WO2015036195A1

WO2015036195A1 - Vorhersage von fahrpfaden eines fahrzeugs

Info

Publication number: WO2015036195A1
Application number: PCT/EP2014/067296
Authority: WO
Inventors: Martin LIEBNER; Felix Klanner; Horst KLÖDEN; Christian Ruhhammer
Original assignee: Bayerische Motoren Werke Aktiengesellschaft
Priority date: 2013-09-16
Filing date: 2014-08-13
Publication date: 2015-03-19
Also published as: DE102013218497A1

Abstract

Offenbart wird ein Verfahren zum Vorhersagen von Fahrpfaden eines Fahrzeugs, bei dem für verschiedene mögliche Fahrpfade Wahrscheinlichkeiten bestimmt werden, die von Messungen von fahrtrelevanten Handlungen des Fahrers des Fahrzeugs, insbesondere der Geschwindigkeit oder Beschleunigung des Fahrzeugs, des Setzens eines Fahrtrichtungsanzeigers, und/oder des Blickortes, an den ein Fahrer im Umfeld des Fahrzeugs blickt, abhängen.

Description

Vorhersage von Fahrpfaden eines Fahrzeugs

Die Erfindung betrifft ein Verfahren zum Vorhersagen des Fahrpfades eines Fahrzeugs und ein entsprechendes Fahrerassistenzsystem.

Heutzutage werden in Fahrzeugen, insbesondere Personenkraftwagen (PKW), Sys- teme verbaut, die den Fahrer bei seiner Fahraufgabe unterstützen, sogenannte Fahrerassistenzsysteme. Es sind Fahrerassistenzsysteme bekannt, die den Fahrer in bestimmten Situationen vor Konflikten mit anderen Verkehrsteilnehmern warnen oder, in besonders kritischen Situationen, verzögernd in die Fahrzeugdynamik eingreifen. Dabei ist die Notwendigkeit bekannt, potenzielle Konflikte hinsichtlich ihrer Eintrirtswahrscheinlichkeit zu beurteilen, um den Fahrer nicht mit einer Vielzahl überflüssiger Warnungen in der Durchführung seiner Fahraufgabe zu stören und so die Fahrsicherheit unter Umständen zu gefährden. Die tatsächliche Eintrittswahrscheinlichkeit eines Konflikts hängt sowohl von dem vom Fahrer präferierten Manöver als auch von dessen Situationsbewusstsein, also der Entscheidung des Fahrers, ob das präferierte Manöver durchführbar ist, ab. Diese Entscheidung kann unter Umständen auch noch einige Sekunden später revidiert werden, wenn der Fahrer während dieser Zeit zusätzliche Informationen, beispielsweise durch weitere Spiegel- oder Schulterblicke, erhält. Für die Entscheidung des Fahrerassistenzsystems über die Notwendigkeit einer Warnung ist es oftmals jedoch ausreichend, die Wahr- scheinlichkeit dafür zu bestimmen, dass der Fahrer aktuell einen Handlungsplan verfolgt, bei dem dieser Konflikt auftritt. Aus der Literatur, insbesondere Holger Berndt und Klaus Dietmayer,„ Drive r intention inference with vehicle onboard Sensors", 2009 IEEE International Conference on Vehicular Electronics and Safety (ICVES), pages 102-107, 2009; oder Georges S. Aoude, Vishnu R. Desaraju, Lau- ren H. Stephens, und Jonathan P. How, "Behavior Classification algorithms at intersections and Validation using naturalistic data", 2011 IEEE Intelligent Vehicles Symposium (IV), (IV) : 601-606, June 2011.sind Verfahren bekannt, die die Wahrscheinlichkeit dafür bestimmen, dass der Fahrer die Absicht hat, ein Manöver eines entsprechenden Typs, etwa ein Rechtsabbiege-Manöver oder einen Fahrstreifen- Wechsel, innerhalb eines bestimmten Vorausschauhorizonts durchzuführen. Dazu wird für jeden adressierten Manövertyp ein Klassifikator trainiert, der die Eintrittswahrscheinlichkeit eines entsprechenden Manövers auf Basis einer festen Menge von Merkmalen abzuschätzen kann. Es ist bekannt, dass für einen derartigen Klassifikator ein Naive-Bayes-Ansatz gewählt werden kann.

Ein Beispiel für den Einsatz eines Fahrerassistenzsystems wird nun mit Bezug auf Fig. 1 erläutert. Der Fahrer des betrachteten Fahrzeugs 1 (PKW) fährt auf dem rech- ten Fahrstreifen einer Autobahn und nähert sich dabei einem langsamer fahrenden LKW 2 auf demselben Fahrstreifen. Es besteht die Wahrscheinlichkeit, dass der Fahrer innerhalb der nächsten Sekunden einen Fahrstreifenwechsel durchführen möchte, um den LKW zu überholen. Gleichzeitig nähert sich von Hinten ein deutlich schnelleres Motorrad 3. Es wird davon ausgegangen, dass der Fahrer den Motor- radfahrer übersieht. Je nach konkretem Zeitpunkt des Fahrstreifenwechsel sind folgende Situationen zu unterscheiden: 1. Der Fahrstreifenwechsel erfolgt so zeitig, dass dem Motorradfahrer ausreichend Zeit zum Reagieren und Abbremsen bleibt (Pfeil 4). Die Situation ist somit unkritisch, eine Reaktion des Fahrerassistenzsystems ist nicht oder nur in abgeschwächter Form erwünscht. 2. Der Fahrstreifen- Wechsel erfolgt zu einem Zeitpunkt, an dem sich der Motorradfahrer noch hinter dem PKW 1 befindet, ihm jedoch nicht mehr ausreichend Zeit zum Reagieren und Abbremsen bleibt (Pfeil 5). Diese Situation ist somit höchst gefährlich. Häufigste Unfallursache auf deutschen Autobahnen sind unzureichend abgesicherte Fahrstreifenwechsel. Hier ist eine Reaktion des Fahrerassistenzsystems ausdrücklich er- wünscht. 3. Der Fahrstreifenwechsel erfolgt ohnehin erst, nachdem das Motorrad den PKW passiert hat (Pfeil 6). Die Situation ist somit unkritisch, eine Reaktion des Fahrerassistenzsystems nicht oder nur in abgeschwächter Form erwünscht. Ein Fahrstreifen wird auch als Fahrspur bezeichnet.

Damit das Fahrerassistenzsystem den Anforderungen bestmöglich gerecht werden kann, wird die Eintrittswahrscheinlichkeit für jede der genannten Situationen benötigt. Typische Merkmale zur Vorhersage von Fahrstreifenwechseln sind der Fahrtrichtungsanzeiger (Blinker), die Querablage zur Fahrstreifenmitte sowie die Spiegelblicke des Fahrers. Je nach verbauter Sensorik (Kamera zur Erkennung der Fahrstreifenmarkierung, Eye-Tracking System) und deren momentaner Datenqualität stehen für die Vorhersage jedoch nur ein Teil dieser Merkmale zur Verfügung. Eine Lösung nach dem Stand der Technik würde darin bestehen, dass für jede der alternativen Fahrstreifenwechselzeitpunkte und für mögliche Kombination der in Frage kommenden Merkmale in der Entwicklungsphase des Fahrerassistenzsystems ein Klassifikator trainiert wird, der eine Maßzahl für die Eintrittswahrscheinlichkeit des Manövers ausgibt.

Nachteilig an den bestehenden Ansätzen zur Vorhersage der Fahrerabsicht ist, dass diese auf einer festen Menge von Merkmalen beziehungsweise Typen von fahrtrelevanten Handlungen des Fahrers basieren, also beispielsweise der Geschwindigkeit oder Beschleunigung des Fahrzeugs, dem Setzen eines Fahrtrichtungsanzeigers wie einem Blinker, etc. Für jede neue Merkmalskombination, die sich beispielsweise aus der aktuellen Verfügbarkeit der Merkmale ergibt, sowie jeden Typ von Manöver und jede Fahrsituation ist ein neuer Klassifikator zu trainieren. Die Folge sind ein stark erhöhter Entwicklungs- und Absicherungsaufwand sowie eine schlechtere Zuverlässigkeit der Vorhersage, wenn der zuständige Klassifikator nicht eindeutig bestimmt werden kann.

Ein weiteres Beispiel für den Einsatz eines Fahrerassistenzsystems wird im Folgenden mit Bezug auf Fig. 2 gegeben. Der Fahrer des betrachteten Fahrzeugs 1 (PKW) nähert sich einer innerstädtischen Kreuzung auf dem mittleren Fahrstreifen. Recht spät fällt ihm ein, dass er an dieser rechts abbiegen möchte. Der Wechsel auf den fechten Fahrstreifen erfolgt daher erst unmittelbar vor der Kreuzung. Durch das Fahrstreifenwechsel-Manöver und die damit verbundenen Spiegelblicke sowie der Notwendigkeit des gleichzeitigen Abbremsens und des darauffolgenden Einlenkens werden die kognitiven Fähigkeiten des Fahrers in ihrer Gänze beansprucht. In der Folge besteht die Gefahr, dass er den Fahrradfahrer 7, der sich parallel zur Straße auf dem Radweg bewegt, übersieht, und es dadurch zu einer Kollision zwischen den beiden kommt. Das Ziel eines entsprechenden Fahrerassistenzsystems besteht darin, die drohende Kollision zu vermeiden. Dies kann dadurch erreicht werden, dass das Assistenzsystem in letzter Sekunde ein Bremsmanöver einleitet. Dies setzt jedoch eine sehr hohe Zuverlässigkeit in der Erkennung des Fahrradfahrers 7 sowie der Prädiktion dessen weiterer Trajektorie voraus, die zum aktuellen Zeitpunkt nur selten gegeben ist. Stattdessen soll der Fahrer des PKW 1 auf den Fahrradfahrer 7 hingewiesen werden, so dass er die Situation selbstständig und souverän bewälti- gen kann. Dies macht es jedoch erforderlich, dass das Assistenzsystem die Handlungsabsicht des Fahrers frühzeitig, d.h. in diesem Fall noch vor dem Wechsel auf den rechten Fahrstreifen, erkennt. Im konkreten Fall besteht die Handlungsabsicht des Fahrers in einem Fahrstreifenwechsel mit darauf folgendem Rechtsabbiegen. Bestehende Ansätze zur Fahrerintentionserkennung sind aber lediglich darauf ausgelegt, das jeweils nächste Fahrmanöver zu erkennen. In diesem Fall kommt ein Rechtsabbiege-Manöver als erstes Manöver jedoch nicht in Frage, da sich das Fahrzeug zunächst auf dem mittleren Fahrstreifen befindet, von welchem aus ein Rechtsabbiegen nicht möglich ist. Hinzu kommt, dass selbst die Verlässlichkeit der Vorhersage des ersten Manövers, dem Fahrstreifenwechsel, durch einen reinen Fahrstreifenwechselklassifikator durch die Überlagerung der durch die einzelnen Fahrmanöver bedingten Fahrerverhaltensweisen beeinträchtigt wird.

Dies lässt sich leicht nachvollziehen, wenn man beispielsweise das in der Offenle- gungsschrift DE 10 2006 040 537 A1 offenbarte Verfahren betrachtet. Bei diesem wird auf eine Fahrstreifenwechselabsicht des Fahrers geschlossen, wenn bestimmte Lenkbewegungen in Verbindung mit dem Blinker-Signal sowie einer gleich bleibenden Geschwindigkeit vorliegen. In dem betrachteten Szenario ist der Fahrer aufgrund seines Abbiegewunsches gezwungen, seine Geschwindigkeit bereits vor und während des Fahrstreifenwechsels zu reduzieren. Dies steht im Gegensatz zu dem Verhalten, das bei der Entwicklung des Fahrstreifenwechel-Klassifikators angenommen wurde, und kann daher leicht zu einer fehlerhaften Erkennung der Fahrerabsicht führen.

Es ist also darüber hinaus ein Nachteil der bestehenden Ansätze, dass, sofern meh- rere Manöver in Folge stattfinden, das zweite sowie jedes weitere Manöver in dieser Folge nicht mehr vorhergesagt werden können. Darüber hinaus kann die Überlagerung der für die einzelnen Teilmanöver typischen Fahrerverhaltensweisen dazu führen, dass selbst das erste Manöver nicht mehr zuverlässig vorhergesagt werden kann. In der Patentanmeldung DE 10 2013 212 359 wird ein Verfahren zum Vorhersagen des Fahrpfades eines Fahrzeugs beschrieben, das umfasst: Bereitstellen der aktuellen Position des Fahrzeugs; Bestimmen einer Gruppe von zukünftigen möglichen Fahrpfaden des Fahrzeugs anhand einer digitalen Landkarte, der aktuellen Position, und einer vorgegebenen Maximalgröße jedes Fahrpfades, insbesondere einer Ma- ximallänge jedes Fahrpfades, einer Maximalfahrzeit für jeden Fahrpfad, oder einer Maximalanzahl von Fahrmanövern je Fahrtstrecke; Bereitstellen von Messungen von vorbestimmten Typen von fahrtrelevanten Handlungen des Fahrers des Fahr- zeugs, insbesondere der Geschwindigkeit oder Beschleunigung des Fahrzeugs, des Setzens eines Fahrtrichtungsanzeigers, und/oder des Blickortes, an den ein Fahrer im Umfeld des Fahrzeugs blickt; Bereitstellen, für jeden Fahrpfad der Gruppe von Fahrpfaden, von einem oder mehreren Modellen, die jeweils für einen oder mehrere Typen von Handlungen des Fahrers eine Auftritts maßzahl bereitstellen, wobei die Auftrittsmaßzahl eine Maßzahl für die Wahrscheinlichkeit bereit stellt, dass die Messungen der fahrtrelevanten Handlungen beim Führen des Fahrzeugs auf dem jeweiligen Fahrpfad auftreten; Bestimmen für jeden Fahrpfad und für jedes Modell der jeweiligen Auftrittsmaßzahl; Bestimmen, für jeden Fahrpfad aus der Gruppe der Fahrpfade, einer Ausführungsmaßzahl, nämlich einer Maßzahl für die Wahrscheinlichkeit, dass der entsprechende Fahrpfad befahren wird, basierend auf den für den Fahrpfad jeweils bestimmten Auftrittsmaßzahlen.

In der Praxis kann es vorkommen, dass sich das beobachtete Fahrerverhalten, also die gemessenen Handlungen des Fahrers, durch keine der betrachteten Hypothe- sen, also Fahrpfade der Gruppe der möglichen zukünftigen Fahrpfade, hinreichend gut erklären lässt. In der in Fig. 2a dargestellten Situation hat der Fahrer des Fahrzeugs 20 beispielsweise versehentlich den Blinker aktiviert, oder nach einem Fahrstreifenwechsel nicht zurückgesetzt, obwohl er geradeauszufahren beabsichtigt. Es wird angenommen, dass er den teilweise von Bäumen 22 verdeckten Querverkehr 21 übersieht.

Da der Fahrer beabsichtigt, Geradeaus zu fahren, besteht für ihn keine Notwendigkeit, seine Geschwindigkeit zu reduzieren. Demnach fährt er beispielsweise mit konstanter Geschwindigkeit von 50 km/h weiter. Für zwei beispielhafte Hypothesen bzw. Fahrpfade, „Geradeaus" und „Rechtsabbiegen" ergibt sich somit für jeweils eines der Merkmale (Blinker, Geschwindigkeit), also der Typ der gemessenen Handlungen, eine Diskrepanz zwischen erwartetem und beobachtetem Fahrerverhalten (bzw. gemessener Handlung). Dies wird anhand der folgenden beispielhaften Übersicht in Tabelle 1 für das in DE 10 20 3 212 359 beschriebene Verfahren gezeigt: Tabelle 1

Entsprechend dem in DE 10 2013 212 359 beschriebenen Verfahren wird das Produkt der Auftrittsmaßzahlen der Modelle (Gesamt-Auftrittsmaßzahl) des jeweiligen Fahrpfades als Zwischenergebnis berechnet. Die vergleichsweise geringe Höhe der 5 Gesamt-Auftrittsmaßzahl drückt aus, dass das beobachtete Fahren/erhalten in beiden Fällen nicht sonderlich gut mit dem jeweils erwarteten Fahrerverhalten übereinstimmt.

Unter der Annahme, dass für die beiden Manöver (Fahrpfade) im Vornherein die gleiche Wahrscheinlichkeit besteht, ergeben sich deren jeweilige Ausführungsmaß- 10 zahl nach Beobachtung des Fahrerverhaltens als Verhältnis zwischen der jeweiligen Gesamt-Ausführungsmaßzahl und der Summe aller Gesamt- Ausführungsmaßzahlen, was einer Normierung entspricht.

Generell kann es vorkommen, dass keine der betrachteten Hypothesen (Fahrpfade der Gruppe von Fahrpfaden) das beobachtete Fahrerverhalten zufriedenstellend

15 erklärt. Genau dies ist in dem oben betrachteten Beispiel der Fall: Das Verhältnis zwischen der Auftrittsmaßzahl für das Modell .Blinker" bei der Geradeausfahrt und der Auftrittsmaßzahl für das Modell„Geschwindigkeit" beim Rechtsabbiegen bewirkt einen großen relativen Unterschied zwischen den Ausführungsmaßzahlen für den jeweiligen Fahrpfad und somit einen hohen Abstand zwischen den Ausführungs-

20 maßzahlen der beiden Hypothesen. Dies obwohl keine der betrachteten Fahrpfade das Fahrerverhalten (bzw. dessen Handlungen) zufriedenstellend erklären kann.

Typischerweise basiert ein Fahrerassistenzsystem, das vor einer Gefahr warnt (beispielsweise einer Kollision), die Entscheidung für oder gegen eine Warnung auf der Ausführungswahrscheinlichkeit für einen Fahrpfad.

25 In dem Beispielszenario hätte dies dazu geführt, dass das Assistenzsystem aufgrund der hohen Rechtsabbiege- Ausführungsmaßzahl darauf verzichtet, den Fahrt rer zu warnen, obwohl dieser tatsächlich Geradeausfahren wird und es, falls der Querverkehr den gesetzten Blinker des Fahrers falsch interpretiert, in der Folge zu einer Kollision kommen könnte.

Durch Auswertung zusätzlicher Merkmale bzw. Fahrerhandlungen, beispielsweise des Blickverhaltens des Fahrers, ließe sich das Risiko eines derartigen Versagens verringern. Keinen Effekt hätte dies jedoch, wenn die Ursache für die Fehleinschätzung darin liegt, dass der Fahrer ein Manöver durchführt, dessen Möglichkeit in dem vorhandenen Umgebungsmodell bzw. der verwendeten digitalen Karte nicht vorgesehen ist und durch die möglichen zukünftigen Fahrpfade nicht dargestellt wird. Bei- spiele sind das Einbiegen in eine nichtverzeichnete Hauseinfahrt oder das Durchführen eines Manövers (Blinkersetzens, Reduzieren der Geschwindigkeit, etc) entgegen geltenden Verkehrsregeln. In derartigen Situationen könnte es dazu kommen, dass das Assistenzsystem den Fahrer vor einem Verkehrsteilnehmer warnt, der für diesen aufgrund des tatsächlich durchgeführten Manövers irrelevant ist. Die Aufgabe, die der Erfindung zugrundeliegt, ist es aussagekräftigere Maßzahlen für die Ausführungswahrscheinlichkeit von Fahrmanövern bereitzustellen.

Diese Aufgabe wird durch das Verfahren, die Vorrichtung, das Fahrzeug und das Computerprogramm gemäß den unabhängigen Patentansprüchen gelöst. Vorteilhafte Weiterbildungen sind in den abhängigen Ansprüchen definiert. In einem ersten Aspekt umfasst ein Verfahren zum Vorhersagen von Fahrpfaden eines Fahrzeugs, umfassend: Bereitstellen der aktuellen Position des Fahrzeugs; Bestimmen einer Gruppe von zukünftigen möglichen Fahrpfaden des Fahrzeugs anhand einer digitalen Landkarte und optional zusätzlich der aktuellen Position und/oder einer vorgegebenen Maximalgröße jedes Fahrpfades, insbesondere einer Maximallänge jedes Fahrpfades, einer Maximalfahrzeit für jeden Fahrpfad, oder einer Maximalanzahl von Fahrmanövern je Fahrtstrecke; Bereitstellen von Messungen von vorbestimmten Typen von fahrtrelevanten Handlungen des Fahrers des Fahrzeugs, insbesondere der Geschwindigkeit oder Beschleunigung des Fahrzeugs, des Setzens eines Fahrtrichtungsanzeigers, und/oder des Blickortes, an den ein Fahrer im Umfeld des Fahrzeugs blickt; Bereitstellen, für jeden Fahrpfad der Gruppe von Fahrpfaden, von einem oder mehreren Modellen, die jeweils für einen oder mehrere Typen von Handlungen des Fahrers eine Auftrittsmaßzahl bereitstellen, wobei die Auftrittsmaßzahl eine Maßzahl für die Wahrscheinlichkeit bereit stellt, dass die Messungen der fahrtrelevanten Handlungen beim Führen des Fahrzeugs auf dem jeweiligen Fahrpfad auftreten; Bestimmen für jeden Fahrpfad und für jedes Modell der jeweiligen Auftrittsmaßzahl; Bestimmen von Gesamt-Auftrittsmaßzahlen für jeden Fahrpfad aus der Gruppe der Fahrpfade, nämlich einer Maßzahl basierend auf der Gesamtheit der für den jeweiligen Fahrpfad bestimmten Auftrittsmaßzahlen, insbesondere des Produkts der Auftrittsmaßzahlen eines jeweiligen Fahrpfades; Bestimmen einer Fehler-Auftrittsmaßzahl, wobei die Fehler-Auftrittsmaßzahl insbe- sondere einen vorbestimmten Wert aufweist, wobei die Fehler-Auftrittsmaßzahl die Wahrscheinlichkeit repräsentiert, dass die Gruppe der möglichen Fahrpfade nicht vollständig und/oder fehlerhaft ist und insbesondere die Gesamtheit der Wahrscheinlichkeiten des Befahrens solcher Fahrpfade repräsentiert, die nicht von der Gruppe von zukünftigen möglichen Fahrpfaden umfasst sind, und die Wahrschein- lichkeit für Handlungen des Fahrers berücksichtigt, die entgegen den Verkehrsregeln sind; Bestimmen, für jeden Fahrpfad aus der Gruppe der Fahrpfade, einer Ergebnis-Ausführungsmaßzahl, nämlich einer Maßzahl für die Wahrscheinlichkeit, dass der jeweilige Fahrpfad befahren wird, basierend auf der für den jeweiligen Fahrpfad bestimmten Gesamt-Auftrittsmaßzahl und der Gesamtheit der für die Fahrpfade der Gruppe von Fahrpfaden bestimmten Gesamt-Auftrittsmaßzahlen inklusive der bestimmten Fehler-Auftrittsmaßzahl. Das Verfahren kann ergänzt werden durch das Bestimmen einer Fehler-Ausführungsmaßzahl basierend auf der Fehler-Auftrittsmaßzahl und der Gesamtheit der für die Fahrpfade der Gruppe von Fahrpfaden bestimmten Gesamt-Auftrittsmaßzahlen inklusive der bestimmten Feh- ler-Auftrittsmaßzahl.

Es wird also bei der Berechnung der Ergebnis-Ausführungsmaßzahl für den jeweiligen Fahrpfad auch die Fehler-Auftrittsmaßzahl berücksichtigt, also eine Repräsentation für die Wahrscheinlichkeit, dass keiner der Fahrpfade der Gruppe von Fahrpfaden (die Hypothesen) den Handlungen des Fahrers entspricht und damit ein Fehler bei der Bestimmung des zukünftigen Fahrpfades gemacht wird. In einem solchen Fall würden, wie oben dargelegt, aufgrund marginaler Unterschiede in den Berechnungen der Auftrittsmaßzahlen falsche Schlüsse bezüglich der Wahrscheinlichkeit einzelner zukünftiger Fahrmanöver gezogen. Die Funktion eines Fahrerassistenzsystems basiert dann auf der Ergebnis-Ausführungsmaßzahl. Das Kernproblem der Verfahren des Standes der Technik besteht darin, dass lediglich solche möglichen zukünftigen Fahrpfade ermittelt werden, die aufgrund einer digitalen Karte und Annahmen zum Fahrverhalten möglich sind. Der Fall, dass der Fahrer ein anderes Fahrmanöver ausführt als in der Karte vorgesehen ist, oder er sich anders verhält als es das Modell für das tatsächlich durchgeführte Fahrmanöver vorsieht (Verhalten entgegen der Verkehrsregeln), wird somit von vornherein ausgeschlossen. Vielmehr ermitteln die Verfahren nach dem Stand der Technik für jeden Fahrpfad der Gruppe der zukünftigen möglichen Fahrpfade Produkte der Auftrittsmaßzahlen (Gesamt-Auftrittsmaßzahl), insbesondere also Maßzahlen für die Übereinstimmungen des beobachteten mit dem erwarteten Fahrerverhalten gemäß Modellen, und setzen diese Produkte zueinander ins Verhältnis (Normierung), um eine Ausführungsmaßzahl zu bestimmen. Dabei geht die Information, ob die Auftrittsmaßzahlen oder Produkte insgesamt eher hoch oder eher niedrig sind, bzw. ob die betrachteten Fahrpfade der Gruppe (also die Hypothesen) eine hinreichend gute Erklärung für das beobachtete Fahren/erhalten darstellen, verloren.

Die Höhe dieser Auftrittsmaßzahlen oder Produkte davon bzw. Gesamt- Auftrittsmaßzahlen kann jedoch nicht nur zur Berechnung der Ausführungsmaßzahl der jeweiligen Hypothese verwendet werden, sondern gibt gleichzeitig Auskunft über die Qualität der Vorhersage selbst. Ergeben sich für alle Fahrpfade besonders nied- rige Auftrittsmaßzahlen bzw. Produkte, so deutet dies darauf hin, dass sich das aktuelle Fahrerverhalten durch keine der betrachteten Manöver oder Manöverkombinationen erklären lässt sondern durch andere, nicht beobachtete Faktoren bestimmt wird.

Es wird vorgeschlagen die genannten Fälle (Fahrpfad nicht in der Gruppe möglicher Fahrpfade umfasst und/oder Fahrverhalten entgegen den Verkehrsregeln) explizit in Form einer zusätzlichen Fehlerhypothese mit fester a-priori-Wahrscheinlichkeit und einer für jedes Modell fest vorgegebenen Auftrittsmaßzahlen (also vorgegebenen Werten) zu berücksichtigen.

In einer Weiterbildung wird für jeden Fahrpfad dieselbe Anzahl an Modellen bereit- gestellt; wobei die Fehler-Auftrittsmaßzahl abhängig von der Anzahl der Modelle bestimmt wird, wobei insbesondere für jedes Modell ein jeweils zugeordneter vorge- gebener Wert angenommen wird, und die Fehler-Auftrittsmaßzahl den/die jeweiligen Werte berücksichtigt.

Die Bestimmung der Fehler-Auftrittsmaßzahl berücksichtigt somit wie die

Auftrittsmaßzahlen für die Fahrpfade berechnet werden, nämlich mithilfe von Model- len. Abhängig von der Anzahl der Modelle, die dafür verwendet werden, wird die Fehler-Auftrittsmaßzahl bestimmt. Dies entspricht der Berechnung der Gesamt- Auftrittsmaßzahlen, da für diese die von den Modellen bereitgestellten

Auftrittsmaßzahlen multipliziert werden. Entsprechend der Anzahl der Modelle ergeben sich so Werte von unterschiedlicher absoluter Höhe. Die Fehler- Auftrittsmaßzahl wird entsprechend angepasst. Ebenso ist es möglich, das Modell selbst bei der Bestimmung des Wertes der Fehler-Auftrittsmaßzahl zu berücksichtigen. Dabei werden unterschiedlichen Modellen (Blinker-Aktivierung, Geschwindigkeit, etc.) unterschiedliche Werte zugewiesen. Die Fehler-Ausführungsmaßzahl kann sich dann als das Verhältnis der Fehler-Auftrittsmaßzahl zu der Gesamtheit der für die Fahrpfade der Gruppe von Fahrpfaden bestimmten Gesamt-

Auftrittsmaßzahlen inklusive der bestimmten Fehler-Auftrittsmaßzahl berechnen.

In einer Weiterbildung wird die jeweilige Ergebnis-Ausführungsmaßzahl auf dem Verhältnis der Gesamt-Auftrittsmaßzahl für den jeweiligen Fahrpfad zu der Gesamtheit der Gesamt-Auftrittsmaßzahlen für alle Fahrpfade der Gruppe von Fahrpfaden inklusive der Fehler-Auftrittsmaßzahl berechnet.

In einer bevorzugten Weiterbildung umfasst das Verfahren ferner: Bestimmen von einem oder mehreren Gefahr-Fahrpfaden, nämlich derjenigen Fahrpfade, für die ein Hinweis auf eine Kollisionsgefahr auszugeben ist, insbesondere basierend auf der Auswertung des Umfeldes des Fahrzeugs durch ein Fahrerassistenzsystem; Be- stimmen der Gefahr-Ergebnis-Ausführungsmaßzahl für die Gefahr-Fahrpfade basierend auf der Gesamtheit der Gesamt-Auftrittsmaßzahlen der Gefahr-Fahrpfade inklusive der Fehler-Auftrittsmaßzahl im Verhältnis zu der Gesamtheit der Gesamt- Auftrittsmaßzahlen für alle Fahrpfade der Gruppe von Fahrpfaden inklusive der Fehler-Auftrittsmaßzahl; Ausgeben des Hinweises abhängig von der Gefahr-Ergebnis- Ausführungsmaßzahl. In einer Rechenart dieser Vorgabe werden die Ergebnis- Ausführungsmaßzahlen der Gefahr-Fahrpfade und der Fehler-Ausführungsmaßzahl addiert. In fortschrittlichen Fahrerassistenzsystemen wird das Umfeld des Fahrzeugs beobachtet und ermittelt, für welche Fahrpfade der Gruppe^' on Fahrpfaden eine Kollisionsgefahr besteht (Gefahr-Fahrpfade). Wenn die Ausführungsmaßzahl für den oder die Gefahr-Fahrpfade mithin also ein Maß für die Wahrscheinlichkeit, dass ein be- stimmter Fahrpfad befahren wird, einen Schwellwert übersteigt, wird eine Warnung bezüglich der Gefahr ausgegeben. Es kann nun vorgesehen sein, dass auch für den Fall, dass der tatsächliche Fahrpfad nicht von der Gruppe der Fahrpfade umfasst ist, oder sich der Fahrer entgegen der Verkehrsregeln verhält, sicherheitshalber die Warnung ausgegeben wird. Dafür wird die Fehler-Auftrittsmaßzahl bei der Berech- nung der Gefahr-Ergebnis-Ausführungsmaßzahl berücksichtigt. Es wird also die Wahrscheinlichkeit von Fehlern in der Bestimmung des Fahrpfades sicherheitshalber mit berücksichtigt. Hierdurch wird die Sicherheit des Straßenverkehrs erhöht.

In einer vorteilhaften Implementierung umfasst das Verfahren ferner: Bestimmen durch das Fahrerassistenzsystem, dass die Kollisionsgefahr die Berücksichtigung der Wahrscheinlichkeit rechtfertigt, dass das Fahrzeug keinen der Fahrpfade der Gruppe von möglichen zukünftigen Fahrpfaden befahren wird, und dass der Fahrer Handlungen entgegen den Verkehrsregeln ausführt; Wobei das Bestimmen der Gefahr-Ergebnis-Ausführungsmaßzahl in Antwort auf das Bestimmen durch das Fahrerassistenzsystem ausgeführt wird. Es wird also je nach Schwere oder möglichem Schaden aufgrund der Gefahr über die Berücksichtigung der Fehler- Auftrittsmaßzahl entschieden. In unkritischen Fällen kann somit eine unnötige Warnung vermieden werden. ^■ .

In einem anderen Aspekt umfasst eine Vorrichtung elektronische Rechenmittel, wobei die Vorrichtung dazu eingerichtet ist, eines der vorstehenden Verfahren auszu- führen. Ein Kraftfahrzeug kann die Vorrichtung umfassen. Die Rechenmittel der Vorrichtung sind operativ mit den nötigen Sensoren und Fahrerassistenzsystemen gekoppelt. Die elektronischen Rechenmittel können ein Computer sein, der wiederum ein MikroController oder ein ASIC oder ähnliches sein kann.

In wieder einem anderen Aspekt veranlasst ein Computerprogramm einen Compu- ter zur Ausführung eines der vorstehenden Verfahren. Das Verfahren kann auch in Kombination mit folgenden Zusatzverfahren ausgeführt werden. Zusätzliche Merkmale in den Zusatzverfahren ergänzen die Merkmale der oben dargestellten Verfahren.

1. Zusatzverfahren, umfassend: Bestimmen, für jeden Fahrpfad der Gruppe von Fahrpfaden, im jeweiligen

Fahrpfad auszuführende Fahrmanöver;

Bereitstellen von vorbestimmten Wahrscheinlichkeiten der Ausführung eines Fahrmanövers;

Bereitstellen, für jeden Fahrpfad der Gruppe von Fahrpfaden, einer Stan- dardmaßzahl, nämlich einer Maßzahl für die Wahrscheinlichkeit zur Ausführung des jeweiligen Fahrpfades der Gruppe von Fahrpfaden, basierend auf den vorbestimmten Wahrscheinlichkeiten für die im jeweiligen Fahrpfad auszuführenden Fahrmanöver;

Wobei das Bestimmen der Ergebnis-Ausführungsmaßzahl auch die Stan- dardmaßzahl für den entsprechenden Fahrpfad berücksichtigt.

2. Zusatzverfahren nach Zusatzverfahren 1 , ferner umfassend:

Bereitstellen einer Information über die auf der Fahrbahn verfügbaren Fahrspuren, auf die die aktuelle Position des Fahrzeugs hindeutet;

Bestimmen, für jede Fahrspur, einer Fahrspurmaßzahl für die Wahrschein- lichkeit, dass sich das Fahrzeug auf der jeweiligen Fahrspur befindet, basierend auf der Bestimmung der aktuellen Position;

Wobei das Bestimmen der Standardmaßzahl die Fahrspurmaßzahl berücksichtigt, insbesondere durch eine Multiplikation mit der Fahrspurmaßzahl.

Zusatzverfahren nach einem der vorhergehenden Zusatzverfahren, ferner umfassend:

In einem alternativen Verfahren wird die Höhe der Auftrittsmaßzahlen selbst mit in die Entscheidung einbezogen, ob in einer bestimmten Situation mit bestimmten berechneten Wahrscheinlichkeiten bzw. Ausführungsmaßzahlen für die betrachteten Hypothesen eine Reaktion des Assistenzsystem erfolgen soll oder nicht, bzw. in welcher Form diese ausfallen soll. Dazu kann beispielsweise die Höhe der größten Gesamt-Maßzah) (Auftrittsmaßzahl bzw. deren Produkt) als Indikator für die Qualität der Vorhersage herangezogen werden.

KURZE BESCHREIBUNG DER ZEICHNUNGEN

Fig. 1 zeigt schematisch eine Fahrsituation, in der der Einsatz eines Fahrerassis- tenzsystems sinnvoll sein kann.

Fig. 2 zeigt schematisch eine weitere Fahrsituation, in der der Einsatz eines Fahrerassistenzsystems sinnvoll sein kann.

Fig. 2a zeigt schematisch eine Fahrsituation, in der die Vorhersage der Fahrpfades aufgrund von nicht den Verkehrsregeln entsprechendem Verhalten des Fahrers feh- lerhaft sein kann.

Fig. 3 zeigt ein Flussdiagramm des erfindungsgemäßen Verfahrens gemäß einem Ausführungsbeispiel.

Fig. 4 zeigt schematisch einen segmentierten Ausschnitt einer digitalen Karte gemäß einem Ausführungsbeispiel. Fig. 5 zeigt einen für Fig. 4 extrahierten Baumgraph zur Bestimmung von Fahrpfaden für den Startpunkt Q1 gemäß einem Ausführungsbeispiel.

Fig. 6 zeigt schematisch Beispiele für den Verlauf von Berechnungsgrundlagen von Auftrittsmaßzahlen, die von einem Modell für einen Fahrtrichtungsanzeiger bereitgestellt werden. Fig. 7 zeigt ein Beispiel für den Verlauf von Auftrittsmaßzahlen, die von einem Modell für einen Fahrtrichtungsanzeiger bereitgestellt werden. Fig. 8 stellt beispielhaft Blickpunkte eines Fahrers dar, die für den Ausschnitt einer digitalen Karte wie in Fig. 1 gezeigt berechnet wurden.

Gleiche Bezugszeichen beziehen sich auf sich entsprechende Elemente über die Figuren hinweg. DETAILLIERTE BESCHREIBUNG DER AUSFÜHRUNGSBEISPIELE

Fig. 3 zeigt ein Flussdiagramm des Verfahrens gemäß einem Ausführungsbeispiel. Die Merkmale des Zusatzverfahrens sind optional für das erfindungsgemäße Verfahren. Das Verfahren beginnt mit dem Feststellen der aktuellen Position des Fahrzeugs, beispielsweise mithilfe eines GPS und/oder GLONASS Empfängers. Mithilfe der festgestellten Position kann das Fahrzeug dann auf einer digitalen Karte verortet werden. Für die Zwecke der Erfindung wird vorteilhafterweise eine hochgenaue digitale Karte verwendet, also einer digitalen geographischen Karte die einzelne Fahrspuren verzeichnet und die eine Genauigkeit im Bereich von 10 cm bis 50 cm oder bis zu 1 m aufweist. Da die Positionierung mittels typischer GPS und/oder

GLONASS Empfänger oft nicht genau genug ist, um die Position sicher einer bestimmten Fahrspur zuzuordnen, ist vorgesehen, für jede Fahrspur eine Fahrspur- maßzahl auszugeben, die repräsentiert, mit welcher Wahrscheinlichkeit sich das Fahrzeug auf der Fahrspur befindet.

Anschließend wird eine Gruppe von zukünftigen möglichen Fahrpfaden des Fahr- zeugs bestimmt. Dies geschieht mithilfe der digitalen Karte. Zur Bestimmung der zukünftigen möglichen Fahrpfade werden die Fahrspuren der digitalen Karte in Segmente eingeteilt, anders ausgedrückt: die Fahrspuren werden diskretisiert. Fig. 4 zeigt schematisch einen Ausschnitt einer hochgenauen digitalen Karte. Der Ausschnitt zeigt eine Fahrbahn, mit zwei Fahrspuren in derselben Fahrtrichtung und einer Abzweigung etwa in der Mitte des Ausschnitts. Die zwei Fahrspuren sind durch die vier Segmente S1 , S2, S4 und S5 aufteilt. Die Abzweigung ist durch das Segment S3 dargestellt. Zur weiteren Bestimmung der möglichen Fahrpfade werden verkehrsleitende Vorgaben, wie die Festlegung, dass eine Fahrspur eine Abbiegespur ist oder von einer Fahrspur kein Wechsel auf eine andere Fahrspur möglich ist, berücksichtigt. Weiterhin wird die Annahme getroffen, dass innerhalb eines Segmentes nur ein Fährspurwechsel ausgeführt wird beziehungsweise, dass nur ein Fahrspurwechsel alle 500 m ausgeführt wird. Typischerweise ist ein Segment einer geradeaus führenden Fahrspur 5, 10, 50, 200, 300 oder 500 m lang. Abzweigungen werden bei der Diskretisierung berücksichtigt. Im vorliegenden Beispiel wurde das Fahrzeug auf eine der beiden Spuren an den durch die Kreise angedeuteten Stellen Q1 und Q2 positioniert. Für jede Stelle Q1 und Q2 wurde die Wahrscheinlichkeit P_a. prior. (Q1 ) und Pa-priori (02) bestimmt, dass sich das Fahrzeug an ihr befindet. Diese Wahrscheinlichkeit ist die Fahrspurmaßzahl. In manchen Implementierungen wird auch ein Zwischenergebnis bei der Berechnung der Wahrscheinlichkeit als Fahrspurmaßzahl verwendet. Für jede Stelle Q1 und Q2 werden nun die Fahrpfade bestimmt, die sich jeweils dem Fahrzeug bieten. Dabei werden die Fahrpfade nur bis zu einer vorgegebenen Maximallänge, beispielsweise 200 m oder 1 km, extrahiert. Das Ergebnis wird für jede Stelle (Startpunkt) als Baumgraph dargestellt. Fig. 5 zeigt den für Fig. 4 extrahierten Baumgraph für den Startpunkt Q1 (dargestellt durch die dicke Umrandung des Kästchens S1 ). Fahrspurwechsel sind durch gestrichelte Pfeile dargestellt. Jeder Pfad innerhalb des Baumes beginnend von S1 zu einem der Blätter des Graphen stellt einen Fahrpfad dar und alle Fahrpfade zusammen bilden die Gruppe von Fahrpfaden für Q1. Ein möglicher Fahrpfad kann auch als Hypothese bezeichnet werden. Im nächsten Schritt wird jedem Fahrpfad eine Standardmaßzahl zugewiesen, vorliegend die a-priori Wahrscheinlichkeit, dass der jeweils betrachtete Fahrpfad durchfahren wird. Diese Zuweisung geschieht ohne Wissen um fahrtrelevante Handlungen des Fahrers. Es können die auf dem jeweiligen Fahrpfad auszuführenden Fahrmanöver berücksichtigt werden und statistischen Auswertungen, wie wahr- scheinlich das jeweils auszuführende Fahrmanöver ist. Die Wahrscheinlichkeit eines jeden Fahrpfades ergibt sich unter Anwendung der folgenden typischen Regeln: Die anfangs bestimmte Wahrscheinlichkeit (vorliegend P_a.p_riori(Q1 ) bzw. P_a-priori(Q2)) wird gleichmäßig auf die jeweiligen Kinder (nachfolgenden Knoten) verteilt, wenn es sich bei dem auszuführenden Fahrmanöver um ein Abbiegen handelt. Diese Wahr- scheinlichkeit wird weiter gleichmäßig auf nachfolgende Kinder verteilt, sofern vorhanden und soweit ein Abbiegen ausgeführt wird. Falls von einem Knoten aus ein Fahrspurwechsel möglich ist, gibt dieser Knoten einen Teil seiner Wahrscheinlichkeit an den Knoten ab, auf den der Fahrspurwechsel führt, beispielsweise 1 / 3. Die Wahrscheinlichkeit für einen Fahrpfad ergibt sich dann aus der Wahrscheinlichkeit des Blattknotens (des letzten Knotens). Beispielsweise ergibt sich für den Fahrpfad S1-S4-S5 die Wahrscheinlichkeit P_a.p_riori (S1-S4-S5) = P_a-_Priori (Q1) * 2 / 3 / 2 / 3, unter der Annahme, dass die Wahrscheinlichkeit für einen Fahrspurwechsel 1/3 ist. Mit H_x werden im Folgenden die jeweiligen Fahrpfade bezeichnet, siehe Fig. 5.

Im nächsten Schritt werden eines oder mehrere Modelle für fahrtrelevante Handlungen des Fahrers bereitgestellt. Die Modelle berechnen basierend auf den Messungen der fahrtrelevanten Handlungen Wahrscheinlichkeiten für die Messung der fahrtrelevanten Handlungen für einen Fahrpfad. Die Modelle können mithilfe der hochgenauen digitalen Karte parametriert werden, beispielsweise dem Krümmungsverlauf einer Kurve oder einer Geradeausfahrt, sowie Distanzen zu Kreuzungspunkten, oder ähnlichem. Dazu können zunächst die Eigenschaften beziehungsweise Parameter jedes Fahrpfades der Gruppe von Fahrpfaden aus der digitalen Karte extrahiert werden. Ein Beispiel für solch ein Modell ist die Bestimmung der Wahr- scheinlichkeit (bzw. Auftrittsmaßzahl) einer Aktivierung eines Blinkersignals in Abhängigkeit von der Distanz zu einem Abbiegepunkt auf einem Fahrpfad. Detaillierte Beispiele dieser Modelle werden im Folgenden gegeben.

Gleichzeitig werden Messungen von fahrtrelevanten Handlungen des Fahrers bereitgestellt. Diese Messungen betreffen den aktuellen Status eines Fahrtrichtungs- anzeigers und, falls einschlägig, die Zeit seit der letzten Aktivierung (genannt Messung i), den Geschwindigkeitsverlauf der letzten 1 ,4 s (genannt Messung V) und die Blickrichtung beziehungsweise den Blickpunkt des Fahrers innerhalb der letzten 1 s (genannt Messung G). Die Kombination der Messungen wird als Observation O bezeichnet, O = [I, V, G]. Für jede Messung von I, V und G wird ein Modell bereitge- stellt. Generell kann auch vorgesehen sein, für die gesamte Observation O ein einzelnes Modell bereitzustellen, oder für Unterkombinationen der Observationen, also beispielsweise für I und G.

Mithilfe der Modelle und der gemessenen fahrtrelevanten Handlungen werden für jeden Fahrpfad die Auftrittsmaßzahlen (oder nur eine einzelne Auftrittsmaßzahl) berechnet. Die Auftrittsmaßzahl wird in diesem Ausführungsbeispiel durch die likelihood Funktion f(O_n|H) berechnet. Verknüpft beispielsweise ein Modell, die Messung für das Blinkersignal I für den ersten Fahrpfad H-i zu einer Wahrscheinlichkeit, ergibt sich diese als f(Oi|Hi). Die in der Observation ΟΊ enthaltenen Messungen von G werden dabei von der Verknüpfung unberücksichtigt gelassen. Ein an den Fahrpfad H₂ angepasstes Modell, das das Blinkersignal berücksichtigt, stellt die Wahrscheinlichkeit f(0₁|H₂) bereit. Zur Berechnung der Auftrittsmaßzahl können auch Zwischenergebnisse der Berechnung von f(Oi \H_x) verwendet werden, die das Verhältnis aller zu berechnenden Auftrittswahrscheinlichkeiten wiedergeben.

Es wird ferner die Fehler-Auftrittsmaßzahl FE berechnet. Zur Berechnung dieser Maßzahl werden die Anzahl der Modelle und das Modell selbst, die für jeden

Für die a-priori Wahrscheinlichkeiten P_tt_._priori wird in manchen Implementierungen für alle Fahrpfade und für den Fehler eine Gleichverteilung angenommen. Für Pa-priori iFehler) kann auch der Mittelwert der für die Fahrpfade bestimmten a- priori Wahrscheinlichkeiten verwendet werden oder vorbestimmte Werte. Im der folgenden Tabelle 2 wird mit Bezug auf die Situation der Fig. 2a ein Beispiel mit gleichverteilten P_a__prio - gegeben, das an das auch Beispiel der Tabelle 1 angelehnt ist.

Tabelle 2

Wie ersichtlich ist, wird durch die Berücksichtigung des Fehlers und dessen Auftrittsmaßzahl die Ergebnis-Ausführungsmaßzahl gegenüber der Ausführungsmaßzahl für die beiden Fahrpfade verringert. Die Ergebnis-Maßzahlen spiegeln die verringerte Wahrscheinlichkeit für eine Ausführung des jeweiligen Manövers wieder und durch den relativ hohen Wert der Fehler-Ausführungsmaßzahl wird angezeigt, dass die Vorhersage der Fahrpfade gewichtigen Fehlern unterliegt, die sich hier aus dem verkehrsregelwidrigen Verhalten des Fahrers ergeben.

Je nach Situation könnte das Assistenzsystem dann auf Basis dieser modifizierten Maßzahlen entscheiden, ob eine Reaktion erforderlich ist. Bei der in diesem Beispiel betrachteten besonders kritischen Situation wäre es beispielsweise denkbar, eine Warnung sowohl dann auszugeben, wenn die Geradeausfahrt als solche erkannt wird, als auch wenn das beabsichtigte Manöver nicht zweifelsfrei erkannt werden kann. Somit sind die Ergebnis-Ausführungsmaßzahl für die Geradeausfahrt und die Fehler-Ausführungsmaßzahl zu addieren. Als Ergebnis ergibt sich mit 0,669 eine eindeutige Entscheidung für eine Warnung.

Zum Vergleich: Würde der Fahrer rechts abbiegen wollen, und aus diesem Grund bereits seine Geschwindigkeit entsprechend anpassen, würden sich beispielsweise folgende Maßzahlen und Wahrscheinlichkeiten wie in Tabelle 3 ergeben:

Tabelle 3

Da das Verhalten des Fahrers nun den Verkehrsregeln entspricht und der zukünftige Fahrpfad des Fahrers korrekt in die Vorhersage aufgenommen wurde, besteht kein Fehlergrund und es ergibt sich ein relativ kleiner Wert für die Fehler- Ausführungsmaßzahl und ein hoher Wert für die Ergebnis-Ausführungsmaßzahl des Rechtsabbiegens, was ein eindeutiger Hinweis auf die Fahrerabsicht und den zukünftigen Fahrpfad ist.

Fahrtrichtungsanzeiger

Ein erstes Modell, das zur Berechnung der Ausführungsmaßzahl verwendet werden kann, ist ein Modell für die Aktivierung des Fahrtrichtungsanzeigers, insbesondere eines Blinkers eines PKW. Zur Verwendung dieses Modells werden zunächst das oder die auf einem Fahrpfad auszuführenden Fahrmanöver bestimmt.

Für Fahrmanöver, über die das Modell eine Aussage treffen kann, werden dann die entsprechenden Parameter des Modells für den jeweiligen Fahrpfad und für das jeweilige Fahrmanöver aus der digitalen Karte extrahiert. Dabei wird das Modell für

Claims

ANSPRÜCHE

Verfahren zum Vorhersagen von Fahrpfaden eines Fahrzeugs, umfassend:

Bereitstellen der aktuellen Position des Fahrzeugs;

Bestimmen einer Gruppe von zukünftigen möglichen Fahrpfaden des Fahrzeugs anhand einer digitalen Landkarte und optional zusätzlich der aktuellen Position und/oder einer vorgegebenen Maximalgröße jedes Fahrpfades, insbesondere einer Maximallänge jedes Fahrpfades, einer Maximalfahrzeit für jeden Fahrpfad, oder einer Maximalanzahl von Fahrmanövern je Fahrtstrecke;

Bereitstellen von Messungen von vorbestimmten Typen von fahrtrelevanten Handlungen des Fahrers des Fahrzeugs, insbesondere der Geschwindigkeit oder Beschleunigung des Fahrzeugs, des Setzens eines Fahrtrichtungsanzeigers, und/oder des Blickortes, an den ein Fahrer im Umfeld des Fahrzeugs blickt;

Bereitstellen, für jeden Fahrpfad der Gruppe von Fahrpfaden, von einem oder mehreren Modellen, die jeweils für einen oder mehrere Typen von Handlungen des Fahrers eine Auftrittsmaßzahl bereitstellen, wobei die Auftrittsmaßzahl eine Maßzahl für die Wahrscheinlichkeit bereit stellt, dass die Messungen der fahrtrelevanten Handlungen beim Führen des Fahrzeugs auf dem jeweiligen Fahrpfad auftreten;

Bestimmen für jeden Fahrpfad und für jedes Modell der jeweiligen

Auftrittsmaßzahl;

Bestimmen von Gesamt-Auftrittsmaßzahlen für jeden Fahrpfad aus der Gruppe der Fahrpfade, nämlich einer Maßzahl basierend auf der Gesamtheit der für den jeweiligen Fahrpfad bestimmten Auftrittsmaßzahlen, insbesondere des Produkts der Auftrittsmaßzahlen eines jeweiligen Fahrpfades; Bestimmen einer Fehler-Auftrittsmaßzahl, wobei die Fehler-Auftrittsmaßzahl insbesondere einen vorbestimmten Wert aufweist, wobei die Fehler- Auftrittsmaßzahl die Wahrscheinlichkeit repräsentiert, dass die Gruppe der möglichen Fahrpfade nicht vollständig und/oder fehlerhaft ist und insbesondere die Gesamtheit der Wahrscheinlichkeiten des Befahrens solcher Fahrpfade repräsentiert, die nicht von der Gruppe von zukünftigen möglichen Fahrpfaden umfasst sind, und die Wahrscheinlichkeit für Handlungen des Fahrers berücksichtigt, die entgegen den Verkehrsregeln sind;

Bestimmen, für jeden Fahrpfad aus der Gruppe der Fahrpfade, einer Ergebnis-Ausführungsmaßzahl, nämlich einer Maßzahl für die Wahrscheinlichkeit, dass der jeweilige Fahrpfad befahren wird, basierend auf der für den jeweiligen Fahrpfad bestimmten Gesamt-Auftrittsmaßzahl und der Gesamtheit der für die Fahrpfade der Gruppe von Fahrpfaden bestimmten Gesamt- Auftrittsmaßzahlen inklusive der bestimmten Fehler-Auftrittsmaßzahl.

Verfahren nach Anspruch 1 , wobei für jeden Fahrpfad dieselbe Anzahl an Modellen bereitgestellt wird; wobei die Fehler-Auftrittsmaßzahl abhängig von der Anzahl der Modelle bestimmt wird, wobei insbesondere für jedes Modell ein jeweils zugeordneter vorgegebener Wert angenommen wird, und die Fehler-Auftrittsmaßzahl den/die jeweiligen Werte berücksichtigt.

Verfahren nach Anspruch 2, wobei die jeweilige Ergebnis- Ausführungsmaßzahl auf dem Verhältnis der Gesamt-Auftrittsmaßzahl für den jeweiligen Fahrpfad zu der Gesamtheit der Gesa mt-Auftrittsm a ßzahlen für alle Fahrpfade der Gruppe von Fahrpfaden inklusive der Fehler- Auftrittsmaßzahl berechnet wird.

Verfahren nach einem der vorhergehenden Ansprüche, ferner umfassend: Bestimmen einer Fehler-Ausführungsmaßzahl basierend auf der Fehler- Auftrittsmaßzahl und der Gesamtheit der für die Fahrpfade der Gruppe von Fahrpfaden bestimmten Gesamt-Auftrittsmaßzahlen inklusive der bestimmten Fehler-Auftrittsmaßzahl.

Verfahren nach einem der vorhergehenden Ansprüche, ferner umfassend:

Bestimmen von einem oder mehreren Gefahr-Fahrpfaden, nämlich derjenigen Fahrpfade, für die ein Hinweis auf eine Kollisionsgefahr auszugeben ist, insbesondere basierend auf der Auswertung des Umfeldes des Fahrzeugs durch ein Fahrerassistenzsystem;

Bestimmen der Gefahr-Ergebnis-Ausführungsmaßzahl für die Gefahr- Fahrpfade basierend auf der Gesamtheit der Gesamt-Auftrittsmaßzahlen der Gefahr-Fahrpfade inklusive der Feh le r-Auftritts m a ßza h I im Verhältnis zu der Gesamtheit der Gesamt-Auftrittsmaßzahlen für alle Fahrpfade der Gruppe von Fahrpfaden inklusive der Fehler-Auftrittsmaßzahl;

Ausgeben des Hinweises abhängig von der Gefahr-Ergebnis- Ausführungsmaßzahl.

Verfahren nach Anspruch 5, ferner umfassend:

Bestimmen, insbesondere durch das Fahrerassistenzsystem , dass die Kollisionsgefahr die Berücksichtigung der Wahrscheinlichkeit rechtfertigt, dass das Fahrzeug keinen der Fahrpfade der Gruppe von möglichen zukünftigen Fahrpfaden, befahren wird, und dass der Fahrer Handlungen entgegen den Verkehrsregeln ausführt;

Wobei das Bestimmen der Gefahr-Ergebnis-Ausführungsmaßzahl in Antwort auf das Bestimmen durch das Fahrerassistenzsystem ausgeführt wird.

Vorrichtung, umfassend elektronische Rechenmittel, wobei die Vorrichtung dazu eingerichtet ist, eines der vorstehenden Verfahren auszuführen. Kraftfahrzeug, umfassend eine Vorrichtung nach Anspruch 7.

Computerprogramm, das einen Computer bei dessen Ausführung zur Ausführung eines Verfahrens nach einem der Ansprüche 1 bis 6 veranlasst.