-
Stand der Technik
-
Der Ansatz geht von einer Vorrichtung oder einem Verfahren nach Gattung der unabhängigen Ansprüche aus. Gegenstand des vorliegenden Ansatzes ist auch ein Computerprogramm.
-
Immer wieder verursachen Falschfahrer auf Autobahnen Unfälle mit erheblichem Personen- und Sachschaden.
-
Offenbarung der Erfindung
-
Vor diesem Hintergrund werden mit dem hier vorgestellten Ansatz ein Verfahren zum Erzeugen einer Relevanzkarte für ein Fahrzeug, ein Verfahren zum Bereitstellen eines Positionssignals für eine Falschfahrerkennung, weiterhin eine Vorrichtung, die diese/s Verfahren verwendet, sowie schließlich ein entsprechendes Computerprogramm gemäß den Hauptansprüchen vorgestellt. Durch die in den abhängigen Ansprüchen aufgeführten Maßnahmen sind vorteilhafte Weiterbildungen und Verbesserungen der im unabhängigen Anspruch angegebenen Vorrichtung/en möglich.
-
Die mit dem vorgestellten Ansatz erreichbaren Vorteile bestehen darin, dass eine Relevanzkarte geschaffen wird, um beispielsweise eine Falschfahrerkennung lediglich für in der Relevanzkarte gekennzeichnete kritische Bereiche, an denen ein Falschfahren wahrscheinlich ist, durchführen zu können. Dies kann bei der Falschfahrerkennung eine Rechenlast in Bezug auf unkritische Bereiche einsparen und eine Effizienz in Bezug auf die kritischen Bereiche erhöhen.
-
Es wird ein Verfahren zum Erzeugen einer Relevanzkarte für ein Fahrzeug vorgestellt. Das Verfahren weist einen Schritt des Erkennens und einen Schritt des Klassifizierens auf. Im Schritt des Erkennens wird eine Art zumindest eines Autobahnbereichs einer Autobahn erkannt, wobei die Art einen ein Falschfahren ermöglichenden Bereich repräsentiert, unter Verwendung eines den Autobahnbereich repräsentierenden Datensatzes und einer Erkennungslogik. Im Schritt des Klassifizierens wird der Autobahnbereich unter Berücksichtigung der Art des Bereichs als ein kritischer Bereich oder ein unkritischer Bereich klassifiziert, um die Relevanzkarte zu erzeugen.
-
Dieses Verfahren kann beispielsweise in Software oder Hardware oder in einer Mischform aus Software und Hardware beispielsweise in einem Steuergerät implementiert sein.
-
Eine sehr hohe Anzahl von Falschfahrten erfolgt auf Autobahnen oder in deren direktem Umfeld. Auch ist eine Unfallschwere auf Autobahnen oder in deren Umfeld aufgrund der hohen Geschwindigkeit dort fahrender Fahrzeuge besonders hoch. Daher werden im Schritt des Erkennens speziell Arten von Autobahnbereichen erkannt und/oder unterschieden. Der Datensatz kann eine die Autobahn und/oder ein umfangreicheres Infrastrukturnetz beispielsweise eines oder mehrerer Länder abbildende Karte repräsentieren. Das Verfahren kann dazu dienen, um nach Erkennen der Art für das Falschfahren kritische und unkritische Bereiche zu kennzeichnen, um diese Bereiche in der Relevanzkarte unterscheiden zu können. Beispielsweise kann ein kritischer Bereich ein für das Falschfahren typischer und/oder besonders gefährlicher Bereich, beispielsweise von der Art „Autobahnauffahrt“, sein, und ein unkritischer Bereich, ein Bereich sein, an dem das Fahrzeug wahrscheinlich sehr langsam fährt sodass eine versehentliche Falschfahrt eher unwahrscheinlich ist, wie beispielsweise bei der Art „Autobahnraststätte“. An dem unkritischen Bereich kann ein Falschfahren also unwahrscheinlicher und/oder weniger gefährlich sein. Die Relevanzkarte kann so beispielsweise dazu dienen, dass das Fahrzeug bei Anwesenheit in entweder dem kritischen oder dem unkritischen Bereich unterschiedlich reagiert, beispielsweise in Bezug auf eine Falschfahrerkennung.
-
Das Verfahren kann einen Schritt des Eintragens aufweisen, in dem der als kritisch klassifizierte Autobahnbereich als kritischer Bereich in eine Karte eingetragen wird, um die Relevanzkarte zu erzeugen. Beispielsweise kann im Schritt des Eintragens der kritische Bereich in den Datensatz eingetragen werden, um die Relevanzkarte zu erzeugen. So können zumindest für das Falschfahren kritische Bereiche in der Relevanzkarte hinterlegt sein.
-
Im Schritt des Erkennens kann auch eine Art zumindest eines zweiten Autobahnbereichs der Autobahn erkannt werden, wobei die Art den ein Falschfahren ermöglichenden Bereich repräsentiert, unter Verwendung des Datensatzes und der Erkennungslogik, wobei im Schritt des Klassifizierens der zweite Autobahnbereich als kritischer Bereich oder unkritischer Bereich unter Berücksichtigung der Art des Bereichs klassifiziert wird, um die Relevanzkarte zu erzeugen. So können mehrere Autobahnbereiche als kritische Bereiche oder unkritische Bereiche klassifiziert werden, um eine besonders umfangreiche Relevanzkarte zu erzeugen. Entsprechend können auch mehr, beispielsweise alle, Autobahnbereiche des Datensatzes entsprechend auf deren Art untersucht und/oder klassifiziert werden. So kann eine sehr detaillierte Relevanzkarte entstehen, welche beispielsweise ein Infrastrukturnetz einer Stadt, eines Lands oder mehrerer Länder abdeckt.
-
Im Schritt des Erkennens kann die Art des Autobahnbereichs unter Verwendung des Datensatzes erkannt werden, der zumindest ein Straßenelement mit einem vorbestimmten Straßenattribut und eine Straßenelementposition aufweist. Das Straßenattribut kann eine Eigenschaft wie „Autobahn“ oder „Autobahnschnittstelle“ anzeigen oder repräsentieren. Unter Verwendung des Straßenattributs kann die Art erkennbar sein und unter Verwendung der Straßenelementposition eine räumliche Zuordnung erfolgen.
-
Beispielsweise kann im Schritt des Erkennens die Art erkannt werden, wenn zumindest eine Schnittstelle des Straßenelements mit dem Straßenattribut zu zumindest einem weiteren Straßenelement erkannt wird, um eine Straßenelement-Beziehung abzuleiten. Wenn beispielsweise in einem Straßennetz nur Straßenelemente mit den Straßenattributen „Autobahn“ und „Autobahnschnittstelle“ erkannt werden, handelt es sich bei der Art um ein Autobahnkreuz.
-
Gemäß einer Ausführungsform kann im Schritt des Erkennens die Art unter Verwendung der Erkennungslogik erkannt werden, die eine Graphentheorie und/oder ein geometrisches Verfahren und/oder ein Verfahren des maschinellen Lernens anwendet. So kann ein automatisiertes Erkennen erfolgen und ein sehr aufwendiges manuelles Erkennen vermieden werden.
-
Beispielsweise kann im Schritt des Erkennens unter Verwendung der Erkennungslogik ein Ausdehnen der Straßenelemente mit unterschiedlichen Geometrien und/oder Zusammenfassen von überlappenden Flächen bewirkt werden und/oder Punkte mit vorbestimmtem Abstand zu einer Punktewolke zusammengefasst und eine Geometrie um die Punktewolke gelegt werden, um die Art zu erkennen. Dies schafft eine Möglichkeit zur automatisierten Erkennung der Art.
-
Im Schritt des Klassifizierens kann der Autobahnbereich als kritischer Bereich klassifiziert werden, wenn die Art des Autobahnbereichs als Autobahn, Autobahnkreuz und/oder Anschlussstelle erkannt wurde und/oder als unkritischer Bereich klassifiziert werden, wenn die Art des Autobahnbereichs als Autobahnraststätte und/oder Parkplatz erkannt wurde. Auf der Autobahn, Autobahnkreuz und/oder Anschlussstelle sind Falschfahrten besonders wahrscheinlich und gefährlich. Auf Autobahnraststätten und/oder Parkplätzen sind Falschfahrten hingegen eher unwahrscheinlich und ungefährlich.
-
Ein Verfahren zum Bereitstellen eines Positionssignals für eine Falschfahrerkennung umfasst einen Schritt des Einlesens, einen Schritt des Prüfens und einen Schritt des Sendens. Im Schritt des Einlesens wird ein Anwesenheitssignal eingelesen, das eine aktuelle Position des Fahrzeugs in einem Autobahnbereich einer Autobahn repräsentiert. Im Schritt des Prüfens wird geprüft, ob die aktuelle Position innerhalb eines kritischen Bereichs liegt, unter Verwendung einer Relevanzkarte, die unter Verwendung des Verfahrens zum Erzeugen einer Relevanzkarte für ein Fahrzeug in einer der vorangehend beschriebenen Varianten erzeugt wurde. Im Schritt des Sendens wird ein Positionssignal gesendet, das die aktuelle Position des Fahrzeugs repräsentiert, wenn die aktuelle Position innerhalb des kritischen Bereichs liegt. Im Schritt des Sendens kann das Positionssignal an einen Server und/oder eine Fahrzeugwarneinrichtung gesendet werden. Dieses Verfahren ermöglicht durch Bereitstellen des Positionssignals eine Falschfahrerkennung an kritischen Bereichen.
-
Es ist weiterhin von Vorteil, wenn das Verfahren einen Schritt des Unterdrückens aufweist, in dem der Schritt des Sendens unterdrückt wird, wenn im Schritt des Prüfens erkannt wird, dass die aktuelle Position nicht innerhalb des kritischen Bereichs liegt und/oder dass die aktuelle Position innerhalb des unkritischen Bereichs liegt. Der Schritt des Unterdrückens kann dazu dienen, eine Datenkommunikation mit einem Server auszuschalten, wenn sich das Fahrzeug nicht an einem kritischen Bereich befindet. So kann unnötige Serverlast vermieden werden. Ferner wird keine sogenannte „False-Positive-Erkennung“ erzeugt, bei der ein Falschfahrer fälschlicherweise erkannt wird. Das Ausschließen unkritischer Bereiche kann sich somit auch auf die False-Positive-Reduktion positiv auswirken.
-
Der hier vorgestellte Ansatz schafft ferner eine Vorrichtung, die ausgebildet ist, um die Schritte einer Variante eines hier vorgestellten Verfahrens zum Erzeugen einer Relevanzkarte für ein Fahrzeug und/oder die Schritte einer Variante eines hier vorgestellten Verfahrens zum Bereitstellen eines Positionssignals für eine Falschfahrerkennung in entsprechenden Einrichtungen durchzuführen, anzusteuern bzw. umzusetzen. Auch durch diese Ausführungsvariante des Ansatzes in Form einer Vorrichtung kann die dem Ansatz zugrunde liegende Aufgabe schnell und effizient gelöst werden.
-
Hierzu kann die Vorrichtung zumindest eine Recheneinheit zum Verarbeiten von Signalen oder Daten, zumindest eine Speichereinheit zum Speichern von Signalen oder Daten, zumindest eine Schnittstelle zu einem Sensor oder einem Aktor zum Einlesen von Sensorsignalen von dem Sensor oder zum Ausgeben von Daten- oder Steuersignalen an den Aktor und/oder zumindest eine Kommunikationsschnittstelle zum Einlesen oder Ausgeben von Daten aufweisen, die in ein Kommunikationsprotokoll eingebettet sind. Die Recheneinheit kann beispielsweise ein Signalprozessor, ein Mikrocontroller oder dergleichen sein, wobei die Speichereinheit ein Flash-Speicher, ein EEPROM oder eine magnetische Speichereinheit sein kann. Die Kommunikationsschnittstelle kann ausgebildet sein, um Daten drahtlos und/oder leitungsgebunden einzulesen oder auszugeben, wobei eine Kommunikationsschnittstelle, die leitungsgebundene Daten einlesen oder ausgeben kann, diese Daten beispielsweise elektrisch oder optisch aus einer entsprechenden Datenübertragungsleitung einlesen oder in eine entsprechende Datenübertragungsleitung ausgeben kann.
-
Unter einer Vorrichtung kann vorliegend ein elektrisches Gerät verstanden werden, das Sensorsignale verarbeitet und in Abhängigkeit davon Steuer- und/oder Datensignale ausgibt. Die Vorrichtung kann eine Schnittstelle aufweisen, die hard- und/oder softwaremäßig ausgebildet sein kann. Bei einer hardwaremäßigen Ausbildung können die Schnittstellen beispielsweise Teil eines sogenannten System-ASICs sein, der verschiedenste Funktionen der Vorrichtung beinhaltet. Es ist jedoch auch möglich, dass die Schnittstellen eigene, integrierte Schaltkreise sind oder zumindest teilweise aus diskreten Bauelementen bestehen. Bei einer softwaremäßigen Ausbildung können die Schnittstellen Softwaremodule sein, die beispielsweise auf einem Mikrocontroller neben anderen Softwaremodulen vorhanden sind.
-
Von Vorteil ist auch ein Computerprogrammprodukt oder Computerprogramm mit Programmcode, der auf einem maschinenlesbaren Träger oder Speichermedium wie einem Halbleiterspeicher, einem Festplattenspeicher oder einem optischen Speicher gespeichert sein kann und zur Durchführung, Umsetzung und/oder Ansteuerung der Schritte des Verfahrens nach einer der vorstehend beschriebenen Ausführungsformen verwendet wird, insbesondere wenn das Programmprodukt oder Programm auf einem Computer oder einer Vorrichtung ausgeführt wird.
-
Ausführungsbeispiele des hier vorgestellten Ansatzes sind in den Zeichnungen dargestellt und in der nachfolgenden Beschreibung näher erläutert. Es zeigt:
- 1 eine schematische Darstellung einer Vorrichtung zum Erzeugen einer Relevanzkarte für ein Fahrzeug gemäß einem Ausführungsbeispiel;
- 2 eine schematische Darstellung einer Vorrichtung zum Bereitstellen eines Positionssignals für eine Falschfahrerkennung gemäß einem Ausführungsbeispiel;
- 3 ein Ablaufdiagramm eines Verfahrens zum Erzeugen einer Relevanzkarte für ein Fahrzeug gemäß einem Ausführungsbeispiel; und
- 4 ein Ablaufdiagramm eines Verfahrens zum Bereitstellen eines Positionssignals für eine Falschfahrerkennung gemäß einem Ausführungsbeispiel.
-
In der nachfolgenden Beschreibung günstiger Ausführungsbeispiele des vorliegenden Ansatzes werden für die in den verschiedenen Figuren dargestellten und ähnlich wirkenden Elemente gleiche oder ähnliche Bezugszeichen verwendet, wobei auf eine wiederholte Beschreibung dieser Elemente verzichtet wird.
-
1 zeigt eine schematische Darstellung einer Vorrichtung 100 zum Erzeugen einer Relevanzkarte 105 für ein Fahrzeug gemäß einem Ausführungsbeispiel.
-
Die Vorrichtung 100 weist eine Erkenneinrichtung 110 und eine Klassifizierungseinrichtung 115 auf. Die Erkenneinrichtung 110 ist ausgebildet, um eine Art 120, 122 zumindest eines Autobahnbereichs einer Autobahn zu erkennen, wobei die Art 120, 122 einen ein Falschfahren ermöglichenden Bereich repräsentiert, unter Verwendung eines den Autobahnbereich repräsentierenden Datensatzes 125 und einer Erkennungslogik 130. Die Klassifizierungseinrichtung 115 ist ausgebildet, um den Autobahnbereich unter Berücksichtigung der Art 120, 122 des Bereichs als einen kritischen Bereich 135 oder einen unkritischen Bereich 140 zu klassifizieren, um die Relevanzkarte 105 zu erzeugen.
-
Eine sehr hohe Anzahl von Falschfahrten erfolgt auf Autobahnen oder in deren direktem Umfeld. Auch ist eine Unfallschwere auf Autobahnen oder in deren Umfeld aufgrund der hohen Geschwindigkeit dort fahrender Fahrzeuge besonders hoch. Daher erkennt die Erkenneinrichtung 110 die Art 120 oder unterscheidet die Erkenneinrichtung 110 unterschiedliche Arten 120, 122 speziell von Autobahnbereichen. Der Datensatz 125 repräsentiert gemäß diesem Ausführungsbeispiel eine die Autobahn und/oder ein umfangreicheres Infrastrukturnetz abbildende Karte. Die Vorrichtung 100 ist dazu ausgebildet, um den Datensatz und/oder weitere Datenquellen 145 über eine Schnittstelle einzulesen, beispielsweise drahtlos von einer Cloud einzulesen.
-
Die Vorrichtung 100 ist gemäß diesem Ausführungsbeispiel ausgebildet, um den als kritisch klassifizierten Autobahnbereich als kritischen Bereich 135 in eine Karte 125 einzutragen, um die Relevanzkarte 105 zu erzeugen.
-
Gemäß diesem Ausführungsbeispiel ist die Erkenneinrichtung 110 ausgebildet, um auch die Art 120, 122 zumindest eines zweiten Autobahnbereichs der Autobahn zu erkennen, wobei die Art 120, 122 den ein Falschfahren ermöglichenden Bereich repräsentiert, unter Verwendung des Datensatzes 125 und der Erkennungslogik 130, wobei die Klassifizierungseinrichtung 115 ausgebildet ist, um den zweiten Autobahnbereich als kritischen Bereich 135 oder unkritischen Bereich 140 unter Berücksichtigung der Art 120, 122 des Bereichs zu klassifizieren, um die Relevanzkarte 105 zu erzeugen. So entsteht gemäß dem Ausführungsbeispiel eine besonders umfangreiche Relevanzkarte 105. Entsprechend werden von der Vorrichtung 100 gemäß einem Ausführungsbeispiel auch mehr, beispielsweise alle, Autobahnbereiche des Datensatzes 125 entsprechend auf deren Art 120, 122 untersucht und/oder klassifiziert.
-
Der Datensatz 125 weist gemäß diesem Ausführungsbeispiel zumindest ein Straßenelement mit einem vorbestimmten Straßenattribut und/oder einer Straßenelementposition auf. Das Straßenattribut repräsentiert gemäß einem Ausführungsbeispiel eine Eigenschaft wie „Autobahn“ oder „Autobahnschnittstelle“. Die Erkenneinrichtung 110 ist gemäß diesem Ausführungsbeispiel ausgebildet, um die Art 120, 122 unter Verwendung des Straßenattributs zu erkennen und unter Verwendung der Straßenelementposition eine räumliche Zuordnung durchzuführen.
-
Beispielsweise erkennt die Erkenneinrichtung 110 gemäß einem Ausführungsbeispiel die Art 120, 122, indem zumindest eine Schnittstelle des Straßenelements mit dem Straßenattribut zu zumindest einem weiteren Straßenelement erkannt wird, und daraus eine Straßenelement-Beziehung abgeleitet wird. Wenn beispielsweise in dem Infrastrukturnetz nur Straßenelemente mit den Straßenattributen „Autobahn“ und „Autobahnschnittstelle“ erkannt werden, handelt es sich bei der Art 120 um ein Autobahnkreuz.
-
Die Erkenneinrichtung 110 erkennt gemäß einem Ausführungsbeispiel die Art 120, 122 unter Verwendung der Erkennungslogik 130, die eine Graphentheorie und/oder ein geometrisches Verfahren und/oder ein Verfahren des maschinellen Lernens anwendet. Hierbei ist die Erkennungslogik 130 gemäß einem Ausführungsbeispiel ausgebildet, um ein Ausdehnen der Straßenelemente mit unterschiedlichen Geometrien und/oder Zusammenfassen von überlappenden Flächen zu bewirken und/oder Punkte mit vorbestimmtem Abstand zu einer Punktewolke zusammenzufassen und eine Geometrie um die Punktewolke zu legen, um die Art 120, 122 zu erkennen.
-
Die Klassifizierungseinrichtung 115 ist gemäß diesem Ausführungsbeispiel ausgebildet, um den Autobahnbereich als kritischen Bereich 135 zu klassifizieren, wenn die Art 120 des Autobahnbereichs als Autobahn, Autobahnkreuz und/oder Anschlussstelle erkannt wurde und/oder als unkritischen Bereich 140 zu klassifizieren, wenn die Art 122 des Autobahnbereichs als Autobahnraststätte und/oder Parkplatz erkannt wurde.
-
Falschfahrer, auch „Geisterfahrer“ genannt, verursachen im Falle eines Unfalls Tote, Verletzte und erheblichen Sachschaden. Die Erkennung alleine auf Basis eines Navigationsgerätes durch Straßenklasse und -richtung ist für die meisten Fälle zu spät, d. h., der Falschfahrer befindet sich bereits vermutlich mit hoher Fahrgeschwindigkeit und großer Wahrscheinlichkeit einer Kollision auf der falschen Fahrbahn.
-
Über 50 % der Falschfahrten beginnen auf Bundesautobahn (BAB)-Anschlussstellen. Gerade bei den Falschfahrten auf Autobahnen kann es zu Unfällen bei hoher Kollisionsgeschwindigkeit kommen. Möchte man daher einen Falschfahrer detektieren und andere Verkehrsteilnehmer in dessen Nähe noch rechtzeitig warnen, so steht nur sehr wenig Zeit zur Verfügung. Trotz der zeitkritischen Funktionsweise ist es notwendig, bei einer Eigenwarnung und/oder eines aktiven Eingreifens False-Positive-Erkennungen so weit wie möglich zu vermindern bzw. komplett zu vermeiden.
-
Die hier vorgestellte Vorrichtung 100 ermöglicht vorteilhafterweise eine automatisierte Definition/Klassifizierung von relevanten Bereichen für eine Client-Server-basierte Falschfahrerwarnung, die in 2 gezeigt ist.
-
Die Vorrichtung 100 veranschaulicht wie die Erkennungslogik 130, die auch als „Generierungslogik“ bezeichnet werden kann, in Relation mit den Kartendaten des Datensatzes 125 und den generierten relevanten Bereichen steht.
-
Die Generierungslogik wird gemäß einem Ausführungsbeispiel unter anderem durch geometrische Verfahren und/oder durch ein Verfahren des maschinellen Lernens, insbesondere Clustering-Verfahren, umgesetzt.
-
Gemäß einem Ausführungsbeispiel wendet die Generierungslogik beim maschinellen Lernen eines oder mehrere der folgenden Verfahren an:
- - K-Means
- - K-Medoids
- - DBScan
-
Die Vorrichtung 100 ermöglicht vorteilhafterweise eine automatische Erkennung von Autobahnbereichen. Mögliche Bereiche sind also beispielsweise Anschlussstellen, Autobahnkreuze, Parkplätze, Autobahnen selbst oder andere relevante Bereiche für Falschfahrten. All diese Bereiche stellen Schnittstellen mit Autobahnen dar, sind jedoch für die Falschfahrererkennung unterschiedlich relevant. Dabei kann es aus unterschiedlichen Gründen wichtig sein, zu erkennen, um was für eine Art 120, 122 von Bereich es sich handelt, bzw. diese Bereiche zu klassifizieren und unterscheiden zu können. Dies wiederum ermöglicht im weiteren Verlauf der Falschfahrererkennung unterschiedlich auf die verschiedenen erkannten Bereiche reagieren zu können. Dabei geht es im Folgenden hauptsächlich um Autobahnkreuze, Autobahnparkplätze und Autobahnraststätten, es ist jedoch denkbar, die Klassifizierung auf weitere Bereiche anzuwenden. Nach der Erkennung eines bestimmten Bereichs, welcher beispielsweise als irrelevant für die Falschfahrererkennung angesehen wird, wird dieser unkritische Bereich 140 gemäß einem Ausführungsbeispiel aus den Bereichen, in welchen Standortinformationen vom Client zum Server gesendet werden, ausgeschlossen, siehe hierzu auch 2. Dies erhöht die Wirtschaftlichkeit des Systems. Beispielsweise ist ein Autobahnparkplatz ein Bereich, an dem sich Personen über einen längeren Zeitraum aufhalten können. Dies hat zur Folge, dass ein Client sich über lange Zeit innerhalb einer Autobahnschnittstelle befindet, sodass der Client ununterbrochen seine Positionsdaten an den Server senden würde. Wird dieser Bereich jedoch von der Erkenneinrichtung 110 als Autobahnparkplatz erkannt und nicht einfach zu „Autobahnschnittstellen“ zugeordnet, wird dieser Bereich als unkritisch bzw. irrelevant deklariert und im Folgenden eine Datenkommunikation zwischen Client und Server verhindert, um somit unnötige Last auf dem Server zu vermeiden, siehe hierzu auch 2. Ebenfalls ein wichtiger Punkt ist, dass durch das Nicht-Senden von Daten eine mögliche False-Positive Erkennung nicht erzeugt wird, weshalb sich das Ausschließen bestimmter Bereiche auch auf die False-Positive Reduktion positiv auswirkt.
-
Hierbei gelten gemäß diesem Ausführungsbeispiel unterschiedliche Regeln für unterschiedlich erkannte und klassifizierte Bereiche. Da die Kette der Erkennung eines Falschfahrers zeitkritisch ist, ist es wichtig, die Last auf dem Server und somit die Anzahl an Anfragen des Clients an den Server so gering wie möglich zu halten, was durch ein herausfiltern der als unkritisch erkannten Bereiche 140 gewährleistet wird.
-
Ein weiterer Punkt ist die Datenmenge, sowie der notwendige Energieverbrauch auf Client-Seite, welcher durch die Entnahme der als unkritisch erkannten Bereiche 140 verbessert wird, da an diesen Bereichen die Datenkommunikation beispielsweise gemäß einem Ausführungsbeispiel einfach ausgeschalten wird.
-
Eine manuelle Klassifizierung wäre alternativ denkbar, jedoch aufgrund des hohen Arbeitsaufwands wegen der großen Anzahl an relevanten Bereich in verschiedensten Ländern der Welt unwirtschaftlich. Und würde zudem eine hohe Variation in der Qualität des Endprodukts bedeuten. Aufgrund dessen erfolgt bei der hier vorgestellten Vorrichtung 100 vorteilhafterweise eine automatisierte und datenbasierte Definition/Klassifizierung dieser Bereiche.
-
Bei der Definition/Klassifizierung der Autobahnbereiche werden gemäß diesem Ausführungsbeispiel verschiedene Abwägungen gemacht. Ist der Bereich zu groß definiert, hat dies in der Regel Auswirkungen auf die Auslösezeit, da der Server leistungsfähiger sein soll, aufgrund des erhöhten Aufkommens von. Dies führt unweigerlich auch zu einer schlechteren Wirtschaftlichkeit des Systems. Im Fall von zu groß gewählten Bereichen, beeinträchtigt dies auf der Client-Seite durch das höhere Kommunikationsaufkommen die Dateneffizient sowie den Stromverbrauch negativ. Ist der Bereich hingegen zu klein definiert, wirkt sich dies hauptsächlich auf die True-Positive-Rate, also die Erkennungsrate von Falschfahrern aus. Gerade in Kombination mit Sensorungenauigkeiten wird demnach ein gewisser Bereich neben der Fahrbahn miteinbezogen, um eine zuverlässige Erkennung zu gewährleisten.
-
Für eine Bewertung der Anfahrtshistorie, also der potentiellen Positionen, auf denen sich ein Fahrer vor dem Beginn einer Falschfahrt befindet, ist gemäß einem Ausführungsbeispiel auch ein gewisser Anfahrts- und/oder Abfahrtweg in diesem Bereich beinhaltet. Derselbe Sachverhalt gilt selbstverständlich auch, wenn der Fahrer in den Bereich bereits als Falschfahrer eintritt. Im Fall einer Fahrt auf der richtigen Fahrbahnseite kann ein derartiger Anfahrtsweg auch zur False-Positive-Reduktion beitragen.
-
Als Datengrundlage wird mindestens ein Datensatz 125 mit Straßenelementen und gewissen Attributen benötigt. Die Straßenelemente beinhalten gemäß diesem Ausführungsbeispiel in einer beliebigen Form die Koordinaten bzw. Position. Dieser Datensatz 125 kann auch vereinfachend als eine „Karte“ bezeichnet werden. Die Erkennungslogik 130 ermöglicht nun ein Detektieren von Anschlussstellen, Autobahnkreuze, Autobahnparkplätze und Autobahnraststätten. Mit Hilfe von Straßenattributen, welche die Transition zwischen verschiedenen Autobahnen bzw. Autobahnen mit andersartigem Straßennetz beschreiben, werden die im vorherigen Satz genannten Orte detektiert und anschließend die relevanten kritischen Bereiche 135 definiert/klassifiziert. Diese kritischen Bereiche 135 umfassen somit die gewünschten Orte mit einer gewissen Toleranz, was die oben genannte Abwägung über die Größe der Bereiche optimiert.
-
Um die unterschiedlichen Bereiche erkennen und klassifizieren zu können, werden die Schnittstellen einzelner Straßenelemente gemäß diesem Ausführungsbeispiel mit bestimmten Attributen zu anderen Straßenelementen untersucht. Aus diesen Straßenelement-Beziehungen wird gemäß einem Ausführungsbeispiel abgeleitet, um welche Art 120, 122 von Straßenkonstrukt es sich handelt, wie beispielsweise ein Autobahnparkplatz, Autobahnkreuz usw.. Hierbei wird gemäß einem Ausführungsbeispiel ebenfalls unterschieden, ob es sich um ein einzelnes geschlossenes Konstrukt handelt oder nicht. Das bedeutet, dass beispielsweise ein Autobahnkreuz nur dann als Autobahnkreuz klassifiziert wird, wenn es in dem Straßen-Konstrukt und mit einem gewissen räumlichen Spielraum um dieses Straßen-Konstrukt herum, keine Anschlussstelle von außerhalb der Autobahn gibt. Dieser Sachverhalt gilt gemäß einem Ausführungsbeispiel ebenso für alle weiteren klassifizierbaren Bereiche. Die Erkennungslogik 130 wird unter anderem durch Verfahren aus der Graphentheorie und/oder durch Verfahren des maschinellen Lernens umgesetzt. Hierbei erzeugt die Erkennungslogik 130 gemäß einem Ausführungsbeispiel einen Graphen über das Straßennetz, überprüft Attributs-Beziehungen einzelner Straßenelemente, beispielsweise Kanten des Graphen, und/oder erkennt mittels erstellter Regeln geschlossene Konstrukte.
-
Eine solche Regel, um beispielsweise ein Autobahnkreuz zu erkennen, ist gemäß einem Ausführungsbeispiel folgendermaßen realisiert:
- In dem Straßennetz, welches ein Autobahnkreuz definiert, sollen sich nur Straßenelemente mit den Attributen „Autobahn“ oder „Autobahnschnittstelle“ befinden. Hätte dieses Konstrukt Anschluss an beispielsweise eine Landstraße, gäbe es eine Autobahnauffahrt-Möglichkeit und das Straßenkonstrukt wird folglich nicht als Autobahnkreuz erkannt und klassifiziert.
-
2 zeigt eine schematische Darstellung einer Vorrichtung 200 zum Bereitstellen eines Positionssignals 205 für eine Falschfahrerkennung gemäß einem Ausführungsbeispiel. Die Vorrichtung 200 ist dazu ausgebildet, um die Relevanzkarte 105 von der in 1 beschriebenen Vorrichtung 100 einzulesen. Gemäß einem Ausführungsbeispiel ist die in 1 beschriebene Vorrichtung 100 in die hier beschriebene Vorrichtung 200 integriert oder die Vorrichtung 200 gemäß einem alternativen Ausführungsbeispiel zum Einlesen der Relevanzkarte 105 drahtlos signalübertragungsfähig mit der Vorrichtung 100 verbunden. Die Vorrichtung 200 ist gemäß diesem Ausführungsbeispiel als ein Client ausgebildet und/oder in oder an dem Fahrzeug 207 angeordnet.
-
Die Vorrichtung 200 weist eine Einleseeinrichtung 206, eine Prüfeinrichtung 210 und eine Sendeeinrichtung 215 auf. Die Einleseeinrichtung 206 ist dazu ausgebildet, um ein Anwesenheitssignal 220 einzulesen, das eine aktuelle Position des Fahrzeugs 207 in einem Autobahnbereich einer Autobahn repräsentiert. Gemäß diesem Ausführungsbeispiel ist die Einleseeinrichtung 206 ausgebildet, um die aktuelle Position des Fahrzeugs 207 mittels GPS zu ermitteln. Die Prüfeinrichtung 210 ist dazu ausgebildet, um unter Verwendung der Relevanzkarte 105 zu prüfen, ob die aktuelle Position innerhalb eines kritischen Bereichs liegt. Die Sendeeinrichtung 215 ist ausgebildet, um das Positionssignal 205 zu senden, das die aktuelle Position des Fahrzeugs 207 repräsentiert, wenn die aktuelle Position innerhalb des kritischen Bereichs liegt. Hierzu weist die Prüfeinrichtung 210 gemäß diesem Ausführungsbeispiel eine Entscheidungslogik für einen Sendevorgang der aktuellen Position durch die Sendeeinrichtung 215 auf.
-
Gemäß diesem Ausführungsbeispiel sendet die Sendeeinrichtung 215 das Positionssignal 205 an einen Server 230 und/oder gemäß einem alternativen Ausführungsbeispiel an eine Fahrzeugwarneinrichtung beispielsweise des Fahrzeugs 207.
-
Die Prüfeinrichtung 210 oder Sendeeinrichtung 215 weist ferner gemäß diesem Ausführungsbeispiel eine Unterdrückungseinrichtung auf, die ausgebildet ist, um ein Generieren/Senden des Positionssignals 205 zu unterdrücken, wenn die Prüfeinrichtung 210 erkennt, dass die aktuelle Position nicht innerhalb des kritischen Bereichs liegt und/oder dass die aktuelle Position innerhalb des unkritischen Bereichs liegt.
-
Die Vorrichtung 200 weist ferner gemäß einem Ausführungsbeispiel eine signaltechnisch mit der Einleseeinrichtung 206, Prüfeinrichtung 210 und/oder Sendeeinrichtung 215 verbundene Inertialsensorik 235 auf.
-
Der Server 230 umfasst gemäß diesem Ausführungsbeispiel eine Empfangseinrichtung 240 zum Empfangen des Positionssignals 205 und eine Falschfahrererkennungseinrichtung 245 zum Erkennen eines Falschfahrens. Die Falschfahrererkennungseinrichtung 245 ist dazu ausgebildet, um bei Erkennen eines Falschfahrens ein Warnsignal 250 auszugeben. Gemäß einem Ausführungsbeispiel umfasst die Vorrichtung 200 eine entsprechende Empfangseinrichtung 240 und Falschfahrererkennungseinrichtung 245.
-
Die Falschfahrerkennung der Falschfahrererkennungseinrichtung 245 erfolgt gemäß einem Ausführungsbeispiel unter Einsatz einer Videosensorik zur Detektion eines Falschfahrers, um das Passieren eines „Einfahrt verboten“ Schildes zu detektieren oder unter Einsatz einer digitalen Karte in Verbindung mit einer Navigation zum Detektieren einer falschen Fahrtrichtung auf einem Streckenabschnitt, der nur in einer Richtung befahrbar ist. Weiterhin möglich sind gemäß einem Ausführungsbeispiel drahtlose Verfahren, die mittels Infrastruktur wie z. B. Baken in der Fahrbahn oder am Fahrbahnrand Falschfahrer detektieren.
-
Das bei Detektion eines Falschfahrers ausgegebene Warnsignal 250 bewirkt gemäß einem Ausführungsbeispiel eine Warnung des Falschfahrers selbst über ein Display und/oder akustische Hinweise und/oder eine Warnung anderer Fahrer in der Nähe des Falschfahrers, z. B. über Fahrzeug-Fahrzeug-Kommunikation, mittels Mobilfunk und/oder mittels am Straßenrand aufgestellten Wechselverkehrszeichen.
-
Dank der Vorrichtung 200 erfolgt gemäß einem Ausführungsbeispiel eine Verbesserung einer Cloud-basierten Falschfahrerfunktion durch eine Nachplausibilisierung einer Trajektorie.
-
Der hier vorgestellte Ansatz greift für eine Falschfahrererkennung, englisch auch „Wrong-Way-Driver-Detection“ genannt, mit einer Client-Server-Lösung. Als Client ist ein Gerät zu verstehen, hier beispielhaft befindlich an oder in dem Kraftfahrzeug 207, welches über eine Internetanbindung verfügt und mindestens Zugriff auf Positionskoordinaten hat.
-
Es ergeben sich aus den möglichen Funktionsweisen einer Falschfahrerwarnung mit einer Client-Server-Lösung folgende Schlüsselproblemfelder für diese Technologie, welche unter Verwendung der Vorrichtung 200 behoben werden:
- Zum einen wird eine False-Positive-Reduktion ermöglicht. False-Positives, also Fehldetektionen bei richtiger Fahrweise, werden bei einer Eigenwarnung und/oder eines aktiven Eingreifens so weit wie möglich vermindert bzw. komplett vermieden. Je nach Warnungskonzept erfüllen hierbei die Standards bis zu ASIL-A.
-
Ferner wird eine zeitkritische Ausführung der Auslösekette berücksichtigt. Um die Gefährdung anderer Verkehrsteilnehmer ausgehend von einem Falschfahrer so gering wie möglich zu halten, erfolgt ein Eingreifen bzw. Warnen so schnell wie möglich. D. h. die komplette Funktionskette von Detektion einer kritischen Situation über das Erkennen eines Falschfahrers bis zum Eingriff bzw. Warnung wird in einer möglichst geringen Zeitspanne durchlaufen. Die Auslastung und somit die nötige Leistungsfähigkeit des Servers 230 bei einem flächendeckenden Einsatz dieser Funktion spielt dabei eine sehr wichtige Rolle. Neben der Auslösezeit stellt auch noch die Wirtschaftlichkeit einen wichtigen Teilaspekt dar.
-
Zudem wird auf die Kommunikation, Dateneffizienz und den Stromverbrauch geachtet. Die Kommunikation und der Stromverbrauch sind besonders für den Client, beispielsweise in Form eines mobilen Geräts, so effizient bzw. gering wie möglich gehalten, um eine akzeptable Akkulaufzeit zu erreichen. Auch eine Überlastung einer Mobilfunkzelle oder anderweitigen drahtlosen Kommunikationseinheit wird durch eine Dateneffiziente Kommunikation unterbunden. Auch das Datenvolumen und die damit verbunden Kosten sind soweit es möglich ist eingegrenzt. Die Effizienz der Kommunikation ist aus Rechenleistungsgründen auch serverseitig ein äußerst wichtiger Faktor.
-
Ein Hauptproblem der Client-Server-basierten Falschfahrerwarnung ist der zu definierende Bereich, in dem der Client eigenständig Daten an den Server 230 sendet. Diese Bereiche schließen die relevanten Orte für das Erkennen einer Falschfahrt ein. Mögliche Bereiche sind also beispielsweise Anschlussstellen, Autobahnkreuze, Autobahnen selbst oder Hotspots für Falschfahrten. Ein solcher Bereich kann geometrisch verschiedenartig definiert werden. Im Rahmen dieses Ansatzes erfolgt die Beschreibung gemäß einem Ausführungsbeispiel in der Regel als Polygon, jedoch ist gemäß einem alternativen Ausführungsbeispiel jegliche andere Repräsentation oder Näherung ebenfalls denkbar. Diese Bereiche sind dem Client, hier unter Verwendung der Relevanzkarte 105, bekannt und werden gemäß einem Ausführungsbeispiel beispielsweise in den Programmcode beigefügt oder durch eine Server-Schnittstelle von dem Server 230 zur Verfügung gestellt.
-
3 zeigt ein Ablaufdiagramm eines Verfahrens 300 zum Erzeugen einer Relevanzkarte für ein Fahrzeug gemäß einem Ausführungsbeispiel. Dabei kann es sich um ein Verfahren 300 handeln, das von der anhand von 1 beschriebenen Vorrichtung ausführbar oder ansteuerbar ist.
-
Das Verfahren 300 weist einen Schritt 305 des Erkennens und einen Schritt 310 des Klassifizierens auf. Im Schritt 305 des Erkennens wird eine Art zumindest eines Autobahnbereichs einer Autobahn erkannt, wobei die Art einen ein Falschfahren ermöglichenden Bereich repräsentiert, unter Verwendung eines den Autobahnbereich repräsentierenden Datensatzes und einer Erkennungslogik. Im Schritt 310 des Klassifizierens wird der Autobahnbereich unter Berücksichtigung der Art des Bereichs als ein kritischer Bereich oder ein unkritischer Bereich klassifiziert, um die Relevanzkarte zu erzeugen.
-
Optional weist das Verfahren 300 gemäß diesem Ausführungsbeispiel ferner einen Schritt 315 des Eintragens auf, in dem der als kritisch klassifizierte Autobahnbereich als kritischer Bereich in eine Karte eingetragen wird, um die Relevanzkarte zu erzeugen.
-
4 zeigt ein Ablaufdiagramm eines Verfahrens 400 zum Bereitstellen eines Positionssignals für eine Falschfahrerkennung gemäß einem Ausführungsbeispiel. Dabei kann es sich um ein Verfahren 400 handeln, das von der anhand von 2 beschriebenen Vorrichtung zum Bereitstellen eines Positionssignals für eine Falschfahrerkennung ausführbar oder ansteuerbar ist.
-
Das Verfahren 400 umfasst einen Schritt 405 des Einlesens, einen Schritt 410 des Prüfens und einen Schritt 415 des Sendens. Im Schritt 405 des Einlesens wird ein Anwesenheitssignal eingelesen, das eine aktuelle Position des Fahrzeugs in einem Autobahnbereich einer Autobahn repräsentiert, Im Schritt 410 des Prüfens wird geprüft, ob die aktuelle Position innerhalb eines kritischen Bereichs liegt, unter Verwendung einer Relevanzkarte. Im Schritt 415 des Sendens wird ein Positionssignal, das die aktuelle Position des Fahrzeugs repräsentiert gesendet, wenn die aktuelle Position innerhalb des kritischen Bereichs liegt. Im Schritt 415 des Sendens wird das Positionssignal gemäß einem Ausführungsbeispiel an einen Server und/oder eine Fahrzeugwarneinrichtung gesendet.
-
Optional umfasst das Verfahren 400 die Schritte des anhand von 3 beschriebenen Verfahrens zum Erzeugen der Relevanzkarte. Auf diese Weise kann die Relevanzkarte beispielsweise erzeugt oder aktualisiert und zugleich zum Bereitstellen des Positionssignals für die Falschfahrerkennung verwendet werden.
-
Optional weist das Verfahren 400 gemäß diesem Ausführungsbeispiel ferner einen Schritt 420 des Unterdrückens auf, in dem der Schritt 415 des Sendens unterdrückt wird, wenn im Schritt 410 des Prüfens erkannt wird, dass die aktuelle Position nicht innerhalb des kritischen Bereichs liegt und/oder dass die aktuelle Position innerhalb des unkritischen Bereichs liegt.
