DE102020106262A1

DE102020106262A1 - Vorrichtung und Verfahren zum Steuern eines autonomen Fahrzeugs

Info

Publication number: DE102020106262A1
Application number: DE102020106262.1A
Authority: DE
Inventors: Dong Hoon Kang
Original assignee: Hyundai Motor Co; Kia Motors Corp
Current assignee: Hyundai Motor Co; Kia Corp
Priority date: 2019-05-23
Filing date: 2020-03-09
Publication date: 2020-11-26
Also published as: US20200371518A1; CN111976741A; KR20200135630A; US11334075B2; CN111976741B

Abstract

Eine Vorrichtung und ein Verfahren zum Steuern eines autonomen Fahrzeugs sind bereitgestellt. Die Vorrichtung weist eine Nutzereingabeeinheit (110), welche Identifizierungsinformationen eines Fahrers innerhalb des Fahrzeugs während eines autonomen Fahrens empfängt, und eine Informationssammeleinheit (120) auf, welche eine globale Route des Fahrzeugs und Umliegende-Umgebung-Informationen erlangt. Eine Steuereinrichtung (130) ermittelt einen Lernabschnitt (L) auf der Route basierend auf den Umliegende-Umgebung-Informationen und gibt ein Fahrmuster des Fahrers aus, indem repetitives Lernen auf Grundlage von Bedienungsinformationen des Fahrers im Lernabschnitt (L) durchgeführt wird. Ein autonomes Fahren des Fahrzeugs wird dann basierend auf dem ausgegeben Fahrmuster des Fahrers ausgeführt.

Description

Hintergrund der Erfindung
Gebiet der Erfindung
Die vorliegende Erfindung betrifft eine Vorrichtung und ein Verfahren zum Steuern eines autonomen Fahrzeugs und insbesondere eine Vorrichtung und ein Verfahren zum Steuern eines autonomen Fahrzeugs, wobei eine nutzerfreundliche Autonomes-Fahren-Steuerung durch Berücksichtigen eines Fahrmusters, welches durch eine Fahrerbedienung erlernt wird, durchgeführt wird.
Beschreibung der bezogenen Technik
Jüngst steigt ein Interesse an autonomen Fahrzeugen rapide. In autonomen Fahrzeugen werden fortschrittliche Fahrerassistenzsysteme (kurz ADAS, abgeleitet vom Englischen „Advanced Driver Assistance Systems“) angewendet und können diese folglich dem Fahrer monotone Aufgaben abnehmen, wie zum Beispiel die Bedienung eines Lenkrads und eine Pedalbetätigung während des Fahrens des Fahrzeugs, und die fehlerhafte Bedienung durch den Fahrer verringern, wodurch Unfälle verhindert werden.
Die autonomen Fahrzeuge, welche nun kommerzialisiert werden, verhindern eine Kollision mit einem Objekt, indem eine Zeit bis zur Kollision (kurz TTC, abgeleitet vom Englischen „Time To Collision“) auf Grundlage von Informationen, die durch im Fahrzeug angebrachten Sensoren erfasst werden, berechnet wird, führen ein autonomes Fahren auf Grundlage einer monolithischen Fahrstrategie durch und passen Parameter an, und sie haben somit Einschränkungen beim Berücksichtigen von Fahrtendenzen von diversen Fahrern und bewirken ferner, dass der Fahrer ein Gefühl eines Unterschieds zwischen realem (z.B. auf dem menschlichen Fahrer basierten) Fahren und autonomen Fahren empfindet, und verringern somit den Fahrkomfort. Da es ferner schwierig ist, alle Variablen, welche in einer unvorhersehbaren echten Straßenumgebung hervorgerufen werden können, zu berücksichtigen, führen die autonomen Fahrzeuge passiven Verkehr, welcher auf Sicherheit fokussiert ist, an Stelle von flexiblem Verkehr durch.
Erläuterung der Erfindung
Dementsprechend schafft die vorliegende Erfindung eine Vorrichtung und ein Verfahren zum Steuern eines autonomen Fahrzeugs, welche im Wesentlichen ein oder mehrere Probleme, die durch die Einschränkungen und Nachteile der bezogenen Technik bedingt sind, beheben. Ein Ziel der vorliegenden Erfindung ist es, eine Vorrichtung und ein Verfahren zum Steuern eines autonomen Fahrzeugs zu schaffen, bei welchen eine nutzerfreundliche Autonomes-Fahren-Steuerung durch Berücksichtigen eines Fahrmusters, welches durch eine Fahrerbedienung erlernt wird, durchgeführt wird.
Weitere Vorteile, Ziele und Eigenschaften der Erfindung werden zum Teil in der folgenden Beschreibung dargelegt und werden zum Teil für jene Fachleute in der Technik durch Untersuchung des folgenden ersichtlich oder können durch Umsetzen der Erfindung in Erfahrung gebracht werden. Die Ziele und weitere Vorteilte der Erfindung können durch die Struktur, welche insbesondere in der schriftlichen Beschreibung und Ansprüchen hiervon sowie den beigefügten Zeichnungen aufgezeigt wird, umgesetzt werden und erlangt werden.
Um diese Ziele und weitere Vorteile zu erzielen und im Einklang mit dem Zweck der Erfindung, wie sie hierin ausgeführt und breit beschrieben ist, kann eine Vorrichtung zum Steuern eines autonomen Fahrzeugs (z.B. eines autonom fahrenden Kraftfahrzeugs, insbesondere Personenkraftfahrzeugs) aufweisen: eine Nutzereingabeeinheit, welche dazu eingerichtet ist, Identifizierungsinformation(en) eines Fahrers innerhalb des Fahrzeugs während eines autonomen Fahrens zu empfangen, eine Informationssammeleinheit, welche dazu eingerichtet ist, eine globalen Route des Fahrzeugs und Umliegende-Umgebung-Informationen zu erlangen, und eine Steuereinrichtung, welche dazu eingerichtet ist, einen Lernabschnitt auf der Route basierend auf den Umliegende-Umgebung-Informationen zu ermitteln und ein Fahrer-Fahrmuster auszugeben, indem repetitives Lernen auf Grundlage von Fahrerbedienungsinformationen im Lernabschnitt durchgeführt wird. Die Steuereinrichtung kann dazu eingerichtet sein, ein autonomes Fahren des Fahrzeugs basierend auf dem ausgegeben Fahrer-Fahrmuster auszuführen.
Die Umliegende-Umgebung-Informationen können mindestens eine von Straßeninformationen, Verkehrsinformationen oder Hindernisinformationen aufweisen, welche durch innerhalb des Fahrzeugs angebrachten Sensoren gesammelt werden. Der Lernabschnitt kann mindestens eine/einen von einer Verspätungs-/Stau-Situation, einer Beschleunigung-/Abbremsung-Situation, einer unerwarteten Situation, einem geraden Abschnitt, einem Kurvenabschnitt, einem Bergab-Abschnitt oder einem Elektronische-Mautstelle-Abschnitt aufweisen.
Die Steuereinrichtung kann dazu eingerichtet sein, von einem Autonomes-Fahren-Modus in einen Manuelles-Fahren-Modus umzuschalten und eine Fahrzeugsteuerungsberechtigung an den Fahrer zu übertragen, wenn eine gegenwärtige Fahrsituation des Fahrzeugs, die basierend auf den Umliegende-Umgebung-Informationen erkannt wird, dem Lernabschnitt entspricht. Die Fahrerbedienungsinformationen können Bedienungsinformationen hinsichtlich mindestens einem von einem Lenkrad, einem Fahrpedal oder einem Bremspedal, welche innerhalb des Fahrzeugs angebracht sind, aufweisen.
Die Steuereinrichtung kann dazu eingerichtet sein, das Fahrer-Fahrmuster zu erlernen durch Erlangen eines Fehlers zwischen einem Autonomes-Fahren-Steuerwert, welcher im Voraus in dem Fahrzeug gesetzt (z.B. eingestellt, festgelegt) ist, und mindestens einem Nutzer-Steuerwert, welcher basierend auf den Fahrerbedienungsinformationen berechnet wird, unter Verwendung eines Vergleichs zwischen diesen und Aktualisieren des Autonomes-Fahren-Steuerwerts, um zu bewirken, dass ein Gradient aus dem Fehler zu einem Lernmaß (z.B. einer Lernrate) innerhalb eines minimalen kritischen Werts konvergiert. Die Steuereinrichtung kann dazu eingerichtet sein, einen Validitätstest auf den mindestens einen Nutzer-Steuerwert auszuführen, indem ein Kompensationsgewicht auf den Fehler angewendet wird.
Das Kompensationsgewicht kann auf einen unterschiedlichen Wert basierend auf mindestens einem von einem Kollisionsrisiko oder einem Fahrkomfort-Index in Abhängigkeit von den Fahrerbedienungsinformationen gesetzt sein. Jeder von dem Autonomes-Fahren-Steuerwert und dem Nutzer-Steuerwert kann mindestens einen/eine von einem Lenkwinkel, einer Beschleunigung, einer Verzögerung, einer Relativgeschwindigkeit, einem Kurvenradius, einer Querbeschleunigung oder einer Längsbeschleunigung des Fahrzeugs aufweisen.
Die Vorrichtung kann ferner eine Speichereinheit aufweisen, welche dazu eingerichtet ist, eine Lerntabelle gemäß der Identifizierungsinformation(en) des Fahrers zu erzeugen (z.B. individuell für jeden Fahrer eine Lerntabelle in Abhängigkeit von den empfangenen Identifizierungsinformationen zu erzeugen), indem Indizes für den Lernabschnitt und das Fahrer-Fahrmuster aufgebaut werden. Die Steuereinrichtung kann dazu eingerichtet sein, mindestens einen Grenzpunkt auf der Route basierend auf dem Fahrer-Fahrmuster zu extrahieren, eine Fahrroute durch Verbinden einer gegenwärtigen Position des Fahrzeugs und des mindestens einen Grenzpunkts mittels polynomialer Regressionsanalyse zu erzeugen und das autonome Fahren des Fahrzeugs basierend auf der erzeugten Fahrroute auszuführen. Der mindestens eine Grenzpunkt kann einen Punkt, an welchem eine Änderungsrate eines Lenkwinkels einen kritischen Bereich übersteigt, aufweisen.
Es ist zu verstehen, dass sowohl die vorhergehende allgemeine Beschreibung als auch die folgende detaillierte Beschreibung der vorliegenden Erfindung beispielhafter Natur und erläuternd sind und dazu gedacht sind, eine weitergehende Erläuterung der beanspruchten Erfindung bereitzustellen.
Figurenliste
Die beigefügten Zeichnungen, welche dazu enthalten sind, ein weitergehendes Verständnis der Erfindung bereitzustellen und in einem Teil dieser Anmeldung aufgenommen sind und einen Teil dieser Anmeldung bilden, veranschaulichen beispielhafte Ausführungsform(en) der Erfindung und dienen gemeinsam mit der Beschreibung dazu, das Prinzip der Erfindung zu erläutern. In den Zeichnungen:

ist 1 ein schematisches Blockdiagramm einer Vorrichtung zum Steuern eines autonomen Fahrzeugs gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung,
ist 2 eine Ansicht, welche die Struktur eines Lernsystems, welches auf die Steuerungsvorrichtung angewendet wird, gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung darstellt,
sind 3A und 3B Ansichten, welche ein Verfahren zum Erzeugen einer Fahrroute durch die Steuerungsvorrichtung gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung darstellen,
sind 4 und 5 Ansichten, welche Fahrsituationen vor und nach dem Erlernen eines Fahrmusters eines Fahrers durch die Steuerungsvorrichtung gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung darstellen, und
ist 6 ein Flussdiagramm, welches ein Verfahren zum Steuern eines autonomen Fahrzeugs gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung darstellt.

Detaillierte Beschreibung
Es versteht sich, dass der Begriff „Fahrzeug“ oder „Fahrzeug-...“ oder irgendein ähnlicher Begriff, welcher hier verwendet wird, Kraftfahrzeuge im Allgemeinen, wie z.B. Personenkraftfahrzeuge, einschließlich sogenannter Sportnutzfahrzeuge (SUV), Busse, Lastwagen, zahlreiche kommerzielle Fahrzeuge, Wasserfahrzeuge, einschließlich einer Vielzahl an Booten und Schiffen, Flugzeuge und dergleichen einschließt und Hybridfahrzeuge, elektrische Fahrzeuge, Plug-in-Hybridelektrofahrzeuge, wasserstoffbetriebene Fahrzeuge und andere Fahrzeuge für alternative Treibstoffe (z.B. Treibstoffe, welche aus anderen Ressourcen als Erdöl hergestellt werden) einschließt. Ein Hybridfahrzeug, auf welches hier Bezug genommen wird, ist ein Fahrzeug, das zwei oder mehr Energiequellen hat, z.B. Fahrzeuge, welche sowohl mit Benzin als auch elektrisch betrieben werden.
Obwohl eine beispielhafte Ausführungsform als eine Mehrzahl von Einheiten zum Durchführen des beispielhaften Prozesses nutzend beschrieben wird, ist es zu verstehen, dass der beispielhafte Prozess auch durch ein einziges Modul oder eine Mehrzahl von Modulen durchgeführt werden kann. Es ist zusätzlich zu verstehen, dass sich der Begriff Steuereinrichtung / Steuereinheit auf eine Hardware-Vorrichtung bezieht, welche einen Speicher und einen Prozessor aufweist. Der Speicher ist dazu eingerichtet, die Module zu speichern, und der Prozessor ist speziell dazu eingerichtet, die Module auszuführen, um einen oder mehr Vorgänge, welche weiter unten beschrieben werden, durchzuführen.
Ferner kann eine Steuerlogik der vorliegenden Offenbarung als nichtflüchtige, computerlesbare Medien auf einem computerlesbaren Medium (z.B. Datenträger) ausgeführt sein, welches ausführbare Programminstruktionen enthält, die mittels eines Prozessors, einer Steuereinrichtung / Steuereinheit oder dergleichen ausgeführt werden. Beispiele des computerlesbaren Mediums weisen auf, sind aber nicht beschränkt auf, Nur-Lese-Speicher (Englisch „Read Only Memory“, kurz: ROM), Speicher mit wahlfreiem Zugriff (Englisch „Random Access Memory“, kurz: RAM), Compact-Disk-(CD)-ROMs, Magnetbänder, Disketten, Flash-Speicher, Chipkarten (z.B. Smartcards, Speicherkarten) und optische Datenspeichervorrichtungen. Das computerlesbare Aufzeichnungsmedium kann auch in netzwerkverbundenen Computersystemen verteilt werden, so dass die computerlesbaren Medien auf eine verteilte Art gespeichert und ausgeführt werden, z.B. mittels eines Telematikservers oder eines Steuereinrichtungsbereich-Netzwerks (auch Steuergerätenetzwerk oder „Controller Area Network“ genannt, kurz CAN).
Die hierin verwendete Terminologie dient lediglich dem Zweck des Beschreibens von bestimmten Ausführungsformen und ist nicht dazu gedacht, die Erfindung zu beschränken. Die wie hierin verwendeten Singular-Formen „ein“, „eine“, „eines“ und „der“, „die“, „das“ sind dazu gedacht, auch die Mehrzahlformen einzuschließen, außer der Kontext weist eindeutig auf etwas Anderes hin. Ferner ist zu verstehen, dass die Begriffe „aufweisen“ und/oder „aufweisend“ bei Verwendung in dieser Beschreibung das Vorliegen von genannten Merkmalen, ganzen Zahlen, Schritten, Vorgängen, Elementen und/oder Bauteilen spezifizieren, jedoch nicht die Anwesenheit oder das Hinzufügen von einem oder mehreren weiteren Merkmalen, ganzen Zahlen, Schritten, Vorgängen, Elementen, Bauteilen und/oder Gruppen davon ausschließen. Wie hierin verwendet, weist der Begriff „und/oder“ jede sowie alle Kombinationen von einem oder mehreren der dazugehörig aufgezählten Gegenstände auf.
Wenn nicht besonders erwähnt oder aus dem Kontext naheliegend (z.B. nichts Gegenteiliges besonders erwähnt oder aus dem Kontext naheliegend ist), ist der hierin verwendete Begriff „etwa“ (bzw. „ungefähr“) als innerhalb einer normalen Toleranz in der Technik, z.B. innerhalb 2 Standardabweichungen vom Mittelwert, zu verstehen. „Etwa“ (bzw. „ungefähr“) kann als innerhalb von 10%, 9%, 8%, 7%, 6%, 5%, 4%, 3%, 2%, 1%, 0,5%, 0,1%, 0,05% oder 0,01% vom genannten Wert verstanden werden. Wenn nichts Gegenteiliges aus dem Kontext deutlich ist, sind alle hierin bereitgestellten Zahlenwerte durch den Begriff „etwa“ modifiziert.
Es wird nun im Detail Bezug auf die beispielhaften Ausführungsformen der vorliegenden Erfindung genommen, deren Beispiele in den beigefügten Zeichnungen dargestellt sind. Die Offenbarung der Erfindung ist jedoch nicht auf die hierin ausgeführten Ausführungsformen beschränkt und kann auf diverse Arten modifiziert werden. Um die vorliegende Erfindung klar zu beschrieben, wird die Beschreibung von Komponenten, welche nicht im Zusammenhang mit der vorliegenden Erfindung stehen, weggelassen, und in den Zeichnungen werden die gleichen oder gleichartige Bauteile durch die gleichen Bezugszeichen gekennzeichnet, sogar wenn sie in unterschiedlichen Zeichnungen dargestellt sind.
In der folgenden Beschreibung der beispielhaften Ausführungsformen können außerdem Begriffe „erster/erste/erstes“, „zweiter/zweite/zweites“, etc., dazu verwendet werden, diverse Elemente zu beschreiben, wobei sie diese Elemente jedoch nicht einschränken. Es ist zu verstehen, dass diese Begriffe nur dazu verwendet werden, ein Element von einem anderen Element zu unterscheiden und nicht die Art, Reihenfolge oder Rangfolge der entsprechenden Elemente einschränken. Es ist zu verstehen, dass Begriffe, welche speziell unter Berücksichtigung der Strukturen und Funktionen der beispielhaften Ausführungsformen definiert sind, nur dazu verwendet werden, die Ausführungsformen zu beschrieben und den Umfang der beispielhaften Ausführungsformen nicht einschränken.
Wenn nicht andersartig definiert, haben in der folgenden Beschreibung der beispielhaften Ausführungsformen alle Begriffe, einschließlich technische oder wissenschaftliche Begriffe, die gleichen Bedeutungen, wie sie von einem Fachmann in der Technik, zu welcher die vorliegende Erfindung gehört, im Allgemeinen verstanden werden. Ferner werden in der folgenden Beschreibung der beispielhaften Ausführungsformen solche Begriffe, welche allgemein verwendet werden, wie zum Beispiel Begriffe, welche in Wörterbüchern definiert sind, so interpretiert, dass sie Bedeutungen, welche mit den kontextabhängigen Bedeutungen in der betreffenden Technik übereinstimmen, aufweisen, und werden nicht so interpretiert, dass sie ideale oder exzessiv formale Bedeutungen aufweisen, wenn nicht klar so definiert.
Nachstehend wird eine Vorrichtung zum Steuern eines autonomen Fahrzeugs gemäß jeder beispielhaften Ausführungsform der vorliegenden Erfindung unter Bezugnahme auf die beigefügten Zeichnungen beschrieben.
1 ist ein schematisches Blockdiagramm einer Vorrichtung zum Steuern eines autonomen Fahrzeugs gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung. Wie beispielhaft in 1 gezeigt, kann eine Vorrichtung 100 zum Steuern eines autonomen Fahrzeugs eine Nutzereingabeeinheit 110, eine Informationssammeleinheit 120, eine Steuereinrichtung 130 und eine Speichereinheit 140 aufweisen. Die Steuereinrichtung 130 kann dazu eingerichtet sein, die anderen Komponenten der Vorrichtung 100 zu steuern.
Die Nutzereingabeeinheit 110 kann eine Fahrerinformation-Eingabeeinheit 111, welche dazu eingerichtet ist, Identifizierungsinformation(en) eines Fahrers in dem Fahrzeug während des autonomen Fahrens zu empfangen, und eine Eingabesignal-Auswahleinheit 112 aufweisen, welche dazu eingerichtet ist, mindestens eine Nutzereingabe für eine Optimierungsanfrage einer Autonomes-Fahren-Steuerung basierend auf einem Fahrmuster des Fahrers zu empfangen. Die Fahrerinformation-Eingabeeinheit 111 kann dazu eingerichtet sein, Identifizierungsinformation(en), einschließlich biometrischer Informationen und/oder Registrierungs- bzw. Anmeldungsinformationen mindestens eines Fahrers, von einer externen Vorrichtung über ein Fahrzeugnetzwerk 40 zu empfangen und die Identifizierungsinformation(en) in einer Datenbank (DB, nicht gezeigt) zu speichern, um Fahrmuster von diversen Fahrern zu erzeugen. Insbesondere können die biometrischen Informationen Erkennungsinformationen hinsichtlich Irides, Fingerabdrücken, einem Gesicht oder Stimme des Nutzers aufweisen und die Registrierungs- bzw. Anmeldungsinformationen können eine Fahrer-Identifikation (Fahrer-ID), welche durch eine Kombination aus koreanischen Zeichen, englischen Zeichen (z.B. lateinischen Buchstaben), Zahlen und Sonderzeichen gebildet ist, oder eine Kontaktinformation des Nutzers aufweisen, ohne darauf beschränkt zu sein.
Die Fahrerinformation-Eingabeeinheit 111 kann dazu eingerichtet sein, zu bestätigen, ob die Information(en) des Fahrers, welche von der externen Vorrichtung aus empfangen werden, der in der Datenbank (nicht gezeigt) gespeicherten Identifizierungsinformation(en) des Fahrers entspricht, und führt eine Verbindung mit der Steuereinrichtung 130 durch. Die Einqabesiqnal-Auswahleinheit 112 kann dazu eingerichtet sein, ein designiertes Eingabesignal, welches durch den Fahrer angelegt wird, zum Beispiel mindestens eines von einem Ein-Signal, einem Aus-Signal oder einem Zurücksetzen-Signal, in Steuerbefehle umzuwandeln, und der Fahrer kann eine Optimierungsanfrage der Autonomes-Fahren-Steuerung basierend auf einem Fahrmuster des Fahrers empfangen und zwischen Fahrmodi des Fahrzeugs durch Auswählen von mindestens einem Eingabeelement, welches an der Eingabesignal-Auswahleinheit 112 bereitgestellt ist, umschalten.

Nachstehende Tabelle 1 nennt exemplarisch Steuerbefehle, welche gemäß dem Fahrereingabesignal, das an die Eingabesignal-Auswahleinheit 112 angelegt wird, verarbeitet werden, und Fahrmodi, welche umgeschaltet werden. Tabelle 1

Eingabesignal	Fahrmodus	Steuerbefehle
1. Ein	Manuelles-Fahren-Modus	Initialisierungsbefehle zum Erlernen eines Fahrmusters eines Fahrers (nachstehend bezeichnet als „Lerninitialisierungsbefehle“)
2. Aus	Autonomes-Fahren-Modus	Befehle zum Einstellen eines jüngst erlernten Fahrmusters des Fahrers als Standard (nachstehend bezeichnet als „Standardeinstellung-Befehle“)
3. Zurücksetzen	Autonomes-Fahren-Modus	Befehle zum Initialisieren eines Fahrmusters des autonomen Fahrzeugs, welches im Voraus vor dem Gelangen auf den Markt festgelegt ist (nachstehend bezeichnet als „Initialisierungsbefehle“)

Bezugnehmend auf Tabelle 1, falls ein Ein-Signal an die Eingabesignal-Auswahleinheit 112 durch den Fahrer angelegt wird (z.B. ein Ein-Signal als Nutzereingabe empfangen wird), kann der Fahrmodus des Fahrzeugs von einem Autonomes-Fahren-Modus in einen Manuelles-Fahren-Modus geschaltet werden. Insbesondere bezieht sich der Autonomes-Fahren-Modus auf einen Zustand, bei welchem das Fahrzeug autonom ohne Fahrereingriff fährt, und bezieht sich der Manuelles-Fahren-Modus auf einen Zustand, in welchem zumindest einige Betriebsvorgänge durch das Fahrzeug in einer bestimmten Fahrsituation eingeschränkt sind.
Die Eingabesignal-Auswahleinheit 112 kann dann dazu eingerichtet sein, das Ein-Signal in die Lerninitiierungsbefehle umzuwandeln und die Lerninitiierungsbefehle an die Steuereinrichtung 130 zu senden. In Reaktion darauf kann die Steuereinrichtung 130 dazu eingerichtet sein, eine Fahrzeugsteuerungsberechtigung an den Fahrer in der spezifischen Fahrsituation zu übertragen, wiederholt die Bedienungsinformationen des Fahrers, welche auf eine Fahreinrichtung 30 angewendet werden, zu erlernen und folglich ein Fahrmuster des Fahrers auszugeben. Die Eingabesignal-Auswahleinheit 112 kann dazu eingerichtet sein, ein Aus-Signal oder ein Zurücksetzen-Signal in die Standardeinstellungsbefehle oder die Initiierungsbefehle umzuwandeln, und die Steuereinrichtung 130 kann dazu eingerichtet sein, das autonome Fahren des autonomen Fahrzeugs durch Betreiben der Fahreinrichtung 30 unter Verwendung des jüngst erlernten Fahrmusters des Fahrers oder des Fahrmusters des autonomen Fahrzeugs, welches im Voraus vor dem Gelangen auf den Markt (z.B. standardmäßig vor Verkauf des Fahrzeugs) festgelegt ist, durchzuführen.
Die Nutzereingabeeinheit 110 kann innerhalb des Fahrzeugs angeordnet sein, zum Beispiel in einem Bereich einer Instrumententafel, einem Bereich eines Sitzes, einem Bereich einer Säule, einem Bereich einer Tür, einem Bereich einer Mittelkonsole, einem Bereich eines Dachhammels, einem Bereich einer Windschutzscheibe oder in einem Bereich eines Fensters. Ferner kann ein Teil der Nutzereingabeeinheit 110 als ein Knopf, welcher nach außen hin vorsteht (oder eingebuchtet ist), umgesetzt sein, oder ein Teil oder die Gesamtheit der Nutzereingabeeinheit 110 kann als eine berührungsempfindliche Tafel (Touchpanel) umgesetzt sein, und die Nutzereingabeeinheit 110 kann mit mindestens einem Eingabeteil versehen sein, um diverse Nutzereingaben zu erfassen. Zum Beispiel kann der Eingabeteil eine Tastatur, ein berührungsempfindliches Feld (auch Touchpad - zum Beispiel vom resistiven Typ / kapazitiven Typ), einen Kuppelschalter (Englisch „dome switch“), einen physischen Knopf oder eine Drehschalter- bzw. Jog/Shuttle-Einrichtung aufweisen.
Die Informationssammeleinheit 120 kann eine Globale-Route-Sammeleinheit 121 und eine Umgebungsinformationen-Sammeleinheit 122 aufweisen. Die Informationssammeleinheit 120 kann dazu eingerichtet sein, eine Route (z.B. eine globale Route) und Umweltinformationen von zahlreichen Peripheriegeräten 10 und/oder Sensoreinrichtungen 20 zu erlangen, welche innerhalb des Fahrzeugs angebracht sind. Die Informationssammeleinheit 120 kann dazu eingerichtet sein, eine Kommunikation mit den Peripheriegeräten 10 und Sensoreinrichtungen 20 über das Fahrzeugnetzwerk 40 durchzuführen, und das Fahrzeugnetzwerk 40 kann diverse Fahrzeuginterne-Kommunikation-Standards umfassen, wie zum Beispiel CAN (CAN = „Controller Area Network“), CAN mit flexibler Datenrate (CAN-FD), Flexray, MOST (MOST = „Media Oriented Systems Transport“), zeitgesteuertes Ethernet (TTEthernet), etc..
Die Globale-Route-Sammeleinheit 121 kann dazu eingerichtet sein, die Route basierend auf Informationen über einen Abfahrtspunkt und einem Zielpunkt, welche in das Peripheriegerät (nachstehend als ein Navigationssystem 10 bezeichnet) eingegeben werden, zu sammeln. Das Navigationssystem 10 kann dazu eingerichtet sein, Karteninformationen, in welchen Straßen und Fahrstreifen (auch „Fahrspuren“ genannt) unterscheidbar sind, als eine Datenbank (DB) zu speichern, und die Karteninformationen können Knoten (Englisch „nodes“) und Verbindungsstücke (Englisch „links“) aufweisen. Insbesondere bezieht sich ein Knoten auf einen Punkt, an welchem Eigenschaften einer Straße verändert werden, und das Verbindungsstück kann sich auf eine Route in einem Fahrstreifen, welche einen Knoten und einen anderen Knoten (z.B. einen ersten Knoten und einen zweiten Knoten) miteinander verbindet, beziehen. Solche Karteninformationen können mittels einer Drahtloskommunikation automatisch in einem konstanten Takt aktualisiert werden oder manuell durch den Nutzer aktualisiert werden.
Die Umgebungsinformationen-Sammeleinheit 122 kann dazu eingerichtet sein, diverse Umliegende-Umgebung-Informationen hinsichtlich Fahrsituationen des Fahrzeugs von den im Fahrzeug montierten Sensoreinrichtungen 20 zu sammeln. Insbesondere können die Sensoreinrichtungen 20 zum Beispiel ein globales Positionsbestimmungssystem (GPS) 21, welches dazu eingerichtet ist, die Positionsinformationen des Fahrzeugs durch Empfangen einer Navigationsnachricht von mindestens einem GPS-Satelliten, der sich oberhalb der Erde befindet, zu erlangen, eine Kamera 22, welche dazu eingerichtet ist, Umgebungsbild-Informationen des Fahrzeugs unter Verwendung eines optischen Systems zu analysieren, eine Radar-Einrichtung 23, welche dazu eingerichtet ist, einen Abstand von einem Objekt und eine Relativgeschwindigkeit bezüglich des Objekts unter Verwendung von elektromagnetischen Wellen zu analysieren, eine Lidar-Einrichtung 24, welche dazu eingerichtet ist, Blindbereiche, welche durch Radar nicht erkennbar sind, unter Verwendung von Licht zu beobachten, und einen Lenkwinkelsensor 25, einen Geschwindigkeitssensor 26 und einen Beschleunigungssensor 27, welche dazu eingerichtet sind, einen Lenkwinkel, eine absolute Geschwindigkeit und eine Beschleunigungsinformation des Fahrzeugs zu messen, aufweisen.
Die Umgebungsinformationen-Sammeleinheit 122 kann dazu eingerichtet sein, die Umliegende-Umgebung-Informationen, welche mindestens eine von einer Straßeninformation, Verkehrsinformation oder Hindernisinformation aufweist, durch eine Kombination aus mindestens einer der vorstehend beschriebenen Sensoreinrichtungen 20 zu sammeln. Beispielsweise kann die Umgebungsinformationen-Sammeleinheit 122 dazu eingerichtet sein, Straßeninformationen betreffend Eigenschaften von Straßen, wie zum Beispiel Krümmungen, Neigungen, Kreuzungen, Abzweigungen bzw. Auffahrten/Ausfahrten, Verkehrsübergängen und Mautstellen der Straße, basierend auf Karteninformationen, welche im Navigationssystem 10 gespeichert sind, und Umliegende-Umgebung-Informationen, welche unter Verwendung der Kamera 21 analysiert werden, zu sammeln.
Ferner kann die Umgebungsinformationen-Sammeleinheit 122 dazu eingerichtet sein, Verkehrsinformationen zum Erkennen einer Verspätungs- und Stau-Verkehrssituation, wie zum Beispiel eine Dichte von Objekten, welche um die Fahrzeuge verteilt sind, und/oder Hindernisinformationen zum Erkennen einer unerwarteten Situation, wie zum Beispiel ein Risiko von auf einer Fahrbahnoberfläche installierten (oder darauf gefallenen) Gegenständen, basierend auf mindestens einem/einer von dem GPS 21, der Radar-Einrichtung 23, der Lidar-Einrichtung 24, dem Lenkwinkelsensor 25, dem Geschwindigkeitssensor 26 und dem Beschleunigungssensor 27 zu sammeln. Obwohl es in den Zeichnungen nicht gezeigt ist, kann die Umgebungsinformationen-Sammeleinheit 122 auch dazu eingerichtet sein, Umliegende-Umgebung-Informationen von anderen Fahrzeugen und Objekten, in denen Infrastruktur verbaut ist, über Fahrzeug-zu-Allem-(V2X-)Kommunikation zu sammeln.
Die Steuereinrichtung 130 kann eine Lernabschnitt-Ermittlungseinheit 131, eine Fahrmuster-Lerneinheit 132 und eine Fahrstrategie-Erstellungseinheit 133 aufweisen. Wenn die Lernabschnitt-Ermittlungseinheit 131 die Lerninitiierungsbefehle, welche von der Nutzereingabeeinheit 110 angewendet werden, empfängt, kann der Betrieb der Lernabschnitt-Ermittlungseinheit 131 aktiviert werden (z.B. die Lernabschnitt-Ermittlungseinheit 131 in Betrieb versetzt, bspw. aus einem Ruhezustand in Betrieb versetzt, werden).
Die Lernabschnitt-Ermittlungseinheit 131 kann dazu eingerichtet sein, einen Lernabschnitt L auf der Route basierend auf den diversen Umliegende-Umgebung-Informationen, welche durch die Informationssammeleinheit 120 gesammelt werden, zu ermitteln. Beispielsweise kann die Lernabschnitt-Ermittlungseinheit 131 dazu eingerichtet sein, eine momentane Fahrsituation des Fahrzeugs durch Kombinieren von mindestens einer von der Straßeninformation, der Verkehrsinformation oder der Hindernisinformation, welche durch die Umgebungsinformation-Sammeleinheit 122 gesammelt werden, zu erfassen und zu ermitteln, ob die erkannte Fahrsituation mit dem vorbestimmten Lernabschnitt L korrespondiert.

Die Lernabschnitt-Ermittlungseinheit 131 kann dazu eingerichtet sein, ein Lernen von nur einigen Fahrsituationen, welche mit dem Lernabschnitt L korrespondieren, aus der Route durchzuführen, um eine durch repetitives Lernen der Lernabschnitt-Ermittlungseinheit 131 hervorgerufene Last (z.B. Rechenlast) zu verringern, wobei jedoch der Umfang der Erfindung nicht hierauf beschränkt ist. Tabelle 2 stellt beispielhafte den Lernabschnitt L, welcher durch die Lernabschnitt-Ermittlungseinheit 131 vorbestimmt ist, dar. Tabelle 2

L1	L2	L3	L4	L5	L6	L7
Verspätungs-/Stau-Situation	Beschleunigung-/Abbremsung-Situation	Unerwartete Situation	Gerader Abschnitt	Kurvenabschnitt	Bergab-Abschnitt	Elektronis che-Mautstelle -Abschnitt

Bezugnehmend auf Tabelle 2 kann der Lernabschnitt L definiert sein als ein Satz von Situationen, welche während der Fahrt des Fahrzeugs auftreten, und kann er eine Verspätungs-/Stau-Situation L1, eine Beschleunigung-/Abbremsung-Situation L2, eine unerwartete Situation L3, einen geraden Abschnitt L4, einen Kurvenabschnitt L5, einen Bergab-Abschnitt L6 und einen Elektronische-Mautstelle-Abschnitt L7 aufweisen.
Die Lernabschnitt-Ermittlungseinheit 131 kann dazu eingerichtet sein, von dem Autonomes-Fahren-Modus in den Manuelles-Fahren-Modus zu wechseln und eine Fahrzeugsteuerungsberechtigung an den Fahrer zu übertragen (z.B. ohne Steuereinrichtungseingriff), wenn die momentane Fahrsituation des Fahrzeugs dem Lernabschnitt L entspricht. Wenn die Fahrmuster-Lerneinheit 132 ein Fahrzeugsteuerungsberechtigung-Übertragungssignal, das durch die Lernabschnitt-Ermittlungseinheit 131 erzeugt wird, empfängt, kann der Betrieb der Fahrmuster-Lerneinheit 132 aktiviert werden.
Die Fahrmuster-Lerneinheit 132 kann dazu eingerichtet sein, ein Fahrmuster des Fahrers auszugeben, indem ein repetitives Lernen basierend auf den Bedienungsinformationen des Fahrers, welcher in dem Lernabschnitt L reagiert, durchgeführt wird. Die Bedienungsinformationen des Fahrers können sich auf Bedienungsinformationen beziehen, welche der Fahrer, der die Fahrzeugsteuerungsberechtigung erlangt, auf die im Fahrzeug angebrachte Fahreinrichtung 30 anwendet. Die Fahreinrichtung 30 kann insbesondere ein Lenkrad 31, welches dazu eingerichtet ist, eine (Fahrt-)Richtung des Fahrzeugs einzustellen, ein Fahrpedal (auch Gaspedal genannt) 32, welches dazu eingerichtet ist, eine Geschwindigkeit des Fahrzeugs einzustellen, indem ein Öffnungsgrad einer Drosselklappe des Fahrzeugs eingestellt wird, und ein Bremspedal 33, welches dazu eingerichtet ist, das Fahrzeug unter Verwendung von Reibkraft zu bremsen, aufweisen.
Die Fahrmuster-Lerneinheit 132 kann basierend auf einem Bestärkendes-Lernen-Algorithmus, welcher eine Art des maschinellen Lernens ist, betrieben werden und kann ein Lernen basierend auf einer Strategie durchführen, um Umliegende-Umgebung-Informationen unter Verwendung von wechselseitigem Informationsaustausch mit einer Fahrsituation zu erkennen und eine Handlungswertfunktion, welche durch die auf das Fahrzeug angewendeten Bedienungsinformationen des Fahrers (z.B. Bedienungsinformationen von mindestens einem von dem Lenkrad 31, dem Fahrpedal 32 und dem Bremspedal 33) erlangt wird, zu maximieren.
Die Fahrmuster-Lerneinheit 132 kann dazu eingerichtet sein, ein Fahrmuster des Fahrers zu erlernen, indem ein Fehler δ zwischen einem ersten Autonomes-Fahren-Steuerwert α, welcher im Voraus in dem Fahrzeug auf Grundlage von festgelegten Regeln gesetzt (z.B. festgelegt, eingestellt) ist, und mindestens einem Nutzer-Steuerwert β_i, welcher basierend auf den Bedienungsinformationen des Fahrers berechnet wird, durch einen Vergleich zwischen diesen erlangt wird und der erste Autonomes-Fahren-Steuerwert α aktualisiert wird, so dass ein Gradient Δδ aus dem Fehler δ zu einem Lernmaß (z.B. einer Lernrate) η (Δδ = dδ/dη) auf einen minimalen kritischen Wert konvergiert, und einen zweiten Autonomes-Fahren-Steuerwert α' als ein Ergebnis des vorstehenden Lernens auszugeben.
Der erste Autonomes-Fahren-Steuerwert α bezieht sich auf einen Steuerwert von mindestens einem Parameter, welcher erlernt oder im Voraus in dem Fahrzeug bevor das Fahrzeug auf den Markt kommt, festgelegt ist, um das autonome Fahren durchzuführen. Außerdem kann der erste Autonomes-Fahren-Steuerwert α im Voraus durch einen Entwickler gemäß Regeln für das autonome Fahren, welche auf Grundlage von Verkehrsverordnungen und Erfordernissen des sicheren Fahrens festgelegt sind, gesetzt (z.B. eingestellt, festgelegt) werden, und der gleiche erste Autonomes-Fahren-Steuerwert α kann für alle Fahrer angewendet werden.
Der Nutzer-Steuerwert β_i bezieht sich auf einen Steuerwert von mindestens einem Parameter, welcher durch Sensoreinrichtung 20 berechnet oder erfasst wird, in Reaktion auf diverse Bedienungsinformationen, welche der Fahrer, der die Fahrzeugsteuerungsberechtigung erlangt, auf die Fahreinrichtung 30 anwendet. Der Nutzer-Steuerwert β_i kann gemäß der Tendenz, dem Zustand, etc. des Fahrers, der die Fahreinrichtung 30 bedient, verändert werden.
Der zweite Autonomes-Fahren-Steuerwert α' bezieht sich auf einen Steuerwert von mindestens einem Parameter, auf welchen der mindestens eine Nutzer-Steuerwert β_i durch repetitives Lernen konvergiert (oder in welchen der mindestens eine Nutzer-Steuerwert β_i geglättet wird). Zudem kann der zweite Autonomes-Fahren-Steuerwert α' als ein Standardwert gesetzt (z.B. eingestellt, festgelegt) sein, um das autonome Fahren des Fahrzeugs nach dem Abschluss des Lernens durchzuführen. Insbesondere kann der mindestens eine Parameter mindestens eine von einer Lenkwinkelinformation, einer Beschleunigung/Verzögerung-Information, einer Kurs-/Wank-Information, welcher durch diverse Kombinationen daraus berechnet wird, einer Relativgeschwindigkeitsinformation, einer Quer-/Längsbeschleunigungsinformation oder einer Kurvenradiusinformation aufweisen.
Ferner kann der Fehler δ zwischen dem ersten Autonomes-Fahren-Steuerwert α und dem mindestens einen Nutzer-Steuerwert β_i unter Verwendung einer mittleren quadratischen Abweichung (kurz MSE, abgeleitet vom Englischen „Mean Squared Error“) berechnet werden, wie in nachstehender Gleichung 1 genannt. Jedoch ist dies nur beispielhaft, und der Umfang der Erfindung ist nicht hierauf beschränkt. $δ= \frac{1}{n} Q_{i = 1}^{n} {(α - β_{i})}^{2}$
wobei n eine kumulative Häufigkeit von Bedienungen des Fahrers bzw. Fahrerbedienungen, welche auf die Fahreinrichtung 30 in dem zugehörigen Lernabschnitt angewendet werden, meint, α einen ersten Autonomes-Fahren-Steuerwert meint, und β_i einen Nutzer-Steuerwert, welcher durch i-te Bedienung erlangt wird, (1 ≤ i ≤ n) meint.
Das Lernmaß η kann als ein Maß der kumulierten Häufigkeit von Bedienungen des Fahrers zu einer kritischen Lernhäufigkeit N definiert sein und als $η = {\frac{n}{N}}_{(0 < η \leq 1)}$
ausgedrückt werden. Die kritische Lernhäufigkeit N kann sich auf eine Häufigkeit von Konvergenzen des Fehlergradienten Δδ innerhalb des minimalen kritischen Werts beziehen, und die Fahrmuster-Lerneinheit 132 kann dazu eingerichtet sein, ein Fahrmuster, welches einer Absicht des Fahrers ähnelt, auszugeben durch Durchführen von repetitivem Lernen, bis eine Häufigkeit des Lernens (z.B. Häufigkeit von Lernvorgängen) die kritische Lernhäufigkeit N überschreitet. Insbesondere kann der minimale kritische Wert 0 betragen oder ein Wert nahe 0 sein, und die vorstehende Strategie zum Maximieren der Handlungswertfunktion kann somit als eine Strategie zum Minimieren des Gradienten Δδ des Fehlers δ zwischen dem ersten Autonomes-Fahren-Steuerwert α und dem mindestens einen Nutzer-Steuerwert β_i geschlussfolgert werden.
Ferner kann die Fahrmuster-Lerneinheit 132 dazu eingerichtet sein, einen Validitätstest des mindestens einen Nutzer-Steuerwerts β_i auszuführen, indem ein Kompensationsgewicht w auf den Fehler δ angewendet wird. Insbesondere kann das Kompensationsgewicht w auf einen unterschiedlichen Wert gemäß mindestens einem von einem Kollisionsrisiko w1 oder einem Fahrkomfort-Index w2 basierend auf den Bedienungsinformationen des Fahrers gesetzt sein. Beispielsweise kann die Fahrmuster-Lerneinheit 132 dazu eingerichtet sein, das Kompensationsgewicht w auf 0 zu setzen und folglich den zugehörigen Nutzer-Steuerwert als einen ignorierbaren Wert zu behandeln, falls, als ein Ergebnis des Fahrens gemäß den Bedienungsinformationen des Fahrers, das Fahrzeug mit einem umliegenden Objekt kollidiert oder der Fahrkomfort-Index w2 auf einen kritischen Wert oder weniger verringert ist. Das Kompensationsgewicht w kann so gesetzt sein, dass das Kollisionsrisiko w1 umgekehrt proportional zu einer Zeit bis zur Kollision (TTC) ist und der Fahrkomfort-Index w2 umgekehrt proportional zur Größe eines Rucks (einer Beschleunigungsänderungsrate, bspw. ein durch spontanes Beschleunigen/Verzögern erzeugten Rucks des Fahrzeugs) ist.
Dementsprechend kann die Fahrmuster-Lerneinheit 132 dazu eingerichtet sein, den Validitätstest des mindestens einen Nutzer-Steuerwerts β_i auszuführen, und kann folglich eine Fahrzeugsicherheit verbessern und ein Unterschiedsgefühl, welches durch den Fahrer und Insassen während des Betriebs des Fahrzeugs gefühlt oder wahrgenommen wird, verringern. Die Fahrstrategie-Erstellungseinheit 133 kann dazu eingerichtet sein, das Fahrmuster des Fahrers oder den zweiten Autonomes-Fahren-Steuerwert α', welcher durch die Fahrmuster-Lerneinheit 132 ausgegeben wird, an die Fahreinrichtung 30 zu senden, wodurch das autonome Fahren des Fahrzeugs ausgeführt wird.
Ferner kann die Fahrstrategie-Erstellungseinheit 133 dazu eingerichtet sein, mindestens einen Grenzpunkt auf der Route basierend auf dem ausgegebenen Fahrmuster des Fahrers zu extrahieren, eine Fahrroute durch Verbinden einer gegenwärtigen Position des Fahrzeugs und des mindestens einen Grenzpunkt mittels polynomialer Regressionsanalyse zu erzeugen und das autonome Fahren des Fahrzeugs basierend auf der erzeugten Fahrroute auszuführen. Insbesondere kann der mindestens eine Grenzpunkt einen Punkt, an welchem eine Änderungsrate eines Lenkwinkels einen kritischen Bereich übersteigt, aufweisen, und eine detaillierte Beschreibung davon wird später unter Bezugnahme auf 3 gegeben.
Die Speichereinheit 140 kann dazu eingerichtet sein, eine Nachschlagtabelle 141 (Englisch „Lookup Table“) und mindestens eine Lerntabelle 142, welche mit der Fahreridentifizierungsinformation korrespondiert, zu erzeugen und zu speichern. Die Nachschlagtabelle 141 kann den ersten Autonomes-Fahren-Steuerwert α aufweisen, welcher im Voraus durch den Entwickler gemäß Regeln für das autonome Fahren, welche auf Grundlage von Verkehrsverordnungen und Erfordernissen des sicheren Fahrens festgelegt sind, gesetzt ist, und welcher auf alle Fahrer angewendet wird.

Nachstehende Tabelle 3 stellt beispielhafte Autonomes-Fahren-Regeln zum Erzeugen der Nachschlagtabelle 141 dar. Tabelle 3

Steuerungsparameter	Autonomes-Fahren-Regeln
Lenkwinkelinformation	- Verbot des Überschreitens einer Mittellinie
	- Einstellen einer Lenkrichtung zu erkanntem verfügbaren Raum
	- Ermittlung eines Lenkwinkels basierend auf einer TTC, einer Straßenkrümmung und einem kritischen Wert einer Änderungsrate des Lenkwinkels pro Einheitszeit
Beschleunigungs-/Verzögerungsinformation	- Beibehalten eines sicheren Abstands zum vorausfahrenden Fahrzeug
	- Notfallbremsung, wenn ein Hindernis plötzlich erkannt wird
	- Ermittlung einer Beschleunigung/Verzögerung basierend auf der TTC, einer Straßengeschwindigkeitsbegrenzung, einer Straßenneigung einem kritischen Wert einer Änderungsrate von Beschleunigung/Verzögerung pro Einheitszeit

Die mindestens eine Lerntabelle 142 kann erzeugt werden, indem Indizes für den Lernabschnitt L und das Fahrmuster des Fahrers oder der zweite Autonomes-Fahren-Steuerwert α' erzeugt werden. Insbesondere kann jede von der mindestens einen der Lerntabelle 142 so erzeugt werden, dass sie mit jeweiligen der mindestens einen Fahreridentifizierungsinformationen (z.B. Nutzer1, Nutzer2, Nutzer3, etc.) korrespondiert, und eine maßgeschneiderte Autonomes-Fahren-Steuerung gemäß den Fahrtendenzen zahlreicher Nutzer kann somit ermöglicht werden und die individuellen Fahrkomfortanforderungen der Nutzer können erfüllt werden. Die Speichereinheit 140 kann als mindestens ein Speichermedium von einem Flash-Speicher, einer Festplatte, einer SD-Karte (SD = „Secure Digital“), einem Direktzugriffsspeicher (RAM), einem Nur-Lese-Speicher (ROM) und einem Webspeicher umgesetzt sein.
2 ist eine Ansicht, welche die Struktur eines Lernsystems, welches auf die Steuerungsvorrichtung angewendet wird, gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung darstellt. Bezugnehmend auf 2 stellt ein Lernsystem gemäß einem Fahrmuster eines Fahrers eine Schnittstelle zwischen einem Agenten und einer Umgebung dar. Der Agent bezieht sich insbesondere auf die Steuerungsvorrichtung 100, und die Umgebung bezieht sich auf eine Fahrsituation.
Die Steuerungsvorrichtung 100 kann basierend auf einem Bestärkendes-Lernen-Algorithmus (Englisch „reinforcement learning algorithm“) betrieben werden und Q-Lernen (Englisch „Q Learning“), was eine Art des bestärkenden Lernens ist, nutzen, um eine Optimum-Steuerungsstrategie zu erstellen. Q-Lernen ist exzellent hinsichtlich Anwendbarkeit und Übertragbarkeit bzw. Portabilität und weist eine hohe Rechengeschwindigkeit auf, wodurch es beim Lernen von Fahrmustern eines Fahrers in zahlreichen Fahrumgebunden effektiv ist. Die Steuerungsvorrichtung 100 kann dazu eingerichtet sein, einen gegenwärtigen Zustand mit einer Fahrsituation durch wechselseitigen Informationsaustausch zu erkennen und aus auswählbaren Handlungen eine Handlung auszuwählen, um eine Belohnung zu maximieren.
Der Zustand s bezieht sich auf Umliegende-Umgebung-Informationen, welche mindestens eine von der Straßeninformation, Verkehrsinformation oder Hindernisinformation aufweist, welche durch die Informationssammeleinheit 120 gesammelt werden, und die Handlung a bezieht sich auf Bedienungsinformationen des Fahrers, welche mindestens eine von einer Lenkradbedienungsinformation, einer Fahrpedalbedienungsinformation oder einer Bremspedalbedienungsinformation aufweisen.
Zudem bezieht sich die Belohnung r auf ein Ergebnis der Handlung a, welche erlangt wird, indem der momentane Zustand s zu einem nächsten Zustand s' übergeht, und kann als ein skalarer Wert, der angibt, ob die Handlung a des Fahrers korrekt ist, ausgedrückt werden. Die Steuerungsvorrichtung 100 kann beispielsweise dazu eingerichtet sein, ein Lernen durchzuführen, indem eine Belohnung vorgesehen ist, wenn ein Fahrresultat gemäß den Bedienungsinformationen des Fahrers korrekt ist, und eine Strafe vorgesehen ist, wenn das Fahrresultat gemäß den Bedienungsinformationen des Fahrers inkorrekt ist, und kann folglich eine OptimumStrategie erstellen, welche mit dem Fahrmuster und der Absicht des Fahrers übereinstimmt. Insbesondere kann die Handlungswertfunktion (Q-Funktion) der Belohnung, welche durch Wiederholung von Zustandsübergängen erlangt wird, als nachstehende Gleichung 2 ausgedrückt werden. $Q^{π} (s, a) = E_{π} [r_{t + 1} + γ r_{1 + 2} + γ^{2} r_{t + 3} \dots] = E_{π} [r (s, a) + γ Q^{π} (s', a')]$
wobei s' ein nächster Zustand, welcher auftritt, wenn die Handlung a in dem momentanen Zustand s vorgenommen wird, ist, a' alle Handlungen sind, welche in dem nächsten Zustand s' vorgenommen werden können, und γ einen Diskontierungsfaktor meint, welcher bestimmt, wie viel eine zukünftige Fahrbedingung das momentane Lernen beeinflussen wird, und so gesetzt ist, dass er innerhalb eines Zahlenbereichs von 0 bis 1 (0 ≤ γ ≤ 1) liegt. Q^π(s,a) ist die Handlungswertfunktion und meint einen Erwartungswert einer kumulativen Belohnung, welche erlangt wird, wenn eine Reihe von Strategien π gefolgt wird.
Die Steuerungsvorrichtung 100 kann dazu eingerichtet sein, ein repetitives Lernen durchzuführen, bis die Handlungswertfunktion Q^π(s,a) auf einen Maximalwert basierend auf einer Optimumstrategie π* konvergiert, und die Optimumstrategie π* kann als nachstehende Gleichung 3 ausgedrückt werden. $π * (s) = {arg maxQ}^{π} (s, a)$
wobei die Strategie zum Maximieren der Handlungswertfunktion als die Strategie zum Minimieren des Gradienten Δδ des Fehlers δ zwischen dem ersten Autonomes-Fahren-Steuerwert α und dem mindestens einen Nutzer-Steuerwert β_i geschlussfolgert wird, und die Steuerungsvorrichtung 100 dazu eingerichtet sein kann, ein repetitives Lernen durchzuführen, bis der Gradient Δδ des Fehlers δ zum Lernmaß η innerhalb des minimalen kritischen Werts konvergiert.
3A und 3B sind Ansichten, welche ein Verfahren zum Erzeugen einer Fahrroute durch die Steuerungsvorrichtung gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung darstellen. Unter Bezugnahme auf 3A kann die Fahrstrategie-Erstellungseinheit 133 dazu eingerichtet sein, die Route, welche durch die Informationssammeleinheit 120 erlangt wird, in mindestens einen Routenabschnitt P zu unterteilen und Positionskoordinatendaten eines Startpunkts S und eines Endpunkts F des Routenabschnitts P durch Umwandeln von GPS-Informationen des Fahrzeugs in Transversale-Mercator-(TM-)Koordinaten, welche absolute XY-Koordinaten sind, zu berechnen. Insbesondere kann der Startpunkt S des Routenabschnitts P der gegenwärtigen Position des Fahrzeugs entsprechen.
Ferner kann die Fahrstrategie-Erstellungseinheit 133 dazu eingerichtet sein, mindestens einen Grenzpunkt N₁, N₂, N₃ und N₄ zwischen dem Startpunkt S und dem Endpunkt F des Routenabschnitts P auf Grundlage des Fahrmusters des Fahrers, welches von der Fahrmuster-Lerneinheit 132 ausgegeben wird, zu extrahieren. Insbesondere kann der mindestens eine Grenzpunkt N₁, N₂, N₃ und N₄ einen Punkt, an welchem eine Änderungsrate des Lenkwinkels den kritischen Bereich überschreitet, aufweisen.
Bezugnehmend auf 3B kann die Fahrstrategie-Erstellungseinheit 133 dazu eingerichtet sein, eine Routengleichung unter Verwendung einer polynomialen Regressionsanalyse zu berechnen und eine Fahrroute DR zu erzeugen, indem der Startpunkt S und dem Endpunkt F des Routenabschnitts P sowie der mindestens eine Grenzpunkt N₁, N₂, N₃ und N₄ verbunden werden. Insbesondere kann die Fahrroute DR als eine polynomiale Routengleichung m-ter Ordnung ausgedrückt werden, d.h. als nachstehende Gleichung 4. $y = a_{0} + a_{1} x + a_{2} x^{2} + \dots + a_{m} x^{m}$
wobei x und y Positionskoordinatendaten bedeuten und a₀, a₁, a₂, ..., a_m zu findende bekannte Werte, d.h. Koeffizienten der Routengleichung, bedeuten.
Die Fahrstrategie-Erstellungseinheit 133 kann dazu eingerichtet sein, Positionskoordinatendaten von jedem von dem mindestens einen Grenzpunkt N₁, N₂, N₃ und N₄ basierend auf der Lenkwinkelinformation, der Beschleunigung/Verzögerung-Information, der Quer-/Längsbeschleunigungsinformation, der Kurvenradiusinformation, etc. des zweiten Autonomes-Fahren-Steuerwerts α', welcher aus der Fahrmuster-Lerneinheit 132 durch repetitives Lernen ausgegeben wird, zu berechnen und den Koeffizienten a₀, a₁, a₂, ..., am der Routengleichung zu berechnen.
Beispielsweise kann die Fahrstrategie-Erstellungseinheit 133 dazu eingerichtet sein, Bewegungsdistanzen des Fahrzeugs in der Längs- und Lateralrichtung in Bewegungsabschnitten (z.B. N₁-N₂, N₂-N₃ und N₃-N₄) zwischen den Grenzpunkten unter Verwendung eines Ablenkwinkels θ1, eines Kurvenwinkels (z.B. Lenkeinschlagwinkels) θ2, eines Drehradius R und Lateral-/Längsbeschleunigungen a_x und a_y basierend auf dem Fahrmuster des Fahrers zu berechnen und die Positionskoordinatendaten von jedem von dem mindestens einen Grenzpunkt N₁, N₂, N₃ und N₄ basierend auf den Positionskoordinatendaten des Startpunkts S und des Endpunkts F des Routenabschnitts P zu berechnen.
Ferner kann die Fahrstrategie-Erstellungseinheit 133 dazu eingerichtet sein, die Koeffizienten a₀, a₁, a₂, ..., am der polynomialen Routengleichung m-ter Ordnung zu berechnen durch Substituieren der Positionskoordinatendaten des Startpunkts S, des Endpunkts F und eines jeden von dem mindestens einen Grenzpunkt N₁, N₂, N₃ und N₄ in die Routengleichung. Insbesondere kann die Anzahl des mindestens einen Grenzpunkt N₁, N₂, N₃ und N₄, welche durch die Fahrstrategie-Erstellungseinheit 133 extrahiert werden, mindestens m-1 betragen.
Die Fahrstrategie-Erstellungseinheit 133 kann dazu eingerichtet sein, die Fahrroute DR basierend auf der berechneten polynomialen Routengleichung m-ter Ordnung zu erzeugen und das autonome Fahren des Fahrzeugs auf Grundlage der erzeugten Fahrroute DR durchzuführen. Insbesondere kann die Speichereinheit 140 dazu eingerichtet sein, Routengleichungen von Fahrrouten DR der jeweiligen Routenabschnitte, welche durch die Fahrstrategie-Erstellungseinheit 133 berechnet werden, zu speichern.
4 und 5 sind Ansichten, welche Fahrsituationen vor und nach dem Erlernen eines Fahrmusters eines Fahrers durch die Steuerungsvorrichtung gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung darstellen. Bezugnehmend auf 4 entspricht eine momentane Fahrsituation der Verspätungs-/Stau-Situation L1, in welcher andere Fahrzeuge, d.h. ein Fahrzeug B, welches in einem befahrenen Fahrstreifen (auch „Reise-Fahrstreifen“) eines Host-Fahrzeugs A fährt, und ein Fahrzeug C in einem umliegenden Fahrstreifen, der benachbart zum befahrenen Fahrstreifen des Host-Fahrzeugs A ist, dicht verteilt sind (siehe Tabelle 2).
Insbesondere kann angenommen werden, dass die momentane Geschwindigkeit des Host-Fahrzeugs A (z.B. Host-Fahrzeug oder Subjekt-Fahrzeug) 50 km/h beträgt, die momentane Geschwindigkeit des Fahrzeugs B, welches sich vor dem Host-Fahrzeug A in dem Fahrstreifen befindet, 50 km/h beträgt und die momentane Geschwindigkeit des Fahrzeugs C, welches sich dem Host-Fahrzeug A von hinten in dem umliegenden Fahrstreifen nähert, 70 km/h beträgt. Vor dem Lernen durch die Steuerungsvorrichtung 100 der vorliegenden Erfindung (in (a) von 4) kann das Host-Fahrzeug A in dem befahrenen Fahrstreifen mit einer Geschwindigkeit von 50 km/h unter Beibehalten eines sicheren Abstands vom anderen Fahrzeug B (z.B. zweitem Fahrzeug) durch Berechnen der Zeit bis zur Kollision (TTC) mit dem anderen Fahrzeug C (z.B. drittem Fahrzeug) gemäß den im Voraus gesetzten Autonomes-Fahren-Regeln (siehe Tabelle 3) gefahren werden. Solch ein Fahrmuster trägt zur Verbesserung der Fahrzeugsicherheit bei, hat jedoch Einschränkungen beim Berücksichtigen von Fahrtendenzen diverser Fahrer, da einige Fahrer sich wünschen können, das Fahrmuster so einzustellen, dass es dem persönlichen Geschmack entspricht.
Nach dem Lernen durch die Steuerungsvorrichtung 100 der vorliegenden Erfindung (in (b) von 4) kann das Host-Fahrzeug A hingegen mit einer Geschwindigkeit von 100 km/h nach innerhalb eines Bereichs, ohne eine Kollision mit dem anderen Fahrzeug C, welches sich dem Host-Fahrzeug A in dem umliegenden Fahrstreifen nähert, zu verursachen, gemäß einem Fahrmuster, bei welchem eine dynamische Tendenz eines Fahrers berücksichtigt wird, beschleunigen und einen Fahrstreifenwechsel auf eine rechten Fahrstreifen durchführen. Dementsprechend kann die Steuerungsvorrichtung 100 gemäß einer beispielhaften Ausführungsform flexibel mit diversen Situationen gemäß der Fahrtendenz des Fahrers zurechtkommen, wobei aus einem gleichförmigen Fahrmuster ausgebrochen wird, wodurch ein fahrerangepasstes Fahren ermöglicht wird. Dadurch kann das Gefühl des Unterschieds zwischen dem realen Fahren durch den Fahrer und dem autonomen Fahren verringert werden und kann der Fahrkomfort des autonomen Fahrzeugs verbessert werden.
Bezugnehmend auf 5 entspricht eine momentane Fahrsituation der unerwarteten Situation L3, in welcher ein Objekt von einem anderen Fahrzeug B aus, das sich vor einem Host-Fahrzeug A befindet, auf einen befahrenen Fahrstreifen bzw. Reise-Fahrstreifen gefallen ist (siehe Tabelle 2). Insbesondere ist eine Straße eine zweispurige Straße, welche nur einen Fahrstreifen in jede Richtung hat, und es wird angenommen, dass kein Fahrzeug in dem anderen Fahrstreifen in der zum befahrenen Fahrstreifen entgegengesetzten Richtung vorhanden ist.
Vor dem Lernen durch die Steuerungsvorrichtung 100 der vorliegenden Erfindung (in (a) von 5) kann das Host-Fahrzeug A unter der Bedingung, dass das Host-Fahrzeug A die Mittellinie nicht überfährt, gemäß den im Voraus gesetzten Autonomes-Fahren-Regeln (siehe Tabelle 3) angehalten werden, bis das gefallene Objekt C beseitigt wird. Solch ein passives Fahrmuster unterbricht jedoch den Verkehrsfluss auf der zweispurigen Straße und bewirkt ein Gefühl des Unterschieds zwischen dem realen Fahren durch den Fahrer und dem autonomen Fahren.
Nach dem Lernen durch die Steuerungsvorrichtung 100 der vorliegenden Erfindung (in (b) von 5) kann das Host-Fahrzeug A hingegen sich darüber vergewissern, ob ein Fahrzeug in dem Gegenfahrstreifen vorhanden ist, und das andere Fahrzeug B durch Überschreiten der Mittellinie überholen, um dem heruntergefallenen Objekt C auszuweichen. Dementsprechend kann die Steuerungsvorrichtung 100 gemäß einer beispielhaften Ausführungsform flexibel mit einer plötzlichen unerwarteten Situation zurechtkommen, wodurch das Gefühl des Unterschieds zwischen dem realen Fahren durch den Fahrer und dem autonomen Fahren ohne Unterbrechung des Verkehrsflusses verringert wird.
6 ist ein Flussdiagramm, welches ein Verfahren zum Steuern eines autonomen Fahrzeugs gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung darstellt. Bezugnehmend auf 6 kann ein Verfahren 600 zum Steuern eines autonomen Fahrzeugs Empfangen von designierten Informationen von einem Nutzer (Vorgang S610), Lernen eines Fahrmusters eines Fahrers (Vorgang S620) und Ausführen eines autonomen Fahrens (Vorgang S630) aufweisen.
Die Nutzereingabeeinheit 110 kann zunächst dazu eingerichtet sein, Identifizierungsinformationen eines Fahrers in dem Fahrzeug während des Fahrzeugbetriebs (z.B. der Fahrzeugbedienung) zu empfangen, um Fahrmuster von diversen Nutzern zu erzeugen (Vorgang S611). Die Nutzereingabeeinheit 110 kann dazu eingerichtet sein, danach zu ermitteln, ob eine Nutzereingabe für eine Optimierungsanfrage einer Autonomes-Fahren-Steuerung basierend auf einem Fahrmuster des Fahrers empfangen wird (Vorgang S612). Wenn die Nutzereingabe für die Optimierungsanfrage einer Autonomes-Fahren-Steuerung basierend auf dem Fahrmuster des Fahrers nicht von der Nutzereingabeeinheit 110 empfangen wird (Nein in Vorgang S612), kann die Steuereinrichtung 130 dazu eingerichtet sein, ein autonomes Fahren des Fahrzeugs unter Verwendung eines jüngst erlernten Fahrmusters des Fahrers und/oder eines Fahrmusters des autonomen Fahrzeugs, welches im Voraus vor dem Gelangen auf den Markt (z.B. standardmäßig vor Verkauf des Fahrzeugs) festgelegt ist, durchzuführen (Vorgang S632).
Wenn hingegen die Optimierungsanfrage einer Autonomes-Fahren-Steuerung basierend auf dem Fahrmuster des Fahrers von der Nutzereingabeeinheit 110 empfangen wird (Ja in Vorgang S612), kann die Informationssammeleinheit 120 dazu eingerichtet sein, eine Route und Umliegende-Umgebung-Informationen von den Peripheriegeräten 10 und/oder den im Fahrzeug verbauten Sensoreinrichtungen 20 zu erlangen (Vorgang S621). Insbesondere können die Umliegende-Umgebung-Informationen aufweisen mindestens eine von Straßeninformationen, Verkehrsinformationen oder Hindernisinformationen aufweisen.
Die Steuereinrichtung 130 kann dazu eingerichtet sein, danach zu ermitteln, ob ein Lernabschnitt auf der Route vorhanden ist, basierend auf den zahlreichen Umliegende-Umgebung-Informationen, welche durch die Informationssammeleinheit 120 gesammelt werden (Vorgang S622). Beispielsweise kann der Lernabschnitt eine Verspätungs-/Stau-Situation, eine Beschleunigung-/Abbremsung-Situation, eine unerwartete Situation, einen geraden Abschnitt, einen Kurvenabschnitt, einen Bergab-Abschnitt und/oder einen Elektronische-Mautstelle-Abschnitt aufweisen.
Wenn die momentane Fahrsituation des Fahrzeugs nicht dem Lernabschnitt entspricht (Nein in Vorgang S622), kann das Steuerverfahren S600 zum Vorgang S621 zurückkehren. Wenn hingegen die momentane Fahrsituation des Fahrzeugs dem Lernabschnitt entspricht (Ja in Vorgang S622), dann kann die Steuereinrichtung 130 dazu eingerichtet sein, vom Autonomes-Fahren-Modus in den Manuelles-Fahren-Modus umzuschalten und eine Fahrzeugsteuerungsberechtigung an den Fahrer zu übertragen (Vorgang S623). Die Steuereinrichtung 130 kann dazu eingerichtet sein, danach Bedienungsinformationen des Fahrers zu erlangen, welche der Fahrer, der die Fahrzeugsteuerungsberechtigung erlangt, auf die Fahreinrichtung 30 des Fahrzeugs anwendet (Vorgang S624). Insbesondere können die Bedienungsinformationen des Fahrers Bedienungsinformationen von mindestens einem von dem Lenkrad, dem Fahrpedal oder dem Bremspedal aufweisen.
Die Steuereinrichtung 130 kann dazu eingerichtet sein, danach einen Fehler δ zwischen einem ersten Autonomes-Fahren-Steuerwert α, welcher im Voraus in dem Fahrzeug auf Grundlage von festgelegten Regeln gesetzt ist, und mindestens einem Nutzer-Steuerwert β_i, welcher basierend auf den Bedienungsinformationen des Fahrers berechnet wird, durch einen Vergleich zwischen diesen zu erlangen und ein Fahrmuster des Fahrers zu erlernen durch Aktualisieren des ersten Autonomes-Fahren-Steuerwerts α, so dass ein Gradient Δδ aus dem Fehler δ zu einem Lernmaß η (Δδ = dδ/dη) auf einen minimalen kritischen Wert konvergiert (Vorgang S625). Insbesondere kann ein Bestärkendes-Lernen-Algorithmus, welcher eine Art des maschinellen Lernens ist, als ein Beispiel eines Lernverfahrens genutzt werden.
Ferner kann die Steuereinrichtung 130 dazu eingerichtet sein, einen Validitätstest des mindestens einen Nutzer-Steuerwerts β_i auszuführen, indem ein Kompensationsgewicht w auf den Fehler δ angewendet wird (Vorgang S625). Insbesondere kann das Kompensationsgewicht w auf einen unterschiedlichen Wert gemäß mindestens einem von einem Kollisionsrisiko w1 oder einem Fahrkomfort-Index w2 basierend auf den Bedienungsinformationen des Fahrers gesetzt sein. Die Steuereinrichtung 130 kann dazu eingerichtet sein, danach zu ermitteln, ob eine kumulative Häufigkeit n von Bedienungen des Fahrers eine kritische Lernhäufigkeit N erreicht (Vorgang S626). Insbesondere bezieht sich die kumulative Häufigkeit n auf einen kumulativen Wert der Häufigkeiten von Bedienungen des Fahrers, welche auf die Fahreinrichtung 30 in dem entsprechenden Lernabschnitt angewendet werden, und bezieht sich die kritische Lernhäufigkeit N auf eine Häufigkeit von Konvergenzen des Fehlergradienten Δδ innerhalb eines minimalen kritischen Werts (z.B. auf einen minimalen kritischen Wert).
Die Steuereinrichtung 130 kann dazu eingerichtet sein, wiederholt die Vorgänge S621 bis S625 durchzuführen, bis die kumulative Häufigkeit n von Bedienungen des Fahrers die kritische Lernhäufigkeit N erreicht (Ja in Vorgang S626). Wenn als ein Ergebnis der Ermittlung des Vorgangs S626 die kumulative Häufigkeit n von Bedienungen des Fahrers die kritische Lernhäufigkeit N erreicht (Nein in Vorgang S626), dann kann die Steuereinrichtung 130 dazu eingerichtet sein, einen aktualisierten Autonomes-Fahren-Steuerwert α' basierend auf dem erlernten Fahrmuster des Fahrers auszugeben, und die Speichereinheit 140 kann dazu eingerichtet sein, mindestens eine Lerntabelle, welche mit den Fahreridentifizierungsinformationen korrespondiert, zu erzeugen (Vorgang S627). Insbesondere kann jede von der mindestens einen Lerntabelle 142 erzeugt werden, so dass sie mit jeweiligen der mindestens einen Fahreridentifizierungsinformationen (z.B. Nutzer1, Nutzer2, Nutzer3, etc.) korrespondiert, indem Indizes für den Lernabschnitt L und das Fahrmuster des Fahrers oder den aktualisierten Autonomes-Fahren-Steuerwert α' erstellt werden.
Die Steuereinrichtung 130 kann dazu eingerichtet sein, danach mindestens einen Grenzpunkt auf der Route basierend auf dem erlernten Fahrmuster des Fahrers zu extrahieren und eine Fahrroute durch Verbinden der gegenwärtigen Position des Fahrzeugs und des mindestens einen Grenzpunkts mittels polynomialer Regressionsanalyse zu erzeugen (Vorgang S631). Solch ein Vorgang wurde vorstehend unter Bezugnahme auf 3A und 3B beschrieben, und eine detaillierte Beschreibung davon wird weggelassen. Die Steuereinrichtung 130 kann dazu eingerichtet sein, danach das autonome Fahren des Fahrzeugs basierend auf der erzeugten Fahrroute und dem erlernten Fahrmuster des Fahrers auszuführen (Vorgang S632).
Das vorstehend beschriebene Steuerverfahren gemäß einer beispielhaften Ausführungsform kann als ein Programm, welches in Computern ausgeführt werden kann und in einem nichtflüchtigen computerlesbaren Speichermedium gespeichert werden kann, gespeichert sein, und nichtflüchtige computerlesbare Speichermedien können zum Beispiel einen ROM, einen RAM, eine CD-ROM, ein Magnetband, eine Floppy-Diskette, eine optische Datenspeichervorrichtung, etc. umfassen.
Die nichtflüchtigen computerlesbaren Speichermedien können kann zum Beispiel auf Computersysteme, welche über ein Netzwerk verbunden sind, verteilt sein und computerlesbarer Code kann hierbei auf eine verteilte Weise gespeichert und ausgeführt werden. Ferner können funktionale Programme, Code und Codesegmente zum Implementieren des vorstehend beschriebenen Verfahrens auf einfache Weise durch Programmierer in der Technik, zu welcher die Ausführungsformen gehören, hergeleitet werden.
Wie aus der vorstehenden Beschreibung ersichtlich ist, können eine Vorrichtung ein Verfahren zum Steuern eines autonomen Fahrzeugs flexibel mit einer Fahrsituation gemäß einer Fahrtendenz des Fahrers zurechtkommen, wobei aus einem gleichförmigen Fahrmuster ausgebrochen wird, wodurch eine nutzerfreundliche Autonomen-Fahren-Steuerung durchgeführt wird. Dadurch kann das Gefühl des Unterschieds zwischen dem realen Fahren durch den Fahrer und dem autonomen Fahren verringert werden. Ferner können Lerntabellen von diversen Nutzern erstellt werden und somit eine fahrerangepasste Autonomen-Fahren-Strategie verwendet werden und individuelle Fahrkomfortansprüche des Nutzers erfüllt werden.
Obwohl die Erfindung in Verbindung mit den Ausführungsformen davon beschrieben wurde, ist es zu verstehen, dass diverse Modifikationen den Fachleuten in der Technik beim Lesen der Beschreibung ersichtlich werden. Technische Inhalte der vorstehende beschriebenen Ausführungsformen können in diverse Arten kombiniert werden, so lange diese nicht zueinander inkompatibel sind, und dadurch können neue Ausführungsformen umgesetzt werden.
Es wird für die Fachleute in der Technik zu verstehen, dass diverse Modifikationen und Abwandlungen in der vorliegenden Erfindung vorgenommen werden können, ohne dabei vom Sinn und Umfang der Erfindung abzuweichen. Es ist folglich beabsichtigt, dass die vorliegende Erfindung die Modifikationen und Abwandlungen dieser Erfindung abdecken, insofern diese im Umfang der beigefügten Ansprüche und deren Äquivalente enthalten sind.

Claims

Vorrichtung zum Steuern eines autonomen Fahrzeugs, aufweisend: eine Nutzereingabeeinheit (110), welche dazu eingerichtet ist, Identifizierungsinformationen eines Fahrers innerhalb des Fahrzeugs während eines autonomen Fahrens zu empfangen, eine Informationssammeleinheit (120), welche dazu eingerichtet ist, eine globale Route des Fahrzeugs und Umliegende-Umgebung-Informationen zu erlangen, und eine Steuereinrichtung (130), welche dazu eingerichtet ist, einen Lernabschnitt (L) auf der Route basierend auf den Umliegende-Umgebung-Informationen zu ermitteln und ein Fahrmuster des Fahrers auszugeben, indem repetitives Lernen auf Grundlage von Bedienungsinformationen des Fahrers im Lernabschnitt (L) durchgeführt wird, wobei die Steuereinrichtung (130) dazu eingerichtet ist, ein autonomes Fahren des Fahrzeugs basierend auf dem ausgegeben Fahrmuster des Fahrers auszuführen.
Vorrichtung gemäß Anspruch 1, wobei die Umliegende-Umgebung-Informationen mindestens eine aufweisen, welche ausgewählt ist aus der Gruppe, bestehend aus: Straßeninformationen, Verkehrsinformationen und Hindernisinformationen, welche durch innerhalb des Fahrzeugs angebrachten Sensoren (20) gesammelt werden.
Vorrichtung gemäß Anspruch 1 oder 2, wobei der mindestens eine/einen aufweist, welche/welcher ausgewählt ist aus der Gruppe, bestehend aus: einer Verspätungs-/Stau-Situation, einer Beschleunigung-/Abbremsung-Situation, einer unerwarteten Situation, einem geraden Abschnitt, einem Kurvenabschnitt, einem Bergab-Abschnitt und einem Elektronische-Mautstelle-Abschnitt.
Vorrichtung gemäß irgendeinem der Ansprüche 1 bis 3, wobei die Steuereinrichtung (130) dazu eingerichtet ist, von einem Autonomes-Fahren-Modus in einen Manuelles-Fahren-Modus umzuschalten und eine Fahrzeugsteuerungsberechtigung an den Fahrer zu übertragen, wenn eine gegenwärtige Fahrsituation des Fahrzeugs, die basierend auf den Umliegende-Umgebung-Informationen erkannt wird, dem Lernabschnitt (L) entspricht.
Vorrichtung gemäß irgendeinem der Ansprüche 1 bis 4, wobei die Bedienungsinformationen des Fahrers Bedienungsinformationen von mindestens einem aufweist, welches ausgewählt ist aus der Gruppe, bestehend aus: einem Lenkrad, einem Fahrpedal und einem Bremspedal, welche innerhalb des Fahrzeugs angebracht sind.
Vorrichtung gemäß irgendeinem der Ansprüche 1 bis 5, wobei die Steuereinrichtung (130) dazu eingerichtet ist, das Fahrmuster des Fahrers zu erlernen durch Erlangen eines Fehlers (δ) zwischen einem Autonomes-Fahren-Steuerwert (α), welcher im Voraus in dem Fahrzeug gesetzt ist, und mindestens einem Nutzer-Steuerwert (β_i), welcher basierend auf den Bedienungsinformationen des Fahrers berechnet wird, durch einen Vergleich zwischen diesen, und den Autonomes-Fahren-Steuerwerts (α') zu aktualisieren, so dass ein Gradient (Δδ) aus dem Fehler (δ) zu einem Lernmaß (η) innerhalb eines minimalen kritischen Werts konvergiert.
Vorrichtung gemäß Anspruch 6, wobei die Steuereinrichtung (130) dazu eingerichtet ist, einen Validitätstest auf den mindestens einen Nutzer-Steuerwert (β_i) auszuführen, indem ein Kompensationsgewicht (w) auf den Fehler (δ) angewendet wird.
Vorrichtung gemäß Anspruch 7, wobei das Kompensationsgewicht (w) auf einen unterschiedlichen Wert gemäß mindestens einem von einem Kollisionsrisiko (w1) oder einem Fahrkomfort-Index (w2) in Abhängigkeit von den Bedienungsinformationen des Fahrers gesetzt ist.
Vorrichtung gemäß irgendeinem der Ansprüche 6 bis 8, wobei jeder von dem Autonomes-Fahren-Steuerwert (α) und dem Nutzer-Steuerwert (β_i) mindestens einen/eine aufweist, welcher/welche ausgewählt ist aus der Gruppe, bestehend aus: einem Lenkwinkel, einer Beschleunigung, einer Verzögerung, einer Relativgeschwindigkeit, einem Kurvenradius, einer Querbeschleunigung und einer Längsbeschleunigung des Fahrzeugs.
Vorrichtung gemäß irgendeinem der Ansprüche 1 bis 9, ferner aufweisend eine Speichereinheit (140), welche dazu eingerichtet ist, eine Lerntabelle gemäß den Identifizierungsinformationen des Fahrers zu erzeugen, indem Indizes für den Lernabschnitt (L) und das Fahrmuster des Fahrers aufgebaut werden.
Vorrichtung gemäß irgendeinem der Ansprüche 1 bis 10, wobei die Steuereinrichtung (130) dazu eingerichtet ist: mindestens einen Grenzpunkt (N₁, N₂, N₃ und N₄) auf der globalen Route basierend auf dem Fahrmuster des Fahrers zu extrahieren, eine Fahrroute durch Verbinden einer gegenwärtigen Position des Fahrzeugs und des mindestens einen Grenzpunkts (N₁, N₂, N₃ und N₄) mittels polynomialer Regressionsanalyse zu erzeugen, und das autonome Fahren des Fahrzeugs basierend auf der erzeugten Fahrroute auszuführen.
Vorrichtung gemäß Anspruch 11, wobei der mindestens eine Grenzpunkt (N₁, N₂, N₃ und N₄) einen Punkt, an welchem eine Änderungsrate eines Lenkwinkels einen kritischen Bereich übersteigt, aufweist.
Verfahren zum Steuern eines autonomen Fahrzeugs, aufweisend: Empfangen (S611), durch eine Steuereinrichtung (130), von Identifizierungsinformationen eines Fahrers innerhalb des Fahrzeugs während eines autonomen Fahrens, Erlangen (S621), durch die Steuereinrichtung (130), einer globalen Route des Fahrzeugs und von Umliegende-Umgebung-Informationen von Sensoren (20), welche im Fahrzeug verbaut sind, Ermitteln (S622), durch die Steuereinrichtung (130), eines Lernabschnitts (L) auf der globalen Route basierend auf den Umliegende-Umgebung-Informationen, Ausgeben, durch die Steuereinrichtung (130), eines Fahrmusters des Fahrers durch Durchführen eines repetitiven Lernens basierend auf Bedienungsinformationen des Fahrers im Lernabschnitt (L), Ausführen (S632), durch die Steuereinrichtung (130), eines autonomen Fahrens des Fahrzeugs basierend auf dem ausgegeben Fahrmuster des Fahrers.
Verfahren nach Anspruch 13, wobei das Ermitteln (S622) des Lernabschnitts (L) aufweist: Umschalten (S623), durch die Steuereinrichtung (130), von einem Autonomes-Fahren-Modus in einen Manuelles-Fahren-Modus und Übertragen einer Fahrzeugsteuerungsberechtigung an den Fahrer, wenn eine gegenwärtige Fahrsituation des Fahrzeugs, die basierend auf den Umliegende-Umgebung-Informationen erkannt wird, dem Lernabschnitt (L) entspricht.
Verfahren nach Anspruch 13 oder 14, wobei das Ausgeben des Fahrmusters des Fahrers aufweist: Lernern (S625), durch die Steuereinrichtung (130) des Fahrmusters durch Erlangen eines Fehlers (δ) zwischen einem Autonomes-Fahren-Steuerwert (α), welcher im Voraus in dem Fahrzeug gesetzt ist, und mindestens einem Nutzer-Steuerwert (β_i), welcher basierend auf den Bedienungsinformationen des Fahrers berechnet wird, durch einen Vergleich zwischen diesen, und Aktualisieren (S627), durch die Steuereinrichtung (130), des Autonomes-Fahren-Steuerwerts (α'), so dass ein Gradient (Δδ) aus dem Fehler (δ) zu einem Lernmaß (η) innerhalb eines minimalen kritischen Werts konvergiert.
Verfahren nach Anspruch 15, wobei das Lernen des Fahrmusters des Fahrers aufweist: Ausführen, durch die Steuereinrichtung (130), eines Validitätstests auf den mindestens einen Nutzer-Steuerwert (β_i), indem ein Kompensationsgewicht (w) auf den Fehler (δ) angewendet wird
Verfahren nach irgendeinem der Ansprüche 13 bis 16, ferner aufweisend: Erzeugen (S631), durch die Steuereinrichtung (130), einer Lerntabelle gemäß den Identifizierungsinformationen des Fahrers durch Erzeugen von Indizes für den Lernabschnitt (L) und das Fahrmuster des Fahrers.
Verfahren nach irgendeinem der Ansprüche 13 bis 17, ferner aufweisend: Extrahieren, durch die Steuereinrichtung (130), von mindestens einem Grenzpunkt (N₁, N₂, N₃ und N₄) auf der globalen Route basierend auf dem Fahrmuster des Fahrers extrahieren, Erzeugen, durch die Steuereinrichtung (130), einer Fahrroute durch Verbinden einer gegenwärtigen Position des Fahrzeugs und des mindestens einen Grenzpunkts (N₁, N₂, N₃ und N₄) mittels polynomialer Regressionsanalyse, wobei, beim Ausführen des autonomen Fahrens des Fahrzeugs, das autonomen Fahren des Fahrzeugs basierend auf der erzeugten Fahrroute ausgeführt wird.
Verfahren nach Anspruch 18, wobei der mindestens eine Grenzpunkt (N₁, N₂, N₃ und N₄) einen Punkt, an welchem eine Änderungsrate eines Lenkwinkels einen kritischen Bereich übersteigt, aufweist.
Ein nichtflüchtiges computerlesbares Speichermedium, welches ein darauf gespeichertes Anwendungsprogramm aufweist, welches bei Ausführung durch einen Prozessor den Prozessor dazu bringt, das Verfahren gemäß irgendeinem der Ansprüche 13 bis 19 auszuführen.