DE102018100112A1 - Verfahren und systeme zum verarbeiten von lokalen und cloud-daten in einem fahrzeug und ein cloud-server zum übertragen von cloud-daten an fahrzeuge - Google Patents

Verfahren und systeme zum verarbeiten von lokalen und cloud-daten in einem fahrzeug und ein cloud-server zum übertragen von cloud-daten an fahrzeuge Download PDF

Info

Publication number
DE102018100112A1
DE102018100112A1 DE102018100112.6A DE102018100112A DE102018100112A1 DE 102018100112 A1 DE102018100112 A1 DE 102018100112A1 DE 102018100112 A DE102018100112 A DE 102018100112A DE 102018100112 A1 DE102018100112 A1 DE 102018100112A1
Authority
DE
Germany
Prior art keywords
data
vehicle
processing
remote data
cloud server
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE102018100112.6A
Other languages
English (en)
Other versions
DE102018100112B4 (de
Inventor
Fan Bai
Donald K. Grimm
Amit Mehta
David D. Malkan
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of DE102018100112A1 publication Critical patent/DE102018100112A1/de
Application granted granted Critical
Publication of DE102018100112B4 publication Critical patent/DE102018100112B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/023Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/161Decentralised systems, e.g. inter-vehicle communication
    • G08G1/162Decentralised systems, e.g. inter-vehicle communication event-triggered
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Optics & Photonics (AREA)

Abstract

Verfahren und Systeme sind vorgesehen zum Empfangen von lokalen Daten über ein Fahrzeugabtastmodul eines Fahrzeugsteuerungssystems, zum Empfangen von entfernten Daten über eine Cloud-Schnittstelleneinheit des Fahrzeugsteuerungssystems von einem Cloud-Server und zum Verarbeiten der lokalen Daten und der entfernten Daten über eine Verarbeitungseinheit des Fahrzeugsteuerungssystems. Basierend auf der Verarbeitung der lokalen Daten und der entfernten Daten wird mindestens ein Fahrzeugmerkmal gesteuert. Die lokalen Daten und die entfernten Daten sind mit Verarbeitungsprioritäten verknüpft. Die Verarbeitungseinheit variiert die Häufigkeit der Verarbeitung in Abhängigkeit der Prioritätsstufen der Verarbeitung. Des Weiteren ist ein Cloud-Server zum Übertragen von entfernten Daten an eine Menge von Fahrzeugen vorgesehen. Der Cloud-Server umfasst ein erstes Modul, das dazu konfiguriert ist, Fahrzeuge einer Vielzahl von Gruppen zuzuordnen, die zumindest auf den von den Fahrzeugen empfangenen Standortdaten basieren. Ein zweites Modul des Cloud-Servers ist dazu konfiguriert, für jede Gruppe unterschiedliche entfernte Daten zu bestimmen. Ein drittes Modul ist dazu konfiguriert, die so ermittelten entfernten Daten an Fahrzeuge innerhalb jeder Gruppe zu übertragen.

Description

  • TECHNISCHES GEBIET
  • Das technische Gebiet bezieht sich im Allgemeinen auf das Verarbeiten von Daten, die aus verschiedenen Quellen zum Steuern eines Fahrzeugs erhalten wurden. Darüber hinaus bezieht sich das technische Gebiet auf das Übertragen von Daten zwischen Fahrzeugen und einem Cloud-Server.
  • HINTERGRUND
  • Fahrzeugsteuerungssysteme nutzen zunehmend Daten aus unterschiedlichen Quellen, um die Eigenschaften eines Fahrzeugs automatisch zu steuern. Lokale Daten von einem Fahrzeugabtastmodul werden verwendet, um verschiedene Fahrzeugmerkmale, wie zum Beispiel die automatische Servolenkung und die automatische Bremsbetätigung, zu steuern. Die lokalen Daten können Daten beinhalten, die von einer Objekterkennungseinheit, einschließlich Kamera und Radar, und Daten, die von einer Fahrzeug-zu-Fahrzeug-Kommunikationseinheit erhalten wurden, die verarbeitet werden können, um automatisierte Fahrzeugsteuerungsfunktionen zur Vermeidung von Kollisionen mit Objekten, wie Fußgängern, Straßeninfrastruktur und anderen Fahrzeugen, zu bestimmen. Diese unterschiedlichen lokalen Datenquellen werden separat verarbeitet, sodass eine Art Kontrollarbitrierung erforderlich ist, um beispielsweise zu bestimmen, wie Steuerbefehle, die aus getrennten Verarbeitungsschemata erzeugt werden, priorisiert und implementiert werden können.
  • Eine zusätzliche Komplikation liegt in einem Vorschlag für Fahrzeugsteuerungssysteme zur Berücksichtigung von entfernten Daten, die von einem Cloud-Server empfangen werden. Die entfernten Daten können basierend auf einer Zusammenstellung einer Vielzahl von lokalen Daten formuliert werden, die von vielen Fahrzeugen auf den Cloud-Server hochgeladen werden. Die vorliegenden Vorschläge sehen ein weiteres separates Steuerungssystem vor, das entweder unabhängig von den Fahrzeugsteuerungssystemen basierend auf lokalen Daten arbeitet oder eine zusätzliche Arbitrierungsschicht erfordert.
  • Obwohl Fahrzeugsteuerungen über erhebliche Datenverarbeitungsmöglichkeiten verfügen, ist die Menge der Daten, die mit der erforderlichen Geschwindigkeit verarbeitet werden kann, begrenzt. Die nahtlosen Schichten der Verarbeitung und Arbitrierung von lokalen und entfernten Daten im Stand der Technik tragen zur Ineffizienz der Verarbeitung bei und schränken die Möglichkeiten des Fahrzeugsteuerungssystems zur Verwaltung weiterer Datenquellen ein.
  • Dementsprechend besteht ein Bedarf an einer integrierten Verwaltung von Daten aus lokalen und entfernten Datenquellen. Des Weiteren ist eine Cloud-Server-seitige und fahrzeugseitige Plattform erforderlich, die in der Lage ist, ein praktikables Datenmanagement und eine effiziente Verarbeitung unter Berücksichtigung der lokalen und dezentralen Daten zum Steuern eines Fahrzeugs. Ferner werden weitere wünschenswerte Funktionen und Merkmale aus der nachfolgenden ausführlichen Beschreibung und den beigefügten Ansprüchen in Verbindung mit den beigefügten Zeichnungen, sowie dem vorangehenden technischen Gebiet und Hintergrund ersichtlich.
  • ZUSAMMENFASSUNG
  • Verfahren und Systeme sind vorgesehen zum Empfangen von lokalen Daten über ein Fahrzeugabtastmodul eines Fahrzeugsteuerungssystems, zum Empfangen von entfernten Daten über eine Cloud-Schnittstelleneinheit des Fahrzeugsteuerungssystems von einem Cloud-Server und zum Verarbeiten der lokalen Daten und der entfernten Daten über eine Verarbeitungseinheit des Fahrzeugsteuerungssystems. Basierend auf der Verarbeitung der lokalen Daten und der entfernten Daten wird mindestens ein Fahrzeugmerkmal gesteuert. Die lokalen Daten und die entfernten Daten sind mit Verarbeitungsprioritäten verknüpft. Die Verarbeitungseinheit variiert die Häufigkeit der Verarbeitung in Abhängigkeit der Prioritätsstufen der Verarbeitung.
  • Des Weiteren ist ein Cloud-Server zum Übertragen von entfernten Daten an eine Menge von Fahrzeugen vorgesehen. Der Cloud-Server umfasst ein erstes Modul, das dazu konfiguriert ist, Fahrzeuge einer Vielzahl von Gruppen zuzuordnen, die zumindest auf den von den Fahrzeugen empfangenen Standortdaten basieren. Ein zweites Modul des Cloud-Servers ist dazu konfiguriert, für jede Gruppe unterschiedliche entfernte Daten zu bestimmen. Ein drittes Modul ist dazu konfiguriert, die so ermittelten entfernten Daten an Fahrzeuge innerhalb jeder Gruppe zu übertragen.
  • Figurenliste
  • Die exemplarischen Ausführungsformen werden nachfolgend in Verbindung mit den folgenden Zeichnungen beschrieben, worin gleiche Bezugszeichen gleiche Elemente bezeichnen, und worin gilt:
    • 1 ist ein funktionales Blockdiagramm eines Fahrzeugs mit Einheiten zum Empfangen von entfernten Daten, Erfassen lokaler Daten und Verarbeiten der Daten zum Steuern eines Fahrzeugmerkmals gemäß verschiedener Ausführungsformen;
    • 2 ist ein Datenflussdiagramm mit exemplarischen Einheiten zum Bestimmen von Steuerbefehlen basierend auf entfernten und lokalen Daten gemäß verschiedener Ausführungsformen;
    • 3 ist ein Datenflussdiagramm mit unterschiedlichen Verarbeitungsgeschwindigkeiten zum Umwandeln von entfernten und lokalen Daten in Steuerbefehle basierend auf der Risikoklassifizierung gemäß verschiedener Ausführungsformen;
    • 4 ist ein Datenflussdiagramm, das die entfernungsbasierte Filtration verfügbarer Daten aus der Ferne veranschaulicht, um das Datenvolumen zu reduzieren, das an ein Fahrzeugsteuerungssystem gemäß verschiedener Ausführungsformen übertragen wird;
    • 5 und 6 sind schematische Zeichnungen, welche die virtuelle Partitionierung lokaler Datenquellen basierend auf vorgegebenen geographischen Zonen und adaptiven Fahrzeuggruppen gemäß alternativer exemplarischer Ausführungsformen veranschaulichen;
    • 7 ist ein Datenflussdiagramm, das die Gruppendefinition und die Zuordnung von Fahrzeugen zu Gruppen veranschaulicht, um gemeinsame entfernte Daten an Fahrzeuge in jeder Gruppe gemäß verschiedener Ausführungsformen zu übertragen; und
    • 8 ist ein Flussdiagramm, das eine Übersicht der Steuerungsverfahren gemäß verschiedener Ausführungsformen darstellt.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Die folgende ausführliche Beschreibung dient lediglich als Beispiel und soll die Anwendung und Verwendung in keiner Weise einschränken. Weiterhin besteht keine Absicht, im vorstehenden technischen Bereich, Hintergrund, der Kurzzusammenfassung oder der folgenden ausführlichen Beschreibung an eine ausdrücklich oder implizit vorgestellte Theorie gebunden zu sein. Die hierin verwendeten Begriffe Modul und Einheit beziehen sich auf eine anwendungsspezifische integrierte Schaltung (ASIC), eine elektronische Schaltung, einen Prozessor (gemeinsam genutzt, dediziert oder Gruppenprozessor) und einen Speicher, der ein oder mehrere Software- oder Firmwareprogramme, eine kombinatorische Logikschaltung und/oder andere geeignete Komponenten ausführt, die die beschriebene Funktionalität bieten. Insbesondere beinhalten die hierin beschriebenen Einheiten und Module mindestens ein Prozessor, einen Speicher und auf dem Speicher gespeicherte Computerprogrammanweisungen zum Implementieren der verschiedenen Funktionen und Prozesse, die in Bezug auf die Module und Einheiten beschrieben sind. Obwohl hierin einzelne Module und Einheiten beschrieben sind, schließt dies eine integrierte Topologie nicht aus.
  • Erfindungsgemäße Ausführungen können hierin als funktionale und/oder logische Blockkomponenten und verschiedene Verarbeitungsschritte beschrieben sein. Es ist zu beachten, dass derartige Blockkomponenten aus einer beliebigen Anzahl an Hardware-, Software- und/oder Firmware-Komponenten aufgebaut sein können, die zur Ausführung der erforderlichen Funktionen konfiguriert sind. Eine Ausführungsform der Erfindung kann zum Beispiel verschiedene integrierte Schaltungskomponenten, z. B. Speicherelemente, digitale Signalverarbeitungselemente, Logikelemente, Nachschlagetabellen oder dergleichen einsetzen, die eine Vielzahl von Funktionen unter der Steuerung eines oder mehrerer Mikroprozessoren oder anderer Steuervorrichtungen durchführen können. Zudem werden Fachleute erkennen, dass Ausführungsformen der vorliegenden Erfindung in Verbindung mit einer beliebigen Anzahl an Richtungssteuersystemen umgesetzt werden können und dass das beschriebene Fahrzeugsystem lediglich ein Beispiel einer Ausführungsform der Erfindung ist.
  • Der Kürze halber sind konventionelle Techniken in Verbindung mit der Signalverarbeitung, Datenübertragung, Signalgebung, Steuerung und weiteren funktionalen Aspekten der Systeme (und den einzelnen Bedienelementen der Systeme) hierin ggf. nicht im Detail beschrieben. Weiterhin sollen die in den verschiedenen Figuren dargestellten Verbindungslinien exemplarische Funktionsbeziehungen und/oder physikalische Verbindungen zwischen den verschiedenen Elementen darstellen. Es sollte beachtet werden, dass viele alternative oder zusätzliche funktionale Beziehungen oder physikalische Verbindungen in einer Ausführungsform der Erfindung vorhanden sein können.
  • Unter Bezugnahme auf 1 wird ein System mit einem Fahrzeug 202 und ein Cloud-Server 10 gemäß verschiedenen Ausführungsformen dargestellt. Das Fahrzeug 202 beinhaltet ein Steuerungssystem 204, das lokale Daten 205 und Ferndaten 207 kombiniert, um die Fahrzeugfunktionen zu steuern. Das Steuerungssystem 204 beinhaltet ein Fahrzeugabtastmodul 206, das dazu konfiguriert ist, die lokalen Daten 205 an eine Verarbeitungseinheit 12 bereitzustellen, und eine Cloud-Schnittstelleneinheit 8, die dazu konfiguriert ist, die Ferndaten 207 vom Cloud-Server 10 zu empfangen und die Ferndaten 207 an die Verarbeitungseinheit 12 bereitzustellen. Die Verarbeitungseinheit 12 ist dazu konfiguriert, die lokalen Daten 205 und die Ferndaten 207 zu verarbeiten und mindestens einen Fahrzeugsteuerbefehl 13 zu erzeugen. Das Steuerungssystem 204 beinhaltet ferner eine Fahrzeugsteuerungseinheit 14, die dazu konfiguriert ist, mindestens ein Fahrzeugmerkmal basierend auf dem mindestens einen Fahrzeugsteuerungsbefehl zu steuern. Obwohl die hierin gezeigten Figuren ein Beispiel mit bestimmten Anordnungen von Elementen darstellen, können in tatsächlichen Ausführungsformen zusätzliche Zwischenelemente, Vorrichtungen, Merkmale oder Komponenten vorhanden sein. Es sollte bedacht werden, dass 1 lediglich veranschaulichend und u. U. nicht maßstabsgetreu ist.
  • In verschiedenen Ausführungsformen können die lokalen Daten 205 basierend auf einer Vielzahl von On-Board-Sensoren bereitgestellt werden. In 1 sind beispielsweise eine Objekterkennungseinheit 16, eine Trägheitsmesseinheit 18 und andere Fahrzeugsensoren 20 dargestellt. Die Objekterkennungseinheit 16 ist dazu konfiguriert, lokale Daten 205 über lokale Objekte außerhalb des Fahrzeugs 202 basierend auf den erfassten Informationen von mindestens einem der nachfolgend beschriebenen Objektsensoren 22, 24, 26, 28 bereitzustellen. Die Trägheitsmesseinheit 18 ist dazu konfiguriert, lokale Daten über Fahrzeugbewegungsvariablen basierend auf den erfassten Informationen von mindestens einem Fahrzeugbewegungssensor bereitzustellen. Die Trägheitsmesseinheit 18 kann mindestens einen der Vertikal-, Quer-, Längs-, Pitch-, Gier- und Rollbeschleunigungsmesser beinhalten. Die anderen Fahrzeugsensoren 20 können beispielsweise Raddrehzahl, Federung, Luftfeuchtigkeit, Scheibenwischer, Airbag und Geschwindigkeitssensoren beinhalten.
  • Die Objekterkennungseinheit 16 kann mindestens einen Objekterkennungssensor 22, 24, 26, 28 beinhalten. Die Objekterkennungssensoren 22, 24, 26, 28 können mindestens eine der folgenden Komponenten beinhalten: eine oder mehrere Kameras 28, ein oder mehrere Radarvorrichtungen 22 einschließlich Kurzstreckenradarvorrichtungen und Langstreckenradarvorrichtungen, ein oder mehrere Ultraschallsensoren 24 und ein oder mehrere Lichterkennungs- und Entfernungs (LiDAR)-Sensoren 26. Die eine oder die mehreren Kameras 28 können eine Monokularkamera und/oder eine Stereokamera beinhalten, die eine verbesserte Objektreichweitenerkennung bietet. Diese Sensoren die externen Bedingungen erfassen, können in einer Vielzahl von Richtungen ausgerichtet werden, ohne dabei vom Umfang der vorliegenden Erfindung abzuweichen. So können beispielsweise die Kameras 28 und die Radarvorrichtungen 22 an den jeweiligen oder ausgewählten Positionen, wie zum Beispiel den folgenden, ausgerichtet sein: (i) nach vorn gerichtet von einem vorderen Mittelpunkt des Fahrzeugs 202, (ii) nach hinten gerichtet von einem hinteren Mittelpunkt des Fahrzeugs 202, und (iii) seitlich des Fahrzeugs 202 von einer seitlichen Position des Fahrzeugs 202 aus.
  • Das Fahrzeugabtastmodul 206 von 1 beinhaltet ferner eine Kommunikationseinheit 32 zwischen Fahrzeug und externer Vorrichtung, die dazu konfiguriert ist, eine Vielzahl von externen drahtlosen Vorrichtungen 34, wie beispielsweise drahtlose Vorrichtungen anderer Fahrzeuge, drahtlose Fußgängervorrichtungen, wie Smartphones und Infrastrukturen, die drahtlos kommunizieren können, wie beispielsweise intelligente Ampeln, zu erkennen und drahtlos zu kommunizieren. Dementsprechend kann die externe Kommunikationsvorrichtung 32 auch Kurzstreckenkommunikation beinhalten, einschließlich mindestens einer Fahrzeug-zu-Fahrzeug-Kommunikation (V2V), Fahrzeug-zu-Fußgänger-Kommunikation (V2P) und Kommunikation mit der Verkehrssystem-Infrastruktur (V2I). Beispiele für V2V-Kommunikationsprotokolle beinhalten das dedizierte Nahbereichsprotokoll (DSRC) oder andere Arten von WiFi-Protokollen. Die über das Fahrzeug an die externe Kommunikationseinheit 32 empfangenen Daten können Bewegungsparameter anderer Fahrzeuge (wie Geschwindigkeit, Bremsen, Lenkung usw.), die Position von Fußgängern sowie den Status und die Lage der Straßeninfrastruktur beinhalten.
  • Das Fahrzeugsteuerungssystem 204 beinhaltet eine Sensor-Fusionseinheit 30, die dazu konfiguriert ist, die lokalen Daten 205 von mindestens einigen der Sensoren der Objekterkennungseinheit 16, der Trägheitsmesseinheit 18 und der externen drahtlosen Kommunikationseinheit 32 zum Fahrzeug zusammenzuführen. Die Sensorfusion ist eine Kombination von Sensordaten, die von verschiedenen Sensoren (wie zum Beispiel den Radarvorrichtungen 22 und den Kameras 28) abgeleitet wurden, sodass die daraus resultierenden Informationen eine geringere Unsicherheit aufweisen, als wenn diese Quellen einzeln verwendet würden. Der Begriff Unsicherheitsreduzierung kann in diesem Fall genauer, vollständiger oder zuverlässiger bedeuten. Die Sensorfusionseinheit erzeugt zusammengeführte Sensordaten 31 (siehe 2), die hierin häufig als lokale Daten bezeichnet werden, da die Sensorfusionseinheit 31, falls gewünscht, eine optionale Funktion ist.
  • In verschiedenen Ausführungsformen ist die Cloud-Schnittstelleneinheit 208 dazu konfiguriert, Ferndaten 207 vom Cloud-Server 10 zu empfangen. Somit ist das Fahrzeugabtastmodul 206 in der Lage, lokale Daten 205 über ein lokales Feld zur Verfügung zu stellen, insbesondere Daten zur Nachverfolgung benachbarter Fahrzeuge, Infrastruktur und Fußgänger (hierunter auch als Objekte bezeichnet) und Daten zur Bewegung des Fahrzeugs 202. Die Ferndaten können sich auf Straßen- und andere entfernte Fahrzeuginformationen beziehen. In verschiedenen Ausführungsformen werden die Ferndaten vom Cloud-Server 10 bereitgestellt und basieren auf Informationen, die der Cloud-Server 10 von einer Menge anderer Fahrzeuge oder anderer Sensorvorrichtungen empfängt, die in der Umgebung, z. B. in einer Stadt, in Verbindung mit einem Gebäude, einer Straßeninfrastruktur usw. eingesetzt werden. Der Cloud-Server 10 beinhaltet eine Server-Verarbeitungseinheit 130 mit den erforderlichen Verarbeitungsmöglichkeiten, Computerprogrammanweisungen und Speicher für die Vorverarbeitung der hierin beschriebenen Funktionen und Prozesse.
  • Die Cloud-Schnittstelleneinheit 208 ist dazu konfiguriert, Ferndaten 207 vom Cloud-Server 10 zu empfangen, einschließlich mindestens eines der folgenden: Informationen über Straßenschlupf (z. B. geschätzter Reibungskoeffizient der Fahrbahnoberfläche), Schlaglochinformationen, Stauinformationen, Straßensperrinformationen, Wetterinformationen, Unfallinformationen, Informationen zur Fahrbahnsperrung usw. Diese Informationen können durch den Cloud-Server 10 basierend auf Daten bestimmt werden, die von einer Menge von Fahrzeugen hochgeladen wurden, die über Fahrzeugabtastmodule mehrerer Fahrzeuge gewonnen wurden. So ist beispielsweise das Steuerungssystem 204 dazu konfiguriert, über die Cloud-Schnittstelleneinheit 208 Daten vom Fahrzeugabtastmodul 206 hochzuladen, optional nach der Sensorfusion durch die Sensorfusionseinheit 30 und anderen Verarbeitungsvorgängen. Unter der Annahme, dass andere Fahrzeuge konfiguriert sind, ähnliche Daten hochzuladen, stehen lokale Sensordaten aus einer Menge von Fahrzeugen für den Cloud-Server 10 zur Verfügung, um Straßenzustände zu erfassen und zu verarbeiten.
  • In einer Ausführungsform kann jedes Fahrzeug einer Menge von Fahrzeugen, einschließlich Fahrzeug 202, lokale Daten 205 hochladen, die vom Fahrzeugabtastmodul 206 erhalten wurden, z. B. über die Fahrzeuggeschwindigkeit (von einem Fahrzeuggeschwindigkeitssensor), Wetter (z. B. von einem Feuchtesensor, einem Wischersensor, Reifendruck, Reifentemperatur, Umgebungstemperatursensor usw.), Staus (z. B. von einem Fahrzeug-Geschwindigkeitssensor, Objekterkennungseinheit 16, wie zum Beispiel dem Radargerät 22 und/oder den Kameras 28, oder dem Fahrzeug zu einer externen drahtlosen Kommunikationseinheit 32), Schlaglöcher (z. B. von der Trägheitsmesseinheit 18, wie ein oder mehrere Beschleunigungssensoren zum Anzeigen der Radbeschleunigung, oder andere Fahrzeugsensoren 20, wie zum Beispiel ein Fahrwerksensor), Informationen über Straßenschlupf (z. B. von einem oder mehreren Beschleunigungssensoren der Trägheitsmesseinheit 18), Straßensperrinformationen (z. B. von einem Fahrzeug zu einem infrastrukturellen Teil der Fahrzeug-zu-externer-Drahtloskommunikationseinheit 32), Unfallinformationen (z. B. von der Objekterkennung 16), und Fahrspursperrinformationen (z. B. von einem Lenkradsensor der anderen Fahrzeugsensoren 20, von den Kameras 28 oder von einem Fahrzeug zu einem infrastrukturellen Teil der Fahrzeug-zu-externer-Drahtloskommunikationseinheit 32). Derartige lokale Daten 205 können zum Cloud-Server 10 hochgeladen werden, ohne dass das Steuerungssystem die zur Klassifizierung der Daten für einen bestimmten Straßen- oder Fahrzeugzustand erforderliche Verarbeitung durchführt. Diese Verarbeitung kann stattdessen auf dem Cloud-Server 10 erfolgen. Da der Cloud-Server 10 über entsprechende Informationen für eine große Menge von Fahrzeugen verfügt, können zuverlässigere und genauere Aussagen über den Straßenzustand getroffen werden.
  • Gemäß verschiedenen Ausführungsformen ist das Steuerungssystem 204 dazu konfiguriert, lokale Daten 205 zum Cloud-Server 10 hochzuladen, einschließlich globaler Positionsdaten (z. B. GPS) für das Fahrzeug 202 und lokaler Daten 205, die von der Objekterkennungseinheit 16, der Trägheitsmesseinheit 18, dem Fahrzeug zur externen drahtlosen Kommunikationseinheit 32 und den anderen Fahrzeugsensoren 20 erhalten werden.
  • In verschiedenen Ausführungsformen und weiterführend in Bezug auf 1 und 2 ist die Verarbeitungseinheit 12 dazu konfiguriert, die Ferndaten 207 von der Cloud-Schnittstelleneinheit 208 und die lokalen Daten 205, 31 von mindestens einer der Sensor-Fusionseinheit 30 und dem Fahrzeugabtastmodul 206 zu empfangen. Die Verarbeitungseinheit 12 ist dazu konfiguriert, die entfernten und lokalen Daten 207, 205, wie nachfolgend in Bezug auf die 2 und 3 weiter beschrieben werden, um mindestens einen Steuerbefehl 13 zu erzeugen, der eine reaktionsfähige Maßnahme basierend auf den entfernten und lokalen Daten 207, 205 befiehlt. Das Fahrzeugsteuereinheit 14 ist dazu konfiguriert, auf den Steuerbefehl zu reagieren und geeignete Maßnahmen zu ergreifen, indem mindestens ein Fahrzeugmerkmal über mindestens eine Steueranweisung 15 gesteuert wird. So kann die Fahrzeugsteuereinheit 14 beispielsweise eine Steueranweisung 15 an mindestens eine der folgenden einer Lenksteuereinheit 36, Bremssteuereinheit 38, Motorleistungssteuereinheit 190 (zum Steuern der Fahrzeuggeschwindigkeit) und eine Fahrerschnittstelleneinheit 40 ausgeben.
  • Nachfolgend werden einige Beispiele für eine beliebige Anzahl möglicher Reaktionen aufgeführt, die durch die Fahrzeugsteuereinheit 14 und die Verarbeitungseinheit 12 auf die entfernten und lokalen Daten 207, 205 ausgeführt werden. Die Anweisungen 15 an die Bremssteuereinheit 38 können ein automatisches Abbremsen oder Anhalten des Fahrzeugs 202 durch Fahrzeugbremsen (nicht dargestellt) als Reaktion auf lokale Daten 205 von der Objekterkennungseinheit 16 und/oder der Fahrzeug-zu-externer-Drahtloskommunikationseinheit 32 ausführen, um Kollisionen mit einem Hindernis, wie beispielsweise einem festen Hindernis, z. B. Infrastruktur in der Nähe einer Straße, eines Fußgängers oder eines anderen Fahrzeugs zu vermeiden. Die Anweisungen 15 an die Bremssteuereinheit 38 und/oder die Motorleistungssteuerungseinheit 190 können eine automatische Verlangsamung des Fahrzeugs 202 als Reaktion auf Ferndaten über mindestens eine aus einem Stau, Fahrbahnsperrung, rutschige Fahrbahn, Schlagloch und Wetter ausführen. Die Steueranweisungen 15 können an die Lenksteuereinheit 36 gesendet werden, um einen Spurwechsel oder eine andere Lenkbetätigung über ein automatisches Lenkstellglied (nicht dargestellt) als Reaktion auf lokale Daten der Objekterkennungseinheit durchzuführen, möglicherweise um eine Kollision zu vermeiden. Die Steueranweisungen 15 können an die Lenksteuereinheit 36 gesendet werden, um einen Spurwechsel oder einen sonstigen Lenkvorgang als Reaktion auf Ferndaten, wie beispielsweise Stau, Fahrbahnsperrung, Schlagloch und Wetter, durchzuführen.
  • Zusätzlich oder alternativ zu den Lenk- und Bremsreaktionen auf die entfernten und lokalen Daten 207, 205 kann die Fahrer-Schnittstelleneinheit 40 eine Warnung für den Fahrer bezüglich der entfernten und/oder lokalen Daten 205, 207 ausgeben. So kann beispielsweise ein Alarm ausgelöst werden, der einen Fahrer über mindestens eines der proximalen Objekte informiert, die von der Objekterkennungseinheit 16 erkannt werden, ein Wetteralarm kann basierend auf den entfernten Daten 207 ausgelöst werden, ein Schlaglochalarm kann auf den entfernten Daten 207 basieren, ein Alarm bei glatter Fahrbahn kann basierend auf den entfernten Daten 207 ausgelöst werden, ein Alarm bei Fahrspur- oder Straßensperrung kann basierend auf den entfernten Daten 207 ausgelöst werden, ein Staualarm kann ausgelöst werden, ein Unfallalarm kann ausgelöst werden usw.
  • In Ausführungsformen werden die entfernten und lokalen Daten 207, 205 von der Verarbeitungseinheit 12 kollaborativ verarbeitet, so dass jede Maßnahme, die aufgrund der entfernten Daten 207 ergriffen wird, durch die Eingabe der lokalen Daten 205 beeinflusst wird und umgekehrt. So werden beispielsweise Bremswege und Lenkreaktionen durch ungünstige Witterungsbedingungen und Glätte beeinflusst. Dementsprechend werden bei der Formulierung von Steuerbefehlen 13 oder Steueranweisungen 15 die Ferndaten 207 der Cloud-Schnittstelleneinheit 208 bezüglich Wetter und/oder Straßenschlupf berücksichtigt, um eine entsprechende Lenkanweisung für die Lenksteuereinheit 36 und/oder eine entsprechende Bremsanweisung für die Bremssteuereinheit 38 festzulegen. Ferner kann jede Lenkanweisung für die Lenksteuereinheit 36 und/oder jede Bremsanweisung für die Bremssteuereinheit 38, die aufgrund der Ferndaten 207 über Schlagloch, Fahrspursperre, Stau usw. bestimmt wurde, so festgelegt werden, dass lokale Daten 205 aus z. B. der Objekterkennungseinheit 16 und/oder der Fahrzeug-zu-extemer-Drahtloskommunikationseinheit 32 zur Sicherung der Anweisungen weiter berücksichtigt werden, damit das Fahrzeug 202 nicht mit einem Hindernis kollidiert.
  • Unter primärer Bezugnahme auf 2 aber unter Bezugnahme auf das System von 2 ist auch ein Datenflussdiagramm dargestellt. Das Fahrzeugabtastmodul 206 erstellt lokale Daten 205, die von der Cloud-Schnittstelleneinheit 208 an den Cloud-Server 10 übertragen und an die Verarbeitungseinheit 12 gesendet werden. Die Cloud-Schnittstelleneinheit 208 kommuniziert mit dem Cloud-Server 10 über ein Mobilfunknetz. Die lokalen Daten 205 des Fahrzeugabtastmoduls 206 können zunächst von der Sensor-Fusionseinheit 30 abgesichert werden, wobei in diesem Fall abgesicherte lokale Daten 31 an den Cloud-Server 10 und abgesicherte lokale Daten 31 an die Verarbeitungseinheit 12 übertragen werden.
  • Der Cloud-Server 10 empfängt lokale Daten aus einer großen Menge von Fahrzeugen und anderen externen Datenquellen und ermittelt Ferndaten 207, die über die Cloud-Schnittstelleneinheit 208 an das Fahrzeug 202 gesendet werden. Die übertragenen Ferndaten 207 befinden sich innerhalb eines für das Fahrzeug 202 relevanten geographischen Feldes basierend auf globalen Positionsdaten, die aus dem Fahrzeug 202 hochgeladen wurden, wie nachfolgend in Bezug auf die 4 bis 7 beschrieben wird. Die Ferndaten 207 werden somit über den Cloud-Server 10 gefiltert, um sicherzustellen, dass dem Steuerungssystem 204 relevante Informationen zur Verfügung gestellt werden, um den Bandbreitenbedarf und die fahrzeugseitigen Verarbeitungsanforderungen zu reduzieren.
  • Die Verarbeitungseinheit 12 empfängt die Ferndaten 207 und die lokalen Daten 205, 31 und verarbeitet die Daten gemeinsam zu Steuerbefehlen 13 für eine Fahrzeugsteuerung 14. Des Weiteren verarbeitet die Verarbeitungseinheit 12 die lokalen und entfernten Daten 205, 207 mit einer Geschwindigkeit abhängig von der Verarbeitungsprioritätsstufe. In einer Ausführungsform wird die Verarbeitungspriorität basierend auf der Risikobeurteilung und/oder der unmittelbaren Bedrohungslage festgelegt, wie nachfolgend in Bezug auf 3 beschrieben wird. Ausgehend von den Steuerbefehlen 13 gibt die Fahrzeugsteuereinheit 14 die Steueranweisungen 15 an einen oder mehrere von mehreren Fahrzeugsteuerstellgliedern, wie zum Beispiel eine Bremssteuereinheit 38, eine Motorleistungssteuereinheit 190, eine Lenksteuereinheit 36 und eine Fahrerschnittstelleneinheit 40, aus.
  • Wie zu erkennen ist, könnte für das On-Board-Steuerungssystem 204 aufgrund der eingehenden lokalen und entfernten Daten aus mehreren Quellen ein erheblicher Aufwand an Datenverarbeitung erforderlich sein. Die vorliegende Offenbarung sieht eine Plattform vor, die das Empfangen der Ferndaten 207 auf relevante Ferndaten beschränkt und die Verarbeitungshäufigkeit steuert, um ein praktikables Steuerungssystem 204 zu gewährleisten und gleichzeitig jeglichen Funktionsverlust zu verhindern oder so gering wie möglich zu halten. Diese Wirkungen können auf vielfältige Weise erreicht werden, wie im Folgenden beschrieben, einschließlich der Entfernungsfilterung der entfernten Daten 207, der Aktualisierung der Frequenzsteuerung in Abhängigkeit von der mit den Daten verbundenen Verarbeitungspriorität (Risiko) und der Übertragung der entfernten Daten 207 vom Cloud-Server 10 an positions- oder mobilitätsbezogene Fahrzeuggruppen.
  • In verschiedenen Ausführungsformen und unter Bezugnahme auch auf 3 werden die entfernten und lokalen Daten 207, 205 gemäß der Bearbeitungspriorität (ermitteltes Risiko) klassifiziert. In Ausführungsformen ist die Verarbeitungseinheit 12 dazu konfiguriert, eine Verarbeitungsfrequenz der entfernten und lokalen Daten 207, 205 vom Fahrzeugabtastmodul 206 und der Cloud-Schnittstelleneinheit 208 abhängig von der Klassifizierung der Verarbeitungspriorität (Risiko) zu variieren. Insbesondere steigt die Verarbeitungsfrequenz mit zunehmender Klassifizierung der Verarbeitungspriorität (Risiko)-Stufe. Es können mindestens drei Verarbeitungsprioritäts (Risiko)-Stufen, mindestens vier Verarbeitungsprioritäts (Risiko)-Stufen, mindestens fünf Verarbeitungsprioritäts (Risiko)-Stufen usw. vorhanden sein.
  • In verschiedenen Ausführungsformen sind die lokalen Daten 205 in mindestens zwei Verarbeitungsprioritäts (Risiko)-Stufen und die entfernten Daten 207 in mindestens zwei weitere Verarbeitungsprioritäts (Risiko)-Stufen klassifiziert. Jede Verarbeitungsprioritäts (Risiko)-Stufe ist mit einer unterschiedlichen Verarbeitungsfrequenz der entfernten und lokalen Daten 207, 205 über die Verarbeitungseinheit verbunden, um mindestens einen Steuerbefehl 13 zu erzeugen.
  • In einer exemplarischen Ausführungsform werden lokale Daten der Objekterkennungseinheit 16 in eine erste Verarbeitungsprioritäts (Risiko-)Stufe klassifiziert. Die Objekterkennungseinheit 16 erfasst in einem Beispiel im Allgemeinen Objekte in einem Abstand vom Fahrzeug 202 von etwa 50 Metern oder weniger. Darüber hinaus werden lokale Daten 205 vom Fahrzeug bis zur externen drahtlosen Kommunikationseinheit 32 in eine zweiten Verarbeitungsprioritäts (Risiko-)-Stufe klassifiziert. Die Fahrzeug-zu-externer-Drahtloskommunikationseinheit 32 kann zum Beispiel Objekte in einer Entfernung vom Fahrzeug 202 von 250 m oder weniger erfassen. Die entfernten Daten 207, die sich auf den Fahrbahnschlupf beziehen, können in eine dritte Verarbeitungsprioritäts (Risiko)-Stufe klassifiziert werden. Diese Daten können von der Cloud-Schnittstelleneinheit 208 für mindestens die aktuell befahrene Straße und in einem Umkreis von 2 km oder weniger vom Fahrzeug 202 empfangen werden. Entfernte Daten 207 über eine Straßensperrung, eine Fahrbahnsperrung und/oder ein Schlagloch können in eine vierte Verarbeitungsprioritäts (Risiko)-Stufe klassifiziert werden. Diese entfernten Daten können von der Cloud-Schnittstelleneinheit 208 für Straßen in einem Umkreis von 2 km oder weniger von der aktuellen Position des Fahrzeugs 202 empfangen werden. Entfernte Daten 207 über Verkehrsstaus können in eine fünfte Verarbeitungsprioritäts (Risiko)-Stufe klassifiziert werden. Die Staudaten können von der Cloud-Schnittstelleneinheit 208 für mindestens die aktuell befahrene Straße im Umkreis von 5 km um die aktuelle Position des Fahrzeugs 202 empfangen werden. Gemäß dieser exemplarischen Ausführungsform verringert sich die Verarbeitungsfrequenz der entfernten und lokalen Daten 207, 205 von der höheren ersten Verarbeitungsprioritäts (Risiko)-Stufe auf die niedrigere fünfte Verarbeitungsprioritäts (Risiko)-Stufe und reduziert so die Verarbeitungsanforderungen bei minimalem, wenn überhaupt, Funktionalitätsverlust. Für den Fachmann ist klar, dass die hierin aufgeführten Funktionen und Abstandsparameter lediglich Illustrationscharakter haben und andere Varianten anwendbar sind.
  • 3 veranschaulicht ein exemplarisches Datenflussdiagramm zum Verarbeiten der entfernten Daten 207 und der lokalen Daten 205 bei variierender Aktualisierungshäufigkeit in Abhängigkeit von der Risikoklassifizierung der Datenelemente. Die in 3 dargestellten Prozesse können durch Module der Verarbeitungseinheit 12 und/oder des Cloud-Servers 10 implementiert werden. Die Module können durch eine Kombination aus Speicher, Computerprozessor und Software implementiert werden.
  • Die entfernten Daten 207 und die lokalen Daten 205 werden einem Prioritätsstufen (Risiko)-Klassifizierungsprozess 40 unterzogen, der von mindestens einer der Verarbeitungseinheit 12 und dem Cloud-Server 10 durchgeführt werden kann. So können beispielsweise lokale Daten 205, die von der Objekterkennungseinheit 16 erhalten wurden, durch die Verarbeitungseinheit 12 als Daten der Verarbeitungsprioritäts (Risiko)-Stufe eins klassifiziert werden. Lokale Daten 205, die von der Fahrzeug-zu-externer-Drahtloskommunikationseinheit 32 in Verarbeitungsprioritäts (Risiko-)-Stufen-zwei-Daten 44 zwei klassifiziert. Für jedes Datensubjekt kann ein entsprechendes Verfahren zur Klassifizierung der Verarbeitungsprioritäts (Risiko)-Stufe durchgeführt werden. Exemplarische Datensubjekte sind die vorstehend beschriebenen, einschließlich derjenigen, die aus der Gruppe der folgenden ausgewählt wurden: erfasste Objekte (z. B. Fußgänger, Verkehrsregulierer, Straßeninfrastruktur und andere Fahrzeuge), Straßenschlupf, Wetter, Verkehrsstaus, Schlaglöcher, Sperren von Fahrspuren usw. In einem weiteren Beispiel kann ein nth Datensubjekt, bei dem es sich um entfernte Daten 207 handeln kann, die vorn Cloud-Server 10 bezogen wurden, als Verarbeitungsprioritäts (Risiko)-Stufe n Daten 46 klassifiziert werden.
  • Weiterhin in Bezug auf 3 werden die Verarbeitungsprioritäts (Risiko)-Stufe eins Daten 42 der ersten Verarbeitungsstufe 48, die Verarbeitungsprioritäts (Risiko)-Stufe zwei Daten der zweiten Verarbeitungsstufe 50 und die Verarbeitungsprioritäts (Risiko)-Stufe n Daten der Verarbeitungsstufe n der Verarbeitungsstufe 52 unterzogen, um entsprechende Steuerbefehle 13 zu erzeugen. Die Stufe-eins-Verarbeitung 48 wird häufiger durchgeführt als die Stufe-zwei-Verarbeitung 50, die häufiger durchgeführt wird als die Stufe-n-Verarbeitung. In einem Verhältnis von niedrigeren Verarbeitungsprioritäts (Risiko)-Stufenzahlen, die mit höheren Verarbeitungsprioritäten (Risiko) korrelieren, ist eine Verarbeitungsfrequenz proportional zu 1/n.
  • Bezugnehmend zurück auf 1, kann der Cloud-Server 10 konfiguriert werden, um entfernte Daten 207 an die Cloud-Schnittstelleneinheit 208 zu übertragen, oder die Cloud-Schnittstelleneinheit 208 kann konfiguriert werden, um entfernte Daten 207 vom Cloud-Server 10 zu beziehen. Zusätzlich zur frequenzadaptiven Verarbeitung der entfernten Daten, abhängig von der Klassifizierung der Verarbeitungspriorität (Risiko), sind die vom Server 10 übertragenen entfernten Daten 207 in der geographischen Abdeckung in einer Weise begrenzt, die in Abhängigkeit von der Art der Daten variiert. Dementsprechend beinhalten die entfernten Daten 207 Daten, die abhängig vom Gegenstand unterschiedliche Entfernungen abdecken. Auf diese Weise wird eine angemessene und realisierbare Menge an entfernten Daten 207 von der fahrzeuginternen Verarbeitungseinheit 12 abhängig vom Gegenstand der entfernten Daten 207 verwaltet, wie im Folgenden näher erläutert wird.
  • In verschiedenen Aus führungs formen werden die entfernten Daten 207 von der Cloud-Schnittstelleneinheit 208 empfangen und jeder Datenpunkt wird den zugeordneten Datensubjekten zugeordnet. Exemplarische Datensubjekte sind beispielsweise Straßenschlupfinformationen, Schlaglochinformationen, Wetterinformationen, Informationen über Verkehrsunfälle, Informationen über Fahrbahnsperrungen, Stauinformationen, Straßensperrinformationen oder andere ortsfeste Verkehrsregelungen, wie Stoppschilder, Geschwindigkeitsbegrenzungen usw.
  • In verschiedenen Ausführungsformen werden die von der Cloud-Schnittstelleneinheit 208 vom Cloud-Server empfangenen entfernten Daten 207 zumindest teilweise basierend auf der Entfernung vom Fahrzeug 202 gefiltert, wobei verschiedene Datensubjekte basierend auf unterschiedlichen Entfernungen vom Fahrzeug 202 gefiltert werden. So stellt beispielsweise der Cloud-Server 10 Straßenschlupfdaten an die Cloud-Schnittstelleneinheit 208 bereit, die auf eine Entfernung von beispielsweise 500 Metern (zum Beispiel) oder weniger vom Fahrzeug 202 eingeschränkt oder gefiltert sind. Die gefilterten Straßenschlupfdaten können den Straßenschlupfdaten an ausgewählten Punkten entlang der Straße in Fahrtrichtung bis zu 500 Meter (zum Beispiel), den Straßenschlupfdaten an ausgewählten Punkten entlang der Straße, die derzeit in einer Entfernung von bis zu 500 Metern in beiden Richtungen befahren werden, oder ausgewählten Punkten entlang einiger oder aller Straßen innerhalb eines Radius von 500 Metern (zum Beispiel) des Fahrzeugs 202 entsprechen. Unterschiedliche Datensubjekte können mit unterschiedlichen Entfernungsfiltern verknüpft sein. Der Cloud-Server 10 stellt beispielsweise Straßen- oder Fahrspursperrdaten für die Cloud-Schnittstelleneinheit 208 bereit, die so eingeschränkt oder gefiltert sind, dass sie einen Umkreis von bis zu zwei Kilometern oder weniger (zum Beispiel) vom Fahrzeug 202 einbeziehen. Stauinformationen, einen weiteren Datengegenstand, können in einem Umkreis von bis zu 5 km um das Fahrzeug 202 bereitgestellt werden.
  • 4 stellt eine exemplarische Ausführungsform eines Datenflussdiagramms zum Bereitstellen von entfernten Daten 207 an die Cloud-Schnittstelleneinheit 208 dar, die basierend auf unterschiedlichen Entfernungen in Abhängigkeit eines Datengegenstands gefiltert wird. Die Prozesse von FIG. 4 können durch die Server-Prozessoreinheit 130 implementiert werden. Der Cloud-Server 10 ist dazu konfiguriert, eine Mengendatenbibliothek 58 zu erstellen, die auf Daten aus einer Menge von Fahrzeugen basiert, wie vorstehend beschrieben. Der Server 10 ist dazu konfiguriert, die Daten, die von der Menge der Fahrzeuge empfangen werden, zu sammeln und zu verarbeiten, um die verfügbaren entfernten Daten über verschiedene Gegenstände an verschiedenen Straßenpositionen zu bestimmen. Die Gegenstände können Verkehrsregulatoren, Straßenschlupf, Straßensperrung, Fahrspursperrung, Schlagloch, Stau, Durchschnittsgeschwindigkeit, Wetter, Unfälle usw. beinhalten.
  • Mit Bezug zurück auf 4 empfängt der Cloud-Server 10 globale Positionsdaten (z. B. GPS) 66 vom Fahrzeug 12 über die Cloud-Schnittstelleneinheit 208 und hat Zugriff auf entfernte Daten, die in der Mengendatenbibliothek 58 für Gegenstand eins (z. B. Straßensperre), Gegenstand zwei (z. B. Schlaglöcher) bis Gegenstand n (z. B. Fahrspursperrung) verfügbar sind. Der Cloud-Server 10 nutzt die entfernungsbasierten Filterprozesse eins, zwei...bis n 68, 70, 72. Die entfernungsbasierten Filterverfahren 68, 70, 72 liefern gefilterte Ferndaten 74, 76, 78 für jeden Gegenstand (Gegenstand eins, Gegenstand zwei bis Gegenstand n), die gefiltert wurden, um Daten in unterschiedlichen Entfernungen vorn Fahrzeug 202, das aus den Fahrzeug-GPS-Daten 66 bekannt ist, abhängig vom Gegenstand aufzunehmen. So stellt beispielsweise der entfernungsbasierte Filter eins 68 an ausgewählten Positionen innerhalb eines ersten Radius vom Fahrzeug 202 die Daten für den Straßenschlupf zur Verfügung. Der entfernungsbasierte Filter zwei 70 stellt Schlaglochdaten an ausgewählten Positionen innerhalb eines zweiten Radius vom Fahrzeug 202 zur Verfügung. Der entfernungsbasierte Filter n stellt Fahrspursperrdaten innerhalb eines dritten Radius vom Fahrzeug 202 zur Verfügung. Die Cloud-Schnittstelleneinheit 208 empfängt die entfernungsgefilterten entfernten Daten 74, 76, 78 für jeden Gegenstand eins, zwei bis n als Teil der vorstehend genannten entfernten Daten 207.
  • 5 und 6 veranschaulichen exemplarisch die Organisation von Partitionen, so dass mehrere Fahrzeuge die gleichen entfernten Daten 207 senden können, um die Rechnerauslastung des Cloud-Servers 10 zu reduzieren. In der exemplarischen Organisation von 5 weist der Server 10 eine statische Partitionsarchitektur auf, wobei die Straßen in die geografischen Zonen 80, 82, 84 unterteilt sind. Jedes teilnehmende Fahrzeug lädt globale Positionsdaten auf den Server 10 hoch und erhält daraufhin ein Paket von entfernten Daten 207, berechnet für jede Zone 80, 82, 84 entsprechend der hochgeladenen globalen Position jedes Fahrzeugs. Das Paket der entfernten Daten kann Entfernungsfilterdaten beinhalten, wie vorstehend im Hinblick auf 4 beschrieben.
  • In der exemplarischen Organisation von 6 werden die Gruppen 86, 88, 90 über den Cloud-Server 10 adaptiv definiert. Insbesondere empfängt der Cloud-Server 10 zusätzlich zu den globalen Positionsdaten Mobilitätsdaten von Fahrzeugen und formuliert Fahrzeuggruppen 86, 88, 90 mit ähnlichen geografischen Positionen und Mobilitätsdaten. Die Fahrzeuge in jeder Gruppe erhalten das gleiche Paket mit den entfernten Daten 207, aber verschiedene Gruppen erhalten unterschiedliche Pakete mit den entfernten Daten 207. So können beispielsweise Fahrzeuge die Geschwindigkeit als Mobilitätsdaten hochladen. Ein Korrelationsalgorithmus kann durch den Cloud-Server 10 ausgeführt werden, um die Gruppen 86, 88, 90 und Kriterien für die Gruppen basierend auf korrelierenden Positions- und Mobilitätsdaten für die Fahrzeugmenge zu bestimmen. Die Gruppen 86, 88, 90 müssen sich nicht über die gleiche geografische Ausbreitung erstrecken, können sich in Größe oder Anzahl der teilnehmenden Fahrzeuge mit der Zeit verändern, können sich in der Anzahl der teilnehmenden Fahrzeuge voneinander unterscheiden und können sich sogar in der geografischen Abdeckung überschneiden (z. B. bei einer mehrspurigen Autobahn). Der Cloud-Server 10 kann einen Gruppenteilnahmealgorithmus ausführen, der die Mitgliedschaft in der Gruppe kontinuierlich basierend auf korrelierenden Mobilitäts- und globalen Positionsdaten aktualisiert.
  • 7 stellt ein Datenflussdiagramm zum Definieren der Gruppen 86, 88, 90 und deren Beteiligung gemäß einem adaptiven Schema unter Berücksichtigung von Mobilitätsdaten dar. Die Prozesse von FIG. 7 können durch die Server-Verarbeitungseinheit 130 des Cloud-Servers 10 implementiert werden. Der Cloud-Server 10 empfängt globale Positionierungsdaten 100 und Mobilitätsdaten 102 von einer Menge von Fahrzeugen. Der Cloud-Server führt die Gruppendefinitionsverarbeitung 104 durch, welche die globalen Positionsdaten und Mobilitätsdaten für die Fahrzeugmenge korreliert, um die Teilnahmekriterien für die Gruppe 108, die Teilnahmekriterien für die Gruppe 110 und die Teilnahmekriterien für die Gruppe 112 zu bestimmen. Die Gruppenteilnahmeverarbeitung 106 wird durchgeführt, bei der die globalen Positionsdaten 100 und die Standortdaten 102 verarbeitet werden, um jedes Fahrzeug einer Fahrzeugmenge als Teilnehmer einer der Gruppen basierend auf den Teilnahmekriterien 108, 110, 112 zuzuordnen. Die Verarbeitung der Gruppenteilnahme 106 führt zu einer Aufteilung der Mitglieder der Gruppe eins 114, der Gruppe zwei 116 und der Gruppe n 118. Der Cloud-Server 10 bestimmt verschiedene entfernte Datenpakete für jede der Gruppen 1 bis n in Prozess 126 und überträgt die entfernten Daten 207 (in Form verschiedener Pakete für jede Gruppe) an die Teilnehmer jeder Gruppe in Übertragungsausgängen 120, 122, 124. Die Gruppenteilnahmeverarbeitung 106 und die Gruppendefinitionsverarbeitung 104 werden wiederholt durchgeführt, um die Gruppenteilnahme und die Gruppendefinition an das Verhalten der Straßenverkehrsteilnehmer anzupassen und eine kontinuierliche Aktualisierung der Gruppenzugehörigkeit zu ermöglichen.
  • 8 stellt ein Flussdiagramm dar, das einen Überblick gibt über die hierin beschriebenen Verfahren 150 und die Prozesse, die über die hierin beschriebenen Systeme ausgeführt werden. Es versteht sich von selbst, dass die Verfahren von 8 von Modulen ausgeführt werden können, die eine Kombination aus Computerprogrammanweisungen, Speicher und einem Prozessor sein können, der sich beim Cloud-Server 10, beim Fahrzeug 202 oder dazwischen befindet.
  • Bei Schritt 130 lädt das Steuerungssystem 204 für das Fahrzeug 202 die lokalen Daten 205 oder die zusammengeführten lokalen Daten 31 auf den Cloud-Server 10. Zusätzlich werden die globalen Positionsdaten 100 zu einem geografischen Standort des Fahrzeugs 202 auf den Cloud-Server 10 hochgeladen. Die Daten werden über die Cloud-Schnittstelleneinheit 208 hochgeladen.
  • Bei Schritt 132 ordnet der Server 10 das Fahrzeug 202 einer der Gruppen 86, 88, 90 zu. Insbesondere vergleicht der Server 10 mindestens eine der globalen Positionsdaten 100 für das Fahrzeug 202 und einen Teil der lokalen Daten 205, 31 (z. B. Mobilitätsdaten 102) mit den Kriterien 108, 110, 112 für verschiedene Gruppen, um das Fahrzeug einer der Gruppen 86, 88, 90 zuzuordnen. Schritt 132 kann Fahrzeuge den Gruppen entsprechend der in Bezug auf die 5, 6 und 7 beschriebenen Gruppen zuordnen.
  • Bei Schritt 134 bestimmt der Server 10 die entfernten Daten 207 für jede der Gruppen 86, 88, 90. Die entfernten Daten 207 werden basierend auf lokalen Daten 205 bestimmt, die aus einer Menge von Fahrzeugen an Positionen gewonnen wurden, die unter anderem der geografischen Abdeckung der Gruppe entsprechen. Die entfernten Daten 207 können mit Gegenständen für jede Kategorie von entfernten Daten 207 verknüpft werden. So können beispielsweise die entfernten Daten einem Tag zugeordnet werden, der den Gegenstand für jeden Datenpunkt in den entfernten Daten 207 kennzeichnet. Die Gegenstände der Ferndaten 207 können mindestens einen aus einer Verkehrsregulierung, Straßensperre, Wetter, Schlaglöcher, Bauarbeiten, Sperrung von Fahrspuren, Staus, Straßensperrung usw. beinhalten. Jedem Datenpunkt in den entfernten Daten 207 kann ein entsprechender Tag zugeordnet werden. Der Server 10 bestimmt eine begrenzte Anzahl an entfernten Daten, die in der Mengendatenbibliothek 58 verfügbar sind, basierend auf verschiedenen Entfernungsfiltern 68, 70, 72, die abhängig vom Datensubjekt jeweils unterschiedlichen Entfernungen entsprechen, wie in Bezug auf 4 beschrieben ist.
  • Bei Schritt 136 überträgt der Server 10 die entfernten Daten 207 an die Fahrzeuge jeder Gruppe, einschließlich an das Fahrzeug 202 in dessen Gruppe 86, 88, 90, wie durch Schritt 132 bestimmt. Die entfernten Daten 207 werden über die Cloud-Schnittstelleneinheit 208 der Steuerung 204 empfangen.
  • Bei Schritt 138 sortiert die Fahrzeugverarbeitungseinheit 12 die vorn Fahrzeugabtastmodul 206 empfangenen lokalen Daten 205 und die von der Cloud-Schnittstelleneinheit 208 empfangenen entfernten Daten 207 entsprechend der Verarbeitungsprioritäts (Risiko)-Stufe, wie in Bezug auf 3 beschrieben. Die Verarbeitungseinheit 12 kann die lokalen Daten 205 und die entfernten Daten 207 in Bezug auf die Verarbeitungsprioritäts (Risiko)-Stufe klassifizieren, welche die im Zusammenhang mit Schritt 134 beschriebenen Datensubjekte in Anspruch nehmen können. Alternativ können die entfernten Daten 207 auch durch die Verarbeitungsprioritäts (Risiko)-Stufe auf dem Cloud-Server 10 klassifiziert worden sein. So kann beispielsweise der Cloud-Server 10 die entfernten Daten 207 basierend auf der Entfernung zwischen Objekten und dem Fahrzeug 202 klassifizieren.
  • Bei Schritt 140 verarbeitet die Fahrzeugverarbeitungseinheit 12 die entfernten Daten 207 und die lokalen Daten 205 mit einer Aktualisierungsfrequenz entsprechend der in Schritt 138 bestimmten Verarbeitungsprioritäts (Risiko)-Stufe. So werden beispielsweise lokale Daten 205 mit einer höheren Frequenz verarbeitet (d. h. ein zugehöriger Verarbeitungsalgorithmus wird mit einer höheren Rate wiederholt) als die entfernten Daten 207, da die entfernten Daten 207 im Allgemeinen weniger unmittelbare Risiken betreffen und entsprechend klassifiziert werden. Darüber hinaus können die lokalen Daten 205 in eine Vielzahl von Verarbeitungsprioritäts (Risiko-)-Stufen klassifiziert werden. In einem Beispiel werden lokale Daten 205, die von der Objekterkennungseinheit 16 erhalten wurden, mit einer höheren Aktualisierungsrate verarbeitet als lokale Daten 205, die vom Fahrzeug an die externe Drahtloskommunikationseinheit 32 übertragen wurden. Ebenso werden in exemplarischen Ausführungsformen die entfernten Daten 207 in mehrere Verarbeitungsprioritäts (Risiko)-Stufen klassifiziert, wie zum Beispiel die Straßenschlupfdaten, die als höhere Verarbeitungspriorität (Risiko) als die Straßensperrdaten eingestuft und entsprechend verarbeitet werden.
  • Bei Schritt 142 gibt die Verarbeitung von Schritt 140 mindestens einen Steuerbefehl 13 für die Ausgabe zurück, der an die Fahrzeugsteuereinheit 14 zur weiteren Handlungsweise gesendet werden kann. Diese Steuerbefehle 13 können mindestens eine aus einer automatischen Bremssteuerung, einer automatischen Geschwindigkeitssteuerung, einer automatischen Lenksteuerung, einer Benutzeroberflächensteuerung usw. beinhalten.
  • Bei Schritt 144 wird der Steuerbefehl 13 aus Schritt 142 durch Steuern mindestens eines Merkmals des Fahrzeugs 12 ausgeführt, wahlweise über die Bremssteuereinheit 38, die Motorleistungssteuereinheit 190, die Lenksteuereinheit 36 und/oder die Fahrer-Schnittstelleneinheit 40.
  • Während mindestens eine exemplarische Ausführungsform in der vorstehenden ausführlichen Beschreibung dargestellt wurde, versteht es sich, dass es eine große Anzahl an Varianten gibt. Es versteht sich weiterhin, dass die exemplarische Ausführungsform oder die exemplarischen Ausführungsformen lediglich Beispiele sind und den Umfang, die Anwendbarkeit oder die Konfiguration dieser Offenbarung in keiner Weise einschränken sollen. Die vorstehende ausführliche Beschreibung stellt Fachleuten auf dem Gebiet vielmehr einen zweckmäßigen Plan zur Implementierung der exemplarischen Ausführungsform bzw. der exemplarischen Ausführungsformen zur Verfügung. Es versteht sich, dass verschiedene Veränderungen an der Funktion und der Anordnung von Elementen vorgenommen werden können, ohne vom Umfang der Offenbarung, wie er in den beigefügten Ansprüchen und deren rechtlichen Entsprechungen aufgeführt ist, abzuweichen.

Claims (10)

  1. Steuerungssystem für ein Fahrzeug, umfassend: ein Fahrzeugabtastmodul, das dazu konfiguriert ist, lokale Daten bereitzustellen; eine Cloud-Schnittstelleneinheit, die dazu konfiguriert ist, entfernte Daten bereitzustellen, die von einem Cloud-Server empfangen werden; eine Verarbeitungseinheit, die dazu konfiguriert ist, die lokalen Daten und die entfernten Daten zu verarbeiten und mindestens einen Fahrzeugsteuerbefehl basierend darauf zu erzeugen; und eine Fahrzeugsteuereinheit, die dazu konfiguriert ist, mindestens ein Fahrzeugmerkmal basierend auf dem mindestens einen Fahrzeugsteuerungsbefehl zu steuern, worin entfernte Daten und lokale Daten einer Verarbeitungsprioritätsstufe zugeordnet sind, und die Verarbeitungseinheit dazu konfiguriert ist, eine Verarbeitungsfrequenz der entfernten Daten und der lokalen abhängig von der Verarbeitungsprioritätsstufe zu variieren.
  2. Steuerungssystem nach Anspruch 1, worin das Fahrzeugabtastmodul eine Objekterkennungseinheit beinhaltet, die dazu konfiguriert ist, mindestens ein außerhalb des Fahrzeugs befindliches Objekt zu erfassen und darauf basierende Objektdaten bereitzustellen, worin die lokalen Daten die Objektdaten beinhalten.
  3. Steuerungssystem nach Anspruch 1, worin das Fahrzeugabtastmodul eine Fahrzeug-zu-externer-Drahtloskommunikationseinheit beinhaltet, die dazu konfiguriert ist, lokale Daten bereitzustellen.
  4. Steuerungssystem nach Anspruch 1, worin die entfernten Daten auf Informationen basieren, die über den Cloud-Server erhalten wurden, wobei die Informationen von einer Menge anderer Fahrzeuge bezogen werden.
  5. Steuerungssystem nach Anspruch 1, worin die Cloud-Schnittstelleneinheit dazu konfiguriert ist, vom Fahrzeugabtastmodul erhaltene lokale Daten zum Cloud-Server hochzuladen.
  6. Steuerungssystem nach Anspruch 1, worin die Fahrzeugsteuereinheit dazu konfiguriert ist, mindestens eine von einer Lenksteuereinheit, einer Motorleistungssteuereinheit, einer Bremssteuereinheit und einer Fahrer-Schnittstelleneinheit basierend auf mindestens eines Fahrzeugsteuerungsbefehls zu steuern.
  7. Steuerungssystem nach Anspruch 1, worin die lokalen Daten eine Vielzahl von Datengegenständen beinhalten, die jeweils einer entsprechenden Verarbeitungsprioritätsstufe zugeordnet sind und/oder die entfernten Daten beinhalten eine Vielzahl von Datengegenständen, die jeweils einer entsprechenden Verarbeitungsprioritätsstufe zugeordnet sind.
  8. Steuerungssystem nach Anspruch 1, worin die von der Cloud-Schnittstelleneinheit empfangenen entfernten Daten den Datensubjekten zugeordnet sind, und worin die entfernten Daten, die über die Cloud-Schnittstelleneinheit vom Cloud-Server empfangen werden, zumindest teilweise basierend auf der Entfernung vom Fahrzeug gefiltert werden, und worin verschiedene Datensubjekte basierend auf unterschiedlichen Entfernungen vom Fahrzeug gefiltert werden.
  9. Fahrzeugsteuerungsverfahren, umfassend: das Empfangen von lokalen Daten über mindestens einen Fahrzeugsensor eines Fahrzeugsteuerungssystems; das Empfangen von entfernten Daten über eine Cloud-Schnittstelleneinheit des Fahrzeugsteuerungssystems von einem Cloud-Server; das Verarbeiten der lokalen Daten und der entfernten Daten über eine Verarbeitungseinheit des Fahrzeugsteuerungssystems; basierend auf der Verarbeitung der lokalen Daten und der entfernten Daten, das Steuern mindestens eines ansprechenden Fahrzeugmerkmals, worin die entfernten Daten und die lokalen Daten einer Verarbeitungsprioritätsstufe zugeordnet sind und das Verarbeiten das Variieren einer Verarbeitungsfrequenz der entfernten Daten und der lokalen Daten abhängig von der Verarbeitungsprioritätsstufe umfasst.
  10. Cloud-Server zum Übertragen von entfernten Daten an eine Menge von Fahrzeugen, umfassend: ein erstes Modul, das dazu konfiguriert ist, Fahrzeuge einer Vielzahl von Gruppen zuzuordnen, die zumindest auf den von den Fahrzeugen empfangenen Standortdaten basieren; ein zweites Modul, das dazu konfiguriert ist, für jede Gruppe unterschiedliche entfernte Daten zu bestimmen; und ein drittes Modul, das dazu konfiguriert ist, die so ermittelten entfernten Daten an Fahrzeuge innerhalb jeder Gruppe zu übertragen.
DE102018100112.6A 2017-01-12 2018-01-03 Verfahren und Systeme zum Verarbeiten von lokalen und Cloud-Daten in einem Fahrzeug Active DE102018100112B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/405,068 US10139834B2 (en) 2017-01-12 2017-01-12 Methods and systems for processing local and cloud data in a vehicle and a cloud server for transmitting cloud data to vehicles
US15/405,068 2017-01-12

Publications (2)

Publication Number Publication Date
DE102018100112A1 true DE102018100112A1 (de) 2018-07-12
DE102018100112B4 DE102018100112B4 (de) 2021-10-14

Family

ID=62636646

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018100112.6A Active DE102018100112B4 (de) 2017-01-12 2018-01-03 Verfahren und Systeme zum Verarbeiten von lokalen und Cloud-Daten in einem Fahrzeug

Country Status (3)

Country Link
US (1) US10139834B2 (de)
CN (1) CN108322512B (de)
DE (1) DE102018100112B4 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019003585A1 (de) 2019-05-21 2020-01-02 Daimler Ag Bremssystem und Verfahren zur Steuerung eines Bremssystems
DE102019214433A1 (de) * 2019-09-23 2021-03-25 Robert Bosch Gmbh Verfahren zum Fernsteuern eines Kraftfahrzeugs
DE102021205283A1 (de) 2021-05-25 2022-12-01 Zf Friedrichshafen Ag Steuerung eines Kraftfahrzeugs
DE102021209204A1 (de) 2021-08-23 2023-02-23 Zf Friedrichshafen Ag Fahrzeugsystem zur Generierung von Betriebsparametern zur Steuerung eines Fahrzeugs und Verfahren

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102494255B1 (ko) * 2016-01-04 2023-02-03 에이치엘만도 주식회사 조향 중재 장치 및 방법과, 그를 포함하는 조향 중재 시스템
US9953535B1 (en) 2016-06-27 2018-04-24 Amazon Technologies, Inc. Annotated virtual track to inform autonomous vehicle control
US10567923B2 (en) * 2017-07-07 2020-02-18 Toyota Jidosha Kabushiki Kaisha Computation service for mobile nodes in a roadway environment
US10635099B2 (en) * 2017-08-21 2020-04-28 Verizon Patent And Licensing Inc. Multicast transmission of service area information associated with a vehicle network
US10576986B2 (en) * 2017-12-19 2020-03-03 Intel Corporation Road surface friction based predictive driving for computer assisted or autonomous driving vehicles
US20190248364A1 (en) * 2018-02-12 2019-08-15 GM Global Technology Operations LLC Methods and systems for road hazard detection and localization
US10893448B2 (en) * 2018-06-01 2021-01-12 Verizon Patent And Licensing Inc. Method and system for anchor cell reselection with multi-rat dual-connectivity
CN109143215A (zh) * 2018-08-28 2019-01-04 重庆邮电大学 一种基于双目视觉与v2x通信的协同预警设备与方法
US10940851B2 (en) * 2018-12-12 2021-03-09 Waymo Llc Determining wheel slippage on self driving vehicle
JP2020095565A (ja) * 2018-12-14 2020-06-18 トヨタ自動車株式会社 情報処理システム、プログラム、及び情報処理方法
WO2020133208A1 (zh) * 2018-12-28 2020-07-02 驭势科技(北京)有限公司 一种自动驾驶车辆的控制方法和自动驾驶系统
CN111385340B (zh) 2018-12-29 2021-09-24 北京航迹科技有限公司 数据处理方法和系统
JP6892474B2 (ja) * 2019-03-26 2021-06-23 本田技研工業株式会社 通信システム
AU2020202306A1 (en) * 2019-04-02 2020-10-22 The Raymond Corporation Systems and methods for an arbitration controller to arbitrate multiple automation requests on a material handling device
US11171811B2 (en) * 2019-10-03 2021-11-09 Ford Global Technologies, Llc Vehicle data transfer queueing
TWI743589B (zh) * 2019-11-11 2021-10-21 啓碁科技股份有限公司 用於車聯網通訊的方法、行動裝置及系統
CN113022540B (zh) * 2020-04-17 2022-11-15 青岛慧拓智能机器有限公司 一种用于多车状态监控的实时远程驾驶系统及方法
US11958422B2 (en) * 2021-02-01 2024-04-16 T-Mobile Usa, Inc. Road condition reporter
US11893882B2 (en) 2022-01-13 2024-02-06 GM Global Technology Operations LLC System and process for determining recurring and non-recurring road congestion to mitigate the same
US20240046783A1 (en) * 2022-08-03 2024-02-08 Qualcomm Incorporated Filtering v2x sensor data messages

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6400996B1 (en) * 1999-02-01 2002-06-04 Steven M. Hoffberg Adaptive pattern recognition based control system and method
US8126642B2 (en) * 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
US20110130905A1 (en) * 2009-12-01 2011-06-02 Ise Corporation Remote Vehicle Monitoring and Diagnostic System and Method
US8447804B2 (en) * 2010-12-21 2013-05-21 GM Global Technology Operations LLC Information gathering system using multi-radio telematics devices
US20130201316A1 (en) * 2012-01-09 2013-08-08 May Patents Ltd. System and method for server based control
US20130278441A1 (en) * 2012-04-24 2013-10-24 Zetta Research and Development, LLC - ForC Series Vehicle proxying
DE102013205392A1 (de) 2013-03-27 2014-10-02 Bayerische Motoren Werke Aktiengesellschaft Backend für Fahrerassistenzsysteme
US20140303806A1 (en) 2013-04-04 2014-10-09 GM Global Technology Operations LLC Apparatus and methods for providing tailored information to vehicle users based on vehicle community input
US9187099B2 (en) 2013-10-17 2015-11-17 Richard M. Powers Systems and methods for predicting weather performance for a vehicle
US9231998B2 (en) 2014-01-22 2016-01-05 Ford Global Technologies, Llc Vehicle-specific computation management system for cloud computing
US9462319B2 (en) * 2014-08-08 2016-10-04 GM Global Technology Operations LLC Method and apparatus for sensor synthesis and arbitration between mobile devices and vehicles
US9830396B2 (en) 2014-11-03 2017-11-28 GM Global Technology Operations LLC Method and apparatus of adaptive sampling for vehicular crowd sensing applications
US9475500B2 (en) 2014-11-12 2016-10-25 GM Global Technology Operations LLC Use of participative sensing systems to enable enhanced road friction estimation
US9766149B2 (en) * 2015-03-26 2017-09-19 GM Global Technology Operations LLC Remote sensor data for vehicles

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019003585A1 (de) 2019-05-21 2020-01-02 Daimler Ag Bremssystem und Verfahren zur Steuerung eines Bremssystems
DE102019214433A1 (de) * 2019-09-23 2021-03-25 Robert Bosch Gmbh Verfahren zum Fernsteuern eines Kraftfahrzeugs
DE102021205283A1 (de) 2021-05-25 2022-12-01 Zf Friedrichshafen Ag Steuerung eines Kraftfahrzeugs
DE102021209204A1 (de) 2021-08-23 2023-02-23 Zf Friedrichshafen Ag Fahrzeugsystem zur Generierung von Betriebsparametern zur Steuerung eines Fahrzeugs und Verfahren

Also Published As

Publication number Publication date
US20180196443A1 (en) 2018-07-12
DE102018100112B4 (de) 2021-10-14
CN108322512B (zh) 2021-03-02
CN108322512A (zh) 2018-07-24
US10139834B2 (en) 2018-11-27

Similar Documents

Publication Publication Date Title
DE102018100112B4 (de) Verfahren und Systeme zum Verarbeiten von lokalen und Cloud-Daten in einem Fahrzeug
DE102020111682A1 (de) Systeme und verfahren zum implementieren einer autonomen fahrzeugreaktion auf ein sensorversagen
DE102020111938A1 (de) Systeme und verfahren zum planen und aktualisieren einer fahrzeugtrajektorie
DE102021101758A1 (de) Ampeldetektionssystem für ein fahrzeug
DE112019004832T5 (de) Betrieb eines Fahrzeugs unter Verwendung von Bewegungsplanung mit maschinellem Lernen
DE112020000487T5 (de) Automatisches wählen von datenproben zur annotation
DE102020129456A1 (de) Trajektorienvorhersage aus einer vorberechneten oder dynamisch generierten bank von trajektorien
DE102018120841A1 (de) Verfahren und vorrichtung zum überwachen eines autonomen fahrzeugs
DE102020133744A1 (de) Vordergrundextraktion unter verwendung von flächenanpassung
DE102020210499A1 (de) Datengesteuerte regelwerke
DE112019006282T5 (de) Betrieb eines Fahrzeugs unter Verwendung mehrerer Bewegungsbeschränkungen
DE102007048809A1 (de) Verfahren und Vorrichtung zur Erkennung von verdeckten Objekten im Straßenverkehr
DE112020002695T5 (de) Autonomer fahrzeugbetrieb mittels linearer temporaler logik
DE102020126217A1 (de) Navigieren von Mehrwege-Stopp-Kreuzungen mit einem autonomen Fahrzeug
DE102020132302A1 (de) Sicherheitssystem für ein fahrzeug
DE102020128155A1 (de) Bedingte bewegungsvorhersagen
WO2017102623A1 (de) VERFAHREN UND VORRICHTUNG ZUM PRÄDIZIEREN EINER BEWEGUNG EINES STRAßENVERKEHRSTEILNEHMERS IN EINEM VERKEHRSRAUM
DE102021127118A1 (de) Identifizieren von Objekten mit LiDAR
DE102020128154A1 (de) Trajektorieplanung für fahrzeuge unter verwendung von routeninformationen
DE102020114306A1 (de) Schätzen von geschwindigkeitsprofilen
DE102021123721A1 (de) Fahrzeugbetrieb unter verwendung eines verhaltensregelmodells
DE102021110157A1 (de) Av-wegplanung mit kalibrierungsinformationen
DE102021132218A1 (de) Prädiktive Analytik für Fahrzeuggesundheitszustand
DE102021133739A1 (de) Steuern eines autonomen fahrzeugs unter verwendung einer näheregel
DE102021132221A1 (de) Entscheidungsfindung und vorhersage mit steuerung auf basis von strassenoberflächenbedingungen

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R082 Change of representative

Representative=s name: LKGLOBAL | LORENZ & KOPF PARTG MBB PATENTANWAE, DE

R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final