WO2014111408A1 - Vorhersage eines fahrmanövers eines fahrzeugs - Google Patents

Vorhersage eines fahrmanövers eines fahrzeugs Download PDF

Info

Publication number
WO2014111408A1
WO2014111408A1 PCT/EP2014/050673 EP2014050673W WO2014111408A1 WO 2014111408 A1 WO2014111408 A1 WO 2014111408A1 EP 2014050673 W EP2014050673 W EP 2014050673W WO 2014111408 A1 WO2014111408 A1 WO 2014111408A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
distance
driving maneuver
reference point
speed
Prior art date
Application number
PCT/EP2014/050673
Other languages
English (en)
French (fr)
Inventor
Felix Klanner
Horst KLÖDEN
Martin LIEBNER
Original Assignee
Bayerische Motoren Werke Aktiengesellschaft
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 Bayerische Motoren Werke Aktiengesellschaft filed Critical Bayerische Motoren Werke Aktiengesellschaft
Priority to EP14700989.8A priority Critical patent/EP2945825A1/de
Publication of WO2014111408A1 publication Critical patent/WO2014111408A1/de

Links

Classifications

    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • 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
    • B60W50/0097—Predicting future conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/30—Road curve radius

Definitions

  • the invention relates to a method for predicting a driving maneuver of a vehicle and to a corresponding device,
  • a driving maneuver may be, for example, the passage of an intersection, a stop at a stop line, a turn and a turn with stopping at an overpass.
  • a driving maneuver may be, for example, the passage of an intersection, a stop at a stop line, a turn and a turn with stopping at an overpass.
  • other road users may become relevant and be considered for warnings.
  • Driver Intent Interface at Urban Intersections using the Intelligent Driver Model IEEE Intelligent Vehicle Symposium, Jun. 2012, pp.
  • a method for predicting driving maneuvers is presented, according to which the trajectories and speed curves of test drives are displayed
  • desired speeds and their progressions are calculated for individual driving maneuvers, on the basis of which desired speeds can be determined on subsequent cruises at the considered intersection using then measured vehicle speeds
  • the method proposed in the abovementioned publication is based on the records of test runs carried out and limits the application of the method in this respect to such sections of track for which there are recorded trajectories with velocities. It is therefore the task of a person skilled in the art to make the method available also for sections and in particular intersections for which no speed profiles have been recorded.
  • a method of predicting a driving maneuver of a vehicle comprises: detecting the speed of the vehicle at first and second distances of the vehicle along a path from a reference point; Wherein the vehicle is at a first time at the first distance from the reference point and at a second time at the second distance; Establishing at least a first and a second estimate of the speed of the vehicle for the second time and the distance of the vehicle from the reference point for the second time; Wherein the first and second estimates are respectively based on the speed of the vehicle at the first distance, the first distance from the reference point, and the second time; The first estimate also being on a first in advance certain course of the desired speed of the vehicle based on the assumption of a first driving maneuver as a function of the distance of the vehicle from the reference point based; Where the second estimate is based on an assumption of a second driving maneuver; Determining a measure of the probability of occurrence of an estimate for each estimate taking into account the detected speed of the vehicle at the second distance from the reference point and the second distance itself;
  • the determination of the first course of the desired speed is based on the geometry of the path. A record of test track speed characteristics is not used for this. In this way, runs of desired speeds can also be created for routes or intersections for which there are no records of speed profiles. However, the geometry of the first path can still be obtained by recording and statistical evaluation of test drives. Likewise, however, it is also conceivable to obtain the geometries of the paths for the first driving maneuver from geometries of route sections or intersections existing in maps for determining the first and second course of the desired speeds. If necessary, highly accurate maps must be used. However, no centimeter-accurate description of the complete topology of the intersection or curvature profiles obtained from the path is needed for the path. The suggested method is thus robust to the quality of the vehicle localization.
  • the first path may be the trajectories typically traveled by a vehicle at an intersection and possibly a few meters, 10 meters, 20 meters to hundreds of meters describe before and after. It can also be provided that for a whole
  • Map the exact gradients of paths are given, including the first path. Then this source can be used for the first path, which may represent a section of a specified path.
  • the prediction of the driving maneuver based on the determined measures may consist in the selection of the driving maneuver having the highest measure.
  • the method may include outputting the measure determined in each case for the first and the second driving maneuvers.
  • This output of the considered driving maneuvers and the determined measures can be used by a driver assistance system to provide warnings. It may occur in the process that although the measure of a driving maneuver is higher than the other or the other measure, but the highest and another or more metrics close together. In such a case, the issuing of warnings by a driver assistance system may be expedient for the closely spaced driving maneuvers.
  • the determined measures can be used to prioritize warnings of possible conflict situations with regard to the probability of occurrence of the associated maneuver.
  • the highest dimensioned warning is given the highest priority and thus output to the driver.
  • it may happen that a maneuver with a smaller measure than the highest measure is prioritized higher than the maneuver with the highest measure. In particular, this is the case if the associated conflict situation is to be assessed as particularly critical.
  • the measure of the likelihood of an estimate can be a decision-relevant share (term) or the relevant share (or term) of a complete calculation of an absolute probability of occurrence; that is, the part of the calculation by which the estimates can be ranked, at least approximately or with sufficient accuracy. Under certain assumptions, the measure may even be the probability of occurrence itself. The measure may be a so-called score or an abnormal probability of occurrence.
  • a method for predicting a probability of occurrence can be a decision-relevant share (term) or the relevant share (or term) of a complete calculation of an absolute probability of occurrence; that is, the part of the calculation by which the estimates can be ranked, at least approximately or with sufficient accuracy. Under certain assumptions, the measure may even be the probability of occurrence itself. The measure may be a so-called score or an abnormal probability of occurrence.
  • Driving maneuvers of a vehicle Detecting the speed of the vehicle at a first distance and the acceleration of the vehicle at a second distance of the vehicle along a path from a reference point, wherein the first and second distances are in particular equal; Wherein the vehicle is at a first time at the first distance from the reference point and at a second time at the second distance, wherein the first time and the second time are in particular equal; Creating at least a first and a second estimate of the acceleration of the vehicle for the second time; Wherein the first and second estimates are respectively based on the speed of the vehicle at the first distance, the first distance from the reference point, and the second time; Wherein the first estimate is further based on a first predetermined course of the desired speed of the vehicle for the assumption of a first driving maneuver in dependence on the distance of the vehicle from the reference point; Where the second estimate is based on an assumption of a second driving maneuver; Determining a measure of the probability of occurrence of an estimate for each estimate taking into account the detected acceleration of the vehicle at the second distance from the reference
  • the speed and the distance are not calculated as an estimate, but the acceleration. Based on the estimation results, the measure is then calculated and the prediction made.
  • the estimation can also be done in a "point" by simultaneously measuring speed, distance and acceleration, at which point the estimates are determined and the prediction made.
  • the measure for each estimate may also be calculated from the mean of the measures in the event that the driver actually performs the assumed maneuver over a preferably selected period of time.
  • a plurality of estimates can be carried out over a period of time and in each case the measures for each estimate can be determined. These measures can then be averaged for all estimates for an assumption of a maneuver. The prediction can then be based on this averaging. The averages can be output together with the underlying assumptions on the driving maneuver.
  • the prediction of the driving maneuver based on the determined measures may consist in the selection of the driving maneuver having the highest measure. Furthermore, the method may include outputting the measure determined in each case for the first and the second driving maneuvers. This output of the considered driving maneuvers and the determined measures can be used by a driver assistance system to provide warnings. It may happen in the process that, although the measure for a maneuver is higher than the others or the other measure, but the highest and a further or further measures close to each other. In such a case, issuing warnings by a driver assistance system may be useful for the closely spaced driving maneuvers.
  • the determined measures can be used to phorise warnings of possible conflict situations with regard to the probability of their associated maneuver.
  • the highest dimensioned warning is given the highest priority and thus output to the driver.
  • it may happen that a maneuver with a smaller measure than the highest measure is prioritized higher than the maneuver with the highest measure. In particular, this is the case if the associated conflict situation is to be assessed as particularly critical.
  • the measure of an occurrence probability of an estimate can be a decision-relevant part (term) or the decision-relevant part (or term) of a complete calculation of an absolute probability of occurrence, ie the part of the calculation by which the estimates can be ranked, at least approximately or with sufficient accuracy. Under certain assumptions, the measurement number even the probability of occurrence itself.
  • the measure may be a so-called score or an abnormal probability of occurrence.
  • the geometry of the first and the second path is the two-dimensional course of the respective path.
  • the first and the second predetermined course of the desired speed was determined based on the curvature of the first or second path.
  • the curvature can be specified in sections using so-called smooth circular arc splines, as described in the above publication "Driver Intent Interface at Urban Intersections using the Intelligent Driver or de.
  • the first and the second predefined course of the desired speed were determined based on the geometry of a section of the preceding first or second path that would still have to be traveled by a vehicle.
  • the desired speed thus depends on the course of the path that is still to drive for a vehicle that is on this path.
  • the first and the second course of the desired speed was determined based on a first driver model.
  • the driver model specifies one or more of the following: the maximum amount of lateral acceleration, the maximum speed, the minimum derivative of the desired speed after the distance. These specifications decisively influence the course of the desired speed.
  • the specification of the maximum lateral acceleration limits the speed with which a curve is traversed. For example, a sporty driver will accept higher lateral acceleration than a comfort-oriented driver. Likewise, different drivers may prefer other maximum speeds.
  • the course of the desired speed in the approach of the curve that is to say before a turning operation, is essentially influenced by the minimum amount of the derivative of the desired speed after the distance, that is to say the distance traveled by the vehicle.
  • a smaller minimum amount represents a rather late but strong braking before a turn, while a higher minimum amount of Derivative represents a rather gentle braking or negative acceleration or low negative accelerations.
  • the property "minimal" of values herein denotes the negative number ( ⁇ 0) whose magnitude is greatest, for example, given the values -2 and -5, the -5 is the minimum value
  • the further or each estimate of the group is further based on a third or each further predetermined course of the desired speed of the vehicle as a function of the distance of the vehicle from the reference point for the first assumption Driving maneuver based, wherein the third or each further course of the desired speed is determined based on the geometry of the first path to be traveled by the vehicle from the reference point for the first assumption of the driving maneuver, wherein the third or each further course of the desired speed was determined based
  • the method further comprises: creating another or a group of further estimates of the acceleration of the vehicle for the second time; And the one more or each estimate of the group is based on the speed of the vehicle at the first distance, the first distance from the reference point, and the second time; Wherein the one or more estimates of the group are further based on a third or each further predetermined course of the desired speed of the vehicle as a function of the distance of the vehicle from the reference point for the first assumption to the driving maneuver and in each case on a model assumption for the maximum longitudinal acceleration based, where multiple estimates can be based on the same model assumption; wherein the third or each further course of the desired speed is determined based on the geometry of the first path to be traveled by the vehicle from the reference point for the first assumption on the driving maneuver, wherein the third or each further course of the desired speed is based on a second or respectively further Driver model, each of which specifies one or more of the following, the maximum amount of lateral acceleration, the maximum speed
  • a device comprises programmable computer means, in particular a computer, wherein the apparatus is configured to execute one of the methods presented above.
  • the apparatus may also include interfaces adapted to receive the speed, distance and / or acceleration of the vehicle.
  • this reception is understood as the detection of the speed, the distance or the acceleration.
  • interfaces to driver assistance systems can be provided.
  • a computer program includes instructions for performing one of the methods presented above. The computer program may cause a computer to execute the presented procedures while executing the instructions.
  • FIG. 1a shows the view of an exemplary intersection.
  • FIG. 1b shows the geometry of multiple trajectories at the exemplary intersection according to one embodiment.
  • FIG. 1c shows by way of example two determined paths for the passage through the intersection and for the right turn of the vehicle.
  • FIGS. 2 a to 2 c show, by way of example, steps in the development of the course of the desired speed for a path according to one exemplary embodiment.
  • FIG. 2d shows a course of a desired speed according to the calculation according to FIGS. 2a to 2c according to an exemplary embodiment.
  • FIG. 3 shows in a flow chart the prediction of a driving maneuver according to an exemplary embodiment.
  • FIG. 5 shows in a flowchart the prediction of a driving maneuver according to an exemplary embodiment.
  • Fig. 1a shows a view of an exemplary intersection.
  • a vehicle shown at the front of the picture
  • makes a first maneuver by holding the right-turn (indicated by the arrow) on a cycle path to let cyclists pass.
  • Another driving maneuver would be if the vehicle turns right without stopping at the bicycle crossing, crosses the intersection without turning off, or stops at the stop line.
  • FIG. 1b shows the geometry of multiple trajectories at the exemplary intersection according to one embodiment.
  • Each trajectory corresponds to the track a test drive of a vehicle for which the positions of the vehicle have been determined by means of GPS.
  • an averaging can be formed by circular arc splines in order to obtain a path for this driving maneuver.
  • Fig. 1c shows two determined paths, one for the passage through the intersection and one for the right turn of the vehicle. Both paths are initially superimposed.
  • sections of the path are considered as a circular arc.
  • the sections are identified in FIG. 1c by the long lines perpendicular to the path.
  • For the path of the right turn some of the circle centers are drawn, whose arcs form the averaging.
  • Thicker markers perpendicular to the path indicate the beginning and end of the paths.
  • FIG. 2 a shows the course of the curvature k 1 (s) obtained from the circular arc splines for a turning maneuver.
  • the curvature for a distance s is the reciprocal of the radius of the respective circular arc.
  • the vehicle executes cornering in the turn-off maneuver, especially at a distance of between 60 and 90 m. The measurement of the distance begins about 60 m before the actual curve.
  • the curvature is then first smoothed, k 2 (s), as shown in Fig. 2b.
  • a moving average of the curvature ki can be formed.
  • the actual course of the curvature can be approximated, since roads typically have a continuous curvature (without cracks).
  • a smoothing of the curvature can take into account the cutting of curves.
  • Fig. 2c shows the velocity V j (s) calculated from the smoothed curve k 2 taking into account three different driver models (represented by the solid line, the dashed line and the dotted line in Fig. 2c).
  • the exemplary values used here for the parameters v maxJ and a max. I at j are given in Table 1.
  • the velocity Vj (s) is then calculated on the basis of the parameters according to the following formula:
  • Fig. 2d shows the course of the desired speed.
  • the desired speed takes account of different degrees of deceleration or braking before the curve.
  • the derivative of the velocity Vj (s) after the distance s, g min; j is limited downwards, to different values depending on the driver model. The values used are given in Table 1.
  • the derivation of the direction vector of a path according to the path or the distance could also be used as the basis for calculating the course of desired speeds or the amount thereof.
  • the curvature can be considered as the second derivative of the transverse coordinate after the longitudinal coordinate (in the direction of a path).
  • the velocities Vj (s) and desired velocities Uj (s) with respect to Figs. 2c and 2d are calculated for a turn off maneuver without stopping at a pedestrian or cycle crosswalk. When it is desired to provide progressions of desired speeds for a turn maneuver with a pedestrian or bicycle crossing, this is taken into account in determining an estimate, as described below.
  • FIG 3 shows in a flow chart the prediction of a driving maneuver according to an exemplary embodiment.
  • the distance s () and the speed v (t t ) of the vehicle is determined from a reference point.
  • the position of the vehicle ascertained for example, via satellite navigation is mapped to a position on a path and the distance of the beginning of the path, that is the reference point, to the position shown is determined.
  • three estimates a, b, and c are computed, which are the velocities Vestim, a (t 2 ), v esflm , b (t 2 ), v esBm, c (t 2 ), and distances s estimi a (t 2 ) , s estim. b (t 2 ), Sesüm, c (t2) has the vehicle at a second time.
  • the first estimate a is based on the assumption of a first driving maneuver, in this embodiment, a right turn without stopping at a bicycle transition (hereinafter also called 13).
  • the second estimate b is based on the assumption of a second driving maneuver, in this embodiment a straight passage through the intersection (also referred to below as 11).
  • the third estimate c assumes the assumption of a third driving maneuver versed, in this embodiment, a right turn with holding at a bicycle transition (hereinafter also called 14).
  • the first estimate a is further based on a predetermined course of the desired speed u (s) for the first driving maneuver.
  • the so-called Intelligent Driver Model (IDM) described in the publication "Driver Intent Interface at Urban Intersections using the Intelligent Driver Model "is also used and explained after this, the derivative of the velocity v determined estirn (t) after the time according to the following formula.:
  • the variable d denotes the distance of the vehicle to an obstacle, for example a preceding vehicle.
  • the maximum longitudinal acceleration ai ong . k is determined by an applicable model assumption. In In a simple variant of the invention, only one model is used and, for example, the value 4 m / s 2 is used for ai ong, k . In a further development, different values could also be used for the other parameters in Table 1, depending on the model assumption. Based on the speed and the distance at the first point in time ti, the speed of the vehicle and the distance of the vehicle at time t 2 can then be calculated by means of the IDM and the known course of the desired speed, v deslim, a (t 2 ) and s estim , a (t 2 ).
  • the second estimate b is determined, this time for an assumption of a second driving maneuver.
  • a predetermined course of the desired speed can also exist. This can be, for example, the course as it would result in a transit (straight ahead) of the vehicle.
  • This second predetermined course of the desired speed can also be determined based on the geometry of a path for the second driving maneuver (passage). The determination of the speed and distance at the second time can then be done in the same way as for the estimate a, namely using the IDM.
  • the third estimate c is determined in a modified way.
  • the third estimate c is generally based on the course of the desired speed for the assumption that the vehicle is making a right-turn without stopping at the bicycle crossing, and the IDM.
  • a virtual standing obstacle is placed such that the vehicle stops at the bicycle crossing or generally at a breakpoint.
  • the obstacle is "taken away” as soon as the vehicle reaches the obstacle.
  • the obstacle is placed 1 to 2 meters after this point, ie around d 0 behind the obstacle.
  • This obstacle is taken into account by the IDM in calculating the speed to decelerate the vehicle toward the obstacle and stand on the obstacle comes. This is taken into account by the variables and expressions d and d * of the IDM.
  • the third estimate c could also be referred to as the second estimate b and the second estimate b as the third estimate c.
  • the measure regarding the probability of occurrence for an estimate takes into account in the present example only one decision relevant term of a calculation of an absolute probability of occurrence.
  • the measure in the present example is the probability density of a normal distribution for the estimation:
  • index i stands for one of the estimates a, b or c.
  • a s and ⁇ ⁇ empirical values can be determined. Typically, these are in the range of 0.6 m / s to 1, 6 m / s, preferably 1, 2 m / s.
  • the estimate with the highest measure is selected and the corresponding assumption (turn without or with hold, passage) is output as a prediction of the driving maneuver.
  • the driving maneuver for whose estimation the highest measure was determined is identified as driving maneuver and thus predicted.
  • Estimates a, b, and c are output together with the measures determined for the respective estimates.
  • the prior knowledge can be expressed by a probability.
  • the inflow of the prior knowledge can also be done by multiplying the measure with the probability of the prior knowledge.
  • the measures and / or their multiplication with the probability for the prior knowledge can be set in relation to each other, either by calculating an absolute probability of occurrence or, for example, by dividing each measure by the sum of all measures.
  • the result for each estimate is thus normalized. This can be of importance for driver assistance systems whose function (for example the output of warnings) depends on absolute threshold values.
  • the results for each estimate and the associated driving maneuvers can be output.
  • variants of the estimation can be calculated for every assumption of a driving maneuver. These variants represent different driver models according to Table 1 and model assumptions for the maximum ionic acceleration k .
  • the case is considered that for each of the maneuvers right-turn without holding, right-turn with hold and passage variants of the estimate are calculated in accordance with the following Table II.
  • FIGS. 1 b and 1 c Furthermore, reference is made in this development to the intersection according to FIGS. 1 b and 1 c.
  • Estimation results for the further training are represented in FIG. 4.
  • Each estimate is represented by its own line.
  • For each estimate its measure of probability of occurrence is calculated, in the same way as shown in relation to FIG.
  • Estimates that apply to the same assumption for the maneuver have the same linetype.
  • the solid lines represent the estimates for accepting a transit.
  • the dashed lines represent the estimates for assuming a right-turn without holds, and the dotted lines represent the estimates for right-turn with holds.
  • the measures of the estimates for a Considering the assumption for driving maneuver together and calculating a measure of the probability of occurrence of this maneuver, for example by forming an average of the measures for a driving maneuver.
  • the driving maneuver, for the estimation of which the highest measure was determined is identified as driving maneuver and thus predicted.
  • the considered driving maneuvers of the estimates a, b and c are output together with the respective estimated values for the corresponding estimates.
  • Fig. 4 further shows the probabilities P that the assumption of the driving maneuver is correct, taking into account the detected speed and distance of the vehicle.
  • the probabilities P are calculated by normalizing the summation of the probability densities.
  • the assumption for driving maneuver 13 is the most probable and is therefore used as a precursor. say. Since the stop line has already been run over at a distance of 16 m, the probability of 12 is absent.
  • the distance s (ft) and the speed v (t t ) of the vehicle are determined from a reference point.
  • the position of the vehicle determined for example, via satellite navigation is mapped to a position on a path and the distance of the beginning of the path, that is the reference point, to the position shown.
  • the speed v (t 2 ) of the vehicle that is used in the calculation of the measurement numbers of estimates, but the acceleration at time t 2 .
  • the first estimate a is based on the assumption of a first driving maneuver, in this embodiment, a right-turn without stopping at a bicycle crossing.
  • the second estimate b is based on the assumption of a second driving maneuver, in this embodiment a straight passage through the intersection.
  • the third estimate c is based on the assumption of a third driving maneuver, in this embodiment, a right turn with stopping at a bicycle crossing.
  • the first estimate a is based on a predetermined course of the desired speed u (s) for the first driving maneuver.
  • the acceleration aestim. a (t 2 ) uses the so-called Intelligent Driver Model (IDM), which is also used and explained in the above publication.
  • IDM Intelligent Driver Model
  • the acceleration of the vehicle at time t 2 can then be calculated using the IDM and the known curve of the desired speed, a estim, a (t 2 ). This can be done during the time interval from ti to t 2 in consideration of the gradient of v ⁇ v, d). For this purpose, recourse may be had to known methods. For example, it is possible to calculate for discrete temporal intermediate steps between to t 2 v (v, d) and thus to detect the travel of the vehicle and its respective speed. The estimate can then be arrived at by summation. This estimate a then holds for the assumption that the vehicle is making the first driving maneuver, for example a right turn without stopping on a bicycle over road.
  • the second estimate b is determined, this time for an assumption of a second driving maneuver.
  • a predetermined course of the desired speed can also exist. This can be, for example, the course as it would result in a transit (straight ahead) of the vehicle. This second predetermined course of the desired speed can also be determined based on the geometry of a path for the second driving maneuver (passage). The determination of the acceleration at the second time can then be done in the same way as for the estimate a, namely using the IDM.
  • the third estimate c is determined in a modified way.
  • the third estimate c is generally based on the course of the desired speed for the assumption that the vehicle is a right-turn without stopping at the bicycle crossing executes, and the IDM.
  • a virtual standing obstacle is placed so that the vehicle stops at the bicycle overpass or generally at a breakpoint.
  • the obstacle is "taken away” as soon as the vehicle reaches the obstacle
  • the obstacle is placed 1 to 2 meters after this point, ie around d 0 behind the obstacle, this obstacle being taken into account by the IDM in calculating the acceleration that the vehicle decelerates towards the obstacle and comes to stand on the obstacle, this is taken into account by the variables and expressions d and d * of the IDM
  • the third estimate c is also the second estimate b and the second estimate b could be referred to as third estimate c.
  • the measures for the estimates a, b and c are determined.
  • the actual acceleration a (t 2 ) is compared with the estimated accelerations at time t 2 .
  • the metric for an estimate is calculated using the probability density formula:
  • the index i stands for one of the estimates a, b or c.
  • Empirical values are determinable for ⁇ ⁇ , a typical value being from 0.8 m / s 2 to 1.4 m / s 2 , advantageously 1.2 m / s 7 .
  • the estimate with the highest measure is selected and the corresponding assumption (turn without or with hold, passage) is output as a prediction of the driving maneuver.
  • the driving maneuver for whose Estimate the highest measure was determined is identified as driving maneuvers and thus predicted.
  • the considered driving maneuvers of the estimates a, b and c are output together with the respective estimated values for the corresponding estimates.
  • each t m is from the time interval [t ⁇ , t 2 j and M is the number of times over which to averag.
  • the prior knowledge can be expressed by a probability.
  • the inflow of the prior knowledge can also be done by multiplying the measure with the probability of the prior knowledge.
  • the measures and / or their multiplication with the probability of the prior knowledge can be set in relation to each other, either by calculating an actual probability of occurrence or, for example, by dividing each measure by the sum of all measures.
  • the result for each estimate is thus normalized. This may be important for driver assistance systems whose function (eg, issuing warnings) depends on absolute thresholds.
  • the results for each estimate and the associated driving maneuvers can be output.
  • variants of the estimation can be calculated for each assumption of a driving maneuver. These variants represent different driver models according to Table 1 and model assumptions for the maximum longitudinal acceleration a iong , k . In this development, the case is considered that for each of the maneuvers right- ⁇ b bend without holding, right-turn with hold and transit variants of the estimate are calculated in accordance with the following Table II.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

Offenbart wird ein Verfahren zum Vorhersagen eines Fahrmanövers eines Fahrzeugs, umfassend: Erfassen der Geschwindigkeit des Fahrzeugs in einer ersten und in einer zweiten Entfernung des Fahrzeugs entlang eines Pfades von einem Referenzpunkt; Wobei sich das Fahrzeug zu einem ersten Zeitpunkt in der ersten Entfernung vom Referenzpunkt befindet und zu einem zweiten Zeitpunkt in der zweiten Entfernung; Erstellen von mindestens einer ersten und einer zweiten Schätzung der Geschwindigkeit des Fahrzeugs für den zweiten Zeitpunkt und der Entfernung des Fahrzeugs von dem Referenzpunkt für den zweiten Zeitpunkt; Wobei die erste und die zweite Schätzung jeweils auf der Geschwindigkeit des Fahrzeugs in der ersten Entfernung, der ersten Entfernung vom Referenzpunkt, und dem zweiten Zeitpunkt basieren; Wobei die erste Schätzung ferner auf einem ersten im Voraus bestimmten Verlauf der Wunschgeschwindigkeit des Fahrzeugs für die Annahme eines ersten Fahrmanövers in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt basiert; Wobei die zweite Schätzung auf einer Annahme eines zweiten Fahrmanövers basiert; Ermitteln einer Maßzahl bezüglich der Eintrittswahrscheinlichkeit einer Schätzung für jede Schätzung unter Berücksichtigung der erfassten Geschwindigkeit des Fahrzeugs in der zweiten Entfernung vom Referenzpunkt und der zweiten Entfernung selbst; Vorhersagen des Fahrmanövers basierend auf den ermittelten Maßzahl; dadurch gekennzeichnet, dass der erste vorausbestimmte Verlauf der Wunschgeschwindigkeit für das erste Fahrmanöver basierend auf der Geometrie eines ersten Pfades für das erste Fahrmanöver bestimmt wurde. Ebenfalls offenbart wird ein Verfahren zum Vorhersagen eines Fahrmanövers eines Fahrzeugs, basierend auf der Beschleunigung des Fahrzeugs.

Description

Vorhersage eines Fahrmanövers eines Fahrzeugs
Die Erfindung betrifft ein Verfahren zum Vorhersagen eines Fahrmanövers eines Fahrzeugs sowie eine entsprechende Vorrichtung,
Heutzutage bestehen Bestrebungen Fahrerassistenzsysteme für Fahrzeuge zu ent- wickeln, die Fahrer von Fahrzeugen dann warnen, wenn eine Kollision mit einem anderen Verkehrsteilnehmer droht. Allgemein droht eine Kollision mit anderen Verkehrsteilnehmern insbesondere dann, wenn der Fahrer eines Kraftfahrzeugs anderen Verkehrsteilnehmern die Vorfahrt nimmt.
Typische Situationen dieser Art treten beim Abbiegen an einer Kreuzung auf. Dort werden häufig Fahrradfahrer oder Fußgänger übersehen, die die Straße, in die das Fahrzeug einbiegt, auf einem Fußgängerüberweg oder Fahrradüberweg überqueren und denen eigentlich die Vorfahrt gewährt werden müsste. Die Gefahr, dass einem Verkehrsteilnehmer die Vorfahrt genommen wird, besteht beim Abbiegen an einer Kreuzung insbesondere dann, wenn das Fahrzeug an einer Kreuzung abbiegt und/oder wenn das Fahrzeug beim Abbiegen an einem Fußgänger- oder Fahrradüberweg nicht hält. Die Ausgabe einer Warnung an den Fahrer des Fahrzeugs erscheint deshalb angebracht, wenn das Fahrzeug abbiegt und insbesondere, wenn abzusehen ist, dass das Fahrzeug beim Abbiegen an einem Fußgänger- oder Fahrradüberweg nicht anhält. Weiterhin kann auch in Situationen, in denen ein Fahrzeug eine Straße kreuzt, anderen Verkehrsteilnehmern die Vorfahrt genommen werden.
Um nur in tatsächlichen Gefahrensituationen eine Warnung auszugeben ist es also vonnöten, das Fahrmanöver, das ein Fahrzeug ausführen wird, vorherzusagen. Ein Fahrmanöver kann beispielsweise die Durchfahrt einer Kreuzung, ein Halten an einer Haltelinie, ein Abbiegen und ein Abbiegen mit Halten an einem Überweg sein. Je nach Fahrmanöver können andere Verkehrsteilnehmer relevant werden und für Warnungen zu berücksichtigen sein. In der Veröffentlichung„Driver Intent Interface at Urban Intersections using the Intelligent Driver Model", IEEE Intelligent Vehicle Symposium, Jun. 2012, pp. 1162 - 1167 wird ein Verfahren zur Vorhersage von Fahrmanövern vorgestellt. Gemäß diesem werden die Trajektorien und Geschwindigkeitsverläufe von Testfahrten an einer bestimmten Kreuzung für die einzelnen Fahrmanöver aufgezeichnet. Auf der Grundlage einer statistischen Auswertung dieser Geschwindigkeitsverläufe werden Wunschgeschwindigkeiten und deren Verläufe für einzelne Fahrmanöver errechnet. Auf der Basis dieser Wunschgeschwindigkeiten können dann bei nachfolgenden Fahrten an der betrachteten Kreuzung mithilfe von dann gemessenen Geschwindig- keiten des Fahrzeugs Vorhersagen zu Fahrmanövern gemacht werden. Das in der genannten Veröffentlichung vorgeschlagene Verfahren basiert auf den Aufzeichnungen von durchgeführten Testfahrten und schränkt die Anwendung des Verfahrens insoweit auf solche Streckenabschnitte ein, für die aufgezeichnete Trajektorien mit Geschwind igkeitsverläufen vorliegen. Aufgabe an den Fachmann ist es deshalb, das Verfahren auch für Streckenabschnitte und insbesondere Kreuzungen verfügbar zu machen, für die keine Geschwindigkeitsverläufe aufgezeichnet wurden.
Die Aufgabe wird durch ein Verfahren nach Anspruch 1 , eine Vorrichtung nach Anspruch 11 und ein Computerprogramm nach Anspruch 12 gelöst. Vorteilhafte Aus- führungsformen sind in den abhängigen Ansprüchen definiert.
In einem ersten Aspekt umfasst ein Verfahren zum Vorhersagen eines Fahrmanövers eines Fahrzeugs: Erfassen der Geschwindigkeit des Fahrzeugs in einer ersten und in einer zweiten Entfernung des Fahrzeugs entlang eines Pfades von einem Referenzpunkt; Wobei sich das Fahrzeug zu einem ersten Zeitpunkt in der ersten Entfernung vom Referenzpunkt befindet und zu einem zweiten Zeitpunkt in der zweiten Entfernung; Erstellen von mindestens einer ersten und einer zweiten Schätzung der Geschwindigkeit des Fahrzeugs für den zweiten Zeitpunkt und der Entfernung des Fahrzeugs von dem Referenzpunkt für den zweiten Zeitpunkt; Wobei die erste und die zweite Schätzung jeweils auf der Geschwindigkeit des Fahrzeugs in der ersten Entfernung, der ersten Entfernung vom Referenzpunkt, und dem zweiten Zeitpunkt basieren; Wobei die erste Schätzung ferner auf einem ersten im Voraus bestimmten Verlauf der Wunschgeschwindigkeit des Fahrzeugs für die Annahme eines ersten Fahrmanövers in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt basiert; Wobei die zweite Schätzung auf einer Annahme eines zweiten Fahrmanövers basiert; Ermitteln einer Maßzahl bezüglich der Eintrittswahr- scheinlichkeit einer Schätzung für jede Schätzung unter Berücksichtigung der er- fassten Geschwindigkeit des Fahrzeugs in der zweiten Entfernung vom Referenzpunkt und der zweiten Entfernung selbst; Vorhersagen des Fahrmanövers basierend auf den ermittelten Maßzahlen; dadurch gekennzeichnet, dass der erste vorausbestimmte Verlauf der Wunschgeschwindigkeit für das erste Fahrmanöver basierend auf der Geometrie eines ersten Pfades für das erste Fahrmanöver bestimmt wurde.
Die Bestimmung des ersten Verlaufes der Wunschgeschwindigkeit erfolgt basierend auf der Geometrie des Pfades. Eine Aufzeichnung von Geschwindigkeitsverläufen von Testfahrten wird hierfür nicht verwendet. Auf diese Weise können Verläufe von Wunschgeschwindigkeiten auch für Strecken oder Kreuzungen erstellt werden, für die keine Aufzeichnungen von Geschwindigkeitsverläufen vorliegen. Die Geometrie des ersten Pfades kann jedoch weiterhin durch Aufzeichnungen und statistische Auswertung von Testfahrten gewonnen werden. Ebenso ist es aber auch denkbar, für die Bestimmung des ersten und zweiten Verlaufes der Wunschgeschwindigkei- ten die Geometrien der Pfade für das erste Fahrmanöver aus in Landkarten vorhandenen Geometrien von Streckenabschnitten oder Kreuzungen zu gewinnen. Gegebenenfalls müssen dafür hochgenaue Karten verwendet werden. Allerdings wird für den Pfad keine zentimetergenaue Beschreibung der kompletten Topologie der Kreuzung oder aus dem Pfad gewonnener Krümmungsprofile benötigt. Das vorge- schlagene Verfahren ist somit robust gegenüber der Güte der Fahrzeugeigenlokalisierung.
Es ist evident, dass auch für mehr als zwei Fahrmanöver Schätzungen bereitgestellt werden können. Generell kann jedes angenommene Fahrmanöver als eine Hypothese bezeichnet werden. Der erste Pfad kann die von einem Fahrzeug typischerweise zurückgelegten Wege in einer Kreuzung und gegebenenfalls einige Meter, 10 m, 20 m bis hunderte Meter davor und danach beschreiben. Es kann auch vorgesehen sein, dass für eine ganze
Landkarte die genauen Verläufe von Pfaden angegeben werden, darunter der erste Pfad. Dann kann diese Quelle für den ersten Pfad verwendet werden, der gegebenenfalls einen Ausschnitt eines angegebenen Pfades darstellt. Die Vorhersage des Fahrmanövers basierend auf den ermittelten Maßzahlen kann in der Auswahl des Fahrmanövers bestehen, das die höchste Maßzahl aufweist. Weiterhin kann das Verfahren das Ausgeben der für das erste und das zweite Fahrmanöver jeweils ermittelten Maßzahl umfassen. Diese Ausgabe der betrachteten Fahrmanöver und der ermittelten Maßzahlen kann von einem Fahrerassistenz- System verwendet werden, um Warnungen bereitzustellen. Es kann im Verfahren vorkommen, dass zwar die Maßzahl für ein Fahrmanöver höher ist als die anderen oder die andere Maßzahl, jedoch die höchste und eine weitere oder weitere Maßzahlen dicht beieinander liegen. In solch einem Fall kann die Ausgabe von Warnungen durch ein Fahrerassistenzsystem für die dicht beieinander liegenden Fahrma- növer sinnvoll sein.
Insbesondere können die ermittelten Maßzahlen verwendet werden, um Warnungen vor möglichen Konfliktsituationen im Hinblick auf die Eintrittswahrscheinlichkeit des zugehörigen Manövers zu priorisieren. In der Regel wird die Warnung mit der höchsten Maßzahl am höchsten priorisiert und somit an den Fahrer ausgegeben. Je nach Situation kann es jedoch auch vorkommen, dass ein Manöver mit einer kleineren Maßzahl als der höchsten Maßzahl höher priorisiert wird als das Manöver mit der höchsten Maßzahl. Insbesondere ist dies dann der Fall, wenn die zugehörige Konfliktsituation als besonders kritisch einzuschätzen ist.
Die Maßzahl für eine Eäntrittswahrscheinlichkeit einer Schätzung kann ein entschei- dungserheblicher Anteil (beziehungsweise Term) oder der entscheidungserhebliche Anteil (beziehungsweise Term) einer vollständigen Berechnung einer absoluten Eintrittswahrscheinlichkeit sein; also der Teil der Berechnung, durch den die Schätzungen in eine Rangfolge gebracht werden können, zumindest näherungsweise oder mit einer hinreichenden Genauigkeit. Unter bestimmten Annahmen kann die Maß- zahl sogar die Eintrittswahrscheinlichkeit selbst sein. Die Maßzahl kann ein sogenannter Score sein oder eine unnormierte Eintrittswahrscheinlichkeit sein. In einem zweiten Aspekt umfasst ein Verfahren zum Vorhersagen eines
Fahrmanövers eines Fahrzeugs; Erfassen der Geschwindigkeit des Fahrzeugs in einer ersten Entfernung und der Beschleunigung des Fahrzeugs in einer zweiten Entfernung des Fahrzeugs entlang eines Pfades von einem Referenzpunkt, wobei die erste und die zweite Entfernung insbesondere gleich sind; Wobei sich das Fahrzeug zu einem ersten Zeitpunkt in der ersten Entfernung vom Referenzpunkt befindet und zu einem zweiten Zeitpunkt in der zweiten Entfernung, wobei der erste Zeitpunkt und der zweite Zeitpunkt insbesondere gleich sind; Erstellen von mindestens einer ersten und einer zweiten Schätzung der Beschleunigung des Fahrzeugs für den zweiten Zeitpunkt; Wobei die erste und die zweite Schätzung jeweils auf der Geschwindigkeit des Fahrzeugs in der ersten Entfernung, der ersten Entfernung vom Referenzpunkt, und dem zweiten Zeitpunkt basieren; Wobei die erste Schätzung ferner auf einem ersten im Voraus bestimmten Verlauf der Wunschgeschwindigkeit des Fahrzeugs für die Annahme eines ersten Fahrmanövers in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt basiert; Wobei die zweite Schätzung auf einer Annahme eines zweiten Fahrmanövers basiert; Ermitteln einer Maßzahl bezüglich der Eintrittswahrscheinlichkeit einer Schätzung für jede Schätzung unter Berücksichtigung der erfassten Beschleunigung des Fahrzeugs in der zweiten Entfernung vom Referenzpunkt; Vorhersagen des Fahrmanövers basierend auf den ermittelten Maßzahlen; dadurch gekennzeichnet, dass der erste vorausbestimmte Verlauf der Wunschgeschwindigkeit für das erste Fahrmanöver basierend auf der Geometrie eines ersten Pfades für das erste Fahrmanöver bestimmt wurde.
Gemäß dem zweiten Aspekt wird somit als Schätzung nicht die Geschwindigkeit und die Entfernung berechnet, sondern die Beschleunigung. Basierend auf den Schätzergebnissen wird dann die Maßzahl berechnet und die Vorhersage getätigt. Die Schätzung kann auch in einem„Punkt" erfolgen. Dazu wird die Geschwindigkeit, die Entfernung und die Beschleunigung gleichzeitig gemessen. Für diesen Zeitpunkt werden dann die Schätzungen bestimmt und die Vorhersage getroffen.
In einer vorteilhaften Ausprägung kann die Maßzahl für jede Schätzung auch aus dem Mittelwert der Maßzahlen in dem Fall, dass der Fahrer das angenommene Manöver tatsächlich durchführt, über einen vorteilhaft gewählten Zeitraum hinweg berechnet werden. In einer weiteren vorteilhaften Ausprägung können mehrere Schätzungen über einen Zeitraum ausgeführt werden und jeweils die Maßzahlen für jede Schätzungen bestimmt werden. Diese Maßzahlen können dann für alle Schätzungen zu einer Annahme zu einem Fahrmanöver gemittelt werden. Auf dieser Mittelung kann dann die Vorhersage basieren. Die Mittelungen können gemeinsam mit den zugrundeliegenden Annahmen zum Fahrmanöver ausgegeben werden.
Die Vorhersage des Fahrmanövers basierend auf den ermittelten Maßzahlen kann in der Auswahl des Fahrmanövers bestehen, das die höchste Maßzahl aufweist. Weiterhin kann das Verfahren das Ausgeben der für das erste und das zweite Fahrmanöver jeweils ermittelten Maßzahl umfassen. Diese Ausgabe der betrachteten Fahrmanöver und der ermittelten Maßzahlen kann von einem Fahrerassistenzsystem verwendet werden, um Warnungen bereitzustellen. Es kann im Verfahren vorkommen, dass zwar die Maßzahl für ein Fahrmanöver höher ist als die anderen oder die andere Maßzahl, jedoch die höchste und eine weitere oder weitere Maß- zahlen dicht beieinander liegen. In solch einem Fall kann die Ausgabe von Warnungen durch ein Fahrerassistenzsystem für die dicht beieinander liegenden Fahrmanöver sinnvoll sein.
Insbesondere können die ermittelten Maßzahlen verwendet werden, um Warnungen vor möglichen Konfliktsituationen im Hinblick auf die Eint ttswahrscheinlichkeit des zugehörigen Manövers zu phorisieren. In der Regel wird die Warnung mit der höchsten Maßzahl am höchsten priorisiert und somit an den Fahrer ausgegeben. Je nach Situation kann es jedoch auch vorkommen, dass ein Manöver mit einer kleineren Maßzahl als der höchsten Maßzahl höher priorisiert wird als das Manöver mit der höchsten Maßzahl. Insbesondere ist dies dann der Fall, wenn die zugehörige Konfliktsituation als besonders kritisch einzuschätzen ist.
Die Maßzahl für eine Eintrittswahrscheinlichkeit einer Schätzung kann ein entscheidungserheblicher Anteil (beziehungsweise Term) oder der entscheidungserhebliche Anteil (beziehungsweise Term) einer vollständigen Berechnung einer absoluten Eintrittswahrscheinlichkeit sein, also der Teil der Berechnung, durch den die Schätzun- gen in eine Rangfolge gebracht werden können, zumindest näherungsweise oder mit einer hinreichenden Genauigkeit. Unter bestimmten Annahmen kann die Maß- zahl sogar die Eintrittswahrscheiniichkeit selbst sein. Die Maßzahl kann ein sogenannter Score sein oder eine unnormierte Eintrittswahrscheinlichkeit sein.
In einer Weiterbildung ist die Geometrie des ersten und des zweiten Pfades der zweidimensionale Verlauf des jeweiligen Pfades. In einer anderen Weiterbildung wurde der erste und der zweite vorausbestimmte Verlauf der Wunschgeschwindigkeit basierend auf der Krümmung des ersten beziehungsweise zweiten Pfades bestimmt. Die Krümmung kann dabei abschnittsweise angegeben werden mithilfe von sogenannten smooth circular arc splines, wie sie in der oben genannten Veröffentlichung„Driver Intent Interface at Urban Intersections using the Intelligent Driver o- de beschrieben sind.
In einer Weiterbildung wurde der erste und der zweite vorausbestimmte Verlauf der Wunschgeschwindigkeit basierend auf der Geometrie eines Abschnitts des vorausliegenden ersten beziehungsweise zweiten Pfades bestimmt, der von einem Fahrzeug noch zu durchfahren wäre. Die Wunschgeschwindigkeit richtet sich somit nach dem Verlauf des Pfades, der für ein Fahrzeug, das sich auf diesem Pfad befindet, noch zu durchfahren ist.
In einer bevorzugten Weiterbildung wurde der erste und der zweite Verlauf der Wunschgeschwindigkeit basierend auf einem ersten Fahrermodell bestimmt. Das Fahrermodell gibt eines oder mehrere der Folgenden vor: der maximale Betrag der lateralen Beschleunigung, die maximale Geschwindigkeit, die minimale Ableitung der Wunschgeschwindigkeit nach der Entfernung. Diese Vorgaben beeinflussen die Verläufe der Wunschgeschwindigkeit entscheidend. Durch die Vorgabe der maximalen lateralen Beschleunigung wird die Geschwindigkeit begrenzt, mit der eine Kurve durchfahren wird. Ein sportlicher Fahrer beispielsweise wird höhere laterale Be- schleunigungen akzeptieren, als ein komfortorientierter Fahrer. Ebenso können unterschiedliche Fahrer andere maximale Geschwindigkeiten bevorzugen. Schließlich wird der Verlauf der Wunschgeschwindigkeit in der Anfahrt der Kurve, also vor einem Abbiegevorgang, wesentlich durch den minimalen Betrag der Ableitung der Wunschgeschwindigkeit nach der Entfernung, also der vom Fahrzeug zurückgeleg- ten Strecke, beeinflusst. Ein kleinerer minimaler Betrag repräsentiert ein eher spätes aber starkes Bremsen vor einer Kurve, während ein höherer minimaler Betrag der Ableitung ein eher sanftes Bremsen oder negative Beschleunigung beziehungsweise geringe negative Beschleunigungen repräsentiert. Die Eigenschaft„minimal" von Werten bezeichnet hierin die negative Zahl (<0), deren Betrag am größten ist. Sind zum Beispiel die Werte -2 und -5 gegeben, so ist -5 der minimale Wert. In einer Weiterbildung umfasst das Verfahren ferner: Erstellen einer wetteren oder einer Gruppe von weiteren Schätzungen der Geschwindigkeit des Fahrzeugs für den zweiten Zeitpunkt und der Entfernung des Fahrzeugs von dem Referenzpunkt für den zweiten Zeitpunkt; Wobei die eine weitere oder jede Schätzung der Gruppe auf der Geschwindigkeit des Fahrzeugs in der ersten Entfernung, der ersten Entfer- nung vom Referenzpunkt und dem zweiten Zeitpunkt basieren; Wobei die eine weitere oder jede Schätzung der Gruppe ferner auf einem dritten oder jeweils weiteren im Voraus bestimmten Verlauf der Wunschgeschwindigkeit des Fahrzeugs in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt für die erste Annahme zum Fahrmanöver basiert; wobei der dritte oder jeder weitere Verlauf der Wunschgeschwindigkeit basierend auf der Geometrie des vom Fahrzeug vom Referenzpunkt aus zu durchfahrenden ersten Pfades für die erste Annahme zum Fahrmanöver bestimmt wird, wobei der dritte oder jeder weitere Verlauf der Wunschgeschwindigkeit basierend auf einem zweiten oder jeweils weiteren Fahrermodell bestimmt wurde, das jeweils eines oder mehrere der Folgenden vorgibt: der maximale Betrag der lateralen Beschleunigung, die maximale Geschwindigkeit und der minimale Wert der Ableitung der Wunschgeschwindigkeit nach der Entfernung.
Es werden also weitere Schätzungen bereitgestellt, die jeweils unter anderen Annahmen zum Fahrermodell bestimmt werden Auf diese Weise können bei der Vorhersage eines Fahrmanövers verschiedene Fahrstile berücksichtigt werden und eine verbesserte Qualität der Vorhersage erreicht werden. In einer Weiterentwicklung kann ein Satz von Fahrermodellen ausgearbeitet werden. Dieser wird dann für die Schätzungen für jedes betrachtete Fahrmanöver verwendet.
Dieses Vorgehen zum Erstellen weiterer Schätzungen kann ebenfalls für die Schätzungen von Beschleunigungen ausgeführt werden: Dann umfasst das Verfahren ferner: Erstellen einer weiteren oder einer Gruppe von weiteren Schätzungen der Beschleunigung des Fahrzeugs für den zweiten Zeitpunkt; Wobei die eine weitere oder jede Schätzung der Gruppe auf der Geschwindigkeit des Fahrzeugs in der ersten Entfernung, der ersten Entfernung vom Referenzpunkt und dem zweiten Zeitpunkt basieren; Wobei die eine weitere oder jede Schätzung der Gruppe ferner auf einem dritten oder jeweils weiteren im Voraus bestimmten Verlauf der Wunschge- schwindigkeit des Fahrzeugs in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt für die erste Annahme zum Fahrmanöver basiert und jeweils auf einer Modellannahme zur maximalen longitudinalen Beschleunigung basiert, wobei mehrere Schätzungen auf derselben Modellannahme basieren können; wobei der dritte oder jeder weitere Verlauf der Wunschgeschwindigkeit basierend auf der Ge- ometrie des vom Fahrzeug vom Referenzpunkt aus zu durchfahrenden ersten Pfades für die erste Annahme zum Fahrmanöver bestimmt wird, wobei der dritte oder jeder weitere Verlauf der Wunschgeschwindigkeit basierend auf einem zweiten oder jeweils weiteren Fahrermodell bestimmt wurde, das jeweils eines oder mehrere der Folgenden vorgibt, der maximale Betrag der lateralen Beschleunigung, die maxima- le Geschwindigkeit und der minimale Wert der Ableitung der Wunschgeschwindigkeit nach der Entfernung.
In weiteren Aspekten umfasst eine Vorrichtung programmierbar einrichtbare Rechenmittel, insbesondere einen Computer, wobei die Vorrichtung dazu eingerichtet ist, eines der oben dargestellten Verfahren auszuführen. Die Vorrichtung kann eben- falls Schnittstellen umfassen, die dazu eingerichtet sind, die Geschwindigkeit, die Entfernung und/oder die Beschleunigung des Fahrzeugs zu empfangen. Hierin wird dieser Empfang als das Erfassen der Geschwindigkeit, der Entfernung oder der Beschleunigung verstanden. Ebenfalls können Schnittstellen zu Fahrerassistenzsystemen vorgesehen sein. In wieder einem anderen Aspekt umfasst ein Computerprogramm Anweisungen zum Ausführen eines der oben dargestellten Verfahren. Das Computerprogramm kann einen Computer bei der Ausführung der Anweisungen dazu veranlassen, die dargestellten Verfahren auszuführen.
KURZE BESCHREIBUNG DER ZEICHNUNGEN Fig. 1a zeigt die Ansicht einer beispielhaften Kreuzung. Fig. 1 b zeigt die Geometrie von mehreren Trajektorien an der beispielhaften Kreuzung gemäß einem Ausführungsbeispiel.
Fig. 1c zeigt beispielhaft zwei ermittelte Pfade für die Durchfahrt durch die Kreuzung und für das Rechts-Abbiegen des Fahrzeugs. Fig. 2a bis 2c zeigen beispielhaft Schritte bei der Entwicklung des Verlaufes der Wunschgeschwindigkeit für einen Pfad gemäß einem Ausführungsbeispiel.
Fig. 2d zeigt einen Verlauf einer Wunschgeschwindigkeit gemäß der Berechnung nach den Fig. 2a bis 2c gemäß einem Ausführungsbeispiel.
Fig. 3 zeigt in einem Flussdiagramm die Vorhersage eines Fahrmanövers gemäß einem Ausführungsbeispiel.
Fig. 4 zeigt beispielhafte Schätzergebnisse zu der Geschwindigkeit und Entfernung sowie Auswertungen zur Wahrscheinlichkeit von einzelnen Annahmen zu Fahrmanövern.
Fig. 5 zeigt in einem Flussdiagramm die Vorhersage eines Fahrmanövers gemäß einem Ausführungsbeispiel.
DETAILLIERTE BESCHREIBUNG DER AUSFÜHRUNGSBEISPIELE
Fig. 1a zeigt eine Ansicht einer beispielhaften Kreuzung. Ein Fahrzeug (hier vorne im Bild) führt ein erstes Fahrmanöver aus, indem es beim Rechts-Abbiegen (angedeutet durch den Pfeil) an einem Fahrradüberweg hält, um Fahrradfahrer passieren zu lassen. Ein anderes Fahrmanöver wäre, wenn das Fahrzeug rechts abbiegt ohne an dem Fahrradüberweg zu halten, die Kreuzung ohne abzubiegen durchquert, oder an der Haltelinie hält.
Fig. 1 b zeigt die Geometrie von mehreren Trajektorien an der beispielhaften Kreuzung gemäß einem Ausführungsbeispiel. Jede Trajektorie entspricht dem Fahrweg einer Testfahrt eines Fahrzeugs, für die mittels GPS die Positionen des Fahrzeugs bestimmt wurden. Für die Trajektorien für ein Fahrmanöver, also beispielsweise alle Trajektorien, die ein Rechts-Abbiegen des Fahrzeugs beschreiben, kann eine Mittelung durch circular arc splines gebildet werden, um einen Pfad für dieses Fahrma- növer zu erhalten.
Fig. 1c zeigt zwei ermittelte Pfade, einen für die Durchfahrt durch die Kreuzung und einen für das Rechts-Abbiegen des Fahrzeugs. Beide Pfade liegen zunächst über- eiander. In denen circular arc splines werden jeweils Abschnitte des Pfades als ein Kreisbogen aufgefasst. Die Abschnitte sind in Fig. 1c durch die zum Pfad senkrech- ten langen Linien gekennzeichnet. Für den Pfad des Rechts-Abbiegens sind weiterhin einige der Kreismittelpunkte eingezeichnet, deren Kreisbögen die Mittelung bilden. Dickere zum Pfad senkrechten Markierungen zeigen den Beginn und das Ende der Pfade an. Ferner zeigt die entlang des Pfades zweite dickere Markierungen (ungefähr bei x= -3 m und y = -25 m) die Position der Haltelinie der Ampel an {ungefähr in der Entfernung s = 13 m vom Beginn des Pfades an). Die dritte dickere Markierung entlang des Pfades (ungefähr bei x= 12 m und y= -3 m) zeigt die Position des Überwegs an (ungefähr in der Entfernung s = 46 m vom Beginn des Pfaden an).
Fig. 2a zeigt für ein Abbiegemanöver den Verlauf der aus den circular arc splines gewonnenen Krümmung k1(s). Die Krümmung für eine Entfernung s ist dabei der Kehrwert des Radius des jeweiligen Kreisbogens. Wie aus Fig. 2a ersichtlich ist, führt das Fahrzeug beim Abbiegemanöver vor allem in der Entfernung zwischen 60 und 90 m eine Kurvenfahrt aus. Die Messung der Entfernung beginnt ca. 60 m vor der eigentlichen Kurve.
Für die weitere Bearbeitung wird die Krümmung dann zunächst geglättet, k2(s), wie in Fig. 2b gezeigt. Dazu kann ein gleitender Mittelwert der Krümmung ki gebildet werden. Hierdurch kann der tatsächliche Verlauf der Krümmung angenähert werden, da Straßen typischerweise eine kontinuierlich verlaufende Krümmung (ohne Sprünge) aufweisen. Des Weiteren kann eine Glättung der Krümmung dem Schneiden von Kurven Rechnung tragen. Fig. 2c zeigt die aus der geglätteten Krümmung k2 errechnete Geschwindigkeit Vj(s) unter Berücksichtigung drei verschiedener Fahrermodelle (in Fig. 2c durch die durchgezogene Linie, die gestrichelte Linie und die gepunktete Linie dargestellt). Die Fahrermodelle unterschieden sich hinsichtlich der maximalen Geschwindigkeit vmaXj wobei durch j = 1 , 2 oder 3 die unterschiedlichen Fahrermodelle indiziert werden, und der maximalen lateralen Beschleunigung amax.iatj, wobei durch j = 1 , 2 oder 3 die unterschiedlichen Fahrermodelle indiziert werden. Die hier verwendeten beispielhaften Werte für die Parameter vmaxJ und amax.iatj sind in Tabelle 1 gegeben. Die Geschwindigkeit Vj(s) errechnet sich aufgrund der Parameter dann nach der folgen- den Formel:
Figure imgf000014_0001
Aufbauend auf der errechneten Geschwindigkeit Vj(s) wird dann der Verlauf der Wunschgeschwindigkeit Uj(s) errechnet, wiederum unter Berücksichtigung der drei verschiedenen Fahrermodelle. Fig. 2d zeigt den Verlauf der Wunschgeschwindigkeit. Die Wunschgeschwindigkeit berücksichtigt ein unterschiedlich starkes Verzö- gern beziehungsweise Bremsen vor der Kurve. Dazu wird die Ableitung der Geschwindigkeit Vj(s) nach der Entfernung s, gmin;j nach unten begrenzt, und zwar auf unterschiedliche Werte je nach Fahrermodell. Die verwendeten Werte sind in Tabelle 1 gegeben.
Figure imgf000014_0002
Tabelle 1 Auf diese Weise wird ein Wunschgeschwindigkeitsverlauf bestimmt, und zwar für mehrere Fahrermodelle und für einen gegebenen Verlauf der Krümmung eines Pfades.
Anstatt der Krümmung des Ff a des könnte auch die Ableitung des Richtungsvektors eines Pfades nach dem Weg beziehungsweise der Entfernung als Grundlage zur Berechnung des Verlaufes von Wunschgeschwindigkeiten verwendet werden beziehungsweise dessen Betrag. Die Krümmung kann als die zweite Ableitung der Querkoordinate nach der Längskoordinate (in Laufrichtung eines Pfades) angesehen werden. Die Geschwindigkeiten Vj(s) und Wunschgeschwindigkeiten Uj(s) in Bezug auf Fig. 2c und 2d sind für ein Abbtegemanöver ohne das Halten an einem Fußgänger- oder Fahrradüberweg berechnet. Wenn Verläufe von Wunschgeschwindigkeiten für ein Abbiegemanöver mit einem Halten an einem Fußgängeroder Fahrradüberweg zur Verfügung gestellt werden sollen, wird dies bei dem Ermitteln einer Schätzung berücksichtigt, wie weiter unten beschrieben. Fig. 3 zeigt in einem Flussdiagramm die Vorhersage eines Fahrmanövers gemäß einem Ausführungsbeispiel. Zu einem ersten Zeitpunkt ti wird die Entfernung s( ) und die Geschwindigkeit v(tt) des Fahrzeugs von einem Referenzpunkt ermittelt. Dabei wird zur Feststellung der Entfernung s(ti) die beispielsweise über Satellitennavigation festgestellte Position des Fahrzeugs auf eine Position auf einem Pfad abgebildet und die Strecke des Anfangs des Pfades, also dem Referenzpunkt, bis zur abgebildeten Position bestimmt.
Auf dieser Basis werden dann drei Schätzungen a, b und c erstellt, welche Geschwindigkeit Vestim, a (t2), vesflm, b (t2), vesBm, c (t2) und Entfernungen sestimi a (t2), sestim. b (t2), Sesüm, c (t2) das Fahrzeug zu einem zweiten Zeitpunkt aufweist. Der ersten Schätzung a wird dabei die Annahme eines ersten Fahrmanövers zugrunde gelegt, in diesem Ausführungsbeispiel ein Rechts-Abbiegen ohne Halten an einem Fahrradübergang (im Folgenden auch 13 genannt). Der zweiten Schätzung b wird dabei die Annahme eines zweiten Fahrmanövers zugrunde gelegt, in diesem Ausführungsbeispiel einer geraden Durchfahrt durch die Kreuzung (Im Folgenden auch 11 genannt). Der dritten Schätzung c wird dabei die Annahme eines dritten Fahrmanö- vers zugrunde gelegt, in diesem Ausführungsbeispiel ein Rechts-Abbiegen mit Halten an einem Fahrradübergang (Im Folgenden auch 14 genannt).
Die erste Schätzung a basiert ferner auf einem im Voraus bestimmten Verlauf der Wunschgeschwindigkeit u(s) für das erste Fahrmanöver. Um für die erste Schätzung a die Geschwindigkeit vestjm, a (t2) und die Entfernung sestjm, a (t2) zu bestimmen wird das sogenannte Intelligent Driver Model (IDM) verwendet, das in oben genannter Veröffentlichung„Driver Intent Interface at Urban Intersections using the Intelligent Driver Model" ebenfalls verwendet und erläutert wird. Nach diesem bestimmt sich die Ableitung der Geschwindigkeit vestirn (t) nach der Zeit gemäß folgender Formel:
v{v, d) = along>k
Figure imgf000016_0001
d*(v, Av) = d0 + Tv +
2Vä~b
Wobei:
Figure imgf000016_0002
Die Variable d bezeichnet den Abstand des Fahrzeugs zu einem Hindernis, beispielsweise einem vorausfahrenden Fahrzeug. Die maximale longitudinale Be- schleunigung aiong. k bestimmt sich nach einer anzuwendenden Modellannahme. In einer einfachen Variante der Erfindung wird nur ein Modell verwendet und beispielsweise der Wert 4 m/s2 für aiong, k verwendet. In einer Weiterbildung könnten auch für die anderen Parameter in Tabelle 1 je nach Modellannahme unterschiedliche Werte verwendet werden. Ausgehend von der Geschwindigkeit und der Entfernung zum ersten Zeitpunkt ti können dann mithitfe des IDM und dem bekannten Verlauf der Wunschgeschwindigkeit die Geschwindigkeit des Fahrzeugs und die Entfernung des Fahrzeugs zum Zeitpunkt t2 errechnet werden, veslim, a (t2) und sestim, a (t2). Dies kann unter Berücksichtigung des Verlaufs von v(v, d) während des Zeitintervalls von ti bis t2 ausge- führt werden. Dazu kann auf bekannte Verfahren zurückgegriffen werden. Beispielsweise kann für diskrete zeitliche Zwischenschritte zwischen ti bis t2 v(v, d) berechnet werden und somit das Fortbewegen des Fahrzeugs und dessen jeweilige Geschwindigkeit erfasst werden. Zu der Schätzung kann dann durch Summation gelangt werden. Diese Schätzung a gilt dann für die Annahme, dass das Fahrzeug das erste Fahrmanöver ausführt, beispielsweise ein Rechts-Abbiegen ohne Halten an einem Fahrradüberweg.
Des Weiteren wird die zweite Schätzung b bestimmt, diesmal für eine Annahme eines zweiten Fahrmanövers. Für die zweite Schätzung b kann ebenfalls ein vorgegebener Verlauf der Wunschgeschwindigkeit existieren. Dies kann zum Beispiel der Verlauf sein, wie er sich bei einer Durchfahrt (Geradeausfahrt) des Fahrzeugs ergeben würde. Auch dieser zweite vorgegebene Verlauf der Wunschgeschwindigkeit kann aufbauend auf der Geometrie eines Pfades für das zweite Fahrmanöver (Durchfahrt) bestimmt werden. Die Bestimmung der Geschwindigkeit und Entfernung zum zweiten Zeitpunkt kann dann auf dieselbe Art geschehen, wie für die Schätzung a, nämlich mithilfe des IDM.
Die dritte Schätzung c wird auf abgewandelte Art bestimmt. Die dritte Schätzung c basiert dabei generell auf dem Verlauf der Wunschgeschwindigkeit für die Annahme, dass das Fahrzeug ein Rechts-Abbiegen ohne Halten an dem Fahrradüberweg ausführt, und dem IDM. Um das Halten des Fahrzeugs zu simulieren wird ein virtu- elles stehendes Hindernis derart platziert, dass das Fahrzeug an dem Fahrradüberweg oder allgemein einem Haltepunkt hält. Das Hindernis wird „weggenommen" sobald das Fahrzeug das Hindernis erreicht. In einer typischen Implementierung wird das Hindernis 1 bis 2 m nach diesem Punkt platziert, also um d0 hinter dem Hindernis, Dieses Hindernis wird durch das IDM bei der Berechnung der Geschwindigkeit dahingehend berücksichtigt, dass das Fahrzeug zum Hindernis hin verzögert und am Hindernis zu stehen kommt. Dies wird durch die Variablen und Ausdrücke d und d* des IDM berücksichtigt.
Es ist direkt ersichtlich, dass die dritte Schätzung c auch als zweite Schätzung b und die zweite Schätzung b als dritte Schätzung c bezeichnet werden könnte.
Schließlich werden die Maßzahlen für die Schätzungen a, b und c ermittelt. Dabei werden die tatsächliche Geschwindigkeit v(t2) und die tatsächliche Entfernung s(t2) berücksichtigt.
Die Maßzahl bezüglich der Eintrittswahrscheinlichkeit für eine Schätzung berücksichtigt im vorliegenden Beispiel nur einen entscheidungserheblichen Term einer Berechnung einer absoluten Eintrittswahrscheinlichkeit. Die Maßzahl ist im vorlie- genden Beispiel die Wahrscheinlichkeitsdichte einer Normalverteilung für die Schätzung:
Figure imgf000018_0001
Wobei der Index i für eine der Schätzungen a, b oder c steht. Für asund σν sind empirisch Werte ermittelbar. Typischerweise liegen diese im Bereich von 0,6 m/s bis 1 ,6 m/s, vorzugsweise 1 ,2 m/s. Es wird dann die Schätzung mit der höchsten Maßzahl ausgewählt und die zugehörige Annahme (Abbiegen ohne oder mit Halten, Durchfahrt) als Vorhersage des Fahrmanövers ausgegeben. Mit anderen Worten: Das Fahrmanöver, für dessen Schätzung die höchste Maßzahl ermittelt wurde, wird als Fahrmanöver identifiziert und damit vorhergesagt. Gleichzeitig werden die betrachteten Fahrmanöver der
Schätzungen a, b und c zusammen mit den jeweils für die entsprechenden Schätzungen bestimmten Maßzahlen ausgegeben.
In die Berechnung der Maßzahl der jeweiligen Schätzung kann auch Vorwissen über die statistische Verteilung der Fahrertypen sowie dem Anteil der Fahrer, die an der aktuellen Kreuzung das jeweilige Fahrmanöver durchführen, einfließen. Das Vorwissen kann dabei durch eine Wahrscheinlichkeit ausgedrückt werden. Das Einfließen des Vorwissenes kann ferner durch eine Multiplikation der Maßzahl mit der Wahrscheinlichkeit für das Vorwissen erfolgen. Weiterhin können die Maßzahlen und/oder deren Multiplikation mit der Wahrscheinlichkeit für das Vorwissen gegenseitig ins Verhältnis gesetzt werden, entweder durch Berechnung einer absoluten Eintrittswahrscheinlichkeit oder beispielsweise durch Teilen jeder Maßzahl durch die Summe aller Maßzahlen. Das Resultat für jede Schätzung ist somit normiert. Dies kann für Fahrerassistenzsysteme von Be- deutung sein, deren Funktion (beispielsweise die Ausgabe von Warnungen) von absoluten Schwellwerten abhängt. Die Resultate für jede Schätzung und die zugehörigen Fahrmanöver können ausgegeben werden.
In einer Weiterbildung der gerade dargestellten Ausführungsform mit Bezug auf Fig. 3 können für jede Annahme eines Fahrmanövers Varianten der Schätzung berech- net werden. Diese Varianten repräsentieren unterschiedliche Fahrermodelle gemäß Tabelle 1 und Modellannahmen für die maximale iongitudinale Beschleunigung
Figure imgf000019_0001
k. In dieser Weiterbildung soll der Fall betrachtet werden, dass für jedes der Fahrmanöver Rechts-Abbiegen ohne Halten, Rechts-Abbiegen mit Halten und Durchfahrt Varianten der Schätzung gemäß der folgenden Tabelle II berechnet werden. Ferner wird in dieser Weiterbildung auf die Kreuzung gemäß Fig. 1 b und 1 c Bezug genommen.
Fahrmanöver Fahrermodell j x MoVirtuelles Hindernis
dellannahme k (atolig. k)
11 : Durchfahrt {1 ; 2; 3} x {1 ,5; 2,0, 2,5} 12: Durchfahrt mit Stop an {1 ; 2; 3} x {1 ,5; 2,0, 2,5} 16m
Haltelinie der Ampel
13: Rechts-Abbiegen ohne {1 ; 2; 3} x {1 ,5; 2,0, 2,5}
Hindernis
14; Rechts-Abbiegen mit {1 ; 2; 3} x {1 ,5; 2,0, 2,5} 46m
Hindernis
Tabelle II
Schätzergebnisse für die Weiterbildung sind in Fig. 4 repräsentiert. Jede Schätzung ist durch eine eigene Linie repräsentiert. Für jede Schätzung wird deren Maßzahl bezüglich der Eintrittswahrscheinlichkeit berechnet, auf die selbe Art, wie in Bezug auf Fig. 3 dargestellt. Schätzungen, die für dieselbe Annahme zum Fahrmanöver gelten, haben dieselbe Strichart. Die durchgezogenen Linien stellen die Schätzungen zur Annahme einer Durchfahrt dar. Die gestrichelten Linien stellen die Schätzungen zur Annahme eines Rechts-Abbiegens ohne Halten dar und die gepunkteten Linien stellen die Schätzungen zum Rechts-Abbiegen mit Halten dar. Schließlich werden die Maßzahlen der Schätzungen für eine Annahme zum Fahrmanöver gemeinsam betrachtet und eine Maßzahl bezüglich der Eintrittswahrscheinlichkeit für dieses Fahrmanöver berechnet, beispielsweise durch Bildung eines Mittelwertes der Maßzahlen für ein Fahrmanöver. Das Fahrmanöver, für dessen Schätzung die höchste Maßzahl ermittelt wurde, wird als Fahrmanöver identifiziert und damit vor- hergesagt. Gleichzeitig werden die betrachteten Fahrmanöver der Schätzungen a, b und c zusammen mit den jeweils für die entsprechenden Schätzungen bestimmten Maßzahlen ausgegeben.
In Fig. 4 werden zweimal Vorhersagen bei unterschiedlichen Entfernungen getätigt, und zwar bei s = 30 m und s= 40 m, die auf der Geschwindigkeit und Entfernung des Fahrzeugs 1 s zuvor basieren.
Fig. 4 zeigt weiterhin die Wahrscheinlichkeiten P dafür, dass die Annahme zum Fahrmanöver korrekt ist unter Beachtung der erfassten Geschwindigkeit und Entfernung des Fahrzeugs. Die Wahrscheinlichkeiten P berechnen sich durch Normierung der Summation der Wahrscheinlichkeitsdichten. Wie in Fig. 4 ersichtlich ist, ist die Annahme zum Fahrmanöver 13 die wahrscheinlichste und wird deshalb als Vorher- sage ausgegeben. Da die Haltelinie in 16 m Entfernung bereits überfahren wurde ist die Wahrscheinlichkeit für 12 nicht vorhanden.
Fig. 5 zeigt in einem Flussdiagramm die Vorhersage eines Fahrmanövers gemäß einem weiteren Ausführungsbeispiel. Zu einem ersten Zeitpunkt t-ι wird die Entfer- nung s(ft) und die Geschwindigkeit v(tt) des Fahrzeugs von einem Referenzpunkt ermittelt. Dabei wird zur Feststellung der Entfernung s( ) die beispielsweise über Satellitennavigation festgestellte Position des Fahrzeugs auf eine Position auf einem Pfad abgebildet und die Strecke des Anfangs des Pfades, also dem Referenzpunkt, bis zur abgebildeten Position bestimmt. Im Unterschied zu dem Ausführungsbeispiel gemäß Fig. 3 wird zum zweiten Zeitpunkt t2 nicht ebenfalls wieder auf die Geschwindigkeit v(t2) des Fahrzeugs bei der Berechnung der Maßzahlen von Schätzungen abgestellt, sondern auf die Beschleunigung im Zeitpunkt t2. Dies schließt natürlich nicht aus, dass die gemessene Beschleunigung des Fahrzeugs aufbauend auf einer zum zweiten Zeitpunkt gemessenen Geschwindigkeit beruht. Es werden dann drei Schätzungen a, b und c erstellt, welche Beschleunigungen aestim, a (t2), aeStim. (t2), aestim, c (t2) das Fahrzeug zu einem zweiten Zeitpunkt aufweist. Der ersten Schätzung a wird dabei die Annahme eines ersten Fahrmanövers zugrunde gelegt, in diesem Ausführungsbeispiel ein Rechts-Abbiegen ohne Halten an einem Fahrradübergang. Der zweiten Schätzung b wird dabei die Annahme eines zweiten Fahrmanövers zugrunde gelegt, in diesem Ausführungsbeispiel einer geraden Durchfahrt durch die Kreuzung. Der dritten Schätzung c wird dabei die Annahme eines dritten Fahrmanövers zugrunde gelegt, in diesem Ausführungsbeispiel ein Rechts-Abbiegen mit Halten an einem Fahrradübergang.
We in dem mit Bezug auf Fig. 3 erläuterten Ausführungsbeispiel basiert die erste Schätzung a auf einem im Voraus bestimmten Verlauf der Wunschgeschwindigkeit u(s) für das erste Fahrmanöver. Um für die erste Schätzung a die Beschleunigung aestim. a (t2) zu bestimmen wird, ebenso wie mit Bezug auf Fig. 3 bereits erläutert, das sogenannte Intelligent Driver Model (IDM) verwendet, das in oben genannter Veröffentlichung ebenfalls verwendet und erläutert wird. Nach diesem bestimmt sich die Ableitung der Geschwindigkeit vestim (t) nach der Zeit gemäß folgender Formell
Figure imgf000022_0001
Mit den gleichen Parametereinstellungen wie für das Ausführungsbeispie! der Fig. 3 erläutert.
Ausgehend von der Geschwindigkeit und der Entfernung zum ersten Zeitpunkt können dann mithilfe des IDM und dem bekannten Verlauf der Wunschgeschwin- digkeit die Beschleunigung des Fahrzeugs zum Zeitpunkt t2 errechnet werden, aestim, a (t2). Dies kann unter Berücksichtigung des Verlaufs von v{v, d) während des Zeitintervalls von ti bis t2 ausgeführt werden. Dazu kann auf bekannte Verfahren zurückgegriffen werden. Beispielsweise kann für diskrete zeitliche Zwischenschritte zwischen bis t2 v(v, d) berechnet werden und somit das Fortbewegen des Fahr- zeugs und dessen jeweilige Geschwindigkeit erfasst werden. Zu der Schätzung kann dann durch Summation gelangt werden. Diese Schätzung a gilt dann für die Annahme, dass das Fahrzeug das erste Fahrmanöver ausführt, beispielsweise ein Rechts-Abbiegen ohne Halten an einem Fahrrad Überweg.
Des Weiteren wird die zweite Schätzung b bestimmt, diesmal für eine Annahme eines zweiten Fahrmanövers. Für die zweite Schätzung b kann ebenfalls ein vorgegebener Verlauf der Wunschgeschwindigkeit existieren. Dies kann zum Beispiel der Verlauf sein, wie er sich bei einer Durchfahrt (Geradeausfahrt) des Fahrzeugs ergeben würde. Auch dieser zweite vorgegebene Verlauf der Wunschgeschwindigkeit kann aufbauend auf der Geometrie eines Pfades für das zweite Fahrmanöver (Durchfahrt) bestimmt werden. Die Bestimmung der Beschleunigung zum zweiten Zeitpunkt kann dann auf dieselbe Art geschehen, wie für die Schätzung a, nämlich mithilfe des IDM.
Die dritte Schätzung c wird auf abgewandelte Art bestimmt. Die dritte Schätzung c basiert dabei generell auf dem Verlauf der Wunschgeschwindigkeit für die Annah- me, dass das Fahrzeug ein Rechts-Abbiegen ohne Halten an dem Fahrradüberweg ausführt, und dem IDM. Um das Halten des Fahrzeugs zu simulieren wird ein virtuelles stehendes Hindernis derart platziert , dass das Fahrzeug an dem Fahrradüberweg oder aligemein einem Haltepunkt hält. Das Hindernis wird„weggenommen" sobald das Fahrzeug das Hindernis erreicht. In einer typischen Implementierung wird das Hindernis 1 bis 2 m nach diesem Punkt platziert, also um d0 hinter dem Hindernis. Dieses Hindernis wird durch das IDM bei der Berechnung der Beschleunigung dahingehend berücksichtigt, dass das Fahrzeug zum Hindernis hin verzögert und am Hindernis zu stehen kommt. Dies wird durch die Variablen und Ausdrücke d und d* des IDM berücksichtigt. Es ist direkt ersichtlich, dass die dritte Schätzung c auch als zweite Schätzung b und die zweite Schätzung b als dritte Schätzung c bezeichnet werden könnte.
Schließlich werden die Maßzahlen für die Schätzungen a, b und c ermittelt. Dabei wird die tatsächliche Beschleunigung a(t2) mit den geschätzten Beschleunigungen zum Zeitpunkt t2 verglichen. Die Maßzahl für eine Schätzung berechnet sich nach der Formel für die Wahrscheinlichkeitsdichte:
Figure imgf000023_0001
Wobei der Index i für eine der Schätzungen a, b oder c steht. Für σα sind empirische Werte ermitteibar, ein typischer Wert ist aus dem Bereich 0,8 m/s2 bis 1 ,4 m/s2, vorteilhafterweise 1 ,2 m/s7. Es wird dann die Schätzung mit der höchsten Maßzahl ausgewählt und die zugehörige Annahme (Abbiegen ohne oder mit Halten, Durchfahrt) als Vorhersage des Fahrmanövers ausgegeben. Mit anderen Worten; Das Fahrmanöver, für dessen Schätzung die höchste Maßzahl ermittelt wurde, wird als Fahrmanöver identifiziert und damit vorhergesagt. Gleichzeitig werden die betrachteten Fahrmanöver der Schätzungen a, b und c zusammen mit den jeweils für die entsprechenden Schätzungen bestimmten Maßzahlen ausgegeben. Es kann vorgesehen sein, Wahrscheinlichkeitsdichten zusätzlich für diskrete Zeitpunkte zwischen dem ersten und dem zweiten Zeitpunkt zu berechnen und aus diesen dann die Maßzahlen für die entsprechende Annahme zum Fahrmanöver zu berechnen. Hierzu können die zu den einzelnen Zeitpunkten errechneten Wahrscheinlichkeitsdichten gemittelt werden:
Figure imgf000024_0001
Wobei jedes tm aus dem Zeitintervall [t< , t2j ist und M die Anzahl der Zeitpunkte ist, über die gemittelt wird.
In die Berechnung der Maßzahl der jeweiligen Schätzung kann auch Vorwissen über die statistische Verteilung der Fahrertypen sowie dem Anteil der Fahrer, die an der aktuellen Kreuzung das jeweilige Fahrmanöver durchführen, einfließen. Das Vorwissen kann dabei durch eine Wahrscheinlichkeit ausgedrückt werden. Das Einfließen des Vorwissenes kann ferner durch eine Multiplikation der Maßzahl mit der Wahrscheinlichkeit für das Vorwissen erfolgen.
Weiterhin können die Maßzahlen und/oder deren Multiplikation mit der Wahrscheinlichkeit für das Vorwissen gegenseitig ins Verhältnis gesetzt werden, entweder durch Berechnung einer tatsächlichen Eintrittswahrscheinlichkeit oder beispielsweise durch Teilen jeder Maßzahl durch die Summe aller Maßzahlen. Das Resultat für jede Schätzung ist somit normiert. Dies kann für Fahrerassistenzsysteme von Bedeutung sein, deren Funktion (beispielsweise die Ausgabe von Warnungen) von absoluten Schwellwerten abhängt. Die Resultate für jede Schätzung und die zuge- hörigen Fahrmanöver können ausgegeben werden. In einer Weiterbildung der gerade dargestellten Ausführungsform mit Bezug auf Fig. 5 können für jede Annahme eines Fahrmanövers Varianten der Schätzung berechnet werden. Diese Varianten repräsentieren unterschiedliche Fahrermodelle gemäß Tabelle 1 und Modellannahmen für die maximale longitudinale Beschleunigung aiong, k. In dieser Weiterbildung soll der Fall betrachtet werden, dass für jedes der Fahrmanöver Rechts-Äb biegen ohne Halten, Rechts-Abbiegen mit Halten und Durchfahrt Varianten der Schätzung gemäß der folgenden Tabelle II berechnet werden.
Für jede Schätzung wird deren Wahrscheinlichkeitsdichte berechnet, Schließlich werden die Wahrscheinlichkeitsdichten der Schätzungen für eine Annahme zum Fahrmanöver gemeinsam betrachtet und eine Maßzahl für dieses Fahrmanöver berechnet, beispielsweise durch Bildung eines Mittelwertes der Wahrscheinlichkeitsdichten für ein Fahrmanöver. Das Fahrmanöver, für dessen Schätzung die höchste Maßzahl ermittelt wurde, wird als Fahrmanöver identifiziert und damit vorhergesagt. Gleichzeitig werden die betrachteten Fahrmanöver der Schätzungen a, b und c zusammen mit den jeweils für die entsprechenden Schätzungen bestimmten Maßzahlen ausgegeben.

Claims

ANSPRÜCHE
1. Verfahren zum Vorhersagen eines Fahrmanövers eines Fahrzeugs, umfassend:
Erfassen der Geschwindigkeit des Fahrzeugs in einer ersten und in einer 5 zweiten Entfernung des Fahrzeugs entlang eines Pfades von einem Referenzpunkt;
Wobei sich das Fahrzeug zu einem ersten Zeitpunkt in der ersten Entfernung vom Referenzpunkt befindet und zu einem zweiten Zeitpunkt in der zweiten Entfernung;
Erstellen von mindestens einer ersten und einer zweiten Schätzung der Gern schwindigkeit des Fahrzeugs für den zweiten Zeitpunkt und der Entfernung des Fahrzeugs von dem Referenzpunkt für den zweiten Zeitpunkt;
Wobei die erste und die zweite Schätzung jeweils auf der Geschwindigkeit des Fahrzeugs in der ersten Entfernung, der ersten Entfernung vom Referenzpunkt, und dem zweiten Zeitpunkt basieren;
15 Wobei die erste Schätzung ferner auf einem ersten im Voraus bestimmten
Verlauf der Wunschgeschwindigkeit des Fahrzeugs für die Annahme eines ersten Fahrmanövers in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt basiert;
Wobei die zweite Schätzung auf einer Annahme eines zweiten Fahrmanö- 0 vers basiert;
Ermitteln einer Maßzahl bezüglich der Eintrittswahrscheinlichkeit einer Schätzung für jede Schätzung unter Berücksichtigung der erfassten Geschwindigkeit des Fahrzeugs in der zweiten Entfernung vom Referenzpunkt und der zweiten Entfernung selbst; Vorhersagen des Fahrmanövers basierend auf den ermittelten Maßzahlen; dadurch gekennzeichnet, dass der erste vorausbestimmte Verlauf der Wunschgeschwindigkeit für das erste Fahrmanöver basierend auf der Geometrie eines ersten Pfades für das erste Fahrmanöver bestimmt wurde.
2. Verfahren zum Vorhersagen eines Fahrmanövers eines Fahrzeugs, umfassend:
Erfassen der Geschwindigkeit des Fahrzeugs in einer ersten Entfernung und der Beschleunigung des Fahrzeugs in einer zweiten Entfernung des Fahrzeugs entlang eines Pfades von einem Referenzpunkt, wobei die erste und die zweite Entfernung insbesondere gleich sind;
Wobei sich das Fahrzeug zu einem ersten Zeitpunkt in der ersten Entfernung vom Referenzpunkt befindet und zu einem zweiten Zeitpunkt in der zweiten Entfernung, wobei der erste und der zweite Zeitpunkt insbesondere gleich sind;
Erstellen von mindestens einer ersten und einer zweiten Schätzung der Beschleunigung des Fahrzeugs für den zweiten Zeitpunkt;
Wobei die erste und die zweite Schätzung jeweils auf der Geschwindigkeit des Fahrzeugs in der ersten Entfernung, der ersten Entfernung vom Referenzpunkt, und dem zweiten Zeitpunkt basieren;
Wobei die erste Schätzung ferner auf einem ersten im Voraus bestimmten Verlauf der Wunschgeschwindigkeit des Fahrzeugs für die Annahme eines ersten Fahrmanövers in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt basiert; Wobei die zweite Schätzung auf einer Annahme eines zweiten Fahrmanövers basiert;
Ermitteln einer Maßzahl bezüglich der Eintrittswahrscheinlichkeit einer Schätzung für jede Schätzung unter Berücksichtigung der erfassten Beschleunigung des Fahrzeugs in der zweiten Entfernung vom Referenzpunkt;
Vorhersagen des Fahrmanövers basierend auf den ermittelten Maßzahlen; dadurch gekennzeichnet, dass der erste vorausbestimmte Verlauf der Wunschgeschwindigkeit für das erste Fahrmanöver basierend auf der Geometrie eines ersten Pfades für das erste Fahr- manöver bestimmt wurde.
3. Verfahren nach einem der vorhergehenden Ansprüche, wobei die zweite Schätzung ferner auf einem zweiten im Voraus bestimmten Verlauf der Wunschgeschwindigkeit des Fahrzeugs in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt basiert; wobei der zweite vorausbestimmte Verlauf der Wunschgeschwindigkett basierend auf der Geometrie eines zweiten Pfades für ein zweites Fahrmanöver bestimmt wurde.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei die zweite Schätzung ferner auf dem ersten im Voraus bestimmten Verlauf der Wunschgeschwindigkeit des Fahrzeugs in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt basiert; wobei bei der zweiten Schätzung ferner ein virtuelles Hindernis derart berücksichtigt wird, dass ein Halten an einem vorgegebenen Punkt, insbesondere ei- ner Haltelinie, simuliert wird, und insbesondere aufgehoben wird, sobald das Halten simuliert wurde.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Geometrie des ersten und/oder des zweiten Pfades der zweidimensionale Verlauf des jeweiligen Pfades ist.
6. Verfahren nach einem der vorhergehenden Ansprüche, wobei der erste und/oder der zweite vorausbestimmte Verlauf der Wunschgeschwindigkeit basierend auf der Krümmung des ersten beziehungsweise zweiten Pfades bestimmt wurde.
7. Verfahren nach einem der vorhergehenden Ansprüche, wobei der erste und/oder der zweite vorausbestimmte Verlauf der Wunschgeschwindigkeit basierend auf der Geometrie eines Abschnitts des vorausliegenden ersten beziehungsweise zweiten Pfades bestimmt wurde, der von einem Fahrzeug noch zu durchfahren ist.
8. Verfahren nach einem der vorhergehenden Ansprüche, wobei der erste und/oder der zweite Verlauf der Wunschgeschwindigkeit basierend auf einem ersten Fahrermodell bestimmt wurde, das eines oder mehrere der Folgenden vorgibt: der maximale Betrag der lateralen Beschleunigung, die maximale Wunschgeschwindigkeit, die minimale Ableitung der Wunschgeschwindigkeit nach der Entfernung.
9. Verfahren nach einem der vorhergehenden Ansprüche im Rückbezug auf Anspruch 1 ferner umfassend:
Erstellen einer weiteren oder einer Gruppe von weiteren Schätzungen der Geschwindigkeit des Fahrzeugs für den zweiten Zeitpunkt und der Entfernung des Fahrzeugs von dem Referenzpunkt für den zweiten Zeitpunkt; Wobei die eine weitere oder jede Schätzung der Gruppe auf der Geschwindigkeit des Fahrzeugs in der ersten Entfernung, der ersten Entfernung vom Referenzpunkt und dem zweiten Zeitpunkt basieren;
Wobei die eine weitere oder jede Schätzung der Gruppe ferner auf einem dritten oder jeweils weiteren im Voraus bestimmten Verlauf der Wunschgeschwindigkeit des Fahrzeugs in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt für die erste Annahme zum Fahrmanöver basiert und jeweils auf einer Modellannahme zur maximalen longitudinalen Beschleunigung basiert, wobei mehrere Schätzungen auf derselben Modellannahme basieren können; wobei der dritte oder jeder weitere Verlauf der Wunschgeschwindigkeit basierend auf der Geometrie des vom Fahrzeug vom Referenzpunkt aus zu durchfahrenden ersten Pfades für die erste Annahme zum Fahrmanöver bestimmt wird, wobei der dritte oder jeder weitere Verlauf der Wunschgeschwindigkeit basierend auf einem zweiten oder jeweils weiteren Fahrermodell bestimmt wurde, das jeweils eines oder mehrere der Folgenden vorgibt: der maximale Betrag der lateralen Beschleunigung, die maximale Geschwindigkeit und der minimale Wert der Ableitung der Wunschgeschwindigkeit nach der Entfernung.
10. Verfahren nach einem der vorhergehenden Ansprüche im Rückbezug auf Anspruch 2 ferner umfassend: Erstellen einer weiteren oder einer Gruppe von weiteren Schätzungen der
Beschleunigung des Fahrzeugs für den zweiten Zeitpunkt;
Wobei die eine weitere oder jede Schätzung der Gruppe auf der Geschwindigkeit des Fahrzeugs in der ersten Entfernung, der ersten Entfernung vom Referenzpunkt und dem zweiten Zeitpunkt basieren; Wobei die eine weitere oder jede Schätzung der Gruppe ferner auf einem dritten oder jeweils weiteren im Voraus bestimmten Verlauf der Wunschgeschwin- digkeit des Fahrzeugs in Abhängigkeit der Entfernung des Fahrzeugs vom Referenzpunkt für die erste Annahme zum Fahrmanöver basiert und jeweils auf einer Modeilannahme zur maximalen longitudinalen Beschleunigung basiert, wobei mehrere Schätzungen auf derselben Modellannahme basieren können; wobei der dritte oder jeder weitere Verlauf der Wunschgeschwindigkeit basierend auf der Geometrie des vom Fahrzeug vom Referenzpunkt aus zu durchfahrenden ersten Pfades für die erste Annahme zum Fahrmanöver bestimmt wird, wobei der dritte oder jeder weitere Verlauf der Wunschgeschwindigkeit basierend auf einem zweiten oder jeweils weiteren Fahrermodell bestimmt wurde, das jeweils eines oder mehrere der Folgenden vorgibt: der maximale Betrag der lateralen Beschleunigung, die maximale Geschwindigkeit und der minimale Wert der Ableitung der Wunschgeschwindigkeit nach der Entfernung.
1 1 . Vorrichtung, umfassend programmierbar einrichtbare Rechenmittel, insbesondere einen Computer, wobei die Vorrichtung dazu eingerichtet ist, ein Verfahren nach einem der vorstehenden Ansprüche auszuführen.
12. Computerprogramm umfassend Anweisungen zum Ausführen eines der Verfahren nach den Ansprüchen 1 bis 10.
PCT/EP2014/050673 2013-01-18 2014-01-15 Vorhersage eines fahrmanövers eines fahrzeugs WO2014111408A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP14700989.8A EP2945825A1 (de) 2013-01-18 2014-01-15 Vorhersage eines fahrmanövers eines fahrzeugs

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102013200724.8 2013-01-18
DE102013200724.8A DE102013200724A1 (de) 2013-01-18 2013-01-18 Vorhersage eines Fahrmanövers eines Fahrzeugs

Publications (1)

Publication Number Publication Date
WO2014111408A1 true WO2014111408A1 (de) 2014-07-24

Family

ID=49999904

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2014/050673 WO2014111408A1 (de) 2013-01-18 2014-01-15 Vorhersage eines fahrmanövers eines fahrzeugs

Country Status (3)

Country Link
EP (1) EP2945825A1 (de)
DE (1) DE102013200724A1 (de)
WO (1) WO2014111408A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110954894A (zh) * 2018-09-25 2020-04-03 通用汽车环球科技运作有限责任公司 对象的速度估计

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013203908A1 (de) 2013-03-07 2014-09-11 Bayerische Motoren Werke Aktiengesellschaft Schätzung der zukünftigen Geschwindigkeit eines Fahrzeugs
DE102013212359A1 (de) 2013-06-27 2014-12-31 Bayerische Motoren Werke Aktiengesellschaft Vorhersage von Fahrpfaden eines Fahrzeugs
DE102013218497A1 (de) 2013-09-16 2015-03-19 Bayerische Motoren Werke Aktiengesellschaft Vorhersage von Fahrpfaden eines Fahrzeugs

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120203440A1 (en) * 2009-12-18 2012-08-09 Toyota Jidosha Kabushiki Kaisha Travel control device
EP2537727A1 (de) * 2011-06-22 2012-12-26 Volvo Car Corporation Verfahren zum Abschätzen eines Geschwindigkeitsprofils eines Fahrzeugs

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011103096B4 (de) * 2011-06-01 2022-03-31 Audi Ag Kraftfahrzeug umfassend ein Fahrerassistenzsystem mit einer Steuerungseinrichtung zur automatischen Längsführung
DE102011113019A1 (de) * 2011-07-14 2012-05-10 Daimler Ag Verfahren zur Ermittlung und Bewertung von Gefahren einer Situation zwischen zumindest zwei Verkehrsteilnehmern in einem Straßenkreuzungsbereich und Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120203440A1 (en) * 2009-12-18 2012-08-09 Toyota Jidosha Kabushiki Kaisha Travel control device
EP2537727A1 (de) * 2011-06-22 2012-12-26 Volvo Car Corporation Verfahren zum Abschätzen eines Geschwindigkeitsprofils eines Fahrzeugs

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Driver Intent Interface at Urban Intersections using the Intelligent Driver Model", IEEE INTELLIGENT VEHIDE SYMPOSIUM, June 2012 (2012-06-01), pages 1162 - 1167
MARTIN LIEBNER ET AL: "Driver intent inference at urban intersections using the intelligent driver model", INTELLIGENT VEHICLES SYMPOSIUM (IV), 2012 IEEE, IEEE, 3 June 2012 (2012-06-03), pages 1162 - 1167, XP032452922, ISBN: 978-1-4673-2119-8, DOI: 10.1109/IVS.2012.6232131 *
See also references of EP2945825A1 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110954894A (zh) * 2018-09-25 2020-04-03 通用汽车环球科技运作有限责任公司 对象的速度估计
CN110954894B (zh) * 2018-09-25 2024-01-02 通用汽车环球科技运作有限责任公司 对象的速度估计

Also Published As

Publication number Publication date
EP2945825A1 (de) 2015-11-25
DE102013200724A1 (de) 2014-07-24

Similar Documents

Publication Publication Date Title
DE102015111535B4 (de) Algorithmus zur genauen Krümmungsschätzung für die Bahnplanung von autonom fahrenden Fahrzeugen
DE102015114465B4 (de) Verfahren zur Wegplanung für ein Ausweichlenkmanöver
DE102013105046B9 (de) Zielspurauswahlverfahren mittels Navigationseingabe in Straßenwechselszenarien
EP2561419B1 (de) Verfahren zur bestimmung des fahrbahnverlaufes für ein kraftfahrzeug
DE19749086C1 (de) Vorrichtung zur Ermittlung fahrspurverlaufsindikativer Daten
DE112014002019B4 (de) Kurvenformmodelliereinrichtung, Fahrzeuginformationsverarbeitungssystem, Kurvenformmodellierverfahren und Kurvenformmodellierprogramm
EP3490862B1 (de) Verfahren und vorrichtung zum ermitteln eines fahrbahnmodells für ein fahrzeugumfeld
DE102016203723A1 (de) Verfahren und System zum Bestimmen der Pose eines Fahrzeugs
DE102015108605A9 (de) Fahrspurwechselpfad-Planungsalgorithmus für ein autonom fahrendes Fahrzeug
EP1680317A1 (de) Fahrerassistenzverfahren und -vorrichtung auf der basis von fahrspurinformationen
EP3014598A1 (de) Verfahren zum verarbeiten von messdaten eines fahrzeugs zur bestimmung des beginns einer parkplatzsuche
WO2017198443A1 (de) Verfahren zur bestimmung einer sicheren geschwindigkeit an einem zukünftigen wegpunkt
DE102018215448B3 (de) Verfahren zur Schätzung der Geometrie eines Bewegungsweges
EP2964503B1 (de) Schätzung der zukünftigen geschwindigkeit und/oder entfernung eines fahrzeugs von einem referenzpunkt und schätzung der zukünftigen beschleunigung
DE102020203756A1 (de) Autobahnausfahrt-erfassung und linienspiegelung zur fahrzeugtrajektorien-bestimmung
WO2014111408A1 (de) Vorhersage eines fahrmanövers eines fahrzeugs
DE112019000325T5 (de) Vorrichtung zur vorhersage des verhaltens eines sich bewegenden objekts
EP4088224A1 (de) Verfahren zur zusammenführung mehrerer datensätze für die erzeugung eines aktuellen spurmodells einer fahrbahn und vorrichtung zur datenverarbeitung
EP3279049B1 (de) Steuerungs-system und steuerungs-verfahren zum bestimmen einer fahrbahn
DE102008062796A1 (de) Fahrerassistenzsystem und Verfahren zum Betreiben eines Fahrzeugs
DE102013217060A1 (de) Spurgenaue Positionierung eines Fahrzeugs
DE102018203064A1 (de) Kollisionsrisiko-Vorhersageeinheit
DE102013217061B4 (de) Spurgenaue Positionierung eines Fahrzeugs
DE102021213525A1 (de) Verfahren zum Abschätzen einer Messungenauigkeit eines Umfelderfassungssensors
DE102021209772A1 (de) Verfahren zum Betreiben von Radarsensoren

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14700989

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2014700989

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE