DE102022102098A1

DE102022102098A1 - Systeme und verfahren zur fahrerassistenzoptimierung unter verwendung von künstlicher intelligenz

Info

Publication number: DE102022102098A1
Application number: DE102022102098.3A
Authority: DE
Inventors: Amin Ariannezhad; Navid Tafaghodi Khajavi; Mohsen Bahrami; Mohammad Nekoui
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2021-02-05
Filing date: 2022-01-28
Publication date: 2022-08-11
Also published as: CN114852082A; US20220250639A1; US11932271B2

Abstract

Die Offenbarung betrifft im Allgemeinen Fahrerassistenzsysteme und insbesondere Systeme und Verfahren zur Fahrerassistenzoptimierung unter Verwendung von künstlicher Intelligenz. Es werden Systeme und Verfahren zum Vorhersagen eines optimalen Verwendungsniveaus eines Fahrerassistenzsystems bereitgestellt. Das System kann historische Fahrerverhaltens- und Straßenzustandsdaten sammeln und ein Optimierungsvorhersagemodell unter Verwendung der historischen Daten trainieren, z. B. über maschinelles Lernen oder künstliche Intelligenz. Darüber hinaus kann das System Echtzeit-Fahrerverhaltens- und Straßenzustandsdaten sammeln und ein optimales Verwendungsniveau des Fahrerassistenzsystems auf Grundlage der Echtzeitdaten unter Verwendung des trainierten Optimierungsvorhersagemodells vorhersagen. Das System kann dann eine Rückmeldung an das Fahrerassistenzsystem senden, wenn das optimale Verwendungsniveau außerhalb eines vorbestimmten Schwellenwerts liegt, sodass das Fahrerassistenzsystem möglicherweise nicht verfügbar ist oder eine reduzierte Funktionalität aufweist, bis sich das optimale Verwendungsniveau verbessert.

Description

KÜNSTLICHER INTELLIGENZ
GEBIET DER TECHNIK
Die Offenbarung betrifft im Allgemeinen Fahrerassistenzsysteme und insbesondere Systeme und Verfahren zur Fahrerassistenzoptimierung unter Verwendung von künstlicher Intelligenz.
ALLGEMEINER STAND DER TECHNIK
Jüngste Anstrengungen in der Automobilindustrie haben zur Entwicklung unterschiedlicher Stufen (z. B. Autonomiestufe 1 bis 5) der Fahrautomatisierung geführt. Zum Beispiel sind Fahrerassistenz, Teilautomatisierung, bedingte Automatisierung, Hochautomatisierung und Vollautomatisierung unterschiedliche Stufen der Fahrautomatisierung. Mit Ausnahme der Vollautomatisierungsstufe müssen Fahrer auf anderen Stufen zum Fahren beitragen. Die häufigsten Stufen in aktuellen Serienfahrzeugen sind hauptsächlich Fahrerassistenz (DA) und Teilautomatisierung. Obwohl DA viele Vorteile bietet, kann es Fälle geben, in denen die Verwendung von DA nicht ideal ist.
Die Offenbarung in dieser Schrift wird in Bezug auf diese und andere Erwägungen dargelegt.
KURZDARSTELLUNG
Es werden ein Echtzeitfahrzeugsystem und -verfahren offenbart, die verwendet werden können, um ein optimales Verwendungsniveau zu berechnen, das mit der Verwendung einer beliebigen Art von Fahrerassistenzsystem in bestimmten Fällen und Szenarien verbunden ist. Das Fahrerassistenzsystem kann deaktiviert werden, wenn bestimmt wird, dass das optimale Verwendungsniveau außerhalb eines vorbestimmten Schwellenwerts liegt. Zum Beispiel kann das System Fahrbahnen in verschiedene Segmente unterteilen (z. B. alle 0,5-1 Meilen oder wenn sich der Straßentyp ändert). Historische Daten können getrennt für jedes Straßensegment gesammelt werden, um ein Optimierungsvorhersagesystem zu entwickeln. Diese Daten können zum Beispiel Fahrerverhaltensdaten, Verkehrsdaten (Durchschnittsgeschwindigkeit und Anzahl der Fahrzeuge auf der Straße, von V2X), Wetterdaten, Unfalldaten, Fahrbahngeometriedaten, Oberflächenzustand usw. beinhalten. Ein Optimierungsvorhersagemodell kann dann unter Verwendung der historischen Daten trainiert werden. Dieses Modell kann in der Lage sein, alle Datenquellen zu nutzen, um die optimale Verwendung von Fahrerassistenzsystemen für jeden Fahrer auf allen Straßensegmenten genau vorherzusagen. DieOptimierungsvorhersage kann dann unter Verwendung der Echtzeitdaten (Fahrverhalten, Verkehr von V2X, Wetter, Fahrbahngeometrie, Oberflächenzustand usw.) im trainierten Modell durchgeführt werden. Eine Rückmeldung vom Modell kann dem Fahrerassistenzsystem bereitgestellt werden. Wenn bestimmt wird, dass die mit der Verwendung des Systems verbundene optimale Verwendung unter einem Schwellenwert für den Fahrer liegt, kann das System für den Fahrer erst verfügbar sein, wenn sich die optimale Verwendung verbessert. Wenn der Fahrer das System bereits verwendet, kann es deaktiviert werden. In jedem Fall wird der Fahrer benachrichtigt, dass das System nicht verfügbar ist, da sein optimales Verwendungsniveau außerhalb eines vorbestimmten Schwellenwerts liegt. Die Fahrerverhaltensdaten und Verkehrsdaten (z. B. Durchschnittsgeschwindigkeit, Anzahl der Fahrzeuge, Frequenz von Spurwechseln usw.) können häufig durch das V2X-System von Fahrzeugen auf der Straße gesammelt werden. Der dem Fahrerassistenzsystem zugeordnete optimale Nutzungswert kann dann für die Fahrer vorhergesagt werden. Der optimale Verwendungswert wird an das Fahrzeug zurückgesendet und wenn er außerhalb eines Schwellenwerts liegt, wird das Fahrerassistenzsystem deaktiviert. Wenn der Fahrer das Fahrerassistenzsystem verwenden möchte oder es bereits verwendet, wird eine Nachricht auf der Fahrzeugschnittstelle angezeigt, um den Fahrer darüber zu informieren, dass das Fahrerassistenzsystem aufgrund des verringerten optimalen Verwendungsniveaus vorübergehend nicht verfügbar ist. Die optimale Verwendung wird in Echtzeit berechnet und aktualisiert, sodass das Fahrerassistenzsystem verfügbar sein wird, sobald sich die optimale Verwendung verbessert. In einigen Fällen kann der Schwellenwert vorbestimmt und/oder in Echtzeit bestimmt werden.
Die hierin offenbarten Echtzeitsysteme und -verfahren berechnen die optimale Verwendung, die mit der Verwendung einer beliebigen Art von Fahrerassistenzsystem verbunden ist, und deaktivieren das System, wenn die optimale Verwendung unter einem Schwellenwert liegt, wodurch die Verwendung des Fahrerassistenzsystems durch den Fahrer optimiert wird. Dies führt letztendlich dazu, Unfälle zu minimieren, den Verkehr zu glätten, die Verkehrssicherheit zu erhöhen und die Mobilität auf den Straßen zu verbessern.
Figurenliste

1 stellt ein System zum Vorhersagen eines optimalen Verwendungsniveaus gemäß den Lehren der vorliegenden Offenbarung dar.
2 zeigt einige beispielhafte Komponenten, die in einer Fahrerassistenzoptimierungs-Vorhersageplattform gemäß den Grundsätzen der vorliegenden Offenbarung enthalten sein können.
3 ist ein Ablaufdiagramm, das Schritte für ein beispielhaftes Verfahren zum Verwalten eines Fahrerassistenzsystems gemäß den Lehren der vorliegenden Offenbarung darstellt.
4 stellt eine beispielhafte Anwendung des Systems aus 1 gemäß den Prinzipien der vorliegenden Offenbarung dar.

DETAILLIERTE BESCHREIBUNG
Die Offenbarung wird nachfolgend unter Bezugnahme auf die beigefügten Zeichnungen ausführlicher beschrieben, in denen beispielhafte Ausführungsformen der Offenbarung gezeigt sind. Diese Offenbarung kann jedoch in vielen unterschiedlichen Formen umgesetzt werden und soll nicht als auf die in dieser Schrift dargelegten beispielhaften Ausführungsformen beschränkt ausgelegt werden. Für den einschlägigen Fachmann ist ersichtlich, dass verschiedene Änderungen bezüglich Form und Detail an verschiedenen Ausführungsformen vorgenommen werden können, ohne vom Wesen und Umfang der vorliegenden Offenbarung abzuweichen. Somit sollten die Breite und der Umfang der vorliegenden Offenbarung durch keine der vorstehend beschriebenen beispielhaften Ausführungsformen eingeschränkt werden, sondern lediglich gemäß den folgenden Patentansprüchen und deren Äquivalenten definiert werden.Die nachstehende Beschreibung ist zu Veranschaulichungszwecken dargelegt worden und soll nicht erschöpfend oder auf die exakte offenbarte Form beschränkt sein.Es versteht sich, dass alternative Umsetzungen in einer beliebigen Kombination verwendet werden können, um zusätzliche Hybridumsetzungen der vorliegenden Offenbarung zu bilden. Zum Beispiel können beliebige der unter Bezugnahme auf eine konkrete Vorrichtung/Komponente beschriebenen Funktionen durch eine andere Vorrichtung/Komponente durchgeführt werden. Ferner wurden zwar konkrete Vorrichtungseigenschaften beschrieben, doch können sich Ausführungsformen der Offenbarung auf zahlreiche andere Vorrichtungseigenschaften beziehen. Ferner versteht es sich, dass, obwohl Ausführungsformen in für Strukturmerkmale und/oder methodische Handlungen spezifischer Sprache beschrieben worden sind, die Offenbarung nicht notwendigerweise auf die spezifischen beschriebenen Merkmale oder Handlungen beschränkt ist. Die konkreten Merkmale und Handlungen sind vielmehr als veranschaulichende Formen zum Umsetzen der Ausführungsformen offenbart.
Bestimmte Wörter und Formulierungen werden in dieser Schrift ausschließlich aus Gründen der Zweckmäßigkeit verwendet, und solche Wörter und Ausdrücke sollen so interpretiert werden, dass sie sich auf verschiedene Objekte und Maßnahmen beziehen, die von einem Durchschnittsfachmann allgemein in verschiedenen Formen und Äquivalenzen verstanden werden.
Unter jetziger Bezugnahme auf 1 wird ein Fahrerassistenzoptimierungs-Vorhersagesystem 100 beschrieben. Das System 100 kann ein Fahrzeug 101 beinhalten, das ein Steuermodul 102 aufweist, das mit einem GPS-System und einem Fahrerassistenzsystem (DA), z. B. einem Fahrerassistenzsystem des Fahrzeugs 101, der Online-Datenbank 120 und der Echtzeit-Datenbank 130 wirkverbunden ist, die alle über das Netzwerk 150 an die Fahrerassistenzoptimierungs-Vorhersageplattform 200 kommunikativ gekoppelt sind. Die Fahrerassistenzoptimierungs-Vorhersageplattform 200 kann sich auf einem oder mehreren Servern befinden, z. B. in der Cloud 160 oder auf dem Steuermodul 102 gespeichert sein.
Das Fahrzeug 101 kann ein manuell gefahrenes Fahrzeug sein (z. B. ohne Autonomie) und/oder dazu konfiguriert und/oder programmiert sein, in einem vollständig autonomen (z. B. fahrerlosen) Modus (z. B. Autonomiestufe 5) oder in einem oder mehreren Teilautonomiemodi betrieben zu werden, die Fahrerassistenztechnologien beinhalten können. Beispiele für Teilautonomie- (oder Fahrerassistenz-)Modi sind im Fachgebiet weitgehend als Autonomiestufen 1 bis 4 bekannt. Ein autonomes Fahrzeug mit Autonomiestufe 0 beinhaltet möglicherweise keine autonomen Fahrmerkmale. Ein autonomes Fahrzeug (autonomous vehicle - AV) mit Autonomiestufe 1 kann eine einzelne automatisierte Fahrerassistenzfunktion, wie etwa Lenk- oder Beschleunigungsassistenz, beinhalten. Die adaptive Geschwindigkeitsregelung ist ein derartiges Beispiel für ein System der Autonomiestufe 1, das Aspekte sowohl der Beschleunigung als auch der Lenkung beinhaltet. Autonomiestufe 2 in Fahrzeugen kann eine Teilautomatisierung der Lenk- und Beschleunigungsfunktionalität bereitstellen, wobei das/die automatisierte(n) System(e) durch einen menschlichen Fahrer überwacht wird/werden, der nicht automatisierte Vorgänge, wie etwa Bremsen und andere Steuerungsvorgänge, durchführt. In einigen Aspekten mit autonomen Merkmalen der Stufe 2 und höher kann ein primärer Benutzer das Fahrzeug steuern, während sich der Benutzer innerhalb des Fahrzeugs befindet, oder in einigen beispielhaften Ausführungsformen von einem Standort entfernt von dem Fahrzeug, aber innerhalb einer Steuerzone, steuern, die sich bis zu mehrere Meter von dem Fahrzeug entfernt erstreckt, während es sich im Fernbetrieb befindet. Autonomiestufe 3 in einem Fahrzeug kann eine bedingte Automatisierung und Steuerung von Fahrmerkmalen bereitstellen. Beispielsweise beinhaltet eine Autonomiestufe 3 des Fahrzeugs in der Regel „Umgebungserkennungs“-Fähigkeiten, bei denen das Fahrzeug unabhängig von einem vorhandenen Fahrer informierte Entscheidungen treffen kann, wie etwa Beschleunigen vorbei an einem sich langsam bewegenden Fahrzeug, während der vorhandene Fahrer jederzeit bereit ist, wieder die Steuerung des Fahrzeugs zu übernehmen, wenn das System nicht in der Lage ist, die Aufgabe auszuführen. In Autonomiestufe 4 können autonome Fahrzeuge unabhängig von einem menschlichen Fahrer betrieben werden, aber weiterhin Bedienelemente für den Menschen für den Übersteuerungsbetrieb beinhalten. Automatisierung der Stufe 4 kann zudem ermöglichen, dass ein Selbstfahrmodus als Reaktion auf einen vordefinierten bedingten Auslöser, wie etwa eine Gefahr im Straßenverkehr oder einen Systemausfall, eingreift. Autonomiestufe 5 ist mit autonomen Fahrzeugsystemen assoziiert, die keine menschliche Eingabe für den Betrieb erfordern und im Allgemeinen keine Bedienelemente für menschliches Fahren beinhalten. Gemäß Ausführungsformen der vorliegenden Offenbarung kann die Fahrerassistenzoptimierungs-Vorhersageplattform 200 dazu konfiguriert und/oder programmiert sein, mit einem Fahrzeug betrieben zu werden, das eine autonome Fahrzeugsteuerung der Stufe 1, 2, 3, 4 oder 5 aufweist.
Das Steuermodul 102 des Fahrzeugs 101 kann Fahrerverhaltensdaten speichern, z. B. Daten, die angeben, wie ein bestimmter Fahrer des Fahrzeugs 101 unter bestimmten Straßenzuständen fährt. Zum Beispiel kann ein Fahrer dazu neigen, abrupt zu verzögern, wenn ein anderes Fahrzeug die Spur vor dem Fahrzeug 101 wechselt, und/oder der Fahrer kann dazu neigen, die Spur abrupt zu wechseln, wenn sich viele andere Fahrzeuge auf dem Straßensegment befinden, und/oder der Fahrer kann langsamer fahren, wenn es regnet, wenn die Straße kurvenreich ist und/oder wenn die Straßenoberfläche rutschig ist. Dementsprechend kann das Steuermodul 102 für einzelne Fahrer des Fahrzeugs 101 angepasst werden. Zusätzlich kann das Steuermodul 102 mit dem GPS-System des Fahrzeugs 101 kommunizieren, sodass das Steuermodul 102 Standortdaten des Fahrzeugs 101 an die Fahrerassistenzoptimierungs-Vorhersageplattform 200 kommunizieren kann.
Die Online-Datenbank 120 kann eine beliebige Online-Datenbank sein, die wie nachstehend ausführlicher beschrieben historische Straßenzustandsdaten für ein gegebenes Straßensegment bereitstellt. Zum Beispiel können die historischen Straßenzustandsdaten historische Verkehrsdaten, historische Wetterdaten, historische Unfalldaten, historische Oberflächenzustandsdaten und/oder historische Straßengeometriedaten beinhalten. Verkehrsdaten können Daten beinhalten, die z. B. die durchschnittliche Fahrzeuggeschwindigkeit, die Anzahl der Fahrzeuge, die Frequenz von Spurwechseln und Interaktionen zwischen Fahrzeugen für ein gegebenes Straßensegment angeben. Darüber hinaus können Straßengeometriedaten Daten beinhalten, die z. B. die Art der Straße, die Straßenform, die Anzahl der Spuren und die Spurbreite eines gegebenen Straßensegments angeben.
Die Echtzeitdatenbank 130 kann eine beliebige Online-Datenbank sein, die Echtzeit-Straßenzustandsdaten für ein gegebenes Straßensegment bereitstellt, z. B. das Straßensegment, dem sich das Fahrzeug 101 nähert und/oder in dem es fährt. Zum Beispiel können die Echtzeit-Straßenzustandsdaten Echtzeit-Verkehrsdaten, Echtzeit-Wetterdaten, Echtzeit-Unfalldaten, Echtzeit-Oberflächenzustandsdaten und/oder Echtzeit-Straßengeometriedaten beinhalten.
Das Netzwerk 150 kann ein beliebiges oder eine Kombination aus Netzwerken beinhalten, wie etwa ein lokales Netzwerk (local area network - LAN), ein Weitverkehrsnetzwerk (wide area network - WAN), ein Telefonnetzwerk, ein Mobilfunknetzwerk, ein Kabelnetzwerk, ein drahtloses Netzwerk und/oder private/öffentliche Netzwerke, wie etwa das Internet. Beispielsweise kann das Netzwerk 150 Kommunikationstechnologien, wie etwa TCP/IP, Bluetooth, Mobilfunk, Nahfeldkommunikation (near-field communication - NFC), Wi-Fi, Wi-Fi Direct, Maschine-Maschine-Kommunikation, Mensch-Maschine-Kommunikation und/oder Visible Light Communication unterstützen.
Einige oder alle Abschnitte der drahtlosen Kommunikationsverbindung, die Kommunikationen zwischen der Fahrerassistenz-Vorhersageplattform 200 und einer Kommunikationsvorrichtung, wie etwa einem Router, der im Netzwerk 150 beinhaltet sein kann, unterstützt, können unter Verwendung verschiedener Arten von drahtlosen Technologien, wie etwa Bluetooth®, ZigBee® oder Nahfeldkommunikation (NFC), Mobilfunk, Wi-Fi, Wi-Fi Direct, Maschine-Maschine-Kommunikation, Mensch-Maschine-Kommunikation und/oder Car2x (vehicle-to-everything - V2X)-Kommunikation umgesetzt sein.
Informationen, die zwischen der Fahrerassistenzoptimierungs-Vorhersageplattform 200, dem Steuermodul 102, der Online-Datenbank 120 und der Echtzeitdatenbank 130 ausgetauscht werden, können auf dem Cloud-Speicher 160 gespeichert sein und können bidirektional sein. Zum Beispiel können in einem Fall Informationen zur Fahrerassistenzoptimierungsvorhersage, z. B. historische Fahrerverhaltens- und Straßenzustandsdaten, von der Fahrerassistenzoptimierungs-Vorhersageplattform 200 an den Cloud-Speicher 160 übertragen werden. Derartige Informationen, die im Cloud-Speicher 160 gespeichert sind, können durch das Steuermodul 102 abgerufen und verwendet werden, z. B. verschiedene intelligente Fahrzeuge.
Unter jetziger Bezugnahme auf 2 werden nun Komponenten, die in der Fahrerassistenzoptimierungs-Vorhersageplattform 200 beinhaltet sein können, ausführlicher beschrieben. Die Fahrerassistenzoptimierungs-Vorhersageplattform 200 kann einen oder mehrere Prozessoren 202, ein Kommunikationssystem 204 und einen Speicher 206 beinhalten. Das Kommunikationssystem 204 kann einen drahtlosen Sendeempfänger beinhalten, der es der Fahrerassistenzoptimierungs-Vorhersageplattform 200 ermöglicht, mit dem Steuermodul 102 des Fahrzeugs 101, der Online-Datenbank 120, der Echtzeit-Datenbank 130 und dem Cloud-Speicher 160 zu kommunizieren. Der drahtlose Sendeempfänger kann ein beliebiges von verschiedenen Kommunikationsformaten verwenden, wie etwa zum Beispiel ein Internet-Kommunikationsformat oder ein Mobilfunkkommunikationsformat.
Der Speicher 206, der ein Beispiel für ein nichttransitorisches computerlesbares Medium ist, kann verwendet werden, um ein Betriebssystem (operating system - OS) 220, ein Straßensegmentteilermodul 208, ein Online-Datenverarbeitungsmodul 210, ein Steuermodul-Schnittstellenmodul 212, ein Optimierungsvorhersage-Trainingdsmodul 214, ein EchtzeitDatenverarbeitungsmodul 216 und ein Optimierungsvorhersagemodul 218 zu speichern. Die Module sind in Form computerausführbarer Anweisungen bereitgestellt, die durch den Prozessor 202 ausgeführt werden können, um verschiedene Vorgänge gemäß der Offenbarung durchzuführen.
Das Straßensegmentteilermodul 208 kann durch den Prozessor 202 ausgeführt werden, um ein Straßensegment, z. B. eine Fahrbahn, in eine Vielzahl von Straßensegmenten aufzuteilen, sodass historische Fahrerverhaltens- und Straßenzustandsdaten für jedes Straßensegment der Vielzahl von Straßensegmenten gesammelt werden können. Zum Beispiel kann die Fahrbahn auf Längenbasis in Straßensegmente unterteilt werden, z. B. alle 0,5 bis 1 Meilen. Alternativ kann die Fahrbahn auf Grundlage dessen, wo sich der Straßentyp des Straßensegments ändert, unterteilt werden, z. B. kann ein erster gerader Abschnitt einer Fahrbahn ein erstes Straßensegment sein, kann ein gekrümmter Abschnitt der Fahrbahn ein zweites Straßensegment sein und kann ein zweiter gerader Abschnitt der Fahrbahn ein drittes Straßensegment sein. Darüber hinaus kann ein Abschnitt der Fahrbahn mit zwei Spuren ein Straßensegment sein, während ein Abschnitt der Fahrbahn mit drei Spuren ein anderes Straßensegment sein kann.
Das Online-Datenverarbeitungsmodul 210 kann durch den Prozessor 202 zum Kommunizieren mit der Online-Datenbank 120 ausgeführt werden. Dementsprechend kann das Online-Datenverarbeitungsmodul 210 historische Straßenzustandsdaten von der Online-Datenbank 120 empfangen und verarbeiten.
Das Steuermodul-Schnittstellenmodul 212 kann durch den Prozessor 202 zum Kommunizieren mit dem Steuermodul 102 des Fahrzeugs 101 ausgeführt werden. Zum Beispiel kann das Steuermodul-Schnittstellenmodul 212 Standortdaten des Fahrzeugs 101 über ein GPS-System empfangen, das mit dem Steuermodul 102 wirkverbunden ist, um den geografischen Standort des Fahrzeugs 101 zu bestimmen. Darüber hinaus kann das Steuermodul-Schnittstellenmodul 212 historische und Echtzeit-Fahrerverhaltensdaten vom Steuermodul 102 empfangen, z. B. für einen einzelnen Fahrer des Fahrzeugs 101. Zusätzlich kann das Steuermodul-Schnittstellenmodul 212 wie nachstehend ausführlicher beschrieben eine Benachrichtigung an das Fahrerassistenzsystem des Fahrzeugs 101 über das Steuermodul 102 übertragen, sodass das Fahrerassistenzsystem die geeignete Optimierungsmaßnahme ergreifen kann.
Das Optimierungsvorhersagetrainingsmodul 214 kann durch den Prozessor 202 ausgeführt werden, um ein Optimierungsvorhersagemodell zu trainieren, z. B. über maschinelles Lernen oder künstliche Intelligenz, basierend auf dem historischen Fahrerverhalten und den Straßenzustandsdaten für ein gegebenes Straßensegment. Dementsprechend kann die optimale Verwendung eines Fahrerassistenzsystems, wie etwa einer adaptiven Geschwindigkeitsregelung, auf Grundlage von vorherigen Fällen einer verringerten optimalen Verwendung eines Fahrers berechnet werden. Somit kann das hier beschriebene Optimierungsvorhersagemodell über das Optimierungsvorhersagetrainingsmodul 214 trainiert werden, um die Muster und Beziehungen in den historischen Daten zu erkennen; insbesondere, um diejenigen Arten von Fahrerverhalten und Straßenzuständen (z. B. Verkehrsdaten, Fahrbahnart und geometrische Bedingungen, Wetterbedingungen, Oberflächenbedingungen usw.) zu identifizieren, die wahrscheinlich zu z. B. verringerter optimaler Verwendung führen werden. Nachstehend ist eine allgemeine Funktion der Optimierung angeführt: $O p t i m i e r u n g s t r e i b e r_{i} = f (x_{1}, x_{2}, \dots, x_{n})$
In dieser Funktion ist unter allen Bedingungen auf der Straße und dem Verhalten des Fahrers Optimierungstreiber_i die Wahrscheinlichkeit, dass der Fahrer i stark abbremsen muss, um das Fahrerassistenzsystem auszuschalten und das Fahrzeug manuell zu steuern.
x₁ bis x_n sind alle Variablen, einschließlich des Verhaltens des Fahrers (Verlauf des Fahrens in der Vergangenheit und Echtzeitverhalten), Verkehrsflussmerkmale (z. B. Durchschnittsgeschwindigkeit, Anzahl der Fahrzeuge, Häufigkeit von Spurwechseln, Interaktionen zwischen Fahrzeugen usw.), geometrische Fahrbahnbedingungen (z. B. Art der Straße, Straßenform, Anzahl der Fahrspuren, Fahrspurbreite usw.), Wetter und Straßenoberflächenbedingungen usw. Das vergangene Fahrerverhalten des Fahrers kann die Beschleunigungs- und Verlangsamungsmuster des Fahrers und die Ablenkungsfrequenz beinhalten durch den Fahrer bei jeder Art von Straßenzustand (z. B. die Häufigkeit, mit der der Fahrer die Spuren durch Verfolgen seiner Aufzeichnung des Spurhaltesystems verletzt hat). Das Echtzeitdatenverarbeitungsmodul 216 kann durch den Prozessor 202 zum Kommunizieren mit der Echtzeitdatenbank 130 ausgeführt werden. Dementsprechend kann das Echtzeitdatenverarbeitungsmodul 216 historische Straßenzustandsdaten von der Echtzeitdatenbank 130 empfangen und verarbeiten.
Das Optimierungsvorhersagemodul 218 kann durch den Prozessor 202 zum Vorhersagen eines optimalen Verwendungsniveaus eines Fahrerassistenzsystems unter Verwendung des Optimierungsvorhersagemodells und Echtzeit-Fahrerverhaltens und von Straßenzustandsdaten ausgeführt werden. Dementsprechend kann das Optimierungsvorhersagemodul 218 in Zukunft, wenn ähnliche Fahrverhalten und Straßenzuständen auf einem Straßensegment auftreten, das Echtzeit-Fahrerverhalten und die Straßenzustandsdaten in das Optimierungsvorhersagemodell eingeben, um die zugehörige optimale Verwendung für den Fahrer zu prognostizieren das Fahrerassistenzsystem.
In 3 ist ein beispielhaftes Verfahren 300 zum Vorhersagen eines optimalen Verwendungsniveaus eines Fahrerassistenzsystems beschrieben. Bei Schritt 302 kann die Fahrerassistenzoptimierungs-Vorhersageplattform 200 historische Daten für jedes Straßensegment einer Fahrbahn empfangen, z. B. in der Unterteilung durch das Straßensegmentteilermodul 208. Zum Beispiel kann das Online-Datenverarbeitungsmodul 210 historische Straßenzustandsdaten von der Online-Datenbank 120 empfangen und das Steuermodul-Schnittstellenmodul 212 kann historische Fahrerverhaltensdaten vom Steuermodul 102 für einen einzelnen Fahrer für ein gegebenes Straßensegment empfangen. Bei Schritt 304 kann das Optimierungsvorhersagetrainingsmodul 214 ein Optimierungsvorhersagemodell zu trainieren, z. B. über maschinelles Lernen oder künstliche Intelligenz, basierend auf dem historischen Fahrerverhalten und den Straßenzustandsdaten für ein gegebenes Straßensegment. Bei Schritt 306 kann die Fahrerassistenzoptimierungs-Vorhersageplattform 200 Echtzeitdaten für ein Zielstraßensegment empfangen, z. B. das Straßensegment, dem sich das Fahrzeug 101 nähert oder in dem es fährt. Zum Beispiel kann das Echtzeitdatenverarbeitungsmodul 216 Echtzeit-Straßenzustandsdaten von der Echtzeitdatenbank 130 empfangen und das Steuermodul-Schnittstellenmodul 212 kann Echtzeit-Fahrerverhaltensdaten vom Steuermodul 102 empfangen, z. B. die Identität des Fahrers des Fahrzeugs 101.
Bei Schritt 308 kann das Optimierungsvorhersagemodul 218 ein optimales Verwendungsniveau des Fahrerassistenzsystems durch Eingeben des Echtzeit-Fahrerverhaltens und von Straßenzustandsdaten in das trainierte Optimierungsvorhersagemodell vorhersagen. Das vorhergesagte optimale Verwendungsniveau kann mit einem vorbestimmten Schwellenwert für das Fahrerassistenzsystem verglichen werden, das in einer Datenbank, z. B. im Speicher 206 oder der Cloud 160, gespeichert ist, um zu bestimmen, ob das vorhergesagte optimale Verwendungsniveau außerhalb des vorbestimmten Schwellenwerts liegt. Wenn das vorhergesagte optimale Verwendungsniveau außerhalb des vorbestimmten Schwellenwerts liegt, kann das Steuermodul-Schnittstellenmodul 212 bei Schritt 310 eine Benachrichtigung über das Steuermodul 102 an das Fahrerassistenzsystem übertragen. Dementsprechend kann das Fahrerassistenzsystem bei Schritt 312 mindestens eine Funktionalität des Fahrerassistenzsystems auf Grundlage der Benachrichtigung reduzieren oder deaktivieren.
In 4 ist eine ein beispielhafte Anwendung des Systems 100 bereitgestellt. Wie in 4 dargestellt, können Fahrerverhaltensdaten und Verkehrsdaten (z. B. Durchschnittsgeschwindigkeit, Anzahl der Fahrzeuge, Frequenz von Spurwechseln usw.) häufig durch das V2X-System von Fahrzeugen auf der Straße gesammelt werden. Das dem Fahrerassistenzsystem zugeordnete optimale Verwendungsniveau kann dann für die Fahrer vorhergesagt werden. Das optimale Verwendungsniveau kann dann an das Fahrzeug zurückgesendet werden und wenn bestimmt wird, dass es außerhalb eines vorbestimmten Schwellenwerts liegt, wird das Fahrerassistenzsystem deaktiviert oder seine Funktionalität zumindest teilweise reduziert. Wenn der Fahrer das Fahrerassistenzsystem verwenden möchte oder es bereits verwendet, kann eine Nachricht auf einer grafischen Benutzerschnittstelle des Steuermoduls 102, z. B. SYNC, angezeigt werden, um den Fahrer darüber zu informieren, dass das Fahrerassistenzsystem vorübergehend nicht verfügbar ist, weil das optimale Verwendungsniveau wie in 4 dargestellt außerhalb eines vorbestimmten Schwellenwerts liegt. Das optimale Verwendungsniveau des Fahrerassistenzsystems kann in Echtzeit berechnet und aktualisiert werden, sodass das System verfügbar sein kann, sobald sich das optimale Verwendungsniveau verbessert. Wie dem Durchschnittsfachmann klar ist, kann das Optimierungsvorhersagemodell für jedes Automatisierungsniveausystem (Fahrerassistenzsystem, Teilautomatisierung, bedingte Automatisierung usw.) separat eingestellt werden.
In der vorstehenden Offenbarung wurde auf die beigefügten Zeichnungen Bezug genommen, die einen Teil hiervon bilden und konkrete Umsetzungen veranschaulichen, in denen die vorliegende Offenbarung angewendet werden kann. Es versteht sich, dass andere Umsetzungen genutzt und strukturelle Änderungen vorgenommen werden können, ohne vom Umfang der vorliegenden Offenbarung abzuweichen.Bezugnahmen in der Beschreibung auf „eine Ausführungsform“, „eine beispielhafte Ausführungsform“ usw. geben an, dass die beschriebene Ausführungsform ein(e) bestimmte(s) Merkmal, Struktur oder Eigenschaft aufweisen kann, wobei jedoch nicht unbedingt jede Ausführungsform diese(s) bestimmte Merkmal, Struktur oder Eigenschaft aufweisen muss.Darüber hinaus beziehen sich solche Formulierungen nicht unbedingt auf dieselbe Ausführungsform.Ferner wird, wenn ein(e) konkrete(s) Merkmal, Struktur oder Eigenschaft in Verbindung mit einer Ausführungsform beschrieben ist, der Fachmann ein(e) derartige(s) Merkmal, Struktur oder Eigenschaft in Verbindung mit anderen Ausführungsformen erkennen, ob dies nun ausdrücklich beschrieben ist oder nicht.
Umsetzungen der in dieser Schrift offenbarten Systeme, Einrichtungen, Vorrichtungen und Verfahren können eine oder mehrere Vorrichtungen umfassen oder nutzen, die Hardware beinhalten, wie zum Beispiel einen oder mehrere Prozessoren und Systemspeicher, wie in dieser Schrift erörtert. Eine Umsetzung der in dieser Schrift offenbarten Vorrichtungen, Systeme und Verfahren kann über ein Computernetzwerk kommunizieren. Ein „Netzwerk“ ist als eine oder mehrere Datenverbindungen definiert, die den Transport elektronischer Daten zwischen Computersystemen und/oder Modulen und/oder anderen elektronischen Vorrichtungen ermöglichen.Wenn Informationen über ein Netzwerk oder eine andere Kommunikationsverbindung (entweder festverdrahtet, drahtlos oder eine beliebige Kombination aus festverdrahtet oder drahtlos) an einen Computer übertragen oder einem Computer bereitgestellt werden, sieht der Computer die Verbindung zweckgemäß als Übertragungsmedium an.Übertragungsmedien können ein Netzwerk und/oder Datenverbindungen beinhalten, das/die verwendet werden kann/können, um gewünschte Programmcodemittel in Form von computerausführbaren Anweisungen oder Datenstrukturen zu führen, und auf die durch einen Universal- oder Spezialcomputer zugegriffen werden kann. Kombinationen aus dem Vorstehenden sollten ebenfalls im Umfang nichttransitorischer computerlesbarer Medien beinhaltet sein.
Computerausführbare Anweisungen umfassen zum Beispiel Anweisungen und Daten, die bei Ausführung an einem Prozessor den Prozessor dazu veranlassen, eine bestimmte Funktion oder Gruppe von Funktionen durchzuführen.Computerausführbare Anweisungen können zum Beispiel Binärdateien, Anweisungen in einem Zwischenformat, wie etwa Assemblersprache, oder auch Quellcode sein.Wenngleich der Gegenstand in für Strukturmerkmale und/oder methodische Handlungen konkreter Sprache beschrieben wurde, versteht es sich, dass der in den beigefügten Patentansprüchen definierte Gegenstand nicht notwendigerweise auf die vorstehend beschriebenen Merkmale oder Handlungen beschränkt ist. Die beschriebenen Merkmale und Handlungen sind vielmehr als beispielhafte Formen zum Umsetzen der Patentansprüche offenbart.
Der Fachmann wird verstehen, dass die vorliegende Offenbarung in Network-Computing-Umgebungen mit vielen Arten von Computersystemkonfigurationen umgesetzt werden kann, die Armaturenbrett-Fahrzeugcomputer, Personal Computer, Desktop-Computer, Laptop-Computer, Nachrichtenprozessoren, Handvorrichtungen, Mehrprozessorsysteme, Unterhaltungselektronik auf Mikroprozessorbasis oder programmierbare Unterhaltungselektronik, Netzwerk-PCs, Minicomputer, Großcomputer, Mobiltelefone, PDAs, Tablets, Pager, Router, Switches, verschiedene Speichervorrichtungen und dergleichen beinhalten.Die Offenbarung kann zudem in Umgebungen mit verteilten Systemen praktisch umgesetzt werden, in denen sowohl lokale als auch entfernte Computersysteme, die durch ein Netzwerk (entweder durch festverdrahtete Datenverbindungen und/oder drahtlosen Datenverbindungen) verbunden sind, Aufgaben durchführen. In einer Umgebung mit verteilten Systemen können sich Programmmodule sowohl in lokalen als auch in entfernten Datenspeichervorrichtungen befinden.
Ferner können die in dieser Schrift beschriebenen Funktionen gegebenenfalls in einem oder mehreren von Hardware, Software, Firmware, digitalen Komponenten oder analogen Komponenten durchgeführt werden.Zum Beispiel können eine oder mehrere anwendungsspezifische integrierte Schaltungen (application specific integrated circuits - ASICs) dazu programmiert sein, ein oder mehrere der in dieser Schrift beschriebenen Systeme und Prozesse auszuführen.Gewisse Ausdrücke werden in der gesamten Beschreibung verwendet und Patentansprüche beziehen sich auf bestimmte Systemkomponenten.Für den Fachmann liegt auf der Hand, dass die Komponenten mit anderen Benennungen bezeichnet werden können.In dieser Schrift soll nicht zwischen Komponenten unterschieden werden, die sich der Benennung nach unterscheiden, nicht jedoch hinsichtlich ihrer Funktion. Mindestens einige Ausführungsformen der vorliegenden Offenbarung sind auf Computerprogrammprodukte gerichtet worden, die derartige Logik (z. B. in Form von Software) umfassen, die auf einem beliebigen computernutzbaren Medium gespeichert ist.Derartige Software veranlasst bei Ausführung in einer oder mehreren Datenverarbeitungsvorrichtungen eine Vorrichtung dazu, wie in dieser Schrift beschrieben zu funktionieren.
Wenngleich vorstehend verschiedene Ausführungsformen der vorliegenden Offenbarung beschrieben wurden, versteht es sich, dass diese lediglich als Beispiele und nicht der Einschränkung dienen.Für den einschlägigen Fachmann ist ersichtlich, dass verschiedene Änderungen bezüglich Form und Detail daran vorgenommen werden können, ohne vom Wesen und Schutzumfang der vorliegenden Offenbarung abzuweichen. Somit sollten die Breite und der Umfang der vorliegenden Offenbarung durch keine der vorstehend beschriebenen beispielhaften Ausführungsformen eingeschränkt werden, sondern lediglich gemäß den folgenden Patentansprüchen und deren Äquivalenten definiert werden.Die vorangehende Beschreibung ist zu Veranschaulichungs- und Beschreibungszwecken dargestellt worden. Sie erhebt keinerlei Anspruch auf Vollständigkeit und soll die vorliegende Offenbarung nicht auf die exakte offenbarte Form beschränken.Viele Modifikationen und Variationen sind in Anbetracht der vorstehenden Lehren möglich.Ferner ist anzumerken, dass eine beliebige oder alle der vorstehend genannten alternativen Umsetzungen in einer beliebigen gewünschten Kombination genutzt werden können, um zusätzliche Hybridumsetzungen der vorliegenden Offenbarung zu bilden. Zum Beispiel können beliebige der unter Bezugnahme auf eine bestimmte Vorrichtung oder Komponente beschriebenen Funktionen durch eine andere Vorrichtung oder eine andere Komponente durchgeführt werden. Ferner wurden zwar konkrete Vorrichtungseigenschaften beschrieben, doch können sich Ausführungsformen der Offenbarung auf zahlreiche andere Vorrichtungseigenschaften beziehen. Ferner versteht es sich, dass, obwohl Ausführungsformen in für Strukturmerkmale und/oder methodische Handlungen spezifischer Sprache beschrieben worden sind, die Offenbarung nicht notwendigerweise auf die spezifischen beschriebenen Merkmale oder Handlungen beschränkt ist. Die konkreten Merkmale und Handlungen sind vielmehr als veranschaulichende Formen zum Umsetzen der Ausführungsformen offenbart. Mit Formulierungen, die konditionale Zusammenhänge ausdrücken, wie unter anderem „kann“, „könnte“, „können“ oder „könnten“, soll im Allgemeinen vermittelt werden, dass gewisse Ausführungsformen gewisse Merkmale, Elemente und/oder Schritte beinhalten könnten, wohingegen andere Ausführungsformen diese unter Umständen nicht beinhalten, es sei denn, es ist konkret etwas anderes angegeben oder es ergibt sich etwas anderes aus dem jeweils verwendeten Kontext. Somit sollen derartige Formulierungen, die konditionale Zusammenhänge ausdrücken, nicht implizieren, dass Merkmale, Elemente und/oder Schritte für eine oder mehrere Ausführungsformen in irgendeiner Weise erforderlich sind.
Gemäß der vorliegenden Erfindung beinhaltet ein Verfahren zum Vorhersagen eines optimalen Verwendungsniveaus eines Fahrerassistenzsystems: Empfangen von Verlaufsdaten für jedes Straßensegment einer Vielzahl von Straßensegmenten; Trainieren eines Optimierungsvorhersagemodells auf Grundlage der Verlaufsdaten für jedes Straßensegment der Vielzahl von Straßensegmenten; Empfangen von Echtzeitdaten für ein Zielstraßensegment; Vorhersagen des optimalen Verwendungsniveaus des Fahrerassistenzsystems für das Zielstraßensegment auf Grundlage der Echtzeitdaten über das Optimierungsvorhersagemodell; und Übertragen einer Warnung an das Fahrerunterstützungssystem, wenn das optimale Verwendungsniveau außerhalb eines vorbestimmten Schwellenwerts liegt.
Gemäß einer Ausführungsform ist die vorstehende Erfindung ferner gekennzeichnet durch Reduzieren oder Deaktivieren mindestens einer Funktionalität des Fahrerassistenzsystems auf Grundlage der Benachrichtigung.
Gemäß einer Ausführungsform umfasst das Vorhersagen des optimalen Verwendungsniveaus Vergleichen der Echtzeitdaten für das Zielstraßensegment mit den historischen Daten für jedes Straßensegment der Vielzahl von Straßensegmenten.
Gemäß einer Ausführungsform umfasst das Vorhersagen des optimalen Verwendungsniveaus Vergleichen des optimalen Verwendungsniveaus auf Grundlage dessen, dass das Straßensegment der Vielzahl von Straßensegmenten historische Daten aufweist, die mindestens eine vorbestimmte Ähnlichkeit mit den Echtzeitdaten für das Zielstraßensegment umfassen.
Gemäß einer Ausführungsform umfassen die historischen Daten historische Fahrerverhaltensdaten und mindestens eines von historischen Verkehrsdaten, historischen Wetterdaten, historischen Unfalldaten, historischen Oberflächenzustandsdaten oder historischen Straßengeometriedaten, und wobei die Echtzeitdaten Echtzeit-Fahrerverhaltenszeitdaten und mindestens eines von Echtzeit-Verkehrsdaten, Echtzeit-Wetterdaten, Echtzeit-Unfalldaten, Echtzeit-Oberflächenzustandsdaten oder Echtzeit-Straßengeometriedaten umfassen.

Claims

System zum Vorhersagen eines optimalen Verwendungsniveaus eines Fahrerassistenzsystems, wobei das System umfasst: einen Sendeempfänger, der zum Empfangen von historischen Daten für jedes Straßensegment einer Vielzahl von Straßensegmenten und von Echtzeitdaten für ein Zielstraßensegment konfiguriert ist; einen Speicher, in dem computerausführbare Anweisungen gespeichert sind; und einen Prozessor, der dazu konfiguriert ist, auf den Speicher zuzugreifen und die computerausführbaren Anweisungen zu Folgendem auszuführen: Trainieren eines Optimierungsvorhersagemodells auf Grundlage der historischen Daten für jedes Straßensegment der Vielzahl von Straßensegmenten; Vorhersagen des optimalen Verwendungsniveaus des Fahrerassistenzsystems für das Zielstraßensegment auf Grundlage der Echtzeitdaten über das Optimierungsvorhersagemodell; Übertragen einer Benachrichtigung an das Fahrerassistenzsystem, wenn der optimale Verwendungsgrad außerhalb eines vorbestimmten Schwellenwerts liegt.
System nach Anspruch 1, wobei das Fahrerassistenzsystem zum Reduzieren oder Deaktivieren mindestens einer Funktionalität des Fahrerassistenzsystems auf Grundlage der Benachrichtigung konfiguriert ist.
System nach Anspruch 1, wobei die mindestens eine Funktionalität des Fahrerassistenzsystems einen Tempomat umfasst.
System nach Anspruch 1, wobei die historischen Daten historische Fahrerverhaltensdaten und historische Straßenzustandsdaten umfassen und wobei die Echtzeitdaten Echtzeit-Fahrerverhaltensdaten und Echtzeit-Straßenzustandsdaten umfassen.
System nach Anspruch 4, wobei die historischen Fahrerverhaltensdaten mindestens eines von Beschleunigungs- und Abbremsmustern oder Häufigkeit der Fahrerablenkung umfassen.
System nach Anspruch 4, wobei die historischen Straßenzustandsdaten mindestens eines von historischen Verkehrsdaten, historischen Wetterdaten, historischen Unfalldaten, historischen Oberflächenzustandsdaten oder historischen Straßengeometriedaten umfassen, und wobei die Echtzeit-Straßenzustandsdaten mindestens eines von Echtzeit-Verkehrsdaten, Echtzeit-Wetterdaten, Echtzeit-Unfalldaten, Echtzeit-Oberflächenzustandsdaten oder Echtzeit-Straßengeometriedaten umfassen.
System nach Anspruch 6, wobei die historischen und Echtzeit-Verkehrsdaten Daten umfassen, die mindestens eines von durchschnittlicher Fahrzeuggeschwindigkeit, Anzahl von Fahrzeugen, Frequenz von Spurwechseln oder Interaktionen zwischen Fahrzeugen für jedes Straßensegment der Vielzahl von Straßensegmenten bzw. das Zielstraßensegment angeben.
System nach Anspruch 6, wobei der Sendeempfänger zum Empfangen von Daten, die historische und Echtzeit-Verkehrsdaten angeben, über V2X-Kommunikation konfiguriert ist.
System nach Anspruch 6, wobei die historischen und Echtzeit-Straßengeometriedaten Daten umfassen, die mindestens eines von Straßentyp, Straßenform, Anzahl von Fahrspuren oder Fahrpurbreite für jedes Straßensegment der Vielzahl von Straßensegmenten bzw. das Zielstraßensegment angeben.
System nach Anspruch 1, wobei die Vielzahl von Straßensegmenten auf Grundlage einer vorbestimmten Entfernung in die einzelnen Straßensegmente unterteilt ist.
System nach Anspruch 10, wobei die vorbestimmte Entfernung 0,5 bis 1 Meilen beträgt.
System nach Anspruch 1, wobei die Vielzahl von Straßensegmenten auf Grundlage von Änderungen des Straßentyps zwischen jedem Straßensegment der Vielzahl von Straßensegmenten in die einzelnen Straßensegmente unterteilt ist.
System nach Anspruch 1, wobei der Prozessor zum Vorhersagen des optimalen Verwendungsniveaus des Fahrerassistenzsystems für das Zielstraßensegment auf Grundlage der Echtzeitdaten über das Optimierungsvorhersagemodell durch Vergleichen der Echtzeitdaten für das Zielstraßensegment mit den historischen Daten für jedes Straßensegment der Vielzahl von Straßensegmenten konfiguriert ist.
System nach Anspruch 13, wobei das Optimierungsvorhersagemodell zum Vorhersagen des optimalen Verwendungsniveaus des Fahrerassistenzsystems für das Zielstraßensegment auf Grundlage dessen konfiguriert ist, dass das Straßensegment der Vielzahl von Straßensegmenten historische Daten aufweist, die mindestens eine vorbestimmte Ähnlichkeit mit den Echtzeitdaten für das Zielstraßensegment umfassen.
System nach Anspruch 1, wobei das optimale Verwendungsniveau einer Wahrscheinlichkeit entspricht, dass ein Fahrer eines Fahrzeugs, das das Fahrerassistenzsystem umfasst, das Fahrzeug über einen vorbestimmten Verzögerungsschwellenwert hinaus verlangsamen wird.