DE102020211561A1

DE102020211561A1 - Probabilistische entscheidungsunterstützung zur hinderniserkennung und -klassifizierung in einem arbeitsbereich

Info

Publication number: DE102020211561A1
Application number: DE102020211561.3A
Authority: DE
Inventors: Stewart J. Moorehead; Mark J. Cherney
Original assignee: Deere and Co
Current assignee: Deere and Co
Priority date: 2019-10-28
Filing date: 2020-09-15
Publication date: 2021-04-29
Also published as: US20210124364A1; US11320830B2; CN112799392A; BR102020017345A2

Abstract

Die hierin offenbarten Systeme und Verfahren bieten probabilistische Entscheidungsunterstützung in Bezug auf erkannte Hindernisse in einem Arbeitsbereich. Echtzeit-Datensätze werden von Hindernissensoren im Zusammenhang mit mindestens einem selbstfahrenden Arbeitsfahrzeug gesammelt, die dem erkannten Vorhandensein/Nichtvorhandensein von Hindernissen an bestimmten Orten innerhalb des Arbeitsbereichs entsprechen. Die empfangenen Echtzeit-Datensätze werden in einen Datenspeicher integriert, der A-priori-Datensätze umfasst, die dem Arbeitsbereich entsprechen, um einen oder mehrere neue A-priori-Datensätze zu erzeugen. Wahrscheinlichkeiten für das erkannte Vorhandensein oder Nichtvorhandensein des Hindernisses und für jede von einer oder mehreren Hinderniskategorien werden auf Grundlage des empfangenen Echtzeit-Datensatzes und mindestens eines A-priori-Datensatzes bestimmt, der dem Ort des Arbeitsfahrzeugs entspricht. Eine Ausgabe, die zumindest einer wahrscheinlichsten der bestimmten Wahrscheinlichkeiten entspricht, wird als Rückmeldung an eine Benutzerschnittstelle und/oder an relevante Maschinensteuereinheiten erzeugt.

Description

GEBIET DER OFFENBARUNG
Die vorliegende Offenbarung bezieht sich auf selbstfahrende Fahrzeuge, wie etwa Arbeitsmaschinen mit bordeigenen Hinderniserkennungssystemen, insbesondere auf Systeme und Verfahren zur Ergänzung der konventionellen Hinderniserkennung durch probabilistische Entscheidungsunterstützung auf der Grundlage einer A-priori-Wissensentwicklung und -schätzung.
HINTERGRUND
Arbeitsmaschinen, wie hierin erörtert, können beispielsweise Baggermaschinen, Lader und andere Geräte beinhalten, die das Gelände oder eine gleichwertige Arbeitsumgebung in irgendeiner Weise modifizieren. Diese Maschinen können mit Raupenketten oder Rädern versehene Bodeneingriffseinheiten aufweisen, die das Fahrgestell von der Bodenfläche abstützen, und können ferner ein oder mehrere Arbeitsanbaugeräte umfassen, die verwendet werden, um das Gelände in Abstimmung mit der Bewegung der Maschine zu modifizieren. Bei derartigen Maschinen ergeben sich verschiedene Situationen, in denen der menschliche Bediener die Bewegungen der Maschinenposition und/oder die relativen Positionen der Arbeitsanbaugeräte aufgrund von erkannten Hindernissen im Arbeitsbereich steuern muss, die für den Bediener möglicherweise nicht sichtbar sind.
Hinderniserkennungssysteme sind bekannt, um dem Bediener Rückmeldungen über erkannte Hindernisse im Arbeitsbereich zu geben. Bei der Erstellung eines Hinderniserkennungssystems ist es vorteilhaft, ein System zu haben, das zwischen verschiedenen Arten von Objekten (z. B. sich bewegenden oder vorübergehenden Hindernissen wie Personen oder Fahrzeugen oder festen Hindernissen wie Strukturen oder Material) unterscheiden kann, da das System möglicherweise auf verschiedene Arten von Objekten in der Umgebung unterschiedlich reagieren möchte. Dementsprechend ist es auch wünschenswert, diese unterschiedlichen Objektklassen genau zu erkennen, so dass das System ein tatsächlich nicht vorhandenes Objekt nicht erkennt oder ein vorhandenes Objekt nicht erkennt oder einem Objekt noch eine falsche Klassifizierung zuordnet, die zu einem Fehlverhalten des menschlichen Bedieners oder des automatischen Maschinensteuersystems führt.
ZUSAMMENFASSUNG DER OFFENBARUNG
Die vorliegende Offenbarung stellt Verbesserungen bei der Erfassung und Implementierung von Daten bereit, die Arbeitsmaschinenaktionen im Laufe der Zeit entsprechen, um Hinderniserkennungs- und Klassifizierungsergebnisse zu verbessern.
In einer Ausführungsform umfasst ein Verfahren zur probabilistischen Entscheidungsunterstützung in Bezug auf erkannte Hindernisse in einem Arbeitsbereich Folgendes: das Bereitstellen eines Datenspeichers, der einen oder mehrere A-priori-Datensätze umfasst, die einem Arbeitsbereich entsprechen; das Empfangen von Echtzeit-Datensätzen von einem oder mehreren Hindernissensoren, die mindestens einem selbstfahrenden Arbeitsfahrzeug zugeordnet sind, wobei die Echtzeit-Datensätze einem erkannten Vorhandensein oder Nichtvorhandensein eines Hindernisses an einem bestimmten Ort innerhalb des Arbeitsbereichs entsprechen; das Bestimmen von Wahrscheinlichkeiten für das erkannte Vorhandensein oder Nichtvorhandensein des Hindernisses und für jede von einer oder mehreren Hinderniskategorien auf Grundlage des empfangenen Echtzeit-Datensatzes und eines A-priori-Datensatzes, der dem bestimmten Ort entspricht, als eine Teilmenge des einen oder der mehreren A-priori-Datensätze, die dem Arbeitsbereich entsprechen, und das Erzeugen einer Ausgabe, die mindestens einer wahrscheinlichsten der bestimmten Wahrscheinlichkeiten entspricht.
Eine weitere Ausführungsform des Verfahrens kann ferner das Integrieren der empfangenen Echtzeit-Datensätze in Datenspeicher umfassen, die A-priori-Datensätze umfassen, die dem Arbeitsbereich entsprechen, um einen oder mehrere neue A-priori-Datensätze zu erzeugen.
Eine weitere Ausführungsform des Verfahrens kann ferner das Überwachen von Bewegungen einer oder mehrerer beweglicher Arbeitsfahrzeugkomponenten, die mindestens eines der Arbeitsanbaugeräte umfassen, und das Aktualisieren eines oder mehrerer des einen oder der mehreren A-priori-Datensätze mit Daten umfassen, die ein Hindernis an einem Ort innerhalb des Arbeitsbereichs auf Grundlage einer vorbestimmten Bewegungssequenz für die eine oder die mehreren Arbeitsfahrzeugkomponenten kategorisieren.
In einem weiteren Ausführungsbeispiel des Verfahrens wird zum Aktualisieren des einen oder der mehreren A-priori-Datensätze ein erstes Hindernis basierend auf einer ersten vorbestimmten Bewegungssequenz kategorisiert, ein zweites Hindernis basierend auf einer zweiten vorbestimmten Bewegungssequenz kategorisiert und ferner eine Arbeitsfahrzeugroute zwischen dem ersten und dem zweiten Hindernis kategorisiert. Basierend auf einer festgelegten Arbeitsaufgabe können eines oder mehrere der ersten Hindernisse und der zweiten Hindernisse entweder als vorübergehendes Hindernis oder als permanentes Hindernis kategorisiert werden.
Eine weitere Ausführungsform des Verfahrens kann ferner Vorhersagen einer Arbeitsfahrzeugroute auf Grundlage der überwachten Fahrzeugbewegung umfassen. Ein Hinderniserkennungsbereich kann ferner als eine Teilmenge des Arbeitsbereichs definiert werden, die der vorhergesagten Arbeitsfahrzeugroute entspricht. Der Abruf und die Verarbeitung von A-priori-Daten können in Bezug auf eine Teilmenge des Datenspeichers basierend auf dem definierten Hinderniserkennungsbereich dynamisch eingeschränkt sein.
Eine weitere Ausführungsform des Verfahrens kann ferner für vorhergesagte und zuvor überquerte Arbeitsfahrzeugrouten, bei denen kein kategorisiertes permanentes Hindernis vorhanden ist, das Beschränken der nachfolgenden Bestimmung von Wahrscheinlichkeiten des erkannten Vorhandenseins oder Nichtvorhandenseins des Hindernisses nur auf vorübergehende Hindernisse umfassen.
In einer Ausführungsform kann die Ausgabe einer Benutzerschnittstelle bereitgestellt werden, die sich in oder an dem Arbeitsfahrzeug befindet; und/oder einer Benutzerrechenvorrichtung. Ein oder mehrere vorhergesagte Hindernisse und zugehörige Kategorien auf der Benutzerschnittstelle können in einigen Ausführungsformen auf Grundlage der Ausgabe hervorgehoben werden. Ein oder mehrere Entscheidungsunterstützungswerkzeuge oder vom Benutzer manipulierbare Steuerungen können in einigen Ausführungsformen basierend auf der Ausgabe hervorgehoben werden, um eine manuelle Regelung von Arbeitsfahrzeugkomponenten zu veranlassen oder zu erleichtern, wie sie beispielsweise ein System zur Vermeidung oder Vermittlung von Hinderniskollisionen umfassen oder auf andere Weise in dieses integriert sein können.
In einer Ausführungsform kann die Ausgabe mindestens ein Steuersignal beinhalten, das einer Fahrzeuglenksteuereinheit, einer Fahrzeuganbaugeräte-Positionierungssteuereinheit und/oder einer Fahrzeugantriebssteuereinheit bereitgestellt wird, zum automatisierten Regeln zugehöriger Arbeitsfahrzeugkomponenten, wie sie beispielsweise ein System zur Vermeidung oder Vermittlung von Hinderniskollisionen umfassen können oder anderweitig mit diesem integriert sein können.
Eine manuelle und automatische Arbeitsmaschinensteuerung basierend auf erkannten Hindernissen, wie oben erörtert, ist in der Fachwelt bekannt, und konventionelle Steuerstruktur und -verfahren können implementiert werden, sind aber im Zusammenhang mit einer vorliegenden Erfindung nicht notwendigerweise weiter beschrieben. Ein System und Verfahren, wie hierin offenbart, ergänzt, komplettiert oder stellt anderweitig zusätzliche und wertvolle Rückmeldungen als Teil eines Hinderniserkennungssystems bereit, sei es zur Unterstützung von Bedienerentscheidungen oder automatisierten Hindernisvermittlungen, oder mit anderen Worten unabhängig von der Steuerantwort, sofern nicht anders angegeben. Die A-priori-Datenerzeugung und - implementierung ermöglicht es einem Hinderniserkennungssystem, Wahrscheinlichkeiten sicherer zu bestimmen, die zum Beispiel davon Abhängig sind, ob ein Hindernis tatsächlich vorhanden ist und/oder welche Art von Hindernis gegebenenfalls am wahrscheinlichsten vorhanden ist, so dass eine Reaktion entsprechend angepasst und nicht vollständig wie im Stand der Technik den Unsicherheiten ausgesetzt ist, die der jeweiligen Hinderniserkennungsvorrichtung und den Betriebsbedingungen inhärent sind.
In einer Ausführungsform kann eines der vorgenannten Verfahren über ein selbstfahrendes Arbeitsfahrzeug mit einem oder mehreren Arbeitsanbaugeräten zum Bearbeiten eines Geländes, einem oder mehreren Hindernissensoren, einer Datenspeicherung, die einen oder mehrere A-priori-Datensätze umfasst, die einem Arbeitsbereich entsprechen, und einer Steuerung, die kommunikativ mit dem einen oder den mehreren Arbeitsanbaugeräten, dem einen oder den mehreren Hindernissensoren und der Datenspeicherung verbunden ist, durchgeführt werden.
In einer Ausführungsform kann eines der vorgenannten Verfahren über ein System ausgeführt werden, das ein Servernetzwerk umfasst, das kommunikativ mit einer Vielzahl von selbstfahrenden Fahrzeugen verbunden ist, wobei jedes der selbstfahrenden Fahrzeuge mindestens ein Arbeitsanbaugerät zum Bearbeiten eines Geländes und einen oder mehrere Hindernissensoren umfasst, und eine Datenspeicherung, die einen oder mehrere A-priori-Datensätze umfasst, die einem Arbeitsbereich entsprechen, wobei zum Beispiel das jeweilige Verfahren in Bezug auf jedes der selbstfahrenden Fahrzeuge ausgeführt wird, die sich in dem Arbeitsbereich befinden.
Zahlreiche Aufgaben, Merkmale und Vorteile der hierin dargelegten Ausführungsformen werden für Fachleute beim Lesen der folgenden Offenbarung in Verbindung mit den beigefügten Zeichnungen ohne weiteres ersichtlich.
Figurenliste

1 ist eine Seitenansicht eines Raupenbaggers als Arbeitsmaschine, die eine Ausführungsform eines Systems, wie hierin offenbart, beinhaltet.
2 ist ein Blockdiagramm, das ein beispielhaftes Steuersystem für die Arbeitsmaschine aus 1 darstellt.
3 ist eine schematische Draufsicht eines beispielhaften Arbeitsbereichs einschließlich Hindernissen und einer Arbeitsmaschine.
4 ist ein grafisches Diagramm, das eine Ausführungsform eines verteilten Systems darstellt, wie hierin offenbart.
5 ist ein Flussdiagramm, das eine beispielhafte Ausführungsform eines Verfahrens darstellt, wie hierin offenbart.

AUSFÜHRLICHE BESCHREIBUNG
Unter Bezugnahme auf die Zeichnungen und insbesondere auf 1 wird ein repräsentatives Arbeitsfahrzeug gezeigt und allgemein mit der Nummer 100 bezeichnet. 1 zeigt eine Raupenbaggermaschine 100. Die hier offenbarten Systeme sind auf ähnliche oder anderweitig gleichwertige Fahrzeuge, Baggermaschinen, Lader und andere Arbeitsmaschinen des Typs mit einem oder mehreren Arbeitsanbaugeräten 102 zum Modifizieren des nahen Geländes anwendbar. In bestimmten Ausführungsformen können Systeme und Verfahren, wie hierin offenbart, auch auf Fahrzeuge anwendbar sein, denen explizite Arbeitsanbaugeräte fehlen. Arbeitsfahrzeuge, wie hierin erörtert, können typischerweise Raupenketten- oder Radbodeneingriffseinheiten aufweisen, die das Fahrgestell von der Bodenoberfläche abstützen.
Die dargestellte und beispielhafte Arbeitsmaschine 100 umfasst ein Fahrgestell 122, das eine oder mehrere mit Raupenketten oder Rädern versehene Bodeneingriffseinheiten 124 und mindestens einen Fahrmotor zum Antreiben der jeweiligen Bodeneingriffseinheiten beinhaltet. Ein Hauptrahmen 132 wird von dem Fahrgestell 122 über einen Drehkranz 134 getragen, so dass der Hauptrahmen 132 um eine Schwenkachse 136 relativ zu dem Fahrgestell schwenkbar ist. Die Schwenkachse 136 ist im Wesentlichen vertikal, wenn eine Bodenfläche 138, in die die Bodeneingriffseinheiten 124 eingreifen, im Wesentlichen horizontal ist. Ein Schwenkmotor ist konfiguriert, um den Hauptrahmen 132 auf dem Drehkranz 134 um die Schwenkachse 136 relativ zum Fahrgestell 122 zu schwenken.
Eine Arbeitsmaschine, wie hierin offenbart, beinhaltet typischerweise ein oder mehrere Arbeitsanbaugeräte 102, die, wie zum Beispiel in 1 veranschaulicht, gemeinsam eine Auslegerbaugruppe definieren können, die einen Ausleger 144, einen Arm 146, der schwenkbar mit dem Ausleger 144 verbunden ist, und ein Arbeitswerkzeug 148 beinhaltet. Der Ausleger 144 ist in dem vorliegenden Beispiel schwenkbar am Hauptrahmen 132 angebracht, um eine im Allgemeinen horizontale Achse in Bezug auf den Hauptrahmen 132 zu schwenken. Das Arbeitswerkzeug in dieser Ausführungsform ist eine Baggerschaufel oder Schaufel 148, die schwenkbar mit dem Arm 146 verbunden ist. Die Auslegerbaugruppe 102 erstreckt sich von dem Hauptrahmen 132 entlang einer Arbeitsrichtung der Auslegerbaugruppe. Die Arbeitsrichtung kann auch als Arbeitsrichtung des Auslegers bezeichnet werden.
Am Hauptrahmen 132 kann sich eine Fahrerkabine befinden. Die Fahrerkabine und das eine oder die mehreren Arbeitsanbaugeräte 102 können beide am Hauptrahmen montiert sein, so dass die Fahrerkabine in die Arbeitsrichtung der Arbeitsanbaugeräte zeigt. Eine Steuerstation, die eine Benutzerschnittstelle 114 beinhaltet, kann sich in der Fahrerkabine befinden.
Wie schematisch in 2 dargestellt, beinhaltet die Arbeitsmaschine 100 ein Steuersystem mit einer Steuerung 112. Die Steuerung kann Teil der Maschinensteuersystems der Arbeitsmaschine oder ein separates Steuermodul sein. Die Steuerung kann die Benutzerschnittstelle 114 beinhalten und optional in der Fahrerkabine an einem Bedienfeld montiert werden.
Die Steuerung 112 ist konfiguriert, um Eingangssignale von einigen oder allen verschiedenen Sensoren zu empfangen, die gemeinsam ein Sensorsystem 104 definieren. Bestimmte dieser Sensoren können bereitgestellt werden, um Betriebsbedingungen oder Positionierungen der Maschine zu erfassen, einschließlich zum Beispiel eines Ausrichtungssensors, Sensoren für ein globales Positionierungssystem (GPS), Fahrzeuggeschwindigkeitssensoren, Fahrzeugwerkzeugpositionierungssensoren und dergleichen, und während ein oder mehrere dieser Sensoren diskreter Natur sein können, kann sich das Sensorsystem ferner auf Signale beziehen, die von dem Maschinensteuersystem bereitgestellt werden.
Andere Sensoren im Sensorsystem 104 beziehen sich insbesondere auf eine Gruppe von Sensoren, die hierin als Hindernissensoren 104 bezeichnet werden. Verschiedene Beispiele für Hindernissensoren sind konventionell bekannt und können Laserscanner, Wärmesensoren, Bildgebungsgeräte, strukturierte Lichtsensoren, Ultraschallsensoren und andere optische Sensoren beinhalten. Die Arten und Kombinationen von Hindernissensoren können für eine Art von Arbeitsmaschine, Arbeitsbereich und/oder Anwendung variieren, sind jedoch im Allgemeinen bereitgestellt und konfiguriert, um die Erkennung von Hindernissen in einer Arbeitsspur des Fahrzeugs zu optimieren.
Die Steuerung 112 kann typischerweise eine Ausgabe in Bezug auf Hinderniserkennung und -klassifizierung, wie nachstehend näher beschrieben, an die Benutzerschnittstelle 114 zur Anzeige für den menschlichen Bediener erzeugen. Die Steuerung kann ferner oder alternativ Steuersignale zum Steuern des Betriebs jeweiliger Stellglieder oder Signale zur indirekten Steuerung über Zwischensteuereinheiten erzeugen, die einem Maschinenlenksteuersystem 126, einem Maschinenanbaugerätesteuersystem 128 und einem Maschinenantriebssteuersystem 130 zugeordnet sind.
Die Steuerung 112 beinhaltet einen Prozessor 150, ein computerlesbares Medium 152, eine Kommunikationseinheit 154, einen Datenspeicher 156, wie zum Beispiel ein Datenbanknetzwerk, und die zuvor erwähnte Benutzerschnittstelle 114 oder das Bedienfeld 114 mit einer Anzeige 118 oder kann damit verbunden sein. Eine Eingabe-/Ausgabevorrichtung 116, wie etwa eine Tastatur, ein Joystick oder ein anderes Benutzerschnittstellentool, wird bereitgestellt, so dass der menschliche Bediener Anweisungen an die Steuerung eingeben kann. Es versteht sich, dass die hierin beschriebene Steuerung eine einzelne Steuerung sein kann, die die gesamte beschriebene Funktionalität aufweist, oder sie kann mehrere Steuerungen beinhalten, wobei die beschriebene Funktionalität auf die mehreren Steuerungen verteilt ist.
Verschiedene Vorgänge, Schritte oder Algorithmen, wie in Verbindung mit der Steuerung 112 beschrieben, können direkt in Hardware, in einem Computerprogrammprodukt, wie etwa einem Softwaremodul, das durch den Prozessor 150 ausgeführt wird, oder in einer Kombination aus beiden verkörpert sein. Das Computerprogrammprodukt kann sich im RAM-Speicher, Flash-Speicher, ROM-Speicher, EPROM-Speicher, EEPROM-Speicher, in Registern, auf einer Festplatte, Wechselplatte oder einer beliebigen anderen in der Fachwelt bekannten Form eines computerlesbaren Mediums 152 befinden. Ein beispielhaftes computerlesbares Medium kann mit dem Prozessor derart gekoppelt sein, dass der Prozessor Informationen von dem Speicher/Speichermedium lesen und Informationen auf dieses schreiben kann. Alternativ kann das Medium in den Prozessor integriert sein. Der Prozessor und das Medium können sich in einer anwendungsspezifischen integrierten Schaltung (ASIC) befinden. Die ASIC kann sich in einem Benutzerendgerät befinden. Alternativ können sich der Prozessor und das Medium als diskrete Komponenten in einem Benutzerendgerät befinden.
Der Begriff „Prozessor“, wie er hierin verwendet wird, kann sich auf zumindest universelle oder spezifische Verarbeitungsvorrichtungen und/oder -logik beziehen, wie Fachleute auf dem Gebiet verstehen können, einschließlich unter anderem auf einen Mikroprozessor, einen Mikrocontroller, eine Zustandsmaschine und dergleichen. Ein Prozessor kann auch als eine Kombination von Rechenvorrichtungen implementiert sein, z. B. eine Kombination aus einem DSP und einem Mikroprozessor, einer Vielzahl von Mikroprozessoren, einem oder mehreren Mikroprozessoren in Verbindung mit einem DSP-Kern oder einer beliebigen anderen derartigen Konfiguration.
Die Kommunikationseinheit 154 kann Kommunikation zwischen der Steuerung und externen Systemen oder Vorrichtungen unterstützen oder bereitstellen und/oder eine Kommunikationsschnittstelle in Bezug auf interne Komponenten der Arbeitsmaschine unterstützen oder bereitstellen. Die Kommunikationseinheit kann drahtlose Kommunikationssystemkomponenten beinhalten (z. B. über ein Mobilfunkmodem, WLAN, Bluetooth oder dergleichen) und/oder kann ein oder mehrere drahtgebundene Kommunikationsendgeräte beinhalten, wie etwa universelle serielle Busanschlüsse.
Der Datenspeicher 156, wie weiter unten beschrieben, kann konfiguriert sein, um zumindest Echtzeitdatensätze 158 und frühere Datensätze 160 in selektiv abrufbarer Form zu empfangen und zu speichern. Die hierin erörterte Datenspeicherung kann, sofern nicht anders angegeben, im Allgemeinen Hardware umfassen, wie etwa flüchtige oder nichtflüchtige Speichervorrichtungen, Laufwerke, Speicher oder andere Speichermedien, sowie eine oder mehrere Datenbanken, die sich darauf befinden.
Allgemein unter Bezugnahme auf die 1- 4 können beispielhafte Betriebsmodi ferner in Bezug auf die oben erwähnte Arbeitsmaschine beschrieben werden. Wie bereits erwähnt, sind Hinderniserkennungssensoren, Algorithmen und Steuerungen konventionell bekannt, es kann jedoch häufig schwierig sein, ein geeignetes Hinderniserkennungssignal zuverlässig von der Rauschcharakteristik typischer Arbeitsvorgänge zu unterscheiden. Ein optimales Hinderniserkennungssystem wäre nicht nur in der Lage, das Vorhandensein oder Nichtvorhandensein eines Objekts in der (tatsächlichen oder projizierten) Arbeitsspur der Maschine genau zu erkennen, sondern auch zwischen verschiedenen Arten von Objekten (z. B. Personen, Fahrzeuge, Strukturen) zu unterscheiden und eine entsprechende Rückmeldung bereitzustellen.
Ausführungsformen eines Entscheidungsunterstützungssystems und -verfahrens, wie hierin offenbart, können die Präsenz eines Objekts genauer erkennen und es durch die Verwendung von „Prioritäten“ oder A-priori-Wissensentwicklung genau einer Kategorie oder Klassifizierung zuordnen. Ein A-priori-Datensatz in diesem Zusammenhang kann sich allgemein auf Informationen beziehen, die das System vor der Durchführung der Klassifizierung gesammelt, generiert und/oder abgeleitet hat, und zwar in Bezug auf die Wahrscheinlichkeit, dass ein Objekt einer bestimmten Klasse an einem bestimmten Ort vorhanden ist. Es versteht sich, dass eine Verbesserung der Genauigkeit dieser Prioritäten im Laufe der Zeit auch die Leistung der Klassifizierung deutlich verbessern kann.
Ferner können A-priori-Datensätze erzeugt werden, die einem Arbeitsbereich oder einer Betriebsumgebung für die Arbeitsmaschinen entsprechen. Ein Arbeitsbereich kann in einem Beispiel vorbestimmt werden, wie zum Beispiel über definierte Grenzen, Konfigurationen und dergleichen. Alternativ kann ein Arbeitsbereich allgemein in Bezug auf einen bestimmten Arbeitsmaschinenstandort definiert sein, wie etwa einen Bereich, der die Arbeitsmaschine umgibt und sich innerhalb eines bestimmten Abstands von ihr befindet. In bestimmten Ausführungsformen kann das System dementsprechend A-priori-Datensätze in Bezug auf einen spezifischen Arbeitsbereich erzeugen, der von mehreren Arbeitsmaschinen durchlaufen werden kann, oder A-priori-Datensätze in Bezug auf einen gegebenen festen Ort erzeugen, der später als Arbeitsbereich für eine gegebene Arbeitsmaschine auf Grundlage ihrer erfassten Position klassifiziert werden kann.
Wie oben angemerkt, können Arbeitsmaschinen in der Regel ihre Umgebung auf irgendeine Weise modifizieren, zum Beispiel dadurch, dass Lader Materialstapel bewegen oder Bagger ein Loch an einem Ort graben und Schmutz an einem anderen Ort anhäufen können. Ein Hinderniserkennungssystem, wie hierin offenbart, ist teilweise darauf ausgerichtet, diese Objekte als Löcher oder Pfähle zu erkennen und zu klassifizieren, nicht nur aus Sicherheitsgründen, sondern auch für eine verbesserte Arbeitsautomatisierung, da es wichtig ist, eine Rückmeldung darüber zu geben, wo die Maschine Material laden und entladen soll.
In bestimmten Ausführungsformen, wie hierin offenbart, kann ein System und Verfahren dementsprechend das Analysieren der Bewegungen der Arbeitsmaschine (z. B. der Arbeitsanbaugeräte) und daraus das Ableiten des Vorhandenseins von Löchern und Pfählen beinhalten, die die Maschine erzeugt. Diese Informationen werden weiter implementiert, um zuvor etabliertes A-priori-Wissen festzulegen oder zu integrieren und bessere Prioritäten für den Klassifizierer zu schaffen, um diese Elemente korrekt in der Umgebung zu erkennen und zu klassifizieren.
Als ein Beispiel kann das System konfiguriert sein, um sich Orte zu merken, an denen ein Radladerausleger angehoben und die Schaufel abgesenkt wird, um ferner daraus zu schließen, dass der Bediener Material an diesem Ort abgelegt, und um dementsprechend den Vorrang für das Vorhandensein eines „Materialstapels“ an diesem Ort zu erhöhen. Der Stapel kann als eine bestimmter Ortstyp oder festes „Ziel“ bezeichnet werden, das späteren Iterationen einer vorhergesagten Arbeitsmaschinenroute zugeordnet ist. Alternativ kann das System Vorkenntnisse über ein Maschinenprojekt oder einen Maschinenauftrag haben, das/der das Beladen eines Muldenkippers beinhaltet, wobei das System konfiguriert ist, um den Vorrang für ein „Fahrzeug“ an diesem bestimmten Ort zu erhöhen. Dem Fahrzeug kann dabei einen bestimmten Ortstyp oder vorübergehendem „Ziel“ in Bezug auf spätere Iterationen einer prognostizierten Arbeitsmaschinenroute zugeordnet werden.
Als ein weiteres Beispiel, das einem Rad- oder Raupenbagger als Arbeitsmaschine zugeordnet ist, kann das System konfiguriert sein, um Positionen zu überwachen und zu identifizieren, an denen der Ausleger unten ist und die Schaufel niedriger als die Raupenketten ist, und dementsprechend den Vorrang für ein „Loch“ an diesem Ort zu erhöhen. Das Loch kann beispielsweise als ein anderer bestimmter Ortstyp oder fester „Ursprung“ bezeichnet werden, der späteren Iterationen einer vorhergesagten Arbeitsmaschinenroute zugeordnet ist.
Ein Fachmann kann verstehen, dass verschiedene zusätzliche oder alternative Kombinationen von Maschinen- und/oder Maschinenanbaugerätbewegungen in Verbindung mit relevanten Bezeichnungen vorbestimmt und durch das System zum Verbessern von Prioritäten und zugehörigen Klassifizierungen implementiert werden können, zum Beispiel abhängig von der Art der Arbeitsmaschine, der Art des Arbeitsbereichs, der Art des Projekts usw.
Zusätzlich zur Überwachung und Analyse von Maschinenanbaugerätbewegungen zur Verbesserung von Prioritäten kann das System ferner (oder alternativ) die von der Arbeitsmaschine zurückgelegten Fahrwege berücksichtigen, um A-priori-Wissen für eine Klasse „Fahrbarkeit“ zu etablieren oder weiterzuentwickeln. In einem Beispiel, das einem Lader zugeordnet ist, kann die Arbeitsmaschine eine Reihe von Bewegungen ausführen, wie etwa das Einfahren in einen Stapel, das Aufnehmen von Material, das Zurücksetzen und dann, während des Drehens, das Vorwärtsfahren in Richtung eines Muldenkippers, das Entladen, das Rückwärtsfahren während des Drehens und dann das Wiederholen derselben. Das hierin offenbarte System kann A-priori-Wissen über den Arbeitsbereich entwickeln, indem es die Bewegungen der Arbeitsmaschine für kurze Zeit überwacht.
Beispielsweise kann das System bestimmen, dass die Bereiche, über die die Arbeitsmaschine wiederholt gefahren wurde, von der Klasse „Fahrbar“ sind, und dass das System die nachfolgende Analyse auf diejenigen Objekte beschränken kann, die sich in diese Räume bewegen könnten (z. B. „vorübergehende“ Hindernisse, wie Personen und Fahrzeuge, anstatt „feste“ Hindernisse, wie Gebäude oder gleichwertige Strukturen).
Ferner kann das System konfiguriert sein, um eine Route oder einen Pfad der Arbeitsmaschine auf Grundlage des Wissens, dass die Arbeitsmaschine kürzlich und erfolgreich auf diesem Pfad oder anderweitig durch eine Reihe von Orten gefahren ist, genau vorherzusagen. Dementsprechend kann das System einen wahrscheinlichsten Teil (Teilmenge) des Arbeitsbereichs, der von der Arbeitsmaschine durchfahren wird, bestimmen und den Fokus des Hinderniserkennungssystems im Allgemeinen in Bezug auf diese Teilmenge des Arbeitsbereichs oder noch genauer und sequentieller in Bezug auf bestimmte Orte entlang der vorhergesagten Route und nicht auf den größeren Arbeitsbereich als Ganzes einschränken. Dies kann in vielen Fällen den Suchraum und den damit verbundenen Datenverarbeitungsaufwand des Systems erheblich reduzieren, wodurch das System wesentlich schneller und genauer ausgeführt kann.
Bezugnehmend zum Beispiel auf 3 kann ein System, wie hierin offenbart, konfiguriert sein, um ein erstes Hindernis 302 in einem Arbeitsbereich 300 zu erfassen und das Hindernis auf Grundlage einer ersten Kombination von einer oder mehreren überwachten Arbeitsmaschinenbewegungen als einen „Ursprung“ der Materialbeladung zu klassifizieren, und ferner ein zweites Hindernis 304 in dem Arbeitsbereich zu erfassen und das Hindernis auf Grundlage einer zweiten Kombination von einer oder mehreren überwachten Arbeitsmaschinenbewegungen als ein „Ziel“ der Materialentladung klassifizieren. Das System kann ferner eine Arbeitsmaschinenroute 306 zwischen dem ersten und zweiten Hindernis auf Grundlage einer überwachten und ereignislosen Überquerung der Route definieren. Dementsprechend kann das System in einer Ausführungsform eines Verfahrens, wie hierin offenbart, (zum Beispiel abhängig von einem bestimmten Auftrag oder einer anderen Bedingung) vorhersagen, dass die Arbeitsmaschine entlang der definierten Route fortfährt und die Hinderniserkennungsdatenverarbeitung und den zugehörigen A-priori-Datenabruf aus dem Speicher auf nur einen Teil des gesamten Arbeitsbereichs beschränkt, der der vorhergesagten Route entspricht. Dies kann zum Beispiel zuvor erkannte und klassifizierte „permanente“ (oder anderweitig z. B. „sehr wahrscheinlich“ permanente) Hindernisse 308 ausnehmen, die nicht der vorhergesagten Route entsprechen oder sich mit ihr überschneiden. Dies kann das System ferner dabei unterstützen, ein Objekt 310, das entlang der vorhergesagten Route erfasst wird, als „vorübergehendes“ (oder „sehr wahrscheinlich“ vorübergehendes) Hindernis (z. B. Mensch oder Fahrzeug) zu klassifizieren und auf dieser Grundlage eine optimierte Rückmeldung und/oder Steuerantwort zu ermöglichen.
In einigen Ausführungsformen kann ein Hinderniserkennungsverfahren, das eine vorherige Datensatzerzeugung,ein selektives Abrufen und Verarbeiten von Daten und eine Rückmeldung oder Steuerantwort beinhaltet, von einer Steuerung oder einem Maschinensteuersystem implementiert werden, die/das einer einzelnen Arbeitsmaschine zugeordnet ist.
In anderen Ausführungsformen, wie zum Beispiel in 4 veranschaulicht, kann ein verteiltes Hinderniserkennungssystem 400 einen oder mehrere Remote-Server 402 beinhalten, die mit Arbeitsmaschinen 100a, 100b, 100c innerhalb eines Arbeitsbereichs 300 verbunden oder diesem zugeordnet sind. Der Server kann für bidirektionale Kommunikation mit den Arbeitsmaschinen über ein Kommunikationsnetzwerk 406 konfiguriert sein, um Hinderniserkennungsdatensätze von den Maschinen zu empfangen, und ferner mit dem Datenspeicher 404 zum Speichern und selektiven Abrufen von A-priori-Daten basierend zumindest teilweise auf den Rohdaten von den Maschinen zu kommunizieren.
Der hierin verwendete Begriff „Kommunikationsnetzwerk“ in Bezug auf Datenkommunikation zwischen zwei oder mehr Einheiten (z. B. Server, Steuerung, Benutzerrechenvorrichtung) oder anderweitig zwischen Kommunikationsnetzwerkschnittstellen, die mit zwei oder mehr Einheiten assoziiert sind, kann sich auf eine oder eine Kombination von zwei oder mehr von Telekommunikationsnetzen (ob verdrahtet, drahtlos, zellular oder dergleichen), einem globalen Netzwerk wie etwa das Internet, lokalen Netzwerken, Netzwerkverbindungen, Internetdienstanbietern (Internet Service Providers - ISP's) und Zwischenkommunikationsschnittstellen beziehen.
Das verteilte System, wie hierin offenbart, kann dadurch A-priori-Datensätze für die kollektive Datenverarbeitung und Rückmeldung basierend auf Eingaben von einer Anzahl von Arbeitsmaschinen erzeugen, die demselben Arbeitsbereich zugeordnet sind. In alternativen Ausführungsformen dieser Struktur können wahlweise verschiedene Datenverarbeitungsschritte zur Ausführung auf Serverebene, auf lokaler Arbeitsmaschinensteuerungsebene oder einer Kombination aus beiden ausgelegt sein.
5 stellt eine beispielhafte Ausführungsform eines Betriebsverfahrens 500, wie hierin offenbart, dar. Sofern nicht ausdrücklich anders vermerkt, können verschiedene Schritte des Verfahrens auf der Ebene einer lokalen Arbeitsmaschinensteuerung, auf der Ebene einer Rechenvorrichtung, die einem Bediener einer Arbeitsmaschine oder einem anderen Benutzer zugeordnet ist, und/oder auf der Ebene eines oder mehrerer Remote-Server, die kommunikativ damit verbunden sind, durchgeführt werden.
Das Verfahren 500 kann in Schritt 502 mit dem Sammeln von Echtzeitdatensätzen von einem oder mehreren Hindernissensoren im Zusammenhang mit einer Arbeitsmaschine beginnen. Die gesammelten Datensätze können im Datenspeicher gespeichert werden, zum Beispiel an vorbestimmten Datenbankorten zum selektiven Abrufen und Verarbeiten von Daten in späteren Schritten.
Wie zuvor angemerkt, sind die „Hindernissensoren“, die für die Systemimplementierung verfügbar sind, nicht inhärent in ihrem Umfang eingeschränkt und können verschiedene konventionell bekannte Sensoren oder Kombinationen von Sensoren für ihren beabsichtigten Zweck umfassen, oder wie ansonsten von Fachleuten auf dem Gebiet als auf die Implementierung innerhalb der vorliegenden Offenbarung anwendbar verstanden werden kann.
Die „Echtzeit“-Datensätze, auf die hier Bezug genommen wird, sind ebenfalls nicht inhärent im Umfang eingeschränkt, sofern nichts anderes angegeben ist, und können Rohdatensignale, die direkt von den Sensoren in Echtzeit zur Erzeugung von Datensätzen auf der Steuerungsebene übertragen werden, Sätze von Rohdatensignalen, die kollektiv von den Sensoren an die Steuerung nach vorbestimmten Zeiträumen anstatt momentan übertragen werden, ereignisgesteuerte Datensignale, die von den Sensoren an die Steuerung auf Grundlage von Schwellen- oder Nichtschwellenerfassungsereignissen übertragen werden, und dergleichen umfassen.
Das Verfahren 500 kann in Schritt 504 fortgesetzt werden, indem die gesammelten Hinderniserkennungsdatensätze integriert werden, um bekannte Prioritäten zu verbessern, wodurch neue A-priori-Datensätze in Datenspeicherung erzeugt werden.
Das Verfahren 500 kann optional in den Schritten 506 und 508 fortgesetzt werden, indem Bewegungen einer Arbeitsmaschine im Zeitverlauf überwacht werden, ein Pfad oder eine Route vorhergesagt wird, die von der Arbeitsmaschine durchquert werden soll, und ferner ein Hinderniserkennungsbereich zum entsprechenden Abrufen und Verarbeiten von A-priori-Daten definiert wird. Wie zuvor angemerkt, können bestimmte Ausführungsformen, einschließlich solcher Schritte, die Verarbeitungszeit, die durch das Verfahren benötigt wird, wesentlich verringern, indem nur eine begrenzte Teilmenge des gesamten Arbeitsbereichs zu einem bestimmten Zeitpunkt substanziell überprüft werden muss.
Das Verfahren 500 kann in Schritt 510 durch Bestimmen einer Wahrscheinlichkeit eines tatsächlichen Vorhandenseins (oder Nichtvorhandenseins) eines Hindernisses an einem gegebenen Ort und in Schritt 512 durch Bestimmen der jeweiligen Wahrscheinlichkeiten für Kategorien des Hindernisses fortgesetzt werden. Als ein Beispiel können Datensignale, die von einem herkömmlichen Hindernissensor (oder einer Kombination von Hindernissensoren) empfangen werden, anzeigen, dass ein Hindernis erkannt wurde. Das Abrufen und Verarbeiten von A-priori-Daten, das ferner beispielsweise die Integration der neuen Datensignale umfasst, kann verwendet werden, um eine Wahrscheinlichkeit zu bestimmen, dass ein Hindernis tatsächlich vorhanden ist. In Kontexten, in denen die Rohdatensignale relativ verrauscht sein können, kann die Implementierung von Vorgängern bestätigen, dass tatsächlich ein Hindernis vorhanden ist, oder stattdessen eine unangemessene Rückmeldungs- oder Steuerantwort verhindern (oder zumindest dämpfen oder verzögern), indem bestimmt wird, dass ein solches Hindernis relativ unwahrscheinlich ist.
Solche Schritte können beispielsweise das Erzeugen von Zustandsvektoren beinhalten, die einer Bedingung oder Kategorie entsprechen (z. B. das Vorhandensein oder Nichtvorhandensein eines Hindernisses), wobei Übergangsfunktionen oder dergleichen verwendet werden können, um die Wahrscheinlichkeitswerte, die den jeweiligen Vektoren zugeordnet sind, zu erzeugen und im Laufe der Zeit zu aktualisieren. Bei wiederholtem Durchfahren einer gegebenen Arbeitsmaschinenroute kann das System und Verfahren die einem festen Hindernis entlang der gegebenen Route zugeordneten Prioritäten verstärken, ohne beispielsweise die Möglichkeit eines vorübergehenden Hindernisses beim Einfahren in die Route ausdrücklich auszuschließen. Dementsprechend können die Wahrscheinlichkeitswerte, die den Zustandsvektoren zugeordnet sind, diese relativen Unterscheidungen widerspiegeln, und wenn ein Hindernis später über Signale von den Hinderniserkennungssensoren angezeigt wird, kann das System auf eine geringe Wahrscheinlichkeit schließen, dass ein festes Hindernis vorhanden ist, aber dass es eine Möglichkeit eines vorübergehenden Hindernisses entlang der Route geben kann.
Allgemein kann die oben erörterte A-priori-Wissensentwicklung und - Implementierung in erster Linie auf erkannten Bewegungen des Arbeitsfahrzeugs und/oder zugehöriger Arbeitsanbaugeräte basieren und sich daher nicht auf Informationen von den Hindernissensoren selbst verlassen, um die Wahrscheinlichkeiten zu klassifizieren, dass beispielsweise ein Hindernis eines bestimmten Typs vorhanden ist. Jedoch können Daten von den Hinderniserkennungssensoren immer noch in verschiedene Ausführungsformen und/oder maschinelle Lernkontexte integriert sein, wie zum Beispiel, wo das System falschpositive Angaben im Laufe der Zeit von einem bestimmten Hindernissensor an einem bestimmten Ort erkennen kann. Das System kann ferner im Laufe der Zeit lernen, Signale von bestimmten Hinderniserkennungssensoren im Kontext als mehr oder weniger zuverlässig zu behandeln, wie zum Beispiel an bestimmten Orten im Arbeitsbereich oder in der Nähe einer zuvor überquerten Fahrzeugroute usw.
In bestimmten Ausführungsformen können die A-priori-Datensätze, die einem Arbeitsbereich entsprechen, ausschließlich oder in erster Linie auf Grundlage von im Zeitverlauf erlernten Informationen in Bezug auf erkannte Bewegungen der Arbeitsfahrzeuge und/oder Anbaugeräte erzeugt werden.
Alternativ können die A-priori-Datensätze vorbestimmte Informationen über den Arbeitsbereich integrieren, wie zum Beispiel abgebildete topographische Informationen, oder solche vorbestimmten Informationen können separat im Datenspeicher bereitgestellt werden, um von der Maschinensteuerung oder dem Server in Bezug auf die Hinderniserkennungssensordaten und die A-priori-Daten integriert zu werden.
Das Verfahren 500 kann in Schritt 514 fortgesetzt werden, indem eine oder mehrere Ausgaben an eine Benutzerschnittstelle (z. B. Bedienfeld in der Bedienerkabine, mobile Rechenvorrichtung, Remote-Anzeige) und/oder an Steuereinheiten, die der Arbeitsmaschine zugeordnet sind, erzeugt werden. Die Ausgaben können mit einer höchsten Wahrscheinlichkeit in Bezug auf Zustandsvektoren in einer gegebenen Beziehung assoziiert sein, wie zum Beispiel, ob ein Hindernis in unmittelbarer Nähe der Arbeitsmaschine vorhanden oder nicht vorhanden ist (oder ob das System diesbezüglich unsicher ist), oder ob ein erkanntes Hindernis fest oder vorübergehend, Mensch oder Maschine usw. ist.
In einem Zusammenhang dienen die Ausgaben nur zu Anzeigezwecken und werden dem menschlichen Bediener als Entscheidungshilfe für ein manuelles Steuerungsverhalten auf der Grundlage einer genaueren Darstellung möglicher Hindernisse im Pfad der Arbeitsmaschine dargestellt.
In einem anderen Kontext können die Ausgaben für eine automatisierte Steuerantwort bereitgestellt werden, insbesondere zum Aktivieren, Deaktivieren, Dämpfen usw. einer Steuerantwort, die ansonsten auf Grundlage der rohen Hinderniserkennungssignale automatisch bereitgestellt werden kann. Beispielsweise können Steuersignale oder Befehle zum Regulieren der Hindernisvermeidung für ein Fahrzeuglenksystem, ein Fahrzeugantriebssystem (z. B. zum Bremsen und/oder Antreiben) oder dergleichen erzeugt werden.
Unsicherheiten in den vom System erzeugten Wahrscheinlichkeitswerten können sich auch in den Ausgaben widerspiegeln, wie beispielsweise wenn die Ausgaben als Teil eines separaten Algorithmus für Steuerzwecke gewichtet werden, oder wenn dem Bediener angezeigte Ergebnisse präsentiert werden, die auf ein potenzielles Hindernis hinweisen, jedoch die relative Unsicherheit oder mangelndes Vertrauen widerspiegeln. Beispielsweise kann eine bestimmte Ausgabe bereitgestellt werden, um die Steuerung des Arbeitsfahrzeugs zu regeln, wenn das System bestimmt, dass ein Hindernis höchstwahrscheinlich in dem Pfad des Fahrzeugs vorhanden ist, wohingegen eine separate Ausgabe bereitgestellt werden kann, wenn das System in Bezug auf den Zustand eines erkannten Hindernisses unsicher ist, so dass eine andere Steuerantwort umsichtig oder anderweitig durch das Arbeitsfahrzeug erforderlich ist.
Somit ist ersichtlich, dass die Vorrichtung und die Verfahren der vorliegenden Offenbarung leicht die genannten Ziele und Vorteile sowie die darin enthaltenen erreichen. Obwohl bestimmte bevorzugte Ausführungsformen der Offenbarung für vorliegende Zwecke veranschaulicht und beschrieben wurden, können zahlreiche Änderungen in der Anordnung und Konstruktion von Teilen und Schritten durch Fachleute vorgenommen werden, wobei diese Änderungen im Umfang und Geist der vorliegenden Offenbarung, wie in den beigefügten Ansprüchen definiert, enthalten sind. Jedes offenbarte Merkmal oder jede offenbarte Ausführungsform kann mit jedem der anderen offenbarten Merkmale oder Ausführungsformen kombiniert werden.

Claims

Computerimplementiertes Verfahren (500) zur probabilistischen Entscheidungsunterstützung in Bezug auf erkannte Hindernisse in einem Arbeitsbereich, das Verfahren umfassend: das Bereitstellen eines Datenspeichers (156), der einen oder mehrere A-priori-Datensätze (160) umfasst, die einem Arbeitsbereich entsprechen; das Empfangen von Echtzeit-Datensätzen (158) von einem oder mehreren Hindernissensoren im Zusammenhang mit mindestens einem selbstfahrenden Arbeitsfahrzeug (502), wobei die Echtzeit-Datensätze einem erkannten Vorhandensein oder Nichtvorhandensein eines Hindernisses an einem bestimmten Ort innerhalb des Arbeitsbereichs entsprechen; das Bestimmen von Wahrscheinlichkeiten für das erkannte Vorhandensein oder Nichtvorhandensein des Hindernisses (510) und für jede von einer oder mehreren Hinderniskategorien (512) auf Grundlage des empfangenen Echtzeitdatensatzes und eines A-priori-Datensatzes, der dem gegebenen Ort entspricht, als Teilmenge des einen oder der mehreren A-priori-Datensätze, die dem Arbeitsbereich entsprechen, und das Erzeugen einer Ausgabe, die mindestens einer wahrscheinlichsten der bestimmten Wahrscheinlichkeiten entspricht (514).
Verfahren nach Anspruch 1, ferner umfassend: das Integrieren der empfangenen Echtzeitdatensätze in einen Datenspeicher, der A-priori-Datensätze umfasst, die dem Arbeitsbereich entsprechen, um einen oder mehrere neue A-priori-Datensätze zu erzeugen (504).
Verfahren nach einem der Ansprüche 1 oder 2, ferner umfassend: das Überwachen von Bewegungen einer oder mehrerer beweglicher Komponenten des Arbeitsfahrzeugs, die mindestens eines der Arbeitsanbaugeräte umfassen; und das Aktualisieren eines oder mehrerer A-priori-Datensätze mit Daten, die ein Hindernis an einem Ort innerhalb des Arbeitsbereichs auf Grundlage einer vorbestimmten Bewegungssequenz für die eine oder mehreren Arbeitsfahrzeugkomponenten kategorisieren.
Verfahren nach Anspruch 3, wobei zum Aktualisieren des einen oder mehrerer A-priori-Datensätze: ein erstes Hindernis (302) auf Grundlage einer ersten vorbestimmten Bewegungssequenz kategorisiert wird, ein zweites Hindernis (304) auf Grundlage einer zweiten vorbestimmten Bewegungssequenz kategorisiert wird, und ferner eine Arbeitsfahrzeugroute (306) zwischen dem ersten und zweiten Hindernis kategorisiert wird.
Verfahren nach Anspruch 4, wobei auf der Grundlage einer bestimmten Arbeitsaufgabe ein oder mehrere der ersten Hindernisse und zweiten Hindernisse entweder als vorübergehendes Hindernis oder als permanentes Hindernis kategorisiert werden.
Verfahren nach einem der Ansprüche 1 bis 5, ferner umfassend: das Vorhersagen einer Arbeitsfahrzeugroute auf Grundlage der überwachten Fahrzeugbewegung (506).
Verfahren nach Anspruch 6, ferner umfassend: das Definieren eines Hinderniserkennungsbereichs als eine Teilmenge des Arbeitsbereichs, die der vorhergesagten Arbeitsfahrzeugroute entspricht (508).
Verfahren nach Anspruch 7, ferner umfassend: das dynamische Begrenzen des Abrufs oder der Verarbeitung von A-priori Daten in Bezug auf eine Teilmenge des Datenspeichers auf Grundlage des definierten Hinderniserkennungsbereichs.
Verfahren nach einem der Ansprüche 6 bis 8, weiter umfassend: für vorhergesagte und zuvor überquerte Arbeitsfahrzeugrouten, denen ein kategorisiertes permanentes Hindernis fehlt, Beschränken der nachfolgenden Bestimmung der Wahrscheinlichkeiten des erkannten Vorhandenseins oder Nichtvorhandenseins des Hindernisses nur auf vorübergehende Hindernisse.
Verfahren nach einem der Ansprüche 1 bis 9, wobei die Ausgabe an eine Benutzerschnittstelle (114) bereitgestellt wird, die sich in oder an dem Arbeitsfahrzeug befindet.
Verfahren nach Anspruch 10, ferner umfassend: das Hervorheben eines oder mehrerer vorhergesagter Hindernisse und zugehöriger Kategorien auf der Benutzerschnittstelle auf Grundlage der Ausgabe von der Steuerung.
Verfahren nach Anspruch 11, ferner umfassend: das Hervorheben einer oder mehrerer Entscheidungsunterstützungswerkzeuge oder vom Benutzer manipulierbarer Steuerungen basierend auf der Ausgabe.
Verfahren nach einem der Ansprüche 1 bis 12, wobei die Ausgabe mindestens ein Steuersignal beinhaltet, das einer Fahrzeuglenksteuereinheit (126), einer Fahrzeuganbaugerät-Positionierungssteuereinheit (128) und/oder einer Fahrzeugantriebssteuereinheit (130) zum Regulieren zugehöriger Arbeitsfahrzeugkomponenten bereitgestellt wird.
Selbstfahrendes Arbeitsfahrzeug (100) mit einem oder mehreren Arbeitsanbaugeräten (102) zum Bearbeiten eines Geländes, und einem oder mehreren Hindernissensoren (104), wobei das Arbeitsfahrzeug dadurch charakterisiert ist, dass es weiter umfasst: Datenspeicherung (156), umfassend einen oder mehrere A-priori-Datensätze (160), die einem Arbeitsbereich (300) entsprechen; und eine Steuerung (112), die kommunikativ mit dem einen oder den mehreren Arbeitsanbaugeräten, dem einen oder den mehreren Hindernissensoren und dem Datenspeicher verbunden und konfiguriert ist, um ein Verfahren nach einem der Ansprüche 1 bis 13 auszuführen.
System (400), umfassend ein Servernetzwerk (402), das kommunikativ mit einer Vielzahl von selbstfahrenden Fahrzeugen (100a, 100b, 100c) verbunden ist, wobei jedes der selbstfahrenden Fahrzeuge mindestens ein Arbeitsanbaugerät (102) zum Bearbeiten eines Geländes und einen oder mehrere Hindernissensoren (104) umfasst; wobei das System weiter dadurch gekennzeichnet ist, dass es eine Datenspeicherung umfasst, die einen oder mehrere A-priori-Datensätze (160) umfasst, die einem Arbeitsbereich (300) entsprechen; wobei der Server konfiguriert ist, um ein Verfahren nach einem der Ansprüche 1 bis 13 auszuführen, mit Bezug auf jedes der selbstfahrenden Fahrzeuge (100a, 100b, 100c), die sich in dem Arbeitsbereich befinden.