DE102016212751A1

DE102016212751A1 - Abbiegevorhersagen

Info

Publication number: DE102016212751A1
Application number: DE102016212751.9A
Authority: DE
Inventors: Rakesh Gupta; Bo Tang; Salman Anwar Khokhar
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 2015-07-17
Filing date: 2016-07-13
Publication date: 2017-01-19
Also published as: JP6987490B2; CN106355948A; JP2017027599A; US9784592B2; US20170016734A1

Abstract

Hierin werden eine oder mehrere Ausführungsformen von Techniken oder Systemen zum Generieren von Abbiegevorhersagen oder Vorhersagen bereitgestellt. Es können Umgebungsgestaltungsinformationen einer Betriebsumgebung, durch die ein erstes Fahrzeug fährt, empfangen werden. Es kann ein aktueller Standort des ersten Fahrzeugs empfangen werden. Es können ein oder mehrere andere Fahrzeuge erfasst werden. Es können weitere Umgebungsgestaltungsinformationen von anderen Fahrzeugen empfangen werden. Es kann ein Modell mit der Betriebsumgebung, dem ersten Fahrzeug und einem oder mehreren der anderen Fahrzeuge erstellt werden. Das Modell kann auf den Umgebungsgestaltungsinformationen und den weiteren Umgebungsgestaltungsinformationen basieren und auf eine Absicht eines Fahrers von einem der anderen Fahrzeuge hindeuten. Weiter können Vorhersagen basierend auf dem Modell, das auf einem Hidden Markov Model (HMM), einer Support Vector Machine (SVM), einem Dynamic Bayesian Network (DBN) oder einer Kombination davon basieren kann, generiert werden.

Description

HINTERGRUND
Die Navigation an Kreuzungen kann ein herausfordernder Teil des Fahrens sein, weil Kreuzungen unterschiedlich sein können. Häufig können Unfälle zu Verletzungen oder Todesfällen führen und können an Kreuzungen auftreten oder haben einen Bezug zu Kreuzungen. Eine Ursache von Unfällen kann ein Bedienerfehler durch Nichtbeachten eines Verkehrssignals, eines Stoppschildes usw. sein. Zum Beispiel kann es zu einer Kollision kommen, wenn ein Fahrer eines ersten Fahrzeugs links abbiegt und der Fahrer einem zweiten Fahrzeug nicht angemessen den Vortritt lässt.
KURZBESCHREIBUNG
Gemäß einem oder mehreren Aspekten kann ein System für Abbiegevorhersagen eine Navigationskomponente, eine Kommunikationskomponente, eine Modellierungskomponente und eine Vorhersagekomponente beinhalten. Die Navigationskomponente kann Umgebungsgestaltungsinformationen einer Betriebsumgebung, durch die ein erstes Fahrzeug fährt, empfangen und einen derzeitigen Standort des ersten Fahrzeugs empfangen. Die Kommunikationskomponente kann weitere Umgebungsgestaltungsinformationen von einem oder mehreren der anderen Fahrzeuge empfangen. Die Modellierungskomponente kann ein Modell mit der Betriebsumgebung, dem ersten Fahrzeug und einem oder mehreren der anderen Fahrzeuge basierend auf den Umgebungsgestaltungsinformationen und den weiteren Umgebungsgestaltungsinformationen erstellen. Das Modell kann auf eine Absicht eines Fahrers von einem aus dem einen oder den mehreren anderen Fahrzeugen hindeuten. Die Vorhersagekomponente kann eine oder mehrere Vorhersagen basierend auf dem Modell generieren.
In einer oder mehreren Ausführungsformen können die Umgebungsgestaltungsinformationen oder die weiteren Umgebungsgestaltungsinformationen spurbezogene Informationen beinhalten, die mit der Betriebsumgebung assoziiert werden. Die Modellierungskomponente kann das Modell basierend auf einem Hidden Markov Model (HMM), einer Support Vector Machine (SVM), einem Dynamic Bayesian Network (DBN) oder einer Kombination davon erstellen. Die Kommunikationskomponente kann Fahrzeuginformationen von einem oder mehreren der anderen Fahrzeuge empfangen, und die Modellierungskomponente kann das Modell basierend auf den Fahrzeuginformationen von einem oder mehreren der anderen Fahrzeuge erstellen. Die Sensorkomponente kann Umgebungsgestaltungsinformationen empfangen, und die Modellierungskomponente kann das Modell basierend auf den Umgebungsgestaltungsinformationen erstellen.
Die Vorhersagekomponente kann eine Zeit-bis-Kollision-(TTC)-Vorhersage, eine Kollisionsvorhersage oder eine Abbiegevorhersage generieren. Das System kann eine Kartierungskomponente beinhalten, die Informationen in Bezug auf eine Anzahl von Spuren einer Fahrbahn, Geometrie von Spuren an einer Kreuzung oder legale Bewegungsrichtungen von einer Spur basierend auf einer oder mehreren der Vorhersagen und einer oder mehreren Verkehrsregeln bereitstellt. Das System kann eine Benachrichtigungskomponente beinhalten, die eine Benachrichtigung von einer oder mehreren der Vorhersagen wiedergibt. Das System kann eine Assistenzkomponente beinhalten, die eine oder mehrere Assistenzhandlungen basierend auf einer oder mehreren der Vorhersagen bestimmt. Die Umgebungsgestaltungsinformationen oder weiteren Umgebungsgestaltungsinformationen können eine Form einer Spur oder eine Anzahl von Spuren beinhalten. Die Navigationskomponente kann einen beabsichtigten Fahrweg für das erste Fahrzeug basierend auf einem Zielort und einer oder mehreren der Vorhersagen für eines oder mehrere der anderen Fahrzeuge, die auf Bewegung von jeweiligen anderen Fahrzeugen hindeuten, bestimmen.
Gemäß einem oder mehreren Aspekten kann ein Verfahren für Abbiegevorhersagen Empfangen von Umgebungsgestaltungsinformationen über eine Betriebsumgebung, durch die ein erstes Fahrzeug fährt, und einen aktuellen Standort des ersten Fahrzeugs, Erfassen von einem oder mehreren anderen Fahrzeugen, Empfangen von weiteren Umgebungsgestaltungsinformationen von einem oder mehreren von den anderen Fahrzeugen, ein Erstellen eines Modells mit der Betriebsumgebung, dem ersten Fahrzeug und einem oder mehreren der anderen Fahrzeuge basierend auf den Umgebungsgestaltungsinformationen und den weiteren Umgebungsgestaltungsinformationen, wobei das Modell auf eine Absicht eines Fahrers von einem aus dem einen oder den mehreren anderen Fahrzeugen hindeutet, Generieren einer oder mehrerer Vorhersagen basierend auf dem Modell und Wiedergeben einer oder mehrerer der Vorhersagen beinhalten.
Die Umgebungsgestaltungsinformationen oder die weiteren Umgebungsgestaltungsinformationen können spurbezogene Informationen, die mit der Betriebsumgebung assoziiert werden, beinhalten. Die Modellierungskomponente kann das Modell basierend auf einem Hidden Markov Model (HMM), einer Support Vector Machine (SVM), einem Dynamic Bayesian Network (DBN) oder einer Kombination davon erstellen. Das Verfahren kann ein Empfangen von Fahrzeuginformationen von einem oder mehreren der anderen Fahrzeuge und ein Erstellen des Modells basierend auf den Fahrzeuginformationen von einem oder mehreren der anderen Fahrzeuge beinhalten. Das Verfahren kann ein Empfangen von Umgebungsgestaltungsinformationen (oder weiteren Umgebungsgestaltungsinformationen) von einem Sensor und ein Erstellen des Modells basierend auf den Umgebungsgestaltungsinformationen beinhalten. Das Verfahren kann ein Generieren einer Zeit-bis-Kollision-(TTC)-Vorhersage, einer Kollisionsvorhersage oder einer Abbiegevorhersage beinhalten.
Gemäß einem oder mehreren Aspekten kann ein System für Abbiegevorhersagen eine Navigationskomponente, eine Sensorkomponente, eine Kommunikationskomponente, eine Modellierungskomponente und eine Vorhersagekomponente beinhalten. Die Navigationskomponente kann Umgebungsgestaltungsinformationen über eine Betriebsumgebung, durch die ein erstes Fahrzeug fährt, und einen aktuellen Standort des ersten Fahrzeugs empfangen. Die Umgebungsgestaltungsinformationen können spurbezogene Informationen, die mit der Betriebsumgebung assoziiert werden, eine Form einer Spur einer Fahrbahn in der Betriebsumgebung oder eine Anzahl von Spuren einer Fahrbahn in der Betriebsumgebung beinhalten. Die Sensorkomponente kann ein oder mehrere andere Fahrzeuge erfassen. Die Kommunikationskomponente kann weitere Umgebungsgestaltungsinformationen von einem oder mehreren der anderen Fahrzeuge empfangen. Die Modellierungskomponente kann ein Modell mit der Betriebsumgebung, dem ersten Fahrzeug und einem oder mehreren der anderen Fahrzeuge basierend auf den Umgebungsgestaltungsinformationen und den weiteren Umgebungsgestaltungsinformationen erstellen. Das Modell kann auf eine Absicht eines Fahrers von einem aus dem einen oder den mehreren anderen Fahrzeugen hindeuten. Die Vorhersagekomponente kann eine oder mehrere Vorhersagen basierend auf dem Modell generieren.
Die Modellierungskomponente kann das Modell basierend auf einem Hidden Markov Model (HMM), einer Support Vector Machine (SVM), einem Dynamic Bayesian Network (DBN) oder einer Kombination davon erstellen. Die Vorhersagekomponente kann eine Zeit-bis-Kollision-(TTC)-Vorhersage, eine Kollisionsvorhersage oder eine Abbiegevorhersage generieren. Die Navigationskomponente kann einen beabsichtigten Fahrweg für das erste Fahrzeug basierend auf einem Zielort und einer oder mehreren der Vorhersagen für eines oder mehrere der anderen Fahrzeuge, die auf Bewegung von jeweiligen anderen Fahrzeugen hindeuten, bestimmen.
Eine oder mehrere Komponenten oder ein oder mehrere Teile eines Systems oder Verfahrens für Abbiegevorhersagen oder Vorhersagen können über einen Prozessor, eine Verarbeitungseinheit, einen Speicher usw. ausgeführt werden.
KURZBESCHREIBUNG DER ZEICHNUNGEN
1 ist eine Darstellung eines beispielhaften Komponentendiagramms eines Systems für Abbiegevorhersagen gemäß einer oder mehreren Ausführungsformen.
2 ist eine Darstellung eines beispielhaften Flussdiagramms eines Verfahrens für Abbiegevorhersagen gemäß einer oder mehreren Ausführungsformen.
3 ist eine Darstellung eines beispielhaften Szenarios in einer Betriebsumgebung, in der sich zwei Fahrzeuge an einer Kreuzung befinden, gemäß einer oder mehreren Ausführungsformen.
Die 4A–B sind Darstellungen von beispielhaften graphischen Darstellungen von Umgebungsgestaltungsinformationen mit spurbezogenen Details gemäß einer oder mehreren Ausführungsformen.
5 ist eine Darstellung einer beispielhaften graphischen Darstellung eines Dynamic Bayesian Network (DBN) zur Verwendung mit Abbiegevorhersagen gemäß einer oder mehreren Ausführungsformen.
6 ist eine Darstellung eines beispielhaften Szenarios, in dem gemäß einer oder mehreren Ausführungsformen ein mit einem System für Abbiegevorhersagen ausgestattetes Fahrzeug verwendet werden kann.
7 ist eine Darstellung eines beispielhaften computerlesbaren Mediums oder computerlesbaren Geräts mit von einem Prozessor ausführbaren Anweisungen gemäß einer oder mehreren Ausführungsformen, das konfiguriert ist, um eine oder mehrere der hierin festgelegten Bestimmungen zu verkörpern.
8 ist eine Darstellung einer beispielhaften Rechnerumgebung, in der eine oder mehrere der hierin festgelegten Bestimmungen gemäß einer oder mehreren Ausführungsformen ausgeführt werden.
DETAILLIERTE BESCHREIBUNG
In den Zeichnungen dargestellte Ausführungsformen oder Beispiele werden nachfolgend unter Verwendung von spezifischer Sprache offenbart. Es ist dennoch anzumerken, dass die Ausführungsformen oder Beispiele nicht einschränkend sein sollen. Änderungen und Modifikationen an den offenbarten Ausführungsformen sowie weitere Anwendungen der in diesem Dokument offenbarten Grundsätze werden so betrachtet, wie sie einem Fachmann auf dem entsprechenden Gebiet in den Sinn kommen würden.
Die folgenden Begriffe werden in der gesamten Offenbarung verwendet, die Definitionen davon werden hierin bereitgestellt, um das Verständnis über einen oder mehrere Aspekte der Offenbarung zu fördern.
Ein hierin beschriebenes erstes Fahrzeug oder aktuelles Fahrzeug kann ein Fahrzeug sein, das mit einem System für Abbiegevorhersagen ausgestattet ist, während ein zweites Fahrzeug, ein anderes Fahrzeug, oder andere Fahrzeuge Fahrzeuge sein können, die Hürden, Hindernisse oder Verkehr in Bezug auf das erste Fahrzeug oder aktuelle Fahrzeug darstellen. Jedoch können in einem oder mehreren Szenarien ein zweites Fahrzeug, ein anderes Fahrzeug oder andere Fahrzeuge mit anderen oder ähnlichen Systemen für Abbiegevorhersagen ausgestattet sein oder mit Fahrzeug-an-Fahrzeug-Kommunikationsmodulen ausgestattet sein, um die Fahrzeug-an-Fahrzeug-Kommunikation zwischen dem ersten Fahrzeug und dem zweiten Fahrzeug zu vereinfachen.
Umgebungsgestaltungsinformationen wie hierin verwendet können Merkmale oder Eigenschaften einer Betriebsumgebung oder Navigationsumgebung, wie Kreuzungen, Fahrbahnen (die z. B. Spuren beinhalten), Straßensegmente, Hindernisse, Spurengeometrien, Spurengrenzen, Anzahl an Spuren, Hürden usw., beinhalten. Außerdem können die Umgebungsgestaltungsinformationen Koordinaten, Formen, Konturen, Merkmale, Topologie, Höhenunterschiede oder Gestaltungen von jeweiligen Kreuzungen, Fahrbahnen, Straßensegmenten usw. beinhalten.
Fahrzeuginformationen, wie hierin verwendet, wie zum Beispiel Fahrzeuginformationen, die mit Umgebungsgestaltungsinformationen assoziiert werden (z. B. assoziierte Fahrzeuginformationen), können Bewegungsinformationen, Beschleunigung, Geschwindigkeit, Bewegungswinkel, Lenkwinkel, Peilung, Steuerkurs, Orientierung, Position, Standort, Abstand, Schlingern, Kursabweichung, Neigungswinkel usw. eines assoziierten Fahrzeugs oder eine Aufzeichnung oder Geschichte davon beinhalten. Die aktuelle Position, der aktuelle Standort, vergangene Positionen oder vergangene Standorte, die mit einem anderen Fahrzeug assoziiert werden, können eine Spurenposition oder einen Spurenstandort für das entsprechende Fahrzeug beinhalten. Somit können die Standortgeschichte (z. B. vergangene Positionen) und assoziierte Geschwindigkeiten oder andere Fahrzeuginformationen von einem zweiten Fahrzeug gespeichert oder gesammelt und einem ersten Fahrzeug bereitgestellt werden. Andere Beispiele für assoziierte Fahrzeuginformationen können eine Aufzeichnung oder Geschichte darüber, ob Merkmale des Fahrzeugs, wie zum Beispiel ein Antiblockiersystem usw., eingesetzt wurden, beinhalten.
Die Begriffe „folgern” oder „Schlussfolgerung” wie hierin verwendet beziehen sich allgemein auf den Prozess des Argumentierens über oder das Schlussfolgern von Zustände(n) eines Systems, einer Komponente, einer Umgebung, eines Nutzers aus einer oder mehreren Beobachtungen, die über Ereignisse, Informationen oder Daten usw. festgehalten wurden. Eine Schlussfolgerung kann eingesetzt werden, um einen Kontext oder eine Handlung zu identifizieren oder kann eingesetzt werden, um eine Wahrscheinlichkeitsverteilung über Zustände zu generieren. Eine Schlussfolgerung kann probabilistisch sein. Zum Beispiel die Berechnung einer Wahrscheinlichkeitsverteilung über Zustände von Interesse basierend auf einer Berücksichtigung von Daten oder Ereignissen. Eine Schlussfolgerung kann sich auch auf Techniken beziehen, die für die Zusammensetzung von Ereignissen auf höherer Ebene aus einem Satz an Ereignissen oder Daten eingesetzt werden. Eine solche Schlussfolgerung kann zur Konstruktion von neuen Ereignissen oder neuen Handlungen aus einem Satz von beobachteten Ereignissen oder gespeicherten Ereignisdaten führen, unabhängig davon, ob die Ereignisse in enger zeitlicher Nähe korrelieren oder nicht und ob die Ereignisse und Daten von einer oder mehreren Ereignis- und Datenquellen stammen.
Es können autonome Autobahnfahrsysteme in Produktionsfahrzeugen ausgeführt werden. Autonome Fahrsysteme können um Fußgänger oder andere Fahrzeuge, die sich in einer weniger strukturierten Umgebung bewegen, herum navigieren oder diese ausgleichen. An Kreuzungen befolgen Fahrzeuge oft Verkehrsregeln und Stoppschilder und überqueren die Kreuzung basierend auf einer Rangfolge. Um das Überqueren einer Kreuzung zu vereinfachen, kann daher ein System für Abbiegevorhersagen Vorhersagen für eine Bewegungsrichtung von anderen Fahrzeugen bereitstellen. Dies kann erreicht werden, indem ein Fahrerabsichtsvorhersagemodell für allgemeine Kreuzungen generiert wird. Anders gesagt wird ein System oder Verfahren bereitgestellt, das das Fahrerabsichtsvorhersagemodell unabhängig von den Eigenschaften der Kreuzung erstellen kann, wodurch Vorhersagen für fast jede Kreuzung maßgeschneidert werden.
In einer oder mehreren Ausführungsformen können spurbezogene Karten (die z. B. hochauflösende spurbezogene Karten sein können) verwendet werden, um ein oder mehrere statistische Modelle zu erstellen. Beispiele für statistische Modelle, die für das Fahrerabsichtsvorhersagemodell verwendet werden, können ein Hidden Markov Model, eine Support Vector Machine und/oder ein Dynamic Bayesian Network für die Fahrerabsichtsvorhersage von anderen Fahrzeugen beinhalten.
Ein System für Abbiegevorhersagen kann Echtzeitfahrzeuginformationen von anderen Fahrzeugen, wie zum Beispiel einem zweiten Fahrzeug, sammeln, die durch einen Zielbereich gefahren sind oder diesen durchquert haben, wie zum Beispiel eine Kreuzung, kurz bevor (z. B. während einem Fenster von fünf Sekunden) ein erstes Fahrzeug an der Kreuzung oder am Zielbereich ankommt. Somit können vergangene Positionen, Bewegungen, Geschwindigkeiten usw. von anderen Fahrzeugen aufgezeichnet oder gespeichert und an eine Kommunikationskomponente eines Systems für Abbiegevorhersagen, mit dem ein erstes Fahrzeug ausgestattet ist, übertragen werden. Auf diese Weise können Fahrzeuge Merkmale oder Eigenschaften der Betriebsumgebung als Umgebungsgestaltungsinformationen sowie Informationen, die sich darauf beziehen, wie sich das andere Fahrzeug an verschiedenen Stellen in der Umgebung bewegt hat, kommunizieren, wodurch einem ersten Fahrzeug ermöglicht wird, einen Zielbereich zu modellieren und entsprechend Vorhersagen für ein oder mehrere andere Fahrzeuge im Zielbereich zu generieren.
Somit können detaillierte Umgebungsgestaltungsinformationen oder andere assoziierte Fahrzeuginformationen, die sich auf einen Zielbereich beziehen, empfangen werden, sodass die jeweiligen Informationen genau und auf dem neuesten Stand in Echtzeit sind, ohne dass das erste Fahrzeug eine Sichtverbindung zum Zielbereich benötigt. Auf diese Weise kann ein zweites Fahrzeug einem ersten Fahrzeug Merkmale über eine Kreuzung, der sich ein erstes Fahrzeug nähert (z. B. unter Nutzung der Tatsache, dass das zweite Fahrzeug vor dem ersten Fahrzeug Zugang zur Kreuzung hatte) kommunizieren. Da kein zuvor vorhandenes Wissen über eine Betriebsumgebung oder Navigationsumgebung erforderlich ist, können nicht herkömmliche Kreuzungen entsprechend auf eine verallgemeinerte Weise kartiert oder modelliert werden. Diese Informationen (mit Umgebungsgestaltungsinformationen und/oder assoziierten Informationen des anderen Fahrzeugs) können verwendet werden, um eine Fahrbahn, Straßensegmente oder andere Merkmale einer Betriebsumgebung durch eine Modellierungskomponente des Systems für Abbiegevorhersagen des ersten Fahrzeugs zu modellieren oder anderweitig zu „kartieren”.
1 ist eine Darstellung eines beispielhaften Komponentendiagramms eines Systems 100 für Abbiegevorhersagen gemäß einer oder mehreren Ausführungsformen. Das System 100 kann eine Sensorkomponente 110, eine Navigationskomponente 120, eine Modellierungskomponente 130, eine Vorhersagekomponente 140, eine Benachrichtigungskomponente 150, eine Assistenzkomponente 160 und eine Kommunikationskomponente 170 beinhalten. Jeweilige Komponenten können eine Vielzahl von Funktionalitäten für das System 100 für Abbiegevorhersagen bereitstellen.
Zum Beispiel kann die Sensorkomponente 110 ein oder mehrere andere Fahrzeuge erfassen, wie zum Beispiel ein zweites Fahrzeug, drittes Fahrzeug usw. Die Sensorkomponente 110 kann verschiedene Arten von Sensoren beinhalten, um eine solche Erfassung zu vereinfachen, darunter eine Radareinheit, eine Lasereinheit usw. Außerdem kann die Sensorkomponente Fahrzeuginformationen erfassen, die mit einem anderen Fahrzeug assoziiert werden, wie zum Beispiel zweite Fahrzeuginformationen, die mit dem zweiten Fahrzeug assoziiert werden. Somit kann die Sensorkomponente verschiedene Aspekte erfassen, die mit verschiedenen Fahrzeugen assoziiert werden, wie zum Beispiel eine Geschwindigkeit eines anderen Fahrzeugs über eine Radarsensorkomponente oder Radareinheit der Sensorkomponente 110, einen aktuellen Spurenstandort oder eine aktuelle Spurenposition eines anderen Fahrzeugs über eine Bilderfassungssensorkomponente oder Bilderfassungseinheit der Sensorkomponente 110 usw.
Die Sensorkomponente 110 kann Fahrzeuginformationen empfangen, die sich auf Umgebungsgestaltungsinformationen beziehen oder damit assoziiert werden, wie zum Beispiel ein Tempo oder eine Geschwindigkeit (über eine Radareinheit) des anderen Fahrzeugs an verschiedenen Stellen in der Betriebsumgebung oder Navigationsumgebung. Anders gesagt kann die Sensorkomponente 110 in Echtzeit Fahrzeuginformationen von anderen Fahrzeugen sammeln oder erheben, die eine kommende Kreuzung überquert, durchfahren, passiert haben, daran vorbeigefahren sind usw., kurz bevor (z. B. innerhalb eines Fensters von fünf Sekunden) das erste Fahrzeug oder aktuelle Fahrzeug an der gleichen Kreuzung ankommt.
In einer oder mehreren Ausführungsformen kann die Sensorkomponente 110 die Gegenwart oder Abwesenheit eines oder mehrerer Fahrsignale oder einer oder mehrerer Fahrhandlungen, wie zum Beispiel einen Blinker oder ein Abbiegesignal eines anderen Fahrzeugs, erfassen. Diese Informationen können der Modellierungskomponente 130 zum Generieren eines entsprechenden Modells, das mit dem anderen Fahrzeug assoziiert wird, bereitgestellt werden. Anders gesagt kann die Modellierungskomponente 130 eine Beobachtung eines Abbiegesignals mit einem oder mehreren verfügbaren oder potenziellen Fahrwegen oder einer beabsichtigten Strecke für einen Fahrer verbinden. Wenn zum Beispiel die Sensorkomponente 110 erfasst, dass ein Fahrer eines anderen Fahrzeugs seinen linken Blinker betätigt, kann die Modellierungskomponente 130 ein Modell erstellen, das auf eine Schlussfolgerung hindeutet, dass es sehr wahrscheinlich ist, dass das andere Fahrzeug links abbiegt.
Ähnlich kann die Sensorkomponente 110 Umgebungsgestaltungsinformationen (z. B. über Bilderfassung oder eine Bilderfassungseinheit der Sensorkomponente 110) erfassen. Zum Beispiel kann die Sensorkomponente 110 eine Gestaltung einer Kreuzung, eine Anzahl von Spuren in einer Kreuzung usw. erfassen, wie zum Beispiel durch das Beobachten von Spurenmarkierungen. Anders gesagt kann die Sensorkomponente 110 unter Anwendung verschiedener Arten von Sensoren, wie zum Beispiel einer Bilderfassungseinheit, einer Sichteinheit, einer Lasereinheit, einer Radareinheit usw., der Sensorkomponente 110, ein oder mehrere Merkmale einer Betriebsumgebung oder Navigationsumgebung identifizieren. Die Sensorkomponente 110 kann eine Kreuzung, eine Gestaltung einer Kreuzung, Merkmale einer Kreuzung usw. unter Einsatz einer Bilderfassungseinheit identifizieren. Hier kann die Sensorkomponente 110 Sichtdaten oder Bilddaten empfangen, die verwendet werden, um eine Gestaltung einer Kreuzung zu kartieren oder anderweitig Umgebungsgestaltungsinformationen, die mit einer Betriebsumgebung, durch die ein Fahrzeug fährt oder die es überquert, assoziiert werden, zu extrahieren. In einer oder mehreren Ausführungsformen können die von der Sensorkomponente 110 erfassten oder empfangenen Umgebungsgestaltungsinformationen verwendet werden, um andere Umgebungsgestaltungsinformationen, die von anderen Quellen empfangen werden, wie zum Beispiel der Kommunikationskomponente 170, zu ergänzen.
Weiter kann die Sensorkomponente 110 eine aktuelle Position für ein aktuelles Fahrzeug oder ein erstes Fahrzeug (z. B. über Bilderfassung) erfassen. Zum Beispiel kann eine Bilderfassungssensorkomponente 110 basierend auf Spurenmarkierungen usw. bestimmen, dass eine aktuelle Position für ein erstes Fahrzeug eine „ausschließliche Rechtsabbiegespur” ist. Ebenso kann die Sensorkomponente 110 Bilderfassungsfähigkeiten verwenden, um eine Form einer Fahrbahn, Hindernisse, einen Teil einer Kreuzung usw. zu bestimmen. Zum Beispiel kann die Sensorkomponente 110 bestimmen, dass eine Fahrbahn oder ein Straßensegment, die/das zu einer Kreuzung führt, eine kurvige Form aufweist. Außerdem kann die Sensorkomponente 110 verwendet werden, um einen Abstand zu einem Zielbereich zu schätzen, wie zum Beispiel einen Abstand zu einer Kreuzung, Abstand zu einem Mittelstreifen einer Spur usw.
In einer oder mehreren Ausführungsformen kann die Kommunikationskomponente 170 beim Erfassen eines oder mehrerer anderer Fahrzeuge, wie zum Beispiel einem zweiten Fahrzeug, dritten Fahrzeug usw., helfen oder dafür verwendet werden. Zum Beispiel kann die Kommunikationskomponente 170 andere Fahrzeuge über Fahrzeug-an-Fahrzeug-Kommunikationen zwischen einem ersten Fahrzeug und einem zweiten Fahrzeug erfassen.
Die Kommunikationskomponente 170 kann einem Fahrzeug (z. B. ersten Fahrzeug oder aktuellen Fahrzeug), das mit einem System 100 für Abbiegevorhersagen ausgestattet ist, ermöglichen, mit einem oder mehreren anderen Fahrzeugen (z. B. zweiten Fahrzeug, anderen Fahrzeug, weiteren Fahrzeug usw.) zu kommunizieren. Zum Beispiel kann die Kommunikationskomponente 170 einen oder mehrere Sender und einen oder mehrere Empfänger beinhalten, die konfiguriert sein können, um Signale oder Informationen jeweils zu senden oder zu empfangen, wodurch einem ersten Fahrzeug ermöglicht wird, mit einem zweiten Fahrzeug zu kommunizieren. Die Kommunikationskomponente 170 kann über einen oder mehrere drahtlose Kanäle, Telematikkanäle, Kurzstreckenkommunikationskanäle usw. ausgeführt werden.
Die Kommunikationskomponente 170 kann Umgebungsgestaltungsinformationen (z. B. über Fahrzeug-an-Fahrzeug- oder v2v-Kommunikationen) empfangen (oder senden). Wie besprochen, können Beispiele für Umgebungsgestaltungsinformationen Merkmale oder Eigenschaften einer Betriebsumgebung oder Navigationsumgebung beinhalten, wie zum Beispiel Kreuzungen, Fahrbahnen (die z. B. Spuren beinhalten), Straßensegmente, Hürden, Spurengeometrien, Spurengrenzen, Anzahl an Spuren, Hindernisse usw.
In einer oder mehreren Ausführungsformen kann eine Kommunikation von einem zweiten Fahrzeug auf Umgebungsgestaltungsinformationen hindeuten, die mit einer aktuellen Position des zweiten Fahrzeugs assoziiert werden. Weiter können Informationen, die während der Fahrzeug-an-Fahrzeug-Kommunikationen empfangen werden, wie zum Beispiel die Umgebungsgestaltungsinformationen oder Fahrzeuginformationen, die mit den Umgebungsgestaltungsinformationen assoziiert werden, verwendet werden, um von anderen Komponenten, wie zum Beispiel der Navigationskomponente 120, empfangene Umgebungsgestaltungsinformationen zu ergänzen.
Anders gesagt kann die Navigationskomponente 120 eine GPS-Karte einer Betriebsumgebung oder Navigationsumgebung, durch die ein erstes Fahrzeug aktuell fährt, herunterladen. Die Navigationskomponente 120 kann Umgebungsgestaltungsinformationen, wie zum Beispiel Umriss der Fahrbahn, Anzahl der Spuren, beinhalten. Während sich ein Fahrer einer kommenden Kreuzung nähert, kann die Modellierungskomponente 130 bestimmen, dass die Kreuzung ein Zielbereich ist. In einer oder mehreren Ausführungsformen kann das erste Fahrzeug Kommunikationslinien mit einem oder mehreren anderen Fahrzeugen an der Kreuzung öffnen, um Informationen über den Zielbereich zu bestimmen oder zu erhalten. Zum Beispiel kann die Kommunikationskomponente 170 Informationen oder Fahrzeuginformationen erhalten, die sich darauf beziehen, wo andere Fahrzeuge auf der Fahrbahn oder Kreuzung positioniert sind oder wie andere Fahrzeuge abbiegen usw. Obwohl die von der Navigationskomponente 120 empfangenen Umgebungsgestaltungsinformationen (z. B. GPS-Karte) angeben können, dass ein Straßensegment auf eine bestimmte Weise geformt ist, können (z. B. über die Kommunikationskomponente 170) von einem oder mehreren der anderen Fahrzeuge empfangene Fahrzeuginformationen oder andere Umgebungsgestaltungsinformationen angeben, dass Abbiegungen entlang des Straßensegments zum Beispiel einer anderen Form folgen (z. B. aufgrund von Hindernissen, Fehlern auf der GPS-Karte oder anderen unbekannten Gründen). Somit können Umgebungsgestaltungsinformationen von einer Komponente um Umgebungsgestaltungsinformationen von einer anderen Komponente ergänzt werden. Auf diese Weise kann die Kommunikationskomponente 170 Fahrzeug-an-Fahrzeug-Kommunikationen verwenden, um zumindest einen Teil der Umgebungsgestaltungsinformationen zu ergänzen oder zu überprüfen.
In einer oder mehreren Ausführungsformen kann das System 100 eine Kartierungskomponente (nicht gezeigt) beinhalten. In anderen Ausführungsformen können die Navigationskomponente 120 oder andere Komponenten des Systems 100 eine Kartierungskomponente oder Teilkomponente beinhalten, die Umgebungsgestaltungsinformationen, wie zum Beispiel eine Anzahl von Spuren, Geometrie von Spuren an einer Kreuzung, legale Bewegungsrichtungen von einer Spur (z. B. gemäß Verkehrsregeln oder Verkehrsgesetzen), assoziiert mit einer Zeit-bis-Kollision-Vorhersage, Kollisionsvorhersage, Abbiegevorhersage usw., bereitstellt.
Die Kommunikationskomponente 170 kann auch Fahrzeuginformationen empfangen (oder senden), die mit anderen Fahrzeugen assoziiert werden, zum Beispiel Informationen eines zweiten Fahrzeugs, die mit einem zweiten Fahrzeug assoziiert werden (z. B. über v2v-Kommunikationen). Wie besprochen können Fahrzeuginformationen Fahrzeugbewegungsinformationen, Beschleunigung, Geschwindigkeit, Bewegungswinkel, Lenkwinkel, Peilung, Steuerkurs, Orientierung, Position, Standort, Abstand, Schlingern, Kursabweichung, Neigungswinkel, eine oder mehrere Fahrhandlungen oder eine oder mehrere Navigationshandlungen, wie zum Beispiel Einsatz von Fahrzeugsteuerungen, Bremsen, Beschleunigen, Lenken, Blinken usw., für ein assoziiertes Fahrzeug beinhalten.
In einer oder mehreren Ausführungsformen kann eine Kommunikation von einem zweiten Fahrzeug auf zweite Fahrzeuginformationen hindeuten, die mit Umgebungsgestaltungsinformationen für eine aktuelle Position des zweiten Fahrzeugs assoziiert werden. Die aktuelle Position des zweiten Fahrzeugs kann mit einer spurbezogenen Granularität bereitgestellt werden, wodurch dem System 100 für Abbiegevorhersagen ermöglicht wird, eine aktuelle Spur für das zweite Fahrzeug zu bestimmen. Zum Beispiel kann das zweite Fahrzeug der Kommunikationskomponente 170 des ersten Fahrzeugs kommunizieren, dass sich das zweite Fahrzeug derzeit auf einer „ausschließlichen Linksabbiegespur” befindet. Aufgrund dessen kann die Modellierungskomponente 130 eine oder mehrere entsprechende Verkehrsregeln berücksichtigen, die mit „ausschließlichen Linksabbiegespuren” assoziiert werden, und ein entsprechendes Modell generieren, das die Abbiegeoptionen (z. B. höchstwahrscheinlich ein linkes Abbiegen) des zweiten Fahrzeugs basierend auf dem aktuellen Spurenstandort des zweiten Fahrzeugs reflektiert oder darstellt.
Auf diese Weise kann Spurengeometrie oder Straßengeometrie, die in den von der Kommunikationskomponente 170 empfangenen Umgebungsgestaltungsinformationen enthalten ist, auf realistische potenzielle Trajektorien für ein oder mehrere andere Fahrzeuge hindeuten und genauere Schlussfolgerungen oder Schätzungen, die von der Vorhersagekomponente 140 vorzunehmen sind, oder von der Modellierungskomponente 130 generierte Modelle vereinfachen.
In einem oder mehreren Szenarien kann das zweite Fahrzeug mit einem/einer oder mehreren Sensoren oder Komponenten ausgestattet sein, wie zum Beispiel einer Bilderfassungskomponente oder GPS-Komponente, die dem zweiten Fahrzeug ermöglicht, einen spurbezogenen Standort oder eine spurbezogene Position genau bereitzustellen. Somit kann die Kommunikationskomponente 170 die Fahrzeug-an-Fahrzeug-Kommunikationen vereinfachen, die einem ersten Fahrzeug ermöglichen, spurbezogene Standort- oder spurbezogene Positionsinformationen zu erhalten, die mit einem zweiten Fahrzeug assoziiert werden. In anderen Ausführungsformen kann die Sensorkomponente 110 des ersten Fahrzeugs oder aktuellen Fahrzeugs verwendet werden, um solche Informationen zu erfassen.
Auf diese Weise kann die Kommunikationskomponente 170 ermöglichen, dass Fahrzeug-an-Fahrzeug-(v2v)-Kommunikationen zwischen Fahrzeugen stattfinden. In einer oder mehreren Ausführungsformen können Fahrzeug-an-Fahrzeug-Kommunikationen in Echtzeit erreicht werden, sodass ein zweites Fahrzeug Umgebungsgestaltungsinformationen oder Fahrzeuginformationen, die mit Umgebungsgestaltungsinformationen assoziiert werden, an ein erstes Fahrzeug kommunizieren oder senden kann, während (oder kurz nachdem) die jeweiligen Informationen vom zweiten Fahrzeug gesammelt oder erfasst werden.
In einer oder mehreren Ausführungsformen kann die Kommunikationskomponente 170 Informationen oder Kommunikation von einem zweiten Fahrzeug empfangen, die auf historische Umgebungsgestaltungsinformationen (z. B. in Bezug auf eine aktuelle Position oder einen aktuellen Standort des zweiten Fahrzeugs) oder damit assoziierte historische Fahrzeuginformationen hindeuten. Anders gesagt können diese Umgebungsgestaltungsinformationen auf Merkmale oder Eigenschaften der Betriebsumgebung oder Navigationsumgebung hindeuten, in der ein zweites Fahrzeug gefahren ist, wie zum Beispiel einen Standort oder eine Position, an dem/der sich das zweite Fahrzeug vor fünf Sekunden befand.
Eine Kommunikation von einem zweiten Fahrzeug kann auf Umgebungsgestaltungsinformationen hindeuten, die mit einer oder mehreren vergangenen Positionen des zweiten Fahrzeugs assoziiert werden. Somit kann die Kommunikationskomponente 170 Umgebungsgestaltungsinformationen empfangen, die Baustellen, Hindernisse, kurvige Straßensegmente, verschiedene Spurenformen oder Richtungen usw. einer Betriebsumgebung oder Navigationsumgebung in Echtzeit berücksichtigen oder kompensieren, ohne dass es erforderlich ist, dass sich das Fahrzeug an einem Standort in der Betriebsumgebung oder innerhalb eines Sichtverbindungsbereichs davon befunden hat, um über solche Umgebungsgestaltungsinformationen in Echtzeit zu verfügen.
Ähnlich kann eine Kommunikation von einem zweiten Fahrzeug auf Informationen eines zweiten Fahrzeugs hindeuten, die mit Umgebungsgestaltungsinformationen für eine oder mehrere vergangene Positionen des zweiten Fahrzeugs assoziiert werden. Auf diese Weise kann die Kommunikationskomponente 170 Umgebungsgestaltungsinformationen und/oder assoziierte Fahrzeuginformationen von einem zweiten Fahrzeug empfangen, die auf ein(e) oder mehrere Betriebsumgebungsmerkmale oder Betriebsumgebungseigenschaften der Betriebsumgebung, durch die das zweite Fahrzeug zuvor gefahren ist, hindeuten, wie zum Beispiel Betriebsumgebungsmerkmale, die mit einem Standort assoziiert werden, an dem sich das zweite Fahrzeug fünf Sekunden vor einer aktuellen Zeit befunden hat (z. B. t-5) und die Schnelligkeit oder Geschwindigkeit des assoziierten Fahrzeugs vor fünf Sekunden an einem vorherigen entsprechenden Standort. Hier kann die Kommunikationskomponente 170 Umgebungsgestaltungsinformationen empfangen, die auf Merkmale von zuvor befahrenem Gebiet oder Terrain für andere Fahrzeuge hindeuten. Diese Informationen können verwendet werden, um ein Modell für kommende Fahrbahnen, Kreuzungen oder Straßensegmente für ein Fahrzeug zu generieren. Weiter kann die Modellierungskomponente 130 diese Informationen verwenden, um ein Modell für andere Fahrzeuge zu generieren.
Auf noch andere Weise erklärt, kann die Kommunikationskomponente 170 Fahrzeugen (z. B. Fahrzeugen, die aneinander vorbeifahren, sich entgegenfahren, in Richtung einer gleichen Kreuzung, auf der gleichen Fahrbahn fahren usw.) ermöglichen, sich gegenseitig Informationen zuzuleiten, zu senden, auszutauschen oder weiterzugeben, die verwendet werden können, um eine Form oder eine Kontur der Betriebsumgebung (z. B. Kreuzung, Fahrbahn usw.) zu „kartieren”, bevor eines der Fahrzeuge an der Kreuzung oder Fahrbahn ankommt. Entsprechend kann die Kommunikationskomponente 170 einem System 100 für Abbiegevorhersagen ermöglichen, Umgebungsgestaltungsinformationen zu empfangen, die genau in Echtzeit sind, ohne ein zuvor vorhandenes Wissen über die Betriebsumgebung, Kreuzung, Fahrbahn usw., wie zum Beispiel, ob eine Kreuzung eine nicht herkömmliche Form oder Kontur aufweist, nicht senkrecht ist usw.
Weiter kann die Kommunikationskomponente 170 Komponenten, Einheiten oder Teilsystemen in einem System 100 für Abbiegevorhersagen ermöglichen, mit einer/einem oder mehreren anderen Komponenten, Einheiten oder Teilsystemen des Systems 100 für Abbiegevorhersagen zu kommunizieren. Zum Beispiel kann die Kommunikationskomponente 170 über ein Steuerungsbereichsnetzwerk Informationen von der Modellierungskomponente 130 an die Vorhersagekomponente 140 oder von der Vorhersagekomponente 140 an die Benachrichtigungskomponente 150 oder Assistenzkomponente 160 weitergeben.
Die Modellierungskomponente 130 kann ein Modell oder Vorhersagemodell einer Kreuzung, einer Fahrbahn, eines Straßensegments usw. einer Betriebsumgebung oder Navigationsumgebung und eines oder mehrerer Fahrzeuge in der Umgebung erstellen. Das Modell kann verallgemeinerte Kreuzungsinformationen (z. B. von der Navigationskomponente 120), Umgebungsgestaltungsinformationen in Echtzeit (z. B. von der Kommunikationskomponente 170 oder der Sensorkomponente 110) usw. beinhalten. Anders gesagt kann das Modell auf Umgebungsgestaltungsinformationen, die von der Sensorkomponente 110 erhalten wurden (z. B. über Bilderfassung oder andere Sensoren), Umgebungsgestaltungsinformationen, die von der Navigationskomponente 120 erhalten wurden (z. B. vorkartierte Umgebungsgestaltungsinformationen), Umgebungsgestaltungsinformationen, die von der Kommunikationskomponente 170 erhalten wurden (z. B. Umgebungsgestaltungsinformationen in Echtzeit) und/oder auf den von anderen Fahrzeugen erhaltenen Fahrzeuginformationen basieren.
Anders als Modelle, die unter Verwendung von konstanter Giergeschwindigkeit und Beschleunigung (Constant Yaw Rate and Acceleration (CYRA)) erstellt wurden, kann das von der Modellierungskomponente 130 erstellte Modell eine oder mehrere Fahrbahnen einer Kreuzung, eine Anzahl von Spuren, Spurengeometrien, die Topologie der Umgebung, die Kontur der Umgebung, spurbezogene Details oder spurbezogene Kartierungsinformationen usw. berücksichtigen. Da spurbezogene Modelle von der Modellierungskomponente 130 erstellt werden, können mit der Struktur von Kreuzungen assoziierte Komplexitäten reduziert werden. Weiter kann die Modellierungskomponente 130 Verhalten, beabsichtige Fahrwege, Strecken, Schlussfolgerungen usw. für ein oder mehrere Fahrzeuge basierend auf einer oder mehreren Verkehrsregeln basierend auf spurbezogenen Details (z. B. Anzahl an Spuren, aktuelle Spurenposition des Fahrzeugs usw.) modellieren. Die Modellierungskomponente 130 kann basierend auf Umgebungsgestaltungsinformationen ein oder mehrere Merkmale berechnen, die mit der Betriebsumgebung oder Navigationsumgebung assoziiert werden. Zum Beispiel kann die Modellierungskomponente 130 die Spurenkrümmung, Innen-/Außenspuren, den Abstand von Fahrzeug zu Mittelstreifen, den Abstand zu einer Kreuzung, den Unterschied zwischen Fahrzeugfahrrichtungswinkel und Spurenrichtung usw. berechnen.
In einer oder mehreren Ausführungsformen kann das Modell ein oder mehrere Fahrzeuge beinhalten, wie zum Beispiel ein erstes Fahrzeug oder aktuelles Fahrzeug und ein zweites Fahrzeug oder anderes Fahrzeug in der umgebenden Betriebsumgebung. Hier kann die Modellierungskomponente 130 einen oder mehrere potenzielle Fahrwege oder beabsichtigte Fahrwege für ein oder mehrere der Fahrzeuge, die für eine modellierte Kreuzung spezifisch sind, identifizieren. Anders gesagt kann die Modellierungskomponente 130 ein Modell für ein anderes Fahrzeug erstellen, das einen beabsichtigten Fahrweg für das andere Fahrzeug oder Fahrerabsichten für den Fahrer des anderen Fahrzeugs angibt. Auf noch eine andere Weise erklärt, können die potenziellen Fahrwege eines Modells auf der Form oder den Spuren der Kreuzung basieren, wodurch ermöglicht wird, dass Vorhersagen in Bezug auf eine(n) gefolgerte(n) Abbiegeradius, Abbiegegeschwindigkeit, Spurenstandort usw. gemacht werden. Entsprechend kann die Fahrerabsicht (z. B. links abbiegen, rechts abbiegen, geradeaus, Kehrtwendung usw.) für andere Fahrzeuge oder andere Verkehrsteilnehmer einer Kreuzung vorhergesagt werden.
Da das von der Modellierungskomponente 130 erstellte Modell für eine Kreuzung oder Betriebsumgebung spezifisch sein kann und ein oder mehrere Fahrzeuge in der Betriebsumgebung berücksichtigen kann, kann das Modell eine Beurteilung einer/eines aktuellen Situation oder Szenarios für einen Fahrer eines ersten Fahrzeugs oder aktuellen Fahrzeugs darstellen (z. B. in Bezug auf andere vorhandene Fahrzeuge) und kann genauer sein als andere Modelle, da dieses Modell Echtzeitänderungen in der Betriebsumgebung sowie Echtzeitänderungen, die mit anderen Fahrzeugen assoziiert werden, berücksichtigen kann, wodurch einem System 100 für Abbiegevorhersagen ermöglicht wird, auf anpassbare Weise Modelle zu erstellen oder Vorhersagen zu generieren.
In einer oder mehreren Ausführungsformen kann die Modellierungskomponente 130 eines oder mehrere der Modelle basierend auf einem Hidden Markov Model (HMM), einer Support Vector Machine (SVM) oder einem Dynamic Bayesian Network (DBN) erstellen. Eine oder mehrere Ausführungsformen können verschiedene auf künstlicher Intelligenz (KI) basierte Schemata zum Ausführen verschiedener Aspekte davon anwenden. Ein oder mehrere Aspekte können über ein automatisches Klassifikatorsystem oder -verfahren vereinfacht werden. Ein Klassifikator ist eine Funktion, die einen Eingabenattributvektor, x = (x1, x2, x3, x4, xn) auf eine Konfidenz, dass die Eingabe zu einer Klasse gehört, abbildet. Anders gesagt gilt f(x) = Konfidenz (Klasse). Eine solche Klassifizierung kann eine probabilistische oder statistisch basierte Analyse anwenden (z. B. Einbeziehen der Betriebsstoffe und Kosten der Analyse), um eine Handlung zu prognostizieren oder folgern, die ein Benutzer automatisch ausgeführt haben möchte.
Die Modellierungskomponente 130 kann ein oder mehrere Merkmale von Umgebungsgestaltungsinformationen oder assoziierten Fahrzeuginformationen mit einer Anzahl von Maßen von einer oder mehreren sequenziellen Beobachtungen für einen Klassifikator, wie der Support Vector Machine (SVM), extrahieren. Beobachtungen (der sequenziellen Beobachtungen) können Umgebungsgestaltungsinformationen oder assoziierte Fahrzeuginformationen beinhalten. Diese sequenziellen Beobachtungen können von der Modellierungskomponente 130 mit einem oder mehreren nicht beobachteten oder versteckten Zuständen unter Verwendung von Zeitserienanalyse, wie dem Hidden Markov Model (HMM) oder dem Dynamic Bayesian Network (DBN), modelliert und interpretiert werden. Die Modellierungskomponente 130 kann ein oder mehrere Modelle unter Verwendung eines klassifizierungsbasierten Ansatzes oder eines auf dynamischer Schlussfolgerung basierten Ansatzes erstellen.
In einer oder mehreren Ausführungsformen kann die Modellierungskomponente 130 ein oder mehrere Modelle basierend auf dem Hidden Markov Model (HMM) erstellen. Zum Beispiel kann ein HMM verwendet werden, um einen durch Markov-Ketten beobachteten dynamischen Prozess darzustellen.
In einer oder mehreren Ausführungsformen gilt:
Y = [y₀, y₂, y₃...y_t], eine Beobachtungssequenz darstellend, kann bestimmt werden durch
Q = [q₁, q₂, q₃...q_t], eine einzelne versteckte Zustandssequenz darstellend
Somit kann ein Fahrweg eines Fahrzeugs in einen oder mehrere einzelne versteckte Zustände geteilt werden. Zum Beispiel kann ein rechtes Abbiegen eines zweiten Fahrzeugs durch ein HMM mit 5 versteckten einzelnen Zuständen beschrieben werden: sich der Kreuzung nähern, mit dem rechten Abbiegen anfangen, rechts abbiegen, das rechte Abbiegen abschließen und von der Kreuzung wegfahren. Ein ähnliches HMM kann für andere Fahraktionen umgesetzt werden, wie links abbiegen, geradeaus fahren usw.
In einer oder mehreren Ausführungsformen kann die Modellierungskomponente 130 trainiert sein, um ein Modell basierend auf HMM während einer Lernstufe zu generieren. In der Lernstufe kann die Modellierungskomponente 130 mit einem Satz an Beobachtungssequenzen oder einer oder mehreren sequenziellen Beobachtungen, einem oder mehreren Parametern, die mit Zustandsübergang assoziiert werden, und einer zu lernenden Verteilung von Beobachtungen bereitgestellt werden. Hier kann für jedes HMM ein Gaussian Mixture Model (GMM) angenommen werden.
In einer oder mehreren Ausführungsformen gilt:
π = {π_ij}_MxM, Parameter der Zustandsübergangswahrscheinlichkeitsmatrix darstellend
p(y_t|q_t), Verteilungen von zu lernenden Beobachtungen für M verstecke Zustände darstellend
Für jedes HMM wird angenommen, dass p(y_t|q_t) eine Verteilung des Gaussian Mixture Models (GMM) mit dem Parametersatz θ hat
Weiter kann die Modellierungskomponente 130 einen Expectation-Maximization-(EM)-Algorithmus anwenden, wie den Baum-Welch-Algorithmus, um eine Annäherung oder ein Modell zu generieren. Die Erwartungskalkulation kann die Erwartung der Log-Wahrscheinlichkeit mit den aktuellen Systemzuständen und Übergangswahrscheinlichkeiten bereitstellen, und die Maximierungskalkulation kann die Modellparameter zum Maximieren der Erwartung der Log-Wahrscheinlichkeit anpassen. Durch iteratives Anwenden der Erwartungs- und Maximierungsschritte können die Maximierungswahrscheinlichkeitsschätzungen π und θ durch die Modellierungskomponente 130 approximiert werden.
Nachdem die Modellierungskomponente 130 trainiert ist, kann die Wahrscheinlichkeit einer Beobachtungssequenz y_1:t berechnet werden, die durch ein HMM hmm(π, θ) oder p(y_1:t|hmm(π, θ)) erstellt wird. Weiter können verschiedene HMMs für rechtes Abbiegen hmm₁(π₁, θ₁), linkes Abbiegen hmm₂(π₂, θ₂), gerades Fahren hmm₃(π₃, θ₃) usw. erstellt werden, wodurch der Modellierungskomponente 130 ermöglicht wird, eine oder mehrere Fahrhandlungen eines Fahrers eines anderen Fahrzeugs zu klassifizieren. Der Baum-Welch-Algorithmus kann angewandt werden, um die Parameter π_i und θ_i zu lernen, wobei für jedes HMM gilt: (i = 1, 2, 3...).
Wenn somit eine neue Sequenz an Beobachtungen y_1:t bereitgestellt wird, kann die Sequenz unter Anwendung der Regel Maximum a Posterior (MAP) in ein oder mehrere potenzielle Fahrverhalten klassifiziert werden.
In einer oder mehreren Ausführungsformen gilt:
i = argmax p(hmm_i(π_i, θ_i)|y_1:t)
i = (1, 2, 3)
∞ argmax p(y_1:t|hmm_i(π_i, θ_i)p(hmm_i(π_i, θ_i)|y_1:t)
i = (1, 2, 3)
wobei p(hmm_i(π_i, θ_i)) vorrangige Wahrscheinlichkeit jeder Abbiegeklasse auf der Fahrbahn ist
Falls p(hmm_i(π_i, θ_i)) eine einheitliche Verteilung aufweist
i = argmax p(y_1:t|hmm_i(π_i, θ_i))
i = (1, 2, 3)
In einer oder mehreren Ausführungsformen kann die Modellierungskomponente 130 ein oder mehrere Modelle basierend auf der Support Vector Machine (SVM) erstellen. Die SVM bietet einen robusten und effizienten Klassifizierungsansatz für die Fahrerabsichtsvorhersage, indem sie eine Hyperebene in einem höheren dimensionalen Raum konstruiert. Die Hyperebene kann eine Trennungsregel mit einem größten Abstand zu den „Unterstützungs”-Trainingsdaten einer Klasse bereitstellen.
Eine Support Vector Machine (SVM) ist ein Beispiel für einen Klassifikator, der eingesetzt werden kann. Die SVM ist tätig, indem eine Hyperfläche im Raum von möglichen Eingaben gefunden wird, wobei die Hyperfläche versucht, die auslösenden Kriterien von den nicht auslösenden Ereignissen zu trennen. Intuitiv macht dies die Klassifikation korrekt für Testdaten, die ähnlich sein können, aber nicht zwingend mit Trainingsdaten identisch sind. Es können andere gerichtete und nicht gerichtete Modellklassifizierungsansätze (z. B. naiver Bayes, Bayesian Networks, Entscheidungsbäume, neurale Netzwerke, Fuzzy-Logik-Modelle und probabilistische Klassifizierungsmodelle), die verschiedene Muster an Unabhängigkeit bereitstellen, angewandt werden. Die Klassifizierung, wie hierin verwendet, kann inklusive statistischer Regression sein, die verwendet wird, um Prioritätsmodelle zu entwickeln.
Eine oder mehrere Ausführungsformen können Klassifikatoren, die explizit trainiert sind (z. B. über generische Trainingsdaten), sowie Klassifikatoren, die implizit trainiert sind (z. B. durch Beobachten von Benutzerverhalten, Empfangen von extrinsischen Informationen), anwenden. Zum Beispiel können SVMs über eine Lern- oder Trainingsphase in einem Klassifikatorkonstruktor- und Merkmalsauswahlmodul konfiguriert werden. Somit kann ein Klassifikator verwendet werden, um automatisch eine Anzahl von Funktionen zu lernen und durchzuführen, darunter unter anderem Bestimmen gemäß einem zuvor festgelegten Kriterium.
In einer oder mehreren Ausführungsformen kann die Modellierungskomponente 130 ein oder mehrere Modelle basierend auf dem Dynamic Bayesian Network (DBN) erstellen. Ein DBN-Modell kann auf einer oder mehreren Verkehrsregeln (z. B. Abbiegeoptionen basierend auf Spurenstandort oder Position) und spurbezogenen Standorten von einem oder mehreren Fahrzeugen basieren. Weiter können Fahrzeuginformationen (z. B. ein Abbiegelicht eines anderen Fahrzeugs, das aktiviert wird, wie von der Sensorkomponente 110 erfasst) verwendet werden, um eine Beobachtung des Abbiegesignals direkt mit einem versteckten Zustand einer Absicht eines Fahrers zu verbinden, was das Modellieren der Schlussfolgerung einer Absicht eines Fahrers oder ein Generieren einer entsprechenden Vorhersage vereinfachen würde. Anders gesagt, kann das DBN-Modell Wahrscheinlichkeitsverteilungen über einen oder mehrere (oder alle) versteckte Zustände aufrechterhalten, darunter Absicht des Fahrers, Spurenindex und Fahrzeugsteuerungen (z. B. „Bremsen”, „Beschleunigen” und „Lenken”).
Zum Beispiel kann die Modellierungskomponente 130 ein Modell basierend auf einer oder mehreren Beobachtungen (z. B. extrahiert aus den Umgebungsgestaltungsinformationen oder assoziierten Fahrzeuginformationen) der Fahrzeugposition oder Fahrzeuggeschwindigkeit von anderen Fahrzeugen generieren. In einer oder mehreren Ausführungsformen kann die Modellierungskomponente 130 die Fahrerabsicht als latenten Zustand/aus einer oder mehreren der Beobachtungen folgern. Auf diese Weise kann die Modellierungskomponente 130 ein oder mehrere Vorhersagemodelle für ein oder mehrere andere Fahrzeuge generieren. Außerdem können andere versteckte Zustände die wahre Position und Geschwindigkeit eines Fahrzeugs (s und v), die Steuerungsvariablen eines Fahrzeugs (a und Δα) und den Fahrspurindex L beinhalten.
In einer oder mehreren Ausführungsformen gilt:
s = [s_x, s_y] stellt die wahre Position dar
v = [v_x, v_y] stellt die wahre Geschwindigkeit dar
a stellt den Beschleunigungswert dar
Δa stellt die Fahrrichtungsänderung dar
ŝ stellt den Zustand der wahren Position s dar
v ^ stellt den Zustand der wahren Geschwindigkeit v dar
y = [s_x, s_y, v_x, v_y] stellt den variablen Vektor für den Beobachtungszustand von Y dar
o = [ŝ_x, ŝ_y, v ^_x, v ^_y] stellt den variablen Vektor für den verstecken Zustand von O dar
c = [a, Δα] stellt den variablen Vektor für den versteckten Zustand von C dar
Bei Experimenten wurde ein realer Datensatz von 375 Abbiegespuren unter Verwendung einer Vielzahl von 3- und 4-Wegekreuzungen erstellt. Die Abbiegevorhersagen oder Vorhersagen beinhalteten eine linke, eine rechte oder eine gerade Fahrtrichtung für Fahrzeuge an der Kreuzung. Unter Verwendung eines SVM wurde eine Abbiegevorhersagegenauigkeit von 90% 1,6 Meter vor der Kreuzung und eine Genauigkeit von 93,8% an der Kreuzung erreicht. Somit treibt die gegenständliche Anmeldung den technologischen Bereich von fortschrittlichen Fahrerassistenzsystemen und autonomen Fahrsystemen mit einem starken Abbiegevorhersagemodell für allgemeine oder fast alle Kreuzungen voran.
5 ist eine Darstellung einer beispielhaften graphischen Darstellung 500 eines Dynamic Bayesian Network (DBN) zur Verwendung mit Abbiegevorhersagen gemäß einer oder mehreren Ausführungsformen. Hier kann t die Zeit darstellen, Y kann die beobachtete Position und Geschwindigkeit darstellen, O kann die wahre Position und Geschwindigkeit darstellen, C kann eine Fahrzeugsteuerungsvariable darstellen, L kann den Spurenindex darstellen und I kann die Fahrerabsicht darstellen. Hier können die Knoten willkürliche Variablen darstellen, während die Bögen konditionale Unabhängigkeit darstellen können. In einer oder mehreren Ausführungsformen können Y, O und C zeitabhängige durchgehende Variablen sein, während die Fahrerabsicht I und der Fahrspurenindex L diskrete Variablen sein können, die als konstant angenommen werden können, wenn ein entsprechendes Fahrzeug durch eine Kreuzung oder einen Zielbereich fährt oder diese/diesen überquert. Der Spurenindex L kann eine Spur angeben, von der ein Fahrzeug ein Abbiegen beginnt, oder eine Spur, von der das Fahrzeug in eine Abbiegespur auf einer Kreuzung fährt.
In einer oder mehreren Ausführungsformen kann das DBN eine Verteilung darstellen:
(y(t), o(t), c(t)|y(t – 1), o(t – 1), c(t – 1), L, I)
Mit gegebenen versteckten Zuständen kann eine Beobachtungswahrscheinlichkeit eine Gauß-Verteilung aufweisen:
wobei der Operator ||x|| eine euklidische Norm eines Vektors x bezeichnet.
Somit können die wahre Position und wahre Geschwindigkeit eines Fahrzeugs dargestellt werden: s_x(t) – s_x(t – 1) + v_x(t – 1)ΔT + w_x s_y(t) = s_y(t – 1) + v_y(t – 1)ΔT + w_y ||v(t)|| = ||v(t – 1)|| + a(t – 1)ΔT + w_a ∠v(t) = ∠v(t – 1) + Δα(t – 1) + w_α v_x(t) = ||v(t)||cos(∠v(t)) v_y(t) = ||v(t)||sin(∠v(t)) w_x ~ N(0, σ 2 / x) w_y ~ N(0, σ 2 / y) w_a ~ N(0, σ 2 / a) w_α ~ N(0, σ 2 / α) c(t) = [a(t), Δα(t)] Steuerungsvariablen wobei versteckte Zustände die Fahrerabsicht I basierend auf Abbiegebeschränkungen (z. B. Verkehrsregeln usw.) von einer Spur L reflektieren können.
Bei gegebenen wahren Zuständen des Fahrzeugs o(t – 1) und c(t – 1) zum Zeitpunkt (t – 1) können eine Spurenanzahl L, eine zugrunde liegende Fahrerabsicht I, Steuerungsvariablen zum Zeitpunkt t aus einer konditionalen Verteilung von p(c(t)|c(t – 1), o(t – 1), I, L) = p(c(t)|c(t – 1), x(t – 1), I) abgefragt werden. Da die Steuerung eines Fahrzeugs im Allgemeinen durch die Position oder den Standort eines Fahrzeugs innerhalb einer Spur, durch die das Fahrzeug in eine Kreuzung fährt, bestimmt wird, kann Folgendes festgelegt werden:
p(c(t)|c(t – 1), o(t – 1), I, L) = p(c(t)|c(t – 1), x(t – 1), I)
x(t – 1) = [d_intersection d_center α]
d_intersection stellt einen Abstand von einem Fahrzeug zu einer Kreuzung dar
d_center stellt einen Abstand zu einer Spurenmitte dar
α stellt einen Winkel einer Fahrrichtung eines Fahrzeugs relativ zur Spurenrichtung dar
d_intersection d_center und α können zum Beispiel durch eine Sensorkomponente 110, Navigationskomponente 120 usw. eines Systems 100 für Abbiegevorhersagen gemessen oder bestimmt werden.
Bei gegebenem o(t – 1) und L zum Zeitpunkt (t – 1) können Merkmale x(t – 1) von der Modellierungskomponente 130 berechnet werden. Für jede Abbiegeklasse (z. B. I gegeben) kann die Verteilung p(c(t)|c(t – 1), x(t – 1) einem Gaussian Mixture Model (GMM) genügen.
Weiter kann die Modellierungskomponente 130 ein(en) Expectation-Maximization-(EM)-Algorithmus oder -Verfahren zum Schätzen, Berechnen oder Bestimmen von Parametern von GMMs oder Varianzen σ 2 / x, σ 2 / y, σ 2 / a, und σ 2 / α verwenden. Die Modellierungskomponente 130 kann versteckte Zustände folgern, indem Partikelfilterung zum Nähern einer posterioren Verteilung von versteckten Zuständen angewandt wird. Da die Fahrspur L konditional von der Absicht I abhängig sein kann, kann Wissen über verfügbare Abbiegeoptionen in von der Modellierungskomponente 130 generierte Modelle eingebaut werden.
Unabhängig davon kann die Modellierungskomponente 130 ein oder mehrere Modelle der Betriebsumgebung oder von anderen Fahrzeugen basierend auf der Spurenposition der anderen Fahrzeuge, Verkehrsregeln, Abbiegeoptionen von verschiedenen Spurenpositionen usw. generieren, um die Fahrerabsicht von einem oder mehreren der anderen Fahrzeuge zu folgern. Weiter können Fahrzeuginformationen oder andere Beobachtungen, wie die Aktivierung von Abbiegesignalen, Abdrift usw., verwendet werden, um ein Modell, wie ein DBN-Modell, direkt mit einem versteckten Zustand einer Absicht eines Fahrers zu verbinden, wodurch die Bestimmung einer Fahrerabsicht durch die Modellierungskomponente 130 oder eine entsprechende Vorhersage durch die Vorhersagekomponente 140 vereinfacht wird.
In einer oder mehreren Ausführungsformen kann die Modellierungskomponente ein oder mehrere Merkmale oder Beobachtungen aus Umgebungsgestaltungsinformationen oder Fahrzeuginformationen extrahieren, darunter den Abstand zwischen einem Fahrzeug und einer Spurenmitte d_center, Abstand von einem Fahrzeug zu einer Kreuzung d_intersection, Winkel einer Fahrzeugfahrrichtung relativ zu einer Spurenrichtung α, Geschwindigkeit eines Fahrzeugs v und Beschleunigung eines Fahrzeugs a. Erneut können verschiedene Komponenten des Systems 100 für Abbiegevorhersagen oder Vorhersagen verwendet werden, um solche Informationen zu erfassen, zu sammeln oder zusammenzutragen, wie zum Beispiel die Sensorkomponente 110, die Navigationskomponente 120, die Kommunikationskomponente 170 usw.
Ein positiver Wert von d_center kann angeben, dass ein Fahrzeug auf einer rechten Seite der Spurenmitte fährt, während ein negativer Wert von d_center angeben kann, dass das Fahrzeug auf einer linken Seite der Spurenmitte fährt. Ein Wert von α kann positiv sein, wenn ein Fahrzeug rechts einer Spur fährt, und negativ, wenn das Fahrzeug links der Spur fährt. Wenn d_intersection = 0, fährt ein Fahrzeug in eine entsprechende Kreuzung. d_center und α können auf eine Abbiegebewegung für ein Fahrzeug hindeuten. Wenn das Fahrzeug zum Beispiel links abbiegt, befindet es sich wahrscheinlicher auf der oder in Richtung der linken Seite der Spur. Somit kann d_center negativ sein oder kann α negativ sein. Wenn ein Fahrzeug geradeaus fährt, wären d_center und α in der Nähe von oder annähernd Null.
Diese Modelle können spurbezogene Umgebungsgestaltungsinformationen (z. B. spurbezogene Karten, Spurengeometrie) oder eine Struktur, eine Form, eine Kontur, eine Höhenänderung, Beobachtungen davon usw. einer Kreuzung nutzen, um einen beabsichtigten Fahrweg für verschiedene Fahrzeuge zu folgern. Entsprechend kann die Modellierungskomponente 130 ein spurbezogenes Modell einer Betriebsumgebung erstellen, in der zwei oder mehr Fahrzeuge tätig sind oder fahren.
In einer oder mehreren Ausführungsformen kann ein Modell oder Vorhersagemodell von der Vorhersagekomponente 140 verwendet werden, um eine oder mehrere Vorhersagen von Fahrerabsichten für Fahrer von anderen Fahrzeugen in der Betriebsumgebung zu generieren, wie zum Beispiel an einer Kreuzung. Entsprechend können diese Vorhersagen für Abbiegevorhersagen, die mit anderen Fahrzeugen assoziiert werden, auf anpassbare oder verallgemeinerte Weise verwendet werden. Die Vorhersagekomponente 140 kann eine oder mehrere Vorhersagen für ein oder mehrere andere Fahrzeuge in der Betriebsumgebung basierend auf einem oder mehreren entsprechenden Modellen generieren. Somit kann die Vorhersagekomponente 140 eine oder mehrere der Vorhersagen basierend auf einem Hidden Markov Model (HMM), einer Support Vector Machine (SVM) oder einem Dynamic Bayesian Network (DBN) generieren.
Das Vorhersagemodell 140 kann eine oder mehrere Abbiegevorhersagen basierend auf einem Modell für ein zweites Fahrzeug oder ein anderes Fahrzeug generieren. Eine Abbiegevorhersage kann auf eine Möglichkeit, eine Wahrscheinlichkeit, eine Absicht oder eine Schlussfolgerung, dass ein zweites Fahrzeug oder anderes Fahrzeug in eine gegebene Richtung abbiegt, wie zum Beispiel in Richtung eines aktuellen Fahrzeugs oder eines ersten Fahrzeugs, hindeuten. Anders gesagt kann eine Vorhersage, wie eine Abbiegevorhersage, auf eine vorhergesagte Absicht eines Fahrers eines anderen Fahrzeugs auf der Fahrbahn oder an einer Kreuzung hindeuten. In einer oder mehreren Ausführungsformen können Abbiegevorhersagen für andere Fahrzeuge an Kreuzungen basierend auf Echtzeitinformationen von anderen Fahrzeugen generiert werden, die die Kreuzung passiert oder überquert haben, kurz bevor (z. B. innerhalb eines Fensters von X Sekunden) ein erstes Fahrzeug oder ein aktuelles Fahrzeug an der gleichen Kreuzung ankommt. Auf diese Weise kann die Bewegungsgeschichte oder Fahrzeuginformationsgeschichte verwendet werden, um Abbiegevorhersagen zu generieren.
Die Vorhersagekomponente 140 kann eine oder mehrere Kollisionsvorhersagen basierend auf einem Modell für ein zweites Fahrzeug oder anderes Fahrzeug generieren. Die Vorhersagekomponente 140 kann die Kollisionsvorhersage basierend auf einer beabsichtigten Strecke für ein erstes Fahrzeug oder ein aktuelles Fahrzeug und eine Abbiegevorhersage, die mit einem anderen Fahrzeug assoziiert wird, wie zum Beispiel einem zweiten Fahrzeug, generieren. Eine Kollisionsvorhersage kann auf eine(n) potenzielle(n) Kollisionsposition oder -standort hindeuten. Die Vorhersagekomponente 140 kann eine oder mehrere Zeit-zur-Kollision-(TTC)-Schätzungen für ein oder mehrere andere Fahrzeuge basierend auf einem oder mehreren der Modelle und/oder entsprechenden Fahrzeuginformationen, wie Geschwindigkeit, Beschleunigung usw., generieren. Auf diese Weise kann die Vorhersagekomponente 140 eine oder mehrere Vorhersagen basierend auf vergangener Positionierung oder vergangenen Standorten von einem oder mehreren anderen Fahrzeugen generieren.
Die Navigationskomponente 120 kann Umgebungsgestaltungsinformationen (z. B. über GPS) empfangen. In einer oder mehreren Ausführungsformen kann die Umgebungsgestaltungskomponente spurbezogene Gestaltungsinformationen, wie eine Anzahl von Spuren, die mit einer Fahrbahn oder einem Straßensegment assoziiert werden, spurbezogene Karten, Spurengrenzen oder Spurenmaßen usw., beinhalten. Die Navigationskomponente 120 kann die Umgebungsgestaltungsinformationen über eine von der Kommunikationskomponente 170 aufgebaute Verbindung über einen Telematikkanal oder über ein globales Positionierungssystem (GPS) empfangen. In einer oder mehreren Ausführungsformen können die Umgebungsgestaltungsinformationen GPS-Daten beinhalten, die mit Koordinaten einer oder mehrerer Fahrbahnen, einer oder mehrerer Spuren, einer Form einer Abbiegung, einer Form einer Kreuzung usw. assoziiert werden. Diese Informationen oder Umgebungsgestaltungsinformationen können vorkartiert sein, wenn sie zum Beispiel von einer GPS- oder Satellitenkartierung bereitgestellt werden.
Wie hierin besprochen, können die Umgebungsgestaltungsinformationen in anderen Ausführungsformen spontan und in Echtzeit empfangen oder lokal auf der Navigationskomponente 120 gespeichert werden usw. Weiter können Echtzeitumgebungsgestaltungsinformationen und vorkartierte Umgebungsgestaltungsinformationen verwendet werden, um sich gegenseitig zu ergänzen. Zum Beispiel können die vorkartierten Umgebungsgestaltungsinformationen, die von der Navigationskomponente 120 empfangen werden, die mit einer Kreuzung assoziiert werden, darauf hindeuten, dass eine Linkabbiegespur auf einer Fahrbahn der Kreuzung verfügbar ist. Jedoch können Echtzeitumgebungsgestaltungsinformationen, die von der Kommunikationskomponente 170 über Fahrzeug-an-Fahrzeug-Kommunikationen zwischen einem ersten Fahrzeug und einem zweiten Fahrzeug empfangen werden, darauf hindeuten, dass ein Verkehrshütchen die Linksabbiegespur der Fahrbahn an dieser Kreuzung blockiert. Somit kann ein befahrener Fahrweg für das zweite Fahrzeug verwendet werden, um ein Modell für diese Kreuzung zu erstellen, das das Verkehrshütchen berücksichtigt (z. B. und eine Wahrscheinlichkeit, dass andere Fahrzeuge von anderen Spuren links abbiegen können). Auf diese Weise können Umgebungsgestaltungsinformationen (z. B. vorkartierte Umgebungsgestaltungsinformationen) von einer Komponente, wie der Navigationskomponente 120, durch Umgebungsgestaltungsinformationen (z. B. Echtzeitumgebungsgestaltungsinformationen) von einer anderen Komponente, wie der Kommunikationskomponente 170 oder der Sensorkomponente 110, ergänzt werden.
Weiter kann die Navigationskomponente 120 eine aktuelle Position und/oder eine(n) beabsichtigte(n) Fahrweg oder -strecke für ein erstes Fahrzeug oder ein aktuelles Fahrzeug basierend auf einer Navigationseinheit, GPS, einem eingegebenen Ziel, Fahrzeuginformationen für das erste Fahrzeug, wie zum Beispiel Steuerkurs, Peilung, Richtung, Aktivierung eines Abbiegesignals, Lenkwinkel usw., bestimmen. Die Navigationskomponente 120 kann die aktuelle Position des aktuellen Fahrzeugs an einer spurbezogenen Granularität oder so, dass eine spurbezogene Position oder ein spurbezogener Standort bestimmt wird, bestimmen. In einer oder mehreren Ausführungsformen kann die Kommunikationskomponente 170 Informationen über ein erstes Fahrzeug von einer oder mehreren anderen Komponenten an die Navigationskomponente 120 weitergeben, um die Bestimmung einer beabsichtigten Strecke für das erste Fahrzeug zu vereinfachen.
Die Navigationskomponente 120 kann weiter einen Fahrweg für ein Fahrzeug basierend auf einer oder mehreren der Vorhersagen für eines oder mehrere der anderen Fahrzeuge, die auf Bewegung von jeweiligen anderen Fahrzeugen hindeuten, bestimmen. Anders gesagt kann die Navigationskomponente eines oder mehrere der Modelle oder eine oder mehrere der Vorhersagen verwenden, um autonome Fahrhandlungen zu vereinfachen.
Weiter kann die Navigationskomponente 120 die Fahrzeuginformationsgeschichte, Navigationsgeschichte, Standortgeschichte, Geschwindigkeitsgeschichte usw. speichern. Beispiele für Fahrzeuginformationen können eine Aufzeichnung oder Geschichte einer Geschwindigkeit eines Fahrzeugs, Beschleunigung eines Fahrzeugs, ob ein Antiblockiersystem aktiviert war, eines Lenkwinkels usw. beinhalten. In einer oder mehreren Ausführungsformen kann die Navigationskomponente 120 mit einer Speichereinheit usw., wie zum Beispiel dem Speicher 820 aus 8, ausgeführt werden oder diese verwenden. In einer oder mehreren Ausführungsformen kann die Navigationskomponente 120 Geschwindigkeit oder Beschleunigung eines ersten Fahrzeugs oder aktuellen Fahrzeugs berechnen, wie zum Beispiel basierend auf Savitzky-Golay-Filterung.
Die Benachrichtigungskomponente 150 kann eine oder mehrere Benachrichtigungen basierend auf einer oder mehreren der Vorhersagen ausgeben oder bereitstellen. In einer oder mehreren Ausführungsformen kann die Benachrichtigungskomponente 150 eine oder mehrere der Benachrichtigungen ausgeben, wenn zum Beispiel eine Kollisionsvorhersage auf ein Kollisionsrisiko hindeutet, das größer als eine Schwellenrisikostufe ist. Somit kann die Benachrichtigungskomponente 150 eine Warnbenachrichtigung ausgeben, die einen Fahrer oder Insassen eines aktuellen Fahrzeugs davor warnt, dass es aufgrund eines Kollisionsrisikos möglicherweise nicht sicher ist, in eine Kreuzung einzufahren, abzubiegen oder eine Fahrhandlung fortzusetzen.
Eine Benachrichtigung kann eine Audiobenachrichtigung, eine visuelle Benachrichtigung, eine taktile Benachrichtigung usw. beinhalten. In einer oder mehreren Ausführungsformen kann eine Benachrichtigung ausgegeben werden, die spurbezogenen Details über eine Fahrbahn oder Kreuzung sowie ein oder mehrere Fahrzeuge, die sich an entsprechenden Standorten befinden, beinhaltet.
Die Assistenzkomponente 160 kann eine oder mehrere Assistenzhandlungen basierend auf einer oder mehreren der Vorhersagen bestimmen, wie zum Beispiel durch Bereitstellen einer Assistenzhandlung als Reaktion auf eine Kollisionsvorhersage. Zum Beispiel kann die Assistenzkomponente 160 autonomes Fahren vereinfachen, indem Abbiegevorhersagen oder Kollisionsvorhersagen von einem Modell oder Vorhersagemodell verwendet werden, um eine mit einem Fahrer eines anderen Fahrzeugs assoziierte Absicht zu bestimmen oder zu folgern, wodurch der Assistenzkomponente 160 ermöglicht wird, zu bestimmen oder zu „wissen”, wohin die anderen Fahrzeuge fahren können, wohin die anderen Fahrzeuge wahrscheinlich fahren usw.
Somit kann die Assistenzkomponente 160 Assistenzhandlungen bestimmen, die das Kreuzen eines Fahrwegs eines aktuellen Fahrzeugs oder ersten Fahrzeugs mit einem gefolgerten Fahrweg für ein anderes Fahrzeug oder zweites Fahrzeug abschwächen oder verhindern, wodurch ermöglicht wird, dass autonome Handlungen vorgenommen werden. Als Beispiel kann die Assistenzkomponente 160 ein oder mehrere autonome Merkmale ermöglichen, wie ein fortgeschrittenes fahrergestütztes System (ADAS), andere autonome Fahrsysteme, Kreuzungsbewegungsassistent (IMA), Linksabbiegeassistent (LTA) usw., um zu bewirken, dass ein Fahrzeug abbiegt oder um eine Kollision an einer Kreuzung abzuschwächen (z. B. unter Verwendung von Umgebungsgestaltungsinformationen und/oder assoziierten Fahrzeuginformationen von einem oder mehreren anderen Fahrzeugen).
Somit stellen eine oder mehrere der hierin offenbarten Ausführungsformen Verbesserungen bei fortschrittlichen fahrergestützten Systemen (ADAS) oder anderen autonomen Fahrsystemen bereit, indem ein Abbiegevorhersagemodell bereitgestellt wird, das an nahezu jeder Kreuzung angewandt werden kann.
Eine oder mehrere der folgenden Figuren können mit Bezug auf Komponenten von zuvor beschriebenen Figuren beschrieben werden, wie zum Beispiel den Komponenten aus 1. 2 ist eine Darstellung eines beispielhaften Flussdiagramms eines Verfahrens 200 für Abbiegevorhersagen gemäß einer oder mehreren Ausführungsformen.
Bei 210 können ein oder mehrere andere Fahrzeuge erfasst und assoziierte Fahrzeuginformationen für andere Fahrzeuge empfangen werden. Zum Beispiel kann ein erstes Fahrzeug ein anderes Fahrzeug, wie zum Beispiel ein zweites Fahrzeug, erfassen. Bei 220 können Umgebungsgestaltungsinformationen bestimmt oder empfangen werden. Zum Beispiel kann das erste Fahrzeug die Umgebungsgestaltungsinformationen empfangen, abtasten oder erfassen. Da Kreuzungen und Fahrbahnen einer Betriebsumgebung oder Navigationsumgebung in der Hinsicht einzigartig sein können, dass verschiedene Kreuzungen verschiedene Formen, Anzahlen von Abschnitten oder Straßensegmenten, Straßenabbiegearten, Anzahlen von Spuren, Kreuzungswinkel usw. aufweisen können, können Umgebungsgestaltungsinformationen aus einer Vielzahl von Quellen oder verschiedenen Komponenten zusammengetragen oder gesammelt werden, wie zum Beispiel unter Verwendung von Fahrzeug-an-Fahrzeug-Kommunikationen mit einem zweiten Fahrzeug (z. B. über eine Kommunikationskomponente 170), unter Verwendung von vorkartierten Daten über einen Telematikkanal (z. B. über eine Navigationskomponente 120 oder eine globale Positionierungssystemeinheit oder GPS-Einheit) oder unter Verwendung der Sensorkomponente 110. Hier kann das erste Fahrzeug Fahrzeuginformationen empfangen, die mit Umgebungsgestaltungsinformationen vom zweiten Fahrzeug assoziiert werden. Bei 230 kann ein Modell für ein anderes Fahrzeug, das auf einen beabsichtigten Fahrweg für ein anderes Fahrzeug hindeutet, erstellt werden. Das Modell kann zum Beispiel auch die Betriebsumgebung oder die Navigationsumgebung und andere umgebende Fahrzeuge in der Umgebung, wie zum Beispiel ein zweites Fahrzeug oder drittes Fahrzeug, darstellen. Weiter kann das Modell auf eine Absicht eines Fahrers eines anderen Fahrzeugs hindeuten. Bei 240 kann ein beabsichtigter Fahrweg für ein aktuelles Fahrzeug bestimmt werden. Bei 250 kann eine Vorhersage, wie zum Beispiel eine Kollisionsvorhersage oder Abbiegevorhersage, basierend auf dem Modell für ein anderes Fahrzeug generiert werden. Bei 260 kann basierend auf der Vorhersage eine Benachrichtigung oder eine Assistenzhandlung bereitgestellt werden.
3 ist eine Darstellung eines beispielhaften Szenarios 300 in einer Betriebsumgebung, in der sich zwei Fahrzeuge an einer Kreuzung befinden, gemäß einer oder mehreren Ausführungsformen. Wie in 3 dargestellt, gibt es eine Vielzahl von Möglichkeiten, wenn sich mehrere Fahrzeuge an einer Kreuzung befinden oder sich dieser nähern. In einer oder mehreren Ausführungsformen kann eine Modellierung oder vorhersagende Modellierung von einem oder mehreren Fahrzeugen verwendet werden, um zu bestimmen, wo ein Fahrer oder ein Fahrzeug fahren kann, fahren sollte, wahrscheinlich fährt usw. Hier, in 3, sind ein erstes Fahrzeug 310 und ein zweites Fahrzeug 320 an einer Kreuzung 350 anwesend. Jedes Fahrzeug auf der Kreuzung 350 hat eine(n) oder mehrere verschiedene potenzielle Fahrwege oder Fahrstrecken. Zum Beispiel kann das erste Fahrzeug 310 einen Linksabbiegefahrweg 310A, einen Geradeausfahrweg 31 OB und einen Rechtsabbiegefahrweg 310C haben. Ebenso kann das zweite Fahrzeug 320 einen Linksabbiegefahrweg 320A, einen Geradeausfahrweg 320B und einen Rechtsabbiegefahrweg 320C haben. Somit kann der Linksabbiegefahrweg 310A des ersten Fahrzeugs 310 eine potenzielle Kollision mit dem Geradeausfahrweg 320B oder dem Linksabbiegefahrweg 320A des zweiten Fahrzeugs 320 haben.
Andere Fahrwege für andere Fahrzeuge (nicht gezeigt) werden ebenfalls dargestellt. Zum Beispiel kann für ein anderes Fahrzeug (nicht gezeigt) 330A ein Linksabbiegefahrweg sein, kann 330B ein Geradeausfahrweg sein und kann 330C ein Rechtsabbiegefahrweg sein. Ebenso kann für ein anderes Fahrzeug (nicht gezeigt) 340A ein Linksabbiegefahrweg sein, kann 340B ein Geradeausfahrweg sein und kann 340C ein Rechtsabbiegefahrweg sein.
Die 4A–B sind Darstellungen von beispielhaften graphischen Darstellungen 400A und 400B von Umgebungsgestaltungsinformationen mit spurbezogenen Details gemäß einer oder mehreren Ausführungsformen. Zum Beispiel können die Umgebungsgestaltungsinformationen in 4A allgemeine Umgebungsgestaltungsinformationen 410A beinhalten, die eine allgemeine Kontur oder Form einer Fahrbahn oder Kreuzung als Ganzes bereitstellen können, während ein spurbezogenes Detail oder spurbezogene Informationen 420A weitere Umgebungsgestaltungsinformationen bereitstellen können, wie Maße einer Spur, Anzahl von Spuren, Kontur oder Form einer Spur usw. Ebenso können die Umgebungsgestaltungsinformationen in 4B weitere Umgebungsgestaltungsinformationen 410B beinhalten, die eine allgemeine Kontur oder Form einer Fahrbahn oder Kreuzung als Ganzes bereitstellen können, während ein spurbezogenes Detail oder spurbezogene Informationen 420B weitere Umgebungsgestaltungsinformationen bereitstellen können.
In einer oder mehreren Ausführungsformen können die Modellierungskomponente 130 und Vorhersagekomponente 140 für ein anderes Fahrzeug basierend auf Beobachtungen von einem anderen Fahrzeug, das sich von dem anderen Fahrzeug unterscheidet, Modelle erstellen und Vorhersagen generieren. Anders gesagt können mit einem dritten Fahrzeug assoziierte Vorhersagen basierend auf Beobachtungen, die mit einem zweiten Fahrzeug assoziiert werden, das sich zuvor an einer Stelle befand, die mit der aktuellen Position des dritten Fahrzeugs assoziiert wird, generiert werden.
6 ist eine Darstellung eines beispielhaften Szenarios 600, in dem ein mit einem System für Abbiegevorhersagen ausgestattetes Fahrzeug gemäß einer oder mehreren Ausführungsformen verwendet werden kann. Fahrzeug A (z. B. 610 und 620) kann ein mit einem System für Abbiegevorhersagen oder Vorhersagen ausgestattetes Fahrzeug sein und eine oder mehrere der Komponenten des Systems 100 aus 1 beinhalten. Fahrzeug B (z. B. 612) kann ein mit einem anderen oder einem unterschiedlichen System für Abbiegevorhersagen oder Vorhersagen ausgestattetes Fahrzeug sein oder Fahrzeug-an-Fahrzeug-Kommunikationsfähigkeiten haben. Zu einem ersten Zeitpunkt nähert sich Fahrzeug A (z. B. 610) einer Kreuzung oder einem Zielbereich. Hier, in diesem Beispiel, muss Fahrzeug A nicht zwingend eine Sichtverbindung auf die Kreuzung haben. Eine Sensorkomponente 110 oder eine Kommunikationskomponente 170 von Fahrzeug A 610 kann Fahrzeug B 612 erfassen. Wie durch 634 angegeben, ist Fahrzeug B 612 zuvor über die Kreuzung gefahren. Falls Fahrzeug B 612 mit Fahrzeug-an-Fahrzeug-Kommunikationsfunktionalität oder -fähigkeiten ausgestattet ist, können Umgebungsgestaltungsinformationen, die mit der Kreuzung assoziiert werden oder Fahrzeuginformationen, die mit den Umgebungsgestaltungsinformationen assoziiert werden, von Fahrzeug B 612 übertragen 614 und von einer Kommunikationskomponente 170 von Fahrzeug A 610 empfangen werden. Anders gesagt kann Fahrzeug B 612 Fahrzeug A 610 über die Kreuzung „berichten”. Auf diese Weise kann Fahrzeug A 610 ein oder mehrere Merkmale der Kreuzung, Umgebungsgestaltungsinformationen oder Informationen darüber, wie Fahrzeug B 612 über die Kreuzung gefahren ist (z. B. die Geschwindigkeit, in der Fahrzeug B 612 gefahren ist, während es auf der Kreuzung abgebogen ist, den Abbiegeradius, den Standort, an dem das Abbiegen begonnen wurde usw.), empfangen.
Unabhängig davon können Fahrzeug A und B (610 und 612) kommunizieren oder anderweitig Umgebungsgestaltungsinformationen in Bezug auf einen Zielbereich, wie die Kreuzung, sowie verwandte Fahrzeuginformationen (z. B. Geschwindigkeit oder Beschleunigung), die mit dem Zielbereich (z. B. vergangener Standort an der Kreuzung) assoziiert werden, oder Umgebungsgestaltungsinformationen austauschen. Zu einem zweiten Zeitpunkt kommt Fahrzeug A 610 an der Kreuzung an, wie durch Fahrzeug A' (z. B. 620) angegeben. Hier, im Zielbereich oder an der Kreuzung, kann Fahrzeug A' bei 620 Fahrzeug C 630 erfassen. Die Modellierungskomponente 130 von Fahrzeugs A (610 und 620) kann ein Modell generieren, das die Kreuzung, (z. B. Zielbereich), Fahrzeug A und Fahrzeug C 630 beinhaltet. Das Modell kann auf einen gefolgerten Fahrweg, eine gefolgerte Geschwindigkeit usw. für die Fahrzeuge A' 620 und C 630 hindeuten. Der beabsichtigte Fahrweg von Fahrzeug A' 620 kann entlang 632 sein. Der beabsichtigte Fahrweg von Fahrzeug C 630 kann ähnlich dem Fahrweg 634 von Fahrzeug B 612 sein, zum Beispiel basierend auf dem Spurenstandort von Fahrzeug C 630. Weiter kann die Modellierungskomponente 130 das Modell so erstellen, dass es auf eine gefolgerte Geschwindigkeit hindeutet, in der das Fahrzeug C 630 abbiegen kann, basierend auf vom Fahrzeug B 612 bei 614 empfangenen Fahrzeuginformationen.
In einer oder mehreren Ausführungsformen können Umgebungsgestaltungsinformationen, die mit der Kreuzung assoziiert werden, oder Fahrzeuginformationen, die mit den Umgebungsgestaltungsinformationen assoziiert werden, von Fahrzeug C 630 übertragen 624 und von der Kommunikationskomponente 170 von Fahrzeug A' 620 empfangen werden, wenn Fahrzeug C 630 mit Fahrzeug-an-Fahrzeug-Kommunikationsfunktionalität oder -fähigkeiten ausgestattet ist. Somit können die Modellierungskomponente 130 und die Vorhersagekomponente 140 von Fahrzeug A' 620 unter Verwendung dieser weiteren Daten oder Informationen Modelle erstellen oder Vorhersagen generieren. Wenn zum Beispiel Fahrzeug C 630 seinen Rechtsabbiegeblinker aktiviert hat (z. B.. angebend, dass der Fahrer von Fahrzeug C 630 auf eine rechte Spur wechseln möchte), kann die Modellierungskomponente 130 von Fahrzeug A' 620 somit ein Modell entsprechend erstellen.
Noch eine andere Ausführungsform beinhaltet ein computerlesbares Medium mit prozessorausführbaren Anweisungen, die konfiguriert sind, um eine oder mehrere Ausführungsformen der hierin dargestellten Techniken auszuführen. Eine Ausführungsform eines computerlesbaren Mediums oder eines computerlesbaren Geräts, das auf diese Weise gestaltet ist, wird in 7 dargestellt, wobei eine Umsetzung 700 ein computerlesbares Medium 708, wie zum Beispiel eine CD-R, DVD-R, ein Flashlaufwerk, eine Platte eines Festplattenlaufwerks usw., beinhaltet, worauf computerlesbare Daten 706 codiert sind. Diese computerlesbaren Daten 706, wie zum Beispiel binäre Daten mit einer Vielzahl von Nullen und Einsen, wie in 706 gezeigt, beinhalten wiederum einen Satz an Computeranweisungen 704, die konfiguriert sind, um gemäß einem oder mehreren der hierin festgelegten Grundsätze zu arbeiten. In einer solchen Ausführungsform 700 können die prozessorausführbaren Computeranweisungen 704 konfiguriert sein, um ein Verfahren 702, wie zum Beispiel das Verfahren 200 aus 2, auszuführen. In einer anderen Ausführungsform können die prozessorausführbaren Anweisungen 704 konfiguriert sein, um ein System auszuführen, wie zum Beispiel das System 100 aus 1. Es können viele solche computerlesbaren Medien von einem Fachmann entwickelt werden, die konfiguriert sind, um in Übereinstimmung mit den hierin dargestellten Techniken zu arbeiten.
Wie in dieser Anmeldung verwendet, sollen sich die Begriffe „Komponente”, „Modul”, „System”, „Schnittstelle” und ähnliches allgemein auf eine computerbezogene Einheit beziehen, entweder Hardware, eine Kombination aus Hardware und Software, Software, oder Software in Ausführung. Zum Beispiel kann eine Komponente ein auf einem Prozessor laufender Prozess, ein Prozessor, ein Objekt, ein ausführbares Programm, ein Ausführungsstrang, ein Programm oder ein Computer sein, ist aber nicht darauf beschränkt. Beispielsweise können sowohl eine auf einer Steuerung ausgeführte Anwendung und die Steuerung eine Komponente sein. Eine oder mehrere Komponenten, die sich in einem Prozess oder Ausführungsstrang befinden und eine Komponente können an einem Computer lokalisiert oder zwischen zwei oder mehreren Computer aufgeteilt werden.
Weiter wird der beanspruchte Gegenstand als Verfahren, Vorrichtung oder Herstellungsgegenstand unter Verwendung von standardmäßigen Programmier- oder Verfahrenstechniken zur Herstellung von Software, Firmware, Hardware oder einer Kombination davon zur Steuerung eines Computers zum Umsetzen des offenbarten Gegenstandes ausgeführt. Der Begriff „Herstellungsgegenstand”, wie hierin verwendet, soll ein Computerprogramm umfassen, das von einem computerlesbaren Gerät, Träger oder Medium zugänglich ist. Natürlich können an dieser Konfiguration viele Änderungen vorgenommen werden, ohne vom Umfang oder Geist des beanspruchten Gegenstands abzuweichen.
8 und die folgende Besprechung stellen eine Beschreibung einer geeigneten Rechenumgebung zur Umsetzung von Ausführungsformen von einer oder mehreren der hierin festgelegten Bedingungen bereit. Die Betriebsumgebung aus 8 ist nur ein Beispiel für eine geeignete Betriebsumgebung und soll keine Einschränkung in Bezug auf den Umfang der Verwendung oder Funktionalität der Betriebsumgebung suggerieren. Beispielhafte Rechengeräte beinhalten unter anderem Personal-Computer, Server-Computer, Hand- oder Laptop-Geräte, mobile Geräte, wie Mobiltelefone, persönliche digitale Assistenten (PDAs), Mediaplayer und ähnliches, Multiprozessorsysteme, Verbraucherelektronik, Minicomputer, Großrechner, verteilte Rechnerumgebungen, die eines der vorstehenden Systeme oder Geräte beinhalten usw.
Allgemein werden Ausführungsformen im allgemeinen Kontext von „computerlesbaren Anweisungen”, die von einem oder mehreren Rechengeräten ausgeführt werden, beschrieben. Computerlesbare Anweisungen können über computerlesbare Medien verteilt werden, wie nachstehend besprochen wird. Computerlesbare Anweisungen können als Programmmodule ausgeführt werden, wie zum Beispiel Funktionen, Objekte, Anwendungs-Programmierschnittstellen (APIs), Datenstrukturen und ähnliches, die eine oder mehrere Aufgaben durchführen oder einen oder mehrere abstrakte Datentypen ausführen. Typischerweise ist die Funktionalität der computerlesbaren Anweisungen in verschiedenen Umgebungen wie gewünscht kombiniert oder verteilt.
8 stellt ein System 800 mit einem Rechnergerät 812 dar, das konfiguriert ist, um eine oder mehrere hierin bereitgestellte Ausführungsformen auszuführen. In einer Konfiguration beinhaltet das Rechnergerät 812 mindestens eine Verarbeitungseinheit 816 und einen Speicher 818. Abhängig von der genauen Konfiguration und der Art von Rechnergerät kann der Speicher 818 flüchtig, wie RAM, nicht flüchtig, wie ROM, ein Flash-Speicher usw. oder eine Kombination der beiden sein. Diese Konfiguration wird in 8 durch die gestrichelte Linie 814 dargestellt.
In anderen Ausführungsformen beinhaltet das Gerät 812 weitere Merkmale oder Funktionalitäten. Zum Beispiel kann das Gerät 812 zusätzlichen Speicher, wie zum Beispiel entfernbaren Speicher oder nicht entfernbaren Speicher, beinhalten, darunter unter anderem magnetischen Speicher, optischen Speicher usw. Ein solcher zusätzlicher Speicher ist in 8 durch den Speicher 820 dargestellt. In einer oder mehreren Ausführungsformen befinden sich computerlesbare Anweisungen zum Ausführen einer oder mehrerer hierin bereitgestellter Ausführungsformen im Speicher 820. Der Speicher 820 kann andere computerlesbare Anweisungen zum Ausführen eines Betriebssystems, eines Anwendungsprogramms usw. speichern. Computerlesbare Anweisungen können zum Beispiel zur Ausführung durch die Verarbeitungseinheit 816 im Speicher 818 geladen sein.
Der Begriff „computerlesbare Medien”, wie hierin verwendet, beinhaltet Computerspeichermedien. Computerspeichermedien beinhalten flüchtige und nicht flüchtige, entfernbare und nicht entfernbare Medien, die in einem Verfahren oder einer Technologie zum Speichern von Informationen, wie computerlesbaren Anweisungen oder anderen Daten, eingesetzt werden. Speicher 818 und Speicher 820 sind Beispiele für Computerspeichermedien. Computerspeichermedien beinhalten unter anderem RAM, ROM, EEPROM, Flash-Speicher oder andere Speichertechnologien, CD-ROM, Digital Versatile Disks (DVDs) oder andere optische Speicher, Magnetkassetten, Magnetbänder, Magnetplattenspeicher oder andere Magnetspeichergeräte oder ein anderes Medium, das zum Speichern der gewünschten Informationen verwendet werden kann und das dem Gerät 812 zugänglich ist. Ein solches Computerspeichermedium ist Teil des Geräts 812.
Der Begriff „computerlesbare Medien” beinhaltet Kommunikationsmedien. Kommunikationsmedien verkörpern typischerweise computerlesbare Anweisungen oder andere Daten in einem „modulierten Datensignal” wie einer Trägerwelle oder einem anderen Transportmechanismus und beinhaltet Informationslieferungsmedien. Der Begriff „moduliertes Datensignal” beinhaltet ein Signal, bei dem eine oder mehrere seiner Eigenschaften auf eine solche Weise festgelegt oder geändert sind, dass Informationen im Signal codiert werden.
Das Gerät 812 beinhaltet Eingabegerät(e) 824, wie zum Beispiel eine Tastatur, eine Maus, einen Stift, ein Stimmeingabegerät, ein Berührungseingabegerät, Infrarotkameras, Videoeingabegeräte oder andere Eingabegeräte. Ausgabegerät(e) 822, wie ein(e) oder mehrere Anzeigen, Lautsprecher, Drucker oder andere Ausgabegeräte, können beim Gerät 812 enthalten sein. Eingabegerät(e) 824 und Ausgabegerät(e) 822 können über eine verdrahtete Verbindung, drahtlose Verbindung oder eine Kombination davon mit dem Gerät 812 verbunden sein. In einer oder mehreren Ausführungsformen kann ein Eingabegerät oder ein Ausgabegerät von einem anderen Rechnergerät als Eingabegerät(e) 824 oder Ausgabegerät(e) 822 für das Rechnergerät 812 verwendet werden. Das Gerät 812 kann Kommunikationsverbindung(en) 826 beinhalten, um Kommunikationen mit einem oder mehreren anderen Geräten zu vereinfachen.
Obwohl der Gegenstand in einer Sprache beschrieben worden ist, die strukturellen Merkmalen oder methodischen Handlungen spezifisch ist, ist anzumerken, dass der Gegenstand der angehängten Ansprüche nicht zwingend auf die vorstehend beschriebenen spezifischen Merkmale oder Handlungen beschränkt ist. Vielmehr sind die vorstehend beschriebenen spezifischen Merkmale und Handlungen als beispielhafte Ausführungsformen offenbart.
Hierin werden verschiedene Einsätze von Ausführungsformen beschrieben. Die Reihenfolge, in der einer oder mehrere oder alle der Einsätze beschrieben werden, sollte nicht so ausgelegt werden, dass impliziert wird, dass diese Einsätze zwingend von der Reihenfolge abhängig sind. Eine alternative Reihenfolge wird basierend auf dieser Beschreibung anerkannt. Weiter müssen nicht alle Einsätze zwingend in jeder hierin bereitgestellten Ausführungsform vorhanden sein.
„Oder”, wie in dieser Anmeldung verwendet, soll ein einschließendes „oder” anstelle eines ausschließenden „oder” bedeuten. Weiter kann ein einschließendes „oder” eine Kombination davon beinhalten (z. B. A, B oder eine Kombination davon). Außerdem werden „ein”, „eine” und „eines”, wie in dieser Anmeldung verwendet, allgemein als „ein oder mehr” bedeutend ausgelegt, sofern nichts anderes angegeben ist oder aus dem Kontext ersichtlich ist, dass er sich auf eine Singularform bezieht. Außerdem bedeutet mindestens eines von A und B und/oder ähnliches allgemein A oder B oder sowohl A als auch B. Weiter sollen, insoweit „beinhaltet”, „aufweisend”, „weist auf”, „mit” oder Varianten davon entweder in der detaillierten Beschreibung oder den Ansprüchen verwendet wird, solche Begriffe ähnlich wie der Begriff „umfassend” einschließend sein.
Weiter sollen „erstes”, „zweites” oder ähnliches keinen temporalen Aspekt, keinen räumlichen Aspekt, keine Anordnung usw. implizieren, sofern nichts anderes angegeben ist. Stattdessen werden solche Begriffe lediglich als Kennungen, Namen usw. für Merkmale, Elemente, Gegenstände usw. verwendet. Zum Beispiel entsprechen ein erster Kanal und ein zweiter Kanal allgemein Kanal A und Kanal B oder zwei verschiedenen oder zwei identischen Kanälen oder demselben Kanal. Außerdem bedeutet „umfassen”, „umfasst”, „beinhaltend”, „beinhaltet” oder ähnliches allgemein umfassend oder beinhaltend, aber nicht darauf beschränkt.
Es ist anzumerken, dass verschiedene der vorstehend offenbarten und anderen Merkmale und Funktionen oder Alternativen oder Varietäten davon wünschenswerterweise zu vielen anderen verschiedenen Systemen oder Anwendungen kombiniert werden können. Auch können anschließend von einem Fachmann derzeit nicht vorgesehene oder nicht erwartete Alternativen, Modifikationen, Variationen oder Verbesserungen daran vorgenommen werden, die in den nachfolgenden Ansprüchen ebenfalls inbegriffen sein sollen.

Claims

System für Abbiegevorhersagen, umfassend: eine Navigationskomponente, die Umgebungsgestaltungsinformationen über eine Betriebsumgebung, durch die ein erstes Fahrzeug fährt, und einen aktuellen Standort des ersten Fahrzeugs empfängt; eine Kommunikationskomponente, die weitere Umgebungsgestaltungsinformationen von. einem oder mehreren der anderen Fahrzeuge empfängt; eine Modellierungskomponente, die ein Modell mit der Betriebsumgebung, dem ersten Fahrzeug und einem oder mehreren der anderen Fahrzeuge basierend auf den Umgebungsgestaltungsinformationen und den weiteren Umgebungsgestaltungsinformationen erstellt, wobei das Modell auf eine Absicht eines Fahrers von einem aus dem einen oder den mehreren anderen Fahrzeugen hinweist; und eine Vorhersagekomponente, die eine oder mehrere Vorhersagen basierend auf dem Modell generiert.
System nach Anspruch 1, wobei die Umgebungsgestaltungsinformationen oder die weiteren Umgebungsgestaltungsinformationen spurbezogene Informationen beinhalten, die mit der Betriebsumgebung assoziiert werden.
System nach Anspruch 1, wobei die Modellierungskomponente das Modell basierend auf einem Hidden Markov Model (HMM), einer Support Vector Machine (SVM), einem Dynamic Bayesian Network (DBN) oder einer Kombination davon erstellt.
System nach Anspruch 1, wobei die Kommunikationskomponente Fahrzeuginformationen von einem oder mehreren der anderen Fahrzeuge erhält; und die Modellierungskomponente das Modell, basierend auf den Fahrzeuginformationen von einem oder mehreren der anderen Fahrzeuge, erstellt.
System nach Anspruch 1, umfassend eine Sensorkomponente, die Umgebungsgestaltungsinformationen empfängt, wobei die Modellierungskomponente das Modell basierend auf den Umgebungsgestaltungsinformationen erstellt.
System nach Anspruch 1, wobei die Vorhersagekomponente eine Zeit-bis-Kollision-(TTC)-Vorhersage, eine Kollisionsvorhersage oder eine Abbiegevorhersage generiert.
System nach Anspruch 1, umfassend eine Kartierungskomponente, die Informationen in Bezug auf eine Anzahl von Spuren einer Fahrbahn, die Geometrie von Spuren an einer Kreuzung oder legale Bewegungsrichtungen von einer Spur basierend auf einer oder mehreren der Vorhersagen und einer oder mehreren Verkehrsregeln bereitstellt.
System nach Anspruch 1, umfassend eine Assistenzkomponente, die eine oder mehrere Assistenzhandlungen basierend auf einer oder mehreren der Vorhersagen bestimmt.
System nach Anspruch 1, wobei die Umgebungsgestaltungsinformationen oder weiteren Umgebungsgestaltungsinformationen eine Form einer Spur oder eine Anzahl von Spuren beinhalten.
System nach Anspruch 1, wobei die Navigationskomponente einen beabsichtigten Fahrweg für das erste Fahrzeug, basierend auf einem Zielort und einer oder mehreren der Vorhersagen für eines oder mehrere der anderen Fahrzeuge, die auf Bewegung von jeweiligen anderen Fahrzeugen hindeuten, bestimmt.
Verfahren für Abbiegevorhersagen, umfassend: Empfangen von Umgebungsgestaltungsinformationen über eine Betriebsumgebung, durch die ein erstes Fahrzeug fährt und einen aktuellen Standort des ersten Fahrzeugs; Erfassen von einem oder mehreren anderen Fahrzeugen; Empfangen von weiteren Umgebungsgestaltungsinformationen von einem oder mehreren der anderen Fahrzeuge; Erstellen eines Modells mit der Betriebsumgebung, dem ersten Fahrzeug und einem oder mehreren der anderen Fahrzeuge basierend auf den Umgebungsgestaltungsinformationen und den weiteren Umgebungsgestaltungsinformationen, wobei das Modell auf eine Absicht eines Fahrers von einem aus dem einen oder den mehreren anderen Fahrzeugen hindeutet; Generieren einer oder mehrerer Vorhersagen basierend auf dem Modell; und Wiedergeben einer oder mehrerer der Vorhersagen.
Verfahren nach Anspruch 11, wobei die Umgebungsgestaltungsinformationen oder die weiteren Umgebungsgestaltungsinformationen spurbezogene Informationen beinhalten, die mit der Betriebsumgebung assoziiert werden.
Verfahren nach Anspruch 11, wobei die Modellierungskomponente das Modell basierend auf einem Hidden Markov Model (HMM), einer Support Vector Machine (SVM), einem Dynamic Bayesian Network (DBN) oder einer Kombination davon erstellt.
Verfahren nach Anspruch 11, umfassend: Empfangen von Fahrzeuginformationen von einem oder mehreren der anderen Fahrzeuge; und Erstellen des Modells basierend auf den Fahrzeuginformationen von einem oder mehreren der anderen Fahrzeuge.
Verfahren nach Anspruch 11, umfassend: Empfangen von Umgebungsgestaltungsinformationen von einem Sensor; und Erstellen des Modells basierend auf den Umgebungsgestaltungsinformationen vom Sensor.
Verfahren nach Anspruch 11, umfassend das Generieren einer Zeit-bis-Kollision-(TTC)-Vorhersage, einer Kollisionsvorhersage oder einer Abbiegevorhersage.
System für Abbiegevorhersagen, umfassend: eine Navigationskomponente, die Umgebungsgestaltungsinformationen über eine Betriebsumgebung, durch die ein erstes Fahrzeug fährt, und einen aktuellen Standort des ersten Fahrzeugs empfängt, wobei die Umgebungsgestaltungsinformationen spurbezogene Informationen, die mit der Betriebsumgebung assoziiert werden, eine Form einer Spur einer Fahrbahn in der Betriebsumgebung oder eine Anzahl an Spuren einer Fahrbahn in der Betriebsumgebung beinhalten; eine Sensorkomponente, die ein oder mehrere andere Fahrzeuge erfasst; eine Kommunikationskomponente, die weitere Umgebungsgestaltungsinformationen von einem oder mehreren der anderen Fahrzeuge empfängt; eine Modellierungskomponente, die ein Modell- mit der Betriebsumgebung, dem ersten Fahrzeug und einem oder mehreren der anderen Fahrzeuge basierend auf den Umgebungsgestaltungsinformationen und den weiteren Umgebungsgestaltungsinformationen erstellt, wobei das Modell auf eine Absicht eines Fahrers von einem aus dem einen oder den mehreren Fahrzeuge hindeutet; und eine Vorhersagekomponente, die eine oder mehrere Vorhersagen basierend auf dem Modell generiert.
System nach Anspruch 17, wobei die Modellierungskomponente das Modell basierend auf einem Hidden Markov Model (HMM), einer Support Vector Machine (SVM), einem Dynamic Bayesian Network (DBN) oder einer Kombination davon erstellt.
System nach Anspruch 17, wobei die Vorhersagekomponente eine Zeit-bis-Kollision-(TTC)-Vorhersage, eine Kollisionsvorhersage oder eine Abbiegevorhersage generiert.
System nach Anspruch 17, wobei die Navigationskomponente einen beabsichtigten Fahrweg für das erste Fahrzeug, basierend auf einem Zielort und einer oder mehreren von den Vorhersagen für eines oder mehrere der anderen Fahrzeuge, die auf Bewegung von jeweiligen anderen Fahrzeugen hindeuten, bestimmt.