-
Die Erfindung betrifft ein System und ein Verfahren zum Unterstützen einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements sowie ein Computerprogramm.
-
Das Prognostizieren von Signalbildern von Lichtsignalanlagen ist in der Literatur unter der Formulierung „Signal Phase and Timing“ bekannt.
-
Für ein solches Prognostizieren können beispielsweise sogenannte Algorithmen der künstlichen Intelligenz verwendet werden, die quasi aus einem Schaltverfahren einer Lichtsignalanlage in Abhängigkeit von Detektordaten von Verkehrsdetektoren und einer internen Programmierung eine zukünftige, wahrscheinliche Schaltung beziehungsweise ein wahrscheinliches zukünftiges Signalbild der Lichtsignalanlage ableiten. Dieser Ansatz wird beispielsweise bei verkehrsabhängig gesteuerten Lichtsignalanlagen verwendet, da solche Lichtsignalanlagen ihre Grün- und Rotzeiten flexibel an eine aktuelle Verkehrssituation anpassen.
-
Die entsprechend prognostizierten Signalbilder beziehungsweise Schaltzeiten können beispielsweise Verkehrsteilnehmern zur Verfügung gestellt werden. Diese können beispielsweise entsprechend ihre Geschwindigkeit anpassen, um ohne anzuhalten die Lichtsignalanlage noch während einer Grünphase zu passieren.
-
Allerdings werden solche Informationen den Verkehrsteilnehmern unspezifisch bereitgestellt. Das heißt, dass zwar seitens der Lichtsignalanlage eine Prognose erarbeitet wird. Wie aber nun genau diese Information für welches Kraftfahrzeug vorverarbeitet nun versandt wird, dazu beispielsweise noch georeferenziert, blieb bisher unbeantwortet. Dies stellt eine Herausforderung dar, die weit über die Informationsgenerierung hinausgeht und quasi eine Echtzeit-basierte, georeferenzierte Informationsverteilung voraussetzt. Hier müsste also irgendwo eine Instanz wissen, welches Kraftfahrzeug sich wo innerhalb beispielsweise eines Landes, beispielsweise Deutschlands, befindet und sich von welcher Richtung welcher Lichtsignalanlage nähert, um dann die interpretierte Information genau diesem Kraftfahrzeug zukommen zu lassen.
-
Effizienter wäre es, das Kraftfahrzeug selber entscheiden zu lassen, wie es die Information oder den Zustand einzuschätzen hat, z.B. abhängig von eigener Route oder Fahrverhalten. Dafür müsste man aber dem Fahrzeug gewissermaßen eine grundsätzliche Wissensbasis über das Schaltverhalten der Lichtsignalanlage zukommen lassen, dann zusätzlich angereichert mit quasi realtime (Echtzeit)-genauer Situationsbedingter Zusatzinformation, so dass das Fahrzeug dann eigene Handlungsschlüsse ziehen kann.
-
Dies ist technisch bisher nicht gelöst und auch nicht trivial umzusetzen.
-
Die der Erfindung zugrunde liegende Aufgabe ist darin zu sehen, ein Konzept zum effizienten Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements bereitzustellen.
-
Diese Aufgabe wird mittels des jeweiligen Gegenstands der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand von jeweils abhängigen Unteransprüchen.
-
Nach einem ersten Aspekt wird ein System zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements bereitgestellt, umfassend:
- eine Speichereinrichtung, in welcher eine künstliche Intelligenz gespeichert ist, wobei die künstliche Intelligenz ein Prognosemodell zum Prognostizieren einer zukünftigen Signalisierung des Verkehrsinfrastrukturelements umfasst, und
- eine Kommunikationseinrichtung zum Senden der künstlichen Intelligenz an einen Verkehrsteilnehmer über ein Kommunikationsnetzwerk.
-
Nach einem zweiten Aspekt wird ein Verfahren zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements unter Verwendung einer künstlichen Intelligenz bereitgestellt, wobei die künstliche Intelligenz ein Prognosemodell zum Prognostizieren einer zukünftigen Signalisierung des Verkehrsinfrastrukturelements umfasst, umfassend:
- Senden der künstlichen Intelligenz an einen Verkehrsteilnehmer über ein Kommunikationsnetzwerk.
-
Nach einem dritten Aspekt wird ein Computerprogramm bereitgestellt, welches Programmcode zur Durchführung des Verfahrens zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements umfasst, wenn das Computerprogramm auf einem Computer, beispielsweise auf dem System zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements, ausgeführt wird.
-
Nach einem vierten Aspekt wird ein Script dem Verkehrsteilnehmer, z.B. einem Kraftfahrzeug, bereitgestellt, welches diese Künstliche Intelligenz beinhaltet bzw. umfasst, so dass der Verkehrsteilnehmer, z.B. das Kraftfahrzeug, dann in der jeweilige subsekunden-genauen Situation („real-time“) aktuell und/oder georeferenziert ableiten kann, wie das Verkehrsinfrastrukturelement, z.B. eine Lichtsignalanlage, demnächst schalten wird.
-
Die Erfindung basiert auf der Erkenntnis, dass die obige Aufgabe dadurch gelöst werden kann, dass die künstliche Intelligenz, die ein Prognosemodell zum Prognostizieren einer zukünftigen Signalisierung des Verkehrsinfrastrukturelements umfasst, an den oder die Verkehrsteilnehmer über ein Kommunikationsnetzwerk gesendet wird. Somit wird der Verkehrsteilnehmer beziehungsweise werden die Verkehrsteilnehmer selbst in die Lage versetzt, die zukünftige Signalisierung des Verkehrsinfrastrukturelements unter Verwendung der künstlichen Intelligenz zu prognostizieren. Hierbei kann der Verkehrsteilnehmer in vorteilhafter Weise eigene Randbedingungen berücksichtigen. Beispielsweise kann der Verkehrsteilnehmer berücksichtigen, aus welcher Richtung er sich der Lichtsignalanlage nähert beziehungsweise wohin der Verkehrsteilnehmer fahren will beziehungsweise wo sich der Verkehrsteilnehmer relativ zur Lichtsignalanlage befindet.
-
Das heißt also, dass das erfindungsgemäße Konzept darauf abstellt, die künstliche Intelligenz umfassend das Prognosemodell, welches verwendet wird, um die zukünftige Signalisierung des Verkehrsinfrastrukturelements zu prognostizieren, dem oder den Verkehrsteilnehmern über ein Kommunikationsnetzwerk zur Verfügung zu stellen.
-
Dadurch wird z.B. der technische Vorteil bewirkt, dass der Verkehrsteilnehmer effizient bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements unterstützt werden kann.
-
Nach einer Ausführungsform ist der Verkehrsteilnehmer ein Kraftfahrzeug. Das Kraftfahrzeug ist beispielsweise ausgebildet, hochautomatisiert, beispielsweise vollständig autonom, zu fahren.
-
Das Kraftfahrzeug umfasst gemäß einer Ausführungsform ein Fahrerassistenzsystem, welches die künstliche Intelligenz für die Prognose der zukünftigen Signalisierung des Verkehrsinfrastrukturelements verwendet. Das Fahrerassistenzsystem steuert beispielsweise eine Quer- und/oder eine Längsführung des Kraftfahrzeugs basierend auf der Prognose der zukünftigen Signalisierung des Verkehrsinfrastrukturelements.
-
Gemäß einer Ausführungsform ist vorgesehen, dass das Prognosemodell ausgebildet ist, die zukünftige Signalisierung des Verkehrsinfrastrukturelements basierend auf Verkehrsdaten zu prognostizieren, wobei die Kommunikationseinrichtung ausgebildet ist, die Verkehrsdaten an den Verkehrsteilnehmer über das Kommunikationsnetzwerk zu senden.
-
Dadurch wird z.B. der technische Vorteil bewirkt, dass die zukünftige Signalisierung des Verkehrsinfrastrukturelements effizient prognostiziert werden kann.
-
Das heißt also beispielsweise, dass die gleichen Verkehrsdaten an den Verkehrsteilnehmer über das Kommunikationsnetzwerk gesendet werden, die das Verkehrsinfrastrukturelement selbst für das eigene Ermitteln der zukünftigen Signalisierung verwendet. Hierbei ist im Verkehrsinfrastrukturelement z.B. ein Algorithmus gespeichert, der unter Verwendung der Verkehrsdaten eine zukünftige Signalisierung ermittelt, welches dann mittels des Verkehrsinfrastrukturelements angezeigt wird. Alternativ oder zusätzlich kann die Information direkt vom Kraftfahrzeug oder einem damit verbundenen Element verarbeitet werden, z.B. in den Anwendungsfällen hochautomatisiertem oder gar autonomen Fahrens.
-
Das heißt also, dass dem Verkehrsteilnehmer die gleichen Eingangsdaten (hier die Verkehrsdaten) zur Verfügung stehen wie dem Verkehrsinfrastrukturelement, um unter Verwendung des Prognosemodells die zukünftige Signalisierung zu prognostizieren.
-
Nach einer weiteren Ausführungsform ist vorgesehen, dass das Prognosemodell ausgebildet ist, die zukünftige Signalisierung des Verkehrsinfrastrukturelements basierend auf Signalisierungsdaten, die eine aktuelle Signalisierung des Verkehrsinfrastrukturelements beschreiben, und/oder basierend auf Schaltzeitdaten, die eine aktuelle Schaltzeit des Verkehrsinfrastrukturelements beschreiben, zu prognostizieren, wobei die Kommunikationseinrichtung ausgebildet ist, die Signalisierungsdaten und/oder die Schaltzeitdaten an den Verkehrsteilnehmer über das Kommunikationsnetzwerk zu senden.
-
Dadurch wird z.B. der technische Vorteil bewirkt, dass die zukünftige Signalisierung effizient prognostiziert werden kann.
-
Das heißt also insbesondere, dass gemäß dieser Ausführungsform dem Verkehrsteilnehmer aktuelle Informationen, vorliegend die Signalisierungsdaten beziehungsweise die Schaltzeitdaten, des Verkehrsinfrastrukturelements zur Verfügung gestellt werden.
-
Die Signalisierungsdaten beziehungsweise die Schaltzeitdaten werden hierbei insbesondere mittels des Verkehrsinfrastrukturelements selbst ermittelt. Schaltzeitdaten umfassen insbesondere die Information über einen oder mehrere Zeitpunkte, zu welchen eine Änderung in der Signalisierung stattgefunden hat respektive stattfinden wird.
-
Die Kommunikationseinrichtung umfasst gemäß einer Ausführungsform eine erste Kommunikationsschnittstelle zum Senden der künstlichen Intelligenz an den Verkehrsteilnehmer. Die Kommunikationseinrichtung umfasst gemäß einer Ausführungsform eine zweite Kommunikationsschnittstelle zum Senden der Signalisierungsdaten und/oder Schaltzeitdaten und/oder Verkehrsdaten an den Verkehrsteilnehmer. Die zweite Kommunikationsschnittstelle ist z.B. von dem Verkehrsinfrastrukturelement umfasst.
-
Nach einer anderen Ausführungsform ist vorgesehen, dass die Kommunikationseinrichtung ausgebildet ist, die künstliche Intelligenz erst dann an den Verkehrsteilnehmer zu senden, wenn eine oder mehrere vorbestimmte Bedingungen erfüllt sind.
-
Dadurch wird z.B. der technische Vorteil bewirkt, dass das Senden der künstlichen Intelligenz effizient durchgeführt werden kann. Somit kann beispielsweise genau bestimmt werden, unter welchen Voraussetzungen die künstliche Intelligenz an den Verkehrsteilnehmer gesendet werden soll.
-
Nach einer anderen Ausführungsform ist vorgesehen, dass die eine oder die mehreren vorbestimmten Bedingungen jeweils ein Element ausgewählt aus der folgenden Gruppe von Bedingungen sind: Verkehrsteilnehmer befindet sich innerhalb einer vorbestimmten Distanz zum Verkehrsinfrastrukturelement, Empfang mittels der Kommunikationseinrichtung einer Aufforderung des Verkehrsteilnehmers zum Senden der künstlichen Intelligenz.
-
Dadurch wird z.B. der technische Vorteil bewirkt, dass effizient sichergestellt werden kann, dass die künstliche Intelligenz nur an Verkehrsteilnehmer gesendet wird, die sich innerhalb einer vorbestimmten Distanz zum Verkehrsinfrastrukturelement befinden. Diese Distanz kann sich auf eine unmittelbare Lichtsignalanlage beziehen, oder auch beispielsweise für eine gesamte Stadt oder Region.
-
Insbesondere wird der technische Vorteil bewirkt, dass eine zur Verfügung stehende Bandbreite des Kommunikationsnetzwerks effizient genutzt wird, insofern beispielsweise die künstliche Intelligenz nur auf Aufforderung gesendet wird.
-
Eine Bedingung ist zum Beispiel, dass eine Prognosequalität einen vorbestimmten Mindestschwellwert unterschreitet. Dann, also beim Unterschreiten des vorbestimmten Mindestschwellwerts, ist beispielsweise vorgesehen, dass das Prognosemodell neu trainiert bzw. angelernt wird und dann erst an den Verkehrsteilnehmer gesendet wird.
-
Eine Bedingung ist zum Beispiel, dass eine Prognosequalität größer bzw. besser wird und insofern einen vorbestimmten Maximalschwellwert überschreitet. Dann, also beim Überschreiten des vorbestimmten Maximalschwellwerts, wird die künstliche Intelligenz umfassend das Prognosemodell an den Verkehrsteilnehmer gesendet. Eine stetige Verbesserung ist insbesondere möglich, da fortwährend mehr Daten zum Modelltraining zur Verfügung stehen.
-
Eine Bedingung ist zum Beispiel, dass eine Umplanung bzw. Neuplanung des Verkehrsinfrastrukturelements, z.B. der Lichtsignalanlage, stattgefunden hat.
-
Nach einer Ausführungsform ist eine Recheneinrichtung vorgesehen, die ausgebildet ist, eine künstliche Intelligenzvorlage respektive die in der Speichereinrichtung gespeicherte künstliche Intelligenz sowohl basierend auf denjenigen Daten zu trainieren, die das Verkehrsinfrastrukturelement selbst für ein Ermitteln einer zukünftigen Signalisierung verwendet, als auch basierend auf der mittels des Verkehrsinfrastrukturelements selbst ermittelten und signalisierten Signalisierung zu trainieren, wobei die Recheneinrichtung ausgebildet ist, die trainierte künstliche Intelligenzvorlage als die künstliche Intelligenz in die Speichereinrichtung zu speichern respektive die in der Speichereinrichtung gespeicherte künstliche Intelligenz basierend auf dem Trainieren zu aktualisieren.
-
Dadurch wird z.B. der technische Vorteil bewirkt, dass die künstliche Intelligenz effizient erstellt beziehungsweise aktualisiert werden kann.
-
Nach einer Ausführungsform ist vorgesehen, dass das Verkehrsinfrastrukturelement ein Element ausgewählt aus der folgenden Gruppe von Verkehrsinfrastrukturelementen ist: Lichtsignalanlage, Wechselverkehrszeichen, Geschwindigkeitsbegrenzungsverkehrszeichen.
-
Dadurch wird z.B. der technische Vorteil bewirkt, dass für diese Verkehrsinfrastrukturelemente die zukünftige Signalisierung effizient bestimmt werden kann.
-
Sofern es sich bei dem Verkehrsinfrastrukturelement um eine Lichtsignalanlage handelt, ist die Signalisierung beispielsweise ein Signalbild der Lichtsignalanlage.
-
Sofern es sich beispielsweise bei dem Verkehrsinfrastrukturelement um ein Wechselverkehrszeichen handelt, ist die Signalisierung z.B. ein bestimmter Verkehrszeichentyp.
-
Sofern es sich bei dem Verkehrsinfrastrukturelement um ein Geschwindigkeitsbegrenzungsverkehrszeichen handelt, ist die Signalisierung z.B. eine Angabe einer zulässigen Höchstgeschwindigkeit.
-
Verkehrsdaten im Sinne der Beschreibung beschreiben beispielsweise einen Verkehrszustand. Verkehrsdaten im Sinne der Beschreibung umfassen beispielsweise Detektordaten, z.B. Detektordaten eines oder mehrerer Detektoren zur Erfassung eines Verkehrs. Solche Detektoren sind beispielsweise an, über oder in einer Fahrbahn angeordnet und zählen beispielsweise Kraftfahrzeuge.
-
Verkehrsdaten im Sinne der Beschreibung umfassen also insbesondere sämtliche Daten, die das Verkehrsinfrastrukturelement, z.B. eine Lichtsignalanlage, erhält, um basierend auf diesen Daten eine zukünftige Signalisierung, z.B. ein Signalbild, zu ermitteln, welches dann auch mittels des Verkehrsinfrastrukturelements tatsächlich angezeigt wird. Für das entsprechende Ermitteln wird beispielsweise ein im Verkehrsinfrastrukturelement gespeicherter Algorithmus verwendet.
-
Detektordaten sind insbesondere nicht nur Schleifendaten von in einer Fahrbahn eingelassenen Induktionsschleifen (Detektoren), die Kraftfahrzeuge erfassen, sondern beispielsweise auch Fußgänger-Taster sowie Ankunftsinformationen von Bussen und Bahnen, sogenannte ÖV-Telegramme (ÖV = Öffentlicher Verkehr).
-
Eine künstliche Intelligenz im Sinne der Beschreibung umfasst beispielsweise Methoden respektive Verfahren aus der Informatik, welche beispielsweise die Automatisierung von intelligentem Verhalten ermöglichen. Die Methoden der künstlichen Intelligenz zeichnen sich unter anderem beispielsweise dadurch aus, dass mit den Mitteln der Mathematik die Fähigkeit zu lernen sowie die Fähigkeit, mit Unsicherheit und probabilistischen Informationen umzugehen, ermöglicht werden. Unter anderem werden beispielsweise folgende Methoden der künstlichen Intelligenz zugeschrieben: Maschinelles Lernen, Deep Learning, Neuronale Netzwerke, Wissenserwerb, Wissensrepräsentation, Kognitionsmodelle, Heuristische Suche, Sprachverarbeitung. Für die verschiedenen Methoden der künstlichen Intelligenz stehen auch eine Vielzahl an KI (Künstliche Intelligenz)-Programmiersprachen und sogenannter Frameworks zur Verfügung, welche dem Anwender die Nutzung von sogenannten Software-Libraries (Software-Bibliotheken) ermöglichen und diese beispielsweise auch auf cloudbasierten Rechenzentren zur Ausführung bringen. Unter anderem sind diese beispielsweise IBM-Watson, Amazon AWS, Google-TensorFlow und Microsoft Azure.
-
Nach einer Ausführungsform ist vorgesehen, dass das System zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements ausgebildet oder eingerichtet ist, das Verfahren zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements aus- oder durchzuführen.
-
Gemäß einer Ausführungsform ist vorgesehen, dass das Verfahren zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements mittels des Systems zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements aus- oder durchgeführt wird.
-
Technische Funktionalitäten des Systems ergeben sich analog aus entsprechenden technischen Funktionalitäten des Verfahrens und umgekehrt.
-
Das heißt also insbesondere, dass sich entsprechende Systemmerkmale analog aus entsprechenden Verfahrensmerkmalen und umgekehrt ergeben.
-
Ausführungen, die im Zusammenhang mit dem System gemacht sind, gelten analog für das Verfahren und umgekehrt.
-
Nach einer Ausführungsform umfasst das System das Verkehrsinfrastrukturelement.
-
Nach einer Ausführungsform umfasst das System nicht das Verkehrsinfrastrukturelement.
-
Nach einer Ausführungsform umfasst das Kommunikationsnetzwerk ein Mobilfunknetz und/oder ein WLAN-Kommunikationsnetzwerk.
-
Wenn der Verkehrsteilnehmer im Singular steht, soll stets der Plural mitgelesen werden und umgekehrt.
-
Nach einer Ausführungsform ist vorgesehen, dass das Prognosemodell ausgebildet ist, die zukünftige Signalisierung des Verkehrsinfrastrukturelements basierend auf Verkehrsdaten zu prognostizieren, wobei die Verkehrsdaten an den Verkehrsteilnehmer über das Kommunikationsnetzwerk gesendet werden.
-
Gemäß einer weiteren Ausführungsform ist vorgesehen, dass das Prognosemodell ausgebildet ist, die zukünftige Signalisierung des Verkehrsinfrastrukturelements basierend auf Signalisierungsdaten, die eine aktuelle Signalisierung des Verkehrsinfrastrukturelements beschreiben, und/oder basierend auf Schaltzeitdaten, die eine aktuelle Schaltzeit des Verkehrsinfrastrukturelements beschreiben, zu prognostizieren, wobei die Signalisierungsdaten und/oder die Schaltzeitdaten an den Verkehrsteilnehmer über das Kommunikationsnetzwerk gesendet werden.
-
Gemäß einer anderen Ausführungsform ist vorgesehen, dass die künstliche Intelligenz erst dann an den Verkehrsteilnehmer gesendet wird, wenn eine oder mehrere vorbestimmte Bedingungen erfüllt sind.
-
Gemäß einer weiteren Ausführungsform ist vorgesehen, dass ein Trainieren einer künstlichen Intelligenzvorlage respektive der künstlichen Intelligenz sowohl basierend auf denjenigen Daten, die das Verkehrsinfrastrukturelement selbst für ein Ermitteln einer zukünftigen Signalisierung verwendet, als auch basierend auf der mittels des Verkehrsinfrastrukturelements selbst ermittelten und signalisierten Signalisierung, wobei die trainierte künstliche Intelligenzvorlage als die künstliche Intelligenz verwendet wird respektive die künstliche Intelligenz basierend auf dem Trainieren aktualisiert wird.
-
Die Formulierung „respektive“ umfasst insbesondere die Formulierung „und/oder“.
-
Die oben beschriebenen Eigenschaften, Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich im Zusammenhang mit der folgenden Beschreibung der Ausführungsbeispiele, die im Zusammenhang mit den Zeichnungen näher erläutert werden, wobei
- 1 ein erstes System zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements,
- 2 ein Ablaufdiagramm eines Verfahrens zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements und
- 3 ein zweites System zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements
zeigen.
-
1 zeigt ein System 101 zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements, umfassend:
- eine Speichereinrichtung 103, in welcher eine künstliche Intelligenz 105 gespeichert ist, wobei die künstliche Intelligenz 105 ein Prognosemodell zum Prognostizieren einer zukünftigen Signalisierung des Verkehrsinfrastrukturelements umfasst, und
- eine Kommunikationseinrichtung 107 zum Senden der künstlichen Intelligenz 105 an einen Verkehrsteilnehmer über ein Kommunikationsnetzwerk.
-
2 zeigt ein Ablaufdiagramm eines Verfahrens zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements unter Verwendung einer künstlichen Intelligenz, wobei die künstliche Intelligenz ein Prognosemodell zum Prognostizieren einer zukünftigen Signalisierung des Verkehrsinfrastrukturelements umfasst, umfassend:
- Senden 201 der künstlichen Intelligenz an einen Verkehrsteilnehmer über ein Kommunikationsnetzwerk.
-
3 zeigt ein zweites System 301 zum Unterstützen eines Verkehrsteilnehmers bei einer Prognose einer zukünftigen Signalisierung eines Verkehrsinfrastrukturelements.
-
Bei dem Verkehrsinfrastrukturelement handelt es sich um eine Lichtsignalanlage 303.
-
Der Lichtsignalanlage 303 werden Verkehrsdaten 305 bereitgestellt. Die Verkehrsdaten 305 umfassen Detektordaten von drei Detektoren, was symbolisch mit drei Pfeilen mit den Bezugszeichen 307, 309 und 311 dargestellt ist. Detektordaten sind insbesondere nicht nur Schleifendaten von in einer Fahrbahn eingelassenen Induktionsschleifen, die Kraftfahrzeuge erfassen, sondern beispielsweise auch Fußgänger-Taster sowie Ankunftsinformationen von Bussen und Bahnen, so genannte ÖV-Telegramme (ÖV = Öffentlicher Verkehr).
-
Basierend auf den Verkehrsdaten 305 ermittelt ein nicht gezeigtes Steuergerät der Lichtsignalanlage 303 jeweils ein Signalbild für drei Signalgruppen 313, 315 und 317. Hierfür verwendet das Steuergerät beispielsweise einen Algorithmus.
-
Die diesen Signalbildern entsprechenden Signalbilddaten sind symbolisch als Ellipse mit dem Bezugszeichen 319 gekennzeichnet.
-
Das System 301 umfasst eine Speichereinrichtung 323, in welcher eine künstliche Intelligenz 325 gespeichert ist.
-
Das System 301 umfasst ferner eine Recheneinrichtung 331.
-
Die Recheneinrichtung 331 und die Speichereinrichtung 323 sind Teil einer Cloud-Infrastruktur 321.
-
Die Verkehrsdaten 305 und die Signalbilddaten 319 werden an die Recheneinrichtung 331 gesendet und insbesondere in der Cloud-Infrastruktur 321 gespeichert, z.B. in der Speichereinrichtung 323.
-
Die Recheneinrichtung 331 trainiert die künstliche Intelligenz 325 unter Verwendung der Verkehrsdaten 305 sowie der Signalbilddaten 319. Die künstliche Intelligenz ist dabei umso performanter, als sie über einen immer größeren Zeitraum verschiedene Schaltverhalten und Detektordaten der Lichtsignalanlage 303 erfasst, mithin meist also mit Daten über mehrere Monate trainiert wird. Es ist hier also vorgesehen, dass eine Ausgabe der Lichtsignalanlage 303, also die ermittelten Signalbilder zusätzlich zu den Verkehrsdaten 305 ebenfalls der Recheneinrichtung 331 zur Verfügung gestellt werden, um die künstliche Intelligenz 325 zu trainieren, so dass diese das Verhalten der Lichtsignalanlage 303 lernen kann, um hierüber eine Prognose des zukünftigen Signalbilds durchführen zu können.
-
Die trainierte künstliche Intelligenz 325 umfasst dann insofern ein Prognosemodell zum Prognostizieren einer zukünftigen Signalisierung der Lichtsignalanlage 303.
-
Das System 301 umfasst eine erste drahtloses Kommunikationsschnittstelle 327 zum Senden der trainierten künstlichen Intelligenz 325 umfassend das Prognosemodell an einen Verkehrsteilnehmer 329, z.B. ein Kraftfahrzeug, über ein drahtloses Kommunikationsnetzwerk.
-
Ferner umfasst das System 301 eine zweite drahtlose Kommunikationsschnittstelle 333, die von der Lichtsignalanlage 303 umfasst ist. Diese zweite Kommunikationsschnittstelle 333 sendet über das gleiche drahtlose Kommunikationsnetzwerk und/oder über ein anderes drahtloses Kommunikationsnetzwerk, z.B. über ein WLAN-Kommunikationsnetzwerk und/oder über ein Mobilfunknetz, aktuelle Lichtsignalanlagen-Informationen, beispielsweise Schaltzeiten und/oder Detektordaten 305 und/oder Signalbilddaten 319, an den Verkehrsteilnehmer 329.
-
Die erste und die zweite Kommunikationsschnittstelle 327, 333 bilden eine Kommunikationseinrichtung des Systems 301.
-
Der Verkehrsteilnehmer 329 wird somit in vorteilhafter Weise in die Lage versetzt, unter Verwendung der künstlichen Intelligenz 325 sowie der Lichtsignalanlagen-Informationen selbst eine Prognose einer zukünftigen Signalisierung der Lichtsignalanlage 303 durchzuführen. Hierbei kann der weitere Verkehrsteilnehmer 329 beispielsweise seinen aktuellen Ort berücksichtigen beziehungsweise seine aktuelle Fahrtrichtung.
-
Somit kann der Verkehrsteilnehmer 329 die Ergebnisse eigenständig interpretieren.
-
In einer Ausführungsform ist vorgesehen, dass die künstliche Intelligenz 325 zusätzlich oder anstelle in der Cloud-Infrastruktur 321 in oder an einem Controller trainiert wird. Der Controller ist das Steuergerät der Lichtsignalanlage und befindet sich insbesondere an der Kreuzung, an welcher die Lichtsignalanlage angeordnet ist. Das heißt insbesondere, dass das Antrainieren des Modells nicht zwangsläufig in der Cloud-Infrastruktur 321 erfolgen muss, sondern auch lokal am bzw. im Steuergerät erfolgen kann. Hierzu ist z.B. eine Hardware-Erweiterung im Controller in Form einer oder mehrerer zusätzlicher CPUs vorgesehen.
-
Gemäß einer Ausführungsform ist vorgesehen, dass die trainierte künstliche Intelligenz 325 triggerbasiert an Verkehrsteilnehmer, beispielsweise an den Verkehrsteilnehmer 329, über das Kommunikationsnetzwerk übertragen beziehungsweise gesendet wird.
-
Triggerbasiert bedeutet hier insbesondere, dass die künstliche Intelligenz 325 erst dann an den oder die Verkehrsteilnehmer gesendet wird, wenn eine oder mehrere vorbestimmte Bedingungen, wie bereits vorstehend erläutert, erfüllt sind.
-
Ein Kommunikationsnetzwerk im Sinne der Beschreibung umfasst beispielsweise ein DSRC-Kommunikationsnetzwerk. DSRC steht für „dedicated short range communication“ und umfasst z.B. ein WLAN-Kommunikationsnetzwerk.
-
In einer Ausführungsform ist vorgesehen, dass die aktuellen Lichtsignalanlagen-Informationen parallel zum Übertragen der künstlichen Intelligenz 325 an den oder die Verkehrsteilnehmer gesendet werden.
-
Gemäß einer Ausführungsform ist vorgesehen, dass die aktuellen Lichtsignalanlagen-Informationen diskriminierungsfrei an den oder die Verkehrsteilnehmer gesendet werden. Diskriminierungsfrei bedeutet hier insbesondere, dass jeder Verkehrsteilnehmer gleichberechtigt die Informationen erhält, ohne dass bestimmten Verkehrsteilnehmern ein Vorzug eingeräumt wird.
-
Gemäß einer Ausführungsform ist vorgesehen, dass die Recheneinrichtung 331 die künstliche Intelligenz 325 aktualisiert, beispielsweise periodisch aktualisiert.
-
Zusammenfassend basiert die Erfindung auf dem Konzept, eine trainierte künstliche Intelligenz umfassend ein Prognosemodell zum Prognostizieren einer zukünftigen Signalisierung des Verkehrsinfrastrukturelements an Verkehrsteilnehmer zu senden. Weiter erhalten die Verkehrsteilnehmer beispielsweise diskriminierungsfrei Verkehrsdaten, beispielsweise Detektordaten, sodass dann die Verkehrsteilnehmer diese Daten unter Verwendung der künstlichen Intelligenz selbst interpretieren können beziehungsweise eine Prognose über die zukünftige Signalisierung des Verkehrsinfrastrukturelements selbst erstellen können. Somit kann der Verkehrsteilnehmer eine Prognose erstellen, die beispielsweise abhängig von seinem aktuellen Ort, Richtung beziehungsweise beabsichtigten Fahrverhalten ist.
-
Das heißt also beispielsweise, dass die trainierte künstliche Intelligenz (eine Software, deren Generierung ein hohes Maß an Verkehrstechnikwissen verlangt), in den Kraftfahrzeugen selbst vorliegt. Die Kraftfahrzeuge interpretieren nun die Informationen spezifisch für sich selbst, sodass entsprechende Applikationen, die im Kraftfahrzeug selbst ausgeführt werden, diese Informationen weiterverarbeiten können.
-
Es ist somit beispielsweise ermöglicht, die trainierte künstliche Intelligenz einzeln pro Kraftfahrzeug oder beispielsweise für eine Kraftfahrzeugflotte zu verkaufen und beispielsweise über einen Web-Server die jeweilige trainierte künstliche Intelligenz für alle Lichtsignalanlagen einer bestimmten Region zu verteilen.
-
Das Training der künstlichen Intelligenz benötigt in der Regel einen hohen Rechenaufwand und wird daher vorteilhafterweise auf einer zentralen Infrastruktur durchgeführt. Die trainierte künstliche Intelligenz ist jedoch, was die Dateigröße angeht, relativ klein und kann daher schnell und einfach an Endgeräte, die von den Verkehrsteilnehmern umfasst sind respektive von diesen mitgeführt werden, über ein Kommunikationsnetzwerk versendet werden.
-
Obwohl die Erfindung im Detail durch die bevorzugten Ausführungsbeispiele näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
