DE102020003745A1 - Method for predicting a future development of the behavior of road users in a traffic situation - Google Patents

Method for predicting a future development of the behavior of road users in a traffic situation Download PDF

Info

Publication number
DE102020003745A1
DE102020003745A1 DE102020003745.3A DE102020003745A DE102020003745A1 DE 102020003745 A1 DE102020003745 A1 DE 102020003745A1 DE 102020003745 A DE102020003745 A DE 102020003745A DE 102020003745 A1 DE102020003745 A1 DE 102020003745A1
Authority
DE
Germany
Prior art keywords
traffic situation
future development
prediction
neural network
data record
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
Application number
DE102020003745.3A
Other languages
German (de)
Inventor
Mohammad Rasty
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FEV Group GmbH
Original Assignee
FEV Group GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by FEV Group GmbH filed Critical FEV Group GmbH
Publication of DE102020003745A1 publication Critical patent/DE102020003745A1/en
Pending legal-status Critical Current

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
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • 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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Vorhersage (12) einer zukünftigen Entwicklung von Verhalten von Verkehrsteilnehmern in einer Verkehrssituation (10), umfassend die Schritte:- Bereitstellen eines Datensatzes (11) über spezifische Merkmale der Verkehrssituation (10), wobei der Datensatz (11) anhand eines Videos der Verkehrssituation (10) erstellt wurde und eine Zahlenbuchstabenkombination ist;- Eingeben des Datensatzes (11) als Eingabedatensatz in ein neuronales Netz (3);- Erstellen einer Vorhersage (12) einer zukünftigen Entwicklung der Verkehrssituation als Ausgabedatensatz anhand des Eingabedatensatzes durch das neuronale Netz (3).The invention relates to a method for predicting (12) a future development of the behavior of road users in a traffic situation (10), comprising the steps: - Providing a data set (11) about specific features of the traffic situation (10), the data set (11) was created on the basis of a video of the traffic situation (10) and is a combination of letters; - input of the data record (11) as an input data record in a neural network (3); - creation of a prediction (12) of a future development of the traffic situation as an output data record based on the input data record the neural network (3).

Description

Die Erfindung betrifft ein Verfahren und ein System zur Vorhersage einer zukünftigen Entwicklung von Verhalten von Verkehrsteilnehmern in einer Verkehrssituation, ein Verfahren und ein System zum Verifizieren einer Vorhersage einer zukünftigen Entwicklung einer Verkehrssituation, ein Verfahren zum Trainieren eines neuronales Netzes mittels eines Datensatzes, ein neuronales Netz und ein Computerprogrammprodukt.The invention relates to a method and a system for predicting a future development of the behavior of road users in a traffic situation, a method and a system for verifying a prediction of a future development of a traffic situation, a method for training a neural network using a data set, a neural network and a computer program product.

Die EP2759998 offenbart ein Verfahren und ein System zur Vorhersage von Verhalten von Fußgänger, welche sich in einer Umgebung eines Fahrzeugs befinden.The EP2759998 discloses a method and a system for predicting the behavior of pedestrians who are in the vicinity of a vehicle.

Ein erfindungsgemäßes Verfahren zur Vorhersage einer zukünftigen Entwicklung von Verhalten von Verkehrsteilnehmern in einer Verkehrssituation umfasst die Schritte:

  • - Bereitstellen eines Datensatzes über spezifische Merkmale der Verkehrssituation, wobei der Datensatz anhand eines Videos der Verkehrssituation erstellt wurde und eine Zahlenbuchstabenkombination ist;
  • - Eingeben des Datensatzes als Eingabedatensatz in ein neuronales Netz und
  • - Erstellen einer Vorhersage einer zukünftigen Entwicklung der Verkehrssituation als Ausgabedatensatz anhand des Eingabedatensatzes durch das neuronale Netz.
A method according to the invention for predicting a future development of the behavior of road users in a traffic situation comprises the steps:
  • - Providing a data set on specific features of the traffic situation, the data set being created on the basis of a video of the traffic situation and being a combination of numbers and letters;
  • - Entering the data set as an input data set in a neural network and
  • - Creating a prediction of a future development of the traffic situation as an output data set based on the input data set by the neural network.

Dadurch, dass der Datensatz eine Zahlenbuchstabenkombination ist, und dadurch, dass die Vorhersage anhand des Datensatzes erstellt wird, wird eine Erstellung der Vorhersage innerhalb einer kurzen Rechenzeit ermöglicht. Dies ermöglicht die Erstellung einer Vielzahl von Vorhersagen innerhalb kurzer Zeit.Because the data set is a combination of numbers and letters, and because the prediction is created on the basis of the data set, the prediction can be created within a short computing time. This enables a large number of predictions to be made within a short period of time.

Die Vorhersagen können genutzt werden, um Verkehrsteilnehmer führzeitig über Gefahren zu informieren. Dies ermöglicht eine Erhöhung der Sicherheit für Verkehrsteilnehmer.The forecasts can be used to inform road users in good time about dangers. This enables an increase in safety for road users.

Die Vorhersagen können ebenfalls verwendet werden, um neuronale Netze zu trainieren, um Vorhersagen einer zukünftigen Entwicklung von Verhalten von Verkehrsteilnehmern in einer Verkehrssituation zu erstellen. Dadurch wird eine Erhöhung der Güte der Vorhersagen durch die neuronalen Netze ermöglicht.The predictions can also be used to train neural networks in order to create predictions of a future development of the behavior of road users in a traffic situation. This enables the neural networks to increase the quality of the predictions.

Zahlenbuchstabenfolgen umfassen bevorzugt Ascii Zeichensätze, insbesondere arabische Zahlen und lateinische Buchstaben mit oder ohne Sonderzeichen. Dies ermöglicht eine einfache Verarbeitung des Datensatzes durch eine Vielzahl an international eingesetzten Computern.Number and letter sequences preferably include Ascii character sets, in particular Arabic numbers and Latin letters with or without special characters. This enables the data set to be easily processed by a large number of computers used internationally.

Ein erfindungsgemäßes System zur Vorhersage einer zukünftigen Entwicklung von Verhalten von Verkehrsteilnehmern in einer Verkehrssituation umfasst eine Videokamera zum Erstellen eines Videos einer Verkehrssituation. Zudem umfasst das System ist eine erste Rechenvorrichtung zum Erstellen eines Datensatzes über spezifische Merkmale der Verkehrssituation. Zudem umfasst das System eine erste Sendeeinrichtung zum Verschlüsseln des Datensatzes und/oder zum Senden des verschlüsselten Datensatzes zu dem neuronalen Netz. Zudem umfasst das System ein neuronales Netz zum Erstellen einer Vorhersage über eine zukünftige Entwicklung der Verkehrssituation anhand des Datensatzes.A system according to the invention for predicting a future development of the behavior of road users in a traffic situation comprises a video camera for creating a video of a traffic situation. The system also includes a first computing device for creating a data record about specific features of the traffic situation. In addition, the system comprises a first transmission device for encrypting the data record and / or for sending the encrypted data record to the neural network. In addition, the system includes a neural network for creating a prediction of a future development of the traffic situation based on the data set.

Ein erfindungsgemäßes Computerprogrammprodukt umfasst ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren zur Vorhersage einer zukünftigen Entwicklung von Verhalten von Verkehrsteilnehmern in einer Verkehrssituation durchzuführen.A computer program product according to the invention comprises a program which, when executed by a computer, causes the computer to carry out a method according to the invention for predicting a future development of the behavior of road users in a traffic situation.

Die Vorteile des erfindungsgemäßen Verfahrens ergeben sich in gleicher Weise für das erfindungsgemäße System und das erfindungsgemäße Computerprogrammprodukt.The advantages of the method according to the invention result in the same way for the system according to the invention and the computer program product according to the invention.

Ein erfindungsgemäßes Verfahren zum Verifizieren einer Vorhersage einer zukünftigen Entwicklung einer Verkehrssituation umfasst die Schritte:

  • - Erstellen einer Vorhersage einer zukünftigen Entwicklung einer Verkehrssituation anhand eines Datensatzes über spezifische Merkmale der Verkehrssituation mittels eines neuronales Netzes;
  • - Bereitstellen einer realen, zukünftigen Entwicklung der Verkehrssituation;
  • - Vergleich der erstellten Vorhersage und der realen zukünftigen Entwicklung der Verkehrssituation;
  • - Verifizierung der Vorhersage, wenn der Vergleich eine Abweichung ergibt, welche kleiner oder gleich einem ersten Grenzwert für die Abweichung ist.
A method according to the invention for verifying a prediction of a future development of a traffic situation comprises the steps:
  • - Creating a prediction of a future development of a traffic situation using a data set on specific features of the traffic situation by means of a neural network;
  • - Providing a real, future development of the traffic situation;
  • - Comparison of the prediction made and the real future development of the traffic situation;
  • Verification of the prediction if the comparison shows a deviation which is less than or equal to a first limit value for the deviation.

Durch den Vergleich der realen zukünftigen Entwicklung der Verkehrssituation wird eine Verifizierung der Vorhersage mit hoher Präzision ermöglicht. Die reale zukünftige Entwicklung liegt bevorzugt als Video vor. Dadurch wird eine einfache Beschaffung der realen zukünftigen Entwicklung ermöglicht.By comparing the real future development of the traffic situation, the forecast can be verified with high precision. The real future development is preferably available as a video. This enables easy procurement of the real future development.

Ein erfindungsgemäßes System zum Verifizieren einer Vorhersage einer zukünftigen Entwicklung einer Verkehrssituation umfasst eine zweite Rechenvorrichtung zum Verifizieren einer Vorhersage einer zukünftigen Entwicklung einer Verkehrssituation anhand eines Vergleichs der erstellten Vorhersage und der realen zukünftigen Entwicklung der Verkehrssituation.A system according to the invention for verifying a prediction of a future Development of a traffic situation comprises a second computing device for verifying a prediction of a future development of a traffic situation based on a comparison of the prediction made and the real future development of the traffic situation.

Ein erfindungsgemäßes Computerprogrammprodukt umfasst ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren zum Verifizieren einer Vorhersage einer zukünftigen Entwicklung einer Verkehrssituation durchzuführen.A computer program product according to the invention comprises a program which, when it is executed by a computer, causes the computer to carry out a method according to the invention for verifying a prediction of a future development of a traffic situation.

Die Vorteile des erfindungsgemäßen Verfahrens ergeben sich in gleicher Weise für das erfindungsgemäße System und das erfindungsgemäße Computerprogrammprodukt.The advantages of the method according to the invention result in the same way for the system according to the invention and the computer program product according to the invention.

Ein erfindungsgemäßes Verfahren zum Trainieren eines neuronales Netzes mittels eines Datensatzes umfasst die Schritte:

  • - Bereitstellen einer realen Verkehrssituation;
  • - Erstellen einer Vorhersage über eine zukünftige Entwicklung der Verkehrssituation durch das neuronale Netz;
  • - Bereitstellen einer realen, zukünftigen Entwicklung der Verkehrssituation;
  • - Bewerten der erstellen Vorhersage anhand eines Vergleichs der realen, zukünftigen Entwicklung der Verkehrssituation mit der Vorhersage;
  • - Trainieren des neuronalen Netzes anhand der der erstellten Vorhersage, der realen zukünftigen Entwicklung und der Bewertung der Vorhersage.
A method according to the invention for training a neural network by means of a data record comprises the steps:
  • - Providing a real traffic situation;
  • - Creating a prediction about a future development of the traffic situation by the neural network;
  • - Providing a real, future development of the traffic situation;
  • Evaluation of the prediction made based on a comparison of the real, future development of the traffic situation with the prediction;
  • - Training of the neural network on the basis of the prediction made, the real future development and the evaluation of the prediction.

Dadurch, dass reale Verkehrssituationen und zukünftige Entwicklungen einfach und in großer Vielzahl erzeugt werden können, wird ein effizientes und schnelles Training des neuronales Netzes ermöglicht. Dies ermöglicht dann das Erstellen präziserer Vorhersagen.The fact that real traffic situations and future developments can be generated easily and in large numbers enables efficient and fast training of the neural network. This then enables more precise predictions to be made.

Ein erfindungsgemäßes neuronales Netz ist trainiert mit einem erfindungsgemäßen Verfahren zum Trainieren eines neuronales Netzes mittels eines Datensatzes über spezifische Merkmale der Verkehrssituation, wobei der Datensatz anhand eines Videos der Verkehrssituation erstellt wurde und eine Zahlenbuchstabenkombination ist.A neural network according to the invention is trained with a method according to the invention for training a neural network by means of a data record about specific features of the traffic situation, the data record being created using a video of the traffic situation and being a combination of numbers and letters.

Ein erfindungsgemäßes Computerprogrammprodukt umfasst ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren zum Trainieren eines neuronales Netzes mittels eines Datensatzes durchzuführen.A computer program product according to the invention comprises a program which, when it is executed by a computer, causes the computer to carry out a method according to the invention for training a neural network by means of a data record.

Die Vorteile des erfindungsgemäßen Verfahrens und des erfindungsgemäßes Systems ergeben sich in gleicher Weise für das erfindungsgemäße Computerprogrammprodukt.The advantages of the method according to the invention and the system according to the invention result in the same way for the computer program product according to the invention.

Die abhängigen Ansprüche beschreiben vorteilhafte Ausführungsformen der Erfindung.The dependent claims describe advantageous embodiments of the invention.

Bevorzugte Ausführungsbeispiele werden anhand der folgenden Figuren näher erläutert. Dabei zeigt

  • 1 schematisch ein Ausführungsbeispiel eines erfindungsgemäßen Systems zur Vorhersage einer zukünftigen Entwicklung von Verhalten von Verkehrsteilnehmern in einer Verkehrssituation,
  • 2 schematisch ein Ausführungsbeispiel eines erfindungsgemäßen Systems zum Verifizieren einer Vorhersage einer zukünftigen Entwicklung einer Verkehrssituation und
  • 3 schematisch ein Ausführungsbeispiel eines erfindungsgemäßen neuronalen Netzes trainiert mit einem erfindungsgemäßen Verfahren zum Trainieren eines neuronales Netzes mittels eines Datensatzes über spezifische Merkmale der Verkehrssituation, wobei der Datensatz anhand eines Videos der Verkehrssituation erstellt wurde und eine Zahlenbuchstabenkombination ist.
Preferred exemplary embodiments are explained in more detail with reference to the following figures. It shows
  • 1 schematically an embodiment of a system according to the invention for predicting a future development of the behavior of road users in a traffic situation,
  • 2 schematically an embodiment of a system according to the invention for verifying a prediction of a future development of a traffic situation and
  • 3 schematically an embodiment of a neural network according to the invention trained with a method according to the invention for training a neural network by means of a data record about specific features of the traffic situation, the data record being created on the basis of a video of the traffic situation and being a combination of numbers and letters.

1 zeigt ein Ausführungsbeispiel eines erfindungsgemäßen Systems 1a zum zur Vorhersage 12 einer zukünftigen Entwicklung einer Verkehrssituation. Das System 1a umfasst eine Videokamera 2 zum Erstellen eines Videos einer Verkehrssituation 10.
Das System 1a umfasst zudem eine erste Rechenvorrichtung 4a zum Erstellen eines Datensatzes 11 über spezifische Merkmale der Verkehrssituation. Das System umfasst zudem eine erste Sendeeinrichtung 5 zum Verschlüsseln des Datensatzes 11 und/oder zum Senden des verschlüsselten Datensatzes zu dem neuronalen Netz 3. Das System umfasst zudem ein neuronales Netz 3 zum Erstellen einer Vorhersage 12 über eine zukünftige Entwicklung der Verkehrssituation anhand des Datensatzes 11. 1 shows an embodiment of a system according to the invention 1a to predict 12 a future development of a traffic situation. The system 1a includes a video camera 2 to create a video of a traffic situation 10 .
The system 1a also includes a first computing device 4a to create a data set 11 about specific characteristics of the traffic situation. The system also includes a first transmission device 5 to encrypt the data set 11 and / or for sending the encrypted data set to the neural network 3 . The system also includes a neural network 3 to create a forecast 12 about a future development of the traffic situation based on the data set 11 .

In diesem Ausführungsbeispiel ist die Videokamera 2 ortsfest an einer Kreuzung angeordnet. Die Kreuzung weist zwei sich kreuzende zweispurige Straßen auf. Die beiden Straßen weisen einen Bürgersteig auf. Auf einer ersten Straße befinden sich zwei Autos, ein Motorradfahrer, ein Bus und 15 Fußgänger. Die Fußgänger befinden sich auf den Bürgersteigen.In this embodiment, the video camera 2 Stationary arranged at an intersection. The intersection has two intersecting two-lane roads. The two streets have a sidewalk. On a first street there are two cars, a motorcyclist, a bus and 15 pedestrians. The pedestrians are on the sidewalks.

Der Datensatz 11 wird anhand von Kategorien erstellt. Die Kategorien umfassen Klassen von Verkehrsteilnehmern und/oder Bewegungstrajektorien von Verkehrsteilnehmern und/oder Klassen von Straßeneigenschaften. Klassen von Verkehrsteilnehmern umfassen insbesondere Fußgänger, Autos, Busse, Fahrräder, Motorräder und/oder Lastwagen.The record 11 is created based on categories. The categories include classes of road users and / or Movement trajectories of road users and / or classes of road properties. Classes of road users include in particular pedestrians, cars, buses, bicycles, motorcycles and / or trucks.

In diesem Ausführungsbeispiel umfassen die Kategorien die Klasse fahrende Verkehrsteilnehmer, und dabei genau Autos, Motorräder, Busse. Zudem umfassen die Klassen laufende Verkehrsteilnehmer, insbesondere Fußgänger.In this exemplary embodiment, the categories include the class of driving road users, specifically cars, motorcycles, buses. The classes also include running road users, especially pedestrians.

In diesem Ausführungsbeispiel ist der Kategorie Fußgänger ein F als Zahlenbuchstabenfolge zugeordnet. Hinter das F ist die Anzahl der in der Verkehrssituation 10 identifizierten Fußgänger gesetzt. In diesem Ausführungsbeispiel 15. Der Kategorie Autos ist ein A, der Kategorie Motorräder ein M und der Kategorie Busse ein B zugeordnet. Dahinter ist jeweils die identifizierte Anzahl an Verkehrsteilnehmern gesetzt. Dies ergibt F 15 xxx A 2 yyyy M 1 zzz B1 vvv.In this exemplary embodiment, the category pedestrian is assigned an F as a sequence of letters. Behind the F is the number of in the traffic situation 10 identified pedestrians. In this embodiment 15th . The category cars is assigned an A, the category motorcycles an M and the category buses a B. The identified number of road users is placed behind it. This gives F 15 xxx A 2 yyyy M 1 zzz B1 vvv.

Xxx, yyy, zzz und vw sind Platzhalter für die jeweiligen Positionen und Trajektorien der Verkehrsteilnehmer. Dies ist dabei so aufgebaut, dass jeweils für identifizierte Verkehrsteilnehmer aus der jeweiligen Klasse die Position in gesetzt ist. Die Reihenfolge entspricht der, in der die Verkehrsteilnehmer identifiziert wurden. Die Positionen werden in Raumkoordinaten aufgelöst angegeben. Für die Trajektorien werden die jeweiligen Bahnverläufe Funktionen zugeordnet und diese werden parametrisiert. Um Speicherplatz zu sparen, werden dabei nur die Parameter in den Datensatz übernommen. Für eine Bahnkurve der Form: a+bx+cx2+dx3 ergibt sich so die Zeichenfolge a b c d.Xxx, yyy, zzz and vw are placeholders for the respective positions and trajectories of the road users. This is structured in such a way that the position in is set in for identified road users from the respective class. The order corresponds to that in which the road users were identified. The positions are given in spatial coordinates. The respective path courses are assigned functions for the trajectories and these are parameterized. In order to save storage space, only the parameters are transferred to the data record. For a trajectory of the form: a + bx + cx 2 + dx 3 this results in the character sequence abc d.

Die Zahlenbuchstabenfolge umfasst eine Zeit, zu welcher die Verkehrssituation 10 stattfindet. Ebenfalls umfasst die die Position der Kamera 2, mit welcher das Video der Verkehrssituation 10 erstellt wurde.The number letter sequence includes a time at which the traffic situation 10 takes place. This also includes the position of the camera 2 with which the video of the traffic situation 10 was created.

Kategorien umfassen zudem gängige Verhaltensmuster von Verkehrsteilnehmer. So wird für jeden Verkehrsteilnehmer identifiziert, ob er eilig und/oder entspannt unterwegs ist. Kategorien umfassen das Alter von Verkehrsteilnehmern. Dies ermöglicht eine Erleichterung in der Zuordnung von Verhaltensmustern.Categories also include common behavioral patterns of road users. In this way, it is identified for every road user whether they are in a hurry and / or relaxed. Categories include the age of road users. This facilitates the allocation of behavioral patterns.

In diesem Ausführungsbeispiel wird die Zahlenbuchstabenfolge als Barcode abstrahiert und weiterverwendet.In this exemplary embodiment, the sequence of numbers and letters is abstracted as a barcode and used further.

Die Videokamera 2 umfasst eine Lidareinrichtung und ist ausgebildet und eingerichtet Informationen, wie Positionen und Abstände von Verkehrsteilnehmer in ein Video von der Verkehrssituation zu integrieren. Dies ermöglicht es, dass der Informationsgehalt des Videos über den Informationsgehalt eines regulären Videos, welches lediglich Bilddaten umfasst, hinausgeht. Alternativ umfasst die Videokamera 2 eine Radareinrichtung.The video camera 2 comprises a lidar device and is designed and set up to integrate information such as positions and distances of road users into a video of the traffic situation. This enables the information content of the video to go beyond the information content of a regular video, which only includes image data. Alternatively, includes the video camera 2 a radar device.

Die erste Recheneinrichtung 4a ist als neuronales Netz ausgebildet. Dies ermöglicht eine Erstellung des Datensatzes 11, welcher die Verkehrssituation 10 präzise wiedergibt.The first computing device 4a is designed as a neural network. This enables the data set to be created 11 which the traffic situation 10 precisely reproduces.

Der Datensatz 11 wird von der Rechenvorrichtung 4a zu der der Sendeeinrichtung 5 transferiert. Die Sendeeinrichtung 5 verschlüsselt den Datensatz und sendet den verschlüsselten Datensatz zu dem neuronalen Netz 3.The record 11 is used by the computing device 4a to that of the transmitting device 5 transferred. The sending facility 5 encrypts the data set and sends the encrypted data set to the neural network 3 .

Der Datensatz 11 wird als Eingabedatensatz in das neuronale Netz 3 eingebeben. Das neuronale Netz 3 erstellt danach eine Vorhersage 12 einer zukünftigen Entwicklung der Verkehrssituation als Ausgabedatensatz anhand des Eingabedatensatzes.The record 11 is used as an input data set in the neural network 3 enter. The neural network 3 then creates a forecast 12 a future development of the traffic situation as an output data set based on the input data set.

Diese Vorhersage wird anschließend an eine zweite Sendeeinrichtung 6a transferiert. Danach wird sie an Verkehrsteilnehmer 7 und/oder Verkehrssystemen 7 gesendet und so zur Verfügung gestellt.This prediction is then sent to a second transmitting device 6a transferred. After that, it is sent to road users 7th and / or transport systems 7th sent and made available.

Dabei wird die Vorhersage insbesondere solchen Verkehrsteilnehmern 7 zur Verfügung gestellt, welche von der zukünftigen Entwicklung der Verkehrssituation betroffen sind. Die Verkehrsteilnehmer verfügen dabei bevorzugt über ADAS Systeme, welche ausgebildet und eingerichtet sind, die Vorhersage zu verarbeiten. Dies ermöglicht eine Erhöhung der Sicherheit für diese Verkehrsteilnehmer.The prediction is made especially for those road users 7th made available which will be affected by the future development of the traffic situation. The road users preferably have ADAS systems that are designed and set up to process the forecast. This enables an increase in safety for these road users.

Alternativ wird die Information Städten und Gemeinden zur Verfügung gestellt. Dies ermöglicht beispielsweise, dass genauere Vorhersagen über Ankunftszeiten von Bussen und Bahnen erstellt werden können. Dies ermöglicht eine höhere Effizienz in der Nutzung von öffentlichen Verkehrsmitteln.Alternatively, the information is made available to cities and municipalities. This enables, for example, more precise predictions of the arrival times of buses and trains to be made. This enables greater efficiency in the use of public transport.

Alternativ wird die Vorhersage Flughafenbetreibern, Bahnhofsbetreibern und/oder Stadionbetreibem zur Verfügung gestellt. Die ermöglicht genauere Vorhersagen über möglichen Panikbewegungen, wie sie in großen Menschenmengen auftreten können. Dies ermöglicht eine höhere Sicherheit für Nutzer von Flughäfen, Bahnhöfen und/oder Stadien.Alternatively, the forecast is made available to airport operators, train station operators and / or stadium operators. This enables more precise predictions about possible panic movements, as they can occur in large crowds. This enables greater security for users of airports, train stations and / or stadiums.

Alternativ wird die Vorhersage Navigationssystemnutzern zur Verfügung gestellt. Dies ermöglicht eine schnellere und sichere Route zu erstellen.Alternatively, the forecast is made available to navigation system users. This enables a faster and safer route to be created.

In einem nicht gezeigten Ausführungsbeispiel umfasst das System mehrere Kameras.In an exemplary embodiment not shown, the system comprises a plurality of cameras.

Diese sind derart angeordnet, dass große Abschnitte des Verkehrs eines Gebietes beobachtet werden können. Insbesondere ist dies vorteilhaft, um allen Verkehrsteilnehmern in einem Gebiet Vorhersagen über eine Vielzahl von Verkehrssituationen zur Verfügung zu stellen.These are arranged in such a way that large sections of the traffic in an area are observed can be. In particular, this is advantageous in order to provide all road users in an area with predictions about a large number of traffic situations.

Ein nicht gezeigtes erfindungsgemäßes Computerprogrammprodukt umfasst ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren zur Vorhersage einer zukünftigen Entwicklung von Verhalten von Verkehrsteilnehmern in einer Verkehrssituation durchzuführen.A computer program product according to the invention, not shown, comprises a program which, when executed by a computer, causes the computer to carry out a method according to the invention for predicting a future development of behavior of road users in a traffic situation.

2 zeigt ein Ausführungsbeispiel eines erfindungsgemäßen Systems 1b zum Verifizieren einer Vorhersage 12 einer zukünftigen Entwicklung einer Verkehrssituation 10. Das System 1b umfasst eine zweite Rechenvorrichtung 4d zum Verifizieren einer Vorhersage 12 einer zukünftigen Entwicklung einer Verkehrssituation 10 anhand eines Vergleichs der erstellten Vorhersage 12 und der realen, zukünftigen Entwicklung 10c der Verkehrssituation. 2 shows an embodiment of a system according to the invention 1b to verify a prediction 12 a future development of a traffic situation 10 . The system 1b comprises a second computing device 4d to verify a prediction 12 a future development of a traffic situation 10 based on a comparison of the prediction made 12 and the real, future development 10c the traffic situation.

Das neuronale Netz 3 erstellt eine Vorhersage 12 einer zukünftigen Entwicklung einer Verkehrssituation 10 anhand eines Datensatzes 11 über spezifische Merkmale der Verkehrssituation 10.The neural network 3 makes a prediction 12 a future development of a traffic situation 10 based on a data set 11 about specific characteristics of the traffic situation 10 .

In diesem Ausführungsbeispiel liegt die reale zukünftige Entwicklung 10c der Verkehrssituation als Video vor. Aus diesem Video wird ein zugehöriger Datensatz analog zu Datensatz 11 erzeugt und aufgebaut. Dies ermöglicht einen direkten und effizienten Vergleich der realen Entwicklung 10c mit der Vorhersage 12.The real future development lies in this exemplary embodiment 10c the traffic situation as a video. This video becomes an associated data record analogous to data record 11 generated and built. This enables a direct and efficient comparison of the real development 10c with the prediction 12 .

Die Rechenvorrichtung 4d führt den Vergleich durch. Eine Verifizierung erfolgt, wenn der Vergleich eine Abweichung ergibt, welche kleiner oder gleich einem ersten Grenzwert für die Abweichung ist. Der erste Grenzwert wird von einer externen Quelle bereitgestellt.The computing device 4d performs the comparison. A verification takes place when the comparison shows a deviation which is less than or equal to a first limit value for the deviation. The first limit is provided by an external source.

Die zweite Rechenvorrichtung 4d fordert bei einer externen Quelle das Ändern der Vorhersage 12 an, wenn der Vergleich eine Abweichung ergibt, welche größer dem ersten Grenzwert für die Abweichung ist.The second computing device 4d requests that the forecast be changed from an external source 12 when the comparison shows a deviation which is greater than the first limit value for the deviation.

Für den daraufhin bereitgestellten Datensatz 11 wird erneut eine Verifizierung durchgeführt. Dies ermöglicht es, dass der Datensatz 11 innerhalb weniger Iterationen verifiziert werden kann.For the data set then made available 11 verification is carried out again. This enables the record 11 can be verified within a few iterations.

Nicht verifizierte Datensätze werden von der Rechenvorrichtung 4d gespeichert. Zudem liegt für diese nicht verifizierten Vorhersagen auch eine Bewertung vor. Die Bewertung umfasst dabei, dass die Vorhersage nicht verifiziert wurde. Dadurch eigenen sich diese Datensätze ebenfalls zum Trainieren eines neuronalen Netzes.Unverified records are kept by the computing device 4d saved. There is also an assessment for these unverified predictions. The assessment includes that the prediction has not been verified. This means that these data sets are also suitable for training a neural network.

Ein nicht gezeigtes erfindungsgemäßes Computerprogrammprodukt umfasst ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren zum Verifizieren einer Vorhersage einer zukünftigen Entwicklung einer Verkehrssituation durchzuführen.A computer program product according to the invention, not shown, comprises a program which, when executed by a computer, causes the computer to carry out a method according to the invention for verifying a prediction of a future development of a traffic situation.

3 zeigt ein Ausführungsbeispiel eines erfindungsgemäßen neuronales Netzes 3. Das neuronale Netz 3 ist trainiert mittels eines Datensatzes über spezifische Merkmale der Verkehrssituation 10, wobei der Datensatz 11 anhand eines Videos der Verkehrssituation 10 erstellt wurde und eine Zahlenbuchstabenkombination ist 11. 3 shows an embodiment of a neural network according to the invention 3 . The neural network 3 is trained by means of a data set about specific characteristics of the traffic situation 10 , where the record 11 using a video of the traffic situation 10 and is a combination of numbers and letters 11 .

In diesem Ausführungsbeispiel erfolgt das Bereitstellen einer realen Verkehrssituation und der realen zukünftigen Entwicklung 10c der Verkehrssituation 10 durch eine externe Quelle.In this exemplary embodiment, a real traffic situation and the real future development are provided 10c the traffic situation 10 by an external source.

Das neuronale Netz 3 erstellt eine Vorhersage 12 über eine zukünftige Entwicklung der Verkehrssituation. Diese Vorhersage 12 wird dann anhand eines Vergleichs der realen zukünftigen Entwicklung und der Vorhersage bewertet.The neural network 3 makes a prediction 12 about a future development of the traffic situation. This prediction 12 is then evaluated based on a comparison of the real future development and the forecast.

Vorhersagen, die sehr gut mit der realen zukünftigen Entwicklung übereinstimmen, bekommen eine besonders hohe Bewertung. Diese Vorhersagen eigenen sich dann insbesondere zum Training des neuronalen Netzes 3. Zudem sind reale zukünftige Entwicklungen in einer großen Vielzahl vorhanden, so dass ein Training des neuronalen Netzes mit diesen Daten in sehr kurzen Zeiten erfolgen kann.Predictions that match the real future development very well receive a particularly high rating. These predictions are then particularly suitable for training the neural network 3 . In addition, a large number of real future developments are available, so that training of the neural network with this data can take place in a very short time.

Ein nicht gezeigtes erfindungsgemäßes Computerprogrammprodukt umfasst ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren zum Trainieren eines neuronales Netzes mittels eines Datensatzes durchzuführen.A computer program product according to the invention, not shown, comprises a program which, when executed by a computer, causes the computer to carry out a method according to the invention for training a neural network by means of a data record.

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES 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

  • EP 2759998 [0002]EP 2759998 [0002]

Claims (10)

Verfahren zur Vorhersage (12) einer zukünftigen Entwicklung von Verhalten von Verkehrsteilnehmern in einer Verkehrssituation (10), umfassend die Schritte: - Bereitstellen eines Datensatzes (11) über spezifische Merkmale der Verkehrssituation (10), wobei der Datensatz (11) anhand eines Videos der Verkehrssituation (10) erstellt wurde und eine Zahlenbuchstabenkombination ist; - Eingeben des Datensatzes (11) als Eingabedatensatz in ein neuronales Netz (3): - Erstellen einer Vorhersage (12) einer zukünftigen Entwicklung der Verkehrssituation als Ausgabedatensatz anhand des Eingabedatensatzes durch das neuronale Netz (3).Method for predicting (12) a future development of behavior of road users in a traffic situation (10), comprising the steps: - Providing a data record (11) about specific features of the traffic situation (10), the data record (11) being created on the basis of a video of the traffic situation (10) and being a combination of numbers and letters; - Entering the data set (11) as an input data set in a neural network (3): - Creation of a prediction (12) of a future development of the traffic situation as an output data set based on the input data set by the neural network (3). Verfahren Anspruch 1, umfassend den Schritt: - Verfügbarmachen der Vorhersage (12) über die zukünftige Entwicklung der Verkehrssituation für Verkehrsteilnehmer (7) und/oder Verkehrssysteme (7).Procedure Claim 1 , comprising the step: - making available the forecast (12) about the future development of the traffic situation for road users (7) and / or traffic systems (7). Verfahren nach einem der vorhergehenden Ansprüche, umfassend die Schritte: - Verschlüsseln des Datensatzes (11); - Senden des verschlüsselten Datensatzes zu dem neuronalen Netz (3).Method according to one of the preceding claims, comprising the steps: - Encrypting the data record (11); - Sending the encrypted data record to the neural network (3). System (1a) zur Vorhersage (12) einer zukünftigen Entwicklung einer Verkehrssituation, ausgebildet und eingerichtet, ein Verfahren nach einem der Ansprüche 1 bis 3 durchzuführen, umfassend - eine Videokamera (2) zum Erstellen eines Videos einer Verkehrssituation (10), - eine erste Rechenvorrichtung (4a) zum Erstellen eines Datensatzes (11) über spezifische Merkmale der Verkehrssituation, - eine erste Sendeeinrichtung (5) zum Verschlüsseln des Datensatzes (11) und/oder zum Senden des verschlüsselten Datensatzes zu dem neuronalen Netz (3) und - ein neuronales Netz (3) zum Erstellen einer Vorhersage (12) über eine zukünftige Entwicklung der Verkehrssituation anhand des Datensatzes (11).System (1a) for predicting (12) a future development of a traffic situation, designed and set up, a method according to one of the Claims 1 to 3 perform, comprising - a video camera (2) for creating a video of a traffic situation (10), - a first computing device (4a) for creating a data record (11) about specific features of the traffic situation, - a first transmitting device (5) for encrypting the data record (11) and / or for sending the encrypted data record to the neural network (3) and - a neural network (3) for creating a prediction (12) about a future development of the traffic situation based on the data record (11). Verfahren zum Verifizieren einer Vorhersage (12) einer zukünftigen Entwicklung einer Verkehrssituation (10), umfassend die Schritte: - Erstellen einer Vorhersage (12) einer zukünftigen Entwicklung einer Verkehrssituation (10) anhand eines Datensatzes (11) über spezifische Merkmale der Verkehrssituation (10) mittels eines neuronales Netzes (3); - Bereitstellen einer realen, zukünftigen Entwicklung (10c) der Verkehrssituation; - Vergleich der erstellten Vorhersage (12) und der realen zukünftigen Entwicklung (10c) der Verkehrssituation; - Verifizierung der Vorhersage (12), wenn der Vergleich eine Abweichung ergibt, welche kleiner oder gleich einem ersten Grenzwert für die Abweichung ist.Method for verifying a prediction (12) of a future development of a traffic situation (10), comprising the steps: - Creating a prediction (12) of a future development of a traffic situation (10) on the basis of a data record (11) about specific features of the traffic situation (10) by means of a neural network (3); - Providing a real, future development (10c) of the traffic situation; - Comparison of the prediction (12) made and the real future development (10c) of the traffic situation; - Verification of the prediction (12) if the comparison results in a deviation which is less than or equal to a first limit value for the deviation. Verfahren nach Anspruch 5 umfassend die Schritte: - Ändern der Vorhersage (12), wenn der Vergleich eine Abweichung ergibt, welche größer dem ersten Grenzwert für die Abweichung ist; - Erneutes Durchführen der Schritte zum Verifizieren einer Vorhersage (12) einer zukünftigen Entwicklung einer Verkehrssituation (10) nach Anspruch 5.Procedure according to Claim 5 comprising the steps of: - changing the prediction (12) if the comparison results in a deviation which is greater than the first limit value for the deviation; - Carrying out the steps for verifying a prediction (12) of a future development of a traffic situation (10) again Claim 5 . System (1b) zum Verifizieren einer Vorhersage (12) einer zukünftigen Entwicklung einer Verkehrssituation (10), ausgebildet und eingerichtet, ein Verfahren nach einem der Ansprüche 5 bis 6 durchzuführen, umfassend - eine zweite Rechenvorrichtung (4d) zum Verifizieren einer Vorhersage (12) einer zukünftigen Entwicklung einer Verkehrssituation (10) anhand eines Vergleichs der erstellten Vorhersage (12) und der realen, zukünftigen Entwicklung (10c) der Verkehrssituation.System (1b) for verifying a prediction (12) of a future development of a traffic situation (10), designed and set up, a method according to one of the Claims 5 to 6th perform, comprising - a second computing device (4d) for verifying a prediction (12) of a future development of a traffic situation (10) based on a comparison of the prediction (12) made and the real, future development (10c) of the traffic situation. Verfahren zum Trainieren eines neuronales Netzes (3) mittels eines Datensatzes über spezifische Merkmale der Verkehrssituation (10), wobei der Datensatz (11) anhand eines Videos der Verkehrssituation (10) erstellt wurde und eine Zahlenbuchstabenkombination ist (11), umfassend die Schritte: - Bereitstellen einer realen Verkehrssituation (10); - Erstellen einer Vorhersage (12) über eine zukünftige Entwicklung der Verkehrssituation durch das neuronale Netz (3); - Bereitstellen einer realen zukünftigen Entwicklung (10c) der Verkehrssituation; - Bewerten der erstellen Vorhersage (12) anhand eines Vergleichs der realen, zukünftigen Entwicklung (10c) der Verkehrssituation mit der Vorhersage (12); - Trainieren des neuronalen Netzes (3) anhand der erstellten Vorhersage (12), der realen zukünftigen Entwicklung und der Bewertung der Vorhersage.Method for training a neural network (3) by means of a data record about specific features of the traffic situation (10), the data record (11) being created on the basis of a video of the traffic situation (10) and being a combination of numbers and letters (11), comprising the steps: - Providing a real traffic situation (10); - Creating a prediction (12) about a future development of the traffic situation by the neural network (3); - Providing a real future development (10c) of the traffic situation; - Assessment of the prediction (12) made based on a comparison of the real future development (10c) of the traffic situation with the prediction (12); - Training the neural network (3) on the basis of the prediction (12) made, the real future development and the evaluation of the prediction. Neuronales Netz (3), trainiert mit einem Verfahren nach Anspruch 8.Neural network (3), trained with a method Claim 8 . Computerprogrammprodukt, umfassend ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren nach einem der Ansprüche 1 bis 3 und/oder nach einem der Ansprüche 5 bis 6 und/oder nach Anspruch 8 durchzuführen.Computer program product, comprising a program which, when it is executed by a computer, causes the computer to implement a method according to the invention according to one of the Claims 1 to 3 and / or according to one of the Claims 5 to 6th and / or after Claim 8 perform.
DE102020003745.3A 2019-07-18 2020-06-23 Method for predicting a future development of the behavior of road users in a traffic situation Pending DE102020003745A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019119567.5A DE102019119567A1 (en) 2019-07-18 2019-07-18 Method for predicting a future development of behavior of road users in a traffic situation
DE102019119567.5 2019-07-18

Publications (1)

Publication Number Publication Date
DE102020003745A1 true DE102020003745A1 (en) 2020-09-03

Family

ID=68053174

Family Applications (2)

Application Number Title Priority Date Filing Date
DE102019119567.5A Withdrawn DE102019119567A1 (en) 2019-07-18 2019-07-18 Method for predicting a future development of behavior of road users in a traffic situation
DE102020003745.3A Pending DE102020003745A1 (en) 2019-07-18 2020-06-23 Method for predicting a future development of the behavior of road users in a traffic situation

Family Applications Before (1)

Application Number Title Priority Date Filing Date
DE102019119567.5A Withdrawn DE102019119567A1 (en) 2019-07-18 2019-07-18 Method for predicting a future development of behavior of road users in a traffic situation

Country Status (1)

Country Link
DE (2) DE102019119567A1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020205310A1 (en) 2020-04-27 2021-10-28 Zf Friedrichshafen Ag Computer-implemented method for providing a data structure for the route complexity detection and validation of functionalities of an automated driving system, such data structure, computer for validating functionalities of an automated driving system, computer program for providing such a data structure and computer-readable data carriers

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5786947B2 (en) 2011-09-20 2015-09-30 トヨタ自動車株式会社 Pedestrian behavior prediction apparatus and pedestrian behavior prediction method

Also Published As

Publication number Publication date
DE102019119567A1 (en) 2019-10-17

Similar Documents

Publication Publication Date Title
DE102018112118A1 (en) METHOD AND SYSTEMS FOR USING A BLOCKCHAIN DATABASE FOR THE EXCHANGE OF DATA BETWEEN VEHICLES AND ENTITIES
DE112020005577T5 (en) Simulate various long-term future trajectories in street scenes
DE102021000291A1 (en) Procedure for test scenarios for ADAS
Waizman et al. Micro-simulation model for assessing the risk of vehicle–pedestrian road accidents
DE102015213393B4 (en) Method and device for anonymizing position and movement data of a motor vehicle
DE102020120957A1 (en) USE OF HOLISTIC DATA FOR THE IMPLEMENTATION OF ROAD SAFETY MEASURES
DE102020003745A1 (en) Method for predicting a future development of the behavior of road users in a traffic situation
Gambi et al. Generating critical driving scenarios from accident sketches
DE102020003897A1 (en) Method for the automated creation of a data set on specific characteristics of the behavior of road users in a traffic situation
Zhang et al. Multi-state semi-Markov modeling of recurrent events: Estimating driver waiting time at semi-controlled crosswalks
Krishnamurthy et al. Effect of road width and traffic volume on vehicular interactions in heterogeneous traffic
Henclewood et al. Real‐time data‐driven traffic simulation for performance measure estimation
EP4058927A1 (en) Method for estimating coverage of the area of traffic scenarios
DE112018000147T5 (en) Recognize and simulate a motion event in a navigation system
Noh et al. SafetyCube: Framework for potential pedestrian risk analysis using multi-dimensional OLAP
DE102020003898A1 (en) Method for identifying a conspicuous traffic situation
Jiang et al. Analysis of drivers’ performance in response to potential collision with pedestrians at urban crosswalks
DE102019215824A1 (en) Method and device for operating automated vehicles
Themann et al. Database of relevant traffic scenarios as a tool for the development and validation of automated driving
Acharya et al. Modelling the Relationship between Pedestrian Illegal Mid-Block Crossings with Traffic and Geometric Parameters
Ma et al. Traffic incident management programs and benefit-cost analysis
DE112022003908T5 (en) INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, SERVER DEVICE, VEHICLE DEVICE AND INFORMATION PROCESSING PROGRAM
Bidkar et al. Investigating Surrogate Safety Measures Under Varying Roadway and Traffic Conditions Using Vehicular Trajectory Data
Budhkar et al. Modeling of Bidirectional Mixed Traffic Stream with Weak Lane Discipline
DE102018201417A1 (en) Method for providing verified information about a traffic sign, traffic sign system and method for a navigation system for verifying a traffic sign

Legal Events

Date Code Title Description
R084 Declaration of willingness to licence
R230 Request for early publication