DE102021125166A1

DE102021125166A1 - Bestimmung von seitenwindrisiken

Info

Publication number: DE102021125166A1
Application number: DE102021125166.4A
Authority: DE
Inventors: Cynthia M. Neubecker; Mark Gehrke; Jonathan Diedrich; David Hiskens
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2020-09-28
Filing date: 2021-09-28
Publication date: 2022-03-31
Also published as: US11400940B2; US20220097713A1; CN114312773A

Abstract

Diese Offenbarung stellt die Bestimmung von Seitenwindrisiken bereit. Echtzeit-Winddaten für einen Standort werden basierend auf einer detektierten Bewegung eines Objektes relativ zu einem Fahrzeug bestimmt. Die Echtzeit-Winddaten beinhalten eine Windgeschwindigkeit und eine Windrichtung. Nach dem Empfangen gespeichert Winddaten für den Standort vorn einem entfernten Computer wird ein Seitenwindrisiko basierend auf den Echtzeit-Winddaten und den gespeicherten Winddaten bestimmt. Eine Fahrzeugkomponente wird betätigt, um das Seitenwindrisiko zu kompensieren.

Description

GEBIET DER TECHNIK
Die Offenbarung betrifft im Allgemeinen Fahrzeugsensoren und insbesondere Fahrzeugsensoren für Windgeschwindigkeit und -richtung.
ALLGEMEINER STAND DER TECHNIK
Fahrzeuge, wie etwa autonome oder teilautonome Fahrzeuge, beinhalten typischerweise eine Reihe von Sensoren. Die Sensoren können an oder in verschiedenen Teilen des Fahrzeugs platziert sein, z. B. einem Fahrzeugdach, einer Fahrzeugmotorhaube, einer hinteren Fahrzeugtür. Einige Sensoren detektieren die Außenwelt, zum Beispiel Radarsensoren, abtastende Laserentfernungsfinder, Light-Detection-and-Ranging-Vorrichtungen (LIDAR-Vorrichtungen) und Bildverarbeitungssensoren, wie etwa Kameras. Der Betrieb des Fahrzeugs kann sich auf das Erfassen genauer und aktueller Daten bezüglich der Umgebung des Fahrzeugs während des Betriebs des Fahrzeugs stützen.
KURZDARSTELLUNG
Ein System beinhaltet einen Computer, der einen Prozessor und einen Speicher beinhaltet, wobei auf dem Speicher Anweisungen gespeichert sind, die durch den Prozessor ausgeführt werden können, um Echtzeit-Winddaten für einen Standort basierend auf einer detektierten Bewegung eines Objektes relativ zu einem Fahrzeug zu bestimmen. Die Echtzeit-Winddaten beinhalten eine Windgeschwindigkeit und eine Windrichtung. Die Anweisungen beinhalten ferner Anweisungen zum Bestimmen eines Seitenwindrisikos basierend auf den Echtzeit-Winddaten und der gespeicherten Winddaten, wenn gespeicherte Winddaten für den Standort von einem entfernten Computer empfangen werden. Die Anweisungen beinhalten ferner Anweisungen zum Betätigen einer Fahrzeugkomponente, um das Seitenwindrisiko zu kompensieren.
Die Anweisungen können ferner Anweisungen zum Bereitstellen des Seitenwindrisikos und der Echtzeit-Winddaten an den entfernten Computer beinhalten.
Der entfernte Computer kann einen zweiten Prozessor und einen zweiten Speicher beinhalten. In dem zweiten Speicher können Anweisungen gespeichert werden, die durch den zweiten Prozessor ausführbar sind, um die gespeicherten Winddaten basierend auf dem Seitenwindrisiko und den Echtzeit-Winddaten zu aktualisieren.
Die Anweisungen können ferner Anweisungen beinhalten, um Bilddaten, die durch einen oder mehrere Sensoren an dem Fahrzeug erlangt werden, in ein Programm für maschinelles Lernen einzugeben und die Echtzeit-Winddaten als Ausgabe von dem Programm für maschinelles Lernen zu erlangen.
Die Anweisungen können ferner Anweisungen beinhalten, um die Echtzeit-Winddaten zusätzlich basierend auf Wetterdaten für ein Gebiet zu bestimmen, wobei sich der Standort innerhalb des Gebietes befindet.
Die Anweisungen können ferner Anweisungen beinhalten, um die Echtzeit-Winddaten zusätzlich basierend auf Lenkdaten für das Fahrzeug zu bestimmen.
Die Anweisungen können ferner Anweisungen beinhalten, um das Seitenwindrisiko zusätzlich basierend auf einer Geschwindigkeit des Fahrzeugs zu bestimmen.
Die Anweisungen können ferner Anweisungen beinhalten, um die Echtzeit-Winddaten zusätzlich basierend auf einer Ausrichtung des Objektes relativ zu einer Bodenfläche zu bestimmen.
Die Anweisungen können ferner Anweisungen zum Bereitstellen von Standortdaten des Fahrzeugs an den entfernten Computer beinhalten.
Die Anweisungen können ferner Anweisungen beinhalten, um eine Bewegung des Objektes basierend auf optischer Flussbildgebung zu bestimmen.
Ein Verfahren beinhaltet das Bestimmen von Echtzeit-Winddaten für einen Standort basierend auf einer detektierten Bewegung eines Objektes relativ zu einem Fahrzeug. Die Echtzeit-Winddaten beinhalten eine Windgeschwindigkeit und eine Windrichtung. Das Verfahren beinhaltet ferner das Bestimmen eines Seitenwindrisikos basierend auf den Echtzeit-Winddaten und den gespeicherten Winddaten, wenn gespeicherte Winddaten für den Standort von einem entfernten Computer empfangen werden. Das Verfahren beinhaltet ferner das Betätigen einer Fahrzeugkomponente, um das Seitenwindrisiko zu kompensieren.
Das Verfahren kann ferner das Bereitstellen des Seitenwindrisikos und der Echtzeit-Winddaten an den entfernten Computer beinhalten.
Das Verfahren kann ferner das Aktualisieren der gespeicherten Winddaten in dem entfernten Computer basierend auf dem Seitenwindrisiko und den Echtzeit-Winddaten beinhalten.
Das Verfahren kann ferner das Eingeben von Daten, die durch einen oder mehrere Sensoren an dem Fahrzeug erlangt werden, in ein Programm für maschinelles Lernen und das Erlangen von Echtzeit-Winddaten als Ausgabe von dem Programm für maschinelles Lernen beinhalten.
Das Verfahren kann ferner das Bestimmen der Echtzeit-Winddaten zusätzlich basierend auf Wetterdaten für ein Gebiet beinhalten, wobei sich der Standort innerhalb des Gebietes befindet.
Das Verfahren kann ferner das Bestimmen der Echtzeit-Winddaten zusätzlich basierend auf Lenkdaten für das Fahrzeug beinhalten.
Das Verfahren kann ferner das Bestimmen des Seitenwindrisikos zusätzlich basierend auf einer Geschwindigkeit des Fahrzeugs beinhalten.
Das Verfahren kann ferner das Bestimmen der Echtzeit-Winddaten zusätzlich basierend auf einer Ausrichtung des Objektes relativ zu einer Bodenfläche beinhalten.
Das Verfahren kann ferner das Bereitstellen von Standortdaten des Fahrzeugs an den entfernten Computer beinhalten.
Das Verfahren kann ferner das Bestimmen einer Bewegung des Objektes basierend auf optischer Flussbildgebung beinhalten.
Ferner ist in dieser Schrift eine Rechenvorrichtung offenbart, die dazu programmiert ist, beliebige der vorstehenden Verfahrensschritte auszuführen. Darüber hinaus ist in dieser Schrift ein Computerprogrammprodukt offenbart, das ein computerlesbares Medium beinhaltet, auf dem durch einen Computerprozessor ausführbare Anweisungen gespeichert sind, um beliebige der vorstehenden Verfahrensschritte auszuführen.
Figurenliste

1 ist ein Blockdiagramm, das ein beispielhaftes Fahrzeugsteuersystem für ein Fahrzeug veranschaulicht.
2 ist ein Diagramm, welches das Betreiben eines Fahrzeugs gemäß dem System aus 1 veranschaulicht.
3 ist ein beispielhaftes Diagramm eines tiefen neuronalen Netzwerkes.
4 ist ein Ablaufdiagramm eines beispielhaften Prozesses zum Bestimmen eines Seitenwindrisikos.

DETAILLIERTE BESCHREIBUNG
Ein Seitenwind kann auf ein Fahrzeug einwirken, z. B. das Fahrzeug dazu veranlassen, von einem geplanten Pfad abzuweichen, und/oder ein Fahrzeug dazu veranlassen, Energie aufzuwenden, um einen geplanten Pfad beizubehalten. Ein Fahrzeugcomputer kann gespeicherte Winddaten von einem entfernten Computer für ein Gebiet empfangen, in dem das Fahrzeug fährt. Selbst wenn Daten von einem entfernten Computer, z. B. von einem Server, der aktuelle Wetterdaten für ein Gebiet bereitstellt, in dem ein Fahrzeug fährt, einschließlich Daten über Windgeschwindigkeit und -richtung, verfügbar sind, kann ein Fahrzeugcomputer möglicherweise nicht in der Lage sein, Winddaten für einen Standort des Fahrzeugs innerhalb des Gebietes mit ausreichender Spezifität für Fahrzeugvorgänge zu bestimmen. Daher kann der Fahrzeugcomputer vorteilhafterweise, wie in dieser Schrift beschrieben, dazu programmiert sein, Echtzeit-Winddaten für den Standort des Fahrzeugs, d. h. die Umgebung um das Fahrzeug herum und innerhalb von Sichtfeldern von Fahrzeugsensoren, basierend auf Sensordaten zu bestimmen. Dann kann der Fahrzeugcomputer ein Seitenwindrisiko basierend auf den Echtzeit-Winddaten und möglicherweise auch den gespeicherten Winddaten bestimmen und kann eine Fahrzeugkomponente basierend auf dem Seitenwindrisiko betätigen. Das Betätigen der Fahrzeugkomponente basierend auf dem Seitenwindrisiko kann die Kräfte kompensieren, die von dem Seitenwind auf das Fahrzeug einwirken, was verhindern kann, dass der Seitenwind das Fahrzeug veranlasst, von einem geplanten Pfad abzuweichen.
Unter Bezugnahme auf die 1-2 beinhaltet ein beispielhaftes Fahrzeugsteuersystem 100 ein Fahrzeug 105. Ein Fahrzeugcomputer 110 in dem Fahrzeug 105 empfängt Daten von Sensoren 115. Der Fahrzeugcomputer 110 ist dazu programmiert, Echtzeit-Winddaten für einen Standort basierend auf einer detektierten Bewegung eines Objektes 205 relativ zu dem Fahrzeug 105 zu bestimmen. Die Echtzeit-Winddaten beinhalten eine Windgeschwindigkeit und eine Windrichtung. Der Fahrzeugcomputer 110 ist ferner dazu programmiert, ein Seitenwindrisiko basierend auf den Echtzeit-Winddaten und den gespeicherten Winddaten zu bestimmen, wenn gespeicherte Winddaten für den Standort von einem entfernten Servercomputer 140 empfangen werden. Der Fahrzeugcomputer 110 ist ferner dazu programmiert, eine Fahrzeugkomponente 125 zu betätigen, um das Seitenwindrisiko zu kompensieren.
Unter jetziger Bezugnahme auf 1 beinhaltet das Fahrzeug 105 den Fahrzeugcomputer 110, die Sensoren 115, Aktoren 120 zum Betätigen verschiedener Fahrzeugkomponenten 125 und ein Fahrzeugkommunikationsmodul 130. Das Kommunikationsmodul 130 ermöglicht es dem Fahrzeugcomputer 110, mit einem Server 140 und/oder anderen Fahrzeugen zu kommunizieren, z. B. über ein Nachrichten- oder Rundfunkprotokoll, wie etwa dedizierte Nahbereichskommunikation (Dedicated Short Range Communications - DSRC), Mobilfunk und/oder ein anderes Protokoll, das die Kommunikation von Fahrzeug zu Fahrzeug, von Fahrzeug zu Infrastruktur, von Fahrzeug zu Cloud oder dergleichen unterstützen kann, und/oder über ein Paketnetzwerk 135.
Der Fahrzeugcomputer 110 beinhaltet einen Prozessor und einen Speicher, wie sie bekannt sind. Der Speicher beinhaltet eine oder mehrere Formen computerlesbarer Medien und auf diesem sind durch den Fahrzeugcomputer 110 ausführbare Anweisungen zum Durchführen verschiedener Vorgänge gespeichert, einschließlich der in dieser Schrift offenbarten. Der Fahrzeugcomputer 110 kann ferner zwei oder mehr Rechenvorrichtungen beinhalten, die zusammenarbeiten, um Vorgänge des Fahrzeugs 105 auszuführen, einschließlich der in dieser Schrift beschriebenen. Ferner kann der Fahrzeugcomputer 110 ein Universalcomputer mit einem Prozessor und einem Speicher sein, wie vorstehend beschrieben, und/oder kann eine dedizierte elektronische Schaltung beinhalten, einschließlich einer ASIC, die für einen bestimmten Vorgang hergestellt ist, z. B. eine ASIC zum Verarbeiten von Sensordaten und/oder Kommunizieren der Sensordaten. In einem anderen Beispiel kann der Fahrzeugcomputer 110 ein FPGA (Field-Programmable Gate Array - feldprogrammierbares Gate-Array) beinhalten, bei dem es sich um eine integrierte Schaltung handelt, die so hergestellt ist, dass sie durch einen Benutzer konfiguriert werden kann. In der Regel wird eine Hardware-Beschreibungssprache, wie etwa VHDL (Very High Speed Integrated Circuit Hardware Description Language - Hardware-Beschreibungssprache für integrierte Schaltungen mit sehr hoher Geschwindigkeit), in der elektronischen Ausgestaltungsautomatisierung verwendet, um digitale und Mischsignal-Systeme, wie etwa FPGA und ASIC, zu beschreiben. Beispielsweise wird eine ASIC auf Grundlage von VHDL-Programmierung hergestellt, die vor der Herstellung bereitgestellt wird, wohingegen logische Komponenten innerhalb einer FPGA auf Grundlage von VHDL-Programmierung konfiguriert sein können, z. B. auf einem Speicher gespeichert, der elektrisch mit der FPGA-Schaltung verbunden ist. In einigen Beispielen kann eine Kombination aus Prozessor(en), ASIC(s) und/oder FPGA-Schaltungen in dem Fahrzeugcomputer 110 eingeschlossen sein.
Der Fahrzeugcomputer 110 kann das Fahrzeug 105 in einem autonomen, einem teilautonomen oder einem nicht autonomen (oder manuellen) Modus betreiben. Für die Zwecke dieser Offenbarung ist ein autonomer Modus als einer definiert, bei dem jedes von Antrieb, Bremsung und Lenkung des Fahrzeugs 105 durch den Fahrzeugcomputer 110 gesteuert wird; in einem teilautonomen Modus steuert der Fahrzeugcomputer 110 eines oder zwei von Antrieb, Bremsung und Lenkung des Fahrzeugs 105; in einem nicht autonomen Modus steuert ein menschlicher Fahrzeugführer jedes von Antrieb, Bremsung und Lenkung des Fahrzeugs 105.
Der Fahrzeugcomputer 110 kann eine Programmierung beinhalten, um eines oder mehrere von Bremsen, Antrieb (z. B. Steuerung der Beschleunigung des Fahrzeugs 105 durch Steuern eines oder mehrerer von einer Brennkraftmaschine, einem Elektromotor, einem Hybridmotor usw.), Lenkung, Getriebe, Steuerung der Klimaanlage, Innen- und/oder Außenbeleuchtung, Hupe, Türen usw. des Fahrzeugs 105 zu betreiben sowie um zu bestimmen, ob und wann der Fahrzeugcomputer 110 derartige Vorgänge anstelle eines menschlichen Fahrzeugführers steuern soll.
Der Fahrzeugcomputer 110 kann mehr als einen Prozessor beinhalten, z. B. in elektronischen Steuereinheiten (electronic controller units - ECUs) oder dergleichen enthalten, die in dem Fahrzeug 105 enthalten sind, um verschiedene Fahrzeugkomponenten 125 zu überwachen und/oder zu steuern, z. B. eine Getriebesteuerung, eine Bremssteuerung, eine Lenksteuerung usw., oder kommunikativ mit diesen gekoppelt sein, z. B. über ein Kommunikationsnetzwerk des Fahrzeugs, wie etwa einen Kommunikationsbus, wie nachstehend näher beschrieben. Der Fahrzeugcomputer 110 ist im Allgemeinen zur Kommunikation in einem Fahrzeugkommunikationsnetzwerk, das einen Bus in dem Fahrzeug 105 beinhalten kann, wie etwa ein Controller Area Network (CAN) oder dergleichen, und/oder anderen drahtgebundenen und/oder drahtlosen Mechanismen eingerichtet.
Der Fahrzeugcomputer 110 kann über das Netzwerk des Fahrzeugs 105 Nachrichten an verschiedene Vorrichtungen in dem Fahrzeug 105 übertragen und/oder Nachrichten (z. B. CAN-Nachrichten) von den verschiedenen Vorrichtungen, z.B. Sensoren 115, einem Aktor 120, ECUs usw., empfangen. Alternativ oder zusätzlich dazu kann das Fahrzeugkommunikationsnetzwerk in Fällen, in denen der Fahrzeugcomputer 110 tatsächlich eine Vielzahl von Vorrichtungen umfasst, zur Kommunikation zwischen Vorrichtungen verwendet werden, die in dieser Offenbarung als der Fahrzeugcomputer 110 dargestellt sind. Ferner können, wie nachstehend erwähnt, verschiedene Steuerungen und/oder Sensoren 115 dem Fahrzeugcomputer 110 Daten über das Fahrzeugkommunikationsnetzwerk bereitstellen.
Die Sensoren 115 des Fahrzeugs 105 können eine Vielfalt an Vorrichtungen beinhalten, die bekanntermaßen dem Fahrzeugcomputer 110 Daten bereitstellen. Zum Beispiel können die Sensoren 115 (einen) Light-Detection-and-Ranging-Sensor(en) (LIDAR-Sensor(en)) 115 usw. beinhalten, der/die auf einer Oberseite des Fahrzeugs 105, hinter einer Windschutzscheibe des Fahrzeugs 105, um das Fahrzeug 105 herum usw. angeordnet ist/sind und der/die relative Standorte, Größen und Formen eines oder mehrerer Objekte 205 bereitstellen, die das Fahrzeug 105 umgeben. Als ein anderes Beispiel können ein oder mehrere Radarsensoren 115, die an Stoßfängern des Fahrzeugs 105 befestigt sind, Daten bereitstellen, um Standorte eines oder mehrerer Objekte 205 relativ zu dem Standort des Fahrzeugs 105 bereitzustellen. Die Sensoren 115 können ferner alternativ oder zusätzlich dazu zum Beispiel (einen) Kamerasensor(en) 115 beinhalten, z. B. eine Frontkamera, Seitenkamera usw., der/die Bilder eines das Fahrzeug 105 umgebenden Gebietes 200 bereitstellt/bereitstellen. Im Zusammenhang mit dieser Offenbarung ist ein Objekt 205 ein physischer, d. h. materieller, Gegenstand, der eine Masse aufweist und der durch physikalische Phänomene (z. B. Licht oder andere elektromagnetische Wellen oder Schall usw.), die durch die Sensoren 115 erfasst werden können, dargestellt werden kann. Somit fallen das Fahrzeug 105 sowie weitere Gegenstände, einschließlich der nachstehend erörterten, unter die Definition von „Objekt“ in dieser Schrift.
Der Fahrzeugcomputer 110 ist programmiert, um Daten von einem oder mehreren Sensoren 115 im Wesentlichen kontinuierlich, periodisch und/oder auf Anweisung eines Servers 140 usw. zu empfangen. Die Daten können zum Beispiel einen Standort des Fahrzeugs 105 beinhalten. Standortdaten geben einen Punkt oder Punkte auf einer Bodenfläche an und können in einer bekannten Form vorliegen, z. B. Geokoordinaten, wie etwa Längengrad- und Breitengradkoordinaten, die über ein Navigationssystem erlangt wurden, wie bekannt, welches das globale Positionsbestimmungssystem (GPS) verwendet. Zusätzlich oder alternativ dazu können die Daten einen Standort eines Objektes 205, z. B. eines Fahrzeugs, eines Schildes, eines Baums, einer Flagge, Schutt usw., relativ zu dem Fahrzeug 105 beinhalten. Als ein Beispiel können die Daten Bilddaten der Umgebung des Fahrzeugs 105 sein. In einem derartigen Beispiel können die Bilddaten ein oder mehrere Objekte 205 beinhalten. Bilddaten in dieser Schrift bedeuten digitale Bilddaten, die z. B. Pixel mit Intensitäts- und Farbwerten umfassen und die durch Kamerasensoren 115 erfasst werden können, welche sichtbares Licht, Infrarotstrahlung, ultraviolettes Licht usw. detektieren können. Die Sensoren 115 können an beliebigen geeigneten Stellen in oder an dem Fahrzeug 105 montiert sein, z. B. an einem Stoßfänger des Fahrzeugs 105, auf einem Dach des Fahrzeugs 105 usw., um Bilder der Umgebung um das Fahrzeug 105 herum zu sammeln.
Die Aktoren 120 des Fahrzeugs 105 sind über Schaltungen, Chips oder andere elektronische und/oder mechanische Komponenten umgesetzt, die verschiedene Fahrzeugteilsysteme gemäß zweckmäßigen Steuersignalen betätigen können, wie es bekannt ist. Die Aktoren 120 können verwendet werden, um Steuerkomponenten 125 zu steuern, einschließlich Bremsung, Beschleunigung und Lenkung eines Fahrzeugs 105.
Im Zusammenhang mit der vorliegenden Offenbarung handelt es sich bei einer Fahrzeugkomponente 125 um eine oder mehrere Hardwarekomponenten, die dazu ausgelegt sind, eine(n) mechanische(n) oder elektromechanische(n) Funktion oder Vorgang durchzuführen - wie etwa das Fahrzeug 105 zu bewegen, das Fahrzeug 105 abzubremsen oder anzuhalten, das Fahrzeug 105 zu lenken usw. Nicht einschränkende Beispiele für Komponenten 125 sind eine Antriebskomponente (die z.B. eine Brennkraftmaschine und/oder einen Elektromotor usw. beinhaltet), eine Getriebekomponente, eine Lenkkomponente (die z. B. eines oder mehrere von einem Lenkrad, einer Zahnstange usw. beinhalten kann), eine Aufhängungskomponente 125 (die z. B. eines oder mehrere von einem Dämpfer, z. B. einem Stoßdämpfer oder einer Strebe, einer Muffe, einer Feder, einem Querlenker, einem Kugelgelenk, einem Gestänge usw. beinhalten kann), eine Bremskomponente, eine Einparkhilfekomponente, eine Komponente für adaptive Geschwindigkeitsregelung, eine Komponente zum adaptiven Lenken, ein oder mehrere passive Rückhaltesysteme (z. B. Airbags), ein beweglicher Sitz usw.
Des Weiteren kann der Fahrzeugcomputer 110 dazu konfiguriert sein, über ein Fahrzeug-Fahrzeug-Kommunikationsmodul 130 oder eine Schnittstelle mit Vorrichtungen außerhalb des Fahrzeugs 105, z. B. über eine drahtlose Fahrzeug-Fahrzeug(vehicle-to-vehicle - V2V)- oder eine Fahrzeug-Infrastruktur(vehicle-to-infrastructure - V2X)-Kommunikation (Mobilfunk und/oder DSRC usw.), mit einem anderen Fahrzeug und/oder mit einem Server 140 (typischerweise über direkte Hochfrequenzkommunikation) zu kommunizieren. Das Kommunikationsmodul 130 könnte einen Mechanismus oder mehrere Mechanismen, wie etwa einen Sendeempfänger, beinhalten, durch welche die Computer 110 der Fahrzeuge 105 kommunizieren können, einschließlich einer beliebigen erwünschten Kombination aus drahtlosen Kommunikationsmechanismen (z. B. Mobilfunk, drahtlos, Satellit, Mikrowellen und Hochfrequenz) und einer beliebigen erwünschten Netzwerktopologie (oder -topologien, wenn eine Vielzahl von Kommunikationsmechanismen genutzt wird). Beispielhafte über das Kommunikationsmodul 130 bereitgestellte Kommunikation beinhaltet Mobilfunk, Bluetooth, IEEE 802.11, dedizierte Nahbereichskommunikation (DSRC) und/oder Weitverkehrsnetze (wide area networks - WAN), einschließlich des Internets, die Datenkommunikationsdienste bereitstellen.
Das Netzwerk 135 stellt einen Mechanismus oder mehrere Mechanismen dar, durch das/die ein Fahrzeugcomputer 110 mit entfernten Rechenvorrichtungen kommunizieren kann, z. B. mit dem Server 140, einem anderen Fahrzeugcomputer usw. Dementsprechend kann es sich bei dem Netzwerk 135 um eines oder mehrere von verschiedenen verdrahteten oder drahtlosen Kommunikationsmechanismen handeln, einschließlich einer beliebigen erwünschten Kombination aus verdrahteten (z. B. Kabel oder Glasfaser) und/oder drahtlosen (z. B. Mobilfunk, drahtlos, Satellit, Mikrowellen und Funkfrequenz) Kommunikationsmechanismen und einer beliebigen erwünschten Netzwerktopologie (oder -topologien, wenn mehrere Kommunikationsmechanismen genutzt werden). Beispielhafte Kommunikationsnetzwerke beinhalten Folgendes: drahtlose Kommunikationsnetzwerke (z. B. unter Verwendung von Bluetooth®, Bluetooth® Low Energy (BLE), IEEE 802.11, Fahrzeug-Fahrzeug (V2V), wie etwa dedizierte Nahbereichskommunikation (DSRC) usw.), lokale Netzwerke (local area network - LAN) und/oder Weitverkehrsnetzwerke (WAN), einschließlich des Internets, die Datenkommunikationsdienste bereitstellen.
Der Server 140 kann eine herkömmliche Rechenvorrichtung sein, d. h. einen oder mehrere Prozessoren und einen oder mehrere Speicher beinhaltend, die dazu programmiert sind, Vorgänge bereitzustellen, wie sie etwa in dieser Schrift offenbart sind. Ferner kann auf den Server 140 über das Netzwerk 135, z. B. das Internet, ein Mobilfunknetzwerk und/oder ein anderes Weitverkehrsnetz, zugegriffen werden.
Unter jetziger Bezugnahme auf 2 ist ein Fahrzeug 105 veranschaulicht, das in einem beispielhaften Gebiet 200 betrieben wird. Ein Gebiet 200 ist ein geografisches Gebiet mit definierten Grenzen, z. B. durch Geofencing. In einem derartigen Beispiel spezifiziert der Geofence einen Umfang des Gebietes 200 gemäß Geokoordinaten, wie sie z. B. in dem globalen Positionsbestimmungssystem (GPS) verwendet werden, die Linien spezifizieren, welche Grenzen, d. h. den Umfang, des Gebietes 200 definieren. Der Fahrzeugcomputer 110 kann dann basierend auf den Standortdaten des Fahrzeugs 105, die angeben, dass sich das Fahrzeug 105 innerhalb des Geofence befindet, bestimmen, dass sich das Fahrzeug 105 innerhalb des Gebietes 200 befindet. Der Fahrzeugcomputer 110 kann dazu programmiert sein, die Standortdaten des Fahrzeugs 105 z. B. über das Netzwerk 135 an den entfernten Servercomputer 140 zu übertragen.
Der Fahrzeugcomputer 110 kann zum Beispiel einen geplanten Pfad generieren, um das Fahrzeug 105 in dem Gebiet 200 z. B. entlang einer oder mehrere Straßen zu betreiben. Alternativ dazu kann der Server 150 den geplanten Pfad generieren und den geplanten Pfad an den Fahrzeugcomputer 110 bereitstellen, z.B. über das Netzwerk 135. Im vorliegenden Zusammenhang handelt es sich bei einem „Pfad“ um einen Satz von Punkten, der z. B. als Koordinaten in Bezug auf ein Fahrzeugkoordinatensystem und/oder Geokoordinaten angegeben werden kann, zu deren Bestimmung der Fahrzeugcomputer 110 mit einem herkömmlichen Navigations- und/oder Pfadplanungsalgorithmus programmiert ist. Ein Pfad kann gemäß einem oder mehreren Pfadpolynomen angegeben sein. Ein Pfadpolynom ist eine Polynomfunktion dritten Grades oder geringer, welche die Bewegung eines Fahrzeugs auf einer Bodenfläche beschreibt. Die Bewegung eines Fahrzeugs auf einer Fahrbahn wird durch einen mehrdimensionalen Zustandsvektor beschrieben, der Standort, Ausrichtung, Geschwindigkeit und Beschleunigung des Fahrzeugs, einschließlich der Positionen in x, y, z, Gieren, Nicken, Rollen, Gierrate, Nickrate, Rollrate, Drehwinkel und Drehbeschleunigung beinhaltet, die bestimmt werden können, indem eine Polynomfunktion an aufeinanderfolgende 2D-Positionen angepasst wird, die in dem Fahrzeugbewegungsvektor enthalten sind, und zwar beispielsweise in Bezug auf eine Bodenfläche.
Bei dem Pfadpolynom p(x) handelt es sich zum Beispiel ferner um ein Modell, das den Pfad als eine durch eine Polynomgleichung nachverfolgte Linie prognostiziert. Das Pfadpolynom p(x) prognostiziert den Pfad für eine vorbestimmte bevorstehende Strecke x, indem es eine laterale Koordinate p bestimmt, die z. B. in Metern gemessen wird: $p (x) = a_{0} + a_{1} x + a_{2} x^{2} + a_{3} x^{3}$
wobei a₀ ein Versatz ist, d. h. ein lateraler Abstand zwischen dem Pfad und einer Mittellinie des Fahrzeugs 105 auf der bevorstehenden Strecke x, a₁ ein Kurswinkel des Pfades ist, a₂ die Krümmung des Pfades ist und a₃ die Krümmungsrate des Pfades ist.
Während des Betriebs in dem Gebiet 200 kann der Fahrzeugcomputer 110 Daten der Sensoren 115, z. B. Bilddaten, der Umgebung um das Fahrzeugs 105 herum in dem Gebiet 200 empfangen. Die Bilddaten können ein oder mehrere Objekte 205 um das Fahrzeug 105 herum in dem Gebiet 200 beinhalten. Beispielsweise können Klassifizierungs- oder Identifizierungstechniken verwendet werden, z. B. in dem Fahrzeugcomputer 110 basierend auf Daten von einem LIDAR-Sensor 115, einem Kamerasensor 115 usw., um eine Objektart, z. B. ein Fahrzeug, einen Anhänger, eine Flagge, einen Baum, eine Ampel, Blätter usw., sowie physische Merkmale von Objekten zu identifizieren.
Verschiedene Techniken, wie sie bekannt sind, können dazu verwendet werden, Daten der Sensoren 115 zu interpretieren und/oder Objekte basierend auf den Daten der Sensoren 115 zu klassifizieren. Beispielsweise können Kamera- und/oder LIDAR-Bilddaten an einen Klassifikator bereitgestellt werden, der eine Programmierung zur Nutzung einer oder mehrerer herkömmlicher Bildklassifizierungstechniken umfasst. Beispielsweise kann der Klassifikator eine Technik zum maschinellen Lernen verwenden, bei der Daten, die bekanntermaßen verschiedene Objekte darstellen, einem Programm für maschinelles Lernen zum Trainieren des Klassifikators bereitgestellt werden. Sobald der Klassifikator trainiert wurde, kann dieser Daten des Fahrzeugsensors 115, z. B. ein Bild, als Eingabe annehmen und dann für jede von einer oder mehreren jeweiligen Regionen von Interesse in dem Bild eine Angabe und/oder eine Klassifizierung (d. h. beweglich oder unbeweglich) von einem oder mehreren Objekten oder eine Angabe, dass in der jeweiligen Region von Interesse kein Objekt vorhanden ist, als Ausgabe bereitstellen. Ferner kann ein Koordinatensystem (z. B. ein polares oder kartesisches), das auf ein Gebiet in der Nähe des Fahrzeugs 105 angewendet wird, verwendet werden, um Standorte und/oder Gebiete (z. B. gemäß dem Koordinatensystem des Fahrzeugs 105, umgewandelt in globale Breiten- und Längengrad-Geokoordinaten usw.) von Objekten, die anhand der Daten der Sensoren 115 identifiziert wurden, anzugeben. Darüber hinaus könnte der Fahrzeugcomputer 110 verschiedene Techniken zum Verbinden (d. h. Integrieren in ein gemeinsames Koordinatensystem oder einen gemeinsamen Referenzrahmen) von Daten von unterschiedlichen Sensoren 115 und/oder Sensorarten 115 verwenden, z.B. LIDAR-, RADAR- und/oder optische Kameradaten.
Der Fahrzeugcomputer 110 ist dazu programmiert, Echtzeit-Winddaten für den Standort des Fahrzeugs 105 zu bestimmen. Der Fahrzeugcomputer 110 kann zum Beispiel die Echtzeit-Winddaten für den Standort des Fahrzeugs 105 basierend auf einer Bewegung eines Objektes 205 (wie nachstehend erörtert), einer Ausrichtung eines Objektes 205 (wie nachstehend erörtert), Daten der Fahrzeugkomponente 125 (wie nachstehend erörtert) oder Wetterdaten (wie nachstehend erörtert) bestimmen. Zum Beispiel kann der Fahrzeugcomputer 110 bestimmen, dass es sich bei den Echtzeit-Winddaten um die Echtzeit-Winddaten handelt, die basierend auf der Bewegung eines Objektes 205, z. B. einer Flagge, eines Anhängers, eines Baums, von Blättern, einer Ampel usw., bestimmt werden, wie nachstehend erörtert.
Alternativ dazu kann der Fahrzeugcomputer 110 die Echtzeit-Winddaten durch das Kombinieren der Echtzeit-Winddaten, die basierend auf mindestens zwei von einer Bewegung des Objektes 205, der Ausrichtung des Objektes 205, Daten der Fahrzeugkomponente 125 und Wetterdaten bestimmt werden, (z. B. durch Mitteln und/oder Verwenden eines anderen statistischen Maßes) bestimmen. Das heißt, die Echtzeit-Winddaten können eine Funktion, z. B. ein Durchschnitt, eine gewichtete Summe, ein gewichtetes Produkt usw. der Echtzeit-Winddaten sein, die basierend auf einer beliebigen Kombination aus einer Bewegung des Objektes 205, einer Ausrichtung des Objektes 205, Daten der Fahrzeugkomponente 125 und Wetterdaten bestimmt werden. Zum Beispiel können die Echtzeit-Winddaten eine Funktion der Echtzeit-Winddaten sein, die basierend auf jedem von der Bewegung des Objektes 205, der Ausrichtung des Objektes 205, Daten der Fahrzeugkomponente 125 und Wetterdaten bestimmt werden. $\begin{array}{l} R (G e s c h w i n d i g k e i t, R i c h t u n g) = w_{1} M (G e s c h w i n d i g k e i t, R i c h t u n g) \\ + w_{2} O (G e s c h w i n d i g k e i t, R i c h t u n g) \\ + w_{3} C (G e s c h w i n d i g k e i t, R i c h t u n g) \\ + w_{4} W (G e s c h w i n d i g k e i t, R i c h t u n g) \end{array}$
wobei R(Geschwindigkeit, Richtung) die Echtzeit-Winddaten sind, M(Geschwindigkeit, Richtung) die Echtzeit-Winddaten sind, die basierend auf der Bewegung des Objektes 205 bestimmt werden, O(Geschwindigkeit, Richtung) die Echtzeit-Winddaten sind, die basierend auf der Ausrichtung des Objektes 205 bestimmt werden, C(Geschwindigkeit, Richtung) die Echtzeit-Winddaten sind, die basierend auf den Daten der Fahrzeugkomponente 125 bestimmt werden, W(Geschwindigkeit, Richtung) die Echtzeit-Winddaten sind, die basierend auf den Wetterdaten bestimmt werden, und w₁, w₂, w₃ und w₄ Gewichtungen sind, z. B. zwischen 0 und 1. Die Gewichtungen w₁, w₂, w₃, w₄ können basierend auf empirischen Tests von Winddaten für ein Gebiet 200 unter bestimmten Bedingungen, wie etwa Tageszeit, Jahreszeit usw., vorbestimmt sein.
Wie vorstehend dargelegt, kann der Fahrzeugcomputer 110 Echtzeit-Winddaten für einen Standort basierend auf einer Bewegung eines oder mehrerer Objekte 205 relativ zu dem Fahrzeug 105 bestimmen. Nach dem Identifizieren eines Objektes 205 (wie vorstehend erörtert) kann der Fahrzeugcomputer 110 zum Beispiel eine Bewegung des Objektes 205 relativ zu dem Fahrzeug 105 basierend auf Daten des Sensors 115, z. B. Bilddaten, bestimmen. Zum Beispiel kann der Fahrzeugcomputer 110 über optische Flussabbildungstechniken ein optisches Flussbild basierend auf Bilddaten von einem oder mehreren Sensoren 115 erzeugen.
Ein optisches Flussbild beinhaltet Bilddaten, die durch das Berechnen des optischen Flusses bestimmt werden, der die Änderung der Bildpixel-Positionsdaten zwischen zwei oder mehr Bildern misst. Der optische Fluss ist als die scheinbare Bewegung eines Objektes 205 definiert, die durch eine relative Bewegung zwischen einem Sensor 115, der Bilder des Objektes 205 erfasst, und dem Objekt 205 verursacht wird. Optische Flussberechnungen werden durchgeführt, indem Bildmerkmale in einem ersten Bild lokalisiert und die Positionen mit Positionen entsprechender Bildmerkmale in einem zweiten Bild verglichen werden. Ein Bildmerkmal kann eine beliebige Anordnung von Pixeldaten sein, die in zwei oder mehr Bildern lokalisiert werden kann. Beispielsweise können Kanten, die durch Änderungen der Pixelwerte, hervorgerufen werden, z. B. Kanten eines Objektes 205, verwendet werden, um ein Bildmerkmal zu identifizieren. Die Änderung der Bildmerkmalspositionen zwischen zwei Bildern ist abhängig von der Änderung der sechsachsigen Lage (Position und Ausrichtung) des Sensors 115 zwischen den Erfassungen der zwei Bilder und der Position des Bildmerkmals in der realen Umgebung.
Eine Technik zum Bestimmen von Bildmerkmalspositionen besteht darin, eine zusammenhängende Region von Pixeln mit einer ersten Position in einem ersten Bild auszuwählen und die ausgewählte Region als Kern zu verwenden, um eine zweite Position mit einem höchsten Korrelationskoeffizienten in einem zweiten Bild zu bestimmen. Die zweite Position mit dem höchsten Korrelationskoeffizienten in dem zweiten Bild wird als der ersten Position entsprechend angesehen. Die Bestimmung des optischen Flusses hängt von der Auswahl von Bildregionen ab, die ihr Erscheinungsbild von einem ersten Bild zu einem zweiten Bild nicht wesentlich ändern, aber die Position aufgrund der Bewegung des Objektes 205 zwischen dem ersten und dem zweiten Bild ändern. Die Zeit zwischen dem Erfassen des ersten und des zweiten Bildes kann ausgewählt werden, um Änderungen des Erscheinungsbildes von Bildregionen aufgrund von Änderungen der Perspektive und der Okklusion zu minimieren, während Änderungen der Regionsposition aufgrund der Bewegung des Objektes 205 maximiert werden. Der Zeitschritt zwischen dem Erfassen des ersten und des zweiten Bildes kann eine beliebige geeignete Anzahl von Rahmen sein, wobei ein Rahmenzeitschritt die Zeitdauer ist, die erforderlich ist, um ein einzelnes Bild zu erfassen.
Der Fahrzeugcomputer 110 kann dann Daten des Sensors 115, z. B. Bilddaten, wie etwa das optische Flussbild, RADAR-Daten, LIDAR-Daten usw., in ein neuronales Netzwerk eingeben, wie etwa ein tiefes neuronales Netzwerk (Deep Neural Network - DNN) (siehe 3), das darauf trainiert werden kann, Bilddaten für eine Bewegung eines Objektes 205, z. B. einer Flagge, eines Anhängers, von Blättern, eines Baums, einer Ampel usw., als Eingabe zu akzeptieren und eine Ausgabe zu erzeugen, die Echtzeit-Winddaten für einen Standort des Fahrzeugs 105 identifiziert.
Wie vorstehend dargelegt, kann der Fahrzeugcomputer 110 die Echtzeit-Winddaten basierend auf einer Ausrichtung des Objektes 205 relativ zu einer Bodenfläche, z. B. einer Straße, bestimmen. Der Fahrzeugcomputer 110 kann die Ausrichtung des Objektes 205 basierend auf Daten der Sensoren 115, z.B. Bilddaten, bestimmen. Beispielsweise kann der Fahrzeugcomputer 110 z. B. unter Verwendung von Bildverarbeitungstechniken anhand des Bildes einen Winkel zwischen einer Achse, die sich orthogonal zu der Bodenfläche erstreckt, und einer Längsachse des Objektes 205, welche die Achse und die Bodenfläche schneidet, bestimmen. Der Fahrzeugcomputer 110 kann die Echtzeit-Winddaten basierend auf dem Winkel bestimmen.
Der Fahrzeugcomputer 110 kann die Windrichtung basierend auf einer Richtung des Winkels bestimmen, der anhand der Achse zu der Längsachse des Objektes 205 bestimmt wird. Wenn zum Beispiel die Richtung des Winkels im Uhrzeigersinn verläuft, d. h. links von der Achse in einem Bild eines Objektes 205 vor dem Fahrzeug 105, kann der Fahrzeugcomputer 110 bestimmen, dass die Windrichtung von einer rechten Seite des Fahrzeugs 105 zu einer linken Seite des Fahrzeugs 105 verläuft. Als ein anderes Beispiel kann, wenn die Richtung des Winkels gegen den Uhrzeigersinn verläuft, d. h. rechts von der Achse in einem Bild eines Objektes 205 vor dem Fahrzeug 105, der Fahrzeugcomputer 110 bestimmen, dass die Windrichtung von einer linken Seite des Fahrzeugs 105 zu einer rechten Seite des Fahrzeugs 105 verläuft.
Der Fahrzeugcomputer 110 kann die Windgeschwindigkeit basierend auf einer Größe des Winkels bestimmen. Zum Beispiel kann der Fahrzeugcomputer 110 eine Windgeschwindigkeit aus einer Vielzahl von Windgeschwindigkeiten auswählen, die z. B. in einer Lookup-Tabelle oder dergleichen gespeichert sind und Winkelgrößen entsprechen. Die Lookup-Tabelle kann in einem Speicher des Fahrzeugcomputers 110 gespeichert sein. Die Windgeschwindigkeit kann empirisch bestimmt werden, z. B. durch Vornehmen mehrerer Messungen der Bewegung verschiedener Objekte, die durch verschiedene Windgeschwindigkeiten verursacht wird.
Wie vorstehend dargelegt, kann der Fahrzeugcomputer 110 Echtzeit-Winddaten basierend auf Daten des Sensors 115 der Fahrzeugkomponente 125 bestimmen. Zum Beispiel kann das Fahrzeug 105 verschiedene Sensoren 115 beinhalten, die Daten sammeln, welche die Leistung einer oder mehrerer Fahrzeugkomponenten 125 spezifizieren. Die Sensoren 115 können dann die Daten der Fahrzeugkomponente 125 an den Fahrzeugcomputer 110 bereitstellen, z. B. über das Fahrzeugnetzwerk.
Der Fahrzeugcomputer 110 kann die Echtzeit-Winddaten basierend auf den Daten der Fahrzeugkomponente 125 bestimmen. Zum Beispiel kann der Fahrzeugcomputer 110 von einem Lenkradsensor Lenkdaten empfangen, die einen Lenkradwinkel spezifizieren. Der Fahrzeugcomputer 110 kann dann die Echtzeit-Winddaten basierend auf dem Lenkradwinkel bestimmen. Zum Beispiel kann der Fahrzeugcomputer 110 den Lenkradwinkel mit einer neutralen Position (d. h. einer Position des Lenkrads, die bewirkt, dass das Fahrzeug 105 in einer geraden Linie betrieben wird) vergleichen, um eine Lenkradwinkelrichtung (z. B. im Uhrzeigersinn oder gegen den Uhrzeigersinn) und eine Lenkradwinkelgröße relativ zu der neutralen Position zu bestimmen.
Der Fahrzeugcomputer 110 kann die Echtzeit-Windrichtung basierend auf der Lenkradwinkelrichtung, d. h. einer Drehrichtung des Lenkrads, bestimmen. Der Fahrzeugcomputer 110 kann bestimmen, dass die Richtung des Windes in der gleichen Richtung verläuft wie die Lenkradwinkelrichtung. Das heißt, der Fahrzeugcomputer 110 kann bestimmen, dass der Wind das Fahrzeug 105 von dem geplanten Pfad wegdrückt, was zu der Drehung des Lenkrads führt. Wenn zum Beispiel der Lenkradwinkel im Uhrzeigersinn relativ zu der neutralen Position ist, kann der Fahrzeugcomputer 110 bestimmen, dass die Echtzeit-Windrichtung von einer linken Seite zu einer rechten Seite des Fahrzeugs 105 verläuft. Als ein anderes Beispiel kann, wenn der Lenkradwinkel gegen den Uhrzeigersinn relativ zu der neutralen Position ist, der Fahrzeugcomputer 110 bestimmen, dass die Echtzeit-Windrichtung von der rechten Seite zu der linken Seite des Fahrzeugs 105 verläuft.
Der Fahrzeugcomputer 110 kann die Echtzeit-Windgeschwindigkeit basierend auf der Lenkradwinkelgröße bestimmen. Zum Beispiel kann der Fahrzeugcomputer 110 eine Echtzeit-Windgeschwindigkeit aus einer Vielzahl von Windgeschwindigkeiten auswählen, die z. B. in einer Lookup-Tabelle oder dergleichen gespeichert sind und Lenkradwinkelgrößen entsprechen. Die Lookup-Tabelle kann in einem Speicher des Fahrzeugcomputers 110 gespeichert sein. Die Echtzeit-Windgeschwindigkeit kann empirisch bestimmt werden, z. B. durch Vornehmen mehrerer Messungen der Lenkraddrehung, die durch verschiedene Windgeschwindigkeiten verursacht wird.
Wie vorstehend dargelegt, kann der Fahrzeugcomputer 110 Echtzeit-Winddaten basierend auf Wetterdaten für das Gebiet 200 bestimmen. Zum Beispiel kann der Fahrzeugcomputer 110 Wetterdaten für das Gebiet 200 von dem entfernten Servercomputer 140 empfangen, z. B. über das Netzwerk 135. Die Wetterdaten können in einer bekannten Form vorliegen, z. B. Umgebungslufttemperatur, Umgebungsluftfeuchtigkeit, Niederschlagsinformationen, Vorhersagen, Windgeschwindigkeit usw. Das heißt, die Wetterdaten können eine Windgeschwindigkeit und eine Windrichtung zusätzlich zu einem anderen physikalischen Phänomen in einer Umgebung spezifizieren, z. B. eine Lufttemperatur, eine Menge an Umgebungslicht, ein Vorhandensein oder Nichtvorhandensein von Niederschlag, eine Art von Niederschlag (z. B. Schnee, Regen usw.), eine Menge von Niederschlag (z. B. ein Volumen oder eine Tiefe des Niederschlags, der pro Zeiteinheit empfangen wird, z. B. eine Menge an Regen pro Minute oder Stunde), ein Vorhandensein oder Nichtvorhandensein von atmosphärischen Verdeckungen, welche die Sicht beeinträchtigen können, z. B. Nebel, Rauch, Staub, Smog, ein Grad an Sichtbarkeit (z. B. auf einer Skala von 0 bis 1, wobei 0 Keine Sichtbarkeit bedeutet und 1 eine nicht blockierte Sichtbarkeit bedeutet) usw.
Als ein anderes Beispiel kann der Fahrzeugcomputer 110 Bilddaten analysieren, z. B. unter Verwendung von Bildverarbeitungstechniken, um die Wetterdaten für das Gebiet 200 in Echtzeit zu bestimmen. In einem derartigen Beispiel kann der Fahrzeugcomputer 110 dann dem entfernten Servercomputer 140 die Echtzeit-Wetterdaten für das Gebiet 200 bereitstellen. Beispielsweise kann der Fahrzeugcomputer 110 die Echtzeit-Wetterdaten an den entfernten Servercomputer 140 übertragen, z. B. über das Netzwerk 135. Der entfernte Servercomputer 140 kann dann die Wetterdaten für das Gebiet 200 basierend auf Crowdsourcing-Daten aktualisieren (wie nachstehend erörtert). Das heißt, der entfernte Servercomputer 140 kann in den Echtzeit-Wetterdaten und den gespeicherten Wetterdaten, z. B. Windgeschwindigkeiten, enthaltene Maße kombinieren (z. B. durch Mitteln und/oder unter Verwendung eines anderen statistischen Maßes). Der entfernte Servercomputer 140 kann dann die aktualisierten Wetterdaten speichern, z. B. in einem Speicher des entfernten Servercomputers 140.
Der Fahrzeugcomputer 110 kann gespeicherte Winddaten für das Gebiet 220 von dem entfernten Servercomputer 140 empfangen. Das heißt, nach dem Empfangen des Standortes des Fahrzeugs 105, kann entfernte Servercomputer 140 darauf reagieren, indem er die gespeicherten Winddaten an den Fahrzeugcomputer 110 überträgt, z.B. über das Netzwerk 135. Der entfernte Servercomputer 140 kann Winddaten, die von einer Vielzahl von an dem Standort betriebenen Fahrzeugen empfangen werden, z. B. in einem Speicher des entfernten Servercomputers 140 speichern. Das heißt, bei den gespeicherten Winddaten kann es sich um Crowdsourcing-Daten handeln. Crowdsourcing-Daten setzen voraus, dass eine Vielzahl von Fahrzeugen vorhanden ist, die Winddaten unabhängig voneinander bereitstellen, und dann die Ergebnisse kombiniert werden (z. B. durch Mitteln und/oder Verwenden eines anderen statistischen Maßes).
Nach dem Bestimmen der Echtzeit-Winddaten kann der Fahrzeugcomputer 110 ein Seitenwindrisiko basierend auf den Echtzeit-Winddaten und gespeicherten Winddaten bestimmen. Im vorliegenden Zusammenhang ist ein „Seitenwindrisiko“ eine Zahl, typischerweise ein Skalarwert, z.B. zwischen 0 und 1, die der Fahrzeugcomputer 110 verwenden kann, um eine Schwere eines Seitenwindes zu bestimmen, der auf das Fahrzeug 105 einwirkt. Ein Seitenwind ist eine Windrichtung, die im Wesentlichen parallel zu einer Querachse des Fahrzeugs 105 verläuft, d. h. im Wesentlichen orthogonal zu einer Fahrtrichtung des Fahrzeugs 105.
Der Fahrzeugcomputer 110 kann basierend auf den Echtzeit-Winddaten und den gespeicherten Winddaten bestimmen, ob die Echtzeit-Windrichtung einen Seitenwind darstellt. Zum Beispiel kann der Fahrzeugcomputer 110 den Satz von Bayes für bedingte Wahrscheinlichkeit verwenden, um eine Wahrscheinlichkeit eines Seitenwindes basierend auf der Echtzeit-Windrichtung und der gespeicherten Windrichtung zu bestimmen. $P (S e i t e n w i n d) = \frac{P (e c h t | g e s p e i c h e r t) P (g e s p e i c h e r t)}{P (g e s p e i c h e r t | e c h t e r W i n d)}$
wobei P(echt Wind | gespeicherter Wind) die Wahrscheinlichkeit dafür darstellt, ob die Echtzeit-Windrichtung hinsichtlich der gespeicherten Windrichtung einen Seitenwind darstellt, P(gespeicherter Wind) die Wahrscheinlichkeit dafür darstellt, dass die gespeicherte Windrichtung einen Seitenwind darstellt, und P(gespeichert Wind | echter Wind) die Wahrscheinlichkeit dafür darstellt, ob die gespeicherte Windrichtung hinsichtlich der Echtzeit-Windrichtung einen Seitenwind darstellt.
Der Fahrzeugcomputer 110 kann dann P(Seitenwind) mit einem Wahrscheinlichkeitsschwellenwert vergleichen, der z. B. in einem Speicher des Fahrzeugcomputers 110 gespeichert ist. Der Wahrscheinlichkeitsschwellenwert kann empirisch bestimmt werden, z. B. durch Vornehmen vieler Messungen der Windrichtung für ein Gebiet 200. Wenn P(Seitenwind) kleiner als oder gleich dem Wahrscheinlichkeitsschwellenwert ist, bestimmt der Fahrzeugcomputer 110, dass die Echtzeit-Windrichtung keinen Seitenwind darstellt. In einem derartigen Beispiel kann der Fahrzeugcomputer 110 bestimmen, dass das Seitenwindrisiko null ist, z. B. 0. Wenn P(Seitenwind) größer als oder gleich dem Wahrscheinlichkeitsschwellenwert ist, bestimmt der Fahrzeugcomputer 110, dass die Echtzeit-Windrichtung einen Seitenwind darstellt.

Nach dem Bestimmen, dass die Echtzeit-Winddaten einen Seitenwind darstellen, kann der Fahrzeugcomputer 110 das Seitenwindrisiko basierend auf der Echtzeit-Windgeschwindigkeit bestimmen. Zum Beispiel kann der Fahrzeugcomputer 110 ein Seitenwindrisiko aus einer Vielzahl von Seitenwindrisiken auswählen, die z. B. in einer Lookup-Tabelle oder dergleichen gespeichert sind und Echtzeit-Windgeschwindigkeiten entsprechen. Nachstehend ist eine beispielhafte Lookup-Tabelle gezeigt (siehe Tabelle 1). Die Lookup-Tabelle kann in einem Speicher des Fahrzeugcomputers 110 gespeichert sein. Das Seitenwindrisiko kann empirisch bestimmt werden, z. B. durch das Detektieren von Objekten über Bilddaten und das Verarbeiten der Bilddaten mit dem DNN 300, um bei Erfüllung eines Tests auf gespeicherte Daten ein Seitenwindrisiko zu bestimmen, das direkt mit einer Seitenwindgeschwindigkeit korreliert. Tabelle 1

Seitenwindrisiko	Windgeschwindigkeitsschwellenwert
0,1	Windgeschwindigkeit ≤ 5 Meilen pro Stunde (mph)
0,2	5 mph < Windgeschwindigkeit ≤ 10 mph
0,3	10 mph < Windgeschwindigkeit ≤ 15 mph
0,4	15 mph < Windgeschwindigkeit ≤ 20 mph
0,5	20 mph < Windgeschwindigkeit ≤ 25 mph
0,6	25 mph < Windgeschwindigkeit ≤ 30 mph
0,7	30 mph < Windgeschwindigkeit ≤ 35 mph
0,8	35 mph < Windgeschwindigkeit ≤ 40 mph
0,9	40 mph < Windgeschwindigkeit ≤ 45 mph
1,0	45 mph < Windgeschwindigkeit

Tabelle 1 veranschaulicht, dass das Seitenwindrisiko mindestens teilweise proportional zur Echtzeit-Windgeschwindigkeit sein kann. Das heißt, das Seitenwindrisiko kann zunehmen, wenn die Echtzeit-Windgeschwindigkeit zunimmt. In einem derartigen Beispiel kann der Fahrzeugcomputer 110 die Echtzeit-Windgeschwindigkeit mit mindestens einem Risikoschwellenwert vergleichen, der z.B. in dem Speicher des Fahrzeugcomputers 110 gespeichert ist. Der Fahrzeugcomputer 110 kann dann ein Seitenwindrisiko, z. B. 0,4, basierend darauf, dass die Echtzeit-Windgeschwindigkeit kleiner als oder gleich dem mindestens einen Risikoschwellenwert ist, oder ein anderes Seitenwindrisiko, z. B. 0,5, basierend darauf bestimmen, dass die Echtzeit-Windgeschwindigkeit größer als der mindestens eine Risikoschwellenwert ist.
Alternativ dazu kann der Fahrzeugcomputer 110 das Seitenwindrisiko basierend auf einer Geschwindigkeit des Fahrzeugs 105 und der Echtzeit-Windgeschwindigkeit bestimmen. Der Fahrzeugcomputer 110 kann basierend auf Daten des Sensors 115, z. B. Daten von einem Raddrehzahlsensor, die Geschwindigkeit des Fahrzeugs 105 bestimmen. Der Fahrzeugcomputer 110 kann das Seitenwindrisiko als Funktion, z. B. eine gewichtete Summe, ein gewichtetes Produkt usw., der Geschwindigkeit des Fahrzeugs und der Echtzeit-Windgeschwindigkeit bestimmen. $C_{r} = w_{5} V_{s} + w_{6} M_{s}$
wobei C_r das Seitenwindrisiko ist, V_s die Fahrzeuggeschwindigkeit ist, R_s die Echtzeit-Windgeschwindigkeit ist und w₅ und w₆ Gewichtungen sind, z. B. zwischen 0 und 1. Die Gewichtungen w₅, w₆ können basierend auf empirischen Tests der Querbewegung eines Fahrzeugs vorbestimmt sein, das bei verschiedenen Geschwindigkeiten betrieben und verschiedenen Seitenwindgeschwindigkeiten ausgesetzt wird, z. B. durch Positionieren des Fahrzeugs in verschiedenen Winkeln relativ zu einer Windrichtung in einem Windkanal und unter Verwendung von z. B. einer inertialen Messeinheit (IME), Lasermesstechnik usw., um die Bewegung des Fahrzeugs in dem Windkanal zu bestimmen, wenn es verschiedenen Windgeschwindigkeiten ausgesetzt ist.
Als ein anderes Beispiel kann der Fahrzeugcomputer 110 eine Vielzahl von Lookup-Tabellen z. B. in dem Speicher des Fahrzeugcomputers 110 speichern, die jeweils einer jeweiligen Geschwindigkeit des Fahrzeugs 105 zugeordnet sind. Jede der Lookup-Tabellen beinhaltet eine Vielzahl von Seitenwindrisiken, die Echtzeit-Windgeschwindigkeiten für die spezifizierte Geschwindigkeit des Fahrzeugs 105 entsprechen. Nach dem Bestimmen der Geschwindigkeit des Fahrzeugs 105 kann der Fahrzeugcomputer 110 die Lookup-Tabelle auswählen, die der Geschwindigkeit des Fahrzeugs 105 zugeordnet ist. Der Fahrzeugcomputer 110 kann dann das Seitenwindrisiko basierend auf der Echtzeit-Windgeschwindigkeit und der Lookup-Tabelle bestimmen.
Nach dem Bestimmen des Seitenwindrisikos kann der Fahrzeugcomputer 110 eine Mensch-Maschine-Schnittstelle (human-machine interface - HMI) betätigen, die Ausgabevorrichtungen, wie etwa Lautsprecher und Anzeigen, z. B. eine Touchscreen-Anzeige, beinhaltet, welche die Nachricht an einen Benutzer ausgibt. Die HMI ist an das Fahrzeugkommunikationsnetzwerk gekoppelt und kann Nachrichten an den Fahrzeugcomputer 110 und andere Fahrzeugteilsysteme senden und/oder von diesem/diesen empfangen. Die HMI kann einen Hinweis ausgeben, der das Seitenwindrisiko und/oder vorgeschlagene Handlungen für einen Benutzer des Fahrzeugs hinsichtlich des Seitenwindrisikos spezifiziert. Der Hinweis kann ein Audiohinweis sein, z. B. eine Nachricht oder ein Ton, der das Seitenwindrisiko spezifiziert, oder ein visueller Hinweis, z. B. eine visuelle Nachricht oder Lichter, die das Seitenwindrisiko spezifiziert/spezifizieren.
Zusätzlich oder alternativ dazu kann der Fahrzeugcomputer 110 eine oder mehrere Fahrzeugkomponenten 125 betätigen, um das Seitenwindrisiko zu kompensieren. Zum Beispiel kann der Fahrzeugcomputer 110 ein Drehmoment auf ein Lenkrad aufbringen, um das Lenkrad zu drehen, um das Fahrzeug 105 in Gegenwart des Seitenwindes auf einem geplanten Pfad zu halten. Zusätzlich oder alternativ dazu kann der Fahrzeugcomputer 110 eine Bremse betätigen, um die Geschwindigkeit des Fahrzeugs 105 zu reduzieren, was das Seitenwindrisiko reduzieren kann. In einem derartigen Beispiel kann der Fahrzeugcomputer 110 die Bremse betätigen, bis das Seitenwindrisiko unter einer spezifizierten Zahl liegt, die z. B. in einem Speicher des Fahrzeugcomputers 110 gespeichert ist. Der Fahrzeugcomputer 110 kann eine oder mehrere Fahrzeugkomponenten 125 betätigen, um das Seitenwindrisiko basierend auf einer Lookup-Tabelle zu kompensieren, die z. B. in dem Speicher des Fahrzeugcomputers 110 gespeichert ist und den Seitenwindrisikowerten entspricht. Das heißt, die Lookup-Tabelle kann die Betätigung einer oder mehrerer Fahrzeugkomponenten 125 spezifizieren, einschließlich Betätigungsbeträgen, z. B. Lenkraddrehmoment, Bremskraft usw., die jedem Seitenwindrisikowert zugeordnet sind, typischerweise in Kombination mit einer Fahrzeuggeschwindigkeit oder einem Geschwindigkeitsbereich. Nach dem Bestimmen des Seitenwindrisikos kann der Fahrzeugcomputer 110 die eine oder die mehreren Fahrzeugkomponenten 125 bestimmen, die betätigt werden sollen, basierend auf der Lookup-Tabelle, die den Betätigungsbetrag für die Komponente(n) 125 für das bestimmte Seitenwindrisiko und die aktuelle Geschwindigkeit des Fahrzeugs 105 spezifiziert.
Der Fahrzeugcomputer 110 kann die Echtzeit-Winddaten und das Seitenwindrisiko an den entfernten Servercomputer 140 bereitstellen, z. B. über das Netzwerk 135. Der entfernte Servercomputer 140 kann dann gespeicherte Winddaten basierend auf Crowdsourcing-Daten aktualisieren (wie vorstehend erörtert). Das heißt, der entfernte Servercomputer 140 kann die Echtzeit-Winddaten und das Seitenwindrisiko kombinieren (z. B. durch Mitteln und/oder unter Verwendung eines anderen statistischen Maßes). Der entfernte Servercomputer 140 kann dann die aktualisierten Winddaten speichern, z. B. in einem Speicher des entfernten Servercomputers 140.
3 ist ein Diagramm eines beispielhaften tiefen neuronalen Netzwerkes (DNN) 300, das darauf trainiert werden kann, Echtzeit-Winddaten für einen Standort basierend auf Daten des Sensors 115 von dem Fahrzeug 105 zu identifizieren. Bei dem DNN 300 kann es sich beispielsweise um ein Softwareprogramm handeln, das in den Speicher geladen und durch einen Prozessor, der in einem Computer beinhaltet ist, ausgeführt werden kann. In einer beispielhaften Umsetzung kann das DNN 300 unter anderem ein neuronales Faltungsnetzwerk (convolutional neural network - CNN), R-CNN (regionenbasiertes CNN), Fast-R-CNN und Faster-R-CNN beinhalten. Das DNN beinhaltet mehrere Knoten und die Knoten sind so angeordnet, dass das DNN 300 eine Eingangsschicht, eine oder mehrere verborgene Schichten und eine Ausgangsschicht beinhaltet. Jede Schicht des DNN 300 kann eine Vielzahl von Knoten 305 beinhalten. Während 3 drei (3) verborgene Schichten veranschaulicht, versteht es sich, dass das DNN 300 zusätzliche oder weniger verborgene Schichten beinhalten kann. Die Eingangs- und die Ausgangsschicht können auch mehr als einen (1) Knoten 305 beinhalten.
Die Knoten 305 werden manchmal als künstliche Neuronen 305 bezeichnet, weil sie dazu ausgestaltet sind, biologische, z. B. menschliche Neuronen, zu emulieren. Ein Satz von Eingaben (durch die Pfeile dargestellt) an jedem Neuron 305 wird jeweils mit den entsprechenden Gewichtungen multipliziert. Die gewichteten Eingaben können dann in einer Eingabefunktion summiert werden, um eine, unter Umständen um eine Verzerrung angepasste, Nettoeingabe bereitzustellen. Die Nettoeingabe kann dann an einer Aktivierungsfunktion bereitgestellt werden, durch die wiederum eine Ausgabe an einem verbundenen Neuron 305 bereitgestellt wird. Bei der Aktivierungsfunktion kann es sich um eine Vielfalt geeigneter Funktionen handeln, die in der Regel basierend auf einer empirischen Analyse ausgewählt werden. Wie durch die Pfeile in 3 veranschaulicht, können die Ausgaben des Neurons 305 dann zur Aufnahme in einen Satz von Eingaben für ein oder mehrere Neuronen 305 in einer nächsten Schicht bereitgestellt werden.
Als ein Beispiel kann das DNN 300 mit Ground-Truth-Daten trainiert werden, d. h. Daten über eine(n) reale(n) Bedingung oder Zustand. Beispielsweise kann das DNN 300 durch einen Prozessor des entfernten Computers 150 mit Ground-Truth-Daten trainiert und/oder mit zusätzlichen Daten aktualisiert werden. Die Gewichtungen können zum Beispiel unter Verwendung einer Gaußschen Verteilung initialisiert werden und eine Verzerrung für jeden Knoten 305 kann auf null gesetzt werden. Das Trainieren des DNN 300 kann das Aktualisieren von Gewichtungen und Verzerrungen durch geeignete Techniken beinhalten, wie etwa Fehlerrückführung mit Optimierungen. Ground-Truth-Daten können unter anderem Daten, die Objekte, z. B. Fahrzeuge, Fußgänger usw., in einem Bild spezifizieren oder Daten, die einen physikalischen Parameter spezifizieren, beinhalten. Beispielsweise kann es sich bei den Ground-Truth-Daten um Daten handeln, die Objekte und Objektbeschriftungen darstellen. In einem weiteren Beispiel kann es sich bei den Ground-Truth-Daten um Daten handeln, die ein Objekt, z. B. ein Fahrzeug, und einen relativen Winkel und/oder eine relative Geschwindigkeit des Objektes, z. B. des Fahrzeugs, in Bezug auf ein anderes Objekt, z. B. einen Fußgänger, ein anderes Fahrzeug usw., darstellen.
Während des Betriebs kann der Fahrzeugcomputer 110 Daten des Sensors 115 erlangen, die ein oder mehrere Objekte 205 in der Umgebung um das Fahrzeug 105 herum beinhalten (wie vorstehend erörtert), und er stellt die Daten des Sensors 115 an das DNN 300 bereit. Das DNN 300 erstellt eine Prognose basierend auf der empfangenen Eingabe. Die Ausgabe des DNN 300 ist ein vorhergesagter Windzustand, z. B. Windgeschwindigkeit und Windrichtung, für einen Standort des Fahrzeugs 105.
4 ist ein Diagramm eines beispielhaften Prozesses 400 zum Bestimmen eines Seitenwindrisikos während des Betriebs eines Fahrzeugs 105. Der Prozess 400 beginnt in einem Block 405. Der Prozess 400 kann durch einen in dem Fahrzeug 105 beinhalteten Fahrzeugcomputer 110 ausgeführt werden, der in einem Speicher davon gespeicherte Programmanweisungen ausführt.
In dem Block 405 empfängt ein Fahrzeugcomputer 110 Daten von einem oder mehreren Sensoren 115 und/oder von einem entfernten Servercomputer 140. Beispielsweise kann der Fahrzeugcomputer 110 Standortdaten des Fahrzeugs 105 von z. B. einem Sensor 115, einem Navigationssystem usw. empfangen. Des Weiteren kann der Fahrzeugcomputer 110 Bilddaten z. B. von einem oder mehreren Bildsensoren 115 empfangen. Die Bilddaten können Daten über die Umgebung um das Fahrzeug 105 herum beinhalten, z. B. über ein oder mehrere Objekte 205, ein anderes Fahrzeug, Fußgänger usw. Der Prozess 400 wird in einem Block 410 fortgesetzt.
In dem Block 410 identifiziert der Fahrzeugcomputer 110 ein oder mehrere Objekte 205. Der Fahrzeugcomputer 110 kann das/die Objekt(e) 205 basierend auf Daten des Sensors 115 identifizieren. Zum Beispiel kann der Fahrzeugcomputer 110 Bilddaten in einen Klassifikator eingeben, der dazu trainiert ist, eine Identifizierung einer Art von Objekt 205 auszugeben, z. B. einen Anhänger, eine Flagge, einen Baum, eine Ampel, Blätter usw., wie vorstehend erörtert. Der Prozess 400 wird in einem Block 415 fortgesetzt.
In dem Block 415 bestimmt der Fahrzeugcomputer 110 Echtzeit-Winddaten für den Standort. Der Fahrzeugcomputer 110 kann Echtzeit-Winddaten für den Standort basierend auf mindestens einem von einer Bewegung des Objektes 205 relativ zu dem Fahrzeug 105, einer Ausrichtung des Objektes 205 relativ zu einer Bodenfläche, Daten der Fahrzeugkomponente 125 und Wetterdaten bestimmen, wie vorstehend erörtert. Zum Beispiel kann der Fahrzeugcomputer 110 bestimmen, dass es sich bei den Echtzeit-Winddaten um die Echtzeit-Winddaten handelt, die basierend auf einem von einer Bewegung des Objektes 205, einer Ausrichtung des Objektes 205, Daten der Fahrzeugkomponente 125 oder Wetterdaten bestimmt werden.
Alternativ dazu kann der Fahrzeugcomputer 110 die Echtzeit-Winddaten, die basierend auf mindestens zwei von der Bewegung des Objektes 205, der Ausrichtung des Objektes 205, Daten der Fahrzeugkomponente 125 und Wetterdaten bestimmt werden, (z. B. durch Mitteln und/oder Verwenden eines anderen statistischen Maßes) kombinieren, um die Echtzeit-Winddaten zu bestimmen. Das heißt, die Echtzeit-Winddaten können eine Funktion, z. B. ein Durchschnitt, eine gewichtete Summe, ein gewichtetes Produkt usw. der Echtzeit-Winddaten, die basierend auf einer Bewegung des Objektes 205 bestimmt werden, der Winddaten, die basierend auf einer Ausrichtung des Objektes 205 bestimmt werden, der Winddaten, die basierend auf Daten der Fahrzeugkomponente 125 bestimmt werden, der Winddaten, die durch die Wetterdaten spezifiziert werden, oder einer beliebigen Kombination daraus sein.
Der Fahrzeugcomputer 110 kann eine Bewegung des Objektes 205 basierend auf Daten von dem Sensor 115 bestimmen. Zum Beispiel kann der Fahrzeugcomputer 110 ein optisches Flussbild, z. B. unter Verwendung von optischen Flussbildgebungstechniken, anhand eines ersten Bildes und eines zweiten Bildes erzeugen, wie vorstehend erörtert. Der Fahrzeugcomputer 110 kann dann das optische Flussbild in ein DNN 300 eingeben. In einem derartigen Beispiel gibt das DNN 300 Echtzeit-Winddaten für den Standort aus.
Der Fahrzeugcomputer 110 kann die Ausrichtung des Objektes 205 basierend auf Daten der Sensoren 115, z.B. Bilddaten, bestimmen, wie vorstehend erörtert. Das heißt, der Fahrzeugcomputer 110 bestimmt eine Richtung und Größe eines Winkels zwischen einer Achse, die sich orthogonal zu der Bodenfläche erstreckt, und einer Längsachse des Objektes 205, welche die Achse und die Bodenfläche schneidet. Der Fahrzeugcomputer 110 kann dann die Echtzeit-Winddaten, z. B. die Echtzeit-Windgeschwindigkeit und die Echtzeit-Windrichtung, basierend auf der Richtung und Größe des Winkels bestimmen, wie vorstehend erörtert.
Der Fahrzeugcomputer 110 kann Daten der Fahrzeugkomponente 125, z.B. über das Fahrzeugkommunikationsnetzwerk, von verschiedenen Sensoren 115 empfangen, die Daten sammeln, welche die Leistung einer oder mehrerer Fahrzeugkomponenten 125 spezifizieren. Zum Beispiel kann der Fahrzeugcomputer 110 eine Windgeschwindigkeit und eine Windrichtung durch Vergleichen eines Lenkradwinkels mit einer neutralen Position bestimmen, wie vorstehend erörtert.
Der Fahrzeugcomputer 110 kann die Wetterdaten, d. h. Daten, die physikalische Messungen der Umgebung bereitstellen, für ein Gebiet 200 von dem entfernten Servercomputer 140 empfangen, z. B. über das Netzwerk 135. Die Wetterdaten beinhalten typischerweise herkömmliche Werte, z. B. Umgebungslufttemperatur, Umgebungsluftfeuchtigkeit, Niederschlagsinformationen, Vorhersagen usw. Die Wetterdaten können zusätzlich zu anderen physikalischen Phänomenen in einer Umgebung Winddaten für das Gebiet 200 spezifizieren. Der Prozess 400 wird in einem Block 420 fortgesetzt.
In dem Block 420 empfängt der Fahrzeugcomputer 110 gespeicherte Winddaten von dem entfernten Servercomputer 140, z. B. über das Netzwerk 135. Der entfernte Servercomputer 140 kann die gespeicherten Winddaten basierend auf Crowdsourcing-Daten bestimmen (wie vorstehend erörtert). Der Prozess 400 wird in einem Block 425 fortgesetzt.
In dem Block 425 bestimmt der Fahrzeugcomputer 110, ob die Echtzeit-Winddaten einen Seitenwind darstellen. Wie vorstehend dargelegt, ist ein Seitenwind ein Windstrom, der im Allgemeinen parallel zu einer Querachse des Fahrzeugs 105 verläuft. Der Fahrzeugcomputer 110 kann beispielsweise den Satz von Bayes verwenden, um eine Wahrscheinlichkeit eines Seitenwindes basierend auf den Echtzeit-Winddaten und den gespeicherten Winddaten zu bestimmen. Wenn der Fahrzeugcomputer 110 bestimmt, dass die Echtzeit-Winddaten einen Seitenwind darstellen, wird der Prozess 400 in einem Block 430 fortgesetzt. Andernfalls endet der Prozess 400.
In dem Block 430 bestimmt der Fahrzeugcomputer 110 das Seitenwindrisiko. Zum Beispiel kann der Fahrzeugcomputer 110 das Seitenwindrisiko basierend auf der Echtzeit-Windgeschwindigkeit und einer Lookup-Tabelle bestimmen, wie vorstehend erörtert. Alternativ dazu kann der Fahrzeugcomputer 110 das Seitenwindrisiko basierend auf der Echtzeit-Windgeschwindigkeit und einer Geschwindigkeit des Fahrzeugs 105 bestimmen. Zum Beispiel kann der Fahrzeugcomputer 110 die Echtzeit-Windgeschwindigkeit und die Geschwindigkeit des Fahrzeugs 105 kombinieren (z. B. durch Mitteln und/oder ein anderes statistisches Maß), wie vorstehend erörtert. Das heißt, das Seitenwindrisiko kann eine Funktion der Echtzeit-Windgeschwindigkeit und der Geschwindigkeit des Fahrzeugs 105 sein. Der Prozess 400 wird in einem Block 435 fortgesetzt.
In dem Block 435 betätigt der Fahrzeugcomputer 110 eine oder mehrere Fahrzeugkomponenten 125 basierend auf dem Seitenwindrisiko. Das heißt, der Fahrzeugcomputer 110 kann eine oder mehrere Fahrzeugkomponenten 125 betätigen, um den Seitenwind zu kompensieren, z. B. gemäß einer Lookup-Tabelle oder dergleichen, wie vorstehend erörtert. Zum Beispiel kann der Fahrzeugcomputer 110 eine HMI, z.B. einen Lautsprecher, eine Touchscreen-Anzeige usw., betätigen, die einen Hinweis beinhaltet, z. B. einen akustischen und/oder visuellen Hinweis, der das Seitenwindrisiko spezifiziert. Zusätzlich oder alternativ dazu kann der Fahrzeugcomputer 110 eine Lenkkomponente 125 und/oder eine Bremskomponente 125 betätigen, um das Fahrzeug 105 auf einem geplanten Pfad zu halten. Der Prozess 400 wird in einem Block 440 fortgesetzt.
In dem Block 440 kann der Fahrzeugcomputer 110 dann die Echtzeit-Winddaten und das Seitenwindrisiko an den entfernten Servercomputer bereitstellen. Zum Beispiel kann der Fahrzeugcomputer 110 die Echtzeit-Winddaten und das Seitenwindrisiko über das Netzwerk 135 an den entfernten Servercomputer 140 übertragen. Der entfernte Servercomputer 140 kann dann die gespeicherten Winddaten basierend auf den Echtzeit-Winddaten und dem Seitenwindrisiko aktualisieren, wie vorstehend erörtert. Nach dem Block 440 endet der Prozess 400.
Im in dieser Schrift verwendeten Sinne bedeutet der Ausdruck „im Wesentlichen“, dass eine Form, eine Struktur, ein Maß, eine Menge, eine Zeit usw. aufgrund von Mängeln bei Materialien, Bearbeitung, Herstellung, Datenübertragung, Berechnungszeit usw. von einer/einem genauen beschriebenen Geometrie, Entfernung, Maß, Menge, Zeit usw. abweichen kann.
Im Allgemeinen können die beschriebenen Rechensysteme und/oder -vorrichtungen ein beliebiges aus einer Reihe von Computerbetriebssystemen einsetzen, einschließlich unter anderem Versionen und/oder Varianten der Anwendung Ford Sync®, der Middleware AppLink/Smart Device Link, des Betriebssystems Microsoft Automotive®, des Betriebssystems Microsoft Windows®, des Betriebssystems Unix (z. B. des Betriebssystems Solaris®, vertrieben durch die Oracle Corporation in Redwood Shores, Kalifornien), des Betriebssystems AIX UNIX, vertrieben durch International Business Machines in Armonk, New York, des Betriebssystems Linux, der Betriebssysteme Mac OSX und iOS, vertrieben durch die Apple Inc. in Cupertino, Kalifornien, des BlackBerry OS, vertrieben durch die Blackberry, Ltd. in Waterloo, Kanada, und des Betriebssystems Android, entwickelt durch die Google, Inc. und die Open Handset Alliance, oder QNX® CAR Platform for Infotainment, angeboten durch QNX Software Systems. Beispiele für Rechenvorrichtungen schließen unter anderem einen ersten Bordcomputer, einen Computerarbeitsplatz, einen Server, einen Desktop-, Notebook-, Laptop- oder Handheld-Computer oder ein anderes Rechensystem und/oder eine andere Rechenvorrichtung ein.
Computer und Rechenvorrichtungen beinhalten im Allgemeinen computerausführbare Anweisungen, wobei die Anweisungen durch eine oder mehrere Rechenvorrichtungen ausgeführt werden können, wie etwa durch die vorangehend aufgeführten. Computerausführbare Anweisungen können von Computerprogrammen zusammengestellt oder ausgewertet werden, die unter Verwendung einer Vielfalt von Programmiersprachen und/oder -technologien erstellt werden, einschließlich unter anderem und entweder für sich oder in Kombination Java™, C, C++, Matlab, Simulink, Stateflow, Visual Basic, Java Script, Perl, HTML usw. Einige dieser Anwendungen können auf einer virtuellen Maschine zusammengestellt und ausgeführt werden, wie etwa der Java Virtual Machine, der Dalvik Virtual Machine oder dergleichen. Im Allgemeinen empfängt ein Prozessor (z. B. ein Mikroprozessor) Anweisungen, z. B. von einem Speicher, einem computerlesbaren Medium usw., und führt diese Anweisungen aus, wodurch er einen oder mehrere Prozesse durchführt, einschließlich eines oder mehrerer der in dieser Schrift beschriebenen Prozesse. Derartige Anweisungen und andere Daten können unter Verwendung einer Vielfalt von computerlesbaren Medien gespeichert und übermitteln werden. Eine Datei in einer Rechenvorrichtung ist im Allgemeinen eine Sammlung von Daten, die auf einem computerlesbaren Medium, wie etwa einem Speichermedium, einem Direktzugriffsspeicher usw., gespeichert ist.
Der Speicher kann ein computerlesbares Medium (auch als prozessorlesbares Medium bezeichnet) einschließen, das ein beliebiges nicht transitorisches (z. B. greifbares) Medium einschließt, das am Bereitstellen von Daten (z. B. Anweisungen) beteiligt ist, die durch einen Computer (z. B. durch einen Prozessor eines Computers) ausgelesen werden können. Ein derartiges Medium kann viele Formen annehmen, einschließlich unter anderem nicht flüchtiger Medien und flüchtiger Medien. Zu nichtflüchtigen Medien können zum Beispiel Bild- und Magnetplatten und anderer dauerhafter Speicher gehören. Flüchtige Medien können zum Beispiel dynamischen Direktzugriffsspeicher (direct random access memory - DRAM) einschließen, der in der Regel einen Hauptspeicher darstellt. Derartige Anweisungen können durch ein Übertragungsmedium oder mehrere Übertragungsmedien übertragen werden, einschließlich Koaxialkabeln, Kupferdraht und Glasfaser, einschließlich der Drähte, aus denen ein Systembus besteht, der mit einem Prozessor einer ECU gekoppelt ist. Gängige Formen computerlesbarer Medien schließen zum Beispiel Folgendes ein: eine Diskette, eine Folienspeicherplatte, eine Festplatte, ein Magnetband, ein beliebiges anderes magnetisches Medium, eine CD-ROM, eine DVD, ein beliebiges anderes optisches Medium, Lochkarten, Lochstreifen, ein beliebiges anderes physisches Medium mit Lochmustern, einen RAM, einen PROM, einen EPROM, einen FLASH-EEPROM, einen beliebigen anderen Speicherchip oder eine beliebige andere Speicherkassette oder ein beliebiges anderes Medium, das von einem Computer gelesen werden kann.
Datenbanken, Datendepots oder andere Datenspeicher, die in dieser Schrift beschrieben sind, können verschiedene Arten von Mechanismen zum Speichern von, Zugreifen auf und Abrufen von verschiedene(n) Arten von Daten beinhalten, einschließlich einer hierarchischen Datenbank, eines Satzes von Dateien in einem Dateisystem, einer Anwendungsdatenbank in einem anwendereigenen Format, eines relationalen Datenbankverwaltungssystems (relational database management system - RDBMS) usw. Jeder derartige Datenspeicher ist im Allgemeinen in einer Rechenvorrichtung enthalten, die ein Computerbetriebssystem einsetzt, wie etwa eines der vorstehend erwähnten, und es wird auf eine oder mehrere von vielfältigen Weisen über ein Netzwerk darauf zugegriffen. Auf ein Dateisystem kann von einem Computerbetriebssystem zugegriffen werden und es kann Dateien beinhalten, die in verschiedenen Formaten gespeichert sind. Ein RDBMS setzt im Allgemeinen die Structured Query Language (SQL) zusätzlich zu einer Sprache zum Erzeugen, Speichern, Editieren und Ausführen gespeicherter Prozeduren ein, wie etwa die vorangehend erwähnte PL/SQL-Sprache.
In einigen Beispielen können Systemelemente als computerlesbare Anweisungen (z. B. Software) auf einer oder mehreren Rechenvorrichtungen (z. B. Servern, Personal Computern usw.) umgesetzt sein, die auf diesen zugeordneten computerlesbaren Medien (z. B. Platten, Speichern usw.) gespeichert sind. Ein Computerprogrammprodukt kann derartige auf computerlesbaren Medien gespeicherte Anweisungen zum Ausführen der in dieser Schrift beschriebenen Funktionen umfassen.
Hinsichtlich der in dieser Schrift beschriebenen Medien, Prozesse, Systeme, Verfahren, Heuristiken usw. versteht es sich, dass die Schritte derartiger Prozesse usw. zwar als gemäß einer gewissen geordneten Abfolge erfolgend beschrieben worden sind, derartige Prozesse jedoch so umgesetzt werden können, dass die beschriebenen Schritte in einer Reihenfolge durchgeführt werden, die von der in dieser Schrift beschriebenen Reihenfolge abweicht. Es versteht sich ferner, dass gewisse Schritte gleichzeitig durchgeführt, andere Schritte hinzugefügt oder gewisse in dieser Schrift beschriebene Schritte weggelassen werden können. Anders ausgedrückt, dienen die Beschreibungen von Prozessen in dieser Schrift dem Zwecke der Veranschaulichung gewisser Ausführungsformen und sollten keinesfalls dahingehend ausgelegt werden, dass sie die Patentansprüche einschränken.
Dementsprechend versteht es sich, dass die vorstehende Beschreibung veranschaulichend und nicht einschränkend sein soll. Viele Ausführungsformen und Anwendungen, bei denen es sich nicht um die bereitgestellten Beispiele handelt, werden dem Fachmann beim Lesen der vorstehenden Beschreibung ersichtlich. Der Umfang der Erfindung sollte nicht unter Bezugnahme auf die vorstehende Beschreibung festgelegt werden, sondern stattdessen unter Bezugnahme auf die beigefügten Patentansprüche in Zusammenhang mit dem vollständigen Umfang von Äquivalenten, zu denen solche Patentansprüche berechtigen. Es ist davon auszugehen und beabsichtigt, dass es zukünftige Entwicklungen im in dieser Schrift erörterten Stand der Technik geben wird und dass die offenbarten Systeme und Verfahren in derartige zukünftige Ausführungsformen aufgenommen werden. Insgesamt versteht es sich, dass die Erfindung modifiziert und variiert werden kann und ausschließlich durch die folgenden Patentansprüche eingeschränkt ist.
Allen in den Patentansprüchen verwendeten Ausdrücken soll deren allgemeine und gewöhnliche Bedeutung zukommen, wie sie vom Fachmann verstanden wird, sofern in dieser Schrift nicht ausdrücklich etwas Anderes angegeben ist. Insbesondere ist die Verwendung der Singularartikel, wie etwa „ein“, „eine“, „der“, „die“, „das“ usw., dahingehend auszulegen, dass ein oder mehrere der aufgeführten Elemente genannt werden, sofern ein Patentanspruch nicht eine ausdrückliche gegenteilige Einschränkung nennt.
Gemäß der vorliegenden Erfindung ist ein System bereitgestellt, das einen ersten Computer aufweist, der einen Prozessor und einen Speicher beinhaltet, wobei in dem Speicher Anweisungen gespeichert sind, die durch den Prozessor zu Folgendem ausführbar sind: Bestimmen von Echtzeit-Winddaten für einen Standort basierend auf einer detektierten Bewegung eines Objektes relativ zu einem Fahrzeug, wobei die Echtzeit-Winddaten eine Windgeschwindigkeit und eine Windrichtung beinhalten; nach dem Empfangen gespeicherter Winddaten für den Standort von einem entfernten Computer, Bestimmen eines Seitenwindrisikos basierend auf den Echtzeit-Winddaten und den gespeicherten Winddaten; und Betätigen einer Fahrzeugkomponente, um das Seitenwindrisiko zu kompensieren.
Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen zum Bereitstellen des Seitenwindrisikos und der Echtzeit-Winddaten an den entfernten Computer.
Gemäß einer Ausführungsform beinhaltet der entfernte Computer einen zweiten Prozessor und einen zweiten Speicher, wobei in dem zweiten Speicher Anweisungen gespeichert sind, die durch den zweiten Prozessor ausführbar sind, um die gespeicherten Winddaten basierend auf dem Seitenwindrisiko und den Echtzeit-Winddaten zu aktualisieren.
Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um Sensordaten, die durch einen oder mehrere Sensoren an dem Fahrzeug erlangt werden, in ein Programm für maschinelles Lernen einzugeben und die Echtzeit-Winddaten als Ausgabe von dem Programm für maschinelles Lernen zu erlangen.
Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um die Echtzeit-Winddaten zusätzlich basierend auf Wetterdaten für ein Gebiet zu bestimmen, wobei sich der Standort innerhalb des Gebietes befindet.
Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um die Echtzeit-Winddaten zusätzlich basierend auf Lenkdaten für das Fahrzeug zu bestimmen.
Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um das Seitenwindrisiko zusätzlich basierend auf einer Geschwindigkeit des Fahrzeugs zu bestimmen.
Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um die Echtzeit-Winddaten zusätzlich basierend auf einer Ausrichtung des Objektes relativ zu einer Bodenfläche zu bestimmen.
Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen zum Bereitstellen von Standortdaten des Fahrzeugs an den entfernten Computer.
Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um eine Bewegung des Objektes basierend auf optischer Flussbildgebung zu bestimmen.
Gemäß der vorliegenden Erfindung beinhaltet ein Verfahren Folgendes: Bestimmen von Echtzeit-Winddaten für einen Standort basierend auf einer detektierten Bewegung eines Objektes relativ zu einem Fahrzeug, wobei die Echtzeit-Winddaten eine Windgeschwindigkeit und eine Windrichtung beinhalten; nach dem Empfangen gespeicherter Winddaten für den Standort von einem entfernten Computer, Bestimmen eines Seitenwindrisikos basierend auf den Echtzeit-Winddaten und den gespeicherten Winddaten; und Betätigen einer Fahrzeugkomponente, um das Seitenwindrisiko zu kompensieren.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Bereitstellen des Seitenwindrisikos und der Echtzeit-Winddaten an den entfernten Computer.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Aktualisieren der gespeicherten Winddaten in dem entfernten Computer basierend auf dem Seitenwindrisiko und den Echtzeit-Winddaten.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Eingeben von Bilddaten, die durch einen oder mehrere Sensoren an dem Fahrzeug erlangt werden, in ein Programm für maschinelles Lernen und um die Echtzeit-Winddaten als Ausgabe von dem Programm für maschinelles Lernen zu erlangen.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Bestimmen der Echtzeit-Winddaten zusätzlich basierend auf Wetterdaten für ein Gebiet, wobei sich der Standort innerhalb des Gebietes befindet.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Bestimmen der Echtzeit-Winddaten zusätzlich basierend auf Lenkdaten für das Fahrzeug.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Bestimmen des Seitenwindrisikos zusätzlich basierend auf einer Geschwindigkeit des Fahrzeugs.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Bestimmen der Echtzeit-Winddaten zusätzlich basierend auf einer Ausrichtung des Objektes relativ zu einer Bodenfläche.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Bereitstellen von Standortdaten des Fahrzeugs an den entfernten Computer.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch das Bestimmen einer Bewegung des Objektes basierend auf optischer Flussbildgebung.

Claims

Verfahren, umfassend: Bestimmen von Echtzeit-Winddaten für einen Standort basierend auf einer detektierten Bewegung eines Objektes relativ zu einem Fahrzeug, wobei die Echtzeit-Winddaten eine Windgeschwindigkeit und eine Windrichtung beinhalten; Bestimmen eines Seitenwindrisikos basierend auf den Echtzeit-Winddaten und den gespeicherten Winddaten, wenn gespeicherte Winddaten für den Standort von einem entfernten Computer empfangen werden; und Betätigen einer Fahrzeugkomponente, um das Seitenwindrisiko zu kompensieren.
Verfahren nach Anspruch 1, ferner umfassend das Bereitstellen des Seitenwindrisikos und der Echtzeit-Winddaten an den entfernten Computer.
Verfahren nach Anspruch 2, ferner umfassend das Aktualisieren der gespeicherten Winddaten in dem entfernten Computer basierend auf dem Seitenwindrisiko und den Echtzeit-Winddaten.
Verfahren nach Anspruch 1, ferner umfassend das Eingeben von Daten, die durch einen oder mehrere Sensoren an dem Fahrzeug erlangt werden, in ein Programm für maschinelles Lernen und das Erlangen von Echtzeit-Winddaten als Ausgabe von dem Programm für maschinelles Lernen.
Verfahren nach Anspruch 1, ferner umfassend das Bestimmen der Echtzeit-Winddaten zusätzlich basierend auf Wetterdaten für ein Gebiet, wobei sich der Standort innerhalb des Gebietes befindet.
Verfahren nach Anspruch 1, ferner umfassend das Bestimmen der Echtzeit-Winddaten zusätzlich basierend auf Lenkdaten für das Fahrzeug.
Verfahren nach Anspruch 1, ferner umfassend das Bestimmen des Seitenwindrisikos zusätzlich basierend auf einer Geschwindigkeit des Fahrzeugs.
Verfahren nach Anspruch 1, ferner umfassend das Bestimmen der Echtzeit-Winddaten zusätzlich basierend auf einer Ausrichtung des Objektes relativ zu einer Bodenfläche.
Verfahren nach Anspruch 1, ferner umfassend das Bereitstellen von Standortdaten des Fahrzeugs an den entfernten Computer.
Verfahren nach Anspruch 1, ferner umfassend das Bestimmen einer Bewegung des Objektes basierend auf optischer Flussbildgebung.
Computer, der dazu programmiert ist, das Verfahren nach einem der Ansprüche 1-10 auszuführen.
Fahrzeug, das einen Computer umfasst, der dazu programmiert ist, das Verfahren nach einem der Ansprüche 1-10 auszuführen.
Computerprogrammprodukt, das Anweisungen umfasst, um das Verfahren nach einem der Ansprüche 1-10 auszuführen.