DE102020118318A1

DE102020118318A1 - Verfahren und Vorrichtung zur Erkennung eines Verkehrsknotenpunktes auf Basis von Trajektoriendaten

Info

Publication number: DE102020118318A1
Application number: DE102020118318.6A
Authority: DE
Inventors: David Pannen; Martin Liebner; Chengping Zhou
Original assignee: Bayerische Motoren Werke AG
Current assignee: Bayerische Motoren Werke AG
Priority date: 2020-07-10
Filing date: 2020-07-10
Publication date: 2022-01-13

Abstract

Es wird eine Vorrichtung (101) zur Detektion eines Verkehrsknotenpunktes (200) in einem räumlichen Bereich (225) auf Basis von Trajektoriendaten (103) in Bezug auf zumindest eine Trajektorie (210) zumindest eines Verkehrsteilnehmers (110) in dem räumlichen Bereich (225) beschrieben. Die Vorrichtung (101) ist eingerichtet, auf Basis der Trajektoriendaten (103) für eine erste Zelle (221) eines Rasters (220), das den räumlichen Bereich (225) in eine Mehrzahl von Zellen (221) unterteilt, eine Mehrzahl von Orientierungswerten zu ermitteln; wobei ein Orientierungswert eine Bewegungsrichtung des Verkehrsteilnehmers (110) auf der Trajektorie (210) durch die erste Zelle (221) anzeigt. Des Weiteren ist die Vorrichtung (101) eingerichtet, auf Basis der Mehrzahl von Orientierungswerten, einen Wert (222) eines Streuungsmaßes für die erste Zelle (221) zu ermitteln. Die Vorrichtung (101) ist ferner eingerichtet, auf Basis des Wertes (222) des Streuungsmaßes zu bestimmen, ob an einem der ersten Zelle (221) entsprechenden Teilbereich des räumlichen Bereichs (225) ein Verkehrsknotenpunkt (200) angeordnet ist oder nicht.

Description

Die Erfindung betrifft ein Verfahren und eine entsprechende Vorrichtung, die es ermöglichen, einen Verkehrsknotenpunkt, insbesondere eine Kreuzung oder einen Kreisverkehr oder eine Abzweigung, in präziser Weise auf Basis von gefahrenen Trajektorien von Verkehrsteilnehmern, insbesondere von Kraftfahrzeugen, zu erkennen.
Für die Navigation, für die Ermittlung einer Fahrroute und/oder für die Ermittlung des Verlaufs einer Fahrspur können Straßentopologie-Karten verwendet werden. Diese Straßentopologie-Karten können als Grundgerüst für hochgenaue digitale Karten (sogenannte High Definition bzw. HD-Karten) verwendet werden.
Straßentopologie-Karten können z.B. mit dedizierten Messfahrzeugen erfasst und/oder aus Luft- oder Satellitenbildern extrahiert werden. Ferner können Straßentopologie-Karten in besonders effizienter und aktueller Weise auf Basis von Trajektoriendaten für Fahrtrajektorien von Fahrzeugen ermittelt werden, wobei die Trajektoriendaten für eine Fahrtrajektorie typischerweise die GPS-Koordinaten des Fahrzeugs bei der Fahrt entlang der Fahrtrajektorie anzeigen. Das können Trajektoriendaten von einer relativ hohen Anzahl von Fahrzeugen und/oder mit einer relativ hohen Messfrequenz bereitgestellt werden. Ferner können Trajektoriendaten im Gegensatz zu Luft- oder Satellitenbildern auch bei schlechten Wetterverhältnissen bereitgestellt werden.
Eine Möglichkeit zur Ermittlung eines Ausschnitts für eine Straßentopologie-Karte ist das sogenannte Kreuzungs-Detektions- und Verbindungsverfahren, bei dem zunächst Kreuzungen oder allgemein Verkehrsknotenpunkte identifiziert werden, die dann im Anschluss über Verbindungen, d.h. Fahrbahnen, miteinander verbunden werden. Die Genauigkeit dieses Verfahrens hängt wesentlich davon ab, mit welcher Genauigkeit und/oder Zuverlässigkeit die Verkehrsknotenpunkte eines Straßennetzes ermittelt werden können
Das vorliegende Dokument befasst sich mit der technischen Aufgabe, einen Verkehrsknotenpunkt eines Straßen- bzw. Fahrbahnnetzes mit hoher Genauigkeit, Zuverlässigkeit und/oder Robustheit auf Basis von Trajektoriendaten zu ermitteln.
Die Aufgabe wird durch jeden der unabhängigen Ansprüche gelöst. Vorteilhafte Ausführungsformen werden u.a. in den abhängigen Ansprüchen beschrieben. Es wird darauf hingewiesen, dass zusätzliche Merkmale eines von einem unabhängigen Patentanspruch abhängigen Patentanspruchs ohne die Merkmale des unabhängigen Patentanspruchs oder nur in Kombination mit einer Teilmenge der Merkmale des unabhängigen Patentanspruchs eine eigene und von der Kombination sämtlicher Merkmale des unabhängigen Patentanspruchs unabhängige Erfindung bilden können, die zum Gegenstand eines unabhängigen Anspruchs, einer Teilungsanmeldung oder einer Nachanmeldung gemacht werden kann. Dies gilt in gleicher Weise für in der Beschreibung beschriebene technische Lehren, die eine von den Merkmalen der unabhängigen Patentansprüche unabhängige Erfindung bilden können.
Gemäß einem Aspekt wird eine Vorrichtung zur Detektion eines Verkehrsknotenpunktes in einem räumlichen Bereich auf Basis von Trajektoriendaten in Bezug auf zumindest eine Trajektorie zumindest eines Verkehrsteilnehmers in dem räumlichen Bereich beschrieben. Typischerweise zeigen die Trajektoriendaten eine Vielzahl von Trajektorien von mehreren unterschiedlichen Verkehrsteilnehmern, insbesondere Fahrzeugen, an. Eine Trajektorie kann dabei eine Sequenz von Positionen aufweisen, ggf. in Zusammenhang mit einer entsprechenden Sequenz von Zeitpunkten, an denen die unterschiedlichen Positionen erreicht wurden. Die einzelnen Positionen können durch GPS-Koordinaten angezeigt werden.
Die Vorrichtung kann eingerichtet sein, auf Basis der Trajektoriendaten für eine erste Zelle eines Rasters, das den räumlichen Bereich in eine Mehrzahl von Zellen unterteilt, eine Mehrzahl von Orientierungswerten zu ermitteln. Die einzelnen Zellen können eine bestimmte Zellengröße z.B. zwischen 10m x 10m und 20m x 20m aufweisen. Es kann für die erste Zelle ermittelt werden, welche Teilstrecken der ein oder mehreren Trajektorien innerhalb der ersten Zelle verlaufen. Für diese Teilstrecken können dann Orientierungswerte des jeweiligen Verkehrsteilnehmers ermittelt werden.
Ein Orientierungswert kann dabei die Bewegungsrichtung, insbesondere einen Kurs- oder Orientierungswinkel, des Verkehrsteilnehmers auf der Trajektorie durch die erste Zelle anzeigen. Dabei können für jede Teilstrecke einer Trajektorie ggf. mehrere Orientierungswerte an unterschiedlichen Positionen auf der Teilstrecke ermittelt werden.
Die Vorrichtung ist ferner eingerichtet, auf Basis der Mehrzahl von Orientierungswerten, einen Wert eines Streuungsmaßes für die erste Zelle zu ermitteln. Der Wert des Streuungsmaßes kann anzeigen, wie stark die Bewegungsrichtung von Verkehrsteilnehmern innerhalb der ersten Zelle variiert. Ein relativ hoher Wert des Streuungsmaßes kann dabei eine relativ hohe Streuung der Bewegungsrichtungen anzeigen, während ein relativ niedriger Wert des Streuungsmaßes eine relativ niedrige Streuung der Bewegungsrichtungen anzeigen kann. Die möglichen Werte des Streuungsmaßes können normiert sein, z.B. zwischen 0 (für eine niedrige Streuung) und 1 (für eine hohe Streuung).
Des Weiteren ist die Vorrichtung eingerichtet, auf Basis des Wertes des Streuungsmaßes zu bestimmen, ob an dem der ersten Zelle entsprechenden Teilbereich des räumlichen Bereichs ein Verkehrsknotenpunkt (insbesondere eine Kreuzung oder ein Kreisverkehr oder eine Abzweigung bzw. eine Auf- bzw. Abfahrt) angeordnet ist oder nicht. Zu diesem Zweck kann die Vorrichtung eingerichtet sein, den ermittelten Wert des Streuungsmaßes mit einem (im Vorfeld ermittelten) Streuungs-Schwellenwert zu vergleichen. Es kann dann in Abhängigkeit von dem Vergleich entschieden werden, ob an dem der ersten Zelle entsprechenden Teilbereich des räumlichen Bereichs ein Verkehrsknotenpunkt angeordnet ist oder nicht.
Die Aufteilung des räumlichen Bereichs in ein Raster mit Rasterzellen und die Auswertung der Streuung der Bewegungsrichtung von Verkehrsteilnehmern in den einzelnen Rasterzellen ermöglichen es, einen Verkehrsknotenpunkt in besonders robuster, effizienter und zuverlässiger Weise zu ermitteln.
Die Vorrichtung kann eingerichtet sein, den Wert des Streuungsmaßes derart auf Basis der Mehrzahl von Orientierungswerten zu ermitteln, dass eine erste Bewegungsrichtung und eine entgegengesetzte zweite Bewegungsrichtung, insbesondere einen genau entgegengesetzte zweite Bewegungsrichtung, eines Verkehrsteilnehmers innerhalb der ersten Zelle als gleiche Orientierungswerte bei der Ermittlung des Wertes des Streuungsmaßes betrachtet werden und/oder keine Erhöhung des Wertes des Streuungsmaßes bewirken.
Wie bereits oben dargelegt, kann die Vorrichtung eingerichtet sein, auf Basis der Trajektoriendaten für die erste Zelle eine Mehrzahl von Orientierungswinkeln (als Orientierungswerte) zu ermitteln, durch die jeweils die Bewegungsrichtung des Verkehrsteilnehmers innerhalb der ersten Zelle angezeigt wird. Mögliche Winkelwerte können dabei zwischen 0° und 360° liegen.
Des Weiteren kann die Vorrichtung eingerichtet sein, den Wert des Streuungsmaßes derart auf Basis der Mehrzahl von Orientierungswinkeln zu ermitteln, dass die Orientierungswinkel in 180° invarianter Weise in die Ermittlung des Wertes des Streuungsmaßes eingehen.
Mit anderen Worten, die Vorrichtung kann eingerichtet sein, den Wert des Streuungsmaßes derart auf Basis der Mehrzahl von Orientierungswerten zu ermitteln, dass ein erster Orientierungswert für eine erste Bewegungsrichtung und ein zweiter Orientierungswert für eine zweite Bewegungsrichtung, die einen Richtungsunterschied von 180° ± R, insbesondere mit |R| < 90°, zueinander aufweisen, als Orientierungswerte bei der Ermittlung des Wertes des Streuungsmaßes betrachtet werden, die einen Richtungsunterschied von R aufweisen.
Die Vorrichtung kann somit bei der Ermittlung des Wertes des Streuungsmaßes bewirken, dass entgegengesetzte Bewegungsrichtungen von Verkehrsteilnehmern innerhalb einer Zelle keinen erhöhenden Einfluss auf den Wert des Streuungsmaßes haben. So kann in zuverlässiger und effizienter Weise bewirkt werden, dass eine Fahrbahn mit zwei gegensätzlichen Fahrtrichtungen nicht fälschlicherweise zu einem relativ hohen Wert des Streuungsmaßes und somit zu der Erkennung eines Verkehrsknotenpunktes führt.
Wie bereits oben dargelegt, kann die Vorrichtung eingerichtet sein, auf Basis der Trajektoriendaten für die erste Zelle eine Mehrzahl von Orientierungswinkeln zu ermitteln. Des Weiteren kann die Vorrichtung eingerichtet sein, die Orientierungswinkel der Mehrzahl von Orientierungswinkeln jeweils mit einem geradzahligen Faktor F, insbesondere mit F = 2, zu multiplizieren, um eine Mehrzahl von transformierten Orientierungswinkeln zu ermitteln. Der Wert des Streuungsmaßes kann dann auf Basis der Mehrzahl von transformierten Orientierungswinkeln ermittelt werden (anstatt direkt auf Basis der Mehrzahl von nicht-transformierten Orientierungswinkeln). So kann in besonders effizienter Weise eine 180° Invarianz des Streuungsmaßes bewirkt werden.
Die Mehrzahl von Orientierungswerten kann somit einer entsprechenden Mehrzahl von Orientierungswinkeln (z.B. α_i), insbesondere einer entsprechenden Mehrzahl von transformierten Orientierungswinkeln (z.B. Fα_i), entsprechen.
Die Vorrichtung kann eingerichtet sein, eine Mehrzahl von Kosinus-Werten (insbesondere cos(α_i) bzw. cos(Fα_i)) der entsprechenden Mehrzahl von Orientierungswerten und eine Mehrzahl von Sinus-Werten (insbesondere sin(α_i) bzw. sin(Fα_i)) der entsprechenden Mehrzahl von Orientierungswerten zu ermitteln. Der Wert des Streuungsmaßes kann dann in besonders präziser Weise auf Basis der Mehrzahl von Kosinus-Werten und auf Basis der Mehrzahl von Sinus-Werten ermittelt werden. Insbesondere kann so bewirkt werden, dass das Vorliegen von unterschiedlichen Orientierungswinkeln in zuverlässiger Weise in dem Wert des Streuungsmaßes abgebildet werden kann.
Durch die Verwendung von Kosinus-Werten und/oder Sinus-Werten der Orientierungswerte bzw. der Orientierungswinkel kann in effizienter und präziser Weise die Winkelperiodizität berücksichtigt werden. Insbesondere kann erreicht werden, dass Winkelabstände in einheitlicher Weise innerhalb des Streuungsmaßes berücksichtigt werden. Der Wert des Streuungsmaßes kann dadurch unabhängig von den jeweils vorliegenden Winkelwerten ermittelt werden, insbesondere unabhängig davon, ob sich die Orientierungswinkel über die Periodizitätsgrenze hinweg erstrecken (was bei einer direkten Mittelwertbildung zu einem fehlerhaften Wert des Streuungsmaßes führen würde).
Die Vorrichtung kann insbesondere eingerichtet sein, eine erste Summe der Mehrzahl von Kosinus-Werten (insbesondere $\sum_{i = 1}^{N} cos (α_{i})$
bzw. $\sum_{i = 1}^{N} cos (F α_{i})$
und eine zweite Summe der Mehrzahl von Sinus-Werten (insbesondere $\sum_{i = 1}^{N} sin (α_{i})$
bzw. $\sum_{i = 1}^{N} sin (F α_{i})$
zu ermitteln. Der Wert des Streuungsmaßes kann dann in besonders präziser Weise auf Basis der ersten Summe und auf Basis der zweiten Summe berechnet werden, insbesondere auf Basis der Betragsnorm eines Vektors, der die erste Summe und die zweite Summe als Vektorkomponenten umfasst, etwa durch Verwendung der Formel $\frac{\sqrt[2]{x^{2} + y^{2}}}{N}$
wobei x die erste Summe ist, wobei y die zweite Summe ist, und wobei N die Anzahl von Orientierungswinkeln ist. Insbesondere kann der Wert des Streuungsmaßes anhand der Formel $1 - \frac{\sqrt[2]{x^{2} + y^{2}}}{N}$
ermittelt werden. So kann der Wert des Streuungsmaßes in besonders präziser Weise ermittelt werden.
Die Trajektoriendaten können eine in der ersten Zelle verlaufende Teilstrecke der Trajektorie mit einer Sequenz von Positionen auf der Trajektorie anzeigen. Die Vorrichtung kann eingerichtet sein, einen Orientierungswert auf Basis der Richtung einer Verbindungsgeraden zwischen zwei Positionen auf der Teilstrecke zu ermitteln. Es kann somit jeweils die Orientierung bzw. Richtung von Verbindungsgeraden zwischen Paaren von Positionen auf der Teilstrecke einer Trajektorie durch die erste Zelle ermittelt werden. So können die Orientierungswerte, insbesondere die Orientierungswinkel, in besonders effizienter und präziser Weise ermittelt werden.
Die Trajektoriendaten können eine Sequenz von Positionen auf der Trajektorie für eine entsprechende Sequenz von Zeitpunkten anzeigen. Die Vorrichtung kann eingerichtet, auf Basis der Trajektoriendaten Geschwindigkeitsdaten in Bezug auf die Bewegungsgeschwindigkeit des Verkehrsteilnehmers zwischen direkt aufeinanderfolgenden Positionen der Sequenz von Positionen zu ermitteln. Zwei Positionen bzw. ein Paar von Positionen auf der Teilstrecke zur Ermittlung eines Orientierungswertes können dann in Abhängigkeit von den Geschwindigkeitsdaten ermittelt werden. Dabei können insbesondere bei relativ niedrigen Geschwindigkeiten relativ große zeitliche Abstände zwischen den Positionen gewählt werden. Mit anderen Worten, der zeitliche Abstand zwischen den Positionen eines Paar von Positionen kann mit sinkender Bewegungsgeschwindigkeit erhöht werden, insbesondere in umgekehrt proportionaler Weise.
Alternativ oder ergänzend kann die Vorrichtung eingerichtet sein, die Sequenz von Positionen auf der Teilstrecke einer Trajektorie innerhalb der ersten Zelle örtlich unterabzutasten, insbesondere mit einer einheitlichen örtlichen Abtastrate, um eine Sequenz von abgetasteten Positionen zu ermitteln. Ein Orientierungswert kann dann in präziser Weise auf Basis der Richtung einer Verbindungsgeraden zwischen zwei abgetasteten Positionen aus der Sequenz von abgetasteten Positionen ermittelt werden.
Die Berücksichtigung der Bewegungsgeschwindigkeit und/oder die Unterabtastung der Sequenz von Positionen aus den Trajektoriendaten (mit einer konstanten örtlichen Abtastrate) ermöglicht es, Auswirkungen von Messfehlern bei der Ermittlung der Positionen eines Verkehrsteilnehmers auf die Ermittlung der Orientierungswerte zu reduzieren (die insbesondere bei relativ niedrigen Bewegungsgeschwindigkeiten eine signifikanten Fehler der ermittelten Orientierungswerte bewirken können). Somit können die Robustheit und die Genauigkeit der Ermittlung von Verkehrsknotenpunkten weiter erhöht werden.
Das Raster kann ein oder mehrere (insbesondere bis zu 8) direkt an die erste Zelle angrenzende Nachbar-Zellen aufweisen. Die Vorrichtung kann eingerichtet sein, auf Basis der Trajektoriendaten für die ein oder mehreren Nachbar-Zellen jeweils eine Mehrzahl von Orientierungswerten zu ermitteln. Der Wert des Streuungsmaßes für die erste Zelle kann dann auf Basis der Mehrzahl von Orientierungswerten für die erste Zelle und für die ein oder mehreren Nachbar-Zellen ermittelt werden. Dabei kann die Mehrzahl von Orientierungswerten für die erste Zelle bei der Ermittlung des Wertes des Streuungsmaßes für die erste Zelle eine höhere Gewichtung aufweisen als die Mehrzahl von Orientierungswerten für die ein oder mehreren Nachbar-Zellen. Durch die Berücksichtigung von Orientierungswerten aus ein oder mehreren Nachbar-Zellen wird es ermöglicht, auch solche Verkehrsknotenpunkte in zuverlässiger Weise zu detektieren, die an der Grenze zwischen zwei oder vier Zellen angeordnet sind.
Die Vorrichtung kann eingerichtet sein, den ermittelten Wert des Streuungsmaßes für die erste Zelle mit einem Streuungs-Schwellenwert zu vergleichen, um die erste Zelle einer erste Klasse oder einer zweiten Klasse zuzuweisen. Dabei kann die erste Klasse anzeigen, dass die erste Zelle ein Kandidat für einen Verkehrsknotenpunkt ist. Andererseits kann die zweite Klasse anzeigen, dass die erste Zelle kein Kandidat für einen Verkehrsknotenpunkt ist. In einem bevorzugten Beispiel kann der Streuungs-Schwellenwert im Vorfeld auf Basis von Trainingsdaten ermittelt worden sein. Die Trainingsdaten können dabei für eine Vielzahl von Trainings-Zellen jeweils den Wert des Streuungsmaßes anzeigen, und anzeigen, ob an dem der jeweiligen Trainings-Zelle entsprechenden Bereich ein Verkehrsknotenpunkt angeordnet ist oder nicht. So kann in besonders zuverlässiger Weise eine Klassifizierung der unterschiedlichen Zellen des Rasters auf Basis der jeweiligen Werte des Streuungsmaßes bewirkt werden.
Es kann dann in besonders robuster und zuverlässiger Weise in Abhängigkeit von der der ersten Zelle zugewiesenen Klasse bestimmt werden, ob an dem der ersten Zelle entsprechenden Teilbereich des räumlichen Bereichs ein Verkehrsknotenpunkt angeordnet ist oder nicht.
Die Vorrichtung kann eingerichtet sein, für die Mehrzahl von Zellen des Rasters jeweils einen Wert des Streuungsmaßes zu ermitteln (wie in diesem Dokument beschrieben). Des Weiteren kann die Vorrichtung eingerichtet sein, mittels eines Cluster-Algorithmus auf Basis der Mehrzahl von Werten des Streuungsmaßes, insbesondere auf Basis einer jeweiligen Zuordnung der Mehrzahl von Zellen zu der ersten Klasse oder zu der zweiten Klasse, zumindest ein Zellen-Cluster mit ein oder mehreren Zellen aus der Mehrzahl von Zellen zu ermitteln, durch den ein Teilbereich des räumlichen Bereichs identifiziert wird, in dem ein Verkehrsknotenpunkt angeordnet ist. Durch die Anwendung eines Cluster-Algorithmus, wie z.B. DBSCAN, kann ein Verkehrsknotenpunkt in besonders präziser Weise lokalisiert werden. Ferner kann durch die Anwendung eines Cluster-Algorithmus in präziser Weise die räumliche Ausdehnung eines Verkehrsknotenpunktes ermittelt werden.
Gemäß einem weiteren Aspekt wird ein System beschrieben, das die in diesem Dokument beschriebene Vorrichtung umfasst. Des Weiteren kann das System ein oder mehrere Verkehrsteilnehmer, insbesondere (Straßen-)Kraftfahrzeuge, etwa Personenkraftwagen oder Lastkraftwagen oder Busse oder Motorräder), umfassen, die jeweils eingerichtet sind, Trajektoriendaten in Bezug auf Bewegungstrajektorien des jeweiligen Verkehrsteilnehmers zu erfassen und bereitzustellen.
Gemäß einem weiteren Aspekt wird ein Verfahren zur Detektion eines Verkehrsknotenpunktes in einem räumlichen Bereich auf Basis von Trajektoriendaten in Bezug auf zumindest eine Trajektorie zumindest eines Verkehrsteilnehmers in dem räumlichen Bereich beschrieben. Das Verfahren umfasst das Ermitteln, auf Basis der Trajektoriendaten für eine erste Zelle eines Rasters, einer Mehrzahl von Orientierungswerten. Des Weiteren umfasst das Verfahren das Ermitteln, auf Basis der Mehrzahl von Orientierungswerten, eines Wertes eines Streuungsmaßes für die erste Zelle. Das Verfahren umfasst ferner das Bestimmen, auf Basis des Wertes des Streuungsmaßes, ob an einem der ersten Zelle entsprechenden Teilbereich des räumlichen Bereichs ein Verkehrsknotenpunkt angeordnet ist oder nicht.
Gemäß einem weiteren Aspekt wird ein Software (SW) Programm beschrieben. Das SW Programm kann eingerichtet werden, um auf einem Prozessor ausgeführt zu werden, und um dadurch das in diesem Dokument beschriebene Verfahren auszuführen.
Gemäß einem weiteren Aspekt wird ein Speichermedium beschrieben. Das Speichermedium kann ein SW Programm umfassen, welches eingerichtet ist, um auf einem Prozessor ausgeführt zu werden, und um dadurch das in diesem Dokument beschriebene Verfahren auszuführen.
Es ist zu beachten, dass die in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systeme sowohl alleine, als auch in Kombination mit anderen in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systemen verwendet werden können. Des Weiteren können jegliche Aspekte der in diesem Dokument beschriebenen Verfahren, Vorrichtungen und Systemen in vielfältiger Weise miteinander kombiniert werden. Insbesondere können die Merkmale der Ansprüche in vielfältiger Weise miteinander kombiniert werden.
Im Weiteren wird die Erfindung anhand von Ausführungsbeispielen näher beschrieben. Dabei zeigen

1a ein beispielhaftes System zur Detektion von Verkehrsknotenpunkten anhand von Trajektoriendaten;
1b beispielhafte Komponenten eines Fahrzeugs;
2a einen beispielhaften Verkehrsknotenpunkt mit beispielhaften Traj ektorien;
2b ein beispielhaftes Raster mit einer Vielzahl von Rasterzellen;
2c beispielhafte Werte eines Streuungsmaßes der Orientierung in den einzelnen Rasterzellen;
2d ein beispielhaftes Zellen-Cluster für einen Verkehrsknotenpunkt;
3 ein Ablaufdiagramm eines beispielhaften Verfahrens zur Detektion eines Verkehrsknotenpunktes; und
4 eine beispielhafte örtliche Unter-Abtastung einer Trajektorie.

Wie eingangs dargelegt, befasst sich das vorliegende Dokument mit der zuverlässigen und präzisen Lokalisierung von Verkehrsknotenpunkten auf Basis von Trajektoriendaten in Bezug auf Bewegungstrajektorien einer Vielzahl von Verkehrsteilnehmern. In diesem Zusammenhang zeigt 1a ein beispielhaftes System 100 zur Ermittlung von Trajektoriendaten 103 und/oder zur Erkennung und/oder Lokalisierung eines Verkehrsknotenpunktes auf Basis von Trajektoriendaten 103. Das System 100 umfasst eine Vielzahl von Verkehrsteilnehmern 110, insbesondere (Kraft-) Fahrzeugen, die jeweils ausgebildet sind, über eine (drahtlose) Kommunikationsverbindung 102 Trajektoriendaten 103 an eine Zentraleinheit 101, z.B. an einen Backend-Server, zu senden. Die Trajektoriendaten 103 eines Verkehrsteilnehmers 110 können dabei die Position des Verkehrsteilnehmers 110 als Funktion der Zeit anzeigen. Insbesondere können die Trajektoriendaten 103 eine Sequenz von Position des Verkehrsteilnehmers 110 für eine entsprechende Sequenz von aufeinanderfolgenden Zeitpunkten anzeigen.
1b zeigt beispielhafte Komponenten eines Verkehrsteilnehmers 110, insbesondere eines Fahrzeugs. Der Verkehrsteilnehmer 110 kann einen Positionssensor 113, insbesondere einen GPS-Empfänger, umfassen, der eingerichtet ist, Positionsdaten, insbesondere GPS-Koordinaten, in Bezug auf die Position des Verkehrsteilnehmers 110 zu erfassen. Eine Steuereinheit 111 des Verkehrsteilnehmers 110 kann eingerichtet sein, auf Basis der Positionsdaten die Trajektoriendaten 103 der von dem Verkehrsteilnehmer 110 zurückgelegten Bewegungstrajektorie zu ermitteln. Die Trajektoriendaten 103 können dann über eine Kommunikationseinheit 114 des Verkehrsteilnehmers 110, etwa mittels WLAN, 3G, 4G oder 5G, an die Zentraleinheit 101 versendet werden. Der Verkehrsteilnehmer 110 kann ferner ein oder mehrere Umfeldsensoren 112, z.B. einen Radarsensor, einen Lidarsensor, eine Kamera, etc., umfassen, die eingerichtet sind, Sensordaten in Bezug auf das Umfeld des Fahrzeugs 100 zu erfassen.
Die Zentraleinheit 101, bzw. allgemein die Vorrichtung 101, kann eingerichtet sein, auf Basis der Trajektoriendaten 103 einer Vielzahl von Verkehrsteilnehmern 110 einen Verkehrsknotenpunkt zu detektieren und/oder zu lokalisieren. 2a zeigt einen beispielhaften Verkehrsknotenpunkt 200 zwischen einer ersten Fahrbahn 201 und einer zweiten Fahrbahn 202. Des Weiteren zeigt 2a beispielhafte Trajektorien 210 von Verkehrsteilnehmern 110, die durch die Trajektoriendaten 103 angezeigt werden. Die Vorrichtung 101 kann eingerichtet sein, ggf. allein auf Basis der Trajektoriendaten 103, insbesondere auf Basis der Trajektorien 210, zu erkennen, dass sich in einem bestimmten örtlichen Bereich 225 ein Verkehrsknotenpunkt 200 befindet. Der örtliche Bereich 225 kann dabei z.B. durch GPS-Koordinaten des Bereichs 225 beschrieben sein. Der örtliche Bereich 225 des Verkehrsknotenpunkts 200 kann dabei ohne Kenntnis der Lage des Verkehrsknotenpunkts 200 allein auf Basis der Trajektoriendaten 103 ermittelt werden.
Ein lokalisierter Verkehrsknotenpunkt 200 kann z.B. dazu genutzt werden, eine digitale Karte in Bezug auf ein Fahrbahnnetz zu erstellen bzw. zu aktualisieren.
Die Vorrichtung 101 kann eingerichtet sein, einen bestimmten räumlichen Bereich 225, der daraufhin analysiert werden soll, ob sich in dem räumlichen Bereich 225 ein oder mehrere Verkehrsknotenpunkte 200 befinden, in ein Raster 220 mit einer Vielzahl von Rasterzellen 221 zu unterteilen. Die Rasterzellen 221 können z.B. eine Kantenlänge zwischen 10m und 25m, insbesondere von 10m oder 20m, aufweisen. Die einzelnen Trajektorien 210 fallen dann jeweils in ein oder mehrere Rasterzellen 221. Insbesondere kann eine Trajektorie 210 durch ein oder mehrere Rasterzellen 221 verlaufen.
Die Vorrichtung 101 kann eingerichtet sein, für eine bestimmte Rasterzelle 221 die Trajektorien-Abschnitte bzw. die Teilstrecken der Trajektorien 210 zu identifizieren, die in die bestimmte Rasterzelle 221 fallen. Mit anderen Worten, es kann überprüft werden, welche Trajektorien 210 zumindest abschnittsweise in die bestimmte Rasterzelle 221 fallen.
Der in die bestimmte Rasterzelle 221 fallende Trajektorien-Abschnitt bzw. die Teilstrecke einer Trajektorie 210 eines Verkehrsteilnehmers 110 umfasst typischerweise eine Sequenz von Positionen, die von einer Eintrittsposition, an dem die Trajektorie 210 in die bestimmte Rasterzelle 221 eintritt, bis zu einer Austrittsposition verläuft, an der die Trajektorie 210 aus der bestimmten Rasterzelle 221 austritt. Auf Basis der Sequenz von Positionen können ein oder mehrere Orientierungen bzw. Ausrichtungen des Verkehrsteilnehmers 110 innerhalb der bestimmten Rasterzelle 221 ermittelt werden. Insbesondere kann für ein Paar von (ggf. direkt) aufeinanderfolgenden Positionen jeweils eine Orientierung bzw. Ausrichtung des Verkehrsteilnehmers 110 ermittelt werden.
Die Orientierung bzw. Ausrichtung eines Verkehrsteilnehmers 110 kann z.B. durch einen Winkelwert, etwa zwischen 0° und 360° bzw. zwischen -π und +π, definiert bzw. festgelegt sein. Die Orientierung bzw. Ausrichtung kann auch die Bewegungsrichtung des Verkehrsteilnehmers 110 anzeigen.
Die Vorrichtung 101 kann somit eingerichtet sein, auf Basis der Trajektoriendaten 103 für eine bestimmte Rasterzelle 221 eine Vielzahl von Orientierungswerten für die Orientierung bzw. für die Bewegungsrichtung von Verkehrsteilnehmern 110 in der bestimmten Rasterzelle 221 zu ermitteln. Dabei kann davon ausgegangen werden, dass eine Rasterzelle 221, in der sich ein Verkehrsknotenpunkt 210 befindet, eine relativ hohe Streuung der Orientierungswerte aufweist, da Verkehrsteilnehmer 110 an einem Verkehrsknotenpunkt 210 häufig in unterschiedlichen Richtungen unterwegs sind, z.B. weil sie auf eine andere Fahrbahn 201, 202 abbiegen oder weil sich in unterschiedlichen Richtungen durch den Verkehrsknotenpunkt 210 fahren. Andererseits kann davon ausgegangen werden, dass eine Rasterzelle 221, in der sich nur eine Fahrbahn 201, 202 aber kein Verkehrsknotenpunkt 210 befindet, eine relativ niedrige Streuung der Orientierungswerte aufweist, da Verkehrsteilnehmer 110 auf einer Fahrbahn 201, 202 typischerweise eine einheitliche Bewegungsrichtung beibehalten. Eine Streuung der Orientierungswerte wird dabei typischerweise nur durch die Krümmung der Fahrbahn 201, 202 innerhalb der bestimmten Rasterzelle 221 verursacht. Die Krümmung der Fahrbahn 201, 202 und damit auch die mögliche Streuung der Orientierungswerte sind jedoch auf einen bestimmten möglichen Maximalwert begrenzt (wobei der mögliche Maximalwert von der maximal möglichen Krümmung einer Fahrbahn 201, 202 abhängt).
Eine Quelle für eine starke Streuung der Orientierungswerte auf einer Fahrbahn 201, 202 sind unterschiedliche, insbesondere entgegengesetzte, Bewegungsrichtungen von Verkehrsteilnehmern 110 auf einer Fahrbahn 201, 202, die in beiden Fahrtrichtungen befahren werden darf. Die Vorrichtung 101 kann eingerichtet sein, die auf Basis der Trajektoriendaten 203 ermittelten Orientierungen, insbesondere Winkelwerte, mit dem Faktor 2, bzw. allgemein mit einem geradzahligen Faktor, zu multiplizieren, um zu bewirken, dass die Orientierungswerte unabhängig von der Bewegungsrichtung auf einer Fahrbahn 201, 202 sind. So kann in zuverlässiger und effizienter Weise bewirkt werden, dass eine Rasterzelle 221, die nur eine Fahrbahn 201, 202 aufweist, eine relativ niedrige Streuung der Orientierungswerte aufweist (unabhängig davon, ob die Fahrbahn 201, 202 in beiden Richtungen befahren werden darf).
Es können somit von der Vorrichtung 101 auf Basis der Trajektoriendaten 103 Orientierungswerte für eine Zelle 221 ermittelt werden, die unabhängig von der Richtung sind, in der Verkehrsteilnehmer 110 die Zelle 221 durchlaufen.
Die Vorrichtung 101 kann ferner eingerichtet sein, auf Basis der ermittelten Vielzahl von Orientierungswerten für eine bestimmte Rasterzelle 221 einen Wert eines Streuungsmaßes für die Streuung der Vielzahl von Orientierungswerten zu ermitteln. Das Streuungsmaß kann z.B. die Varianz, insbesondere die zirkulare Varianz bzw. auf Englisch die Circular Variance, der Vielzahl von Orientierungswerten umfassen. 2c zeigt beispielhafte Werte 222 des Streuungsmaßes für die unterschiedlichen Rasterzellen 221 des Rasters 220. Dabei steigt der Wert 222 des Streuungsmaßes mit steigender Einfärbung an, so dass eine weiße Rasterzelle 221 einen niedrigen Wert 222 des Streuungsmaßes und eine dunkel eingefärbte Rasterzelle 221 einen hohen Wert 222 des Streuungsmaßes anzeigt. Der Wert 222 des Streuungsmaßes für eine Rasterzelle 221 kann auf einen bestimmten Wertebereich normiert sein, z.B. zwischen 0 und 1.
Der ermittelte Wert 222 des Streuungsmaßes kann mit einem Streuungs-Schwellenwert verglichen werden. Dabei kann der Streuungs-Schwellenwert im Vorfeld experimentell ermittelt worden sein. Die Vorrichtung 101 kann eingerichtet sein, zu bestimmen, dass es sich bei einer Rasterzelle 221 um eine Zelle 221 mit einem Verkehrsknotenpunkt 200 handelt, wenn ermittelt wird, dass der Wert 222 des Streuungsmaßes für die Rasterzelle 221 größer als oder gleich wie der Streuungs-Schwellenwert ist. Des Weiteren kann die Vorrichtung 101 eingerichtet sein, zu bestimmen, dass es sich bei einer Rasterzelle 221 um eine Zelle 221 handelt, die keinen Verkehrsknotenpunkt 200 enthält, wenn ermittelt wird, dass der Wert 222 des Streuungsmaßes für die Rasterzelle 221 kleiner als der Streuungs-Schwellenwert ist.
Es kann somit eine Klassifizierung von Rasterzellen 221 in mehrere Klassen, insbesondere in zwei Klassen, durchgeführt werden, insbesondere in eine erste Klasse für Rasterzellen 221, in denen sich zumindest ein Teil eines Verkehrsknotenpunktes 200 befindet, und in eine zweite Klasse für Rasterzellen 221, in denen sich kein Teil eines Verkehrsknotenpunktes 200 befindet. 2d zeigt eine beispielhafte Klassifizierung der Rasterzellen 221, wobei eine dunkle Zelle 221 eine Zelle 221 aus der ersten Klasse und eine weiße Zelle 221 eine Zelle 221 aus der zweiten Klasse anzeigt.
Die Vorrichtung 101 kann ferner eingerichtet sein, einen Cluster-Algorithmus auf die klassifizierten Zellen 221 anzuwenden, z.B. einen DBSCAN-Algorithmus, um ein oder mehrere Zellen-Cluster 230 zu identifizieren, die jeweils die Position eines Verkehrsknotenpunktes 200 anzeigen. Der Cluster-Algorithmus kann eingerichtet sein, ein oder mehrere Zellen 221 der gleichen Klasse, insbesondere der ersten Klasse, die räumlich nah beieinander angeordnet sind, insbesondere die aneinander angrenzen, jeweils zu einem Zellen-Cluster 230 zusammenzufassen.
Um Kreuzungen, d.h. allgemein Verkehrsknotenpunkte 200, robust und schnell erkennen zu können, kann somit, wie in diesem Dokument beschrieben, ein Gitter-basiertes Verfahren verwendet werden. Für jede Gitterzelle 221 des räumlichen Gitters 220 kann die Varianz der auftretenden Orientierungen der Verkehrsteilnehmer 110 bestimmt werden. Eine hohe Varianz für eine Zelle 221 deutet auf verschiedene Richtungen hin, in die Verkehrsteilnehmer 110 innerhalb der gleichen Zelle 221 unterwegs sind. Eine hohe Varianz der Orientierungen ist somit ein Indikator für das Vorliegen einer Kreuzung 200. Relativ nah beieinander liegende Kreuzungsgitterzellen 221 können mit einem Clustering-Algorithmus zu einem Zellen-Cluster 230 für einen Verkehrsknotenpunkt 200 zusammengefasst werden.
Mit dem in diesem Dokument beschriebenen Gitter-basierten Verfahren können schnell und insbesondere parallelisiert Verkehrsknotenpunkte 200 detektiert werden. Die Parallelisierung ermöglicht eine schnelle Verarbeitung von großen Datenmengen auf großen Rechenclustem, insbesondere in relativ großen räumlichen Bereichen 225, und somit eine schnelle und effiziente Lokalisierung von Verkehrsknotenpunkten 200.
In einem ersten Schritt kann ein Gitter 200 durch Festlegen der Zellgröße der einzelnen Zellen 221 und durch Festlegen des zu analysierenden Gebietes 225 bestimmt werden. Für die Zellgröße können beispielsweise 20m x 20m oder kleinere Werte verwendet werden. Die Zellgröße kann in Abhängigkeit von der gewünschten Granularität der räumlichen Auflösung der Lokalisierung von Verkehrsknotenpunkten 200 festgelegt werden. Dabei steigt die Genauigkeit der Lokalisierung typischerweise mit sinkender Zellgröße bzw. mit sinkender Kantenlänge an.
Für jede durch Trajektoriendaten 103 angezeigte Trajektorie 210 können die ein oder mehreren Gitterzellen 221 ermittelt werden, die durch die jeweilige Trajektorie 210 durchquert werden.
Für jede Trajektorie 210 und für jede durchfahrene Gitterzelle 221 kann die Orientierung des jeweiligen Verkehrsteilnehmers 110 (insbesondere der sogenannte Headingwinkel) als Winkel bestimmt werden. Die Orientierung kann jeweils auf Basis einer Vorgänger- und einer Nachfolger-Position (insbesondere auf Basis der GPS-Koordinaten der Positionen) ermittelt werden. Insbesondere kann die Orientierung als die Richtung eines Vektors zwischen zwei aufeinanderfolgenden Positionen auf einer Trajektorie 210 ermittelt werden.
Für jede Gitterzelle 221 können jeweils alle in den Trajektoriendaten 103 beobachteten Orientierungen aggregiert werden. Ferner kann für jede Gitterzelle 221 die Varianz an auftretenden Orientierungen bestimmt werden. Zu diesem Zweck können zunächst alle Orientierungswinkel mit einem Faktor 2 bzw. mit einem geradzahligen Faktor multipliziert werden, um eine 180° Invarianz der Orientierungswinkel zu erreichen. Auf Basis der transformierten Orientierungswinkel kann dann die Circular Variance der transformierten Orientierungswinkel in der jeweiligen Rasterzelle 221 bestimmt werden.
Wie bereits oben dargelegt, kann durch die Abbildung der Winkel auf den doppelten oder auf einen mit einem geradzahligen Faktor multiplizierten Wert in effizienter und zuverlässiger Weise bewirkt werden, dass eine Fahrbahn 201, 202, die in beiden Richtungen durchfahren werden kann, von einem Verkehrsknotenpunkt 200 unterschieden werden kann. Diese Transformation der Orientierungswinkel macht die Anwendung eines Streuungsmaßes, wie die Circular Variance, zur präzisen Lokalisierung bzw. zum zuverlässigen Auffinden von Verkehrsknotenpunkten 200 möglich.
Es kann somit für jede Gitterzelle 221 ein Wert 222 eines Streuungsmaßes, z.B. ein Wert zwischen 0 und 1, ermittelt werden, der die Streuung der beobachteten (transformierten) Orientierungen in den jeweiligen Rasterzellen 221 beschreibt. Ein Wert von 0 bedeutet in diesem Fall, dass alle auftretenden Orientierungen entweder in die gleiche Richtung oder die exakt entgegengesetzte Richtung zeigen. Ein Wert von 1 bedeutet eine maximale Streuung, die beispielsweise auftritt, wenn zwei Orientierungen im 90° Winkel zueinander stehen.
Es kann dann ein Grenzwert, insbesondere ein Streuungs-Schwellenwert, angewendet werden. In jeder Gitterzelle 221, in der dieser Grenzwert überschritten wird, befindet sich ein Kandidat für einen Verkehrsknotenpunkt 200. Dieser Grenzwert wird bevorzugt datengetrieben bestimmt, beispielweise anhand eines Testgebiets für das sowohl Trajektoriendaten 103 mit Trajektorien 210 vorliegen, als auch Verkehrsknotenpunkte 200 bekannt sind. Der Grenzwert bzw. der Streuungs-Schwellenwert kann z.B. mithilfe einer Precision-Recall Kurve ermittelt werden.
Es können dann räumlich nah beieinander liegende Gitterzellen 221 der gleichen Klasse gruppiert werden, z.B. mittels DBSCAN, um Gruppen bzw. Zellen-Cluster 230 von Gitterzellen 221 zu ermitteln. Jede Gruppe 230 entspricht dabei einem Verkehrsknotenpunkt 200, insbesondere einer Kreuzung.
Die für eine Gitterzelle 221 ermittelten Orientierungswerte bzw. Kurswerte, insbesondere Orientierungs- bzw. Kurswinkel, können als α_i, mit i = 1, ... , N, bezeichnet werden. Für jeden Winkel α_i, d.h. für jeden Vektor mit dem Winkel α_i und mit dem Radius 1, können die x-Komponente des Vektors als x_i = cos(α_i) und die y-Komponente des Vektors als y_i = sin(α_i) berechnet werden. Die x-Komponenten der N Vektoren können zu einer x-Summen-Komponente zusammengefasst werden als $x = \sum_{i = 1}^{N} x_{i}$
und die y-Komponenten der N Vektoren können zu einer y-Summen-Komponente zusammengefasst werden als $y = \sum_{i = 1}^{N} y_{i} .$
Als Wert Var(a) 222 des Streuungsmaßes, insbesondere als Wert der Circular Variance, kann dann der folgende Wert ermittelt werden, $V a r (α) = 1.0 - \frac{\sqrt[2]{x^{2} + y^{2}}}{N} .$
Dabei stellt der Term $\sqrt[2]{x^{2} + y^{2}}$
die Betragsnorm des Summen-Vektors mit der x-Summen-Komponente und der y-Summen-Komponente dar.
Wenn die Winkel α_i einer Gitterzelle 221 ähnliche Werte aufweisen, so führt dies dazu, dass sich die Norm des Summen-Vektors an den Wert N annähert. Folglich ist der Wert Var(a) 222 des Streuungsmaßes nahezu Null. Wenn andererseits die Winkel α_i der Gitterzelle 221 gleichverteilt sind, so führt dies dazu, dass sich die Norm des Summen-Vektors an den Wert 0 annähert. Folglich ist der Wert Var(a) 222 des Streuungsmaßes nahezu 1.
Die Norm des Summen-Vektors nähert sich auch dann dem Wert 0 an, wenn die Winkel α_i einer Gitterzelle 221 in zwei Gruppen von Winkeln aufgeteilt sind, die um 180° zueinander beabstandet sind. Wie bereits oben dargelegt, kann eine solche Situation auf einer Fahrbahn 201, 202 vorliegen, die in beiden Fahrtrichtungen befahren werden kann. Um ein Streuungsmaß bereitzustellen, das 180° invariant ist, d.h. für den Winkelunterschiede von 180° unerheblich sind, können die Winkel α_i mit einem geradzahligen Faktor F multipliziert werden, insbesondere F = 2, um transformierte Winkel Fα_i bereitzustellen. Für jeden transformierten Winkel Fα_i, d.h. für jeden Vektor mit dem Winkel Fα_i und mit dem Radius 1, können dann die x-Komponente des Vektors als x_i = cos(Fα_i) und die y-Komponente des Vektors als y_i = sin(Fα_i) berechnet werden. Die Summen-Komponenten des Summen-Vektors und der Wert Var(a) 222 des Streuungsmaßes können dann anhand der o.g. Formeln berechnet werden.
Der Wert 222 des Streuungsmaßes für eine bestimmte Gitterzelle 221 kann ggf. auch auf Basis der (transformierten) Orientierungs- bzw. Headingwerte von ein oder mehreren benachbarten Gitterzellen 221 ermittelt werden. Insbesondere können die (transformierten) Orientierungs- bzw. Headingwerte der (acht) Gitterzellen 221 mit berücksichtigt werden, die die bestimmte Gitterzelle 221 direkt umgeben. Dabei können die Orientierungs- bzw. Headingwerte der ein oder mehreren Nachbar-Gitterzellen 221 ggf. eine geringere Gewichtung bei der Ermittlung des Wertes 222 des Streuungsmaßes aufweisen, als die Orientierungs- bzw. Headingwerte der bestimmten Gitterzelle 221. So kann ein Sliding-Window Effekt erreicht werden, der dafür sorgt, dass die Berechnung der Werte 222 des Streuungsmaßes immer mit Überlappung erfolgt. Dies kann insbesondere dann hilfreich sein, wenn eine Kreuzung genau auf eine Gittergrenze zwischen zwei oder vier Zellen 221 fällt, was in einem ungünstigen Spezialfall dazu führen könnte, dass keine der Zellen 221 einen ausreichend hohen Wert 222 des Streuungsmaßes aufweist, der den Streuungs-Schwellenwert erreicht oder überschreitet. Durch den Sliding-Window Effekt kann eine solche Situation zuverlässig verhindert werden.
Die Positionsdaten zur Ermittlung der Positionen bzw. Positionspunkte auf einer Trajektorie 210 weisen typischerweise ein bestimmtes Messrauschen, insbesondere ein GPS-Messrauschen, auf. Die gemessenen Positionen weisen somit statistische Schwankungen auf, was insbesondere bei relativ niedrigen Bewegungsgeschwindigkeiten des Verkehrsteilnehmers 110 zu signifikanten Schwankungen bei der auf Basis von direkt aufeinanderfolgenden Positionen ermittelten Orientierungs- bzw. Headingwerte führen kann. Beispielsweise können die gemessenen Positionen einen Fehler von mehreren Metern aufweisen, was bei einer relativ niedrigen Bewegungsgeschwindigkeit zu signifikanten Fehlern der ermittelten Orientierungs- bzw. Headingwerte führen kann.
Die Vorrichtung 101 kann eingerichtet sein, eine Trajektorie 210 äquidistant unterabzutasten. Beispielsweise kann die Trajektorie 210 eine Sequenz von Positionen für eine entsprechende Sequenz von (ggf. äquidistanten) Zeitpunkten aufweisen. Die Trajektorie 210 kann sich über eine bestimmte Teilstrecke durch eine Rasterzelle 221 erstrecken. Die bestimmte Teilstrecke kann dabei direkt aufeinanderfolgende Positionen der Sequenz von Positionen miteinander verbinden, etwa durch jeweils eine Verbindungsgerade. Die bestimmte Teilstrecke kann dann mit einer definierten (äquidistanten) räumlichen Abtastrate unterabgetastet werden, um eine Sequenz von abgetasteten Positionen zu ermitteln. Die Orientierungs- bzw. Headingwerte können dann in zuverlässiger Weise auf Basis der Richtung zwischen zwei direkt aufeinanderfolgenden abgetasteten Positionen ermittelt werden.
4 zeigt beispielhafte gemessene Positionen 401, die durch Geraden miteinander verbunden werden, um die Teilstrecke 402 der Trajektorie 210 durch eine Rasterzelle 221 zu beschreiben. In dem Bereich 400 weisen die Verbindungsgeraden zwischen den gemessenen Positionen 401 stark schwankende Orientierungen auf, was z.B. durch eine niedrige Bewegungsgeschwindigkeit des Verkehrsteilnehmers 110 bewirkt werden kann. 4 zeigt ferner die abgetasteten Positionen 404 auf der Strecke 402. Die Verbindungsgeraden zwischen den abgetasteten Positionen 404 weisen relativ wenig schwankende Orientierungen auf. Das Messrauschen im Bereich 400 kann somit beseitigt werden. So können die Robustheit und die Genauigkeit des in diesem Dokument beschriebenen Erkennungs-Verfahrens weiter erhöht werden.
3 zeigt ein Ablaufdiagramm eines beispielhaften (ggf. Computerimplementierten) Verfahrens 300 zur Detektion eines Verkehrsknotenpunktes 200, z.B. einer Kreuzung oder eines Kreisverkehrs oder einer Abzweigung, in einem räumlichen Bereich 225 auf Basis von Trajektoriendaten 103 in Bezug auf zumindest eine Trajektorie 210 zumindest eines Verkehrsteilnehmers 110 in dem räumlichen Bereich 225. Typischerweise zeigen die Trajektoriendaten 103 eine Vielzahl von Trajektorien 103 von mehreren unterschiedlichen Verkehrsteilnehmern 110 an. Die Trajektorien 103 können dabei durch GPS-Koordinaten beschrieben werden.
Das Verfahren 300 umfasst das Ermitteln 301, auf Basis der Trajektoriendaten 103 für eine erste Zelle 221 eines Rasters 220, das den räumlichen Bereich 225 in eine Mehrzahl von Zellen 221 unterteilt, einer Mehrzahl von Orientierungswerten. Dabei können die einzelnen Orientierungswerte jeweils eine Bewegungsrichtung des Verkehrsteilnehmers 110 auf der Trajektorie 210 durch die erste Zelle 221 anzeigen. Die Orientierungswerte können insbesondere jeweils einen Winkel der Bewegungsrichtung des Verkehrsteilnehmers 110 anzeigen bzw. umfassen. Die einzelnen Zellen 221 können z.B. eine Kantenlänge zwischen 10m und 25m aufweisen.
Das Verfahren 300 umfasst ferner das Ermitteln 302, auf Basis der Mehrzahl von Orientierungswerten, eines Wertes 222 eines Streuungsmaßes für die erste Zelle 221. Das Streuungsmaß kann dabei anzeigen, wie stark die Bewegungsrichtungen des bzw. der Verkehrsteilnehmer 110 in der ersten Zelle 221 streuen bzw. variieren. Das Streuungsmaß kann z.B. eine Varianz, insbesondere eines sogenannte Circular Variance, umfassen bzw. sein.
Des Weiteren umfasst das Verfahren 300 das Bestimmen 303, auf Basis des Wertes 222 des Streuungsmaßes, ob an dem der ersten Zelle 221 entsprechenden Teilbereich des räumlichen Bereichs 225 ein Verkehrsknotenpunkt 200 angeordnet ist oder nicht. Insbesondere kann bei einem relativ hohen Wert 222 des Streuungsmaßes (über einem Streuungs-Schwellenwert) darauf geschlossen werden, dass an dem Teilbereich ein Verkehrsknotenpunkt 200 angeordnet ist. Andererseits kann bei einem relativ niedrigen Wert 222 des Streuungsmaßes (unter dem Streuungs-Schwellenwert) darauf geschlossen werden, dass an dem Teilbereich kein Verkehrsknotenpunkt 200 angeordnet ist.
Durch die Ermittlung und Auswertung von Werten 222 eines Streuungsmaßes der Bewegungsrichtungen von Verkehrsteilnehmern 110 in den einzelnen Zellen 221 eines Rasters 220 können in besonders robuster, effizienter und zuverlässiger Weise Verkehrsknotenpunkte 200 auf Basis von Trajektoriendaten 103 detektiert werden. Insbesondere kann die Position, etwa die GPS-Koordinaten, von Verkehrsknotenpunkten 200 ermittelt werden. Basierend darauf kann dann eine digitale Karte in Bezug auf ein Fahrbahnnetz ermittelt werden.
Die vorliegende Erfindung ist nicht auf die gezeigten Ausführungsbeispiele beschränkt. Insbesondere ist zu beachten, dass die Beschreibung und die Figuren nur beispielhaft das Prinzip der vorgeschlagenen Verfahren, Vorrichtungen und Systeme veranschaulichen sollen.

Claims

Vorrichtung (101) zur Detektion zumindest eines Verkehrsknotenpunktes (200) in einem räumlichen Bereich (225) auf Basis von Trajektoriendaten (103) in Bezug auf zumindest eine Trajektorie (210) zumindest eines Verkehrsteilnehmers (110) in dem räumlichen Bereich (225); wobei die Vorrichtung (101) eingerichtet ist, - auf Basis der Trajektoriendaten (103) für eine erste Zelle (221) eines Rasters (220), das den räumlichen Bereich (225) in eine Mehrzahl von Zellen (221) unterteilt, eine Mehrzahl von Orientierungswerten zu ermitteln; wobei ein Orientierungswert eine Bewegungsrichtung des Verkehrsteilnehmers (110) auf der Trajektorie (210) durch die erste Zelle (221) anzeigt; - auf Basis der Mehrzahl von Orientierungswerten, einen Wert (222) eines Streuungsmaßes für die erste Zelle (221) zu ermitteln; und - auf Basis des Wertes (222) des Streuungsmaßes zu bestimmen, ob an einem der ersten Zelle (221) entsprechenden Teilbereich des räumlichen Bereichs (225) ein Verkehrsknotenpunkt (200) angeordnet ist oder nicht.
Vorrichtung (101) gemäß Anspruch 1, wobei die Vorrichtung (101) eingerichtet ist, den Wert (222) des Streuungsmaßes derart auf Basis der Mehrzahl von Orientierungswerten zu ermitteln, dass eine erste Bewegungsrichtung und eine entgegengesetzte zweite Bewegungsrichtung, insbesondere eine genau entgegengesetzte zweite Bewegungsrichtung, eines Verkehrsteilnehmers (110) innerhalb der ersten Zelle (221) - als gleiche Orientierungswerte bei der Ermittlung des Wertes (222) des Streuungsmaßes betrachtet werden; und/oder - keine Erhöhung des Wertes (222) des Streuungsmaßes bewirken.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101) eingerichtet ist, den Wert (222) des Streuungsmaßes derart auf Basis der Mehrzahl von Orientierungswerten zu ermitteln, dass ein erster Orientierungswert für eine erste Bewegungsrichtung und ein zweiter Orientierungswert für eine zweite Bewegungsrichtung, die einen Richtungsunterschied von 180° ± R, insbesondere mit |R| < 90°, zueinander aufweisen, als Orientierungswerte bei der Ermittlung des Wertes (222) des Streuungsmaßes betrachtet werden, die einen Richtungsunterschied von R aufweisen.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101) eingerichtet ist, - auf Basis der Trajektoriendaten (103) für die erste Zelle (221) eine Mehrzahl von Orientierungswinkeln zu ermitteln, durch die jeweils eine Bewegungsrichtung des Verkehrsteilnehmers (110) innerhalb der ersten Zelle (221) angezeigt wird; und - den Wert (222) des Streuungsmaßes derart auf Basis der Mehrzahl von Orientierungswinkeln zu ermitteln, dass die Orientierungswinkel in 180° invarianter Weise in die Ermittlung des Wertes (222) des Streuungsmaßes eingehen.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101) eingerichtet ist, - auf Basis der Trajektoriendaten (103) für die erste Zelle (221) eine Mehrzahl von Orientierungswinkeln zu ermitteln; - die Orientierungswinkel der Mehrzahl von Orientierungswinkel jeweils mit einem geradzahligen Faktor F, insbesondere mit F = 2, zu multiplizieren, um eine Mehrzahl von transformierten Orientierungswinkeln zu ermitteln; und - den Wert (222) des Streuungsmaßes auf Basis der Mehrzahl von transformierten Orientierungswinkeln zu ermitteln.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei - die Mehrzahl von Orientierungswerten einer entsprechenden Mehrzahl von Orientierungswinkeln, insbesondere einer Mehrzahl von transformierten Orientierungswinkeln, entspricht; und - die Vorrichtung (101) eingerichtet ist, - eine Mehrzahl von Kosinus-Werten der entsprechenden Mehrzahl von Orientierungswerten und eine Mehrzahl von Sinus-Werten der entsprechenden Mehrzahl von Orientierungswerten zu ermitteln; und - den Wert (222) des Streuungsmaßes auf Basis der Mehrzahl von Kosinus-Werten und auf Basis der Mehrzahl von Sinus-Werten zu ermitteln.
Vorrichtung (101) gemäß Anspruch 6, wobei die Vorrichtung (101) eingerichtet ist, - eine erste Summe der Mehrzahl von Kosinus-Werten und eine zweite Summe der Mehrzahl von Sinus-Werten zu ermitteln; und - den Wert (222) des Streuungsmaßes auf Basis der ersten Summe und auf Basis der zweiten Summe zu berechnen, insbesondere auf Basis einer Betragsnorm eines Vektors, der die erste Summe und die zweite Summe als Vektorkomponenten umfasst.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei - die Trajektoriendaten (103) eine in der ersten Zelle (221) verlaufende Teilstrecke der Trajektorie mit einer Sequenz von Positionen (401) auf der Trajektorie (210) anzeigen; und - die Vorrichtung (101) eingerichtet ist, einen Orientierungswert auf Basis einer Richtung einer Verbindungsgeraden zwischen zwei Positionen (401) auf der Teilstrecke zu ermitteln.
Vorrichtung (101) gemäß Anspruch 8, wobei - die Trajektoriendaten (103) eine Sequenz von Positionen (401) auf der Trajektorie (210) für eine entsprechende Sequenz von Zeitpunkten anzeigen; und - die Vorrichtung (101) eingerichtet ist, - auf Basis der Trajektoriendaten (103) Geschwindigkeitsdaten in Bezug auf eine Bewegungsgeschwindigkeit des Verkehrsteilnehmers (110) zwischen direkt aufeinanderfolgenden Positionen (401) der Sequenz von Positionen (401) zu ermitteln; und - zwei Positionen (401) auf der Teilstrecke zur Ermittlung eines Orientierungswertes in Abhängigkeit von den Geschwindigkeitsdaten zu ermitteln.
Vorrichtung (101) gemäß einem der Ansprüche 8 bis 9, wobei die Vorrichtung (101) eingerichtet ist, - die Sequenz von Positionen (401) auf der Teilstrecke örtlich unterabzutasten, insbesondere mit einer einheitlichen örtlichen Abtastrate, um eine Sequenz von abgetasteten Positionen (404) zu ermitteln; und - einen Orientierungswert auf Basis einer Richtung einer Verbindungsgeraden zwischen zwei abgetasteten Positionen (404) aus der Sequenz von abgetasteten Positionen (404) zu ermitteln.
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei - das Raster (220) ein oder mehrere direkt an die erste Zelle (221) angrenzende Nachbar-Zellen (221) aufweist; und - die Vorrichtung (101) eingerichtet ist, - auf Basis der Trajektoriendaten (103) für die ein oder mehreren Nachbar-Zellen (221) jeweils eine Mehrzahl von Orientierungswerten zu ermitteln; und - den Wert (222) des Streuungsmaßes für die erste Zelle (221) auf Basis der Mehrzahl von Orientierungswerten für die erste Zelle (221) und für die ein oder mehreren Nachbar-Zellen (221) zu ermitteln.
Vorrichtung (101) gemäß Anspruch 11, wobei die Mehrzahl von Orientierungswerten für die erste Zelle (221) bei der Ermittlung des Wertes (222) des Streuungsmaßes für die erste Zelle (221) eine höhere Gewichtung aufweisen als die Mehrzahl von Orientierungswerten für die ein oder mehreren Nachbar-Zellen (221).
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101) eingerichtet ist, - den ermittelten Wert (222) des Streuungsmaßes für die erste Zelle (221) mit einem Streuungs-Schwellenwert zu vergleichen, um die erste Zelle (221) einer erste Klasse oder einer zweiten Klasse zuzuweisen; wobei die erste Klasse anzeigt, dass die erste Zelle (221) ein Kandidat für einen Verkehrsknotenpunkt ist; und wobei die zweite Klasse anzeigt, dass die erste Zelle (221) kein Kandidat für einen Verkehrsknotenpunkt ist; und - in Abhängigkeit von der der ersten Zelle (221) zugewiesenen Klasse zu bestimmen, ob an dem der ersten Zelle (221) entsprechenden Teilbereich des räumlichen Bereichs (225) ein Verkehrsknotenpunkt (200) angeordnet ist oder nicht.
Vorrichtung (101) gemäß Anspruch 13, wobei der Streuungs-Schwellenwert auf Basis von Trainingsdaten ermittelt wurde, die für eine Vielzahl von Trainings-Zellen jeweils anzeigen, - einen Wert (222) des Streuungsmaßes; und - ob an dem der jeweiligen Trainings-Zelle entsprechenden Bereich ein Verkehrsknotenpunkt (200) angeordnet ist oder nicht
Vorrichtung (101) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101) eingerichtet ist, - für die Mehrzahl von Zellen (221) des Rasters (220) jeweils einen Wert (222) des Streuungsmaßes zu ermitteln; und - mittels eines Cluster-Algorithmus auf Basis der Mehrzahl von Werten (222) des Streuungsmaßes, insbesondere auf Basis einer jeweiligen Zuordnung der Mehrzahl von Zellen (221) zu einer ersten Klasse oder zu einer zweiten Klasse, zumindest ein Zellen-Cluster (230) mit ein oder mehreren Zellen (221) aus der Mehrzahl von Zellen (221) zu ermitteln, durch den ein Teilbereich des räumlichen Bereichs (225) identifiziert wird, in dem ein Verkehrsknotenpunkt (200) angeordnet ist.
Verfahren (300) zur Detektion eines Verkehrsknotenpunktes (200) in einem räumlichen Bereich (225) auf Basis von Trajektoriendaten (103) in Bezug auf zumindest eine Trajektorie (210) zumindest eines Verkehrsteilnehmers (110) in dem räumlichen Bereich (225); wobei das Verfahren (300) umfasst, - Ermitteln (301), auf Basis der Trajektoriendaten (103) für eine erste Zelle (221) eines Rasters (220), das den räumlichen Bereich (225) in eine Mehrzahl von Zellen (221) unterteilt, einer Mehrzahl von Orientierungswerten; wobei ein Orientierungswert eine Bewegungsrichtung des Verkehrsteilnehmers (110) auf der Trajektorie (210) durch die erste Zelle (221) anzeigt; - Ermitteln (302), auf Basis der Mehrzahl von Orientierungswerten, eines Wertes (222) eines Streuungsmaßes für die erste Zelle (221); und - Bestimmen (303), auf Basis des Wertes (222) des Streuungsmaßes, ob an einem der ersten Zelle (221) entsprechenden Teilbereich des räumlichen Bereichs (225) ein Verkehrsknotenpunkt (200) angeordnet ist oder nicht.