WO2015144410A1 - Vorrichtung zur vorhersage von fahrzustandsübergängen - Google Patents

Vorrichtung zur vorhersage von fahrzustandsübergängen Download PDF

Info

Publication number
WO2015144410A1
WO2015144410A1 PCT/EP2015/054524 EP2015054524W WO2015144410A1 WO 2015144410 A1 WO2015144410 A1 WO 2015144410A1 EP 2015054524 W EP2015054524 W EP 2015054524W WO 2015144410 A1 WO2015144410 A1 WO 2015144410A1
Authority
WO
WIPO (PCT)
Prior art keywords
driving
vehicle
data
driver
transition
Prior art date
Application number
PCT/EP2015/054524
Other languages
English (en)
French (fr)
Inventor
Klaus DOLLINGER
Stefan Holder
Markus HÖRWICK
Tobias Strobel
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
Publication of WO2015144410A1 publication Critical patent/WO2015144410A1/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
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/10—Interpretation of driver requests or demands
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W40/09—Driving style or behaviour
    • 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
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0006—Digital architecture hierarchy
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0016—State machine analysis
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0026—Lookup tables or parameter maps
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/0044—In digital systems
    • B60W2050/0045—In digital systems using databus protocols
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0095—Automatic control mode change
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/10—Accelerator pedal position
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/12—Brake pedal position
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/20—Direction indicator values
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/21—Voice
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/221—Physiology, e.g. weight, heartbeat, health or special needs
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles

Definitions

  • the invention relates to a device for the prediction of
  • FAS Driver assistance systems
  • Possible goals of such FAS may be to increase the driving safety or the driving comfort for the driver or the occupants of the vehicle, as well as the improvement of the
  • FAS can intervene autonomously or partially autonomously directly in the driving dynamics of the vehicle, or the driver
  • FAS anti-lock braking system
  • ABS anti-lock braking system
  • ultrasound-based parking aid which makes it easier for the driver to avoid external vehicles due to acoustic warning signals when parking estimate.
  • Driving situations further processed. Based on a certain detected driving situation in which the vehicle is currently in practice
  • Driver assistance system optionally a function to assist the driver, for example via actuators in the vehicle or corresponding display devices or warning signals to the driver.
  • Driving conditions occur that lead to FAS being unable to develop their effects, or only to a limited extent, at least not optimally coordinated with each other.
  • a decentralized detection of the driving state requires a high computing power, many components and a high consumption of electricity.
  • Such a future driving maneuver could, for example, a planned overtaking maneuver, an upcoming lane change or a
  • the invention is therefore based on the object to provide an improved vehicle that can help the driver to drive the vehicle safer, more comfortable or more economical.
  • the invention is therefore based on the object to provide an improved vehicle that can help the driver to drive the vehicle safer, more comfortable or more economical.
  • Performance, reliability and accuracy of driver assistance systems of the vehicle can be improved.
  • Next is preferably the weight, the required computing power or the power consumption of such systems and the vehicle can be reduced.
  • This object is achieved with a device for the prediction of
  • the object is achieved in particular by a device for predicting driving state transitions of a vehicle, wherein the device
  • At least one detection device for recording driving data at least one detection device for recording driving data
  • a data transmission device for transmitting the driving data to a calculation unit
  • calculation unit is configured based on the
  • a memory device for storing at least one data structure, each having at least one pair of data from a driving state coding for one of the future driving conditions and the associated
  • driving situation can be understood as the totality of the objectively observable factors that describe the current situation of driving, also called “driving scene”.
  • the driving situation may include a description of the vehicle, the driver and the vehicle environment.
  • vehicle environment can mean the complete environment of the vehicle,
  • movable and immovable objects for example in the form of foreign vehicles, road restrictions, obstacles or edge development or planting, and for example lane markings, the
  • driving data can include all data from which information about the driving situation can be obtained, which are therefore suitable for at least partially describing the driving situation can be kinematic data of the vehicle or objects from the
  • the driving data may include, in particular, the position, speed, acceleration and orientation direction of the vehicle and of other road users, in particular foreign vehicles, or the relative movement of the vehicle to other road users, in particular foreign vehicles, to the route or to other objects in the environment.
  • driving data may include information about the operating state of the vehicle.
  • operations of the driver such as an operation of the accelerator pedal, the brake, the
  • Gear shift, the turn signal or a voice command to the driving data include.
  • driving data may include information about the operating state of the vehicle.
  • operator actions may belong to the driving data.
  • the driving data can be stored in a memory device at least temporarily. In this case, driving data can be both metrologically recorded raw data, as well as prepared, merged, interpreted or otherwise processed data, which allow conclusions about the driving situation.
  • a detection device can be understood as any device which can detect, in particular metrologically generate, record or receive driving data and / or can further process it.
  • Detection device may in particular sensors or
  • Data communication devices include.
  • the at least one detection device comprises an image capture device, a magnetic field capture device, an infrared system, a lidar system
  • Radar system an ultrasound system, a gyrosensor, a GPS or DGPS receiver, or a combination of said systems.
  • a variety of different or similar detection devices may be used at any suitable location in the vehicle, i. decentralized, distributed to capture different driving data.
  • the data transmission device is designed, in particular, for driving data between the at least one detection device and the
  • Calculation unit are connected, and preferably all detected driving data are transmitted to the calculation unit.
  • the entirety of the acquired driving data preferably represents a simplified image of the actual Driving situation, and can be used to predict future
  • the calculation unit may comprise a processor, for example a CPU, preferably a microprocessor or a microcontroller, and is preferably designed to store probability values for the transition of the vehicle into future driving states from the finite quantity of
  • driving state as an element from a set of driving states can be understood as meaning different defined driving maneuvers, which are based on a typical driving maneuver
  • the following maneuvers are to be understood as driving conditions of the vehicle: overtaking, following driving, braking, stopping, accelerating, starting, active lane change, turning, parking on or off, standing, multiple lane change or threading, this
  • Collection could be expanded as desired or refined by defining more detailed maneuvers. But the amount of driving conditions is finite in particular, so in particular has a countable number of possible
  • Calculation unit determines in particular probabilities for future driving state transitions in the form of calculated probability values, ie numerical values between 0 and 1, for the transition of the vehicle into driving states from the finite quantity.
  • a probability value for different driving conditions are calculated.
  • a value of 0 for a driving state means that the corresponding maneuver will certainly not be performed
  • a value of 1 for a driving state means, for example, that the corresponding maneuver will be performed safely.
  • the calculation of the probability values is based in particular on the driving data and transition conditions between a finite amount of driving conditions of the vehicle.
  • the transitional conditions represent, in particular, defined relationships between driving states and can include conditions or consider influencing parameters. For example, the driving state transition to the state "overtaking" from the current
  • Driving state "standing” may not be possible without going into the previous driving state “accelerate", and the driving state transition to the state “overtaking” to be dependent on an overtaking ban on the track.
  • the memory device may comprise a data memory for storing data. It can be an independent device or be connected directly to the calculation unit or integrated therein. Data, in particular data structures containing the probability values, driving data or
  • Configuration data can be read from the memory device and / or written into it.
  • the calculation unit and the storage device may be integrated into a driving state prediction unit or configured as a driving state prediction unit, in which the
  • the at least one data structure in each case contains at least one data pair from a driving state coding and the associated one
  • the associated probability value is the probability value calculated for a specific future driving state transition.
  • the driving state transition is characterized in particular by a clear driving condition coding.
  • the data pair may be a tuple of exactly two elements, where the first element may be a code, such as a numeric identifier or an enumerated data type ("enum”), for a future driving state, and the second element
  • Numerical value can be less than or equal to 1 and greater than or equal to 0.
  • Data structure may be, for example, of the type of a data field ("array") and contain a plurality of similar data pairs, each data pair in particular contains the probability value for the transition to a particular future driving state. Furthermore, a plurality of data structures can be stored, wherein the data structures preferably relate in each case to a particular point in time at which the probability values in the contained data pairs were calculated.
  • FAS Driver Assistance Systems of a vehicle allow a more comprehensive, accurate and reliable support of the driver.
  • a vehicle can thereby be safer, more comfortable and / or more economical.
  • the required computing power, the number of components and the power consumption of FAS can be reduced.
  • New, more comprehensive and powerful functions of FAS are enabled.
  • FAS can take into account the estimated likelihood values for the upcoming execution of certain driving maneuvers and thereby assist the driver at the right time, better and more reliably than before.
  • the at least one detection device is designed for the communication of driving data with foreign vehicles and / or a traffic telematic device.
  • the communication can take place from vehicle to vehicle ("car-to-car”, C2C) or between the vehicle and a traffic telematic device, for example the radio device of a traffic center ("car-to-infrastructure", C2I) and can in particular via Bluetooth or a mobile standard.
  • car-to-car vehicle to vehicle
  • a traffic telematic device for example the radio device of a traffic center
  • C2I traffic center
  • Bluetooth Bluetooth
  • the at least one detection device comprises at least one inner camera directed at the driver, which captures driving data about the driver's condition and possibly categorizes it.
  • the driving data can be the result of a
  • the indoor camera may include a categorizer that acquires and categorizes the driver condition data from detected driving data in which driver condition data is included.
  • possible categorizations could be emotional quantification or attention-getting quantification of the driver's condition.
  • Emotional categories could be, for example, an aggressive, impatient, angry, nervous, concentrated, relaxed, or vengeful state of the driver.
  • the condition of the driver could also be categorized as "attentive” or "inattentive”.
  • the inside camera is for detecting the driver
  • a driver's gaze in the exterior mirror as detected by an eye-tracking system, could increase
  • Probability of a planned overtaking maneuver and taken into account in the calculation of the probability values can work together.
  • An interior camera can record the driver's condition, categorize it and take it into account when calculating the probability values.
  • Driver assistance systems can thereby more reliably, more accurately and at a more appropriate time, so if necessary, sooner or later, respond.
  • the data transmission device comprises a real-time capable
  • the communication link may be implemented as a CAN bus or FlexRay bus to provide a reliable
  • Guarantee calculation unit via the communication link As a result, the reliability of driver assistance systems and the safety of the vehicle can be further increased.
  • the device according to the invention stores / a memory device configuration data, based on which the
  • the memory device for storing the configuration data may be the same as the memory device for storing the at least one data structure, or another
  • configuration data may be understood to mean data required to make the calculation unit so
  • Such configuration data can in particular contain values for
  • Transition probabilities between the driving states and / or values for emission probabilities of the driving data for each of the driving states include.
  • the configuration data are therefore especially selected
  • Transition probabilities can be stored, for example, in the form of tables which contain predefined probability values for transitions between in each case two specific driving states.
  • Emission probabilities may, for example, be stored in the form of tables containing predefined probability values for the observation of specific driving data for each driving condition of the vehicle from the set of driving conditions. It is possible to obtain transition probabilities and / or emission probabilities, for example analytically, experimentally or from simulations, and in this way to create a suitable calculation model for driving state transitions.
  • the calculation unit becomes
  • Bayesian network configured to calculate the probability values. As a result, the calculation of probability values can be carried out deterministically and thus clearly traceable.
  • a storage device stores a finite amount of driving state codes for driving maneuvers, the amount having a cardinality of less than 1000, preferably less than 100, more preferably less than 30, and more than 5.
  • driving state codes correspond exactly to one element from the finite quantity of driving states.
  • codes for the following driving conditions may be included in the quantity: overtaking,
  • a driving state encoding may be a number identifier or an enum
  • the above object is further by a vehicle with a
  • Such a vehicle can be driven by a driver safer, more comfortable and / or more economical.
  • the vehicle comprises at least one driver assistance system, which is designed to detect the at least one data structure and depending on the at least one probability value
  • At least one actuator of the vehicle controls to order by a
  • At least one driver information output device of the vehicle controls to the driver by issuing driving relevant
  • the at least one driver assistance system acquires the data structure in particular by means of the data transmission device, which is preferably real-time capable. However, other data transmission devices can also be provided. Dependent on those contained in a data structure
  • a FAS can be activated to perform an appropriate assistance function. For example, a FAS could be activated if the probability value of a Driving state coding, for which corresponding driving maneuver this FAS offers an assistance function, exceeds a defined limit value, for example 90% probability.
  • a FAS can use actuators directly in the
  • Vehicle dynamics in particular the longitudinal or transverse guidance, engage the vehicle by the brake or the steering is actuated, for example, due to a control signal sent to an actuator.
  • a FAS via driver information output devices may provide the driver with information that helps him make decisions regarding the driving of the vehicle.
  • Driver Information Output Device may be used here in particular
  • a FAS may drive one or a plurality of actuators, or one or a plurality of driver information output devices. Likewise, an actuator or a
  • Driver information output device are driven by a plurality of FAS.
  • a plurality of FASs By having a plurality of FASs on the at least one
  • equipped vehicle can therefore be driven by a driver safer, more comfortable and / or more economical.
  • accuracy, reliability and / or the scope of performance of driver assistance systems can be increased.
  • the stated object is further achieved by a method for predicting driving state transitions of a vehicle, in particular by means of one of the described devices, the method having the following features
  • Process steps include:
  • Data transmission device c) calculating step of calculating probability values for the transition of the vehicle to future driving conditions from a finite amount of driving conditions of the vehicle, wherein the calculation is performed based on the driving data and transient conditions between the finite amount of driving conditions of the vehicle;
  • each includes at least one pair of data from a driving state encoding for one of the future driving conditions and the associated probability value for the transition of the vehicle in this driving state, in a memory device.
  • the calculation step is based on an estimation of future driving states which depend on the driving data and on a memory device
  • a driving state of the vehicle is not known per se, but can be estimated only by interpretation of recorded driving data, so metrical observations made. Therefore, in the calculation step, a state estimation can be performed depending on the travel data and configuration data.
  • the configuration data could be values for
  • Transition probabilities between the driving states and / or values for emission probabilities of the driving data for each of the driving states include. Transition probabilities may, for example, be stored in the form of tables, the predetermined probability values for
  • Emission probabilities, or observation probabilities may for example be stored in the form of tables, the predetermined ones
  • the memory device for storing the configuration data may be the same as the memory device for storing the at least one
  • Data structure or be another storage device.
  • Calculation step is preferably according to the calculation rule for a Hidden Markov model, for example, according to the Viterbi algorithm, or performed for a dynamic Bayesian network.
  • method steps are repeated cyclically in a time loop with a time step width, wherein the time step size is read from a memory device, and the transition conditions are preferably selected from the
  • the time step size may be a stored parameter for a time interval and could be predetermined as a fixed value, or dynamically calculated, for example, depending on current driving data.
  • the time step size could be read from the same memory device in which the data structure is stored, or from a further memory device. Process steps, in particular the
  • the acquisition step, the data transfer step, the calculation step and the storage step may be repeated cyclically in a time loop, wherein the time interval between two consecutive process runs may be the time step size.
  • the transition conditions preferably depend on the time step size such that with short time step widths the probability of the vehicle remaining in a current driving state is greater than with long time step widths, or vice versa, that with long time step widths the probability of a transition of the vehicle to another future driving condition is greater than with short time increments.
  • the calculation step is carried out as a function of a time series of driving data, wherein the time series of driving data is read from a memory device, and the time series preferably comprises driving data acquired at two times.
  • a time series of driving data can be a sequence of
  • Driving records that have been recorded at different times, especially in different time steps of a time loop.
  • the time series of driving data can be read from the same storage device in which the data structure is stored, or from another
  • Driving state transitions can improve the predictive quality.
  • the required computing power can be kept low and the calculation step executed quickly.
  • the calculation step is carried out as a function of a driver-type model which is selected based on the driving behavior of the driver.
  • the driver type model could be selected via a user interface by the driver himself, or automatically selected based on a driver's behavior determined from the vehicle operator actions.
  • the driver type model could correspond, for example, to a passive, normal, or sporty driving style.
  • the driver type model could correspond, for example, to a passive, normal, or sporty driving style.
  • the at least one data structure is transmitted to a plurality of driver assistance systems of the vehicle, wherein a driver assistance system is dependent on the at least one probability value
  • At least one actuator of the vehicle controls to order by a
  • At least one driver information output device of the vehicle controls to the driver by issuing driving relevant
  • the transmission of the at least one data structure by means of the data transmission device preferably takes place with a real-time capability Communication connection, although other data transmission devices may be provided.
  • driver assistance systems are: a
  • Recuperation function intelligent automatic shift, automatic start / stop, lane departure warning (LDW), lane change assistant (LCA), traffic jam assistant, distance control, automatic parking , a park distance control, a switching of the display functions based on driving conditions or a head-up display
  • Memory device to be transmitted to a plurality of decentralized FAS in the vehicle.
  • the at least one data structure is shared with all
  • An inventively equipped vehicle can therefore be safer, more comfortable and / or economical driven by a driver.
  • a storage medium having executable machine instructions that cause a computer to implement one of the described methods when the machine instructions are executed is solved.
  • Figure 1 is a schematic representation of an embodiment of the
  • a vehicle according to the invention having a device for predicting driving state transitions, which are transmitted to driver assistance systems.
  • Figure 2 is a schematic representation of an embodiment of the
  • Threading maneuver is configured
  • FIG. 3 is a flow chart of an embodiment of the invention
  • Figure 1 shows a schematic representation of an embodiment of the
  • Inventive vehicle 2 with a device for predicting driving state transitions, which are transmitted to driver assistance systems.
  • vehicle 2 which is shown here as a motor vehicle, in particular a car, is equipped with the device 1 according to the invention, with which the
  • a plurality of detection devices 10 (17, 18, 19, 20, 21, 22, 23, 24, 25), a driving state prediction unit 30, which has a
  • Driver assistance systems 14 (14a, 14b, 14c, 14d) are provided with actuators 15 (26, 27) and / or with driver information output devices 16 (28, 25).
  • Vehicle 2 is a real driving situation that results from interpreting captured driving data 109 via the vehicle Driver and the vehicle environment can be at least partially described by means of a plurality of detection devices 10.
  • a foreign vehicle 3 and a traffic telematic device 4 are located in the environment of the vehicle 2.
  • the vehicle is driven by a driver 5.
  • Driving data 109 about the movement of the vehicle 2, as the position, speed, acceleration or orientation direction, can be
  • a DGPS or GPS receiver 21 as part of a satellite navigation system or via suitable metrological sensors, such as a gyrosensor, are determined.
  • suitable metrological sensors such as a gyrosensor
  • the Operating state of the vehicle 2 so for example, the state of the engine, the powertrain, the brake system, the lighting, the chassis, the wheels, as well as the driving dynamics, fuel consumption or the state of charge of a battery, via suitable metrological components of the
  • Detecting devices 10 are shown. The relative movement of the
  • Pedestrians can use different sensors as elements of
  • Detecting devices 10 are determined, for example via
  • Ultrasonic sensors 19 for determining the distance to obstacles when parking or parking.
  • Lidarsysteme 20 and radar 22 which may be mounted laterally symmetrical on the vehicle 2 as well as on the front or rear side, scan the environment on movable or stationary objects, such as foreign vehicles 3, road restrictions, obstacles in the lane, edge development or .pfef lance, but also open spaces.
  • image capture devices such as side mirror cameras 18 or at least one rear camera 24 or front camera 25, further driving data 109 such as lane markings, the
  • Further driving data 109 are generated by detection devices 10, the operator's actions, such as an operation of the steering, the accelerator pedal, the brake, the gearshift, the turn signal or a
  • an inside camera 17 which is mounted above the driver's field of vision inside the vehicle, is aimed at the driver to detect his or her eye movement, head movement or facial expression. So the attention, or tiredness, of the driver can be monitored due to his eye movement, or via an eye-tracking system his driving intent, for example by looking in the side or
  • the vehicle 2 can be connected to third party vehicles 3 ("car-to-car”, C2C) and / or traffic telematic devices 4 ("car-to-infrastructure", C2I),
  • the radio of a traffic center communicate and driving data 109 about upcoming maneuvers and the traffic situation
  • This communication can be handled in particular via Bluetooth or a mobile standard, such as WLAN, UMTS or LTE.
  • These and other detection devices 10 can be arranged in the vehicle at any suitable locations.
  • the driving data 109 recorded in the vehicle are transmitted to a computer via a data transmission device 11 having a real-time-capable communication connection
  • Driving state predicting unit 30, which includes a calculation unit 12 and a memory device 13, transmitted.
  • the driving data 109 are stored in a memory device, preferably the memory device 13, at least temporarily.
  • Data transmission device 11 is in particular a
  • the calculation device 12 comprises a computing unit, in particular a processor, wherein the processor can be designed as a CPU or microprocessor.
  • the calculator 12 executes programmed calculation commands based on a calculation model for estimating driving conditions.
  • a calculation model is based on the read-in driving data 109 and predetermined transition conditions between a finite amount of driving conditions of the vehicle 2.
  • the calculation unit 12 is configured so that it can be operated as a finite automaton. In particular, she is configured to
  • the calculation rule is based on a hidden Markov model or dynamic Bayesian network.
  • Calculation device for a state estimation are used, in particular conditional, transition probability values 104 between the driving conditions and / or values for emission probability values 105 of the driving data for each of the driving conditions stored in the memory device 13, or another memory device.
  • Probability tables 106 and 107 are provided.
  • Calculation means 12 calculates probability values 103 for the transition of the vehicle 2 into future driving states from the finite amount of driving states of the vehicle 2.
  • Driving conditions of the vehicle can be, in particular, the following maneuvers: overtaking, following, braking, stopping, accelerating, starting, active lane change, turning, Parking or parking, standing, multiple lane changes or threading. This list can be extended by further driving maneuvers or classifiable driving phases.
  • Driving state is assigned a unique driving state encoding 102.
  • a driving state encoding 102 is a unique identifier for an assigned one Driving condition, in particular a numerical code. It is also conceivable to realize the set of driving state codes 108 with an enumeration type, for example an enum data type.
  • the amount usefully has more than 10, but less than 1000, preferably less than 100, more preferably less than 30 driving states or driving state codes 102 in order to limit the complexity of the calculation model.
  • the amount of driving state codes 108 is stored here in the memory device 13, but could also be stored in a further memory device. The calculated
  • Probability values 103 are stored in a memory device 13 in a data structure 100, for example in the form of a data field ("array").
  • a data structure 100 contains in each case a plurality of data pairs 101 from a driving state coding 102 and the associated one
  • a data structure 100 includes a data pair 101 for each future driving state in which the vehicle could transition.
  • the number of data pairs 101 contained in a data structure 100 coincides with the number of elements of the set of
  • Driving condition codes 108 match.
  • probability values can also be 0 or 1 if a corresponding driving state transition appears impossible or safe.
  • Driver assistance systems (FAS) 14 (14a, 14b, 14c, 14d) of the vehicle 2 detect at least one data structure 100 via the
  • the FAS 14 are activated to perform their respective function or not.
  • the values from a plurality of data structures 100 for example a temporal course of probability values 103, can also be taken into account.
  • a FAS 14 may have a
  • a fourth FAS 14d can
  • a third FAS 14c may intervene via a steering actuator 27 early if necessary in the steering.
  • a FAS 14 may proactively initiate the following technically-acting assistance functions via suitable actuators 15: bias the powertrain for an overtaking maneuver; for a follow-up driving maneuver switch to an economical vehicle operation (eco mode) with distance function; for a Braking maneuvers select a forward-looking shift strategy; for a
  • Stop maneuvers activate recuperation; for an acceleration maneuver, bias the drive train and shift the transmission; activate a start-stop system for the engine for a start maneuver; for an active one
  • Lane change suppresses a lane change assistant (LCA) or a lane departure warning (LDW); determine or display the most probable path (MPP) for a turn maneuver, activate a parking assistant and / or switch display systems for an entry or exit maneuver, for a multiple lane change via C2I or C2C
  • LCA lane change assistant
  • LW lane departure warning
  • MPP most probable path
  • a FAS 14 via driver information output devices 16 to the driver 5 information or take over warning functions that may include acoustic, haptic or visual warning signals to the driver 5.
  • a first FAS 14a can via a speaker 29 acoustic warning signals or
  • a second FAS 14b may display information to the driver via a head-up display 28, such as obstacles or a possible driving corridor.
  • Figure 2 shows a schematic representation of an embodiment of the device according to the invention, which is used for the calculation of
  • Probability values for an overtaking maneuver and a threading maneuver is configured.
  • the components are interconnected as already described with reference to FIG.
  • the numerical values shown are for the purposes of
  • Embodiments also assume other values. Further embodiments of the device can be described with regard to the number of displayed parameters, in particular the travel data 109 and the driving state codes 102, and the resulting dimensions, in particular of the data structures 100,
  • Embodiments are the set of driving state transition codes 108, the driving data 109, two data structures 100, one
  • Transition probability table 106 and a
  • Emission probability table 107 stored in the storage device 13. Of the data structures 100, a first data relating to the previous time step t-1, and a second with respect to the current time step t.
  • the driving state coding 102 is realized as a three-digit numerical code, here the code "001” stands for an overtaking maneuver and the code "002" stands for a threading maneuver.
  • Detecting means 10 detected driving data 109 are executed in
  • a sensor on the turn signal for example, by a sensor on the turn signal, a sensor on the gas pedal, a radar system 22 for determining the distance to a front-driving foreign vehicle 3 and a front camera 25 for detecting
  • Storage device 13 is stored. One per
  • Transition probability table 106 contains transition probabilities 104 for the transition from a driving state in the previous time step t-1 to a driving state in the current time step t, or from the current time step t to a future time step t + 1.
  • Emission probability table 107 contains emission probabilities 105, ie probabilities of observing or detecting certain driving data 109 in a driving state. The stored data will be sent to the
  • State estimator for computing probability values 103 according to a calculation rule based on a hidden Markov model
  • a probability value 103 for the transition of the vehicle 2 into the driving states with the driving state codes 102 with the codes "001" and "002" in the time step is respectively generated t + 1 calculated.
  • Time steps are specified by the time step At, which is not
  • Transition probabilities 104 may be set dependent on the time step distance ⁇ t.
  • FIG. 3 shows a flow chart of an embodiment of the method according to the invention, which is executed cyclically in a time loop. Starting with a detection step 201 in which driving data 109 is detected, the driving data 109 is transmitted to a calculating device in a transmitting step 202
  • Data structures 100 for all FAS 14 become a uniform basis, in the form of a uniform interpretation of the driving data 109 with respect to the
  • Driving situation created for the functionality of all FAS 14.
  • a driving situation is classified centrally in the vehicle and forwarded to FAS 14 of the vehicle 2. This improves the performance, accuracy and reliability of the FAS 14 of the vehicle 2.

Abstract

Die Erfindung löst die Aufgabe, ein verbessertes Fahrzeug bereitzustellen, das dem Fahrer helfen kann, mit dem Fahrzeug sicherer, komfortabler oder ökonomischer zu fahren. Insbesondere wird die Leistungsfähigkeit, Zuverlässigkeit und Genauigkeit von Fahrerassistenzsystemen des Fahrzeugs verbessert. Dies wird erreicht durch eine Vorrichtung zur Vorhersage von Fahrzustandsübergängen eines Fahrzeugs, wobei die Vorrichtung umfasst: mindestens eine Erfassungseinrichtung zur Erfassung von Fahrdaten, eine Datenübertragungseinrichtung zur Übertragung der Fahrdaten an eine Berechnungseinheit, wobei die Berechnungseinheit dazu ausgebildet ist, basierend auf den Fahrdaten und Übergangsbedingungen zwischen einer endlichen Menge von Fahrzuständen des Fahrzeugs, Wahrscheinlichkeitswerte für den Übergang des Fahrzeugs in zukünftige Fahrzustände aus der endlichen Menge von Fahrzuständen des Fahrzeugs zu berechnen, und eine Speichereinrichtung zum Speichern von mindestens einer Datenstruktur, die jeweils mindestens ein Datenpaar aus einer Fahrzustandskodierung für einen der zukünftigen Fahrzustände und dem zugehörigen Wahrscheinlichkeitswert für den Übergang des Fahrzeugs in diesen Fahrzustand beinhaltet. Die Vorhersage des zukünftigen Fahrzustands findet im Fahrzeug zentralisiert statt und wird den Fahrerassistenzsystemen des Fahrzeugs zur Verfügung gestellt, die aufgrund einer einheitlichen Interpretation des Fahrzustands ihre Assistenzfunktionen besser und aufeinander abgestimmt ausüben können.

Description

Vorrichtung zur Vorhersage von Fahrzustandsübergängen
Beschreibung
Die Erfindung betrifft eine Vorrichtung zur Vorhersage von
Fahrzustandsübergängen eines Fahrzeugs, ein entsprechend ausgestattetes Fahrzeug, sowie ein entsprechendes Verfahren.
Fahrerassistenzsysteme (FAS) sind Einrichtungen eines Fahrzeugs, insbesondere Kraftfahrzeugs, die den Fahrer beim Führen des Fahrzeugs unterstützen, indem sie bestimmte Aufgaben für ihn automatisiert übernehmen. Mögliche Ziele solcher FAS können die Erhöhung der Fahrsicherheit oder des Fahrkomforts für den Fahrer bzw. die Insassen des Fahrzeugs sein, sowie die Verbesserung der
Wirtschaftlichkeit des Fahrzeugbetriebs. FAS können autonom oder teilautonom direkt in die Fahrdynamik des Fahrzeugs eingreifen, oder dem Fahrer
Informationen zur Verfügung stellen, die ihm helfen die Fahrsituation richtig einzuschätzen und entsprechend zu handeln. Beispiele für bekannte FAS sind das Antiblockiersystem (ABS), das die Fahrsicherheit erhöht, indem es ein Blockieren der Räder beim starken Bremsen aktiv verhindert, oder die Ultraschall-basierte Einparkhilfe, die es dem Fahrer erleichtert, aufgrund akustischer Warnsignale beim Parken den Abstand zu Fremdfahrzeugen abzuschätzen.
Moderne FAS nutzen eine Vielzahl von Sensoren, um Daten zu erfassen, aus denen Informationen über die momentane Fahrsituation gewonnen werden können. Um die Leistungsfähigkeit und Zuverlässigkeit von FAS zu erhöhen, werden immer mehr Daten erfasst und zur Erkennung immer komplexerer
Fahrsituationen weiterverarbeitet. Basierend auf einer bestimmten erkannten Fahrsituation in der sich das Fahrzeug aktuell befindet, übt ein
Fahrerassistenzsystem gegebenenfalls eine Funktion zur Unterstützung des Fahrers aus, beispielsweise über Aktoren im Fahrzeug oder entsprechende Anzeigeeinrichtungen oder Warnsignale für den Fahrer.
Im Stand der Technik wird das Verhalten des Fahrers beim Führen des Fahrzeugs aufgrund von messtechnisch erfassten Daten über die aktuelle Fahrdynamik und Bedienungshandlungen des Fahrers bei der Interpretation der Fahrsituation berücksichtigt. Dabei wird basierend auf den erfassten Sensordaten ein momentaner Fahrzustand von den verschiedenen FAS getrennt voneinander, d.h. dezentral, interpretiert und eine Entscheidung über die Ausübung der jeweiligen Assistenzfunktion aufgrund des erkannten Fahrzustands oder einer
chronologischen Reihe von Fahrzuständen getroffen. Dabei kann es zu
fehlerhaften oder widersprüchlichen Ergebnissen bei der Erkennung von
Fahrzuständen kommen, die dazu führen, dass FAS ihre Wirkung nicht oder nur eingeschränkt, zumindest nicht bestmöglich aufeinander abgestimmt, entfalten können. Außerdem erfordert eine dezentrale Erkennung des Fahrzustands eine hohe Rechenleistung, viele Komponenten und einen hohen Verbrauch von Strom.
Die Absicht des Fahrers, mit dem Fahrzeug in naher oder fernerer Zukunft ein bestimmtes Fahrmanöver durchzuführen, wird im Stand der Technik bisher nicht berücksichtigt. Ein solches zukünftiges Fahrmanöver könnte beispielsweise ein geplantes Überholmanöver, ein bevorstehender Spurwechsel oder ein
beabsichtigtes Anhalten des Fahrzeugs sein. FAS aus dem Stand der Technik berücksichtigen keine Ereignisse, die bezüglich des Fahrzustands des Fahrzeugs zukünftig auftreten oder antizipiert werden könnten. Es ist nicht möglich den Übergang eines Fahrzeugs von einem momentanen Fahrzustand in zukünftige
Fahrzustände vorherzusagen oder zu schätzen. Eine vorausschauende Auslegung von Fahrerassistenzsystemen für zukünftige Fahrmanöver ist daher bisher nicht möglich. Deshalb können bekannte FAS ihre Funktionen nur ungenau oder nicht zum bestmöglichen Zeitpunkt ausüben. Außerdem ist der Umfang der
Funktionalität von FAS beschränkt, weil komplexere Funktionen eine
zuverlässigere und detailliertere Vorhersage von Fahrzustandsübergängen als Grundlage für die wirksame Ausübung ihrer Funktionen benötigen.
Der Erfindung liegt deshalb die Aufgabe zugrunde ein verbessertes Fahrzeug bereitzustellen, das dem Fahrer helfen kann mit dem Fahrzeug sicherer, komfortabler oder ökonomischer zu fahren. Insbesondere soll die
Leistungsfähigkeit, Zuverlässigkeit und Genauigkeit von Fahrerassistenzsystemen des Fahrzeugs verbessert werden. Weiter soll vorzugsweise das Gewicht, die erforderliche Rechenleistung oder der Stromverbrauch solcher Systeme und des Fahrzeugs reduziert werden.
Diese Aufgabe wird mit einer Vorrichtung zur Vorhersage von
Fahrzustandsübergängen eines Fahrzeugs gemäß Anspruch 1, einem Fahrzeug nach Anspruch 7, einem Verfahren zur Vorhersage von Fahrzustandsübergängen eines Fahrzeugs gemäß Anspruch 9 und einem computerlesbaren Speichermedium gemäß Anspruch 15 gelöst.
Die Aufgabe wird insbesondere durch eine Vorrichtung zur Vorhersage von Fahrzustandsübergängen eines Fahrzeugs gelöst, wobei die Vorrichtung
Folgendes umfasst:
- mindestens eine Erfassungseinrichtung zur Erfassung von Fahrdaten,
- eine Datenübertragungseinrichtung zur Übertragung der Fahrdaten an eine Berechnungseinheit,
wobei die Berechnungseinheit dazu ausgebildet ist, basierend auf den
Fahrdaten und Übergangsbedingungen zwischen einer endlichen Menge von Fahrzuständen des Fahrzeugs, Wahrscheinlichkeitswerte für den Übergang des Fahrzeugs in zukünftige Fahrzustände aus der endlichen Menge von
Fahrzuständen des Fahrzeugs zu berechnen,
eine Speichereinrichtung zum Speichern von mindestens einer Datenstruktur, die jeweils mindestens ein Datenpaar aus einer Fahrzustandskodierung für einen der zukünftigen Fahrzustände und dem zugehörigen
Wahrscheinlichkeitswert für den Übergang des Fahrzeugs in diesen
Fahrzustand beinhaltet.
Der Begriff „Fahrsituation" kann als die Gesamtheit der objektiv beobachtbaren Faktoren verstanden werden, die die momentane Situation des Fahrens, auch „Fahrszene" genannt, beschreiben. Zur Fahrsituation kann eine Beschreibung des Fahrzeugs, des Fahrers und des Fahrzeugumfelds gehören. Unter den Begriff „Fahrzeugumfeld" kann dabei die komplette Umgebung des Fahrzeugs,
insbesondere bewegliche und unbewegliche Objekte, beispielsweise in Form von Fremdfahrzeugen, Fahrbahnbeschränkungen, Hindernissen oder Randbebauung bzw. -bepflanzung, sowie beispielsweise Fahrstreifenmarkierungen, die
Fahrbahnbeschaffenheit, die Witterung, die Lichtverhältnisse, das allgemeine Verkehrsgeschehen, die Streckenführung, verkehrsregelnde Gebote bzw. Verbote auf der Strecke oder Verkehrszeichen fallen.
Unter die Definition des Begriffs„Fahrdaten" können alle Daten fallen, aus denen Informationen über die Fahrsituation gewonnen werden können, die also geeignet sind die Fahrsituation zumindest teilweise zu beschreiben. Zu den Fahrdaten können kinematische Daten des Fahrzeugs oder von Objekten aus dem
Fahrzeugumfeld gehören. Zu den Fahrdaten können insbesondere die Position, Geschwindigkeit, Beschleunigung und Orientierungsrichtung des Fahrzeugs und von anderen Verkehrsteilnehmern, insbesondere Fremdfahrzeugen, bzw. die Relativbewegung des Fahrzeugs zu anderen Verkehrsteilnehmern, insbesondere Fremdfahrzeugen, zur Fahrstrecke oder zu sonstigen Objekten in der Umgebung gehören. Weiterhin können Fahrdaten Informationen über den Betriebszustand des Fahrzeugs beinhalten. Außerdem können Bedienungshandlungen des Fahrers, wie beispielsweise eine Betätigung des Gaspedals, der Bremse, der
Gangschaltung, des Blinkers oder ein Sprachkommando zu den Fahrdaten gehören. Weiterhin können Fahrdaten Informationen über den Betriebszustand des Fahrzeugs beinhalten. Außerdem können Bedienungshandlungen des Fahrers zu den Fahrdaten gehören. Die Fahrdaten können in einer Speichereinrichtung zumindest vorübergehend gespeichert werden. Dabei können Fahrdaten sowohl messtechnisch erfasste Rohdaten sein, als auch aufbereitete, fusionierte, interpretierte oder sonst weiterverarbeitete Daten, die Rückschlüsse auf die Fahrsituation zulassen.
Unter einer Erfassungseinrichtung kann jede Einrichtung verstanden werden, die Fahrdaten erfassen, insbesondere messtechnisch erzeugen, aufzeichnen oder empfangen, und/oder weiterverarbeiten kann. Die mindestens eine
Erfassungseinrichtung kann insbesondere Sensoren oder
Datenkommunikationseinrichtungen umfassen. Beispielsweise umfasst die mindestens eine Erfassungseinrichtung eine Bilderfassungseinrichtung, eine Magnetfelderfassungseinrichtung, ein Infrarotsystem, ein Lidarsystem, ein
Radarsystem, ein Ultraschallsystem, ein Gyrosensor, ein GPS- oder DGPS- Empfänger, oder eine Kombination der genannten Systeme. Eine Vielzahl von verschiedenen oder gleichartigen Erfassungseinrichtungen kann an beliebigen geeigneten Stellen im Fahrzeug, d.h. dezentral, verteilt angebracht sein, um unterschiedliche Fahrdaten zu erfassen.
Die Datenübertragungseinrichtung ist insbesondere dazu ausgebildet, Fahrdaten zwischen der mindestens einen Erfassungseinrichtung und der
Berechnungseinheit zu übertragen, wobei vorzugsweise alle
Erfassungseinrichtungen über die Datenübertragungseinrichtung mit der
Berechnungseinheit verbunden sind, und vorzugsweise alle erfassten Fahrdaten an die Berechnungseinheit übermittelt werden. Die Gesamtheit der erfassten Fahrdaten stellt vorzugsweise ein vereinfachtes Abbild der tatsächlichen Fahrsituation dar, und kann zur Vorhersage von zukünftigen
Fahrzustandsübergängen des Fahrzeugs genutzt werden. Vorzugsweise werden alle im Fahrzeug verfügbaren Fahrdaten in einer einzigen Speichereinheit gesammelt, d.h. zentral, gespeichert, bevor sie an die Berechnungseinheit übermittelt bzw. in die Berechnungseinheit eingelesen werden. Dies hätte den Vorteil, dass die unterschiedlichen Fahrdaten zunächst auf Plausibi I ität geprüft werden könnten, insbesondere im Hinblick auf die Erkennung von zueinander konsistenten Fahrzuständen, und dadurch Fahrzustände genauer und
zuverlässiger, insbesondere zentral, vorhergesagt und im Fahrzeug, insbesondere dezentral, zur Verfügung gestellt werden könnten.
Die Berechnungseinheit kann einen Prozessor, beispielsweise eine CPU, vorzugsweise einen Mikroprozessor oder einen Mikrocontroller, umfassen und ist vorzugsweise dazu ausgebildet, Wahrscheinlichkeitswerte für den Übergang des Fahrzeugs in zukünftige Fahrzustände aus der endlichen Menge von
Fahrzuständen des Fahrzeugs zu berechnen. Unter dem Begriff „Fahrzustand" als Element aus einer Menge von Fahrzuständen können verschiedene definierte Fahrmanöver verstanden werden, die sich aufgrund einer dafür typischen
Fahrsituation klassifizieren lassen. Beispielsweise sind die folgenden Fahrmanöver als Fahrzustände des Fahrzeugs zu verstehen: Überholen, Folgefahren, Bremsen, Anhalten, Beschleunigen, Anfahren, aktiver Spurwechsel, Abbiegen, Ein- bzw. Ausparken, Stehen, mehrfacher Spurwechsel oder Einfädeln, wobei diese
Auflistung beliebig erweitert oder durch Definition detaillierterer Manöver verfeinert werden könnte. Die Menge der Fahrzustände ist aber insbesondere endlich, besitzt also insbesondere eine abzählbare Anzahl von möglichen
Fahrzuständen, die das Fahrzeug annehmen kann, bzw. in die es vom Fahrer überführt werden kann. Folglich kann der Begriff „Fahrzustandsübergang" den Übergang, also den Wechsel, von einem Fahrzustand in einen anderen
beschreiben, wobei die Möglichkeit bestehen könnte, dass der Übergang in denselben Fahrzustand erfolgt, sodass das Fahrzeug den Fahrzustand tatsächlich nicht wechselt, sondern im momentanen Fahrzustand verbleibt. Ein Übergang in einen zukünftigen Fahrzustand wäre demnach ein zeitlich bevorstehendes
Fahrmanöver, das mit dem Fahrzeug durchgeführt werden soll. Die
Berechnungseinheit ermittelt insbesondere Wahrscheinlichkeiten für zukünftige Fahrzustandsübergänge in Form von berechneten Wahrscheinlichkeitswerten, also Zahlenwerten zwischen 0 und 1, für den Übergang des Fahrzeugs in Fahrzustände aus der endlichen Menge. Dabei kann jeweils ein Wahrscheinlichkeitswert für verschiedene Fahrzustände berechnet werden. Beispielsweise bedeutet ein Wert von 0 für einen Fahrzustand, dass das entsprechende Manöver sicher nicht durchgeführt werden wird und ein Wert von 1 für einen Fahrzustand bedeutet beispielsweise, dass das entsprechende Manöver sicher durchgeführt werden wird. Die Berechnung der Wahrscheinlichkeitswerte basiert insbesondere auf den Fahrdaten und Übergangsbedingungen zwischen einer endlichen Menge von Fahrzuständen des Fahrzeugs. Die Übergangsbedingungen stellen insbesondere definierte Zusammenhänge zwischen Fahrzuständen dar und können Bedingungen umfassen oder Einflussparameter berücksichtigen. Beispielsweise dürfte der Fahrzustandsübergang in den Zustand„Überholen" aus dem momentanen
Fahrzustand„Stehen" nicht möglich sein, ohne in den vorherigen Fahrzustand „Beschleunigen" überzugehen, und der Fahrzustandsübergang in den Zustand „Überholen" von einem auf der Strecke geltenden Überholverbot abhängig sein.
Die Speichereinrichtung kann einen Datenspeicher zum Speichern von Daten umfassen. Sie kann eine eigenständige Einrichtung sein oder unmittelbar an die Berechnungseinheit angeschlossen bzw. darin integriert sein. Daten, insbesondere Datenstrukturen die Wahrscheinlichkeitswerte enthalten, Fahrdaten oder
Konfigurationsdaten, können aus der Speichereinrichtung ausgelesen werden und/oder in sie hineingeschrieben werden. Die Berechnungseinheit und die Speichereinrichtung können in eine Fahrzustandsvorhersageeinheit integriert bzw. als eine Fahrzustandsvorhersageeinheit ausgebildet sein, in der die
Berechnungseinheit und die Speichereinrichtung intern miteinander
kommunizieren, insbesondere Daten austauschen.
Die mindestens eine Datenstruktur beinhaltet insbesondere jeweils mindestens ein Datenpaar aus einer Fahrzustandskodierung und dem zugehörigen
Wahrscheinlichkeitswert. Der zugehörige Wahrscheinlichkeitswert ist dabei insbesondere der für einen bestimmten zukünftigen Fahrzustandsübergang berechnete Wahrscheinlichkeitswert. Der Fahrzustandsübergang ist insbesondere durch eine eindeutige Fahrzustandskodierung gekennzeichnet. Das Datenpaar kann ein Tupel aus genau zwei Elementen sein, wobei das erste Element ein Code, beispielsweise eine Zahlenkennung oder ein Aufzählungsdatentyp („enum"), für einen zukünftigen Fahrzustand sein kann, und das zweite Element ein
Zahlenwert kleiner oder gleich 1 und größer oder gleich 0 sein kann. Eine
Datenstruktur kann beispielsweise vom Typ eines Datenfeldes („array") sein und mehrere gleichartige Datenpaare enthalten, wobei jedes Datenpaar insbesondere den Wahrscheinlichkeitswert für den Übergang in einen jeweils bestimmten zukünftigen Fahrzustand enthält. Weiterhin können mehrere Datenstrukturen gespeichert werden, wobei sich die Datenstrukturen vorzugsweise jeweils auf einen bestimmten Zeitpunkt beziehen, zu dem die Wahrscheinlichkeitswerte in den enthaltenen Datenpaaren berechnet wurden.
Eine solche erfindungsgemäße Vorrichtung zur Vorhersage von
Fahrzustandsübergängen eines Fahrzeugs hat den Vorteil, dass
Fahrerassistenzsysteme (FAS) eines Fahrzeugs eine umfangreichere, genauere und zuverlässigere Unterstützung des Fahrers ermöglichen. Ein Fahrzeug kann dadurch sicherer, komfortabler und/oder ökonomischer werden. Insbesondere ist der Vorteil, dass die FAS aufgrund einer zentralen Erkennung von Fahrzuständen aufeinander abgestimmt reagieren können. Weiterhin kann die erforderliche Rechenleistung, die Anzahl der Komponenten und der Stromverbrauch von FAS reduziert werden. Neue, umfassendere und leistungsfähigere Funktionen von FAS werden ermöglicht. FAS können die die ermittelten Wahrscheinlichkeitswerte für die bevorstehende Durchführung bestimmter Fahrmanöver berücksichtigen und der Fahrer dadurch zum richtigen Zeitpunkt, besser und zuverlässiger unterstützen als bisher.
In einer vorteilhaften Weiterbildung der erfindungsgemäßen Vorrichtung ist die mindestens eine Erfassungseinrichtung zur Kommunikation von Fahrdaten mit Fremdfahrzeugen und/oder einer verkehrstelematischen Einrichtung ausgelegt. Die Kommunikation kann von Fahrzeug zu Fahrzeug („Car-to-Car", C2C) oder zwischen Fahrzeug und einer verkehrstelematischen Einrichtung, beispielsweise der Funkeinrichtung einer Verkehrszentrale, („Car-to-l nfrastructure", C2I) stattfinden und kann insbesondere über Bluetooth oder einen Mobilfunkstandard abgewickelt werden. Dadurch können beispielsweise Fahrdaten über
bevorstehende Manöver mit Fremdfahrzeugen in der unmittelbaren Umgebung des Fahrzeugs ausgetauscht werden, beispielsweise über ein Einfädeln auf die Nachbarfahrspur, und die Vorhersage zukünftiger Fahrzustandsübergänge darauf abgestimmt werden. Außerdem können beispielsweise Fahrdaten über das Verkehrsgeschehen in der Umgebung des Fahrzeugs mit einer Verkehrszentrale ausgetauscht werden und in die Vorhersage zukünftiger Fahrzustandsübergänge mit einbezogen werden. Dadurch kann die Fahrsicherheit weiter erhöht werden. In einer vorteilhaften Weiterbildung der erfindungsgemäßen Vorrichtung umfasst die mindestens eine Erfassungseinrichtung mindestens eine auf den Fahrer gerichtete Innenkamera, die Fahrdaten über den Zustand des Fahrers erfasst und gegebenenfalls kategorisiert. Die Fahrdaten können das Ergebnis eines
Bildverarbeitungsprozesses sein. Insbesondere kann die Innenkamera eine Kategorisierungseinrichtung umfassen, die aus erfassten Fahrdaten, in denen Fahrerzustandsdaten enthalten sind, die Fahrerzustandsdaten erfasst und deren Kategorisierung durchführt. Mögliche Kategorisierungen könnten beispielsweise auf einer emotionalen Quantifizierung oder auf einer die Aufmerksamkeit betreffende Quantifizierung des Zustands des Fahrers sein. Emotionale Kategorien könnten beispielsweise ein aggressiver, ungeduldiger, verärgerter, nervöser, konzentrierter, entspannter, oder rachsüchtiger Zustand des Fahrers sein. Der Zustand des Fahrers könnte aber auch als„aufmerksam" oder„unaufmerksam" kategorisiert werden. Die Innenkamera ist zur Erfassung des Fahrers
vorzugsweise oberhalb des Sichtfeldes des Fahrers im Inneren des Fahrzeugs angebracht und kann insbesondere dessen Augenbewegung, Kopfbewegung und/oder Mimik erfassen. Beispielsweise könnte ein durch ein Eye-Tracking- System erkannter Blick des Fahrers in den Außenspiegel eine erhöhte
Wahrscheinlichkeit für ein geplantes Überholmanöver bedeuten und bei der Berechnung der Wahrscheinlichkeitswerte berücksichtigt werden. Es können mehrere Innenkameras oder weitere Bilderfassungssysteme zusammenwirken. Durch eine Innenkamera kann der Zustand des Fahrers erfasst, kategorisiert und bei der Berechnung der Wahrscheinlichkeitswerte berücksichtigt werden.
Fahrerassistenzsysteme können dadurch zuverlässiger, genauer und zu einem geeigneteren Zeitpunkt, also ggf. früher oder später, reagieren.
In einer vorteilhaften Weiterbildung der erfindungsgemäßen Vorrichtung umfasst die Datenübertragungseinrichtung eine echtzeitfähige
Kommunikationsverbindung. Die Kommunikationsverbindung kann insbesondere als ein CAN-Bus oder FlexRay-Bus ausgeführt sein, um eine zuverlässige
Übertragung von sicherheitsrelevanten Fahrdaten innerhalb einer vorbestimmten Zeitspanne zwischen der mindestens einen Erfassungseinrichtung zu der
Berechnungseinheit über die Kommunikationsverbindung zu garantieren. Dadurch kann die Zuverlässigkeit von Fahrerassistenzsystemen und die Sicherheit des Fahrzeugs weiter erhöht werden. In einer vorteilhaften Weiterbildung der erfindungsgemäßen Vorrichtung speichert eine/die Speichereinrichtung Konfigurationsdaten, basierend auf denen die
Berechnungseinheit als endlicher Automat zur Berechnung der
Wahrscheinlichkeitswerte konfiguriert ist. Dabei kann die Speichereinrichtung zum Speichern der Konfigurationsdaten dieselbe sein wie die Speichereinrichtung zum Speichern der mindestens einen Datenstruktur, oder aber eine weitere
Speichereinrichtung sein. Unter dem Begriff „Konfigurationsdaten" können Daten verstanden werden, die erforderlich sind, um die Berechnungseinheit so
auszubilden, dass sie als endlicher Automat betrieben werden kann. Solche Konfigurationsdaten können insbesondere Werte für
Übergangswahrscheinlichkeiten zwischen den Fahrzuständen und/oder Werte für Emissionswahrscheinlichkeiten der Fahrdaten für jeden der Fahrzustände umfassen. Die Konfigurationsdaten stellen also insbesondere gewählte
Einflussparameter des der Berechnung zugrunde liegenden Modells bzw. der Berechnungsmethode dar. Übergangswahrscheinlichkeiten können beispielsweise in Form von Tabellen gespeichert sein, die vorgegebene Wahrscheinlichkeitswerte für Übergänge zwischen jeweils zwei bestimmten Fahrzuständen enthalten.
Emissionswahrscheinlichkeiten können beispielsweise in Form von Tabellen gespeichert sein, die vorgegebene Wahrscheinlichkeitswerte für die Beobachtung bestimmter Fahrdaten für jeden Fahrzustand des Fahrzeugs aus der Menge der Fahrzustände enthalten. Es ist möglich Übergangswahrscheinlichkeiten und/oder Emissionswahrscheinlichkeiten beispielsweise analytisch, experimentell oder aus Simulationen zu gewinnen und auf diese Weise ein geeignetes Berechnungsmodell für Fahrzustandsübergänge zu erstellen. Die Berechnungseinheit wird
vorzugsweise gemäß einem Hidden-Markov-Modell oder dynamischen
Bayes'schem Netz zur Berechnung der Wahrscheinlichkeitswerte konfiguriert. Dadurch kann die Berechnung von Wahrscheinlichkeitswerten deterministisch und somit eindeutig nachvollziehbar durchgeführt werden.
In einer vorteilhaften Weiterbildung der erfindungsgemäßen Vorrichtung speichert eine/die Speichereinrichtung eine endliche Menge von Fahrzustandskodierungen für Fahrmanöver, wobei die Menge eine Kardinalität von weniger als 1000, vorzugsweise weniger als 100, weiter vorzugsweise weniger als 30, und mehr als 5 hat. Dabei kann die Speichereinrichtung zum Speichern der
Fahrzustandskodierungen dieselbe sein wie die Speichereinrichtung zum
Speichern der mindestens einen Datenstruktur, oder aber eine weitere
Speichereinrichtung sein. Die Elemente der endlichen Menge von Fahrzustandskodierungen entsprechen jeweils insbesondere genau einem Element aus der endlichen Menge der Fahrzustände. Beispielsweise können Kodierungen für die folgenden Fahrzustände in der Menge enthalten sein: Überholen,
Folgefahren, Bremsen, Anhalten, Beschleunigen, Anfahren, aktiver Spurwechsel, Abbiegen, Ein- bzw. Ausparken, Stehen, mehrfacher Spurwechsel oder Einfädeln. Eine Fahrzustandskodierung kann beispielsweise eine Zahlenkennung oder ein Aufzählungsdatentyp („enum") sein. Durch eine Reduktion der Mächtigkeit der gespeicherten Menge von Fahrzustandskodierungen, kann die erforderliche Rechenleistung für die Vorhersage von Fahrzustandsübergängen des Fahrzeugs relativ gering gehalten werden. Dadurch wird die Rechenzeit und weiter der Stromverbrauch reduziert.
Die genannte Aufgabe wird des Weiteren durch ein Fahrzeug mit einer
Vorrichtung zur Vorhersage von Fahrzustandsübergängen gelöst. Diese
Vorrichtung ist so wie bereits beschrieben oder ähnlich ausgebildet. Ein solches Fahrzeug kann von einem Fahrer sicherer, komfortabler und/oder ökonomischer gefahren werden.
In einer vorteilhaften Weiterbildung des erfindungsgemäßen Fahrzeugs, umfasst das Fahrzeug mindestens ein Fahrerassistenzsystem, das dazu ausgebildet ist, die mindestens eine Datenstruktur zu erfassen und abhängig von dem mindestens einen Wahrscheinlichkeitswert
- mindestens einen Aktor des Fahrzeugs ansteuert, um durch eine
Einwirkung auf die Fahrdynamik des Fahrzeugs den Fahrer beim Fahren des Fahrzeugs zu unterstützen,
und/oder
- mindestens eine Fahrerinformationsausgabevorrichtung des Fahrzeugs ansteuert, um den Fahrer durch Ausgabe von fahrrelevanten
Informationen beim Fahren des Fahrzeugs zu unterstützen.
Das mindestens eine Fahrerassistenzsystem (FAS) erfasst die Datenstruktur insbesondere mittels der Datenübertragungseinrichtung, die vorzugsweise echtzeitfähig ist. Es können aber auch andere Datenübertragungseinrichtungen vorgesehen sein. Abhängig von den in einer Datenstruktur enthaltenen
Wahrscheinlichkeitswerte für bestimmte Fahrzustandsübergänge, kann ein FAS aktiviert werden, um eine geeignete Assistenzfunktion auszuüben. Beispielsweise könnte ein FAS aktiviert werden, falls der Wahrscheinlichkeitswert einer Fahrzustandskodierung, für deren entsprechendes Fahrmanöver dieses FAS eine Assistenzfunktion anbietet, einen festgelegten Grenzwert, beispielsweise 90% Wahrscheinlichkeit, überschreitet. Ein FAS kann über Aktoren direkt in die
Fahrdynamik, insbesondere die Längs- oder Querführung, des Fahrzeugs eingreifen, indem beispielsweise aufgrund eines an einen Aktor gesendeten Steuersignals die Bremse oder die Lenkung betätigt wird. Alternativ oder zusätzlich kann ein FAS über Fahrerinformationsausgabevorrichtungen den Fahrer mit Informationen versorgen, die ihm helfen Entscheidungen bezüglich des Führens des Fahrzeugs zu treffen. Unter dem Begriff
„Fahrerinformationsausgabevorrichtung" können hier insbesondere
Visualisierungssysteme, Anzeigevorrichtungen, Sprachinstruktionssysteme oder Warneinrichtungen, die den Fahrer akustisch, haptisch oder visuell warnen können, verstanden werden. Ein FAS kann einen oder eine Vielzahl von Aktoren, bzw. eine oder eine Vielzahl von Fahrerinformationsausgabevorrichtungen ansteuern. Ebenso kann ein Aktor bzw. eine
Fahrerinformationsausgabevorrichtung von einer Vielzahl von FAS angesteuert werden. Dadurch, dass eine Vielzahl von FAS auf die mindestens eine
Datenstruktur mit den enthaltenen Wahrscheinlichkeitswerten zugreifen kann, können die einzelnen FAS vorausschauender ausgelegt werden und ihre
Assistenzfunktionen ausüben. Weiterhin ist es vorteilhaft, wenn vorzugsweise alle FAS des Fahrzeugs auf die mindestens eine Datenstruktur zugreifen, damit alle FAS auf Grundlage derselben Vorhersage von Fahrmanövern ihre Funktionen besser aufeinander abgestimmt ausüben können. Ein erfindungsgemäß
ausgestattetes Fahrzeug kann deshalb von einem Fahrer sicherer, komfortabler und/oder ökonomischer gefahren werden. Insbesondere kann die Genauigkeit, Zuverlässigkeit und/oder der Leistungsumfang von Fahrerassistenzsystemen erhöht werden.
Die genannte Aufgabe wird des Weiteren durch ein Verfahren zur Vorhersage von Fahrzustandsübergängen eines Fahrzeugs, insbesondere mittels einer der beschriebenen Vorrichtungen, gelöst, wobei das Verfahren folgende
Verfahrensschritte umfasst:
a) Erfassungsschritt zum Erfassen von Fahrdaten mit mindestens einer
Erfassungseinrichtung,
b) Übertragungsschritt zur Übertragung der Fahrdaten an eine
Berechnungseinheit, insbesondere mittels einer echtzeitfähigen
Datenübertragungseinrichtung, c) Berechnungsschritt zum Berechnen von Wahrscheinlichkeitswerten für den Übergang des Fahrzeugs in zukünftige Fahrzustände aus einer endlichen Menge von Fahrzuständen des Fahrzeugs, wobei die Berechnung, basierend auf den Fahrdaten und Übergangsbedingungen zwischen der endlichen Menge von Fahrzuständen des Fahrzeugs, durchgeführt wird,
d) Speicherschritt zum Speichern von mindestens einer Datenstruktur, die
jeweils mindestens ein Datenpaar aus einer Fahrzustandskodierung für einen der zukünftigen Fahrzustände und dem zugehörigen Wahrscheinlichkeitswert für den Übergang des Fahrzeugs in diesen Fahrzustand beinhaltet, in einer Speichereinrichtung.
Für eine Form der Ausführung des Verfahrens wird eine der bereits beschriebenen Vorrichtungen verwendet. Dadurch ergeben sich dieselben oder ähnliche Vorteile, wie sie bereits bezüglich der erfindungsgemäßen Vorrichtung erläutert wurden.
In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens beruht der Berechnungsschritt auf einer Schätzung zukünftiger Fahrzustände, die abhängig von den Fahrdaten und von in einer/der Speichereinrichtung
gespeicherter Konfigurationsdaten durchgeführt wird. Ein Fahrzustand des Fahrzeugs ist per se nicht bekannt, sondern kann nur mittels Interpretation von erfassten Fahrdaten, also messtechnisch gemachten Beobachtungen, geschätzt werden. Im Berechnungsschritt kann deshalb eine Zustandsschätzung abhängig von den Fahrdaten und von Konfigurationsdaten durchgeführt werden. Die Konfigurationsdaten könnten insbesondere Werte für
Übergangswahrscheinlichkeiten zwischen den Fahrzuständen und/oder Werte für Emissionswahrscheinlichkeiten der Fahrdaten für jeden der Fahrzustände umfassen. Übergangswahrscheinlichkeiten können beispielsweise in Form von Tabellen gespeichert sein, die vorgegebene Wahrscheinlichkeitswerte für
Übergänge zwischen jeweils zwei bestimmten Fahrzuständen enthalten.
Emissionswahrscheinlichkeiten, oder Beobachtungswahrscheinlichkeiten, können beispielsweise in Form von Tabellen gespeichert sein, die vorgegebene
Wahrscheinlichkeitswerte für die Beobachtung bestimmter Fahrdaten für jeden Fahrzustand des Fahrzeugs aus der Menge der Fahrzustände enthalten. Dabei kann die Speichereinrichtung zum Speichern der Konfigurationsdaten dieselbe sein wie die Speichereinrichtung zum Speichern der mindestens einen
Datenstruktur, oder aber eine weitere Speichereinrichtung sein. Der
Berechnungsschritt wird vorzugsweise gemäß der Berechnungsvorschrift für ein Hidden-Markov-Modell, beispielsweise gemäß dem Viterbi Algorithmus, oder für ein dynamisches Bayes'sches Netz durchgeführt. Das Ergebnis des
Berechnungsschritts wäre somit deterministisch bestimmt und dadurch eindeutig nachvollziehbar.
In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens werden Verfahrensschritte in einer Zeitschleife zyklisch mit einer Zeitschrittweite wiederholt, wobei die Zeitschrittweite aus einer/der Speichereinrichtung ausgelesen wird, und die Übergangsbedingungen vorzugsweise von der
Zeitschrittweite abhängen. Die Zeitschrittweite kann ein gespeicherter Parameter für ein Zeitintervall sein und könnte als ein fester Wert vorgegeben sein, oder dynamisch berechnet werden, beispielsweise in Abhängigkeit von aktuellen Fahrdaten. Die Zeitschrittweite könnte aus derselben Speichereinrichtung ausgelesen werden, in der die Datenstruktur gespeichert ist, oder aus einer weiteren Speichereinrichtung. Verfahrensschritte, insbesondere der
Erfassungsschritt, der Datenübertragungsschritt, der Berechnungsschritt und der Speicherschritt, können zyklisch in einer Zeitschleife wiederholt werden, wobei der zeitliche Abstand zwischen zwei aufeinander folgenden Verfahrensdurchläufen die Zeitschrittweite betragen kann. Auf diese Weise kann die Vorhersage von Fahrzustandsübergängen aktualisiert und an die momentane Fahrsituation angepasst werden. Vorzugsweise hängen die Übergangsbedingungen so von der Zeitschrittweite ab, dass bei kurzen Zeitschrittweiten die Wahrscheinlichkeit für ein Verbleiben des Fahrzeugs in einem momentanen Fahrzustand größer ist als bei langen Zeitschrittweiten, bzw. umgekehrt, dass bei langen Zeitschrittweiten die Wahrscheinlichkeit für einen Übergang des Fahrzeugs in einen anderen zukünftigen Fahrzustand größer ist, als bei kurzen Zeitschrittweiten.
In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens wird der Berechnungsschritt abhängig von einer Zeitreihe von Fahrdaten durchgeführt, wobei die Zeitreihe von Fahrdaten aus einer/der Speichereinrichtung ausgelesen wird, und die Zeitreihe vorzugsweise Fahrdaten umfasst, die zu zwei Zeitpunkten erfasst wurden. Eine Zeitreihe von Fahrdaten kann eine Folge von
Fahrdatensätzen, die zu unterschiedlichen Zeitpunkten, insbesondere in unterschiedlichen Zeitschritten einer Zeitschleife, erfasst wurden sein. Die Zeitreihe von Fahrdaten kann aus derselben Speichereinrichtung ausgelesen werden, in der die Datenstruktur gespeichert ist, oder aus einer weiteren
Speichereinrichtung. Es ist denkbar, eine Zeitreihe mit mehreren vergangenen Fahrdatensätzen in dem Berechnungsschritt zu berücksichtigen. Vorzugsweise werden Fahrdaten von zwei Zeitpunkten, nämlich aus dem aktuellen und dem vorherigen Zeitschritt, berücksichtigt. Es kann notwendig sein, die Zeitreihe von Fahrdaten mit geeigneten Startwerten zu initialisieren. Durch die
Berücksichtigung einer Zeitreihe von Fahrdaten bei der Vorhersage von
Fahrzustandsübergängen kann die Vorhersagequalität verbessert werden. Durch eine Beschränkung der Zeitreihe kann die erforderliche Rechenleistung gering gehalten werden und der Berechnungsschritt schnell ausgeführt werden.
In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens wird der Berechnungsschritt abhängig von einem Fahrertypmodell durchgeführt, das basierend auf dem Fahrverhalten des Fahrers ausgewählt wird. Insbesondere könnte das Fahrertypmodell über eine Benutzerschnittstelle vom Fahrer selbst ausgewählt werden, oder aufgrund eines aus den Fahrzeugbedienungshandlungen ermittelten Fahrverhaltens des Fahrers automatisch ausgewählt werden. Das Fahrertypmodell könnte beispielsweise einem passiven, normalen, oder sportlichen Fahrverhalten entsprechen. Beispielsweise könnte der
Wahrscheinlichkeitswert für ein zukünftiges Überholmanöver für einen sportlichen Fahrer höher sein als für einen passiven Fahrer. Die Vorhersage von
Fahrzustandsübergängen kann auf diese Weise auf den Fahrer abgestimmt werden und individuell bessere Ergebnisse liefern, insbesondere zu sichereren und zeitlich besser abgestimmten Eingriffen von Fahrerassistenzsystemen führen.
In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens wird die mindestens eine Datenstruktur an eine Vielzahl von Fahrerassistenzsystemen des Fahrzeugs übertragen, wobei ein Fahrerassistenzsystem abhängig von dem mindestens einen Wahrscheinlichkeitswert
- mindestens einen Aktor des Fahrzeugs ansteuert, um durch eine
Einwirkung auf die Fahrdynamik des Fahrzeugs den Fahrer beim Fahren des Fahrzeugs zu unterstützen,
und/oder
- mindestens eine Fahrerinformationsausgabevorrichtung des Fahrzeugs ansteuert, um den Fahrer durch Ausgabe von fahrrelevanten
Informationen beim Fahren des Fahrzeugs zu unterstützen.
Vorzugsweise erfolgt die Übertragung der mindestens einen Datenstruktur mittels der Datenübertragungseinrichtung mit einer echtzeitfähigen Kommunikationsverbindung, wobei auch andere Datenübertragungseinrichtungen vorgesehen sein können. Es können mehrere Datenstrukturen, die sich
beispielsweise auf verschiedene Zeitpunkte, insbesondere Zeitschritte, beziehen an die Vielzahl von FAS übertragen werden, damit diese durch Berücksichtigung von vorherigen Wahrscheinlichkeitswerten für einen bestimmten Fahrzustand besser reagieren können. Beispiele für Fahrerassistenzsysteme sind: eine
Rekuperationsf unktion, eine intelligente Schaltautomatik, eine Start/Stop- Automatik, eine Spur-Verlassens- Warnung („Lane Departure Warning", LDW), ein Spurwechselassistent („Lane Change Assistant", LCA), ein Stauassistent, eine Abstandshaltefunktion, eine Parkautomatik, ein Einparkassistent („Park Distance Control"), ein fahrzustandsbedingtes Umschalten der Anzeigefunktionen oder ein Head-Up Display. Es können Datenstrukturen von einer zentralen
Speichereinrichtung an eine Vielzahl von dezentralen FAS im Fahrzeug übertragen werden. Vorzugsweise wird die mindestens eine Datenstruktur an alle
Fahrerassistenzsysteme des Fahrzeugs übertragen. Dadurch würde die
Vorhersage für Fahrzustandsübergänge allen FAS zur Verfügung gestellt und es wäre gewährleistet, dass alle FAS auf Grundlage derselben Vorhersage von Fahrmanövern ihre Funktionen aufeinander abgestimmt ausüben können. Dadurch kann die Genauigkeit, Zuverlässigkeit und/oder der Leistungsumfang von
Fahrerassistenzsystemen erhöht werden. Ein erfindungsgemäß ausgestattetes Fahrzeug kann deshalb von einem Fahrer sicherer, komfortabler und/oder ökonomischer gefahren werden.
Die genannte Aufgabe wird des Weiteren durch ein computerlesbares
Speichermedium gelöst, das ausführbare Maschinenbefehle aufweist, welche einen Computer dazu veranlassen eines der beschriebenen Verfahren zu implementieren, wenn die Maschinenbefehle ausgeführt werden.
Ausführungsbeispiele der Erfindung werden nachfolgend anhand der Zeichnungen näher erläutert. Hierbei zeigen:
Figur 1 eine schematische Darstellung einer Ausführungsform des
erfindungsgemäßen Fahrzeugs mit einer Vorrichtung zur Vorhersage von Fahrzustandsübergängen, die an Fahrerassistenzsysteme übertragen werden, ,
Figur 2 eine schematische Darstellung eines Ausführungsbeispiels der
erfindungsgemäßen Vorrichtung, die zur Berechnung von Wahrscheinlichkeitswerten für ein Überholmanöver und ein
Einfädelmanöver konfiguriert ist,
Figur 3 ein Ablaufdiagramm einer Ausführungsform des erfindungsgemäßen
Verfahrens, das in einer Zeitschleife zyklisch ausgeführt wird.
In dem nachfolgenden Teil der Beschreibung der Erfindung werden für gleiche und gleich wirkende Elemente dieselben Bezugsziffern verwendet.
Figur 1 zeigt eine schematische Darstellung einer Ausführungsform des
erfindungsgemäßen Fahrzeugs 2 mit einer Vorrichtung zur Vorhersage von Fahrzustandsübergängen, die an Fahrerassistenzsysteme übertragen werden,. Das Fahrzeug 2, das hier als Kraftfahrzeug, insbesondere PKW, dargestellt ist, ist mit der erfindungsgemäßen Vorrichtung 1 ausgestattet, mit der das
erfindungsgemäße Verfahren zur Vorhersage von Fahrzustandsübergängen ausgeführt wird. Eine Vielzahl von Erfassungseinrichtungen 10 (17, 18, 19, 20, 21, 22, 23, 24, 25), eine Fahrzustandsvorhersageeinheit 30, die eine
Berechnungseinheit 12 und eine Speichereinrichtung 13 umfasst, und eine Vielzahl von Fahrerassistenzsystemen 14 (14a, 14b, 14c, 14d) sind über eine Datenübertragungseinrichtung 11 miteinander kommunizierend verbunden.
Fahrerassistenzsysteme 14 (14a, 14b, 14c, 14d) sind mit Aktoren 15 (26, 27) und/oder mit Fahrerinformationsausgabevorrichtungen 16 (28, 25)
kommunizierend verbunden. Es ist ebenfalls denkbar, dass auch die Aktoren 15 und die Fahrerinformationsausgabevorrichtungen 16 mit der
Datenübertragungseinrichtung 11 verbunden sind. Der Begriff
„Fahrerassistenzsystem" wird hier für Systeme verwendet, die Aktoren 15 und/oder Fahrerinformationsausgabevorrichtungen 16 umfassen können und bezieht sich somit auch auf Fahrerinformationssysteme. Das Fahrzeug 2 befindet sich ein einer realen Fahrsituation, die durch die Interpretation von erfassten Fahrdaten 109 über das Fahrzeug, den Fahrer und das Fahrzeugumfeld mittels einer Vielzahl von Erfassungseinrichtungen 10 zumindest teilweise beschrieben werden kann. Ein Fremdfahrzeug 3 und eine verkehrstelematische Einrichtung 4 befinden sich im Umfeld des Fahrzeugs 2. Das Fahrzeug wird von einem Fahrer 5 gefahren. Fahrdaten 109 über die Bewegung des Fahrzeugs 2, wie die Position, Geschwindigkeit, Beschleunigung oder Orientierungsrichtung, können
beispielsweise über einen DGPS- oder GPS-Empfänger 21 als Teil eines Satelliten- Navigationssystems oder über geeignete messtechnische Sensoren, wie beispielsweise einen Gyrosensor, ermittelt werden. Weiterhin kann der Betriebszustand des Fahrzeugs 2, also beispielsweise der Zustand des Motors, des Antriebsstrangs, der Bremsanlage, der Beleuchtung, des Fahrwerks, der Räder, sowie die Fahrdynamik, der Kraftstoffverbrauch oder der Ladezustand einer Batterie, über geeignete messtechnische Komponenten der
Erfassungseinrichtungen 10 abgebildet werden. Die Relativbewegung des
Fahrzeugs 2 gegenüber beweglichen und unbeweglichen Objekten der Umgebung, insbesondere anderen Verkehrsteilnehmern wie Fremdfahrzeugen 3 oder
Fußgängern, kann über unterschiedliche Sensoren als Elemente von
Erfassungseinrichtungen 10 bestimmt werden, beispielsweise über
Ultraschallsensoren 19 zur Abstandsbestimmung gegenüber Hindernissen beim Ein- oder Ausparken. Lidarsysteme 20 und Radarsysteme 22, die sowohl seitlich symmetrisch am Fahrzeug 2 als auch an der Front- bzw. Heckseite angebracht sein können, tasten die Umgebung auf bewegliche oder feststehende Objekte ab, wie beispielsweise Fremdfahrzeuge 3, Fahrbahnbeschränkungen, Hindernisse in der Fahrspur, Randbebauung bzw. -bepf lanzung, aber auch Freiräume. Mithilfe von Bilderfassungseinrichtungen, wie beispielsweise Seitenspiegelkameras 18 oder mindestens einer Heckkamera 24 oder Frontkamera 25 können weitere Fahrdaten 109 wie beispielsweise Fahrstreifenmarkierungen, die
Fahrbahnbeschaffenheit, die Witterung, die Lichtverhältnisse, verkehrsregelnde Gebote bzw. Verbote auf der Strecke oder Verkehrszeichen erfasst werden.
Weitere Fahrdaten 109 werden über Erfassungseinrichtungen 10 erzeugt, die Bedienungshandlungen des Fahrers, beispielsweise eine Betätigung der Lenkung, des Gaspedals, der Bremse, der Gangschaltung, des Blinkers oder ein
Sprachkommando registrieren. Zusätzlich ist eine Innenkamera 17, die oberhalb des Sichtfeldes des Fahrers im Inneren des Fahrzeugs angebracht ist, auf den Fahrer gerichtet, um dessen Augenbewegung, Kopfbewegung oder Mimik zu erfassen. So kann die Aufmerksamkeit, bzw. Müdigkeit, des Fahrers aufgrund seiner Augenbewegung überwacht werden, oder über ein Eye-Tracking-System seine Fahrabsicht, beispielsweise durch einen Blick in den Seiten- oder
Rückspiegel, antizipiert werden. Über eine Datenkommunikationseinrichtung 23 kann das Fahrzeug 2 mit Fremdfahrzeugen 3 („Car-to-Car", C2C) und/oder verkehrstelematischen Einrichtungen 4 („Car-to-l nfrastructure", C2I),
beispielsweise der Funkeinrichtung einer Verkehrszentrale, kommunizieren und Fahrdaten 109 über bevorstehende Manöver bzw. die Verkehrssituation
empfangen oder austauschen. Diese Kommunikation kann insbesondere über Bluetooth oder einen Mobilfunkstandard, wie beispielsweise WLAN, UMTS oder LTE, abgewickelt werden. Diese und weitere Erfassungseinrichtungen 10 können im Fahrzeug an beliebigen geeigneten Stellen angeordnet sein. Die im Fahrzeug erfassten Fahrdaten 109 werden über eine Datenübertragungseinrichtung 11 mit einer echtzeitfähigen Kommunikationsverbindung an eine
Fahrzustandsvorhersageeinheit 30, die eine Berechnungseinheit 12 und ene Speichereinrichtung 13 umfasst, übertragen. Die Fahrdaten 109 werden in einer Speichereinrichtung, vorzugsweise der Speichereinrichtung 13, zumindest vorübergehend gespeichert. Bei der Kommunikationsverbindung der
Datenübertragungseinrichtung 11 handelt es sich insbesondere um einen
Systembus des Fahrzeugs 2, der beispielsweise als CAN-Bus oder FlexRay-Bus ausgeführt sein kann. Die Fahrdaten 109 könnten aber auch auf andere Art, insbesondere kabellos, übertragen werden. Die Berechnungseinrichtung 12 umfasst eine Recheneinheit, insbesondere einen Prozessor, wobei der Prozessor als CPU oder Mikroprozessor ausgebildet sein kann. Die Berechnungseinrichtung 12 führt programmierte Rechenbefehle aus, die auf einem Berechnungsmodell zur Schätzung von Fahrzuständen beruht. Ein solches Berechnungsmodell stützt sich auf die eingelesenen Fahrdaten 109 und vorgegebene Übergangsbedingungen zwischen einer endlichen Menge von Fahrzuständen des Fahrzeugs 2. Dabei ist die Berechnungseinheit 12 so konfiguriert, dass sie als endlicher Automat betrieben werden kann. Insbesondere ist sie konfiguriert, um
Zustandsschätzungen für zukünftige Fahrzustände des Fahrzeugs 2
durchzuführen, wobei die Berechnungsvorschrift auf einem Hidden-Markov-Modell oder dynamischen Bayes'schem Netz basiert. Zum Konfigurieren der
Berechnungseinrichtung für eine Zustandsschätzung dienen, insbesondere bedingte, Übergangswahrscheinlichkeitswerte 104 zwischen den Fahrzuständen und/oder Werte für Emissionswahrscheinlichkeitswerte 105 der Fahrdaten für jeden der Fahrzustände, die in der Speichereinrichtung 13, oder einer weiteren Speichereinrichtung gespeichert sind. Diese Daten werden in Form von
Wahrscheinlichkeitstabellen 106 und 107 bereitgestellt. Die
Berechnungseinrichtung 12 berechnet Wahrscheinlichkeitswerte 103 für den Übergang des Fahrzeugs 2 in zukünftige Fahrzustände aus der endlichen Menge von Fahrzuständen des Fahrzeugs 2. Fahrzustände des Fahrzeugs können insbesondere folgende Manöver sein: Überholen, Folgefahren, Bremsen, Anhalten, Beschleunigen, Anfahren, aktiver Spurwechsel, Abbiegen, Ein- bzw. Ausparken, Stehen, mehrfacher Spurwechsel oder Einfädeln. Diese Liste kann um weitere Fahrmanöver, oder klassifizierbare Fahrphasen, erweitert werden. Jedem
Fahrzustand ist eine eindeutige Fahrzustandskodierung 102 zugeordnet. Eine Fahrzustandskodierung 102 ist eine eindeutige Kennung für einen zugewiesenen Fahrzustand, insbesondere ein Zahlencode. Es ist auch denkbar die Menge der Fahrzustandskodierungen 108 mit einem Aufzählungstyp, beispielsweise einem enum-Datentyp, zu realisieren. Die Menge hat sinnvollerweise mehr als 10, aber weniger als 1000, vorzugsweise weniger als 100, weiter vorzugsweise weniger als 30 Fahrzustände bzw. Fahrzustandskodierungen 102, um die Komplexität des Berechnungsmodells zu begrenzen. Die Menge der Fahrzustandskodierungen 108 ist hier in der Speichereinrichtung 13 gespeichert, könnte aber auch in einer weiteren Speichereinrichtung gespeichert sein. Die berechneten
Wahrscheinlichkeitswerte 103 werden in einer Speichereinrichtung 13 in einer Datenstruktur 100, beispielsweise in Form eines Datenfelds („array"),
gespeichert. Eine Datenstruktur 100 beinhaltet jeweils mehrere Datenpaare 101 aus einer Fahrzustandskodierung 102 und dem zugehörigen
Wahrscheinlichkeitswert 103 für den Übergang des Fahrzeugs in diesen
Fahrzustand. Insbesondere beinhaltet eine Datenstruktur 100 ein Datenpaar 101 für jeden zukünftigen Fahrzustand in den das Fahrzeug übergehen könnte.
Vorzugsweise stimmt die Anzahl der in einer Datenstruktur 100 enthaltenen Datenpaare 101 also mit der Anzahl der Elemente der Menge von
Fahrzustandskodierungen 108 überein. Dabei können Wahrscheinlichkeitswerte auch 0 oder 1 sein, wenn ein entsprechender Fahrzustandsübergang unmöglich bzw. sicher erscheint. Fahrerassistenzsysteme (FAS) 14 (14a, 14b, 14c, 14d) des Fahrzeugs 2 erfassen mindestens eine Datenstruktur 100 über die
Datenübertragungseinrichtung 11. Abhängig von einem Wahrscheinlichkeitswert 103 für einen bestimmten zukünftigen Fahrzustand werden die FAS 14 aktiviert, um ihre jeweilige Funktion auszuüben, oder nicht. Dabei können auch die Werte aus mehreren Datenstrukturen 100, beispielsweise ein zeitlicher Verlauf von Wahrscheinlichkeitswerten 103, berücksichtigt werden. Bei Überschreiten oder Unterschreiten von gesetzten Grenzwerten für den Wahrscheinlichkeitswert 103 eines bestimmten zukünftigen Fahrmanövers, kann ein FAS 14 eine
Assistenzfunktion aktivieren oder unterdrücken. Ein viertes FAS 14d kann
Bremsaktoren 26 ansteuern, um beispielsweise ggf. vorausschauend den
Bremszeitpunkt früher oder später zu setzen. Ein drittes FAS 14c kann über einen Lenkaktor 27 ggf. frühzeitig in die Lenkung eingreifen. Beispielsweise kann, bei einem hohen Wahrscheinlichkeitswert 103 für ein bestimmtes zukünftiges Fahrmanöver, ein FAS 14 vorausschauend über geeignete Aktoren 15 folgende technisch wirkenden Assistenzfunktionen auslösen: für ein Überholmanöver den Antriebsstrang vorspannen; für ein Folgefahrmanöver in einen ökonomischen Fahrzeugbetrieb (Eco-Modus) mit Abstandshaltefunktion umschalten; für ein Bremsmanöver eine vorausschauende Schaltstrategie auswählen; für ein
Anhaltemanöver die Rekuperation aktivieren; für ein Beschleunigungsmanöver den Antriebsstrang vorspannen und das Getriebe schalten; für ein Anfahrmanöver eine Start-Stopp-Automatik für den Motor aktivieren; für einen aktiven
Spurwechsel einen Spurwechselassistenten (LCA) oder eine Spur-Verlassens- Warnung (LDW) unterdrücken; für ein Abbiegemanöver den wahrscheinlichsten Fahrkorridor („most probable path", MPP) bestimmen oder anzeigen; für ein Ein- oder Ausparkmanöver einen Parkassistenten aktivieren und/oder Anzeigesysteme umschalten; für einen mehrfachen Spurwechsel über C2I oder C2C
kommunizieren; für ein Einfädelmanöver zusätzlich zur C2I bzw. C2C- Kommunikation eine Stauassistenzfunktion aktivieren. Es sind aber auch weitere Fahrmanöver und dafür zuständige FAS 14 denkbar. Alternativ oder zusätzlich kann ein FAS 14 über Fahrerinformationsausgabevorrichtungen 16 dem Fahrer 5 Informationen anzeigen oder Warnfunktionen übernehmen, die akustische, haptische oder visuelle Warnsignale an den Fahrer 5 umfassen können. Ein erstes FAS 14a kann über einen Lautsprecher 29 akustische Warnsignale oder
Sprachwarnungen/-instruktionen an den Fahrer abgeben. Ein zweites FAS 14b kann dem Fahrer über ein Head-Up Display 28 Informationen anzeigen, beispielsweise Hindernisse oder einen möglichen Fahrkorridor.
Figur 2 zeigt eine schematische Darstellung eines Ausführungsbeispiels der erfindungsgemäßen Vorrichtung, die zur Berechnung von
Wahrscheinlichkeitswerten für ein Überholmanöver und ein Einfädelmanöver konfiguriert ist. Die Komponenten sind wie schon bezüglich Figur 1 beschrieben miteinander verbunden. Die gezeigten Zahlenwerte sind aus Zwecken der
Anschauung und rein beispielhaft gewählt und können in anderen
Ausführungsformen auch andere Werte annehmen. Weitere Ausführungsformen der Vorrichtung können bezüglich der Anzahl der dargestellten Parameter, insbesondere der Fahrdaten 109 und der Fahrzustandskodierungen 102, und der sich ergebenden Dimensionen, insbesondere der Datenstrukturen 100,
Übergangswahrscheinlichkeitstabelle 106 und Emissionswahrscheinlichkeitstabelle 107, deutlich größer und somit komplexer sein. In dem gezeigten
Ausführungsbeispiel sind die Menge der Fahrzustandsübergangskodierungen 108, die Fahrdaten 109, zwei Datenstrukturen 100, eine
Übergangswahrscheinlichkeitstabelle 106 und eine
Emissionswahrscheinlichkeitstabelle 107 in der Speicheinrichtung 13 gespeichert. Von den Datenstrukturen 100 enthält eine erste Daten bezüglich des vorherigen Zeitschritts t-1, und eine zweite bezüglich des aktuellen Zeitschritts t.
Es können aber auch weitere Datenstrukturen 100 mit Daten aus weiteren
Zeitschritten gespeichert sein. Die Fahrzustandskodierung 102 ist als dreistelliger Zahlencode realisiert, wobei hier der Code„001" für ein Überholmanöver steht und der Code„002" für ein Einfädelmanöver steht. Die von
Erfassungseinrichtungen 10 erfassten Fahrdaten 109 sind im ausgeführten
Beispiel durch die Menge der Informationen„Fahrer blinkt", „Fahrer gibt Gas", „Abstand sinkt" und„Überholverbot" gegeben, wobei diese Fahrdaten
beispielsweise durch einen Sensor am Blinker, einen Sensor am Gaspedal, ein Radarsystem 22 zum Ermitteln des Abstands zu einem vorneweg fahrenden Fremdfahrzeug 3 und eine Frontkamera 25 zum Erkennen von
Überholverbotsschildern erfasst worden sein können. Es sind Fahrdaten 109 aus dem vorherigen Zeitschritt t-1 und dem aktuellen Zeitschritt t in der
Speichereinrichtung 13 abgespeichert. Je eine
Übergangswahrscheinlichkeitstabelle 106 enthält Übergangswahrscheinlichkeiten 104 für den Übergang von einem Fahrzustand im vorherigen Zeitschritt t-1 in einen Fahrzustand im aktuellen Zeitschritt t, beziehungsweise vom aktuellen Zeitschritt t in einen zukünftigen Zeitschritt t+1. Eine
Emissionswahrscheinlichkeitstabelle 107 enthält Emissionswahrscheinlichkeiten 105, also Wahrscheinlichkeiten bestimmte Fahrdaten 109 in einem Fahrzustand zu beobachten bzw. zu erfassen. Die abgespeicherten Daten werden an die
Berechnungseinheit 12 als Teil der Fahrzustandsvorhersageeinheit 30
kommuniziert. Eine Konfiguration der Berechnungseinrichtung 12 als
Zustandsschätzer zum Berechnen von Wahrscheinlichkeitswerten 103 gemäß einer Berechnungsvorschrift, die auf einem Hidden-Markov-Modell bzw. einem
dynamischen Bayes'schem Netz basiert, ist mithilfe der in der Speichereinrichtung 13 abgespeicherten Daten dargestellt. Entsprechend der Fahrdaten 109, die im vorherigen Zeitschritt t-1 und im aktuellen Zeitschritt t erfasst wurden, wird jeweils ein Wahrscheinlichkeitswert 103 für den Übergang des Fahrzeugs 2 in die Fahrzustände mit den Fahrzustandskodierungen 102 mit den Codes„001" und „002" im Zeitschritt t+1 berechnet. Der zeitliche Abstand zwischen zwei
Zeitschritten ist durch die Zeitschrittweite At vorgegeben, die nicht
notwendigerweise konstant ist. Insbesondere können die Werte für
Übergangswahrscheinlichkeiten 104 von der Zeitschrittweite At abhängig festgelegt sein. Figur 3 zeigt ein Ablaufdiagramm einer Ausführungsform des erfindungsgemäßen Verfahrens, das in einer Zeitschleife zyklisch ausgeführt wird. Beginnend mit einem Erfassungsschritt 201, in dem Fahrdaten 109 erfasst werden, werden die Fahrdaten 109 in einem Übertragungsschritt 202 an eine Berechnungseinrichtung
12 übertragen, wo in einem Berechnungsschritt 203 Wahrscheinlichkeitswerte 103 berechnet werden, die in einem Speicherschritt 204 in einer Speichereinrichtung
13 in Datenstrukturen 100 gespeichert werden. In einem nachfolgenden
Verfahrensschritt werden die Datenstrukturen 100 an eine Vielzahl von
Fahrerassistenzsystemen 14, vorzugsweise alle FAS 14, übertragen, die über die Ansteuerung von Aktoren 15 oder Fahrerinformationsausgabevorrichtungen 16 einen Fahrer 5 beim Führen eines Fahrzeugs 2 unterstützen. Dieser Ablauf wird in einer Zeitschleife 205 zyklisch wiederholt, sodass die Fahrerassistenzsysteme stets aufgrund von zyklisch aktualisierten Wahrscheinlichkeitswerten 103 für zukünftige Fahrzustandsübergänge über die Ausübung ihrer jeweiligen
Assistenzfunktion entscheiden können. Durch die Bereitstellung der
Datenstrukturen 100 für alle FAS 14 wird eine einheitliche Grundlage, in Form einer einheitlichen Interpretation der Fahrdaten 109 in Bezug auf die
Fahrsituation, für die Funktionalität aller FAS 14 geschaffen. Eine Fahrsituation wird im Fahrzeug zentralisiert klassifiziert und an FAS 14 des Fahrzeugs 2 weitergeleitet. Dadurch wird die Leistungsfähigkeit, Genauigkeit und Zuverlässigkeit der FAS 14 des Fahrzeugs 2 verbessert.
Bezugszeichenliste:
1 Vorrichtung zur Vorhersage von Fahrzustandsübergängen
2 Fahrzeug
3 Fremdfahrzeug
4 verkehrstelematische Einrichtung
5 Fahrer
10 Erfassungseinrichtung
11 Datenübertragungseinrichtung
12 Berechnungseinheit
13 Speichereinrichtung
14 Fahrerassistenzsystem (FAS)
14a erstes Fahrerassistenzsystem (FAS)
14b zweites Fahrerassistenzsystem (FAS)
14c drittes Fahrerassistenzsystem (FAS) 14d viertes Fahrerassistenzsystem (FAS)
15 Aktor
16 Fahrerinformationsausgabevor rieht ung
17 I nnenkamera
18 Seitenspiegelkamera
19 Ultraschallsensor
20 Lidarsystem
21 GPS- Empfänger
22 Radarsystem
23 Datenkommunikationseinrichtung
24 Heckkamera
25 Frontkamera
26 Bremsaktor
27 Lenkaktor
28 Head-Up Display
29 Lautsprecher
30 Fahrzu Standsvorhersageeinheit
100 Datenstruktur
101 Datenpaar
102 Fahrzustandskodierung
103 Wahrscheinlichkeitswert
104 Übergangswahrscheinlichkeit
105 Emissionswahrscheinlichkeit
106 Übergangswahrscheinlichkeitstabelle
107 Emissionswahrscheinlichkeit stabeile
108 Menge der Fahrzustandskodierungen
109 Fahrdaten
201 Erfassungsschritt
202 Übertragungsschritt
203 Berechnungsschritt
204 Speicherschritt
205 Zeitschleife
At Zeitschrittweite
t-1 vorheriger Zeitschritt
t aktueller Zeitschritt
t+ 1 nächster Zeitschritt

Claims

Ansprüche
1. Vorrichtung zur Vorhersage von Fahrzustandsübergängen eines Fahrzeugs (2), wobei die Vorrichtung (1) Folgendes umfasst:
- mindestens eine Erfassungseinrichtung (10) zur Erfassung von
Fahrdaten,
- eine Datenübertragungseinrichtung (11) zur Übertragung der Fahrdaten an eine Berechnungseinheit (12),
wobei die Berechnungseinheit (12) dazu ausgebildet ist, basierend auf o den Fahrdaten und
o Übergangsbedingungen zwischen einer endlichen Menge von
Fahrzuständen des Fahrzeugs (2),
Wahrscheinlichkeitswerte (103) für den Übergang des Fahrzeugs (2) in zukünftige Fahrzustände aus der endlichen Menge von Fahrzuständen des Fahrzeugs (2) zu berechnen,
eine Speichereinrichtung (13) zum Speichern von mindestens einer Datenstruktur (100), die jeweils mindestens ein Datenpaar (101) aus o einer Fahrzustandskodierung (102) für einen der zukünftigen
Fahrzustände und
o dem zugehörigen Wahrscheinlichkeitswert (103) für den Übergang des Fahrzeugs (2) in diesen Fahrzustand
beinhaltet.
2. Vorrichtung nach einem der vorherigen Ansprüche,
dadurch gekennzeichnet, dass
die mindestens eine Erfassungseinrichtung (10) zur Kommunikation von Fahrdaten mit Fremdfahrzeugen (3) und/oder einer verkehrstelematischen Einrichtung (4) ausgelegt ist, insbesondere über Bluetooth oder einen Mobilfunkstandard.
3. Vorrichtung nach einem der vorherigen Ansprüche,
dadurch gekennzeichnet, dass die mindestens eine Erfassungseinrichtung (10) mindestens eine auf den Fahrer (5) gerichtete Innenkamera (17) umfasst, die Fahrdaten über den Zustand des Fahrers (5), insbesondere dessen Augenbewegung,
Kopfbewegung und/oder Mimik, erfasst und gegebenenfalls kategorisiert.
4. Vorrichtung nach einem der vorherigen Ansprüche,
dadurch gekennzeichnet, dass
die Datenübertragungseinrichtung (11) eine echtzeitfähige
Kommunikationsverbindung, insbesondere einen CAN-Bus oder FlexRay- Bus, umfasst.
5. Vorrichtung nach einem der vorherigen Ansprüche,
dadurch gekennzeichnet, dass
eine/die Speichereinrichtung (13) Konfigurationsdaten,
insbesondere Werte für Übergangswahrscheinlichkeiten zwischen den Fahrzuständen und/oder Werte für Emissionswahrscheinlichkeiten der Fahrdaten für jeden der Fahrzustände,
speichert, basierend auf denen die Berechnungseinheit (12) als endlicher Automat, vorzugsweise als Hidden-Markov-Modell oder dynamisches Bayes'sches Netz, zur Berechnung der Wahrscheinlichkeitswerte (103) konfiguriert ist.
6. Vorrichtung nach einem der vorherigen Ansprüche,
dadurch gekennzeichnet, dass
eine/die Speichereinrichtung (13) eine endliche Menge von
Fahrzustandskodierungen (102) für Fahrmanöver speichert,
wobei die Menge eine Kardinalität von weniger als 1000, vorzugsweise weniger als 100, weiter vorzugsweise weniger als 30, und mehr als 5 hat.
7. Fahrzeug (2)
gekennzeichnet durch eine Vorrichtung (1) zur Vorhersage von Fahrzustandsübergängen nach einem der vorhergehenden Ansprüche.
8. Fahrzeug (2) nach Anspruch 7,
dadurch gekennzeichnet, dass
das Fahrzeug (2) mindestens ein Fahrerassistenzsystem (14) umfasst, das dazu ausgebildet ist, die mindestens eine Datenstruktur (100),
insbesondere mittels der Datenübertragungseinrichtung (11), zu erfassen und
abhängig von dem mindestens einen Wahrscheinlichkeitswert (103)
- mindestens einen Aktor (15) des Fahrzeugs (2) ansteuert, um durch eine Einwirkung auf die Fahrdynamik des Fahrzeugs (2) den Fahrer (5) beim Fahren des Fahrzeugs (2) zu unterstützen,
und/oder
- mindestens eine Fahrerinformationsausgabevorrichtung (16) des
Fahrzeugs (2) ansteuert, um den Fahrer (5) durch Ausgabe von fahrrelevanten Informationen beim Fahren des Fahrzeugs (2) zu unterstützen.
9. Verfahren zur Vorhersage von Fahrzustandsübergängen eines Fahrzeugs (2), insbesondere mittels einer Vorrichtung (1) nach einem der Ansprüche 1 bis 6, wobei das Verfahren folgende Verfahrensschritte umfasst:
a) Erfassungsschritt (201) zum Erfassen von Fahrdaten mit mindestens einer Erfassungseinrichtung (10),
b) Übertragungsschritt (202) zur Übertragung der Fahrdaten an eine Berechnungseinheit (12), insbesondere mittels einer
Datenübertragungseinrichtung (11) mit einer echtzeitfähigen
Kommunikationsverbindung,
c) Berechnungsschritt (203) zum Berechnen von
Wahrscheinlichkeitswerten (104) für den Übergang des Fahrzeugs (2) in zukünftige Fahrzustände aus einer endlichen Menge von
Fahrzuständen des Fahrzeugs (2),
wobei die Berechnung, basierend auf o den Fahrdaten und
o Übergangsbedingungen zwischen der endlichen Menge von
Fahrzuständen des Fahrzeugs (2),
durchgeführt wird,
d) Speicherschritt (204) zum Speichern von mindestens einer
Datenstruktur (100), die jeweils mindestens ein Datenpaar (101) aus o einer Fahrzustandskodierung (103) für einen der zukünftigen
Fahrzustände und
o dem zugehörigen Wahrscheinlichkeitswert (103) für den Übergang des Fahrzeugs (2) in diesen Fahrzustand
beinhaltet, in einer Speichereinrichtung (13).
10. Verfahren nach Anspruch 9,
dadurch gekennzeichnet, dass
der Berechnungsschritt (203) auf einer Schätzung zukünftiger
Fahrzustände beruht,
die abhängig von den Fahrdaten und von in einer/der Speichereinrichtung (13) gespeicherter Konfigurationsdaten,
insbesondere Werten für Übergangswahrscheinlichkeiten zwischen den Fahrzuständen und/oder Werten für Emissionswahrscheinlichkeiten der Fahrdaten für jeden der Fahrzustände, durchgeführt wird.
11. Verfahren nach einem der Ansprüche 9 oder 10,
dadurch gekennzeichnet, dass
Verfahrensschritte (201, 202, 203, 204) in einer Zeitschleife (205) zyklisch mit einer Zeitschrittweite wiederholt werden,
wobei die Zeitschrittweite aus einer/der Speichereinrichtung (13) ausgelesen wird, und
die Übergangsbedingungen vorzugsweise von der Zeitschrittweite abhängen.
12. Verfahren nach einem der Ansprüche 9 bis 11,
dadurch gekennzeichnet, dass der Berechnungsschritt (203) abhängig von einer Zeitreihe von Fahrdaten durchgeführt wird,
wobei die Zeitreihe von Fahrdaten aus einer/der Speichereinrichtung (13) ausgelesen wird, und
die Zeitreihe vorzugsweise Fahrdaten umfasst, die zu zwei verschiedenen Zeitpunkten erfasst wurden.
13. Verfahren nach einem der Ansprüche 9 bis 12,
dadurch gekennzeichnet, dass
der Berechnungsschritt (203) abhängig von einem Fahrertypmodell durchgeführt wird,
das basierend auf dem Fahrverhalten des Fahrers (5), beispielsweise passivem oder durchschnittlichem oder sportlichem Fahrverhalten, ausgewählt wird.
14. Verfahren nach einem der Ansprüche 9 bis 13,
dadurch gekennzeichnet, dass
die mindestens eine Datenstruktur (100), vorzugsweise mittels der echtzeitfähigen Datenübertragungseinrichtung (11),
an eine Vielzahl von Fahrerassistenzsystemen (14), vorzugsweise alle Fahrerassistenzsysteme (14), des Fahrzeugs (2) übertragen wird, wobei ein Fahrerassistenzsystem (14) abhängig von dem mindestens einen Wahrscheinlichkeitswert (103)
- mindestens einen Aktor (15) des Fahrzeugs (2) ansteuert, um durch eine Einwirkung auf die Fahrdynamik des Fahrzeugs (2) den Fahrer (5) beim Fahren des Fahrzeugs (2) zu unterstützen,
und/oder
- mindestens eine Fahrerinformationsausgabevorrichtung (16) des
Fahrzeugs (2) ansteuert, um den Fahrer (5) durch Ausgabe von fahrrelevanten Informationen beim Fahren des Fahrzeugs (2) zu unterstützen.
15. Computerlesbares Speichermedium, das ausführbare Maschinenbefehle aufweist, welche einen Computer dazu veranlassen das Verfahren nach einem der Ansprüche 9 bis 14 zu implementieren, wenn die
Maschinenbefehle ausgeführt werden.
PCT/EP2015/054524 2014-03-24 2015-03-04 Vorrichtung zur vorhersage von fahrzustandsübergängen WO2015144410A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102014205391.9 2014-03-24
DE102014205391.9A DE102014205391A1 (de) 2014-03-24 2014-03-24 Vorrichtung zur Vorhersage von Fahrzustandsübergängen

Publications (1)

Publication Number Publication Date
WO2015144410A1 true WO2015144410A1 (de) 2015-10-01

Family

ID=52627211

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2015/054524 WO2015144410A1 (de) 2014-03-24 2015-03-04 Vorrichtung zur vorhersage von fahrzustandsübergängen

Country Status (2)

Country Link
DE (1) DE102014205391A1 (de)
WO (1) WO2015144410A1 (de)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110516658A (zh) * 2019-09-06 2019-11-29 山东理工大学 一种基于面部图像和车辆运行信息的驾驶员情绪的识别算法设计
US10513270B2 (en) 2018-05-04 2019-12-24 Ford Global Technologies, Llc Determining vehicle driving behavior
US10880758B2 (en) 2015-11-20 2020-12-29 Samsung Electronics Co., Ltd. Method and device for sharing state related information
EP3923200A1 (de) 2020-06-09 2021-12-15 Elektrobit Automotive GmbH Vorhersage von zukünftigen sensorischen beobachtungen einer entfernungsmessvorrichtung
CN116882505A (zh) * 2023-09-06 2023-10-13 北京理工大学 一种自我车辆高速公路场景下的车速预测方法及系统

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015015944A1 (de) * 2015-12-08 2017-06-08 Audi Ag Verfahren zur Unterstützung eines Fahrers eines Kraftfahrzeugs hinsichtlich bevorstehender Überholmanöver und Kraftfahrzeug
DE102015225135B4 (de) * 2015-12-14 2022-12-22 Continental Automotive Technologies GmbH System und Verfahren zur Anpassung einer akustischen Ausgabe eines Navigationssystems
DE102016203500A1 (de) * 2016-03-03 2017-09-07 Novero Gmbh Verfahren und Vorrichtung zur Erzeugung von mindestens einer Prädiktions-Information in einem Fahrzeug
DE102016207280A1 (de) 2016-04-28 2017-11-02 Bayerische Motoren Werke Aktiengesellschaft Start-Stopp-Einrichtung zum Veranlassen eines automatischen Anschaltvorgangs einer automatisch abgeschalteten Antriebsmaschine
DE102016209330B4 (de) 2016-05-30 2023-02-23 Volkswagen Aktiengesellschaft Verfahren zum Durchführen eines kooperativen Fahrmanövers
DE102016221983A1 (de) * 2016-11-09 2018-05-24 Volkswagen Aktiengesellschaft Verfahren, Computerprogramm und System zum Informieren zumindest eines Insassen eines Fahrzeugs über ein Objekt oder einen Bereich außerhalb des Fahrzeugs
DE102016224544A1 (de) 2016-12-09 2017-12-28 Audi Ag Verfahren und Steuerungssystem zum Betreiben mindestens einer manuell aktivierbaren Fahrzeugvorrichtung in einem Kraftfahrzeug sowie Steuervorrichtung
US10549762B2 (en) 2017-07-31 2020-02-04 GM Global Technology Operations LLC Distinguish between vehicle turn and lane change
DE102017213460B4 (de) * 2017-08-03 2022-08-04 Robert Bosch Gmbh Verfahren und Steuergerät zum Steuern eines automatisiert fahrenden Verkehrsmittels zur Personenbeförderung
JP7163581B2 (ja) * 2018-01-18 2022-11-01 トヨタ自動車株式会社 エージェント連携システムおよびエージェント連携方法
DE102018209183A1 (de) 2018-06-08 2019-12-12 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Unterstützen eines Fahrers in einem Fahrzeug
CN108944947A (zh) * 2018-07-15 2018-12-07 北京三快在线科技有限公司 驾驶设备决策的预测方法和装置
DE102019001206A1 (de) * 2018-09-10 2020-03-12 Eberspächer Exhaust Technology GmbH & Co. KG Heizungssteuerungsvorrichtung zur Steuerung eines Heizelements einer Abgasanlage eines Hybridfahrzeugs
DE102022109972A1 (de) 2022-04-26 2023-10-26 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Assistenzsystem zum Unterstützen einer Führung eines Kraftfahrzeugs während einer Fahrt auf einer mehrstreifigen Straße und Kraftfahrzeug

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005009640A1 (de) * 2005-03-03 2006-09-07 Bayerische Motoren Werke Ag Vorrichtung und Verfahren zur Steuerung einer Fuktion in einem Kraftfahrzeug
EP2075171A1 (de) * 2007-12-21 2009-07-01 Denso Corporation Fahrzeugsteuervorrichtung und Fahrzeugsteuersystem damit
WO2013004764A1 (en) * 2011-07-04 2013-01-10 Land Rover Vehicle control system and method for controlling a vehicle
US20130054049A1 (en) * 2010-05-17 2013-02-28 Satoshi Uno Driving assistance apparatus
DE102011121484A1 (de) * 2011-12-16 2013-06-20 Audi Ag Bedienungssystem für ein Fahrzeug und Verfahren zur Unterstützung eines Fahrers beim Bedienen eines Fahrzeugs

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4226455B2 (ja) * 2003-12-16 2009-02-18 日産自動車株式会社 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
DE102006039183A1 (de) * 2006-08-21 2008-03-20 Siemens Ag Fahrerassistenzsystem zur lokalen und zeitlichen Bewertung und Prädiktion der Fahrdynamik eines Fahrzeugs
DE102012009297A1 (de) * 2012-05-03 2012-12-13 Daimler Ag Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005009640A1 (de) * 2005-03-03 2006-09-07 Bayerische Motoren Werke Ag Vorrichtung und Verfahren zur Steuerung einer Fuktion in einem Kraftfahrzeug
EP2075171A1 (de) * 2007-12-21 2009-07-01 Denso Corporation Fahrzeugsteuervorrichtung und Fahrzeugsteuersystem damit
US20130054049A1 (en) * 2010-05-17 2013-02-28 Satoshi Uno Driving assistance apparatus
WO2013004764A1 (en) * 2011-07-04 2013-01-10 Land Rover Vehicle control system and method for controlling a vehicle
DE102011121484A1 (de) * 2011-12-16 2013-06-20 Audi Ag Bedienungssystem für ein Fahrzeug und Verfahren zur Unterstützung eines Fahrers beim Bedienen eines Fahrzeugs

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10880758B2 (en) 2015-11-20 2020-12-29 Samsung Electronics Co., Ltd. Method and device for sharing state related information
US11758415B2 (en) 2015-11-20 2023-09-12 Samsung Electronics Co., Ltd. Method and apparatus of sharing information related to status
US10513270B2 (en) 2018-05-04 2019-12-24 Ford Global Technologies, Llc Determining vehicle driving behavior
CN110516658A (zh) * 2019-09-06 2019-11-29 山东理工大学 一种基于面部图像和车辆运行信息的驾驶员情绪的识别算法设计
EP3923200A1 (de) 2020-06-09 2021-12-15 Elektrobit Automotive GmbH Vorhersage von zukünftigen sensorischen beobachtungen einer entfernungsmessvorrichtung
CN116882505A (zh) * 2023-09-06 2023-10-13 北京理工大学 一种自我车辆高速公路场景下的车速预测方法及系统
CN116882505B (zh) * 2023-09-06 2023-12-12 北京理工大学 一种自我车辆高速公路场景下的车速预测方法及系统

Also Published As

Publication number Publication date
DE102014205391A1 (de) 2015-09-24

Similar Documents

Publication Publication Date Title
WO2015144410A1 (de) Vorrichtung zur vorhersage von fahrzustandsübergängen
AT518489B1 (de) Fahrerassistenzsystem zum Unterstützen eines Fahrers beim Führen eines Fahrzeugs
AT518444B1 (de) Verfahren zum Erzeugen von Steuerdaten für ein regelbasiertes Unterstützen eines Fahrers
DE102017114495B4 (de) Autonomes fahrsystem
EP3274235B1 (de) Verfahren zum mindestens teilautomatisierten fahren in einem fahrzeug
DE102017103972A1 (de) Autonome Fahrzeugsteuerung unter Berücksichtigung eines Wahrscheinlichkeitsfaktors
DE102017103973A1 (de) Autonome Fahrzeugsteuerung unter Berücksichtigung der Fahreraufmerksamkeit
DE102017103971A1 (de) Autonome Fahrzeugsteuerung mit Vertrauensfaktor
DE102017103969A1 (de) Autonome Fahrzeugsteuerung mit Risikofaktor
DE102018117380A1 (de) Bremsvorhersage und -eingriff
DE102017103970A1 (de) Übergang zwischen autonomen Fahrzeugsteuerungsleveln
DE102020124755A1 (de) Intelligente eskalationsstrategie für ein autonomes fahrzeug
DE102018111070B4 (de) Verfahren zum Betreiben eines Kraftfahrzeugs zur Verbesserung von Arbeitsbedingungen von Auswerteeinheiten des Kraftfahrzeugs, Steuersystem zum Durchführen eines derartigen Verfahrens sowie Kraftfahrzeug mit einem derartigen Steuersystem
DE102019105739A1 (de) Verfahren zum zumindest teilautomatisierten Führen eines Kraftfahrzeugs
DE102011121484A1 (de) Bedienungssystem für ein Fahrzeug und Verfahren zur Unterstützung eines Fahrers beim Bedienen eines Fahrzeugs
DE112017007926T5 (de) Fahrzeug, vorrichtung zu dessen steuerung und steuerverfahren dafür
DE102020124633A1 (de) Kontextsensitive anpassung einer geländeblickzeit
DE102017200436B4 (de) Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs
DE102016211208A1 (de) Fortgeschrittenes Fahrerassistenzverfahren und -system
DE102010046236A1 (de) Verfahren zur Regelung der Längsbewegung eines Fahrzeuges und Fahrerassistenzsystem
EP3395634A1 (de) Verfahren zum erzeugen eines fahrverhaltens bei autonomen fahrzeugen
DE102017205893A1 (de) Verfahren und Vorrichtung zur Regelung der Geschwindigkeit eines Kraftfahrzeugs
DE102019129904A1 (de) Automatische Fahrkompetenzanalyse
DE102018131467A1 (de) Verfahren zum assistierten Betreiben eines Kraftfahrzeugs und Fahrerassistenzsystem
EP2567875A2 (de) Verfahren zum Steuern von Energiewandlungsprozessen in einem Fahrzeug

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: 15707944

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15707944

Country of ref document: EP

Kind code of ref document: A1