DE102014223242A1 - Autonome fahrzeugbetriebsweisen - Google Patents

Autonome fahrzeugbetriebsweisen Download PDF

Info

Publication number
DE102014223242A1
DE102014223242A1 DE102014223242.2A DE102014223242A DE102014223242A1 DE 102014223242 A1 DE102014223242 A1 DE 102014223242A1 DE 102014223242 A DE102014223242 A DE 102014223242A DE 102014223242 A1 DE102014223242 A1 DE 102014223242A1
Authority
DE
Germany
Prior art keywords
vehicle
parameters
driver
data
computer
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.)
Pending
Application number
DE102014223242.2A
Other languages
English (en)
Inventor
Christopher Attard
Shane Elwart
Jeff Allen Greenberg
Rajit Johri
John P. Joyce
Devinder Singh Kochhar
Douglas Scott Rhode
John Shutko
Louis Tijerna
Eric Hongtei Tseng
Wilford Trent Yopp
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of DE102014223242A1 publication Critical patent/DE102014223242A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes 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
    • B60W30/18—Propelling the vehicle
    • B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/043—Identity of occupants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

Es wird ein Fahrzeugfahrer identifiziert. Basierend wenigstens teilweise auf der Identität des Fahrers werden ein oder mehrere eine Betriebsweise zum autonomen Betreiben des Fahrzeugs angebende Parameter bestimmt. Das Fahrzeug wird wenigstens teilweise gemäß dem einen oder den mehreren Parametern autonom betrieben.

Description

  • Verschiedene Fahrer mögen unterschiedliche Ausführungen, Muster usw. zum Betreiben eines Fahrzeugs wie beispielsweise eines Automobils, Lastwagens, Wasserfahrzeugs usw. bevorzugen und/oder mit diesen zufrieden sein. Verschieden Ausführungen, Muster usw. können verschiedene Grade an Komfort, Zufriedenheit usw. für Fahrer und/oder Insassen von autonomen Fahrzeugen bieten. Autonome Fahrzeuge nach aktuellen Gestaltungen arbeiten allgemein nach Anweisungen, die Faktoren wie beispielsweise die Identität eines Fahrers und/oder eine Fahreridentität in Kombination mit Faktoren wie beispielsweise Wetter, Tageszeit usw. nicht berücksichtigen. Weiterhin sind autonome Fahrzeuge hinsichtlich vom Fahrer einstellbaren Einstellungen zur Bereitstellung verschiedener Fahrmuster, die auf Grundlage einer aktuellen Lage wünschenswert oder angebracht sein könnten, mangelhaft.
  • 1 ist ein Blockschaltbild eines beispielhaften Fahrzeugsystems zum Bereitstellen und/oder Handhaben verschiedener Betriebsweisen eines autonomen Fahrzeugs.
  • 2 ist ein Diagramm eines beispielhaften Verfahrens zum Bereitstellen und/oder Handhaben verschiedener Betriebsweisen eines autonomen Fahrzeugs.
  • 1 ist ein Blockschaltbild eines beispielhaften Fahrzeugsystems 100 zum Bereitstellen und/oder Handhaben verschiedener Betriebsweisen eines autonomen Fahrzeugs 101. Eine Rechenvorrichtung 105 im Fahrzeug 101 empfängt allgemein eingesammelte Daten 115 von einem oder mehreren Datensammlern, z.B. Sensoren 110. Weiterhin umfasst das Fahrzeug 101 ein Autonomfahrmodul 106, z.B. als eine Menge von in einem Speicher von und ausführbar durch einen Prozessor der Rechenvorrichtung 105 gespeicherten Anweisungen. Der Fahrzeugrechner 105 ist allgemein zum Auswerten und Synchronisieren von Bedienereingabe, gesammelten Daten 115 und/oder einem oder mehreren gespeicherten Parametern 116 zum Auswählen einer Betriebsweise für das Fahrzeug 101 und/oder zum Bestimmen, ob eine Änderung oder Einstellung an einer Betriebsweise des Fahrzeugs 101 durchzuführen ist eingerichtet.
  • Beispielsweise können verschiedene Betriebsweisen des autonomen Fahrzeugs 101 einen Sportmodus, einen Standardmodus und einen Komfortmodus umfassen. So kann der Fahrer eines Fahrzeugs 101 einen Autonombetrieb des Fahrzeugs 101 auf eine ähnliche Weise wie den vom Fahrer bevorzugten Fahrstil erfahren, z.B. wenn der Fahrer bevorzugt, Fahrbahnen zu wechseln, jedes Mal wenn eine Fahrbahnänderung eine Geschwindigkeitserhöhung des Fahrzeugs erlauben kann, kann eine Betriebsweise des autonomen Fahrzeugs 101 für ein solches Verhalten eingerichtet werden. Wenn gleicherweise der Fahrer eines Fahrzeugs 101 bevorzugt, wann immer möglich in einer nicht-Überholspur der Autobahn zu bleiben, kann eine Betriebsweise des autonomen Fahrzeugs 101 eingerichtet sein, in eine Überholspur einer Autobahn nur dann einzufahren, wenn es sich einem Hindernis gegenübersieht, wo nötig, um die Geschwindigkeit des Fahrzeugs 101 unter einem nicht-Schwellenwert zu halten usw.
  • Weiterhin kann ein Fahrer des gleichen Fahrzeugs 101 je nach der aktuellen Lage unterschiedliche Fahrweisen oder -muster bevorzugen, z.B. einen Beeiligungsmodus: "Ich bin schon 5 Minuten spät für mein Treffen in einer halben Stunde und muss mich beeilen;" einen Leerbetriebsmodus: "Benzin sparen oder Sie können vor Erreichen der Tankstelle leerfahren;" Besichtigungsmodus: "Besuchenden Schwiegereltern die Sehenswürdigkeiten langsam fahrend zeigen;" Vorsichtsmodus: "Auf der Autobahn während eines Schneesturms fahren" usw. Sonstige Beispiele von Autonombetriebsweisen für das Fahrzeug 101 und Mechanismen zum Auswählen einer Betriebsweise für das Fahrzeug 101 einschließlich verschiedener Merkmale derselben werden untenstehend geboten.
  • Ein Fahrzeug 101 umfasst einen Fahrzeugrechner 105, der allgemein einen Prozessor und einen Speicher enthält, wobei der Speicher eine oder mehrere Formen von computerlesbaren Medien umfasst und durch den Prozessor ausführbare Anweisungen zum Durchführen verschiedener Operationen einschließlich der hier offenbarten speichert. Beispielsweise enthält der Rechner 105 allgemein, und ist fähig zum Ausführen von Anweisungen zum Auswählen einer Autonombetriebsweise, zum Einstellen einer Autonombetriebsweise, zum Ändern einer Autonombetriebsweise usw. des Fahrzeugs 101.
  • Weiterhin kann der Rechner 105 mehr als eine Rechenvorrichtung, z.B. Steuerungen und dergleichen enthalten in dem Fahrzeug 101 zum Überwachen und/oder Steuern verschiedener Fahrzeugbestandteile, z.B. einer Motorsteuereinheit (ECU – Engine Control Unit), Getriebesteuereinheit (TCU – Transmission Control Unit) usw. enthalten. Der Rechner 105 ist allgemein für Kommunikationen auf einem CAN-Bus (CAN = Controller Area Network) oder dergleichen eingerichtet. Der Rechner 105 kann auch eine Verbindung mit einem Bord-Diagnoseverbinder (OBD-II – Onboard Diagnostics Conncector) aufweisen. Über den CAN-Bus, OBD-II und/oder andere drahtgebundene oder drahtlose Mechanismen kann der Rechner 105 Nachrichten zu verschiedenen Vorrichtungen in einem Fahrzeug übertragen und/oder Nachrichten von den verschiedenen Vorrichtungen, z.B. Steuerungen, Aktoren, Sensoren usw. einschließlich Datensammlern 110 empfangen. Alternativ oder zusätzlich kann in Fällen, wo der Rechner 105 eigentlich mehrere Vorrichtungen umfasst, der CAN-Bus oder dergleichen für Kommunikationen zwischen als der Rechner 105 in der vorliegenden Offenbarung dargestellten Vorrichtungen benutzt werden.
  • Zusätzlich kann der Rechner 105 zum Kommunizieren mit dem Netz 120 eingerichtet sein, das wie unten beschrieben verschiedene drahtgebundene und/oder drahtlose Netzverbindungstechniken umfassen kann, z.B. Zellularfunk, Bluetooth, drahtgebundene und/oder drahtlose Paketnetze usw. Weiterhin enthält der Rechner 105, z.B. im Modul 106, allgemeine Anweisungen zum Empfangen von Daten, z.B. von einem oder mehreren Datensammlern 110 und/oder einer Mensch-Maschine-Schnittstelle (HMI – Human Machine Interface) wie beispielsweise einem interaktiven Sprachausgabe-(IVR – Interactive Voice Response) System, einer grafischen Benutzeroberfläche (GUI – Graphical User Interface) mit einem Tast-Bildschirm oder dergleichen usw.
  • Allgemein in den im Rechner 105 gespeicherten und durch diesen ausgeführten Anweisungen enthalten ist ein Autonomfahrmodul 106. Unter Verwendung von im Rechner 105 empfangenen Daten, z.B. von Datensammlern 110, als Parameter 116 gespeicherten enthaltenen Daten, dem Server 125 usw., kann das Modul 106 verschiedene Komponenten und/oder Operationen des Fahrzeugs 101 ohne einen Fahrer zum Betreiben des Fahrzeugs 101 steuern. Beispielsweise kann das Modul 106 zum Regeln von Geschwindigkeit, Beschleunigung, Verzögerung, Steuerung, Abstand zwischen Fahrzeugen und/oder Zeitspanne zwischen Fahrzeugen, Mindestlücke zum Spurwechsel zwischen Fahrzeugen, Mindestweg zur Linksdrehung über die Spur, Zeit bis zur Ankunft, Mindestzeit bis zur Ankunft bei der Kreuzung (ohne Signal) zum Überqueren der Kreuzung usw. des Fahrzeugs 101 benutzt werden. Weiterhin kann das Modul 106 die gewünschte Geschwindigkeit, Beschleunigung Verzögerung, Steuerung, Wagenfolgezeitabstand, Mindestlücke zum Spurwechsel, Mindestzeit zur Ankunft an Spurüberquerung usw. basierend auf bestimmten vorher besuchten Orten und/oder überquerten Fahrwegen und Steuerkursen, so wie sie von einem bestimmten Fahrer des Fahrzeugs 101 gefahren wurden, erlernen und dadurch ein natürliches Gefühl bezüglich dem, was der Fahrer zu erfahren erwartet bereitstellen, z.B. durch Bereitstellen von Operationen an bestimmten Orten, die Manöver nachbilden, die der Fahrer durchgeführt haben kann.
  • Datensammler 110 können verschiedene Vorrichtungen umfassen. Beispielsweise können verschiedene Steuerungen in einem Fahrzeug als Datensammler 110 zum Bereitstellen gesammelter Daten 115 über den CAN-Bus wirken, z.B. gesammelte Daten 115 betreffs Fahrzeuggeschwindigkeit, Beschleunigung usw. Weiterhin könnten Sensoren oder dergleichen, GPS-Einrichtungen (GPS – Global Positioning System) usw. in einem Fahrzeug enthalten und als Datensammler 110 zum Bereitstellen von Daten direkt für den Rechner 105, z.B. über eine drahtgebundene oder drahtlose Verbindung, eingerichtet sein. Datensammler 110 könnten auch Sensoren oder dergleichen zum Erfassen von Bedingungen außerhalb des Fahrzeugs 101 umfassen, z.B. Mittelbereichs- und Weitbereichssensoren. Beispielsweise könnten Sensor-Datensammler 110 Mechanismen wie beispielsweise RADAR, LADAR, Sonar, Kameras und sonstige Bilderfassungsvorrichtungen umfassen, die zum Messen eines Abstands zwischen dem Fahrzeug 101 und anderen Fahrzeugen oder Gegenständen, zum Erkennen anderer Fahrzeuge oder Gegenstände und/oder zum Erkennen von Straßenzuständen wie beispielsweise Kurven, Schlaglöchern, Vertiefungen, Bodenwelle, Neigungsänderungen usw. eingesetzt werden könnten.
  • Ein Datensammler 110 kann weiterhin biometrische Sensoren 110 und/oder andere Vorrichtungen umfassen, die zum Identifizieren eines Fahrers eines Fahrzeugs 101 benutzt werden können. Beispielsweise kann ein Datensammler 110 ein Fingerabdrucksensor, ein Retinaabtaster oder sonstiger Sensor 110 sein, der biometrische Daten 105 bereitstellt, die zum Identifizieren eines Fahrers des Fahrzeugs 101 benutzt werden können. Alternativ oder zusätzlich kann ein Datensammler 110 eine tragbare Hardwarevorrichtung umfassen, z.B. einschließlich eines Prozessors und eines durch den Prozessor ausführbare Firmware speichernden Speichers zum Identifizieren eines Fahrers des Fahrzeugs 101 umfassen. Beispielsweise könnte eine solche tragbare Hardwarevorrichtung eine Fähigkeit zur drahtlosen Kommunikation z.B. unter Verwendung von Bluetooth oder dergleichen mit dem Rechner 105 zum Identifizieren eines Fahrers des Fahrzeugs 101 umfassen.
  • Ein Speicher des Rechners 105 speichert allgemein gesammelte Daten 115. Gesammelte Daten 115 können verschiedene in einem Fahrzeug 101 von Datensammlern 110 gesammelte Daten umfassen. Beispiele gesammelter Daten 115 werden oben bereitgestellt und weiterhin können Daten 115 zusätzlich daraus im Rechner 105 berechnete Daten enthalten. Allgemein können gesammelte Daten 115 alle Daten umfassen, die durch eine Sammelvorrichtung 110 eingesammelt und/oder aus solchen Daten berechnet werden können. Dementsprechend könnten gesammelte Daten 115 verschiedene, Operationen und/oder Leistung des Fahrzeugs 101 betreffende Daten 115 wie auch Daten besonders betreffs der Bewegung des Fahrzeugs 101 umfassen. Beispielsweise könnten gesammelte Daten 115 Daten betreffs der Geschwindigkeit, Beschleunigung, des Bremsens, Spuränderungen und/oder Spurnutzung (z.B. auf bestimmten Straßen und/oder Straßenarten wie beispielsweise Autobahnen), Durchschnittsabstände von anderen Fahrzeugen bei jeweiligen Geschwindigkeiten oder Geschwindigkeitsbereichen eines Fahrzeugs 101 und/oder andere Daten 115 betreffs des historischen und/oder bevorzugten Fahrstils des Fahrers eines Fahrzeugs 101 umfassen.
  • Ein Speicher des Rechners 105 kann weiterhin einen oder mehrere Parameter 116 zum Bestimmen einer oder mehrerer Betriebsweisen zum autonomen Betreiben des Fahrzeugs 101 speichern. Ein Parameter 116 kann allgemein auf gesammelten Daten 115 basieren und kann zum Bestimmen einer autonomen Betriebsweise des Fahrzeugs 101 oder Betriebsweisen entsprechend einem oder mehreren Werten in gesammelten Daten 115 benutzt werden. Es sind verschiedene Kategorien von Autonombetriebsweisen auf globaler Ebene möglich, z.B. Beeinflussen einer Vielzahl von Teilbetriebsweisen im Fahrzeug 101, und/oder auf einer körnigeren z.B. Teilbetriebsweisen-Ebene möglich. Beispielsweise könnten Parameter 116 zum globalen Angeben verschiedener Betriebsweisen zum Fahren des autonomen Fahrzeugs 101 einschließlich einer Sportbetriebsweise, einer Standardbetriebsweise und einer Komfortbetriebsweise benutzt werden. In einer Sportbetriebsweise nach diesem Beispiel kann das Fahrzeug 101 an oder innerhalb einer vorgeschriebene Geschwindigkeitsgrenzen überschreitenden Grenze fahren, vielleicht basierend auf umgebenden Verkehrsmustern; zum Aufrechterhalten oder Erhöhen der Geschwindigkeit des Fahrzeugs 101 jedes Mal dann Fahrbahnen wechseln, wenn es wünschenswert ist. Weiterhin könnten Parameter 116 zum Angeben von Teilbetriebsweisen, d.h. bestimmten Merkmalen der Funktion des Fahrzeugs 101, benutzt werden.
  • Vorteilhafterweise können die Parameter 116 zum Fördern nicht nur des Komforts und der Sicherheit des Fahrers des Fahrzeugs 101 benutzt werden, sondern auch um anderen Fahrzeugen Nutzen zu bringen, z.B. durch Fördern eines besseren Verkehrsflusses. Beispielsweise kann, wo der Fahrer eines Fahrzeugs 101 mit einem aggressiveren Fahrstil zufrieden ist, z.B. häufigen Spurwechseln, näheren Folgeabständen usw., dann können die Parameter 116 entsprechend eingestellt werden, z.B. auf einen "Sport-"Modus. Zulassen eines solchen aggressiveren Fahrstils kann zulassen, dass sich das Fahrzeug 101 wirkungsvoller im Verkehr bewegt und verhindern, dass das Fahrzeug 101 den Verkehrsfluss behindert und in der Tat zulassen, dass das Fahrzeug 101 den Verkehrsfluss verbessert.
  • Einige Beispiele der Parameter 116 sind in der Tabelle 1 unten vorgesehen.
    Parameter Mögliche Parametermerkmaleinstellungen
    Global Sport (z.B. Parameter 116 für Teilbetriebsweisen wie die unten gekennzeichneten könnten auf "Sport" gesetzt werden)
    Global Mäßig (z.B. Parameter 116 für Teilbetriebsweisen wie die unten gekennzeichneten könnten auf "mäßig" gesetzt werden)
    Global Komfort (oder konservativ) (z.B. Parameter 116 für Teilbetriebsweisen wie die unten gekennzeichneten könnten auf "konservativ" gesetzt werden)
    Spurenwechsel Sport – beliebiger Spurenwechsel wird Fahrzeuggeschwindigkeit mit oder innerhalb von 16 kmh der vorgeschriebenen Geschwindigkeitsgrenze erhöhen
    Spurenwechsel Mäßig – Spurenwechseln zum Erhöhen der Fahrzeuggeschwindigkeit aber niemals über der vorgeschriebenen Geschwindigkeitsgrenze
    Spurenwechsel Konservativ – Spuren nur zum Vermeiden von Hindernissen wechseln, Geschwindigkeit im/unter dem vorbestimmten Schwellwert und Geschwindigkeit in der nächsten Spur ist um einen vorbestimmten Betrag schneller
    Beschleunigung Sport – so schnell wie möglich beschleunigen, dabei innerhalb angenommener Grenzen von Insassensicherheit und Getriebefunktion des Fahrzeugs 101 bleiben
    Beschleunigung Mäßig – mäßig beschleunigen
    Beschleunigung Konservativ – langsam beschleunigen
    Geschwindigkeit Sport – Fahrzeug 101 mit oder innerhalb von 8 kmh über vorgeschriebenen Geschwindigkeitsgrenzen fahren
    Geschwindigkeit Mäßig – Fahrzeug 101 mit oder unter vorgeschriebenen Geschwindigkeitsgrenzen fahren
    Geschwindigkeit Konservativ – Fahrzeug 101 wenigstens 8 kmh unter vorgeschriebenen Geschwindigkeitsgrenzen fahren
    Folgeabstand Minimal – Fahrzeug 101 mit einem minimalen sicheren Folgeabstand von anderen Fahrzeugen abhängig von der Geschwindigkeit des Fahrzeugs 101 fahren
    Folgeabstand Mittel – Fahrzeug 101 mit einem minimalen sicheren Folgeabstand zuzüglich einer angegebenen Sonderreserve von anderen Fahrzeugen in Abhängigkeit von der Geschwindigkeit des Fahrzeugs 101 fahren
    Folgeabstand Maximal – Fahrzeug 101 mit einem minimalen sicheren Folgeabstand zuzüglich einer angegebenen Sonderreserve (größer als die mittlere Reserve) von anderen Fahrzeugen abhängig von der Geschwindigkeit des Fahrzeugs 101 fahren
    Abbiegefreiraum Minimal – Mindestabstand von anderen Fahrzeugen bei Abbiegen an einer Kreuzung einhalten (könnten unterschiedliche Parameter 116 für Abbiegen nach links und rechts sein)
    Abbiegefreiraum Mittel – mittleren Abstand von anderen Fahrzeugen bei Abbiegen an einer Kreuzung einhalten (könnten unterschiedliche Parameter 116 für Abbiegen nach links und rechts sein)
    Abbiegefreiraum Maximal – maximalen Abstand von anderen Fahrzeugen bei Abbiegen an einer Kreuzung einhalten (könnten unterschiedliche Parameter 116 für Abbiegen nach links und rechts sein)
    Tabelle 1
  • Es sind über die wenigen in der Tabelle 1 aufgeführten Beispiele hinaus viele weitere Beispiele von Parametern 116 möglich. Beispielsweise könnte ein Parameter 116 eine Tageszeit, einen Tag des Jahres usw. enthalten. Weiterhin könnte ein Zeitparameter 116 zum wenigstens teilweisen Bestimmen anderer Parameter 116 benutzt werden. Beispielsweise könnte ein aggressiver Fahrstil während der Tagesstunden gewünscht sein, während während der Abendstunden ein mäßiger oder konservativer Fahrstil gewünscht sein könnte. Dementsprechend könnten gesammelte Daten 115, z.B. von einem Taktdatensammler 110 zum Aufrufen eines geeigneten Zeitparameters 116 benutzt werden. Gleicherweise könnten gesammelte Daten 115 und/oder vom Server 125 bereitgestellte Daten zum Anzeigen von Wetterbedingungen, Straßenzuständen, Verkehrszuständen, Fahrumgebung (z.B. Stadt gegenüber Landstraße) usw. benutzt werden, die dann zum Bestimmen geeigneter Fahrstile benutzt werden könnten. Beispielsweise könnte ein Fahrer gewöhnlich einen aggressiven Fahrstil bevorzugen, aber in nassen, verschneiten usw. Bedingungen könnte ein konservativer Fahrstil angebracht sein und Parameter 116 könnten dementsprechend eingestellt werden. Weiterhin könnten beispielsweise gewisse Parameter 116 gemäß den Verkehrszuständen eingestellt werden, z.B. es könnte ein Folgeabstandparameter 116 eingestellt werden, um einen kürzeren Folgeabstand zuzulassen, wenn sich der Verkehr langsam bewegt, ein Spurwechselparameter 116 könnte eingestellt werden, um weniger Spurwechsel zuzulassen, wenn sich der Verkehr langsam bewegt usw. Weiterhin könnten beispielsweise Parameter 116 für Straßenzustände eingestellt werden, z.B. könnte eine sehr holprige Straße Erhöhen von Folgeabständen rechtfertigen, was größere Bremsabstände berücksichtigt usw. Gleicherweise könnte eine Fahrumgebung Parameter 116 beeinflussen; z.B. können Folgeabstände beim Stadtfahren komprimiert und beim Landstraßefahren größer sein und daher können Unterschiede unterschiedlicher Ebenen von Parametern 116 für den Folgeabstand weniger für Stadtfahren als für Landstraßefahren sein.
  • Im Allgemeinen kann ein Parameter 116 in Verbindung mit einer Kennung für einen bestimmten Benutzer oder Fahrer des Fahrzeugs 101 gespeichert sein, d.h. Parameter 116 werden allgemein für bestimmte Fahrer des Fahrzeugs 101 angegeben. Wie oben erwähnt, kann der Rechner 101 Mechanismen wie beispielsweise ein Signal von einer einen Fahrer des Fahrzeugs 101 identifizierenden Hardwarevorrichtung, biometrische gesammelte Daten 115 usw. zum Identifizieren eines bestimmten Fahrers des Fahrzeugs 101 benutzen, dessen Parameter 116 benutzt werden sollten. Mit einem bestimmten Fahrer des Fahrzeugs 101 zu verbindende geeignete Parameter 116, z.B. nach einer Kennung für den Fahrer, können auf verschiedene Weisen bestimmt werden. Beispielsweise könnte der Fahrer des Fahrzeugs 101 eine HMI oder dergleichen zum Angeben von Parametern 116 entweder einfach oder in Kombinationen benutzen. Gleicherweise könnte der Fahrer des Fahrzeugs 101 eine Schnittstelle, z.B. eine Webseite oder dergleichen zum Angeben von Parametern 116 für den Server 125 zur Speicherung im Datenspeicher 130 benutzen. Auf ähnliche Weise könnte der Datenspeicher 130 gewisse ausgewählte Fahrerpräferenzen mit einer Höhe von Fahrkenntnissen/-erfahrung in Verbindung bringen. Zusätzlich könnte der Datenspeicher 130 gewisse Einschränkungen enthalten oder Einschränkungen aufheben bezüglich gewisser Parameter 116 basierend auf Verkehrszuständen. Solche Parameter 116 könnten dann über das Netz 120 zu einem oder mehreren Fahrzeugen 101 heruntergeladen werden.
  • Zusätzlich oder alternativ könnten die Parameter 116 wenigstens teilweise auf Fahrereigenschaften basieren, z.B. gekennzeichnet durch die Verwendung biometrischer Datensammler, eines im Rechner 105 gespeicherten und/oder aus dem Server 125 abgerufenen Fahrerprofils usw. Zum Beispiel könnten Faktoren wie beispielsweise Alter eines Fahrers, Höhe der Fahrerfahrung, geschätzte Zeit zum Reagieren auf Ereignisse des Fahrzeugs 101 (z.B. wenn das Modul 106 Fahrereingabe betreffs Abbiegen, Bremsen, Gegenstandvermeidung usw. erfordert), allgemeine Gesundheit, Komforthöhen bei verschiedenen Geschwindigkeiten des Fahrzeugs 101, Folgeabstände, Spurwechsel usw. berücksichtigt werden. In einem Beispiel könnte ein globaler Parameter 116 auf eine Höhe "konservativ" für Fahrer des Fahrzeugs 101 älter als ein Schwellalter und/oder für Fahrer des Fahrzeugs 101 unter einem Schwellbetrag von Fahrerfahrung gesetzt werden. Für alle anderen Fahrer des Fahrzeugs 101 in diesem Beispiel könnte der globale Parameter 116 auf "mäßig" zurückfallen.
  • Noch weiterhin zusätzlich oder alternativ könnte der Rechner 105 und/oder der Server 125 Parameter 116 basierend auf einer Nutzung eines oder mehrerer Fahrzeuge 101 durch einen Fahrer bestimmen. Beispielsweise könnte ein Rechner 105 historische gesammelte Daten 110 speichern, die manuellen Betrieb des Fahrzeugs 101 durch den Fahrer widerspiegeln. Solche gesammelten Daten 115, die z.B. Beschleunigung und/oder Bremsmuster, Geschwindigkeiten auf verschiedenen Straßen, Spurwechselmuster usw. widerspiegeln, könnten zum Erzeugen der Parameter 116 benutzt werden. Weiterhin könnten gesammelte Daten 110 zum Erzeugen von Parametern 116 benutzt werden, die nicht leicht nach Benutzereingabe bestimmbar sind. Ein Beispiel eines solchen Parameters 116 wäre die bevorzugte Ruckrate eines Fahrers, d.h. eine bevorzugte Rate des Wechsels von Beschleunigung und/oder Verzögerung. Obwohl ein Fahrer möglicherweise nicht weiß, was eine Ruckrate ist, oder eine bevorzugte Ruckrate angeben kann, können gesammelte Daten 115 zum Bestimmen von historischen Durchschnittsruckraten für einen Fahrer angesammelt werden, die dann in einem Parameter 116 für den Fahrer des Fahrzeugs 101 angegeben werden könnten.
  • Weiterhin könnten verschiedene mathematische, statistische und/oder prädiktive Modellierungsverfahren zum Erzeugen und/oder Einstellen von Parametern 116 benutzt werden. In einem einfachen Beispiel könnten gewisse Parameter 116 einschließlich eines gewünschten Folgeabstands und/oder Zeitabstands für ein Fahrzeug 101 zum Folgen anderer Fahrzeuge 101 mit einer Geschwindigkeit von 80 Kilometer pro Stunde, z.B. ein Folgezeitvorsprung von 2,0 Sekunden, als Vorgabe angegeben werden. Der Rechner 105 könnte zum Einstellen solcher Parameter 116 basierend auf dem manuellen Betrieb eines Fahrers eines Fahrzeugs 101 eingerichtet sein. Wenn beispielsweise ein Fahrer allgemein anderen Fahrzeugen 101 in einem Abstand von 5 Metern folgte, könnte der historische Folgeabstand (5 Meter) des Fahrers mit dem Vorgabefolgeabstand (10 Meter) gemittelt werden. Weiterhin könnte der historische Folgeabstand des Fahrers nach einem Zeitbetrag gewichtet werden, mit dem der Fahrer im Folgeabstand gemessen wurde, so dass schließlich der den Folgeabstand bestimmende Parameter 116 aus dem Vorgabefolgeabstand zu dem vom Fahrer bevorzugten, oder historischen, Folgeabstand von 5 Metern konvergieren würde.
  • Auch sind aufwendigere mathematische Verfahren wie beispielsweise prädiktive Modellierungsverfahren möglich, die basierend auf dem Fahrerverhalten in gewissen Lagen zum Vorhersagen bevorzugter Parameter 116 für autonome Funktionen des Fahrzeugs 101 benutzt werden könnten. Beispielsweise könnte die statistische Verteilung von manuellen Fahrgeschwindigkeiten (bzw. fahrergewählten Geschwindigkeiten) für einen gegebenen Straßenabschnitt zum Zuschneiden von Fabrikeinstellungen in einem Fahrzeug 101 zum automatisierten Fahren und Anpassen der Autonomfahrweisen an einen einzelnen Fahrer benutzt werden. Beispielsweise könnte der 90. Perzentilwert von Geschwindigkeiten, mit denen ein Fahrer auf einer gegebenen Straßenart fährt, Geschwindigkeit der Fahrweise "Sport" definieren, der 75. Perzentilwert Geschwindigkeit der Fahrweise "Standard" definieren und der 50. Perzentilwert könnte Geschwindigkeit der Fahrweise "Komfort" definieren. Diese Perzentil-Schwellwerte könnten global eingestellt werden, wenn Sensor-Datensammler 110 rutschige Straßen, unbekannte Straßen (basierend auf GPS-Koordinaten und vorhergehenden Reisedaten) oder sonstige zu bestimmende Faktoren erkennen. Ein autonomer Fahrer des Fahrzeugs 101 könnte durch eine HMI von und nach Anweisungen in einem Rechner 105 auch zu "Vorgabe-"Fabrikeinstellungen zurückkehren oder eine Menge autonomer Fahreinstellungen sichern, die sie oder er für eine gegebene Fahrweisenauswahl angewandt zu werden wünscht.
  • Zurückkehrend zur 1 stellt das Netz 120 einen oder mehrere Mechanismen dar, mit denen ein Fahrzeugrechner 105 mit einem entfernten Server 125 und/oder einer Benutzervorrichtung 150 kommunizieren kann. Dementsprechend kann das Netz 120 einer oder mehrere verschiedener drahtgebundener oder drahtloser Kommunikationsmechanismen einschließlich jeder gewünschten Kombination von drahtgebundenen (z.B. Kabel- und Faser-) und/oder drahtlosen (z.B. Zellularfunk-, drahtlosen, Satelliten-, Mikrowellen- und Hochfrequenz-)Kommunikationsmechanismen und jeder gewünschten Netztopologie (oder Topologien, wenn mehrere Kommunikationsmechanismen benutzt werden) sein. Beispielhafte Kommunikationsnetze umfassen drahtlose Kommunikationsnetze (z.B. unter Verwendung von Bluetooth, IEEE 802.11 usw.), Ortsnetze (LAN – Local Area Network) und/oder Weitbereichsnetze (WAN – Wide Area Networks) einschließlich des Internets, die Datenkommunikationsdienste bereitstellen.
  • Der Server 125 kann ein oder mehrere Computerserver sein, die jeweils allgemein wenigstens einen Prozessor und wenigstens einen Speicher enthalten, wobei der Speicher durch den Prozessor ausführbare Anweisungen speichert einschließlich von Anweisungen zum Ausführen verschiedener hier beschriebener Schritte und Verfahren. Der Server 125 kann einen Datenspeicher 130 zum Speichern gesammelter Daten 115 und/oder Parameter 116 umfassen oder kommunikativ daran angekoppelt sein. Beispielsweise könnten ein oder mehrere Parameter 116 für einen bestimmten Benutzer im Server 125 gespeichert und durch den Rechner 105 abgerufen werden, wenn sich der Benutzer in einem bestimmten Fahrzeug 101 befindet. Gleicherweise könnte der Server 125 wie oben erwähnt Daten für den Rechner 105 zur Verwendung bei der Bestimmung von Parametern 116 bereitstellen, z.B. Daten betreffs Wetterbedingungen, Straßenzuständen, Bauzonen usw.
  • Eine Benutzervorrichtung 150 könnte eine beliebige einer Vielzahl von Rechenvorrichtungen einschließlich eines Prozessors und eines Speichers wie auch von Kommunikationsfähigkeiten sein. Beispielsweise kann die Benutzervorrichtung 150 ein tragbarer Computer, Tabletcomputer, ein Smartphone usw. sein, das Fähigkeiten zur drahtlosen Kommunikation unter Verwendung von IEEE 802.11, Bluetooth und/oder Zellularkommunikationsprotokollen umfasst. Weiterhin kann die Benutzervorrichtung 150 solche Kommunikationsfähigkeiten zur Kommunikation über das Netz 120 einschließlich mit einem Fahrzeugrechner 105 benutzen. Eine Benutzervorrichtung 150 könnte mit dem Rechner 105 eines Fahrzeugs 101 mit den anderen Mechanismen wie beispielsweise einem Netz im Fahrzeug 101 über bekannte Protokolle wie beispielsweise Bluetooth usw. kommunizieren. Dementsprechend kann eine Benutzervorrichtung 150 zum Ausführen gewisser hier einem Datensammler 110 zugeschriebener Operationen benutzt werden, z.B. könnten Spracherkennungsfunktionen, Kameras, GPS-Funktionen usw. in einer Benutzervorrichtung 150 zum Bereitstellen von Daten 115 für den Rechner 105 benutzt werden. Weiterhin könnte eine Benutzervorrichtung 150 zum Bereitstellen einer Benutzeroberfläche (HMI – Human Machine Interface) für den Rechner 105 benutzt werden.
  • 2 ist ein Diagramm eines beispielhaften Verfahrens 200 zum Bereitstellen und/oder Managen verschiedener Betriebsweisen eines autonomen Fahrzeugs 101.
  • Das Verfahren 200 beginnt in einem Block 205, in dem der Rechner 105 einen Fahrer des Fahrzeugs 101 identifiziert. Wenn beispielsweise ein Fahrer das Fahrzeug 101 startet, sich dem Fahrzeug 101 nähert usw., könnte eine Hardwarevorrichtung ein Signal für den Rechner 105 bereitstellen, das den Fahrer identifiziert, biometrische Datensammler 110 könnten gesammelte Daten 115 bereitstellen, mit denen der Rechner 105 den Fahrer identifizieren könnte usw. Weiterhin sind Ausführungen möglich, in denen der Block 205 weggelassen ist, d.h. eine Autonombetriebsweise oder -betriebsweisen könnten für das Fahrzeug 101 ohne Identifizieren eines Fahrers ausgewählt werden.
  • Nach dem Block 205 empfängt der Rechner 105 in einem Block 210 eine Fahrerauswahl einer oder mehrerer Autonombetriebsweisen. Zum Beispiel könnte eine HMI wie oben beschrieben zum Empfangen einer eine Autonombetriebsweise, z.B. aggressiv, mäßig, konservativ usw. auswählenden Fahrereingabe benutzt werden. Weiterhin könnte die HMI zum Empfangen einer Fahrereingabe betreffs bestimmter Merkmale, d.h. Teilbetriebsweisen autonomer Funktion des Fahrzeugs 101 wie beispielsweise bevorzugter Geschwindigkeiten, Beschleunigungs- und/oder Bremsmustern, Spurwechselpräferenzen usw. benutzt werden. Zusätzlich oder als Alternative zum Weglassen des Blocks 205 könnte der Block 210 weggelassen werden. Beispielsweise könnte wie unten besprochen Auswahl des Fahrers des Fahrzeugs 101 einer Autonombetriebsweise und/oder -teilbetriebsweisen nicht notwendig oder wünschenswert sein, da eine Autonombetriebsweise und/oder -teilbetriebsweisen aus historischen Mustern der Funktion des Fahrzeugs 101 bestimmt werden können.
  • Als nächstes werden in einem Block 215 vom Rechner 105 ein oder mehrere Parameter 116 zur Autonombetriebsweise des Fahrzeugs 101 abgerufen. Beispiele von Parametern 116 sind oben in der Tabelle 1 vorgesehen. Weiterhin werden Parameter 116 allgemein gemäß der wie oben hinsichtlich des Blocks 205 beschrieben bestimmten Fahrerkennung abgerufen. Das heißt, wie oben erwähnt können verschiedene Fahrer des Fahrzeugs 101 verschiedene bevorzugte Parameter 116 aufweisen. Weiterhin könnten wie ebenfalls oben erwähnt Parameter 116 für einen Fahrer des Fahrzeugs 101 basierend auf historischen gesammelten Daten 115 und/oder verschiedenen mathematischen Verfahren abgeändert oder eingestellt werden. In manchen Fällen könnte eine Menge Vorgabeparameter 116 abgerufen werden, z.B. da ein Fahrer Parameter 116 nicht vorher angegeben hat, keine historischen Daten 115 bestehen und/oder zum Abändern von Vorgabeparametern 116 benutzt worden sind usw.
  • Als nächstes beginnt das Fahrzeug 101 in einem Block 220 Autonomfahrbetriebsweisen unter Verwendung der wie oben hinsichtlich des Blocks 215 beschrieben abgerufenen Parameter 116. So wird das Fahrzeug 101 teilweise oder vollständig autonom betrieben, d.h. auf eine teilweise oder vollständig durch das Autonomfahrmodul 106 gesteuerte Weise und wenigstens teilweise gemäß einem oder mehreren Parametern 116. Beispielsweise könnten alle Funktionen des Fahrzeugs 101, z.B. Lenken, Bremsen, Geschwindigkeit usw. durch das Modul 106 im Rechner 105 gesteuert werden. Auch ist es möglich, dass im Block 220 das Fahrzeug 101 teilweise autonom (d.h. teilweise manuell betrieben) betrieben werden kann, wobei einige Operationen, z.B. Bremsen, durch einen Fahrer manuell gesteuert werden könnten, während andere Operationen, z.B. einschließlich Lenken, durch den Rechner 105 gesteuert werden könnten. Auf gleiche Weise könnte das Modul 106 steuern, wann ein Fahrzeug 101 Spuren wechselt. Weiterhin ist es möglich, dass das Verfahren 200 an einem Punkt begonnen wird, nachdem die Fahrfunktionen des Fahrzeugs 101 beginnen, z.B. wenn sie durch einen Fahrzeuginsassen durch eine Benutzeroberfläche des Rechners 105 manuell eingeleitet werden.
  • Nach dem Block 220 bestimmt der Rechner 105 in einem Block 225, ob eine Autonomfahrweise zu ändern oder einzustellen ist, d.h. ob ein oder mehrere Parameter 116 zu ändern oder einzustellen sind. Wie oben bemerkt können beispielsweise Parameter 116 nach einer Tageszeit, Wetterbedingungen, einer Straßenart (z.B. Schotter, gepflastert, Autobahn, Stadtstraße usw.) usw. veränderlich sein. Dementsprechend können Parameter 116 basierend auf gesammelten Daten 115 und/oder vom Server 125 bereitgestellten Daten geändert oder eingestellt werden.
  • Wenn im Block 225 bestimmt wird, dass Parameter 116 einzustellen oder zu ändern sind, d.h. aufgrund von neuen Daten wie beispielsweise neuen gesammelten Daten 115, dann kehrt das Verfahren 200 zum Block 215 zurück. Ansonsten wird als nächstes ein Block 230 ausgeführt.
  • Im Block 230 bestimmt der Rechner 105, ob eine Fahrereingabe zum Ändern oder Einstellen einer oder mehrerer Autonombetriebsweisen empfangen worden ist. Beispielsweise könnte ein Fahrer Eingabe zum Ändern einer Betriebsweise von aggressiv zu konservativ usw. bereitstellen. Weiterhin könnte beispielsweise ein Fahrer eine Eingabe zum Ändern einer Teilbetriebsweise oder eines Merkmals bereitstellen, beispielsweise könnte der Fahrer Eingabe in eine HMI des Computers 105 durch Drehen eines Knopfes, Setzen einer Steuerung auf einem Tast-Bildschirm, Bereitstellen eines Sprachbefehls usw. betreffs einer Autonomfahr-Teilbetriebsweise wie beispielsweise Folgeabstand bereitstellen. Beispielsweise könnte der Fahrer angeben, dass das Fahrzeug 101 seinen Folgeabstand bei 80 kmh um 2 Meter vergrößert. Jedenfalls kehrt, wenn Eingabe zum Ändern oder Einstellen einer Autonomfahrweise oder -fahrweisen empfangen wird, das Verfahren 200 zum Block 210 zurück. Ansonsten schreitet das Verfahren 200 zum Block 235 fort.
  • Im Block 235 bestimmt der Rechner 105, ob das Verfahren 200 weitergeführt werden sollte. Beispielsweise kann das Verfahren 200 enden, wenn Autonomfahrweisen enden und ein Fahrer die manuelle Steuerung wiederaufnimmt, wenn das Fahrzeug 101 stillgelegt wird usw. Auf alle Fälle endet das Verfahren 200 nach Block 235, wenn das Verfahren 200 nicht weitergeführt werden soll. Ansonsten kehrt das Verfahren 200 zum Block 210 zurück. Das Verfahren 200 kann auch enden, wenn eine Änderung der Fahrer des Fahrzeugs 101 stattfindet. In diesem Fall könnte ein aktuelles Verfahren 200 enden und ein neues Verfahren 200 für den neuen Fahrer des Fahrzeugs 101 eingeleitet werden, z.B. beginnend im Block 205.
  • Rechenvorrichtungen wie die hier besprochenen umfassen allgemein jeweils durch eine oder mehrere Rechenvorrichtungen wie die oben identifizierten ausführbare Anweisungen und zum Ausführen von Blöcken oder Schritten von oben beschriebenen Verfahren. Beispielsweise können oben beschriebene Verfahrensblöcke als vom Computer ausführbare Anweisungen verkörpert sein.
  • Vom Computer ausführbare Anweisungen können aus unter Verwendung einer Vielzahl von Programmierungssprachen und/oder Techniken einschließlich von ohne Begrenzung und entweder allein oder in Kombination von JavaTM, C, C++, Visual Basic, Java Script, Perl, HTML usw. erzeugten Computerprogrammen kompiliert oder gedeutet werden. Im Allgemeinen empfängt ein Prozessor (z.B. ein Mikroprozessor) Anweisungen, z.B. aus einem Speicher, einem computerlesbaren Medium usw. und führt diese Anweisungen aus, wodurch es ein oder mehrere Verfahren einschließlich eines oder mehrerer der hier beschriebenen Verfahren durchführt. Solche Anweisungen und sonstige Daten können unter Verwendung einer Vielzahl computerlesbarer Medien gespeichert und übertragen werden. Eine Datei in einer Rechenvorrichtung ist allgemein eine Ansammlung von auf einem computerlesbaren Medium wie beispielsweise einem Speichermedium, einem Direktzugriffsspeicher usw. gespeicherten Daten.
  • Ein computerlesbares Medium umfasst jedes Medium, das an der Bereitstellung von Daten (z.B. Anweisungen) teilnimmt, die durch einen Computer gelesen werden können. Ein solches Medium kann viele Formen annehmen, einschließlich von, aber nicht begrenzt auf nichtflüchtige Medien, flüchtige Medien usw. Nichtflüchtige Medien umfassen beispielsweise optische oder magnetische Platten und sonstige dauerhafte Speicher. Flüchtige Medien umfassen dynamische Direktzugriffsspeicher (DRAM – Dynamic Random Access Memory), was typischerweise einen Hauptspeicher darstellt. Gewöhnliche Formen computerlesbarer Medien umfassen beispielsweise eine Diskette, eine flexible Diskette, eine Festplatte, Magnetband, beliebiges sonstiges magnetisches Medium, eine CD-ROM, DVD und jedes andere optische Medium, Lochkarten, Papierband, jedes andere physikalische Medium mit Lochmustern, einen RAM, einen PROM, einen EPROM, einen FLASH-EEPROM, jeden sonstigen Speicherchip oder Kassette, oder jedes andere Medium, aus dem ein Computer auslesen kann.
  • In den Zeichnungen zeigen gleiche Bezugsziffern die gleichen Elemente an. Weiterhin könnten einige oder alle dieser Elemente geändert sein. Hinsichtlich der hier beschriebenen Medien, Verfahren, Systeme, Methoden, usw. versteht es sich, dass, obwohl die Schritte solcher Verfahren usw. als in einer gewissen ordentlichen Reihenfolge stattfindend beschrieben worden sind, solche Verfahren ausgeübt werden könnten, wobei die beschriebenen Schritte in einer anderen Reihenfolge als der hier beschriebenen Reihenfolge durchgeführt werden. Weiterhin versteht es sich, dass gewisse Schritte gleichzeitig durchgeführt werden könnten, dass andere Schritte hinzugefügt werden könnten oder dass gewisse hier beschriebene Schritte weggelassen werden könnten. Anders gesagt sind die Beschreibungen von Verfahren hier für den Zweck der Darstellung gewisser Ausführungsformen vorgesehen und sollten auf keine Weise als die beanspruchte Erfindung begrenzend ausgelegt werden.
  • Dementsprechend ist zu verstehen, dass die obige Beschreibung erläuternd und nicht einschränkend sein soll. Dem Fachmann würden bei Lesen der obigen Beschreibung viele andere Ausführungsformen und Anwendungen als die vorgesehenen Beispiele offenbar sein. Der Schutzbereich der Erfindung sollte nicht unter Bezug auf die obige Beschreibung sondern stattdessen unter Bezug auf die beiliegenden Ansprüche zusammen mit dem vollen Schutzbereich von Entsprechungen, zu denen solche Ansprüche berechtigt sind, bestimmt werden. Es wird vorausgesehen und ist beabsichtigt, dass zukünftige Entwicklungen in der hier besprochenen Technik stattfinden werden und dass die offenbarten Systeme und Verfahren in solchen zukünftigen Ausführungsformen aufgenommen werden. Insgesamt versteht es sich, dass die Erfindung zu Abänderung und Veränderung fähig ist und nur durch die nachfolgenden Ansprüche begrenzt wird.
  • Allen in den Ansprüchen benutzten Begriffen sollen ihre breitesten sinnvollen Auslegungen und ihre gewöhnlichen Bedeutungen, so wie sie durch den Fachmann verstanden werden, erteilt werden, sofern nicht eine ausdrückliche gegenläufige Anzeige hier gegeben ist. Insbesondere sollte Verwendung der Singularartikel wie beispielsweise "ein", "der", "besagter" usw. als ein oder mehrere der angezeigten Elemente aufführend gelesen werden, sofern ein Anspruch nicht eine ausdrückliche gegenläufige Begrenzung anführt.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Nicht-Patentliteratur
    • IEEE 802.11 [0023]
    • IEEE 802.11 [0025]

Claims (10)

  1. System umfassend einen Computer in einem Fahrzeug, wobei der Computer einen Prozessor und einen Speicher umfasst, wobei der Computer eingerichtet ist: einen Fahrer des Fahrzeugs zu identifizieren; basierend wenigstens teilweise auf der Identität des Fahrers einen oder mehrere eine Betriebsweise zum autonomen Fahren des Fahrzeugs angebende Parameter zu bestimmen; und das Fahrzeug wenigstens teilweise gemäß dem einen oder den mehreren Parametern autonom zu fahren.
  2. System nach Anspruch 1, wobei wenigstens einer des einen oder der mehreren Parameter auf während Fahrzeugoperationen gesammelten Daten basiert.
  3. System nach Anspruch 1, wobei wenigstens einer des einen oder der mehreren Parameter auf von einem entfernten Server empfangenen Daten basiert.
  4. System nach Anspruch 1, wobei wenigstens einer des einen oder der mehreren Parameter eines von Fahrzeugbeschleunigung, Fahrzeugverzögerung, Fahrzeuggeschwindigkeit, Fahrzeugfolgeabstand und Spurwechsel betrifft.
  5. System nach Anspruch 1, wobei wenigstens einer des einen oder der mehreren Parameter gemäß einer Wetterbedingung, einer Straßenart, einer Tageszeit und einem Tag des Jahres erzeugt wird.
  6. System nach Anspruch 1, wobei der Computer weiterhin eingerichtet ist: Daten während Fahrzeugoperationen zu sammeln; einen oder mehrere zweite Parameter basierend wenigstens teilweise auf den gesammelten Daten zu berechnen; und das Fahrzeug wenigstens teilweise gemäß dem einen oder den mehreren zweiten Parametern autonom zu fahren.
  7. System nach Anspruch 1, wobei wenigstens einer des einen oder der mehreren Parameter durch Abrufen des wenigstens einen Parameters aus einem entfernten Server bestimmt wird.
  8. Verfahren umfassend: Identifizieren eines Fahrers eines Fahrzeugs; Bestimmen basierend wenigstens teilweise auf der Identität des Fahrers eines oder mehrerer eine Betriebsweise zum autonomen Fahren des Fahrzeugs angebenden Parameter; und autonomes Betreiben des Fahrzeugs wenigstens teilweise gemäß dem einen oder den mehreren Parametern.
  9. Verfahren nach Anspruch 8, wobei wenigstens einer des einen oder der mehreren Parameter auf während Fahrzeugoperationen gesammelten Daten basiert.
  10. Verfahren nach Anspruch 8, wobei wenigstens einer des einen oder der mehreren Parameter auf aus einem entfernten Server empfangenen Daten basiert.
DE102014223242.2A 2013-11-22 2014-11-14 Autonome fahrzeugbetriebsweisen Pending DE102014223242A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/087,288 2013-11-22
US14/087,288 US9517771B2 (en) 2013-11-22 2013-11-22 Autonomous vehicle modes

Publications (1)

Publication Number Publication Date
DE102014223242A1 true DE102014223242A1 (de) 2015-05-28

Family

ID=53045691

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102014223242.2A Pending DE102014223242A1 (de) 2013-11-22 2014-11-14 Autonome fahrzeugbetriebsweisen

Country Status (5)

Country Link
US (1) US9517771B2 (de)
CN (1) CN104648284B (de)
DE (1) DE102014223242A1 (de)
MX (1) MX346781B (de)
RU (1) RU2014146890A (de)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017004733A1 (de) 2017-05-17 2017-12-14 Daimler Ag System zum Betrieb eines Fahrzeugs in einer autonomen Betriebsweise
DE102016211363A1 (de) * 2016-06-24 2017-12-28 Siemens Aktiengesellschaft Anpassen eines autonomen Fahrsystems an ein Benutzerprofil
CN107767198A (zh) * 2016-08-18 2018-03-06 重庆无线绿洲通信技术有限公司 一种租赁车辆的设施状态恢复方法及装置
CN107817791A (zh) * 2016-09-12 2018-03-20 本田技研工业株式会社 车辆控制装置
DE102016121691A1 (de) * 2016-11-11 2018-05-17 Automotive Safety Technologies Gmbh Verfahren und System zum Betreiben eines Kraftfahrzeugs
DE102017208583A1 (de) * 2017-05-22 2018-11-22 Bayerische Motoren Werke Aktiengesellschaft Fahrsystem und Verfahren zum automatisierten Führen eines Fahrzeugs
AT521718A1 (de) * 2019-02-14 2020-04-15 Avl List Gmbh Verfahren zur Steuerung eines Fahrzeugs
DE102018133672A1 (de) * 2018-12-28 2020-07-02 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Erzeugen von Steuersignalen zum Unterstützen von Insassen eines Fahrzeugs
AT526003A2 (de) * 2022-03-28 2023-10-15 Schmidt Dipl Ing Eugen Ein Fahrerasssistenzsystem als „virtuelle KopilotIn“, das Hilfestellung angepasst an die Fähigkeiten und Charaktermerkmale der FahrerIn leistet und kommuniziert

Families Citing this family (163)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10157422B2 (en) 2007-05-10 2018-12-18 Allstate Insurance Company Road segment safety rating
US10096038B2 (en) 2007-05-10 2018-10-09 Allstate Insurance Company Road segment safety rating system
US9932033B2 (en) 2007-05-10 2018-04-03 Allstate Insurance Company Route risk mitigation
US8606512B1 (en) 2007-05-10 2013-12-10 Allstate Insurance Company Route risk mitigation
US8443202B2 (en) 2009-08-05 2013-05-14 Daon Holdings Limited Methods and systems for authenticating users
AU2014239979B2 (en) 2013-03-15 2017-06-22 Aurora Operations, Inc. Methods, systems, and apparatus for multi-sensory stereo vision for robotics
KR101480652B1 (ko) * 2013-12-11 2015-01-09 현대자동차주식회사 차선 변경 제어 장치 및 그 변경 제어 방법
JP2016536220A (ja) * 2013-12-11 2016-11-24 インテル コーポレイション 個別的な運転の好みに適応された車両のコンピュータ化された支援又は自立運転
DE102014201240A1 (de) * 2014-01-23 2015-07-23 Hamm Ag Selbstfahrende Straßenbaumaschine, insbesondere Straßenwalze, sowie Verfahren zum Fahren einer Straßenbaumaschine
US10096067B1 (en) 2014-01-24 2018-10-09 Allstate Insurance Company Reward system related to a vehicle-to-vehicle communication system
US9390451B1 (en) 2014-01-24 2016-07-12 Allstate Insurance Company Insurance system related to a vehicle-to-vehicle communication system
US9355423B1 (en) 2014-01-24 2016-05-31 Allstate Insurance Company Reward system related to a vehicle-to-vehicle communication system
US10803525B1 (en) 2014-02-19 2020-10-13 Allstate Insurance Company Determining a property of an insurance policy based on the autonomous features of a vehicle
US10783586B1 (en) 2014-02-19 2020-09-22 Allstate Insurance Company Determining a property of an insurance policy based on the density of vehicles
US10783587B1 (en) * 2014-02-19 2020-09-22 Allstate Insurance Company Determining a driver score based on the driver's response to autonomous features of a vehicle
US9940676B1 (en) 2014-02-19 2018-04-10 Allstate Insurance Company Insurance system for analysis of autonomous driving
US10796369B1 (en) 2014-02-19 2020-10-06 Allstate Insurance Company Determining a property of an insurance policy based on the level of autonomy of a vehicle
EP3114574A4 (de) * 2014-03-03 2018-03-07 Inrix, Inc. Verkehrsbehinderungsnachweis
EP2916190B1 (de) * 2014-03-04 2019-05-08 Volvo Car Corporation Vorrichtung und Verfahren zur Vorhersage von zum autonomen Fahren verfügbarer Zeit in einem Fahrzeug mit autonomer Fahrfähigkeit
EP2915718B1 (de) 2014-03-04 2018-07-11 Volvo Car Corporation Vorrichtung und Verfahren zur kontinuierlichen Herstellung einer Grenze für autonome Antriebsverfügbarkeit und Kraftfahrzeug mit einer solchen Vorrichtung
US9792656B1 (en) 2014-05-20 2017-10-17 State Farm Mutual Automobile Insurance Company Fault determination with autonomous feature use monitoring
US11669090B2 (en) 2014-05-20 2023-06-06 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature monitoring and evaluation of effectiveness
US10373259B1 (en) 2014-05-20 2019-08-06 State Farm Mutual Automobile Insurance Company Fully autonomous vehicle insurance pricing
US10599155B1 (en) 2014-05-20 2020-03-24 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature monitoring and evaluation of effectiveness
US9972054B1 (en) 2014-05-20 2018-05-15 State Farm Mutual Automobile Insurance Company Accident fault determination for autonomous vehicles
KR102329444B1 (ko) * 2014-07-04 2021-11-24 주식회사 만도모빌리티솔루션즈 자동차의 제어 시스템 및 제어방법
US9365218B2 (en) * 2014-07-14 2016-06-14 Ford Global Technologies, Llc Selectable autonomous driving modes
US10540723B1 (en) 2014-07-21 2020-01-21 State Farm Mutual Automobile Insurance Company Methods of providing insurance savings based upon telematics and usage-based insurance
US9766625B2 (en) * 2014-07-25 2017-09-19 Here Global B.V. Personalized driving of autonomously driven vehicles
US20160090086A1 (en) * 2014-09-25 2016-03-31 Nissan North America, Inc. Method and system of assisting a driver of a vehicle
US9946531B1 (en) 2014-11-13 2018-04-17 State Farm Mutual Automobile Insurance Company Autonomous vehicle software version assessment
US9688271B2 (en) * 2015-03-11 2017-06-27 Elwha Llc Occupant based vehicle control
WO2016158197A1 (ja) * 2015-03-31 2016-10-06 日立オートモティブシステムズ株式会社 自動運転制御装置
US10077056B1 (en) * 2015-04-24 2018-09-18 State Farm Mutual Automobile Insurance Company Managing self-driving behavior of autonomous or semi-autonomous vehicle based upon actual driving behavior of driver
DE102015211562A1 (de) 2015-06-23 2016-12-29 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Bestimmung eines zeitlichen Fahrtverlaufs eines Kraftfahrzeugs und Kraftfahrzeug
US9619638B2 (en) * 2015-08-25 2017-04-11 International Business Machines Corporation Vehicle operations based on biometric fingerprint analysis
US9805601B1 (en) 2015-08-28 2017-10-31 State Farm Mutual Automobile Insurance Company Vehicular traffic alerts for avoidance of abnormal traffic conditions
US20170057517A1 (en) * 2015-09-01 2017-03-02 Continental Automotive Systems, Inc. Behavior trainable adaptive cruise control
FR3040674B1 (fr) * 2015-09-03 2017-08-18 Peugeot Citroen Automobiles Sa Procede d’assistance d’un conducteur dans la transition d’un premier mode autonome vers un deuxieme mode autonome
EP3347253A1 (de) * 2015-09-08 2018-07-18 Apple Inc. Komfortprofile für autonome fahrzeuge
US9815481B2 (en) * 2015-09-28 2017-11-14 GM Global Technology Operations LLC Vehicle-user-interaction system
US9904286B2 (en) 2015-10-13 2018-02-27 Nokia Technologies Oy Method and apparatus for providing adaptive transitioning between operational modes of an autonomous vehicle
US9886034B2 (en) * 2015-11-11 2018-02-06 Ford Global Technologies, Llc Vehicle control based on connectivity of a portable device
CN105501160B (zh) * 2015-11-24 2018-03-16 上海汽车集团股份有限公司 基于汽车参数的调整方法及汽车
CN117400938A (zh) * 2015-11-26 2024-01-16 御眼视觉技术有限公司 主车辆的车辆导航系统、主车辆和非暂时性机器可读介质
EP3179418A1 (de) * 2015-12-08 2017-06-14 Tata Consultancy Services Limited Verfahren und systeme für automatische fahrzeugwartungsplanung
US10338225B2 (en) 2015-12-15 2019-07-02 Uber Technologies, Inc. Dynamic LIDAR sensor controller
US20170174221A1 (en) * 2015-12-18 2017-06-22 Robert Lawson Vaughn Managing autonomous vehicles
US10761495B2 (en) * 2015-12-18 2020-09-01 International Business Machines Corporation Dynamic and reconfigurable system management
US10322717B2 (en) * 2016-01-04 2019-06-18 GM Global Technology Operations LLC Expert mode for vehicles
US11441916B1 (en) 2016-01-22 2022-09-13 State Farm Mutual Automobile Insurance Company Autonomous vehicle trip routing
US10134278B1 (en) 2016-01-22 2018-11-20 State Farm Mutual Automobile Insurance Company Autonomous vehicle application
US10395332B1 (en) 2016-01-22 2019-08-27 State Farm Mutual Automobile Insurance Company Coordinated autonomous vehicle automatic area scanning
US11242051B1 (en) 2016-01-22 2022-02-08 State Farm Mutual Automobile Insurance Company Autonomous vehicle action communications
US10308246B1 (en) 2016-01-22 2019-06-04 State Farm Mutual Automobile Insurance Company Autonomous vehicle signal control
US11719545B2 (en) 2016-01-22 2023-08-08 Hyundai Motor Company Autonomous vehicle component damage and salvage assessment
US10269075B2 (en) 2016-02-02 2019-04-23 Allstate Insurance Company Subjective route risk mapping and mitigation
DE102016001177B4 (de) * 2016-02-03 2021-12-23 Audi Ag Kraftfahrzeug
US10281923B2 (en) 2016-03-03 2019-05-07 Uber Technologies, Inc. Planar-beam, light detection and ranging system
WO2017158731A1 (ja) * 2016-03-15 2017-09-21 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
DE102016205153A1 (de) * 2016-03-29 2017-10-05 Avl List Gmbh Verfahren zum Erzeugen von Steuerdaten für ein regelbasiertes Unterstützen eines Fahrers
US20170297586A1 (en) * 2016-04-13 2017-10-19 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for driver preferences for autonomous vehicles
US11067984B2 (en) * 2016-05-04 2021-07-20 Motional Ad Llc Automated vehicle operating system with driving-rule modification based on observation of another vehicle
US20170322553A1 (en) * 2016-05-04 2017-11-09 Delphi Technologies, Inc. Automated Vehicle Operating System With Driving-Rule Modification Based On Observation Of Another Vehicle
US9952317B2 (en) 2016-05-27 2018-04-24 Uber Technologies, Inc. Vehicle sensor calibration system
US10137897B2 (en) 2016-06-13 2018-11-27 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methodologies for modifying a vehicle operating profile
US11092446B2 (en) 2016-06-14 2021-08-17 Motional Ad Llc Route planning for an autonomous vehicle
US10126136B2 (en) 2016-06-14 2018-11-13 nuTonomy Inc. Route planning for an autonomous vehicle
US10309792B2 (en) 2016-06-14 2019-06-04 nuTonomy Inc. Route planning for an autonomous vehicle
JP6443403B2 (ja) * 2016-06-22 2018-12-26 トヨタ自動車株式会社 車両制御装置
KR101804771B1 (ko) * 2016-06-24 2017-12-05 현대자동차주식회사 차량, 및 그 제어방법
US9884630B1 (en) * 2016-07-05 2018-02-06 Uber Technologies, Inc. Autonomous vehicle performance optimization system
US10112611B2 (en) 2016-07-25 2018-10-30 Toyota Motor Engineering & Manufacturing North America, Inc. Adaptive vehicle control systems and methods of altering a condition of a vehicle using the same
US11119502B2 (en) * 2016-08-31 2021-09-14 Nissan North America, Inc. Vehicle control system based on social place detection
US10663965B2 (en) * 2016-09-01 2020-05-26 Ford Global Technologies, Llc Permissions for partially autonomous vehicle operation
DE102016216520A1 (de) * 2016-09-01 2018-03-01 Robert Bosch Gmbh Verfahren und System zum Betrieb eines Fahrzeugs
CA2978389A1 (en) * 2016-09-08 2018-03-08 Harnischfeger Technologies, Inc. System and method for semi-autonomous control of an industrial machine
US10049328B2 (en) * 2016-10-13 2018-08-14 Baidu Usa Llc Group driving style learning framework for autonomous vehicles
US10473470B2 (en) 2016-10-20 2019-11-12 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
US10331129B2 (en) 2016-10-20 2019-06-25 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
US10857994B2 (en) 2016-10-20 2020-12-08 Motional Ad Llc Identifying a stopping place for an autonomous vehicle
US10681513B2 (en) 2016-10-20 2020-06-09 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
FR3059619B1 (fr) * 2016-12-07 2019-10-25 Peugeot Citroen Automobiles Sa Procede et dispositif d’assistance a la conduite d’un vehicule en fonction des habitudes de conduite d’un conducteur
US20180170392A1 (en) * 2016-12-20 2018-06-21 Baidu Usa Llc Method and System to Recognize Individual Driving Preference for Autonomous Vehicles
US10479376B2 (en) 2017-03-23 2019-11-19 Uatc, Llc Dynamic sensor selection for self-driving vehicles
DE102017208163A1 (de) * 2017-05-15 2018-11-15 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines automatisierten Fahrzeugs
US10803536B1 (en) 2017-06-13 2020-10-13 Wells Fargo Bank, N.A. Property hunting trip in an autonomous vehicle
US10391961B2 (en) * 2017-06-14 2019-08-27 GM Global Technology Operations LLC Systems and methods for implementing driving modes in autonomous vehicles
US10259468B2 (en) 2017-06-15 2019-04-16 Hitachi, Ltd. Active vehicle performance tuning based on driver behavior
US10740988B2 (en) 2017-06-16 2020-08-11 nuTonomy Inc. Intervention in operation of a vehicle having autonomous driving capabilities
US11112789B2 (en) 2017-06-16 2021-09-07 Motional Ad Llc Intervention in operation of a vehicle having autonomous driving capabilities
WO2018232032A1 (en) * 2017-06-16 2018-12-20 nuTonomy Inc. Intervention in operation of a vehicle having autonomous driving capabilities
US10431081B2 (en) 2017-07-10 2019-10-01 Toyota Research Institute, Inc. Providing user assistance in a vehicle based on traffic behavior models
US10429842B2 (en) 2017-07-10 2019-10-01 Toyota Research Institute, Inc. Providing user assistance in a vehicle based on traffic behavior models
US10147324B1 (en) 2017-07-10 2018-12-04 Toyota Research Institute, Inc. Providing user assistance in a vehicle based on traffic behavior models
US10545500B2 (en) 2017-08-02 2020-01-28 Wing Aviation Llc Model for determining drop-off spot at delivery location
US10393528B2 (en) 2017-08-02 2019-08-27 Wing Aviation Llc Systems and methods for navigation path determination for unmanned vehicles
US10621448B2 (en) 2017-08-02 2020-04-14 Wing Aviation Llc Systems and methods for determining path confidence for unmanned vehicles
US10816975B2 (en) * 2017-08-09 2020-10-27 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous acceleration profile feedback system
US10775488B2 (en) 2017-08-17 2020-09-15 Uatc, Llc Calibration for an autonomous vehicle LIDAR module
US10746858B2 (en) 2017-08-17 2020-08-18 Uatc, Llc Calibration for an autonomous vehicle LIDAR module
WO2019044641A1 (ja) * 2017-08-30 2019-03-07 マツダ株式会社 車両制御装置
CN107807625B (zh) * 2017-09-05 2020-05-12 百度在线网络技术（北京）有限公司 一种基于端到端的自动驾驶系统舒适度的评估方法及装置
WO2019053672A1 (en) * 2017-09-15 2019-03-21 Detroit Electric Ev Technologies (Zhejiang) Limited SYSTEM AND METHOD FOR DRIVING ASSISTANCE
KR101992416B1 (ko) * 2017-09-15 2019-06-24 엘지전자 주식회사 차량에 구비된 차량 제어 장치 및 차량의 제어방법
GB2566509B (en) * 2017-09-15 2019-10-30 Detroit Electric Ev Tech Zhejiang Limited Driving assistance system and method
CN109515441B (zh) * 2017-09-19 2020-08-21 上汽通用汽车有限公司 用于智能驾驶车辆的车速控制系统
CN109677410B (zh) * 2017-10-18 2022-11-25 宇通客车股份有限公司 一种车辆自适应控制方法及系统
CN108572642B (zh) * 2017-12-15 2022-02-18 蔚来(安徽)控股有限公司 一种自动驾驶系统及其横向控制方法
US11130497B2 (en) 2017-12-18 2021-09-28 Plusai Limited Method and system for ensemble vehicle control prediction in autonomous driving vehicles
US20190185012A1 (en) 2017-12-18 2019-06-20 PlusAI Corp Method and system for personalized motion planning in autonomous driving vehicles
US11273836B2 (en) * 2017-12-18 2022-03-15 Plusai, Inc. Method and system for human-like driving lane planning in autonomous driving vehicles
US10293819B1 (en) * 2017-12-19 2019-05-21 Trw Automotive U.S. Llc Autonomous roadway merge assist system
US10303045B1 (en) 2017-12-20 2019-05-28 Micron Technology, Inc. Control of display device for autonomous vehicle
US10914820B2 (en) 2018-01-31 2021-02-09 Uatc, Llc Sensor assembly for vehicles
US11062537B2 (en) * 2018-02-28 2021-07-13 Waymo Llc Fleet management for vehicles using operation modes
US10894545B2 (en) 2018-03-14 2021-01-19 Micron Technology, Inc. Configuration of a vehicle based on collected user data
US11148658B2 (en) 2018-03-21 2021-10-19 Micron Technology, Inc. Personalization of a vehicle based on user settings
US11262755B2 (en) * 2018-04-09 2022-03-01 Toyota Motor Engineering & Manufacturing North America, Inc. Driver assistance system for autonomously indicating vehicle user intent in response to a predefined driving situation
US11092963B2 (en) 2018-04-27 2021-08-17 Motional Ad Llc Autonomous vehicle operation based on passenger-count
DE102018207379A1 (de) * 2018-05-14 2019-11-14 Audi Ag Verfahren zum Betreiben eines Kraftfahrzeugsystems anhand einer benutzerspezifischen Benutzereinstellung, Speichermedium, Zuordnungseinrichtung, Kraftfahrzeug und Servervorrichtung zum Betreiben im Internet
CN109159786B (zh) * 2018-07-20 2021-01-01 杭州鸿泉物联网技术股份有限公司 基于驾驶员身份的驾驶习惯记忆恢复方法、装置及系统
US11584379B2 (en) * 2018-08-06 2023-02-21 Honda Motor Co., Ltd. System and method for learning naturalistic driving behavior based on vehicle dynamic data
US11370446B2 (en) * 2018-08-06 2022-06-28 Honda Motor Co., Ltd. System and method for learning and predicting naturalistic driving behavior
CN110871802A (zh) * 2018-08-30 2020-03-10 长城汽车股份有限公司 车辆的控制方法、装置及车辆
US11260872B2 (en) * 2018-10-12 2022-03-01 Honda Motor Co., Ltd. System and method for utilizing a temporal recurrent network for online action detection
US11046304B2 (en) * 2018-11-12 2021-06-29 Argo AI, LLC Rider selectable ride comfort system for autonomous vehicle
US10766460B2 (en) 2018-11-13 2020-09-08 Toyota Research Institute, Inc. Operation of vehicle window wipers based on perceived vehicle stops to drop off passengers
US11208107B2 (en) 2018-11-26 2021-12-28 Toyota Research Institute, Inc. Systems and methods for selecting among different driving modes for autonomous driving of a vehicle
US11294382B2 (en) * 2018-11-26 2022-04-05 Toyota Research Institute, Inc. Systems and methods for determining routes to destinations for a vehicle
US11294372B2 (en) * 2019-02-15 2022-04-05 International Business Machines Corporation Driving mode decision support
JP7174645B2 (ja) * 2019-02-21 2022-11-17 本田技研工業株式会社 車両用制御装置及び車両
US11052914B2 (en) 2019-03-14 2021-07-06 GM Global Technology Operations LLC Automated driving systems and control logic using maneuver criticality for vehicle routing and mode adaptation
US11144053B2 (en) * 2019-04-04 2021-10-12 Toyota Research Institute, Inc. Controlling driving condition components of an autonomous vehicle based on a current driving mode and current conditions
KR102061750B1 (ko) * 2019-05-15 2020-01-03 주식회사 라이드플럭스 사전 정보를 이용하여 차량의 주행을 제어하는 방법 및 장치
US11300677B2 (en) 2019-07-08 2022-04-12 GM Global Technology Operations LLC Automated driving systems and control logic for host vehicle velocity estimation using wide aperture radar
CN110488814A (zh) * 2019-07-30 2019-11-22 深圳市前海胡桃科技有限公司 一种自动驾驶方法、装置及终端设备
US11999347B2 (en) 2019-08-07 2024-06-04 Ford Global Technologies, Llc Nighttime driving vehicle speed limiting
CN110576864A (zh) * 2019-08-15 2019-12-17 中国第一汽车股份有限公司 驾驶模式的控制方法、装置、车辆及存储介质
GB2586490A (en) * 2019-08-21 2021-02-24 Nissan Motor Mfg Uk Ltd Autonomous driving mode selection system
KR20220070242A (ko) 2019-09-20 2022-05-30 소나투스, 인코포레이티드 차량에서 혼합 네트워크 통신을 지원하는 시스템, 방법 및 장치
US20240073093A1 (en) 2019-09-20 2024-02-29 Sonatus, Inc. System, method, and apparatus to execute vehicle communications using a zonal architecture
US11538287B2 (en) 2019-09-20 2022-12-27 Sonatus, Inc. System, method, and apparatus for managing vehicle data collection
JP7235631B2 (ja) * 2019-09-26 2023-03-08 日立建機株式会社 建設機械向け稼働記録分析システム
CN112977457A (zh) * 2019-12-12 2021-06-18 北汽福田汽车股份有限公司 自动驾驶控制方法、装置、可读存储介质及车辆
EP3872594B1 (de) * 2020-02-26 2023-12-06 Volkswagen Ag Verfahren, computerprogramm, vorrichtung, fahrzeug und netzwerkeinheit zur vorhersage einer blockierungssituation für ein automatisiertes fahrzeug
US12094259B2 (en) 2020-03-06 2024-09-17 Sonatus, Inc. System, method, and apparatus for managing vehicle automation
US20230154246A1 (en) * 2020-03-06 2023-05-18 Sonatus, Inc. System, method, and apparatus for managing vehicle automation
AU2021237467A1 (en) * 2020-03-18 2022-05-26 Crown Equipment Corporation Adaptive acceleration for materials handling vehicle
US11827503B2 (en) 2020-03-18 2023-11-28 Crown Equipment Corporation Adaptive acceleration for materials handling vehicle
CN111516451A (zh) * 2020-04-28 2020-08-11 浙江森森汽车零部件有限公司 一种基于蓝牙通讯的自适应汽车减震控制方法
CN111806369A (zh) * 2020-05-25 2020-10-23 中国第一汽车股份有限公司 一种仪表信息的提示方法、装置、设备、系统和介质
CN111619576B (zh) * 2020-06-03 2021-06-25 中国第一汽车股份有限公司 一种控制方法、装置、设备及存储介质
CN112744088B (zh) * 2020-06-09 2023-04-25 长城汽车股份有限公司 驾驶模式控制方法和装置
US11807272B2 (en) 2020-07-28 2023-11-07 Toyota Research Institute, Inc. Systems and methods for multiple algorithm selection
CN112124326B (zh) * 2020-09-25 2022-08-23 斑马网络技术有限公司 自动驾驶方法、装置、电子设备及存储介质
KR20230104205A (ko) 2020-11-03 2023-07-07 크라운 이큅먼트 코포레이션 자재 취급 차량을 위한 적응형 가속
CN113291312B (zh) * 2021-06-18 2022-09-06 重庆长安汽车股份有限公司 一种智能动力总成控制方法
CN113665370A (zh) * 2021-08-11 2021-11-19 摩拜(北京)信息技术有限公司 电动自行车的动力调整方法、装置及电动自行车
US12065170B2 (en) 2021-09-28 2024-08-20 GM Global Technology Operations LLC Automated driving systems and control logic for lane localization of target objects in mapped environments
US12017679B2 (en) * 2021-10-25 2024-06-25 Honda Motor Co., Ltd. Adaptive trust calibration
US12014552B2 (en) 2021-12-07 2024-06-18 GM Global Technology Operations LLC Intelligent vehicle systems and control logic for incident prediction and assistance in off-road driving situations
CN118212769B (zh) * 2024-02-04 2024-09-27 山东高速集团有限公司创新研究院 一种基于车载视频的高速公路图像采集方法、设备及介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1302356B1 (de) 2001-10-15 2006-08-02 Ford Global Technologies, LLC. Verfahren und Einrichtung zur Steuerung eines Fahrzeuges
US7603228B2 (en) * 2006-05-25 2009-10-13 Ford Global Technologies, Llc Haptic apparatus and coaching method for improving vehicle fuel economy
JP4495205B2 (ja) * 2007-11-30 2010-06-30 富士通テン株式会社 エコ運転支援装置
US8612107B2 (en) 2008-06-10 2013-12-17 The Regents Of The University Of Michigan Method, control apparatus and powertrain system controller for real-time, self-learning control based on individual operating style
US8374781B2 (en) * 2008-07-09 2013-02-12 Chrysler Group Llc Method for vehicle route planning
US20100087987A1 (en) 2008-10-08 2010-04-08 Gm Global Technoloogy Operations, Inc. Apparatus and Method for Vehicle Driver Recognition and Customization Using Onboard Vehicle System Settings
JP5267095B2 (ja) * 2008-12-11 2013-08-21 トヨタ自動車株式会社 走行状態評価装置
US8509982B2 (en) * 2010-10-05 2013-08-13 Google Inc. Zone driving
US20120271500A1 (en) 2011-04-20 2012-10-25 GM Global Technology Operations LLC System and method for enabling a driver to input a vehicle control instruction into an autonomous vehicle controller
US9361271B2 (en) * 2011-09-27 2016-06-07 Wipro Limited Systems and methods to enable eco-driving
EP2607142B1 (de) * 2011-12-21 2017-02-22 Volvo Car Corporation System zum steuern der antriebsmodi eines fahrzeugs
US8457827B1 (en) 2012-03-15 2013-06-04 Google Inc. Modifying behavior of autonomous vehicle based on predicted behavior of other vehicles
GB201215963D0 (en) * 2012-09-06 2012-10-24 Jaguar Cars Vehicle control system and method
US8825258B2 (en) * 2012-11-30 2014-09-02 Google Inc. Engaging and disengaging for autonomous driving

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
IEEE 802.11

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016211363A1 (de) * 2016-06-24 2017-12-28 Siemens Aktiengesellschaft Anpassen eines autonomen Fahrsystems an ein Benutzerprofil
WO2017220471A1 (de) * 2016-06-24 2017-12-28 Siemens Aktiengesellschaft Anpassen eines autonomen fahrsystems an ein benutzerprofil
CN107767198A (zh) * 2016-08-18 2018-03-06 重庆无线绿洲通信技术有限公司 一种租赁车辆的设施状态恢复方法及装置
CN107817791A (zh) * 2016-09-12 2018-03-20 本田技研工业株式会社 车辆控制装置
CN107817791B (zh) * 2016-09-12 2021-01-15 本田技研工业株式会社 车辆控制装置
DE102016121691A1 (de) * 2016-11-11 2018-05-17 Automotive Safety Technologies Gmbh Verfahren und System zum Betreiben eines Kraftfahrzeugs
DE102017004733A1 (de) 2017-05-17 2017-12-14 Daimler Ag System zum Betrieb eines Fahrzeugs in einer autonomen Betriebsweise
DE102017208583A1 (de) * 2017-05-22 2018-11-22 Bayerische Motoren Werke Aktiengesellschaft Fahrsystem und Verfahren zum automatisierten Führen eines Fahrzeugs
DE102018133672A1 (de) * 2018-12-28 2020-07-02 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Erzeugen von Steuersignalen zum Unterstützen von Insassen eines Fahrzeugs
US11345367B2 (en) 2018-12-28 2022-05-31 Volkswagen Aktiengesellschaft Method and device for generating control signals to assist occupants in a vehicle
AT521718A1 (de) * 2019-02-14 2020-04-15 Avl List Gmbh Verfahren zur Steuerung eines Fahrzeugs
AT526003A2 (de) * 2022-03-28 2023-10-15 Schmidt Dipl Ing Eugen Ein Fahrerasssistenzsystem als „virtuelle KopilotIn“, das Hilfestellung angepasst an die Fähigkeiten und Charaktermerkmale der FahrerIn leistet und kommuniziert

Also Published As

Publication number Publication date
US9517771B2 (en) 2016-12-13
CN104648284A (zh) 2015-05-27
RU2014146890A (ru) 2016-06-10
MX2014014119A (es) 2015-07-24
CN104648284B (zh) 2019-12-10
US20150149017A1 (en) 2015-05-28
RU2014146890A3 (de) 2018-05-04
MX346781B (es) 2017-03-30

Similar Documents

Publication Publication Date Title
DE102014223242A1 (de) Autonome fahrzeugbetriebsweisen
DE102016200759B4 (de) Verfahren, Vorrichtung und Verarbeitungseinrichtung zum Steuern von Funktionen in einem Fahrzeug
EP3436325B1 (de) Verfahren zum erzeugen von steuerdaten für ein regelbasiertes unterstützen eines fahrers
DE102017102605A1 (de) Betrieb autonomer Fahrzeuge auf der Basis interaktiver modellprädiktiver Steuerung
DE102019133034A1 (de) Steuerung eines autonomen fahrzeugs basierend auf einem vorher erlernten fahrgast- und umgebungsbewussten fahrstilprofil
DE102017114049A1 (de) Systeme zum auswählen und durchführen von routen für autonome fahrzeuge
DE102016123880A1 (de) Fahrzeugmodusbestimmung
EP3140615B1 (de) Zuordnung einer referenzposition zu einem charakteristischen verlauf eines bewegungsaufnahmesensor-signals
DE102017114495A1 (de) Autonomes fahrsystem
DE102018120845A1 (de) Verfahren und Vorrichtung zum Überwachen eines autonomen Fahrzeugs
WO2017167801A1 (de) Fahrerassistenzsystem zum unterstützen eines fahrers beim führen eines fahrzeugs
DE102014223247A1 (de) Autonomfahrzeugerkennung
DE102015100292A1 (de) Niederschlagsdetektion in autonomen Fahrzeugen
DE102015202367A1 (de) Autonome steuerung in einer dichten fahrzeugumgebung
DE102011108385B3 (de) Verfahren zum Bestimmen einer Fahrtreichweite eines Kraftwagens
DE112018000973T5 (de) Informationsverarbeitungssystem, Informationsverarbeitungsverfahren, Programm und Aufzeichnungsmedium
DE102014204206A1 (de) Fahrwegnavigation mit optimalem geschwindigkeitsprofil
WO2018108559A2 (de) Speicherung von geschwindigkeitsinformationen zur prädiktion der zukünftigen geschwindigkeitstrajektorie
DE102015202859A1 (de) Abtastsystem und -verfahren für autonomes Fahren
DE102015119197A1 (de) Fahrzeugkurvenfahrmodi
DE102012212740A1 (de) System und Verfahren zum Aktualisieren einer digitalen Karte eines Fahrerassistenzsystems
DE112018000975T5 (de) Informationsverarbeitungssystem, Informationsverarbeitungsverfahren und Aufzeichnungsmedium
DE102015215605A1 (de) Verfahren zum Steuern einer Verkehrssteueranlage
DE102019127974B4 (de) Verfahren und System zum Bewerten eines Fahrverhaltens
DE102014205252A1 (de) Verfahren zum Steuern eines Hybridantriebs eines Fahrzeugs, fahrzeugseitige Vorrichtung und Zentralrechner

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R082 Change of representative

Representative=s name: PATERIS THEOBALD ELBEL & PARTNER, PATENTANWAEL, DE

Representative=s name: PATERIS THEOBALD ELBEL FISCHER, PATENTANWAELTE, DE