-
Die Erfindung betrifft ein Verfahren zur Bewertung der Anwendbarkeit von autonomen Fahrfunktionen, eine Vorrichtung zur Bewertung der Anwendbarkeit von autonomen Fahrfunktionen, ein autonomes Fahrsystem und ein Computerprogrammprodukt.
-
Derzeit sind immer mehr Fahrzeuge mit autonomen Fahrsystemen ausgestattet, wobei diese Systeme als komplexe integrierte Systeme nicht nur den Energieverbrauch beim Fahren und die Zeiteffizienz des Fahrzeugs berücksichtigen müssen, sondern auch eine Balance zwischen Nutzerkomfort und Sicherheit anstreben sollen. Aus diesem Grund müssen autonome Fahrfunktionen vor ihrer Markteinführung hinsichtlich ihrer Leistungsfähigkeit beurteilt werden. Aufgrund des Marktes, der Unternehmensstrategie und der Planung werden diese Tests in der Regel nur in bestimmten Ländern und Regionen oder nur für eine begrenzte Anzahl von Nutzern durchgeführt, und aufgrund der unterschiedlichen Verkehrsumgebungen, der Infrastruktur und des Fahrerverhaltens in den einzelnen Ländern und Regionen ist es sehr schwierig, die Marktakzeptanz und die Nutzerzufriedenheit von autonomen Fahrfunktionen nach ihrer Markteinführung auf der Grundlage einheitlicher Standards zu beurteilen.
-
Um dieses Problem anzugehen, wurde in den bestehenden Industrienormen die Verwendung eines „Disengagement-Berichts“ (Disengagement Report) vorgeschlagen, um die Sicherheit von autonomen Fahrsystemen in Straßentests zu beurteilen.
-
Im Stand der Technik wird ferner ein autonomes Fahrsystem vorgeschlagen, das den Zustand oder die Handlungen des Fahrers erkennen und feststellen kann, ob die autonomen Fahrparameter innerhalb des zulässigen Bereichs des Fahrers liegen. Somit ist es möglich, den zulässigen Bereich des Fahrers zu prüfen und die autonomen Fahrparameter an die Präferenzen des Fahrers anzupassen.
-
Die derzeit angebotenen Lösungen weisen jedoch noch eine Reihe von Mängeln auf, insbesondere liefern die Disengagement-Berichte nur ein einfaches Feedback über den Stand der Entwicklung der Technik des autonomen Fahrens auf der Grundlage der Anzahl der Disengagements, und dabei kann die Anwendbarkeit der autonomen Fahrfunktionen mit Nutzern und Regionen anhand der Gründe für die Disengagements nicht in Beziehung gesetzt werden. Darüber hinaus wird derzeit nur vorgeschlagen, die autonomen Fahrparameter an die Präferenzen des Fahrers anzupassen, dabei wird jedoch der Einfluss der geografischen Umgebung auf die Kalibrierung der autonomen Fahrfunktion nicht berücksichtigt.
-
Es ist daher zu erwarten, dass Verbesserungen des derzeitigen Konzepts die Akzeptanz der autonomen Fahrfunktionen noch weiter erhöhen werden.
-
Aufgabe der vorliegenden Erfindung ist es, ein Verfahren zur Bewertung der Anwendbarkeit von autonomen Fahrfunktionen, eine Vorrichtung zur Bewertung der Anwendbarkeit von autonomen Fahrfunktionen, ein autonomes Fahrsystem und ein Computerprogrammprodukt zur Lösung mindestens eines Teils der Probleme des Standes der Technik bereitzustellen.
-
Gemäß einem ersten Aspekt der vorliegenden Erfindung wird ein Verfahren zur Bewertung der Anwendbarkeit von autonomen Fahrfunktionen bereitgestellt, wobei das Verfahren die folgenden Schritte umfasst:
- S1: Sammeln von Daten über Interventionsreaktionen, die durch den Nutzer und die Umgebung auf die autonomen Fahrfunktionen ausgelöst werden, während der Ausführung der autonomen Fahrfunktionen; und
- S2: Prüfen, auf Grundlage der Interventionsdaten, wie gut die autonomen Fahrfunktionen mit den Gewohnheiten und dem geografischen Gebiet des Nutzers übereinstimmen.
-
Insbesondere umfasst die vorliegende Erfindung die folgende technische Idee: In vielen Fällen wird ein Disengagement oder Deaktivieren der autonomen Fahrfunktionen nicht durch den Fahrer verursacht, sondern kann auch durch Umweltfaktoren verursacht sein. Durch die Kenntnis dieser Informationen kann die anfängliche Leistung der autonomen Fahrfunktionen schrittweise auf die Nutzergewohnheiten und die Verkehrseigenschaften verschiedener Länder und Regionen abgestimmt werden, wodurch die Akzeptanz der autonomen Fahrfunktionen in verschiedenen Nutzergruppen und Regionen erhöht wird.
-
Optional umfasst Schritt S1 Folgendes: Auslesen der Zeitstempeldaten oder Zeitreihendaten von Interventionsreaktionen, insbesondere von Übernahmeaufforderungen und wichtigen Ereignissen (beispielsweise: Notfallsituationen, Kollisionen), aus dem Ereignisdatenspeicher (EDR: Event Data Recorder), dem Datenspeichersystem für autonomes Fahren (DSSAD: Data Storage System for Automated Driving) und/oder anderen gesetzlich vorgeschriebenen Datenaufzeichnungsvorrichtungen, die im Fahrzeug angeordnet sind, und Ableiten der Art und des Grundes der Interventionsreaktion von den Zeitstempeldaten oder Zeitreihendaten.
-
Dabei werden insbesondere folgende technische Vorteile umgesetzt: Aufgrund verbindlicher Normen verfügen alle Fahrzeuge über Software-/Hardware-Einrichtungen mit Datenerfassungsfunktionen, wobei die Einrichtungen Daten zum Zeitpunkt bestimmter Ereignisse (beispielsweise Aktivierung oder Deaktivierung der autonomen Fahrfunktionen, durch das autonome Fahrsystem ausgegebene Übernahmeaufforderungen, Kollision des Fahrzeugs usw.) oder für einen bestimmten Zeitraum davor und danach aufzeichnen und speichern, sodass keine zusätzliche Hardware erforderlich ist, um die Interventionsreaktionen zu prüfen, und lediglich die Art der abzufangenden Daten und die Funktionsparameter müssen für verschiedene Fahrprogramme angepasst werden, wodurch sich die Kosten für die Anschaffung von Prüf- und Messeinrichtungen und die Durchführung der Datenerfassung erheblich verringern.
-
Optional umfassen die Daten über durch den Nutzer ausgelöste Interventionsreaktionen Folgendes: Durch den Fahrer aktiv ausgelöste Interventionen in die autonomen Fahrfunktionen, insbesondere durch den Fahrer aktiv ausgegebene Übernahmeaufforderungen oder Übersteuerungshandlungen; und „Risikominimierende Manöver“ (MRM: Minimum Risk Manoeuvre), die autonom ausgelöst werden, wenn der Fahrer nicht oder nicht rechtzeitig auf eine durch das System aktiv ausgegebene Übernahmeaufforderung reagiert.
-
Dabei werden insbesondere folgende technische Vorteile umgesetzt: Eine aktive Intervention kann die Akzeptanz oder Zufriedenheit des Nutzers mit dem Parametersatz oder den voreingestellten Modi, die derzeit von den autonomen Fahrfunktionen verwendet werden, widerspiegeln, während eine fehlende Reaktion oder verzögerte Reaktion des Nutzers auf Übernahmeaufforderungen die Abhängigkeit des Nutzers von den autonomen Fahrfunktionen und sein Sicherheitsbewusstsein widerspiegelt. Durch Kenntnis dieser Informationen können die autonomen Fahrfunktionen genauer an die persönlichen Gewohnheiten des Nutzers angepasst und die Sicherheit gewährleistet werden.
-
Optional umfassen die Daten über durch die Umgebung ausgelöste Interventionsreaktionen Folgendes: Aktives Ausgeben von Übernahmeaufforderungen durch das getriggerte System aufgrund Nichteinhaltung oder Überschreitung der Operational Design Domain (ODD); und aktives Ausgeben von Übernahmeaufforderungen durch das getriggerte System aufgrund Notfallmanövern (EM: Emergency Manoeuvre).
-
Dabei werden insbesondere folgende technische Vorteile umgesetzt: Bei der Entwicklung intelligenter Fahrsysteme werden Fahrszenarien als Operational Design Domains ausgedrückt, die zur Charakterisierung der Bedingungen verwendet werden können, unter denen autonome Fahrfunktionen eingeschaltet oder aktiviert werden; sobald festgestellt wird, dass die Umgebung die in der Operational Design Domain definierten Elemente nicht erfüllt oder überschreitet, fordert das System den Nutzer aktiv zur Übernahme auf, wobei durch Aufzeichnen der Umgebung, die die Operational Design Domain nicht erfüllt oder überschreitet, das getriggerte System, das die Übernahmeaufforderungen aktiv ausgegeben hat, verstehen kann, wie gut die Umgebung in die während der ersten Phasen der Produktfunktionsentwicklung erstellten Szenarien passt, insbesondere in Bezug auf die Gestaltung der Verkehrselemente und -vorschriften in verschiedenen Regionen. Wenn das System in Notfallsituationen aktiv Übernahmeaufforderungen ausgibt, kann dies bis zu einem gewissen Grad die nicht ermittelten Verkehrsfaktoren in einer bestimmten Region oder Kultur widerspiegeln, insbesondere in Bezug auf die Fahreigenschaften des Verkehrs, die Fahrweise, das Wetter und das Gelände in verschiedenen geografischen Umgebungen.
-
Optional umfasst Schritt S2 Folgendes:
- Erstellen von Verteilungskennlinien auf der Grundlage der Anzahl und des Umfangs der Interventionsreaktionen;
- Ermitteln von Fahrerkategorien und/oder Regionalkategorien auf Grundlage der Verteilungskennlinien; und
- Bestimmen, ob eine Abweichung zwischen der für die autonomen Fahrfunktionen voreingestellte Fahrerkategorie und/oder Regionalkategorie und der ermittelten Fahrerkategorie und/oder Regionalkategorie vorliegt.
-
Dabei werden insbesondere folgende technische Vorteile umgesetzt: Durch die Betrachtung der Verteilungsmerkmale der Datenproben kann aus statistischer Sicht die Abweichung zwischen den autonomen Fahrfunktionen und den Gewohnheiten oder dem geografischen Gebiet des Nutzers intuitiver erkannt werden. Die Verteilungskennlinie ermöglicht es ferner, die Interventionsreaktionen mehrdimensional zu analysieren, um die Gründe für eine verminderte Anwendbarkeit umfassender und schneller zu finden.
-
Optional umfasst das Verfahren ferner den folgenden Schritt:
- S3: In Abhängigkeit von dem Umfang der Übereinstimmung Auswählen einer Parametergruppe aus einer Vielzahl von vordefinierten Parametergruppen und Verwenden dieser für die autonomen Fahrfunktionen und/oder Anpassen mindestens eines Parameters in der Parametergruppe, die durch die autonomen Fahrfunktionen verwendet wird.
-
Dabei werden insbesondere folgende technische Vorteile umgesetzt: Durch Vordefinieren einer Vielzahl von Parametergruppen können für unterschiedliche Nutzergewohnheiten und geografische Standorte schnell geeignete Parametergruppen abgerufen werden, sodass die Geschwindigkeit der adaptiven Anpassung der autonomen Fahrfunktionen allgemein erhöht wird. Die individuelle Anpassung eines beliebigen Parameters einer Parametergruppe ermöglicht es, den Datenverarbeitungsaufwand zu reduzieren, indem nicht alle Parameter, sondern nur bestimmte Konfigurationen ersetzt werden.
-
Optional stellt die vordefinierte Parametergruppe eine Konfiguration des selbstlernenden Systems für das Training in verschiedenen Ländern, Regionen und/oder Fahreigenschaften dar, die Folgendes umfasst: Standardparameter des Systems, insbesondere Sprache, Datum, Druck, Temperatur, Geschwindigkeit, Beschleunigung, Startzeitpunkt der Beschleunigungssteuerung, Startzeitpunkt der Verzögerungssteuerung und Startzeitpunkt der Lenksteuerung, Verzögerungs- und Lenkungssteuerungsmodi, Schwellenwerte für Lenkungsinterventionen; funktionale Kompilierung des Quellcodes; und Daten zu den Nutzerpräferenzen, insbesondere anpassbare Folgeabstände bei aktiviertem adaptivem Tempomat sowie Abstandsregelung und Stärke der Energierückgewinnung während der autonomen Fahrfunktionen.
-
Dabei werden insbesondere folgende technische Vorteile umgesetzt: Mit Hilfe eines selbstlernenden Systems ist es möglich, ein Vortraining autonomer Fahrfunktionen in unterschiedlichen Regionen oder für unterschiedliche Nutzeridentitäten durchzuführen, und es ist möglich, die entsprechenden Lernergebnisse in Form verschiedener vordefinierter Parametergruppen zu speichern. Auf diese Weise muss nur die entsprechende Konfiguration des selbstlernenden Systems aus der Datenbank abgerufen werden, wodurch die Geschwindigkeit des Parameteranpassungsprozesses optimiert wird.
-
Gemäß einem zweiten Aspekt der vorliegenden Erfindung wird eine Vorrichtung zur Bewertung der Anwendbarkeit von autonomen Fahrfunktionen bereitgestellt, wobei die Vorrichtung zur Durchführung des gemäß dem ersten Aspekt der vorliegenden Erfindung beschriebenen Verfahrens verwendet wird, wobei die Vorrichtung Folgendes umfasst:
- Ein Sammelmodul, das so konfiguriert ist, dass es Daten über die Interventionsreaktionen, die durch den Nutzer und die Umgebung auf die autonomen Fahrfunktionen ausgelöst werden, während der Ausführung der autonomen Fahrfunktionen sammeln kann; und
- ein Analysemodul, das so konfiguriert ist, dass es auf Grundlage der Interventionsdaten prüfen kann, wie gut die autonomen Fahrfunktionen mit den Gewohnheiten und dem geografischen Gebiet des Nutzers übereinstimmen.
- Gemäß einem dritten Aspekt der Erfindung wird ein autonomes Fahrsystem bereitgestellt, das eine Vorrichtung gemäß dem zweiten Aspekt der Erfindung umfasst.
-
Gemäß einem dritten Aspekt der Erfindung wird ein Computerprogrammprodukt bereitgestellt, wobei das Computerprogrammprodukt ein Computerprogramm umfasst, wobei das Computerprogramm zur Ausführung des gemäß dem ersten Aspekt der Erfindung beschriebenen Verfahrens verwendet wird, wenn es an einem Computer ausgeführt wird.
-
Zum besseren Verständnis der Prinzipien, Merkmale und Vorteile der Erfindung wird nachfolgend auf die beigefügten Zeichnungen verwiesen, die die vorliegende Erfindung detaillierter beschreiben. Die Zeichnungen umfassen Folgendes:
- 1 zeigt ein Blockdiagramm eines autonomen Fahrsystems gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
- 2 zeigt ein Flussdiagramm eines Verfahrens zur Bewertung der Anwendbarkeit von autonomen Fahrfunktionen gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
- 3 zeigt eine Darstellung von Zeitstempeldaten oder Zeitreihendaten, die in der aus dem Ereignisdatenspeicher gelesenen Übernahmeaufforderung erscheinen;
- 4 zeigt eine Darstellung zum Ermitteln der Anwendbarkeit von autonomen Fahrfunktionen in Bezug auf Nutzergewohnheiten basierend auf der Verteilungskurve der Interventionsreaktionen; und
- 5 zeigt eine Darstellung zum Ermitteln der Anwendbarkeit von autonomen Fahrfunktionen in Bezug auf das geografische Gebiet basierend auf der Verteilungskurve der Interventionsreaktionen.
-
Um das zu lösende technische Problem, die technische Lösung und die vorteilhaften technischen Wirkungen der Erfindung besser verständlich zu machen, wird die vorliegende Erfindung nachfolgend in Verbindung mit den beigefügten Zeichnungen und einer Vielzahl von beispielhaften Ausführungsbeispielen detaillierter beschrieben. Es versteht sich, dass die hier beschriebenen Ausführungsbeispiele nur zur Erläuterung der vorliegenden Erfindung dienen sollen und nicht den Schutzumfang der vorliegenden Erfindung einschränken sollen.
-
1 zeigt ein Blockdiagramm eines autonomen Fahrsystems gemäß einem Ausführungsbeispiel der vorliegenden Erfindung. Das autonome Fahrsystem 1 umfasst eine Vorrichtung 10 zur Bewertung der Anwendbarkeit autonomer Fahrfunktionen.
-
Die Vorrichtung 10 umfasst das Sammelmodul 20 und das Analysemodul 30. Das Sammelmodul 20 ist beispielsweise als Kommunikationsschnittstelle ausgebildet und wird zum Sammeln von Daten über Interventionsreaktionen, die durch den Nutzer und die Umgebung auf die autonomen Fahrfunktionen ausgelöst werden, und/oder anderen Daten über wichtige Ereignisse (wie Notfallsituationen, Kollisionen usw.) verwendet. Beispielsweise kann das Sammelmodul 20 die entsprechenden Zeitstempeldaten oder Zeitreihendaten direkt aus dem im Fahrzeug angeordneten Ereignisdatenspeicher 40 auslesen und damit Anzahl, Art, Umfang und Grund der autonomen Fahrfunktionen von der Aktivierung bis zur Deaktivierung aufzeichnen. Als weiteres Beispiel kann das Sammelmodul 20 ferner von dem (beispielsweise einem in der Cloud angeordneten) Server 60 oder von anderen fahrzeugseitigen Sensoren (nicht dargestellt) Daten über Interventionsreaktionen empfangen. Die fahrzeugseitigen Sensoren umfassen beispielsweise Kameras, Gaspedalwegsensoren, Bremspedalwegsensoren, Geschwindigkeitssensoren, Beschleunigungssensoren, GNSS-Antennen, Trägheitsmesseinheiten usw.
-
Das Analysemodul 30 umfasst beispielsweise die Klassifikationseinheit 31 und die Speichereinheit 32. Nachdem eine bestimmte Menge von Daten über Interventionsreaktionen oder Daten über Interventionsreaktionen über einen bestimmten Zeitraum hinweg und/oder eine bestimmte Menge von Daten über andere wichtige Ereignisse oder Daten über andere wichtige Ereignisse über einen bestimmten Zeitraum hinweg gesammelt wurden, werden die Daten der Klassifikationseinheit 31 des Analysemoduls 30 zur Verfügung gestellt, damit dort eine statistische Analyse der Interventionsreaktionen nach den Gründen durchgeführt wird und dadurch der entsprechende Fahrertyp und/oder Regionaltyp ermittelt wird.
-
In der Speichereinheit 32 sind beispielsweise Konfigurationen des selbstlernenden Systems für das Training in verschiedenen Ländern, Regionen, Zeiten und Nutzertypen gespeichert, wobei diese Konfigurationen des selbstlernenden Systems in Form von vordefinierten Parametergruppen vorliegen und direkt abgerufen werden können, um den Modus der autonomen Fahrfunktionen zu ändern. Die vordefinierten Parametergruppen umfassen beispielsweise Folgendes: Standardparameter des Systems, insbesondere Softwareversion, Sprache, Datum, Druck, Temperatur, Geschwindigkeit, Beschleunigung, Startzeitpunkt der Beschleunigungssteuerung, Startzeitpunkt der Verzögerungssteuerung und Startzeitpunkt der Lenksteuerung, Verzögerungs- und Lenkungssteuerungsmodi, Schwellenwerte für Lenkungsinterventionen; funktionale Kompilierung des Quellcodes; und Daten zu den Nutzerpräferenzen, insbesondere anpassbare Folgeabstände bei aktiviertem adaptivem Tempomat sowie Abstandsregelung und Stärke der Energierückgewinnung während der autonomen Fahrfunktionen.
-
Abhängig davon, ob eine Abweichung zwischen dem ermittelten Fahrertyp und/oder Regionaltyp und dem voreingestellten Typ der autonomen Fahrfunktionen vorliegt, kann bei Bedarf die entsprechende Parametergruppe aus der Speichereinheit 30 abgerufen und auf das Ausführungsmodul 50 des autonomen Fahrsystems 1 angewendet werden, sodass das Ausführungsmodul 50 den entsprechenden Betrieb des Fahrzeugs gemäß der aktualisierten Parameterkonfiguration bereitstellen kann. Dabei kann das Ausführungsmodul 50 beispielsweise andere herkömmliche Fahrbedienvorrichtungen wie Gaspedal, Bremspedal, Lenkvorrichtung usw. umfassen.
-
2 zeigt ein Flussdiagramm eines Verfahrens zur Bewertung der Anwendbarkeit von autonomen Fahrfunktionen gemäß einem Ausführungsbeispiel der vorliegenden Erfindung.
-
Dabei gehören die optionalen Schritte S01-S02 zur Vortrainingsphase der autonomen Fahrfunktion, wobei in Schritt S01 beispielsweise Stichproben zum Testen autonomer Fahrfunktionen für verschiedene Länder, Regionen und Nutzer gesammelt werden. Diese Stichproben können beispielsweise Daten über Interventionsreaktionen, die durch den Nutzer und die Umgebung auf die autonomen Fahrfunktionen ausgelöst wurden, und/oder Daten über andere wichtige Ereignisse sein.
-
Im Sinne der vorliegenden Erfindung kann unter Interventionsreaktion beispielsweise Folgendes verstanden werden: eine Fahrzeugbedienung, die nicht mit dem voreingestellten Modus oder voreingestellten Parameterbereich der aktuell ausgeführten autonomen Fahrfunktion übereinstimmt, oder eine Fahrzeugbedienung, die bewirkt, dass die aktuell ausgeführte autonome Fahrfunktion aus dem voreingestellten Parameterbereich herausfällt. Im einfachsten Fall kann der Übergang von einem aktiven zu einem inaktiven Zustand der autonomen Fahrfunktionen des Fahrzeugs als Interventionsreaktion bezeichnet werden, wozu insbesondere eine Übernahmeaufforderung gehört.
-
Als Nächstes wird in Schritt S02 das selbstlernende System mit den gesammelten Teststichproben trainiert, um vordefinierte Parametergruppen verschiedenen geografischen Gebieten und Fahrerkategorien zuordnen zu können. Diese vordefinierten Parametergruppen können verwendet werden, um den Funktionsumfang, den Modus oder die Leistungsfähigkeit der autonomen Fahrfunktion zu ändern. Nach Beendigung der Vortrainingsphase kann beispielsweise für die autonomen Fahrfunktionen eine erste Parametergruppe voreingestellt werden.
-
In Schritt S1 können bei einer normalen Nutzung des Fahrzeugs durch den Fahrzeugnutzer während der Ausführung der autonomen Fahrfunktionen weiterhin Daten über durch den Nutzer und/oder die Umgebung ausgelöste Interventionsreaktionen auf die autonomen Fahrfunktionen und/oder Daten über andere wichtige Ereignisse gesammelt werden. Dabei können insbesondere die Zeitstempeldaten oder Zeitreihendaten des Wechsels oder Übergangs zwischen zwei beliebigen Zuständen aus dem Ereignisdatenspeicher, dem Datenspeichersystem für autonomes Fahren und/oder anderen gesetzlich vorgeschriebenen Datenaufzeichnungsvorrichtungen, die im Fahrzeug angeordnet sind, ausgelesen und anhand der Zeitstempeldaten oder Zeitreihendaten die Art und der Grund der Interventionsreaktion abgeleitet werden.
-
Beispielsweise kann die durch den Nutzer ausgelöste Interventionsreaktion darin bestehen, dass der Nutzer während des autonomen Fahrens das Gaspedal oder Bremspedal betätigt, was dazu führt, dass die Fahrzeuggeschwindigkeit den von der autonomen Fahrfunktion vorgesehenen Geschwindigkeitsbereich verlässt, oder dass er das Lenkrad betätigt, was dazu führt, dass das Lenksteuersignal einen bestimmten Schwellenwert überschreitet, wobei diese Handlung auch als "Übersteuerung-"(Override)-Handlung bezeichnet werden kann. Als weiteres Beispiel kann die durch den Nutzer ausgelöste Interventionsreaktion ferner darin bestehen, dass der Nutzer durch Betätigen des Schalters aktiv den autonomen Fahrmodus in den manuellen Fahrmodus umschaltet. Ein weiteres Beispiel für eine durch den Nutzer ausgelöste Interventionsreaktion kann ferner sein, dass, wenn das autonome Fahrsystem eine Übernahmeaufforderung ausgibt und der Fahrer auf diese Übernahmeaufforderung nicht oder nicht rechtzeitig (beispielsweise innerhalb von 10 Sekunden, insbesondere innerhalb von 5 Sekunden) reagiert, das System aktiv ein sogenanntes „risikominimierendes Manöver“ auslöst, wobei das risikominimierende Manöver beispielsweise darin bestehen kann, dass das System das Fahrzeug langsam auf der Fahrspur zum Stehen bringt oder dass das System beispielsweise das Fahrzeug auf der äußersten rechten Spur oder dem Standstreifen sicher zum Stehen bringt.
-
Ein Beispiel für die durch die Umgebung ausgelöste Interventionsreaktion kann sein, dass die Umgebung die Operational Design Domain nicht erfüllt oder überschreitet, wodurch das getriggerte System aktiv eine Übernahmeaufforderung ausgibt. Dies kann beispielsweise in folgenden Szenarien der Fall sein: Das Fahrzeug wechselt von der Autobahn auf eine Straße in einem Stadtgebiet, das Fahrzeug fährt in einen Tunnel ein, das Fahrzeug fährt auf eine erhöhte Straße mit komplexen vertikalen Strukturen ein, Wetter mit schlechter Sicht und Straßenabschnitte mit schlechtem Straßenzustand. Je öfter das System aktiv eine Übernahmeaufforderung ausgibt, desto größer ist der Unterschied zwischen dem geografischen Gebiet, in dem sich das Fahrzeug aktuell befindet, und der Art von Vorschriften und Straßentypen, die im Testszenario enthalten sind, das der Operational Design Domain entspricht.
-
Beispielsweise kann die durch die Umgebung ausgelöste Interventionsreaktion darin bestehen, dass das durch eine Notfallsituation getriggerte System aktiv eine Übernahmeaufforderung ausgibt. Dies kann beispielsweise in folgenden Szenarien der Fall sein: Während der normalen Fahrt stößt ein autonomes Fahrzeug auf ein gegen Verkehrsregeln verstoßendes Verkehrsobjekt oder einen Notfall, beispielsweise ein Fahrzeug, das über eine durchgezogene Linie die Spur wechselt, ein Fußgänger, der eine rote Ampel missachtet, eine Notbremsung des vorausfahrenden Fahrzeugs usw. Je öfter das System aktiv eine Übernahmeaufforderung ausgibt, desto mehr nicht ermittelte Faktoren bestehen im aktuellen geografischen Gebiet des Fahrzeugs bzw. desto weniger stabil ist die autonome Fahrfunktion für das aktuelle geografische Gebiet.
-
In Schritt S21 kann basierend auf der Anzahl, der Häufigkeit und dem Umfang der gesammelten Interventionsreaktionen und/oder anderer wichtiger Ereignisse eine Verteilungskennlinie erstellt und damit die Fahrerkategorie des Fahrzeugnutzers und die Regionalkategorie des geografischen Gebiets, in dem sich das Fahrzeug befindet, ermittelt werden.
-
In Schritt S22 kann bestimmt werden, ob eine Abweichung zwischen der für die autonome Fahrfunktionen voreingestellte Fahrerkategorie und Regionalkategorie und der in Schritt S21 ermittelten Fahrerkategorie und Regionalkategorie vorliegt.
-
Im Falle einer Abweichung kann dies darauf hinweisen, dass die Anwendbarkeit der autonomen Fahrfunktion auf die aktuellen Nutzergewohnheiten oder das geografische Gebiet schlecht ist. In diesem Fall kann in Schritt S23 die Parametergruppe für die autonomen Fahrfunktionen angepasst werden. Beispielsweise kann aus einer Vielzahl von vordefinierten Parametergruppen eine passende Parametergruppe ausgewählt und die bestehende Parametergruppe der autonomen Fahrfunktionen ersetzt werden. Als weiteres Beispiel ist es auch möglich, einzelne Parameter der aktuell verwendeten Parametergruppe direkt einzustellen.
-
Wenn es keine Abweichung gibt, bedeutet dies, dass die Anwendbarkeit der autonomen Fahrfunktionen auf die aktuellen Nutzergewohnheiten und geografischen Gebiete gut ist. Das vorstehend beschriebene Verfahren kann dann in Schritt S24 abgeschlossen werden.
-
3 zeigt eine Darstellung von Zeitstempeldaten oder Zeitreihendaten, die in der aus dem Ereignisdatenspeicher gelesenen Übernahmeaufforderung erscheinen.
-
In dem in 3 gezeigten Koordinatensystem ist beispielhaft der Prozess der Änderung verschiedener Parameter der autonomen Fahrfunktion über die Zeit dargestellt. Hier wird die Zustandsänderung der autonomen Fahrfunktion durch die dicke durchgezogene Linie 303 dargestellt, vor t1 befindet sich beispielsweise die autonome Fahrfunktion im eingeschalteten Zustand, und nach t1 geht die autonome Fahrfunktion vom eingeschalteten Zustand in den inaktiven Zustand über. Durch Abrufen der Zeitstempeldaten 301 bei t1 oder der Zeitreihendaten 302 bei t1 kann dieses „Übernahmeereignis“ aufgezeichnet werden. Wie in 3 gezeigt, können die Zeitstempeldaten 301 beispielsweise einen der Rahmen von Daten mit mehreren Rahmen darstellen, sodass davon ausgegangen werden kann, dass sie keine zeitliche Dimension, sondern eine räumliche Dimension aufweisen. Unter Zeitreihendaten 302 versteht man beispielsweise Daten, die mit einer bestimmten Frequenz für einen bestimmten Zeitraum (wie 5s, 10s, 30s) gespeichert werden, wobei die verschiedenen Datenelemente für dieselbe Zeitdauer gespeichert werden und anhand eines Zeitstempels synchronisiert werden können, sodass Zeitreihendaten nicht nur eine zeitliche, sondern auch eine räumliche Dimension aufweisen.
-
Zusätzlich zu den Zustandsänderungen der autonomen Fahrfunktionen sind in 3 ferner die Geschwindigkeitskurve 304 des Fahrzeugs und die Lenkmomenteingabe 305 des Fahrers dargestellt. In ähnlicher Weise können die Zeitstempeldaten 301 oder Zeitreihendaten 302 verwendet werden, um die Geschwindigkeitsmerkmale und Beschleunigungsmerkmale des Fahrzeugs beim Auftreten des oben genannten Übernahmeereignisses und das aufgetretene „Übersteuerungs“-Verhalten zu analysieren, woraus weiter auf den Grund des Übernahmeereignisses geschlossen werden kann.
-
Daher ist es auf der Grundlage von Zeitstempeldaten und/oder Zeitreihendaten nicht nur möglich, die kumulative Anzahl von Ereignissen einer Interventionsreaktion aufzuzeichnen, sondern auch direkt oder indirekt den Grund und Umfang der Interventionsreaktion nachzuvollziehen, was direkt so verstanden werden kann, dass das Datenspeichersystem den Grund für das Umschalten zwischen beliebigen zwei Zuständen aufzeichnet, indirekt beispielsweise am Schnittpunkt von t1 mit der Kurve 305, an dem eine Lenkmomenteingabe 305 des Fahrers vorliegt, die einen durch das System definierten Fahrereingriffsschwellenwert überschreitet.
-
4 zeigt eine Darstellung zum Ermitteln der Anwendbarkeit von autonomen Fahrfunktionen in Bezug auf Nutzergewohnheiten basierend auf der Verteilungskurve der Interventionsreaktionen.
-
Der obere und untere Teil von 4 zeigen ein Diagramm der Verteilungsmerkmale der Interventionsreaktionen auf die autonomen Fahrfunktionen für die Vortrainingsphase bzw. die Anwendungsphase. Die horizontale Koordinate gibt zudem die Anzahl der Übersteuerungen an, die durch eine durch den Nutzer ausgelöste Bremsung pro 100 km Fahrstrecke verursacht werden, und die vertikale Koordinate gibt die Anzahl der Übersteuerungen an, die durch eine durch den Nutzer ausgelöste Beschleunigung pro 100 km Fahrstrecke verursacht werden.
-
Wie im oberen Teil von 4 dargestellt, werden in der Vortrainingsphase die entsprechenden Fahrerkategorien und Anpassungsgrade den unterschiedlichen Verteilungsintervallen der Stichproben beispielsweise mittels Cluster-Verfahren zugeordnet. Beispielsweise ist in der aktuellen Verteilung der in der Parametergruppe gesammelten Stichproben die Anzahl von Beschleunigungsübersteuerungen und Bremsübersteuerungen für die Fahrerkategorie 1 relativ gering, was auf Fahrgewohnheiten mit einer höheren Akzeptanz der autonomen Fahrfunktion hinweist. Die Fahrerkategorie 2 mit relativ vielen aktiven Beschleunigungsübersteuerungen und relativ wenigen aktiven Bremsübersteuerungen weist auf aggressivere Fahrgewohnheiten als die Steuerungsentscheidungen des autonomen Fahrsystems hin. Dementsprechend weist die Fahrerkategorie 3 auf konservativere Fahrgewohnheiten als die Steuerungsentscheidungen des Systemfahrsystems hin. Hier sind ferner die Fahrerkategorie 4 und die Fahrerkategorie n beispielhaft dargestellt. Durch Kenntnis dieser Beziehung zwischen den Interventionsreaktionen und den Fahrerkategorien ist es möglich, am Ende der Vortrainingsphase Parametergruppen für die autonomen Fahrfunktionen so voreinzustellen, dass durch Anpassung der Parametergruppen die meisten Testnutzer in die „Fahrerkategorie 1“ fallen. Gleichzeitig können ferner andere vordefinierte Parametergruppen autonomer Fahrfunktionen anderen Fahrerkategorien zugeordnet werden, sodass diese Fahrer auch an Systemfahrfunktionen angepasst werden können, die ihren Fahrgewohnheiten ähnlicher sind, wobei diese vordefinierten Parametergruppen bei den einzelnen Parametertypen variieren können.
-
Nach Inbetriebnahme der autonomen Fahrfunktionen können weiterhin Daten über die Interventionsreaktionen des Fahrzeugnutzers und/oder Daten über andere wichtige Ereignisse gesammelt und die daraus resultierende Verteilungskennlinie gebildet werden. Die entsprechende Fahrerkategorie kann anhand des Ortes, an dem die meisten der gesammelten Proben verteilt sind, ermittelt werden. Wie aus dem unteren Teil von 4 hervorgeht, sind die meisten Punkte von Interventionsreaktionen in der Kategorie „Fahrerkategorie 1“ angesiedelt. So lässt sich feststellen, ob die aktuell ermittelte Fahrerkategorie mit der durch das System erwarteten Fahrerakzeptanz (zum Beispiel weniger „Übersteuerungen“) übereinstimmt, und wenn dies der Fall ist, ist die autonome Fahrfunktion gut an die Fahrgewohnheiten des aktuellen Nutzers angepasst, und wenn dies nicht der Fall ist, sollte eine neue Parametergruppe für die ermittelte Fahrerkategorie abgerufen und auf die aktuelle autonome Fahrfunktion angewendet werden.
-
Es versteht sich, dass die erwartete Akzeptanz des Systems durch den Fahrer durch den Systementwickler festgelegt werden kann, beispielsweise weniger aktive Bremsübersteuerungen oder weniger aktive Lenkübersteuerungen.
-
5 zeigt eine Darstellung zum Ermitteln der Anwendbarkeit von autonomen Fahrfunktionen in Bezug auf das geografische Gebiet basierend auf der Verteilungskurve der Interventionsreaktionen.
-
Das Koordinatensystem von 5 zeigt die Verteilungskennlinie der durch die Umgebung ausgelösten Interventionsreaktionen auf die autonomen Fahrfunktionen. Die horizontale Koordinate gibt die Anzahl der aktiv durch Notfallsituationen ausgegebenen Übernahmeaufforderungen durch das getriggerte System pro 100 km Fahrstrecke an, und die vertikale Koordinate gibt die Anzahl der aktiv durch die Operational Design Domain ausgegebenen Übernahmeaufforderungen durch das getriggerte System pro 100 km an. Dabei wird neben der Darstellung der Stichprobenpunkte der gesammelten Interventionsreaktionen auch die entsprechende geografische Anwendbarkeit für die unterschiedlichen Verteilungsintervalle der Stichprobenpunkte angezeigt. Beispielsweise zeigt das innerste dunkelgraue Quadrat an, dass die Anwendbarkeit der autonomen Fahrfunktionen auf das aktuelle geografische Gebiet gut ist, der mittlere Bereich zeigt an, dass die Anwendbarkeit akzeptabel ist, jedoch einer Feinabstimmung bedarf, und der helle Bereich zeigt an, dass die Anwendbarkeit schlecht ist. Beispielsweise können Indikatoren für die Bewertung der Anwendbarkeit durch das entsprechende Verteilungsverhältnis definiert werden. Wenn beispielsweise mehr als 90 % der Punkte im „guten“ Bereich und weniger als 2 % im schlechteren Bereich liegen, wird die Anwendbarkeit der autonomen Fahrfunktionen im aktuellen geografischen Gebiet als den Standards entsprechend angesehen, und es ist keine Anpassung der aktuellen Parametergruppe erforderlich. Wenn bei diesem Bewertungsverfahren mehr als 90 % der Punkte im „guten“ Bereich, aber 9 % im „schlechteren“ Bereich liegen, kann die Anwendbarkeit nicht als den Standards entsprechend angesehen werden, selbst wenn die meisten Interventionsreaktionen eine gute Anwendbarkeit widerspiegeln, und daher sollten die entsprechenden Punkte geclustert analysiert und Kategorien zugeordnet werden, um die verwendeten Parametergruppen anzupassen, wie in 4 gezeigt.
-
Obwohl bestimmte Ausführungsformen der vorliegenden Erfindung hier im Detail beschrieben sind, dienen sie nur zu Erläuterungszwecken und sollten nicht als Einschränkung des Schutzumfangs der vorliegenden Erfindung angesehen werden. Ohne vom Geist und Umfang der Erfindung abzuweichen, sind verschiedene Ersetzungen, Änderungen und Modifikationen denkbar.
