EP4671083A1 - Verfahren zum orten eines spurgeführten fahrzeugs - Google Patents

Abstract

Folgender Gegenstand ist von der Erfindung umfasst: ein Verfahren zum Orten eines spurgeführten Fahrzeugs auf einer Strecke, wobei mit mindestens einem Sensor der Ortungseinrichtung ein Messergebnis erzeugt wird aus dem Messergebnis eine den Ort des Fahrzeugs repräsentierende Ortsinformation berechnet wird, wobeientweder in einer ersten Routine ein erster Sensor, der kein bildgebender Sensor ist, verwendet wird und die berechnete Ortsinformation verwendet wird, um eine Ortung des Fahrzeugs durch eine rechnergestützte Objekterkennung anhand von durch einen bildgebenden zweiten Sensor als Messergebnis erzeugten Bildern zu trainieren, wobei in den Bildern erkannte Objekte jeweils verknüpft mit der zum Erfassungszeitpunkt des Bildes aus dem Messergebnis des ersten Sensors berechneten Ortsinformation gespeichert werden,und/oder in einer zweiten Routine der erste Sensor verwendet wird, und die berechnete Ortsinformation genutzt wird, um eine Ortung des Fahrzeugs durch die Objekterkennung anhand von durch den zweiten Sensor erzeugten Bildern zu validieren, wobei in den Bildern erkannte Objekte mit gespeicherten Objekten, die mit einer gespeicherten Ortsinformation verknüpft sind, verglichen werden und bei einer Übereinstimmung die gespeicherte Ortsinformation mit der berechneten Ortsinformation verglichen und die Objekterkennung validiert wird, wenn eine Übereinstimmung der berechneten Ortsinformation und der gespeicherten Ortsinformation festgestellt werden konnte,und/oder in einer dritten Routine der zweite Sensor verwendet wird, um Bilder zu erzeugen, in den Bildern erkannte Objekte mit gespeicherten Objekten, die mit einer gespeicherten Ortsinformation verknüpft sind, verglichen werden, bei einer Übereinstimmung eines erkannten Objektes mit einem gespeicherten Objekt die gespeicherte Ortsinformation zum Steuern (ATP) und/oder Überwachen (ATP) der Fahrzeugbewegung verwendet wird,wobei jede der genannten ersten Routine, zweiten Routine und dritten Routine durch die Rechenumgebung durchführbar ist.

Description

Technisches Gebiet
• Von der Erfindung ist ein Verfahren zum Orten eines spurgeführten Fahrzeugs umfasst. Ferner ist von der Erfindung ein Fahrzeug mit einer Ortungseinrichtung, umfasst. Ferner ist von der Erfindung ein Computerprogrammprodukt, enthaltend Programmbefehle, umfasst. Ferner ist von der Erfindung ein Computerlesbares Speichermedium, enthaltend Daten, umfasst.
Technischer Hintergrund
• Stand der Technik ist der Einsatz von vergleichsweise komplexer Odometrie auf Basis von zum Beispiel Balisen, Radaren, GPS und Odometern. Eine absolute Ortung (Absolutortung) erfolgt dabei beispielsweise durch die Balisen und/oder GPS. Eine relative Fortschreibung der Ortung (Relativortung) erfolgt beispielsweise durch Radare und Odometer, und zwar, indem ausgehend von dem letzten aufgrund einer absoluten Ortung ermittelten bekannten Ort die Geschwindigkeit des Fahrzeugs gemessen und aufgrund der gemessenen Geschwindigkeit der Ort des Fahrzeugs unter Kenntnis des Streckenverlaufes fortgeschrieben wird. Dabei kommt es zu Folgefehlereffekten. Somit ist die Ortung relativ genau, wenn eine absolute Ortung möglich ist und weitet in ihrer Unsicherheit auf, wenn die Ortung nur auf der relativen Fortschreibung basiert, wobei der Folgefehler umso größer wird, je länger die relative Ortung dauert.
• Insbesondere CBTC-Systeme (Communication Based Train Control) machen es erforderlich, dass Züge auf der Strecke lokalisiert werden können. Moderne Systeme setzen dabei auf Position Reports der Fahrzeuge, um kurze Zugfolgezeiten realisieren zu können. Für den sicheren Betrieb von Zügen ist es auch notwendig, dass Züge die gefahrene Geschwindigkeit kennen. Dies wird unter anderem dafür benötigt, Bremskurven und Sicherheitsabstände zu bestimmen und zu überwachen bzw. indirekt die sichere Zugposition zu aktualisieren (relative Ortung), solange keine sicheren Ortsinformationen aus einer absoluten Ortung zur Verfügung stehen. Die Geschwindigkeitsinformation dafür muss möglichst genau und möglichst unabhängig von Gleitvorgängen der Räder sein, die die bekannte Odometrie (unter Einsatz von Tachometern) beeinflussen. Bisher wird dieses Problem in Ortungseinrichtungen dadurch gelöst, dass zusätzlich z. B. Signale von Wegimpulsgeben und schlupfunabhängigen Radarsensoren verwendet werden und mit Hilfe von Sensor-Fehlermodellen zu einer sicheren Geschwindigkeit fusioniert werden.
• In dem Dokument US 2016/0121912 A1 ist beschrieben, dass eine Lokalisierung eines spurgeführten Fahrzeugs auch durch eine Objekterkennung von an der Strecke befindlichen Objekten erfolgen kann. Nach der Erkennung der besagten Objekte, wird deren Position, die beispielsweise in einer Datenbank gespeichert ist, als Ortsinformationen herangezogen.
• In dem Dokument US 2017/0327138 A1 ist ein Verfahren beschrieben, mit dem eine Objekterkennung für spurgeführten Fahrzeuge mittels künstlicher Intelligenz (im folgenden kurz KI) trainiert werden kann, wobei ein Reinforcement Learning (im folgenden kurz RL) angewendet wird. RL ist eine Technik des Machine Learnings (ML), mit der Software trainiert wird, Entscheidungen zu treffen, um optimale Ergebnisse zu erzielen. Es ahmt den Lernprozess nach, mit dem Menschen durch Versuch und Irrtum ihre Ziele erreichen. Ist ein Erkennungsprozess einmal erlernt bzw. trainiert, kann dieser für eine Ortung des spurgeführten Fahrzeugs angewendet werden. Zu unterscheiden ist damit eine Anlernphase des Systems, in der das System noch nicht zur Verfügung steht, sowie eine Anwendungsphase des Systems, in der eine Ortung mithilfe der Objekterkennung erfolgen kann.
• Gemäß dem Dokument EP 4067202 A1 ist ein Verfahren bekannt, mit dem spurgeführte Fahrzeuge in einem Fahrzeugdepot lokalisiert werden können. Dies erfolgt mittels Kameras, die definierte Ortsmarker im Depot in Bildern erkennen, deren Position bekannt ist. Dies lässt sich in einem Depot besonders einfach durchführen, da sich dieses üblicherweise in einem nach außen abgeschlossenen Bereich befindet, weswegen eine Einflussnahme auf die Ortsmarker (zum Beispiel durch Fremdeinwirkung wie Vandalismus) sehr gering ist und das Verfahren daher zuverlässig angewendet werden kann.
• Aus dem erläuterten Stand der Technik ergibt sich das Problem, dass Ortungsverfahren und auch Verfahren zur Geschwindigkeitsermittlung, die sich einer Objekterkennung bedienen, insbesondere auf offener (frei zugänglicher) Strecke Veränderungen ausgesetzt sind, sodass eine Objekterkennung, selbst wenn für diese eine Kl trainiert wurde, mit der Zeit unzuverlässiger werden. Hierbei ist zu berücksichtigen, dass die im Zugverkehr geltenden Sicherheitsanforderungen immer erfüllt sind. Dies macht es erforderlich, ein Training zu wiederholen, um die geforderte Zuverlässigkeit wieder zu erreichen. Dies ist wiederum mit Einschränkungen im Regelbetrieb des Zugverkehrs verbunden.
Zusammenfassung der Erfindung
• Die Aufgabe der Erfindung besteht darin, die beschriebenen Probleme im Stand der Technik zu beheben. Insbesondere ist es Aufgabe, dass ein Verfahren zum Orten und/oder zur Geschwindigkeitsbestimmung eines spurgeführten Fahrzeugs anzugeben, welches auch bei längeren Betriebszeiten stabil ablaufen kann und hierbei die im Zugverkehr geltenden hohen Sicherheitsanforderungen dauerhaft erfüllen kann. Weiterhin ist es Aufgabe der Erfindung, ein Fahrzeug, ein Computerprogrammprodukt und ein computerlesbares Speichermedium anzugeben, mit dem das verbesserte Verfahren durchführbar ist.
• Beschrieben wird gemäß einem ersten Aspekt der Erfindung ein Verfahren zum Orten eines spurgeführten Fahrzeugs auf einer Strecke, bei dem eine in dem Fahrzeug verbaute Ortungseinrichtung eine Ortsinformation erzeugt, wobei
1. a) mit mindestens einem Sensor der Ortungseinrichtung ein Messergebnis erzeugt wird,
2. b) in einer Rechenumgebung aus dem Messergebnis eine den Ort des Fahrzeugs repräsentierende Ortsinformation berechnet wird.
• Eine Ortungseinrichtung im Sinne der Erfindung ist eine Einrichtung, die mittels eines Sensors ein Messergebnis erzeugt. Zusätzlich kann eine Datenverarbeitung in der Ortungseinrichtung, beispielsweise mittels eines Prozessors, erfolgen. Die Sensoren können unter Ausnutzung unterschiedlicher Funktionsprinzipien arbeiten und die Messergebnisse können sowohl analog als auch digital sein. Ist im Rahmen dieser Erfindungsbeschreibung jedoch von bildgebenden Sensoren die Rede, dann ist das Messergebnis des Sensors bzw. eine Verarbeitung dieses Messergebnisses durch eine Datenverarbeitung eine Bildinformation. Diese Bildinformation lässt sich als Messergebnis zweidimensional auf einer Bildfläche als Bild darstellen. Dabei kann die Bildinformationen digital, vorzugsweise als Matrix von Bildpunkten, oder analog aufgebaut sein.
• Rechnergestützt oder computerimplementiert ist eine Vorrichtung, wenn diese eine Rechenumgebung aufweist, oder ein Verfahren, wenn eine Rechenumgebung mindestens einen Verfahrensschritt des Verfahrens ausführt.
• Eine Rechenumgebung ist eine IT-Infrastruktur, bestehend aus Funktionskomponenten wie Prozessoren, Speichereinheiten, Programmen und aus mit den Programmen zu verarbeitenden Daten, die zur Ausführung mindestens einer Applikation, die eine Aufgabe zu erfüllen hat, verwendet werden. Weitere Funktionskomponenten können aus Sensoren und Aktuatoren bestehen, welche eine Interaktion der Rechenumgebung mit der Außenwelt ermöglichen. Die IT-Infrastruktur kann auch als Netzwerk der genannten Funktionskomponenten organisiert sein.
• Eine Cloud (auch als Rechnerwolke oder Datenwolke bezeichnet) ist eine Rechenumgebung für ein sog. Cloud-Computing. Gemeint ist eine IT-Infrastruktur, welche über Schnittstellen eines Netzwerks wie dem Internet verfügbar gemacht wird. Sie beinhaltet in der Regel Speicherplatz, Rechenleistung oder Software als Dienstleistung, ohne dass diese auf einer die Cloud nutzenden Recheninstanz installiert sein müssen. Die im Rahmen des Cloud-Computings angebotenen Dienstleistungen umfassen das gesamte Spektrum der Informationstechnik und beinhalten unter anderem die IT-Infrastruktur, Plattformen, Software und Rechenleistung, wobei der Cloud-Anbieter die angebotenen Ressourcen bedarfsgerecht an die Cloud-Nutzer verteilt, mit dem Ziel, die Ressourcen damit optimal auszuschöpfen.
• Da in der Bahntechnik hohe Sicherheitsstandards hinsichtlich Funktion (Betriebssicherheit, Safety) sowie Angreifbarkeit (Übertragungssicherheit, Security) computerimplementierter Lösungen gelten, sind die Funktionalitäten einer Cloud, die in der Bahntechnik zum Einsatz kommt, hinsichtlich ihrer geteilten Verfügbarkeit üblicherweise begrenzt. Insbesondere, was den Zugriff eines potenziell unbegrenzten Kreises von Cloud-Nutzern angeht, sind daher Restriktionen erforderlich. Aber auch, was die Teilung von Rechenressourcen durch verschiedene Recheninstanzen angeht, muss mit Blick auf eine erforderliche Redundanz ein Zugriff begrenzt werden. Eine Technologie, die diese Restriktionen für die Bahntechnik berücksichtigt, wird im Zusammenhang mit dieser Erfindung auch als private Cloud bezeichnet, auch wenn eine private Cloud die mit Cloudtechnologie verbundenen technischen Merkmale nur eingeschränkt erfüllt.
• Recheninstanzen bilden innerhalb einer Rechenumgebung funktionale Einheiten aus, die Applikationen (gegeben beispielsweise durch eine Anzahl von Programmmodulen) zugeordnet werden können und diese ausführen können. Diese funktionalen Einheiten bilden bei der Ausführung der Applikation physikalisch (beispielsweise Computer, Prozessor) und/oder virtuell (beispielsweise Programmmodul) in sich geschlossenes Systeme.
• Computer sind aus mehreren Funktionskomponenten bestehende elektronische Geräte mit Datenverarbeitungseigenschaften. Computer können beispielsweise Clients, Server, Handheld-Computer, Kommunikationsgeräte und andere elektronische Geräte zur Datenverarbeitung sein, die Prozessoren und Speichereinheiten aufweisen können und über Schnittstellen auch zu einem Netzwerk zusammengeschlossen sein können.
• Prozessoren können beispielsweise Wandler, Sensoren zur Erzeugung von Messsignalen oder elektronische Schaltungen sein. Bei einem Prozessor kann es sich um einen Hauptprozessor (engl. Central Processing Unit, CPU), einen Mikroprozessor, einen Mikrocontroller, oder einen digitalen Signalprozessor, möglicherweise in Kombination mit einer Speichereinheit zum Speichern von Programmbefehlen und Daten handeln. Auch kann unter einem Prozessor ein virtualisierter Prozessor oder eine Soft-CPU verstanden werden.
• Speichereinheiten können auf computerlesbaren Speichern in Form von Arbeitsspeichern (engl. Random-Access Memory, RAM) oder Datenspeichern (Festplatte oder Datenträger) ausgeführt sein.
• Programmmodule sind einzelne Software-Funktionseinheiten, die einen erfindungsgemäßen Programmablauf von Verfahrensschritten ermöglichen. Diese Software-Funktionseinheiten können in einem einzigen Computerprogramm oder in mehreren miteinander kommunizierenden Computerprogrammen verwirklicht sein. Die hierbei realisierten Schnittstellen können softwaretechnisch innerhalb eines einzigen Prozessors umgesetzt sein oder hardwaretechnisch, wenn mehrere Prozessoren zum Einsatz kommen.
• Schnittstellen können hardwaretechnisch, beispielsweise kabelgebunden oder als Funkverbindung, oder softwaretechnisch, beispielsweise als Interaktion zwischen einzelnen Programmmodulen eines oder mehrerer Computerprogramme, realisiert sein und dienen einem Austausch von Daten vorzugsweise in Form von digitalen Datensätzen oder analogen Signalen.
• Zur Vermeidung von Missverständnissen sei an dieser Stelle angemerkt, dass einzelne Anspruchsmerkmale mit kleinen lateinischen Buchstaben durchnummeriert werden, ohne dass dabei Rücksicht auf die Anspruchsnummerierung genommen wird. Dies bedeutet, dass jeder Buchstabe im gesamten Anspruchssatz nur einmal vorkommt, was eine eindeutige Adressierung der betreffenden Anspruchsmerkmale ohne Nennung der Anspruchsnummer ermöglicht. Deswegen kommt der Reihenfolge der Buchstaben jedoch keine Bedeutung zu.
• Erfindungsgemäß ist vorgesehen, dass in einer ersten Routine (Datensatzerstellung für Bilderkennung zur Ortung)
• c) als Sensor ein erster Sensor, der kein bildgebender Sensor ist, verwendet wird und die berechnete Ortsinformation verwendet wird, um eine Ortung des Fahrzeugs durch eine rechnergestützte Objekterkennung anhand von durch einen bildgebenden zweiten Sensor als Messergebnis erzeugten Bildern zu trainieren, wobei
• d) in den Bildern der Strecke und ihrer Umgebung erkannte Objekte jeweils verknüpft mit der zum Erfassungszeitpunkt des Bildes aus dem Messergebnis des ersten Sensors berechneten Ortsinformation gespeichert werden,
• und/oder in einer zweiten Routine (Validierung von Datensätzen für Bilderkennung zur Ortung)
• e) als Sensor der erste Sensor verwendet wird, und die berechnete Ortsinformation genutzt wird, um eine Ortung des Fahrzeugs durch die in der Rechenumgebung durchgeführte Objekterkennung anhand von durch den zweiten Sensor erzeugten Bildern zu validieren, wobei
• f) in den Bildern erkannte Objekte mit gespeicherten Objekten, die mit einer gespeicherten Ortsinformation verknüpft sind, verglichen werden,
• g) bei einer Übereinstimmung eines erkannten Objektes mit einem gespeicherten Objekt die gespeicherte Ortsinformation mit der berechneten Ortsinformation verglichen und die Objekterkennung validiert wird, wenn innerhalb eines Toleranzbereiches eine Übereinstimmung der berechneten Ortsinformation und der gespeicherten Ortsinformation festgestellt werden konnte,
• und/oder in einer dritten Routine (Ortung mit Bildsensor anhand von validierten Objekten)
• h) als Sensor der zweite Sensor verwendet wird, um Bilder zu erzeugen,
• i) in den Bildern erkannte Objekte mit gespeicherten Objekten, die mit einer gespeicherten Ortsinformation verknüpft sind, verglichen werden,
• j) bei einer Übereinstimmung eines erkannten Objektes mit einem gespeicherten Objekt die gespeicherte Ortsinformation zum Steuern (ATP) und/oder Überwachen (ATP) der Fahrzeugbewegung verwendet wird,
• wobei die Rechenumgebung eingerichtet ist, dass jede der genannten ersten Routine, zweiten Routine und dritten Routine durch die Rechenumgebung durchführbar ist.
• Wichtig ist, dass die Durchführung des erfindungsgemäßen Verfahrens nur sinnvoll ist, wenn abhängig von der bestehenden Situation die geeignete oder parallel die geeigneten der drei Routinen durchgeführt wird. Mit anderen Worten muss das Verfahren derart ausgestaltet sein, dass jede der Routinen auf dem Fahrzeug durchgeführt werden kann. Die einzelnen Routinen bilden dabei nicht ausschließliche Alternativen, wobei eine oder mehrere der Routinen gleichzeitig durchgeführt werden können.
• Eine Objekterkennung muss in an sich bekannter Weise trainiert werden. Hierfür kann insbesondere rechnergestützt künstliche Intelligenz zum Einsatz kommen. Unter künstlicher Intelligenz (im Folgenden auch mit KI abgekürzt), auch Artificial Intelligence genannt, ist im Rahmen dieser Erfindung im engeren Sinne die Fähigkeit eines rechnergestützten maschinellen Lernens, auch Machine Learning genannt, (im Folgenden auch mit ML abgekürzt) zu verstehen. Es geht dabei um das statistische Lernen der Parametrisierung von Algorithmen, vorzugsweise für sehr komplexe Anwendungsfälle. Mittels ML erkennt und erlernt das System anhand von zuvor eingegebenen Lerndaten Muster und Gesetzmäßigkeiten bei den erfassten Prozessdaten. Mithilfe geeigneter Algorithmen können durch ML eigenständig Lösungen zu aufkommenden Problemstellungen gefunden werden. ML gliedert sich in drei Felder - überwachtes Lernen, unüberwachtes Lernen und bestärkendes Lernen (Reinforcement Learning), mit spezifischeren Anwendungen, zum Beispiel Regression und Klassifikation, Strukturerkennung und -vorhersage, Datengenerierung (Sampling) oder autonomes Handeln.
• Beim überwachten Lernen wird das System durch den Zusammenhang von Eingabe und zugehöriger Ausgabe bekannter Daten trainiert und erlernt auf diese Weise approximativ funktionale Zusammenhänge. Dabei kommt es auf die Verfügbarkeit geeigneter und ausreichender Daten an, denn wenn das System mit ungeeigneten (z.B. nichtrepräsentativen) Daten trainiert wird, so lernt es fehlerhafte funktionale Zusammenhänge. Beim unüberwachten Lernen wird das System ebenfalls mit Beispieldaten trainiert, jedoch nur mit Eingabedaten und ohne Zusammenhang zu einer bekannten Ausgabe. Es lernt, wie Datengruppen zu bilden und zu erweitern sind, was typisch für den betreffenden Anwendungsfall ist und wo Abweichungen bzw. Anomalien auftreten. Dadurch lassen sich Anwendungsfälle beschreiben und Fehlerzustände entdecken. Beim bestärkenden Lernen lernt das System durch Versuch und Irrtum, indem es zu gegebenen Problemstellungen Lösungen vorschlägt und über eine Feedbackfunktion eine positive oder negative Bewertung zu diesem Vorschlag erhält. Je nach Belohnungsmechanismus erlernt das KI-System, entsprechende Funktionen auszuführen.
• Ein Vorteil der Erfindung besteht darin, dass durch eine situationsadäquate Reaktion des Verfahrens die Funktion desselben auch über längere Betriebszeit gewährleistet werden kann. Die erste Routine dient der Datensatzerstellung für die Bilderkennung zur Ortung. Diese wird durchgeführt, wenn das Verfahren erstmalig an einer bestimmten Strecke implementiert wird. Außerdem wird dieses Verfahren auch durchgeführt, wenn während des Verfahrensablaufes der dritten Routine zur Ortung mithilfe des Bildsensors anhand von validierten Objekten ermittelt wird, dass nicht genügend validierte Objekte für eine lückenlose Ortung zur Verfügung stehen. Dies kann daran liegen, dass sich die Bedingungen der Ermittlung geändert haben (beispielsweise durch das Wettergeschehen oder Verschmutzung von Oberflächen), oder wenn validierte Objekte an der Strecke nicht mehr zur Verfügung stehen (beispielsweise durch Vandalismus oder Baumaßnahmen).
• Die zweite Routine wird immer dann durchgeführt, wenn Objekte trainiert wurden und aufgrund der Sicherheitsanforderungen im Bahnbetrieb noch validiert werden müssen, bevor diese in der dritten Routine zum Einsatz kommen.
• Die dritte Routine kommt zum Einsatz, wenn validierte Objekte auf der betreffenden Strecke zur Verfügung stehen. Hierbei ist es unerheblich, ob die validierten Objekte für eine lückenlose Ortung des Fahrzeugs ausreichen oder nicht. Hierbei muss berücksichtigt werden, dass auf dem Fahrzeug auch andere Verfahren zur Ortung angewendet werden, so dass die Ortung redundant erfolgt. Während ein zuverlässiges Ortungsverfahren genutzt wird, können Lücken an der Strecke, in denen keine validierten Objekte zur Verfügung stehen, durch die erste Routine sowie die zweite Routine geschlossen werden. Hierfür sind normalerweise mehrere Fahrten des Fahrzeugs notwendig. Diese können, soweit die Lokalisierung des Fahrzeugs durch andere Verfahren abgesichert ist, im laufenden Betrieb erfolgen.
• Beschrieben wird gemäß einem weiteren Aspekt der Erfindung ein Fahrzeug mit einer Ortungseinrichtung, aufweisend einen ersten Sensor und einen zweiten Sensor und mit mindestens einer Recheninstanz. Gemäß diesem Aspekt ist erfindungsgemäß vorgesehen, dass
• u) der zweite Sensor als bildgebender Sensor ausgestaltet ist und der erste Sensor sowie der zweite Sensor eingerichtet sind, zumindest die oben genannten Verfahrensschritte c), e) und h) durchzuführen,
• v) die mindestens eine Recheninstanz Teil einer Rechenumgebung ist, wobei die Rechenumgebung eingerichtet ist, zumindest die oben genannten Verfahrensschritte d), f), g), i) und j) durchzuführen.
• Die mit diesem Aspekt der Erfindung verbundenen Vorteile sind vorstehend bereits erläutert worden, wobei auf diese Vorteile verwiesen wird.
• Beschrieben wird gemäß einem weiteren Aspekt der Erfindung ein Computerprogrammprodukt, enthaltend Programmbefehle, die durch eine Rechenumgebung ausführbar sind. Gemäß diesem Aspekt ist erfindungsgemäß vorgesehen, dass zumindest die Verfahrensschritte d), f), g), i) und j) des oben genannten Verfahrens ausgeführt werden.
• Gemäß der Erfindung wird somit ein Programmmodule enthaltendes Computerprogrammprodukt mit Programmbefehlen beschrieben, wobei die Programmmodule in derselben Rechennstanz oder mehreren Recheninstanzen der Rechenumgebung laufen können. Mittels des Computerprogrammproduktes, das ein Computerprogramm oder mehrere Computerprogramme umfassen kann, sind jeweils das erfindungsgemäße Verfahren und/oder dessen Ausführungsbeispiele ausführbar und mit der Ausführung werden die vorstehend beschriebenen Vorteile erreicht.
• Beschrieben wird gemäß einem weiteren Aspekt der Erfindung ein computerlesbares Speichermedium, enthaltend Daten, welche als Datensätze vom Speichermedium gespeichert werden. Gemäß diesem Aspekt ist erfindungsgemäß vorgesehen, dass die Datensätze das vorstehend beschriebene Computerprogrammprodukt nach dem letzten voranstehenden Anspruch ausführbar machen.
• Darüber hinaus wird somit eine Bereitstellungsvorrichtung zum Speichern und/oder Bereitstellen des Computerprogramms in Form eines computerlesbaren Speichermediums beschrieben. Die Bereitstellungsvorrichtung ist beispielsweise eine Speichereinheit, die das Computerprogramm speichert und zum Abruf bereitstellt. Alternativ oder zusätzlich ist die Bereitstellungsvorrichtung ein Netzwerkdienst, ein Computersystem, ein Serversystem, insbesondere ein verteiltes, beispielsweise cloudbasiertes Computersystem oder virtuelles Rechnersystem, welches das Computerprogramm auf einem computerlesbaren Speichermedium speichert und vorzugsweise in Form eines Datenstroms bereitstellt.
• Die Bereitstellung erfolgt in Form von Programmmodule beschreibenden Programmdatensätzen als Datei, insbesondere als Downloaddatei, oder als Datenstrom, insbesondere als Downloaddatenstrom, des Computerprogrammproduktes. Das Computerprogrammprodukt wird beispielsweise unter Verwendung der Bereitstellungsvorrichtung in eine Rechenumgebung übertragen, sodass das erfindungsgemäße Verfahren in einer Recheninstanz oder mehreren Recheninstanzen dieser Rechenumgebung zur Ausführung gebracht werden kann.
Ausgestaltungen der Erfindung
• Weiterbildungen der Erfindung beschreibende Varianten werden nachfolgend ohne Beschränkung des grundlegenden Gedankens der Erfindung erläutert.
• Gemäß einer Variante sind die oben erklärten Aspekte der Erfindung dadurch bestimmt, dass zur Durchführung der ersten Routine in der Rechenumgebung eine vierte Routine durchgeführt wird,
• k) mit der überprüft wird, ob für einen Streckenabschnitt der Strecke eine vorgegebene Mindestanzahl an Objekten und/oder Objekte mit einer vorgegebenen örtlichen Dichte gespeichert ist,
• I) für den Fall, dass die vorgegebene Mindestanzahl und/oder die vorgegebene örtliche Dichte in dem Streckenabschnitt nicht erreicht wird, die erste Routine durchgeführt wird,
• wobei zusätzliche Objekte jeweils verknüpft mit der zum Zeitpunkt der Erzeugung des Bildes aus dem Messergebnis des ersten Sensors berechneten Ortsinformation gespeichert werden.
• Eine vorgegebene Mindestanzahl an Objekten kann gewählt werden, wenn die Länge des betreffenden Streckenabschnittes, für die die Mindestanzahl an Objekten vorgegeben werden soll, bekannt ist. Eine örtliche Dichte für die Objekte kann vorgegeben werden, wenn diese unabhängig von einer bestimmten Länge des betreffenden Streckenabschnitts angegeben werden soll. Die Dichte wird in diesem Fall entlang des Verlaufes der Strecke, also zweidimensional, bestimmt. Die Mindestzahl an Objekten auf einem bestimmten Streckenabschnitt sowie die Dichte können örtlich variieren. Dies hängt davon ab, wo sich die Strecke befindet. Bei einer hohen Verkehrsdichte und einer häufigen Verzweigung der Strecke sind zum Beispiel mehr Objekte notwendig, als auf einer freien Strecke ohne Kurven.
• Ein Vorteil dieser Variante besteht darin, dass die Anzahl erkannter Objekte an die Gegebenheiten des betreffenden Streckenabschnitts und die betrieblichen Anforderungen in diesem Bereich angepasst werden kann. Dabei können sich die Gegebenheiten im fortlaufenden Betrieb (zeitlich abhängig) oder in Abhängigkeit des Ortes der Strecke verändern. Beispielsweise kann sich die Verkehrsdichte in einem bestimmten Abschnitt des Eisenbahnnetzes vergrößern, weswegen mehr Objekte erforderlich werden. Auch ist es möglich, dass bereits validierte Objekte (wie bereits erwähnt) wegfallen, weil diese von dem betreffenden Streckenabschnitt entfernt wurden, oder, dass sich die Bedingungen ändern, beispielsweise aufgrund möglicher extremer (noch nicht trainierter) Wettersituationen oder ähnlichem. Dann wird vorzugsweise rechnergestützt der Bedarf, mit der ersten Routine neue Objekte zu erkennen, ermittelt und die Reaktion, die erste Routine durchzuführen, ausgelöst.
• Gemäß einer Variante sind die oben erklärten Aspekte der Erfindung dadurch bestimmt, dass zur Durchführung der zweiten Routine eine fünfte Routine durchgeführt wird,
• m) mit der überprüft wird, ob für einen Streckenabschnitt der Strecke nicht validierte Objekte gespeichert sind,
• n) für den Fall, dass nicht validierte Objekte gespeichert sind, die zweite Routine durchgeführt wird.
• Ein Vorteil dieser Variante besteht darin, dass die zweite Routine nur durchgeführt wird, wenn aufgrund des Vorliegens von nicht validierten Objekten ein Bedarf hierfür besteht. Da die Durchführung der fünften Routine weniger Rechenkapazität benötigt als die Durchführung der zweiten Routine, wird hierdurch Rechenkapazität gespart. Dadurch lässt sich das Verfahren mit einem geringeren Aufwand durchführen. Die Rechenkapazität steht für andere Steuerungsaufgaben des Bahnbetriebs zur Verfügung.
• Gemäß einer Variante sind die oben erklärten Aspekte der Erfindung dadurch bestimmt, dass in der dritten Routine zeitlich parallel mit dem ersten Sensor und/oder mindestens einem weiteren Sensor mindestens eine redundante Ortsinformation berechnet wird.
• Die dritte Routine kann in der Rechenumgebung, in der das spurgeführte Fahrzeug integriert ist, durchgeführt werden, sobald mindestens ein Objekt, welches mit der zugehörigen gespeicherten Ortsinformationen verknüpft ist, gespeichert wurde. Die dritte Routine kann dauerhaft durchgeführt werden, sobald das spurgeführte Fahrzeug auf der betreffenden Strecke im Einsatz ist. Insbesondere wird die dritte Routine aber in parallelem Betrieb mit anderen Ortungsverfahren eingesetzt, die in der Rechenumgebung, insbesondere auf dem betreffenden spurgeführten Fahrzeug im Einsatz sind. Diese mehrfache Ortung wird im Rahmen dieser Erfindungsbeschreibung als Ortungsredundanz bezeichnet.
• Als redundante Ortsinformationen sind im Sinne der Erfindung Ortsinformationen gemeint, welche unter Berücksichtigung vorgegebener Toleranzbereiche denselben tatsächlichen Ort des Fahrzeugs beschreiben, der durch unterschiedliche Verfahren mehrfach bestimmt wurde. Bei redundanten Ortsinformationen handelt es sich damit um Ortsinformationen, welche eine Ortung des Fahrzeugs auch mehrdeutig machen können, wenn diese Ortsinformationen voneinander abweichen (zum Beispiel aufgrund von Messfehlern). In diesem Fall muss im Rahmen einer Datenverarbeitung in der Rechenumgebung eine Ortsbestimmung durchgeführt werden, die diese Mehrdeutigkeit auflöst, um letztendlich ein Ergebnis für die Ortung zu erhalten (beispielsweise durch eine Mehrheitsentscheidung, auch Voting genannt).
• Redundanz dient dem Zweck, die Zuverlässigkeit einer dauerhaften (d. h. ohne zeitliche Unterbrechungen) Ortung des spurgeführten Fahrzeugs zu erhöhen und das Ortungsergebnis mehrfach abzusichern. Die zum Einsatz kommenden Verfahren zur Absicherung des Ortungsergebnisses sind an sich bekannt und können ohne weiteres dazu genutzt werden, um die mittels der dritten Routine erzielten Ortungsergebnisse in den die Ortungsredundanz unterstützenden Prozess mit einzugliedern. Zur Unterstützung eines solchen Prozesses soll als Beispiel der Einsatz eines Kalman-Filters genannt werden. Aber auch andere Verfahren sind allgemein bekannt und können zum Einsatz kommen.
• Gemäß einer Variante sind die oben erklärten Aspekte der Erfindung dadurch bestimmt, dass anhand der redundanten Ortsinformation eine sechste Routine durchgeführt wird,
• o) mit der überprüft wird, ob an dem durch die redundante Ortsinformation gekennzeichneten Ort das mit der zugehörigen gespeicherten Ortsinformation gespeicherte Objekt in einem aktuellen Bild erkannt wurde,
• p) für den Fall, dass das betreffende gespeicherte Objekt nicht erkannt wurde, die redundante Ortsinformation zum Steuern des Fahrzeugs verwendet wird und die zweite Routine für das betreffende Objekt mit dem aktuellen Bild wiederholt wird, wobei im Falle einer erfolgreichen Validierung das aktuelle Bild als Alternative für das betreffende Objekt gespeichert wird.
• Ein Vorteil dieser Variante besteht darin, dass die dritte Routine des Verfahrens zur Bestimmung des aktuellen Ortes des spurgeführten Fahrzeuges in seiner Zuverlässigkeit gesteigert werden kann. Wird unter bestimmten äußeren Bedingungen (Lichtverhältnisse, Wettergeschehen) ein Objekt am erwarteten Ort nicht erkannt, jedoch durch die zweite Routine an genau jenem Ort verifiziert, ist dies ein Hinweis darauf, dass sich das Objekt am erwarteten Ort befindet und bei den herrschenden äußeren Bedingungen nur nicht erkannt wurde. Deswegen wird das Objekt für die herrschenden äußeren Bedingungen erneut verifiziert und es besteht eine Alternative für die Erkennung des betreffenden Objektes. Mit anderen Worten wird das Objekt bei wiederholter Durchführung dieser Verfahrensvariante immer zuverlässiger erkannt, weil alle bereits trainierten äußeren Bedingungen zuverlässig zur Erkennung des betreffenden Objektes führen.
• Gemäß einer Variante sind die oben erklärten Aspekte der Erfindung dadurch bestimmt, dass für Objekte, die in der ersten Routine erkannt werden sollen, ein erster Datenpool von Objekten erstellt wird, der Arten von Objekten enthält, die bei der Bilderkennung erkannt werden sollen und/oder ein zweiter Datenpool von Objekten erstellt wird, die, wenn diese bei der Bilderkennung erkannt werden, nicht für eine Lokalisierung verwendet werden sollen.
• Eisenbahnanlagen im Allgemeinen haben gemeinsam, dass bestimmte Objekte wiederholt streckenseitig vorkommen. Dieses sind Haltestellen, Weichen, Achszähler, Signalmasten, Schwellen oder andere Infrastrukturelemente. Diese Gemeinsamkeit wird genutzt, um einen allgemeinen und selbstlernenden Ansatz zur Lokalisierung von Zügen mittels künstlicher Intelligenz (KI) zu schaffen. Ein Training der künstlichen Intelligenz für diese Objekte vereinfacht somit die Objekterkennung auf allen Strecken, weil diese nicht für einen bestimmten Streckenabschnitt individuell sind. Dennoch sind diese für eine Lokalisierung des spurgeführten Fahrzeugs geeignet, insbesondere, wenn die Reihenfolge von deren Erkennung in einem digitalen Streckenatlas für einen bestimmten Streckenabschnitt gespeichert wird.
• Andererseits gibt es Objekte, die nicht zur Bahnanlage gehören und/oder nicht dauerhaft an dem entsprechenden Ort bleiben. Ein Beispiel sind abgestellte Kraftfahrzeuge. Diese müssen ausgeschlossen werden, wenn sie als Kraftfahrzeuge erkannt werden, denn sie können zu falschen Ergebnissen führen, wenn diese sich bewegen. Außerdem bleiben sie nicht dauerhaft an einem Ort, so das sich ein Training für diese Objekte nicht lohnen würde.
• Gemäß einer Variante sind die oben erklärten Aspekte der Erfindung dadurch bestimmt, dass Objekte für den ersten Datenpool und/oder Objekte für den zweiten Datenpool in einer siebenten Routine während der Fahrt des Fahrzeugs in Bildern erkannt werden und ohne eine zugehörige Ortsinformation abgespeichert werden.
• Dieser Ansatz erfordert, dass Züge mit den bildgebenden Sensoren, welche in Fahrtrichtung blicken, ausgerüstet sind. Für das allgemeine Training der KI werden Bilder verschiedener Zugfahrten (verschiedene Anlagen und Wetterbedingungen) sowie Geschwindigkeitsinformationen aufgezeichnet. Sobald die Objekte in dem ersten Datenpool und/oder dem zweiten Datenpool gespeichert sind, stehen diese vorteilhaft für alle überwachten Strecken zur Verfügung. Auch hier können für jedes generalisierte Objekt mehrere Alternativen abgespeichert werden, die, wie bereits erläutert, beispielsweise unterschiedliche Lichtverhältnisse oder Wettersituationen berücksichtigen.
• Gemäß einer Variante sind die oben erklärten Aspekte der Erfindung dadurch bestimmt, dass erkannte Objekte unter Berücksichtigung der zugehörigen Ortsinformation in einen digitalen Streckenatlas aufgenommen werden.
• Ein Vorteil dieser Variante besteht darin, dass ein digitaler Streckenatlas die Möglichkeit schafft, die Reihenfolge der erwarteten Objekte für das Verfahren in nachvollziehbarer Weise für eine rechnergestützte Erkennung festzulegen. Dabei kann es sich sowohl um generelle Objekte handeln, die in dem ersten Datenpool vorhanden sind, als auch um individuelle Objekte, die für einen bestimmten Streckenabschnitt charakteristisch sind und für diesen trainiert wurden.
• Gemäß einer Variante sind die oben erklärten Aspekte der Erfindung dadurch bestimmt, dass
• eine Geschwindigkeit des auf einer Strecke fahrenden spurgeführten Fahrzeugs in einer achten Routine bestimmt wird, indem
• q) eine Folge von Bildern der Strecke und ihrer Umgebung untersucht wird, wobei die jeweiligen Erfassungszeitpunkte der Bilder derart gespeichert sind, dass diese den jeweiligen Bildern zugeordnet sind,
• r) in den Bildern eine Objekterkennung durchgeführt wird und Objekte erkannt werden,
• s) eine perspektivische Verschiebung mindestens eines erkannten Objektes in den Bildern der Folge, die aufgrund der Bewegung des Fahrzeugs entsteht, ermittelt wird,
• t) die perspektivische Verschiebung unter Berücksichtigung der Erfassungszeitpunkte der Bilder der ausgewählten Anzahl in eine Geschwindigkeit umgerechnet wird.
• Diese Variante löst das Problem, dass neben der Ortung auch eine Geschwindigkeitsinformation benötigt wird, indem die Geschwindigkeitsinformation aus der zeitlichen Folge von aufgenommenen Bildern abgeleitet wird. Dies soll im Folgenden beispielhaft erklärt werden. Entsprechend sind mindestens zwei Bilder im bekannten zeitlichen Abstand aufzunehmen. Diese Bilder müssen mindestens teilweise den gleichen Bildinhalt zeigen und werden von dem gleichen bildgebenden Sensor, der vorzugsweise in Fahrtrichtung ausgerichtet ist, aufgenommen.
• Mittels Algorithmen wie Harris Corner, SIFT (Scale Invariant Feature Transform), SURF (Speeded Up Robust Feature), FAST (Features from Accelerated Segment Test) oder ORB (Oriented FAST and Rotated BRIEF), die an Sich bekannt sind, lassen sich Objekte in den Bildern bestimmen, die vorzugsweise invariant zum Beispiel gegen unterschiedliche Beleuchtung sind.
• Ist aus einer absoluten Ortung ein Ort bekannt, an dem sich das Fahrzeug zuletzt befunden hat und auch der Zeitpunkt bekannt, zu dem sich das Fahrzeug an diesem Ort befunden hat, so kann im Rahmen der relativen Ortung der zeitliche Verlauf der Geschwindigkeit genutzt werden, um den aktuellen Ort des Fahrzeugs zu bestimmen. Insbesondere erfolgt diese Bestimmung auf der Strecke (dies ist eine mit Bezug auf den Streckenverlauf, dargestellt beispielsweise in einem vorzugsweise digitalen Streckenatlas, eindimensionale Ortung). Wenn der Verlauf der Strecke in einer zweidimensionalen Karte bekannt ist, so kann der Ort auf der Strecke gleichzeitig zur Bestimmung des Ortes in dieser zweidimensionalen, vorzugsweise digitalen Karte herangezogen werden. Das Ortungsverfahren selbst ist unter Anwendung von odometrischen Verfahren (beispielsweise Tachometer) an sich bereits bekannt. Allerdings weist dies unter Verwendung des erfindungsgemäßen Verfahrens vorteilhaft eine höhere Genauigkeit auf. Dabei sind beispielsweise Kameras als bildgebende Sensoren kostengünstig in Anschaffung und Betrieb, was vorteilhaft die Wirtschaftlichkeit des Verfahrens erhöht.
• Die Ausrichtung in Fahrtrichtung ermöglicht es, die perspektivische Veränderung der erkannten Objekte zu verfolgen, welchen sich das Fahrzeug annähert, sodass diese sich vergrößern und zum seitlichen Bildrand wandern. Sobald ein Objekt erkannt wird, vereinfacht sich dessen Verfolgung vorteilhaft dadurch, dass dieses in dem Bild immer größer wird. Selbstverständlich funktioniert auch eine Ausrichtung des bildgebenden Sensors entgegen der Fahrtrichtung, also am Ende des Fahrzeugs, wobei das Verfahren dann genau andersherum abläuft (Objekte wandern zur Bildmitte und verkleinern sich dabei).
• Diese Variante beschreibt mit anderen Worten ein Verfahren zur Ermittlung der Geschwindigkeit auf Basis einer zeitlichen Folge von Kamerabildern und Auswertung von Objekten. Aufgrund des optischen Messverfahrens ist die ermittelte Geschwindigkeit unabhängig von Gleit- oder Schleudervorgängen der Räder (ein Problem bei Tachometermessungen) und aufgrund dieser Eigenschaft sehr wertvoll für eine Odometrie. Alternativ oder zusätzlich (Redundanz) können selbstverständlich auch andere Ortungsverfahren zum Einsatz kommen.
• Gemäß einer Variante sind die oben erklärten Aspekte der Erfindung dadurch bestimmt, dass das Fahrzeug unter Berücksichtigung der Geschwindigkeit ausgehend von einem zu einem bekannten Zeitpunkt bekannten Ort des Fahrzeugs relativ geortet wird.
• Das Ortungsverfahren nach dieser Variante ist ein relatives Ortungsverfahren, da die Objekte zwar durch eine Auswertung der Bilder erkannt werden müssen, jedoch nicht mit einem bestimmten Ort an der Strecke verknüpft werden müssen. Der zu einem bekannten Zeitpunkt bekannte Ort ist vorzugsweise durch ein absolutes Ortungsverfahren ermittelt worden. Dies hat den Vorteil, dass die Messgenauigkeit für den Ausgangspunkt des relativen Ordnungsverfahrens damit vergleichsweise genau ist. Für die Genauigkeit der relativen Ortung gilt das oben erwähnte gleichermaßen, dass die relative Ortung im Vergleich zu bekannten und odometrischen Verfahren vergleichsweise genau ist und der kumulierte Fehler damit klein gehalten werden kann.
• Gemäß einer Variante sind die oben erklärten Aspekte der Erfindung dadurch bestimmt, dass der Sensor mit einer Erfassungrichtung zumindest im Wesentlichen in Fahrtrichtung ausgerichtet ist.
• Eine Ausrichtung in Fahrtrichtung kann so beschrieben werden, dass eine Erfassungsrichtung (beispielsweise der optischen Achse eines Objektivs eines Bildsensors, auch Bildachse genannt) des bildgebenden Sensors im Wesentlichen in Fahrtrichtung ausgerichtet ist. Eine Ausrichtung im Wesentlichen in Fahrtrichtung bedeutet, dass ein Winkel zwischen der Bildachse und der Fahrtrichtung nicht null sein muss. Ein Winkel von bis zu 5°, vorzugsweise bis zu 2° zwischen der Erfassungsrichtung und der Fahrtrichtung ist ebenfalls möglich, ohne dass die Funktionsweise des Verfahrens beeinträchtigt wird. Vorteilhaft wird die Messung der Geschwindigkeit umso genauer, je kleiner der Winkel ist. Ein Winkel von bis zu 5° kann jedoch hingenommen werden, ohne dass der Messfehler zu groß wird.
Exemplarische Ausführungsbeispiele der Zeichnung
• Weitere Einzelheiten der Erfindung werden nachfolgend anhand der Zeichnung beschrieben. Gleiche oder sich entsprechende Zeichnungselemente sind in den einzelnen Figuren jeweils mit den gleichen Bezugszeichen versehen und werden nur insoweit mehrfach erläutert, wie sich Unterschiede zwischen den einzelnen Figuren ergeben.
• Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten der Ausführungsformen jeweils einzelne, unabhängig voneinander zu betrachtende Varianten der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren sind die beschriebenen Komponenten auch mit den vorstehend beschriebenen Varianten der Erfindung kombinierbar.
• Figur 1 zeigt ein Ausführungsbeispiel der erfindungsgemäßen Vorrichtung (spurgeführtes Fahrzeug auf einer Strecke) mit ihren Wirkzusammenhängen zwischen den zum Einsatz kommenden Funktionskomponenten schematisch.
• Figur 2 zeigt ein Ausführungsbeispiel einer Rechenumgebung für die Vorrichtung gemäß Figur 1 als Blockschaltbild der einzelnen Funktionskomponenten und der zwischen diesen ausgebildeten Schnittstellen, wobei einzelne Recheninstanzen Programmmodule ausführen, die jeweils in einem oder mehreren der beispielhaft dargestellten Computer ablaufen können und wobei die gezeigten Schnittstellen demgemäß softwaretechnisch in einem Computer oder hardwaretechnisch zwischen verschiedenen Computern ausgeführt sein können.
• Figur 3 und Figur 4 zeigen beispielhaft Bilder, die nach dem erfindungsgemäßen Verfahren mit dem bildgebenden Sensor aufgenommen worden sind. In dieser ist eine Strecke mit einem Gleis sowie Objekte bzw. charakteristische Bildbereiche in der Nähe der Strecke zu erkennen.
• Figur 5 zeigt ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens als Flussdiagramm, wobei die gezeigten Verfahrensschritte einzeln oder in Gruppen durch Programmmodule verwirklicht sein können und wobei die Recheninstanzen und Schnittstellen gemäß Figur 2 beispielhaft angedeutet sind.
Detaillierte Beschreibung der Ausführungsbeispiele
• In Figur 1 ist eine Bahnumgebung BU zu sehen, in der das erfindungsgemäße Verfahren abläuft. Dabei kommt eine in Figur 2 dargestellte Rechenumgebung RU zum Einsatz. In Figur 1 ist ein spurgeführtes Fahrzeug FZ dargestellt, welches in einer Fahrtrichtung FR auf einem Gleis GL unterwegs ist. An der durch das Gleis GL gebildeten Strecke ist ein Stellwerk STW vorgesehen, welches Funktionskomponenten der Bahnumgebung BU wie beispielsweise eine Balise BL ansteuert. Diese kann mittels einer Balisenantenne BA des Fahrzeugs FZ ausgelesen werden. Außerdem weist das Fahrzeug FZ einen ersten Bildsensor BS1 und einen zweiten Bildsensor BS2 auf, wobei der eine mit seiner Bildachse BAC in Fahrtrichtung FR und der andere mit seiner Bildachse BAC entgegen der Fahrtrichtung FR ausgerichtet ist.
• Außerdem ist eine Leitzentrale LZ vorgesehen, in der beispielsweise die Einhaltung eines Fahrplans von in der Bahnumgebung BU eingesetzten Fahrzeugen FZ überwacht werden kann. Das Stellwerk STW, die Leitzentrale LZ und das Fahrzeug FZ sind mit Antennen AT ausgestattet, wodurch eine funkbasierte Kommunikation zwischen den genannten Einheiten möglich wird. Zusätzlich ist eine private Cloud CLD vorgesehen, über die Daten ausgetauscht werden können, zum Beispiel mit einem Dienstleister DL der Künstliche Intelligenz in Form von Rechenleistungen anbietet.
• Die Rechenumgebung RU, in der das erfindungsgemäße Verfahren abläuft, kann einer gemeinsamen Betrachtung von Figur 1 und Figur 2 entnommen werden. Die zum Einsatz kommenden Recheninstanzen und Funktionskomponenten interagieren durch Schnittstellen miteinander. Durch eine erste Schnittstelle S1 sind das spurgeführte Fahrzeug FZ und die Leitzentrale LZ miteinander verbunden. Durch eine zweite Schnittstelle S2 sind das Fahrzeug FZ und das Stellwerk STW miteinander verbunden. Durch eine dritte Schnittstelle S3 sind die Leitzentrale LZ und die Cloud CLD miteinander verbunden. Durch eine vierte Schnittstelle S4 sind die Cloud CLD und der Dienstleister DL miteinander verbunden. Durch eine fünfte Schnittstelle S5 sind die Leitzentrale LZ und das Stellwerk STW miteinander verbunden. Durch eine sechste Schnittstelle S6 sind das Stellwerk STW und die Balise BL miteinander verbunden.
• Gemäß Figur 2 sind die jeweils Recheninstanzen bildenden Computer näher dargestellt. Bei einem ersten Computer CP1 bei dem Dienstleister DL ist ein erster Prozessor PR1 mit einer ersten Speichereinheit SE1 durch eine elfte Schnittstelle S11 verbunden. Bei einem zweiten Computer CP2 in der Leitzentrale LZ ist ein zweiter Prozessor PR2 mit einer zweiten Speichereinheit SE2 durch eine zwölfte Schnittstelle S12 verbunden. Bei einem dritten Computer in CP3 in dem Stellwerk STW ist ein dritter Prozessor PR3 mit einer dritten Speichereinheit SE3 durch eine 13. Schnittstelle S13 verbunden. Bei einem vierten Computer CP4 im Fahrzeug FZ ist ein vierter Prozessor PR4 mit einer vierten Speichereinheit SE4 durch eine 14. Schnittstelle S14 verbunden. Bei dem ersten Bildsensor BS1 ist ein fünfter Prozessor PR5 mit einer fünften Speichereinheit SE5 durch eine 15. Schnittstelle S15 verbunden. Durch eine siebente Schnittstelle S7 sind der vierte Prozessor PR4 und der fünfte Prozessor PR5 miteinander verbunden. Durch eine achte Schnittstelle S8 sind der vierte Prozessor PR4 des ersten Bildsensors BS1 und ein Sensor SN miteinander verbunden (auch wenn der zweite Bildsensor BS2 in Figur 2 nicht dargestellt ist, könnte dieser in analoger Weise mit dem vierten Prozessor PR4 verbunden werden). Bei dem Sensor SN kann es sich um einen Ortungssensor handeln, der ein beliebiges Funktionsprinzip aufweisen kann. Es könnte ein GPS-Sensor, ein Odometriesensor in Form eines Tachometers oder ein Abstandsradar sein. Durch eine neunte Schnittstelle S9 sind der vierte Prozessor PR4 und die Balisenantenne BA miteinander verbunden.
• Ist im Rahmen dieser Erfindungsbeschreibung nur von Computern, Prozessoren, Speichereinheiten oder Schnittstellen die Rede, beziehen sich die Angaben allgemein auf alle der vorstehend im Einzelnen benannten Computer, Prozessoren, Speichereinheiten und weiteren Funktionskomponenten, die verbunden durch die Schnittstellen zur Bildung der Rechenumgebung RU beitragen.
• Figur 3 und 4 zeigen beispielhaft jeweils zwei Bilder überlagert, welche der Sensor SN, der in Fahrrichtung blickt, aufgenommen hat. Mit Pfeilen sind Verschiebungsvektoren zwischen Paaren von Featurepunkten FP der beiden Bilder bezeichnet (im Folgenden Feature-Punktpaar). Diese können in dem Bild nur visualisiert werden, da die Featurepunkte FP aus beiden Bildern in einer einzigen Figur dargestellt sind. Zur Durchführung des Verfahrens ist eine derartige Visualisierung selbstverständlich nicht erforderlich. Der Verlauf der Vektoren wird rechnerisch durch Vergleich der betreffenden Bilder berechnet. Senkrecht nach unten ist jeweils der Vektor der Blickachse als Blickachsenvektor dargestellt, um die Bildung der Skalarprodukte SP (in Figur 4 einem ersten Skalarprodukt SP1, einem zweiten Skalarprodukt SP2 und einem dritten Skalarprodukt SP3) zwischen den Verschiebungsvektoren und der Blickachse zeichnerisch zu verdeutlichen.
• Der Figur 3 lässt sich ein Bildaufbau entnehmen, bei dem schematisch ein gerades Gleis bis zu einem Fluchtpunkt FPK an einem Horizont HZ führt. Dies vereinfacht die Erläuterung des Verfahrens. Wie Figur 4 zu entnehmen ist, sind allerdings auch Verläufe des Gleises GL beispielsweise in einer Kurve unter bestimmten Voraussetzungen dazu geeignet, das Verfahren durchzuführen. An dem Gleis GL stehen verschiedene Objekte, die durch eine Bilderkennung erkannt werden können und an denen Featurepunkte FP festgemacht werden können. Beispielsweise ist ein Lichtsignal LS dargestellt. Auch die Balise BL kann zur Erzeugung von Featurepunkten FP dienen. Ungeeignet ist jedoch ein Kraftfahrzeug KFZ, welches sich ebenfalls bewegen kann und daher falsche Geschwindigkeitsmessungen hervorrufen könnte. Wird dieses im Rahmen einer Objekterkennung erkannt, wird es von einer Bildung von Featurepunkten FP ausgeschlossen.
• Unabhängig von einer Objekterkennung können auch charakteristische Bildbereiche CBB bei dem Verfahren Verwendung finden. Diese können beispielsweise durch einen starken Kontrast zu benachbarten Bildbereichen erkannt werden, ohne dass es sich dabei um ein bestimmtes Objekt handeln muss. Diese charakteristischen Bildbereiche CBB "wandern" ebenfalls in den aufeinanderfolgenden Bildern zum Bildrand, so dass diese zur Definition von Featurepunkten FP und, wie in Figur 3 dargestellt ist, eines ersten Verschiebungsvektors VV1 geeignet sind. Ein anderer Featurepunkt FP wird durch den Sockel des Lichtsignals LS gebildet, der zur Erzeugung eines zweiten Verschiebungsvektors VV2 verwendet wird.
• Gemäß Figur 4 wird das Bild während der Kurvenfahrt des Fahrzeugs FZ aufgenommen, deswegen ist das Gleis GL in dem Bild gekrümmt. In diesem Beispiel steht der erste Verschiebungsvektor VV1 für ein Feature-Punktpaar, welches in sich entsprechend der Fahrrichtung bewegt hat. Hier ist das Skalarprodukt SP SP1 = 0,99 deutlich größer als ein Schwellwert h = 0,9. Der zweite Verschiebungsvektor VV2 liegt in einer Kurve. Dadurch ist SP2 mit 0,95 kleiner als SP1 aber immer noch größer als der Schwellwert und im akzeptierten Bereich. Zuletzt ist ein fehlerhafter dritter Verschiebungsvektor VV3 im weiteren und damit entfernteren Verlauf der Kurve skizziert. Hier ist SP3 mit 0,88 kleiner als der Schwellwert h und deshalb wird dieses Feature-Punktpaar verworfen.
• Im Folgenden soll das erfindungsgemäße Verfahren beispielhaft, wie im Flussdiagramm gemäß Figur 3 dargestellt, schrittweise erläutert werden. In Figur 3 ist außerdem beispielhaft durch Kästen angedeutet, in welchen Funktionskomponenten und Recheninstanzen gemäß Figur 1 und 2 die einzelnen Schritte durchgeführt werden können. Rechnergestützte Schritte erfolgen in den nicht näher dargestellten Prozessoren. Das Auslesen und Speichern von Daten in die Speichereinheiten ist beispielhaft dargestellt. Soweit hierbei die Schnittstellen gemäß Figur 1 und 2 genutzt werden, sind diese auch in Figur 3 gekennzeichnet.
• In einem ersten Schritt 1 erfolgt der Start des Verfahrens (kurz: START). Dies kann vorzugsweise zeitgleich mit dem Fahrtantritt des Fahrzeugs FZ geschehen. Die dann folgenden Schritte gehören zu drei Routinen, einer ersten Routine RT1, einer zweiten Routine RT2 und einer dritten Routine RT3, deren Abarbeitung von den im Folgenden näher beschriebenen Bedingungen abhängt und die parallel ablaufen können jedoch nicht müssen. Deswegen sind sie in Figur 5 durch drei parallele Stränge des Flussdiagramms dargestellt.
• In einem zweiten Schritt 2 erfolgt eine Abfrage, ob die Dichte an bereits erfassten Objekten für die betreffende Strecke, auf der das Fahrzeug FZ unterwegs sein wird, zu gering ist (kurz: DNS<?). Ist dies der Fall, wird auf dieser Fahrt die erste Routine RT1 gestartet. Reicht die Dichte jedoch aus, wird die erste Routine RT1 auf dieser Fahrt nicht gestartet. Dabei kann in nicht dargestellter Weise auch zwischen einzelnen Streckenabschnitten der Gesamtstrecke unterschieden werden, so dass die erste Routine RT1 nur für Streckenabschnitte einer zu geringen Dichte an bereits erkannten Objekten durchgeführt wird (nicht näher dargestellt).
• In einem dritten Schritt 3 erfolgt eine Ortung mithilfe des ersten Sensors SN (kurz: LOC-SN). Dadurch ist die Position des Fahrzeugs FZ jederzeit bekannt. Für das weitere Verfahren wird davon ausgegangen, dass diese für eine Erkennung von neuen Objekten zur Verfügung steht. Dies kann in nicht dargestellter Weise auch durch wiederholte Abfragen verifiziert werden. Sollten mehrere Sensoren für eine redundante Ortung zur Verfügung stehen, können neben dem ersten Sensor SN auch weitere Sensoren für den dritten Schritt verwendet werden.
• In einem vierten Schritt 4 erfolgt die Erstellung von Bildern mittels des ersten Bildsensors BS1 (kurz: GN-PCT). Die Bilder werden für eine Bilderkennung zur Verfügung gestellt, um in Streckenabschnitten mit einer zu geringen Dichte an erkannten Objekten neue Objekte zu identifizieren. Dies erfolgt im Schritt 5.
• In einem fünften Schritt 5 erfolgt eine Analyse der Bilder durch den Dienstleister DL, der die KI zur Verfügung stellt (kurz: ANA-PCT). Hier werden Objekte an der Strecke identifiziert und mit den zugehörigen Ortsinformationen, die im dritten Schritt gewonnen wurden und ebenfalls an den Dienstleister DL übertragen wurden, korreliert. In einem sechsten Schritt 6 erfolgt dann eine Speicherung der identifizierten Objekte (kurz: SV-OBJ). Dies kann vorzugsweise beim Dienstleister DL geschehen (denn die Objekte sind noch nicht validiert, hierzu im Folgenden noch mehr) oder beim Bahnbetreiber.
• In einem siebenten Schritt 7 erfolgt parallel zu Schritt 2 eine Abfrage, ob erkannte Objekte vorliegen, die noch validiert werden müssen. (kurz: VAL?). Diese Objekte sind, wenn vorhanden, bereits in einer vorausgegangenen Fahrt mittels der ersten Routine RT1 wie beschrieben erkannt und erfasst worden. Liegen keine Objekte vor, so wird die zweite Routine RT2 bei der betreffenden Fahrt nicht gestartet. Liegen zu validierende Objekte vor, geht es weiter mit Schritt 8.
• In einem achten Schritt 8 erfolgt entsprechend Schritt 3 eine Ortung mithilfe des ersten Sensors SN (kurz: LOC-SN). In einem neunten Schritt 9 erfolgt entsprechend Schritt 4 die Erstellung von Bildern mittels des ersten Bildsensors BS1 (kurz: GN-PCT).
• In einem zehnten Schritt 10 erfolgt die Lokalisierung des Fahrzeugs FZ anhand der in den Bildern erkannten Objekte (kurz: LOC-PCT). Zu diesen Objekten ist bereits eine Position abgespeichert worden, an der sich das Fahrzeug FZ bei Aufnahme des zugehörigen Bildes zu befinden hat. Diese Ortsinformationen muss aufgrund des erkannten Objektes mit dem Ergebnis aus Schritt 8 übereinstimmen.
• In einem elften Schritt 11 erfolgt ein Vergleich, ob das Ortungsergebnis aufgrund des Schrittes 8 und aufgrund des Schrittes 10 miteinander übereinstimmen (kurz: LOC=?). Ist dies der Fall, so wurde das Objekt verifiziert und kann in der vierten Speichereinheit SE4 abgespeichert werden. Ist dies nicht der Fall, geht es weiter mit Schritt 12. In diesem zwölften Schritt 12 erfolgt dann ein Löschen des Objektes in der betreffenden Datenbank, bei dem Beispiel gemäß Figur 5 in der ersten Speichereinheit SE1, da eine Validierung des Objektes misslungen ist (kurz: CAN-OBJ).
• In einem 13. Schritt 13 erfolgt eine Abfrage, ob verifizierte Objekte für eine Ortung vorliegen (und zwar gemäß Figur 5 in der vierten Speichereinheit SE4). Dies ist nach einigen Trainingsfahrten des Fahrzeugs FZ auf der betreffenden Strecke gewöhnlich der Fall. Wenn keine Objekte vorliegen, wird die dritte Routine RT3 nicht durchgeführt. Ansonsten wird (normalerweise) die dritte Routine RT3 gestartet.
• Optional erfolgt dann entsprechend Schritt 3 eine Ortung mithilfe des ersten Sensors SN. Dies ist in Figur 5 jedoch nicht dargestellt, weil es für den Ablauf der dritten Routine RT3 keine Auswirkungen hat. Es wird hierdurch lediglich Redundanz bei der Messung erzeugt, was die Funktionssicherheit der Ortung erhöht (und deswegen gewöhnlich auch durchgeführt wird). In einem 14. Schritt 14 erfolgt aber in jedem Fall entsprechend dem Schritt 4 die Aufnahme von Bildern während der Fahrt des Fahrzeugs FZ und in einem 15. Schritt 15 entsprechend dem Schritt 10 die Lokalisierung des Fahrzeugs FZ anhand der in den Bildern erkannten Objekte (kurz: LOC-PCT).
• Da die Ortung durch Verifizierung der genannten Objekte in dem betreffenden Bild bereits validiert wurde, kann die Ortsinformationen, die im Schritt 15 gewonnen wurde, als sicher angenommen werden. Alternativ (nicht dargestellt) kann dieses Messergebnis zusätzlich durch andere Ortungsverfahren abgesichert werden. Dieses redundante Vorgehen ist an sich bekannt und wird hier nicht näher beschrieben. In einem 16. Schritt 16 erfolgt die Steuerung des Fahrzeugs FZ aufgrund der sicheren Lokalisierung (kurz: CTL-FZ).
• Während die dritte Routine RT3 so lange durchgeführt wird, bis das Fahrzeug FZ sein Ziel erreicht hat, werden die erste Routine RT1 sowie die zweite Routine RT2 wiederholt so lange ausgeführt, bis keine Objekte mehr erkannt oder validiert werden sollen. In einem 17. Schritt 17 erfolgt daher nach jedem durch Lauf der betreffenden Routine eine Abfrage, ob die erste Routine RT1 bzw. die zweite Routine RT2 gestoppt werden sollen. (kurz: STP?). Wenn dies der Fall ist, geht es mit Schritt 18 weiter, ansonsten wird die erste Routine RT1 bzw. die zweite Routine RT2 wiederholt. In einem 18. Schritt 18 erfolgt dann ein Beenden des Verfahrens (kurz: STOP). Dies kann vorzugsweise spätestens zeitgleich mit dem Betriebsende des Fahrzeugs FZ beispielsweise in einem Depot erfolgen.
Bezugszeichenliste

AT

Antenne

BA

Balisenantenne

BAC

Bildachse

BL

Balise

BS1

erster Bildsensor

BS2

zweiter Bildsensor

BU

Bahnumgebung

BV

Bildachsenvektor

CBB

charakteristischer Bildbereich

CLD

Cloud

CP1

erster Computer

CP2

zweiter Computer

CP3

dritter Computer

CP4

vierter Computer

DL

Dienstleister

FP

Featurepunkt

FPK

Fluchtpunkt

FR

Fahrtrichtung

FZ

Fahrzeug

GL

Gleis

HZ

Horizont

KFZ

Kraftfahrzeug

LS

Lichtsignal

LZ

Leitzentrale

PR1

erster Prozessor

PR2

zweiter Prozessor

PR3

dritter Prozessor

PR4

vierter Prozessor

PR5

fünfter Prozessor

RT1

erste Routine

RT2

zweite Routine

RT3

dritte Routine

RU

Rechenumgebung

S1

erste Schnittstelle

S11

elfte Schnittstelle

S12

zwölfte Schnittstelle

S13

13. Schnittstelle

S14

14. Schnittstelle

S15

15. Schnittstelle

S2

zweite Schnittstelle

S3

dritte Schnittstelle

S4

vierte Schnittstelle

S5

fünfte Schnittstelle

S6

sechste Schnittstelle

S7

siebente Schnittstelle

S8

achte Schnittstelle

S9

neunte Schnittstelle

SE1

erste Speichereinheit

SE2

zweite Speichereinheit

SE3

dritte Speichereinheit

SE4

vierte Speichereinheit

SE5

fünfte Speichereinheit

SN

Sensor

SP

Skalarprodukt

SP1

ersten Skalarprodukt

SP2

zweiten Skalarprodukt

SP3

dritten Skalarprodukt

STW

Stellwerk

VV1

erster Verschiebungsvektor

VV2

zweiter Verschiebungsvektor

VV3

dritter Verschiebungsvektor

Claims (13)

1. Verfahren zum Orten eines spurgeführten Fahrzeugs auf einer Strecke, bei dem eine in dem Fahrzeug verbaute Ortungseinrichtung eine Ortsinformation erzeugt, wobei

   a) mit mindestens einem Sensor der Ortungseinrichtung ein Messergebnis erzeugt wird,

   b) in einer Rechenumgebung aus dem Messergebnis eine den Ort des Fahrzeugs repräsentierende Ortsinformation berechnet wird,
   dadurch gekennzeichnet, dass
   in einer ersten Routine

   c) als Sensor ein erster Sensor, der kein bildgebender Sensor ist, verwendet wird und die berechnete Ortsinformation verwendet wird, um eine Ortung des Fahrzeugs durch eine rechnergestützte Objekterkennung anhand von durch einen bildgebenden zweiten Sensor als Messergebnis erzeugten Bildern zu trainieren, wobei

   d) in den Bildern der Strecke und ihrer Umgebung erkannte Objekte jeweils verknüpft mit der zum Erfassungszeitpunkt des Bildes aus dem Messergebnis des ersten Sensors berechneten Ortsinformation gespeichert werden,
   und/oder in einer zweiten Routine

   e) als Sensor der erste Sensor verwendet wird, und die berechnete Ortsinformation genutzt wird, um eine Ortung des Fahrzeugs durch die in der Rechenumgebung durchgeführte Objekterkennung anhand von durch den zweiten Sensor erzeugten Bildern zu validieren, wobei

   f) in den Bildern erkannte Objekte mit gespeicherten Objekten, die mit einer gespeicherten Ortsinformation verknüpft sind, verglichen werden,

   g) bei einer Übereinstimmung eines erkannten Objektes mit einem gespeicherten Objekt die gespeicherte Ortsinformation mit der berechneten Ortsinformation verglichen und die Objekterkennung validiert wird, wenn innerhalb eines Toleranzbereiches eine Übereinstimmung der berechneten Ortsinformation und der gespeicherten Ortsinformation festgestellt werden konnte,
   und/oder in einer dritten Routine

   h) als Sensor der zweite Sensor verwendet wird, um Bilder zu erzeugen,

   i) in den Bildern erkannte Objekte mit gespeicherten Objekten, die mit einer gespeicherten Ortsinformation verknüpft sind, verglichen werden,

   j) bei einer Übereinstimmung eines erkannten Objektes mit einem gespeicherten Objekt die gespeicherte Ortsinformation zum Steuern (ATP) und/oder Überwachen (ATP) der Fahrzeugbewegung verwendet wird,

   wobei
   die Rechenumgebung eingerichtet ist, dass jede der genannten ersten Routine, zweiten Routine und dritten Routine durch die Rechenumgebung durchführbar ist.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass zur Durchführung der ersten Routine in der Rechenumgebung eine vierte Routine durchgeführt wird,

   k) mit der überprüft wird, ob für einen Streckenabschnitt der Strecke eine vorgegebene Mindestanzahl an Objekten und/oder Objekte mit einer vorgegebenen örtlichen Dichte gespeichert ist,

   I) für den Fall, dass die vorgegebene Mindestanzahl und/oder die vorgegebene örtliche Dichte in dem Streckenabschnitt nicht erreicht wird, die erste Routine durchgeführt wird, wobei zusätzliche Objekte jeweils verknüpft mit der zum Zeitpunkt der Erzeugung des Bildes aus dem Messergebnis des ersten Sensors berechneten Ortsinformation gespeichert werden.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass zur Durchführung der zweiten Routine eine fünfte Routine durchgeführt wird,

   m) mit der überprüft wird, ob für einen Streckenabschnitt der Strecke nicht validierte Objekte gespeichert sind,

   n) für den Fall, dass nicht validierte Objekte gespeichert sind, die zweite Routine durchgeführt wird.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass in der dritten Routine zeitlich parallel mit dem ersten Sensor und/oder mindestens einem weiteren Sensor mindestens eine redundante Ortsinformation berechnet wird.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass anhand der redundanten Ortsinformation eine sechste Routine durchgeführt wird,

   o) mit der überprüft wird, ob an dem durch die redundante Ortsinformation gekennzeichneten Ort das mit der zugehörigen gespeicherten Ortsinformation gespeicherte Objekt in einem aktuellen Bild erkannt wurde,

   p) für den Fall, dass das betreffende gespeicherte Objekt nicht erkannt wurde, die redundante Ortsinformation zum Steuern des Fahrzeugs verwendet wird und die zweite Routine für das betreffende Objekt mit dem aktuellen Bild wiederholt wird, wobei im Falle einer erfolgreichen Validierung das aktuelle Bild als Alternative für das betreffende Objekt gespeichert wird.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass für Objekte, die in der ersten Routine erkannt werden sollen, ein erster Datenpool von Objekten erstellt wird, der Arten von Objekten enthält, die bei der Bilderkennung erkannt werden sollen und/oder ein zweiter Datenpool von Objekten erstellt wird, die, wenn diese bei der Bilderkennung erkannt werden, nicht für eine Lokalisierung verwendet werden sollen.
7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass Objekte für den ersten Datenpool und/oder Objekte für den zweiten Datenpool in einer siebenten Routine während der Fahrt des Fahrzeugs in Bildern erkannt werden und ohne eine zugehörige Ortsinformation abgespeichert werden,
8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass erkannte Objekte unter Berücksichtigung der zugehörigen Ortsinformation in einen digitalen Streckenatlas aufgenommen werden.
9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Geschwindigkeit des auf einer Strecke fahrenden spurgeführten Fahrzeugs in einer achten Routine bestimmt wird, indem

   q) eine Folge von Bildern der Strecke und ihrer Umgebung untersucht wird, wobei die jeweiligen Erfassungszeitpunkte der Bilder derart gespeichert sind, dass diese den jeweiligen Bildern zugeordnet sind,

   r) in den Bildern eine Objekterkennung durchgeführt wird und Objekte erkannt werden,

   s) eine perspektivische Verschiebung mindestens eines erkannten Objektes in den Bildern der Folge, die aufgrund der Bewegung des Fahrzeugs entsteht, ermittelt wird,

   t) die perspektivische Verschiebung unter Berücksichtigung der Erfassungszeitpunkte der Bilder der ausgewählten Anzahl in eine Geschwindigkeit umgerechnet wird.
10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Fahrzeug unter Berücksichtigung der Geschwindigkeit ausgehend von einem zu einem bekannten Zeitpunkt bekannten Ort des Fahrzeugs relativ geortet wird.
11. Fahrzeug mit einer Ortungseinrichtung, aufweisend einen ersten Sensor und einen zweiten Sensor und mit mindestens einer Recheninstanz, dadurch gekennzeichnet, dass

    u) der zweite Sensor als bildgebender Sensor ausgestaltet ist und der erste Sensor sowie der zweite Sensor eingerichtet sind, zumindest die Verfahrensschritte c), e) und h) gemäß einem der voranstehenden Ansprüche durchzuführen,

    v) die mindestens eine Recheninstanz Teil einer Rechenumgebung ist, wobei die Rechenumgebung eingerichtet ist, zumindest die Verfahrensschritte d), f), g), i) und j) gemäß einem der voranstehenden Ansprüche durchzuführen.
12. Computerprogrammprodukt, enthaltend Programmbefehle, die durch eine Rechenumgebung ausführbar sind, derart, dass das zumindest die Verfahrensschritte d), f), g), i) und j) des Verfahrens nach einem der Ansprüche 1 - 10 ausgeführt werden.
13. Computerlesbares Speichermedium, enthaltend Daten, welche als Datensätze vom Speichermedium gespeichert werden, derart, dass die Datensätze das Computerprogrammprodukt nach dem letzten voranstehenden Anspruch ausführbar machen.