DE102018132810A1 - Fußgängersimulation - Google Patents

Fußgängersimulation Download PDF

Info

Publication number
DE102018132810A1
DE102018132810A1 DE102018132810.9A DE102018132810A DE102018132810A1 DE 102018132810 A1 DE102018132810 A1 DE 102018132810A1 DE 102018132810 A DE102018132810 A DE 102018132810A DE 102018132810 A1 DE102018132810 A1 DE 102018132810A1
Authority
DE
Germany
Prior art keywords
pedestrians
real
movement data
movement
simulation
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.)
Withdrawn
Application number
DE102018132810.9A
Other languages
English (en)
Inventor
Martin Pischinger
Thomas Hülshorst
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.)
FEV Europe GmbH
Original Assignee
FEV Europe GmbH
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 FEV Europe GmbH filed Critical FEV Europe GmbH
Priority to DE102018132810.9A priority Critical patent/DE102018132810A1/de
Publication of DE102018132810A1 publication Critical patent/DE102018132810A1/de
Priority to DE102019133901.4A priority patent/DE102019133901A1/de
Priority to DE102019133902.2A priority patent/DE102019133902A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103Static body considered as a whole, e.g. static pedestrian or occupant recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Simulation von Fußgängern (4) zur Anwendung im Bereich des autonomen Fahrens von Fahrzeugen und umfasst die Schritte:a) Erfassen von Bewegungsdaten (5) von realen Fußgängern (1), so dass diese genutzt werden können für eine Simulation von Fußgängern (4);b) Verarbeitung der Bewegungsdaten (5).

Description

  • Die Erfindung betrifft ein Verfahren und Systeme zur Simulation von Fußgängern.
  • Die JP05018661 B2 offenbart eine Vorrichtung zur Fußgängersimulation.
  • Der erfindungsgemäße Verfahren zur Simulation von Fußgängern umfasst die Schritte:
    1. a) Erfassen von Bewegungsdaten (5) von realen Fußgängern (1), so dass diese genutzt werden können für eine Simulation von Fußgängern (4);
    2. b) Verarbeitung der Bewegungsdaten (5).
  • In einer bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens umfasst das Verfahren den Schritt:
    • c) Simulation von Fußgängern, basierend auf den Bewegungsdaten.
  • Tests von autonomen Fahrzeugen können unter anderem in simulierten Umgebungen erfolgen. Dies reduziert zum einen den Aufwand und damit die Kosten für einen solchen Test. Zum anderen werden dabei auch die Gefahren für andere Verkehrsteilnehmer reduziert, da sich das autonome Fahrzeug während des Tests nicht innerhalb des realen Straßenverkehrs befindet.
  • Das erfindungsgemäße Verfahren ermöglicht eine Simulation von Fußgängern basierend auf Bewegungsdaten. Diese umfassen tatsächlich von realen Fußgängern durchgeführten Bewegung und/oder Aktionen.
  • So wird eine realitätsnahe Simulation von Fußgängern ermöglicht. Dies ermöglicht die Erhöhung der Genauigkeit der Tests für autonome Fahrzeuge, ohne das Risiko für andere Verkehrsteilnehmer zu erhöhen.
  • Für die Simulation wird eine große Menge an Bewegungsdaten von einer großen Menge von realen Fußgängern erfasst. Die Mengen werden dabei bevorzugt so groß gewählt, dass außergewöhnliche Bewegungsdaten von realen Fußgängern, die sich außergewöhnlich verhalten, identifiziert werden können, und so, dass die gewöhnlichen Bewegungsdaten von gewöhnlichen realen Fußgängern möglichst wenig verfälschen. Bevorzugt werden mindestens 100 Bewegungen und/oder Aktionen von mindestens 1000 realen Fußgängern erfasst.
  • In einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens umfasst die Verarbeitung der Bewegungsdaten eine Kategorisierung von gängigen Bewegungsmustern der realen Fußgänger.
  • Kategorien von gängigen Bewegungsmustern umfassen dabei beispielsweise ein generelles Verhalten der realen Fußgänger. Das generelle Verhalten unterscheidet, ob die Fußgänger als entspannt, hektisch und/oder unberechenbar einzustufen sind. Gängige Bewegungsmuster umfassen dabei beispielsweise das Überqueren einer Straße. Die Überquerung kann dabei beispielsweise an einer Ampel und/oder an einem Zebrastreifen erfolgen.
  • Zusätzlich ermöglicht das erfindungsgemäße Verfahren auch eine Vorhersage über das Verhalten von realen Fußgängern, welche von Sensoren von autonom und/oder teilweise autonom fahrenden Fahrzeugen erfasst werden. Die Vorhersage wird dabei anhand der Bewegungsdaten erstellt und ermöglicht eine Erhöhung der Sicherheit von autonomen und/oder teilweise autonomen Fahrzeugen innerhalb des realen Straßenverkehrs.
  • Das erfindungsgemäße Verfahren ist insbesondere geeignet für eine Anwendung im Bereich von Tests von autonomen Fahrzeugen.
  • Ein erfindungsgemäßes System zur Erfassung und zur Verarbeitung von Bewegungsdaten von realen Fußgängern ist eingerichtet, ein erfindungsgemäßes Verfahren durchzuführen.
  • Die erfindungsgemäßen Systeme zur Simulation von Fußgängern sind eingerichtet, ein erfindungsgemäßes Verfahren durchzuführen.
  • Die Vorteile des erfindungsgemäßen Verfahrens ergeben sich in gleicher Weise für die erfindungsgemäßen Systeme.
  • Die abhängigen Ansprüche beschreiben weitere vorteilhafte Ausführungsformen der Erfindung.
  • Bevorzugte Ausführungsbeispiele werden anhand der folgenden Figur näher erläutert.
  • 1 zeigt schematisch das erfindungsgemäße Verfahren zur Simulation von Fußgängern 1 zur Anwendung im Bereich des autonomen Fahrens von Fahrzeugen. Das Verfahren umfasst die Schritte:
    1. a) Erfassen von Bewegungsdaten 5 von realen Fußgängern 1), so dass diese genutzt werden können für eine Simulation von Fußgängern (4);
    2. b) Verarbeitung der Bewegungsdaten 5.
  • Zudem umfasst das Verfahren den Schritt:
    • c) Simulation von Fußgängern 4, basierend auf den Bewegungsdaten 5.
  • Zudem umfasst die Analyse die Kategorisierung von gängigen Bewegungsmustern 6,7,8,9 der realen Fußgänger 1.
  • Zu den gängigen Bewegungsmustern 6,7,8,9 zählen beispielsweise das Überqueren einer Straße 6 und/oder das Vorbeiwinken 7 von Fahrzeugen durch die Fußgänger 1. Dabei sind insbesondere solche Bewegungen und/oder Aktionen umfasst, die reale Fußgänger 1 ausführen. Beispielsweise überqueren reale Fußgänger 1 selten eine Straße genau rechtwinklig zu der aktuellen Straßenbegrenzung. Häufiger tendieren die Fußgänger dazu, die Straße schräg in der Richtung zu überqueren, die ihrem aktuellen Ziel näher liegt. Die Richtung des aktuellen Ziels signalisiert der Fußgänger dabei beispielsweise durch Blicken in diese Richtung.
  • Auch das Vorbeiwinken 7 von Fahrzeugen ist eine Bewegung und/oder Aktion, die von realen Fußgängern 1 durchgeführt wird. Dabei verzichtet der reale Fußgänger 1 auf sein aktuelles Recht des Vorrangs und tritt dieses an das Fahrzeug ab, welches er vorbeiwinkt. Dadurch ändern sich in dieser Situation signifikant die Bewegungen und/oder Aktionen des realen Fußgängers 1.
  • Eine Analyse der Bewegungsdaten 5 basierend auf der Kategorisierung gängiger Bewegungsmuster 6,7,8,9 ermöglicht damit eine realitätsnahe Simulation von Fußgängern.
  • Zudem werden die Bewegungsdaten 5 durch Sensoren 11 erfasst, welche an realen Fußgängern angebracht sind.
  • Die Anbringung erfolgt dabei möglichst diskret, so dass die realen Fußgänger 1 nicht von den Sensoren 11 beeinträchtigt werden. Ihre Bewegungsdaten 5, also ihre Bewegungen und/oder Aktionen, werden so möglichst wenig durch die Sensoren 11 verfälscht. In diesem Ausführungsbeispiel erfolgt die Anbringung der Sensoren 11 am Kopf der Fußgänger 1, und/oder an einer Kopfbedeckung und/oder an der Kleidung, die die Fußgänger 1 tragen.
  • Zudem umfassen die Sensoren 11 Beschleunigungssensoren 10, und/oder Kameras 2 und/oder GPS Tracker 3.
  • Die Beschleunigungssensoren 10 mit Gummibandbefestigungen an den Gelenken der de Fußgänger 1 angebracht. Es werden in diesem Ausführungsbeispiel 17 Bewegungssensoren 10 pro Fußgänger verwendet. Diese sind an allen großen Gelenken, wie Ellenbogen, Handgelenk, Hüfte, Knien und Hals angebracht. Sie ermöglichen eine Erfassung von Bewegungen, welche die Fußgänger 1 ausführen. Auf diese Weise wird beispielsweise das Vorsetzen eines Beins erfasst.
  • Vorteilhafterweise sind durch die Verwendung der Bewegungssensoren die erfassten Datenmengen vergleichsweise klein, so dass für das Vorsetzen eines Beins weniger als 35 Kbyte an Daten anfallen. Diese geringen Datenmengen erleichtern die Verarbeitung der Bewegungsdaten 5. Die Bewegungssensoren operieren dabei mit einer Frequenz von 100 Hz.
  • Die Kameras 2 werden eingesetzt, um die visuelle Umgebung der Fußgänger zu erfassen. Zusätzlich wird die Blickrichtung der Fußgänger erfasst. Dadurch wird eine Analyse der Bewegungsdaten 5 basierend auf den visuellen Reizen, welchen der Fußgänger 1 ausgesetzt ist, ermöglicht. Dies ermöglicht eine genauere Simulation von Fußgängern 4 für das Vorliegen von Situationen, die denen ähnlich sind, welche durch die visuellen Reize erfasst wurden. Dies Wiederum ermöglicht eine Zuordnung von gängigen Bewegungsmustern 6,7,8,9 für bestimmte visuelle Reize aus der Umgebung der Fußgänger 1.
  • Die GPS Tracker werden eingesetzt, um einen Aufenthaltsort der realen Fußgänger 1 zu erfassen. Dier wird mit einer Häufigkeit von etwa 1 pro Sekunde erfasst. Dadurch ergibt sich bei einer durchschnittlichen Geschwindigkeit eines Fußgängers von 1 m/s eine Ortauflösung von etwa 1 m. Dies ermöglicht das Erfassen von realitätsnahen Bewegungsdaten 5 der realen Fußgänger 1. Insbesondere wird das Erfassen von Verläufen der Aufenthaltsorte der realen Fußgänger 1 ermöglicht.
  • Eine Analyse der Bewegungsdaten 5 ist dann in Abhängigkeit von der Straßensituation, welche beispielsweise aus Straßenkarten ausgelesen werden kann, und/oder in Abhängigkeit von den visuellen Bewegungsdaten 5 möglich.
  • Dies ermöglicht eine realitätsnahe Simulation von Fußgängern 4 in Situationen, in denen die visuellen Reize und/oder die Straßensituation ähnlich sind zu denen, zu denen vorher Bewegungsdaten 5 erfasst wurden.
  • Zudem umfassen die Bewegungsdaten 5 die Gestik, und/oder die Mimik der realen Fußgänger 1 und/oder den zeitlichen Verlauf von Aufenthaltsorten der realen Fußgänger 1.
  • Zudem umfassen die Bewegungsdaten 5 Arm- und/oder Beinbewegungen und/oder die Blickrichtung der realen Fußgänger 1.
  • In diesem Ausführungsbeispiel werden HD Kameras mit einer Bildwiederholungsrate von 40 Bildern pro Sekunde verwendet. Dadurch werden auch Details, beispielsweise in der Gestik der realen Fußgänger 1 präzise erfasst.
  • Die Bewegungsdaten 5 sind dabei beispielsweise Bewegungen und/oder Aktionen, welche der realen Fußgänger 1 ausführt, bevor er eine Straße überquert. Dies kann beispielsweise das leichte und/oder zurücksetzen Vorsetzen eines Beins sein, wenn sich der Fußgänger nahe an einem Straßenrand befindet. Dies ermöglicht eine Zuordnung des Vorsetzens des Beins zu dem gängigen Bewegungsmuster des Überquerens einer Straße. Dadurch können gängige Bewegungsmuster 6,7,8,9 präziser kategorisiert werden. Dies ermöglicht eine Erhöhung der Genauigkeit des Tests für das autonome Fahrzeug.
  • Zur Mimik zählt beispielsweise die Blickrichtung des realen Fußgängers 1. Diese ermöglicht eine präzise Kategorisierung der Bewegungen und/oder Aktionen des Fußgängers in gängige Bewegungsmuster 6,7,8,9. So wird beispielsweise an der Blickrichtung ein anstehendes schräges Überqueren der Straße kategorisiert.
  • Zudem erfolgt die Kategorisierung anhand der Häufigkeit, mit der ähnliche Bewegungsdaten bei den realen Fußgängern (1) erfasst wurden, und/oder anhand manuell festgelegter und bekannter gängiger Bewegungsmuster (6,7,8,9).
  • Nach der Erfassung der Bewegungsdaten 5 von realen Fußgängern 1 werden diese kategorisiert. Dabei können diskrete Bewegungen und/oder Aktionen, die von realen Fußgängern 1 ausgeführt werden, identifiziert werden. Häufig erfasste Bewegungen und/oder Aktionen werden dann zu gängigen Bewegungsmustern 6,7,8,9 zusammengefasst und/oder zugeordnet. Neu erfasste Bewegungen und/oder Aktionen aus den Bewegungsdaten 5 können dann mit den gängigen Bewegungsmustern 6,7,8,9 vergleichen, und bei hinreichend großer Übereinstimmung dem jeweiligen gängigen Bewegungsmuster 6,7,8,9zugeordnet werden. Ein Schwellwert für eine hinreichend große Übereinstimmung ist dabei so klein gewählt, dass eine fälschliche Zuordnung zu einem ähnlichen gängigen Bewegungsmuster 6,7,8,9 vermindert und/oder verhindert wird. Dies ermöglicht eine präzise Zuordnung der Bewegungen und/oder Aktionen der Fußgänger zu den gängigen Bewegungsmustern 6,7,8,9. Dies ermöglicht eine realitätsnahe Simulation der Fußgänger 4 ermöglicht.
  • Die gängigen Bewegungsmuster 6,7,8,9können zusätzlich manuell festgelegt werden. Diese basieren dabei auf den Erfahrungen von Fußgängern. So zählt das Überqueren einer Straße beispielsweise zu einem gängigen Bewegungsmuster 6,7,8,9, welches derartig festgelegt werden kann. Das manuelle Hinzufügen von gängigen Bewegungsmustern ermöglicht eine Reduktion des Risikos, dass wichtige gängige Bewegungsmuster 6,7,8,9während der Erfassung der Bewegungsdaten 5 nicht von den realen Fußgängern 1 ausgeführt wurden, beispielweise, weil das Testgebiet zu klein bemessen wurde, und/oder die untersuchte Menge an realen Fußgängern 1 und/oder Bewegungsdaten 5 zu klein gewählt wurde.
  • Ein erfindungsgemäßes System zur Erfassung und Verarbeitung von Bewegungsdaten 5 von realen Fußgängern1 ist eingerichtet ein erfindungsgemäßes Verfahren durchzuführen.
  • Das System zur Erfassung und Verarbeitung von Bewegungsdaten 5 von realen Fußgängern1 umfasst in diesem Ausführungsbeispiel wenigstens einen ersten Rechner, einen zweiten Rechner, ein erstes Speichermedium, ein zweites Speichermedium, 16 Beschleunigungssensoren 10, eine Kamera 2 und einen GPS Tracker 3. Das Erfassen der Bewegungsdaten 5 der Fußgänger 1 erfolgt dabei über die Beschleunigungssensoren 10, die Kamera 2 und den GPS Tracker 3. Die Bewegungsdaten 5 werden von dem ersten Rechner verarbeitet und auf dem ersten Speichermedium gespeichert.
  • Die Bewegungsdaten 5 werden nach erfolgter Erfassung von dem ersten Speichermedium auf das zweites Speichermedium transferiert. Dieses erlaubt den Zugriff des zweiten Rechners. Der zweite Rechner führt die Verarbeitung der Bewegungsdaten 5 durch.
  • Das System zur Simulation von Fußgängern 4 umfasst in diesem Ausführungsbeispiel einen dritten Rechner. Dieser ist eingerichtet, auf die verarbeiteten Bewegungsdaten, welche der zweite Rechner erstellt hat, zuzugreifen. Anhand der verarbeiteten Bewegungsdaten wird die Simulation der Fußgänger 4 erstellt. Zusätzlich ist der dritte Rechner eingerichtet, die Simulation einem autonomen Fahrzeug zur Verfügung zu stellen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • JP 05018661 B2 [0002]

Claims (10)

  1. Verfahren zur Simulation von Fußgängern (4) zur Anwendung im Bereich des autonomen Fahrens von Fahrzeugen, umfassend die Schritte: a) Erfassen von Bewegungsdaten (5) von realen Fußgängern (1), so dass diese genutzt werden können für eine Simulation von Fußgängern (4); b) Verarbeitung der Bewegungsdaten (5).
  2. Verfahren nach Anspruch 1, wobei die Verarbeitung der Bewegungsdaten (5) eine Kategorisierung von gängigen Bewegungsmustern (6,7,8,9) der realen Fußgänger (1) umfasst.
  3. Verfahren nach einem der vorhergehenden Ansprüche, umfassend den Schritt: c) Simulation von Fußgängern (4) anhand der Bewegungsdaten (5).
  4. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Bewegungsdaten (5) durch Sensoren (11) erfasst werden, welche an den realen Fußgängern (1) angebracht sind.
  5. Verfahren nach einem der Ansprüche 2 oder 3, wobei die Sensoren (11) Beschleunigungssensoren (10), und/oder Kameras (2) und/oder GPS Tracker (3) umfassen.
  6. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Bewegungsdaten (5) die Gestik, und/oder die Mimik der realen Fußgänger (1) und/oder den zeitlichen Verlauf von Aufenthaltsorten der realen Fußgänger (1) umfassen.
  7. Verfahren nach Anspruch 6, wobei die Bewegungsdaten (5) Arm- und/oder Beinbewegungen und/oder die Blickrichtung der realen Fußgänger (1) umfassen.
  8. Verfahren nach Anspruch 7, wobei die Kategorisierung anhand der Häufigkeit erfolgt, mit der ähnliche Bewegungsdaten bei den realen Fußgängern (1) erfasst wurden, und/oder anhand manuell festgelegter und bekannter gängiger Bewegungsmuster (6,7,8,9).
  9. System zur Erfassung und Verarbeitung von Bewegungsdaten (5) von realen Fußgängern (1), eingerichtet ein Verfahren nach einem der Ansprüche 1 bis 8 durchzuführen.
  10. System zur Simulation von Fußgängern (4), eingerichtet ein Verfahren nach einem der Ansprüche 1 bis 8 durchzuführen.
DE102018132810.9A 2018-12-19 2018-12-19 Fußgängersimulation Withdrawn DE102018132810A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102018132810.9A DE102018132810A1 (de) 2018-12-19 2018-12-19 Fußgängersimulation
DE102019133901.4A DE102019133901A1 (de) 2018-12-19 2019-12-11 Fußgängersimulation
DE102019133902.2A DE102019133902A1 (de) 2018-12-19 2019-12-11 Fußgängersimulation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102018132810.9A DE102018132810A1 (de) 2018-12-19 2018-12-19 Fußgängersimulation

Publications (1)

Publication Number Publication Date
DE102018132810A1 true DE102018132810A1 (de) 2019-02-28

Family

ID=65321533

Family Applications (2)

Application Number Title Priority Date Filing Date
DE102018132810.9A Withdrawn DE102018132810A1 (de) 2018-12-19 2018-12-19 Fußgängersimulation
DE102019133901.4A Pending DE102019133901A1 (de) 2018-12-19 2019-12-11 Fußgängersimulation

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE102019133901.4A Pending DE102019133901A1 (de) 2018-12-19 2019-12-11 Fußgängersimulation

Country Status (1)

Country Link
DE (2) DE102018132810A1 (de)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0518661B2 (de) 1984-11-28 1993-03-12 Nippon Steel Corp

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0518661B2 (de) 1984-11-28 1993-03-12 Nippon Steel Corp

Also Published As

Publication number Publication date
DE102019133901A1 (de) 2020-01-30

Similar Documents

Publication Publication Date Title
EP3363005B1 (de) Verfahren zur ermittlung und bereitstellung einer auf eine vorbestimmte umgebung bezogenen, umfelddaten enthaltenden datenbank
DE112018003637T5 (de) Datenanalyse in intelligenten städten zur verbesserten unfallrekonstruktion und für bessere lösungen
DE102016003424B4 (de) Verfahren und Vorrichtung zum Erkennen von Verkehrszeichen
DE102007044578A1 (de) Vorrichtung zur Erkennung eines beobachteten Objekts und Verfahren zur Erkennung eines beobachteten Objekts
DE102012213466A1 (de) Verfahren und Vorrichtung zum Überwachen eines Fahrzeuginsassens
DE102020007241A1 (de) Verfahren zur Vorhersage eines Verhaltens von Fußgängern
DE102018132813A1 (de) Fußgängersimulation
DE102014113817A1 (de) Vorrichtung und Verfahren zur Erkennung eines Objekts in Einem Bild
DE102013217223A1 (de) Überwachungsanlage sowie Verfahren zur Darstellung eines Überwachungsbereichs
DE10151983A1 (de) Verfahren zur Dokumentation einer Unfallsituation
DE102018005865A1 (de) Verfahren zum Testen eines Assistenzsystems für ein Fahrzeug
DE102018132810A1 (de) Fußgängersimulation
DE102012219595A1 (de) Verfahren zum Aktualisieren eines Datensatzes einer Navigationsdatenbank und Verfahren zum Prüfen eines Datensatzes einer Navigationsdatenbank
DE102015216352A1 (de) Verfahren zum Erkennen einer möglichen Kollision eines Fahrzeuges mit einem Fußgänger auf Grundlage hochaufgelöster Aufnahmen
DE102017122554A1 (de) Informationenverarbeitungsvorrichtung, informationenverarbeitungsverfahren und speichermedium
WO2022223080A1 (de) Verfahren zum erstellen einer karte mit kollisionswahrscheinlichkeiten
DE102020005467A1 (de) Verfahren zum Verfügbarmachen von anonymisierten, ADAS relevanten Fahrzeugdaten
DE102020003898A1 (de) Verfahren zum Identifizieren einer auffälligen Verkehrssituation
DE102019125663A1 (de) Verfahren zur Auswahl von Daten für ADAS Systeme
DE102018133445A1 (de) Verfahren und Vorrichtung zum Überwachen eines Insassen eines Fahrzeugs sowie System zur Analyse der Wahrnehmung von Objekten
DE102017207958B4 (de) Verfahren zum Generieren von Trainingsdaten für ein auf maschinellem Lernen basierendes Mustererkennungsverfahren für ein Kraftfahrzeug, Kraftfahrzeug, Verfahren zum Betreiben einer Recheneinrichtung sowie System
DE102015007145A1 (de) Verfahren zur automatischen Fahrroutenbewertung
DE102020002427A1 (de) Verfahren zum Augmentierten eines Videos zum Testen eines ADAS Systems
DE102021209680A1 (de) Verfahren zur Verbesserung der Schätzung von Existenzwahrscheinlichkeiten
DE102019214146A1 (de) Verfahren zum Bereitstellen eines Umfeldmodells, Umfeldmodellbereitstellungssystem und Computerprogramm

Legal Events

Date Code Title Description
R084 Declaration of willingness to licence
R163 Identified publications notified
R230 Request for early publication
R118 Application deemed withdrawn due to claim for domestic priority