DE102023000560A1 - Method for detecting road damage and system - Google Patents

Method for detecting road damage and system Download PDF

Info

Publication number
DE102023000560A1
DE102023000560A1 DE102023000560.6A DE102023000560A DE102023000560A1 DE 102023000560 A1 DE102023000560 A1 DE 102023000560A1 DE 102023000560 A DE102023000560 A DE 102023000560A DE 102023000560 A1 DE102023000560 A1 DE 102023000560A1
Authority
DE
Germany
Prior art keywords
damage
road
road damage
vehicle
computing device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
DE102023000560.6A
Other languages
German (de)
Inventor
Alexander Hanuschkin
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mercedes Benz Group AG
Original Assignee
Mercedes Benz Group AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mercedes Benz Group AG filed Critical Mercedes Benz Group AG
Priority to DE102023000560.6A priority Critical patent/DE102023000560A1/en
Publication of DE102023000560A1 publication Critical patent/DE102023000560A1/en
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations

Abstract

Die Erfindung betrifft ein Verfahren zur Erfassung von Fahrbahnschäden (1), wobei Fahrbahnschäden (1) durch Auswerten von den von den Fahrzeugen (2) einer Fahrzeugflotten generierten Sensordaten durch eine Recheneinheit (3) erkannt werden, ein erkannter Fahrbahnschaden (1) mit einer Ortsinformation verknüpft wird, um den Fahrbahnschaden (1) einem Straßenabschnitt zuzuordnen und durch die Fahrzeugflotte detektierte Fahrbahnschäden (1) in einer auf einer zentralen Recheneinrichtung (4) gepflegten Datenbank aggregiert werden. Das erfindungsgemäße Verfahren ist dadurch gekennzeichnet, dass die Recheneinheit (3) beim Erkennen eines Fahrbahnschadens (1) unter Berücksichtigung der Sensordaten dem Fahrbahnschaden (1) einen Schweregrad (SG) und einen Zeitstempel (t) zuordnet, die zentrale Recheneinrichtung (4) für einen bestimmten Fahrbahnschaden (1) den Schweregrad (SG) in Abhängigkeit des Zeitstempels (t) nachverfolgt und eine Abnutzung des Fahrbahnschadens (1) feststellt, wenn sich der Schweregrad (SG) mit fortschreitender Zeit erhöht.The invention relates to a method for detecting road damage (1), wherein road damage (1) is detected by evaluating the sensor data generated by the vehicles (2) of a vehicle fleet by a computing unit (3), a detected road damage (1) with location information is linked in order to assign the road damage (1) to a road section and road damage (1) detected by the vehicle fleet is aggregated in a database maintained on a central computing device (4). The method according to the invention is characterized in that when detecting road damage (1), the computing unit (3) assigns a severity level (SG) and a time stamp (t) to the road damage (1), taking the sensor data into account, the central computing device (4) for one certain road damage (1) tracks the severity (SG) depending on the time stamp (t) and detects wear of the road damage (1) if the severity (SG) increases as time progresses.

Description

Die Erfindung betrifft ein Verfahren zur Erfassung von Fahrbahnschäden nach der im Oberbegriff von Anspruch 1 näher definierten Art sowie ein System umfassend wenigstens ein Fahrzeug und eine zentrale Recheneinrichtung zur Durchführung des Verfahrens.The invention relates to a method for detecting road damage according to the type defined in more detail in the preamble of claim 1 and to a system comprising at least one vehicle and a central computing device for carrying out the method.

Die Fahrbahn auf der sich Fahrzeuge im Straßenverkehr bewegen ist von Abnutzung betroffen. Durch mechanische Beeinflussung wie das Gewicht schwerer Lkws oder das Aufsetzen von schwingenden Fahrzeugteilen sowie aufgrund von Umwelteinflüssen wie einer Überhitzung im Sommer durch starke Sonneneinstrahlung oder Hitze-Kältesprengung durch kurzfristig erlebte hohe Temperaturgradienten, können so beispielsweise Risse oder Schlaglöcher entstehen oder der Randbereich eines Seitenstreifens abgetragen werden. Davon sind alle gängigen Oberflächenmaterialien betroffen wie etwa Kopfsteinpflaster, Asphalt, Betonplatten, komprimierte Erde, Schotter und dergleichen. Solche Fahrbahnschäden reduzieren die Sicherheit im Straßenverkehr aufgrund eines gestiegenen Unfallpotenzials.The road surface on which vehicles move is affected by wear and tear. Mechanical influences such as the weight of heavy trucks or the impact of swinging vehicle parts, as well as environmental influences such as overheating in the summer due to strong sunlight or heat-cold explosion due to high temperature gradients experienced at short notice, can cause cracks or potholes to occur or the edge area of a shoulder can be eroded . This affects all common surface materials such as cobblestones, asphalt, concrete slabs, compressed earth, gravel and the like. Such road damage reduces road safety due to an increased potential for accidents.

Zur Vermeidung von Unfällen sollten solche Fahrbahnschäden schnellstmöglich repariert werden. Dies kann beispielsweise während der turnusmäßigen Instandsetzung der Straße durch eine Straßenmeisterei geschehen. Ist jedoch das entsprechende Instandsetzungsintervall zu lang, so besteht auch ein entsprechend langes Unfallrisiko. Besonders gravierende Fahrbahnschäden können auch gemeldet und dann priorisiert repariert werden, hierzu muss jedoch ein Verkehrsteilnehmer aktiv werden.To avoid accidents, such road damage should be repaired as quickly as possible. This can happen, for example, during the regular repair of the road by a road maintenance department. However, if the corresponding repair interval is too long, there is also a correspondingly long risk of accidents. Particularly serious road damage can also be reported and then repaired as a priority, but this requires a road user to take action.

Somit entsteht der Bedarf Verfahren und Mittel bereitzustellen mit denen angemessen auf Fahrbahnschäden reagiert werden kann, sodass das damit einhergehende Unfallrisiko reduziert wird.This creates a need to provide procedures and means with which to respond appropriately to road damage so that the associated risk of accidents is reduced.

Hierzu ist beispielsweise aus der DE 10 2019 000 403 A1 ein Verfahren zumindest zur Ausgabe einer Warnung vor einer Gefahrenstelle bekannt. Das Verfahren sieht vor, dass Fahrzeuge einer Fahrzeugflotte während des Betriebs ihr Umfeld überwachen, wodurch Fahrbahnschäden wie Schlaglöcher detektiert werden können. Ein Fahrzeug bestimmt die Position des jeweiligen erkannten Fahrbahnschadens, beispielsweise mit Hilfe von GPS, und versendet die Information über den entdeckten Fahrbahnschaden sowie dessen Position an eine zentrale Servereinrichtung. In dieser Servereinrichtung werden die von einer Vielzahl an Fahrzeugen übermittelten fahrbahnschadensbezogenen Daten gesammelt. Die zentrale Servereinrichtung markiert erst dann einen Fahrbahnschaden als relevant, wenn er von einer Mindestanzahl an Fahrzeugen detektiert wurde. Warnungen über relevante Fahrbahnschäden können dann von der zentralen Servereinrichtung an die einzelnen Fahrzeuge der Fahrzeugflotte übermittelt werden, wodurch die jeweiligen fahrzeugführenden Personen rechtzeitig vor dem Fahrbahnschaden gewarnt werden können. An einem bekannten Fahrbahnschaden vorbeifahrende Fahrzeuge können die Existenz des Fahrbahnschadens validieren.For example, this is from the DE 10 2019 000 403 A1 a method is known at least for issuing a warning about a danger point. The process requires vehicles in a vehicle fleet to monitor their surroundings during operation, which allows road damage such as potholes to be detected. A vehicle determines the position of the respective detected road damage, for example with the help of GPS, and sends the information about the discovered road damage and its position to a central server device. The road damage-related data transmitted by a large number of vehicles is collected in this server device. The central server device only marks road damage as relevant if it has been detected by a minimum number of vehicles. Warnings about relevant road damage can then be transmitted from the central server device to the individual vehicles in the vehicle fleet, whereby the people driving the vehicle can be warned in good time about the road damage. Vehicles passing a known roadway damage can validate the existence of the roadway damage.

Der vorliegenden Erfindung liegt die Aufgabe zugrunde ein verbessertes Verfahren zur Erfassung von Fahrbahnschäden anzugeben.The present invention is based on the object of specifying an improved method for detecting road damage.

Erfindungsgemäß wird diese Aufgabe durch ein Verfahren zur Erfassung von Fahrbahnschäden mit den Merkmalen des Anspruchs 1 gelöst. Vorteilhafte Ausgestaltungen und Weiterbildungen sowie ein System zur Durchführung des Verfahrens ergeben sich aus den hiervon abhängigen Ansprüchen.According to the invention, this object is achieved by a method for detecting road damage with the features of claim 1. Advantageous refinements and further developments as well as a system for carrying out the method result from the dependent claims.

Ein gattungsgemäßes Verfahren zur Erfassung von Fahrbahnschäden, wobei Fahrbahnschäden durch Auswerten von den von den Fahrzeugen einer Fahrzeugflotte generierten Sensordaten durch eine Recheneinheit erkannt werden, ein erkannter Fahrbahnschaden mit einer Ortsinformation verknüpft wird, um den Fahrbahnschaden einem Straßenabschnitt zuzuordnen, und durch die Fahrzeugflotte detektierte Fahrbahnschäden in einer auf einer zentralen Recheneinrichtung gepflegten Datenbank aggregiert werden, wird erfindungsgemäß dadurch weitergebildet, dass die Recheneinheit beim Erkennen eines Fahrbahnschadens unter Berücksichtigung der Sensordaten dem Fahrbahnschaden einen Schweregrad und einen Zeitstempel zuordnet, die zentrale Recheneinrichtung für einen bestimmten Fahrbahnschaden den Schweregrad in Abhängigkeit des Zeitstempels nachverfolgt und eine Abnutzung, insbesondere eine Vergrößerung bzw. zunehmende Ausprägung, des Fahrbahnschadens feststellt, wenn sich der Schweregrad mit fortschreitender Zeit erhöht.A generic method for detecting roadway damage, wherein roadway damage is detected by evaluating the sensor data generated by the vehicles in a vehicle fleet by a computing unit, a recognized roadway damage is linked to location information in order to assign the roadway damage to a road section, and roadway damage detected by the vehicle fleet in a database maintained on a central computing device is further developed according to the invention in that the computing unit, when detecting road damage, assigns a degree of severity and a time stamp to the road damage, taking the sensor data into account, the central computing device tracks the severity for a specific road damage depending on the time stamp and a wear, in particular an increase in size or increasing severity, of the road damage is determined if the severity increases over time.

Mit Hilfe des erfindungsgemäßen Verfahrens werden Fahrbahnschäden wie Risse, Schlaglöcher, abgenutzte Fahrbahnmarkierungen, abgetragener Fahrbahnbelag oder dergleichen nicht nur detektiert, sondern auch in ihrer zeitlichen Entwicklung nachverfolgt. Dies ermöglicht das Bereitstellen völlig neuartiger Informationen, um auf den entsprechenden Fahrbahnschaden angemessen reagieren zu können. Eine besonders relevante Information ist dabei die Geschwindigkeit, also insbesondere der zeitliche Verlauf, mit der der Schweregrad des Fahrbahnschadens über die Zeit zunimmt. So weisen Risse und Schlaglöcher meist initial eine vergleichsweise kleine Ausdehnung auf und werden mit der Zeit zunehmend größer. Sind die entsprechenden Fahrbahnschäden noch „klein“, so besteht ein geringes Unfallrisiko bzw. ein Risiko für Fahrzeugbeschädigungen, welches mit zunehmender Größe/Schwere des Fahrbahnschadens ansteigt.With the help of the method according to the invention, road damage such as cracks, potholes, worn road markings, worn road surface or the like are not only detected, but also tracked in terms of their development over time. This makes it possible to provide completely new information in order to be able to react appropriately to the corresponding road damage. Particularly relevant information is the speed, i.e. in particular the time course at which the severity of the road damage increases over time. Cracks and potholes usually initially have a comparatively small size and become increasingly larger over time. Are the corresponding road damages is still “small”, there is a low risk of accidents or vehicle damage, which increases as the size/severity of the road damage increases.

Die Fahrzeuge der Fahrzeugflotte können die unterschiedlichsten Sensoren zur Detektion der Fahrbahnschäden umfassen. Hierzu zählen sowohl Sensoren zur Erfassung des Umfelds wie Kameras, LiDARe, Ultraschallsensoren, Radarsensoren und dergleichen, als auch Sensoren zur Überwachung des Fahrzeugs, wie Raddrehzahlsensoren oder Federwegsensoren am Fahrwerk. So lässt sich beispielsweise durch Auswerten eines Federwegs eines Stoßdämpfers das Überfahren eines Schlaglochs oder einer Unebenheit erkennen. Der Federweg und/oder Schwingungen des Stoßdämpfers ist/sind dann ein Maß für die Tiefe oder Höhe und Länge des überfahrenen Fahrbahnschadens. Mit Hilfe von Kameras ist eine Detektion von Fahrbahnschäden unter Anwendung von Bilderkennungsverfahren möglich. So können bestimmte Typen von Fahrbahnschäden anhand charakteristischer visueller Merkmale identifiziert werden. Mit Hilfe von Stereokameras, Laserscannern, Radarsystemen und Ultraschallsensoren lassen sich Höhen- bzw. Tiefeninformationen gewinnen, die ebenfalls zur Detektion von Fahrbahnschäden ausgewertet werden können. Aus den dadurch gewonnenen Sensordaten lassen sich dann sogar die Abmaße des Fahrbahnschadens wie Breite, Länge und Höhe ableiten. Die zur Auswertung der Sensordaten verwendete Recheneinheit kann dabei fahrzeugintern sein, beispielsweise ein zentraler Bordcomputer, ein Steuergerät eines Fahrzeuguntersystems, eine Telematikeinheit oder dergleichen, oder auch fahrzeugextern ausgeführt sein, beispielsweise kann es sich um die zentrale Recheneinrichtung handeln. Die zentrale Recheneinrichtung ist beispielsweise als Cloudserver, auch als Backend bezeichnet, ausgeführt. Es können also die Fahrbahnschäden direkt in den Fahrzeugen erkannt werden oder aber auch erst später durch die zentrale Recheneinrichtung, welche von den Fahrzeugen bezogene Sensordaten auswertet. Auch können die Fahrzeuge die Fahrbahnschänden detektieren und die zentrale Recheneinrichtung kann die von den Fahrzeugen übermittelten Daten durch erneute Analyse validieren.The vehicles in the vehicle fleet can include a wide variety of sensors for detecting road damage. This includes sensors for detecting the surroundings such as cameras, LiDARe, ultrasonic sensors, radar sensors and the like, as well as sensors for monitoring the vehicle, such as wheel speed sensors or spring travel sensors on the chassis. For example, by evaluating the spring travel of a shock absorber, driving over a pothole or bump can be detected. The spring travel and/or vibrations of the shock absorber are/are then a measure of the depth or height and length of the road damage that is driven over. With the help of cameras, it is possible to detect road damage using image recognition methods. This means that certain types of road damage can be identified based on characteristic visual features. With the help of stereo cameras, laser scanners, radar systems and ultrasonic sensors, height and depth information can be obtained, which can also be evaluated to detect road damage. The dimensions of the road damage such as width, length and height can then be derived from the sensor data obtained in this way. The computing unit used to evaluate the sensor data can be internal to the vehicle, for example a central on-board computer, a control unit of a vehicle subsystem, a telematics unit or the like, or can also be external to the vehicle, for example it can be the central computing device. The central computing device is designed, for example, as a cloud server, also referred to as a backend. The road damage can therefore be detected directly in the vehicles or only later by the central computing device, which evaluates sensor data obtained from the vehicles. The vehicles can also detect road damage and the central computing device can validate the data transmitted by the vehicles by re-analyzing it.

Um einen positiven Effekt mit dem erfindungsgemäßen Verfahren zu erzeugen, ist es erforderlich, detektierte Fahrbahnschäden mit Ortsinformationen zu verknüpfen, sodass eine Information darüber vorliegt, wo im Straßenverkehr besagte Fahrbahnschäden angetroffen werden. Bei dieser Ortsinformation kann es sich beispielsweise um Geopositionsdaten handeln. Die Geopositionsdaten können mittels eines Navigationssatellitensystems erstellt bzw. ermittelt werden, bspw. GPS, Galileo, Beidou und dergleichen. Es kann sich jedoch auch um beispielsweise Koordinaten in einem kartesischen Koordinatensystem oder eine ID des Straßenabschnitts in einer digitalen Straßenkarte handeln. Die Ortsinformation kann weitere Informationen beinhalten wie beispielsweise auf welcher Fahrspur des Fahrbahnabschnitts der Fahrbahnschaden vorliegt.In order to produce a positive effect with the method according to the invention, it is necessary to link detected road damage with location information so that information is available about where said road damage is found in road traffic. This location information can be, for example, geoposition data. The geoposition data can be created or determined using a navigation satellite system, for example GPS, Galileo, Beidou and the like. However, it can also be, for example, coordinates in a Cartesian coordinate system or an ID of the road section in a digital road map. The location information can contain further information, such as which lane of the road section has the road damage.

Die zentrale Recheneinrichtung verwaltet dabei die Datenbank. Dies bedeutet, dass Informationen über Fahrbahnschäden verifiziert werden können, wenn mehrere Fahrzeuge denselben Fahrbahnschaden melden oder auch einzelne Fahrbahnschäden aus der Datenbank gelöscht werden können, wenn die entsprechenden Fahrbahnschäden beispielsweise während eines bestimmten Zeitraums nicht mehr detektiert wurden.The central computing device manages the database. This means that information about road damage can be verified if several vehicles report the same road damage or that individual road damage can be deleted from the database if, for example, the corresponding road damage was no longer detected during a certain period of time.

Zur Bestimmung des Schweregrads des Fahrbahnschadens wertet die Recheneinheit die Größe des Fahrbahnschadens aus. So lassen sich beispielsweise Länge, Durchmesser, Tiefe, Verlauf und dergleichen eines Risses oder Schlaglochs bestimmen. Die Dimensionen des Fahrbahnschadens können direkt den Schweregrad ausmachen oder aber der Schweregrad kann sich aus verschiedenen (ggf. statistischen, bspw. gemittelten) Parametern zusammensetzen. Fahrbahnschäden können auch in unterschiedliche Kategorien eingeteilt werden. Weist ein Schlagloch also beispielsweise eine bestimmte Länge oder eine bestimmte Tiefe auf, so wird es in eine niedrigere oder höhere Schadensklasse, also Schweregrad, eingeteilt. Auch können bestimmte Merkmale zum Einstufen eines Fahrbahnschadens in eine bestimmte Kategorie/Schweregrad herangezogen werden, wie beispielsweise, ob ein Riss besonders viele spitze Erhebungen aufweist oder in welchem Ausmaß sich der Reibwert zwischen Reifen und Fahrbahn, auch als Grip bezeichnet, beim Überfahren des Fahrbahnschadens ändert, insbesondere reduziert wird. Des Weiteren sind aus der Literatur Verfahren des maschinellen Lernens (ML) bekannt, bei denen ein ML-Modell den Schweregrad eines überfahrenen Fahrbahnschadens aus den Fahrzeugsensoren zumindest annähert.To determine the severity of the road damage, the computing unit evaluates the size of the road damage. For example, the length, diameter, depth, course and the like of a crack or pothole can be determined. The dimensions of the road damage can directly determine the severity or the severity can be made up of various (possibly statistical, e.g. averaged) parameters. Road damage can also be divided into different categories. For example, if a pothole has a certain length or a certain depth, it is divided into a lower or higher damage class, i.e. severity. Certain features can also be used to classify road damage into a specific category/severity, such as whether a crack has a particularly large number of sharp elevations or to what extent the coefficient of friction between the tire and the road, also known as grip, changes when driving over the road damage , in particular is reduced. Furthermore, machine learning (ML) methods are known from the literature in which an ML model at least approximates the severity of road damage that has been driven over from the vehicle sensors.

Der Zeitstempel beschreibt insbesondere Datum und Uhrzeit, an dem die zur Erkennung des Fahrbahnschadens ausgewerteten Sensordaten aufgenommen wurden. Das Erkennen des Fahrbahnschadens kann „live“ erfolgen, also während das Fahrzeug an dem Fahrbahnschaden vorbeifährt, oder auch später, beispielsweise durch das Auswerten eines Flottendatensatzes durch die zentrale Recheneinrichtung.The time stamp describes in particular the date and time at which the sensor data evaluated to detect the road damage was recorded. The detection of road damage can occur “live”, i.e. while the vehicle is driving past the road damage, or later, for example by evaluating a fleet data set by the central computing device.

Zum Nachverfolgen des Schweregrads eines bestimmten Fahrbahnschadens können die beim Erfassen des Fahrbahnschadens erzeugten sowie daraus abgeleitete Informationen nach Art einer Liste hintereinander gehängt werden. Diese Liste ist dann in Abhängigkeit des Zeitstempels geordnet. Neue Einträge werden an den Anfang oder an das Ende der Liste angehängt. Dies ermöglicht es besonders schnell und einfach die zeitliche Änderung des Schweregrads nachzuvollziehen. Andere Methoden der Datenverwaltung sind denkbar.To track the severity of a specific roadway damage, the information generated when the roadway damage was detected and derived from it can be sorted into a list can be hung one after the other. This list is then ordered depending on the timestamp. New entries are appended to the beginning or end of the list. This makes it particularly quick and easy to track changes in severity over time. Other methods of data management are conceivable.

Eine vorteilhafte Weiterbildung des Verfahrens sieht vor, dass die Recheneinheit unter Auswertung der Sensordaten Umweltinformationen und/oder Fahrzeuginformationen ermittelt und daraus ein Umweltbeschädigungspotenzial und/oder ein Fahrzeugbeschädigungspotenzial ableitet und beim Erkennen eines Fahrbahnschadens den bestimmten Fahrbahnschaden zusätzlich zum Schweregrad und Zeitstempel das Umweltbeschädigungspotenzial und/oder Fahrzeugbeschädigungspotenzial zuordnet. Die einzelnen Fahrzeuge der Fahrzeugflotte können mit Hilfe der Sensoren Umweltinformationen und Fahrzeuginformationen generieren. Zu den Umweltinformationen zählt beispielsweise Windrichtung und Windgeschwindigkeit, Außenlufttemperatur, Niederschlagsmenge, Lichtintensität und dergleichen. Diese Informationen können mit Hilfe von Windsensoren, Temperatursensoren, Regensensoren, Helligkeitssensoren und dergleichen direkt gemessen werden oder auch aus Daten abgeleitet werden, die zum Beispiel mittels LiDAR, Radar, Ultraschall oder Außenkamera erzeugt wurden. So kann beispielsweise aus Reflektionseigenschaften eines Radarbilds, einem reduzierten Signal zum Rauschverhältnis eines LiDAR oder durch Bildartefakte auf Regen geschlossen und die Niederschlagsmenge abgeschätzt werden. Umweltinformationen können auch von einem externen Dienstleister bezogen werden, beispielsweise von einem Wetterdienst oder lokalen Wetterstationen. Die Umweltinformationen erlauben es den Einfluss von Umwelteinflüssen auf die Abnutzung des Fahrbahnschadens, also den Schweregrad, zu berücksichtigen. Die zur Beschreibung der Umweltinformationen dienenden Rohdaten können dabei (in Ihrer Gänze oder nur Teile davon) selbst das Umweltbeschädigungspotential ausbilden. Die Rohdaten können auch ausgewertet werden und daraus gewonnene Erkenntnisse zur Beschreibung des Umweltbeschädigungspotentials dienen. So können insbesondere einzelne Parameter zueinander ins Verhältnis gesetzt werden. Das Umweltbeschädigungspotential könnte beispielsweise lauten: -1,5°C bei 2m/s Windgeschwindigkeit aus Süd-Ost und einer Niederschlagsmenge von 0mm. Das Umweltbeschädigungspotential könnte auch lauten: „2,7“ bei warmen Temperaturen und kaum Wind und „8,9“ bei sehr kalten Temperaturen, starkem Wind und wechselnden Niederschlagsmengen.An advantageous development of the method provides that the computing unit determines environmental information and/or vehicle information by evaluating the sensor data and derives from this an environmental damage potential and/or a vehicle damage potential and, when road damage is detected, the specific road damage in addition to the severity and time stamp, the environmental damage potential and/or vehicle damage potential assigned. The individual vehicles in the vehicle fleet can generate environmental information and vehicle information with the help of the sensors. The environmental information includes, for example, wind direction and wind speed, outside air temperature, amount of precipitation, light intensity and the like. This information can be measured directly using wind sensors, temperature sensors, rain sensors, brightness sensors and the like or can also be derived from data generated, for example, using LiDAR, radar, ultrasound or outdoor cameras. For example, rain can be inferred from the reflection properties of a radar image, a reduced signal to the noise ratio of a LiDAR, or image artifacts and the amount of precipitation can be estimated. Environmental information can also be obtained from an external service provider, for example from a weather service or local weather stations. The environmental information allows the influence of environmental influences on the wear of the road damage, i.e. the severity, to be taken into account. The raw data used to describe the environmental information can itself (in its entirety or only parts of it) form the potential for environmental damage. The raw data can also be evaluated and the insights gained from it can be used to describe the potential for environmental damage. In particular, individual parameters can be related to one another. The environmental damage potential could be, for example: -1.5°C with a wind speed of 2m/s from the south-east and a rainfall of 0mm. The environmental damage potential could also be: “2.7” for warm temperatures and little wind and “8.9” for very cold temperatures, strong winds and variable rainfall.

Zu den Fahrzeuginformationen zählen Informationen über das Fahrzeug selbst, vom Fahrzeug ermittelte Informationen über andere Verkehrsteilnehmer sowie vom Fahrzeug ermittelte Informationen über Charakteristika des befahrenen Fahrbahnabschnitts. Dies betrifft die Eigengeschwindigkeit des Fahrzeugs, momentane Beschleunigungswerte, Lenkwinkel, Federwege, das Eigengewicht des Fahrzeugs und das Gewicht der Zuladung, beispielsweise abgeschätzt durch besagte Federwegsensordaten, die Fahrzeugdichte, also die Anzahl und Entfernung zu weiteren Verkehrsteilnehmern im Umfeld des Fahrzeugs, Straßen- bzw. Fahrbahntyp, und dergleichen. Hieraus lässt sich das Fahrzeugbeschädigungspotenzial ableiten. Ist das Fahrzeug beim Überfahren des Fahrbahnschadens besonders schnell und besonders schwer, so kann ein hohes Fahrzeugbeschädigungspotenzial ermittelt werden. Umfährt das Fahrzeug den Fahrbahnschaden oder ist vergleichsweise langsam und vergleichsweise leicht, so wird entsprechend ein geringeres Fahrzeugbeschädigungspotenzial ermittelt. Neben dem Fahrzeugbeschädigungspotenzial können dem Fahrbahnschaden in der Datenbank auch die Fahrzeuginformationen selbst zugeordnet werden. Es können also auch hier die entsprechenden Rohdaten selbst das Fahrzeugbeschädigungspotential ausbilden.The vehicle information includes information about the vehicle itself, information about other road users determined by the vehicle, and information determined by the vehicle about characteristics of the road section being traveled. This concerns the vehicle's own speed, current acceleration values, steering angle, suspension travel, the vehicle's own weight and the weight of the payload, for example estimated by said suspension travel sensor data, the vehicle density, i.e. the number and distance to other road users in the vicinity of the vehicle, road or Road type, and the like. The potential for vehicle damage can be derived from this. If the vehicle is particularly fast and particularly heavy when driving over the damaged road, a high potential for vehicle damage can be determined. If the vehicle avoids the road damage or is comparatively slow and comparatively light, then a lower potential for vehicle damage is determined. In addition to the vehicle damage potential, the vehicle information itself can also be assigned to the road damage in the database. Here too, the corresponding raw data itself can determine the vehicle damage potential.

Mit Hilfe des Umweltbeschädigungspotenzials und des Fahrzeugbeschädigungspotenzials lässt sich noch differenzierter verstehen und bestimmen, wie sich die Abnutzung des Fahrbahnschadens mit der Zeit entwickelt. Ändert sich der Schweregrad eines bestimmten Fahrbahnschadens über die Zeit besonders schnell, so kann die Recheneinheit das respektive Umweltbeschädigungspotential und/oder Fahrzeugbeschädigungspotential hierzu in Bezug setzen und so Muster erkennen, welche Einflussfaktoren sich im Besonderen auf die hohe Abnutzung auswirken.With the help of the environmental damage potential and the vehicle damage potential, it is possible to understand and determine in even more detail how the wear and tear of the road damage develops over time. If the severity of a particular road damage changes particularly quickly over time, the computing unit can relate the respective environmental damage potential and/or vehicle damage potential to this and thus recognize patterns of which influencing factors have a particular impact on the high level of wear.

Nimmt der Schweregrad des Fahrbahnschadens beispielsweise nach jedem Überfahren des Fahrbahnschadens durch einen schwer beladenen Lkw zu, ändert sich der Schweregrad jedoch kaum, wenn Temperaturschwankungen auftreten, so ist entsprechend das Schadenspotenzial durch das Überfahren von Lkws hoch. Diese Einflüsse können auch im Bezug zu unterschiedlichen Arten von Fahrbahnschäden stehen. So kann ein bestimmter Einfluss beispielsweise verstärkt zu Rissen führen, jedoch sich nur unwesentlich auf das Entstehen bzw. Vergrößern von Schlaglöchern auswirken. Ebenfalls kann der Fahrbahntyp von Bedeutung sein. So bieten beispielsweise hohe Temperaturen bedingt durch eine starke Sonneneinstrahlung im Sommer ein hohes Gefahrenpotenzial für das Entstehen von Rissen in Betonplatten von Autobahnabschnitten, führen jedoch zu keinem erhöhten Schadensbild bei Kopfsteinpflaster.For example, if the severity of the road damage increases every time a heavily loaded truck drives over the road damage, but the severity hardly changes when temperature fluctuations occur, the potential for damage caused by trucks driving over the road is correspondingly high. These influences can also be related to different types of road damage. For example, a certain influence can lead to increased cracks, but only have a negligible effect on the formation or enlargement of potholes. The type of roadway can also be important. For example, high temperatures due to strong solar radiation in summer pose a high risk of cracks forming in concrete slabs on motorway sections, but do not lead to increased damage to cobblestones.

Entsprechend einer weiteren vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ordnet die zentrale Recheneinrichtung dem bestimmten Fahrbahnschaden unter Berücksichtigung der zeitlichen Änderung des Schweregrads, des Umweltbeschädigungspotenzials und/oder des Fahrzeugbeschädigungspotenzials einen Resistenzfaktor zu, welcher einen Widerstand gegenüber Abnutzung beschreibt. Bei der zeitlichen Änderung des Schwergrads handelt es sich insbesondere um die Zeitableitung. Je langsamer sich ein Fahrbahnschaden über die Zeit vergrößert, desto höher ist sein Resistenzfaktor, insbesondere, wenn er dabei durch starke Umweltbeschädigungspotentiale und Fahrzeugbeschädigungspotentiale hoch beansprucht wird. Mit Hilfe des Resistenzfaktors lassen sich verschiedene Fahrbahnschäden besonders leicht vergleichen. insbesondere können Fahrbahnschäden mit dem gleichen oder einem ähnlichen Resistenzfaktor verglichen werden und die jeweils vorliegenden Umweltbedingungen bzw. das Fahrzeugbeschädigungspotenzial verglichen werden. Dies erlaubt es noch schneller Muster zu erkennen und entscheidend Einflussfaktoren auf die Abnutzung der Fahrbahnschäden zu erkennen.According to a further advantageous embodiment of the method according to the invention, the central computing device assigns a resistance factor to the specific road damage, taking into account the temporal change in the severity, the environmental damage potential and / or the vehicle damage potential, which describes a resistance to wear. The change in severity over time is, in particular, the time derivative. The slower road damage increases over time, the higher its resistance factor, especially if it is subject to high levels of environmental damage and vehicle damage potential. With the help of the resistance factor, different types of road damage can be compared particularly easily. In particular, road damage can be compared with the same or a similar resistance factor and the existing environmental conditions or the vehicle damage potential can be compared. This makes it possible to recognize patterns even more quickly and to identify factors that influence the wear and tear of road damage.

Eine weitere vorteilhafte Ausgestaltung des erfindungsgemäßen Verfahrens sieht ferner vor, dass die zentrale Recheneinrichtung unter Berücksichtigung der Fahrzeuginformationen für den Straßenabschnitt, dem der Fahrbahnschaden zugeordnet ist, ein Verkehrsbeschädigungspotenzial ermittelt. Das Fahrzeugbeschädigungspotenzial beschreibt den Einfluss des einzelnen Fahrzeugs auf die Abnutzung eines Fahrbahnschadens. Diese Informationen können über die einzelnen Fahrzeuge der Fahrzeugflotte und über die Zeit ebenfalls aggregiert werden, was das Bestimmen des Verkehrsbeschädigungspotenzials erlaubt. Hierbei handelt es sich somit um eine aus den Fahrzeuginformationen statistisch ermittelte Größe, wie ein Durchschnittswert, ein Extremwert oder auch eine Verteilung und dergleichen.A further advantageous embodiment of the method according to the invention further provides that the central computing device determines a traffic damage potential, taking into account the vehicle information for the road section to which the roadway damage is assigned. The vehicle damage potential describes the influence of the individual vehicle on the wear and tear of road damage. This information can also be aggregated across individual vehicles in the fleet and over time, allowing traffic damage potential to be determined. This is therefore a quantity statistically determined from the vehicle information, such as an average value, an extreme value or a distribution and the like.

So kann beispielsweise die Recheneinheit mittels der Abstandssensordaten der Fahrzeuge der Fahrzeugflotte eine Verkehrsdichte ermitteln. Je größer die Verkehrsdichte auf dem jeweiligen Straßenabschnitt ist, desto stärker kann die Abnutzung des Fahrbahnschadens ausfallen. Entsprechende Verkehrsdaten können auch von einem externen Dienstleister wie eine Dienststelle zur Überwachung des Straßenverkehrs bezogen werden. Das Verkehrsbeschädigungspotenzial wird dabei nicht zwangsweise mit den einzelnen individuellen Fahrbahnschäden verknüpft, sondern mit dem jeweiligen Straßenabschnitt selbst.For example, the computing unit can determine traffic density using the distance sensor data of the vehicles in the vehicle fleet. The greater the traffic density on the respective road section, the greater the wear and tear on the road damage can be. Corresponding traffic data can also be obtained from an external service provider such as a road traffic monitoring agency. The potential for traffic damage is not necessarily linked to the individual road damage, but rather to the respective road section itself.

Entsprechend einer weiteren vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens trifft die zentrale Recheneinrichtung unter Berücksichtigung der bisherigen zeitlichen Änderung des Schweregrads, des Umweltbeschädigungspotenzials, des Fahrzeugbeschädigungspotenzials, des Resistenzfaktors und/oder des Verkehrsbeschädigungspotenzials eine Prognose, wie sich der Schweregrad in Zukunft entwickelt. Unter Erkenntnis der aus der Datenbank gewonnen Informationen ist die zentrale Recheneinrichtung dazu in der Lage zu ermitteln, wie sich Fahrbahnschäden in Abhängigkeit der äußeren Randbedingungen entwickeln werden. Dies ermöglicht es besonders kritische Fahrbahnschäden zu ermitteln, die in kurzer Zeit einen hohen Schweregrad annehmen werden und somit ein besonders hohes Verkehrsrisiko bieten. Diese Fahrbahnschäden können dann von weniger gravierenden Fahrbahnschäden, bei denen der Schweregrad über die Zeit nur langsam zunimmt, unterschieden werden. Insbesondere wird ein Zeitpunkt bestimmt, ab dem der Fahrbahnschaden ein besonders kritisches Ausmaß erreicht haben wird. Somit lassen sich gezielt Warnungen an die Verkehrsteilnehmer ausgeben.According to a further advantageous embodiment of the method according to the invention, the central computing device makes a prediction as to how the degree of severity will develop in the future, taking into account the previous temporal change in the severity, the environmental damage potential, the vehicle damage potential, the resistance factor and/or the traffic damage potential. By recognizing the information obtained from the database, the central computing device is able to determine how road damage will develop depending on the external boundary conditions. This makes it possible to identify particularly critical road damage that will become very serious in a short period of time and therefore pose a particularly high traffic risk. This road damage can then be differentiated from less serious road damage, where the severity only increases slowly over time. In particular, a point in time is determined from which the road damage will have reached a particularly critical extent. This means that targeted warnings can be issued to road users.

Eine weitere vorteilhafte Ausgestaltung des erfindungsgemäßen Verfahrens sieht es ferner vor, dass die zentrale Recheneinrichtung einem Straßenabschnitt ein Umweltbeschädigungspotenzial und ein Verkehrsbeschädigungspotenzial zuordnet und eine Prognose trifft, wann auf dem Straßenabschnitt ein neuer Fahrbahnschaden entstehen wird. Somit lassen sich nicht nur bestehende Fahrbahnschäden in ihrer Entwicklung nachverfolgen, sondern, dank der aus der Datenbank gewonnenen Erkenntnisse über die bereits untersuchten Fahrbahnschäden, auch noch Vorhersagen tätigen, wann und wo mit dem Entstehen neuer Fahrbahnschäden zu rechnen ist. Hierdurch lässt sich die Sicherheit im Straßenverkehr noch zuverlässiger schützen, da somit prädiktiv vor künftig entstehenden Fahrbahnschäden gewarnt werden kann. Dabei können auch potenzielle Fahrbahnschäden für solche Straßenabschnitte prädiziert werden, auf denen noch gar kein Fahrbahnschaden vorliegt. Hierzu ist es erforderlich, dass die Fahrzeuge der Fahrzeugflotte besagte Umweltinformationen und/oder Fahrzeuginformationen beim Befahren des jeweiligen Straßenabschnitts erheben und diese direkt, oder zumindest daraus gewonnene Erkenntnisse, an die zentrale Recheneinrichtung übermitteln.A further advantageous embodiment of the method according to the invention further provides that the central computing device assigns a road section an environmental damage potential and a traffic damage potential and makes a prediction as to when new road damage will occur on the road section. This means that not only can existing road damage be tracked in its development, but thanks to the knowledge gained from the database about the road damage that has already been examined, predictions can also be made as to when and where new road damage can be expected to occur. This makes it possible to protect road safety even more reliably, as it can be used to provide predictive warnings about future road damage. Potential road damage can also be predicted for road sections where there is no road damage at all. For this purpose, it is necessary that the vehicles in the vehicle fleet collect said environmental information and/or vehicle information when driving on the respective road section and transmit this directly, or at least the knowledge gained from it, to the central computing device.

Entsprechende Umweltinformationen sowie für die Fahrzeuginformationen stellvertretende Verkehrsinformationen können jedoch auch von anderen Quellen bezogen werden wie entsprechenden Wetter- bzw. Verkehrsdiensten oder lokal am Straßenabschnitt fest angeordneten Sensorsystemen wie beispielsweise Temperatur-, Feuchte- und Windsensoren, wie sie bspw. oftmals an einer Brücke montiert sind, oder Kamerasysteme zur Überwachung des Verkehrsaufkommens auf kritischen Autobahnabschnitten oder Tunneleinfahrten.However, corresponding environmental information as well as traffic information representative of the vehicle information can also be obtained from other sources such as corresponding weather or traffic services or sensor systems permanently arranged locally on the road section, such as temperature, humidity and wind sensors, such as those often mounted on a bridge , or camera systems for surveillance Controlling traffic volumes on critical motorway sections or tunnel entrances.

Entsprechend einer weiteren vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens trifft die zentrale Recheneinrichtung die Prognose unter der Verwendung heuristischer Formeln und/oder Methoden des maschinellen Lernens. Mit Hilfe heuristischer Formeln lässt sich eine zuverlässige Prognose erzielen, wenn die einzelnen relevanten Einflussfaktoren auf die Abnutzung der Fahrbahnschäden bekannt sind. So kann die Abnutzung eines Fahrbahnschadens über die zeitliche Historie der auf einen Fahrbahnschaden wirkenden Einflüsse ins Verhältnis gesetzt werden. Liegen dann für einzelne Parameter bestimmte Mittelwerte, Extremwerte, Verteilungen oder dergleichen vor, so wird ihr respektiver Einfluss auf die Abnutzung des Fahrbahnschadens entsprechend gewürdigt. Beispielsweise kann die Änderung des Schweregrads eines Schlaglochs eine Funktion der Anzahl von Frostnächten, der mittleren Niederschlagsmenge während der Frostnächte sowie des aktuellen Schweregrad des Schlaglochs sein.According to a further advantageous embodiment of the method according to the invention, the central computing device makes the prediction using heuristic formulas and/or machine learning methods. With the help of heuristic formulas, a reliable forecast can be achieved if the individual relevant factors influencing the wear of the road damage are known. In this way, the wear and tear of road damage can be put into perspective over the temporal history of the influences that have an impact on road damage. If certain mean values, extreme values, distributions or the like are available for individual parameters, their respective influence on the wear of the road damage is assessed accordingly. For example, the change in pothole severity may be a function of the number of frost nights, the average amount of precipitation during the frost nights, and the current severity of the pothole.

Methoden der sogenannten künstlichen Intelligenz, wie beispielsweise des maschinellen Lernens, erlauben es zudem, den Einfluss nicht offensichtlich erkennbarer Muster in den in der Datenbank hinterlegten Informationen auf die Abnutzungsentwicklung von Fahrbahnschäden zu berücksichtigen. So stellt beispielsweise ein maschinelles Lernmodell eine Abbildung dar, in welche die Informationen aus der Datenbank eingelesen werden, und welche als Ergebnis besagte Prognosen bereitstellt. Entsprechende Maschinenlernmodelle werden mit Hilfe der von der Fahrzeugflotte generierten Daten trainiert. Beispielsweise kann ein tiefes neuronales Netz die Tiefe eines Schlaglochs zu einem künftigen Zeitpunkt auf Basis der aktuellen Tiefe des Schlaglochs sowie statistisch aufbereiteten Nutzungs- und Umgebungsinnformationen vorhersagen.Methods of so-called artificial intelligence, such as machine learning, also make it possible to take into account the influence of patterns that are not obviously recognizable in the information stored in the database on the development of wear and tear on road damage. For example, a machine learning model represents an image into which the information from the database is read and which provides the forecasts as a result. Corresponding machine learning models are trained using the data generated by the vehicle fleet. For example, a deep neural network can predict the depth of a pothole at a future point in time based on the current depth of the pothole and statistically processed usage and environmental information.

Eine weitere vorteilhafte Ausgestaltung des erfindungsgemäßen Verfahrens sieht ferner vor, dass die zentrale Recheneinrichtung durch das Aussenden einer Auftragsnachricht einen Dienstleister zum Reparieren eines Fahrbahnschadens beauftragt oder eine Behörde informiert, die für die Erhaltung/Instandhaltung der Infrastruktur zuständig ist, sobald der Schweregrad des Fahrbahnschadens ein festgelegtes Maß erreicht oder - im Sinne einer Prognose - zukünftig erreichen wird. Hierdurch lässt sich die Sicherheit im Straßenverkehr in besonderem Maße verbessern, da solche Fahrbahnschäden, die besonders kritisch für die Verkehrssicherheit sind, bevorzugt repariert werden können. So können beispielsweise Fahrbahnschäden, die schon lange bekannt sind, jedoch einen so geringen Schweregrad aufweisen, dass sie für die Verkehrssicherheit nicht von Bedeutung sind, ignoriert werden und plötzlich entstehende Fahrbahnschäden, die jedoch besonders schnell in ihrem Schweregrad anwachsen, bevorzugt repariert werden, da hier sonst schnell die Gefahr eines Unfalls droht.A further advantageous embodiment of the method according to the invention further provides that the central computing device commissions a service provider to repair road damage by sending an order message or informs an authority that is responsible for the preservation/maintenance of the infrastructure as soon as the severity of the road damage reaches a specified level reached or - in the sense of a forecast - will reach in the future. This makes it possible to improve road safety to a particular extent, since road damage that is particularly critical for road safety can be repaired as a priority. For example, road damage that has been known for a long time but is so low in severity that it is not important for traffic safety can be ignored and road damage that occurs suddenly but increases in severity particularly quickly can be repaired preferably because here Otherwise there is a risk of an accident.

Durch das Berücksichtigen der von der zentralen Recheneinrichtung getroffenen Prognosen ist zudem eine effiziente Planung der Ressourcen des Dienstleisters zum Reparieren der Fahrbahnschäden möglich. Wird beispielsweise im Sommer bevorzugt mit dem Auftreten von hitzebedingten Fahrbahnrissen gerechnet oder im Winter mit Kälte und feuchtebedingten Rissen auf Brücken, so kann ein entsprechendes Reparaturunternehmen frühzeitig entsprechendes Baumaterial bestellen und Arbeitskräfte einstellen, damit alle kritischen Fahrbahnschäden ausreichend schnell repariert werden können.By taking into account the forecasts made by the central computing device, efficient planning of the service provider's resources for repairing the road damage is also possible. For example, if heat-related road cracks are expected to occur in summer or cold and moisture-related cracks on bridges in winter, a corresponding repair company can order the appropriate building materials and hire workers at an early stage so that all critical road damage can be repaired sufficiently quickly.

Bevorzugt ermittelt ein Fahrzeug durch Auslesen der Datenbank, wann das Fahrzeug an einem bekannten Fahrbahnschaden vorbeifährt und erhöht beim Vorbeifahren am Fahrbahnschaden eine Sensorauflösung und/oder richtet einen Sensor auf den Fahrbahnschaden aus, um den Fahrbahnschaden gezielt zu vermessen. Fährt ein jeweiliges Fahrzeug an einem Fahrbahnschaden vorbei, so ist das Fahrzeug je nach Situation mehr oder weniger gut dazu in der Lage den Fahrbahnschaden mit Hilfe seiner Sensoren zu erfassen. Befindet sich der Fahrbahnschaden beispielsweise im Randbereich der Fahrbahn, insbesondere, wenn diese mehrere Fahrspuren aufweist, dann wird der Fahrbahnschaden vom Fahrzeug gegebenenfalls nur partiell abgetastet. Die Fahrzeuge können jedoch ihre Eigenposition während der Fahrt mit den Ortsinformationen der Fahrbahnschäden abgleichen, und verfügen somit über die Information, wann ein jeweiliger Fahrbahnschaden angetroffen werden wird. Entsprechend können die Fahrzeuge ihre Sensoren auf einen Fahrbahnschaden ausrichten bzw. gezielt die Sensorauflösung temporär erhöhen, was es ermöglicht, entsprechende Fahrbahnschäden noch genauer zu erfassen. Dies ermöglicht es den Schweregrad des jeweiligen Fahrbahnschadens noch genauer und damit zuverlässiger zu bestimmen.A vehicle preferably determines by reading the database when the vehicle drives past known road damage and increases a sensor resolution when driving past the road damage and / or aligns a sensor to the road damage in order to specifically measure the road damage. If a vehicle drives past road damage, depending on the situation, the vehicle is more or less able to detect the road damage with the help of its sensors. If the road damage is, for example, in the edge area of the road, especially if it has several lanes, then the road damage may only be partially scanned by the vehicle. However, the vehicles can compare their own position while driving with the location information of the road damage, and thus have the information as to when a respective road damage will be encountered. Accordingly, the vehicles can align their sensors to road damage or temporarily increase the sensor resolution, which makes it possible to detect corresponding road damage even more precisely. This makes it possible to determine the severity of the respective road damage even more precisely and therefore more reliably.

Bei einem System, umfassend wenigstens ein Fahrzeug und eine zentrale Recheneinrichtung, sind erfindungsgemäß das Fahrzeug und die zentrale Recheneinrichtung zur Durchführung eines im vorigen beschriebenen Verfahrens eingerichtet. Bei dem Fahrzeug handelt es sich um ein beliebiges Fahrzeug wie eine Pkw, Lkw, Transporter, Bus oder dergleichen. Das jeweilige Fahrzeug kann eine fahrzeuginterne Recheneinheit aufweisen, wie besagten zentralen Bordcomputer oder das Steuergerät eines Fahrzeuguntersystems. Die zentrale Recheneinrichtung ist bevorzugt als Cloudserver ausgebildet. Es kann sowohl die zentrale Recheneinrichtung, als auch eine fahrzeuginterne Recheneinheit die Recheneinheit ausbilden, welche den jeweiligen Fahrbahnschaden unter Auswertung der Sensordaten erkennt. Besonders bevorzugt sind mehrere solcher Fahrzeuge vorgesehen, die dann gemeinsam eine Fahrzeugflotte ausbilden. Generell könnte jedoch ein einzelnes Fahrzeug die Fahrzeugflotte ausbilden. Je mehr Fahrzeuge in der Flotte vorhanden sind, desto umfangreicher lässt sich jedoch das befahrene Straßennetz überwachen und somit die Wahrscheinlichkeit erhöhen, dass sämtliche relevante Fahrbahnschäden erkannt werden.In a system comprising at least one vehicle and a central computing device, according to the invention the vehicle and the central computing device are set up to carry out a method described above. The vehicle is any vehicle such as a car, truck, van, bus or the like. The respective vehicle can have an in-vehicle computing unit, such as said central on-board computer or the control unit of a vehicle subsystem. The central computing device is preferably designed as a cloud server. It Both the central computing device and a vehicle-internal computing unit can form the computing unit, which detects the respective road damage by evaluating the sensor data. Particularly preferably, several such vehicles are provided, which then together form a vehicle fleet. In general, however, a single vehicle could form the vehicle fleet. However, the more vehicles there are in the fleet, the more extensively the road network can be monitored and thus increase the likelihood that all relevant road damage will be detected.

Weitere vorteilhafte Ausgestaltungen des erfindungsgemäßen Verfahrens zur Erfassung von Fahrbahnschäden ergeben sich auch aus dem Ausführungsbeispiel, welches nachfolgend unter Bezugnahme auf die Figuren näher beschrieben wird.Further advantageous embodiments of the method according to the invention for detecting road damage also result from the exemplary embodiment, which is described in more detail below with reference to the figures.

Dabei zeigen:

  • 1 eine schematisierte Draufsicht auf eine Fahrbahn mit einem Fahrbahnschaden; und
  • 2 ein schematisierter Verfahrensablauf einer Schweregradprognose eines Fahrbahnschadens durch eine zentrale Recheneinrichtung.
Show:
  • 1 a schematic top view of a roadway with roadway damage; and
  • 2 a schematized process sequence for predicting the severity of road damage by a central computing device.

1 zeigt eine Draufsicht auf eine Fahrbahn 7, hier eine Autobahn mit drei Fahrspuren 8, auf der sich mehrere Fahrzeuge 2 fortbewegen. Quer über die Fahrbahn 7 erstreckt sich ein Fahrbahnschaden 1 in Form eines Risses. 1 shows a top view of a roadway 7, here a highway with three lanes 8, on which several vehicles 2 are moving. A roadway damage 1 in the form of a crack extends across the roadway 7.

Solche Fahrbahnschäden 1 können ein Unfallpotenzial bergen und somit die Sicherheit im Straßenverkehr reduzieren. Es sind Verfahren bekannt, solche Fahrbahnschäden 1 mit Hilfe von Sensoren zu detektieren und so erkannte Fahrbahnschäden 1 in einer zentralen Datenbank zu sammeln. Orte, an denen ein solcher Fahrbahnschaden 1 anzutreffen ist, können dann von den Fahrzeugen 2 aus der Datenbank ausgelesen werden, was es erlaubt die fahrzeugführende Person des Fahrzeugs 2 vor dem Fahrbahnaschaden zu warnen. Mit Hilfe eines erfindungsgemäßen Verfahrens zur Erfassung von Fahrbahnschäden 1 werden diese Fahrbahnschäden 1 nicht nur erfasst, sondern auch ihre zeitliche Entwicklung nachverfolgt.Such road damage 1 can harbor the potential for accidents and thus reduce road safety. Methods are known for detecting such road damage 1 with the help of sensors and for collecting road damage 1 identified in this way in a central database. Locations where such road damage 1 can be found can then be read from the database by the vehicles 2, which allows the person driving the vehicle 2 to be warned of the road damage. With the help of a method according to the invention for detecting road damage 1, this road damage 1 is not only recorded, but its development over time is also tracked.

Hierzu wird ein entsprechender Fahrbahnschaden 1, beispielsweise ein Riss oder Schlagloch, mittels der Sensoren der Fahrzeuge 2 erfasst. Das in 1 auf der linken Fahrspur 8 fahrende Fahrzeug 2 erfasst den Fahrbahnschaden 1 mittels einer Kamera 9. For this purpose, corresponding road damage 1, for example a crack or pothole, is detected using the sensors of the vehicles 2. This in 1 Vehicle 2 driving in the left lane 8 records the road damage 1 using a camera 9.

Das auf der mittleren Fahrspur 8 fahrende Fahrzeug 2 hingegen erfasst den Fahrbahnschaden 1 mittels eines LiDARs 10 und eines Radarsensorsystems 11. Von den Sensoren generierte Daten werden vom jeweiligen Fahrzeug 2 mittels einer fahrzeuginternen Recheneinheit 12 verarbeitet. Die Rohdaten selbst und/oder daraus durch die fahrzeuginterne Recheneinheit 12 gewonnene Erkenntnisse werden von einer drahtlosen Kommunikationseinheit 13 an eine zentrale Recheneinrichtung 4 übermittelt. Der Fahrbahnschaden 1 wird dann von einer Recheneinheit 3, hier in Form der zentralen Recheneinrichtung 4 und/oder der fahrzeuginternen Recheneinheit 12, detektiert. Dabei wird nicht nur der Ort erfasst, an dem sich der Fahrbahnschaden 1 befindet, sondern auch noch ein Schweregrad SG sowie ein Zeitstempel t. Der Zeitstempel t entspricht dem aktuellen Zeitpunkt, an dem die jeweiligen Sensordaten vom Fahrzeug 2 generiert wurden, also der Fahrbahnschaden 1 erfasst wurde. Der Schweregrad SG beschreibt einen Abnutzungsgrad des Fahrbahnschadens 1, beispielsweise in Form von dessen Dimensionen. Es kann sich jedoch auch beim Schweregrad SG um eine aus unterschiedlichen Informationen zusammengesetzte Größe handeln.The vehicle 2 driving in the middle lane 8, on the other hand, detects the road damage 1 using a LiDAR 10 and a radar sensor system 11. Data generated by the sensors are processed by the respective vehicle 2 using an in-vehicle computing unit 12. The raw data itself and/or knowledge gained from it by the vehicle-internal computing unit 12 are transmitted from a wireless communication unit 13 to a central computing device 4. The road damage 1 is then detected by a computing unit 3, here in the form of the central computing device 4 and/or the vehicle-internal computing unit 12. Not only is the location where the road damage 1 is located, but also a severity level SG and a time stamp t recorded. The time stamp t corresponds to the current time at which the respective sensor data was generated by the vehicle 2, i.e. the road damage 1 was detected. The severity level SG describes a degree of wear of the road damage 1, for example in the form of its dimensions. However, the severity level SG can also be a variable made up of different information.

Die zentrale Recheneinrichtung 4 aggregiert die Informationen sämtlicher detektierten Fahrbahnschäden 1. Dabei sieht das erfindungsgemäße Verfahren vor, dass bei jeder erneuten Detektion eines bestimmten Fahrbahnschadens 1 der aktuelle Schweregrad SG ermittelt wird und dieser über die Zeit nachverfolgt wird. 1 zeigt dabei ein mögliches, jedoch rein illustratives Beispiel, wie diese Informationen über die Zeit nachverfolgt werden können. Beispielhaft ist eine Liste 14 gezeigt, in der die bei einer jeweiligen Erfassung des Fahrbahnschadens 1 entstehenden Informationen nacheinander angehängt werden. Ein jeweiliger Fahrbahnschaden 1 wird dabei mit einem eindeutigen Bezeichner, beispielsweise einer ID, versehen, die als Referenz dient. Die Liste wird bevorzugt nach dem Zeitstempel t geordnet. Beispielhaft wird als Ortsinformation der Fahrbahnschaden 1 durch Geokoordinaten beschrieben. Mittels der Sensoren wurde dabei eine Breite von 2,3 Metern, eine Länge von 0,2 Metern und eine Höhe von 3,4 Zentimetern gemessen. Der daraus ermittelte Schweregrad SG beträgt 4,9. Der Schweregrad SG kann beispielsweise zwischen 0 und 10 oder in einem sonstigen beliebig geeigneten Zahlenbereich liegen, wobei insbesondere ein zunehmender Zahlenwert des Schweregrads SG einen schwerwiegenderen Fahrbahnschaden 1 charakterisiert. Die Abmaße, also die Längenangaben für Breite, Länge und/oder Höhe, können auch direkt den Schweregrad SG ausbilden. Anstelle von Längenangaben kann auch bei jeder Erfassung des Fahrbahnschadens 1 auf der zentralen Recheneinrichtung 4 eine Datei hinterlegt werden, welche die beim Oberflächenscan des Fahrbahnschadens 1 gemessene Topographie umfasst. Es können auch einzelne Kategorien in Abhängigkeit der Höhe des Schweregrads SG definiert sein, wie beispielsweise: „ungefährlich“, „anwachsend“, „beobachtungswürdig“, „bedenklich“, „gravierend“, „akut“, etc.The central computing device 4 aggregates the information of all detected road damage 1. The method according to the invention provides that each time a specific road damage 1 is detected again, the current severity level SG is determined and this is tracked over time. 1 shows a possible, but purely illustrative example of how this information can be tracked over time. As an example, a list 14 is shown, in which the information resulting from each detection of the road damage 1 is appended one after the other. A respective road damage 1 is provided with a unique identifier, for example an ID, which serves as a reference. The list is preferably ordered according to the timestamp t. As an example, the roadway damage 1 is described using geocoordinates as location information. The sensors measured a width of 2.3 meters, a length of 0.2 meters and a height of 3.4 centimeters. The resulting severity level SG is 4.9. The severity level SG can be, for example, between 0 and 10 or in any other suitable numerical range, with an increasing numerical value of the severity level SG in particular characterizing more serious road damage 1. The dimensions, i.e. the length information for width, length and/or height, can also directly form the severity level SG. Instead of length information, a file can also be stored on the central computing device 4 each time the road damage 1 is recorded, which includes the topography measured during the surface scan of the road damage 1. There can also be individual categories depending on the amount Severity level SG must be defined, such as: “not dangerous”, “increasing”, “worthy of observation”, “concerning”, “serious”, “acute”, etc.

Zur noch genaueren Vermessung eines Fahrbahnschadens 1 können die Fahrzeuge 2 beim Vorbei- oder Überfahren des Fahrbahnschadens 1 ihre Sensoren auf den Fahrbahnschaden 1 gezielt ausrichten und die Sensorgenauigkeit dabei erhöhen.For even more precise measurement of road damage 1, the vehicles 2 can align their sensors specifically to the road damage 1 when driving past or over the road damage 1 and thereby increase the sensor accuracy.

Aufgrund unterschiedlicher Ausführungen der Fahrzeuge 2 der Fahrzeugflotte und insbesondere aufgrund von Messfehlern bzw. Messungenauigkeit werden sich die von unterschiedlichen, oder auch von demselben Fahrzeug 2 zu verschiedenen Zeitpunkten generiert Sensordaten unterscheiden. Es werden Maßnahmen getroffen, angemessen darauf zu reagieren. So kann die zentrale Recheneinrichtung 4 beispielsweise über einen festgelegten Zeitraum einen Mittelwert aus den übermittelten Größendimensionen des Fahrbahnschadens 1 bilden und diesen als „aktuellen“ Größenwert des Fahrbahnschadens 1 erachten.Due to different designs of the vehicles 2 of the vehicle fleet and in particular due to measurement errors or measurement inaccuracy, the sensor data generated by different or by the same vehicle 2 at different times will differ. Measures will be taken to respond appropriately. For example, the central computing device 4 can form an average value from the transmitted size dimensions of the road damage 1 over a specified period of time and consider this to be the “current” size value of the road damage 1.

Durch Auswerten der in der zentralen Recheneinrichtung 4 vorgehaltenen Datenbank lassen sich Muster erkennen, wie sich die jeweiligen Fahrbahnschäden 1 über der Zeit ändern und welche Einflussfaktoren hierfür besonders relevant sind. Dies kann erfindungsgemäß dazu genutzt werden Warnungen frühzeitig auszugeben, wenn ein bestimmter Fahrbahnschaden 1 ein kritisches Ausmaß erreicht und/oder Maßnahmen zu treffen, dass ausreichend früh ein entsprechender Fahrbahnschaden 1 repariert wird, sodass der jeweilige Fahrbahnschaden 1 das kritische Ausmaß erst gar nicht annimmt.By evaluating the database held in the central computing device 4, patterns can be identified as to how the respective road damage 1 changes over time and which influencing factors are particularly relevant for this. According to the invention, this can be used to issue warnings at an early stage when a specific road damage 1 reaches a critical extent and/or to take measures so that a corresponding road damage 1 is repaired sufficiently early so that the respective road damage 1 does not even reach the critical extent.

So erfassen bevorzugt die Fahrzeuge 2 nicht nur Schweregrad SG und Zeitstempel t sondern auch Umweltinformationen und/oder Fahrzeuginformationen. Die Umweltinformationen beschreiben die Umweltbedingungen, die beim Aufnehmen der Sensordaten vorliegen, wie: aktuelle Luft- und/oder Bodentemperatur, Windrichtung und Windgeschwindigkeit, Niederschlagsmenge und dergleichen. Die Fahrzeuginformationen beschreiben Eigenschaften des Fahrzeugs, wie: Leermasse und Zuladung, Fortbewegungsgeschwindigkeit, Vorhandensein eines Anhängers und dergleichen. Insbesondere werden Fahrzeuginformationen für einen jeweiligen Streckenabschnitt des Straßennetzes aggregiert, woraus ein in 2 gezeigtes Verkehrsbeschädigungspotenzial 6 durch die zentrale Recheneinrichtung 4 ermittelt wird.The vehicles 2 thus preferably record not only the severity level SG and time stamp t but also environmental information and/or vehicle information. The environmental information describes the environmental conditions that exist when the sensor data is recorded, such as: current air and/or ground temperature, wind direction and wind speed, amount of precipitation and the like. The vehicle information describes characteristics of the vehicle, such as: curb weight and payload, speed of movement, presence of a trailer and the like. In particular, vehicle information is aggregated for a respective section of the road network, resulting in an in 2 shown traffic damage potential 6 is determined by the central computing device 4.

2 zeigt wie aus den von der zentralen Recheneinrichtung 4 verwalteten Informationen die Prognose über den Schweregrad SG erzeugt wird. Hierzu können von der zentralen Recheneinrichtung 4 heuristische Formeln und/oder Methoden des maschinellen Lernens eingesetzt werden. In 2 ist ein künstliches neuronales Netz 15 zur Verarbeitung der entsprechenden Daten gezeigt. Zu einem beliebigen aktuellen oder in der Vergangenheit liegenden Zeitpunkt to liegen Informationen über den Fahrbahnschaden 1 vor, beispielsweise dessen Breite Bo, Länge Lo und entsprechend Schweregrad SGo. Aus den Umweltinformationen ermittelt die Recheneinheit 3 ein Umweltbeschädigungspotenzial 5. Dieses entspricht zumindest einem Teil der Rohdaten der Umweltinformationen bzw. daraus gewonnener Erkenntnisse. Das Umweltbeschädigungspotenzial 5 wird neben dem Verkehrsbeschädigungspotenzial 6 zusätzlich zu den Fahrbahnschaden 1 beschreibenden Informationen in das künstliche neuronale Netz 15 eingelesen. Das künstliche neuronale Netz 15 ist zum Treffen einer Prognose, wie die Abnutzung des Fahrbahnschadens 1 über die Zeit anwachsen wird, trainiert. Somit ermittelt das künstliche neuronale Netz 15 die entsprechenden Dimensionen Bn, Ln sowie Schweregrad SGn zum Zeitpunkt tn. Dabei wurde das künstliche neuronale Netz 15 mit den in der von der zentralen Recheneinrichtung 4 verwalteten Datenbank aggregierten Daten trainiert. 2 shows how the forecast about the severity level SG is generated from the information managed by the central computing device 4. For this purpose, the central computing device 4 can use heuristic formulas and/or machine learning methods. In 2 an artificial neural network 15 is shown for processing the corresponding data. At any current or past time to, information about the road damage 1 is available, for example its width Bo, length Lo and corresponding severity SGo. The computing unit 3 determines an environmental damage potential 5 from the environmental information. This corresponds to at least part of the raw data of the environmental information or the knowledge gained therefrom. The environmental damage potential 5 is read into the artificial neural network 15 in addition to the traffic damage potential 6 in addition to the information describing the road damage 1. The artificial neural network 15 is trained to make a prediction as to how the wear of the road damage 1 will increase over time. The artificial neural network 15 thus determines the corresponding dimensions B n , L n and severity SG n at time t n . The artificial neural network 15 was trained with the data aggregated in the database managed by the central computing device 4.

Folgende Beispiele verdeutlichen dies:The following examples illustrate this:

Unter einer Brücke bildet sich ein Schlagloch. Das Schlagloch wird von den Fahrzeugen 2 detektiert und entsprechende Informationen in der zentralen Recheneinrichtung 4 hinterlegt. Die Daten ergeben, dass nur selten Fahrzeuge über das Schlagloch fahren und dies meist leichte Fahrzeuge sind. Zudem ist das Schlagloch witterungsgeschützt und es liegen keine Frostnächte vor. Das Prognosemodell, beispielsweise besagtes künstliches neuronales Netz 15, ermittelt hieraus, dass das Schlagloch erst in 15 Jahren so groß geworden sein wird, dass ein nicht mehr zu vernachlässigendes Unfallpotential entsteht. Da die Abnutzung langsam voran schreitet ist eine schnelle Ausbesserung nicht erforderlich.A pothole forms under a bridge. The pothole is detected by the vehicles 2 and corresponding information is stored in the central computing device 4. The data shows that vehicles rarely drive over the pothole and these are usually light vehicles. In addition, the pothole is protected from the weather and there are no frosty nights. The forecast model, for example the said artificial neural network 15, determines from this that the pothole will only have become so large in 15 years that the potential for an accident will no longer be negligible. Since wear and tear progresses slowly, quick repairs are not necessary.

Auf besagter Brücke bildet sich ebenfalls ein Schlagloch. Das Schlagloch wird von den Fahrzeugen 2 detektiert und entsprechende Informationen in der zentralen Recheneinrichtung 4 hinterlegt. Die Daten ergeben, dass häufig insbesondere besonders schwere Fahrzeuge über das Schlagloch fahren. Das Schlagloch weist zudem eine exponierte Lage auf und erlebt häufige Temperaturschwankungen, starken Wind und ist hohen Niederschlagsmengen ausgesetzt. Das Prognosemodell ermittelt in diesem Falle, dass das Schlagloch bereits nach 5 Monaten auf ein kritisches Maß anwachsen wird. Die zentrale Recheneinrichtung 4 kann proaktiv einen Dienstleister zum Instandsetzen des Schlaglochs beauftragen.A pothole also forms on the said bridge. The pothole is detected by the vehicles 2 and corresponding information is stored in the central computing device 4. The data shows that particularly heavy vehicles often drive over the pothole. The pothole also has an exposed location and experiences frequent temperature fluctuations, strong winds and is exposed to high amounts of precipitation. In this case, the forecast model determines that the pothole will grow to a critical size after just 5 months. The central computing device 4 can proactively commission a service provider to repair the pothole.

Zudem lässt sich das Auftreten neuer Fahrbahnschäden 1 prognostizieren. Beispielsweise kann das Einschwingverhalten eines Fahrzeugs 2 nach Überfahren einer Bodenwelle analysiert werden. In Fahrtrichtung hinter der Bodenwelle kann mit hohem Risiko ein Schlagloch entstehen, insbesondere wenn die Fahrzeuge hinter der Bodenwelle auf der Fahrbahn aufsetzen. Je nach Häufigkeit solcher Ereignisse und insbesondere unter Berücksichtigung der Fahrzeugeigenschaften wie Geschwindigkeit und Masse sowie (materialbedingtem) Widerstand des Fahrbahnbelags gegenüber äußeren Krafteinwirkungen lässt sich dann abschätzen wann ein Fahrbahnschaden 1 entsteht.In addition, the occurrence of new road damage 1 can be predicted. For example, the transient response of a vehicle 2 can be analyzed after driving over a bump. In the direction of travel behind the bump, a pothole can occur with a high risk, especially if the vehicles touch down on the road behind the bump. Depending on the frequency of such events and in particular taking into account the vehicle properties such as speed and mass as well as the (material-related) resistance of the road surface to external forces, it can then be estimated when road damage 1 will occur.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION

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.This list of documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

  • DE 102019000403 A1 [0005]DE 102019000403 A1 [0005]

Claims (10)

Verfahren zur Erfassung von Fahrbahnschäden (1), wobei Fahrbahnschäden (1) durch Auswerten von den von den Fahrzeugen (2) einer Fahrzeugflotten generierten Sensordaten durch eine Recheneinheit (3) erkannt werden, ein erkannter Fahrbahnschaden (1) mit einer Ortsinformation verknüpft wird, um den Fahrbahnschaden (1) einem Straßenabschnitt zuzuordnen und durch die Fahrzeugflotte detektierte Fahrbahnschäden (1) in einer auf einer zentralen Recheneinrichtung (4) gepflegten Datenbank aggregiert werden, dadurch gekennzeichnet, dass die Recheneinheit (3) beim Erkennen eines Fahrbahnschadens (1) unter Berücksichtigung der Sensordaten dem Fahrbahnschaden (1) einen Schweregrad (SG) und einen Zeitstempel (t) zuordnet, die zentrale Recheneinrichtung (4) für einen bestimmten Fahrbahnschaden (1) den Schweregrad (SG) in Abhängigkeit des Zeitstempels (t) nachverfolgt und eine Abnutzung des Fahrbahnschadens (1) feststellt, wenn sich der Schweregrad (SG) mit fortschreitender Zeit erhöht.Method for detecting road damage (1), wherein road damage (1) is detected by evaluating the sensor data generated by the vehicles (2) of a vehicle fleet by a computing unit (3), and a detected road damage (1) is linked to location information in order to to assign the road damage (1) to a road section and to aggregate road damage (1) detected by the vehicle fleet in a database maintained on a central computing device (4), characterized in that the computing unit (3) when detecting road damage (1) takes into account the Sensor data assigns a severity level (SG) and a time stamp (t) to the road damage (1), the central computing device (4) tracks the severity level (SG) for a specific road damage (1) depending on the time stamp (t) and a wear of the road damage (1) determines when the severity level (SG) increases over time. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Recheneinheit (3) unter Auswertung der Sensordaten Umweltinformationen und/oder Fahrzeuginformationen ermittelt und daraus ein Umweltbeschädigungspotential (5) und/oder ein Fahrzeugbeschädigungspotential ableitet und beim Erkennen eines Fahrbahnschadens (1) dem bestimmten Fahrbahnschaden (1) zusätzlich zum Schweregrad (SG) und Zeitstempel (t) das Umweltbeschädigungspotential (5) und/oder Fahrzeugbeschädigungspotential zuordnet.Procedure according to Claim 1 , characterized in that the computing unit (3) determines environmental information and/or vehicle information by evaluating the sensor data and derives from this an environmental damage potential (5) and/or a vehicle damage potential and, when road damage (1) is detected, the specific road damage (1) in addition to the severity (SG) and timestamp (t) assigns the environmental damage potential (5) and/or vehicle damage potential. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die zentrale Recheneinrichtung (4) dem bestimmten Fahrbahnschaden (1) unter Berücksichtigung der zeitlichen Änderung des Schweregrads (SG), des Umweltbeschädigungspotentials (5) und/oder des Fahrzeugbeschädigungspotentials einen Resistenzfaktor zuordnet, welcher einen Widerstand gegenüber Abnutzung beschreibt.Procedure according to Claim 1 or 2 , characterized in that the central computing device (4) assigns a resistance factor to the specific road damage (1), taking into account the temporal change in the severity (SG), the environmental damage potential (5) and / or the vehicle damage potential, which describes a resistance to wear. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass die zentrale Recheneinrichtung (4) unter Berücksichtigung der Fahrzeuginformationen für den Straßenabschnitt dem der Fahrbahnschaden (1) zugeordnet ist ein Verkehrsbeschädigungspotential (6) ermittelt.Procedure according to Claim 2 or 3 , characterized in that the central computing device (4) determines a traffic damage potential (6) taking into account the vehicle information for the road section to which the road damage (1) is assigned. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die zentrale Recheneinrichtung (4) unter Berücksichtigung der bisherigen zeitlichen Änderung des Schweregrads (SG), des Umweltbeschädigungspotentials (5), des Fahrzeugbeschädigungspotentials, des Resistenzfaktors und/oder des Verkehrsbeschädigungspotentials (6) eine Prognose trifft, wie sich der Schweregrad (SG) in Zukunft entwickelt.Procedure according to one of the Claims 1 until 4 , characterized in that the central computing device (4), taking into account the previous temporal change in the severity level (SG), the environmental damage potential (5), the vehicle damage potential, the resistance factor and / or the traffic damage potential (6), makes a prediction as to how the severity level will change (SG) will be developed in the future. Verfahren nach einem der Ansprüche 2 bis 5, dadurch gekennzeichnet, dass die zentrale Recheneinrichtung (4) einem Straßenabschnitt ein Umweltbeschädigungspotential (5) und ein Verkehrsbeschädigungspotential (6) zuordnet und eine Prognose trifft, wann auf dem Straßenabschnitt ein neuer Fahrbahnschaden (1) entstehen wird.Procedure according to one of the Claims 2 until 5 , characterized in that the central computing device (4) assigns an environmental damage potential (5) and a traffic damage potential (6) to a road section and makes a prediction as to when new road damage (1) will occur on the road section. Verfahren nach Anspruch 5 oder 6, dadurch gekennzeichnet, dass die zentrale Recheneinrichtung (4) die Prognose unter der Verwendung heuristischer Formeln und/oder Methoden des maschinellen Lernens trifft.Procedure according to Claim 5 or 6 , characterized in that the central computing device (4) makes the forecast using heuristic formulas and/or machine learning methods. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass die zentrale Recheneinrichtung (4) durch das Aussenden einer Auftragsnachricht einen Dienstleister zum Reparieren eines Fahrbahnschadens (1) beauftragt, sobald der Schweregrad (SG) des Fahrbahnschadens (1) ein festgelegtes Maß erreicht oder erreichen wird.Procedure according to one of the Claims 1 until 7 , characterized in that the central computing device (4) commissions a service provider to repair road damage (1) by sending an order message as soon as the severity (SG) of the road damage (1) has reached or will reach a specified level. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass ein Fahrzeug (2) durch Auslesen der Datenbank ermittelt, wann das Fahrzeug (2) an einem bekannten Fahrbahnschaden (1) vorbeifährt und beim Vorbeifahren am Fahrbahnschaden (1) eine Sensorauflösung erhöht und/oder einen Sensor auf den Fahrbahnschaden (1) ausrichtet, um den Fahrbahnschaden (1) gezielt zu vermessen.Procedure according to one of the Claims 1 until 8th , characterized in that a vehicle (2) determines by reading the database when the vehicle (2) drives past known road damage (1) and when driving past the road damage (1) increases a sensor resolution and / or a sensor on the road damage ( 1) is aligned in order to specifically measure the road damage (1). System, umfassend wenigstens ein Fahrzeug (2) und eine zentrale Recheneinrichtung (4), dadurch gekennzeichnet, dass das Fahrzeug und die zentrale Recheneinrichtung zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 9 eingerichtet sind.System comprising at least one vehicle (2) and a central computing device (4), characterized in that the vehicle and the central computing device are used to carry out a method according to one of Claims 1 until 9 are set up.
DE102023000560.6A 2023-02-20 2023-02-20 Method for detecting road damage and system Ceased DE102023000560A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102023000560.6A DE102023000560A1 (en) 2023-02-20 2023-02-20 Method for detecting road damage and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102023000560.6A DE102023000560A1 (en) 2023-02-20 2023-02-20 Method for detecting road damage and system

Publications (1)

Publication Number Publication Date
DE102023000560A1 true DE102023000560A1 (en) 2023-12-14

Family

ID=88874265

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102023000560.6A Ceased DE102023000560A1 (en) 2023-02-20 2023-02-20 Method for detecting road damage and system

Country Status (1)

Country Link
DE (1) DE102023000560A1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1145186B1 (en) 1998-11-14 2004-02-18 DaimlerChrysler AG Method and apparatus for increasing the power of a traffic sign recognition system
DE102007042877A1 (en) 2007-09-08 2009-03-12 Bayerische Motoren Werke Aktiengesellschaft Motor vehicle, has computing device designed such that roadway characteristic and appropriate position are converted into roadway characteristic-position-data objects, where objects are transmitted by transmitting device
DE102019000403A1 (en) 2019-01-22 2019-06-13 Daimler Ag Method at least for issuing a warning of a danger point
DE102017212361B4 (en) 2017-07-19 2021-02-25 Audi Ag Method for operating a motor vehicle
DE102020206128A1 (en) 2020-05-15 2021-11-18 Continental Automotive Gmbh Method for controlling a fleet-based condition monitoring of a road section of a road network as well as associated system and motor vehicle and associated server device

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1145186B1 (en) 1998-11-14 2004-02-18 DaimlerChrysler AG Method and apparatus for increasing the power of a traffic sign recognition system
DE102007042877A1 (en) 2007-09-08 2009-03-12 Bayerische Motoren Werke Aktiengesellschaft Motor vehicle, has computing device designed such that roadway characteristic and appropriate position are converted into roadway characteristic-position-data objects, where objects are transmitted by transmitting device
DE102017212361B4 (en) 2017-07-19 2021-02-25 Audi Ag Method for operating a motor vehicle
DE102019000403A1 (en) 2019-01-22 2019-06-13 Daimler Ag Method at least for issuing a warning of a danger point
DE102020206128A1 (en) 2020-05-15 2021-11-18 Continental Automotive Gmbh Method for controlling a fleet-based condition monitoring of a road section of a road network as well as associated system and motor vehicle and associated server device

Similar Documents

Publication Publication Date Title
DE102015100812B4 (en) Method for using road level images to improve an automated driving mode for a vehicle
DE102015119495B4 (en) Using participatory sensor systems to enable improved estimation of road adhesion
EP3482160B1 (en) Method and system for generating map information for emergengy areas
DE112019000714T5 (en) GLASS FIBER DETECTION FOR MOTORWAY MAINTENANCE
DE102014013672B4 (en) Method and system for securing autonomous or semi-autonomous operation of vehicles on a traffic route network
DE102018221179A1 (en) Method and system for determining certain status information for at least one geographical position using autonomous or semi-autonomous vehicles
DE102011085287A1 (en) Method for determining texture of roadway, involves detecting continuously road surface by ultrasonic sensor system built in vehicle, where road surface is classified based on reflected frequency spectrum
DE102015215605A1 (en) Method for controlling a traffic control system
DE102017223634A1 (en) Determination of a road condition by evaluation of sensor data of a road vehicle
DE102017212361B4 (en) Method for operating a motor vehicle
DE102006004130B4 (en) Method for determining a future course of the road by communicating between motor vehicles
DE102015008968A1 (en) Method for evaluating vehicle data
DE102020206128B4 (en) Method for controlling fleet-based condition monitoring of a road section of a road network and associated system and motor vehicle and associated server device
EP3374242B1 (en) Method and device for analysing a driving manner of a driver of a vehicle
DE102019203543B4 (en) Method, computer program product and motor vehicle for determining an accident risk
DE102023000560A1 (en) Method for detecting road damage and system
DE102011122825B4 (en) Device for detecting environmental information of a motor vehicle
DE102022120968A1 (en) NETWORKED VEHICLE-BASED DETERMINATION OF ROAD SURFACE QUALITY
EP1695314B1 (en) Recognition of junction areas on traffic status recognition
Zegeer Roadway Widths for Low-Traffic Volume Roads
DE102011009464A1 (en) Device for acquiring environment information e.g. track temperature, of e.g. road vehicle, has tire pressure and/or tire temperature sensor determining environment information based on pressure and/or temperature data
EP1695320B1 (en) Method for the provision of traffic status information
DE102020204964A1 (en) Method for monitoring current attention of a driver during operation of a vehicle
DE102015008720A1 (en) Remote control of motor vehicles for environmental impact
DE102018218308B4 (en) Method for detecting air quality, motor vehicle and server device

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R230 Request for early publication
R016 Response to examination communication
R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final