DE102019205892A1 - Method for operating a motor vehicle and motor vehicle that is designed to carry out such a method - Google Patents
Method for operating a motor vehicle and motor vehicle that is designed to carry out such a method Download PDFInfo
- Publication number
- DE102019205892A1 DE102019205892A1 DE102019205892.2A DE102019205892A DE102019205892A1 DE 102019205892 A1 DE102019205892 A1 DE 102019205892A1 DE 102019205892 A DE102019205892 A DE 102019205892A DE 102019205892 A1 DE102019205892 A1 DE 102019205892A1
- Authority
- DE
- Germany
- Prior art keywords
- data
- vehicle
- driving behavior
- motor vehicle
- determined
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000006399 behavior Effects 0.000 claims description 322
- 230000007704 transition Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 8
- 230000001419 dependent effect Effects 0.000 claims description 5
- 230000003213 activating effect Effects 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 description 13
- 238000011156 evaluation Methods 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 210000002569 neuron Anatomy 0.000 description 6
- 230000004913 activation Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 241000283070 Equus zebra Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0026—Lookup tables or parameter maps
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
- B60W2050/0083—Setting, resetting, calibration
- B60W2050/0088—Adaptive recalibration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/60—Traffic rules, e.g. speed limits or right of way
- B60W2555/80—Country specific, e.g. driver age limits or right hand drive
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/55—External transmission of data to or from the vehicle using telemetry
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/65—Data transmitted between vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zum Betreiben eines Kraftfahrzeugs (10) sowie ein Kraftfahrzeug (10), das dazu ausgelegt ist, ein derartiges Verfahren durchzuführen. Das Kraftfahrzeug (10) umfasst zumindest ein Fahrzeugsystem (12), das dazu ausgelegt ist, das Kraftfahrzeug (10) zumindest teilautonom anzusteuern, wobei im Fahrzeugsystem (12) ein vorgegebener Fahrverhaltensmodus (16) aktiviert ist, der zumindest einen Ansteuerparameter (17) umfasst, der ein Fahrverhalten in einem vorgegebenen geografischen Gebiet (20) festlegt und der beim zumindest teilautonomen Ansteuern des Kraftfahrzeugs (10) berücksichtigt wird. Es wird eine aktuelle geografische Position (11c) des Kraftfahrzeugs (10) berücksichtigt, festgestellt, in welchem vorgegebenen geografischen Gebiet (20) sich diese aktuelle geografische Position (11c) befindet sowie festgestellt, welcher vorgegebene Fahrverhaltensmodus (16) diesem festgestellten geografischen Gebiet (20) zugeordnet ist. Der festgestellte Fahrverhaltensmodus (16) wird in dem Fahrzeugsystem (12) aktiviert, woraufhin das Kraftfahrzeug (10) unter Berücksichtigung des zumindest einen Ansteuerparameters (17) des aktivierten Fahrverhaltensmodus (16) zumindest teilautonom angesteuert wird.The invention relates to a method for operating a motor vehicle (10) and a motor vehicle (10) which is designed to carry out such a method. The motor vehicle (10) comprises at least one vehicle system (12) which is designed to control the motor vehicle (10) at least partially autonomously, with a predefined driving behavior mode (16) being activated in the vehicle system (12), which comprises at least one control parameter (17) which defines driving behavior in a predetermined geographical area (20) and which is taken into account when the motor vehicle (10) is at least partially autonomous. A current geographical position (11c) of the motor vehicle (10) is taken into account, it is determined in which predetermined geographical area (20) this current geographical position (11c) is located, and it is determined which predetermined driving behavior mode (16) of this determined geographical area (20 ) assigned. The determined driving behavior mode (16) is activated in the vehicle system (12), whereupon the motor vehicle (10) is controlled at least partially autonomously, taking into account the at least one control parameter (17) of the activated driving behavior mode (16).
Description
Die Erfindung betrifft ein Verfahren zum Betreiben eines solchen Kraftfahrzeugs, das zumindest ein Fahrzeugsystem umfasst, das dazu ausgelegt ist, das Kraftfahrzeug zumindest teilautonom anzusteuern. Die Erfindung betrifft auch ein Kraftfahrzeug mit einem Fahrzeugsystem, wobei das Kraftfahrzeug dazu ausgelegt ist, das besagte Verfahren durchzuführen.The invention relates to a method for operating such a motor vehicle which comprises at least one vehicle system which is designed to control the motor vehicle at least partially autonomously. The invention also relates to a motor vehicle with a vehicle system, the motor vehicle being designed to carry out said method.
Voraussetzung für eine weltweit einsetzbare vollautonome Fahrfunktion für ein Kraftfahrzeug ist, dass die Fahrfunktion während einer vollautonomen Fahrt ein Fahrverhalten eines durchschnittlichen menschlichen Fahrers imitiert. Es ist also erforderlich, dass sich das Fahrverhalten des vollautonom fahrenden Kraftfahrzeugs an ortsüblichen Gegebenheiten und Fahrweisen orientiert. Es kann nämlich beispielsweise der Fall auftreten, dass eine auf einem Straßenschild angegebene Höchstgeschwindigkeit vor einer Straßenkurve in einem Staat ernster zu nehmen ist als dies in einem anderen Staat der Fall ist. Dies bedeutet, dass, wenn ein Kraftfahrzeug die Kurve mit einer Geschwindigkeit, die der jeweils angegebenen Höchstgeschwindigkeit entspricht, durchfährt, das Kraftfahrzeug im erstgenannten Staat höhere Seitenkräfte erfährt als in dem zweitgenannten Staat. Ein menschlicher Fahrer lernt solche regionalen Besonderheiten schnell und kann sich diesen anpassen. Bei einem nächsten Aufenthalt in dem erstgenannten Staat wird der menschliche Fahrer daher beispielsweise vorsichtiger in eine Kurve hineinfahren und dort beispielsweise langsamer fahren als es die dort angegebene Höchstgeschwindigkeit erlaubt. Außerdem wird es der menschliche Fahrer insbesondere vermeiden, dort mit einer höheren Geschwindigkeit zu fahren, als es die angezeigte Höchstgeschwindigkeit erlaubt. Außerdem gibt es diverse Unterschiede in Fahrweisen sowie in einer Interpretation von Verkehrsschildern und Verkehrsregeln, die üblicherweise ein Fahrer bereits im Rahmen seiner Ausbildung in einer Fahrschule in dem entsprechenden Staat beziehungsweise einem entsprechenden Bezirk erlernt. Denn ein Fahrverhalten in großen Ballungsräumen, wie beispielsweise in Paris oder Beijing, weicht von einem Fahrverhalten in eher ländlichen Regionen, wie beispielsweise in Ruanda oder auf einer Serpentinenstraße in den Alpen, teilweise deutlich ab. Es kann daher davon ausgegangen werden, dass kein weltweit einheitliches Modell existiert, anhand dessen ein vollautonomes Fahren überall ermöglicht werden sollte.A prerequisite for a fully autonomous driving function for a motor vehicle that can be used worldwide is that the driving function imitates the driving behavior of an average human driver during a fully autonomous journey. It is therefore necessary for the driving behavior of the fully autonomous motor vehicle to be based on local conditions and driving styles. For example, the case may arise that a maximum speed indicated on a road sign before a road curve is to be taken more seriously in one country than is the case in another country. This means that when a motor vehicle travels through the curve at a speed that corresponds to the specified maximum speed, the motor vehicle experiences higher lateral forces in the first-mentioned state than in the second-mentioned state. A human driver learns such regional characteristics quickly and can adapt to them. The next time he is in the first-mentioned state, the human driver will therefore, for example, drive more carefully into a curve and, for example, drive there slower than the maximum speed specified there. In addition, the human driver will in particular avoid driving there at a higher speed than the maximum speed displayed allows. There are also various differences in driving styles and in the interpretation of traffic signs and traffic rules that a driver usually learns as part of his training in a driving school in the relevant state or district. Because driving behavior in large metropolitan areas, such as Paris or Beijing, differs significantly from driving behavior in more rural regions, such as in Rwanda or on a serpentine road in the Alps. It can therefore be assumed that there is no globally uniform model on the basis of which fully autonomous driving should be made possible everywhere.
Des Weiteren wird davon ausgegangen, dass ein zum vollautonomen Fahren ausgelegtes Kraftfahrzeug kein Lenkrad oder Bedienelemente für andere Eingriffsmöglichkeiten für einen Menschen während der vollautonomen Fahrt mehr aufweist. Dieses Kraftfahrzeug muss daher in der Lage sein, die Fahrt des Kraftfahrzeugs vollständig selbstständig, das heißt vollautonom, durchzuführen. Allerdings müssen auch Kraftfahrzeuge, die beispielsweise über Fahrerassistenzsysteme verfügen, die zumindest zum teilautonomen Fahren ausgelegt sind, in der Lage sein, derart das Kraftfahrzeug anzusteuern, dass es zu keinem atypischen Verhalten des teilautonom fahrenden Kraftfahrzeugs kommt, wodurch beispielsweise Unfälle mit anderen Kraftfahrzeugen, die von menschlichen Fahrern manuell gesteuert werden, auftreten. Ein derartiges atypisches Verhalten zeigt sich besonders häufig in Situationen, in denen ein manueller Fahrer sein Kraftfahrzeug nicht abbremsen würde, dagegen jedoch beispielsweise aufgrund von Verkehrsregeln oder Entscheidungskonflikten das zumindest teilautonom angesteuerte Kraftfahrzeug einen Notstopp durchführen würde.Furthermore, it is assumed that a motor vehicle designed for fully autonomous driving no longer has a steering wheel or operating elements for other intervention options for a person during fully autonomous driving. This motor vehicle must therefore be able to drive the motor vehicle completely independently, that is to say fully autonomously. However, motor vehicles that have, for example, driver assistance systems that are designed at least for partially autonomous driving must be able to control the motor vehicle in such a way that the partially autonomously driving motor vehicle does not behave abnormally, which for example causes accidents with other motor vehicles that are driven by manually controlled by human drivers. Such atypical behavior occurs particularly frequently in situations in which a manual driver would not brake his motor vehicle, but the at least partially autonomously controlled motor vehicle would, however, perform an emergency stop, for example due to traffic rules or decision conflicts.
In der
Die
Die
Es ist die Aufgabe der Erfindung, eine Lösung bereitzustellen, mittels der bei einer zumindest teilautonomen Fahrt eines Kraftfahrzeugs berücksichtigt wird, welche regionalen Fahrverhaltensbesonderheiten bestehen.It is the object of the invention to provide a solution which is taken into account when a motor vehicle is at least partially autonomous which regional driving behavior peculiarities exist.
Diese Aufgabe wird durch die Gegenstände der unabhängigen Patentansprüche gelöst. Vorteilhafte Ausgestaltungen mit zweckmäßigen und nicht-trivialen Weiterbildungen der Erfindung sind in den abhängigen Ansprüchen, der folgenden Beschreibung und den Figuren angegeben.This object is achieved by the subjects of the independent claims. Advantageous refinements with expedient and non-trivial developments of the invention are specified in the dependent claims, the following description and the figures.
Mit dem erfindungsgemäßen Verfahren wird ein Kraftfahrzeug betrieben. Das Kraftfahrzeug umfasst zumindest ein Fahrzeugsystem, wobei es sich bei diesem Fahrzeugsystem beispielsweise um einen zentralen Fahrzeugregler oder eine Steuereinrichtung eines Fahrerassistenzsystems des Kraftfahrzeugs handelt, welche jeweils dazu ausgelegt sind, das Kraftfahrzeug hinsichtlich einer Längsführung und/oder Querführung anzusteuern. Das zumindest eine Fahrzeugsystem ist dazu ausgelegt, das Kraftfahrzeug zumindest teilautonom anzusteuern, wobei im Fahrzeugsystem ein vorgegebener Fahrverhaltensmodus aktiviert ist. Der vorgegebene Fahrverhaltensmodus umfasst zumindest einen Ansteuerparameter, der ein Fahrverhalten in einem vorgegebenen geografischen Gebiet festlegt und bei dem zumindest teilautonomen Ansteuern des Kraftfahrzeugs berücksichtigt wird. Das geographische Gebiet ist beispielsweise ein bestimmter Staat oder eine bestimmte Stadt. Unter dem Fahrverhalten wird im Sinne der Erfindung ein durch das Fahrzeugsystem nachgeahmtes Verhalten eines Fahrers bei einem manuellen Fahren des Kraftfahrzeugs im Straßenverkehr des geographischen Gebiets verstanden. Hierbei wird eine Gesamtheit an technischen Eigenschaften des Kraftfahrzeugs, die während des Ansteuerns durch den Fahrer auftreten, als Fahrverhalten verstanden Das Fahrverhalten kann beispielsweise spezifizieren, ob Geschwindigkeitsbegrenzungen, zum Beispiel eine typische Geschwindigkeitsunterschreitung und/oder Geschwindigkeitsüberschreitung des Fahrers, auf einer Schnellstraße, Landstraße und/oder im innerstädtischen Verkehr, berücksichtigt werden. Das Fahrverhalten kann somit mithilfe des Ansteuerparameters beziffert werden, der beispielsweise umfasst, dass der durchschnittliche Fahrer zum Beispiel typischerweise stets 10 Kilometer pro Stunde langsamer auf der Schnellstraße fährt, als es die auf dieser Schnellstraße in beispielsweise dem bestimmten Gebiet vorgegebene Höchstgeschwindigkeit erlaubt, zum Beispiel da die Schnellstraße kurvenreicher ist als eine typische Schnellstraße, an der sich die angegebene Höchstgeschwindigkeit orientiert. Der Ansteuerparameter umfasst folglich in diesem Beispiel die Information der das typische Fahrverhalten widerspiegelnden Geschwindigkeitsunterschreitung von 10 Kilometern pro Stunde auf Schnellstraßen. Diese vom Ansteuerparameter umfasste Information wird daraufhin beim tatsächlichen Ansteuern des Kraftfahrzeugs bei dessen zumindest teilautonomer Fahrt, die beispielsweise von einem Autopiloten durchgeführt wird, berücksichtigt. Der Fahrverhaltensmodus umfasst also, dass der Autopilot, der in diesem Beispiel das Fahrzeugsystem des Kraftfahrzeugs darstellt, stets die lokal vorgegebene Höchstgeschwindigkeit um 10 Kilometer pro Stunde unterschreitet und sich dadurch dem typischen Fahrverhalten in dem vorgegebenen geografischen Gebiet anpasst.A motor vehicle is operated with the method according to the invention. The motor vehicle comprises at least one vehicle system, this vehicle system being, for example, a central vehicle controller or a control device of a driver assistance system of the motor vehicle, each of which is designed to control the motor vehicle with regard to longitudinal guidance and / or lateral guidance. The at least one vehicle system is designed to control the motor vehicle at least partially autonomously, a predetermined driving behavior mode being activated in the vehicle system. The predefined driving behavior mode comprises at least one control parameter which defines driving behavior in a predefined geographical area and is taken into account in the at least partially autonomous control of the motor vehicle. The geographic area is, for example, a certain state or a certain city. In the context of the invention, driving behavior is understood to mean a behavior of a driver mimicked by the vehicle system when driving the motor vehicle manually in road traffic in the geographical area. Here, a set of technical properties of the motor vehicle that occur while the driver is driving is understood as driving behavior. The driving behavior can specify, for example, whether speed limits, for example a typical under-speed and / or over-speed of the driver, on an expressway, country road and / or in inner-city traffic. The driving behavior can thus be quantified with the aid of the control parameter, which includes, for example, that the average driver typically always drives 10 kilometers per hour slower on the expressway than the maximum speed specified on this expressway in the specific area, for example, there the expressway is more curvy than a typical expressway, on which the specified maximum speed is based. In this example, the control parameter consequently includes the information about the speed below 10 kilometers per hour on expressways, which reflects typical driving behavior. This information comprised by the activation parameter is then taken into account when the motor vehicle is actually activated during its at least partially autonomous drive, which is carried out, for example, by an autopilot. The driving behavior mode thus includes that the autopilot, which in this example represents the vehicle system of the motor vehicle, always falls below the locally specified maximum speed by 10 kilometers per hour and thereby adapts to the typical driving behavior in the specified geographical area.
Das erfindungsgemäße Verfahren umfasst folgende Schritte: Zunächst wird eine aktuelle geografische Position des Kraftfahrzeugs erfasst. Dieses Erfassen erfolgt beispielsweise mittels einer Erfassungseinrichtung des Kraftfahrzeugs, der beispielsweise Daten von einem globalen Navigationssatellitensystem (GNSS) bereitgestellt werden. Anhand der erfassten geografischen Position wird daraufhin das vorgegebene geografische Gebiet festgestellt, in dem sich das Kraftfahrzeug aktuell befindet. Dieses Feststellen kann beispielsweise in einer Auswerteeinrichtung des Fahrzeugsystems oder einer mit dem Fahrzeugsystem gekoppelten Steuervorrichtung des Kraftfahrzeugs erfolgen. In diesem Verfahrensschritt kann beispielsweise festgestellt werden, dass sich das Kraftfahrzeug aufgrund seiner aktuellen geografischen Position in einem bestimmten Land, zum Beispiel Portugal, befindet. Daraufhin wird nun, beispielsweise ebenfalls von der Auswerteeinheit, festgestellt, welcher vorgegebene Fahrverhaltensmodus von mehreren vorgegebenen positionsabhängigen Fahrverhaltensmodi dem festgestellten geografischen Gebiet zugeordnet ist. Es wird also bestimmt, welcher vorgegebene Fahrverhaltensmodi mit seinem jeweiligen zumindest einen Ansteuerparameter das Fahrverhalten in dem festgestellten geografischen Gebiet, in dem sich das Kraftfahrzeug befindet, festlegt. Beispielsweise kann ein jeweiliger Fahrverhaltensmodus für einzelnen Staaten, wie zum Beispiel Portugal, Deutschland und Frankreich, unterschieden werden, wobei zusätzlich zu der staatenbasierten Zuordnung des geografischen Gebiets auch eine Unterteilung des Gebiets des Staats beispielsweise in einzelne Stadtgebiete erfolgen kann. Beispielsweise kann ein Fahrverhaltensmodus für große Städte, wie beispielsweise Paris oder Berlin gesondert zu den Fahrverhaltensmodi für Frankreich beziehungsweise Deutschland vorgegeben sein.The method according to the invention comprises the following steps: First, a current geographical position of the motor vehicle is recorded. This acquisition takes place, for example, by means of a acquisition device of the motor vehicle to which data from a global navigation satellite system (GNSS) is provided, for example. The specified geographical area in which the motor vehicle is currently located is then determined on the basis of the detected geographical position. This determination can take place, for example, in an evaluation device of the vehicle system or in a control device of the motor vehicle coupled to the vehicle system. In this method step it can be determined, for example, that the motor vehicle is located in a certain country, for example Portugal, based on its current geographical position. Thereupon it is now determined, for example also by the evaluation unit, which predefined driving behavior mode of several predefined position-dependent driving behavior modes is assigned to the determined geographical area. It is thus determined which predefined driving behavior mode with its respective at least one control parameter defines the driving behavior in the determined geographical area in which the motor vehicle is located. For example, a respective driving behavior mode can be differentiated for individual states, such as Portugal, Germany and France, in addition to the state-based assignment of the geographical area, the area of the state can also be subdivided into individual urban areas, for example. For example, a driving behavior mode for large cities such as Paris or Berlin can be specified separately from the driving behavior modes for France or Germany.
Daraufhin wird nun überprüft, ob der festgestellte Fahrverhaltensmodus bereits im Fahrzeugsystem aktiviert ist. Falls der festgestellte Fahrverhaltensmodus aktuell nicht im Fahrzeugsystem aktiviert ist, wird der bereits aktivierte Fahrverhaltensmodus deaktiviert sowie der festgestellte Fahrverhaltensmodus aktiviert. Im Fahrzeugsystem ist somit zu jeder Zeit immer nur ein Fahrverhaltensmodus aktiviert. Ein Zusammenspiel von mehreren Fahrverhaltensmodi, wie beispielsweise dem Fahrverhaltensmodus für Frankreich und dem Fahrverhaltensmodus für Paris innerhalb beispielsweise der Stadt Paris ist somit nicht vorgesehen, sondern es wird ein eigener Fahrverhaltensmodus für Paris vorgegeben. Falls das Kraftfahrzeug beispielsweise in einem Grenzgebiet zwischen zwei vorgegebenen geografischen Gebieten fährt, da es beispielsweise von einer Schnellstraße im ländlichen Frankreich in das Stadtgebiet von Paris hineingefahren ist, kann es sein, dass im Kraftfahrzeug noch der Fahrverhaltensmodus für Frankreich aktiviert ist und nicht der vorgegebene Fahrverhaltensmodus für die Stadt Paris. Ist dies der Fall kommt es, nachdem festgestellt wurde, dass sich das Kraftfahrzeug tatsächlich in Paris befindet, zu einem Deaktivieren des bisher aktivierten Fahrverhaltensmodus für Frankreich und dem Aktivieren des festgestellten Fahrverhaltensmodus, das heißt des Fahrverhaltensmodus für die Stadt Paris.Thereupon it is now checked whether the determined driving behavior mode is already activated in the vehicle system. If the determined driving behavior mode is currently not activated in the vehicle system, the already activated driving behavior mode is deactivated and the determined driving behavior mode is activated. In the vehicle system, only one driving behavior mode is activated at any one time. An interaction of several driving behavior modes, such as the driving behavior mode for France and the driving behavior mode for Paris within, for example, the city of Paris is therefore not provided, but a separate driving behavior mode is specified for Paris. If, for example, the motor vehicle is traveling in a border area between two specified geographical areas, because it has driven into the urban area of Paris from an expressway in rural France, for example, it may be that the driving behavior mode for France is still activated in the motor vehicle and not the specified driving behavior mode for the city of Paris. If this is the case, after it has been determined that the motor vehicle is actually in Paris, the previously activated driving behavior mode for France is deactivated and the determined driving behavior mode is activated, i.e. the driving behavior mode for the city of Paris.
In einem nächsten Schritt erfolgt das zumindest teilautonome Ansteuern des Kraftfahrzeugs unter Berücksichtigung des zumindest einen Ansteuerparameters des aktuell aktivierten Fahrverhaltensmodus. In dem besagten Beispiel wird also das zumindest teilautonome Ansteuern des Kraftfahrzeugs nach dem Aktivieren des festgestellten Fahrverhaltensmodus für die Stadt Paris unter Berücksichtigung des Ansteuerparameters des Fahrverhaltensmodus für Paris erfolgen. Dem beschriebenen Verfahren liegt die Erkenntnis zugrunde, dass innerhalb beispielsweise einer Stadt oftmals ein anderes typisches Fahrverhalten von Fahrern von Kraftfahrzeugen beobachtet wird, als es beispielsweise in einem ländlichen Raum und somit in anderen Teilen des Staats, in dem sich die Stadt befindet, beobachtet wird. Damit ein beispielsweise vollautonom fahrendes Kraftfahrzeug kein Hindernis oder Ärgernis für andere beispielsweise noch manuell ihr Kraftfahrzeug steuernde Verkehrsteilnehmer darstellt, kann daher der Fahrverhaltensmodus für das Stadtgebiet einen anderen zumindest einen Ansteuerparameter umfassen als es der Fahrverhaltensmodus für das ländliche Gebiet desselben Staates vorgibt.In a next step, the at least partially autonomous control of the motor vehicle takes place, taking into account the at least one control parameter of the currently activated driving behavior mode. In the example mentioned, the at least partially autonomous control of the motor vehicle will therefore take place after activating the determined driving behavior mode for the city of Paris, taking into account the control parameter of the driving behavior mode for Paris. The method described is based on the knowledge that within a city, for example, a different typical driving behavior is observed by drivers of motor vehicles than is observed, for example, in a rural area and thus in other parts of the state in which the city is located. So that a motor vehicle driving fully autonomously, for example, does not represent an obstacle or nuisance for other road users who, for example, still manually control their motor vehicle, the driving behavior mode for the urban area can therefore include at least one control parameter other than the driving behavior mode for the rural area of the same state.
Mithilfe des dem aktuellen geografischen Gebiet zugeordneten Fahrverhaltensmodus kann somit erreicht werden, dass sich das Kraftfahrzeug in seinem zumindest teilautonomen Fahren genauso verhält, wie sich ein durchschnittlicher menschlicher Fahrer in dem aktuellen geografischen Gebiet tatsächlich verhält. Hierdurch wird beispielsweise die Wahrscheinlichkeit für und Häufigkeit von Verkehrskomplikationen aufgrund eines unerwarteten und/oder untypischen Verhaltens des beispielsweise teilautonom oder vollautonom fahrenden Kraftfahrzeugs reduziert, da sich dieses den lokalen Fahrgegebenheiten anpasst. Das erfindungsgemäße Verfahren erlaubt somit ein Berücksichtigen von dem lokalen Fahrverhalten und stellt zudem sicher, dass zu einem bestimmten Zeitpunkt an einem bestimmten Ort stets der geeignete Fahrverhaltensmodus aktiviert ist. Das erfindungsgemäße Verfahren bringt also den Vorteil, dass beim zumindest teilautonomen Ansteuern des Kraftfahrzeugs regionale Fahrverhaltensbesonderheiten berücksichtigt werden.With the aid of the driving behavior mode assigned to the current geographical area, it can thus be achieved that the motor vehicle behaves in its at least partially autonomous driving in exactly the same way as an average human driver actually behaves in the current geographical area. In this way, for example, the probability and frequency of traffic complications due to unexpected and / or atypical behavior of the, for example, partially or fully autonomous driving motor vehicle is reduced, since this adapts to the local driving conditions. The method according to the invention thus allows the local driving behavior to be taken into account and also ensures that the suitable driving behavior mode is always activated at a specific point in time. The method according to the invention thus has the advantage that regional driving behavior peculiarities are taken into account when the motor vehicle is actuated at least partially autonomously.
Zu der Erfindung gehören außerdem Ausgestaltungsformen, durch die sich zusätzliche Vorteile ergeben.The invention also includes embodiments that result in additional advantages.
In einer vorteilhaften Ausgestaltungsform der Erfindung ist es vorgesehen, dass der zumindest eine Ansteuerparameter aus Daten zumindest einer von folgenden Datenarten bestimmt wird: Verkehrsregeldaten, die zumindest eine in dem geografischen Gebiet aktuell geltende Verkehrsregel charakterisieren, Fahrverhaltensdaten, die das für einen Fahrer eines Fahrzeugs im geografischen Gebiet typische Fahrverhalten charakterisieren, Verkehrsteilnehmerverhaltensdaten, die ein für zumindest einen Verkehrsteilnehmer in dem geografischen Gebiet typisches Verhalten charakterisieren, Interpretationsdaten, die eine Interpretationsvorschrift für zumindest ein Verkehrssymbol in dem geografischen Gebiet charakterisieren und/oder Fahrzeugkenndaten, die das Kraftfahrzeug charakterisieren.In an advantageous embodiment of the invention, it is provided that the at least one control parameter is determined from data of at least one of the following types of data: traffic control data that characterize at least one traffic rule currently applicable in the geographic area, driving behavior data that is relevant for a driver of a vehicle in the geographic area Characterize typical driving behavior in the area, road user behavior data that characterize behavior that is typical for at least one road user in the geographical area, interpretation data that characterize an interpretation rule for at least one traffic symbol in the geographical area and / or vehicle identification data that characterize the motor vehicle.
Der dem Fahrverhaltensmodus zugrundeliegende zumindest eine Ansteuerparameter wird also beispielsweise aus Daten ermittelt, die geltende Verkehrsregeln in dem geografischen Gebiet beschreiben. Diese Verkehrsregeldaten umfassen beispielsweise Angaben zum Links- oder Rechtsverkehr, der in dem geografischen Gebiet vorgeschrieben ist. Außerdem umfassen diese Daten gesetzliche Vorschriften hinsichtlich einer Verkehrsführung in dem geografischen Gebiet. Die Fahrverhaltensdaten umfassen wiederum Informationen dazu, wie sich der Fahrer eines beliebigen Fahrzeugs im geografischen Gebiet typischerweise verhält. Die Fahrverhaltensdaten können hierbei das jeweilige typische Fahrverhalten von mehreren Fahrern von insgesamt mehreren jeweiligen Fahrzeugen in dem geografischen Gebiet charakterisieren. Die Fahrverhaltensdaten umfassen daher beispielsweise, wie wahrscheinlich es ist, dass der Fahrer in dem geografischen Gebiet für einen Fußgänger vor einer für das Fahrzeug grünen Ampel und/oder einem Zebrastreifen anhält und/oder um wie viel Prozent er beispielsweise innerhalb eines Stadtgebiets langsamer und/oder schneller fährt, als es die vorgegebene Höchstgeschwindigkeit vorgibt. Ein Anhalten oder zumindest ein Reduzieren der Geschwindigkeit des Fahrzeugs durch den Fahrer für einen Fußgänger trotz einer für das Fahrzeug grünen Ampelschaltung kann sich in bestimmten geographischen Gebieten als Reaktion auf ungeduldig wartende Fußgänger, insbesondere in urbanen Gebieten, ergeben und kann von dem zumindest einen Ansteuerparameter berücksichtigt werden. Die Verkehrsteilnehmerverhaltensdaten beschreiben hingegen ein typisches Verhalten von anderen Verkehrsteilnehmern im geografischen Gebiet, wie beispielsweise wie viel Abstand diese anderen Verkehrsteilnehmer von dem Fahrzeug des Fahrers, der die Fahrverhaltensdaten bereitstellt, halten oder wie sich andere Verkehrsteilnehmer in einer Gefahrensituation, beispielsweise bei einem auf die Straße laufenden Kind, reagieren. Die Interpretationsdaten umfassen Informationen, wie in dem geografischen Gebiet Verkehrsschilder, Fahrbahnmarkierungen und somit unterschiedliche Verkehrssymbole aufgenommen werden und das Fahrverhalten beeinflussen. Hierbei werden auch beispielsweise nicht in einem Regelwerk niedergeschriebene aber in dem geografischen Gebiet beispielsweise bereits in der Fahrschule erlernte Interpretationen von Verkehrsregeln berücksichtigt, die sich im tatsächlichen Fahrverhalten von Fahrern im geografischen Gebiet widerspiegeln. Die Fahrzeugkenndaten umfassen beispielsweise einen Modelltyp des Kraftfahrzeugs, wie beispielsweise dessen Länge und Breite sowie Kenndaten hinsichtlich des Fahrzeugsystems und/oder beispielsweise eines Antriebs des Kraftfahrzeugs. Diese Informationen sind beispielsweise hinsichtlich einer Fahrt auf einer engen Straße oder auf einem Parkplatz besonders relevant.The at least one control parameter on which the driving behavior mode is based is thus determined, for example, from data that describe the applicable traffic rules in the geographic area. These traffic regulation data include, for example, information on left-hand or right-hand traffic that is prescribed in the geographical area. In addition, this data includes legal regulations with regard to traffic management in the geographic area. The driving behavior data in turn includes information on how the driver of any vehicle typically behaves in the geographic area. The driving behavior data can characterize the respective typical driving behavior of several drivers from a total of several respective vehicles in the geographic area. The driving behavior data therefore include, for example, how likely it is that the driver will stop in the geographical area for a pedestrian in front of a traffic light that is green for the vehicle and / or a zebra crossing and / or by what percentage, for example, within an urban area, slower and / or drives faster than the specified maximum speed dictates. Stopping or at least reducing the speed of the vehicle by the driver for a pedestrian despite a green traffic light switch for the vehicle can result in certain geographical areas as a reaction to impatiently waiting pedestrians, especially in urban areas, and can take into account at least one control parameter will. The road user behavior data, on the other hand, describe typical behavior of others Road users in the geographical area, such as how much distance these other road users keep from the vehicle of the driver providing the driving behavior data or how other road users react in a dangerous situation, for example if a child walks on the street. The interpretation data include information on how traffic signs, lane markings and thus different traffic symbols are recorded in the geographical area and how they influence driving behavior. Here, for example, interpretations of traffic rules not written down in a set of rules but already learned in the driving school in the geographical area are taken into account, which are reflected in the actual driving behavior of drivers in the geographical area. The vehicle characteristic data include, for example, a model type of the motor vehicle, such as its length and width, as well as characteristic data with regard to the vehicle system and / or, for example, a drive of the motor vehicle. This information is particularly relevant, for example, with regard to driving on a narrow street or in a parking lot.
Dem zumindest einen Ansteuerparameter werden somit diejenigen Informationen zugrundegelegt, die letztendlich dazu beitragen, das Fahrverhalten in dem geografischen Gebiet festzulegen. Mittels einer geeigneten Berechnung und Gewichtung der Informationen, die den einzelnen genannten Daten entnommen werden können, kann der zumindest eine Ansteuerparameter ermittelt werden. Zur Bestimmung des Ansteuerparameters liegen somit alle verfügbaren Daten hinsichtlich des Verhaltens von manuellen Fahrern, anderen Verkehrsteilnehmern, den bestehenden Verkehrsregeln, die Interpretation von Verkehrssymbolen sowie Informationen über das Kraftfahrzeug selbst bereit, sodass ein zuverlässiger Ansteuerparameter, der das für das geografische Gebiet typische Fahrverhalten beschreibt, ermittelt werden kann.The at least one control parameter is thus based on the information that ultimately contributes to determining the driving behavior in the geographical area. The at least one control parameter can be determined by means of a suitable calculation and weighting of the information that can be taken from the individual data mentioned. In order to determine the control parameter, all available data with regard to the behavior of manual drivers, other road users, the existing traffic rules, the interpretation of traffic symbols and information about the motor vehicle itself are therefore available, so that a reliable control parameter that describes the driving behavior typical for the geographical area, can be determined.
Eine weitere besonders vorteilhafte Ausgestaltungsform der Erfindung befasst sich mit der Frage, mit welchen folgenden Schritten das geografische Gebiet für den jeweiligen Fahrverhaltensmodus festgelegt wird. Zunächst erfolgt ein Bereitstellen von Fahrzeugdaten von zumindest einem Fahrzeug, das von dem jeweiligen Fahrer betrieben wird und die Fahrzeugdaten mit zumindest einer Erfassungseinrichtung des Fahrzeugs erfasst. Bei der zumindest einen Erfassungseinrichtung handelt es sich beispielsweise um eine Sensoreinrichtung des Fahrzeugs, wie beispielsweise ein Kamerasystem, ein Radargerät, einen Laserscanner und/oder ein Infrarotkamerasystem. Bei der Erfassungseinrichtung kann es sich alternativ oder zusätzlich dazu zum Beispiel um einen Temperatursensor, einen Geschwindigkeitsmesssensor und/oder ein Navigationssystem des Kraftfahrzeugs, das Positionsdaten des Fahrzeugs bereitstellt, handeln. Die Fahrzeugdaten werden beispielsweise in einer Speichereinheit des jeweiligen Fahrzeugs gespeichert und beispielweise nach einer Fahrt über eine Kommunikationsverbindung an eine externe Recheneinrichtung übermittelt. Diese Recheneinrichtung ist zum Beispiel als Servereinrichtung ausgebildet. Die jeweiligen Fahrzeugdaten beschreiben zumindest ein Fahrmanöver des zumindest einen Fahrzeugs und umfassen zusätzlich dazu Ortsdaten, die einen Erfassungsort der Fahrzeugdaten charakterisieren. Für die jeweiligen Fahrzeugdaten ist also zusätzlich ein jeweiliger Erfassungsort in Form der Ortsdaten gespeichert, sodass Rückschlüsse dahingehend geschlossen werden können, wo die jeweiligen Fahrzeugdaten von der Erfassungseinrichtung erfasst wurden. Handelt es sich bei den Fahrzeugdaten beispielsweise um Geschwindigkeitsdaten, die angeben, mit welcher Geschwindigkeit das Fahrzeug gefahren ist, enthalten die entsprechenden Daten zusätzlich zu jeweiligen Geschwindigkeitswerten die jeweiligen Ortsdaten, die angeben, wo der jeweilige Geschwindigkeitswert erfasst wurde. Der Recheneinrichtung können insgesamt Fahrzeugdaten von mehreren Fahrzeugen vorliegen, die beispielsweise bei mehreren Fahrmanövern, während denen das jeweilige Fahrzeug von zumindest einem jeweiligen Fahrer gesteuert wurde, erfasst und gespeichert wurden.A further particularly advantageous embodiment of the invention deals with the question of which subsequent steps are used to define the geographical area for the respective driving behavior mode. First, vehicle data is provided from at least one vehicle which is operated by the respective driver and which records the vehicle data with at least one detection device of the vehicle. The at least one detection device is, for example, a sensor device of the vehicle, such as a camera system, a radar device, a laser scanner and / or an infrared camera system. As an alternative or in addition to this, the detection device can be, for example, a temperature sensor, a speed measurement sensor and / or a navigation system of the motor vehicle that provides position data of the vehicle. The vehicle data are stored, for example, in a memory unit of the respective vehicle and, for example, after a journey, are transmitted to an external computing device via a communication connection. This computing device is designed, for example, as a server device. The respective vehicle data describe at least one driving maneuver of the at least one vehicle and additionally include location data that characterize a detection location of the vehicle data. For the respective vehicle data, a respective detection location is therefore additionally stored in the form of the location data, so that conclusions can be drawn as to where the respective vehicle data were recorded by the detection device. If the vehicle data is, for example, speed data that indicate the speed at which the vehicle was driven, the corresponding data contain, in addition to the respective speed values, the respective location data that indicate where the respective speed value was recorded. The computing device can have a total of vehicle data from several vehicles, which were recorded and stored, for example, in several driving maneuvers during which the respective vehicle was controlled by at least one respective driver.
In einem nächsten Schritt werden durch die Recheneinrichtung die Fahrverhaltensdaten und/oder die Verkehrsteilnehmerverhaltensdaten ermittelt. Das Ermitteln der Fahrverhaltensdaten und/oder der Verkehrsteilnehmerverhaltensdaten erfolgt durch Anwenden einer Methode des maschinellen Lernens auf die bereitgestellten Fahrzeugdaten. Diese Fahrverhaltensdaten enthalten daraufhin beispielsweise Informationen darüber, um wie viel Prozent beziehungsweise um wie viele Kilometer pro Stunde der Fahrer auf einer Straße einer bestimmten Straßenart, wie zum Beispiel einer Schnellstraße, zu langsam und/oder zu schnell gefahren ist, was anhand der Fahrzeugdaten und der den Fahrzeugdaten zugeordneten Ortsdaten ermittelbar ist. Denn die Fahrzeugdaten umfassen beispielsweise die erfasste Geschwindigkeit des Fahrzeugs sowie vom Kamerasystem des Fahrzeugs erfasste Bilddaten von einem Straßenschild mit der vorgegebenen Höchstgeschwindigkeit auf der Straße. Es können somit Daten gewonnen werden, die charakterisieren, wie sich der zumindest eine Fahrer des Fahrzeugs während seiner Fahrt verhält. Zusätzlich oder alternativ dazu können Daten gewonnen werden, die beschreiben, wie sich zumindest ein Verkehrsteilnehmer verhält. Die Information über die anderen Verkehrsteilnehmer lässt sich beispielsweise mittels mit dem Kamerasystem, dem Laserscanner, dem Radargerät und/oder dem Infrarotkamerasystem erfassten Daten, die ebenfalls als Fahrzeugdaten von dem zumindest einen Fahrzeug bereitgestellt werden, bestimmen.In a next step, the computing device determines the driving behavior data and / or the road user behavior data. The driving behavior data and / or the road user behavior data are determined by applying a method of machine learning to the vehicle data provided. These driving behavior data then contain, for example, information about how many percent or how many kilometers per hour the driver drove too slowly and / or too fast on a road of a certain type of road, such as an expressway, which is based on the vehicle data and the location data assigned to the vehicle data can be determined. This is because the vehicle data include, for example, the recorded speed of the vehicle and image data recorded by the vehicle's camera system from a road sign with the specified maximum speed on the road. It is thus possible to obtain data that characterize how the at least one driver of the vehicle behaves during his journey. Additionally or alternatively, data can be obtained that describe how at least one road user behaves. The information about the other road users can, for example, by means of data recorded with the camera system, the laser scanner, the radar device and / or the infrared camera system are also provided as vehicle data from the at least one vehicle.
In einem nächsten Schritt erfolgt ein Erkennen von zumindest einem Datenmuster in den ermittelten Fahrverhaltensdaten und/oder den ermittelten Verkehrsteilnehmerverhaltensdaten durch Anwenden einer Methode des maschinellen Lernens auf die ermittelten Fahrverhaltensdaten und/oder die ermittelten Verkehrsteilnehmerverhaltensdaten. Es wird also sowohl zum Ermitteln der Fahrverhaltensdaten und/oder der Verkehrsteilnehmerverhaltensdaten als auch zum Erkennen von zumindest einem Datenmuster in den derart ermittelten Fahrverhaltensdaten und/oder den ermittelten Verkehrsteilnehmerverhaltensdaten jeweils eine Methode des maschinellen Lernens verwendet. Hierbei handelt es sich um eine Methode der künstlichen Intelligenz, die beispielsweise durch Verwendung von einem jeweiligen künstlichen neuronalen Netzwerk durchgeführt wird. Es ist also vorgesehen, dass beispielsweise ein künstliches neuronales Netzwerk auf die der Recheneinrichtung bereitgestellten Fahrzeugdaten angewendet wird.In a next step, at least one data pattern is recognized in the determined driving behavior data and / or the determined traffic user behavior data by applying a method of machine learning to the determined driving behavior data and / or the determined traffic user behavior data. A machine learning method is used both to determine the driving behavior data and / or the road user behavior data and to identify at least one data pattern in the driving behavior data and / or the traffic user behavior data determined. This is an artificial intelligence method that is carried out, for example, by using a respective artificial neural network. It is therefore provided that, for example, an artificial neural network is applied to the vehicle data provided to the computing device.
Ein künstliches neuronales Netzwerk ist ein Netz aus künstlichen Neuronen. In der Neuroinformatik werden künstliche neuronale Netzwerke als künstliche Intelligenz eingesetzt, da sie beispielsweise ohne detailliertes Wissen betreffend einer Funktionsweise oder einer Kommunikationsbeziehung zwischen einzelnen Teilmengen von Daten zur Auswertung dieser Daten geeignet sind. Als künstliches neuronales Netzwerk wird also ein selbstständig lernendes Computerprogramm bezeichnet, das in einer relativ kurzen Zeit komplizierte Regelmäßigkeiten und Zusammenhänge in großen Datenmengen erkennen kann. Einem neuronalen Netzwerk liegt hierfür ein abstrahiertes Modell miteinander verbundener Neutronen zugrunde, sodass ein künstliches neuronales Netzwerk zumindest bis zu einem gewissen Grad dem Aufbau eines biologischen Gehirns nachempfunden ist. Vereinfacht beschrieben kann der Aufbau und die Funktionsweise eines künstlichen neuronalen Netzwerks mit einem Netzwerk aus Neuronen beschrieben werden, die jeweils Informationen von außen oder von anderen Neuronen aufnehmen und modifiziert an andere Neuronen weiterleiten oder als Endergebnis ausgeben. Hierbei können beispielsweise positive oder negative Gewichtungen vorgenommen werden, die einen erregenden beziehungsweise hemmenden Einfluss der Neuronen untereinander darstellen. Das Wissen und damit die künstliche Intelligenz eines künstlichen neuronalen Netzwerkes ist letztendlich in den Verbindungen zwischen den einzelnen Neuronen und deren Gewichtungen gespeichert. Während eines Trainings des neuronalen Netzwerkes verändern sich diese Gewichtungen der Verbindungen abhängig von den angewandten Lernregeln und erzielten Ergebnissen. An artificial neural network is a network of artificial neurons. In neuroinformatics, artificial neural networks are used as artificial intelligence because they are suitable for evaluating this data, for example without detailed knowledge of a mode of operation or a communication relationship between individual subsets of data. An artificial neural network is an independently learning computer program that can recognize complex regularities and relationships in large amounts of data in a relatively short time. For this purpose, a neural network is based on an abstract model of interconnected neutrons, so that an artificial neural network is based at least to a certain extent on the structure of a biological brain. In simplified terms, the structure and functioning of an artificial neural network can be described with a network of neurons that each receive information from outside or from other neurons and, in modified form, forward it to other neurons or output it as an end result. Here, for example, positive or negative weightings can be made, which represent an exciting or inhibiting influence of the neurons on one another. The knowledge and thus the artificial intelligence of an artificial neural network is ultimately stored in the connections between the individual neurons and their weightings. During training of the neural network, these weightings of the connections change depending on the learning rules applied and the results achieved.
Mit anderen Worten kann durch Anwendung des künstlichen neuronalen Netzwerks auf die Fahrzeugdaten erreicht werden, dass aus diesen Fahrzeugdaten innerhalb einer kurzen Zeitdauer die Fahrverhaltensdaten und/oder die Verkehrsteilnehmerverhaltensdaten ermittelt werden können. Außerdem können in den ermittelten Fahrverhaltensdaten und/oder die Verkehrsteilnehmerverhaltensdaten auffallende Datenpakete, die sogenannten Datenmuster, identifiziert werden. In einem vereinfachten Beispiel können die bei der Ermittlung der Fahrverhaltensdaten festgestellten Differenzen zwischen der erlaubten Fahrgeschwindigkeit und der tatsächlichen Höchstgeschwindigkeit abhängig von einer Anzahl an Fahrzeugen, bei denen eine derartige Differenz beobachtet wurde, aufgetragen werden. Ein dadurch entstehender Funktionsgraph, weist beispielsweise mehrere Maxima und Minima auf. Die Fahrer deren Daten einem jeweiligen Bereich der Maxima eines derartigen Funktionsgraphen zugeordnet sind, zeigen folglich ein ähnliches Verhalten hinsichtlich einer bestimmten Geschwindigkeitsunterschreitung, beispielsweise aufgrund eines kurvenreichen Straßenverlaufs. Beispielsweise zeigt sich ein derartiges Maximum bei einer typischen Unterschreitung der zulässigen Maximalgeschwindigkeit von 10 Kilometern pro Stunde.In other words, by applying the artificial neural network to the vehicle data, it can be achieved that the driving behavior data and / or the road user behavior data can be determined from this vehicle data within a short period of time. In addition, conspicuous data packets, the so-called data patterns, can be identified in the determined driving behavior data and / or the road user behavior data. In a simplified example, the differences between the permitted driving speed and the actual maximum speed determined in the determination of the driving behavior data can be plotted as a function of a number of vehicles in which such a difference was observed. A function graph resulting from this has, for example, several maxima and minima. The drivers, whose data are assigned to a respective range of the maxima of such a function graph, consequently show a similar behavior with regard to a certain underspeed, for example due to a winding road. For example, such a maximum occurs when the maximum permissible speed is typically not reached by 10 kilometers per hour.
In einem nächsten Schritt erfolgt das Festlegen einer Ausdehnung des jeweiligen geografischen Gebiets unter Berücksichtigung des zumindest einen erkannten Datenmusters sowie der von den Fahrzeugdaten umfassten Ortsdaten. Wird nun beispielsweise festgestellt, dass all die Fahrzeugdaten, die auf die Unterschreitung der zulässigen Höchstgeschwindigkeit um 10 Kilometern pro Stunde schließen lassen, in einem bestimmten begrenzten Gebiet festgestellt wurden, beispielsweise auf diversen Straßen einer Gebirgsregion, kann die Ausdehnung dieser Gebirgsregion als geografisches Gebiet definiert werden. Durch Anwendung von Methoden der künstlichen Intelligenz kann nämlich auf Zusammenhänge beziehungsweise ähnliches Verhalten von einzelnen Fahrzeugdatenteilmengen, Fahrverhaltensdatenteilmengen und/oder Verkehrsteilnehmerverhaltensdatenteilmengen, jeweilige sogenannte Cluster, geschlossen werden. Anhand dieser Ähnlichkeiten kann letztendlich ein geografisches Gebiet bestimmt werden, in dem sich Fahrer ähnlich verhalten. Letztendlich wird zum Beispiel auf Koordinaten, die das geografische Gebiet beschreiben, geschlossen. Dies ermöglicht, dass anhand von von beispielsweise mehreren Fahrzeugen bereitgestellten Fahrzeugdaten letztendlich mittels Anwendung der Methoden des maschinellen Lernens, insbesondere in einer kurzen Zeitdauer sowie gründlich, einzelne geografische Gebiete unterschieden werden können, die sich in dem dort üblichen Fahrverhalten von Fahrern von Fahrzeugen und/oder weiteren Verkehrsteilnehmer unterscheiden. Dies trägt letztendlich dazu bei, dass eine geeignete geografische Unterteilung der von Fahrzeugen befahrenen Welt ermöglicht wird, sodass letztendlich basierend auf den erfassten Ausdehnungen der jeweiligen geografischen Gebiete erkannt wird, wie viele und welche spezifischen Fahrverhaltensmodi bestimmt und für Kraftfahrzeuge bereitgestellt werden müssen, um zu ermöglichen, dass beim zumindest teilautonomen Fahren auf lokale Besonderheiten im Fahrverhalten Rücksicht genommen werden kann.In a next step, the definition of an extent of the respective geographical area takes place, taking into account the at least one recognized data pattern and the location data comprised by the vehicle data. If, for example, it is now found that all the vehicle data that suggest that the maximum speed was not exceeded by 10 kilometers per hour was found in a certain limited area, for example on various roads in a mountainous region, the extent of this mountainous region can be defined as a geographical area . By using artificial intelligence methods, conclusions can be drawn about relationships or similar behavior of individual vehicle data subsets, driving behavior data subsets and / or road user behavior data subsets, so-called clusters. On the basis of these similarities, a geographical area can ultimately be determined in which drivers behave similarly. Ultimately, for example, conclusions are drawn about coordinates that describe the geographic area. This makes it possible, using vehicle data provided by, for example, several vehicles, ultimately by using the methods of machine learning, in particular in a short period of time and thoroughly, to distinguish between individual geographical areas that differ in the driving behavior of drivers of vehicles and / or drivers that are common there differentiate between other road users. Ultimately, this helps that a suitable geographical subdivision of the world traveled by vehicles is made possible so that ultimately, based on the recorded extent of the respective geographical areas, it is recognized how many and which specific driving behavior modes must be determined and provided for motor vehicles in order to enable at least partially autonomous driving local characteristics in driving behavior can be taken into account.
Eine besonders vorteilhafte Ausgestaltungsform der Erfindung sieht außerdem vor, dass ein Festlegen des zumindest einen Ansteuerparameters des vorgegebenen Fahrverhaltensmodus für das jeweilige geografische Gebiet folgende Schritte umfasst: Zunächst erfolgt ein Festlegen eines Realverhaltensmodells für das jeweilige geografische Gebiet unter Berücksichtigung der ermittelten Fahrverhaltensdaten und/oder Verkehrsteilnehmerverhaltensdaten, die dem jeweiligen festgelegten geografischen Gebiet zugeordnet sind. Es wird also letztendlich ein Modell ermittelt, das beschreibt, wie sich ein typischer Fahrer eines Fahrzeugs in dem geografischen Gebiet verhält. Anhand dieses Modells kann beispielsweise das durchschnittliche Fahrverhalten eines menschlichen Fahrers für das jeweilige geografische Gebiet simuliert werden. Das Festlegen des Realverhaltensmodells erfolgt beispielsweise ebenfalls in der externen Recheneinrichtung und bevorzugt nicht innerhalb des Kraftfahrzeugs selbst.A particularly advantageous embodiment of the invention also provides that setting the at least one control parameter of the predetermined driving behavior mode for the respective geographical area comprises the following steps: First, a real behavior model is defined for the respective geographical area, taking into account the determined driving behavior data and / or road user behavior data, which are assigned to the respective specified geographical area. Ultimately, a model is thus determined that describes how a typical driver of a vehicle behaves in the geographic area. Using this model, for example, the average driving behavior of a human driver can be simulated for the respective geographic area. The real behavior model is also established, for example, in the external computing device and preferably not within the motor vehicle itself.
Der Recheneinrichtung werden außerdem die Verkehrsregeldaten, Interpretationsdaten und/oder Fahrzeugkenndaten, die dem jeweiligen festgelegten geografischen Gebiet beziehungsweise dem jeweiligen Kraftfahrzeug zugeordnet sind, bereitgestellt. Daraufhin erfolgt ein Festlegen eines Idealverhaltensmodells für das zumindest eine Kraftfahrzeug in dem festgelegten jeweiligen geografischen Gebiet unter Berücksichtigung der genannten bereitgestellten Verkehrsregeldaten, Interpretationsdaten oder Fahrzeugkenndaten. Es werden also jeweils die Informationen über die im geographischen Gebiet geltenden Verkehrsregeln, die Interpretationsvorschriften, die in dem geografischen Gebiet herrschen, sowie die Fahrzeugkenndaten, die das Kraftfahrzeug, in dem der jeweilige Fahrverhaltensmodus aktiviert werden soll, beschreiben, berücksichtigt, um ein ideales und somit den rechtlich vorgegebenen Verhaltensweisen entsprechendes Fahrverhaltensmodell zu bestimmen, das als Idealverhaltensmodell bezeichnet wird.The computing device is also provided with the traffic regulation data, interpretation data and / or vehicle identification data that are assigned to the respective defined geographical area or the respective motor vehicle. An ideal behavior model is then determined for the at least one motor vehicle in the defined respective geographical area, taking into account the aforementioned provided traffic control data, interpretation data or vehicle characteristic data. The information about the traffic rules applicable in the geographical area, the interpretation regulations that prevail in the geographical area and the vehicle characteristics that describe the motor vehicle in which the respective driving behavior mode is to be activated are taken into account in order to achieve an ideal and thus to determine the driving behavior model corresponding to the legally prescribed behavior, which is referred to as the ideal behavior model.
Daraufhin wird der zumindest eine Ansteuerparameter für das jeweilige geografische Gebiet aus dem für das jeweilige festgelegte geografische Gebiet festgelegten Realverhaltensmodell und Idealverhaltensmodell durch Anwenden eines vorgegebenen Gewichtungskriteriums bestimmt. Es werden also all die Daten oder zumindest Teile der Daten, die oben bereits als Daten genannten wurden, aus denen der zumindest eine Ansteuerparameter bestimmt wird, zur Bestimmung des Ansteuerparameters hinzugezogen. The at least one control parameter for the respective geographical area is then determined from the real behavior model and ideal behavior model established for the respective defined geographical area by applying a predetermined weighting criterion. All the data or at least parts of the data that have already been mentioned above as data from which the at least one control parameter is determined are therefore used to determine the control parameter.
Mithilfe eines Bewertungssystems, das durch das Gewichtungskriterium bereitgestellt wird, erfolgt ein Abgleich zwischen dem Realverhaltensmodell und dem Idealverhaltensmodell, woraus letztendlich der Fahrverhaltensmodus abgeleitet wird. Es werden also beispielsweise nicht beliebig gravierende mit den geltenden Verkehrsregeln nicht konforme Fahrmanöver, die beispielsweise im Realverhaltensmodell hinterlegt sind, in den Fahrverhaltensmodus übernommen, sondern es erfolgt ein geeigneter Abgleich der real beobachteten Verhaltensweise mit der rechtlich vorgegebenen Verhaltensweise, die im Idealverhaltensmodell enthalten ist. Hierdurch wird es ermöglicht, dass ein von dem festgelegten geografischen Gebiet abhängiges Fahrverhalten derart beziffert wird, dass der zumindest eine Ansteuerparameter bereitgestellt wird, anhand dessen letztendlich das Fahrzeugsystem das Kraftfahrzeug zumindest teilautonom ansteuern kann. Durch die Wahl des Gewichtungskriteriums wird folglich ermöglicht, dass ein möglichst realitätsnahes, aber dennoch ausreichend regelkonformes Fahrverhalten mithilfe des Fahrverhaltensmodus in das zumindest teilautonom fahrende Kraftfahrzeug implementiert werden kann. Ein Irritieren und Behindern von manuell fahrenden Verkehrsteilnehmern durch ein Kraftfahrzeug, das gemäß dem Fahrverhaltensmodus angesteuert wird, ist somit besonders klein, da sich der Fahrverhaltensmodus direkt an dem tatsächlichen Fahrverhalten in dem bestimmten geografischen Gebiet orientiert.With the aid of an evaluation system that is provided by the weighting criterion, a comparison is made between the real behavior model and the ideal behavior model, from which the driving behavior mode is ultimately derived. For example, driving maneuvers that do not comply with the applicable traffic rules and that are stored in the real behavior model, for example, are not transferred to the driving behavior mode, but a suitable comparison of the actually observed behavior with the legally prescribed behavior contained in the ideal behavior model is carried out. This makes it possible for a driving behavior dependent on the defined geographical area to be quantified in such a way that the at least one control parameter is provided, on the basis of which the vehicle system can ultimately control the motor vehicle at least partially autonomously. The choice of the weighting criterion consequently enables a driving behavior that is as realistic as possible, but still sufficiently compliant with the rules, to be implemented in the at least partially autonomous motor vehicle using the driving behavior mode. The irritation and hindrance of manually driving road users by a motor vehicle that is controlled according to the driving behavior mode is therefore particularly small, since the driving behavior mode is based directly on the actual driving behavior in the specific geographical area.
Es ist in einer weiteren Ausgestaltungsform vorgesehen, dass das Gewichtungskriterium durch eine Simulation und/oder eine Schattenmodusfunktion bestimmt wird. Das Bewertungskriterium wird also mithilfe eines Lernsystems ermittelt. Hierbei kann beispielsweise bei einer Simulation eines erfassten Fahrmanövers anhand der Fahrzeugdaten mittels Simulieren des Fahrverhaltens in der entsprechenden Situation entsprechend des Realverhaltensmodells und des Idealverhaltensmodells festgestellt werden, welches der Modell wie stark gewichtet wird, um eine angestrebte Funktionsgüte, das heißt einen angestrebtes Verhalten während des Fahrmanövers, zu erreichen. Beim Bestimmen des Gewichtungskriteriums mithilfe der Schattenmodusfunktion wird eine erste Version des Gewichtungskriteriums im Kraftfahrzeug bereitgestellt, wobei das Kraftfahrzeug selbst ohne Berücksichtigung des Gewichtungskriteriums sowie jeglichen Fahrverhaltensmodus fährt. Eine Auswerteeinheit des Kraftfahrzeugs bestimmt jedoch beispielsweise für jedes manuell gefahrene Fahrmanöver ein erwartungsgemäßes Verhalten des Kraftfahrzeugs bei aktiviertem Fahrverhaltensmodus. Der Fahrverhaltensmodus ist also nur im Hintergrund aktiviert, sodass mithilfe eines Abgleichens der Fahrverhaltensergebnisse dieses quasi im Schatten arbeitenden Fahrverhaltensmodus mit dem tatsächlichen Fahrverhalten des Fahrers das Gewichtungskriterium angepasst werden kann. Das Gewichtungskriterium wird dadurch derart eingestellt, dass eine optimale Übereinstimmung zwischen der simulierten Ansteuerung unter Verwendung des Fahrverhaltensmodus mit dem tatsächlichen Fahrverhalten des manuellen Fahrers erreicht werden kann. Der hier als Schattenmodusfunktion bezeichnete Modus wird häufig auch mit der englischen Bezeichnung Shadow Mode bezeichnet. Es wird also durch die Simulation und/oder die Schattenmodusfunktion besonders einfach das geeignete Gewichtungskriterium festgelegt.In a further embodiment it is provided that the weighting criterion is determined by a simulation and / or a shadow mode function. The evaluation criterion is thus determined with the help of a learning system. For example, when simulating a recorded driving maneuver on the basis of the vehicle data, by simulating the driving behavior in the corresponding situation according to the real behavior model and the ideal behavior model, it can be determined which of the model is weighted to a desired functional quality, i.e. a desired behavior during the driving maneuver , to reach. When determining the weighting criterion with the aid of the shadow mode function, a first version of the weighting criterion is provided in the motor vehicle, the motor vehicle itself driving without taking into account the weighting criterion or any driving behavior mode. However, an evaluation unit of the motor vehicle determines, for example, for each manually driven driving maneuver, an expected behavior of the motor vehicle when the driving behavior mode is activated. The driving behavior mode is therefore only activated in the background, so that the weighting criterion can be adapted by comparing the driving behavior results of this driving behavior mode, which works quasi in the shade, with the actual driving behavior of the driver. The weighting criterion is set in such a way that an optimal correspondence between the simulated activation using the driving behavior mode and the actual driving behavior of the manual driver can be achieved. The mode referred to here as the shadow mode function is often also referred to as shadow mode. The suitable weighting criterion is therefore determined particularly easily by the simulation and / or the shadow mode function.
Eine weitere Ausgestaltungsform der Erfindung sieht vor, dass im Rahmen einer Bestimmung einer Fahrroute von der aktuellen geografischen Position zu einer vorgegebenen Zielposition des Kraftfahrzeugs überprüft wird, ob das Kraftfahrzeug bei einer Fahrt entlang der bestimmten Fahrroute mehrere vorgegebene geografische Gebiete durchfährt. Beispielsweise wird bereits im Rahmen der Fahrroutenbestimmung festgestellt, ob sich das Kraftfahrzeug auf dieser Fahrroute in mehr als einem vorgegebenen geografischen Gebiet aufhalten wird. Falls mehrere vorgegebene geografische Gebiete durchfahren werden, werden die Fahrverhaltensmodi, die dem jeweiligen vorgegebenen geografischen Gebiet zugeordnet sind, von der externen Einrichtung über eine Kommunikationsverbindung des Kraftfahrzeugs heruntergeladen. Es wird also sichergestellt, dass in dem Kraftfahrzeug alle für diese Fahrroute benötigten Fahrverhaltensmodi bereits bei Fahrtantritt bereitstehen, sodass, abhängig von der aktuellen Position des Kraftfahrzeugs, die beispielsweise in vorgegebenen Zeitabständen erfasst wird, ein Wechsel zwischen den einzelnen bereits heruntergeladenen Fahrverhaltensmodi möglich ist. Es ist beispielsweise möglich, dass bei einer Fahrt von einer Stadt in eine andere sowohl die jeweiligen Fahrverhaltensmodi von die Startstadt sowie die Zielstadt als auch entsprechende Fahrverhaltensmodi für eine Überlandfahrt zwischen den beiden Städten heruntergeladen werden. Es ist folglich nicht nötig, dass alle für beispielsweise einen gesamten Staat, Kontinent oder sogar die ganze Welt verfügbaren Fahrverhaltensmodi stets im Fahrzeugsystem, in einer mit dem Fahrzeugsystem gekoppelten Steuervorrichtung oder einer mit dem Fahrzeugsystem gekoppelten Speichervorrichtung des Kraftfahrzeugs hinterlegt sind. Vielmehr können stets nur die Fahrverhaltensmodi im Kraftfahrzeug hinterlegt sein, indem sie beispielsweise temporär in der Speichervorrichtung gespeichert sind, die das Kraftfahrzeug tatsächlich während der geplanten Fahrroute benötigt. Insbesondere hinsichtlich vollautonom fahrender Kraftfahrzeuge ist es vorteilhaft, dass die komplette Fahrroute bereits bei Fahrantritt bekannt ist, sodass beispielsweise unabhängig von einem regional vorhandenen oder zugreifbaren mobilen Datennetz sichergestellt ist, dass das Fahrzeugsystem auf alle für diese Fahrroute benötigten Fahrverhaltensmodi zugreifen kann, sobald diese zu aktivieren sind. Hierdurch wird die Anwendung des Verfahrens zum Ansteuern des Kraftfahrzeugs auch in entlegenen Regionen zuverlässig möglich, die beispielsweise keine flächendeckende Versorgung mit einem mobilen Datennetz aufweisen. Another embodiment of the invention provides that when determining a route from the current geographical position to a predetermined target position of the motor vehicle, a check is made as to whether the motor vehicle travels through several predetermined geographical areas while driving along the particular route. For example, as part of the route determination, it is already established whether the motor vehicle will be in more than one predetermined geographical area on this route. If several predetermined geographical areas are traveled through, the driving behavior modes which are assigned to the respective predetermined geographical area are downloaded from the external device via a communication link of the motor vehicle. It is thus ensured that all driving behavior modes required for this route are already available in the motor vehicle at the start of the journey, so that, depending on the current position of the motor vehicle, which is recorded, for example, at predetermined time intervals, it is possible to switch between the individual already downloaded driving behavior modes. It is possible, for example, that when driving from one city to another, both the respective driving behavior modes of the starting city and the destination city as well as corresponding driving behavior modes for an overland journey between the two cities are downloaded. It is consequently not necessary that all driving behavior modes available for an entire country, continent or even the whole world are always stored in the vehicle system, in a control device coupled to the vehicle system or in a storage device of the motor vehicle coupled to the vehicle system. Rather, only the driving behavior modes can always be stored in the motor vehicle, for example by temporarily storing them in the storage device that the motor vehicle actually needs during the planned route. Particularly with regard to fully autonomous motor vehicles, it is advantageous that the complete route is already known when the journey begins, so that, for example, regardless of a regionally available or accessible mobile data network, it is ensured that the vehicle system can access all the driving behavior modes required for this route as soon as they are activated are. This makes it possible to reliably use the method for controlling the motor vehicle even in remote regions which, for example, do not have a comprehensive coverage by a mobile data network.
In diesem Zusammenhang ist es in einer vorteilhaften Ausgestaltungsform vorgesehen, dass ein Übergang von dem bisherigen Fahrverhaltensmodus zu dem festgestellten Fahrverhaltensmodus bei einer Fahrt des Kraftfahrzeugs über eine vorgegebene Übergangsfahrstrecke erfolgt. Es erfolgt also nicht zwangsläufig ein abrupter Übergang von dem bisherigen Fahrverhaltensmodus zu dem aufgrund der aktuellen Position des Kraftfahrzeugs vorgegebenen aktuellen Fahrverhaltensmodus. Vielmehr kann vorgesehen sein, dass beispielsweise ein Übergangsgebiet von beispielsweise 5 Kilometern Länge zwischen zwei aneinander räumlich angrenzende geographische Gebiete vorgegeben ist. Wird erfasst, dass sich das Kraftfahrzeug in diesem Übergangsgebiet befindet, wird für die 5 Kilometer Übergangsfahrstrecke durch das Übergangsgebiet ein kontinuierlicher Übergang von dem bisherigen Fahrverhaltensmodus zu dem neuen Fahrverhaltensmodus im angrenzenden und bald erreichten geographischen Gebiet aktiviert. Hierdurch wird vermieden, dass die Insassen des beispielsweise vollautonom fahrenden Kraftfahrzeugs von einer plötzlich abrupt ändernden Fahrweise überrascht werden. Die Insassen des Kraftfahrzeugs können sich vielmehr kontinuierlich an das sich nun veränderte Fahrverhalten des Kraftfahrzeugs gewöhnen und auf dieses einstellen.In this context, it is provided in an advantageous embodiment that a transition from the previous driving behavior mode to the determined driving behavior mode occurs when the motor vehicle is traveling over a predetermined transition route. There is therefore not necessarily an abrupt transition from the previous driving behavior mode to the current driving behavior mode specified on the basis of the current position of the motor vehicle. Rather, it can be provided that, for example, a transition area of, for example, 5 kilometers in length is specified between two geographically adjacent geographical areas. If it is detected that the motor vehicle is in this transition area, a continuous transition from the previous driving behavior mode to the new driving behavior mode in the adjoining and soon to be reached geographical area is activated for the 5 km transition route through the transition area. This prevents the occupants of the motor vehicle, which is driving fully autonomously, for example, from being surprised by a suddenly abrupt change in driving style. Rather, the occupants of the motor vehicle can continuously get used to the changed driving behavior of the motor vehicle and adjust to it.
Alternativ dazu ist es in einer vorteilhaften Ausgestaltungsform der Erfindung vorgesehen, dass der festgestellte Fahrverhaltensmodus von einer externen Einrichtung über eine Kommunikationsverbindung an das Kraftfahrzeug heruntergeladen wird, wobei festgestellt wird, dass sich das Kraftfahrzeug in dem dem festgestellten Fahrverhaltensmodus zugeordneten geografischen Gebiet befindet. Bei dieser alternativen Ausgestaltungsform wird immer erste dann der Fahrverhaltensmodus in das Kraftfahrzeug heruntergeladen, wenn festgestellt wird, dass sich das Kraftfahrzeug in dem dazugehörigen geografischen Gebiet befindet. Voraussetzung hierfür ist, dass eine Kommunikationsverbindung mit der externen Einrichtung, in der die jeweiligen Fahrverhaltensmodi hinterlegt sind, aufbaubar und aufrechterhaltbar ist. Dies ermöglicht den Vorteil, dass im Kraftfahrzeug selbst die großen Datenmengen für die jeweiligen Fahrverhaltensmodi nicht jederzeit hinterlegt sein müssen, da die entsprechenden Daten immer erst dann heruntergeladen werden, wenn sie tatsächlich von dem Fahrzeugsystem benötigt werden. Hierdurch wird also die Anforderung des Verfahrens an eine Speicherkapazität des Kraftfahrzeugs so gering wie möglich gehalten.Alternatively, an advantageous embodiment of the invention provides that the determined driving behavior mode is downloaded from an external device via a communication link to the motor vehicle, it being determined that the motor vehicle is located in the geographical area assigned to the determined driving behavior mode. In this alternative embodiment, the driving behavior mode is always downloaded into the motor vehicle first when it is determined that the motor vehicle is located in the associated geographic area. The prerequisite for this is that a communication connection with the external device in which the respective driving behavior modes are stored can be established and maintained. This enables the advantage that the large amounts of data for the respective driving behavior modes do not have to be stored in the motor vehicle itself at all times, since the corresponding data are only downloaded when they are actually needed by the vehicle system. In this way, the requirement of the method for a storage capacity of the motor vehicle is kept as low as possible.
In einer besonders vorteilhaften Ausgestaltungsform der Erfindung ist es vorgesehen, dass das geografische Gebiet zumindest eines von folgenden Gebieten umfasst: Einen Staat, einen Gliedstaat, einen Bezirk und/oder eine Siedlung. Das geografische Gebiet umfasst somit ein relativ großes Gebiet, insbesondere wenn es einen einzelnen Staat, das heißt ein einzelnes Land der Erde, umfasst. Alternativ oder zusätzlich dazu kann bei unterschiedlichen Fahrverhalten für die einzelnen Gliedstaaten, wie beispielsweise Bundesstaaten, Bundesländer, zumindest teilautonome Regionen oder andere politische Substaaten, jeweils ein eigener Fahrverhaltensmodus vorgesehen sein. Gegebenenfalls ist es außerdem notwendig, dass für einen bestimmten Bezirk, wie beispielsweise einen Landkreis, oder einen Ballungsraum, wie beispielsweise eine Großstadt, eine Kleinstadt oder ein Dorf, das heißt für eine Siedlung, jeweils ein eigener Fahrverhaltensmodus vorgesehen ist, da sich beispielsweise das typische Fahrverhalten in diesen kleinen geografischen Gebieten auffallend von umliegenden Gebieten unterscheidet. Es sind also je nachdem, wie lokal differenziert das Fahrverhalten ist, verschiedene Arten von geographischen Gebieten möglich, sodass stets eine ausreichend differenzierte Aufteilung in geographische Gebiete erfolgen kann.In a particularly advantageous embodiment of the invention it is provided that the geographical area comprises at least one of the following areas: a state, a member state, a district and / or a settlement. The geographical area thus comprises a relatively large area, especially if it comprises a single state, that is to say a single country on earth. As an alternative or in addition to this, in the case of different driving behavior for the individual member states, such as federal states, federal states, at least partially autonomous regions or other political sub-states, a separate driving behavior mode can be provided in each case. It may also be necessary that a specific driving behavior mode is provided for a specific district, such as a district, or a metropolitan area, such as a large city, a small town or a village, i.e. for a settlement, since the typical Driving behavior in these small geographical areas differs markedly from the surrounding areas. Depending on how locally differentiated the driving behavior is, different types of geographical areas are possible, so that a sufficiently differentiated division into geographical areas can always take place.
Erfindungsgemäß ist außerdem ein Kraftfahrzeug mit einem Fahrzeugsystem vorgesehen, wobei das Fahrzeugsystem dazu ausgelegt ist, das Kraftfahrzeug zumindest teilautonom anzusteuern. Das Fahrzeugsystem oder eine mit dem Fahrzeugsystem gekoppelte Steuervorrichtung ist dazu ausgelegt, ein Verfahren, wie es oben beschrieben wurde, durchzuführen. Die im Zusammenhang mit dem erfindungsgemäßen Verfahren vorgestellten bevorzugten Ausgestaltungsformen und deren Vorteile gelten entsprechend, soweit anwendbar, für das erfindungsgemäße Kraftfahrzeug.. Aus diesem Grund sind die entsprechenden Weiterbildungen des erfindungsgemäßen Kraftfahrzeugs hier nicht noch einmal beschrieben. Das Fahrzeugsystem kann hierbei eine zentrale Steuereinrichtung des Kraftfahrzeugs sein, beispielsweise ein zentraler Fahrzeugregler. Es kann sich bei dem Fahrzeugsystem jedoch auch um eine Steuereinrichtung eines Fahrerassistenzsystems handeln. In diesem Fall wird das Verfahren teilweise von der mit dem Fahrzeugsystem gekoppelten Steuervorrichtung durchgeführt. Die Steuervorrichtung ist dann dazu ausgelegt, unter Berücksichtigung der Ansteuerbefehle der Steuereinrichtung des Fahrerassistenzsystems beispielsweise eine Längssteuerung und/oder Quersteuerung des Kraftfahrzeugs anzusteuern.According to the invention, a motor vehicle with a vehicle system is also provided, the vehicle system being designed to control the motor vehicle at least partially autonomously. The vehicle system or a control device coupled to the vehicle system is designed to carry out a method as described above. The preferred embodiments presented in connection with the method according to the invention and their advantages apply accordingly, if applicable, to the motor vehicle according to the invention. For this reason, the corresponding developments of the motor vehicle according to the invention are not described again here. The vehicle system can be a central control device of the motor vehicle, for example a central vehicle controller. However, the vehicle system can also be a control device of a driver assistance system. In this case, the method is partly carried out by the control device coupled to the vehicle system. The control device is then designed to control, for example, a longitudinal control and / or lateral control of the motor vehicle, taking into account the control commands from the control device of the driver assistance system.
Zu der Erfindung gehören auch das Fahrzeugsystem sowie die mit dem Fahrzeugsystem gekoppelte Steuervorrichtung für das Kraftfahrzeug. Das Fahrzeugsystem beziehungsweise die Steuervorrichtung weisen jeweils eine Prozessoreinrichtung auf, die dazu eingerichtet ist, eine Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Die Prozessoreinrichtung kann hierzu zumindest einen Mikroprozessor und/oder einen Mikrocontroller aufweisen. Des Weiteren kann die Prozessoreinrichtung Programmcode aufweisen, der dazu eingerichtet, ist, bei Ausführen durch die Prozessoreinrichtung eine Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Der Programmcode kann in einem Datenspeicher der Prozessoreinrichtung gespeichert sein.The invention also includes the vehicle system and the control device for the motor vehicle that is coupled to the vehicle system. The vehicle system or the control device each have a processor device which is set up to carry out an embodiment of the method according to the invention. For this purpose, the processor device can have at least one microprocessor and / or one microcontroller. Furthermore, the processor device can have program code which is set up to carry out an embodiment of the method according to the invention when it is executed by the processor device. The program code can be stored in a data memory of the processor device.
Die Erfindung umfasst auch die Kombinationen der Merkmale der beschriebenen Ausgestaltungsformen.The invention also comprises the combinations of the features of the embodiments described.
Im Folgenden sind Ausführungsbeispiele der Erfindung beschrieben. Hierzu zeigt:
-
1 eine schematische Darstellung von drei Kraftfahrzeugen in verschiedenen geografischen Gebieten, -
2 in schematischer Darstellung einen Signalflussgraph für ein Festlegen eines geografischen Gebiets; -
3 in schematischer Darstellung einen Signalflussgraph für ein Festlegen von zumindest einem Ansteuerparameter für einen Fahrverhaltensmodus für ein bestimmtes geografisches Gebiet; und -
4 in schematischer Darstellung einen Signalflussgraph für ein Verfahren zum Betreiben eines Kraftfahrzeugs.
-
1 a schematic representation of three motor vehicles in different geographic areas, -
2 a schematic representation of a signal flow graph for defining a geographic area; -
3 a schematic representation of a signal flow graph for establishing at least one control parameter for a driving behavior mode for a specific geographic area; and -
4th a schematic representation of a signal flow graph for a method for operating a motor vehicle.
Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten der Ausführungsform jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren sind die beschriebenen Ausführungsformen auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.The exemplary embodiments explained below are preferred embodiments of the invention. In the exemplary embodiments, the described components of the embodiment each represent individual features of the invention that are to be considered independently of one another, which also develop the invention independently of one another and are thus also to be regarded as part of the invention individually or in a combination other than the one shown. Furthermore, the described embodiments can also be supplemented by further features of the invention already described.
In den Figuren sind funktionsgleiche Elemente jeweils mit denselben Bezugszeichen versehen.In the figures, functionally identical elements are each provided with the same reference symbols.
In
In dem jeweiligen Fahrzeugsystem
In
In einem nächsten Schritt
Es kann also beispielsweise ermittelt werden, mit welcher Geschwindigkeitsreduktion und/oder Geschwindigkeitserhöhung der Fahrer des zumindest einen Fahrzeugs auf der Straße
In einem Schritt
In einem nächsten Schritt
In
In
In einem nächsten Schritt
In einem nächsten Schritt
Insgesamt zeigen die Beispiele ein lokalisiertes Fahrermodell und eine ortsbasierte Fahrermodellauswahl zum hochautomatisierten Fahren. Die Erfindung bezieht sich in einem ersten Teil auf die Erkenntnis, dass eine Steuerung, Regelung und Führung eines autonomen Fahrzeugs der höchsten Stufe, das heißt einem zum vollautonomen Fahren ausgelegten Fahrzeug, abhängig von eine Lokalität durchgeführt werden sollte. Hierbei wird davon ausgegangen, dass es im Fahrzeug ein aktives Modell gibt, das die Ansteuerung des Fahrzeugs übernimmt. Dieses Modell beinhaltet das Wissen über das spezifische Fahrzeugverhalten und die geltenden Verkehrsregeln. Dieses Modell wird im Rahmen dieser Patentanmeldung als Fahrverhaltensmodus
Soll sich das zumindest teilautonom fahrende Fahrzeug wie ein typischer Mensch verhalten, muss es das Verhalten eines typischen Menschen kennen, verstehen und nachahmen können. Hierbei sind außerdem Verhaltensmuster relevant, die ein Mensch vor Ort in einer Fahrschule lernt, die sich aber gegebenenfalls so nicht aus jeweiligen Verkehrsregeln, das heißt aus den entsprechenden Gesetzestexten, ableiten lassen. Es gibt daher nicht einen Fahrverhaltensmodus, sondern mehrere Fahrverhaltensmodi. Diese können klassisch mithilfe eines Softwareprogramms umgesetzt sein oder durch Methoden der künstlichen Intelligenz, das heißt durch Methoden des maschinellen Lernens, erzeugt sein.If the at least partially autonomous vehicle is to behave like a typical person, it must know, understand and imitate the behavior of a typical person. In this context, behavioral patterns are also relevant that a person learns on site in a driving school, but which cannot be derived from the respective traffic regulations, i.e. from the corresponding legal texts. There is therefore not one driving behavior mode, but several driving behavior modes. These can be implemented classically with the help of a software program or generated by methods of artificial intelligence, i.e. by methods of machine learning.
In einem zweiten Teil bezieht sich die Erfindung darauf, dass die einzelnen Fahrverhaltensmodi
Der Fahrverhaltensmodus
Wird nun davon ausgegangen, dass der Fahrverhaltensmodus
Lernen, Ausprägung und Verortung der einzelnen Fahrverhaltensmodi
Das Erlernen, das heißt das Festlegen des geografischen Gebiets
Einzelne Fahrzeuge können sich außerdem direkt austauschen und auch Fahrverhaltensmodi
Es kann theoretisch nach und nach ein globaler Fahrverhaltensmodus
Es gibt außerdem die Überlegung, ein vollautonomes Fahrzeug so anzubieten, dass es fernsteuerbar ist und daher in einer Situation, die der im Fahrzeug aktivierte Fahrverhaltensmodus
Insgesamt handelt es sich also um ein selbst erlerntes System, das zum vollautonomen Fahren in einem Mix mit manuell fahrenden Fahrzeugen ermöglicht und weltweit eingesetzt werden kann. Den Fahrzeugen wird somit ein typischer Fahrer beziehungsweise das Fahrverhalten eines typischen Fahrers mithilfe des jeweiligen vorgegebenen Fahrverhaltensmodus
Das beschriebene Verfahren eignen sich besonders für vollautonom fahrende Fahrzeuge. Allerdings kann auch ein zum teilautonom Fahren ausgelegtes Fahrerassistenzsysteme als Fahrzeugsystem
BezugszeichenlisteList of reference symbols
- 10, 10a, 10b, 10c10, 10a, 10b, 10c
- KraftfahrzeugMotor vehicle
- 11c11c
- Positionposition
- 1212
- FahrzeugsystemVehicle system
- 1313th
- FahrtrichtungDirection of travel
- 1414th
- Straßeroad
- 1515th
- ÜbergangsfahrstreckeTransitional route
- 16, 16b, 16c16, 16b, 16c
- FahrverhaltensmoduslDriving behavior mode
- 1717th
- AnsteuerparameterControl parameters
- 1818th
- externe Einrichtungexternal facility
- 1919th
- KommunikationsverbindungCommunication link
- 20, 20a, 20b, 20c20, 20a, 20b, 20c
- geografisches Gebietgeographic area
- 2222nd
- StaatengrenzeState border
- 2424
- StadtgrenzeCity limits
- 3030th
- FahrzeugdatenVehicle data
- 3131
- OrtsdatenLocation data
- 4040
- FahrverhaltensdatenDriving behavior data
- 4141
- Anzahlnumber
- 4242
- VerkehrsteilnehmerverhaltensdatenRoad user behavior data
- 4444
- VerkehrsregeldatenTraffic regulation data
- 4646
- InterpretationsdatenInterpretation data
- 4848
- FahrzeugkenndatenVehicle identification data
- 5050
- DatenmusterData pattern
- 6060
- RealverhaltensmodellReal behavior model
- 7070
- IdealverhaltensmodellIdeal behavior model
- S1 bis S15S1 to S15
- Schrittesteps
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION
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.This list of the documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturPatent literature cited
- DE 102012016802 A1 [0004]DE 102012016802 A1 [0004]
- DE 102014217389 A1 [0005]DE 102014217389 A1 [0005]
- DE 102016120508 A1 [0006]DE 102016120508 A1 [0006]
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019205892.2A DE102019205892B4 (en) | 2019-04-25 | 2019-04-25 | Method for operating a motor vehicle and motor vehicle designed to carry out such a method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019205892.2A DE102019205892B4 (en) | 2019-04-25 | 2019-04-25 | Method for operating a motor vehicle and motor vehicle designed to carry out such a method |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102019205892A1 true DE102019205892A1 (en) | 2020-10-29 |
DE102019205892B4 DE102019205892B4 (en) | 2022-12-29 |
Family
ID=72839693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102019205892.2A Active DE102019205892B4 (en) | 2019-04-25 | 2019-04-25 | Method for operating a motor vehicle and motor vehicle designed to carry out such a method |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102019205892B4 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020112899A1 (en) | 2020-05-13 | 2021-11-18 | Audi Aktiengesellschaft | Method and system for fully automatic guidance of a motor vehicle and motor vehicle |
DE102020119318A1 (en) | 2020-07-22 | 2022-01-27 | Zf Cv Systems Global Gmbh | Method for coordinating a vehicle in a depot, as well as function control device and vehicle |
DE102021203057A1 (en) | 2021-03-26 | 2022-09-29 | Volkswagen Aktiengesellschaft | Segment-based driver analysis and individualized driver assistance |
DE102022200077A1 (en) | 2022-01-05 | 2023-07-06 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for automated driving of a motor vehicle in an environment |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014102819A1 (en) * | 2013-03-15 | 2014-09-18 | GM Global Technology Operations, LLC (n.d. Ges. d. Staates Delaware) | Method for operating a hybrid vehicle |
US20150166062A1 (en) * | 2013-12-12 | 2015-06-18 | Magna Electronics Inc. | Vehicle control system with traffic driving control |
US20170106876A1 (en) * | 2015-10-15 | 2017-04-20 | International Business Machines Corporation | Controlling Driving Modes of Self-Driving Vehicles |
DE102016219121A1 (en) * | 2016-09-30 | 2018-04-05 | Bayerische Motoren Werke Aktiengesellschaft | Method for selecting autonomous driving modes |
DE102016122759A1 (en) * | 2016-11-25 | 2018-05-30 | Valeo Schalter Und Sensoren Gmbh | Method for operating a driver assistance system for the at least semi-autonomous maneuvering of a motor vehicle taking into account a geographical area, driver assistance system and motor vehicle |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012016802A1 (en) | 2012-08-23 | 2014-02-27 | Audi Ag | Method for controlling an autonomous vehicle system and motor vehicle |
US20150066282A1 (en) | 2013-09-05 | 2015-03-05 | Ford Global Technologeis, Llc | Autonomous driving in areas for non-drivers |
US9983591B2 (en) | 2015-11-05 | 2018-05-29 | Ford Global Technologies, Llc | Autonomous driving at intersections based on perception data |
-
2019
- 2019-04-25 DE DE102019205892.2A patent/DE102019205892B4/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014102819A1 (en) * | 2013-03-15 | 2014-09-18 | GM Global Technology Operations, LLC (n.d. Ges. d. Staates Delaware) | Method for operating a hybrid vehicle |
US20150166062A1 (en) * | 2013-12-12 | 2015-06-18 | Magna Electronics Inc. | Vehicle control system with traffic driving control |
US20170106876A1 (en) * | 2015-10-15 | 2017-04-20 | International Business Machines Corporation | Controlling Driving Modes of Self-Driving Vehicles |
DE102016219121A1 (en) * | 2016-09-30 | 2018-04-05 | Bayerische Motoren Werke Aktiengesellschaft | Method for selecting autonomous driving modes |
DE102016122759A1 (en) * | 2016-11-25 | 2018-05-30 | Valeo Schalter Und Sensoren Gmbh | Method for operating a driver assistance system for the at least semi-autonomous maneuvering of a motor vehicle taking into account a geographical area, driver assistance system and motor vehicle |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020112899A1 (en) | 2020-05-13 | 2021-11-18 | Audi Aktiengesellschaft | Method and system for fully automatic guidance of a motor vehicle and motor vehicle |
DE102020119318A1 (en) | 2020-07-22 | 2022-01-27 | Zf Cv Systems Global Gmbh | Method for coordinating a vehicle in a depot, as well as function control device and vehicle |
DE102021203057A1 (en) | 2021-03-26 | 2022-09-29 | Volkswagen Aktiengesellschaft | Segment-based driver analysis and individualized driver assistance |
DE102022200077A1 (en) | 2022-01-05 | 2023-07-06 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for automated driving of a motor vehicle in an environment |
Also Published As
Publication number | Publication date |
---|---|
DE102019205892B4 (en) | 2022-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3436325B1 (en) | Method for producing control data for rule-based driver assistance | |
DE102019205892B4 (en) | Method for operating a motor vehicle and motor vehicle designed to carry out such a method | |
DE102019104974A1 (en) | Method and system for determining a driving maneuver | |
DE102017204603B4 (en) | Vehicle control system and method for controlling a vehicle | |
EP3500469B1 (en) | Automated operation of a motor vehicle | |
WO2017167801A1 (en) | Driver assistance system for supporting a driver when driving a vehicle | |
DE102016007899B4 (en) | Method for operating a device for traffic situation analysis, motor vehicle and data processing device | |
DE102019118366A1 (en) | Method and control device for a system for controlling a motor vehicle | |
DE102013201168A1 (en) | If necessary activatable remote control system for motor vehicles | |
EP3678912A1 (en) | Offboard trajectories for difficult situations | |
DE102019127974B4 (en) | Method and system for evaluating driving behavior | |
WO2022079166A1 (en) | Method, computer program, and device for modifying a route | |
EP3717326A1 (en) | Method for operating a control device of a motor vehicle in order to predict a next stopping procedure, and control device and motor vehicle | |
DE102021000792A1 (en) | Method for operating a vehicle | |
DE102022102098A1 (en) | SYSTEMS AND METHODS FOR DRIVER ASSISTANCE OPTIMIZATION USING ARTIFICIAL INTELLIGENCE | |
DE102019215815A1 (en) | VEHICLE CONTROL SYSTEM AND METHOD | |
DE102021207781A1 (en) | Method, control device and system for adapting an assisted or automated driving function of a vehicle | |
DE102018222677A1 (en) | Method for operating a temporarily autonomous vehicle | |
DE102018211726A1 (en) | Method for automatic machine training of an electronic vehicle guidance system, and motor vehicle | |
WO2023057014A1 (en) | Method for planning a trajectory of a driving maneuver of a motor vehicle, computer program product, computer-readable storage medium, and vehicle | |
DE102019215141B4 (en) | Method for predicting a future traffic situation in an environment of a motor vehicle by determining several internally consistent overall scenarios for different road users; motor vehicle | |
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 | |
DE102023116536B3 (en) | Method for operating an autonomously controlled vehicle, autonomously controllable motor vehicle and system | |
DE102023107281A1 (en) | Driver assistance device and method for determining the availability of autonomous driving functionality | |
DE102022200216B3 (en) | Method and system for providing an online function of a driver assistance system for a motor vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |