-
Die vorliegende Erfindung betrifft ein Verfahren zum Charakterisieren eines Verkehrsknotenpunkts.
-
Durch die Erhöhung der Sicherheits- und Zuverlässigkeitsanforderungen im Straßenverkehr und durch eine stetige Weiterentwicklung autonomer Kraftfahrzeuge werden zunehmend Methoden zur Modellierung eines Verkehrsflusses in einem Verkehrsknotenpunkt entwickelt.
-
Um eine einen realen Verkehrsknotenpunt beispielsweise im Rahmen einer automatischen Steuerung eines autonomen Kraftfahrzeugs angemessen berücksichtigen zu können, ist es wichtig, eine Dynamik, eine Auslastung und eine geometrische Beschaffenheit des Verkehrsknotenpunkts zu charakterisieren. Dadurch kann auch eine Metrik bereitgestellt werden, die eine Mehrzahl von Verkehrsknotenpunkten vergleichbar macht.
-
Aus dem Stand der Technik ist die sogenannte Fehlerbaumanalyse bekannt, die beispielsweise bei nukleartechnischen Untersuchungen verwendet wird. Beispielsweise werden Fuzzy-Fehlerbaumanalysen im Rahmen von Sicherheitsanalysen hinsichtlich einer möglichen Exposition in einer medizinischen Bestrahlungsanlage verwendet.
-
Eine Aufgabe der vorliegenden Erfindung besteht darin, ein verbessertes Verfahren zum Charakterisieren eines Verkehrsknotenpunkts anzugeben. Diese Aufgabe wird durch ein Verfahren zum Charakterisieren eines Verkehrsknotenpunkts mit den Merkmalen des unabhängigen Anspruchs 1 gelöst. Vorteilhafte Weiterbildungen sind in den abhängigen Ansprüchen angegeben.
-
Ein computerimplementiertes Verfahren zum Charakterisieren eines Verkehrsknotenpunkts umfasst folgende Verfahrensschritte: Eine Aufnahme des Verkehrsknotenpunkts wird in eine Mehrzahl von Zellen unterteilt. Es wird eine Nachbarschaftsbeziehung zwischen den Zellen festgelegt. Auf Basis der Aufnahme werden Zellübergangshäufigkeiten ermittelt, wobei lediglich Zellübergänge von Verkehrsteilnehmern in Bereiche von Zellen aus Bereichen von gemäß der Nachbarschaftsbeziehung benachbarten Zellen berücksichtigt werden. Auf Basis der Zellübergangshäufigkeiten werden zu den Zellen gehörende lokale Zugehörigkeitsfunktionen ermittelt. Eine globale Zugehörigkeitsfunktion wird auf Basis der lokalen Zugehörigkeitsfunktionen ermittelt.
-
Beim Verfahren werden die lokalen Zugehörigkeitsfunktionen auf Grundlage der Häufigkeitsverteilungen der Zellübergänge konstruiert. Die lokalen Zugehörigkeitsfunktionen geben die Zugehörigkeit eines Zellübergangs eines Verkehrsteilnehmers aus einem Bereich einer Zelle in einen Bereich einer benachbarten Zelle an, wobei die Nachbarschaftsbeziehung berücksichtigt wird. Unter einer Zugehörigkeitsfunktion soll eine Funktion verstanden werden, die die Zugehörigkeit eines Elements zu einer Teilmenge einer Menge anzeigt. In der Fuzzy-Logik können Zugehörigkeitsfunktionen zum Modellieren einer allmähliche Änderung eines Zugehörigkeitsgrades zu einer Teilmenge verwendet werden, wodurch viele reale Situationen genauer modelliert werden können.
-
Die globale Zugehörigkeitsfunktion bezieht sich im Gegensatz zu den lokalen Zugehörigkeitsfunktionen auf alle Zellen, d.h. auf den gesamten Bereich des Verkehrsknotenpunkts, der durch die Aufnahme abgebildet wird, und wird durch logisches verknüpfen der lokalen Zugehörigkeitsfunktionen erzeugt. Durch die globale Zugehörigkeitsfunktion wird beispielsweise eine Verkehrsdynamik am gesamten Verkehrsknotenpunkt charakterisiert. Aus der globalen Zugehörigkeitsfunktion kann beispielsweise auch eine Ausfallwahrscheinlichkeit für den Verkehrsknotenpunkt geschätzt werden.
-
Vorteilhafterweise liefert das Verfahren mit der globalen Zugehörigkeitsfunktion eine Metrik, anhand derer verschiedene Verkehrsknotenpunkte miteinander verglichen werden können. Beispielsweise können Verkehrsknotenpunkte hinsichtlich ihrer Dynamik und Effizienz verglichen werden. Vorteilhafterweise können auch Ursachen für Staus und/oder Unfälle am betreffenden Verkehrsknotenpunkt identifiziert und dadurch vermieden werden. Dadurch kann eine Verkehrsführung am Verkehrsknotenpunkt optimiert werden.
-
In einer Ausführungsform umfasst das Ermitteln der globalen Zugehörigkeitsfunktion auf Basis der lokalen Zugehörigkeitsfunktionen folgende Verfahrensschritte: Der Verkehrsknotenpunkt wird mittels eines Fehlerbaums modelliert. Der Verkehrsknotenpunkt wird durch eine Fehlerbaumanalyse charakterisiert, wobei die lokalen Zugehörigkeitsfunktionen als Basisereignisse des Fehlerbaums verwendet werden und die Fehlerbaumanalyse die globale Zugehörigkeitsfunktion als ein Topereignis liefert. Der Fehlerbaum kann auch auf einer Fuzzylogik beruhen. In diesem Fall kann er auch als Fuzzy-Fehlerbaum bezeichnet werden. Die Fuzzy-Logik kann durch logische Gatter des Fehlerbaums realisiert werden. Den Verkehrsknotenpunkt beeinflussende Parameter können sehr unsicher und/oder unbekannt sein: Außerdem können während einer Softwareverarbeitungskette festgeschriebene Systemkomponenten eine unsichere Korrelation aufweisen. Um Unsicherheiten zu berücksichtigen, ist es zweckmäßig, unscharfe Daten- und mathematische Operationsstrukturen zu verwenden. Homologische Ergebnisse, also jene, bei denen im Rahmen des Verfahrens keine Unschärfe berücksichtigt wurde, können im Vergleich dazu nicht die wesentlichen und vollständigen Randbedingungen realer Systeme widerspiegeln. Durch eine Fuzzy-Fehlerbaumanalyse können vorteilhafterweise Unsicherheiten und eine Unschärfe im Zusammenhang mit der Modellierung des Verkehrsknotenpunkts besser berücksichtigt werden.
-
Vorteilhafterweise ermöglicht es eine Fehlerbaumanalyse auch, dass Ursachen für Komplikationen am Verkehrsknotenpunkt identifiziert werden können. Dies kann es ermöglichen Verkehrsknotenpunkte und/oder an Verkehrsknotenpunkten geltende Verkehrsregeln anzupassen und zu verbessern. Es kann vorteilhafterweise auch festgestellt werden, ob das Charakterisieren eines Verkehrsknotenpunkts einen komplexeren Fehlerbaum oder allgemein einen komplexeren Algorithmus erfordert, um den Verkehrsknotenpunkt und seine Dynamik angemessener und besser charakterisieren zu können. Beispielsweise kann es sein, dass ein Fehlerbaum nicht komplex genug ist, um einen Verkehrsknotenpunkt angemessen zu beschreiben. Das Verfahren ermöglicht eine Überprüfung von Vollständigkeit und Zuverlässigkeit von verwendeter Software, Hardware und verwendeten Algorithmen. Das Top-Ereignis, bzw. die globale Zugehörigkeitsfunktion kann als ein Leistungsindikator bzw. als ein Maß für eine Lernfähigkeit hinsichtlich eines Verständnisses des Verkehrsknotenpunkts und seiner Dynamik und damit hinsichtlich einer Zuverlässigkeit einer Modellierung des realen Verkehrsknotenpunkts identifiziert werden. Dabei sollte die Lernfähigkeit nicht derart verstanden werden, dass sie in Verbindung mit einem lernfähigen Algorithmus gebracht wird.
-
In einer Ausführungsform werden die Zellübergangshäufigkeiten einer Mehrzahl von Verkehrssituationen für jede Zelle integriert. Vorteilhafterweise können dadurch besonders zuverlässige Resultate erzielt werden, die den Verkehrsknotenpunkt angemessen charakterisieren.
-
In einer Ausführungsform werden die Zellübergangshäufigkeiten auf Grundlage zumindest einer realen Verkehrssituationen ermittelt. Vorteilhafterweise beruht diese Ausführungsform also auf experimentell ermittelten Daten an realen Verkehrsknotenpunkten und mit realen Verkehrssituationen. Dadurch können zuverlässigere Resultate erzielt werden.
-
In einer Ausführungsform werden die lokalen Zugehörigkeitsfunktionen empirisch ermittelt und ihre Werte aus einer statistischen Auswertung zumindest einer realen Verkehrssituation abgeleitet. Vorteilhafterweise können dadurch reale Verkehrssituationen präzise modelliert werden.
-
In einer Ausführungsform wird ein im Rahmen der Fehlerbaumanalyse verwendeter Fehlerbaum auf Grundlage einer Topologie des Verkehrsknotenpunkts und am Verkehrsknotenpunkt geltenden Verkehrsregeln erzeugt. Vorteilhafterweise kann ein Fehlerbaum dadurch einen realen Verkehrsknotenpunkt repräsentieren.
-
Ein Computerprogrammprodukt umfasst Befehle, die bei der Ausführung des Computerprogrammprodukts durch einen Computer diesen dazu veranlassen, ein Verfahren gemäß einer der Ausführungsformen auszuführen. Das Computerprogrammprodukt ist auf einem maschinenlesbaren Speichermedium gespeichert.
-
Die oben beschriebenen Merkmale und Vorteile dieser Erfindung werden klarer und verständlicher im Zusammenhang mit der folgenden Beschreibung der Ausführungsbeispiele, die im Zusammenhang mit den schematischen Zeichnungen näher erläutert werden. Es zeigen:
- 1: eine Aufnahme eines Verkehrsknotenpunkts;
- 2: die Aufnahme der 1 mit einer zwischen den Zellen definierten Nachbarschaftsbeziehung;
- 3: Zellübergangshäufigkeiten von Verkehrsteilnehmern am Verkehrsknotenpunkt;
- 4: eine auf Basis der Zellübergangshäufigkeiten ermittelte lokale Zugehörigkeitsfunktion einer Zelle; und
- 5: einen Fehlerbaum, bei dem die Zugehörigkeitsfunktionen als Basisereignisse verwendet werden.
-
1 bis 5 verdeutlichen schematisch Verfahrensschritte eines computerimplementierten Verfahrens zum Charakterisieren eines Verkehrsknotenpunkts 1. In einem ersten Verfahrensschritt wird eine Aufnahme 2 eines Verkehrsknotenpunkts 1 verwendet. 1 zeigt beispielhaft ein Bild einer Aufnahme 2 eines schematischen Verkehrsknotenpunkts 1 mit Verkehrsteilnehmern 3. Die Aufnahme 2 ist jedoch als dynamische Aufnahme 2 zu verstehen. Im einfachsten Fall handelt es sich bei der Aufnahme 2 um ein gewöhnliches Video einer Kamera.
-
Der Verkehrsknotenpunkt 1 ist beispielhaft als Kreuzung zweier Straßen 4, die beispielhaft senkrecht zueinander verlaufen, ausgebildet. Ebenso beispielhaft weist der Verkehrsknotenpunkt 1 Gehsteige 5 auf, die seitlich der Straßen 4 angeordnet sind. Der Verkehrsknotenpunkt 1 kann beispielsweise auch Lichtsignalanlagen und/oder Schilder zum Regulieren eines Verkehrsflusses am Verkehrsknotenpunkt 1, umfassen. Diese sind in 1 der Einfachheit halber jedoch nicht gezeigt. An der beispielhaften Verkehrssituation der 1 sind insgesamt drei Verkehrsteilnehmer 3 beteiligt. Bei den Verkehrsteilnehmern 3 handelt es sich um Kraftfahrzeuge. Die Kraftfahrzeuge können beispielsweise als autonome Kraftfahrzeuge ausgebildet sein. Die Verkehrssituation kann alternativ oder zusätzlich auch andere Verkehrsteilnehmer 3, wie etwa Lastkraftfahrzeuge, Schienenfahrzeuge, Fahrradfahrer und/oder Fußgänger umfassen. Eine Anzahl der Verkehrsteilnehmer 3 kann beliebig sein. Sowohl der Verkehrsknotenpunkt 1 als auch die Verkehrssituation können also beliebig und deutlich komplexer ausgebildet sein, als in 1 dargestellt.
-
Die Aufnahme 2 kann beispielsweise dadurch bereitgestellt werden, dass Videos einer Mehrzahl von Kameras miteinander kombiniert werden, um ein virtuelle Draufsicht gemäß 1 zu erzeugen, die den Verkehrsknotenpunkt 1 in der Draufsicht zeigt. Die Kameras können beispielsweise Bestandteil von autonomen Kraftfahrzeugen sein,. Videos der Kameras können dabei beispielsweise unter Verkehrsteilnehmern ausgetauscht werden, um die Aufnahme 2 zu erzeugen. Es kann jedoch auch genügen wenn die Aufnahme 2 als Video einer einzigen Kamera, beispielsweise einer Kamera eines Verkehrsteilnehmers oder einer fest am Verkehrsknotenpunkt 1 angeordneten Kamera, bereitgestellt wird. Die Aufnahme 2 kann alternativ oder zusätzlich auch Radar- oder ein Lidar-Informationen umfassen.
-
Die Aufnahme 2 kann zusätzliche Informationen darüber enthalten, in welche Richtung sich die Verkehrsteilnehmer 3 bewegen und/oder bewegen möchten. Diese Informationen können beispielsweise Bewegungsvektoren 6 umfassen. Bewegungsvektoren 6 können beispielsweise unter den Verkehrsteilnehmern 3 ausgetauscht werden. Alternativ können Bewegungsvektoren 6 beispielsweise anhand von Radar- und/oder Lidar-Messungen bestimmt werden. Alternativ oder zusätzlich können Blinksignale der Verkehrsteilnehmer 3 zum Ermitteln von Bewegungsvektoren 6 verwendet werden.
-
2 zeigt die Aufnahme 2 der 1 mit einer Unterteilung der Aufnahme 2 im Zuge des ersten Verfahrensschritts in eine Mehrzahl von Abschnitten, die als Zellen 7 bezeichnet werden sollen. Die Aufnahme 2 wurde beispielhaft in insgesamt sechsunddreißig quadratische Zellen 7 unterteilt. Diese Unterteilung wird für alle Bilder der Aufnahme 2 gewählt. Die Anzahl der Zellen 7 kann jedoch beliebig sein und die Zellen 7 können auch rechteckig ausgebildet sein. Die Zellen 7 der 2 bilden auch lediglich beispielhaft ein quadratisches Raster.
-
In einem weiteren Verfahrensschritt des Verfahrens wird eine Nachbarschaftsbeziehung zwischen den Zellen 7 festgelegt. Durch das Festlegen der Nachbarschaftsbeziehung wird festgelegt, welche Zellen 7 im Rahmen des Verfahrens als miteinander in Wechselwirkung stehend gelten sollen. Beispielsweise zeigt 2, dass als Nachbarschaftsbeziehung eine sogenannte Moore Nachbarschaft 19 festgelegt wurde. Bei dieser Nachbarschaftsbeziehung gelten lediglich die Zellen 7, die eine Ecke 20 mit einer Basiszelle C gemeinsam haben, als Nachbarn der Basiszelle C. Beim Verfahren soll eine Basiszelle C also nur als mit ihren unmittelbar benachbarten Zellen N, E, S, W, NE, SE, SW, NW wechselwirkend gelten. Es muss jedoch nicht notwendigerweise die Moore Nachbarschaft als Nachbarschaftsbeziehung festgelegt werden. Beispielsweise könnte auch eine andere Beziehung, beispielsweise eine Von Neumann Nachbarschaft festgelegt bzw. gewählt werden. Bei dieser Nachbarschaftsbeziehung gelten lediglich die Zellen 7, die eine Kante 9 mit einer Basiszelle C gemeinsam haben, als Nachbarn der Basiszelle C. Es ist auch möglich, dass die Nachbarschaftsbeziehung derart festgelegt wird, dass nicht nur nächste Nachbarzellen als benachbart gelten sollen.
-
In einem weiteren Verfahrensschritt werden Zellübergangshäufigkeiten ermittelt. 3 zeigt ein Diagramm mit Zellübergangshäufigkeiten 21. Ein Zellübergang findet statt, wenn sich ein Verkehrsteilnehmer 3 aus einem Bereich einer Basiszelle 7 in einen Bereich einer gemäß der Nachbarschaftsbeziehung als benachbart geltenden Zelle 7 bewegt. Es werden also lediglich Übergänge von Verkehrsteilnehmern 3 aus benachbarten Zellen 7 berücksichtigt. Im Fall der Moore Nachbarschaft 19 sind dies die benachbarten Zellen N, E, S, W, NE, SE, SW, NW. Für jede Zelle 7 oder zumindest für jede relevante Zelle 7 werden beim Verfahren Zellübergangshäufigkeiten aus benachbarten Zellen 7 ermittelt. Für die als Basiszelle C ausgewählte Zelle 7 der 2 wurden gemäß 3 beispielhaft insgesamt drei Zellübergänge N → C, zwei Zellübergänge NE → C und vier Zellübergänge E → C ermittelt. Für alle übrigen benachbarten Zellen S, W, SE, SW, NW wurden beispielhaft keine Zellübergänge ermittelt.
-
In einer Variante des Verfahrens können Zellübergangshäufigkeiten einer Mehrzahl von Verkehrssituationen zum Ermitteln der lokalen Zellübergangshäufigkeiten für jede Zelle 7 integriert werden. Die Aufnahme 2 kann beispielsweise ein Video mit einer Länge von 8000 Stunden und damit eine Vielzahl von Verkehrssituationen umfassen.
-
Grundsätzlich können umso genauere und zuverlässigere Resultate gewonnen werden, je länger das Video ist, bzw. je mehr Verkehrssituationen im Rahmen des Verfahrens verwendet werden, um den Verkehrsknotenpunkt 1 zuverlässig zu charakterisieren.
-
In einem weiteren Verfahrensschritt des Verfahrens werden zu den Zellen 7 gehörende lokale Zugehörigkeitsfunktionen 22 auf Basis der Zellübergangshäufigkeiten 21 ermittelt. Eine Zugehörigkeitsfunktion 22 ist eine beliebige Funktion, die Elemente einer Menge X auf das reale Einheitsintervall [0,1] abbildet. Hierzu können beispielsweise trapezförmige lokale Zugehörigkeitsfunktionen 22 verwendet werden. Der Verkehrsknotenpunkt 1 wird durch Ermitteln einer globalen Zugehörigkeitsfunktion auf Basis der lokalen Zugehörigkeitsfunktionen 22 charakterisiert. Die lokalen Zugehörigkeitsfunktionen 22 können beispielsweise empirisch ermittelt und ihre Werte aus einer statistischen Auswertung zumindest einer realen Verkehrssituation abgeleitet werden. Die globale Zugehörigkeitsfunktion ist eine Verknüpfung der lokalen Zugehörigkeitsfunktionen 22.
-
Das Ermitteln der globalen Zugehörigkeitsfunktion auf Basis der lokalen Zugehörigkeitsfunktionen 22 der Zellen 7 kann beispielsweise durch Modellieren des Verkehrsknotenpunkts 1 mittels eines Fehlerbaums 23 erfolgen. 5 zeigt einen beispielhaften Fehlerbaum 23. Das grundlegende Konzept einer Fehlerbaumanalyse ist eine Übersetzung eines physikalischen Systems in ein strukturiertes Logikdiagramm, den Fehlerbaum 23, in dem bestimmte spezifizierte Ursachen zu einem bestimmten Topereignis 24 von Interesse führen. Bei der grundlegenden Fehlerbaumanalyse werden Basiselemente 25 und Zwischenelemente durch logische Gatter 26 (im Allgemeinen „und“ und/oder „oder“ Gatter 26) unter Verwendung einer Baumtopologie übertragen, was zu zum Topereignis 24 führt, das durch die globale Zugehörigkeitsfunktion repräsentiert wird. Eine Fehlerbaumanalyse kann beispielsweise auf der sogenannten Cut-Set-Methode beruhen.
-
In diesem Fall wird der Verkehrsknotenpunkt 1 nicht allein durch die Verkehrsdynamik jeder Zelle 7 charakterisiert, die durch die lokalen Zugehörigkeitsfunktionen 22 beschrieben wird, sondern zusätzlich auch durch eine Struktur des verwendeten Fehlerbaums 23. Mit der Einführung von logischen UND- und ODER-Gattern 26, die auch auf einer Fuzzy-Logik basieren können, können die Zellen 7 logisch zusammengeführt und untersucht werden, wodurch verschiedene software- und hardwarebezogene Aspekte und Erkennungserfahrungen berücksichtigt werden können. Beispielsweise kann es sein, dass eine insbesondere in der Nacht potentiell blendende Straßenbeleuchtung des Verkehrsknotenpunkts 1 an zwei Zellen 7 angrenzend angeordnet ist. Dieser Umstand kann im Fehlerbaum 23 durch verknüpfen der beiden betreffenden Zellen 7 mit Gattern 26 berücksichtigt werden.
-
Der ein im Rahmen der Fehlerbaumanalyse verwendete Fehlerbaum 23 kann beispielsweise auf Grundlage einer Topologie des Verkehrsknotenpunkts 1 und am Verkehrsknotenpunkt 1 geltenden Verkehrsregeln erzeugt werden, er ist jedoch unabhängig von einer am Verkehrsknotenpunkt herrschenden Verkehrssituation. Die exakte Topologie des Fehlerbaums 23 der 5 soll hier nicht näher erläutert werden, da 5 lediglich beispielhaft veranschaulichen soll, welche Form und Komplexität ein Fehlerbaum 23 aufweisen kann.
-
Bei der Fehlerbaumanalyse werden die lokalen Zugehörigkeitsfunktionen 22 als Basisereignisse des Fehlerbaums verwendet 23. Auf Basis des Topereignisses 24 kann beispielsweise eine Ausfallwahrscheinlichkeit ermittelt werden. Aus der Fehlerbaumanalyse des Verkehrsknotenpunkts 1 kann also eine Wahrscheinlichkeit für das Auftreten eines Ereignisses bestimmt werden. Im Fall einer niedrigen Wahrscheinlichkeit kann beispielsweise rekonstruiert werden, welche Ursachen zum Eintreten des Ereignisses führen können.