-
Die Erfindung betrifft ein Verfahren zum Betrieb eines autonom fahrenden Kraftfahrzeugs.
-
In Zukunft werden autonom fahrende Kraftfahrzeuge vermehrt zum Einsatz kommen. Ein solches Kraftfahrzeug ermöglicht eine fahrerlose Fahrt von einem Ort zu einem anderen, das heißt, dass das Fahrzeug vollständig automatisiert beziehungsweise pilotiert fährt, ohne dass es einer Interaktion eines Fahrers bedarf. Eine Person steigt in das Fahrzeug, dem lediglich eine Zieladresse mitzuteilen ist, woraufhin die selbsttätige, autonome Fahrt erfolgen kann.
-
Während Jugendliche und Erwachsene während einer solchen autonomen Fahrt auf den fahrzeugseitig verbauten Sitzen Platz nehmen können, benötigen Kinder, Kleinkinder oder Babys einen zusätzlichen Sitz, wobei unter dem Begriff „Sitz“ auch eine Sitz- oder Babyschale zu verstehen ist. Für den Transport eines Kindes, Kleinkindes oder Babys ist die Verwendung eines solchen zusätzlichen Sitzes mitunter auch gesetzlich vorgeschrieben, je nach Land, in dem das Kraftfahrzeug betrieben wird.
-
Bei einem autonom fahrenden Fahrzeug besteht dabei das Problem, dass ein Kind oder Kleinkind, mit oder ohne Zustimmung der Eltern, ein solches Fahrzeug betreten kann, um zu einem bestimmten Ziel zu fahren, also ohne Begleitung eines Elternteils. In diesem Fall ist keine Überprüfungsinstanz, wie sie üblicherweise von dem Elternteil gebildet ist, gegeben, die den sicheren Transport des Kindes überprüft beziehungsweise die Verwendung eines kindgerechten zusätzlichen Sitzes prüft.
-
Aus
DE 10 2015 119 286 A1 ist ein Fahrzeugsystem bekannt, das in der Lage ist, aufgrund eines ersten Signals, das auf das Vorhandensein eines Kinderrückhaltesystems an einem Fahrzeugsitz hinweist, und eines zweiten Signals, das eine Gurtspannung darstellt, zu bestimmen, ob das Kinderrückhaltesystem einen Kindersitz oder eine Sitzerhöhung beinhaltet. Das System ist also in der Lage, das Kinderrückhaltesystem genauer zu spezifizieren.
-
Aus
DE 10 2015 121 113 A1 ist ein Kraftfahrzeug bekannt, das autonom einparken kann. Neben der Erfassung einer entsprechenden Bewegungstrajektorie, längs welcher das Fahrzeug für den automatischen Einparkvorgang automatisch bewegt wird, erfolgt zusätzlich eine Erfassung des Innenraums dahingehend, ob eine Person im Fahrzeug sitzt. Wird eine Person erfasst, so unterbleibt die Bewegung des Fahrzeugs entlang der bestimmten Einparktrajektorie.
-
Der Erfindung liegt damit das Problem zu Grunde, ein Betriebsverfahren für ein autonom fahrendes Fahrzeug anzugeben, das einen sicheren Transport insbesondere von Kindern oder Kleinkindern ermöglicht.
-
Zur Lösung dieses Problems ist erfindungsgemäß ein Verfahren zum Betrieb eines autonom fahrenden Kraftfahrzeugs vorgesehen, bei dem mittels wenigstens einer Kamera der Fahrzeuginnenraum erfasst und die Kamerabilder mittels einer Verarbeitungseinrichtung zur Erfassung wenigstens einer personenbezogenen Information einer den Fahrzeuginnenraum betretenden Person verarbeitet werden, anhand welcher Information bestimmbar ist, ob die Person zur anstehenden Beförderung in einen fahrzeugseitig zu montierenden zusätzlichen personenspezifischen Sitz sitzen muss, wonach seitens der Verarbeitungseinrichtung bestimmt wird, ob ein personenspezifischer Sitz im Fahrzeug vorhanden und fixiert ist, wobei die anstehende Beförderung nur möglich ist, wenn ein solcher Sitz erfasst wird.
-
Erfindungsgemäß erfolgt eine Fahrzeuginnenraumüberwachung dahingehend, ob eine Person den Fahrzeuginnenraum betritt, also in das grundsätzliche autonom fahrende Fahrzeug einsteigt. Mittels einer Verarbeitungseinrichtung werden die laufend erfassten Kamerabilder respektive die Bilddaten ausgewertet, um wenigstens eine personenbezogene Information, die die eingestiegene Person näher beschreibt beziehungsweise hinsichtlich eines oder mehrerer personenspezifischer Kriterien definiert, zu ermitteln. Das heißt, dass durch diese Bilddatenanalyse eine Erfassung oder Erkennung des Personentyps erfolgt. Anhand dieser personenbezogenen Information kann seitens der Verarbeitungseinstellung erfasst werden, ob es sich also um einen Erwachsenen, der auf einem üblichen fahrzeugseitig verbauten Sitz sitzen kann, handelt, oder um ein Kind oder Kleinkind, das auf einem speziellen zusätzlichen Sitz sitzen muss.
-
Ergibt nun die Bilddatenauswertung, dass es sich bei der Person um ein Kind oder Kleinkind handelt, wird seitens der Verarbeitungseinrichtung bestimmt, ob im Fahrzeug ein personenspezifischer Sitz, also ein entsprechend ausgelegter Kindersitz, verbaut respektive fixiert ist, auf dem das erfasste Kind oder Kleinkind Platz nehmen kann. Nur wenn erfasst wird, dass ein eben solcher Sitz vorhanden ist, ist die grundsätzliche Beförderung möglich, das heißt, dass in diesem Fall seitens der Verarbeitungseinrichtung quasi ein Freigabesignal ausgegeben wird, das anzeigt, dass das Kraftfahrzeug grundsätzlich eine anstehende Beförderung durchführen kann. Ergibt sich, dass kein personenspezifischer geeigneter Kindersitz vorhanden ist, so wird diese Freigabe nicht erteilt, die autonome Beförderung kann nicht durchgeführt werden.
-
Der eigentliche Beförderungsbetrieb kann schließlich auch dann erst erfolgen, wenn sichergestellt ist, dass die Person respektive das Kind auch tatsächlich auf dem Sitz Platz genommen hat beziehungsweise auch den Sicherheitsgurt angelegt und geschlossen hat, wenn also sichergestellt ist, dass das Kind vorschriftsgemäß auf dem Sitz sitzt und gesichert ist. Auch dies kann über eine geeignete Erfassungseinrichtung, beispielsweise wiederum die oder eine Kamera oder einen Sitzsensor in Verbindung mit einer Erfassungseinrichtung, die das Schließen des Sicherheitsgurtes erfasst, sowie der Verarbeitungseinrichtung erfasst werden. Ist auch diese Randbedingung erfüllt, so kann ein endgültiges Freigabesignal zur Freigabe des autonomen Fahrbetriebs gegeben werden.
-
Grundsätzlich ist es denkbar, bereits anhand nur einer Information die Ermittlung, ob die Person in einem speziellen Sitz während der Fahrt sitzen muss, mithin also ob es sich um ein Kind oder Kleinkind handelt, vorzunehmen. Zweckmäßigerweise werden hierzu jedoch mehrere Informationen ermittelt, die das Alter, das Gewicht und/oder die Größe der Person beschreiben, wobei wenigstens zwei, bevorzugt alle diese Informationen bestimmt werden. Anhand dieser Informationen kann eine Person sehr genau identifiziert respektive charakterisiert werden, so dass eine sehr genaue Erfassung respektive Unterscheidung dahingehend, ob es sich um einen Erwachsenen, einen Jugendlichen, ein Kind oder ein Kleinkind handelt, erfolgen kann.
-
Zur Ermittlung der einen oder der mehreren Informationen bedient sich die Verarbeitungseinrichtung zweckmäßigerweise eines durch maschinelles Lernen angelernten Algorithmus. Dieser wird zweckmäßiger Weise mittels geeigneter Trainingsdaten angelernt, es findet also bevorzugt ein überwachtes Lernen statt. Die Verarbeitungseinrichtung nutzt bevorzugt ein angelerntes neuronales Netz, wobei hierfür bevorzugt ein Deep Learning Netz verwendet wird. Verfahrensgemäß wird also zur Informationsermittlung künstliche Intelligenz respektive maschinelles Lernen verwendet, mithin also ein selbst adaptiver Algorithmus in Form eines angelernten, also trainierten neuronalen Netzes. Bevorzugt wird hierfür ein Deep Learning Netz verwendet, wobei Deep Learning eine Teildisziplin des maschinellen Lernens ist. Insbesondere das Deep Learning nutzt eine Reihe hierarchischer Schichten beziehungsweise Arbeitsebenen, wobei in einer ersten Schicht (input layer) die zu verarbeitenden Daten, vorliegend die Kamerabilddaten, eingegeben werden. Das Arbeitsergebnis der ersten Schicht wird an eine weitere Schicht ausgegeben, die die in der ersten Schicht verarbeitenden Informationen erneut verarbeitet und an eine folgende Schicht ausgibt, wobei die der ersten Schicht folgenden Schichten als versteckte Schichten oder Ebenen (hidden layers) bezeichnet werden. Die einzelne eben spezifische Datenverarbeitung geht über alle Ebenen des künstlichen neuronalen Netzes respektive Deep Learning Netzes weiter, das endgültige Ergebnis wird erst in der letzten Schicht, der sogenannten output layer, ausgegeben. Das heißt, dass unter Verwendung eines solchen neuronalen Netzes respektive Deep Learning Netzes eine äußerst exakte Datenverarbeitung beziehungsweise -analyse möglich ist und demzufolge eine hoch genaue Personencharakterisierung. Neben den genannten Algorithmen bzw. Netzen sind aber auch andere Algorithmen verwendbar, beispielsweise eine Support-Vector-Maschine, ein Entscheidungsbaum oder ein Bayes'sches Netz, wobei diese Aufzählung nicht abschließend ist.
-
Das neuronale Netz respektive das Deep Learning Netz bzw. auch die anderen verwendbaren Algorithmen bzw. Netze sind hierzu entsprechend auszulegen respektive anzulernen, wozu entsprechende Trainingsdaten mit einer möglichst hohen Varianz erhoben werden. Es wird eine notwendige Anzahl an Trainingsdaten erfasst, und zwar bezüglich Personen unterschiedlichen Alters, unterschiedlicher Größe und unterschiedlichen Gewichts, die in ein Kraftfahrzeug einsteigen. Zweckmäßig ist es, wenn die Personen auch unterschiedlich gekleidet sind, um eben eine möglichst hohe Datenvarianz zu haben. Mit dem Aufzeichnen der Bilder werden beispielsweise die drei genannten Parameter, nämlich Größe, Gewicht und Alter der einsteigenden Person, erhoben und den Bilddaten zugeordnet und als Label gespeichert. Anhand der Trainingsdaten wird anschließend ein geeignetes Machine Learning Modell (z. B. ein Convolutional Neuronal Network), mit Hilfe der Trainingsdaten und der zugeordneten personenspezifischen Parameter trainiert, wobei dieses Modell sodann fahrzeugseitig in der Verarbeitungseinstellung implementiert wird. Die Eingangsdaten, die dem Netzwerk sodann vom Fahrzeug gegeben werden, sind die Bilder der Kamera, die Ausgangsdaten sind die eine und die mehreren Informationen betreffend der erfassten Person.
-
In Weiterbildung der Erfindung kann vorgesehen sein, dass die Verarbeitungseinrichtung zur Ermittlung, ob die Person auf einem personenspezifischen Sitz sitzen muss, wenigstens eine weitere, auf den geographischen Aufenthaltsort des Kraftfahrzeugs bezogene Information verarbeitet. Die Verwendung eines personenspezifischen Sitzes kann mitunter in verschiedenen Ländern unterschiedlich geregelt sein. Um eine in Bezug auf die tatsächlich gegebenen Vorschriften korrekte finale Entscheidung, ob ein personenspezifischer Sitz zu verwenden ist, und gegebenenfalls auch welchen Typs oder welcher Art dieser sein muss, treffen zu können, wird seitens der Verarbeitungseinrichtung eine entsprechende Information, die quasi länderspezifisch, mithin also geographisch bezüglich des Aufenthaltsorts des Fahrzeugs definiert ist, berücksichtigt. Es handelt sich bei dieser Information also quasi um eine länderspezifische Vorschrift oder Norm in Bezug auf die Verwendung eines personenspezifischen Sitzes. Die Verarbeitungseinrichtung umfasst einen regelbasierten Algorithmus, der die über das neuronale Netz gelieferte personenspezifische Information oder die Informationen sowie die geographisch basierte Information (z. B. die Vorschrift, wobei der Ort z. B. über GPS-Daten bestimmt wird) verarbeitet respektive diese mit entsprechenden Vergleichsinformationen vergleicht, um gestützt darauf die finale Entscheidung, ob ein personenspezifischer Sitz notwendig ist, zu treffen. Dabei kann die Verarbeitungseinrichtung zusätzlich auch die Art oder den Typ des personenspezifischen Sitzes, der gefordert ist respektive gegebenenfalls vorschriftsgemäß zu verwenden ist, ermitteln.
-
Wie beschrieben erfolgt der Betrieb des Fahrzeugs respektive die Beförderung nur, wenn bei Erfassung eines Kindes oder Kleinkindes auch sichergestellt ist, dass ein entsprechender passender Sitz zusätzlich im Fahrzeug vorhanden ist. Um dies zu ermitteln kann erfindungsgemäß vorgesehen sein, dass die Verarbeitungseinrichtung eine ihr gegebene oder seitens der Verarbeitungseinrichtung ermittelte Sitzinformation, die einen fixierten zusätzlichen personenspezifischen Sitz oder die Art oder den Typ eines fixierten zusätzlichen Sitzes beschreibt, mit dem Ermittlungsergebnis, ob die Person auf einem personenspezifischen Sitz sitzen muss abgleicht, wobei die Beförderung nur möglich ist, wenn die den Sitz beschreibende Sitzinformation und das Sitzergebnis zueinander passen. Das heißt, dass seitens der Verarbeitungseinrichtung eine Sitzinformation vorhanden ist, sei es dass die Sitzinformation übertragen wurde, sei es, dass sie seitens der Verarbeitungseinrichtung selbst ermittelt wurde, die Näheres bezüglich des zusätzlichen Sitzes beschreibt. Seitens der Verarbeitungseinrichtung wird nun abgeglichen, ob der vorhandene Sitz, mithin also die Sitzinformation, und das Ermittlungsergebnis, also die personenspezifische Information, zueinander passen. Dabei kann die Sitzinformation lediglich angeben, dass ein zusätzlicher Sitz vorhanden ist. Wenn diese Information bereits ausreichend ist, mithin also zu dem Ermittlungsergebnis passt, kann die Beförderungsfreigabe erteilt werden. Zusätzlich kann aber auch die Art oder der Typ des zusätzlichen Sitzes erfasst werden, mithin also die Sitzerfassung noch weiter aufgelöst werden, wenn das Ermittlungsergebnis die Verwendung eines definierten, spezifischen Sitzes erfordert. Auch hier wird die Freigabe erteilt, wenn die spezifische Sitzinformation mit dem spezifischen Ermittlungsergebnis korreliert. Ergibt sich in dieser Überprüfungsinstanz, dass entweder kein Sitz vorhanden ist, oder dass kein passender Sitz vorhanden ist, so wird die Freigabe nicht erteilt.
-
Dabei kann die Sitzinformation auf unterschiedliche Weise zur Verarbeitungseinrichtung gelangen. So ist es denkbar, dass die Sitzinformation über eine elektronische Schnittstelle von einem fixierten Sitz an die Verarbeitungseinrichtung übertragen wird. In diesem Fall verfügt das Fahrzeug über eine elektronische Schnittstelle, an die der zusätzliche Sitz automatisch gekoppelt wird, wenn er fahrzeugseitig an den entsprechenden Befestigungspositionen fixiert wird. Eine solche Befestigungsposition respektive auch elektronische Schnittstelle wird häufig auch „ISOFIX“-Schnittstelle genannt. Mit dem Anschließen des Sitzes kann dieser automatisch die entsprechende Sitzinformation betreffend seinen Typ etc. an das Fahrzeug respektive die Verarbeitungseinrichtung übertragen, alternativ kann die Verarbeitungseinrichtung diese Sitzinformation bei Bedarf auch abfragen.
-
Eine Alternative sieht vor, mittels der Kamera oder wenigstens einer weiteren Kamera den Fahrzeuginnenraum zu erfassen und die Kamerabilder mittels der Verarbeitungseinrichtung zur Erfassung der Sitzinformation zu verarbeiten. Auch hier erfolgt also eine Innenraumüberwachung hinsichtlich der Installation eines zusätzlichen Sitzes, wobei die Verarbeitungseinrichtung auch hier wiederum die Bilddaten der Kamerabilder auswertet. Auch dies geschieht zweckmäßigerweise mittels eines angelernten neuronalen Netzes, bevorzugt eines Deep Learning Netzes. Es kommt also auch hier ein trainiertes Machine Learning Modell zum Einsatz, das anhand der Kamerabilder respektive der Bilddaten aus dem Innenraum erkennt, welcher Sitz sich im Fahrzeug befindet. Die Anlernung des neuronalen Netzes respektive Modells erfolgt auch hier mittels eines Trainingsdatensatzes umfassend eine Vielzahl von Bildaufnahmen unterschiedlicher Situationen mit unterschiedlich verbauten Fahrzeugsitzen im Fahrzeug. Das entsprechend angelernte Modell wird schließlich fahrzeugseitig in der Verarbeitungseinrichtung implementiert, so dass es bei Gabe der entsprechenden Kamerabilder die Sitzerfassung vornehmen kann.
-
Neben dem Verfahren selbst betrifft die Erfindung ferner ein Kraftfahrzeug, umfassend eine oder mehrere Kameras, eine Verarbeitungseinrichtung sowie wenigstens eine Befestigungsschnittstelle zum Fixieren eines zusätzlichen Sitzes, wobei das Kraftfahrzeug zur Durchführung des vorstehend beschriebenen Verfahrens ausgebildet ist.
- 1 eine Prinzipdarstellung eines erfindungsgemäßen Kraftfahrzeugs, und
- 2 ein Diagramm zur Erläuterung des erfindungsgemäßen Verfahrens.
-
1 zeigt ein erfindungsgemäßes Kraftfahrzeug 1, umfassend vordere Sitze 2 sowie hintere Sitze 3 respektive eine Sitzbank, wobei exemplarisch auf einem der hinteren Sitze 3 ein zusätzlicher Sitz 4 in Form eines Kindersitzes angeordnet ist, der über eine geeignete Befestigungsschnittstelle 5 dort fest fixiert ist. Diese Befestigungsschnittstelle 5 kann auch zusätzlich eine elektronische Schnittstelle sein, die es ermöglicht, vom zusätzlichen Sitz 4 entsprechende sitzspezifische Informationen auszulesen.
-
Vorgesehen ist des Weiteren eine Kamera 6, die der Innenraumüberwachung dient, und die eine in das Fahrzeug einsteigende Person erfasst. Die Kamerabilder respektive die Bilddaten der Kamera 6 werden sodann an eine Verarbeitungseinrichtung 7 gegeben, die unter Verwendung eines neuronalen Netzwerks, bevorzugt eines Deep Learning Netzwerks, also anhand eines entsprechenden Modells, eine oder mehrere personenspezifische Informationen, wie das Alter, die Größe und das Gewicht der eingestiegenen Person, ermittelt, um anhand dieser Informationen die Person dahingehend zu charakterisieren, ob es sich um einen Erwachsenen, einen Jugendlichen, ein Kind oder ein Kleinkind handelt, da je nach Person mitunter unterschiedliche Beförderungskriterien gelten. Handelt es sich bei der Person um ein Kind oder ein Kleinkind, so kann, gegebenenfalls länderspezifisch, eine Beförderung nur unter Verwendung eines entsprechenden zusätzlichen Sitzes erfolgen, im vorliegenden Fall eines solchen Sitzes 4 wie dargestellt.
-
Die Verarbeitungseinrichtung 7 ist nun in der Lage, gestützt auf die Bilddatenanalyse unter Verwendung des Deep Learning Netzes sowie der in ihr abgelegten, geographisch basierten respektive länderspezifischen Information unter Verwendung eines regelbasierten Algorithmus zu ermitteln, ob die erfasste Person einerseits ein Kind oder Kleinkind ist, das auf einem spezifischen Sitz sitzen sollte, und ob aufgrund des Aufenthalts des Fahrzeugs eine entsprechende Regelung gegeben ist, die die Verwendung eines solchen Sitzes zwingend vorschreibt.
-
Erfolgte diese Bestimmung, so wird entsprechend überprüft, ob ein entsprechender geeigneter zusätzlicher Sitz 4 im Fahrzeug 1 vorhanden ist. Dies kann entweder über eine über die Schnittstelle 5 erfasste Sitzinformation erfolgen, die der Verarbeitungseinrichtung 7 gegeben wird. Alternativ kann dies auch über die von der Kamera 6 oder einer weiteren Kamera 8 gelieferten Kamerabilder, die seitens der Verarbeitungseinrichtung 7 ausgewertet werden, erfolgen. Die Verarbeitungseinrichtung 7 ermittelt anhand eines geeigneten Algorithmus aus den Kamerabildern, ob ein zusätzlicher Sitz 4 vorhanden ist, und gegebenenfalls auch dessen Typ oder Art.
-
Ist die Sitzinformation schließlich ebenfalls erfasst, so kann seitens der Verarbeitungseinrichtung 7 entschieden werden, ob die Sitzinformation zu der personenspezifischen Information respektive dem Ermittlungsergebnis, ob und wenn ja welcher spezifischer Sitz benötigt wird, passt. Ergibt der gesamte Entscheidungs- bzw. Überprüfungsprozess, dass die Randbedingungen für eine sichere Beförderung des Kindes oder Kleinkindes erfüllt sind, so wird seitens der Verarbeitungseinrichtung 7 ein Freigabesignal beispielsweise an eine zentrale Steuerungseinrichtung 9, die den Fahrbetrieb des Kraftfahrzeugs ansteuert, gegeben, woraufhin grundsätzlich der autonome Fahrbetrieb des Kraftfahrzeugs 1 möglich ist. Die tatsächliche Fahrt kann beispielsweise erst dann beginnen, wenn sichergestellt ist, dass das Kind oder Kleinkind tatsächlich auf dem Sitz 4 Platz genommen hat und sich auch entsprechend durch Anlegen des Sicherheitsgurts gesichert hat. Dies kann beispielsweise wiederum über die Kamera 6 und/oder 8 erfasst werden, gegebenenfalls zusätzlich mit einer entsprechenden Sensorik, die das Schließen eines Sicherheitsgurtschlosses ermittelt. Ist auch diese Randbedingung erfüllt, so kann der autonome Fahrbetrieb beginnen.
-
2 zeigt ein Diagramm, das das erfindungsgemäße Verfahren näher beschreibt.
-
Mit dem Bezugszeichen a) ist angezeigt, dass zum Trainieren des neuronalen Netzes respektive Deep Learning Netzes zunächst Trainingsdaten mit einer möglichst hohen Varianz aufgenommen werden. Es wird eine notwendige, möglichst hohe Anzahl an Trainingsdaten erhoben, wozu mittels einer Kamera Personen unterschiedlichen Alters, Größe und Gewicht, die in ein Kraftfahrzeug 1 einsteigen, erfasst werden, wobei möglichst viele unterschiedliche Personen erfasst werden, um eine möglichst hohe Varianz zu haben. Zweckmäßigerweise tragen diese Personen auch variierende, unterschiedliche Kleidungsstücke, so dass sie sich von Aufnahme zu Aufnahme auch unterscheiden. Mit dem Aufzeichnen der Kamerabilder werden zusätzlich die Parametergröße, Gewicht und Alter der einsteigenden Person erfasst und der oder den jeweiligen Aufnahmen dieser Person quasi als Label zugeordnet.
-
Wie unter b) dargestellt wird sodann das neuronale Netz respektive das selbstlernende Modell, beispielsweise ein Convolutional Neuronal Network, mit Hilfe der Trainingsdaten umfassend die Labels aus Schritt a) trainiert, wobei dieses Training einmalig erfolgt. Anschließend wird das trainierte, angelernte Modell in der Verarbeitungseinrichtung 7 implementiert und kann genutzt werden. Der Eingang dieses neuronalen Netzes sind die Kamerabilder respektive die Bilddaten, die die Kamera 6 und gegebenenfalls 8 liefern. Die Ausgabe des neuronalen Netzes ist die personenspezifische geschätzte Information bezüglich Alter, Gewicht und Größe, wobei bevorzugt zweier dieser Parameter, vorzugsweise alle drei ermittelt werden.
-
Unter c) ermittelt sodann ein regelbasierter Algorithmus, gestützt auf unter d) dargestellte geographisch basierte respektive länderspezifische Informationen, ob in Bezug auf das Land, in dem das Fahrzeug ist, (was z. B. über GPS-Daten seitens der Verarbeitungseinrichtung 7 erfasst wird) eine gesetzliche Vorschrift besteht, dass zur Beförderung von Kindern oder Kleinkindern ein spezifischer Sitz zu verwenden ist. Diese Ermittlung erfolgt, wenn das neuronale Netz unter b) nach Analyse der Kamerabilder angibt, dass ein Kind oder Kleinkind eingestiegen ist.
-
Im Schritt e) wird sodann auf Basis der ermittelten Informationen das finale Ermittlungsergebnis getroffen, ob ein spezifischer Sitz respektive Kindersitz erforderlich ist, und gegebenenfalls auch welche Art oder welchen Typs dieser sein muss.
-
Sodann wird ermittelt, ob sich ein solcher Sitz im Kraftfahrzeug befindet. Um dies zu ermöglichen, wird zunächst ein neuronales Netz respektive ein Deep Learning Netz entsprechend angelernt, wozu, siehe f), erneut spezifische Trainingsdaten betreffend Kindersitze erfasst werden. Hierzu werden wiederum eine Vielzahl von Kameraaufnahmen aus dem Innenraum des Kraftfahrzeugs 1 mit der Kamera 6 und/oder der Kamera 8 aufgenommen, die verschiedene Situationen mit an unterschiedlichen Positionen verbauten unterschiedlichen Kindersitzen zeigen. Auch hier werden den einzelnen Aufnahmen respektive Datensätzen entsprechende, den jeweiligen Kindersitz beschreibende Informationen als Label zugeordnet. Das neuronale Netz wird sodann entsprechend angelernt und trainiert und in der Verarbeitungseinrichtung 7 implementiert.
-
Im Betrieb des Fahrzeugs werden, wenn eine entsprechende Überprüfung stattfindet, mittels der Kameras 6 oder 8 entsprechend aufgenommene Kamerabilder der Verarbeitungseinrichtung 7 gegeben, die daraufhin unter Verwendung des neuronalen Netzes respektive Deep Learning Netzes analysiert, ob ein entsprechender Sitz 4 respektive Kindersitz im Fahrzeug verbaut ist, und wenn ja welchen Typs dieser ist. Dieses Ermittlungsergebnis wird im Schritt h) getroffen.
-
Sodann vergleicht die Verarbeitungseinrichtung 7 im Schritt i), ob die in den Entscheidungsebenen e) und h) erfassten Ergebnisse miteinander korrelieren, mithin also ob der erfasste Sitz 4 zu dem Sitzerfordernis gemäß Schritt e) passt. Ist dies der Fall, kann die Freigabe des autonomen Fahrbetriebs ausgegeben werden, ist keine Übereinstimmung gegeben, so ist keine Freigabe möglich, der Fahrbetrieb erfolgt nicht.
-
2 zeigt im Schritt g') die Alternative, dass anstelle der Erfassung von Sitzinformationen über ein neuronales Netz eine entsprechende Sitzinformation auch über die in 1 gezeigte Schnittstelle 5, die eine elektronische Schnittstelle ist oder umfasst, erfasst werden kann. Die entsprechende Sitzinformation wird der Verarbeitungseinrichtung 7 gegeben, die daraufhin das entsprechende Erfassungsergebnis h) generiert, das der Überprüfung gemäß Schritt i) unterworfen wird.
-
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
-
- DE 102015119286 A1 [0005]
- DE 102015121113 A1 [0006]
