DE102012009297A1 - Method for assisting rider when feeding e.g. vehicle, involves proving information, warning and automatic engagement, which results during risk of collision and/or secondary collision with highest priority in priority list - Google Patents

Method for assisting rider when feeding e.g. vehicle, involves proving information, warning and automatic engagement, which results during risk of collision and/or secondary collision with highest priority in priority list Download PDF

Info

Publication number
DE102012009297A1
DE102012009297A1 DE201210009297 DE102012009297A DE102012009297A1 DE 102012009297 A1 DE102012009297 A1 DE 102012009297A1 DE 201210009297 DE201210009297 DE 201210009297 DE 102012009297 A DE102012009297 A DE 102012009297A DE 102012009297 A1 DE102012009297 A1 DE 102012009297A1
Authority
DE
Germany
Prior art keywords
collision
vehicle
risk
road users
road
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE201210009297
Other languages
German (de)
Inventor
Dr. Weidl Galia
Eugen Käfer
Gabi Breuel
Gerhard Nöcker
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daimler AG
Original Assignee
Daimler AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daimler AG filed Critical Daimler AG
Priority to DE201210009297 priority Critical patent/DE102012009297A1/en
Publication of DE102012009297A1 publication Critical patent/DE102012009297A1/en
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/161Decentralised systems, e.g. inter-vehicle communication
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09Taking automatic action to avoid collision, e.g. braking and steering
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/164Centralised systems, e.g. external to vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W2030/082Vehicle operation after collision
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143Alarm means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146Display means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W50/16Tactile feedback to the driver, e.g. vibration or force feedback to the driver on the steering wheel or the accelerator pedal

Abstract

The method involves informing a priority list and driver preferences to a driver of a vehicle in accordance with a time of a desired system interference and/or a determined driver condition of the driver in a number of escalation steps by driver instructions, warning and/or supported by an automatic intervention in a longitudinal and/or lateral control of the vehicle. An information, warning and an automatic engagement, which results during a risk of collision and/or secondary collision is provided with a highest priority in the priority list.

Description

  • Die Erfindung betrifft ein Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs, wobei in Abhängigkeit einer prognostizierten zukünftigen potenziellen Kollisionsgefahr und/oder Folgekollisionsgefahr zwischen dem Fahrzeug und anderen Verkehrsteilnehmern innerhalb des Fahrzeugs Fahrerhinweise ausgegeben werden.The invention relates to a method for assisting a driver when driving a vehicle, driver information being output as a function of a predicted future potential risk of collision and / or subsequent collision risk between the vehicle and other road users within the vehicle.
  • In der noch nicht veröffentlichten DE 10 2011 120 117.7 wird ein Verfahren zur optischen Signalisierung einer potenziellen Gefahr einer Kollision zwischen einem Fahrzeug und einem anderen Verkehrsteilnehmer für einen Fahrer eines Fahrzeugs beschrieben, wobei ein Grad einer Ablenkung des Fahrers aufgrund von Ergebnissen einer Fahrerbeobachtung unter Verwendung einer fahrzeuginternen Kamera und aus Bedienhandlungen des Fahrers ermittelt wird. Unter Verwendung von Sensordaten werden ein Zustand des Fahrzeugs sowie ein Ort und eine Bewegung von anderen Verkehrsteilnehmern festgestellt, wobei aufgrund des Zustands des Fahrzeugs, des Orts und, der Bewegung der anderen Verkehrsteilnehmer eine Prognose einer zukünftigen potenziellen Gefahr einer Kollision zwischen dem Fahrzeug und einem anderen Verkehrsteilnehmer erstellt wird. Wenn ein festgestellter Grad der Ablenkung des Fahrers und ein prognostizierter Grad der potenziellen Gefahr einer Kollision zwischen dem Fahrzeug und einem anderen Verkehrsteilnehmer einen vorgebbaren Schwellwert überschreiten, wird ein für den Fahrer wahrnehmbarer Warnhinweis ausgegeben. Der Warnhinweis ist derart ausgestaltet, dass dem Fahrer eine Richtung angezeigt wird, in der sich relativ zum Fahrzeug voraus ein anderer, für die zukünftige potenzielle Gefahr einer Kollision zwischen dem Fahrzeug und dem Verkehrsteilnehmer ursächlicher Verkehrsteilnehmer befindet. Eine Art und Intensität des Warnhinweises ist abhängig vom Grad der potenziellen Gefahr der Kollision und einem Grad der Ablenkung des Fahrers.In the not yet published DE 10 2011 120 117.7 A method for optically signaling a potential danger of a collision between a vehicle and another road user for a driver of a vehicle is described, wherein a degree of distraction of the driver is determined based on results of driver observation using an in-vehicle camera and operator actions. Using sensor data, a state of the vehicle as well as a location and movement of other road users are determined, wherein, based on the state of the vehicle, the location, and the movement of the other road users, a prognosis of a future potential danger of collision between the vehicle and another Road users is created. If a detected degree of distraction of the driver and a predicted degree of potential danger of a collision between the vehicle and another road user exceed a predefinable threshold, a perceptible warning to the driver is issued. The warning is configured to indicate to the driver a direction in which there is another road user relative to the vehicle ahead, for the future potential danger of a collision between the vehicle and the road user. A type and intensity of the warning depends on the degree of potential danger of the collision and a degree of distraction of the driver.
  • Der Erfindung liegt die Aufgabe zugrunde, ein gegenüber dem Stand der Technik verbessertes Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs anzugeben.The invention has for its object to provide a comparison with the prior art improved method for assisting a driver when driving a vehicle.
  • Die Aufgabe wird erfindungsgemäß mit einem Verfahren gelöst, welches die im Anspruch 1 angegebenen Merkmale aufweist.The object is achieved by a method having the features specified in claim 1.
  • Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.Advantageous embodiments of the invention are the subject of the dependent claims.
  • In einem Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs werden in Abhängigkeit einer prognostizierten zukünftigen potenziellen Kollisionsgefahr und/oder Folgekollisionsgefahr zwischen dem Fahrzeug und anderen Verkehrsteilnehmern innerhalb des Fahrzeugs Fahrerhinweise ausgegeben.In a method for assisting a driver in driving a vehicle, driver hints are output in dependence on a predicted future potential collision risk and / or subsequent collision risk between the vehicle and other road users within the vehicle.
  • Dabei ist das Fahrzeug einer der Verkehrsteilnehmer.The vehicle is one of the road users.
  • Es wird eine probabilistische Risikobewertung in Raum-Zeit anhand konkurrierender Situationshypothesen zwischen einem Fahrzeug und anderen Verkehrsteilnehmern kognitiv durchgeführt. Dabei wird eine potentielle Kollisionsgefahr anhand von probabilistisch erkannten Manöverabsichten des Fahrzeugs und den anderen Verkehrsteilnehmern bewertet. Gleichzeitig wird die jeweilige reale Kollisionsgefahr und/oder Folgekollisionsgefahr in entsprechenden Konfliktbereichen ermittelt, wobei für jede Situationshypothese eine Risikobewertung anhand logischer Kontext-Regeln, inklusive Vorrang-Regeln, durchgeführt wird. Parallel zu der Risikobewertung wird ein probabilistisches Verfahren zur Bestimmung der realen und akuten Kollisionsgefahr mit einer Ermittlung des Bewegungsspielraums ausgeführt. Dabei wird eine Vielzahl an fahrbaren Trajektorien des Fahrzeugs und der anderen Verkehrsteilnehmer (V1 bis Vn) anhand deren statistischen Steuerprofile auf einem Zeit-Horizont von 2 Sekunden prognostiziert.A probabilistic risk assessment in space-time is carried out cognitively using competing hypotheses between a vehicle and other road users. A potential risk of collision is evaluated on the basis of probabilistically recognized maneuver intentions of the vehicle and the other road users. At the same time, the respective real risk of collision and / or consequential risk of collision is determined in corresponding conflict areas, with a risk assessment being carried out for each situation hypothesis on the basis of logical context rules, including priority rules. Parallel to the risk assessment, a probabilistic procedure for determining the real and acute danger of collision is carried out with a determination of the range of motion. In this case, a large number of mobile trajectories of the vehicle and of the other road users (V1 to Vn) is predicted on the basis of their statistical control profiles over a time horizon of 2 seconds.
  • Anhand der Trajektorien werden mehrere konkurrierende Situationshypothesen zwischen dem Fahrzeug und allen relevanten anderen Verkehrsteilnehmern ermittelt und wird der vorhandene Bewegungsspielraum mit der entsprechenden Wahrscheinlichkeit ermittelt. Die derart erhaltenen probabilistischen Ereignisse aus den beiden Verfahren, Risikobewertung und Bewegungsspielraum, werden in Abhängigkeit der jeweiligen Kollisionsgefahr und/oder Folgekollisionsgefahr hierarchisch in einer Prioritätsliste geordnet. Der Fahrerdes Fahrzeugs wird in Abhängigkeit der Prioritätsliste und eines ermittelten Fahrerzustands des Fahrers in mehreren Eskalationsstufen mittels der Fahrerhinweise informiert, gewarnt und/oder mittels eines automatischen Eingriffs in eine Längs- und/oder Quersteuerung des Fahrzeugs unterstützt, wobei die Information, die Warnung und der automatische Eingriff für die Situation erfolgt, welche eine Kollisionsgefahr und/oder Folgekollisionsgefahr mit der höchsten Priorität in der Prioritätsliste und eine daraus folgende höchste Kritikalität aufweist.Based on the trajectories, several competing hypotheses of the situation between the vehicle and all other relevant road users are determined, and the available range of motion is determined with the appropriate probability. The probabilistic events thus obtained from the two methods, risk assessment and range of motion, are hierarchically arranged in a priority list as a function of the respective risk of collision and / or consequential risk of collision. The driver of the vehicle is informed, warned and / or assisted by means of an automatic intervention in a longitudinal and / or lateral control of the vehicle in a plurality of escalation levels depending on the priority list and an ascertained driver state of the driver, the information, the warning and the automatic intervention takes place for the situation which has a risk of collision and / or secondary collision risk with the highest priority in the priority list and a consequent highest criticality.
  • Das Verfahren ermöglicht in besonders vorteilhafter Weise eine parallele Auswertung von konkurrierenden Situationshypothesen zwischen allen relevanten Objekten einer Situation. Dabei eignet sich das Verfahren trotz verschiedener Dynamikunterschiede zur Anwendung bei Quer-, Gegen- und Längsverkehr, da die Risikobewertung einer jeweiligen Situation unter logischen Kontext-Regeln erfolgt, welche insbesondere Vorrang- und Verkehrsregeln, Geschwindigkeitsbegrenzungen, Anzeigezuständen von Lichtzeichenanlagen und veränderlichen Verkehrszeichen sowie eine Topographie und Topologie einer entsprechenden digitalen Straßenkarte umfassen. Die Kontext-Regeln sind dabei in so genannten objektorientierten Bayes-Netzwerken integriert, wobei die Situationshypothesen insbesondere anhand dieser objektorientierten Bayes-Netzwerke ermittelt und ausgewertet werden. Darüber hinaus kann aufgrund der probabilistisch ermittelten Fahrerabsichten für die Risikobewertung und anhand der Kollisionsgefahr mit Bewegungsspielraum und der Generierung der probabilistischen und hierarchisch geordneten Prioritätsliste der Kollisionsgefahren und/oder Folgekollisionsgefahren sowie der Kombination dieser Prioritätsliste mit dem Fahrerzustand vermieden werden, dass unnötige und den Fahrer irritierende Informationen und Warnungen ausgegeben werden.The method allows in a particularly advantageous manner a parallel evaluation of competing situation hypotheses between all relevant objects of a situation. In spite of different dynamic differences, the method is suitable for use in transverse, counter and longitudinal traffic, since the risk assessment of a particular situation takes place under logical context rules, which in particular are priority and traffic rules, speed limits, display states of traffic sign systems and variable traffic signs as well as a topography and topology of a corresponding digital road map. The context rules are integrated in so-called object-oriented Bayesian networks, whereby the hypotheses of the situation are determined and evaluated in particular on the basis of these object-oriented Bayesian networks. In addition, due to the probabilistically determined driver intentions for the risk assessment and based on the risk of collision with movement latitude and the generation of the probabilistic and hierarchically ordered priority list of collision hazards and / or consequential collision hazards and the combination of this priority list with the driver state can be avoided that unnecessary and the driver irritating information and warnings are issued.
  • Ausführungsbeispiele der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert.Embodiments of the invention are explained in more detail below with reference to drawings.
  • Dabei zeigen:Showing:
  • 1 schematisch eine erste Verkehrssituation zwischen mehreren Verkehrsteilnehmern mit deren Manöveroptionen in einem Straßenkreuzungsbereich, 1 schematically a first traffic situation between several road users with their maneuver options in a road intersection area,
  • 2A schematisch eine zweite Verkehrsituation zwischen zwei sich entgegenkommenden Fahrzeugen sowie Mengen von Bewegungshypothese-Trajektorien der Fahrzeuge, 2A schematically a second traffic situation between two oncoming vehicles as well as sets of movement hypothesis trajectories of the vehicles,
  • 2B schematisch eine Gefahrenwahrscheinlichkeitsverteilung in Abhängigkeit einer Längsbeschleunigung und einer Lenkrate eines ersten Fahrzeugs gemäß 2A, 2 B schematically a hazard probability distribution as a function of a longitudinal acceleration and a steering rate of a first vehicle according to 2A .
  • 2C schematisch eine Gefahrenwahrscheinlichkeitsverteilung in Abhängigkeit einer Längsbeschleunigung und einer Lenkrate eines zweiten Fahrzeugs gemäß 2A, 2C schematically a hazard probability distribution as a function of a longitudinal acceleration and a steering rate of a second vehicle according to 2A .
  • 3A schematisch eine dritte Verkehrsituation zwischen zwei sich entgegenkommenden Fahrzeugen sowie Mengen von Bewegungshypothese-Trajektorien der Fahrzeuge, 3A schematically a third traffic situation between two oncoming vehicles as well as sets of movement hypothesis trajectories of the vehicles,
  • 3B schematisch eine Gefahrenwahrscheinlichkeitsverteilung in Abhängigkeit einer Längsbeschleunigung und einer Lenkrate eines ersten Fahrzeugs gemäß 3A, 3B schematically a hazard probability distribution as a function of a longitudinal acceleration and a steering rate of a first vehicle according to 3A .
  • 3C schematisch eine Gefahrenwahrscheinlichkeitsverteilung in Abhängigkeit einer Längsbeschleunigung und einer Lenkrate eines zweiten Fahrzeugsgemäß 3A, 3C schematically a hazard probability distribution as a function of a longitudinal acceleration and a steering rate of a second vehicle according to 3A .
  • 4A schematisch eine vierte Verkehrssituation zwischen zwei in gleicher Richtung nebeneinander fahrenden Fahrzeugen sowie Mengen von Bewegungshypothese-Trajektorien der Fahrzeuge, 4A schematically a fourth traffic situation between two vehicles traveling in the same direction next to each other as well as sets of movement hypothesis trajectories of the vehicles,
  • 4B schematisch eine Gefahrenwahrscheinlichkeitsverteilung in Abhängigkeit einer Längsbeschleunigung und einer Lenkrate eines ersten Fahrzeugs gemäß 4A, 4B schematically a hazard probability distribution as a function of a longitudinal acceleration and a steering rate of a first vehicle according to 4A .
  • 4C schematisch eine Gefahrenwahrscheinlichkeitsverteilung in Abhängigkeit einer Längsbeschleunigung und einer Lenkrate eines zweiten Fahrzeugs gemäß 4A 4C schematically a hazard probability distribution as a function of a longitudinal acceleration and a steering rate of a second vehicle according to 4A
  • 5 schematisch eine Ermittlung von Fahrerabsichten aus verschiedenen Daten, 5 schematically a determination of driver intentions from different data,
  • 6 schematisch eine fünfte Verkehrssituation mit mehreren Fahrzeugen, 6 schematically a fifth traffic situation with several vehicles,
  • 7 schematisch einen Risikobewertungs-Verfahrensablauf zur Ermittlung einer Kollisionswahrscheinlichkeit zwischen zwei Fahrzeugen und eine Ausgabe einer Information in einer ersten Eskalationsstufe und einer ersten Warnung in einer zweiten Eskalationsstufe, 7 1 schematically shows a risk assessment procedure for determining a collision probability between two vehicles and an output of information in a first escalation stage and a first warning in a second escalation stage;
  • 8 schematisch einen Verfahrensablauf eines Verfahrens zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs und 8th schematically a process flow of a method for assisting a driver in driving a vehicle and
  • 9 schematisch einen Verfahrensablauf zur Ermittlung einer Kollisionswahrscheinlichkeit zwischen zwei Fahrzeugen und eine Information, zwei vorbereitende Warnungen und eine letzte Warnung vor einem Eingriff in eine Längs- oder Quersteuerung eines Fahrzeugs in Abhängigkeit der Kollisionswahrscheinlichkeit in mehreren Eskalationsstufen. 9 schematically a procedure for determining a collision probability between two vehicles and information, two preparatory warnings and a final warning of an intervention in a longitudinal or lateral control of a vehicle as a function of the probability of collision in several escalation stages.
  • Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.Corresponding parts are provided in all figures with the same reference numerals.
  • In 1 ist eine erste Verkehrssituation zwischen mehreren Verkehrsteilnehmern V1 bis V12 mit deren Manöveroptionen in einem Straßenkreuzungsbereich dargestellt. Für alle in den folgenden Figuren beschriebenen Sachverhalte gilt, dass einer der dargestellten Verkehrsteilnehmer das eigene Fahrzeug im Sinne des erfindungsgemäßen Verfahrens darstellt.In 1 is a first traffic situation between several road users V1 to V12 shown with their maneuver options in a road intersection area. For all situations described in the following figures, one of the road users represented represents the own vehicle in the sense of the method according to the invention.
  • Die Verkehrsteilnehmer V1 bis V12 umfassen Fahrzeuge (Verkehrsteilnehmer V1 bis V4), gefährdete oder gefährdende Fußgänger (Verkehrsteilnehmer V5 bis V8) und Radfahrer (Verkehrsteilnehmer V9 bis V12). Die Fahrzeuge (Verkehrsteilnehmer V1 bis V4) umfassen Motorräder, Personenkraftwagen, Lastkraftwagen, Busse und Lieferwagen. Die Radfahrer bewegen sich insbesondere auf neben der Fahrbahn befindlichen Radwegen.The road users V1 to V12 include vehicles (road users V1 to V4), endangered or endangered pedestrians (road users V5 to V8) and cyclists (road users V9 to V12). The vehicles (road users V1 to V4) include motorcycles, passenger cars, trucks, buses and vans. The Cyclists in particular move on cycle paths next to the road.
  • Der Straßenkreuzungsbereich stellt eine einfache ”4-Weg”-Kreuzungstopologie dar und hat eine Zufahrtspur je Richtung. Das im Folgenden beschriebene Verfahren ist generisch und erweiterbar auf Kreuzungen mit beliebiger Topologie und Geometrie, da eine entsprechende Kontext-Information aus einer digitalen Straßenkarte des Straßenkreuzungsbereichs entnommen wird und in einer Struktur von objektorientierten Bayes-Netzwerken integriert wird, um entsprechende Manöveroptionen zu ermitteln.The intersection area represents a simple "4-way" intersection topology and has one access lane in each direction. The method described below is generic and extendable to intersections of arbitrary topology and geometry, as appropriate contextual information is extracted from a digital roadmap of the intersection and integrated into a structure of object oriented Bayesian networks to determine appropriate maneuvering options.
  • Bei einer Ermittlung einer Größe von Gefahren der ersten Verkehrssituation wird mittels eines wahrscheinlichkeitsbasierten Verfahrens eine kognitive Bewertung von potenziellen und realen Gefahren der aktuellen Verkehrssituation durchgeführt, wobei im vorliegenden Ausführungsbeispiel in einem wahrscheinlichkeitsbasierten Verfahren ein objektorientiertes Bayes-Netzwerk verwendet wird.When determining a size of dangers of the first traffic situation, a cognitive evaluation of potential and real dangers of the current traffic situation is carried out by means of a probability-based method, wherein in the present exemplary embodiment an object-oriented Bayes network is used in a probability-based method.
  • Die Ermittlung einer in den 7 und 9 näher dargestellten Kollisionsgefahr DA zwischen den Verkehrteilnehmern V1 bis V12 erfolgt mittels des in der noch nicht veröffentlichten DE 10 2011 113 019 beschriebenen Verfahrens, hier mit dem Begriff „Risikobewertung in Raum-Zeit” referenziert.The determination of one in the 7 and 9 collision danger DA between the traffic participants V1 to V12 shown in more detail by means of the not yet published DE 10 2011 113 019 described method, here with the term "risk assessment in space-time" referenced.
  • Die Fahroptionen der Fahrzeugen und die Bewegungsoptionen der ungeschützten Verkehrsteilnehmer werden allgemein als Manöveroptionen oder mögliche Manöver-Tracks gekennzeichnet. Die Manöveroptionen werden kognitiv anhand von Kontext-Informationen aus der digitalen Karte, aus Bewegungsmustern und Bewegungsmerkmalen erkannt. Ein Trajektorien-Bündel, synonym die Menge von Bewegungshypothese-Trajektorien, wird mit physikalischen Modellen prognostiziert. Beispielsweise wird für diese Prognose das „Einspur-Modell”, angewandt auf die Menge statistisch ermittelter Steuergrößen, wie Längsbeschleunigung und Lenkrate, verwendet. Die Manöveroptionen dagegen definieren alle prinzipiell mögliche Bewegungen auf einem Fahrbahntyp. Beispielsweise sind die möglichen Manöveroptionen für die ungeschützten Verkehrsteilnehmer vor eine Kreuzung: Warten an einer Ampel, an einem Fußgängerübergang bzw. Fahrbahn überqueren von X- nach Y-Straßenseite. Die möglichen Manöveroptionen für die Fahrzeuge vor eine Kreuzung sind: Warten an der Ampel, an der Stopp-Linie oder an der Sicht-Linie bzw. Fahren in Richtung links/rechts/gerade wie durch die Kreuzungstopologie definiert. Auf einer Straße mit mehreren Spuren sind die möglichen Manöveroptionen für das eigene bzw. Objektfahrzeug: Spur folgen, Ausscheren von der aktuell belegten Spur nach links/rechts bzw. Einscheren in die Nachbarspur nach links/rechts, Objekt folgen, Einfädeln in den schnelleren Verkehrsfluss von einer Zubringerspur bzw. Ausfädeln aus dem schnelleren Verkehrsfluss auf eine Abfahrtspur.The driving options of the vehicles and the movement options of the unprotected road users are generally identified as maneuver options or possible maneuver tracks. The maneuver options are cognitively identified by contextual information from the digital map, motion patterns, and motion characteristics. A trajectory bundle, synonymous with the set of motion hypothesis trajectories, is predicted using physical models. For example, for this prognosis, the "one-track model" applied to the set of statistically determined control variables, such as longitudinal acceleration and steering rate, is used. The maneuver options, on the other hand, define all possible movements on a road type. For example, the possible maneuvering options for the vulnerable road users are before an intersection: waiting at a traffic light, crossing at a pedestrian crossing or lane crossing from X to Y roadside. The possible maneuver options for the vehicles before an intersection are: waiting at the traffic light, at the stop line or at the sight line, or driving in the direction left / right / straight as defined by the intersection topology. On a multi-lane road, the possible maneuver options for the own or object vehicle are: track following, luffing from the currently occupied lane to left / right, or lapping into the adjacent lane to left / right, following object, threading into the faster traffic flow of a feeder track or unthreading from the faster traffic flow on a departure lane.
  • Die Ermittlung der Manöveroptionen erfolgt dabei auf der Grundlage von Absichten der Verkehrsteilnehmer V1 bis V12, welche im dargestellten Straßenkreuzungsbereich in 1 möglich sind. Hierbei werden mögliche beabsichtigte Manöver-Tracks (für den Straßenkreuzungsbereich) MT1 bis MT12 der Verkehrsteilnehmer V1 bis V12 berücksichtigt, wobei die Manöver-Tracks MT1 bis MT12 aus vergangenheitsbezogenen, aktuellen und prognostizierten Trajektorien der jeweiligen Verkehrsteilnehmer V1 bis V12 erzeugt werden. Die prognostizierten Trajektorien werden ähnlich dargestellt wie die Konfliktdarstellungs-Trajektorien einer Kreuzung, d. h. entsprechend den geltenden Regeln für das verkehrstechnische Design von Phasen-Zwischenzeiten von Ampelanlagen. Die so dargestellten repräsentativen Manöver-Tracks werden als repräsentative Spuren beim Abbiegen oder Überqueren einer Kreuzung genutzt. Zusätzlich werden die repräsentativen Manöver-Tracks als Referenz für die spurgenaue Lokalisierung bzw. das Tracking der Fahrzeuge während ihrer Fahrt durch den Kreuzungsbereich verwendet. Weiterhin werden Lage- und Bewegungsbeziehungen der Verkehrsteilnehmer V1 bis V12 zueinander berücksichtigt. Diese Beziehungen sind auch in der digitalen Straßenkarte enthalten.The determination of the maneuvering options takes place on the basis of intentions of the road users V1 to V12, which in the illustrated road intersection area in 1 possible are. In this case, possible intended maneuver tracks (for the road intersection area) MT1 to MT12 of the road users V1 to V12 are taken into account, the maneuver tracks MT1 to MT12 being generated from past, current and predicted trajectories of the respective road users V1 to V12. The predicted trajectories are presented in a similar way as the conflict representation trajectories of a crossing, ie in accordance with the applicable rules for the traffic engineering design of phase interim times of traffic lights. The representative maneuver tracks are used as representative lanes when turning or crossing an intersection. In addition, the representative maneuver tracks are used as a reference for tracking the vehicles while tracking through the intersection area. Furthermore, position and movement relationships of the road users V1 to V12 are taken into account. These relationships are also included in the digital road map.
  • Die Ermittlung der Manöveroptionen auf anderen Fahrbahntypen mit Längs- und Gegenverkehr erfolgt auch auf der Grundlage von möglichen Absichten der Verkehrsteilnehmer V1 bis V12 auf den entsprechenden Fahrbahntypen. Dabei werden die Fahrerabsichten anhand von verschiedenen Daten, wie in 5 dargestellt, kognitiv erkannt. Die kognitive Erkennung der Fahrerabsichten FA der Fahrer der Fahrzeuge erfolgt auf der Basis von Positionsdaten der Verkehrsteilnehmer V1, V2, Bewegungsdaten der Verkehrsteilnehmer V1, V2 und Umgebungsinformationen der Verkehrsteilnehmer V1, V2. Die Fahrerabsichtserkennung wird mittels eines wahrscheinlichkeitsbasierten Verfahrens durchgeführt, wobei im vorliegenden Ausführungsbeispiel ein objektorientiertes Bayes-Netzwerk verwendet wird.The determination of the maneuvering options on other road types with longitudinal and oncoming traffic also takes place on the basis of possible intentions of the road users V1 to V12 on the corresponding roadway types. The driver's intentions are based on different data, as in 5 represented, cognitively recognized. The cognitive recognition of the driver's intentions FA of the drivers of the vehicles takes place on the basis of position data of the road users V1, V2, movement data of the road users V1, V2 and environmental information of the road users V1, V2. The driver intent recognition is performed by means of a probability-based method, wherein in the present exemplary embodiment an object-oriented Bayes network is used.
  • Die so erkannten Fahrabsichten werden paarweise kombiniert, um alle möglichen gegenseitigen Schnittpunkte der aktuellen Manöver-Absichtsoptionen je Verkehrsteilnehmer zu ermitteln.The thus-recognized driving intentions are combined in pairs to determine all possible intersections of the current maneuver intentions per road user.
  • Insbesondere, wie in 7 gezeigt, erfolgt in einem ersten Schritt der kognitiven Bewertung eine probabilistische Interpretation der Manöverabsichten aller Beteiligten in der Verkehrssituation, in einem zweiten Schritt eine probabilistische Hypothesenschätzung von Basishypothesen zur Schätzung von gegenseitigen Schnittpunkten der beabsichtigten Manöver der Verkehrsteilnehmer V1 bis V12 und von der Belegung der gleichen Konfliktbereiche durch die Verkehrsteilnehmer V1 bis V12. Der zweite Schritt berechnet die potentielle Kollisionsgefahr im Raum. In einem dritten Schritt wird zusätzlich die gleichzeitige Belegung der Konfliktbereiche berücksichtigt, um eine probabilistische Hypothesenschätzung der Kollisionsgefahr DA und/oder Folgekollisionsgefahr jeweils für den sich in relativer Bewegung zu dem eigenen Fahrzeug befindlichen Verkehrsteilnehmer V1 bis V12 abzuleiten.In particular, as in 7 In a first step of the cognitive evaluation, a probabilistic interpretation of the maneuver intentions of all participants in the traffic situation is presented, in a second step a probabilistic hypothesis estimation of basic hypotheses for the estimation of mutual intersections of the intended Maneuvers of road users V1 to V12 and of the occupancy of the same conflict areas by road users V1 to V12. The second step calculates the potential risk of collision in the room. In a third step, the simultaneous occupancy of the conflict areas is additionally taken into account in order to derive a probabilistic hypothesis estimation of the risk of collision DA and / or consequential risk of collision for the road users V1 to V12 in relative movement to their own vehicle.
  • Die oben beschriebene probabilistische Hypothesenschätzung wird insbesondere in Abhängigkeit von Verkehrsregeln, von Anzeigezuständen von Lichtzeichenanlagen und veränderlichen Verkehrszeichen, von absoluten Positionen der Verkehrseilnehmer V1 bis V12, von relativen Positionen der Verkehrseilnehmer V1 bis V12 zueinander und von beabsichtigten Manöver-Tracks MT1 bis MT12 der Verkehrsteilnehmer V1 bis V12 ausgeführt und liefert als Ergebnis die kontext-bezogene Risikobewertung in Raum-Zeit.The probabilistic hypothesis estimation described above becomes particularly dependent on traffic rules, display conditions of traffic lights and variable traffic signs, absolute positions of the traffic users V1 to V12, relative positions of the traffic participants V1 to V12 to each other and of intended maneuver tracks MT1 to MT12 of the road users V1 to V12 and as a result delivers the context-related risk assessment in space-time.
  • Die Ermittlung der realen Kollisionsgefahr mit Bewegungsspielraum bzw. der akuten Kollisionsgefahr ohne Bewegungsspielraum, d. h. mit Bedarf für extreme Manöver, erfolgt mittels des Verfahrens der noch nicht veröffentlichten DE 10 2012 005 272 , das hier mit dem Begriff „Feel-Safe-Zone” referenziert wird. Damit wird die Kollisions-Vermeidung bzw. -Entschärfung verfolgt.The determination of the real risk of collision with freedom of movement or the acute risk of collision without freedom of movement, ie with a need for extreme maneuvers, is carried out by means of the method of not yet published DE 10 2012 005 272 , which is referenced here by the term "Feel-Safe-Zone". This will track the collision avoidance and / or sharpening.
  • 2A zeigt eine zweite Situation zwischen zwei sich entgegenkommenden Verkehrsteilnehmern V1, V2, welche als sich in relativer Bewegung zueinander befindliche Fahrzeuge ausgebildet sind. Weiterhin sind den Verkehrsteilnehmern V1, V2 zugehörige Mengen M1, M2 von Bewegungshypothese-Trajektorien T11 bis Tm1, T12 bis Tn2 dargestellt. Die Verkehrsteilnehmer V1, V2 bewegen sich beispielsweise innerhalb einer geschlossenen Ortschaft mit Geschwindigkeiten zwischen 30 km/h und 50 km/h in einem Straßenkreuzungsbereich. 2A shows a second situation between two oncoming traffic participants V1, V2, which are designed as in mutually relative movement vehicles. Furthermore, the traffic participants V1, V2 associated amounts M1, M2 of movement hypothesis trajectories T1 1 to Tm 1 , T1 2 to Tn 2 are shown. The road users V1, V2 move, for example, within a closed town at speeds between 30 km / h and 50 km / h in a crossroads area.
  • Zur Ermittlung einer in den 2B und 2C näher dargestellten Gefahrenwahrscheinlichkeit P(C) der Situation zwischen den Verkehrsteilnehmern V1, V2 werden zukünftige Bewegungstrajektorien der Verkehrsteilnehmer V1, V2 prognostiziert, indem die Bewegungshypothese-Trajektorien T11 bis Tm1, T12 bis Tn2 der Verkehrsteilnehmern V1, V2 erzeugt werden. Die Gefahrenwahrscheinlichkeit P(C) gibt dabei eine Wahrscheinlichkeit an, mit welcher eine Kollision K zwischen den Verkehrsteilnehmern V1, V2 stattfindet und entspricht dabei der in der zweiten Verfahrensstufe ermittelten „Feel-Safe-Zone” mit den verfügbaren Steuergrößen, Beschleunigung und Lenkradrate, für die aktuell analysierte Sitivation.To determine one in the 2 B and 2C Danger probability P (C) of the situation between the road users V1, V2, which are shown in greater detail, are predicted for future movement trajectories of the road users V1, V2 by generating the movement hypothesis trajectories T1 1 to Tm 1 , T1 2 to Tn 2 of the road users V1, V2. The danger probability P (C) indicates a probability with which a collision K between the road users V1, V2 takes place and corresponds to the determined in the second process stage "feel-safe zone" with the available control variables, acceleration and steering wheel rate, for the currently analyzed sitivation.
  • Die Ermittlung der Positionsdaten für beide Verfahren („Risiko Bewertung in Raum-Zeit” DE 10 2011 113 019 und „Feel-Safe-Zone” DE 10 2012 005 272 ) erfolgt anhand von Lokalisierungsverfahren, wobei im vorliegenden Ausführungsbeispiel ein globales Positionsbestimmungssystem, beispielsweise dGPS (differential GPS), oder eine digitale Karte mit Landmarken verwendet wird. Diese Lokalisierungsverfahren liefern eine spurgenaue Lokalisierung der Fahrzeuge (im Zentimeter-Bereich bei dGPS bis ca. 30 cm bei der digitalen Karte). Die Genauigkeit für die Lokalisierung von ungeschützten Verkehrsteilnehmern ist in der Größenordnung von 30 cm, während die Genauigkeit für deren Absichtserkennung im Zentimeter-Bereich liegt, um Bewegungsmuster erkennen zu können. Diese Genauigkeit ist wichtig für die Erkennungsleistung einer zuverlässigen V2X-(V2X = vehicle-to-vehicle und vehicle-to-infrastructure)-Kommunikationslösung für Situationsinterpretation und Gefahrenbewertung für die Steigerung der Verkehrssicherheit in gleichem Maße wie für die Fahrerakzeptanz des Fahrerassistenz-Systems. Weitere alternative Technologien für spurgenaue Lokalisierung, neben der Anwendung von digitaler Karte und Landmarken, sind tightly coupled GNSS/INS, kooperative GNSS (Global Navigation Satellite System) bzw. Triangulationsverfahren mit zwei Referenzsendern. Diese sichern eine Genauigkeit von mindestens 0.3 m, welche lateral ausreichend für die spurgenaue Lokalisierung ist.The determination of the position data for both procedures ("risk assessment in space-time" DE 10 2011 113 019 and "Feel Safe Zone" DE 10 2012 005 272 ) is carried out by means of localization methods, wherein in the present embodiment, a global positioning system, for example dGPS (differential GPS), or a digital map with landmarks is used. These localization methods provide a true-to-track localization of the vehicles (in the centimeter range with dGPS up to approx. 30 cm with the digital map). The accuracy for locating vulnerable road users is on the order of 30 cm, while the accuracy of their intentional recognition is in the centimeter range to detect movement patterns. This accuracy is important for the detection performance of a reliable V2X (vehicle-to-vehicle and vehicle-to-infrastructure) communication solution for situational interpretation and risk assessment for increasing traffic safety as well as for driver acceptance of the driver assistance system. Other alternative technologies for on-track localization, in addition to the use of digital maps and landmarks, are tightly-coupled GNSS / INS, Global Navigation Satellite System (GNSS) cooperative triangulation with two reference transmitters. These ensure an accuracy of at least 0.3 m, which laterally is sufficient for the track-accurate localization.
  • Die Ermittlung der Bewegungsdaten erfolgt ebenfalls anhand des globalen Positionsbestimmungssystems und/oder mittels fahrzeugeigener Sensorik, beispielsweise mittels zumindest eines Geschwindigkeitssensors, Lenkratensensors, Gierratensensors, Beschleunigungssensors, einer Umgebungserfassungseinheit und/oder eines Kompasses.The determination of the movement data also takes place on the basis of the global positioning system and / or by means of the vehicle's own sensors, for example by means of at least one speed sensor, steering rate sensor, yaw rate sensor, acceleration sensor, an environment detection unit and / or a compass.
  • Die Umgebungsinformationen der Verkehrsteilnehmer V1, V2 werden mittels der zumindest einen Umgebungserfassungseinheit erfasst. Diese Umgebungserfassungseinheit ist eine Bilderfassungseinheit, beispielsweise eine fahrzeugeigene und/oder eine oder mehrere infrastruktur-gebundene Kamera/s, welche nach der Datenfusion einen Erfassungsbereich von insbesondere 360° aufweist. Alternativ oder zusätzlich, insbesondere zur Realisierung fehlender Daten zur Erzeugung des Erfassungsbereichs von 360°, werden die Umgebungsinformationen aus Kartendaten einer digitalen Straßenkarte, aus kommunizierten Daten aus einer ITS-standardisierten Cooperative Awarness Message, einer Fahrzeug-zu-Infrastruktur-Kommunikation und/oder einer Verkehrsteilnehmer-zu-Verkehrsteilnehmer-Kommunikation bzw. einer Fahrzeug-zu-Fahrzeug-Kommunikation ermittelt. Aus den Umgebungsinformationen wird wiederum abgeleitet, ob sich in der Umgebung der Verkehrsteilnehmer V1, V2 Gefahrenstellen und/oder Konfliktbereiche befinden.The environment information of the road users V1, V2 are detected by means of the at least one environment detection unit. This environment detection unit is an image acquisition unit, for example an in-vehicle and / or one or more infrastructure-bound camera / s, which has a detection range of, in particular, 360 ° after the data fusion. Alternatively or additionally, in particular for realizing missing data for generating the coverage of 360 °, the environmental information from map data of a digital road map, from communicated data from an ITS-standardized Cooperative Awarness Message, a vehicle-to-infrastructure communication and / or a Road user-to-vehicle communication or vehicle-to-vehicle communication. From the environment information is in turn derived, whether in the environment of road users V1, V2 are danger spots and / or areas of conflict.
  • Zur Ermittlung der Fahrerabsichten werden die Verkehrsteilnehmer V1, V2 auf ihrer Fahrspur lokalisiert. Dabei werden eine relative Geschwindigkeit eines vorausfahrenden Verkehrsteilnehmers V1, V2 auf der gleichen Fahrspur zusammen mit einer relativen Geschwindigkeit eines nachfolgenden Verkehrsteilnehmers V1, V2 auf der gleichen Fahrspur und einer relativen Geschwindigkeit eines entgegenkommenden, parallel fahrenden oder überholenden Verkehrsteilnehmers V1, V2 auf einer benachbarten Fahrspur oder der gleichen Fahrspur berücksichtigt. Auch werden die Fahrerabsichten aus Bewegungsmustern und Lichtzeichen, wie beispielsweise aus einer Aktivierung eines Fahrtrichtungsanzeigers, abgeleitet.To determine the driver's intentions, the road users V1, V2 are located on their lane. In this case, a relative speed of a preceding road user V1, V2 on the same lane together with a relative speed of a following road user V1, V2 on the same lane and a relative speed of an oncoming, parallel driving or overtaking road user V1, V2 on an adjacent lane or the same lane. Also, the driver intentions are derived from motion patterns and lights, such as from activation of a direction indicator.
  • Zur Ermittlung der Absichten der ungeschützten Verkehrsteilnehmer, werden die gefährdeten oder gefährdenden Fußgänger (Verkehrsteilnehmer V5 bis V8) und Radfahrer (Verkehrsteilnehmer V9 bis V12) auf dem entsprechenden Segment der Straße bzw. der Kreuzung lokalisiert. Aus Klassifizierungsalgorithmen werden deren Bewegungsmerkmale, wie Bewegungsrichtung, Orientierung und relative Geschwindigkeit, abgeleitet von den lokal fusionierten Daten und/oder durch V2X-kommunizierte Daten. Diese Merkmale werden benutzt in Kombination mit den Verkehrsregeln (Verkehrszeichen und Verkehrsampeln) als Eingangsdaten für die Absichterkennung der ungeschützten Verkehrsteilnehmer. Daraus werden deren möglichen Bewegungsoptionen, im allgemeinen Manöveroptionen genannt, abgeleitet.To identify the intentions of unprotected road users, the vulnerable or endangered pedestrians (road users V5 to V8) and cyclists (road users V9 to V12) are located on the appropriate segment of the road or intersection. Classification algorithms determine their movement characteristics, such as direction of movement, orientation and relative speed, derived from the locally fused data and / or through V2X-communicated data. These features are used in combination with the traffic rules (traffic signs and traffic lights) as input data for the intentional identification of unprotected road users. From this, their possible movement options, generally called maneuver options, are derived.
  • Die möglichen gegenseitigen Schnittpunkte der Manöveroptionen stellen Positionen potenzieller Kollisionen K zwischen den in den Konfliktbereichen erwarteten und paarweise betrachteten Verkehrsteilnehmern V1 ... Vn dar, so dass anhand der Schnittpunkte in der ersten Verfahrensstufe weiterhin die potenzielle Kollisionsgefahr K und/oder Folgekollisionsgefahr zwischen den Verkehrsteilnehmern V1 ... Vn paarweise ermittelt werden.The possible mutual points of intersection of the maneuver options represent positions of potential collisions K between the traffic participants V1 ... Vn expected in the conflict areas and considered in pairs, so that the potential collision risk K and / or consequential risk of collision between the road users V1 ... Vn be determined in pairs.
  • Die Risikobewertung wird abgeleitet aus der kognitiven Kombination der Ereignisse:
    Potenzielle Kollisionsgefahr, gleichzeitige Belegung der Konfliktbereiche und Befolgung von Vorrangsregeln. Sie wird als Hinweis an die reale Kollisionsgefahr und/oder Folgekollisionsgefahr in Raum-Zeit berücksichtigt.
    The risk assessment is derived from the cognitive combination of events:
    Potential collision risk, simultaneous occupation of the conflict areas and compliance with priority rules. It is taken into account as an indication of the real risk of collision and / or consequential risk of collision in space-time.
  • In einer zeitlich nach der ersten Verfahrensstufe „Risikobewertung in Raum-Zeit” folgenden zweiten Verfahrensstufe „Feel-Safe-Zone” werden anhand der ermittelten realen Kollisionsgefahr K mögliche kollisionsfreie Bewegungshypothese-Trajektorie-Paare der Verkehrsteilnehmer V1, V2 ermittelt und bewertet. Die möglichen kollisionsfreien Bewegungshypothesen-Trajektorien-Paare der Verkehrsteilnehmer V1, V12 stellen dabei Manöveroptionen der Verkehrsteilnehmer V1, V12 für die jeweilige Situation dar, welche ohne Kollision K durchgeführt werden können. Diese werden als Eingangsgrößen der kollisionsfreien Fahrbahnplanung verwendet.In a second stage "Feel-Safe-Zone" following the first stage of the process "Risk Assessment in Space-Time", potential collision-free movement hypothesis-trajectory pairs of road users V1, V2 are determined and evaluated on the basis of the determined real risk of collision K. The possible collision-free movement hypothesis trajectory pairs of road users V1, V12 represent maneuvering options of road users V1, V12 for the respective situation, which can be carried out without collision K. These are used as input variables for collision-free roadway planning.
  • Bei der Bewertung der kollisionsfreien Bewegungshypothesen-Trajektorien-Paare werden die jeweiligen Bewegungsspielräume zwischen den Verkehrsteilnehmern V1, V12 ermittelt und in Abhängigkeit einer Größe des jeweiligen Bewegungsspielraums wird die Gefahrenwahrscheinlichkeit P(C) ermittelt. Bei der Bewertung der Bewegungsspielräume wird ein in 9 gezeigter Fahrerzustand FZ und/oder eine Fahrer-Voreinstellung berücksichtigt, wobei zur Ermittlung des Fahrerzustands FZ ein Aufmerksamkeitsgrad, ein Ablenkungsgrad, ein Müdigkeitsgrad, Stress und/oder Vitalparameter des Fahrers erfasst werden. Die Fahrer-Voreinstellung beinhaltet den allgemeinen Wunsch des Fahrers selbstständig oder mit Unterstützung des Fahrerassistenzsystems einer aktuell erfassten Situation, bei der ein Bewegungsspielraum vorhanden ist, zu begegnen. Dabei unterscheidet das System ob ein Bewegungsspielraum, ohne- bzw. mit extremen Manövern, vorhanden ist. Falls der berechnete Bewegungsspielraum einen anderen Verkehrsteilnehmer (auf komfortable und sichere Art) zu passieren erlaubt und die Fahrer-Voreinstellung den Wunsch auf selbständige Steuerung beinhaltet, wird dem Fahrer die Möglichkeit gegeben, selbst ein Korrekturmanöver durchzuführen, nachdem die zweite System-Warnung ausgegeben wurde. Falls der Fahrer korrekt handelt, ist die Situation entschärft, ohne Bedarf für eine Systemintervention. Falls der Fahrer nicht korrekt handelt, d. h. der vorhandene Bewegungsspielraum nicht ausgenutzt wird, bzw. die Voreinstellung auf „Systemunterstützung bei Kollisionsgefahr” ist oder falls kein Bewegungsspielraum vorhanden ist, wird eine dritte Warnung ausgegeben gefolgt von einer Systemintervention, die eine Kollision verhindert oder entschärft.When assessing the collision-free movement hypothesis trajectory pairs, the respective ranges of motion between the road users V1, V12 are determined, and the danger probability P (C) is determined as a function of a size of the respective range of motion. When evaluating the range of motion is an in 9 shown driver state FZ and / or a driver presetting taken into account, wherein for determining the driver state FZ an attention level, a degree of distraction, a level of fatigue, stress and / or vital parameters of the driver are detected. The driver presetting includes the general request of the driver independently or with the assistance of the driver assistance system of a currently detected situation in which a range of motion is present to meet. The system distinguishes whether a range of motion, without or with extreme maneuvers, exists. If the calculated range of motion allows another road user to pass (in a comfortable and secure manner) and the driver preset includes the desire for autonomous control, the driver is given the opportunity to perform a correction maneuver himself after the second system warning has been issued. If the driver acts correctly, the situation is defused, with no need for system intervention. If the driver does not act correctly, ie the available range of motion is not used, or if the default setting is "system support in the event of a collision hazard" or if there is no room for maneuver, a third warning is issued followed by a system intervention that prevents or mitigates a collision.
  • Die Ermittlung der Gefahrenwahrscheinlichkeit P(C) sowie der Bewegungsspielräume, hier als „Feel-Safe-Zone” referenziert, wird anhand eines stochastischen Modells gemäß dem in der DE 10 2011 106 176 A1 beschriebenen Verfahren und/oder gemäß der noch nicht veröffentlichten DE 10 2012 005 272 durchgeführt. Somit basiert die Gefahrenbewertung auf einer Prognose von allen möglichen fahrbaren und steuerbaren Trajektorien für die Verkehrsteilnehmer V1 bis V12. Die Prognose weist insbesondere eine Vorlaufzeit von 2 s auf. Mit anderen Worten: Die prognostizierten Trajektorien sind 2 s vor Eintritt des wirklichen Ereignisses bekannt.The determination of the probability of danger P (C) and the range of motion, here referred to as "Feel-Safe-Zone", is determined on the basis of a stochastic model according to the DE 10 2011 106 176 A1 described method and / or according to the not yet published DE 10 2012 005 272 carried out. Thus, the hazard assessment is based on a prognosis of all possible drivable and controllable trajectories for road users V1 to V12. In particular, the forecast has a lead time of 2 s. In other words, the predicted trajectories are known 2 s before the actual event occurs.
  • Das bedeutet – die Kombination der beiden Verfahren – „Risikobewertung in Raum-Zeit” und die Berechnung der Gefahrenwahrscheinlichkeit P(C) und verfügbarer Bewegungsspielräume (d. h. „Feel-Safe-Zone”) – liefert die übergreifende kontextabhängige Ableitung der realen Kollisionsgefahr mit dem verfügbaren Bewegungsspielraum für die Kollisionsvermeidung. Beide Verfahren – Risikobewertung der potentiellen und realen Kollisionsgefahr sowie „Feel-Safe-Zone” zur Ermittlung der realen und akuten Kollisionsgefahr mit dem verfügbaren Bewegungsspielraum – laufen parallel zur Situationsanalyse im Quer-, Längs- und Gegenverkehr. Beide Verfahren liefern zu verschiedene Zeitpunkten die Trigger für die vier Eskalationstufen des Systems: Information, Warnungen (W1 bis W3) und/oder aktive Intervention/Eingriff in die Längs- bzw. Querdynamik. This means - the combination of the two methods - "risk assessment in space-time" and the calculation of the probability of danger P (C) and available range of motion (ie "feel-safe zone") - provides the overall context-dependent derivation of the real risk of collision with the available one Movement scope for collision avoidance. Both methods - risk assessment of the potential and real risk of collision and "feel-safe zone" to determine the real and acute risk of collision with the available range of motion - run parallel to the situation analysis in the transverse, longitudinal and oncoming traffic. Both methods provide the triggers for the four escalation levels of the system at various times: information, warnings (W1 to W3) and / or active intervention / intervention in the longitudinal or lateral dynamics.
  • Bei der Ermittlung der Gefahrenwahrscheinlichkeit P(C) wird bei der dargestellten Situation ein Handeln beider Verkehrsteilnehmer V1, V2 im Gegenverkehr, insbesondere innerhalb geschlossener Ortschaften in beliebigen Geschwindigkeitsbereichen berücksichtigt. Ferner werden Überholmanöver mit und ohne Gegenverkehr sowie ein Ausscheren und Einscheren, Einfädeln/Ausfädeln, bzw. ein Spurwechsel sowohl innerhalb geschlossener Ortschaften als auch außerhalb geschlossener Ortschaften auf Autobahnen, Kraftfahrtstraßen und Landstraßen berücksichtigt. Auch werden gekrümmte Straßenprofile berücksichtigt, wobei die Krümmung der Straßenprofile insbesondere aus der Gierrate des jeweiligen als Fahrzeug abgebildeten Verkehrsteilnehmers V1, V2 abgeleitet wird.When determining the danger probability P (C), an action of both road users V1, V2 in oncoming traffic, in particular within closed localities in arbitrary speed ranges, is taken into account in the illustrated situation. Furthermore, overtaking maneuvers with and without oncoming traffic as well as shearing and shearing, threading / unthreading, or a lane change are taken into account, both within built-up areas and outside built-up areas on motorways, motor roads and highways. Curved road profiles are also taken into account, the curvature of the road profiles being derived, in particular, from the yaw rate of the respective road user V1, V2 depicted as vehicle.
  • 2B zeigt eine Gefahrenwahrscheinlichkeitsverteilung in Abhängigkeit einer Längsbeschleunigung a und einer Lenkrate l des ersten Verkehrsteilnehmers V1. Die Gefahrenwahrscheinlichkeitsverteilung ist dabei in vier Gefahrenbereiche B1 bis B4 unterteilt, wobei die Gefahrenwahrscheinlichkeit P(C) vom ersten Gefahrenbereich B1 bis zum vierten Gefahrenbereich B4 zunimmt. Dabei beträgt die Gefährenwahrscheinlichkeit P(C) im ersten Gefahrenbereich B1 insbesondere bis zu 25%, im zweiten Gefahrenbereich B2 25% bis 50%, im dritten Gefahrenbereich B3 50% bis 75% und im vierten Gefahrenbereich B4 75% bis 100%. 2 B shows a hazard probability distribution as a function of a longitudinal acceleration a and a steering rate l of the first road user V1. The hazard probability distribution is subdivided into four danger areas B1 to B4, the danger probability P (C) increasing from the first danger area B1 to the fourth danger area B4. The risk probability P (C) in the first danger zone B1 is in particular up to 25%, in the second danger zone B2 25% to 50%, in the third danger zone B3 50% to 75% and in the fourth danger zone B4 75% to 100%.
  • Aus der Gefahrenwahrscheinlichkeitsverteilung wird ersichtlich, dass bei zunehmender Beschleunigung a und einer zunehmenden Lenkrate l in eine linke Richtung die Gefahrenwahrscheinlichkeit P(C) einer Kollision K mit dem zweiten Verkehrsteilnehmer V2 ansteigt.It can be seen from the hazard probability distribution that with increasing acceleration a and an increasing steering rate l in a left direction the danger probability P (C) of a collision K with the second road user V2 increases.
  • In 2C ist die Gefahrenwahrscheinlichkeitsverteilung der gleichen Situation für den zweiten Verkehrsteilnehmer V2 dargestellt. Auch hierbei ist die Gefahrenwahrscheinlichkeitsverteilung in die vier Gefahrenbereiche B1 bis B4 unterteilt. Es wird ersichtlich, dass bei zunehmender Beschleunigung a und einer zunehmenden Lenkrate l in eine linke Richtung die Gefahrenwahrscheinlichkeit P(C) einer Kollision K mit dem ersten Verkehrsteilnehmer V1 ansteigt.In 2C the probability distribution of the same situation for the second road user V2 is shown. Again, the hazard probability distribution is divided into four hazard areas B1 to B4. It can be seen that with increasing acceleration a and an increasing steering rate l in a left direction, the danger probability P (C) of a collision K with the first road user V1 increases.
  • In 3A ist eine dritte Verkehrssituation zwischen zwei sich entgegenkommenden Verkehrsteilnehmern V1, V2 dargestellt. Im Unterschied zu der in 2A dargestellten zweiten Verkehrssituation bewegen sich die Verkehrsteilnehmer V1, V2 auf einer zweispurigen Fahrbahn aufeinander zu.In 3A is a third traffic situation between two oncoming traffic participants V1, V2 shown. Unlike the in 2A shown second traffic situation, the road users move V1, V2 on a two-lane road towards each other.
  • Die 3B und 3C zeigen die Gefahrenwahrscheinlichkeitsverteilungen der Verkehrsteilnehmer V1, V2 in Abhängigkeit der Längsbeschleunigung a und der Lenkrate I, wobei bei zunehmender Beschleunigung a und einer zunehmenden Lenkrate l des ersten Verkehrsteilnehmers V1 in eine linke Richtung die Gefahrenwahrscheinlichkeit P(C) einer Kollision K mit dem zweiten Verkehrsteilnehmer V2 ansteigt und bei zunehmender Beschleunigung a und einer zunehmenden Lenkrate l des zweiten Verkehrsteilnehmers V2 in eine linke Richtung die Gefahrenwahrscheinlichkeit P(C) einer Kollision K mit dem ersten Verkehrsteilnehmer V1 ansteigt.The 3B and 3C show the probability distribution of the road users V1, V2 as a function of the longitudinal acceleration a and the steering rate I, with increasing acceleration a and an increasing steering rate l of the first road user V1 in a left direction, the danger probability P (C) of a collision K with the second road user V2 increases and increases with increasing acceleration a and an increasing steering rate l of the second road user V2 in a left direction, the danger probability P (C) of a collision K with the first road user V1.
  • 4A zeigt eine vierte Situation zwischen zwei in gleicher Richtung nebeneinander fahrenden Verkehrsteilnehmern V1, V2, d. h. sich in relativer Bewegung zueinander befindlichen Fahrzeugen, sowie den Verkehrsteilnehmern V1, V2 zugehörige Mengen M1, M2 von Bewegungshypothese-Trajektorien T11 bis Tm1, T12 bis Tn2. Die Verkehrsteilnehmer V1, V2 bewegen sich beispielsweise auf einer Autobahn, Kraftfahrtstraße oder Landstraße. Eine derartige dargestellte Situation ergibt sich beispielsweise bei Ausscher- und Einschermanövern, bei Ausfädel- und Einfädelmanövern an Aus- und Einfahrten sowie bei Spurwechselmanövern auf den genannten Straßentypen, wobei derartige Spurwechselmanöver in 6 näher dargestellt sind. 4A shows a fourth situation between two in the same direction side by side moving road users V1, V2, ie, in relative motion to each other vehicles, and the road users V1, V2 associated amounts M1, M2 of movement hypothesis trajectories T1 1 to Tm 1 , T1 2 to Tn 2 . The road users V1, V2 move for example on a highway, motor road or country road. Such a situation shown results, for example, in Ausscher- and Einschermanövern, Ausfädel- and Einfädelmanövern at exits and driveways and lane change maneuvers on the mentioned types of road, such lane change maneuvers in 6 are shown in more detail.
  • Die Ermittlung der in den 4B und 4C näher dargestellten Gefahrenwahrscheinlichkeit P(C) dieser Situation zwischen den Verkehrsteilnehmer V1, V2 erfolgt analog zu der in 2A dargestellten Situation.The determination of in the 4B and 4C Danger probability P (C) of this situation between the road users V1, V2 shown in more detail analogous to that in 2A illustrated situation.
  • In 4B ist eine Gefahrenwahrscheinlichkeitsverteilung in Abhängigkeit der Längsbeschleunigung a und der Lenkrate l des ersten Verkehrsteilnehmers V1 dargestellt. Die Gefahrenwahrscheinlichkeitsverteilung ist dabei in die vier Gefahrenbereiche B1 bis B4 unterteilt, wobei die Gefahrenwahrscheinlichkeit P(C) vom ersten Gefahrenbereich B1 bis zum vierten Gefahrenbereich B4 zunimmt. Dabei beträgt die Gefahrenwahrscheinlichkeit P(C) im ersten Gefahrenbereich B1 insbesondere bis zu 25%, im zweiten Gefahrenbereich B2 25% bis 50%, im dritten Gefahrenbereich B3 50% bis 75% und im vierten Gefahrenbereich B4 75% bis 100%.In 4B a hazard probability distribution as a function of the longitudinal acceleration a and the steering rate l of the first traffic participant V1 is shown. The hazard probability distribution is subdivided into the four hazard areas B1 to B4, the danger probability P (C) increasing from the first danger area B1 to the fourth danger area B4. In this case, the danger probability P (C) in the first danger zone B1 is in particular up to 25%, second danger zone B2 25% to 50%, in the third danger zone B3 50% to 75% and in the fourth danger zone B4 75% to 100%.
  • Aus der Gefahrenwahrscheinlichkeitsverteilung wird ersichtlich, dass mit abnehmender Beschleunigung a, insbesondere bei einer negativen Beschleunigung a, und in Abhängigkeit einer zunehmenden Lenkrate l in eine linke Richtung die Gefahrenwahrscheinlichkeit P(C) einer Kollision K mit dem zweiten Verkehrsteilnehmer V2 ansteigt.It can be seen from the hazard probability distribution that with decreasing acceleration a, in particular with a negative acceleration a, and depending on an increasing steering rate l in a left direction, the danger probability P (C) of a collision K with the second road user V2 increases.
  • 4C zeigt die Gefahrenwahrscheinlichkeitsverteilung der gleichen Situation für den zweiten Verkehrsteilnehmer V2. Auch hierbei ist die Gefahrenwahrscheinlichkeitsverteilung in die vier Gefahrenbereiche B1 bis B4 unterteilt. Aus der Darstellung wird ersichtlich, dass ebenfalls bei abnehmender, insbesondere negativer Beschleunigung a, jedoch bei einer zunehmenden Lenkrate l in eine rechte Richtung die Gefahrenwahrscheinlichkeit P(C) einer Kollision K mit dem ersten Verkehrsteilnehmer V1, V2 ansteigt. 4C shows the hazard probability distribution of the same situation for the second road user V2. Again, the hazard probability distribution is divided into four hazard areas B1 to B4. It can be seen from the representation that the danger probability P (C) of a collision K with the first road user V1, V2 also increases with decreasing, in particular negative acceleration a, but with an increasing steering rate l in a right direction.
  • In 5 ist schematisch eine Ermittlung von Fahrerabsichten FA aus verschiedenen Daten dargestellt. Die Fahrerabsichten FA umfassen eine Absicht eines jeweiligen Fahrers zur Durchführung von Einscher- und/oder Ausschervorgängen EA, Einfädel- und/oder Ausfädelvorgängen EA, Spurwechselvorgängen S und Überholvorgängen U.In 5 schematically a determination of driver intent FA is shown from different data. The driver's intentions FA include an intention of a respective driver to perform luffing and / or Ausschorgorgänge EA, threading and / or Ausfädelvorgängen EA, lane change operations S and overtaking U.
  • Diese Fahrerabsichten FA werden in dem erfindungsgemäßen Verfahren zur Situationsanalyse der Einscher- und/oder Ausschervorgänge EA von in 6 näher dargestellten und jeweils als Fahrzeug ausgebildeten Verkehrsteilnehmern V1 bis Vn verwendet.These driver intentions FA are in the inventive method for situation analysis of Einscher- and / or Ausschervorgänge EA of in 6 used in detail and each trained as a vehicle road users V1 to Vn used.
  • Hierbei werden mittels des objektorientierten Bayes-Netzwerks eine laterale Evidenz, die Trajektorien der Verkehrsteilnehmer V1 bis Vn und objektorientierte dynamische Gitter dG probabilistisch kombiniert, um die Manöverabsichten des Fahrers zu ermitteln. Hierfür wird die laterale Evidenz ermittelt anhand folgender Merkmale: Abstand zur Spurmarkierung und Quergeschwindigkeit. Die Trajektorie wird berechnet anhand der Merkmale: Zeit zur Überquerung der Spurmarkierung, maximal ausgenutzte Beschleunigung und Spurwinkelfehler. Die Belegung der dynamischen Gitter dG wird ermittelt durch die Belegungszeit einer Zelle sowie durch der Abstand von der aktuellen Position des Verkehrsteilnehmers bis zu einem Eintritt in die Zelle bzw. bis zu einem Austritt aus der Zelle. Ein objektorientiertes dynamische Gitter dG ist ebenfalls in 6 näher dargestellt.In this case, a lateral evidence, the trajectories of road users V1 to Vn and object-oriented dynamic grids dG probabilistically combined by means of the object-oriented Bayes network to determine the maneuver intentions of the driver. For this purpose, the lateral evidence is determined by the following features: distance to the lane marking and lateral velocity. The trajectory is calculated on the basis of the characteristics: time for crossing the lane marking, maximum utilized acceleration and toe angle error. The assignment of the dynamic grid dG is determined by the occupancy time of a cell and by the distance from the current position of the road user to an entry into the cell or until it leaves the cell. An object-oriented dynamic grid dG is also in 6 shown in more detail.
  • Weiterhin werden als Kontextinformationen aus einer digitalen Straßenkarte eines Straßensegments SS1 bis SSu, auf welchem sich der jeweilige Verkehrsteilnehmer V1 bis Vn befindet, aus Signalen von nicht gezeigten fahrzeugseitigen Sensoren der Verkehrsteilnehmer V1 bis Vn und aus Daten einer Fahrzeug-zu-Fahrzeug-Kommunikation und/oder einer Fahrzeug-zu-Infrastruktur-Kommunikation zwischen den Verkehrsteilnehmern V1 bis Vn selbst und/oder zwischen den Verkehrsteilnehmern V1 bis Vn und einer Infrastruktur ein in 7 gezeigter Bewegungszustand BZ1 bis BZn der Verkehrsteilnehmer V1 bis Vn, ein Steuerzustand SZ1 bis SZn der Verkehrsteilnehmer V1 bis Vn, ein Fahreraktivitätszustand FAZ1 bis FAZn und Ereignisnachrichten EN ermittelt. Die Straßensegmente SS1 bis SSu werden als dynamische Belegungsgitter zentriert um jeweils einen Verkehrsteilnehmer V1 bis Vn durch das objektorientierte dynamische Gitter dG gebildet und sind ebenfalls in 6 näher dargestellt. Die dynamischen Belegungsgitter bewegen sich dabei mit den Verkehrsteilnehmern V1 bis Vn mit.Furthermore, as context information from a digital road map of a road segment SS1 to SSu on which the respective traffic participant V1 to Vn is located, signals from not shown vehicle-side sensors of the road users V1 to Vn and from data of a vehicle-to-vehicle communication and / or a vehicle-to-infrastructure communication between the road users V1 to Vn itself and / or between the road users V1 to Vn and an infrastructure in 7 shown movement state BZ1 to BZn the road users V1 to Vn, a control state SZ1 to SZn the road users V1 to Vn, a driver activity state FAZ1 to FAZn and event messages EN determined. The road segments SS1 to SSu are centered as dynamic allocation grids around a respective traffic participant V1 to Vn formed by the object-oriented dynamic grid dG and are also in 6 shown in more detail. The dynamic allocation grids move along with the road users V1 to Vn.
  • Bei der Situationsanalyse wird aus den Kontextinformationen, der lateralen Evidenz, den Trajektorien der Verkehrsteilnehmer V1 bis Vn, den objektorientierten dynamischen Gittern dG, den Abständen, den relativen Ausrichtungen und den relativen Positionierungen der Verkehrsteilnehmer V1 bis Vn deren Manöverabsichten ermittelt.In the situation analysis, it is determined from the context information, the lateral evidence, the trajectories of the road users V1 to Vn, the object-oriented dynamic grids dG, the distances, the relative orientations and the relative positioning of the road users V1 to Vn whose maneuver intentions.
  • Bei der Ermittlung der Kontextinformationen aus der digitalen Straßenkarte des Straßensegments SS1 bis SSu werden eine Topografie und Topologie des Straßensegments SS1 bis SSu, Verkehrszeichen, Verkehrsregeln und/oder Spurmarkierungen auf einer in 6 dargestellten Fahrspur FS1 bis FS4 verwendet. Die aus der digitalen Straßenkarte ermittelten Kontextinformationen sind als Informationen 11 dargestellt und werden zur Ermittlung der Fahrerabsichten FA verwendet. Die Informationen I1 umfassen dabei insbesondere auch den Kontext darüber, ob es sich bei einer jeweils benachbarten Fahrspur FS1 bis FS4 um eine Einscher- und/oder Ausscherspur bzw. Einfädel- und/oder Ausfädelspur oder um eine Gegenverkehrspur handelt.When determining the context information from the digital road map of the road segment SS1 to SSu, a topography and topology of the road segment SS1 to SSu, traffic signs, traffic rules and / or lane markers on an in 6 shown lane FS1 to FS4 used. The context information determined from the digital road map is shown as information 11 and used to determine the driver's intent FA. In particular, the information I1 also includes the context as to whether a respective adjacent traffic lane FS1 to FS4 is a luffing and / or discharge lane or threading and / or delisting lane or an oncoming traffic lane.
  • Bei der Ermittlung der Kontextinformationen mittels der fahrzeugseitigen Sensoren wird eine jeweilige Umgebung der Verkehrsteilnehmer V1 bis Vn in einem Erfassungsbereich von 360°, d. h. in einer Rundumsicht, erfasst. Dabei werden die in der Umgebung des jeweiligen Verkehrsteilnehmers V1 bis Vn vorhandenen weiteren Verkehrsteilnehmer V1 bis Vn erfasst und es werden deren relative Positionen zueinander bestimmt. Aus diesen Kontextinformationen werden Positionen POS1 bis POSn der Verkehrsteilnehmer V1 bis Vn auf deren Fahrspur FS1 bis FS4 ermittelt, welche wiederum zur Ermittlung der Fahrerabsichten FA verwendet werden.When determining the context information by means of the vehicle-mounted sensors, a respective environment of the road users V1 to Vn in a detection range of 360 °, i. H. in a panoramic view, captured. In this case, the further road users V1 to Vn present in the surroundings of the respective road user V1 to Vn are detected and their relative positions relative to one another are determined. From these context information positions POS1 to POSn of road users V1 to Vn are determined on their lane FS1 to FS4, which in turn are used to determine the driver's intent FA.
  • Weiterhin werden mittels fahrzeugeigenen Sensoren und der Fahrzeug-zu-Fahrzeug-Kommunikation und/oder der Fahrzeug-zu-Infrastruktur-Kommunikation zwischen Verkehrsteilnehmern V1 bis Vn und/oder der Infrastruktur Positionen POS2 bis POSn, eine Geschwindigkeit und eine Ausrichtung der Verkehrsteilnehmer V1 bis Vn bezüglich deren Fahrspur FS1 bis FS4 ermittelt. Die Fahrzeug-zu-Fahrzeug-Kommunikation und/oder die Fahrzeug-zu-Infrastruktur-Kommunikation ermöglichen dabei die Erfassung gegebenenfalls fehlender Informationen zur Realisierung des Erfassungsbereichs von 360° und erlauben somit eine robuste Fusion der verschiedenen Daten zur Ermittlung der Kontextinformationen.Furthermore, by means of on-board sensors and the vehicle-to-vehicle Communication and / or the vehicle-to-infrastructure communication between road users V1 to Vn and / or the infrastructure positions POS2 to POSn, determines a speed and orientation of the road users V1 to Vn with respect to their lane FS1 to FS4. The vehicle-to-vehicle communication and / or the vehicle-to-infrastructure communication thereby enable the detection of possibly missing information to realize the coverage of 360 ° and thus allow a robust fusion of the various data to determine the context information.
  • Aus diesen Daten werden wiederum die Bewegungszustände BZ1 bis BZn der einzelnen Verkehrsteilnehmer V1 bis Vn sowie relative Großen ermittelt, welche bei der Ermittlung der Fahrerabsichten FA verwendet werden.From these data, the movement states BZ1 to BZn of the individual road users V1 to Vn and relative variables which are used in the determination of the driver's intention FA are again determined.
  • Die relativen Größen umfassen ausgehend von einem jeweiligen Verkehrsteilnehmer V1 bis Vn eine zugehörige erste Relativgeschwindigkeit v1rel eines vor dem jeweiligen Verkehrsteilnehmer V1 bis Vn auf der gleichen Fahrspur FS1 bis FS4 fahrenden weiteren Verkehrsteilnehmers V1 bis Vn und eine zweite Relativgeschwindigkeit v2rel eines hinter dem jeweiligen Verkehrsteilnehmer V1 bis Vn auf der gleichen Fahrspur FS1 bis FS4 fahrenden weiteren Verkehrsteilnehmers V1 bis Vn oder eines dem jeweiligen Verkehrsteilnehmer V1 bis Vn auf einer Nebenspur entgegenkommenden, parallel fahrenden oder überholenden weiteren Verkehrsteilnehmers V1 bis Vn.The relative variables comprise, starting from a respective road user V1 to Vn, an associated first relative speed v1 rel of a further road user V1 to Vn traveling ahead of the respective road user V1 to Vn on the same traffic lane FS1 to FS4 and a second relative speed v2 rel behind the respective road user V1 to Vn on the same lane FS1 to FS4 driving another road user V1 to Vn or one of the respective road users V1 to Vn on a secondary lane oncoming, parallel driving or overtaking other road users V1 to Vn.
  • Weiterhin umfassen die relativen Größen eine erste relative Orientierung O1rel des jeweiligen Verkehrsteilnehmers V1 bis Vn zu dem auf der gleichen Fahrspur FS1 bis FS4 vor dem jeweiligen Verkehrsteilnehmer V1 bis Vn fahrenden weiteren Verkehrsteilnehmer V1 bis Vn und eine zweite relative Orientierung O2rel des hinter dem jeweiligen Verkehrsteilnehmer V1 bis Vn auf der gleichen Fahrspur FS1 bis FS4 fahrenden weiteren Verkehrsteilnehmer V1 bis Vn oder des dem jeweiligen Verkehrsteilnehmer V1 bis Vn auf einer Nebenspur entgegenkommenden, parallel fahrenden oder überholenden weiteren Verkehrsteilnehmers V1 bis Vn.Furthermore, the relative quantities include a first relative orientation O1 rel of the respective road user V1 to Vn to the on the same lane FS1 to FS4 ahead of the respective road users V1 to Vn driving other road users V1 to Vn and a second relative orientation O2 rel of behind the respective Road users V1 to Vn on the same lane FS1 to FS4 driving other road users V1 to Vn or of the respective road users V1 to Vn on a secondary lane oncoming, parallel driving or overtaking other road users V1 to Vn.
  • Der Fahreraktivitätszustand FAZ1 bis FAZn der Verkehrsteilnehmer V1 bis Vn wird aus einer aktiven Route eines Navigationssystems, aktivierten Fahrtrichtungsanzeigern, eines aktivierten Warnblinklichts, einer Stellung eines Bremspedals, einer Stellung eines Fahrpedals und/oder einer Lenkradrate ermittelt und ebenfalls bei der Ermittlung der Fahrerabsichten FA berücksichtigt.The driver activity state FAZ1 to FAZn of the road users V1 to Vn is determined from an active route of a navigation system, activated direction indicators, an activated hazard warning light, a position of a brake pedal, a position of an accelerator pedal and / or a steering wheel rate and also taken into account in the determination of the driver's intent FA.
  • Ferner wird der Steuerzustand SZ1 bis SZn der Verkehrsteilnehmer V1 bis Vn bei der Ermittlung der Fahrerabsichten FA berücksichtigt, wobei der jeweilige Steuerzustand SZ1 bis SZn aus einem Lenkwinkel, einer Beschleunigung und/oder einer Verzögerung der Verkehrsteilnehmer V1 bis Vn ermittelt wird.Furthermore, the control state SZ1 to SZn of the road users V1 to Vn is taken into account in the determination of the driver's intent FA, the respective control state SZ1 to SZn being determined from a steering angle, an acceleration and / or a deceleration of the road users V1 to Vn.
  • Die Ereignisnachrichten EN werden ebenfalls bei der Ermittlung der Fahrerabsichten FA berücksichtigt und aus Hindernissen und ungeschützten Verkehrsteilnehmern V1 bis Vn und deren Positionen auf den Fahrspuren FS1 bis FS4 ermittelt, wobei die Hindernisse und die ungeschützten Verkehrsteilnehmer V1 bis Vn mit den fahrzeugeigenen Sensoren, der Fahrzeug-zu-Fahrzeug-Kommunikation und/oder der Fahrzeug-zu-Infrastruktur-Kommunikation ermittelt werden.The event messages EN are likewise taken into account in the determination of the driver's intention FA and are determined from obstacles and unprotected road users V1 to Vn and their positions on the lanes FS1 to FS4, the obstacles and the unprotected road users V1 to Vn being connected to the vehicle's own sensors, the vehicle sensors. for vehicle communication and / or vehicle-to-infrastructure communication.
  • In 6 ist eine fünfte Verkehrssituation mit mehreren Verkehrsteilnehmern, V1 bis Vn dargestellt.In 6 is a fifth traffic situation with several road users, V1 to Vn shown.
  • In der dargestellten ersten Verkehrssituation bewegen sich alle Verkehrsteilnehmer V1 bis Vn in gleicher Richtung auf vier Fahrspuren FS1 bis FS4. Für die Verkehrsteilnehmer V1 bis Vn stehen dabei je nach Fahrspur FS1 bis FS4 jeweils unterschiedliche Manöveroptionen zur Verfügung, wobei die Manöveroptionen die Einscher- und/oder Ausschervorgänge EA, die damit verbunden Spurwechselvorgänge S, Überholvorgänge U und/oder Geradeausfahrvorgänge G umfassen. Zur Wahrung der Übersichtlichkeit sind nicht alle Manöveroptionen mit Bezugszeichen versehen.In the illustrated first traffic situation, all road users V1 to Vn move in the same direction to four lanes FS1 to FS4. Depending on the lane FS1 to FS4, different maneuver options are available for the road users V1 to Vn, the maneuvering options including the shearing and / or shunting operations EA, the lane changing operations S, overtaking operations U and / or straight-ahead driving operations G connected thereto. For clarity, not all maneuver options are provided with reference numerals.
  • Bei den Geradeausfahrvorgängen G folgt der jeweilige Verkehrsteilnehmer V1 bis Vn der Fahrspur FS1 bis FS4, in welcher er sich befindet. Einschervorgänge zeichnen sich dadurch aus, dass ein Verkehrsteilnehmer V1 bis Vn in eine benachbarte Fahrspur FS1 bis FS4 wechselt und anschließend der jeweiligen Fahrspur FS1 bis FS4 folgt. Ausschervorgänge zeichnen sich dadurch aus, dass ein Verkehrsteilnehmer V1 bis Vn nach einen Geradeausfahrvorgang G in eine benachbarte Fahrspur FS1 bis FS4 wechselt. Ein Überholvorgang U ist dadurch gekennzeichnet, dass ein Verkehrsteilnehmer V1 bis Vn nach einem Spurwechselvorgang S in eine linke benachbarte Fahrspur FS1 bis FS4 wechselt, der jeweiligen Fahrspur FS1 bis FS4 folgt und anschließend einen Spurwechselvorgang S in eine benachbarte rechte Fahrspur FS1 bis FS4 vollzieht. Überholvorgänge von rechts ereignen sich nicht nach den Verkehrsregeln, allerdings werden sie auch berücksichtigt wegen des erhöhten Risikos für eine Kollision.In the straight-ahead driving G follows the respective road users V1 to Vn of the lane FS1 to FS4, in which it is located. Einschervorgänge are characterized by the fact that a road user V1 to Vn changes into an adjacent lane FS1 to FS4 and then follows the respective lane FS1 to FS4. Ausschervorgänge distinguished by the fact that a road user V1 to Vn after a straight-ahead driving G changes into an adjacent lane FS1 to FS4. An overtaking process U is characterized in that a road user V1 to Vn changes to a left adjacent traffic lane FS1 to FS4 after a lane change operation S, follows the respective traffic lane FS1 to FS4 and subsequently completes a lane change operation S in an adjacent right traffic lane FS1 to FS4. Overtaking from the right does not happen according to the traffic rules, but they are also taken into account because of the increased risk for a collision.
  • Einfädelvorgänge zeichnen sich dadurch aus, dass ein Verkehrsteilnehmer V1 bis Vn nach einem Geradeausfahrvorgang G auf eine Zubringerstraße in eine benachbarte Fahrspur FS1 bis FS4, bei der der Verkehr schneller fährt, sowohl innerhalb geschlossener Ortschaften als auch außerhalb geschlossener Ortschaften auf Autobahnen, Kraftfahrtstraßen und Landstraßen, wechselt.Threading operations are distinguished by the fact that a road user V1 to Vn after a straight-ahead travel process G onto a feeder road into an adjacent traffic lane FS1 to FS4, in which traffic travels faster, both within closed towns as well as outside built-up areas on highways, motor roads and country roads, changes.
  • Ausfädelvorgänge zeichnen sich dadurch aus, dass ein Verkehrsteilnehmer V1 bis Vn nach einem Geradeausfahrvorgang G sowohl innerhalb geschlossener Ortschaften als auch außerhalb geschlossener Ortschaften auf Autobahnen, Kraftfahrtstraßen und Landstraßen auf eine benachbarte Abfahrtspur FS1 bis FS4 wechselt, um seine Geschwindigkeit zu reduzieren, d. h. anzupassen an die Straßen mit langsamerem Verkehr.Ausfädelvorgänge are characterized by the fact that a road user V1 to Vn after a straight-ahead driving G both within closed towns and outside built-up areas on highways, motor roads and highways to an adjacent departure lane FS1 to FS4 changes to reduce its speed, d. H. adapt to the streets with slower traffic.
  • Einige der oben genannten Straßentypen verwenden die gleiche Spur für beide Einfädel- und Ausfädelvorgänge, was mit deutlich erhöhtem Risiko einer Kollisionsgefahr verbunden ist.Some of the above road types use the same lane for both threading and unthreading operations, which is associated with a significantly increased risk of collision.
  • Bei der Situationsanalyse und einer damit verbundenen, in 7 gezeigten Risikobewertung RB der dargestellten fünften Verkehrssituation werden mittels des objektorientierten Bayes-Netzwerks die laterale Evidenz, Trajektorien der Verkehrsteilnehmer V1 bis Vn, das objektorientierte dynamische Gitter dG zusammen mit den in 5 dargestellten und beschrieben Kontextinformationen, den Fahrabsichten FA probabilistisch ermittelt.In the situation analysis and related, in 7 shown risk assessment RB the illustrated fifth traffic situation are using the object-oriented Bayes network lateral evidence, trajectories of road users V1 to Vn, the object-oriented dynamic grid dG together with the in 5 illustrated and described contextual information, the driving intentions FA probabilistic determined.
  • Innerhalb des objektorientierten dynamischen Gitters dG werden dabei insbesondere Fahrzeugdaten, wie beispielsweise eine jeweilige Länge, Breite und Höhe der Verkehrsteilnehmer V1 bis Vn, deren Positionen POS1 bis POSn, ein absoluter Abstand der Verkehrsteilnehmer V1 bis Vn zueinander, Querbeschleunigungen der Verkehrsteilnehmer V1 bis Vn und Überquerungszeiten bis zum Überqueren von Spurmarkierungen der Fahrspuren FS1 bis FS4 ermittelt. Bei den Spurmarkierungen kann es sich um virtuelle Spurmarkierungen handeln, welche sich beispielsweise aus einem Verkehrsfluss verschiedener Gruppen der Verkehrsteilnehmer V1 bis Vn ergeben, wobei zu diesem Zweck vorzugsweise die gesamte Fahrbahn mittels einer Kamera erfasst wird und die erfassten Bilder ausgewertet werden.Within the object-oriented dynamic grating dG, in particular vehicle data, such as a respective length, width and height of the road users V1 to Vn, their positions POS1 to POSn, an absolute distance of the road users V1 to Vn to each other, lateral accelerations of the road users V1 to Vn and traversing times until the crossing of lane markings of the lanes FS1 to FS4 determined. The lane markings may be virtual lane markers, which result, for example, from a traffic flow of different groups of road users V1 to Vn, for which purpose preferably the entire roadway is detected by means of a camera and the captured images are evaluated.
  • Weiterhin werden Konfliktbereiche K1 bis Ku in den Straßensegmenten SS1 bis SSu des objektzentrierten dynamischen Gitters dG ermittelt, wobei hierbei Zeitdauern zum Befahren eines neuen Straßensegments 551 bis SSu und somit eines Konfliktbereichs K1 bis Ku und zum Verlassen eines Straßensegments SS1 bis SSu und somit eines Konfliktbereichs K1 bis Ku ermittelt werden.Furthermore, conflict areas K1 to Ku are determined in the road segments SS1 to SSu of the object-centered dynamic lattice dG, with time periods for driving on a new road segment 551 to SSu and thus a conflict area K1 to Ku and for leaving a road segment SS1 to SSu and thus a conflict area K1 to Ku are determined.
  • Eine Zellengröße der dynamischen Belegungsgitter, d. h. eine Größe der Straßensegmente SS1 bis SSu, wird in Abhängigkeit der Geschwindigkeit der Verkehrsteilnehmer V1 bis Vn gewählt und somit variabel an unterschiedliche Verkehrssituationen und mögliche Gefahren angepasst. Auch wird ein Trend einer Teilbelegung der benachbarten Straßensegmente SS1 bis SSu in der Umgebung eines jeweiligen Verkehrsteilnehmers V1 bis Vn ermittelt, wobei der Trend zur Plausibilisierung der jeweiligen Fahrerabsicht FA verwendet wird. Eine steigende Belegung der benachbarten Straßensegmente SS1 bis SSu bekräftigt beispielsweise die Fahrerabsicht FA. Das heißt, mittels der dynamischen Belegungsgitter wird eine Wahrscheinlichkeit zur gleichzeitigen Belegung der Straßensegmente 551 bis SSu des dynamischen Gitters dG durch mehrere Verkehrsteilnehmer V1 bis Vn ermittelt.A cell size of the dynamic allocation grid, i. H. a size of the road segments SS1 to SSu, is selected as a function of the speed of the road users V1 to Vn and thus adapted to different traffic situations and possible hazards. Also, a trend of a partial occupancy of the adjacent road segments SS1 to SSu in the vicinity of a respective road user V1 to Vn is determined, the trend being used to check the plausibility of the respective driver intention FA. An increasing occupancy of the adjacent road segments SS1 to SSu affirms, for example, the driver's intention FA. That is, by means of the dynamic allocation grid, a probability for simultaneous occupancy of the road segments 551 to SSu of the dynamic grid dG is determined by a plurality of road users V1 to Vn.
  • Dabei wird die Wahrscheinlichkeit zur gleichzeitigen Belegung der Straßensegmente 551 bis SSu anhand mehrerer Merkmale ermittelt.The probability of simultaneous occupancy of the road segments 551 to SSu is determined on the basis of several features.
  • Diese Merkmale umfassen eine erste relative Zeitdauer (dTTE) bis zu einer gleichzeitigen Belegung der Straßensegmente 551 bis SSu durch mehrere Verkehrsteilnehmer V1 bis Vn, wobei diese erste relative Zeitdauer (dTTE) von der jeweiligen Geschwindigkeit der Verkehrsteilnehmer V1 bis Vn abhängig ist.These features comprise a first relative time duration (dTTE) up to a simultaneous occupancy of the road segments 551 to SSu by a plurality of road users V1 to Vn, this first relative time duration (dTTE) being dependent on the respective speed of the road users V1 to Vn.
  • Die relative erste Zeitdauer (dTTE) ergibt sich gemäß folgender Gleichung aus der Differenz der jeweiligen Zeitdauern (TTE = time to enter) bis zur Belegung der Straßensegmente SS1 bis SSu beispielhaft für die Verkehrsteilnehmer V1 und V2: dTTE = (TTEV1 – TTEV2), (1) mit:
  • dTTE
    = relative erste Zeitdauer,
    TTEV1
    = Zeitdauer für Verkehrsteilnehmer V1 und
    TTEV2
    = Zeitdauer für Verkehrsteilnehmer V2.
    The relative first time duration (dTTE) results according to the following equation from the difference of the respective time periods (TTE = time to enter) to the occupancy of the road segments SS1 to SSu by way of example for road users V1 and V2: dTTE = (TTE V1 - TTE V2 ), (1) With:
    DTTE
    = relative first time duration,
    TTE V1
    = Time duration for road users V1 and
    TTE V2
    = Duration for road users V2.
  • Die Merkmale umfassen weiterhin eine zweite relative Zeitdauer (dTTD) bis zu einem Verlassen der Verkehrsteilnehmer V1 bis Vn aus den Straßensegmenten SS1 bis SSu, wobei diese zweite relative Zeitdauer (dTTD) von der jeweiligen Geschwindigkeit der Verkehrsteilnehmer V1 bis Vn abhängig ist.The features further comprise a second relative time duration (dTTD) until the road users V1 to Vn leave the road segments SS1 to SSu, this second relative time duration (dTTD) being dependent on the respective speed of the road users V1 to Vn.
  • Die relative zweite Zeitdauer (dTTD) ergibt sich gemäß folgender Gleichung aus der Differenz der jeweiligen Zeitdauern (TTD = time to disappear) bis zu Verlassen der Straßensegmente SS1 bis SSu beispielhaft für die Verkehrsteilnehmer V1 und V2: dTTD = (TTDV1 – TTDV2), (1) mit:
  • dTTD
    = relative zweite Zeitdauer,
    TTDV1
    = Zeitdauer für Verkehrsteilnehmer V1 und
    TTDV2
    = Zeitdauer für Verkehrsteilnehmer V2.
    The relative second time duration (dTTD) results according to the following equation from the difference of the respective time periods (TTD = time to disappear) up to leaving the road segments SS1 to SSu for the road users V1 and V2 by way of example: dTTD = (TTD V1 - TTD V2 ), (1) With:
    dTTD
    = relative second time duration,
    TTD V1
    = Time duration for road users V1 and
    TTD V2
    = Duration for road users V2.
  • Zusätzlich umfassen die Merkmale einen jeweils von der relativen ersten Zeitdauer und der relativen zweiten Zeitdauer abhängigen relativen Abstand zwischen einem Bezugsfahrzeug, d. h. dem eigenen Fahrzeug, und einem anderen Verkehrsteilnehmer V1 bis Vn.In addition, the features include a relative distance between a reference vehicle, respectively, depending on the relative first time duration and the relative second time duration. H. own vehicle, and another road user V1 to Vn.
  • Der relative Abstand ergibt sich in Abhängigkeit der ersten relativen Zeitdauer (dTTE) wie folgt: dS(TTE) = (S(TTEV1) – S(TTEV2)), (1) mit:
  • dS(TTE)
    = relativer Abstand,
    S(TTEV1)
    = Abstand bis zur Belegung für Verkehrsteilnehmer V1 und
    S(TTEV2)
    = Abstand bis zur Belegung für Verkehrsteilnehmer V2.
    The relative distance is given as a function of the first relative time duration (dTTE) as follows: dS (TTE) = (S (TTE V1 ) -S (TTE V2 )), (1) With:
    dS (TTE)
    = relative distance,
    S (TTE V1 )
    = Distance to occupancy for road users V1 and
    S (TTE V2 )
    = Distance to occupancy for road users V2.
  • Der relative Abstand ergibt sich in Abhängigkeit der zweiten relativen Zeitdauer (dTTE) wie folgt: dS(TTD) = (S(TTDV1) – S(TTDV2)), (1) mit:
  • dS(TTD)
    = relativer Abstand,
    S(TTDV1)
    = Abstand bis zum Verlassen für Verkehrsteilnehmer V1 und
    S(TTDV2)
    = Abstand bis zum Verlassen für Verkehrsteilnehmer V2.
    The relative distance is given as a function of the second relative time duration (dTTE) as follows: dS (TTD) = (S (TTD V1 ) -S (TTD V2 )), (1) With:
    dS (TTD)
    = relative distance,
    S (TTD V1 )
    = Distance until leaving for road users V1 and
    S (TTD V2 )
    = Distance until leaving for road users V2.
  • Weiterhin wird ein Grad der Sichtverdeckung zu den weiteren Verkehrsteilnehmer V1 bis Vn ermittelt.Furthermore, a degree of visibility to the other road users V1 to Vn is determined.
  • Aus den zuvor genannten Daten werden einerseits die Bewegungszustände BZ1 bis BZn der Verkehrsteilnehmer V1 bis Vn ermittelt, wobei die Bewegungszustände BZ1 bis BZn aus einer Belegung der Konfliktbereiche K1 bis Ku, den Zeitdauern bis zum Verlassen und Befahren eines Straßensegments SS1 bis SSu, dem Abstand zu den Straßensegmenten SS1 bis SSu, der dynamischen Größe der Straßensegmente SS1 bis SSu, dem relativen Abstand zwischen den Verkehrsteilnehmer V1 bis Vn, der relativen Orientierung O1rel, O2rel der Verkehrsteilnehmer V1 bis Vn zueinander, einer relativen Differenzgeschwindigkeit zwischen dem Verkehrsfluss auf den Fahrspuren FS1 bis FS4 und zu den jeweils anderen Verkehrsteilnehmer V1 bis Vn in der Umgebung sowie aus einer Zeitdauer und einem Abstand zu einer Einscher-/Ausscher-Spurmarkierung bzw. zu einer Einfädel-/Ausfädel-Spurmarkierung ermittelt werden.On the one hand, the movement states BZ1 to BZn of the road users V1 to Vn are determined from the above-mentioned data, the movement states BZ1 to BZn being from an occupancy of the conflict areas K1 to Ku, the time periods until leaving and driving on a road segment SS1 to SSu, the distance to the road segments SS1 to SSu, the dynamic size of the road segments SS1 to SSu, the relative distance between the road users V1 to Vn, the relative orientation O1 rel , O2 rel the road users V1 to Vn each other, a relative differential speed between the traffic flow on the lanes FS1 to FS4 and to the respective other road users V1 to Vn in the environment as well as from a time duration and a distance to a licker-in / lane-lane mark or to a threading / unthreading lane mark.
  • Die Steuerzustände SZ1 bis SZn und Fahreraktivitätszustand FAZ1 bis FAZn der Verkehrsteilnehmer V1 bis Vn werden aus dem Lenkwinkel, der Beschleunigung und/oder Verzögerung der Verkehrsteilnehmer V1 bis Vn, einem toten Winkel, d. h. der Sichtverdeckung der anderen Verkehrsteilnehmer V1 bis Vn, aus der aktiven Route des Navigationssystems, aktivierten Fahrtrichtungsanzeigern, des aktivierten Warnblinklichts, der Stellung des Bremspedals, der Stellung des Fahrpedals und/oder der Lenkradrate ermittelt.The control states SZ1 to SZn and driver activity state FAZ1 to FAZn of the road users V1 to Vn are determined from the steering angle, the acceleration and / or deceleration of the road users V1 to Vn, a blind spot, d. H. the visibility of the other road users V1 to Vn, from the active route of the navigation system, activated direction indicators, the activated hazard warning light, the position of the brake pedal, the position of the accelerator pedal and / or the steering wheel determined.
  • Die Ermittlung der Eigenschaften der Fahrtrichtungsanzeiger, der Sichtverdeckung, der Lenkung, der Pedale und des Warnblicklichts erfolgt dabei in einer situationsabhängigen Trendanalyse mit der Zeit.The determination of the characteristics of the direction indicator, the vision concealment, the steering, the pedals and the warning light is done in a situation-dependent trend analysis with time.
  • Zusätzlich werden die Ereignisnachrichten EN ermittelt.In addition, the event messages EN are determined.
  • Die Risikobewertung RB erfolgt durch Ermittlung von möglichen Schnittpunkten von Manöver-Paaren der Verkehrsteilnehmer V1 bis Vn und von gleichzeitigen Belegungen der Konfliktbereiche K1 bis Ku. Aus diesen Schnittpunkten und den gleichzeitigen Belegungen wird eine erwartete Kollisionsgefahr DA räumlich und zeitlich ermittelt.The risk assessment RB is carried out by determining possible intersections of maneuver pairs of the road users V1 to Vn and of simultaneous assignments of the conflict areas K1 to Ku. From these intersections and the simultaneous assignments, an expected risk of collision DA is determined spatially and temporally.
  • Die Kollisionsgefahr DA und/oder Folgekollisionsgefahr werden für alle möglichen Manöver-Paare der Verkehrsteilnehmer V1 bis Vn mit einem gemeinsamen Schnittpunkt abschnittsweise ermittelt, wobei die Manöver-Paare aus den Fahrerabsichten FA der Verkehrsteilnehmer V1 bis Vn ermittelt werden.The risk of collision DA and / or consequential risk of collision are determined in sections for all possible maneuver pairs of road users V1 to Vn with a common intersection point, the maneuver pairs being determined from the driver's intentions FA of the road users V1 to Vn.
  • Bei der Risikobewertung RB werden alle Merkmale der Verkehrsteilnehmer V1 bis Vn, d. h. die Fahrzeugdaten, die Positionsdaten, die Bewegungszustände BZ1 bis BZn, die Steuerzustände SZ1 bis SZn, die Fahreraktivitätszustände FAZ1 bis FAZn und die Ereignisnachrichten EN, miteinander fusioniert.In the risk assessment RB, all characteristics of the road users V1 to Vn, d. H. the vehicle data, the position data, the movement states BZ1 to BZn, the control states SZ1 to SZn, the driver activity states FAZ1 to FAZn, and the event messages EN are merged with each other.
  • Die Ermittlung der Kollisionsgefahr DA bei der Risikobewertung RB erfolgt durch Assoziierung von Gefahrenstellen der digitalen Straßenkarte mit den Konfliktbereichen K1 bis Ku. Die Assoziierung erfolgt durch Kombination der Daten der digitalen Straßenkarte, eines in 7 dargestellten Vorrangkontextes VK, der fusionierten Merkmale der Verkehrsteilnehmer V1 bis Vn sowie der Risikobewertung RB von Paaren der Verkehrsteilnehmer V1 bis Vn.The collision risk DA in the risk assessment RB is determined by associating danger points of the digital road map with the conflict areas K1 to Ku. The association takes place by combining the data of the digital road map, an in 7 Priority context VK, the merged features of road users V1 to Vn and the risk assessment RB of pairs of road users V1 to Vn.
  • In der Risikobewertung RB wird für jede Situationshypothese eine jeweilige Kollisionsgefahr DA und/oder Folgekollisionsgefahr anhand logischer Kontext-Regeln ermittelt. Die Kontext-Regeln umfassen dabei unter anderem Vorrang- und Verkehrsregeln, Geschwindigkeitsbegrenzungen, Anzeigezustände von Lichtzeichenanlagen und veränderlichen Verkehrszeichen sowie die Topographie und Topologie der entsprechenden digitalen Straßenkarte. Die Situationshypothesen werden anhand der Fahrerabsichten FA in Abhängigkeit der jeweiligen Kollisionsgefahr DA und/oder Folgekollisionsgefahr hierarchisch in einer in 7 und 9 gezeigten Prioritätsliste PL geordnet.In the risk assessment RB, there is a risk of collision for each situation hypothesis DA and / or consequential collision risk determined using logical context rules. The context rules include, inter alia, priority and traffic rules, speed limits, display conditions of traffic lights and variable traffic signs and the topography and topology of the corresponding digital road map. The hypotheses of the situation are hierarchically determined on the basis of the driver's intentions FA as a function of the respective risk of collision DA and / or consequential risk of collision in an in 7 and 9 ordered priority list PL ordered.
  • Die Daten der digitalen Straßenkarte umfassen dabei eine Topografie der Einscher- und/oder Ausscherspuren und eine Topologie dieser in Relationen zu den Fahrspuren FS1 bis FS4 der Straße.The data of the digital road map include a topography of the shear and / or Ausscherspurs and a topology of these in relation to the lanes FS1 to FS4 of the road.
  • Der Vorrangkontext VK ergibt sich aus Daten, welche Informationen über eine Art der Spurmarkierungen, d. h. eine durchgezogene oder unterbrochene Ausbildung sowie über einen Verlauf dieser und eine daraus ableitbare Ausbildung der Spuren als Einscher- und/oder Ausscherspuren beinhalten. Weiterhin ergibt sich der Vorrangskontext VK aus erfassten Lichtzeichenanlagen, einer Vorfahrtregelung sowie in der Umgebung befindlicher Verkehrzeichen.The priority context VK results from data indicating information about a type of lane markers, i. H. a continuous or interrupted training as well as a course of this and a derivable therefrom training the tracks as Einscher- and / or Ausscherspuren include. Furthermore, the priority context VK results from registered traffic light systems, a right of way regulation and traffic signs located in the surroundings.
  • Als Ergebnis der Risikobewertung RB wird eine Kollisionsgefahr DA aus einer Ausbildung eines Konflikts zwischen zumindest zwei Verkehrsteilnehmern V1 bis Vn ermittelt. Bei den Konflikten handelt es sich entweder um potenzielle Konflikte oder reale Konflikte. Ein weiteres Ergebnis der Risikobewertung RB sind Eingangssignale ES für eine in 9 dargestellte Fahrbahnplanung Y mit der kleinsten Kollisionsgefahr DA.As a result of the risk assessment RB, a collision risk DA is determined from a development of a conflict between at least two road users V1 to Vn. Conflicts are either potential conflicts or real conflicts. Another result of risk assessment RB are input signals ES for an in 9 illustrated roadway planning Y with the smallest risk of collision DA.
  • Aufgrund einer probabilistischen Kombination zumindest eines Teils der zuvor genannten Merkmale ist die Robustheit der probabilistischen Hypothesenschätzung gesichert. Diese Merkmale umfassen insbesondere den relativen, insbesondere geschwindigkeitsabhängigen, Abstand und eine relative Orientierung des eigenen Fahrzeugs zu zumindest einem weiteren Verkehrsteilnehmer V1 bis Vn, die objektzentrierten dynamischen Belegungsgitter je Verkehrsteilnehmer V1 bis Vn in der Umgebung des eigenen Fahrzeugs sowie den absoluten lateralen Abstand und/oder die Orientierung aller Verkehrsteilnehmer V1 bis Vn inklusive des eigenen Fahrzeugs zu den vorhandenen, beispielsweise mittels einer Kamera erfassten Spurmarkierungen oder virtuellen Spurmarkierungen. Weiterhin umfassen die Merkmale die Kontextinformationen, inklusive der Topographie- und Topologiedaten sowie den Verkehrsregeln, Verkehrszeichen und den Bewegungszuständen BZ1 bis BZn, den Steuerzuständen SZ1 bis SZn, den Fahreraktivitätszuständen FAZ1 bis FAZn sowie den Ereignisnachrichten EN.Due to a probabilistic combination of at least part of the aforementioned features, the robustness of the probabilistic hypothesis estimation is ensured. These features include in particular the relative, in particular speed-dependent, distance and a relative orientation of the own vehicle to at least one other road user V1 to Vn, the object-centered dynamic occupancy grid per road user V1 to Vn in the vicinity of the own vehicle and the absolute lateral distance and / or the orientation of all road users V1 to Vn including the own vehicle to the existing, for example by means of a camera detected lane markers or virtual lane markers. Furthermore, the features include the context information, including the topography and topology data and the traffic rules, traffic signs and the movement states BZ1 to BZn, the control states SZ1 to SZn, the driver activity states FAZ1 to FAZn and the event messages EN.
  • 7 zeigt einen Verfahrensablauf zur Ermittlung einer Kollisionswahrscheinlichkeit zwischen zwei Verkehrsteilnehmern V1 bis Vn sowie eine Ausgabe einer Information Inf in einer ersten Eskalationsstufe und einer ersten Warnung W1 in einer zweiten Eskalationsstufe. 7 shows a method sequence for determining a collision probability between two road users V1 to Vn and an output of information Inf in a first escalation level and a first warning W1 in a second escalation level.
  • Aus den Positionen POS1 bis POSn der Verkehrsteilnehmer V1 bis Vn, den Bewegungszuständen BZ1 bis BZn sowie weiteren Eingangssignalen ES werden zunächst die Fahrerabsichten FA, auch als Manöverabsichten bezeichnet, ermittelt. Die Eingangssignale ES umfassen dabei die in 5 dargestellten Größen zur Ermittlung der Fahrerabsichten FA sowie kooperative Perzeptionen, welche sich aus einer Kreuzungsperzeption, einer fahrzeuglokalen Perzeption sowie einer Eigenlokalisierung ergeben.From the positions POS1 to POSn of the road users V1 to Vn, the movement states BZ1 to BZn and further input signals ES, the driver's intentions FA, also referred to as maneuver intentions, are first of all determined. The input signals ES include the in 5 shown variables for determining the driver's intent FA and cooperative perceptions, which result from a cross-perception, a vehicle-local perception as well as a self-localization.
  • Anhand von Fahrerabsichten FA1, FA2 von Fahrern zweier als Fahrzeuge ausgebildeter Verkehrsteilnehmer V1 bis Vn sowie Manöverpaaren MP mit Schnittpunkten und einem aus der digitalen Straßenkarte abgeleiteten Kontext X(K1 bis Ku) der Konfliktbereiche K1 bis Ku wird eine potenzielle Kollisionsgefahr DA und/oder Folgekollisionsgefahr zwischen den zwei Verkehrsteilnehmern V1 bis Vn ermittelt.Based on driver intentions FA1, FA2 of drivers of two road users V1 to Vn trained as vehicles and maneuver pairs MP with intersections and a context X (K1 to Ku) derived from the digital road map of the conflict areas K1 to Ku, a potential risk of collision DA and / or subsequent collision risk is interposed determined the two road users V1 to Vn.
  • Diese Ermittlung der Kollisionsgefahr DA und/oder Folgekollisionsgefahr erfolgt für alle konkurrierenden Situationshypothesen, wobei die Situationshypothesen anhand der Fahrerabsichten FA und in Abhängigkeit der jeweiligen Kollisionsgefahr DA und/oder Folgekollisionsgefahr hierarchisch der Prioritätsliste PL geordnet werden.This determination of the risk of collision DA and / or consequential risk of collision occurs for all competing situation hypotheses, wherein the situation hypotheses are hierarchically arranged on the basis of the driver's intentions FA and depending on the respective collision risk DA and / or consequential collision risk of the priority list PL.
  • Wird eine potenzielle Kollisionsgefahr DA und/oder Folgekollisionsgefahr ermittelt, welche einen vorgegebenen Schwellwert überschreitet, wird dem Fahrer des jeweiligen Fahrzeugs, d. h. einem der Verkehrsteilnehmer V1 bis Vn, vor Erreichen eines ersten Abstands zu einem anderen Verkehrsteilnehmer V1 bis Vn oder zu einer vorgegebenen ersten Zeitdauer bis zum Erreichen des ersten Abstands in einer ersten Eskalationsstufe zu einem ersten Zeitpunkt eine optische, akustische und/oder haptische Information Inf über die potenzielle Kollisionsgefahr DA und/oder Folgekollisionsgefahr im jeweiligen Fahrzeuginnenraum der als Fahrzeuge ausgebildeten Verkehrsteilnehmer V1 bis Vn an die Fahrer ausgegeben. Der erste Abstand und die erste Zeitdauer werden vorzugsweise fest oder in Abhängigkeit einer Relativgeschwindigkeit zwischen den betreffenden Verkehrsteilnehmern V1 bis Vn und/oder eines Reibungskoeffizienten des Verkehrsteilnehmers V1 bis Vn zu einem Straßenbelag variabel vorgegeben. Dabei wird die Information Inf bezüglich der Situationshypothese bzw. Situation ausgegeben, welche die höchste Priorität in der Prioritätsliste PL aufweist. Der erste Zeitpunkt liegt insbesondere mehr als 3 Sekunden vor einer möglichen Kollision K. Die Information Inf wird dabei insbesondere optisch mit einem hellgrünen und transparenten Hintergrund und einer Sprachausgabe ausgegeben und dient der Lenkung der Aufmerksamkeit des Fahrers in die Richtung des Orts der Gefahr.If a potential risk of collision DA and / or consequential collision risk is determined, which exceeds a predetermined threshold value, the driver of the respective vehicle, ie one of the road users V1 to Vn, is reached before reaching a first distance to another road user V1 to Vn or at a predetermined first time duration until reaching the first distance in a first escalation stage at a first time optical, acoustic and / or haptic information Inf about the potential risk of collision DA and / or consequential risk of collision in the respective vehicle interior of trained as vehicles road users V1 to Vn issued to the driver. The first distance and the first time duration are preferably fixedly or as a function of a relative speed between the respective road users V1 to Vn and / or a coefficient of friction of the road user V1 to Vn to a pavement variably specified. In this case, the information Inf relating to the situation hypothesis or situation is output, which has the highest priority in the priority list PL. The first time is in particular more than 3 seconds before a possible collision K. The information Inf is thereby output in particular optically with a light green and transparent background and a voice output and serves to direct the attention of the driver in the direction of the location of the danger.
  • Die Information Inf enthält dabei insbesondere Daten über die Größe der Kollisionsgefahr DA und/oder über die Folgekollisionsgefahr.In particular, the information inf contains data about the size of the risk of collision DA and / or about the risk of subsequent collision.
  • Anschließend wird anhand der potenziellen Kollisionsgefahr DA und/oder Folgekollisionsgefahr, des Vorrangkontextes VK und anhand von Belegungszeiten t(K1 bis Ku) der Konfliktbereiche K1 bis Ku eine Risikobewertung RB durchgeführt. Bei Überschreitung eines vorgegebenen Grenzwertes wird in einer zweiten Eskalationsstufe zu einem auf den ersten Zeitpunkt folgenden zweiten Zeitpunkt eine optische, akustische und/oder haptische erste Warnung W1 vor einer realen Kollisionsgefahr DA und/oder Folgekollisionsgefahr für die Verkehrsteilnehmer V1 bis Vn im jeweiligen Innenraum ausgegeben. Die erste Warnung W1 wird dem Fahrer des jeweiligen Fahrzeugs, d. h. einem der Verkehrsteilnehmer V1 bis Vn, vor Erreichen eines zweiten Abstands zu einem anderen Verkehrsteilnehmer V1 bis Vn oder zu einer vorgegebenen zweiten Zeitdauer bis zum Erreichen des zweiten Abstands ausgegeben. Der zweite Abstand und die zweite Zeitdauer werden vorzugsweise fest oder in Abhängigkeit einer Relativgeschwindigkeit zwischen den betreffenden Verkehrsteilnehmern V1 bis Vn und/oder eines Reibungskoeffizienten des Verkehrsteilnehmers V1 bis Vn zu einem Straßenbelag variabel vorgegeben. Dabei wird die erste Warnung W1 bezüglich der Situationshypothese bzw. Situation ausgegeben, welche die höchste Priorität in der Prioritätsliste PL aufweist. Der zweite Zeitpunkt liegt insbesondere zwischen 2 und 3 Sekunden vor einer möglichen Kollision K. Die erste Warnung W1 wird dabei insbesondere optisch mit einem gelben und transparenten Hintergrund und unterbrochenen Tonsignalen ausgegeben. Die optische Ausgabe kann dabei je nach Kritikalität unterbrechungsfrei oder blinkend erfolgen.Subsequently, a risk assessment RB is carried out on the basis of the potential risk of collision DA and / or subsequent risk of collision, of the priority context VK and on the basis of occupancy times t (K1 to Ku) of the conflict areas K1 to Ku. If a predetermined limit value is exceeded, in a second escalation stage at a second time following the first time, an optical, acoustic and / or haptic first warning W1 is output before a real risk of collision DA and / or subsequent collision risk for the road users V1 to Vn in the respective interior. The first warning W1 is sent to the driver of the respective vehicle, i. H. one of the road users V1 to Vn, issued before reaching a second distance to another road user V1 to Vn or at a predetermined second time period until reaching the second distance. The second distance and the second time duration are preferably fixedly or as a function of a relative speed between the relevant road users V1 to Vn and / or a coefficient of friction of the road user V1 to Vn set to a road surface variable. In this case, the first warning W1 is output with regard to the situation hypothesis or situation which has the highest priority in the priority list PL. The second time is in particular between 2 and 3 seconds before a possible collision K. The first warning W1 is output in particular optically with a yellow and transparent background and interrupted sound signals. Depending on the criticality, the optical output can be interruption-free or flashing.
  • Die erste Warnung W1 beinhaltet dabei, dass eine Kollision K potenziell möglich ist und wird allein aus der Kenntnis möglicher Schnittpunkte zwischen den Trajektorien bzw. zwischen den Manöveroptionen der Verkehrsteilnehmer V1 bis Vn ermittelt.The first warning W1 implies that a collision K is potentially possible and is determined solely from the knowledge of possible intersections between the trajectories or between the maneuver options of the road users V1 to Vn.
  • Die dargestellte Struktur ermöglicht eine qualitative Wissensdarstellung durch die Struktur des objektorientierten Bayes-Netzwerkes, durch Kausalitätsbeziehungen der Zustände, durch einen Umweltkontext mittels der Topologie und Topgrafie der digitalen Karte, durch den Vorrangkontext VK sowie durch das dynamische Verhalten der Verkehrsteilnehmer V1 bis Vn. Weiterhin ist eine quantitative Darstellung der Abhängigkeiten aufgrund der Ermittlung von Wahrscheinlichkeiten von Kollisionen K zwischen den Verkehrsteilnehmern V1 bis Vn entsprechend einer Stärke der Beziehungen zwischen den Verkehrsteilnehmern V1 bis Vn möglich. Bei jedem Zeitschritt erfolgt eine neue Bewertung der ermittelten Wahrscheinlichkeiten von potentieller und realer Kollisionsgefahr. Das Update wird durch den inferenz-Algorithmus, beispielsweise in dem objektorientierten Bayes Netz, ausgeführt und basiert auf den lokal gemessenen und kommunizierten Daten zu jedem Zeitschritt.The illustrated structure enables a qualitative knowledge representation by the structure of the object-oriented Bayes network, by causality relations of the states, by an environmental context by means of the topology and topography of the digital map, by the priority context VK and by the dynamic behavior of the road users V1 to Vn a quantitative representation of the dependencies due to the determination of probabilities of collisions K between the road users V1 to Vn according to a strength of the relations between the road users V1 to Vn possible. At each time step, a new evaluation of the determined probabilities of potential and real risk of collision occurs. The update is performed by the inference algorithm, for example in the object-oriented Bayesian network, and is based on the locally measured and communicated data at each time step.
  • Dabei dienen ein Fahrerzustand FZ sowie die Risikobewertung RB als Filter für eine Ausgabe und Intensität der Informationen Inf und Warnungen W1 bis W3 in verschiedenen Eskalationsstufen.A driver state FZ and the risk assessment RB serve as filters for an output and intensity of the information Inf and warnings W1 to W3 in different escalation stages.
  • In 8 ist ein Verfahrensablauf eines Verfahrens zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs mit vier Eskalationsstufen dargestellt.In 8th FIG. 3 illustrates a process flow of a method of assisting a driver in driving a four escalation vehicle.
  • 9 zeigt den in 8 dargestellten Verfahrensablauf und eine Verknüpfung dieses Verfahrensablaufs mit dem in 7 dargestellten Verfahrensablauf zur Realisierung eines Verfahrens zur Unterstützung des Fahrers beim Führen eines Fahrzeugs. Bei dem Fahrzeug handelt es sich um einen beliebigen, als Fahrzeug ausgebildeten Verkehrsteilnehmer V1 bis V4. Dabei werden nicht nur „4-Weg-Kreuzungen” berücksichtigt, sondern auch andere Topologien und Topographien der Kreuzung mit den entsprechenden Fahrzeugen V1 bis Vn, die den entsprechenden Spuren (> 4) zugeordnet sind.. 9 shows the in 8th shown procedure and a linkage of this procedure with the in 7 illustrated procedure for implementing a method for assisting the driver when driving a vehicle. The vehicle is any road user V1 to V4 designed as a vehicle. Not only "4-way intersections" are considered, but also other topologies and topographies of the intersection with the corresponding vehicles V1 to Vn, which are assigned to the corresponding lanes (> 4).
  • Durch die Verknüpfung der Verfahrensabläufe entsteht ein gemeinsamer Verfahrensablauf zur Ermittlung der Kollisionsgefahr DA und/oder Folgekollisionsgefahr zwischen zwei Verkehrsteilnehmern V1 bis Vn, mittels welchem in unterschiedlichen Eskalationsstufen eine Information Inf, Warnungen W1 bis W3 und ein Eingriff in eine Längs- oder Quersteuerung der Verkehrsteilnehmer V1 bis Vn in Abhängigkeit der Kollisionsgefahr DA und/oder Folgekollisionsgefahr realisiert wird. Das Bezugszeichen p steht dabei für die Begriffe ”positiv” und ”ja”, das Bezugszeichen n für ”negativ” und ”nein”.The combination of the process sequences results in a common process sequence for determining the risk of collision DA and / or consequential risk of collision between two road users V1 to Vn, by means of which in different escalation stages information Inf, warnings W1 to W3 and an intervention in a longitudinal or lateral control of road users V1 to Vn depending on the risk of collision DA and / or consequential risk of collision is realized. The reference symbol p stands for the terms "positive" and "yes", the reference symbol n stands for "negative" and "no".
  • Bis zur zweiten Eskalationsstufe erfolgt das Informations- und Warnkonzept gemäß 7, anschließend wie im Folgenden dargestellt unter Berücksichtigung des Fahrerzustandes FZ, welcher aus einem Aufmerksamkeitsgrad, einem Ablenkungsgrad, einem Müdigkeitsgrad, Stress und/oder Vitalparametern des jeweiligen Fahrers mittels zumindest einer optischen Erfassungseinheit, Bedienerhandlungen und/oder weiterer Erfassungseinheiten ermittelt wird.Up to the second escalation level, the information and warning concept follows 7 , then as shown below taking into account the driver state FZ, which is determined from an attention level, a degree of distraction, a degree of fatigue, stress and / or vital parameters of the respective driver by means of at least one optical detection unit, operator actions and / or other detection units.
  • Anschließend werden die Bewegungsspielräume, die so genannte „Feel-Safe-Zone”, zwischen den Verkehrsteilnehmern V1 bis Vn ermittelt, wobei die Ermittlung beispielsweise gemäß der DE 10 2011 106 176 A1 und/oder der noch nicht veröffentlichten DE 10 2012 005 272 erfolgt. Weiterhin werden mögliche Steuergrößen ermittelt und probabilistisch bewertet, um eine Kollision K zwischen den Verkehrsteilnehmern V1 bis Vn zu vermeiden. Diese Steuergrößen umfassen erste Steuergrößen ICP1, welche es ohne Durchführung eines Extremmanövers EM ermöglichen, kollisionsfrei an dem jeweils anderen Verkehrsteilnehmer V1 bis Vn, d. h. dem Gefahrenfahrzeug, von welchem die Gefahr für den jeweiligen Verkehrsteilnehmer V1 bis Vn ausgeht, vorbeizufahren. Unter einem Extremmanöver EM werden dabei beispielsweise eine Vollbremsung, eine maximale Beschleunigung und ein kritisches Lenkmanöver verstanden. Subsequently, the movement margins, the so-called "feel-safe zone", between the road users V1 to Vn determined, the determination, for example, according to the DE 10 2011 106 176 A1 and / or the not yet published DE 10 2012 005 272 he follows. Furthermore, possible control variables are determined and evaluated probabilistically in order to avoid a collision K between the road users V1 to Vn. These control variables include first control variables ICP1, which make it possible, without collision-free execution of an extreme maneuver EM, to drive past the respective other road user V1 to Vn, ie the danger vehicle from which the danger for the respective road user V1 to Vn originates. Under an extreme maneuver EM are understood, for example, full braking, maximum acceleration and a critical steering maneuver.
  • Sind derartige erste Steuergrößen ICP1 vorhanden, wird dem Fahrer in einer dritten Eskalationsstufe eine zweite optische, akustische und/oder haptische Warnung W2 ausgegeben, welche den Fahrer darauf hinweist, dass eine reale Kollisionsgefahr DA und/oder Folgekollisionsgefahr mit einem Bewegungsspielraum und verfügbaren Steuergrößen ICP1 zur kollisionsfreien Weiterfahrt vorliegen. Die zweite Warnung W2 wird dem Fahrer des jeweiligen Fahrzeugs, d. h. einem der Verkehrsteilnehmer V1 bis Vn, vor Erreichen eines dritten Abstands zu einem anderen Verkehrsteilnehmer V1 bis Vn oder zu einer vorgegebenen dritten Zeitdauer bis zum Erreichen des dritten Abstands ausgegeben. Der dritte Abstand und die dritte Zeitdauer werden vorzugsweise fest oder in Abhängigkeit einer Relativgeschwindigkeit zwischen den betreffenden Verkehrsteilnehmern V1 bis Vn und/oder eines Reibungskoeffizienten des Verkehrsteilnehmers V1 bis Vn zu einem Straßenbelag variabel vorgegeben. Dabei wird die zweite Warnung W2 bezüglich der Situationshypothese bzw. Situation ausgegeben, welche die höchste Priorität in der Prioritätsliste PL aufweist. Die zweite Warnung W2 erfolgt insbesondere 1 s bis 2 s vor dem Eintritt der potenziellen Kollision K. Die zweite Warnung W2 wird dabei insbesondere optisch mit einem hellorangen und transparenten Hintergrund und einem eindringlichen Tonsignal ausgegeben. Die optische Ausgabe kann dabei je nach Kritikalität unterbrechungsfrei oder blinkend erfolgen.If such first control variables ICP1 are present, a second visual, acoustic and / or haptic warning W2 is output to the driver in a third escalation stage, which indicates to the driver that a real risk of collision DA and / or subsequent collision danger with a range of motion and available control variables ICP1 collision-free onward journey. The second warning W2 is given to the driver of the respective vehicle, i. H. one of the road users V1 to Vn, issued before reaching a third distance to another road user V1 to Vn or at a predetermined third time period until reaching the third distance. The third distance and the third time duration are preferably given fixedly or as a function of a relative speed between the relevant road users V1 to Vn and / or a coefficient of friction of the road user V1 to Vn to a road surface. In this case, the second warning W2 is output with regard to the situation hypothesis or situation which has the highest priority in the priority list PL. The second warning W2 takes place, in particular, 1 s to 2 s before the entry of the potential collision K. The second warning W2 is emitted in particular optically with a light-orange and transparent background and a haunting sound signal. Depending on the criticality, the optical output can be interruption-free or flashing.
  • Erfolgt auf die zweite Warnung W2 keine korrekte Handlung H des Fahrers, liegen aber erste Steuergrößen ICP1 zur kollisionsfreien Umfahrung des anderen Verkehrsteilnehmers V1 bis Vn vor, erfolgt ein Eingriff in die Fahrdynamik des eigenen als Fahrzeug ausgebildeten Verkehrsteilnehmers V1 bis Vn in der Art, dass der Verkehrsteilnehmer V1 bis Vn ohne Extremmanöver EM und kollisionsfrei an dem jeweils anderen Verkehrsteilnehmer V1 bis Vn vorbeigeführt wird. Hierzu wird eine Längs- und/oder Quersteuerung des jeweiligen Fahrzeugs in der Art beeinflusst, dass das Fahrzeug automatisch verlangsamt, gestoppt, beschleunigt und/oder gelenkt wird und/oder eine Beschleunigung durch den Fahrer verhindert wird.If there is no correct action H of the driver on the second warning W2, but first control variables ICP1 are present for the collision-free bypassing of the other traffic participant V1 to Vn, an intervention in the driving dynamics of the vehicle's own traffic participant V1 to Vn takes place in such a way that the Road users V1 to Vn without extreme maneuver EM and without collision on the other road users V1 to Vn is passed. For this purpose, a longitudinal and / or lateral control of the respective vehicle is influenced in such a way that the vehicle is automatically slowed down, stopped, accelerated and / or steered and / or acceleration by the driver is prevented.
  • Das heißt, die probabilistisch bewerteten Steuergrößen ICP1 stellen die noch für den Fahrer verfügbaren Manöveroptionen dar. Bei fehlender Fahrerreaktion wird das die Kollision K vermeidende Manöver mittels einer Fahrerassistenzvorrichtung autonom und, falls erste Steuergrößen ICP1 verfügbar sind, für die Insassen der als Fahrzeuge ausgebildeten Verkehrsteilnehmer V1 bis Vn komfortabel und vorzugsweise in der typischen Fahrweise des Fahrers durchgeführt.That is, the probabilistically evaluated control variables ICP1 represent the maneuver options still available to the driver. In the absence of a driver reaction, the maneuver avoiding the collision K is autonomous by means of a driver assistance device and, if first control variables ICP1 are available, for the occupants of the vehicle participants V1 to Vn comfortable and preferably carried out in the typical driving style of the driver.
  • Sind keine ersten Steuergrößen ICP1 vorhanden und erfolgt keine korrekte Handlung H des Fahrers zur Vermeidung der Kollision K, wird mit dem Fahrer in einer vierten Eskalationsstufe eine dritte optische, akustische und/oder haptische Warnung W3 vor einer akuten Kollisionsgefahr DA und/oder Folgekollisionsgefahr ausgegeben und es erfolgt ein automatischer Eingriff in die Fahrdynamik der Verkehrsteilnehmer V1 bis Vn unter Ausführung eines Extremmanövers EM. Die dritte Warnung W3 wird dem Fahrer des jeweiligen Fahrzeugs, d. h. einem der Verkehrsteilnehmer V1 bis Vn, vor Erreichen eines vierten Abstands zu einem anderen Verkehrsteilnehmer V1 bis Vn oder zu einer vorgegebenen vierten Zeitdauer bis zum Erreichen des vierten Abstands ausgegeben. Der vierte Abstand und die vierte Zeitdauer werden vorzugsweise fest oder in Abhängigkeit einer Relativgeschwindigkeit zwischen den betreffenden Verkehrsteilnehmern V1 bis Vn und/oder eines Reibungskoeffizienten des Verkehrsteilnehmers V1 bis Vn zu einem Straßenbelag variabel vorgegeben. Dabei wird die dritte Warnung W3 bezüglich der Situationshypothese bzw. Situation ausgegeben, welche die höchste Priorität in der Prioritätsliste PL aufweist. Bei der Ermittlung der möglichen Extremmanöver EM und deren Ausführung werden eine verbleibende Zeit zum Bremsen, eine verbleibende Zeit zum Lenken und eine verbleibende Zeit zur Beschleunigung bzw. zum Kick-Down ermittelt und berücksichtigt. Die dritte Warnung W3 erfolgt insbesondere weniger als 1 s vor dem Eintritt der potenziellen Kollision K. Die dritte Warnung W3 wird dabei insbesondere optisch mit einem hellroten und transparenten Hintergrund und einem eindringlichen Tonsignal ausgegeben. Die optische Ausgabe kann dabei je nach Kritikalität unterbrechungsfrei oder blinkend erfolgen.If no first control variables ICP1 are present and if the driver does not act correctly to avoid the collision K, a third visual, acoustic and / or haptic warning W3 is issued before the driver in a fourth escalation stage before an acute danger of collision DA and / or after collision There is an automatic intervention in the driving dynamics of road users V1 to Vn under execution of an extreme maneuver EM. The third warning W3 is sent to the driver of the respective vehicle, i. H. one of the road users V1 to Vn, issued before reaching a fourth distance to another road users V1 to Vn or at a predetermined fourth time period until reaching the fourth distance. The fourth distance and the fourth time period are preferably fixedly or as a function of a relative speed between the respective road users V1 to Vn and / or a coefficient of friction of the road user V1 to Vn set to a pavement variable. In this case, the third warning W3 is output with regard to the situation hypothesis or situation which has the highest priority in the priority list PL. When determining the possible extreme maneuvers EM and their execution, a remaining time for braking, a remaining time for steering and a remaining time for acceleration or for kick-down are determined and taken into account. The third warning W3 takes place, in particular, less than 1 s before the entry of the potential collision K. The third warning W3 is emitted in particular optically with a bright red and transparent background and a haunting sound signal. Depending on the criticality, the optical output can be interruption-free or flashing.
  • Im Ergebnis wird die Kollision K verhindert oder zumindest werden deren Folgen minimiert und es kann die Fahrbahnplanung Y mit der kleinsten Kollisionsgefahr DA und/oder Folgekollisionsgefahr durchgeführt werden.As a result, the collision K is prevented or at least its consequences are minimized and the roadway planning Y with the smallest risk of collision DA and / or subsequent collision risk can be performed.
  • Aufgrund der Berücksichtung des Aufmerksamkeitsgrades und der Vitaldaten des Fahrers bei der Bewertung der Bewegungsspielräume werden unnötige und irritierende Fahrerwarnungen vermieden. Due to the consideration of the degree of attention and the vital data of the driver in the assessment of the range of motion unnecessary and irritating driver warnings are avoided.
  • Alle Informationen Inf und Warnungen W1 bis W3 werden im Fahrzeuginnenraum aus einer Richtung einer relativen Position des kollisionsgefährlichen Verkehrsteilnehmers V1 bis Vn, d. h. des Verkehrsteilnehmers V1 bis Vn, von welchem die Gefahr ausgeht, ausgegeben. Beispielsweise wird eine akustische Fahrerwarnung je nach Position des kollisionsgefährlichen Verkehrsteilnehmers V1 bis Vn vor dem betreffenden Verkehrsteilnehmer V1 bis Vn anhand von Signalen aus einer linken oder rechten A-Säule ausgegeben. Die akustischen Signale werden durch optische Signale verstärkt.All information Inf and warnings W1 to W3 are detected in the vehicle interior from a direction of a relative position of the collision-dangerous road user V1 to Vn, i. H. of the road user V1 to Vn from which the danger emanates issued. For example, depending on the position of the collision-dangerous traffic participant V1 to Vn, an acoustic driver warning is emitted in front of the relevant road user V1 to Vn on the basis of signals from a left or right A-pillar. The acoustic signals are amplified by optical signals.
  • Die optischen Signale werden dabei beispielsweise bei von vorn oder hinten herannahendem Längsverkehr in einer Totwinkelanzeige oder mittels einer transparenten Färbung von Kanten eines inneren Rückspiegels erzeugt. Die Gefahr aus einer hinteren oder vorderen linken oder rechten Richtung tritt beispielsweise auch dann auf, wenn sich ein gefährlicher oder gefährdeter Verkehrsteilnehmer V1 bis Vn ausgehend von einem eigenen Fahrzeug, welches ebenfalls Bestandteil der Verkehrsteilnehmer V1 bis Vn ist, auf der linken oder rechten Seite der Fahrbahn befindet. Bei vom Gegenverkehr ausgehender Gefahr werden die optischen Signale insbesondere an einer oberen Kante einer Windschutzscheibe ausgegeben.The optical signals are generated, for example, in case of front or rear approaching longitudinal traffic in a blind spot display or by means of a transparent coloring of edges of an inner rearview mirror. The danger from a rear or front left or right direction occurs, for example, even if a dangerous or vulnerable road users V1 to Vn starting from a separate vehicle, which is also part of road users V1 to Vn, on the left or right side of Roadway is located. In the case of traffic arising from oncoming traffic, the optical signals are emitted, in particular, at an upper edge of a windshield.
  • Die Möglichkeit einer derartigen Erfassung der Gefahren und die daraus folgende positionsbezogene Ausgabe der Informationen Inf und Warnungen W1 bis W3 ergibt sich in besonders vorteilhafter Weise daraus, dass die Umgebungsinformationen der Verkehrsteilnehmer V1 bis Vn in einem Erfassungsbereich von 360° erfasst werden.The possibility of such a detection of the dangers and the consequent position-related output of the information Inf and warnings W1 to W3 results in a particularly advantageous manner from the fact that the environmental information of the road users V1 to Vn are detected in a detection range of 360 °.
  • Die Grenzen der menschlich und physikalisch durchführbaren Handlungen H des Fahrers, bevor ein autonomer Eingriff in die Fahrdynamik erfolgt, werden gesetzt durch den verfügbaren Bewegungsspielraum und falls diese Grenzen überschritten werden, durch eine Kritikalitätsbestimmung einer Situation zwischen den Verkehrsteilnehmern V1 bis Vn.The limits of the human and physically feasible actions H of the driver before an autonomous intervention in the driving dynamics are set by the available range of motion and if these limits are exceeded, by a criticality determination of a situation between the road users V1 to Vn.
  • Die Bestimmung der Kritikalität für eine Situation erfolgt in Abhängigkeit von ermittelten Zeitmaßen, wobei die Zeitmaße eine Zeitdauer bis zur Kollision K, eine Zeitdauer bis zu einer möglichen Bremsung, eine Zeitdauer bis zu einem möglichen Lenkeingriff und/oder eine Zeitdauer bis zu einem möglichen Kick-Down eines Fahrpedals umfassen.The determination of the criticality for a situation takes place as a function of determined time measurements, the time measurements being a time until the collision K, a time until a possible braking, a time until a possible steering intervention and / or a time until a possible kick. Down include an accelerator pedal.
  • Die Kritikalität korreliert dabei mit der Priorität der jeweiligen Situationshypothese in der Prioritätsliste PL. Das heißt insbesondere, dass bei hoher Kritikalität die jeweilige Situationshypothese eine hohe Priorität in der Prioritätsliste PL aufweist.The criticality correlates with the priority of the respective situation hypothesis in the priority list PL. This means in particular that with high criticality the respective situation hypothesis has a high priority in the priority list PL.
  • Die hierarchisch geordnete Prioritätsliste PL der Gefahren setzt die Prioritäten in der Situation und unterstützt den Fahrer durch die Ausgabe der Information Inf und der Warnungen W1 bis W3 und dient zur Lenkung der Aufmerksamkeit und liefert gleichzeitig eine Grundlage für den autonomen Eingriff in die Längs- und/oder Quersteuerung des Fahrzeugs und zur Bestimmung der Intensität von Information Inf und Warnung W1 bis W3. Die Intensität wird dabei durch Variation, insbesondere von Audiosignalen kombiniert mit optischen Signalen eingestellt. Die optischen Signale werden beispielsweise mittels transparenten organischen Leuchtdioden, herkömmlichen Leuchtdioden und/oder einer Faseroptik erzeugt. Die optischen Signale werden dabei mit oder ohne Richtungshinweise, welche auf den Ort der Kollisionsgefahr DA schließen lassen, ausgegeben.The hierarchical priority list PL of the hazards sets the priorities in the situation and assists the driver by issuing the information Inf and the warnings W1 to W3 and serves to guide attention while providing a basis for autonomous engagement in the longitudinal and / or or lateral control of the vehicle and for determining the intensity of information Inf and warning W1 to W3. The intensity is set by variation, in particular of audio signals combined with optical signals. The optical signals are generated, for example, by means of transparent organic light emitting diodes, conventional light emitting diodes and / or fiber optics. The optical signals are output with or without directions, which indicate the location of the risk of collision DA.
  • Insbesondere sind dem Fahrer des jeweiligen Fahrzeugs probabilistisch erkannte Fahrerabsichten der anderen Fahrer mittels einer Pfeil-Darstellung ausgebbar. Dies ist besonders vorteilhaft bei verdeckten Verkehrsteilnehmern V1 bis Vn, insbesondere bei einem Fahrerzustand FZ des System-Fahrzeugs auf niedrigem Niveau.In particular, the driver of the respective vehicle probabilistically recognized driver intentions of the other drivers by means of an arrow display can be issued. This is particularly advantageous in the case of covered road users V1 to Vn, in particular in the case of a driver state FZ of the system vehicle at a low level.
  • Somit können die Verkehrsteilnehmer V1 bis Vn die Gefahren einfach nachvollziehen und gewinnen Vertrauen das Verfahren zur Unterstützung.Thus, the road users V1 to Vn can easily understand the dangers and gain confidence in the process of assistance.
  • Insbesondere erfolgen die Ermittlung und eine quantitative Bewertung der Kritikalität in dem wahrscheinlichkeitsbasierten probabilistischen Verfahren sowie in Verfahren mit Wissensrepräsentation und in so genannten Blackbox-Verfahren.In particular, the determination and a quantitative assessment of the criticality are carried out in the probabilistic probabilistic method as well as in methods with knowledge representation and in so-called black box methods.
  • Die Ermittlung und die quantitative Bewertung der Kritikalität sowie die Ermittlung der Prioritäten können mit verschiedenen Verfahren erfolgen, wobei die Ableitung von Prioritätslisten PL nach Verfahren verlangt, die sowohl eine qualitative als auch und quantitative Wissensdarstellung für die Bewertung einer Situation mit allen involvierten Verkehrsteilnehmern V1 bis Vn ermöglichen. Das Ergebnis triggert die entsprechenden Eingriffe in die Längs- und/oder Quersteuerung sowie die Ausgabe der Information Inf und Warnungen W1 bis W3 in den vier Eskalationsstufen. Diese Fähigkeit der Situationsanalyse wird insbesondere von wahrscheinlichkeitsbasierten Verfahren mit strukturierter Darstellung der bereits beschriebenen Abhängigkeiten zwischen den Verkehrsteilnehmern V1 bis Vn und zwischen den Merkmalen, die diese Verkehrsteilnehmer V1 bis V1n in einer Verkehrssituation, geleistet.The determination and the quantitative assessment of the criticality as well as the determination of the priorities can take place with different procedures, whereby the derivation of priority lists PL requires procedures, which provide both a qualitative and quantitative knowledge representation for the evaluation of a situation with all involved road users V1 to Vn enable. The result triggers the corresponding interventions in the longitudinal and / or lateral control as well as the output of the information Inf and warnings W1 to W3 in the four escalation stages. This capability of the situation analysis is achieved in particular by probability-based methods with a structured representation of the already described dependencies between the road users V1 to Vn and between the features that these road users V1 to V1n in a traffic situation.
  • Zu den wahrscheinlichkeitsbasierten Verfahren gehören die objektorientierten Bayes-Netzwerke (kurz: OOBN), welche gerichtete azyklische Graphen mit kausalen Abhängigkeiten zwischen den Größen, gewichtet durch Wahrscheinlichkeiten, verwenden. Die objektorientierten Bayes-Netzwerke erlauben eine Kombination von unsicheren und heterogenen Informations/Daten-Quellen und können auch mit fehlenden Evidenzen umgehen. Probability-based methods include the object-oriented Bayesian networks (OOBN for short), which use directional acyclic graphs with causal dependencies between the sizes, weighted by probabilities. The object-oriented Bayesian networks allow a combination of insecure and heterogeneous information / data sources and can also deal with missing evidences.
  • Zu den wahrscheinlichkeitsbasierten Verfahren gehören weiterhin objektorientierte Einfluss-Diagramme (kurz: OOID), welche eine Erweiterung der objektorientierten Bayes-Netzwerke mit Kostenfunktionen und Zeitfunktionen darstellen, sowie so genannte Hidden-Markov-Modelle (kurz: HMM), welche eine Erweiterung der objektorientierten Bayes-Netzwerke als dynamische Prädiktionsmodelle, unter der Annahme, dass die Zukunft unabhängig von der Vergangenheit ist, wenn die Größen in der Gegenwart bekannt sind, darstellen.The probability-based methods also include object-oriented influence diagrams (OOID), which represent an extension of the object-oriented Bayesian networks with cost functions and time functions, as well as so-called Hidden Markov Models (HMM), which is an extension of the object-oriented Bayes Networks as dynamic prediction models, assuming that the future is independent of the past, when the sizes are known in the present.
  • Auch wird als wahrscheinlichkeitsbasiertes Verfahren die so genannte Dempster-Shafer-Theorie (kurz: DST) – auch als Evidenztheorie bezeichnet – verwendet. Die Dempster-Shafer-Theorie wird benutzt, um Informationen unterschiedlicher Quellen zu einer Gesamtaussage zusammenzusetzen, wobei eine Glaubwürdigkeit dieser Quellen in der Berechnung, ähnlich wie bei den objektorientierten Bayes-Netzwerken, berücksichtigt wird.The so-called Dempster Shafer Theory (DST) - also known as evidence theory - is also used as a probability-based method. The Dempster-Shafer theory is used to assemble information from different sources into one overall statement, taking into account credibility of these sources in the calculation, similar to the object-oriented Bayesian networks.
  • Die wahrscheinlichkeitsbasierten Verfahren verwenden ferner eine so genannte Fuzzy-Logik, wobei Fuzzy-Logik-Membership-Grade als Wahrscheinlichkeit interpretiert werden. Die Fuzzy-Logik stellt dabei die Abhängigkeiten dar. Auch werden so genannte adaptive Neuro-Fuzzy-Systeme verwendet, welche die Fuzzy-Logik mit der Lernfähigkeit neuronaler Netze kombinieren.The probability-based methods also use so-called fuzzy logic, whereby fuzzy logic membership degrees are interpreted as probabilities. The fuzzy logic represents the dependencies. Also so-called adaptive neuro-fuzzy systems are used, which combine the fuzzy logic with the learning ability of neural networks.
  • Ferner kommen Entscheidungsbäume zur Anwendung, welche als geordnete oder gerichtete Bäume ausgebildet sind und der Darstellung von Entscheidungsregeln dienen. Die Entscheidungsbäume veranschaulichen hierarchisch aufeinanderfolgende Ereignisse und/oder Entscheidungen, welche stark kontextabhängig sind.Furthermore, decision trees are used, which are designed as ordered or directed trees and serve to represent decision rules. The decision trees illustrate hierarchically consecutive events and / or decisions that are strongly context dependent.
  • Eine Kombination solcher Entscheidungsbäume mit Neuronalen Netze führt zu so genannten Tree-Based-Neural-Networks (kurz: TBNN), welche ebenfalls als wahrscheinlichkeitsbasierte Verfahren verwendet werden. In dieser Kombination werden ineffiziente Äste des Entscheidungsbaumes durch neuronale Netze ersetzt, um eine höhere Klassifikationsgüte zu erreichen. Somit werden die Vorteile beider Klassifikationsmethoden genutzt, welche darin bestehen, dass lediglich eine geringe Anzahl an Trainingsdaten für die Bäume zur Induktion erforderlich und gleichzeitig eine genaue Klassifikation möglich ist.A combination of such decision trees with neural networks leads to tree-based neural networks (abbreviated to TBNN), which are also used as probability-based methods. In this combination, inefficient branches of the decision tree are replaced by neural networks to achieve a higher classification quality. Thus, the advantages of both classification methods are used, which consist in that only a small number of training data for the trees required for induction and at the same time an accurate classification is possible.
  • Zusätzlich kommen so genannte Support Vector Machines (kurz: SVM) und die Kernel Methode als Klassifikator zum Einsatz, welcher eine Menge von Objekten, d. h. von Verkehrsteilnehmern V1 bis Vn, derart in Klassen unterteilt, dass um die Klassengrenzen herum ein möglichst breiter Bereich frei von Objekten bleibt.In addition, support vector machines (SVM) and the kernel method are used as classifiers, which contain a set of objects, ie. H. of road users V1 to Vn, subdivided into classes so that the widest possible area remains free of objects around the class boundaries.
  • Auch werden Kalman Filter und Erweiterungen dieser als lineare Variante der Bayes-Netzwerke verwendet.Kalman filters and extensions are also used as a linear variant of Bayesian networks.
  • Qualitative Verfahren eignen sich dagegen nur für die Wissensdarstellung und sind aufgrund fehlender effizienter Suchalgorithmen nicht als erste Wahl zur Erstellung der Prioritätsliste PL geeignet. Die qualitativen Verfahren umfassen eine Ontologie, welche ein formales Netzwerk von Informationen mit logischen Relationen darstellt. Die Möglichkeit, Relationen über Relationen und Regeln aufzustellen wird wegen ihrer Komplexität in der Praxis relativ selten genutzt, obwohl gerade das Ontologien von anderen Begriffssystemen unterscheidet. Auch so genannte XML-strukturierte Fahrzeug-Fahrer-Umgebung-Ereignisbäume gehören zu den qualitativen Verfahren. Diese eignen sich eher als gut strukturierte Wissens-Datenbanken für die oben genanten wahrscheinlichkeitsbasierten Verfahren mit Wissensdarstellung, wo nur die Abhängigkeiten zwischen den Eingangsgrößen dargestellt werden, beinhalten allerdings nicht die Stärke dieser Abhängigkeiten. Diese Quantifizierung ist notwendig für die Inferenz-Algorithmen um eine hierarchisch geordnete Prioritätsliste PL zu berechnen und je Zeitschritt zu aktualisieren.By contrast, qualitative methods are only suitable for the presentation of knowledge and are not suitable as the first choice for creating the priority list PL due to the lack of efficient search algorithms. The qualitative methods include an ontology that represents a formal network of information with logical relations. The possibility of establishing relations via relations and rules is relatively seldom used in practice because of its complexity, although ontology in particular differs from other conceptual systems. Also known as XML-structured vehicle driver environment event trees are among the qualitative procedures. These are more suitable as well-structured knowledge databases for the above-mentioned probability-based methods with knowledge representation, where only the dependencies between the input variables are represented, but do not include the strength of these dependencies. This quantification is necessary for the inference algorithms to calculate a hierarchically ordered priority list PL and to update each time step.
  • Für solche Quantifizierungen von insbesondere in sich statisch verbleibenden Merkmalen der Objekte, insbesondere reine Quantifizierungen, eignen sich die Blackbox-Verfahren, wobei mittels dieser Verfahren weiterhin Skalierungseffekte erkennbar gemacht werden können. Die Blackbox-Verfahren umfassen so genannte neurale Netzwerke (kurz: NN), Bayesian neurale Netzwerke, welche um die Bayesian Wahrscheinlichkeit erweiterte neurale Netzwerke sind und Approximationsalgorithmen, wie zum Beispiel Polynomverfahren, Least-squares-Verfahren, Spline-Verfahren und weitere Verfahren umfassen.For such quantifications of, in particular, statically remaining features of the objects, in particular pure quantifications, the black box methods are suitable, whereby scaling effects can still be made recognizable by means of these methods. The black box techniques include so-called neural networks (NN for short), Bayesian neural networks, which are Bayesian probability extended neural networks, and include approximation algorithms such as polynomial, least-squares, spline, and others.
  • Diese Blackbox-Verfahren sind jedoch nicht geeignet für dynamisch veränderliche Situationen, die nicht immer nach denselben Mustern routinemäßig ablaufen. Sie brauchen aufwendige und erneute Ausführung von Lernverfahren, wenn sich gewisse Merkmale der Situation quantitativ geändert haben. Somit eignen sie sich nicht als so genannte Online-Verfahren. Für das Training und Lernen ist eine große Menge an Daten erforderlich, welche charakteristisch für das Objekt unter Klassifikation sind. Auch besteht die Gefahr eines so genannten Übertrainierens, d. h. sie können nicht generalisieren, wenn eine neue ähnliche Situation eintrifft.However, these black box methods are not suitable for dynamically changing situations that do not always routinely follow the same patterns. They require elaborate and renewed learning procedures when certain features of the situation have changed quantitatively. Thus, they are not suitable as so-called online methods. For training and learning is a big one Amount of data required, which are characteristic for the object under classification. There is also the danger of so-called overtraining, ie they can not generalize when a new similar situation arrives.
  • Passende Applikationen für die Blackbox-Verfahren sind die Erkennung von Verkehrszeichen, die Erkennung von Phasen einer Verkehrsampel, die Erkennung Abweichungen vom normalen Betrieb eines Systems oder einer Komponente, die Klassifikation von typischen Abbiege-Trajektorien bei vorhandener Referenzdatenbank und damit verbundene Manöver-Absichtserkennung sowie die Erkennung von Abweichungen vom Fahrer-Normalverhalten. Somit sind die sind die Blackbox-Verfahren für die Verarbeitung von Eingangsdaten und für die Informationsstufe geeignet.Suitable applications for the black box method are the detection of traffic signs, the detection of phases of a traffic light, the detection deviations from the normal operation of a system or component, the classification of typical turn trajectories in existing reference database and associated maneuver intention detection and the Detection of deviations from the driver's normal behavior. Thus, the black box methods are suitable for the processing of input data and for the information level.
  • Dagegen beinhalten die oben genannten wahrscheinlichkeitsbasierten Verfahren mit der Wissensdarstellung schon vier Eskalationsstufen für den strukturierten Aufbau des Modells und bieten somit einen kompakten und effizienten Modellierungsansatz.
  • a
    Beschleunigung
    B1 bis B4
    Gefahrenbereich für die Bewegungsspielraum
    BZ1 bis BZn
    Bewegungszustand
    DA
    Kollisionsgefahr
    dG
    dynamisches Gitter
    EA
    Einscher- und/oder Ausschervorgang bzw. Einfädeln- und/oder Ausfädelvorgang
    EN
    Ereignisnachricht
    EM
    Extremmanöver
    ES
    Eingangssignal
    FA, FA1, FA2
    Fahrerabsicht
    FAZ1 bis FAZn
    Fahreraktivitätszustand
    FS1 bis FS4
    Fahrspur
    FZ
    Fahrerzustand
    G
    Geradausfahrvorgang
    H
    Handlung
    I1
    Information
    Inf
    Information
    ICP1
    Steuergröße oder Steuerprofil des Fahrers
    K1 bis Ku
    Konfliktbereich
    K
    Kollision
    I
    Lenkrate
    M1, M2
    Menge
    MP
    Manöverpaar
    n
    negativ/nein
    O1rel
    erste relative Orientierung
    O2rel
    zweite relative Orientierung
    p
    positiv/ja
    P(C)
    Gefahrenwahrscheinlichkeit für die Bewegungsspielraum
    PL
    Prioritätsliste
    POS1 bis POSn
    Position
    RB
    Risikobewertung
    S
    Spurwechselvorgang
    SS1 bis SSu
    Straßensegment
    SZ1 bis SZn
    Steuerzustand
    T11 bis Tm1
    Bewegungshypothese-Trajektorie, m1-Anzahl der mögliche Bewegungshypothesen für Verkehrsteilnehmer V1
    T12 bis Tn2
    Bewegungshypothese-Trajektorie, n2-Anzahl der mögliche Bewegungshypothesen für Verkehrsteilnehmer V2
    t(K1 bis Ku)
    Belegungszeit des Konfliktbereichs K1 bis Ku
    MT1 bis MT12
    Manöver-Track
    U
    Überholvorgang
    V1 bis Vn
    Verkehrsteilnehmer
    v1rel
    erste Relativgeschwindigkeit
    v2rel
    zweite Relativgeschwindigkeit
    VK
    Vorrangkontext
    W1 bis W3
    Warnung
    X(K1 bis Ku)
    Kontext Konfliktbereich
    Y
    Fahrbahnplanung
    In contrast, the above-mentioned probability-based methods with the knowledge representation already contain four escalation levels for the structured construction of the model and thus offer a compact and efficient modeling approach.
    a
    acceleration
    B1 to B4
    Danger area for the range of motion
    BZ1 to BZn
    moving state
    THERE
    risk of collision
    dG
    dynamic grid
    EA
    Einscher- and / or Ausschervorgang or threading and / or Ausfädelvorgang
    EN
    event message
    EM
    extreme maneuvers
    IT
    input
    FA, FA1, FA2
    driver intent
    FAZ1 to FAZn
    Driver activity state
    FS1 to FS4
    lane
    FZ
    driver condition
    G
    Geradausfahrvorgang
    H
    action
    I1
    information
    Inf
    information
    ICP1
    Control variable or control profile of the driver
    K1 to Ku
    conflict area
    K
    collision
    I
    steering rate
    M1, M2
    amount
    MP
    maneuvers couple
    n
    negative / no
    O1 rel
    first relative orientation
    O2 rel
    second relative orientation
    p
    positive / yes
    P (C)
    Hazard probability for the range of motion
    PL
    priority list
    POS1 to POSn
    position
    RB
    risk assessment
    S
    Lane-changing operation
    SS1 to SSu
    road segment
    SZ1 to SZn
    control state
    T1 1 to Tm 1
    Motion hypothesis trajectory, m 1 number of possible motion hypotheses for road users V1
    T1 2 to Tn 2
    Motion hypothesis trajectory, n 2 number of possible motion hypotheses for road users V2
    t (K1 to Ku)
    Occupancy time of conflict area K1 to Ku
    MT1 to MT12
    Maneuver Track
    U
    overtaking
    V1 to Vn
    road users
    v1 rel
    first relative speed
    v2 rel
    second relative speed
    VK
    priority context
    W1 to W3
    warning
    X (K1 to Ku)
    Context conflict area
    Y
    road planning
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
  • Zitierte PatentliteraturCited patent literature
    • DE 102011120117 [0002] DE 102011120117 [0002]
    • DE 102011113019 [0033, 0043] DE 102011113019 [0033, 0043]
    • DE 102012005272 [0040, 0043, 0052, 0125] DE 102012005272 [0040, 0043, 0052, 0125]
    • DE 102011106176 A1 [0052, 0125] DE 102011106176 A1 [0052, 0125]

Claims (10)

  1. Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs, wobei in Abhängigkeit einer prognostizierten zukünftigen potenziellen, realen oder akuten Kollisionsgefahr (DA) und/oder Folgekollisionsgefahr zwischen dem Fahrzeug und anderen Verkehrsteilnehmern (V1 bis Vn) innerhalb des Fahrzeugs Fahrerhinweise ausgegeben werden, dadurch gekennzeichnet, dass – Manöverabsichten (TM1 bis TMn) anhand von Merkmalen, die charakteristisch für eine Position und einen Bewegungszustand des Fahrzeugs und der anderen Verkehrsteilnehmer (V1 bis Vn) sind, probabilistisch erkannt werden, – eine Kollisionsgefahr anhand von Schnittpunkten von erkannten Paaren der Manöverabsichten (TM1 bis TMn) der sich in relativer Bewegung zueinander befindlichen Verkehrsteilnehmer (V1 bis Vn) und einer entsprechenden räumlichen Belegung von Konfliktbereichen abgeleitet wird, – eine probabilistische Risikobewertung (RB) einer jeweiligen realen oder akuten Kollisionsgefahr (DA) und/oder Folgekollisionsgefahr anhand der Belegung der Konfliktbereiche in Raum-Zeit und in Kombination mit einer logischen Kontext-Regel, inklusive einer Vorrang-Regel, durchgeführt wird. – eine Vielzahl von fahrbaren Bewegungshypothese-Trajektorien des Fahrzeugs und der anderen Verkehrsteilnehmer (V1 bis Vn) anhand von Steuerprofilen von diesen prognostiziert wird, – anhand der Trajektorien mehrere konkurrierende Situationshypothesen zwischen dem Fahrzeug und allen relevanten anderen Verkehrsteilnehmern (V1 bis Vn) ermittelt werden, – ein vorhandener Bewegungsspielraum mit entsprechenden Wahrscheinlichkeiten für eine reale Kollisionsgefahr mit vorhandenen Steuergrößen zur Kollisionsvermeidung oder ein vorhandener Bewegungsspielraum mit entsprechenden Wahrscheinlichkeiten für eine akute Kollisionsgefahr und ein Bedarf an extremen Manövern zur Kollisionsentschärfung ermittelt werden und die derart erhaltenen probabilistischen Ergebnisse in Abhängigkeit der jeweiligen Kollisionsgefahr (DA) und/oder Folgekollisionsgefahr hierarchisch in einer Prioritätsliste (PL) geordnet werden, – der Fahrer des Fahrzeugs in Abhängigkeit der Prioritätsliste (PL) und Fahrer-Voreinstellungen entsprechend eines Zeitpunkts eines gewünschten Systemeingriffs und/oder eines ermittelten Fahrerzustands (FZ) des Fahrers in mehreren Eskalationsstufen mittels der Fahrerhinweise informiert, gewarnt und/oder mittels eines automatischen Eingriffs in einer Längs- und/oder Quersteuerung des Fahrzeugs unterstützt wird, und – eine Information (Inf), eine Warnung (W1 bis W3) und ein automatischer Eingriff für eine Situation erfolgt, welche eine Kollisionsgefahr (DA) und/oder Folgekollisionsgefahr mit einer höchsten Priorität in der Prioritätsliste (PL) und eine daraus folgende höchste Kritikalität aufweist.Method for assisting a driver in driving a vehicle, wherein driver information is issued depending on a predicted future potential, real or acute risk of collision (DA) and / or subsequent collision risk between the vehicle and other road users (V1 to Vn) within the vehicle, characterized that - maneuver intentions (TM1 to TMn) are probabilistically identified on the basis of characteristics which are characteristic of a position and a movement state of the vehicle and the other road users (V1 to Vn), - a risk of collision based on intersections of detected pairs of maneuver intentions (TM1 to TMn) of the traffic participants (V1 to Vn) located in relative movement with respect to one another and a corresponding spatial occupancy of conflict areas, - a probabilistic risk assessment (RB) of a respective real or acute risk of collision (DA) and / or consequential collision sion risk based on the allocation of conflict areas in space-time and in combination with a logical context rule, including a priority rule. A plurality of mobile movement hypothesis trajectories of the vehicle and of the other road users (V1 to Vn) are predicted from these on the basis of control profiles, using the trajectories to determine a number of competing situation hypotheses between the vehicle and all other relevant road users (V1 to Vn), - An existing range of motion with appropriate probabilities for a real risk of collision with existing control variables for collision avoidance or an existing range of motion with appropriate probabilities for acute danger of collision and a need for extreme maneuvers for Kollisionsentschärfung be determined and the probabilistic results obtained in dependence of the respective risk of collision (DA ) and / or subsequent collision risk hierarchically in a priority list (PL), - the driver of the vehicle depending on the priority list (PL) and driving he presettings according to a time point of a desired system intervention and / or a determined driver status (FZ) of the driver in several escalation levels by means of the driver information is informed, warned and / or assisted by an automatic intervention in a longitudinal and / or lateral control of the vehicle, and An information (Inf), a warning (W1 to W3) and an automatic intervention are made for a situation which has a risk of collision (DA) and / or following collision danger with a highest priority in the priority list (PL) and a consequent highest criticality ,
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass zur Ermittlung der Situationshypothesen mögliche gegenseitige Schnittpunkte der erkannten Manöverabsichten (TM1 bis TMn) der sich in relativer Bewegung zueinander befindlichen Verkehrsteilnehmer (V1 bis Vn) und des Fahrzeugs und anhand der Schnittpunkte in den Konfliktbereichen eine potenzielle Kollisionsgefahr (K) ermittelt wird.A method according to claim 1, characterized in that for determining the situation hypotheses possible mutual intersections of the detected maneuver intentions (TM1 to TMn) of each other in relative motion road users (V1 to Vn) and the vehicle and based on the intersections in the conflict areas a potential risk of collision (K) is determined.
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass zur kognitiven Riskobewertung in Raum-Zeit die reale Kollisionsgefahr (K) und/oder Folgekollisionsgefahr anhand der Kombination aus den Paaren von Manöveroptionen zwischen dem Fahrzeug und allen relevanten Verkehrsteilnehmern (V1 bis Vn) zusammen mit der entsprechenden gleichzeitigen Belegung der Konfliktbereiche und dem logischen Kontext aus der digitalen Karte und den Verkehrsregeln ermittelt wird.A method according to claim 1 or 2, characterized in that for cognitive risk assessment in space-time, the real risk of collision (K) and / or consequential risk of collision based on the combination of the pairs of maneuver options between the vehicle and all relevant road users (V1 to Vn) together with the corresponding concurrent occupation of the conflict areas and the logical context of the digital map and the traffic rules is determined.
  4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass mögliche kollisionsfreie Bewegungshypothese-Trajektorien-Paare des Fahrzeugs und der Verkehrsteilnehmer (V1 bis Vn) prognostiziert und auf reale Kollisionsgefahr bewertet werden und bei der Bewertung jeweilige Bewegungsspielräume zwischen dem Fahrzeug und den Verkehrsteilnehmern (V1 bis Vn) ermittelt werden und in Abhängigkeit einer Größe des jeweiligen Bewegungsspielraums die Gefahrenwahrscheinlichkeit (P(C)) ermittelt wird.A method according to claim 1, characterized in that possible collision-free movement hypothesis trajectory pairs of the vehicle and the road users (V1 to Vn) are predicted and evaluated for real risk of collision and in the evaluation of respective movement margins between the vehicle and the road users (V1 to Vn) be determined and depending on a size of the respective range of motion, the hazard probability (P (C)) is determined.
  5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Kritikalität anhand von ermittelten Zeitmaßen bestimmt wird, wobei die Zeitmaße eine Zeitdauer bis zur Kollision (K), eine Zeitdauer bis zu einer möglichen Bremsung, eine Zeitdauer bis zu einem möglichen Lenkeingriff und/oder eine Zeitdauer bis zu einem möglichen Kick-Down eines Fahrpedals umfassen.Method according to one of the preceding claims, characterized in that the criticality is determined on the basis of determined time measurements, wherein the time measurements include a period of time until the collision (K), a time until a possible braking, a time until a possible steering intervention and / or a period of time to a possible kick-down of an accelerator pedal include.
  6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Information (Inf), die Warnung (W1 bis W3) und der automatische Eingriff in vier Eskalationsstufen durchgeführt werden, wobei – in einer ersten Eskalationsstufe zu einem ersten Zeitpunkt eine optische, akustische und/oder haptische Information (Inf) über eine potenzielle Kollisionsgefahr (DA) und/oder Folgekollisionsgefahr des Fahrzeugs mit zumindest einem der Verkehrsteilnehmer (V1 bis Vn) ausgegeben wird, – in einer zweiten Eskalationsstufe zu einem auf den ersten Zeitpunkt folgenden zweiten Zeitpunkt eine optische, akustische und/oder haptische erste Warnung (W1) vor einer realen Kollisionsgefahr (DA) und/oder Folgekollisionsgefahr des Fahrzeugs mit zumindest einem der Verkehrsteilnehmer (V1 bis Vn) ausgegeben wird, – in einer dritten Eskalationsstufe zu einem auf den zweiten Zeitpunkt folgenden dritten Zeitpunkt eine optische, akustische und/oder haptische zweite Warnung (W2) vor einer realen Kollisionsgefahr (DA) und/oder Folgekollisionsgefahr des Fahrzeugs mit zumindest einem der Verkehrsteilnehmer (V1 bis Vn) und ohne Bedarf an extremen Manövern ausgegeben wird und – in einer vierten Eskalationsstufe zu einem auf den dritten Zeitpunkt folgenden vierten Zeitpunkt eine optische, akustische und/oder haptische dritte Warnung (W3) mit einem automatischen Systemeingriff in eine Längs- und/oder Quersteuerung des Fahrzeugs zum Schutz vor einer akuten Kollisionsgefahr (DA) und/oder Folgekollisionsgefahr des Fahrzeugs mit zumindest einem der Verkehrsteilnehmer (V1 bis Vn) ausgegeben wird.Method according to one of the preceding claims, characterized in that the information (Inf), the warning (W1 to W3) and the automatic intervention are performed in four escalation stages, wherein - in a first escalation stage at a first time an optical, acoustic and / or or haptic information (Inf) about a potential risk of collision (DA) and / or subsequent collision risk of the vehicle with at least one of the road users (V1 to Vn) is output, - in a second escalation at a second time following the first time an optical, audible and / or haptic first warning (W1) before a real collision hazard (DA ) and / or consequential risk of collision of the vehicle with at least one of the road users (V1 to Vn) is output, - in a third escalation stage at a third time following the second time an optical, acoustic and / or haptic second warning (W2) before a real Risk of collision (DA) and / or consequential risk of collision of the vehicle with at least one of the road users (V1 to Vn) and without need for extreme maneuvers is output and - in a fourth escalation stage at a fourth time following the third time a visual, audible and / or haptic third warning (W3) with an automatic system intervention in a longitudinal and / or transverse control of the vehicle to protect against an acute danger of collision (DA) and / or consequential risk of collision of the vehicle with at least one of the road users (V1 to Vn) is output.
  7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zur Ermittlung der Situationshypothesen mittels eines objektorientierten Bayes-Netzwerks eine laterale Evidenz, Trajektorien des Fahrzeugs und der Verkehrsteilnehmer (V1 bis Vn), objektorientierte dynamische Gitter (dG) in den Konfliktbereichen um die Verkehrsteilnehmer herum und Kontextinformationen probabilistisch zur beabsichtigten Manövererkennung kombiniert werden.Method according to one of the preceding claims, characterized in that for determining the situation hypotheses by means of an object-oriented Bayes network lateral evidence, trajectories of the vehicle and road users (V1 to Vn), object-oriented dynamic grid (dG) in the conflict areas around the road users around and contextual information probabilistically combined to the intended maneuver recognition.
  8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass als Kontextinformationen – aus einer digitalen Straßenkarte eines Straßensegments (SS1 bis SSu), auf welchem sich das Fahrzeug befindet, – aus Signalen von fahrzeugseitigen Sensoren des Fahrzeugs und – aus Daten einer Fahrzeug-zu-Fahrzeug-Kommunikation und/oder einer Fahrzeug-zu-Infrastruktur-Kommunikation zwischen dem Fahrzeug und den anderen Verkehrsteilnehmern (V1 bis Vn) und/oder einer Infrastruktur – ein Bewegungszustand (BZ1 bis BZn) des Fahrzeugs und der Verkehrsteilnehmer (V1 bis Vn), ein Steuerzustand (SZ1 bis SZn) des Fahrzeugs und der Verkehrsteilnehmer (V1 bis Vn), ein Fahreraktivitätszustand (FAZ1 bis FAZn) und Ereignisnachrichten (EN) ermittelt werden.Method according to claim 7, characterized in that as context information From a digital road map of a road segment (SS1 to SSu) on which the vehicle is located, - From signals from vehicle-mounted sensors of the vehicle and From data of a vehicle-to-vehicle communication and / or a vehicle-to-infrastructure communication between the vehicle and the other road users (V1 to Vn) and / or an infrastructure A movement state (BZ1 to BZn) of the vehicle and the road users (V1 to Vn), a control state (SZ1 to SZn) of the vehicle and the road users (V1 to Vn), a driver activity state (FAZ1 to FAZn) and event messages (EN) become.
  9. Verfahren nach Anspruch 7 oder 8, dadurch gekennzeichnet, dass bei der Ermittlung der Situationshypothesen ein Abstand, eine relative Ausrichtung und eine relative Positionierung des Fahrzeugs und der Verkehrsteilnehmer (V1 bis Vn) ermittelt werden.A method according to claim 7 or 8, characterized in that when determining the situation hypotheses, a distance, a relative orientation and a relative positioning of the vehicle and the road users (V1 to Vn) are determined.
  10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Information (Inf) und/oder die Warnung (W1 bis W3) bei ermittelter Kollisionsgefahr (DA) und/oder Folgekollisionsgefahr in Abhängigkeit einer relativen Position des zumindest einen Verkehrsteilnehmers (V1 bis Vn) zum Fahrzeug im Innenraum des Fahrzeugs an einer Innenraumposition ausgegeben wird, welche sich vom Fahrer aus im Wesentlichen in einer Richtung befindet, in welcher sich der zumindest eine Verkehrsteilnehmer (V1 bis Vn) relativ zum ersten Fahrzeug befindet.Method according to one of the preceding claims, characterized in that the information (Inf) and / or the warning (W1 to W3) in the event of collision risk (DA) and / or consequential risk of collision depending on a relative position of the at least one road user (V1 to Vn) is outputted to the vehicle in the interior of the vehicle at an indoor position, which is located by the driver substantially in a direction in which the at least one road user (V1 to Vn) is relative to the first vehicle.
DE201210009297 2012-05-03 2012-05-03 Method for assisting rider when feeding e.g. vehicle, involves proving information, warning and automatic engagement, which results during risk of collision and/or secondary collision with highest priority in priority list Withdrawn DE102012009297A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE201210009297 DE102012009297A1 (en) 2012-05-03 2012-05-03 Method for assisting rider when feeding e.g. vehicle, involves proving information, warning and automatic engagement, which results during risk of collision and/or secondary collision with highest priority in priority list

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE201210009297 DE102012009297A1 (en) 2012-05-03 2012-05-03 Method for assisting rider when feeding e.g. vehicle, involves proving information, warning and automatic engagement, which results during risk of collision and/or secondary collision with highest priority in priority list

Publications (1)

Publication Number Publication Date
DE102012009297A1 true DE102012009297A1 (en) 2012-12-13

Family

ID=47220626

Family Applications (1)

Application Number Title Priority Date Filing Date
DE201210009297 Withdrawn DE102012009297A1 (en) 2012-05-03 2012-05-03 Method for assisting rider when feeding e.g. vehicle, involves proving information, warning and automatic engagement, which results during risk of collision and/or secondary collision with highest priority in priority list

Country Status (1)

Country Link
DE (1) DE102012009297A1 (en)

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202013008112U1 (en) * 2013-09-11 2014-12-12 GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) Driver assistance system for a motor vehicle
DE102013213006A1 (en) * 2013-07-03 2015-01-08 Bayerische Motoren Werke Aktiengesellschaft Driver assistance subsystem for a motor vehicle for determining the options of action of several road users
DE102013014157A1 (en) * 2013-08-24 2015-02-26 Audi Ag Stationary device for reducing the risk of collision of motor vehicles
DE102013221499A1 (en) * 2013-10-23 2015-05-07 Volkswagen Aktiengesellschaft intersection assistant
EP2881829A2 (en) 2013-12-05 2015-06-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method for automatically controlling a vehicle, device for generating control signals for a vehicle and vehicle
DE202014003224U1 (en) 2014-04-15 2015-07-20 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) Driver assistance system for warning a driver of a collision with another road user
DE102014204107A1 (en) * 2014-03-06 2015-09-10 Conti Temic Microelectronic Gmbh Traffic forecasting method
DE102014205391A1 (en) * 2014-03-24 2015-09-24 Bayerische Motoren Werke Aktiengesellschaft Device for predicting driving state transitions
DE102014206901A1 (en) 2014-04-10 2015-10-15 Robert Bosch Gmbh User interface for selecting and activating support in maneuver situations
CN105480225A (en) * 2014-10-03 2016-04-13 福特全球技术公司 Vehicular post-impact forward movement mitigation
WO2016091363A1 (en) * 2014-12-13 2016-06-16 Wabco Gmbh & Method, control device and emergency braking system for outputting an emergency braking signal in the driver's vehicle
EP3048021A1 (en) * 2015-01-26 2016-07-27 Hitachi, Ltd. Vehicle travelling control device
DE102015006138A1 (en) * 2015-05-12 2016-11-17 Elektrobit Automotive Gmbh Driver assistance system and method for avoiding collisions
DE102016208214A1 (en) 2015-05-22 2016-11-24 Ford Global Technologies, Llc Method and device for supporting a maneuvering process of a vehicle
EP3144920A1 (en) * 2015-09-17 2017-03-22 Volkswagen Aktiengesellschaft Determining a target trajectory for a vehicle
EP3182392A4 (en) * 2015-10-19 2017-06-21 LE Holdings (Beijing) Co., Ltd. Driving fatigue early warning method and system for use in vehicle
DE102016002232A1 (en) * 2016-02-25 2017-08-31 Audi Ag Method for operating a motor vehicle
DE102016220102A1 (en) * 2016-10-14 2018-04-19 Audi Ag Procedure for traffic guidance
DE102017105764A1 (en) * 2017-03-17 2018-09-20 Valeo Schalter Und Sensoren Gmbh Configuration of a driver assistance system for a motor vehicle, with monitored machine learning
DE102017204572A1 (en) * 2017-03-20 2018-09-20 Honda Motor Co., Ltd. Vehicle travel support device
DE102017206862A1 (en) * 2017-04-24 2018-10-25 Bayerische Motoren Werke Aktiengesellschaft Selecting a course of action concerning the longitudinal guidance of a motor vehicle with at least automated longitudinal guidance
DE102017006434A1 (en) * 2017-07-07 2019-01-10 Wabco Gmbh Method for predictively assessing a current driving situation and rating module
DE102017121496A1 (en) * 2017-09-15 2019-03-21 Konecranes Global Corporation Method for controlling the passage of a transfer zone for containers of transport vehicles in a container handling plant, control system therefor and transhipment facility with such a control system
DE102017220139A1 (en) * 2017-11-13 2019-05-16 Robert Bosch Gmbh Method and device for providing a position of at least one object
DE102017221286A1 (en) * 2017-11-28 2019-05-29 Audi Ag Method for setting fully automatic vehicle guidance functions in a predefined navigation environment and motor vehicle
DE102017222876A1 (en) * 2017-12-15 2019-06-19 Continental Automotive Gmbh Method and system for generating a collision warning for road users
DE102018200852A1 (en) * 2018-01-19 2019-07-25 Bayerische Motoren Werke Aktiengesellschaft Motion assistance method for persons as road users and movement assistance system
DE102018001968B3 (en) * 2018-03-12 2019-08-29 Ralph Stömmer Method and system for prioritizing avoidance maneuvers in the control of a vehicle
DE102018203070A1 (en) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Collision risk-prediction unit
DE102018203064A1 (en) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Collision risk-prediction unit
DE102018203058A1 (en) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Collision risk-prediction unit
DE102018203063A1 (en) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Collision risk-prediction unit
DE102018206743A1 (en) * 2018-05-02 2019-11-07 Bayerische Motoren Werke Aktiengesellschaft A method of operating a driver assistance system of an ego vehicle having at least one environment sensor for detecting an environment of the ego vehicle, computer-readable medium, system, and vehicle
DE102018117561A1 (en) * 2018-07-20 2020-01-23 Zf Active Safety Gmbh Automated collision avoidance method
DE102018214032A1 (en) * 2018-08-20 2020-02-20 Zf Friedrichshafen Ag Device, method and system for warning a driver when turning at a turning point
DE102018214018A1 (en) * 2018-08-20 2020-02-20 Zf Friedrichshafen Ag Device, method and system for warning a driver when turning at a turning point
DE102018126295A1 (en) * 2018-10-23 2020-04-23 Daimler Ag Method for at least partially automated driving of a motor vehicle
CN111081069A (en) * 2019-12-31 2020-04-28 交通运输部公路科学研究所 Vehicle track control method for bottleneck area of expressway
EP3671693A1 (en) * 2018-12-20 2020-06-24 Volkswagen AG Method and driver assistance system for assisting a driver of a vehicle during guiding of the vehicle
DE102019100318A1 (en) 2019-01-08 2020-07-09 Bayerische Motoren Werke Aktiengesellschaft Device and method for improving assistance systems for lateral vehicle movements
DE102019104973A1 (en) * 2019-02-27 2020-08-27 Zf Automotive Germany Gmbh Method and control device for a system for controlling a motor vehicle
DE102019124724A1 (en) * 2019-09-13 2021-03-18 Bayerische Motoren Werke Aktiengesellschaft Method and device for predicting the movement of road users in a road network
DE102019215141A1 (en) * 2019-10-01 2021-04-01 Volkswagen Aktiengesellschaft Method for predicting a future traffic situation in the surroundings of a motor vehicle by determining a plurality of inherently consistent overall scenarios for different road users; Motor vehicle
DE102019216598A1 (en) 2019-10-29 2021-04-29 Deere & Company Method for monitoring the surroundings of a vehicle and system for monitoring the surroundings of a vehicle

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011106176A1 (en) 2011-07-01 2012-02-02 Daimler Ag Method for determining hazard probability of situation between two vehicles i.e. motor cars, in intersection region, involves determining hazard probability in response to factor of range of motions between vehicles
DE102011113019A1 (en) 2011-07-14 2012-05-10 Daimler Ag Method for determining and evaluating hazards of traffic conditions between e.g. vehicles in signal-controlled junction, involves performing probabilistic hazard estimation of hazards for road users moved relative to movement
DE102012005272A1 (en) 2012-02-20 2012-10-25 Daimler Ag Method for determining risk probability of situation between two vehicles, for issuing different driver warnings, involves determining space for maneuvering between vehicles for determining risk probability, based on size of each space

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011106176A1 (en) 2011-07-01 2012-02-02 Daimler Ag Method for determining hazard probability of situation between two vehicles i.e. motor cars, in intersection region, involves determining hazard probability in response to factor of range of motions between vehicles
DE102011113019A1 (en) 2011-07-14 2012-05-10 Daimler Ag Method for determining and evaluating hazards of traffic conditions between e.g. vehicles in signal-controlled junction, involves performing probabilistic hazard estimation of hazards for road users moved relative to movement
DE102012005272A1 (en) 2012-02-20 2012-10-25 Daimler Ag Method for determining risk probability of situation between two vehicles, for issuing different driver warnings, involves determining space for maneuvering between vehicles for determining risk probability, based on size of each space

Cited By (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013213006A1 (en) * 2013-07-03 2015-01-08 Bayerische Motoren Werke Aktiengesellschaft Driver assistance subsystem for a motor vehicle for determining the options of action of several road users
DE102013014157A1 (en) * 2013-08-24 2015-02-26 Audi Ag Stationary device for reducing the risk of collision of motor vehicles
DE202013008112U1 (en) * 2013-09-11 2014-12-12 GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) Driver assistance system for a motor vehicle
DE102013221499A1 (en) * 2013-10-23 2015-05-07 Volkswagen Aktiengesellschaft intersection assistant
EP2881829A2 (en) 2013-12-05 2015-06-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method for automatically controlling a vehicle, device for generating control signals for a vehicle and vehicle
DE102013225057A1 (en) * 2013-12-05 2015-06-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. METHOD FOR CONTROLLING A VEHICLE, DEVICE FOR PRODUCING CONTROL SIGNALS FOR A VEHICLE AND VEHICLE
DE102014204107A1 (en) * 2014-03-06 2015-09-10 Conti Temic Microelectronic Gmbh Traffic forecasting method
DE102014205391A1 (en) * 2014-03-24 2015-09-24 Bayerische Motoren Werke Aktiengesellschaft Device for predicting driving state transitions
DE102014206901A1 (en) 2014-04-10 2015-10-15 Robert Bosch Gmbh User interface for selecting and activating support in maneuver situations
DE202014003224U1 (en) 2014-04-15 2015-07-20 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) Driver assistance system for warning a driver of a collision with another road user
CN105480225A (en) * 2014-10-03 2016-04-13 福特全球技术公司 Vehicular post-impact forward movement mitigation
CN105480225B (en) * 2014-10-03 2019-12-10 福特全球技术公司 Vehicle post-impact forward motion mitigation
WO2016091363A1 (en) * 2014-12-13 2016-06-16 Wabco Gmbh & Method, control device and emergency braking system for outputting an emergency braking signal in the driver's vehicle
EP3048021A1 (en) * 2015-01-26 2016-07-27 Hitachi, Ltd. Vehicle travelling control device
US10017111B2 (en) 2015-05-12 2018-07-10 Elektrobit Automotive Gmbh Driver assistance system and method for avoiding collisions
DE102015006138A1 (en) * 2015-05-12 2016-11-17 Elektrobit Automotive Gmbh Driver assistance system and method for avoiding collisions
DE102016208214A1 (en) 2015-05-22 2016-11-24 Ford Global Technologies, Llc Method and device for supporting a maneuvering process of a vehicle
CN106548660A (en) * 2015-09-17 2017-03-29 大众汽车有限公司 Determine the theory locus of vehicle
EP3144920A1 (en) * 2015-09-17 2017-03-22 Volkswagen Aktiengesellschaft Determining a target trajectory for a vehicle
EP3182392A4 (en) * 2015-10-19 2017-06-21 LE Holdings (Beijing) Co., Ltd. Driving fatigue early warning method and system for use in vehicle
DE102016002232A1 (en) * 2016-02-25 2017-08-31 Audi Ag Method for operating a motor vehicle
DE102016220102A1 (en) * 2016-10-14 2018-04-19 Audi Ag Procedure for traffic guidance
DE102017105764A1 (en) * 2017-03-17 2018-09-20 Valeo Schalter Und Sensoren Gmbh Configuration of a driver assistance system for a motor vehicle, with monitored machine learning
DE102017204572A1 (en) * 2017-03-20 2018-09-20 Honda Motor Co., Ltd. Vehicle travel support device
DE102017206862A1 (en) * 2017-04-24 2018-10-25 Bayerische Motoren Werke Aktiengesellschaft Selecting a course of action concerning the longitudinal guidance of a motor vehicle with at least automated longitudinal guidance
DE102017006434A1 (en) * 2017-07-07 2019-01-10 Wabco Gmbh Method for predictively assessing a current driving situation and rating module
WO2019053150A1 (en) 2017-09-15 2019-03-21 Konecranes Global Corporation Method for controlling travel within a transfer zone for containers of transport vehicles in a terminal for containers, control system for same, and terminal comprising a control system of this kind
DE102017121496A1 (en) * 2017-09-15 2019-03-21 Konecranes Global Corporation Method for controlling the passage of a transfer zone for containers of transport vehicles in a container handling plant, control system therefor and transhipment facility with such a control system
DE102017220139A1 (en) * 2017-11-13 2019-05-16 Robert Bosch Gmbh Method and device for providing a position of at least one object
DE102017221286A1 (en) * 2017-11-28 2019-05-29 Audi Ag Method for setting fully automatic vehicle guidance functions in a predefined navigation environment and motor vehicle
DE102017222876A1 (en) * 2017-12-15 2019-06-19 Continental Automotive Gmbh Method and system for generating a collision warning for road users
DE102018200852A1 (en) * 2018-01-19 2019-07-25 Bayerische Motoren Werke Aktiengesellschaft Motion assistance method for persons as road users and movement assistance system
DE102018203070A1 (en) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Collision risk-prediction unit
DE102018203064A1 (en) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Collision risk-prediction unit
DE102018203058A1 (en) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Collision risk-prediction unit
DE102018203063A1 (en) * 2018-03-01 2019-09-05 Honda Motor Co., Ltd. Collision risk-prediction unit
DE102018001968B3 (en) * 2018-03-12 2019-08-29 Ralph Stömmer Method and system for prioritizing avoidance maneuvers in the control of a vehicle
DE102018001968B9 (en) 2018-03-12 2021-01-07 Ralph Stömmer Method and system for prioritizing evasive maneuvers when controlling a vehicle
DE102018206743A1 (en) * 2018-05-02 2019-11-07 Bayerische Motoren Werke Aktiengesellschaft A method of operating a driver assistance system of an ego vehicle having at least one environment sensor for detecting an environment of the ego vehicle, computer-readable medium, system, and vehicle
DE102018117561A1 (en) * 2018-07-20 2020-01-23 Zf Active Safety Gmbh Automated collision avoidance method
DE102018214018A1 (en) * 2018-08-20 2020-02-20 Zf Friedrichshafen Ag Device, method and system for warning a driver when turning at a turning point
DE102018214032A1 (en) * 2018-08-20 2020-02-20 Zf Friedrichshafen Ag Device, method and system for warning a driver when turning at a turning point
DE102018126295A1 (en) * 2018-10-23 2020-04-23 Daimler Ag Method for at least partially automated driving of a motor vehicle
EP3671693A1 (en) * 2018-12-20 2020-06-24 Volkswagen AG Method and driver assistance system for assisting a driver of a vehicle during guiding of the vehicle
WO2020143977A1 (en) 2019-01-08 2020-07-16 Bayerische Motoren Werke Aktiengesellschaft Device and method for improving assistance systems for lateral vehicle movements
DE102019100318A1 (en) 2019-01-08 2020-07-09 Bayerische Motoren Werke Aktiengesellschaft Device and method for improving assistance systems for lateral vehicle movements
DE102019104973A1 (en) * 2019-02-27 2020-08-27 Zf Automotive Germany Gmbh Method and control device for a system for controlling a motor vehicle
DE102019124724A1 (en) * 2019-09-13 2021-03-18 Bayerische Motoren Werke Aktiengesellschaft Method and device for predicting the movement of road users in a road network
DE102019215141A1 (en) * 2019-10-01 2021-04-01 Volkswagen Aktiengesellschaft Method for predicting a future traffic situation in the surroundings of a motor vehicle by determining a plurality of inherently consistent overall scenarios for different road users; Motor vehicle
DE102019216598A1 (en) 2019-10-29 2021-04-29 Deere & Company Method for monitoring the surroundings of a vehicle and system for monitoring the surroundings of a vehicle
CN111081069A (en) * 2019-12-31 2020-04-28 交通运输部公路科学研究所 Vehicle track control method for bottleneck area of expressway

Similar Documents

Publication Publication Date Title
DE102013113572B4 (en) A method of identifying potential hazards in the environment of a vehicle
EP2657921B1 (en) Method and device for the emergency stopping of a motor vehicle
DE102013105046B9 (en) Target track selection method by means of navigation input in road change scenarios
DE102017100029A1 (en) PREDICTION OF A DRIVER'S VIEW OF A CROSSROAD
DE112019001421T5 (en) SYSTEMS AND PROCEDURES FOR NAVIGATING A VEHICLE
DE102015111535B4 (en) Algorithm for precise curvature estimation for the path planning of autonomous vehicles
DE102014213171A1 (en) System for autonomous vehicle guidance and motor vehicle
DE112016003126T5 (en) Vehicle control / control device, vehicle control / control method and vehicle control / control program
DE10254806B4 (en) Information processing method
DE102011082126B4 (en) SAFETY DEVICE FOR MOTOR VEHICLES
DE112015004218B4 (en) Driving assistance device
DE102017100013A1 (en) DETERMINING THE DRIVER'S VIEW OF ROAD TRAFFIC CIRCULATIONS TO AVOID THE COLLISION OF AUTOMOTIVE
EP2888139B1 (en) Driver assistance system, and method for operating said driver assistance system
DE112010001354B4 (en) Motion trajectory generator
DE102015202837A1 (en) Error handling in an autonomous vehicle
EP3281831A1 (en) Control system and control method for determining a likelihood of a lane change by a preceding vehicle
EP2082388B1 (en) Method and apparatus for identifying concealed objects in road traffic
DE112009004844B4 (en) VEHICLE MONITORING DEVICE ENVIRONMENT
DE102013101618B4 (en) Vehicle-based tracking control device
DE102008026396B4 (en) Method and device for avoiding a collision with rear cross traffic
EP2404195B1 (en) Method for automatically detecting a driving maneuver of a motor vehicle and a driver assistance system comprising said method
DE102013009860A1 (en) Method for coordinating the operation of motor vehicles
DE102015114465A1 (en) Method for path planning for an evasive steering maneuver
DE102013200462A1 (en) AUTONOMOUS CIRCUIT CONTROL SYSTEM
DE112016004751T5 (en) AUTONOMOUS TRAVEL SUPPORT SYSTEM, AUTONOMOUS TRAVEL SUPPORT PROCESS AND COMPUTER PROGRAM

Legal Events

Date Code Title Description
R230 Request for early publication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee