-
Die Erfindung betrifft ein Verfahren und ein System zum Verfügbarmachen von anonymisierten, ADAS (Advanced Driver Assistance Systems) relevanten Fahrzeugdaten und ein Computerprogrammprodukt.
-
Die
US2015300825 offenbart ein Verfahren und ein System zum Betrieb von ADAS. Das Verfahren umfasst das Erzeugen eines Horizonts anhand von Fahrzeugdaten.
-
Ein erfindungsgemäßes Verfahren zum Verfügbarmachen von anonymisierten, ADAS relevanten Fahrzeugdaten umfasst die Schritte:
- - Erfassen von Fahrzeugdaten eines Fahrzeugs innerhalb eines Zeitabschnitts, wobei die Fahrzeugdaten Daten umfassen, welche über einen CAN Bus des Fahrzeugs übertragen werden können;
- - Komprimieren der Fahrzeugdaten zu komprimierten Fahrzeugdaten derart, dass die komprimierten Fahrzeugdaten eine kleinere Datenmenge gegenüber den Fahrzeugdaten aufweisen und anonymisiert sind;
- - Verfügbarmachen der komprimierten Fahrzeugdaten für ADAS.
-
Dadurch, dass Daten, welche über einen CAN Bus des Fahrzeugs übertragen werden können, von den Fahrzeugdaten umfasst sind, wird ermöglicht, dass die Fahrzeugdaten einen detaillierten Überblick über eine Fahrzeugsituation während des Zeitabschnitts zulassen. Dies ermöglicht eine realitätsnahe Rekonstruktion der Fahrzeugsituation, um diese dann zum Training von ADAS einzusetzen.
-
Die Fahrzeugdaten werden bevorzugt für viele Zeitabschnitte erfasst. Dies ermöglicht, dass aus den Fahrzeugdaten eine Vielzahl Trainingsdaten für ADAS gewonnen werden können.
-
Dadurch, dass die Fahrzeugdaten derart komprimiert werden, dass sie anonymisiert sind, wird ermöglicht, dass Fahrzeuge verschiedener Hersteller das erfindungsgemäße Verfahren durchführen können, ohne dass die Hersteller befürchten zu müssen, dass sensitive Fahrzeugdaten zu ihnen zurückverfolgt werden können. Dies ermöglicht einen Einsatz des erfindungsgemäßen Verfahrens für eine Vielzahl von Fahrzeugen weltweit, so dass eine große Vielzahl von Trainingsdaten für ADAS generiert werden können.
-
Die Fahrzeugdaten umfassen bevorzugt Sensordaten von fahrzeuginternen Sensoren. Fahrzeuginterne Sensoren umfassen bevorzugt Lidar Sensoren, Radar Sensoren, Kameras und/oder andere Sensoren wie Lenkwinkelsensoren und/oder Beschleunigungssensoren. Die Fahrzeugdaten umfassen bevorzugt zudem Kartendaten und dabei insbesondere Spurbreiten und Spuranzahl von Fahrbahnen, auf denen sich das Fahrzeug zu einem Zeitpunkt befindet. Bevorzugt werden die Sensordaten verwendet, um eine realitätsnahe Rekonstruktion zu erzeugen. Diese Rekonstruktion umfasst bevorzugt eine Darstellung der Fahrzeugsituation in einer Draufsicht. Dies ermöglicht einen besseren Überblick über die Fahrzeugsituation.
-
Für das Komprimieren werden die Fahrzeugdaten bevorzugt in einen Barcode umgewandelt. Dabei werden mathematische Abstraktionen der Fahrzeugsituation in einer standardisierten Weise in Zahlenbuchstabenkombinationen aus dem ASCII Raum umgewandelt. Dies ermöglicht es, dass die komprimierten Fahrzeugdaten nur eine kleine Datenmenge aufweisen um Vergleich zu den Fahrzeugdaten. Zudem wird eine Anonymisierung der Fahrzeugdaten technisch einfach ermöglicht. Bevorzugt ist der Barcode derart, dass er in eine Simulation der Draufsicht auf die Fahrzeugsituation umgewandelt werden kann.
-
Ein erfindungsgemäßes System zum Verfügbarmachen von anonymisierten, ADAS relevanten Fahrzeugdaten umfasst ein Fahrzeug zum Erfassen und Komprimieren von Fahrzeugdaten und ein neuronales Netz zum Analysieren und Verfügbarmachen der komprimierten Fahrzeugdaten.
-
Dadurch, dass das System ein Fahrzeug und ein neuronales Netz umfasst, wird es ermöglicht, dass das Erfassen der Daten unabhängig von dem Analysieren erfolgt. Dies ermöglicht es, dass eine effektive Analyse von einem Hochleistungsrechner durchgeführt wird, welcher räumlich getrennt von dem Fahrzeug operiert. Dies ermöglicht eine Reduktion der Analysezeit und eine Erhöhung der Präzision der Analyse.
-
Ein erfindungsgemäßes Computerprogrammprodukt umfasst ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren zur Auswahl von Daten für ADAS durchzuführen.
-
Die abhängigen Ansprüche beschreiben vorteilhafte Ausführungsformen der Erfindung.
-
Bevorzugte Ausführungsbeispiele werden anhand der folgenden Figuren näher erläutert. Dabei zeigt
- 1 schematisch ein Ausführungsbeispiel eines erfindungsgemäßen Systems zum Verfügbarmachen von anonymisierten, ADAS relevanten Fahrzeugdaten und
- 2 ein weiteres Ausführungsbeispiel eines erfindungsgemäßen Systems zum Verfügbarmachen von anonymisierten, ADAS relevanten Fahrzeugdaten.
-
1 zeigt ein Ausführungsbeispiel eines erfindungsgemäßen Systems 4 zum Verfügbarmachen von anonymisierten, ADAS relevanten Fahrzeugdaten 11. Das System 4 umfasst ein Fahrzeug 1 zum Erfassen und Komprimieren von Fahrzeugdaten 10 und ein neuronales Netz 2 zum Analysieren und Verfügbarmachen der komprimierten Fahrzeugdaten 11.
-
Das Fahrzeug 1 umfasst eine fahrzeuginterne Rechenvorrichtung zum Erfassen und Komprimieren der Fahrzeugdaten 10. Dabei werden Daten von fahrzeuginternen Sensoren erfasst. Fahrzeuginterne Sensoren umfassen Lidar Sensoren, Radar Sensoren, Kameras, Lenkwinkelsensoren und Beschleunigungssensoren. Zudem werden Daten von externen Quellen erfasst. Diese Daten umfassen Kartendaten. Die Fahrzeugdaten 10 umfassen zudem Informationen über die Sensoren, beispielsweise Herstellerinformationen und/oder Betriebsparameter der Sensoren.
-
Das Erfassen der Fahrzeugdaten 10 des Fahrzeugs 1 erfolgt innerhalb eines Zeitabschnitts, wobei die Fahrzeugdaten 10 Daten umfassen, welche über einen CAN Bus des Fahrzeugs 1 übertragen werden können.
-
Der Zeitabschnitt beträgt in diesem Ausführungsbeispiel 5 min und dieser Schritt wird wiederholt für eine Vielzahl von Zeitabschnitten durchgeführt. Dadurch wird es ermöglicht, dass die Fahrzeugdaten 10 eine Vielzahl von ADAS relevanten Verkehrssituationen umfassen können, die von dem Fahrzeug 1 erfasst werden. Der Zeitabschnitt mit einer Länge von 5 min ist dabei geeignet, um beispielsweise beim Fahren auf Autobahnen abzubilden. Bei innerstädtischen Fahrten wird alternativ ein Zeitabschnitt mit einer Länge von wenigen Sekunden gewählt.
-
Die Fahrzeugdaten 10 werden anschließend komprimiert zu komprimierten Fahrzeugdaten 11. Die Kompression erfolgt derart, dass die komprimierten Fahrzeugdaten 11 eine kleinere Datenmenge gegenüber den Fahrzeugdaten 10 aufweisen und anonymisiert sind.
-
Anonymisiert werden die Daten dadurch, dass alle Informationen, welche auf den Fahrer des Fahrzeugs 1 und/oder auf sensible Betriebsparameter des Fahrzeugs 1 schließen lassen, bei der Kompression entfernt werden.
-
Für das Komprimieren werden die Fahrzeugdaten 10 in einen Barcode umgewandelt.
-
Der Barcode ist in diesem Ausführungsbeispiel als QR Code ausgebildet. Dieser wird erzeugt, indem vorher ausgewählte relevante Sensordaten und/oder Informationen aus Sensordaten abstrahiert hintereinander gefügt werden. Beispielsweise umfasst der Barcode Informationen über den Abstand zu einem vorfahrenden Fahrzeug.
-
Die komprimierten Fahrzeugdaten 11 werden für ADAS 3 verfügbargemacht. Dieser Verfahrensschritt wird in diesem Ausführungsbeispiel zeitlich nach den vorgenannten Verfahrensschritten ausgeführt.
-
Die Barcodes werden in diesem Ausführungsbeispiel über mobile Netzwerke zu ADAS 3 übertragen. Die Barcodes werden für diese ADAS 3 in eine Simulation des Zeitabschnitts umgewandelt. Anhand dieser Simulation können dann ADAS 3 getestet werden. Die Simulation umfasst eine Draufsicht auf die Fahrzeugsituation für den Zeitabschnitt.
-
2 zeigt ein weiteres Ausführungsbeispiel eines erfindungsgemäßen Systems 4 zum Verfügbarmachen von anonymisierten, ADAS relevanten Fahrzeugdaten 11.
-
Zeitlich nach dem erstmaligen Durchführen der im ersten Ausführungsbeispiel genannten Schritte stellt eine externe Quelle stellt ADAS relevante Kategorien 12 bereit.
-
In diesem Ausführungsbeispiel ist eine erste Kategorie das Fahren um eine Kurve.
-
Das neuronale Netz 2 kategorisiert die komprimierten Fahrzeugdaten 11 anhand der ADAS relevanten Kategorien 12 zu kategorisierten, komprimierten Fahrzeugdaten 13. Dieser Schritt wird wiederholt zeitlich nach dem Bereitstellen der ADAS relevanten Kategorien durchgeführt. Dabei wird die Kategorie den komprimierten Fahrzeugdaten 11 als Metadaten vorangestellt.
-
Dies ermöglicht, dass alle Zeitabschnitte, in denen das Fahrzeug 1 um eine Kurve fährt durch die erste kategorisiert werden. Dadurch, dass dieser Schritt von dem neuronalen Netz 2 durchgeführt wird, wird eine präzise Kategorisierung aller Zeitabschnitte ermöglicht.
-
Alternativ werden alle möglichen Kategorien als ADAS relevante Kategorien gesetzt.
-
Das neuronale Netz 2 fügt die kategorisierten, komprimierten Fahrzeugdaten 13 zu einer Bibliothek als Bibliothekseintrag hinzu. Dieser Schritt wird wiederholt durchgeführt, nachdem die komprimierten Fahrzeugdaten 13 kategorisiert wurden.
-
Dies ermöglicht es, dass eine Vielzahl von Zeitabschnitten gesichert werden kann und, dass die einzelnen Zeitabschnitte anhand der Kategorisierung einfach gesucht und gefunden werden können.
-
Das neuronale Netz 2 überprüft alle Bibliothekseinträge einer ADAS relevanten Kategorie 12 zwecks Detektion von fehlenden Bibliothekseinträgen. Dieser Schritt wird zeitlich nach dem erstmaligen Hinzufügen der Bibliothekseinträge durchgeführt.
-
In diesem Ausführungsbeispiel überprüft das neuronale Netz 2 alle Bibliothekseinträge, welche mit dem Fahren um eine Kurve kategorisiert sind. Dabei zeigt sich, dass einige der Bibliothekseinträge Zeitabschnitte darstellen, während welcher das Fahrzeug 1 um eine Kurve mit einem Kurvenradius von 50 m fährt. Bei anderen Einträgen beträgt der Kurvenradius 30 m.
-
Das neuronale Netz 2 ermittelt aus allen Bibliothekseinträgen einen Bereich als Kurvenradien, welcher in der Realität vorkommt. In diesem Ausführungsbeispiel ergibt sich dieser Bereich zwischen 5 m und 500 m. Das neuronale Netz 2 überprüft die Bibliothekseinträge der Kategorie um eine Kurve fahren und ermittelt, dass für eine Kurvenradiusauflösung von 5 m für alle möglichen Kurvenradien Bibliothekseinträge vorhanden sind. Lediglich für einen Kurvenradius von 55 m sind keine Bibliothekseinträge vorhanden.
-
Das neuronale Netz 2 erzeugt anschließend fehlende Bibliothekseinträge anhand von vorhandenen Bibliothekseinträgen.
-
Das neuronale Netz 2 erzeugt einen Bibliothekseintrag für das Fahren um eine Kurve mit einem Kurvenradius von 55 m. Das neuronale Netz 2 wurde trainiert, um anhand vorhandenen Bibliothekseinträge neue Bibliothekseinträge zu erzeugen. Das Training erfolgte anhand der kategorisierten, komprimierten Fahrzeugdaten 11. Dies ermöglicht es, dass der erzeugte, fehlende Bibliothekseintrag realitätsgetreu ist.
-
Das System 4 umfasst eine Rechenvorrichtung zum Verfügbarmachen einer Bibliothek an kategorisierten, komprimierten Fahrzeugdaten 13.
-
Für die Rechenvorrichtung werden relevante Kategorien aus der Menge der ADAS relevanten Kategorien bereitgestellt. Dieser Schritt wird nach dem Erzeugen fehlender Bibliothekseinträge durchgeführt. Alternativ ist auch eine Durchführung zeitlich nach dem Hinzufügen der kategorisierten, komprimierten Fahrzeugdaten 13 zu der Bibliothek denkbar.
-
In diesem Ausführungsbeispiel werden die relevanten Kategorien von einer externen Quelle bereitgestellt. Die externe Quelle ist hier ein Nutzer des Systems 4, der Test für ADAS 3 ermitteln möchte. In diesem Ausführungsbeispiel möchte der Nutzer ADAS 3 bezüglich des Fahrens um eine Kurve testen. Er stellt daher die entsprechende relevante Kategorie zur Verfügung.
-
Die Rechenvorrichtung gibt alle Bibliothekseinträgen der erweiterten Bibliothek aus, welche mit der relevanten Kategorie kategorisiert sind. Dieser Schritt erfolgt zeitlich nach dem Bereitstellen der relevanten Kategorien.
-
Die Rechenvorrichtung gibt alle Bibliothekseinträge aus, welche mit Fahren um eine Kurve kategorisiert sind. Dabei werden auch die erzeugten, fehelenden Bibliothekseinträge ausgegeben. Dies ermöglicht es, dass die ADAS 3 vollständig für die relevante Kategorie getestet werden können.
-
Ein nicht gezeigtes Computerprogrammprodukt umfasst ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens nach einem der durchzuführen.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
