DE102022209556A1

DE102022209556A1 - Bereitstellungssystem zum unterstützenden Betreiben eines zumindest teilweise autonom betreibbaren Egofahrzeugs in einem vorgegebenen Straßenabschnitt

Info

Publication number: DE102022209556A1
Application number: DE102022209556.1A
Authority: DE
Inventors: Mohammad Alsharif; Hubert Bichelmeier; Gowtham Perumalsamy; Ilker Bagci; Erik Zeller; Costin Soare; Istvan Hegedüs-Bite
Original assignee: ZF Friedrichshafen AG
Current assignee: ZF Friedrichshafen AG
Priority date: 2022-09-13
Filing date: 2022-09-13
Publication date: 2024-03-14

Abstract

Die Erfindung betrifft ein Bereitstellungssystem (1,1a) zum unterstützenden Betreiben eines zumindest teilweise autonom betreibbaren Egofahrzeugs (10) in einem vorgegebenen Straßenabschnitt, wobei zumindest ein erstes Modul (2) vorgesehen ist, welches zumindest eine erste Schnittstelle (3) aufweist, wobei die erste Schnittstelle (3) zum Empfang von den Straßenabschnitt betreffende aktuelle Signaldaten ausgebildet ist, und wobei die erste Schnittstelle (3) zum Empfang den Straßenabschnitt betreffende Umfeldrohdaten ausgebildet ist, und wobei die erste Schnittstelle (3) ferner zum Empfang von den Straßenabschnitt betreffende Umfeldserverrohdaten ausgebildet ist, welche von einem externen Server (6) bereitgestellt sind, und wobei das erste Modul (2) einen Prozessor (13) aufweist, welcher ausgebildet ist, ein vollständig aktuelles digitales Umfeld des betreffenden Straßenabschnitts zu erstellen, und wobei das Bereitstellungssystem (1,1a) ferner ein zweites Modul (14) aufweist, zur Generierung von verschiedenen Soll-Roh-Trajektorien für den betreffenden Straßenabschnitt anhand des digitalen Umfelds, wobei das zweite Modul (14) eine zweite Schnittstelle (25) aufweist, zur Übermittlung einer solchen Soll-Roh-Trajektorie an ein entsprechendes Egofahrzeug (10) in dem Straßenabschnitt, wobei die Soll-Roh-Trajektorie als eine durch das entsprechende Egofahrzeug (10) anzupassende und/oder zu validierende Soll-Trajektorie ausgebildet ist.

Description

Die Erfindung betrifft ein Bereitstellungssystem zum unterstützenden Betreiben eines zumindest teilweise autonom betreibbaren Egofahrzeugs in einem vorgegebenen Straßenabschnitt und ein Egofahrzeug.
Ein autonomes Fahrzeug/teilautonomes Fahrzeug ist ein Fahrzeug, das ohne Fahrer auskommt bzw. bei dem der Fahrer nur bedarfsbedingt in Notfällen eingreift. Das Fahrzeug fährt dabei autonom, indem es beispielsweise den Straßenverlauf, andere Verkehrsteilnehmer oder Hindernisse selbständig erkennt und die entsprechenden Steuerbefehle im Fahrzeug berechnet sowie diese an die Aktuatoren im Fahrzeug weiterleitet, wodurch der Fahrverlauf des Fahrzeugs korrekt beeinflusst wird.
Fortgeschrittene Fahrerassistenzsysteme (ADAS) und autonomes Fahren (AD) sind sehr bekannte marktführende Technologien in der aktuellen Automobilforschung und auf dem Markt. Sowohl ADAS als auch AD stützen sich intensiv auf die Informationen über das Umfeld des Fahrzeugs, die im Stand der Technik als „Wahrnehmung“, „digitales Umfeld", „Fahrzeugkontext“ oder einfach als „Umfeld" bezeichnet wird.
Diese Informationen werden auf zwei Arten gesammelt, entweder ausschließlich mit den bordeigenen Sensoren, wie im Fall der Anpassung der Fahrzeuggeschwindigkeit auf der Grundlage des Abstands zum vorausfahrenden Fahrzeug, oder mit den bordeigenen Sensoren, insbesondere Lidarsensoren/Radarsensoren zusammen mit Informationen aus externen Systemen, wie der Cloud, dem GPS, Karteninformationen usw.
Solche Sensoren, beispielsweise Radarsensoren/Ultraschallsensoren/Lidarsensoren und Kameras sind jedoch sehr teuer. Gerade bei älteren Fahrzeugen ist zudem ein Nachrüsten nicht möglich oder unrentabel.
Die DE 10 2020 211970 A1 offenbart ein Verfahren zum Steuern eines autonom fahrenden Fahrzeugs, umfassend: Aufnehmen von Umfeldsensordaten eines Umfelds eines Fahrzeugs durch einen Umfeldsensor des Fahrzeugs, wobei die Umfeldsensordaten als Datenpunkte in einer ersten dreidimensionalen Punktwolke mit einer ersten Auflösung von Umfeldsensordaten zusammengefasst sind; Generieren einer zweiten dreidimensionalen Punktwolke von Umfeldsensordaten auf Basis der ersten dreidimensionalen Punktwolke von Umfeldsensordaten durch ein erstes trainiertes neuronales Netz, wobei die zweite dreidimensionale Punktwolke Datenpunkte der ersten dreidimensionalen Punktwolke umfasst, und wobei die zweite dreidimensionale Punktwolke einen Punktbereich mit einer zweiten Auflösung aufweist, die höher ist als die erste Auflösung; und Erkennen eines Objekts im Umfeld des Fahrzeugs auf Basis der Datenpunkte des Punktbereichs der zweiten dreidimensionalen Punktwolke mit der zweiten Auflösung durch ein zweites trainiertes neuronales Netz.
Es ist daher die Aufgabe der vorliegenden Erfindung, ein Bereitstellungssystem zur Unterstützung einer Betriebsweise eines Egofahrzeugs anzugeben. Ferner ist es eine Aufgabe ein solches unterstütztes Egofahrzeug anzugeben.
Diese Aufgabe wird gelöst durch ein Bereitstellungssystem mit den Merkmalen des Anspruchs 1 sowie ein Egofahrzeug mit den Merkmalen des Anspruchs 13. In den Unteransprüchen sind weitere vorteilhafte Maßnahmen aufgelistet, die geeignet miteinander kombiniert werden können, um weitere Vorteile zu erzielen.
Die Aufgabe wird gelöst durch ein Bereitstellungssystem zum unterstützenden Betreiben eines zumindest teilweise autonom betreibbaren Egofahrzeugs in einem vorgegebenen Straßenabschnitt, wobei zumindest ein erstes Modul vorgesehen ist, welches zumindest eine erste Schnittstelle aufweist, wobei die erste Schnittstelle zum Empfang von den Straßenabschnitt betreffende aktuelle Signaldaten ausgebildet ist, wobei die Signaldaten durch eine Straßeninfrastruktur bereitgestellt sind, wobei die Signaldaten zumindest aktuelle Signaldaten zur Steuerung des Straßenverkehrs gemäß der Straßenverkehrsordnung aufweisen,
und wobei die erste Schnittstelle zum Empfang den Straßenabschnitt betreffende Umfeldrohdaten ausgebildet ist, wobei die Umfeldrohdaten den Straßenabschnitt
zumindest teilweise umfassen, wobei die Umfeldrohdaten durch eine Infrastruktur bereitgestellt sind, wobei die Umfeldrohdaten zumindest Kamerarohdaten und/oder Radarrohdaten umfassen,
und wobei die erste Schnittstelle ferner zum Empfang von den Straßenabschnitt betreffende Umfeldserverrohdaten ausgebildet ist, welche von einem externen Server bereitgestellt sind, wobei die Umfeldserverrohdaten zumindest aktuelle Verkehrszustandsinformationen umfassen,
und wobei das erste Modul einen Prozessor aufweist, welcher ausgebildet ist, ein vollständig aktuelles digitales Umfeld des betreffenden Straßenabschnitts anhand zumindest der betreffenden Umfeldserverrohdaten, der betreffenden Umfeldrohdaten und der aktuellen Signaldaten zu erstellen, und
und wobei das Bereitstellungssystem ferner ein zweites Modul aufweist, zur Generierung von verschiedenen Soll-Roh-Trajektorien für den betreffenden Straßenabschnitt anhand des digitalen Umfelds, wobei das zweite Modul eine zweite Schnittstelle aufweist, zur Übermittlung einer solchen Soll-Roh-Trajektorie an ein entsprechendes Egofahrzeug in dem Straßenabschnitt, wobei die Soll-Roh-Trajektorie als eine durch das entsprechende Egofahrzeug anzupassende und/oder zu validierende Soll-Trajektorie ausgebildet ist.
Unter Rohdaten sind unverarbeitete oder nur zum Teil vorverarbeitete Daten zu verstehen. Signaldaten können beispielsweise sein, Ampel rot, grün, Baustellenwarnungen etc.
Umfeldrohdaten können beispielsweise den Straßenabschnitt als Kamerabild zeigen/Radaraufnahmen oder Lidarsensordaten des Straßenabschnitts umfassen.
Solche Kameras können beispielsweise an Straßenseiten angebracht werden.
Umfeldserverrohdaten sind beispielsweise Informationen über Routensperrungen, vorausliegende Baustellen, ebenso wie das Wetter auf der zu befahrenden Route. Ferner können auch weitere, den Straßenabschnitt betreffende Daten übermittelt werden.
Ein Straßenabschnitt kann beispielsweise eine Kreuzung sein oder aber auch ein längerer Streckenbereich oder eine Stadt oder mehrere Städte etc.
Durch die Ausgliederung der Generierung des digitalen Umfelds an ein beispielsweise externes Rechnersystem als erstes Modul kann eine schnelle Generierung unter Verwendung einer großen Anzahl von Daten erfolgen, insbesondere durch mehr Rechenkapazität, leistungsstärkere Prozessoren etc. Hierzu können rechenintensive KI (Künstliche Intelligenz)-Algorithmen herangezogen werden, anhand dessen schnell und zuverlässig ein digitales Umfeld erzeugt werden kann.
Ferner kann das erfindungsgemäße Bereitstellungssystem verschiedene Trajektorien als Soll-Roh-Trajektorien generieren. Dabei können die Soll-Roh-Trajektorien durch Kopplung an die extern autonom fahrenden Egofahrzeuge, welche vorab ein Ziel übermittelt haben, generiert werden oder es können generell alle Soll-Roh-Trajektorien für den Straßenabschnitt generiert werden.
Dabei ist eine Soll-Roh-Trajektorie im Wesentlichen eine Soll-Trajektorie, welche nur eine geringfügige Adaptierung und/oder Validierung im Egofahrzeug benötigt, beispielsweise durch genaue Anpassung der Soll-Roh-Trajektorie auf die exakte Position des betreffenden Egofahrzeugs, welches die entsprechende Soll-Roh-Trajektorie nutzt. Dabei kann eine solche exakte Position durch eine kinematikbasierte Lokalisierung durch das Egofahrzeug oder durch übermitteln einer Globalen Position durch ein Globales Positionsbestimmungssystem an das Egofahrzeug bestimmt werden.
Ferner kann dadurch auch die Soll-Roh-Trajektorie zur Soll-Trajektorie angepasst/validiert werden. Anhand einer solchen Anpassung und/oder Validierung der Soll-Roh-Trajektorie kann das Egofahrzeug auch ohne interne Erstellung eines digitalen Umfelds autonom betrieben werden, d.h., die Steuerungsgeräte können anhand der Soll-Trajektorie die Stellgrößen/Stellparameter für die Aktuatoren generieren.
Durch ein solches Bereitstellungssystem kann im autonomen Egofahrzeug auf umfelderzeugende teure Sensoren und auf rechenintensive Operationen und entsprechende Hardwaremodule verzichtet werden.
In weiterer Ausbildung ist das zweite Modul dazu ausgebildet, die verschiedenen Soll-Roh-Trajektorien für autonom betreibbare Egofahrzeuge mit Autonomiestufe vier oder höher zu generieren. Das Egofahrzeug kann anschließend die Soll-Roh-Trajektorien anfordern bzw. bei Kopplung an das Bereitstellungssystem diese Soll-Roh-Trajektorie automatisiert übermittelt bekommen. Dadurch können rechenintensive Soll-Roh-Trajektorien für ein hochautomatisiertes Egofahrzeug extern generiert werden. Das Egofahrzeug kann dadurch auf rechenintensive und damit hardwareintensive Rechenoperationen, für die nicht nur ein entsprechend vollständiges digitales Umfeldbild notwendig ist, sondern auch eine rechenintensive Berechnung der Soll-Trajektorie notwendig ist, verzichten.
In weiterer Ausbildung weist das zweite Modul eine Empfangsschnittstelle zum Empfang von Zielinformationen eines bestimmten Egofahrzeugs auf, wobei das zweite Modul dazu ausgebildet ist, anhand der zweiten Schnittstelle die entsprechende Soll-Roh-Trajektorie in Bezug auf die Zielinformationen an das bestimmte Egofahrzeug zu übermitteln. Dabei kann für die Übermittlung der Zielinformationen die zweite Schnittstelle herangezogen werden oder eine separate Empfangsschnittstelle vorhanden sein. Dadurch kann eine auf das Egofahrzeug abgestimmte Soll-Roh-Trajektorie übermittelt werden, auf den vollständigen Datensatz aller Soll-Roh-Trajektorien kann verzichtet werden, was eine schnellere Datenübertragung zulässt.
In weiterer Ausbildung ist das zweite Modul dazu ausgebildet, die Soll-Roh-Trajektorie in kontinuierlichen Zeitabständen automatisiert an das bestimmte Egofahrzeug zu übermitteln. Dadurch kann eine reibungslose Fahrt des Egofahrzeugs sichergestellt werden.
In weiterer Ausbildung ist das zweite Modul dazu ausgebildet, anhand der von verschiedenen Egofahrzeugen übermittelten Autonomiestufe die jeweils auf die Autonomiestufe angepasste Soll-Roh-Trajektorie an das jeweilige Egofahrzeug zu übermitteln. Somit kann beispielsweise eine schnellere Übertragung erfolgen, anhand einer reduzierten Soll-Roh-Trajektorie, welche beispielsweise für ein Egofahrzeug mit Autonomiestufe zwei oder drei ausreichend ist.
In einer weiteren Ausgestaltung ist das Bereitstellungssystem zumindest als mehrere Edge Clouds für einen jeweils vorgegebenen Straßenabschnitt ausgebildet, wobei jedes der Edge Clouds das erste Modul und das zweite Modul aufweist. Damit kann quasi jede dieser Edge Clouds ein digitales Umfeld generieren und Soll-Roh-Trajektorien für den jeweiligen entsprechenden Straßenabschnitt erstellen. Solche Edge Clouds, welche beispielsweise als externe Rechner ausgebildet sein können, können beispielsweise in/an dem entsprechenden Straßenabschnitt installiert sein, so dass beispielsweise eine Übertragung mittels Funk/NFC (Near Field Communication) möglich ist. Dadurch kann eine gesicherte Übertragung möglich gestellt werden, unabhängig von einer vorhandenen Internetverbindung / Netzwerkanbindung.
In weiterer Ausbildung kann jede der Edge Clouds zum Empfang mittels der zumindest einen ersten Schnittstelle des zumindest einen ersten Moduls von, durch andere Verkehrsteilnehmer generierte, V2X-Daten betreffend das Umfeld des vorgegebenen Straßenabschnittes ausgebildet sein, wobei der Prozessor des zumindest einen ersten Moduls dazu ausgebildet sein kann, das vollständig aktuelle digitale Umfeld des betreffenden Straßenabschnitts zumindest anhand der betreffenden Umfeldserverrohdaten, der betreffenden Umfeldrohdaten und der aktuellen Signaldaten und der empfangenen V2X-Daten zu erstellen. Durch die weiteren V2X-Daten kann ein genaueres digitales Umfeld erstellt werden.
In weiterer Ausbildung ist jede der Edge Clouds im Bereich des für das jeweilige Edge Cloud zuständigen Straßenabschnitts angeordnet. Ferner können die Edge Clouds dazu ausgebildet sein, die Soll-Roh-Trajektorie mittels V2X-Kommunikation an die entsprechenden Egofahrzeuge zu übermitteln. Dadurch kann auch in Gegenden mit Funkstörungen eine gesicherte Übertragung erfolgen.
In einer weiteren Ausgestaltung ist die erste Schnittstelle des ersten Moduls zum Empfang von SmartHome Daten eines Smart Homes eines Nutzers eines Egofahrzeugs ausgebildet, wobei der Prozessor ferner ausgebildet ist, ein vollständig aktuelles digitales Umfeld zumindest anhand der betreffenden Umfeldserverrohdaten, der betreffenden Umfeldrohdaten und der aktuellen Signaldaten und der SmartHome Daten zu generieren, und wobei das zweite Modul dazu ausgebildet ist, eine personalisierte Soll-Roh-Trajektorie zu generieren und an das Egofahrzeug des Nutzers zu übermitteln.
Dadurch kann beispielsweise eine Steuerung des Egofahrzeugs auf einem Privatgelände, beispielsweise ein Einparken in eine Garage /Carport oder Abstellen des Egofahrzeugs auf einem vorgegebenen Grundstücksplatz bewerkstelligt werden.
In weiterer Ausbildung kann das Bereitstellungssystem ferner dazu ausgebildet sein, eine Kopplung an ein oder mehrere Egofahrzeuge zu bewerkstelligen und die Datensicherheit für die angekoppelten Egofahrzeuge zumindest teilweise zu bewerkstelligen. Dadurch werden Cybersecurity-Firewalls teilweise extern implementiert. Zusätzlich können alle zeitunkritischen Aufgaben sowie Informationen, die für die Bewegungsdomäne der Egofahrzeuge irrelevant sind wie beispielsweise Infotainmentdaten und Karosseriedaten an das Bereitstellungssystem, ausgelagert und dort extern verarbeitet werden. Dadurch wird im Egofahrzeug Rechenkapazität und somit Hardware gespart.
In weiterer Ausbildung ist die erste Schnittstelle des ersten Moduls zum Empfang von OffRoad Daten anhand von OffRoad Elementen in dem vorgegebenen Straßenabschnitt ausgebildet, und wobei der Prozessor des ersten Moduls dazu ausgebildet ist, ein vollständig aktuelles digitales Umfeld des betreffenden Straßenabschnitts zumindest anhand der betreffenden Umfeldserverrohdaten, der betreffenden Umfeldrohdaten und der aktuellen Signaldaten und der OffRoad Daten zu erstellen, und wobei das zweite Modul dazu ausgebildet ist, die Generierung von Soll-Roh-Trajektorien für den betreffenden Straßenabschnitt anhand des digitalen Umfelds unter Einbeziehung der OffRoad Daten zu bewerkstelligen.
OffRoad Elemente können beispielsweise Tankstellen oder beispielsweise Waschstraßen / Werkstätten sein.
Dabei umfassen die OffRoad Daten die jeweils angebotene Dienstleistung, wie Bereitstellung von Benzin, Waschanlagen, Reparaturen etc.
Ferner wird die Aufgabe gelöst durch ein Egofahrzeug aufweisend ein bidirektionales Kommunikationsmodul zur Kommunikation mit einem wie oben beschriebenen Bereitstellungssystem, wobei das Kommunikationsmodul dazu ausgebildet ist, eine Soll-Roh-Trajektorie zumindest anhand einer eingegebenen Zielposition zu empfangen, und wobei das Kommunikationsmodul zum Empfang von Positionsdaten zur Bestimmung der Position des Egofahrzeugs durch ein globales Satellitennavigationssystem ausgebildet ist und/oder das Egofahrzeug zur Berechnung von Positionsdaten zur Bestimmung der Position des Egofahrzeugs anhand einer kinematikbasierten Lokalisierung ausgebildet ist und wobei das Egofahrzeug ferner dazu ausgebildet ist, die Soll-Roh-Trajektorie anhand der Positionsdaten als Soll-Trajektorie zu adaptieren und/oder zu validieren zur Bewerkstelligung eines zumindest teilweisen autonomen Betriebs in einem vorgegebenen Straßenabschnitt.
In weitere Ausbildung ist das Egofahrzeug dazu ausgebildet, mittels des Kommunikationsmoduls, die den Straßenabschnitt betreffenden aktuellen Signaldaten für die eingegebene Route, wobei die Signaldaten durch eine Straßeninfrastruktur bereitgestellt sind, wobei die Signaldaten zumindest aktuelle Signaldaten zur Steuerung des Stra-ßenverkehrs gemäß der Straßenverkehrsordnung aufweisen, zu empfangen und wobei das Egofahrzeug dazu ausgebildet ist, mittels des Kommunikationsmoduls, die den Straßenabschnitt betreffenden Umfeldrohdaten für die eingegebene Route, wobei die Umfeldrohdaten den Straßenabschnitt zumindest teilweise umfassen, wobei die Umfeldrohdaten durch eine Infrastruktur bereitgestellt sind, wobei die Umfeldrohdaten zumindest Kamerarohdaten und/oder Radarrohdaten umfassen, zu empfangen, und wobei das Egofahrzeug dazu ausgebildet ist, mittels des Kommunikationsmoduls die den Straßenabschnitt betreffenden Umfeldserverrohdaten, welche von einem externen Server bereitgestellt sind, wobei die Umfeldserverrohdaten zumindest aktuelle Verkehrszustandsinformationen umfassen, zu empfangen,
und wobei das Egofahrzeug dazu ausgebildet ist, die Soll-Roh-Trajektorie als Soll-Trajektorie
zumindest auf Basis der empfangenen Signaldaten, der empfangenen Umfeldrohdaten, der empfangenen Umfeldserverrohdaten, und der exakten Position zu adaptieren und/oder zu validieren.
Dadurch kann eine schnelle Adaptierung und/oder Validierung der Soll-Roh-Trajektorie zur sicheren autonomen Betriebsweise eines Egofahrzeugs, welches kein teures Sensorsystem zur Aufnahme des Umfelds aufweist, bewerkstelligt werden.
Ferner können auch V2V-Daten, welche von anderen Fahrzeugen übermittelt werden zur Adaption und/oder zur Validierung der Soll-Roh-Trajektorie herangezogen werden.
Durch eine solche Übermittlung kann das Egofahrzeug in dem vorgegebenen Stra-ßenabschnitt, bzw. ohne Generierung eines digitalen Umfelds autonom betrieben werden. Dabei kann es sich um ein Egofahrzeug mit Fahrerassistenzsystemen, d.h. Autonomiestufe zwei oder um ein höher automatisiertes Egofahrzeug handeln. Das Egofahrzeug kann mittels der genauen Position die übermittelte Soll-Roh-Trajektorie als Soll-Trajektorie adaptieren und validieren und anschließend anhand der Soll-Trajektorie die Stellparameter / Fahrzeugparameter durch die verschiedenen Steuergeräte generieren. Durch ein solches Egofahrzeug mit einer externen Verarbeitung der Sensordaten sowie einer internen Weiterverarbeitung der empfangenen Soll-Roh-Trajektorie kann eine sichere und schnelle autonome Betriebsweise ohne teure Sensoren oder aufwändige Sensorverarbeitung mit teuren Hardwarekomponenten erzielt werden.
Dabei kann das Kommunikationsmodul ein Gate umfassen zur Verteilung von bestimmten Daten der empfangenen Soll-Roh-Trajektorie und/oder der adaptierten und/oder validierten Soll-Trajektorie an die relevanten Steuerungsgeräte. Durch ein solches Gate können die übermittelten Daten intern im Egofahrzeug schnell verteilt werden.
In weiterer Ausbildung weist das Egofahrzeug ein Sensorsystem zum Aufnehmen von Egofahrzeugdaten, das Umfeld des Egofahrzeugs betreffend, auf, wobei das Egofahrzeug dazu ausgebildet ist, die Soll-Roh-Trajektorie anhand von Egofahrzeugdaten als Soll-Trajektorie zu adaptieren oder zu validieren. Dabei kann es sich um einige wenige Sensoren handeln, die lediglich zum Abgleich oder Adaption der Soll-Roh-Trajektorie dienen. Somit kann eine einfache und kostengünstige Adaption bzw. Validierung der Soll-Roh-Trajektorie geschaffen werden, wobei auch bei Kommunikationsabbruch beispielsweise ein sicheres Stehenbleiben/Anhalten eines autonom betriebenen Egofahrzeugs bewerkstelligt werden kann.
Ferner kann in einer weiteren Ausgestaltung das Egofahrzeug dazu ausgebildet sein, anhand des bidirektionalen Kommunikationsmoduls die Autonomiestufe an das Bereitstellungssystem zu übermitteln, zum Empfang einer auf die Autonomiestufe abgestimmten Soll-Roh-Trajektorie. Dadurch kann beispielsweise von einem Egofahrzeug mit Autonomiestufe zwei eine datenreduzierte Soll-Roh-Trajektorie empfangen werden, wodurch eine schnellere Datenübertragung möglich ist und eine einfachere Datenweiterverarbeitung.
Weitere Eigenschaften und Vorteile der vorliegenden Erfindung ergeben sich aus der nachfolgenden Beschreibung unter Bezugnahme auf die beiliegenden Figuren. Dabei zeigen:

1: ein Bereitstellungssystem gemäß einer ersten Ausgestaltung,
2: eine weitere Ausbildung eines solchen Bereitstellungssystem,
3: ein erfindungsgemäßes Egofahrzeug,
4: eine Egofahrzeugarchitektur,

1 zeigt ein Bereitstellungssystem 1 gemäß einer ersten Ausgestaltung.
Dieses weist einen Server/Rechnermodul als erstes Modul 2 auf. Das erste Modul 2 umfasst dabei eine erste Schnittstelle 3. Dabei können mit erster Schnittstelle 3 mehrere unterschiedliche Schnittstellen 3 umfasst sein, welche beispielsweise auf NFC-Technologie/Funk/5G Technologie beruhen und Daten über diese Technologie empfangen können. Dabei kann die erste Schnittstelle 3 zum Datenempfang als auch zur Datenübermittlung ausgebildet sein.
Dabei empfängt das erste Modul 2 über die erste Schnittstelle 3 die einen vorgegebenen Straßenabschnitt betreffenden aktuellen Signaldaten dieses Straßenabschnitts, welche durch eine Straßeninfrastruktur 8, wie beispielsweise einer Ampel, bereitgestellt werden. Dabei umfassen die Signaldaten zumindest aktuelle Signaldaten zur Steuerung des Straßenverkehrs gemäß der Straßenverkehrsordnung. Dies kann beispielsweise die aktuelle Ampelschaltung (grün/rot) sein.
Ein solcher Straßenabschnitt kann ein vorgegebener Bereich, beispielsweise eine Stadt sein oder ein Abschnitt daraus oder ein oder mehrere Straßenzüge.
Ferner werden die den Straßenabschnitt betreffenden Umfeldrohdaten durch das erste Modul 2 empfangen. Diese umfassen das Umfeld. Dabei können die Umfeldrohdaten durch eine Infrastruktur 5 bereitgestellt werden, wobei die Umfeldrohdaten zumindest Kamerarohdaten und/oder Radarrohdaten umfassen. Die Infrastruktur 5 können beispielsweise am Straßenrand / Gebäude angeordnete Kameras/Lidarsensoren/Radarsensoren sein, welche ein Umgebungsbild/Umfeldbild als Umfeldrohdaten bereitstellen. Dabei können die Umfeldrohdaten teilweise vorverarbeitet/komprimiert sein, so dass eine Übertragung problemlos möglich ist. In den Umfeldrohdaten können somit andere Verkehrsteilnehmer, Objekte, Fußgänger, Hindernisse, Fahrradfahrer im Umfeld des Straßenabschnitts erkannt werden.
Ferner können über die erste Schnittstelle 3 Umfeldserverrohdaten, welche von einem externen Server 6 bereitgestellt werden, empfangen werden.
Der externe Server 6 kann beispielsweise als eine Cloud ausgebildet sein. Die Umfeldserverrohdaten umfassen aktuelle Verkehrszustandsinformationen. Ferner können diese noch Wetterdaten/Temperaturdaten oder andere das Umfeld betreffende Daten umfassen.
Ferner kann das Bereitstellungssystem 1 mit einem oder verschiedenen Ortungssystemen beispielsweise ein globales Satellitennavigationssystem 7 kommunizieren, zur Lokalisation beispielsweise der einzelnen Egofahrzeuge 10 in dem betreffenden Straßenabschnitt.
Zudem kann die erste Schnittstelle 3 die im Straßenabschnitt betreffenden aktuellen OffRoad Daten durch einen Dienstleister 9 als OffRoad Element empfangen. Dabei umfassen die OffRoad Daten durch einen Dienstleister 9 die jeweils angebotene Dienstleistung. Dienstleister sind vor allem Tankstellen. Ferner können Dienstleister beispielsweise Waschstraßen oder Werkstätten sein.
Somit kann durch eine Anbindung an die Dienstleister in Verbindung mit beispielsweise einer niedrigen Tankfüllstandsanzeige ein autonomes Fahren zu der nächsten Tankstelle bewerkstelligt werden.
Auch können weitere aktuelle Informationsdaten für den Straßenabschnitt, welche durch Internet-of-Things-Vorrichtungen 12 als OffRoad Daten bereitgestellt werden, empfangen werden.
Diese können beispielsweise Informationen zum Parken bei einem Großevent, Parken in einem Parkhaus, sein.
Ferner weist das Bereitstellungssystem 1 einen Prozessor 13 auf, welcher ausgebildet ist, ein vollständig aktuelles digitales Umfeld des betreffenden Straßenabschnitts zumindest anhand der betreffenden Umfeldserverrohdaten, der betreffenden Umfeldrohdaten und der aktuellen Signaldaten, der aktuellen Informationsdaten sowie der OffRoad Daten als auch der V2X-Daten zu erstellen. Dazu kann der Prozessor 13 maschinelle Lernverfahren wie KI-Algorithmen (Künstliche Intelligenz) beispielsweise ein neuronales Netz, aufweisen.
Dabei können die Daten insbesondere drahtlos empfangen werden. Ein solches digitales Umfeld bildet die Umgebung d.h. den Straßenabschnitt mitsamt seinen Objekten etc. digital ab.
Ferner weist das Bereitstellungssystem 1 ein zweites Modul 14 auf. Dieses ist dazu ausgebildet anhand des digitalen Umfelds eine Soll-Roh-Trajektorie zu generieren. Dies ist eine vorläufige Trajektorie, welche später im Egofahrzeug 10 noch adaptiert und/oder validiert werden muss
Dabei wird die Soll-Roh-Trajektorie für ein Egofahrzeug 10 mit Autonomiestufe vier oder höher generiert.
Dabei kann das Bereitstellungssystem 1 dazu ausgebildet sein, alle Soll-Roh-Trajektorien für den digitalen Straßenabschnitt zu generieren oder bei Kopplung an Egofahrzeuge 10 nur diejenigen Soll-Roh-Trajektorien, welche von den entsprechenden Egofahrzeugen 10 benötigt werden.
Dazu müssen dem Bereitstellungssystem 1 die Zielinformationen eines bestimmten Egofahrzeugs 10 übermittelt werden. Nach Generierung der auf das Ziel abgestimmten Soll-Roh-Trajektorie wird die entsprechende Soll-Roh-Trajektorie an das bestimmte Egofahrzeug 10 durch die zweite Schnittstelle 25 übermittelt.
Ferner kann ebenfalls eine auf das Egofahrzeug 10 abgestimmte reduzierte Soll-Roh-Trajektorie übermittelt werden. So kann beispielsweise für ein Egofahrzeug 10 mit Autonomiestufe 3 lediglich eine reduzierte Soll-Roh-Trajektorie übermittelt werden, da ein vollständiger autonomer Betrieb mit einer solchen Autonomiestufe durch ein Egofahrzeug 10 nicht bewerkstelligt werden kann. Dadurch kann, durch die Datenreduktion, eine schnelle Datenübertragung erfolgen.
Auch kann bei Empfang von durch ein Smart Home 4 eines Nutzers generierte SmartHome Daten für das Egofahrzeug 10 des Nutzers eine personalisierte Soll-Roh-Trajektorie generiert und an das Egofahrzeug 10 des Nutzers übermittelt werden.
Dadurch kann beispielsweise eine Steuerung des Egofahrzeugs 10 auf einem Privatgelände, beispielsweise ein Einparken in eine Garage /Carport oder Abstellen des Egofahrzeugs auf einem vorgegebenen Grundstücksplatz bewerkstelligt werden.
Ferner können bei Ankopplung der Egofahrzeuge 10 an das Bereitstellungssystem 1 zusätzlich externe Cybersecurity-Firewalls für die Egofahrzeuge 10 im Bereitstellungssystem 1 implementiert werden. Informationen, die für die Bewegungsdomäne der Egofahrzeuge 10 irrelevant sind, wie beispielsweise Infotainment und Karosserie, oder andere zeitunkritische Aufgaben können ebenfalls vom zweiten Modul 14 verarbeitet werden, so dass die Rechenkapazität nicht vom Egofahrzeug 10 zur Verfügung gestellt werden muss.
2 zeigt eine weitere Ausbildung eines solchen Bereitstellungssystems 1a. Dieses umfasst mehrere Edge Clouds 15a, 15b. Diese können für einen jeweils vorgegebenen Straßenabschnitt ausgebildet sein, wobei jedes der Edge Clouds 15a,15b ein erstes Modul 2 und ein zweites Modul 14 aufweist. Dabei kann das erste Modul 2 ein digitales Umfeld des für das jeweilige Edge Cloud 15a,15b zuständigen Straßenabschnitts erstellen und das zweite Modul 14 eine Soll-Roh-Trajektorie für den zuständigen Straßenabschnitt erstellen und an das jeweilige Egofahrzeug 10 übermitteln.
Dabei können die Edge Clouds 15a, 15b in dem zuständigen Straßenabschnitt so angeordnet sein, so dass eine Übermittlung der Soll-Roh-Trajektorie mittels V2X-Kommunikation an die entsprechenden Egofahrzeuge 10, beispielsweise mittels Funk möglich ist. Dadurch kann auch in Gegenden mit Funkstörungen, einem sogenannten „Loch“ eine gesicherte Übertragung erfolgen.
Ferner kann somit ein großer Verkehrsbereich abgedeckt werden, in dem aneinandergrenzende Straßenabschnitte von benachbarten Edge Clouds 15a, 15b abgedeckt werden. So kann beispielsweise eine teilweise Überlappung 16 durch benachbarte Edge Clouds 15a, 15b mit benachbarten Straßenabschnitten vorgesehen sein. Dies bedeutet, dass bei Wechsel eines Egofahrzeugs 10 von einem Straßenabschnitt mit einer Edge Cloud 15a in einen anderen Straßenabschnitt ein automatisiertes Einloggen, d.h. ein Übernehmen der benachbarten Edge Cloud 15b erfolgt, so dass eine lückenlose Generierung und Übermittlung der Soll-Roh-Trajektorie vom Start bis zu dem gewünschten Ziel von den Edge Clouds 15a, 15b bewerkstelligt werden kann.
Dadurch kann ein gesichertes Übermitteln der Soll-Roh-Trajektorie an die Egofahrzeuge 10 vom Start bis zum Ziel über einen weiten Streckenverlauf bewerkstelligt werden.
Dabei können die Edge Clouds 15a, 15b jeweils als externe, in dem Straßenabschnitt positionierte externe Rechenmodule ausgebildet sein. Diese sind zur Erstellung einer Soll-Roh-Trajektorie über einen weiten Verkehrsbereich miteinander gekoppelt, bzw. aufeinander abgestimmt.
3 zeigt ein Egofahrzeug 10 gemäß der Erfindung. Dieses weist als ein bidirektionales Kommunikationsmodul ein Gate 17 zur Kommunikation mit einem Bereitstellungssystem 1 auf.
Anhand des Gates 17 kann die Soll-Roh-Trajektorie von dem Egofahrzeug 10 empfangen werden.
Dabei kann vorab das Ziel, welches beispielsweise vom Nutzer in ein Navigationsgerät 23 eingegeben worden ist, übermittelt worden sein und die Soll-Roh-Trajektorie auf das Ziel abgestimmt sein.
Ferner können mittels des Gates 17 die Positionsdaten zur Bestimmung der Position des Egofahrzeugs 10 durch ein globales Satellitennavigationssystem/Ortungssystem 7 empfangen werden oder das Egofahrzeug 10 kann die Positionsdaten anhand einer kinematikbasierten Lokalisierung bestimmen.
Auch können aktuelle Signaldaten von einer Straßeninfrastruktur 8 für den Straßenabschnitt empfangen werden sowie die das Egofahrzeug 10 betreffenden Umfeldrohdaten durch eine Infrastruktur 5 für den Straßenabschnitt empfangen und die das Egofahrzeug 10 betreffenden Umfeldserverrohdaten durch einen Server 6. Auch können weitere Daten wie aktuelle Informationsdaten für den Straßenabschnitt, welche durch Internet-of-Things-Vorrichtungen 12 generiert werden, OffRoad Daten, welche durch einen Dienstleister 9 generiert werden, und SmartHome Daten, welche durch ein Smart Home 4, generiert werden empfangen werden sowie V2V-Daten von anderen Verkehrsteilnehmern.
Anhand zumindest der empfangenen Signaldaten, der empfangenen Umfeldrohdaten, der empfangenen Umfeldserverrohdaten, und der exakten Position sowie ggf. der OffRoad Daten, SmartHome Daten, Informationsdaten und V2V-Daten kann nun die Soll-Roh-Trajektorie adaptiert und als Soll-Trajektorie validiert werden. Dazu kann ein Rechenmodul 18 vorhanden sein, welches beispielsweise ebenfalls auf einem maschinellen Lernverfahren beruht.
Auch kann das Rechenmodul 18 alle zeitkritischen Aufgaben sowie die kinematikbasierte Lokalisierung und die Fahrzeugsicherheit, d.h. die Cybersecurity-Firewalls teilweise übernehmen als auch weitere Informationen, die für die Bewegungsdomäne des Egofahrzeugs 10 relevant sind verarbeiten.
Anhand der Soll-Trajektorie und der eigenen bordeigenen Sensoren, wie Temperaturmesser können die Stellglieder zum Betreiben der Aktuatoren und andere Fahrzeugparameter zum autonomen Betreiben generiert werden.
Es können alle zeitunkritischen Aufgaben wie Fahrzeugparameter für das Infotainment und Karosserie sowie die Generierung der Soll-Roh-Trajektorie vom Bereitstellungssystem 1 übernommen werden sowie zusätzlich Cybersecurity-Firewalls, d.h. zum Teil die Fahrzeugsicherheit vom Bereitstellungssystem 1 für das Egofahrzeug 10 übernommen werden. Die so generierten zusätzlichen Fahrzeugparameter als auch die Soll-Roh-Trajektorie werden an das Egofahrzeug 10 übermittelt und intern durch eine Egofahrzeugarchitektur weiterverarbeitet.
4 zeigt eine solche Egofahrzeugarchitektur schematisch.
Diese weist das Gate 17 auf, welches zum einen die Soll-Roh-Trajektorie vom Bereitstellungssystem 1 sowie weitere zeitunkritische Daten vom Bereitstellungssystem 1 empfängt. Ferner ist das Gate 17 zum Empfang von aktuellen Signaldaten, der Umfeldrohdaten, der Umfeldserverrohdaten aus denen die Positionen der umliegenden Objekte, Verkehrsinformationen etc. bestimmt werden kann, sowie den exakten Positionsdaten sowie ggf. den OffRoad Daten als auch den Informationsdaten sowie SmartHome Daten ausgebildet.
Anhand der empfangenen Informationen kann nun das Rechenmodul 18 die Soll-Roh-Trajektorie validieren oder adaptieren. Das Rechenmodul 18 kann dabei im Gate 17 implementiert sein.
Anhand der validierten Soll-Trajektorie und den empfangenen Daten durch das Bereitstellungssystem 1 und den empfangenen aktuellen Signaldaten, den Umfeldrohdaten, den empfangenen Umfeldserverrohdaten, den Positionsdaten , den Offroad Daten kann nun das Gate 17 entsprechende Informationen an die entsprechenden Steuergeräte zur Weiterverarbeitung weiterleiten.
Dabei können die Steuergeräte ein Bremssteuergerät 19 und ein Lenksteuergerät 20 oder ein übergeordnetes Domain-Steuergerät 21 sein, oder andere Komponenten-Steuergeräte 22 sein, welche die Steuerungsbefehle und Fahrzeugparameter zum Einstellen der Aktuatoren/Stellglieder erzeugen.
Damit wird eine dezentralisiert E/E-Architektur angegeben, welche Domainsteuergeräte 21 und Komponenten- Steuergeräte 22 sowie das Rechenmodul 18, welches ebenfalls dezentralisiert sein kann, umfasst, zur Validierung und Adaptierung der Soll-Roh-Trajektorie in eine Soll-Trajektorie und zur Generierung aller Steuerungsbefehle und Einstellparameter für Aktuatoren etc.
Durch ein solches Egofahrzeug 10 kann ein sensorloses Egofahrzeug 10 mit maschinellen Lernverfahren angegeben werden, welches eine schnelle Soll-Trajektorie erzeugen bzw. validieren kann. Durch die externe Verarbeitung der Sensordaten kann eine schnelle Verarbeitung aller Sensordaten zur Generierung eines digitalen Umfelds bereitgestellt werden, sowie eine Soll-Roh-Trajektorie welche anschließend durch maschinelle Lernverfahren im Egofahrzeug 10 lediglich adaptiert bzw. validiert werden müssen.
Bezugszeichenliste

1: Bereitstellungssystem
2: erstes Modul
3: erste Schnittstelle
4: Smart Home
5: Infrastruktur
6: externer Server
7: Satellitennavigationssystem
8: Straßeninfrastruktur
9: Dienstleister
10: Egofahrzeug
11: Verkehrsteilnehmer
12: Internet-of-Things-Vorrichtungen
13: Prozessor
14: zweites Modul
15a,15b: Edge Clouds
16: Überlappung
17: Gate
18: Rechenmodul
19: Bremssteuergerät
20: Lenksteuergerät
21: Domain-Steuergerät
22: Komponenten-Steuergeräte
23: Navigationsgerät
25: zweite Schnittstelle

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 102020211970 A1 [0006]

Claims

Bereitstellungssystem (1,1a) zum unterstützenden Betreiben eines zumindest teilweise autonom betreibbaren Egofahrzeugs (10) in einem vorgegebenen Straßenabschnitt, dadurch gekennzeichnet, dass zumindest ein erstes Modul (2) vorgesehen ist, welches zumindest eine erste Schnittstelle (3) aufweist, wobei die erste Schnittstelle (3) zum Empfang von den Straßenabschnitt betreffende aktuelle Signaldaten ausgebildet ist, wobei die Signaldaten durch eine Straßeninfrastruktur (8) bereitgestellt sind, wobei die Signaldaten zumindest aktuelle Signaldaten zur Steuerung des Straßenverkehrs gemäß der Straßenverkehrsordnung aufweisen, wobei die erste Schnittstelle (3) zum Empfang den Straßenabschnitt betreffende Umfeldrohdaten ausgebildet ist, wobei die Umfeldrohdaten den Straßenabschnitt zumindest teilweise umfassen, wobei die Umfeldrohdaten durch eine Infrastruktur (5) bereitgestellt sind, wobei die Umfeldrohdaten zumindest Kamerarohdaten und/oder Radarrohdaten umfassen, und wobei die erste Schnittstelle (3) ferner zum Empfang von den Straßenabschnitt betreffende Umfeldserverrohdaten ausgebildet ist, welche von einem externen Server (6) bereitgestellt sind, wobei die Umfeldserverrohdaten zumindest aktuelle Verkehrszustandsinformationen umfassen, und wobei das erste Modul (2) einen Prozessor (13) aufweist, welcher ausgebildet ist, ein vollständig aktuelles digitales Umfeld des betreffenden Straßenabschnitts anhand zumindest der betreffenden Umfeldserverrohdaten, der betreffenden Umfeldrohdaten und der aktuellen Signaldaten zu erstellen und wobei das Bereitstellungssystem (1,1a) ferner ein zweites Modul (14) aufweist, zur Generierung von verschiedenen Soll-Roh-Trajektorien für den betreffenden Stra-ßenabschnitt anhand des digitalen Umfelds, wobei das zweite Modul (14) eine zweite Schnittstelle (25) aufweist, zur Übermittlung einer solchen Soll-Roh-Trajektorie an ein entsprechendes Egofahrzeug (10) in dem Straßenabschnitt, wobei die Soll-Roh-Trajektorie als eine durch das entsprechende Egofahrzeug (10) anzupassende und/oder zu validierende Soll-Trajektorie ausgebildet ist.
Bereitstellungssystem (1,1a) nach Anspruch 1, dadurch gekennzeichnet, dass das zweite Modul (14) dazu ausgebildet ist, die verschiedenen Soll-Roh-Trajektorien für autonom betreibbare Egofahrzeuge (10) mit Autonomiestufe vier oder höher zu generieren.
Bereitstellungssystem (1,1a) nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das zweite Modul (14) eine Empfangsschnittstelle aufweist zum Empfang von Zielinformationen eines bestimmten Egofahrzeugs (10) und wobei das zweite Modul (14) dazu ausgebildet ist anhand der zweiten Schnittstelle (25) die entsprechende Soll-Roh-Trajektorie in Bezug auf die Zielinformationen an das bestimmte Egofahrzeug (10) zu übermitteln.
Bereitstellungssystem (1,1a) nach Anspruch 3, dadurch gekennzeichnet, dass das zweite Modul (14) dazu ausgebildet ist, die Soll-Roh-Trajektorie in kontinuierlichen Zeitabständen automatisiert an das bestimmte Egofahrzeug (10) zu übermitteln.
Bereitstellungssystem (1,1a) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das zweite Modul (14) dazu ausgebildet ist, anhand der von verschiedenen Egofahrzeugen (10) übermittelten Autonomiestufe die jeweils auf die Autonomiestufe angepasste Soll-Roh-Trajektorie an das jeweilige Egofahrzeug (10) zu übermitteln.
Bereitstellungssystem (1,1a) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Bereitstellungssystem (1,1a) zumindest als mehrere Edge Cloud (15a, 15b) für einen jeweils vorgegebenen Straßenabschnitt ausgebildet ist, wobei jedes der Edge Clouds (15a, 15b) ein erstes Modul (2) und ein zweites Modul (14) aufweist.
Bereitstellungssystem (1,1a) nach Anspruch 6, dadurch gekennzeichnet, dass jede der Edge Clouds (15a,15b) zum Empfang mittels der zumindest einen ersten Schnittstelle (3) des zumindest einen ersten Moduls (2) von, durch andere Verkehrsteilnehmer (11) generierte, V2X-Daten betreffend das Umfeld des vorgegebenen Straßenabschnittes ausgebildet ist, und der Prozessor (13) des zumindest einen ersten Moduls (2) dazu ausgebildet ist, das vollständig aktuelle digitale Umfeld des betreffenden Straßenabschnitts zumindest anhand der betreffenden Umfeldserverrohdaten, der betreffenden Umfeldrohdaten und der aktuellen Signaldaten und der empfangenen V2V-Daten zu erstellen.
Bereitstellungssystem (1,1a) nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass jede der Edge Clouds (15a, 15b) im Bereich des für das Edge Cloud (15a, 15b) zuständigen Straßenabschnitts angeordnet ist.
Bereitstellungssystem (1,1a) nach Anspruch 8, dadurch gekennzeichnet, dass die Edge Clouds (15a, 15b) dazu ausgebildet sind, die Soll-Roh-Trajektorie mittels V2X-Kommunikation an die entsprechenden Egofahrzeuge (10) zu übermitteln.
Bereitstellungssystem (1,1a) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die erste Schnittstelle (3) des ersten Moduls (2) zum Empfang von SmartHome Daten eines Smart Homes (4) eines Nutzers eines Egofahrzeugs (10) ausgebildet ist und der Prozessor (13) ausgebildet ist, ein vollständig aktuelles digitales Umfeld zumindest anhand der betreffenden Umfeldserverrohdaten, der betreffenden Umfeldrohdaten und der aktuellen Signaldaten und der SmartHome Daten zu generieren, und wobei das zweite Modul (14) dazu ausgebildet ist, eine personalisierte Soll-Roh-Trajektorie zu generieren und an das Egofahrzeug (10) des Nutzers zu übermitteln.
Bereitstellungssystem (1,1a) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Bereitstellungssystem (1,1a) ferner dazu ausgebildet ist, eine Kopplung an ein oder mehrere Egofahrzeuge (10) zu bewerkstelligen und die Datensicherheit für die angekoppelten Egofahrzeuge (10) zumindest teilweise zu bewerkstelligen.
Bereitstellungssystem (1,1a) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die erste Schnittstelle (3) des ersten Moduls (2) zum Empfang von OffRoad Daten anhand von OffRoad Elementen in dem vorgegebenen Straßenabschnitt ausgebildet ist, und der Prozessor (13) des ersten Moduls (2) dazu ausgebildet ist, ein vollständig aktuelles digitales Umfeld des betreffenden Straßenabschnitts zumindest anhand der betreffenden Umfeldserverrohdaten, der betreffenden Umfeldrohdaten und der aktuellen Signaldaten und der OffRoad Daten zu erstellen, und wobei das zweite Modul (14) dazu ausgebildet ist, die Generierung von Soll-Roh-Trajektorien für den betreffenden Straßenabschnitt anhand des digitalen Umfelds unter Einbeziehung der OffRoad Daten zu bewerkstelligen.
Egofahrzeug (10) aufweisend ein bidirektionales Kommunikationsmodul zur Kommunikation mit einem Bereitstellungssystem (1,1a) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Kommunikationsmodul dazu ausgebildet ist eine Soll-Roh-Trajektorie zumindest anhand einer eingegebenen Zielposition zu empfangen, und wobei das Kommunikationsmodul zum Empfang von Positionsdaten zur Bestimmung der Position des Egofahrzeugs (10) durch ein globales Satellitennavigationssystem (7) ausgebildet ist und/oder das Egofahrzeug (10) zur Berechnung von Positionsdaten zur Bestimmung der Position des Egofahrzeugs (10) anhand einer kinematikbasierten Lokalisierung ausgebildet ist und wobei das Egofahrzeug (10) ferner dazu ausgebildet ist, die Soll-Roh-Trajektorie anhand der Positionsdaten als Soll-Trajektorie zu adaptieren und/oder zu validieren zur Bewerkstelligung eines zumindest teilweisen autonomen Betriebs in einem vorgegebenen Stra-ßenabschnitt.
Egofahrzeug (10) nach Anspruch 13, dadurch gekennzeichnet, dass das Egofahrzeug (10) dazu ausgebildet ist, mittels des Kommunikationsmoduls, die den Stra-ßenabschnitt betreffenden aktuellen Signaldaten für die eingegebene Route zu empfangen, wobei die Signaldaten durch eine Straßeninfrastruktur (8) bereitgestellt sind, wobei die Signaldaten zumindest aktuelle Signaldaten zur Steuerung des Straßenverkehrs gemäß der Straßenverkehrsordnung aufweisen, und wobei das Egofahrzeug (10) dazu ausgebildet ist, mittels des Kommunikationsmoduls, die den Straßenabschnitt betreffenden Umfeldrohdaten für die eingegebene Route zu empfangen, wobei die Umfeldrohdaten den Straßenabschnitt zumindest teilweise umfassen, wobei die Umfeldrohdaten durch eine Infrastruktur (5) bereitgestellt sind, wobei die Umfeldrohdaten zumindest Kamerarohdaten und/oder Radarrohdaten umfassen, und wobei das Egofahrzeug (10) dazu ausgebildet ist, mittels des Kommunikationsmoduls die den Straßenabschnitt betreffenden Umfeldserverrohdaten zu empfangen, welche von einem externen Server (6) bereitgestellt sind, wobei die Umfeldserverrohdaten zumindest aktuelle Verkehrszustandsinformationen umfassen, und wobei das Egofahrzeug (10) dazu ausgebildet ist, die Soll-Roh-Trajektorie als Soll-Trajektorie zumindest auf Basis der empfangenen Signaldaten, der empfangenen Umfeldrohdaten, der empfangenen Umfeldserverrohdaten, und der exakten Position zu adaptieren und/oder zu validieren.
Egofahrzeug (10) nach Anspruch 13 oder 14,dadurch gekennzeichnet, dass das Kommunikationsmodul ein Gate (17) umfasst, zur Verteilung von bestimmten Daten der empfangenen Soll-Roh-Trajektorie und/oder der adaptierten und/oder validierten Soll-Trajektorie an die relevanten Steuerungsgeräte.