DE102019109095A1 - Arrival forecasting procedures and systems - Google Patents
Arrival forecasting procedures and systems Download PDFInfo
- Publication number
- DE102019109095A1 DE102019109095A1 DE102019109095.4A DE102019109095A DE102019109095A1 DE 102019109095 A1 DE102019109095 A1 DE 102019109095A1 DE 102019109095 A DE102019109095 A DE 102019109095A DE 102019109095 A1 DE102019109095 A1 DE 102019109095A1
- Authority
- DE
- Germany
- Prior art keywords
- maneuver
- intersections
- intersection
- value
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
- G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
- G08G1/096838—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the user preferences are taken into account or the user selects one route out of a plurality
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
- G08G1/09685—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is computed only once and not updated
Abstract
Die vorliegende Offenbarung betrifft ein Verfahren zur Ankunftsprognose eines Fahrzeugs an einer Zielposition basierend auf einer Datenquelle. Die Datenquelle umfasst: eine Vielzahl von Straßensegmenten; eine Vielzahl von Kreuzungen, wobei jede Kreuzung der Vielzahl von Kreuzungen mindestens ein Start-Straßensegment mit mindestens einem Ziel-Straßensegment basierend auf einem Manöver verbindet; für jede Kreuzung der Vielzahl von Kreuzungen ein Referenzmanöver; und für jedes Manöver ungleich dem Referenzmanöver an einer Kreuzung der Vielzahl von Kreuzungen einen ersten Wertund einen zweiten WertDas Verfahren umfasst Ermitteln einer Route basierend auf einer Startposition und einer Zielposition, wobei die Route mindestens eine Untermenge von Straßensegmenten der Vielzahl von Straßensegmenten und mindestens eine Untermenge von Kreuzungen der Vielzahl von Kreuzungen umfasst; Ermitteln, für jede Kreuzung der Untermenge von Kreuzungen, eines voraussichtlichen Zeitintervalls in dem das Fahrzeug die jeweilige Kreuzung befahren wird und, basierend auf der Datenquelle, des ersten Wertesdes zweiten Wertesund eines dritten Wertes u(T), jeweils in Abhängigkeit des voraussichtlichen Zeitintervalls; und Ermitteln der Ankunftsprognose basierend auf den ermittelten ersten, zweiten und dritten Werten für jede Kreuzung der Untermenge von Kreuzungen. Die vorliegende Offenbarung betrifft weiter ein System umfassend eine Steuereinheit, die zur Ausführung des Verfahrens konfiguriert ist und ein Fahrzeug umfassend das System.The present disclosure relates to a method for predicting the arrival of a vehicle at a target position based on a data source. The data source includes: a plurality of road segments; a plurality of intersections, each intersection of the plurality of intersections connecting at least one starting road segment to at least one destination road segment based on a maneuver; a reference maneuver for each intersection of the plurality of intersections; and for each maneuver other than the reference maneuver at an intersection of the plurality of intersections, a first value and a second value. The method comprises determining a route based on a starting position and a target position, the route at least a subset of road segments of the plurality of road segments and at least a subset of Intersections includes the plurality of intersections; Determining, for each intersection of the subset of intersections, an anticipated time interval in which the vehicle will drive through the respective intersection and, based on the data source, the first value of the second value and a third value u (T), in each case as a function of the anticipated time interval; and determining the arrival prognosis based on the determined first, second and third values for each intersection of the subset of intersections. The present disclosure further relates to a system comprising a control unit which is configured to carry out the method and a vehicle comprising the system.
Description
Die Offenbarung betrifft Ankunftsprognoseverfahren und -systeme. Die Offenbarung betrifft insbesondere Ankunftsprognoseverfahren und -systeme für die Berechnung von erwarteten Ankunftszeiten für Fahrzeuge.The disclosure relates to arrival forecasting methods and systems. More particularly, the disclosure relates to arrival forecasting methods and systems for calculating expected arrival times for vehicles.
Stand der TechnikState of the art
Im Stand der Technik sind Navigationssysteme bekannt, welche Echtzeit-Verkehrsinformationen („Real Time Traffic Information“ bzw. RTTI) verarbeiten, beispielsweise im Zuge der Visualisierung in einer digitalen Geokarte oder zum Zwecke einer präzisen Berechnung der Ankunftszeit einer im Navigationssystem vorgesehenen Route. Derlei Navigationssysteme sind als in Fahrzeugen integrierte Systeme bekannt, als auch in Form von stand-alone Apps für mobile Endgeräte wie beispielsweise Smartphones oder mobile Navigationssysteme.In the prior art, navigation systems are known which process real-time traffic information (“Real Time Traffic Information” or RTTI), for example in the course of visualization in a digital geomap or for the purpose of precisely calculating the arrival time of a route provided in the navigation system. Such navigation systems are known as systems integrated in vehicles, as well as in the form of stand-alone apps for mobile devices such as smartphones or mobile navigation systems.
Aufgrund der hohen Dynamik der RTTI ist es mit herkömmlichen Systemen bzw. Verfahren nicht oder nur unzureichend möglich, einzelne Verkehrsgeschwindigkeiten vorherzusagen. Vielmehr müssen diese kontinuierlich ermittelt, meist an zentraler Stelle (z.B. auf einem zentralen Server) zumindest temporär gespeichert und schließlich an die Navigationssysteme übertragen werden. Solche Dienstleistungen werden für gewöhnlich von privaten Betreibern erbracht.Due to the high dynamics of the RTTI, it is not or only insufficiently possible to predict individual traffic speeds with conventional systems or processes. Rather, they have to be determined continuously, usually at least temporarily stored at a central location (e.g. on a central server) and finally transferred to the navigation systems. Such services are usually provided by private operators.
Ein wesentlicher Nachteil verfügbarer Produkte, die RTTI einsetzen, ist, dass typischerweise nur eine einzige Verkehrsgeschwindigkeit für jedes Straßensegment ermittelt wird. Ein Straßensegment kann beispielsweise ein Teil einer Straße sein, vorzugsweise der Teil zwischen zwei aufeinander folgenden Kreuzungen (z.B. in München die Schleissheimerstraße von der Kreuzung mit der Max-Diamand-Straße bis zur Kreuzung mit dem Frankfurter Ring).A major disadvantage of available products that use RTTI is that typically only a single traffic speed is determined for each road segment. A street segment can, for example, be part of a street, preferably the part between two consecutive intersections (e.g. Schleissheimerstrasse in Munich from the intersection with Max-Diamand-Strasse to the intersection with Frankfurter Ring).
Für die Georeferenzierung von RTTI werden sogenannte „Locations“ verwendet. Diese können aus einem einzelnen Straßensegment oder aus einer Kette von aufeinanderfolgenden verbundenen Straßensegmenten bestehen. Die Definition von „Locations“ unterliegt oft der Hoheit von Staatsbehörden (z.B. der Bundesanstalt für Straßenwesen, BASt, in Deutschland) und stellt daher einen anerkannten Standard dar, der eine breite Verbreitung unter RTTI-Anbietern hat. Nachfolgend werden die Begriffe „Straßensegment“, „Straßenlink“ und „Location“ synonym verwendet, wenn im Einzelfall nichts anderes ausdrücklich angegeben ist.So-called "locations" are used for georeferencing RTTI. These can consist of a single road segment or a chain of consecutive connected road segments. The definition of "locations" is often subject to the sovereignty of state authorities (e.g. the Federal Highway Research Institute, BASt, in Germany) and therefore represents a recognized standard that is widely used among RTTI providers. In the following, the terms “street segment”, “street link” and “location” are used synonymously, unless otherwise expressly stated in individual cases.
Die Limitierung von Locations wirkt sich jedoch auf die Qualität bzw. Nutzbarkeit der RTTI zumindest in zweierlei Hinsicht aus. Zunächst müssen unterschiedliche Geschwindigkeiten auf gegebenenfalls mehreren Fahrspuren ein und desselben Straßensegmentes auf eine einzige Durchschnittsgeschwindigkeit gemittelt werden, da nur eine Geschwindigkeit pro Location vorgesehen ist. Dies ist insofern problematisch als dass die Geschwindigkeiten auf verschiedenen Fahrspuren desselben Straßensegmentes potenziell sehr unterschiedlich sein können. Beispielhaft seien hier unterschiedliche Ampelphasen Linksabbieger bzw. Rechtsabbieger und Geradeausfahrende Fahrzeuge genannt.However, the limitation of locations affects the quality and usability of the RTTI in at least two ways. First, different speeds on, if necessary, several lanes of one and the same road segment must be averaged to a single average speed, since only one speed is provided per location. This is problematic in that the speeds on different lanes of the same road segment can potentially be very different. Examples are different traffic light phases turning left or right turning and vehicles driving straight ahead.
Des Weiteren kann basierend auf Locations alleine nicht die Zeit berücksichtigt werden, die für die Durchquerung einer Kreuzung, für einen Abbiegevorgang oder dergleichen erforderlich ist. Stattdessen stehen lediglich Durchschnittsgeschwindigkeiten für einzelne Locations zur Verfügung. So werden zum Beispiel für ein Fahrmanöver in München von der Schleissheimerstraße von Norden nach Süden rechts in die Moosacherstraße klassischerweise lediglich die Durchschnittsgeschwindigkeiten auf der Schleissheimerstraße (bzw. auf dem beteiligten Segment) und auf der Moosacherstraße (bzw. auf dem beteiligten Segment) für die Berechnung einer Manövergeschwindigkeit betrachtet. Eine zusätzliche Wartezeit, die für die Durchführung des Fahrmanövers notwendig ist (z.B. aufgrund von Fußgängerverkehr) oder die jeweiligen Geschwindigkeiten einzelner Fahrspuren können nicht berücksichtigt werden.Furthermore, based on locations alone, the time required to traverse an intersection, to make a turn, or the like cannot be taken into account. Instead, only average speeds for individual locations are available. For example, for a maneuver in Munich from Schleissheimerstraße from north to south right into Moosacherstraße, only the average speeds on Schleissheimerstraße (or on the segment involved) and on Moosacherstraße (or on the segment involved) are used for the calculation considered a maneuver speed. An additional waiting time that is necessary to carry out the maneuver (e.g. due to pedestrian traffic) or the respective speeds of individual lanes cannot be taken into account.
Es gibt Anbieter von RTTI, welche im Bereich sogenannter hochauflösender Karten („HD maps“) tätig sind. Unter diesem Begriff werden Produkte angeboten, welche eine proprietäre Modellierung von Straßendaten mit höherer Auflösung beinhalten, wobei sich die höhere Auflösung auf mehrere Fahrspuren pro Straßensegment bezieht. Es ist basierend auf dem proprietären Modell möglich, Durchschnittsgeschwindigkeiten für einzelne Fahrspuren zu modellieren. Nachteilig hierbei kann sein, dass eine solche Modellierung grundlegende Änderungen beinhaltet, die durch die klassischen RTTI Strukturen nicht abgebildet werden können. Weiter ist auch nicht vorgesehen, den Übergang zwischen einzelnen Straßensegmenten detailliert zu modellieren.There are RTTI providers who are active in the area of so-called high-resolution maps ("HD maps"). Under this term, products are offered that contain a proprietary modeling of road data with a higher resolution, the higher resolution referring to several lanes per road segment. Based on the proprietary model, it is possible to model average speeds for individual lanes. The disadvantage here can be that such a modeling contains fundamental changes that cannot be mapped by the classic RTTI structures. There is also no provision for a detailed model of the transition between individual road segments.
Die vorliegende Offenbarung beschreibt Verfahren und Systeme, welche es ermöglichen, unterschiedliche Manövergeschwindigkeiten sowie Fahrspurgeschwindigkeiten auch bei der Anwendung von klassischen, nicht-hochauflösenden Karten, sowie von klassischen RTTI Strukturen, abzubilden. Durch die vorliegend offenbarten Verfahren und Systeme kann die RTTI Geschwindigkeit für eine Location nach unterschiedlichen Manövergeschwindigkeiten aufgegliedert werden. Somit kann eine Diskrepanz zwischen der realen und der berechneten Geschwindigkeitsprognose im Vergleich zur aktuellen Anwendung von RTTI reduziert und die Genauigkeit der Ankunftszeitprognose erhöht werden.The present disclosure describes methods and systems which make it possible to map different maneuver speeds and lane speeds even when using classic, non-high-resolution maps and classic RTTI structures. With the methods and systems disclosed here, the RTTI speed for a location can be broken down according to different maneuver speeds. In this way, a discrepancy between the real and the calculated speed forecast can be reduced compared to the current application of RTTI and the accuracy of the arrival time forecast can be increased.
In einem repräsentativen Beispiel durchqueren innerhalb einer Zeiteinheit
Daher besteht der Bedarf an Ankunftsprognoseverfahren und -systemen, die eine verbesserte Abbildung der tatsächlichen Verhältnisse in die Modellierung ermöglichen. So kann eine Ankunftsprognose und/oder eine verlässlichere Funktion von Navigationssystemen verbessert werden.There is therefore a need for arrival prognosis methods and systems that enable an improved mapping of the actual conditions in the modeling. An arrival prognosis and / or a more reliable function of navigation systems can thus be improved.
Es besteht weiter insbesondere der Bedarf an einer verbesserten Energieverbrauchsprognose sowohl bei elektrischen als auch bei konventionellen Antrieben. Da der Verbrauch abhängig von der Geschwindigkeit und Fahrtdauer ist, kann eine verbesserte Geschwindigkeitsprognose auch die Energieverbrauchsprognose verbessern.In particular, there is also a need for an improved energy consumption forecast for both electric and conventional drives. Since consumption depends on the speed and duration of the journey, an improved speed forecast can also improve the energy consumption forecast.
Offenbarung der ErfindungDisclosure of the invention
Es ist eine Aufgabe der vorliegenden Offenbarung, Ankunftsprognoseverfahren und Ankunftsprognosesysteme bereitzustellen, die einen oder mehrere der beschriebenen Nachteile vermeidet und/oder einen oder mehrere der beschriebenen Vorteile ermöglicht.It is an object of the present disclosure to provide arrival forecast methods and arrival forecast systems which avoid one or more of the disadvantages described and / or enable one or more of the advantages described.
Diese Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen angegeben.This object is achieved by the subject matter of the independent claims. Advantageous refinements are given in the subclaims.
In einem ersten Aspekt gemäß Ausführungsformen der vorliegenden Offenbarung ist ein Ankunftsprognoseverfahren angegeben. Das Verfahren zur Ankunftsprognose eines Fahrzeugs an einer Zielposition basiert auf einer Datenquelle, wobei die Datenquelle umfasst: eine Vielzahl von Straßensegmenten; eine Vielzahl von Kreuzungen, wobei jede Kreuzung der Vielzahl von Kreuzungen mindestens ein Start-Straßensegment mit mindestens einem Ziel-Straßensegment basierend auf einem Manöver verbindet; für jede Kreuzung der Vielzahl von Kreuzungen ein Referenzmanöver; und für jedes Manöver ungleich dem Referenzmanöver an einer Kreuzung der Vielzahl von Kreuzungen einen ersten Wert
In einem zweiten Aspekt nach der vorhergehenden Aspekt 1 wird für jede Kreuzung der Vielzahl von Kreuzungen in der Datenquelle: der erste Wert
In einem dritten Aspekt nach einem der vorhergehenden Aspekte 1 oder 2 erfolgt Ermitteln des ersten Wertes
In einem vierten Aspekt nach einem der vorhergehenden Aspekte 1 bis 3 erfolgt Ermitteln des zweiten Wertes
In einem fünften Aspekt nach einem der vorhergehenden Aspekte 1 bis 4 werden die wahrscheinlichsten ersten und zweiten Geschwindigkeiten
- • wenn i = 1,
- • wenn
- • if i = 1,
- • if
In einem sechsten Aspekt nach dem vorhergehenden Aspekt 5 erfolgt Ermitteln der Ankunftsprognose basierend auf den ersten und zweiten Geschwindigkeitswerten
In einem siebten Aspekt nach einem der vorhergehenden Aspekte 1 bis 4 umfasst das Verfahren weiter Ermitteln von ersten und zweiten RTTI-Geschwindigkeiten
In einem achten Aspekt nach einem der vorhergehenden Aspekte 1 bis 7 erfolgt Ermitteln des dritten Wertes ui(Tk) basierend auf ui(Tk) = ni(Tk)/n1(Tk), mit ui(Tk) gleich das wahrscheinlichste Verhältnis zwischen einer Anzahl ni von Fahrzeugen, welche in einer vorbestimmten Zeiteinheit das Manöver i durchführen, und einer Anzahl n1 von Fahrzeugen, welche in der vorbestimmten Zeiteinheit das Referenzmanöver i = 1 durchführen; vorzugsweise wobei die vorbestimmte Zeiteinheit 1 Minute beträgt.In an eighth aspect according to one of the preceding aspects 1 to 7, the third value u i (T k ) is determined based on u i (T k ) = n i (T k ) / n 1 (T k ), with u i ( T k ) equals the most probable ratio between a number n i of vehicles which carry out maneuver i in a predetermined time unit and a number n 1 of vehicles which carry out reference maneuver i = 1 in the predetermined time unit; preferably wherein the predetermined time unit is 1 minute.
In einem neunten Aspekt gemäß Ausführungsformen der vorliegenden Offenbarung ist ein System zur Ankunftsprognose eines Fahrzeugs angegeben. Das System umfasst eine Steuereinheit, die konfiguriert ist zur Ausführung des Verfahrens gemäß Ausführungsformen der vorliegenden Offenbarung, insbesondere nach einem der vorhergehenden Aspekte 1 bis 8.In a ninth aspect according to embodiments of the present disclosure, a system for predicting the arrival of a vehicle is specified. The system comprises a control unit which is configured to carry out the method according to embodiments of the present disclosure, in particular according to one of the preceding aspects 1 to 8.
In einem zehnten Aspekt gemäß Ausführungsformen der vorliegenden Offenbarung ist ein Fahrzeug angegeben. Das Fahrzeug umfasst ein System gemäß Ausführungsformen der vorliegenden Offenbarung, insbesondere nach dem vorhergehenden Aspekt 9.In a tenth aspect according to embodiments of the present disclosure, a vehicle is provided. The vehicle comprises a system according to embodiments of the present disclosure, in particular according to the preceding aspect 9.
Gemäß einem weiteren Aspekt wird ein Softwareprogramm beschrieben. Das Softwareprogramm kann eingerichtet werden, um auf einem Prozessor ausgeführt zu werden, und um dadurch vorliegend offenbarte Verfahren auszuführen.According to a further aspect, a software program is described. The software program can be set up to run on a processor and thereby to carry out methods disclosed herein.
Gemäß einem weiteren Aspekt wird ein Speichermedium beschrieben. Das Speichermedium kann ein Softwareprogramm umfassen, welches eingerichtet ist, um auf einem Prozessor ausgeführt zu werden, und um dadurch vorliegend offenbarte Verfahren auszuführen.According to a further aspect, a storage medium is described. The storage medium can comprise a software program which is set up to be executed on a processor and to thereby execute methods disclosed herein.
Die hier offenbarten Verfahren und Systeme bieten ein oder mehrere der nachstehend genannten Vorteile.The methods and systems disclosed herein provide one or more of the advantages noted below.
Verfahren und Systeme gemäß der vorliegenden Offenbarung ermöglichen eine wesentlich verbesserte Abbildung der tatsächlichen Verhältnisse in der Modellierung ermöglichen. Dadurch wird eine deutliche Verbesserung einer Ankunftsprognose und/oder einer verlässlicheren Funktion von Navigationssystemen erreicht.Methods and systems according to the present disclosure enable a significantly improved mapping of the actual relationships in the modeling. This results in a significant improvement in an arrival prognosis and / or a more reliable function of navigation systems.
Verfahren und Systeme gemäß der vorliegenden Offenbarung ermöglichen weiter eine Verbesserung der Energieverbrauchsprognose.Methods and systems according to the present disclosure further enable an improvement in the energy consumption forecast.
FigurenlisteFigure list
Ausführungsbeispiele der Offenbarung sind in den Figuren dargestellt und werden im Folgenden näher beschrieben. Dabei werden im Folgenden, sofern nicht anders vermerkt, für gleiche und gleichwirkende Elemente dieselben Bezugszeichen verwendet.
-
1 illustriert schematisch den Aufbau eines Systems gemäß Ausführungsformen der vorliegenden Offenbarung; und -
2 zeigt ein Flussdiagramm eines Verfahrens gemäß Ausführungsformen der vorliegenden Offenbarung.
-
1 schematically illustrates the structure of a system according to embodiments of the present disclosure; and -
2 12 shows a flow diagram of a method according to embodiments of the present disclosure.
Ausführungsformen der OffenbarungEmbodiments of the disclosure
Im Folgenden werden, sofern nicht anders vermerkt, für gleiche und gleichwirkende Elemente gleiche Bezugszeichen verwendet.Unless otherwise noted, the same reference symbols are used below for elements that are the same and have the same effect.
Der Begriff „Fahrzeug“ umfasst PKW, LKW, Busse, Wohnmobile, Krafträder, etc., die der Beförderung von Personen, Gütern, etc. dienen. Insbesondere umfasst der Begriff Kraftfahrzeuge zur Personenbeförderung. Fahrzeuge
Vorzugsweise umfasst das Fahrzeug eine Umgebungssensorik, die eingerichtet ist, um die Umfelddaten zu erfassen. Vorzugsweise umfasst die Umgebungssensorik wenigstens ein GPS zur Messung der Fahrzeugposition und -geschwindigkeit, ein LiDAR-System und/oder wenigstens ein Radar-System und/oder wenigstens eine Kamera und/oder wenigstens ein Ultraschall-System. Die Umgebungssensorik kann die Umfelddaten (auch als „Umgebungsdaten“ bezeichnet) bereitstellen, die einen Umgebungsbereich des Fahrzeugs abbilden.The vehicle preferably includes an environment sensor system which is set up to record the environment data. The environmental sensor system preferably comprises at least one GPS for measuring the vehicle position and speed, a LiDAR system and / or at least one radar system and / or at least one camera and / or at least one ultrasonic system. The environment sensor system can provide the environment data (also referred to as “environment data”), which depict an area around the vehicle.
Unter dem Begriff „automatisiertes Fahren“ kann im Rahmen der vorliegenden Offenbarung ein Fahren mit automatisierter Längs- oder Querführung oder ein autonomes Fahren mit automatisierter Längs- und Querführung verstanden werden. Bei dem automatisierten Fahren kann es sich beispielsweise um ein zeitlich längeres Fahren auf der Autobahn oder um ein zeitlich begrenztes Fahren im Rahmen des Einparkens oder Rangierens handeln. Der Begriff „automatisiertes Fahren“ umfasst ein automatisiertes Fahren mit einem beliebigen Automatisierungsgrad. Beispielhafte Automatisierungsgrade sind ein assistiertes, teilautomatisiertes, hochautomatisiertes oder vollautomatisiertes Fahren. Diese Automatisierungsgrade wurden von der Bundesanstalt für Straßenwesen (BASt) definiert (siehe BASt-Publikation „Forschung kompakt“, Ausgabe 11/2012). Beim assistierten Fahren führt der Fahrer dauerhaft die Längs- oder Querführung aus, während das System die jeweils andere Funktion in gewissen Grenzen übernimmt. Beim teilautomatisierten Fahren (TAF) übernimmt das System die Längs- und Querführung für einen gewissen Zeitraum und/oder in spezifischen Situationen, wobei der Fahrer das System wie beim assistierten Fahren dauerhaft überwachen muss. Beim hochautomatisierten Fahren (HAF) übernimmt das System die Längs- und Querführung für einen gewissen Zeitraum, ohne dass der Fahrer das System dauerhaft überwachen muss; der Fahrer muss aber in einer gewissen Zeit in der Lage sein, die Fahrzeugführung zu übernehmen. Beim vollautomatisierten Fahren (VAF) kann das System für einen spezifischen Anwendungsfall das Fahren in allen Situationen automatisch bewältigen; für diesen Anwendungsfall ist kein Fahrer mehr erforderlich. In the context of the present disclosure, the term “automated driving” can be understood to mean driving with automated longitudinal or lateral guidance or autonomous driving with automated longitudinal and lateral guidance. The automated driving can be, for example, driving on the motorway for a longer period of time or driving for a limited time as part of parking or maneuvering. The term “automated driving” includes automated driving with any degree of automation. Exemplary degrees of automation are assisted, partially automated, highly automated or fully automated driving. These degrees of automation were defined by the Federal Highway Research Institute (BASt) (see BASt publication “Research compact”, edition 11/2012). With assisted driving, the driver continuously performs longitudinal or lateral guidance, while the system takes on the other function within certain limits. With partially automated driving (TAF), the system takes over the longitudinal and lateral guidance for a certain period of time and / or in specific situations, whereby the driver has to continuously monitor the system as with assisted driving. At the highly automated driving (HAF), the system takes over the longitudinal and lateral guidance for a certain period of time without the driver having to permanently monitor the system; however, the driver must be able to take over driving the vehicle within a certain period of time. With fully automated driving (VAF), the system can automatically cope with driving in all situations for a specific application; a driver is no longer required for this application.
Die vorstehend genannten vier Automatisierungsgrade entsprechen den SAE-Level 1 bis 4 der Norm SAE J3016 (SAE - Society of Automotive Engineering). Beispielsweise entspricht das hochautomatisierte Fahren (HAF) Level 3 der Norm SAE J3016. Ferner ist in der SAE J3016 noch der SAE-Level 5 als höchster Automatisierungsgrad vorgesehen, der in der Definition der BASt nicht enthalten ist. Der SAE-Level 5 entspricht einem fahrerlosen Fahren, bei dem das System während der ganzen Fahrt alle Situationen wie ein menschlicher Fahrer automatisch bewältigen kann; ein Fahrer ist generell nicht mehr erforderlich.The four degrees of automation mentioned above correspond to SAE levels 1 to 4 of the SAE J3016 standard (SAE - Society of Automotive Engineering). For example, highly automated driving (HAF) Level 3 corresponds to the SAE J3016 standard. In addition, SAE J3016 provides SAE level 5 as the highest level of automation, which is not included in the definition of BASt. SAE level 5 corresponds to driverless driving in which the system can automatically handle all situations like a human driver during the entire journey; a driver is generally no longer required.
Das System
Das Fahrzeug
Das System
Über die Kommunikationseinheit
Weiter kann das System
Gemäß der vorliegenden Offenbarung wird im Wesentlichen basierend auf „Big Data“ Konzepten ein Berechnungsmodell implementiert, welches die wahrscheinlichste Geschwindigkeitsverteilung zwischen allen zulässigen Fahrmanövern an einer Kreuzung ermitteln kann. Zulässige Fahrmanöver an einer Kreuzung werden durch eine entsprechende Beschilderung, Zeichen, Fahrbahnmarkierungen und/oder basierend auf der Straßenverkehrsordnung STVO definiert. Beispielsweise können Kreuzungen separate Fahrspuren für Abbieger, Vorfahrtsregelungen und/oder andere Regeln aufweisen (z.B. Verbot, links abzubiegen).According to the present disclosure, a computation model is implemented, based essentially on “big data” concepts, which can determine the most likely speed distribution between all permissible driving maneuvers at an intersection. Permissible driving maneuvers at an intersection are defined by appropriate signs, signs, lane markings and / or based on the road traffic regulations STVO. For example, intersections can have separate lanes for turning, right of way and / or other rules (e.g. prohibition to turn left).
Zunächst ist in einem ersten Schritt vorgesehen, Messdaten bezüglich Fahrzeugposition und -geschwindigkeit von einer Vielzahl an Fahrzeugen, durch in den Fahrzeugen verbaute Umgebungs- bzw. Umfeldsensorik zu sammeln, diese zum Back-End
Die aufgezeichneten Flottendaten, welche eine Vielzahl von Einzelfahrten kennzeichnen, werden vorzugsweise auf Ausreißer, unvollständige Daten (z.B. abgebrochene Fahrten und/oder offensichtlich fehlerhafte Daten untersucht und wahlweise werden einzelne Daten bzw. Datensätze (z.B. einzelne Fahrten) verworfen. Anschließend erfolgt eine Analyse der ggfs. verarbeiteten Daten der Datenquelle. In einer bevorzugten Ausführungsform umfasst jeder Datensatz der Datenquelle mindestens eine vorzugsweise anonymisierte Fahrzeugidentifikationsnummer (VIN) des Fahrzeugs, von dem die Messdaten stammen, eine gemessene Position (vorzugsweise Länge und Breite gemäß WGS84) für jede erfolgreiche Messung und einen Zeitstempel der den Zeitpunkt der Messung beinhaltet. Vorzugsweise umfasst die Datenquelle weiter die gemessene Geschwindigkeit des Fahrzeugs. Durch die Fahrzeugidentifikationsnummer ist es möglich, alle Messpunkte für ein Fahrzeug basierend auf der Datenquelle zu ermitteln. Durch die Positionsangabe ist es möglich, Fahrtdaten einer Location (z.B. Straßensegment oder Kreuzung) in der Datenquelle zuzuordnen. Durch die Zeitstempel ist es möglich, einzelne Messpunkte in der Datenquelle einer Trajektorie zuzuordnen. Dies ermöglicht eine Rekonstruktion von Trajektorien, basierend auf welchen wiederum Messpunkte einzelnen Manövern an bestimmten Kreuzungen zugeordnet werden können.The recorded fleet data, which characterize a large number of individual journeys, are preferably examined for outliers, incomplete data (e.g. interrupted journeys and / or obviously incorrect data, and individual data or data records (e.g. individual journeys) are optionally discarded In a preferred embodiment, each data record of the data source includes at least one preferably anonymized vehicle identification number (VIN) of the vehicle from which the measurement data originate, a measured position (preferably length and width according to WGS84) for each successful measurement and a time stamp which contains the time of the measurement. Preferably, the data source further comprises the measured speed of the vehicle. The vehicle identification number makes it possible to determine all measurement points for a vehicle based on the data source be it is possible to transfer travel data of a location (e.g. Road segment or intersection) in the data source. The time stamp makes it possible to assign individual measuring points in the data source to a trajectory. This enables a reconstruction of trajectories, based on which, in turn, measuring points can be assigned to individual maneuvers at specific intersections.
Die Daten in einer ersten Datenquelle können basierend auf den genannten Zuordnungen in einer zweiten Datenquelle aufbereitet werden. Diese zugeordneten Daten, werden vorzugsweise auf Ausreißer, unvollständige Daten (z.B. Fahrtdaten, die sich beispielsweise aufgrund von einer zu großen Entfernung von einer nächstgelegenen Kreuzung, keiner Kreuzung eindeutig zuordnen lassen; oder Fahrdaten, die sich aufgrund von unvollständigen Messpunkten keinem Manöver an einer Kreuzung zuordnen lassen) untersucht und wahlweise werden einzelne Daten bzw. Datensätze (z.B. nicht an Kreuzungen und/oder Manövern zuordenbare Messpunkte) verworfen. Anschließend erfolgt eine Analyse der ggfs. verarbeiteten Daten der zweiten Datenquelle.The data in a first data source can be processed in a second data source based on the aforementioned assignments. These assigned data are preferably used for outliers, incomplete data (e.g. trip data that cannot be clearly assigned to an intersection, for example because the distance from a nearest intersection is too great, or driving data that cannot be assigned to a maneuver at an intersection due to incomplete measurement points let) and, optionally, individual data or data sets (e.g. measuring points that cannot be assigned at intersections and / or maneuvers) are discarded. An analysis of the possibly processed data from the second data source then takes place.
In einer bevorzugten Ausführungsform umfasst jeder Datensatz der zweiten Datenquelle mindestens eine Fahrzeugidentifikationsnummer, eine Kreuzungsidentifikationsnummer (KIN), eine Manöveridentifikationsnummer (MIN), die Position (vorzugsweise Länge und Breite gemäß WGS84) und den Zeitstempel (ZS) der Messpunkte, die eine Trajektorie abbilden, welche die Durchführung des Manövers (MIN) an der Kreuzung (KIN) um die Zeit rund um den Zeitstempel (ZS) darstellt.In a preferred embodiment, each data record of the second data source comprises at least one vehicle identification number, an intersection identification number (KIN), a maneuver identification number (MIN), the position (preferably length and latitude according to WGS84) and the time stamp (ZS) of the measurement points that map a trajectory, which represents the execution of the maneuver (MIN) at the intersection (KIN) around the time around the time stamp (ZS).
Vorzugsweise umfasst die zweite Datenquelle für jede Kreuzung Ks mindestens ein Start-Straßensegment Ls mit mindestens einem Ziel-Straßensegment Lz basierend auf einem legalen Manöver i, die Ls mit Lz verbindet; für jede Kreuzung K der Vielzahl von Kreuzungen ein Referenzmanöver.For each intersection K s , the second data source preferably comprises at least one start road segment L s with at least one destination road segment L z based on a legal maneuver i that connects L s with L z ; a reference maneuver for each intersection K of the multiplicity of intersections.
In einem zweiten Schritt werden für jedes legale Manöver i an einer Kreuzung basierend auf den Daten der zweiten Datenquelle die wahrscheinlichsten Geschwindigkeiten
- • L1 ist die Location, von dem die Kreuzung erreicht wird;
- • L2 ist die Location, in die die Kreuzung nach Durchführung des Manövers i verlassen wird;
- •
- •
- • Tk ist ein definiertes Zeitintervall; beispielsweise kann T20 das Zeitintervall zwischen 9:00 und 9:30 von Montag bis Freitag und T55 das Zeitintervall zwischen 14:00 und 14:30 sonntags darstellen; der maximale Wert von k, d.h. kmax, bzw. die Größe vom Vektor Tk, hängt von der Auflösung des Modells ab; beispielsweise im Fall des einfachsten Modells (d.h. kmax=1) wird lediglich eine Geschwindigkeit pro Manöver unabhängig von Uhrzeit und Wochentag angenommen;
- •
- • L 1 is the location from which the intersection is reached;
- • L 2 is the location into which the intersection is left after maneuver i has been carried out;
- •
- •
- • T k is a defined time interval; for example, T 20 can represent the time interval between 9:00 and 9:30 from Monday to Friday and T 55 the time interval between 14:00 and 14:30 on Sundays; the maximum value of k, ie k max , or the size of the vector T k , depends on the resolution of the model; for example, in the case of the simplest model (ie k max = 1), only one speed per maneuver is assumed regardless of the time and day of the week;
- •
Die Daten der zweiten Datenquelle werden dann in einem dritten Schritt weiter analysiert. Für jedes legale Manöver i an einer Kreuzung, wird anhand von den Daten der zweiten Datenquelle die wahrscheinlichste Anzahl von Fahrten ni(Tk) in einer Referenzzeiteinheit (z.B. 1 Minute) im Zeitintervall Tk berechnet.The data from the second data source is then analyzed further in a third step. For every legal maneuver i at an intersection, the most likely number of journeys n i (T k ) in a reference time unit (eg 1 minute) in the time interval T k is calculated using the data from the second data source.
In einem vierten Schritt wird für jede Kreuzung ein Referenzmanöver definiert, vorzugsweise das Geradeausfahren. Dieses Manöver bekommt der Index i = 1. Weitere Manöver bekommen Indexe i > 1. Für jedes legale Manöver an einer Kreuzung, welches ungleich dem Referenzmanöver ist, d.h. ∀ i : i > 1, werden anhand von den Ergebnissen aus dem zweiten Schritt die Verhältnisse
Für jedes legale Manöver an einer Kreuzung, welches ungleich dem Referenzmanöver ist, d.h. ∀ i : i > 1, wird anhand von den Ergebnissen vom dritten Schritt das Verhältnis ui(Tk) = ni(Tk)/n1(Tk) ermittelt, d.h. das wahrscheinlichste Verhältnis zwischen der Anzahl ni von Fahrzeugen, welche in einer Zeiteinheit (z.B. 1 Minute, 5 Minuten, 10 Minuten, 30 Minuten oder 60 Minuten) das Manöver i durchführen, und der Anzahl n1 von Fahrzeugen, welche in derselben Zeiteinheit das Referenzmanöver i = 1 durchführen.For every legal maneuver at an intersection that is not the same as the reference maneuver, ie ∀ i: i> 1, the ratio u i (T k ) = n i (T k ) / n 1 (T k ) determined, ie the most probable ratio between the number n i of vehicles which perform maneuver i in a unit of time (e.g. 1 minute, 5 minutes, 10 minutes, 30 minutes or 60 minutes) and the number n 1 of vehicles, which perform the reference maneuver i = 1 in the same time unit.
Abhängig von der Varianz der Werte zi und ui für verschiedene Tk und abhängig von der Genauigkeitsanforderung der Anwendung, kann das Modell vereinfacht werden, d.h. kmaxkann reduziert werden. Beispielsweise könnte kmax= 1 gesetzt werden, zugunsten der Einfachheit und Effizienz der nachfolgenden Schritte, um die Abhängigkeit des Modells von Tk ohne wesentlichen Genauigkeitsverlust zu beseitigen, wenn sich die Werte zi und ui für alle Tk um maximal +/-5% unterscheiden. Eine Genauigkeitsanforderung kann individuell definiert werden. Beispielsweise, wenn sich bei der Datenanalyse ergibt, dass die Varianz der Werte z und u über alle T maximal 5% von den jeweiligen Mittelwerten schwankt und der Anwender der Ankunftszeitprognose eine Toleranz von 10% im Bezug zur bestmöglichen Schätzung akzeptiert, dann kann die Abhängigkeit zu T vernachlässigt werden und es kann kmax = 1 angenommen werden, weil der maximale Fehler in diesem Fall 5% betragen würde, welcher kleiner als die Genauigkeitsanforderung (10%) ist.Depending on the variance of the values z i and u i for different T k and depending on the accuracy requirement of the application, the model can be simplified, ie k max can be reduced. For example, k max = 1 could be set, in favor of the simplicity and efficiency of the following steps, in order to eliminate the dependence of the model on T k without significant loss of accuracy if the values z i and u i for all T k differ by a maximum of +/- 5% different. An accuracy requirement can be defined individually. For example, if the data analysis shows that the variance of the values z and u over all T fluctuates a maximum of 5% from the respective mean values and the user of the arrival time forecast accepts a tolerance of 10% in relation to the best possible estimate, then the dependency can be T can be neglected and k max = 1 can be assumed because the maximum error in this case would be 5%, which is smaller than the accuracy requirement (10%).
Die Werte
Eine Navigationsfunktion im Fahrzeug
Hierbei wird eine ungefähre Schätzung der jeweiligen Zeitintervalle als ausreichend angesehen, da zum Zeitpunkt der Ermittlung der Route eine genaue Ankunftszeitprognose noch nicht vorhanden ist. Es ist insbesondere nicht davon auszugehen, dass geringe zeitliche Abweichungen (aufgrund einer ungefähren Schätzung) regelmäßig nur zu unwesentlich unterschiedlichen Ergebnissen in den jeweiligen Berechnungen führen. In manchen Ausführungsformen kann, anstatt einer ungefähren Schätzung, eine aktuelle Uhrzeit verwendet werden, um das relevante Zeitintervall festzulegen).An approximate estimate of the respective time intervals is regarded as sufficient here, since an exact arrival time prognosis is not yet available at the time the route is determined. In particular, it cannot be assumed that slight temporal deviations (due to an approximate estimate) usually lead to only insignificantly different results in the respective calculations. In some embodiments, instead of an approximate estimate, a current time of day can be used to determine the relevant time interval).
Die Navigationsfunktion kann nun von der Datenbank die Werte
Die wahrscheinlichsten Manövergeschwindigkeiten
- wenn i = 1,
- wenn i > 1,
- if i = 1,
- if i> 1,
Die Navigationsfunktion verwendet dann die Geschwindigkeitswerte
Das Verfahren beginnt bei Schritt
In Schritt
In Schritt
In Schritt
Das Verfahren
Um den Vorteil des Verfahrens gemäß der vorliegenden Offenbarung quantitativ zu schätzen, kann man diese über eine Simulation testen. Es werde als Beispiel eine Kreuzung mit zwei legalen Manövern i = 1 und i = 2 betrachtet. Der Einfachheit halber sei kmax = 1. Als reale Geschwindigkeits- und Fahrzeugfrequenzmessungen werden die Werte
Es wird jedoch weiter (konservativ) angenommen, dass die statistisch erfassten Werte für
Der Fehler von den berechneten Geschwindigkeiten beträgt im Vergleich zu den realen Geschwindigkeiten jeweils
Wie bereits oben dargelegt, beträgt der Fehler ohne eine Korrektur vorzunehmen und bei direkter Verwendung der RTTI Geschwindigkeiten jeweils -16% und 320%.As already explained above, the error is -16% and 320%, respectively, without making a correction and with direct use of the RTTI speeds.
Obwohl die Erfindung im Detail durch bevorzugte Ausführungsbeispiele näher illustriert und erläutert wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen. Es ist daher klar, dass eine Vielzahl von Variationsmöglichkeiten existiert. Es ist ebenfalls klar, dass beispielhaft genannte Ausführungsformen wirklich nur Beispiele darstellen, die nicht in irgendeiner Weise als Begrenzung etwa des Schutzbereichs, der Anwendungsmöglichkeiten oder der Konfiguration der Erfindung aufzufassen sind. Vielmehr versetzen die vorhergehende Beschreibung und die Figurenbeschreibung den Fachmann in die Lage, die beispielhaften Ausführungsformen konkret umzusetzen, wobei der Fachmann in Kenntnis des offenbarten Erfindungsgedankens vielfältige Änderungen beispielsweise hinsichtlich der Funktion oder der Anordnung einzelner, in einer beispielhaften Ausführungsform genannter Elemente vornehmen kann, ohne den Schutzbereich zu verlassen, der durch die Ansprüche und deren rechtliche Entsprechungen, wie etwa weitergehenden Erläuterungen in der Beschreibung, definiert wird.Although the invention has been illustrated and explained in more detail by preferred exemplary embodiments, the invention is not restricted by the disclosed examples and other variations can be derived therefrom by the person skilled in the art without departing from the scope of protection of the invention. It is therefore clear that there is a multitude of possible variations. It is also clear that embodiments cited by way of example really only represent examples that are not to be interpreted in any way as a limitation, for example, of the scope of protection, the possible applications or the configuration of the invention. Rather, the preceding description and the description of the figures enable the person skilled in the art to implement the exemplary embodiments in concrete terms, whereby the person skilled in the art, with knowledge of the disclosed inventive concept, can make various changes, for example with regard to the function or the arrangement of individual elements mentioned in an exemplary embodiment, without the To leave the scope of protection defined by the claims and their legal equivalents, such as further explanations in the description.
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019109095.4A DE102019109095A1 (en) | 2019-04-08 | 2019-04-08 | Arrival forecasting procedures and systems |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019109095.4A DE102019109095A1 (en) | 2019-04-08 | 2019-04-08 | Arrival forecasting procedures and systems |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102019109095A1 true DE102019109095A1 (en) | 2020-10-08 |
Family
ID=72518829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102019109095.4A Pending DE102019109095A1 (en) | 2019-04-08 | 2019-04-08 | Arrival forecasting procedures and systems |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102019109095A1 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130282264A1 (en) * | 2010-12-31 | 2013-10-24 | Edwin Bastiaensen | Systems and methods for obtaining and using traffic flow information |
DE112012001799B4 (en) * | 2011-04-21 | 2019-04-25 | Mitsubishi Electric Corporation | Drive assistance device |
-
2019
- 2019-04-08 DE DE102019109095.4A patent/DE102019109095A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130282264A1 (en) * | 2010-12-31 | 2013-10-24 | Edwin Bastiaensen | Systems and methods for obtaining and using traffic flow information |
DE112012001799B4 (en) * | 2011-04-21 | 2019-04-25 | Mitsubishi Electric Corporation | Drive assistance device |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102020103509A1 (en) | DETECTING AND AVOIDING COLLISION BEHAVIOR | |
DE102011085893A1 (en) | Systems and methods for planning vehicle routes based on safety factors | |
DE112016006526T5 (en) | TRAVEL PLAN GENERATING DEVICE, TRAVEL PLAN PRODUCTION PROCESS, AND TRAVEL PLAN GENERATION PROGRAM | |
DE102016122180A1 (en) | Information processing means, vehicle information processing means, information processing methods, and vehicle information processing methods | |
DE102010003249A1 (en) | Data processing in a vehicle | |
DE102019109561A1 (en) | Method for route planning in a navigation system of a vehicle, navigation system for a vehicle and vehicle with the same | |
DE102017217131B3 (en) | A method for supporting a parking space search for a driver of a truck and a system which is adapted to perform such a method | |
DE102020102883B4 (en) | COMPUTER IMPLEMENTED METHOD FOR DETERMINING A DEVIATION OF AN ESTIMATED VALUE OF AVERAGE TRAVEL TIME FOR A RUN THROUGH A ROUTE SECTION FROM A READING OF driven TRAVELING TIME FOR THE RUN THROUGH THE ROUTE SECTION, SOFTWARE PROGRAM AND SYSTEM FOR DETERMINING THE DIFFERENT THE ESTIMATED VALUE OF THE AVERAGE DURATION OF THE READING driven TRAVELING TIME | |
DE102018005954A1 (en) | Method for updating map material by at least one at least partially autonomous vehicle, driver assistance system, set up for carrying out such a method, and vehicle having such a driver assistance system | |
DE102019101094A1 (en) | Method for route planning in a navigation system of a vehicle, navigation system for a vehicle and vehicle with the same | |
DE102017223621A1 (en) | Method and control unit for controlling a function of an at least partially automated vehicle | |
DE102015009567B4 (en) | Prediction of the drive power required in the motor vehicle | |
DE102020202650A1 (en) | Computer-implemented method for route calculation for an autonomously driving motor vehicle, method for driving an autonomously driving motor vehicle, computer program product and motor vehicle | |
DE102019109095A1 (en) | Arrival forecasting procedures and systems | |
WO2022028811A1 (en) | System and method for map matching gnss positions of a vehicle | |
DE102020132050A1 (en) | ANALYSIS OF THE SENSOR COVERAGE FOR AUTOMATED DRIVING SCENARIOS WITH INTERSECTIONS | |
DE102020109514A1 (en) | Vehicle system and method for automated driving and / or for outputting driving instructions when driving a motor vehicle | |
DE102021000792A1 (en) | Method for operating a vehicle | |
DE102021200023A1 (en) | Method for operating a lane departure warning system of an at least partially assisted motor vehicle, computer program product and lane departure warning system | |
DE102019133338A1 (en) | Method and system for planning the charging stops of a hybrid or electric vehicle | |
DE102019213772A1 (en) | Procedure for driving electric vehicles | |
DE102021134155B3 (en) | Method and processor circuit for consumption optimization of fully automated or partially automated driving maneuvers of a motor vehicle and correspondingly equipped motor vehicle and system | |
DE102016014505A1 (en) | Method and system for finding a free parking space for a motor vehicle | |
DE102021133080A1 (en) | Method for providing a current occupancy of parking spaces along a street to a vehicle, computer-readable medium, system and vehicle | |
DE102022119797A1 (en) | DRIVING ASSISTANT DEVICE |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R012 | Request for examination validly filed |