DE102019103106A1 - Steuerungssystem und Steuerungsverfahren zur interaktionsbasierten Langzeitbestimmung von Trajektorien für Kraftfahrzeuge - Google Patents

Abstract

Ein Steuerungssystem dient zum Einsatz in einem Kraftfahrzeug, eine aktuelle Fahrsituation des Kraftfahrzeugs zu überwachen basierend auf aus mindestens einem an dem eigenen Kraftfahrzeug angeordneten Umfeldsensor gewonnen Umfelddaten des eigenen Kraftfahrzeugs in der aktuellen Fahrsituation. Das Steuerungssystem dient dazu, Fahrspuren, Fahrbahnbegrenzungen, Fahrbahnmarkierungen und/oder andere Kraftfahrzeuge in einem Bereich vor, seitlich neben und/oder hinter dem eigenen Kraftfahrzeug zu erkennen. Weiterhin dient das Steuerungssystem dazu, basierend auf den bereitgestellten Umfelddaten wenigstens einen Fahrparameter für jedes im Umfeld des eigenen Kraftfahrzeugs befindliche andere Kraftfahrzeug zu ermitteln und basierend auf dem jeweils ermittelten Fahrparameter eine Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge zu erzeugen. Schließlich dient das Steuerungssystem dazu, eine Simulation der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge durchzuführen und jeweils basierend auf der Simulation die Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge zu gruppieren.

Description

• Hintergrund der Erfindung
• Hier werden ein Steuerungssystem und ein Steuerungsverfahren für ein eigenes Kraftfahrzeug zum Überwachen einer aktuellen Verkehrssituation und zum Abschätzen deren zukünftiger Entwicklung beschrieben. Das Steuerungssystem und das Steuerungsverfahren basieren insbesondere auf einer Umfeldsensorik in dem eigenen Kraftfahrzeug, um einen Fahrer oder ein autonom fahrendes eigenes Kraftfahrzeug bezüglich Interaktionen mit anderen in der Verkehrssituation befindlichen Kraftfahrzeugen zu unterstützen. Bei teilautonomen Kraftfahrzeugen und autonom gesteuerten Kraftfahrzeugen werden die Sicherheit und der Fahrkomfort der Insassen des eigenen Kraftfahrzeugs durch eine verbesserte Entscheidungsfindung und eine verbesserte Bewegungsplanung für das eigene Kraftfahrzeug erhöht.
• Stand der Technik
• In heutigen Verkehrssituationen treffen vermehrt zumindest teilautonom gesteuerte Kraftfahrzeuge mit von menschlichen Fahrern gesteuerten Kraftfahrzeugen zusammen. Diese Verkehrssituationen in sicherer und komfortabler Weise zu überwachen und für die in der Situation befindlichen Kraftfahrzeuge jeweils potentielle künftige Fahrmanöver vorauszusehen, stellt einen Hauptaspekt bei der Vorbereitung bzw. Realisierung von vollständig automatisiertem Fahren dar. Große Bedeutung kommt dabei neben dem Voraussehen der erwähnten Fahrmanöver dem Verständnis der aktuellen Verkehrssituation und dem Abschätzen der Entwicklung dieser Verkehrssituation zu. So ist es in teilautonom oder autonom gesteuerten Kraftfahrzeugen eminent, künftige Zustände im Umfeld dieser Kraftfahrzeuge befindlicher anderer Verkehrsteilnehmer vorauszusagen, um eine geeignete Entscheidungsfindung und Bewegungsplanung zur Anpassung der Fahrstrategie für die teilautonom oder autonom gesteuerten Kraftfahrzeuge zu realisieren, die sämtlichen Anforderungen an die Fahrsicherheit und den Fahrkomfort entsprechen.
• Dazu bieten aktuelle Fahrerassistenzsysteme (ADAS - advanced driver assistance systems) in derartigen Kraftfahrzeugen eine Vielzahl von Überwachungs- und Hinweisfunktionen, wofür unter anderem das Umfeld des Kraftfahrzeugs basierend auf aus einem oder mehreren an dem Kraftfahrzeug befindlichen Umfeldsensor/en gewonnenen Umfelddaten überwacht wird.
• Zudem wird in sogenannten ACC-Systemen (Adaptive Cruise Control) mittels einer automatischen Geschwindigkeitsregelung die Geschwindigkeit des eigenen (hinterherfahrenden) Kraftfahrzeugs an die Geschwindigkeit des vorausfahrenden (anderen) Kraftfahrzeugs angepasst. Dabei soll in der Regel ein bestimmter Abstand zu dem anderen Kraftfahrzeug eingehalten werden. Hierzu ermitteln die genannten Systeme eine mögliche Bewegungsrichtung und/oder eine Geschwindigkeit des vorausfahrenden Kraftfahrzeugs, um zu vermeiden, dass das eigene Kraftfahrzeug den Weg des vorausfahrenden Kraftfahrzeugs so kreuzt, dass es zu einer kritischen Situation kommt. Aus möglichen Bewegungsrichtungen zu bestimmten Zeitpunkten können dann Bewegungsbahnen bzw. Bewegungspfade abgeleitet werden.
• In durch Personen geführten Kraftfahrzeugen bieten die Fahrassistenzsysteme meist eine Hinweisfunktion, um den Fahrer vor einer kritischen Situation oder einem entsprechenden Fahrmanöver zu warnen oder um dem Fahrer ein geeignetes Fahrmanöver für sein Kraftfahrzeug vorzuschlagen. Gleichermaßen können die Fahrassistenzsysteme auch in autonom gesteuerten Kraftfahrzeugen eingesetzt werden, um der autonomen Steuerung die entsprechenden Umfelddaten bereitzustellen.
• Gerade bei Fahrten auf Autobahnen und Schnellstraßen stellen beispielsweise riskante Spurwechsel- oder Überhohlmanöver ein großes Unfallrisiko dar. Zudem ergeben sich bei Fahrbahnverjüngungen wie auch bei Fahrbahnerweiterungen auf Autobahnen Verkehrsszenarien, in denen zumindest bei dichtem Verkehr für das eigene Kraftfahrzeug Einscher- und/oder Abbremsmanöver mit hoher Beschleunigung notwendig sein können. Deshalb erlaubt eine exakte Voraussage über den zukünftigen Fahrzeugzustand jedes im Umfeld des Kraftfahrzeugs befindlichen anderen Kraftfahrzeugs vor allem während Spurwechselmanövern und Einschervorgängen eine frühe Anpassung der Fahrstrategie des eigenen Kraftfahrzeugs. Dadurch ist es möglich, kritische Situationen zu minimieren und Kollisionen zu vermeiden.
• Das Voraussagen zukünftiger Bewegungsbahnen (auch Trajektorien genannt) für im Umfeld des eigenen Kraftfahrzeugs befindliche Verkehrsteilnehmer wird in der Regel in physikbasierte Ansätze, manöverbasierte Ansätze und interaktionsbasierte Ansätze unterteilt. Die physikbasierten Ansätze schätzen künftige Zustände jedes Verkehrsteilnehmers im Umfeld des Kraftfahrzeugs durch Anwenden eines statischen oder dynamischen Bewegungsmodells und eignen sich daher in erster Linie für Kurzzeitvoraussagen.
• Manöverbasierte Ansätze bestimmen zunächst das wahrscheinlichste künftige Fahrmanöver der im Umfeld des eigenen Kraftfahrzeugs befindlichen Verkehrsteilnehmer, insbesondere anderer Kraftfahrzeuge, oder die Intention für ein derartiges Manöver und schätzen basierend darauf eine Trajektorie für die anderen Kraftfahrzeuge, ohne dabei die Interaktion zwischen den Kraftfahrzeugen zu berücksichtigen.
• Bei der interaktionsbasierten Trajektorienplanung wird die Interaktion zwischen Verkehrsteilnehmern direkt modelliert. Dadurch ergibt sich die Möglichkeit zur Verbesserung der Verlässlichkeit von Langzeitvoraussagen.
• Zugrundeliegendes Problem
• Im Straßenverkehr, insbesondere auf Autobahnen und Schnellstraßen, können Situationen auftreten, die von einem Fahrer oder einem autonomen Fahrerassistenzsystem eines eigenen Kraftfahrzeugs ein Ausführen eines bestimmten Fahrmanövers verlangen. Beispielsweise kann ein auf die Spur eines eigenen Kraftfahrzeugs einscherendes, langsamer fahrendes anderes Kraftfahrzeug einen starken Abbremsvorgang oder ein abruptes Ausweichmanöver erfordern. Alternativ kann ein starker Beschleunigungsvorgang für das eigene Kraftfahrzeug erforderlich sein, um das langsamer fahrende, einscherende Kraftfahrzeug noch vor dem Einschervorgang zu überhohlen und dadurch eine Kollision zu vermeiden. All diese Fahrmanöver können unerwünscht hohe auf die Insassen des eigenen Kraftfahrzeugs wirkende Beschleunigungskräfte auslösen, die sich wiederum auf den Fahrkomfort und schließlich die Sicherheit der Insassen auswirken. Um dem zu begegnen und rechtzeitig auf eine derartige Situation reagieren zu können, ist eine effiziente und exakte Überwachung der aktuellen Verkehrssituation durch das eigene Kraftfahrzeug notwendig.
• Diese aktuelle Verkehrssituation, in der sich das eigene Kraftfahrzeug befindet, ist nicht konstant, sondern ändert sich in der Realität ständig. So können weitere Verkehrsteilnehmer wie erwähnt beispielsweise absichtlich oder gezwungenermaßen einen Spurwechsel oder eine Geschwindigkeitsänderung vornehmen, die das eigene Kraftfahrzeug zu einem entsprechenden Fahrmanöver zwingen. Weiterhin ändert sich die aktuelle Fahrsituation der anderen Verkehrsteilnehmer, insbesondere anderer Kraftfahrzeuge, im Umfeld des eigenen Kraftfahrzeugs bereits aufgrund des Fahrverhaltens deren Fahrer und/oder eines sich ändernden Fahrspurverlaufs einer jeweils aktuell befahrenen Fahrspur der anderen Kraftfahrzeuge.
• Auf solche Änderungen der aktuellen Situation und insbesondere auf das Fahrverhalten der anderen Kraftfahrzeuge angemessen und rechtzeitig zu reagieren, stellt sowohl für herkömmliche Fahrerassistenzsysteme als auch für menschliche Fahrer eine große Herausforderung dar. Bezüglich der Überwachung des Fahrverhaltens der anderen Kraftfahrzeuge liefert zudem ein vergleichsweise langer und gleichzeitig zuverlässiger Planungshorizont (auch Planungsdauer) wichtige Information für eine angemessene Entscheidungsfindung für mögliche Manöver für das eigene Kraftfahrzeug. Dabei ist wichtig, die jeweilige Interaktion zwischen den einzelnen Verkehrsteilnehmern in der aktuellen Verkehrssituation zu beachten.
• Es besteht daher die Aufgabe, ein Steuerungssystem und ein Steuerungsverfahren für ein eigenes Kraftfahrzeug bereitzustellen, die nach Maßgabe einer aktuellen Situation, in der sich das eigene Kraftfahrzeug befindet, die Fahrsicherheit und den Fahrkomfort des eigenen Kraftfahrzeugs erhöhen. Dazu genügt es nicht, lediglich die aktuelle Fahrsituation zu erfassen. Vielmehr müssen möglichst exakte Vorhersagen bzw. Abschätzungen über zukünftig mögliche Fahrmanöver und entsprechende Trajektorien anderer Kraftfahrzeuge in der aktuellen Fahrsituation getroffen werden.
• Vorgeschlagene Lösung
• Diese Aufgabe wird gelöst durch ein Steuerungssystem mit den Merkmalen des Anspruchs 1 sowie ein Steuerungsverfahren mit den Merkmalen des Anspruchs 9. Bevorzugte Ausführungsformen werden aus den Unteransprüchen 1 bis 8 und 10 sowie der nachstehenden Beschreibung ersichtlich.
• Ein Aspekt betrifft ein zum Einsatz in einem eigenen Kraftfahrzeug eingerichtetes und bestimmtes Steuerungssystem. Dieses erkennt basierend auf aus mindestens einem an dem eigenen Kraftfahrzeug angeordneten Umfeldsensor gewonnenen Umfelddaten Fahrspuren, Fahrspurbegrenzungen, Fahrbahnmarkierungen und/oder andere Kraftfahrzeuge. Der mindestens eine Umfeldsensor ist dazu eingerichtet, einer elektronischen Steuerung des Steuerungssystems des eigenen Kraftfahrzeugs die einen Bereich vor, seitlich neben und/oder hinter dem eigenen Kraftfahrzeug wiedergebenden Umfelddaten bereitzustellen. Das Steuerungssystem ist wenigstens dazu eingerichtet und bestimmt, basierend auf den bereitgestellten Umfelddaten wenigstens einen Fahrparameter für jedes im Umfeld des eigenen Kraftfahrzeugs befindliche andere Kraftfahrzeug zu ermitteln und basierend auf dem jeweils ermittelten Fahrparameter eine Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge zu erzeugen. Des Weiteren ist das Steuerungssystem wenigstens dazu eingerichtet und bestimmt, eine Simulation der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge durchzuführen und jeweils basierend auf der Simulation die Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge zu gruppieren.
• Das Steuerungssystem kann dazu eingerichtet und bestimmt sein, den wenigstens einen Fahrparameter für jedes der anderen Kraftfahrzeuge als Zufallsparameter zu ermitteln. Bei dem wenigstens einen Fahrparameter kann es sich jeweils um einen longitudinalen Fahrparameter und/oder um einen lateralen Fahrparameter jedes der anderen Kraftfahrzeuge handeln. Zusätzlich kann es sich bei dem wenigstens einen Fahrparameter um einen jeweiligen fahrzeuginternen Parameter der entsprechenden anderen Kraftfahrzeuge handeln, der von dem mindestens einen Umfeldsensor des eigenen Kraftfahrzeugs nicht direkt erfassbar ist.
• Beim Bestimmen der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge kann das Steuerungssystem dazu eingerichtet und bestimmt sein, die Fahrbahngeometrie einer jeweils durch die anderen Kraftfahrzeuge aktuell befahrenen Fahrbahn zu berücksichtigen. Alternativ oder zusätzlich kann das Steuerungssystem beim Bestimmen der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge weitere Kontextinformation wie beispielsweise Verkehrszeichen und/oder Verkehrssignale mit einbeziehen.
• Das Gruppieren der Mehrzahl von Trajektorien für jedes der anderen Kraftfahrzeuge kann dabei anhand der räumlichen Endpunkte der Mehrzahl von Trajektorien pro anderes Kraftfahrzeug erfolgen. Beispielsweise können die Trajektorien zeitlich mit Ende eines verwendeten Planungshorizonts gruppiert werden. Der Planungshorizont kennzeichnet dabei die Zeitdauer, für die die künftige Entwicklung der aktuellen Verkehrssituation abgeschätzt wird.
• Für einzelne der Mehrzahl von gruppierten Trajektorien für jedes andere Kraftfahrzeug können durch das Steuerungssystem Wahrscheinlichkeiten bestimmt werden, dass das entsprechende andere Kraftfahrzeug dieser einzelnen Trajektorie der zugehörigen Trajektoriengruppe im künftigen Fahrverlauf tatsächlich folgt. Basierend darauf kann das Steuerungssystem dazu eingerichtet und bestimmt sein, ein Fahrmanöver für das eigene Kraftfahrzeug zu planen und/oder eine Trajektorie für den künftigen Fahrtverlauf des eigenen Kraftfahrzeugs zu bestimmen. Dafür kann das Steuerungssystem insbesondere jeweils, also pro anderes Kraftfahrzeug, die einzelne Trajektorie aus der Mehrzahl von gruppierten Trajektorien mit der relativ höchsten Wahrscheinlichkeit berücksichtigen.
• Die Simulation kann mehrere Simulationsdurchgänge (auch Simulationszyklen genannt) umfassen. Obwohl die Anzahl der durchgeführten Simulationszyklen nicht beschränkt ist, kann eine relativ höhere Anzahl von Simulationsdurchgängen noch exaktere Ergebnisse bei der Bestimmung der Mehrzahl von Trajektorien für jedes der anderen Kraftfahrzeuge liefern.
• Gemäß bestimmten Ausführungsformen kann das Steuerungssystem ferner dazu eingerichtet und bestimmt sein, für jedes der anderen Kraftfahrzeuge im Umfeld des eigenen Kraftfahrzeugs ein Basismanöver zu ermitteln und basierend auf dem jeweils ermittelten Basismanöver einen Referenzpfad für jedes der anderen Kraftfahrzeuge zu erzeugen. In diesen Fällen kann das Steuerungssystem weiterhin dazu eingerichtet und bestimmt sein, den wenigstens einen Fahrparameter für jedes im Umfeld des eigenen Kraftfahrzeugs befindliche andere Kraftfahrzeug basierend auf dem Referenzpfad jedes der anderen Kraftfahrzeuge zu bestimmen. Bei dem Basismanöver kann es sich beispielsweise um ein Spurhalten oder um einen Spurwechsel handeln.
• Das Steuerungssystem kann ferner dazu eingerichtet und bestimmt sein, basierend auf dem jeweils ermittelten Fahrparameter jedem der anderen Kraftfahrzeuge eine Eigenschaft eines künftig möglichen Fahrmanövers zuzuordnen und die Eigenschaft des künftig möglichen Fahrmanövers jeweils beim Erzeugen der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge zu berücksichtigen.
• Die Eigenschaft des künftig möglichen Fahrmanövers kann dabei insbesondere aus einer Wahrscheinlichkeitsverteilung zukünftig möglicher Fahrmanöver ermittelt werden. Bei den zukünftig möglichen Fahrmanövern kann es sich um ein Spurhalten oder um einen Spurwechsel oder um ein zusammengesetztes Manöver wie beispielsweise ein Überholmanöver handeln, das aus einer Sequenz der Basismanöver besteht.
• In diesen Fällen kann das Steuerungssystem dazu eingerichtet und bestimmt sein, die Eigenschaft des künftigen Fahrmanövers jedes der anderen Kraftfahrzeuge unter Verwendung eines Manöverklassifikators als Wahrscheinlichkeitsklasse zu ermitteln.
• Gemäß bestimmten Ausführungsbeispielen kann der wenigstens eine Fahrparameter jeweils eine aktuelle Geschwindigkeit und/oder eine aktuelle Beschleunigung der anderen Kraftfahrzeuge umfassen. Das Steuerungssystem kann dann dazu eingerichtet und bestimmt sein, den Fahrparameter basierend auf einer ihm zugrundeliegenden Wahrscheinlichkeitsverteilung zu ermitteln.
• Bei der aktuellen Geschwindigkeit wie auch bei der aktuellen Beschleunigung jedes der anderen Kraftfahrzeuge kann es sich dabei um eine longitudinale und/oder eine laterale Geschwindigkeit beziehungsweise um eine longitudinale und/oder eine laterale Beschleunigung des entsprechenden anderen Kraftfahrzeugs relativ zu dessen aktuell befahrener Fahrspur handeln. Diese Geschwindigkeiten und Beschleunigungen können vom Steuerungssystem des eigenen Kraftfahrzeugs beispielsweise als absolute Werte oder als relative Werte in Bezug auf das eigene Kraftfahrzeug ermittelt werden.
• Weiterhin kann der wenigstens eine Fahrparameter longitudinale und/oder laterale Abstände der jeweiligen anderen Kraftfahrzeuge bezüglich Fahrspurbegrenzungen der durch die anderen Kraftfahrzeuge aktuell befahrenen Fahrspuren umfassen.
• Bei bestimmten Ausführungsformen kann das Steuerungssystem auch beim Erzeugen der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge jeweils einen Zufallswert mit einbeziehen.
• Dabei kann es sich um einen einzelnen Zufallswert pro Trajektorie handeln, der beispielsweise jeweils zur erzeugten Trajektorie addiert wird. Der Zufallswert kann das Ergebnis eines Gaußprozesses sein. Mit anderen Worten kann der Zufallswert ein zufällig unter mehreren Zufallswerten ausgewählter Wert sein, welche einer Gaußverteilung folgen. Dadurch wird Abweichungen der erzeugten Trajektorien von den tatsächlich verfolgten Trajektorien der anderen Kraftfahrzeuge Rechnung getragen und zudem das unterschiedliche individuelle Fahrverhalten der Fahrer der anderen Kraftfahrzeuge berücksichtigt.
• Das Steuerungssystem kann ferner dazu eingerichtet und bestimmt sein, die Simulation in Form einer vorbestimmten Anzahl von Monte-Carlo-Simulationszyklen durchzuführen, und im Rahmen eines Monte-Carlo-Simulationszyklus eine einzelne Trajektorie der Mehrzahl von Trajektorien für jedes der anderen Kraftfahrzeuge zu erzeugen.
• Gemäß bestimmten Ausführungsbeispielen kann der mindestens eine Umfeldsensor eine Frontkamera, eine Heckkamera, eine Seitenkamera, einen Radar-Sensor und/oder einen Lidar-Sensor umfassen.
• Ein weiterer Aspekt betrifft ein Steuerungsverfahren, das in einem eigenen Kraftfahrzeug basierend auf aus mindestens einem an dem eigenen Kraftfahrzeug angeordneten Umfeldsensor gewonnenen Umfelddaten Fahrspuren, Fahrbahnbegrenzungen, Fahrbahnmarkierungen und/oder andere Kraftfahrzeuge erkennt. Das Steuerungsverfahren wird insbesondere mittels eines vorstehend beschriebenen Steuerungssystems ausgeführt. Das Steuerungsverfahren umfasst wenigstens die Schritte:
• - Ermitteln wenigstens eines Fahrparameters für jedes im Umfeld des eigenen Kraftfahrzeugs befindliche andere Kraftfahrzeug basierend auf den bereitgestellten Umfelddaten,
• - Erzeugen einer Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge basierend auf dem jeweils ermittelten Fahrparameter,
• - Durchführen einer Simulation der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge; und
• - jeweiliges Gruppieren der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge basierend auf der Simulation.
• Ein noch weiterer Aspekt betrifft ein Kraftfahrzeug, das ein vorstehend beschriebenes Steuerungssystem umfasst.
• Gegenüber herkömmlichen Fahrerassistenzsystemen und anderen in Kraftfahrzeugen für teil(autonomes) Fahren eingesetzten Steuerungssystemen erhöht die hier vorgestellte Lösung die Fahrsicherheit und den Fahrkomfort, da anhand der in den Umfelddaten enthaltenen Information zu Fahrspuren, Fahrbahnbegrenzungen, Fahrbahnmarkierungen und/oder über andere Kraftfahrzeuge in dem Bereich vor, seitlich neben und/oder hinter dem eigenen Kraftfahrzeug kontinuierlich das gesamte unmittelbare Umfeld des eigenen Kraftfahrzeugs überwacht und somit die aktuelle Verkehrssituation umfassend von dem Steuerungssystem berücksichtigt wird, um mögliche künftige Trajektorien sämtlicher in der Verkehrssituation befindlichen Kraftfahrzeuge zu erzeugen. Mit anderen Worten können die künftig möglichen Trajektorien der anderen Kraftfahrzeuge (wie in der Folge auch für das eigene Kraftfahrzeug) als angemessene Reaktion auf die aktuelle Verkehrssituation bestimmt werden, in der sich die Kraftfahrzeuge befinden. Die mittels des mindestens einen Umfeldsensors gewonnenen Umfelddaten ändern sich dabei gemäß der realen Verkehrs- und Fahrsituation ständig.
• Zudem werden gegenüber herkömmlichen Fahrerassistenzsystemen verbesserte Abschätzungen der künftigen Entwicklung der aktuellen Verkehrssituation getroffen. Dies wird insbesondere dadurch erreicht, dass das Steuerungssystem Interaktionen der jeweiligen Kraftfahrzeuge untereinander beim Ermitteln der Trajektorien für die jeweiligen Kraftfahrzeuge berücksichtigt.
• Die Simulation der aktuellen Verkehrssituation und deren künftiger Entwicklung unter Berücksichtigung der Interaktion der Kraftfahrzeuge ermöglicht somit die Verwendung eines möglichst realistischen Ansatzes zur Trajektorienbestimmung, der auch berücksichtigt, wenn Objekte wie beispielsweise zu erfassende andere Kraftfahrzeuge oder Fahrspurmarkierungen durch andere Kraftfahrzeuge für die Umfeldsensorik des eigenen Kraftfahrzeugs verdeckt und somit nicht direkt erfassbar sind. Zusätzlich kann für alle von menschlichen Fahrern gesteuerten Kraftfahrzeuge dem jeweils individuellen Fahrverhalten insbesondere in verschiedensten Verkehrsszenarien auf Schnellstraßen und/oder Autobahnen Rechnung getragen und entsprechende Trajektorien für diese Verkehrsszenarien erzeugt werden. Dies wird insbesondere durch Einbeziehen von Wahrscheinlichkeiten bestimmter Fahrparameter beim Ermitteln der Trajektorien ermöglicht. Durch die Berücksichtigung der Interaktion der in einer Verkehrssituation befindlichen Kraftfahrzeuge untereinander selbst bei teilweise eingeschränkt zur Verfügung stehender Umfeldinformation wird ein effizienter und exakter Ansatz zur Überwachung und Abschätzung der künftigen Entwicklung der aktuellen Verkehrssituation bereitgestellt.
• Es ist für den Fachmann ersichtlich, dass die zuvor beschriebenen Aspekte und Merkmale beliebig in einem Steuerungssystem und/oder einem Steuerungsverfahren kombiniert werden können. Zwar wurden einige der voranstehend beschriebenen Merkmale in Bezug auf ein Steuerungssystem beschrieben, jedoch versteht sich, dass diese Merkmale auch auf ein Steuerungsverfahren zutreffen können. Genauso können die voranstehend in Bezug auf ein Steuerungsverfahren beschriebenen Merkmale in entsprechender Weise auf ein Steuerungs-system zutreffen.
• Figurenliste
• Weitere Ziele, Merkmale, Vorteile und Anwendungsmöglichkeiten ergeben sich aus der nachfolgenden Beschreibung von nicht einschränkend zu verstehenden Ausführungsbeispielen mit Bezug auf die zugehörigen Zeichnungen. Dabei zeigen alle beschriebenen und/oder bildlich dargestellten Merkmale für sich oder in beliebiger Kombination den hier offenbarten Gegenstand. Die Abmessungen und Proportionen der in den Figuren gezeigten Komponenten sind hierbei nicht maßstäblich.
• 1 zeigt schematisch ein Kraftfahrzeug, das ein Steuerungssystem und mindestens einen Umfeldsensor aufweist gemäß bestimmten Ausführungsbeispielen.
• 2 zeigt schematisch eine Fahrsituation mit einem eigenen Kraftfahrzeug und zwei anderen Kraftfahrzeugen sowie verschiedene mögliche Trajektorien für die anderen Kraftfahrzeuge gemäß bestimmten Au sfüh ru ng sbeispielen.
• 3a und 3b zeigen schematisch eine mögliche Entwicklung der Fahrsituation aus 2 zu zwei verschiedenen künftigen Zeitpunkten gemäß bestimmten Ausführungsbeispielen.
• 4a und 4b zeigen schematisch eine weitere mögliche Entwicklung der Fahrsituation aus 2 zu zwei verschiedenen künftigen Zeitpunkten gemäß bestimmten Ausführungsbeispielen.
• 5 zeigt schematisch durch das Steuerungssystem des eigenen Kraftfahrzeugs bestimmte Beschleunigungen anderer Kraftfahrzeuge im Umfeld des eigenen Kraftfahrzeugs in einer aktuellen Verkehrssituation.
• 6 zeigt eine Mehrzahl von durch das Steuerungssystem erzeugten Trajektorien verschiedener Manöverklassen gemäß bestimmten Ausführungsbeispielen.
• 7a und 7b zeigen schematisch eine beispielhafte Fahrsituation und deren künftige Entwicklung mit einem eigenen Kraftfahrzeug und drei anderen Kraftfahrzeugen sowie Mediane einer Mehrzahl von erzeugten Trajektorien für die anderen Kraftfahrzeuge gemäß bestimmten Ausführungsbeispielen.
• 8a bis 8d zeigen schematisch eine weitere beispielhafte Fahrsituation und deren Entwicklung mit einem eigenen Kraftfahrzeug und drei anderen Kraftfahrzeugen sowie Mediane einer Mehrzahl von erzeugten Trajektorien für die anderen Kraftfahrzeuge bei unvollständiger Information über die Fahrsituation gemäß bestimmten Ausführungsbeispielen.
• 9 zeigt durch das Steuerungssystem des eigenen Kraftfahrzeugs bestimmte künftige Trajektoriengruppen für andere Kraftfahrzeuge in einer aktuellen Fahrsituation gemäß bestimmten Ausführungsbeispielen.
• 10 zeigt ein Ablaufdiagramm für ein Steuerungsverfahren gemäß bestimmten Ausführungsbeispielen.
• Detaillierte Beschreibung der Zeichnungen
• Im Rahmen der folgenden Offenbarung werden bestimmte Aspekte vorrangig mit Bezug auf das Steuerungssystem beschrieben. Diese Aspekte sind jedoch selbstverständlich auch im Rahmen des offenbarten Steuerungsverfahrens gültig, das beispielsweise von einer zentralen Steuervorrichtung (ECU) eines Kraftfahrzeugs ausgeführt werden kann. Dies kann unter Vornahme geeigneter Schreib- und Lesezugriffe auf einen dem Kraftfahrzeug zugeordneten Speicher erfolgen. Das Steuerungsverfahren kann innerhalb des Kraftfahrzeugs sowohl in Hardware als auch Software als auch einer Kombination aus Hardware und Software implementiert werden. Dazu zählen auch digitale Signalprozessoren, anwendungsspezifische integrierte Schaltkreise, Field Programmable Gate Arrays sowie weitere geeignete Schalt- und Rechenkomponenten.
• 1 zeigt schematisch ein Kraftfahrzeug 12 (eigenes Kraftfahrzeug), das ein Steuerungssystem 10 umfasst. Das Steuerungssystem 10 ist mit mindestens einem an dem Kraftfahrzeug 12 befindlichen Umfeldsensor 14, 16, 18 gekoppelt, um von dem mindestens einen Sensor 14, 16, 18 Umfelddaten zu erhalten. Das Steuerungssystem 10 kann eine elektronische Steuerung ECU (Electronic Control Unit; in der Figur nicht dargestellt) umfassen.
• Beispielsweise kann das vorliegende Steuerungssystem 10 mithilfe der ECU und/oder weiterer elektronischer Steuerungssysteme zumindest dazu eingerichtet und bestimmt sein, mögliche Trajektorien, also künftig mögliche Bewegungsbahnen durch eine aktuelle Verkehrssituation für in der Verkehrssituation im Umfeld des eigenen Kraftfahrzeugs 12 befindliche andere Kraftfahrzeuge zu ermitteln. Beispielsweise empfängt die ECU Signale von den Umfeldsensoren 14, 16, 18, verarbeitet diese Signale und die zugehörigen Umfelddaten und erzeugt Steuerungs- und/oder Ausgabesignale.
• In der 1 sind drei Umfeldsensoren 14, 16, 18 dargestellt, die entsprechende Signale an das Steuerungssystem 10 oder die elektronische Steuerung ECU senden. Insbesondere ist an dem Kraftfahrzeug 12 mindestens ein in Fahrtrichtung des Kraftfahrzeugs 12 nach vorne gerichteter Umfeldsensor 14 angeordnet, der einen Bereich 22 vor dem Kraftfahrzeug 12 erfasst. Dieser mindestens eine Umfeldsensor 14 kann beispielsweise im Bereich einer vorderen Stoßstange, einer vorderen Lampe und/oder eines vorderen Kühlergrills des Kraftfahrzeugs 12 angeordnet sein. Dadurch erfasst der Umfeldsensor 14 einen Bereich 22 direkt vor dem Kraftfahrzeug 12.
• Mindestens ein zusätzlicher oder alternativer, ebenfalls in Fahrtrichtung des eigenen Kraftfahrzeugs 12 nach vorne gerichteter Umfeldsensor 16 ist im Bereich einer Frontscheibe des eigenen Kraftfahrzeugs 12 dargestellt. Beispielsweise kann dieser Umfeldsensor 16 zwischen einem inneren Rückspiegel des eigenen Kraftfahrzeugs 12 und dessen Frontscheibe angeordnet sein. Ein solcher Umfeldsensor 16 erfasst einen Bereich 24 vor dem eigenen Kraftfahrzeug 12, wobei je nach Gestalt des eigenen Kraftfahrzeugs 12 ein Bereich 24 direkt vor dem eigenen Kraftfahrzeug 12 aufgrund des vorderen Abschnitts (bzw. dessen Geometrie) des eigenen Kraftfahrzeugs 12 nicht erfasst werden kann.
• Ferner kann mindestens ein Umfeldsensor 18 seitlich am und/oder am Heck des eigenen Kraftfahrzeugs 12 angeordnet sein. Dieser optionale Umfeldsensor 18 erfasst einen Bereich 26, der seitlich und/oder in Fahrtrichtung des eigenen Kraftfahrzeugs 12 hinter dem eigenen Kraftfahrzeug 12 liegt. Beispielsweise können die Daten oder Signale dieses mindestens einen Umfeldsensors 18 zur Verifizierung von durch die anderen Umfeldsensoren 14, 16 erfassten Informationen und/oder zur Bestimmung einer Krümmung einer durch das eigene Kraftfahrzeug 12 befahrenen Fahrspur verwendet werden.
• Der mindestens eine Umfeldsensor 14, 16, 18 kann beliebig implementiert sein und eine Frontkamera, eine Heckkamera, eine Seitenkamera, einen Radar-Sensor, einen Lidar-Sensor, einen Ultraschall-Sensor und/oder einen Inertialsensor umfassen. Beispielsweise kann der Umfeldsensor 14 in Form einer Frontkamera, eines Radar-, Lidar-, oder Ultraschall-Sensors verwirklicht sein. Für den höher gelegenen Umfeldsensor 16 eignet sich insbesondere eine Frontkamera, während der im Heck des eigenen Kraftfahrzeugs 12 angeordnete Umfeldsensor 18 in Form einer Heckkamera, eines Radar-, Lidar-, oder Ultraschall-Sensors implementiert sein kann.
• Die elektronische Steuerung ECU verarbeitet die aus dem/den an dem eigenen Kraftfahrzeug 12 befindlichen Umfeldsensor/en 14, 16, 18, gewonnenen Umfelddaten, um eine durch das eigene Kraftfahrzeug 12 befahrene Fahrspur mit einer ersten und einer zweiten seitlichen Fahrspurbegrenzung vor und/oder hinter dem eigenen Kraftfahrzeug 12 zu erfassen. Zusätzlich verarbeitet die elektronische Steuerung ECU die aus dem/den an dem eigenen Kraftfahrzeug 12 befindlichen Umfeldsensor/en 14, 16, 18 gewonnen Umfelddaten, um durch andere Kraftfahrzeuge befahrene Fahrspuren (die benachbart zu der vom eigenen Kraftfahrzeug 12 befahrenen Fahrspur liegt, wobei benachbart bedeutet, dass auch eine oder mehrere weitere Fahrspuren zwischen den benachbarten Fahrspuren liegen können) sowie deren seitliche Fahrspurbegrenzungen vor und/oder hinter dem eigenen Kraftfahrzeug 12 zu erfassen. Dazu stellen die Umfeldsensoren 14, 16, 18 der elektronischen Steuerung ECU die den Bereich vor, seitlich neben und/oder hinter dem eigenen Kraftfahrzeug 12 wiedergebenden Umfelddaten bereit.
• Hierfür ist das Steuerungssystem 10 über mindestens einen Datenkanal oder Bus (in 1 gestrichelt dargestellt) mit dem mindestens einen Umfeldsensor 14, 16, 18 verbunden. Der Datenkanal oder Bus kann mittels Kabel oder kabellos realisiert sein.
• Alternativ oder zusätzlich kann das Steuerungssystem 10 oder dessen elektronische Steuerung ECU auch Daten von einem oder von mehreren anderen Fahrerassistenzsystemen 20 oder von einer anderen Steuerung 20 des eigenen Kraftfahrzeugs 12 empfangen, die die befahrenen Fahrspuren des eigenen Kraftfahrzeugs 12 und der anderen Kraftfahrzeuge mit deren seitlichen Fahrspurbegrenzungen angeben oder sich daraus ableiten lassen. Somit können bereits durch andere Systeme ermittelte Daten und Informationen durch das Steuerungssystem 10 verwendet werden.
• Ferner ermittelt das Steuerungssystem 10 oder dessen elektronische Steuerung ECU eine Fahrsituation (auch Verkehrssituation genannt) mit den Umfeldsensoren, d.h. auf Basis der mithilfe des mindestens einen Umfeldsensors 14, 16, 18 gewonnenen Umfelddaten. Auch hier kann alternativ oder zusätzlich ein bereits vorhandenes Assistenzsystem 20 oder eine elektronische Steuerung 20 Daten und/oder Informationen liefern, die eine Fahrsituation definieren, oder aus denen sich eine Fahrsituation schnell ableiten lässt.
• Das Fahrerassistenzsystem 20 oder die elektronische Steuerung 20 können weiter dazu eingerichtet und bestimmt sein, das Kraftfahrzeug teil(autonom) zu steuern. Das Steuerungssystem 10 ist in diesem Fall dazu eingerichtet und bestimmt, Daten an das Fahrerassistenzsystem 20 oder die elektronische Steuerung 20 zum autonomen Fahren auszugeben. Insbesondere kann das Steuerungssystem 10 (oder dessen ECU) Daten, die die Verläufe bestimmter möglicher Fahrmanöver und/oder künftig möglicher Bewegungspfade (Trajektorien) für die anderen Kraftfahrzeuge im Umfeld des eigenen Kraftfahrzeugs 12 angeben, an die Komponente 20 ausgeben. Die Daten können ebenfalls über einen Datenkanal oder Bus kabelgebunden oder kabellos übertragen werden.
• Im Rahmen dieser Offenbarung wird ein effizienter und exakter Ansatz zur Überwachung der aktuellen Verkehrssituation durch das Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 bereitgestellt. Im Rahmen dieses Ansatzes werden zudem ausgehend von der aktuellen Fahrsituation künftig mögliche Trajektorien für die anderen in der Verkehrssituation befindlichen Kraftfahrzeuge erzeugt. Eine mathematische Beschreibung dieses Ansatzes zur interaktionsbasierten Trajektorienbestimmung erfolgt nun mit Blick auf 2.
• Die 2 zeigt schematisch eine Fahrsituation, in der sich das eigene Kraftfahrzeug 12 auf der Überholspur einer sich von zwei auf drei Fahrspuren verjüngenden Fahrbahn 32 befindet. Die Überhohlspur ist durch eine linke Fahrspurmarkierung 34 und eine rechte Fahrspurmarkierung 36 seitlich begrenzt. Auf der mittleren Fahrspur der Fahrbahn 32, die durch deren linke Fahrspurmarkierung 36 und deren rechte Fahrspurmarkierung 38 begrenzt ist, befindet sich aktuell ein langsamer als das eigene Kraftfahrzeug 12 fahrendes anderes (zweites) Kraftfahrzeug 28. Ein anderes (drittes) Kraftfahrzeug 30 befindet sich auf der rechten Fahrspur der Fahrbahn 32. Diese rechte Fahrspur endet kurz vor dem dritten Kraftfahrzeug 30, was an der Zusammenführung deren linker und rechter Fahrspurmarkierungen 38, 40 zu erkennen ist.
• In der in 2 dargestellten Verkehrssituation befinden sich also beispielhaft zwei andere Kraftfahrzeuge 28, 30 im Umfeld des eigenen Kraftfahrzeugs 12. Die vorliegende Offenbarung ist jedoch nicht auf zwei andere Kraftfahrzeuge im Umfeld des eigenen Kraftfahrzeugs beschränkt. Vielmehr können im Rahmen der vorliegenden Offenbarung zukünftige mögliche Fahrmanöver und/oder zukünftig mögliche Bewegungsbahnen, also Trajektorien für sämtliche im direkten Umfeld des eigenen Kraftfahrzeugs 12 befindlichen Kraftfahrzeuge überwacht bzw. vorhergesehen (also im Voraus abgeschätzt) werden.
• Die Beschreibung der mathematischen Grundlagen des vorgestellten Ansatzes erfolgt nun weiter mit Blick auf die 2 bis 4b. Für einen vorgegebenen Satz von KKraftfahrzeugen (in der Folge auch Agenten genannt) in einer aktuellen Fahrsituation $\mathcal{N}=\left\{N_0,N_1,\dots ,N_k\right\},$

  

  wobei N₀ das eigene Kraftfahrzeug 12 kennzeichnet und jeder Agent einen Zustand x^(k)(t) ∈ ℝ⁴ zum Zeitpunkt taufweist, werden die zukünftigen Zustände aller Agenten x^(k) (τ) für k ∈ {1,2 , ..., K} und τ ∈ [t, t_p] innerhalb des Planungshorizonts t_p geschätzt.
• Dabei befinden sich alle Agenten in einer zufälligen Verkehrssituation δ (wie beispielsweise in 2 dargestellt), welche die Straßengeometrie und zusätzliche Kontextinformationen bezüglich zu treffenden Fahrentscheidungen wie beispielsweise das Straßenschild 42 berücksichtigt. Zusätzlich können andere durch den mindestens einen Umfeldsensor 14, 16, 18 detektierten Objekte wie beispielsweise Ampeln oder weitere Verkehrssignale zu diesen Kontextinformationen zählen. Die Verkehrssituation (auch Verkehrsszenario) sowie die zugehörigen Kontextinformationen können, müssen im Rahmen dieser Offenbarung jedoch nicht lediglich auf den durch den mindestens einen Umfeldsensor 14, 16, 18 bereitgestellten Umfelddaten basieren. Alternativ oder zusätzlich können auch digitale Karteninformationen, die der elektronischen Steuerung des Steuerungssystems 10 in geeigneter Weise zur Verfügung gestellt werden, in das zufällige Verkehrsszenario miteinbezogen werden.
• Um sich mit fortlaufender Zeitdauer innerhalb des aktuellen Verkehrsszenarios zu bewegen, setzt jeder Agent bzw. dessen fahrzeuginterne Systeme eine Longitudinalbeschleunigung $a_x^{\left(k\right)}\left(\tau \right)\in \left[-a_{max},a_{max}\right]$

  

  für den Agenten. Die longitudinale Richtung entspricht dabei der Fahrtrichtung der Kraftfahrzeuge 12, 28 und 30 entlang der Fahrbahn 32, also in x-Richtung (siehe 2). Mit anderen Worten wird jedem der Agenten durch dessen fahrzeuginterne Systeme jeweils eine Longitudinalbeschleunigung zugewiesen.
• Zusätzlich wird ein laterales Fahrmanöver $m^{\left(k\right)}\left(\tau \right)\in \mathcal{M}$

  

  zum Zeitpunkt τ durchgeführt, wobei $\mathcal{M}$

  

  einen Satz möglicher Fahrmanöver darstellt, also sämtliche mögliche laterale Fahrmanöver für den Agenten beinhaltet. Elemente dieses Satzes von Fahrmanövern können beispielsweise ein Spurhalten oder ein Spurwechsel sein, wobei letzterer in die Elemente Spurwechsel links und Spurwechsel rechts unterteilt sein kann. Die laterale Richtung verläuft quer zur Fahrtrichtung der Kraftfahrzeuge 12, 28 und 30 entlang der Fahrbahn 32, also in y-Richtung (siehe 2).
• Aus dem lateralen Fahrmanöver wird dann wenigstens ein ausführbarer Bewegungspfad durch die Verkehrssituation abgeleitet, der eine laterale Beschleunigung des Agenten nach sich zieht (die also erforderlich ist), um dem Pfad zu folgen. Eine Mehrzahl dieser Bewegungspfade ist in 2 mit 46, 48 und 50 für das Kraftfahrzeug 28 referenziert. Entsprechend kennzeichnen die Referenzzeichen 54 und 56 mögliche Bewegungspfade für das Kraftfahrzeug 30. Die als durchgezogene Linien dargestellten Einhüllenden 44 und 52 stellen die äußeren Grenzen dar, in denen sich die ausführbaren Trajektorien in der aktuellen Fahrsituation bewegen dürfen.
• Mit den gegebenen lateralen und longitudinalen Beschleunigungen ergibt sich der Übergang vom Zustand x^(k) (t) zum zeitlich darauffolgenden Zustand durch ein Zustandsübergangsmodell x^(k)(t + Δt) = f(x^(k)(t), a^(k) (t)) : ℝ^4×2, wobei die Beschleunigung bzw. der Beschleunigungsvektor mit $a^{\left(k\right)}={\left[a_x^{\left(k\right)},a_y^{\left(k\right)}\right]}^T$

  

  definiert sind.
• Longitudinale Beschleunigungen wie auch laterale Fahrmanöverentscheidungen sowie deren Ausführung basieren weiterhin auf individuellen Präferenzen und dem individuellen Fahrverhalten der Fahrer der jeweiligen Agenten und auf der aktuellen Verkehrssituation, wodurch sich Unsicherheiten bei der Voraussage der Entwicklung dieser Verkehrssituation ergeben. Deswegen werden die Longitudinalbeschleunigungen (a_x ^(k)) und die lateralen Fahrmanöver (m^(k)) der Agenten anhand entsprechender Verteilungen wie folgt modelliert. $$a_x^{\left(k\right)}\left(\tau \right)\propto P(a^{\left(k\right)}\left(\tau \right)|x^{\left(k\right)}\left(\tau \right),\mathcal{N},S$$

  

  $$m^{\left(k\right)}\left(\tau \right)\propto P\left(m^{\left(k\right)}\left(\tau \right)|x^{\left(k\right)}\left(\tau \right),\mathcal{N},S,m^{\left(k\right)}\left(\tau -1\right)\right)$$

  
• Diese Verteilungen sind abhängig vom aktuellen Systemzustand (auch Fahrzeugzustand) des eigenen Kraftfahrzeugs 12 (eigener Agent), der anderen Agenten (andere Kraftfahrzeuge) in der aktuellen Verkehrssituation sowie von den Interkationen aller Agenten.
• Die Interkationen zwischen den Agenten kennzeichnen, wie die jeweiligen lateralen und longitudinalen Fahrmanöver eines Agenten das Fahrverhalten zumindest eines anderen Agenten beeinflussen. Dadurch können im Rahmen des hier vorgestellten Ansatzes möglichst exakte Schätzungen der künftigen Entwicklung der aktuellen Verkehrssituation durch Voraussagen möglicher Trajektorien für alle in der Verkehrssituation befindlichen Agenten erzielt werden.
• Ein Beispiel für eine derartige Interaktion ergibt sich mit Blick auf die 2 bis 4b; denn die 3a und 3b beziehungsweise 4a und 4b stellen zwei verschiedene mögliche künftige Entwicklungen der aktuellen Verkehrssituation aus 2 dar, von denen beide bei dem im Rahmen dieser Offenbarung vorgestellten Ansatz zur interaktionsbasierten Trajektorienbestimmung berücksichtigt werden.
• Bezüglich der bereits angesprochenen Unsicherheiten aufgrund individueller Fahreigenschaften und der aktuellen Verkehrssituation müssen zumindest in von Fahrern gesteuerten Agenten die folgenden Punkte berücksichtigt werden.
• Erstens sind die Fahrmanöverentscheidungen der anderen Kraftfahrzeuge 28, 30 in der Verkehrssituation dem Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 unbekannt und können innerhalb derselben Situation in Abhängigkeit der Fahrpräferenzen des Fahrers des jeweiligen anderen Kraftfahrzeugs 28, 30 variieren. Zweitens variieren die Unsicherheiten auch bei der Ausführung der entsprechenden Fahrmanöver der anderen Kraftfahrzeuge 28, 30 in Abhängigkeit der Fahrerpräferenzen. Drittens ergeben sich gewisse Unsicherheiten bei der Schätzung von Startzuständen für Trajektorien der Kraftfahrzeuge 28, 30 aufgrund von Sensorrauschen des mindestens einen Umfeldsensors 14, 16, 18 des eigenen Kraftfahrzeugs 12.
• Im Rahmen der vorliegenden Offenbarung können beim Vorhersehen künftiger Bewegungspfade der anderen Kraftfahrzeuge 28, 30 entweder einer, zwei oder alle dieser Punkte Berücksichtigung finden.
• Insbesondere die ersten zwei der voranstehend angesprochenen Punkte werden im Rahmen des beschriebenen Ansatzes zur Trajektorienermittlung für die Kraftfahrzeuge 28, 30 miteinbezogen. Dabei wird die Verteilung über den künftigen Systemzuständen aller Agenten in der aktuellen Verkehrssituation P(x^(k) (τ)) mit k ∈ {1, 2, ..., K}, τ ∈ [t, t_p] durch n-maliges wiederholtes Simulieren der Entwicklung der Verkehrssituation unter Verwendung wahrscheinlichkeitsbasierter Fahrermodelle angenähert.
• Im Folgenden werden die einzelnen Berechnungsschritte erläutert, die das Steuerungssystem 10 zum Ermitteln möglicher Bewegungspfade für die anderen Kraftfahrzeuge 28, 30 ausführt.
• Zunächst wird ein Bewegungsmodell bestimmt. Der aktuelle Zustand des Agenten N^(k) (beispielsweise eines der Kraftfahrzeuge 28, 30) ist als x^(k) = [x, y, ẋ, ẏ]^T definiert und beschreibt die (jeweils laterale sowie longitudinale) Position und auch Geschwindigkeit dieses Agenten. Um den Zustand in der nächsten Zeitinstanz (beispielsweise im nächsten Mess- oder Planungszyklus oder Zeitschritt) zu schätzen, ist ein Zustandsübergangsmodell erforderlich, das die Bewegung des entsprechenden Agenten mit hinreichender Genauigkeit beschreibt und keinen großen Rechenaufwand erfordert. Wenn beispielsweise keine Kommunikation zwischen den Kraftfahrzeugen 12, 28, 30 stattfindet und die Steuerungssysteme der jeweiligen Kraftfahrzeuge zum Bestimmen ihrer Fahrzeugzustände auf die Onboard-Sensorik beschränkt sind, was im Rahmen des hier vorgestellten Ansatzes der Fall sein kann, aber nicht muss, sind den jeweiligen Agenten die internen Zustände der anderen Agenten wie beispielsweise ein Lenkwinkel nicht bekannt.
• Aus diesem Grund wird ein Massepunkt-Modell gewählt, das hinreichende Genauigkeit bei gleichzeitig niedrigem Rechenaufwand ermöglicht. Mathematisch ist diese Punktmasse wie folgt definiert: $${\dot{x}}^{\left(k\right)}=\left[\begin{array}{cccc}1& 0& \Delta t& 0\\ 0& 1& 0& \Delta t\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]x^{\left(k\right)}+\left[\begin{array}{ll}\frac{\Delta t^2}{2}\hfill & 0\hfill \\ 0\hfill & \frac{\Delta t^2}{2}\hfill \\ \Delta t\hfill & 0\hfill \\ 0\hfill & \Delta t\hfill \end{array}\right]\left[\begin{array}{c}{a}_x^{\left(k\right)}\\ a_y^{\left(k\right)}\end{array}\right]$$

  
• Dabei stellen $\begin{array}{ccc}{a}_x^{\left(k\right)}& \text{und}& a_y^{\left(k\right)}\end{array}$

  

  die longitudinalen beziehungsweise lateralen Beschleunigungen des Agenten N^(k) dar.
• Betrachtet man die 3a und 3b (letztere zeigt die Situation aus 3a zu einer im Vergleich zu 3a späteren Zeitinstanz), ist zu sehen, dass das zweite andere Kraftfahrzeug 28 einen Spurwechsel auf die linke Fahrspur der Fahrbahn 32 vornimmt und dabei einer Trajektorie innerhalb der Trajektorienverteilung (auch Gruppierung genannt) 44' (3a) bzw. 44" (3b) folgt, da das dritte andere Kraftfahrzeug 30 aufgrund der endenden rechten Fahrspur der Fahrbahn 32 auf die mittlere Fahrspur der Fahrbahn 32 einschert und seinerseits einer Trajektorie innerhalb der Gruppierung 52' (3a) bzw. 52" (3b) folgt. Das eigene Kraftfahrzeug 12 befindet sich immer noch auf der linken Fahrspur der Fahrbahn 34 und kann beispielsweise eine geschwindigkeitsgeregelte Folgefahrt hinter dem zweiten anderen Kraftfahrzeug 28 ausführen, um einen konstanten Abstand zum zweiten anderen Kraftfahrzeug 28 einzuhalten.
• In den 4a und 4b stellt sich die Entwicklung des Szenarios, das in 2 seinen Ursprung hat, anders dar. Hier bremst der Fahrer oder ein Fahrerassistenzsystem das zweite andere Kraftfahrzeug 28 ab, um dem dritten anderen Kraftfahrzeug 30 das Einscheren auf die mittlere Fahrspur der Fahrbahn 32 zu ermöglichen und dabei einen bestimmten vorgegebenen Sicherheitsabstand einzuhalten. Dies wird durch Folgen einer innerhalb der Verteilung 44' (4a) liegenden Trajektorie erreicht. Dadurch wird das zweite andere Kraftfahrzeug 28 vom eigenen Kraftfahrzeug 12 überholt, da die linke Fahrspur der Fahrbahn 32 frei ist. Erst danach (siehe 4b) kann das zweite andere Kraftfahrzeug durch Folgen einer Trajektorie innerhalb der Verteilung 44" einen Spurwechsel nach links auf die Überholspur der Fahrbahn 32 durchführen, um seinerseits das dritte andere Kraftfahrzeug 30 zu überholen. Dadurch ist in umgekehrter Weise zu dem in den 3a und 3b gezeigten Beispiel eine geschwindigkeitsgeregelte Folgefahrt des zweiten anderen Kraftfahrzeugs 28 hinter dem eigenen Kraftfahrzeug 12 möglich. Für das dritte andere Kraftfahrzeug 30 ergeben sich aus der Interaktion mit dem Umfeld und mit den anderen Kraftfahrzeugen 12, 28 mögliche Trajektorien für die aktuelle Fahrsituation, die innerhalb der Verteilungen 52' (4a) und 52" (4b) liegen.
• Um eine geeignete Longitudinalbeschleunigung (zum Folgen der oben erwähnten Pfade bzw. Trajektorien) für jeden der Agenten in der aktuellen Verkehrssituation des eigenen Kraftfahrzeugs 12 zu ermitteln bzw. zu erzeugen, wird im Rahmen dieser Offenbarung die Interaktion zwischen den Agenten bzw. Verkehrsteilnehmern in der aktuellen Verkehrssituation berücksichtigt. Dies erfolgt im Rahmen des nachstehend vorgestellten longitudinalen Beschleunigungsmodells (auch longitudinales Fahrermodell genannt). Im Rahmen dieses intelligenten longitudinalen Fahrermodells wird insbesondere davon ausgegangen, dass ein (menschlicher) Fahrer in einer entsprechenden Verkehrssituation, in der beispielsweise ein Auffahrunfall droht, eher ein Bremsmanöver durchführt, als etwa durch Beschleunigen eine Kollision zu riskieren oder gar zu verursachen. Mit anderen Worten wird im Rahmen des hier vorgestellten Ansatzes zur interaktionsbasierten Trajektorienermittlung ein kollisionsfreies longitudinales Fahrermodell zur Modellierung des Fahrverhaltens der Fahrer der jeweiligen Agenten gewählt. Die mathematischen Beschreibungen für longitudinale Bewegungen der jeweiligen Agenten ergeben sich wie folgt. $$a_x^{\left(k\right)}=a_{max}\left[1-{\left(\frac{{\upsilon }^{\left(k\right)}}{{\upsilon }_{des}^{\left(k\right)}}\right)}^{\delta }\right]-a_{max}{\left(\frac{s*\left({\upsilon }^{\left(k\right)},\Delta {\upsilon }^{\left(k\right)}\right)}{s^{\left(k\right)}}\right)}^2$$

  

  $$s*\left({\upsilon }^{\left(k\right)},\Delta {\upsilon }^{\left(k\right)}\right)=s_0+{\upsilon }^{\left(k\right)}{T}^{\left(k\right)}+\frac{{\upsilon }^{\left(k\right)}\Delta {\upsilon }^{\left(k\right)}}{2\sqrt{a_{max}b}}$$

  
• Dabei stellt der Parameter a_max die maximal mögliche Beschleunigung eines jeweiligen Agenten und der Parameter b einen (negativen) komfortablen Beschleunigungswert für den entsprechenden Agenten dar. Mit anderen Worten handelt es sich beim Parameter b um die maximale negative Beschleunigung, die auf die Insassen eines jeweiligen Agenten in der aktuellen Fahrsituation wirken soll oder darf, um zumindest Verletzungen zu vermeiden und einen hohen Fahrkomfort für die Insassen zu gewährleisten.
• Der Parameter s₀ stellt den minimal einzuhaltenden Sicherheitsabstand eines Agenten zu einem jeweils vorausfahrenden Agenten dar und T^(k) kennzeichnet die Zeit (englisch: gap time), in der ein bestimmter Weg zurückgelegt bzw. eine Lücke zu einem anderen Agenten geschlossen werden soll. Bei $v_{des}^{\left(k\right)}$

  

  handelt es sich um die gewünschte Geschwindigkeit in der jeweiligen Fahrsituation und bei δ um einen zusätzlichen (optionalen) Anpassungsfaktor, der im Rahmen der Ausführungsbeispiele dieser Offenbarung auf 4 gesetzt ist, sofern im Rahmen der einzelnen Ausführungsbeispiele kein anderer Anpassungsfaktor definiert ist. Sämtliche erwähnten Parameter des longitudinalen Fahrermodells werden in einem Vektor θ_lοng zusammengefasst.
• Für in einer aktuellen Verkehrssituation durch das eigene Kraftfahrzeug 12 mithilfe dessen Umfeldsensorik überwachte andere Kraftfahrzeuge (beispielsweise die anderen Kraftfahrzeuge 28 und 30 aus den 2 bis 4b) können diese Parameter zwar nicht durch die Umfeldsensorik des eigenen Kraftfahrzeugs erfasst werden, sie beeinflussen dennoch in hohem Maße das Fahrverhalten dieser anderen Kraftfahrzeuge. Aus diesem Grund wird das hier verwendete Fahrermodell in zwei Teile aufgeteilt. Der erste Teil betrifft dabei das Fahrverhalten bei wenig Verkehr und zumindest annähernd freier Fahrbahn vor dem eigenen Kraftfahrzeug 12, der zweite Teil beschreibt das Fahrverhalten bei dichtem Verkehr und/oder Stau.
• Bezüglich des Fahrverhaltens bei wenig Verkehr (englisch: free flow behavior) beeinflusst die oben erwähnte gewünschte Geschwindigkeit $v_{des}^{\left(k\right)}$

  

  eines jeweiligen Agenten in hohem Maße die longitudinale Beschleunigung dieses Agenten. Sie spielt aber auch eine wichtige Rolle bei der nachstehend beschriebenen Entscheidungsfindung für Spurwechselmanöver der jeweiligen Agenten. Um dabei generell eine große Variabilität verschiedener longitudinaler und lateraler Fahrmanöver der überwachten Agenten zu gewährleisten, berücksichtigt der vorgestellte Ansatz zur interaktionsbasierten Trajektorienermittlung die gewünschte Geschwindigkeit $v_{des}^{\left(k\right)}$

  

  der jeweiligen Agenten als Normalverteilung. Diese Normalverteilung wird vom Steuerungssystem 10 des eigenen Kraftfahrzeugs basierend auf der aktuell gemessenen Geschwindigkeit des jeweiligen Agenten bestimmt. Mathematisch stellt sich dies wie folgt dar. $$P\left(u_{des}^{\left(k\right)}\right)=\mathcal{U}\left({\upsilon }^{\left(k\right)}-{\sigma }_{des}{\upsilon }^{\left(k\right)},{\upsilon }^{\left(k\right)}+{\sigma }_{des}{\upsilon }^{\left(k\right)}\right)$$

  
• Dabei beschreibt σ_des als Parameter den Bereich möglicher gewünschter Geschwindigkeiten. Im Rahmen der vorliegenden Offenbarung kann der Parameter σ_des entweder aus im Fahrtverlauf des eigenen Kraftfahrzeugs 12 ermittelten Daten bestimmt oder auf einen Wert wie beispielsweise 0,2 gesetzt werden. Um die Variabilität auch in Verkehrssituationen mit dichtem Verkehr zu gewährleisten, wird auch die Zeit T^(k) mittels einer hier nicht näher beschriebenen Normalverteilung um einen vorkalibrierten Wert modelliert. Alle anderen erwähnten Parameter werden gemäß geeigneten Modellen frei gewählt und sind nicht veränderlich. Dabei sind die vorstehend beschriebenen Parameter insbesondere für Verkehrsszenarien geeignet, in denen die anderen Kraftfahrzeuge 28, 30 PKWs sind. Die vorliegende Offenbarung ist jedoch nicht darauf beschränkt. So können die Parameter für ein mit Einbeziehen anderer Kraftfahrzeuge wie etwa LKWs und/oder Motorräder in den interaktionsbasierten Ansatz zur Trajektorienermittlung verändert werden. Ein Beispiel dafür stellt eine in der Regel geringere maximal mögliche Longitudinalbeschleunigung eines LKWs gegenüber einem PKW dar.
• Neben dem longitudinalen Beschleunigungsmodell wird zur Überwachung der aktuellen Verkehrssituation des eigenen Kraftfahrzeugs 12 und zur daraus resultierenden Entscheidungsfindung für eine zu verfolgende Bewegungsbahn für das eigene Kraftfahrzeug 12 ein laterales Beschleunigungsmodell (im Folgenden auch laterales Fahrermodell oder Spurwechselmodell genannt) verwendet. Dadurch können noch bessere Voraussagen über das Fahrverhalten und/oder die zukünftig möglichen Trajektorien der anderen Agenten im Umfeld des eigenen Kraftfahrzeugs durch das Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 getroffen werden.
• Auf Autobahnen und/oder Schnellstraßen werden insbesondere drei mögliche Hauptmanöver (auch Basismanöver genannt), nämlich ein Spurhalten (SH), ein Spurwechsel nach links (SWL) und ein Spurwechsel nach rechts (SWR) berücksichtigt. Für den hier vorgestellten Ansatz zur Abschätzung der zukünftigen Entwicklung der aktuellen Verkehrssituation des eigenen Kraftfahrzeugs 12 ergibt sich also ein Satz Haupt- oder Basismanöver zu $\mathcal{M}=\left\{SH,SWL,SWR\right\}.$

  

  Optional können auch komplexere zusammengesetzte Manöver wie beispielsweise ein Überholvorgang (der sich aus zwei Spurwechseln und einem Spurhalten) zusammensetzt definiert sein. Diese komplexen Manöver lassen sich jedoch auch als eine Sequenz der Basismanöver darstellen: im Falle des erwähnten Überholvorgangs ergibt sich beispielsweise die Sequenz Spurwechsel links - Spurhalten - Spurwechsel rechts, die mithilfe der Menge der Basismanöver $\mathcal{M}$

  

  darstellbar ist.
• Das Spurwechselmodell dient dazu, das wahrscheinlichste Fahrmanöver für jeden Agenten in der aktuellen Verkehrssituation basierend auf den gemessenen Fahrzeugzuständen der jeweiligen Agenten zu ermitteln. Während einer folgenden Simulation (beispielsweise einer Monte-Carlo-Simulation) der aktuellen Verkehrssituation und deren Entwicklung wird das Spurwechselmodell also in jedem Simulationsschritt ausgeführt, um eine Sequenz zusammengesetzter Manöver darzustellen.
• Da im Rahmen dieser Offenbarung eine verlässliche Langzeitplanung, also ein zu in herkömmlichen Steuerungssystemen eingesetzter vergleichsweise langer Planungshorizont, realisiert wird, berücksichtigt das Spurwechselmodell die Interaktion zwischen den Agenten (also jede Interaktion zwischen jedem einzelnen der Agenten). Zusätzlich können beispielsweise Straßenschilder und/oder Fahrbahngeometrien oder -Topologien berücksichtigt werden, die von dem mindestens einen Umfeldsensor 14, 16, 18 des eigenen Kraftfahrzeugs 12 erkannt und dem Steuerungssystem 10 bereitgestellt werden. Alternativ oder zusätzlich können derartige Informationen über die Straßenschilder und/oder Fahrbahngeometrien oder -Topologien dem Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 auch von weiteren Steuerungssystemen des eigenen Kraftfahrzeugs 12 zur Verfügung gestellt werden.
• Die Anforderungen an das Spurwechselmodell sind zum einen ein zumindest relativ geringer Rechenaufwand, um im Wesentlichen Realzeitberechnungen durchführen zu können. Zum anderen soll das Spurwechselmodell aus so wenigen Parametern wie möglich bestehen, da einige oder viele dieser Parameter das individuelle Fahrverhalten des Agenten beschreiben und deshalb durch die Umfeldsensorik des eigenen Kraftfahrzeugs 12 nicht direkt erfassbar sind. Schließlich sollen die spezifischen Gegebenheiten für Fahrten auf deutschen Autobahnen wie beispielsweise hohe relative Geschwindigkeiten (aufgrund nicht geregelter Höchstgeschwindigkeit) und das Rechtsfahrgebot Beachtung finden. Im Rahmen dieser Offenbarung wird deswegen ein Modell als Spurwechselmodell gewählt, das auf ein generelles Minimieren von durch Spurwechsel verursachten Abbremsmanövern abzielt.
• Dieses Spurwechselmodell kommt gerade ohne die Verwendung einer hohen Anzahl von Parametern aus, da es insbesondere auf Beschleunigungen basiert, die mittels des oben beschriebenen longitudinalen Beschleunigungsmodells ermittelt werden. Es eignet sich sowohl für symmetrischen als auch asymmetrischen Verkehr und ermöglicht es, den Ressourcenverbrauch und die Rechenzeit, die das Steuerungssystem 10 zum Bestimmen von Bewegungsbahnen für alle Agenten einer Verkehrssituation benötigt, gegenüber herkömmlichen Steuerungssystemen zumindest zu verringern.
• Ein Sicherheitskriterium wird im Rahmen des Spurwechselmodells als $a_{LC}^{TF}\ge -b_{safe}$

  

  modelliert, wobei $a_{LC}^{TF}$

  

  die Verzögerung (negative Beschleunigung) eines Agenten beschreibt, die durch einen möglichen Spurwechsel eines anderen Agenten N_k auf dessen Zielspur hin verursacht bzw. herbeigeführt wird. Bei b_safe handelt es sich um einen im Rahmen dieser Offenbarung nicht näher beschriebenen Modellparameter für den Agenten N_k. Das Sicherheitskriterium beschreibt also die maximale akzeptierte Verzögerung durch den Agenten, der Abbremsen muss, wenn der Agent N_k den Spurwechsel ausführt.
• Ähnlich zum Sicherheitskriterium wird die Spurwechselentscheidung modelliert. Dies geschieht basierend auf einer möglichen Verstärkung bzw. Erhöhung der Beschleunigung aufgrund eines Spurwechsels eines Agenten und wird mit Blick auf 5 beschrieben. Für asymmetrischen Verkehr ist das Kriterium für einen Spurwechsel nach links wie folgt definiert. $$a_{LC}^{\left(k\right)}-a^{\left(k\right)}+{\rho }^{\left(k\right)}\left(a_{LC}^{LF}-a^{LF}\right)>\Delta a_{th}+\Delta a_{\text{bias}}$$

  
• Das Kriterium für einen Spurwechsel nach rechts ist wie folgt definiert. $$a_{LC}^{\left(k\right)}-a^{\left(k\right)}+{\rho }^{\left(k\right)}\left(a_{LC}^F-a^F\right)>\Delta a_{th}-\Delta a_{\text{bias}}$$

  
• Dabei kennzeichnet $a_{LC}^{\left(k\right)}$

  

  die Beschleunigung des Agenten (in 5 mit 12' referenziert) nach einem zukünftig möglichen Spurwechsel und a^(k) diese Beschleunigung des Agenten (in 5 mit 12 referenziert) ohne einen Spurwechsel. Bei $a_{\mathrm{\ast }}^{LF}$

  

  handelt es sich um die resultierende Beschleunigung des Kraftfahrzeugs (Agenten) 60 auf der linken Fahrspur der Fahrbahn 32 und bei $a_{\mathrm{\ast }}^F$

  

  entsprechend um die resultierende Beschleunigung des Kraftfahrzeugs 28 auf der rechten Fahrspur der Fahrbahn 32. Die Ausdrücke ρ^(k), Δ_{a th} und Δ_{a bias} sind Modellparameter, von denen die beiden Letztgenannten vorbestimmt sind, im Rahmen dieser Offenbarung jedoch nicht näher beschrieben werden.
• Auch für das Spurwechselmodell werden alle Parameter in einem Vektor θ_lat zusammengefasst. Da die Parameter wiederum nicht messbar sind, beschreibt das Spurwechselmodell eine gewisse Variabilität des individuellen Fahrverhaltens der verschiedenen Agenten. Neben den fixierten Parametern Δ_{a th} und Δ_{a bias} wird aus ähnlichen Überlegungen wie beim longitudinalen Beschleunigungsmodell der das individuelle Fahrverhalten am meisten beeinflussende Parameter als Verteilung modelliert. Dieser meist beeinflussende Parameter ist der Höflichkeitsfaktor ρ^(k), der basierend auf wahrscheinlichkeitstheoretischen Überlegungen wie folgt modelliert wird. $$P\left({\rho }^{\left(k\right)}\right)=\mathcal{U}\left(\mathrm{0,1}\right)$$

  
• Basierend auf der Straßengeometrie, den Informationen über die anderen Agenten in der aktuellen Fahrsituation und dem erhaltenen Parameter (oder den mehreren erhaltenen Parametern), wird dann vom Spurwechselmodell in jedem simulierten Zeitschritt, beispielsweise in jedem Planungszyklus, ein jeweiliges Manöver für jeden Agenten abgeschätzt. Wie beschrieben ist einigen dieser erhaltenen Parameter ein vorbestimmter Wert zugewiesen, während andere dieser erhaltenen Parameter variabel sind und beispielsweise auf einer Wahrscheinlichkeitsverteilung basieren, aus der diese Parameter zufällig oder nach vorbestimmten Kriterien ausgewählt werden.
• Nicht nur die Unsicherheiten bei der Manöverauswahl, die im Rahmen des Spurwechselmodells Berücksichtigung finden, sondern auch die Unsicherheiten bei der Manöverausführung eines Agenten müssen bei der Überwachung der aktuellen Verkehrssituation durch das Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 möglichst ausgeglichen werden.
• Zum Ausführen des vorausgesagten bzw. geschätzten Fahrmanövers eines Agenten wird ein Pfad ${\text{p}}_m^{\left(k\right)}$

  

  erzeugt, dem der Agent für eine aktuelle Simulationsinstanz (also ein Simulations- oder Planungszyklus) folgen soll. Wie erwähnt handelt es sich bei den in Frage kommenden Fahrmanövern entweder um einen Spurwechsel oder ein Spurhalten. Nachstehend werden die im Rahmen des hier vorgestellten Ansatzes zur interaktionsbasierten Trajektorienplanung verwendeten Techniken zur Pfaderzeugung (im Folgenden auch Referenzpfad genannt) umrissen.
• Für ein Spurhalten werden die besten Voraussageergebnisse für die Mitte einer jeweils durch einen Agenten befahrenen Fahrspur erzielt. Um auch die Ausrichtung der Agenten (insbesondere deren Längsachsen) relativ zu deren befahrenen Fahrspuren in der jeweiligen Verkehrssituation zu berücksichtigen, wird der Pfad anhand eines Polynoms dritter Ordnung berechnet. Die Randbedingungen des Polynoms entsprechen dabei dem aktuellen Systemzustand des jeweiligen Agenten als Startbedingungen sowie das Halten der Fahrspurmitte der durch den Agenten aktuell befahrenen Fahrspur mit Ausrichtung der Längsachse des Agenten in x-Richtung, also entlang der Fahrbahn 32, als Endbedingung.
• Für ein Spurwechselmanöver ist der resultierende Pfad ebenfalls durch ein Polynom dritter Ordnung gekennzeichnet, wobei sich die Endbedingung wie aus 5 ersichtlich ergibt; das Kraftfahrzeug 12 soll sich nach dem Spurwechsel in der Mitte (durch die gestrichelte Linie zwischen und parallel zu den Fahrspurmarkierungen 34 und 36' in 5 gezeigt) der linken Fahrspur der Fahrbahn 32 befinden. Dies wird durch Folgen der Trajektorie 64 realisiert.
• Um zusätzlich das individuelle Fahrverhalten der jeweiligen Agenten bei der Manöverausführung zu berücksichtigen, wird zu jedem möglichen ermittelten Pfad bzw. zu jeder möglichen ermittelten Trajektorie ein zufälliges Sample (beispielsweise ein Ausgabewert) eines Gaußprozesses (GP) ξ_GP addiert. Hierfür werden nachstehend die mathematischen Grundlagen umrissen.
• Ein Gaußprozess ist definiert als eine Sammlung bzw. Menge von Zufallsvariablen, wobei ein endlicher Satz dieser Zufallsvariablen stets einer Gauß‘schen Normalverteilung folgt. Der Gaußprozess f(x) ∝ GP(m(x), k(x, x') ist durch den Median m(x) und die Kovarianzfunktion k(x, x') vollständig beschrieben. Mathematisch stellt sich dies wie folgt dar. $$m\left(x\right)=\mathbb{E}\left[f\left(x\right)\right]$$

  

  $$k\left(x,x\text{'}\right)=\mathbb{E}\left[\left(f\left(x\right)-m\left(x\right)\right)\left(f\left(x\text{'}\right)-m\left(x\text{'}\right)\right)\right]$$

  
• Um verschiedene Manöverausführungen der jeweiligen Agenten zu modellieren, repräsentiert das Sample des Gaußprozesses Abweichungen von dem geschätzten Manöverpfad ${\text{p}}_m^{\left(k\right)}.$

  

  Deswegen wird die Funktion für den Median (oder auch für den Mittelwert) auf null gesetzt und das Sample zum Pfad addiert. Die Kovarianzfunktion trägt dem Ausmaß der Änderung der zugrundeliegenden Funktion Rechnung und ist durch den Funktionstyp und die Funktionsparameter (auch Hyperparameter θ_H) definiert. Für die Kovarianzfunktion wird wie nachfolgend beschrieben eine Kombination aus quadratischen Exponentialfunktionen gewählt, die zur für den Fahrkomfort und die Fahrsicherheit der jeweiligen Agenten notwendigen Glattheit der erzeugten Pfade führt und ein geeignetes Ausmaß an Variabilität bietet. $$k\left(x,x\text{'}\right)={\displaystyle \sum _{i=1}^{n_{GP}}{\sigma }_{f,i}^2}\text{exp}\left(\frac{-{\left(x-x\text{'}\right)}^2}{2l_i^2}\right)$$

  
• Hierbei kennzeichnet σ_f,i die maximale Varianz für die Komponente i der Funktion und l_i die entsprechende Längenskala. Generell tendiert die Funktion dazu, sich für relativ kleine Werte von l_i mit höherer Wahrscheinlichkeit innerhalb einer konstanten Distanz zu ändern. Die Hyperparameter θ_H werden beispielsweise basierend auf zuvor aufgenommenen Daten geschätzt. Die aufgenommenen Daten können beispielsweise in einem mit dem Steuerungssystem 10 verbundenen Speicher hinterlegt sein. Die Schätzung erfolgt durch Maximieren beispielsweise einer logarithmischen Wahrscheinlichkeitsfunktion. Sobald die Parameter gefunden sind, wird in geeigneter Weise ein Sample des Gaußprozesses erstellt.
• Für die Manövertypen Spurhalten und Spurwechsel (letzteres ist in diesem Falle nicht weiter in die Manöver Spurwechsel links und Spurwechsel rechts unterteilt), wird eine Kovarianzfunktion mit η_GP = 2 Komponenten verwendet und die Parameter werden mit Hinblick und/oder basierend auf dem Steuerungssystem 10 zur Verfügung stehenden und zuvor ermittelten, beispielsweise aus den Umfelddaten gewonnenen Informationen, geschätzt. Diese zur Verfügung stehenden Informationen beinhalten sowohl aufgenommene Daten über Spurwechselmanöver als auch über Spurhaltemanöver. Daraus ergeben sich die in der untenstehenden Tabelle aufgeführten Parameter für ein Spurwechselmanöver („Lane Change“ in der Tabelle) und ein Spurwechselmanöver („Lane Keeping“ in der Tabelle).

  	l1	σf,1	l2	σf,2
  Lane Change	199.99	0.01	46.77	0.46
  Lane Keeping	1881.5	0.30	97.81	0.34

• Die durch die Addition der Zufallssamples des Gaußprozesses erzeugten Pfade ${\text{p}}^{\left(k\right)}={\text{p}}_m^{\left(k\right)}+{\xi }_{GP}$

  

  für einen bestimmten Agenten (hier lediglich beispielhaft das eigene Kraftfahrzeug 12), die vom Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 erzeugt werden, sind in 6 dargestellt. Dort befindet sich das (hier beispielhaft) eigene Kraftfahrzeug 12 auf der rechten Fahrspur der zweispurigen Fahrbahn 32. Die Ausführungen gelten sinngemäß für die Bestimmung der Trajektorien für die anderen Kraftfahrzeuge 28, 30, 60. Für jedes der Fahrmanöver Spurwechsel und Spurhalten sind in der 6 drei beispielhafte Pfade eingezeichnet. Dabei handelt es sich um die vom eigenen Kraftfahrzeug 12 wegführenden und mit einer durchgehenden Linie verbundenen Pfade. Jeder dieser Pfade wird in der Folge vom Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 im Rahmen eines Durchlaufs (englisch: rollout oder playout) einer Monte-Carlo-Simulation simuliert. Die gestrichelten Pfade 66 und 68 stellen Referenztrajektorien dar, denen der Agent in einer Idealsituation folgen würde, also wenn keine der erwähnten Unsicherheiten modelliert werden. Die Referenztrajektorien enden jeweils in der Fahrbahnmitte der rechten Fahrspur für den erzeugten Pfad für das Fahrspurhalten bzw. in der Fahrbahnmitte der linken Fahrspur für den erzeugten Pfad für den Fahrspurwechsel.
• Die Abweichungen der durchgezogenen Linien (Pfade) aus 6 zeigen hingegen die im Rahmen dieser Offenbarung berücksichtigte Variabilität bei der Manöverausführung, der durch Hinzufügen der durch den Gaußprozess erzeugten Samples und unter Verwendung der Monte Carlo Simulation Rechnung getragen wird.
• So wird durch Anwenden des Gaußprozesses im Falle eines Spurhaltemanövers eine aus dem individuellen Fahrverhalten des jeweiligen Agenten (insbesondere dessen Längsachse) resultierende Abweichung von der Fahrspurmitte der rechten Fahrspur der Fahrbahn 32 berücksichtigt. Dies wird durch die in 6 dargestellten insgesamt drei neben der Referenztrajektorie 68 gezeigten Pfade deutlich, die im Gegensatz zur Referenztrajektorie 68 jeweils nicht in der Fahrspurmitte enden. In der Realität sind derartige Abweichungen von der Fahrspurmitte bei von menschlichen Fahrern gesteuerten Kraftfahrzeugen häufig.
• Ein ähnliches Bild ergibt sich bei der Simulation eines Spurwechselmanövers (siehe ebenfalls 6), bei dem die Referenztrajektorie 66 in der Mitte der linken Fahrspur der Fahrbahn 32 endet. Die neben der Referenztrajektorie 66 eingezeichneten Trajektorien tragen wiederum dem individuellen Fahrverhalten des Agenten Rechnung und simulieren Abweichungen von der Fahrspurmitte der linken Fahrspur der Fahrbahn 32 beim Erreichen des End- bzw. Zielzustandes.
• Aus dem erzeugten Pfad wird die laterale Beschleunigung des Agenten unter Verwendung einer geeigneten, beispielsweise mit einer mit dem Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 verbundenen oder dem Steuerungssystem 10 zugeordneten Steuerung zur Pfadverfolgung (Trajektorienverfolgung) bestimmt. Dies wird durch Steuerung (beispielsweise durch Minimieren) jeweils des Fehlers eines (räumlich und zeitlich) vor dem Agenten liegenden Punktes des erzeugten Pfades in Bezug auf einen Referenzpfad, beispielsweise einen der Referenzpfade 66 oder 68, realisiert.
• Mit Bezug auf die 7a und 7b beziehungsweise 8a bis 8d werden nachstehend zwei verschiedene Fahrsituationen des eigenen Kraftfahrzeugs 12 mit jeweils verschiedenen Voraussetzungen beschrieben, die wo erwähnt vom oben generell beschriebenen interaktionsbasierten Ansatz zur Trajektorienermittlung für die anderen Kraftfahrzeuge 28, 30 abweichen, ansonsten jedoch auf denselben Überlegungen basieren.
• Bei der in den 7a und 7b dargestellten Fahrsituation handelt es sich ähnlich der mit Bezug auf 2 beschriebenen Situation um eine Verkehrssituation, in der das eigene Kraftfahrzeug 12 einem zweiten anderen Kraftfahrzeug 28 auf der mittleren Fahrspur der Fahrbahn 32 hinterherfährt. Die rechte Fahrspur endet in Kürze, aus Sicht des eigenen Kraftfahrzeugs 12 nach etwa 250 m bis 300 m. Auf der rechten Fahrspur befindet sich das dritte andere Kraftfahrzeug 30, das auf die mittlere Fahrspur der Fahrbahn 32 einscheren will. Auf der Überhohlspur befindet sich zudem in etwa neben dem Kraftfahrzeug 28 ein viertes anderes Kraftfahrzeug 60, das das eigene Kraftfahrzeug 12 und das zweite andere Kraftfahrzeug 28 überholt. In dem in den 7a und 7b gezeigten Beispiel ist dem Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 bekannt, dass die rechte Fahrspur bald endet, auch wenn die Fahrspurmarkierung 70, die die Fahrbahnverjüngung anzeigt, nicht direkt von dem mindestens einen Umfeldsensor 14, 16, 18 erfassbar ist, weil dessen Sichtbereich auf die Fahrbahnverjüngung bzw. die Fahrspurmarkierung 70 der Fahrbahn 32 durch die anderen Kraftfahrzeuge 28, 30 verdeckt ist. Beispielsweise kann das Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 diese Information aus dem Steuerungssystem 10 in geeigneter Weise zur Verfügung gestellten digitalen Kartendaten gewinnen oder zumindest daraus ableiten.
• In der in der den 8a bis 8d dargestellten Verkehrssituation wird im Gegensatz dazu nicht davon ausgegangen, dass digitale Kartendaten zur Verfügung stehen. Mit anderen Worten werden dem Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 keine digitalen Kartendaten bereitgestellt, sodass die Straßengeometrie und Straßentopologie aus den von dem mindestens einen Umfeldsensor 14, 16, 18 bereitgestellten Umfelddaten durch das Steuerungssystem 10 ermittelt werden müssen und somit lediglich für den direkten Sichtbereich vor dem eigenen Kraftfahrzeug 12 und nur für einige Meter vor dem eigenen Kraftfahrzeug 12 zur Verfügung stehen. So muss insbesondere auch die Fahrspurmarkierung 70, die die Fahrbahnverjüngung der Fahrbahn 32 kennzeichnet, durch das Steuerungssystem 10 anhand der bereitgestellten Umfelddaten ermittelt werden. Da gerade derartige Fahrbahnverjüngungen (selbiges gilt für Fahrbahnerweiterungen) starke Auswirkungen auf Spurwechselentscheidungen haben, müssen solche Fahrbahnverüngungen durch die Umfeldsensorik rechtzeitig erfasst und vom Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 in die Überwachung der aktuellen Verkehrssituation und in die Ermittlung der möglichen Bewegungspfade der anderen Kraftfahrzeuge 28, 30 und 60 mit einbezogen werden.
• Dadurch, dass wie erwähnt das Blickfeld, also der Erfassungsbereich des mindestens einen Umfeldsensors 14, 16, 18 etwa durch die Präsenz anderer Verkehrsteilnehmer in der aktuellen Verkehrssituation eingeschränkt ist, kann ein vor einem durch den mindestens einen Umfeldsensor 14, 16, 18 direkt beobachtbaren Kraftfahrzeug fahrender weiterer Verkehrsteilnehmer nicht erfasst werden. Dies gilt beispielsweise für den Fall in 8a; dort ist zu sehen, dass das dritte andere Kraftfahrzeug 30 aktuell direkt vor dem vierten anderen Kraftfahrzeug 60 fährt und deswegen von der Umfeldsensorik des eigenen Kraftfahrzeugs 12 nicht erkannt wird. Tritt ein derartiger Fall in einer aktuellen Verkehrssituation auf, können zumindest zeitlich begrenzt, also bis sich die Situation ändert, Interaktionen (egal welches anderen Kraftfahrzeugs oder Agenten) mit dem Kraftfahrzeug 30 bei der Ermittlung der möglichen Trajektorien für die anderen Kraftfahrzeuge 28, 30, 60 nicht berücksichtig werden. Da im Rahmen des mit Bezug auf die 8a bis 8d vorgestellten Beispiels auch nicht von Fahrzeugkommunikation unter den Kraftfahrzeugen in der aktuellen Verkehrssituation ausgegangen wird, wird nachstehend ein von solcher Fahrzeugkommunikation unabhängiger Ansatz zur Manövervorhersage beschrieben, der zumindest exakte Kurzzeitvoraussagen liefert.
• Spurwechselmanöver, die daraus resultieren, dass ein vor dem den Spurwechsel ausführenden Kraftfahrzeug fahrendes anderes Kraftfahrzeug stark abbremst, sind mit interaktionsbasierten Ansätzen zur Überwachung der aktuellen Verkehrssituation des eigenen Kraftfahrzeugs 12 insbesondere dann schwer vorhersehbar, wenn sich das zu überwachende Kraftfahrzeug direkt vor dem eigenen Kraftfahrzeug 12 befindet. Dies ist beispielsweise mit Blick auf 8a für das vierte andere Kraftfahrzeug 60 der Fall, das sich in der aktuellen Fahrsituation auf derselben Fahrspur der Fahrbahn 32 vor dem eigenen Kraftfahrzeug 12 befindet. Dadurch, dass der Sichtbereich des mindestens einen Umfeldsensors 14, 16, 18 des eigenen Kraftfahrzeugs 12 in Bezug auf das dritte andere Kraftfahrzeug 30 durch das vierte andere Kraftfahrzeug 60 verdeckt ist, kann anhand vom Umfeldsensor 14, 16, 18 bereitgestellten Umfelddaten keine interaktionsbasierte Abschätzung zukünftiger Trajektorien für das dritte andere Kraftfahrzeug 30 vorgenommen werden.
• Um diesem Problem zu begegnen, wird im Rahmen des mit Bezug auf die 8a bis 8d vorgestellten Beispiels ein Ansatz zur Manöverklassifizierung verwendet, der eine wahrscheinlichkeitsbasierte Verteilung des Manöversatzes ${\mathcal{M}}^{\left(k\right)}\left(\text{t}\right)$

  

  für den jeweiligen Agenten k zum Zeitpunkt t bestimmt. Dadurch werden die Vorteile einer manöverbasierten Trajektorienbestimmung, also die hohe Genauigkeit einer Kurzzeitvoraussage mit den Vorteilen der interaktionsbasierten Trajektorienbestimmung für die jeweils in der aktuellen Verkehrssituation befindlichen Agenten kombiniert. Im Rahmen der vorliegenden Offenbarung wird dafür ein geeigneter Klassifikator, beispielsweise als Teil des Steuerungssystem 10, verwendet, um für jeden Agenten in der aktuellen Verkehrssituation klassenbezogene Wahrscheinlichkeiten für potentiell folgende Fahrmanöver zu erzeugen.
• Sodann erfolgt eine Manöversimulation unter Verwendung geeigneter Simulationstechniken, beispielsweise unter Verwendung von Monte-Carlo-Simulation für jeden Agenten. Dafür wird für jeden Simulationsdurchgang ein Anfangsmanöver aus der vorausgesagten Fahrmanöver-Wahrscheinlichkeitsverteilung $\text{P}\left({\mathcal{M}}^{\left(k\right)}\left(\text{t}\right)\right)$

  

  gewählt und unter der Verwendung von mit Bezug auf 5 beschriebenen mathematischen Methoden zur Trajektorienerzeugung wird dann ein Pfad für das jeweilige Manöver erzeugt bzw. geplant.
• Zusätzlich zu diesem Anfangsmanöver unterliegt jedoch auch der aktuelle Fahrzeugzustand der jeweiligen Agenten gewissen Unsicherheiten. Um dies zu berücksichtigen, ist es optional möglich, den jeweiligen Anfangszustand eines Agenten k aus einer (Fahrzeug)-Zustandsverteilung zu ermitteln und in einem Simulationsschritt (auch Simulationsdurchgang oder Simulationszyklus genannt) der Monte-Carlo-Simulation zu berücksichtigen.
• In jedem Simulationszyklus der Monte-Carlo-Simulation wird durch das Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 gemäß dem hier vorgestellten Beispiel eine künftig mögliche Trajektorie für jeden Agenten im Umfeld des eigenen Kraftfahrzeugs 12 in der aktuellen Fahrsituation erzeugt. Diese einzelnen Trajektorien in späteren Phasen, beispielsweise während einer Entscheidungsfindung für ein auszuführendes Fahrmanöver für das eigene Kraftfahrzeug 12 und/oder während einer Trajektorienplanung für das eigene Kraftfahrzeug 12 in Reaktion auf die aktuelle Fahrsituation zu verwenden, würde einen hohen Rechenaufwand bedeuten. Deswegen werden die durch die Monte-Carlo-Simulation erzeugten Pfade (Trajektorien) für einen jeweiligen Agenten vom Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 gruppiert. Dieses Gruppieren (englisch: Clustern) der erzeugten Trajektorien wird anhand der Endpunkte der jeweiligen Trajektorien zum Zeitpunkt t = t + t_p unter Verwendung geeigneter Berechnungsmethoden wie beispielsweise dem DBSCAN-Algorithmus durchgeführt. Einige der vom Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 in der aktuellen Fahrsituation für die anderen Kraftfahrzeuge 28 und 30 ermittelten Trajektoriengruppen sind in 9 dargestellt. Dabei handelt es sich etwa um die für das zweite andere Kraftfahrzeug 28 in der in 9 gezeigten Fahrsituation bestimmten Trajektoriengruppen 90 und 92 sowie um die für das dritte andere Kraftfahrzeug 30 bestimmten Trajektoriengruppen 94, 96, 98, 100 und 102. Für die Bestimmung dieser Trajektoriengruppen wird jeweils auch die Interaktion der einzelnen Agenten (also der Kraftfahrzeuge 28, 30 untereinander) sowie die Interaktion dieser Agenten mit dem eigenen Kraftfahrzeug 12 und den weiteren in 9 dargestellten anderen Kraftfahrzeugen berücksichtigt.
• Jede der in 9 gezeigten Trajektoriengruppen 90 bis 102 ist durch eine Abfolge von Gaußverteilungen für jeden Fahrzeugzustand der jeweiligen Agenten sowie eine dazugehörige Wahrscheinlichkeitsverteilung der Trajektoriengruppe gekennzeichnet, wobei Letztere als $p_c=\frac{n_c}{n_m}$

  

  definiert ist und n_c die Anzahl der in einer bestimmten Trajektoriengruppe enthaltenen einzelnen Trajektorien (als Ergebnis eines Simulationsdurchgangs der Monte-Carlo-Simulation) kennzeichnet. Durch n_m ist die Anzahl der Schritte und/oder Zyklen, die im Rahmen einer Durchführung der Monte-Carlo-Simulation stattfinden, gekennzeichet.
• Berechnungen werden - sofern sie auf Softwarebasis stattfinden - in C-Code durchgeführt, um den Realzeitanforderungen des hier vorgestellten Ansatzes zur Überwachung der aktuellen Verkehrssituation des eigenen Kraftfahrzeugs 12 zu erfüllen. Dabei haben Versuche ergeben, dass die Berechnungen ohne die Parallelisierung von Berechnungsprozessen auf einem herkömmlichen Rechner mit einem Arbeitsspeicher von 16 GB und mit einer Taktzeit von 10 Hz durchführbar sind. Dies ist jedoch lediglich beispielhaft zu verstehen, weder das mit Bezug auf 9 beschriebene Beispiel noch die restliche Offenbarung sind darauf beschränkt. Optional kann durch eine Parallelisierung der Berechnungsprozesse, beispielsweise durch Parallelisierung einzelner Monte-Carlo-Simulationsschritte oder -Zyklen und/oder durch Parallelisierung der Datenerfassung über die anderen Agenten in der aktuellen Fahrsituation des Kraftfahrzeugs 12 eine noch schnellere und effizientere Berechnung der Trajektoriengruppen erreicht werden.
• Wieder mit Bezug auf die 7a und 7b beziehungsweise 8a bis 8d werden nun die jeweils dargestellten verschiedenen Verkehrsszenarien näher beschrieben. Dabei stehen dem Steuerungssystem 10 des eigenen Kraftfahrzeugs in der in den 7a und 7b dargestellten Fahrsituation auch Objektinformation über beispielsweise Straßenschilder (siehe etwa das Straßenschild 42 in 2) und/oder die Straßengeometrie aus digitalen Kartendaten zur Verfügung, während die Berechnungen des Steuerungssystems 10 des eigenen Kraftfahrzeugs 12 in den 8a bis 8d lediglich basierend auf den Umfelddaten des mindestens einen Umfeldsensors durchgeführt werden. Diese Umfelddaten sind wie vorstehend beschrieben in Abhängigkeit der jeweiligen Fahrsituation zumindest teilweise unvollständig. Die Gegenüberstellung dieser zwei Szenarien verdeutlicht die Vorteile des vorgestellten Ansatzes zur Überwachung der aktuellen Verkehrssituation durch das eigene Kraftfahrzeug 12 auch bei teilweise unvollständiger Umfeldinformation.
• In der in den 7a und 7b gezeigten Verkehrssituation verjüngt sich eine dreispurige Autobahn 32 in Fahrtrichtung des eigenen Kraftfahrzeugs 12 in etwa 250 m vor diesem zu einer zweispurigen Autobahn 32. Dadurch muss das dritte andere Kraftfahrzeug 30 einen Spurwechsel nach links vornehmen, da es anderenfalls aufgrund der bald endenden rechten Fahrspur bis zum Stillstand abgebremst werden muss. Das eigene Kraftfahrzeug 12 befindet sich auf der mittleren Fahrspur der Autobahn 32 und fährt dort beispielsweise mit einem konstanten Abstand hinter dem anderen Kraftfahrzeug 28, beispielsweise aufgrund einer durch das Steuerungssystem 10 oder eine andere elektronische Steuerung des eigenen Kraftfahrzeugs 12 veranlassten geschwindigkeitsgeregelten Folgefahrt. Das vierte andere Kraftfahrzeug 60 befindet sich aktuell auf der Überholspur der Autobahn 32.
• Das Einschermanöver, also der bevorstehende Spurwechsel nach links des dritten anderen Kraftfahrzeugs 30 beeinflusst direkt die dann noch möglichen Trajektorien für die Kraftfahrzeuge 28 und 60. Die Linien 72, 74 (diese beiden Linien liegen übereinander, sind wegen der besseren Darstellbarkeit in 7a jedoch leicht versetzt gezeichnet), 76, 78 und 80 (7a) sowie die Linien 72', 76', 78', 79' und 80' kennzeichnen dabei für die jeweiligen Agenten vorausgesagte Mediane und/oder Mittelwerte. Diese können vom Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 aus den Trajektoriengruppen für jeden Agenten ermittelt werden. Die auf den Linien gezeichneten Striche (in den 7a und 7b in y-Richtung orientiert) oder Ellipsen/Ellipsoide kennzeichnen eine 95%-Ellipse. Mit anderen Worten ist ein Fehler bzw. eine Abweichung einer zu bestimmenden Trajektorie, der sich zum jeweiligen Mess- oder Aktualisierungszeitpunkt ergibt, zu 95% akzeptabel, sofern sich die Abweichung in x- und y-Richtung innerhalb der jeweiligen Ellipse befindet. Die Ellipsen zeigen also die für eine zu bestimmende Trajektorie noch akzeptable Abweichungen von einer idealen Trajektorie, die aus den Unsicherheiten bei der Manöverausführung resultieren.
• Die gestrichelten Linien der 7a und 7b kennzeichnen ein von den durchgezogenen Linien der 7a und 7b verschiedenes Simulationsszenario. Mit anderen Worten sind in den 7a und 7b jeweils zwei mögliche Simulationsergebnisse für bestimmte Trajektorien für die Kraftfahrzeuge 28, 30 und 60 gezeigt. Dünnere Linien (wie beispielsweise die Linien 79, 78' und 79') kennzeichnen im Vergleich zu dickeren Linien (wie beispielsweise die Linien 72', 78 und 80') eine geringere Wahrscheinlichkeit in Bezug auf die jeweilige Manöverklasse, die die jeweilige Linie (also der simulierte Pfad) repräsentiert. Mit Bezug auf die 7a und 7b bedeutet dies beispielsweise, dass eine Wahrscheinlichkeit für ein Spurhalten des Kraftfahrzeugs 28 zum Zeitpunkt t = 0,9 s (siehe 7b) im Vergleich zum Zeitpunkt t = 0 s gesunken ist. Die Wahrscheinlichkeit für ein Spurhalten des zweiten anderen Kraftfahrzeugs 30 geht zu beiden Zeitpunkten gegen Null, da die rechte Fahrspur der Autobahn 32 bald endet. Dementsprechend sind die Mediane der Trajektorien für ein Spurhalten mit vergleichsweise dünnen Linien angedeutet.
• In der in 7a zum Zeitpunkt t = 0 s gezeigten Verkehrssituation weist das Kraftfahrzeug 28 eine Geschwindigkeit von etwa 32 m/s, das Kraftfahrzeug 30 eine Geschwindigkeit von 25 m/s und das Kraftfahrzeug 60 eine Geschwindigkeit von 34 m/s auf. Insbesondere diese Werte sind lediglich beispielhaft, nicht jedoch einschränkend zu verstehen. Die drei Kraftfahrzeuge 28, 30 und 60 stellen im Rahmen dieser Offenbarung Agenten dar, deren Fahrzeugzustand vom eigenen Kraftfahrzeug 12 überwacht wird und für die jeweils mögliche Trajektorien in der aktuellen Verkehrssituation ermittelt werden.
• Das Ende der rechten Fahrspur, das in den 7a und 7b durch die Fahrspurmarkierung 70 gekennzeichnet ist, ist dem eigenen Kraftfahrzeug 12 bekannt. Deswegen ist die Wahrscheinlichkeit, dass das andere Kraftfahrzeug 30 keinen Spurwechsel durchführen wird, sehr gering. Dies ist in 7a durch die dünn gezeichnete Trajektorie 79 für ein mögliches Spurhalten des Kraftfahrzeugs 30 angedeutet. Das Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 wird zum Zeitpunkt t = 0 s also davon ausgehen, dass das Kraftfahrzeug 30 einen Spurwechsel auf die mittlere Fahrspur der Autobahn 32 durchführt. Die fett gezeichnete Trajektorie 80 in 7a deutet die (relativ zum Spurhalten) hohe Wahrscheinlichkeit dafür an.
• Der bevorstehende Spurwechsel nach links des Kraftfahrzeugs 30 beeinflusst durch die Anwendung des hier verfolgten interaktionsbasierten Ansatzes zur Überwachung der aktuellen Verkehrssituation durch das Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 die möglichen Trajektorien für das zweite andere Kraftfahrzeug 28. Für dieses ergeben sich zwei mögliche Manöver zum Zeitpunkt t = 0, zum einen ein Spurwechsel nach links zum Folgen der Trajektorie 76 oder ein mit einem Abbremsen verbundenes Spurhalten zum Folgen der Trajektorie 78. Die beiden letzten angesprochenen Manöver weisen zum Zeitpunkt t = 0 s in etwa dieselbe Wahrscheinlichkeit auf. Dies ist durch die in gleicher Dicke gezeichneten Trajektorien 76 und 78 angedeutet. Sollte das Kraftfahrzeug 28 den Spurwechsel nach links durchführen und der Trajektorie 76 folgen, ergibt sich wiederum eine Interaktion mit dem vierten anderen Kraftfahrzeug 60, das dann seinerseits Abbremsen muss, um eine Kollision mit dem Kraftfahrzeug 28 nach dessen Spurwechsel nach links zu vermeiden. Für das Kraftfahrzeug 60 selbst liefern beide Simulationsszenarien jeweils eine Trajektorie 72 oder 74 (in 7a eng nebeneinanderliegend gezeichnet) für ein Spurhalten mit denselben Wahrscheinlichkeiten aber unterschiedlichen Varianzen durch das individuelle Fahrverhalten, was durch die unterschiedlich geformten Ellipsen/Ellipsoide angedeutet ist, die jeweils der Trajektorie 72 (gestrichelt) beziehungsweise der Trajektorie 74 zugeordnet sind. Der Grund dafür ist, dass links von dem Kraftfahrzeug 60 keine Fahrspur mehr existiert und die mittlere Fahrspur der Fahrbahn 32 durch das Kraftfahrzeug 28 blockiert ist.
• 7b verdeutlicht, wie die Interaktionen zwischen den in der Verkehrssituation befindlichen Agenten berücksichtigt werden, um durch das Steuerungssystem des eigenen Kraftfahrzeugs 12 möglichst exakte Voraussagen über die künftige Entwicklung der Verkehrssituation zu treffen. Zum Zeitpunkt t = 0,9 s bewegt sich das Kraftfahrzeug 28 noch immer mit einer Geschwindigkeit von etwa 32 m/s in longitudinaler Richtung auf der mittleren Fahrspur der Autobahn 32, sodass sich die Wahrscheinlichkeit für einen Spurwechsel nach links des Kraftfahrzeugs 28 erhöht; die Trajektorie 78' ist nur noch abgeschwächt gezeichnet. Dies liegt nicht zuletzt daran, dass sich die Wahrscheinlichkeit für ein Spurhalten zum Zeitpunkt t = 0,9 s verringert hat, da ein sicheres und komfortables Abbremsen aufgrund der immer noch relativ hohen Geschwindigkeit des Kraftfahrzeugs 28 nicht mehr möglich ist. Die Ellipsen der Trajektorie 78' sind der Übersichtlichkeit halber in 7b nicht gezeigt. Die durch die Dicke der Trajektorie 76' angedeutete gewachsene Wahrscheinlichkeit für einen Spurwechsel des Kraftfahrzeugs 28 führt dazu, dass das Kraftfahrzeug 60, das noch immer mit etwa 34 m/s in longitudinaler Richtung auf der Überholspur der Autobahn 32 fährt, abbremsen muss, um einen notwendigen Sicherheitsabstand zum auf die Überholspur wechselnden Kraftfahrzeug 28 einzuhalten. Dieser Sicherheitsabstand ergibt sich aus dem mit Bezug auf 2 beschriebenen longitudinalen Beschleunigungsmodell. Aus diesem Grund resultieren die variierenden Parameter für einen jeweiligen Simulationszyklus in einer vergleichsweise höheren möglichen Longitudinalabweichung bei der Voraussage, was in den 7a und 7b durch die zum Zeitpunkt t= 0,9 s im Vergleich zum Zeitpunkt t = 0 s vergrößert angedeuteten Fehlerellipsen gekennzeichnet ist.
• Mit Bezug auf die 8a bis 8d wird nun ein weiteres Beispiel beschrieben, bei dem der im Rahmen dieser Offenbarung vorgestellte Ansatz zur Überwachung der aktuellen Verkehrssituation lediglich die durch den mindestens einen Umfeldsensor 14, 16, 18 des eigenen Kraftfahrzeugs 12 gewonnen Umfelddaten nutzt. Dem Steuerungssystem 10 sind demnach keine digitalen Kartendaten oder ähnliches bekannt. Dabei deuten in ähnlicher Weise wie mit Bezug auf 7a und 7b beschrieben vergleichsweise dicker angedeutete bzw. gezeichnete Linien und/oder Ellipsen auf eine in der aktuellen Situation höhere Wahrscheinlichkeit hin, während vergleichsweise dünner gezeichnete Linien eine geringe Wahrscheinlichkeit andeuten. In der 8 sind der Übersichtlichkeit halber lediglich die rechten beiden Fahrspuren der dreispurigen und sich verjüngenden Fahrbahn 32 dargestellt. Im in den 8a bis 8d dargestellten Verkehrsszenario wird demnach davon ausgegangen, dass die Umfeldsensorik des eigenen Kraftfahrzeugs 12 zum Zeitpunkt t = 0 s die Fahrbahnverjüngung nicht erfasst, da die Fahrspurmarkierung 70, die das Ende der rechten Fahrspur der Fahrbahn 32 kennzeichnet, durch die Kraftfahrzeuge 60 und 30 verdeckt ist. Zudem ist für die Umfeldsensorik des eigenen Kraftfahrzeugs 12 zunächst auch das Kraftfahrzeug 30 durch das Kraftfahrzeug 60 verdeckt und daher nicht erfassbar. Für das hier angenommene Verkehrsszenario gilt, dass sich das Kraftfahrzeug 28 mit einer Geschwindigkeit von etwa 30 m/s, das Kraftfahrzeug 30 mit einer Geschwindigkeit von etwa 20 m/s und das Kraftfahrzeug 60 mit einer Geschwindigkeit von 25 m/s in longitudinaler Richtung (x-Richtung in den 8a bis 8d) bewegt.
• Wenn die Geschwindigkeit des Kraftfahrzeugs 60 im Rahmen der Simulation der künftigen Verkehrssituation beibehalten werden soll, muss das Kraftfahrzeug 60 einen Spurwechsel nach links durchführen, um das Kraftfahrzeug 30 zu überholen, das eine geringere Geschwindigkeit als das Kraftfahrzeug 60 aufweist. Soll auch die aktuelle Geschwindigkeit des Kraftfahrzeugs 28 beibehalten werden, so muss auch dieses einen Spurwechsel nach links auf die in 8a nicht eingezeichnete Überholspur der Autobahn 32 durchführen, da die mittlere Fahrspur der Autobahn 32 durch den möglicherweise bevorstehenden Spurwechsel des Kraftfahrzeugs 60 und dem damit verbundenen Folgen der Trajektorie 86 verbunden ist.
• In diesem Fall kann die Interaktion der Kraftfahrzeuge 28 und 60 mit dem Kraftfahrzeug 30 zum Zeitpunkt t = 0 s (siehe 8a) nicht modelliert werden, da das Kraftfahrzeug 30 für den mindestens einen Umfeldsensor 14, 16, 18 des eigenen Kraftfahrzeugs 32 nicht detektierbar ist. Aus demselben Grund wird zu diesem Zeitpunkt auch keine mögliche Trajektorie oder Trajektoriengruppe durch das Steuerungssystem 10 für das Kraftfahrzeug 30 ermittelt. Deswegen ergibt sich aus Sicht des eigenen Kraftfahrzeugs 12 auch eine relativ geringe Wahrscheinlichkeit für einen Spurwechsel des Kraftfahrzeugs 60, da weder die endende rechte Fahrspur noch das vor dem Kraftfahrzeug 60 befindliche Kraftfahrzeug 30 detektiert werden. Dies ist wiederum durch die dünn gezeichnete Trajektorie 86 angedeutet.
• Zur Kompensation dieser fehlenden Zustandsinformationen kommt hier der beschriebene Ansatz zur Manöverklassifizierung zum Einsatz. Dadurch ist das Steuerungssystem 10 des eigenen Kraftfahrzeugs 12 in der Lage, durch Verwendung des Klassifikators für jedes Kraftfahrzeug in der aktuellen Verkehrssituation klassenbezogene Wahrscheinlichkeiten für potentiell folgende Fahrmanöver zu erzeugen. Durch das Miteinbeziehen der vorausgesagten Fahrmanöver-Wahrscheinlichkeitsverteilung $\text{P}\left({\mathcal{M}}^{\left(k\right)}\left(\text{t}\right)\right)$

  

  wird der Nachteil der unvollständigen durch die Umfeldsensorik des eigenen Kraftfahrzeugs 12 lieferbaren Umfeldinformation zumindest minimiert, bestenfalls ausgeglichen.
• In 8b zum Zeitpunkt t = 1,5 s liegt die vom Steuerungssystem 10 bestimmte Wahrscheinlichkeit für ein Spurwechselmanöver des Kraftfahrzeugs 60 schon höher, beispielsweise bei 25 % bis 35 %, was durch die dicker gezeichnete Trajektorien 86' (verglichen mit der Trajektorie 86) gekennzeichnet ist. Nichtsdestotrotz besteht weiterhin eine nicht zu vernachlässigende Wahrscheinlichkeit, dass das Kraftfahrzeug 60 der Trajektorie 88' folgt. Ein Folgen der Trajektorie 86' führt wiederum zu einer Interaktion mit dem auf der mittleren Fahrspur befindlichen Kraftfahrzeug 28, bezüglich dessen sich nun ähnlich hohe wenn auch nicht identische Wahrscheinlichkeiten für einen Spurwechsel nach links (Folgen der Trajektorie 82') und für ein Spurhalten (Folgen der Trajektorie 84') ergeben.
• Zum Zeitpunkt t = 2,0 s, zu dem die Verkehrssituation in 8c dargestellt ist, ergibt sich aus Sicht des Steuerungssystems 10 des eigenen Kraftfahrzeugs 12 die höchste Manöverwahrscheinlichkeit für einen Spurwechsel nach links des Kraftfahrzeugs 28. Dies ist mit einem Folgen der Trajektorie 86" verbunden, während die Trajektorie 88" die noch verbleibende geringe Wahrscheinlichkeit für ein Fahrspurhalten durch das Kraftfahrzeug 60 anzeigt. In der Folge wächst sich auch die Wahrscheinlichkeit für einen Spurwechsel des Kraftfahrzeugs 28 und dem damit verbundenen Folgen der Trajektorie 82" stark und ist zumindest größer als die Wahrscheinlichkeit für ein Spurhalten des Kraftfahrzeugs 28 und dem damit verbundenen Folgen der Trajektorie 84".
• Zum Zeitpunkt t = 3,6 s, zu dem die Verkehrssituation in 8d dargestellt ist, wird schließlich durch den mindestens einen Umfeldsensor 14, 16, 18 des eigenen Kraftfahrzeugs 12 das andere Kraftfahrzeug 30 erfasst und die entsprechenden Daten werden dem Steuerungssystem 10 zu Verfügung gestellt. Dadurch kann die Interkation zwischen dem Kraftfahrzeug 30 bei der Bestimmung der möglichen Trajektorien für die anderen Kraftfahrzeuge 28 und 60, aber auch für das eigene Kraftfahrzeug 12, berücksichtigt werden. Dasselbe gilt selbstverständlich in umgekehrter Weise bei der Bestimmung möglicher Trajektorien für das Kraftfahrzeug 30, das ab dem Zeitpunkt, ab dem es detektiert wird, in den interaktionsbasierten Ansatz zur Trajektorienermittlung mit einbezogen wird. Für das Kraftfahrzeug 30 ergibt sich eine relativ hohe Wahrscheinlichkeit für einen Spurwechsel nach links und dem damit verbundenen Folgen der Trajektorie 88'" im Vergleich zu einem Folgen der Trajektorie 90. Dies resultiert beispielsweise aus der relativ näheren Orientierung des Kraftfahrzeugs 30 zur Fahrspurmarkierung 38' der Fahrbahn 32 (siehe 8d) als zur Fahrspurmitte oder gar zur rechten Fahrspurbegrenzung 40. Aus ähnlichen Überlegungen und zusätzlich aus der Orientierung der Längsachse des Kraftfahrzeugs 60 relativ zur Fahrbahn 32 kann beispielsweise auch die zum Zeitpunkt t = 2,0 s (8c) schon relativ hohe Wahrscheinlichkeit für einen Spurwechsel des Kraftfahrzeugs 60 resultieren.
• Wenn das Kraftfahrzeug 30, wie in 8d gezeigt, den Spurwechsel nach links ausführt, führt dies wiederum zu einer Interaktion mit dem zum Zeitpunkt t = 3,6 s bereits die Fahrspur wechselnden Kraftfahrzeug 60. Für dieses Kraftfahrzeug 60 besteht in beiden Simulationsszenarien eine sehr hohe Wahrscheinlichkeit dafür, dass der Fahrspurwechsel auf der durch die Fahrspurmarkierungen 36' und 38' begrenzten Fahrspur endet, was durch die praktisch übereinander liegenden gestrichelten und durchgezogenen Trajektorien bei 86'" gezeigt ist. Das Kraftfahrzeug 60 muss demnach abbremsen, wenn tatsächlich ein Spurwechsel des Kraftfahrzeugs 30 erfolgt, ansonsten kann es seine aktuelle Geschwindigkeit beibehalten. Die Wahrscheinlichkeit für einen weiteren Fahrspurwechsel auf die in 8d nicht eingezeichnete Überholspur der Autobahn 32 ist schon aufgrund des sich von hinten nähernden Kraftfahrzeugs 28 sehr gering, da letzteres seinerseits mit hoher Wahrscheinlichkeit der Trajektorie 84'" folgt und somit einen Fahrspurwechsel auf die Überholspur der Fahrbahn 32 vollzieht.
• Die 10 zeigt ein Ablaufdiagramm für ein Steuerungsverfahren, das basierend auf aus mindestens einem an dem eigenen Kraftfahrzeug 12 angeordneten Umfeldsensor/en 14, 16, 18 gewonnenen Umfelddaten Fahrspuren, Fahrbahnbegrenzungen, Fahrbahnmarkierungen und/oder andere Kraftfahrzeuge 28, 30, 60 in einem Bereich vor, seitlich neben und/oder hinter dem eigenen Kraftfahrzeug 12 erkennt. Das Steuerungsverfahren kann beispielsweise durch das vorstehend beschriebene Steuerungssystem 10 des eigenen Kraftfahrzeugs ausgeführt werden. Sämtliche im Rahmen des Steuerungssystems 10 beschriebenen Merkmale können dabei auch für das Steuerungsverfahren Anwendung finden.
• In einem ersten Schritt S10 wird wenigstens ein Fahrparameter für jedes im Umfeld des eigenen Kraftfahrzeugs 12 befindliche andere Kraftfahrzeug basierend auf den bereitgestellten Umfelddaten ermittelt. Dafür kann zunächst für alle im Erfassungsbereich des mindestens einen Umfeldsensors 14, 16, 18 befindlichen anderen Kraftfahrzeuge ein mögliches Basisfahrmanöver (oder die Wahrscheinlichkeit dafür) wie etwa ein Spurwechsel oder ein Spurhalten ermittelt werden. Für die nachfolgende Simulation wird dann für jedes Kraftfahrzeug basierend auf dem jeweils ermittelten Basisfahrmanöver ein Referenzpfad erzeugt. Hier können insbesondere die vorstehend beschriebenen Techniken zur Pfaderzeugung zum Einsatz kommen.
• Als der wenigstens eine Parameter wird insbesondere zufällig einer (oder mehrere) der mit Bezug auf das longitudinale Fahrermodell und/oder mit Bezug auf das laterale Fahrermodell beschriebenen Parameter ausgewählt. Werden mehrere Parameter pro Kraftfahrzeug ausgewählt, können diese beispielsweise in einem Vektor aggregiert werden. Beispielsweise können alle lateralen Parameter in einem ersten Vektor aggregiert sein, während in einem zweiten Vektor alle longitudinalen Parameter zusammengefasst sind.
• In einem zweiten Schritt S12 wird eine Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge basierend auf dem jeweils ermittelten Fahrparameter erzeugt. Dafür kommen insbesondere die vorstehend beschriebenen lateralen und longitudinalen Fahrermodelle zum Einsatz.
• In einem dritten Schritt S14 wird eine Simulation der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge durchgeführt. Dies geschieht insbesondere unter Verwendung des vorstehend mit Bezug auf die 3 und 4 beschriebenen Bewegungsmodells.
• In einem vierten Schritt S16 erfolgt schließlich, insbesondere wie mit Bezug auf 9 beschrieben, ein jeweiliges Gruppieren der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge basierend auf der Simulation. Die einzelnen der Mehrzahl von gruppierten Trajektorien (Trajektoriengruppen) können unterschiedliche relative Wahrscheinlichkeiten aufweisen. Mit anderen Worten können die Trajektoriengruppen jedes der Kraftfahrzeuge verschiedene Trajektorien enthalten, die jeweils unterschiedliche Wahrscheinlichkeiten dafür kennzeichnen, dass das entsprechende Kraftfahrzeug diesen Trajektorien in dessen künftigem Fahrtverlauf tatsächlich folgt. So wird basierend auf auf den Fahrtzustand aller erfassten Fahrzeuge im Umfeld des eigenen Kraftfahrzeugs 12 bezogenen Informationen, die alle im Rahmen einer einzelnen Simulation der aktuellen Verkehrssituation berücksichtigt werden, die aktuelle Verkehrssituation und deren künftige Entwicklung abgeschätzt.
• Durch den vorstehend vorgestellten Ansatz zur interaktionsbasierten Trajektorienbestimmung für sämtliche in einer Verkehrssituation im Umfeld des eigenen Kraftfahrzeugs 12 befindlichen anderen Kraftfahrzeuge, der durch das Steuerungssystem 10 beispielsweise als Steuerungsverfahren ausgeführt wird, wird eine exakte und effiziente Methode zum Überwachen der aktuellen Verkehrssituation des eigenen Kraftfahrzeugs 12 bereitgestellt und somit eine spätere Entscheidungsfindung und Trajektorienplanung für das eigene Kraftfahrzeug 12 hinsichtlich Fahrkomfort und Fahrsicherheit für die Insassen des eigenen Kraftfahrzeugs 12 gegenüber herkömmlichen Steuerungssystemen verbessert.
• Durch die zum Einsatz kommende Monte-Carlo-Simulation unter Verwendung von Fahrermodellen (das longitudinale Beschleunigungsmodell und das Spurwechselmodell) für die Fahrer der jeweiligen Kraftfahrzeuge in der jeweiligen Fahrsituation werden die Interaktionen zwischen den einzelnen Kraftfahrzeugen basierend auf wahrscheinlichkeitstheoretischen Überlegungen modelliert. Durch kombinieren bzw. mit einbeziehen des Manöverklassifikators mit dem bzw. in den Ansatz werden die Ergebnisse der Bestimmung der aktuellen Verkehrssituation inklusive der Bestimmung der Trajektorien für die jeweiligen Kraftfahrzeuge weiter verbessert. Dadurch wird, wie insbesondere mit Bezug auf die 7a bis 8d beschrieben, ein effizienter und genauer Langzeitansatz zur Überwachung der aktuellen Verkehrssituation des eigenen Kraftfahrzeugs 12 durch dessen Steuerungssystem 10 bereitgestellt.
• Es versteht sich, dass die zuvor erläuterten beispielhaften Ausführungsformen nicht abschließend sind und den hier offenbarten Gegenstand nicht beschränken. Insbesondere ist für den Fachmann ersichtlich, dass er die Merkmale der verschiedenen Ausführungsformen miteinander kombinieren kann und/oder verschiedene Merkmale der Ausführungsformen weglassen kann, ohne dabei von dem hier offenbarten Gegenstand abzuweichen.

Claims (10)

1. Steuerungssystem (10), das zum Einsatz in einem eigenen Kraftfahrzeug (12) eingerichtet und bestimmt ist, basierend auf aus mindestens einem an dem eigenen Kraftfahrzeug (12) angeordneten Umfeldsensor/en (14, 16, 18) gewonnenen Umfelddaten Fahrspuren, Fahrbahnbegrenzungen, Fahrbahnmarkierungen und/oder andere Kraftfahrzeuge (28, 30, 60) in einem Bereich (22, 24, 26) vor, seitlich neben und/oder hinter dem eigenen Kraftfahrzeug (12) zu erkennen, wobei der mindestens eine Umfeldsensor dazu eingerichtet ist, einer elektronischen Steuerung (20) des Steuerungssystems (10) die den Bereich vor, seitlich neben und/oder hinter dem eigenen Kraftfahrzeug (12) wiedergebenden Umfelddaten bereitzustellen, und wobei das Steuerungssystem (10) wenigstens dazu eingerichtet und bestimmt ist, - basierend auf den bereitgestellten Umfelddaten wenigstens einen Fahrparameter für jedes im Umfeld des eigenen Kraftfahrzeugs (12) befindliche andere Kraftfahrzeug (28, 30, 60) zu ermitteln, - basierend auf dem jeweils ermittelten Fahrparameter eine Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge (28, 30, 60) zu erzeugen, - eine Simulation der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge (28, 30, 60) durchzuführen; und - jeweils basierend auf der Simulation die Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge (28, 30, 60) zu gruppieren.
2. Steuerungssystem (10) nach Anspruch 1, das ferner dazu eingerichtet und bestimmt ist, für jedes der anderen Kraftfahrzeuge (28, 30, 60) im Umfeld des eigenen Kraftfahrzeugs (12) ein Basismanöver zu ermitteln, basierend auf dem jeweils ermittelten Basismanöver einen Referenzpfad für jedes der anderen Kraftfahrzeuge (28, 30, 60) zu erzeugen, und den wenigstens einen Fahrparameter für jedes im Umfeld des eigenen Kraftfahrzeugs (12) befindliche andere Kraftfahrzeug (28, 30, 60) basierend auf dem jeweiligen Referenzpfad jedes der anderen Kraftfahrzeuge (28, 30, 60) zu bestimmen.
3. Steuerungssystem (10) nach Anspruch 1 oder2, das ferner dazu eingerichtet und bestimmt ist, - basierend auf dem jeweils ermittelten Fahrparameter jedem der anderen Kraftfahrzeuge (28, 30, 60) eine Eigenschaft eines künftig möglichen Fahrmanövers zuzuordnen, und - die Eigenschaft des künftig möglichen Fahrmanövers jeweils beim Erzeugen der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge (28, 30, 60) zu berücksichtigen.
4. Steuerungssystem (10) nach Anspruch 3, das ferner dazu eingerichtet und bestimmt ist, die Eigenschaft des künftigen Fahrmanövers jedes der anderen Kraftfahrzeuge (28, 30, 60) unter Verwendung eines Manöverklassifikators als Wahrscheinlichkeitsklasse zu ermitteln.
5. Steuerungssystem (10) nach einem der vorhergehenden Ansprüche, wobei der wenigstens eine Fahrparameter jeweils eine aktuelle Geschwindigkeit und/oder eine aktuelle Beschleunigung der anderen Kraftfahrzeuge (28, 30, 60) umfasst, und wobei das Steuerungssystem (10) dazu eingerichtet und bestimmt ist, den Fahrparameter basierend auf einer zugrundeliegenden Wahrscheinlichkeitsverteilung zu ermitteln.
6. Steuerungssystem (10) nach einem der vorhergehenden Ansprüche, das ferner dazu eingerichtet und bestimmt ist, beim Erzeugen der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge (28, 30, 60) jeweils einen Zufallswert mit einzubeziehen.
7. Steuerungssystem (10) nach einem der vorhergehenden Ansprüche, das ferner dazu eingerichtet und bestimmt ist, die Simulation in Form einer vorbestimmten Anzahl von Monte-Carlo-Simulationen durchzuführen, und im Rahmen einer Monte-Carlo-Simulation eine einzelne Trajektorie der Mehrzahl von Trajektorien für jedes der anderen Kraftfahrzeuge (12, 28, 30) zu erzeugen.
8. Steuerungssystem (10) nach einem der vorhergehenden Ansprüche, wobei der mindestens eine Umfeldsensor (14, 16, 18) eine Frontkamera, eine Heckkamera, eine Seitenkamera, einen Radar-Sensor und/oder einen Lidar-Sensor umfasst.
9. Steuerungsverfahren, das in einem eigenen Kraftfahrzeug (12) basierend auf aus mindestens einem an dem eigenen Kraftfahrzeug (12) angeordneten Umfeldsensor/en (14, 16, 18) gewonnenen Umfelddaten Fahrspuren, Fahrbahnbegrenzungen, Fahrbahnmarkierungen und/oder andere Kraftfahrzeuge (28, 30, 60) in einem Bereich vor, seitlich neben und/oder hinter dem eigenen Kraftfahrzeug (12) erkennt, wobei das Steuerungsverfahren insbesondere mittels eines Steuerungssystems (10) nach einem der vorhergehenden Ansprüche ausgeführt wird, und wobei das Steuerungsverfahren wenigstens die Schritte umfasst: - Ermitteln wenigstens eines Fahrparameters für jedes im Umfeld des eigenen Kraftfahrzeugs (12) befindliche andere Kraftfahrzeug (28, 30, 60) basierend auf den bereitgestellten Umfelddaten, - Erzeugen einer Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge (28, 30, 60) basierend auf dem jeweils ermittelten Fahrparameter, - Durchführen einer Simulation der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge (28, 30, 60); und - jeweiliges Gruppieren der Mehrzahl von möglichen Trajektorien für den künftigen Fahrtverlauf für jedes der anderen Kraftfahrzeuge (28, 30, 60) basierend auf der Simulation.
10. Kraftfahrzeug (12), das ein Steuerungssystem gemäß einem der Ansprüche 1 bis 8 umfasst.

Images