DE102021209541A1

DE102021209541A1 - Verfahren zum Betreiben eines vernetzten Fahrzeugs

Info

Publication number: DE102021209541A1
Application number: DE102021209541.0A
Authority: DE
Inventors: Hendrik Fuchs; Ignacio Llatser Marti; Maxim Dolgov; Tobias Frye
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2021-08-31
Filing date: 2021-08-31
Publication date: 2023-03-02
Also published as: CN115731743A

Abstract

Die Erfindung bezieht sich auf ein Verfahren zum Betreiben eines vernetzten Ego-Fahrzeugs (24), welches Fahrsituationen und/oder Pläne mit mindestens einer Infrastrukturkomponente (20, 82, 84) und/oder mindestens einem weiteren vernetzten Fahrzeug (70) austauscht. Die mindestens eine Infrastrukturkomponente (20, 82, 84) und/oder das mindestens eine weitere vernetzte Fahrzeug (70) übertragen, neben für das vernetzte Ego-Fahrzeug (24) bestimmten Fahrinformationen und/oder Plänen insbesondere Manöver, Trajektorien oder Fahrkorridore, solche auch an eine Gesamtheit (56) von Fahrzeugen und/oder Infrastrukturkomponenten (20, 82, 84). Diese Fahrsituationen und/oder Pläne, insbesondere Manöver, Trajektorien oder Fahrkorridore, die an die Gesamtheit (56) von Fahrzeugen und/oder Infrastrukturkomponenten (20, 82, 84) übertragen werden, enthalten Prädiktionen eines antizipierten Fahrverhaltens beobachteter Fahrzeuge (26). Das vernetzte Ego-Fahrzeug (24) empfängt die gemäß Verfahrensschritt a) übertragenen Fahrinformationen und/oder Pläne und nutzt diese, um die Robustheit und Sicherheit der Manöverabstimmung zu verbessern.

Description

Technisches Gebiet
Die Erfindung bezieht sich auf ein Verfahren zum Betreiben eines vernetzten Ego-Fahrzeugs, welches Fahrinformationen und/oder Pläne mit mindestens einer Infrastrukturkomponente und/oder mindestens einem weiteren, vernetzten Fahrzeug austauscht. Darüber hinaus bezieht sich die Erfindung auf ein Fahrassistenzsystem für ein vernetztes Ego-Fahrzeug, eingerichtet zur Durchführung des Verfahrens sowie auf ein Fahrzeug, aufweisend zumindest eine Fahrassistenzeinrichtung.
Stand der Technik
Infrastruktursensorik, die Objekte nachverfolgt und diese Information an vernetzte Fahrzeuge übermittelt, kann die Einschränkungen der am Fahrzeug vorhandenen Sensorik überwinden und so das Etablieren des automatisierten Fahrens (AD, Automated Driving) beschleunigen. Hierbei ist besonders von Interesse, mittels der an der Infrastruktur vorhandenen Sensorik, Bereiche zu überwachen, die für automatisierte Fahrzeuge nicht einsehbar sind, insbesondere Autobahnauffahrten oder Innenstadtkreuzungen. Des Weiteren kann die Infrastruktursensorik durchaus unterstützend wirken, insbesondere bei Szenarien, wo die am Fahrzeug vorhandene Sensorik nicht vollkommen zuverlässig arbeitet. Hier sei insbesondere auf Tunneldurchfahrten verwiesen, bei welchen die Kameras sich bei der Einfahrt nicht schnell genug an neue Belichtungsverhältnisse anpassen oder Radare durch mehrfache Reflexionen an den Tunnelwänden und Lidare durch Reflexionen an spiegelnden Flächen erheblich beeinträchtigt werden und nur unzuverlässige Signale zu liefern imstande sind. Für Fahrzeuge, die nicht die gesamte Bandbreite der aufgelisteten Sensormodalitäten besitzen, ist der Effekt umso gravierender. In diesem Zusammenhang kann die Infrastruktursensorik sogar notwendig sein, um eine Übergabe der Fahrzeugführung eines autonom fahrenden Fahrzeugs an den Fahrer zu erzeugen und einen Betrieb gemäß SAE Level 4-5 erst zu ermöglichen.
DE 10 2019 218 455 A1 bezieht sich auf ein Verfahren zum Betreiben einer Fahrassistenzvorrichtung eines Fahrzeugs, eine Fahrassistenzvorrichtung sowie ein Fahrzeug, aufweisend zumindest eine Fahrassistenzvorrichtung. Durch eine Sensoreinrichtung der Fahrassistenzvorrichtung wird zumindest eine aktuelle geographische Position eines Verkehrsteilnehmers erfasst. Durch eine Prognoseeinheit der Fahrassistenzvorrichtung wird zumindest aus der geographischen Position des zumindest einen Verkehrsteilnehmers und Umgebungsdaten nach einem vorbestimmten Aufenthaltsprädiktionsverfahren zumindest ein potentieller zukünftiger Aufenthalt des zumindest einen Verkehrsteilnehmers bestimmt. Es ist vorgesehen, dass durch die Prognoseeinheit dem zumindest einen Verkehrsteilnehmer nach einem vorbestimmten Charakterisierungsverfahren zumindest ein aktives GG-Profil (GGA) zugeordnet wird und aus dem zumindest einen potentiellen Aufenthalt des zumindest einen Verkehrsteilnehmers und dem dem zumindest einen Verkehrsteilnehmer zugeordneten, zumindest einen aktiven GG-Profil (GGA) nach einem vorbestimmten Bewegungsprädiktionsverfahren zumindest eine potentielle zukünftige Bewegung des zumindest einen Verkehrsteilnehmers zu bestimmen. Durch die Fahrassistenzvorrichtung wird das Fahrzeug in Abhängigkeit von der zumindest einen potentiellen zukünftigen Bewegung des zumindest einen Verkehrsteilnehmers angesteuert.
DE 10 2021 000 792 A1 bezieht sich auf ein Verfahren zum Betrieb eines Fahrzeugs. Es wird das Fahrverhalten zumindest eines in einer Umgebung eines Fahrzeugs erfassten Verkehrsteilnehmers prädiziert. Es ist vorgesehen, dass für jede Position des erfassten Verkehrsteilnehmers basierend auf fahrzeugseitigen Kartendaten sowie basierend auf erfassten, den Verkehrsteilnehmer betreffenden Parametern und Situationsparametern ermittelt wird, welches Manöver der Verkehrsteilnehmer ausführen wird und die Information, welches Manöver der Verkehrsteilnehmer am wahrscheinlichsten ausführen wird, einer Bewegungsplanung des Fahrzeugs zugrunde gelegt wird.
DE 10 2019 217 282 A1 bezieht sich auf ein Verfahren zur Prädiktion des Fahrverhaltens anderer Verkehrsteilnehmer. Gemäß dem vorgeschlagenen Verfahren wird das eigene Verhalten mit einem Ego-Fahrzeug auf der Grundlage von verkehrssituationsabhängigen Eingangsdaten mittels einer Lernsoftware analysiert. Anschließend wird das Fahrverhalten anderer Verkehrsteilnehmer prädiziert, indem für die anderen Verkehrsteilnehmer verkehrssituationsabhängige Eingangsdaten ermittelt werden, so dass die Lernsoftware mittels dieser Eingangsdaten eine wahrscheinliche, verkehrsabhängige Trajektorie ermittelt.
Darstellung der Erfindung
Erfindungsgemäß wird ein Verfahren zum Betreiben eines vernetzten Ego-Fahrzeugs vorgeschlagen, welches Fahrinformationen und/oder Pläne mit mindestens einer Infrastrukturkomponente und/oder mindestens einem weiteren, vernetzten Fahrzeug austauscht, wobei zumindest die nachfolgenden Verfahrensschritte durchlaufen werden:

a) Die mindestens eine Infrastrukturkomponente und/oder das mindestens eine weitere, vernetzte Fahrzeug übertragen neben für das vernetzte Ego-Fahrzeug bestimmten Fahrinformationen und/oder Plänen, insbesondere Manöver, Trajektorien oder Fahrkorridore, solche auch an eine Gesamtheit von Fahrzeugen und/oder Infrastrukturkomponenten,
b) die gemäß Verfahrensschritt a) übertragenen Fahrinformationen und/oder Pläne, insbesondere Manöver, Trajektorien oder Fahrkorridore, die an die Gesamtheit aller Fahrzeuge und/oder Infrastrukturkomponenten übertragen werden, enthalten Prädiktionen über antizipierte Fahrverhalten beobachteter Fahrzeuge,
c) das vernetzte Ego-Fahrzeug empfängt die gemäß Verfahrensschritt a) übertragenen Fahrinformationen und/oder Pläne und nutzt diese, um die Robustheit und Sicherheit der Manöverabstimmung zu verbessern.

Durch das erfindungsgemäß vorgeschlagene Verfahren kann in vorteilhafter Weise erreicht werden, dass nach der Umsetzung des eigenen Fahrens das vernetzte Ego-Fahrzeug, basierend auf den Daten aus seiner Fahrzeugsensorik und/oder Daten, die es beispielsweise über V2X empfängt, überprüfen kann, ob alle Fahrzeuge sich an ihre jeweiligen Pläne halten. So kann das vernetzte Ego-Fahrzeug einen notwendigen Abbruch für den empfangenen Plan erkennen, selbst wenn eine Abbruchnachricht von der mindestens einen Infrastrukturkomponente, beispielsweise aufgrund von Kommunikationsproblemen, ausbleiben sollte.
In einer weiteren vorteilhaften Ausgestaltung des erfindungsgemäß vorgeschlagenen Verfahrens überprüft das vernetzte Ego-Fahrzeug, basierend auf den Daten seiner Fahrzeugsensorik und/oder Fahrinformationen und/oder Plänen, welche beispielsweise als V2X-Daten empfangen werden, ob die Gesamtheit aller Fahrzeuge den Plänen folgt.
In einer weiteren vorteilhaften Ausgestaltung des erfindungsgemäß vorgeschlagenen Verfahrens erkennt das vernetzte Ego-Fahrzeug auf Abbruch seiner Soll-Trajektorie, sollten Kollisionen festgestellt werden, unabhängig von einer Abbruchnachricht der mindestens einen Infrastrukturkomponente. Somit übernimmt beim vernetzten Ego-Fahrzeug die interne Fahrroutenplanung für diesen Fall die sichere Führung des vernetzten Ego-Fahrzeugs, d. h. die fahrzeuginterne Fahrzeugführung übernimmt nun komplett die Fahrzeugführung des vernetzten Ego-Fahrzeugs.
In weiterer vorteilhafter Ausgestaltung des erfindungsgemäß vorgeschlagenen Verfahrens werden im Fall einer Störung oder einer Manöveränderung eines Fahrzeugs aus der Gesamtheit der Fahrzeuge alle Fahrzeuge darüber informiert, so dass als Gegenmaßnahmen entweder eine interne Manöverplanung im vernetzten Ego-Fahrzeug erfolgt oder ein Fahrer die Führung des vernetzten Ego-Fahrzeugs übernimmt oder aktualisierte Fahrinformationen und/oder Pläne an das vernetzte Ego-Fahrzeug übermittelt werden, so dass dieses auf sichere Weise seinen Weg fortsetzt.
In weiterer vorteilhafter Ausgestaltung des erfindungsgemäß vorgeschlagenen Verfahrens verwendet das vernetzte Ego-Fahrzeug Fahrinformationen und/oder Pläne für unvernetzte Fahrzeuge, um eine Degradation der Orchestrierung des Fahrgeschehens durch die mindestens eine Infrastrukturkomponente zu erkennen. Im vorliegenden Zusammenhang ist unter einer Degradation der Orchestrierung des Fahrgeschehens zu verstehen, dass die Infrastrukturkomponente hinsichtlich ihrer Antwortfrequenz oder der Genauigkeit der an das vernetzte Ego-Fahrzeug zurückgesandten Fahrinformationen und/oder Pläne nachlässt oder es zu signifikanten zeitlichen Verzögerungen kommt.
In weiterer vorteilhafter Ausgestaltung des erfindungsgemäß vorgeschlagenen Verfahrens wird bei Abweichung eines Fahrzeugs von seiner vorgegebenen Fahrinformation und/oder seinem Plan oder seiner Soll-Trajektorie eine durch die mindestens eine Infrastrukturkomponente antizipierte Umsetzung der Fahrinformation verworfen und es erfolgt ein Eingriff, beispielsweise durch den Fahrer oder durch einen Fahrzeuginsassen eines vernetzten Fahrzeugs.
In weiterer vorteilhafter Ausgestaltung des erfindungsgemäß vorgeschlagenen Verfahrens erfolgt die Feststellung der Abweichung über eine Feststellung der Änderung von Abständen zwischen den Fahrzeugen und/oder über eine Überschreitung von vorgegebenen Fahrkorrekturen.
Beim erfindungsgemäß vorgeschlagenen Verfahren berücksichtigt Verfahrensschritt c) bei einer kooperativen Manöverplanung Fahrinformationen und/oder Pläne, insbesondere Manöver, Trajektorien und/oder Fahrkorridore, die beispielsweise über MCM-Nachrichten [MCM ≙ Maneuver Coordination Message] oder als V2X-Nachrichten übermittelt werden, zur Orchestrierung des Fahrgeschehens für die Gesamtheit der Fahrzeuge.
Beim erfindungsgemäß vorgeschlagenen Verfahren wird stets eine fahrzeuginterne Überwachung der Gültigkeit der für das vernetzte Ego-Fahrzeug bestimmten Fahrinformationen und/oder Pläne, insbesondere Manöver, Trajektorien und Fahrkorridore, durchgeführt, unbeachtlich von deren Herkunft, entweder von der mindestens einen Infrastrukturkomponente oder von mindestens einem weiteren vernetzten Fahrzeug.
Beim erfindungsgemäß vorgeschlagenen Verfahren wird während einer Fahrsituation eines vernetzten Ego-Fahrzeugs eine Lernphase durchlaufen, während deren zeitlicher Dauer eine Fahrverhaltensvorhersage eines beobachteten Fahrzeugs erstellt wird. Dazu werden bei der Prädiktion oder beim Erlernen des Fahrverhaltens des unvernetzten Fahrzeugs Kriterien, wie beispielsweise Beschleunigungsverhalten, Einfädelverhalten, aggressives/defensives Bremsen und dergleichen ermittelt und es erfolgt ein Vergleich von Fahrsituationen. Wird dieser Vergleich mehrmals positiv durchlaufen, so erfolgt ein Versand des erlernten Fahrverhaltens des unvernetzten Fahrzeugs und eine Weitergabe an weitere vernetzte Fahrzeuge oder an Infrastrukturkomponenten. Beim erfindungsgemäß vorgeschlagenen Verfahren wird bei Vorliegen eines mehrmals positiv durchlaufenen Vergleichs das jeweilige Fahrverhalten oder auch eine prädizierte Trajektorie des unvernetzten Fahrzeugs an das vernetzte Ego-Fahrzeug oder mindestens eine Infrastrukturkomponente, beispielsweise im Rahmen von MCM-Nachrichten [MCM ≙ Maneuver Coordination Message] übermittelt. Die oben genannte Fahrverhaltensvorhersage kann auch für ein vernetztes, beobachtetes Fahrzeug durchgeführt werden, falls das vernetzte Ego-Fahrzeug erkennt, dass die Verbindung mit dem beobachteten Fahrzeug unzuverlässig ist, so zum Beispiel aufgrund einer hohen Last in einem Kommunikationskanal.
Beim erfindungsgemäß vorgeschlagenen Verfahren werden während der Lernphase des Fahrverhaltens des unvernetzten Fahrzeugs Parameter wie beispielsweise aggressives oder defensives Beschleunigungsverhalten oder die Häufigkeit von Spurwechseln zwischen mehreren Fahrspuren oder die Gemeinnützigkeit oder das Einfädelverhalten sowie andere, das Fahrverhalten eines Verkehrsteilnehmers charakterisierende Merkmale beobachtet und aufgenommen.
In Weiterbildung des erfindungsgemäß vorgeschlagenen Verfahrens werden Fahrverhaltensvorhersagen und prädizierte Trajektorien unvernetzter Fahrzeuge zwischen Fahrzeugen der Gesamtheit der Fahrzeuge oder zwischen Infrastrukturkomponenten und Fahrzeugen oder von Fahrzeug zu Fahrzeug ausgetauscht, mittels

- direkter Kommunikation mit limitierter Sendereichweite gemäß DSRC/ITS-G5/802.11p/802.11bd oder C-V2X/LTE-V2X/5G-V2X oder
- von einer Infrastrukturkomponente zu einer weiteren Infrastrukturkomponente oder
- via Mobilfunkverbindungen im 4G/5G-Netz mit Anbindung an eine Cloud.

Beim erfindungsgemäß vorgeschlagenen Verfahren sendet ein weiteres vernetztes Fahrzeug eine erlernte Fahrverhaltensvorhersage des unvernetzten Fahrzeugs an das vernetzte Ego-Fahrzeug, entweder

- über einen V2X-Datenaustausch per MCM-Übermittlung mit einer Referenztrajektorie und mehreren zu dieser alternativen Trajektorien oder
- über eine Mobilfunkverbindung mit Anbindung an eine Cloud,
- über eine Crowd-Sourcing-Datenbank oder
- via CPM [CPM “≙ Collective Perception Message]

Darüber hinaus bezieht sich die Erfindung auf ein Fahrassistenzsystem für ein vernetztes Fahrzeug, eingerichtet zur Durchführung des Verfahrens nach einem der vorstehenden Ansprüche.
Des Weiteren bezieht sich die Erfindung auf ein Fahrzeug, aufweisend zumindest ein Fahrassistenzsystem.
Vorteile der Erfindung
Die Erfindung zeichnet sich dadurch aus, dass zur Sicherheit des Verkehrs jederzeit gewährleistet werden kann, dass im Fall einer Störung oder bei Manöveränderung eines Fahrzeugs sämtliche Fahrzeuge darüber informiert werden, so dass entsprechende Gegenmaßnahmen eingeleitet werden können. Die Einleitung von Gegenmaßnahmen erfolgt entweder in Form eines neuen Plans oder über den Umstieg, d. h. das Umschalten auf eine fahrzeuginterne Manöverplanung des vernetzten Ego-Fahrzeugs oder durch die Übernahme des Führens des vernetzten Ego-Fahrzeugs durch einen Fahrer. Kommunikationsstörungen können somit über eine ständige fahrzeuginterne Überwachung abgemildert werden. Ferner kann die Gültigkeit der vorliegenden Fahrinformation und/oder des Plans überprüft werden. Durch das erfindungsgemäß vorgeschlagene Verfahren hinsichtlich einer kontinuierlichen Validierung von über V2X empfangenen Fahrinformationen oder Plänen für automatisiertes Fahren werden die Fahrinformationen und/oder Pläne für alle Fahrzeuge an alle Fahrzeuge der Gesamtheit der Fahrzeuge übermittelt. Für die vernetzten Ego-Fahrzeuge liegen somit der eigene Fahrplan sowie die Fahrpläne der anderen Fahrzeuge, an die diese sich halten müssen, vor. Für nicht automatisierte, unvernetzte beobachtete Fahrzeuge liegen die Fahrinformationen und/oder Pläne in Form von Prädiktionen, d. h. einer Vorhersage ihres antizipierten Verhaltens vor. Diese Pläne, d. h. die Prädiktion von Fahrtrajektorien unvernetzter Fahrzeuge, kann das vernetzte Ego-Fahrzeug in vorteilhafter Weise verwenden, um eine Degradation der Orchestrierung durch die Infrastrukturkomponente zu erkennen.
In vorteilhafter Weise kann durch das erfindungsgemäß vorgeschlagene Verfahren die Abweichung eines Fahrzeugs von seinem Plan erkannt werden, welches ein Indiz dafür darstellt, dass die antizipierte Entwicklung der Fahrsituation, wie sie durch die Infrastruktur erwartet wurde, nicht mehr stattfinden wird, so dass ein Eingriff erforderlich ist.
Durch das erfindungsgemäß vorgeschlagene Verfahren werden nicht nur Infrastrukturkomponenten eines Infrastruktursystems, sondern auch andere vernetzte Fahrzeuge dazu herangezogen, prädizierte Trajektorien für unvernetzte Fahrzeuge zu verbreiten. Dadurch wird die Propagationsgeschwindigkeit wesentlich erhöht, ferner sind die Fahrinformationen und/oder Fahrpläne wesentlich aktueller und genauer. Voraussetzung dafür ist, dass das jeweilige vernetzte Fahrzeug ein unvernetztes Fahrzeug für einen bestimmten Zeitraum beobachten konnte, um dessen Fahrverhaltensweise zu lernen. In vorteilhafter Weise kann dieser Lernprozess iterativ weitergegeben und dadurch verbessert werden, indem ein Fahrzeug, welches das Fahrverhalten eines unvernetzten Fahrzeugs gelernt hat, die entsprechenden Daten mit einem anderen Fahrzeug oder einer anderen Komponente der Infrastruktur teilt und umgekehrt. Dadurch lässt sich eine wesentlich robustere und sicherere Manöverabstimmung dahingehend erreichen, dass beispielsweise im Falle dezentraler Fahrzeug-zu-Fahrzeug-Manöverabstimmung die Fahrzeuge über die Pläne nicht vernetzter Fahrzeuge besser im Bild sind. Dadurch erkennen diese auch im Fall einer abgebrochenen Verbindung, wenn sich ein unvernetztes Fahrzeug nicht an seine prädizierte Trajektorie hält.
Im Fall einer zentralen Infrastruktur-basierten Manöverabstimmung weist die Infrastruktur nunmehr ein verbessertes Vorwissen über die Fahrverhaltensweisen beziehungsweise Fahrstrategien unvernetzter Fahrzeuge auf, da andere vernetzte Fahrzeuge ihr Wissen darüber mit der Infrastruktur teilen können. Des Weiteren kann durch das erfindungsgemäß vorgeschlagene Verfahren ein vernetztes Fahrzeug sein Wissen einer weiter entfernten Infrastruktur übermitteln und diese somit auf dem neuesten Stand halten.
Des Weiteren kann durch die erfindungsgemäß vorgeschlagene Lösung erreicht werden, Fahrverhaltensvorhersagen zwischen Fahrzeugen und Infrastrukturelementen auszutauschen und im Rahmen eines iterativen Prozesses durch eine Crowd-Sourcing-Datenbank zu starten. Es kann dabei eine Kommunikation mit limitierter Sendereichweite, z. B. DSRC/ITS-G5/802.11p/802.11bd oder C-V2X/LTE-V2X/5G-V2X in mehreren Schritten erfolgen. Die Interaktion ist dabei nicht zwangsweise zwischen einer Infrastrukturkomponente und einem Fahrzeug erforderlich, sondern diese kann auch von Infrastrukturkomponente zu Infrastrukturkomponente oder von Fahrzeug zu Fahrzeug erfolgen. Ein Datenaustausch ist des Weiteren bei Verwendung einer Mobilfunkkommunikation, z. B. 4G oder 5G mit einer Cloudanbindung, möglich.
Ein weiterer Vorteil des Erlernens von Verhaltensmodellen durch vernetzte Fahrzeuge aus längerer Beobachtung und anschließender Übermittlung der Modelle an die Infrastruktur ist darin zu sehen, dass ein Overfitting der Prädiktionsmodelle durch die Infrastruktur speziell auf den beobachteten Bereich minimiert wird. Wenn ein Fahrzeug erkannt wird, welches sich zum Beispiel nicht kooperativ verhält oder eine aggressive Fahrweise zeigt, können weitere vernetzte Fahrzeuge informiert werden, so dass sie nicht versuchen, mit dem als nicht kooperativ erkannten Fahrzeug ein gemeinsames Manöver abzustimmen.
Figurenliste
Ausführungsformen der Erfindung werden anhand der Zeichnungen und der nachfolgenden Beschreibung näher erläutert.
Es zeigen:

1 einen Einfädelvorgang eines vernetzten Fahrzeugs und eines unvernetzten Fahrzeugs mit unbekanntem Fahrverhalten,
2 ein weiteres Einfädelszenario,
3 einen Einfädelvorgang eines vernetzten Fahrzeugs nach Rückmeldung einer prädizierten Trajektorie durch die Infrastrukturkomponente bezüglich eines unvernetzten Fahrzeugs,
4 ein Flussdiagramm zum Ablauf der Trajektoriengenerieung für nicht-vernetzte Fahrzeuge in einem Infrastruktursystem und Nutzung dieser Informationen im vernetzten Fahrzeug,
5 ein Einfädelszenario mit zwei vernetzten Fahrzeugen, die miteinander kommunizieren und eine prädizierte Trajektorie eines unvernetzten Fahrzeugs,
6 ein Flussdiagramm eines iterativen Lernprozesses, der in einem vernetzten Fahrzeug abläuft,
7 einen beispielhaften iterativen Lernvorgang in einem ersten Schritt zwischen zwei Infrastrukturkomponenten,
8 einen Lernvorgang in einem zweiten Schritt unter Vorgabe eines gelernten Verhaltens eines unvernetzten Fahrzeugs durch das vernetzte Fahrzeug an eine Infrastrukturkomponente und
9 alternative Datenaustauschmöglichkeiten über eine Mobilfunk- und eine Cloudverbindung.

Der Darstellung gemäß 1 ist in schematischer Weise eine Fahrsituation 10 zu entnehmen. Auf einer mehrspurigen Fahrbahn ist eine erste Fahrspur 12, eine mittlere, zweite Fahrspur 14 und eine dritte Fahrspur 16 vorgesehen. Eine Auffahrt 18, die als Einfädelstrecke dient, mündet in die dritte, äußerst rechts liegende Fahrspur 16. Des Weiteren ist in 1 eine Infrastrukturkomponente 20 dargestellt, die in dieser Ausführungsvariante als Schilder-/Sende-/Empfänger-Brücke 22 ausgeführt ist. Die Auffahrt 18, die in die dritte Fahrspur 16 mündet, wird von einem vernetzten Ego-Fahrzeug 24 als Einfädelspur genutzt. Auf der dritten Fahrspur 16 ist ein unvernetztes Fahrzeug 26 unterwegs, welches ein Blinksignal 30 gesetzt hat, um auf die mittlere, also die zweite Fahrspur 14, zu wechseln. Dieses Blinksignal 30 bleibt dem vernetzten Ego-Fahrzeug 24 jedoch verborgen, so dass dieses einer Soll-Trajektorie 28 folgend, aufgrund der dem vernetzten Ego-Fahrzeug 24 nicht bekannten Spurwechselabsicht des unvernetzten Fahrzeugs 26, einen Abbruch des Einfädelvorgangs gemäß der Soll-Trajektorie 28 vollzieht.
Der Darstellung gemäß 2 ist ein weiteres Auffahrszenario zu entnehmen.
Gemäß der aus 2 hervorgehenden Darstellung sind auf einer Fahrbahn mit erster Fahrspur 12, mittlerer zweiter Fahrspur 14 und der dritten Fahrspur 16 das weitere vernetzte Fahrzeug 70 sowie das vernetzte Ego-Fahrzeug 24 unterwegs. Gemäß 2 stehen das weitere vernetzte Fahrzeug 70 sowie das vernetzte Ego-Fahrzeug 24 über MCM-Nachrichten 36 in Verbindung. Aus 2 geht hervor, dass das vernetzte Ego-Fahrzeug 24 seiner Soll-Trajektorie 28 folgt. Da das vernetzte Ego-Fahrzeug 24 über das Blinksignal 30, welches das unvernetzte Fahrzeug 26 anzeigt, nicht informiert ist - auch nicht über das weitere vernetzte Fahrzeug 70 - vermag das vernetzte Ego-Fahrzeug 24 nicht einzuschätzen, ob der intendierte Einfädelvorgang durchführbar ist oder nicht. Daher wird das vernetzte Ego-Fahrzeug 24 seiner Soll-Trajektorie 28 weiter folgen; jedoch erfolgt eine Abbruchsentscheidung 64 des Einfädelvorgangs durch einen Abbruch 32 des weiteren Vorgangs. Aus der Darstellung gemäß 2 geht hervor, dass das einfädelnde Fahrzeug, im vorliegenden Fall das vernetzte Ego-Fahrzeug 24, die Intention des unvernetzten Fahrzeugs 26 nicht kennt und daher seine Trajektorie nicht planen kann. Vielmehr ist im Szenario gemäß 2 die defensive Variante zu wählen, an deren Ende der Abbruch 32 des Einfädelvorgangs steht.
Ausführungsformen der Erfindung
In der nachfolgenden Beschreibung der Ausführungsformen der Erfindung werden gleiche oder ähnliche Elemente mit gleichen Bezugszeichen bezeichnet, wobei auf eine wiederholte Beschreibung dieser Elemente in Einzelfällen verzichtet wird. Die Figuren stellen den Gegenstand der Erfindung nur schematisch dar.
3 zeigt ein ähnliches Fahrszenario, wie es bereits in 1 erläutert wurde. Aus der Darstellung gemäß 3 geht hervor, dass auch in diesem Fall die Auffahrt 18 durch das vernetzte Ego-Fahrzeug 24 benutzt wird. Dieses folgt seiner Soll-Trajektorie 28. Über die als Schilderbrücke oder Sender-/Empfänger-Brücke 22 beschaffene Infrastrukturkomponente 20 wird hingegen die via MCM-Nachricht 36 prädizierte Trajektorie 34 eines unvernetzten Fahrzeugs 26 durch die mindestens eine Infrastrukturkomponente 20 an das vernetzte Ego-Fahrzeug 24 versandt. Damit kann das vernetzte Ego-Fahrzeug 24 die Spurwechselintention des unvernetzten Fahrzeugs 26 aufgrund des gesetzten Blinksignals 30 empfangen und demzufolge seine eigene Soll-Trajektorie 28 fortsetzen und auf die dritte Fahrspur 16 einfädeln, da das unvernetzte Fahrzeug 26 von der dritten Fahrspur 16 auf die mittlere, zweite Fahrspur 14 wechselt. Gemäß der Darstellung in 3 ist aufgrund der MCM-Nachricht 36, welche an das vernetzte Ego-Fahrzeug 24 durch die mindestens eine Infrastrukturkomponente 20 versandt wird, sichergestellt, dass das vernetzte Ego-Fahrzeug 24 seine eigene Soll-Trajektorie 28 verifiziert und im Fehlerfall auch selbständig verwerfen kann. Ein Abbruch 32 der Soll-Trajektorie 28 findet im in 3 dargestellten Szenario aufgrund der Rückmeldung der prädizierten Trajektorie 34 an das vernetzte Ego-Fahrzeug 24 nicht statt.
Aus einem Vergleich der Szenarien gemäß 1 und 3 geht hervor, dass über die Infrastrukturkomponente 20 in Gestalt der Schilder-/Sender-/Empfänger-/Brücke 22 Fahrinformationen und Pläne für alle Fahrzeuge an alle Fahrzeuge übertragen werden. Für die vernetzten Fahrzeuge, d. h. im vorliegenden Fall das vernetzte Ego-Fahrzeug 24, liegen somit die eigenen Fahrinformationen beziehungsweise Pläne sowie die Fahrinformationen und/oder Pläne anderer vernetzter Fahrzeuge vor, an welche sich diese halten müssen. Im Fall von nichtvernetzten Fahrzeugen, wie beispielsweise des unvernetzten Fahrzeugs 26, beinhalten die Fahrinformationen und/oder Pläne Prädiktionen, d. h. ein antizipiertes Verhalten, vorausgesetzt, dass sich die vernetzten Fahrzeuge, im vorliegenden Fall das vernetzte Ego-Fahrzeug 24, an ihre Soll-Trajektorien 28 halten. Diese als MCM-Nachricht 36 zurückgemeldete prädizierte Trajektorie 34 verwendet das vernetzte Ego-Fahrzeug 24 dahingehend, um eine Degradation der Orchestrierung, d. h. eine nachlassende Genauigkeit durch die Infrastrukturkomponente 20 zu erkennen. Wenn eines der Fahrzeuge von seiner Fahrinformation und/oder seinem Plan abweicht, stellt dies ein Indiz dafür dar, dass die antizipierte Entwicklung der Fahrsituation, wie sie durch die mindestens eine Infrastrukturkomponente 20 erwartet wurde, nicht mehr stattfinden wird, so dass ein Eingriff erforderlich ist. Im vorliegenden Fall kann eine Abweichung beispielsweise über eine Änderung der Abstandsmaße oder über die Verletzung von Korridorgrenzen festgestellt werden.
Einfache Verhaltensvorhersagen, zum Beispiel prädizierte Trajektorien 34 gemäß der Darstellung in 3, vermag die mindestens eine Infrastrukturkomponente 20 auch über erweiterte CPMs (Collective Perception Messages) zu senden. Dazu gehören beispielsweise der Status des Blinkers (links und rechts) sowie die Bremsleuchten. Diese komplexeren Verhaltensvorhersagen lassen sich auch über MCMs (Maneuver Coordination Messages) oder andere Formen von Datenabbildern von Trajektorien beziehungsweise Fahrkorridoren übermitteln.
Aus 4 geht ein Flussdiagramm hervor zum Ablauf einer Trajektoriengenerierung für nicht-vernetzte Fahrzeuge 26 innerhalb eines Infrastruktursystems 40 und eine Nutzung dieser neu gewonnenen Informationen vernetzten Ego-Fahrzeug 24.
Über die mindestens eine Infrastrukturkomponente 20 des Infrastruktursystems 40 erfolgt beispielsweise über ein V2X-Modem 42 sowie über geeignete Sensoren 44 im Rahmen einer Suche 46 nach unvernetzten Fahrzeugen 26. Nach deren Auffinden erfolgt eine Generierung von Fahrverhaltensvorhersagen 48 für die im Rahmen der Suche 46 ermittelten unvernetzten Fahrzeuge 26. Aus der Fahrverhaltensvorhersage 48, beispielsweise in Gestalt prädizierter Trajektorien 34, erfolgt ein Versand 50 dieser prädizierten Trajektorien 34, zum Beispiel als MCM (Maneuver Coordination Message) an das vernetzte Ego-Fahrzeug 24.
Innerhalb der mindestens einen Infrastrukturkomponente 20 oder des Infrastruktursystems 40 erfolgt eine Wiederholschleife 52 beziehungsweise das Durchlaufen eines Closed Loop, optional unter Einbindung eines Maschinenlernvorgangs 54, bevor das Infrastruktursystem 40 beziehungsweise dessen mindestens eine Infrastrukturkomponente 20 die prädizierte Trajektorie 34 als MCM-Nachricht 36 an das vernetzte Ego-Fahrzeug 24 versendet. Dieses umfasst ein V2X-Empfangsmodem 58 sowie eine fahrzeugeigene Fahrzeugsensorik 60. Über einen Plantrajektorienvergleicher 62 werden Plantrajektorien, die für andere Teilnehmer aus einer Gesamtheit 56 aller Fahrzeuge ausgewählt werden, mit ihren tatsächlichen Fahrmanövern verglichen. Ergibt dieser im Plantrajektorienvergleicher 62 abstimmende Prozess eine Unstimmigkeit, so erfolgt ein Abbruch 64 beziehungsweise eine Degradation, d. h. eine Abschwächung des entsprechend einer Solltrajektorie 28 geplanten Fahrmanövers.
5 ist ein Einfädelszenario unter Einsatz des erfindungsgemäß vorgeschlagenen Verfahrens zu entnehmen. In 5 ist angedeutet, dass das weitere vernetzte Fahrzeug 70 aufgrund der in 4 angedeuteten Fahrsituation 10 das Fahrverhalten des unvernetzten Fahrzeugs 26 bereits länger erlernen konnte, beispielsweise im Rahmen einer Lernphase 72. Aufgrund des Umstands, dass dem weiteren vernetzten Fahrzeug 70 das Fahrverhalten des unvernetzten Fahrzeugs 26 wegen einer längeren Lernphase 72 bekannt ist, kann das weitere vernetzte Fahrzeug 70 via MCM-Nachricht 36 dem vernetzten Ego-Fahrzeug 24 über die prädizierte Trajektorie 34, welche das unvernetzte Fahrzeug 26 mit hoher Wahrscheinlichkeit unter Berücksichtigung des Blinksignals 30 einnehmen wird, in Kenntnis setzen. Damit ist für das vernetzte Ego-Fahrzeug 24 die Soll-Trajektorie 28 zu verfolgen; diese stellt nunmehr aufgrund der Informationen der prädizierten Trajektorie 34 des unvernetzten Fahrzeugs 26 durch das weitere vernetzte Fahrzeug 70 eine verifizierte Soll-Trajektorie 38 für das vernetzte Ego-Fahrzeug 24 dar.
6 ist zu entnehmen, dass das weitere vernetzte Fahrzeug 70 über eine Fahrzeugsensorik 60 verfügt. Des Weiteren verfügt das weitere vernetzte Fahrzeug 70 auch über ein V2X-Empfangsmodem 58 oder dergleichen. Über die Fahrzeugsensorik 60 erfolgt während der Lernphase 72 eine Beobachtung des Fahrverhaltens des unvernetzten Fahrzeugs 26. Aus den erlernten Informationen wird eine Vorhersage 74 für das Fahrverhalten des unvernetzten Fahrzeugs 26 prädiziert. Es erfolgt ein mehrmaliger Vergleich 78 im Rahmen eines Lernprozesses 76 mit den durch die Fahrzeugsensorik 60 ermittelten Daten, wie beispielsweise Abstände oder Überschreiten von Fahrkorridoren oder dergleichen. Bei mehrfach festgestelltem positivem Vergleich 78 der prädizierten Trajektorien 34, die aus der Vorhersage 74 des Fahrverhaltens des unvernetzten Fahrzeugs 26 ableitbar sind, erfolgt ein Versand 80 der verifizierten Fahrverhaltensvorhersage des unvernetzten Fahrzeugs 26, beispielsweise wie in 5 angedeutet, an das vernetzte Ego-Fahrzeug 24. In der Darstellung gemäß 6 ist der im weiteren vernetzten Fahrzeug 70 ablaufende Lernprozess 76 während der Lernphase 72 nur schematisch angedeutet und kann durchaus weitere Verfeinerungen enthalten, die in 6 nicht berücksichtigt sind.
Der Darstellung gemäß 7 ist eine Lernphase 72 zu entnehmen. Aus der Darstellung gemäß 7 geht hervor, dass eine weitere Infrastrukturkomponente 82, die Teil eines hier nicht näher dargestellten Infrastruktursystems 40 ist, via MCM-Nachricht 36 (Maneuver Coordination Message) eine Übertragung 86 erlernten Fahrverhaltens unvernetzter Fahrzeuge 26 an das vernetzte Ego-Fahrzeug 24 überträgt. Gemäß der Fahrsituation 10, wie sie in 7 dargestellt ist, empfängt das vernetzte Ego-Fahrzeug 24 Informationen, die durch das Fahrverhalten des unvernetzten Fahrzeugs 26 gegeben sind. Aus dem in 7 dargestellten Szenario geht hervor, dass die weitere Infrastrukturkomponente 82 das vernetzte Fahrzeug, d. h. im vorliegenden Fall das vernetzte Ego-Fahrzeug 24, über das gelernte Verhalten des unvernetzten Fahrzeugs 26 informiert. Im in 7 dargestellten Szenario spielt die im weiteren Verlauf der Fahrspuren 12, 14, 16 angeordnete, dritte Infrastrukturkomponente 84 des Infrastruktursystems 40 noch keine Rolle.
Im in 8 dargestellten Szenario hingegen ist dargestellt, dass das vernetzte Ego-Fahrzeug 24 die dritte Infrastrukturkomponente 84 des Infrastruktursystems 40 über das gelernte Fahrverhalten des unvernetzten Fahrzeugs 26 informiert, sobald das automatisierte, vernetzte Ego-Fahrzeug 24 in Reichweite der weiteren Infrastrukturkomponente 82 gelangt ist. Die Informationen über das gelernte Fahrverhalten des unvernetzten Fahrzeugs 26 werden bevorzugt via MCM-Nachricht 36 (Maneuver Coordination Message) an die dritte Infrastrukturkomponente 84 in Gestalt der Schilder-/Sender-/Empfänger-Brücke 22 übermittelt. Demzufolge ist die weitere Infrastrukturkomponente 84 in Kenntnis über prädiziertes beziehungsweise antizipiertes Fahrverhalten des unvernetzten Fahrzeugs 26 und kann diese Information an weitere vernetzte Fahrzeuge 70 weiterleiten.
Aus der Darstellung gemäß 9 geht ein alternativer Datenaustausch über eine Mobilfunkverbindung 90 sowie eine Cloudanbindung 88 hervor. Der alternative Datenaustausch, wie er in 9 dargestellt ist, wird an ein gemeinsames Backend 92 übertragen. Sowohl die Infrastruktur als auch die Fahrzeuge sind an dieselbe Verarbeitungseinheit mittels einer Cloud-Anbindung 88 angebunden. Dies bedeutet, dass die Informationen, die durch die Fahrzeuge an die Cloud kommuniziert werden, auch den Infrastrukturkomponenten 20, 82, 84 des Infrastruktursystems 40 zur Verfügung stehen und umgekehrt. Über das gemeinsame Backend 92 können vernetzte Fahrzeuge, in der Darstellung gemäß 9 das vernetzte Ego-Fahrzeug 24, und Infrastrukturkomponenten, wie die weitere Infrastrukturkomponente 82 und die dritte Infrastrukturkomponente 84 gelerntes Verhalten nicht-vernetzter Fahrzeuge 26, beispielsweise über Crowd-Sourcing-Datenbanken 94 austauschen, so dass ein einmal beobachtetes Fahrverhalten eines unvernetzten Fahrzeugs 26 einer Vielzahl von Fahrzeugen der Gesamtheit 56 aller Fahrzeuge zur Verfügung gestellt werden kann. Dadurch wird die Verbreitung erlernten Fahrverhaltens unvernetzter Fahrzeuge 26 einer größeren Anzahl weiterer vernetzter Fahrzeuge 70 zur Verfügung gestellt, so dass eine wesentlich weiter gehende Informationsverteilung für das Fahrverhalten unvernetzter Fahrzeuge 26 erreichbar ist, was schlussendlich zu einer Verbesserung der Robustheit von Trajektorien und Fahrverhalten sowie Fahrsituationen im fließenden Verkehr, insbesondere bei vernetzten Fahrzeugen 24, 70 beiträgt.
Durch das erfindungsgemäß vorgeschlagene Verfahren können nicht nur ein Infrastruktursystem 40 mit seinen Infrastrukturkomponenten 20, 82, 84, sondern auch weitere vernetzte Fahrzeuge 70 prädizierte Trajektorien 34 unvernetzter Fahrzeuge 26 verbreiten. Voraussetzung dafür ist, dass das jeweilige vernetzte Fahrzeug 24, 70 ein unvernetztes Fahrzeug 26 eine Zeitlang beobachten konnte. Dies ist beispielsweise dann möglich, wenn beide Fahrzeuge mit ähnlicher Geschwindigkeit denselben Routenabschnitt, d. h. denselben Fahrbahnabschnitt mit den Fahrspuren 12, 14, 16 befahren. Diese Zeitspanne wird benutzt, so dass das weitere vernetzte Fahrzeug 70 beziehungsweise das vernetzte Ego-Fahrzeug 24 die Fahrweise des unvernetzten Fahrzeugs 26 erlernt und entweder an die Infrastrukturkomponenten 20, 82, 84 des Infrastruktursystems 40 oder an weitere vernetzte Fahrzeuge 70 weitergibt. Dieser Lernprozess kann iterativ weitergegeben und verbessert werden, indem ein weiteres vernetztes Fahrzeug 70, welches eine Fahrverhaltensvorhersage 48 des unvernetzten Fahrzeugs 26 erstellt hat, diese Daten mit einem anderen Fahrzeug oder dem Infrastruktursystem 40 teilt oder umgekehrt. Dadurch lässt sich eine wesentlich robustere und sicherere Manöverabstimmung erreichen. Im Fall einer dezentral erfolgenden Fahrzeug-zu-Fahrzeug-Manöverabstimmung ist festzuhalten, dass die vernetzten Fahrzeuge 24, 70 jetzt über die Fahrinformationen und/oder Pläne unvernetzter Fahrzeuge 26 im Bilde sind und auch in der Lage sind, im Fall einer abgebrochenen Verbindung festzustellen, wenn ein unvernetztes Fahrzeug 26 sich nicht an seine prädizierte Trajektorie 34 hält. Im Fall einer zentralen Infrastruktur-basierten Manöverabstimmung ist festzuhalten, dass die Infrastrukturkomponenten 20, 82, 84 des Infrastruktursystems 40 nunmehr ein wesentlich verbessertes Vorwissen über die Verhaltens- und Fahrstrategien unvernetzter Fahrzeuge 26 haben, da weitere vernetzte Fahrzeuge 70 ihr erlerntes Wissen darüber mit dem Infrastruktursystem 40 beziehungsweise dessen Infrastrukturkomponenten 20, 82, 84 teilen können. Außerdem kann über das vernetzte Ego-Fahrzeug 24 oder weitere vernetzte Fahrzeuge 70 das Wissen einer weiter entfernten Infrastrukturkomponente 82, 84 übergeben werden.
Es werden von einem weiteren vernetzten Fahrzeug 70 Informationen über das Fahrverhalten des unvernetzten Fahrzeugs 26 an das vernetzte Ego-Fahrzeug 24 gesendet. Diese Datenübermittlung kann in mehreren Formen geschehen: Zum einen kann über V2X eine MCM-Nachricht 36 (Maneuver Coordination Message) ausgesendet werden, welche sich so verhält, als ob sie vom unvernetzten Fahrzeug 26 ausgesendet worden wäre. Es können mehrere Modi abgebildet werden, zum Beispiel indem die Referenztrajektorie nicht und stattdessen mehrere Alternativtrajektorien angegeben werden. Alternativ kann eine neue V2X-Nachricht definiert werden, in der sämtliche Fahrverhaltensinformationen gesammelt und übertragen werden können. Schließlich kann per Mobilfunk-Verbindung 90 beziehungsweise Cloudanbindung 88 auf eine Crowd-Sourcing-Datenbank 94 zugegriffen werden, in welcher Daten über Fahrverhaltensinformationen sämtlicher Fahrzeuge aus der Gesamtheit 56 aller Fahrzeuge gesammelt werden. Schließlich kann bei einfachen Szenarien eine erweiterte CPM (Collective Perception Message) mit zusätzlichen Informationen wie Blinkerstatus oder Bremslichter ausreichend sein.
Damit diese gesammelten Fahrinformationen beziehungsweise erlernten Fahrverhalten vertrauenswürdig und sinnvoll sind, ist sicherzustellen, dass das vernetzte Fahrzeug, im vorliegenden Fall das weitere vernetzte Fahrzeug 70 das unvernetzte Fahrzeug 26 eine Zeitlang beobachten konnte und seine Fahrweise im Rahmen einer Lernphase 72 eines Lernprozesses 76 erlernen konnte oder es konkrete Anhaltspunkte dafür gibt, dass ein bestimmtes Fahrmanöver durchgeführt wird, zum Beispiel ein Blinksignal 30 gesetzt wird.
Um zu überprüfen, ob das Fahrverhalten beziehungsweise die Erstellung 48 der Fahrverhaltensvorhersage korrekt ist, wird ein iterativer Ansatz verfolgt. Es werden in der Vergangenheit prädizierte Pläne für das unvernetzte, beobachtete Fahrzeug 26 auf ihre Bewahrheitung untersucht. Dazu können neben Wiederholschleifen 52 auch Maschinenlernvorgänge 54 genutzt werden. Um Wissen über das Fahrverhalten auszutauschen, werden Informationen dergestalt gesammelt, welche Auskunft über aggressives/defensives Beschleunigungsverhalten, eine Häufigkeit der Spurwechsel, eine Gemeinnützigkeit, ein Einfädelnlassen anderer Verkehrsteilnehmer und dergleichen geben.
Das erfindungsgemäß vorgeschlagene Verfahren kann in vorteilhafter Weise auch dazu genutzt werden, um Verhaltensvorhersagen zwischen vernetzten Fahrzeugen 24, 26, 70 und Infrastrukturkomponenten 20, 82, 84 des Infrastruktursystems 40 auszutauschen und dadurch einen iterativen Lernprozess 76 unter Zugriff auf eine Crowd-Sourcing-Datenbank 94 zu starten. Es kann eine direkte Kommunikation bei limitierter Sendereichweite, wie in den 7 und 8 angedeutet, über DSRC/ITS-G5/802.11p/802.11bd oder C-V2X/2TE-V2X/5G-V2X in zwei Schritten erfolgen. Die Interaktion muss nicht zwingenderweise zwischen dem Infrastruktursystem 40 und einem Fahrzeug 24, 70 stattfinden, sondern kann auch von Infrastrukturkomponente 82 zu Infrastrukturkomponente 84 oder von Fahrzeug zu Fahrzeug erfolgen.
Die Erfindung ist nicht auf die hier beschriebenen Ausführungsbeispiele und die darin hervorgehobenen Aspekte beschränkt. Vielmehr ist innerhalb des durch die Ansprüche angegebenen Bereichs eine Vielzahl von Abwandlungen möglich, die im Rahmen fachmännischen Handelns liegen.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

DE 102019218455 A1 [0003]
DE 102021000792 A1 [0004]

Claims

Verfahren zum Betreiben eines vernetzten Ego-Fahrzeugs (24), welches Fahrinformationen und/oder Pläne mit mindestens einer Infrastrukturkomponente (20, 82, 84) und/oder mindestens einem weiteren vernetzten Fahrzeug (70) austauscht, mit zumindest nachfolgenden Verfahrensschritten: a) die mindestens eine Infrastrukturkomponente (20, 82, 84) und/oder das mindestens eine weitere, vernetzte Fahrzeug (70) übertragen neben für das vernetzte Ego-Fahrzeug (24) bestimmten Fahrinformationen und/oder Plänen, insbesondere Manöver, Trajektorien oder Fahrkorridore, solche auch an eine Gesamtheit (56) von Fahrzeugen und/oder Infrastrukturkomponenten (20, 82, 84), b) die gemäß a) übertragenen Fahrinformationen und/oder Pläne, insbesondere Manöver, Trajektorien oder Fahrkorridore, die an die Gesamtheit (56) aller Fahrzeuge übertragen werden, enthalten Prädiktionen über antizipierte Fahrverhalten beobachteter Fahrzeuge (26), c) das vernetzte Ego-Fahrzeug (24) empfängt die gemäß Verfahrensschritt a) übertragenen Fahrinformationen und/oder Pläne und nutzt diese, um die Robustheit und Sicherheit der Manöverabstimmung zu verbessern.
Verfahren gemäß Anspruch 1, dadurch gekennzeichnet, dass während der Fahrt des vernetzten Ego-Fahrzeugs (24) dieses basierend auf den Daten seiner Fahrzeugsensorik (60) und/oder Fahrinformationen und/oder Plänen, welche als V2X-Daten empfangen werden, überprüft, ob die Gesamtheit (56) aller Fahrzeuge den an diese übermittelten Fahrinformationen und/oder Plänen folgt.
Verfahren gemäß den Ansprüchen 1 und 2, dadurch gekennzeichnet, dass das vernetzte Ego-Fahrzeug (24) auf Abbruch (32) seiner Solltrajektorie (28) erkennt, sollten Kollisionen festgestellt werden, unabhängig von einer Abbruchnachricht, die von einer Infrastrukturkomponente (20, 82, 84) empfangen wird.
Verfahren gemäß den Ansprüchen 1 bis 3, dadurch gekennzeichnet, dass im Fall einer Störung oder einer Manöveränderung eines Fahrzeugs aus der Gesamtheit (56) der Fahrzeuge, alle Fahrzeuge darüber informiert werden, so dass als Gegenmaßnahmen - entweder eine interne Manöverplanung des vernetzten Ego-Fahrzeugs (24) erfolgt, oder - ein Fahrer die Führung des vernetzten Ego-Fahrzeugs (24) übernimmt oder - aktualisierte Fahrinformationen und/oder Pläne an das vernetzte Ego-Fahrzeug (24) übermittelt werden.
Verfahren gemäß den Ansprüchen 1 bis 4, dadurch gekennzeichnet, dass das vernetzte Ego-Fahrzeug (24) Fahrinformationen und/oder Pläne für unvernetzte Fahrzeuge (26) verwendet, um eine Degradation der Orchestrierung des Fahrgeschehens durch die mindestens eine Infrastrukturkomponente (20, 82, 84) zu erkennen.
Verfahren gemäß den Ansprüchen 1 bis 5, dadurch gekennzeichnet, dass bei Abweichung eines Fahrzeugs von seiner vorgegebenen Fahrinformation und seinem Plan oder seiner Solltrajektorie (34) eine durch die mindestens eine Infrastrukturkomponente (20, 82, 84) antizipierte Darstellung der Fahrsituation verworfen wird und ein Eingriff erfolgt.
Verfahren gemäß Anspruch 6, dadurch gekennzeichnet, dass eine Feststellung der Abweichung über eine Feststellung der Änderung von Abständen zwischen den Fahrzeugen und/oder über eine Überweitung von Fahrkorridoren ermittelt wird.
Verfahren gemäß den Ansprüchen 1 bis 7, dadurch gekennzeichnet, dass gemäß c) eine kooperative Manöverplanung, Fahrinformationen und/oder Pläne, insbesondere Manöver, Trajektorien und/oder Fahrkorridore, berücksichtigt, die über MCM-Nachrichten 36 [MCM ≙ Maneuver Coordination Message] übermittelt werden, die eine Orchestrierung des Fahrgeschehens für die Gesamtheit (56) der Fahrzeuge ermöglichen.
Verfahren gemäß den Ansprüchen 1 bis 8, dadurch gekennzeichnet, dass stets eine fahrzeuginterne Überwachung der Gültigkeit der für das vernetzte Ego-Fahrzeug (24) bestimmten Fahrinformationen und/oder Pläne, insbesondere Manöver, Trajektorien und Fahrkorridore, durchgeführt wird, unbeachtlich der Herkunft von der Infrastrukturkomponente (20, 82, 84) oder von einem weiteren vernetzten Fahrzeug (70).
Verfahren gemäß den Ansprüchen 1 bis 9, dadurch gekennzeichnet, dass während einer Fahrsituation (10) ein vernetztes Ego-Fahrzeug (24) oder ein weiteres vernetztes Fahrzeug (70) eine Lernphase (72) durchläuft, während der eine Fahrverhaltensvorhersage (48) eines unvernetzten Fahrzeugs (26) oder eines weiteren vernetzten Fahrzeugs (70) erstellt wird.
Verfahren gemäß Anspruch 10, dadurch gekennzeichnet, dass bei Vorliegen eines mehrmaligen positiven Vergleichs (78) die ermittelte Fahrverhaltensvorhersage (48) oder prädizierte Trajektorie (34) unvernetzter beobachteter Fahrzeuge (26) an das vernetzte Ego-Fahrzeug (24) oder mindestens eine Infrastrukturkomponente (20, 82, 84) im Rahmen von MCM-Nachrichten (36) [MCM ≙ Maneuver Coordination Message] übermittelt werden.
Verfahren gemäß Anspruch 10, dadurch gekennzeichnet, dass während der Lernphase (72) das Fahrverhalten des unvernetzten Fahrzeugs (26) hinsichtlich - aggressiven/defensiven Beschleunigungsverhaltens, - Häufigkeit eines Spurwechsels zwischen Fahrspuren (12, 14, 16), - Gemeinnützigkeit, - Einfädelverhalten anderer Fahrzeuge - Einhalten von Verkehrsregeln - Abstand zu anderen Fahrzeugen - Tendenz zur lateralen Ablage in der Spur beobachtet wird.
Verfahren gemäß den Ansprüchen 1 bis 12, dadurch gekennzeichnet, dass erstellte Fahrverhaltensvorhersagen (48), prädizierte Trajektorien (34) beobachteter unvernetzter Fahrzeuge (26) zwischen Fahrzeugen der Gesamtheit (56) der Fahrzeuge oder Infrastrukturkomponenten (20, 82, 84) oder von Fahrzeug zu Fahrzeug ausgetauscht werden, mittels - direkter Kommunikation mit limitierter Sendereichweite gemäß DSRC/ITS-G5/802.11p/802.11bd oder C-V2X/LTE-V2X/5G-V2X oder - von einer Infrastrukturkomponente (82) zu einer weiteren Infrastrukturkomponente (84) oder - via Mobilfunkverbindungen (90) im 4G/5G-Netz mit Anbindung an eine Cloud (88).
Verfahren gemäß den Ansprüchen 1 bis 13, dadurch kennzeichnet, dass ein weiteres vernetztes Fahrzeug (70) eine erlernte Fahrverhaltensvorhersage (48) des beobachteten unvernetzten Fahrzeugs (26) an das vernetzte EGO-Fahrzeug (24) sendet, entweder - über einen V2X-Datenaustausch per Übermittlung von Maneuver Coordination Messages (MCM) (36) mit einer Referenztrajektorie und mehreren zu dieser alternativen Trajektorien oder - über eine Mobilfunkverbindung (90) mit Anbindung an eine Cloud (88), - über eine Crowd-Sourcing (94)-Datenbank oder - via CPM [CPM ≙ Collective Perception Message]
Verfahren gemäß einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, dass das vernetzte Ego-Fahrzeug (24) erlernte, prädizierte Trajektorien (34) unvernetzter beobachteter Fahrzeuge (26) im Rahmen von MCM-Nachrichten (36, 86) [MCM ≙ Maneuver Coordination Message] an die mindestens eine Infrastrukturkomponente (20, 82, 84) und/oder weitere vernetzte Fahrzeuge (70) aus der Gesamtheit (56) von Fahrzeugen überträgt.
Fahrassistenzsystem für ein vernetztes Ego-Fahrzeug (24), eingerichtet zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 15.
Fahrzeug, aufweisend zumindest eine Fahrassistenzvorrichtung nach Anspruch 16.