-
Die Erfindung betrifft ein Verfahren zum Vorhersagen der Belegung eines vorgegebenen Parkraums in Form einer Menge an Stellplätzen für Fahrzeuge. Eine Person, die mit einem Fahrzeug zu einem Zielort fahren möchte, muss das Fahrzeug dort in aller Regel abstellen, das heißt parken. Es ist daher sinnvoll, eine möglichst verlässliche Aussage darüber treffen zu können, wo mit welcher Wahrscheinlichkeit ein Parkplatz zu finden ist.
-
Es ist bekannt, Parkplätze eines Parkraums mit Sensoren zu überwachen, beispielsweise mittels einer Kamera, Ultraschallsensoren, welche das Vorhandensein eines festen Objekts und dessen Abstand zum Sensor detektieren oder mit Magnetfeldsensoren, die das Vorhandensein von ferromagnetischem Material auf den Parkplatz detektieren. Aus diesen Daten kann mit sehr hoher Genauigkeit berechnet werden, ob der jeweilige Parkplatz belegt ist oder nicht. Nachteilig an derartigen Verfahren ist jedoch, dass sie aufwändig sind. Das hat dazu geführt, dass sie sich trotz ihres Nutzens lediglich in kommerziell genutzten Parkplätzen durchsetzen konnten, beispielsweise in Parkhäusern.
-
Der Mangel an Verfahren, mit denen auf einfache Weise die Belegung eines vorgegebenen Parkraums bestimmt werden kann, führt dazu, dass der Treibstoffverbrauch für eine vorgegebene Fahrtstrecke häufig deutlich höher ist als er wäre, wenn ein freier Parkplatz bekannt wäre.
-
Aus der
US 2016/0 012 726 A1 ist ein Verfahren zum Verbessern der Parkplatzsuche bekannt, bei dem auf einer zentralen Datenbank Daten über Parkplätze vorgehalten werden. Möchte ein Fahrer einen Parkplatz besetzen, so fragt er über die Datenbank andere Fahrer an, die in der Nähe parken, ob sie den Parkplatz freigeben. Ist das nicht der Fall, werden die Anfragen so lange weitergereicht, bis sich ein Fahrer findet, der seinen Parkplatz freigibt. Nachteilig an diesem Verfahren ist, dass es nur dann einsetzbar ist, wenn ein hinreichend hoher Anteil an Fahrer das Verfahren nutzt.
-
Aus der
US 2014/0214319 A1 ist ein Verfahren bekannt, bei dem einem Fahrer eine Route vorgeschlagen wird, die er zum Suchen des Parkplatzes nehmen sollte, wobei der Preis des Parkplatzes und die Preiselastizität des Benutzers vorab abgefragt werden. Nachteilig an einem solchen Verfahren ist, dass es voraussetzt, dass die Verfügbarkeit der Parkplätze durch deren Preis geregelt wird. Sofern alle Parkplätze kostenlos oder hinreichend kostenarm sind, kann die vom Verfahren angestrebte Optimierung nicht durchgeführt werden.
-
Der Erfindung liegt die Aufgabe zugrunde, den Treibstoffverbrauch verminderbar zu machen.
-
Die Erfindung löst das Problem durch ein Verfahren zum Vorhersagen der Belegung eines vorgegebenen Parkraums in Form einer Menge an Stellplätzen für Fahrzeuge, mit den Schritten:
- (i) Aufnehmen von zeitabhängigen Belegungsdaten von Überwachungs-Stellplätzen Si (i=1, ..., I) des Parkraums R mittels zumindest eines Sensors in regelmäßigen Zeitabständen tm, wobei die Zahl der Überwachungs-Stellplätze I höchstens die Hälfte einer Mächtigkeit des Parkraum R beträgt,
- (ii) anhand der zeitabhängigen Belegungsdaten Bestimmen eines zeitabhängigen Belegungszustands
für J Überwachungs-Parksegmente
aus jeweils zumindest zwei Überwachungs-Stellplätzen Si , der angibt, welcher Anteil der Stellplätze belegt ist, sodass ein Echtzeit-Belegungsdatenvektor
erhalten wird,
- (iii) zeitabhängiges Berechnen eines Parklagewerts pQk, der für die Stellplätze eines Park-Segments Qk , das eine Teilmenge räumlich zusammenhängender Stellplätze des Parkraums R ist, kodiert, wie hoch eine geschätzte Wahrscheinlichkeit ist, dass zumindest ein Stellplatz des Park-Segments Qk belegt ist, zumindest aus Stammdaten eines jeden Stellplatzes Si des Park-Segments Qk und Wetterdaten, und
- (iv) für das Park-Segment Qk Berechnen einer Belegungs-Kennzahl b(Qk), anhand derer bestimmbar ist, wie viele freie Stellplätze im Park-Segment Qk vorhanden sind, aus dem Echtzeit-Belegungsdatenvektor
und dem Parklagewert pQk(t),
-
Vorteilhaft an dem Verfahren ist, dass nur ein Teil der Stellplätze, nämlich die Überwachungs-Stellplätze, mittels zumindest eines Sensors überwacht werden müssen. Da die Zahl der Überwachungs-Stellplätze im Verhältnis zu der Menge an Stellplätzen kleiner als 0,5, insbesondere kleiner als 0,3, sein kann, beträgt der Aufwand pro Parkplatz deutlich weniger als bei einer Vollüberwachung. Zwar wird die Belegungs-Kennzahl dadurch mit einer geringeren Genauigkeit berechnet, das aber wird dadurch nahezu kompensiert, dass der Aufwand durch das Überwachen mittels Sensoren kleiner wird.
-
Im Rahmen der vorliegenden Beschreibung wird unter einem Sensor insbesondere ein Sensor verstanden, mittels dem ermittelbar ist, auf welchen der Überwachungs-Stellplätze ein Fahrzeug steht, das heißt, dass der Überwachungs-Stellplatz belegt ist. Der Sensor kann beispielsweise eine Kamera, ein Magnetsensor, ein Ultraschallsensor oder ein sonstiger geeigneter Sensor sein.
-
Unter den Belegungsdaten werden Daten verstanden, die kodieren, wie viele der Überwachungs-Stellplätze belegt sind. Handelt es sich bei dem Sensor beispielsweise um eine Kamera, so sind die Belegungsdaten Bilder oder eine Folge von Bildern. Handelt es sich bei dem Sensor um einen Magnetsensor, so kann aus den Belegungsdaten beispielsweise auf eine mittlere Permeabilität des Objekts geschlossen werden, das sich oberhalb des Parkplatzes befindet.
-
Aus den Bewegungsdaten wird der zeitabhängige Belegungszustand ermittelt. Der Belegungszustand kodiert, welcher Anteil der Stellplätze belegt ist. Handelt es sich bei den Belegungsdaten beispielsweise um Bilder, so erfolgt das Bestimmen des zeitabhängigen Belegungszustands beispielsweise mittels Bilderkennung. Ist der Sensor ein Ultraschallsensor, erfolgt das Bestimmen des Belegungszustandes beispielsweise dadurch, dass ermittelt wird, für wie viele der Überwachungs-Stellplätze gilt, dass der Abstand eines festen Objekts zum Sensor im Erfassungsbereich des Sensors innerhalb eines vorgegebenen Detektionsintervalls liegt. Ist der Sensor ein Magnetsensor, erfolgt das Bestimmen des Belegungszustandes beispielsweise dadurch, dass ermittelt wird, für wie viele der Überwachungs-Stellplätze gilt, dass die Permeabilität oberhalb eines vorgegebenen Schwellenwertes liegt. Dieses Detektionsintervall bzw. dieser Schwellenwert wird vorzugsweise so gewählt, dass er nur dann erreicht wird, wenn ein Fahrzeug auf dem Stellplatz abgestellt ist.
-
Unter dem Parklagewert wird ein Wert verstanden, der auf Basis von Daten, die zu der Wahrscheinlichkeit, dass die Stellplätze des Park-Segments belegt sind, korrelieren, ohne dass ein bekannter kausaler Zusammenhang existieren muss. Beispielsweise kann für ein vorgegebenes Park-Segment bekannt sein, dass die Parkplätze an einem sonnigen Tag mit einer höheren Wahrscheinlichkeit belegt sind als bei Regen. Das kann beispielsweise daran liegen, dass der entsprechende Parkplatz dicht bei einem Ort liegt, der bei sonnigem Wetter bevorzugt besucht wird. Maßgeblich ist jedoch, dass der Parklagewert, der die übergeordnete Parklage beschreibt, keinen sicheren Schluss darauf zulässt, ob ein vorgegebener Parkplatz belegt ist oder nicht. In diesem Fall wäre es nämlich möglich, allein anhand dieses Parklagewerts die Zahl der freien Parkplätze zu berechnen. Es ist jedoch eine Grundlage der vorliegenden Erfindung, dass auch solche Daten zur Berechnung des Parklagewertes herangezogen werden können, für die bekannt ist, dass sie mit der Belegungswahrscheinlichkeit von Parkplätzen lediglich korrelieren.
-
Das Überwachungs-Parksegment und das Park-Segment können Teilmengen voneinander sein. Es ist jedoch günstig, wenn das Überwachungs-Parksegment und das Park-Segment disjunkte Mengen von Parkplätzen sind.
-
Es wird hingewiesen, dass das Berechnen der Belegungs-Kennzahl nicht dadurch erfolgt, dass die Belegungswahrscheinlichkeit im Park-Segment gleich dem Überwachungs-Parksegment gewählt wird. Dieser Ansatz wäre der statistisch naheliegende, er führt jedoch in aller Regel zu suboptimalen Ergebnissen.
-
Unter einem Park-Segment wird insbesondere eine Menge an Stellplätzen verstanden, die räumlich beieinander angeordnet sind. Vorzugsweise beträgt ein maximaler Abstand zwischen einem Stellplatz und dem nächstgelegenen Stellplatz, also dem Nachbarn, höchstens einen maximalen Abstand, der beispielsweise höchstens 30 m beträgt.
-
Gemäß einer bevorzugten Ausführungsform wird die Belegungs-Kennzahl aus dem Echtzeit-Belegungsdatenvektor und einem Ähnlichkeitsvektor
der kodiert, wie ähnlich ein gegebenes Überwachungs-Parksegment einem Park-Segment hinsichtlich einer gleichzeitigen Belegung ist, insbesondere anhand der Formel
mit J als Anzahl an Stellplätzen im Park-Segment und dem vordefinierten Korrektur-Koeffizienten berechnet.
-
Der Ähnlichkeitsvektor
beschreibt, wie ähnlich ein vorgegebenes Park-Segment einem anderen Überwachungs-Parksegment ist. Auf diese Weise kann von einem Überwachungs-Parksegment auf ein (nicht überwachtes) Park-Segment geschlossen werden. Es sei darauf hingewiesen, dass der Ähnlichkeitsvektor für jedes Park-Segment zumindest Einträge für ein Überwachungs-Parksegment, vorzugsweise aber für zwei, drei oder mehr Überwachungs-Parksegmente enthält. Umgekehrt ist es günstig, wenn jedes Überwachungs-Parksegment in zumindest einem Ähnlichkeitsvektor verwendet wird.
-
Vorzugsweise umfasst das Bestimmen des Ähnlichkeitsvektors die folgenden Schritte: (i) für einen vorgegebenen Zeitraum Überwachen der Park-Segmente mittels Sensoren, insbesondere mittels zumindest einer Kamera, und Bestimmen des zeitabhängigen Belegungszustands
der Park-Segmente
Qk , und (ii) Berechnen der Ähnlichkeitsvektoren
für alle Park-Segmente
Qk durch Regressionsanalyse aus dem zeitabhängigen Belegungszustand
der Park-Segmente
Qk und dem zeitabhängigen Belegungszustands
der Überwachungs-Parksegmente
-
Die Ähnlichkeit eines vorgegebenen Park-Segments Ok mit einem Überwachungs-Parksegment kann am besten dadurch ermittelt werden, dass die Korrektur-Kurz-Koeffizienten c(t) sowie die Belegungs-Kennzahlen b für beide Segmente über einen vorgegebenen Zeitraum ermittelt und daraus der Ähnlichkeitsvektor berechnet wird. Die dafür benutzte Regressionsanalyse ist ein Standard-Verfahren und wird daher nicht weiter beschrieben.
-
Vorzugsweise erstrecken sich zumindest die Mehrzahl aller Park-Segmente entlang einer Straße und liegen zwischen zwei benachbarten Gabelungen. Eine Gabelung ist eine Position auf einer Straße, bei der der Fahrer zumindest zwei Fahrtrichtungen wählen kann. Günstig ist es, wenn die maximale Länge des Segments höchstens 300 m, insbesondere höchstens 200 m beträgt. Die Länge des Segments bezieht sich auf eine vorgegebene Metrik, insbesondere den euklidischen Abstand. Eine alternative Metrik ist die sogenannte Manhattan-Metrik, die zwei Punkten denjenigen Abstand zuweist, der mit einem Fahrzeug zurückzulegen ist, um von einem Punkt zum anderen zu gelangen. Hängt dieser Abstand von der Fahrtrichtung ab, so wird der kleinste entsprechende Wert verwendet.
-
Vorzugsweise wird der Parklagewert in Abhängigkeit von einem Zeitvektor
bestimmt, wobei der Zeitvektor
zumindest eine Komponente enthält, die periodisch in der realen Zeit ist. Der Zeitvektor hat mehrere Einträge, von denen eine Teilmenge periodisch in der realen Zeit ist. Beispielsweise enthält der Zeitvektor
24 Komponenten, von denen jeweils genau eine 1 ist und die andere 0 und wobei die Komponente, die gerade 1 ist, ein Zeitintervall beschreibt, beispielsweise kodiert die erste Komponente das Zeitintervall zwischen 00:00 Uhr und 02:00 Uhr eines jeden Tages, die zweite Komponente die Zeit zwischen 02:00 Uhr und 04:00 Uhr eines jeden Tages, usw. Diese Wahl des Zeitvektors
beruht auf der Erkenntnis, dass Parkvorgänge häufig von dem gleichbleibenden Tagesablauf von Menschen bestimmt sind. Um den Rechenaufwand bei der Berechnung der Belegungs-Kennzahl klein zu halten, wird diese häufig in guter Näherung vorkommende Periodizität ausgenutzt, um die für die Berechnung notwendigen Daten zu bringen.
-
Günstig ist es zudem, wenn der Zeitvektor
eine zweite Komponente hat, die nicht periodisch in der realen Zeit ist. Diese zweite Komponente kann beispielsweise kodieren, ob eine außergewöhnliche Situation vorliegt, beispielsweise ein Feiertag, ob der entsprechende Tag in den Schulferien liegt, ob eine Sonderveranstaltung geplant ist, usw.
-
Vorzugsweise umfasst das Bestimmen des Parklagewerts die folgenden Schritte:
- (a) Bestimmen eines Aggregationsvektors
für eine vorgegebene Menge an Überwachungs-Parksegmenten
wobei jedes Element des Aggregationsvektors
ein numerisches Attraktivitäts-Attributs aj(t) ist, wobei jedes Attraktivitäts-Attribut ein Maß für die Attraktivität einer vorgegebenen Umgebung Gj des zugeordneten Park-Segments
ist, wobei Gj alle Punkte von maximal 150 Metern geographischer Distanz zum Park-Segment Qj umfasst.
- (i) Bestimmen eines Parkvorgangs-Vektors
anhand eines vorgegebenen Zeitraums, wobei (i) ein erstes Element des Parkvorgangs-Vektors
eine zeitlich gewichtete Summe erfolgter Einparkvorgänge innerhalb des vorgegebenen Zeitraums kodiert, (ii) ein zweites Element des Parkvorgangs-Vektors
eine zeitlich gewichtete Summe erfolgter Ausparkvorgänge innerhalb des vorgegebenen Zeitraums kodiert und (iii) ein drittes Element des Parkvorgangs-Vektors
eine zeitlich gewichtete Summe intensiver Suchvorgänge innerhalb des vorgegebenen Zeitraums kodiert, und (iv) wobei die Gewichtung der Summenwerte so gestaltet ist, dass zurückliegenden Vorgängen ein geringeres Gewicht zugewiesen wird,
- (ii) (c) Bestimmen eines zeitunabhängigen Stammdaten-Vektors
wobei ein erstes Element des Stammdaten-Vektors
die Anzahl an Stellplätzen des Park-Segments Qj kodiert und wobei ein zweites Element des Stammdaten-Vektors
den Preis des Park-Segments Qj kodiert,
- (d) Bilden eines Modellvektors
durch Aneinanderhängen der Vektoren
- (e) Trainieren eines Maschinenlernmodells mit einer Vielzahl an Modellvektoren
als Eingangsdaten und Echtzeit-Belegungsdatenvektoren
wobei die Modellvektoren
und die Echtzeit-Belegungsdatenvektoren
sich auf den gleichen Zeitpunkt t beziehen, und
- (f) Bestimmen des Parklagewerts pQk(t) mithilfe des trainierten Maschinenlernmodells und des Modellvektors
der durch Aneinanderhängen der Vektoren
gebildet wird, die dem Park-Segment Qk zugeordnet sind.
-
Die Umgebung Gj ist vorzugsweise die Menge aller Punkte, die innerhalb eines vorgegebenen akzeptieren Laufwegs, beispielsweise höchstens 800 m, bzw. höchstens 600 m, enthalten sind. Die Attraktivitäts-Attribute werden beispielsweise aus demographischen Daten, Social-Media-Daten oder Wetterdaten geniert. Die Attraktivitäts-Attribute beschreiben den Einfluss von Ereignissen oder Zuständen auf die Attraktivität des entsprechenden Parkplatzes.
-
Unter dem Merkmal, dass die Gewichtung der Summenwerte so gestaltet ist, dass zurückliegenden Vorgängen ein geringeres Gewicht zugewiesen wird, wird insbesondere verstanden, dass diejenigen Summenwerte, die zeitlich weniger stark zurückliegen, stärker gewichtet werden. Insbesondere ist es möglich, dass Vorgänge, die älter als ein vorgegebenes Maximal-Alter sind, beispielsweise älter als zwölf Stunden, nicht mehr in die Gewichtung eingehen.
-
Vorzugsweise erfolgt das Berechnen des Parklagewerts anhand von Stammdaten, die zeitliche Einschränkungen der Verfügbarkeit kodieren. Ist beispielsweise ein Parkplatz legal nur innerhalb eines vorgebebenen Zeitraumes benutzbar, so wird für diese Zeitpunkte kein Parklagewert berechnet.
-
Es hat sich herausgestellt, dass anhand von Bewegungs- und Positionsdaten von Mobiltelefonen Informationen darüber gewonnen werden können, wobei ein Fahrzeug einparkt, ausparkt oder vergeblich einzuparken versucht. Aus diesem Grund erfasst das Berechnen des Parkvorgang-Vektors
die folgenden Schritte umfasst:
- (i) für ein Mobiltelefon, das sich im Bereich eines Park-Segments befindet, Ermitteln, ob ein Einparkvorgang vorliegt anhand der vom Mobiltelefon erfassten Satellitennavigationsdaten Erfassen, ob das Mobiltelefon sich mit einer Geschwindigkeit bewegt, die zunächst oberhalb einer vorgegebenen Fahrt-Geschwindigkeit liegen (z. B. mehr als 20 km/h) und danach unterhalb einer vorgegebenen Geh-Geschwindigkeit (zum Beispiel 10 km/h) liegt, und
- (ii) bejahendenfalls Erfassen, ob die Beschleunigungsdaten des Mobiltelefons auf ein Gehen schließen lassen, wenn ja: Erfassen des Park-Segments, in dem das Mobiltelefon die geringste Geschwindigkeit hatte und Setzen des Parkvorgangs-Vektors
sodass dieser kodiert, dass ein Stellplatz des Park-Segments zusätzlich belegt ist.
-
Gemäß einer bevorzugten Ausführungsform umfasst das Verfahren die Schritte:
- (i) für ein Mobiltelefon, das sich im Bereich eines Park-Segments befindet, Erfassen anhand von Satellitennavigationsdaten, ob das das Mobiltelefon sich mit einer Geschwindigkeit bewegt, die zunächst unterhalb einer vorgegebenen Geh-Geschwindigkeit liegt (z. B. weniger als 6 km/h) und innerhalb eines vorgegebenen Karenzzeitintervalls oberhalb einer vorgegebenen Fahrt-Geschwindigkeit liegen (z. B. mehr als 20 km/h), und (ii) bejahendenfalls Vergleichen, ob für das gleiche Mobiltelefon ein Einparkvorgang und danach noch kein Ausparkvorgang erfasst wurde und bejahendenfalls Verändern des Parkvorgangs-Vektors
sodass dieser kodiert, dass im Parksegment, dem dieser Stellplatz angehört, ein Stellplatz zusätzlich belegt ist und verneinendenfalls Verändern des Parkvorgangs-Vektors
für das Parksegment, in dem derjenige Stellplatz liegt, der dem Ort am nächsten liegt, an dem die niedrigste Geschwindigkeit nach dem Vorliegen der Geh-Geschwindigkeit und vor dem Vorliegen der Fahrt-Geschwindigkeit ermittelt wurde, sodass der Parkvorgangs-Vektor
kodiert, dass ein Stellplatz des Park-Segments zusätzlich belegt ist.
-
Da die Zahl der Überwachungs-Stellplätze kleiner ist als die Zahl der Stellplätze insgesamt, muss kontrolliert werden, ob die gemachte Voraussage für die Zahl der freien Parkplätze zutreffend ist. Es hat sich herausgestellt, dass ein gutes Maß dafür ist, wie hoch der Anteil sogenannter intensiver Suchvorgänge ist. Ist dieser Anteil hoch, so lässt es darauf schließen, dass die Zahl der zur Verfügung stehenden freien Parkplätze gering ist. Liefert die Vorhersage eine andere Aussage, kann beispielsweise die Belegungs-Kennzahl nach unten korrigiert werden. Vorzugsweise umfasst das Berechnen des Parkvorgangs-Vektors der die Schritte:
- (i) Erkennung eines Einparkvorgangs gemäß einem oben beschriebenen Verfahren,
- (ii) Ermittlung einer Fahrteffizienz-Kennzahl f(z) auf einer letzten Teilstrecke z, maximal auf einer Distanz von 1 km, insbesondere anhand der Formel
wobei dreal(z) die zurückgelegte Distanz und dcalc(z) die theoretisch notwendige zu überbrückende Distanz ist, unter Nutzung eines verkehrsabhängigen Routenplanungs-Algorithmus,
- (iii) Erfassen, ob die Fahrteffizienz-Kennzahl f(z) über einem vorgegebenen Schwellwert liegt (z. B. 0,2), und
- (iv) bejahendenfalls Setzen des Attributs „Intensiver Suchvorgang“ an geographischen Punkten in vordefinierter Distanz (z. B. 100m) entlang der Teilstrecke z.
-
Etliche Fahrzeuge besitzen ein Funkkommunikationsmodul, mittels dem Fahrzeugdaten visiert und an den Hersteller des Fahrzeugs übertragen werden können. Wird festgestellt, dass ein Fahrzeug, das sich auf einem Parkplatz befindet, den Motor abstellt und insbesondere innerhalb eines vorgegebenen Zeitintervalls und beispielsweise maximal 3 Minuten der Motor nicht wieder gestartet wird, so kann davon ausgegangen werden, dass der entsprechende Parkplatz nun belegt ist. Gemäß einer bevorzugten Ausführungsform umfasst das Berechnen des Parkvorgang-Vektors
die folgenden Schritte umfasst:
- (i) Erfassen anhand von Fahrzeugdaten eines Fahrzeugs, ob ein Abstellen eines Motors des Fahrzeugs und das Ende einer Bewegung des Fahrzeugs vorliegt und
- (ii) bejahendenfalls Verändern des Parkvorgangs-Vektors
sodass dieser kodiert, dass im Parksegment, dem dieser Stellplatz angehört, ein Stellplatz zusätzlich belegt ist.
-
Korrespondierend dazu kann anhand von Fahrzeugdaten mit hoher Wahrscheinlichkeit festgestellt werden, wenn ein Parkplatz verlassen wird. Vorzugsweise umfasst das Berechnen des Parkvorgangs-Vektors
die folgenden Schritte:
- (i) Erfassen anhand von Fahrzeugdaten eines Fahrzeugs, ob ein Starten eines Motors des Fahrzeugs und ein Beginn einer Bewegung des Fahrzeugs vorliegen und
- (ii) bejahendenfalls Verändern des Parkvorgangs-Vektors
sodass dieser kodiert, dass im Parksegment, dem dieser Stellplatz angehört, ein Stellplatz zusätzlich frei ist.
-
Es hat sich herausgestellt, dass die Bestimmung des Parkens anhand von Daten von Mobilfunkgeräten zu fehlerhaften Aussagen führen kann. Es ist daher notwendig, die entsprechenden Daten gleich zu korrigieren. Vorzugsweise umfasst daher das Berechnen des Parkvorgangs-Vektors
die folgenden Schritte:
- (i) Erfassen, ob sich zwei Mobiltelefone innerhalb des Karenzzeitintervalls
- - zunächst entlang der gleichen Trajektorie mit einer Geschwindigkeit oberhalb der Fahrt-Geschwindigkeit bewegen,
- - danach mit einer Geschwindigkeit unterhalb einer Stand-Schwellengeschwindigkeit bewegen, und
- - danach sich das eine Mobiltelefon mit einer Geschwindigkeit oberhalb der Stand-Schwellengeschwindigkeit und unterhalb der Geh-Schwellengeschwindigkeit bewegt,
und sich das andere Mobiltelefon mit einer Geschwindigkeit oberhalb der Fahrt-Geschwindigkeit bewegt und
- (ii) bejahendenfalls Unterdrücken des Veränderns des Parkvorgangs-Vektors
-
Besonders relevant wird das oben beschriebene Verfahren, wenn es im Rahmen eines Verfahrens zum Steuern eines autonomen Fahrzeugs eingesetzt wird. Dabei wird angenommen, dass das autonome Fahrzeug nach dem Absetzen des Passagiers geparkt werden muss. Erfindungsgemäß ist damit ein Verfahren zum Steuern eines autonomen Fahrzeugs mit den Schritten
- (a) Durchführen eines Verfahrens nach einem der vorstehenden Ansprüche, sodass Belegungs-Kennzahlen b(Qk) für eine Vielzahl an Park-Segmenten erhalten wird,
- (b) Erfassen einer Ziel-Position des Fahrzeugs und
- (c) Steuern des Fahrzeugs zu dem Park-Segment, bei dem die Belegungs-Kennzahl b(Qk) einen vorgegebenen Belegungs-Schwellenwert unterschreitet und das den geringstmöglichen Abstand von der Ziel-Position hat,
- (d) sowie gegebenenfalls Steuern des autonomen Fahrzeugs auf einen Stellplatz dieses Park-Segments.
-
Besonders vorteilhaft ist ein oben genanntes Verfahren im Rahmen eines Militärsystems, das einen Zentralrechner und zumindest ein autonomes Fahrzeug, vorzugsweise eine Vielzahl an autonomen Fahrzeugen, aufweist. Die Fahrzeuge besitzen jeweils einen Bordrechner zum autonomen Fahren des autonomen Fahrzeugs. Auf dem Zentralrechner wird ein erfindungsgemäßes Verfahren durchgeführt und die Fahrtroute des zumindest eines autonomen Fahrzeugs wird anhand der Belegungskennzahl des Parkplatzes berechnet, der einen Ziel-Punkt der Fahrtroute am nächsten liegt. Beispielsweise wird diejenige Fahrtroute berechnet, für die gilt, dass ein - gegebenenfalls gewichteter - Erwartungswert der Summe aus geschätzter Fahrtzeit plus geschätztem Gehweg von einem Parkplatz zum Ziel-Punkt minimiert wird. Der letzte Schritt stellt einen bevorzugten Schritt für ein erfindungsgemäßes Verfahren als allgemein dar und ist nicht auf die Verwendung in einem Mobilitätsystem beschrieben.
-
Im vorliegenden wird die Erfindung anhand der beigefügten Zeichnungen näher erläutert. Es zeigen
- 1 - eine Karte eines Parkraums zur Erläuterung eines erfindungsgemäßen Verfahrens sowie eine schematische Ansicht eines erfindungsgemäßen Mobilitätssystems und
- 2 - eine Karte zum Erläutern eines erfindungsgemäßen Verfahrens.
-
1 zeigt schematisch ein Mobilitätsystem 10, das einen Zentralrechner 12 sowie eine Mehrzahl an autonomen Fahrzeugen 14.1, 14.2, ... aufweist. Jedes autonome Fahrzeug 14 besitzt einen jeweiligen Antrieb, ein jeweiliges Lenksystem und jeweils einen Bordrechner 16.1, 16.2,... zum Steuern des autonomen Fahrzeugs 14. Die Bordrechner 16.1, 16.2,... sind zum drahtlosen Kommunizieren mit dem Zentralrechner 12 ausgebildet und besitzen dazu ein entsprechendes Kommunikationsmodul.
-
Wählt ein Benutzer einen Ziel-Punkt Z an einer Schnittstelle des jeweiligen Bordrechners 16, beispielsweise des Bordrechners 16.1, aus, so kommuniziert dieser Bordrechner 16.1 mit dem Zentralrechner 12, der daraufhin die optimale Route berechnet. Es ist auch möglich, dass die Routenberechnung im Bordrechner durchgeführt wird, wobei diejenigen Daten, die zur Berechnung der Route notwendig sind, entweder im Bordrechner gespeichert sind und dynamisch vom Zentralrechner 12 herunter oder nachgeladen werden.
-
Es ist zudem möglich, dass das Mobilitätssystem 16 ein Mobiltelefon 18 aufweist, auf dem ein Programm läuft, mittels dem die optimale Route von einem Start-Punkt S zum Ziel-Punkt Z berechnet wird.
-
2 zeigt eine Karte zum Erläutern eines erfindungsgemäßen Verfahrens zur verbesserten zur Vorhersage der Belegung eines vorgegeben Parkraums R, der Überwachungs-Stellplätze Si sowie Park-Segmente Qk aufweist. Die Überwachungs-Stellplätze Si sind jeweils Teile von Überwachungs-Parksegmenten Qf. Zudem ist der hypothetisch gewählte Ziel-Punkt Z eingezeichnet.
-
Es ist zu erkennen, dass die Stellplätze Si sich entlang von Straßen 20.1, 20.2, ... erstrecken. Eine Straße wird dabei betrachtet als derjenige Abschnitt zwischen zwei Gabelungen. Beispielsweise erstreckt sich die Straße 20.1 bis zu einer Gabelung G1, in der die Straßen 20.1, 20.2 und 20.3 aufeinandertreffen
-
Die Überwachungs-Stellplätze Si werden mittels zumindest eines ortsfesten Sensors 22a, 22b, ... überwacht. Beispielsweise werden die Überwachungs-Stellplätze S1 , S2 , ...S8 mittels des Sensors 22a in Form einer Kamera überwacht.
-
Der Detektor, beispielsweise eine Kamera 22a liefert Belegungsdaten in Form einer zeitlichen Abfolge von Bildern, die beispielsweise einmal pro Minute oder häufiger aufgenommen werden.
-
Aus den zeitabhängigen Belegungsdaten wird ein zeitabhängiger Belegungszustand
ermittelt. So beträgt der Belegungszustand
da lediglich auf dem Überwachungs-Stellplatz
S2 ein autonomes Fahrzeug
14.1 geparkt ist. Alle anderen Parkplätze sind frei. Ändert sich die Belegung des Überwachungs-Parksegments
so ändert sich entsprechend auch der Belegungszustand. In der Bezeichnung
ist das kleine u ein Hinweis dafür, dass es sich um ein Parksegment handelt, das überwacht ist. Der Index j ist ein Laufindex. Für die Überwachungs-Parksegmente
die Teile des Parkraums
R sind, ergibt sich so ein Echtzeit-Belegungsdatenvektor
-
Der Echtzeit-Belegungsdatenvektor
wird berechnet von einem Zeitvektor
Der Zeitvektor
besteht beispielsweise aus einer Mehrzahl an Komponenten. Ein Teil der Komponenten ist periodisch in der realen Zeit
t. Beispielsweise kodiert die erste Komponente des Zeitvektors
den Zeitraum zwischen 00:00 Uhr und 02:00 Uhr morgens. Alle weiteren folgenden Komponenten bezeichnen jeweils einen zwei-Stunden-Intervall. Jede Komponente des Echtzeit-Belegungsdatenvektors
hat so viele Komponenten wie der Zeitvektor T. Hat beispielsweise die erste Komponente
die folgende Struktur
so bedeutet, dass das im Zeitraum zwischen 00:00 Uhr und 02:00 Uhr im Mittel drei Fahrzeuge im Überwachungs-Parksegment
stehen, im Zeitraum zwischen 02:00 Uhr und 04.00 ebenfalls drei Fahrzeuge, im Zeitraum zwischen 04.00 Uhr und 06:00 Uhr vier Fahrzeuge, usw.
-
Es ist zudem möglich, dass der Zeitvektor
nicht in der realen Zeit
t periodische Anteile enthält. Beispielsweise kann die
13. Stelle kodieren, ob Ferien sind oder nicht. Hat der Zeitvektor T beispielsweise
13 Komponenten, bezieht sich die
13. Komponente darauf, ob schon Ferien sind, oder nicht, so kann die erste Komponente des Echtzeit-Belegungsdatenvektors
lauten:
-
Dabei bedeutet dies, dass während der Schulferien jeweils die 0,7-fache Menge an Stellplätzen zur Verfügung steht. Bei der weiteren Verarbeitung des Echtzeit-Belegungsdatenvektors
wird
bevorzugt in normalisierter Form mit Werten zwischen 0 und 1 verwendet. Als Normalisierungsverfahren kann insbesondere die Min-Max-Skalierung verwendet werden, welche bekannt ist und deshalb nicht weiter erläutert wird.
-
Es werden zudem zwischen Überwachungs-Parksegmenten
die jeweiligen Ähnlichkeiten durch ein Beispiel in der Korrelation in Abhängigkeit vom Zeitvektor T bestimmt. Nachfolgend werden zumindest einige Sensoren
22a,
22b, ... so umgruppiert, dass sie andere Parksegmente überwachen. Auf diese Weise werden Ähnlichkeiten zwischen den Parksegmenten untereinander ermittelt. Die Annahme, die dem zugrunde liegt, ist, dass sich die Ähnlichkeiten mit der Zeit nicht oder hinreichend langsam ändern, sodass gerechtfertigt ist, dass sie zeitlich konstant bleiben.
-
Auf den so erhaltenen Ähnlichkeitsvektoren
und den zeitabhängigen Belegungszuständen
der Überwachungs-Parksegmente
wird auf Basis eines mathematischen Modells, das auf Maschinenlernen beruht, die Belegungskennzahl
für alle Park-Segmente
berechnet. Auf diese Weise wird erreicht, dass die Belegungs-Kennzahl b auch für solche Park-Segmente
zeitabhängig bekannt wird, die nicht von Sensoren überwacht werden. Die Bordrechner
16 (vgl.
1) und der Zentralrechner
12 berechnen auf Basis der Belegungs-Kennzahl
diejenige Route, die die Gesamt-Zeit minimiert, die für das Zurücklegen der Strecke notwendig wird. Dabei wird einbezogen, dass das Fahrzeug abgestellt werden muss. Ist beispielsweise bekannt, dass in der Nähe des Zielpunktes
Z die Belegungskennzahl oberhalb eines vorgegebenen Schwellenwerts liegt, so wird ein abweichender Ziel-Punkt, beispielsweise der Punkt
Z' gewählt, für den gilt, dass die Belegungs-Kennzahl des entsprechenden Park-Segments so klein ist, dass damit gerechnet werden kann, dass ein Stellplatz frei ist. Das minimiert den Treibstoffaufwand für das autonome Fahrzeug, das die gewünschte Fahrtstrecke zurücklegen soll.
-
Die einzelnen Elemente des Ähnlichkeitsvektors
fließen als Faktor, der in Form einer gewichteten Summe vorliegt in die Berechnung von
ein. Die Gewichte der einzelnen Summanden der gewichteten Summen werden durch ein geeignetes Verfahren, insbesondere beispielsweise durch die Methode des paarweisen Vergleichs oder durch lineare Optimierung ermittelt werden.
-
Bezugszeichenliste
-
- 10
- Mobilitätssystem
- 12
- Zentralrechner
- 14
- autonomes Fahrzeug
- 16
- Bordrechner
- 18
- Mobiltelefon
- 20
- Straße
- 22
- Sensor
- Z
- Ziel-Punkt
- S
- Startpunkt
- G
- Gabelung
-
- Zeitvektor
- t
- Zeit
- b(Qk)
- Belegungs-Kennzahl
- R
- Parkraum (Menge aller Parkplätze)
- Si
- Überwachungs-Stellplatz
-
- Überwachungs-Parksegmente
- Qk
- Park-Segmente allgemein