-
TECHNISCHES GEBIET
-
Die vorliegende Offenbarung bezieht sich im Allgemeinen auf Navigationsanwendungen, insbesondere auf Systeme und Verfahren zur dynamischen Identifizierung von Abweichungen bei der Abbildung von Daten, die von Navigationsanwendungen verwendet werden.
-
HINTERGRUND
-
Navigationsanwendungen werden häufig in Einheiten wie manuell betriebenen Fahrzeugen, autonomen Fahrzeugen und mobilen Vorrichtungen als Navigationshilfen verwendet, um einen Benutzer von einem Punkt zum anderen zu leiten. Die Navigationsanwendungen basieren auf Kartierungsdaten, die in der Vergangenheit gesammelt wurden. Die Kartierungsdaten spiegelt nicht immer die tatsächliche Umgebung wider, die sie abbilden soll. Die Kartierungsdaten können Fehler enthalten oder durch umgebungsbedingte Veränderungen, wie beispielsweise den Straßenbau, veraltet sein.
-
Die Einheiten, die Navigationsanwendungen verwenden, verfügen oft über verschiedene Sensoren, die zum Abtasten der tatsächlichen Umgebung verwendet werden können. So können beispielsweise Fahrzeuge mit Wahrnehmungssystemen ausgestattet sein, die Erfassungsvorrichtungen wie Radar, Lidar, Bildsensoren und andere enthalten. Die Wahrnehmungssysteme und andere Erfassungssysteme können verfügbar sein, um Erfassungsdaten zur Überprüfung der Genauigkeit der von Navigationsanwendungen verwendeten Kartierungsdaten bereitzustellen.
-
Dementsprechend ist es wünschenswert, Systeme und Verfahren zur Nutzung von Sensordaten bereitzustellen, die von Einheiten gesammelt werden, die Navigationsanwendungen zur Identifizierung von Abweichungen in den Kartierungsdaten verwenden. Ferner werden andere wünschenswerte Funktionen und Merkmale der vorliegenden Erfindung aus der nachfolgenden ausführlichen Beschreibung und den beigefügten Ansprüchen, in Verbindung mit den beigefügten Zeichnungen, sowie mit dem vorangehenden technischen Gebiet und Hintergrund ersichtlich offensichtlich.
-
KURZDARSTELLUNG
-
Systeme und Verfahren zur partizipativen Erkennung und Korrektur von Kartenanomalien sind vorgesehen. In einer Ausführungsform ist ein durch einen Prozessor implementiertes Verfahren zur Erkennung von Kartenanomalien vorgesehen. Das Verfahren beinhaltet, durch einen Prozessor in einem Fahrzeug vorgeplante Trajektorien-Daten von einem Navigationsmodul in dem Fahrzeug zu empfangen, durch den Prozessor Sensordaten von einem oder mehreren Fahrzeugsensorsystemen abzurufen, durch den Prozessor die Sensordaten und die vorgeplanten Trajektorien-Daten zu analysieren, durch den Prozessor eine Anomalie aus der Analyse zu identifizieren und Informationen bezüglich der Anomalie zu einem zentralen Repository außerhalb des Fahrzeugs zu übertragen, worin das zentrale Repository konfiguriert ist, um die Informationen bezüglich der Anomalie zu analysieren und zu ermitteln, ob ein Navigationskartenattribut falsch ist.
-
In einer Ausführungsform beinhalten die Sensordaten Fahrzeugleistungsdaten, Fahrzeugwahrnehmungsdaten und Fahrzeugpositionsdaten.
-
In einer Ausführungsform werden die Fahrzeugleistungsdaten aus Controller Area Network (CAN)-Signalen, die Fahrzeugwahrnehmungsdaten aus einem Radarsensor, einem Lidarsensor oder einer Kamera und die Fahrzeugpositionsdaten aus GPS-Daten abgerufen.
-
In einer Ausführungsform beinhalten die Fahrzeugleistungsdaten Fahrzeuggeschwindigkeitsdaten, Fahrzeugbeschleunigungsdaten und Gierdaten.
-
Die Analyse der Sensordaten und der vorgeplanten Trajektorien beinhaltet in einer Ausführungsform das Ermitteln der tatsächlichen Fahrzeugtrajektorien aus den Sensordaten und das Vergleichen der tatsächlichen Trajektoriendaten mit den vorgeplanten Traj ektoriendaten.
-
In einer Ausführungsform beinhaltet das Identifizieren einer Anomalie aus der Analyse das Identifizieren eines plötzlichen Spurwechsels, einer plötzlichen Ausfahrt oder das Fahren in die falsche Richtung auf einem Kartenpfad.
-
In einer Ausführungsform beinhaltet das Analysieren der Sensordaten und der vorgeplanten Trajektorien das Vergleichen der tatsächlichen Fahrzeugfahrt mit den vorgeplanten Trajektoriendaten im Navigationsmodul.
-
In einer Ausführungsform beinhaltet das Identifizieren einer Anomalie aus der Analyse das Empfangen einer Benachrichtigung vom Navigationsmodul, dass das Fahrzeug von einer Navigationsanweisung des Navigationsmoduls abgewichen ist.
-
In einer Ausführungsform beinhaltet das Analysieren der Sensordaten und der vorgeplanten Trajektoriendaten das Vergleichen von Kartierungsdaten, die ein Strukturmerkmal auf einem vorgeplanten Fahrzeugweg mit Wahrnehmungsdaten für einen tatsächlichen Bereich, in dem das Strukturmerkmal erwartet wird, identifizieren.
-
In einer Ausführungsform beinhaltet das Identifizieren einer Anomalie aus der Analyse das Identifizieren einer Unstimmigkeit zwischen den Kartierungsdaten und den Wahrnehmungsdaten bezüglich der Existenz des Strukturmerkmals.
-
In einer Ausführungsform beinhaltet das Analysieren der Sensordaten und der vorgeplanten Trajektoriendaten die Anwendung eines Filters mit einem Toleranzschwellenwert zum Klassifizieren von Änderungen in den Sensordaten.
-
In einer Ausführungsform beinhaltet das Identifizieren einer Anomalie aus der Analyse das Identifizieren einer plötzlichen Änderung der Sensordaten, die den Toleranzschwellenwert überschreitet.
-
In einer Ausführungsform beinhaltet das Analysieren der Sensordaten und der vorgeplanten Trajektoriendaten die Anwendung eines Filters, der eine Korrelationsfunktion für die Sensordaten beinhaltet.
-
In einer Ausführungsform beinhaltet das Identifizieren einer Anomalie aus der Analyse das Identifizieren einer Instanz, wenn die Korrelation zwischen den Sensordaten über einen vorgegebenen Wert hinausgeht.
-
In einer Ausführungsform beinhaltet das Analysieren der Sensordaten und der vorgeplanten Trajektoriendaten das Vergleichen des tatsächlichen Fahrzeugverhaltens, wie es durch die Sensordaten bestimmt wird, mit dem erwarteten Fahrzeugverhalten, basierend auf den vorgeplanten Trajektoriendaten.
-
In einer weiteren Ausführungsform ist ein System zum Ermitteln von digitalen Kartenabweichungen vorgesehen. Das System beinhaltet ein Abweichungserfassungsmodul, das einen oder mehrere Prozessoren beinhaltet, die durch Programmieranweisungen konfiguriert sind, die in nicht-flüchtigen, computerlesbaren Medien kodiert sind. Das Abweichungserfassungsmodul ist konfiguriert, um Anomalieinformationen, die von einer Vielzahl von Erkenntnismodulen empfangen werden, in einem zentralen Speicher zu speichern, worin sich jedes Erkenntnismodul in einem anderen, vom Abweichungserfassungsmodul entfernten Fahrzeug befindet. Jedes Erkenntnismodul beinhaltet einen oder mehrere Prozessoren, die durch Programmieranweisungen konfiguriert und auf nicht-transienten, computerlesbaren Medien kodiert sind. Jedes Erkenntnismodul ist konfiguriert, um eine Kartenanomalie zu identifizieren, indem es Kartendaten von einem Navigationsmodul mit Fahrzeugsensordaten vergleicht. Das Abweichungserfassungsmodul ist konfiguriert, um die Anomalieinformationen aus der Vielzahl von Erkenntnismodulen zu analysieren, um zu ermitteln, ob eine gemeldete Anomalie aus einer Abweichung in den digitalen Kartierungsdaten resultiert.
-
In einer Ausführungsform beinhaltet das Abweichungserfassungsmodul ein Ereignisaufnahmemodul, das konfiguriert ist, um das Empfangen von Anomaliemeldungen von den Ereigniserkenntnismodulen zu verwalten, sodass vollständige Meldungen empfangen werden und die empfangenen Anomaliemeldungen in einer relationalen Datenbank im zentralen Repository gespeichert werden, worin die empfangenen Anomaliemeldungen nach Art der Anomalie und Ort, an dem die Anomalie aufgetreten ist, organisiert sind.
-
In einer Ausführungsform beinhaltet das Abweichungserkennungsmodul ein oder mehrere Kartenabweichungsbestimmungsmodule, die ein oder mehrere von einem auf verketteter Regelsynthese basierenden Bestimmungsmodul, einen Stützvektormaschine (SVM) Deskriptor und ein detektorbasiertes Bestimmungsmodul, sowie ein tief lernendes neuronales Netzwerk und ein auf Faltungsneuronales Netzwerk basierendes Bestimmungsmodul beinhalten.
-
In einer Ausführungsform ist das Abweichungserfassungsmodul ferner konfiguriert, um zusätzliche Daten zur Verwendung beim Bestimmen, ob eine gemeldete Anomalie aus einer Abweichung in digitalen Kartendaten resultiert, durch Einrichten eines erweiterten Verstärkungslernbereichs anzufordern, worin jedes Fahrzeug, das sich in dem erweiterten Verstärkungslernbereich befindet und mit einem Ereigniseinsichtsmodul ausgestattet ist, dazu bestimmt ist, geplante Trajektorieninformationen, tatsächliche Trajektorieninformationen und Sensordaten an das Abweichungserfassungsmodul zu melden.
-
In einer weiteren Ausführungsform ist ein System zum Ermitteln von digitalen Kartenabweichungen vorgesehen. Das System beinhaltet eine Vielzahl von Erkenntnismodulen, die einen oder mehrere Prozessoren beinhalten, die durch Programmieranweisungen konfiguriert und auf nicht-transienten, computerlesbaren Medien kodiert sind. Jedes Erkenntnismodul befindet sich in einem anderen Fahrzeug. Jedes Erkenntnismodul ist konfiguriert, um vorgeplante Trajektoriendaten von einem Navigationsmodul in seinem Fahrzeug zu empfangen, Sensordaten von einem oder mehreren Fahrzeugsensorsystemen abzurufen, die Sensordaten und die vorgeplanten Trajektoriendaten zu analysieren, eine Anomalie aus der Analyse zu identifizieren und Informationen bezüglich der Anomalie an ein zentrales Repository außerhalb des Fahrzeugs zu übermitteln. Das System beinhaltet ferner ein Abweichungserfassungsmodul, das entfernt von der Vielzahl der Erkenntnismodule angeordnet ist. Das Abweichungserfassungsmodul beinhaltet einen oder mehrere Prozessoren beinhaltet, die durch Programmieranweisungen konfiguriert sind, die in nicht-flüchtigen, computerlesbaren Medien kodiert sind. Das Abweichungserfassungsmodul ist konfiguriert, um Anomalieinformationen zu speichern, die von der Vielzahl von Erkenntnismodulen im zentralen Repository empfangen werden, und die Anomalieinformationen von der Vielzahl von Erkenntnismodulen zu analysieren, um zu ermitteln, ob eine gemeldete Anomalie aus einer Abweichung in digitalen Kartendaten resultiert.
-
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 Blockdiagramm, das ein exemplarisches System darstellt, in dem ein System zum Erkennen und Korrigieren von Kartendiskrepanzen gemäß verschiedener Ausführungsformen implementiert werden kann;
- 2 ist ein Blockdiagramm eines exemplarischen Fahrzeugs, das sowohl ein Navigationsmodul als auch ein Erkenntnismodul gemäß verschiedener Ausführungsformen verwenden kann;
- 3 ist ein Blockdiagramm mit exemplarischen Komponenten eines exemplarischen Systems zum Erkennen und Korrigieren von Kartenabweichungen gemäß verschiedener Ausführungsformen;
- 4 zeigt eine Top-Down-Ansicht eines exemplarischen Szenarios, das für das Verständnis des vorliegenden Gegenstands gemäß verschiedenen Ausführungsformen nützlich ist; und
- 5 ist ein Prozessablaufdiagramm, das einen exemplarischen Prozess in einem Fahrzeug darstellt, um eine Anomalie zu identifizieren, die sich aus einer Abweichung der Kartendaten gemäß verschiedenen Ausführungsformen ergeben kann.
-
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 Zusammenfassung oder der folgenden ausführlichen Beschreibung an eine ausdrücklich oder implizit vorgestellte Theorie gebunden zu sein. Der hierin verwendete Begriff „Modul“ bezieht sich auf alle Hardware-, Software-, Firmwareprodukte, elektronische Steuerkomponenten, Verarbeitungslogik und/oder Prozessorgeräte, einzeln oder in allen Kombinationen, unter anderem beinhaltend, eine anwendungsspezifische integrierte Schaltung (ASIC), ein feldprogrammierbares Gate-Array (FPGA), 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, welche die beschriebene Funktionalität bieten.
-
Ausführungsformen der vorliegenden Offenbarung 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. Zum Beispiel kann eine Ausführungsform der vorliegenden Offenbarung eines Systems oder einer Komponente verschiedene integrierte Schaltungskomponenten, z. B. Speicherelemente, digitale Signalverarbeitungselemente, Logikelemente, Wertetabellen oder dergleichen, einsetzen, die mehrere Funktionen unter der Steuerung eines oder mehrerer Mikroprozessoren oder anderer Steuervorrichtungen durchführen können. Zudem werden Fachleute auf dem Gebiet erkennen, dass die exemplarischen Ausführungsformen der vorliegenden Offenbarung in Verbindung mit einer beliebigen Anzahl an Systemen eingesetzt werden können, und dass das hierin beschriebene System lediglich eine exemplarische Ausführungsform der vorliegenden Offenbarung darstellt.
-
Der Kürze halber können konventionelle Techniken in Verbindung mit der Signalverarbeitung, Datenübertragung, Signalgebung, Steuerung, Maschinenlernmodelle, Radar, Lidar, Bildanalyse und weiteren funktionalen Aspekten der Systeme (und den einzelnen Bedienkomponenten der Systeme) hierin nicht im Detail beschrieben werden. 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 vorliegenden Offenbarung vorhanden sein können.
-
1 ist ein Blockdiagramm, das ein exemplarisches System 100 darstellt, in dem ein System zum Erkennen und Korrigieren von Kartenabweichungen implementiert werden kann. Das exemplarische System zum Erkennen und Korrigieren von Kartenabweichungen kann in Echtzeit oder nahezu in Echtzeit eine Abweichung in den Kartendaten erkennen und in einigen Beispielen eine vorgeschlagene Korrektur für die Kartendaten bereitstellen.
-
Das exemplarische System 100 beinhaltet verschiedene Einheiten, wie beispielsweise Fahrzeuge 102 und eine mobile Vorrichtung 104, die von einem Fußgänger getragen wird, der eine Navigationsanwendung (nicht dargestellt) verwenden kann, um eine Wegbeschreibung zu erhalten. Die Navigationsanwendung kann verschiedene Arten von Daten, wie beispielsweise Straßentopologie- und Straßenattributdaten, Straßengeometriedaten, Navigationsleitdaten sowie Adressierungs- und Postinformationen (POI) zur Ausführung ihrer Funktionen verwenden.
-
Die Straßentopologie- und Straßenattributdaten können Daten zur Straßenanbindung, Straßentyp/-funktionale Straßenklasse, Abbiegeverbote, Kreuzung, Verkehrszeichenregulatoren, Geschwindigkeitsbegrenzung, Straßeneigenschaften (z. B. Straßenbelag, unterteilt, landschaftlich und andere) und andere ähnliche Datentypen beinhalten. Die Straßengeometriedaten können Daten bezüglich der Straßenabschnittsgeometrie, der Straßenabschnittsrichtung, der Straßenkrümmung, Straßenneigung/-steigung, des Querneigungswinkels/der Straßenneigung und anderer ähnlicher Daten beinhalten. Die Navigationsleitdaten können Daten zu Verkehrszeichen, Verkehrsregelungsstandort, erweiterte Fahrspurinformationen, Anzahl der Fahrspuren, Fahrspurart, Fahrspurzusammenführung/Fahrspurteilung, Fahrbahnmarkierung, Fahrspurbeschreibung, Fahrspurregelung/-führung, natürliche Führung und andere ähnliche Datentypen beinhalten. Die Adressierungs- und POI-Daten können Daten bezüglich Haus-/Arbeitsadresse, wichtige häufige Besuche, Kern-POIs (z. B. kommerzielle POIs), Park-/Maut-/Tankstellen und andere ähnliche Datentypen beinhalten.
-
Die mit der Navigationsanwendung ermöglichten Einheiten 102, 104 können mit einem Backend-Server 112 kommunizieren, der eine serverbasierte Anwendung 114 zum Erkennen und Korrigieren von Kartenabweichungen enthält, beispielsweise über einen Mobilfunkkanal 106 über ein Mobilfunknetz, wie beispielsweise 4G LTE oder 4G LTE-V2X, ein öffentliches Netz 108 und ein privates Netz 110. Die exemplarischen Einheiten 102, 104 beinhalten eine Erkenntnisanwendung (nicht dargestellt) zur Kommunikation mit der serverbasierten Anwendung 114.
-
Eine Erkenntnisanwendung in einer exemplarischen Einheit 102, 104 kann eine Anomalie im Zusammenhang mit Kartendaten während des Betriebs einer Navigationsanwendung identifizieren und die Anomalie an die Cloud-basierte Anwendung 114 übermitteln. Die Cloud-basierte Anwendung 114 kann die Anomalie untersuchen, um zu ermitteln, ob tatsächlich eine Abweichung in den von den Navigationsanwendungen verwendeten Kartendaten vorliegt, die Art der Abweichung bestimmen und eine Korrektur der Kartendaten vorschlagen. Die exemplarische Cloud-basierte Anwendung 114 ist konfiguriert, um Sensordaten von der Erkenntnisanwendung in der Anomalieberichtseinheit 112, 114 zu empfangen, kann die Erkenntnisanwendung anweisen, zusätzliche Sensordaten bereitzustellen, und kann Einheiten (z. B. Fahrzeuge) in der Nähe einer gemeldeten Anomalie anweisen, Sensordaten bereitzustellen, die zur weiteren Auswertung der Anomalie verwendet werden können.
-
2 ist ein Blockdiagramm eines exemplarischen Fahrzeugs 200, das sowohl ein Navigationsmodul als auch ein Erkenntnismodul verwenden kann. Das exemplarische Fahrzeug 200 beinhaltet im Allgemeinen ein Fahrgestell 12, eine Karosserie 14, Vorderräder 16 und Hinterräder 18. Die Karosserie 14 ist auf dem Fahrgestell 12 angeordnet und umhüllt im Wesentlichen die anderen Komponenten des Fahrzeugs 200. Die Karosserie 14 und das Fahrgestell 12 können gemeinsam einen Rahmen bilden. Die Räder 16-18 sind jeweils mit dem Fahrgestell 12 in der Nähe einer jeweiligen Ecke der Karosserie 14 drehbar verbunden.
-
Das exemplarische Fahrzeug 200 kann ein autonomes Fahrzeug (z. B. ein Fahrzeug, das automatisch gesteuert wird, um Fahrgäste von einem Ort zum anderen zu befördern), ein teilautonomes Fahrzeug oder ein personenbetriebenes Fahrzeug sein. In jedem Fall ist eine Erkenntnisanwendung 210 in das exemplarische Fahrzeug 200 integriert. Das exemplarische Fahrzeug 200 wird als PKW dargestellt, kann jedoch auch eine andere Art von Fahrzeug sein, wie beispielsweise Motorrad, LKW, Geländewagen (SUV), Wohnmobil (RV), Seefahrzeug, Flugzeug, usw.
-
Wie dargestellt, beinhaltet das exemplarische Fahrzeug 200 im Allgemeinen ein Antriebssystem 20, ein Übertragungssystem 22, ein Lenksystem 24, ein Bremssystem 26, ein Sensorsystem 28, ein Stellgliedsystem 30, mindestens einen Datenspeicher 32, mindestens eine Steuerung 34 und ein Kommunikationssystem 36. Das Antriebssystem 20 kann in verschiedenen Ausführungsformen einen Verbrennungsmotor, eine elektrische Maschine, wie beispielsweise einen Traktionsmotor und/oder ein Brennstoffzellenantriebssystem, beinhalten. Das Übertragungssystem 22 ist dazu konfiguriert, Leistung vom Antriebssystem 20 auf die Fahrzeugräder 16 und 18 gemäß den wählbaren Übersetzungsverhältnissen zu übertragen.
-
Das Bremssystem 26 ist dazu konfiguriert, den Fahrzeugrädern 16 und 18 ein Bremsmoment bereitzustellen. Das Bremssystem 26 kann in verschiedenen Ausführungsformen Reibungsbremsen, Bake-by-Wire, ein regeneratives Bremssystem, wie beispielsweise eine elektrische Maschine und/oder andere geeignete Bremssysteme, beinhalten.
-
Das Lenksystem 24 beeinflusst eine Position der Fahrzeugräder 16 und/oder 18. Während in einigen Ausführungsformen innerhalb des Umfangs der vorliegenden Offenbarung zur Veranschaulichung als ein Lenkrad 25 dargestellt, kann das Lenksystem 24 kein Lenkrad beinhalten.
-
Das Sensorsystem 28 beinhaltet eine oder mehrere Sensorvorrichtungen 40a-40n, die beobachtbare Zustände der äußeren Umgebung und/oder der inneren Umgebung des Fahrzeugs 200 (zum Beispiel den Zustand eines oder mehrerer Insassen) erfassen und entsprechende Sensordaten erzeugen. Sensorvorrichtungen 40a-40n können, sind jedoch nicht beschränkt auf, Radare (z. B. Langstrecken-, Mittelstrecken-Kurzbereich), Lidare, globale Positionierungssysteme, optische Kameras (z. B. nach vorne gerichtet, 360-Grad, nach hinten gerichtet, seitlich gerichtet, Stereo, usw.), beinhalten, Wärmebildkameras (z. B. Infrarot), Ultraschallsensoren, Geschwindigkeitsmesssensoren (z. B. Encoder) und/oder andere Sensoren, die in Verbindung mit Systemen und Verfahren gemäß dem vorliegenden Gegenstand verwendet werden können.
-
Das Stellantriebssystem 30 beinhaltet ein oder mehrere Stellantriebsvorrichtungen 42a-42n, die ein oder mehrere Fahrzeugeigenschaften, wie zum Beispiel das Antriebssystem 20, das Übertragungssystem 22, das Lenksystem 24 und das Bremssystem 26, steuern, sind aber nicht darauf beschränkt. In verschiedenen Ausführungsformen kann das Fahrzeug 200 auch Fahrzeug-Innen- und/oder Außenausstattungen beinhalten, die nicht in 2 dargestellt sind, wie beispielsweise verschiedene Türen, Kofferraum- und Kabinenausstattungen, wie Luft, Musik, Beleuchtung, Touchscreen-Anzeige-Komponenten (wie sie in Verbindung mit Navigationssystemen verwendet werden) und dergleichen.
-
Die Datenspeichervorrichtung 32 speichert Daten zur Verwendung beim Steuern des Fahrzeugs 200. In verschiedenen Ausführungsformen speichert die Datenspeichervorrichtung 32 definierte Landkarten der navigierbaren Umgebung. In verschiedenen Ausführungsformen können die definierten Landkarten vordefiniert und von einem entfernten System abgerufen werden. So können beispielsweise die definierten Landkarten durch das entfernte System zusammengesetzt und dem Fahrzeug 200 (drahtlos und/oder drahtgebunden) mitgeteilt und in der Datenspeichervorrichtung 32 gespeichert werden. Routeninformationen können auch in der Datenspeichervorrichtung 32 gespeichert werden - d. h. in einer Reihe von Straßenabschnitten (die geografisch mit einer oder mehreren der definierten Karten verknüpft sind), die zusammen eine Route definieren, die der Benutzer von einem Startort (z. B. dem aktuellen Standort des Benutzers) zu einem Zielort zurücklegen kann. Wie ersichtlich ist, kann die Datenspeichervorrichtung 32 ein Teil der Steuerung 34, von der Steuerung 34 getrennt, oder ein Teil der Steuerung 34 und Teil eines separaten Systems sein.
-
Die Steuerung 34 beinhaltet mindestens einen Prozessor 44 und eine computerlesbare Speichervorrichtung oder Medien 46. Der Prozessor 44 kann eine Spezialanfertigung oder ein handelsüblicher Prozessor sein, eine Zentraleinheit (CPU), eine Grafikprozessoreinheit (GPU), eine anwendungsspezifische integrierte Schaltung (ASIC) (z. B. eine benutzerdefinierte ASIC, die ein neuronales Netzwerk implementiert), ein feldprogrammierbares Gate-Array (FPGA), ein Hilfsprozessor unter mehreren Prozessoren, verbunden mit der Steuerung 34, ein Mikroprozessor auf Halbleiterbasis (in Form eines Mikrochips oder Chip-Satzes) eine Kombination derselben oder allgemein jede beliebige Vorrichtung zur Ausführung von Anweisungen. Die computerlesbare Speichervorrichtung oder Medien 46 können flüchtige und nicht-flüchtige Speicher in einem Nur-Lese-Speicher (ROM), einem Speicher mit direktem Zugriff (RAM) und einem Keep-Alive-Memory (KAM) beinhalten. KAM ist ein persistenter oder nicht-flüchtiger Speicher, der verwendet werden kann, um verschiedene Betriebsvariablen zu speichern, während der Prozessor 44 ausgeschaltet ist. Die computerlesbare Speichervorrichtung oder Medien 46 können unter Verwendung einer beliebigen einer Anzahl an bekannten Speichervorrichtungen, wie beispielsweise PROMs (programmierbarer Nur-Lese-Speicher), EPROMs (elektrische PROM), EEPROMs (elektrisch löschbarer PROM), Flash-Speicher oder beliebige andere elektrischen, magnetischen, optischen oder kombinierten Speichervorrichtungen, implementiert werden, die Daten speichern können, von denen einige ausführbare Anweisungen darstellen, die von der Steuerung 34 beim Steuern des Fahrzeugs 200 verwendet werden. In verschiedenen Ausführungsformen ist die Steuerung 34 konfiguriert, um das im Folgenden ausführlich erläuterte Erkenntnismodul zu implementieren.
-
Die Steuerung 34 kann ein Navigationsmodul und ein Erkenntnismodul implementieren. Das heißt, geeignete Software- und/oder Hardwarekomponenten der Steuerung 34 (z. B. der Prozessor 44 und die computerlesbare Speichervorrichtung 46) werden verwendet, um ein um ein Navigationsmodul und ein Erkenntnismodul bereitzustellen, das in Verbindung mit dem Fahrzeug 200 verwendet wird.
-
Die Anweisungen können ein oder mehrere separate Programme beinhalten, von denen jede eine geordnete Auflistung von ausführbaren Anweisungen zum Implementieren von logischen Funktionen umfasst. Die Anweisungen empfangen und verarbeiten, wenn diese vom Prozessor 44 ausgeführt werden, Signale (z. B. Sensordaten) vom Sensorsystem 28, führen Logik, Berechnungen, Verfahren und/oder Algorithmen zur automatischen Steuerung der Komponenten des Fahrzeugs 200 durch und erzeugen Steuersignale, die an das Stellgliedsystem 30 übertragen werden, um die Komponenten des Fahrzeugs 200 basierend auf der Logik, den Berechnungen, den Verfahren und/oder Algorithmen automatisch zu steuern. Obwohl in 2 nur eine Steuerung 34 dargestellt ist, können Ausführungsformen des Fahrzeugs 200 eine beliebige Anzahl an Steuerungen 34 beinhalten, die über ein geeignetes Kommunikationsmedium oder eine Kombination von Kommunikationsmedien kommunizieren und zusammenwirken, um die Sensorsignale zu verarbeiten, Logiken, Berechnungen, Verfahren und/oder Algorithmen durchzuführen, und Steuersignale zu erzeugen, um die Funktionen des autonomen Fahrzeugs 200 automatisch zu steuern.
-
Das Kommunikationssystem 36 ist konfiguriert, um Informationen drahtlos an und von anderen Einheiten 48, wie beispielsweise, jedoch nicht beschränkt auf andere Fahrzeuge („V2V“-Kommunikation,) Infrastruktur („V2I“-Kommunikation), Netzwerke („V2N“-Kommunikation), Fußgänger („V2P“-Kommunikation), entfernte Transportsysteme und/oder Benutzervorrichtungen zu übermitteln. In einer exemplarischen Ausführungsform ist das drahtlose Kommunikationssystem 36 dazu konfiguriert, über ein drahtloses lokales Netzwerk (WLAN) unter Verwendung des IEEE 802.11-Standards, über Bluetooth oder mittels einer mobilen Datenkommunikation zu kommunizieren. Im Geltungsbereich der vorliegenden Offenbarung werden jedoch auch zusätzliche oder alternative Kommunikationsverfahren, wie beispielsweise ein dedizierter Nahbereichskommunikations-(DSRC)-Kanal, berücksichtigt. DSRC-Kanäle beziehen sich auf Einweg- oder Zweiwege-Kurzstrecken- bis Mittelklasse-Funkkommunikationskanäle, die speziell für den Automobilbau und einen entsprechenden Satz von Protokollen und Standards entwickelt wurden.
-
Das Fahrzeug 200 kann auch ein Wahrnehmungssystem und ein Positionierungssystem beinhalten. Das Wahrnehmungssystem synthetisiert und verarbeitet die erfassten Sensordaten und prognostiziert das Vorhandensein, die Lage, die Klassifizierung und/oder den Verlauf von Objekten und Merkmalen der Umgebung des Fahrzeugs 200. In verschiedenen Ausführungsformen kann das Wahrnehmungssystem Informationen von mehreren Sensoren (z. B. dem Sensorsystem 28) beinhalten, einschließlich, aber nicht beschränkt auf Kameras, Lidars, Radars und/oder eine beliebige Anzahl anderer Arten von Sensoren.
-
Das Positionierungssystem verarbeitet Sensordaten zusammen mit anderen Daten, um eine Position (z. B. eine lokale Position in Bezug auf eine Karte, eine exakte Position in Bezug auf die Fahrspur einer Straße, Fahrzeugrichtung, usw.) des Fahrzeugs 200 in Bezug auf die Umgebung zu bestimmen. Wie zu erkennen ist, können verschiedene Techniken eingesetzt werden, um diese Lokalisierung durchzuführen, beispielsweise simultane Lokalisierung und Kartierung (SLAM), Partikelfilter, Kalman-Filter, Bayes'sche Filter und dergleichen.
-
In verschiedenen Ausführungsformen implementiert die Steuerung 34 maschinelle Lerntechniken, um die Funktionalität der Steuerung 34 zu unterstützen, wie z. B. Merkmalerkennung/Klassifizierung, Hindernisminderung, Routenüberquerung, Kartierung, Sensorintegration, Boden-Wahrheitsbestimmung und dergleichen.
-
3 ist ein Blockdiagramm mit exemplarischen Komponenten eines exemplarischen Systems zum Erkennen und Korrigieren von Kartenabweichungen 300. Das exemplarische System beinhaltet ein oder mehrere Fahrzeuge 302 und einen computerimplementierten Kartenabweichungsdetektor 304.
-
Ein exemplarisches Fahrzeug 302 beinhaltet ein Positionsbestimmungsmodul 306, das einen GPS-Sensor verwenden kann, und ein Controller Area Network (CAN) 308, über das verschiedene Fahrzeugsteuerungen Nachrichten übermitteln können, die beispielsweise Fahrzeugleistungsdaten wie Geschwindigkeit, Beschleunigung und Gier enthalten. Das exemplarische Fahrzeug 302 kann auch verschiedene Wahrnehmungssensoren 310, wie beispielsweise Lidar, Radar und Kamera, beinhalten. Das exemplarische Fahrzeug 302 beinhaltet ein Navigationsmodul 312 und ein Ereigniserkenntnismodul 314, das konfiguriert ist, um eine Anomalie in Bezug auf Kartendaten während des Betriebs des Navigationsmoduls 312 zu identifizieren und die Anomalie dem Kartenabweichungsdetektor 304 mitzuteilen.
-
Das exemplarische Ereigniserkenntnismodul 314 ist konfiguriert, um vorgeplante Trajektoriendaten aus dem Navigationsmodul 312 und Sensordaten (z. B. 316a, 316b, 316c, 316d) von einem oder mehreren Fahrzeugsensorsystemen abzurufen. In diesem Beispiel umfassen die Sensordaten Fahrzeugleistungsdaten, Fahrzeugwahrnehmungsdaten und Fahrzeugpositionsdaten. Die exemplarischen Fahrzeugwahrnehmungsdaten werden von Wahrnehmungssensoren (z. B. Radar, Lidar, Kamera), die exemplarischen Fahrzeugpositionsdaten vom Positionsbestimmungsmodul 306 als GPS-Daten 316a und die exemplarischen Fahrzeugleistungsdaten von Nachrichten auf dem CAN 308 abgerufen. Die exemplarischen Fahrzeugleistungsdaten umfassen die Fahrzeuggeschwindigkeitsdaten 316b, die Fahrzeugbeschleunigungsdaten 316c und die Gierdaten 316d.
-
Das exemplarische Ereigniserkenntnismodul 314 ist konfiguriert, um die Sensordaten und die vorgeplanten Trajektoriendaten zu analysieren und eine Anomalie in Bezug auf die Kartendaten aus der Analyse zu identifizieren. Das exemplarische Ereigniserkenntnismodul 314 kann konfiguriert werden, um eine Anomalie durch unnatürliches Fahrverhalten, missachtete Navigationsanweisungen, Widersprüche zwischen Karten- und Sensordaten und andere zu identifizieren. Das exemplarische Ereigniserkenntnismodul 314 kann konfiguriert werden, um verschiedene Analyse- und Identifizierungsvorgänge zum Identifizieren einer Anomalie durchzuführen.
-
In einem Beispiel ist das Ereigniserkenntnismodul 314 konfiguriert, um die Fahrzeugerfassungsdaten und die vorgeplanten Trajektoriendaten zu analysieren, indem es das tatsächliche Fahrzeugverhalten, wie es durch die Fahrzeugerfassungsdaten bestimmt wird, mit dem erwarteten Fahrzeugverhalten basierend auf den vorgeplanten Trajektoriendaten vergleicht. In diesem Beispiel kann das Ereigniserkenntnismodul 314 ferner konfiguriert sein, um eine Anomalie aus der Analyse zu identifizieren, indem eine Abweichung zwischen dem tatsächlichen Fahrzeugverhalten, wie es durch die Fahrzeugerfassungsdaten bestimmt wird, und dem erwarteten Fahrzeugverhalten basierend auf den Wegplanungsdaten identifiziert wird.
-
In einem weiteren Beispiel ist das Ereigniserkenntnismodul 314 konfiguriert, um die Fahrzeugerfassungsdaten und die vorgeplanten Trajektorien zu analysieren, indem die tatsächlichen Fahrzeugtrajektoriendaten aus den Sensordaten ermittelt und die tatsächlichen Trajektoriendaten mit den vorgeplanten Trajektoriendaten verglichen werden. In diesem Beispiel kann das Ereigniserkenntnismodul 314 ferner so konfiguriert sein, um eine Anomalie aus der Analyse zu identifizieren, indem ein unnatürliches Fahrverhalten wie ein plötzlicher Spurwechsel, eine plötzliche Ausfahrt oder das Fahren in die entgegengesetzte Richtung auf einem Kartenweg identifiziert wird.
-
In einem weiteren Beispiel ist das Ereigniserkenntnismodul 314 konfiguriert, um die Fahrzeugerfassungsdaten und die vorausgeplanten Trajektoriendaten zu analysieren, indem im Navigationsmodul die tatsächliche Fahrzeugfahrt mit der vorausgeplanten Trajektorie verglichen wird. In diesem Beispiel ist das Ereigniserkenntnismodul 314 ferner konfiguriert, um eine Anomalie aus der Analyse zu identifizieren, indem es vom Navigationsmodul eine Meldung erhält, dass das Fahrzeug von einer vom Navigationsmodul bereitgestellten Navigationsanweisung abweicht.
-
In einem weiteren Beispiel ist das Ereigniserkenntnismodul 314 konfiguriert, um die Fahrzeugerfassungsdaten und die vorgeplanten Trajektoriendaten zu analysieren, indem Kartendaten, die ein Strukturmerkmal auf dem vorgeplanten Fahrzeugweg identifizieren, mit Wahrnehmungsdaten (z. B. Lidar- und/oder Kameradaten) für einen tatsächlichen Bereich, in dem das Strukturmerkmal erwartet wird, verglichen werden. In diesem Beispiel kann das Ereigniserkenntnismodul 314 ferner konfiguriert werden, um eine Anomalie aus der Analyse zu identifizieren, indem eine Unstimmigkeit zwischen den Kartendaten und den Wahrnehmungsdaten bezüglich der Existenz des Strukturmerkmals identifiziert wird. Als Beispiel wird möglicherweise eine Leitplanke von Wahrnehmungssensoren nicht erfasst, während die Kartendaten anzeigen, dass eine Leitplanke vorhanden sein sollte. Die exemplarische Ereigniserkenntniskarte kann die Inkonsistenz zwischen den Kartendaten und der Fahrzeugerfahrung erkennen und die Inkonsistenz als Anomalie identifizieren.
-
Das exemplarische Ereigniserkenntnismodul 314 beinhaltet ein Datenfiltermodul 318, das vom Ereigniserkenntnismodul 314 verwendet werden kann, um die Sensordaten und die vorgeplanten Trajektoriendaten zu analysieren und eine Anomalie in Bezug auf die Kartendaten aus der Analyse zu identifizieren. In einem Anwendungsbeispiel des Datenfiltermoduls 318 wird das exemplarische Ereigniserkenntnismodul 314 konfiguriert, um die Fahrzeugerfassungsdaten und die vorgeplanten Trajektoriendaten zu analysieren, indem das Datenfiltermodul 318 mit einem Toleranzschwellenwert zum Klassifizieren von Änderungen in den Sensordaten verwendet wird. Das Identifizieren einer Anomalie aus der Analyse beinhaltet in diesem Beispiel das Identifizieren einer plötzlichen Änderung der Sensordaten, die den Toleranzschwellenwert überschreitet.
-
In einem weiteren Anwendungsbeispiel des Datenfiltermoduls 318 ist das exemplarische Ereigniserkenntnismodul 314 konfiguriert, um die Fahrzeugerfassungsdaten und die vorgeplanten Trajektoriendaten zu analysieren, indem das Datenfiltermodul 318 als Korrelationsfunktion für die Sensordaten verwendet wird. Das Identifizieren einer Anomalie aus der Analyse beinhaltet in diesem Beispiel das Identifizieren einer Instanz, wenn die Korrelation zwischen den Sensordaten über einen vorgegebenen Wert hinausgeht.
-
Das exemplarische Ereigniserkenntnismodul 314 beinhaltet ferner ein Kartenanomalie-Synthesemodul 320, das konfiguriert ist, um eine Meldung der Anomalie zu synthetisieren, welche die Sensordaten und die vorgeplanten Trajektoriendaten in Bezug auf eine identifizierte Anomalie enthält und um die Meldung an ein zentrales Repository zu senden, das dem Kartenabweichungsdetektor 304 zugeordnet ist.
-
Der exemplarische Kartenabweichungsdetektor 304 ist eine computerimplementierte Komponente, die zum Beispiel von einem Backend-Server an einem beliebigen Ort außerhalb der Fahrzeuge implementiert wird, die ein Ereigniserkenntnismodul 314 enthalten. Der exemplarische Kartenabweichungsdetektor 304 ist konfiguriert, um Anomalieinformationen von Ereigniserkenntnismodulen in einem zentralen Repository zu speichern und die Anomalieinformationen von den mehreren Erkenntnismodulen zu analysieren, um zu ermitteln, ob eine gemeldete Anomalie aus einer Abweichung in digitalen Kartendaten resultiert. Der Kartenabweichungsdetektor 304 kann ein Ereignisaufnahmemodul 322 und ein oder mehrere Kartenabweichungsbestimmungsmodule 324, 326, 328 beinhalten.
-
Das exemplarische Ereignisaufnahmemodul 322 ist konfiguriert, um eine Nachrichten-Broker-Funktion für den exemplarischen Kartenabweichungsdetektor 304 auszuführen. Der exemplarische Nachrichten-Broker im exemplarischen Ereignisaufnahmemodul 322 ist konfiguriert, um das Empfangen von Anomalie-Meldungen aus dem Ereignisaufnahmemodul 314 zu verwalten. Der exemplarische Nachrichten-Broker gewährleistet, dass die komplette Nachricht in halber Echtzeit korrekt und zuverlässig empfangen wird und fordert die erneute Übertragung von Teilen der Nachricht an, wenn keine vollständige Nachricht empfangen wird. Das exemplarische Ereignisaufnahmemodul 322 ist auch konfiguriert, um empfangene Anomaliemeldungen in einem zentralen Repository 330 (z. B. einer relationalen Datenbank) zu speichern. Die empfangenen Anomaliemeldungen werden nach Art der Anomalie und dem Ort, an dem die Anomalie aufgetreten ist, organisiert, sodass Anomaliemeldungen, die sich auf die gleiche Datenabweichung beziehen, gemeinsam analysiert werden können.
-
Das eine oder die mehreren Kartenabweichungsbestimmungsmodule 324, 326, 328 können ein auf einer verketteten Regelsynthese basierendes Bestimmungsmodul 324, einen Stützvektormaschine (SVM) Deskriptor und ein detektorbasiertes Bestimmungsmodul 326, und/oder ein tief lernendes neuronales Netzwerk und ein auf Faltungsneuronales Netzwerk basierendes Bestimmungsmodul 328 beinhalten. Das auf der verketteten Regelsynthese basierende Bestimmungsmodul 324 kann eine Vielzahl von festen Regeln kombinieren, um zu ermitteln, ob eine Anomalie durch eine tatsächliche Abweichung der Kartendaten verursacht wird. Das SVM-Deskriptor- und Detektor-basierte Bestimmungsmodul 326 kann aus überwachten Lernmodellen und Algorithmen gebildet werden, um zu ermitteln, ob eine Anomalie durch eine tatsächliche Abweichung der Kartendaten verursacht wird. Das tief lernende neuronale Netz und das auf dem Faltungsneuronalen Netze basierende Bestimmungsmodul 328 können durch das Trainieren eines neuronalen Netzes unter Verwendung einer großen Anzahl von exemplarischen Anomaliedaten gebildet werden, um zu ermitteln, wann eine Anomalie durch eine tatsächliche Abweichung der Kartendaten verursacht wird.
-
Der exemplarische Kartenabweichungsdetektor 304 kann konfiguriert werden, um bestimmte Anomalieinformationen erst dann zu analysieren, wenn eine signifikante Anzahl von Einheiten ähnliche Anomalien im gleichen geografischen Gebiet melden. Dadurch kann der Kartenabweichungsdetektor 304 Anomalien heraus filtern, die nicht mit den Kartenabweichungen zusammenhängen. Als ein Beispiel kann dies dem Kartenabweichungsdetektor 304 ermöglichen, gemeldete Anomalien herauszufiltern, die auf ein Fahrerverhalten zurückzuführen sind, das nicht mit einer Kartenabweichung zusammenhängt (z. B. ein bestimmter Fahrer möchte möglicherweise nicht den Navigationsanweisungen folgen, wobei eine gemeldete Anomalie basierend auf einer Abweichung von Navigationsanweisungen abgelehnt werden kann, da andere Einheiten keine ähnliche Anomalie melden).
-
4 zeigt eine Top-Down-Ansicht eines exemplarischen Szenarios, das für das Verständnis des vorliegenden Gegenstands nützlich ist. Eine Vielzahl von Fahrzeugen 402 ist auf einer Fahrbahn 404 dargestellt. In diesem Beispiel sind zwei Fahrzeuge 406, 408 selbstmeldende Fahrzeuge. Die selbstmeldenden Fahrzeuge 406, 408 können eine Kartenattributanomalie identifizieren und die Kartenattributanomalie an einen Kartenabweichungsdetektor 410 auf einem Backend-Server melden 407, 409.
-
Der Kartenabweichungsdetektor 410 kann konfiguriert werden, um proaktiv zusätzliche Daten anzufordern, um zu ermitteln, ob eine Anomalie tatsächlich aus einer Abweichung der Kartendaten resultiert. In dem Beispielszenario kann der Kartenabweichungsdetektor 410 eine oder mehrere Anomaliemeldungen von Fahrzeugen empfangen haben, die eine ähnliche Anomalie an einem bestimmten Ort melden. Um die Anomalie weiter zu untersuchen, kann der exemplarische Kartenabweichungsdetektor 410 einen erweiterten Verstärkungslernbereich 412 einrichten. Der exemplarische Kartenabweichungsdetektor 410 kann für jedes Fahrzeug im erweiterten Verstärkungslernbereich 412, das mit einem Ereigniserkenntnismodul ausgestattet ist, eine Meldung 409 seiner geplanten Trajektorie und der tatsächlichen Trajektorieninformationen anfordern 411, die vom Kartenabweichungsdetektor 410 verwendet werden kann, um zu ermitteln, ob tatsächlich eine Kartenabweichung vorliegt. Zusätzlich oder alternativ kann der exemplarische Kartenabweichungsdetektor 410 für jedes Fahrzeug im erweiterten Verstärkungslernbereich 410, das mit einem Ereigniserkenntnismodul zum Melden 409 detaillierterer Sensordaten (z. B. GPS/CAN/Image/Radar/Lidar-Informationen) zur Verwendung durch den Kartenabweichungsdetektor 410 beim Ermitteln, ob tatsächlich eine Kartenabweichung vorliegt, ausgestattet ist, anfordern 411. In diesem Beispiel ist ein Fahrzeug 408 im erweiterten Verstärkungslernbereich 412 mit einem Ereigniserkenntnismodul ausgestattet, um detailliertere Sensordaten an den Kartenabweichungsdetektor 410 zu melden 409.
-
In diesem Beispiel ist der Kartenabweichungsdetektor 410 konfiguriert, um eine Vielzahl von Fahrzeugen in einem erweiterten Verstärkungslernbereich zu leiten, um kartenrelevante Ereignisse, einschließlich GPS/CAN/Bild/Radar/Lidar-Informationsdaten, an den Kartenabweichungsdetektor 410 zu melden. Der Kartenabweichungsdetektor 410 kann ferner so konfiguriert werden, um eine Korrektur der defekten Kartendaten zu identifizieren, beispielsweise mit einem oder mehreren Kartenabweichungsbestimmungsmodulen, die ein auf einer verketteten Regelsynthese basierendes Bestimmungsmodul, einen SVM-Deskriptor und ein auf einem Detektor basierendes Bestimmungsmodul und/oder ein tief lernendes neuronales Netz- und faltungsneuronales Netzmodul beinhalten können.
-
5 ist ein Prozessablaufdiagramm, das einen exemplarischen Prozess 500 in einem Fahrzeug darstellt, um eine Anomalie zu identifizieren, die sich aus einer Abweichung der Kartendaten ergeben kann. Der exemplarische Prozess 500 beinhaltet das Empfangen von vorgeplanten Trajektoriendaten aus einem Navigationsmodul durch einen Prozessor im Fahrzeug (Vorgang 502) und das Abrufen von Sensordaten aus einem oder mehreren Fahrzeugsensorsystemen durch den Prozessor (Vorgang 504). Die Sensordaten können Fahrzeugleistungsdaten, Fahrzeugwahrnehmungsdaten und Fahrzeugpositionsdaten beinhalten. Die Fahrzeugleistungsdaten können von Controller Area Network (CAN)-Signalen, den Fahrzeugwahrnehmungsdaten aus einem Radarsensor, einem Lidarsensor oder einer Kamera und die Fahrzeugpositionsdaten aus GPS-Daten abgerufen werden. Die Fahrzeugleistungsdaten können Fahrzeuggeschwindigkeitsdaten, Fahrzeugbeschleunigungsdaten und Gierdaten beinhalten.
-
Der exemplarische Prozess 500 beinhaltet ferner das Analysieren der Sensordaten und der vorgeplanten Trajektoriendaten (Vorgang 506) durch den Prozessor, das Identifizieren einer Anomalie aus der Analyse (Vorgang 508) und das Übertragen von Informationen bezüglich der Anomalie an ein zentrales Repository außerhalb des Fahrzeugs (Vorgang 510). Das Analysieren der Sensordaten und der vorgeplanten Trajektoriendaten kann das Vergleichen des tatsächlichen Fahrzeugverhaltens, wie es durch die Fahrzeugerfassungsdaten mit dem erwarteten Fahrzeugverhalten bestimmt wird, basierend auf den vorgeplanten Trajektoriendaten beinhalten.
-
In einem Beispiel beinhaltet das Analysieren der Sensordaten und der vorgeplanten Trajektoriendaten das Ermitteln der tatsächlichen Fahrzeugtrajektorien aus den Sensordaten und das Vergleichen der tatsächlichen Trajektoriendaten mit den vorgeplanten Trajektoriendaten. In diesem Beispiel kann das Identifizieren einer Anomalie aus der Analyse das Identifizieren eines plötzlichen Spurwechsels, einer plötzlichen Ausfahrt oder das Fahren in die entgegengesetzte Richtung auf dem Kartenpfad beinhalten.
-
In einem weiteren Beispiel kann das Analysieren der Sensordaten und der vorgeplanten Trajektorien das Vergleichen der tatsächlichen Fahrzeugfahrt mit der vorgeplanten Trajektorie im Navigationsmodul beinhalten. In diesem Beispiel kann das Identifizieren einer Anomalie aus der Analyse das Empfangen einer Meldung vom Navigationsmodul beinhalten, dass das Fahrzeug von einer Navigationsanweisung des Navigationsmoduls abgewichen ist.
-
In einem weiteren Beispiel beinhaltet das Analysieren der Sensordaten und der vorgeplanten Trajektoriendaten das Vergleichen von Kartendaten, die ein Strukturmerkmal auf dem vorgeplanten Fahrzeugweg identifizieren, mit Wahrnehmungsdaten (z. B. Lidar- und/oder Kameradaten) für einen tatsächlichen Bereich, in dem das Strukturmerkmal erwartet wird, identifizieren. In diesem Beispiel kann das Identifizieren einer Anomalie aus der Analyse das Identifizieren einer Unstimmigkeit zwischen den Kartendaten und den Wahrnehmungsdaten bezüglich der Existenz des Strukturmerkmals beinhalten.
-
In einem weiteren Beispiel beinhaltet das Analysieren der Sensordaten und der vorgeplanten Trajektoriendaten das Anwenden eines Filters mit einem Toleranzschwellenwert zum Klassifizieren von Änderungen in den Sensordaten. In diesem Beispiel kann das Identifizieren einer Anomalie aus der Analyse eine plötzliche Änderung der Sensordaten beinhalten, die den Toleranzschwellenwert überschreitet.
-
In einem weiteren Beispiel beinhaltet das Analysieren der Sensordaten und der vorgeplanten Trajektoriendaten das Anwenden eines Filters, der eine Korrelationsfunktion für die Sensordaten beinhaltet. In diesem Beispiel kann das Identifizieren einer Anomalie aus der Analyse das Identifizieren einer Instanz beinhalten, wenn die Korrelation zwischen den Sensordaten über einen vorgegebenen Wert hinausgeht.
-
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.
