EP4402550A1 - Verfahren zum erweitern eines informationsclusters sowie verfahren zum betreiben einer fahrzeugflotte, elektronisches trajektorienerzeugungssystem, fahrzeugflottensystem und computerprogrammprodukt - Google Patents

Verfahren zum erweitern eines informationsclusters sowie verfahren zum betreiben einer fahrzeugflotte, elektronisches trajektorienerzeugungssystem, fahrzeugflottensystem und computerprogrammprodukt

Info

Publication number
EP4402550A1
EP4402550A1 EP22764691.6A EP22764691A EP4402550A1 EP 4402550 A1 EP4402550 A1 EP 4402550A1 EP 22764691 A EP22764691 A EP 22764691A EP 4402550 A1 EP4402550 A1 EP 4402550A1
Authority
EP
European Patent Office
Prior art keywords
trajectory
vehicle
information
actual
comparison
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
EP22764691.6A
Other languages
English (en)
French (fr)
Inventor
Niklas KOCH
Jana Seeland
Christian Hopp
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.)
Volkswagen AG
Original Assignee
Volkswagen AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Volkswagen AG filed Critical Volkswagen AG
Publication of EP4402550A1 publication Critical patent/EP4402550A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/027—Parking aids, e.g. instruction means
    • B62D15/0285—Parking performed automatically
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P1/00—Details of instruments
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads

Definitions

  • a trajectory is learned in a learning process. This can then be intercepted by the vehicle.
  • trajectories are introduced locally with the vehicle (“teaching”) and used for driving away again (“redrive”) with the same vehicle.
  • the trajectory needs a reference point and a way of locating the vehicle with respect to the trajectory.
  • a lane can be taught to a fixed end position during trained parking.
  • the vehicle can later automatically drive along the taught route.
  • the driver can be inside or outside the vehicle, or the vehicle can drive autonomously.
  • Trajectories or portions of trajectories without a location reference cannot currently be used by other vehicles.
  • vehicles that cannot record their absolute position using conventional methods cannot use trajectories with a fixed location reference and the functions associated with them. This can be the case, for example, when the vehicle is in a tunnel, a parking garage without special infrastructure, or an area with GPS shadowing.
  • DE 102017 112 386 A1 discloses a method for providing stored data of a trained parking process for executing at least one subsequent parking process using the data, the data of the trained parking process being generated by performing the complete parking process or at least part of the parking process with a vehicle .
  • DE 102016211 180 A1 discloses a method for carrying out an automated drive of a vehicle along a provided trajectory. At least one stored trajectory can be used for a current position of the vehicle.
  • DE 102018 113 314 A1 discloses a method for operating a driver assistance system in which a motor vehicle is at least partially automated.
  • a trajectory for automatically guiding the motor vehicle along the trajectory can be learned in a learning mode. After that, the motor vehicle can be guided automatically along the learned trajectory in an operating mode that follows the learning mode.
  • DE 102019203 187 A1 discloses a parking assistance device for assisting a driver of a motor vehicle during a parking process.
  • Case 1 Only data are available that do not have a fixed location reference. This means that different trajectories from different sources cannot be processed.
  • Imprecise location reference means that, for example, localization within a parking deck is possible, but it is not possible to determine exactly which level of the parking garage is involved.
  • Temporary location reference means that, for example, when driving onto a ferry, the stored trajectory is only valid if the ferry is in port.
  • One aspect of the invention relates to a method for expanding an information cluster, which describes at least one trajectory class with at least one trajectory for driving a vehicle, comprising:
  • Generating an information-enhanced actual trajectory by assigning the at least one location-specific characteristic of the vehicle and/or the at least one vehicle-specific characteristic of the vehicle to the trajectory traveled through; Comparing the information-enhanced actual trajectory with at least one comparison trajectory in an evaluation unit, the at least one comparison trajectory being provided by at least one fleet vehicle of a vehicle fleet that is different from the vehicle;
  • the most varied and varied trajectories which were recorded by the most varied of vehicles in a vehicle fleet, in particular by the most varied of sensor systems, can be used more extensively by the vehicles in the vehicle fleet.
  • the proposed method can prevent trajectories that have inaccurate or missing information from being ignored or discarded or even deleted. Consequently, all available trajectories, which are provided by the vehicles in the vehicle fleet, can be processed in such a way that they can be used by the vehicles in the vehicle fleet.
  • trajectories previously classified as “bad” can still be used by the proposed method, so that it is prevented that such a “bad” trajectory is not thrown away or wasted.
  • an extensive and detailed collection of data from a wide variety of trajectories can be created, so that individual trajectories can be made available more accurately and precisely for vehicles, since the information-enhanced trajectory classes can be used to assign individual trajectories more efficiently, thereby providing additional information.
  • the proposed method can optionally be a computer-implemented method.
  • the recorded trajectory can be characterized by the at least one location-specific characteristic and/or the at least one vehicle-specific Characteristic to be expanded in their information content.
  • the generated actual trajectory thus contains more information and, in particular, more extensive information than the trajectory traveled through. Consequently, the quality of the actual trajectory can be increased, so that the actual trajectory can be referred to as an improved trajectory compared to the trajectory traveled through.
  • comprehensive and more user-friendly information can be made available.
  • This actual trajectory can also be used to provide the vehicle with additional information regarding the trajectory traveled through, so that the vehicle can expand its stored information internally. This actual trajectory can also be made available to other vehicles in the vehicle fleet.
  • the trajectory traveled by the vehicle can be located clearly, in particular spatially, based on the associated information-enhanced actual trajectory, since, for example, additional data such as the location-specific and/or vehicle-specific characteristics are recorded in addition to location coordinates.
  • additional data such as the location-specific and/or vehicle-specific characteristics are recorded in addition to location coordinates.
  • a trajectory can therefore be created more extensively and, in particular, more intelligently. This can be understood as an information-enhanced actual trajectory.
  • This additional information regarding the location-specific characteristic and/or the vehicle-specific characteristic can be added to the respective trajectory as additional data.
  • This additional data can be used, for example, to locate the vehicle later, to verify or check a position of the vehicle, or to compare trajectories.
  • the proposed method can be used to bring together and “match” a wide variety of trajectories using data recorded by the vehicle along the trajectory.
  • the location-specific and/or vehicle-specific characteristics can be detected or recorded synchronously with the trajectory traveled through.
  • trajectories can be compared and corrected based on the location-specific and/or vehicle-specific characteristics in order to obtain a fixed location reference for the trajectory and/or the vehicle, for example.
  • a separation sharpness of location-like trajectories with different location reference such as an unknown, an incorrect or an inaccurate trajectory, can be significantly improved.
  • the location-based data regarding the location-specific and/or vehicle-specific characteristics refer to the trajectory, a coordinate system, such as a parking garage coordinate system, or a global coordinate system, such as "WGS84".
  • the vehicle has traveled through or recorded the trajectory in an area in which no common or known vehicle localization is available. In this case, the trajectory would not be usable.
  • the proposed method can advantageously be used here, so that trajectories are made available across vehicles without a location reference, for example, and can be made usable by referencing semantics with regard to the location-specific and/or vehicle-specific characteristics.
  • the location-specific and/or vehicle-specific characteristics which can be used for localization along the trajectory, for example, can improve, support and/or verify an accuracy or quality of a classic or known localization method.
  • information such as the location-specific and/or vehicle-specific characteristics, which are not suitable for conventional global localization systems, are used.
  • the location-specific and/or vehicle-specific characteristics can be information without a global location reference, but which relates relatively to trajectories and/or other features.
  • the inclination angle and/or the acceleration of the vehicle can characteristically change in such a way that this information can be used for assigning features, ie as a location-specific or vehicle-specific characteristic.
  • features ie as a location-specific or vehicle-specific characteristic.
  • other characteristic features outside of the vehicle can also be used, which can be detected using environment sensors, such as cameras, ultrasonic sensors, radar sensors.
  • the trajectory traveled through can be 1 kilometer, 500 meters, 100 meters, 50 meters or 50 kilometers.
  • the trajectory can be an interval between 10 meters and 100 kilometers.
  • any values within this interval can be considered for the trajectory.
  • the trajectory traveled through can be short distances within a parking lot or parking area.
  • the trajectory traveled through can be understood as a route to a destination parking lot.
  • the trajectory has a starting point and an end point or target point.
  • the vehicle runs the trajectory from a starting point to an end point.
  • the trajectory traveled through by the vehicle can be referred to as a trajectory with possibly reduced suitability, which is less suitable based on cases 1 to 5 described above.
  • the location-specific and/or vehicle-specific characteristics can be recorded at least temporarily, in particular continuously, when or during driving or driving through the trajectory.
  • the location-specific and/or vehicle-specific characteristics can be recorded at any locations or positions between the starting point and the end point of the trajectory.
  • the location-specific and/or vehicle-specific characteristics can be detected at predetermined trajectory points that are located between the starting point and the end point of the trajectory.
  • the location-specific and/or vehicle-specific characteristics can be recorded at predetermined time intervals or time intervals. It is also conceivable that location-specific and/or vehicle-specific characteristics are continuously recorded while driving along the trajectory. It can also be specified that a specified number of location-specific and/or vehicle-specific characteristics are recorded as a function of a length and/or a type of trajectory.
  • An information cluster can be understood, for example, as any information or any data that expands or enriches a trajectory in terms of its information content.
  • an information cluster or cluster information can be understood to mean a location, a vehicle parameter such as a speed in a trajectory section, a steering angle, a pitch angle, a yaw angle, a roll angle or a lateral acceleration.
  • a course of the trajectory, a length of the trajectory, a number of curves within the trajectory and/or curve radii with respect to the trajectory can also be understood as an information cluster.
  • a variety of information can be understood under an information cluster, with which a Trajectory can be improved in terms of its information content and / or its information statement and thus expanded. The examples given are not to be understood as conclusive, but are only intended to provide an insight into the information cluster.
  • the location-specific and/or vehicle-specific characteristics can be transmitted or made available to the evaluation unit via communications connections.
  • the evaluation unit can, for example, be an evaluation system consisting of several units.
  • the evaluation unit can act as part of a backend or an electronic vehicle trajectory generation system. It is also conceivable that the evaluation unit is at least partially integrated in the vehicle.
  • the information-enhanced actual trajectory can be generated with the aid of the evaluation unit, which can be referred to as an electronic evaluation unit, for example. With the aid of the evaluation unit, the information-enhanced actual trajectory can be compared or evaluated or judged with at least one information-enhanced comparison trajectory.
  • the comparison trajectory can be understood, for example, as a reference trajectory or as a collection of trajectories provided by the other vehicles in the vehicle fleet.
  • all data provided by the vehicles in the vehicle fleet can be understood as a comparison trajectory, so that a comprehensive comparison trajectory can be made available.
  • the information-enhanced actual trajectory can, for example, be assigned to one of the at least two, in particular several, different and, for example, predefined trajectory classes with the aid of the evaluation unit.
  • the trajectory classes can be usage extension or suitability extension classes.
  • the information content of the information-enhanced actual trajectory and thus also the traveled trajectory of the vehicle can thus be expanded or improved.
  • the evaluation unit is used to classify or classify the actual trajectory.
  • this trajectory class can be expanded or improved in terms of its information content or its information cluster.
  • an improved, information-extended trajectory class can be generated by assigning the information-extended actual trajectory to an associated trajectory class. This can in turn be used for later trajectories by other vehicles. For example, driving dynamics information of the vehicle, such as braking, accelerating, lateral acceleration, ESP data, detection of ramps due to uphill and/or downhill gradients, vertical dynamics or an error path can be recorded as a location-specific characteristic.
  • a driving maneuver such as a characteristic route segment or driving maneuver that can only occur at certain points in a parking level, can also be recorded as a vehicle-specific characteristic.
  • a location-specific characteristic can be understood as information from an environment sensor system of a vehicle, such as a camera, an ultrasonic sensor, a radar sensor or a lidar sensor.
  • an identified environmental feature such as a landmark, a sign, a marker, an infrastructure, a floor marking, a parking space numbering, a bumper, a barrier, a charging station, a payment terminal, a toll station, a control station, a shop or a structure in the ground or a marker in the non-visible light range, or a lane marking, or a gas station, or a special curve, a traffic light or the condition of a road.
  • a recognized information infrastructure such as a WLAN network, a mobile radio network or RFID text can also be recorded as a location-specific characteristic.
  • the at least two trajectory classes are differentiated with regard to a driving location and/or a driving topic and/or a vehicle speed when driving on the vehicle and/or a type of roadway.
  • the differentiation or the categorization of the individual trajectory classes can be carried out by the evaluation unit or by an electronic processing unit or a control unit.
  • the evaluation unit is used to classify the trajectory classes based on location-specific and/or vehicle-specific and/or trajectory-specific characteristics. It can thus be achieved that the actual trajectory, which is compared with the comparison trajectory on the basis of the location-specific and/or vehicle-specific characteristics, can also be allocated to a matching trajectory class. By distinguishing between the trajectory classes, the most varied of trajectories can be specified using the most varied of characteristics and thus categorized.
  • the driving location means whether specific environmental features could be detected while driving through the trajectory.
  • the driving location can be understood to mean an enclosed driving location, such as in a tunnel or a multi-storey car park.
  • an unhoused driving such as driving on a country road or a motorway can be understood as a driving location.
  • a parking process or a maneuvering process can be differentiated from “free” driving, such as driving along a freeway or country road, under the driving theme.
  • the trajectory classes can be categorized according to whether a speed is greater than or equal to the speed threshold.
  • trajectory classes can be specified in such a way that an accurate and efficient classification of the most diverse trajectories can be carried out.
  • the driving location can be understood to mean a parking space at a service area or a parking space at a charging station or gas station.
  • the information-enhanced actual trajectory is based on the type of at least one characteristic and/or on at least the number of characteristics and/or on the basis of the trajectory to that effect an assessment is made as to which of the trajectory classes it belongs to.
  • the information-enhanced actual trajectory is evaluated using the evaluation unit, so that the evaluation unit can be used to carry out a differentiated assessment or evaluation of the actual trajectory.
  • the actual trajectory can be assessed on the basis of a wide variety of information and/or features and/or characteristics, so that an exact and/or precise categorization or classification of the actual trajectory can be carried out and thus the actual trajectory can be related to the actual trajectory corresponding trajectory class can be assigned.
  • the evaluation unit evaluates the actual trajectory to be evaluated using the type of location-specific characteristic and/or vehicle-specific characteristic and/or at least a number of location-specific characteristics and/or vehicle-specific characteristics.
  • the trajectory traveled through can also be taken into account for the assessment. For example, a starting point and/or an end point and/or an intermediate stop along the trajectory can be taken into account. A shape and/or a length and/or a duration of the traveled trajectory can also be taken into account.
  • the type and/or number of characteristics of the information-enhanced actual trajectory are compared with the type and/or number of characteristics of the at least one comparison trajectory of a trajectory, and then, if at least the type and/or the number are different, the information-enhanced actual trajectory is classified in at least this trajectory class.
  • the trajectories it can be achieved that in particular only those trajectories are classified in a trajectory class that provide added value. This can prevent, for example, a trajectory that has already been clearly assigned in the trajectory class from being added again. As a result, computing capacities can be reduced.
  • the actual trajectory can be compared with the comparison
  • Trajectory are compared to what extent these two trajectories differ in their location-specific and / or vehicle-specific characteristics. For example, it may be that the two trajectories are identical in their location-specific characteristics, but have a difference in their vehicle-specific characteristics. A certain added value for the trajectory class would thus be achieved. It can also be the case that the two trajectories each have the same first location-specific characteristic, but differ in at least one second characteristic.
  • the comparison trajectory has two location-specific and vehicle-specific characteristics, but the actual trajectory has five location-specific and vehicle-specific characteristics.
  • the two trajectories thus differ in the additional characteristics and the actual trajectory can thus be assigned or classified as an information extension to the trajectory class.
  • a predefined tolerance value or a predefined tolerance threshold can be taken into account for the differentiation between the actual trajectory and the comparison trajectory. It can thus be determined, for example, when the actual trajectory and the comparison trajectory are the same or essentially the same. This is the case, for example, when the two trajectories have a deviation that is less than a specified tolerance value. Thus, a more detailed and accurate distinction can be made regarding the characteristics of the two trajectories.
  • At least one type of characteristic of the information-enhanced actual trajectory is compared with at least one of the same type of characteristic of the comparison trajectory, and at least when the compared types deviate by a tolerance value that is less than a threshold value, the information-enhanced one Actual trajectory is classified at least in the trajectory class in which the comparison trajectory is contained.
  • the actual trajectory and the comparison trajectory are evaluated or assessed or compared with the aid of the evaluation unit by comparing a type of characteristic of the actual trajectory with a characteristic that contains the same type as the type of characteristic of the actual trajectory .
  • At least one type of characteristic of the actual trajectory can be a steering angle or a driving dynamics parameter of the vehicle.
  • a check is made as to whether the comparison trajectory has a characteristic which also contains a steering angle or a vehicle dynamics parameter as a type.
  • These two Characteristics of the two trajectories are then evaluated using the evaluation unit to determine whether, as in this example, the steering angle or the driving dynamics parameters differ only slightly from one another. For example, it can be checked whether the respective steering angle of the two trajectories with respect to a predefined tolerance value does not exceed a predefined threshold value and is therefore smaller than the predefined threshold value. If this is the case, the actual trajectory can be assigned or added to the trajectory class that contains the comparison trajectory. Consequently, trajectories that have a certain degree of correspondence can advantageously be sorted or grouped together by the respective trajectory class.
  • At least one comparison trajectory of a trajectory class and at least one information-enhanced actual trajectory, which is classified in this trajectory class are at least partially merged, so that a super-trajectory is generated, which in each case compared to the comparison Trajectory and compared to the information-enhanced actual trajectory has a greater information content.
  • the merging can take place with the aid of the evaluation unit.
  • the merging can involve joining or bringing together or combining trajectories using data technology.
  • an improved and more extensive trajectory can be generated. This occurs, for example, when the at least one actual trajectory could be assigned to a specific trajectory class. If the actual trajectory is successfully assigned, this actual trajectory can be merged or combined with the comparison trajectory that was assigned to the actual trajectory.
  • a new trajectory can thus be generated as a super trajectory which has a larger information content or a larger scope of information.
  • a comprehensive and improved and in particular more efficient trajectory can be generated or produced by the generated super trajectory.
  • the merging of the two trajectories takes place in particular proportionally.
  • the two trajectories are completely or completely merged with one another.
  • a trajectory part or trajectory section of the comparison trajectory and a Trajectory section or a trajectory part of the actual trajectory are merged.
  • the super trajectory can thus be generated using individual trajectory sections of the respective trajectories.
  • the two trajectories are merged in sections. For example, specific sections that lie within the trajectories can be merged.
  • Each of the two trajectories can be subdivided into trajectory sections with regard to their respective start and end points. The respective trajectory sections can thus be merged with one another.
  • a super trajectory can be created or generated, which is information-extended compared to the actual trajectory, the comparison trajectory and the trajectory traveled through and thus provides added value.
  • This super trajectory can thus be used by the vehicle or by other vehicles in the vehicle fleet in order to be able to use this super trajectory in order to be able to carry out better driving processes.
  • the trajectory depending on a vehicle-side detection system with which information for generating the trajectory and/or for recognizing the environment when driving on the trajectory is detected and provided, is a suitability value for use for a vehicle, in particular by an evaluation unit, and depending on this a need criterion for an information extension of the information-extended actual trajectory is determined.
  • a suitability value for use for a vehicle in particular by an evaluation unit, and depending on this a need criterion for an information extension of the information-extended actual trajectory is determined.
  • it can be decided or determined whether and to what extent the actual trajectory must be information-enhanced.
  • the specific need criterion it can be decided by the system, for example, to what extent the information expansion of the information-extended actual trajectory should be carried out.
  • a level and/or a grade and/or a type and/or a number of information extensions or information extension items can be determined with the need criterion.
  • the need for additional information can be determined.
  • the actual trajectory has a low need criterion, in particular the lowest need criterion.
  • the actual trajectory can only be extended with little information or even with no information at all. This can be the case, for example, for safety reasons, in order to only check the trajectory for plausibility or to confirm it.
  • the most varied information for information expansion can be assigned to the actual trajectory.
  • the evaluation unit can be used to evaluate or assess the trajectory such that the suitability value and/or an accuracy value and/or a confidence value can be assigned to this trajectory.
  • the trajectory can be classified as to whether it has sufficient accuracy and/or sufficient suitability and/or a sufficient degree of trust in order to be able to be used by vehicles without an information expansion.
  • the accuracy value can be used to assess the trajectory as to whether geographic localization or geographic position determination of the trajectory is possible. If, for example, it is determined that the accuracy of the trajectory exceeds a tolerance value, then information on this trajectory must be expanded. For example, it can be determined by a vehicle system that the trajectory is not suitable for use by other vehicles according to the system's assessment. This can, for example, also be checked again by the evaluation unit, and if this is confirmed by the evaluation unit, information about the actual trajectory can be expanded.
  • the vehicle-side detection system can be an environment sensor system or a sensor system or a front camera or another sensor system of the vehicle or other vehicles in the vehicle fleet.
  • the surroundings can be detected, in particular continuously, when driving along the trajectory.
  • the at least one location-specific characteristic and/or the at least one vehicle-specific characteristic can be detected at least temporarily with the aid of the vehicle-side detection system.
  • the need criterion can be used to determine which information and/or data of the actual trajectory is missing.
  • a corresponding comparison trajectory can thus be selected, with which precisely this missing information and/or data and/or characteristics can be provided. This is then taken into account when merging to form the super trajectory, so that the super trajectory has precisely these missing features of the actual trajectory.
  • the super trajectory thus has a higher suitability value or a higher accuracy value or a higher confidence value than the comparison trajectory, the information-enhanced actual trajectory and the trajectory traveled through.
  • a super trajectory can thus be generated which can be used by vehicles in the best possible and most efficient manner, since the super trajectory has a high suitability value for use by vehicles.
  • the actual trajectory has information regarding a first detection system.
  • information from a second detection system that is different from the first detection system can be made available.
  • the super trajectory would have information from two different acquisition systems. It is particularly advantageous if the two different detection systems, which provide the information of the super trajectory, not only from two different detection systems, but also from different detection systems of two different vehicles. In this way, a wide range of diversity and different information can be combined.
  • a further exemplary embodiment of the invention provides that if at least one location-specific characteristic of the vehicle is not or cannot be detected when driving through the trajectory, at least one comparison trajectory is merged with the information-enhanced actual trajectory when the super-trajectory is generated , which one Having position information.
  • an information-extended, in particular improved, super-trajectory can be generated, particularly in the case in which no precise or only an imprecise localization with regard to a position of the vehicle could be determined. In particular, this is the case, for example, when there is a malfunction and/or failure of a global positioning system and/or a global navigation satellite system.
  • the vehicle travels the trajectory in a multi-storey car park or in a tunnel or in a mountain region. In this case, it is therefore not possible to determine the exact position of the vehicle. If this is determined, for example, with the evaluation unit, at least one corresponding comparison trajectory or reference trajectory, which at least partially resembles the trajectory traveled through, can be used. In this case, such a comparison trajectory is used, which provides position information which can be assigned to the trajectory currently traveled with the aid of the evaluation unit using specific algorithms or software tools. In this case, this position information is made available on the basis of the vehicle of the vehicle fleet which has traveled through the comparison trajectory. This can also be done by several vehicles, so that an average value can be made available as a comparison trajectory. Thus, for example, the super trajectory can also contain the information that the actual trajectory was missing due to a lack of position determination. Thus, the super trajectory is an improved trajectory compared to the trajectory traveled through.
  • the super trajectory is the best trajectory at a specific point in time when traveling the trajectory.
  • the super trajectory can be made available to other units and/or vehicles.
  • the super trajectory can be constantly enriched and updated in an ongoing process.
  • Another aspect of the invention relates to a method for operating a vehicle fleet or a vehicle fleet system with at least two vehicles, in which an extended information cluster, which describes at least one trajectory class with at least one trajectory for traveling with a vehicle, using a method according to the previous aspect or a advantageous further development thereof is generated, and in which at least one vehicle of the vehicle fleet is provided with at least one item of information from a trajectory class, in particular an information-enhanced one, during a journey.
  • a vehicle fleet consisting of at least two or more vehicles can be managed here.
  • a vehicle fleet system, in particular an electronic vehicle fleet system can be used for this purpose.
  • An expanded information cluster, with which a trajectory class can be expanded can be generated with the aid of a previously described method according to the previous aspect or an advantageous development thereof. In this case, the generation can take place with the aid of the electronic evaluation unit.
  • the vehicles in the vehicle fleet can transmit the respective trajectories traveled through and/or the specific characteristics of the evaluation unit and/or the vehicle fleet system via technical communication connections such as a mobile network, Bluetooth or WLAN.
  • corresponding information can also be provided when any vehicle of the vehicle fleet is driving, which, for example, wants to drive at least partially autonomously, in particular fully autonomously, on a given route section using a trajectory.
  • a matching trajectory of a trajectory class that in turn corresponds to this trajectory can be transmitted, so that an upcoming autonomous trip can be carried out based on this trajectory, for example.
  • a corresponding request is sent to the evaluation unit, so that at least one or more pieces of information from an information-enhanced trajectory class, which correlates with the current position of the vehicle, can be made available to the vehicle.
  • each vehicle in the vehicle fleet can provide information relating to a trajectory to a higher-level system, so that other vehicles can then use this stored information to call up information.
  • the vehicle fleet can therefore be operated more efficiently, since all vehicles can exchange information with one another and make it available.
  • each of the individual vehicles can be operated more efficiently, which in turn results in a more efficient vehicle fleet.
  • One exemplary embodiment provides for at least one super trajectory to be provided to at least one vehicle in the vehicle fleet.
  • the at least one vehicle of the vehicle fleet depending on its current position or its forthcoming route, will travel on a route section or a trajectory section that has already been traveled on by a preceding vehicle.
  • the previous vehicle can have provided a corresponding actual trajectory, which was merged into the super trajectory, so that precisely this super trajectory can be used by the vehicle.
  • the at least one vehicle can use the super trajectory to, for example, be able to carry out partially autonomous or fully autonomous ferry operation, such as autonomous driving or autonomous parking. Any vehicle in the vehicle fleet can retrieve and use the upgraded super trajectory at any time.
  • each vehicle can be improved in that a currently required trajectory can be replaced by the super trajectory, so that each vehicle can be operated more efficiently and, in particular, more safely, since further updated information is used for predictive ride exist.
  • the vehicle of the vehicle fleet uses the super trajectory to localize itself.
  • the super trajectory can help, because the super trajectory contains a wide variety of information regarding the trajectory, location information or vehicle information or position information or much more. It is thus possible for the vehicle to localize itself using the information contained in the super trajectory, in particular the location-specific characteristics. Furthermore, this is still advantageous since the current trajectory can be expanded to the effect that the information of the super trajectory is additionally available.
  • the vehicle can carry out its own localization using the super trajectory, so that the vehicle can determine its current position, in particular despite the failure of a global navigation satellite system.
  • the super trajectory can be used to check whether the self-localization performed by the vehicle itself is trustworthy or suitable.
  • the self-position determined by the self-localization carried out is made available to the evaluation unit as additional information, so that this information can in turn be assigned to a respective trajectory class.
  • a further aspect of the invention relates to an electronic trajectory generation system with at least one evaluation unit, which is designed to carry out a method according to one of the preceding aspects or an advantageous development thereof.
  • the electronic trajectory generation system can be a centralized or decentralized system.
  • the electronic trajectory generation system can be referred to as a backend or as a data cloud or as a server device and/or data processing system.
  • the electronic trajectory generation system can optionally have a communication unit with which the vehicles in the vehicle fleet can communicate with the electronic trajectory generation system.
  • a wide variety of information can be transmitted from the vehicle to the electronic trajectory generation system and the electronic trajectory generation system can in turn transmit the corresponding information, such as the super trajectory, to the vehicles in the vehicle fleet.
  • the vehicles in the vehicle fleet and, for example, a vehicle fleet system are in communication with the electronic trajectory generation system.
  • a further aspect of the invention relates to a vehicle fleet system with at least two vehicles, each of which has a transmitting and/or receiving unit, with at least one electronic trajectory generation system according to the previous aspect or an advantageous development thereof.
  • the vehicle fleet consisting of several vehicles can be managed with the aid of the vehicle fleet system.
  • the vehicle fleet system can be a central server device or a backend or a data cloud or a vehicle fleet server.
  • each vehicle prefferably has an electronic trajectory generation system so that trajectories can be generated and expanded accordingly by the respective information being transmitted or communicated by the vehicle fleet system to the respective vehicles.
  • a further aspect of the invention relates to a computer program product, comprising instructions which, when the computer program product is executed by a computer, cause the latter to execute a method according to one of the preceding aspects or an advantageous embodiment thereof.
  • Advantageous embodiments of the independent methods are to be regarded as advantageous embodiments of the electronic trajectory generation system, the vehicle fleet system and the computer program product. Furthermore, the electronic trajectory generation system, the vehicle fleet system and the computer program product have specific features which enable one of the independent methods or an advantageous embodiment thereof to be carried out.
  • advantageous exemplary embodiments can be regarded as advantageous exemplary embodiments of the other aspects and vice versa.
  • advantageous embodiments of one aspect can be regarded as advantageous embodiments of the other aspects or all other aspects. This also applies in reverse.
  • a detection system or environment sensor system can be understood here and below as a sensor system that is capable of sensor data or sensor signals to generate, which depict, represent or reproduce an environment of the vehicle and/or the environment sensor system.
  • the ability to detect electromagnetic or other signals from the environment is not sufficient to consider a sensor system as an environment sensor system.
  • cameras, radar systems, lidar systems or ultrasonic sensor systems can be understood as surroundings sensor systems.
  • An evaluation unit or arithmetic unit can be understood in particular as a data processing device, so the evaluation unit can in particular process data for carrying out arithmetic operations. This may also include operations to perform indexed accesses to a data structure, for example a look-up table (LUT).
  • LUT look-up table
  • the evaluation unit can contain one or more computers, one or more microcontrollers and/or one or more integrated circuits, for example one or more application-specific integrated circuits, ASIC (English: “application-specific integrated circuit”), one or more field-programmable gate Arrays, FPGA, and/or one or more single-chip systems, SoC (English: "system on a chip”).
  • the evaluation unit can also have one or more processors, for example one or more microprocessors, one or more central processing units, CPU, one or more graphics processing units, GPU and/or contain one or more signal processors, in particular one or more digital signal processors, DSP.
  • the evaluation unit can also contain a physical or virtual network of computers or other of the units mentioned.
  • the evaluation unit contains one or more hardware and/or software interfaces and/or one or more memory units.
  • a memory device can be configured as volatile data storage, such as dynamic random access memory (DRAM), or static random access memory (SRAM), or non-volatile Data memory, for example as a read-only memory, ROM, as a programmable read-only memory, PROM, as an erasable read-only memory, EPROM (erasable read-only memory) ), as an electrically erasable read-only memory, EEPROM (English: “electrically erasable read-only memory”), as a flash memory or flash EEPROM, as a ferroelectric memory with random access, FRAM (ferroelectric random access memory), as magnetoresistive memory with random access, MRAM (magnetoresistive random access memory) or as phase change memory with random access, PCRAM (phase-change random access memory”).
  • DRAM dynamic random access memory
  • SRAM static random access memory
  • non-volatile Data memory for example as a read-only memory, ROM, as a programmable read-only memory, PROM, as an erasable
  • a method described herein can also be in the form of a computer program product that implements the method on a control unit when it is executed on the control unit.
  • the invention also includes developments of the electronic trajectory generation system according to the invention, the vehicle fleet system according to the invention and the computer program product which have features as have already been described in connection with the developments of the method according to the invention. For this reason, the corresponding developments of the electronic trajectory generation system according to the invention, the vehicle fleet system according to the invention and the computer program product are not described again here.
  • the invention also includes the combinations of features of the described embodiments.
  • FIG. 1 shows a schematic representation of a vehicle fleet and a vehicle fleet system which has an electronic trajectory generation system
  • FIG. 2 shows an exemplary system sequence of a method according to the invention for expanding an information cluster
  • FIG. 3 shows an exemplary trajectory which has been traversed by a vehicle of the vehicle fleet from FIG. 1 ; and
  • FIG. 4 shows an exemplary comparison trajectory which has been traversed by another vehicle of the vehicle fleet from FIG. 1 .
  • the exemplary embodiments explained below are preferred exemplary embodiments of the invention.
  • the described components each represent individual features of the invention that are 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.
  • the exemplary embodiments described can also be supplemented by further features of the invention already described.
  • the vehicle 1 shows, for example, a fleet of vehicles 1 which has at least two vehicles 2 .
  • three vehicles 2 of the vehicle fleet 1 are shown in particular.
  • the vehicle fleet 1 can have a large number of vehicles 2 .
  • the vehicle fleet 1 can be referred to as a swarm of vehicles or as a rental car fleet or as a company vehicle fleet or as a car sharing service fleet.
  • a vehicle fleet system 3 can be provided so that the vehicle fleet 1 can be managed or operated in an efficient and, in particular, intelligent manner.
  • the vehicle fleet 1 can be managed or operated, for example, with the aid of the vehicle fleet system 3 .
  • the vehicle fleet system 3 is an electronic system.
  • the vehicle fleet system 3 can be operated as a data cloud or backend or server system or server device.
  • the vehicles 2 of the vehicle fleet 1 each have a transmitting and/or receiving unit 4 .
  • the vehicles 2 of the vehicle fleet 1 can communicate with one another and exchange or share data and/or information with one another.
  • Information and/or data can also be transmitted from the vehicles 2 to the vehicle fleet system 3 using the transmission and/or reception unit 4 .
  • information and/or data can in turn be transmitted from the vehicle fleet system 3 to the vehicles 2, in particular to the transmitting and/or receiving unit 4.
  • the vehicles 2 of the vehicle fleet 1 can be, for example, at least partially autonomous, in particular fully autonomous, vehicles.
  • the vehicles 2 of the vehicle fleet 1 can be operated at least partially autonomously and/or fully autonomously.
  • the vehicles 2 of the vehicle fleet 1 can be referred to as highly automated vehicles.
  • the vehicles 2 can have an electronic vehicle guidance system 5 in order to carry out partially autonomous or fully autonomous driving modes.
  • An electronic vehicle guidance system 5 can be understood to mean an electronic system which is set up to guide a vehicle fully automatically or fully autonomously, in particular without the driver having to intervene in a control system.
  • the vehicle automatically carries out all the necessary functions such as steering, braking and/or acceleration manoeuvres, monitoring and registering road traffic and responding accordingly.
  • the electronic vehicle guidance system can implement a fully automatic or fully autonomous driving mode of the vehicle according to level 5 of the classification according to SAE J3016.
  • An electronic vehicle guidance system can also be understood as a driver assistance system which supports a driver in partially automated or partially autonomous driving.
  • the electronic vehicle guidance system can implement a partially automated or partially autonomous driving mode according to levels 1 to 4 according to SAE J3016 classification.
  • SAE J3016 refers to the corresponding standard in the June 2018 version.
  • the at least partially automatic vehicle guidance can therefore involve driving the vehicle according to a fully automatic or fully autonomous driving mode of level 5 according to SE J3016.
  • the at least partially automatic vehicle guidance can also include guiding the vehicle according to a partially automated or partially autonomous driving mode according to levels 1 to 4 according to SAE J3016.
  • the vehicles 2 of the vehicle fleet 1 can provide the vehicle fleet system 3 with respective trajectories which have been or are being traveled by the vehicles 2 of the vehicle fleet 1 and are thus transmitted via communication paths.
  • the vehicle fleet system 3 store and manage the respective trajectories of the vehicles 2, for example, and optionally evaluate or analyze them.
  • the vehicles 2 of the vehicle fleet 1 each have different equipment, such as sensor systems, environment sensors, detection systems or other sensor systems, it can happen that at least some of the trajectories of vehicles 2 cannot be used for the vehicle fleet system 3 or cannot be used. This can be the case, for example, when some of the vehicles 2 have an “insufficient” or “inaccurate” sensor system or even do not have certain sensors at all.
  • the method according to the invention is proposed.
  • an electronic trajectory generation system 6 is provided in particular.
  • the electronic trajectory generation system 6 can be used, for example, to match and synchronize trajectories of the vehicles 2 .
  • the electronic trajectory generation system 6 can be an electronic system consisting of several individual components or individual systems.
  • the electronic trajectory generation system can also be an independent, compact unit or system.
  • the electronic trajectory generation system 6 can be part of the vehicle fleet system 3 .
  • the electronic trajectory generation system 6 can also be integrated into the vehicle fleet system 3 .
  • the electronic trajectory generation system 6 can be a different system to the vehicle fleet system 3 so that they are separate. In this case, the vehicle fleet system 3 and the electronic trajectory generation system
  • the electronic trajectory generation system 6 has an evaluation unit for the respective evaluation of the various data, in particular the data of the vehicle fleet 1
  • the evaluation unit 7 can be an electronic evaluation unit or an electronic arithmetic unit.
  • the electronic trajectory generation system 6 can have a large number of evaluation units.
  • the evaluation unit 7 can either be integrated into the electronic trajectory generation system 6 or be designed separately. So that the electronic trajectory generation system 6 can be supplied with the data from the vehicle fleet 1, it can have a communication system 31 .
  • the electronic trajectory generation system 6 can communicate with the vehicle fleet system 3 and in particular with the vehicle fleet 1 with the aid of the communication system 31 .
  • FIG. 2 explains an exemplary embodiment of the method according to the invention for expanding an information cluster that describes at least one trajectory class with at least one trajectory for traveling with a vehicle.
  • exemplary method steps and/or advantageous embodiments are described, which are not to be understood as exhaustive.
  • trajectory of a vehicle 9 (compare FIGS. 1 and 3) when driving along the trajectory 8 (compare FIG. 3) is explained as an example.
  • all vehicles 2 of the vehicle fleet 1 can drive through a trajectory and record it.
  • a trajectory 8 (in particular with reduced suitability) (compare FIG. 3) can be traversed with a vehicle 9 of the vehicle fleet 1 .
  • the trajectory 8 can in particular be a curve or a path or a route covered.
  • the trajectory 8 can be a route that was traversed from a starting point 10 (compare FIG. 3) to an end point 11 (compare FIG. 3).
  • the trajectory 8 can include several different routes, such as freeway sections, curves, slopes, inclines, driving in tunnels or other driving situations.
  • the trajectory 8 can be traversed along a section of freeway or a country road or within a tunnel.
  • the trajectory 8 is a trajectory relating to a parking process, in particular an autonomous parking process (cf. FIG. 3).
  • the trajectory 8 from the starting point 10 to the end point 11 can be full of curves, as shown in FIG. 3 .
  • the trajectory 8 can have been traversed in such a way that a wide variety of objects 12 (cf. FIG. 3) have been bypassed or avoided.
  • the objects 12 can be roadway boundaries or trees or, in a multi-storey car park, multi-storey car park structures such as pillars or borders.
  • At least one location-specific characteristic 13 (compare FIG. 3) of the vehicle 9 can be detected at least temporarily.
  • at least one vehicle-specific characteristic 14 (compare FIG. 3) of the vehicle 9 can be detected at least temporarily.
  • the site-specific characteristic 13 and/or the vehicle-specific characteristic 14 can be detected at least intermittently, in particular continuously, when driving through the trajectory 8 .
  • a number of location-specific characteristics and/or a number of vehicle-specific characteristics can be recorded when driving along the trajectory 8 .
  • the at least one location-specific characteristic 13 and/or the at least one vehicle-specific characteristic 14 can be detected using a vehicle-side detection system 15 (see FIG. 3).
  • the vehicle-side detection system 15 can be a multiplicity of different sensor systems of the vehicle 9 .
  • each of the vehicles 2 of the vehicle fleet 1 can have an on-board detection system 15 .
  • the vehicle-side detection system 15 can be an environment sensor system, such as a camera, an ultrasonic sensor system, a radar system, a lidar system, an image detection system, a front camera or some other vehicle detection system.
  • the environment and/or the vehicle 9 can be detected with the aid of the vehicle-side detection system 15 while the trajectory 8 is being traveled through.
  • the environment and/or the vehicle 9 can be continuously detected or recorded when driving through the trajectory with the aid of the vehicle-side detection system 15, which can in particular be referred to as an electronic system.
  • the location-specific characteristic 13 and/or the vehicle-specific characteristic 14 can in particular be partially detected or recorded while driving through the trajectory 8 .
  • the characteristics 13, 14 can be detected in certain trajectory sections 16 (see FIG. 3).
  • a certain number of characteristics 13, 14 can be detected for any trajectory sections 16.
  • the characteristics 13, 14 can be detected at any point in time and/or at any position or section between the starting point 10 and the end point 11 of the trajectory 8.
  • the recorded location-specific characteristic 13 and/or the recorded location-specific characteristic 14 can be transmitted or made available to the evaluation unit 7 .
  • This can be, for example, between a Communication connection between the communication system 8 and the transmitting and / or receiving unit 4 take place.
  • the recorded information regarding the trajectory 8 and in particular the trajectory 8 itself can be made available or transmitted to the evaluation unit 7 .
  • an information-enhanced actual trajectory 18 (see Fig. 1) can be generated using the evaluation unit 7 by assigning or supplying the at least one location-specific characteristic 13 and/or the at least one vehicle-specific characteristic 14 to the trajectory 8 traversed will be added.
  • the characteristics 13, 14 and the trajectory 8 are combined or brought together in terms of data.
  • the actual trajectory 18 contains not only the actual information of the trajectory 8 but also the additional information relating to the characteristics 13, 14.
  • the data transmitted via the communication connection 17 can initially be stored in a data memory 32, in particular a digital memory unit (cf. Fig. 1) cached or collected.
  • the data memory 32 can be part of the vehicle fleet system 3, for example.
  • reference information or reference trajectory can be provided.
  • the actual trajectory 18 can be assessed with this reference.
  • a comparison trajectory 20 can be made available and thus made available by at least one vehicle 19 (compare FIG. 4) of the vehicle fleet 1 .
  • This comparison trajectory 20 can have been traversed by the at least one vehicle 19 of the vehicle fleet 2 and/or by a plurality of vehicles 2 of the vehicle fleet 1 . This can either take place immediately before the trajectory 8 is traversed, or it can have already been carried out in the past.
  • This comparison trajectory 20 can be understood as a trajectory data record or a trajectory set or a trajectory accumulation. These can, for example, be or have been temporarily stored in the data memory 19 .
  • the information-enhanced actual trajectory 18 can be compared or assessed or evaluated with the at least one comparison trajectory 19 .
  • comparison trajectories and / or other trajectories of the most diverse vehicles 2 of the vehicle fleet 1 for comparing the actual trajectory 18 are taken into account.
  • the reference trajectory 20, like the trajectory 8, is traversed by the vehicle 19 and recorded.
  • the vehicle 19 can also have a detection system 15 .
  • the information-enhanced actual trajectory 18 can be assigned in particular to one of at least two different, in particular predetermined, trajectory classes 21 depending on the comparison carried out, so that the at least one trajectory class 22 in which the information-enhanced actual trajectory 18 could be classified, can be expanded with regard to their information cluster.
  • the actual trajectory 18 can thus be analyzed in order to determine the type of class or category or pattern to which it belongs. In other words, a division or a grouping or a classification of the actual trajectory 18 and of course also all other trajectories to a respective associated trajectory class 22 takes place.
  • the trajectory class 21 can be stored as a trajectory database in the vehicle fleet system 3 .
  • the information-enhanced actual trajectory 18 is assigned to the use extension and/or the suitability extension of the trajectory 8.
  • This assignment of the trajectory 8 allows a synchronization and/or a matching of this trajectory 8 to an associated trajectory class 22, so that for this trajectory 8 extended , more comprehensive and/or enriching information is available.
  • trajectory class 22 a distinction can be made between an enclosed environment, such as a tunnel or a multi-storey car park, and an unenclosed environment, such as a freeway and/or country road.
  • a driving issue such as parking or maneuvering can be distinguished from free driving.
  • a trajectory relating to an enclosed driving and in a different trajectory class, an unhoused driving, and in another trajectory class only trajectories of parking or maneuvering and again in another trajectory class driving on a freeway or a country road can be classified. In particular, these are not to be understood as conclusive.
  • Trajectory classes can be formed for a wide variety of driving situations and/or driving tasks and/or driving processes and/or driving locations.
  • the most varied trajectories, in particular the trajectory 8 can thus be grouped or selected or divided into the most varied trajectory classes 21 .
  • the actual trajectory 18 is assessed or analyzed with the aid of the evaluation unit 7 at least based on the respective type of characteristics 13, 14 and/or based on at least the number of characteristics 13, 14 and/or based on the trajectory 8 itself it is evaluated to which of the trajectory classes 21 an affiliation or match was established.
  • the characteristics 13 , 14 added to the actual trajectory 18 can thus be regarded as specific features, on the basis of which the actual trajectories can be assigned to an associated trajectory class 21 . In other words, when classifying the trajectory classes 21, the characteristics 13, 14 can also be taken into account.
  • comparison trajectory 20 can have two different site-specific characteristics 24 and two different vehicle-specific characteristics 25 .
  • location-specific characteristics 24 can be a curve, a road condition or a road type.
  • vehicle-specific characteristics 25 can be, for example, a steering angle, an acceleration process, a braking process or a vehicle state.
  • the trajectory 8 differs from the comparison trajectory 20 in that the comparison trajectory 20 has an additional characteristic 24, 25 in each case.
  • the comparison trajectory 20 provides more information and thus added value compared to the trajectory 8. If it is now determined with the evaluation unit 7 that the two trajectories 18, 20 differ in at least one type and/or number, the actual -Trajectory 18 are assigned or classified in the trajectory class 21, in which the comparison trajectory 20 was classified. This has the advantage that, on the one hand, the trajectories are combined in a trajectory class, which in principle match and the comparison trajectory 20 compared to the actual trajectory 18 provides added value.
  • step S8 which can be carried out after step S7 alone or in addition to step S7, it can be provided that at least one type of characteristic 13, 14 of the information-enhanced actual trajectory 18 is associated with at least one of the same type of a Characteristic 24, 25 of the comparison trajectory 20 is compared, and at least when the compared types deviate by a tolerance value that is less than a threshold value, the actual trajectory 18 is classified at least in the trajectory class 21, in which the comparison trajectory 20 is contained .
  • This is shown, for example, in FIG. 4 in the area 26 in which the characteristic 13 of the actual trajectory 18 and the characteristic 24 of the comparison trajectory 20 are essentially the same. This essentially means that the two characteristics 13, 14 only differ or deviate from one another by a tolerance value that is less than a threshold value.
  • the trajectory 8 has a suitability value and/or accuracy value depending on the vehicle-side detection system 15, with which information for generating the trajectory 8 and/or for recognizing the environment when driving on the trajectory 8 was detected and/or trust value for use for a vehicle 2 of the vehicle fleet 1, in particular by the evaluation unit 7, is assigned.
  • a suitability value and/or accuracy value depending on the vehicle-side detection system 15, with which information for generating the trajectory 8 and/or for recognizing the environment when driving on the trajectory 8 was detected and/or trust value for use for a vehicle 2 of the vehicle fleet 1, in particular by the evaluation unit 7, is assigned.
  • the vehicle fleet system 3 or an electronic vehicle guidance system 5 of the vehicles 2 determined that the trajectory 8 could not be correct and/or imprecise.
  • a requirement criterion for the actual trajectory 18 can be generated or determined by the evaluation unit 7 .
  • the actual trajectory 18 can be assessed or evaluated with regard to its suitability and/or its trust value and/or its accuracy. This can, for example, at a low Needs criterion are defined that the actual trajectory 18 can already be classified as a "good” trajectory. If the need criterion is very high, it can be concluded that trajectory 8 is a “bad” trajectory. In this case, an information extension of the actual trajectory 18 is advantageous.
  • the trajectory 8 and in particular the actual trajectory 18 can be improved or expanded by comparing the actual trajectory 18 with the comparison trajectory 20, which is in the same trajectory class 22 as the actual trajectory 18 , is at least partially merged or joined together.
  • the information relating to the actual trajectory 18 and the comparison trajectory 20 is thus combined or fused in such a way that a super trajectory 27 that is improved compared to these two trajectories 18, 20 is generated. This is carried out by the evaluation unit 7 .
  • This super trajectory 27 and/or improved trajectory 27 (compare FIG. 1) is improved with respect to the actual trajectory 18 and the comparison trajectory 20 in such a way that the latter has a greater information content.
  • the super trajectory 27 thus provides added value in comparison to the trajectories 18, 20.
  • the super trajectory 27 has a higher suitability value and/or accuracy value and/or trust value than the trajectories 18, 20. If it has been determined with the needs criterion that the actual trajectory 18 is very imprecise and, in particular, not usable for the vehicles 2 of the vehicle fleet 1, this can be merged with such a comparison trajectory 20, which the actual trajectory 18 best, especially most, upgraded or improved. It can thereby be achieved that the super trajectory 27 has a considerable added value and in particular a significantly higher information content than the trajectories 18, 20. As a result, this super trajectory 27 can also be used in a variety of ways and extensively by the vehicles 2 of the vehicle fleet 1 .
  • a type of detection system 15 can be taken into account during the merging.
  • the actual trajectory 18 was recorded with a first recording system, such as a radar system.
  • the comparison trajectory 20 can have been recorded with a lidar system.
  • two different sensor systems would be included as information content in combination or in the merged super-trajectory 27, resulting in improved redundancy and more information can be made available.
  • the super trajectory 27 thus contains more and more comprehensive information.
  • At least one location-specific characteristic 13 of the vehicle 9 was not or could not be detected when driving through the trajectory 8
  • at least one comparison trajectory 20 with the actual -Trajectory 18 is merged, which has position information of the vehicle 9 of the vehicle fleet 1, which has passed through the comparison trajectory 20. It is therefore possible that the vehicle 9 did not have a GPS position available as position information.
  • a comparison trajectory 20 is used which has position information, ie a global navigation satellite system position.
  • the trajectory 8 can be provided with an added value by the actual trajectory 18 being merged with such a comparison trajectory 20 .
  • the vehicle fleet 1 can be operated intelligently with a method and in particular with the vehicle fleet system 3 by using the information and/or data and/or embodiments of steps S1 to S10 provided.
  • all information relating to the trajectories can be made available to all vehicles 2 of the vehicle fleet 1 and all data from the vehicles 2 can in turn be made available for information expansion of trajectories.
  • the previously generated super trajectory 27 can be made available to the actual vehicle 9 and likewise to all vehicles 2 of the vehicle fleet 1 and, in particular, transmitted.
  • the other vehicles 2 can use the super trajectory 27 for a wide variety of driving tasks and/or vehicle systems and/or driving processes.
  • the super trajectory 27, which has a location reference can be used to enable the at least one vehicle 9 or other vehicles 2 of the vehicle fleet 1 to localize itself.
  • At least one item of class information relating to the trajectory class 21 in which the actual trajectory 18 was classified is transmitted to the vehicle 9 and/or to the vehicles 2 of the vehicle fleet 1 .
  • the actual trajectory 18 assigned to a trajectory class 21 is merged or combined or combined with at least one trajectory that is filed or stored in the same, identical or the same trajectory class 21, resulting in an improved Overall trajectory can be produced or generated as a super trajectory 27, which compared to the actual trajectory 18 has at least one additional location-specific characteristic 13, 24 and/or one additional vehicle-specific characteristic 14, 25 and/or additional position information and/or an additional Contains trajectory information.
  • the starting point 10 and/or the end point 11 of the trajectory 8 traversed and/or at least one intermediate point along the trajectory 8 traversed and/or at least one relocalization point of the trajectory 8 traversed is determined or ascertained and /or can be verified.
  • the starting point 10 and/or the end point 11 of the traveled trajectory 8 and/or the at least one intermediate point along the traveled trajectory 8 and/or the at least one relocalization point of the traveled trajectory 8 can be assigned as additional information to the information-enhanced actual trajectory 18.
  • a current location of vehicle 9 can be determined as a function of the position information, with evaluation unit 7 checking trajectory class 21 to determine whether a starting point of a potential trajectory of the trajectory class matches the current location of vehicle 9 or correlated, with this potential trajectory being provided at least to the electronic vehicle guidance system 5 if they match.
  • a partially autonomous, in particular fully autonomous, in particular automatic, locomotion operation or parking operation of the vehicle can be performed by means of the electronic vehicle guidance system 5. This can be carried out by the vehicle 9 and by any vehicle 2 in the vehicle fleet 1 .
  • the widest variety of information can also be used to identify the starting point or the relocation point.
  • the starting and relocation points are mainly available in car parks. They can be existing landmarks as well as other localization points detectable by the vehicle 2, 9. For example, in a parking garage, the density or distribution of the relocation points may not be sufficient. If necessary, additional markings can be placed in the vicinity of the car park, for example using a pattern. If the vehicle 9 recognizes during an automatic parking process of a passage or the vehicle fleet system 3 as part of a post-processing that there are not enough landmarks in an area, this can be automatically transmitted to the evaluation unit 7, so that the trajectory classes 21 provide additional information can.
  • the triggering for recognizing start and/or relocation points can take place using GPS information or navigation maps if, for example, it is recognized that a driver may soon be driving into an area with trajectory data and/or learned trajectories . This is advantageous in particular in the case of an automated maneuver into or out of a parking space.
  • the trajectory 8 can include both a trajectory recorded by the vehicle 9 or a trajectory of other vehicles as well as trajectory segments.
  • the information-enhanced trajectory class 21 can be used to be able to verify or check the trajectory 8 or a trajectory of a vehicle 2 . This can prevent, for example, that a vehicle 2 in a parking garage erroneously uses a trajectory for a third parking level, although the vehicle 2 is in a first parking level of the parking garage. A comparison of the forthcoming trajectory of the vehicle 2 can thus take place with the aid of the information from the trajectory class. For this purpose, using the characteristics 13, 14 of a trajectory, a sufficient amount of data can be added in order to be able to clearly assign this trajectory to a trajectory class 21. This can also be done continuously beforehand, for example take place while the current trajectory of the vehicle 2 is being used. Complex and/or imprecise or error-prone indoor localization and no infrastructure change or infrastructure preparation are therefore necessary.
  • Position information from existing systems such as a rough localization via GPS and/or aggregation of movement information using steering angles and wheel pulses and/or vehicle speeds.
  • Detect and count floor allocation in a parking garage for example, via barometer, rotation of the spindle counter, ramp travel.
  • the location reference can relate both to absolute coordinates and to local preferences such as parking garages without GPS reception.
  • the vehicle 9 locates itself on the basis of the data received from the backend at the starting point 10 of a generated redrive trajectory or relative thereto in a parking garage using the previously transmitted data.
  • a trajectory training drive can be triggered by a driver of the vehicle 9 or by a vehicle system of the vehicle 9 .
  • a comparison with the evaluation unit 7 then takes place.
  • data can be uploaded via the communication connection 17 .
  • the vehicle 9 itself can call up or query corresponding data or information from the vehicle fleet system 3 via a communication link 28 .
  • synchronization and matching can be carried out using corresponding features as characteristics 13, 14.
  • the merging of the data, in particular of the actual trajectory 18 with the comparison trajectory 20, can then in turn be carried out.
  • This super trajectory 27, which is provided as a fusion result can in turn be used for trained parking, for example, or another trained driving process.
  • a vehicle 2 of the vehicle fleet 1 can determine internally whether the last trip of the vehicle 2 up to a parking process is suitable as a training trip for trained parking. If this is not the case, the vehicle 2 can send a corresponding request to the vehicle fleet system 3 .
  • Corresponding usable data, which are made available by the information-enhanced trajectory class 21, can in turn be transmitted to the vehicle 2 via a communication connection 29, so that, for example, trained parking can be carried out without the vehicle 2 itself having carried out a training process, since the data in the trajectory classes 21 are already processed.
  • the super trajectory 27 is to be used for this.
  • the vehicle 9 is located in a parking garage and attempts to call up a trajectory 8 for an automated parking process.
  • the GNSS global navigation satellite system
  • the evaluation unit 7 combines the transmitted data and finds suitable trajectories based on the trajectory classes 21 and synchronizes the trajectory 8 covered by the vehicle 9 with the data of the trajectory class 21 and can thus calculate the ego position, i.e. the current position, of the vehicle.
  • the exact position can be used to implement other functions related to assisted driving functions, such as trajectories for parking.
  • the vehicle 9 is located in a tunnel and would therefore like to drive autonomously without an exact GNSS position.
  • the trajectories covered since entering the tunnel plus the characteristics 13, 14 can be sent to the evaluation unit 7 in order to obtain an exact position based on the trajectory class 21.
  • the evaluation unit 7 matches the transmitted data and finds a suitable trajectory using the trajectory classes 21 and synchronizes the trajectory covered by the vehicle with the data and can thus calculate the vehicle's ego position, ie the current position of the vehicle 9 .
  • the exact position can in turn be used for trajectories for autonomous driving in a tunnel.
  • the trajectory 8 can be a trajectory driven manually, automatically or in a trained manner.
  • the information-enhanced trajectory class 21 can also bring added value for vehicles that are “very well” equipped in cases of high GNSS systems in the vehicle 9 or high GNSS shadowing. Otherwise, these equipped vehicles 2 serve as data suppliers by supplying location-based, secured trajectories and data for the vehicle fleet system 3 .
  • the vehicle 9 can have a GNSS system that has a confidence range that can be many 100 meters, depending on the satellite shadowing situation. Furthermore, these systems must have a minimum number of satellites in order to be able to determine a respective position. If this GNSS system in the vehicle 9 determines that the accuracy for a use case is imprecise, the information-enhanced trajectory class 21 can be used to remedy the situation.
  • the respective information relating to the trajectory 8 can be transmitted continuously to the evaluation unit 7 .
  • the vehicle 9 itself decides when the corresponding trajectory 8 and the associated data are transmitted to the evaluation unit 7 . This is particularly advantageous in order to reduce a data load. For example, there can be a trigger for this if the vehicle 9 is not certain whether the current localization still has a sufficiently high quality.
  • the generated information-enhanced trajectory classes and the merging are carried out using known methods from big data processing. Similarities or similarities of objects or images of the trajectories can be taken into account. In particular, for the detection of the characteristics 13, 14 data recordings of a data channel can be compared using 1-D images.
  • the trajectory 8 can be a trajectory that has no or only an imprecise location reference.
  • the trajectory 8 can thus be checked for plausibility and/or reconstructed with the aid of the information-extended trajectory class 21 .
  • the actual trajectory 18 and the comparison trajectory 20 are superimposed.
  • the trajectories of the vehicle fleet 1 can be made available to the fleet vehicle system 3 as swarm trajectories.
  • the evaluation unit 7 can, for example, carry out a respective mean value with regard to the same trajectories in the respective trajectory classes 21, so that improved information on a trajectory can already be made available here.
  • data can be correlated in the respective trajectory classes.
  • the vehicles 2 of the vehicle fleet 1 can have a respective ring memory so that, for example, the last 50 or 100 or 1000 meters of the route traveled can be stored backwards as a trajectory and called up again.
  • the vehicle fleet system 3 can have an electronically readable data carrier 30 .
  • the electronically readable data carrier 30 can have stored electronically readable situations, which include at least one computer program product and are designed such that when the data carrier 30 is used in the vehicle fleet system 3, a method according to the invention can be carried out.
  • T rajectory classes 23 trajectory class location-specific characteristic of the comparison trajectory vehicle-specific characteristic of the comparison trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Combustion & Propulsion (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Erweitern eines Informationsclusters einer Trajektorienklasse (22, 23), aufweisend: - Durchfahren einer Trajektorie (8) mit einem Fahrzeug (2, 9); - Erfassen eines ortsspezifischen Charakteristikums (13) des Fahrzeugs (2, 9) und/oder Erfassen eines fahrzeugspezifischen Charakteristikums (14) des Fahrzeugs (2, 9) beim Durchfahren der Trajektorie (8); - Bereitstellen des ortsspezifischen Charakteristikums (13) des Fahrzeugs (2, 9) und/oder des fahrzeugspezifischen Charakteristikums (14) des Fahrzeugs (2, 9); - Erzeugen einer Ist-Trajektorie (18), indem das ortsspezifische Charakteristikum (13) und/oder das fahrzeugspezifische Charakteristikum (14) der durchfahrenen Trajektorie (8) zugeordnet wird; - Vergleichen der Ist-Trajektorie (18) mit einer Vergleichs-Trajektorie (20); - Zuordnen Ist-Trajektorie (18) zu einer von zwei unterschiedlichen Trajektorienklassen (21) abhängig von dem Vergleichen, so dass die Trajektorienklasse (22, 23), in welche die Ist-Trajektorie (18) klassifiziert wird, bezüglich ihrem Informationscluster erweitert wird. Des Weiteren betrifft die Erfindung ein Verfahren zum Betreiben einer Fahrzeugflotte (1), sowie Trajektorienerzeugungssystem (6), Fahrzeugflottensystem (3) und Computerprogrammprodukt.

Description

Beschreibung
Verfahren zum Erweitern eines Informationsclusters sowie Verfahren zum Betreiben einer Fahrzeugflotte, elektronisches Trajektorienerzeugungssystem, Fahrzeugflottensystem und Computerprogrammprodukt
Die vorliegende Erfindung betrifft ein Verfahren zum Erweitern eines Informationsclusters, welches zumindest eine Trajektorienklasse mit zumindest einer Trajektorie zum Befahren mit einem Fahrzeug beschreibt. Des Weiteren betrifft die Erfindung ein Verfahren zum Betreiben einer Fahrzeugflotte mit zumindest zwei Fahrzeugen. Ebenso betrifft die Erfindung ein elektronisches Trajektorienerzeugungssystem mit zumindest einer Auswerteeinheit. Des Weiteren betrifft die Erfindung ein Fahrzeugflottensystem mit zumindest zwei Fahrzeugen. Und ebenso betrifft die Erfindung ein Computerprogrammprodukt.
Bei einem trainierten Parken von zumindest teilautonom betriebenen Fahrzeugen wird in einem Anlernvorgang eine Trajektorie angelernt. Diese kann anschließend durch das Fahrzeug abgefangen werden. Grundsätzlich werden Trajektorien lokal mit dem Fahrzeug eingefahren („Teachin“) und für das Wiederabfahren („Redrive“) mit demselben Fahrzeug verwendet. Damit eine Trajektorie für ein Fahrzeug verwendet werden kann, benötigt die Trajektorie einen Referenzpunkt und eine Lokalisationsmöglichkeit des Fahrzeugs in Bezug auf die Trajektorie.
Daten zum Anlernen der Trajektorie können diverse Quellen haben, wie beispielsweise durch Fahrzeugsensorik erhobene Daten oder Daten aus anderen Quellen, wie zum Beispiel Car-2-X.
Des Weiteren kann beim trainierten Parken eine Bahn zu einer festgelegten Endposition angelernt werden. Das Fahrzeug kann die angelernte Strecke später automatisiert abfahren. Dabei kann sich der Fahrer innerhalb oder außerhalb des Fahrzeugs befinden oder das Fahrzeug fährt autonom. Trajektorien beziehungsweise Anteile von Trajektorien ohne Ortsbezug können von anderen Fahrzeugen aktuell nicht genutzt werden. Des Weiteren können Fahrzeuge, die ihre absolute Position mit konventionellen Methoden nicht erfassen können, Trajektorien mit festem Ortsbezug und damit verbundenen Funktionen nicht nutzen. Dies kann beispielsweise der Fall sein, wenn das Fahrzeug sich in einem Tunnel, einem Parkhaus ohne spezielle Infrastruktur oder einem Bereich mit GPS-Abschattung befindet. Beispielsweise offenbart die DE 102017 112 386 A1 ein Verfahren zum Bereitstellen gespeicherter Daten eines trainierten Parkvorgangs zum Ausführen mindestens eines nachfolgenden Parkvorgangs unter Verwendung der Daten, wobei die Daten des trainierten Parkvorgangs durch Ausführen des vollständigen Parkvorgangs oder zumindest eines Teils des Parkvorgangs mit einem Fahrzeug erzeugt werden.
Aus der DE 102016211 180 A1 ist beispielsweise ein Verfahren zum Durchführen einer automatisierten Fahrt eines Fahrzeugs entlang einer bereitgestellten Trajektorie bekannt. Dabei kann mindestens eine hinterlegte Trajektorie für eine aktuelle Position des Fahrzeuges verwendet werden.
Beispielsweise offenbart die DE 102018 113 314 A1 ein Verfahren zum Betreiben eines Fahrerassistenzsystems, bei dem ein Kraftfahrzeug zumindest teilweise automatisiert geführt wird. Dabei kann eine Trajektorie zum automatisierten Führen des Kraftfahrzeugs entlang der Trajektorie in einem Lernmodus angelernt werden. Danach kann ein automatisiertes Führen des Kraftfahrzeugs entlang der gelernten Trajektorie in einem auf den Lernmodus nachfolgenden Betriebsmodus durchgeführt werden.
Beispielsweise offenbart die DE 102019203 187 A1 eine Parkassistenzvorrichtung zum Unterstützen eines Fahrers eines Kraftfahrzeugs bei einem Parkvorgang.
Insbesondere können bezüglich des trainierten Parkens, insbesondere eines automatisierten Parkvorgangs, folgende Problemfälle auftreten:
Fall 1: Es liegen nur Daten vor, die keinen festen Ortsbezug haben. Damit können verschiedene Trajektorien unterschiedlicher Quellen nicht verarbeitet werden.
Fall 2: Es liegen Daten vor, die einen ungenauen oder temporären Ortsbezug haben. Unter ungenauem Ortsbezug ist zu verstehen, dass zum Beispiel eine Lokalisierung innerhalb eines Parkdecks möglich ist, aber nicht genau bestimmt werden kann, um welche Ebene des Parkhauses es sich dabei handelt. Unter temporärem Ortsbezug ist zu verstehen, dass zum Beispiel beim Auffahren auf eine Fähre die hinterlegte Trajektorie nur gültig ist, wenn sich die Fähre im Hafen befindet.
Fall 3: Es liegen keine zusätzlichen Informationen beziehungsweise Daten vor, um verschiedene Trajektorien unterschiedlicher Quellen miteinander zu vergleichen und in Verbindung zu bringen. Es kann nicht sichergestellt werden, dass geteilte Trajektorien und/oder Ortsbezug valide sind.
Fall 4: Durch Odometriefehler ist es möglich, dass bestehende Trajektoriendaten nicht korrekt verarbeitet und miteinander synchronisiert werden können.
Fall 5: Aufgrund ungenügender Kartendaten in Parkräumen oder anderen geschlossenen Umgebungen fehlt zusätzliches Kontextwissen für die valide Verarbeitung und Synchronisation von Trajektorien.
Daher besteht eine Aufgabe der vorliegenden Erfindung darin, die verschiedensten Trajektorien von unterschiedlichsten Fahrzeugen besser auswerten zu können, sodass diese von den verschiedensten Fahrzeugen für die verschiedensten Anwendungsmöglichkeiten umfangreicher genutzt werden können.
Diese Aufgabe wird durch ein Verfahren gemäß Patentanspruch 1, ein Verfahren gemäß Patentanspruch 10, ein elektronisches Trajektorienerzeugungssystem gemäß Patentanspruch 13, ein Fahrzeugflottensystem gemäß Patentanspruch 14 und ein Computerprogrammprodukt gemäß Patentanspruch 15 gelöst. Sinnvolle Weiterbildungen ergeben sich aus den abhängigen Patentansprüchen.
Ein Aspekt der Erfindung betrifft ein Verfahren zum Erweitern eines Informationsclusters, welches zumindest eine Trajektorienklasse mit zumindest einer Trajektorie zum Befahren mit einem Fahrzeug beschreibt, aufweisend:
Durchfahren zumindest einer T rajektorie mit zumindest einem Fahrzeug;
Zumindest zeitweises Erfassen zumindest eines ortsspezifischen Charakteristikums des Fahrzeugs und/oder zumindest zeitweises Erfassen zumindest eines fahrzeugspezifischen Charakteristikums des Fahrzeugs beim Durchfahren der Trajektorie;
Bereitstellen des zumindest einen ortsspezifischen Charakteristikums des Fahrzeugs und/oder des zumindest einen fahrzeugspezifischen Charakteristikums des Fahrzeugs an eine Auswerteeinheit;
Erzeugen einer informationserweiterten Ist-Trajektorie, indem das zumindest eine ortsspezifische Charakteristikum des Fahrzeugs und/oder das zumindest eine fahrzeugspezifische Charakteristikum des Fahrzeugs der durchfahrenen Trajektorie zugeordnet wird; Vergleichen der informationserweiterten Ist-Trajektorie mit zumindest einer Vergleichs- Trajektorie in einer Auswerteeinheit, wobei die zumindest eine Vergleichs-Trajektorie von zumindest einem von dem Fahrzeug unterschiedlichen Flottenfahrzeug einer Fahrzeugflotte bereitgestellt wird;
Zuordnen der informationserweiterten Ist-Trajektorie zu einer von zumindest zwei unterschiedlichen Trajektorienklassen abhängig von dem Vergleichen, so dass die zumindest eine Trajektorienklasse, in welche die informationserweiterte Ist-Trajektorie klassifiziert wird, bezüglich ihrem Informationscluster erweitert wird.
Durch das vorgeschlagene Verfahren können die unterschiedlichsten und verschiedensten Trajektorien, welche durch verschiedenste Fahrzeuge einer Fahrzeugflotte, insbesondere durch die verschiedensten Sensorsysteme, aufgezeichnet wurden, umfangreicher durch die Fahrzeuge der Fahrzeugflotte verwendet werden. Durch die Zuordnung der informationserweiterten Ist-Trajektorie zu zumindest einer der zwei verschiedenen Trajektorienklassen kann erreicht werden, dass Trajektorien, welche bisher, wie beispielsweise aus in den Fällen 1 bis 5 aufgezeigten Gründen, nicht oder nur unvollständig genutzt werden konnten, durch die Klassifizierung trotzdem genutzt werden können. Mit anderen Worten ausgedrückt kann durch das vorgeschlagene Verfahren verhindert werden, dass Trajektorien, welche ungenaue oder fehlende Informationen aufweisen, unberücksichtigt bleiben oder verworfen oder sogar gelöscht werden. Folglich können alle zur Verfügung stehenden Trajektorien, welche durch die Fahrzeuge der Fahrzeugflotte bereitgestellt werden, so aufbereitet werden, dass diese für die Fahrzeuge der Fahrzeugflotte nutzbar sind.
Beispielsweise können als „schlecht“ bisher eingestufte Trajektorien durch das vorgeschlagene Verfahren trotzdem verwendet werden, sodass verhindert wird, dass eine solche „schlechte“ Trajektorie nicht weggeworfen beziehungsweise verschwendet wird. Somit kann eine umfangreiche und detaillierte Datensammlung von den verschiedensten Trajektorien geschaffen werden, sodass einzelne Trajektorien genauer und präziser für Fahrzeuge zur Verfügung gestellt werden können, da durch die informationserweiterten Trajektorienklassen einzelne Trajektorien effizienter zugeordnet werden können und dadurch ein Mehrwert an Informationen bereitgestellt werden kann.
Optional kann es sich bei dem vorgeschlagenen Verfahren um ein computerimplementiertes Verfahren handeln.
Beispielsweise kann zum einen die aufgezeichnete Trajektorie durch das zumindest eine ortsspezifische Charakteristikum und/oder das zumindest eine fahrzeugspezifische Charakteristikum in ihrem Informationsgehalt erweitert werden. Somit enthält die erzeugte Ist- Trajektorie im Vergleich zu der durchfahrenen Trajektorie mehrere Informationen und insbesondere umfangreichere Informationen. Folglich kann die Ist-Trajektorie in ihrer Güte erhöht werden, sodass die Ist-Trajektorie als im Vergleich zur durchfahrenen Trajektorie verbesserte Trajektorie bezeichnet werden kann. Mithilfe der Ist-Trajektorie können somit umfangreiche und anwendungsfreundlichere Informationen zur Verfügung gestellt werden. Mit dieser Ist-Trajektorie kann zusätzlich dem Fahrzeug eine zusätzliche Information bezüglich der durchfahrenen Trajektorie zur Verfügung gestellt werden, sodass das Fahrzeug intern seine gespeicherten Informationen erweitern kann. Ebenso kann diese Ist-Trajektorie weiteren Fahrzeugen der Fahrzeugflotte zur Verfügung gestellt werden.
Insbesondere kann anhand der zugeordneten informationserweiterten Ist-Trajektorie die durchfahrene Trajektorie des Fahrzeuges eindeutig, insbesondere dem Raum, verortet werden, da neben Ortskoordinaten beispielsweise zusätzliche Daten, wie die ortsspezifischen und/oder fahrzeugspezifischen Charakteristika, erfasst werden. Somit können die verschiedensten Informationen, welche insbesondere durch Fahrzeuge selbst erfasst beziehungsweise bereitgestellt wurden, zu einer jeweiligen Trajektorie hinzugefügt werden. Daher kann eine Trajektorie umfangreicher und insbesondere intelligenter geschaffen werden. Dies kann als informationserweiterte Ist-Trajektorie verstanden werden.
Diese zusätzlichen Informationen bezüglich des ortsspezifischen Charakteristikum und/oder des fahrzeugspezifischen Charakteristikum können als zusätzliche Daten zu der jeweiligen Trajektorie hinzugefügt werden. Diese zusätzlichen Daten können beispielsweise für ein späteres Orten des Fahrzeuges, ein Verifizieren beziehungsweise Überprüfen einer Position des Fahrzeuges oder für einen Vergleich von Trajektorien verwendet werden.
Folglich kann durch das vorgeschlagene Verfahren ein Zusammenbringen und „Matching“ von verschiedensten Trajektorien über vom Fahrzeug aufgezeichnete Daten entlang der Trajektorie erreicht werden. Insbesondere können die ortsspezifischen und/oder fahrzeugspezifischen Charakteristika synchron zur durchfahrenen Trajektorie erfasst beziehungsweise aufgezeichnet werden. Dadurch können Trajektorien anhand der ortsspezifischen und/oder fahrzeugspezifischen Charakteristika verglichen und korrigiert werden, um zum Beispiel einen festen Ortsbezug der Trajektorie und/oder des Fahrzeuges zu erhalten. Des Weiteren kann eine Trennschärfte ortsähnlicher Trajektorien mit unterschiedlichem Ortsbezug, wie beispielsweise einer unbekannten, einer fehlerhaften oder einer ungenauen Trajektorie, deutlich verbessert werden. Insbesondere können die ortsbezogenen Daten bezüglich der ortsspezifischen und/oder fahrzeugspezifischen Charakteristika sich auf die Trajektorie, einem Koordinatensystem, wie beispielsweise einem Parkhauskoordinatensystem, oder auf ein globales Koordinatensystem, wie zum Beispiel „WGS84“ sich beziehen.
Beispielsweise kann es sein, dass das Fahrzeug die Trajektorie in einem Bereich durchfahren beziehungsweise aufgezeichnet hat, in dem keine gängige beziehungsweise bekannte Fahrzeugeigenlokalisierung zur Verfügung steht. In diesem Fall wäre die Trajektorie nicht nutzbar. Hier kann vorteilhaft das vorgeschlagene Verfahren zum Einsatz kommen, sodass Trajektorien beispielsweise ohne Ortsbezug fahrzeugübergreifend zur Verfügung gestellt werden und über ein Referenzieren von Semantik bezüglich der ortsspezifischen und/oder fahrzeugspezifischen Charakteristika nutzbar zu machen.
Des Weiteren kann durch die ortsspezifischen und/oder fahrzeugspezifischen Charakteristika, welche beispielsweise zur Lokalisierung entlang der Trajektorie genutzt werden können, eine Genauigkeit oder Güte einer klassischen beziehungsweise bekannten Lokalisierungsmethode verbessert, gestützt und/oder verifiziert werden. Dabei werden insbesondere Informationen, wie die ortsspezifischen und/oder fahrzeugspezifischen Charakteristika, die für konventionelle globale Lokalisierungssysteme nicht geeignet sind, verwendet. Dabei kann es sich beispielsweise bei den ortsspezifischen und/oder fahrzeugspezifischen Charakteristika um Informationen ohne globalen Ortsbezug handeln, die sich jedoch relativ auf Trajektorien und/oder andere Merkmale beziehen.
Beispielsweise können bei einer Befahrung einer Rampe der Neigungswinkel und/oder die Beschleunigung des Fahrzeugs in der Art charakteristischerweise sich ändern, sodass diese Informationen zur Merkmalszuordnung, also als ortsspezifisches oder fahrzeugspezifisches Charakteristikum, verwendet werden kann. Neben Fahrzeugdaten oder fahrdynamischen Merkmalen können auch andere charakteristische Merkmale außerhalb des Fahrzeuges verwendet werden, die mithilfe von Umfeldsensorik, wie beispielsweise Kamera, Ultraschallsensoren, Radarsensoren, erkannt werden können.
Beispielsweise kann die durchfahrene Trajektorie 1 Kilometer, 500 Meter, 100 Meter, 50 Meter oder 50 Kilometer betragen. Insbesondere kann die Trajektorie ein Intervall zwischen 10 Metern und 100 Kilometern betragen. Insbesondere können jede Werte innerhalb dieses Intervalls für die Trajektorie berücksichtigt werden. Speziell kann es sich bei der durchfahrenen Trajektorie um kurze Strecken innerhalb eines Parkplatzes oder Parkareal handeln. Beispielsweise kann die durchfahrene Trajektorie als einen Routenverlauf zu einem Zielparkplatz verstanden werden.
Insbesondere weist die Trajektorie einen Anfangspunkt und einen Endpunkt beziehungsweise Zielpunkt auf. Somit fährt das Fahrzeug die Trajektorie ab einem Startpunkt bis zu einem Endpunkt. Insbesondere kann es sich bei der durchfahrenen Trajektorie des Fahrzeuges um eine möglicherweise tauglichkeitsreduzierte Trajektorie, welche anhand der vorhin geschilderten Fälle 1 bis 5 weniger tauglich ist, bezeichnet werden.
Bei beziehungsweise während des Befahrens beziehungsweise Durchfahrens der Trajektorie können die ortsspezifischen und/oder fahrzeugspezifischen Charakteristika zumindest zeitweise, insbesondere kontinuierlich, erfasst werden. Insbesondere können die ortsspezifischen und/oder fahrzeugspezifischen Charakteristika zwischen dem Anfangspunkt und dem Endpunkt der Trajektorie an beliebigen Orten beziehungsweise Positionen erfasst werden. Insbesondere können die ortsspezifischen und/oder fahrzeugspezifischen Charakteristika an vorgegebenen Trajektorienstellen, welche sich zwischen dem Anfangspunkt und dem Endpunkt der Trajektorie befinden, erfasst werden. Beispielsweise können die ortsspezifischen und/oder fahrzeugspezifischen Charakteristika in vorgegebenen Zeitabständen beziehungsweise Zeitintervallen erfasst werden. Ebenso denkbar ist, dass während des Befahrens der Trajektorie kontinuierlich ortsspezifische und/oder fahrzeugspezifische Charakteristika aufgezeichnet werden. Ebenso kann vorgegeben werden, dass in Abhängigkeit von einer Länge und/oder einer Art einer T rajektorie eine vorgegebene Anzahl an ortsspezifischen und/oder fahrzeugspezifischen Charakteristika erfasst werden.
Unter einem Informationscluster können beispielsweise jegliche Information beziehungsweise jegliche Daten verstanden werden, welche eine Trajektorie in ihrem Informationsgehalt erweitert beziehungsweise bereichert.
Beispielsweise kann unter einem Informationscluster beziehungsweise einer Clusterinformation ein Ort, ein Fahrzeugparameter wie beispielsweise eine Geschwindigkeit in einem Trajektorienabschnitt, ein Lenkwinkel, ein Nickwinkel, ein Gierwinkel, ein Rollwinkel oder eine Querbeschleunigung verstanden werden. Ebenso kann als Informationscluster ein Verlauf der Trajektorie, eine Länge der Trajektorie, eine Kurvenanzahl innerhalb der Trajektorie und/oder Kurvenradien bezüglich der Trajektorie verstanden werden. Insbesondere können unter einem Informationscluster die verschiedensten Informationen verstanden werden, mit welchen eine Trajektorie hinsichtlich ihres Informationsgehalts und/oder ihrer Informationsaussage verbessert und somit erweitert werden kann. Die genannten Beispiele sind nicht abschließend zu verstehen, sondern sollen lediglich einen Einblick bezüglich des Informationsclusters liefern.
Die ortsspezifischen und/oder fahrzeugspezifischen Charakteristika können der Auswerteeinheit über kommunikationstechnische Verbindungen übermittelt beziehungsweise bereitgestellt werden. Bei der Auswerteeinheit kann es sich beispielsweise um ein Auswertesystem bestehend aus mehreren Einheiten handeln. Beispielsweise kann die Auswerteeinheit Teil eines Backends oder eines elektronischen Fahrzeugtrajektorienerzeugungssystems handeln. Ebenso denkbar ist, dass die Auswerteeinheit zumindest teilweise in dem Fahrzeug integriert ist. Mithilfe der Auswerteeinheit, welche beispielsweise als elektronische Auswerteeinheit bezeichnet werden kann, kann die informationserweiterte Ist-Trajektorie erzeugt werden. Mithilfe der Auswerteeinheit kann die informationserweiterte Ist-Trajektorie mit zumindest einer informationserweiterten Vergleichs-Trajektorie verglichen beziehungsweise bewertet beziehungsweise beurteilt werden.
Die Vergleichs-Trajektorie kann beispielsweise als Referenz-Trajektorie oder als Ansammlung von bereitgestellten Trajektorien der anderen Fahrzeuge der Fahrzeugflotte verstanden werden. Insbesondere können als Vergleichs-Trajektorie alle zur Verfügung gestellten Daten der Fahrzeuge der Fahrzeugflotte verstanden werden, sodass eine umfangreiche Vergleichs- Trajektorie zur Verfügung gestellt werden kann. Die informationserweiterte Ist-Trajektorie kann beispielsweise mithilfe der Auswerteeinheit zu einem der zumindest zwei, insbesondere mehreren, unterschiedlichen und beispielsweise vorgegebenen Trajektorienklassen zugeordnet werden. Beispielsweise kann es sich bei den Trajektorienklassen um Nutzungserweiterungsbeziehungsweise Tauglichkeitserweiterungsklassen handeln. Somit kann die informationserweiterte Ist-Trajektorie und somit auch die befahrene Trajektorie des Fahrzeuges in ihrem Informationsgehalt erweitert beziehungsweise verbessert werden. Mit anderen Worten erfolgt mithilfe der Auswerteeinheit ein Klassieren beziehungsweise Klassifizieren der Ist- Trajektorie. Durch das Zuordnen und beispielsweise Hinzufügen der Ist-Trajektorie zu einer dazugehörigen Trajektorienklasse kann diese Trajektorienklasse in ihrem Informationsgehalt beziehungsweise ihrem Informationscluster erweitert beziehungsweise verbessert werden. Insbesondere kann durch die Zuordnung der informationserweiterten Ist-Trajektorie zu einer dazugehörigen Trajektorienklasse eine verbesserte, informationserweiterte Trajektorienklasse erzeugt werden. Diese kann für spätere Trajektorien von anderen Fahrzeugen wiederum verwendet werden. Beispielsweise kann als ortsspezifisches Charakteristikum eine Fahrdynamikinformation des Fahrzeuges, wie ein Bremsen, ein Beschleunigen, eine Querbeschleunigung, ESP-Daten, Erkennung von Rampen durch Steigung und/oder Gefälle, eine Vertikaldynamik oder ein Fehlerweg erfasst werden. Ebenso kann als fahrzeugspezifisches Charakteristikum eine Benutzung markanter Fahrzeugsysteme, wie Blinker, Beleuchtung, Fensterheber, Türe, Spiegelverstellung, Gangwahl, Feststellbremse, Hill-Hold, Zu- und Abschalten von Assistenzfunktionen oder ein elektrisches oder fossiles Laden beziehungsweise Tanken erfasst werden. Ebenso kann als fahrzeugspezifisches Charakteristikum ein Fahrmanöver, wie ein charakteristisches Streckensegment beziehungsweise Fahrmanöver, die nur an bestimmten Stellen in einer Parkebene auftreten können, erfasst werden.
Beispielsweise kann als ortsspezifisches Charakteristikum eine Information einer Umfeldsensorik eines Fahrzeuges, wie eine Kamera, ein Ultraschallsensor, ein Radarsensor oder ein Lidarsensor verstanden werden. Des Weiteren kann als ortsspezifisches Charakteristikum ein identifiziertes Umgebungsmerkmal, wie eine Landmarke, eine Schild, ein Marker, eine Infrastruktur, eine Bodenmarkierung, eine Parkplatznummerierung, ein Bumper, eine Schranke, eine Ladesäule, ein Bezahlterminal, eine Mautstation, eine Kontrollstation, ein Geschäft oder eine Struktur im Boden oder ein Marker im nicht-sichtbaren Lichtbereich, oder eine Fahrbahnmarkierung, oder eine Tankstelle, oder eine spezielle Kurve, eine Ampel oder eine Bodenbeschaffenheit einer Straße erfasst werden. Ebenso kann als ortsspezifisches Charakteristikum eine erkannte Informationsinfrastruktur, wie ein WLAN-Netz, ein Mobilfunknetz oder RFID-Text erfasst werden.
Die soeben ausgeführten Beispiele bezüglich der ortsspezifischen Charakteristika und der fahrzeugspezifischen Charakteristika sollen lediglich einen kleinen Einblick in die Vielzahl an Informationen liefern und sind daher nicht abschließend zu verstehen.
In einem Ausführungsbeispiel ist vorgesehen, dass die zumindest zwei Trajektorienklassen bezüglich eines Befahrorts und/oder eines Befahrthemas und/oder einer Fahrzeuggeschwindigkeit beim Befahren des Fahrzeuges und/oder einer Fahrbahnart unterschieden werden. Die Unterscheidung beziehungsweise die Kategorisierung der einzelnen Trajektorieklassen kann durch die Auswerteeinheit oder durch eine elektronische Verarbeitungseinheit oder einer Steuereinheit durchgeführt werden. Durch die Unterscheidung der zumindest zwei Trajektorienklassen oder von mehreren Trajektorieklassen kann erreicht werden, dass die jeweilige Ist-Trajektorie anhand der fahrzeugspezifischen und/oder ortsspezifischen Charakteristika zu der hier zugehörigen beziehungsweise passenden Trajektorienklasse zugeordnet werden kann. Somit kann eine genaue und präzise Zuordnung der Ist-Trajektorie zu einer dazugehörigen Trajektorienklasse erfolgen.
Insbesondere werden mithilfe der Auswerteeinheit die Trajektorienklassen anhand von ortsspezifischen und/oder fahrzeugspezifischen und/oder trajektorienspezifischen Charakteristika eingeteilt. Somit kann erreicht werden, dass die Ist-Trajektorie, welche anhand der ortsspezifischen und/oder fahrzeugspezifischen Charakteristika mit der Vergleichs- Trajektorie verglichen wird, auch einer dazu passenden Trajektorienklasse zugeteilt werden kann. Durch die Unterscheidung der Trajektorienklassen können die verschiedensten Trajektorien anhand der unterschiedlichsten Merkmale spezifiziert und somit kategorisiert werden.
Unter dem Befahrort ist zu verstehen, ob während des Durchfahrens der Trajektorie spezifische Umgebungsmerkmale erfasst werden konnten. Insbesondere kann unter dem Befahrort eine eingehauste Befahrung, wie beispielsweise in einem Tunnel oder einem Parkhaus, verstanden werden. Ebenso kann als Befahrort eine ungehauste Befahrung wie das Befahren einer Landstraße oder einer Autobahn verstanden werden. Unter dem Befahrthema kann beispielsweise ein Parkvorgang oder ein Rangiervorgang gegenüber einem „freien“ Fahren, wie das Fahren entlang einer Autobahn oder Landstraße, unterschieden werden. Bei der Fallunterscheidung der Trajektorienklassen an der Fahrzeuggeschwindigkeit kann die jeweilige Fahrzeuggeschwindigkeit, mit welcher beispielsweise die Trajektorie befahren wurde, anhand eines Geschwindigkeitsschwellwertes beziehungsweise eines vorgegebenen Toleranzwerts verglichen werden. Somit können die Trajektorienklassen dahingehend kategorisiert werden, ob eine Geschwindigkeit größer oder gleich dem Geschwindigkeitsschwellwert ist. Des Weiteren kann für die Unterscheidung der Trajektorienklassen als Fahrbahnart die Unterscheidung getroffen werden, ob die Trajektorie entlang einer Autobahn oder einer Bundesstraße oder einer Landstraße oder einer städtischen Straße oder einer Parkhausstraße durchgeführt wurde. Folglich können die Trajektorienklassen derart spezifiziert werden, dass eine genaue und effiziente Einteilung der verschiedensten Trajektorien durchgeführt werden kann.
Beispielsweise kann unter dem Befahrort ein Parkplatz an einer Raststätte oder ein Parkplatz an einer Ladesäule oder Tanksäule verstanden werden.
In einem weiteren Ausführungsbeispiel ist vorgesehen, dass die informationserweiterte Ist- T rajektorie zumindest anhand der Art zumindest eines Charakteristikums und/oder an zumindest der Anzahl der Charakteristika und/oder anhand der T rajektorie dahingehend beurteilt wird, zu welcher der Trajektorienklasse eine Zugehörigkeit festgestellt wird. Insbesondere erfolgt die Beurteilung der informationserweiterten Ist-Trajektorie mithilfe der Auswerteeinheit, sodass mithilfe der Auswerteeinheit eine differenzierte Beurteilung beziehungsweise Bewertung der Ist-Trajektorie durchgeführt werden kann. Anhand der verschiedensten Informationen und/oder Merkmale und/oder Charakteristika kann die Ist- Trajektorie beurteilt werden, sodass eine genaue und/oder präzise Kategorisierung beziehungsweise Klassifizierung der Ist-Trajektorie durchgeführt werden kann und somit die Ist- Trajektorie zu einer zu der Ist-Trajektorie korrespondierenden Trajektorienklasse zugeordnet werden kann. Dabei kann es entscheidend sein, dass nur solche Ist-Trajektorien zu einer Trajektorienklasse zugeordnet werden, welche eine Zugehörigkeit beziehungsweise eine Übereinstimmung aufweisen. Somit kann erreicht werden, dass auch tatsächlich ein Informationscluster einer Trajektorienklasse erweitert werden kann. Besonders vorteilhaft ist es, wenn durch die Auswerteeinheit die zu beurteilende Ist-Trajektorie anhand der Art des ortsspezifischen Charakteristikums und/oder des fahrzeugspezifischen Charakteristikums und/oder an zumindest einer Anzahl der ortsspezifischen Charakteristika und/oder der fahrzeugspezifischen Charakteristika beurteilt wird. Ebenso kann für die Beurteilung die durchfahrene Trajektorie berücksichtigt werden. Dabei kann beispielsweise ein Startpunkt und/oder ein Endpunkt und/oder ein Zwischenstopp entlang der Trajektorie berücksichtigt werden. Ebenso kann eine Form und/oder eine Länge und/oder eine Zeitdauer der befahrenen Trajektorie berücksichtigt werden.
In einem weiteren Ausführungsbeispiel der Erfindung kann vorgesehen sein, dass zumindest die Art und/oder Anzahl von Charakteristika der informationserweiterten Ist-Trajektorie mit der Art und/oder Anzahl von Charakteristika der zumindest einen Vergleichstrajektorie einer Trajektorien verglichen werden, und dann, wenn zumindest die Art und/oder die Anzahl unterschiedlich sind, die informationserweiterte Ist-Trajektorie in zumindest dieser Trajektorienklasse klassifiziert wird. Durch die Berücksichtigung zumindest eines Unterschieds zwischen den Trajektorien kann erreicht werden, dass insbesondere nur solche Trajektorien in eine Trajektorienklasse klassifiziert werden, welche einen Mehrwert bereitstellen. Dadurch kann beispielsweise verhindert werden, dass eine Trajektorie, welche eindeutig bereits in der Trajektorienklasse zugeordnet wurde, nochmals hinzugefügt wird. Dadurch können Rechenkapazitäten verringert werden. Es sollen nur solche Trajektorien in die Trajektorienklasse hinzugeordnet beziehungsweise hinzugefügt werden, welche die Trajektorienklasse hinsichtlich einer zusätzlichen Information erweitern beziehungsweise einen Mehrwert liefern, sodass die Trajektorienklasse anhand ihres Informationsgehalts verbessert werden kann. Um dies erreichen zu können, kann die Ist-Trajektorie mit der Vergleichs- Trajektorie dahingehend verglichen werden, inwieweit sich diese beiden Trajektorien in ihrem ortsspezifischen und/oder fahrzeugspezifischen Charakteristikum unterscheiden. Beispielsweise kann es sein, dass sich die beiden Trajektorien in den ortsspezifischen Charakteristika identisch sind, aber einen Unterschied in ihrem fahrzeugspezifischen Charakteristikum haben. Somit wäre ein gewisser Mehrwert für die Trajektorienklasse erreicht. Ebenfalls kann es sein, dass sich die beiden Trajektorien jeweils in einem ersten ortsspezifischen Charakteristikum gleichen, aber in einem zumindest zweiten Charakteristikum unterscheiden. Ebenso kann es sein, dass die Vergleichs-Trajektorie jeweils zwei ortsspezifische und fahrzeugspezifische Charakteristika aufweist, aber dazu die Ist-Trajektorie jeweils fünf ortsspezifische und fahrzeugspezifische Charakteristika aufweist. Somit unterscheiden sich die beiden Trajektorien in den zusätzlichen Charakteristika und somit kann die Ist-Trajektorie als Informationserweiterung zu der Trajektorienklasse zugeordnet beziehungsweise klassifiziert werden.
Insbesondere kann für die Unterscheidung der Ist-Trajektorie und der Vergleichs-Trajektorie ein vorgegebener Toleranzwert beziehungsweise eine vorgegebene Toleranzschwelle berücksichtigt werden. Somit kann beispielsweise festgestellt werden, wenn die Ist-Trajektorie und die Vergleichs-Trajektorie gleich oder im Wesentlichen gleich sind. Dies ist beispielsweise dann der Fall, wenn die beiden Trajektorien eine Abweichung kleiner einem vorgegebenen Toleranzwert aufweisen. Somit kann eine detailliertere und genauere Unterscheidung bezüglich der Charakteristika der beiden Trajektorien getroffen werden.
In einem weiteren Ausführungsbeispiel ist vorgesehen, dass zumindest eine Art eines Charakteristikums der informationserweiterten Ist-Trajektorie mit zumindest einer gleichen Art eines Charakteristikums der Vergleichs-Trajektorie verglichen wird, und zumindest dann, wenn die verglichenen Arten um einen Toleranzwert kleiner einem Schwellwert abweichen, die informationserweiterte Ist-Trajektorie zumindest in die Trajektorienklasse klassifiziert wird, in welcher die Vergleichs-Trajektorie enthalten ist. Insbesondere werden mithilfe der Auswerteeinheit die Ist-Trajektorie und die Vergleichs-Trajektorie derart bewertet beziehungsweise beurteilt beziehungsweise verglichen, indem eine Art des Charakteristikums der Ist-Trajektorie mit einem Charakteristikum, welche die gleiche Art wie die Art des Charakteristikums der Ist-Trajektorie enthält, verglichen.
Beispielsweise kann es sich bei zumindest einer Art des Charakteristikums der Ist-Trajektorie um einen Lenkwinkel oder um einen Fahrdynamikparameter des Fahrzeugs handeln. Dabei wird überprüft, ob die Vergleichs-Trajektorie ein Charakteristikum aufweist, welche als Art ebenfalls einen Lenkwinkel oder einen Fahrdynamikparameter enthält. Diese beiden Charakteristika der beiden Trajektorien werden anschließend mithilfe der Auswerteeinheit dahingehend beurteilt beziehungsweise bewertet, ob sich, wie in diesem Beispiel, der Lenkwinkel oder der Fahrdynamikparameter zueinander nur geringfügig unterscheiden. Beispielsweise kann überprüft werden, ob der jeweilige Lenkwinkel der beiden Trajektorien bezüglich eines vorgegebenen Toleranzwerts nicht einen vorgegebenen Schwellwert übersteigt und somit kleiner als der vorgegebene Schwellwert ist. Sollte dies der Fall sein, so kann die Ist- Trajektorie der Trajektorienklasse zugeordnet beziehungsweise hinzugefügt werden, in welcher die Vergleichs-Trajektorie enthalten ist. Folglich können Trajektorien, welche eine gewisse Übereinstimmung aufweisen, vorteilhafterweise durch die jeweiligen Trajektorienklasse zusammensortiert beziehungsweise zusammengeordnet werden.
In einem weiteren Ausführungsbeispiel ist vorgesehen, dass zumindest eine Vergleichs- Trajektorie einer Trajektorienklasse und zumindest eine informationserweiterte Ist-Trajektorie, die in dieser Trajektorienklasse klassifiziert wird, zumindest anteilig fusioniert werden, sodass eine Super-Trajektorie erzeugt wird, die jeweils im Vergleich zur Vergleichs-Trajektorie und im Vergleich zur informationserweiterten Ist-Trajektorie einen größeren Informationsgehalt aufweist.
Insbesondere kann vorgesehen sein, dass zu jeder Trajektorienklasse zumindest eine Vergleichs-Trajektorie beziehungsweise Referenz-Trajektorie vorhanden ist.
Insbesondere kann das Fusionieren mithilfe der Auswerteeinheit erfolgen. Bei dem Fusionieren kann es sich um ein Zusammenfügen beziehungsweise um ein datentechnisches Zusammenbringen beziehungsweise Vereinigen von Trajektorien handeln. Dadurch kann insbesondere eine verbesserte und umfangreichere Trajektorie erzeugt werden. Dies erfolgt beispielsweise dann, wenn die zumindest eine Ist-Trajektorie zu einer bestimmten Trajektorienklasse hinzugeordnet werden konnte. Bei einer erfolgreichen Zuordnung der Ist- Trajektorie kann diese Ist-Trajektorie mit der Vergleichs-Trajektorie, welche der Ist-Trajektorie zugeordnet wurde, fusioniert beziehungsweise vereint werden. Somit kann eine neue Trajektorie als Super-Trajektorie erzeugt werden, welche einen größeren Informationsgehalt beziehungsweise größeren Informationsumfang aufweist. Durch die erzeugte Super-Trajektorie kann eine umfangreiche und verbesserte und insbesondere effizientere Trajektorie generiert beziehungsweise erzeugt werden. Die Fusionierung der beiden Trajektorien erfolgt insbesondere anteilig. Ebenfalls denkbar ist, dass die beiden Trajektorien vollständig beziehungsweise komplett miteinander fusioniert werden. Insbesondere kann ein Trajektorienteil beziehungsweise Trajektorienabschnitt der Vergleichs-Trajektorie und ein Trajektorienabschnitt oder ein Trajektorienteil der Ist-Trajektorie fusioniert werden. Somit kann die Super-Trajektorie anhand einzelner Trajektorienabschnitte der jeweiligen Trajektorien erzeugt werden. Insbesondere erfolgt die Fusionierung der beiden Trajektorien abschnittsweise. Beispielsweise können bestimmte Abschnitte, welche innerhalb der Trajektorien liegen, fusioniert werden. Dabei kann jede der beiden Trajektorien bezüglich ihres jeweiligen Start- und Endpunktes in Trajektorienabschnitte unterteilt werden. Somit können die jeweiligen Trajektorienabschnitte miteinander fusioniert werden. Somit kann eine Super-Trajektorie erzeugt beziehungsweise generiert werden, welche im Vergleich zu der Ist-Trajektorie, der Vergleichs-Trajektorie und der durchfahrenen Trajektorie informationserweitert ist und somit einen Mehrwert zur Verfügung stellt. Somit kann diese Super-Trajektorie von dem Fahrzeug oder von anderen Fahrzeugen der Fahrzeugflotte verwendet werden, um diese Super- Trajektorie verwenden zu können, um bessere Fahrvorgänge durchführen zu können.
In einem weiteren Ausführungsbeispiel der Erfindung ist vorgesehen, dass die Trajektorie abhängig von einem Fahrzeugseitigen Erfassungssystem, mit welchem Informationen zum Erzeugen der Trajektorie und/oder zum Erkennen der Umgebung beim Befahren der Trajektorie erfasst und bereitgestellt werden, ein Tauglichkeitswert zur Nutzung für ein Fahrzeug, insbesondere durch eine Auswerteeinheit, zugeordnet wird, und abhängig davon ein Bedürfniskriterium für eine Informationserweiterung der informationserweiterten Ist-Trajektorie bestimmt wird. Dadurch kann entschieden beziehungsweise festgestellt werden, ob und inwiefern die Ist-Trajektorie informationserweitert werden muss. Mithilfe des bestimmten Bedürfniskriteriums kann beispielsweise systemseitig entschieden werden, inwieweit die Informationserweiterung der informationserweiterten Ist-Trajektorie durchgeführt werden soll.
Beispielsweise kann mit dem Bedürfniskriterium ein Level und/oder ein Grad und/oder eine Art und/oder eine Anzahl an Informationserweiterungen beziehungsweise Informationserweiterungsinformationen ermittelt werden. Je nachdem, welche Stufe eines Bedürfniskriteriums der Ist-Trajektorie zugeordnet wurde kann die Notwendigkeit einer Informationserweiterung ermittelt werden.
Beispielsweise kann es der Fall sein, dass die Ist-Trajektorie ein niedriges Bedürfniskriterium, insbesondere das niedrigste Bedürfniskriterium, aufweist. In diesem Fall kann die Ist-Trajektorie nur mit geringen oder sogar mit gar keinen Informationen erweitert werden. Dies kann beispielsweise aus Sicherheitsgründen der Fall sein, um die Trajektorei nur zu plausibilisieren oder zu bestätigen. Sollte jedoch festgestellt werden, dass die Ist-Trajektorie ein hohes, insbesondere das höchste, Bedürfniskriterium aufweist, so können der Ist-Trajektorie vielfältigste Informationen zur Informationserweiterung zugeordnet werden.
Insbesondere kann mithilfe der Auswerteeinheit die Trajektorie dahingehend bewertet beziehungsweise beurteilt werden, sodass der Tauglichkeitswert und/oder ein Genauigkeitswert und/oder ein Vertrauenswert dieser Trajektorie zugeordnet werden kann. Dabei kann die Trajektorie dahingehend eingestuft werden, ob diese eine ausreichende Genauigkeit und/oder eine ausreichende Tauglichkeit und/oder ein ausreichendes Maß an Vertrauen aufweist, um ohne eine Informationserweiterung von Fahrzeugen genutzt werden zu können. Beispielsweise kann mit dem Genauigkeitswert die Trajektorie beurteilt werden, ob eine geografische Ortung beziehungsweise eine geografische Positionsbestimmung der Trajektorie möglich ist. Sollte beispielsweise festgestellt werden, dass die Genauigkeit der Trajektorie einen Toleranzwert übersteigt, so ist eine Informationserweiterung dieser Trajektorie durchzuführen. Beispielsweise kann durch ein Fahrzeugsystem festgestellt werden, dass die Trajektorie nach systemseitiger Beurteilung für eine Nutzung von anderen Fahrzeugen nicht tauglich ist. Dies kann beispielsweise des Weiteren durch die Auswerteeinheit erneut überprüft werden, und falls dies durch die Auswerteeinheit bestätigt wird, so kann eine Informationserweiterung der Ist- Trajektorie durchgeführt werden.
Beispielsweise kann es sich bei dem fahrzeugseitigen Erfassungssystem um eine Umfeldsensorik oder ein Sensorsystem oder eine Frontkamera oder ein anderweitiges Sensorsystem des Fahrzeugs oder anderer Fahrzeuge der Fahrzeugflotte handeln. Insbesondere kann mithilfe des fahrzeugseitigen Erfassungssystems die Umgebung beim Befahren der Trajektorie, insbesondere kontinuierlich, erfasst werden. Mithilfe des fahrzeugseitigen Erfassungssystems können des Weiteren das zumindest eine ortsspezifische Charakteristikum und/oder das zumindest eine fahrzeugspezifische Charakteristikum zumindest zeitweise erfasst werden.
In einem weiteren Ausführungsbeispiel der Erfindung ist vorgesehen, dass abhängig von dem Bedürfniskriterium bestimmt wird, welche zumindest eine Vergleichs-Trajektorie mit der informationserweiterten Ist-Trajektorie fusioniert wird, sodass die Super-Trajektorie einen höheren Tauglichkeitswert aufweist, als die Vergleichs-Trajektorie und die informationserweiterte Ist-Trajektorie jeweils alleine betrachtet. Mithilfe des ermittelten Bedürfniskriteriums der Ist-Trajektorie kann eine Einteilung beziehungsweise Einstufung beziehungsweise Klassifikation beziehungsweise Kategorisierung der Ist-Trajektorie hinsichtlich der Trajektorienklassen durchgeführt werden. Dabei können den jeweiligen Trajektorienklassen Gewichtungen beziehungsweise Priorisierungen hinsichtlich von Bedürfniskriterien zugeordnet werden. Somit ist es denkbar, dass in Abhängigkeit von dem Bedürfniskriterium zusätzlich mitentschieden werden kann, zu welcher Klasse die Ist-Trajektorie zugeordnet wird. Somit kann die Ist-Trajektorie mit der entsprechenden Vergleichs-Trajektorie der ausgewählten Trajektorienklasse fusioniert werden.
Ebenso denkbar ist, dass eine Vergleichs-Trajektorie unabhängig von den Trajektorienklassen anhand des Bedürfniskriteriums bestimmt wird.
Insbesondere kann mit dem Bedürfniskriterium festgelegt werden, welche Informationen und/oder Daten der Ist-Trajektorie fehlen. Somit kann eine entsprechende Vergleichs- Trajektorie ausgewählt werden, mit welcher genau diese fehlenden Informationen und/oder Daten und/oder Charakteristika bereitgestellt werden können. Dies wird anschließend bei der Fusionierung zu der Super-Trajektorie berücksichtigt, sodass die Super-Trajektorie genau diese noch fehlenden Merkmale der Ist-Trajektorie aufweist. Somit weist die Super-Trajektorie einen höheren Tauglichkeitswert beziehungsweise einen höheren Genauigkeitswert beziehungsweise einen höheren Vertrauenswert auf als die Vergleichs-Trajektorie, die informationserweiterte Ist- Trajektorie und die durchfahrene Trajektorie. Somit kann eine Super-Trajektorie erzeugt werden, welche durch Fahrzeuge bestmöglich und effizient genutzt werden kann, da die Super- Trajektorie einen hohen Tauglichkeitswert zur Nutzung von Fahrzeugen aufweist.
Beispielsweise kann es sein, dass die Ist-Trajektorie Informationen hinsichtlich eines ersten Erfassungssystems aufweist. Bei der Vergleichs-Trajektorie können dabei beispielsweise Informationen eines zu dem ersten Erfassungssystem verschiedenen zweiten Erfassungssystems zur Verfügung gestellt werden. In diesem Fall hätte die Super-Trajektorie Informationen aus zwei verschiedenen Erfassungssystemen. Besonders vorteilhaft ist, wenn die beiden verschiedenen Erfassungssysteme, welche die Informationen der Super-Trajektorie bereitstellen, nicht nur aus zwei verschiedenen Erfassungssystemen, sondern auch von verschiedenen Erfassungssystemen von zwei verschiedenen Fahrzeugen aufweist. Somit kann eine große Palette an Vielfältigkeit und unterschiedlichen Informationen zusammengefügt werden.
Ein weiteres Ausführungsbeispiel der Erfindung sieht vor, dass dann, wenn beim Durchfahren der Trajektorie ein Erfassen zumindest eines ortsspezifischen Charakteristikums des Fahrzeugs nicht erfolgt oder nicht erfolgen kann, beim Erzeugen der Super-Trajektorie zumindest eine Vergleichs-Trajektorie mit der informationserweiterten Ist-Trajektorie fusioniert wird, welche eine Positionsinformation aufweist. Dadurch kann insbesondere in dem Fall, bei welchem keine genaue oder nur eine ungenaue Ortung bezüglich einer Position des Fahrzeuges ermittelt werden konnte, trotzdem eine informationserweiterte, insbesondere verbesserte, Super- Trajektorie erzeugt werden. Insbesondere ist dies beispielsweise dann der Fall, wenn es zu einer Störung und/oder einem Ausfall eines globalen Positionsbestimmungssystems und/oder eines globalen Navigationssatellitensystems kommt. Dies kann beispielsweise der Fall sein, wenn das Fahrzeug die Trajektorie in einem mehrstöckigen Parkhaus oder in einem Tunnel oder einer Bergregion befährt. Somit kann in diesem Fall keine genaue Positionsbestimmung des Fahrzeuges durchgeführt werden. Sollte dies beispielsweise mit der Auswerteeinheit festgestellt werden, kann zumindest eine entsprechende Vergleichs-Trajektorie oder Referenz- Trajektorie, welche der durchfahrenen Trajektorie zumindest anteilweise ähnelt, verwendet werden. Dabei wird solch eine Vergleichs-Trajektorie verwendet, welche eine Positionsinformation bereitstellt, welche mithilfe der Auswerteeinheit unter Verwendung von spezifischen Algorithmen oder Softwaretools der aktuell befahrenen Trajektorie zugeordnet werden kann. Dabei wird diese Positionsinformation anhand des Fahrzeugs der Fahrzeugflotte bereitgestellt, welche die Vergleichs-Trajektorie durchfahren hat. Dies kann ebenso durch mehrere Fahrzeuge erfolgen, sodass ein gemittelter Wert als Vergleichs-Trajektorie zur Verfügung gestellt werden kann. Somit kann beispielsweise die Super-Trajektorie die Informationen zusätzlich enthalten, welche der Ist-Trajektorie aufgrund mangelnder Positionsbestimmung fehlten. Somit ist die Super-Trajektorie eine verbesserte Trajektorie gegenüber der durchfahrenen Trajektorie.
Optional ist die Super-Trajektorie zu einem bestimmten Zeitpunkt des Befahrens der Trajektorie die beste Trajektorie. Die Super-Trajektorie kann weiteren Einheiten und/oder Fahrzeugen zur Verfügen gestellt werden.
Beispielsweise kann die Super-Trajektorie in einem fortlaufenden Prozess stetig angereichert und aktualisiert werden.
Ein weiterer Aspekt der Erfindung betrifft ein Verfahren zum Betreiben einer Fahrzeugflotte beziehungsweise eines Fahrzeugflottensystems mit zumindest zwei Fahrzeugen, bei welchen ein erweitertes Informationscluster, welches zumindest eine Trajektorienklasse mit zumindest einer Trajektorie zum Befahren mit einem Fahrzeug beschreibt, mit einem Verfahren nach dem vorherigen Aspekt oder einer vorteilhaften Weiterbildung davon erzeugt wird, und bei welchem zumindest einem Fahrzeug der Fahrzeugflotte bei einer Fahrt zumindest eine Information aus einer, insbesondere informationserweiterten, Trajektorienklasse zur Verfügung gestellt wird. Insbesondere kann hier eine Fahrzeugflotte bestehend aus zumindest zwei oder mehreren Fahrzeugen verwaltet werden. Hierzu kann beispielsweise ein Fahrzeugflottensystem, insbesondere ein elektronisches Fahrzeugflottensystem, verwendet werden. Mithilfe eines vorhin geschilderten Verfahrens nach dem vorherigen Aspekt oder einer vorteilhaften Weiterbildung davon kann ein erweitertes Informationscluster, mit welchem eine Trajektorieklasse erweitert werden kann, erzeugt werden. Die Erzeugung kann dabei mithilfe der elektronischen Auswerteeinheit erfolgen.
Insbesondere können die Fahrzeuge in der Fahrzeugflotte über kommunikationstechnische Verbindungen, wie beispielsweise Mobilfunknetz, Bluetooth oder WLAN, die jeweils durchfahrenen Trajektorien und/oder die dazu spezifischen Charakteristika der Auswerteeinheit und/oder dem Fahrzeugflottensystem übermitteln.
Insbesondere kann des Weiteren bei einer Fahrt eines beliebigen Fahrzeugs der Fahrzeugflotte, welches beispielsweise einen vorliegenden Streckenabschnitt mithilfe einer Trajektorie zumindest teilautonom, insbesondere vollautonom, befahren möchte, sich entsprechende Informationen bereitstellen lassen.
Beispielsweise kann in Abhängigkeit von der aktuellen Position des Fahrzeuges eine dazu passende Trajektorie einer wiederum zu dieser Trajektorie entsprechenden Trajektorieklasse übermittelt werden, sodass beispielsweise anhand dieser Trajektorie eine bevorstehende autonome Fahrt durchgeführt werden kann. Ebenfalls denkbar ist, dass bei einer aktuell befahrenen Trajektorie durch das Fahrzeug eine entsprechende Aufforderung an die Auswerteeinheit übermittelt wird, sodass dem Fahrzeug zumindest eine oder mehrere Informationen aus einer informationserweiterten Trajektorieklasse, welche mit der aktuellen Position des Fahrzeugs korreliert, zur Verfügung gestellt werden kann. Somit kann jedes Fahrzeug der Fahrzeugflotte Informationen bezüglich einer Trajektorie einem übergeordneten System zur Verfügung stellen, sodass dann wiederum anhand dieser gespeicherten Informationen andere Fahrzeuge Informationen abrufen können. Daher kann die Fahrzeugflotte effizienter betrieben werden, da alle Fahrzeuge untereinander Informationen austauschen und zur Verfügung stellen können. Somit kann wiederum jedes der einzelnen Fahrzeuge effizienter betrieben werden, was wiederum eine effizientere Fahrzeugflotte zur Folge hat.
In einem Ausführungsbeispiel ist vorgesehen, dass zumindest einem Fahrzeug der Fahrzeugflotte zumindest eine Super-Trajektorie bereitgestellt wird. Beispielsweise kann es sein, dass das zumindest eine Fahrzeug der Fahrzeugflotte in Abhängigkeit von seiner aktuellen Position oder seiner bevorstehenden Route ein Streckenabschnitt beziehungsweise ein Trajektorienabschnitt befahren wird, welcher durch ein vorhergehendes Fahrzeug bereits befahren wurde. Dabei kann das vorherige Fahrzeug eine entsprechende Ist-Trajektorie bereitgestellt haben, welche zu der Super-Trajektorie fusioniert wurde, sodass genau diese Super-Trajektorie durch das Fahrzeug verwendet werden kann. Somit kann das zumindest eine Fahrzeug die Super-Trajektorie dazu verwenden, um beispielsweise einen teilautonomen oder vollautonomen Fährbetrieb, wie beispielsweise ein autonomes Fahren oder auch ein autonomes Parken, durchführen kann. Jedes Fahrzeug der Fahrzeugflotte kann die verbesserte Super-Trajektorie jederzeit abrufen und verwenden. Folglich kann anhand der vielfältigsten zur Verfügung gestellten Informationen der Fahrzeuge der Fahrzeugflotte jedes Fahrzeug dahingehend verbessert werden, indem eine aktuell benötigte Trajektorie durch die Super- Trajektorie ersetzt werden kann, sodass jedes Fahrzeug effizienter und insbesondere sicherer betrieben werden kann, da weitere aktualisierte Informationen zur vorausschauenden Fahrt existieren.
In einem weiteren Ausführungsbeispiel ist vorgesehen, dass anhand der Super-Trajektorie eine Eigenlokalisierung des Fahrzeugs der Fahrzeugflotte erfolgt, dem die Super-Trajektorie übermittelt wird. Dies ist dann von Vorteil, wenn das Fahrzeug anhand einer durchfahrenen Trajektorie und/oder anhand seines Sensorsystems und/oder seines Fahrzeugsystemausstattungslevels nicht in der Lage ist, eine Eigenlokalisierung durchzuführen oder eine ungenaue Eigenlokalisierung nur durchführen kann. In diesem Fall kann die Super- Trajektorie Abhilfe schaffen, denn die Super-Trajektorie enthält die vielfältigsten Informationen bezüglich der Trajektorie, einer Ortsinformation oder einer Fahrzeuginformation oder einer Positionsinformation oder noch viel Weiteres. Somit kann anhand der in der Super-Trajektorie beinhalteten Informationen, insbesondere den ortsspezifischen Charakteristika, eine Eigenlokalisierung des Fahrzeuges durchgeführt werden. Dies ist des Weiteren noch vorteilhaft, da die aktuelle Trajektorie dahingehend erweitert werden kann, da die Information der Super- Trajektorie zusätzlich zur Verfügung stehen. Folglich kann das Fahrzeug anhand der Super- Trajektorie die Eigenlokalisierung durchführen, sodass das Fahrzeug seinen aktuellen Standpunkt, insbesondere trotz Ausfall eines globalen Navigationssatellitensystems, bestimmen kann. Des Weiteren kann die Super-Trajektorie dazu verwendet werden, um zu überprüfen, ob die durch das Fahrzeug selbst durchgeführte Eigenlokalisierung vertrauenswürdig beziehungsweise tauglich ist. ln einem weiteren Ausführungsbeispiel ist vorgesehen, dass die ermittelte Eigenposition durch die durchgeführte Eigenlokalisierung als zusätzliche Information der Auswerteeinheit zur Verfügung gestellt wird, sodass diese Information wiederum zu einer jeweiligen Trajektorieklasse zugeordnet werden kann.
Ein weiterer Aspekt der Erfindung betrifft ein elektronisches Trajektorienerzeugungssystem mit zumindest einer Auswerteeinheit, welches zum Durchführen eines Verfahrens nach einem der vorhergehenden Aspekte oder einer vorteilhaften Weiterbildung daraus ausgebildet ist.
Insbesondere kann mit dem soeben geschilderten elektronischen Trajektorienerzeugungssystem ein Verfahren nach dem vorherigen Aspekt oder einer Weiterbildung daraus durchgeführt werden.
Insbesondere kann es sich bei dem elektronischen Trajektorienerzeugungssystem um ein zentrales oder dezentrales System handeln. Insbesondere kann das elektronische Trajektorienerzeugungssystem als Backend oder als Datenwolke oder als Servereinrichtung und/oder Datenverarbeitungssystem bezeichnet werden.
Optional kann das elektronische Trajektorienerzeugungssystem eine Kommunikationseinheit aufweisen, mit welcher die Fahrzeuge der Fahrzeugflotte mit dem elektronischen Trajektorienerzeugungssystem kommunizieren können. Somit können zum einen die vielfältigsten Informationen von dem Fahrzeug an das elektronische Trajektorienerzeugungssystem übermittelt werden und das elektronische Trajektorienerzeugungssystem kann wiederum die entsprechenden Informationen, wie beispielsweise die Super-Trajektorie, den Fahrzeugen der Fahrzeugflotte übermitteln. Insbesondere stehen die Fahrzeuge der Fahrzeugflotte und beispielsweise ein Fahrzeugflottensystem in kommunikationstechnischer Verbindung mit dem elektronischen Trajektorienerzeugungssystem.
Ein weiterer Aspekt der Erfindung betrifft ein Fahrzeugflottensystem mit zumindest zwei Fahrzeugen, welche jeweils eine Sende- und/oder Empfangseinheit aufweisen, mit zumindest einem elektronischen Trajektorienerzeugungssystem nach dem vorherigen Aspekt oder einer vorteilhaften Weiterbildung daraus. Mithilfe des Fahrzeugflottensystems kann insbesondere die Fahrzeugflotte bestehend aus mehreren Fahrzeugen verwaltet werden. Beispielsweise kann es sich bei dem Fahrzeugflottensystem um eine zentrale Servereinrichtung oder um ein Backend oder eine Datenwolke oder um einen Fahrzeugflottenserver handeln.
Jedes der Fahrzeuge der Fahrzeugflotte weist zumindest eine Sendeeinheit und/oder eine Empfangseinheit auf. Somit kann ein Datenaustausch zwischen dem Fahrzeugflottensystem und den Fahrzeugen erfolgen. Insbesondere können dadurch die Informationen bezüglich Trajektorien und/oder trajektorienspezifische Merkmale übermittelt werden. Insbesondere kann das Fahrzeugflottensystem zumindest ein elektronisches Trajektorienerzeugungssystem aufweisen, mit welchem beispielsweise eine Trajektorienklasse in ihren Informationsclustern erweitert werden kann. Ebenfalls denkbar ist, dass jedes Fahrzeug der Fahrzeugflotte zumindest ein Teilsystem des elektronischen Trajektorienerzeugungssystems aufweist.
Ebenso denkbar ist, dass jedes Fahrzeug an sich ein elektronisches Trajektorienerzeugungssystem aufweist, sodass Trajektorien entsprechend selbst erzeugt und erweitert werden können, indem die jeweiligen Informationen durch das Fahrzeugflottensystem an die jeweiligen Fahrzeuge übertragen beziehungsweise übermittelt werden.
Ein weiterer Aspekt der Erfindung betrifft ein Computerprogrammprodukt, umfassend Befehle, die bei der Ausführung des Computerprogrammprodukts durch einen Computer diesen veranlassen, ein Verfahren nach einem der vorhergehenden Aspekte oder einer vorteilhaften Ausbildung davon ausführen.
Vorteilhafte Ausgestaltungsformen der unabhängigen Verfahren sind als vorteilhafte Ausgestaltungsformen des elektronischen Trajektorienerzeugungssystems, des Fahrzeugflottensystems sowie des Computerprogrammprodukts anzusehen. Des Weiteren weisen das elektronische Trajektorienerzeugungssystem, das Fahrzeugflottensystem und das Computerprogrammprodukt gegenständliche Merkmale auf, welche eine Durchführung eines der unabhängigen Verfahren oder eine vorteilhafte Ausgestaltungsform davon ermöglichen.
Insbesondere können vorteilhafte Ausführungsbeispiele als vorteilhafte Ausführungsbeispiele der anderen Aspekte und umgekehrt angesehen werden. Insbesondere können vorteilhafte Ausführungsbeispiele eines Aspekts als vorteilhafte Ausführungsbeispiele der anderen Aspekte oder aller anderen Aspekte angesehen werden. Dies gilt in umgekehrter Weise ebenso.
Ein Erfassungssystem beziehungsweise Umfeldsensorsystem kann hier und im Folgenden als Sensorsystem verstanden werden, das dazu in der Lage ist, Sensordaten oder Sensorsignale zu erzeugen, welche eine Umgebung des Fahrzeugs und/oder des Umfeldsensorsystems abbilden, darstellen oder wiedergeben. Insbesondere ist die Fähigkeit, elektromagnetische oder sonstige Signale aus der Umgebung zu erfassen, nicht hinreichend, um ein Sensorsystem als Umfeldsensorsystem zu erachten. Beispielsweise können Kameras, Radarsysteme, Lidarsysteme oder Ultraschallsensorsysteme als Umfeldsensorsysteme aufgefasst werden.
Unter einer Auswerteeinheit beziehungsweise Recheneinheit kann insbesondere ein Datenverarbeitungsgerät verstanden werden, die Auswerteeinheit kann also insbesondere Daten zur Durchführung von Rechenoperationen verarbeiten. Darunter fallen gegebenenfalls auch Operationen, um indizierte Zugriffe auf eine Datenstruktur, beispielsweise eine Umsetzungstabelle, LUT (englisch: „look-up table“), durchzuführen.
Die Auswerteeinheit kann insbesondere einen oder mehrere Computer, einen oder mehrere Mikrocontroller und/oder einen oder mehrere integrierte Schaltkreise enthalten, beispielsweise eine oder mehrere anwendungsspezifische integrierte Schaltungen, ASIC (englisch: „application-specific integrated circuit“), eines oder mehrere feldprogrammierbare Gate-Arrays, FPGA, und/oder eines oder mehrere Einchipsysteme, SoC (englisch: „system on a chip“). Die Auswerteeinheit kann auch einen oder mehrere Prozessoren, beispielsweise einen oder mehrere Mikroprozessoren, eine oder mehrere zentrale Prozessoreinheiten, CPU (englisch: „central processing unit“), eine oder mehrere Grafikprozessoreinheiten, GPU (englisch: „graphics processing unit“) und/oder einen oder mehrere Signalprozessoren, insbesondere einen oder mehrere digitale Signalprozessoren, DSP, enthalten. Die Auswerteeinheit kann auch einen physischen oder einen virtuellen Verbund von Computern oder sonstigen der genannten Einheiten beinhalten.
In verschiedenen Ausführungsbeispielen beinhaltet die Auswerteeinheit eine oder mehrere Hardware- und/oder Softwareschnittstelle und/oder eine oder mehrere Speichereinheiten.
Eine Speichereinheit kann als flüchtiger Datenspeicher, beispielsweise als dynamischer Speicher mit wahlfreiem Zugriff, DRAM (englisch: „dynamic random access memory“) oder statischer Speicher mit wahlfreiem Zugriff, SRAM (englisch: „static random access memory“), oder als nicht-flüchtiger Datenspeicher, beispielsweise als Festwertspeicher, ROM (englisch: „read-only memory“), als programmierbarer Festwertspeicher, PROM (englisch: „programmable read-only memory“), als löschbarer Festwertspeicher, EPROM (englisch: „erasable read-only memory“), als elektrisch löschbarer Festwertspeicher, EEPROM (englisch: „electrically erasable read-only memory“), als Flash-Speicher oder Flash-EEPROM, als ferroelektrischer Speicher mit wahlfreiem Zugriff, FRAM (englisch: „ferroelectric random access memory“), als magnetoresisti- ver Speicher mit wahlfreiem Zugriff, MRAM (englisch: „magnetoresistive random access memory“) oder als Phasenänderungsspeicher mit wahlfreiem Zugriff, PCRAM (englisch: „phase- change random access memory“), ausgestaltet sein.
Ein hierin beschriebenes Verfahren kann auch in Form eines Computerprogrammprodukts vorliegen, das das Verfahren auf einer Steuereinheit implementiert, wenn es auf der Steuereinheit ausgeführt wird. Ebenso kann ein elektronisch lesbarer Datenträger mit darauf gespeicherten elektronisch lesbaren Steuerinformationen vorliegen, welche zumindest ein beschriebenes Computerprogrammprodukt umfassen und derart ausgestaltet sind, dass sie bei Verwendung des Datenträgers in einer Steuereinheit ein beschriebenes Verfahren durchführen.
Zu der Erfindung gehören auch Weiterbildungen des erfindungsgemäßen elektronisches Trajektorienerzeugungssystems, des erfindungsgemäßen Fahrzeugflottensystem und des Computerprogrammprodukts, die Merkmale aufweisen, wie sie bereits im Zusammenhang mit den Weiterbildungen des erfindungsgemäßen Verfahrens beschrieben worden sind. Aus diesem Grund sind die entsprechenden Weiterbildungen des erfindungsgemäßen elektronisches Trajektorienerzeugungssystems, des erfindungsgemäßen Fahrzeugflottensystem und des Computerprogrammprodukts hier nicht noch einmal beschrieben.
Die Erfindung umfasst auch die Kombinationen der Merkmale der beschriebenen Ausführungsformen.
Im Folgenden werden Ausführungsbeispiele der Erfindung beschrieben. Hierzu zeigt:
Fig. 1 eine schematische Darstellung einer Fahrzeugflotte und eines Fahrzeugflottensystem, welches ein elektronisches Trajektorienerzeugungssystem aufweist;
Fig. 2 einen beispielhaften Systemablauf eines erfindungsgemäßen Verfahrens zur Erweiterung eines Informationsclusters;
Fig. 3 eine beispielhafte Trajektorie, welche durch ein Fahrzeug der Fahrzeugflotte aus Fig. 1 durchfahren worden ist; und Fig. 4 eine beispielhafte Vergleichs-Trajektorie, welche durch ein weiteres Fahrzeug der Fahrzeugflotte aus Fig. 1 durchfahren worden ist.
Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsbeispiele der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten 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 Ausführungsbeispiele auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.
In den Figuren sind funktionsgleiche Elemente jeweils mit denselben Bezugszeichen versehen.
Die Fig. 1 zeigt beispielsweise eine Fahrzeugflotte 1, welche zumindest zwei Fahrzeuge 2 aufweist. In diesem Ausführungsbeispiel sind insbesondere drei Fahrzeuge 2 der Fahrzeugflotte 1 dargestellt. Die Fahrzeugflotte 1 kann eine Vielzahl an Fahrzeugen 2 aufweisen.
Insbesondere kann die Fahrzeugflotte 1 als Fahrzeugschwarm oder als Mietwagenflotte oder als Firmenfahrzeugflotte oder als Carsharing-Dienst-Flotte bezeichnet werden.
Damit auf effiziente und insbesondere intelligente Weise die Fahrzeugflotte 1 verwaltet beziehungsweise betrieben werden kann, kann ein Fahrzeugflottensystem 3 vorgesehen sein. Mithilfe des Fahrzeugflottensystems 3 kann beispielsweise die Fahrzeugflotte 1 verwaltet beziehungsweise betrieben werden. Insbesondere handelt es sich bei dem Fahrzeugflottensystem 3 um ein elektronisches System. Insbesondere kann das Fahrzeugflottensystem 3 als Datenwolke oder Backend oder Serversystem oder Servereinrichtung betrieben werden.
Insbesondere kann vorgesehen sein, dass die Fahrzeuge 2 der Fahrzeugflotte 1 jeweils eine Sende- und/oder Empfangseinheit 4 aufweisen. Mit dieser Sende- und/oder Empfangseinheit 4 können zum einen die Fahrzeuge 2 der Fahrzeugflotte 1 untereinander kommunizieren und Daten und/oder Informationen untereinander austauschen beziehungsweise miteinander teilen. Ebenso können mithilfe der Sende- und/oder Empfangseinheit 4 Informationen und/oder Daten von den Fahrzeugen 2 an das Fahrzeugflottensystem 3 übermittelt werden. Ebenso können wiederum Informationen und/oder Daten von dem Fahrzeugflottensystem 3 an die Fahrzeuge 2, insbesondere an die Sende- und/oder Empfangseinheit 4, übermittelt werden. Somit ist auf intelligente Art und Weise ein Kommunikationsnetz für die Fahrzeugflotte 1 gebildet. Bei den Fahrzeugen 2 der Fahrzeugflotte 1 kann es sich beispielsweise um zumindest teilautonome, insbesondere vollautonome, Fahrzeuge handeln. Somit können die Fahrzeuge 2 der Fahrzeugflotte 1 zumindest teilautonom und/oder vollautonom betrieben werden. Insbesondere können die Fahrzeuge 2 der Fahrzeugflotte 1 als hochautomatisierte Fahrzeuge bezeichnet werden.
Beispielsweise können zum Durchführen von teilautonomen oder vollautonomen Fahrmodi die Fahrzeuge 2 ein elektronisches Fahrzeugführungssystem 5 aufweisen.
Unter einem elektronischen Fahrzeugführungssystem 5 kann ein elektronisches System verstanden werden, das dazu eingerichtet ist, ein Fahrzeug vollautomatisch oder vollautonom zu führen, insbesondere ohne dass ein Eingriff in eine Steuerung durch ein Fahrer erforderlich ist. Das Fahrzeug führt alle erforderlichen Funktionen wie Lenk-, Brems- und/oder Beschleunigungsmanöver, die Beobachtung und Erfassung des Straßenverkehrs sowie entsprechende Reaktionen automatisch durch. Insbesondere kann das elektronische Fahrzeugführungssystem einen vollautomatischen oder vollautonomen Fahrmodus des Fahrzeugs nach Stufe 5 der Klassifizierung gemäß SAE J3016 implementieren. Unter einem elektronischen Fahrzeugführungssystem kann auch ein Fahrerassistenzsystem verstanden werden, welches einen Fahrer beim teilweise automatisierten oder teilautonomen Fahren unterstützt. Insbesondere kann das elektronische Fahrzeugführungssystem einen teilweise automatisierten oder teilautonomen Fahrmodus nach den Stufen 1 bis 4 gemäß der SAE J3016 die Klassifizierung implementieren. Hier und im Folgenden bezieht sich SAE J3016 auf die entsprechende Norm in der Version vom Juni 2018.
Die wenigstens teilweise automatische Fahrzeugführung kann es daher beinhalten, das Fahrzeug gemäß einem vollautomatischen oder vollautonomen Fahrmodus der Stufe 5 nach SE J3016 zu führen. Die wenigstens teilweise automatische Fahrzeugführung kann auch beinhalten, das Fahrzeug gemäß einem teilweise automatisierten oder teilautonomen Fahrmodus nach den Stufen 1 bis 4 nach SAE J3016 zu führen.
Beispielsweise können durch die Fahrzeuge 2 der Fahrzeugflotte 1 jeweilige Trajektorien, welche durch die Fahrzeuge 2 der Fahrzeugflotte 1 befahren wurden oder befahren werden, dem Fahrzeugflottensystem 3 zur Verfügung gestellt werden und somit über kommunikationstechnische Wege übermittelt werden. Somit kann das Fahrzeugflottensystem 3 die jeweiligen Trajektorien der Fahrzeuge 2 beispielsweise speichern und verwalten und gegebenenfalls auswerten oder analysieren.
Aufgrund der Tatsache, dass die Fahrzeuge 2 der Fahrzeugflotte 1 jeweils unterschiedliche Ausstattungen, wie Sensorsysteme, Umfeldsensorik, Erfassungssysteme oder anderweitige Sensorsysteme aufweist, kann es vorkommen, dass zumindest einige der Trajektorien von Fahrzeugen 2 für das Fahrzeugflottensystem 3 nicht verwendbar beziehungsweise nicht nutzbar sind. Dies kann beispielsweise dann der Fall sein, wenn einige der Fahrzeuge 2 eine „ungenügende“ oder „ungenaue“ Sensorik aufweisen oder sogar bestimmte Sensoren gar nicht aufweisen. Um hierzu Abhilfe zu schaffen, sodass insbesondere alle Trajektorien der Fahrzeuge 2 der Fahrzeugflotte 1 nutzbar und verwendbar sind, ist das erfindungsgemäße Verfahren vorgeschlagen. Hierzu ist insbesondere ein elektronisches Trajektorienerzeugungssystem 6 vorgesehen.
Mithilfe des elektronischen Trajektorienerzeugungssystems 6 kann beispielsweise ein Matching und Synchronisieren von Trajektorien der Fahrzeuge 2 durchgeführt werden. Bei dem elektronischen Trajektorienerzeugungssystem 6 kann es sich um ein elektronisches System bestehend aus mehreren Einzelkomponenten beziehungsweise Einzelsystemen handeln. Ebenso kann es sich bei dem elektronischen Trajektorienerzeugungssystem um eine eigenständige, kompakte Einheit beziehungsweise System handeln. Insbesondere kann das elektronische Trajektorienerzeugungssystem 6 Bestandteil des Fahrzeugflottensystems 3 sein. Ebenso kann das elektronische Trajektorienerzeugungssystem 6 in das Fahrzeugflottensystem 3 integriert sein. Ebenso kann das elektronische Trajektorienerzeugungssystem 6 ein zum Fahrzeugflottensystem 3 unterschiedliches System sein, sodass diese getrennt sind. In diesem Fall können das Fahrzeugflottensystem 3 und das elektronische Trajektorienerzeugungssystem
6 in ständiger kommunikationstechnischer Verbindung zueinander sein, sodass die vielfältigsten Daten ausgetauscht werden können.
Für die jeweilige Auswertung der verschiedensten Daten, insbesondere der Daten der Fahrzeugflotte 1 , weist das elektronische Trajektorienerzeugungssystem 6 eine Auswerteeinheit
7 auf. Bei der Auswerteeinheit 7 kann es sich um eine elektronische Auswerteeinheit beziehungsweise eine elektronische Recheneinheit handeln. Insbesondere kann das elektronische Trajektorienerzeugungssystem 6 eine Vielzahl an Auswerteeinheiten aufweisen. Die Auswerteeinheit 7 kann entweder in dem elektronischen Trajektorienerzeugungssystem 6 integriert oder dazu separat ausgebildet sein. Damit das elektronische Trajektorienerzeugungssystem 6 mit den Daten der Fahrzeugflotte 1 versorgt werden kann, kann es ein Kommunikationssystem 31 aufweisen. Mithilfe des Kommunikationssystems 31 kann das elektronische Trajektorienerzeugungssystem 6 mit dem Fahrzeugflottensystem 3 und insbesondere mit der Fahrzeugflotte 1 kommunizieren.
In der Fig. 2 wird ein beispielhaftes Ausführungsbeispiel des erfindungsgemäßen Verfahrens zur Erweiterung eines Informationsclusters, welches zumindest eine Trajektorienklasse mit zumindest einer Trajektorie zum Befahren mit einem Fahrzeug beschreibt, erläutert. Dabei werden beispielhafte Verfahrensschritte und/oder vorteilhafte Ausführungsformen beschrieben, welche nicht abschließend zu verstehen sind.
Insbesondere wird exemplarisch die Trajektorie eines Fahrzeugs 9 (vergleiche Fig. 1 und Fig. 3) beim Befahren der Trajektorie 8 (vergleiche Fig. 3) erläutert. Insbesondere können alle Fahrzeuge 2 der Fahrzeugflotte 1 eine Trajektorie durchfahren und diese aufzeichnen.
In einem beispielhaften ersten Schritt S1 kann eine, insbesondere tauglichkeitsreduzierte, Trajektorie 8 (vergleiche Fig. 3) mit einem Fahrzeug 9 der Fahrzeugflotte 1 durchfahren werden. Bei der Trajektorie 8 kann es sich insbesondere um eine Bahnkurve beziehungsweise einen Weg beziehungsweise eine zurückgelegte Strecke handeln. Beispielsweise kann es sich bei der Trajektorie 8 um eine Strecke handeln, welche von einem Startpunkt 10 (vergleiche Fig. 3) zu einem Endpunkt 11 (vergleiche Fig. 3) durchfahren wurde. Dabei kann die Trajektorie 8 mehrere verschiedene Streckenverläufe, wie Autobahnabschnitte, Kurven, Gefälle, Steigungen, Tunnelfahrten oder andere Fahrsituationen beinhalten. Beispielsweise kann die Trajektorie 8 entlang eines Autobahnabschnittes oder einer Landstraße oder innerhalb eines Tunnels durchfahren werden. Ebenso denkbar ist, dass es sich bei der Trajektorie 8 um eine Trajektorie bezüglich eines Einparkvorgangs, insbesondere autonomen Einparkvorgangs, handelt (vergleiche Fig. 3). Insbesondere kann die Trajektorie 8 von dem Startpunkt 10 zu dem Endpunkt 11 , wie in der Fig. 3 dargestellt, kurvenreich sein. Dabei kann die Trajektorie 8 so durchfahren worden sein, dass verschiedenste Objekte 12 (vergleiche Fig. 3) umfahren beziehungsweise ausgewichen worden ist. Beispielsweise kann es sich bei den Objekten 12 um Fahrbahnbegrenzungen oder Bäume oder in einem Parkhaus um Parkhausstrukturen wie Säulen oder Begrenzungen handeln.
In einem optionalen zweiten Schritt S2 kann zumindest zeitweise zumindest ein ortsspezifisches Charakteristikum 13 (vergleiche Fig. 3) des Fahrzeugs 9 erfasst werden. Zusätzlich oder anstatt dazu kann zumindest zeitweise zumindest ein fahrzeugspezifisches Charakteristikum 14 (vergleiche Fig. 3) des Fahrzeugs 9 erfasst werden. Das ortsspezifische Charakteristikum 13 und/oder das fahrzeugspezifische Charakteristikum 14 können bei dem Durchfahren der Trajektorie 8 zumindest zeitweise, insbesondere kontinuierlich, erfasst werden. Insbesondere können mehrere ortsspezifische Charakteristika und/oder mehrere fahrzeugspezifische Charakteristika beim Befahren der Trajektorie 8 erfasst werden.
Insbesondere können das zumindest eine ortsspezifische Charakteristikum 13 und/oder das zumindest eine fahrzeugspezifische Charakteristikum 14 mithilfe eines fahrzeugseitigen Erfassungssystems 15 (vergleiche Fig. 3) erfasst werden.
Bei dem fahrzeugseitigen Erfassungssystem 15 kann es sich um eine Vielzahl von verschiedensten Sensorsystemen des Fahrzeugs 9 handeln. Insbesondere kann jedes der Fahrzeuge 2 der Fahrzeugflotte 1 ein fahrzeugseitiges Erfassungssystem 15 aufweisen. Beispielsweise kann es sich bei dem fahrzeugseitigen Erfassungssystem 15 um eine Umfeldsensorik, wie beispielsweise eine Kamera, ein Ultraschallsensorsystem, ein Radarsystem, ein Lidarsystem, ein Bilderfassungssystem, eine Frontkamera oder ein anderweitiges Fahrzeugerfassungssystem handeln.
Insbesondere können mithilfe der fahrzeugseitigen Erfassungssystems 15 die Umgebung und/oder das Fahrzeug 9 während des Durchfahrens der Trajektorie 8 erfasst werden. Insbesondere können mithilfe des fahrzeugseitigen Erfassungssystems 15, welches insbesondere als elektronisches System bezeichnet werden kann, kontinuierlich die Umgebung und/oder das Fahrzeug 9 beim Durchfahren der Trajektorie erfasst beziehungsweise aufgezeichnet werden.
Das ortsspezifische Charakteristikum 13 und/oder das fahrzeugspezifische Charakteristikum 14 können insbesondere teilweise während des Durchfahrens der Trajektorie 8 erfasst beziehungsweise aufgezeichnet werden. Insbesondere können die Charakteristika 13, 14 bei bestimmten Trajektorienabschnitten 16 (vergleiche Fig. 3) erfasst werden. Insbesondere können beliebigen Trajektorienabschnitten 16 jeweils eine bestimmte Anzahl an Charakteristika 13, 14 erfasst werden. Insbesondere können die Charakteristika 13, 14 zu beliebigen Zeitpunkten und/oder zu beliebigen Positionen beziehungsweise Abschnitten zwischen dem Startpunkt 10 und dem Endpunkt 11 der Trajektorie 8 erfasst werden.
In einem optionalen dritten Schritt S3 können das erfasste ortsspezifische Charakteristikum 13 und/oder das erfasste ortsspezifische Charakteristikum 14 der Auswerteeinheit 7 übermittelt beziehungsweise bereitgestellt werden. Dies kann beispielsweise zwischen einer Kommunikationsverbindung zwischen dem Kommunikationssystem 8 und der Sende- und/oder Empfangseinheit 4 erfolgen. Beispielsweise können mithilfe der Kommunikationsverbindung 17 (vergleiche Fig. 1) die erfassten Informationen bezüglich der Trajektorie 8 und insbesondere die Trajektorie 8 selbst der Auswerteeinheit 7 zur Verfügung gestellt beziehungsweise übermittelt werden.
In einem optionalen vierten Schritt S4 kann eine informationserweiterte Ist-Trajektorie 18 (vergleiche Fig. 1) mithilfe der Auswerteeinheit 7 erzeugt werden, indem das zumindest eine ortsspezifische Charakteristikum 13 und/oder das zumindest eine fahrzeugspezifische Charakteristikum 14 der durchfahrenen Trajektorie 8 zugeordnet beziehungsweise zugeführt beziehungsweise hinzugefügt wird. Mit anderen Worten ausgedrückt werden die Charakteristika 13, 14 und die Trajektorie 8 zusammengefügt beziehungsweise datentechnisch zusammengebracht. Somit enthält die Ist-Trajektorie 18 neben den eigentlichen Informationen der Trajektorie 8 auch die zusätzlichen Informationen bezüglich der Charakteristika 13, 14. Zusätzlich oder anstatt dazu können die übermittelten Daten über die Kommunikationsverbindung 17 zunächst in einem Datenspeicher 32, insbesondere digitale Speichereinheit (vergleiche Fig. 1) zwischengespeichert beziehungsweise gesammelt werden. Der Datenspeicher 32 kann beispielsweise Bestandteil des Fahrzeugflottensystems 3 sein.
Damit nun die erzeugte Ist-Trajektorie 18 und somit die durchfahrene Trajektorie 8 des Fahrzeugs 9 beurteilt beziehungsweise bewertet beziehungsweise analysiert werden kann, kann eine Referenzinformation beziehungsweise Referenztrajektorie bereitgestellt werden. Mit dieser Referenz kann die Ist-Trajektorie 18 beurteilt werden. Dazu kann von zumindest einem Fahrzeug 19 (vergleiche Fig. 4) der Fahrzeugflotte 1 eine Vergleichs-Trajektorie 20 (vergleiche Fig. 4) zur Verfügung gestellt und somit bereitgestellt werden.
Diese Vergleichs-Trajektorie 20 kann durch das zumindest eine Fahrzeug 19 der Fahrzeugflotte 2 und/oder durch mehrere Fahrzeuge 2 der Fahrzeugflotte 1 durchfahren worden sein. Dies kann entweder zeitlich unmittelbar vor dem Durchfahren der Trajektorie 8 erfolgen oder bereits in der Vergangenheit durchgeführt worden sein. Diese Vergleichstrajektorie 20 kann als Trajektorien-Datensatz oder eine Trajektorien-Menge oder eine Trajektorien-Ansammlung verstanden werden. Diese können beispielsweise in dem Datenspeicher 19 zwischengespeichert sein beziehungsweise zwischengespeichert worden sein. Somit kann mithilfe der Auswerteeinheit 7 die informationserweiterte Ist-Trajektorie 18 mit der zumindest einen Vergleichs-Trajektorie 19 verglichen beziehungsweise beurteilt beziehungsweise bewertet werden. Insbesondere können die verschiedensten Vergleichs-Trajektorien und/oder anderen Trajektorien der verschiedensten Fahrzeuge 2 der Fahrzeugflotte 1 zum Vergleichen der Ist-Trajektorie 18 berücksichtigt werden. Je mehr verschiedene Vergleichs-Trajektorien und/oder Referenz-Trajektorien zur Verfügung stehen, desto genauer und präziser kann der Vergleich der Ist-Trajektorie 18 erfolgen. Die Referenz-Trajektorie 20 wird wie die Trajektorie 8 durch das Fahrzeug 19 befahren und aufgezeichnet. Dazu kann das Fahrzeug 19 ebenso ein Erfassungssystem 15 aufweisen.
In einem weiteren optionalen sechsten Schritt S6 kann die informationserweiterte Ist-Trajektorie 18 insbesondere zu einer von zumindest zwei unterschiedlichen, insbesondere vorgegebenen, Trajektorienklassen 21 abhängig von dem durchgeführten Vergleich zugeordnet werden, sodass die zumindest eine Trajektorienklasse 22, in welcher die informationserweiterte Ist- Trajektorie 18 klassifiziert werden konnte, bezüglich ihrem Informationscluster erweitert werden kann. Somit kann die Ist-Trajektorie 18 dahingehend analysiert werden, um festzustellen, zu welcher Art Klasse beziehungsweise Kategorie beziehungsweise Muster diese zugehörig ist. Mit anderen Worten ausgedrückt erfolgt eine Einteilung beziehungsweise eine Gruppierung beziehungsweise eine Klassifizierung der Ist-Trajektorie 18 und selbstverständlich auch aller anderen Trajektorien zu einer jeweiligen dazugehörigen Trajektorienklasse 22. In einer jeweiligen Trajektorienklasse 22 der mehreren Trajektorienklassen 21 können die verschiedensten Trajektorienarten untereinander gruppiert beziehungsweise sortiert werden. Insbesondere kann die Trajektorienklasse 21 als Trajektorien-Datenbank in dem Fahrzeugflottensystem 3 gespeichert sein. Insbesondere erfolgt die Zuordnung der informationserweiterten Ist-Trajektorie 18 zur Nutzungserweiterung und/oder Tauglichkeitserweiterung der Trajektorie 8. Durch diese Zuordnung der Trajektorie 8 kann eine Synchronisation und/oder ein Matching dieser Trajektorie 8 zu einer dazugehörigen Trajektorienklasse 22 erfolgen, sodass für diese Trajektorie 8 erweiterte, umfangreichere und/oder bereichernde Informationen zur Verfügung stehen.
Des Weiteren kann vorgesehen sein, dass die zumindest zwei Trajektorienklassen 21 bezüglich eines Befahrorts und/oder eines Befahrthemas und/oder einer Fahrzeuggeschwindigkeit beim Fahren des Fahrzeuges 9 und/oder einer Fahrbahnart unterschieden werden. Diese Unterscheidung kann insbesondere durch die Auswerteeinheit 7 automatisch erfolgen.
Beispielsweise kann in der Trajektorienklasse 22 zwischen einer eingehausten Umgebung, wie einem Tunnel oder einem Parkhaus, und einer uneingehausten Umgebung, wie eine Autobahn und/oder Landstraße, unterschieden werden. In einer anderen Trajektorienklasse 23 kann beispielsweise ein Befahrthema, wie Parken oder Rangieren, gegenüber einem freien Fahren unterschieden werden. Insbesondere können in einer Trajektorienklasse eine Trajektorie bezüglich eines eingehausten Befahrens und in einer dazu verschiedenen Trajektorienklasse ein ungehaustes Befahren und in einer anderen Trajektorienklasse nur Trajektorien eines Parkens oder Rangierens und wiederum in einer anderen Trajektorieklasse ein Fahren auf einer Autobahn oder einer Landstraße eingeteilt werden. Insbesondere sind diese nicht abschließend zu verstehen. Diese Beispiele geben nur einen kleinen Überblick, in wie vielen unterschiedlichen Arten und Formen Trajektorien in jeweilige Trajektorienklassen 21 unterteilt werden können. Zu den verschiedensten Fahrsituationen und/oder Fahraufgaben und/oder Fahrvorgängen und/oder Fahrorten können jeweilige Trajektorienklassen gebildet werden. Somit können die verschiedensten Trajektorien, insbesondere die Trajektorie 8, zu den verschiedensten Trajektorienklassen 21 gruppiert beziehungsweise selektiert beziehungsweise eingeteilt werden.
Des Weiteren kann vorgesehen sein, dass mithilfe der Auswerteeinheit 7 die Ist-Trajektorie 18 zumindest anhand der jeweiligen Art der Charakteristika13, 14 und/oder anhand zumindest der Anzahl der Charakteristika 13, 14 und/oder anhand der Trajektorie 8 selbst dahingehend beurteilt beziehungsweise analysiert beziehungsweise bewertet wird, zu welcher der Trajektorienklassen 21 eine Zugehörigkeit beziehungsweise Übereinstimmung festgestellt wurde. Somit können die zu der Ist-Trajektorie 18 hinzugefügten Charakteristika 13, 14 als spezifische Merkmale betrachtet werden, anhand welcher die Ist-Trajektorien zu einer dazugehörigen Trajektorienklasse 21 hinzugeordnet werden kann. Mit anderen Worten ausgedrückt können ebenfalls bei der Einteilung der Trajektorienklassen 21 die Charakteristika 13, 14 berücksichtigt werden.
In einem optionalen Schritt 7 können zumindest die Art und/oder die Anzahl von Charakteristika 13, 14 der Ist-Trajektorie 18 mit der Art und/oder Anzahl von Charakteristika 24, 25 (vergleiche Fig. 4) der zumindest einen Vergleichstrajektorie 20 verglichen werden. Die Vergleichs- Trajektorie 20 kann, wie in der Fig. 4 beispielhaft dargestellt, zwei verschiedene ortsspezifische Charakteristika 24 und zwei verschiedene fahrzeugspezifische Charakteristika 25 aufweist. Beispielsweise kann es sich bei den ortsspezifischen Charakteristika 24 um eine Kurve, eine Straßenbeschaffenheit oder eine Straßenart handeln. Bei den fahrzeugspezifischen Charakteristika 25 kann es sich beispielsweise um einen Lenkwinkel, einen Beschleunigungsvorgang, einen Bremsvorgang oder einen Fahrzeugzustand handeln. Wie in der Fig. 4 dargestellt ist, unterscheidet sich die Trajektorie 8 gegenüber der Vergleichs- Trajektorie 20 dadurch, dass die Vergleichs-Trajektorie 20 jeweils ein zusätzliches Charakteristika 24, 25 aufweist. Somit liefert die Vergleichs-Trajektorie 20 mehr Informationen und somit einen Mehrwert gegenüber der T rajektorie 8. Wenn nun mit der Auswerteeinheit 7 festgestellt wird, dass sich die beiden Trajektorien 18, 20 in zumindest einer Art und/oder Anzahl unterscheiden, so kann die Ist-Trajektorie 18 in die Trajektorienklasse 21 zugeordnet beziehungsweise klassifiziert werden, in welcher die Vergleichs-Trajektorie 20 klassifiziert wurde. Dies hat den Vorteil, dass zum einen die Trajektorien in einer Trajektorienklasse zusammengefügt werden, welche prinzipiell übereinstimmen und die Vergleichs-Trajektorie 20 gegenüber der Ist-Trajektorie 18 einen Mehrwert liefert.
In einem weiteren zusätzlichen oder optionalen Schritt S8, welcher nach dem Schritt S7 alleine oder zusätzlich zu dem Schritt S7 durchgeführt werden kann, kann vorgesehen sein, dass zumindest eine Art eines Charakteristikums 13, 14 der informationserweiterten Ist-Trajektorie 18 mit zumindest einer gleichen Art eines Charakteristikums 24, 25 der Vergleichs-Trajektorie 20 verglichen wird, und zumindest dann, wenn die verglichenen Arten um einen Toleranzwert kleiner einem Schwellwert abweichen, die Ist-Trajektorie 18 zumindest in die Trajektorienklasse 21 klassifiziert wird, in welcher die Vergleichs-Trajektorie 20 enthalten ist. Dies ist beispielsweise in der Fig. 4 in dem Bereich 26 gezeigt, bei welchem das Charakteristikum 13 der Ist-Trajektorie 18 und das Charakteristikum 24 der Vergleichs-Trajektorie 20 im Wesentlichen gleich sind. Damit ist mit im Wesentlichen gemeint, dass sich die beiden Charakteristika 13, 14 um einen Toleranzwert kleiner einem Schwellwert nur unterscheiden beziehungsweise voneinander abweichen.
In einem optionalen weiteren Schritt S9 kann vorgesehen sein, dass der Trajektorie 8 abhängig von dem fahrzeugseitigen Erfassungssystem 15, mit welchem Informationen zum Erzeugen der Trajektorie 8 und/oder zum Erkennen der Umgebung beim Befahren der Trajektorie 8 erfasst wurden, ein Tauglichkeitswert und/oder Genauigkeitswert und/oder Vertrauenswert zur Nutzung für ein Fahrzeug 2 der Fahrzeugflotte 1 , insbesondere durch die Auswerteeinheit 7, zugeordnet wird. Dies wäre beispielsweise dann der Fall, wenn durch das Fahrzeugflottensystem 3 oder durch ein elektronisches Fahrzeugführungssystem 5 der Fahrzeuge 2 festgestellt wird, dass die Trajektorie 8 nicht korrekt und/oder ungenau sein könnte. In diesem Fall kann beispielsweise ein Bedürfniskriterium für die Ist-Trajektorie 18 durch die Auswerteeinheit 7 erzeugt beziehungsweise bestimmt werden. Mit dem Bedürfniskriterium kann die Ist-Trajektorie 18 bezüglich ihrer Tauglichkeit und/oder ihres Vertrauenswertes und/oder ihrer Genauigkeit beurteilt beziehungsweise bewertet werden. Dadurch kann beispielsweise bei einem niedrigen Bedürfniskriterium festgelegt werden, dass die Ist-Trajektorie 18 bereits als „gute“ Trajektorie klassifiziert werden kann. Sollte das Bedürfniskriterium sehr hoch sein, so kann darauf geschlossen werden, dass es sich bei der Trajektorie 8 um eine „schlechte“ Trajektorie handelt. In diesem Fall ist eine Informationserweiterung der Ist-Trajektorie 18 von Vorteil. In einem optionalen zehnten Schritt S10 kann die Trajektorie 8 und insbesondere die Ist-Trajektorie 18, dahingehend verbessert beziehungsweise erweitert werden, indem die Ist-Trajektorie 18 mit der Vergleichs-Trajektorie 20, welche in der gleichen Trajektorienklasse 22 wie die Ist-Trajektorie 18 ist, zumindest anteilig fusioniert beziehungsweise zusammengefügt wird. Somit werden die Informationen bezüglich der Ist-Trajektorie 18 und der Vergleichs-Trajektorie 20 derart zusammengefügt beziehungsweise fusioniert, dass eine im Vergleich zu diesen beiden Trajektorien 18, 20 verbesserte Super-Trajektorie 27 erzeugt wird. Dies wird durch die Auswerteeinheit 7 durchgeführt. Diese Super-Trajektorie 27 und/oder verbesserte Trajektorie 27 (vergleiche Fig. 1) ist bezüglich der Ist-Trajektorie 18 und der Vergleichs-Trajektorie 20 derart verbessert, dass diese einen größeren Informationsgehalt aufweist. Somit liefert die Super- Trajektorie 27 im Vergleich zu den Trajektorien 18, 20 einen Mehrwert.
Beispielsweise kann in Abhängigkeit von dem Bedürfniskriterium bestimmt werden, welche zumindest eine Vergleichs-Trajektorie 20 mit der Ist-Trajektorie 18 fusioniert werden soll, sodass die Super-Trajektorie 27 einen höheren Tauglichkeitswert und/oder Genauigkeitswert und/oder Vertrauenswert aufweist als die Trajektorien 18, 20. Sollte mit dem Bedürfniskriterium festgestellt worden sein, dass die Ist-Trajektorie 18 sehr ungenau und insbesondere für die Fahrzeuge 2 der Fahrzeugflotte 1 nicht nutzbar ist, so kann diese mit einer solchen Vergleichs- Trajektorie 20 fusioniert werden, welche die Ist-Trajektorie 18 am besten, insbesondere am meisten, aufwertet beziehungsweise verbessert. Dadurch kann erreicht werden, dass die Super-Trajektorie 27 einen erheblichen Mehrwert und insbesondere einen wesentlich höheren Informationsgehalt als die Trajektorien 18, 20 aufweist. Dadurch kann diese Super-Trajektorie 27 auch vielfältig und umfangreich durch die Fahrzeuge 2 der Fahrzeugflotte 1 verwendet werden.
Insbesondere kann bei dem Fusionieren eine Art des Erfassungssystems 15 berücksichtigt werden. Beispielsweise kann es sein, dass die Ist-Trajektorie 18 mit einem ersten Erfassungssystem, wie zum Beispiel Radarsystem, erfasst wurde. Dahingehend kann die Vergleichs-Trajektorie 20 mit einem Lidar-System erfasst worden sein. Somit wären in Kombination beziehungsweise in der fusionierten Super-Trajektorie 27 zwei verschiedene Sensorsysteme als Informationsgehalt enthalten, wodurch eine verbesserte Redundanz und mehr Informationen zur Verfügung gestellt werden können. Somit enthält die Super-T rajektorie 27 mehr und umfangreichere Informationen.
Des Weiteren kann vorgesehen sein, dass dann, wenn beim Durchfahren der Trajektorie 8 ein Erfassen zumindest eines ortsspezifischen Charakteristikums 13 des Fahrzeugs 9 nicht erfolgte oder nicht erfolgen konnte, beim Erzeugen der Super-T rajektorie 27 zumindest auch eine Vergleichs-Trajektorie 20 mit der Ist-Trajektorie 18 fusioniert wird, welche eine Positionsinformation des Fahrzeugs 9 der Fahrzeugflotte 1 aufweist, welches die Vergleichs- Trajektorie 20 durchfahren hat. Somit kann es sein, dass das Fahrzeug 9 keine GPS-Position als Positionsinformation zur Verfügung hatte. Um die Trajektorie 8 nun mit einer GPS-Position zu versehen und somit die Trajektorie 8 genau verorten zu können, wird solch eine Vergleichs- Trajektorie 20 verwendet, welche eine Positionsinformation, also eine globale Navigationssatellitensystem-Position, aufweist. Somit kann die Trajektorie 8 mit einem Mehrwert versehen werden, indem die Ist-Trajektorie 18 mit einer solchen Vergleichs-Trajektorie 20 fusioniert wird.
In einem weiteren beziehungsweise optionalen elften Schritt S11 kann die Fahrzeugflotte 1 mit einem Verfahren und insbesondere mit dem Fahrzeugflottensystem 3 auf intelligente Weise betrieben werden, indem die zur Verfügung gestellten Informationen und/oder Daten und/oder Ausführungsformen der Schritte S1 bis S10 verwendet werden. Insbesondere können, wie bereits vorhin geschildert, alle Informationen bezüglich der Trajektorien allen Fahrzeugen 2 der Fahrzeugflotte 1 zur Verfügung gestellt werden und ebenso können alle Daten der Fahrzeuge 2 zur Informationserweiterung von Trajektorien wiederum zur Verfügung gestellt werden. Insbesondere kann in dem Schritt S11 die zuvor erzeugte Super-T rajektorie 27 dem eigentlichen Fahrzeug 9 und ebenso allen Fahrzeugen 2 der Fahrzeugflotte 1 zur Verfügung gestellt und insbesondere übermittelt werden. Somit können die weiteren Fahrzeuge 2 die Super-T rajektorie 27 für die verschiedensten Fahraufgaben und/oder Fahrzeugsysteme und/oder Fahrvorgängen verwenden. Insbesondere kann anhand der Super-T rajektorie 27, welche einen Ortsbezug aufweist, dazu verwendet werden, dass das zumindest eine Fahrzeug 9 oder andere Fahrzeuge 2 der Fahrzeugflotte 1 eine Eigenlokalisierung durchführen kann.
Beispielsweise kann des Weiteren vorgesehen sein, dass zumindest eine Klasseninformation betreffend der Trajektorienklasse 21 , in welcher die Ist-Trajektorie 18 klassifiziert wurde, an das Fahrzeug 9 und/oder an die Fahrzeuge 2 der Fahrzeugflotte 1 übermittelt wird.
Im nachfolgenden werden wieder Ausführungen bezüglich der Fig. 1 erläutert. ln einem Ausführungsbeispiel kann des Weiteren vorgesehen sein, dass die zu einer Trajektorienklasse 21 zugeordnete Ist-Trajektorie 18 mit zumindest einer Trajektorie, welche in der gleichen, identischen oder selben Trajektorienklasse 21 abgelegt beziehungsweise gespeichert ist, fusioniert beziehungsweise zusammengefügt beziehungsweise vereint wird, wodurch eine verbesserte Gesamt-Trajektorie als Super-Trajektorie 27 hergestellt beziehungsweise generiert werden kann, welche gegenüber der Ist-Trajektorie 18 zumindest ein zusätzliches ortsspezifisches Charakteristikum 13, 24 und/oder ein zusätzliches fahrzeugspezifisches Charakteristikum 14, 25 und/oder eine zusätzliche Positionsinformation und/oder eine zusätzliche Trajektorieninformation enthält.
In einem weiteren Ausführungsbeispiel kann vorgesehen sein, dass in Abhängigkeit von dem Vergleich eine Positionsinformation, wie beispielsweise eine GPS-Position, betreffend zumindest eines Orts entlang der befahrenen Trajektorie 8 erzeugt wird, wobei diese Positionsinformation einem Fahrzeugsystem des Fahrzeugs 9 oder einem anderen Fahrzeug 2 der Fahrzeugflotte 1 bereitgestellt wird, und wobei mit der Positionsinformation eine Eigenlokalisierung des Fahrzeugs 9 durchgeführt und/oder überprüft werden kann.
In einem Ausführungsbeispiel ist vorgesehen, dass in Abhängigkeit von der Positionsinformation der Startpunkt 10 und/oder der Endpunkt 11 der durchfahrenen Trajektorie 8 und/oder zumindest ein Zwischenpunkt entlang der befahrenen Trajektorie 8 und/oder zumindest ein Relokalisierungspunkt der durchfahrenen Trajektorie 8 bestimmt beziehungsweise ermittelt und/oder überprüft werden kann. Insbesondere können der Startpunkt 10 und/oder der Endpunkt 11 der durchfahrenen Trajektorie 8 und/oder der zumindest eine Zwischenpunkt entlang der befahrenen Trajektorie 8 und/oder der zumindest eine Relokalisierungspunkt der durchfahrenen Trajektorie 8 als Zusatzinformation zu der informationserweiterten Ist-Trajektorie 18 zugeordnet werden. In einem Ausführungsbeispiel ist vorgesehen, dass in Abhängigkeit von der Positionsinformation ein aktueller Standort des Fahrzeugs 9 ermittelt werden kann, wobei mit der Auswerteeinheit 7 die Trajektorienklasse 21 dahingehend überprüft wird, ob ein Startpunkt einer potentiellen Trajektorie der Trajektorienklasse mit dem aktuellen Standort des Fahrzeugs 9 übereinstimmt beziehungsweise korreliert, wobei bei Übereinstimmung diese potentielle Trajektorie zumindest dem elektronischen Fahrzeugführungssystem 5 bereitgestellt wird.
In einem Ausführungsbeispiel ist des Weiteren vorgesehen, dass in Abhängigkeit von der potentiellen Trajektorie ein teilautonomer, insbesondere vollautonomer, insbesondere automatischer, Fortbewegungsvorgang oder Parkvorgang des Fahrzeugs mittels des elektronischen Fahrzeugführungssystems 5 durchgeführt werden kann. Dies kann durch das Fahrzeug 9 und durch jedes beliebige Fahrzeug 2 der Fahrzeugflotte 1 durchgeführt werden.
In einem Ausführungsbeispiel kann vorgesehen sein, dass die vielfältigsten Informationen auch dafür genutzt werden können, um den Startpunkt beziehungsweise den Relokalisierungspunkt zu erkennen. Die Start- und Relokalisierungspunkte sind vor allem in Parkhäusern vorhanden. Sie können sowohl bereits vorhandene Landmarken als auch andere vom Fahrzeug 2, 9 detektierbare Lokalisierungspunkte sein. Beispielsweise kann in einem Parkhaus der Fall vorliegen, dass die Dichte oder Verteilung der Relokalisierungspunkte nicht ausreichen. Dabei können bei Bedarf zusätzliche Markierungen in der Umgebung des Parkhauses angebracht werden, zum Beispiel über ein Muster. Wenn das Fahrzeug 9 während eines automatischen Einparkvorgangs einer Durchfahrt oder das Fahrzeugflottensystem 3 im Rahmen einer Nachbearbeitung erkennt, dass nicht genügend Landmarken in einem Bereich vorliegen, so kann dies automatisch der Auswerteeinheit 7 übermittelt werden, sodass anhand der Trajektorienklassen 21 zusätzliche Informationen zur Verfügung gestellt werden können.
In einem weiteren Ausführungsbeispiel kann vorgesehen sein, dass das Antriggern zum Erkennen von Start- und/oder Relokalisierungspunkten durch GPS-Informationen oder Navigationskarten erfolgen kann, wenn beispielsweise erkannt wird, dass ein Fahrer möglicherweise demnächst in einen Bereich mit Trajektoriendaten und/oder angelernten Trajektorien einfährt. Dies ist insbesondere bei einem automatisierten Ein- oder Ausparkvorgang vorteilhaft.
Insbesondere kann die Trajektorie 8 sowohl eine vom Fahrzeug 9 aufgezeichnete Trajektorie oder eine Trajektorie anderer Fahrzeuge sowie Trajektoriensegmente umfassen.
In einem Ausführungsbeispiel kann die informationserweiterte Trajektorieklasse 21 dazu verwendet werden, um die Trajektorie 8 oder eine Trajektorie eines Fahrzeugs 2 verifizieren beziehungsweise überprüfen zu können. Dadurch kann beispielsweise verhindert werden, dass ein Fahrzeug 2 in einem Parkhaus fälschlicherweise eine Trajektorie für eine dritte Parkebene verwendet, obwohl das Fahrzeug 2 sich in einer ersten Parkebene des Parkhauses befindet. Somit kann mithilfe der Informationen der Trajektorienklasse ein Abgleich der bevorstehenden Trajektorie des Fahrzeugs 2 erfolgen. Dazu können anhand der Charakteristika 13, 14 einer Trajektorie ausreichend viele Daten hinzugefügt werden, um diese Trajektorie eindeutig einer Trajektorienklasse 21 zuordnen zu können. Dies kann beispielsweise vorher auch kontinuierlich während der Nutzung der aktuellen Trajektorie des Fahrzeugs 2 erfolgen. Somit kann auf aufwendige externe Systeme verzichtet werden und es sind keine komplexe und/oder ungenaue beziehungsweise fehlerträchtige Indoor-Lokalisierung und keine Infrastruktur- Änderung beziehungsweise Infrastruktur-Vorbereitung notwendig.
Eine zusätzliche Hilfestellung kann jedoch über folgende Informationen berücksichtigt werden:
Positionsinformation aus vorhandenen Systemen, wie zum Beispiel einer groben Verortung über GPS und/oder über Aufaggregation von Bewegungsinformationen mittels Lenkwinkel und Radimpulsen und/oder Fahrzeuggeschwindigkeiten.
Das Abspeichern der zuletzt bekannten Fahrzeug-Position bei Abschaltung des Fahrzeuges beziehungsweise Deaktivierung des Fährbetriebs. Bei Wiedereinschalten die letzte gespeicherte Position aus der Historie nutzen.
Stockwerkzuordnung in einem Parkhaus zum Beispiel über Barometer, Rotationen der Spindelzähler, Rampenfahrten detektieren und zählen.
Kommunikation und/oder Verständigung mit anderen Fahrzeugen und/oder Infrastrukturen als weitere Plausibilisierung.
In einem Ausführungsbeispiel können beispielsweise folgende Schritte erfolgen:
Aufzeichnen der beschriebenen Fahrzeug-Daten, fahrzeugspezifische Charakteristikum 14, synchron zu ortsspezifischen Charakteristika 14 oder vorhandene Ortsdaten, optionales Vorfiltern beziehungsweise Reduzierung der Datenlast oder Verifizierung der Informationen.
Übertragung an die Auswerteeinheit 7
Verarbeitung auf dem mit der Auswerteeinheit 7 mit bekannten Methoden synchron zu den Trajektoriendaten.
Übergabe verarbeiteter Zwischenergebnisse in Form von berechneten Trajektorien oder auch zusätzlichen Informationen, wie Umfelddaten oder Ortsbezug, zurück an das ursprüngliche Fahrzeug 9 oder an weitere Fahrzeuge 2, die die Funktion eines trainierten Parkens nutzen wollen. So wäre ein Fahrzeug 2 in der Lage zu überprüfen, ob eine übertragene Trajektorie tatsächlich zu dem aktuellen Ort des Fahrzeugs passt. Der Ortsbezug kann sich sowohl auf absolute Koordinaten als auch auf lokale Präferenzen wie zum Beispiel Parkhäuser ohne GPS-Empfang beziehen. Das Fahrzeug 9 lokalisiert sich auf Basis der von den Backend empfangenen Daten am Startpunkt 10 einer generierten Redrive-Trajektorie oder relativ dazu in einem Parkhaus mithilfe der zuvor übertragenen Daten.
Nutzung der neu gewonnenen Lokalisierung für Assistenzfunktionen wie Parkassistenzfunktionen.
Beispielsweise kann durch einen Fahrer des Fahrzeugs 9 oder durch ein Fahrzeugsystem des Fahrzeugs 9 eine Trajektorien-Trainingsfahrt angetriggert werden. Anschließend erfolgt ein Abgleich mit der Auswerteeinheit 7. Dabei können Daten über die Kommunikationsverbindung 17 hochgeladen werden. Anschließend kann beispielsweise das Fahrzeug 9 selbst über eine Kommunikationsverbindung 28 entsprechende Daten beziehungsweise Informationen aus dem Fahrzeugflottensystem 3 abrufen beziehungsweise abfragen. Anschließend kann in dem Fahrzeug 9 selbst oder in einer Auswerteeinheit des elektronischen Trajektorienerzeugungssystems 6 ein Synchronisieren und Matchen über korrespondierende Merkmale als Charakteristika 13, 14 durchgeführt werden. Anschließend kann wiederum das Fusionieren der Daten, insbesondere der Ist-Trajektorie 18 mit der Vergleichs-Trajektorie 20, durchgeführt werden. Diese Super-Trajektorie 27, welche als Fusions-Ergebnis bereitgestellt wird, kann wiederum für ein trainiertes Parken beispielsweise oder einen anderen trainierten Fahrvorgang verwendet werden.
Des Weiteren kann beispielsweise durch ein Fahrzeug 2 der Fahrzeugflotte 1 intern festgestellt werden, ob sich die letzte Fahrt des Fahrzeugs 2 bis zu einem Parkvorgang als Trainingsfahrt für ein trainiertes Parken eignet. Sollte dies nicht der Fall sein, so kann durch das Fahrzeug 2 eine entsprechende Anfrage an das Fahrzeugflottensystem 3 erfolgen. Über eine Kommunikationsverbindung 29 können wiederum entsprechende nutzbare Daten, welche durch die informationserweiterte Trajektorieklasse 21 zur Verfügung gestellt werden, Trajektorien an das Fahrzeug 2 übermittelt werden, sodass beispielsweise ein trainiertes Parken durchgeführt werden kann, ohne dass das Fahrzeug 2 selbst einen Trainingsvorgang durchgeführt hat, da die Daten in den Trajektorienklassen 21 bereits aufbereitet zur Verfügung stehen. Hierzu ist insbesondere die Super-Trajektorie 27 zu verwenden.
In einem Ausführungsbeispiel kann vorgesehen sein, dass das Fahrzeug 9 sich in einem Parkhaus befindet und versucht, für einen automatisierten Parkvorgang eine Trajektorie 8 abzurufen. Dabei kann der GNSS (globales Navigationssatellitensystem)-Empfang nicht vorhanden sein, sodass zunächst eine im Parkhaus zurückgelegte Strecke oder ein Teilstück bis zur Ego-Position des Fahrzeugs 9 als zurückgelegte Trajektorie plus entsprechenden Charakteristika 13, 14 an die Auswerteeinheit 7 gesendet, um eine genaue Position zu erhalten. Die Auswerteeinheit 7 fügt die gesendeten Daten zusammen und findet geeignete Trajektorien anhand der Trajektorienklassen 21 und synchronisiert die vom Fahrzeug 9 zurückgelegte Trajektorie 8 mit den Daten der Trajektorienklasse 21 und kann somit die Ego-Position, also die aktuelle Position, des Fahrzeugs berechnen. Die genaue Position kann verwendet werden, um weitere Funktionen bezüglich assistierter Fahrfunktionen, wie beispielsweise Trajektorien zum Einparken, zu verwenden.
In einem weiteren Ausführungsbeispiel kann vorgesehen sein, dass das Fahrzeug 9 sich in einem Tunnel befindet und somit ohne eine genaue GNSS-Position autonom fahren möchte. Die seit dem Tunneleingang zurückgelegte Trajektorien plus die Charakteristika 13, 14 können an die Auswerteeinheit 7 gesendet werden, um eine genaue Position anhand der Trajektorienklasse 21 zu erhalten. Die Auswerteeinheit 7 matcht die gesendeten Daten und findet eine geeignete Trajektorie anhand der Trajektorienklassen 21 und synchronisiert die vom Fahrzeug zurückgelegte Trajektorie mit den Daten und kann somit die Ego-Position des Fahrzeugs, also die aktuelle Position des Fahrzeugs 9, berechnen. Die genaue Position kann wiederum für Trajektorien zum autonomen Fahren in einem Tunnel verwendet werden.
Beispielsweise kann die Trajektorie 8 eine manuell, automatisch oder trainiert gefahrene sowie trainierte Trajektorie sein.
Beispielsweise kann die informationserweiterte Trajektorienklasse 21 auch für „sehr gut“ ausgerüstete Fahrzeuge in Fällen hoher GNSS-Systeme im Fahrzeug 9 beziehungsweise hoher GNSS-Abschattung einen Mehrwert bringen. Ansonsten dienen diese ausgerüstete Fahrzeuge 2 als Datenlieferant, indem sie ortsbezogene gesicherte Trajektorien und Daten für das Fahrzeugflottensystem 3 liefern.
Beispielsweise kann das Fahrzeug 9 ein GNSS-System aufweisen, welches einen Vertrauensbereich aufweist, welcher je nach Satellitenverschattungssituation viele 100 Meter betragen kann. Des Weiteren müssen diese Systeme eine Mindestmenge an Satelliten aufweisen, um eine jeweilige Position ermitteln zu können. Sollte dieses GNSS-System im Fahrzeug 9 feststellen, dass die Genauigkeit für einen Use-Case ungenau ist, kann anhand der informationserweiterten Trajektorienklasse 21 Abhilfe geschaffen werden.
Beispielsweise können die jeweiligen Informationen bezüglich der Trajektorie 8 kontinuierlich an die Auswerteeinheit 7 übertragen werden. Somit kann eine bessere Unterstützung der Lokalisierung und Navigieren erfolgen. Des Weiteren kann es sein, dass durch das Fahrzeug 9 selbst entschieden wird, wann die entsprechende Trajektorie 8 und die dazugehörigen Daten an die Auswerteeinheit 7 übertragen werden. Dies ist insbesondere dann von Vorteil, um eine Datenlast zu reduzieren. Beispielsweise kann hierzu ein Trigger sein, wenn das Fahrzeug 9 nicht sicher ist, ob die aktuelle Lokalisierung noch eine ausreichend hohe Güte aufweist.
Insbesondere wird bei der Erzeugung einer geeigneten Datengrundlage in einem neuen Gebiet, in welchem ein Fahrzeug der Fahrzeugflotte 2 sich erstmalig befindet, eine permanente Datenübertragung benötigt, um eine genaue Datensammlung zur Verfügung zu stellen.
Beispielsweise erfolgen die erzeugten informationserweiterten Trajektorienklassen und die Fusionierung mittels bekannter Verfahren aus der Big-Data-Verarbeitung. Dabei können Ähnlichkeiten oder Gleichheiten von Objekten oder Bildern der Trajektorien berücksichtigt werden. Insbesondere können für die Erfassung der Charakteristika 13, 14 Datenaufzeichnungen eines Daten-Kanals mittels 1-D-Bildern verglichen werden.
Beispielsweise kann es sich bei der Trajektorie 8 um eine solche Trajektorie handeln, welche keinen oder nur einen ungenauen Ortsbezug aufweist. Mithilfe der informationserweiterten Trajektorienklasse 21 kann somit die Trajektorie 8 plausibilisiert und/oder rekonstruiert werden.
Insbesondere erfolgt bei dem Fusionieren beispielsweise ein Übereinanderliegen der Ist- Trajektorie 18 und der Vergleichs-Trajektorie 20. Insbesondere können die Trajektorien der Fahrzeugflotte 1 als Schwarm-Trajektorien dem Flottenfahrzeugsystem 3 zur Verfügung gestellt werden.
Insbesondere kann die Auswerteeinheit 7 beispielsweise in den jeweiligen Trajektorienklassen 21 einen jeweiligen Mittelwert bezüglich gleicher Trajektorien durchführen, sodass hier bereits eine verbesserte Information zu einer Trajektorie zur Verfügung gestellt werden kann. Insbesondere kann in den jeweiligen Trajektorienklassen eine Korrelierung von Daten erfolgen.
Beispielsweise können die Fahrzeuge 2 der Fahrzeugflotte 1 entsprechend einen jeweiligen Ringspeicher aufweisen, sodass beispielsweise die letzten 50 oder 100 oder 1000 Meter der gefahrenen Strecke als Trajektorie rückwärts abgespeichert und wieder aufgerufen werden können. Des Weiteren kann das Fahrzeugflottensystem 3 einen elektronisch lesbaren Datenträger 30 aufweisen. Der elektronisch lesbare Datenträger 30 kann gespeicherte elektronisch lesbare Situationen aufweisen, welche zumindest ein Computerprogrammprodukt umfassen und derart ausgestaltet sind, dass bei Verwendung des Datenträgers 30 in dem Fahrzeugflottensystem 3 ein erfindungsgemäßes Verfahren durchgeführt werden kann.
Bezugszeichenliste
Fahrzeugflotte
Fahrzeuge der Fahrzeugflotte
Fahrzeugflottensystem
Sende- und/oder Empfangseinheit elektronisches Fahrzeugführungssystem elektronisches T rajektorienerzeugungssystem
Auswerteeinheit
T rajektorie
Fahrzeug
Startpunkt
Endpunkt
Objekte ortsspezifisches Charakteristikum fahrzeugspezifisches Charakteristikum
Erfassungssystem
T rajektorienabschnitt
Kommunikationsverbindung
Ist-Trajektorie
Fahrzeug
Vergleichs-T rajektorie
T rajektorienklassen , 23 Trajektorieklasse ortsspezifisches Charakteristikum der Vergleichs-Trajektorie fahrzeugspezifisches Charakteristikum der Vergleichs-Trajektorie
Bereich
Super-Trajektorie , 29 Kommunikationsverbindungen elektronisch lesbarer Datenträger
Kommunikationssystem
Datenspeicher bis S11 erster bis elfter Schritt

Claims

- 43 -
Patentansprüche Verfahren zum Erweitern eines Informationsclusters, welches zumindest eine Trajektori- enklasse (22, 23) mit zumindest einer Trajektorie (8) zum Befahren mit einem Fahrzeug (2, 9, 19) beschreibt, aufweisend:
Durchfahren zumindest einer Trajektorie (8) mit zumindest einem Fahrzeug (2, 9); Zumindest zeitweises Erfassen zumindest eines ortsspezifischen Charakteristikums
(13) des Fahrzeugs (2, 9) und/oder zumindest zeitweises Erfassen zumindest eines fahrzeugspezifischen Charakteristikums (14) des Fahrzeugs (2, 9) beim Durchfahren der Trajektorie (8);
Bereitstellen des zumindest einen ortsspezifischen Charakteristikums (13) des Fahrzeugs (2, 9) und/oder des zumindest einen fahrzeugspezifischen Charakteristikums
(14) des Fahrzeugs (2, 9) an eine Auswerteeinheit (7);
Erzeugen einer informationserweiterten Ist-Trajektorie (18), indem das zumindest eine ortsspezifische Charakteristikum (13) des Fahrzeugs (2, 9) und/oder das zumindest eine fahrzeugspezifische Charakteristikum (14) des Fahrzeugs (2, 9) der durchfahrenen Trajektorie (8) zugeordnet wird;
Vergleichen der informationserweiterten Ist-Trajektorie (18) mit zumindest einer Ver- gleichs-Trajektorie (20) in einer Auswerteeinheit (7), wobei die zumindest eine Ver- gleichs-Trajektorie (20) von zumindest einem von dem Fahrzeug (2, 9) unterschiedlichen Flottenfahrzeug (2, 19) einer Fahrzeugflotte (1) bereitgestellt wird;
Zuordnen der informationserweiterten Ist-Trajektorie (18) zu einer von zumindest zwei unterschiedlichen Trajektorienklassen (21) abhängig von dem Vergleichen, so dass die zumindest eine Trajektorienklasse (22, 23), in welche die informationserweiterte Ist-Trajektorie (18) klassifiziert wird, bezüglich ihrem Informationscluster erweitert wird. Verfahren nach Anspruch 1 , wobei die zumindest zwei Trajektorienklassen (21) bezüglich einem Befahrort und/oder einem Befahrthema und/oder einer Fahrzeuggeschwindigkeit beim Fahren des Fahrzeugs (2, 9) und/oder einer Fahrbahnart unterschieden werden. Verfahren nach Anspruch 2, wobei die informationserweiterte Ist-Trajektorie (18) zumindest anhand der Art zumindest eines Charakteristikums (13, 14) und/oder anhand - 44 - zumindest der Anzahl der Charakteristika (13, 14) und/oder anhand der Trajektorie (8) dahingehend beurteilt wird, zu welcher der Trajektorienklassen (21) eine Zugehörigkeit festgestellt wird. Verfahren nach einem der vorhergehenden Ansprüche, wobei zumindest die Art und/oder Anzahl von Charakteristika (13, 14) der informationserweiterten Ist-Trajektorie (18) mit der Art und/oder Anzahl von Charakteristika (24, 25) der zumindest einen Ver- gleichs-Trajektorie (20) einer Trajektorienklasse (22, 23) verglichen werden, und dann, wenn zumindest die Art und/oder die Anzahl unterschiedlich ist, die informationserweiterte Ist-Trajektorie (18) in zumindest diese Trajektorienklasse (22, 23) klassifiziert wird. Verfahren nach einem der vorhergehenden Ansprüche, wobei zumindest eine Art eines Charakteristikums (13, 14) der informationserweiterten Ist-Trajektorie (18) mit zumindest einer gleichen Art eines Charakteristikums (24, 25) der Vergleichs-Trajektorie (20) verglichen wird, und zumindest dann, wenn die verglichenen Arten um einen Toleranzwert kleiner einem Schwellwert abweichen, die informationserweiterte Ist-Trajektorie (18) zumindest in die Trajektorienklasse (22, 23) klassifiziert wird, in welcher die Vergleichs- Trajektorie (20) enthalten ist. Verfahren nach einem der vorhergehenden Ansprüche, wobei zumindest eine Vergleichs-Trajektorie (20) einer Trajektorienklasse (21) und zumindest eine informationserweiterte Ist-Trajektorie (18), die in diese Trajektorienklasse (21) klassifiziert wird, zumindest anteilig fusioniert werden, so dass eine Super-Trajektorie (27) erzeugt wird, die jeweils im Vergleich zur Vergleichs-Trajektorie (20) und im Vergleich zur informationserweiterten Ist-Trajektorie (18) einen größeren Informationsgehalt aufweist. Verfahren nach einem der vorhergehenden Ansprüche, wobei der Trajektorie (8) abhängig von einem fahrzeugseitigen Erfassungssystem (15), mit welchem Informationen zum Erzeugen der Trajektorie (8) und/oder zum Erkennen der Umgebung beim Befahren der Trajektorie (8) erfasst und bereitgestellt werden, ein Tauglichkeitswert zur Nutzung für ein Fahrzeug (2, 9, 19), insbesondere durch eine Auswerteeinheit (7), zugeordnet wird, und abhängig davon ein Bedürfniskriterium für eine Informationserweiterung der informationserweiterten Ist-Trajektorie (18) bestimmt wird. Verfahren nach Anspruch 6 und Anspruch 7, wobei abhängig von dem Bedürfniskriterium bestimmt wird, welche zumindest eine Vergleichs-Trajektorie (20) mit der informati- - 45 - onserweiterten Ist-Trajektorie (18) fusioniert wird, so dass die Super-Trajektorie (27) einen höheren Tauglichkeitswert aufweist, als die Vergleichs-Trajektorie (20) und die informationserweiterte Ist-Trajektorie (18) jeweils alleine betrachtet. Verfahren nach Anspruch 6, wobei dann, wenn beim Durchfahren der Trajektorie (8) ein Erfassen zumindest eines ortsspezifischen Charakteristikums (13) des Fahrzeugs (2, 9) nicht erfolgt oder nicht erfolgen kann, beim Erzeugen der Super-Trajektorie (27) zumindest eine Vergleichs-Trajektorie (20) mit der informationserweiterten Ist-Trajektorie (18) fusioniert wird, welche eine Positionsinformation aufweist. Verfahren zum Betreiben einer Fahrzeugflotte (1) mit zumindest zwei Fahrzeugen (2, 9, 19), bei welchem ein erweitertes Informationscluster, welches zumindest eine Trajekto- rieklasse (21) mit zumindest einer Trajektorie (8) zum Befahren mit einem Fahrzeug (2, 9) beschreibt, mit einem Verfahren nach einem der vorhergehenden Ansprüche erzeugt wird, und bei welchem zumindest einem Fahrzeug (2, 9) der Fahrzeugflotte (1) bei einer Fahrt zumindest eine Information aus einer, insbesondere informationserweiterten, Trajektorienklasse (21) zur Verfügung gestellt wird. Verfahren nach Anspruch 10, wobei zumindest einem Fahrzeug (2, 9) der Fahrzeugflotte (1) zumindest eine Super-Trajektorie (27) bereitgestellt wird. Verfahren nach Anspruch 10 oder 11, wobei anhand der Super-Trajektorie (27) eine Eigenlokalisierung des Fahrzeugs (2, 9) der Fahrzeugflotte (1) erfolgt, dem die Super- Trajektorie (27) übermittelt wird. Elektronisches Trajektorienerzeugungssystem (6) mit zumindest einer Auswerteeinheit (7), welches zum Durchführen eines Verfahrens nach einem der vorehrgehenden Ansprüche ausgebildet ist. Fahrzeugflottensystem (3) mit zumindest zwei Fahrzeugen (2, 9, 19), welche jeweils eine Sende- und/oder Empfangseinheit (4) aufweisen, und mit zumindest einem elektronischen Trajektorienerzeugungssystem (6) nach Anspruch 13. Computerprogrammprodukt, umfassend Befehle, die bei der Ausführung des Computerprogrammprodukts durch einen Computer diesen veranlassen, das Verfahren nach einem der vorhergehenden Ansprüche 1 bis 12 auszuführen.
EP22764691.6A 2021-09-14 2022-08-09 Verfahren zum erweitern eines informationsclusters sowie verfahren zum betreiben einer fahrzeugflotte, elektronisches trajektorienerzeugungssystem, fahrzeugflottensystem und computerprogrammprodukt Pending EP4402550A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021210167.4A DE102021210167A1 (de) 2021-09-14 2021-09-14 Verfahren zum Erweitern eines Informationsclusters sowie Verfahren zum Betreiben einer Fahrzeugflotte, elektronisches Trajektorienerzeugungssystem, Fahrzeugflottensystem und Computerprogrammprodukt
PCT/EP2022/072344 WO2023041255A1 (de) 2021-09-14 2022-08-09 Verfahren zum erweitern eines informationsclusters sowie verfahren zum betreiben einer fahrzeugflotte, elektronisches trajektorienerzeugungssystem, fahrzeugflottensystem und computerprogrammprodukt

Publications (1)

Publication Number Publication Date
EP4402550A1 true EP4402550A1 (de) 2024-07-24

Family

ID=83192159

Family Applications (1)

Application Number Title Priority Date Filing Date
EP22764691.6A Pending EP4402550A1 (de) 2021-09-14 2022-08-09 Verfahren zum erweitern eines informationsclusters sowie verfahren zum betreiben einer fahrzeugflotte, elektronisches trajektorienerzeugungssystem, fahrzeugflottensystem und computerprogrammprodukt

Country Status (5)

Country Link
US (1) US20240375644A1 (de)
EP (1) EP4402550A1 (de)
CN (1) CN117980848A (de)
DE (1) DE102021210167A1 (de)
WO (1) WO2023041255A1 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102023124057A1 (de) 2023-09-07 2025-03-13 Valeo Schalter Und Sensoren Gmbh Verfahren zum Trainieren einer Nachfahrtrajektorie auf Basis von manuell durchfahrenen und zumindest semi-autonom durchfahrenen Streckenabschnitten, sowie elektronische Systeme
DE102024123349A1 (de) * 2024-08-15 2026-02-19 Cariad Se Verfahren zum Segmentieren von Trajektorien von Aufzeichnungsfahrten

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010023162A1 (de) * 2010-06-09 2011-12-15 Valeo Schalter Und Sensoren Gmbh Verfahren zum Unterstützen eines Fahrers eines Kraftfahrzeugs beim Einparken in eine Parklücke, Fahrerassistenzeinrichtung und Kraftfahrzeug
DE102014104881A1 (de) * 2014-04-07 2015-10-08 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren und Zentralrecheneinheit zum unbemannten Steuern eines Fahrzeugs
DE102016211183A1 (de) * 2015-09-08 2017-03-09 Volkswagen Aktiengesellschaft Verfahren, Vorrichtung und System zum Ausführen einer automatisierten Fahrt eines Fahrzeugs unter Beteiligung mindestens eines weiteren Fahrzeugs
DE102016216335B4 (de) 2016-08-30 2020-12-10 Continental Automotive Gmbh System und Verfahren zur Analyse von Fahrtrajektorien für einen Streckenabschnitt
DE102016217330A1 (de) * 2016-09-12 2018-03-15 Volkswagen Aktiengesellschaft Verfahren zum Betreiben eines Fahrzeugs und Steuergerät zur Durchführung des Verfahrens
DE102017112386A1 (de) 2017-06-06 2018-12-06 Connaught Electronics Ltd. Verfahren zum Bereitstellen gespeicherter Daten eines trainierten Parkvorgangs, entsprechendes Computerprogrammprodukt und System
DE102017120778A1 (de) * 2017-09-08 2019-03-14 Connaught Electronics Ltd. Verfahren zum autonomen Parken eines aktuellen Fahrzeugs entlang einer trainierten Trajektorie
DE102018113314A1 (de) 2018-06-05 2019-12-05 Valeo Schalter Und Sensoren Gmbh Fahrassistenzsystem
DE102019203187A1 (de) 2019-03-08 2020-09-10 Continental Teves Ag & Co. Ohg Parkassistenzvorrichtung zum Unterstützen eines Fahrers eines Kraftfahrzeugs bei einem Parkvorgang
CN115867767A (zh) * 2020-01-03 2023-03-28 御眼视觉技术有限公司 用于车辆导航的系统和方法
DE102020200747A1 (de) * 2020-01-22 2021-07-22 Volkswagen Aktiengesellschaft Verfahren zum Bestimmen einer Referenztrajektorie beim Heranfahren an ein Benutzerterminal

Also Published As

Publication number Publication date
CN117980848A (zh) 2024-05-03
WO2023041255A1 (de) 2023-03-23
DE102021210167A1 (de) 2023-03-16
US20240375644A1 (en) 2024-11-14

Similar Documents

Publication Publication Date Title
EP3830522B1 (de) Verfahren zur schätzung der lokalisierungsgüte bei der eigenlokalisierung eines fahrzeuges, vorrichtung für die durchführung des verfahrens, fahrzeug sowie computerprogramm
EP2979261B1 (de) Backend für fahrerassistenzsysteme
DE112016003585B4 (de) Fahrzeugsteuervorrichtung, Fahrzeugsteuerverfahren und Fahrzeugsteuerprogramm
EP3625785B1 (de) Verfahren zum erzeugen einer überholwahrscheinlichkeitssammlung, verfahren zum betreiben einer steuereinrichtung eines kraftfahrzeugs, überholwahrscheinlichkeitssammeleinrichtung und steuereinrichtung
DE102016222782A1 (de) Autonomes Steuern eines Kraftfahrzeugs anhand von Spurdaten; Kraftfahrzeug
DE102018118215A1 (de) Verfahren zur Aktualisierung einer Umgebungskarte, Vorrichtung für die fahrzeugseitige Durchführung von Verfahrensschritten des Verfahrens, Fahrzeug, Vorrichtung für die zentralrechnerseitige Durchführung von Verfahrensschritten des Verfahrens sowie computerlesbares Speichermedium
EP3616181A1 (de) Verfahren zum automatischen erstellen und aktualisieren eines datensatzes für ein autonomes fahrzeug
DE102013009856B4 (de) Positionsbestimmung eines stationären Verkehrsobjekts mittels einer zentralen Serveranordnung
WO2009098071A1 (de) Vorrichtung und verfahren zur bereitstellung von informationen über fahrsituationen
DE102018107325A1 (de) Erfassung eines falschfahrenden Fahrzeugs
DE102017201663A1 (de) Verfahren zur Lokalisierung eines höher automatisierten, z.B. hochautomatisierten Fahrzeugs (HAF) in einer digitalen Lokalisierungskarte
DE102020123587A1 (de) Betrieb eines autonomen fahrzeugs basierend auf der verfügbarkeit von navigationsinformationen
DE102015015277A1 (de) Technik zum automatisierten Anhalten eines Fahrzeugs in einem Zielbereich
DE102019217144B4 (de) Ampelspurzuordnung aus Schwarmdaten
WO2019233777A1 (de) Fahrassistenzsystem
DE102017201664A1 (de) Verfahren zur Lokalisierung eines höher automatisierten Fahrzeugs in einer digitalen Karte
WO2021190840A1 (de) Verfahren zur bewertung von streckenabschnitten
DE112022004320T5 (de) Fahrzeugdatengenerierungsserver und fahrzeugsteuerungsvorrichtung
DE102018007658A1 (de) Verfahren zum Bereitstellen von erweiterten Umfeldmodellen für zumindest teilweise autonome Fahrzeuge, Steuergerät zum Ausführen eines solchen Verfahrens, sowie Fahrzeug mit einem solchen Steuergerät
WO2023041255A1 (de) Verfahren zum erweitern eines informationsclusters sowie verfahren zum betreiben einer fahrzeugflotte, elektronisches trajektorienerzeugungssystem, fahrzeugflottensystem und computerprogrammprodukt
DE102018116982A1 (de) Verfahren zum zumindest teilautomatisierten Steuern eines Kraftfahrzeugs
DE102021000792A1 (de) Verfahren zum Betrieb eines Fahrzeuges
DE112020004203T5 (de) Fahrzeugpositionsbestimmungsvorrichtung und Fahrzeugpositionsbestimmungsverfahren
DE102020003904A1 (de) Verfahren und Steueranordnung für eine Fahrzeugbewegungsplanung und Steueralgorithmus
DE102019201222A1 (de) Verfahren zur Bestimmung einer Position eines Fahrzeugs in einer digitalen Karte

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: 20240415

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

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20260217