EP4419872A1 - Verfahren zur generierung von trainingsdatensätzen für ein autonomes fahrzeug und system zur generierung von trainingsdatensätzen - Google Patents

Verfahren zur generierung von trainingsdatensätzen für ein autonomes fahrzeug und system zur generierung von trainingsdatensätzen

Info

Publication number
EP4419872A1
EP4419872A1 EP23764631.0A EP23764631A EP4419872A1 EP 4419872 A1 EP4419872 A1 EP 4419872A1 EP 23764631 A EP23764631 A EP 23764631A EP 4419872 A1 EP4419872 A1 EP 4419872A1
Authority
EP
European Patent Office
Prior art keywords
route
tolerance range
target
vehicle
measurement
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
EP23764631.0A
Other languages
English (en)
French (fr)
Inventor
Raghid Allaham
Thiemo Frank
Felix Schniertshauer
Holger Claus
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.)
Mercedes Benz Group AG
Original Assignee
Mercedes Benz Group 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 Mercedes Benz Group AG filed Critical Mercedes Benz Group AG
Publication of EP4419872A1 publication Critical patent/EP4419872A1/de
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476—Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
    • 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
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3811—Point data, e.g. Point of Interest [POI]
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3844—Data obtained from position sensors only, e.g. from inertial navigation
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3859—Differential updating map data
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Prevention of errors by analysis, debugging or testing of software
    • G06F11/3668—Testing of software
    • G06F11/3672—Test management
    • G06F11/3688—Test management for test execution, e.g. scheduling of test suites
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks

Definitions

  • the invention relates to a method for generating training data sets for an autonomous vehicle according to the type defined in more detail in the preamble of claim 1 and to a system for generating training data sets.
  • Driver assistance systems that provide an autopilot mode monitored by a human driver for selected driving situations, for example driving slowly in a traffic jam, are known.
  • purely autonomous driving in addition to the further development of vehicle environment measurement technology and sensor data fusion, learning robot systems are necessary, which are able to independently detect the environment and be able to interpret the data recorded thereby are referred to as “intelligent driving assistance systems”.
  • the basis for the development of such driving robots is formed by AI systems in conjunction with machine learning. Unsupervised machine learning in particular requires large amounts of data with training data sets that make it possible to apply algorithms based on statistical models.
  • One possible way to obtain a large training data set for an autonomous vehicle is to use a swarm tactic.
  • many owners of vehicles with driver assistance systems that record the vehicle's surroundings are asked for their consent to provide the vehicle development data generated during daily journeys.
  • the data recorded by the environmental sensors can be automatically transmitted to a data server of the vehicle manufacturer using a wireless communication connection.
  • the driver accepts that sensitive information that provides insight into his personal behavior and enable his living environment to be stored and further processed for him in an uncontrolled manner. Therefore, vehicle manufacturers are pursuing an alternative approach to generating training data sets, which involves using a fleet of test vehicles to obtain a large number of test drives for data collection. This allows factory test vehicles to be equipped with extensive sensor systems, which, compared to the vehicle environment measurement technology installed in series production, enables significantly more detailed and far-reaching detection of other road users and the objects in the vehicle's surroundings.
  • Another advantage that results from the use of test vehicles is that the quality of the training data sets generated is higher than data generated using swarm tactics. This results from the possibility of selecting suitable routes and driving situations for the measurement drives of the test vehicles and of having the drives carried out by professional drivers. In comparison, data sets from private vehicle users reflect their habits with regard to route selection and typical travel times, so that an overrepresentation of certain environmental data in the swarm-generated training data sets cannot be ruled out. However, a lot of planning effort is required for the appropriate selection of measurement drives and an additional evaluation step after a measurement drive has been carried out to check whether the driving target could be met. Deviations between the specified measurement route and the actual measurement journey can result from diversions or unforeseeable events such as a vehicle breakdown, a traffic stop or an accident. Errors caused by the driver carrying out the work are also conceivable, e.g. B. by missing a planned exit and thus forcing a detour via an alternative route.
  • a method for improving autonomous vehicle control is described by US 11,085,774 B2. It is proposed to transfer driving-relevant data on an object ahead along the planned route from an external server database to a vehicle, so that the environmental data recorded by the vehicle's sensors is simplified and assigned to the expected objects even under bad weather conditions based on the data records transmitted by the server can.
  • object-related processed data will be returned to the server database.
  • differences between the originally stored object data and the object data newly measured during the drive past, together with location references are reported back to the server database, which uses them to carry out comparison operations and to determine reference points for different objects in relation to one another along a journey section.
  • a fundamental prerequisite for the implementation of the object-assigned data processing described is the ability of the autonomous vehicle used to automatically interpret environmental measurement data through training data sets.
  • the present invention is based on the object of specifying an improved method for generating training data sets for an autonomous vehicle and a system used for this purpose for generating training data sets.
  • this object is achieved by a method for generating training data sets with the features of claim 1.
  • Advantageous designs and further developments as well as a system for generating training data sets result from the requirements dependent on this.
  • a generic method for generating training data sets for an autonomous vehicle includes a route specification in the form of location coordinates of several route target points, carrying out a measurement drive with a first test vehicle along a measurement route that is selected based on the route specification and the acquisition of vehicle environment data along the measurement route using a sensor system of the first test vehicle.
  • telemetry data from the first test vehicle are transmitted to an external telemetry data acquisition unit in a time-discrete manner and the telemetry data include location coordinates of several actual vehicle positions reached by the first test vehicle;
  • a measurement travel tolerance range and/or a target distance tolerance range are determined; - wherein the measurement drive tolerance range is determined by interpolating the location coordinates of the actual vehicle positions or of cartographically refined actual vehicle positions;
  • the target distance tolerance range is determined by interpolation of the location coordinates of the route target points or of cartographically refined route target points;
  • a route coverage value is determined by comparing the location coordinates of the route target points with the measurement trip tolerance range and/or by comparing the location coordinates of the actual vehicle positions with the target route tolerance range and/or by comparing the measurement journey tolerance range with the target route tolerance range;
  • route coverage value is less than a predetermined coverage threshold, an updated route specification for a second test drive with the first test vehicle and / or at least one further test vehicle is generated.
  • the method according to the invention allows a simplification and automation of the evaluation step necessary after a test drive has been carried out, with which the degree of agreement between a measurement route defined by route target points and the measurement drive actually completed is determined. On this basis, a decision can be made automatically as to whether sufficient environmental data has already been determined for a given measurement route or whether a new measurement drive by a test vehicle with an updated specification for the measurement route is necessary.
  • Location information about a measurement trip can be determined from the sensor data cloud recorded during the measurement trip, which is typically linked to the successively recorded vehicle surroundings data.
  • the inventors have recognized that, particularly for a large fleet of test vehicles, the overall effort for evaluating the test drive and determining new test routes is reduced if the telemetry data of the test vehicle is evaluated to determine location information instead of the location information from the vehicle surroundings data.
  • Telemetry data from a vehicle is primarily used for fleet management and includes location information for locating individual test vehicles Diagnostic data that is transmitted to an external telemetry data acquisition unit intended for vehicle monitoring. For example, information about maintenance intervals and driving-relevant systems, such as the charge status of a traction battery, is reported back. Telemetry data is sent discretely and typically at intervals of minutes, for example at an interval of two minutes. Due to the significantly reduced amount of data for the telemetry data compared to the sensor data cloud of the recorded vehicle environment data, there is a significantly reduced computing effort for tracking the position of a test vehicle.
  • the low transmission rate of the telemetry data leads to the problem that a direct comparison of the location coordinates of the route target points from the route specification for a measurement route with the location coordinates of the actual vehicle positions actually reached by a test vehicle, determined from the telemetry data, is not directly suitable for evaluating a measurement drive is.
  • a measurement travel tolerance range is determined and the comparison of the relative position to the measurement travel tolerance range is carried out for each specified route target point of the measurement route.
  • a sequence of route sections is first generated by means of a linear interpolation of temporally successive vehicle actual positions and the resulting route sections are expanded to form a coherent measurement journey tolerance range by a circular process object with a predetermined tolerance radius.
  • cartographically refined actual vehicle positions are understood to mean an extended position data set which is generated by subsequently inserting additional location points between two temporally successive actual vehicle positions determined from the telemetry data. This is done on the Based on a map stored in an external database with location coordinates of drivable routes, which provide the shortest road connection that can be used by the test vehicle between the considered, temporally successive actual vehicle positions, additional location points, for example at equidistant route intervals, between the transmitted actual vehicle positions set.
  • the comparison of the location coordinates of the route target points with the measurement travel tolerance range can be carried out in different ways.
  • the route target points are determined whose location coordinates lie within the measurement run tolerance range.
  • a tolerable maximum distance from the measurement journey tolerance range is taken into account as a further selection criterion for the route target points still assigned to the measurement journey tolerance range.
  • the vertical distance to the border of the measurement run tolerance range can be used as the distance to the measurement run tolerance range.
  • the distance is defined as the distance from the respective route target point to the nearest route section determined by the above-mentioned linear interpolation for temporally successive vehicle actual positions.
  • a search is carried out in a data set of the actual vehicle positions structured as a K-D tree.
  • the route coverage value is determined, with the number of route target points assigned to the measurement journey tolerance range being set in relation to the total number of route target points for a possible execution.
  • a sequence of route sections is generated by means of a linear interpolation of the route target points and the accumulated length of the route sections, which are each spanned between two route target points assigned to the measurement trip tolerance range, is set in relation to the total length of all route sections.
  • a query is made as to whether the route coverage value is less than a predetermined coverage threshold value. If this is the case, an updated route specification for a second test drive, which must be taken over by the same, ie the first test vehicle, and/or at least one further test vehicle from a vehicle fleet.
  • the data interpolation for determining a tolerance range is carried out by interpolating the location coordinates of the route target points or of cartographically refined route target points, which leads to the determination of a target route tolerance range.
  • a comparison of the location coordinates of the actual vehicle positions with the target route tolerance range is then carried out in a subsequent step and the route coverage value is determined from this comparison analogously to the first exemplary embodiment.
  • the interpolation is carried out twice and a measurement travel tolerance range and a target distance tolerance range are defined. Subsequently, the extent of an overlap area between the measurement run tolerance range and the target distance tolerance range is recorded to determine the route coverage value and is set in relation to the extent of a local area which includes the measurement run tolerance range and the target route tolerance range. From this ratio, the route coverage value can be determined.
  • a system according to the invention for generating training data sets comprises a telemetry data acquisition unit and is suitable for carrying out the method according to the invention described above.
  • the system for generating training data sets carries out an adjustment of the tolerance radius for the circular process object for data interpolation.
  • the method according to the invention is first carried out using telemetry data from a vehicle fleet on the system for generating training data sets with a small selected tolerance radius and the resulting system running time is determined. The tolerance radius is then gradually increased until a predetermined running time is exceeded.
  • the method according to the invention for generating training data sets is linked to an additional assessment of the measurement runs used for this purpose. It is advantageous to check the plausibility of the resources used for the fleet of test vehicles or individual test drives, such as fuel consumption or the vehicle maintenance measures to be carried out.
  • FIG. 1 shows an exemplary embodiment of the method according to the invention for generating training data sets
  • FIG. 2 shows a first embodiment for the interpolation step of the exemplary embodiment according to FIG. 1;
  • FIG. 3 shows a second embodiment for the interpolation step of the exemplary embodiment according to FIG. 1.
  • FIG. 3 illustrates a first exemplary embodiment of the method according to the invention for generating training data sets.
  • a route specification 1 is carried out by wirelessly transmitting location coordinates of several route target points to a navigation system of a test vehicle.
  • Figure 1 shows a section of the route specification 1 on a measurement route 2 with a fork in the road, with three target route points 3.1, 3.2, 3.3 to be reached being shown.
  • the test vehicle carries out a measurement drive based on route specification 1 and records the vehicle environment using an expanded measurement technology that includes optical sensors, radar systems, laser-based measurement systems as well as ultrasonic and IR sensors and thus records raw data for the generation of training data sets .
  • discrete-time telemetry data For example, at a frequency of 1/120s, transmitted to an external telemetry data acquisition unit, the location coordinates for the actual vehicle positions reached when the telemetry data are sent being extracted from the telemetry data and fed to a data processing unit. 1 shows the actual vehicle positions 4.1, ..., 4.4 for a section of the measurement drive.
  • a measurement travel tolerance range 5 is determined, with successive actual vehicle positions 4.1, ..., 4.4 being connected by means of linear interpolation in such a way that a sequence of route sections 6 is determined.
  • a single route section 7 is designated, which is spanned between the actual vehicle positions 4.2 and 4.3.
  • the sequence of route sections 6 is expanded by a circular process object 8 with a predetermined tolerance radius, which is moved with respect to its center along the individual route sections 7, to form a coherent measurement run tolerance range 5 shown in Figure 3.
  • a comparison of the location coordinates of the route target points 3.1, 3.2, 3.3 with the measurement travel tolerance range 5 is carried out.
  • a second embodiment is shown in Figure 1, which takes route target points 3.1, 3.2, 3.3 into account when their vertical distance 9 to the nearest route section 7 is smaller than a predetermined maximum distance.
  • a search is preferably carried out in a data record of the actual vehicle positions 4.1, ..., 4.4 structured as a K-D tree.
  • the further method step E relates to the determination of a route coverage value, whereby in the simplest case the number of route target points 3.1, 3.2, 3.3 assigned to the measurement trip tolerance range 5 is set in relation to the total number of route target points 3.1, 3.2, 3.3.
  • a sequence of target route sections is generated by means of a linear interpolation of the route target points 3.1, 3.2, 3.3 and the accumulated Length of the target route sections, which are each spanned between two route target points 3.1, 3.2, 3.3 assigned to the measurement trip tolerance range 5, is set in relation to the total length of all target route sections.
  • Method step F relates to a comparison of the calculated route coverage value with a predetermined coverage threshold value.
  • a route coverage value follows that is lower than the specified coverage threshold value.
  • the system for generating training data sets then updates route specification 1 and outputs it again to the first test vehicle and/or another test vehicle in the vehicle fleet for a second test drive.
  • a preferred system for generating training data sets is designed such that an automated adjustment of the tolerance radius for the circular process object 8 for interpolation of the location coordinates of the actual vehicle positions 4.1, ..., 4.4 takes place based on a runtime specification.
  • Figure 2 shows a further development of the method according to the invention for generating training data sets, whereby instead of a direct interpolation of the location coordinates of the actual vehicle positions 4.1, ..., 4.4, an intermediate step is carried out to determine the measurement drive tolerance range 5.
  • cartographically refined actual vehicle positions 10.1, ..., 10.9 are generated using a database with route information, whereby in addition to the telemetrically transmitted actual vehicle positions 4.1, ..., 4.4, further location points along the shortest for the measurement journey available road connection before the interpolation step.

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

Die Erfindung betrifft Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug, umfassend eine Streckenvorgabe in Form von Ortskoordinaten mehrerer Streckensollpunkte; die Durchführung einer Messfahrt mit einem ersten Versuchsfahrzeug entlang einer Messroute, die anhand der Streckenvorgabe gewählt wird, und Erfassen von Fahrzeugumfelddaten entlang der Messroute mittels einer Sensorik des ersten Versuchsfahrzeugs. Das erfindungsgemäße Verfahren ist dadurch gekennzeichnet, dass im Verlauf der ersten Messfahrt zeitdiskret Telemetriedaten des ersten Versuchsfahrzeugs an eine externe Telemetriedatenerfassungseinheit übermittelt werden und die Telemetriedaten Ortskoordinaten mehrerer vom ersten Versuchsfahrzeug erreichter Fahrzeug-Ist-Positionen umfassen; und ein Messfahrttoleranzbereich und/oder ein Sollstreckentoleranzbereich ermittelt werden; wobei der Messfahrttoleranzbereich durch eine Interpolation der Ortskoordinaten der Fahrzeug-Ist-Positionen oder von kartografisch verfeinerten Fahrzeug-Ist-Positionen ermittelt wird; und wobei der Sollstreckentoleranzbereich durch eine Interpolation der Ortskoordinaten der Streckensollpunkte oder von kartografisch verfeinerten Streckensollpunkten ermittelt wird; und durch einen Vergleich der Ortskoordinaten der Streckensollpunkte mit dem Messfahrttoleranzbereich und/oder durch einen Vergleich der Ortskoordinaten der Fahrzeug-Ist-Positionen mit dem Sollstreckentoleranzbereich und/oder durch einen Vergleich des Messfahrttoleranzbereichs mit dem Sollstreckentoleranzbereich ein Streckenabdeckungswert ermittelt wird; und falls der Streckenabdeckungswert geringer als ein vorgegebener Abdeckungsschwellwert ist, eine aktualisierte Streckenvorgabe für eine zweite Messfahrt mit dem ersten Versuchsfahrzeug und/oder einem weiteren Versuchsfahrzeug erzeugt wird.

Description

Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug und System zur Generierung von Trainingsdatensätzen
Die Erfindung betrifft ein Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug nach der im Oberbegriff von Anspruch 1 näher definierten Art sowie ein System zur Generierung von Trainingsdatensätzen.
Fahrerassistenzsysteme, die für ausgewählte Fahrsituationen, beispielsweise die Langsamfahrt in einem Verkehrsstau, einen von einem menschlichen Fahrzeuglenker überwachten Autopilotmodus zur Verfügung stellen, sind bekannt. Um zu einem höheren Automatisierungsgrad bis zum hoch- oder vollautomatisierten Fahren, dem rein autonomen Fahren, zu gelangen, sind, neben der Weiterentwicklung der Fahrzeugumfeldmesstechnik und der Sensordatenfusion, lernende Robotersysteme notwendig, die aufgrund einer selbständigen Umgebungserfassung und der Befähigung zur Interpretation der hiermit erfassten Daten als „intelligente Fahrassistenzsysteme“ bezeichnet werden. Die Grundlage zur Entwicklung derartiger Fahrroboter bilden Kl- Systeme in Verbindung mit maschinellem Lernen. Dabei verlangt insbesondere unüberwachtes maschinelles Lernen große Datenmengen mit Trainingsdatensätzen, die es ermöglichen, auf statistischen Modellen beruhende Algorithmen anzuwenden.
Ein möglicher Weg, um zu einem umfangreichen Trainingsdatensatz für ein autonomes Fahrzeug zu gelangen, besteht in einer Schwarmtaktik. Hierzu werden viele Halter von Fahrzeugen mit Fahrerassistenzsystemen, die das Fahrzeugumfeld erfassen, um ihr Einverständnis gebeten, die bei den täglichen Fahrten entstehenden Daten zur Fahrzeugentwicklung bereitzustellen. Beispielsweise kann bei der Aktivierung eines Autopiloten in einem Fahrzeug automatisch die von den Umfeldsensoren erfassten Daten mittels einer drahtlosen Kommunikationsverbindung auf einen Datenserver des Fahrzeugherstellers übertragen werden. Für diesen Ansatz akzeptiert der Fahrer aber, dass auch sensible Informationen, die einen Einblick in sein persönliches Verhalten und seine Lebensumgebung ermöglichen, für ihn unkontrolliert gespeichert und weiterverarbeitet werden. Daher verfolgen Fahrzeughersteller einen alternativen Ansatz zur Generierung von Trainingsdatensätzen, für den eine Flotte von Versuchsfahrzeugen eingesetzt wird, um eine Vielzahl von Messfahrten für die Datenerfassung zu erhalten. Dies erlaubt, werkeigene Versuchsfahrzeuge mit umfangreichen Sensorsystemen auszustatten, die gegenüber der in der Serie verbauten Fahrzeugumfeldmesstechnik eine wesentlich detailliertere und weitreichendere Erfassung anderer Verkehrsteilnehmer und den in der Fahrzeugumgebung befindlichen Objekten ermöglicht.
Ein weiterer Vorteil, der sich aus dem Einsatz von Versuchsfahrzeugen ergibt, ist darin zu sehen, dass die Qualität der erzeugten Trainingsdatensätze im Vergleich zu Daten, die mit Schwarmtaktiken generiert werden, höher anzusetzen ist. Dies resultiert aus der sich ergebenden Möglichkeit, geeignete Fahrstrecken und Fahrsituationen für die Messfahrten der Versuchsfahrzeuge auszuwählen und die Fahrten durch professionelle Fahrer ausführen zu lassen. Im Vergleich hierzu spiegeln Datensätze von privaten Fahrzeugnutzern deren Gewohnheiten im Hinblick auf die Streckenauswahl und die typischen Fahrzeiten wider, sodass eine Überrepräsentation bestimmter Umfelddaten in den schwarmgenerierten Trainingsdatensätzen nicht ausgeschlossen werden kann. Allerdings bedarf es eines hohen planerischen Aufwands für die geeignete Auswahl der Messfahrten und eines zusätzlichen Evaluierungsschritts, nachdem eine Messfahrt ausgeführt wurde, um zu überprüfen ist, ob die Fahrvorgabe erfüllt werden konnte. Abweichungen zwischen der vorgegebenen Messroute und der tatsächlichen Messfahrt können sich durch Umleitungen oder unvorhersehbare Ereignisse, wie eine Fahrzeugpanne, eine Verkehrskontrolle oder einen Unfall ergeben. Denkbar sind auch durch den ausführenden Fahrer verursachte Fehler, z. B. indem eine vorgesehene Ausfahrt verpasst wird und somit ein Umweg über eine Alternativroute erzwungen wird.
Ein Verfahren zur Verbesserung einer autonomen Fahrzeugsteuerung wird durch US 11 ,085,774 B2 beschrieben. Vorgeschlagen ist, fahrrelevante Daten zu einem entlang des geplanten Fahrwegs vorausliegenden Objekts von einer externen Server- Datenbank auf ein Fahrzeug zu übertragen, sodass die sensorisch vom Fahrzeug erfassten Daten der Umgebung vereinfacht und auch unter Schlechtwetterbedingungen anhand der vom Server übermittelten Datensätze den erwarteten Objekten zugeordnet werden können. Zusätzlich erfolgt eine Rücksendung objektbezogen verarbeiteter Daten an die Server-Datenbank. Hierzu werden Unterschiede zwischen den ursprünglich gespeicherten und den bei der Vorbeifahrt neu vermessenen Objektdaten zusammen mit Ortsreferenzen an die Server-Datenbank zurückgemeldet, die diese zur Ausführung von Abgleichsoperationen und zur Ermittlung von Bezugspunkten für unterschiedliche, in Relation zueinanderstehende Objekte entlang eines Fahrabschnitts verwendet. Eine grundlegende Voraussetzung für die Umsetzung der dargestellten objektzugeordneten Datenverarbeitung ist eine durch Trainingsdatensätze angelernte Befähigung des eingesetzten autonomen Fahrzeugs zur maschinellen Interpretation von Umfeldmessdaten.
Der vorliegenden Erfindung liegt die Aufgabe zugrunde, ein verbessertes Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug sowie ein hierfür eingesetztes System zur Generierung von Trainingsdatensätzen anzugeben.
Erfindungsgemäß wird diese Aufgabe durch ein Verfahren zur Generierung von Trainingsdatensätzen mit den Merkmalen des Anspruchs 1 gelöst. Vorteilhafte Ausgestaltungen und Weiterbildungen sowie ein System zur Generierung von Trainingsdatensätzen ergeben sich aus den hiervon abhängigen Ansprüchen.
Ein gattungsgemäßes Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug umfasst eine Streckenvorgabe in Form von Ortskoordinaten mehrerer Streckensollpunkte, eine Durchführung einer Messfahrt mit einem ersten Versuchsfahrzeug entlang einer Messroute, die anhand der Streckenvorgabe gewählt wird und das Erfassen von Fahrzeugumfelddaten entlang der Messroute mittels einer Sensorik des ersten Versuchsfahrzeugs.
Das erfindungsgemäße Verfahren zur Generierung von Trainingsdatensätzen zeichnet sich dadurch aus, dass
- im Verlauf der ersten Messfahrt zeitdiskret Telemetriedaten des ersten Versuchsfahrzeugs an eine externe Telemetriedatenerfassungseinheit übermittelt werden und die Telemetriedaten Ortskoordinaten mehrerer vom ersten Versuchsfahrzeug erreichter Fahrzeug-Ist-Positionen umfassen; und
- ein Messfahrttoleranzbereich und/oder ein Sollstreckentoleranzbereich ermittelt werden; - wobei der Messfahrttoleranzbereich durch eine Interpolation der Ortskoordinaten der Fahrzeug-Ist-Positionen oder von kartografisch verfeinerten Fahrzeug-Ist-Positionen ermittelt wird; und
- wobei der Sollstreckentoleranzbereich durch eine Interpolation der Ortskoordinaten der Streckensollpunkte oder von kartografisch verfeinerten Streckensollpunkten ermittelt wird; und
- durch einen Vergleich der Ortskoordinaten der Streckensollpunkte mit dem Messfahrttoleranzbereich und/oder durch einen Vergleich der Ortskoordinaten der Fahrzeug-Ist-Positionen mit dem Sollstreckentoleranzbereich und/oder durch einen Vergleich des Messfahrttoleranzbereichs mit dem Sollstreckentoleranzbereich ein Streckenabdeckungswert ermittelt wird; und
- falls der Streckenabdeckungswert geringer als ein vorgegebener Abdeckungsschwellwert ist, eine aktualisierte Streckenvorgabe für eine zweite Messfahrt mit dem ersten Versuchsfahrzeug und/oder mindestens einem weiteren Versuchsfahrzeug erzeugt wird.
Das erfindungsgemäße Verfahren erlaubt eine Vereinfachung und Automatisierung des nach einer durchgeführten Testfahrt notwendigen Evaluierungsschritts, mit dem der Grad der Übereinstimmung zwischen einer durch Streckensollpunkte festgelegten Messroute und der tatsächlich zurückgelegten Messfahrt bestimmt wird. Auf dieser Grundlage kann maschinell eine Entscheidung getroffen werden, ob bereits genügend Umfelddaten zu einer vorgegebenen Messroute ermittelt wurden oder ob eine erneute Messfahrt durch ein Versuchsfahrzeug mit einer aktualisierten Vorgabe für die Messroute notwendig ist.
Ortsinformationen zu einer Messfahrt sind aus der bei der Messfahrt aufgenommenen Sensordatenwolke ermittelbar, wobei typischerweise einer Verknüpfung mit den sukzessiv erfassten Fahrzeugumfelddaten vorliegt. Die Erfinder haben erkannt, dass insbesondere für eine große Flotte von Versuchsfahrzeugen der Gesamtaufwand für die Messfahrt-Evaluierung und die Ermittlung neuer Messrouten verringert wird, wenn anstatt der Ortsinformationen aus den Fahrzeugumfelddaten die Telemetriedaten des Versuchsfahrzeugs für die Ermittlung von Standortinformationen ausgewertet werden.
Telemetriedaten eines Fahrzeugs dienen primär dem Flottenmanagement und umfassen neben Standortinformationen zur Lokalisierung einzelner Versuchsfahrzeuge Diagnosedaten, die an eine zur Fahrzeugüberwachung vorgesehene externe Telemetriedatenerfassungseinheit übermittelt werden. Rückgemeldet werden beispielsweise Informationen zu Wartungsintervallen und zu fahrtrelevanten Systemen, wie der Ladungszustand einer Traktionsbatterie. Das Absetzen von Telemetriedaten erfolgt zeitdiskret und typischerweise mit einem zeitlichen Abstand im Minutenbereich, etwa in einem Intervall von zwei Minuten. Aufgrund der im Vergleich zur Sensordatenwolke der erfassten Fahrzeugumfelddaten erheblich reduzierten Datenmenge für die Telemetriedaten ergibt sich ein wesentlich verringerter Rechenaufwand für die Lageverfolgung eines Versuchsfahrzeugs. Allerdings führt der geringe Übertragungstakt der Telemetriedaten zur Problematik, dass ein direkter Vergleich der Ortskoordinaten der Streckensollpunkte aus der Streckenvorgabe für eine Messroute mit den aus den Telemetriedaten ermittelten Ortskoordinaten der von einem Versuchsfahrzeug tatsächlich erreichten Fahrzeug-Ist-Positionen nicht direkt für eine Evaluierung einer Messfahrt geeignet ist.
Daher haben die Erfinder in einem weiteren Schritt erkannt, dass eine Dateninterpolation notwendig ist, die zumindest einen Toleranzbereich für die Bestimmung des Übereinstimmungsgrads zwischen der vorgegebenen Messroute und der tatsächlich zurückgelegten Messfahrt liefert. Für eine erste Ausführung wird ein Messfahrttoleranzbereich ermittelt und für jeden vorgegebenen Streckensollpunkt der Messroute der Vergleich der Relativlage zum Messfahrttoleranzbereich ausgeführt. Dabei wird für eine vorteilhafte Bestimmung des Messfahrttoleranzbereichs zunächst mittels einer linearen Interpolation jeweils zeitlich aufeinanderfolgender Fahrzeug-Ist- Positionen eine Abfolge von Streckenabschnitten erzeugt und die resultierenden Streckenabschnitte durch ein kreisförmiges Ablaufobjekt mit einem vorgegebenen Toleranzradius zu einem zusammenhängenden Messfahrttoleranzbereich erweitert.
Für eine Weiterentwicklung ist vorgesehen, die voranstehend beschriebene Interpolation zur Ermittlung eines Messfahrttoleranzbereichs nicht direkt mit den Ortskoordinaten der Fahrzeug-Ist-Positionen, sondern mit kartografisch verfeinerten Fahrzeug-Ist-Positionen auszuführen. Vorliegend wird unter kartografisch verfeinerten Fahrzeug-Ist-Positionen ein erweiterter Positionsdatensatz verstanden, der durch das nachträgliche Einfügen zusätzlicher Ortspunkte zwischen zwei zeitlich aufeinanderfolgenden, aus den Telemetriedaten ermittelten Fahrzeug-Ist-Positionen erzeugt wird. Hierzu werden auf der Grundlage einer in einer externen Datenbank hinterlegten Karte mit Lagekoordinaten befahrbarer Routen, die die jeweils kürzeste vom Versuchsfahrzeug nutzbare Straßenverbindung zwischen den betrachteten, zeitlich aufeinanderfolgenden Fahrzeug- Ist-Positionen liefern, zusätzliche Ortspunkte, beispielsweise in äquidistanten Streckenintervallen, zwischen den übermittelten Fahrzeug-Ist-Positionen festgelegt.
Der Vergleich der Ortskoordinaten der Streckensollpunkte mit dem Messfahrttoleranzbereich kann auf unterschiedliche Weise ausgeführt werden. Im einfachsten Fall werden die Streckensollpunkte bestimmt, deren Ortskoordinaten innerhalb des Messfahrttoleranzbereichs liegen. Für außerhalb liegende Streckensollpunkte wird als weiteres Auswahlkriterium für die dem Messfahrttoleranzbereich noch zugeordneten Streckensollpunkte ein tolerierbarer maximaler Abstand zum Messfahrttoleranzbereich berücksichtigt. Dabei kann als Abstand zum Messfahrttoleranzbereich die lotrechte Distanz zur Umrandung des Messfahrttoleranzbereichs herangezogen werden. Alternativ wird der Abstand als Distanz vom jeweiligen Streckensollpunkt zum nächstliegenden durch die voranstehend genannte lineare Interpolation bestimmten Streckenabschnitt für zeitlich aufeinanderfolgende Fahrzeug-Ist-Positionen festgelegt. Dabei wird für eine besonders laufzeiteffiziente Ausgestaltung für die Ermittlung des nächstliegenden Streckenabschnitts eine Suche in einem als K-D-Baum strukturierten Datensatz der Fahrzeug-Ist-Positionen ausgeführt.
Nach der Bestimmung der einem Messfahrttoleranzbereich zugeordneten Streckensollpunkte erfolgt eine Ermittlung des Streckenabdeckungswerts, wobei für eine mögliche Ausführung die Anzahl der dem Messfahrttoleranzbereich zugeordneten Streckensollpunkte in Relation zur Gesamtzahl der Streckensollpunkte gesetzt wird. Für eine alternative Ausführung wird mittels einer linearen Interpolation der Streckensollpunkte eine Abfolge von Streckenabschnitten erzeugt und die akkumulierte Länge der Streckenabschnitte, die jeweils zwischen zwei dem Messfahrttoleranzbereich zugeordneten Streckensollpunkten aufgespannt sind, in Relation zur Gesamtlänge aller Streckenabschnitte gesetzt.
Als weiterer Verfahrensschritt wird abgefragt, ob der Streckenabdeckungswert geringer als ein vorgegebener Abdeckungsschwellwert ist. Ist dies der Fall, erfolgt eine aktualisierte Streckenvorgabe für eine zweite Messfahrt, die vom gleichen, d. h. dem ersten Versuchsfahrzeug, und/oder mindestens einem weiteren Versuchsfahrzeug aus einer Fahrzeugflotte übernommen werden muss.
Für eine zweite Aufführung erfolgt die Dateninterpolation für die Festlegung eines Toleranzbereichs durch eine Interpolation der Ortskoordinaten der Streckensollpunkte oder von kartografisch verfeinerten Streckensollpunkten, die zu der Ermittlung eines Sollstreckentoleranzbereichs führt. Entsprechend zur voranstehend beschriebenen Überprüfung der Relativlage zwischen einem Ortspunkt und einem örtlich begrenzten Toleranzbereich wird dann in einem nachfolgenden Schritt ein Vergleich der Ortskoordinaten der Fahrzeug-Ist-Positionen mit dem Sollstreckentoleranzbereich ausgeführt und aus diesem Vergleich analog zum ersten Ausführungsbeispiel der Streckenabdeckungswert bestimmt.
Für eine dritte Ausführung wird die Interpolation doppelt ausgeführt und ein Messfahrttoleranzbereich und ein Sollstreckentoleranzbereich festgelegt. Nachfolgend wird die Ausdehnung eines Überlappungsbereichs zwischen dem Messfahrttoleranzbereich und dem Sollstreckentoleranzbereich zur Festlegung des Streckenabdeckungswerts erfasst und in Relation zur Ausdehnung eines Ortsbereichs gesetzt, der den Messfahrttoleranzbereich und den Sollstreckentoleranzbereich umfasst. Aus diesem Verhältnis lässt sich wiederum der Streckenabdeckungswert bestimmen.
Ein erfindungsgemäßes System zur Generierung von Trainingsdatensätzen umfasst eine Telemetriedatenerfassungseinheit und ist für die Ausführung des voranstehend beschriebenen erfindungsgemäßen Verfahrens geeignet. Für eine vorteilhafte Ausführung führt das System zur Generierung von Trainingsdatensätzen eine Anpassung des Toleranzradius für das kreisförmige Ablaufobjekt zur Dateninterpolation aus. Hierzu wird das erfindungsgemäße Verfahren unter Verwendung von Telemetriedaten einer Fahrzeugflotte auf dem System zur Generierung von Trainingsdatensätzen zunächst mit einem klein gewählten Toleranzradius ausgeführt und die resultierende System laufzeit bestimmt. Sodann erfolgt eine schrittweise Vergrößerung des Toleranzradius, bis eine vorbestimmte Laufzeitvorgabe unterschritten wird. Für eine Weiterführung wird das erfindungsgemäße Verfahren zur Generierung von Trainingsdatensätzen mit einer zusätzlichen Beurteilung der hierfür eingesetzten Messfahrten verknüpft. Vorteilhaft ist eine Plausibilitätsüberprüfung der für die Flotte der Versuchsfahrzeuge oder einzelne Messfahrten eingesetzten Ressourcen, wie der Kraftstoffverbrauch oder den aufzuwendenden Fahrzeugwartungsmaßnamen.
Weitere vorteilhafte Ausgestaltungen des Verfahrens zur Generierung von Trainingsdatensätzen ergeben sich auch aus den Ausführungsbeispielen, welche nachfolgend unter Bezugnahme auf die Figuren näher beschrieben werden.
Dabei zeigen:
Fig. 1 ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens zur Generierung von Trainingsdatensätzen; und
Fig. 2 eine erste Ausgestaltung für den Interpolationsschritt des Ausführungsbeispiels gemäß Figur 1 ; und
Fig. 3 eine zweite Ausgestaltung für den Interpolationsschritt des Ausführungsbeispiels gemäß Figur 1.
Das in Figur 3 dargestellte Blockdiagramm illustriert ein erstes Ausführungsbeispiel des erfindungsgemäßen Verfahrens zur Generierung von Trainingsdatensätzen. Im Verfahrensschritt A erfolgt eine Streckenvorgabe 1 , indem Ortskoordinaten mehrerer Streckensollpunkte drahtlos an ein Navigationssystem eines Versuchsfahrzeugs übermittelt werden. Hierzu stellt Figur 1 einen Ausschnitt der Streckenvorgabe 1 an einer Messroute 2 mit einer Weggabelung dar, wobei drei zu erreichende Streckensollpunkte 3.1 , 3.2, 3.3 gezeigt sind.
Für den Verfahrensschritt B führt das Versuchsfahrzeug anhand der Streckenvorgabe 1 eine Messfahrt durch und erfasst mit einer erweiterten Messtechnik, die optische Sensoren, Radarsysteme, laserbasierte Messsysteme sowie Ultraschall- und IR- Sensoren umfasst, die Fahrzeugumgebung und nimmt so Rohdaten für die Generierung von Trainingsdatensätzen auf. Zusätzlich werden zeitdiskret Telemetriedaten, beispielsweise mit einer Frequenz von 1/120s, an eine externe Telemetriedatenerfassungseinheit übermittelt, wobei aus den Telemetriedaten die Ortskoordinaten für die beim Absetzen der Telemetriedaten erreichten Fahrzeug-Ist- Positionen extrahiert und einer Datenverarbeitungseinheit zugeführt werden. Dabei zeigt Figur 1 die Fahrzeug-Ist-Positionen 4.1 , ... , 4.4 für einen Ausschnitt der Messfahrt.
Im Verfahrensschritt C wird ein Messfahrttoleranzbereich 5 ermittelt, wobei zunächst aufeinanderfolgende Fahrzeug-Ist-Positionen 4.1 , ... , 4.4 mittels einer linearen Interpolation so verbunden werden, dass eine Abfolge von Streckenabschnitten 6 bestimmt wird. Exemplarisch ist ein einzelner Streckenabschnitt 7 bezeichnet, der zwischen den Fahrzeug-Ist-Positionen 4.2 und 4.3 aufgespannt ist. Für die weitere Interpolation wird die Abfolge von Streckenabschnitten 6 durch ein kreisförmiges Ablaufobjekt 8 mit einem vorgegebenen Toleranzradius, das bezüglich seines Mittelpunkts entlang der einzelnen Streckenabschnitte 7 bewegt wird, zu einem in Figur 3 dargestellten, zusammenhängenden Messfahrttoleranzbereich 5 erweitert.
Für den in Figur 3 dargestellten Verfahrensschritt D wird ein Vergleich der Ortskoordinaten der Streckensollpunkte 3.1 , 3.2, 3.3 mit dem Messfahrttoleranzbereich 5 ausgeführt. Dabei wird für eine erste Ausgestaltung bestimmt, welche der Streckensollpunkte 3.1 , 3.2, 3.3 unmittelbar innerhalb des Messfahrttoleranzbereichs 5 liegen. Alternativ ist eine zweite Ausgestaltung in Figur 1 dargestellt, die Streckensollpunkte 3.1 , 3.2, 3.3 dann berücksichtigt, wenn deren lotrechter Abstand 9 zum nächstliegenden Streckenabschnitt 7 kleiner als eine vorgegebene Maximaldistanz ist. Um die Zuordnung eines Streckensollpunkts 3.1 , 3.2, 3.3 zu dem jeweils nächstliegenden Streckenabschnitt 7 möglichst recheneffizient auszuführen, erfolgt bevorzugt eine Suche in einem als K-D-Baum strukturierten Datensatz der Fahrzeug-Ist- Positionen 4.1 , ... , 4.4.
Der weitere Verfahrensschritt E betrifft die Ermittlung eines Streckenabdeckungswerts, wobei im einfachsten Fall die Anzahl der dem Messfahrttoleranzbereich 5 zugeordneten Streckensollpunkte 3.1 , 3.2, 3.3 in Relation zur Gesamtzahl der Streckensollpunkte 3.1 , 3.2, 3.3 gesetzt wird. Für eine vorteilhafte, im Einzelnen nicht dargestellte Ausführungsalternative wird eine Abfolge von Soll-Streckenabschnitten mittels einer linearen Interpolation der Streckensollpunkte 3.1 , 3.2, 3.3 erzeugt und die akkumulierte Länge der Soll-Streckenabschnitte, die jeweils zwischen zwei dem Messfahrttoleranzbereich 5 zugeordneten Streckensollpunkten 3.1 , 3.2, 3.3 aufgespannt sind, in Relation zur Gesamtlänge aller Soll-Streckenabschnitte gesetzt.
Der Verfahrensschritt F betrifft einen Vergleich des berechneten Streckenabdeckungswerts mit einem vorgegebenen Abdeckungsschwellwert. Für den Fall einer nicht hinreichend genau abgefahrenen Messroute, folgt ein Streckenabdeckungswert, der geringer als der vorgegebene Abdeckungsschwellwert ist. Dann aktualisiert das System zur Generierung von Trainingsdatensätzen die Streckenvorgabe 1 und gibt diese für eine zweite Messfahrt erneut an das erste Versuchsfahrzeug und/oder ein weiteres Versuchsfahrzeug der Fahrzeugflotte aus.
Zusätzlich ist ein im Einzelnen nicht dargestelltes, bevorzugtes System zur Generierung von Trainingsdatensätzen so ausgelegt, dass eine automatisierte Anpassung des Toleranzradius für das kreisförmige Ablaufobjekt 8 zur Interpolation der Ortskoordinaten der Fahrzeug-Ist-Positionen 4.1 , ... , 4.4 anhand einer Laufzeitvorgabe erfolgt.
Figur 2 zeigt eine Weitergestaltung des erfindungsgemäßen Verfahrens zur Generierung von Trainingsdatensätzen, wobei anstatt einer direkten Interpolation der Ortskoordinaten der Fahrzeug-Ist-Positionen 4.1 , ... , 4.4 zur Bestimmung des Messfahrttoleranzbereichs 5 ein Zwischenschritt ausgeführt wird. Für diesen werden mittels einer Datenbank mit Weginformationen kartografisch verfeinerte Fahrzeug-Ist-Positionen 10.1 , ... ,10.9 erzeugt, wobei zusätzlich zur den telemetrisch übermittelten Fahrzeug-Ist-Positionen 4.1 , ... , 4.4 weitere Ortspunkte entlang der kürzesten für die Messfahrt zur Verfügung stehenden Straßenverbindung vor dem Interpolationsschritt hinzugefügt werden.

Claims

Patentansprüche Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug, umfassend eine Streckenvorgabe (1) in Form von Ortskoordinaten mehrerer Streckensollpunkte (3.1 , 3.2, 3.3); Durchführung einer Messfahrt mit einem ersten Versuchsfahrzeug entlang einer Messroute (2), die anhand der Streckenvorgabe
(1) gewählt wird, und Erfassen von Fahrzeugumfelddaten entlang der Messroute
(2) mittels einer Sensorik des ersten Versuchsfahrzeugs; dadurch gekennzeichnet, dass
- im Verlauf der ersten Messfahrt zeitdiskret Telemetriedaten des ersten Versuchsfahrzeugs an eine externe Telemetriedatenerfassungseinheit übermittelt werden und die Telemetriedaten Ortskoordinaten mehrerer vom ersten Versuchsfahrzeug erreichter Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) umfassen; und
- ein Messfahrttoleranzbereich (5) und/oder ein Sollstreckentoleranzbereich ermittelt werden;
- wobei der Messfahrttoleranzbereich (5) durch eine Interpolation der Ortskoordinaten der Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) oder von kartografisch verfeinerten Fahrzeug-Ist-Positionen (10.1 , ... , 10.9) ermittelt wird; und
- wobei der Sollstreckentoleranzbereich durch eine Interpolation der Ortskoordinaten der Streckensollpunkte (3.1 ,
3.2, 3.3) oder von kartografisch verfeinerten Streckensollpunkten ermittelt wird; und
- durch einen Vergleich der Ortskoordinaten der Streckensollpunkte (3.1 , 3.2, 3.3) mit dem Messfahrttoleranzbereich (5) und/oder durch einen Vergleich der Ortskoordinaten der Fahrzeug-Ist-Positionen (4.1 , ... ,
4.4) mit dem Sollstreckentoleranzbereich und/oder durch einen Vergleich des Messfahrttoleranzbereichs (5) mit dem Sollstreckentoleranzbereich ein Streckenabdeckungswert ermittelt wird; und - falls der Streckenabdeckungswert geringer als ein vorgegebener Abdeckungsschwellwert ist, eine aktualisierte Streckenvorgabe für eine zweite Messfahrt mit dem ersten Versuchsfahrzeug und/oder einem weiteren Versuchsfahrzeug erzeugt wird. Verfahren zur Generierung von T rainingsdatensätzen nach Anspruch 1 , dadurch gekennzeichnet, dass zur Bestimmung des Messfahrttoleranzbereichs (5) eine lineare Interpolation für zeitlich aufeinanderfolgende Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) und/oder zur Bestimmung des Sollstreckentoleranzbereichs eine lineare Interpolation für aufeinanderfolgende Streckensollpunkte (3.1 , 3.2, 3.3) ausgeführt wird, die zu einer Abfolge von Streckenabschnitten (6) führt. Verfahren zur Generierung von Trainingsdatensätzen nach Anspruch 2, dadurch gekennzeichnet, dass die Abfolge von Streckenabschnitten (6) durch ein kreisförmiges Ablaufobjekt (8) mit einem vorgegebenen Toleranzradius zu einem zusammenhängenden Messfahrttoleranzbereich (5) und/oder einem zusammenhängenden Sollstreckentoleranzbereich erweitert wird. Verfahren zur Generierung von Trainingsdatensätzen nach einem der vorausgehenden Ansprüche, dadurch gekennzeichnet, dass aus einem Vergleich der Ortskoordinaten der Streckensollpunkte (3.1 , 3.2, 3.3) mit dem Messfahrttoleranzbereich (5) diejenigen Streckensollpunkte (3.1 , 3.2, 3.3) ermittelt werden, deren Ortskoordinaten innerhalb des Messfahrttoleranzbereichs (5) liegen und/oder durch einen Vergleich der Ortskoordinaten der Fahrzeug-Ist- Positionen (4.1 , ... , 4.4) mit dem Sollstreckentoleranzbereich diejenigen Fahrzeug- Ist-Positionen (4.1 , ... , 4.4) ermittelt werden, deren Ortskoordinaten innerhalb des Sollstreckentoleranzbereichs liegen. Verfahren zur Generierung von Trainingsdatensätzen nach einem der vorausgehenden Ansprüche, dadurch gekennzeichnet, dass durch einen Vergleich der Ortskoordinaten der Streckensollpunkte (3.1 , 3.2, 3.3) mit dem Messfahrttoleranzbereich (5) diejenigen Streckensollpunkte (3.1 , 3.2, 3.3) bestimmt werden, die innerhalb eines tolerierbaren maximalen Abstands zum Messfahrttoleranzbereich liegen und/oder durch einen Vergleich der Ortskoordinaten der Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) mit dem Sollstreckentoleranzbereich diejenigen Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) ermittelt werden, die innerhalb eines tolerierbarer maximalen Abstands zum Sollstreckentoleranzbereich liegen. Verfahren zur Generierung von Trainingsdatensätzen nach Anspruch 5, dadurch gekennzeichnet, dass der Abstand zum Messfahrttoleranzbereich (5) als lotrechte Distanz des jeweiligen Streckensollpunkts (3.1 , 3.2, 3.3) zur Umrandung des Messfahrttoleranzbereichs (5) festgelegt ist und/oder der Abstand zum Sollstreckentoleranzbereich als lotrechte Distanz der jeweiligen Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) zur Umrandung des Sollstreckentoleranzbereichs festgelegt ist. Verfahren zur Generierung von Trainingsdatensätzen nach Anspruch 5, dadurch gekennzeichnet, dass der Abstand zum Messfahrttoleranzbereich als Distanz zwischen dem jeweiligen Streckensollpunkt (3.1 , 3.2, 3.3) und dem nächstliegenden Streckenabschnitt (7) bestimmt wird, der durch die eine lineare Interpolation zeitlich aufeinanderfolgender Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) festgelegt ist und/oder der Abstand zum Sollstreckentoleranzbereich als Distanz zwischen den jeweiligen Fahrzeug-Ist- Positionen (4.1 , ... , 4.4) und dem nächstliegenden Streckenabschnitt bestimmt wird, der durch die eine lineare Interpolation aufeinanderfolgender Streckensollpunkte (3.1 , 3.2, 33) festgelegt ist. Verfahren zur Generierung von Trainingsdatensätzen nach Anspruch 7, dadurch gekennzeichnet, dass zur Festlegung des nächstliegenden, durch die eine lineare Interpolation bestimmten Streckenabschnitts (7) eine Suche in einem als K-D-Baum strukturierten Datensatz der Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) und/oder der Streckensollpunkte (3.1 , 3.2, 3.3) ausgeführt wird. Verfahren zur Generierung von T rainingsdatensätzen nach Anspruch 1 , dadurch gekennzeichnet, dass zur Ermittlung des Streckenabdeckungswerts die Anzahl der dem Messfahrttoleranzbereich zugeordneten Streckensollpunkte (3.1 , 3.2, 3.3) in Relation zur Gesamtzahl der Streckensollpunkte (3.1 , 3.2, 3.3) bestimmt wird oder eine Abfolge von Soll-Streckenabschnitten mittels einer linearen Interpolation der Streckensollpunkte (3.1 , 3.2, 3.3) erzeugt und die akkumulierte Länge der Soll- Streckenabschnitte, die jeweils zwischen zwei dem Messfahrttoleranzbereich zugeordneten Streckensollpunkten (3.1 , 3.2, 3.3) aufgespannt sind, in Relation zur Gesamtlänge aller Soll-Streckenabschnitte gesetzt wird oder die Anzahl der dem Sollstreckentoleranzbereich zugeordneten Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) in Relation zur Gesamtzahl der Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) bestimmt wird oder eine Abfolge von Fahrzeug-Ist-Positionsabschnitten mittels einer linearen Interpolation der Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) erzeugt und die akkumulierte Länge der Fahrzeug-Ist-Positionsabschnitte, die jeweils zwischen zwei dem Sollstreckentoleranzbereich zugeordneten Fahrzeug-Ist-Positionen (4.1 , ... , 4.4) aufgespannt sind, in Relation zur Gesamtlänge aller Fahrzeug-Ist- Positionsabschnitte gesetzt wird. System zur Generierung von Trainingsdatensätzen dadurch gekennzeichnet, dass das System eine Telemetriedatenerfassungseinheit umfasst und derart gestaltet ist, dass das Verfahren nach einem der Ansprüche 1 bis 9 ausführbar ist. System zur Generierung von T rainingsdatensätzen nach Anspruch 10 dadurch gekennzeichnet, dass eine automatisierte Anpassung eines Toleranzradius für ein kreisförmiges Ablaufobjekt zur Interpolation von Ortskoordinaten anhand einer Laufzeitvorgabe ausführbar ist.
EP23764631.0A 2022-09-13 2023-09-01 Verfahren zur generierung von trainingsdatensätzen für ein autonomes fahrzeug und system zur generierung von trainingsdatensätzen Pending EP4419872A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102022003360.7A DE102022003360B3 (de) 2022-09-13 2022-09-13 Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug und System zur Generierung von Trainingsdatensätzen
PCT/EP2023/074008 WO2024056403A1 (de) 2022-09-13 2023-09-01 Verfahren zur generierung von trainingsdatensätzen für ein autonomes fahrzeug und system zur generierung von trainingsdatensätzen

Publications (1)

Publication Number Publication Date
EP4419872A1 true EP4419872A1 (de) 2024-08-28

Family

ID=87929389

Family Applications (1)

Application Number Title Priority Date Filing Date
EP23764631.0A Pending EP4419872A1 (de) 2022-09-13 2023-09-01 Verfahren zur generierung von trainingsdatensätzen für ein autonomes fahrzeug und system zur generierung von trainingsdatensätzen

Country Status (7)

Country Link
US (1) US20260071877A1 (de)
EP (1) EP4419872A1 (de)
JP (1) JP2025529152A (de)
KR (1) KR20250026362A (de)
CN (1) CN119790281A (de)
DE (1) DE102022003360B3 (de)
WO (1) WO2024056403A1 (de)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014003973A1 (de) 2014-03-20 2014-09-18 Daimler Ag Verfahren zur Ermittlung einer Fahrstrecke
EP3130891B1 (de) 2015-08-11 2018-01-03 Continental Automotive GmbH Verfahren zur aktualisierung einer präzisionsstrassendatenbank auf einem server
US9952056B2 (en) 2016-03-11 2018-04-24 Route4Me, Inc. Methods and systems for detecting and verifying route deviations
KR102070527B1 (ko) * 2017-06-22 2020-01-28 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 자율 주행 차량 교통 예측에서 예측되는 궤적에 대한 평가 프레임 워크
US10800408B2 (en) * 2018-05-24 2020-10-13 Baidu Usa Llc Determining driving paths for autonomous driving that avoid moving obstacles
CN111413958B (zh) * 2018-12-18 2021-09-24 北京航迹科技有限公司 用于确定自动驾驶中的驾驶路径的系统和方法
CN113748316B (zh) * 2018-12-26 2024-01-02 北京航迹科技有限公司 用于车辆遥测的系统和方法
JP7427869B2 (ja) * 2019-04-25 2024-02-06 株式会社アドヴィックス 車両の制御装置
JP7215391B2 (ja) * 2019-10-15 2023-01-31 トヨタ自動車株式会社 自動運転車両の車両制御システム及び車両制御装置
DE102019217393A1 (de) * 2019-11-11 2021-05-12 Robert Bosch Gmbh Verfahren zum Betreiben einer autonomen Fahrfunktion eines Fahrzeugs

Also Published As

Publication number Publication date
JP2025529152A (ja) 2025-09-04
CN119790281A (zh) 2025-04-08
WO2024056403A1 (de) 2024-03-21
DE102022003360B3 (de) 2023-12-21
KR20250026362A (ko) 2025-02-25
US20260071877A1 (en) 2026-03-12

Similar Documents

Publication Publication Date Title
EP3695244B1 (de) Verfahren und vorrichtung zum erzeugen eines inversen sensormodells und verfahren zum erkennen von hindernissen
WO2020016385A1 (de) Verfahren und system zum bestimmen einer position eines fahrzeugs
DE102020211017B3 (de) Zuordnung von Ampeln zu zugehörigen Fahrspuren
EP3465088B1 (de) Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur bestimmung der lateralen position eines fahrzeuges relativ zu den fahrstreifen einer fahrbahn
DE102008013366A1 (de) Verfahren zur Bereitstellung von Information für Fahrerassistenzsysteme
EP4313712B1 (de) Computer-implementiertes verfahren zur ermittlung einer position eines nachfolgefahrzeuges
EP3490862A1 (de) Verfahren und vorrichtung zum ermitteln eines fahrbahnmodells für ein fahrzeugumfeld
DE102022200536B3 (de) Fahrassistenzeinrichtung und Verfahren zum Durchführen einer wenigstens teilautomatischen Fahrzeugfunktion in Abhängigkeit von einer zu bewertenden Fahrstrecke
DE102017217444A1 (de) Verfahren und System zum Aktualisieren eines Steuerungsmodells für eine automatische Steuerung zumindest einer mobilen Einheit
EP4238077B1 (de) Verfahren zur bereitstellung von informationen über verkehrsteilnehmer
DE102019114371A1 (de) Online-diagnostik und prognostik für ein wahrnehmungssystem eines fahrzeugs
DE102019217144B4 (de) Ampelspurzuordnung aus Schwarmdaten
DE102021103153A1 (de) System und verfahren zur ende-zu-ende-vorhersage der spurerkennungsunsicherheit
EP4548047B1 (de) Verfahren zur ermittlung und bereitstellung von fahrspurverläufen
EP3391086B1 (de) Verbessertes verfahren zum ermitteln der randbebauung einer fahrbahn für die lokalisierung von kraftfahrzeugen
DE102017206344A1 (de) Fahrerassistenzsystem für ein Fahrzeug
EP3188948B1 (de) Verfahren zum verarbeiten von messdaten eines fahrzeuges zur bestimmung des beginns eines parksuchverkehrs und computerprogrammprodukt
DE102017213390A1 (de) Verfahren und Vorrichtung zum Betreiben eines automatisierten mobilen Systems
DE102018121165A1 (de) Verfahren zum Abschätzen der Umgebung eines Fahrzeugs
DE102020200876A1 (de) Verfahren zum Verarbeiten von Sensordaten einer Sensorik eines Fahrzeugs
WO2023237424A1 (de) Verfahren und assistenzsystem zum vorhersagen eines fahrschlauches und kraftfahrzeug
WO2023131603A1 (de) Verfahren zur optimierung der umfeldwahrnehmung für ein fahrunterstützungssystem mittels zusätzlicher referenzsensorik
DE102022003360B3 (de) Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug und System zur Generierung von Trainingsdatensätzen
DE102021214763A1 (de) Verfahren und Steuervorrichtung zum Steuern eines automatisierten Fahrzeugs
DE102021124736A1 (de) Verfahren und Vorrichtung zur Ermittlung einer Positions-Hypothese

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: 20240521

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 ME 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)