EP4124542A1 - Verfahren und vorrichtung zum erkennen von hindernissen auf einer strecke - Google Patents

Verfahren und vorrichtung zum erkennen von hindernissen auf einer strecke Download PDF

Info

Publication number
EP4124542A1
EP4124542A1 EP21188893.8A EP21188893A EP4124542A1 EP 4124542 A1 EP4124542 A1 EP 4124542A1 EP 21188893 A EP21188893 A EP 21188893A EP 4124542 A1 EP4124542 A1 EP 4124542A1
Authority
EP
European Patent Office
Prior art keywords
route
objects
vehicle
obstacle
detected
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
EP21188893.8A
Other languages
English (en)
French (fr)
Inventor
Jens Braband
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.)
Siemens Mobility GmbH
Original Assignee
Siemens Mobility GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Mobility GmbH filed Critical Siemens Mobility GmbH
Priority to EP21188893.8A priority Critical patent/EP4124542A1/de
Priority to CN202210896928.7A priority patent/CN115690721A/zh
Publication of EP4124542A1 publication Critical patent/EP4124542A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/165Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/041Obstacle detection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L25/00Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
    • B61L25/02Indicating or recording positions or identities of vehicles or trains
    • B61L25/025Absolute localisation, e.g. providing geodetic coordinates

Definitions

  • the invention relates to a method for detecting obstacles on a route traveled by a vehicle, in which the vehicle uses a sensor device to detect objects in front of the vehicle in the direction of travel, the detected objects are computer-aided and computer-aided are evaluated to identify obstacles .
  • the invention also relates to an arrangement for detecting obstacles with a sensor device for detecting objects and a computer for detecting the detected objects.
  • the invention relates to a vehicle which has an arrangement for detecting obstacles with a sensor device for detecting objects in front of the vehicle in the direction of travel and a computer for detecting the detected objects.
  • the invention relates to a computer program product and a provision device for this computer program product, the computer program product being equipped with program instructions for carrying out this method.
  • obstacles are detected by using a suitable sensor system (optical sensors, radar, ultrasound) to detect objects in the area in front of the vehicle as such and to classify them with the aid of computers, preferably using artificial intelligence.
  • the result of the classification is the detection of those objects that are to be rated as obstacles.
  • an obstacle is an object that threatens to collide with the vehicle in question.
  • objects can also be detected that are outside the path of the vehicle, for example, so there is no risk of collision. These are also not classified as obstacles.
  • objects In the case of railway lines in particular, there are a large number of objects that line the line. Examples include signals, switches, track elements such as balises, overhead lines, tunnels, railway stations and the like. These must not be classified as obstacles because the vehicle can drive past them unhindered.
  • AI applications are currently not approved for safety applications (i.e. applications at a high safety level) in the railway sector, especially since their exact function is difficult to understand and the required distances that are necessary for sensors in the railway sector are not covered can. They can only be treated like a black box that needs to be monitored using specific methods. This is a particular problem in obstacle detection for automatic rail travel, which must be done with a high level of security.
  • AI it cannot be predicted to what extent the sensors can detect obstacles in the specific situation and whether they are sufficiently capable of detecting them at all, and it is not clear whether the clearance gauge of a route is free of obstacles.
  • Clearance profiles are standardized cross-sections of the infrastructure. They ensure the space that must be kept free for the unrestricted passage of vehicles and loads with certain properties and dimensions.
  • artificial intelligence also abbreviated to KI below
  • computer-assisted machine learning also abbreviated to ML below
  • ML computer-assisted machine learning
  • supervised learning the system is trained through the relationship between the input and the associated output of known data, and in this way it learns approximately functional relationships. It depends on the availability of suitable and sufficient data, because if the system is trained with unsuitable (e.g. non-representative) data, it learns faulty functional relationships.
  • unsupervised learning the system is also trained with sample data, but only with input data and without any connection to a known output. It learns how data groups are to be formed and expanded, what is typical for the relevant use case and where deviations or anomalies occur. This allows use cases to be described and error states to be discovered.
  • reinforcement learning the system learns through trial and error by proposing solutions to given problems and receiving a positive or negative evaluation of this suggestion via a feedback function. Depending on the reward mechanism, the AI system learns to perform corresponding functions.
  • ANN learns mainly by modifying the weights of the neurons.
  • An adaptation of the threshold value can be taken care of by an on-neuron.
  • ANN are able to learn complicated non-linear functions using a learning algorithm that attempts to determine all parameters of the function from existing input and desired output values by means of an iterative or recursive procedure.
  • ANN are a realization of the connectionist paradigm, since the function consists of many simple, similar parts. The behavior only becomes complex when they are added together.
  • the object of the invention is to specify a method for recognizing obstacles on a route that is traveled by a vehicle, which runs automatically and thereby meets high safety requirements.
  • the object of the invention is to specify a vehicle which can carry out such a method.
  • the object of the invention consists in specifying a computer program product and a provision device for this computer program product, with which the aforementioned method can be carried out.
  • a route atlas is used for evaluating the objects, which contains a large number of objects to be recognized and their position on or on the route, with location information being determined for the recognized objects are, the location information is compared with the route atlas, each recognized object, whose Location information matches the position of a corresponding object to be recognized, triggers an assessment that the route is free until an object to be recognized is contained in the route atlas within a predetermined safety distance in front of the vehicle, to which no recognized object has been assigned, and independently previously triggered assessments triggering the assessment that there is an obstacle on the route.
  • the method according to the invention for detecting obstacles thus reverses the known procedure for detecting obstacles.
  • the objects that can potentially be an obstacle are recognized, and the subject of the assessment is whether these objects actually constitute an obstacle. Uncertainty arises in the event that an object is not recognized and is therefore ignored even if it represents an obstacle.
  • a risk potential in the obstacle detection according to the prior art lies a risk potential in the obstacle detection according to the prior art.
  • the objects to be recognized according to the method according to the invention are those whose position is known from the route atlas. Therefore, in the event that these objects are not detected at the expected position, it can be concluded that they are covered by another unknown object. This is likely to be an obstacle, which is why the fact that an object cannot be detected can be used to initiate a safety measure, such as emergency braking.
  • This method has the advantage that only previously known objects have to be recognized. This can be done with greater procedural certainty than recognizing the obstacles themselves, the shape and location of which on or along the route are not known until they have been recognized as such.
  • a further advantage is that in the event that an object should have been recognized according to the method according to the invention but was not recognized, a safety measure which would not have been necessary is initiated. A Thus, failure to recognize the objects does not lead to an accident, but to a groundless safety measure. The consequences of such a misjudgment are therefore advantageously significantly less than if an accident were to occur. This shows that the method according to the invention can be operated with greater security even in the event of an error.
  • the safety distance must be dimensioned in such a way that the safety measure, which can preferably be emergency braking, can be effectively initiated in order to prevent an accident.
  • the safety measure which can preferably be emergency braking
  • the speed-dependent braking distance in the event of emergency braking of the vehicle plus the distance covered by the vehicle while the method according to the invention is being carried out for detecting the obstacle and up to the onset of the safety measure can be defined as the safety distance.
  • the idea according to the invention of supporting the AI with a model that is enriched with a priori information from a route atlas is used according to the invention for a route vacancy notification, in particular clearance clearance notification, i. H. spaces within the safety distance in front of the vehicle are to be explicitly identified in which there can be no obstacle because all expected objects (defined by the route atlas) have been detected. Plausibility checks can be used to determine which types of obstacles cannot be in the structure gauge.
  • the train locates itself on the track or is located on the track. Therefore, the track position is also known with regard to the route atlas. Using the route atlas and the inaccuracy, one can then determine the probability distribution of the position of the objects. In particular, the distance to the object can also be estimated.
  • the AI algorithm preferably supplies all recognized objects as well as their outlines.
  • the route atlas is characterized in that it depicts or describes objects to be recognized in relation to their position on the route. Different formats can be selected here.
  • the route atlas is designed one-dimensionally, for example as a table, containing the objects and their position on the route without considering the course of the route (expressed as route information, for example in meters). Such a representation is one-dimensional.
  • the route atlas can also be two-dimensional.
  • the course of the route on the earth's surface can be taken into account. This is a two-dimensional one Projection.
  • the course of the route can also be displayed three-dimensionally in the route outlet.
  • the height differences of the route can also be recorded here.
  • the position of the objects to be recognized can also be defined in terms of their height above the track.
  • the three-dimensional route atlas can in particular be mapped as virtual reality.
  • VR Virtual reality
  • reality also referred to as physical reality
  • How detailed the VR has to be generated depends on the individual application.
  • VR is generated in a three-dimensional space and depicts its physical properties, in particular topography, in a simplified manner.
  • a prerequisite for the use of VR is knowledge of the location and the viewing direction of the viewer. As a result, it must be located. If a VR is used for rail traffic, certain simplifications result. For example, the field of view of a train driver is clearly defined through the windscreen, so that the image section of the VR to be displayed can be determined by locating the train.
  • the safety distance is specified. With this specification, safe operation of the vehicle must be taken into account. Therefore, the safety distance can be determined variably, depending on the route situation and operating situations. For example, the safety distance can be increased as the speed of the vehicle increases, since the braking distance also increases with the speed. The safety distance can, for example, be reduced in curves due to the curvature of the route due to the geographical conditions. At the same time, however, you drive more slowly in curves.
  • “computer-aided” or “computer-implemented” can be understood to mean an implementation of the method in which at least one computer or processor executes at least one method step of the method.
  • Computers can be, for example, personal computers, servers, handheld computers, mobile phones and other communication devices that process computer-aided data, processors and other electronic devices for data processing, which can preferably also be combined to form a network.
  • a “processor” can be understood to mean, for example, a converter, a sensor for generating measurement signals, or an electronic circuit.
  • a processor can in particular be a main processor (Central Processing Unit, CPU), a microprocessor, a microcontroller, or a digital signal processor, possibly in combination with a memory unit for storing program instructions, etc.
  • CPU Central Processing Unit
  • a processor can also be understood to mean a virtualized processor or a soft CPU.
  • a “memory unit” can be understood to mean, for example, a computer-readable memory in the form of a random-access memory (RAM) or data memory (hard disk or data carrier).
  • RAM random-access memory
  • data memory hard disk or data carrier
  • the "interfaces" can be realized in terms of hardware, for example wired or as a radio connection, and/or software, for example as an interaction between individual program modules or program parts of one or more computer programs.
  • Cloud is to be understood as an environment for “cloud computing” (German computer cloud or data cloud). What is meant is an IT infrastructure that is made available via interfaces of a network such as the Internet. It usually includes storage space, computing power or software as a service, without these having to be installed on the local computer using the cloud.
  • the services offered as part of cloud computing cover the entire spectrum of information technology and include, among other things, infrastructure, platforms and software.
  • Program modules are to be understood as meaning individual functional units which enable a program sequence of method steps according to the invention. These functional units can be implemented in a single computer program or in several computer programs that communicate with one another. The interfaces implemented here can be implemented in terms of software within a single processor or in terms of hardware if multiple processors are used.
  • the assessment that there is an obstacle on the route is only triggered if the obstacle is at least partially in the clearance gauge.
  • the clearance gauge is of interest, which can be imagined as a virtual tunnel around the route.
  • Each sensor can now be mentally linked to the outline of any object by logical rays, just like ray tracing in computer graphics. When one sees an object with no obstructions or intersections, one knows that there can be no obstructions on the associated rays. On At any distance one can now think of a 2D geometric cut through the light space profile of the beam path with the cross-sectional area of the tunnel, in other words a slice of the tunnel at a certain distance. In the case of curves, it is also necessary to consider which panes are actually in the field of vision.
  • the covered parts of the clearance gauge are compared with patterns for specific types of obstacles and, if they match a pattern it is determined that the hidden parts of the structure gauge are assigned to the type of obstacle represented by the pattern.
  • traffic signs are detected as objects that provide information for carry the detection of the object.
  • additional traffic signs can be set up, which have as their main function the detection as an object. At least the function of being an object to be detected is fed into the method as information. At the same time, the traffic signs can also contain a code with which additional information can be recorded. This can be, for example, location coordinates.
  • the chronological progression in the detection of the objects is tracked, and time intervals in which the objects cannot be detected, taking into account the Route occasions are used to determine the geometry of the obstacle.
  • the vehicle uses the sensor device to detect the obstacle in front of the vehicle in the direction of travel and the detected obstacle is computer-aided.
  • obstacle detection is carried out in the sense that is known per se according to the prior art. In comparison to the method according to the prior art, however, it is already known at this point in time that there is an obstacle on the route. Safety measures can therefore already be initiated. However, the detection of the obstacle as such, in particular the detection of the type of obstacle, can produce additional information that can influence the decision on how to implement the safety measure (this has already been discussed).
  • the stated object is also achieved according to the invention with the initially specified subject of the claim (vehicle) in that the arrangement is set up to carry out a method according to one of Claims 1-6.
  • a provision device for storing and/or providing the computer program product.
  • the provision device is, for example, a storage unit that stores and/or provides the computer program product.
  • the provision device is, for example, a network service, a computer system, a server system, in particular a distributed, for example cloud-based computer system and/or virtual computer system, which stores and/or provides the computer program product preferably in the form of a data stream.
  • the provision takes place in the form of a program data block as a file, in particular as a download file, or as a data stream, in particular as a download data stream, of the computer program product.
  • this provision can also be made, for example, as a partial download consisting of several parts.
  • Such a computer program product is read into a system, for example using the provision device, so that the method according to the invention is executed on a computer.
  • the components described represent the Embodiments each represent individual features of the invention to be considered independently of one another, which also develop the invention independently of one another and are therefore also to be regarded as part of the invention individually or in a combination other than that shown. Furthermore, the components described can also be combined with the features of the invention described above.
  • FIG 1 a vehicle FZ is shown which is traveling in a direction of travel FR on a track GL.
  • This vehicle FZ has a first sensor SN1 on the front, which can detect objects OB1 .
  • the first object OB1 is a balise built into track GL.
  • the second object OB2 is a mast for an overhead line. This is shown as an example, with the route formed by the track GL naturally accompanying a large number of such masts, which can be detected by the first sensor SN1.
  • the third object OB3 is a signal.
  • the fourth to seventh objects OB4, OB5, OB6, OB7 are special traffic signs which, indicated by an X, carry an identifier that can be detected optically.
  • the eighth object OB8 is the entrance to a tunnel.
  • the objects OB1 ... OB6 are located at a safety distance SCA within which they must be reliably detected.
  • the vehicle FZ has an antenna AT and is connected wirelessly via a first interface S1 to an antenna AT of a control center LZ and via a second interface S2 to a satellite STL.
  • the satellite preferably belongs to a navigation system (for example GPS) so that the vehicle FZ can independently determine its position. For example, timetable data and a route atlas can be transmitted to the vehicle FZ via the control center LZ (more on this below).
  • first structure gauge LPR1 which in figure 1 is shown, it will not be possible to determine an image of the objects OB4, OB5, OB6, OB7 within this clearance profile.
  • the height of the traffic signs that represent these objects is selected such that they are preferably covered by obstacles close to the ground, such as the first obstacle HD1 in the form of a tree trunk.
  • the first structure gauge LPR1 is shown.
  • the first obstacle HD1 appears as a hatched area, the exact shape of which is not recognized in the method according to the invention.
  • the shape of the first obstacle HD1 can be inferred since it covers the fourth object OB4, the fifth object OB5, the sixth object OB6 and the seventh object OB7.
  • the third object can still be recognized in the form of a signal, as a result of which the height of the first obstacle HD1 can be inferred in the method according to the invention.
  • figure 2 to recognize that the extension of the first obstacle HD1 is only determined within the first clearance profile LRP1. Even if, for example, the fourth object OB4 is also blocked by the first obstacle HD1 (cf. figure 1 ) is covered, this is not relevant for the first structure gauge LPR1. In other words, an obstacle that is in the current line of sight BR, like this one in figure 1 is shown, only the fourth object OB4 covered, do not represent an obstacle because this would lie outside the clearance gauge.
  • figure 3 represents a second structure gauge LRP2, which is not included in figure 1 is marked. This contains, for example, a second obstacle HD2, which almost completely fills the structure clearance profile LRP2.
  • another vehicle is on track GL, which is why immediate action, preferably in the form of emergency braking, is required to avoid collisions.
  • FIG 4 a computer infrastructure is shown which is suitable for carrying out the method according to the invention.
  • Program modules can be processed by a first computer CP1 in the control center LZ, by a second computer CP2 in the vehicle FZ and within a cloud CLD.
  • the control center LZ has a first computer CP1, which is connected to a first storage device SE1 via a third interface S3.
  • the first computer CP1 is connected to the cloud CLD via an eighth interface S8.
  • the first computer is CP1 over a first interface S1 connected to a second computer CP2 of the vehicle FZ.
  • the second computer CP2 has a fourth interface S4 to a second storage device SE2.
  • a positioning module GPS is provided in the vehicle FZ, which is connected to the second computer CP2 via a seventh interface S7 and to the satellite SEL via the second interface S2.
  • the vehicle FZ also has a first sensor SN1, for example a camera, and a second sensor SN2, for example a radar.
  • the sensor data of the first sensor SN1 are transmitted to the second computer CP2 via a fifth interface S5 and the sensor data of the second sensor SN2 are transmitted via a sixth interface S6.
  • FIG 5 shows an exemplary embodiment of a process sequence of the method according to the invention, supplemented by some preparatory sequences.
  • the cloud CLD is shown, which provides a service for creating a route atlas STA.
  • a test drive is carried out by a measuring vehicle FZM, which, after starting the method, generates route data in a generation step for route data GEN STD, which are, for example, digital images of route sections.
  • route data STD_OT which can be transmitted to the cloud CLD via an interface S9 and stored there.
  • a service provider not shown in detail, is also connected to the Cloud CLD and creates a route atlas in a generation step for the route atlas GEN_STA.
  • This can in particular consist of a virtual reality VR, ie a three-dimensional representation of the environment of the route. Alternatively, it is possible to choose a two-dimensional or even one-dimensional representation.
  • the route atlas STA is stored in the cloud CLD.
  • the route atlas STA is made available via the eighth interface S8 in an input step for the route atlas STA_IN.
  • the timetable FPL_IN also loaded a schedule FPL from the cloud CLD via the eighth interface S8.
  • a subsequent query step FZ? it is clarified whether a vehicle is in use. If this is not the case, in a query step for the end of the procedure FTP? queried whether the operating procedure should be terminated in the control center LZ. If this is the case, the process is stopped. If this is not the case, the timetable data is renewed in a further input step FPL_IN and the process begins again.
  • a detection step for objects SEN_OB then takes place in the vehicle, in which sensor data for detecting objects are generated.
  • the sensor data are processed such that objects OB in front of the vehicle FZ are detected.
  • the objects found in the previous detection step for objects IDF_OB are compared with the objects to be expected based on an evaluation of the route atlas STA.
  • the knowledge of the vehicle position is included here in a manner that is not shown.
  • An obstacle is identified when an object whose detection would be expected based on knowledge of the route atlas cannot be detected in the vehicle's field of view BF.
  • the in figure 1 illustrated safety distance SCA taken into account, which is a measure of the smallest distance from the vehicle and thus also the latest point in time when an object must have been detected. So at the latest when this enters the safety distance SCA.
  • a query step for critical obstacles returns CRT? checked if the obstacle is a problem for the approaching vehicle. This is particularly the case if the obstacle protrudes into the structure gauge (cf Figure 1 and 2 Executed) . If the obstacle is not critical, it is determined in a query step for the end of the method whether the operation of the vehicle FZ has ended. If this is the case, the process is stopped. If this is not the case, the procedure described begins again with the detection step for objects SEN_OB.
  • the next step is to initiate emergency braking EBK.
  • a message is then sent via the first interface S1 to the control center LZ, which then makes a corresponding change to the timetable (in figure 5 only hinted at). In any case, the process in the vehicle FZ is stopped even after the emergency braking EBK.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Traffic Control Systems (AREA)

Abstract

Gegenstand der Erfindung ist ein Verfahren zum Erkennen von Hindernissen (HD1 ... HD2) auf einer Strecke, die von einem Fahrzeug (FZ) befahren wird, bei dem das Fahrzeug (FZ) mit einer Sensoreinrichtung in Fahrtrichtung (FR) vor dem Fahrzeug (FZ) liegende Objekte (OB1 ... OB8) erfasst, die erfassten Objekte (OB1 ... OB8) rechnergestützt erkannt werden und zur Erkennung von Hindernissen (HD1 ... HD2) rechnergestützt bewertet werden. Für das Bewerten der Objekte (OB1 ... OB8) wird ein Streckenatlas verwendet, der eine Vielzahl von zu erkennenden Objekten (OB1 ... OB8) sowie deren Position an oder auf der Strecke enthält. Für die erkannten Objekte (OB1 ... OB8) werden Ortsangaben ermittelt und die Ortsangaben werden mit dem Streckenatlas abgeglichen. Jedes erkannte Objekt (OB1 ... OB8), dessen Ortsangabe mit der Position eines entsprechenden zu erkennenden Objektes (OB1 ... OB8) übereinstimmt, löst eine Bewertung aus, dass die Strecke frei ist, und das solange, bis innerhalb eines vorgegebenen Sicherheitsabstandes (SCA) vor dem Fahrzeug (FZ) ein zu erkennendes Objekt (OB1 ... OB8) in dem Streckenatlas vorhanden ist, dem kein erkanntes Objekt (OB1 ... OB8) zugeordnet wurde. Dann wird unabhängig von vorher ausgelösten Bewertungen die Bewertung auslöst, dass sich ein Hindernis (HD1 ... HD2) auf der Strecke befindet. Ferner umfasst die Erfindung eine Anordnung, ein Fahrzeug (FZ), ein Computerprogrammprodukt sowie eine Bereitstellungseinrichtung für das Computerprogrammprodukt.

Description

  • Die Erfindung betrifft ein Verfahren zum Erkennen von Hindernissen auf einer Strecke, die von einem Fahrzeug befahren wird, bei dem das Fahrzeug mit einer Sensoreinrichtung in Fahrtrichtung vor dem Fahrzeug liegende Objekte erfasst, die erfassten Objekte rechnergestützt erkannt werden und zur Erkennung von Hindernissen rechnergestützt bewertet werden. Außerdem betrifft die Erfindung eine Anordnung zur Erkennung von Hindernissen mit einer Sensoreinrichtung zum Erfassen von Objekten und einem Computer zum Erkennen der erfassten Objekte. Weiterhin betrifft die Erfindung ein Fahrzeug, welches eine Anordnung zur Erkennung von Hindernissen mit einer Sensoreinrichtung zum Erfassen von in Fahrtrichtung vor dem Fahrzeug liegenden Objekten und einem Computer zum Erkennen der erfassten Objekte aufweist. Zuletzt betrifft die Erfindung ein Computerprogrammprodukt sowie eine Bereitstellungsvorrichtung für dieses Computerprogrammprodukt, wobei das Computerprogrammprodukt mit Programmbefehlen zur Durchführung dieses Verfahrens ausgestattet ist.
  • In der Automobilindustrie gibt es weit verbreitete Algorithmen zur Hinderniserkennung, die aber in der offenen Straßenumgebung noch nicht zum Einsatz kommen, da in der Vergangenheit bereits Fälle von Versagen mit Unfallfolge bekannt geworden sind. Grundsätzlich erfolgt die Erkennung von Hindernissen dadurch, dass mittels einer geeigneten Sensorik (optische Sensoren, Radar, Ultraschall) Objekte im vor dem Fahrzeug liegenden Bereich als solche erkannt werden und rechnergestützt vorzugsweise durch Nutzung von künstlicher Intelligenz klassifiziert werden. Das Ergebnis der Klassifikation ist die Erkennung derjenigen Objekte, die als Hindernis zu werten sind. Ein Hindernis ist in diesem Zusammenhang ein Objekt, mit dem eine Kollision mit dem betreffenden Fahrzeug droht.
  • Andererseits können auch Objekte erkannt werden, die beispielsweise außerhalb des Fahrweges des Fahrzeuges stehen, weswegen keine Kollision droht. Diese werden auch nicht als Hindernis klassifiziert. Insbesondere bei Bahnstrecken gibt es eine Vielzahl von Objekten, die die Strecke säumen. Als Beispiele sind Signale, Weichen, Gleiselemente wie Balisen, Oberleitungen, Tunnel, Bahnhöfe und dergleichen zu nennen. Diese dürfen nicht als Hindernis klassifiziert werden, da das Fahrzeug ungehindert daran vorbeifahren kann.
  • AI Anwendungen werden derzeit nicht für Safety-Anwendungen (also Anwendungen auf einem hohen Sicherheitslevel) im Bahnbereich zugelassen, insbesondere, da ihre genaue Funktion nur schwer nachvollzogen werden kann und auch nicht die geforderten Entfernungen, die im Bahnbereich für eine Sensorik notwendig sind, abdeckt werden können. Sie können nur wie eine Black Box behandelt werden, die mit spezifischen Methoden überwacht werden muss. Dies ist ein besonderes Problem bei der Hinderniserkennung für das automatische Fahren auf der Schiene, die mit einer hohen Sicherheit erfolgen muss. Bei der Verwendung von AI kann nicht vorhergesehen werden, wie weit die Sensorik in der konkreten Situation Hindernisse erkennen kann und ob sie überhaupt ausreichend erkennungsfähig ist, und es ist nicht klar festzustellen, ob das Lichtraumprofil einer Strecke frei von Hindernissen ist.
  • Lichtraumprofile sind standardisierte Querschnitte der Infrastruktur. Sie gewährleisten den Raum, welcher für die uneingeschränkte Durchfahrt von Fahrzeugen und Ladungen mit bestimmten Eigenschaften und Abmessungen freizuhalten ist.
  • Unter künstlicher Intelligenz (im Folgenden auch mit KI abgekürzt) ist im Rahmen dieser Erfindung im engeren Sinne das rechnergestützte Machine Learning (im Folgenden auch mit ML abgekürzt) zu verstehen. Es geht dabei um das statistische Lernen der Parametrisierung von Algorithmen, vorzugsweise für sehr komplexe Anwendungsfälle. Mittels ML erkennt und erlernt das System anhand von zuvor eingegebenen Lerndaten Muster und Gesetzmäßigkeiten bei den erfassten Prozessdaten. Mithilfe geeigneter Algorithmen können durch ML eigenständig Lösungen zu aufkommenden Problemstellungen gefunden werden. ML gliedert sich in drei Felder - überwachtes Lernen, unüberwachtes Lernen und bestärkendes Lernen (Reinforcement Learning), mit spezifischeren Anwendungen, zum Beispiel Regression und Klassifikation, Strukturerkennung und -vorhersage, Datengenerierung (Sampling) oder autonomes Handeln.
  • Beim überwachten Lernen wird das System durch den Zusammenhang von Eingabe und zugehöriger Ausgabe bekannter Daten trainiert und erlernt auf diese Weise approximativ funktionale Zusammenhänge. Dabei kommt es auf die Verfügbarkeit geeigneter und ausreichender Daten an, denn wenn das System mit ungeeigneten (z.B. nicht-repräsentativen) Daten trainiert wird, so lernt es fehlerhafte funktionale Zusammenhänge. Beim unüberwachten Lernen wird das System ebenfalls mit Beispieldaten trainiert, jedoch nur mit Eingabedaten und ohne Zusammenhang zu einer bekannten Ausgabe. Es lernt, wie Datengruppen zu bilden und zu erweitern sind, was typisch für den betreffenden Anwendungsfall ist und wo Abweichungen bzw. Anomalien auftreten. Dadurch lassen sich Anwendungsfälle beschreiben und Fehlerzustände entdecken. Beim bestärkenden Lernen lernt das System durch Versuch und Irrtum, indem es zu gegebenen Problemstellungen Lösungen vorschlägt und über eine Feedbackfunktion eine positive oder negative Bewertung zu diesem Vorschlag erhält. Je nach Belohnungsmechanismus erlernt das KI-System, entsprechende Funktionen auszuführen.
  • Das maschinelle Lernen kann beispielsweise durch künstliche neuronale Netze (im Folgenden für artificial neural network, kurz ANN genannt) durchgeführt werden. Künstliche neuronale Netze basieren meist auf der Vernetzung vieler Neuronen, beispielsweise McCulloch-Pitts-Neuronen oder leichter Abwandlungen davon. Grundsätzlich können auch andere künstliche Neuronen Anwendung in ANN finden, z. B. das High-Order-Neuron. Die Topologie eines Netzes (die Zuordnung von Verbindungen zu Knoten) muss abhängig von seiner Aufgabe bestimmt werden. Nach der Konstruktion eines Netzes folgt die Trainingsphase, in der das Netz "lernt". Dabei kann ein Netz beispielsweise durch folgende Methoden lernen:
    • Entwicklung neuer Verbindungen
    • Löschen existierender Verbindungen
    • Ändern der Gewichtung (der Gewichte von Neuron j zu Neuron i)
    • Anpassen der Schwellenwerte der Neuronen, sofern diese Schwellwerte besitzen
    • Hinzufügen oder Löschen von Neuronen
    • Modifikation von Aktivierungs-, Propagierungs- oder Ausgabefunktion
  • Außerdem verändert sich das Lernverhalten bei Veränderung der Aktivierungsfunktion der Neuronen oder der Lernrate des Netzes. Praktisch gesehen lernt ein ANN hauptsächlich durch Modifikation der Gewichte der Neuronen. Eine Anpassung des Schwellwertes kann hierbei durch ein on-Neuron miterledigt werden. Dadurch sind ANN in der Lage, komplizierte nichtlineare Funktionen über einen Lernalgorithmus, der durch iterative oder rekursive Vorgehensweise aus vorhandenen Ein- und gewünschten Ausgangswerten alle Parameter der Funktion zu bestimmen versucht, zu erlernen. ANN sind dabei eine Realisierung des konnektionistischen Paradigmas, da die Funktion aus vielen einfachen gleichartigen Teilen besteht. Erst in ihrer Summe wird das Verhalten komplex.
  • Die Aufgabe der Erfindung , ein Verfahren zum Erkennen von Hindernissen auf einer Strecke, die von einem Fahrzeug befahren wird, anzugeben, welche automatisch abläuft und dabei hohe Anforderungen an die Sicherheit (Safety) erfüllt. Außerdem ist es Aufgabe der Erfindung ein Fahrzeug anzugeben, welches ein solches Verfahren ausführen kann. Zuletzt besteht die Aufgabe der Erfindung darin, ein Computerprogrammprodukt sowie eine Bereitstellungsvorrichtung für dieses Computerprogrammprodukt anzugeben, mit dem das vorgenannte Verfahren durchgeführt werden kann.
  • Diese Aufgabe wird mit dem eingangs angegebenen Anspruchsgegenstand (Verfahren) erfindungsgemäß dadurch gelöst, dass für das Bewerten der Objekte ein Streckenatlas verwendet wird, der eine Vielzahl von zu erkennenden Objekten und deren Position an oder auf der Strecke enthält, wobei für die erkannten Objekte Ortsangaben ermittelt werden, die Ortsangaben mit dem Streckenatlas abgeglichen werden, jedes erkannte Objekt, dessen Ortsangabe mit der Position eines entsprechenden zu erkennenden Objektes übereinstimmt, eine Bewertung auslöst, dass die Strecke frei ist, solange, bis innerhalb eines vorgegebenen Sicherheitsabstandes vor dem Fahrzeug ein zu erkennendes Objekt in dem Streckenatlas enthalten ist, dem kein erkanntes Objekt zugeordnet wurde, und unabhängig von vorher ausgelösten Bewertungen die Bewertung auslöst wird, dass sich ein Hindernis auf der Strecke befindet.
  • Das erfindungsgemäße Verfahren zur Hinderniserkennung kehrt damit das bekannte Vorgehen bei der Hinderniserkennung um. Normalerweise werden die Objekte erkannt, die potenziell ein Hindernis darstellen können, wobei Gegenstand der Bewertung ist, ob diese Objekte tatsächlich ein Hindernis darstellen. Hierbei entsteht eine Unsicherheit für den Fall, dass ein Objekt nicht erkannt wird und somit auch, wenn es ein Hindernis darstellt, nicht beachtet wird. Hierin liegt ein Gefahrenpotenzial bei der Hinderniserkennung gemäß dem Stand der Technik.
  • Die Objekte, die gemäß dem erfindungsgemäßen Verfahren erkannt werden sollen, sind diejenigen, deren Position aufgrund des Streckenatlasses bekannt sind. Deswegen kann für den Fall, dass diese Objekte nicht an der zu erwartenden Position erkannt werden, darauf geschlossen werden, dass sie durch einen anderen unbekannten Gegenstand verdeckt sind. Hierbei handelt es sich voraussichtlich um ein Hindernis, weswegen die Tatsache, dass ein Objekt nicht erkannt werden kann, zur Einleitung einer Sicherheitsmaßnahme, zum Beispiel einer Notbremsung, genutzt werden kann.
  • Dieses Verfahren hat den Vorteil, dass ausschließlich vorher bekannte Objekte erkannt werden müssen. Dies lässt sich mit einer größeren Verfahrenssicherheit bewerkstelligen, als die Hindernisse selbst zu erkennen, deren Form und Positionierung auf oder an der Strecke erst bekannt sind, wenn diese als solche erkannt wurden. Ein weiterer Vorteil besteht darin, dass für den Fall, dass ein Objekt gemäß dem erfindungsgemäßen Verfahren zu erkennen gewesen wäre, aber nicht erkannt wurde, eine Sicherheitsmaßnahme eingeleitet wird, welche nicht erforderlich gewesen wäre. Ein Fehler bei der Erkennung der Objekte führt somit nicht zu einem Unfall, sondern zu einer grundlosen Sicherheitsmaßnahme. Die Folgen einer solchen Fehleinschätzung sind daher vorteilhaft bedeutend geringer, als wenn es zu einem Unfall kommen würde. Dies zeigt, dass das erfindungsgemäße Verfahren selbst im Fehlerfall mit einer höheren Sicherheit betrieben werden kann.
  • Der Sicherheitsabstand muss so bemessen sein, dass die Sicherheitsmaßnahme, bei der es sich bevorzugt um eine Notbremsung handeln kann, wirksam eingeleitet werden kann, um einen Unfall zu verhüten. So lässt sich beispielsweise der geschwindigkeitsabhängige Bremsweg bei einer Notbremsung des Fahrzeuges zuzüglich der Wegstrecke, die das Fahrzeug während der Durchführung des erfindungsgemäßen Verfahrens zur Erkennung des Hindernisses und bis zum Einsetzen der Sicherheitsmaßnahme zurücklegt, als Sicherheitsabstand definieren.
  • Die erfindungsgemäße Idee, die AI durch ein Modell, das mit a-priori-Information eines Streckenatlasses angereichert wird, zu stützen, wird erfindungsgemäß für eine Streckenfreimeldung, insbesondere Lichtraumprofilfreimeldung genutzt, d. h. es sollen explizit Räume innerhalb des Sicherheitsabstandes vor dem Fahrzeug identifiziert werden, in denen sich kein Hindernis befinden kann, weil alle erwartungsgemäß vorhandenen Objekte (definiert durch den Streckenatlas) erkannt wurden. Über Plausibilitätsprüfungen kann darauf geschlossen werden, welche Arten von Hindernissen sich nicht im Lichtraumprofil befinden können.
  • Bei der Modellbildung für die Hinderniserkennung wird zumindest ein Teil der folgenden Annahmen berücksichtigt (hierzu im Folgenden noch mehr):
    • Es gibt bekannte Objekte in der Umgebung des Gleises, deren Form bekannt ist. Das könnte z. B. ein Signal sein, oder Tafeln oder Landmarken. Diese können weitere Eigenschaften besitzen wie z. B. Farbe der Tafel, Symbole auf der Tafel, Reflexionsvermögen (für Licht oder Radarstrahlung).
    • Es gibt Anforderungen an das Sichtfeld, z. B. welche Entfernung abgedeckt werden soll (Sicherheitsabstand) und welche Art von Objekten erkannt werden soll. Diese können dynamisch von der Position des Fahrzeugs abhängen (es kann z. B. nicht um die Kurve blicken). Für die zu erkennenden Objekte sind charakteristische Muster bekannt, vorzugsweise auch für Hindernisse, z. B. auf der Strecke liegende Bäume.
    • Die Objekte sind in einem Streckenatlas enthalten (z. B. über einen Vektor am Fußpunkt des Gleises), vorzugsweise eindeutig relativ zum die Strecke bildenden Gleis, auf dem das Fahrzeug fährt.
    • Ein oder mehrere Sensoren auf dem Zug erfassen die Umgebung.
    • Es gibt für den Zug eine Ortung mit einer bekannten Genauigkeit.
    • Ein AI-Algorithmus erkennt die Objekte und extrahiert die gewünschten Eigenschaften der Objekte, insb. deren Umrisse, ggf. bereinigt von Überschneidungen oder Störungen
    • Ein sicherer Rechner trifft daraufhin Entscheidungen, z. B. die Ansteuerung der Bremse zur Notbremsung.
  • Der Zug ortet sich auf dem Gleis oder wird auf dem Gleis geortet. Daher ist auch die Gleislage bezüglich des Streckenatlasses bekannt. Anhand des Streckenatlasses und der Ungenauigkeit kann man dann die Wahrscheinlichkeitsverteilung der Position der Objekte ermitteln. Insbesondere kann auch die Entfernung zum Objekt geschätzt werden. Der AI-Algorithmus liefert vorzugsweise alle erkannten Objekte sowie deren Umrisse.
  • Der Streckenatlas ist dadurch gekennzeichnet, dass er zu erkennenden Objekte in Relation zu ihrer Position an der Strecke abbildet bzw. beschreibt. Hierbei können unterschiedliche Formate gewählt werden. Im einfachsten Fall ist der Streckenatlas eindimensional ausgebildet, beispielsweise als Tabelle, enthaltend die Objekte und deren Position an der Strecke ohne Berücksichtigung des Streckenverlaufes (ausgedrückt als Streckenangabe beispielsweise in Metern). Eine solche Darstellung ist eindimensional.
  • Der Streckenatlas kann auch zweidimensional ausgebildet sein. Dabei kann der Streckenverlauf an der Erdoberfläche berücksichtigt werden. Hierbei handelt es sich um eine zweidimensionale Projektion. Zuletzt kann der Streckenverlauf auch dreidimensional im Streckenablass abgebildet sein. Hierbei lassen sich auch die Höhenunterschiede der Strecke erfassen. Außerdem kann die Position der zu erkennenden Objekte auch hinsichtlich ihrer Höhe über dem Gleis definiert werden. Der dreidimensionale Streckenatlas kann insbesondere als virtuelle Realität abgebildet werden.
  • Als virtuelle Realität, (im Folgenden kurz VR), wird die Darstellung der Wirklichkeit (auch als physische Realität bezeichnet) in einer in Echtzeit computergenerierten, interaktiven virtuellen Umgebung bezeichnet. Wie detailliert die VR erzeugt werden muss, hängt vom individuellen Anwendungsfall ab. Im Allgemeinen wird die VR einem dreidimensionalen Raum erzeugt und bildet dessen physikalischen Eigenschaften, insbesondere Topographie, vereinfacht ab.
  • Voraussetzung für die Anwendung einer VR ist die Kenntnis des Ortes und der Blickrichtung des Betrachters. Dieser muss infolgedessen geortet werden. Wird eine VR für den Schienenverkehr verwendet ergeben sich hierbei gewisse Vereinfachungen. Beispielsweise ist das Sichtfeld eines Zugführers durch die Frontscheibe klar definiert, sodass durch eine Ortung des Zuges bereits der darzustellende Bildausschnitt der VR festgestellt werden kann.
  • Der Sicherheitsabstand wird vorgegeben. Bei dieser Vorgabe ist ein sicherer Betrieb des Fahrzeugs zu berücksichtigen. Deswegen kann der Sicherheitsabstand variabel bestimmt werden, abhängig von der Streckensituation und Betriebssituationen. Beispielsweise kann der Sicherheitsabstand mit steigender Geschwindigkeit des Fahrzeugs vergrößert werden, da mit der Geschwindigkeit auch der Bremsweg größer wird. Der Sicherheitsabstand kann beispielsweise in Kurven bedingt durch die Krümmung der Strecke aufgrund der geographischen Gegebenheiten verringert sein. Gleichzeitig wird in Kurven allerdings auch langsamer gefahren.
  • Unter "rechnergestützt" oder "computerimplementiert" kann im Zusammenhang mit der Erfindung eine Implementierung des Verfahrens verstanden werden, bei dem mindestens ein Computer oder Prozessor mindestens einen Verfahrensschritt des Verfahrens ausführt.
  • Der Ausdruck "Rechner" oder "Computer" deckt alle elektronischen Geräte mit Datenverarbeitungseigenschaften ab. Computer können beispielsweise Personal Computer, Server, Handheld-Computer, Mobilfunkgeräte und andere Kommunikationsgeräte, die rechnergestützt Daten verarbeiten, Prozessoren und andere elektronische Geräte zur Datenverarbeitung sein, die vorzugsweise auch zu einem Netzwerk zusammengeschlossen sein können.
  • Unter einem "Prozessor" kann im Zusammenhang mit der Erfindung beispielsweise einen Wandler einen Sensor zur Erzeugung von Messsignalen oder eine elektronische Schaltung, verstanden werden. Bei einem Prozessor kann es sich insbesondere um einen Hauptprozessor (engl. Central Processing Unit, CPU), einen Mikroprozessor, einen Mikrocontroller, oder einen digitalen Signalprozessor, möglicherweise in Kombination mit einer Speichereinheit zum Speichern von Programmbefehlen, etc. handeln. Auch kann unter einem Prozessor ein virtualisierter Prozessor oder eine Soft-CPU verstanden werden.
  • Unter einer "Speichereinheit" kann im Zusammenhang mit der Erfindung beispielsweise ein computerlesbarer Speicher in Form eines Arbeitsspeichers (engl. Random-Access Memory, RAM) oder Datenspeichers (Festplatte oder Datenträger) verstanden werden.
  • Als "Schnittstellen" können hardwaretechnisch, beispielsweise kabelgebunden oder als Funkverbindung, und/oder softwaretechnisch, beispielweise als Interaktion zwischen einzelnen Programmmodulen oder Programmteilen eines oder mehrerer Computerprogramme, realisiert sein.
  • Als "Cloud" soll eine Umgebung für ein "Cloud-Computing" (deutsch Rechnerwolke oder Datenwolke) verstanden werden. Gemeint ist eine IT-Infrastruktur, welche über Schnittstellen eines Netzwerks wie das Internet verfügbar gemacht wird. Sie beinhaltet in der Regel Speicherplatz, Rechenleistung oder Software als Dienstleistung, ohne dass diese auf dem die Cloud nutzenden lokalen Computer installiert sein müssen. Die im Rahmen des Cloud-Computings angebotenen Dienstleistungen umfassen das gesamte Spektrum der Informationstechnik und beinhaltet unter anderem Infrastruktur, Plattformen und Software.
  • Als "Programmmodule" sollen einzelne Funktionseinheiten verstanden werden, die einen erfindungsgemäßen Programmablauf von Verfahrensschritten ermöglichen. Diese Funktionseinheiten können in einem einzigen Computerprogramm oder in mehreren miteinander kommunizierenden Computerprogrammen verwirklicht sein. Die hierbei realisierten Schnittstellen können softwaretechnisch innerhalb eines einzigen Prozessors umgesetzt sein oder hardwaretechnisch, wenn mehrere Prozessoren zum Einsatz kommen.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass die Bewertung, dass sich ein Hindernis auf der Strecke befindet, nur ausgelöst wird, wenn sich das Hindernis zumindest teilweise im Lichtraumprofil befindet.
  • Bei dieser Ausgestaltung der Erfindung wird berücksichtigt, dass vorrangig Hindernisse, die in das Lichtraumprofil hineinragen, eine Bedrohung für das auf der Strecke sich bewegende Fahrzeug darstellen können. Trotzdem können auch Hindernisse am Rande der Strecke, also außerhalb des Lichtraumprofils, bestimmte Objekte verdecken. Aufgrund der Kenntnisse des Streckenverlaufs unter Verwendung des Streckenanlasses kann aber ermittelt werden, ob die Objekte, die durch das Hindernis verdeckt werden, überhaupt im Lichtraumprofil liegen. Insbesondere, wenn die Hindernisse bereits früh, also in größerer Entfernung als durch den Sicherheitsabstand vorgegeben, erfasst werden, kann durch die daraus resultierenden Freimeldungen der betreffenden vor dem Sicherheitsabstand liegenden Streckenabschnitte später darauf geschlossen werden, dass andere verdeckte Gegenstände durch Hindernisse verdeckt werden, die nicht im Lichtraumprofil liegen.
  • Von Interesse ist nach dieser Ausgestaltung der Erfindung nur das Lichtraumprofil, das man sich als virtuellen Tunnel um die Strecke vorstellen kann. Jeden Sensor kann man in Gedanken nun mit den Umrissen jedes Objekts durch logische Strahlen verbinden, so wie beim Ray Tracing in der Computergrafik. Wenn man ein Objekt ohne Behinderung oder Überschneidungen erkennt, weiß man, dass sich auf den dazugehörigen Strahlen keine Hindernisse befinden können. Auf jeder Entfernung kann man sich nun eine geometrischen 2D-Schnitt durch das Lichtraumprofil des Strahlengangs mit der Querschnittsfläche des Tunnels denken, mit anderen Worten eine Scheibe des Tunnels in einer gewissen Entfernung. Bei Kurven muss zusätzlich noch betrachtet werden, welche Scheiben überhaupt im Sichtfeld liegen.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass im Falle der Anwesenheit eines Hindernisses ermittelt wird, welche Teile des Lichtraumprofils von dem Hindernis verdeckt sind, die verdeckten Teile des Lichtraumprofils mit Mustern für bestimmte Arten von Hindernissen verglichen werden und, wenn eine Übereinstimmung mit einem Muster festgestellt wird, die verdeckten Teile des Lichtraumprofils der durch das Muster repräsentierten Art von Hindernissen zugeordnet wird.
  • Durch einen Vergleich mit Mustern ist es somit möglich, trotz des indirekten Nachweises von Hindernissen einen Rückschluss auf die Art des Hindernisses zu ziehen. Die Kenntnis der Art des Hindernisses kann beispielsweise genutzt werden, um die eingeleitete Sicherheitsmaßnahme zu beeinflussen. Während beispielsweise der Zusammenstoß mit einem anderen Fahrzeug mit allen Mitteln verhindert werden muss, könnte das Vorhandensein eines kleineren Gegenstandes auf der Strecke mit einer weniger drastischen Sicherheitsmaßnahme verknüpft werden.
  • Nun kann man beispielsweise die oben genannten Scheiben des Lichtraumprofils gegen typische Muster von Hindernissen prüfen. Z.B. würde ein auf der Strecke stehender Waggon fast die komplette Fläche der Scheibe ausmachen, d. h. schon bei geringen erkannten Hindernis-Schnitten kann man ausschließen, dass ein Waggon als Hindernis vorliegt. Bei Bäumen mit herabhängenden Ästen und vielen anderen relevanten Hindernissen muss z. B. ein Großteil im Fuß-Bereich der Scheibe frei sein, damit diese überhaupt vorliegen können. Ein umgestürzter Baumstamm verdeckt dagegen nur den unteren Teil der Scheibe.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass als Objekte Verkehrszeichen erfasst werden, die eine Information für die Erfassung des Objektes tragen.
  • Diese Maßnahme ist insbesondere dann vorteilhaft, wenn an der Strecke nicht genügend Objekte vorhanden sind, die zu einer lückenlosen Hinderniserkennung beitragen können. In diesem Fall können zusätzliche Verkehrszeichen aufgestellt werden, die als Hauptfunktion die Erfassung als Objekt haben. Dabei wird zumindest die Funktion, ein zu erfassendes Objekt zu sein, als Information in das Verfahren eingespeist. Gleichzeitig können die Verkehrszeichen auch eine Kodierung enthalten, mit der eine zusätzliche Informationen erfasst werden kann. Hierbei kann es sich beispielsweise um Ortskoordinaten handeln.
  • Als vorteilhaft kann sich insbesondere erweisen, spezielle Tafeln zu platzieren, zum Beispiel tief stehende Tafeln, um den Fußbereich des Lichtraumprofils abzudecken. Schon bei der Projektierung kann man dies berücksichtigen, um z. B. bestimmte Hindernisse auf der gesamten Strecke auszuschließen.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass nach dem Auslösen der Bewertung, dass sich ein Hindernis auf der Strecke befindet, der zeitliche Verlauf bei der Erfassung der Objekte verfolgt wird, und Zeitintervalle, in denen die Objekte nicht erfasst werden können, unter Berücksichtigung des Streckenanlasses zur Bestimmung der Geometrie des Hindernisses genutzt werden.
  • Immer, wenn ein Objekt temporär nicht zu erkennen ist, kann davon ausgegangen werden, dass das bereits erkannte Hindernis eine Sicht auf dieses Objekt verhindert. Da der Ort des Fahrzeugs sowie der Ort des zu erfassenden Objektes bekannt sind, lässt sich aus der daraus resultierenden Blickachse schließen, in welchen Teilen des Lichtraumprofils das Hindernis das Objekt verdeckt. Auf diese Weise ist es möglich, unter Berücksichtigung des zeitlichen Verlaufes ein präziseres Bild des Hindernisses zu erstellen.
  • So könnte man den zeitlichen Verlauf der erkannten Hindernisse verfolgen, wenn es zu temporären Störungen bei der Sensorik kommt. Denn ist es unwahrscheinlich, dass, wenn bis zu einem bestimmten Zeitpunkt ein bestimmtes Hindernis ausgeschlossen werden konnte, dieses innerhalb einer kurzen Zeitspanne auftritt. Bei bestimmten Hindernissen, die eine große Tiefe haben, könnte man statt einer Scheibe des Lichtraumprofils auch einen Volumenschnitt vergleichen, d. h. Scheiben über einen bestimmten Bereich.
  • Gemäß einer Ausgestaltung der Erfindung ist vorgesehen, dass nach dem Auslösen der Bewertung, dass sich ein Hindernis auf der Strecke befindet, das Fahrzeug mit der Sensoreinrichtung das in Fahrtrichtung vor dem Fahrzeug liegende Hindernis erfasst und das erfasste Hindernis rechnergestützt erkannt wird.
  • Mit anderen Worten wird für den Fall, dass das Vorhandensein eines Hindernisses erkannt wurde, eine Hinderniserkennung in dem Sinne durchgeführt, wie dies gemäß dem Stand der Technik an sich bekannt ist. Im Vergleich zu dem Verfahren gemäß dem Stand der Technik ist allerdings zu diesem Zeitpunkt bereits bekannt, dass sich ein Hindernis auf der Strecke befindet. Sicherheitsmaßnahmen können daher bereits eingeleitet werden. Die Erkennung des Hindernisses als solchem, insbesondere die Erkennung der Art des Hindernisses kann allerdings zusätzliche Informationen hervorbringen, die die Entscheidung beeinflussen können, wie die Sicherheitsmaßnahme durchzuführen ist (hierauf wurde bereits eingegangen).
  • Die genannte Aufgabe wird alternativ mit dem eingangs angegebenen Anspruchsgegenstand (Anordnung) erfindungsgemäß auch dadurch gelöst, dass die Anordnung eingerichtet ist, ein Verfahren nach einem der voranstehenden Ansprüche auszuführen.
  • Die genannte Aufgabe wird alternativ mit dem eingangs angegebenen Anspruchsgegenstand (Fahrzeug) erfindungsgemäß auch dadurch gelöst, dass die Anordnung eingerichtet ist, ein Verfahren nach einem der Ansprüche 1 - 6 auszuführen.
  • Mit der Anordnung und dem Fahrzeug lassen sich die Vorteile erreichen, die im Zusammenhang mit dem obenstehend näher beschriebenen Verfahren bereits erläutert wurden. Das zum erfindungsgemäßen Verfahren Aufgeführte gilt entsprechend auch für diese erfindungsgemäßen Vorrichtungen.
    Des Weiteren wird ein Computerprogrammprodukt mit Programmbefehlen zur Durchführung des genannten erfindungsgemäßen Verfahrens und/oder dessen Ausführungsbeispielen beansprucht, wobei mittels des Computerprogrammprodukts jeweils das erfindungsgemäße Verfahren und/oder dessen Ausführungsbeispiele durchführbar sind.
  • Darüber hinaus wird eine Bereitstellungsvorrichtung zum Speichern und/oder Bereitstellen des Computerprogrammprodukts beansprucht. Die Bereitstellungsvorrichtung ist beispielsweise ein Speichereinheit, die das Computerprogrammprodukt speichert und/oder bereitstellt. Alternativ und/oder zusätzlich ist die Bereitstellungsvorrichtung beispielsweise ein Netzwerkdienst, ein Computersystem, ein Serversystem, insbesondere ein verteiltes, beispielsweise cloudbasiertes Computersystem und/oder virtuelles Rechnersystem, welches das Computerprogrammprodukt vorzugsweise in Form eines Datenstroms speichert und/oder bereitstellt.
  • Die Bereitstellung erfolgt in Form eines Programmdatenblocks als Datei, insbesondere als Downloaddatei, oder als Datenstrom, insbesondere als Downloaddatenstrom, des Computerprogrammprodukts. Diese Bereitstellung kann beispielsweise aber auch als partieller Download erfolgen, der aus mehreren Teilen besteht. Ein solches Computerprogrammprodukt wird beispielsweise unter Verwendung der Bereitstellungsvorrichtung in ein System eingelesen, sodass das erfindungsgemäße Verfahren auf einem Computer zur Ausführung gebracht wird.
  • Weitere Einzelheiten der Erfindung werden nachfolgend anhand der Zeichnung beschrieben. Gleiche oder sich entsprechende Zeichnungselemente sind jeweils mit den gleichen Bezugszeichen versehen und werden nur insoweit mehrfach erläutert, wie sich Unterschiede zwischen den einzelnen Figuren ergeben.
  • Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten der Ausführungsformen jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren sind die beschriebenen Komponenten auch durch mit den vorstehend beschriebenen Merkmalen der Erfindung kombinierbar.
  • Es zeigen:
    • Figur 1 ein Ausführungsbeispiel der erfindungsbemäßen Vorrichtungen mit ihren Wirkzusammenhängen schematisch,
    • Figur 2 ein schematisches Beispiel für ein Lichtraumprofil, welches das Hindernis gemäß Figur 1 darstellt.
    • Figur 3 ein Lichtraumprofil, welches als Hindernis ein auf dem Gleis befindliches Fahrzeug darstellt.
    • Figur 4 ein Ausführungsbeispiel einer Computer-Infrastruktur der Vorrichtung gemäß Figur 1 als Blockschaltbild, wobei die einzelnen Funktionseinheiten Programmmodule enthalten, die jeweils in einem oder mehreren Prozessoren ablaufen können und die Schnittstellen demgemäß softwaretechnisch oder hardwaretechnisch ausgeführt sein können,
    • Figur 5 ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens als Flussdiagramm, wobei die einzelnen Verfahrensschritte einzeln oder in Gruppen durch Programmmodule verwirklicht sein können und wobei die Funktionseinheiten und Schnittstellen gemäß Figur 4 beispielhaft angedeutet sind.
  • In Figur 1 ist ein Fahrzeug FZ dargestellt, welches in einer Fahrtrichtung FR auf einem Gleis GL unterwegs ist. Dieses Fahrzeug FZ weist einen ersten Sensor SN1 an der Vorderseite auf, welcher in einer Blickrichtung BR, angedeutet als optischer Aperturwinkel mit Strichpunktlinien als Winkelschenkel, Objekte OB1 ... OB8 auf und an dem Gleis GL erfassen kann.
  • In Figur 1 sind viele verschiedene mögliche Objekte, die zur Erfassung vorgesehen sind, dargestellt. Bei dem ersten Objekt OB1 handelt es sich um eine im Gleis GL verbaute Balise. Bei dem zweiten Objekt OB2 handelt es sich um eine Mast für eine Oberleitung. Dieser ist exemplarisch dargestellt, wobei die durch das Gleis GL gebildete Strecke selbstverständlich eine Vielzahl solcher Masten begleitet, welche durch den ersten Sensor SN1 erfasst werden können. Bei dem dritten Objekt OB3 handelt es sich um ein Signal. Bei dem vierten bis siebten Objekt OB4, OB5, OB6, OB7 handelt es sich um spezielle Verkehrszeichen, die angedeutet durch ein X, eine Kennung tragen, die optisch erfasst werden kann. Bei dem achten Objekt OB8 handelt es sich um den Eingang eines Tunnels. Die Objekte OB1 ... OB6 befinden sich in einem Sicherheitsabstand SCA, innerhalb dessen dies zuverlässig erkannt sein müssen.
  • Das Fahrzeug FZ weist eine Antenne AT auf, und ist über Funk über eine erste Schnittstelle S1 mit einer Antenne AT einer Leitzentrale LZ sowie über eine zweite Schnittstelle S2 mit einem Satelliten STL verbunden. Der Satellit gehört vorzugsweise zu einem Navigationssystem (beispielsweise GPS), sodass das Fahrzeug FZ selbstständig seine Position ermitteln kann. Über die Leitzentrale LZ können beispielsweise Fahrplandaten sowie ein Streckenatlas an das Fahrzeug FZ übertragen werden (hierzu im Folgenden mehr).
  • Auf dem Gleis GL liegt weiterhin ein erstes Hindernis HD1 in Form eines umgestürzten Baumes. Dieses ist nicht als Objekt bekannt. Allerdings verdeckt dieses in Blickrichtung BR des Fahrzeugs FZ gesehen, einige Objekte OB4 ... OB7, die deswegen durch den ersten Sensor SN1 nicht an der erwarteten Stelle detektiert werden können (obwohl sie im Sicherheitsabstand SCA liegen).
  • Betrachtet man ein erstes Lichtraumprofil LPR1, welches in Figur 1 dargestellt ist, so wird innerhalb dieses Lichtraumprofils ein Bild der Objekte OB4, OB5, OB6, OB7 nicht ermittelt werden können. Die Verkehrszeichen, die diese Objekte darstellen, sind in ihrer Höhe so gewählt, dass sie vorzugsweise durch Hindernisse nah am Boden, wie das erste Hindernis HD1 in Form eines Baumstamms, verdeckt werden.
  • In Figur 2 ist das erste Lichtraumprofil LPR1 dargestellt. Das erste Hindernis HD1 erscheint als schraffierte Fläche, wobei deren genaue Gestalt bei dem erfindungsgemäßen Verfahren nicht erkannt wird. Allerdings kann auf die Form des ersten Hindernisses HD1 geschlossen werden, da dieses das vierte Objekt OB4, das fünfte Objekt OB5, das sechste Objekt OB6 und das siebte Objekt OB7 verdeckt. Demgegenüber ist das dritte Objekt in Form eines Signals noch zu erkennen, wodurch bei dem erfindungsgemäßen Verfahren auf die Höhe des ersten Hindernisses HD1 geschlossen werden kann.
  • Außerdem ist in Figur 2 zu erkennen, dass die Ausdehnung des ersten Hindernisses HD1 nur innerhalb des ersten Lichtraumprofils LRP1 bestimmt wird. Auch, wenn beispielsweise das vierte Objekt OB4 auch durch das erste Hindernis HD1 (vgl. Figur 1) verdeckt wird, so ist das nicht relevant für das erste Lichtraumprofil LPR1. Anders gesagt, würde ein Hindernis, welches in der augenblicklichen Blickrichtung BR, wie diese in Figur 1 dargestellt ist, nur das vierte Objekt OB4 verdeckt, kein Hindernis darstellen, weil dieses außerhalb des Lichtraumprofils liegen würde.
  • Figur 3 stellt ein zweites Lichtraumprofil LRP2 dar, welches nicht in Figur 1 gekennzeichnet ist. In diesem befindet sich beispielhaft ein zweites Hindernis HD2, welches das Lichtraumprofil LRP2 fast vollständig ausfüllt. Hier kann auf ein weiteres Fahrzeug auf dem Gleis GL geschlossen werden, weswegen zur Vermeidung von Kollisionen ein sofortiges Handeln, vorzugsweise in Form einer Notbremsung, erforderlich ist.
  • In Figur 4 ist eine Computerinfrastruktur dargestellt, die zur Durchführung des erfindungsgemäßen Verfahrens geeignet ist. Programmmodule können hierbei durch einen ersten Computer CP1 in der Leitzentrale LZ, durch einen zweiten Computer CP2 im Fahrzeug FZ und innerhalb einer Cloud CLD abgearbeitet werden.
  • Die Leitzentrale LZ besitzt einen ersten Computer CP1, der über eine dritte Schnittstelle S3 mit einer ersten Speichereinrichtung SE1 verbunden ist. Außerdem ist der erste Computer CP1 über eine achte Schnittstelle S8 mit der Cloud CLD verbunden. Wie bereits erwähnt, ist der erste Computer CP1 über eine erste Schnittstelle S1 mit einem zweiten Computer CP2 des Fahrzeugs FZ verbunden.
  • Der zweite Computer CP2 weist eine vierte Schnittstelle S4 zu einer zweiten Speichereinrichtung SE2 auf. Außerdem ist in dem Fahrzeug FZ ein Ortungsmodul GPS vorgesehen, welches über eine siebte Schnittstelle S7 mit dem zweiten Computer CP2 sowie über die zweite Schnittstelle S2 mit dem Satelliten SEL verbunden ist. Das Fahrzeug FZ weist außerdem einen ersten Sensor SN1, beispielsweise eine Kamera, und einen zweiten Sensor SN2, beispielsweise ein Radar, auf. Die Sensordaten des ersten Sensors SN1 werden über eine fünfte Schnittstelle S5 und die Sensordaten des zweiten Sensors SN2 über eine sechste Schnittstelle S6 an den zweiten Computer CP2 übertragen.
  • Figur 5 zeigt ein Ausführungsbeispiel für einen Verfahrensablauf des erfindungsgemäßen Verfahrens, ergänzt um einige vorbereitende Abläufe. Dargestellt ist die Cloud CLD, die einen Dienst zur Erstellung eines Streckenatlasses STA zur Verfügung stellt. Zu diesem Zweck wird durch ein Messfahrzeug FZM eine Messfahrt durchgeführt, die nach einem Start des Verfahrens in einem Erzeugungsschritt für Streckendaten GEN STD Streckendaten erzeugt, bei denen es sich beispielsweise um die digitalen Bilder von Streckenausschnitten handelt. Diese können in einem Ausgabeschritt für Streckendaten STD_OT über eine Schnittstelle S9 an die Cloud CLD übertragen werden und dort gespeichert werden. An die Cloud CLD ist weiterhin ein nicht näher dargestellter Dienstleister angeschlossen, welcher in einem Erzeugungsschritt für den Streckenatlas GEN_STA einen Streckenatlas erstellt. Dieser kann insbesondere aus einer virtuellen Realität VR bestehen, also einer dreidimensionalen Darstellung des Umfelds der Strecke. Alternativ ist es möglich, eine zweidimensionale oder sogar eindimensionale Darstellung zu wählen. Der Streckenatlas STA wird in der Cloud CLD abgespeichert.
  • Nachdem in der Leitzentrale LZ das Verfahren gestartet wurde, wird der Streckenatlas STA über die achte Schnittstelle S8 in einem Eingabeschritt für den Streckenatlas STA_IN zur Verfügung gestellt. Außerdem wird in einem Eingabeschritt für den Fahrplan FPL_IN ebenfalls über die achte Schnittstelle S8 aus der Cloud CLD ein Fahrplan FPL geladen.
  • In einem darauffolgenden Abfrageschritt FZ? wird geklärt, ob sich ein Fahrzeug im Einsatz befindet. Ist dies nicht der Fall, wird in einem Abfrageschritt für das Verfahrensende FTP? abgefragt, ob das Betriebsverfahren in der Leitzentrale LZ beendet werden soll. Ist dies der Fall, wird das Verfahren gestoppt. Ist dies nicht der Fall, so wird in einem weiteren Eingabeschritt FPL_IN eine Erneuerung der Fahrplandaten vorgenommen und das Verfahren beginnt von Neuem.
  • Wenn das Fahrzeug FZ gestartet wurde, führt der Abfrageschritt FZ? dazu, dass der Leitzentrale LZ bestätigt wird, dass ein Fahrzeug im Einsatz ist, sodass der Streckenatlas STA über die erste Schnittstelle S1 in einem Eingabeschritt für den Fahrplan STA_IN eingelesen werden kann. Anschließend erfolgt im Fahrzeug ein Erfassungsschritt für Objekte SEN_OB, bei dem Sensordaten zur Erkennung von Objekten erzeugt werden. In einem nachfolgenden Erkennungsschritt für Objekte IDF_OB werden die Sensordaten dahingehend verarbeitet, dass vor dem Fahrzeug FZ liegende Objekte OB erkannt werden.
  • In einem nachfolgenden Erkennungsschritt für Hindernisse IDF_HD wird ein Abgleich der im vorhergehendem Erkennungsschritt für Objekte IDF_OB gefundenen Objekte mit den aufgrund einer Auswertung des Streckenatlas STA zu erwartenden Objekten durchgeführt. Hierbei geht in nicht dargestellter Weise die Kenntnis der Fahrzeugposition ein. Ein Hindernis wird identifiziert, wenn ein Objekt, dessen Erkennung aufgrund der Kenntnis des Streckenatlasses zu erwarten wäre, im Blickfeld BF des Fahrzeugs nicht erkannt werden kann. Hierbei wird der in Figur 1 dargestellte Sicherheitsabstand SCA berücksichtigt, der ein Maß für den kleinsten Abstand vom Fahrzeug und somit auch den spätesten Zeitpunkt darstellt, wann ein Objekt erkannt worden sein muss. Also spätestens, wenn dieses in den Sicherheitsabstand SCA eindringt.
  • Wurde ein Hindernis erkannt, wird in einem Abfrageschritt für kritische Hindernisse CRT? geprüft, ob das Hindernis ein Problem für das herannahende Fahrzeug darstellt. Dies ist insbesondere der Fall, wenn das Hindernis in das Lichtraumprofil hineinragt (vgl. das zu Figur 1 und 2 Ausgeführte) . Ist das Hindernis nicht kritisch, wird in einem Abfrageschritt für das Verfahrensende ermittelt, ob der Betrieb des Fahrzeugs FZ beendet wurde. Ist dies der Fall, wird das Verfahren gestoppt. Ist dies nicht der Fall, beginnt der geschilderte Verfahrensablauf mit dem Erfassungsschritt für Objekte SEN_OB von neuem.
  • Handelt es sich um ein kritisches Hindernis, wird in einem nächsten Schritt eine Notbremsung EBK ausgelöst. Anschließend erfolgt in einem Ausgabeschritt für den Notfall E OT über die erste Schnittstelle S1 eine Mitteilung an die Leitzentrale LZ, die daraufhin eine entsprechende Fahrplanänderung vornimmt (in Figur 5 nur angedeutet). In jedem Falle wird auch nach der Notbremsung EBK das Verfahren in dem Fahrzeug FZ gestoppt.
  • Bezugszeichenliste
  • LZ
    Leitzentrale
    FZ
    Fahrzeug
    FZM
    Messfahrzeug
    FR
    Fahrtrichtung
    BR
    Blickrichtung
    GL
    Gleis
    AT
    Antenne
    STL
    Satellit
    SCA
    Sicherheitsabstand
    LRP1 ... LRP2
    Lichtraumprofil
    HD1 ... HD2
    Hindernis
    OB1 ... OB8
    Objekt
    CP1 ... CP2
    Computer
    SE1 ... SE
    Speichereinrichtung
    SN1 ... SN
    Sensor
    S1 ... S
    Schnittstelle
    CLD
    Cloud
    GPS
    Ortungsmodul
    STA
    Streckenatlas
    STD
    Streckendaten
    GEN_STD
    Erzeugungsschritt für Streckendaten
    STD_OT
    Ausgabeschritt für Streckendaten
    GEN_STA
    Erzeugungsschritt für Streckenatlas
    STA_IN
    Eingabeschritt für Streckenatlas
    FPL_IN
    Eingabeschritt für Fahrplan
    SEN_OB
    Erfassungsschritt für Objekte
    IDF_OB
    Erkennungsschritt für Objekte
    IDF_HD
    Erkennungsschritt für Hindernisse
    CRT?
    Abfrageschritt für kritisches Hindernis
    EBK
    Notbremsung
    STP?
    Abfrageschritt für Verfahrensende
    FZ?
    Abfrageschritt für Fahrzeug im Einsatz
    E_OT
    Ausgabeschritt für Notfall

Claims (10)

  1. Verfahren zum Erkennen von Hindernissen (HD1 ... HD2) auf einer Strecke, die von einem Fahrzeug (FZ) befahren wird, bei dem
    • das Fahrzeug (FZ) mit einer Sensoreinrichtung in Fahrtrichtung (FR) vor dem Fahrzeug (FZ) liegende Objekte (OB1 ... OB8) erfasst,
    • die erfassten Objekte (OB1 ... OB8) rechnergestützt erkannt werden und
    • zur Erkennung von Hindernissen (HD1 ... HD2) rechnergestützt bewertet werden,
    dadurch gekennzeichnet,
    dass für das Bewerten der Objekte (OB1 ... OB8) ein Streckenatlas (STA) verwendet wird, der eine Vielzahl von zu erkennenden Objekten (OB1 ... OB8) und deren Position an oder auf der Strecke enthält, wobei
    • für die erkannten Objekte (OB1 ... OB8) Ortsangaben ermittelt werden,
    • die Ortsangaben mit dem Streckenatlas (STA) abgeglichen werden,
    • jedes erkannte Objekt (OB1 ... OB8), dessen Ortsangabe mit der Position eines entsprechenden zu erkennenden Objektes (OB1 ... OB8) übereinstimmt, eine Bewertung auslöst, dass die Strecke frei ist,
    solange, bis
    • innerhalb eines vorgegebenen Sicherheitsabstandes (SCA) vor dem Fahrzeug (FZ) ein zu erkennendes Objekt (OB1 ... OB8) in dem Streckenatlas (STA) enthalten ist, dem kein erkanntes Objekt (OB1 ... OB8) zugeordnet wurde, und
    • unabhängig von vorher ausgelösten Bewertungen die Bewertung auslöst wird, dass sich ein Hindernis (HD1 ... HD2) auf der Strecke befindet.
  2. Verfahren nach Anspruch 1
    dadurch gekennzeichnet,
    dass die Bewertung, dass sich ein Hindernis (HD1 ... HD2) auf der Strecke befindet, nur ausgelöst wird, wenn sich das Hindernis (HD1 ... HD2) zumindest teilweise im Lichtraumprofil (LRP1 ... LRP2) befindet.
  3. Verfahren nach einem der voranstehenden Ansprüche,
    dadurch gekennzeichnet,
    dass im Falle der Anwesenheit eines Hindernisses (HD1 ... HD2)
    • ermittelt wird, welche Teile des Lichtraumprofils (LRP1 ... LRP2) von dem Hindernis (HD1 ... HD2) verdeckt sind,
    • die verdeckten Teile des Lichtraumprofils (LRP1 ... LRP2) mit Mustern für bestimmte Arten von Hindernissen (HD1 ... HD2) verglichen werden,
    • wenn eine Übereinstimmung mit einem Muster festgestellt wird, die verdeckten Teile des Lichtraumprofils (LRP1 ... LRP2) der durch das Muster repräsentierten Art von Hindernissen (HD1 ... HD2) zugeordnet wird.
  4. Verfahren nach einem der voranstehenden Ansprüche,
    dadurch gekennzeichnet,
    dass als Objekte (OB4 ... OB7) Verkehrszeichen erfasst werden, die eine Information für die Erfassung der Objekte (OB4 ... OB7) tragen.
  5. Verfahren nach einem der voranstehenden Ansprüche,
    dadurch gekennzeichnet,
    dass nach dem Auslösen der Bewertung, dass sich ein Hindernis (HD1 ... HD2) auf der Strecke befindet,
    • der zeitliche Verlauf bei der Erfassung der Objekte (OB1 ... OB8) verfolgt wird,
    • Zeitintervalle, in denen die Objekte (OB1 ... OB8) nicht erfasst werden können, unter Berücksichtigung des Streckenanlasses zur Bestimmung der Geometrie des Hindernisses (HD1 ... HD2) genutzt werden.
  6. Verfahren nach einem der voranstehenden Ansprüche,
    dadurch gekennzeichnet,
    dass nach dem Auslösen der Bewertung, dass sich ein Hindernis (HD1 ... HD2) auf der Strecke befindet,
    • das Fahrzeug (FZ) mit der Sensoreinrichtung das in Fahrtrichtung (FR) vor dem Fahrzeug (FZ) liegende Hindernis (HD1 ... HD2) erfasst,
    • Das erfasste Hindernis (HD1 ... HD2) rechnergestützt erkannt wird.
  7. Anordnung zur Erkennung von Hindernissen (HD1 ... HD2) mit
    • einer Sensoreinrichtung zum Erfassen von Objekten (OB1 ... OB8),
    • einem Computer (CP2) zum Erkennen der erfassten Objekte (OB1 ... OB8),
    dadurch gekennzeichnet,
    dass die Anordnung eingerichtet ist, ein Verfahren nach einem der voranstehenden Ansprüche auszuführen.
  8. Fahrzeug (FZ), welches eine Anordnung zur Erkennung von Hindernissen (HD1 ... HD2) mit
    • einer Sensoreinrichtung zum Erfassen von in Fahrtrichtung (FR) vor dem Fahrzeug (FZ) liegenden Objekten (OB1 ... OB8),
    • einem Computer (CP2) zum Erkennen der erfassten Objekte (OB1 ... OB8)
    aufweist,
    dadurch gekennzeichnet,
    dass die Anordnung eingerichtet ist, ein Verfahren nach einem der Ansprüche 1 - 6 auszuführen.
  9. Computerprogrammprodukt mit Programmbefehlen zur Durchführung des Verfahrens nach einem der Ansprüche 1 - 6.
  10. Bereitstellungsvorrichtung für das Computerprogrammprodukt nach dem letzten voranstehenden Anspruch, wobei die Bereitstellungsvorrichtung das Computerprogrammprodukt speichert und/oder bereitstellt.
EP21188893.8A 2021-07-30 2021-07-30 Verfahren und vorrichtung zum erkennen von hindernissen auf einer strecke Pending EP4124542A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP21188893.8A EP4124542A1 (de) 2021-07-30 2021-07-30 Verfahren und vorrichtung zum erkennen von hindernissen auf einer strecke
CN202210896928.7A CN115690721A (zh) 2021-07-30 2022-07-28 一种检测路线上障碍物的方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP21188893.8A EP4124542A1 (de) 2021-07-30 2021-07-30 Verfahren und vorrichtung zum erkennen von hindernissen auf einer strecke

Publications (1)

Publication Number Publication Date
EP4124542A1 true EP4124542A1 (de) 2023-02-01

Family

ID=77167998

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21188893.8A Pending EP4124542A1 (de) 2021-07-30 2021-07-30 Verfahren und vorrichtung zum erkennen von hindernissen auf einer strecke

Country Status (2)

Country Link
EP (1) EP4124542A1 (de)
CN (1) CN115690721A (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102023201797A1 (de) 2023-02-28 2024-08-29 Siemens Mobility GmbH Computer-implementiertes Verfahren zur Kennzeichenzuordnung für einen autonomen Zug

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006007788A1 (de) * 2006-02-20 2007-08-30 Siemens Ag Verfahren zur rechnergestützten Überwachung des Betriebs eines einen vorgegebenen Streckenverlauf fahrenden Fahrzeugs, insbesondere eines spurgebundenen Schienenfahrzeugs
DE102014206473A1 (de) * 2014-04-03 2015-10-08 Bombardier Transportation Gmbh Automatische Assistenz eines Fahrers eines fahrspurgebundenen Fahrzeugs, insbesondere eines Schienenfahrzeugs
DE102016224212A1 (de) * 2016-12-06 2018-06-07 Siemens Aktiengesellschaft Automatisierte Freiraumerkennung mittels Differenzanalyse für Fahrzeuge
WO2018104454A2 (de) * 2016-12-07 2018-06-14 Siemens Aktiengesellschaft Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur hinderniserkennung im bahnverkehr, insbesondere im schienenverkehr
US20190370569A1 (en) * 2018-06-01 2019-12-05 Qualcomm Incorporated Techniques for sharing of sensor information

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006007788A1 (de) * 2006-02-20 2007-08-30 Siemens Ag Verfahren zur rechnergestützten Überwachung des Betriebs eines einen vorgegebenen Streckenverlauf fahrenden Fahrzeugs, insbesondere eines spurgebundenen Schienenfahrzeugs
DE102014206473A1 (de) * 2014-04-03 2015-10-08 Bombardier Transportation Gmbh Automatische Assistenz eines Fahrers eines fahrspurgebundenen Fahrzeugs, insbesondere eines Schienenfahrzeugs
DE102016224212A1 (de) * 2016-12-06 2018-06-07 Siemens Aktiengesellschaft Automatisierte Freiraumerkennung mittels Differenzanalyse für Fahrzeuge
WO2018104454A2 (de) * 2016-12-07 2018-06-14 Siemens Aktiengesellschaft Verfahren, vorrichtung und bahnfahrzeug, insbesondere schienenfahrzeug, zur hinderniserkennung im bahnverkehr, insbesondere im schienenverkehr
US20190370569A1 (en) * 2018-06-01 2019-12-05 Qualcomm Incorporated Techniques for sharing of sensor information

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102023201797A1 (de) 2023-02-28 2024-08-29 Siemens Mobility GmbH Computer-implementiertes Verfahren zur Kennzeichenzuordnung für einen autonomen Zug

Also Published As

Publication number Publication date
CN115690721A (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
DE102017217297B4 (de) System zur Erzeugung und/oder Aktualisierung eines digitalen Modells einer digitalen Karte
DE102016220913A1 (de) Verfahren und Vorrichtung zur Generierung von Testfällen für autonome Fahrzeuge
DE102019209154A1 (de) Infrastrukturseitige Umfelderfassung beim autonomen Fahren
EP3543985A1 (de) Simulieren verschiedener verkehrssituationen für ein testfahrzeug
DE102018220024B3 (de) Verfahren zur Fusion von Sensordaten von mehreren Sensoren und Fusionsvorrichtung zum Fusionieren von Sensordaten von mehreren Sensoren
EP3627386A1 (de) Verfahren und vorrichtung zum bereitstellen eines umfeldabbildes eines umfeldes einer mobilen einrichtung und kraftfahrzeug mit einer solchen vorrichtung
DE102013019027A1 (de) Verfahren zum Betrieb eines Sicherheitssystems eines Kraftfahrzeugs und Kraftfahrzeug
DE102019002487A1 (de) Verfahren zur Überprüfung eines Umfelderfassungssensors eines Fahrzeugs und Verfahren zum Betrieb eines Fahrzeugs
DE102018100487A1 (de) Objektverfolgung durch unüberwachtes lernen
DE102018127059A1 (de) Verfahren zur Überprüfung mindestens eines Umfelderfassungssensors eines Fahrzeugs
DE112019003262T5 (de) Elektronische Steuereinheit
DE102020200169B3 (de) Verfahren zur Zusammenführung mehrerer Datensätze für die Erzeugung eines aktuellen Spurmodells einer Fahrbahn und Vorrichtung zur Datenverarbeitung
EP4124542A1 (de) Verfahren und vorrichtung zum erkennen von hindernissen auf einer strecke
DE102020213831B4 (de) Verfahren zum Ermitteln einer Existenzwahrscheinlichkeit eines möglichen Elements in einer Umgebung eines Kraftfahrzeugs, Fahrerassistenzsystem und Kraftfahrzeug
DE102016220450A1 (de) Vorrichtung, Fortbewegungsmittel und Verfahren zur Abschätzung einer Kollisionswahrscheinlichkeit zwischen einem Fortbewegungsmittel und einem Umgebungsobjekt
EP3968213A1 (de) Verfahren und vorrichtung zum ermitteln eines gleisgebundenen schienenpfades in einer gleisanlage
DE102020213294A1 (de) Verfahren zur Überwachung eines Baustellenbereichs, Überwachungssystem, Computerprogramm und Speichermedium
DE102019101613A1 (de) Simulieren verschiedener Verkehrssituationen für ein Testfahrzeug
DE102019206847A1 (de) Verfahren und Vorrichtung zum Betreiben eines automatisierten Fahrzeugs
DE102017217299A1 (de) Verfahren und Einrichtung
EP4183659A1 (de) Verfahren und teststrecken zur erprobung der hinderniserkennung eines fahrzeugs
EP4299411A1 (de) Verfahren und vorrichtung zum erkennen von hindernissen in einem gefahrenraum
DE102015109134A1 (de) Überwachung des Fahrzeugbetriebs
DE102018220113A1 (de) Vorrichtung und Verfahren zum Erkennen einer Sensorblockade eines Umgebungssensors
EP4389560A1 (de) Verfahren und vorrichtung zum erproben einer hinderniserkennung für einem gefahrenraum

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN PUBLISHED

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20230704

RBV Designated contracting states (corrected)

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR