-
Die vorliegende Offenbarung betrifft ein Verfahren zum Detektieren, Lernen und Charakterisieren von Straßeninfrastruktur basierend auf Daten, die von existierenden Sensoren in Kraftfahrzeugen erhalten werden.
-
Viele Kraftfahrzeuge sind mit Navigationssystemen ausgestattet. Diese Navigationssysteme können Werksausstattungen durch den Hersteller, Zubehör- oder Einzelgeräte wie tragbare GPS oder ein Mobiltelefon sein. In allen Formen von Navigationssystemen ist es wünschenswert, dass vollständige und aktuelle Kartendaten enthalten sind. Diese Kartendaten können Sonderziele zusammen mit Straßeninfrastrukturinformationen bezüglich des physischen Aufbaus der Straßen, Straßeneinschränkungen (zum Beispiel Einbahnstraßen oder Fahrzeughöhengrenzen) und Informationen bezüglich Verkehrssteuerungsvorrichtungen und -zeichen beinhalten.
-
Ein Verfahren zum Erzeugen von Straßenkartendaten beinhaltet das Sammeln von Beschleunigungs-, Abbiege- und Geostandortdaten. Die Daten werden von Beschleunigungssensoren, Abbiegesensoren und Geostandortsystemen in mindestens einem Fahrzeug über mehrere Fahrzeugfahrzyklen gesammelt. Das Verfahren beinhaltet ferner das Vorhersagen des Vorhandenseins einer Verkehrssteuerungsvorrichtung an einem Geostandort als Reaktion auf ein identifiziertes repetititves Muster in den Daten. Das Verfahren beinhaltet ferner das Aktualisieren von Straßenkartendaten, um die vorhergesagten Verkehrssteuerungsvorrichtungen an dem Geostandort einzuschließen.
-
In einer Ausführungsform umfasst das identifizierte repetitive Muster mehrere Fahrzeugstopps an den Geostandorten über mehrere Fahrzyklen.
-
Eine solche Ausführungsform beinhaltet ferner das Definieren eines ersten Zeitintervalls, das einem Fahrzeugstopp an einem Stopp-Schild entspricht, eines zweiten Zeitintervalls, das einem Fahrzeugstopp an einem Fußgängerüberweg entspricht, eines dritten Zeitintervalls, das einem Vorfahrt-Schild entspricht, und eines vierten Zeitintervalls, das einer Lichtzeichenanlage entspricht. In solch einer Ausführungsform umfasst das Vorhersagen des Vorhandenseins einer Verkehrssteuerungsvorrichtung das Korrelieren der mehreren Fahrzeug-Stopps an dem Geostandort mit dem ersten, dem zweiten, dem dritten oder dem vierten Zeitintervall.
-
Eine andere solche Ausführungsform beinhaltet das Definieren einer ersten Stoppwahrscheinlichkeit, die einem Fahrzeugstopp an einem Stopp-Schild entspricht, einer zweiten Stoppwahrscheinlichkeit, die einem Fahrzeugstopp an einem Fußgängerüberweg entspricht, einer dritten Stoppwahrscheinlichkeit, die einem Vorfahrt-Schild entspricht, und einer vierten Stoppwahrscheinlichkeit, die einer Lichtzeichenanlage entspricht. In solch einer Ausführungsform umfasst das Vorhersagen des Vorhandenseins einer Verkehrssteuerungsvorrichtung das Berechnen eines Prozentsatzes von Fahrzeugtrips durch den Geostandort, die Fahrzeugstopps sind, und das Korrelieren des Prozentsatzes der Stopps mit einer der ersten, der zweiten, der dritten oder der vierten Stoppwahrscheinlichkeit.
-
In einer weiteren Ausführungsform beinhaltet das Vorhersagen einer Verkehrssteuerungsvorrichtung das Vorhersagen des Vorhandenseins einer Lichtzeichenanlage an einer Kreuzung. Die Lichtzeichenanlage wird als Reaktion auf einen identifizierten Geostandort, an dem ein Muster aus einem ersten und einem zweiten Fahrmodus auftritt, vorhergesagt. Der erste Modus beinhaltet das Fahren in Richtung der Kreuzung und über die Kreuzung mit einer ersten Fahrtrichtung und ohne zu stoppen. Der zweite Modus beinhaltet das Fahren in Richtung der Kreuzung mit der ersten Fahrtrichtung und das Stoppen vor dem Durchfahren.
-
Ein Kartensystem gemäß der vorliegenden Offenbarung beinhaltet eine oder mehrere Rechenvorrichtungen, die dafür ausgelegt sind, gesammelte Daten zu verknüpfen, wo die gesammelten Daten Fahrerbetätigungen von Fahrzeugbedienungselementen und entsprechende Geostandorte beinhalten. Die Rechenvorrichtungen sind zusätzlich dafür ausgelegt, als Reaktion auf ein identifiziertes repetitives Fahrmuster unter den verknüpften Daten auf das Vorhandensein einer Diskrepanz in den Kartendaten zu schließen. Die Rechenvorrichtungen sind ferner dafür ausgelegt, die Kartendaten zu aktualisieren, um die Diskrepanz zu korrigieren.
-
In einer Ausführungsform beinhalten die Fahrerbetätigungen von Fahrzeugbedienungselementen das Betätigen des Fahrpedals, des Bremspedals oder das Drehen des Lenkrads. In einer anderen Ausführungsform beinhaltet das Rückschließen auf das Vorhandensein einer Diskrepanz in den Kartendaten das Vorhersagen des Vorhandenseins einer Verkehrssteuerungsvorrichtung als Reaktion auf mehrere Fahrzeugstopps an einem Geostandort, an dem keine Verkehrssteuerungsvorrichtung in den Kartendaten verzeichnet ist. In einer weiteren Ausführungsform beinhaltet das Rückschließen auf das Vorhandensein einer Diskrepanz in den Kartendaten das Vorhersagen des Vorhandenseins einer Straße als Reaktion auf mehrere Fahrzeugabbiegungen von einer ersten Fahrzeugfahrtrichtung in eine zweite Fahrzeugfahrtrichtung an einem Geostandort, an dem keine Straße in der Richtung der zweiten Fahrzeugfahrtrichtung verzeichnet ist.
-
Ein Verfahren zum Erzeugen von Kartendaten beinhaltet das Erzeugen von Kartendaten einschließlich eines vorhergesagten Geostandorts einer Verkehrssteuerungsvorrichtung. Der Geostandort der Verkehrssteuerungsvorrichtung wird als Reaktion auf ein wiederholtes Fahrmuster an dem Geostandort vorhergesagt. Das wiederholte Fahrmuster wird anhand der gesammelten Beschleunigungs-, Abbiege- und Geostandortdaten von Beschleunigungssensoren, Abbiegesensoren und Geostandortsystemen in mindestens einem Fahrzeug über mehrere Fahrzeugfahrzyklen identifiziert.
-
In einer Ausführungsform des Verfahrens umfasst das wiederholte Fahrmuster mehrere Fahrzeugstopps an den Geostandorten über die mehreren Fahrzyklen.
-
Eine solche Ausführungsform beinhaltet ferner das Definieren eines ersten Zeitintervalls, das einem Fahrzeugstopp an einem Stopp-Schild entspricht, eines zweiten Zeitintervalls, das einem Fahrzeugstopp an einem Fußgängerüberweg entspricht, eines dritten Zeitintervalls, das einem Vorfahrt-Schild entspricht, und eines vierten Zeitintervalls, das einer Lichtzeichenanlage entspricht. In solch einer Ausführungsform umfasst das Vorhersagen des Vorhandenseins einer Verkehrssteuerungsvorrichtung das Korrelieren der mehreren Fahrzeugstopps an dem Geostandort mit dem ersten, dem zweiten, dem dritten oder dem vierten Zeitintervall.
-
Eine weitere solche Ausführungsform beinhaltet das Definieren einer ersten Stoppwahrscheinlichkeit, die einem Fahrzeugstopp an einem Stopp-Schild entspricht, einer zweiten Stoppwahrscheinlichkeit, die einem Fahrzeugstopp an einem Fußgängerüberweg entspricht, einer dritten Stoppwahrscheinlichkeit, die einem Vorfahrt-Schild entspricht und einer vierten Stoppwahrscheinlichkeit, die einer Lichtzeichenanlage entspricht. In solch einer Ausführungsform umfasst das Vorhersagen des Vorhandenseins einer Verkehrssteuerungsvorrichtung das Berechnen eines Prozentsatzes von Fahrzeugtrips durch den Geostandort, die Fahrzeugstopps sind, und das Korrelieren des Prozentsatzes der Stopps mit einer der ersten, der zweiten, der dritten oder der vierten Stoppwahrscheinlichkeit.
-
In einer weiteren Ausführungsform ist die vorhergesagte Verkehrssteuerungsvorrichtung eine Lichtzeichenanlage. In einer solchen Ausführungsform beinhaltet das wiederholte Fahrmuster an dem Geostandort ein Muster aus einem ersten und einem zweiten Fahrmodus. Der erste Modus beinhaltet das Fahren in Richtung der Kreuzung und über die Kreuzung mit einer ersten Fahrtrichtung und ohne zu stoppen. Der zweite Modus beinhaltet das Fahren in Richtung der Kreuzung mit der ersten Fahrtrichtung und das Stoppen vor dem Durchfahren.
-
Ausführungsformen gemäß der vorliegenden Offenbarung liefern eine Reihe von Vorteilen. Zum Beispiel liefert die vorliegende Offenbarung ein Verfahren zum Lernen von Straßeninfrastrukturinformationen unter Verwendung von in einem Fahrzeug vorhandenen Sensoren. Weiterhin können die Infrastrukturdaten automatisch von „crowd-gestützten“ Sensordaten von mehreren Kundenfahrzeugtrips erhalten werden, anstatt durch teurere oder zeitintensivere Verfahren.
-
Die obigen Vorteile und andere Vorteile und Eigenschaften der vorliegenden Offenbarung werden anhand der folgenden ausführlichen Beschreibung der bevorzugten Ausführungsformen ersichtlich, wenn diese zusammen mit den beigefügten Zeichnungen betrachtet werden.
-
1 stellt ein Fahrzeug in einer schematischen Form dar;
-
2 stellt in schematischer Form ein System zum Aktualisieren von Kartendaten dar;
-
3 stellt ein Verfahren zum Aktualisieren von Kartendaten in Form eines Flussdiagramms dar;
-
4 stellt ein Klassifizierungssystem zum Identifizieren von Fahrzeugstoppmustern gemäß einer Verkehrssteuerungsvorrichtung dar;
-
5 stellt Musterdaten für Fahrzeugstopps über mehrere Fahrzeugfahrzyklen dar, auf die als Reaktion Kartendaten aktualisiert werden können.
-
Wie erforderlich werden hier ausführliche Ausführungsformen der vorliegenden Erfindung offenbart; es versteht sich jedoch, dass die offenbarten Ausführungsformen lediglich beispielhaft für die Erfindung sind, die in verschiedenen und alternativen Formen realisiert werden kann. Die Figuren sind nicht unbedingt maßstabsgetreu; bestimmte Merkmale können übertrieben oder minimiert werden, um Einzelheiten bestimmter Komponenten zu zeigen. Die spezifischen, hier offenbarten strukturellen und Funktionsdetails sind deshalb nicht als Beschränkung aufzufassen, sondern lediglich als repräsentative Grundlage, um Fachleuten zu lehren, die vorliegende Erfindung verschiedenartig einzusetzen.
-
In Fahrzeugnavigationssystemen ist es wünschenswert, dass vollständige und aktuelle Kartendaten enthalten sind. Kartendaten können auf verschiedenen Wegen erfasst werden. Traditionell würden gewerbliche Benutzer Kartendaten von spezialisierten Kartenfirmen wie NAVTEQ oder Regierungsagenturen wie dem Ordnance Survey in Großbritannien lizensieren. In den letzten Jahren wurden Navigationsprogramme für datenausgerüstete Geräte wie Mobiltelefone dafür ausgerüstet, Geostandortdaten zum Verarbeiten an Datensammler zu übertragen. Diese gesammelten Geostandortdaten können zum Beispiel verwendet werden, „crowd-gestützte“ Echtzeitverkehrsinformationen zur Verbreitung an andere datenausgerüstete Navigationsgeräte zu erzeugen.
-
Crowd-gestütztes Kartendatensammeln ist dadurch nützlich, dass Daten von einer Vielzahl von Benutzern gesammelt und analysiert werden, um Informationen über Straßen und Straßenzustände zu erhalten. Allerdings sammeln und übertragen bekannte crowd-gestützte Implementierungen nur Geostandortdaten. Diese Daten können analysiert werden, um Position und Geschwindigkeit zu bestimmen, aber die erhältlichen Informationen sind begrenzt.
-
In 1 ist ein Fahrzeug 10 gemäß der vorliegenden Offenbarung in schematischer Form dargestellt. Das Fahrzeug 10 beinhaltet ein Fahrpedal 12, das in Kommunikation mit einem Fahrpedalsensor 14 steht. Zusätzlich beinhaltet das Fahrzeug 10 ein Bremspedal 16, das in Kommunikation mit einem Bremspedalsensor 18 steht. Das Fahrzeug 10 beinhaltet ferner ein Lenkrad 20, das in Kommunikation mit einem Lenkradsensor 22 steht. Zusammengenommen fungieren das Fahrpedal 12, das Bremspedal 16 und das Lenkrad 20 dazu, Fahrerbetätigungen zu empfangen, die auf gewünschtes Fahrzeugverhalten hinweisen. Das Fahrpedal 14, der Bremspedalsensor 18 und der Lenkradsensor 22 überwachen jeweils die Fahrerbetätigungen des Fahrpedals 12, des Bremspedals 16 und des Lenkrads 20 und kommunizieren Signale, die auf die Betätigungen schließen lassen, an verschiedene andere Fahrzeugkomponenten. Das Fahrzeug 10 beinhaltet zusätzlich ein Navigationssystem 24. Das Navigationssystem 24 kann ein integriertes Navigationssystem oder ein Einzelgerät sein wie ein tragbares GPS oder ein Mobiltelefon, das in Kommunikation mit dem Fahrzeug 10 steht.
-
Mindestens ein Fahrzeugsteuergerät 26 steht in Kommunikation mit dem oder steuert den Fahrpedalsensor 14, den Bremspedalsensor 18, den Lenkradsensor 22 und das Navigationssystem 24. Das Steuergerät 26 ist dafür ausgelegt, Daten von den Sensoren 14, 18 und 22 und dem Navigationssystem 24 über ein Kommunikationssystem 28 an ein entferntes Verarbeitungszentrum zu senden. Das Kommunikationssystem 28 ist vorzugsweise ein drahtloses Kommunikationssystem, das Mobilfunkdaten verwendet, kann aber auch verschiedene andere drahtlose Sendesysteme wie Bluetooth oder WiFi oder eine drahtgebundene Verbindung beinhalten. Das Steuergerät 26 kann dafür ausgelegt sein, die Sensordaten in Echtzeit zu senden oder die Daten für einen Zeitraum zu speichern und die gespeicherten Daten anschließend zu senden. In verschiedenen Ausführungsformen kann das Steuergerät dafür ausgelegt sein, Sensordaten täglich zu senden oder nach jedem Fahrzyklus.
-
Andere Ausführungsformen können verschiedene andere Sensoren beinhalten, die in Kommunikation mit dem Steuergerät 26 Fahrzeug- oder Fahrerverhalten aufnehmen wie ein Beschleunigungsmesser oder ein Tachometer. Solche Sensoren liefern In solchen Ausführungsformen kann das Steuergerät 26 ferner dafür ausgelegt sein, wie oben erörtert in unterschiedlichen Intervallen Sensordaten von diesen Sensoren zu senden.
-
In einer bevorzugten Ausführungsform geschieht die Datenübertragung nur nachdem sich ein Fahrer „anmeldet“ oder der Datenübertragung zustimmt, nachdem er über die Art von Daten, die gesammelt werden, informiert wurde. Dies kann beim ersten oder einem folgenden Benutzen des Fahrzeugs über eine Benutzerschnittstelle wie einer berührungsempfindlichen Anzeige durchgeführt werden.
-
In 2 ist ein System zum Aktualisieren von Kartendaten in einer schematischen Form dargestellt. Mehrere Fahrzeuge 10’ stehen in Kommunikation mit einem Datensammelzentrum 30. Die Fahrzeuge 10’ sind dafür ausgelegt, Sensordaten an das Datensammelzentrum 30 zu senden, vorzugsweise einschließlich Lenkradsensordaten, Bremssensordaten, Fahrpedalsensordaten und Geostandortdaten. Das Datensammelzentrum 30 beinhaltet mindestens eine Rechenvorrichtung, die dafür ausgelegt ist, die Daten zu verknüpfen. In einer bevorzugten Ausführungsform beinhaltet die Verknüpfung das „Anonymisieren“ der Daten oder das Abstreifen der Daten nach beliebigen Daten oder Metadaten, die verwendet werden könnten, das Fahrzeug oder den Fahrer, deren Daten erhalten wurden, zu identifizieren.
-
Das Datensammelzentrum 30 kommuniziert die verknüpften Daten an ein Datenverarbeitungszentrum 32. Das Datenverarbeitungszentrum 32 beinhaltet mindestens eine Rechenvorrichtung, die dafür ausgelegt ist, die verknüpften Daten zu analysieren und Muster zu identifizieren, die auf Straßeninfrastruktur wie Verkehrssteuerungsvorrichtungen oder physische Straßenauslegung hinweisen. In einer bevorzugten Ausführungsform ist die Rechenvorrichtung mit existierenden Straßeninfrastrukturdaten ausgestattet und ist dafür ausgelegt, basierend auf den auf Straßeninfrastruktur hinweisenden Mustern, Diskrepanzen in der existierenden Straßeninfrastruktur zu identifizieren. Diskrepanzen können Straßeninfrastrukturinformationen beinhalten, die in den existierenden Daten fehlen, oder Änderungen existierender Daten wie Verkehrssteuerungsentwurf oder Konfigurationsänderungen. Die Rechenvorrichtung kann auch dafür ausgelegt sein, basierend auf Mustern in den verknüpften Daten existierende Kartendaten zu bestätigen.
-
Das Datenverarbeitungszentrum 32 kommuniziert die Diskrepanzen in den Straßeninfrastrukturdaten an einen Kartendatenanbieter 34. Der Kartendatenanbieter 34 kann existierende Kartendaten aktualisieren, um die Diskrepanzen in den Straßeninfrastrukturdaten zu korrigieren. Der Kartendatenanbieter 34 kann auch aktualisierte Karten einschließlich der korrigierten Straßeninfrastrukturdaten ausgeben.
-
In manchen Ausführungsformen können das Datensammelzentrum 30, das Datenverarbeitungszentrum 32 und der Kartendatenanbieter 34 in einem gemeinsamen Verarbeitungszentrum kombiniert sein, das gemeinsame Rechenvorrichtungen verwendet. In anderen Ausführungsformen können sie wie in 2 dargestellt getrennt sein oder die Funktionen können für eine größere Anzahl von Dienstanbietern aufgespalten sein.
-
3 stellt ein Flussdiagramm eines Verfahrens zum Aktualisieren von Kartendaten dar. Daten von mehreren Fahrzyklen werden wie in Block 40 dargestellt gesammelt. Diese Sensordaten können wie in Block 42 dargestellt eine Kombination aus Beschleunigungsdaten von einem Fahrpedal, Bremsdaten von einem Bremspedal, Abbiegedaten von einem Lenkrad und Geostandortdaten von einem Navigationssystem beinhalten.
-
Die gesammelten Daten werden wie in Block 44 dargestellt verknüpft. Repetitive Fahrmuster in den verknüpften Daten werden wie in Block 46 dargestellt identifiziert. Ein Beispiel für ein repetitives Fahrmuster ist eine Mehrzahl von Fahrzeugstopps an demselben Geostandort wie in Block 48 dargestellt. Ein anderes Beispiel für ein repetitives Fahrmuster ist eine Mehrzahl von Fahrzeugabbiegungen an demselben Geostandort. Auf das Vorhandensein einer Kartendatendiskrepanz wird wie in Block 50 dargestellt als Reaktion auf die identifizierten Muster geschlossen. Beispiele für Kartendatendiskrepanzen beinhalten eine Verkehrssteuerungsvorrichtung, die in den Kartendaten nicht vorhanden ist, oder eine nicht aufgeführte Straße wie in Block 51 dargestellt. Straßenkartendaten werden aktualisiert, um wie in Block 52 dargestellt die Kartendatendiskrepanzen zu korrigieren. Dies kann das Hinzufügen der Verkehrssteuerungsvorrichtung zu den Kartendaten oder Hinzufügen der nichtaufgeführten Straße zu den Kartendaten umfassen.
-
4 stellt ein Klassifizierungssystem zum Identifizieren von Fahrzeugstoppmustern gemäß einer Verkehrssteuerungsvorrichtung dar. Für jede aus einer Bandbreite von Verkehrssteuerungsvorrichtungen wird ein Stoppwahrscheinlichkeitsbereich und ein Stoppdauerbereich definiert. Der Stoppwahrscheinlichkeitsbereich und der Stoppdauerbereich können als Reaktion auf Daten aus Fahrversuch, Simulation und anderen geeigneten Verfahren definiert werden.
-
Ein Musterstoppwahrscheinlichkeitsbereich und ein -stoppdauerbereich für ein Stopp-Schild sind bei 54 dargestellt. An einem Stopp-Schild ist ein typisches Fahrerverhalten, kurz vollständig anzuhalten, dann vorwärts in einer gleichen Fahrtrichtung weiterzufahren. Folglich kann ein Ort, an dem Fahrzeuge mit hoher Wahrscheinlichkeit für kurze Zeit anhalten, als ein Ort eines Stopp-Schilds identifiziert werden.
-
Ein Musterstoppwahrscheinlichkeitsbereich und ein -stoppdauerbereich für ein Vorfahrt-Schild sind bei 56 dargestellt. An einem Vorfahrt-Schild ist ein typisches Fahrerverhalten, das Fahrzeug zu verlangsamen, während nach Verkehr ausgeschaut wird, und nur dann vollständig anzuhalten, wenn nötig. Da sich Vorfahrt-Schilder häufig an Kreuzungen befinden, wo Nebenstraßen Hauptstraßen kreuzen oder in diese einmünden, können solche Fahrzeug-Stopps länger dauern als solche an Stopp-Schildern. Folglich kann ein Ort, an dem Fahrzeuge einigermaßen wahrscheinlich für eine mittlere Zeitdauer anhalten, als Ort eines Vorfahrt-Schilds identifiziert werden.
-
Ein Musterstoppwahrscheinlichkeitsbereich und ein -stoppdauerbereich für einen Fußgängerüberweg sind bei 58 dargestellt. An einem Fußgängerüberweg ist ein typisches Fahrerverhalten, das Fahrzeug bis zum Stopp zu verlangsamen, wenn Fußgänger anwesend sind, und zu warten, bis die Fußgänger die Straße überquert haben, bevor die Fahrt wieder aufgenommen wird. Obwohl dieses Fahrmuster allgemein dem an einem Vorfahrt-Schild ähnlich ist, haben experimentelle Daten gezeigt, das sowohl die mittlere Fahrzeugstoppwahrscheinlichkeit als auch die mittlere Stoppdauer an einem Fußgängerüberweg leicht höher sind.
-
Ein Musterstoppwahrscheinlichkeitsbereich und ein -stoppdauerbereich für eine Lichtzeichenanlage sind bei 60 dargestellt. An einer Lichtzeichenanlage variiert ein typisches Fahrerverhalten zwischen zwei Modi. In einem ersten Modus, in dem die Lichtzeichenanlage grün ist, setzt der Fahrer ohne zu stoppen seine Fahrt über die Kreuzung fort. In einem zweiten Modus, in dem die Lichtzeichenanlage gelb oder rot ist, stoppt der Fahrer, bis die Lichtzeichenanlage auf grün wechselt und fährt danach über die Kreuzung. Lichtzeichenanlagen bleiben typischerweise für einen Zeitraum auf rot, der länger als ein typischer Fahrzeugstopp an einem Stopp-Schild ist. Folglich kann ein Ort, an dem Fahrzeuge weniger wahrscheinlich für eine längere Zeit stoppen, als ein Ort einer Lichtzeichenanlage identifiziert werden.
-
Manche Lichtzeichenanlagen zeigen veränderliche Signaldauern in Abhängigkeit von der Tageszeit. Zum Beispiel kann die Lichtzeichenanlage während des Berufsverkehrs ein längeres Grün-Signal für eine Straße an einer Kreuzung vorsehen, um eine Fahrt entlang der Straße zu bevorzugen. In einer Ausführungsform beinhaltet das Verfahren, als Reaktion auf eine variierende Wahrscheinlichkeit von Fahrzeugstopps mit variierenden Längen, auf das Vorhandensein einer variablen Lichtzeichenanlage zu schließen, wo sich die Wahrscheinlichkeit und die Länge der Stopps in einem repetitiven Muster über tägliche und/oder wöchentliche Zyklen ändern.
-
Ein Computeralgorithmus kann mit Stoppwahrscheinlichkeitsbereichen und Stoppdauerbereichen versehen werden, die zum Beispiel durch experimentelle Daten bestimmt werden. Der Algorithmus kann zusätzlich dafür ausgelegt sein, Daten, die mehrere Fahrzeugstopps an einem Geostandort über mehrere Fahrzyklen beinhalten, zu analysieren und den Geostandort gemäß den Kategorien von Verkehrssteuerungsvorrichtungen zu klassifizieren. In verschiedenen Ausführungsformen kann dies durch Klassifizieren des Geostandorts als eine einzelne Verkehrssteuerungsvorrichtung gemäß einem „beste Übereinstimmungs“-Verfahren oder durch Verwenden eines Fuzzy-Klassifizierungssystems und Berechnen einer Affinitäts-Variablen für jede der Kategorien von Verkehrssteuerungsvorrichtungen durchgeführt werden.
-
In 5 sind Beispieldaten, die Fahrzeugstopps über mehrere Fahrzeugfahrzyklen anzeigen, dargestellt. In den Beispieldaten sind mehrere Fahrzeugfahrzyklen entlang einer gleichen Route angegeben, um das offenbarte Verfahren des Identifizierens von Verkehrssteuerungsvorrichtungen klarer darzustellen. Allerdings können verknüpfte Daten von mehreren Fahrzeugen, die mehrere Routen befahren, ebenso leicht verwendet werden.
-
An gewissen Orten entlang der Route, wie den mit der Nummer 62 bezeichneten, wird sich das Fahrzeug wahrscheinlich wesentlich verlangsamen, aber nur sporadisch zum Stillstand kommen. Weiterhin variiert die Entfernung, über die das Fahrzeug mit geringer Geschwindigkeit rollt, unter den mehreren Fahrzeugfahrzyklen, wie anhand der Daten beobachtet werden kann. Diese Orte können folglich als Fußgängerüberwege oder Vorfahrt-Schilder klassifiziert werden.
-
An anderen Orten, wie den mit der Referenznummer 64 bezeichneten, wird das Fahrzeug in manchen Fahrzyklen zu einem vollständigen Stillstand kommen und in anderen nicht. Zusätzlich kann beobachtet werden, dass das Fahrzeug in manchen Fahrzyklen wesentlich schneller abbremst als in anderen Fahrzyklen. Diese Orte können folglich als Lichtzeichenanlagen klassifiziert werden.
-
An Orten, wie den mit der Nummer 66 dargestellten, kommt das Fahrzeug in jedem Fahrzyklus zum Stillstand. Solch ein Ort kann folglich als ein Stopp-Schild klassifiziert werden.
-
An manchen Orten, wie den mit der Nummer 68 dargestellten, variiert die Fahrzeuggeschwindigkeit erheblich und bei einer Gelegenheit kommt das Fahrzeug (fast) zum Stillstand. Solch ein Muster deutet auf variable Verkehrsmuster hin und nicht auf eine Verkehrssteuerungsvorrichtung.
-
Varianten des oben beschriebenen Systems und des Verfahrens sind natürlich möglich. Zum Beispiel können in manchen Ausführungsformen basierend auf experimentellen Daten zusätzliche Kategorien von Verkehrssteuerungsvorrichtungen definiert werden. In anderen Ausführungsformen können Fahrzeugabbiegedaten aus mehreren Fahrzeugfahrzyklen analysiert werden, um Straßen zu identifizieren, die nicht in der Kartendatenbank verzeichnet sind. Weiterhin kann in manchen Ausführungsformen ein individuelles Fahrmuster eines Fahrers an bekannten Verkehrssteuerungsvorrichtungen gelernt werden, um unbekannte Verkehrssteuerungsvorrichtungen effektiver zu klassifizieren.
-
Wie anhand der verschiedenen Ausführungsformen gesehen werden kann, stellt die vorliegende Erfindung ein System und ein Verfahren zum Lernen von Straßeninfrastrukturinformationen unter Verwendung von Daten von existierenden Sensoren in einem Fahrzeug bereit. Weiterhin können die Infrastrukturdaten automatisch aus crowd-gestützten Sensordaten von mehreren Kundenfahrzeugtrips erhalten werden.
-
Obwohl der beste Modus ausführlich beschrieben wurde, werden mit der Materie Vertraute vielfältige alternative Entwürfe und Ausführungsformen innerhalb des Schutzumfangs der folgenden Ansprüche erkennen. Obwohl verschiedene Ausführungsformen als Vorteile bietend oder als gegenüber anderen Ausführungsformen bezüglich einer oder mehrerer gewünschter Charakteristiken bevorzugt beschrieben wurden, können eine oder mehrere Charakteristiken, wie einem Fachmann bewusst ist, beeinträchtigt werden, um gewünschte Systemeigenschaften zu erreichen, die von der bestimmten Anwendung und Implementierung abhängen. Die Eigenschaften beinhalten unter anderem: Kosten, Stärke, Haltbarkeit, Lebenszykluskosten, Vermarktbarkeit, Erscheinungsbild, Verpackung, Größe, Wartbarkeit, Gewicht, Herstellbarkeit, Einfachheit der Montage usw. Die hier erörterten Ausführungsformen, die als weniger wünschenswert als andere Ausführungsformen oder Implementierungen des Stands der Technik bezüglich einer oder mehrerer Charakteristiken beschrieben werden, liegen nicht außerhalb des Schutzumfangs dieser Offenbarung und können für bestimmte Anwendungen wünschenswert sein.
