DE112020005125T5 - System zum aufzeichnen von ereignisdaten eines autonomen fahrzeugs - Google Patents

System zum aufzeichnen von ereignisdaten eines autonomen fahrzeugs Download PDF

Info

Publication number
DE112020005125T5
DE112020005125T5 DE112020005125.0T DE112020005125T DE112020005125T5 DE 112020005125 T5 DE112020005125 T5 DE 112020005125T5 DE 112020005125 T DE112020005125 T DE 112020005125T DE 112020005125 T5 DE112020005125 T5 DE 112020005125T5
Authority
DE
Germany
Prior art keywords
vehicle
event
trigger signal
autonomous driving
event data
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.)
Pending
Application number
DE112020005125.0T
Other languages
English (en)
Inventor
Keon Chang Lee
Wha Pyeong Lim
Seung Wook Park
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.)
Hyundai Motor Co
Kia Corp
Original Assignee
Hyundai Motor Co
Kia Corp
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
Priority claimed from KR1020200155377A external-priority patent/KR20210063244A/ko
Application filed by Hyundai Motor Co, Kia Corp filed Critical Hyundai Motor Co
Publication of DE112020005125T5 publication Critical patent/DE112020005125T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841Registering performance data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/04Monitoring the functioning of the control system
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808Diagnosing performance data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/008Registering or indicating the working of vehicles communicating information to a remotely located station
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841Registering performance data
    • G07C5/085Registering performance data using electronic data carriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)

Abstract

Ein System zur Aufzeichnung von Ereignisdaten eines autonomen Fahrzeugs wird offenbart. Die vorliegende Offenbarung schlägt ein EDR-System-Betriebsschema vor, das für die geeignete Untersuchung der Ursache eines Fahrzeugunfalls geeignet ist. Teilsysteme eines autonomen Fahrsteuerungssystems können bestimmen, ob ein Ereignis, das eine vorkonfigurierte Bedingung erfüllt, eingetreten ist, und ein Auslösesignal an ein EDR-System senden, um die Aufzeichnung von Datenelementen in Bezug auf das Ereignis auszulösen, wenn das Auftreten des Ereignisses erkannt wird. Das EDR-System kann Datenelemente aufzeichnen, die nützlich sind, um eine Karte der äußeren Umgebung eines autonomen Fahrzeugs zum Zeitpunkt des Auftretens des Ereignisses zu rekonstruieren oder um die innere Umgebung des Fahrzeugs zu rekonstruieren.

Description

  • [Technisches Gebiet]
  • Die vorliegende Offenbarung bezieht sich in einigen Ausführungsformen auf ein System zum Aufzeichnen von Ereignisdaten in einem autonomen Fahrzeug.
  • [Hintergrund der Erfindung]
  • Die Angaben in diesem Abschnitt liefern lediglich Hintergrundinformationen im Zusammenhang mit der vorliegenden Offenbarung und stellen nicht unbedingt den Stand der Technik dar.
  • Ein Ereignisdatenrekorder (Event Data Recorder; EDR) ist ein Datenaufzeichnungsgerät, das im Allgemeinen in ein Airbag-Steuermodul (ACU) eines Fahrzeugs eingebaut ist, um auf einen Unfall oder ein Ereignis zu reagieren, das unter bestimmten Bedingungen während des Fahrzeugbetriebs aufgetreten ist, um Fahrinformationen oder Unfallinformationen für einen bestimmten Zeitraum vor und nach dem Ereignis aufzuzeichnen, zu speichern und zu extrahieren.
  • Das EDR zeichnet als Aufzeichnungselemente u. a. die Fahrzeuggeschwindigkeit, den Betriebszustand der Bremsen, die Motordrehzahl (RPM), das Gaspedal, den Betriebszustand der Drosselklappe, den Lenkradwinkel, den Zustand des angelegten Sicherheitsgurts, die Schwere des Aufpralls (Delta-V oder Beschleunigung), den Reifendruck, die Gangstellung und die Daten zur Auslösung der Airbags auf.
  • Ein autonomes Fahrzeug arbeitet so, dass das autonome Fahrsystem die Umgebung erkennt, Aktionen für jede Situation beurteilt oder festlegt und Aktoren (Stellglieder) usw. auf der Grundlage von Informationen steuert, die von innerhalb und außerhalb des Fahrzeugs gesammelt werden. Ein Fehler im Erkennungs-, Beurteilungs- und Steuerungsprozess eines autonomen Fahrzeugs könnte mit einem Unfall in Verbindung gebracht werden, so dass die Aufzeichnungsbedingungen oder -elemente typischer EDR-Systeme für Fahrzeuge nicht geeignet sind, um die Unfallursache im autonomen Fahrzeug zu ermitteln.
  • [Offenbarung]
  • [Technisches Problem]
  • Die vorliegende Offenbarung zielt in einigen Ausführungsformen darauf ab, ein Betriebsschema für ein EDR-System bereitzustellen, das für die richtige Untersuchung der Ursache eines Unfalls eines autonomen Fahrzeugs geeignet ist.
  • [Zusammenfassung]
  • Mindestens ein Aspekt der vorliegenden Offenbarung stellt ein Verfahren bereit, das von einem Fahrzeug, das ganz oder teilweise in einem autonomen Fahrmodus (d. h. von einem autonomen Fahrzeug) betrieben wird, zum Sammeln und Aufzeichnen von Ereignisdaten durchgeführt wird. Dieses Verfahren umfasst das Empfangen eines Auslösesignals von Untersystemen eines autonomen Fahrsystems, das das Auftreten eines Ereignisses aus einer Vielzahl von vordefinierten Ereignissen anzeigt, und das Sammeln von Ereignisdaten, die zumindest Daten umfassen, die sich auf einen Erkennungs-Bewertungs-Steuerungsprozess des autonomen Fahrsystems vor und nach dem Auftreten des Ereignisses beziehen, und das Aufzeichnen der Ereignisdaten in einem internen Speicher und das Hochladen der Ereignisdaten an einen entfernten Server, der kommunikativ mit dem autonomen Fahrzeug verbunden ist.
  • In einigen Ausführungsformen enthalten die Ereignisdaten ferner mindestens eines der folgenden Elemente: Kamerabilder innerhalb und außerhalb des autonomen Fahrzeugs, Daten zur Erkennung eines Insassen in dem autonomen Fahrzeug, Softwareversionsinformationen der im Fahrzeug installierten elektronischen Steuereinheiten (Electronic Control Units; ECUs) und Informationen in Bezug auf eine kürzlich verwendete Fahrzeug-zu-Allem(Vehicle-to-Everything; V2X)-Nachricht. In einigen Ausführungsformen enthalten die Ereignisdaten ferner Objekterkennungsinformationen, die geeignet sind, eine Karte der äußeren Umgebung des autonomen Fahrzeugs vor und nach dem Auftreten des Ereignisses zu rekonstruieren. Die Objekterkennungsinformationen umfassen beispielsweise die Position eines Objekts, seine Klasse und seine relative Geschwindigkeit. In einigen Ausführungsformen bestehen die Ereignisdaten aus einem Datenelement oder einem Aufzeichnungszeitraum, der zumindest für einige der mehreren Ereignisse unterschiedlich ist.
  • In einigen Ausführungsformen umfasst der Empfang des Auslösesignals den Empfang des Auslösesignals von einem Teilsystem (Untersystem), das eine autonome Fahrfunktion zumindest teilweise auf der Grundlage von Fahrspurerkennungsinformationen durchführt, wobei das Auslösesignal anzeigt, dass das autonome Fahrzeug eine Fahrspur verlassen hat. In einigen Ausführungsformen umfasst der Empfang des Auslösesignals den Empfang eines Auslösesignals von einem Teilsystem, das eine autonome Fahrfunktion durchführt, die zumindest teilweise auf einer Zeit bis zur Kollision (Time To Collision, TTC) basiert, wobei das Auslösesignal (Triggersignal) anzeigt, dass das Fahrzeug bei einer aktuellen Geschwindigkeit eine Kollision durch Abbremsen des Fahrzeugs nicht vermeiden kann. In einigen Ausführungsformen umfasst der Empfang des Auslösesignals den Empfang eines Auslösesignals von einem Teilsystem des autonomen Fahrsystems, wobei das Auslöse anzeigt, dass ein Notfallmanöver (Emergency Maneuver; EM) oder ein Minimal-Risiko-Manöver (Minimal Risk Maneuver; MRM) eingeleitet wurde. In einigen Ausführungsformen umfasst der Empfang des Auslösesignals den Empfang eines Auslösesignals von einem Teilsystem des autonomen Fahrsystems, das die Erkennung eines Eindringens in ein bordeigenes d. h. fahrzeuggestütztes Netz anzeigt.
  • In einigen Ausführungsformen umfasst dieses Verfahren ferner, dass als Reaktion auf ein neues Auslösesignal, das das Auftreten eines neuen Ereignisses anzeigt, das vor dem Ende eines Aufzeichnungszeitraums der Ereignisdaten empfangen wird, der Aufzeichnungszeitraum verlängert und zusätzlich ein Typ und eine Auftrittszeit des neuen Ereignisses aufgezeichnet werden.
  • Mindestens ein Aspekt der vorliegenden Offenbarung stellt ein Fahrzeugsystem bereit, das ein autonomes Fahrsystem, das so konfiguriert ist, dass es ein Fahrzeug so steuert, dass es ganz oder teilweise in einem autonomen Fahrmodus arbeitet, ein drahtloses Kommunikationssystem, das so konfiguriert ist, dass es eine Kommunikation zwischen dem Fahrzeug und einem externen System ermöglicht, und ein Ereignisdatenaufzeichnungssystem (Event Data Recoder; EDR), das so konfiguriert ist, dass es Ereignisdaten sammelt und verwaltet, umfasst. Das EDR-System ist so konfiguriert, dass es (1) von Teilsystemen eines autonomen Fahrsystems ein Auslösesignal empfängt, das das Auftreten eines Ereignisses aus einer Vielzahl von Ereignissen anzeigt, die vordefiniert sind, (2) Ereignisdaten sammelt, die zumindest Daten umfassen, die sich auf einen Erkennungs-Bewertungs-Steuerungsprozess des autonomen Fahrsystems vor und nach dem Auftreten des Ereignisses beziehen, und (3) die Ereignisdaten in einem internen Speicher aufzeichnet und die Ereignisdaten über das drahtlose Kommunikationssystem an einen entfernten Server hochlädt.
  • Figurenliste
    • 1 ist ein funktionelles Blockdiagramm, das ein Fahrzeug gemäß mindestens einer Ausführungsform der vorliegenden Offenbarung darstellt.
    • 2A, 2B und 2C sind Konzeptdiagramme, die Beispielarchitekturen mit EDR-Systemen, die in einem autonomen Fahrzeug angeordnet sind, veranschaulichen.
    • 3 ist ein Konzeptdiagramm, das die Änderungen der Parameter D in Abhängigkeit von den erkannten Fahrspurgeometrien und davon, ob eine Fahrspur verlassen wird oder nicht, veranschaulicht.
    • 4 ist ein Flussdiagramm eines Verfahrens zur Bestimmung des Auftretens eines Ereignisses durch ein Spurhalte-Assistenzsystem (Lane Keeping Assist System; LKAS), um ein Ereignisdatenaufzeichnungssystem (EDR) auszulösen, gemäß mindestens einer Ausführungsform der vorliegenden Offenbarung.
    • 5 ist ein Flussdiagramm eines auf der Zeit bis zur Kollision oder TTC basierenden Verfahrens zur Bestimmung des Auftretens eines Ereignisses zur Auslösung eines EDR-Systems gemäß mindestens einer Ausführungsform der vorliegenden Offenbarung.
    • 6A bis 6D zeigen einige Beispielszenarien, in denen ein Notfallmanöver (Emergency Maneuver; EM) in einem autonomen Fahrsystem beginnt.
    • 7 ist ein Flussdiagramm eines Verfahrens zur Auslösung einer Aufzeichnung eines EDR-Systems bei Einleitung eines Minimal-Risiko-Manövers (MRM) gemäß mindestens einer Ausführungsform der vorliegenden Offenbarung.
    • 8 zeigt eine Karte der äußeren Umgebung, die ein autonomes Fahrzeug umgibt.
    • 9 zeigt autonome Fahrdaten, die von einem EDR-System gemäß mindestens einer Ausführungsform der vorliegenden Offenbarung zu speichern sind.
  • [Ausführliche Beschreibung]
  • Nachstehend werden einige Ausführungsformen der vorliegenden Offenbarung unter Bezugnahme auf die beigefügten Zeichnungen ausführlich beschrieben. In der nachstehenden Beschreibung bezeichnen gleiche Bezugszeichen vorzugsweise gleiche Elemente, auch wenn die Elemente in verschiedenen Zeichnungen dargestellt sind. Ferner wird in der folgenden Beschreibung einiger Ausführungsformen aus Gründen der Klarheit und der Kürze auf eine ausführliche Beschreibung verwandter bekannter Komponenten und Funktionen verzichtet, die den Gegenstand der vorliegenden Offenbarung verdecken.
  • Darüber hinaus werden alphanumerische Codes wie z. B. erster, zweiter, A, B, (a), (b) usw. nur zur Unterscheidung der einzelnen Komponenten verwendet, nicht aber, um die Substanzen, die Reihenfolge oder die Abfolge der Komponenten zu implizieren oder anzudeuten. Wenn in dieser Beschreibung ein Teil eine Komponente „einschließt“ oder „umfasst“, bedeutet dies, dass das Teil auch andere Komponenten einschließt und nicht ausschließt, es sei denn, es wird ausdrücklich etwas anderes angegeben. Die Begriffe wie „Einheit“, „Modul“ und dergleichen beziehen sich auf eine oder mehrere Einheiten zur Verarbeitung mindestens einer Funktion oder eines Vorgangs, die durch Hardware, Software oder eine Kombination davon implementiert sein können.
  • 1 ist ein funktionelles Blockdiagramm, das ein Fahrzeug gemäß einer beispielhaften Ausführungsform der vorliegenden Offenbarung darstellt.
  • Ein Fahrzeug kann so konfiguriert sein, dass es ganz oder teilweise in einem autonomen Fahrmodus betrieben wird, und kann daher als „autonomes Fahrzeug“ bezeichnet werden. Beispielsweise kann ein autonomes Fahrsystem 120 nach dem Empfang von Informationen von einem Sensorsystem 110 im Fahrzeug auf automatisierte Weise arbeiten, um einen oder mehrere Steuerungsprozesse auf der Grundlage der empfangenen Informationen durchzuführen, wie z. B. die Einstellung der Lenkung zur Vermeidung eines erkannten Hindernisses.
  • Das Fahrzeug kann völlig autonom oder teilautonom sein. Im teilautonomen Zustand können einige Funktionen des Fahrzeugs vorübergehend oder ständig manuell vom Fahrer gesteuert werden. Ferner kann das vollautonome Fahrzeug so konfiguriert sein, dass es zwischen einem vollständig manuellen Betriebsmodus und einem teilautonomen Betriebsmodus und/oder einem vollständig autonomen Betriebsmodus umschaltbar ist.
  • Das Fahrzeug kann verschiedene Funktionssysteme umfassen, wie das Sensorsystem 110, das autonome Fahrsystem 120, ein drahtloses Kommunikationssystem 130 und ein Eindringlingserkennungssystem oder IDS (Intrusion Detection System) 140. Das Fahrzeug kann mehr oder weniger (Teil-)Systeme umfassen, und jedes (Teil-)System kann eine Vielzahl von Komponenten enthalten. Außerdem können die (Teil-)Systeme des Fahrzeugs miteinander verbunden sein. Dementsprechend können eine oder mehrere der beschriebenen funktionalen Komponenten des Fahrzeugs in zusätzliche funktionale oder physische Komponenten aufgeteilt oder zu weniger funktionalen oder physischen Komponenten zusammengefasst werden.
  • Das Sensorsystem 110 umfasst einen oder mehrere Sensoren, die so konfiguriert sind, dass sie die Umgebung des Fahrzeugs erfassen, um Informationen darüber zu erhalten. Das Sensorsystem 110 kann beispielsweise ein globales Positionierungssystem (Global Positioning System; GPS), eine Radareinheit, eine LiDAR-Einheit, eine Kamera, eine Trägheitsmesseinheit (Inertial Measurement Unit; IMU), ein Mikrofon und Ähnliches umfassen. Das Sensorsystem 110 kann ferner einen Sensor enthalten, der zur Überwachung eines internen Systems des Fahrzeugs konfiguriert ist, z. B. eine Kraftstoffanzeige, Motoröltemperatur, Raddrehzahlsensor usw.
  • Das autonome Fahrsystem 120 kann so konfiguriert sein, dass es den Betrieb des Fahrzeugs und seiner Komponenten steuert. Das autonome Fahrsystem 120 kann ein Erkennungs-Teilsystem 121, ein Bestimmungs-Teilsystem 122 und ein Steuerungs-Teilsystem 123 umfassen.
  • Das Erkennungs-Subsystem 121 ist so konfiguriert, dass es die vom Sensorsystem erfassten Daten (z. B. Bild-, Video-, Tiefendaten usw.) verarbeitet und analysiert, um Objekte und/oder Merkmale in der Umgebung, in der sich das Fahrzeug befindet, zu identifizieren, z. B. Fahrspurinformationen, Verkehrssignale, andere Fahrzeuge, Fußgänger, Hindernisse usw. Das Erkennungs-Teilsystem 121 kann Algorithmen zur Sensorfusion, Objekterkennung, Videoverfolgung oder andere Computer-Vision-Techniken verwenden. Der Sensorfusionsalgorithmus kann verschiedene Auswertungen auf der Grundlage von Daten aus dem Sensorsystem vornehmen. Die Auswertung kann die Bewertung einzelner Objekte und/oder Merkmale in der Umgebung, in der sich das Fahrzeug befindet, die Bewertung bestimmter Situationen und/oder die Bewertung möglicher Auswirkungen auf das Fahrverhalten auf der Grundlage dieser bestimmten Situationen umfassen.
  • Das Bestimmungs-Teilsystem 122 bestimmt auf der Grundlage der verschiedenen Auswertungen des Erkennungs-Subsystems 121 das Verhalten für jede Fahrsituation, d. h. für jedes Szenario, z. B. das Verhalten beim Spurhalten, Spurwechsel, Links- und Rechtsabbiegen, Überholen mit geringer Geschwindigkeit, U-Turn, Notbremsung, Randstreifenbremsung, Parken usw. Das Entscheidungsteilsystem 122 kann auch eine Route zu einem Ziel oder eine Route zur Vermeidung von Hindernissen planen.
  • Das Steuerungs-Teilsystem 123 steuert die Bewegung des Fahrzeugs, indem es Aktoren (Stellglieder) steuert, die für die Fahrt des Fahrzeugs entsprechend dem vom Bestimmungs-Teilsystem 122 ermittelten Verhalten für jede Fahrsituation erforderlich sind. Beispielsweise kann das Steuerungs-Teilsystem 123 eine Lenkeinheit steuern, die zur Einstellung der Lenkung des Fahrzeugs konfiguriert ist. Als weiteres Beispiel kann das Steuerungs-Teilsystem 123 eine Drosseleinheit steuern, die die Betriebsdrehzahl des Motors und/oder der Maschine steuert, wodurch die Geschwindigkeit des Fahrzeugs gesteuert wird. Als weiteres Beispiel kann das Steuerungs-Teilsystem 123 eine Bremseinheit steuern, die zum Abbremsen des Fahrzeugs konfiguriert ist.
  • Die Teilsysteme 121, 122 und 123 des autonomen Fahrsystems 120 können zusammenarbeiten, um verschiedene Funktionen des autonomen Fahrens oder Funktionen des fortgeschrittenen Fahrerassistenzsystems (Advanced Driver Assistance System; ADAS) zu unterstützen, z. B. den adaptiven Geschwindigkeitsregler (Adaptive Cruise Conrol; ACC), den Spurhalteassistenten (Lane Keeping Assist System; LKAS), den Assistenten für die Vorwärtskollisionsvermeidung (Forward Collision-Avoidance Assist; FCA), die autonome Notbremsung (Autonomous Emergency Brake; AEB) usw. Die Teilsysteme 121, 122 und 123 des autonomen Fahrsystems 120 können in einer Vielzahl von elektronischen Steuereinheiten (Electronic Control Units; ECUs) oder einem Computersystem im Fahrzeug implementiert sein, um eine oder mehrere autonome Fahrfunktionen auszuführen.
  • Das drahtlose Kommunikationssystem 130 ermöglicht eine Kommunikation zwischen dem Fahrzeug und einem externen System, z. B. einem anderen Fahrzeug oder Server usw. Das drahtlose Kommunikationssystem 130 kann zum Beispiel drahtlos mit einem oder mehreren Geräten direkt oder über ein Kommunikationsnetzwerk kommunizieren. Das drahtlose Kommunikationssystem 130 kann eine oder mehrere verschiedene drahtlose Kommunikationstechnologien verwenden, wie z. B. Mobilfunk (z. B. GSM, CDMA, LTE, 5G usw.), das IEEE 802.11-Kommunikationsprotokoll (z. B. WiFi, Bluetooth, ZigBee usw.) und DRSC und andere.
  • Das Eindringlingserkennungssystem (Intrusion Detection System; IDS) 140 ist so konfiguriert, dass es Sicherheitsbedrohungen für das bordeigene Netzwerk erkennt und bekämpft.
  • Das autonome Fahrsystem 120, seine Teilsysteme 121, 122, 123 sowie andere in 1 nicht dargestellte Teilsysteme können Daten erzeugen, die anzeigen, ob eine oder mehrere autonome Fahrfunktionen derzeit aktiviert sind. Beispielsweise kann das autonome Fahrsystem 120 Daten erzeugen, die anzeigen, ob die Funktion des adaptiven Geschwindigkeitsreglers (Adaptive Cruise Control; ACC) derzeit aktiviert ist. Als weiteres Beispiel kann das autonome Fahrsystem 120 Daten erzeugen, die anzeigen, ob das Fahren des Fahrzeugs derzeit vollautomatisch und nicht manuell gesteuert wird.
  • Das Fahrzeug umfasst ferner einen Ereignisdatenrekorder oder EDR (Event Data Recorder)-System 150, das so konfiguriert ist, dass es Daten von verschiedenen fahrzeuginternen (Teil-)Systemen einschließlich des Sensorsystems 110 empfängt. Ein oder mehrere fahrzeuginterne (Teil-)Systeme können dem EDR-System 150 Daten über einen Datenbus, z. B. CAN-Bus, Ethernet-Bus usw., zur Verfügung stellen. Das EDR-System 150 kann die Daten und/oder analogen Signale, die von den jeweiligen (Teil-)Systemen über den Datenbus bereitgestellt oder gemeinsam genutzt werden, in Echtzeit erfassen. Das EDR-System 150 kann in regelmäßigen Abständen Daten von den (Teil-)Systemen abfragen. Das EDR-System 150 kann für jeden abgetasteten Datenpunkt einen Zeitstempel erzeugen.
  • Ein oder mehrere (Teil-)Systeme können das Auftreten eines oder mehrerer voreingestellter Ereignisse erkennen und dem EDR-System 150 Auslösesignale über das Auftreten des Ereignisses übermitteln, wodurch das EDR-System veranlasst wird, mit dem Ereignis zusammenhängende Daten (nachstehend als „EDR-Daten“ bezeichnet) in einem nichtflüchtigen Speicher aufzuzeichnen. Die Auslösesignale können jeweils eine eindeutige Kennung enthalten, mit der ein zugehöriges Ereignis oder eine Auslösebedingung eindeutig identifiziert werden kann. Zumindest einigen Auslösesignalen kann das EDR-System eindeutig aufzuzeichnende Datenelemente und/oder Aufzeichnungszeiträume zuweisen.
  • Das Fahrzeug kann so konfiguriert sein, dass es EDR-Daten über das drahtlose Kommunikationssystem 130 an einen entfernten Server (nicht dargestellt) hochlädt, der EDR-Daten von mehreren Fahrzeugen sammelt und verwaltet. Der entfernte Server kann von einem Fahrzeughersteller oder einem Dienstanbieter betrieben werden, der einen EDR-Datenverwaltungsdienst anbietet.
  • 2A, 2B und 2C sind Konzeptdiagramme, die Beispielarchitekturen mit EDR-Systemen in einem autonomen Fahrzeug veranschaulichen.
  • Wie in 2A dargestellt, kann in dem autonomen Fahrzeug ein auf das autonome Fahrzeug spezialisiertes EDR-System als Teilmodul in das Hauptsteuergerät (integrierte ECU) des autonomen Fahrsystems eingebettet sein. Das EDR-System kann Auslösesignale empfangen, die das Auftreten eines Ereignisses von einem Airbag-Steuermodul (ACM), einem Intrusion Detection System (IDS) usw., das sich außerhalb des Hauptsteuergeräts befindet, sowie von dem Hauptsteuergerät melden. Darüber hinaus kann das autonome Fahrzeug ein EDR-System enthalten, das als Teilmodul in ein Airbag-Steuergerät (ACU) eingebaut ist und auf dieselbe Weise wie ein herkömmliches EDR-System arbeitet.
  • Wie in 2B dargestellt, kann das EDR-System in dem autonomen Fahrzeug als Teilmodul in das ACU eingebettet sein, wie ein herkömmliches EDR-System. Das EDR-System kann Auslösesignale, die das Auftreten eines Ereignisses melden, von dem ACU sowie von dem Hauptsteuergerät des autonomen Fahrsystems, das sich außerhalb des ACU befindet, dem IDS und dergleichen empfangen.
  • Wie in 2C dargestellt, kann das autonome Fahrzeug mit einer speziellen ECU (elektronische Steuereinheit) ausgestattet sein, die eine EDR-Funktion ausführt. Die spezielle ECU kann Auslösesignale empfangen, die das Auftreten eines Ereignisses von der ACU in einem Fahrzeugnetzwerk, dem Hauptsteuergerät des autonomen Fahrsystems, dem IDS und dergleichen melden.
  • Diversifizierung der EDR-Auslösebedinaunaen
  • Ein herkömmliches EDR-System ist so konfiguriert, dass es vordefinierte Datenelemente aufzeichnet, sobald es ein Ereignisauslösesignal von einem Airbag-Steuergerät (ACU) erhält. Ein solches Ereignis kann insbesondere eine Verkehrskollision sein. Eine Verkehrskollision kann zum Beispiel erkannt werden, wenn eine irreversible Sicherheitseinrichtung, wie ein Airbag oder ein Gurtstraffer, ausgelöst wird. Eine Verkehrskollision kann auch erkannt werden, wenn eine Beschleunigung/Verzögerung auftritt, die einen vordefinierten Schwellenwert überschreitet, z. B. bei einer Geschwindigkeitsänderung von 8 km/h oder mehr innerhalb von 150 ms. Diese Auslösebedingungen, die in normalen Fahrzeugen verwendet werden, sind möglicherweise nicht geeignet, um die Ursache eines Unfalls in einem autonomen Fahrzeug richtig zu identifizieren. Die vorliegende Offenbarung stellt verschiedene Ereignisauslösebedingungen vor, die für ein autonomes Fahrzeug geeignet sind, sowie Datenelemente, die zur Rekonstruktion der Umgebung innerhalb und außerhalb des Fahrzeugs geeignet sind, die die Ereignisse umgeben. Gemäß der vorliegenden Offenbarung können Teilsysteme des autonomen Fahrsteuerungssystems feststellen, ob ein Ereignis eingetreten ist, das eine voreingestellte Ereignisbedingung erfüllt, und bei Erkennung des Auftretens des Ereignisses ein Ereignisauslösesignal an das EDR-System senden.
  • (1) Fahrspurabweichung
  • Wenn ein Spurhalteassistent (LKAS) in der ADAS-Technologie (Advance Driver Assistance System) arbeitet, kann die Aufzeichnung des EDR-Systems zu einem Zeitpunkt ausgelöst werden, an dem festgestellt wird, dass das Fahrzeug trotz korrekter Fahrspurerkennung weitgehend von seiner Fahrspur abgewichen ist.
  • Das LKAS kann mit Fahrspurerkennungsinformationen versorgt werden, die von einem Computer-Vision-System bei der Erkennung einer Fahrspur durch Analyse der von einem Kamerasensor ausgegebenen Bilddaten erzeugt werden. Die Fahrspurerkennungsinformationen umfassen nicht nur den Abstand zu einer Fahrspurmarkierung, sondern auch Parameter der Fahrspurgeometrie, wie z. B. einen Ausrichtungswinkel (Heading Angle) und eine Krümmung. Die Fahrspurerkennungsinformationen können als Straßengleichung in Form einer kubischen Funktion (y = Ax^3 + Bx^2 + Cx + D) bereitgestellt werden, die die relative Bewegung zwischen dem Fahrzeug und der Fahrspur beschreibt. Dabei bezeichnet A eine Krümmungsrate, B eine Krümmung, C einen Ausrichtungswinkel und D einen seitlichen Versatz. Zusätzlich kann die Fahrspurerkennungsinformation ein Qualitätssignal enthalten, das die Zuverlässigkeit der Fahrspurgeometriemessung angibt. Das Qualitätssignal kann in insgesamt vier Stufen eingeteilt werden: Sehr niedrige Qualität, niedrige Qualität, hohe Qualität und sehr hohe Qualität.
  • 3 ist ein konzeptionelles Diagramm, das die Änderungen der Parameter D (= 0, 0,5) gemäß den erkannten Fahrspurgeometrien und in Abhängigkeit davon, ob ein Verlassen der Fahrspur vorliegt oder nicht, veranschaulicht. Gemäß mindestens einer Ausführungsform bestimmt die vorliegende Offenlegung den Grad des Verlassens der Fahrspur durch Verwendung der Größe des Parameters D, der in den Fahrspurerkennungsinformationen enthalten ist und den seitlichen Abstand zwischen dem Fahrzeug und der Fahrspur angibt, und erzeugt bei Erkennung eines übermäßigen Verlassens der Fahrspur ein Auslösesignal, das die Aufzeichnung des EDR-Systems auslöst.
  • 4 ist ein Flussdiagramm eines Verfahrens zur Bestimmung des Auftretens eines Ereignisses zur Auslösung eines EDR-Systems durch das LKAS (Lane Keeping Assist System) gemäß mindestens einer Ausführungsform der vorliegenden Offenbarung.
  • Das LKAS empfängt während des Betriebs Fahrspurerkennungsinformationen vom Computer Vision System (S410). Das LKAS kann feststellen, ob ein Qualitätssignal, das die Zuverlässigkeit der in den Fahrspurerkennungsinformationen enthaltenen Messung der Fahrspurgeometrie anzeigt, gleich oder größer als ein voreingestellter Wert ist, z. B. „Hohe Qualität“ (S420).
  • Wenn das Qualitätssignal gleich oder größer als der voreingestellte Wert ist, z. B. „Hohe Qualität“, d. h. „Ja“ in S420, bestimmt das LKAS, ob der Parameter D, der in den Fahrspurerkennungsinformationen enthalten ist und den seitlichen Abstand zwischen dem Fahrzeug und der Fahrspur angibt, einen voreingestellten Schwellenwert (thr) überschreitet (S430). Wenn der Parameter D den voreingestellten Schwellenwert überschreitet, d. h. „Ja“ in S430, erzeugt das LKAS ein Auslösesignal, das die Aufzeichnung des EDR-Systems auslöst (S450).
  • Wenn das Qualitätssignal unter dem voreingestellten Wert, z. B. „Hohe Qualität“, liegt, d. h. „Nein“ in S420, kann das LKAS bestimmen, ob ein Verlassen der Fahrspur vorliegt, indem es Daten verwendet, die von einer Sensorfusion erhalten wurden, d. h. von verschiedenen Sensoren einschließlich GPS, Kamerasensor, Radarsensor, LiDAR-Sensor usw. (S440). Beispielsweise kann das LKAS eine virtuelle Fahrspur bestimmen, indem es Informationen über den Standort des Fahrzeugs auf einer Präzisionskarte abbildet oder indem es Daten verwendet, die von einem Kamerasensor für die Umgebungsüberwachung (SVM) des Fahrzeugs gewonnen wurden, oder indem es die Positionen anderer Fahrzeuge, die mit dem Radarsensor oder dem LiDAR-Sensor erkannt wurden, als Grundlage für die Bestimmung der virtuellen Fahrspur verwendet und dann bestimmt, ob das Fahrzeug die Fahrspur auf der Grundlage der virtuellen Fahrspur verlässt. Auf eine Erkennung des Verlassens der Fahrspur auf der Grundlage der Sensorfusion, d. h. „Ja“ in S440 hin, erzeugt das LKAS ein Auslösesignal, das die Aufzeichnung des EDR-Systems auslöst (S450).
  • (2) Unmittelbare Zeit bis zur Kollision (TTC)
  • Die Zeit bis zur Kollision (Time To Collision, TTC) ist eine der am häufigsten verwendeten Messgrößen, wenn es darum geht, die Möglichkeit eines Zusammenstoßes mit einem Hindernis (Fahrzeug oder Fußgänger) vor oder hinter dem Fahrzeug zu bestimmen. Die TTC wird nicht nur für einen Auffahrassistenten (Forward Collision-Avoidance Asisst; FCA) verwendet, sondern auch, um das Risiko einer Kollision mit Hindernissen in der Umgebung des Fahrzeugs zu messen. So kann die TTC z. B. bei einem in einem kurzem Abstand einscherenden Fahrzeug ein Kriterium dafür sein, ob das betreffende Fahrzeug beschleunigt oder verlangsamt wird.
  • TTC wird im Allgemeinen als „relativer Abstand/relative Geschwindigkeit“ definiert, und die Beschleunigung des Fahrzeugs wird ebenfalls berücksichtigt, um das Kollisionsrisiko genauer zu messen. Das autonome Fahrsystem kann die TTC berechnen, indem es den relativen Abstand und die relative Geschwindigkeit des vorausfahrenden Hindernisses mit Hilfe eines Radarsensors, eines Kamerasensors, eines LiDAR-Sensors, eines Ultraschallsensors oder einer Datenfusion dieser Sensoren schätzt. Alternativ kann eine genauere TTC-Berechnung anhand der Position und Geschwindigkeit des umgebenden Fahrzeugs vorgenommen werden, die durch Fahrzeug-zu-Fahrzeug- oder V2V-Kommunikation ermittelt werden. Der Lenkwinkel oder der Bremsstatuswert des umgebenden Fahrzeugs, der direkt über die V2V-Kommunikation ermittelt wird, würde es ermöglichen, die Bewegung des umgebenden Fahrzeugs weit vor seiner Erkennung durch die Umgebungssensoren vorherzusagen. Darüber hinaus können mit Hilfe der V2V-Kommunikation Informationen über die umliegenden Fahrzeuge auch dann eingeholt werden, wenn kein Sichtfeld gesichert ist.
  • FCA oder ähnliche Kollisionsminderungssysteme dienen in erster Linie der Minderung der durch eine Kollision verursachten Schäden. Das Grundkonzept des Systems besteht darin, den möglichen Schaden bei einem Aufprall bzw. einer Kollision zu verringern, indem die Aufprallenergie durch eine Vorbremsung so weit wie möglich reduziert wird. Bei niedrigen Geschwindigkeiten wird unmittelbar vor dem Aufprall eine Notbremsung durchgeführt, um das Fahrzeug unmittelbar vor einem Unfall zum Stehen zu bringen. Bei mittleren oder höheren Geschwindigkeiten, bei denen die Trägheit relativ groß ist, kann es jedoch schwierig sein, den Aufprall selbst dann zu vermeiden, wenn das FCA-System normal funktioniert. Aber selbst wenn es zu einer Kollision kommt, wird durch die bereits unmittelbar vor der Kollision durchgeführte Notbremsung ein erheblicher Teil der Geschwindigkeitsenergie in der eigentlichen Kollisionssituation kompensiert, so dass die Unfallschäden geringer sind.
  • Gemäß mindestens einer Ausführungsform der vorliegenden Offenbarung kann die Aufzeichnung des EDR-Systems ausgelöst werden, bevor der eigentliche Zusammenstoß stattfindet, wenn die TTC sehr kurz ist oder festgestellt wird, dass der Zusammenstoß nicht vermieden werden kann, selbst wenn aufgrund der aktuellen Geschwindigkeit eine Notbremsung durchgeführt wird.
  • 5 ist ein Flussdiagramm eines TTC-basierten Verfahrens zur Bestimmung des Auftretens eines Ereignisses zur Auslösung eines EDR-Systems gemäß mindestens einer Ausführungsform der vorliegenden Offenbarung.
  • In dem autonomen Fahrsystem kann ein Teilsystem, z. B. ein Auffahrassistent (auch als Vorwärtskollisionsvermeidungsassistent, FCA, bezeichnet) oder ein ähnliches System zur Kollisionsminderung, eine TTC berechnen (S510) und feststellen, ob die berechnete TTC extrem kurz ist (S520). Beispielsweise kann das Teilsystem feststellen, ob die berechnete TTC kürzer ist als ein vorgegebener Schwellenwert, z. B. 2 Sekunden.
  • Wenn das Teilsystem feststellt, dass die berechnete TTC extrem kurz ist oder die berechnete TTC kürzer als ein voreingestellter Schwellenwert ist, d. h. „Ja“ in S520, erzeugt es sofort ein Auslösesignal, das die Aufzeichnung des EDR-Systems auslöst (S550). Gleichzeitig kann das Teilsystem das Bremssystem steuern, um eine Notbremsung durchzuführen.
  • Wenn die berechnete TTC nicht kürzer als der voreingestellte Schwellenwert ist, d. h. „Nein“ in S520, bestimmt das Teilsystem, ob eine Kollision unvermeidbar ist, indem es auf der Grundlage der aktuellen Geschwindigkeit des Fahrzeugs eine Bremsung durchführt (S530). Beispielsweise kann das Teilsystem feststellen, dass die Kollision unvermeidbar ist, wenn die zur Vermeidung der Kollision erforderliche Verzögerung eine vorgegebene maximale Verzögerung (Grenzverzögerung) des Fahrzeugs überschreitet. Alternativ kann das Teilsystem bei der Feststellung, dass die aktuelle Geschwindigkeit des Fahrzeugs eine Schwellengeschwindigkeit überschreitet, feststellen, dass eine Kollision unvermeidbar ist. Wenn es auf der Grundlage der aktuellen Fahrzeuggeschwindigkeit feststellt, dass eine Kollision nicht durch eine Bremsung vermieden werden kann, d. h. „Ja“ in S530, erzeugt das Teilsystem ein Auslösesignal zum Auslösen der Aufzeichnung des EDR-Systems (S550).
  • Wenn die zur Vermeidung einer Kollision erforderliche Abbremsung die vorgegebene maximale Abbremsung (Grenzabbremsung) des Fahrzeugs nicht überschreitet, d. h. „Nein“ in S530, kann das Teilsystem bis zur Ermittlung des nächsten TTC einen wiederholten Vergleich zwischen den erforderlichen Abbremsungen und der Grenzabbremsung (entsprechend der durch Bremsen usw. veränderten Fahrzeuggeschwindigkeit) des Fahrzeugs durchführen (S540).
  • (3) Wenn das Notfallmanöver (EM) ausgelöst wird
  • EM ist ein Manöver, das zur Vermeidung oder Abschwächung einer Kollision vorgesehen ist und von einem autonomen Fahrsystem im Falle eines plötzlichen und unerwarteten Ereignisses durchgeführt wird, bei dem das Fahrzeug Gefahr läuft, mit einem anderen Objekt zusammenzustoßen.
  • Das autonome Fahrsystem kann auf ein plötzliches und unerwartetes Ereignis reagieren, um z. B. zu erkennen, ob die Gefahr eines Zusammenstoßes mit einem Verkehrsteilnehmer vor oder neben dem Fahrzeug unmittelbar bevorsteht. Wenn die Zeit für den Fahrer zu kurz ist, um die Steuerung sicher zurückzuschalten, wird automatisch EM eingeleitet. Um einen drohenden Zusammenstoß zu vermeiden oder abzumildern, kann das EM eine Schutzverzögerung oder automatische Ausweichmanöver bis zur maximalen Bremsleistung des Fahrzeugs durchführen. Das autonome Fahrsystem kann ein Auslösesignal erzeugen, das die Aufzeichnung des EDR-Systems auslöst, wenn das EM eingeleitet wird.
  • 6A bis 6D zeigen einige Beispielszenarien, in denen ein Notfallmanöver (EM) in einem autonomen Fahrsystem beginnt.
    • - Unfähig die Einhaltung des Abstands zwischen den Fahrzeugen zu steuern, d. h. in Längsrichtung nicht steuerbar (wie in 6A): Wenn während der Steuerung der Spurhaltung und der Einhaltung des Abstands zwischen den Fahrzeugen ein Kollisionsrisiko erwartet wird, kann der Auffahrassistent (FCA) seine Notbremsung aktivieren. Wenn jedoch die Gefahr eines Zusammenstoßes zwischen dem betreffenden Fahrzeug und dem vorausfahrenden Fahrzeug erwartet wird, weil das vorausfahrende Fahrzeug aufgrund einer plötzlichen Bremsung oder eines Zusammenstoßes plötzlich anhält, ermöglicht die vorliegende Offenbarung dem Fahrzeug, eine Notbremsung bis zu seiner maximalen Bremsleistung in einer kürzeren Zeit als die Notbremsung des FCA-Systems einzuleiten.
    • - Unfähig, die Fahrspur zu halten, d. h. seitlich nicht steuerbar (wie in 6B): Wenn ein Defekt in der motorgetriebenen Servolenkung (Motor-Driven Power Steering; MDPS) oder andere Gründe dazu führen, dass das betreffende Fahrzeug von der aktuellen Fahrspur abweicht und voraussichtlich mit einem anderen Fahrzeug in einer benachbarten Fahrspur kollidiert, ermöglicht die vorliegende Offenlegung dem betreffenden Fahrzeug, eine Notbremsung einzuleiten.
    • - Motor während der Fahrt ausgeschaltet, d. h. in Längs- und Querrichtung nicht steuerbar (wie in 6C): Sobald der Motor während der Spurhalte- und Abstandsregelung abgestellt wird, kann das Fahrzeug nach der vorliegenden Offenbarung eine Notbremsung einleiten.
    • - Gefährliche Situation nach Ausweichen eines vorausliegenden Hindernisses (wie in 6D): Sobald nach einem Ausweichmanöver gegen ein vorausliegendes Hindernis in Fahrtrichtung eine Anomalie im Verhalten des Fahrzeugs auftritt, z. B. wenn das Fahrzeug von einer Fahrspur abweicht oder nicht in die Fahrspur zurückkehren kann, ermöglicht die vorliegende Offenbarung dem Fahrzeug, eine Notbremsung einzuleiten.
  • (4) Wenn das Minimal Risk Maneuver (Minimal-Risiko-Manöver; MRM) eingreift
  • Wenn im autonomen Fahrzeug eine Störung auftritt, wie z. B. ein Defekt des Sensors für autonomes Fahren, wenn ein Eindringlingserkennungssystem (IDS) ein Eindringen in das bordeigene Netz feststellt oder wenn es andere Gründe für den Fahrer gibt, die manuelle Steuerung zu übernehmen, kann das autonome Fahrsystem den Fahrer zu einem Steuerungsübergang auffordern.
  • Das MRM ist ein Verfahren zur Minimierung des Verkehrsrisikos, das vom autonomen Fahrsystem automatisch durchgeführt wird, beispielsweise wenn der Fahrer nicht auf eine Steuerungsübergangsanforderung reagiert.
  • Das autonome Fahrsystem kann erkennen, ob der Fahrer nach der Aufforderung zum Übergang die manuelle Steuerung wieder aufgenommen hat. Nimmt der Fahrer die manuelle Steuerung nicht innerhalb einer bestimmten Zeitspanne wieder auf, kann das MRM sofort eingeleitet werden. Das MRM kann beendet werden, wenn das Fahrzeug feststellt, dass der Fahrer die manuelle Steuerung des Fahrzeugs übernommen hat. Das MRM kann automatisch eine oder mehrere der folgenden Aktionen durchführen: (a) Abbremsen des Fahrzeugs innerhalb seiner Fahrspur mit einer Verzögerung von 4 m/s2 oder weniger und (b) Anhalten des Fahrzeugs auf einer anderen Spur als der Hochgeschwindigkeitsspur, z. B. auf der Spur für niedrige Geschwindigkeit, dem Pannenstreifen oder am Straßenrand.
  • Die Initiierung des MRM kann eine Aufzeichnung des EDR-Systems auslösen. Die MRM-Steuerung kann je nach den Ursachen auf unterschiedliche Weise erfolgen, wobei zu berücksichtigen ist, dass manchmal eine Situation mit langer Ereignisdauer auftreten kann. Je nach Ursache für die Auslösung von MRM kann auch das Aufzeichnungsverfahren des EDR-Systems variieren.
  • In einigen Ausführungsformen speichert das EDR-System, wenn MRM eingeleitet wird, weil der Fahrer nicht auf eine Steuerungsübergangsanforderung reagiert, kontinuierlich Informationen über den Erkennungs-Beurteilungs-Steuerprozess durch das autonome Fahrsystem, während das MRM durchgeführt wird.
  • In einigen Ausführungsformen speichert das EDR-System, wenn das MRM aufgrund eines Fehlers des Sensors für autonomes Fahren ausgelöst wird, die Kennung (ID) des fehlerhaften Sensors und den Zeitpunkt des Fehlers, während es seinen Aufzeichnungsbetrieb fortsetzt, bis der Nutzer die Fahrsteuerung übernimmt.
  • In einigen Ausführungsformen wird der Schwellenwert des Bestimmungskriteriums oder der Auslösebedingung für die Bestimmung des Auftretens eines Ereignisses, das die Aufzeichnung des EDR-Systems auslöst, ab dem Zeitpunkt, zu dem das MRM eingeleitet wird, gesenkt, wodurch die Empfindlichkeit gegenüber dem Ereignis erhöht wird. In einigen Ausführungsformen löst das autonome Fahrsystem beispielsweise vor Beginn des MRM die Aufzeichnung des EDR-Systems als Reaktion auf die Erfassung einer plötzlichen Beschleunigung/Verzögerung aus, die eine Geschwindigkeitsänderung von 8 km/h oder mehr innerhalb von 150 ms zeigt, während das autonome Fahrsystem während des MRM die Aufzeichnung des EDR-Systems als Reaktion auf die Erfassung einer Beschleunigung/Verzögerung auslöst, die eine Geschwindigkeitsänderung von 4 km/h oder mehr innerhalb von 150 ms zeigt.
  • 7 ist ein Flussdiagramm eines Verfahrens zur Auslösung einer Aufzeichnung eines EDR-Systems bei Einleitung eines Minimal-Risk-Manövers (MRM) gemäß mindestens einer Ausführungsform der vorliegenden Offenbarung.
  • Wenn das autonome Fahrsystem das Auftreten einer Situation erkennt, die eine MRM-Einleitung verursacht (S710), kann es die Dauer der MRM-Steuerung auf der Grundlage der Situation, die die MRM-Einleitung verursacht, schätzen (S720). Wenn die geschätzte Dauer kürzer ist als ein voreingestellter Schwellenwert („kurz“ in S710), kann das autonome Fahrsystem sofort die Aufzeichnung des EDR-Systems auslösen (S750).
  • Wenn die geschätzte Dauer länger ist als der voreingestellte Schwellenwert („lang“ in S710), kann das autonome Fahrsystem das Bestimmungskriterium für die Bestimmung des Auftretens eines die Aufzeichnung des EDR-Systems einleitenden Ereignisses oder einen Schwellenwert der Auslösebedingung herabsetzen (S730). Danach kann das autonome Fahrsystem das Auftreten eines Ereignisses, das die Aufzeichnung des EDR-Systems auslöst, überwachen, indem es das gelockerte Bestimmungskriterium oder einen Schwellenwert der Auslösebedingung anwendet (S740). Wenn das autonome Fahrsystem das Auftreten eines Ereignisses erkennt, das das gelockerte Bestimmungskriterium erfüllt („Ja“ in S740), kann es die Aufzeichnung des EDR-Systems auslösen (S750).
  • Wenn verschiedene Auslösesignale zum Auslösen der Aufzeichnung des EDR-Systems verwendet werden, kann ein neues Auslösesignal vor dem Ende der Datenaufzeichnung des EDR-Systems entsprechend einem beliebigen Auslösesignal erzeugt werden. Auf diese Weise kann das EDR-System, wenn mehrere Auslösesignale kontinuierlich erzeugt werden, die Datenaufzeichnungszeit verlängern und die Art des aufgetretenen Ereignisses (oder Auslösesignals) sowie den Zeitpunkt des Auftretens des Ereignisses speichern. Die Auslösesignale können eine Kennung enthalten, die die Art des Ereignisses eindeutig identifiziert. In diesem Fall können die während des verlängerten Zeitraums aufgezeichneten Datenelemente gleich oder geringer sein als die Datenelemente, die in dem dem ersten Auslösesignal entsprechenden Zeitraum aufgezeichnet wurden.
  • (5) Wenn eine Sicherheitsbedrohung für das Fahrzeugnetz erkannt wird
  • Das Fahrzeug kann ein Eindringlingserkennungssystem (IDS) enthalten, das so konfiguriert ist, dass es Sicherheitsbedrohungen für das bordeigene Netz erkennt und bekämpft. Wenn das Eindringlingserkennungssystem ein Eindringen in das bordeigene Netz feststellt, kann es ein Auslösesignal erzeugen, das die Aufzeichnung des EDR-Systems auslöst.
  • Wenn das EDR-System so konfiguriert ist, dass es verschiedene Auslösesignale empfängt, kann das EDR-System die aufzuzeichnenden Datenelemente und/oder Aufzeichnungszeiträume zumindest für einige Auslösesignale unterschiedlich anwenden.
  • EDR-Datenelemente, die für autonome Fahrzeuge geeignet sind
  • In autonomen Fahrzeugen arbeitet das autonome Fahrsystem auf der Grundlage von Informationen, die von innerhalb und außerhalb des Fahrzeugs gesammelt werden, um die Umgebung zu erkennen, Aktionen für jede Situation zu bestimmen und die Aktoren usw. zu steuern. Dementsprechend kann ein Fehler, der im Erkennungs-Beurteilungs-Steuerungsprozess auftritt, zu einem Unfall führen. Um die Ursache eines Unfalls eines autonomen Fahrzeugs richtig zu identifizieren, ist es wünschenswert, Informationen über den Erkennungs-Beurteilungs-Steuerungsprozess des autonomen Fahrzeugs aufzuzeichnen und zu speichern.
  • Die vorliegende Offenlegung stellt EDR-Datenelemente zur Verfügung, die zur Identifizierung der Ursache eines Ereignisses in einem autonomen Fahrzeug geeignet sind. Insbesondere können diese Datenelemente nützlich sein, um eine Karte der äußeren Umgebung (wie in 8 dargestellt), die das autonome Fahrzeug zum Zeitpunkt des Auftretens des Ereignisses umgibt, zu rekonstruieren, und die innere Umgebung des Fahrzeugs zu rekonstruieren.
  • Die EDR-Daten gemäß mindestens einer Ausführungsform der vorliegenden Offenlegung umfassen eine Softwareversion, Daten zum autonomen Fahren, Kamerabilder innerhalb und außerhalb des Fahrzeugs, Insassenerkennungsdaten, Fahrzeug-zu-Allem-Nachrichten (V2X) und Ähnliches.
  • Die Softwareversion gibt die Softwareversion der einzelnen im Fahrzeug eingebauten elektronischen Steuergeräte (ECUs) an. Die Insassenerkennungsdaten können den Zustand des Fahrers (z. B. Ablenkung, Schläfrigkeit, Nichtreagieren), die An- oder Abwesenheit eines Beifahrers und Ähnliches anzeigen. Darüber hinaus können die EDR-Daten Informationen über aktuelle V2X-Nachrichten enthalten, die über V2X-Kommunikation mit der Infrastruktur und umliegenden Fahrzeugen ausgetauscht wurden.
  • Wie in 9 dargestellt, umfassen die autonomen Fahrdaten <Erkennungsdaten>, <Beurteilungsdaten> und <Steuerungsdaten>.
  • Die <Erkennungsdaten> der autonomen Fahrdaten können die folgenden Informationen enthalten.
    • - Erkannte Hindernisklassifizierung: Enthält Informationen über erkannte dynamische Hindernisse, die beim Fahren eines Fahrzeugs einen Unfall verursachen können (z. B. eine Klasse von Objekten wie Fußgänger, Fahrräder, Zweiräder, Pkw und Busse).
    • - Informationen zur Fahrspurerkennung: Beinhalten Parameter der Fahrspurgeometrie (Krümmung, Krümmungsrate, Ausrichtungswinkel, seitlicher Versatz), die vom Bildverarbeitungssystem ausgegeben werden, sowie einen Qualitätsindikator, der die Zuverlässigkeit der Fahrspurgeometriemessung anzeigt.
    • - Informationen zum Fahrzeugstandort und zur verwendeten Positionierungstechnologie: Zu den Informationen über die verwendete Positionierungstechnologie gehören z. B. Informationen wie GPS, V2X, ob eine Präzisionskarte verwendet wird oder nicht und die Version der verwendeten Präzisionskarte.
    • - Erkannte Zeit bis zur Kollision (TTC)
  • Die <Bewertungsdaten> der autonomen Fahrdaten können die folgenden Informationen enthalten.
    • - ob autonome Fahrfunktionen (LKA, FCA usw.) aktiviert sind
    • - Objektdaten, die nach der Erkennung der Umgebung analysiert werden: Dazu gehören die Klasse der erkannten Objekte, x,y-Koordinaten/Größe/relative Geschwindigkeit (durch Sensorfusion), Bewegungsgeschwindigkeit und -richtung des betreffenden Fahrzeugs usw. Diese Daten können nützlich sein, um eine Karte der äußeren Umgebung des autonomen Fahrzeugs zum Zeitpunkt des Ereignisses zu rekonstruieren.
    • - Verhaltensszenario für die bestimmte Fahrsituation (Quer- und Längsszenarien): z.B. Spur halten, Spurwechsel, Links-/Rechtsabbiegen, U-Turn, Notbremsung, Randstreifenstopp, Einparken, Einscheren des Nachbarfahrzeugs, Ausscheren des vorausfahrendenfahrzeugs, etc.
  • Die <Steuerdaten> der autonomen Fahrdaten können die folgenden Informationen enthalten.
    • - Informationen zur Fahrersteuerung: Steuerinformationen der Aktoren für Lenkraddrehmoment, Beschleunigungs-/Verzögerungspedal, usw.
    • - Informationen zur Steuerung des autonomen Fahrens: Steuerinformationen der Aktuatoren für Lenkraddrehmoment, Beschleunigungs-/Verzögerungspedal usw.
  • Es sei darauf hingewiesen, dass die voranstehend beschriebenen Ausführungsbeispiele auf viele verschiedene Arten implementiert werden können. In einigen Beispielen können die verschiedenen Verfahren, Geräte, Systeme und Teilsysteme, die in dieser Offenbarung beschrieben werden, durch einen Allzweckcomputer mit einem Prozessor, einem Speicher, einer Festplatte oder einem anderen Massenspeicher, einer Kommunikationsschnittstelle, Eingabe-/Ausgabegeräten (E/A) und anderen Peripheriegeräten implementiert werden. Der Allzweckcomputer kann als Gerät zur Ausführung des oben beschriebenen Verfahrens arbeiten, indem er Softwarebefehle in einen Prozessor lädt und dann die Befehle ausführt, um die in dieser Offenlegung beschriebenen Funktionen auszuführen.
  • Es sei auch darauf hingewiesen, dass die voranstehend beschriebenen beispielhaften Ausführungsformen auf viele verschiedene Arten implementiert werden können. In einigen Beispielen können die verschiedenen Verfahren, Geräte, Systeme und Subsysteme, die in der vorliegenden Offenbarung beschrieben werden, durch einen Allzweckcomputer mit einem Prozessor, einem Speicher, einer Festplatte oder einem anderen Massenspeicher, einer Kommunikationsschnittstelle, Eingabe-/Ausgabegeräten und anderen Peripheriegeräten implementiert werden. Der Allzweckcomputer kann als Gerät arbeiten, das die oben beschriebenen Verfahren ausführt, indem es Softwarebefehle in den Prozessor lädt und dann die Befehle ausführt, um die in der vorliegenden Offenbarung beschriebenen Funktionen auszuführen.
  • Es sei auch darauf hingewiesen, dass die in dieser Offenbarung beschriebenen funktionalen Komponenten mit „... Einheit oder Modul“ bezeichnet werden, um die Möglichkeit ihrer unabhängigen Implementierungen hervorzuheben. Ein Modul kann beispielsweise als kundenspezifischer VLSI-Schaltkreis (Very Large Scale Integration) oder Hardware-Schaltkreis mit Halbleitern wie Gate-Arrays, Logik-Chips und Transistoren implementiert werden. Ein Modul kann auch als programmierbares Hardware-Gerät implementiert werden, z. B. als feldprogrammierbares Gate-Array (FPGA), programmierbare Array-Logik, programmierbare Logikgeräte und dergleichen.
  • Zudem können verschiedene in der vorliegenden Offenbarung beschriebene Verfahren als Anweisungen implementiert werden, die in einem nicht-transitorischen Aufzeichnungsmedium gespeichert sind, das von einem oder mehreren Prozessoren gelesen und ausgeführt werden kann. Das nichttransitorische Aufzeichnungsmedium umfasst beispielsweise alle Arten von Aufzeichnungsgeräten, in denen Daten in einer Form gespeichert sind, die von einem Computersystem gelesen werden kann. Das nicht transitorische Aufzeichnungsmedium kann beispielsweise Speichermedien wie EPROM (Erasable Programmable Read-Only Memory), Flash-Laufwerke, optische Laufwerke, magnetische Festplatten und Solid-State-Laufwerke (SSD) und andere umfassen.
  • Obwohl beispielhafte Ausführungsformen der vorliegenden Offenbarung zu Veranschaulichungszwecken beschrieben wurden, werden Durchschnittsfachleute erkennen, dass verschiedene Änderungen, Ergänzungen und Ersetzungen möglich sind, ohne von dem Grundgedanken und dem Umfang der beanspruchten Erfindung abzuweichen. Daher wurden beispielhafte Ausführungsformen der vorliegenden Offenbarung der Kürze und Klarheit halber beschrieben. Der Umfang der technischen Idee der Ausführungsformen der vorliegenden Offenbarung wird durch die Figuren nicht eingeschränkt. Dementsprechend werden Durchschnittsfachleute verstehen, dass der Umfang der beanspruchten Erfindung nicht durch die oben ausdrücklich beschriebenen Ausführungsformen, sondern durch die Ansprüche und deren Äquivalente abgegrenzt wird.
  • QUERVERWEIS AUF EINE VERWANDTE ANMELDUNG
  • Diese Anmeldung beansprucht die Priorität der koreanischen Patentanmeldung Nr. 10-2019-0151529 , die am 22. November 2019 eingereicht wurde, und der koreanischen Patentanmeldung Nr. 10-2020-0155377 , die am 19. November 2020 eingereicht wurde und deren Offenbarungen durch Bezugnahme in vollem Umfang hier Teil der vorliegenden Anmeldung sind.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • KR 1020190151529 [0080]
    • KR 1020200155377 [0080]

Claims (18)

  1. Verfahren, das von einem Fahrzeug, das vollständig oder teilweise in einem autonomen Fahrmodus betrieben wird, zum Sammeln und Aufzeichnen von Ereignisdaten durchgeführt wird, wobei das Verfahren umfasst: Empfang eines Auslösesignals von Teilsystemen eines autonomen Fahrsystems, das das Auftreten eines Ereignisses aus einer Vielzahl von vordefinierten Ereignissen anzeigt; Sammeln von Ereignisdaten, die zumindest Daten enthalten, die sich auf einen Erkennungs-Beurteilungs-Steuerungsprozess des autonomen Fahrsystems vor und nach dem Auftreten des Ereignisses beziehen; und Aufzeichnen der Ereignisdaten in einem internen Speicher und Hochladen der Ereignisdaten an einen entfernten Server, der mit dem Fahrzeug verbunden ist.
  2. Verfahren nach Anspruch 1, wobei die Ereignisdaten weiterhin umfassen: mindestens eines der folgenden Elemente: ein Kamerabild innerhalb oder außerhalb des Fahrzeugs, Daten zur Erkennung eines Insassen im Fahrzeug, Informationen zur Softwareversion der im Fahrzeug installierten elektronischen Steuergeräte (ECU) und Informationen zu einer kürzlich verwendeten Vehicle-to-Everything (V2X)-Nachricht.
  3. Verfahren nach Anspruch 1, wobei die Ereignisdaten weiterhin umfassen: Informationen zur Objekterkennung, die geeignet sind, eine Karte der äußeren Umgebung des Fahrzeugs vor und nach dem Ereignis zu rekonstruieren.
  4. Verfahren nach Anspruch 1, wobei die Ereignisdaten durch ein Datenelement oder eine Aufzeichnungsperiode gebildet werden, das bzw. die für mindestens einige der mehreren Ereignisse unterschiedlich ist.
  5. Verfahren nach Anspruch 1, wobei die Ereignisdaten zusammen mit Informationen, die ein relevantes Ereignis oder eine Auslösebedingung anzeigen, aufgezeichnet und hochgeladen werden.
  6. Verfahren nach Anspruch 1, wobei das Empfangen des Auslösesignals umfasst: Empfangen des Auslösesignals, das anzeigt, dass das Fahrzeug eine Fahrspur verlassen hat, von einem Teilsystem, das eine autonome Fahrfunktion durchführt, die zumindest teilweise auf Fahrspurerkennungsinformationen basiert.
  7. Verfahren nach Anspruch 1, wobei das Empfangen des Auslösesignals umfasst: Empfangen eines Auslösesignals von einem Teilsystem, das eine autonome Fahrfunktion durchführt, die zumindest teilweise auf einer Zeit bis zur Kollision (Time To Collision, TTC) basiert, das anzeigt, dass das Fahrzeug bei einer aktuellen Geschwindigkeit eine Kollision durch Abbremsen des Fahrzeugs nicht vermeiden kann.
  8. Verfahren nach Anspruch 1, wobei das Empfangen des Auslösesignals umfasst: Empfang eines Auslösesignals von einem Teilsystem des autonomen Fahrsystems, das anzeigt, dass ein Notfallmanöver (EM) oder ein Manöver mit minimalem Risiko (MRM) eingeleitet wurde.
  9. Verfahren nach Anspruch 1, wobei das Empfangen des Auslösesignals umfasst: Empfang eines Auslösesignals von einem Teilsystem des autonomen Fahrsystems, das die Erkennung eines Eindringens in ein fahrzeuginternes Netz anzeigt.
  10. Verfahren nach Anspruch 1, das ferner umfasst: als Reaktion auf ein neues Auslösesignal, das das Auftreten eines neuen Ereignisses anzeigt, das vor dem Ende eines Aufzeichnungszeitraums der Ereignisdaten empfangen wurde, Verlängern des Aufzeichnungszeitraums und zusätzlich Auszeichnen einer Art und eines Zeitpunkts des Auftretens des neuen Ereignisses.
  11. Fahrzeugsystem, umfassend: ein autonomes Fahrsystem, das so konfiguriert ist, dass es ein Fahrzeug so steuert, dass es ganz oder teilweise in einem autonomen Fahrmodus betrieben wird; ein drahtloses Kommunikationssystem, das so konfiguriert ist, dass es die Kommunikation zwischen dem Fahrzeug und einem externen System ermöglicht; und ein System zur Aufzeichnung von Ereignisdaten (EDR), das zum Sammeln und Verwalten von Ereignisdaten konfiguriert ist, wobei das EDR-System konfiguriert ist zum (1) Empfangen, von Teilsystemen eines autonomen Fahrsystems, eines Auslösesignals, das das Auftreten eines Ereignisses aus einer Vielzahl von vordefinierten Ereignissen anzeigt, (2) Sammeln von Ereignisdaten, die zumindest Daten in Bezug auf einen Erkennungs-Beurteilungs-Steuerungsprozess des autonomen Fahrsystems vor und nach dem Auftreten des Ereignisses enthalten, und (3) Aufzeichnen der Ereignisdaten in einem internen Speicher und Hochladen der Ereignisdaten an einen entfernten Server über das drahtlose Kommunikationssystem.
  12. Verfahren nach Anspruch 11, wobei die Ereignisdaten zusammen mit Informationen, die ein relevantes Ereignis oder eine Auslösebedingung anzeigen, aufgezeichnet und übertragen werden.
  13. Fahrzeugsystem nach Anspruch 11, wobei das Auslösesignal umfasst: ein Auslösesignal, das von einem Teilsystem empfangen wird, das eine autonome Fahrfunktion zumindest teilweise auf der Grundlage von Fahrspurerkennungsinformationen durchführt, um anzuzeigen, dass das Fahrzeug eine Fahrspur verlassen hat.
  14. Fahrzeugsystem nach Anspruch 11, wobei das Auslösesignal umfasst: ein Auslösesignal, das von einem Teilsystem empfangen wird, das eine autonome Fahrfunktion durchführt, die zumindest teilweise auf einer Zeit bis zur Kollision (Time To Collision, TTC) basiert, um anzuzeigen, dass das Fahrzeug bei einer aktuellen Geschwindigkeit eine Kollision durch Abbremsen des Fahrzeugs nicht vermeiden kann.
  15. Fahrzeugsystem nach Anspruch 11, wobei das Auslösesignal umfasst: ein Auslösesignal, das von einem Teilsystem des autonomen Fahrsystems empfangen wird, um anzuzeigen, dass ein Notfallmanöver (EM) oder ein Minimal-Risk-Manöver (MRM) eingeleitet wurde.
  16. Fahrzeugsystem nach Anspruch 11, wobei das Auslösesignal umfasst: ein Auslösesignal, das von einem Teilsystem des autonomen Fahrsystems empfangen wird, um die Erkennung eines Eindringens in ein bordeigenes Netz anzuzeigen.
  17. Fahrzeugsystem nach Anspruch 11, wobei das EDR-System so konfiguriert ist, dass es ferner auf ein neues Auslösesignal reagiert, das das Auftreten eines neuen Ereignisses anzeigt, das vor dem Ende einer Aufzeichnungsperiode der Ereignisdaten empfangen wird, um die Aufzeichnungsperiode zu verlängern und zusätzlich einen Typ und eine Aufzeichnungszeit des neuen Ereignisses aufzuzeichnen.
  18. Fahrzeugsystem nach Anspruch 11, wobei das EDR-System als Funktionsmodul in ein Hauptsteuergerät des autonomen Fahrsystems oder ein Airbag-Steuergerät (ACU) eingebettet ist oder als separates elektronisches Steuergerät (ECU) an ein bordeigenes Netz angeschlossen ist.
DE112020005125.0T 2019-11-22 2020-11-20 System zum aufzeichnen von ereignisdaten eines autonomen fahrzeugs Pending DE112020005125T5 (de)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
KR20190151529 2019-11-22
KR10-2019-0151529 2019-11-22
KR10-2020-0155377 2020-11-19
KR1020200155377A KR20210063244A (ko) 2019-11-22 2020-11-19 자율주행차량의 이벤트 데이터 기록을 위한 시스템
PCT/KR2020/016445 WO2021101302A1 (ko) 2019-11-22 2020-11-20 자율주행차량의 이벤트 데이터 기록을 위한 시스템

Publications (1)

Publication Number Publication Date
DE112020005125T5 true DE112020005125T5 (de) 2022-07-21

Family

ID=75981355

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112020005125.0T Pending DE112020005125T5 (de) 2019-11-22 2020-11-20 System zum aufzeichnen von ereignisdaten eines autonomen fahrzeugs

Country Status (5)

Country Link
US (1) US20230040552A1 (de)
JP (1) JP2023504386A (de)
CN (1) CN114730508A (de)
DE (1) DE112020005125T5 (de)
WO (1) WO2021101302A1 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12065153B1 (en) * 2021-12-16 2024-08-20 Zoox, Inc. Resolving vehicle issues based on log data
CN114596650B (zh) * 2022-05-11 2022-08-09 中电科创智联(武汉)有限责任公司 一种用于汽车紧急事件记录的系统

Family Cites Families (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08235484A (ja) * 1995-02-28 1996-09-13 Fujitsu Ten Ltd 事故時のデータ記録装置
US6088635A (en) * 1998-09-28 2000-07-11 Roadtrac, Llc Railroad vehicle accident video recorder
US20070088488A1 (en) * 2005-10-14 2007-04-19 Reeves Michael J Vehicle safety system
US8996240B2 (en) * 2006-03-16 2015-03-31 Smartdrive Systems, Inc. Vehicle event recorders with integrated web server
US7698086B2 (en) * 2006-06-08 2010-04-13 Injury Sciences Llc Method and apparatus for obtaining and using event data recorder triage data
US20080147267A1 (en) * 2006-12-13 2008-06-19 Smartdrive Systems Inc. Methods of Discretizing data captured at event data recorders
US8139820B2 (en) * 2006-12-13 2012-03-20 Smartdrive Systems Inc. Discretization facilities for vehicle event data recorders
US20100013929A1 (en) * 2008-07-19 2010-01-21 Chih-Wei Lo Event Data Recorder with Lane Departure Warning Function
JP2011096063A (ja) * 2009-10-30 2011-05-12 Sharp Corp ドライブレコーダ装置
WO2011093624A2 (ko) * 2010-01-26 2011-08-04 팅크웨어(주) 차량용 블랙박스에서의 영상 녹화 제어 장치 및 방법
US8880281B2 (en) * 2010-03-01 2014-11-04 GM Global Technology Operations LLC Event data recorder system and method
TWI453615B (zh) * 2011-11-25 2014-09-21 智慧型行車紀錄與檢視系統
HUE065307T2 (hu) * 2012-04-13 2024-05-28 Wi Tronix Llc Mobil vagyontárgy adatrögzítés üzemanyag-kiegyensúlyozáshoz
MX360003B (es) * 2013-09-10 2018-10-18 Wi Tronix Llc Sistema y metodo de deteccion de transmisiones de dispositivos celulares en bienes moviles.
US20150112542A1 (en) * 2013-10-23 2015-04-23 Xrs Corporation Transportation event recorder for vehicle
US9578047B2 (en) * 2015-01-13 2017-02-21 GM Global Technology Operations LLC Method and system for reflectometry based communication network monitoring, intrusion detection, and message authentication
EP3159853B1 (de) * 2015-10-23 2019-03-27 Harman International Industries, Incorporated Systeme und verfahren zur fortschrittlichen fahrerassistenzanalytik
JP2017138694A (ja) * 2016-02-02 2017-08-10 ソニー株式会社 映像処理装置及び映像処理方法
CN105976450A (zh) * 2016-04-27 2016-09-28 百度在线网络技术(北京)有限公司 无人驾驶车辆的数据处理方法和装置、黑匣子系统
JP6817531B2 (ja) * 2016-09-05 2021-01-20 日本電気株式会社 運転状況記録装置
JP6853494B2 (ja) * 2016-09-05 2021-03-31 日本電気株式会社 ドライブレコーダ
JP6756977B2 (ja) * 2016-09-28 2020-09-16 日本電気株式会社 ドライブレコーダ
GB2571476A (en) * 2016-12-01 2019-08-28 Walmart Apollo Llc Autonomous vehicle with secondary camera system for use with encountered events during travel
JP6778626B2 (ja) * 2017-02-01 2020-11-04 株式会社デンソーテン 運転情報記録装置、運転情報表示処理システム、運転情報記録方法、表示処理方法、及び、プログラム
JP2018169667A (ja) * 2017-03-29 2018-11-01 株式会社デンソー 運転情報記録システム、運転情報記録方法、及びプログラム
JP6790977B2 (ja) * 2017-04-11 2020-11-25 株式会社デンソー 車両のデータ記憶装置
WO2018219886A1 (de) * 2017-06-02 2018-12-06 Audi Ag Verfahren und vorrichtung zum situationsabhängigen speichern von daten eines systems
US10686815B2 (en) * 2017-09-11 2020-06-16 GM Global Technology Operations LLC Systems and methods for in-vehicle network intrusion detection
US10498749B2 (en) * 2017-09-11 2019-12-03 GM Global Technology Operations LLC Systems and methods for in-vehicle network intrusion detection
US11615141B1 (en) * 2018-01-11 2023-03-28 Lytx, Inc. Video analysis for efficient sorting of event data
US11022971B2 (en) * 2018-01-16 2021-06-01 Nio Usa, Inc. Event data recordation to identify and resolve anomalies associated with control of driverless vehicles
KR102053713B1 (ko) * 2018-01-17 2019-12-09 (주)오펠솔루션 이벤트에 의한 데이터 레이블링 시스템 및 그 방법
US10909782B1 (en) * 2018-02-14 2021-02-02 EMC IP Holding Company LLC Data management for vehicle event data recorder
KR20190101909A (ko) * 2018-02-23 2019-09-02 주식회사 비트센싱 위험물 감지를 위한 차량용 레이더 시스템
JP2019156068A (ja) * 2018-03-09 2019-09-19 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
US10846955B2 (en) * 2018-03-16 2020-11-24 Micron Technology, Inc. Black box data recorder for autonomous driving vehicle
US20190302766A1 (en) * 2018-03-28 2019-10-03 Micron Technology, Inc. Black Box Data Recorder with Artificial Intelligence Processor in Autonomous Driving Vehicle
DE102018205203A1 (de) * 2018-04-06 2019-10-10 Robert Bosch Gmbh Datenrekorderanordnung für ein Fahrzeug
KR20210003261A (ko) * 2018-05-29 2021-01-11 엘지전자 주식회사 차량 침입 감지 및 방지 시스템
WO2020022042A1 (ja) * 2018-07-25 2020-01-30 日本電気株式会社 劣化診断装置、劣化診断システム、劣化診断方法、プログラムを記憶する記憶媒体
EP3618010A1 (de) * 2018-08-31 2020-03-04 Denso Ten Limited Vorrichtung an bord eines fahrzeugs, datenerfassungssystem, datenerfassungsverfahren und datenerfassungsvorrichtung
EP3618012A1 (de) * 2018-08-31 2020-03-04 Denso Ten Limited Datensammelvorrichtung, datensammelsystem, datensammelverfahren und fahrzeuginterne vorrichtung
EP3618011B1 (de) * 2018-08-31 2023-08-09 Denso Ten Limited Datensammelvorrichtung, fahrzeuginterne vorrichtung, datensammelsystem und datensammelverfahren
JP6992726B2 (ja) * 2018-10-26 2022-01-13 日本電気株式会社 運転支援装置、運転支援方法、プログラム
US11410475B2 (en) * 2019-01-31 2022-08-09 Micron Technology, Inc. Autonomous vehicle data recorders
US11373466B2 (en) * 2019-01-31 2022-06-28 Micron Technology, Inc. Data recorders of autonomous vehicles
US11455847B2 (en) * 2019-03-07 2022-09-27 GM Global Technology Operations LLC Method and apparatus for obtaining event related data
CN110322592A (zh) * 2019-07-24 2019-10-11 重庆长安汽车股份有限公司 一种车载数据记录器、车载数据记录方法及汽车
KR102237421B1 (ko) * 2019-08-05 2021-04-08 엘지전자 주식회사 자율 주행 시스템에서 데이터 기반의 어플레이케이션 갱신방법 및 이를 위한 장치
CN110570538B (zh) * 2019-08-07 2022-05-10 华为技术有限公司 智能驾驶汽车中黑匣子数据的管理方法、装置和设备
CN110473310B (zh) * 2019-08-26 2022-04-12 爱驰汽车有限公司 汽车行驶数据记录方法、系统、设备及存储介质
JP7327042B2 (ja) * 2019-09-26 2023-08-16 株式会社Jvcケンウッド 記録制御装置、記録制御方法、および記録制御プログラム
US11418956B2 (en) * 2019-11-15 2022-08-16 Panasonic Avionics Corporation Passenger vehicle wireless access point security system

Also Published As

Publication number Publication date
WO2021101302A1 (ko) 2021-05-27
US20230040552A1 (en) 2023-02-09
JP2023504386A (ja) 2023-02-03
CN114730508A (zh) 2022-07-08

Similar Documents

Publication Publication Date Title
DE102018120845B4 (de) Verfahren und Vorrichtung zum Überwachen eines autonomen Fahrzeugs
EP3512744B1 (de) Verfahren und vorrichtung zum steuern einer bewegung eines fahrzeugs und fahrzeugbewegungssteuersystem
DE102017114495B4 (de) Autonomes fahrsystem
DE102014109936B4 (de) Interaktives automatisiertes Fahrsystem
WO2018086784A1 (de) Fahrerassistenzsystem für ein kraftfahrzeug
DE102016119013A1 (de) Verfahren und system zur steuerung eines fahrzeugs mit automatisiertem antriebssystem
DE102017111170A1 (de) Automatisches fahrsystem zum auswerten von fahrspurausscherungen und verfahren zur verwendung desselben
DE102018125207A1 (de) Fahrzeuginterne verkehrsassistenz
DE102020102965A1 (de) Autonome fahrzeugsysteme, die fahrzeug-zu-fahrzeug-kommunikation verwenden
DE102016000201A1 (de) Steuerungs-System und Verfahren zum Ermitteln einer Fahrspurbelegung durch Kraftfahrzeuge
DE102016212326A1 (de) Verfahren zur Verarbeitung von Sensordaten für eine Position und/oder Orientierung eines Fahrzeugs
DE102015001971A1 (de) Verfahren und Überwachungsvorrichtung zur Überwachung von Fahrerassistenzsystemen
WO2009033521A1 (de) Fahrzeugsteuersystem für einen kraftwagen
DE102018101114A1 (de) Fahrspurwechsel eines fahrzeugs
DE102018120785A1 (de) Verfahren und Vorrichtung zum Überwachen eines autonomen Fahrzeugs
DE102021101426A1 (de) Erkennung von fahrzeugbetriebsbedingungen
DE102020112686A1 (de) Adaptives autonomes Notbremssystem unter Berücksichtigung des Lenkwegs und Steuerverfahren für selbiges
DE102018101487A1 (de) Systeme und verfahren zur kollisionsvermeidung
DE102016000185A1 (de) Steuerungs-System und Verfahren zum Ermitteln einer Fahrspur eines nachfolgenden Kraftfahrzeugs
DE102015223241A1 (de) Verfahren und Steuereinheit zur Unterstützung bei Überholmanövern
DE102013224171A1 (de) Verfahren und Steuer- und Erfassungseinrichtung zur Erkennung einer Einfahrt eines Kraftfahrzeugs in einen Fahrstreifen einer Straße entgegen einer Fahrrichtung
DE102017205495A1 (de) Vorrichtung und Verfahren zum Fokussieren von Sensoren im fahrdynamischen Grenzbereich für ein Kraftfahrzeug
DE112020005125T5 (de) System zum aufzeichnen von ereignisdaten eines autonomen fahrzeugs
DE102013212360A1 (de) Vorhersage des zukünftigen Fahrpfades eines Fahrzeuges
DE102013218813B4 (de) Verfahren zur Detektion einer Kollision eines Fahrzeugs mit einem fahrzeugexternen Objekt und entsprechendes System