EP4381393A1 - Validieren einer automatisierenden fahrfunktion für ein fahrzeug - Google Patents
Validieren einer automatisierenden fahrfunktion für ein fahrzeugInfo
- Publication number
- EP4381393A1 EP4381393A1 EP22744403.1A EP22744403A EP4381393A1 EP 4381393 A1 EP4381393 A1 EP 4381393A1 EP 22744403 A EP22744403 A EP 22744403A EP 4381393 A1 EP4381393 A1 EP 4381393A1
- Authority
- EP
- European Patent Office
- Prior art keywords
- data
- comparison
- validation
- traffic
- area
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Prevention of errors by analysis, debugging or testing of software
- G06F11/3668—Testing of software
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
Definitions
- the invention relates to a method for validating an automated driving function for a vehicle, a corresponding device for data processing, a computer program and a computer-readable storage medium.
- Automating driving functions for vehicles in the sense of driver assistance systems actively intervene in the driving control of the manually operated vehicle such as a lane departure warning system, automatic braking, acceleration, steering, etc.;
- automated driving functions can also enable the automated operation of vehicles with SAE levels >3.
- the driving functions are safety-relevant and must be validated.
- Such a validation ensures that the driving function performs the correct action and reacts adequately to a given situation.
- Such a reaction is based on sensor data for detecting the situation such as radar data, data from ultrasonic sensors and camera data. Since in reality a practically infinite number of different scenarios can occur, such a validation must be correspondingly extensive in order to cover a wide range of scenarios.
- US 2015/0309512 A1 relates to such a method in which, in a first step, data on the behavior of a large number of at least partially automated vehicles are obtained. It is also determined whether for this Vehicles certain trends are evident. Operational rules are generated based on these trends. Finally, the operational rules are transmitted to at least one other semi-automated vehicle. In further embodiments of this US 2015/0309512 A1, the operational rules and their validity are limited to predefined geographic areas.
- WO 2018/006082 A2 also relates to a method for operating a vehicle, wherein a plurality of maps are obtained from a storage medium, each of the maps covering a road network of a predetermined geographical area. Associated with each of the maps is an identification code and various data layers, with each data layer having a variety of characteristics of the region of the card. The respective card is linked to another card that is attached to the first via connection data.
- EP 3 279 052 A1 also relates to an automatic driving control device that drives an actuator of a vehicle to drive the vehicle according to data from an environment detection sensor without a driver.
- EP 3 659 885 A1 relates to a driver assistance method for an automated vehicle which is able to switch between manual driving by a driver and automated driving.
- driver characteristics are learned during manual driving and reused during automated driving.
- a first aspect of the invention relates to a method, in particular a computer-implemented method, for validating an automated driving function for a vehicle, having the steps:
- the comparison database has data suitable for validation about specified traffic areas, the comparison metric being a measure of a deviation between the respective data and at least taking into account a geometric similarity of the respective actually existing traffic area to the respective predefined traffic area of the comparison database,
- the predetermined geographic area is preferably an area to which operation of automated to fully autonomous delivery vehicles, robotic taxis, automated public transit vehicles, and similar vehicles is restricted.
- the contour of roads in the traffic areas is compared in particular. If, for example, there is an intersection with four crossing arms both in the comparison database and in the selected, actually existing traffic area, a geometrically similar traffic area is present. In this case, a rotating matrix transformation of at least one of the data sets is carried out algorithmically, since a different alignment with respect to the points of the compass naturally plays no role.
- the metric can also take other parameters into account, preferably the spatial extent of the traffic areas under consideration, so that, for example, a motorway junction is not classified as similar to a crowded junction of side streets in a suburb. Even if the geometric contours are similar, the proportions and the appropriate driving style in these respective areas are completely different.
- the comparison metric is based in particular on the sum of differences between individual comparison values or on terms depending on the differences; for example, the comparison metric is calculated from the sum of the squares of the differences of individual comparison values.
- the individual possible comparison values of the differences are described in more detail below.
- a cumulative term of the comparison metric is a measure of the geometric deviation of the contours after a corresponding rotation of the traffic areas so that they lie on top of each other as much as possible
- another summation term of the comparison metric is a measure of the spatial extent of the traffic area under consideration
- a third summation term is a measure of the lane width in the traffic area under consideration.
- the comparison database has suitable data for validation.
- a check is advantageously carried out as to which fundamentally available data are suitable for validation.
- preferably not all available data is also used for a validation, but rather selected according to the specifications of a respective validation (which also result from the boundary conditions of the respective driving function) in order to be used for a validation of a driving function, or otherwise discarded.
- the comparison metric receives a numerical value that can be compared with a specified limit value. If the comparison metric falls below this limit value, it can be assumed that there is a slight discrepancy between the data of the respective selected, actually existing traffic area and the data from the comparison database with regard to the stored traffic area. If the automated driving function has already been validated based on the data from the comparison database for the traffic area under consideration, a new validation is no longer necessary. A physical drive of a vehicle for validation in the real existing traffic area or a new simulation for validation is therefore no longer necessary. Otherwise, a validation is carried out based on the data of the actually existing traffic area, whereby this data can be included in the comparison database, marked as validated and used for later comparisons.
- the data of a currently considered one of the selected actually existing traffic areas is therefore preferably stored as a new data set in the comparison database if the comparison of the data shows that such a traffic area has not yet been validated due to a lack of sufficient similarity.
- new data typically have to be collected that describe the respective selected, actually existing traffic areas in more detail in order to obtain complete data necessary for the validation.
- the new data record of the comparison database is then marked as "already used for a validation" and can be used for comparison with new data from actually existing traffic areas using the comparison metrics.
- the simulation for Validate the automated driving function on the basis of this data, for which no validation has yet been carried out due to a lack of sufficient similarity to the data in the comparison database.
- the actually existing traffic areas are selected from at least one of the following key points:
- the predetermined geographical area is divided into sections, and if only one of the key points is present in a respective one of the sections, the respective selected actually existing traffic area is limited to the local extent of the individual key point; if, on the other hand, there is a further key point in the respective section, the respective selected actually existing traffic area is selected in such a way that it includes both key points.
- the selected, actually existing traffic areas are efficiently limited to those scenarios that represent a special situation and for which validation is particularly relevant.
- several of the above-mentioned key points are then combined into a selected, actually existing traffic area in one section if these key points exert a reciprocal influence on one another, which is advantageously taken into account in the validation.
- the radii of the sections into which the predetermined geographical area is subdivided are selected as a function of a respective locally applicable speed limit.
- the method also has the step:
- the other traffic areas between the selected actually existing traffic areas within the specified geographical area are modeled as selected from a specified set of standard scenarios, and the validation of the automated driving function is carried out for the other traffic areas on the basis of the respective modeled standard scenario, in particular one of: driving straight ahead, cornering with a curve radius of less than 50°.
- the validation by means of simulation includes virtual models of traffic agents, in particular of other road users.
- the traffic agents are self-contained units that, in an agent-based simulation, assume the role of independently reacting and acting units such as road users. These are crucial in a validation, since their behavior can only be sensed during their actions, but not in advance, since their intentions for the vehicle to be validated are not known.
- the comparison metric takes into account at least one of the following in addition to the geometric similarity:
- Traffic rules resulting from the situation but not prescribed by signs - Changes in the traffic areas, in particular at least one of: construction site, parked vehicle, structural situation changes;
- the method also has the step:
- this data is then validated in a simulation for the respective selected, actually existing traffic area, it can be added to the comparison database and marked as validated.
- the previous data record therefore represents an object for the comparison, for which a deviation is again determined using the comparison metric and a validation does not have to be carried out again if this deviation falls below a limit value.
- the comparison database is advantageously continuously expanded with unique data for traffic areas without having to carry out redundant validations, but only validations for significantly different types of traffic areas.
- the comparison database initially contains no data and is gradually built up from scratch with the data from selected, actually existing traffic areas for which the respective comparison metric exceeds a predetermined limit value as a result of the comparison of the respective data and whose data has not yet been validated .
- the data in the comparison database is fed or completed by external information, such as information from stationary cameras, drone images, manual information input, etc.;
- Another aspect of the invention relates to a device for data processing, comprising a processor adapted to perform the method as described above and below.
- a further aspect of the invention relates to a computer program, comprising instructions which, when the program is executed by a computer, cause the latter to execute the method as described above and below.
- a further aspect of the invention relates to a computer-readable storage medium comprising instructions which, when executed by a computer, cause the computer to carry out the method as described above and below.
- FIG. 2 A geographical area which is the subject of the method according to FIG.
- Fig. 3 Databases for data to validate the automated driving function.
- FIG. 1 shows a computer-implemented method for validating an automated driving function for a vehicle.
- a first step the provision S1 of data from a multiplicity of selected, actually existing traffic areas 1 within a predetermined geographical area 3, which is the inner-city area of a city, takes place.
- a geographical area 3 is shown in FIG. 2, which for a Robot taxi is relevant area and in which the robot taxi will perform its service. Therefore, in the following description, the reference numbers and the structure of FIG. 2 are also to be used for the description of FIG.
- Such key points include, inter alia, intersections with several roads, roundabouts, changes in lane width, in particular narrowing of the lane width, changes in the number of lanes, changes in the maximum speed limit, pedestrian crossings, curves with angle changes greater than 50°, in particular greater than 70°, and dead ends .
- three such traffic areas 1 are drawn in as examples, with significantly more being able to be used in reality.
- a comparison database is initially completely free of data and is filled with data as part of the following steps. Accordingly, there is no comparison for the first considered, actually existing traffic area 1, but this is immediately validated. After validation, the validated data from traffic area 1 is transferred to the comparison database and marked as validated there.
- the data of the other selected, actually existing traffic areas 1 are compared S2 with data from the comparison database using a comparison metric, the comparison database having suitable data for validation about specified traffic areas 1 and the comparison metric being a measure of a deviation between the respective data and at least a geometric similarity of the respective actually existing traffic area 1 to the respective predefined traffic area 1 of the comparison database is taken into account.
- angles between individual branches of roads ; lane width; Road Signs; Traffic rules that arise from the situation but are not prescribed by signs; Changes in the traffic areas 1, in particular at least one of: construction site, parked vehicle, structural situation changes; lateral roadway inclination; longitudinal road gradient; perimeter development and/or the resulting occlusions; Alignment of Traffic Area 1; and an average traffic density in the respective traffic area 1.
- the more data is stored in the comparison database the more comparisons are carried out using the comparison metrics.
- the other traffic areas between the selected, actually existing traffic areas 1 are also modeled within the given geographical area 3 as each selected from a given set of standard scenarios, and the validation of the automated driving function for the other traffic areas is additionally based on the respective modeled standard scenario, in particular one off: driving straight ahead, cornering with a curve radius of less than 50°; so that geographical area 3 can be considered fully validated.
- Data about the respective selected traffic area 1 that actually exists is in turn added to the comparison database for which the respective comparison metric exceeds a predetermined limit value as a result of the comparison of the respective data and whose data has not yet been validated.
- FIG. 2 shows such an exemplary geographical area 3, which corresponds to a delimited inner-city area of a city and is based on the predetermined radius of action of a robotic taxi.
- the third shows a first database A and a second database B.
- the first database corresponds to the data provided for the selected, actually existing traffic areas 1, while the second database B corresponds to the comparison database.
- the data in the comparison database B are continuously expanded to include data from traffic areas 1 that have not yet been validated. These are then available for a comparison so that they do not have to be validated again if they are sufficiently similar.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zum Validieren einer automatisierenden Fahrfunktion, aufweisend die Schritte: - Bereitstellen (S1) von Daten real existierender Verkehrsbereiche (1) eines Gebiets (3), - Vergleichen (S2) dieser Daten mit Daten einer Vergleichsdatenbank mittels einer Vergleichsmetrik, die ein Maß für eine Abweichung zwischen den jeweiligen Daten ist und zumindest eine geometrische Ähnlichkeit berücksichtigt, - Markieren (S3) in der Vergleichsdatenbank von bereits für die Validierung verwendeten Daten, und - Validieren (S4) der automatisierenden Fahrfunktion durch Simulation lediglich auf Basis der Daten derjenigen Verkehrsbereiche (1) der Vergleichsdatenbank, für die die jeweilige Vergleichsmetrik als Ergebnis des Vergleichs der jeweiligen Daten einen vorgegebenen Grenzwert überschreitet und die noch nicht als bereits für die Validierung verwendet markiert sind.
Description
VALIDIEREN EINER AUTOMATISIERENDEN FAHRFUNKTION FÜR EIN FAHRZEUG
Die Erfindung betrifft ein Verfahren zum Validieren einer automatisierenden Fahrfunktion für ein Fahrzeug, eine entsprechende Vorrichtung zur Datenverarbeitung, ein Computerprogramm, sowie ein computerlesbares Speichermedium.
Die folgenden Informationen beziehen sich nicht notwendigerweise auf ein konkretes Dokument aus dem Stand der Technik, sondern ergeben sich aus der fachmännischen Überlegung in Bezug auf die gegenwärtige Situation bezüglich automatisierender Fahrfunktionen für ein Fahrzeug:
Automatisierende Fahrfunktionen für Fahrzeuge im Sinne von Fahrerassistenzsystemen greifen aktiv in die Fahrsteuerung des manuell geführten Fahrzeugs ein, wie beispielsweise ein Spurhalteassistent, automatisches Bremsen, Beschleunigen, Lenken, etc.; solche automatisierenden Fahrfunktionen können aber auch den automatisierten Betrieb von Fahrzeugen der SAE-Stufen >3 ermöglichen. In beiden Fällen sind die Fahrfunktionen sicherheitsrelevant und müssen validiert werden. Eine solche Validierung stellt sicher, dass die Fahrfunktion die korrekte Handlung durchführt und adäquat auf eine vorliegende Situation reagiert. Eine solche Reaktion basiert auf Sensordaten zur Erfassung der Situation wie Radardaten, Daten von Ultraschallsensoren und Kameradaten. Da in der Realität eine praktisch unendliche Zahl von verschiedenen Szenarien auftreten kann, muss eine solche Validierung entsprechend umfänglich ausfallen, um ein breites Spektrum von Szenarien zu erfassen. Es kann dabei entweder für ein konkretes wiederholbares Szenario eine Prüfung durchgeführt wird und damit das Verhalten auf die Zukunft übertragbar sein, oder zumindest ein nur gering anderes Szenario in der Zukunft erwartet werden, das aber so ähnlich ist, dass davon ausgegangen werden kann, dass die Validierung auch für das leicht abgewandelte im Vergleich zu dem geprüften Szenario erfolgreich sein wird. Dies stellt jedoch auch ein Problem dar, da eine solche vollumfängliche Validierung eine ausgesprochene hohe Zahl von realen oder virtuellen Testkilometern umfassen müsste, die sehr zeitaufwendig und ressourcenzehrend ist, sei es mittels eines realen Testfahrzeugs oder mittels Simulation.
Im Stand der Technik sind verschiedenste Verfahren zum Ansteuern eines autonomen Fahrzeugs bekannt. Die US 2015/0309512 A1 betrifft hierzu ein solches Verfahren, bei dem in einem ersten Schritt Daten über das Verhalten einer Vielzahl von zumindest teilautomatisierten Fahrzeugen erhalten werden. Außerdem wird bestimmt, ob für diese
Fahrzeuge gewisse Trends ersichtlich sind. Operationelle Regeln werden erzeugt, basierend auf diesen Trends. Schließlich werden die operationellen Regeln an mindestens ein weiteres teilautomatisiertes Fahrzeug übermittelt. In weiteren Ausführungsformen dieser US 2015/0309512 A1 werden dabei die operationellen Regeln und deren Gültigkeit auf vordefinierte geographische Gebiete begrenzt.
Die WO 2018/006082 A2 betrifft ferner ein Verfahren zum Betreiben eines Fahrzeugs, wobei von einem Speichermedium mehrere Karten erhalten werden, wobei jede der Karten ein Straßennetz eines vorgegebenen geographischen Gebiets abdeckt. Jeder der Karten sind ein Identifizierungscode und verschiedene Datenebenen zugeordnet, wobei jede Datenebene eine Vielzahl von Merkmalen der Region der Karte aufweist. Über Verbindungsdaten wird die jeweilige Karte mit einer anderen Karte verknüpft, die an die erste anliegt.
Die EP 3 279 052 A1 betrifft außerdem eine automatische Fahrsteuervorrichtung, die einen Aktor eines Fahrzeugs ansteuert, um das Fahrzeug entsprechend der Daten eines Umgebungserfassungssensors ohne einen Fahrer anzusteuern.
Schließlich betrifft die EP 3 659 885 A1 ein Fahrerassistenzverfahren für ein automatisiertes Fahrzeug, welches in der Lage dazu ist, zwischen einer manuellen Fahrt durch einen Fahrer und einer automatisierten Fahrt zu wechseln. Hierbei werden Charakteristiken des Fahrers bei seiner manuellen Fahrt gelernt und bei der automatisierten Fahrt wiederverwendet.
Es ist Aufgabe der Erfindung, das Validieren einer automatisierenden Fahrfunktion für ein Fahrzeug effizienter zu gestalten.
Die Erfindung ergibt sich aus den Merkmalen der unabhängigen Ansprüche. Vorteilhafte Weiterbildungen und Ausgestaltungen sind Gegenstand der abhängigen Ansprüche.
Ein erster Aspekt der Erfindung betrifft ein Verfahren, insbesondere ein computerimplementiertes Verfahren, zum Validieren einer automatisierenden Fahrfunktion für ein Fahrzeug, aufweisend die Schritte:
- Bereitstellen von Daten einer Vielzahl von ausgewählten real existierenden Verkehrsbereichen innerhalb eines vorgegebenen geographischen Gebiets, insbesondere innerhalb einer Stadt,
- Vergleichen der Daten der ausgewählten real existierenden Verkehrsbereiche mit Daten einer Vergleichsdatenbank mittels einer Vergleichsmetrik, wobei die Vergleichsdatenbank
zur Validierung geeignete Daten über vorgegebene Verkehrsbereiche aufweist, wobei die Vergleichsmetrik ein Maß für eine Abweichung zwischen den jeweiligen Daten ist und zumindest eine geometrische Ähnlichkeit des jeweiligen real existierenden Verkehrsbereichs zu dem jeweiligen vorgegebenen Verkehrsbereich der Vergleichsdatenbank berücksichtigt,
- Markieren in der Vergleichsdatenbank derjenigen Daten als bereits für die Validierung verwendet, die bereits für die Validierung verwendet wurden, und
- Validieren der automatisierenden Fahrfunktion durch Simulation lediglich auf Basis der Daten derjenigen Verkehrsbereiche der Vergleichsdatenbank, für die die jeweilige Vergleichsmetrik als Ergebnis des Vergleichs der jeweiligen Daten einen vorgegebenen Grenzwert überschreitet und die noch nicht als bereits für die Validierung verwendet markiert sind.
Das vorgegebene geographische Gebiet ist bevorzugt ein solches Gebiet, auf das der Betrieb von automatisierten bis hin zu voll autonomen Lieferfahrzeugen, Robotertaxis, automatisierten öffentlichen Verkehrsmitteln und ähnlichen Fahrzeugen beschränkt ist.
Beim Vergleich der Daten auf ihre geometrische Ähnlichkeit wird insbesondere die Kontur von Straßen in den Verkehrsbereichen verglichen. Liegt beispielsweise sowohl in der Vergleichsdatenbank als auch in dem ausgewählten real existierenden Verkehrsbereich eine Kreuzung mit vier Kreuzungsarmen vor, liegt ein geometrisch ähnlicher Verkehrsbereich vor. Dabei wird algorithmisch eine drehende Matrix-Transformation zumindest einer der Datensätze vorgenommen, da eine unterschiedliche Ausrichtung gegenüber den Himmelsrichtungen naturgemäß keine Rolle spielt. Die Metrik kann jedoch noch weitere Parameter berücksichtigen, bevorzugt die räumliche Ausdehnung der betrachteten Verkehrsbereiche, sodass beispielsweise nicht ein Autobahnkreuz zu einer gedrängten Straßenkreuzung von Nebenstraßen eines Vororts als ähnlich eingestuft wird. Auch wenn die geometrischen Konturen ähnlich sind, unterscheiden sich die Größenverhältnisse und die angebrachte Fahrweise in diesen jeweiligen Bereichen völlig.
Die Vergleichsmetrik basiert strukturell insbesondere auf der Summe von Differenzen von einzelnen Vergleichswerten oder von Termen abhängig von den Differenzen; beispielsweise wird die Vergleichsmetrik aus der Summe der Quadrate von Differenzen einzelner Vergleichswerte berechnet. Die einzelnen möglichen Vergleichswerte der Differenzen werden im Folgenden näher beschrieben. Beispielsweise ist ein Summenterm der Vergleichsmetrik ein Maß für die geometrische Abweichung der Konturen nach einer entsprechenden Rotation der Verkehrsbereiche, sodass sie möglichst aufeinanderliegen, ein
weiterer Summenterm der Vergleichsmetrik ein Maß für die räumliche Ausdehnung des betrachteten Verkehrsbereichs, und ein dritter Summenterm ein Maß für die Fahrstreifenbreite in dem betrachteten Verkehrsbereich.
Die Vergleichsdatenbank weist zur Validierung geeignete Daten auf. Vorteilhaft erfolgt eine Überprüfung, welche grundsätzlich verfügbaren Daten zur Validierung geeignet sind. So werden bevorzugt nicht alle verfügbaren Daten auch für eine Validierung herangezogen, sondern den Vorgaben einer jeweiligen Validierung (die sich auch aus den Randbedingungen der jeweiligen Fahrfunktion ergeben) nach ausgewählt, um für eine Validierung einer Fahrfunktion verwendet zu werden, oder andernfalls verworfen.
So erhält die Vergleichsmetrik einen numerischen Wert, der mit einem vorgegebenen Grenzwert verglichen werden kann. Unterschreitet die Vergleichsmetrik diesen Grenzwert, so ist von geringer Abweichung zwischen den Daten des jeweiligen ausgewählten real existierenden Verkehrsbereichs und den Daten aus der Vergleichsdatenbank bezüglich des abgespeicherten Verkehrsbereichs auszugehen. Wurde eine Validierung der automatisierenden Fahrfunktion auf Basis der Daten aus der Vergleichsdatenbank für den betrachteten Verkehrsbereich bereits durchgeführt, ist keine erneute Validierung mehr notwendig. Eine physische Fahrt eines Fahrzeugs zur Validierung im real existierenden Verkehrsbereich oder eine erneute Simulation zur Validierung ist daher nicht mehr notwendig. Andernfalls wird auf Basis der Daten des real existierenden Verkehrsbereichs eine Validierung durchgeführt, wobei diese Daten in die Vergleichsdatenbank aufgenommen werden können, als validiert markiert und für spätere Vergleiche herangezogen werden können.
Bevorzugt werden daher die Daten eines jeweiligen aktuell betrachteten der ausgewählten real existierenden Verkehrsbereiche als neuer Datensatz in die Vergleichsdatenbank eingespeichert, wenn der Vergleich der Daten ergibt, dass ein solcher Verkehrsbereich mangels ausreichender Ähnlichkeit noch nicht validiert wurde. Dafür sind typischerweise neue Daten zu erheben, die die jeweiligen ausgewählten real existierenden Verkehrsbereiche näher beschreiben, um vollständige, für die Validierung notwendige, Daten zu erhalten. Nach der Simulation zum Zwecke der oben genannten Validierung wird jedoch dann der neue Datensatz der Vergleichsdatenbank als "bereits für eine Validierung verwendet" markiert und kann zum Vergleich mit neuen Daten von real existierenden Verkehrsbereichen mittels der Vergleichsmetriken herangezogen werden. Außerdem kann auf Basis dieser Daten, für die mangels ausreichender Ähnlichkeit zu den Daten der Vergleichsdatenbank noch keine Validierung durchgeführt wurde, direkt die Simulation zum
Validieren der automatisierenden Fahrfunktion erfolgen.
Es ist daher eine vorteilhafte Wirkung der Erfindung, dass besonders effizient gezielt real existierende Verkehrsbereiche ausgewählt werden, die Schlüsselstellen darstellen und die Effizienz bei der Validierung dadurch erhöht wird, dass solche markanten Verkehrsbereiche nicht redundant für eine Validierung ausgewertet werden, sondern Ähnlichkeiten und Analogien ausgenutzt werden, um lediglich noch nicht validierte Verhältnisse zu erfassen.
Gemäß einer vorteilhaften Ausführungsform werden die real existierenden Verkehrsbereiche aus zumindest einer der folgenden Schlüsselstellen ausgewählt:
- Kreuzung mehrerer Straßen,
- Kreisverkehr,
- Änderungen der Fahrstreifenbreite, insbesondere Verengung der Fahrstreifenbreite,
- Änderungen der Anzahl der Fahrstreifen,
- Änderung der hochstzulässigen Geschwindigkeit,
- Fußgängerüberweg,
- Kurven mit Winkeländerungen größer als 50°, insbesondere größer als 70°,
- Sackgasse.
Gemäß einer weiteren vorteilhaften Ausführungsform wird das vorgegebene geographische Gebiet in Abschnitte unterteilt, und wenn nur eine der Schlüsselstellen in einem jeweiligen der Abschnitte vorliegt, wird der jeweilige ausgewählte real existierende Verkehrsbereich auf die örtliche Ausdehnung der einzelnen Schlüsselstelle begrenzt; wenn dagegen eine weitere Schlüsselstelle in dem jeweiligen Abschnitt vorliegt, wird der jeweilige ausgewählte real existierende Verkehrsbereich so gewählt, dass er beide Schlüsselstellen umfasst.
So werden die ausgewählten real existierenden Verkehrsbereiche effizient auf diejenigen Szenarien begrenzt, die eine besondere Situation darstellen und für die eine Validierung besonders relevant ist. Insbesondere werden dann in einem Abschnitt mehrere der oben genannten Schlüsselstellen zu einem ausgewählten real existierenden Verkehrsbereich zusammengefasst, wenn diese Schlüsselstellen einen wechselseitigen Einfluss aufeinander ausüben, der in der Validierung vorteilhaft berücksichtigt wird.
Gemäß einer weiteren vorteilhaften Ausführungsform werden Radien der Abschnitte, in die das vorgegebene geographische Gebiet unterteilt wird, abhängig von einer jeweiligen örtlich geltenden Geschwindigkeitsbegrenzung gewählt.
Gemäß einer weiteren vorteilhaften Ausführungsform weist das Verfahren weiterhin den Schritt auf:
- Anpassen der automatisierenden Fahrfunktion durch Trainieren mit den Daten eines der Verkehrsbereiche der Vergleichsdatenbank, wenn die Validierung in diesem Verkehrsbereich negativ ausfällt.
Gemäß einer weiteren vorteilhaften Ausführungsform werden die übrigen Verkehrsbereiche zwischen den ausgewählten real existierenden Verkehrsbereichen innerhalb des vorgegebenen geographischen Gebiets als jeweilige aus einer vorgegebenen Menge von Standardszenarien ausgewählte modelliert, und die Validierung der automatisierenden Fahrfunktion erfolgt für die übrigen Verkehrsbereiche ergänzend auf Basis des jeweiligen modellierten Standardszenarios, insbesondere eines aus: Geradeausfahrt, Kurvenfahrt mit einem Kurvenradius kleiner als 50°.
Sind alle ausgewählten Verkehrsbereiche und die übrigen Verkehrsbereiche validiert, so ist das komplette geographische Gebiet für das Fahrzeug validiert und es kann ein sicherer Betrieb des Fahrzeugs automatisiert bis autonom gewährleistet werden.
Gemäß einer weiteren vorteilhaften Ausführungsform umfasst die Validierung mittels Simulation virtuelle Modelle von Verkehrsagenten, insbesondere von anderen Straßenverkehrsteilnehmern.
Die Verkehrsagenten sind für sich abgeschlossene Einheiten, die bei einer agentenbasierten Simulation die Rolle von selbstständig reagierenden und agierenden Einheiten wie Straßenverkehrsteilnehmer übernehmen. Diese sind entscheidend bei einer Validierung, da deren Verhalten nur während ihres Handelns selbst sensorisch erfasst werden kann, jedoch nicht im Voraus, da deren Absichten für das zu validierende Fahrzeug nicht bekannt sind.
Gemäß einer weiteren vorteilhaften Ausführungsform berücksichtigt die Vergleichsmetrik neben der geometrischen Ähnlichkeit zumindest eines aus den folgenden:
- Winkel zwischen einzelnen Verzweigungen von Straßen;
- Fahrstreifenbreite;
- Verkehrsschilder;
- sich aus der Situation ergebende, aber nicht durch Schilder vorgeschriebene, Verkehrsregeln;
- Veränderungen in den Verkehrsbereichen, insbesondere mindestens eines aus: Baustelle, parkendes Fahrzeug, bauliche Situationsänderungen;
- seitliche Fahrbahnneigung;
- längsgerichtete Fahrbahnsteigung;
- Randbebauung und/oder die sich daraus ergebenden Verdeckungen;
- Ausrichtung des Verkehrsbereichs;
- Verkehrsdichte im jeweiligen Verkehrsbereich.
Gemäß einer weiteren vorteilhaften Ausführungsform weist das Verfahren weiterhin den Schritt auf:
- Hinzufügen der Daten über den jeweiligen ausgewählten real existierenden Verkehrsbereich zur Vergleichsdatenbank, für die die jeweilige Vergleichsmetrik als Ergebnis des Vergleichs der jeweiligen Daten einen vorgegebenen Grenzwert überschreitet und deren Daten noch nicht validiert wurden.
Sind diese Daten über den jeweiligen ausgewählten real existierenden Verkehrsbereich anschließend in einer Simulation validiert, können Sie zur Vergleichsdatenbank hinzugefügt werden und als validiert markiert werden. Für den nächsten zu untersuchenden ausgewählten real existierenden Verkehrsbereich stellt der vorangegangene Datensatz daher ein Objekt für den Vergleich dar, für den wieder mithilfe der Vergleichsmetrik eine Abweichung ermittelt wird und bei Unterschreiten eines Grenzwerts dieser Abweichung nicht noch einmal eine Validierung vorgenommen werden muss. So wird vorteilhaft die Vergleichsdatenbank mit einzigartigen Daten für Verkehrsbereiche kontinuierlich erweitert, ohne dass redundante Validierungen vorgenommen werden müssen, sondern nur noch Validierungen für signifikant andersartige Verkehrsbereiche.
Gemäß einer weiteren vorteilhaften Ausführungsform umfasst die Vergleichsdatenbank anfangs keine Daten und wird von Grund auf mit denjenigen Daten von ausgewählten real existierenden Verkehrsbereichen schrittweise aufgebaut, für die die jeweilige Vergleichsmetrik als Ergebnis des Vergleichs der jeweiligen Daten einen vorgegebenen Grenzwert überschreitet und deren Daten noch nicht validiert wurden.
Alternativ dazu oder zusätzlich dazu werden die Daten in der Vergleichsdatenbank durch externe Informationen gespeist bzw. vervollständigt, wie Informationen aus stationären Kameras, Drohnenbilder, manuelle Informationseingaben, etc.;
Ein weiterer Aspekt der Erfindung betrifft eine Vorrichtung zur Datenverarbeitung,
umfassend einen Prozessor, der so angepasst ist, dass er das Verfahren wie oben und im Folgenden beschrieben ausführt.
Ein weiterer Aspekt der Erfindung betrifft ein Computerprogramm, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das Verfahren wie oben und im Folgenden beschrieben auszuführen.
Ein weiterer Aspekt der Erfindung betrifft ein computerlesbares Speichermedium, umfassend Befehle, die bei der Ausführung durch einen Computer diesen veranlassen, das Verfahren wie oben und im Folgenden beschrieben auszuführen.
Vorteile und bevorzugte Weiterbildungen der vorgeschlagenen Vorrichtung, des Computerprogramms sowie des computerlesbaren Speichermediums ergeben sich durch eine analoge und sinngemäße Übertragung der im Zusammenhang mit dem vorgeschlagenen Verfahren vorstehend gemachten Ausführungen.
Weitere Vorteile, Merkmale und Einzelheiten ergeben sich aus der nachfolgenden Beschreibung, in der - gegebenenfalls unter Bezug auf die Zeichnung - zumindest ein Ausführungsbeispiel im Einzelnen beschrieben ist. Gleiche, ähnliche und/oder funktionsgleiche Teile sind mit gleichen Bezugszeichen versehen.
Es zeigen:
Fig. 1 : Ein Verfahren zum Validieren einer automatisierenden Fahrfunktion für ein Fahrzeug gemäß einem Ausführungsbeispiel der Erfindung.
Fig. 2: Ein geographisches Gebiet, welches Gegenstand des Verfahrens nach Fig. 1 ist.
Fig. 3: Datenbanken für Daten zum Validieren der automatisierenden Fahrfunktion.
Die Darstellungen in den Figuren sind schematisch und nicht maßstäblich.
Fig. 1 zeigt ein computerimplementiertes Verfahren zum Validieren einer automatisierenden Fahrfunktion für ein Fahrzeug. In einem ersten Schritt erfolgt das Bereitstellen S1 von Daten einer Vielzahl von ausgewählten real existierenden Verkehrsbereichen 1 innerhalb eines vorgegebenen geographischen Gebiets 3, welches das Innenstadtgebiet einer Stadt ist. Ein solches geographisches Gebiet 3 ist in der Fig. 2 dargestellt, welches das für ein
Robotertaxi relevante Gebiet ist und in dem das Robotertaxi seinen Dienst ausüben wird. Daher sind in der folgenden Beschreibung auch die Bezugszeichen und der Aufbau der Fig. 2 heranzuziehen für die Beschreibung der Fig. 1. Die real existierenden Verkehrsbereiche 1 werden danach ausgewählt, ob an diesen Schlüsselstellen vorhanden sind, die für eine Validierung der Fahrfunktion relevant sind. Solche Schlüsselstellen betreffen unter anderem Kreuzungen mit mehreren Straßen, Kreisverkehre, Änderungen der Fahrstreifenbreite, insbesondere Verengung der Fahrstreifenbreite, Änderungen der Anzahl der Fahrstreifen, Änderungen der hochstzulässigen Geschwindigkeit, Fußgängerüberwege, Kurven mit Winkeländerungen größer als 50°, insbesondere größer als 70°, und Sackgassen. In der Fig. 2 sind drei solcher Verkehrsbereiche 1 beispielhaft eingezeichnet, wobei in der Realität deutlich mehr verwendet werden können. Eine Vergleichsdatenbank ist anfänglich komplett frei von Daten und wird im Rahmen der folgenden Schritte mit Daten befüllt. Für den ersten betrachteten real existierenden Verkehrsbereich 1 erfolgt demnach kein Vergleich, sondern dieser wird unmittelbar validiert. Nach erfolgter Validierung werden die validierten Daten des Verkehrsbereichs 1 in die Vergleichsdatenbank überführt und dort als validiert markiert. Ab dann erfolgt ein Vergleichen S2 der Daten der weiteren ausgewählten real existierenden Verkehrsbereiche 1 mit Daten der Vergleichsdatenbank mittels einer Vergleichsmetrik, wobei die Vergleichsdatenbank zur Validierung geeignete Daten über vorgegebene Verkehrsbereiche 1 aufweist und die Vergleichsmetrik ein Maß für eine Abweichung zwischen den jeweiligen Daten ist und zumindest eine geometrische Ähnlichkeit des jeweiligen real existierenden Verkehrsbereichs 1 zu dem jeweiligen vorgegebenen Verkehrsbereich 1 der Vergleichsdatenbank berücksichtigt. Ferner werden berücksichtigt: Winkel zwischen einzelnen Verzweigungen von Straßen; Fahrstreifenbreite; Verkehrsschilder; sich aus der Situation ergebende, aber nicht durch Schilder vorgeschriebene, Verkehrsregeln; Veränderungen in den Verkehrsbereichen 1 , insbesondere mindestens eines aus: Baustelle, parkendes Fahrzeug, bauliche Situationsänderungen; seitliche Fahrbahnneigung; längsgerichtete Fahrbahnsteigung; Randbebauung und/oder die sich daraus ergebenden Verdeckungen; Ausrichtung des Verkehrsbereichs 1 ; sowie eine durchschnittliche Verkehrsdichte im jeweiligen Verkehrsbereich 1. Je mehr Daten in der Vergleichsdatenbank abgelegt sind, umso mehr Vergleiche mittels der Vergleichsmetriken werden durchgeführt. Es erfolgt immer dann ein Markieren S3 in der Vergleichsdatenbank derjenige Daten als bereits für die Validierung verwendet, die nach einem solchen Vergleich für die Validierung verwendet wurden, wobei das Validieren S4 der automatisierenden Fahrfunktion durch Simulation lediglich auf Basis der Daten derjenigen Verkehrsbereiche 1 der Vergleichsdatenbank erfolgt, für die die jeweilige Vergleichsmetrik als Ergebnis des Vergleichs der jeweiligen Daten einen vorgegebenen Grenzwert überschreitet und die noch nicht als bereits für die Validierung verwendet markiert sind. Scheitert
eine Validierung für die Daten eines betrachteten Verkehrsbereichs 1 , erfolgt ein Anpassen S5 der automatisierenden Fahrfunktion durch Trainieren mit den Daten des betrachteten Verkehrsbereichs 1 der Vergleichsdatenbank. Die übrigen Verkehrsbereiche zwischen den ausgewählten real existierenden Verkehrsbereichen 1 werden ferner innerhalb des vorgegebenen geographischen Gebiets 3 als jeweilige aus einer vorgegebenen Menge von Standardszenarien ausgewählte modelliert, und die Validierung der automatisierenden Fahrfunktion für die übrigen Verkehrsbereiche erfolgt ergänzend auf Basis des jeweiligen modellierten Standardszenarios, insbesondere eines aus: Geradeausfahrt, Kurvenfahrt mit einem Kurvenradius kleiner als 50°; sodass das geographische Gebiet 3 als vollständig validiert gelten kann. Daten über den jeweiligen ausgewählten real existierenden Verkehrsbereich 1 werden wiederum zur Vergleichsdatenbank hinzugefügt, für die die jeweilige Vergleichsmetrik als Ergebnis des Vergleichs der jeweiligen Daten einen vorgegebenen Grenzwert überschreitet und deren Daten noch nicht validiert wurden.
Fig. 2 zeigt ein solches beispielhaftes geographisches Gebiet 3, welches einem abgegrenzten Innenstadtgebiet einer Stadt entspricht und sich an dem vorgegebenen Aktionsradius eines Robotertaxis orientiert.
Fig. 3 zeigt eine ersten Datenbank A und eine zweite Datenbank B. Die erste Datenbank entspricht dabei den bereitgestellten Daten für die ausgewählten real existierenden Verkehrsbereiche 1 , während die zweite Datenbank B der Vergleichsdatenbank entspricht. Die Daten der Vergleichsdatenbank B werden dabei kontinuierlich um Daten von Verkehrsbereichen 1 erweitert, die zuvor noch nicht validiert wurden. Diese stehen anschließend für einen Vergleich bereit, sodass sie bei ausreichender Ähnlichkeit nicht noch einmal validiert werden müssen.
Bezugszeichenliste 1 ausgewählte Verkehrsbereiche
3 geographisches Gebiet
51 Bereitstellen
52 Vergleichen S3 Markieren
54 Validieren
55 Anpassen
56 Hinzufügen
Claims
1. Verfahren, insbesondere computerimplementiertes Verfahren, zum Validieren einer automatisierenden Fahrfunktion für ein Fahrzeug, aufweisend die Schritte:
- Bereitstellen (S1) von Daten einer Vielzahl von ausgewählten real existierenden Verkehrsbereichen (1) innerhalb eines vorgegebenen geographischen Gebiets (3), insbesondere innerhalb einer Stadt,
- Vergleichen (S2) der Daten der ausgewählten real existierenden Verkehrsbereiche (1) mit Daten einer Vergleichsdatenbank mittels einer Vergleichsmetrik, wobei die Vergleichsdatenbank zur Validierung geeignete Daten über vorgegebene Verkehrsbereiche (1) aufweist, wobei die Vergleichsmetrik ein Maß für eine Abweichung zwischen den jeweiligen Daten ist und zumindest eine geometrische Ähnlichkeit des jeweiligen real existierenden Verkehrsbereichs (1) zu dem jeweiligen vorgegebenen Verkehrsbereich (1) der Vergleichsdatenbank berücksichtigt,
- Markieren (S3) in der Vergleichsdatenbank derjenigen Daten als bereits für die Validierung verwendet, die bereits für die Validierung verwendet wurden, und
- Validieren (S4) der automatisierenden Fahrfunktion durch Simulation lediglich auf Basis der Daten derjenigen Verkehrsbereiche (1) der Vergleichsdatenbank, für die die jeweilige Vergleichsmetrik als Ergebnis des Vergleichs der jeweiligen Daten einen vorgegebenen Grenzwert überschreitet und die noch nicht als bereits für die Validierung verwendet markiert sind.
2. Verfahren nach Anspruch 1 , wobei die real existierenden Verkehrsbereiche (1) aus zumindest einer der folgenden Schlüsselstellen ausgewählt werden:
- Kreuzung mehrerer Straßen,
- Kreisverkehr,
- Änderungen der Fahrstreifenbreite, insbesondere Verengung der Fahrstreifenbreite,
- Änderungen der Anzahl der Fahrstreifen,
- Änderung der hochstzulässigen Geschwindigkeit,
- Fußgängerüberweg,
- Kurven mit Winkeländerungen größer als 50°, insbesondere größer als 70°,
- Sackgasse.
3. Verfahren nach Anspruch 2, wobei das vorgegebene geographische Gebiet (3) in Abschnitte unterteilt wird, und
wenn nur eine der Schlüsselstellen in einem jeweiligen der Abschnitte vorliegt, der jeweilige ausgewählte real existierende Verkehrsbereich auf die örtliche Ausdehnung der einzelnen Schlüsselstelle begrenzt wird, und wenn eine weitere Schlüsselstelle in dem jeweiligen Abschnitt vorliegt, der jeweilige ausgewählte real existierende Verkehrsbereich so gewählt, dass er beide Schlüsselstellen umfasst. Verfahren nach Anspruch 3, wobei Radien der Abschnitte, in die das vorgegebene geographische Gebiet (3) unterteilt wird, abhängig von einer jeweiligen örtlich geltenden Geschwindigkeitsbegrenzung gewählt werden. Verfahren nach einem der vorhergehenden Ansprüche, weiterhin aufweisend den Schritt:
- Anpassen (S5) der automatisierenden Fahrfunktion durch Trainieren mit den Daten eines der Verkehrsbereiche (1) der Vergleichsdatenbank, wenn die Validierung in diesem Verkehrsbereich (1) negativ ausfällt. Verfahren nach einem der vorhergehenden Ansprüche, wobei die übrigen Verkehrsbereiche zwischen den ausgewählten real existierenden Verkehrsbereichen (1) innerhalb des vorgegebenen geographischen Gebiets (3) als jeweilige aus einer vorgegebenen Menge von Standardszenarien ausgewählte modelliert werden, und die Validierung der automatisierenden Fahrfunktion für die übrigen Verkehrsbereiche ergänzend auf Basis des jeweiligen modellierten Standardszenarios erfolgt, insbesondere eines aus: Geradeausfahrt, Kurvenfahrt mit einem Kurvenradius kleiner als 50°. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Validierung mittels Simulation virtuelle Modelle von Verkehrsagenten umfasst, insbesondere von anderen Straßenverkehrsteilnehmern. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Vergleichsmetrik neben der geometrischen Ähnlichkeit zumindest eines aus den folgenden berücksichtigt:
- Winkel zwischen einzelnen Verzweigungen von Straßen;
- Fahrstreifenbreite;
- Verkehrsschilder;
- sich aus der Situation ergebende, aber nicht durch Schilder vorgeschriebene,
Verkehrsregeln;
- Veränderungen in den Verkehrsbereichen (1), insbesondere mindestens eines aus: Baustelle, parkendes Fahrzeug, bauliche Situationsänderungen;
- seitliche Fahrbahnneigung;
- längsgerichtete Fahrbahnsteigung;
- Randbebauung und/oder die sich daraus ergebenden Verdeckungen;
- Ausrichtung des Verkehrsbereichs (1);
- durchschnittliche Verkehrsdichte im jeweiligen Verkehrsbereich (1). Verfahren nach einem der vorhergehenden Ansprüche, weiterhin aufweisend den Schritt:
- Hinzufügen (S6) der Daten über den jeweiligen ausgewählten real existierenden Verkehrsbereich (1) zur Vergleichsdatenbank, für die die jeweilige Vergleichsmetrik als Ergebnis des Vergleichs der jeweiligen Daten einen vorgegebenen Grenzwert überschreitet und deren Daten noch nicht validiert wurden. Verfahren nach Anspruch 9, wobei die Vergleichsdatenbank anfangs keine Daten umfasst und von Grund auf mit denjenigen Daten von ausgewählten real existierenden Verkehrsbereichen (1) schrittweise aufgebaut wird, für die die jeweilige Vergleichsmetrik als Ergebnis des Vergleichs der jeweiligen Daten einen vorgegebenen Grenzwert überschreitet und deren Daten noch nicht validiert wurden. Vorrichtung zur Datenverarbeitung, umfassend einen Prozessor, der so angepasst ist, dass er das Verfahren nach einem der vorhergehenden Ansprüche ausführt. Computerprogramm, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das Verfahren einem der Ansprüche 1 bis 10 auszuführen. Computerlesbares Speichermedium, umfassend Befehle, die bei der Ausführung durch einen Computer diesen veranlassen, das Verfahren einem der Ansprüche 1 bis 10 auszuführen.
14
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102021208476.1A DE102021208476A1 (de) | 2021-08-04 | 2021-08-04 | Validieren einer automatisierenden Fahrfunktion für ein Fahrzeug |
| PCT/EP2022/068025 WO2023011813A1 (de) | 2021-08-04 | 2022-06-30 | Validieren einer automatisierenden fahrfunktion für ein fahrzeug |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| EP4381393A1 true EP4381393A1 (de) | 2024-06-12 |
Family
ID=82655129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| EP22744403.1A Pending EP4381393A1 (de) | 2021-08-04 | 2022-06-30 | Validieren einer automatisierenden fahrfunktion für ein fahrzeug |
Country Status (3)
| Country | Link |
|---|---|
| EP (1) | EP4381393A1 (de) |
| DE (1) | DE102021208476A1 (de) |
| WO (1) | WO2023011813A1 (de) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102023211927A1 (de) * | 2023-11-29 | 2025-06-05 | Fca Us Llc | Optimierung der Mikro-Validierung automatisierter Fahrzeuge in urbanen Verkehrsräumen |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9304515B2 (en) | 2014-04-24 | 2016-04-05 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Regional operation modes for autonomous vehicles |
| CN107207010B (zh) | 2015-03-31 | 2019-10-18 | 日立汽车系统株式会社 | 自动驾驶控制装置 |
| WO2018006082A2 (en) | 2016-07-01 | 2018-01-04 | Uber Technologies, Inc. | Autonomous vehicle control using submaps |
| RU2741125C1 (ru) | 2017-07-27 | 2021-01-22 | Ниссан Мотор Ко., Лтд. | Способ помощи при вождении и устройство помощи при вождении |
| DE102018213844A1 (de) | 2018-08-17 | 2020-02-20 | Robert Bosch Gmbh | Verfahren zum Testen einer zumindest teilautomatisierten Fahrfunktion für Kraftfahrzeuge |
| US11625513B2 (en) * | 2019-09-27 | 2023-04-11 | Zoox, Inc. | Safety analysis framework |
-
2021
- 2021-08-04 DE DE102021208476.1A patent/DE102021208476A1/de active Pending
-
2022
- 2022-06-30 EP EP22744403.1A patent/EP4381393A1/de active Pending
- 2022-06-30 WO PCT/EP2022/068025 patent/WO2023011813A1/de not_active Ceased
Also Published As
| Publication number | Publication date |
|---|---|
| DE102021208476A1 (de) | 2023-02-09 |
| WO2023011813A1 (de) | 2023-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102018203583B4 (de) | Verfahren, Fahrerassistenzsystem sowie Kraftfahrzeug zur Prädiktion einer Position oder einer Trajektorie mittels eines graphbasierten Umgebungsmodells | |
| DE102017213634A1 (de) | Verfahren und Vorrichtung für die Durchführung von virtuellen Tests in einer virtuellen Realitätsumgebung für ein autonom fahrendes Fahrzeug | |
| WO2018019454A1 (de) | Verfahren und vorrichtung zum ermitteln eines fahrbahnmodells für ein fahrzeugumfeld | |
| DE102016007899B4 (de) | Verfahren zum Betreiben einer Einrichtung zur Verkehrssituationsanalyse, Kraftfahrzeug und Datenverarbeitungseinrichtung | |
| DE102018116036A1 (de) | Training eines tiefen konvolutionellen neuronalen Netzwerks für individuelle Routen | |
| DE102019205892A1 (de) | Verfahren zum Betreiben eines Kraftfahrzeugs sowie Kraftfahrzeug, das dazu ausgelegt ist, ein derartiges Verfahren durchzuführen | |
| DE102015209186A1 (de) | Verfahren zur Ermittlung einer Beschreibung eines Fahrstreifens | |
| EP3063732A1 (de) | Situationsanalyse für ein fahrerassistenzsystem | |
| DE102020122356A1 (de) | Standortbasierter fahrzeugbetrieb | |
| DE102016207276A1 (de) | Verfahren zur Freigabe einer Fahrfunktion in einem Fahrzeug | |
| EP4027245A1 (de) | Computerimplementiertes verfahren zur bestimmung von ähnlichkeitswerten von verkehrsszenarien | |
| WO2023280409A1 (de) | Virtuelle testumgebung für ein fahrassistenzsystem mit spieltheoretisch modellierten verkehrsteilnehmern | |
| DE112020003551T5 (de) | Straßenkurvenerzeugung in Bildern der realen Welt als ein Verfahren zur Datenaugmentierung | |
| DE102019107329A1 (de) | Aktionskonditionierte fahrzeugsteuerung | |
| EP4381393A1 (de) | Validieren einer automatisierenden fahrfunktion für ein fahrzeug | |
| DE102021110812A1 (de) | Verfahren, System und Computerprogramm zum Entwickeln, Absichern, Trainieren und/oder Betreiben eines Fahrzeugsystems | |
| DE102022116564A1 (de) | Verfahren, System und Computerprogrammprodukt zur Bewertung von Testfällen zum Testen und Trainieren eines Fahrerassistenzsystems (ADAS) und/oder eines automatisierten Fahrsystems (ADS) | |
| DE102019215656B4 (de) | Verfahren zum Bewerten einer ausgewählten Route, Routenbewertungssystem und Computerprogramm | |
| DE102020212347A1 (de) | Verfahren zum Evaluieren eines Verfahrens für eine Steuerung einer zumindest teilautomatisierten mobilen Plattform | |
| DE102023129397A1 (de) | Verfahren und System zur Identifikation von repräsentativen Streckenabschnitten | |
| DE102023116152A1 (de) | Protolane zur Prüfung der Absicht eines autonomen Fahrzeugs | |
| DE102014204933A1 (de) | Verfahren und eine Vorrichtung zur Erzeugung eines Segmentierungs-Layers | |
| DE102022210882A1 (de) | Verfahren zum Erkennen einer Abstellmöglichkeit eines Fahrzeuges, Computerprogrammprodukt sowie System | |
| DE102021208187A1 (de) | Verfahren zum Bereitstellen von Trainingsdaten zum Anlernen eines künstlichen neuronalen Netzes, Verfahren zum Anlernen eines künstlichen neuronalen Netzes, Computerprogrammprodukt und Datenstruktur | |
| WO2022122553A1 (de) | Vergleich digitaler repräsentationen von fahrsituationen eines fahrzeugs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| STAA | Information on the status of an ep patent application or granted ep patent |
Free format text: STATUS: UNKNOWN |
|
| STAA | Information on the status of an ep patent application or granted ep patent |
Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE |
|
| 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: REQUEST FOR EXAMINATION WAS MADE |
|
| 17P | Request for examination filed |
Effective date: 20240115 |
|
| 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 |
|
| DAV | Request for validation of the european patent (deleted) | ||
| DAX | Request for extension of the european patent (deleted) |