DE102021213304A1

DE102021213304A1 - Soziale-Kräfte-Modelle zur Trajektorien-Prädiktion anderer Verkehrsteilnehmer

Info

Publication number: DE102021213304A1
Application number: DE102021213304.5A
Authority: DE
Inventors: Christoph Thiem; Nico Weber; Ulrich Eberle
Original assignee: PSA Automobiles SA
Current assignee: STELLANTIS AUTO SAS, FR
Priority date: 2021-11-25
Filing date: 2021-11-25
Publication date: 2023-05-25
Also published as: WO2023094071A1

Abstract

Die Erfindung betrifft ein System (1) für ein automatisiertes Fahrzeug (3) zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer, aufweisend eine Sensoreinheit (5) und eine Recheneinheit (7), wobei die Sensoreinheit (5) zum Erfassen anderer Verkehrsteilnehmer und zum Übermitteln von erfassten Daten über diese an die Recheneinheit (7) dient und ausgeführt ist, wobei die Recheneinheit (7) dazu ausgeführt ist, aus den Daten der Sensoreinheit (5) einen jeweiligen Verkehrsteilnehmer in eine jeweilige, in einer Datenbank abgespeicherte, vorgegebene Gruppe von Verkehrsteilnehmern zu kategorisieren, ein der jeweiligen Gruppe des jeweiligen Verkehrsteilnehmers zugeordnetes und ebenfalls in der Datenbank abgespeichertes Soziale-Kräfte-Modell auszuführen und das jeweilige Soziale-Kräfte-Modell anhand von Informationen in den Sensordaten über den jeweiligen Verkehrsteilnehmer bezüglich seines aktuellen Zustands zu parametrieren, und aus dem jeweiligen parametrierten Soziale-Kräfte-Modell ein zukünftiges Verhalten des jeweiligen Verkehrsteilnehmers abzuschätzen.

Description

Die Erfindung betrifft ein System für ein automatisiertes Fahrzeug zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer, sowie ein Verfahren für ein automatisiertes Fahrzeug zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer.
Automatisierte Fahrzeuge neigen bei konservativer Auslegung zu einem defensiven Fahrverhalten, um das Risiko des Eintritts in eine kritische Situation zu minimieren. In einer solchen Auslegung können sämtliche mögliche Manöver anderer Verkehrsteilnehmer berücksichtigt werden, um stets einen sicheren Weg zur Vermeidung einer Kollision zu berechnen. Erfolgt dies durch festgelegte Parameter unter der Annahme eines einheitlichen Verhaltens sämtlicher Verkehrsteilnehmer, kann das automatisierte Fahrzeug im Vergleich zu menschlichen Fahrern, insbesondere im innerstädtischen Verkehr, für die gleiche Strecke eine durchschnittlich längere Zeitdauer benötigen. Dies würde zu einer Unzufriedenheit der Insassen und zur Ablehnung des automatisierten Fahrzeugs führen. Das automatisierte Fahrzeug wäre typischerweise aber technisch in der Lage, auch schneller durch solche belebte Bereiche zu fahren, wenn dafür die möglichen Fahrmanöver aggressiver ausgeführt werden würden. Dadurch könnte zwar die Durchschnittsgeschwindigkeit gesteigert werden, aber der Fahrkomfort würde abnehmen, sodass es ebenfalls zu Unzufriedenheit kommen könnte.
Im Stand der Technik wird das Vorgehen beschrieben, andere Personen zu erfassen und aus dem Ergebnis Rückschlüsse für die Dynamik einer automatischen bzw. automatisierten Fahrsteuerungsfunktion zu ziehen.
Die DE 10 2017 217 056 A1 betrifft hierzu ein Verfahren zum Betreiben eines Fahrerassistenzsystems eines Kraftfahrzeugs, bei welchem eine Bewegung zumindest eines lebenden Objekts in einer Umgebung des Kraftfahrzeugs prädiziert wird, folgende Schritte umfassend: a) Hinterlegen von Bewegungsmodellen, wobei ein jeweiliges Bewegungsmodell eine von zumindest einem weiteren Objekt abhängige Änderung der Bewegung des lebenden Objekts beschreibt, wobei das lebende Objekt und das zumindest eine weitere Objekt jeweils einer Objektklasse angehören und die Bewegungsmodelle für Kombinationen der Objektklassen hinterlegt sind. b) Empfangen von Messdaten betreffend die Umgebung des Kraftfahrzeugs; c) Erkennen des zumindest einen lebenden Objekts und des zumindest einen weiteren Objekts in der Umgebung des Kraftfahrzeugs sowie Bestimmen einer Relativposition der Objekte zueinander anhand der empfangenen Messdaten; d) Identifizieren der Objektklassen der erkannten Objekte; e) für das zumindest eine erfasste, lebende Objekt: i. Erstellen einer Bewegungsgleichung des lebenden Objekts zumindest in Abhängigkeit von der jeweiligen Relativposition des lebenden Objekts zu dem zumindest einem weiteren Objekt sowie dem zumindest einen für die Kombination der in Schritt d) identifizierten Objektklassen hinterlegten Bewegungsmodell; ii. Prädiktion der Bewegung des lebenden Objekts anhand der in Schritt e) i. erstellten Bewegungsgleichung; und f) Betreiben des Fahrerassistenzsystems unter Einbeziehen der in Schritt e) prädizierten Bewegung des wenigsten einen lebenden Objekts.
Die US 2021/0155266 A1 betrifft darüberhinaus ein Objekttrajektorie-Vorhersagesystem eines Fahrzeugs, umfassend: einen oder mehrere Sensoren, die dafür eingerichtet sind, sensorische Daten zu generieren, die einem oder mehreren Objekten innerhalb eines Bereichs des Fahrzeugs entsprechen; einen oder mehrere Prozessoren; und Speicher, der mit dem einen oder den mehreren Prozessoren gekoppelt ist und Instruktionen enthält, die, wenn sie durch den einen oder die mehreren Prozessoren ausgeführt werden, den einen oder die mehreren Prozessoren zu Folgendem veranlassen: Identifizieren einer ersten interessierenden Person (Person Of Interest, POI) anhand der sensorischen Daten; Schätzen einer dreidimensionalen (3D-) Haltung der ersten POI anhand der sensorischen Daten; Berechnen einer Trajektorie der ersten POI gemäß mindestens der 3D-Haltung der ersten POI; und Bestimmen eines Navigationspfades des Fahrzeugs gemäß der Trajektorie der ersten POI.
Aufgabe der Erfindung ist es, für ein automatisiertes Fahrzeug eine verbesserte Vorhersage über die Bewegungen anderer Verkehrsteilnehmer zu schaffen, um letztendlich das Fahrverhalten des automatisierten Fahrzeugs zu verbessern.
Die Erfindung ergibt sich aus den Merkmalen der unabhängigen Ansprüche. Vorteilhafte Weiterbildungen und Ausgestaltungen sind Gegenstand der abhängigen Ansprüche.
Ein erster Aspekt der Erfindung betrifft ein System für ein automatisiertes Fahrzeug zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer, aufweisend eine Sensoreinheit und eine Recheneinheit, wobei die Sensoreinheit zum Erfassen anderer Verkehrsteilnehmer und zum Übermitteln von erfassten Daten über diese an die Recheneinheit dient und ausgeführt ist, wobei die Recheneinheit dazu ausgeführt ist, aus den Daten der Sensoreinheit einen jeweiligen Verkehrsteilnehmer in eine jeweilige, in einer Datenbank abgespeicherte, vorgegebene Gruppe von Verkehrsteilnehmern zu kategorisieren, ein der jeweiligen Gruppe des jeweiligen Verkehrsteilnehmers zugeordnetes und ebenfalls in der Datenbank abgespeichertes Soziale-Kräfte-Modell auszuführen und das jeweilige Soziale-Kräfte-Modell anhand von Informationen in den Sensordaten über den jeweiligen Verkehrsteilnehmer bezüglich seines aktuellen Zustands zu parametrieren, und aus dem jeweiligen parametrierten Soziale-Kräfte-Modell ein zukünftiges Verhalten des jeweiligen Verkehrsteilnehmers abzuschätzen.
Hierfür dient insbesondere das Soziale-Kräfte-Modell, um insbesondere die Bewegung (hervorgerufen durch die Tendenz der Verkehrsteilnehmer sich voneinander oder von Objekten zu entfernen oder die Nähe untereinander oder zu Objekten zu suchen) zu modellieren.
Das Soziale-Kräfte-Modell dient daher zur Modellierung des Umgebungsverkehrs, da sich das Verhalten des Soziale-Kräfte-Modells durch Anpassung der Parameter des Soziale-Kräfte-Modells realistisch an spezifische reale Verhalten von Verkehrsteilnehmern sehr gut annähern lässt. Im Paradigma des Sozialen-Kräfte Modells wird die Bewegung dynamischer Objekte auf Basis des Einflusses so genannter sozialer Kräfte bestimmt. Soziale Kräfte sind dabei keine physikalisch messbaren Kräfte, denen das dynamische Objekt ausgesetzt ist, sondern sind in diesem Kontext als Motivation des individuellen Objekts aufzufassen, sich in Abhängigkeit von seinem Ziel und Objekten in seiner Umgebung in eine bestimmte Richtung zu bewegen. Die genannten Einflüsse äußern sich in Form unterschiedlicher abstoßender und anziehender Kräfte und bilden eine resultierende Kraft, die die schließlich die Bewegung des Objekts bestimmt. Das Soziale-Kräfte-Modell ist daher ein abstraktes Analogon zu elektrischen Ladungen, die sich je nach ihrer Ladung gegenseitig abstoßen können oder anziehen können. Ein Beispiel hierfür ist das Verhalten zwischen Mutter und Kind, welches zu einer anziehenden Bewegungstendenz zueinander führt. Fahrradfahrer und Lastkraftwagen hingegen weisen eher eine abstoßende Tendenz auf, da von dem Lastkraftwagen grundsätzlich eine Gefahr für den Fahrradfahrer ausgeht, sodass der Fahrradfahrer zumindest über längere Zeiten hinweg versuchen wird, die unmittelbare Nähe des Lastkraftwagens zu meiden. Jeder der Verkehrsteilnehmer wird in einer Simulation mit einem jeweiligen Soziale-Kräfte-Modell für einen jeweiligen Verkehrsteilnehmer vorteilhaft für sich genommen als unabhängiger Agent betrachtet, der auf das Verhalten weiterer Verkehrsteilnehmer (im Sinne von weiteren Agenten) reagiert und dessen eigenes Verhalten wiederum einen Einfluss auf das Verhalten der anderen Verkehrsteilnehmer ausübt. Das Soziale-Kräfte-Modell kann auch für Objekte wie Hindernisse oder logische Einheiten wie mögliche Ziele für Verkehrsteilnehmer angewendet werden. Vergleiche hierzu auch die Veröffentlichung „Dirk Helbing und Peter Molnär. „Social force model for pedestrian dynamics“. In: Physical Review E 51.5 (Mai 1995), S. 4282-4286. issn: 1095-3787. doi: 10.1103/physreve.51.4282. url:

http://dx.doi.org/10.1103/PhysRevE.51.4282". Die Nutzung dieses mehrdimensionalen, raumkontinuierlichen Modellansatzes des Soziale-Kräfte-Modells bietet eine signifikante Verbesserungen des Realitätsgrads im Vergleich zu bisher verfügbaren Werkzeugen der Verkehrssimulation.

Das Ziel, welches mit den Soziale-Kräfte-Modellen der Verkehrsteilnehmer erreicht wird ist eine genauere Manöver-Prädiktion im Vergleich zu Standardwerten. Die Manöver-Prädiktion kann genauer werden, weil über die spezifische Parametrierung der Verkehrsteilnehmer eine höhere Wahrscheinlichkeit erlangt werden kann, die korrekte Trajektorie der Verkehrsteilnehmer im Voraus abzuschätzen. Dadurch können zwei Dinge erreicht werden: Erstens: Ist zu erwarten, dass ein Verkehrsteilnehmer sich nicht regelkonform verhält, kann beispielsweise durch Verringerung der Geschwindigkeit oder Erhöhung des Sicherheitsabstands die Sicherheit gesteigert werden. Zweitens: Ist es unwahrscheinlich, dass sich in der Nähe befindliche Verkehrsteilnehmer nicht regelkonform verhalten, kann beispielsweise auf vorsorgliche Geschwindigkeitsreduzierung und eine vorsorgliche Erhöhung des Sicherheitsabstands verzichtet werden, sodass ein schnelleres Vorankommen ermöglichst wird. Diese Abschätzung geschieht insbesondere simulationsbasiert.
Das Erfassen anderer Verkehrsteilnehmer durch die Sensoreinheit dient zunächst der Identifizierung der anderen Verkehrsteilnehmer um das Wissen darüber bereitzustellen, welche Art von weiteren Verkehrsteilnehmern sich um das eigene automatisierte Fahrzeug herum befinden, und um entsprechende Soziale-Kräfte-Modelle bereitzustellen. Darüber hinaus hat die Sensoreinheit unter Umständen nicht nur den Zweck, mit passiven Sensoren wie Kameras den jeweiligen anderen Verkehrsteilnehmer zu erfassen, sondern kann auch dazu ausgeführt sein, elektronische Kommunikation, insbesondere über Funksignale, von anderen Verkehrsteilnehmern zu empfangen. Dies betrifft beispielsweise, wie weiter unten erklärt, GPS Signale von anderen Verkehrsteilnehmern, die ihre eigene bisherige Bahnkurve an das automatisierte Fahrzeug übertragen können. Auch können beispielsweise vom anderen Verkehrsteilnehmern Soziale-Kräfte-Modelle über sich selbst an das automatisierte Fahrzeug übertragen werden und dazu beispielsweise ein initialer oder vollständiger Satz von Parametern für das jeweilige Soziale-Kräfte-Modell. Der Begriff der Sensoreinheit ist daher insbesondere funktional zu sehen und im weiteren Sinne als Datenerfassungseinheit zu verstehen.
Es ist eine vorteilhafte Wirkung der Erfindung, dass das Verhalten anderer Verkehrsteilnehmer besser eingeschätzt werden kann und in der Trajektorienplanung des automatisierten Fahrzeugs berücksichtigt werden kann. Durch die Zuordnung geeigneter spezifischer Modellierungen und deren Parametrierung für reale Verkehrsteilnehmer in der Umgebung des automatisierten Fahrzeugs kann das Verhalten, insbesondere die Wege und Reaktionen der anderen Verkehrsteilnehmer mit einer bestimmten Wahrscheinlichkeit eingeschätzt werden. Der Umgebungsverkehr kann mithilfe der Soziale-Kräfte-Modelle besser eingeschätzt werden und in der Trajektorienplanung des automatisierten Fahrzeugs berücksichtigt werden. Die bessere Einschätzung kann beispielsweise genutzt werden, um die ausgeführte Trajektorie situationsabhängig in Richtung mehr Sicherheit oder Komfort zu verschieben.
Gemäß einer vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, auf Basis der jeweiligen Vorhersage über das Verhalten des jeweiligen anderen Verkehrsteilnehmers ein Kommando bezüglich eines Fahrmanövers des automatisierten Fahrzeugs anzupassen.
Gemäß einer weiteren vorteilhaften Ausführungsform ist die Datenbank in einem zentralen Speicher abgelegt.
Gemäß einer weiteren vorteilhaften Ausführungsform ist der zentrale Speicher so ausgelegt, dass genau ein jeweiliges von automatisierten Fahrzeugen Zugriff auf den zentralen Speicher hat, sodass genau eine zentrale Datenbank für jeweils genau ein automatisiertes Fahrzeug zur Verfügung steht.
Diese Ausführungsform betrifft eine zentrale Datenbank je automatisiertes Fahrzeug. Hierbei werden Soziale-Kräfte-Modelle, die das automatisierte Fahrzeug erstellt oder zur Verfügung gestellt bekommt, gespeichert, wobei das jeweilige automatisierte Fahrzeug exklusiven Zugriff auf die zentrale Datenbank aufweist, d. h., dass keine weiteren automatisierten Fahrzeuge auf dieselbe zentrale Datenbankzugriff haben. Die Datenbank kann bei entsprechend leistungsfähiger Rechenkapazität im automatisierten Fahrzeug, oder (andernfalls) extern in einer Cloud/einem Rechenzentrum gespeichert werden, wenn der Zugriff schnell genug ist.
Gemäß einer weiteren vorteilhaften Ausführungsform sind im zentralen Speicher sämtliche Soziale-Kräfte-Modelle für jede der vorgegebenen Gruppen abgespeichert, um bei Bedarf von der jeweiligen Recheneinheit eines jeweiligen von automatisierten Fahrzeugen abgerufen werden zu können.
Diese Ausführungsform betrifft im Gegensatz zur vorhergehenden eine zentrale Datenbank in der jedes erstellte Modell für spezifische Verkehrsteilnehmer hinterlegt ist und bei Bedarf vom jeweiligen automatisierten Fahrzeug abgerufen werden kann. Diese Methode hat den Vorteil, dass zum Erstellen und Verbessern der Soziale-Kräfte-Modelle viele Daten genutzt werden können. Zudem ist die Wahrscheinlichkeit höher, dass ein spezifisches Soziale-Kräfte-Modell schon in dieser Datenbank hinterlegt ist, wenn ein automatisiertes Fahrzeug ein Soziale-Kräfte-Modell eines spezifischen Verkehrsteilnehmers benötigt.
Gemäß einer weiteren vorteilhaften Ausführungsform ist die Datenbank in jeweiligen dezentralen Speichern abgelegt, wobei der jeweilige dezentrale Speicher einem jeweiligen Verkehrsteilnehmer zugeordnet ist, sodass ein jeweiliger der anderen Verkehrsteilnehmer sein eigenes jeweiliges Soziale-Kräfte-Modell zur Verfügung stellen kann.
Bei der dezentralen Datenbank speichert jeder Verkehrsteilnehmer sein eigenes Soziale-Kräfte-Modell und stellt dieses bei Bedarf anderen Verkehrsteilnehmern zur Verfügung. Andere Verkehrsteilnehmer können zusätzlich Daten übermitteln, dass das jeweilige Soziale-Kräfte-Modell verbessert wird. Die Soziale-Kräfte-Modelle können auch schon an automatisierte Fahrzeuge übermittelt werden, wenn diese sich in der Nähe befinden.
Das Soziale-Kräfte-Modell nutzt bevorzugt viele Parameter um die abstoßenden und anziehenden Kräfte von Verkehrsteilnehmern, Objekten, Zielen, Verkehrswege, die auf den zu modellierenden Verkehrsteilnehmer wirken, realitätsnah zu modellieren. Die korrekte Parametrierung ist somit essentiell, um ein spezifisches Verhalten bestimmter Verkehrsteilnehmer dazustellen. Eine detaillierte Beschreibung wie die Parametrierung durchgeführt werden kann, findet sich in der Veröffentlichung „Dirk Helbing und Peter Molnár. „Social force model for pedestrian dynamics“. In: Physical Review E 51.5 (Mai 1995), S. 4282-4286. issn: 1095-3787. doi: 10.1103/physreve.51.4282. url:

http://dx.doi.org/10.1103/PhysRevE.51.4282".

Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, das jeweilige Soziale-Kräfte-Modell mit Daten, die von einem jeweiligen anderen Verkehrsteilnehmer aktiv an die Sensoreinheit übermittelt werden, zu parametrieren.
Im Falle von motorisierten Fahrzeugen als andere Verkehrsteilnehmer erfolgt dies bevorzugt entweder durch eine eingebaute Sensorik inklusive Software oder über eine App im Smartphone des Fahrers. Dies kann über GPS (ggf. ergänzt durch dGPS sowie Beschleunigungssensoren) erfolgen, um Trajektorien zu bestimmen. Ausgewertet zusammen mit hochauflösenden Karten, die zusätzlich aktuelle Verkehrszeichen beinhalten, können so bereits sehr viele Parameter bestimmt werden, um das wahrscheinliche Verhalten in bestimmten Verkehrssituationen simulieren zu können. Verkehrssituationen können z.B. sein: Geschwindigkeit in Kurven (abhängig von der Geometrie), Positionierung auf dem Fahrstreifen, Beachtung der Geschwindigkeitsbegrenzung, Verhalten vor Fußgängerüberwegen, Verhalten neben Fahrradwegen, etc.;
Im Falle von Fußgängern als andere Verkehrsteilnehmer erfolgt bevorzugt ein Tracking über deren Smartphone. Insbesondere über GPS (ggf. ergänzt durch dGPS sowie Beschleunigungssensoren des Smartphones) können die aktuellen Trajektorien der Verkehrsteilnehmer bestimmt werden. Ausgewertet zusammen mit hochauflösenden Karten, die zusätzlich aktuelle Verkehrszeichen beinhalten, können so bereits sehr viele Parameter bestimmt werden, um das wahrscheinliche Verhalten in bestimmten Verkehrssituationen simulieren zu können. Verkehrssituationen können z.B. Gehgeschwindigkeiten, Positionen der Straßenüberquerung, Verhalten vor Fußgängerüberwegen, Verhalten neben Fahrradwegen oder Ähnliches sein. Über Bluetooth können Abstände zu anderen Fußgängern, Radfahrern, etc. festgestellt werden. Dies hat einen großen Einfluss auf den Abstand des zu trackenden Fußgängers. Oft sind „andere Fußgänger“ der Grund für das Verlassen des Fußgängerweges und auf die Straße auszuweichen. Durch Smartphoneaktivitäten wie Musikapps, Messenger, etc. kann zusätzlich ein Aufmerksamkeits-Parameter bestimmt werden, der die Wahrscheinlichkeit bestimmt, das Verkehrsgeschehen zu realisieren.
Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, das jeweilige Soziale-Kräfte-Modell mithilfe von Echtzeitverkehrsflussdaten zu parametrieren.
Durch Hinzunahme von Echtzeitverkehrsflussdaten können die Parameter zusätzlich von der Verkehrsdichte abhängig beschrieben werden. Dies kann im urbanen Raum und auch auf der Autobahn einen markanten Einfluss haben.
Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, das jeweilige Soziale-Kräfte-Modell dadurch zu parametrieren, dass eine Simulation über das Verhalten eines anderen Verkehrsteilnehmers durchgeführt wird, wobei der andere Verkehrsteilnehmer ebenfalls ein automatisiertes Fahrzeug ist.
Durch das programmierte Verhalten eines automatisierten Fahrzeugs können die Parameter für das Soziale-Kräfte-Modell sehr genau bestimmt werden. Diese können z. B. mittels Simulationen ermittelt werden.
Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, die Parameter des Soziale-Kräfte-Modells zusätzlich zur Parametrierung mit Vorwissen zu initialisieren.
Da zu erwarten ist, dass die Mehrzahl der Verkehrsteilnehmer nicht „tracken“ oder „getrackt“ werden ist eine Initialisierung der Parameter von Vorteil. Bei der Initialisierung sollte mindestens die Art (PKW, Motorrad, Radfahrer, Fußgänger, LKW,...) des Verkehrsteilnehmers unterschieden werden. Anhand der gesammelten Daten können mittels Statistiken weitere Unterscheidungen getroffen werden, wie z.B. regionalabhängiges Verkehrsverhalten, Fahrzeugmodell, Alter, Motorisierung, ...
Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, das Soziale-Kräfte-Modell mittels Daten der Sensoreinheit zu parametrieren, ohne dass andere Verkehrsteilnehmer Daten an die Sensoreinheit aktiv übermitteln.
Die Parameter für einen Verkehrsteilnehmer können demnach auch durch externes Tracken bestimmt werden. Dazu kann z. B. das eigene automatisierte Fahrzeug die eigenen Sensoren nutzen und z.B. ein vorausfahrendes Fahrzeug tracken und die Daten verarbeiten. Beispielsweise mittels des KFZ-Kennzeichens kann eine genaue Zuordnung erfolgen, sodass die Parameter, durch das Tracken von mehreren Fahrzeugen zu unterschiedlichen Zeiten, bestimmt werden können. Die aufgenommenen Daten können dann entweder in einer zentralen Datenbank zusammengeführt werden oder bei einer dezentralen Datenbank dem jeweiligen Verkehrsteilnehmer zur Verfügung gestellt werden.
Gemäß einer weiteren vorteilhaften Ausführungsform ist die Sensoreinheit ein im automatisierten Fahrzeug angeordnetes Mobilfunkgerät.
Durch die Kamera des Mobiltelefons, wenn dieses per Halterung an der Frontscheibe befestigt ist, oder mittels der Frontkamera des Fahrzeugs können Objekte und Verkehrsteilnehmer per KI-Bilderkennungsmethoden erkannt werden. Die so erfassten Trajektorien von Verkehrsteilnehmern können zusätzlich mit den Trajektorien der erfassten Verkehrsteilnehmer auf die erstellte Trajektorie kombiniert werden. Der Austausch kann zum Beispiel über die Cloud stattfinden. Durch die jeweilige Zeit- und Ortsdaten können diese genauer bestimmt werden und die Parameter noch genauer berechnet werden. Dies ist wichtig, um den Einfluss der Objekte/ Verkehrsteilnehmer auf den zu modellierenden Verkehrsteilnehmer zu bestimmen. Abstoßende Kräfte von Fahrradfahrern oder Objekte können so parametriert werden.
Weitere Sensoren können dazu beitragen, das Verhalten mit dem Soziale-Kräfte-Modell besser abzubilden wie z.B. Radar, Parksensoren, weitere Kameras, LIDAR-Geräte und Ähnliches. Dadurch können Objekte noch genauer und zuverlässiger erkannt werden. Außerdem können Abstände und Geschwindigkeitsdifferenzen ermittelt werden, die z. B. beim Überholen eingehalten werden, oder dazu führen, dass Überholvorgänge eingeleitet werden.
Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, das jeweilige Soziale-Kräfte-Modell einem jeweiligen Verkehrsteilnehmer durch eine der folgenden Methoden laufend zuzuordnen:

- Erfassung von Positionssignalen der Verkehrsteilnehmer, die laufend an das eigene automatisierte Fahrzeug übermittelt werden,
- Nachverfolgung durch Bilderkennung aus Daten eines optischen Sensors der Sensoreinheit,
- Übermittlung einer einzigartigen Kennung je Verkehrsteilnehmer laufend an das eigene automatisierte Fahrzeug,
- Zurverfügungstellen eines jeweiligen Ziels je Verkehrsteilnehmer laufend an das eigene automatisierte Fahrzeug.

Werden die Verkehrsteilnehmer vom automatisierten Fahrzeug getrackt, geschieht die Zuordnung zu den Modellen implizit, da diese über das Tracking erstellt werden. Bei z.B. einer dezentralen Datenbank muss die korrekte Zuordnung zwischen den zur Verfügung gestellten Modellen und den vom automatisierten Fahrzeug erkannten Verkehrsteilnehmern berechnet bzw. über Algorithmen sichergestellt werden. Hierzu können u.a. von den Verkehrsteilnehmern zur Verfügung gestellten GPS/dGPS-Daten genutzt werden. Diese GPS-Koordinaten müssen dazu mit vom automatisierten Fahrzeug berechneten Koordinaten verglichen werden. Diese Berechnung kann auf Basis der eigenen GPS-Daten geschehen, die mit der relativen Position des Verkehrsteilnehmer zum automatisierten Fahrzeug verrechnet werden können. Diese Relation lässt sich über Radar, Lidar direkt berechnen, über Bildverarbeitung müssten dazu mehrere Kameras vorhanden sein. Eine andere Möglichkeit ist, dass Metadaten zur Identifizierung in den Modellen enthalten sind.
Das können z.B. Automodell, Farbe, Kennzeichen, sein oder bei Fußgängern Größe, Haarfarbe oder auch Fotos, über die ein Abgleich geschehen kann. Zusätzlich kann jeder Verkehrsteilnehmer eine eindeutige Identifikationsinformation erhalten, die z.B. über eine Kommunikationsschnittstelle für andere Verkehrsteilnehmer zur Verfügung stellt, sodass die Identifikation automatisiert ohne größeren Aufwand geschehen kann. Stellen die Verkehrsteilnehmer ihr Ziel zu Verfügung, können die Wege noch genauer abgeschätzt werden.
Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, das zukünftige Verhalten des jeweiligen Verkehrsteilnehmers durch das Ausführen einer Bewegungssimulation auf Basis des jeweiligen parametrierten Soziale-Kräfte-Modells zu prädizieren.
Dadurch, dass das automatisierte Fahrzeug den Weg, den es zurücklegen wird, im Vorfeld kennt, kann in einer Simulationsumgebung die Verkehrsumgebung im Vorfeld vorbereitet werden, z.B. dass hochgenaue Karten geladen werden. Durch die eigene Sensorik oder externe Sensoren können vorübergehende statische Objekte ebenfalls positioniert werden, wie z.B. parkende Autos, Baustellen etc. Die anderen Verkehrsteilnehmer aus der unmittelbaren Umgebung des automatisierten Fahrzeugs können anschließend in diese modellierte Verkehrsumgebung mit den ermittelten spezifischen und individuellen Parametrierungen gesetzt und initialisiert werden. Durch eine oder mehrere Simulationen (ggf. mit einigen randomisierten Parametern) können Trajektorien der Verkehrsteilnehmer bestimmt werden und abgeschätzt werden, ob diese für das automatisierte Fahrzeug kritisch werden könnten. Mehrere Simulationen mit randomisierten Parametern, die eine gewisse Bandbreite in dem Verhalten zulassen erhöhen die Aussagekraft über die Wahrscheinlichkeit der möglichen Trajektorien. Aufgrund der Wechselwirkung zwischen Verkehrsteilnehmern und der dadurch enorm hohen Zahl an möglichen Szenarien kann der Rechenaufwand jedoch sehr hoch werden. Zudem muss wegen der zeitkritischen Natur die Berechnung nahezu in Echtzeit geschehen. Dies kann bei genügend Rechenleistung onBoard im automatisierten Fahrzeug selbst geschehen oder über einen stationären leistungsfähigen Computer in einem Rechenzentrum. Im letzteren Fall müssen die Daten per Internet (z.B. 5G) zu dem Rechenzentrum und das Ergebnis zurück zum automatisierten Fahrzeug gesendet werden. Werden mehrere Simulationen mit unterschiedlichen Parametern ausgeführt, können diese parallel ausgeführt werden, da diese unabhängig voneinander sind. Zu beachten ist auch, dass dieser Schritt ständig mit den geänderten Bedingungen (neue Position aller beweglichen Verkehrsteilnehmer, neue Verkehrsteilnehmer, angepasste Modelle) wiederholt ausgeführt werden muss.
Ein weiterer Aspekt der Erfindung betrifft ein Verfahren für ein automatisiertes Fahrzeug zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer, aufweisend die Schritte:

- Erfassen anderer Verkehrsteilnehmer durch die Sensoreinheit und Übermitteln von erfassten Daten über diese an eine Recheneinheit,
- Kategorisieren eines jeweiligen Verkehrsteilnehmers in eine jeweilige, in einer Datenbank abgespeicherte, vorgegebene Gruppe von Verkehrsteilnehmern durch die Recheneinheit,
- Ausführen eines der jeweiligen Gruppe des jeweiligen Verkehrsteilnehmers zugeordneten und ebenfalls in der Datenbank abgespeicherten Soziale-Kräfte-Modells durch die Recheneinheit,
- Parametrieren des jeweiligen Soziale-Kräfte-Modells anhand von Informationen in den Sensordaten über den jeweiligen Verkehrsteilnehmer bezüglich seines aktuellen Zustands durch die Recheneinheit, und
- Erstellen einer Abschätzung eines zukünftigen Verhaltens des jeweiligen Verkehrsteilnehmers aus dem jeweiligen parametrierten Soziale-Kräfte-Modell durch die Recheneinheit.

Vorteile und bevorzugte Weiterbildungen des vorgeschlagenen Verfahrens ergeben sich durch eine analoge und sinngemäße Übertragung der im Zusammenhang mit dem vorgeschlagenen System vorstehend gemachten Ausführungen.
Weitere Vorteile, Merkmale und Einzelheiten ergeben sich aus der nachfolgenden Beschreibung, in der - gegebenenfalls unter Bezug auf die Zeichnung - zumindest ein Ausführungsbeispiel im Einzelnen beschrieben ist. Gleiche, ähnliche und/oder funktionsgleiche Teile sind mit gleichen Bezugszeichen versehen.
Es zeigen:

1: Ein Verfahren zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer gemäß einem Ausführungsbeispiel der Erfindung.
2: Ein Fahrzeug mit einem System zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer gemäß einem Ausführungsbeispiel der Erfindung.

Die Darstellungen in den Figuren sind schematisch und nicht maßstäblich.
1 zeigt ein Verfahren für ein automatisiertes Fahrzeug 3 zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer, aufweisend die Schritte:

- Erfassen S1 anderer Verkehrsteilnehmer durch die Sensoreinheit 5 und Übermitteln von erfassten Daten über diese an eine Recheneinheit 7,
- Kategorisieren S2 eines jeweiligen Verkehrsteilnehmers in eine jeweilige, in einer Datenbank abgespeicherte, vorgegebene Gruppe von Verkehrsteilnehmern durch die Recheneinheit 7,
- Ausführen S3 eines der jeweiligen Gruppe des jeweiligen Verkehrsteilnehmers zugeordneten und ebenfalls in der Datenbank abgespeicherten Soziale-Kräfte-Modells durch die Recheneinheit 7,
- Parametrieren S4 des jeweiligen Soziale-Kräfte-Modells anhand von Informationen in den Sensordaten über den jeweiligen Verkehrsteilnehmer bezüglich seines aktuellen Zustands durch die Recheneinheit 7, und
- Erstellen S5 einer Abschätzung eines zukünftigen Verhaltens des jeweiligen Verkehrsteilnehmers aus dem jeweiligen parametrierten Soziale-Kräfte-Modell durch die Recheneinheit 7.

1 zeigt ein System 1 für ein automatisiertes Fahrzeug 3 zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer, aufweisend eine Sensoreinheit 5 und eine Recheneinheit 7, wobei die Sensoreinheit 5 zum Erfassen anderer Verkehrsteilnehmer und zum Übermitteln von erfassten Daten über diese an die Recheneinheit 7 dient und ausgeführt ist, wobei die Recheneinheit 7 dazu ausgeführt ist, aus den Daten der Sensoreinheit 5 einen jeweiligen Verkehrsteilnehmer in eine jeweilige, in einer Datenbank abgespeicherte, vorgegebene Gruppe von Verkehrsteilnehmern zu kategorisieren, ein der jeweiligen Gruppe des jeweiligen Verkehrsteilnehmers zugeordnetes und ebenfalls in der Datenbank abgespeichertes Soziale-Kräfte-Modell auszuführen und das jeweilige Soziale-Kräfte-Modell anhand von Informationen in den Sensordaten über den jeweiligen Verkehrsteilnehmer bezüglich seines aktuellen Zustands zu parametrieren, und aus dem jeweiligen parametrierten Soziale-Kräfte-Modell ein zukünftiges Verhalten des jeweiligen Verkehrsteilnehmers abzuschätzen.
Obwohl die Erfindung im Detail durch bevorzugte Ausführungsbeispiele näher illustriert und erläutert wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen. Es ist daher klar, dass eine Vielzahl von Variationsmöglichkeiten existiert. Es ist ebenfalls klar, dass beispielhaft genannte Ausführungsformen wirklich nur Beispiele darstellen, die nicht in irgendeiner Weise als Begrenzung etwa des Schutzbereichs, der Anwendungsmöglichkeiten oder der Konfiguration der Erfindung aufzufassen sind. Vielmehr versetzen die vorhergehende Beschreibung und die Figurenbeschreibung den Fachmann in die Lage, die beispielhaften Ausführungsformen konkret umzusetzen, wobei der Fachmann in Kenntnis des offenbarten Erfindungsgedankens vielfältige Änderungen, beispielsweise hinsichtlich der Funktion oder der Anordnung einzelner, in einer beispielhaften Ausführungsform genannter Elemente, vornehmen kann, ohne den Schutzbereich zu verlassen, der durch die Ansprüche und deren rechtliche Entsprechungen, wie etwa weitergehende Erläuterungen in der Beschreibung, definiert wird.
Bezugszeichenliste

1: System
3: Fahrzeug
5: Sensoreinheit
7: Recheneinheit
S1: Erfassen
S2: Kategorisieren
S3: Ausführen
S4: Parametrieren
S5: Erstellen

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 102017217056 A1 [0004]
US 2021/0155266 A1 [0005]

Claims

System (1) für ein automatisiertes Fahrzeug (3) zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer, aufweisend eine Sensoreinheit (5) und eine Recheneinheit (7), wobei die Sensoreinheit (5) zum Erfassen anderer Verkehrsteilnehmer und zum Übermitteln von erfassten Daten über diese an die Recheneinheit (7) dient und ausgeführt ist, wobei die Recheneinheit (7) dazu ausgeführt ist, aus den Daten der Sensoreinheit (5) einen jeweiligen Verkehrsteilnehmer in eine jeweilige, in einer Datenbank abgespeicherte, vorgegebene Gruppe von Verkehrsteilnehmern zu kategorisieren, ein der jeweiligen Gruppe des jeweiligen Verkehrsteilnehmers zugeordnetes und ebenfalls in der Datenbank abgespeichertes Soziale-Kräfte-Modell auszuführen und das jeweilige Soziale-Kräfte-Modell anhand von Informationen in den Sensordaten über den jeweiligen Verkehrsteilnehmer bezüglich seines aktuellen Zustands zu parametrieren, und aus dem jeweiligen parametrierten Soziale-Kräfte-Modell ein zukünftiges Verhalten des jeweiligen Verkehrsteilnehmers abzuschätzen.
System (1) nach Anspruch 1, wobei die Recheneinheit (7) dazu ausgeführt ist, auf Basis der jeweiligen Vorhersage über das Verhalten des jeweiligen anderen Verkehrsteilnehmers ein Kommando bezüglich eines Fahrmanövers des automatisierten Fahrzeugs (3) anzupassen.
System (1) nach einem der Ansprüche 1 bis 2, wobei die Datenbank in einem zentralen Speicher abgelegt ist.
System (1) nach Anspruch 3, wobei der zentrale Speicher so ausgelegt ist, dass genau ein jeweiliges von automatisierten Fahrzeugen Zugriff auf den zentralen Speicher hat, sodass genau eine zentrale Datenbank für jeweils genau ein automatisiertes Fahrzeug zur Verfügung steht.
System (1) nach Anspruch 3, wobei im zentralen Speicher sämtliche Soziale-Kräfte-Modelle für jede der vorgegebenen Gruppen abgespeichert sind, um bei Bedarf von der jeweiligen Recheneinheit eines jeweiligen von automatisierten Fahrzeugen abgerufen werden zu können.
System (1) nach einem der Ansprüche 1 bis 2, wobei die Datenbank in jeweiligen dezentralen Speichern abgelegt ist, wobei der jeweilige dezentrale Speicher einem jeweiligen Verkehrsteilnehmer zugeordnet ist, sodass ein jeweiliger der anderen Verkehrsteilnehmer sein eigenes jeweiliges Soziale-Kräfte-Modell zur Verfügung stellen kann.
System (1) nach einem der vorhergehenden Ansprüche, wobei die Recheneinheit (7) dazu ausgeführt ist, das jeweilige Soziale-Kräfte-Modell mit Daten, die von einem jeweiligen anderen Verkehrsteilnehmer aktiv an die Sensoreinheit (5) übermittelt werden, zu parametrieren.
System (1) nach einem der vorhergehenden Ansprüche, wobei die Recheneinheit (7) dazu ausgeführt ist, das jeweilige Soziale-Kräfte-Modell mithilfe von Echtzeitverkehrsflussdaten zu parametrieren.
System (1) nach einem der vorhergehenden Ansprüche, wobei die Recheneinheit (7) dazu ausgeführt ist, das jeweilige Soziale-Kräfte-Modell dadurch zu parametrieren, dass eine Simulation über das Verhalten eines anderen Verkehrsteilnehmers durchgeführt wird, wobei der andere Verkehrsteilnehmer ebenfalls ein automatisiertes Fahrzeug (3) ist.
System (1) nach einem der vorhergehenden Ansprüche, wobei die Recheneinheit (7) dazu ausgeführt ist, die Parameter des Soziale-Kräfte-Modells zusätzlich zur Parametrierung mit Vorwissen zu initialisieren.
System (1) nach einem der vorhergehenden Ansprüche, wobei die Recheneinheit (7) dazu ausgeführt ist, das Soziale-Kräfte-Modell mittels Daten der Sensoreinheit (5) zu parametrieren, ohne dass andere Verkehrsteilnehmer Daten an die Sensoreinheit (5) aktiv übermitteln.
System (1) nach Anspruch 11, wobei die Sensoreinheit (5) ein im automatisierten Fahrzeug (3) angeordnetes Mobilfunkgerät ist.
System (1) nach einem der vorhergehenden Ansprüche, wobei die Recheneinheit (7) dazu ausgeführt ist, das jeweilige Soziale-Kräfte-Modell einem jeweiligen Verkehrsteilnehmer durch eine der folgenden Methoden laufend zuzuordnen: - Erfassung von Positionssignalen der Verkehrsteilnehmer, die laufend an das eigene automatisierte Fahrzeug (3) übermittelt werden, - Nachverfolgung durch Bilderkennung aus Daten eines optischen Sensors der Sensoreinheit (5), - Übermittlung einer einzigartigen Kennung je Verkehrsteilnehmer laufend an das eigene automatisierte Fahrzeug (3), - Zurverfügungstellen eines jeweiligen Ziels je Verkehrsteilnehmer laufend an das eigene automatisierte Fahrzeug (3).
System (1) nach einem der vorhergehenden Ansprüche, wobei die Recheneinheit (7) dazu ausgeführt ist, das zukünftige Verhalten des jeweiligen Verkehrsteilnehmers durch das Ausführen einer Bewegungssimulation auf Basis des jeweiligen parametrierten Soziale-Kräfte-Modells zu prädizieren.
Verfahren für ein automatisiertes Fahrzeug (3) zum Ermitteln einer jeweiligen Vorhersage über das Verhalten eines oder mehrerer anderer Verkehrsteilnehmer, aufweisend die Schritte: - Erfassen (S1) anderer Verkehrsteilnehmer durch die Sensoreinheit (5) und Übermitteln von erfassten Daten über diese an eine Recheneinheit (7), - Kategorisieren (S2) eines jeweiligen Verkehrsteilnehmers in eine jeweilige, in einer Datenbank abgespeicherte, vorgegebene Gruppe von Verkehrsteilnehmern durch die Recheneinheit (7), - Ausführen (S3) eines der jeweiligen Gruppe des jeweiligen Verkehrsteilnehmers zugeordneten und ebenfalls in der Datenbank abgespeicherten Soziale-Kräfte-Modells durch die Recheneinheit (7), - Parametrieren (S4) des jeweiligen Soziale-Kräfte-Modells anhand von Informationen in den Sensordaten über den jeweiligen Verkehrsteilnehmer bezüglich seines aktuellen Zustands durch die Recheneinheit (7), und - Erstellen (S5) einer Abschätzung eines zukünftigen Verhaltens des jeweiligen Verkehrsteilnehmers aus dem jeweiligen parametrierten Soziale-Kräfte-Modell durch die Recheneinheit (7).