-
Die vorliegende Erfindung betrifft ein computerimplementiertes Verfahren zur Optimierung von Parametern eines Fahrerassistenzsystems eines Kraftfahrzeugs.
-
Dabei ist zu beachten, dass im Rahmen dieser Beschreibung der Begriff „Optimierung“ im technischen Sinne einer Verbesserung verwendet wird. Das Ergebnis einer Optimierung muss somit nicht unbedingt das Optimum sein, sondern nur eine Verbesserung. Gleichwohl ist es das Ziel der Optimierung, das Optimum zu finden. Aus praktischen Gründen wird jedoch die Optimierung häufig abgebrochen, wenn eine ausreichende Verbesserung erreicht wurde, die noch nicht das Optimum darstellt.
-
Aus dem Stand der Technik sind Verfahren bekannt, um Parameter eines Fahrerassistenzsystems unter Verwendung von Simulations-Szenarien zu optimieren. Unter einem Simulations-Szenario wird dabei im Rahmen dieser Beschreibung eine simulierte zeitliche Sequenz von Ereignissen verstanden, die auch beim bestimmungsgemäßen Gebrauch des Kraftfahrzeugs, beispielsweise im Straßenverkehr, auftreten könnte. Die Anzahl der für die Optimierung verwendeten Simulations-Szenarien beeinflusst dabei sowohl die Qualität des Fahrerassistenzsystems nach der Optimierung als auch die Zeit, die benötigt wird, um die Optimierung durchzuführen. Je mehr Simulations-Szenarien verwendet werden, desto mehr Zeit wird benötigt und desto höher ist die zu erwartende Qualität des Fahrerassistenzsystems nach der Optimierung, da mehr im Straßenverkehr auftretende Szenarien bei der Suche nach dem Optimum berücksichtigt werden.
-
Aus
DE 10 2017 210 252 A1 ist ein Verfahren bekannt, bei dem Daten von einem Fahrzeugkommunikationsnetzwerk erkannt werden. So werden einfädelnde Fahrzeuge mit ihrer Geschwindigkeit und ihrer Position erkannt.
-
Demgegenüber liegt der vorliegenden Erfindung die Aufgabe zugrunde, ein verbessertes Verfahren und ein System zur Durchführung eines solchen Verfahrens zu schaffen.
-
Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 1 und durch ein System gemäß Anspruch 10 gelöst. Ausführungsformen der Erfindung sind in den abhängigen Ansprüchen angegeben.
-
Beim Verfahren werden verschiedene Simulations-Szenarien in Hinblick auf unterschiedliche Auftrittswahrscheinlichkeiten der Simulations-Szenarien bei einem realen Betrieb des Kraftfahrzeugs beurteilt. Dies ist beispielsweise in der zum Anmeldezeitpunkt noch nicht veröffentlichten
DE 10 2022 107 845 A1 offenbart. Ein Simulations-Szenario kann dabei beispielsweise eine Geschwindigkeit des Kraftfahrzeugs, eine Geschwindigkeit eines vorausfahrenden Kraftfahrzeugs und ein Abstand zwischen dem Kraftfahrzeug und dem vorausfahrenden Kraftfahrzeug zu einem Zeitpunkt, zu dem das vorausfahrende Kraftfahrzeug von einer benachbarten Spur auf die Spur des Kraftfahrzeugs gesteuert wird, umfassen. Unter der Auftrittswahrscheinlichkeit wird im Rahmen dieser Beschreibung insbesondere ein Indikator dafür verstanden, wie häufig das jeweilige Simulations-Szenario beim Betrieb des Kraftfahrzeugs zu erwarten ist. Eine besonders hohe Auftrittswahrscheinlichkeit kann somit bedeuten, dass dieses Simulations-Szenario in der Realität besonders häufig auftritt.
-
Die Simulations-Szenarien werden in Gruppen unter Verwendung der Auftrittswahrscheinlichkeiten eingeordnet. Beispielsweise können die Simulations-Szenarien mit den höchsten Auftrittswahrscheinlichkeiten in eine erste Gruppe eingeordnet werden, während die Simulations-Szenarien mit den höchsten Auftrittswahrscheinlichkeiten mit Ausnahme der Simulations-Szenarien aus der ersten Gruppe in eine zweite Gruppe eingeordnet werden. Die unterschiedlichen Gruppen können dabei die gleiche Anzahl oder aber auch unterschiedliche Anzahlen an Simulations-Szenarien umfassen.
-
Eine erste Optimierung der Parameter wird unter Verwendung der Simulations-Szenarien der ersten Gruppe durchgeführt. Es ist insbesondere möglich, dass die erste Optimierung ausschließlich unter Verwendung der Simulations-Szenarien der ersten Gruppe durchgeführt wird. Die erste Gruppe umfasst dabei die Simulations-Szenarien mit den höchsten Auftrittswahrscheinlichkeiten. Danach wird eine zweite Optimierung der Parameter unter Verwendung der Simulations-Szenarien der ersten Gruppe und der zweiten Gruppe durchgeführt. Es ist insbesondere möglich, dass die zweite Optimierung ausschließlich unter Verwendung der Simulations-Szenarien der ersten und der zweiten Gruppe durchgeführt wird. Die zweite Gruppe umfasst dabei die Simulations-Szenarien mit den höchsten Auftrittswahrscheinlichkeiten außerhalb der ersten Gruppe. Die erste und die zweite Optimierung können dabei insbesondere dadurch erfolgen, dass die Simulations-Szenarien dem Fahrerassistenzsystem mit unterschiedlichen Parametern als Eingangsdaten zugeführt werden.
-
Es ist zu beachten, dass die zweite Optimierung insbesondere erst nach Beendigung der ersten Optimierung und mit den bereits durch die erste Optimierung optimierten Parametern durchgeführt wird.
-
Die erste und die zweite Optimierung können jeweils mit verstärkendem Lernen durchgeführt werden. Dies ist besonders vorteilhaft, da ein beim verstärkenden Lernen verwendeter Agent sein Vorgehen in einer Policy speichert und deshalb für wiederkehrende Optimierungsaufgaben gut geeignet ist. Die zweite Optimierung ist deshalb besonders effizient.
-
Das Verfahren ist besonders vorteilhat, da das Fahrerassistenzsystem bei der ersten Optimierung in Hinblick auf in der Realität besonders häufig auftretende Situationen optimiert wird. Dabei ist die Anzahl der bei der ersten Optimierung verwendeten Simulations-Szenarien noch relativ klein, sodass die erste Optimierung vergleichsweise schnell durchgeführt werden kann. Bei der danach durchgeführten zweiten Optimierung werden die bereits in der ersten Optimierung veränderten Parameter als Ausgangsgrundlage verwendet, sodass auch die zweite Optimierung trotz der größeren Anzahl an Simulations-Szenarien relativ zügig durchgeführt werden kann.
-
Nach einer Ausführungsform der Erfindung können die erste Optimierung und die zweite Optimierung jeweils als iterative Prozesse ausgebildet sein. Hierunter wird insbesondere verstanden, dass einzelne Schritte der jeweiligen Optimierung wiederholend ausgeführt werden. Beispielsweise können die erste und die zweite Optimierung jeweils durchgeführt werden, indem der Wert mindestens eines der Parameter variiert wird. Dann werden dem Fahrerassistenzsystem mit dem mindestens einen variierten Wert die Simulations-Szenarien als Eingangsdaten zur Verfügung gestellt. Wenn eine Verbesserung des Fahrerassistenzsystems erreicht wurde, wird der mindestens eine variierte Wert als Ausgangsgrundlage für eine weitere Variation verwendet. Wenn keine Verbesserung erreicht wurde, kann der variierte Wert verworfen werden und durch den davor verwendeten Wert ersetzt werden.
-
Nach einer Ausführungsform der Erfindung kann die erste Optimierung durchgeführt werden, bis ein erstes Optimierungsziel erreicht ist. Die zweite Optimierung kann durchgeführt werden, bis ein zweites Optimierungsziel erreicht ist.
-
Nach einer Ausführungsform der Erfindung können bei der ersten Optimierung und bei der zweiten Optimierung jeweils die Parameter in Hinblick auf eine Erhöhung eines Qualitätsmerkmals des Fahrerassistenzsystems optimiert werden. Das Qualitätsmerkmal kann dabei der Komfort, die Sicherheit, die Natürlichkeit des Verhaltens des Systems in Hinblick auf das Fahrverhalten eines realen Fahrers, die Effizienz und/oder die Funktionalität bei Verwendung des Fahrerassistenzsystems in den jeweiligen Simulations-Szenarien sein. Das Qualitätsmerkmal kann dabei beispielsweise durch eine negative Beschleunigung des Kraftfahrzeugs und/oder die Zeit, während der ein Mindestabstand zwischen zwei Kraftfahrzeugen unterschritten wird, bei Ausführung des Fahrerassistenzsystems mit den jeweiligen Simulations-Szenarien umfassen.
-
Nach einer Ausführungsform der Erfindung kann das erste Optimierungsziel und/oder das zweite Optimierungsziel jeweils erreicht sein, wenn das Qualitätsmerkmal während einer festgelegten Anzahl an Iterationsschritten um weniger als ein Qualitätsschwellwert erhöht wurde. In diesem Fall kann dann angenommen werden, dass bei einer weiteren Optimierung unter Aufwendung weiterer Zeit zwar unter Umständen noch eine geringfügige Verbesserung erreicht werden könnte. Jedoch wird die Optimierung abgebrochen, um Zeit zu sparen.
-
Nach einer Ausführungsform der Erfindung können nach der zweiten Optimierung weitere Optimierungen nacheinander durchgeführt werden. Die weiteren Optimierungen können dabei ähnlich oder genauso wie die erste und die zweite Optimierung durchgeführt werden. Nachfolgende Optimierungen werden jeweils unter Verwendung der Simulations-Szenarien der Gruppen, die bereits zuvor bei anderen Optimierungen verwendet wurden, und der Simulations-Szenarien derjenigen der Gruppen durchgeführt, die die Simulations-Szenarien mit den höchsten Auftrittswahrscheinlichkeiten mit Ausnahme bereits zuvor bei anderen Optimierungen verwendeter Simulations-Szenarien umfasst.
-
Bei dieser Ausführungsform wird somit nach Beendigung einer Optimierung eine weitere Optimierung mit den gleichen Simulations-Szenarien und weiteren Simulations-Szenarien, die noch nicht bei vorher durchgeführten Optimierungen verwendet wurden, durchgeführt. Es ergeben sich ähnliche Vorteile wie oben in Bezug auf die zweite Optimierung ausgeführt wurde.
-
Durch die weiteren Optimierungen werden immer mehr Simulations-Szenarien verwendet. Trotzdem wird für jede Optimierung eine vergleichsweise geringe Zeit aufgewendet, da die bereits durch die vorher mit weniger Simulations-Szenarien durchgeführten Optimierung optimierten Parameter als Ausgangsgrundlage verwendet werden. Dies ist insbesondere vorteilhaft, wenn verstärkendes Lernen für die Optimierungen verwendet wird. In diesem Fall kann der Agent des verstärkenden Lernens seine Policy bei jeder Optimierung anpassen, sodass er die Optimierungen besonders effizient ausführt. Außerdem wird das Fahrzeugassistenzsystem besonders für die Simulations-Szenarien mit den höchsten Auftrittswahrscheinlichkeiten optimiert.
-
Nach einer Ausführungsform der Erfindung kann das Verfahren beendet werden, wenn die Simulations-Szenarien aus einer Anzahl an Gruppen bei einer der weiteren Optimierungen verwendet wurden, die einen Gruppenschwellwert übersteigt oder wenn die für die Durchführung einer der weiteren Optimierungen benötigte Zeit einen Zeitschwellwert überschreitet. Wenn die Anzahl den Gruppenschwellwert überschreitet, kann davon ausgegangen werden, dass die Parameter ausreichend gut optimiert sind. Wenn der Zeitschwellwert überschritten wird, kann angenommen werden, dass weitere Optimierungen einen zu hohen Zeitaufwand bedeuten.
-
Nach einer Ausführungsform der Erfindung kann das Fahrerassistenzsystem ein Abstandsregeltempomat sein. Hierunter wird im Rahmen dieser Beschreibung insbesondere ein System verstanden, das eine Geschwindigkeit des Kraftfahrzeugs verändert, um einen ausreichenden Sicherheitsabstand zu einem vor dem Kraftfahrzeug fahrenden anderen Kraftfahrzeug zu gewährleisten. Dieser Sicherheitsabstand kann je nach System unter Umständen für einen bestimmten Zeitraum unterschritten werden, wenn beispielsweise das andere Kraftfahrzeug von einer anderen Spur der Fahrbahn auf die Fahrbahn des Kraftfahrzeugs wechselt.
-
Nach einer Ausführungsform der Erfindung können die Simulations-Szenarien jeweils ein Einscheren eines anderen Kraftfahrzeugs vor dem Kraftfahrzeug umfassen. Die Simulations-Szenarien können sich voneinander durch die Geschwindigkeit des anderen Kraftfahrzeugs, durch die Geschwindigkeit des Kraftfahrzeugs und/oder durch den Abstand zwischen dem anderen Kraftfahrzeug und dem Kraftfahrzeug zum Zeitpunkt des Einscherens unterscheiden.
-
Das System gemäß Anspruch 10 umfasst eine elektronische digitale Signalverarbeitungseinheit, die auch als Prozessor bezeichnet werden kann, und einen digitalen Datenspeicher. Im Datenspeicher sind Instruktionen gespeichert. Die digitale Signalverarbeitungseinheit ist dazu ausgebildet, die Instruktionen auszulesen und auszuführen. Die Instruktionen sind dazu ausgebildet, die Signalverarbeitungseinheit bei der Ausführung dazu zu veranlassen, ein Verfahren nach einer Ausführungsform der Erfindung durchzuführen.
-
Weitere Merkmale und Vorteile der vorliegenden Erfindung werden deutlich anhand der nachfolgenden Beschreibung bevorzugter Ausführungsbeispiele unter Bezugnahme auf die beiliegenden Abbildungen. Dabei zeigt
- 1 ein schematisches Blockdiagramm eines Verfahrens nach einer Ausführungsform der Erfindung.
-
In Schritt S1 werden verschiedene Simulations-Szenarien in Hinblick auf unterschiedliche Auftrittswahrscheinlichkeiten bei einem realen Betrieb eines Kraftfahrzeugs beurteilt. Dies kann beispielsweise mit prozentualen Werten oder aber auch mit ganzzahligen Klassifikationsindikatoren erfolgen. Beispielsweise können den Simulations-Szenarien mit den höchsten Auftrittswahrscheinlichkeiten jeweils der Klassifikationsindikator 1 zugeordnet werden, während den Simulations-Szenarien mit den niedrigsten Auftrittswahrscheinlichkeiten jeweils der Klassifikationsindikator 10 zugeordnet wird. Ein Verfahren zur Beurteilung der Auftrittswahrscheinlichkeiten ist in
DE 10 2022 107 845 A1 offenbart. Die Simulations-Szenarien können beispielsweise Szenarien enthalten, in denen ein anderes Kraftfahrzeug vor dem Kraftfahrzeug einschert.
-
In Schritt S2 werden die Simulations-Szenarien unter Verwendung der Auftrittswahrscheinlichkeiten in Gruppen eingeordnet. Beispielsweise können in eine erste Gruppe die x Simulations-Szenarien mit den höchsten Auftrittswahrscheinlichkeiten eingeordnet werden, wobei x eine natürliche Zahl ist. In eine zweite Gruppe können beispielsweise die x Simulations-Szenarien eingeordnet werden, die die höchsten Auftrittswahrscheinlichkeiten haben und nicht Bestandteil der ersten Gruppe sind.
-
In Schritt S3 wird eine erste Optimierung von Parametern eines Fahrerassistenzsystems des Kraftfahrzeugs unter Verwendung der Simulations-Szenarien der ersten Gruppe durchgeführt. Das Fahrerassistenzsystem kann beispielsweise ein Abstandsregeltempomat sein. Bei der ersten Optimierung werden die Parameter iterativ variiert, beispielsweise von einer künstlichen Intelligenz, die verstärkendes Lernen verwendet. Die erste Optimierung kann beispielsweise beendet werden, wenn ein erstes Optimierungsziel erreicht ist. Das erste Optimierungsziel kann beispielsweise sein, dass sich eine mittlere negative Beschleunigung des Kraftfahrzeugs und eine Zeit, in der der Abstand zwischen dem Kraftfahrzeug und dem anderen Kraftfahrzeug weniger als ein Abstandsschwellwert beträgt, in den letzten y Iterationen um weniger als ein Iterationsschwellwert verringert haben, wobei y eine natürliche Zahl ist.
-
Nachdem die erste Optimierung beendet wurde, wird in Schritt S4 eine zweite Optimierung der Parameter mit den Simulations-Szenarien der ersten Gruppe und der zweiten Gruppe durchgeführt. Die zweite Optimierung wird also mit den Parametern durchgeführt, die bereits bei der ersten Optimierung verändert wurden. Dies hat den Vorteil, dass die zweite Optimierung, obwohl nun die doppelte Anzahl an Simulations-Szenarien verwendet wird, relativ zügig durchgeführt werden kann, da die Parameter bereits für die Simulations-Szenarien der ersten Gruppe optimiert sind. Die zweite Optimierung kann beispielsweise beendet werden, wenn ein zweites Optimierungsziel erreicht ist. Das zweite Optimierungsziel kann beispielsweise sein, dass sich eine mittlere negative Beschleunigung des Kraftfahrzeugs und eine Zeit, in der der Abstand zwischen dem Kraftfahrzeug und dem anderen Kraftfahrzeug weniger als ein Abstandsschwellwert beträgt, in den letzten z Iterationen um weniger als ein Iterationsschwellwert verringert haben, wobei z eine natürliche Zahl ist.
-
Optional können weitere Optimierungen in ähnlicher Weise wie die erste und die zweite Optimierung durchgeführt werden. Wichtig ist dabei, dass für eine Optimierung die bereits in den vorherigen Optimierungen optimierten Parameter verwendet werden und die bereits in den vorherigen Optimierungen verwendeten Simulations-Szenarien zusätzlich zu den bislang noch nicht verwendeten Simulations-Szenarien mit den höchsten Auftrittswahrscheinlichkeiten verwendet werden.
-
Das gesamte Verfahren kann beendet werden, wenn beispielsweise n der Gruppen mit den Simulations-Szenarien für eine Optimierung verwendet wurden, wobei n eine natürliche Zahl ist. Die dann optimierten Parameter können als ausreichend optimiert angesehen werden.
-
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 102017210252 A1 [0004]
- DE 102022107845 A1 [0007, 0025]