-
Die vorliegende Offenbarung betrifft ein Verfahren zur Objekterkennung für ein automatisiert fahrendes Fahrzeug, ein Speichermedium zum Ausführen des Verfahrens, ein System zur Objekterkennung für ein automatisiert fahrendes Fahrzeug und ein Fahrzeug mit einem solchen System. Die vorliegende Offenbarung betrifft insbesondere eine Verbesserung eines Umfeldmodells für ein automatisiert fahrendes Fahrzeug.
-
Stand der Technik
-
Die Entwicklung von Fahrassistenzfunktionen beispielsweise zum (teil-)autonom Fahren gewinnt stetig an Bedeutung. Um eine möglichst präzise Umgebungswahrnehmung für Fahrerassistenzsysteme zu ermöglichen können Sensormessungen von diversen Sensortypen, wie z.B. Kameras, LiDAR und Radaren verwendet werden. Jeder Sensortyp unterliegt anderen physikalischen Messprinzipien. Das Fahrzeugumfeld besteht in der Realität aus sehr vielen unterschiedlichen Objekten/Subjekten wie verschiedenen Fahrzeugtypen, Menschen und Tieren, statischen Objekten wie Mülltonnen, Verkehrsleitsystemen, natürlichen Objekten und Terrain. Da die Wahrnehmung all dieser Objekte/Subjekte jeweils auch abhängig von dem verwendeten Messprinzip ist, ist es schwierig, eine präzise Umgebungswahrnehmung sicherzustellen.
-
Offenbarung der Erfindung
-
Es ist eine Aufgabe der vorliegenden Offenbarung, ein Verfahren zur Objekterkennung für ein automatisiert fahrendes Fahrzeug, ein Speichermedium zum Ausführen des Verfahrens, ein System zur Objekterkennung für ein automatisiert fahrendes Fahrzeug und ein Fahrzeug mit einem solchen System anzugeben, die ein Umfeldmodell für ein automatisiert fahrendes Fahrzeug verbessern können. Insbesondere ist es eine Ausgabe der vorliegenden Offenbarung, eine Umfelderkennung eines automatisiert fahrenden Fahrzeugs zuverlässig zu ermöglichen.
-
Diese Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen angegeben.
-
Gemäß einem unabhängigen Aspekt der vorliegenden Offenbarung ist ein Verfahren zur Objekterkennung für ein automatisiert fahrendes Fahrzeug, insbesondere ein Kraftfahrzeug, angegeben. Das Verfahren umfasst:
- Durchführen einer Objekterkennung basierend auf Sensordaten wenigstens eines Umgebungssensors des Fahrzeugs unter Verwendung eines Objekterkennungsalgorithmus;
- Bereitstellen einer Anzeige, umfassend:
- Anzeigen eines ersten Objekts, das durch die Objekterkennung in den Sensordaten positiv erkannt wurde, und/oder
- Anzeigen eines zweiten Objekts, das durch die Objekterkennung in den Sensordaten nicht positiv erkannt wurde, und/oder
- Nicht-Anzeigen eines dritten Objekts, das durch die Objekterkennung in den Sensordaten positiv erkannt wurde; und
- Empfangen einer Nutzereingabe in Bezug auf das erste Objekt und/oder das zweite Objekt und/oder das dritte Objekt.
-
Erfindungsgemäß werden einem Nutzer, der zum Beispiel ein Sicherheitsfahrer des Fahrzeugs sein kann, die Ergebnisse der aus der Umgebungssensorik gewonnen Daten visualisiert, so dass ein Abgleich der Realität mit der dargestellten Umfelderkennung erfolgen kann. Insbesondere fallen dem Nutzer Abweichungen auf, die sicherheitskritisch werden können, wenn der Nutzer nicht eingreift.
-
Vorzugsweise wird die Nutzereingabe als Eingang beim maschinellen Lernen verwendet. Beispielsweise kann der Objekterkennungsalgorithmus während einer Test- und/oder Entwicklungsphase mittels des erfindungsgemäßen Verfahrens z.B. durch einen Sicherheitsfahrer angelernt und/oder verbessert werden. In einem weiteren Beispiel kann der Objekterkennungsalgorithmus während des Realbetriebs mittels des erfindungsgemäßen Verfahrens durch einen Endnutzer kontinuierlich verbessert werden.
-
Vorzugsweise ist das erste Objekt ein Objekt, das durch den Objekterkennungsalgorithmus als erkanntes Objekt ausgegeben wird (im Folgenden als „erkanntes Objekt“ bezeichnet). Insbesondere kann das erste Objekt durch den Objekterkennungsalgorithmus mit einer Konfidenz erkannt werden, die gleich oder größer als ein erster Schwellwert ist. Die Konfidenz gibt dabei eine Sicherheit an, mit der das in den Sensordaten erkannte Objekt in der Realität tatsächlich vorhanden ist. Durch die Bestätigung des Nutzers über ein Vorhandensein oder Nicht-Vorhandensein des Objekts in der Realität kann eine Zuverlässigkeit der Objekterkennung verbessert werden.
-
Vorzugsweise ist das zweite Objekt ein Objekt, das durch den Objekterkennungsalgorithmus nicht als erkanntes Objekt ausgegeben wird (im Folgenden als „fiktives Objekt“ bezeichnet). Insbesondere kann das zweite Objekt durch den Objekterkennungsalgorithmus mit einer Konfidenz erkannt werden, die gleich oder kleiner als ein zweiter Schwellwert ist. Der zweite Schwellwert kann dabei kleiner als der erste Schwellwert sein. Durch die Bestätigung des Nutzers über ein Vorhandensein oder Nicht-Vorhandensein des Objekts in der Realität kann eine Zuverlässigkeit der Objekterkennung verbessert werden.
-
Die Begriffe „erkanntes Objekt“ und „fiktives Objekt“ können daher mittels der Konfidenz voneinander abgegrenzt verstanden werden.
-
Der Begriff „erkanntes Objekt“ kann dann verwendet werden, wenn der Objekterkennungsalgorithmus eine positive Erkennung (d.h. „Objekt vorhanden“) ausgibt, beispielsweise weil die Konfidenz einer Objekterkennung gleich oder größer als der erste Schwellwert ist.
-
Der Begriff „fiktives Objekt“ kann dann verwendet werden, wenn der Objekterkennungsalgorithmus keine positive Erkennung (d.h. „kein Objekt vorhanden“) ausgibt, beispielsweise weil eine Konfidenz einer Objekterkennung gleich oder kleiner als der zweite Schwellwert ist. Die vorliegende Offenbarung ist jedoch nicht hierauf begrenzt und der Begriff „fiktives Objekt“ kann auch dann verwendet werden, wenn der Objekterkennungsalgorithmus in den Sensordaten überhaupt kein Objekt erkennt.
-
Damit werden dem Nutzer entweder reale Objekte (d.h. Objekte, die in den Sensordaten durch einen Obj ekterkennungsalgorithmus positiv erkannt werden) oder fiktive Objekte (d.h. Objekte, die in den Sensordaten durch den Objekterkennungsalgorithmus nicht positiv erkannt werden) angezeigt. Der Nutzer kann dann auswählen, ob er das angezeigte Objekt tatsächlich in der Umgebung das Fahrzeugs sieht. Durch die Nutzereingabe kann die Objekterkennung verbessert werden.
-
Vorzugsweise ist das dritte Objekt, das nicht angezeigt wird, ein Objekt, das durch den Objekterkennungsalgorithmus als erkanntes Objekt ausgegeben wird („erkanntes Objekt“). Das dritte Objekt kann durch den Objekterkennungsalgorithmus mit einer Konfidenz erkannt werden, die gleich oder größer als ein dritter Schwellwert ist. Der dritte Schwellwert und der erste Schwellwert können identisch oder verschieden sein. Damit kann der Fahrer durch seine Nutzereingabe ein reales Objekt angeben, das er sieht, das aber nicht angezeigt wird. Durch den Abgleich der Nutzereingabe mit dem Ergebnis des Objekterkennungsalgorithmus kann die Richtigkeit der Objekterkennung bestätigt werden.
-
Vorzugsweise erfolgt die Anzeige mittels einer Benutzerschnittstelle, wie zum Beispiel einem Display des Fahrzeugs und/oder einem mobilen Endgerät. Die Benutzerschnittstelle kann zudem zum Empfang der Nutzereingabe eingerichtet sein.
-
Beispielsweise umfasst ein Infotainmentsystem des Fahrzeugs das Display. Das Display kann im oder am Armaturenbrett des Fahrzeugs installiert sein. Das Display kann zum Beispiel eine Headunit sein. In einigen Ausführungsformen ist das Display ein LCD-Display, ein Plasma-Display oder ein OLED-Display.
-
Der Begriff mobiles Endgerät umfasst insbesondere Smartphones, aber auch andere mobile Telefone bzw. Handys, Personal Digital Assistants (PDAs), Tablet PCs, Notebooks, Smart Watches etc., welche zum Beispiel mit Apps ausgestattet sein können.
-
Vorzugsweise ist die Nutzereingabe aus der Gruppe ausgewählt, die eine Bestätigung des Vorhandenseins des angezeigten Objekts in der Realität, eine Angabe eines Nicht-Vorhandenseins des angezeigten Objekts in der Realität, ein Nicht-Vorhandensein eines real existierend Objekts auf der Anzeige, und eine Klassifizierung des angezeigten Objekts umfasst, oder die daraus besteht.
-
Vorzugsweise ist die Klassifizierung des Objekts eine Klassifizierung einer Objektart. Zum Beispiel kann der Nutzer eine Klassifizierung des angezeigten Objekts nach Mensch, Tier, Auto, Fahrrad, Motorrad, LKW, etc. durchführen.
-
In einer Ausführungsform können dem Nutzer (i) Objekte, die in der Realität nicht existieren (fiktive Objekte), angezeigt werden und (ii) Objekte, die in der Realität existieren, nicht angezeigt werden. Der Nutzer kann den Fehler in der Darstellung erkennen und quittieren. In dieser Ausführungsform kann der Nutzer ein Sicherheitsfahrer sein, der das Fahrzeug zu Testzwecken und/oder im Rahmen der Entwicklung fährt. Anders gesagt kann diese Ausführungsform in der Entwicklungsphase des Fahrzeugs Verwendung finden und nicht im Realbetrieb beim Endnutzer.
-
In einer weiteren Ausführungsform kann der Nutzer ein Endnutzer bzw. Endkunde sein. Das erfindungsgemäße Verfahren kann dann im Realbetrieb des Fahrzeugs implementiert werden. Zum Beispiel kann die Funktion der Umfelderkennung dem Nutzer (z.B. Fahrer, weiteren Insassen oder auch Passanten mit entsprechender App) ein mögliches und unsicher erkanntes Objekt, Schild, Baustelle, etc. anzeigen und auf Bestätigung oder Klassifizierung (Mensch/Tier) vom Nutzer warten. Nach erfolgter Klassifizierung lernt der Objekterkennungsalgorithmus das klassifizierte Objekt und erkennt damit langfristig für sich und optional andere Fahrzeuge (z.B. über Backend-Anbindung) besser das Umfeld (Machine Learning oder auch Fehler-Traces zur Weiterentwicklung).
-
Die Implementierung des erfindungsgemäßen Verfahrens im Realbetrieb weist den Vorteil auf, dass eine Aufmerksamkeit des Nutzers, der ein Fahrer des z.B. teil-autonomen Fahrzeugs sein kann, erhalten werden kann. Dies kann insbesondere in sicherheitskritischen Situationen, in denen der Fahrer die Steuerung des Fahrzeugs übernehmen muss, relevant sein. In einigen Ausführungsformen kann dem Nutzer ein Anreiz zum Ausführen des Verfahrens geboten werden, wie zum Beispiel ein Bonussystem (z.B. Carsharing mit Bonusmeilen).
-
Vorzugsweise werden Daten von einer Vielzahl von Umgebungssensoren fusioniert, wobei die Objekterkennung basierend auf den fusionierten Sensordaten durchgeführt wird. Die Vielzahl von Umgebungssensoren kann gleichartige Sensoren und/oder verschiedenartige Sensoren umfassen.
-
Die Umgebungssensoren (auch als „Umgebungssensorik“ bezeichnet) können wenigstens ein LiDAR-System und/oder wenigstens ein Radar-System und/oder wenigstens eine Kamera und/oder wenigstens ein Ultraschall-System umfassen. Die Umgebungssensorik kann die Umfelddaten (auch als „Umgebungsdaten“ bezeichnet) bereitstellen, die einen Umgebungsbereich des Fahrzeugs abbilden.
-
Gemäß einem weiteren unabhängigen Aspekt der vorliegenden Offenbarung ist ein Software (SW) Programm angegeben. Das SW Programm kann eingerichtet werden, um auf einem oder mehreren Prozessoren ausgeführt zu werden, und um dadurch das in diesem Dokument beschriebene Verfahren zur Objekterkennung für ein automatisiert fahrendes Fahrzeug auszuführen.
-
Gemäß einem weiteren unabhängigen Aspekt der vorliegenden Offenbarung ist ein Speichermedium angegeben. Das Speichermedium kann ein SW Programm umfassen, welches eingerichtet ist, um auf einem oder mehreren Prozessoren ausgeführt zu werden, und um dadurch das in diesem Dokument beschriebene Verfahren zur Objekterkennung für ein automatisiert fahrendes Fahrzeug auszuführen.
-
Gemäß einem weiteren unabhängigen Aspekt der vorliegenden Offenbarung ist ein System zur Objekterkennung für ein automatisiert fahrendes Fahrzeug, insbesondere ein Kraftfahrzeug, angegeben. Das System umfasst einen oder mehrere Prozessoren, die eingerichtet sind, um:
- eine Objekterkennung basierend auf Sensordaten wenigstens eines Umgebungssensors des Fahrzeugs unter Verwendung eines Objekterkennungsalgorithmus durchzuführen;
- ein erstes Objekt, das durch die Objekterkennung in den Sensordaten positiv erkannt wurde, anzuzeigen, und/oder
- ein zweites Objekt, das durch die Objekterkennung in den Sensordaten nicht positiv erkannt wurde, anzuzeigen, und/oder
- ein drittes Objekt, das durch die Objekterkennung in den Sensordaten positiv erkannt wurde, nicht anzuzeigen; und
- eine Nutzereingabe in Bezug auf das erste Objekt und/oder das zweite Objekt und/oder das dritte Objekt zu empfangen.
-
Das System ist insbesondere eingerichtet, das in diesem Dokument beschriebene Verfahren zur Objekterkennung für ein automatisiert fahrendes Fahrzeug auszuführen. Das Verfahren kann die Aspekte des in diesem Dokument beschriebenen Systems zur Objekterkennung für ein automatisiert fahrendes Fahrzeug implementieren.
-
Gemäß einem weiteren Aspekt der vorliegenden Offenbarung ist ein Fahrzeug, insbesondere Kraftfahrzeug, abgegeben. Das Fahrzeug umfasst das System zur Objekterkennung für ein automatisiert fahrendes Fahrzeug gemäß den Ausführungsformen der vorliegenden Offenbarung.
-
Der Begriff Fahrzeug umfasst PKW, LKW, Busse, Wohnmobile, Krafträder, etc., die der Beförderung von Personen, Gütern, etc. dienen. Insbesondere umfasst der Begriff Kraftfahrzeuge zur Personenbeförderung.
-
In einigen Ausführungsformen umfasst das Fahrzeug ein Fahrassistenzsystem zum automatisierten Fahren. Unter dem Begriff „automatisiertes Fahren“ kann im Rahmen des Dokuments ein Fahren mit automatisierter Längs- oder Querführung oder ein autonomes Fahren mit automatisierter Längs- und Querführung verstanden werden. Bei dem automatisierten Fahren kann es sich beispielsweise um ein zeitlich längeres Fahren auf der Autobahn oder um ein zeitlich begrenztes Fahren im Rahmen des Einparkens oder Rangierens handeln. Der Begriff „automatisiertes Fahren“ umfasst ein automatisiertes Fahren mit einem beliebigen Automatisierungsgrad. Beispielhafte Automatisierungsgrade sind ein assistiertes, teilautomatisiertes, hochautomatisiertes oder vollautomatisiertes Fahren. Diese Automatisierungsgrade wurden von der Bundesanstalt für Straßenwesen (BASt) definiert (siehe BASt-Publikation „Forschung kompakt“, Ausgabe 11/2012).
-
Beim assistierten Fahren führt der Fahrer dauerhaft die Längs- oder Querführung aus, während das System die jeweils andere Funktion in gewissen Grenzen übernimmt. Beim teilautomatisierten Fahren (TAF) übernimmt das System die Längs- und Querführung für einen gewissen Zeitraum und/oder in spezifischen Situationen, wobei der Fahrer das System wie beim assistierten Fahren dauerhaft überwachen muss. Beim hochautomatisierten Fahren (HAF) übernimmt das System die Längs- und Querführung für einen gewissen Zeitraum, ohne dass der Fahrer das System dauerhaft überwachen muss; der Fahrer muss aber in einer gewissen Zeit in der Lage sein, die Fahrzeugführung zu übernehmen. Beim vollautomatisierten Fahren (VAF) kann das System für einen spezifischen Anwendungsfall das Fahren in allen Situationen automatisch bewältigen; für diesen Anwendungsfall ist kein Fahrer mehr erforderlich.
-
Die vorstehend genannten vier Automatisierungsgrade entsprechen den SAE-Level 1 bis 4 der Norm SAE J3016 (SAE - Society of Automotive Engineering). Beispielsweise entspricht das hochautomatisierte Fahren (HAF) Level 3 der Norm SAE J3016. Ferner ist in der SAE J3016 noch der SAE-Level 5 als höchster Automatisierungsgrad vorgesehen, der in der Definition der BASt nicht enthalten ist. Der SAE-Level 5 entspricht einem fahrerlosen Fahren, bei dem das System während der ganzen Fahrt alle Situationen wie ein menschlicher Fahrer automatisch bewältigen kann; ein Fahrer ist generell nicht mehr erforderlich.
-
Figurenliste
-
Ausführungsbeispiele der Offenbarung sind in den Figuren dargestellt und werden im Folgenden näher beschrieben. Es zeigen:
- 1 ein Flussdiagram eines Verfahrens zur Objekterkennung für ein automatisiert fahrendes Fahrzeug gemäß Ausführungsformen der vorliegenden Offenbarung,
- 2 eine Anzeige von Objekten gemäß Ausführungsformen der vorliegenden Offenbarung, und
- 3 schematisch ein Fahrzeug mit einem Fahrassistenzsystem zum automatisierten Fahren gemäß Ausführungsformen der vorliegenden Offenbarung.
-
Ausführungsformen der Offenbarung
-
Im Folgenden werden, sofern nicht anders vermerkt, für gleiche und gleichwirkende Elemente gleiche Bezugszeichen verwendet.
-
1 zeigt schematisch ein Flussdiagramm eines Verfahrens 100 zur Objekterkennung für ein automatisiert fahrendes Fahrzeug gemäß Ausführungsformen der vorliegenden Offenbarung. Das Verfahren 100 kann durch eine entsprechende Software implementiert werden, die durch einen oder mehrere Prozessoren (z.B. eine CPU) ausführbar ist.
-
Das Verfahren 100 umfasst im Block 110 ein Durchführen einer Objekterkennung basierend auf Sensordaten wenigstens eines Umgebungssensors des Fahrzeugs unter Verwendung eines Objekterkennungsalgorithmus; im Block 120 ein Bereitstellen einer Anzeige in Bezug auf Objekte; und im Block 130 ein Empfangen einer Nutzereingabe in Bezug auf ein erstes Objekt und/oder ein zweites Objekt und/oder ein drittes Objekt.
-
Das Bereitstellen der Anzeige umfasst im Block 122 ein Anzeigen eines ersten Objekts, das durch die Objekterkennung in den Sensordaten positiv erkannt wurde, und/oder im Block 124 ein Anzeigen eines zweiten Objekts, das durch die Objekterkennung in den Sensordaten nicht positiv erkannt wurde, und/oder im Block 126 ein Nicht-Anzeigen eines dritten Objekts, das durch die Objekterkennung in den Sensordaten positiv erkannt wurde.
-
Das Anzeigen kann mittels einer Benutzerschnittstelle erfolgen, die zum Beispiel ein Display des Fahrzeugs und/oder ein mobiles Endgerät sein kann.
-
Die Nutzereingabe kann als Eingang beim maschinellen Lernen verwendet werden. Beispielsweise kann der Objekterkennungsalgorithmus während einer Test- und/oder Entwicklungsphase mittels des erfindungsgemäßen Verfahrens z.B. durch einen Sicherheitsfahrer angelernt und/oder verbessert werden.
-
In einem weiteren Beispiel kann der Objekterkennungsalgorithmus während des Realbetriebs mittels des erfindungsgemäßen Verfahrens durch einen Endnutzer kontinuierlich verbessert werden. Zum Beispiel kann die Funktion der Umfelderkennung dem Nutzer (z.B. Fahrer, weiteren Insassen oder auch Passanten mit entsprechender App) ein mögliches und unsicher erkanntes Objekt, Schild, Baustelle, etc. anzeigen und auf Bestätigung oder Klassifizierung (Mensch/Tier) vom Nutzer warten. Nach erfolgter Klassifizierung lernt der Objekterkennungsalgorithmus das klassifizierte Objekt und erkennt damit langfristig für sich und andere Fahrzeuge (z.B. über Backend-Anbindung) besser das Umfeld (Machine Learning oder auch Fehler-Traces zur Weiterentwicklung).
-
2 zeigt eine Anzeige von Objekten gemäß Ausführungsformen der vorliegenden Offenbarung.
-
Das Fahrzeug 10 umfasst eine Umgebungssensorik, die Objekte in einem Umgebungsbereich U des Fahrzeugs 10 erkennen kann. Die Anzeige kann mittels einer Benutzerschnittstelle 200 erfolgen, die zum Beispiel ein Display sein kann.
-
Die Nutzereingabe kann eine Bestätigung des Vorhandenseins des angezeigten Objekts in der Realität (z.B. erstes Objekt 1), eine Angabe eines Nicht-Vorhandenseins des angezeigten Objekts in der Realität (z.B. zweites Objekt 2), ein Nicht-Vorhandensein eines real existierend Objekts auf der Anzeige (z.B. drittes Objekt 3), und/oder eine Klassifizierung des angezeigten Objekts sein (z.B. erstes Objekt 1). Die Klassifizierung des Objekts kann zum Beispiel eine Klassifizierung einer Objektart sein (Mensch, Tier, Auto, Fahrrad, Motorrad, LKW, etc.), ist jedoch nicht hierauf begrenzt.
-
Das erste Objekt 1 ist ein Objekt, das durch den Objekterkennungsalgorithmus als erkanntes Objekt ausgegeben wird. Im Beispiel der 2 ist das erste Objekt 1 eine Person, die real im Umgebungsbereich U vorhanden ist und basierend auf den Sensordaten auf der Benutzerschnittstelle 200 angezeigt wird.
-
Insbesondere kann das erste Objekt 1 durch den Objekterkennungsalgorithmus mit einer Konfidenz erkannt werden, die gleich oder größer als ein erster Schwellwert ist. Der Nutzer kann das Vorhandensein des ersten Objekts 1 beispielsweise durch eine Berührung des ersten Objekts 1 und/oder mittels einer Auswahlliste (z.B. Ja/Nein) auf dem Display bestätigen.
-
Das zweite Objekt 2 ist ein Objekt, das durch den Objekterkennungsalgorithmus nicht als erkanntes Objekt ausgegeben wird. Im Beispiel der 2 ist das zweite Objekt 2 ein Motorrad, das in der Realität nicht im Umgebungsbereich U vorhanden ist.
-
Insbesondere kann das zweite Objekt 2 durch den Objekterkennungsalgorithmus mit einer Konfidenz erkannt werden, die gleich oder kleiner als ein zweiter Schwellwert ist. Der zweite Schwellwert kann dabei kleiner als der erste Schwellwert sein. Der Nutzer kann in die Benutzerschnittstelle eingeben, dass das zweite Objekt 2 in der Realität nicht vorhanden ist.
-
Das dritte Objekt 3, das nicht angezeigt wird, ist ein Objekt, das durch den Objekterkennungsalgorithmus als erkanntes Objekt ausgegeben wird. Das dritte Objekt 3 kann durch den Objekterkennungsalgorithmus mit einer Konfidenz erkannt werden, die gleich oder größer als ein dritter Schwellwert ist. Der dritte Schwellwert und der erste Schwellwert können identisch oder verschieden sein. Damit kann der Fahrer durch seine Nutzereingabe die Existenz des dritten Objekts 3 angeben, das er sieht, das aber nicht auf dem Display angezeigt wird.
-
3 zeigt schematisch ein Fahrzeug 10 mit einem Fahrassistenzsystem 300 zum automatisierten Fahren gemäß Ausführungsformen der vorliegenden Offenbarung.
-
Das Fahrzeug 10 umfasst das Fahrassistenzsystem 300 zum automatisierten Fahren. Beim automatisierten Fahren erfolgt die Längs- und/oder Querführung des Fahrzeugs 10 automatisch. Das Fahrassistenzsystem 300 übernimmt also die Fahrzeugführung. Hierzu steuert das Fahrassistenzsystem 300 den Antrieb 20, das Getriebe 22, die (z.B. hydraulische) Betriebsbremse 24 und die Lenkung 26 über nicht dargestellte Zwischeneinheiten.
-
Zur Planung und Durchführung des automatisierten Fahrens werden Umfeldinformationen einer Umfeldsensorik, die das Fahrzeugumfeld beobachtet, vom Fahrerassistenzsystem 300 entgegengenommen. Insbesondere kann das Fahrzeug wenigstens einen Umgebungssensor 12 umfassen, der zur Aufnahme von Umgebungsdaten, die das Fahrzeugumfeld angeben, eingerichtet ist. Der wenigstens eine Umgebungssensor 12 kann beispielsweise ein oder mehrere LiDAR-Systeme, ein oder mehrere Radar-Systeme und/oder eine oder mehrere Kameras umfassen.
-
Das Fahrerassistenzsystem 300 verwendet einen Objekterkennungsalgorithmus, der gemäß den Ausführungsformen der vorliegenden Offenbarung angelernt und/oder verbessert wird. Vorzugsweise werden Daten von einer Vielzahl von Umgebungssensoren fusioniert, wobei die Objekterkennung basierend auf den fusionierten Sensordaten durchgeführt wird. Die Vielzahl von Umgebungssensoren kann gleichartige und/oder verschiedenartige Sensoren umfassen.
-
Erfindungsgemäß werden einem Nutzer, der zum Beispiel ein Sicherheitsfahrer des Fahrzeugs sein kann, die Ergebnisse der aus der Umgebungssensorik gewonnen Daten visualisiert, so dass ein Abgleich der Realität mit der dargestellten Umfelderkennung erfolgen kann. Insbesondere fallen dem Nutzer Abweichungen auf, die sicherheitskritisch werden können, wenn der Nutzer nicht eingreift.
-
Obwohl die Erfindung im Detail durch bevorzugte Ausführungsbeispiele näher illustriert und erläutert wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen. Es ist daher klar, dass eine Vielzahl von Variationsmöglichkeiten existiert. Es ist ebenfalls klar, dass beispielhaft genannte Ausführungsformen wirklich nur Beispiele darstellen, die nicht in irgendeiner Weise als Begrenzung etwa des Schutzbereichs, der Anwendungsmöglichkeiten oder der Konfiguration der Erfindung aufzufassen sind. Vielmehr versetzen die vorhergehende Beschreibung und die Figurenbeschreibung den Fachmann in die Lage, die beispielhaften Ausführungsformen konkret umzusetzen, wobei der Fachmann in Kenntnis des offenbarten Erfindungsgedankens vielfältige Änderungen beispielsweise hinsichtlich der Funktion oder der Anordnung einzelner, in einer beispielhaften Ausführungsform genannter Elemente vornehmen kann, ohne den Schutzbereich zu verlassen, der durch die Ansprüche und deren rechtliche Entsprechungen, wie etwa weitergehenden Erläuterungen in der Beschreibung, definiert wird.
