DE102017223621A1

DE102017223621A1 - Method and control unit for controlling a function of an at least partially automated vehicle

Info

Publication number: DE102017223621A1
Application number: DE102017223621.3A
Authority: DE
Inventors: Christopher Bach; Felix Klanner; Thomas Helmer; Horst Klöden; Stefan Erschen
Original assignee: Bayerische Motoren Werke AG; Nanyang Technological University
Current assignee: Bayerische Motoren Werke AG
Priority date: 2017-12-21
Filing date: 2017-12-21
Publication date: 2019-06-27
Also published as: WO2019120709A1

Abstract

Es wird eine Steuereinheit (200) für ein zumindest teilweise automatisiert fahrendes Fahrzeug (110) beschrieben. Die Steuereinheit (200) ist eingerichtet, Sensordaten bezüglich eines Umfelds des Fahrzeugs (110) zu ermitteln. Die Steuereinheit (200) ist ferner eingerichtet, auf Basis der Sensordaten zu bestimmen, ob eine unstrukturierte Verkehrssituation (100) vorliegt oder nicht. Außerdem ist die Steuereinheit (200) eingerichtet, eine Funktion des Fahrzeugs (110) in Abhängigkeit davon zu steuern, ob eine unstrukturierte Verkehrssituation (100) vorliegt oder nicht.A control unit (200) for an at least partially automated vehicle (110) is described. The control unit (200) is set up to determine sensor data relating to an environment of the vehicle (110). The control unit (200) is further configured to determine based on the sensor data whether an unstructured traffic situation (100) exists or not. In addition, the control unit (200) is arranged to control a function of the vehicle (110) depending on whether or not there is an unstructured traffic situation (100).

Description

Die Erfindung betrifft ein Verfahren und eine Steuereinheit zur Steuerung einer Funktion, insbesondere einer Ausgabefunktion und/oder einer Führungsfunktion, eines zumindest teilweise automatisiert fahrenden Fahrzeugs.The invention relates to a method and a control unit for controlling a function, in particular an output function and / or a guidance function, of a vehicle which is at least partially automated.

Automatisiert fahrende Fahrzeuge greifen typischerweise auf detaillierte digitale Karteninformation und auf Sensordaten von Umfeldsensoren zurück, um ein Modell des Umfelds des Fahrzeugs zu erstellen und um basierend darauf eine Fahrstrategie zu ermitteln und umzusetzen.Automated vehicles typically rely on detailed digital map information and sensor data from environmental sensors to create a model of the environment of the vehicle and to determine and implement a driving strategy based thereon.

In dicht besiedelten Städten kommt es, insbesondere bei fehlender Disziplin der einzelnen Verkehrsteilnehmer, häufig zu Fahrsituationen, die durch ein automatisiert fahrendes Fahrzeug nicht mehr zuverlässig bewältigt werden können. Das vorliegende Dokument befasst sich mit der technischen Aufgabe, die Zuverlässigkeit und/oder Verfügbarkeit und/oder den Komfort von zumindest teilweise automatisiert fahrenden Fahrzeugen in derartigen Verkehrs situationen zu erhöhen.In densely populated cities, especially in the absence of discipline of the individual road users, driving situations often occur that can no longer be mastered reliably by an automated driving vehicle. The present document is concerned with the technical task of increasing the reliability and / or availability and / or comfort of at least partially automated moving vehicles in such traffic situations.

Die Aufgabe wird durch die unabhängigen Ansprüche gelöst. Vorteilhafte Ausführungsformen werden u.a. in den abhängigen Ansprüchen beschrieben. Es wird darauf hingewiesen, dass zusätzliche Merkmale eines von einem unabhängigen Patentanspruch abhängigen Patentanspruchs ohne die Merkmale des unabhängigen Patentanspruchs oder nur in Kombination mit einer Teilmenge der Merkmale des unabhängigen Patentanspruchs eine eigene und von der Kombination sämtlicher Merkmale des unabhängigen Patentanspruchs unabhängige Erfindung bilden können, die zum Gegenstand eines unabhängigen Anspruchs, einer Teilungsanmeldung oder einer Nachanmeldung gemacht werden kann. Dies gilt in gleicher Weise für in der Beschreibung beschriebene technische Lehren, die eine von den Merkmalen der unabhängigen Patentansprüche unabhängige Erfindung bilden können.The object is solved by the independent claims. Advantageous embodiments are described i.a. in the dependent claims. It should be noted that additional features of a claim dependent on an independent claim without the features of the independent claim or only in combination with a subset of the features of the independent claim may form a separate invention independent of the combination of all features of the independent claim, the subject of an independent claim, a divisional application or a subsequent application. This applies equally to technical teachings described in the specification, which may form an independent invention of the features of the independent claims.

Unter dem Begriff „automatisiertes Fahren“ kann im Rahmen dieses Dokuments ein Fahren mit automatisierter Längs- oder Querführung oder ein autonomes Fahren mit automatisierter Längs- und Querführung verstanden werden. Bei dem automatisierten Fahren kann es sich beispielsweise um ein zeitlich längeres Fahren, etwa auf der Autobahn, oder um ein zeitlich begrenztes Fahren im Rahmen des Einparkens oder Rangierens handeln. Der Begriff „automatisiertes Fahren“ umfasst ein automatisiertes Fahren mit einem beliebigen Automatisierungsgrad. Beispielhafte Automatisierungsgrade sind ein assistiertes, teilautomatisiertes, hochautomatisiertes oder vollautomatisiertes Fahren. Diese Automatisierungsgrade wurden von der Bundesanstalt für Straßenwesen (BASt) definiert (siehe BASt-Publikation „Forschung kompakt“, Ausgabe 11/2012). Beim assistierten Fahren führt der Fahrer dauerhaft die Längs- oder Querführung aus, während das System die jeweils andere Funktion in gewissen Grenzen übernimmt. Beim teilautomatisierten Fahren (TAF) übernimmt das System die Längs- und Querführung für einen gewissen Zeitraum und/oder in spezifischen Situationen, wobei der Fahrer das System wie beim assistierten Fahren dauerhaft überwachen muss. Beim hochautomatisierten Fahren (HAF) übernimmt das System die Längs- und Querführung für einen gewissen Zeitraum, ohne dass der Fahrer das System dauerhaft überwachen muss; der Fahrer muss aber in einer gewissen Zeit in der Lage sein, die Fahrzeugführung zu übernehmen. Beim vollautomatisierten Fahren (VAF) kann das System für einen spezifischen Anwendungsfall das Fahren in allen Situationen automatisch bewältigen; für diesen Anwendungsfall ist kein Fahrer mehr erforderlich. Die vorstehend genannten vier Automatisierungsgrade entsprechen den SAE-Level 1 bis 4 der Norm SAE J3016 (SAE - Society of Automotive Engineering). Beispielsweise entspricht das hochautomatisierte Fahren (HAF) Level 3 der Norm SAE J3016. Ferner ist in der SAE J3016 noch der SAE-Level 5 als höchster Automatisierungsgrad vorgesehen, der in der Definition der BASt nicht enthalten ist. Der SAE-Level 5 entspricht einem fahrerlosen Fahren, bei dem das System während der ganzen Fahrt alle Situationen wie ein menschlicher Fahrer automatisch bewältigen kann; ein Fahrer ist generell nicht mehr erforderlich.The term "automated driving" in the context of this document can be understood as driving with automatic longitudinal or transverse guidance or autonomous driving with automated longitudinal and transverse guidance. The automated driving may be, for example, a time-prolonged driving, such as on the highway, or a time-limited driving in the context of parking or maneuvering. The term "automated driving" includes automated driving with any degree of automation. Exemplary levels of automation are assisted, semi-automated, highly automated or fully automated driving. These degrees of automation were defined by the Federal Highway Research Institute (BASt) (see BASt publication "Forschung kompakt", issue 11/2012). In assisted driving, the driver performs the longitudinal or transverse guidance permanently, while the system assumes the other function within certain limits. In Partial Automated Driving (TAF), the system performs longitudinal and lateral guidance for a period of time and / or in specific situations, with the driver having to permanently monitor the system as in assisted driving. In highly automated driving (HAF), the system takes over the longitudinal and transverse guidance for a certain period of time, without the driver having to permanently monitor the system; However, the driver must be able to take over the vehicle guidance in a certain time. In fully automated driving (VAF), the system can automatically handle driving in all situations for a specific application; no driver is required for this application. The above four degrees of automation are in accordance with SAE levels 1 to 4 of the SAE J3016 (SAE - Society of Automotive Engineering) standard. For example, Highly Automated Driving (HAF) Level 3 complies with the SAE J3016 standard. Furthermore, the SAE level 5 is provided in SAE J3016 as the highest degree of automation, which is not included in the definition of BASt. SAE level 5 is driverless driving, which allows the system to automatically handle all situations like a human driver throughout the journey; a driver is generally no longer required.

Gemäß einem Aspekt wird eine Steuereinheit für ein zumindest teilweise automatisiert fahrendes Fahrzeug (insbesondere ein Straßenkraftfahrzeug) beschrieben. Das Fahrzeug kann bevorzugt eingerichtet sein, zumindest hochautomatisiert zu fahren.According to one aspect, a control unit for an at least partially automated vehicle (in particular a road vehicle) is described. The vehicle may preferably be set up to drive at least highly automated.

Die Steuereinheit kann eingerichtet sein, Sensordaten bezüglich eines Umfelds des Fahrzeugs zu ermitteln. Die Sensordaten können mittels ein oder mehrere Umfeldsensoren des Fahrzeugs erfasst werden. Beispielhafte Sensordaten sind, ein Radarsensor, ein Bildsensor, ein Ultraschallsensor, ein Lidar-Sensor, etc. Die Sensordaten können wiederholt, insbesondere periodisch, für eine Sequenz von Zeitpunkten erfasst und bereitgestellt werden, beispielsweise mit einer Abtast- bzw. Erfassungsrate von 1Hz, 10Hz oder mehr. Die Steuereinheit kann somit eingerichtet sein, eine zeitliche Sequenz von Sensordaten für eine entsprechende Sequenz von Zeitpunkten zu ermitteln.The control unit may be configured to determine sensor data regarding an environment of the vehicle. The sensor data can be detected by means of one or more environment sensors of the vehicle. Exemplary sensor data include a radar sensor, an image sensor, an ultrasonic sensor, a lidar sensor, etc. The sensor data may be repeatedly and, in particular, periodically acquired and provided for a sequence of times, for example at a sampling rate of 1Hz, 10Hz or more. The control unit can thus be set up to determine a temporal sequence of sensor data for a corresponding sequence of times.

Außerdem kann die Steuereinheit eingerichtet sein, auf Basis der Sensordaten (insbesondere auf Basis der zeitlichen Sequenz von Sensordaten) zu bestimmen, ob eine unstrukturierte Verkehrs situation vorliegt oder nicht. Dabei kann eine unstrukturierte Verkehrssituation durch ein oder mehrere Eigenschaften gekennzeichnet sein und/oder durch ein oder mehrere Ursachen verursacht worden sein. Die Steuereinheit kann eingerichtet sein, auf Basis der Sensordaten (insbesondere auf Basis der zeitlichen Sequenz von Sensordaten) zu ermitteln, ob im Umfeld des Fahrzeugs eine Verkehrssituation vorliegt, die die ein oder mehreren Eigenschaften einer unstrukturierten Verkehrs situation aufweist, und/oder ob im Umfeld des Fahrzeugs ein oder mehrere mögliche Ursachen für eine unstrukturierte Verkehrssituation vorliegen.In addition, the control unit may be configured to determine on the basis of the sensor data (in particular based on the temporal sequence of sensor data) whether or not there is an unstructured traffic situation. This can be an unstructured traffic situation by one or more Be characterized and / or caused by one or more causes. The control unit may be configured to determine on the basis of the sensor data (in particular on the basis of the temporal sequence of sensor data) whether there is a traffic situation in the surroundings of the vehicle which has one or more properties of an unstructured traffic situation and / or whether in the surroundings of the vehicle one or more possible causes of an unstructured traffic situation.

Eine besonders zuverlässige Eigenschaft für die Erkennung einer unstrukturierten Verkehrssituation ist, dass bei einer unstrukturierten Verkehrssituation zumindest eine in dem Umfeld des Fahrzeugs gemäß einer Straßenverkehrsordnung geltende Verkehrsregel durch zumindest einen anderen Verkehrsteilnehmer, insbesondere durch eine Mehrzahl von anderen Verkehrsteilnehmern, nicht befolgt wird. Die Steuereinheit kann somit eingerichtet sein, auf Basis der (Sequenz von) Sensordaten zu bestimmen, ob ein Verkehrssituation vorliegt, die diese Eigenschaft aufweist.A particularly reliable feature for the detection of an unstructured traffic situation is that, in an unstructured traffic situation, at least one traffic rule valid in the surroundings of the vehicle according to a highway code is not obeyed by at least one other road user, in particular by a plurality of other road users. The control unit can thus be set up to determine on the basis of the (sequence of) sensor data whether there is a traffic situation that has this property.

Zur Erkennung einer unstrukturierten Verkehrssituation können maschinenerlernte Klassifikationsverfahren verwendet werden. Die Steuereinheit kann eingerichtet sein, auf Basis der (Sequenz von) Sensordaten zumindest einen Wert eines Merkmalsvektors mit einer Mehrzahl von Merkmalen zu ermitteln. Dabei sind besonders zuverlässige Merkmale zur Erkennung einer unstrukturierten Verkehrssituation: die Fahrgeschwindigkeit des Fahrzeugs; ein Abstandsmaß in Bezug auf einen Abstand des Fahrzeugs zu ein oder mehreren anderen Verkehrsteilnehmern im Umfeld des Fahrzeugs (z.B. der gewichtete, inverse Abstand D, der in diesem Dokument beschrieben wird); und/oder ein Fahrspurmaß, das anzeigt, inwieweit ein oder mehreren andere Verkehrsteilnehmer im Umfeld des Fahrzeugs innerhalb zumindest einer definierten Fahrspur fahren (z.B. das in diesem Dokument beschriebene Fahrspurmaß F).Machine-learned classification methods can be used to detect an unstructured traffic situation. The control unit may be configured to determine at least one value of a feature vector having a plurality of features based on the (sequence of) sensor data. In this case, particularly reliable features for detecting an unstructured traffic situation are: the driving speed of the vehicle; a distance measure relating to a distance of the vehicle to one or more other road users in the vicinity of the vehicle (e.g., the weighted inverse distance D described in this document); and / or a lane gauge indicating how far one or more other road users in the vicinity of the vehicle travel within at least one defined lane (e.g., the lane gauge F described in this document).

Die Steuereinheit kann ferner eingerichtet sein, auf Basis des Wertes des Merkmalsvektors und unter Verwendung eines maschinen-erlernten Klassifikators zu bestimmen, ob eine unstrukturierte Verkehrs situation vorliegt oder nicht. Dabei kann der Klassifikator eingerichtet sein, innerhalb eines Gesamtraums von möglichen Werten des Merkmalsvektors zumindest einen Teilraum für das Vorliegen einer unstrukturierten Verkehrssituation zu identifizieren. Der Klassifikator kann bevorzugt einen Decision Tree (DT) und/oder einen Random Forest (RF) Klassifikator umfassen. Durch die Verwendung eines maschinen-erlernten Klassifikators kann in zuverlässiger Weise bestimmt werden, ob eine unstrukturierte Verkehrssituation vorliegt oder nicht.The control unit may be further configured to determine whether or not there is an unstructured traffic situation based on the value of the feature vector and using a machine-learned classifier. In this case, the classifier can be set up to identify at least one subspace for the presence of an unstructured traffic situation within a total of possible values of the feature vector. The classifier may preferably comprise a decision tree (DT) and / or a random forest (RF) classifier. By using a machine-learned classifier, it can be reliably determined whether an unstructured traffic situation exists or not.

Die Steuereinheit kann ferner eingerichtet sein, eine Funktion des Fahrzeugs in Abhängigkeit davon zu steuern, ob eine unstrukturierte Verkehrssituation vorliegt oder nicht. Dabei kann die Funktion eine Ausgabefunktion zur Ausgabe von Information in Bezug auf die unstrukturierte Verkehrs situation an einen Nutzer des Fahrzeugs und/oder eine Ausgabefunktion zum Senden von Information in Bezug auf die unstrukturierte Verkehrssituation an einen Empfänger außerhalb des Fahrzeugs umfassen. Beispielsweise kann bei Vorliegen einer unstrukturierten Verkehrssituation eine Ausgabe an den Fahrer des Fahrzeugs erfolgen, in der der Fahrer darüber informiert wird, dass eine unstrukturierte Verkehrssituation vorliegt (und ggf. eine Übernahme durch den Fahrer erfolgen sollte, um das Fahrzeug zumindest teilweise manuell zu führen). In einem weiteren Beispiel kann eine Zentraleinheit über das Vorliegen einer unstrukturierten Verkehrssituation informiert werden. Diese Information kann dann zum Führen und/oder zum Routen von anderen Verkehrsteilnehmern genutzt werden.The control unit may be further configured to control a function of the vehicle depending on whether there is an unstructured traffic situation or not. The function may include an output function for outputting information relating to the unstructured traffic situation to a user of the vehicle and / or an output function for sending information relating to the unstructured traffic situation to a receiver outside the vehicle. For example, in the presence of an unstructured traffic situation, an output can be output to the driver of the vehicle, in which the driver is informed that there is an unstructured traffic situation (and if necessary a takeover by the driver should take place in order to at least partially guide the vehicle manually). , In another example, a central processing unit may be informed of the presence of an unstructured traffic situation. This information can then be used to guide and / or route other road users.

Alternativ oder ergänzend kann die Funktion eine Führungsfunktion zum zumindest teilweise automatisierten Führen des Fahrzeugs umfassen. Beispielsweise kann die Funktionsweise (insbesondere die Fahrstrategie) des zumindest teilweise automatisiert fahrenden Fahrzeugs davon abhängen, ob eine unstrukturierte Verkehrssituation vorliegt oder nicht.Alternatively or additionally, the function may include a guidance function for at least partially automated driving of the vehicle. For example, the mode of operation (in particular the driving strategy) of the at least partially automated vehicle may depend on whether there is an unstructured traffic situation or not.

Durch das automatische Erkennen einer unstrukturierten Verkehrssituation können die Zuverlässigkeit und der Komfort eines zumindest teilweise automatisiert fahrenden, insbesondere eines zumindest hochautomatisiert fahrenden, Fahrzeugs erhöht werden.By automatically recognizing an unstructured traffic situation, the reliability and comfort of an at least partially automated vehicle, in particular of a vehicle driving at least highly automated, can be increased.

Die Steuereinheit kann eingerichtet sein, auf Basis der (zeitlichen Sequenz von) Sensordaten eine Ursache aus einer Mehrzahl von möglichen Ursachen für die unstrukturierte Verkehrssituation zu ermitteln. Dies kann z.B. durch Verwendung eines Klassifikators erfolgen. Zu diesem Zweck kann der Teilraum für das Vorliegen einer unstrukturierten Verkehrs situation in eine Mehrzahl von Unterräumen für die entsprechende Mehrzahl von möglichen Ursachen unterteilt sein.The control unit may be configured to determine a cause from a plurality of possible causes for the unstructured traffic situation on the basis of the (temporal sequence of) sensor data. This can e.g. by using a classifier. For this purpose, the subspace for the presence of an unstructured traffic situation may be subdivided into a plurality of subspaces for the corresponding plurality of possible causes.

Die Funktion des Fahrzeugs kann dann in Abhängigkeit von der ermittelten Ursache für die unstrukturierte Verkehrssituation gesteuert werden. Beispielsweise kann ein Nutzer und/oder eine Zentraleinheit über die Ursache für die unstrukturierte Verkehrssituation informiert werden. Alternativ oder ergänzend kann die ermittelte Ursache beim Führen des zumindest teilweise automatisiert fahrenden Fahrzeugs berücksichtigt werden. So können die Zuverlässigkeit und der Komfort eines zumindest teilweise automatisiert fahrenden Fahrzeugs weiter erhöht werden.The function of the vehicle can then be controlled as a function of the determined cause for the unstructured traffic situation. For example, a user and / or a central processing unit can be informed about the cause of the unstructured traffic situation. Alternatively or additionally, the ascertained cause can be taken into account when driving the at least partially automated vehicle. So can the reliability and comfort of one at least partially automated moving vehicle can be further increased.

Des Weiteren kann die Steuereinheit eingerichtet sein, wenn bestimmt wurde, dass eine unstrukturierte Verkehrssituation vorliegt, auf Basis der (zeitlichen Sequenz von) Sensordaten eine innerhalb der unstrukturierten Verkehrssituation effektiv geltende Verkehrsregel zu ermitteln. Die effektiv geltende Verkehrsregel kann von einer gemäß der Straßenverkehrsordnung geltenden Verkehrsregel abweichen. Die effektiv geltende Verkehrsregel kann auf Basis eines Mustererkennungsverfahrens zur Erkennung zumindest eines Musters aus den Sensordaten ermittelt werden. Die effektiv geltende Verkehrsregel kann anzeigen, wie sich die ein oder mehreren Verkehrsteilnehmer im Umfeld des Fahrzeugs abweichend von den ein oder mehreren gemäß der Straßenverkehrsordnung geltenden Verkehrsregeln verhalten.Furthermore, if it has been determined that an unstructured traffic situation exists, the control unit can be set up to determine a traffic rule which is effective within the unstructured traffic situation on the basis of the (temporal sequence of) sensor data. The effective traffic rule may differ from a traffic regulation in accordance with the Highway Code. The effective traffic rule can be determined on the basis of a pattern recognition method for detecting at least one pattern from the sensor data. The effective traffic rule can indicate how the one or more road users in the vicinity of the vehicle behave differently from the one or more traffic rules in force in accordance with the Highway Code.

Die Funktion des Fahrzeugs kann dann in Abhängigkeit von der ermittelten, effektiv geltenden Verkehrsregel gesteuert bzw. betrieben werden. Beispielsweise kann das Fahrzeug unter Berücksichtigung der effektiv geltenden Verkehrsregel weiterhin zumindest teilweise, insbesondere zumindest hoch-. automatisiert geführt werden. So kann erreicht werden, dass auch ein autonom fahrendes Fahrzeug eine unstrukturierte Verkehrssituation zuverlässig meistern kann.The function of the vehicle can then be controlled or operated as a function of the determined, effectively valid traffic rule. For example, the vehicle may continue to be at least partially, in particular at least partially, taking into account the traffic rule which is actually applicable. be automated. It can thus be achieved that even an autonomously driving vehicle can reliably master an unstructured traffic situation.

Alternativ oder ergänzend kann über eine Benutzerschnittstelle des Fahrzeugs eine Übernahme-Aufforderung an einen Nutzer des Fahrzeugs dahingehend ausgegeben werden, das Fahrzeug zumindest teilweise manuell zu führen. Des Weiteren kann über die Benutzerschnittstelle des Fahrzeugs Information in Bezug auf die ermittelte, effektiv geltende Verkehrsregel an den Nutzer ausgegeben werden. Der Nutzer kann dann die effektiv geltende Verkehrsregel beim manuellen Führen des Fahrzeugs berücksichtigen. So kann der Komfort für einen Fahrer eines Fahrzeugs innerhalb einer unstrukturierten Verkehrssituation erhöht werden.Alternatively or additionally, a takeover request can be issued to a user of the vehicle to guide the vehicle at least partially manually via a user interface of the vehicle. Furthermore, information relating to the determined, effectively valid traffic rule can be output to the user via the user interface of the vehicle. The user can then consider the effective traffic rule when manually guiding the vehicle. Thus, the comfort for a driver of a vehicle can be increased within an unstructured traffic situation.

Gemäß einem weiteren Aspekt wird ein Verfahren zur Steuerung bzw. zum Betreiben einer Funktion eines zumindest teilweise automatisiert fahrenden Fahrzeugs beschrieben. Das Verfahren umfasst das Ermitteln von Sensordaten bezüglich eines Umfelds des Fahrzeugs. Außerdem umfasst das Verfahren das Bestimmen, auf Basis der Sensordaten, ob eine unstrukturierte Verkehrssituation vorliegt oder nicht. Ferner umfasst das Verfahren das Steuern bzw. das Betreiben einer Funktion des Fahrzeugs in Abhängigkeit davon, ob eine unstrukturierte Verkehrs situation vorliegt oder nicht.According to a further aspect, a method for controlling or operating a function of an at least partially automated vehicle is described. The method includes determining sensor data relating to an environment of the vehicle. In addition, the method includes determining, based on the sensor data, whether there is an unstructured traffic situation or not. Furthermore, the method comprises controlling or operating a function of the vehicle depending on whether there is an unstructured traffic situation or not.

Gemäß einem weiteren Aspekt wird ein Straßenkraftfahrzeug (insbesondere ein Personenkraftwagen oder ein Lastkraftwagen oder ein Bus) beschrieben, das die in diesem Dokument beschriebene Steuereinheit umfasst.In another aspect, a road vehicle (particularly a passenger car or a truck or a bus) is described that includes the control unit described in this document.

Gemäß einem weiteren Aspekt wird ein Software (SW) Programm beschrieben. Das SW Programm kann eingerichtet werden, um auf einem Prozessor (z.B. auf einem Steuergerät eines Fahrzeugs) ausgeführt zu werden, und um dadurch das in diesem Dokument beschriebene Verfahren auszuführen.In another aspect, a software (SW) program is described. The SW program may be set up to be executed on a processor (e.g., on a controller of a vehicle) and thereby perform the method described in this document.

Gemäß einem weiteren Aspekt wird ein Speichermedium beschrieben. Das Speichermedium kann ein SW Programm umfassen, welches eingerichtet ist, um auf einem Prozessor ausgeführt zu werden, und um dadurch das in diesem Dokument beschriebene Verfahren auszuführen.In another aspect, a storage medium is described. The storage medium may include a SW program that is set up to run on a processor and thereby perform the method described in this document.

Es ist zu beachten, dass die in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systeme sowohl alleine, als auch in Kombination mit anderen in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systemen verwendet werden können. Des Weiteren können jegliche Aspekte der in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systemen in vielfältiger Weise miteinander kombiniert werden. Insbesondere können die Merkmale der Ansprüche in vielfältiger Weise miteinander kombiniert werden.It should be understood that the methods, devices and systems described herein may be used alone as well as in combination with other methods, devices and systems described in this document. Furthermore, any aspects of the methods, devices, and systems described herein may be combined in a variety of ways. In particular, the features of the claims can be combined in a variety of ways.

Im Weiteren wird die Erfindung anhand von Ausführungsbeispielen näher beschrieben. Dabei zeigen

1 eine beispielhafte unstrukturierte Verkehrssituation;
2 ein Blockdiagramm mit beispielhaften Komponenten eines Fahrzeugs; und
3 ein Ablaufdiagramm eines beispielhaften Verfahrens zur Steuerung eines zumindest teilweise automatisiert fahrenden Fahrzeugs.

Furthermore, the invention will be described in more detail with reference to exemplary embodiments. Show

1 an exemplary unstructured traffic situation;
2 a block diagram with exemplary components of a vehicle; and
3 a flowchart of an exemplary method for controlling an at least partially automated moving vehicle.

Wie eingangs dargelegt, befasst sich das vorliegende Dokument mit der zuverlässigen und komfortablen Steuerung eines zumindest teilweise automatisiert fahrenden Fahrzeugs in komplexen Verkehrssituationen. 1 zeigt eine beispielhafte unstrukturierte Verkehrssituation 100, bei der durch eine in der geltenden Straßenverkehrsordnung festgelegten Verkehrsregel vorgesehen ist, dass die Fahrzeuge 112, 113 einer ersten Fahrspur 101 in eine zweite Fahrspur 102 fahren und von dort links auf eine dritte Fahrspur 103 abbiegen. Die Verkehrsregel ist in dem dargestellten Beispiel durch ein Verkehrsschild 104 und durch Spurmarkierungen vorgegeben.As stated above, the present document deals with the reliable and comfortable control of an at least partially automated moving vehicle in complex traffic situations. 1 shows an exemplary unstructured traffic situation 100 in which it is provided by a traffic rule laid down in the applicable road traffic regulations that the vehicles 112 . 113 a first lane 101 in a second lane 102 drive and from there turn left onto a third lane 103 turn. The traffic rule is in the example shown by a road sign 104 and given by lane markers.

Insbesondere bei einem hohen Verkehrsaufkommen und bei mangelnder Disziplin der einzelnen Verkehrsteilnehmer kann es dazu kommen, dass geltende Verkehrsregeln nicht mehr beachtet werden. In dem dargestellten Beispiel fädeln sich die Fahrzeuge 112, 113 nicht aus der ersten Fahrspur 101 in die zweite Fahrspur 102 ein, sondern verbleiben auf einer improvisierten Fahrspur 103 neben der zweiten Fahrspur 102, um auf die dritte Fahrspur 105 abbiegen zu können. Dadurch ergibt sich das Problem für ein Fahrzeug 110 in der zweiten Fahrspur 102, dass beim Abbiegen auf die dritte Fahrspur 105 nicht nur Fahrzeuge 111 auf der dritten Fahrspur 105 sondern auch Fahrzeuge 112, 113 auf der improvisierten Fahrspur 103 berücksichtigt werden müssen.Especially with a high volume of traffic and with a lack of discipline of the individual road users it can happen that applicable traffic rules are no longer observed. In the example shown, the vehicles thread themselves 112 . 113 not from the first lane 101 in the second lane 102 but stay in an improvised lane 103 next to the second lane 102 to get to the third lane 105 to be able to turn. This results in the problem for a vehicle 110 in the second lane 102 that when turning on the third lane 105 not just vehicles 111 on the third lane 105 but also vehicles 112 . 113 on the improvised lane 103 must be taken into account.

Die in 1 beispielhaft dargestellte unstrukturierte Verkehrssituation 100 ist für einen menschlichen Fahrer typischerweise mit einem relativ hohen Stress verbunden, kann jedoch meist durch den Fahrer bewältigt werden. Andererseits kommt ein zumindest teilweise automatisiert fahrendes Fahrzeug 110 mit einer solchen Verkehrs situation 100 meist nicht ohne weiteres zurecht, da eine solche Verkehrs situation 100 eine angepasste Fahrstrategie erfordert.In the 1 exemplified unstructured traffic situation 100 is typically associated with a relatively high level of stress for a human driver, but can usually be handled by the driver. On the other hand comes at least partially automated driving vehicle 110 with such a traffic situation 100 usually cope not readily, since such a traffic situation 100 requires an adapted driving strategy.

2 zeigt ein Blockdiagramm eines Fahrzeug 110, das eingerichtet ist, zumindest teilweise automatisiert zu fahren. Insbesondere kann das Fahrzeug 110 befähigt sein, zumindest hochautomatisiert zu fahren. Das Fahrzeug 110 umfasst ein oder mehrere Umfeldsensoren 201, die eingerichtet sind, Sensordaten in Bezug auf ein Umfeld des Fahrzeugs 110 zu erfassen. Beispielhafte Umfeldsensoren 201 sind ein Radarsensor, eine Bildkamera, ein Ultraschallsensor, ein Lidar-Sensor, etc. Das Fahrzeug 110 umfasst ferner eine Speichereinheit 202, auf der digitale Karteninformation in Bezug auf das Straßennetz in dem Umfeld des Fahrzeugs 110 gespeichert sein kann. Ferner umfasst das Fahrzeug 110 eine Steuereinheit 200, die eingerichtet ist, das Fahrzeug 110 auf Basis der Sensordaten und/oder auf Basis der digitalen Karteninformation zumindest teilweise automatisiert zu führen. Insbesondere kann die Steuereinheit 200 zu diesem Zweck Steuerdaten für ein oder mehrere Längs- und/oder Querführungsaktuatoren 203 des Fahrzeugs 110 ermitteln (z.B. eine Lenkung, einen Antriebsmotor und/oder eine Bremsvorrichtung des Fahrzeugs 110). 2 shows a block diagram of a vehicle 110 that is set up to drive at least partially automated. In particular, the vehicle can 110 be able to drive at least highly automated. The vehicle 110 includes one or more environmental sensors 201 that are set up, sensor data relating to an environment of the vehicle 110 capture. Exemplary environmental sensors 201 are a radar sensor, an image camera, an ultrasonic sensor, a lidar sensor, etc. The vehicle 110 further comprises a memory unit 202 on the digital map information relating to the road network in the environment of the vehicle 110 can be stored. Furthermore, the vehicle includes 110 a control unit 200 that is set up the vehicle 110 based on the sensor data and / or based on the digital map information at least partially automated. In particular, the control unit 200 for this purpose control data for one or more longitudinal and / or Querführungsaktuatoren 203 of the vehicle 110 determine (eg, a steering, a drive motor and / or a braking device of the vehicle 110 ).

Die Steuereinheit 200 kann eingerichtet sein, auf Basis der Sensordaten und/oder auf Basis der digitalen Karteninformation zu bestimmen, dass eine unstrukturierte Verkehrs situation 100 vorliegt. Eine unstrukturierte Verkehrs situation 100 kann dabei ein oder mehrere Eigenschaften aufweisen:

• ein oder mehrere andere Verkehrsteilnehmer 112, 113 im Umfeld des Fahrzeugs 110 befolgen zumindest eine für das Umfeld gemäß einer Straßenverkehrsordnung geltende Verkehrsregel nicht.
• es wird ein relativ hoher Grad an Aufmerksamkeit von einem Nutzer des Fahrzeugs 110 benötigt und/oder es wird ein relativ hoher Grad an Stress bei einem Nutzer verursacht.
• die Verkehrssituation 100 widerspricht dem und/oder übersteigt den (maschinen-erlernten) Wissensstand der Steuereinheit 200;
• der Verkehr orientiert sich primär an freien Lücken und weniger an Straßenmarkierungen; und/oder
• es liegen ggf. relativ niedrige Fahrgeschwindigkeiten vor.

The control unit 200 can be set up to determine based on the sensor data and / or based on the digital map information that an unstructured traffic situation 100 is present. An unstructured traffic situation 100 can have one or more properties:

• one or more other road users 112 . 113 in the environment of the vehicle 110 at least do not comply with a traffic rule applicable to the environment in accordance with a highway code.
• There will be a relatively high level of attention from a user of the vehicle 110 requires and / or causes a relatively high level of stress to a user.
• the traffic situation 100 contradicts this and / or exceeds the (machine-learned) knowledge of the control unit 200 ;
• The traffic is primarily based on free gaps and less on road markings; and or
• There may be relatively low speeds.

Eine unstrukturierte Verkehrssituation 100 kann durch ein oder mehrere Ursachen bewirkt werden:

• ein undiszipliniertes und/oder gefährdendes Verhalten von ein oder mehreren anderen Verkehrsteilnehmern 112, 113, insbesondere ein Verhalten, das gegen eine gemäß einer Straßenverkehrsordnung geltende Verkehrsregel verstößt;
• eine besondere Straßenkonfiguration, etwa ein Kreisverkehr, ein Zusammenführen von Fahrspuren 101, 102, eine Baustelle, eine Mautstelle, etc.;
• ein relativ hohes Verkehrsaufkommen bzw. ein relativ dichter Verkehr; und/oder
• Fußgänger und/oder Zweiradfahrer.

An unstructured traffic situation 100 can be caused by one or more causes:

• Undisciplined and / or hazardous behavior by one or more other road users 112 . 113 , in particular a behavior that violates a traffic rule applicable under a highway code;
• a special road configuration, such as a roundabout, a junction of lanes 101 . 102 , a construction site, a toll booth, etc .;
• a relatively high volume of traffic or relatively dense traffic; and or
• pedestrians and / or cyclists.

Die Steuereinheit 200 kann eingerichtet sein, auf Basis der Sensordaten und/oder auf Basis der digitalen Karteninformation Merkmalswerte für ein oder mehrere Merkmale zu ermitteln. Die ein oder mehreren Merkmale können als Dimensionen eines Merkmalsvektors zusammengefasst werden. Der Wert eines Merkmalsvektors kann dann eine vorliegende Verkehrssituation 100 beschreiben. Beispielhafte Merkmale zur Erkennung einer unstrukturierten Verkehrssituation 100 sind:

• die Fahrgeschwindigkeit des Ego-Fahrzeugs 110, ggf. ein gleitender Mittelwert der Fahrgeschwindigkeit und/oder eine Standardabweichung von einem Mittelwert der Fahrgeschwindigkeit.
• ein gewichteter Mittelwert des inversen Abstands zu anderen Verkehrsteilnehmern 112, 113, 111, und ggf. die Standardabweichung von dem Mittelwert. Insbesondere kann ein mittlerer Abstand auf Basis der folgenden Formel ermittelt werden: $D = {(\sum \frac{1}{d_{i}})}^{- 1},$
wobei d_i der Abstand des Fahrzeugs 110 zu einem anderen Verkehrsteilnehmer 112, 113, 111 ist.
• die Gesamtzahl von Objekten bzw. Verkehrsteilnehmern im Umfeld des Ego-Fahrzeugs 110; dabei können sich bewegende Objekte bzw. Verkehrsteilnehmer inkl. der Bewegungsrichtung, gestoppte und/oder geparkte Objekte bzw. Verkehrsteilnehmer unterschieden werden; des Weiteren kann der gleitende Mittelwert und/oder die Standardabweichung der Gesamtzahl betrachtet werden.
• die Anzahl von Fahrbahnen bzw. Fahrspuren 101, 102.
• ein Maß für die Güte bzw. Sichtbarkeit von Straßenmarkierungen.
• die Anzahl von Zweirädern und/oder die Anzahl von Überholmanövern von Zweirädern.
• ein Maß dafür, wie zuverlässig die einzelnen Verkehrsteilnehmer 112, 113 innerhalb ihrer jeweiligen Fahrspur 102 verbleiben. Dabei kann der Anteil der Breite eines Verkehrsteilnehmers 112, 113, der sich außerhalb einer Fahrspur 102 befindet, mit dem inversen des Abstands d_i dieses Verkehrsteilnehmers 112, 113 gewichtet werden. Ein beispielhaftes Maß ist $F = \sum \frac{1}{d_{i}} (1 - \frac{B r e i t e - i n - F a h r s p u r_{i}}{G e s a m t b r e i t e_{i}}) .$
• Zeitdauer bis zu einer Kollision mit einem anderen Verkehrsteilnehmer (Time to Collision (TTC)).
• Notabstand, den das Ego-Fahrzeug 110 für eine Notbremsung benötigt; dabei kann der Initialabstand zu einem anderen Verkehrsteilnehmer berücksichtigt werden. Des Weiteren kann die Strecke berücksichtigt werden, die der andere Verkehrsteilnehmer während der Notbremsung zurücklegt.

The control unit 200 can be set up based on the sensor data and / or on the basis of the digital map information to determine feature values for one or more characteristics. The one or more features may be summarized as dimensions of a feature vector. The value of a feature vector can then be a present traffic situation 100 describe. Exemplary features for detecting an unstructured traffic situation 100 are:

• the driving speed of the ego vehicle 110 , if appropriate, a moving average of the driving speed and / or a standard deviation from an average value of the driving speed.
• a weighted average of the inverse distance to other road users 112 . 113 . 111 , and possibly the standard deviation from the mean. In particular, a mean distance can be determined based on the following formula: $D = {(Σ \frac{1}{d_{i}})}^{- 1} .$
where d _{i is} the distance of the vehicle 110 to another road user 112 . 113 . 111 is.
• the total number of objects or road users around the ego vehicle 110 ; In this case, moving objects or road users including the direction of movement, stopped and / or parked objects or road users can be distinguished; furthermore, the moving average and / or the standard deviation of the total number can be considered.
• the number of lanes or lanes 101 . 102 ,
• a measure of the quality or visibility of road markings.
• the number of two-wheelers and / or the number of two-wheel overtaking maneuvers.
• a measure of how reliable each road user is 112 . 113 within their respective lane 102 remain. In this case, the proportion of the width of a road user 112 . 113 that is outside a lane 102 is located, with the inverse of the distance d _i this road user 112 . 113 be weighted. An exemplary measure is $F = Σ \frac{1}{d_{i}} (1 - \frac{B r e i t e - i n - F a H r s p u r_{i}}{G e s a m t b r e i t e_{i}}),$
• Time to collision with another road user (Time to Collision (TTC)).
• Emergency distance, the ego vehicle 110 needed for emergency braking; while the initial distance to another road user can be considered. Furthermore, the distance traveled by the other road user during emergency braking can be taken into account.

Die Steuereinheit 200 kann eingerichtet sein, wiederholt und/oder periodisch einen Wert eines Merkmalsvektors zu ermitteln, der ein oder mehrere der o.g. Merkmale umfasst. Es kann somit eine zeitliche Sequenz der Werte des Merkmalsvektors ermittelt werden. Des Weiteren kann die Steuereinheit 200 eingerichtet sein, auf Basis von ein oder mehreren Werten des Merkmalsvektors und auf Basis eines Klassifikators zu ermitteln, ob eine unstrukturierte Verkehrs situation 100 vorliegt oder nicht. Der Klassifikator kann eingerichtet sein, den Raum von möglichen Werten des Merkmalsvektors in Teilräume für unterschiedliche Klassen aufzuteilen. Mögliche Klassen sind dabei:

• das Vorliegen einer strukturierten Verkehrssituation; und
• das Vorliegen einer unstrukturierten Verkehrssituation 100.

The control unit 200 may be arranged to repeatedly and / or periodically determine a value of a feature vector comprising one or more of the above features. Thus, a temporal sequence of the values of the feature vector can be determined. Furthermore, the control unit 200 be configured to determine whether an unstructured traffic situation based on one or more values of the feature vector and on the basis of a classifier 100 present or not. The classifier may be arranged to divide the space from possible values of the feature vector into subspaces for different classes. Possible classes are:

• the existence of a structured traffic situation; and
• the existence of an unstructured traffic situation 100 ,

Die Klasse für das Vorliegen einer unstrukturierten Verkehrs situation 100 kann ggf. in mehrere Teilklassen unterteilt sein, insbesondere in Abhängigkeit von der Ursache für die unstrukturierte Verkehrssituation 100. Beispielhafte Teilklassen sind:

• das Zusammenführen von mehreren Fahrbahnen 101, 102 als Ursache für die unstrukturierte Verkehrssituation 100;
• ein mehrspuriger Kreisverkehr als Ursache für die unstrukturierte Verkehrssituation 100;
• ein störendes Objekt auf ein oder beiden Seiten einer Fahrspur 102 als Ursache für die unstrukturierte Verkehrssituation 100; und/oder
• eine Baustelle als Ursache für die unstrukturierte Verkehrssituation 100.

The class for the presence of an unstructured traffic situation 100 may possibly be subdivided into several subclasses, in particular depending on the cause of the unstructured traffic situation 100 , Exemplary subclasses are:

• the merging of several lanes 101 . 102 as the cause of the unstructured traffic situation 100 ;
• a multi-lane roundabout as the cause of the unstructured traffic situation 100 ;
• a disturbing object on one or both sides of a lane 102 as the cause of the unstructured traffic situation 100 ; and or
• a construction site as the cause of the unstructured traffic situation 100 ,

Der Klassifikator kann im Rahmen einer Lernphase angelernt worden sein. Zu diesem Zweck können Trainingsdaten mit einer Vielzahl von Trainingsdatensätzen bereitgestellt werden. Ein Trainingsdatensatz umfasst dabei einen Wert des Merkmalsvektors und eine entsprechende Klasse. Die Klassen können ggf. manuell zugewiesen worden sein. Der Klassifikator kann ein neuronales Netzwerk, eine Support Vektor Machine, einen Decision Tree (DT) und/oder einen Random Forest (RF) Klassifikator umfassen.The classifier may have been learned during a learning phase. For this purpose, training data may be provided with a plurality of training records. A training data set comprises a value of the feature vector and a corresponding class. The classes may have been assigned manually if necessary. The classifier can be a neural network, a support vector machine, a decision tree ( DT ) and / or a Random Forest ( RF ) Include classifier.

Die Steuereinheit 200 kann somit eingerichtet sein, zu ermitteln, ob eine unstrukturierte Verkehrssituation 100 vorliegt oder nicht. Des Weiteren kann die Steuereinheit 200 eingerichtet sein, eine unstrukturierte Verkehrssituation 100 einer Unterklasse zuzuweisen und/oder die Ursache für die unstrukturierte Verkehrssituation 100 zu ermitteln.The control unit 200 Thus, it may be arranged to determine if an unstructured traffic situation 100 present or not. Furthermore, the control unit 200 be set up, an unstructured traffic situation 100 assign a subclass and / or the cause of the unstructured traffic situation 100 to investigate.

Bei Vorliegen einer unstrukturierten Verkehrssituation 100 kann, ggf. in Abhängigkeit von der ermittelten Ursache für die unstrukturierte Verkehrs situation 100, zumindest ein effektiv geltende Verkehrsregel ermittelt werden, die sich im Rahmen der unstrukturierten Verkehrssituation 100 herausgebildet hat. Die effektiv geltende Verkehrsregel kann sich dabei von den ein oder mehreren gemäß der Straßenverkehrsordnung geltenden Verkehrsregeln unterscheiden. Beispielsweise kann in der in 1 dargestellten unstrukturierten Verkehrssituation 100 erkannt werden, dass abwechselnd ein Fahrzeug 112, 113 aus der improvisierten Fahrspur 103 und ein Fahrzeug 110 aus der zweiten Fahrspur 102 auf die dritte Fahrbahn 105 abbiegen. Eine derartige effektive Verkehrsregel kann dann bei der Steuerung des (zumindest teilweise automatisiert fahrenden) Ego-Fahrzeugs 110 berücksichtigt werden. Beispielsweise kann ein zumindest teilweise automatisiert fahrendes Ego-Fahrzeug 110 die ermittelte effektive Verkehrsregel dazu nutzen, um das Ego-Fahrzeug 110 weiterhin zumindest teilweise automatisiert innerhalb der unstrukturierten Verkehrs situation 100 zu führen.In the case of an unstructured traffic situation 100 If necessary, depending on the determined cause for the unstructured traffic situation 100, at least one effectively valid traffic rule can be determined, resulting in the context of the unstructured traffic situation 100 has emerged. The effective traffic rule may differ from the one or more traffic regulations in force in accordance with the Highway Code. For example, in the in 1 illustrated unstructured traffic situation 100 be recognized that alternately a vehicle 112 . 113 from the improvised lane 103 and a vehicle 110 from the second lane 102 on the third lane 105 turn. Such an effective traffic rule can then be used in the control of the (at least partially automated) ego vehicle 110 be taken into account. For example, an at least partially automated driving ego vehicle 110 use the established effective traffic rule to get the ego vehicle 110 continue to lead at least partially automated within the unstructured traffic situation 100.

Eine effektive Verkehrsregel kann auf Basis der Sensordaten und/oder der digitalen Karteninformation ermittelt werden. Zu diesem Zweck können Mustererkennungsverfahren verwendet werden, um auf Basis der zeitlichen Sequenz der Sensordaten Muster für das Verhalten der Verkehrsteilnehmer 112, 113 innerhalb der unstrukturierten Verkehrssituation 100 zu erkennen. Ein beispielhaftes Verfahren zur Mustererkennung ist in Mehdiyev et al. „Determination of Rule Patterns in Complex Event Processing Using Machine Learning Techniques“, Procedia Computer Science, Volume 61, 2015, Pages 395-401 , beschrieben. Der Inhalt dieses Dokumentes wird per Verweis in dieses Dokument aufgenommen. Alternativ oder ergänzend können auch Bayes Netzwerkmodelle und/oder Deep Learning Methoden verwendet werden, um auf Basis der Sensordaten effektiv geltende Verkehrsregeln innerhalb einer unstrukturierten Verkehrs situation 100 zu ermitteln.An effective traffic rule can be determined on the basis of the sensor data and / or the digital map information. For this purpose, pattern recognition methods may be used to model the behavior of the road users based on the temporal sequence of the sensor data 112 . 113 within the unstructured traffic situation 100 to recognize. An exemplary method for pattern recognition is in Mehdiyev et al. "Determination of Rule Patterns in Complex Event Processing Using Machine Learning Techniques", Procedia Computer Science, Volume 61, 2015, Pages 395-401 , described. The contents of this document are incorporated by reference into this document. Alternatively or additionally, Bayesian network models and / or deep learning methods can be used to effectively apply traffic rules based on the sensor data within an unstructured traffic situation 100 to investigate.

Bei der Ermittlung einer effektiv geltenden Verkehrsregel können die ermittelte Ursache der unstrukturierten Verkehrssituation 100, der Ort der unstrukturierten Verkehrs situation 100, die Verkehrsdichte, die Verkehrsgeschwindigkeit, die Tageszeit, der Wochentag und/oder das Wetter berücksichtigt werden, um die effektiv geltende Verkehrsregel mit erhöhter Genauigkeit zu ermitteln.In determining an effective traffic rule, the identified cause of the unstructured traffic situation 100 , the place of the unstructured traffic situation 100 , the traffic density, the traffic speed, the time of day, the day of the week and / or the weather are taken into account in order to determine the effective traffic rule with increased accuracy.

Das Fahrzeug 110 kann eingerichtet sein, über eine Kommunikationseinheit des Fahrzeug 110 Information in Bezug auf eine detektierte unstrukturierte Verkehrssituation 100 und/oder in Bezug auf eine effektiv geltende Verkehrsregel an eine Zentraleinheit, z.B. an einen Backend-Server, zu senden. Die Information in Bezug auf die unstrukturierte Verkehrssituation 100 kann dann z.B. bei der Ermittlung einer Fahrroute berücksichtigt werden, z.B. um einem Nutzer eine möglichst stressfreie Fahrroute anbieten zu können (bei der der Ort der unstrukturierten Verkehrs situation 100 umfahren wird).The vehicle 110 may be configured via a communication unit of the vehicle 110 Information relating to a detected unstructured traffic situation 100 and / or with respect to an effective traffic rule to a central processing unit, eg to a backend server. The information regarding the unstructured traffic situation 100 can then be taken into account, for example, when determining a driving route, for example in order to be able to offer a user a route which is as stress-free as possible (in which the location of the unstructured traffic situation 100 is bypassed).

3 zeigt ein Ablaufdiagramm eines beispielhaften Verfahrens 300 zur Steuerung bzw. zum Betreiben einer Funktion eines zumindest teilweise automatisiert fahrenden Fahrzeugs 110. Das Fahrzeug 110 kann insbesondere eingerichtet sein, zumindest hochautomatisiert zu fahren. Die Funktion kann eine Ausgabe- und/oder eine Führungsfunktion des Fahrzeugs 110 umfassen. Das Verfahren 300 kann durch eine Steuereinheit 200 des Fahrzeugs 110 ausgeführt werden. 3 shows a flowchart of an exemplary method 300 for controlling or operating a function of an at least partially automated moving vehicle 110 , The vehicle 110 In particular, it can be set up to drive at least highly automated. The function may be an output and / or a guidance function of the vehicle 110 include. The procedure 300 can by a control unit 200 of the vehicle 110 be executed.

Das Verfahren 300 umfasst das Ermitteln 301 von Sensordaten bezüglich eines Umfelds des Fahrzeugs 110. Insbesondere kann eine zeitliche Sequenz von Sensordaten für eine entsprechende Sequenz von Zeitpunkten ermittelt werden. Beispielsweise können Sensordaten mit einer zeitlichen Frequenz von 1Hz, 10Hz oder mehr erfasst und zur weiteren Verarbeitung bereitgestellt werden. Auf Basis der zeitlichen Sequenz von Sensordaten kann das (zeitliche) Verhalten von ein oder mehreren anderen Verkehrsteilnehmern 112, 113 im Umfeld des Fahrzeugs 110 ermittelt werden.The procedure 300 includes determining 301 of sensor data relating to an environment of the vehicle 110 , In particular, a temporal sequence of sensor data for a corresponding sequence of times can be determined. For example, sensor data with a time frequency of 1 Hz, 10 Hz or more can be detected and provided for further processing. On the basis of the chronological sequence of sensor data, the (temporal) behavior of one or more other road users can 112 . 113 in the environment of the vehicle 110 be determined.

Außerdem umfasst das Verfahren 300 das Bestimmen 302, auf Basis der Sensordaten, ob eine unstrukturierte Verkehrssituation 100 vorliegt oder nicht. In addition, the process includes 300 the determining 302 , based on the sensor data, whether an unstructured traffic situation 100 present or not.

Dabei kann eine unstrukturierte Verkehrssituation 100 vorliegen, wenn ein oder mehrere Verkehrsteilnehmer 112, 113 im Umfeld des Fahrzeugs 110 die gemäß einer Straßenverkehrsordnung geltenden ein oder mehreren Verkehrsregeln für das Umfeld des Fahrzeug 110 nicht befolgen. Eine unstrukturierte Verkehrssituation 100 kann auf Basis dieser Eigenschaft und/oder der o.g. Eigenschaften identifiziert werden. Die Erkennung einer unstrukturierten Verkehrs situation 100 kann anhand eines maschinen-erlernten Klassifikators erfolgen.This may be an unstructured traffic situation 100 present if one or more road users 112 . 113 in the environment of the vehicle 110 the one or more traffic regulations applicable to the environment of the vehicle in accordance with a highway code 110 do not follow. An unstructured traffic situation 100 can be identified based on this property and / or the above properties. The detection of an unstructured traffic situation 100 can be done using a machine-learned classifier.

Das Verfahren 300 umfasst ferner das Steuern bzw. Betreiben 303 einer Funktion des Fahrzeugs 110 in Abhängigkeit davon, ob eine unstrukturierte Verkehrssituation 100 vorliegt oder nicht. Beispielsweise kann eine Führungsfunktion des Fahrzeugs 110 (zum zumindest teilweise automatisierten Fahren des Fahrzeugs 110) auf Basis der gemäß der Straßenverkehrsordnung geltenden Verkehrsregeln gesteuert bzw. betrieben werden, wenn bestimmt wurde, dass keine unstrukturierte Verkehrs situation 100 vorliegt. Andererseits kann zumindest eine innerhalb einer detektierten unstrukturierten Verkehrs situation 100 effektiv geltende Verkehrsregel ermittelt und im Rahmen der Führungsfunktion berücksichtigt werden, wenn bestimmt wurde, dass eine unstrukturierte Verkehrssituation 100 vorliegt.The procedure 300 further comprises controlling 303 a function of the vehicle 110 depending on whether an unstructured traffic situation 100 present or not. For example, a guiding function of the vehicle 110 (For at least partially automated driving of the vehicle 110 ) are controlled or operated on the basis of the traffic rules in force in accordance with the Highway Code if it has been determined that there is no unstructured traffic situation 100 is present. On the other hand, at least one within a detected unstructured traffic situation 100 effective traffic rules are determined and taken into account in the management function, if it has been determined that an unstructured traffic situation 100 is present.

Durch die in diesem Dokument beschriebenen Maßnahmen kann die Steuerung eines zumindest teilweise automatisiert fahrenden Fahrzeugs 110 verbessert werden. Insbesondere kann auch in unstrukturierten Verkehrssituationen 100 ein zumindest teilweise automatisiertes Führen des Fahrzeugs 110 ermöglicht werden. Dabei können ein oder mehrere effektiv geltende Verkehrsregeln ermittelt und zur Steuerung des Fahrzeugs 110 genutzt werden. Ggf. kann in einer unstrukturierten Verkehrssituation 100 eine Übergabe an einen Fahrer des Fahrzeugs 110 erfolgen, wobei dabei dem Fahrer die ein oder mehreren effektive geltenden Verkehrsregeln mitgeteilt werden können (z.B. über eine Benutzerschnittstelle des Fahrzeugs 110). Ferner kann Information in Bezug auf das Vorliegen einer unstrukturierten Verkehrssituation 100 und/oder in Bezug auf eine ermittelte effektiv geltende Verkehrsregel an eine Zentraleinheit übermittelt werden, um diese Information im Rahmen der Steuerung eines anderen Fahrzeugs zu berücksichtigen (z.B. zur Planung einer Fahrroute).The measures described in this document can be used to control an at least partially automated vehicle 110 be improved. In particular, even in unstructured traffic situations 100 an at least partially automated driving of the vehicle 110 be enabled. One or more effective traffic rules can be determined and for controlling the vehicle 110 be used. Possibly. can in an unstructured traffic situation 100 a handover to a driver of the vehicle 110 carried out, wherein the driver one or more effective traffic rules can be communicated (eg via a user interface of the vehicle 110 ). Furthermore, information relating to the existence of an unstructured traffic situation 100 and / or with respect to a determined effective traffic rule to be transmitted to a central unit to take this information into account in the context of the control of another vehicle (eg for planning a driving route).

Die vorliegende Erfindung ist nicht auf die gezeigten Ausführungsbeispiele beschränkt. Insbesondere ist zu beachten, dass die Beschreibung und die Figuren nur das Prinzip der vorgeschlagenen Verfahren, Vorrichtungen und Systeme veranschaulichen sollen.The present invention is not limited to the embodiments shown. In particular, it should be noted that the description and figures are intended to illustrate only the principle of the proposed methods, apparatus and systems.

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte Nicht-PatentliteraturCited non-patent literature

Mehdiyev et al. "Determination of Rule Patterns in Complex Event Processing Using Machine Learning Techniques", Procedia Computer Science, Volume 61, 2015, Pages 395-401 [0038]

Claims

Control unit (200) for an at least partially automated vehicle (110); wherein the control unit (200) is set up, To determine sensor data relating to an environment of the vehicle (110); - to determine on the basis of the sensor data whether an unstructured traffic situation (100) exists or not; and - To control a function of the vehicle (110) depending on whether an unstructured traffic situation (100) is present or not.

Control unit (200) according to Claim 1 wherein in an unstructured traffic situation (100) at least one in the environment of the vehicle (110) according to a highway code traffic rule by at least one other road users (112, 113), in particular by a plurality of other road users (112, 113) not is followed.

Control unit (200) according to one of the preceding claims, wherein the control unit (200) is set up, to determine at least one value of a feature vector with a plurality of features on the basis of the sensor data; and determine whether or not there is an unstructured traffic situation (100) based on the value of the feature vector and using a machine-learned classifier; wherein the classifier is arranged to identify at least one partial space for the presence of an unstructured traffic situation (100) within a total of possible values of the feature vector.

Control unit (200) according to Claim 3 wherein the plurality of features comprises one or more of: a vehicle speed (110); - a distance measure with respect to a distance of the vehicle (110) to one or more other road users (112, 113) in the vicinity of the vehicle (110); and / or - a lane gauge that indicates to what extent one or more other road users (112, 113) in the vicinity of the vehicle (110) travel within at least one defined lane (101, 102).

Control unit (200) according to one of the preceding claims, wherein the control unit (200) is set up, - to determine a cause from a plurality of possible causes for the unstructured traffic situation (100) on the basis of the sensor data; and - To control the function of the vehicle (110) in dependence on the determined cause of the unstructured traffic situation (100).

Control unit (200) according to one of the preceding claims, wherein the control unit (200) is set up when it has been determined that there is an unstructured traffic situation (100), - to determine, based on the sensor data, an effective traffic rule within the unstructured traffic situation (100); and - To control the function of the vehicle (110) in dependence on the determined, effective traffic rule.

Control unit (200) according to Claim 6 wherein the control unit (200) is adapted, when it has been determined that there is an unstructured traffic situation (100), to issue a takeover request to a user of the vehicle (110) via a user interface of the vehicle (110) to the vehicle (110) to guide at least partially manually; and output to the user via the user interface of the vehicle (110) information related to the determined effective traffic rule.

Control unit (200) according to one of the preceding claims, wherein the control unit (200) is set up, to determine a temporal sequence of sensor data for a corresponding sequence of times; and - to determine on the basis of the temporal sequence of sensor data whether an unstructured traffic situation (100) exists or not.

Control unit (200) according to one of the preceding claims, wherein the function comprises an output function for outputting information relating to the unstructured traffic situation (100) to a user of the vehicle (110); and or the function comprises a guidance function for at least partially automated guidance of the vehicle (110); and or - The function comprises an output function for sending information relating to the unstructured traffic situation (100) to a receiver outside the vehicle (110).

A method (300) for controlling a function of an at least partially automated vehicle (110); the method comprising (300), - determining (301) sensor data relating to an environment of the vehicle (110); Determining (302), based on the sensor data, whether or not there is an unstructured traffic situation (100); and - Controlling (303) a function of the vehicle (110) depending on whether or not there is an unstructured traffic situation (100).