DE102019135751A1

DE102019135751A1 - Verfahren, Vorrichtungen, Systeme und Computerprogrammprodukte zum Schätzeneiner Fahrbahnoberflächentemperatur

Info

Publication number: DE102019135751A1
Application number: DE102019135751.9A
Authority: DE
Inventors: Per Olof Magnus Magnusson; Lars William Jonsson; Lisa Ingegerd Eriksson
Original assignee: Nira Dynamics AB
Current assignee: Nira Dynamics AB
Priority date: 2019-12-23
Filing date: 2019-12-23
Publication date: 2021-06-24
Also published as: EP4081835B1; WO2021130227A1; US20230032819A1; CN114868043B; CN114868043A; EP4081835A1

Abstract

Es werden Verfahren, Vorrichtungen, Systeme und Computerprogrammprodukte zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts offenbart. Es werden Referenz-Umgebungssensordaten abgerufen, die Auskunft über Umgebungsbedingungen in der Nähe von mobilen Fahrzeugen geben. Es werden Referenz-Straßensensordaten abgerufen, die zumindest Auskunft über eine Fahrbahnoberflächentemperatur in der Nähe von verteilten Straßensensoren geben. Basierend auf den Referenz-Umgebungssensordaten und den Referenz-Straßensensordaten wird eine Beziehung zwischen den Referenz-Umgebungssensordaten und der Fahrbahnoberflächentemperatur hergestellt. Es wird eine die hergestellte Beziehung codierende Datenstruktur erzeugt. Außerdem werden aktuelle Fahrzeug-Umgebungssensordaten, die Auskunft über aktuelle Umgebungsbedingungen in der Nähe von einem oder mehreren Fahrzeugen geben, in dem einen oder den mehreren Fahrzeugen gesammelt. Schließlich wird unter Verwendung der Datenstruktur und der gesammelten aktuellen Fahrzeug-Umgebungssensordaten eine Fahrbahnoberflächentemperaturschätzung für den geografischen Ort bestimmt.

Description

Technisches Gebiet
Die vorliegende Erfindung betrifft allgemein das Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts.
Hintergrund der Erfindung
In modernen Fahrzeugen steht eine Vielzahl von Sensoren zur Verfügung, die direkt oder indirekt Informationen über aktuelle Bedingungen des Kraftwagens und seiner Umgebung liefern, um beispielsweise das Fahrzeugverhalten entsprechend anzupassen. Ein interessierender Parameter ist die aktuelle Temperatur der Fahrbahnoberfläche, da diese Einfluss auf die Reifen-Fahrbahn-Wechselwirkung (z.B. Reibung) haben und dadurch das Fahrzeugverhalten, beispielsweise während einer ABS-Bremsung, beeinflussen kann.
Normale Fahrzeuge haben jedoch typischerweise keine Sensoren, die es ermöglichen, die Fahrbahnoberflächentemperatur direkt zu messen. Zum Schätzen der Oberflächentemperatur eines Straßen- oder Fahrbahnabschnitts an einem gegebenen geografischen Ort stützen sich herkömmliche Vorgehensweisen auf Straßenwetterstationen, wie etwa das Road Weather Information System (RWIS (Straßenwetterinformationssystem)), das eine Mehrzahl Umweltsensorstationen verwendet, die entlang von Straßen verteilt sind, um Messungen durchzuführen, und diese Messungen zur Auswertung (z.B. unter Verwendung eines Modells) und Verteilung (z.B. an Fahrzeuge) einem Zentralserver meldet.
Folglich stützen sich diese herkömmlichen Vorgehensweisen auf das Vorhandensein und die Verfügbarkeit von Daten von Straßenwetterstationen, wobei die Schätzgenauigkeit mit der geografischen Dichte von Straßenwetterstationen in Beziehung steht. Zum Erreichen einer hohen Genauigkeit ist eine hohe Dichte von Straßenwetterstationen notwendig. Diese Daten können jedoch aus zahlreichen Gründen nicht verfügbar sein, etwa weil abgelegene Straßen nicht mit RWIS-Stationen ausgestattet sein können, RWIS-Stationen aus technischen, ökonomischen oder umweltbedingten Gründen zeitweise nicht verfügbar sein können, ein Anbieter von RWIS-Daten die Daten nur einer begrenzten Gruppe von Teilnehmern zur Verfügung stellen kann, die Daten nur für ein begrenztes geografisches Gebiet repräsentativ sind oder aus einer Vielzahl anderer Gründe.
Für eine weltweite Abdeckung muss ein Benutzer der RWIS-Daten möglicherweise solche Daten von mehreren lokalen Anbietern beziehen und der Benutzer benötigt möglicherweise mehrere unterschiedliche Modelle, die die Abhängigkeiten an jedem geografischen Ort beschreiben.
Wie aus diesen Beispielen ersichtlich ist, besteht bei einer Schätzung der Fahrbahnoberflächentemperatur ein verbreitetes Problem darin, dass diese sich auf die Verfügbarkeit von Straßenwetterstationen stützt. Daher besteht ein großes Interesse daran, alternative Möglichkeiten zum Schätzen der Fahrbahnoberflächentemperatur bereitzustellen.
Daher besteht ein Ziel der vorliegenden Erfindung darin, verbesserte Lösungen für eine Schätzung einer Fahrbahnoberflächentemperatur eines geografischen Orts bereitzustellen.
Zusammenfassung der Erfindung
Es werden Verfahren, Vorrichtungen, Systeme und Computerprogrammprodukte offenbart, um die Defizite der vorstehend genannten und anderer Art zumindest teilweise zu überwinden.
Gemäß einem ersten Aspekt wird ein Verfahren zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts offenbart.
Das Verfahren umfasst das Abrufen von Referenz-Umgebungssensordaten und das Abrufen von Referenz-Straßensensordaten. Die Umgebungssensordaten geben Auskunft über Umgebungsbedingungen in der Nähe von mobilen Fahrzeugen und die Referenz-Straßensensordaten geben zumindest über eine Fahrbahnoberflächentemperatur in der Nähe von verteilten Straßensensoren Auskunft. Das Abrufen kann insbesondere in einem Data Warehouse (Zentraldatenbank) durchgeführt werden.
Über Umgebungsbedingungen Auskunft gebende Daten sind von solcher Art, dass sie zumindest unter Verwendung von Fahrzeugsensoren gesammelt werden können. Nicht einschränkende Beispiele für Umgebungsbedingungen können Umgebungslufttemperatur, Sonneneinstrahlung, GPS-Standort, Uhrzeit, Datum, Feuchtigkeit, Luftdruck, Windgeschwindigkeit, Regenintensität, Fahrzeuggeschwindigkeit, Nebel, Oberflächenwassermenge, Schneemenge, Vorhandensein von Eis, Verkehrsintensität (z.B. Fahrzeuge pro Zeiteinheit), Windrichtung, Salzmenge, Oberflächenart (wie etwa Asphalt, Beton, Kies etc.) und/oder einen geschätzten Reibungskoeffizienten umfassen. Bevorzugt werden mehrere der oben genannten Umgebungsbedingungen verwendet. Die Verwendung von mehreren Umgebungsbedingungen vergrößert die Datenbasis, auf der eine Beziehung aufzubauen ist, und erhöht dadurch die Zuverlässigkeit und Genauigkeit der Fahrbahnoberflächentemperaturschätzung, die solche umfassenden Informationen verwendet.
Beispiele für verteilte Straßensensoren können die oben genannten Straßenwetterstationen (RWIS) umfassen. Andere Beispiele umfassen hochentwickelte fahrzeugseitige Sensoren, die, dadurch, dass die Fahrzeuge damit ausgestattet sind, dynamisch über das Straßennetz verteilt sind und dazu eingerichtet sein können, Daten bereitzustellen, die aufgrund einiger verteilter Referenzfahrzeuge Auskunft über die Fahrbahnoberflächentemperatur geben.
Das Verfahren umfasst ferner das Herstellen einer Beziehung zwischen den Referenz-Umgebungssensordaten und der Fahrbahnoberflächentemperatur basierend auf den Referenz-Umgebungssensordaten und den Referenz-Straßensensordaten und das Erzeugen einer die hergestellte Beziehung codierenden Datenstruktur. Beispiele für das Herstellen einer Beziehung können, wie nachstehend beschrieben, das Trainieren eines neuronalen Netzes oder das Anwenden eines Filterverfahrens umfassen. Solche Beziehungen und entsprechende Datenstrukturen können es somit ermöglichen, die Abhängigkeit der Fahrbahnoberflächentemperatur von einer oder mehreren messbaren Eingangsgrößen festzuschreiben.
Beispielsweise kann ein neuronales Netz hinsichlich der Referenz-Umgebungssensordaten und der Referenz-Straßensensordaten (einschließlich der Fahrbahnoberflächentemperatur) trainiert werden, so dass das trainierte neuronale Netz (aktuelle) Fahrzeug-Umgebungssensordaten als Eingang verwenden kann, um eine Fahrbahnoberflächentemperatur als Ausgang bereitzustellen. Ein solches neuronales Netz codiert somit die Abhängigkeit der Fahrbahnoberflächentemperatur von Umgebungssensordaten.
Das Verfahren umfasst ferner das Sammeln von aktuellen Fahrzeug-Umgebungssensordaten, die Auskunft über aktuelle Umgebungsbedingungen in der Nähe von einem oder mehreren Fahrzeugen geben, in dem einen oder den mehreren Fahrzeugen. Ähnlich wie bei den oben unter Bezugnahme auf die Referenz-Umgebungssensordaten genannten Umgebungsbedingungen können nicht einschränkende Beispiele für aktuelle Umgebungsbedingungen Umgebungslufttemperatur, Sonneneinstrahlung, GPS-Standort, Uhrzeit, Datum, Feuchtigkeit, Luftdruck, Windgeschwindigkeit, Regenintensität, Fahrzeuggeschwindigkeit, Nebel, Oberflächenwassermenge, Schneemenge, Vorhandensein von Eis, Verkehrsintensität (z.B. Fahrzeuge pro Zeiteinheit), Windrichtung, Salzmenge, Oberflächenart (wie etwa Asphalt, Beton, Kies etc.) und/oder einen geschätzten Reibungskoeffizienten umfassen.
Bevorzugt können die aktuellen Fahrzeug-Umgebungssensordaten von derselben Art wie die Referenz-Umgebungssensordaten sein. Beispielsweise können beide Datensätze unabhängig von dem speziellen, zum Sammeln dieser Art von Daten verwendeten Sensor Auskunft über die Umgebungslufttemperatur geben. Dies ermöglicht es, der unter Verwendung der (Referenz-) Umgebungssensordaten hergestellten Beziehung dieselbe Art von Daten, nämlich (aktuelle Fahrzeug-) Umgebungssensordaten, zuzuführen.
Das Verfahren umfasst ferner das Bestimmen einer Fahrbahnoberflächentemperaturschätzung für den geografischen Ort unter Verwendung der Datenstruktur und der gesammelten aktuellen Fahrzeug-Umgebungssensordaten. Insbesondere können die gesammelten aktuellen Fahrzeug-Umgebungssensordaten als Eingang der Datenstruktur verwendet werden. Die durch die Datenstruktur codierte Beziehung ermöglicht es somit, eine Fahrbahnoberflächentemperaturschätzung für den geografischen Ort als Ausgang zu erhalten.
Folglich kann das Bestimmen der Fahrbahnoberflächentemperaturschätzung die Verwendung von aktuellen Straßensensordaten nicht miteinbeziehen (sobald die Beziehung hergestellt ist), wodurch es möglich ist, die Oberflächentemperatur selbst dann zu schätzen, wenn an dem geografischen Ort, an dem die Oberflächentemperatur geschätzt werden soll, keine verteilten Straßenstationen vorhanden oder verfügbar sind.
Bei manchen Ausführungsformen umfasst das Verfahren ferner das Senden der gesammelten aktuellen Fahrzeug-Umgebungssensordaten von dem einen oder den mehreren Fahrzeugen an das Data Warehouse. Dies ermöglicht es, die Bestimmung der Fahrbahnoberflächentemperaturschätzung zu zentralisieren und dadurch den Verarbeitungsbedarf in den Fahrzeugen zu reduzieren sowie die Menge aktueller Fahrzeug-Umgebungssensordaten zu erhöhen, und zwar durch Verwenden solcher Daten von mehreren Fahrzeugen.
Dies kann es ferner ermöglichen, Umgebungsdaten eines geografischen Orts von mehreren Fahrzeugen zu sammeln, insbesondere über einen längeren Zeitraum, um eine Zeitreihe von aktuellen Fahrzeug-Umgebungssensordaten eines geografischen Orts aufzubauen. Für die Zwecke der vorliegenden Offenbarung bezieht sich der Begriff „Zeitreihe“ auf einen Satz Datenpunkte, der Auskunft über die messbaren Werte (z.B. von Umgebungsbedingungen, wie etwa der Umgebungslufttemperatur) zu einer Mehrzahl Zeitpunkte gibt, und zwar unabhängig davon, ob alle Messungen durch denselben Sensor oder durch mehrere Sensoren durchgeführt werden, und davon, ob die Mehrzahl Zeitpunkte kontinuierlich oder diskret oder eine Kombination daraus ist.
Im Besonderen kann eine Zeitreihe in vollem Umfang gemessen oder teilweise gemessen und dann mittels Interpolation oder Extrapolation fertiggestellt werden. Eine beispielhafte Dauer einer Zeitreihe kann zwischen einem Tag und mehreren Monaten, bevorzugt zwischen 3 Tagen und 30 Tagen, also etwa bei einer Dauer von (ungefähr) 10 Tagen, liegen. Solche Zeitdauern können beispielsweise dazu geeignet sein, das Gefrier- und Schmelzverhalten im Boden zu erfassen.
Bei manchen Ausführungsformen umfasst das Verfahren ferner das Generieren von Fahrbahnbedingungsdaten basierend auf der bestimmten Fahrbahnoberflächentemperaturschätzung und das Senden der generierten Fahrbahnbedingungsdaten an wenigstens eines der Fahrzeuge und/oder andere Fahrzeuge. Dies ermöglicht es, die geschätzte Oberflächentemperatur in einer vernetzten Fahrumgebung anzuwenden, beispielsweise durch Durchführen der Schätzung der Fahrbahnoberflächentemperatur entfernt von den Fahrzeugen und durch gesendete Informationen über Fahrbahnbedingungen an das oder die Fahrzeuge. Das oder die Fahrzeuge können diese Fahrbahnbedingungsdaten dazu verwenden, das Fahrzeugverhalten zu steuern, beispielsweise um zu berücksichtigen, wie die Fahrbahnbedingungen eine potentielle ABS-Bremsung beeinflussen würden.
Bei manchen Ausführungsformen können die abgerufenen Referenz-Umgebungssensordaten eine (erste) Zeitreihe umfassen, die Auskunft über Umgebungsbedingungen zu einer (ersten) Mehrzahl Zeitpunkte gibt. Dies ermöglicht es, die Beziehung basierend auf einer umfassenderen Datenbasis herzustellen, die insbesondere die zeitliche Entwicklung von Umgebungsbedingungen zeigt. Die Erfinder haben erkannt, dass eine solche zeitliche Entwicklung wertvolle Informationen über das Mikroklima codiert, das für geografische Orte, die eine solche zeitliche Entwicklung zeigen, typisch ist. Beispielsweise beeinflusst das Vorhandensein eines nahegelegenen Sees nicht nur Umgebungsbedingungen (wie etwa die Feuchte in der Luft, die durch Feuchtigkeitsmessungen repräsentiert wird), sondern kann auch die Geschwindigkeit der Erwärmung/Abkühlung der Fahrbahnoberflächentemperatur beeinflussen. Eine solche Abhängigkeit kann in der Beziehung codiert werden, z.B. durch Trainieren eines neuronalen Netzes mit Zeitreihen von Referenz-Umgebungssensordaten. Die Verwendung von Zeitreihen ermöglicht es daher, die physikalische Dynamik (wie etwa ein Gefrieren des Bodens) zu erfassen, wodurch implizit Informationen über meteorologische Besonderheiten enthalten sind.
Zusätzlich oder alternativ dazu können die gesammelten aktuellen Fahrzeug-Umgebungssensordaten eine (zweite) Zeitreihe umfassen, die Auskunft über aktuelle Umgebungsbedingungen zu einer (zweiten) Mehrzahl Zeitpunkte gibt. Dies ermöglicht es, die Fahrbahnoberflächentemperaturschätzung basierend auf einer umfassenderen Datenbasis zu bestimmen, die insbesondere die zeitliche Entwicklung von Umgebungsbedingungen zeigt. Ähnlich wie bei der Herstellung der Beziehung codiert eine solche zeitliche Entwicklung wertvolle Informationen über das Mikroklima des fraglichen speziellen geografischen Orts.
Bevorzugt können sowohl das Herstellen der Beziehung als auch das Bestimmen der Fahrbahnoberflächentemperaturschätzung auf solchen Zeitreihen basieren.
Bei manchen Ausführungsformen kann die Beziehung durch Trainieren eines neuronalen Netzes hergestellt werden, wobei die Datenstruktur repräsentativ für das neuronale Netz ist. Alternativ kann sie durch Anwenden eines Filterverfahrens, insbesondere eines Kalman-Filters oder eines Bayes-Filters oder eines nichtstatistischen Filters, hergestellt werden, wobei die Datenstruktur repräsentativ für den Ausgang des Filters ist. Dies ermöglicht es, die Abhängigkeit der Fahrbahnoberflächentemperatur mit einem Minimum an Hypothese oder Kenntnis über die Abhängigkeit festzuschreiben (im Gegensatz beispielsweise zu einer Regressionsanalyse, die eine Annahme bezüglich einer parametrischen Funktion erfordert, welche eine solche Abhängigkeit beschreibt).
Bei manchen Ausführungsformen sind die Referenz-Umgebungssensordaten, die Referenz-Straßensensordaten und/oder die aktuellen Fahrzeug-Umgebungssensordaten ortsspezifisch. Beispielsweise erleichtern es Kenntnisse über den Ort hinsichtlich der Referenz-Umgebungssensordaten und Referenz-Straßensensordaten, zwischen diesen beiden Datensätzen eine Verbindung herzustellen. Ebenso ermöglichen es Kenntnisse über den Ort hinsichtlich der aktuellen Fahrzeug-Umgebungssensordaten, diese zusätzlichen Informationen beim Bestimmen einer Fahrbahnoberflächentemperaturschätzung als weiteren Eingang der Beziehung zu verwenden.
Bei manchen Ausführungsformen können die Referenz-Straßensensordaten, zusätzlich zur Fahrbahnoberflächentemperatur, ferner Auskunft über eine oder mehrere der folgenden Umgebungsbedingungen geben: Umgebungslufttemperatur, Bodentemperatur in einer oder mehreren Tiefen, Sonneneinstrahlung, Feuchtigkeit, Windgeschwindigkeit, GPS-Standort, Uhrzeit, Datum, Luftdruck, Regenintensität, Nebel, Oberflächenwassermenge, Schneemenge, Vorhandensein von Eis, Verkehrsintensität (z.B. Fahrzeuge pro Zeiteinheit), Windrichtung, Salzmenge, Oberflächenart (wie etwa Asphalt, Beton, Kies etc.) und einen geschätzten Reibungskoeffizienten. Sie können durch eines oder mehrere einer Vielzahl Mittel, wie etwa dedizierte Sensoren, Kameras, Wetterstationen, Sichtprüfung, Lidar, Radar oder eine Fusion von Daten aus mehreren Quellen, gesammelt werden. Dies ermöglicht es, jedwede Diskrepanz zwischen den durch die Referenz-Straßensensordaten angegebenen Werten dieser Umgebungsbedingungen und den durch die Referenz-Umgebungssensordaten angegebenen Werten dieser Umgebungsbedingungen zu berücksichtigen.
Bei manchen Ausführungsformen kann das Verfahren ferner das Abrufen von Referenz-Wetterdaten, die Auskunft über allgemeine Wetterbedingungen geben, im Data Warehouse und das Empfangen von aktuellen Wetterdaten umfassen, die Auskunft über aktuelle allgemeine Wetterbedingungen an dem geografischen Ort geben. In solchen Fällen kann das Herstellen der Beziehung ferner auf den Referenz-Wetterdaten basieren. Dies ermöglicht es, zwischen der Fahrbahnoberflächentemperatur und den Eingangsdaten eine umfassendere Beziehung herzustellen. Beispielsweise können Wetterdaten (die im Gegensatz zu Straßendaten typischerweise ohne wesentliche Einschränkungen leicht und global verfügbar sind) als weiterer Eingangsparameter verwendet werden, der sowohl während des Herstellens der Beziehung (z.B. beim Trainieren eines neuronalen Netzes) als auch während des Bestimmens einer Fahrbahnoberflächentemperaturschätzung verwendet wird. In solchen Fällen kann insbesondere das Bestimmen der Fahrbahnoberflächentemperaturschätzung ferner auf den aktuellen Wetterdaten basieren.
Nicht einschränkende Beispiele für Referenz-Wetterdaten oder aktuelle Wetterdaten umfassen Umgebungslufttemperatur, Sonneneinfall, Bewölkung, das geografische Gebiet, Feuchtigkeit, Windgeschwindigkeit, Uhrzeit, Datum, Luftdruck, Regenintensität, Nebel, Oberflächenwassermenge, Schneemenge, Vorhandensein von Eis, Temperaturprofil in verschiedenen Höhen, Windrichtung und/oder Oberflächentemperatur.
Gemäß einem zweiten Aspekt wird ein Computerprogrammprodukt offenbart. Das Computerprogrammprodukt umfasst einen Programmcode, der dazu eingerichtet ist, wenn er in einer Recheneinrichtung ausgeführt wird, die Schritte eines Verfahrens gemäß dem ersten Aspekt durchzuführen.
Gemäß einem dritten Aspekt wird eine Vorrichtung zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts offenbart. Die Vorrichtung umfasst eine Datenspeichereinheit, eine Kommunikationsschnittstelle und eine Verarbeitungseinheit. Die Datenspeichereinheit ist dazu eingerichtet, eine Datenstruktur zu speichern, die eine Beziehung zwischen Referenz-Umgebungssensordaten, welche durch Fahrzeuge messbar sind, und einer Fahrbahnoberflächentemperatur codiert. Die Kommunikationsschnittstelle dient zum Empfangen aktueller Fahrzeug-Umgebungssensordaten, die Auskunft über aktuelle Umgebungsbedingungen in der Nähe des Fahrzeugs geben.
Die Verarbeitungseinheit ist kommunikationsfähig mit dem Fahrzeugsensor und der Datenspeichereinheit gekoppelt und dazu eingerichtet, unter Verwendung der Datenstruktur und basierend auf den gesammelten aktuellen Fahrzeug-Umgebungssensordaten eine Fahrbahnoberflächentemperaturschätzung für den geografischen Ort zu bestimmen.
Eine solche Vorrichtung ermöglicht es somit, die Vorteile der in der Datenstruktur codierten Beziehung voll zu nutzen, und zwar unabhängig davon, ob die Beziehung durch die Vorrichtung oder durch eine andere Einrichtung hergestellt (und durch die Vorrichtung empfangen) wird.
Gemäß einem vierten Aspekt wird eine Data-Warehouse-Einheit zum Erzeugen einer Datenstruktur offenbart, die dazu eingerichtet ist, (i) Referenz-Umgebungssensordaten zu erhalten, die Auskunft über Umgebungsbedingungen in der Nähe von Fahrzeugen geben, (ii) Referenz-Straßensensordaten zu erhalten, die zumindest Auskunft über eine Fahrbahnoberflächentemperatur geben, die in der Nähe von Straßensensoren herrscht und durch diese gemessen wird, (iii) basierend auf den Referenz-Umgebungssensordaten und den Referenz-Straßensensordaten eine Beziehung zwischen den Referenz-Umgebungssensordaten und der Fahrbahnoberflächentemperatur herzustellen, (iv) eine die hergestellte Beziehung codierende Datenstruktur zu erzeugen und (v) die Datenstruktur an die Vorrichtung zu senden. Eine solche Data-Warehouse-Einheit ermöglicht es, eine Datenstruktur, die eine Beziehung codiert, für eine Vielzahl Benutzer oder Benutzergeräte zu erzeugen. Die Datenstruktur kann beispielsweise an eine Vorrichtung gemäß dem dritten Aspekt oder eine beliebige andere Vorrichtung gesendet werden, die dazu eingerichtet ist, die in der Datenstruktur codierte Beziehung zu verwenden.
Gemäß einem fünften Aspekt wird ein System zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts offenbart. Das System umfasst eine Vorrichtung gemäß dem dritten Aspekt und eine Data-Warehouse-Einheit gemäß dem vierten Aspekt. Die Data-Warehouse-Einheit ist kommunikationsfähig mit der Vorrichtung gekoppelt, um die Datenstruktur der Data-Warehouse-Einheit an die Vorrichtung zu senden. Ein solches System ermöglicht es, die Vorteile sämtlicher der oben genannten Aspekte voll zu nutzen, da es sowohl die Data-Warehouse-Einheit als auch die Vorrichtung umfasst.
Bei manchen Ausführungsformen kann das System ferner einen Fahrzeugsensor umfassen, der dazu eingerichtet ist, aktuelle Fahrzeug-Umgebungssensordaten zu sammeln, die Auskunft über aktuelle Umgebungsbedingungen in der Nähe des Fahrzeugs geben, und der kommunikationsfähig mit der Kommunikationsschnittstelle der Vorrichtung gekoppelt ist.
Gemäß einem sechsten Aspekt wird die Verwendung eines Systems gemäß dem fünften Aspekt zum Schätzen einer Fahrbahnoberflächentemperatur offenbart.
Figurenliste
Die folgende genaue Beschreibung bezieht sich auf die beiliegenden Zeichnungen, in denen:

1 schematisch eine Situation mit Straßen und Fahrzeugen zeigt, in der Verfahren, Data-Warehouse-Einheiten oder Systeme gemäß den Ausführungsformen verwendet werden können;
2 ein Kastendiagramm eines Systems mit einer Vorrichtung und einer Data-Warehouse-Einheit gemäß den Ausführungsformen zeigt;
3 ein allgemeines Flussdiagramm eines Verfahrens gemäß den Ausführungsformen zeigt;
4 ein allgemeines Flussdiagramm eines Verfahrens gemäß einer bestimmten Ausführungsform zeigt; und
5 schematisch eine Situation mit Straßen und Fahrzeugen zeigt, in der Verfahren, Vorrichtungen oder Systeme gemäß den Ausführungsformen verwendet werden können.

Genaue Beschreibung der Ausführungsformen
1 zeigt schematisch eine Situation mit Straßen und Fahrzeugen, in der Verfahren, Data-Warehouse-Einheiten oder Systeme gemäß der vorliegenden Offenbarung verwendet werden können.
Im Besonderen zeigt 1 einen ersten geografischen Ort 10. Bei dem dargestellten Beispiel ist der erste geografische Ort 10 ein Straßenabschnitt. Die vorliegende Offenbarung betrifft einen geografischen Ort mit einem im Wesentlichen beliebigen Grad an Körnigkeit. Ein geografischer Ort kann beispielsweise ein Bundesland, eine Region, eine Gemeinde, eine Straße, ein Straßenabschnitt, eine Flächeneinheit eines Planquadrats, eine Kreuzung etc. sein. Bevorzugt ist der geografische Ort ein Straßenabschnitt.
Der Straßenabschnitt 10 ist mit einem stationären Straßensensor 12 versehen, der dazu eingerichtet ist, Referenz-Straßensensordaten zu messen, die zumindest Auskunft über eine Fahrbahnoberflächentemperatur am Straßenabschnitt 10 geben.
Obgleich das in 1 gezeigte Beispiel eine stationäre Messstation darstellt, kann die Funktion der stationären Straßensensoren zusätzlich oder alternativ dazu durch andere verteilte Straßensensoren, wie etwa Sensoren einer mobilen Referenzstation, z.B. eines speziell ausgestatteten Referenzfahrzeugs, ausgeführt werden.
In jedem Fall werden die Referenz-Straßensensordaten von dem stationären Straßensensor 12 zur weiteren Verarbeitung an eine Data-Warehouse-Einheit 16 gesendet.
1 zeigt ferner einen weiteren Straßenabschnitt 11, der nicht mit einem Sensor versehen ist, der dazu fähig ist, die Fahrbahnoberflächentemperatur zu messen.
Zwei Fahrzeuge 13, 14 nähern sich dem Straßenabschnitt 10. Beide Fahrzeuge 13, 14 sind mit jeweiligen Referenz-Umgebungssensoren, die dazu eingerichtet sind, Referenz-Umgebungssensordaten zu sammeln, wie etwa einem Umgebungslufttemperatursensor (nicht gezeigt), ausgestattet.
Das Fahrzeug 13 kann den Straßenabschnitt 10 früher erreichen als das Fahrzeug 14. Sobald sich das Fahrzeug 13 in der Nähe des Straßenabschnitts 10 befindet, sammelt es zu einem ersten Zeitpunkt Referenz-Umgebungssensordaten, wie etwa eine erste Umgebungslufttemperatur. Die durch das erste Fahrzeug 13 gesammelten Referenz-Umgebungssensordaten werden, beispielsweise zusammen mit zusätzlichen Informationen, wie etwa Ort und/oder Uhrzeit/Datum, durch das Fahrzeug 13 an die Data-Warehouse-Einheit 16 gesendet.
Sobald sich das Fahrzeug 14 in der Nähe des Straßenabschnitts 10 befindet, sammelt es zu einem zweiten Zeitpunkt ebenso Referenz-Umgebungssensordaten, wie etwa eine zweite Umgebungslufttemperatur. Die durch das zweite Fahrzeug 14 gesammelten Referenz-Umgebungssensordaten werden, beispielsweise zusammen mit zusätzlichen Informationen, wie etwa Ort und/oder Uhrzeit/Datum, durch das Fahrzeug 14 an die Data-Warehouse-Einheit 16 gesendet.
Bei anderen, nicht gezeigten Ausführungsformen kann das Sammeln von Referenz-Umgebungssensordaten zusätzlich oder alternativ dazu durch den Straßensensor 12 durchgeführt werden. Dies ermöglicht es, die zwei Datensätze zum Herstellen einer Beziehung (d.h. Referenz-Umgebungssensordaten und Referenz-Straßensensordaten) an demselben Ort (nämlich dort, wo sich der Sensor 12 befindet) zu sammeln, wodurch sich die Genauigkeit der herzustellenden Beziehung erhöht.
Bezug nehmend wieder auf die Beschreibung von 1 kann das Senden an die Data-Warehouse-Einheit 16 drahtlos, z.B. über das Internet 15, erfolgen.
In der Data-Warehouse-Einheit 16 werden die durch den Straßensensor 12 und die Fahrzeuge 13, 14 gesammelten Daten, wie im Folgenden ausführlich beschrieben, weiter verarbeitet, um zwischen diesen eine Beziehung herzustellen und eine diese Beziehung codierende Datenstruktur zu erzeugen.
Wie aus der folgenden Beschreibung ersichtlich ist, ermöglicht es die Lehre gemäß der vorliegenden Offenbarung folglich, eine solche Beziehung und Datenstruktur dazu zu verwenden, die Fahrbahnoberflächentemperatur an anderen geografischen Orten in der Nähe (wie etwa dem Straßenabschnitt 11) oder in der Ferne (wie etwa in einem anderen Land) zuverlässig vorherzusagen oder zu schätzen.
Durch die zwischen der Fahrbahnoberflächentemperatur und den Fahrzeugsensordaten des geografischen Orts 10 hergestellte Beziehung ermöglicht es die vorliegende Offenbarung beispielsweise, nahe einem anderen geografischen Ort 11 (der keinen Straßensensor zum Messen der Fahrbahnoberflächentemperatur aufweist) Fahrzeug-Umgebungssensordaten zu sammeln und unter Verwendung der hergestellten Beziehung eine Fahrbahnoberflächentemperaturschätzung zu bestimmen, ohne dafür Straßensensordaten zu benötigen.
Bei dem Beispiel von 1 erreicht das erste Fahrzeug 13 den zweiten geografischen Ort 11 vor dem zweiten Fahrzeug 14. Dadurch kann das erste Fahrzeug 13 nahe dem geografischen Ort 11 aktuelle Fahrzeug-Umgebungssensordaten sammeln. Diese Daten können, wie im Folgenden unter Bezugnahme auf die Figuren ausführlich beschrieben, durch eine (nicht in 1 gezeigte) Vorrichtung (oder ein Verfahren) gemäß der vorliegenden Offenbarung dazu verwendet werden, eine Fahrbahnoberflächentemperaturschätzung zu generieren.
2 zeigt ein Kastendiagramm eines Systems 20 zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts. Das System 20 umfasst eine Data-Warehouse-Einheit 21, eine Vorrichtung 24 und einen Fahrzeugsensor 28. Bei anderen, nicht gezeigten Beispielen kann das System den Fahrzeugsensor 28 nicht umfassen.
Die Data-Warehouse-Einheit 21 dient zum Erzeugen einer Datenstruktur. Die Data-Warehouse-Einheit 21 umfasst einen Datenspeicher 22 und eine Verarbeitungseinheit 23.
Der Datenspeicher 22 ist dazu eingerichtet, Referenz-Umgebungssensordaten (in 2 mit „Ref-Daten a“, „Ref-Daten b“ etc. bezeichnet) zu erhalten, die Auskunft über Umgebungsbedingungen in der Nähe von Fahrzeugen geben, welche durch Fahrzeugsensoren gemessen werden. Der Datenspeicher 22 ist ferner dazu eingerichtet, Referenz-Straßensensordaten zu erhalten, die zumindest Auskunft über eine Fahrbahnoberflächentemperatur (in 2 mit T_ofl,a, T_ofl,b etc. bezeichnet) geben, die in der Nähe von Straßensensoren herrscht und durch diese gemessen wird.
Die Verarbeitungseinheit 23 ist dazu eingerichtet ist, basierend auf den Informationen im Datenspeicher 22 eine Beziehung zwischen den Referenz-Umgebungssensordaten und der Fahrbahnoberflächentemperatur herzustellen. Sie ist ferner dazu eingerichtet, eine die hergestellte Beziehung codierende Datenstruktur zu erzeugen.
Die Data-Warehouse-Einheit 21 ist kommunikationsfähig mit der Vorrichtung 24 gekoppelt, um die Datenstruktur der Data-Warehouse-Einheit an die Vorrichtung 24, insbesondere an eine Datenspeichereinheit 25 der Vorrichtung, zu senden.
Die Data-Warehouse-Einheit 21 erzeugt somit eine Datenstruktur, die eine Beziehung zwischen Umgebungsdaten und einer Fahrbahnoberflächentemperatur codiert, und sendet diese an die Vorrichtung 24, die dazu eingerichtet ist, die in der Datenstruktur codierte Beziehung zu verwenden.
Die Vorrichtung 24 dient zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts. Die Vorrichtung 24 umfasst eine Datenspeichereinheit 25, eine Kommunikationsschnittstelle 26 und eine Verarbeitungseinheit 27.
Die Datenspeichereinheit 25 ist dazu eingerichtet, die durch die Data-Warehouse-Einheit 21 gesendete Datenstruktur zu speichern. Wie vorstehend ausgeführt, codiert die Datenstruktur die Beziehung zwischen Referenz-Umgebungssensordaten, die durch Fahrzeuge messbar sind, und einer Fahrbahnoberflächentemperatur.
Die Kommunikationsschnittstelle 26 dient zum Empfangen aktueller Fahrzeug-Umgebungssensordaten, die Auskunft über aktuelle Umgebungsbedingungen in der Nähe des Fahrzeugs geben. Diese aktuellen Fahrzeug-Umgebungssensordaten werden durch einen oder mehrere Fahrzeugsensoren 28 gemessen, die diese Daten an die Kommunikationsschnittstelle 26 senden.
Die Verarbeitungseinheit 27 der Vorrichtung ist über die Schnittstelle 26 kommunikationsfähig mit dem Fahrzeugsensor 28 und mit der Datenspeichereinheit 25 gekoppelt. Die Verarbeitungseinheit 27 ist dazu eingerichtet, unter Verwendung der Datenstruktur und basierend auf den gesammelten aktuellen Fahrzeug-Umgebungssensordaten eine Fahrbahnoberflächentemperaturschätzung für den geografischen Ort zu bestimmen.
Die Vorrichtung 24 dient somit dazu, die in der Datenstruktur codierte Beziehung zu verwenden, um die Fahrbahnoberflächentemperatur zu schätzen.
3 zeigt ein allgemeines Flussdiagramm eines Verfahrens 30 zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts.
Das Verfahren 30 umfasst einen Schritt 31 zum Abrufen von Referenz-Umgebungssensordaten und einen Schritt 32 zum Abrufen von Referenz-Straßensensordaten. Die Referenz-Umgebungssensordaten geben Auskunft über Umgebungsbedingungen in der Nähe von mobilen Fahrzeugen und die Referenz-Straßensensordaten geben zumindest Auskunft über eine Fahrbahnoberflächentemperatur in der Nähe von verteilten Straßensensoren, wie etwa Straßenwetterstationen (z.B. RWIS).
Bei dem gezeigten Beispiel werden die Schritte 31 und 32 im Wesentlichen parallel durchgeführt. Bei anderen Beispielen können diese Schritte nacheinander (zuerst Schritt 31 und dann Schritt 32 oder zuerst Schritt 32 und dann Schritt 31) oder nur teilweise parallel durchgeführt werden. Bei weiteren Beispielen kann der Schritt 32 zum Abrufen von Referenz-Straßensensordaten (die zumindest eine Fahrbahnoberflächentemperatur in der Nähe von verteilten Straßensensoren enthalten) außerdem einen Schritt (der Schritt 31 ähnelt) zum Abrufen von Referenz-Umgebungssensordaten umfassen, die Auskunft über Umgebungsbedingungen (wie etwa eine Zeitreihe der Umgebungslufttemperatur in der Nähe von Fahrzeugen) geben, welche durch verteilte Straßensensoren gemessen werden.
Bezug nehmend wieder auf 3 umfasst das Verfahren 30 ferner einen Schritt 33 zum Herstellen einer Beziehung zwischen den Referenz-Umgebungssensordaten und der Fahrbahnoberflächentemperatur basierend auf den Referenz-Umgebungssensordaten und den Referenz-Straßensensordaten. Es umfasst ferner einen Schritt 34 zum Erzeugen einer die hergestellte Beziehung codierenden Datenstruktur.
Der Satz Schritte 31 bis 34 kann beispielsweise in einem Data Warehouse durchgeführt und als Verfahren zum Erzeugen einer Beziehungsdatenstruktur betrachtet werden.
Das Verfahren 30 umfasst ferner einen Schritt 35 zum Sammeln von aktuellen Fahrzeug-Umgebungssensordaten, die Auskunft über aktuelle Umgebungsbedingungen in der Nähe von einem oder mehreren Fahrzeugen geben, in dem einen oder den mehreren Fahrzeugen.
Das Verfahren 30 umfasst ferner einen Schritt 36 zum Bestimmen einer Fahrbahnoberflächentemperaturschätzung für den geografischen Ort unter Verwendung der Datenstruktur und der gesammelten aktuellen Fahrzeug-Umgebungssensordaten. Insbesondere können die gesammelten aktuellen Fahrzeug-Umgebungssensordaten als Eingang der Datenstruktur verwendet werden. Die durch die Datenstruktur codierte Beziehung ermöglicht es somit, eine Fahrbahnoberflächentemperaturschätzung des geografischen Orts als Ausgang zu erhalten.
Wie aus 3 ersichtlich ist, bezieht das Bestimmen 36 der Fahrbahnoberflächentemperaturschätzung die Verwendung von aktuellen Straßensensordaten nicht mit ein. Daten von verteilten Straßenstationen werden nur in den Schritten 32 und 33 zum Herstellen der Beziehung verwendet.
Der Satz Schritte 35, 36 kann beispielsweise in einem Netzwerk-Backend durchgeführt und als Verwendung einer Beziehungsdatenstruktur zum Schätzen einer Fahrbahnoberflächentemperatur betrachtet werden.
4 zeigt ein Flussdiagramm eines speziellen Verfahrens 40 zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts. Das Verfahren 40 kann als bevorzugte Ausführungsform des in 3 gezeigten allgemeineren Verfahrens 30 betrachtet werden.
Das Verfahren 40 umfasst einen Schritt 41 zum Abrufen von Referenz-Umgebungssensordaten in Form einer Zeitreihe der Referenz-Umgebungslufttemperatur. Die Referenz-Umgebungssensordaten geben somit Auskunft über die Umgebungsbedingung Temperatur in der Nähe von mobilen Fahrzeugen zu mehreren Zeitpunkten. Bei bevorzugten Beispielen können die Referenz-Umgebungssensordaten weitere Größen, wie etwa Zeitreihen von Feuchtigkeit, Luftdruck, Windgeschwindigkeit, Regenintensität, Nebel, Oberflächenwassermenge, Schneemenge, Vorhandensein von Eis, Windrichtung und/oder Salzmenge umfassen. Zu Darstellungszwecken konzentriert sich das vorliegende Beispiel jedoch auf Referenz-Umgebungssensordaten in Form einer Zeitreihe der Referenz-U mgebungsl ufttem peratur.
Das Verfahren 40 umfasst ferner einen Schritt 42 zum Abrufen von Referenz-Straßensensordaten in Form einer Zeitreihe der Fahrbahnoberflächentemperatur. Die Referenz-Straßensensordaten geben somit Auskunft über die Fahrbahnoberflächentemperatur in der Nähe von verteilten Straßensensoren, wie etwa Straßenwetterstationen (z.B. RWIS).
Bei dem gezeigten Beispiel wird eine Umgebungslufttemperatur als beispielhafte Umgebungsbedingung verwendet. Zusätzlich oder alternativ dazu können andere Beispiele für Umgebungsbedingungen verwendet werden, die Sonneneinstrahlung, GPS-Standort, Uhrzeit, Datum, Feuchtigkeit, Luftdruck, Windgeschwindigkeit, Regenintensität, Fahrzeuggeschwindigkeit, Nebel, Oberflächenwassermenge, Schneemenge, Vorhandensein von Eis, Verkehrsintensität (z.B. Fahrzeuge pro Zeiteinheit), Windrichtung, Salzmenge, Oberflächenart (wie etwa Asphalt, Beton, Kies etc.) und einen geschätzten Reibungskoeffizienten umfassen.
Das Verfahren 40 umfasst ferner einen Schritt 43 zum Trainieren eines neuronalen Netzes. Durch Trainieren des neuronalen Netzes wird zwischen der durch die Fahrzeuge gemessenen Umgebungslufttemperatur (Referenz-Umgebungssensordaten) auf der einen Seite und der durch die verteilten Straßensensoren gemessenen Fahrbahnoberflächentemperatur auf der anderen Seite eine Beziehung hergestellt.
Durch das Trainieren des neuronalen Netzes unter Verwendung der (durch Fahrzeuge gemessenen) Umgebungslufttemperatur und der Referenz-Fahrbahnoberflächentemperatur ist es möglich, die Abhängigkeit der Fahrbahnoberflächentemperatur von der messbaren Eingangsgröße Umgebungslufttemperatur festzuschreiben. Bei anderen, nicht gezeigten Beispielen können weitere Eingangsgrößen verwendet werden. In jedem Fall kann das trainierte neuronale Netz dazu dienen, unter Verwendung einer Zeitreihe aktueller Fahrzeug-Umgebungssensordaten als Eingang eine Fahrbahnoberflächentemperaturschätzung auszugeben.
Bei dem gezeigten Beispiel kann das neuronale Netz hinsichtlich der Referenz-Umgebungssensordaten und der Referenz-Straßensensordaten (einschließlich der Fahrbahnoberflächentemperatur) trainiert werden, so dass das trainierte neuronale Netz (aktuelle) Fahrzeug-Umgebungssensordaten als Eingang verwenden kann, um eine Fahrbahnoberflächentemperatur als Ausgang auszugeben. Ein solches neuronales Netz codiert somit die Abhängigkeit der Fahrbahnoberflächentemperatur von Umgebungssensordaten.
Insbesondere bei Referenzdaten in Form einer Zeitreihe kann das zu trainierende neuronale Netz ein rekurrentes neuronales Netz sein (d.h. das nicht nur Vorwärtsverbindungen zu nachgelagerten Schichten, sondern auch Rückkopplungsverbindungen zu derselben Schicht oder vorgelagerten Schichten aufweist). Dies ermöglicht es, ein zeitliches dynamisches Verhalten einzubeziehen.
Somit kann bei dem dargestellten Fall eines Trainierens eines neuronalen Netzes mit einer Zeitreihe von Referenz-Umgebungssensordaten dieses dazu dienen, unter Verwendung einer Zeitreihe aktueller Fahrzeug-Umgebungssensordaten als Eingang eine Fahrbahnoberflächentemperaturschätzung auszugeben.
Alternativ zum Trainieren eines neuronalen Netzes können andere (nicht gezeigte) Ausführungsformen das Anwenden eines Filterverfahrens umfassen.
Das Verfahren 40 umfasst ferner einen Schritt 44 zum Erzeugen einer das trainierte neuronale Netz codierenden Datenstruktur und einen Schritt 45 zum Sammeln aktueller Fahrzeug-Umgebungssensordaten in Form einer Zeitreihe der aktuellen Umgebungslufttemperatur.
Die Zeitreihe der aktuellen Umgebungslufttemperatur gibt Auskunft über aktuelle Umgebungsbedingungen in der Nähe des einen oder der mehreren Fahrzeuge zu mehreren Zeitpunkten. Da sich jedes Fahrzeug bewegt und nur für einen begrenzten Zeitraum an einem gegebenen geografischen Ort verweilt, wird die Umgebungslufttemperatur bevorzugt in mehreren Fahrzeugen zu mehreren Zeitpunkten gemessen, so dass die Zeitreihe basierend auf Daten von mehreren Fahrzeugen zu mehreren Zeitpunkten erstellt (oder geschätzt) wird.
Eine solche Zeitreihe von Umgebungsbedingungen kann auch bei anderen Beispielen für aktuelle Umgebungsbedingungen gemessen werden, die ferner Sonneneinstrahlung, GPS-Standort, Uhrzeit, Datum, Feuchtigkeit, Luftdruck, Windgeschwindigkeit, Regenintensität, Fahrzeuggeschwindigkeit, Nebel, Oberflächenwassermenge, Schneemenge, Vorhandensein von Eis, Verkehrsintensität (z.B. Fahrzeuge pro Zeiteinheit), Windrichtung, Salzmenge, Oberflächenart (wie etwa Asphalt, Beton, Kies etc.) und/oder einen geschätzten Reibungskoeffizienten umfassen.
Des Weiteren umfasst das Verfahren 40 einen Schritt 46 zum Bestimmen einer Fahrbahnoberflächentemperaturschätzung für den geografischen Ort unter Verwendung des trainierten neuronalen Netzes und der gesammelten aktuellen Umgebungslufttemperaturdaten. Insbesondere können die gesammelten aktuellen Umgebungslufttemperaturdaten als Eingang des trainierten neuronalen Netzes verwendet werden. Die durch das neuronale Netz codierte Beziehung ermöglicht es somit, eine Fahrbahnoberflächentemperaturschätzung für den geografischen Ort als Ausgang zu erhalten.
Obgleich dies nicht explizit in 4 dargestellt ist, kann das Verfahren 40 ferner das Abrufen von Referenz-Wetterdaten, die Auskunft über allgemeine Wetterbedingungen (z.B. Feuchtigkeit) geben, das dem Abrufen gemäß der Schritte 41, 42 ähnelt, umfassen. Folglich basiert das Herstellen der Beziehung ferner auf den Referenz-Wetterdaten (zusätzlich zu den Referenz-Umgebungssensordaten). Somit wird die Beziehung so hergestellt, dass sie ferner Wetterdaten als (weiteren) Eingang verwendet.
In solchen Fällen kann das Verfahren 40 ferner das Empfangen aktueller Wetterdaten, die Auskunft über aktuelle allgemeine Wetterbedingungen an dem geografischen Ort geben, das dem Sammeln gemäß Schritt 45 ähnelt, umfassen. Dadurch würde der Schritt 46 zum Bestimmen der Fahrbahnoberflächentemperaturschätzung ferner auf den aktuellen Wetterdaten basieren (zusätzlich zu den aktuellen Fahrzeug-Umgebungssensordaten).
5 zeigt schematisch eine Situation mit Straßen und Fahrzeugen, in der Verfahren, Vorrichtungen oder Systeme gemäß der vorliegenden Offenbarung verwendet werden können.
5 zeigt insbesondere eine Vorrichtung 50 zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts. Die Vorrichtung 50 speichert eine (nicht gezeigte) Datenstruktur, die die Beziehung zwischen Umgebungssensordaten, welche durch Fahrzeuge messbar sind, und einer Fahrbahnoberflächentemperatur codiert.
Ein erstes Fahrzeug 52 hat einen geografischen Ort 51 passiert. Das erste Fahrzeug 52 hat nahe dem geografischen Ort 51 aktuelle Fahrzeug-Umgebungssensordaten gesammelt und diese Daten an die Vorrichtung 50 gesendet.
Obgleich der geografische Ort 51 nicht mit herkömmlichen Mitteln zum Bestimmen einer Fahrbahnoberflächentemperatur versehen ist, ist die Vorrichtung 50 dazu eingerichtet, unter Verwendung der Datenstruktur und basierend auf den gesendeten Fahrzeug-Umgebungssensordaten des geografischen Orts 51 die Fahrbahnoberflächentemperatur zu schätzen.
Bei anderen (nicht gezeigten) Beispielen kann die Vorrichtung die Schätzung auf eine Mehrzahl Messungen von einer Mehrzahl Fahrzeuge, z.B. in Form einer Zeitreihe von Fahrzeug-Umgebungssensordaten, stützen.
Sobald die Vorrichtung 50 die Fahrbahnoberflächentemperatur geschätzt hat, kann sie Fahrbahnbedingungsdaten (die z.B. angeben, dass die Straße eisig ist, wenn die geschätzte Fahrbahnoberflächentemperatur auf das Vorhandensein von Eis hinweist) generieren und diese Fahrbahnbedingungsdaten (und/oder die geschätzte Fahrbahnoberflächentemperatur) an ein zweites Fahrzeug 53 senden, das sich derzeit dem geografischen Ort 51 nähert.

Claims

Verfahren zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts, das umfasst: - Abrufen von Referenz-Umgebungssensordaten, die Auskunft über Umgebungsbedingungen in der Nähe von mobilen Fahrzeugen geben, in einem Data Warehouse, - Abrufen von Referenz-Straßensensordaten, die zumindest Auskunft über eine Fahrbahnoberflächentemperatur in der Nähe von verteilten Straßensensoren geben, im Data Warehouse, - Herstellen einer Beziehung zwischen den Referenz-Umgebungssensordaten und der Fahrbahnoberflächentemperatur basierend auf den Referenz-Umgebungssensordaten und den Referenz-Straßensensordaten, - Erzeugen einer die hergestellte Beziehung codierenden Datenstruktur, - Sammeln von aktuellen Fahrzeug-Umgebungssensordaten, die Auskunft über aktuelle Umgebungsbedingungen in der Nähe von einem oder mehreren Fahrzeugen geben, in dem einen oder den mehreren Fahrzeugen, - Bestimmen einer Fahrbahnoberflächentemperaturschätzung für den geografischen Ort unter Verwendung der Datenstruktur und der gesammelten aktuellen Fahrzeug-Umgebungssensordaten.
Verfahren nach Anspruch 1, wobei das Verfahren ferner umfasst: - Senden der gesammelten aktuellen Fahrzeug-Umgebungssensordaten von dem einen oder den mehreren Fahrzeugen an das Data Warehouse.
Verfahren nach Anspruch 1 oder 2, wobei das Verfahren ferner umfasst: - Generieren von Fahrbahnbedingungsdaten basierend auf der bestimmten Fahrbahnoberflächentemperaturschätzung und - Senden der generierten Fahrbahnbedingungsdaten an wenigstens eines der Fahrzeuge und/oder andere Fahrzeuge.
Verfahren nach einem der vorhergehenden Ansprüche, wobei - die abgerufenen Referenz-Umgebungssensordaten eine erste Zeitreihe umfassen, die Auskunft über Umgebungsbedingungen zu einer ersten Mehrzahl Zeitpunkte gibt, - die gesammelten aktuellen Fahrzeug-Umgebungssensordaten eine zweite Zeitreihe umfassen, die Auskunft über aktuelle Umgebungsbedingungen zu einer zweiten Mehrzahl Zeitpunkte gibt.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Beziehung hergestellt wird durch: (a) Trainieren eines neuronalen Netzes, wobei die Datenstruktur repräsentativ für das neuronale Netz ist, oder (b) Anwenden eines Filterverfahrens, insbesondere eines Kalman-Filters oder eines Bayes-Filters oder eines nichtstatistischen Filters, wobei die Datenstruktur repräsentativ für den Ausgang des Filters ist.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Referenz-Umgebungssensordaten, die Referenz-Straßensensordaten und/oder die aktuellen Fahrzeug-Umgebungssensordaten ortsspezifisch sind.
Verfahren nach einem der vorhergehenden Ansprüche, wobei das Bestimmen die Verwendung von aktuellen Straßensensordaten nicht miteinbezieht.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Referenz-Umgebungssensordaten und/oder die Fahrzeug-Umgebungssensordaten und/oder die Referenz-Straßensensordaten Auskunft geben über: - Umgebungslufttemperatur, Sonneneinstrahlung, GPS-Standort, Uhrzeit, Datum, Feuchtigkeit, Luftdruck, Windgeschwindigkeit, Regenintensität, Fahrzeuggeschwindigkeit, Nebel, Oberflächenwassermenge, Schneemenge, Vorhandensein von Eis, Verkehrsintensität, Windrichtung, Salzmenge, Oberflächenart und/oder einen geschätzten Reibungskoeffizienten.
Verfahren nach einem der vorhergehenden Ansprüche, wobei das Verfahren ferner umfasst: - Abrufen von Referenz-Wetterdaten, die Auskunft über allgemeine Wetterbedingungen geben, im Data Warehouse und - Empfangen von aktuellen Wetterdaten, die Auskunft über aktuelle allgemeine Wetterbedingungen an dem geografischen Ort geben, und wobei - das Herstellen der Beziehung ferner auf den Referenz-Wetterdaten basiert und - das Bestimmen der Fahrbahnoberflächentemperaturschätzung ferner auf den aktuellen Wetterdaten basiert.
Computerprogrammprodukt, das einen Programmcode umfasst, der dazu eingerichtet ist, wenn er in einer Recheneinrichtung ausgeführt wird, die Schritte eines Verfahrens gemäß einem der vorhergehenden Ansprüche durchzuführen.
Vorrichtung zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts, die umfasst: - eine Datenspeichereinheit, die dazu eingerichtet ist, eine Datenstruktur zu speichern, die eine Beziehung zwischen Referenz-Umgebungssensordaten, welche durch Fahrzeuge messbar sind, und einer Fahrbahnoberflächentemperatur codiert, - eine Kommunikationsschnittstelle zum Empfangen aktueller Fahrzeug-Umgebungssensordaten, die Auskunft über aktuelle Umgebungsbedingungen in der Nähe des Fahrzeugs geben, - eine Verarbeitungseinheit, wobei die Verarbeitungseinheit -- kommunikationsfähig mit dem Fahrzeugsensor und der Datenspeichereinheit gekoppelt und -- dazu eingerichtet ist, unter Verwendung der Datenstruktur und basierend auf den gesammelten aktuellen Fahrzeug-Umgebungssensordaten eine Fahrbahnoberflächentemperaturschätzung für den geografischen Ort zu bestimmen.
Data-Warehouse-Einheit zum Erzeugen einer Datenstruktur, die dazu eingerichtet ist, - Referenz-Umgebungssensordaten zu erhalten, die Auskunft über Umgebungsbedingungen in der Nähe von Fahrzeugen geben, - Referenz-Straßensensordaten zu erhalten, die zumindest Auskunft über eine Fahrbahnoberflächentemperatur geben, die in der Nähe von Straßensensoren herrscht und durch diese gemessen wird, - basierend auf den Referenz-Umgebungssensordaten und den Referenz-Straßensensordaten im Data Warehouse eine Beziehung zwischen den Referenz-Umgebungssensordaten und der Fahrbahnoberflächentemperatur herzustellen, - eine die hergestellte Beziehung codierende Datenstruktur zu erzeugen und - die Datastruktur an die Vorrichtung zu senden.
System zum Schätzen einer Fahrbahnoberflächentemperatur eines geografischen Orts, das umfasst: - eine Vorrichtung gemäß Anspruch 11 und - eine Data-Warehouse-Einheit gemäß Anspruch 12, - wobei die Data-Warehouse-Einheit kommunikationsfähig mit der Vorrichtung gekoppelt ist, um die Datenstruktur der Data-Warehouse-Einheit an die Vorrichtung zu senden.
System nach dem vorhergehenden Anspruch, das ferner umfasst: - einen Fahrzeugsensor, der dazu eingerichtet ist, aktuelle Fahrzeug-Umgebungssensordaten zu sammeln, die Auskunft über aktuelle Umgebungsbedingungen in der Nähe des Fahrzeugs geben, und der kommunikationsfähig mit der Kommunikationsschnittstelle der Vorrichtung gekoppelt ist.
Verwendung eines Systems nach Anspruch 13 oder 14 zum Schätzen einer Fahrbahnoberflächentemperatur.