DE102010002300B4 - Method for determining driving behavior - Google Patents
Method for determining driving behavior Download PDFInfo
- Publication number
- DE102010002300B4 DE102010002300B4 DE102010002300.0A DE102010002300A DE102010002300B4 DE 102010002300 B4 DE102010002300 B4 DE 102010002300B4 DE 102010002300 A DE102010002300 A DE 102010002300A DE 102010002300 B4 DE102010002300 B4 DE 102010002300B4
- Authority
- DE
- Germany
- Prior art keywords
- section
- speed
- speed profile
- acceleration
- driver assistance
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle for navigation systems
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
Aus der
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.
-
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
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.
Das adaptive System 100 erstellt zum Erlernen der Vorlieben und Gewohnheiten des Benutzers Geschwindigkeitsprofile und wertet diese aus.
Das Geschwindigkeitsprofil 300 aus zeitlich aufeinanderfolgenden Messpunkten 310, 320, 330, 340 lässt sich in zeitlich aufeinanderfolgende Abschnitte unterteilen. In
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
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
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
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
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
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
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
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.
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
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
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
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
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
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
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
Claims (11)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102010002300.0A DE102010002300B4 (en) | 2010-02-24 | 2010-02-24 | Method for determining driving behavior |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102010002300.0A DE102010002300B4 (en) | 2010-02-24 | 2010-02-24 | Method for determining driving behavior |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102010002300A1 DE102010002300A1 (en) | 2011-08-25 |
DE102010002300B4 true DE102010002300B4 (en) | 2022-09-01 |
Family
ID=44356517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102010002300.0A Active DE102010002300B4 (en) | 2010-02-24 | 2010-02-24 | Method for determining driving behavior |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102010002300B4 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8793046B2 (en) | 2012-06-01 | 2014-07-29 | Google Inc. | Inferring state of traffic signal and other aspects of a vehicle's environment based on surrogate data |
DE102013002876B4 (en) * | 2013-02-20 | 2015-02-12 | Audi Ag | Method for operating a street lighting |
DE102018133672A1 (en) | 2018-12-28 | 2020-07-02 | Volkswagen Aktiengesellschaft | Method and device for generating control signals for assisting occupants of a vehicle |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10030931C2 (en) | 2000-06-24 | 2002-06-13 | Bosch Gmbh Robert | Method for calculating the route in a navigation system |
EP1292807B1 (en) | 2000-06-08 | 2008-01-23 | Robert Bosch Gmbh | Method for adjusting a driver information system according to the user |
DE69937141T2 (en) | 1998-12-09 | 2008-06-19 | Data Tec Co., Ltd. | OPERATOR CONTROL SYSTEM WHICH CAN ANALYZE A DRIVING DENSITY AND ITS APPROPRIATE DEVICE |
US20100023197A1 (en) | 2008-07-24 | 2010-01-28 | Gm Global Technology Operations, Inc. | Adaptive vehicle control system with driving style recognition based on behavioral diagnosis |
-
2010
- 2010-02-24 DE DE102010002300.0A patent/DE102010002300B4/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69937141T2 (en) | 1998-12-09 | 2008-06-19 | Data Tec Co., Ltd. | OPERATOR CONTROL SYSTEM WHICH CAN ANALYZE A DRIVING DENSITY AND ITS APPROPRIATE DEVICE |
EP1292807B1 (en) | 2000-06-08 | 2008-01-23 | Robert Bosch Gmbh | Method for adjusting a driver information system according to the user |
DE10030931C2 (en) | 2000-06-24 | 2002-06-13 | Bosch Gmbh Robert | Method for calculating the route in a navigation system |
US20100023197A1 (en) | 2008-07-24 | 2010-01-28 | Gm Global Technology Operations, Inc. | Adaptive vehicle control system with driving style recognition based on behavioral diagnosis |
Also Published As
Publication number | Publication date |
---|---|
DE102010002300A1 (en) | 2011-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102010039634B4 (en) | Arrangement and method for traffic sign recognition | |
DE112009005105B4 (en) | VEHICLE CONTROL, CONTROL PROCEDURES FOR A VEHICLE AND CONTROL SYSTEM FOR A VEHICLE | |
DE112012004000B4 (en) | Driving support device and method | |
DE112014002019B4 (en) | Waveform modeling device, vehicle information processing system, waveform modeling method and waveform modeling program | |
DE102009046913A1 (en) | Method for detecting fatigue of driver of e.g. lorry during driving, involves evaluating information about steering movement and surrounding information for determining whether information about steering movement indicates fatigue of driver | |
DE102016121768A9 (en) | METHOD AND DEVICE FOR DISTINCTING DRIVERS BASED ON DRIVING BEHAVIOR | |
DE102011004946A1 (en) | Device for detecting a lane marking on a road | |
DE102010030985A1 (en) | A link driving time calculating device and method of calculating a link driving time interval | |
EP3393875B1 (en) | Method for the improved detection of objects by a driver assistance system | |
WO2013174732A1 (en) | Carriageway recognition | |
EP3738851A1 (en) | Detection of a motor vehicle driving onto the hard shoulder | |
DE102008003039A1 (en) | Vehicle traffic condition recognizing method for traffic assistance system, involves differentiating traffic jam conditions on basis of measured speed, and recognizing traffic jam condition if another traffic jam condition is not recognized | |
DE102007034196A1 (en) | Method and device for track detection with a driver assistance system | |
DE102013114172B4 (en) | Device and method for determining a short-term driving tendency | |
EP3724041A1 (en) | Method for determining a friction value for a contact between a tyre of a vehicle and a roadway, and method for controlling a vehicle function of a vehicle | |
EP3279051B1 (en) | Control system and control method for selecting and tracking a motor vehicle | |
DE102019217346B4 (en) | Method for displaying information on a human-machine interface of a motor vehicle, computer program product, human-machine interface and motor vehicle | |
DE102010002300B4 (en) | Method for determining driving behavior | |
DE102016117136A1 (en) | Method for determining a driving behavior of a driver of a motor vehicle for operating a driver assistance system of the motor vehicle, driver assistance system and motor vehicle | |
EP2964503B1 (en) | Estimation of the future speed and/or distance of a vehicle from a reference point and estimation of the future acceleration | |
EP3279049B1 (en) | Control system and control method for determining a roadway | |
DE102009044981A1 (en) | Method for determining driving route of vehicle, has comparing set of acceleration profiles stored in navigation device with actual acceleration profile recorded by navigation device for automatic detection of driver-vehicle-combination | |
EP3398828B1 (en) | Driver assistance system and method for supporting a driver of a rail vehicle | |
DE102017100871A1 (en) | Determining a measure of a local traffic density by a driver assistance system of a motor vehicle | |
DE102016221164A1 (en) | Characterize the fatigue level of the driver of a motor vehicle using variably weighted parameters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |