DE102020128391A1

DE102020128391A1 - Vorrichtung und Verfahren zur Ermittlung von Kartendaten anhand von Observationen

Info

Publication number: DE102020128391A1
Application number: DE102020128391.1A
Authority: DE
Inventors: Wolfgang Hempel; Martin Liebner; David Pannen; Manuel Luitz; Fabian Zeller
Original assignee: Bayerische Motoren Werke AG
Current assignee: Bayerische Motoren Werke AG
Priority date: 2020-10-28
Filing date: 2020-10-28
Publication date: 2022-04-28
Also published as: US20230384115A1; CN116508018A; WO2022090083A1

Abstract

Es wird eine Vorrichtung zur Ermittlung von Kartendaten in Bezug auf einen Streckenabschnitt beschrieben. Die Vorrichtung ist eingerichtet, eine erste Menge von ersten Observationen bei einer ersten Durchfahrung des Streckenabschnittes und eine zweite Menge von zweiten Observationen bei einer zweiten Durchfahrung des Streckenabschnittes zu ermitteln. Des Weiteren ist die Vorrichtung eingerichtet, Werte eines Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare aus jeweils einer ersten Observation und jeweils einer zweiten Observation zu ermitteln. Außerdem ist die Vorrichtung eingerichtet, auf Basis der Werte des Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare, eine Gesamt-Zuordnung mit ein oder mehreren Eins-zu-Eins-Zuordnungen zwischen jeweils einer ersten Observation aus der ersten Menge und einer zweiten Observation aus der zweiten Menge zu ermitteln. Die Vorrichtung ist ferner eingerichtet, die Kartendaten in Bezug auf den Streckenabschnitt auf Basis der Gesamt-Zuordnung zu ermitteln.

Description

Die Erfindung betrifft eine Vorrichtung und ein entsprechendes Verfahren zur Ermittlung von Kartendaten in Bezug auf einen Straßen- bzw. Fahrbahn- bzw. Streckenabschnitt, insbesondere in Bezug auf einen Knotenpunkt. Die Kartendaten können dabei auf Basis von Observationen für Landmarken ermittelt werden.
Ein Fahrzeug kann ein oder mehrere Fahrfunktionen aufweisen, die den Fahrer des Fahrzeugs bei der Führung, insbesondere bei der Längsführung und/oder bei der Querführung, des Fahrzeugs unterstützen. Eine beispielhafte Fahrfunktion zur Unterstützung der Längsführung eines Fahrzeugs ist die Adaptive Cruise Control (ACC) Funktion, die dazu genutzt werden kann, das Fahrzeug mit einer festgelegten Setz- bzw. Soll-Fahrgeschwindigkeit und/oder in einem festgelegten Soll-Abstand zu einem vor dem Fahrzeug fahrenden Vorder-Fahrzeug längszuführen. Die Fahrfunktion kann dabei auch an einer Signalisierungseinheit (insbesondere an einer Ampel) an einem Verkehrs-Knotenpunkt (etwa an einer Kreuzung) genutzt werden, um eine automatisierte Längsführung, etwa eine automatisierte Verzögerung, an der Signalisierungseinheit zu bewirken.
Die Berücksichtigung einer Signalisierungseinheit an einem Knotenpunkt (wobei die Signalisierungseinheit ein oder mehrere Signalgeber aufweist) kann in Abhängigkeit von Kartendaten erfolgen, wobei die Kartendaten ein oder mehrere Karten-Attribute in Bezug auf eine zu berücksichtigende Landmarke, etwa eine Signalisierungseinheit, aufweisen. Die Güte der Fahrfunktion hängt dabei typischerweise von der Güte der verfügbaren Kartendaten, insbesondere von der Güte der verfügbaren Karten-Attribute, ab.
Das vorliegende Dokument befasst sich insbesondere mit der technischen Aufgabe, die Güte von Kartendaten in Bezug auf einen Streckenabschnitt, insbesondere in Bezug auf einen Knotenpunkt mit zumindest einer Signalisierungseinheit, zu erhöhen, um den Komfort und/oder die Sicherheit einer Fahrfunktion, insbesondere einer Fahrfunktion zur automatisierten Längsführung an einer Signalisierungseinheit bzw. an einem Knotenpunkt, zu erhöhen.
Die Aufgabe wird durch jeden einzelnen 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 Ermittlung von Kartendaten in Bezug auf einen Streckenabschnitt, insbesondere in Bezug auf einen Knotenpunkt, beschrieben. Dabei können Kartendaten ermittelt werden, die Attribute in Bezug auf ein oder mehrere Landmarken an dem Streckenabschnitt anzeigen. Beispielhafte Landmarken sind: ein Signalgeber einer Lichtsignalanlage, eine Spurmarkierung, ein Verkehrsschild, ein Reflektor-Pfahl bzw. Pole, etc. Beispielhafte Attribute für eine Landmarke sind: die Position der Landmarke, der Landmarken-Typ (z.B. Signalgeber, Verkehrsschild, Pfahl, etc.) der Landmarke, etc.
Die Vorrichtung kann eingerichtet sein, eine erste Menge von ersten Observationen bei einer ersten Durchfahrung des Streckenabschnittes und eine zweite Menge von zweiten Observationen bei einer zweiten Durchfahrung des Streckenabschnittes zu ermitteln. Insbesondere kann die Vorrichtung eingerichtet sein, eine Vielzahl von Mengen von jeweils ein oder mehreren Observationen bei einer entsprechenden Vielzahl von Durchfahrungen des Streckenabschnitts zu ermitteln.
Eine Observation für eine Landmarke kann dabei die (gemessene bzw. geschätzte) Position und/oder den (gemessenen bzw. geschätzten) Typ der Landmarke anzeigen. Eine Observation kann auf Basis von Sensordaten zumindest eines Sensors, insbesondere eines Umfeldsensors und/oder eines Positionssensors, eines Fahrzeugs bei einer Durchfahrung des Streckenabschnitts ermittelt worden sein.
Es können somit die bei unterschiedlichen Durchfahrungen jeweils erkannten Mengen von ein oder mehrere Observationen für Landmarken ermittelt werden. Die Mengen von ein oder mehreren Observationen können dabei von ein oder mehreren unterschiedlichen Fahrzeugen bereitgestellt werden, z.B. über eine Kommunikationsverbindung gesendet worden sein. Die unterschiedlichen Mengen von Observationen können sich voneinander unterscheiden, insbesondere aufgrund von Offset-Fehlern zwischen den unterschiedlichen Mengen von Observationen. Des Weiteren kann eine Menge von Observationen ggf. mehrere Observationen für die gleiche Landmarke aufweisen (z.B. aufgrund einer zwischenzeitlichen Verdeckung der Landmarke beim Durchfahren des Streckenabschnitts). Wie weiter unter dargelegt, können durch die in diesem Dokument beschriebenen Maßnahmen Mehrfahr-Observationen der gleichen Landmarke in zuverlässiger erkannt werden.
Die Vorrichtung kann ausgebildet sein, die innere Geometrie des Streckenabschnitts zu nutzen, um Observationen aus unterschiedlichen Mengen von Observationen einander zuzuordnen bzw. miteinander zu assoziieren. Insbesondere kann dabei die Tatsache berücksichtigt werden, dass die unterschiedlichen Mengen von Observationen zwar einen systematischen Versatz zueinander aufweisen können, die Observationen innerhalb einer Menge jedoch aufgrund der festen Anordnung der Landmarken auch bei unterschiedlichen Mengen jeweils eine ähnliche relative Anordnung zueinander aufweisen sollten.
Die Vorrichtung kann eingerichtet sein, Werte eines Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare aus jeweils einer ersten Observation (aus der ersten Menge) und jeweils einer zweiten Observation (aus der zweiten Menge) zu ermitteln.
Das Ähnlichkeitsmaß für ein mögliches Observations-Paar mit einer bestimmten ersten Observation und mit einer bestimmten zweiten Observation kann dabei die Ähnlichkeit zwischen der Anordnung von ein oder mehreren (insbesondere von allen) benachbarten Observationen aus der ersten Menge relativ zu der bestimmten ersten Observation und der Anordnung von ein oder mehreren (insbesondere von allen) benachbarten Observationen aus der zweiten Menge relativ zu der bestimmten zweiten Observation anzeigen.
Es können somit Werte eines Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare (insbesondere für alle möglichen Observations-Paare) ermittelt werden. Die erste Menge kann z.B. Q erste Observationen (z.B. Q > 2 oder Q > 3) und die zweite Menge kann z.B. R zweite Observationen (z.B. R > 2 oder R > 3) umfassen. Es können dann Q x R mögliche Observations-Paare gebildet werden. Für jedes mögliche Observations-Paar kann der Wert des Ähnlichkeitsmaßes ermittelt werden, z.B. jeweils ein Wert zwischen 0 und 1. Ein steigender Wert des Ähnlichkeitsmaßes kann dabei eine steigende Ähnlichkeit der Observationen anzeigen.
Die Vorrichtung kann ferner eingerichtet sein, auf Basis der Werte des Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare, eine Gesamt-Zuordnung mit ein oder mehreren Eins-zu-Eins-Zuordnungen zwischen jeweils einer ersten Observation aus der ersten Menge und einer zweiten Observation aus der zweiten Menge zu ermitteln. Es kann somit eine Gesamt-Zuordnung der ersten Observationen zu den zweiten Observationen ermittelt werden. Dabei kann ggf. jede erste bzw. jede zweite Observation jeweils nur maximal einmal zugeordnet werden. Andererseits kann es ggf. auch ermöglicht werden, dass eine Observation aus der ersten Menge mehreren (relativ nah zueinander angeordneten) Observationen aus der zweiten Menge zugeordnet wird.
Die Gesamt-Zuordnung kann derart in Abhängigkeit von den Werten des Ähnlichkeitsmaßes ermittelt werden, dass für die Gesamt-Zuordnung ein Gesamtwert des Ähnlichkeitsmaßes, der von den Werten des Ähnlichkeitsmaßes für die Observations-Paare der Gesamt-Zuordnung abhängt, optimiert, insbesondere maximiert wird. Insbesondere kann die Gesamt-Zuordnung aus einer Menge von möglichen Gesamt-Zuordnungen ausgewählt werden, die den höchsten Gesamtwert der Einzelwerte des Ähnlichkeitsmaßes für die Observations-Paare (d.h. für die Eins-zu-Eins-Zuordnungen) der Gesamt-Zuordnung aufweist.
Die Kartendaten in Bezug auf den Streckenabschnitt können dann auf Basis der Gesamt-Zuordnung ermittelt werden. Die Vorrichtung kann insbesondere eingerichtet sein, die Kartendaten in Bezug auf den Streckenabschnitt mittels einer SLAM (Simultaneous Localization and Mapping) -Methode auf Basis der Gesamt-Zuordnung zu ermitteln. Dabei können insbesondere die ermittelten Eins-zu-Eins-Zuordnungen bzw. die Observations-Paare im Rahmen der SLAM-Methode berücksichtigt werden.
Beispielhafte SLAM-Methoden sind: EKF (Extended Kalman Filter) - SLAM, FastSLAM, GraphSLAM, etc. Im Rahmen der GraphSLAM-Methode (die sich in besonders vorteilhafter Weise in Zusammenhang mit den in diesem Dokument beschriebenen Maßnahmen anwenden lässt) wird vorhandene Information zu Fahrzeugposen, Observationen und/oder Landmarken mittels sogenannter Faktoren in einen Informationsgraphen bzw. Faktorgraphen kodiert. Die Faktoren (Observationen, Odometrie, GPS, etc.) repräsentieren hierbei weiche Constraints bzw. Bedingungen zwischen Variablen (Fahrzeugposen, Landmarkenpositionen, etc.). Die Variablen können dann so optimiert werden, dass die Constraints in ihrer Gesamtheit möglichst wenig verletzt werden. Um die Constraints einzuführen, kann die ermittelte Gesamt-Zuordnung zwischen den Observationen untereinander (und ggf. zu den unterschiedlichen Landmarken-Entitäten) verwendet werden. Die Zuordnungen zu den Landmarken-Entitäten kann insbesondere in dem weiter unten beschriebenen Clustering-Schritt ermittelt werden, bei dem eng beieinander liegende Observationen dem gleichen Cluster und damit der gleichen Landmarke bzw. der gleichen Landmarken-Entität zugeordnet werden.
Durch die Berücksichtigung einer auf Basis der Ähnlichkeit von unterschiedlichen Mengen von Observationen ermittelten Gesamt-Zuordnung können die Kartendaten für einen Streckenabschnitt, insbesondere für einen Knotenpunkt, mit einer hohen Präzision und Zuverlässigkeit ermittelt werden. Dies gilt insbesondere für Kreuzungen, die typischerweise eine besonders strukturierte Anordnung von Landmarken (insbesondere von Signalgebern) aufweisen.
Die Vorrichtung kann eingerichtet sein, eine Menge von ersten Translationsvektoren von der bestimmten ersten Observation zu den ein oder mehreren benachbarten Observationen aus der ersten Menge zu ermitteln. Ein erster Translationsvektor für eine bestimmte benachbarte Observation aus der ersten Menge kann dabei die bestimmte erste Observation mit der bestimmten benachbarten Observation verbinden. Dieser erste Translationsvektor kann dann beschreiben, wie die bestimmte benachbarte Observation relativ zu der bestimmten ersten Observation angeordnet ist.
In entsprechender Weise kann die Vorrichtung eingerichtet sein, eine Menge von zweiten Translationsvektoren von der bestimmten zweiten Observation zu den ein oder mehreren benachbarten Observationen aus der zweiten Menge zu ermitteln. Die einzelnen zweiten Translationsvektoren beschreiben dabei die relative Anordnung der jeweiligen benachbarten Observation zu der bestimmten zweiten Observation.
Die Vorrichtung kann insbesondere eingerichtet sein, für jeden der Q ersten Observationen jeweils eine Menge von Q - 1 ersten Translationsvektoren zu den jeweils Q - 1 benachbarten Observationen aus der ersten Menge zu ermitteln. Des Weiteren kann die Vorrichtung eingerichtet sein, für jeden der R zweiten Observationen jeweils eine Menge von R - 1 zweiten Translationsvektoren zu den jeweils R - 1 benachbarten Observationen aus der zweiten Menge zu ermitteln.
Der Wert des Ähnlichkeitsmaßes für ein mögliches Observations-Paar kann dann in präziser und robuster Weise auf Basis der Menge von ersten Translationsvektoren und auf Basis der Menge von zweiten Translationsvektoren für dieses mögliche Observations-Paar ermittelt werden. Dabei kann es ggf. vorkommen, dass nur ein Teil der Menge von ersten Translationsvektoren und/oder nur ein Teil der Menge von zweiten Translationsvektoren zur Ermittlung des Wertes des Ähnlichkeitsmaßes verwendet wird. Ggf. können von zumindest einer Menge alle Translationsvektoren berücksichtigt werden.
Die Vorrichtung kann insbesondere eingerichtet sein, (insbesondere für ein bestimmtes mögliches Observations-Paar) eine Vektor-Ähnlichkeit von Vektor-Paaren aus jeweils einem ersten Translationsvektor und einem zweiten Translationsvektor zu ermitteln. Dabei kann die Vektor-Ähnlichkeit insbesondere die Ähnlichkeit der räumlichen Lage (etwa des Winkels) und/oder der Länge (etwa des Betrags) der beiden Translationsvektoren anzeigen. In diesem Zusammenhang kann ggf. auch eine einheitliche (mittlere) Rotation zwischen der Menge von ersten Translationsvektoren und der Menge von zweiten Translationsvektoren berücksichtigt werden. Es kann somit überprüft werden, wie ähnlich ausgerichtet die Translationsvektoren für das bestimmte mögliche Observations-Paar sind.
Der Wert des Ähnlichkeitsmaßes für das bestimmte mögliche Observations-Paar kann dann in besonders präziser Weise auf Basis der Vektor-Ähnlichkeit der ein oder mehreren Vektor-Paare ermittelt werden.
Die Vorrichtung kann insbesondere eingerichtet sein, für ein bestimmtes mögliches Observations-Paar mit einer bestimmten ersten Observation und einer bestimmten zweiten Observation eine (Gesamt-) Vektor-Ähnlichkeit zwischen der Menge von ersten Translationsvektoren für die bestimmte erste Observation und der Menge von zweiten Translationsvektoren für die bestimmte zweite Observation zu ermitteln. Der Wert des Ähnlichkeitsmaßes für das bestimmte mögliche Observations-Paar kann dann in besonders präziser Weise auf Basis der ermittelten (Gesamt-) Vektor-Ähnlichkeit ermittelt werden.
Die Vorrichtung kann z.B. eingerichtet sein, zur Ermittlung der (Gesamt-) Vektor-Ähnlichkeit für ein bestimmtes mögliches Observations-Paar, für jede mögliche Kombination aus einem ersten Translationsvektor aus der Menge von ersten Translationsvektoren und einem zweiten Translationsvektor aus der Menge von zweiten Translationsvektoren jeweils einen Individualwert der Vektor-Ähnlichkeit zwischen dem jeweiligen ersten Translationsvektor und dem jeweiligen zweiten Translationsvektor zu ermitteln. Der Individualwert der Vektor-Ähnlichkeit kann dabei anzeigen, wie ähnlich ausgerichtet und/oder wie ähnlich lang die beiden Translationsvektoren sind. Weiter unten in diesem Dokument wird eine beispielhafte Formel zur Ermittlung des Individualwerts der Vektor-Ähnlichkeit zwischen zwei Translationsvektoren angegeben.
Auf Basis der Individualwerte der Vektor-Ähnlichkeit kann eine Menge von ein oder mehreren Eins-zu-Eins Vektor-Zuordnungen zwischen jeweils einem ersten Translationsvektor und jeweils einem zweiten Translationsvektor ermittelt werden, für die ein Gesamtwert der Vektor-Ähnlichkeit erhöht, insbesondere maximiert, wird. Mit anderen Worten, es kann die Menge von ein oder mehreren Eins-zu-Eins Vektor-Zuordnungen identifiziert werden (wobei in der Menge von Vektor-Zuordnungen jeder Translationsvektor höchstens einmal auftritt), durch die der Gesamtwert der Vektor-Ähnlichkeit erhöht, insbesondere maximiert, wird. Der Wert des Ähnlichkeitsmaßes für das bestimmte mögliche Observations-Paar kann dann in besonders präziser Weise auf Basis des Gesamtwerts der Vektor-Ähnlichkeit ermittelt werden. Insbesondere kann der Gesamtwert der Vektor-Ähnlichkeit dem Wert des Ähnlichkeitsmaßes entsprechen.
Wie bereits oben dargelegt, kann auf Basis der ermittelten Werte des Ähnlichkeitsmaßes (für alle möglichen Observations-Paare) eine Gesamt-Zuordnung der Observationen aus der ersten und der zweiten Menge ermittelt werden. Insbesondere können Eins-zu-Eins-Zuordnungen ermittelt werden, die jeweils anzeigen, welche erste Observation und welche zweite Observation zu der gleichen Landmarke gehören.
Die Vorrichtung kann eingerichtet sein, für die ein oder mehreren Eins-zu-Eins-Zuordnungen aus der Gesamt-Zuordnung jeweils einen Transformationsvektor zu ermitteln, durch den die zweite Observation einer Eins-zu-Eins-Zuordnung in die erste Observation der Eins-zu-Eins-Zuordnung überführt wird. Auf Basis der ein oder mehreren Transformationsvektoren für die ein oder mehreren Eins-zu-Eins-Zuordnungen aus der Gesamt-Zuordnung kann dann ein einheitlicher (z.B. ein mittlerer) Transformationsvektor für die zweite Menge von zweiten Observationen ermittelt werden.
Die Vorrichtung kann eingerichtet sein, die ein oder mehreren zweiten Observationen aus der zweiten Menge von zweiten Observationen jeweils mit dem einheitlichen Transformationsvektor zu transformieren, um eine Menge von transformierten Observationen zu ermitteln. Die zweite Menge von zweiten Observationen kann anhand eines einheitlichen Transformationsvektors insgesamt in Richtung zu der ersten Menge von ersten Observationen verschoben werden. Die einander zugeordneten Observationen werden dabei (zumindest im Mittel) näher zueinander angeordnet.
Des Weiteren kann die Vorrichtung eingerichtet sein, auf Basis der Menge von transformierten Observationen eine angepasste Gesamt-Zuordnung zu ermitteln. Insbesondere kann die Vorrichtung eingerichtet sein, mittels eines Clustering-Algorithmus auf Basis der ersten Menge von ersten Observationen und auf Basis der Menge von transformierten Observationen eine Menge von Clustern zu ermitteln. Die angepasste Gesamt-Zuordnung kann dann auf Basis der Menge von Clustern ermittelt werden.
Die auf Basis der Werte des Ähnlichkeitsmaßes ermittelte Gesamt-Zuordnung kann somit als Basis für eine Clusterung von Observationen verwendet werden, wobei im Rahmen der Clusterung eine angepasste Gesamt-Zuordnung ermittelt wird. Die angepasste Gesamt-Zuordnung kann dabei ggf. ein oder mehrere Zuordnungen aufweisen, die mehr als zwei Observationen umfassen.
Durch die Verwendung eines Cluster-Algorithmus kann es in effizienter und zuverlässiger Weise ermöglicht werden, Mehrfach-Observationen für eine Landmarke zu einem gemeinsamen Cluster und somit zu einer Zuordnung von Observationen zusammenzufassen. Die Kartendaten in Bezug auf den Streckenabschnitt können dann mit erhöhter Genauigkeit auf Basis der angepassten Gesamt-Zuordnung ermittelt werden.
Die erste Menge von ersten Observationen und die zweite Menge von zweiten Observationen können jeweils Observationen für Landmarken umfassen, die jeweils einen Landmarken-Typ aus einer Mehrzahl von unterschiedlichen Landmarken-Typen aufweisen. Mit anderen Worten, eine Observation kann mit einem bestimmten Landmarken-Typ aus einer Mehrzahl von unterschiedlichen Landmarken-Typen assoziiert sein.
Die Mehrzahl von Landmarken-Typen kann dabei zumindest einen für die Ermittlung des Ähnlichkeitsmaßes ungeeigneten Landmarken-Typ aufweisen. Beispielsweise können Landmarken, die in periodisch wiederkehrender Weise in einem Streckenabschnitt angeordnet sind (wie z.B. Reflektor-Pfähle) für die beschriebene Auswertung des Ähnlichkeitsmaßes ungeeignet sein.
Die Vorrichtung kann eingerichtet sein, die Werte des Ähnlichkeitsmaßes nur für mögliche Observations-Paare aus Observationen zu ermitteln, die nicht den ungeeigneten Landmarken-Typ aufweisen. Mit anderen Worten, ein oder mehrere Observationen, die den ungeeigneten Landmarken-Typ aufweisen, können bei der Ermittlung der ursprünglichen Gesamt-Zuordnung (auf Basis der Werte des Ähnlichkeitsmaßes) unberücksichtigt bleiben. So kann die Robustheit der Ermittlung der Kartendaten erhöht werden.
Die Vorrichtung kann ferner eingerichtet sein, bei der Ermittlung der angepassten Gesamt-Zuordnung auch ein oder mehrere Observationen aus der ersten Menge von ersten Observationen und/oder der zweiten Menge von zweiten Observationen zu berücksichtigen, die einen für die Ermittlung des Ähnlichkeitsmaßes ungeeigneten Landmarken-Typ aufweisen. Die ein oder mehreren Observationen, die den ungeeigneten Landmarken-Typ aufweisen, können somit im Rahmen der Clusterung berücksichtigt werden. So können in besonders präziser und robuster Weise Kartendaten ermittelt werden.
Die Vorrichtung kann eingerichtet sein, für mehrere mögliche Eins-zu-Eins-Zuordnungen jeweils Abstandsinformation in Bezug auf den räumlichen Abstand zwischen einer ersten Observation und einer zweiten Observation zu ermitteln. Die Gesamt-Zuordnung kann dann auch auf Basis der Abstandsinformation ermittelt werden. So kann die Güte der ermittelten Zuordnungen erhöht werden.
Alternativ oder ergänzend kann die Vorrichtung eingerichtet sein, für mehrere mögliche Eins-zu-Eins-Zuordnungen jeweils Typeninformation in Bezug auf einen ersten Landmarken-Typ der ersten Observation und einen zweiten Landmarken-Typ der zweiten Observation zu ermitteln. Dabei kann die Typeninformation insbesondere die Ähnlichkeit des ersten Landmarken-Typs und des zweiten Landmarken-Typs anzeigen. Zwei Observationen, die jeweils einen Landmarken-Typ für Verkehrsschilder zur Geschwindigkeitsbegrenzung aufweisen, können z.B. eine relativ hohe Ähnlichkeit aufweisen, auch wenn die Verkehrsschilder unterschiedliche Geschwindigkeitsbegrenzungen aufweisen. Andererseits können eine Observation für eine Lichtsignalanlage und eine Observation für ein Verkehrszeichen ggf. eine relativ niedrige Ähnlichkeit aufweisen.
Die Gesamt-Zuordnung kann dann auch auf Basis der Typeninformation ermittelt werden. So kann die Güte der ermittelten Zuordnungen erhöht werden.
Gemäß einem weiteren Aspekt wird ein Verfahren zur Ermittlung von Kartendaten in Bezug auf einen Streckenabschnitt, insbesondere in Bezug auf einen Knotenpunkt, beschrieben. Das Verfahren umfasst das Ermitteln einer ersten Menge von ersten Observationen bei einer ersten Durchfahrung des Streckenabschnittes und einer zweiten Menge von zweiten Observationen bei einer zweiten Durchfahrung des Streckenabschnittes. Des Weiteren umfasst das Verfahren das Ermitteln von Werten eines Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare aus jeweils einer ersten Observation und jeweils einer zweiten Observation.
Das Verfahren umfasst ferner das Ermitteln, auf Basis der Werte des Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare, einer Gesamt-Zuordnung mit ein oder mehreren Eins-zu-Eins-Zuordnungen zwischen jeweils einer ersten Observation aus der ersten Menge und einer zweiten Observation aus der zweiten Menge. Des Weiteren umfasst das Verfahren das Ermitteln der Kartendaten in Bezug auf den Streckenabschnitt auf Basis der Gesamt-Zuordnung.
Die in diesem Dokument beschriebenen Kartendaten können von einem Fahrzeugführungssystem eines Fahrzeugs für die Bereitstellung einer Fahrfunktion verwendet werden. Die Fahrfunktion kann insbesondere darauf ausgelegt sein, das Fahrzeug an einer und/oder in Zusammenhang mit einer Signalisierungseinheit (insbesondere mit einem Signalgeber) automatisiert längszuführen. Dabei kann die Fahrfunktion gemäß SAE-Level 2 ausgebildet sein. Mit anderen Worten, die Fahrfunktion kann ggf. ein automatisiertes Fahren und/oder eine Fahrerunterstützung (in Bezug auf die Längsführung) gemäß SAE-Level 2 bereitstellen. Die Fahrfunktion kann auf die Längsführung des Fahrzeugs beschränkt sein. Die Querführung des Fahrzeugs kann während des Betriebs manuell durch den Fahrer oder durch eine weitere und/oder separate Fahrfunktion bereitgestellt werden (z.B. durch einen Spurhalteassistenten).
Im Rahmen der Fahrfunktion kann das Fahrzeug gemäß einer Setz- bzw. Soll-Geschwindigkeit und/oder gemäß einem Soll-Abstand zu einem (direkt) vor dem Fahrzeug fahrenden Vorder-Fahrzeug automatisiert längsgeführt werden. Zu diesem Zweck kann die Fahrfunktion einen Geschwindigkeitsregler bereitstellen, durch den die Ist-Fahrgeschwindigkeit des Fahrzeugs gemäß der Setz- bzw. Soll-Geschwindigkeit eingestellt, insbesondere geregelt, wird. Alternativ oder ergänzend kann ein Abstandsregler bereitgestellt werden, durch den der Ist-Abstand des Fahrzeugs zu dem Vorder-Fahrzeug gemäß dem Soll-Abstand eingestellt, insbesondere geregelt, wird. Wenn kein relevantes Vorder-Fahrzeug vorhanden ist oder wenn das Vorder-Fahrzeug schneller als die Setz- bzw. Soll-Geschwindigkeit fährt, kann die Fahrgeschwindigkeit des Fahrzeugs geregelt werden. Alternativ oder ergänzend, wenn das Vorder-Fahrzeug langsamer als die Setz- bzw. Soll-Geschwindigkeit fährt, kann der Abstand des Fahrzeugs zu dem Vorder-Fahrzeug geregelt werden. Die Fahrfunktion kann somit eingerichtet sein, eine Adaptive Cruise Control (ACC) Fahrerassistenzfunktion bereitzustellen.
Ein Fahrzeug kann eine Benutzerschnittstelle für eine Interaktion mit einem Nutzer, insbesondere mit dem Fahrer, des Fahrzeugs umfassen. Die Benutzerschnittstelle kann ein oder mehrere Bedienelemente umfassen, die es dem Nutzer ermöglichen, die Setz- bzw. die Soll-Geschwindigkeit und/oder den Soll-Abstand festzulegen. Alternativ oder ergänzend können es die ein oder mehreren Bedienelemente dem Nutzer ermöglichen, eine zuvor festgelegte Setz- und/oder Soll-Geschwindigkeit und/oder einen zuvor festgelegten Soll-Abstand des Fahrzeugs für den Betrieb der Fahrfunktion zu bestätigen. Die ein oder mehreren Bedienelemente können ausgebildet sein, mit einer Hand und/oder mit einem Finger des Fahrers betätigt zu werden. Alternativ oder ergänzend können die ein oder mehreren Bedienelemente an einem Lenkmittel (insbesondere an einem Lenkrad oder an einem Lenkbügel) des Fahrzeugs angeordnet sein.
Ein beispielhaftes Bedienelement (insbesondere ein Plus/Minus-Bedienelement) ist eine Taste und/oder eine Wippe, mit der die Setz- und/oder Soll-Geschwindigkeit bzw. der Soll-Abstand erhöht bzw. reduziert werden kann. Ein weiteres beispielhaftes Bedienelement (insbesondere ein Set-Bedienelement) ist eine Taste, mit der eine aktuelle Fahrgeschwindigkeit des Fahrzeugs als Setz- und/oder Soll-Geschwindigkeit bzw. mit der ein aktueller Abstand des Fahrzeugs zum Vorder-Fahrzeug als Soll-Abstand festgelegt werden kann. Ein weiteres beispielhaftes Bedienelement (insbesondere ein Resume-Bedienelement) ist eine Taste, mit der eine zuvor eingestellte Setz- und/oder Soll-Geschwindigkeit bzw. ein zuvor eingestellter Soll-Abstand erneut bestätigt bzw. reaktiviert werden kann.
Die Benutzerschnittstelle kann ferner ein oder mehrere Ausgabeelemente (z.B. einen Bildschirm und/oder einen Lautsprecher und/oder ein Vibrationselement) umfassen, mit denen Ausgaben an den Nutzer des Fahrzeugs bewirkt werden können.
Des Weiteren kann die Fahrfunktion eingerichtet sein, ein oder mehrere Signalisierungseinheiten auf der von dem Fahrzeug befahrenen Fahrbahn (insbesondere Straße) und/oder Fahrroute bei der automatisierten Längsführung zu berücksichtigen. Eine Signalisierungseinheit kann dazu vorgesehen sein, die Vorfahrt an einem Knotenpunkt (insbesondere an einer Kreuzung) des von dem Fahrzeug befahrenen Fahrbahnnetzes festzulegen. Die Festlegung der Vorfahrt kann dabei zeitlich veränderbar sein (wie z.B. bei einer Lichtsignalanlage, etwa bei einer Ampelanlage, mit ein oder mehreren unterschiedlichen Signalgruppen für ein oder mehrere unterschiedliche Fahrtrichtungen des Fahrzeugs an dem Knotenpunkt) oder fest vorgegeben sein (wie z.B. bei einem Verkehrszeichen, etwa bei einem Stopp-Schild).
Während des Betriebs der Fahrfunktion können Daten in Bezug auf eine in Fahrtrichtung des Fahrzeugs vorausliegende Signalisierungseinheit ermittelt werden. Die Daten können Kartendaten in Bezug auf Signalisierungseinheiten in dem von dem Fahrzeug befahrenen Fahrbahnnetz umfassen. Die Kartendaten können jeweils ein oder mehrere Attribute für eine Signalisierungseinheit umfassen. Die ein oder mehreren Attribute für eine Signalisierungseinheit können anzeigen bzw. umfassen:

• den Typ der Signalisierungseinheit, insbesondere, ob es sich bei der Signalisierungseinheit um eine Lichtsignalanlage oder um ein Verkehrszeichen handelt; und/oder
• die Anzahl von unterschiedlichen Signalgruppen der Signalisierungseinheit für unterschiedliche Fahrtrichtungen an dem Knotenpunkt des Fahrbahnnetzes, an dem die Signalisierungseinheit angeordnet ist bzw. mit dem die Signalisierungseinheit assoziiert ist; und/oder
• die Position (z.B. die GPS-Koordinaten) der Signalisierungseinheit und/oder der Haltelinie der Signalisierungseinheit innerhalb des Fahrbahnnetzes; und/oder
• der relative Abstand der Haltelinie zu der zugehörigen Signalisierungseinheit.

Die Fahrfunktion kann eingerichtet sein, unter Verwendung eines Positionssensors (z.B. eines GPS-Empfängers) des Fahrzeugs und/oder unter Verwendung von Odometrie die Ist-Position (z.B. die aktuellen GPS-Koordinaten) des Fahrzeugs innerhalb des Fahrbahnnetzes zu ermitteln. Anhand der Kartendaten kann dann eine (z.B. die nächste) Signalisierungseinheit auf der Fahrroute des Fahrzeugs erkannt werden. Ferner können ein oder mehrere Karten-Attribute in Bezug auf die erkannte Signalisierungseinheit ermittelt werden.
Alternativ oder ergänzend können die Daten in Bezug auf eine in Fahrtrichtung des Fahrzeugs vorausliegende Signalisierungseinheit Umfelddaten in Bezug auf die Signalisierungseinheit umfassen, bzw. basierend auf Umfelddaten ermittelt werden. Die Umfelddaten können von ein oder mehreren Umfeldsensoren des Fahrzeugs erfasst werden. Beispielhafte Umfeldsensoren sind eine Kamera, ein Radarsensor, ein Lidarsensor, etc. Die ein oder mehrere Umfelddaten können eingerichtet sein, Sensordaten (d.h. Umfelddaten) in Bezug auf das Umfeld in Fahrtrichtung vor dem Fahrzeug zu erfassen.
Die Fahrfunktion kann eingerichtet sein, auf Basis der Umfelddaten (insbesondere auf Basis der Sensordaten einer Kamera) zu erkennen, dass in Fahrtrichtung vor dem Fahrzeug eine Signalisierungseinheit angeordnet ist. Zu diesem Zweck kann z.B. ein Bildanalysealgorithmus verwendet werden. Des Weiteren kann die Fahrfunktion eingerichtet sein, auf Basis der Umfelddaten den Typ der Signalisierungseinheit (z.B. Lichtsignalanlage oder Verkehrszeichen) zu ermitteln. Ferner kann die Fahrfunktion eingerichtet sein, auf Basis der Umfelddaten den (Signalisierungs-) Zustand der Signalisierungseinheit in Bezug auf die Erlaubnis für das Überfahren des mit der Signalisierungseinheit assoziierten Knotenpunktes zu ermitteln. Insbesondere können die Farben (Grün, Gelb oder Rot) der ein oder mehreren Signalgruppen einer Lichtsignalanlage ermittelt werden.
Die Fahrfunktion kann eingerichtet sein, eine erkannte Signalisierungseinheit bei der automatisierten Längsführung des Fahrzeugs zu berücksichtigen. Insbesondere kann die Fahrfunktion eingerichtet sein, auf Basis der Daten in Bezug auf die erkannte Signalisierungseinheit, insbesondere auf Basis der durch die Daten angezeigten Farbe eines Lichtsignals bzw. einer Signalgruppe der Signalisierungseinheit, zu bestimmen, ob das Fahrzeug an der Signalisierungseinheit, insbesondere an der Haltelinie der Signalisierungseinheit, halten muss oder nicht. Beispielsweise kann erkannt werden, dass das Fahrzeug halten muss, da die für das Fahrzeug relevante Signalgruppe Rot ist. Alternativ kann erkannt werden, dass das Fahrzeug nicht halten muss, da die für das Fahrzeug relevante Signalgruppe Grün ist. In einem weiteren Beispiel kann erkannt werden, dass das Fahrzeug halten muss, da es sich bei der Signalisierungseinheit um ein Stopp-Schild handelt.
Die Fahrfunktion kann ferner eingerichtet sein, zu bewirken, dass das Fahrzeug automatisiert an der erkannten Signalisierungseinheit angehalten wird, wenn bestimmt wird, dass das Fahrzeug an der Signalisierungseinheit halten muss. Zu diesem Zweck kann ein automatisierter Verzögerungsvorgang (bis in den Stillstand) bewirkt werden. Das Fahrzeug kann dabei automatisiert bis an bzw. bis vor die Haltelinie der Signalisierungseinheit geführt werden. Während des automatisierten Verzögerungsvorgangs können automatisiert durch die Fahrfunktion ein oder mehrere Radbremsen (z.B. ein oder mehrere Reibbremsen oder ein oder mehrere rekuperierende Bremsen) angesteuert werden, um das Fahrzeug (bis in den Stillstand) abzubremsen. Der zeitliche Verlauf der bewirkten Verzögerung kann dabei von dem verfügbaren Bremsweg bis zu der erkannten Signalisierungseinheit abhängen.
Alternativ oder ergänzend kann die Fahrfunktion eingerichtet sein, zu bewirken, dass das Fahrzeug automatisiert an der erkannten Signalisierungseinheit vorbei, insbesondere über die Haltelinie der Signalisierungseinheit, längsgeführt wird, wenn bestimmt wird, dass das Fahrzeug nicht an der Signalisierungseinheit halten muss. Dabei kann die Geschwindigkeits- und/oder Abstandsregelung gemäß der Setz- bzw. Soll-Geschwindigkeit und/oder gemäß dem Soll-Abstand zu dem Vorder-Fahrzeug fortgeführt werden.
Die Fahrfunktion kann somit eingerichtet sein, eine ACC Fahrfunktion unter Berücksichtigung von Signalisierungseinheiten bereitzustellen. Die Fahrfunktion wird in diesem Dokument auch als Urban Cruise Control (UCC) Fahrfunktion bezeichnet.
Wie bereits weiter oben dargelegt, kann die Fahrfunktion eingerichtet sein, das Fahrzeug im Rahmen des Betriebs der Fahrfunktion automatisiert in Abhängigkeit von einer Soll-Geschwindigkeit und/oder in Abhängigkeit von einem Soll-Abstand zu einem vor dem Fahrzeug fahrenden Vorder-Fahrzeug längszuführen. Ferner kann die Fahrfunktion eingerichtet sein, wenn eine (ggf. erkannte) Signalisierungseinheit nicht bei der Fahrfunktion berücksichtigt wird, das Fahrzeug automatisiert in Abhängigkeit von der Soll-Geschwindigkeit und/oder in Abhängigkeit von dem Soll-Abstand an der Signalisierungseinheit vorbei, insbesondere über die Haltelinie der Signalisierungseinheit hinaus, längszuführen, insbesondere unabhängig von der Farbe eines Lichtsignals der Signalisierungseinheit. Die Fahrfunktion kann somit (bei Nichtberücksichtigung einer Signalisierungseinheit) ggf. derart betrieben werden, als würde die Signalisierungseinheit (und der damit assoziierte Knotenpunkt) nicht existieren.
Die Fahrfunktion kann es dem Nutzer des Fahrzeugs ggf. ermöglichen, die Fahrfunktion über die Benutzerschnittstelle zu konfigurieren (z.B. in einem Konfigurationsmenu). Dabei kann ggf. eingestellt werden, ob die Fahrfunktion in einem automatischen Modus betrieben werden soll oder in einem manuellen Modus betrieben werden soll.
In dem automatischen Modus kann die Fahrfunktion derart betrieben werden, dass eine erkannte, in Fahrtrichtung vorausliegende, Signalisierungseinheit automatisch beim Betrieb der Fahrfunktion berücksichtigt wird (und ggf. zu einer automatisierten Verzögerung des Fahrzeugs führt). Insbesondere kann die Fahrfunktion in dem automatisierten Modus eingerichtet sein, eine auf Basis von Kartendaten und/oder Umfelddaten detektierte Signalisierungseinheit automatisch, insbesondere ohne Bestätigung durch den Nutzer des Fahrzeugs, bei der automatisierten Längsführung des Fahrzeugs zu berücksichtigen (z.B. um bei Bedarf eine automatisierte Verzögerung des Fahrzeugs an der detektierten Signalisierungseinheit zu bewirken).
Andererseits kann die Fahrfunktion im manuellen Modus derart betrieben werden, dass die erkannte Signalisierungseinheit erst nach Bestätigung durch den Nutzer des Fahrzeugs bei der automatisierten Längsführung des Fahrzeugs berücksichtigt wird (und ggf. zu einer automatisierten Verzögerung des Fahrzeugs führt). Insbesondere kann die Fahrfunktion in dem manuellen Modus eingerichtet sein, (über die Benutzerschnittstelle des Fahrzeugs) ein Angebot in Bezug auf die Berücksichtigung der erkannten Signalisierungseinheit an den Nutzer des Fahrzeugs auszugeben. Beispielsweise kann auf dem Bildschirm angezeigt werden, dass eine Signalisierungseinheit erkannt wurde und dass eine Rückmeldung durch den Nutzer erforderlich ist (um zu bewirken, dass die Signalisierungseinheit bei der automatisierten Längsführung des Fahrzeugs berücksichtigt wird). Die erkannte Signalisierungseinheit (insbesondere der Signalisierungszustand der Signalisierungseinheit) kann dann (insbesondere nur dann) bei der automatisierten Längsführung des Fahrzeugs an der Signalisierungseinheit berücksichtigt werden, wenn das Angebot durch den Nutzer angenommen wird (z.B. durch Betätigung eines Bedienelements, insbesondere des Set-Bedienelements). Es erfolgt dann ggf. eine automatisierte Verzögerung des Fahrzeugs an der erkannten Signalisierungseinheit. Andererseits kann die Fahrfunktion eingerichtet sein, die erkannte Signalisierungseinheit (insbesondere den Signalisierungszustand der Signalisierungseinheit) bei der automatisierten Längsführung des Fahrzeugs an der Signalisierungseinheit nicht zu berücksichtigen und/oder zu ignorieren, wenn das Angebot nicht durch den Nutzer angenommen wird. In diesem Fall kann die Geschwindigkeits- und/oder Abstandsregelung fortgeführt werden (ohne Berücksichtigung der Signalisierungseinheit, insbesondere so, als wäre die Signalisierungseinheit nicht vorhanden).
Durch die Bereitstellung von unterschiedlichen (einstellbaren) Modi für den Betrieb der Fahrfunktion (insbesondere der UCC Fahrfunktion), kann der Komfort der Fahrfunktion weiter erhöht werden.
Die Fahrfunktion kann ausgebildet sein, den Nutzer der Fahrfunktion anhand der Benutzerschnittstelle über den Status der Fahrfunktion zu informieren. Insbesondere kann der Nutzer der Fahrfunktion darüber informiert werden, ob eine erkannte, in Fahrtrichtung vorausliegende, Signalisierungseinheit bei dem Betrieb der Fahrfunktion, insbesondere bei der automatisierten Längsführung des Fahrzeugs, berücksichtigt wird oder nicht.
Die Fahrfunktion kann eingerichtet sein, (z.B. auf Basis der Kartendaten und/oder der Umfelddaten) zu bestimmen, ob eine in Fahrtrichtung vorausliegende Signalisierungseinheit bei dem Betrieb der Fahrfunktion berücksichtigt wird bzw. berücksichtigt werden kann oder nicht. Wenn die Signalisierungseinheit berücksichtigt wird bzw. berücksichtigt werden kann, kann ggf. eine Verfügbarkeitsausgabe, insbesondere eine Verfügbarkeitsanzeige, ausgegeben werden, um den Nutzer darüber zu informieren, dass die vorausliegende Signalisierungseinheit bei der automatisierten Längsführung des Fahrzeugs berücksichtigt wird (und somit bei Bedarf eine automatisierte Verzögerung des Fahrzeugs an der Signalisierungseinheit erfolgt).
Alternativ oder ergänzend kann die Fahrfunktion eingerichtet sein (wenn bestimmt wird, dass die vorausliegende Signalisierungseinheit nicht bei der Fahrfunktion berücksichtigt wird bzw. berücksichtigt werden kann), eine Nichtverfügbarkeitsausgabe, insbesondere eine Nichtverfügbarkeitsanzeige, (über die Benutzerschnittstelle) zu bewirken, um den Nutzer des Fahrzeugs darüber zu informieren, dass die vorausliegende Signalisierungseinheit nicht bei der automatisierten Längsführung des Fahrzeugs berücksichtigt wird (und somit auch keine automatisierte Verzögerung des Fahrzeugs in Abhängigkeit von dem Signalisierungszustand der Signalisierungseinheit bewirkt wird).
Durch die Ausgabe einer Verfügbarkeits- und/oder einer Nichtverfügbarkeitsausgabe können der Komfort und die Sicherheit der Fahrfunktion weiter erhöht werden. Die Verfügbarkeits- und/oder Nichtverfügbarkeitsausgaben können dabei jeweils eine optische, akustische und/oder haptische Ausgabe umfassen.
Die Fahrfunktion kann eingerichtet sein, zu bestimmen, dass sich der Signalisierungszustand der für die Fahrtrichtung des Fahrzeugs relevanten Signalgruppe der Signalisierungseinheit ändert (z.B., während das Fahrzeug auf die Signalgruppe zuführt, oder während das Fahrzeug an der Signalgruppe steht).
Beispielsweise kann erkannt werden, dass ein Phasenwechsel von Rot auf Grün erfolgt.
Des Weiteren kann die Fahrfunktion eingerichtet sein, (in Reaktion auf den erkannten Phasenwechsel) zu bewirken, dass Information in Bezug auf den geänderten Signalisierungszustand der Signalgruppe der Signalisierungseinheit an den Fahrer des Fahrzeugs vermittelt wird. Beispielsweise kann bewirkt werden, dass über ein Ausgabeelement (insbesondere auf einem Bildschirm) der Benutzerschnittstelle ein Symbol der erkannten (und ggf. bei der automatisierten Längsführung berücksichtigten) Signalisierungseinheit angezeigt wird, solange die Signalgruppe die Farbe Rot aufweist. Nach erkanntem Phasenwechsel auf Grün kann das angezeigte Symbol dann ggf. zurückgenommen werden bzw. es kann die Ausgabe beendet werden. So kann dem Fahrer des Fahrzeugs in zuverlässiger Weise vermittelt werden, dass z.B. nach Stillstand des Fahrzeugs an der Signalisierungseinheit ein (ggf. automatisierter) Anfahrvorgang bewirkt werden kann (z.B. durch Betätigen eines Bedienelements der Benutzerschnittstelle).
Die Fahrfunktion kann eingerichtet sein, eine Übernahmeaufforderung an den Fahrer des Fahrzeugs auszugeben, wenn die Fahrfunktion abgebrochen wird. Beispielsweise kann erkannt werden, dass die automatisierte Längsführung (in Abhängigkeit von der Setz- und/oder Soll-Geschwindigkeit und/oder in Abhängigkeit von dem Soll-Abstand) nicht fortgeführt werden kann oder nicht fortgeführt wird. Ein Abbruch der Fahrfunktion kann z.B. erfolgen, wenn der Fahrer des Fahrzeugs (wesentlich) in die Längsführung des Fahrzeugs eingreift (z.B. indem der Fahrer des Fahrzeugs das Bremspedal oder das Fahrpedal betätigt). Es kann dann eine Übernahmeaufforderung (d.h. ein Take-Over-Request, TOR) an den Fahrer des Fahrzeugs ausgegeben werden. Die Längsführung muss dann wieder von dem Fahrer bewirkt werden. Durch die Ausgabe einer Übernahmeaufforderung kann die Sicherheit des Betriebs des Fahrzeugs erhöht werden.
Gemäß einem weiteren Aspekt wird ein (Straßen-) Kraftfahrzeug (insbesondere ein Personenkraftwagen oder ein Lastkraftwagen oder ein Bus oder ein Motorrad) beschrieben, das das in diesem Dokument beschriebene Fahrzeugführungssystem zum Betrieb einer Fahrfunktion umfasst.
Gemäß einem weiteren Aspekt wird ein Software (SW) Programm beschrieben. Das SW Programm kann eingerichtet werden, um auf einem Prozessor (z.B. auf einem Steuergerät eines Fahrzeugs und/oder auf einer Fahrzeug-externen Einheit) ausgeführt zu werden, und um dadurch zumindest eines der in diesem Dokument beschriebenen 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 zumindest eines der in diesem Dokument beschriebenen Verfahren auszuführen.
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. Die in diesem Dokument beschrieben Aspekte betreffen insbesondere eine Fahrfunktion bzw. eine Fahrerassistenzfunktion, die gemäß SAE-Level 2 ausgebildet sind.
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 j egliche 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

1 beispielhafte Komponenten eines Fahrzeugs;
2a eine beispielhafte Lichtsignalanlage;
2b ein beispielhaftes Verkehrszeichen;
3 eine beispielhafte Verkehrssituation;
4 eine beispielhafte Benutzerschnittstelle;
5a bis 5c beispielhafte Schritte zur Zuordnung von Observationen;
6a und 6b eine beispielhafte Verschiebung bzw. Transformation von Observationen; und
7 ein Ablaufdiagramm eines beispielhaften Verfahrens zur Ermittlung von Kartendaten.

Wie eingangs dargelegt, befasst sich das vorliegende Dokument mit der Erhöhung der Zuverlässigkeit, der Verfügbarkeit und/oder des Komforts einer Fahrfunktion, insbesondere eines Fahrerassistenzsystems, eines Fahrzeugs, z.B. in Zusammenhang mit einer Signalisierungseinheit an einem Knotenpunkt der von dem Fahrzeug befahrenen Fahrbahn. Insbesondere befasst sich das vorliegende Dokument mit der Bereitstellung von präzisen Kartendaten für den Betrieb einer F ahrfunkti on.
1 zeigt beispielhafte Komponenten eines Fahrzeugs 100. Das Fahrzeug 100 umfasst ein oder mehrere Umfeldsensoren 103 (z.B. ein oder mehrere Bildkameras, ein oder mehrere Radarsensoren, ein oder mehrere Lidarsensoren, ein oder mehrere Ultraschallsensoren, etc.), die eingerichtet sind, Umfelddaten in Bezug auf ein Umfeld des Fahrzeugs 100 (insbesondere in Bezug auf das Umfeld in Fahrtrichtung vor dem Fahrzeug 100) zu erfassen. Des Weiteren umfasst das Fahrzeug 100 ein oder mehrere Aktoren 102, die eingerichtet sind, auf die Längs- und/oder die Querführung des Fahrzeugs 100 einzuwirken. Beispielhafte Aktoren 102 sind: eine Bremsanlage, ein Antriebsmotor, eine Lenkung, etc.
Die Steuereinheit 101 kann eingerichtet sein, auf Basis der Sensordaten der ein oder mehreren Umfeldsensoren 103 (d.h. auf Basis der Umfelddaten) eine Fahrfunktion, insbesondere eine Fahrerassistenzfunktion, bereitzustellen. Beispielweise kann auf Basis der Sensordaten ein Hindernis auf der Fahrtrajektorie des Fahrzeugs 100 erkannt werden. Die Steuereinheit 101 kann daraufhin ein oder mehrere Aktoren 102 (z.B. die Bremsanlage) ansteuern, um das Fahrzeug 100 automatisiert zu verzögern und dadurch eine Kollision des Fahrzeugs 100 mit dem Hindernis zu verhindern.
Insbesondere im Rahmen der automatisierten Längsführung eines Fahrzeugs 100 können neben einem Vorder-Fahrzeug ein oder mehrere Signalisierungseinheiten (z.B. eine Lichtsignalanlage und/oder ein Verkehrszeichen) auf der von dem Fahrzeug 100 befahrenen Fahrbahn bzw. Straße berücksichtigt werden. Dabei kann insbesondere der Status einer Lichtsignal- bzw. Ampelanlage berücksichtigt werden, so dass das Fahrzeug 100 automatisiert an einer für die eigene (geplante) Fahrtrichtung relevanten roten Ampel eine Verzögerung bis zu der Haltelinie der Ampel bewirkt und/oder bei einer grünen Ampel (ggf. wieder) beschleunigt.
Lichtsignalanlagen können in unterschiedlichen Ländern sehr heterogen konstruiert sein und zudem unterschiedlich komplex bezüglich der Fahrtrichtungs-Lichtsignal-Zuordnung sein. So können verschiedene Fahrtrichtungen gebündelt durch eine erste Gruppe von Signalen bzw. durch eine Signalgruppe geregelt sein und eine andere Richtung kann durch eine andere Signalgruppe geregelt sein. Die sich wiederholenden Signale einer Signalgruppe können darüber hinaus geografisch an verschiedenen Stellen einer Kreuzung verortet sein. Es kann daher für eine Steuereinheit 101 (in diesem Dokument auch als Fahrzeugführungssystem bezeichnet) schwierig sein, auf Basis der Sensordaten zu erkennen, welche ein oder mehreren Signale einer Lichtsignalanlage an einer Kreuzung für die geplante Fahrtrichtung des Fahrzeugs 100 relevant sind und welche nicht (insbesondere wenn das Fahrzeug 100 noch relativ weit von der Lichtsignalanlage entfernt ist).
2a zeigt eine beispielhafte Lichtsignalanlage 200. Die in 2a dargestellte Lichtsignalanlage 200 weist vier unterschiedliche Signalgeber 201 auf, die an unterschiedlichen Positionen an einer Zufahrt zu einer Kreuzung angeordnet sind. Der linke Signalgeber 201 weist einen Pfeil 202 nach links auf, und zeigt damit an, dass dieser Signalgeber 201 für Linksabbieger gilt. Die beiden mittleren Signalgeber 201 weisen einen Pfeil 202 nach oben (oder keinen Pfeil 202) auf und zeigen damit an, dass diese beiden Signalgeber 201 für eine Geradeausfahrt gelten. Die einzelnen Lichtzeichen dieser beiden Signalgeber 201 bilden Signalgruppen. Des Weiteren weist der rechte Signalgeber 201 einen Pfeil 202 nach rechts auf, und zeigt damit an, dass dieser Signalgeber 201 für Rechtsabbieger gilt.
Die in 2a dargestellte Lichtsignalanlage 200 ist nur ein Beispiel für viele unterschiedliche mögliche Ausgestaltungen einer Lichtsignalanlage 200. Eine Lichtsignalanlage 200 kann eine relativ große Anzahl von unterschiedlichen Ausprägungen von Merkmalen aufweisen. Beispielhafte Merkmale sind,

• die Anzahl von Signalgebern 201 und/oder von Signalgruppen;
• die Positionen der ein oder mehreren Signalgeber 201; und/oder
• die Zuordnung eines Signalgebers 201 zu einer möglichen Fahrtrichtung über eine Kreuzung.

2b zeigt ein beispielhaftes Stopp-Schild als Verkehrszeichen 210, durch das die Vorfahrt an einem Verkehrs-Knotenpunkt, insbesondere an einer Kreuzung, geregelt wird. Die Steuereinheit 101 des Fahrzeugs 100 kann eingerichtet sein, auf Basis der Sensordaten der ein oder mehreren Umfeldsensoren 103 (d.h. auf Basis der Umfelddaten) und/oder auf Basis von digitaler Karteninformation (d.h. von Kartendaten) ein für die Vorfahrt des Fahrzeugs 100 relevantes Verkehrszeichen 210 auf der von dem Fahrzeug 100 befahrenen Straße bzw. Fahrbahn zu erkennen.
3 zeigt beispielhaft ein Fahrzeug 100, das sich auf einer Fahrbahn auf eine Signalisierungseinheit 200, 210 (insbesondere auf eine Lichtsignalanlage 200 und/oder auf ein Verkehrszeichnen 210) zubewegt. Die ein oder mehreren Umfeldsensoren 103 des Fahrzeugs 100 können eingerichtet sein, Sensordaten (insbesondere Bilddaten) in Bezug auf die Signalisierungseinheit 200, 210 zu erfassen. Die Sensordaten können dann analysiert werden (z.B. mittels eines Bildanalysealgorithmus), um Ausprägungen von ein oder mehreren Merkmalen der Signalisierungseinheit 200, 210 zu ermitteln. Insbesondere kann auf Basis der Sensordaten ermittelt werden, ob es sich bei der Signalisierungseinheit 200, 210 um eine Lichtsignalanlage 200 oder um ein Verkehrszeichen 210 handelt. Ferner kann ermittelt werden, welcher Signalgeber 201 der Lichtsignalanlage 200 für die (geplante) Fahrtrichtung des Fahrzeugs 100 relevant ist. Des Weiteren kann der (Signalisierungs-) Zustand des relevanten Signalgebers 201 (z.B. die Farbe, etwa Rot, Gelb oder Grün) ermittelt werden.
Die Güte und/oder die Zuverlässigkeit, mit der auf Basis der Umfelddaten die Ausprägung eines Merkmals einer Signalisierungseinheit 200, 210 ermittelt werden kann, hängen typischerweise von der Entfernung 311 des Fahrzeugs 100 zu der Signalisierungseinheit 200, 210 ab. Des Weiteren haben auch aktuelle Witterungsverhältnisse typischerweise einen wesentlichen Einfluss auf die Güte und/oder die Zuverlässigkeit der ermittelten Ausprägung eines Merkmals. Außerdem können die Güte und/oder Zuverlässigkeit für unterschiedliche Merkmale unterschiedlich sein.
Das Fahrzeug 100 kann eine Speichereinheit 104 aufweisen, auf der digitale Karteninformation (d.h. Kartendaten) bezüglich des von dem Fahrzeug 100 befahrenen Straßennetzes gespeichert ist. Die Kartendaten können als Attribute Ausprägungen von ein oder mehreren Merkmalen von ein oder mehreren Signalisierungseinheiten 200, 210 in dem Straßen- bzw. Fahrbahnnetz anzeigen. Insbesondere können die Kartendaten für eine Lichtsignalanlage 200 die Zuordnung der ein oder mehreren Signalgeber 201 bzw. Signalgruppen zu unterschiedlichen möglichen Fahrtrichtungen anzeigen. Mit anderen Worten, die Kartendaten können anzeigen, welcher Signalgeber 201 bzw. welche Signalgruppe für die Freigabe von welcher Fahrtrichtung zuständig ist. Die Kartendaten können ggf. mittels einer Kommunikationseinheit 105 des Fahrzeugs 100 über eine drahtlose Kommunikationsverbindung (z.B. einer WLAN- oder einer LTE-Kommunikationsverbindung) an dem Fahrzeug 100 empfangen werden.
Die Steuereinheit 101 des Fahrzeugs 100 kann eingerichtet sein (z.B. auf Basis der aktuellen Position des Fahrzeugs 100 und auf Basis einer geplanten Fahrroute und/oder auf Basis der Umfelddaten der ein oder mehreren Umfeldsensoren 103), zu ermitteln, dass das Fahrzeug 100 auf eine vorausliegende Signalisierungseinheit 200, 210 zufährt. Des Weiteren kann die Steuereinheit 101 auf Basis der (gespeicherten und/oder empfangenen) Kartendaten die Ausprägungen von ein oder mehreren Merkmalen der vorausliegenden Signalisierungseinheit 200, 210 ermitteln. Insbesondere kann auf Basis der Kartendaten ermittelt werden, welcher Signalgeber 201 bzw. welche Signalgruppe einer Lichtsignalanlage 200 der aktuellen bzw. geplanten Fahrtrichtung des Fahrzeugs 100 zugeordnet ist. Außerdem kann auf Basis der Umfelddaten der aktuelle Status des zugeordneten Signalgebers 201 bzw. der zugeordneten Signalgruppe ermittelt werden. Basierend darauf kann dann in zuverlässiger und komfortabler Weise eine automatisierte Fahrfunktion (z.B. eine automatisierte Längsführung des Fahrzeugs 100) ausgeführt werden. Insbesondere können durch die Berücksichtigung der Kartendaten die Ausprägungen der ein oder mehreren relevanten Merkmale einer Signalisierungseinheit 200 bereits bei einer relativ großen Entfernung 311 des Fahrzeugs 100 zu der Signalisierungseinheit 200 ermittelt werden, wodurch die Zuverlässigkeit, der Verfügbarkeit und der Komfort einer automatisierten Fahrfunktion erhöht werden können.
Ein Fahrzeug 100 kann eingerichtet sein, Information in Bezug auf eine Signalisierungseinheit 200, 210, die von dem Fahrzeug 100 passiert wird oder wurde, dazu zu nutzen, die Kartendaten zu erstellen und/oder zu ergänzen. Die Kartendaten können lokal durch das Fahrzeug 100 und/oder zentral durch eine Fahrzeug-externe Einheit 300 (z.B. durch einen Backend-Server) erstellt und/oder ergänzt werden (siehe 3). In unmittelbarer Nähe zu einer Signalisierungseinheit 200, 210 können durch die ein oder mehreren Umfeldsensoren 103 eines Fahrzeugs 100 typischerweise Umfelddaten erfasst werden, die in präziser Weise die Ausprägung von ein oder mehreren Merkmalen der Signalisierungseinheit 200, 210 anzeigen. Insbesondere kann in unmittelbarer Nähe auf Basis der erfassten Umfelddaten in präziser und zuverlässiger Weise die Zuordnung zwischen Signalgebern bzw. Signalgruppen 201 und möglichen Fahrtrichtungen bestimmt werden.
Das Fahrzeug 100 kann eingerichtet sein, die ermittelte Information (z.B. die Umfelddaten und/oder die ermittelten Ausprägungen der ein oder mehreren Merkmale) über eine drahtlose Kommunikationsverbindung 301 an die Fahrzeug-externe Einheit 300 zu übermitteln (in Zusammenhang mit einem Identifikator für die jeweilige Signalisierungseinheit 200, 210, etwa in Zusammenhang mit der Position der Signalisierungseinheit 200, 210). Die Fahrzeug-externe Einheit 300 kann dann auf Basis der bereitgestellten Information einer Vielzahl von Fahrzeugen 100 Kartendaten erstellen und/oder aktualisieren, die für eine Vielzahl von unterschiedlichen Signalisierungseinheiten 200, 210 jeweils als Attribute die Ausprägungen von ein oder mehreren Merkmalen anzeigt. Die Kartendaten können dann den einzelnen Fahrzeugen 100 bereitgestellt werden, um (wie oben dargelegt) den Betrieb einer automatisierten Fahrfunktion zu unterstützen.
Das Fahrzeug 100 umfasst typischerweise eine Benutzerschnittstelle 107 mit ein oder mehreren Bedienelementen und/oder mit ein oder mehreren Ausgabeelemente. 4 zeigt eine beispielhafte Benutzerschnittstelle 107 mit einer Anzeigeeinheit 400, insbesondere mit einem Bildschirm, zur Ausgabe von optischer Information. Auf der Anzeigeeinheit 400 kann z.B. über ein Anzeigeelement 401 ein Vorschlag für das automatisierte Führen des Fahrzeugs 100 an einer vorausliegenden Signalisierungseinheit 200, 210 ausgegeben werden. Alternativ oder ergänzend kann ggf. ein Anzeigeelement 402 bereitgestellt werden, über das der Status der Fahrfunktion (z.B. aktiv oder inaktiv) dargestellt wird.
Alternativ oder ergänzend kann die Benutzerschnittstelle 107 als Ausgabeelement zumindest einen Lautsprecher 420 umfassen, über den eine akustische Ausgabe (z.B. ein Warnton) an den Fahrer des Fahrzeugs 100 ausgegeben werden kann.
Des Weiteren kann die Benutzerschnittstelle 107 ein oder mehrere Bedienelemente 411, 412, 413 umfassen, die es dem Fahrer des Fahrzeugs 100 ermöglichen, die Fahrfunktion zu aktiveren und/oder zu parametrieren. Ein beispielhaftes Bedienelement ist eine Wippe 411, die es dem Fahrer ermöglicht, eine Setzgeschwindigkeit (d.h. eine Soll-Fahrgeschwindigkeit) für das Fahrzeug 100 festzulegen, insbesondere zu erhöhen oder zu reduzieren. Ein weiteres beispielhaftes Bedienelement ist ein Set-Bedienelement 412, das es dem Fahrer ermöglicht, die aktuelle Fahrgeschwindigkeit als Setzgeschwindigkeit festzulegen, und/oder einen Vorschlag für das automatische Führen des Fahrzeugs 100 an einer vorausliegenden Signalisierungseinheit 200, 210 anzunehmen (z.B. im manuellen Modus der Fahrfunktion). Ferner kann die Benutzerschnittstelle 107 ein Resume-Bedienelement 413 umfassen, das es dem Fahrer z.B. ermöglicht, die Fahrfunktion mit einer zuvor festgelegten Setzgeschwindigkeit zu reaktivieren.
Die Steuereinheit 101 des Fahrzeugs 100 kann ausgebildet sein, eine automatisierte Längsführung des Fahrzeugs 100 im Stadtbereich bereitzustellen. Diese Fahrfunktion kann z.B. als Urban Cruise Control (UCC) Fahrfunktion bezeichnet werden. Die Fahrfunktion kann dabei in einem automatischen Modus (aUCC) und/oder in einem manuellen Modus (mUCC) bereitgestellt werden. Dabei kann es dem Fahrer ggf. ermöglicht werden, über die Benutzerschnittstelle 107 festzulegen, ob die Fahrfunktion in dem automatischen oder in dem manuellen Modus betrieben werden soll.
Die Steuereinheit 101 des Fahrzeugs 100 kann eingerichtet sein, auf Basis der Umfelddaten der ein oder mehreren Umfeldsensoren 103 und/oder auf Basis der Kartendaten (in Zusammenhang mit den Positionsdaten des Positionssensors 106 des Fahrzeugs 100) eine auf der Fahrroute des Fahrzeugs 100 vorausliegende Signalisierungseinheit 200, 210 zu detektieren. Im manuellen Modus der UCC-Fahrfunktion kann dann ein Vorschlag bzw. eine Anfrage dahingehend über die Benutzerschnittstelle 107 ausgegeben werden, ob die Signalisierungseinheit 200, 210 bei der automatisierten Längsführung des Fahrzeugs 100 berücksichtigt werden soll oder nicht. Der Fahrer des Fahrzeugs 100 kann dann, z.B. durch Betätigen des Set-Bedienelements 412, den Verschlag annehmen oder ablehnen bzw. ignorieren. Andererseits kann im automatischen Modus der UCC-Fahrfunktion die erkannte Signalisierungseinheit 200, 210 ggf. automatisch (d.h. ohne erforderliche Rückmeldung von dem Fahrer) bei der automatisierten Längsführung des Fahrzeugs 100 berücksichtigt werden.
Wenn die erkannte Signalisierungseinheit 200, 210 bei der automatisierten Längsführung des Fahrzeugs 100 berücksichtigt wird, so kann (je nach Typ und/oder (Signalisierungs-) Zustand der Signalisierungseinheit 200, 210) eine automatische Verzögerung bewirkt werden, um das Fahrzeug 100 (z.B. bei einer roten Ampel oder bei einem Stopp-Schild) automatisiert in den Stillstand zu überführen. Ferner kann (z.B. nach Änderung des (Signalisierungs-) Zustands der Signalisierungseinheit 200, 210, etwa nach einem Wechsel auf Grün) ein automatisches Anfahren des Fahrzeugs 100 bewirkt werden. Das Fahrzeug 100 kann dann wieder automatisiert auf die Setzgeschwindigkeit beschleunigt werden (unter Berücksichtigung eines festgelegten Mindest- bzw. Soll-Abstands zu einem Vorder-Fahrzeug).
Mit der UCC-Fahrfunktion kann es somit dem Fahrer eines Fahrzeugs 100 ermöglicht werden, die ACC-Fahrfunktion auch auf einer Straße mit ein oder mehreren Signalisierungseinheiten 200, 210 zu nutzen (ohne die ACC-Funktion an den einzelnen Signalisierungseinheiten 200, 210 jeweils deaktivieren und reaktivieren zu müssen).
Die Steuereinheit 101 kann eingerichtet sein, auf Basis der Umfelddaten und/oder auf Basis der Kartendaten zu bestimmen, ob eine vorausliegende Signalisierungseinheit 200, 210 bei der automatisierten Längsführung berücksichtigt werden kann oder nicht. Wenn bestimmt wird, dass die vorausliegende Signalisierungseinheit 200, 210 nicht bei der automatisierten Längsführung berücksichtigt werden kann, so kann eine Ausgabe (z.B. eine optische Ausgabe über eine Anzeigeeinheit 400, 402) an den Fahrer des Fahrzeugs 100 bewirkt werden, um den Fahrer des Fahrzeugs 100 darüber zu informieren, dass die vorausliegende Signalisierungseinheit 200, 210 nicht bei der automatisierten Längsführung berücksichtigt werden kann. Diese Anzeige kann als „Nichtverfügbarkeitsanzeige“ bezeichnet werden. Es ist dann Aufgabe des Fahrers des Fahrzeugs 100, das Fahrzeug 100 bei Bedarf vor der Signalisierungseinheit 200, 210 zu verzögern (z.B., weil die Ampel auf Rot umschaltet, oder weil es sich bei der Signalisierungseinheit 200, 210 um ein Stopp-Schild handelt).
Des Weiteren kann die Steuereinheit 101 eingerichtet sein, während des Betriebs der UCC-Fahrfunktion zu erkennen, dass das Fahrzeug 100 nicht (mehr) automatisiert längsgeführt werden kann (z.B., weil ein manueller Eingriff des Fahrers in die Längsführung des Fahrzeugs 100 erfolgt ist). In diesem Fall kann eine Übernahmeaufforderung (d.h. ein Take over Request, TOR) an den Fahrer des Fahrzeugs 100 ausgegeben werden, um den Fahrer zu veranlassen, die Längsführung des Fahrzeugs 100 manuell zu übernehmen.
Die Güte einer Fahrfunktion hängt auch von der Güte der Kartendaten ab, die z.B. dazu verwendet werden, die Position einer Signalisierungseinheit 200, 210 und/oder die Position einer Haltelinie einer Signalisierungseinheit 200, 210 zu ermitteln. Die Fahrzeug-externe Einheit 300 kann eingerichtet sein, für einen bestimmten Ort bzw. für einen bestimmten Streckenabschnitt eines Fahrbahnnetzes, z.B. für einen bestimmten Knotenpunkt, Fahrdaten von einer Vielzahl von unterschiedlichen Fahrzeugen 100 und/oder für eine Vielzahl von unterschiedlichen Fahrten an dem bestimmten Ort zu ermitteln, insbesondere über eine Kommunikationsverbindung 301 zu empfangen.
Die Fahrdaten für eine Fahrt an dem bestimmten Ort können Umfelddaten von ein oder mehreren Umfeldsensoren 103 (insbesondere von einer Kamera) des Fahrzeugs 100 und/oder Trajektoriendaten in Bezug auf eine Fahrtrajektorie des Fahrzeugs 100 bei der Fahrt an dem bestimmten Ort umfassen. Die Trajektoriendaten können den Weg bzw. die Fahrspur des Fahrzeugs bei der Fahrt an dem bestimmten Ort anzeigen. Die Trajektoriendaten können anhand eines Positionssensors 106 (insbesondere anhand eines GPS-Empfängers) und/oder anhand der Fahrzeug-Odometrie ermittelt werden.
Auf Basis der Fahrdaten kann eine Landmarkenkarte für den bestimmten Ort erstellt und/oder aktualisiert werden. Dabei kann die Landmarkenkarte ein oder mehrere Landmarken, insbesondere die Position von ein oder mehreren Landmarken, an den bestimmten Ort anzeigen. Beispielhafte Landmarken sind eine Signalisierungseinheit 200, 210, eine Haltelinie an einem Knotenpunkt, eine Spurmarkierung, etc.
Zur Ermittlung einer Landmarkenkarte auf Basis der Fahrdaten kann ein SLAM-Algorithmus (Simultaneous Localization and Mapping) verwendet werden, um aus den Fahrdaten, insbesondere aus den GNSS-Daten, den Odometriedaten und/oder den Kameraobservationen, welche von einer Vielzahl von Fahrzeugen 100 und/oder bei einer Vielzahl von Fahrten gesammelt und übermittelt wurden, die Position, die Orientierung und/oder semantische Information für ein oder mehrere Landmarken zu ermitteln und als Karten-Attribute in eine Karte zu übertragen.
Um eine SLAM-Optimierung auf Basis der Fahrdaten von einer Vielzahl von Fahrzeugen und/oder bei einer Vielzahl von Durchfahrungen des betrachteten Streckenabschnitts, d.h. auf Basis der Fahrdaten von einer Vielzahl von unterschiedlichen Observationen, durchführen zu können, muss typischerweise eine Zuordnung der einzelnen Observationen zu ein oder mehreren unterschiedlichen Landmarken erstellt werden. Mit anderen Worten, es muss ermittelt werden, welche Observationen mit der gleichen Landmarke assoziiert sind, und welche Observationen sich auf unterschiedliche Landmarken beziehen. Bei einer fehlenden Zuordnung würde jede Durchfahrung des Streckenabschnitts zu einer eigenen Landmarkeninstanz für jede in dem Streckenabschnitt befindliche Landmarke führen.
Eine Möglichkeit zur Assoziation von zwei unterschiedlichen Landmarkenobservationen für einen gleichen Landmarken-Typ ist die Assoziation auf Basis des Abstands zwischen den beiden Observationen einer Landmarke gleichen Typs. Die Assoziation der beiden Observationen zu der gleichen Landmarke kann z.B. erfolgen, wenn der Abstand kleiner als ein vordefinierter Abstands-Schwellenwert ist.
Wenn viele Landmarken, insbesondere Landmarken des gleichen Typs, in gruppierter Weise und räumlich relativ nah beieinander angeordnet sind (wie dies z.B. bei einem Knotenpunkt mit mehreren Signalisierungseinheiten 200, 210 der Fall sein kann), führt eine Zuordnung von Landmarken auf Basis des Abstands zwischen zwei Observationen typischerweise zu einer relativ hohen Fehlerrate. Beispielsweise kann es vorkommen, dass aufgrund eines Messfehlers in der Fahrzeugpositionierung eines Fahrzeugs 100 alle Observationen des Fahrzeugs 100 bei einer Durchfahrung des Streckenabschnitts systematisch verschoben und/oder verschwenkt sind, sodass eine reine Abstands-basierte Zuordnung zu fehlerhaften Zuordnungen führt.
Eine fehlerhafte Zuordnung von Observationen führt typischerweise zu Fehlern in Bezug auf die ermittelte Position (z.B. die GPS-Koordinaten) einer Landmarke und/oder zu der Erzeugung einer Landmarke ohne physikalische Entsprechung (d.h. zu einem sogenannten False Positive). Dies kann insbesondere bei einer Lichtsignalanlage 200 an einer Kreuzung der Fall sein, wobei die Lichtsignalanlage 200 mehrere Landmarken (z.B. Signalgeber 201) des gleichen Typs aufweisen kann, welche meist relativ nah beieinander angeordnet sind. Folglich können fehlerhafte Zuordnungen insbesondere beim Lernen einer urbanen Landmarkenkarte auftreten.
Ferner kann es im Rahmen der UCC Fahrfunktion zu dem Problem kommen, dass die auf Basis der Umfelddaten beobachteten Umschaltzeitpunkte der unterschiedlichen Signalgeber 201 an einer Lichtsignalanlage 200 durch einen Zuordnungsfehler zumindest teilweise dem falschen Signalgeber 201 zugewiesen werden. Dadurch kann die Ermittlung von ein oder mehreren Signalgruppen mit mehreren, gleich schaltenden, Signalgebern 201 verfälscht werden, was sich auf den Komfort der UCC Fahrfunktion auswirken kann.
Es kann zunächst vereinfachend angenommen werden, dass für eine Landmarke bei einer Durchfahrung des Streckenabschnitts durch ein Fahrzeug 100 höchstens eine einzige Observation vorliegen kann. Der Fall, dass beispielsweise durch zwischenzeitlichen Sichtverlust einer Landmarke durch die Kamera 103 des Fahrzeugs 100 und/oder an aufeinanderfolgen Auswertezeitpunkten zwei Observationen der gleichen Landmarke erkannt werden, wird weiter unten betrachtet.
Wenn angenommen wird, dass höchstens eine Observation pro Durchfahrung und Landmarke vorliegt, kann das Zuweisungsproblem so formuliert werden, dass für jedes Durchfahrungspaar A, B eines Streckenabschnitts eine Assoziation der einzelnen Beobachtungen bzw. Observationen erfolgen kann. Um die Landmarkenobservationen der beiden Durchfahrungen A, B möglichst korrekt assoziieren zu können, kann die Tatsache genutzt werden, dass die gemessenen Relativpositionen von unterschiedlichen, räumlich nahen, Landmarken während einer Durchfahrung relativ genau sind. Basierend darauf kann einer Landmarkenobservation von Durchfahrung A die Observation von Durchfahrung B zugewiesen werden, deren lokale Umgebung der lokalen Umgebung der betrachteten Observation von Durchfahrung A am stärksten ähnelt. Es kann somit für ein Paar von Observationen aus den Durchfahrungen A, B der Wert eines Ähnlichkeitsmaßes ermittelt werden, wobei das Ähnlichkeitsmaß die Ähnlichkeit zwischen der lokalen Umgebung der Observation aus der Durchfahrung A und der lokalen Umgebung der Observation aus der Durchfahrung B berücksichtigt und/oder von der Ähnlichkeit abhängt beschreibt. Darüber hinaus kann bei der Zuordnung von Observationen das Ausmaß der Positionsdifferenz zwischen den einander zuzuordnenden Observationen berücksichtigt werden. Alternativ oder ergänzend können Unterschiede in dem jeweiligen (Landmarken-)Typ und/oder die Wahrscheinlichkeit, dass das Sensorsystem 103 eine Landmarke vom Typ der ersten Observation mit dem Typ der zweiten Observation erkennt, berücksichtigt werden.
Das Verfahren zur Zuordnung von Observationen ist in den 5a bis 5c veranschaulicht. Insbesondere zeigt 5a eine erste Menge 510 von ersten Observationen 511 bei einer ersten Durchfahrung eines Streckenabschnitts. Des Weiteren zeigt 5a eine zweite Menge 520 von zweiten Observationen 521 bei einer zweiten Durchfahrung des Streckenabschnitts. Wie aus 5a zu entnehmen ist, sind die Observationen 511, 521 an unterschiedlichen Positionen angeordnet. Die unterschiedlichen Positionen können dabei zumindest teilweise durch einen einheitlichen Offset zwischen den ersten Observationen 511 der ersten Menge 510 und den zweiten Observationen 512 der zweiten Menge 520 verursacht worden sein.
Die Position bzw. die Lage der ersten Observationen 511 wird mit $l_{q}^{i}$
bezeichnet, mit q = 0,1, 2, 4, ..., und die Position bzw. die Lage der zweiten Observationen 512 wird mit $l_{r}^{j}$
bezeichnet, mit r = 0,1, 2, .... Jede einzelne erste Observation 511 kann zumindest theoretisch mit jeder einzelnen zweiten Observation 521 assoziiert sein. Wenn die erste Menge 510 Q erste Observationen 511 und die zweite Menge 520 R zweite Observationen 521 aufweist, so sind zumindest theoretisch Q × R Zuordnungen bzw. Observations-Paare möglich.
Für jede mögliche Zuordnung, d.h. für jedes mögliche Paar aus einer ersten Observation 511 und einer zweiten Observation 521, kann, wie in 5b veranschaulicht, der Wert 501 eines Ähnlichkeitsmaßes in Bezug auf die Ähnlichkeit der Umgebung der ersten Observation 511 mit der Umgebung der zweiten Observation 521 ermittelt werden. Die ermittelten Werte 501 des Ähnlichkeitsmaßes für alle möglichen Paare von Observationen 511, 521 können dann dazu genutzt werden, eine Gesamt-Zuordnung der ersten Observationen 511 aus der ersten Menge 510 und der zweiten Observationen 521 aus der zweiten Menge 520 zu ermittelten. Die Gesamt-Zuordnung weist dabei eine Menge von Eins-zu-Eins-Zuordnungen (bzw. von Observations-Paaren) zwischen genau einer ersten Observation 511 und genau einer zweiten Observation 521 auf, wobei für jede Observation 511, 512 aus der ersten und zweiten Menge 510, 520 jeweils höchstens eine Eins-zu-Eins-Zuordnung vorgesehen ist.
5c veranschaulicht die Ermittlung des Wertes des Ähnlichkeitsmaßes zwischen einer ersten Observation 511 und einer zweiten Observation 521. Die Umgebung der ersten Observation 511 kann durch eine Menge von ersten Translationsvektoren 513 zwischen der ersten Observation 511 und den benachbarten Observationen 512 aus der ersten Menge 510 beschrieben werden. Der erste Translationsvektor $\vec{v_{n}}$
513 zwischen der ersten Observation 510 und einer benachbarten Observation 512 beschreibt dabei,

• den Abstand zwischen der ersten Observation 511 und der benachbarten Observation 512; und
• die Richtung, insbesondere den Winkel, in der bzw. in dem die benachbarte Observation 512 relativ zu der ersten Observation 511 angeordnet ist.

In entsprechender Weise kann für die zweite Observation 521 eine Menge von zweiten Translationsvektoren $\vec{v_{m}}$
523 zu den benachbarten Observationen 522 aus der zweiten Menge 520 ermittelt werden.
Für die erste Observation 511 kann somit eine Menge von ersten Translationsvektoren 513 und für die zweite Observation 521 kann eine Menge von zweiten Translationsvektoren 523 ermittelt werden, wobei die jeweilige Menge von Translationsvektoren 513, 523 die Umgebung der jeweiligen Observation 511, 521 beschreibt. Zur Ermittlung des Wertes 501 des Ähnlichkeitsmaßes können zunächst ein oder mehrere Vektor-Zuordnungen zwischen jeweils einem ersten Translationsvektor 513 und einem zweiten Translationsvektor 523 ermittelt werden. Dabei kann eine Vektor-Zuordnung zwischen den beiden Translationsvektoren 513, 523 erstellt werden, die sich in Bezug auf den Betrag und/oder die Richtung am Ähnlichsten sind.
Es kann somit der Wert einer Vektor-Ähnlichkeit zwischen einem ersten Translationsvektor 513 und einem zweiten Translationsvektor 523 ermittelt werden. Dabei kann die Vektor-Ähnlichkeit von der Ähnlichkeit der Winkel und/oder von der Ähnlichkeit des Betrags der Translationsvektoren 513, 523 abhängen. Die Vektor-Ähnlichkeit $s (\vec{v_{n}}, \vec{v_{m}})$
zwischen dem ersten Translationsvektor $\vec{v_{n}}$
und dem zweiten Translationsvektor $\vec{v_{m}}$
kann insbesondere ermittelt werden, als $s (\vec{v_{n}}, \vec{v_{m}}) = \frac{(\frac{\vec{v_{n}} \vec{v_{m}}}{| \vec{v_{n}} | | \vec{v_{m}} |}) (\frac{min {| \vec{v_{n}} |, | \vec{v_{m}} |}}{max {| \vec{v_{n}} |, | \vec{v_{m}} |}}) + 1}{2},$
wobei die Vektor-Ähnlichkeit $s (\vec{v_{n}}, \vec{v_{m}})$
z.B. Werte zwischen 0 und 1 annimmt.
Alternativ oder ergänzend kann die Vektor-Ähnlichkeit $s (\vec{v_{n}}, \vec{v_{m}})$
zwischen dem ersten Translationsvektor $\vec{v_{n}}$
und dem zweiten Translationsvektor $\vec{v_{m}}$
ermittelt werden, als $s (\vec{v_{n}}, \vec{v_{m}}) = \frac{(\frac{\vec{v_{n}} \vec{v_{m}}}{| \vec{v_{n}} | | \vec{v_{m}} |}) + 1}{2} (\frac{min {| \vec{v_{n}} |, | \vec{v_{m}} |}}{max {| \vec{v_{n}} |, | \vec{v_{m}} |}}),$
d.h. als Produkt der Richtungsähnlichkeit und der Längenähnlichkeit der beiden Translationsvektoren ermittelt werden.
Unter der Annahme, dass die Menge von ersten Translationsvektoren 513 N erste Translationsvektoren 513 umfasst (z.B. mit N = Q - 1), und dass die Menge von zweiten Translationsvektoren 514 M zweite Translationsvektoren 523 umfasst (z.B. mit M = R - 1), mit M ≤ N sind M! mögliche Vektor-Gesamtzuordnungen mit jeweils M Eins-zu-Eins Vektor-Zuordnungen zwischen jeweils einem ersten Translationsvektor 513 und jeweils einem zweiten Translationsvektor 523 möglich. Für jede Vektor-Gesamtzuordnung kann auf Basis der Werte der Vektor-Ähnlichkeit $s (\vec{v_{n}}, \vec{v_{m}})$
für die M Eins-zu-Eins Vektor-Zuordnungen der Vektor-Gesamtzuordnung ein Gesamtwert der Vektor-Ähnlichkeit ermittelt werden. Insbesondere kann der Gesamtwert w der Vektor-Ähnlichkeit als Mittelwert der Werte der Vektor-Ähnlichkeit $s (\vec{v_{n}}, \vec{v_{m}})$
für die M Eins-zu-Eins Vektor-Zuordnungen der Vektor-Gesamtzuordnung ermittelt werden.
Es kann dann die Vektor-Gesamtzuordnung aus der Menge von Vektor-Gesamtzuordnungen ausgewählt werden, die den optimalen, insbesondere den höchsten, Gesamtwert w der Vektor-Ähnlichkeit aufweist. Der optimale, insbesondere der höchste, Gesamtwert w der Vektor-Ähnlichkeit kann dann als Wert 501 des Ähnlichkeitsmaßes für die Ähnlichkeit der Umgebung der ersten Observation 511 und der zweiten Observation 521 verwendet werden.
In entsprechender Weise kann für jede mögliche Paarung aus einer ersten Observation q 511, mit q = 0,1, ..., Q, und einer zweiten Observation r 521, mit r = 0, 1, ..., R, jeweils ein Wert w_q,r 501 des Ähnlichkeitsmaßes ermittelt werden.
Es kann dann auf Basis der Werte w_q,r 501 des Ähnlichkeitsmaßes für alle möglichen Paarungen von Observationen 511, 512 die Gesamt-Zuordnung zwischen den einzelnen ersten Observationen 511 aus der ersten Menge 510 und den einzelnen zweiten Observationen 521 aus der zweiten Menge 520 ermittelt werden, durch die ein Gesamtwert C des Ähnlichkeitsmaßes optimiert, insbesondere maximiert, wird. Der Gesamtwert C des Ähnlichkeitsmaßes für eine mögliche Gesamt-Zuordnung kann dabei z.B. auf Basis bzw. als Mittelwert der Individualwerte w_q,r 501 des Ähnlichkeitsmaßes der einzelnen Eins-zu-Eins-Zuordnungen der möglichen Gesamt-Zuordnung ermittelt werden.
Durch den Vergleich der direkten Umgebungen der einzelnen Observationen 511, 521 kann bereits eine robuste Assoziation der Landmarkenobservationen 511, 521 eines Streckenabschnitts durchgeführt werden. Die Assoziation, insbesondere die Gesamt-Zuordnung, kann dann als Input für eine SLAM-Optimierung verwendet werden.
Das beschriebene Assoziationsverfahren kann bei Vorliegen von mehreren Observationen 511 für die gleiche Landmarke innerhalb einer Menge 510 von Observationen 511 zur Erkennung von fehlerhaften Landmarkeninstanzen führen. Des Weiteren kann eine fehlerhafte Observation (insbesondere eine sogenannte False Positive Observation) zu Ungenauigkeiten bei der Ermittlung der Position einer Landmarke und/oder zu der Erkennung einer fehlerhaften Landmarkeninstanz führen.
Die anhand des beschriebenen Assoziationsverfahrens ermittelte Gesamt-Zuordnung kann als Basis für eine weitere Optimierung der Zuordnung verwendet werden. Es kann dann eine (ggf. iterative) Ausrichtung bzw. Angleichung von unterschiedlichen Mengen 510, 520 von Observationen 511, 521 erfolgen. Insbesondere können eine gleichmäßige Verschiebung bzw. Translation der Observationen 521 einer Menge 520 bewirkt werden, um eine Menge von verschobenen bzw. transformierten Observationen zu ermitteln, die, zumindest im Mittel, näher an der anderen Menge 510 von Observationen 511 angeordnet ist.
Die Ausrichtung bzw. Angleichung von unterschiedlichen Mengen 510, 520 von Observationen 511, 521 ist beispielhaft in den 6a und 6b veranschaulicht. Insbesondere zeigt 6a eine Gesamt-Zuordnung 600 zwischen einzelnen zweiten Observationen 521 aus der zweiten Menge 520 und einzelnen ersten Observationen 511 aus der ersten Menge 510. Für jedes assoziierte Paar von Observationen 511, 512 kann ein Transformationsvektor 601 ermittelt werden, der ausgebildet ist, die zweite Observation 521 des Paars zu der ersten Observation 511 des Paars hin zu verschieben.
Es kann somit für die Menge von Eins-zu-Eins-Zuordnungen eine entsprechende Menge von Transformationsvektoren 601 ermittelt werden. Aus Basis der Menge von Transformationsvektoren 601, insbesondere auf Basis eines Mittelwertes der Menge von Transformationsvektoren 601, kann dann ein einheitlicher Transformationsvektor für alle zweiten Observationen 521 ermittelt werden, um transformierte Observationen 621 bereitzustellen (siehe 6b), die zumindest im Mittel näher an den jeweils zugeordneten ersten Observationen 511 angeordnet sind als die ursprünglichen zweiten Observationen 521.
Insbesondere können zwei Mengen 510, 520 von Observationen 511, 521 (bei zwei entsprechenden Durchfahrungen) ermittelt werden, die im Vergleich zu allen verfügbaren Mengen von Observationen (für alle aufgezeichneten Durchfahrungen) den höchsten Übereinstimmungsgrad, insbesondere den höchsten Gesamtwert des Ähnlichkeitsmaßes, der Landmarkenobservationen aufweisen.
Für diese beiden Mengen 510, 520 von Observationen 511, 521 kann eine Starrkörpertransformation (z.B. ein Transformationsvektor) ermittelt werden, welche die assoziierten Landmarken (im Mittel) räumlich möglichst gut aufeinander verschiebt. Iterativ können für alle Durchfahrungen, d.h. für alle verfügbaren Mengen von Observationen, jeweils eine Starrkörpertransformation (z.B. jeweils ein Transformationsvektor) bestimmt werden und auf die jeweilige Menge von Observationen angewendet werden. So kann erreicht werden, dass assoziierte Landmarkenobservationen aus den unterschiedlichen Durchfahrungen räumlich möglichst nah beieinanderliegen. Durch die Starrkörpertransformationen werden auch Landmarken verschoben, die noch nicht assoziiert wurden.
Es ergibt sich somit auf Basis der Observationen 521 einer Vielzahl von Durchfahrungen eine Gesamtmenge von transformierten Observationen 621. Es kann dann ein Cluster-Algorithmus (wie z.B. DBSCAN) angewendet werden, um die Gesamtmenge von transformierten Observationen 621 in eine bestimmte Anzahl von Clustern 602 zu gruppieren. Die Clusterung kann dabei unabhängig von den ursprünglich ermittelten Eins-zu-Eins-Zuordnungen der Observationen 511, 521 durchgeführt werden. Im Rahmen der Clusterung kann eine bestimmte Ziel-Anzahl von Clustern 602 (z.B. M bzw. R) vorgegeben werden. Die transformierten Observationen 511, 621, die zu einem Cluster 602 zusammengefasst werden, können dann als Observationen 511, 621 für eine einzige Landmarke betrachtet werden. Die Observations-Cluster 602 können als Basis für einen SLAM-Algorithmus bzw. für eine SLAM-Optimierung verwendet werden. Zur weiteren Verbesserung der Erkennung von Landmarken können die Clusterung der Gesamtmenge von transformierten Observationen 621 und die SLAM-Optimierung iterativ wiederholt werden.
Durch die Clustering der transformierten Observationen 621 kann gewährleistet werden, dass neben den bisher bereits existierenden Assoziationen auch neue Assoziationen z.B. Assoziationen von Doppel-Observationen einer Landmarke bei einer Durchfahrung, erzeugt werden.
Zudem kann durch das beschriebene, schrittweise Vorgehen die initiale Zuordnung ggf. beschränkt nur mit Landmarken-Typen durchgeführt werden, die für dieses Verfahren besonders gut geeignet sind (z.B. Ampeln bzw. Signalgeber 201, Schilder, etc.). Andererseits können Reflektor-Poles am Straßenrand bei der initialen Zuordnung unberücksichtigt bleiben, da die innere Geometrie von Reflektor-Poles sehr selbstähnlich ist (Abstand zu den direkten Nachbarn z.B. immer genau 50m), was typischerweise für das initiale Zuordnungsverfahren nachteilig ist.
Observationen 511, 521 für ein oder mehrere Landmarken-Typen können somit von der initialen Zuordnung ausgeschlossen werden. Dennoch können auch für diese Observationen 511, 521 im Rahmen der Clusterung die erforderlichen Zuordnungen ermittelt werden. Ein weiterer Vorteil der Verwendung eines Clustering-Algorithmus ist, dass bei der Assoziation durch Clustering eine Mindestanzahl an Observationen pro Cluster definiert werden kann, womit Outlier robust ausgefiltert werden können.
7 zeigt ein Ablaufdiagramm eines beispielhaften (ggf. Computerimplementierten) Verfahrens 700 zur Ermittlung von Kartendaten in Bezug auf einen Streckenabschnitt, insbesondere in Bezug auf einen Knotenpunkt. Insbesondere können Kartendaten ein oder mehrere Landmarken an dem Streckenabschnitt anzeigen. Beispielhafte Landmarken sind: ein Signalgeber 201, eine Haltelinie, eine Spurmarkierung, ein Verkehrszeichen, etc. Die Kartendaten können für eine Landmarke jeweils die Position und ggf. den Landmarken-Typ (z.B. Signalgeber, Spurmarkierung, Verkehrszeichen, etc.) anzeigen. Das Verfahren 700 kann durch eine Fahrzeug-externe Einheit 300 ausgeführt werden.
Das Verfahren 700 umfasst das Ermitteln 701 einer ersten Menge 510 von ersten Observationen 511 bei einer ersten Durchfahrung des Streckenabschnittes und einer zweiten Menge 520 von zweiten Observationen 521 bei einer zweiten Durchfahrung des Streckenabschnittes. Die Durchfahrungen können dabei durch ein oder mehrere Fahrzeuge 100 erfolgt sein. Die Observationen 511, 521 können jeweils auf Basis von Umfelddaten und/oder Positionsdaten ermittelt worden sein, die von ein oder mehreren Sensoren 103, 106 des jeweiligen Fahrzeugs 100 erfasst wurden. Eine Observation 511, 521 kann eine Landmarke anzeigen. Insbesondere kann eine Observation 511, 521 die Position und ggf. den Typ einer Landmarke anzeigen.
Des Weiteren umfasst das Verfahren 700 das Ermitteln 702 von Werten 501 eines Ähnlichkeitsmaßes für unterschiedliche mögliche (insbesondere für alle möglichen) Observations-Paare aus jeweils einer ersten Observation 511 und jeweils einer zweiten Observation 521. Der Wert 501 des Ähnlichkeitsmaßes für ein mögliches Observations-Paar kann dabei anzeigen, wie ähnlich die Umgebungen der beiden Observationen 511, 521 zueinander sind. Insbesondere kann das Ähnlichkeitsmaß für ein mögliches Observations-Paar aus einer bestimmten ersten Observation 511 und einer bestimmten zweiten Observation 521 die Ähnlichkeit zwischen der Anordnung von ein oder mehreren benachbarten Observationen 512 aus der ersten Menge 510 relativ zu der bestimmten ersten Observation 511 und der Anordnung von ein oder mehreren benachbarten Observationen 522 aus der zweiten Menge 520 relativ zu der bestimmten zweiten Observation 521 anzeigen. Es kann für jede mögliche Paarung von Observationen 511, 521 ermittelt werden, wie ähnlich sich die Umgebungen der jeweiligen Observationen 511, 521 sind.
Das Verfahren 700 umfasst ferner das Ermitteln 703, auf Basis der Werte 501 des Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare, einer Gesamt-Zuordnung 600 mit ein oder mehreren Eins-zu-Eins-Zuordnungen zwischen jeweils einer ersten Observation 511 aus der ersten Menge 510 und einer zweiten Observation 521 aus der zweiten Menge 520. Mit anderen Worten, es kann ermittelt werden, welche Observationen 511 aus der ersten Menge 510 jeweils paarweise mit den Observationen 521 aus der zweiten Menge 520 assoziiert sind bzw. welche Observationen 511, 521 sich entsprechen (was durch die Gesamt-Zuordnung 600 mit den ein oder mehreren Eins-zu-Eins-Zuordnungen angezeigt wird).
Des Weiteren umfasst das Verfahren 700 das Ermitteln 704 der Kartendaten in Bezug auf den Streckenabschnitt auf Basis der Gesamt-Zuordnung 600. Die ein oder mehreren Eins-zu-Eins-Zuordnungen zwischen den Observationen 511, 512 aus den unterschiedlichen Durchfahrungen können insbesondere im Rahmen einer SLAM-Method verwendet werden, um ein oder mehrere Landmarken in präziser und zuverlässiger Weise zu identifizieren.
Die vorliegende Erfindung ist nicht auf die gezeigten Ausführungsbeispiele beschränkt. Insbesondere ist zu beachten, dass die Beschreibung und die Figuren nur das Prinzip der vorgeschlagenen Verfahren, Vorrichtungen und Systeme veranschaulichen sollen.

Claims

Vorrichtung (101, 300) zur Ermittlung von Kartendaten in Bezug auf einen Streckenabschnitt, insbesondere in Bezug auf einen Knotenpunkt; wobei die Vorrichtung (101, 300) eingerichtet ist, - eine erste Menge (510) von ersten Observationen (511) bei einer ersten Durchfahrung des Streckenabschnittes und eine zweite Menge (520) von zweiten Observationen (521) bei einer zweiten Durchfahrung des Streckenabschnittes zu ermitteln; - Werte (501) eines Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare aus jeweils einer ersten Observation (511) und jeweils einer zweiten Observation (521) zu ermitteln; wobei das Ähnlichkeitsmaß für ein mögliches Observations-Paar aus einer bestimmten ersten Observation (511) und einer bestimmten zweiten Observation (521) eine Ähnlichkeit zwischen einer Anordnung von ein oder mehreren benachbarten Observationen (512) aus der ersten Menge (510) relativ zu der bestimmten ersten Observation (511) und einer Anordnung von ein oder mehreren benachbarten Observationen (522) aus der zweiten Menge (520) relativ zu der bestimmten zweiten Observation (521) anzeigt; und - auf Basis der Werte (501) des Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare, eine Gesamt-Zuordnung (600) mit ein oder mehreren Eins-zu-Eins-Zuordnungen zwischen jeweils einer ersten Observation (511) aus der ersten Menge (510) und einer zweiten Observation (521) aus der zweiten Menge (520) zu ermitteln; und - die Kartendaten in Bezug auf den Streckenabschnitt auf Basis der Gesamt-Zuordnung (600) zu ermitteln.
Vorrichtung (101, 300) gemäß Anspruch 1, wobei die Vorrichtung (101, 300) eingerichtet ist, zur Ermittlung des Wertes (501) des Ähnlichkeitsmaßes für das mögliche Observations-Paar aus der bestimmten ersten Observation (511) und der bestimmten zweiten Observation (521), - eine Menge von ersten Translationsvektoren (513) von der bestimmten ersten Observation (511) zu den ein oder mehreren benachbarten Observationen (512) aus der ersten Menge (510) zu ermitteln; - eine Menge von zweiten Translationsvektoren (523) von der bestimmten zweiten Observation (521) zu den ein oder mehreren benachbarten Observationen (522) aus der zweiten Menge (520) zu ermitteln; und - den Wert (501) des Ähnlichkeitsmaßes für das mögliche Observations-Paar auf Basis der Menge von ersten Translationsvektoren (513) und auf Basis der Menge von zweiten Translationsvektoren (523) zu ermitteln.
Vorrichtung (101, 300) gemäß Anspruch 2, wobei die Vorrichtung (101, 300) eingerichtet ist, - eine Vektor-Ähnlichkeit von Vektor-Paaren aus jeweils einem ersten Translationsvektor (513) und einem zweiten Translationsvektor (523) zu ermitteln; - den Wert (501) des Ähnlichkeitsmaßes für das mögliche Observations-Paar auf Basis der Vektor-Ähnlichkeit der ein oder mehreren Vektor-Paare zu ermitteln.
Vorrichtung (101, 300) gemäß einem der Ansprüche 2 bis 3, wobei - die erste Menge (510) Q erste Observationen (511) und die zweite Menge (520) R zweite Observationen (521) umfasst; und - die Vorrichtung (101, 300) eingerichtet ist, -für jeden der Q ersten Observationen (511) jeweils eine Menge von Q - 1 ersten Translationsvektoren (513) zu den jeweils Q - 1 benachbarten Observationen (511) aus der ersten Menge (510) zu ermitteln; - für jeden der R zweiten Observationen (521) jeweils eine Menge von R - 1 zweiten Translationsvektoren (523) zu den jeweils R - 1 benachbarten Observationen (521) aus der zweiten Menge (520) zu ermitteln; - für ein bestimmtes mögliches Observations-Paar aus einer bestimmten ersten Observation (511) und einer bestimmten zweiten Observation (521) eine Vektor-Ähnlichkeit zwischen der Menge von ersten Translationsvektoren (513) für die bestimmte erste Observation (511) und der Menge von zweiten Translationsvektoren (523) für die bestimmte zweite Observation (521) zu ermitteln; und - den Wert (501) des Ähnlichkeitsmaßes für das bestimmte mögliche Observations-Paar auf Basis der ermittelten Vektor-Ähnlichkeit zu ermitteln.
Vorrichtung (101, 300) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101, 300) eingerichtet ist, - zur Ermittlung der Vektor-Ähnlichkeit für das bestimmte mögliche Observations-Paar, für jede mögliche Kombination aus einem ersten Translationsvektor (513) aus der Menge von ersten Translationsvektoren (513) und einem zweiten Translationsvektor (523) aus der Menge von zweiten Translationsvektoren (523) jeweils einen Individualwert der Vektor-Ähnlichkeit zwischen dem jeweiligen ersten Translationsvektor (513) und dem jeweiligen zweiten Translationsvektor (523) zu ermitteln; - auf Basis der Individualwerte der Vektor-Ähnlichkeit eine Menge von ein oder mehreren Eins-zu-Eins Vektor-Zuordnungen zwischen jeweils einem ersten Translationsvektor (513) und jeweils einem zweiten Translationsvektor (523) zu ermitteln, für die ein Gesamtwert der Vektor-Ähnlichkeit erhöht, insbesondere maximiert, wird; und - den Wert (501) des Ähnlichkeitsmaßes für das bestimmte mögliche Observations-Paar auf Basis des Gesamtwerts der Vektor-Ähnlichkeit zu ermitteln.
Vorrichtung (101, 300) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101, 300) eingerichtet ist, - für die ein oder mehreren Eins-zu-Eins-Zuordnungen aus der Gesamt-Zuordnung (600) jeweils einen Transformationsvektor (601) zu ermitteln, durch den die zweite Observation (521) einer Eins-zu-Eins-Zuordnung in die erste Observation (511) der Eins-zu-Eins-Zuordnung überführt wird; - auf Basis der ein oder mehreren Transformationsvektoren (601) für die ein oder mehreren Eins-zu-Eins-Zuordnungen aus der Gesamt-Zuordnung (600) einen einheitlichen Transformationsvektor für die zweite Menge von zweiten Observationen (521) zu ermitteln; - die ein oder mehreren zweiten Observationen (521) aus der zweiten Menge von zweiten Observationen (521) jeweils mit dem einheitlichen Transformationsvektor zu transformieren, um eine Menge von transformierten Observationen (621) zu ermitteln; - auf Basis der Menge von transformierten Observationen (621) eine angepasste Gesamt-Zuordnung (600) zu ermitteln; und - die Kartendaten in Bezug auf den Streckenabschnitt auf Basis der angepassten Gesamt-Zuordnung (600) zu ermitteln.
Vorrichtung (101, 300) gemäß Anspruch 6, wobei die Vorrichtung (101, 300) eingerichtet ist, - mittels eines Clustering-Algorithmus auf Basis der ersten Menge (510) von ersten Observationen (511) und auf Basis der Menge von transformierten Observationen (621) eine Menge von Clustern (602) zu ermitteln; und - die angepasste Gesamt-Zuordnung (600) auf Basis der Menge von Clustern (602) zu ermitteln.
Vorrichtung (101, 300) gemäß einem der vorhergehenden Ansprüche, wobei - die erste Menge von ersten Observationen (511) und die zweite Menge von zweiten Observationen (521) jeweils Observationen (511, 521) für Landmarken umfassen, die jeweils einen Landmarken-Typ aus einer Mehrzahl von unterschiedlichen Landmarken-Typen aufweisen; - die Mehrzahl von Landmarken-Typen zumindest einen für die Ermittlung des Ähnlichkeitsmaßes ungeeigneten Landmarken-Typ umfasst; und - die Vorrichtung (101, 300) eingerichtet ist, die Werte (501) des Ähnlichkeitsmaßes nur für mögliche Observations-Paare aus Observationen (511, 521) zu ermitteln, die nicht den ungeeigneten Landmarken-Typ aufweisen.
Vorrichtung (101, 300) gemäß Anspruch 8 mit Rückbezug auf Ansprüche 6 bis 7, wobei die Vorrichtung (101, 300) eingerichtet ist, bei der Ermittlung der angepassten Gesamt-Zuordnung auch ein oder mehrere Observationen (511, 521) aus der ersten Menge von ersten Observationen (511) und/oder der zweiten Menge von zweiten Observationen (521) zu berücksichtigen, die einen für die Ermittlung des Ähnlichkeitsmaßes ungeeigneten Landmarken-Typ aufweisen.
Vorrichtung (101, 300) gemäß einem der vorhergehenden Ansprüche, wobei - die Vorrichtung (101, 300) eingerichtet ist, die Kartendaten in Bezug auf den Streckenabschnitt mittels einer SLAM-Methode auf Basis der Gesamt-Zuordnung (600) zu ermitteln; und/oder - die Kartendaten ein oder mehrere Landmarken, insbesondere die Position von ein oder mehreren Landmarken, auf den Streckenabschnitt anzeigen.
Vorrichtung (101, 300) gemäß einem der vorhergehenden Ansprüche, wobei - eine Observation (511, 521) eine Position und/oder einen Typ einer Landmarke anzeigt; und/oder - eine Observation (511, 521) auf Basis von Sensordaten zumindest eines Sensors, insbesondere eines Umfeldsensors (103) und/oder eines Positionssensors (106), eines Fahrzeugs (100) bei einer Durchfahrung des Streckenabschnitts ermittelt wurde.
Vorrichtung (101, 300) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101, 300) eingerichtet ist, - für mehrere mögliche Eins-zu-Eins-Zuordnungen jeweils Abstandsinformation in Bezug auf einen räumlichen Abstand zwischen einer ersten Observation (511) und einer zweiten Observation (521) zu ermitteln; und - die Gesamt-Zuordnung (600) auch auf Basis der Abstandsinformation zu ermitteln.
Vorrichtung (101, 300) gemäß einem der vorhergehenden Ansprüche, wobei die Vorrichtung (101, 300) eingerichtet ist, - für mehrere mögliche Eins-zu-Eins-Zuordnungen jeweils Typeninformation in Bezug auf einen ersten Landmarken-Typ der ersten Observation (511) und einen zweiten Landmarken-Typ der zweiten Observation (521) zu ermitteln; wobei die Typeninformation insbesondere eine Ähnlichkeit des ersten Landmarken-Typs und des zweiten Landmarken-Typs anzeigt; und - die Gesamt-Zuordnung (600) auch auf Basis der Typeninformation zu ermitteln.
Verfahren (700) zur Ermittlung von Kartendaten in Bezug auf einen Streckenabschnitt, insbesondere in Bezug auf einen Knotenpunkt; wobei das Verfahren (700) umfasst, - Ermitteln (701) einer ersten Menge (510) von ersten Observationen (511) bei einer ersten Durchfahrung des Streckenabschnittes und einer zweiten Menge (520) von zweiten Observationen (521) bei einer zweiten Durchfahrung des Streckenabschnittes; - Ermitteln (702) von Werten (501) eines Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare aus jeweils einer ersten Observation (511) und jeweils einer zweiten Observation (521); wobei das Ähnlichkeitsmaß für ein mögliches Observations-Paar aus einer bestimmten ersten Observation (511) und einer bestimmten zweiten Observation (521) eine Ähnlichkeit zwischen einer Anordnung von ein oder mehreren benachbarten Observationen (512) aus der ersten Menge (510) relativ zu der bestimmten ersten Observation (511) und einer Anordnung von ein oder mehreren benachbarten Observationen (522) aus der zweiten Menge (520) relativ zu der bestimmten zweiten Observation (521) anzeigt; und - Ermitteln (703), auf Basis der Werte (501) des Ähnlichkeitsmaßes für unterschiedliche mögliche Observations-Paare, einer Gesamt-Zuordnung (600) mit ein oder mehreren Eins-zu-Eins-Zuordnungen zwischen jeweils einer ersten Observation (511) aus der ersten Menge (510) und einer zweiten Observation (521) aus der zweiten Menge (520); und - Ermitteln (704) der Kartendaten in Bezug auf den Streckenabschnitt auf Basis der Gesamt-Zuordnung (600).