DE112018000436T5

DE112018000436T5 - System und verfahren zur verwendung von crowd-sourcing-fahrwegsdaten ineinem autonomen oder halbautonomen antriebssystem

Info

Publication number: DE112018000436T5
Application number: DE112018000436.8T
Authority: DE
Inventors: Thomas Glaser; Jason Scott Hardy; Mithun Jacob; Joerg Mueller
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2017-01-19
Filing date: 2018-01-18
Publication date: 2019-10-10
Also published as: US20180203453A1; WO2018134296A1; US10209715B2

Abstract

Ein Verarbeitungssystem enthält wenigstens einen Computerprozessor, der dazu ausgelegt ist, ein Verfahren zu implementieren, das enthält, Crowd-Sourcing-Fahrwegsdaten, Kartendaten und Sensordaten in Echtzeit, die mit einer Straße verknüpft sind, zu empfangen. Das Verfahren enthält, durch das Verarbeitungssystem optimierte Fahrwegsdaten für die Straße auf Basis der Crowd-Sourcing-Fahrwegsdaten, der Kartendaten und der Sensordaten zu generieren. Das Verfahren enthält, Steuersignale zum Steuern eines autonomen oder halbautonomen Fahrzeugs auf Basis der optimierten Fahrwegsdaten bereitzustellen.

Description

ERFINDUNGSGEBIET
Diese Offenbarung bezieht sich im Allgemeinen auf ein autonomes oder halbautonomes Antriebssystem und genauer gesagt auf das Bereitstellen von optimierten Fahrwegsdaten für das autonome oder halbautonome Antriebssystem eines Fahrzeugs.
HINTERGRUND
Bewegungssteuersysteme für autonome oder halbautonome Antriebssysteme beruhen typischerweise auf Darstellungen der Fahrflächen. Im Allgemeinen basieren diese Darstellungen auf Referenzwegen, die vorweg aufgezeichnete Mittellinien und/oder Fahrbahnstrukturdaten enthalten. Zum Beispiel können diese vorweg aufgezeichneten Mittellinien verschiedenen Kartendaten entnommen werden, wie zum Beispiel Route Network Definition File, OpenStreetMap oder anderen Quellen. Allerdings gibt es viele Beispiele, bei denen die vorweg aufgezeichneten Mittellinien und/oder die Fahrbahnstruktur allein keine ausreichenden Informationen für die autonomen oder halbautonomen Antriebssysteme bereitstellen, um mit bestimmten Fahrflächen sicher umzugehen.
ZUSAMMENFASSUNG
Das Folgende ist eine Zusammenfassung bestimmter Ausführungsformen, die nachstehend ausführlich beschrieben werden. Die beschriebenen Aspekte werden lediglich dargestellt, um dem Leser eine kurze Zusammenfassung dieser bestimmten Ausführungsformen bereitzustellen, und die Beschreibung dieser Aspekte soll den Schutzbereich dieser Offenbarung nicht beschränken. Allerdings kann diese Offenbarung eine Vielzahl von Aspekten umfassen, die nachstehend möglicherweise nicht explizit dargelegt werden.
In einer beispielhaften Ausführungsform enthält ein Verfahren, durch ein Verarbeitungssystem mit wenigstens einem Computerprozessor Crowd-Sourcing-Fahrwegsdaten, Kartendaten und Sensordaten einer Straße zu empfangen. Das Verfahren enthält, optimierte Fahrwegsdaten für die Straße auf Basis der Crowd-Sourcing-Fahrwegsdaten, der Kartendaten und der Sensordaten zu generieren. Das Verfahren enthält, Steuersignale zum Steuern eines autonomen oder halbautonomen Fahrzeugs auf Basis wenigstens der optimierten Fahrwegsdaten bereitzustellen.
In einer beispielhaften Ausführungsform enthält ein Verarbeitungssystem wenigstens einen Prozessor. Das Verarbeitungssystem ist dazu ausgelegt, ein Verfahren zu implementieren, das enthält, Crowd-Sourcing-Fahrwegsdaten, Kartendaten und Sensordaten einer Straße zu empfangen. Das Verfahren enthält, optimierte Fahrwegsdaten für die Straße auf Basis der Crowd-Sourcing-Fahrwegsdaten, der Kartendaten und der Sensordaten zu generieren. Das Verfahren enthält, Steuersignale zum Steuern eines autonomen oder halbautonomen Fahrzeugs auf Basis wenigstens der optimierten Fahrwegsdaten bereitzustellen.
In einer beispielhaften Ausführungsform enthält ein autonomes oder halbautonomes Fahrzeug ein Verarbeitungssystem mit wenigstens einem Computerprozessor. Das Verarbeitungssystem ist dazu ausgelegt, ein Verfahren zu implementieren, das enthält, Crowd-Sourcing-Fahrwegsdaten, Kartendaten und Sensordaten der Straße zu empfangen. Das Verarbeitungssystem ist dazu ausgelegt, optimierte Fahrwegsdaten für die Straße auf Basis der Crowd-Sourcing-Fahrwegsdaten, der Kartendaten und der Sensordaten zu generieren. Das Verarbeitungssystem ist dazu ausgelegt, Steuersignale zum Steuern eines autonomen oder halbautonomen Fahrzeugs auf Basis wenigstens der optimierten Fahrwegsdaten bereitzustellen.
Diese und andere Merkmale, Aspekte und Vorteile der vorliegenden Erfindung werden durch die folgende ausführliche Beschreibung bestimmter beispielhafter Ausführungsformen mit Blick auf die zugehörigen Zeichnungen weiter erläutert, in denen gleiche Zeichen durchweg gleiche Teile darstellen.
Figurenliste

1 ist eine grafische Darstellung eines autonomen oder halbautonomen Fahrzeugs gemäß einer beispielhaften Ausführungsform dieser Offenbarung.
2 ist eine grafische Darstellung des Verarbeitungssystems der 1 gemäß einer beispielhaften Ausführungsform dieser Offenbarung.
3 ist eine grafische Darstellung des Datenbanksystems der 1 gemäß einer beispielhaften Ausführungsform dieser Offenbarung.
4 ist ein Flussdiagramm, das ein Verfahren veranschaulicht, das durch das Datenbanksystem gemäß einer beispielhaften Ausführungsform dieser Offenbarung durchgeführt wird.
5 ist eine grafische Darstellung, die ein Beispiel für die Crowd-Sourcing-Fahrwegsdaten gemäß einer beispielhaften Ausführungsform dieser Offenbarung veranschaulicht.
6 ist eine grafische Darstellung, die ein anderes Beispiel der Crowd-Sourcing-Fahrwegsdaten gemäß einer beispielhaften Ausführungsform dieser Offenbarung veranschaulicht.
7 ist ein Diagramm, das noch ein anderes Beispiel der Crowd-Sourcing-Fahrwegsdaten gemäß einer beispielhaften Ausführungsform dieser Offenbarung veranschaulicht.
8 ist eine grafische Darstellung, die ein Beispiel für die optimierten Fahrwegsdaten gemäß einer beispielhaften Ausführungsform dieser Offenbarung veranschaulicht.
9 ist ein Flussdiagramm, das ein Verfahren veranschaulicht, das durch das Verarbeitungssystem der 1 gemäß einer beispielhaften Ausführungsform dieser Offenbarung durchgeführt wird.
10 ist eine grafische Darstellung, die ein Beispiel für die optimierten Fahrwegsdaten gemäß einer beispielhaften Ausführungsform dieser Offenbarung veranschaulicht.

AUSFÜHRLICHE BESCHREIBUNG
Die oben beschriebenen Ausführungsformen, die beispielhaft gezeigt und beschrieben worden sind, und viele ihrer Vorteile werden durch die vorher genannte Beschreibung verstanden werden, und es wird ersichtlich werden, dass verschiedene Änderungen an der Form, der Konstruktion und der Anordnung der Komponenten vorgenommen werden können, ohne vom offenbarten Gegenstand abzuweichen oder ohne eines oder mehrere seiner Vorteile zu opfern. Allerdings sind die beschriebenen Formen dieser Ausführungsformen lediglich erläuternd. Diese Ausführungsformen sind für verschiedene Modifikationen und alternative Formen empfänglich, und die folgenden Ansprüche sollen solche Änderungen umfassen und enthalten und nicht auf die offenbarten speziellen Formen beschränkt sein, sondern vielmehr alle Modifikationen, Äquivalente und Alternativen abdecken, die in den Gedanken und den Schutzbereich dieser Offenbarung fallen.
Die 1 ist eine grafische Darstellung eines Fahrzeugs 100 gemäß einer beispielhaften Ausführungsform. In einer beispielhaften Ausführungsformen ist das Fahrzeug 100 dazu ausgelegt, autonom oder halbautonom zu fahren. Zum Beispiel ist das Fahrzeug 100 in der 1 eine mobile Maschine, die dazu ausgelegt ist, autonom oder halbautonom in Übereinstimmung mit optimierten Fahrwegsdaten 104 gefahren zu werden. In einer beispielhaften Ausführungsform enthält das Fahrzeug 100 wenigstens ein Verarbeitungssystem 200 mit irgendeiner Kombination von geeigneter Hardware- und/oder Software-Technologie, die ermöglicht, dass das Fahrzeug 100 autonom oder halbautonom durch eine Umgebung ohne Interaktion des Menschen während des Fahrprozesses gefahren wird.
In einer beispielhaften Ausführungsform enthält das Fahrzeug 100 einen oder mehrere Sensoren 222. In einer beispielhaften Ausführungsform sind der eine oder die mehreren Sensoren 222 dazu ausgelegt, Daten, die für die aktuellen Fahrzustände relevant sind, die Leistung des Fahrzeugs 100, die Fahrumgebung des Fahrzeugs 100, die Navigation des Fahrzeugs 100, andere relevante Fahrinformationen oder irgendeine Kombination davon zu erfassen. In einer beispielhaften Ausführungsform sind der eine oder die mehreren Sensoren 222 dazu ausgelegt, nachdem die Daten erfasst sind, die erfassten Daten dem geeigneten Sensorsystem zur Verarbeitung bereitzustellen. Zum Beispiel enthält das Fahrzeug 100 in der 1 mehrere Sensoren 222, die dazu ausgelegt sind, vom geeigneten Sensorsystem verarbeitet zu werden. In dieser Beziehung kann das Fahrzeug 100 zum Beispiel ein Kamerasystem, ein Light Detection And Ranging (LIDAR-) System, ein bildbasiertes System, ein Wegstreckenzählersystem, ein Radarsystem, ein Satellitennavigationssystem (z. B. Global Positioning System (GPS), Galileo oder ein anderes Satellitensystem), ein Sonarsystem, ein Spurhalteassistenz- (Lane-Keeping Assist, LKA-) System, ein System zur simultanen Positionsbestimmung und Kartenerstellung (Simultaneous Localization and Mapping, SLAM), ein visuelles SLAM (vSLAM), eine inertiale Messeinheit (IMU), ein adaptives Geschwindigkeitsregelungs- (ACC-) System, ein Ultraschallsensorsystem, irgendein geeignetes Sensorsystem oder irgendeine Kombination davon enthalten.
Mit Bezug auf die 1: Als ein Beispiel enthält das Fahrzeug 100 wenigstens einen Sensor, der in der Lage ist, Daten zu erfassen, die von einem LIDAR-System verarbeitet werden und die dazu ausgelegt sind, Informationen in Bezug auf Fahrbahnmarkierungen, Fahrbahngrenzen, Straßenkanten, Straßenstrukturen oder irgendeine Kombination davon bereitzustellen. In diesem Beispiel enthält das Fahrzeug 100 wenigstens einen Sensor, der in der Lage ist, Daten zu erfassen, die von einem Radarsystem verarbeitet werden und die dazu ausgelegt sind, Informationen zum Beispiel in Bezug auf Fahrzeuge in der Nähe, Hindernisse und/oder andere relevante Daten bereitzustellen. In der 1 enthält das Fahrzeug 100 auch wenigstens eine Kamera, die in der Lage ist, Daten zu erfassen, die durch ein bildgebendes System verarbeitet werden und die dazu ausgelegt sind, Informationen in Bezug auf Fahrzeuge, Fahrbahnlinien, Ampeln, Fußgänger, Hindernisse, Verkehrszeichen und andere relevante Informationen bereitzustellen. Zusätzlich oder alternativ ist das Fahrzeug 100, wie in der 1 gezeigt wird, dazu ausgelegt, andere Sensoren 222 zusammen mit ihren entsprechenden Sensorsystemen zu enthalten.
In einer beispielhaften Ausführungsform enthält das Fahrzeug 100 das Verarbeitungssystem 200. In einer beispielhaften Ausführungsform ist das Verarbeitungssystem 200 dazu ausgelegt, optimierte Fahrwegsdaten 104 für das Fahrzeug 100 zu generieren. In dieser Beziehung ist das Verarbeitungssystem 200 dazu ausgelegt, verschiedene Faktoren zu berücksichtigen, wenn es die optimierten Fahrwegsdaten 104 generiert. Zum Beispiel ist das Verarbeitungssystem 200 dazu ausgelegt, die optimierten Fahrwegsdaten 104 auf Basis wenigstens der Crowd-Sourcing-Fahrwegsdaten 102, der Sensordaten, der Kartendaten oder irgendeiner Kombination davon zu bestimmen. In dieser Beziehung enthält das Fahrzeug 100 zum Beispiel Kommunikations- und/oder Netzwerktechnologie, die wenigstens jeder der Komponenten, wie in der 2 gezeigt, ermöglicht, miteinander in geeigneter Art und Weise zu kommunizieren. In einer beispielhaften Ausführungsform enthält das Fahrzeug 100 zum Beispiel Controller Area Network- (CAN-) Busse, Ethernet, drahtlose Kommunikationstechnologie und irgendeine geeignete Kommunikations- und/oder Netzwerktechnologie.
Die 2 ist eine grafische Darstellung des Verarbeitungssystems 200 gemäß einer beispielhaften Ausführungsform. In einer beispielhaften Ausführungsform enthält das Verarbeitungssystem 200 irgendeine geeignete Kombination von Hardware- und/oder Software-Technologie, die ermöglicht, dass das Fahrzeug 100 autonom oder halbautonom gemäß den optimierten Fahrwegsdaten 104 fährt. In einer beispielhaften Ausführungsform enthält das Verarbeitungssystem 200 wenigstens ein Kartensystem 210, ein Wahrnehmungssystem 220, ein Fahrweggenerierungsmodul 230 und ein Bewegungssteuersystem 240, wie auch eine sichere Verbindung mit einem cloud-basierten Computersystem, wie zum Beispiel dem Datenbanksystem 250.
In einer beispielhaften Ausführungsform enthält das Verarbeitungssystem 200 ein Kartensystem 210. In einer beispielhaften Ausführungsform enthält das Kartensystem 210 elektronische und/oder digitale Kartendaten. In einer beispielhaften Ausführungsform enthalten die Kartendaten detaillierte Straßeninformationen. Zum Beispiel enthalten die Kartendaten in einer beispielhaften Ausführungsform Straßengeometrieinformationen, Straßenstrukturinformationen, Fahrbahngeometrieinformationen, Fahrbahnpositionsinformationen, Fahrbahnbreiteninformationen, Fahrbahnwechselinformationen, Mittellinieninformationen und andere relevante Daten für autonomes und halbautonomes Fahren. In einer beispielhaften Ausführungsform enthält das Kartensystem 210 zusätzlich Informationen, die durch GPS-Technologie bereitgestellt werden. In einer beispielhaften Ausführungsform sind die Kartendaten als ein Teil des Kartensystems 210 in einem computerlesbaren Speicher gespeichert, auf den durch das Fahrweggenerierungsmodul 230 auf Anforderung zugegriffen werden kann.
In einer beispielhaften Ausführungsform enthält das Verarbeitungssystem 200 ein Wahrnehmungssystem 220. In einer beispielhaften Ausführungsform stellt das Wahrnehmungssystem 220 dem Fahrweggenerierungsmodul 230 Sensordaten in Echtzeit bereit, so dass die optimierten Fahrwegsdaten 104 Informationen berücksichtigen, die von den mit dem Fahrzeug 100 verknüpften Sensoren 222 erfasst werden. Zusätzlich ist das Wahrnehmungssystem 220 dazu ausgelegt, dem Bewegungssteuersystem 240 Echtzeitdaten bereitzustellen, so dass es dem Fahrzeug 100 ermöglicht wird, sich auf dynamische Art und Weise an die aktuelle Fahrsituation anzupassen. Dafür enthält das Wahrnehmungssystem 220 einen oder mehrere Sensoren 222 zusammen mit ihren entsprechenden Sensorsystemen, wie oben in Bezug auf die 1 erörtert worden ist.
In einer beispielhaften Ausführungsform enthält das Verarbeitungssystem 200 ein Fahrweggenerierungsmodul 230. In einer beispielhaften Ausführungsform ist das Fahrweggenerierungsmodul 230 dazu ausgelegt, alle Eingangsdaten zu managen, die aus dem Kartensystem 210, dem Wahrnehmungssystem 220, dem Datenbanksystem 250 oder irgendeiner Kombination davon empfangen werden. In dieser Beziehung ist das Fahrweggenerierungsmodul 230 zum Beispiel dazu ausgelegt, numerische Berechnungen und/oder mathematische Optimierungstechniken durchzuführen, wie zum Beispiel Innere-Punkte-Verfahren, sequentielle quadratische Programmierung und/oder andere geeignete Algorithmen, um optimierte Fahrwegsdaten 104 zu generieren. In einer beispielhaften Ausführungsform ist das Fahrweggenerierungsmodul 230 dazu ausgelegt, die optimierten Fahrwegsdaten 104 zu generieren, die Fahrpositionsdaten enthalten, die wenigstens für Folgendes optimiert sind: (i) in der Nähe der Fahrpositionen der Crowd-Sourcing-Fahrwegsdaten 102 zu bleiben, (ii) sich von den Grenzen des Fahrkorridors 1010 fern zu halten und/oder (iii) die Krümmung auf seiner Länge zu minimieren (z. B. die Krümmung entlang eines projizierten Fahrwegs zu minimieren), während Wendekreisbedingungen des Fahrzeugs 100 befolgt werden.
In einer beispielhaften Ausführungsform enthält das Verarbeitungssystem 200 das Bewegungssteuersystem 240. In einer beispielhaften Ausführungsform enthält das Bewegungssteuersystem 240 eine Plattform mit Hardware- und/oder Software-Technologie, die dazu ausgelegt ist, Steuersignale zum Steuern des Fahrzeugs 100 bereitzustellen. In einer beispielhaften Ausführungsform ist das Bewegungssteuersystem 240 dazu ausgelegt, den Fahrkorridor 1010, die optimierten Fahrwegsdaten 104 oder irgendeine Kombination davon aus dem Fahrweggenerierungsmodul 230 zu empfangen. In einer beispielhaften Ausführungsform ist das Bewegungssteuersystem 240 dazu ausgelegt, das Fahrzeug 100 auf Basis einer glatten Version der optimierten Fahrwegsdaten 104 zu steuern. In dieser Beziehung stellt die glatte Version der optimierten Fahrwegsdaten 104 zum Beispiel eine Ansteuerung für das Fahrzeug 100 bereit, die relativ glattes Lenken, Beschleunigung, Bremsen und Ähnliches enthält. In einer beispielhaften Ausführungsform ist das Bewegungssteuersystem 240 dazu ausgelegt, das Fahrzeug 100 im Fahrkorridor 1010 zu positionieren, wodurch das Fahrzeug 100 in Fahrbahngrenzen und befahrbare Flächen eingepasst wird. In einer beispielhaften Ausführungsform ist das Bewegungssteuersystem 240 dazu ausgelegt, der glatten Version der optimierten Fahrwegsdaten 104 zu folgen, während die zeitlich veränderliche Trajektorie des Fahrzeugs 100 an die dynamische Verkehrssituation um das Fahrzeug 100 herum angepasst wird.
In einer beispielhaften Ausführungsform steht das Verarbeitungssystem 200 in Kommunikation mit dem Datenbanksystem 250. In dieser Beziehung ist das Verarbeitungssystem 200 zum Beispiel dazu ausgelegt, Crowd-Sourcing-Fahrwegsdaten 104 in Bezug auf die Straßen zu empfangen. Mit den Crowd-Sourcing-Fahrwegsdaten 104 ist das Verarbeitungssystem 200 dazu ausgelegt, auf Basis von Fahrverhalten und -mustern des Menschen das Fahrzeug 100 auf den Straßen zu lenken. In dieser Beziehung ist das Verarbeitungssystem 200 zum Beispiel in der Lage, das Fahrzeug 100 auf Basis von vergangenem Fahrverhalten und -erfahrungen des Menschen über die Crowd-Sourcing-Fahrwegsdaten 104 zu lenken, sogar in Fällen, in denen das Kartensystem 210 und/oder das Wahrnehmungssystem 220 nicht verfügbar sind, um dem Fahrweggenerierungsmodul 230 Daten bereitzustellen.
Die 3 ist eine konzeptionelle grafische Darstellung des Datenbanksystems 250 aus der 1. In einer beispielhaften Ausführungsform ist das Datenbanksystem 250 dazu ausgelegt, sich mit mehreren, vom Menschen gefahrenen Fahrzeugen einer geeigneten Probengröße zur Analyse zu verbinden. In einer beispielhaften Ausführungsform ist das Datenbanksystem 250 mit jedem der mehreren, vom Menschen gefahrenen Fahrzeuge durch irgendeine geeignete Kommunikationstechnologie und/oder Netzwerktechnologie verbunden. Zum Beispiel steht das Datenbanksystem 250 in der 3 in Kommunikation mit mehreren Fahrzeugen, einschließlich wenigstens dem vom Menschen gefahrenen Fahrzeug 110, dem vom Menschen gefahrenen Fahrzeug 120 und dem vom Menschen gefahrenen Fahrzeug 130, wie auch einer großen Anzahl anderer vom Menschen gefahrenen Fahrzeuge, die in dieser grafischen Darstellung nicht veranschaulicht sind.
In einer beispielhaften Ausführungsform ist jedes der mehreren vom Menschen gefahrenen Fahrzeuge dazu ausgelegt, wenigstens ein Fahrprotokoll zu generieren, das wenigstens Fahrpositionsdaten enthält, die durch das vom Menschen gefahrene Fahrzeug erfasst werden. Zum Beispiel ist das vom Menschen gefahrene Fahrzeug 110 in der 3 dazu ausgelegt, wenigstens ein Fahrprotokoll zu generieren, das Fahrpositionsdaten enthält, die seinem Fahrweg 112 an und/oder in der Nähe einer Kreuzung 300 entsprechen. Auch ist das vom Menschen gefahrene Fahrzeug 120, wie in der 3 gezeigt wird, dazu ausgelegt, wenigstens ein Fahrprotokoll zu generieren, das Fahrpositionsdaten enthält, die seinem Fahrweg 122 an und/oder in der Nähe einer Kreuzung 300 entsprechen. Zusätzlich ist das vom Menschen gefahrene Fahrzeug 130, als ein anderes Beispiel, dazu ausgelegt, wenigstens ein Fahrprotokoll zu generieren, das Fahrpositionsdaten enthält, die seinem Fahrweg 132 an und/oder in der Nähe einer Kreuzung 300 entsprechen. In dieser Beziehung ist es jedem der vom Menschen gefahrenen Fahrzeuge ermöglicht, ein jeweiliges Fahrprotokoll an das Datenbanksystem 250 zu übertragen.
In einer beispielhaften Ausführungsform ist das Datenbanksystem 250 dazu ausgelegt, ein Fahrprotokoll aus jedem der mehreren vom Menschen gefahrenen Fahrzeuge zu empfangen. Zum Beispiel kann jedes Fahrprotokoll über eine geeignete Kommunikationstechnologie und/oder Netzwerktechnologie zum Datenbanksystem 250 übertragen werden. Zum Beispiel veranschaulicht die 3 ein Beispiel, in dem die Fahrprotokolle jedes der vom Menschen gefahrenen Fahrzeuge 110, 120 und 130 drahtlos an das Datenbanksystem 250 übertragen werden.
In einer beispielhaften Ausführungsform enthält das Datenbanksystem 250 irgendeine geeignete Architektur, z. B. eine zentralisierte, dezentralisierte, hierarchische oder ähnliche. Zum Beispiel ist das Datenbanksystem 250 in der 3 ein zentralisiertes Datenbanksystem, das sich fern vom Verarbeitungssystem 200 befindet. In einer beispielhaften Ausführungsform werden die Daten der Fahrprotokolle, nachdem sie durch das Datenbanksystem 250 erfasst sind, unter Verwendung wenigstens einer von verschiedenen Formen von Datenfusionstechniken kombiniert, z. B. SLAM, Kalman-Filterung, Trajektorien-Clustering und/oder anderen geeigneten Algorithmen. In einer beispielhaften Ausführungsform ist das Datenbanksystem 250 dazu ausgelegt, Crowd-Sourcing-Fahrwegsdaten 102 für jede mögliche Route im Straßennetz zu generieren. In einer beispielhaften Ausführungsform werden die Crowd-Sourcing-Fahrwegsdaten 102 über irgendeine geeignete Kommunikations- und/oder Netzwerktechnologie an das Fahrzeug 100 übertragen.
Die 4 ist ein Flussdiagramm, das ein Verfahren 400 veranschaulicht, das durch das Datenbanksystem 250 gemäß einer beispielhaften Ausführungsform durchgeführt wird. Genauer gesagt, ist das Datenbanksystem 250 dazu ausgelegt, im Schritt 402 die Fahrprotokolle aus mehreren, vom Menschen gefahrenen Fahrzeugen zu erfassen und diese Fahrprotokolle im computerlesbaren Speicher des Datenbanksystems 250 zu speichern. In einer beispielhaften Ausführungsform enthalten die Fahrprotokolle wenigstens Fahrpositionsdaten der vom Menschen gefahrenen Fahrzeuge. In einer beispielhaften Ausführungsform werden die Fahrprotokolle über drahtlose Kommunikationstechnologie aus den vom Menschen gefahrenen Fahrzeugen zum Datenbanksystem 250 übertragen (3).
Das Datenbanksystem 250 ist dazu ausgelegt, im Schritt 404 die Daten der Fahrprotokolle zu kombinieren. Wie oben erwähnt worden ist, ist das Datenbanksystem 250 dazu ausgelegt, jedes der Fahrprotokolle aus jedem der mehreren, vom Menschen gefahrenen Fahrzeuge zu empfangen. In einer beispielhaften Ausführungsform ist das Datenbanksystem 250 dazu ausgelegt, die durch die Fahrprotokolle bereitgestellten Informationen (z. B. Fahrpositionsdaten), sobald sie empfangen worden sind, zu kombinieren. In einer beispielhaften Ausführungsform werden die Daten der Fahrprotokolle kombiniert, so dass sie ein mathematisches Modell der Crowd-Sourcing-Fahrwegsdaten 102 bilden, das, falls erforderlich, angepasst werden kann, wenn es mit anderen Fahrprotokollen kombiniert wird. In einer beispielhaften Ausführungsform werden die Daten der Fahrprotokolle über Standard-Datenfusionstechniken kombiniert, wie zum Beispiel SLAM, Kalman-Filterung und/oder andere Techniken. In dieser Beziehung ist das Datenbanksystem 250 zum Beispiel dazu ausgelegt, Fahrpositionsdaten und/oder mehrere Trajektorien der vom Menschen gefahrenen Fahrzeuge während des Prozesses des Herausarbeitens der Fahrfläche optimal zu kombinieren.
Das Datenbanksystem 250 ist dazu ausgelegt, im Schritt 406 nach dem Kombinieren der Informationen aus den Fahrprotokollen die Crowd-Sourcing-Fahrwegsdaten 102 für jede mögliche Route, Straße und/oder Fahrfläche im Netzwerk zu generieren. In dieser Beziehung sind die Crowd-Sourcing-Fahrwegsdaten 102 speziell darin vorteilhaft, dass sie dem Fahrzeug 100 Informationen in Bezug auf tatsächliche, vom Menschen gefahrene Wege bereitstellen, die in dieser Fahrfläche aufgenommen worden sind. Mit den Crowd-Sourcing-Fahrwegsdaten 102 ist das Fahrzeug 100 dazu ausgelegt, Wissen und Bewertungen der Fahrfläche zu nutzen, die durch menschliche Fahrer vorgenommen worden sind, wodurch sich das Fahrerlebnis (z. B. Komfort, Sicherheit und Ähnliches) des Fahrzeugs 100 verbessert. Die Crowd-Sourcing-Fahrwegsdaten 102 ermöglichen es dem Fahrzeug 100 auch, ortsspezifisches Wissen implizit zu berücksichtigen, wie es durch eine große Anzahl von vom Menschen gefahrener Fahrzeuge ermittelt worden ist.
Im Schritt 408 überträgt das Datenbanksystem 250 die Crowd-Sourcing-Fahrwegsdaten 102 an das Fahrzeug 100. In einer beispielhaften Ausführungsform werden die Crowd-Sourcing-Fahrwegsdaten 102 zum Fahrzeug 100 übertragen, nachdem sie vom Verarbeitungssystem 200 angefordert worden sind. Die Crowd-Sourcing-Fahrwegsdaten 102 enthalten Information über das Fahren durch den Menschen aus der Vergangenheit in Bezug auf die Straßen. Wenn sie vom Fahrzeug 100 empfangen werden, ermöglichen diese Informationen, dass das Verarbeitungssystem 200 das Fahrzeug 100 gemäß lokalen Fahrregeln und -gewohnheiten steuert. In dieser Beziehung sind die Crowd-Sourcing-Fahrwegsdaten 102 zum Beispiel dazu ausgelegt, dem Fahrzeug 100 einen menschenähnlicheren und/oder sozialverträglicheren Ansatz zum Fahren auf der Straße bereitzustellen.
Zusätzlich stellen die Crowd-Sourcing-Fahrwegsdaten 102 dem Fahrzeug 100 Informationen in Bezug auf die allgemeine Fahrbahnstruktur der Straße bereit, was speziell in dem Fall nützlich ist, dass andere Informationen, wie zum Beispiel Fahrbahnmarkierungen, physische Grenzen und/oder Sensordaten für ein spezielles Segment der Straße nicht verfügbar sind und/oder zu einem speziellen Zeitpunkt nicht verfügbar sind. Mit den Crowd-Sourcing-Fahrwegsdaten 102 ist das Fahrzeug 100 in der Lage, auf eine Art und Weise gesteuert zu werden, die Risiken in gefährlichen Situationen minimiert, die möglicherweise für das Bewegungssteuersystem 240 nicht klar sind. Vorteilhafterweise wird das Fahrzeug 100 gemäß wenigstens Folgendem gesteuert: (a) Informationen betreffend die Fahrfläche selbst über die Kartendaten, (b) Informationen betreffend die aktuelle Fahrsituation der Fahrfläche über die Onboard-Sensoren 222 und/oder (c) Informationen, die vom Menschen gefahrene Wege der Fahrfläche betreffen, über Crowd-Sourcing-Fahrwegsdaten 102, wodurch die Navigation und die Leistung des Bewegungssteuersystems 240 verbessert werden.
Die 5 ist eine grafische Darstellung, die ein Beispiel für die Crowd-Sourcing-Fahrwegsdaten 102 gemäß einer beispielhaften Ausführungsform veranschaulicht. Wie gezeigt wird, veranschaulicht die 5 ein Segment der Straße 500 zusammen mit einer Mittellinie 212, die mit der rechten Fahrbahn verknüpft ist. In diesem Beispiel wird die rechte Seite der rechten Fahrbahn typischerweise als eine Parkfläche 510 verwendet, wie in der 5 angegeben ist. In diesem speziellen Fall enthält die rechte Seite der rechten Fahrbahn auch wenigstens ein geparktes Fahrzeug 140. Für dieses Segment der Straße 500 wird allerdings die Verwendung der rechten Seite der rechten Fahrbahn als eine Parkfläche 510 nicht durch die Kartendaten des Kartensystems 210 angegeben und ist nicht durch die Sensoren 222 des Wahrnehmungssystems 220 detektierbar. Wie in der 5 gezeigt wird, sind die Crowd-Sourcing-Fahrwegsdaten 102 trotzdem in der Lage, das Fahrzeug 100 in geeignete Fahrpositionen auf diesem Segment der Straße 500 auf Basis der sozialen Regeln zu lenken, die implizit durch die Fahrpositionsprotokolle codiert sind, die die Basis der Crowd-Sourcing-Fahrwegsdaten 102 bilden. In dieser Beziehung sind die Crowd-Sourcing-Fahrwegsdaten 102 speziell in Fällen vorteilhaft, in denen relevante Informationen in Bezug auf die Fahrfläche nicht über Kartendaten, Sensordaten oder irgendeine Kombination daraus verfügbar sind.
Die 6 ist eine grafische Darstellung, die ein anderes Beispiel für die Crowd-Sourcing-Fahrwegsdaten 102 gemäß einer beispielhaften Ausführungsform veranschaulicht. Genauer gesagt, veranschaulicht die 6 ein nicht einschränkendes Beispiel für die Crowd-Sourcing-Fahrwegsdaten 102, die an einer Kreuzung 600 aufgenommen sind. Wie in diesem Beispiel gezeigt wird, kann es Fälle geben, wie zum Beispiel in einem Abschnitt 610 der Kreuzung 600, in denen eingeschränkte oder keine Informationen in Bezug auf die Fahrbahngeometrie der Straße vorhanden sind. In solchen Fällen ist das Fahrzeug 100 mit den Crowd-Sourcing-Fahrwegsdaten 102 dazu ausgelegt, in einer geeigneten Art und Weise gemäß den Fahrpositionen und den Fahrgewohnheiten zu fahren, die typischerweise von vom Menschen gefahrenen Fahrzeugen befolgt werden, zum Beispiel beim Annähern und Abbiegen an der Kreuzung 600. In dieser Beziehung sind die Crowd-Sourcing-Fahrwegsdaten 102 in der Lage, über ihre Fahrpositionsdaten allgemeine Leitlinien bereitzustellen, die es dem Fahrzeug 100 ermöglichen, allgemeine Grenzzustände und Fahrbahnstrukturen zu bestimmen, die möglicherweise nicht durch das Kartensystem 210 bereitgestellt werden und/oder die möglicherweise nicht durch das Wahrnehmungssystem 220 detektierbar sind.
Die 7 ist eine grafische Darstellung, die noch ein anderes Beispiel für die Crowd-Sourcing-Fahrwegsdaten 102 gemäß einer beispielhaften Ausführungsform veranschaulicht. Genauer gesagt, veranschaulicht die 7 ein nicht einschränkendes Beispiel der Crowd-Sourcing-Fahrwegsdaten 102, die an einer bidirektionalen Straße 700 aufgenommen sind, die an der Teilungslinie 710 geteilt ist und die eine Reihe von engen Kurven aufweist. Wie in diesem Beispiel gezeigt wird, berücksichtigen die Crowd-Sourcing-Fahrwegsdaten 102, dass menschliche Fahrer im Allgemeinen dazu tendieren, ihre Fahrzeuge in einen sicheren Abstand weg von der Mittellinie 212 zu lenken, um entgegenkommenden Fahrzeugen auszuweichen, wie zum Beispiel dem Fahrzeug 140, das möglicherweise dazu tendiert, bei einer gewissen Krümmung entlang der bidirektionalen Straße 700 über die Teilungslinie 710 zu fahren. In dieser Beziehung enthalten die Crowd-Sourcing-Fahrwegsdaten 102 Fahrpositionsdaten für dieses Segment der Straße 700, wie durch menschliche Fahrerfahrungen und -bahnen festgestellt wird, die sich an der Außenseite der Kurve der Straße 700 befinden, um das Kollisionsrisiko mit einem entgegenkommenden Fahrzeug 140 zu minimieren, das möglicherweise dazu tendiert, weite Kurven entlang diesem Segment der Straße 700 zu nehmen. Wie oben erörtert worden ist, kann es Fälle geben, in denen ein sicherer Betrieb des Fahrzeugs 100 einen geeigneten Abstand weg von der Mittellinie 212 der Straße 700 mit sich bringt. Wie in der 7 gezeigt wird, sind die Crowd-Sourcing-Fahrwegsdaten 102 vorteilhafterweise in der Lage, dem Fahrzeug 100 auf Basis der Fahrprotokolle von vom Menschen gefahrenen Fahrzeugen nützliche Informationen bereitzustellen, bei denen die potentiellen Risiken und Risikoverringerungsstrategien für ein Segment der Straße berücksichtigt worden sind und die möglicherweise nicht vom Kartensystem 210 und/oder dem Wahrnehmungssystem 220 feststellbar sind.
Die 8 ist eine grafische Darstellung, die ein nicht einschränkendes Beispiel für die optimierten Fahrwegsdaten 104 veranschaulicht. Zusätzlich zeigt die 8 als einen Bezugsrahmen ein nicht einschränkendes Beispiel für die Crowd-Sourcing-Fahrwegsdaten 102. Genauer gesagt, werden die optimierten Fahrwegsdaten 104, wie in diesem Beispiel gezeigt wird, auf Basis wenigstens der Crowd-Sourcing-Fahrwegsdaten 102 generiert. Dementsprechend folgen in einigen Fällen, wie in der 8 gezeigt wird, die optimierten Fahrwegsdaten 104 auf diesem Segment der Straße 800 eng den Crowd-Sourcing-Fahrwegsdaten 102. Zum Beispiel kann das Verarbeitungssystem 200 die optimierten Fahrwegsdaten 104 optimal so generieren, dass sie eng an den Crowd-Sourcing-Fahrwegsdaten 102 liegen, wenn das Kartensystem 210 und das Wahrnehmungssystem 220 nicht in der Lage sind, ausreichend Informationen für das optimierte Fahrweggenerierungsmodul 230 zu einem speziellen Zeitpunkt bereitzustellen.
Die 9 ist ein Flussdiagramm, das ein Verfahren 900 veranschaulicht, das durch das Verarbeitungssystem 200 gemäß einer beispielhaften Ausführungsform durchgeführt wird. Genauer gesagt, empfängt das Verarbeitungssystem 200 im Schritt 902 die Crowd-Sourcing-Fahrwegsdaten 102 aus dem Datenbanksystem 250. Wie in der 8 gezeigt wird, werden die Crowd-Sourcing-Fahrwegsdaten 102 zum Beispiel über drahtlose Kommunikationstechnologie (z. B. Funkspektrumtechnologie, zellulare Technologie, WiFi-Technologie und/oder andere Technologien) aus dem Datenbanksystem 250 zum Verarbeitungssystem 200 übertragen.
Im Schritt 904 kombiniert das Verarbeitungssystem 200 die Crowd-Sourcing-Fahrwegsdaten 102 mit anderen relevanten Informationen. Zum Beispiel ist das Verarbeitungssystem 200 in einer beispielhaften Ausführungsform dazu ausgelegt, die Crowd-Sourcing-Fahrwegsdaten 102 mit allen verfügbaren Informationen zu kombinieren, wie zum Beispiel denjenigen, die durch das Kartensystem 210, das Wahrnehmungssystem 220 oder eine Kombination des Kartensystems 210 und des Wahrnehmungssystems 220 bereitgestellt werden.
Im Schritt 906 generiert das Verarbeitungssystem 200 den Fahrkorridor 1010. In einer beispielhaften Ausführungsform ist das Verarbeitungssystem 200 dazu ausgelegt, den Fahrkorridor 1010 auf Basis wenigstens der Kartendaten (z. B. Fahrbahngeometrieinformationen), der Sensordaten (z. B. Fahrbahnmarkierungen, die von einem Kamerasystem aufgenommen werden) und/oder der Crowd-Sourcing-Fahrwegsdaten 102 (z. B. der Fahrpositionsdaten) zu generieren, wenn solche Informationen verfügbar sind. In einer beispielhaften Ausführungsform definiert der Fahrkorridor 1010 allgemeine Grenzbedingungen zum Steuern des Fahrzeugs 100, wie in der 10 gezeigt wird. In einer beispielhaften Ausführungsform ist das Verarbeitungssystem 200 dazu ausgelegt, alle Informationen, die den Fahrkorridor 1010 betreffen, aus dem Kartensystem 210 und dem Wahrnehmungssystem 220 zu kombinieren, um eine allgemeine Struktur der befahrbaren Fläche der Straße zu schätzen.
Im Schritt 906 generiert das Verarbeitungssystem 200 auch die optimierten Fahrwegsdaten 104. In einer beispielhaften Ausführungsform ist das Verarbeitungssystem 200, insbesondere das Weggenerierungsmodul 230, dazu ausgelegt, numerische Berechnungen und/oder mathematische Optimierungstechniken durchzuführen, wie zum Beispiel Innere-Punkte-Verfahren, sequentielle quadratische Programmierung und/oder andere geeignete Algorithmen, um optimierte Fahrwegsdaten 104 zu generieren. In einer beispielhaften Ausführungsform ist das Fahrweggenerierungsmodul 230 dazu ausgelegt, die optimierten Fahrwegsdaten 104 zu generieren, die Fahrpositionsdaten enthalten, die wenigstens für Folgendes optimiert sind: (i) in der Nähe der Fahrpositionen der Crowd-Sourcing-Fahrwegsdaten 102 zu bleiben, (ii) sich von den Grenzen des Fahrkorridors 1010 fern zu halten und/oder (iii) die Krümmung auf seiner Länge zu minimieren (z. B. die Krümmung entlang eines projizierten Fahrwegs zu minimieren), während Wendekreisbedingungen des Fahrzeugs 100 befolgt werden. Wie in der 9 gezeigt wird, werden die optimierten Fahrwegsdaten 104 vor dem Schritt 908 durchgeführt, um das Bewegungssteuerproblem zu vereinfachen und die Modularität und Robustheit des Verarbeitungssystems 200 zu verbessern.
Im Schritt 908 ist das Verarbeitungssystem 200, insbesondere das Bewegungssteuersystem 240, dazu ausgelegt, die optimierten Fahrwegsdaten 104 als Eingabe zu empfangen. Zusätzlich oder alternativ ist das Bewegungssteuersystem 240 dazu ausgelegt, im Schritt 908 die optimierten Fahrwegsdaten 104 als einen Anfangs- oder Zielweg zu nutzen und Standard-Trajektorienplanungs- und -Steuertechniken anzuwenden, um das Fahrzeug 100 innerhalb des Fahrkorridors 1010 zu navigieren, während es sich an die aktuelle Fahrsituation anpasst. In einer beispielhaften Ausführungsform ist es dem Wahrnehmungssystem 220 ermöglicht, Informationen beizusteuern, die die aktuelle Fahrsituation des Fahrzeugs 100 betreffen.
Die 10 ist eine grafische Darstellung, die ein nicht einschränkendes Beispiel für die optimierten Fahrwegsdaten 104 in Beziehung zum Fahrkorridor 1010 für ein Segment der Straße 1000 veranschaulicht. Genauer gesagt umfasst der Fahrkorridor 1010 in diesem Beispiel die Fläche, die durch eine erste Grenze 1010A und eine zweite Grenze 1010B begrenzt ist. In einer beispielhaften Ausführungsform sind die Kartendaten, die wenigstens im computerlesbaren Speicher des Kartensystems 210 gespeichert sind, in der Lage, zur Generierung der ersten Grenze 1010A und der zweiten Grenze 1010B des Fahrkorridors 1010 beizutragen. Zusätzlich oder alternativ sind Sensordaten, die durch das Wahrnehmungssystem 220 verarbeitet werden (z. B. das LIDAR-System, das Kamerasystem und irgendein anderes Sensorsystem), in der Lage, zur Generierung der ersten Grenze 1010A und der zweiten Grenze 1010B des Fahrkorridors 1010 beizutragen. Zusätzlich oder alternativ sind die Crowd-Sourcing-Fahrwegsdaten 102 in der Lage, zur Generierung der ersten Grenze 1010A und der zweiten Grenze 1010B des Fahrkorridors 1010 beizutragen. In einer beispielhaften Ausführungsform werden, nachdem sie angefordert worden sind, die Kartendaten, die Sensordaten, die Crowd-Sourcing-Fahrwegsdaten 102 oder irgendeine Kombination davon zum Fahrweggenerierungsmodul 230 übertragen, wodurch ermöglicht wird, dass der Fahrkorridor 1010 generiert wird.
In der 10 enthält die Straße 1000 ein Hindernis, wie zum Beispiel ein geparktes Fahrzeug 150, innerhalb des Fahrkorridors 1010. In diesem Fall ist das Hindernis insofern semistatisch, dass das geparkte Fahrzeug 150 ein stationäres und zeitvariantes Hindernis auf der Straße 1000 ist. Wie in der 10 gezeigt wird, stellen die Crowd-Sourcing-Fahrwegsdaten 102 eine Bahn innerhalb des Fahrkorridors 1010 bereit, die das Fahrzeug 100 schließlich zur Kollision mit dem geparkten Fahrzeug 150 führen würde. Das heißt, in diesem Fall stellen die Crowd-Sourcing-Fahrwegsdaten 102 allein auf diesem Segment der Straße 1000 wegen des geparkten Fahrzeugs 150 keine sichere Route für das Fahrzeug 100 bereit. Wie oben erörtert worden ist, ist das optimierte Fahrweggenerierungsmodul 230 in der Lage, Informationen wirksam einzusetzen, die durch das Datenbanksystem 250, das Kartensystem 210 und das Wahrnehmungssystem 220 bereitgestellt werden. Praktisch ist das optimierte Fahrweggenerierungsmodul 230 in der Lage, die optimierten Fahrwegsdaten 104 zu generieren, wie in der 10 gezeigt wird. In dieser Beziehung ist das Bewegungssteuersystem 240 dazu ausgelegt, das Fahrzeug 100 gemäß den optimierten Fahrwegsdaten 104 zu steuern, während es sich an die aktuelle Situation anpasst, wodurch eine sichere glatte Bahn für das Fahrzeug bereitgestellt wird, das um das geparkte Fahrzeug 150 herumfährt.
Wie oben erörtert worden ist, stellt das Verarbeitungssystem 200 dem Fahrzeug 100 eine Reihe von vorteilhaften Merkmalen bereit. In dieser Beziehung ist das Verarbeitungssystem 200 zum Beispiel in der Lage, den Fahrkorridor 1010 und die optimierten Fahrwegsdaten 104 in Echtzeit auf Basis von aktuellen Informationen bereitzustellen, die von verschiedenen Quellen bereitgestellt werden. In einer beispielhaften Ausführungsform ist das Verarbeitungssystem 200 dazu ausgelegt, den Fahrkorridor 1010 und die optimierten Fahrwegsdaten 104 dynamisch auf Basis wenigstens der Verfügbarkeit der verschiedenen Quellen für die aktuelle Fahrsituation zu generieren. In einer beispielhaften Ausführungsform sind die optimierten Fahrwegsdaten 104 gemäß irgendeiner verfügbaren und vom Fahrweggenerierungsmodul 230 empfangenen Eingabe anpassbar und skalierbar.
Zusätzlich ist das Verarbeitungssystem 200 dazu ausgelegt, nicht nur das Fahrzeug 100 auf Basis wenigstens einer Optimierung dieser verschiedenen Quellen zu steuern, sondern es ist auch in der Lage, das Fahrzeug 100 auf Basis wenigstens einer dieser Quellen zu steuern (z. B. den Crowd-Sourcing-Fahrwegsdaten 102), falls die anderen Quellen nicht in der Lage sind, die erforderlichen Daten zur erforderlichen Zeit bereitzustellen. Indem es zum Beispiel mit verschiedenen Quellen von aktuellen Informationen verbunden ist, ist das Fahrzeug 100 in dieser Beziehung in der Lage, in Fällen gesteuert zu werden, in denen Kartendaten fehlen oder unvollständig sind, und/oder in Fällen, in denen Sensordaten nicht vorliegen (z. B. detektierbare Straßenmarkierungen). Zum Beispiel sind die Crowd-Sourcing-Fahrwegsdaten 102 in der Lage, dem Fahrzeug 100 allgemeine Informationen in Bezug auf Grenzzustände und Fahrbahnstrukturen zu Zeitpunkten bereitzustellen, wenn diese Daten nicht aus dem Kartensystem 210 verfügbar und/oder nicht vom Wahrnehmungssystem 220 detektierbar sind.
Weil die Crowd-Sourcing-Fahrwegsdaten 102 dem Verarbeitungssystem 200 bereitgestellt werden, ist das Fahrzeug 100 auch in der Lage, auf einer Straße gemäß den lokalen Fahrgewohnheiten und sozialen Fahrregeln zu fahren. Durch Nutzen der Crowd-Sourcing-Fahrwegsdaten 102 ist das Verarbeitungssystem 200 zusätzlich dazu ausgelegt, optimierte Fahrwegsdaten 104 sogar in Fällen zu generieren, in denen keine Kartendaten verfügbar sind und/oder keine relevanten Sensordaten verfügbar sind. Das Fahrzeug 100 ist auch dazu ausgelegt, Risiken in Situationen zu minimieren, die möglicherweise nicht vom Kartensystem 210 und/oder dem Wahrnehmungssystem 220 feststellbar sind. Dementsprechend werden das Bewegungssteuersystem 240 ebenso wie das Steuern des Fahrzeugs 100 mit Crowd-Sourcing-Fahrwegsdaten 102 im Vergleich zu denen ohne die Crowd-Sourcing-Fahrwegsdaten 102 verbessert.
Wie oben erörtert worden ist, ist das Verarbeitungssystem 200 des Weiteren dazu ausgelegt, die optimierten Fahrwegsdaten 104 als einen Vorverarbeitungsschritt für das Bewegungssteuersystem 240 zu generieren, wodurch die Komplexität des Bewegungssteuerproblems, wie es vom Bewegungssteuersystem 240 behandelt wird, reduziert wird. In einer beispielhaften Ausführungsform ist das Verarbeitungssystem 200 auch dazu ausgelegt, die optimierten Fahrwegsdaten 104 als eine Basis für das Bewegungssteuersystem 240 zu verwenden. In dieser Beziehung ist das Verarbeitungssystem 200 zum Beispiel dazu ausgelegt, sich dynamisch und vorteilhaft an eine Fahrfläche und/oder zu vermeidende Situationen anzupassen, zum Beispiel semistatische Hindernisse, wie zum Beispiel geparkte Fahrzeuge, Baustellenbereiche und/oder andere ähnliche Hindernisse, die statisch, jedoch zeitabhängig sind und nicht durch die Kartendaten und/oder die Sensordaten bereitgestellt werden.
Durch Verwenden wenigstens der Crowd-Sourcing-Fahrwegsdaten 102 ist das Verarbeitungssystem 200 zusätzlich dazu ausgelegt, menschliche Fahrmuster auf den Straßen wirksam einzusetzen. Vorteilhafterweise sind die Crowd-Sourcing-Fahrwegsdaten 102 dazu ausgelegt, dem Fahrzeug 100 die Fähigkeit bereitzustellen, optimierte Fahrwegsdaten 104 auf Basis von lokalem Fahrverhalten und sozialen Regeln der Straßen zu generieren. Ausgestattet mit Informationen, die die menschlichen Fahrstrategien auf der Straße betreffen, ist das Fahrzeug 100 in der Lage, auf eine Art und Weise gesteuert und gefahren zu werden, die in der Lage ist, potentielle Risiken zu vermeiden, die möglicherweise nicht über das Wahrnehmungssystem 220 detektierbar sind und/oder die möglicherweise nicht über das Kartensystem 210 verfügbar sind (z. B. die 7). In dieser Beziehung wird die Fahrleistung des Fahrzeugs 100 durch Verwenden der Crowd-Sourcing-Fahrwegsdaten 102 zum Generieren der optimierten Fahrwegsdaten 104 verbessert.
Das heißt: Die oben gegebene Beschreibung soll veranschaulichend und nicht einschränkend sein und wird im Kontext einer speziellen Anwendung und ihrer Anforderungen bereitgestellt. In dieser Beziehung kann die oben gegebene Beschreibung, zum Beispiel zusätzlich oder alternativ zu einer Straße, auf irgendeine geeignete Bahn, befahrbare Fläche und Ähnliches angewendet werden. Des Weiteren verstehen Fachleute anhand der vorher gegebenen Beschreibung, dass die vorliegende Erfindung in einer Vielzahl von Formen implementiert werden kann und dass die verschiedenen Ausführungsformen allein oder kombiniert implementiert werden können. Während die Ausführungsformen der vorliegenden Erfindung in Verbindung mit speziellen Beispielen dafür beschrieben worden sind, können die hier definierten allgemeinen Prinzipien daher auf andere Ausführungsformen und Anwendungen angewendet werden, ohne vom Gedanken und Schutzbereich der beschriebenen Ausführungsformen abzuweichen, und der wahre Schutzbereich der Ausführungsformen und/oder der Verfahren der vorliegenden Erfindung sind nicht auf die gezeigten und beschriebenen Ausführungsformen beschränkt, weil verschiedene Modifikationen dem Praktiker bei Studie der Zeichnungen, der Spezifikation und der folgenden Ansprüche klar werden. Zum Beispiel können Komponenten und Funktionalitäten unterschiedlich getrennt oder kombiniert vorkommen, anders als in der Art und Weise der verschiedenen beschriebenen Ausführungsformen und können unter Verwendung unterschiedlicher Begrifflichkeit beschrieben sein. Diese und andere Varianten, Modifikationen, Zusätze und Verbesserungen können in den Schutzbereich der Offenbarung fallen, wie sie in den folgenden Ansprüchen definiert werden.

Claims

Verfahren, das Folgendes umfasst: Crowd-Sourcing-Fahrwegsdaten einer Straße durch ein Verarbeitungssystem mit wenigstens einem Computerprozessor zu empfangen; Kartendaten der Straße durch das Verarbeitungssystem zu empfangen; Sensordaten, die die Straße betreffen, durch das Verarbeitungssystem zu empfangen; optimierte Fahrwegsdaten für die Straße auf Basis der Crowd-Sourcing-Fahrwegsdaten, der Kartendaten und der Sensordaten durch das Verarbeitungssystem zu generieren; und Steuersignale zum Steuern eines autonomen oder halbautonomen Fahrzeugs auf Basis wenigstens der optimierten Fahrwegsdaten bereitzustellen.
Verfahren nach Anspruch 1, wobei die Crowd-Sourcing-Fahrwegsdaten auf Basis von Fahrpositionsprotokollen generiert werden, die von vom Menschen gefahrenen Fahrzeugen erfasst worden sind.
Verfahren nach Anspruch 1, wobei die Crowd-Sourcing-Fahrwegsdaten durch das Verarbeitungssystem aus einem cloud-basierten Computersystem, das sich fern vom Verarbeitungssystem befindet, empfangen werden.
Verfahren nach Anspruch 1, wobei die optimierten Fahrwegsdaten Fahrpositionsdaten enthalten, die optimal berechnet sind, um (a) so nah wie möglich an den Positionsdaten der Crowd-Sourcing-Fahrwegsdaten zu bleiben, (b) Abstand zu den Grenzen des Fahrkorridors aufrechtzuerhalten und (c) die Krümmung entlang einer Länge eines projizierten Fahrwegs des Fahrzeugs zu minimieren und Wendekreisbedingungen des Fahrzeugs zu befolgen.
Verfahren nach Anspruch 1, das des Weiteren Folgendes umfasst: numerische Berechnungen durchzuführen, um die optimierten Fahrwegsdaten zu generieren, wobei die numerischen Berechnungen wenigstens Innere-Punkte-Verfahren oder sequentielle quadratische Programmierung enthalten.
Verfahren nach Anspruch 1, das des Weiteren Folgendes umfasst: durch das Verarbeitungssystem einen Fahrkorridor für die Straße auf Basis der Crowd-Sourcing-Fahrwegsdaten, der Kartendaten und der Sensordaten zu generieren, wobei: der Fahrkorridor Grenzen der Straße bereitstellt und die Steuersignale das Fahrzeug innerhalb des Fahrkorridors gemäß den optimierten Fahrwegsdaten steuern.
Verfahren nach Anspruch 1, das des Weiteren Folgendes umfasst: durch das Verarbeitungssystem Sensordaten in Echtzeit von den Onboard-Sensoren des Fahrzeugs zu empfangen; und die Steuersignale, die das Fahrzeug steuern, auf Basis der Sensordaten in Echtzeit einzustellen.
Verarbeitungssystem, das wenigstens einen Computerprozessor enthält, wobei das Verarbeitungssystem dazu ausgelegt ist, ein Verfahren zu implementieren, das Folgendes umfasst: Crowd-Sourcing-Fahrwegsdaten einer Straße zu empfangen; Kartendaten der Straße zu empfangen; Sensordaten, die die Straße betreffen, zu empfangen; optimierte Fahrwegsdaten für die Straße auf Basis der Crowd-Sourcing-Fahrwegsdaten, der Kartendaten und der Sensordaten zu generieren; und Steuersignale zum Steuern eines autonomen oder halbautonomen Fahrzeugs auf Basis wenigstens der optimierten Fahrwegsdaten bereitzustellen.
Verarbeitungssystem nach Anspruch 8, wobei die Crowd-Sourcing-Fahrwegsdaten auf Basis von Fahrpositionsprotokollen generiert werden, die von vom Menschen gefahrenen Fahrzeugen erfasst worden sind.
Verarbeitungssystem nach Anspruch 8, wobei die Crowd-Sourcing-Fahrwegsdaten durch das Verarbeitungssystem aus einem cloud-basierten Computersystem, das sich fern vom Verarbeitungssystem befindet, empfangen werden.
Verarbeitungssystem nach Anspruch 8, wobei die optimierten Fahrwegsdaten Fahrpositionsdaten enthalten, die optimal berechnet sind, um (a) so nah wie möglich an den Positionsdaten der Crowd-Sourcing-Fahrwegsdaten zu bleiben, (b) Abstand zu den Grenzen des Fahrkorridors aufrechtzuerhalten und (c) die Krümmung entlang einer Länge eines projizierten Fahrwegs des Fahrzeugs zu minimieren und Wendekreisbedingungen des Fahrzeugs zu befolgen.
Verarbeitungssystem nach Anspruch 8, das des Weiteren Folgendes umfasst: numerische Berechnungen durchzuführen, um die optimierten Fahrwegsdaten zu generieren, wobei die numerischen Berechnungen wenigstens Innere-Punkte-Verfahren oder sequentielle quadratische Programmierung enthalten.
Verarbeitungssystem nach Anspruch 8, das des Weiteren Folgendes umfasst: durch das Verarbeitungssystem einen Fahrkorridor für die Straße auf Basis der Crowd-Sourcing-Fahrwegsdaten, der Kartendaten und der Sensordaten zu generieren, wobei: der Fahrkorridor Grenzen der Straße bereitstellt und die Steuersignale das Fahrzeug innerhalb des Fahrkorridors gemäß den optimierten Fahrwegsdaten steuern.
Verarbeitungssystem nach Anspruch 8, das des Weiteren Folgendes umfasst: durch das Verarbeitungssystem Sensordaten in Echtzeit von den Onboard-Sensoren des Fahrzeugs zu empfangen; und die Steuersignale, die das Fahrzeug steuern, auf Basis der Sensordaten in Echtzeit einzustellen.
Autonomes oder halbautonomes Fahrzeug, das ein Verarbeitungssystem mit wenigstens einem Computerprozessor enthält, der dazu ausgelegt ist, ein Verfahren zu implementieren, das Folgendes umfasst: Crowd-Sourcing-Fahrwegsdaten einer Straße zu empfangen; Kartendaten der Straße zu empfangen; Sensordaten, die die Straße betreffen, zu empfangen; optimierte Fahrwegsdaten für die Straße auf Basis der Crowd-Sourcing-Fahrwegsdaten, der Kartendaten und der Sensordaten zu generieren; und Steuersignale zum Steuern eines autonomen oder halbautonomen Fahrzeugs auf Basis wenigstens der optimierten Fahrwegsdaten bereitzustellen.
Fahrzeug nach Anspruch 15, wobei die Crowd-Sourcing-Fahrwegsdaten auf Basis von Fahrpositionsprotokollen generiert werden, die von vom Menschen gefahrenen Fahrzeugen erfasst worden sind.
Fahrzeug nach Anspruch 15, wobei die Crowd-Sourcing-Fahrwegsdaten durch das Verarbeitungssystem aus einem cloud-basierten Computersystem, das sich fern vom Verarbeitungssystem befindet, empfangen werden.
Fahrzeug nach Anspruch 15, wobei die optimierten Fahrwegsdaten Fahrpositionsdaten enthalten, die optimal berechnet sind, um (a) so nah wie möglich an den Positionsdaten der Crowd-Sourcing-Fahrwegsdaten zu bleiben, (b) Abstand zu den Grenzen des Fahrkorridors aufrechtzuerhalten und (c) die Krümmung entlang einer Länge eines projizierten Fahrwegs des Fahrzeugs zu minimieren und Wendekreisbedingungen des Fahrzeugs zu befolgen.
Fahrzeug nach Anspruch 15, das des Weiteren Folgendes umfasst: durch das Verarbeitungssystem einen Fahrkorridor für die Straße auf Basis der Crowd-Sourcing-Fahrwegsdaten, der Kartendaten und der Sensordaten zu generieren, wobei: der Fahrkorridor Grenzen der Straße bereitstellt und die Steuersignale das Fahrzeug innerhalb des Fahrkorridors gemäß den optimierten Fahrwegsdaten steuern.
Fahrzeug nach Anspruch 15, das des Weiteren Folgendes umfasst: durch das Verarbeitungssystem Sensordaten in Echtzeit von den Onboard-Sensoren des Fahrzeugs zu empfangen; und die Steuersignale, die das Fahrzeug steuern, auf Basis der Sensordaten in Echtzeit einzustellen.