DE102019006685B4

DE102019006685B4 - Verfahren zum Betreiben eines Fahrzeuges

Info

Publication number: DE102019006685B4
Application number: DE102019006685.5A
Authority: DE
Inventors: Alexander Sternberg; Thomas Wagner; Enrico Wohlfarth
Original assignee: Daimler AG
Current assignee: Daimler Truck Holding AG
Priority date: 2019-09-24
Filing date: 2019-09-24
Publication date: 2021-07-08
Anticipated expiration: 2039-09-25
Also published as: DE102019006685A1; US20220388544A1; CN114502442A; CN114502442B; WO2021058205A1

Abstract

Verfahren zum Betreiben eines Fahrzeuges (2) in einem keine Nutzeraktion erfordernden automatisierten Fahrbetrieb, der durch eine Deaktivierungsaktion eines Fahrers des Fahrzeugs (2) deaktivierbar ist und in dem mittels mindestens einer Umfelderfassungsvorrichtung eine Fahrsituation (1) im Umfeld des Fahrzeugs (2) erfasst wird und bei Vorliegen einer kritischen Fahrsituation (1) eine Warnung an den Fahrer abgegeben wird,dadurch gekennzeichnet,dass während des automatisierten Fahrbetriebs in zumindest einer Einlernphase Fahrsituationen (1) erfasst werden, in denen der Fahrer den automatisierten Fahrbetrieb deaktiviert hat, wobei diese erfassten Fahrsituationen (1) als subjektiv kritische Fahrsituationen (1) in einem Speicher gespeichert werden,dass während einer regulären Betriebsphase des automatisierten Fahrbetriebs verglichen wird, inwieweit eine aktuell erfasste Fahrsituation (1) mit den gespeicherten subjektiv kritischen Fahrsituationen (1) übereinstimmt,und dass bei hinreichender Übereinstimmung die Warnung an den Fahrer abgegeben wird.

Description

Die Erfindung betrifft ein Verfahren zum Betreiben eines Fahrzeugs gemäß dem Oberbegriff des Patentanspruchs 1.
Ein derartiges Verfahren ist aus der DE 10 2012 112 802 A1 bekannt. In dieser Druckschrift ist eine Vorrichtung zur Steuerung eines Fahrzeugs beschrieben, welche ein Fahrerassistenzsystem umfasst, das ein autonomes, teilautonomes und ein manuelles Fahren ermöglicht. Die Vorrichtung umfasst weiterhin, eine Umfelderfassungseinheit und eine Auswerteeinheit zur Bewertung der Umfeldsituation des Fahrzeugs durch Auswertung der von der Umfelderfassungseinheit erzeugte Umfelddaten. Die Vorrichtung umfasst ferner eine von dem Fahrerassistenzsystem während des autonomen oder teilautonomen Fahrens, d.h. während eines automatisierten Fahrbetriebs, ansteuerbare Gefahrenwarneinrichtung, die zur Ausgabe eines Warnsignals als Übernahmeaufforderung an den Fahrer in Abhängigkeit der Bewertung der Umfeldsituation des Fahrzeugs vorgesehen ist. Bei dem bekannten Verfahren wird mittels einer Risikoschätzeinheit auf der Basis der Umfelddaten und auf der Basis von fahrdynamischen Daten des Fahrzeugs während des autonomen oder teilautonomen Fahrens eine Übernahmewahrscheinlichkeit bestimmt, mit der voraussichtlich demnächst ein Fahrereingriff erforderlich sein wird. Ferner wird mittels einer Aufmerksamkeitsschätzeinheit ein Aufmerksamkeitsniveau des Fahrers geschätzt und schließlich wird aus der Übernahmewahrscheinlichkeit in Abhängigkeit des Aufmerksamkeitsniveaus des Fahrers eine Zeitdauer bis zur Erzeugung des Warnsignals bestimmt.
Aus der DE 10 2016 2015 528 B4 ist ein Verfahren zum Betreiben eines Fahrzeugs bekannt, bei dem ein Fahrmanöver automatisiert oder teilautomatisiert ausgeführt wird. Wenn ein Fahrer des Fahrzeugs in einer bestimmten Situation mit der automatisierten oder teilautomatisierten Ausführung unzufrieden ist, kann er die automatisierte oder teilautomatisierte Ausführung des Fahrmanövers deaktivieren und hierdurch eine Aufzeichnungsphase starten. In der Aufzeichnungsphase werden Abweichungen zwischen dem manuell ausgeführten Fahrmanöver und dem automatisiert oder teilautomatisiert auszuführenden Fahrmanöver erfasst. Die erfassten Abweichungen werden bei einer zukünftigen automatisierten oder teilautomatisieren Ausführung des Fahrmanövers herangezogen, um in ähnlichen Situationen die Ausführung des Fahrmanövers an die erfassten Abweichungen anzupassen.
Der Erfindung liegt die Aufgabe zu Grunde, ein verbessertes Verfahren zum Betreiben eines Fahrzeuges in einem automatisierten Fährbetrieb anzugeben.
Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren gemäß Anspruch 1.
Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.
Bei einem erfindungsgemäßen Verfahren Betreiben eines Fahrzeuges in einem keine Nutzeraktion erfordernden automatisierten Fahrbetrieb wird der automatisierte Fahrbetrieb durch eine Deaktivierungsaktion eines Fahrers des Fahrzeugs, insbesondere durch Eingreifen des Fahrers in Lenk- und/oder Beschleunigungsfunktionen des Fahrzeugs deaktiviert. Im automatisierten Fahrbetrieb wird mittels mindestens einer Umfelderfassungsvorrichtung eine Fahrsituation im Umfeld des Fahrzeugs erfasst und bei Vorliegen einer kritischen Fahrsituation wird eine Warnung an den Fahrer abgegeben. Erfindungsgemäß werden während des automatisierten Fahrbetriebs in zumindest einer Einlernphase Fahrsituationen erfasst, in denen der Fahrer den automatisierten Fahrbetrieb deaktiviert hat. Diese erfassten Fahrsituationen werden als subjektiv kritische Situationen in einem Speicher gespeichert. In einer regulären Betriebsphase des automatischen Betriebs wird sodann verglichen, inwieweit eine aktuell erfasste Fahrsituation mit einer den gespeicherten subjektiv kritischen Fahrsituationen übereinstimmt, und bei hinreichender Übereinstimmung, d.h. bei einer innerhalb eines vorgegebenen Toleranzbereichs liegenden Übereinstimmung, wird die Warnung an den Fahrer abgegeben wird.
Das erfindungsgemäße Verfahren ermöglicht das Erlernen von Fahrsituationen, die der Fahrer als subjektiv kritisch empfindet. Das sind Situationen, in denen der Fahrer das Gefühl hat, die Kontrolle über das Fahrzeug übernehmen zu müssen, obwohl eine sichere Fortsetzung des automatisierten Fahrbetriebs technisch möglich wäre. Die Detektion solcher subjektiv kritischer Situationen erfolgt mit der mindestens einen Umfelderfassungsvorrichtung. Dazu werden in der Einlernphase des automatisierten Fährbetriebs fortlaufend die jeweils vorliegende Fahrsituation erfasst und es werden all die Fahrsituationen als subjektiv kritische Situationen abgespeichert, in denen der Fahrer unaufgefordert, d.h. ohne vorangehende Warnung, den automatisierten Fahrbetrieb beendet und mithin die Fahrzeugführung übernimmt. Nach der Einlernphase wird der Fahrer zukünftig immer dann gewarnt, wenn die jeweils aktuell erfasste Fahrsituation mit einer der gespeicherten subjektiv kritischen Situationen übereinstimmt oder dieser ähnlich ist. Falls der Fahrer während des automatisierten Fahrbetriebs abgelenkt ist, wird er durch die Warnung auf das Auftreten einer Fahrsituation, die er zu einem früheren Zeitpunkt als eine subjektiv kritische Situation empfunden, vorbereitet. Er wird somit durch eine plötzlich auftretende, subjektiv kritische Situation nicht überrascht.
In einer Ausführungsform des erfindungsgemäßen Verfahrens werden die subjektiv kritischen Situationen im Fahrzeug oder auf einem entfernten Server gespeichert.
In einer Ausführungsform werden die subjektiv kritischen Situationen fahrerspezifisch gespeichert. Damit erhält man eine Anpassung der Warnausgabe an den jeweiligen Fahrer. Die Identifizierung des Fahrers kann dabei in herkömmlicher Weise, beispielsweise über den Fahrzeugschlüssel, über eine bei Nutzfahrzeugen übliche Fahrerkarte oder über eine manuelle Eingabe in einem Bediensystem erfolgen.
Alternativ oder zusätzlich werden die subjektiv kritischen Situationen ortsspezifisch, insbesondere routenspezifisch, gespeichert. Damit erhält man eine Anpassung der Warnausgabe an den jeweiligen Betriebsort des Fahrzeugs. Das ist vorteilhaft, weil das Verhalten von Verkehrsteilnehmern, die sich in Umfeld des Fahrzeugs befinden, regional unterschiedlich sein kann und weil somit auch das Bedürfnis des Fahrers, die Fahrzeugführung in bestimmten Situationen zu übernehmen, regional unterschiedlich sein kann. Die Lokalisierung des Fahrzeugs kann hierbei mit einem herkömmlichen, für den automatisierten Fahrbetrieb ohnehin erforderlichen, Lokalisierungssystem erfolgen.
In einer Ausführungsform werden bei der Erfassung der Fahrsituation eine Fahrbahn und Objekte, insbesondere weitere Fahrzeuge, in der Umgebung des Fahrzeugs erfasst.
In einer Ausführungsform umfasst die mindestens eine Umfelderfassungsvorrichtung eine oder mehrere Kameras, einen oder mehrere Radarsensoren, einen oder mehrere Lidarsensoren und/oder einen oder mehrere Ultraschallsensoren.
In einer Ausführungsform werden mittels der mindestens einen Umfelderfassungsvorrichtung erfasste Sensordaten in Interessebereiche aufgeteilt, wobei einer der Interessebereiche eine Ego-Spur ist, auf der das Fahrzeug sich bewegt, wobei mindestens ein weiterer der Interessebereiche eine der Ego-Spur benachbarte linke Spur und/oder rechte Spur ist, wobei Bewegungsdaten aller in diesen Interessebereichen wahrgenommenen Objekte berechnet werden, wobei das kritischste Objekt oder die kritischsten Objekte identifiziert wird oder werden, das oder die sich in einen Sicherheitskorridor innerhalb der Ego-Spur hinein bewegt oder bewegen.
In einer Ausführungsform wird basierend auf mittels der mindestens einen Umfelderfassungsvorrichtung erfassten Sensordaten mindestens eine der folgenden Variablen für mindestens eines oder jedes der Objekte berechnet:

- eine Zeit, die das Objekt benötigt, um den Sicherheitskorridor des Fahrzeugs zu erreichen, wenn Trajektorien des Fahrzeugs und des Objekts sich kreuzen,
- eine Zeit, die das Fahrzeug benötigt, um einen Längsabstand zum Objekt zurückzulegen,
- eine Zeit, die das Fahrzeug benötigt, um einen Punkt zu erreichen, an dem das Objekt den Sicherheitskorridor des Fahrzeugs erreicht, abzüglich der Zeit, die das Objekt benötigt, um diesen Punkt zu erreichen.
- einen Längsabstand zwischen dem Fahrzeug und dem Objekt, wenn die Grenze des Sicherheitskorridors überschritten wird.

In einer Ausführungsform wird als kritischstes Objekt das Objekt mit der geringsten Zeit identifiziert, die das Objekt benötigt, um den Sicherheitskorridor des Fahrzeugs zu erreichen, wenn Trajektorien des Fahrzeugs und des Objekts sich kreuzen. Alternativ und/oder zusätzlich können andere Variablen für diesen Zweck verwendet werden.
In einer Ausführungsform wird, sobald ein kritisches Objekt oder das kritischste Objekt identifiziert ist, eine Fuzzy-Logik verwendet, um vorherzusagen, ob der Fahrer eine höhere oder niedrigere subjektive Komplexität wahrnimmt.
In einer Ausführungsform wird mittels eines Mehrheitswahl-Mechanismus die Vergleichbarkeit gespeicherter kritischer Fahrsituationen mit der aktuellen Fahrsituation bestimmt und/oder es wird, basierend auf der Vorhersage und dem Vergleich der gespeicherten Fahrsituationen mit der aktuellen Fahrsituation, ein Vertrauens-Prozentsatz berechnet, wobei ein vom Fahrer anpassbarer adaptiver Maßstab bestimmt, ob der Vertrauens-Prozentsatz hoch genug ist, um den Fahrer vor einer kritischen Situation zu warnen.
Das vorgeschlagene Verfahren stellt sicher, dass ein Fahrer über Fahrsituationen frühzeitig informiert wird, die für ihn unangenehm sind. Wenn das Fahrzeug die Fahrzeugführung innehat, d.h. sich im automatisierten Fahrbetrieb befindet, kann der Fahrer das Gefühl bekommen, dass das Fahrzeug eine entstehende Fahrsituation nicht lösen kann. Mit dem Verfahren werden personenbezogene Präferenzen erlernt, wann ein Fahrer die Kontrolle über das Fahrzeug übernehmen will und es werden solche Situationen prädiktiv auf Basis voriger Situationen ermittelt.
Die Erfindung betrifft ferner ein Fahrzeug, umfassend ein Fahrerassistenzsystem für einen keine Nutzeraktion erfordernden automatisierten Fahrbetrieb, wobei der automatisierte Fahrbetrieb durch eine Deaktivierungsaktion eines Fahrers des Fahrzeugs, insbesondere durch Eingreifen eines Fahrers in Lenk und/oder Beschleunigungsfunktionen des Fahrzeugs deaktivierbar ist, wobei mindestens eine Umfelderfassungsvorrichtung vorgesehen ist, um eine Fahrsituation im Umfeld des Fahrzeugs zu erfassen, wobei mindestens eine Steuereinheit vorgesehen ist, die zur Durchführung des oben beschriebenen Verfahrens ausgebildet ist.
Ausführungsbeispiele der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert.
Dabei zeigen:

1 eine schematische Ansicht einer Fahrsituation, und
2 eine schematische Ansicht einer Fahrsituation und einen Arbeitsablauf zur Ermittlung einer Kritikalität der Fahrsituation.

Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.
1 zeigt eine schematische Ansicht einer Fahrsituation 1 mit einem Fahrzeug 2, das eine Ego-Spur 3 einer Fahrbahn 4 befährt. Vor dem Fahrzeug 2 ist in Fahrtrichtung ein Sicherheitskorridor 5 definiert, den das Fahrzeug 2 voraussichtlich befahren wird. Der Sicherheitskorridor 5 weist eine Breite auf, die größer als die Breite des Fahrzeugs 2 ist. Die Breite des Sicherheitskorridors 5 kann mit dem Abstand zum Fahrzeug variieren. Auf einer der Ego-Spur 3 benachbarten Spur 6 ist ein Objekt 7, beispielsweise ein weiteres Fahrzeug, mit einem Längsabstand X und einem Querabstand Y zu einer in Fahrtrichtung vorderen Kante des Fahrzeugs 2 unterwegs. Das Objekt 7 bewegt sich mit einer Geschwindigkeit V in Längsrichtung und in Querrichtung auf die Ego-Spur 3 zu, so dass es nach einer Zeit ΔT in den Sicherheitskorridor 5 eintreten wird. Das Fahrzeug 2 weist Sensoren zur Erkennung der Fahrsituation 1, insbesondere der Fahrbahn 4 und von Objekten 7, auf. Solche Sensoren können ein oder mehrere Kameras, Radarsensoren, Lidarsensoren und/oder Ultraschallsensoren etc. umfassen.
2 zeigt eine schematische Ansicht einer Fahrsituation 1 mit einem Fahrzeug 2, das eine Ego-Spur 3 einer Fahrbahn 4 befährt. Ferner ist ein Arbeitsablauf zur Ermittlung einer Kritikalität der Fahrsituation 1 dargestellt.
Die Kritikalität der Fahrsituation 1 kann mittels eines subjektiven Komplexitäts-Modells ermittelt werden.
Das vorgeschlagene Modell beruht darauf, dass das Fahrzeug 2 ein Fahrerassistenzsystem aufweist, das in der Lage ist, simultan Längs- und Quersteuerung des Fahrzeugs 2 zu übernehmen, ohne dass der Fahrer die Hände am Lenkrad haben muss. Typischerweise ist dies nur mit fortgeschrittenen Level 2- oder Level 3-Systemen möglich, da der Fahrer in niedriger automatisierten Levels die vollständige oder teilweise Längs- und Quersteuerung des Fahrzeugs 2 behält. Das Ziel des Modells ist, Voraussagen zu treffen, wann die Komplexität der Fahrsituation 1 in der Umgebung einen Punkt erreicht, an welchem der Fahrer den Eindruck hat, dass sein Eingriff erforderlich ist. Indem der Fahrer eingreift, entscheidet der Fahrer subjektiv, dass die Komplexität der Fahrsituation 1 aus seiner Sicht zu hoch ist, um dem Fahrerassistenzsystem die Bewältigung der Fahrsituation zuzutrauen. Das Fahrerassistenzsystem speichert in diesem Fall die Sensordaten dieser Fahrsituation 1 oder Daten, die die Fahrsituation 1 charakterisieren, in einer Datenbank DB ab. Die Datenbank DB kann sich dabei im Fahrzeug 2 oder auf einem externen Server befinden, zu dem eine Kommunikationsverbindung über Funk aufgebaut ist.
2 zeigt einen Arbeitsablauf zur Ermittlung einer Kritikalität der Fahrsituation 1 mittels des Fahrerassistenzsystems. Sensordaten werden dabei in die Interessebereiche linke Spur 6.1, Ego-Spur 3 und rechte Spur 6.2 aufgeteilt. Bewegungsdaten aller wahrgenommenen Objekte 7 in diesen Interessebereichen werden berechnet, woraufhin die kritischsten Objekte identifiziert werden, beispielsweise das in 1 gezeigte Objekt 7, das sich in den Sicherheitskorridor 5 hinein bewegt. Die Kritikalität wird basierend auf vorher gespeicherten Daten berechnet.
Es werden Sensordaten bezüglich der in der Umgebung befindlichen Objekte 7 aufgenommen und in die drei möglichen Interessebereiche linke Spur 6.1, Ego-Spur 3 und rechte Spur 6.2 aufgeteilt. Die empfangenen Rohdaten beinhalten Quer- und Längspositionen und Geschwindigkeiten V jedes Objekts 7 im Verhältnis zum Fahrzeug 2. Dies ermöglicht die einfache Berechnung der relativen Geschwindigkeit V zwischen jedem der Objekte 7 und dem Fahrzeug 2.
In einer beispielhaften Ausführungsform des vorgeschlagenen des Fahrerassistenzsystems können sechs Objekte 7 wahrgenommen werden, maximal zwei pro Interessenbereich 3, 6.1, 6.2. In anderen Ausführungsformen können größere Anzahlen von Objekten 7 wahrgenommen und deren Positionen und Geschwindigkeiten V analysiert werden.
Basierend auf Sensordaten, beispielsweise Radardaten, werden in einem Schritt S1 beispielsweise die folgenden kinematischen Variablen berechnet: $T T_{c r o s s_b o r d e r} = (\frac{D i s t_{y} - (\frac{1}{2} (W i d t h_{y}) + B u f f e r)}{S p d_{y}})$
$T T_{h e a d w a y} = \frac{D i s t_{x}}{R e l S p d}$
$T T C_{c r o s s_b o r d e r} = T T_{h e a d w a y} - T T_{c r o s s_b o r d e r}$
$D i s t_{c r o s s_b o r d e r} = T T_{c r o s s_b o r d e r} * R e l S p d$

Insgesamt werden beispielsweise zehn kinematische Variablen mit den verfügbaren Sensoren berücksichtigt, beispielsweise die folgenden Variablen:

Variablenname	Definition
Dist_x	Längsabstand X von der Vorderkante des Fahrzeugs 2 zum hinteren Ende des Objekts 7
Dist_y	Querabstand Y von der Vorderkante des Fahrzeugs 2 zum hinteren Ende des Objekts 7
Spd_x	Längsgeschwindigkeit des Objekts 7 relativ zur Längsachse des Fahrzeugs 2
Spd_y	Quergeschwindigkeit des Objekts 7 relativ zur Querachse des Fahrzeugs 2
EgoSpd_x	Geschwindigkeit V des Fahrzeugs 2 entlang seiner Längsachse
RelSpd	Differenz der Längsgeschwindigkeit zwischen dem Objekt 7 und dem Fahrzeug 2
TT_{cross_border}	Die Zeit ΔT, die das Objekt 7 benötigt, um den Sicherheitskorridor 5 des Fahrzeugs 2 zu erreichen. Wird nur berücksichtigt, wenn die Trajektorien des Fahrzeugs 2 und des Objekts 7 sich kreuzen.
TT_headway	Die Zeit ΔT, die das Fahrzeug 2 benötigt, um den Längsabstand X Dist_x zum Objekt 7 zurückzulegen
TTC_{cross_border}	Die Zeit ΔT, die das Fahrzeug 2 benötigt, um den Punkt zu erreichen, an dem das Objekt 7 den Sicherheitskorridor 5 des Fahrzeugs 2 erreicht, abzüglich der Zeit, die das Objekt 7 benötigt, um diesen Punkt zu erreichen. Dieses Maß berücksichtigt die Zeit bis zur Kollision, wenn die Grenze des Sicherheitskorridors 5 überschritten wird.
Dist_{cross_border}	Der Längsabstand X zwischen dem Fahrzeug 2 und dem Objekt 7, wenn die Grenze des Sicherheitskorridors 5 überschritten wird.

Jedes relevante Objekt 7 auf den drei Spuren 3, 6.1, 6.2 hat ein separates Set dieser Variablen. Weitere Variablen können Kreuzungswinkel und die Zeit ΔT, zu der das Objekt 7 den Sicherheitskorridor 5 verlassen wird, umfassen.
Nach der Berechnung der kinematischen Variablen wird in einem Schritt S2 das kritischste Objekt 7 identifiziert, beispielsweise das in 1 gezeigte Objekt 7. Beispielsweise wird als Vergleichsmaßstab für die objektive Komplexität die minimale Zeit ΔT TTC_{cross_border} aller erkannten Objekte 7 verwendet (siehe Gleichung (3)). Es können auch mehr als ein kritisches Objekt 7 berücksichtigt werden.
Sobald ein kritisches Objekt 7 oder das kritischste Objekt 7 identifiziert ist, verwendet das Fahrerassistenzsystem eine Fuzzy-Logik, um vorherzusagen, ob der Fahrer eher eine hohe oder eher eine niedrige subjektive Komplexität wahrnimmt. Alle kinematischen Variablen können für das Vorhersageverfahren verwendet werden. Ein Mehrheitswahl-Mechanismus bestimmt die Vergleichbarkeit gespeicherter Fahrsituationen mit der aktuellen Fahrsituation 1. Basierend auf der Vorhersage und dem Vergleich der gespeicherten Fahrsituationen mit der aktuellen Fahrsituation 1 wird in einem Schritt S5 ein Vertrauens-Prozentsatz berechnet. Ein adaptiver Maßstab, der vom Fahrer angepasst werden kann, bestimmt, ob der Vertrauens-Prozentsatz hoch genug ist, um den Fahrer in einem Schritt S3 vor einer kritischen Fahrsituation zu warnen. Der adaptive Maßstab bestimmt, ob das Fahrerassistenzsystem empfindlich oder träge beim Warnen ist. Jedes Mal, wenn der Fahrer die Kontrolle des Fahrzeugs 2 während der Einlernphase wieder übernimmt, wird die aktuelle Fahrsituation 1 aufgezeichnet und in einem Schritt S4 in einer Datenbank DB gespeichert. Die gespeicherten Daten umfassen die aktuelle Konstellation, das heißt, sowohl die kinematischen Variablen der Objekte 7 in der Umgebung als auch die Konstellation des Fahrzeugs 2 kurz zuvor. Der Moment, welcher als kurz zuvor betrachtet wird, hängt von den Reaktionszeiten des Fahrers ab. Da die Fahrumgebung sich aufgrund des Typs der Fahrbahn 4 und nationaler Beschränkungen dramatisch verändern kann, können die Daten und Typen der Fahrkultur in der Umgebung vollständig adaptiv ausgebildet sein. Ebenso können die Vorlieben des Fahrers bezüglich der Warnungen über die Zeit ΔT variieren und mit anderen Fahrern verglichen werden. Indem immer mehr Daten aufgezeichnet werden passt sich die Datenbank DB über die Zeit ΔT an, so dass sie auf jeden Fahrer personalisiert werden kann.
Der besondere Vorteil des vorliegenden Ausführungsbeispiels besteht darin, dass Fahrsituationen identifiziert werden, die der Fahrer subjektiv als kritisch empfindet und deren Bewältigung er dem Fahrerassistenzsystem nicht zutraut. Dabei werden solche Fahrsituationen als subjektiv kritisch identifiziert, in denen der Fahrer den automatisierten Fahrbetrieb durch Übernahme der Fahrzeugführung beendet. Die identifizierten Fahrsituationen werden für die spätere Verwendung gespeichert. Beim zukünftigen automatisierten Fahrbetrieb, werden die dann jeweils aktuell erfassten Fahrsituationen mit den gespeicherten Situationen abgeglichen und wenn eine hinreichende Übereinstimmung festgestellt wird, wird der Fahrer hierüber durch Ausgabe der Warnung informiert. Der Fahrer wird somit über das Entstehen einer aus seiner Sicht kritischen Fahrsituation gewarnt. Damit wird die Warnschwelle an das Bedürfnis des Fahrers angepasst.

Claims

Verfahren zum Betreiben eines Fahrzeuges (2) in einem keine Nutzeraktion erfordernden automatisierten Fahrbetrieb, der durch eine Deaktivierungsaktion eines Fahrers des Fahrzeugs (2) deaktivierbar ist und in dem mittels mindestens einer Umfelderfassungsvorrichtung eine Fahrsituation (1) im Umfeld des Fahrzeugs (2) erfasst wird und bei Vorliegen einer kritischen Fahrsituation (1) eine Warnung an den Fahrer abgegeben wird, dadurch gekennzeichnet, dass während des automatisierten Fahrbetriebs in zumindest einer Einlernphase Fahrsituationen (1) erfasst werden, in denen der Fahrer den automatisierten Fahrbetrieb deaktiviert hat, wobei diese erfassten Fahrsituationen (1) als subjektiv kritische Fahrsituationen (1) in einem Speicher gespeichert werden, dass während einer regulären Betriebsphase des automatisierten Fahrbetriebs verglichen wird, inwieweit eine aktuell erfasste Fahrsituation (1) mit den gespeicherten subjektiv kritischen Fahrsituationen (1) übereinstimmt, und dass bei hinreichender Übereinstimmung die Warnung an den Fahrer abgegeben wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die subjektiv kritischen Fahrsituationen (1) im Fahrzeug (2) oder auf einem entfernten Server gespeichert werden.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die subjektiv kritischen Fahrsituationen (1) fahrerspezifisch und/oder ortsspezifisch, insbesondere routenspezifisch, gespeichert werden.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass bei der Erfassung der Fahrsituation (1) eine Fahrbahn (4) und Objekte (7), insbesondere weitere Fahrzeuge, in der Umgebung des Fahrzeugs (2) erfasst werden.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die mindestens eine Umfelderfassungsvorrichtung ein oder mehrere Kameras, Radarsensoren, Lidarsensoren und/oder Ultraschallsensoren umfasst.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mittels der mindestens einen Umfelderfassungsvorrichtung erfasste Sensordaten in Interessebereiche aufgeteilt werden, wobei einer der Interessebereiche eine Ego-Spur (3) ist, auf der das Fahrzeug (2) sich bewegt, wobei mindestens ein weiterer der Interessebereiche eine der Ego-Spur (3) benachbarte linke Spur (6.1) und/oder rechte Spur (6.2) ist, wobei Bewegungsdaten aller in diesen Interessebereichen wahrgenommenen Objekte (7) berechnet werden, wobei das kritischste Objekt (7) oder die kritischsten Objekte (7) identifiziert wird oder werden, das oder die sich in einen Sicherheitskorridor (5) innerhalb der Ego-Spur (3) hinein bewegt oder bewegen.
Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass basierend auf mittels der mindestens einen Umfelderfassungsvorrichtung erfasste Sensordaten mindestens eine der folgenden Variablen für mindestens eines oder jedes der Objekte (7) berechnet wird: - eine Zeit (ΔT) (TT_{cross_border}), die das Objekt (7) benötigt, um den Sicherheitskorridor (5) des Fahrzeugs (2) zu erreichen, wenn Trajektorien des Fahrzeugs (2) und des Objekts (7) sich kreuzen, - eine Zeit (ΔT) (TT_headway), die das Fahrzeug (2) benötigt, um einen Längsabstand (X) (Dist_x) zum Objekt (7) zurückzulegen, - eine Zeit (ΔT) (TTCc_ross__border), die das Fahrzeug (2) benötigt, um einen Punkt zu erreichen, an dem das Objekt (7) den Sicherheitskorridor (5) des Fahrzeugs (2) erreicht, abzüglich der Zeit (ΔT), die das Objekt (7) benötigt, um diesen Punkt zu erreichen. - einen Längsabstand (X) zwischen dem Fahrzeug (2) und dem Objekt (7), wenn die Grenze des Sicherheitskorridors (5) überschritten wird.
Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass als kritischstes Objekt (7) das Objekt (7) mit der geringsten Zeit (ΔT) (TTC_cross__border) identifiziert wird.
Verfahren nach einem der Ansprüche 6 bis 8, dadurch gekennzeichnet, dass, sobald ein kritisches Objekt (7) oder das kritischste Objekt (7) identifiziert ist, eine Fuzzy-Logik verwendet wird, um vorherzusagen, ob der Fahrer eine höhere oder niedrigere subjektive Komplexität wahrnimmt.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mittels eines Mehrheitswahl-Mechanismus die Vergleichbarkeit gespeicherter kritischer Fahrsituationen (1) mit der aktuellen Fahrsituation (1) bestimmt wird und/oder dass, basierend auf der Vorhersage und dem Vergleich der gespeicherten Fahrsituationen (1) mit der aktuellen Fahrsituation (1) ein Vertrauens-Prozentsatz berechnet wird, wobei ein vom Fahrer anpassbarer adaptiver Maßstab bestimmt, ob der Vertrauens-Prozentsatz hoch genug ist, um den Fahrer vor einer kritischen Fahrsituation zu warnen.