-
Die Erfindung betrifft ein Verfahren zur Vorhersage einer gefährlichen Fahrsituation eines Kraftfahrzeugs sowie ein System zur Vorhersage einer gefährlichen Fahrsituation eines Kraftfahrzeugs.
-
Üblicherweise wird zur Verhinderung eines Unfalls eines Kraftfahrzeugs ein sensorbasiertes System verwendet, wie zum Beispiel das Notbremssystem. Das im Kraftfahrzeug angeordnete System registriert ein Objekt, auf das zugefahren wird, und ermittelt anhand der Geschwindigkeit, ob eine Kollision mit dem Objekt bevorsteht. Wird eine Gefahr hierfür als hoch eingestuft, löst das Kraftfahrzeug eine Notbremsung aus. Ein weiteres System ist zur Bereitstellung einer Pausenempfehlung vorgesehen. Sofern beim Fahrer eine zunehmende Ermüdung detektiert wird, wird ihm empfohlen, eine Pause einzulegen.
-
In der Druckschrift
DE 10 2009 011 259 A1 wird ein Fahrzeug-Fahrzeug-Positionserkennungssystem beschrieben, das Techniken einer drahtlosen Übermittlung von Informationen verwendet. Eine Ausführungsform des Systems umfasst ein Detektions- und Entfernungsmessungssystem, das an einem Host-Fahrzeug angeordnet ist, wobei das Detektions- und Entfernungsmessungssystem dazu ausgestaltet ist, ein Nachbarfahrzeug in der Nähe des Host-Fahrzeugs zu erfassen. Auf die Detektion des Nachbarfahrzeugs ansprechend, erzeugt das Detektions- und Entfernungsmessungssystem Nachbarfahrzeugdaten, die eine Position des Nachbarfahrzeugs relativ zu dem Host-Fahrzeug angeben. Das Positionserkennungssystem umfasst auch eine Verkehrsmodellerstellungseinrichtung, die dazu ausgestaltet ist, die Nachbarfahrzeugdaten zu verarbeiten und in Ansprechen darauf ein virtuelles Verkehrsmodell für das Host-Fahrzeug zu erzeugen. Das Positionserkennungssystem setzt auch einen drahtlosen Sender ein, der Host-Fahrzeug-Modelldaten drahtlos überträgt, die das virtuelle Verkehrsmodell übermitteln. Kompatible Fahrzeuge in der Nähe des Host-Fahrzeugs können die Host-Fahrzeug-Modelldaten empfangen und verarbeiten, um ihre eigenen virtuellen Verkehrsmodelle zu erzeugen.
-
Aus den Druckschriften
US 2007/0043502 A1 und
US 2012/0306663 A1 ist jeweils ein Verfahren bekannt, bei dem Kraftfahrzeuge zur Voraussage einer bevorstehenden Kollision untereinander kommunizieren.
-
Vor diesem Hintergrund werden ein Verfahren und ein System mit den Merkmalen der unabhängigen Patentansprüche vorgestellt. Ausführungsformen des Verfahrens und des Systems gehen aus den abhängigen Patentansprüchen hervor.
-
Das erfindungsgemäße Verfahren ist zur Vorhersage einer gefährlichen Fahrsituation eines Kraftfahrzeugs vorgesehen. Bei Durchführung des Verfahrens werden während eines Zeitintervalls Aspekte, die eine Fahrsituation des Kraftfahrzeugs betreffen und/oder beschreiben, erfasst. Diese Aspekte umfassen Betriebsparameter des Kraftfahrzeugs, Umgebungsparameter einer Umgebung, in der das Kraftfahrzeug fährt, und Verhaltensparameter, die Tätigkeiten eines Fahrers des Kraftfahrzeugs betreffen und/oder beschreiben. Weiterhin ist vorgesehen, dass die erfassten Aspekte ein aktuelles Muster bilden, das während eines Zeittakts mit bekannten Mustern verglichen wird. Dem Fahrer wird mindestens ein Warnsignal bereitgestellt, wenn das aktuelle Muster einem bekannten Muster entspricht, das mit einer definierten Wahrscheinlichkeit auf die gefährliche Fahrsituation hinweist.
-
Die Muster werden üblicherweise in einer Lern- bzw. Trainingsphase des Systems automatisch von mindestens einem verwendeten Algorithmus, bspw. einem Machine Learning Algorithmus zur Durchführung eines rechnergestützten, maschinellen Lernens, erkannt. Je nach verwendetem Algorithmus sind die Muster menschlich lesbar oder nicht. Ein hierbei verwendetes künstliches neuronales Netz ist bspw. als BlackBox zu bezeichnen, da die der Entscheidung zugrundeliegenden Muster nicht ersichtlich sind. In Ausgestaltung werden hierzu unterschiedliche Algorithmen in der Trainingsphase getestet, wodurch die Muster, die aus den Aspekten gebildet sind, klassifiziert werden.
-
Erfasste Aspekte werden alternativ während eines Zeittakts untereinander und/oder miteinander verglichen, wobei für den Fahrer mindestens ein Warnsignal bereitgestellt wird, wenn die erfassten Aspekte ein bekanntes Muster bilden, das üblicherweise mit einer definierten Wahrscheinlichkeit auf die gefährliche Fahrsituation hinweist.
-
Üblicherweise wird ein jeweils ermitteltes Muster aus den erfassten Aspekten mit bekannten Mustern verglichen, die zu einer gefährlichen Fahrsituation führen. Falls die Wahrscheinlichkeit, dass das aktuell erfasste Muster zu einer gefährlichen Fahrsituation führt, mindestens so groß wie der definierbare bzw. festzulegende Wert oder Sollwert für ein bekanntes Muster ist, wird das mindestens eine Warnsignal ausgelöst und somit bereitgestellt.
-
Die genannten Wahrscheinlichkeiten werden in der Regel mit dem Machine Learning Algorithmus zum maschinellen Lernen bestimmt. Hierbei ist eine Vielzahl unterschiedlicher Methoden denkbar. Welche Methode am besten geeignet ist, wird durch Testen in der Lernphase des mindestens einen Algorithmus ermittelt. Die Wahrscheinlichkeiten werden dabei automatisch auf Basis historischer vergleichbarer Situationen ermittelt. Eine Auswertung von Daten zu derartigen historischen Situationen wird von dem mindestens einen Algorithmus durchgeführt.
-
Durch Bereitstellung des mindestens einen optischen und/oder akustischen Warnsignals ist eine Vermeidung der gefährlichen Situation, bspw. eines Unfalls, möglich.
-
Muster, die jeweils auf eine gefährliche Fahrsituation hinweisen, werden in Ausgestaltung des Verfahrens aus einer Datenbank vorgegeben. Hierbei ist mindestens ein derartiges bekanntes Muster, in der Regel jedes bekannte Muster, das auf eine gefährliche Fahrsituation hinweist, in der Vergangenheit während eines Zeitintervalls bei einer realen Fahrt mindestens eines anderen Kraftfahrzeugs aufgenommen und/oder erfasst worden, wobei dieses Zeitintervall mit einer gefährlichen Fahrsituation geendet hat. Ein derartiges bekanntes Muster aus der Vergangenheit wurde von einem elektronisch und/oder rechnergestützten Fahrtenschreiber bzw. Datenaufzeichnungsgerät des von der gefährlichen Fahrsituation betroffenen mindestens einen anderen Kraftfahrzeugs erfasst. Dieses Datenaufzeichnungsgerät ist in der Regel mit sämtlichen Kontrollgeräten und Sensoren über ein Netzwerk des Kraftfahrzeugs verbunden und hinsichtlich eines Datenstroms innerhalb des Netzwerks, über das zwischen Kontrollgeräten und Sensoren Daten ausgetauscht werden, zentral angeordnet. Sämtliche Daten, die von den Kontrollgeräten und Sensoren verwendet und empfangen werden, werden von dem Datenaufzeichnungsgerät erfasst und/oder gelesen. Dieses Datenaufzeichnungsgerät ist bspw. als sog. Gateway ausgebildet und als Knoten in dem Netzwerk mit allen Kontrollgeräten und/oder Sensoren verknüpft.
-
Mit dem mindestens einen Aspekt wird in der Regel beschrieben, ob ein bestimmtes Ereignis während des Zeitintervalls überhaupt stattfinden und/oder eintreten kann, ob bspw. ein Gerät des Kraftfahrzeugs eingeschaltet und/oder von dem Fahrer genutzt wird. Somit ist u. a. festzustellen, ob der Fahrer während des Zeitintervalls telefoniert hat.
-
In Ausgestaltung wird mit dem mindestens einen Aspekt ein Parameter beschrieben, wobei während des Zeitintervalls als Aspekte Istwerte von Parametern erfasst werden, wobei diese Parameter Betriebsparameter des Kraftfahrzeugs, Umgebungsparameter einer Umgebung, in der das Kraftfahrzeug fährt, und Verhaltensparameter, die Tätigkeiten des Fahrers des Kraftfahrzeugs beschreiben, umfassen. Jeder während des Zeittakts erfasste Istwert wird mit mindestens einem hierfür vorgesehenen Sollwert für den Parameter verglichen, wobei für den Fahrer mindestens ein Warnsignal bereitgestellt wird, wenn eine Kombination an Istwerten mehrerer Parameter jeweils um mindestens einen Toleranzwert von einem hierfür vorgesehenen Sollwert abweicht.
-
Üblicherweise ist das aktuelle Muster über die aktuellen Aspekte qualitativ und/oder quantitativ zu beschreiben. Ein jeweiliger Aspekt ist auf Grundlage eines Parameters ebenfalls qualitativ und/oder quantitativ zu beschreiben. So ist es möglich, dass sich ein Aspekt aufgrund eines aktuellen Istwerts eines Parameters quantitativ ergibt. Falls lediglich berücksichtigt wird, ob der Istwert des Parameters größer oder kleiner als der Sollwert hierfür ist, ist zumindest eine qualitative Beschreibung vorgesehen. Aufgrund derer ist nachzuweisen, ob ein Gerät überhaupt eingeschaltet ist oder nicht.
-
Üblicherweise beträgt der Zeittakt nur einen Bruchteil einer Sekunde, maximal wenige Sekunden, und ist stets kürzer als das Zeitintervall, das mehrere Dutzend Sekunden, bspw. ca. 1 min, andauern kann.
-
Unter Berücksichtigung der Aspekte kann eine Fahrsituation quali- und/oder quantitativ ausgewertet werden.
-
Das erfindungsgemäße System ist zum Vorhersagen einer gefährlichen Fahrsituation eines Kraftfahrzeugs ausgebildet, wobei das System mindestens einen Sensor, mindestens ein Kontrollgerät und mindestens eine Warnanlage umfasst. Der mindestens eine Sensor ist dazu ausgebildet, während eines Zeitintervalls Aspekte, die eine Fahrsituation des Kraftfahrzeugs betreffen und/oder beschreiben, zu erfassen, wobei diese Aspekte Betriebsparameter des Kraftfahrzeugs, Umgebungsparameter einer Umgebung, in der das Kraftfahrzeug fährt, und Verhaltensparameter, die Tätigkeiten eines Fahrers des Kraftfahrzeugs betreffen und/oder beschreiben, umfassen.
-
Hierbei ist vorgesehen, dass die erfassten Aspekte ein aktuelles Muster bilden. Das mindestens eine Kontrollgerät ist dazu ausgebildet, das aktuelle Muster während eines Zeittakts mit bekannten Mustern zu vergleichen, wobei die mindestens eine Warnanlage dazu ausgebildet ist, dem Fahrer mindestens ein Warnsignal bereitzustellen, wenn das aktuelle Muster einem bekannten Muster entspricht, das mit einer definierbaren Wahrscheinlichkeit auf die gefährliche Fahrsituation hinweist.
-
Das mindestens eine Kontrollgerät ist in Ausgestaltung dazu ausgebildet, die erfassten Aspekte während eines Zeittakts untereinander und/oder miteinander zu vergleichen. Die mindestens eine Warnanlage ist ergänzend dazu ausgebildet, für den Fahrer mindestens ein Warnsignal bereitzustellen, wenn die erfassten Aspekte ein Muster bilden, das mit einer definierten Wahrscheinlichkeit auf die gefährliche Fahrsituation hinweist.
-
Das System umfasst ein Netzwerk, das den mindestens einen Sensor und das mindestens eine Kontrollgerät miteinander verbindet und in dem Kraftfahrzeug angeordnet ist.
-
Außerdem weist das System mindestens eine Datenbank auf, in der bekannte Muster, die jeweils auf eine gefährliche Fahrsituation hinweisen, gespeichert sind und/oder werden.
-
Die mindestens eine Datenbank ist in einer ortsfesten, zentralen Datenverarbeitungsanlage, die eine Recheneinheit umfasst, gespeichert. Alternativ oder ergänzend ist die mindestens eine Datenbank in einer Recheneinheit des Kraftfahrzeugs gespeichert und in das Netzwerk eingebunden.
-
Informationen, die bekannte Muster betreffen, sind von der Datenbank in der ortsfesten, zentralen Datenverarbeitungsanlage zu der Datenbank in dem Kontrollgerät des Kraftfahrzeugs zu übermitteln, wobei die Datenbank in dem Kontrollgerät des Kraftfahrzeugs hinsichtlich neuer Informationen, die die bekannten Muster betreffen, zu ergänzen und/oder zu aktualisieren ist.
-
In weiterer Ausgestaltung des Systems ist vorgesehen, dass mindestens ein Aspekt einen Parameter beschreibt. Dabei ist der mindestens eine Sensor dazu ausgebildet, während des Zeitintervalls als Aspekte Istwerte von Parametern zu erfassen, wobei diese Parameter Betriebsparameter des Kraftfahrzeugs, Umgebungsparameter einer Umgebung, in der das Kraftfahrzeug fährt, und Verhaltensparameter, die Tätigkeiten des Fahrers des Kraftfahrzeugs beschreiben, umfassen. Das mindestens eine Kontrollgerät ist dazu ausgebildet, jeden erfassten Istwert während des Zeittakts mit mindestens einem hierfür vorgesehenen Sollwert für den Parameter zu vergleichen. Außerdem ist die mindestens eine Warnanlage dazu ausgebildet, dem Fahrer mindestens ein Warnsignal bereitzustellen, wenn eine Kombination an Istwerten mehrerer Parameter jeweils um mindestens einen Toleranzwert von einem hierfür vorgesehenen Sollwert abweicht.
-
Mit dem Verfahren und dem System können eine drohende, gefährliche Fahrsituation, die üblicherweise in einem Unfall enden kann, durch Analyse eines Musters von Signalen, die während einer Fahrt des Kraftfahrzeugs in dem bspw. als Bussystem ausgebildeten Netzwerk aus vernetzten Kontrollgeräten des Kraftfahrzeugs anfallen und einen Betriebszustand des Kraftfahrzeugs beschreiben, rechtzeitig vorhergesagt und nach Ausgabe des mindestens einen Warnsignals vermieden werden.
-
Das Verfahren ist üblicherweise in zwei Phasen umzusetzen. Zur Umsetzung einer Lernphase als erste Phase wird in mindestens einem anderen Kraftfahrzeug ein als Datenaufzeichnungsgerät bzw. Logger ausgebildeter elektronischer Fahrtenschreiber bereitgestellt. Hierzu kann ein derartiges Datenaufzeichnungsgerät als Funktion und/oder Modul des mindestens einen, üblicherweise bereits vorhandenen Kontrollgeräts realisiert und/oder in dem mindestens einen anderen Kraftfahrzeug installiert werden. Dieses Datenaufzeichnungsgerät ist dazu ausgebildet, über eine Datenflusskontrolle bzw. einen sog. Sliding-Window-Ansatz permanent während eines Zeitintervalls von bspw. 60 Sekunden vor einem jeweils aktuellen Augenblick alle Informationen aus Signalen und/oder Daten aus dem gesamten Bussystem, das sämtliche Kontrollgeräte umfasst, in einem nicht-flüchtigen Speichermedium als Aspekte, die ein Muster aufweisen, zu speichern bzw. zu persistieren. Im Falle eines Unfalls werden die während des zurückliegenden Zeitintervalls angefallenen Daten, die die Informationen enthalten, anonymisiert an einen zentralen Dienstleister und/oder Kraftfahrzeughersteller, wie Audi, übermittelt und dort in der laufend aktualisierbaren Datenbank bzw. einer Datenbasis zusammengeführt. Um ergänzend Referenzsituationen zu erhalten und/oder zu analysieren, in denen keine Unfälle passiert sind, werden von dem Dienstleister und/oder Kraftfahrzeughersteller Testdaten erhoben.
-
Die Datenbank bzw. Datenbasis umfasst nach einer Projektzeit eine sehr große Menge an Informationspaketen, die die Aspekte umfassen und auf Daten und/oder Signalmustern aus einer Vielzahl von zentral erfassten, bspw. jeweils 60 Sekunden langen, Zeitintervallen von einer großen Anzahl an Kraftfahrzeugen beruhen, wobei ein jeweiliges Informationspaket mit einem Etikett (Label) ”Unfall”, sofern es in einem Zeitintervall vor einem Unfall eines Kraftfahrzeugs erfasst wurde, oder mit dem Etikett ”kein Unfall”, sofern es während einer unfallfreien Fahrt ermittelt wurde, markiert bzw. versehen ist.
-
Aus Daten, die aus derartigen Informationspaketen hervorgehen, wird eine Vorprozessierung ausgeführt, wodurch relevante Muster von Aspekten, bspw. von Istwerten von Betriebsparametern des Kraftfahrzeugs zu erkennen sind, um zwischen Mustern, auf die ein Unfall oder kein Unfall folgt und/oder resultiert, zu unterscheiden und eine Komplexität der Daten zu reduzieren. Auf dieser vorverarbeiteten Datenbasis wird mindestens ein als ein Klassifikationsalgorithmus und/oder Regressionsalgorithmus ausgebildeter Algorithmus gelernt, der auf Grundlage eines jeweiligen Musters aus Aspekten zwischen einem Unfall und keinem Unfall unterscheiden kann. Hierzu sind verschiedene Algorithmen einzusetzen, die entweder eine binäre Klassifikation ausführen oder eine Wahrscheinlichkeit für eine bestimmte Gruppe ausgeben.
-
Im Rahmen des Verfahrens werden in der Lernphase bzw. bei einem Lernprozess Aspekte automatisch, bspw. durch Auswahl des mindestens einen Algorithmus bestimmt, wobei zwischen Aspekten, die auf Unfälle oder Nicht-Unfälle hindeuten, unterschieden wird. Die Auswahl relevanter Aspekte, in der Regel Parameter, aus der gesamten Anzahl Aspekte ist Teil der automatischen Vorverarbeitung und wird üblicherweise als ”Feature Selection” oder ”Dimensionality Reduction” bezeichnet.
-
So ist es möglich, mindestens einen als Klassifikationsalgorithmus und/oder als Regressionsalgorithmus ausgebildeten Algorithmus zu verwenden.
-
Dabei wird ein Klassifikationsalgorithmus als ”Random Forest” bezeichnet, wobei unkorrelierte Entscheidungsbäume verwendet werden, die bei Durchführung des Algorithmus wachsen. Diese Entscheidungsbäume können hierarchisch strukturierte Aspekte umfassen, wobei entschieden wird, ob für eine bestimmte Kombination von Aspekten innerhalb eines derartigen Entscheidungsbaums eine Wahrscheinlichkeit für eine gefährliche Fahrsituation gegeben ist oder nicht.
-
Bei ”Classification Tree” bzw. einer Klassifikationsbaum-Methode handelt es sich um mindestens einen weiteren Klassifikationsalgorithmus. Hierbei werden die vorgesehenen Aspekte als Klassifikationen verwendet, die miteinander kombiniert werden, wobei bestimmte Kombinationen für eine gefährliche Fahrsituation und andere Kombinationen gegen eine gefährliche Fahrsituation sprechen.
-
”Support Vector Machine” ist ein auch als Stützvektormaschine zu bezeichnender Algorithmus, wobei Aspekte in Klassen eingeteilt werden, wobei Ansammlungen und/oder Kombinationen von Aspekten innerhalb einer jeweiligen Klasse Muster bilden, auf Grundlage derer entschieden werden kann, ob sie für eine gefährliche Fahrsituation sprechen oder nicht. ”Support Vector Machine” ist als Klassifikationsalgorithmus und/oder als Regressionsalgorithmus zu verwenden.
-
Ein alternativ oder ergänzend zu verwendender Klassifikationsalgorithmus ist die sog. Nächste-Nachbar-Klassifikation (K-Nearest Neighbor). Hierbei werden ebenfalls Aspekte zu Mustern kombiniert, wobei berücksichtigt wird, wie bestimmte Aspekte als Objekte sich zu anderen Aspekten verhalten und zueinander benachbart sind.
-
Bei einem weiteren Klassifikationsalgorithmus werden aus Aspekten dynamische Modelle gebildet, wobei zur Bildung und/oder Erkennung von Mustern, die diese Aspekte umfassen, eine zeitliche Abfolge der Aspekte berücksichtigt wird.
-
Bei einem als ein Regressionsalgorithmus ausgebildeten Algorithmus wird ein neuronales Netz verwendet, wobei aus Aspekten Muster gebildet werden.
-
Bei ”Deep Learning” als verwendbarem Algorithmus werden Kombinationen von Aspekten daraufhin überprüft, ob diese Muster bilden. Auch in diesem Fall wird nach Mustern von Aspekten gesucht und entschieden, ob diese eine gefährliche Fahrsituation verursachen können oder nicht.
-
Außerdem ist möglich, eine generalisierte Lineare Regression als Regressionsalgorithmus einzusetzen. Hierbei können Aspekte als Variablen verwendet und untersucht werden, inwiefern diese systematische Muster bilden, nach denen darüber eine Aussage getroffen werden kann, ob Muster, die Kombinationen von Aspekten umfassen, zu gefährlichen Fahrsituationen führen oder nicht.
-
Die Daten des Netzwerks werden mit dem Datenaufzeichnungsgerät (GateWay) mitgelesen. Auf diesem befinden sich nahezu alle Daten umfassende Signale, die während einem Fahrzeugbetrieb zwischen Kontrollgeräten und/oder Sensoren ausgetauscht werden. Aus diesen Daten sucht ein ”feature selection” Algorithmus diejenigen Daten aus, über die zwischen beiden Szenarien ”Unfall” und ”Kein-Unfall” am besten differenziert werden kann.
-
Nach erfolgreichem Analysieren und/oder Lernen der Muster aus Aspekten wird der mindestens darauf basierende Regressions- und/oder Klassifikationsalgorithmus in dem mindestens einen Kontrollgerät bzw. Fahrzeugcomputer integriert, durch das oder den in einem vorgegebenen Zeittakt, z. B. alle 100 ms, in dem Netzwerk bzw. Bussystem des Kraftfahrzeugs aktuell anfallende Informationen aus einem zurückliegenden Zeitintervall, bspw. während der letzten 60 Sekunden, von dem mindestens einen Kontrollgerät kontrolliert und/oder überwacht werden, um diese aktuellen, fahrtbegleitenden Informationen auf Grundlage der Muster aus Aspekten zu analysieren und zu klassifizieren. Wird dabei in der Regel durch Vergleich des aktuellen Musters mit den bekannten Mustern ein Muster aus Aspekten erkannt, üblicherweise wiedererkannt, das in einem vorab gelernten Fall mit einer hohen Wahrscheinlichkeit zu einem Unfall geführt hat, wird der Fahrer des Kraftfahrzeugs durch das mindestens eine Warnsignal optisch und/oder akustisch gewarnt.
-
In Ausgestaltung des Verfahrens ist es möglich, während einer Fahrt Betriebsparameter unterschiedlicher Geräte und/oder Einrichtungen sowie Umweltbedingungen durch Sensoren zu erfassen, auf Grundlage derer Ereignisse und somit Aspekte klassifiziert werden können. Aus einer Art und/oder Häufigkeit derartiger Aspekte ist das Muster abzuleiten, das eine jeweils aktuelle Fahrsituation des Kraftfahrzeugs charakterisiert.
-
Eine beispielhafte Fahrsituation kann durch nachfolgende Aspekte und/oder Ereignisse charakterisiert sein: Ein Fahrer eines Kraftfahrzeugs fährt bei einer Außentemperatur von –5°C (Aspekt 1) mit aktivierter Frontscheibenheizung auf eine enge Kurve zu (Aspekt 2) und telefoniert gleichzeitig (Aspekt 3) mit seiner Frau. Zudem verstellt er aktuell die Sitzheizung (Aspekt 4) und den Fernlichtassistenten (Aspekt 5). Außerdem wird ein entgegenkommendes Fahrzeug erkannt (Aspekt 6). Ergänzend hat der Spurassistent in den letzten 60 Sekunden bereits zweimal eingegriffen (Aspekt 7). Das System hat aus bekannten Mustern für gleiche in der Vergangenheit liegende Fahrsituationen und aufgrund einer Häufung von Aspekten, die auf eine gefährliche Fahrsituation hinweisen, eine Unfallwahrscheinlichkeit von 98% ermittelt und gibt demnach an den Fahrer ein Warnsignal aus.
-
Mit dem vorgestellten System und Verfahren werden zumindest alle als Parameter ausgebildeten Aspekte des Kraftfahrzeugs, des Fahrers und der Umgebung bzw. Umwelt berücksichtigt, um einen bevorstehenden Unfall frühzeitig zu erkennen. Somit wird ein Zusammenspiel der Faktoren Kraftfahrzeug und Fahrer, die üblicherweise miteinander wechselwirken, gemeinsam betrachtet. Somit ist eine kritische Fahrsituation frühzeitig zu erkennen, wohingegen ein Notbremssystem eine derartige Fahrsituation erst dann erkennt, wenn sich das Kraftfahrzeug bereits in der gefährlichen Fahrsituation befindet.
-
Alternativ oder ergänzend ist mindestens ein als Eingreifalgorithmus ausgebildeter Algorithmus im Rahmen des Verfahrens zu berücksichtigen, der automatisch definiert wird, wodurch unterschiedliche Fahrsituationen berücksichtigt werden. Somit können Unfälle früh genug erkannt werden, um eine gefährliche Fahrsituation vorherzusehen.
-
Im Rahmen des Verfahrens werden Signale, die Informationen zu den Aspekten umfassen, in dem Bussystem des Kraftfahrzeugs auf das Vorliegen versteckter Muster aus Aspekten untersucht, die in jeder Fahrsituation zueinander unterschiedlich sind. Mit mindestens einem selbstlernenden Algorithmus wird auf Basis dieser Muster aus Aspekten klassifiziert, mit welcher Wahrscheinlichkeit in einem vorausliegenden Zeitintervall, d. h. innerhalb der nächsten x Sekunden, ein Unfall passieren wird.
-
Mit dem Verfahren und dem System ist eine gefährliche Fahrsituation, aus der ein Unfall resultieren kann, rechtzeitig zu erkennen. Durch das mindestens eine Warnsignal für den Fahrer ist der mögliche Unfall zu vermeiden, bevor er passiert.
-
Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und der beiliegenden Zeichnung.
-
Es versteht sich, dass die voranstehend genannten und die nachstehend noch zu erläuternden Merkmale nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen.
-
Die Erfindung ist anhand von Ausführungsformen in der Zeichnung schematisch dargestellt und wird unter Bezugnahme auf die Zeichnung schematisch und ausführlich beschrieben.
-
1 zeigt in schematischer Darstellung Details einer Ausführungsform des erfindungsgemäßen Systems.
-
1 zeigt in schematischer Darstellung ein Kraftfahrzeug 2, mit dem ein Fahrer 4 unterwegs ist. Dieses Kraftfahrzeug 2 umfasst als Komponenten ein Kontrollgerät 6, das wiederum eine Recheneinheit 7 und einen Speicher 8 umfasst, auf dem eine hier kraftfahrzeuginterne Datenbank gespeichert ist. Außerdem umfasst das Kraftfahrzeug 2 mehrere Sensoren 10, 12, 14.
-
Hierbei ist mindestens ein erster Sensor 10 dazu ausgebildet, im Rahmen einer Ausführungsform des erfindungsgemäßen Verfahrens als Aspekte Istwerte von Betriebsparametern des Kraftfahrzeugs 2 zu erfassen. Mindestens ein zweiter Sensor 12 ist hier an einer Außenwandung des Kraftfahrzeugs 2 angeordnet und im Rahmen der Ausführungsform des Verfahrens dazu ausgebildet, als Aspekte Istwerte von Umgebungsparametern der Umgebung, in der sich das Kraftfahrzeug 2 jeweils augenblicklich befindet, zu erfassen. Derartige Umgebungsparameter sind üblicherweise als meteorologische Parameter ausgebildet und umfassen Informationen zu einer jeweils aktuellen Wetterlage. Derartige Umgebungsparameter und somit meteorologische Parameter sind die Temperatur, der Luftdruck sowie eine Luftfeuchtigkeit. Dabei ist über mindestens einen meteorologischen Parameter auch darüber eine Aussage zu treffen, ob jeweils aktuell Niederschlag herrscht. Ferner kann mit dem mindestens einen zweiten Sensor 12 auch nachgewiesen werden, welche Helligkeit bzw. Dunkelheit in der Umgebung herrscht, durch die das Kraftfahrzeug 2 fährt.
-
Der mindestens eine dritte Sensor 14 ist dazu ausgebildet, im Rahmen der Ausführungsform des Verfahrens als Aspekte Verhaltensweisen und/oder Tätigkeiten des Fahrers 4 zu erfassen. So ist durch diesen mindestens einen dritten Sensor 14 bspw. nachzuweisen, ob der Fahrer 4 während der Fahrt telefoniert und/oder durch Nutzung anderer Geräte, die bspw. zur Bereitstellung von Informationen und/oder der Unterhaltung dienen, abgelenkt sein könnte. Außerdem ist mit dem mindestens einen dritten Sensor 14 ein aktueller biologischer und/oder medizinischer Zustand des Fahrers 4 zu erfassen. Somit ist es bspw. möglich, zu ermitteln, ob der Fahrer 4 womöglich übermüdet ist.
-
Diese genannten Sensoren 10, 12, 14 sowie das mindestens eine Kontrollgerät 6 sind in einem Netzwerk 16 des Kraftfahrzeugs 2, das auch als Bussystem bezeichnet wird, über Kommunikationsleitungen miteinander verbunden, wobei hier vorgesehen ist, dass Istwerte von Parametern und somit von Aspekten, die von den Sensoren 10, 12, 14 erfasst werden, zu dem Kontrollgerät 6 übermittelt und dort ausgewertet werden.
-
Außerdem zeigt 1 eine zentrale, ortsfeste Datenverarbeitungsanlage 18, auf der eine ortsfeste, zentrale Datenbank gespeichert ist. 1 zeigt ferner eine dem Kraftfahrzeug 2 zugeordnete Kommunikationsantenne 20, über die das mindestens eine Kontrollgerät 6 mit der Datenverarbeitungsanlage 18 kommunizieren und Daten austauschen kann.
-
Die genannten Komponenten des Kraftfahrzeugs 2, die zugleich das Netzwerk 16 des Kraftfahrzeugs 2 bilden, sowie die zentrale ortsfeste Datenverarbeitungsanlage 18 sind als Komponenten der Ausführungsform eines erfindungsgemäßen Systems 22 ausgebildet. Ferner umfasst dieses System 22 mindestens eine im Kraftfahrzeug 2 angeordnete Warnanlage 24.
-
Bei Durchführung der Ausführungsform des Verfahrens ist vorgesehen, dass während der Fahrt des Kraftfahrzeugs 2 über die genannten Sensoren 10, 12, 14 fortlaufend Istwerte zu den Parametern und somit zu den Aspekten erfasst und der Recheneinheit 7 übermittelt werden.
-
Dabei ist vorgesehen, während eines jeweiligen Zeitintervalls aus fortlaufend erfassten Aspekten ein jeweils aktuelles Muster abzuleiten und mit bereits bekannten Mustern für Aspekte zu vergleichen, wobei diese bereits bekannten Muster für Aspekte, die in der fahrzeuginternen Datenbank gespeichert sind, eine gefährliche Fahrsituation andeuten. Sobald ein aktuelles Muster aus aktuell fahrtbegleitenden Aspekten, die während eines jeweiligen Zeitintervalls erfasst werden, auf ein bereits bekanntes Muster hindeutet, wird der Fahrer durch mindestens eine Signalanlage 24 des Systems 22 auf die bevorstehende gefährliche Fahrsituation optisch und/oder akustisch hingewiesen.
-
In der beschriebenen Ausführungsform des Verfahrens ist weiterhin vorgesehen, dass derartige bekannte Muster für Aspekte, die auf eine gefährliche Fahrsituation hinweisen, auch in der zentralen ortsfesten Datenbank der zentralen ortsfesten Datenverarbeitungsanlage 18 gespeichert sind. Diese bekannten Muster werden der Kontrolleinheit 6 durch Kommunikation auf Basis elektromagnetischer Wellen, bspw. unter Nutzung des Internets, über die Kommunikationsantenne 20 bereitgestellt. Weiterhin werden durch jeweils aktuell ermittelte bekannte Muster zu Aspekten aus der zentralen ortsfesten Datenbank bereits bekannte Muster zu Aspekten in der Datenbank des Kontrollgeräts 6 und somit des Kraftfahrzeugs 2 aktualisiert und somit laufend erneuert.
-
Außerdem ist im Rahmen der Ausführungsform des Verfahrens vorgesehen, dass Muster zu Aspekten, die in der zentralen ortsfesten Datenbank der zentralen ortsfesten Datenverarbeitungsanlage 18 gespeichert sind, der zentralen Datenbank zuvor von anderen Kraftfahrzeugen bereitgestellt werden bzw. bereitgestellt worden sind. Diesbezüglich ist auch vorgesehen, dass jedes derartige andere Kraftfahrzeug als Teilnehmer einer Kraftfahrzeugflotte, ebenfalls Sensoren wie das in 1 explizit dargestellte Kraftfahrzeug 2 aufweist, mit denen ebenfalls Aspekte und somit Parameter des jeweiligen anderen Kraftfahrzeugs fahrtbegleitend erfasst und während eines Zeitintervalls gespeichert werden. Falls sich ergeben sollte, dass ein Kraftfahrzeug dieser Kraftfahrzeugflotte in eine gefährliche Fahrsituation gerät bzw. geraten ist, wird das Muster jener Aspekte, die während des Zeitintervalls vor der gefährlichen Fahrsituation erfasst wurden, automatisch an die Datenverarbeitungsanlage 18 übermittelt, von der Datenverarbeitungsanlage 18 ausgewertet und die bereits bestehende zentrale, ortsfeste Datenbank auf Grundlage eines derartigen Musters aktualisiert.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102009011259 A1 [0003]
- US 2007/0043502 A1 [0004]
- US 2012/0306663 A1 [0004]
