DE102019211102A1 - Method, device and computer program for evaluating traffic light information about a traffic light system - Google Patents
Method, device and computer program for evaluating traffic light information about a traffic light system Download PDFInfo
- Publication number
- DE102019211102A1 DE102019211102A1 DE102019211102.5A DE102019211102A DE102019211102A1 DE 102019211102 A1 DE102019211102 A1 DE 102019211102A1 DE 102019211102 A DE102019211102 A DE 102019211102A DE 102019211102 A1 DE102019211102 A1 DE 102019211102A1
- Authority
- DE
- Germany
- Prior art keywords
- traffic light
- traffic
- phase
- objects
- lights
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
Abstract
Es wird ein Verfahren zum Auswerten von Ampelinformationen über eine Ampelanlage beschrieben. Es werden alle Ampelpaare aus Ampeln der Ampelanlage gebildet. Für jedes Ampelpaar wird ein Korrelationsfaktor für einen für einen Phasenverlauf einer ersten Ampel des Ampelpaars und einen Phasenverlauf einer zweiten Ampel des Ampelpaars ermittelt. Die Ampeln werden unter Berücksichtigung der Korrelationsfaktoren der Ampelpaare gruppiert. Ferner werden eine Vorrichtung und ein Computerprogramm zum Aufbereiten der Daten über die Ampelanlage beschrieben.A method for evaluating traffic light information about a traffic light system is described. All traffic light pairs are formed from traffic lights of the traffic light system. For each pair of traffic lights, a correlation factor is determined for a phase curve of a first traffic light of the pair of traffic lights and a phase curve of a second traffic light of the pair of traffic lights. The traffic lights are grouped taking into account the correlation factors of the traffic light pairs. Furthermore, a device and a computer program for processing the data about the traffic light system are described.
Description
Die vorliegende Erfindung betrifft ein Verfahren, eine Vorrichtung und ein Computerprogramm zum Gruppieren von Ampeln einer Ampelanlage.The present invention relates to a method, a device and a computer program for grouping traffic lights in a traffic light system.
Es gibt automatische Fahrfunktionen eines Kraftfahrzeugs, die u.a. Informationen von Ampelanlagen und von umgebenden Fahrzeugen verarbeiten, um entsprechend im Straßenverkehr zu reagieren.There are automatic driving functions of a motor vehicle that process information from traffic lights and surrounding vehicles in order to react accordingly in traffic.
Aus der
Die
Die
Es also liegt die Herausforderung vor, dass nicht vom Fahrer, sondern mittels eines Verfahrens, einer Vorrichtung und/oder eines Computerprogramms erkannt wird, welche Informationen für eine automatische Fahrzeugfunktion relevant sind. Insbesondere bei einem Fahrzeug, das einen von einer Ampelanlage gesteuerten Fahrbahnabschnitt befährt und sich auf die Ampelanlage zubewegt, müssen die relevanten Ampelinformationen wie Ampelphasenverläufe (auch „Ampelsignalverläufe“ genannt) zuverlässig erfasst werden. Diese relevanten Ampelinformationen können dann auch als Eingabe für weitere Fahrfunktionen verwendet werden.The challenge is therefore that it is not recognized by the driver but by means of a method, a device and / or a computer program which information is relevant for an automatic vehicle function. Particularly in the case of a vehicle that drives on a section of lane controlled by a traffic light system and is moving towards the traffic light system, the relevant traffic light information such as traffic light phases (also called “traffic light signal curves”) must be reliably recorded. This relevant traffic light information can then also be used as input for further driving functions.
Aufgabe der vorliegenden Erfindung ist es, ein Verfahren, eine Vorrichtung und ein Computerprogramm bereitzustellen, die die oben genannte Herausforderung wenigstens teilweise bewältigen.The object of the present invention is to provide a method, a device and a computer program which at least partially overcome the above-mentioned challenge.
Diese Aufgabe wird durch ein Verfahren nach Anspruch 1, eine Vorrichtung nach Anspruch 14 und ein Computerprogramm nach Anspruch 15 gelöst.This object is achieved by a method according to
Weitere vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Unteransprüchen und der folgenden Beschreibung bevorzugter Ausführungsbeispiele der vorliegenden Erfindung.Further advantageous embodiments of the invention emerge from the subclaims and the following description of preferred exemplary embodiments of the present invention.
Ein erster Aspekt der Offenbarung betrifft ein Verfahren zum Auswerten von Ampelinformationen über eine Ampelanlage. Das Verfahren umfasst:
- - Bilden aller Ampelpaare aus Ampeln der Ampelanlage;
- - Ermitteln, für jedes Ampelpaar, einen Korrelationsfaktor für einen Phasenverlauf einer ersten Ampel des Ampelpaars und einen Phasenverlauf einer zweiten Ampel des Ampelpaars; und
- - Gruppieren der Ampeln unter Berücksichtigung der Korrelationsfaktoren der Ampelpaare.
- - Formation of all traffic light pairs from traffic lights of the traffic light system;
- - Determining, for each pair of traffic lights, a correlation factor for a phase curve of a first set of traffic lights of the pair of traffic lights and a phase curve of a second set of traffic lights of the pair of traffic lights; and
- - Grouping of the traffic lights taking into account the correlation factors of the traffic light pairs.
Ampelinformationen über eine Ampelanlage werden von einer Erfassungseinrichtung erfasst, die beispielsweise an einem Fahrzeug angebracht ist. Mittels eines Schwarms von mit Erfassungseinrichtungen ausgestatteten Fahrzeugen kann somit eine Vielzahl von Ampelinformationen über dieselbe Ampelanlage erfasst werden. Diese Ampelinformationen werden durch Ampelobjekte repräsentiert, wobei die Ampelobjekte Daten bzw. Datensätze entsprechen. Die Ampelobjekte werden später genauer beschrieben. Der Begriff „Ampel“ wird für eine physikalische Ampel verwendet. Eine Ampelanlage umfasst mindestens eine Ampel. Traffic light information about a traffic light system is recorded by a detection device that is attached to a vehicle, for example. Using a swarm of vehicles equipped with detection devices, a large number of traffic light information can be recorded via the same traffic light system. This traffic light information is represented by traffic light objects, the traffic light objects corresponding to data or data records. The traffic light objects are described in more detail later. The term “traffic light” is used for a physical traffic light. A traffic light system comprises at least one traffic light.
Die Ampelinformationen werden also von fahrzeugseitigen Erfassungseinrichtungen erfasst und als Ampelobjekte beispielsweise in einer Datenbank abgelegt. Diese Datenbank kann sich auf einem Server befinden.The traffic light information is thus recorded by the vehicle-side recording devices and stored as traffic light objects, for example in a database. This database can be located on a server.
Die Ampelinformationen über die Ampelanlage umfassen jedenfalls Phasenverläufe der (mindestens einen) Ampel der Ampelanlage. Ergänzend können auch noch Positionsdaten der Ampel als Ampelinformation erfasst werden.The traffic light information about the traffic light system in any case includes phase progressions of the (at least one) traffic light of the traffic light system. In addition, position data of the traffic light can also be recorded as traffic light information.
Ein Phasenverlauf einer Ampel wird auch als Signalverlauf bezeichnet. Ein Phasenverlauf gibt Phasendauern sowie entsprechenden Ampelphasen an. Ein Phasenverlauf für eine Ampel ist als eine Vielzahl von Zeit-Ampelphase-Paaren darstellbar. Eine Ampelphase ist ein Signal, die eine Ampel anzeigen kann. In der Regel weist eine Ampel die (Ampel-)Phasen „grün“, „gelb“, „rot“ und „gelb und rot“ auf, wobei in der Regel die Ampelphasen auch in dieser Reihenfolge von der Ampel angezeigt werden. Andere Reihenfolgen sind auch möglich.A phase curve of a traffic light is also referred to as a signal curve. A phase progression indicates phase durations and the corresponding traffic light phases. A phase progression for a traffic light can be represented as a plurality of time-traffic light phase pairs. A traffic light phase is a signal that a traffic light can display. As a rule, a traffic light has the (traffic light) phases “green”, “yellow”, “red” and “yellow and red”, whereby the traffic light phases are usually also displayed in this order by the traffic light. Other orders are also possible.
Ein Schritt umfasst das Bilden aller Ampelpaare aus den Ampeln der Ampelanlage. In diesem Schritt werden also die möglichen Paarungskombinationen (ohne Wiederholung und ohne Reihenfolge) der Ampeln der Ampelanlage erstellt.One step comprises the creation of all traffic light pairs from the traffic lights of the traffic light system. In this step, the possible pairing combinations (without repetition and without sequence) of the traffic lights of the traffic light system are created.
Für jedes Ampelpaar wird ein Korrelationsfaktor ermittelt. Dabei werden ein Phasenverlauf der ersten Ampel eines jeweiligen Ampelpaares und ein Phasenverlauf der zweiten Ampel des jeweiligen Ampelpaares berücksichtigt, insbesondere miteinander verglichen. Hierbei ist der Korrelationsfaktor ein Maß für die Ähnlichkeit zweier Phasenverläufe. Es gibt mehrere Ansätze zur Bestimmung des Korrelationsfaktors. Insbesondere wird derjenige Ansatz verwendet, der in der vorliegenden Offenbarung beschrieben wird.A correlation factor is determined for each pair of traffic lights. A phase profile of the first traffic light of a respective pair of traffic lights and a phase profile of the second traffic light of the respective traffic light pair are taken into account, in particular compared with one another. The correlation factor is a measure of the similarity between two phase courses. There are several approaches to determining the correlation factor. In particular, that approach is used that is described in the present disclosure.
In einem Schritt werden die Gruppen von Ampeln der Ampelanlage gebildet. Diese Gruppenbildung erfolgt unter Berücksichtigung der oben ermittelten Korrelationsfaktoren der Ampelpaare. Es kann durchaus vorkommen, dass eine so gebildete Ampelgruppe lediglich eine Ampel der Ampelanlage aufweist.In one step, the groups of traffic lights of the traffic light system are formed. This group formation takes place taking into account the correlation factors of the traffic light pairs determined above. It may well happen that a traffic light group formed in this way only has one traffic light of the traffic light system.
Das Gruppieren der Ampeln kann durch entsprechende Modelle, Algorithmen oder Heuristiken erfolgen. Insbesondere können entsprechende Clusteringverfahren angewendet werden.The traffic lights can be grouped using appropriate models, algorithms or heuristics. In particular, corresponding clustering methods can be used.
Durch die Korrelationsfaktoren sind Erfassungs- und Messungenauigkeiten einer fahrzeugseitig angebrachten Erfassungseinrichtung beim Erfassen der Ampelinformationen über die Ampelanlage zumindest teilweise kompensierbar. Demnach lassen sich mittels des obigen Verfahrens vergleichsweise zuverlässig Ampelgruppen, d.h. Gruppen von Ampeln mit gleichen Phasenverläufen, identifizieren.The correlation factors can be used to at least partially compensate for the detection and measurement inaccuracies of a detection device mounted on the vehicle when detecting the traffic light information via the traffic light system. Accordingly, traffic light groups, i.e. groups of traffic lights with the same phase progression, can be identified comparatively reliably using the above method.
In einer Alternative weisen die in einer Gruppe befindlichen Ampeln zueinander Korrelationsfaktoren auf, die einen ersten vorbestimmten Mindestkorrelationswert überschreiten. Der Korrelationsfaktor kann in einem Intervall von [0;1] liegen, wobei ein Korrelationsfaktor von 1 einen identischen Phasenverlauf von zwei Ampeln angibt. In einem Beispiel kann der vorbestimmte Mindestkorrelationswert für den Korrelationsfaktor bei 0,9 liegen. Damit wird sichergestellt, dass nicht nur Ampeln mit identischen Phasenverläufen, sondern auch mit hinreichend ähnlichen Phasenverläufen gruppiert werden. Mittels des vorbestimmten Korrelationswerts lassen sich aus den erfassten Ampelinformationen mit einer vergleichsweise hohen Wahrscheinlichkeit die Ampeln mit einem gemeinsamen Phasenverlauf identifizieren. Somit lassen sich die Messungenauigkeiten und -fehler der fahrzeugseitigen Erfassungseinrichtungen kompensieren.In an alternative, the traffic lights located in a group have correlation factors with one another which exceed a first predetermined minimum correlation value. The correlation factor can be in an interval of [0; 1], with a correlation factor of 1 indicating an identical phase profile of two traffic lights. In one example, the predetermined minimum correlation value for the correlation factor may be 0.9. This ensures that not only traffic lights with identical phases, but also with sufficiently similar phases are grouped. Using the predetermined correlation value, the traffic lights with a common phase profile can be identified with a comparatively high probability from the traffic light information recorded. The measurement inaccuracies and errors of the vehicle-side detection devices can thus be compensated.
Ferner kann das Ermitteln des Korrelationsfaktors für jedes Ampelpaar umfassen:
- - Ermitteln einer Überlappungsdauer zwischen den Phasenverläufen der Ampeln des Ampelpaars, in der sich der Phasenverlauf der ersten Ampel und der Phasenverlauf der zweiten Ampel zeitlich überlappen; und
- - Ermitteln einer Übereinstimmungsdauer, in der eine Ampelphase der ersten Ampel und eine Ampelphase der zweiten Ampel während der Überlappungsdauer übereinstimmen.
- Determination of an overlap duration between the phase profiles of the traffic lights of the pair of traffic lights, in which the phase profile of the first traffic light and the phase profile of the second traffic light overlap in time; and
- Determination of a coincidence period in which a traffic light phase of the first traffic light and a traffic light phase of the second traffic light coincide during the overlap period.
Mit den Phasenverläufen der Ampeln des Ampelpaars ist der Phasenverlauf der ersten Ampel des jeweiligen Ampelpaars und der Phasenverlauf der zweiten Ampel des jeweiligen Ampelpaars gemeint.The phases of the traffic lights of the pair of traffic lights mean the phase of the first traffic light of the respective pair of traffic lights and the phase of the second traffic light of the respective pair of traffic lights.
Die Überlappungsdauer gibt diejenige Zeitdauer an, zu welcher die beiden Phasenverläufe gleichzeitig vorliegen, d.h. zeitlich überlappen.The period of overlap indicates the period of time at which the two phases are present simultaneously, i.e. overlap in time.
Die Übereinstimmungsdauer gibt diejenige Zeitdauer an, zu welcher die erste und die zweite Ampel (bzw. deren Phasenverläufe) die gleiche Ampelphase aufweisen. Denn der Phasenverlauf der ersten Ampel und der Phasenverlauf der zweiten Ampel können zeitweise übereinstimmen. Mit anderen Worten, die erste und die zweite Ampel können zeitweise die gleiche Ampelphase aufweisen.The period of correspondence indicates the period of time at which the first and second traffic lights (or their phase profiles) have the same traffic light phase. Because the phase course of the first traffic light and the phase course of the second traffic light can coincide at times. In other words, the first and second traffic lights can temporarily have the same traffic light phase.
In diesem Schritt kann also der Korrelationsfaktor die Überlappungsdauer und Übereinstimmungsdauer der Phasenverläufe der Ampeln des Ampelpaares berücksichtigen. Dadurch wird eine Aussage hinsichtlich der Ähnlichkeit der Phasenverläufe ermöglicht.In this step, the correlation factor can therefore take into account the duration of overlap and duration of correspondence of the phase progressions of the traffic lights of the pair of traffic lights. This enables a statement to be made regarding the similarity of the phase progressions.
In einer Alternative können ferner folgende Schritte umfasst sein:
- - Abrufen von Ampelinformationen repräsentierenden Ampelobjekten, wobei jedes Ampelobjekt einer entsprechenden Ampel (der Ampeln der Ampelanlage) zuordenbar ist.
- - Retrieving traffic light objects representing traffic light information, each traffic light object being assignable to a corresponding traffic light (the traffic lights of the traffic light system).
Wie oben erwähnt, werden die Ampelinformationen in als Ampelobjekte bezeichnete Daten bzw. Datensätze abgespeichert, wobei jedes Ampelobjekt aus den von einer fahrzeugseitigen Erfassungseinrichtung erfassten Daten bzw. einer Messung erstellt wird. Dabei kann es vorbeikommen, dass für eine Ampel nicht nur ein, sondern mehrere Ampelobjekte erstellt werden. Dies kann u.a. daran liegen, dass die Erfassungseinrichtung die entsprechende Ampel fehlerhaft erfasst und mehrere Ampelobjekte für diese Ampel erstellt. Ferner kann während der Erfassung durch die Erfassungseinrichtung eine Sichtlinie zwischen ihr und der entsprechenden Ampel durch ein Hindernis unterbrochen sein, so dass nach Wegfall des Hindernisses die entsprechende Ampel durch die Erfassungseinrichtung wieder erfasst wird und dafür ein neues Ampelobjekt generiert.As mentioned above, the traffic light information is stored in data or data records referred to as traffic light objects, each traffic light object being created from the data or a measurement recorded by a detection device on the vehicle. It can happen that not just one, but several traffic light objects are created for a traffic light. One of the reasons for this is that the detection device incorrectly detects the corresponding traffic light and creates several traffic light objects for this traffic light. Furthermore, during the detection by the detection device, a line of sight between it and the corresponding traffic light can be interrupted by an obstacle, so that once the obstacle has disappeared, the corresponding traffic light is detected again by the detection device and a new traffic light object is generated for it.
Ferner können die Ampelobjekte überfahrtspezifisch erfasst werden. Bei einer Überfahrt befindet sich ein Fahrzeug auf dem von der Ampelanlage gesteuerten Fahrbahnabschnitt und bewegt sich auf die Ampelanlage zu und überquert. Während dieser Überfahrt erfasst, insbesondere kontinuierlich, das Fahrzeug mittels seiner Erfassungseinrichtung die Ampelanlage. Dadurch können die Ampelinformationen präziser ausgewertet werden, da beispielsweise aus einer Überfahrt resultierende Ampelobjekte untereinander besser vergleichbar sind.Furthermore, the traffic light objects can be recorded specific to the crossing. During a crossing, a vehicle is on the section of the lane controlled by the traffic light system and is moving towards and crossing the traffic light system. During this crossing, in particular continuously, the vehicle detects the traffic light system by means of its detection device. This allows the traffic light information to be evaluated more precisely, since traffic light objects resulting from a crossing, for example, can be better compared with one another.
In einer Alternative kann das Ermitteln des Korrelationsfaktors für jedes Ampelpaar ferner umfassen:
- - Bilden von Überlappungsdauern und/oder von Übereinstimmungsdauern zwischen allen die erste Ampel repräsentierenden Ampelobjekten und allen die zweite Ampel repräsentierenden Ampelobjekten; und
- - Aufsummieren der Überlappungsdauern und/oder Aufsummieren der Übereinstimmungsdauern zwischen allen die erste Ampel repräsentierenden Ampelobjekten und allen die zweite Ampel repräsentierenden Ampelobjekten.
- - Formation of overlapping periods and / or coincidence periods between all traffic light objects representing the first traffic light and all traffic light objects representing the second traffic light; and
- Summing up the overlap periods and / or summing up the correspondence periods between all traffic light objects representing the first traffic light and all traffic light objects representing the second traffic light.
Jedes Ampelobjekt repräsentiert auch einen (erfassten) Phasenverlauf der entsprechenden Ampel. Mit anderen Worten, in jedem Ampelobjekt ist ein entsprechender Phasenverlauf der entsprechenden Ampel hinterlegt/abgespeichert. Aus den Phasenverläufen aus den Ampelobjekten können entsprechende Überlappungsdauern und/oder Übereinstimmungsdauern gebildet werden.Each traffic light object also represents a (recorded) phase progression of the corresponding traffic light. In other words, a corresponding phase course of the corresponding traffic light is stored / stored in each traffic light object. Corresponding overlapping periods and / or coincidence periods can be formed from the phase progressions from the traffic light objects.
Ferner kann das Bilden der Überlappungsdauern und/oder der Übereinstimmungsdauern zwischen allen die erste Ampel repräsentierenden Ampelobjekten und allen die zweite Ampel repräsentierenden Ampelobjekten überfahrtsspezifisch erfolgen. Damit wird die Auswertung der Ampelinformationen, wie oben erwähnt, präziser.
In einer Alternative kann das Bilden aller Ampelpaare aus den Ampeln ferner umfassen:
- - Bilden aller Ampelobjektpaare aus Ampelobjekten, die einer der Ampeln zugeordnet sind;
- - Ermitteln, für jedes Ampelobjektpaar, eines Korrelationsfaktors für einen Phasenverlauf des ersten Ampelobjekts des Ampelobjektpaars und einen Phasenverlauf eines zweiten Ampelobjekts des Ampelobjektpaars; und
- - Gruppieren der Ampelobjekte (hinsichtlich ihrer Phasenverläufe) unter Berücksichtigung der Korrelationsfaktoren der Ampelobjektpaare;
- - Erkennen der einen Ampel als inkonsistent, wenn eine Anzahl an Ampelobjektpaargruppen einen vorbestimmten Maximalwert überschreitet; und
- - Ausschließen der inkonsistenten Ampel aus dem Bilden aller Ampelpaare.
In an alternative, forming all traffic light pairs from the traffic lights can further comprise:
- - Formation of all traffic light object pairs from traffic light objects that are assigned to one of the traffic lights;
- Determining, for each pair of traffic light objects, a correlation factor for a phase curve of the first traffic light object of the pair of traffic light objects and a phase curve of a second traffic light object of the pair of traffic light objects; and
- - Grouping of the traffic light objects (with regard to their phase progressions) taking into account the correlation factors of the traffic light object pairs;
- - Recognition of the one traffic light as inconsistent when a number of traffic light object pair groups exceeds a predetermined maximum value; and
- - Exclude inconsistent traffic lights from creating all traffic light pairs.
Wie oben ausgeführt, ist jedes Ampelobjekt einer entsprechenden Ampel zugeordnet. In diesem Schritt werden also die möglichen Paarungskombinationen (ohne Wiederholung und ohne Reihenfolge) der einer Ampel zugehörigen Ampelobjekte erstellt.As stated above, each traffic light object is assigned to a corresponding traffic light. In this step, the possible pairing combinations (without repetition and without sequence) of the traffic light objects belonging to a traffic light are created.
Da jedes Ampelobjekt auch einen (erfassten) Phasenverlauf der entsprechenden Ampel repräsentiert, kann für jedes Ampelobjektpaar ein Korrelationsfaktor ermittelt werden.Since each traffic light object also represents a (recorded) phase curve of the corresponding traffic light, a correlation factor can be determined for each traffic light object pair.
In einem Schritt können Gruppen von Ampelobjekten gebildet werden. Diese Gruppenbildung erfolgt unter Berücksichtigung der oben ermittelten Korrelationsfaktoren der Ampelobjektpaare.Groups of traffic light objects can be formed in one step. This group formation takes place taking into account the correlation factors of the traffic light object pairs determined above.
Das Gruppieren der Ampelobjekte kann durch entsprechende Modelle, Algorithmen oder Heuristiken erfolgen. Insbesondere können entsprechende Clusteringverfahren angewendet werden.The traffic light objects can be grouped using appropriate models, algorithms or heuristics. In particular, corresponding clustering methods can be used.
Jede Ampel, deren Ampelobjekte betrachtet werden, kann als inkonsistent identifiziert werden, wenn eine Anzahl an Gruppen aus den betrachteten Ampelobjekten einen vorbestimmten Maximalwert überschreitet. Hier kann der vorbestimmte Maximalwert
Insbesondere können die Ampelobjektpaare auch überfahrtsspezifisch gebildet werden. Demnach werden lediglich einer Ampel zugeordneten Ampelobjekte, die aus derselben Überfahrt erstellt werden, zum Bilden der Ampelobjektpaare verwendet. Für diese entsprechende Ampel können für jede Überfahrt die Ampelobjekte wie oben beschrieben gruppiert werden. Anschließend kann ein Mittelwert für die Anzahl an Ampelobjektgruppen über alle Überfahrten (für die entsprechende Ampel) gebildet werden. Wenn dieser Mittelwert den vorbestimmten Maximalwert überschreitet, der in diesem Fall bspw. 1,2 betragen kann, wird die Ampel als inkonsistent identifiziert.In particular, the traffic light object pairs can also be formed specifically for each crossing. Accordingly, only traffic light objects assigned to a traffic light, which are created from the same crossing, are used to form the traffic light object pairs. For this corresponding traffic light, the traffic light objects can be grouped as described above for each crossing. A mean value for the number of traffic light object groups can then be formed over all crossings (for the corresponding traffic light). If this mean value exceeds the predetermined maximum value, which in this case can be 1.2, for example, the traffic light is identified as inconsistent.
Indem überfahrtsspezifische Ampelobjektpaare und somit überfahrtsspezifische Ampelobjektgruppen gebildet werden, kann das Identifizieren von inkonsistenten Ampeln zuverlässiger gestaltet werden.By forming crossing-specific traffic light object pairs and thus crossing-specific traffic light object groups, the identification of inconsistent traffic lights can be made more reliable.
Eine Alternative kann ferner umfassen
- - Zuordnen der inkonsistenten Ampel zu einer entsprechenden Ampelgruppe in Abhängigkeit von Korrelationsfaktoren zwischen den Ampelobjekten der inkonsistenten Ampel und den Ampelobjekten der entsprechenden Ampelgruppe.
- - Assigning the inconsistent traffic light to a corresponding traffic light group depending on correlation factors between the traffic light objects of the inconsistent traffic light and the traffic light objects of the corresponding traffic light group.
Damit kann auch eine inkonsistente Ampel zu einer entsprechenden Ampelgruppe zugeordnet werden. Damit wird sichergestellt, dass jede erfasste Ampel einer Ampelgruppe zuordenbar ist.This means that an inconsistent traffic light can also be assigned to a corresponding traffic light group. This ensures that every traffic light recorded can be assigned to a traffic light group.
Hierbei kann ferner die Zuordnung der inkonsistenten Ampel zu der entsprechenden Ampelgruppe unter der Voraussetzung erfolgen, dass die Anzahl korrelierter Ampelobjekte aus den Ampelobjekten der inkonsistenten Ampel und Ampelobjekten der entsprechenden Ampelgruppe mindestens einem vorbestimmten Bruchteil der Anzahl aller (korrelierter und nicht korrelierter) Ampelobjekte entspricht, die der inkonsistenten Ampel zugeordnet sind. Beispielsweise kann der vorbestimmte Bruchteil ein Drittel sein. D.h., wenn die Anzahl korrelierter Ampelobjekte mindestens einem Drittel aller der inkonsistenten Ampel zugeordneten Ampelobjekte entspricht, wird die inkonsistente Ampel der entsprechenden Ampelgruppe zugewiesen.Here, the inconsistent traffic light can also be assigned to the corresponding traffic light group on the condition that the number of correlated traffic light objects from the traffic light objects of the inconsistent traffic light and traffic light objects of the corresponding traffic light group corresponds to at least a predetermined fraction of the number of all (correlated and uncorrelated) traffic light objects that assigned to the inconsistent traffic light. For example, the predetermined fraction can be a third. That is, if the number of correlated traffic light objects corresponds to at least one third of all traffic light objects assigned to the inconsistent traffic light, the inconsistent traffic light is assigned to the corresponding traffic light group.
Nur die korrelierten Ampelobjekte werden für die folgenden Schritte in Betracht gezogen, der Rest entspricht mit hoher Wahrscheinlichkeit einer Erfassung einer Abbiegerampel. So eine Abbiegerampel kann durch andere entsprechende Maßnahmen auswertbar sein.Only the correlated traffic light objects are taken into account for the following steps, the rest corresponds with a high probability of detection of a turning traffic light. Such a turning traffic light can be evaluated by other appropriate measures.
In einer Alternative kann das Verfahren ferner umfassen:
- - Prüfen der durch die Ampelobjekte repräsentierten Phasenverläufe auf Plausibilität; und
- - Verwerfen von nicht-plausiblen Ampelobjekten.
- - Checking the phase progressions represented by the traffic light objects for plausibility; and
- - Rejection of implausible traffic light objects.
Dabei wird ein Phasenverlauf als nicht-plausibel identifiziert, der innerhalb seines Phasenverlaufs eine der folgenden Reihenfolgen von Ampelphasen aufweist:
- - Gelb-Phase auf Rot-Phase;
- - Rot-Gelb-Phase auf Grün-Phase;
- - Grün-Phase oder Rot-Gelb-Phase auf eine Gelb-Phase; oder
- - Rot-Phase oder eine Gelb-Phase auf eine Rot-Gelb-Phase.
- - Yellow phase to red phase;
- - red-yellow phase to green phase;
- - Green phase or red-yellow phase to a yellow phase; or
- - Red phase or a yellow phase to a red-yellow phase.
Damit wird die Zuverlässigkeit des Erkennens der Ampelgruppen mit gleichem Phasenverlauf erhöht.This increases the reliability of recognizing the traffic light groups with the same phase progression.
Ferner kann jedes Ampelobjekt für den entsprechenden Phasenverlauf folgende Informationen umfassen:
- - Startzeitpunkt des entsprechenden Phasenverlaufs mit einer entsprechenden Phase;
- - Wechselzeitpunkte des entsprechenden Phasenverlaufs mit einer entsprechenden Phase; und
- - Endzeitpunkt des entsprechenden Phasenverlaufs.
- - Start time of the corresponding phase progression with a corresponding phase;
- - Change times of the corresponding phase course with a corresponding phase; and
- - End time of the corresponding phase progression.
Wie oben erwähnt, ist ein Phasenverlauf als eine Vielzahl von Zeit-Ampelphase-Paaren darstellbar. Der Startzeitpunkt (erster Erfassungszeitpunkt) indiziert den Moment, in dem die Ampel von der fahrzeugseitigen Erfassungseinrichtung erstmalig erfasst wird. Bei den Wechselzeitpunkten (Phasenwechsel-Zeitpunkten) erfolgen Phasenwechsel, insbesondere gemäß der oben beschriebenen Phasenreihenfolge. Beim Endzeitpunkt (letzter Erfassungszeitpunkt) wird die Ampel von der fahrzeugseitigen Erfassungseinrichtung letztmalig erfasst.As mentioned above, a phase curve can be represented as a multiplicity of time / traffic light phase pairs. The starting time (first recording time) indicates the moment at which the traffic light is recorded for the first time by the vehicle-side recording device. At the change times (phase change times), phase changes take place, in particular according to the phase sequence described above. At the end time (last time of detection), the traffic light is detected for the last time by the detection device on the vehicle.
So kann ein tatsächlich kontinuierlicher Phasenverlauf der Ampel mittels der Ampelobjekte auf die wenigen obigen Daten (Zeitpunkte und Ampelphase) reduziert werden. Dadurch lässt sich der Phasenverlauf einer Ampel zuverlässig wiedergeben, bei gleichzeitig reduzierter Datenmenge pro Ampelobjekt.In this way, an actually continuous phase course of the traffic light can be reduced to the few above data (times and traffic light phase) by means of the traffic light objects. This enables the phase progression of a traffic light to be reproduced reliably, while at the same time reducing the amount of data per traffic light object.
In einer Alternative können die Ampelobjekte von einer Vielzahl von Fahrzeugen erfasst werden. Insbesondere können die Ampelinformationen von Erfassungseinrichtungen erfasst werden, die an einer Vielzahl von Fahrzeugen angebracht sind.In an alternative, the traffic light objects can be detected by a large number of vehicles. In particular, the traffic light information can be detected by detection devices that are attached to a large number of vehicles.
In einer Alternative kann das Gruppieren der Ampeln mittels eines ersten hierarchischen Clusteringverfahrens und/oder das Gruppieren der Ampelobjekte mittels eines zweiten hierarchischen Clusteringverfahrens erfolgen.In an alternative, the grouping of the traffic lights can take place using a first hierarchical clustering method and / or the grouping of the traffic light objects using a second hierarchical clustering method.
Ein hierarchisches Clusteringverfahren bzw. eine hierarchische Clusteranalyse ist ein distanzbasiertes Verfahren zur Strukturentdeckung in Datenbeständen wie den vorliegenden Ampelobjekten. Die resultierenden Cluster (Ampelgruppen) bestehen aus Ampel/-objekten, die zueinander eine vorbestimmte Ähnlichkeit aufweisen als zu den Ampel/-objekten anderer Cluster.A hierarchical clustering process or a hierarchical cluster analysis is a distance-based process for the structure discovery in databases such as the present traffic light objects. The resulting clusters (traffic light groups) consist of traffic lights / objects that have a predetermined similarity to one another than to the traffic lights / objects of other clusters.
Ein zweiter Aspekt der Offenbarung betrifft eine Vorrichtung zum Auswerten von Ampelinformationen über eine Ampelanlage, wobei die Vorrichtung ausgebildet und eingerichtet ist, eines der oben beschriebenen Verfahren auszuführen.A second aspect of the disclosure relates to a device for evaluating traffic light information about a traffic light system, the device being designed and set up to carry out one of the methods described above.
Ein dritter Aspekt der vorliegenden Offenbarung betrifft ein Computerprogramm zum Auswerten von Ampelinformationen über eine Ampelanlage, wobei das Computerprogramm ausgebildet ist, bei seiner Ausführung eine Datenverarbeitungsvorrichtung zu veranlassen, eines der oben beschriebenen Verfahren auszuführen.A third aspect of the present disclosure relates to a computer program for evaluating traffic light information about a traffic light system, the computer program being designed to cause a data processing device to execute one of the methods described above when it is executed.
Ausführungsbeispiele der Erfindung werden nun beispielhaft und unter Bezugnahme auf die beigefügten Zeichnungen beschrieben. Dabei zeigt:
-
1 schematisch einen durch eine Ampelanlage gesteuerten Fahrbahnabschnitt; -
2 schematisch ein Verfahren zum Aufbereiten von Daten über die Ampelanlage; -
3 schematisch ein Ampelbild der in1 gezeigten Ampelanlage; -
4 schematisch ein beispielhaftes Ampelbild der in1 gezeigten Ampelanlage; -
5 schematisch ein Verfahren zur Gruppierung von Ampeln der in1 gezeigten Ampelanlage; -
6 schematisch ein Verfahren zum Bestimmen einer Ampelphase einer Ampel; und -
7 schematisch und beispielhaft zwei Phasenverläufe.
-
1 schematically a section of the roadway controlled by a traffic light system; -
2 schematically a method for processing data on the traffic light system; -
3 schematically a traffic light image of the in1 shown traffic lights; -
4th schematically an exemplary traffic light image of the in1 shown traffic lights; -
5 schematically a method for grouping traffic lights of the in1 shown traffic lights; -
6 schematically a method for determining a traffic light phase of a traffic light; and -
7th schematic and exemplary two phase courses.
In
Im Rahmen der Offenbarung bedeutet „Erfassen durch das Fahrzeug
Ein Phasenverlauf einer Ampel wird auch als Signalverlauf bezeichnet. Ein Phasenverlauf gibt Phasendauern sowie entsprechenden Ampelphasen an. Ein Phasenverlauf für eine Ampel ist als eine Vielzahl von Zeit-Ampelphase-Paaren darstellbar. Eine Ampelphase ist ein Signal, die eine Ampel anzeigen kann. In der Regel weist eine Ampel die (Ampel-)Phasen „grün“, „gelb“, „rot“ und „gelb und rot“ auf, wobei in der Regel die Ampelphasen auch in dieser Reihenfolge von der Ampel angezeigt werden. Andere Reihenfolgen sind auch möglich.A phase curve of a traffic light is also referred to as a signal curve. A phase progression indicates phase durations and the corresponding traffic light phases. A phase progression for a traffic light can be represented as a plurality of time-traffic light phase pairs. A traffic light phase is a signal that a traffic light can display. As a rule, a traffic light has the (traffic light) phases “green”, “yellow”, “red” and “yellow and red”, whereby the traffic light phases are usually also displayed in this order by the traffic light. Other orders are also possible.
Es versteht sich, dass das Fahrzeug
Bei der vorliegenden Ampelanlage
In der
In einem Schritt S101 werden Ampelinformationen, sog. Ampelobjekte,
Jedes Ampelobjekt
Jedes der Ampelobjekte
Für das in
Es ist möglich, die Ampelobjektpunkte in einem „semi-globalen“ Koordinatensystem darzustellen, das für einen vorbestimmten Bereich um einen gegebenen Referenzpunkt (Ursprung des „semi-globalen“ Koordinatensystems) gültig ist. Dabei kann sich der vorbestimmte Bereich auch mehrere hundert Meter von dem Referenzpunkt in alle möglichen Richtungen erstrecken, insbesondere in Richtung Osten, Norden und oben (von der Erdoberfläche weg).It is possible to display the traffic light object points in a “semi-global” coordinate system that is valid for a predetermined area around a given reference point (origin of the “semi-global” coordinate system). The predetermined area can also extend several hundred meters from the reference point in all possible directions, in particular in the east, north and above (away from the earth's surface).
Die Ampelobjektpunkte pn können eine unerwünscht hohe Streuung in einer Längsrichtung entlang eines Verlaufs des Fahrbahnabschnitts
In einem Schritt S102 wird ein Verlauf dtraj des Fahrbahnabschnitts
Der Verlauf rtraj des Fahrbahnabschnitts
Es ist möglich, dass der Schritt S101 vor, nach oder gleichzeitig mit dem Schritt S102 erfolgt.It is possible for step S101 to take place before, after or at the same time as step S102.
In einem Schritt S103 werden die Ampelobjektpunkte pn auf eine Längsrichtung dtraj_intersec des Verlaufs dtraj des Fahrbahnabschnitts
Da die Ampelobjektpunkte pn und der Verlauf dtraj des Fahrbahnabschnitts
In einem Schritt S104 werden diejenigen Ampelobjektpunkte pn verworfen, die in der Längsrichtung dtraj_intersec weiter als zwei Standardabweichungen
Mit anderen Worten, es werden Ampelobjektpunkte pn unter Berücksichtigung einer Streuung (in Längsrichtung) aller Ampelobjektpunkte {pn} aussortiert. Alternativ ist es auch möglich, einen vorbestimmten Grenzwert vorzusehen, der insbesondere nicht von der Standardabweichung
Die verworfenen Ampelobjektpunkte pn repräsentieren mit hoher Wahrscheinlichkeit Ampeln, die nicht auf der für den Fahrbahnabschnitt
Die Schritte S102, S103 und S104 stellen das oben erwähnte Vorfiltern der Ampelobjektpunkte pn dar.Steps S102, S103 and S104 represent the above-mentioned pre-filtering of the traffic light object points p n .
Ferner werden die nach der Vorfilterung übrig gebliebenen Ampelobjekte pn mittels eines Clusteringverfahrens in Gruppen unterteilt. Hierbei ist unter einem Clusteringverfahren ein Verfahren zur Entdeckung von Ähnlichkeitsstrukturen in (großen) Datenbeständen, wie den hier vorliegenden Ampelobjekten pn, gemeint. Die durch das Clusteringverfahren gefundenen Gruppen von „ähnlichen“ Objekten werden Cluster genannt.Furthermore, the traffic light objects p n remaining after the pre-filtering are subdivided into groups by means of a clustering method. A clustering method here means a method for discovering similarity structures in (large) databases, such as the traffic light objects p n present here. The groups of "similar" objects found by the clustering process are called clusters.
In einem Schritt S105 werden die Ampelobjektpunkte pn auf eine Bildebene E projiziert, die senkrecht zum Verlauf dtraj des Fahrbahnabschnitts
Zur Projektion auf die Bildebene E wird jeder Ampelobjektpunkt auf eine Querrichtung dtraj_intersec des Verlaufs dtraj des Fahrbahnabschnitts
Hier ist
In einem Schritt S106 wird ein (erstes) Clusteringverfahren auf die in Fahrtrichtung projizierten Ampelobjektpunkte p'n ausgeführt. So können die in Fahrtrichtung projizierten Ampelobjektpunkte p'n gruppiert werden, um Ampelgruppen zu erkennen/ermitteln. Die Ampelobjektpunkte p'n werden hinsichtlich ihrer Position(-daten) geclustert.In a step S106, a (first) clustering method is carried out on the traffic light object points p ' n projected in the direction of travel. Thus, the traffic light object points p ' n projected in the direction of travel can be grouped in order to recognize / determine traffic light groups. The traffic light object points p ' n are clustered with regard to their position (data).
Hierbei können verschiedene Clusterverfahren verwendet werden. In der Regel wird der bekannte Algorithmus „Density-Based Spatial Clustering of Applications with Noise“ (DBSCAN) verwendet. Dieser Algorithmus arbeitet dichtebasiert und kann mehrere Cluster erkennen. Rauschpunkte (noise) werden dabei ignoriert und separat zurückgeliefert.Various clustering methods can be used here. As a rule, the well-known algorithm “Density-Based Spatial Clustering of Applications with Noise” (DBSCAN) is used. This algorithm works on a density basis and can recognize several clusters. Noise points are ignored and returned separately.
Der Algorithmus bildet Cluster von sogenannten „dichte-verbundenen“ Punkten, d.h. von Punkten die sich nicht weiter als eine vorgegebene Distanz (Nachbarschaftslänge) von einem „Kernpunkt“ im selben Cluster t befinden. Ein Kernpunkt ist ein Punkt, der näher als die Nachbarschaftslänge ε zu mindestens einer vorbestimmten Mindestanzahl minPts weiteren Kernpunkte im selben Cluster t liegt.The algorithm forms clusters of so-called “densely connected” points, i.e. of points that are not further than a specified distance (neighborhood length) from a “core point” in the same cluster t. A core point is a point which is closer than the neighborhood length ε to at least a predetermined minimum number minPts of further core points in the same cluster t.
Für das vorliegende Verfahren beträgt eine Nachbarschaftslänge ε1 zwei Meter und die vorbestimmte Mindestanzahl minPts = 3. Vorliegend ist eine vergleichsweise hohe Nachbarschaftslänge ε1 =2m gewählt, um der vergleichsweisen hohen Streuung in den Ampelobjekten p'n, insbesondere hinsichtlich ihrer Positionen (in dem Koordinatensystem), entgegenzuwirken.For the present method, a neighborhood length ε 1 is two meters and the predetermined minimum number minPts = 3. In the present case, a comparatively high neighborhood length ε 1 = 2m is selected to avoid the comparatively high scatter in the traffic light objects p ' n , in particular with regard to their positions (in which Coordinate system) to counteract.
Es sind auch andere Werte möglich, um das Clusteringverfahren an verschiedene Umstände anzupassen.Other values are also possible in order to adapt the clustering method to different circumstances.
Das Ergebnis des Clusteringverfahrens aus Schritt S106 sind Cluster t mit t=1... T aus den in Fahrtrichtung projizierten Ampelobjektpunkten p'n. Jedes dieser Cluster t stellt eine Ampelobjektgruppe dar, die repräsentativ für eine „physikalische“ Ampel
In einem Schritt S107 werden die einem Ampelcluster t, also einer Ampel t, zugehörigen Ampelobjekte mit dem entsprechenden Index t referenziert, so dass sich jeder projizierter Ampelobjektpunkt mit p'n
Es sei angemerkt, dass eine Ampelgruppe t mehr als ein Ampelobjekt (und somit eine Ampelposition) umfassen kann, das seinen Ursprung bzw. die ihren Ursprung in derselben Überfahrt c haben kann. Grund dafür ist, dass eine Doppelerkennung durch die Erfassungseinrichtung
In einem Schritt S108 werden die Ergebnisse des ersten Clusteringverfahrens nachgefiltert.In a step S108, the results of the first clustering method are post-filtered.
Hierfür werden Ampelobjektpunkte p'n, die keiner Ampelgruppe t zuordenbar sind und somit ein Rauschen darstellen, verworfen.For this purpose, traffic light object points p ' n that cannot be assigned to any traffic light group t and thus represent noise are discarded.
Alternativ oder ergänzend werden im Schritt S108 Ampelcluster t mit einer Anzahl an Ampelobjektpunkte p'n, die kleiner ist als eine vorbestimmte Mindestanzahl, bspw. ein Fünftel der Anzahl des zweitgrößten Ampelcluster, verworfen. Die Ampelobjektpunkte p'n der betreffenden Ampelcluster t werden ebenfalls verworfen. Dadurch wird sichergestellt, dass für das weitere Verfahren keine Ampelcluster t berücksichtigt werden, die aus verstreuten und keiner physikalischen Ampel t entsprechenden Ampelobjektpunkten p'n gebildet sind.Alternatively or additionally, in step S108, traffic light clusters t with a number of traffic light object points p ' n which is smaller than a predetermined minimum number, for example one fifth of the number of the second largest traffic light cluster, are discarded. The traffic light object points p ' n of the relevant traffic light clusters t are also discarded. This ensures that no traffic light clusters t are taken into account for the further method which are formed from scattered traffic light object points p ' n which do not correspond to any physical traffic light t.
Alternativ oder ergänzend wird im Schritt S108 eine Hauptkomponentenanalyse für jedes Ampelcluster t durchgeführt.As an alternative or in addition, a main component analysis is carried out for each traffic light cluster t in step S108.
Aufgrund der vergleichsweisen hohen ersten Nachbarschaftslänge ε1=2m kann es dazu kommen, dass zwei dicht nebeneinanderliegende Ampeln t, durch das Clusteringverfahren zu einem Cluster t zusammengefasst werden. Dadurch werden die zwei dicht nebeneinanderliegenden Ampeln t nicht als solche erkannt, sondern nur durch ein Ampelcluster t und somit nur als eine Ampel t dargestellt. So ein Ampelcluster t kann mittels der Hauptkomponentenanalyse ermittelt werden.Due to the comparatively high first neighborhood length ε 1 = 2m, it can happen that two closely adjacent traffic lights t are combined into a cluster t by the clustering process. As a result, the two closely adjacent traffic lights t are not recognized as such, but are only represented by a traffic light cluster t and thus only as a traffic light t. Such a traffic light cluster t can be determined by means of the principal component analysis.
Die Hauptkomponentenanalyse ist ein Verfahren der multivariaten Statistik. Sie dient zur Strukturierung, Vereinfachung und Veranschaulichung umfangreicher Datensätze, indem eine Vielzahl statistischer Variablen durch eine geringere Zahl möglichst aussagekräftiger Linearkombinationen (Hauptkomponenten) genähert wird.Principal component analysis is a method of multivariate statistics. It is used to structure, simplify and visualize extensive data sets by approximating a large number of statistical variables with a smaller number of linear combinations (main components) that are as meaningful as possible.
Für die Hauptkomponentenanalyse eines Ampelcluster t werden alle dem entsprechenden Ampelcluster t zugehörigen Ampelobjektpunkte p'n
In der obigen Formel steht c für die entsprechende Überfahrt aus c=1...C.In the above formula, c stands for the corresponding crossing from c = 1 ... C.
Von dieser Ampelobjektpunktwolke {p'n
Dadurch können diejenigen Ampelcluster als „Doppelcluster“ identifiziert werden, deren Hauptkomponente länger ist als ein vorbestimmter Wert. Mit anderen Worten, Doppelcluster liegen vor, wenn Eigenwerte λmax
Vorliegend kann der vorbestimmte Eigenwert-Grenzwert der zweifache Medianwert von allen Eigenwerten λmax
Es ist auch möglich, andere vorbestimmte Eigenwert-Grenzwerte zu verwenden. Beispielsweise kann der vorbestimmte Eigenwert-Grenzwert ein anderer Faktor des Medianwerts der Eigenwerte λmax
Auf die identifizierten Doppelcluster wird nochmal das Clusteringverfahren (zweites Clusteringverfahren) angewendet. Insbesondere wird hierbei wieder der DBSCAN-Algorithmus angewendet, jedoch mit einer Nachbarschaftslänge ε2, die der Hälfte der ersten Nachbarschaftslänge ε1 des ersten Clusteringverfahrens entspricht. Vorliegend beträgt die Nachbarschaftslänge ε2 =1m. Die Nachbarschaftslänge ε2 des zweiten Clusteringverfahrens kann auch einen anderen Wert aufweisen, solange dieser niedriger ist als die erste Nachbarschaftslänge ε1. Maßgeblich ist dabei, dass das zweite Clusteringverfahren innerhalb der Doppelcluster wiederum „Sub-Cluster“ erkennt.The clustering process (second clustering process) is applied again to the identified double clusters. In particular, the DBSCAN algorithm is used here again, but with a neighborhood length ε 2 that corresponds to half of the first neighborhood length ε 1 of the first clustering method. In the present case, the neighborhood length is ε 2 = 1m. The neighborhood length ε 2 of the second clustering method can also have a different value as long as it is lower than the first Neighborhood length ε 1 . It is important that the second clustering process again detects “sub-clusters” within the double clusters.
Die entstehenden „Sub-Cluster“ werden als Ampelcluster t behandelt. Aus dem DBSCAN-Algorithmus mit der Nachbarschaftslänge ε2 des zweiten Clusteringverfahrens entstehende Ampelobjektpunkte {p'n}, die keinem „Sub-Cluster“ zuordenbar sind, werden verworfen.The resulting “sub-clusters” are treated as traffic light clusters t. From the DBSCAN algorithm with the neighborhood length ε 2 of the second clustering method, traffic light object points {p ' n } that cannot be assigned to a “sub-cluster” are discarded.
In einem Schritt S109 werden alle überfahrtsspezifischen Datensätze, die nach den obigen Schritten weniger als eine vorbestimmte Mindestanzahl an Ampelobjekten aufweisen, verworfen. Es wird also geprüft, ob es nach den vorherigen Schritten dazu kommen kann, dass von einer Überfahrt c nur noch eine vorbestimmte Mindestanzahl an Ampelobjekten vorliegt.In a step S109, all crossing-specific data records that have less than a predetermined minimum number of traffic light objects after the above steps are discarded. It is therefore checked whether, after the previous steps, it can happen that only a predetermined minimum number of traffic light objects is still present from a passage c.
Hier beträgt diese vorbestimmte Mindestanzahl zwei. In anderen Ausführungen ist auch eine andere vorbestimmte Mindestanzahl an Ampelobjekten möglich. Maßgeblich ist, das diese Mindestanzahl derart gewählt wird, dass sichergestellt wird, dass eine zuverlässige Zuordnung der Ampelobjektpunkte p'n
Falls ein Ampelcluster t durch den Schritt S109 keine Ampelobjekte mehr aufweist, werden diese „leeren“ Ampelcluster ebenfalls verworfen.If a traffic light cluster t no longer has any traffic light objects as a result of step S109, these “empty” traffic light clusters are likewise discarded.
In einem Schritt S110 wird das Ampelbild
Beispielhaft ist ein Ergebnis des vorher beschriebenen Verfahrens in
Die Ampelobjekte, die für die Ampel
In der
Wie oben beschrieben, werden die Ampelobjekte
So lässt sich aus dem Ampelbild
Dass während einer Überfahrt für eine Ampel mehr als ein Ampelobjekt erzeugt wird, kann u.a. daran liegen, dass die Erfassungseinrichtung
Es sei angemerkt, dass die in
In
In einem Schritt S201 wird das Ampelbild
In einem Schritt S202 werden inkonsistente Ampeln identifiziert. Es wird darauf hingewiesen, dass die physikalischen Ampeln
Eine Ampel ist inkonsistent, wenn der Phasenverlauf einzelner Ampelobjekte, die derselben Ampel zugeordnet sind, zueinander inkonsistent erscheinen. Dies deutet in der Regel darauf hin, dass an der betroffenen Ampel eine (Rechts-oder Links-)Abbiegerampel steht, die nur gelegentlich leuchtet. Diese Abbiegerampeln hängen in der Regel so nah an der betroffenen Ampel, dass das in
In dem beispielhaften Ampelbild
Um diesem Umstand der inkonsistenten Ampeln bzw. Ampelcluster entgegenzuwirken, werden für jedes Ampelcluster
Hierbei ist
Alle einer Überfahrt c zugeordneten Ampelobjekte werden unter Berücksichtigung der entsprechenden Korrelationsfaktoren ρn
Im vorliegenden Beispiel des Ampelbilds
In einem Schritt S203 werden die Phasenverläufe aller Ampelobjekte
In einem Schritt S204 werden aus den konsistenten Ampelclustern t1, t2, t3 alle Ampelpaarkombinationen gebildet. Es werden vorliegend also die Ampelpaarkombinationen
Anschließend werden im Schritt S205 überfahrtsübergreifend eine Überlappungsdauer Tt und eine Übereinstimmungsdauer Tm zwischen allen Ampelobjekten
Der Schritt S205 wird beispielhaft für das Ampelpaar
Hierbei steht c für die jeweilige Überfahrt aus c=1...C und nc,t
Zum Beispiel ist aus dem beispielhaften Ampelbild
Für die Berechnung der Übereinstimmungsdauer Tmt
Anschließend kann dann ein Korrelationsfaktor ρt
Im Schritt S206 werden basierend auf den Korrelationsfaktoren aller Ampelpaarkombinationen alle konsistenten Ampelcluster gruppiert. Dabei werden die Ampeln derart gruppiert, dass alle innerhalb einer Gruppe befindlichen Ampeln einen gleichen Phasenverlauf aufweisen. Das Gruppieren erfolgt über entsprechende Clusteringverfahren, wie beispielsweise den hierarchischen Clusteralgorithmus. Die resultierenden Gruppen, sog. Ampelgruppen, werden mit einem Index g=1...G referenziert. Jedes konsistente Ampelcluster ist einer dieser Ampelgruppen zugeordnet.In step S206, all consistent traffic light clusters are grouped based on the correlation factors of all traffic light pair combinations. The traffic lights are grouped in such a way that all traffic lights within a group have the same phase sequence. The grouping takes place via appropriate clustering methods, such as the hierarchical clustering algorithm. The resulting groups, so-called traffic light groups, are referenced with an index g = 1 ... G. Each consistent traffic light cluster is assigned to one of these traffic light groups.
Im Schritt S207 werden die als inkonsistent erkannten Ampelcluster t* einer Ampelgruppe g zugeordnet. Dabei wird für jede Überfahrt c eine Überlappungsdauer Ttn
Dabei wird die überfahrtspezifische Überlappungsdauer Ttn
Hierbei steht Tg für die Anzahl der Ampelcluster in der jeweiligen Ampelgruppe g. Ferner steht
Die überfahrtspezifische Überlappungsdauer Tmn
Anschließend wird für jede inkonsistente Ampel t* und für jede gebildete Ampelgruppe g ein überfahrtsübergreifender Satz Γg,t* mit allen Ampelobjekten nc,t* der inkonsistenten Ampel t* gemäß der folgenden Formel gebildet:
Man erkennt also, dass die dem Satz Γg,t* zugehörigen Ampelobjekte der inkonsistenten Ampel t* zu den Ampelobjekten nc,g der Ampelgruppe g einen Mindestkorrelationsfaktor
Für die Ampelobjekte aus dem Satz Γg,t* werden jeweils überfahrts- und ampelobjektübergreifend eine Überlappungsdauer Ttt*,g und eine Übereinstimmungsdauer Tmt*,g gemäß folgender Formeln ermittelt.
Bei den obigen zwei Formeln gilt zusätzlich nc,t* ∈ Γg,t*. So werden also nur Ampelobjekte nc,t* der inkonsistenten Ampel t* aufsummiert, die den oben erwähnten Mindestkorrelationsfaktor zur Ampelgruppe g aufweisen bzw. überschreiten.In the above two formulas, n c, t * ∈ Γ g, t * also applies. Thus, only traffic light objects n c, t * of the inconsistent traffic light t * which have or exceed the above-mentioned minimum correlation factor for traffic light group g are added up.
Für jede inkonsistente Ampel t* wird eine entsprechende Ampelgruppe
Dazu wird folgende Formel verwendet:
Die inkonsistente Ampel t* wird dieser Ampelgruppe
Dabei werden nur die korrelierten Ampelobjekte nc,t* ∈ Γg,t* der inkonsistenten Ampel t* der Ampelgruppe
In
Für das Verfahren können bspw. die durch die Ampelobjekte repräsentierten Informationen verwendet werden. In Alternativen können die für das Verfahren erforderlichen Informationen auch in anderer Form als Ampelobjekte bereitgestellt/repräsentiert werden.For example, the information represented by the traffic light objects can be used for the method. In alternatives, the information required for the method can also be provided / represented in a different form than traffic light objects.
Insbesondere wird das Verfahren durchgeführt, wenn das Fahrzeug
In jedem Fall befindet sich das Fahrzeug
In einem Schritt S301 wird ein Zeitpunkt Tevent abgerufen, zu dem das Fahrzeug
Wenn das Fahrzeug
In einem Schritt S302 wird ein erster Erfassungszeitpunkt Ti abgerufen, zu dem das Fahrzeug
Ein Zeitintervall ΔTi zwischen dem Zeitpunkt Ti der ersten Sichtung der Ampel und dem Event-Zeitpunkt Tevent kann ermittelt werden.A time interval ΔT i between the time T i of the first sighting of the traffic light and the event time T event can be determined.
In einem Schritt S303 wird ein letzter Erfassungszeitpunkt Te abgerufen, zu dem das Fahrzeug die Ampel letztmalig erfasst.In a step S303, a last detection time T e is retrieved, at which the vehicle detects the traffic light for the last time.
Ein Zeitintervall ΔTe zwischen dem Zeitpunkt Te der letzten Sichtung der Ampel und dem Event-Zeitpunkt Tevent kann ermittelt werden. Das Zeitintervall ΔTe wird auf 0 gesetzt, wenn zum Event-Zeitpunkt Tevent die Ampel noch sichtbar ist.A time interval ΔT e between time T e of the last sighting of the traffic light and the event time T event can be determined. The time interval ΔT e is set to 0 if the traffic light is still visible at the event time T event .
In einem Schritt S304 ein Phasenverlauf der Ampel abgerufen, der sich von dem ersten Erfassungszeitpunkt Ti bis zum letzten Erfassungszeitpunkt Te erstreckt. Aus dem abgerufenen Phasenverlauf lässt sich eine Ampelphase Cg der Ampel ermitteln, die zum Zeitpunkt Ti vorliegt. In der Regel kann die Ampelphase Cg zumindest folgende Werte aufweisen: grün, gelb, rot sowie rot und gelb. Es können also folgende Ampelphasen Cg auftreten: Rotphase, Gelbphase, Rotphase, Grünphase sowie Rot-Gelb-PhaseIn a step S304, a phase profile of the traffic light is called up, which extends from the first detection time T i to the last detection time T e . A traffic light phase C g of the traffic light, which is present at time T i , can be determined from the retrieved phase profile. As a rule, the traffic light phase C g can have at least the following values: green, yellow, red as well as red and yellow. The following traffic light phases C g can therefore occur: red phase, yellow phase, red phase, green phase and red-yellow phase
Für den Fall, dass eine Ampelphase Cg einer Ampelgruppe abgerufen wird, kann es vorkommen, dass Ampeln dieser Ampelgruppe widersprüchliche Ampelphasen anstatt einer gemeinsamen Ampelphase annehmen/wiedergeben. Dann wird die Ampelphase Cg für diese Ampelgruppe auf „ungültig“ gesetzt.In the event that a traffic light phase C g of a traffic light group is called up, traffic lights of this traffic light group may assume / reproduce contradicting traffic light phases instead of a common traffic light phase. Then the traffic light phase C g is set to “invalid” for this traffic light group.
In einem Schritt S305 wird ein Phasenwechsel-Zeitpunkt Tswitch ermittelt oder abgerufen, zu dem ein Phasenwechsel der Ampel erfolgt bzw. erfasst wurde. Mit anderen Worten, zum Zeitpunkt Tswitch verändert sich die Ampelphase Cg der Ampel. Der Phasenwechsel-Zeitpunkt Tswitch liegt vor dem letzten Erfassungszeitpunkt Te.In a step S305, a phase change point in time T switch is determined or retrieved at which a phase change of the traffic light takes place or was detected. In other words, the traffic light phase C g of the traffic light changes at the time T switch . The phase change time T switch is before the last acquisition time T e .
Ein Zeitintervall ΔTswitch zwischen dem Zeitpunkt Tswitch des Phasenwechsels der Ampel und dem Event-Zeitpunkt Tevent kann ermittelt werden.A time interval ΔT switch between the time T switch of the phase change of the traffic light and the event time T event can be determined.
Falls es keinen Phasenwechsel gibt oder falls es Widersprüche zwischen zwei oder mehr Ampeln einer Ampelgruppe vorliegen, wird der Zeitpunkt Tswitch und somit auch das Zeitintervall Δtswitch auf „ungültig“ gesetzt. Wenn kein Phasenwechsel in dem abgerufenen Phasenverlauf vorliegt, kann der Phasenwechsel-Zeitpunkt (wie später beschrieben) ermittelt werden.If there is no phase change or if there are contradictions between two or more traffic lights in a traffic light group, the time T switch and thus also the time interval Δt switch are set to "invalid". If there is no phase change in the retrieved phase profile, the phase change time (as described later) can be determined.
In einem Schritt S306 wird eine Ampelphase CΔ- vor dem Phasenwechsel-Zeitpunkt Tswitch der Ampel und eine Ampelphase CΔ+ nach dem Zeitpunkt Tswitch des Phasenwechsels der Ampel ermittelt. Die Ampelphasen CΔ- und CΔ+ geben also diejenigen Ampelphasen an, die vor bzw. nach dem Zeitpunkt Tswitch vorliegen. Die Ampelphasen CΔ- und CΔ+ können die in Schritt S304 beschriebenen Ampelphasen annehmen.In a step S306, a traffic light phase C Δ- is determined before the phase change time T switch of the traffic light and a traffic light phase C Δ + after the time T switch of the phase change of the traffic light. The traffic light phases C Δ- and C Δ + thus indicate those traffic light phases that exist before or after the point in time T switch . The traffic light phases C Δ- and C Δ + can assume the traffic light phases described in step S304.
In einem Schritt S307 wird bestimmt, welche Ampelphase Cg zum Event-Zeitpunkt Tevent vorliegt. Im Speziellen wird eine Wahrscheinlichkeit P(C9=rot) ermittelt, dass die Ampel zum Zeitpunkt Tevent eine Ampelphase von „rot“ aufweist. Mit anderen Worten, es wird ermittelt, mit welcher Wahrscheinlichkeit die Ampel rot ist (bzw. eine rote Ampelphase anzeigt), wenn das Fahrzeug
Die Wahrscheinlichkeit P(C9=rot) ist also eine bedingte Wahrscheinlichkeit, die die Größen ΔTe, ΔTi, Cg, ΔTswitch, CΔ- und CΔ+ berücksichtigt.The probability P (C 9 = red) is therefore a conditional probability that takes into account the quantities ΔT e , ΔT i , C g , ΔT switch , C Δ- and C Δ + .
Für die Wahrscheinlichkeit P(Cg=grün), dass die Ampel zum Zeitpunkt Tevent eine Ampelphase Cg von „grün“ aufweist, gilt:
Die Wahrscheinlichkeit P(Cg=grün) ist ebenfalls eine bedingte Wahrscheinlichkeit, die die Größen ΔTi, ΔTe, Cg, ΔTswitch, CΔ- und CΔ+ berücksichtigt.The probability P (C g = green) is also a conditional probability that takes into account the variables ΔT i , ΔT e , C g , ΔT switch , C Δ- and C Δ + .
Zur Berechnung der Wahrscheinlichkeiten P(Cg=rot) bzw. P(Cg=grün) kann es zu drei Fällen I, II, III kommen. Diese Fälle hängen von den Zeitintervallen ΔTe und/oder ΔTswitch ab.To calculate the probabilities P (C g = red) or P (C g = green) there can be three cases I, II, III. These cases depend on the time intervals ΔT e and / or ΔT switch .
Im Fall I ist ΔTe=0s. Die Erfassungseinrichtung 3 hat die Ampel zum Zeitpunkt Tevent noch gesehen. Entsprechend ist die Ampelphase Cg der Ampel bekannt, so dass für die Wahrscheinlichkeit P(Cg=rot) gilt:
Die Wahrscheinlichkeit P(Cg=rot) von 0,8 für die Ampelphase c=gelb erlaubt, dass eine gelbe Ampel als grün oder rot interpretierbar ist, wobei dieser Wert von 0,8 fahrerabhängig ist. Entsprechendes gilt für die Wahrscheinlichkeit P(Cg=rot) von 0,7 für c=gelb+rot. Die Wahrscheinlichkeiten für c=gelb und c=gelb+rot sind hier beispielhaft. In Alternativen können diese Werte fahrerspezifisch ermittelt werden. Mit anderen Worten, die Wahrscheinlichkeiten für c=gelb und c=gelb+rot können in Abhängigkeit eines Fahrverhaltens eines Fahrers bestimmt/ermittelt werden.The probability P (C g = red) of 0.8 for the traffic light phase c = yellow allows a yellow traffic light to be interpreted as green or red, this value of 0.8 being dependent on the driver. The same applies to the probability P (C g = red) of 0.7 for c = yellow + red. The probabilities for c = yellow and c = yellow + red are exemplary here. In alternatives, these values can be determined specifically for the driver. In other words, the probabilities for c = yellow and c = yellow + red can be determined / ascertained as a function of a driver's driving behavior.
Im Fall II ist das Zeitintervall ΔTe größer als 0s und das Zeitintervall ΔTswitch weist einen gültigen Wert (und somit einen Wert größer als 0s) auf. Somit kann die Ampelphase Cg zum Zeitpunkt Tevent aus dem zuletzt erfassten Phasenwechsel zum Zeitpunkt Tswitch abgeleitet werden.In case II, the time interval ΔT e is greater than 0s and the time interval ΔT switch has a valid value (and thus a value greater than 0s). The traffic light phase C g at time T event can thus be derived from the most recently recorded phase change at time T switch .
Dazu werden Phasendauern der Ampelphasen, die in der Regel unbekannt sind, berücksichtigt, indem die Phasendauern als Zufallsvariablen modelliert werden. Es wird also ein Referenzampelzyklus modelliert. In dem Modell steht Tcycle für eine Umlaufzeit des Referenzampelzyklus. Eine Umlaufzeit entspricht der Dauer, die eine Ampel benötigt, um einen kompletten Schaltvorgang zu durchlaufen. Bspw. kann ein kompletter Schaltvorgang ein Ampelphasenverlauf mit den Ampelphasen in der Reihenfolge „grün“, „gelb“, „rot“ und „gelb und rot“ sein.For this purpose, the phase durations of the traffic light phases, which are usually unknown, are taken into account by modeling the phase durations as random variables. A reference traffic light cycle is modeled. In the model, T cycle stands for a circulation time of the reference traffic light cycle . A cycle time corresponds to the time a traffic light needs to go through a complete switching process. For example, a complete switching process can be a traffic light phase sequence with the traffic light phases in the order “green”, “yellow”, “red” and “yellow and red”.
Für die Umlaufzeit Tcycle gilt:
Hierbei ist tcycle_min eine minimale Umlaufzeit und tcycle_max die maximale Umlaufzeit.Here t cycle_min is a minimum cycle time and t cycle_max is the maximum cycle time.
Für den Referenzampelzyklus wird also angenommen, dass eine Gleichverteilung der Umlaufzeit in dem obigen Wertebereicht [tcycle_min; tcycle_max] vorliegt.
Beispielhaft kann tcycle_min 30s betragen und tcycle_max 120s. Diese Werte stammen aus der Richtlinie für Lichtsignalanlagen, die ein für Deutschland gültiges Regelwerk ist. Für andere Länder können entsprechend andere Werte vorgegeben sein.For the reference traffic light cycle , it is assumed that a uniform distribution of the cycle time in the above value range [t cycle_min ; t cycle_max ] is present.
For example, t cycle_min can be 30s and t cycle_max 120s. These values come from the guideline for traffic light systems, which is a set of rules applicable in Germany. For other countries, other values can be specified accordingly.
Für eine Phasendauer Xrot, in der der Referenzampelzyklus rot anzeigt, gilt folgendes:
Auch hier wird für den Referenzampelzyklus angenommen, dass die Phasendauer Xrot in dem Wertebereich [rotmin; rotmax] gleichverteilt ist. In der Regel geben rotmin und rotmax den minimalen bzw. maximalen Bruchteil von der Umlaufzeit Tcycle an, zu der der Referenzampelzyklus „rot“ anzeigt. Beispielsweise kann rotmin=0,3 und rotmax=0,7 sein. Alternativ kann der Wertebereich für die Phasendauer Xrot auch durch absolute Mindest- und Maximalzeiten in Sekunden angeben sein.Here, too, it is assumed for the reference traffic light cycle that the phase duration X rot is in the value range [rot min ; rot max ] is evenly distributed. As a rule, red min and red max indicate the minimum or maximum fraction of the cycle time T cycle at which the reference traffic light cycle shows “red”. For example, red min = 0.3 and red max = 0.7. Alternatively, the range of values for the phase duration X red can also be specified by absolute minimum and maximum times in seconds.
Für den Fall II gilt für die Wahrscheinlichkeit P(Cg=rot):
Hierbei ist
Insbesondere wird das zykluskorrigierte Zeitintervall
Ferner ist hierbei ttrans ein vorbestimmter, insbesondere fester, Paramater, der einer Übergangszeit nach dem Wechsel der Ampel auf „rot“ entspricht. In dieser Übergangszeit ttrans verhält sich ein Fahrer des Fahrzeugs
Im Folgenden wird die Fallunterscheidungen aus dem Fall II erklärt.The distinctions made in Case II are explained below.
Wenn die nach dem Phasenwechsel vorliegende Ampelphase CΔ+ eine rote oder gelbe Ampelphase ist, wird das Zeitintervall ΔTswitch (bzw. das zykluskorrigierte Zeitintervall
Ist das Zeitintervall ΔTswitch kleiner (kürzer) als die rote Phasendauer Xrot des Referenzampelzyklus, so wird angenommen, dass die rote Ampelphase mit einer Wahrscheinlichkeit P(Cg=rot) vorliegt, wobei die Wahrscheinlichkeit P(Cg=rot) den kleineren Wert von
Ist jedoch das Zeitintervall ΔTswitch größer (länger) oder gleich der roten Ampelphase Xrot des Referenzampelzyklus, so wird angenommen, dass die Ampel zwischen dem letzten Erfassungszeitpunkt Te und dem Event-Zeitpunkt Tevent auf die nächste (also grüne) Ampelphase geschalten hat, so dass eine grüne Ampelphase zum Event-Zeitpunkt Tevent vorliegt. Die Wahrscheinlichkeit P(Cg=rot) liegt entsprechend dann bei 0.If, however, the time interval ΔT switch is greater (longer) or equal to the red traffic light phase X red of the reference traffic light cycle, it is assumed that the traffic light switched to the next (i.e. green) traffic light phase between the last detection time T e and the event time T event so that there is a green traffic light phase at the event time T event . The probability P (C g = red) is then 0 accordingly.
Für die weiteren Fallunterscheidungen des Falls II gilt entsprechendes.The same applies to the other case distinctions in Case II.
Es ist angemerkt, dass der Referenzampelzyklus die Übergangszeit ttrans nicht berücksichtigen muss. So kann die Übergangszeit ttrans ignoriert werden, so dass sich für die erste und vierte Fallunterscheidung aus Fall II immer eine Wahrscheinlichkeit von 1 ergibt. Es gilt dann Folgendes:
Die für den Fall II angegebene Wahrscheinlichkeit für P(Cg=rot) kann für alle möglichen Umlaufzeiten Tcycle und alle möglichen Phasendauern Xrot berechnet werden. Somit lässt sich dann eine Gesamtwahrscheinlichkeit P(C9=rot) über alle Umlaufzeiten Tcycle und Phasendauern Xrot wie folgt ermitteln:
Der Term P(Cg = rot| ΔTswitch = Δtswitch,CΔ+ = cΔ+, Tcycle = tcycle, Xrot = xrot) ist wie oben angegeben bestimmbar.The term P (C g = red | ΔT switch = Δt switch , C Δ + = c Δ + , T cycle = t cycle , X red = x red ) can be determined as stated above.
P(Xrot = xrot) ist die Wahrscheinlichkeit, dass die Phasendauer Xrot einen bestimmten Wert xrot aus dem oben erwähnten Wertebereich [rotmin; rotmax] für die Phasendauer annimmt. P(Tcycle = tcycle) ist die Wahrscheinlichkeit, dass die Umlaufzeit Tcycle einen bestimmten Wert tcycle aus dem oben erwähnten Wertebereich [tcycle_min; tcycle_max] für die Umlaufzeit annimmt. Im Falle einer wie hier vorliegenden Gleichverteilung der als Zufallsvariablen modellierten Umlaufzeiten und Phasendauern, ist die Wahrscheinlichkeit für jeden Wert aus den Wertebereichen gleich groß.P (X rot = x rot ) is the probability that the phase duration X rot has a certain value x rot from the above-mentioned value range [rot min ; rot max ] for the phase duration. P (T cycle = t cycle ) is the probability that the cycle time T cycle has a certain value t cycle from the above-mentioned value range [t cycle_min ; t cycle_max ] for the cycle time. In the case of a uniform distribution of the cycle times and phase durations modeled as random variables, as is the case here, the probability for each value from the value ranges is the same.
Um die Gesamtwahrscheinlichkeit zu berechnen, können die Integrale bspw. durch Summen angenähert werden. Auch andere Approximationsverfahren sind möglich.In order to calculate the overall probability, the integrals can be approximated, for example, by means of sums. Other approximation methods are also possible.
Im Fall III trifft keiner der beiden vorherigen Fälle I und II zu. Das bedeutet, dass im Fall III nur die zuletzt gesehene/erfasste Ampelphase der Ampel bekannt ist. Entsprechend ist unbekannt, wie lange diese Ampelphase schon vorliegt.In case III, neither of the two previous cases I and II apply. This means that in case III only the last seen / recorded traffic light phase of the traffic light is known. Accordingly, it is not known how long this traffic light phase has been present.
Daher wird die Wahrscheinlichkeit P(Cg=rot) unter Berücksichtigung einer relativen Dauer der Grün- und Rotphasen und der vergangenen Zeit zwischen Zeitpunkt Ti und Zeitpunkt Te in Abhängigkeit der zuletzt gesehenen Phase ermittelt. Somit ergeben sich vier Unterfälle III.a, III.b, III.c und III.d. Die obigen Erklärungen für den Fall II gelten entsprechend.Therefore, the probability P (C g = red) is determined taking into account a relative duration of the green and red phases and the time passed between time T i and time T e as a function of the last phase seen. This results in four subcases III.a, III.b, III.c and III.d. The above explanations for case II apply accordingly.
Für den Fall III.a, bei dem die zuletzt gesehen Phase Cg=rot ist, gilt dann für die Wahrscheinlichkeit P(Cg=rot) Folgendes:
Ferner gilt:
Der Phasenwechsel-Zeitpunkt Tswitch und entsprechend das Zeitintervall ΔTswitch sind unbekannt und werden daher modelliert. Dazu wird angenommen, dass der Phasenwechsel-Zeitpunkt Tswitch zwischen einer Umlaufzeit Tcycle vor dem ersten Erfassungszeitpunkt Ti und dem letzten Erfassungszeitpunkt Te erfolgen musste.The phase change time T switch and, accordingly, the time interval ΔT switch are unknown and are therefore modeled. For this purpose, it is assumed that the phase change time T switch had to take place between a cycle time T cycle before the first detection time T i and the last detection time T e .
Daher gilt für die Wahrscheinlichkeit, dass der Phasenwechsel-Zeitpunkt Tswitch zu einem bestimmten Zeitpunkt tswitch erfolgt bzw. dass das Zeitintervall ΔTswitch einen bestimmten Wer Δtswitch aufweist, Folgendes:
In dem Fall III.b ist die zuletzt gesehene Phase Cg=grün. Dieser entspricht dem Fall III.a, nur dass die Grünphase die Rotphase im Fall III.a ersetzt. Somit gilt:
Für die Wahrscheinlichkeit, dass zum Event-Zeitpunkt Tevent die rote Ampelphase vorliegt, wenn zuletzt die grüne Ampelphase gesehen wurde, gilt:
Für die Wahrscheinlichkeit, dass der Phasenwechsel-Zeitpunkt Tswitch zu einem bestimmten Zeitpunkt tswitch erfolgt bzw. dass das Zeitintervall ΔTswitch einen bestimmten Wer Δtswitch aufweist, gilt analog zum Fall III.a folgendes:
Es liegt die gleiche Wahrscheinlichkeit P(ΔTswitch = Δtswitch| ...) für Fall III.a und III.b vor, da sich die Umlaufzeit Tcycle des Referenzampelzyklus nicht verändert.There is the same probability P (ΔT switch = Δt switch | ...) for cases III.a and III.b, since the circulation time T cycle of the reference traffic light cycle does not change.
In dem Fall III.c ist die zuletzt gesehene Ampelphase gelb. Hier wird angenommen, dass der Zeitpunkt Te dem Zeitpunkt Tswitch entspricht, also Te=Tswitch. Entsprechend gilt auch für die Zeitintervalle Δte=Δtswitch. In diesem Fall gilt für die Wahrscheinlichkeit P(Cg=rot):
In dem Fall III.d ist die zuletzt gesehene Ampelphase „rot+gelb“. Auch hier wird angenommen, dass der Zeitpunkt Te dem Zeitpunkt Tswitch entspricht, also Te=Tswitch. Entsprechend gilt auch für die Zeitintervalle Δte=Δtswitch Somit folgt:
Die Wahrscheinlichkeiten P(C9=rot) für die Fälle III.a bis III.d können für alle möglichen Umlaufzeiten Tcycle und alle möglichen Phasendauen Xrot berechnet werden, ähnlich wie bei Fall II. So gilt für die Gesamtwahrscheinlichkeit Folgendes:
Auch hier können die Integrale bspw. durch Summen angenähert werden, um die Gesamtwahrscheinlichkeit zu berechnen. Auch andere Approximationsverfahren sind möglich.Here, too, the integrals can be approximated, for example by means of sums, in order to calculate the overall probability. Other approximation methods are also possible.
In
Die Kombination der durchgezogenen Linien ergibt die Übereinstimmungsdauer Tm der zwei Phasenverläufe
Die Überlappungsdauer Tt gibt also diejenige Zeitdauer an, zu welcher die beiden Phasenverläufe
Ferner sind in
BezugszeichenlisteList of reference symbols
- AA.
-
Ampelanlage (
A )Traffic lights (A. ) - F1-F3F1-F3
- FahrspurenLanes
- FbFb
- FahrbahnabschnittLane section
- GG
- grüne Ampelphasegreen traffic light phase
- tp1-tp5 tp 1 -tp 5
- Ampeltraffic light
- nc n c
- AmpelobjekteTraffic light objects
- nc,t n c, t
- einem Cluster t zugeordnetes Ampelobjekttraffic light object assigned to a cluster t
- RR.
- rote Ampelphasered light phase
- R+YR + Y
- rot-gelbe Ampelphasered-yellow traffic light phase
- t1-t5 t 1 -t 5
- (Ampel-/Ampelobjekt-)Cluster(Traffic light / traffic light object) cluster
- tp1-tp5 tp 1 -tp 5
- physikalische Ampelphysical traffic light
- YY
- gelbe Ampelphaseyellow traffic light phase
- 11
- Fahrzeugvehicle
- 33
- ErfassungseinrichtungDetection device
- 55
- FunkschnittstelleRadio interface
- 77th
- AmpelbildTraffic light image
- 7'7 '
- AmpelbildTraffic light image
- 99
- PhasenverlaufPhase progression
- 9'9 '
- PhasenverlaufPhase progression
- S...S ...
- VerfahrensschritteProcedural steps
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 102013220662 A1 [0003]DE 102013220662 A1 [0003]
- DE 102015003847 A1 [0004]DE 102015003847 A1 [0004]
- DE 102016217558 A1 [0005]DE 102016217558 A1 [0005]
Claims (15)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019211102.5A DE102019211102A1 (en) | 2019-07-25 | 2019-07-25 | Method, device and computer program for evaluating traffic light information about a traffic light system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019211102.5A DE102019211102A1 (en) | 2019-07-25 | 2019-07-25 | Method, device and computer program for evaluating traffic light information about a traffic light system |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102019211102A1 true DE102019211102A1 (en) | 2021-01-28 |
Family
ID=74098572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102019211102.5A Pending DE102019211102A1 (en) | 2019-07-25 | 2019-07-25 | Method, device and computer program for evaluating traffic light information about a traffic light system |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102019211102A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022247299A1 (en) * | 2021-05-27 | 2022-12-01 | 上海仙途智能科技有限公司 | Indicator lamp state recognition |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013204241A1 (en) * | 2013-03-12 | 2014-09-18 | Bayerische Motoren Werke Aktiengesellschaft | Method and device for determining an expected switchover time of a signal group |
DE102013220662A1 (en) * | 2013-10-14 | 2015-04-16 | Continental Teves Ag & Co. Ohg | Method for detecting traffic situations during the operation of a vehicle |
DE102015003847A1 (en) * | 2015-03-26 | 2015-08-20 | Daimler Ag | Method and driver assistance system for detecting and signaling light signals from at least one light signal device of a alternating light signaling system |
DE102015209055A1 (en) * | 2015-05-18 | 2016-11-24 | Bayerische Motoren Werke Aktiengesellschaft | Method and device for determining signal groups at intersection entrances of an intersection with a traffic signal system for use in driver assistance systems |
DE102016217558A1 (en) * | 2016-09-14 | 2018-03-15 | Continental Teves Ag & Co. Ohg | Method for assigning a traffic light to a traffic lane, vehicle and storage medium |
-
2019
- 2019-07-25 DE DE102019211102.5A patent/DE102019211102A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013204241A1 (en) * | 2013-03-12 | 2014-09-18 | Bayerische Motoren Werke Aktiengesellschaft | Method and device for determining an expected switchover time of a signal group |
DE102013220662A1 (en) * | 2013-10-14 | 2015-04-16 | Continental Teves Ag & Co. Ohg | Method for detecting traffic situations during the operation of a vehicle |
DE102015003847A1 (en) * | 2015-03-26 | 2015-08-20 | Daimler Ag | Method and driver assistance system for detecting and signaling light signals from at least one light signal device of a alternating light signaling system |
DE102015209055A1 (en) * | 2015-05-18 | 2016-11-24 | Bayerische Motoren Werke Aktiengesellschaft | Method and device for determining signal groups at intersection entrances of an intersection with a traffic signal system for use in driver assistance systems |
DE102016217558A1 (en) * | 2016-09-14 | 2018-03-15 | Continental Teves Ag & Co. Ohg | Method for assigning a traffic light to a traffic lane, vehicle and storage medium |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022247299A1 (en) * | 2021-05-27 | 2022-12-01 | 上海仙途智能科技有限公司 | Indicator lamp state recognition |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2013113588A1 (en) | Method for providing parking information on free parking spaces | |
DE102012204098A1 (en) | A method of congestion detection by means of a wireless vehicle-to-vehicle communication | |
EP2954506A1 (en) | Method for displaying parking spaces | |
WO2013029722A2 (en) | Method for representing surroundings | |
DE102017217297A1 (en) | System for generating and / or updating a digital model of a digital map | |
DE102019211098B4 (en) | Method, device and computer program for determining a traffic light phase of a traffic light of a traffic light system | |
DE102013008451A1 (en) | Vehicle parking control system and vehicle parking control method using this | |
EP3770879A1 (en) | Method, device and computer program for processing data about a traffic system | |
DE112018003215T5 (en) | Manage mobile objects | |
DE102014008429A1 (en) | Method and device for determining free parking spaces on truck parking spaces and notification to truck drivers | |
WO2013174732A1 (en) | Carriageway recognition | |
DE102015212027A1 (en) | Method and device for automatic determination of traffic regulations at road intersections | |
DE112020002267T5 (en) | anomaly diagnostic device | |
DE102015226650B4 (en) | Method and device for anonymous transmission of a first value of at least one driving parameter of a vehicle to an external data receiving unit | |
DE102018201111B4 (en) | Method for monitoring at least one parking space for availability and system for performing the method | |
DE102019211102A1 (en) | Method, device and computer program for evaluating traffic light information about a traffic light system | |
EP3669341B1 (en) | Method, device and computer-readable storage medium with instructions for processing data in a motor vehicle for transmission to a back end | |
EP3008636B1 (en) | Method and system for the detection of one or more persons by a vehicle | |
EP3688659A1 (en) | Method for automatically identifying parking areas and/or non-parking areas | |
WO2023011814A1 (en) | Method and control circuit for monitoring an approval condition for an automated driving mode of a motor vehicle, and motor vehicle having the control circuit | |
DE102019211459B4 (en) | Method and device for checking a calibration of environmental sensors | |
DE102019218111A1 (en) | Method for generating location information on relevant road sections for the detection of wrong-way trips and method for detecting wrong-way trips | |
EP2983151A2 (en) | Concept for identifying a wrong turn | |
DE102010027364A1 (en) | Actual traffic-type determining method involves determining actual traffic-type in continuous manner by using camera-based traffic sign recognition device | |
DE102022102780B4 (en) | Method and system for detecting unauthorized vehicle overtaking in a no-overtaking zone on a route |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication |