-
Vorliegend werden ein Computerimplementiertes Verfahren zur Routenberechnung für ein autonom fahrendes Kraftfahrzeug, ein Verfahren zum Fahren eines autonom fahrenden Kraftfahrzeugs, ein Computerprogrammprodukt sowie ein Kraftfahrzeug beschrieben.
-
Computerimplementierte Verfahren zur Routenberechnung für ein autonom fahrendes Kraftfahrzeug, Verfahren zum Fahren eines autonom fahrenden Kraftfahrzeugs, Computerprogrammprodukte sowie Kraftfahrzeuge der eingangs genannten Art sind im Stand der Technik bekannt.
-
Die ersten teilautomatisiert fahrenden Kraftfahrzeuge (entspricht SAE Level 2 gemäß SAE J3016) sind in den vergangenen Jahren zur Serienreife gelangt. Automatisiert (entspricht SAE Level >=3 gemäß SAE J3016) bzw., autonom (entspricht SAE Level 4/5 gemäß SAE J3016) fahrende Kraftfahrzeuge müssen anhand vielfältiger Vorgaben, zum Beispiel Fahrziel und Einhaltung gängiger Verkehrsregeln, mit maximaler Sicherheit auf unbekannte Verkehrssituationen selbständig reagieren können.
-
Bei bekannten Navigationssystemen, beispielsweise mobilen oder fest eingebauten Navigationsgeräten in Kraftfahrzeugen, ist es bekannt, dass die zu erwartende Wegdauer einer Route von einem Startpunkt zu einem Zielpunkt als Prognose berechnet werden kann. Die Route selbst besteht dabei aus einer Folge mehrerer Streckensegmente und Knotenpunkten zwischen den Streckensegmenten. Mit einem Routenberechnungsverfahren werden die zur Route gehörenden Streckensegmente und Knotenpunkte dabei aus einer Datenbank, in der ein geographisches Gebiet durch ein Netz von Knotenpunkten und die Knotenpunkte verbindenden Streckensegmente beschrieben ist, selektiert. Die Streckensegmente können dabei durch eine Wegzeit charakterisiert werden, die die Dauer zum Durchfahren des Streckensegments beschreibt. Üblicherweise wird die Wegzeit zur Charakterisierung eines Streckensegments aus der Länge des Streckensegments und einer prognostizierten Fahrgeschwindigkeit errechnet. Die prognostizierte Fahrgeschwindigkeit kann dabei wiederum vom Straßentyp des jeweiligen Streckensegments, beispielsweise Autobahn oder Landstraße, von der aktuellen Verkehrslage und/oder vom voreingestellten Fahrzeugtyp, beispielsweise schneller Pkw oder Lkw, abhängen. Die Wegdauer vom Startpunkt zum Zielpunkt ergibt sich dann aus der Summe aller Wegzeiten, die zum Durchfahren der zur Route gehörenden Streckensegmente erforderlich sind. Für viele Routen ergeben die bekannten Verfahren zur Berechnung der Wegdauer relativ exakte Ergebnisse.
-
Aus der
DE 10 2007 053 215 A1 ist ein Verfahren zum Betrieb eines Navigationssystems zur Berechnung der zu erwartenden Wegdauer einer Route von einem Startpunkt zu einem Zielpunkt bekannt, wobei die Route aus einer Folge von Streckensegmenten und Knotenpunkten zwischen den Streckensegmenten besteht, die mit einem Routenberechnungsverfahren aus einer Datenbank, in der ein geographisches Gebiet durch ein Netz von Knotenpunkten und die Knotenpunkte verbindenden Streckensegmente beschrieben ist, selektiert wird, wobei jedes Streckensegment durch eine Fahrzeit charakterisiert ist, die die Dauer zum Durchfahren des Streckensegments beschreibt, wobei zumindest einem Knotenpunkt zumindest eine Wartezeit zugeordnet ist, und wobei die zu erwartende Wegdauer der analysierten Route durch die Addition aller Fahrzeiten der auf der Route liegenden Streckensegmente und aller Wartezeiten der auf der Route liegenden Knotenpunkte errechnet wird.
-
Autonom fahrende Kraftfahrzeuge hingegen haben ein anderes Fahrverhalten als menschliche Fahrer. Dies bedingt andere Durchschnittsgeschwindigkeiten auf manchen Strecken und gegebenenfalls andere Wartezeiten an Kreuzungen. Dadurch bedingt sind herkömmliche Routenberechnungsalgorithmen für autonom fahrende Kraftfahrzeuge nicht hinreichend genau, wenn präzise Vorhersagen über Fahrzeiten und/oder Ankunftszeiten erzielt werden sollen.
-
Somit stellt sich die Aufgabe, computerimplementierte Verfahren zur Routenberechnung für ein autonom fahrendes Kraftfahrzeug, Verfahren zum Fahren eines autonom fahrenden Kraftfahrzeugs, Computerprogrammprodukte sowie Kraftfahrzeuge der eingangs genannten Art dahingehend weiterzubilden, dass eine genauere Vorhersage einer Fahrzeit und/oder eine bessere Routenplanung für autonom fahrende Kraftfahrzeuge möglich ist.
-
Die Aufgabe wird gelöst durch ein computerimplementiertes Verfahren zur Routenberechnung für ein autonom fahrendes Kraftfahrzeug gemäß Anspruch 1, ein Verfahren zum Fahren eines autonom fahrenden Kraftfahrzeugs gemäß dem nebengeordneten Anspruch 10, ein Computerprogrammprodukt gemäß dem nebengeordneten Anspruch 12 sowie ein Kraftfahrzeug gemäß dem nebengeordneten Anspruch 13. Weiterführende Ausgestaltungen und Weiterbildungen sind Gegenstand der abhängigen Ansprüche.
-
Nachfolgend wird ein computerimplementiertes Verfahren zur Routenberechnung für ein autonom fahrendes Kraftfahrzeug beschrieben, mit folgenden Verfahrensschritten:
- a) Bereitstellen eines Startorts und eines Zielorts in einem real existierenden Einsatzgebiet des autonom fahrenden Kraftfahrzeugs;
- b) Bereitstellen einer Simulationsumgebung mit Simulationsparametern, wobei die Simulationsumgebung Kartendaten des real existierenden Einsatzgebiets aufweist;
- c) Bereitstellen von Echtzeit-Verkehrsdaten des real existierenden Einsatzgebiets und Nachstellen einer Verkehrslage in der Simulationsumgebung anhand der Echtzeit-Verkehrsdaten;
- d) Bereitstellen eines Fahralgorithmus, der dazu eingerichtet ist, ein Verhalten des autonom fahrenden Kraftfahrzeugs in der Simulationsumgebung zu simulieren;
- e) Bereitstellen einer Schnittstelle zur Datenausgabe von aus der Simulationsumgebung gewonnenen Daten;
- f) Verwenden eines Routenberechnungsmoduls zur Berechnung einer Route zwischen dem Startort und dem Zielort, wobei das Routenberechnungsmodul wenigstens einen Parameter zu wenigstens einem Streckenabschnitt im Einsatzgebiet von der Schnittstelle anfordert,
- g) Simulation wenigstens einer Fahrt des autonom fahrenden Kraftfahrzeugs entlang des Streckenabschnitts in der Simulationsumgebung unter Verwendung des Fahralgorithmus und Bestimmen des wenigstens einen angeforderten Parameters sowie Übergeben des wenigstens einen Parameters an das Routenberechnungsmodul über die Schnittstelle;
- h) Berechnen einer Route vom Startort zum Zielort unter Verwendung des wenigstens einen Parameters durch das Routenberechnungsmodul.
-
Das Routenberechnungsmodul kann einen Routenberechnungsalgorithmus durchführen. Das Verfahren sieht somit vor, dass ein Routenberechnungsmodul statt Parametern, die von menschlichen Fahrern und/oder autonom fahrenden Kraftfahrzeugen aus den Echtzeit-Verkehrsdaten abgeleitet sind, Parameter zu nehmen, die durch Simulationen von Fahrten des autonom fahrenden Kraftfahrzeugs entlang der von dem Routenberechnungsmodul geprüften Streckenabschnitte ermittelt wurden oder werden. Dies können beispielsweise Durchschnittsgeschwindigkeiten entlang der geprüften Streckenabschnitte, Abbiegedauern etc. sein.
-
In einer ersten weiterführenden Ausgestaltung kann vorgesehen sein, dass das Routenberechnungsmodul einen Dijkstra-Algorithmus anwendet, wobei der wenigstens eine Parameter ein Kantengewicht ist.
-
Ein Dijkstra-Algorithmus löst das Problem von kürzestem Pfaden ausgehend von einem gegebenen Startknoten zu einem gegebenen Zielknoten. Der Dijkstra-Algorithmus prüft eine Mehrzahl von möglichen Pfaden entlang eines Knotennetzes. Unterschiedliche Pfade haben unterschiedliche Längen bzw. sogenannte Kantengewichte. Diese Kantengewichte können auch eine Zeitdauer repräsentieren, die notwendig ist, um von einem Knoten zum nächsten Knoten zu gelangen.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass das Nachstellen der Verkehrslage in der Simulationsumgebung durch Agenten in der Simulationsumgebung vorgenommen wird.
-
Durch Verwendung von Agenten lässt sich eine realistische Simulation der Verkehrslage durchführen, da Durchschnittsgeschwindigkeiten strukturieren können. Insbesondere, wenn die Echtzeit-Verkehrsdaten so granular sind, dass Bewegungsdaten einzelner Verkehrsteilnehmer abgebildet sind, können Agenten in der Simulationsumgebung anstelle der echten Verkehrsteilnehmer treten.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass die Agenten mithilfe eines Optimierungsalgorithmus derart simuliert werden, dass die Echtzeit-Verkehrsdaten von den Agenten nachgebildet werden.
-
Auf diese Weise kann auch bei weniger granular vorliegenden Echtzeit-Verkehrsdaten sichergestellt werden, dass die aktuelle Verkehrslage möglichst zutreffend abgebildet wird.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass der Startort durch einen realen Aufenthaltsort des autonom fahrenden Kraftfahrzeugs bestimmt wird, wobei der Zielort durch einen Benutzer des autonom fahrenden Kraftfahrzeugs, eine Zentrale und/oder durch eine Recheneinheit in dem autonom fahrenden Kraftfahrzeug bestimmt wird.
-
Der Startort kann beispielsweise aus einem aktuellen Standort des Kraftfahrzeugs mittels GPS oder anderen Ortungsverfahren ermittelt werden. Der Zielort kann entweder vom Benutzer oder von einer Zentrale (beispielsweise bei Roboter-Taxis, autonomen Krankenwagen etc.) vorgegeben sein. Der Zielort kann aber auch von der Recheneinheit selbst vorgegeben werden, beispielsweise wenn die Energiespeicher des Kraftfahrzeugs leer werden und ein Nachfüllen der Energiespeicher (z.B. durch Tanken oder Aufladen) notwendig wird.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass die Simulationsumgebung im Bereich des angeforderten Streckenabschnitts variiert wird und die Simulation der Fahrt des autonom fahrenden Kraftfahrzeugs in Schritt g) durchgeführt wird, wobei als Parameter ein gewichteter Parameter aus den durchgeführten Simulationen des angeforderten Streckenabschnitte bestimmt wird.
-
Somit kann verhindert werden, dass eine fehlerhafte Berechnung der Situation stattfindet, da die Verkehrslage zum Zeitpunkt des Erreichens des entsprechenden Streckenabschnitts anders sein wird als zum Zeitpunkt der Erhebung der entsprechenden Daten.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass das Routenberechnungsmodul in dem autonom fahrenden Kraftfahrzeug und/oder in wenigstens einer entfernt vom Kraftfahrzeug angeordneten Recheneinheit durchgeführt wird.
-
Durch Berechnung in einer entfernt vom Kraftfahrzeug angeordneten Recheneinheit, beispielsweise in einem zentralen oder verteilten Rechenzentrum, können die entsprechenden Daten für eine Mehrzahl von Kraftfahrzeugen wiederverwendet werden. Dadurch sinken der Gesamtrechenaufwand und damit Energieverbrauch. Durch Berechnung im Kraftfahrzeug wird das Kraftfahrzeug unabhängig von einer Verbindung zu der entfernt angeordneten Recheneinheit.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass die Simulation in dem autonom fahrenden Kraftfahrzeug und/oder in wenigstens einer entfernt vom autonom fahrenden Kraftfahrzeug angeordneten Recheneinheit durchgeführt wird.
-
Durch Berechnung in einer entfernt vom Kraftfahrzeug angeordneten Recheneinheit können die entsprechenden Daten für eine Mehrzahl von Kraftfahrzeugen wiederverwendet werden. Dadurch sinkt der Gesamtrechenaufwand.
-
Durch Berechnung im Kraftfahrzeug wird das Kraftfahrzeug unabhängig von einer Verbindung zu der entfernt angeordneten Recheneinheit.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass das Routenberechnungsmodul eine kürzeste, schnellste oder energieeffizienteste Route berechnet.
-
Auch Kombinationen der vorgenannten Kriterien sind möglich, um eine möglichst optimale Route zu finden. Beispielsweise kann die schnellste Route nur geringfügig schneller sein als die nächst schnellere, aber erheblich weiter sein oder erheblich mehr Energie verbrauchen.
-
Ein erster unabhängiger Gegenstand betrifft eine Vorrichtung zur Routenberechnung für ein autonom fahrendes Kraftfahrzeug beschrieben, wobei die Vorrichtung Mittel aufweist, die zum
- a) Bereitstellen eines Startorts und eines Zielorts in einem real existierenden Einsatzgebiet des autonom fahrenden Kraftfahrzeugs,
- b) Bereitstellen einer Simulationsumgebung mit Simulationsparametern, wobei die Simulationsumgebung Kartendaten des real existierenden Einsatzgebiets aufweist,
- c) Bereitstellen von Echtzeit-Verkehrsdaten des real existierenden Einsatzgebiets und Nachstellen einer Verkehrslage in der Simulationsumgebung anhand der Echtzeit-Verkehrsdaten,
- d) Bereitstellen eines Fahralgorithmus, der dazu eingerichtet ist, ein Verhalten des autonom fahrenden Kraftfahrzeugs in der Simulationsumgebung zu simulieren;
- e) Bereitstellen einer Schnittstelle zur Datenausgabe von aus der Simulationsumgebung gewonnenen Daten eingerichtet sind, wobei
- f) ein Routenberechnungsmoduls zur Berechnung einer Route zwischen dem Startort und dem Zielort vorgesehen ist, wobei das Routenberechnungsmodul dazu eingerichtet ist, wenigstens einen Parameter zu wenigstens einem Streckenabschnitt im Einsatzgebiet von der Schnittstelle anzufordern,
- g) wobei Mittel zur Durchführung einer Simulation wenigstens einer Fahrt des autonom fahrenden Kraftfahrzeugs entlang des Streckenabschnitts in der Simulationsumgebung unter Verwendung des Fahralgorithmus und Bestimmen des wenigstens einen angeforderten Parameters vorgesehen sind, wobei Mittel zum Übergeben des wenigstens einen Parameters an das Routenberechnungsmodul über die Schnittstelle vorgesehen sind;
- h) wobei Mittel zum Berechnen einer Route vom Startort zum Zielort unter Verwendung des wenigstens einen Parameters durch das Routenberechnungsmodul vorgesehen sind.
-
In einer ersten weiterführenden Ausgestaltung kann vorgesehen sein, dass das Routenberechnungsmodul einen Dijkstra-Algorithmus aufweist, wobei der wenigstens eine Parameter ein Kantengewicht ist.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass Mittel zur Durchführung einer Simulation dazu eingerichtet sind, das Nachstellen der Verkehrslage in der Simulationsumgebung durch Agenten in der Simulationsumgebung vorzunehmen.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass die Mittel zur Durchführung einer Simulation dazu eingerichtet sind, die Agenten mithilfe eines Optimierungsalgorithmus derart zu simulieren, dass die Echtzeit-Verkehrsdaten von den Agenten nachgebildet werden.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass der Startort durch einen realen Aufenthaltsort des autonom fahrenden Kraftfahrzeugs bestimmt ist, wobei der Zielort durch einen Benutzer des autonom fahrenden Kraftfahrzeugs, eine Zentrale und/oder durch eine Recheneinheit in dem autonom fahrenden Kraftfahrzeug bestimmt ist.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass Mittel zur Variation der Simulationsumgebung im Bereich des angeforderten Streckenabschnitts vorgesehen sind, wobei die Mittel zur Durchführung einer Simulation dazu eingerichtet sind, die Simulation der Fahrt des autonom fahrenden Kraftfahrzeugs in Schritt g) durchzuführen, wobei als Parameter ein gewichteter Parameter aus den durchgeführten Simulationen des angeforderten Streckenabschnitte bestimmt wird.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass das Routenberechnungsmodul in dem autonom fahrenden Kraftfahrzeug und/oder in wenigstens einer entfernt vom Kraftfahrzeug angeordneten Recheneinheit angeordnet sind.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass die Mittel zur Durchführung einer Simulation in dem autonom fahrenden Kraftfahrzeug und/oder in wenigstens einer entfernt vom autonom fahrenden Kraftfahrzeug angeordneten Recheneinheit angeordnet sind.
-
In einer weiteren weiterführenden Ausgestaltung kann vorgesehen sein, dass das Routenberechnungsmodul zur Berechnung einer kürzesten, schnellsten oder energieeffizientesten Route eingerichtet ist.
-
Ein weiterer unabhängiger Gegenstand betrifft ein Verfahren zum Fahren eines autonom fahrenden Kraftfahrzeugs von einem Startort zu einem Zielort, wobei ein Startort des Kraftfahrzeugs und ein Zielort des Kraftfahrzeugs vorgegeben sind, wobei eine Route vom Startort zum Zielort mithilfe des Verfahrens der zuvor beschriebenen Art berechnet wird.
-
Einen entsprechendes autonom fahrendes Kraftfahrzeug kann zu einer präzise bestimmten Zeit am Zielort ankommen.
-
In einer ersten weiterführenden Ausgestaltung kann vorgesehen sein, dass die Route in der wenigstens einen entfernt vom autonom fahrenden Kraftfahrzeug angeordneten Recheneinheit berechnet wird und an das autonom fahrende Kraftfahrzeug übertragen wird.
-
Durch Berechnung in einer entfernt vom Kraftfahrzeug angeordneten Recheneinheit können die entsprechenden Daten für eine Mehrzahl von Kraftfahrzeugen wiederverwendet werden. Dadurch sinkt der gesamte Rechenaufwand. Durch Berechnung im Kraftfahrzeug wird das Kraftfahrzeug unabhängig von einer Verbindung zu der entfernt angeordneten Recheneinheit.
-
Ein weiterer unabhängiger Gegenstand betrifft eine Vorrichtung zum Fahren eines autonom fahrenden Kraftfahrzeugs von einem Startort zu einem Zielort, wobei ein Startort des Kraftfahrzeugs und ein Zielort des Kraftfahrzeugs vorgegeben sind, wobei eine Route vom Startort zum Zielort mithilfe der Vorrichtung der zuvor beschriebenen Art berechnet ist.
-
In einer ersten weiterführenden Ausgestaltung kann vorgesehen sein, dass die Route in der wenigstens einen entfernt vom autonom fahrenden Kraftfahrzeug angeordneten Recheneinheit berechnet und an das autonom fahrende Kraftfahrzeug übertragen wurde.
-
Ein weiterer unabhängiger Gegenstand betrifft ein Computerprogrammprodukt, mit einem computerlesbaren Speichermedium, auf dem Befehle eingebettet sind, die, wenn sie von wenigstens einer Recheneinheit ausgeführt werden, bewirken, dass die wenigstens Recheneinheit dazu eingerichtet ist, das Verfahren der vorgenannten Art auszuführen.
-
Das Verfahren kann auf einer oder auf mehreren Recheneinheiten verteilt ausgeführt werden, sodass bestimmte Verfahrensschritte auf der einen Recheneinheit und andere Verfahrensschritte auf wenigstens einer weiteren Recheneinheit ausgeführt werden, wobei berechnete Daten sofern notwendig zwischen den Recheneinheiten übermittelt werden können.
-
Ein weiterer unabhängiger Gegenstand betrifft ein Kraftfahrzeug mit einem Computerprogrammprodukt der zuvor beschriebenen Art.
-
Weitere Merkmale und Einzelheiten ergeben sich aus der nachfolgenden Beschreibung, in der - gegebenenfalls unter Bezug auf die Zeichnung - zumindest ein Ausführungsbeispiel im Einzelnen beschrieben ist. Beschriebene und/oder bildlich dargestellte Merkmale bilden für sich oder in beliebiger, sinnvoller Kombination den Gegenstand, gegebenenfalls auch unabhängig von den Ansprüchen, und können insbesondere zusätzlich auch Gegenstand einer oder mehrerer separater Anmeldung/en sein. Gleiche, ähnliche und/oder funktionsgleiche Teile sind mit gleichen Bezugszeichen versehen. Dabei zeigen schematisch:
- 1 eine Draufsicht auf ein autonom fahrendes Kraftfahrzeug;
- 2 eine Darstellung eines Systems zur Berechnung einer Route für das autonom fahrende Kraftfahrzeug aus 1;
- 3 eine Straßenkarte eines Einsatzgebiets mit Echtzeit-Verkehrsinformationen;
- 4A eine Simulationsumgebung eines Einsatzgebiets;
- 4B eine Vergrößerung eines Ausschnitts aus 4A, sowie
- 5 ein Ablaufdiagramm eines Verfahrens zur Routenberechnung.
-
1 zeigt ein Kraftfahrzeug 2, das zum automatisierten bzw. autonomen Fahren eingerichtet ist.
-
Das Kraftfahrzeug 2 weist ein Steuergerät 4 mit einer Recheneinheit 6 und einem Speicher 8 auf. Im Speicher 8 ist ein Computerprogrammprodukt gespeichert, das im Nachfolgenden im Zusammenhang mit den 2 bis 4 noch eingehender beschrieben wird.
-
In der Recheneinheit 6 wird ein Fahralgorithmus 9 ausgeführt, der das Kraftfahrzeug 2 steuert.
-
Das Steuergerät 4 ist einerseits mit einer Reihe von Umgebungssensoren verbunden, die eine Erfassung der aktuellen Lage des Kraftfahrzeugs 2 sowie der jeweiligen Verkehrssituation erlauben. Hierzu zählen Umgebungssensoren 10, 11 an der Front des Kraftfahrzeugs 2, Umgebungssensoren 12, 13 am Heck des Kraftfahrzeugs 2, eine Kamera 14 sowie ein GPS-Modul 16. Die Umgebungssensoren 10 bis 13 können z.B. Radar-, Lidar- und/oder Ultraschallsensoren umfassen.
-
Des Weiteren sind Sensoren zur Erfassung des Zustands des Kraftfahrzeugs 2 vorgesehen, unter anderem Raddrehzahlsensoren 16, Beschleunigungssensoren 18 und Pedalsensoren 20, die mit dem Steuergerät 4 verbunden sind. Mithilfe dieser Kraftfahrzeugsensorik kann der momentane Zustand des Kraftfahrzeuges 2 zuverlässig erfasst werden.
-
Während des Betriebs des Kraftfahrzeugs 2 hat die Recheneinheit 6 das im Speicher 8 abgelegte Computerprogrammprodukt geladen und führt dieses aus. Auf der Grundlage des Fahralgorithmus 9 und der Eingangssignale entscheidet die Recheneinheit 6 über die Steuerung des Kraftfahrzeugs 2, die die Recheneinheit 6 über Eingriff in die Lenkung 22, Motorsteuerung 24 sowie Bremsen 26 erreichen würde, die jeweils mit dem Steuergerät 4 verbunden sind.
-
Daten der Sensoren 10 bis 20 werden fortlaufend im Speicher 8 zwischengespeichert und nach einer vorgegebenen Zeitdauer verworfen, damit diese Umgebungsdaten zur weiteren Auswertung zur Verfügung stehen können.
-
2 zeigt eine Darstellung eines Systems zur Berechnung einer Route für das autonom fahrende Kraftfahrzeug 2 aus 1.
-
Ein Server 28 zur Erfassung, Bereitstellung und Übermittlung von Echtzeit-Verkehrsdaten ist über ein Netzwerk 30 mit einem Simulationsmodul 32 verbunden. Das Simulationsmodul 32 ist über eine Schnittstelle 33 mit einem Routenberechnungsmodul 34 verbunden. In einem anderen, nicht dargestellten Ausführungsbeispiel kann der Server 28 zur Erfassung, Bereitstellung und Übermittlung von Echtzeit-Verkehrsdaten auch mit den Routenberechnungsmodul 34 verbunden sein.
-
In dem Simulationsmodul 32 werden, wie in den nachfolgenden Figuren eingehender dargestellt ist, auf der Grundlage von Kartendaten eines real existierenden Einsatzgebiets Simulationen einer virtuellen Repräsentanz des autonom fahrenden Kraftfahrzeugs 2 durchgeführt. Die Simulationen dienen dazu, das Fahrverhalten des autonom fahrenden Kraftfahrzeugs 2 möglichst realistisch unter aktuellen Verkehrsbedingungen abzubilden und dadurch Parameter zu generieren, die von den Routenberechnungsmodul 34 verwendet werden können, um die nach den jeweiligen eingestellten Kriterien beste Route zu berechnen.
-
Das Routenberechnungsmodul 34 prüft dabei verschiedene Routen innerhalb des Einsatzgebiets auf die relevanten Parameter, beispielsweise Zeit, Energieverbrauch und/oder Distanz.
-
Wird, wie vorliegend, ein Dijkstra-Algorithmus verwendet, werden sogenannte Kantengewichte benötigt, die virtuelle Längen zwischen zwei Knotenpunkten darstellen. Durch einfache oder mehrfache Simulation einer Fahrt der virtuellen Repräsentanz des autonom fahrenden Kraftfahrzeugs 2 in der Simulationsumgebung mit den exakten oder angenäherten und/oder variierten Verkehrsbedingungen können passende entsprechende Kantengewichte aus der Simulation heraus ermittelt werden. Dadurch ist eine besonders präzise Vorhersage für autonom fahrende Kraftfahrzeuge möglich.
-
Das Simulationsmodul 32 und/oder das Routenberechnungsmodul 34 können im autonom fahrenden Kraftfahrzeug 2 oder entfernt angeordnet sein, beispielsweise auf Rechnern in einem oder mehreren Rechenzentren.
-
Der Server 28 zur Erfassung und Übermittlung von Echtzeit-Verkehrsdaten kann die entsprechenden Daten in verschiedenen Formen übermitteln, beispielsweise als Durchschnittsgeschwindigkeiten entlang gewisser Streckenabschnitte, Wartezeiten an Verkehrsknoten und/oder auch als Bewegungsprofile individueller Verkehrsteilnehmer, beispielsweise Fahrer von Kraftfahrzeugen, Motorrädern oder Fußgängern.
-
In einem alternativen Ausführungsbeispiel kann der Server 28 zur Erfassung und Übermittlung von Echtzeit-Verkehrsdaten mit dem Simulationsmodul 32 und mit dem Routenberechnungsmodul 34 verbunden sein (gestrichelt dargestellt).
-
Das Simulationsmodul 32 kann dazu eingerichtet sein, entsprechende Kantengewichte für verschiedene Simulationen von unterschiedlichen autonom fahrenden Kraftfahrzeugen, die unter ähnlichen Bedingungen auf einem entsprechenden Streckenabschnitt fahren sollen, weiter zu verwenden.
-
3 zeigt eine Straßenkarte 36 eines real existierenden Einsatzgebiets 37.
-
Die Straßenkarte 36 des Einsatzgebiets 37 weist Verkehrsflussinformationen betreffend den Verkehrsfluss auf verschiedenen Straßen auf. Diese Verkehrsflussinformationen sind Echtzeitinformationen, die über verschiedene Dienste bereitgestellt werden können. Solche Echtzeitinformationen können beispielsweise aus Handyortungdaten, Fahrzeugnavigationsdaten, Kameraaufnahmen von Verkehrsüberwachungskameras und dergleichen ermittelt werden.
-
In den Echtzeit-Verkehrsdaten werden einzelne Straßen auf der Straßenkarte 36 des Einsatzgebiets 37 mit stockendem Verkehr 38 (gestrichelt dargestellt) oder stark stockendem Verkehr 40 (durchgezogen dargestellt) gekennzeichnet. Stockender Verkehr kann definiert sein als Verkehr, der mit einer Durchschnittsgeschwindigkeit von unter 20 km/h fließt, stark stockender Verkehr solcher, der mit einer Durchschnittsgeschwindigkeit von unter 5 km/h fließt.
-
4A, B zeigen eine Simulationsumgebung 42 der Straßenkarte 36 des Einsatzgebiets 37, wobei 4B einen vergrößerten Ausschnitt aus 4A darstellt.
-
Das Straßennetz der Straßenkarte 36 im Einsatzgebiet 37 wird zwischen einem Startort S und einem Zielort Z weiträumig abgebildet, sodass mehrere mögliche Routen zwischen Startort S und Zielort Z möglich sind.
-
Für die abgebildeten Straßen in der Simulationsumgebung 42 werden Echtzeit-Verkehrsdaten integriert, also stockender Verkehr 38 und stark stockender Verkehr 40.
-
Die vorliegende Mission ist parallel zur Fahraufgabe des autonom fahrenden Kraftfahrzeugs 2 gewählt, nämlich dass das simulierte Kraftfahrzeug 2 entlang einer bestimmten Route von einem Startort S zu einem Zielort Z zu fahren.
-
4B zeigt eine Vergrößerung einer Umgebung einer Straßenkreuzung 44 innerhalb der Simulationsumgebung 42.
-
Zur Simulation des Verkehrs werden Agenten 46.1 bis 46.8 verwendet, die mittels eines Optimierungsverfahrens optimiert so bewegt werden, dass die Echtzeit-Verkehrsdaten realistisch nachgebildet werden. Das autonom fahrende Kraftfahrzeug 2 befindet sich unter den Agenten 46.1 bis 46.8 und wird entsprechend des von ihm verwendeten Fahralgorithmus derart gesteuert, dass es die von dem Routenberechnungsmodul 34 angeforderten Kantengewichte für ein bestimmtes Teilstück durch Abfahren der Strecke ermittelt. Dabei wird eine Zeit t zum Abfahren des Teilstücks gemessen und als Kantengewichtparameter an den Routenberechnungsalgorithmus des Routenberechnungsmodul 34 zurückgegeben.
-
Die entsprechenden Kantengewichte können für alle angeforderten Teilstücke entsprechend berechnet werden, sodass das Routenberechnungsmodul 34 eine bestmögliche Route für das autonom fahrende Kraftfahrzeug 2 berechnen kann.
-
5 zeigt ein Ablaufdiagramm des Verfahrens.
-
Nach dem Start des Verfahrens werden zunächst Echtzeit-Verkehrsdaten, eine Simulationsumgebung basierend auf Kartendaten eines Einsatzgebiets des autonom fahrenden Kraftfahrzeugs 2 und eines angeforderten Zielorts ausgehend vom aktuellen Startort des Kraftfahrzeugs 2 bereitgestellt.
-
Anschließend wird vom Routenberechnungsmodul 34 eine Abfrage von Kantengewichten für verschiedene Streckenabschnitte in der Simulationsumgebung gestellt.
-
Im Anschluss wird für eine vorgegebene Zahl von Wiederholungen n in der Simulationsumgebung 42 eine Simulation an den angeforderten Streckenabschnitten durchgeführt, wobei zwischen den Wiederholungen die Verkehrsdaten variiert werden, sodass der Fahralgorithmus des autonom fahrenden Kraftfahrzeugs 2 stets anderen Verkehrssituationen ausgesetzt ist.
-
Die entsprechenden Kantengewichte können gemittelt bzw. gewichtet werden. Kantengewichte aus Simulationen, die sehr dicht an den Echtzeit-Verkehrsdaten für den entsprechenden Streckenabschnitt sind, können stärker gewichtet werden als Kantengewichte, die weiter von den Echtzeit-Verkehrsdaten entfernt sind.
-
Wird die vorgegebene Anzahl ng erreicht, wird das entsprechend gewichtete Kantengewicht an das Routenberechnungsmodul übergeben und das Routenberechnungsmodul kann die Route berechnen.
-
Obwohl der Gegenstand im Detail durch Ausführungsbeispiele näher illustriert und erläutert wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden. Es ist daher klar, dass eine Vielzahl von Variationsmöglichkeiten existiert. Es ist ebenfalls klar, dass beispielhaft genannte Ausführungsformen nur Beispiele darstellen, die nicht in irgendeiner Weise als Begrenzung etwa des Schutzbereichs, der Anwendungsmöglichkeiten oder der Konfiguration der Erfindung aufzufassen sind. Vielmehr versetzen die vorhergehende Beschreibung und die Figurenbeschreibung den Fachmann in die Lage, die beispielhaften Ausführungsformen konkret umzusetzen, wobei der Fachmann in Kenntnis des offenbarten Erfindungsgedankens vielfältige Änderungen beispielsweise hinsichtlich der Funktion oder der Anordnung einzelner, in einer beispielhaften Ausführungsform genannter Elemente vornehmen kann, ohne den Schutzbereich zu verlassen, der durch die Ansprüche und deren rechtliche Entsprechungen, wie etwa einer weitergehenden Erläuterung in der Beschreibung, definiert wird.
-
Bezugszeichenliste
-
- 2
- Kraftfahrzeug
- 4
- Steuergerät
- 6
- Recheneinheit
- 8
- Speicher
- 9
- Fahralgorithmus
- 10 - 13
- Umgebungssensor
- 14
- Kamera
- 15
- GPS-Modul
- 16
- Raddrehzahlsensor
- 18
- Beschleunigungssensor
- 20
- Pedalsensor
- 22
- Lenkung
- 24
- Motorsteuerung
- 26
- Bremsen
- 28
- Server zur Erfassung und Übermittlung von Echtzeit-Verkehrsdaten
- 30
- Netzwerk
- 32
- Simulationsmodul
- 33
- Schnittstelle
- 34
- Routenberechnungsmodul
- 36
- Straßenkarte
- 37
- Einsatzgebiet
- 38
- stockender Verkehr
- 40
- stark stockender Verkehr
- 42
- Simulationsumgebung
- 44
- Straßenkreuzung
- 46.1 - 46.8
- Agent
- n
- Anzahl
- ng
- vorgegebene Anzahl
- t
- Zeit
- S
- Startort
- Z
- Zielort
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102007053215 A1 [0005]
