischen durch das Fahrassistenzsystem verantwortetem Verhalten und Entscheidungen des Benutzers des adaptiven Systems 100. Nur Entscheidungen des menschlichen Benutzers werden durch das adaptive System 100 zur Anpassung an Präferenzen und Gewohnheiten des Benutzers ausgewertet.Adaptive system 100 is designed to provide a user with information and recommendations regarding routes to be traveled through. The adaptive system 100 is designed to learn the user's preferences and habits and to take them into account when making his recommendations. Since the adaptive system 100 is suitable for use in motor vehicles, the adaptive system 100 is also designed to recognize the operation of a driver assistance system active in the motor vehicle. Adaptive system 100 distinguishes between behavior for which the driver assistance system is responsible and decisions made by the user of adaptive system 100. Only decisions made by the human user are evaluated by adaptive system 100 for adjustment to the user's preferences and habits.

Das adaptive System 100 erstellt zum Erlernen der Vorlieben und Gewohnheiten des Benutzers Geschwindigkeitsprofile und wertet diese aus. 2 zeigt eine schematische Ansicht eines Geschwindigkeitsprofils 300. Das Geschwindigkeitsprofil 300 umfasst eine Mehrzahl zeitlich aufeinanderfolgender Messpunkte, von denen in 2 ein erster Messpunkt 310, ein zweiter Messpunkt 320, ein dritter Messpunkt 330 und ein vierter Messpunkt 340 dargestellt sind. Jeder der Messpunkte 310, 320, 330, 340 umfasst eine Ortsposition und eine zugehörige Fahrgeschwindigkeit. Das adaptive System 100 zeichnet die Messpunkte 310, 320, 330, 340 mittels des Positionsbestimmungssystems 120 auf. Dabei generiert das adaptive System 100 in festgelegten zeitlichen oder räumlichen Abständen Messpunkte. In einer vereinfachten Ausführungsform zeichnet das Positionsbestimmungssystem 120 zu jedem Messpunkt 310, 320, 330, 340 lediglich eine Ortsposition auf. Die zugehörigen Geschwindigkeiten lassen sich dann aus den räumlichen und zeitlichen Abständen zwischen zwei aufeinanderfolgenden Messpunkten 310, 320, 330, 340 gewinnen.The adaptive system 100 creates and evaluates speed profiles to learn the preferences and habits of the user. 2 shows a schematic view of a speed profile 300. The speed profile 300 comprises a plurality of measurement points that follow one another in time, of which 2 a first measuring point 310, a second measuring point 320, a third measuring point 330 and a fourth measuring point 340 are shown. Each of the measurement points 310, 320, 330, 340 includes a location and an associated driving speed. The adaptive system 100 records the measurement points 310 , 320 , 330 , 340 using the position determination system 120 . In this case, the adaptive system 100 generates measurement points at fixed time or space intervals. In a simplified embodiment, the position determination system 120 only records a spatial position for each measuring point 310 , 320 , 330 , 340 . The associated speeds can then be obtained from the spatial and temporal distances between two consecutive measurement points 310, 320, 330, 340.

Das Geschwindigkeitsprofil 300 aus zeitlich aufeinanderfolgenden Messpunkten 310, 320, 330, 340 lässt sich in zeitlich aufeinanderfolgende Abschnitte unterteilen. In 2 sind ein erster Abschnitt 350 und ein zweiter Abschnitt 360 dargestellt. Der erste Abschnitt 350 umfasst den ersten Messpunkt 310, den zweiten Messpunkt 320 und den dritten Messpunkt 330. Der zweite Abschnitt 360 umfasst den vierten Messpunkt 340 und auf den vierten Messpunkt 340 folgende weitere Messpunkte des Geschwindigkeitsprofils 300. Jeder Abschnitt 350, 360 umfasst mindestens einen Messpunkt 310, 320, 330, 340.The speed profile 300 from measuring points 310, 320, 330, 340 which follow one another in terms of time can be subdivided into sections which follow one another in terms of time. In 2 a first portion 350 and a second portion 360 are shown. The first section 350 includes the first measurement point 310, the second measurement point 320 and the third measurement point 330. The second section 360 includes the fourth measurement point 340 and on further measuring points of the speed profile 300 following the fourth measuring point 340. Each section 350, 360 comprises at least one measuring point 310, 320, 330, 340.

3 zeigt ein schematisches Ablaufdiagramm eines durch das adaptive System 100 ausgeführten Verfahrens 400. Das Verfahren 400 dient dazu, rückblickend im bereits vorliegenden Geschwindigkeitsprofils 300 Abschnitte zu erkennen, die aufgezeichnet wurden, während im Kraftfahrzeug ein Fahrassistenzsystem aktiv war. Solche Abschnitte des Geschwindigkeitsprofils 300 werden dann durch das adaptive System 100 nicht zur Analyse des Fahrerverhaltens herangezogen. 3 shows a schematic flow chart of a method 400 executed by the adaptive system 100. The method 400 is used to retrospectively recognize sections in the already present speed profile 300 that were recorded while a driver assistance system was active in the motor vehicle. Such sections of speed profile 300 are then not used by adaptive system 100 to analyze driver behavior.

In einem ersten Verfahrensschritt 410 sucht das adaptive System 100 im Geschwindigkeitsprofil 300 nach Abschnitten zeitlich aufeinanderfolgender Messpunkte, zwischen denen sich die Geschwindigkeit nur sehr wenig ändert. Fahrassistenzsysteme, insbesondere Tempomaten, weisen die Eigenschaft auf, eine vorgegebene Fahrgeschwindigkeit sehr genau, genauer als dies einem menschlichen Fahrer möglich ist, einzuhalten. Ändert sich die Fahrgeschwindigkeit in einem Abschnitt aufeinanderfolgender Messpunkte des Geschwindigkeitsprofils 300 um weniger als einen festgelegten Betrag d_v_max, so schlussfolgert das adaptive System 100, dass während dieses Abschnitts des Geschwindigkeitsprofils 300 ein Fahrassistenzsystem im Kraftfahrzeug aktiv war. Der so aufgefundene Abschnitt des Geschwindigkeitsprofils 300 wird dann entsprechend markiert und in einer späteren Analyse des Fahrverhaltens des Fahrers des Kraftfahrzeugs nicht ausgewertet. Bevorzugt werden nur Abschnitte des Geschwindigkeitsprofils 300 markiert, die eine festgelegte Mindestanzahl von Messpunkten umfassen. Die Mindestanzahl wird umso höher gewählt, je enger aufeinanderfolgende Messpunkte des Geschwindigkeitsprofils 300 zeitlich zusammenliegen. Der erste Verfahrensschritt 410 wird solange wiederholt, bis alle in Frage kommenden Abschnitte des Geschwindigkeitsprofils 300 markiert sind.In a first method step 410, the adaptive system 100 searches in the speed profile 300 for sections of temporally consecutive measurement points between which the speed changes very little. Driver assistance systems, in particular cruise control, have the property of maintaining a specified driving speed very precisely, more precisely than is possible for a human driver. If the driving speed changes by less than a fixed amount d_v_max in a section of consecutive measurement points of speed profile 300, adaptive system 100 concludes that a driver assistance system in the motor vehicle was active during this section of speed profile 300. The section of the speed profile 300 found in this way is then correspondingly marked and not evaluated in a later analysis of the driving behavior of the driver of the motor vehicle. Preferably, only sections of the speed profile 300 that include a specified minimum number of measurement points are marked. The minimum number is chosen to be higher, the more closely consecutive measuring points of the speed profile 300 lie together in time. The first method step 410 is repeated until all sections of the speed profile 300 that come into question are marked.

In einem zweiten Verfahrensschritt 420 wertet das adaptive System 100 Abschnitte zeitlich aufeinanderfolgender Messpunkte des Geschwindigkeitsprofils 300 aus, in denen keine konstante Geschwindigkeit vorlag. Moderne Fahrassistenzsysteme, beispielsweise Abstandsregeltempomaten, können ein Kraftfahrzeug selbstständig beschleunigen und abbremsen. Die positiven und negativen Beschleunigungsvorgänge folgen dabei in der Regel einem sich wiederholenden systemtypischen Profil. Das adaptive System 100 hält daher im nichtflüchtigen Datenspeicher 110 eine festgelegte Beschleunigung a_norm bereit, die einer typischen Beschleunigung eines Fahrassistenzsystems entspricht. Das adaptive System 100 findet Abschnitte zeitlich aufeinanderfolgender Messpunkte des Geschwindigkeitsprofils 300, in denen das Fahrzeug einer Beschleunigung unterlag, die sich von der festgelegten Beschleunigung a_norm um weniger als einen festgelegten zweiten Wert unterscheidet. Die so aufgefundenen Abschnitte des Geschwindigkeitsprofils 300 werden wiederum als unter der Kontrolle eines Fahrassistenzsystems entstanden markiert und in einer späteren Auswertung des Geschwindigkeitsprofils 300 zur Analyse des Fahrverhaltens des Fahrers des Kraftfahrzeugs nicht herangezogen. Bevorzugt werden nur Abschnitte des Geschwindigkeitsprofils 300 markiert, die eine festgelegte Mindestanzahl von Messpunkten umfassen. Die Mindestanzahl wird umso höher gewählt, je enger aufeinanderfolgende Messpunkte des Geschwindigkeitsprofils 300 zeitlich zusammenliegen. Der zweite Verfahrensschritt 420 wird solange wiederholt, bis alle in Frage kommenden Abschnitte des Geschwindigkeitsprofils 300 markiert sind.In a second method step 420, the adaptive system 100 evaluates sections of temporally consecutive measurement points of the speed profile 300 in which the speed was not constant. Modern driving assistance systems, such as adaptive cruise control, can independently accelerate and brake a motor vehicle. The positive and negative acceleration processes usually follow a repetitive system-typical profile. Adaptive system 100 therefore has a specified acceleration a_norm ready in non-volatile data memory 110, which corresponds to a typical acceleration of a driver assistance system. The adaptive system 100 finds sections of temporally consecutive measurement points of the speed profile 300 in which the vehicle was subject to an acceleration that differs from the specified acceleration a_norm by less than a specified second value. The sections of the speed profile 300 found in this way are in turn marked as having been created under the control of a driver assistance system and are not used in a later evaluation of the speed profile 300 for analyzing the driving behavior of the driver of the motor vehicle. Preferably, only sections of the speed profile 300 that include a specified minimum number of measurement points are marked. The minimum number is chosen to be higher, the more closely consecutive measuring points of the speed profile 300 are located together in time. The second method step 420 is repeated until all sections of the speed profile 300 that come into question are marked.

Einige Fahrassistenzsysteme verfügen über mehr als ein Beschleunigungsprofil. Auch ist es möglich, dass in einem Kraftfahrzeug mehr als ein Fahrassistenzsystem mit jeweils unterschiedlichen charakteristischen Beschleunigungsprofilen vorhanden ist. Daher können im zweiten Schritt 420 noch nicht alle Abschnitte zeitlich aufeinanderfolgender Messpunkte des Geschwindigkeitsprofils 300 erkannt werden, bei denen ein Fahrassistenzsystem aktiv war. Jedoch folgen die durch Fahrassistenzsysteme generierten Beschleunigungsprofile im Geschwindigkeitsprofil 300 auch dann reproduzierbaren Mustern, wenn ein Fahrassistenzsystem über unterschiedliche Beschleunigungsprofile verfügt oder mehrere Fahrassistenzsysteme vorhanden sind. In einem dritten Verfahrensschritt 430 findet das adaptive System 100 daher Abschnitte zeitlich aufeinanderfolgender Messpunkte des Geschwindigkeitsprofils 300, in denen das Kraftfahrzeug jeweils beschleunigt wurde, wobei sich die Beschleunigungen in den unterschiedlichen Abschnitten um nicht mehr als einen festgelegten dritten Wert unterscheiden. Werden also unterschiedliche Abschnitte im Geschwindigkeitsprofil 300 entdeckt, die jeweils einer gleichen oder ähnlichen Beschleunigung unterlagen, so wird geschlussfolgert, dass während dieser Abschnitte ein Fahrassistenzsystem aktiv war. Um auszuschließen, dass durch einen menschlichen Fahrer durchgeführte Beschleunigungen, die zufälligerweise sehr ähnlich abliefen, fälschlicherweise einem Fahrassistenzsystem zugeordnet werden, kann gefordert werden, dass eine Mindestzahl unabhängiger Abschnitte des Geschwindigkeitsprofils 300 aufgefunden werden, in denen die Beschleunigungen sich jeweils um nicht mehr als den festgelegten dritten Wert unterscheiden. Diese Mindestzahl kann beispielsweise fünf Abschnitte betragen. Außerdem kann wiederum gefordert werden, dass jeder der aufgefundenen Abschnitte des Geschwindigkeitsprofils 300 eine festgelegte Mindestzahl an Messpunkten umfasst. Die im dritten Verfahrensschritt 430 aufgefundenen Abschnitte des Geschwindigkeitsprofils 300 werden wiederum als unter der Kontrolle des Fahrassistenzsystems entstanden markiert und in einer späteren Auswertung zur Analyse des Fahrverhaltens des Fahrers des Kraftfahrzeugs nicht herangezogen.Some driver assistance systems have more than one acceleration profile. It is also possible for a motor vehicle to have more than one driver assistance system, each with different characteristic acceleration profiles. Therefore, in the second step 420, not all sections of chronologically consecutive measurement points of the speed profile 300 can be detected at which a driver assistance system was active. However, the acceleration profiles generated by driver assistance systems in the speed profile 300 also follow reproducible patterns when a driver assistance system has different acceleration profiles or multiple driver assistance systems are present. In a third method step 430, adaptive system 100 therefore finds sections of successive measurement points of speed profile 300 in which the motor vehicle was accelerated, with the accelerations in the different sections not differing by more than a specified third value. Thus, if different sections are discovered in the speed profile 300, each of which was subject to the same or similar acceleration, then it is concluded that a driver assistance system was active during these sections. In order to rule out that accelerations carried out by a human driver, which happened to be very similar, are incorrectly assigned to a driver assistance system, it can be required that a minimum number of independent sections of the speed profile 300 be found in which the accelerations do not differ by more than the specified ones distinguish third value. This minimum number can be five sections, for example. In addition, it can in turn be required that each of the found sections of the speed profile 300 includes a specified minimum number of measuring points. The sections of the speed profile 300 found in the third method step 430 are in turn marked as having arisen under the control of the driver assistance system and are not used in a later evaluation for analyzing the driving behavior of the driver of the motor vehicle.

Der Wert einer im dritten Verfahrensschritt 430 aufgefundenen, einem Fahrassistenzsystem zugeordneten Beschleunigung kann zur Anpassung des im nichtflüchtigen Datenspeicher 110 hinterlegten Werts der für das Fahrassistenzsystem typischen Beschleunigung a_norm verwendet werden. Wurden zwei Abschnitte mit sehr ähnlichen Beschleunigungen aufgefunden, so kann beispielsweise die erste Beschleunigung, die zweite Beschleunigung oder ein Mittelwert der beiden Beschleunigungen hinterlegt werden. Der so angepasste Wert der festgelegten Beschleunigung a_norm kann dann während eines nachfolgenden Ablaufs des Verfahrens 400 im zweiten Verfahrensschritt 420 verwendet werden. In einer Weiterbildung des Verfahrens 400 können im nichtflüchtigen Datenspeicher 110 auch mehrere Werte für systemtypische, durch ein Fahrassistenzsystem durchgeführte Beschleunigungen hinterlegt sein. Die im nichtflüchtigen Datenspeicher 110 hinterlegten Werte können die systemtypische Beschleunigung auch in Abhängigkeit der Geschwindigkeit des Fahrzeugs oder anderer Parameter angeben.The value of an acceleration found in third method step 430 and assigned to a driver assistance system can be used to adapt the value stored in non-volatile data memory 110 of the acceleration a_norm that is typical for the driver assistance system. If two sections with very similar accelerations were found, then for example the first acceleration, the second acceleration or an average of the two accelerations can be stored. The value of the defined acceleration a_norm adjusted in this way can then be used during a subsequent sequence of the method 400 in the second method step 420 . In a development of method 400, multiple values for system-typical accelerations carried out by a driver assistance system can also be stored in non-volatile data memory 110. The values stored in non-volatile data memory 110 can also specify the system-typical acceleration depending on the speed of the vehicle or other parameters.

Das Geschwindigkeitsprofil 300 kann nun einen oder mehrere Abschnitte aufweisen, die als unter der Kontrolle eines Fahrassistenzsystems entstanden markiert sind. In einem vierten Verfahrensschritt 440 kann das adaptive System 100 eine Plausibilitätskontrolle durchführen. Beispielsweise ist es sehr unwahrscheinlich, dass ein Fahrassistenzsystem nur für sehr kurze Zeit deaktiviert wird. Weist das Geschwindigkeitsprofil 300 also zwei markierte Abschnitte auf, die durch einen unmarkierten Abschnitt getrennt sind, der weniger als eine festgelegte Anzahl n_min an Messpunkten umfasst, so spricht die Wahrscheinlichkeit dafür, dass das Fahrassistenzsystem auch während dieses unmarkierten Abschnitts aktiv war. Im vierten Verfahrensschritt 440 markiert das adaptive System 100 daher auch diesen bisher unmarkierten Abschnitt als unter der Kontrolle des Fahrassistenzsystems entstanden. Die festgelegte Anzahl n_min wird dabei in Abhängigkeit vom zeitlichen Abstand aufeinanderfolgender Messpunkte des Geschwindigkeitsprofils 300 gewählt.The speed profile 300 can now have one or more sections that are marked as being under the control of a driver assistance system. In a fourth method step 440, the adaptive system 100 can carry out a plausibility check. For example, it is very unlikely that a driver assistance system will only be deactivated for a very short time. If the speed profile 300 has two marked sections that are separated by an unmarked section that includes fewer than a specified number n_min of measurement points, then the probability indicates that the driver assistance system was also active during this unmarked section. In fourth method step 440, adaptive system 100 therefore also marks this previously unmarked section as having been created under the control of the driver assistance system. The specified number n_min is chosen as a function of the time interval between successive measurement points of the speed profile 300 .

Als Ergebnis liefert das Verfahren 400 ein klassifiziertes Geschwindigkeitsprofil 450, bei dem Abschnitte zeitlich aufeinanderfolgender Messpunkte, während denen im Kraftfahrzeug ein Fahrassistenzsystem aktiv war, markiert sind. Das klassifizierte Geschwindigkeitsprofil 450 kann vom adaptiven System 100 dann bezüglich des Fahrverhaltens des Fahrers des Kraftfahrzeugs ausgewertet werden. Dabei betrachtet das adaptive System nur Abschnitte zeitlich aufeinanderfolgender Messpunkte des klassifizierten Geschwindigkeitsprofils 450, die nicht als unter dem Einfluss eines Fahrassistenzsystems entstanden markiert sind.As a result, the method 400 delivers a classified speed profile 450 in which sections of consecutive measurement points during which a driver assistance system was active in the motor vehicle are marked. The classified speed profile 450 can then be evaluated by the adaptive system 100 with regard to the driving behavior of the driver of the motor vehicle. The adaptive system only considers sections of chronologically consecutive measuring points of the classified speed profile 450 that are not marked as having arisen under the influence of a driver assistance system.

Das vorab beschriebene Verfahren 400 eignet sich für eine rückblickende Auswertung des bereits vorliegenden Geschwindigkeitsprofils 300. Das adaptive System 100 kann jedoch auch dazu ausgebildet sein, bereits während einer Fahrt des Kraftfahrzeugs eine Wahrscheinlichkeit p dafür anzugeben, ob ein Fahrassistenzsystem aktiviert ist. Hierzu eignet sich das in 4 als schematisches Ablaufdiagramm dargestellte Verfahren 500 zum Erkennen eines Fahrassistenzsystems.The method 400 described above is suitable for a retrospective evaluation of the already existing speed profile 300. However, the adaptive system 100 can also be designed to specify a probability p for whether a driver assistance system is activated while the motor vehicle is driving. The in is suitable for this 4 Method 500 shown as a schematic flow chart for recognizing a driver assistance system.

Das Verfahren 500 wird durch das adaptive System 100 wiederholt ausgeführt. Zu Beginn wird dabei die Wahrscheinlichkeit p_0, dass ein Fahrassistenzsystem aktiv ist, auf 0 gesetzt. Während der i-ten Wiederholung des Verfahrens 500 wird in einem ersten Verfahrensschritt 510 eine gegenwärtige Geschwindigkeit v_i des Kraftfahrzeugs ermittelt. Die Geschwindigkeit v_i kann, wie eingangs beschrieben, durch das Positionsbestimmungssystem 120 ermittelt werden.Method 500 is repeatedly performed by adaptive system 100 . At the beginning, the probability p_0 that a driver assistance system is active is set to 0. During the i-th repetition of method 500, a current speed v_i of the motor vehicle is determined in a first method step 510. As described above, the speed v_i can be determined by the position determination system 120 .

In einem zweiten Verfahrensschritt 520 wird die gegenwärtige Geschwindigkeit v_i mit einer in einem vorherigen Durchlauf des Verfahrens 500 ermittelten Prognose VP_i-1 verglichen, um eine Vorhersagegüte q_i zu errechnen. Je genauer die gegenwärtige Geschwindigkeit v_i mit der vorherigen Prognose VP_i-1 übereinstimmt, desto höher ist die Vorhersagegüte q_i.In a second method step 520, the current speed v_i is compared with a prognosis VP_i−1 determined in a previous run of the method 500 in order to calculate a prediction quality q_i. The more precisely the current speed v_i matches the previous forecast VP_i-1, the higher the forecast quality q_i.

In einem dritten Verfahrensschritt 530 wird aus der so berechneten Vorhersagegüte q und einer während des letzten Durchlaufs des Verfahrens 500 ermittelten Wahrscheinlichkeit p_i-1 ermittelten Wahrscheinlichkeit dafür, dass ein Fahrassistenzsystem aktiv ist, eine aktuelle Wahrscheinlichkeit p_i errechnet, die angibt, mit welcher Wahrscheinlichkeit gegenwärtig ein Fahrassistenzsystem im Kraftfahrzeug aktiviert ist. Diese Wahrscheinlichkeit ist umso größer, je größer die Vorhersagegüte q_i ist, und umso größer, je größer die vorherige Wahrscheinlichkeit p_i-1 war. In einer Weiterbildung können auch mehr als eine der bisherigen Wahrscheinlichkeiten p_i-2, p_i-1 etc. berücksichtigt werden. Beispielsweise kann die Wahrscheinlichkeit p_i unter Berücksichtigung der vorherigen k Wahrscheinlichkeiten nach der Formel $p_i = \frac{1}{2 k} \sum_{n = 1}^{k} (p_i - n) + \frac{1}{2} q_i$

berechnet werden. Für k kann zum Beispiel der Wert 5 gewählt werden.In a third method step 530, a current probability p_i is calculated from the prediction quality q calculated in this way and a probability p_i-1 determined during the last run of the method 500 that a driver assistance system is active Driving assistance system is activated in the vehicle. This probability is greater the greater the prediction quality q_i is, and the greater the greater the previous probability p_i-1 was. In a further development, more than one of the previous probabilities p_i-2, p_i-1 etc. can also be taken into account. For example, the probability p_i can be calculated using the formula

p_i = \frac{1}{2 k} \sum_{n = 1}^{k} (p_i - n) + \frac{1}{2} q_i

be calculated. For example, the value 5 can be chosen for k.

In einem vierten Verfahrensschritt 540 wird schließlich eine Prognose VP_i erstellt, die angibt, in welchem Wertebereich die Geschwindigkeit v_i+1 des Kraftfahrzeugs während eines nachfolgenden Durchlaufs des Verfahrens 500 sein müsste, falls im Kraftfahrzeug ein Fahrassistenzsystem aktiv ist. Zum Erstellen dieser Prognose kann im vierten Schritt 540 der im nichtflüchtigen Datenspeicher 110 hinterlegte Wert a_norm der charakteristischen Beschleunigung des Fahrassistenzsystems verwendet werden. Die erstellte Prognose VP_i kann beispielsweise die Form eines unteren und eines oberen Grenzwerts haben, zwischen denen die erwartete Geschwindigkeit v_i+1 liegen müsste. Die Prognose VP_i kann auch mehrere Geschwindigkeiten v_i+1 umfassen, die bei aktivem Fahrassistenzsystem und unterschiedlichen Verhaltensmöglichkeiten des Fahrassistenzsystems zu erwarten sind. Beispielsweise kann die Prognose VP_i eine Geschwindigkeit umfassen, die zu erwarten ist, falls das Fahrassistenzsystem keine Beschleunigung durchführt und eine Geschwindigkeit umfassen, die zu erwarten ist, falls das Fahrassistenzsystem das Kraftfahrzeug beschleunigt.Finally, in a fourth method step 540, a prognosis VP_i is created, which indicates the value range in which the speed v_i+1 of the motor vehicle would have to be during a subsequent run of method 500 if a driver assistance system is active in the motor vehicle. In fourth step 540, value a_norm of the characteristic acceleration of the driver assistance system stored in non-volatile data memory 110 can be used to create this prognosis. The prognosis VP_i created can, for example, have the form of a lower and an upper limit value, between which the expected speed v_i+1 should lie. The prognosis VP_i can also include several speeds v_i+1, which are to be expected when the driver assistance system is active and the driver assistance system has different behavior options. For example, prognosis VP_i can include a speed that is to be expected if the driver assistance system is not accelerating and a speed that is to be expected if the driver assistance system accelerates the motor vehicle.

Die ermittelte Wahrscheinlichkeit p_i und die erstellte Prognose VP_i werden in einem Datenspeicher, beispielsweise dem nichtflüchtigen Datenspeicher 110 hinterlegt und während der nächsten Iteration des Verfahrens 500 während des zweiten Verfahrensschritts 520 und des dritten Verfahrensschritts 530 weiter verwendet. Während der i+1-ten Iteration des Verfahrens 500 wird also geprüft, wie gut die Prognose VP_i mit der tatsächlich eingetretenen Geschwindigkeit v_i+1 überein stimmt. Entsprechend wird daraus wieder die Wahrscheinlichkeit p_i+1 dafür, dass das Fahrassistenzsystem aktiv ist, angepasst.The probability p_i determined and the prognosis VP_i created are stored in a data memory, for example the non-volatile data memory 110 , and continue to be used during the next iteration of the method 500 during the second method step 520 and the third method step 530 . During the i+1 th iteration of the method 500, it is checked how well the prognosis VP_i matches the speed v_i+1 that actually occurred. Correspondingly, the probability p_i+1 that the driver assistance system is active is adjusted from this again.

Da im dritten Verfahrensschritt 530 in die Berechnung der Wahrscheinlichkeit p_i die vorherige Wahrscheinlichkeit p_i-1 einfließt, wird der Verlauf der Wahrscheinlichkeit p über wiederholte Iterationen des Verfahrens 500 geglättet und erhält dadurch eine gewisse Trägheit. Dies ist vorteilhaft und entspricht der üblichen Verwendung eines geschwindigkeitsbeeinflussenden Fahrassistenzsystems, etwa eines Abstandsregeltempomaten, das nicht sehr häufig aktiviert und wieder deaktiviert wird.Since the previous probability p_i−1 is included in the calculation of the probability p_i in the third method step 530, the profile of the probability p is smoothed over repeated iterations of the method 500 and is thus given a certain sluggishness. This is advantageous and corresponds to the usual use of a speed-influencing driver assistance system, such as an adaptive cruise control, which is not very frequently activated and deactivated again.

Es ist auch möglich, die während jedes Durchlaufs des Verfahrens 500 ermittelte Wahrscheinlichkeit p_i mit einem Schwellwert zu vergleichen, um eine binäre Antwort auf die Frage zu liefern, ob im Kraftfahrzeug ein Fahrassistenzsystem aktiv ist. Liegt die Wahrscheinlichkeit p_i oberhalb des Schwellwerts, so wird auf ein aktives Fahrassistenzsystem geschlossen. Liegt die Wahrscheinlichkeit p_i unterhalb des Schwellwerts, so wird gefolgert, dass kein Fahrassistenzsystem aktiv ist. Der Schwellwert kann dabei konstant oder variabel gewählt werden. Je nach Anwendungsfall ist es auch möglich, den Schwellwert so zu wählen, dass die gegenwärtige Fahrt mit einer festgelegten Wahrscheinlichkeit nicht fälschlich einem menschlichen Fahrer zugeordnet wird.It is also possible to compare the probability p_i ascertained during each run through of method 500 with a threshold value in order to provide a binary answer to the question as to whether a driver assistance system is active in the motor vehicle. If the probability p_i is above the threshold value, an active driver assistance system is inferred. If the probability p_i is below the threshold value, then it is concluded that no driver assistance system is active. The threshold value can be chosen to be constant or variable. Depending on the application, it is also possible to select the threshold value in such a way that the current trip is not incorrectly assigned to a human driver with a specified probability.

Erkennt das adaptive System 100 durch das Verfahren 500, dass gegenwärtig kein Fahrassistenzsystem im Kraftfahrzeug aktiv ist, so kann das adaptive System 100 die gegenwärtig gesammelten Daten, beispielsweise die Geschwindigkeiten v_i des Kraftfahrzeugs, zur Analyse des Fahrverhaltens des Fahrers des Kraftfahrzeugs heranziehen.If adaptive system 100 recognizes through method 500 that no driver assistance system is currently active in the motor vehicle, adaptive system 100 can use the currently collected data, for example speeds v_i of the motor vehicle, to analyze the driving behavior of the driver of the motor vehicle.

Claims

Method for determining a driving behavior of a driver of a motor vehicle with a driver assistance system, the driving behavior being determined using a speed profile (300), the speed profile (300) having a plurality of consecutive measuring points (310, 320, 330, 340), each measuring point (310, 320, 330, 340) includes a location and an associated driving speed, characterized in that the driving behavior is only determined using measurement points that were recorded while the driver assistance system was not active.

procedure after claim 1 , wherein the speed profile (300) can be subdivided into successive sections (350, 360) each consisting of at least one measuring point, characterized by the following method steps: - determining a first section of the speed profile (300) in which the driving speed changes by less than a specified first value (d_v_max) changes; - Mark the first section.

procedure according to claim 2 , characterized in that the method has the following further method steps: - determining a second section of the speed profile (300) in which the driving speed is subject to an acceleration which differs from a specified acceleration (a_norm) by less than a specified second value; - Mark the second section.

procedure according to claim 3 , characterized in that the specified acceleration tion (a_norm) is taken from a non-volatile data memory (110).

Method according to one of claims 3 or 4 , characterized in that the method has the following further method steps: - determining at least a third and a fourth section of the speed profile (300), in which the driving speed is subject to an acceleration, the acceleration in the third section and the acceleration in the fourth section differ by no more than a specified third value; - Mark the third section and the fourth section.

procedure according to claim 5 , characterized in that the acceleration in the third section or the acceleration in the fourth section or an average value of the accelerations in the third and fourth section is stored in a non-volatile data memory (110).

Method according to one of claims 2 until 6 , characterized in that the method is repeated until all sections of the speed profile (300) to which one of the criteria applies are marked.

Method according to one of claims 2 until 7 , characterized in that the method has the following further method steps: - Locating an unmarked fifth section of the speed profile (300), which lies between two marked sections of the speed profile (300), the fifth section being less than a specified number (n_min) of spatial positions includes; - Mark the fifth section.

Method according to one of claims 2 until 8th , characterized in that only unmarked sections of the speed profile (300) are used to determine the driving behavior of the driver.

Procedure according to one of Claims 1 until 9 , characterized in that the method has the following further method steps: - determining a current speed (v_i) of the motor vehicle; - comparing the current speed (v_i) with a previous prediction (VP_i-1) to determine a prediction quality (q); - Determining a current probability (p_i) from a previous probability (p_i-1) and the prediction quality (q), the probability (p_i) being a probability that the driver assistance system is active; - Creation of a prognosis (VP_i), in which range of values a future speed of the motor vehicle will lie if the driver assistance system is active.

Device (100), characterized in that the device (100) is designed, a method according to one of Claims 1 until 10 to execute.