WO2019166143A1 - Verfahren zum betreiben wenigstens eines automatisierten fahrzeugs - Google Patents

Verfahren zum betreiben wenigstens eines automatisierten fahrzeugs Download PDF

Info

Publication number
WO2019166143A1
WO2019166143A1 PCT/EP2019/050412 EP2019050412W WO2019166143A1 WO 2019166143 A1 WO2019166143 A1 WO 2019166143A1 EP 2019050412 W EP2019050412 W EP 2019050412W WO 2019166143 A1 WO2019166143 A1 WO 2019166143A1
Authority
WO
WIPO (PCT)
Prior art keywords
automated vehicle
vehicle
computing device
road users
automated
Prior art date
Application number
PCT/EP2019/050412
Other languages
English (en)
French (fr)
Inventor
Jorge Sans Sangorrin
Ingmar Berger
Original Assignee
Robert Bosch Gmbh
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 Robert Bosch Gmbh filed Critical Robert Bosch Gmbh
Priority to CN201980016108.0A priority Critical patent/CN111788616A/zh
Priority to US16/963,209 priority patent/US11577747B2/en
Priority to EP19700566.3A priority patent/EP3759701A1/de
Publication of WO2019166143A1 publication Critical patent/WO2019166143A1/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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0017—Planning or execution of driving tasks specially adapted for safety of other traffic participants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B60W2420/408—
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/54—Audio sensitive means, e.g. ultrasound
    • 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
    • B60W2556/50—External transmission of data to or from the vehicle for navigation systems

Definitions

  • the invention relates to a method for operating at least one automated vehicle.
  • the invention further relates to a method of a device for operating at least one automated vehicle.
  • the invention further relates to a computer program product.
  • Sensors such as radar, ultrasound, video cameras, lidar, etc. capture the vehicle environment. With the help of this environment detection, road users and infrastructure can be recognized in the environment of the vehicle. Other technologies, such as The navigation system and GPS-based localization systems are already standard features in many new vehicles.
  • driver assistance systems are the so-called parcassistance functions, which are currently available in first production vehicles. Some of them already allow you to control the parking process via a special app on your smartphone.
  • the detection capability of vehicle-mounted sensors is limited in terms of environmental perception in complex scenarios, such as those often found in urban scenarios. This can lead to a limited availability of highly automated systems. For example, concealments and / or nearby objects in the surroundings of the vehicle can lead to a limited environment detection by means of the aforementioned sensors. A large number of objects arranged within a limited space can further restrict the surroundings identification.
  • vehicle-to-vehicle and vehicle-to-infrastructure communication technologies that are in the process of being developed and will be standard equipment in all vehicles in the medium to long term. In the near future, communication technologies will even enable real-time transmission of data.
  • LTE Long Term Evolution
  • 4G / LTE + up to 4,000 MBit / s the successor 5G is already in the starting blocks. This will enable real-time mobile communication with transfer rates up to 10,000 MBIt / s and with latencies ⁇ 1 ms.
  • Driver assistance systems and automated driving systems perform calculations to estimate the development (prediction) of the traffic situation. On the basis of this estimate, the system decides to drive the appropriate behavior of the vehicle in the form of, for example, a trajectory.
  • behavioral models are stored. These behavioral models contain information about the movement possibilities of different object types and evaluate their interaction with other road users and the shared infrastructure. For example, a vehicle can move much faster than pedestrians, but a pedestrian can stop almost immediately. Every prediction of the situation becomes more uncertain as the prediction time increases. The uncertainty here is essentially due to two factors:
  • the information about the other road users detected via the vehicle-specific surroundings sensor can be noisy and / or incomplete.
  • EP 2 911 926 B1 discloses a method in which vehicles collect environmental information, wherein an exchange of the environmental information is provided across several vehicles.
  • DE 102 10 546 A1 discloses a method for automatic vehicle guidance, in which infrastructure data are transmitted wirelessly to the vehicle and commands for the vehicle guidance are calculated on the basis of the infrastructure data. It is provided that the infrastructure data for at least one immediately preceding section of the route is loaded into a vehicle's own memory, that the current position of the vehicle is continuously determined with a precise positioning system and that the commands are based on the position data and the stored infrastructure data be calculated.
  • An object of the invention is to provide an alternative method of operating at least one automated vehicle.
  • the object is achieved according to a first aspect with a method for operating at least one automated vehicle, comprising the steps:
  • the object is achieved with a device for operating at least one automated vehicle, comprising:
  • a sensor device for detecting road users with the at least one automated vehicle and / or by means of sensors in an infrastructure
  • a computing device for calculating predicated traffic routes for the road users by means of a computing device based on defined criteria
  • a transmission device for transmitting control data corresponding to the predicted traffic route to the automated vehicle.
  • control data are designed as trajectory data.
  • the automated Be managed by a central authority which has an optimized overall view of the situation and thus can optimally control the traffic situation.
  • a further advantageous development of the method provides that the environment is sensed by the road users, wherein the sensor data are transmitted to the computing device.
  • the central computing device is advantageously enabled to use a large amount of data of the traffic participants for an optimized determination of a predictive traffic model.
  • control data for defined partial routes are transmitted from the computing device to the automated vehicle.
  • the method can be applied regionally specifically and in particular in regions with particularly high traffic volumes.
  • a further advantageous development of the method provides that the method in the automated vehicle is controlled by means of a man-machine interface.
  • This supports convenient control of the method for example with a touch screen of the automated vehicle and / or a touch screen of a mobile phone.
  • the user can thereby be shown graphically that a network is available with the above-explained control options.
  • the driver can then accept that the vehicle is automatically controlled with the aid of said network.
  • a further advantageous development of the method provides that a digital map is used by the computing device to determine the predicated traffic routes for the traffic participants. In this way, circumstances for the computing device can be provided, so that the determination of the predicated traffic model is performed even more accurately.
  • a further advantageous development of the method provides that at least one traffic infrastructure device is controlled by means of the computing device.
  • traffic light circuits and / or switching barrier systems to better manage traffic flows.
  • Disclosed method features result analogously from corresponding disclosed device features and vice versa. This means, in particular, that features, technical advantages and embodiments relating to the method result analogously from corresponding designs, features and advantages of the device and vice versa.
  • Fig. 1 is a schematic representation of a scenario for carrying out the proposed method.
  • FIG. 2 shows a basic sequence of an embodiment of the proposed method for directing a traffic flow.
  • automated motor vehicle is used interchangeably in the terms partially automated motor vehicle, autonomous motor vehicle and partially autonomous motor vehicle.
  • An automated or autonomous vehicle is a vehicle that manages without a driver.
  • the vehicle drives autonomously, for example, by automatically recognizing a road course, other road users or obstacles and calculating corresponding control commands in the vehicle and forwarding these to actuators in the vehicle, whereby the driving course of the vehicle is correctly influenced.
  • the driver is no longer involved in a fully autonomous vehicle on the ride.
  • Vehicle-to-vehicle communication (Car2Car or C2C) is understood to mean the exchange of information and data between motor vehicles.
  • the vehicles in question collect data, such as ABS interventions, steering angle, position, direction, speed, etc. and transmit this data to other road users via radio (for example via WLAN, UMTS, etc.).
  • the aim is to increase the "sight of the driver" by electronic means.
  • Vehicle-to-infrastructure communication (C2I) is understood as the exchange of data between a vehicle and the surrounding infrastructure (eg traffic lights).
  • an image of a computational requirement for automated driving (“artificial intelligence") in the cloud.
  • the image of the artificial intelligence in the cloud can correspond exactly to the artificial intelligence on the automated vehicle or be defined differently to the artificial intelligence of the automated vehicle.
  • An identical image of the artificial intelligence of the automated vehicle in the cloud has the significant advantage that with the same input data, calculation results of the cloud do not differ from calculation results on the automated vehicle.
  • an image of the artificial intelligence in the cloud for entire vehicle variants or vehicle families.
  • FIG. 1 shows a highly schematized, exemplary scenario of a proposed method for operating at least one automated vehicle 200.
  • a preferably permanently installed sensor device 10 eg in the form of a camera, radar, etc.
  • an environment scenario detected which includes, for example, the automated vehicle 200, pedestrian 300, cyclist 400, animals (not shown), and so forth.
  • the method can be used with a large number of automated vehicles 200, pedestrians 300, cyclists 400, etc.
  • the sensor device 10 transmits the data to a central computing device 20, which calculates from the determined sensor data a predictive traffic model with a predicated traffic route for the at least one automated vehicle 200.
  • a predictive traffic model with a predicated traffic route for the at least one automated vehicle 200.
  • defined criteria can be used, for example a consideration of congestion situations, accident situations, accumulation of road users, weather conditions, etc.
  • control data D e.g. wirelessly transmitted to the automated vehicle 200 in the form of trajectory data.
  • a controller 210 e.g. in the form of controllers, actuators, etc.
  • a controller 210 disposed within the vehicle 200 may control the automated vehicle 200 in accordance with the transmitted trajectory data.
  • other types of control data e.g. Control data for the actuators to the automated vehicle 200 are transmitted.
  • control data D infrastructures (for example traffic lights, barriers, etc.) are switched.
  • a device 100 for the autonomous control of connected road users, preferably on main traffic arteries, in order to enable drivers of the automated vehicles 200 to travel relaxed within urban areas.
  • the automated vehicles 200 advantageously only have to have a small amount of equipment.
  • the device 100 provides closed-loop control commands to automated vehicles 200 in real time, whereby the device 100 does not provide any information about the surroundings to be provided. As a result, so to speak, the sensors for all road users "centrally" designed.
  • sensor data acquired by the road users is transmitted wirelessly to the computing device 20, wherein these data are then used by the computing device 20 for improved determination of the predictive traffic model.
  • the transmission of said data to the computing device 20 may preferably be based on known vehicle-to-vehicle and / or vehicle-to-infrastructure communication.
  • an uncertainty in the prediction of the traffic situation can be significantly reduced in this way.
  • the prediction time and a certainty about the prediction can advantageously be significantly increased, as a result of which a degree of automation of the entire system is increased, as a result of which an automated operation of the automated vehicle 200 is significantly longer and more frequently available. This is particularly useful in an urban environment with a high traffic density and an at least occasionally very high number of road users.
  • the computing device 20 uses a digital map for determining the predicted traffic model, in which data of the environment are stored. As a result, the determination of the predictive traffic model by the computing device 20 can be carried out even better and faster.
  • a driver of the automated vehicle 200 to establish a communication connection to the device 100 via a human-machine interface, and to use the services provided in this way.
  • a driver of the automated vehicle 200 is traveling to a city with greater traffic.
  • a man-machine interface eg touch screen
  • the driver receives the message that services of the device 100 are available.
  • the driver accepts the offered services on the touch screen, whereby the vehicle 200 communicates relevant data (eg, type, extent, navigation destination, etc.) to the central computing device 20.
  • the computing device 20 locates the automated vehicle 200 within the stored digital map and determines the trajectory that the vehicle 200 should drive in consideration of the predicted traffic situation to achieve the navigation destination. Since the central computing device 20 also determines the trajectories for all other vehicles, freedom from accidents is advantageously supported.
  • the trajectory (e.g., in the form of position and speed of multiple times in the future) is then communicated to the automated vehicle 200.
  • the vehicle 200 is equipped with corresponding control devices in order to start the trajectory on the basis of the transmitted trajectory data.
  • environment sensors installed in the vehicle 200 or in infrastructure devices can be used to provide feedback to the central computing device 20 that no collision takes place.
  • Sensors in the infrastructures may also be used to report that road users without vehicle-to-infrastructure equipment are in the observed area.
  • the proposed device 100 may also be used to provide paid services (e.g., by means of a software app, receiver / transmitter hardware, tariffs, etc.).
  • paid services e.g., by means of a software app, receiver / transmitter hardware, tariffs, etc.
  • the device 100 does not cover an entire urban area, but only main traffic arteries with a high traffic volume.
  • a smartphone arranged inside or outside the automated vehicle 200 carries out the communication to the computing device 20.
  • infrastructure devices eg traffic lights, barriers, etc.
  • the device 100 is at least simply redundant, so that an increased level of safety of the operation is supported.
  • a sensory detection of road users 200, 300, 400 is performed with the at least one automated vehicle 200 and / or by means of sensors in an infrastructure.
  • predicated traffic routes for the road users 200, 300, 400 are determined by means of a computing device 200 on the basis of defined criteria.
  • a step 520 transmission of control data D corresponding to the predicated traffic route to the automated vehicle 200 is performed.
  • a step 530 an operation of the automated vehicle 200 is performed in accordance with the control data D.
  • the proposed method can be implemented by means of a software program running on the computing device 20, whereby a simple adaptability of the method is supported.

Abstract

Verfahren zum Betreiben wenigstens eines automatisierten Fahrzeugs (200), aufweisend die Schritte: - Sensorisches Erfassen von Verkehrsteilnehmern (200, 300, 400) mit dem wenigstens einem automatisierten Fahrzeug (200)und/oder mittels Sensorik in einer Infrastruktur; - Ermitteln von prädizierten Verkehrsrouten für die Verkehrsteilnehmer (200, 300, 400) mittels einer Rechenvorrichtung (200) anhand von definierten Kriterien; - Übermitteln von Steuerdaten (D) entsprechend der prädizierten Verkehrsroute an das automatisierte Fahrzeug (200); und - Betreiben des automatisierten Fahrzeugs (200) entsprechend der Steuerdaten (D).

Description

Beschreibung
Titel
Verfahren zum Betreiben wenigstens eines automatisierten Fahrzeugs
Die Erfindung betrifft ein Verfahren zum Betreiben wenigstens eines automati- sierten Fahrzeugs. Die Erfindung betrifft weiterhin ein Verfahren eine Vorrichtung zum Betreiben wenigstens eines automatisierten Fahrzeugs. Die Erfindung be- trifft ferner ein Computerprogrammprodukt.
Stand der Technik
Der Bereich der Fahrerassistenzsysteme und des automatisierten Fahrens hat in der Automobilindustrie stark an Bedeutung gewonnen. Mit Einführung von Stan- dardtests, wie z.B. die Euro-NCAP 2018 Testrichtlinien werden Funktionen wie der vorausschauende Fußgängerschutz und der autonome Notbremsassistent in absehbarer Zeit in allen Fahrzeugklassen zur Serienausstattung gehören. Zu- sätzlich dazu wird in Zukunft auch die Ausstattungsquote an Fahrzeugen mit Fahrerassistenzfunktionen zur kombinierten Quer- und Längsführung, stetig zu- nehmen. Diese werden insbesondere auf Autobahnen und gut ausgebauten Landstraßen eine hohe Verfügbarkeit haben und werden so ein entspanntes Fahren außerhalb von urbanen Gebieten ermöglichen.
Dabei erfassen Sensoren wie Radar, Ultraschall, Videokameras, Lidar, usw. das Fahrzeugumfeld. Mithilfe dieser Umfelderfassung lassen sich Verkehrsteilnehmer und Infrastruktur im Umfeld des Fahrzeugs erkennen. Weitere Technologien, wie z.B. das Navigationssystem und GPS-basierte Lokalisierungssysteme sind be- reits Standardausstattung in vielen neuen Fahrzeugen.
Eine andere Klasse von Fahrerassistenzsystemen stellen die sogenannten Par- kassistenzfunktionen dar, welche zur Zeit in ersten Serienfahrzeugen verfügbar sind. Einige davon erlauben bereits heute den Einparkvorgang über eine speziel- le App auf dem Smartphone zu steuern. Allerdings ist das Detektionsvermögen von im Fahrzeug eingebauter Sensorik eingeschränkt in Bezug auf die Umfeldwahrnehmung in komplexen Szenarien, wie sie in innerstädtischen Szenarien häufig vorliegen. Dies kann zu einer einge- schränkten Verfügbarkeit von hochautomatisierten Systemen führen. Beispiels- weise können Verdeckungen und/oder nahe Objekte im Umfeld des Fahrzeugs zu einer eingeschränkten Umfelderkennung mittels der genannten Sensorik füh- ren. Eine große Anzahl innerhalb eines begrenzten Raums angeordnete Objekte können die Umfelderkennung noch weiter einschränken.
Eine Möglichkeit, Informationen über das Umfeld zu gewinnen, stellen Technolo- gien zur Fahrzeug-zu-Fahrzeug- und Fahrzeug-zu-lnfrastrukturkommunikation dar, welche gerade entwickelt werden und mittel- bis langfristig zur Serienaus- stattung in allen Fahrzeugen gehören werden. Dabei werden Kommunikations- technologien in näherer Zukunft sogar eine Echtzeitübertragung von Daten er- möglichen.
Zum aktuellen Zeitpunkt ist LTE der weltweite Standard für mobile Kommunikati- on. Dieser ist bereits weltweit in vielen Regionen verfügbar und erlaubt Übertra- gungsraten bis zu 300 MBit/s bzw. in seiner letzten Version, 4G/LTE+ bis zu 4.000 MBit/s. Gleichzeitig steht bereits der Nachfolger 5G in den Startlöchern. Dieser wird mit Übertragungsraten bis zu 10.000 MBIt/s und mit Latenzen < 1 ms mobile Kommunikation in Echtzeit ermöglichen.
Die mit diesen Technologien inzwischen standardmäßig ausgestatteten Smart- phones haben seit dem Erscheinen des ersten iPhones® die gewünschten Mobil- telefone innerhalb kürzester Zeit ersetzt. Unabhängig vom Alter besitzt heute so gut wie jeder Erwachsene ein Smartphone. Bereits günstigere Modelle sind in- zwischen mit GPS, Bluetooth sowie LTE-Technik ausgestattet.
Fahrerassistenzsysteme und Systeme zum automatisierten Fahren führen Be- rechnungen durch, um die Entwicklung (Prädiktion) der Verkehrssituation zu schätzen. Auf Basis dieser Schätzung entscheidet das System das geeignete Verhalten des Fahrzeugs in Form z.B. einer Trajektorie zu fahren. Um die Prädik- tion der Situation für die einzelnen Verkehrsteilnehmer durchzuführen, sind Ver- haltensmodelle hinterlegt. Diese Verhaltensmodelle enthalten Informationen über die Bewegungsmöglichkeiten verschiedener Objekttypen und bewerten deren In- teraktion mit anderen Verkehrsteilnehmern sowie der gemeinsam genutzten Inf rastruktur. Zum Beispiel kann sich ein Fahrzeug sehr viel schneller als Fußgän- ger bewegen, ein Fußgänger dagegen kann nahezu sofort anhalten. Dabei wird jede Prädiktion der Situation mit steigender Prädiktionszeit unsicherer. Die Unsi- cherheit hierbei liegt im Wesentlichen an zwei Faktoren:
- Zum einen können die über die fahrzeugeigene Umfeldsensorik erfassten In- formationen über die anderen Verkehrsteilnehmer verrauscht und/oder nicht voll- ständig sein.
- Andererseits ist eine Prädiktion auf Basis von Verhaltensmodellen nur mit einer begrenzten Vorausschau in die Zukunft möglich. Dies liegt in der Anzahl der möglichen Verhaltensoptionen, welche ein Verkehrsteilnehmer innerhalb kürzes- ter Zeit wahrnehmen kann.
In herkömmlichen Systemen finden alle diese Berechnungen ohne nähere Infor- mationen, die auch nicht über die verbaute Sensorik erfasst werden können, statt.
EP 2 911 926 B1 offenbart ein Verfahren, bei welchem Fahrzeuge Umgebungsin- formationen sammeln, wobei ein Austausch der Umgebungsinformationen über mehrere Fahrzeuge hinweg vorgesehen ist.
DE 102 10 546 A1 offenbart ein Verfahren zur automatischen Fahrzeugführung, bei dem Infrastrukturdaten drahtlos an das Fahrzeug übermittelt werden und Be- fehle für die Fahrzeugführung anhand der Infrastrukturdaten berechnet werden. Dabei ist vorgesehen, dass die Infrastrukturdaten für zumindest einen unmittelbar vorausliegenden Abschnitt der Fahrtstrecke in einen fahrzeugeigenen Speicher geladen werden, dass mit einem präzisen Positionssystem fortlaufend die aktuel- le Position des Fahrzeugs bestimmt wird und dass die Befehle anhand der Posi- tionsdaten und der gespeicherten Infrastrukturdaten berechnet werden.
Offenbarung der Erfindung
Eine Aufgabe der Erfindung ist es, ein alternatives Verfahren zum Betreiben we nigstens eines automatisierten Fahrzeugs bereitzustellen. Die Aufgabe wird gemäß einem ersten Aspekt gelöst mit einem Verfahren zum Betreiben wenigstens eines automatisierten Fahrzeugs, aufweisend die Schritte:
Sensorisches Erfassen von Verkehrsteilnehmern mit dem wenigstens ei- nem automatisierten Fahrzeug und/oder mittels Sensorik in einer Infra- struktur;
Ermitteln von prädizierten Verkehrsrouten für die Verkehrsteilnehmer mit- tels einer Rechenvorrichtung anhand von definierten Kriterien;
Übermitteln von Steuerdaten entsprechend der prädizierten Verkehrsrou- te an das automatisierte Fahrzeug; und
Betreiben des automatisierten Fahrzeugs entsprechend der Steuerdaten.
Vorteilhaft ist auf diese Weise keine aufwendige Sensorik im automatisierten Fahrzeug erforderlich, weil wichtige Informationen bzw. Daten über das Umfeld des Fahrzeugs sozusagen„im Netzwerk liegen“. Realisiert wird dadurch eine „zentrale Intelligenz“, die nicht auf einzelnen Fahrzeugen liegt. Auf diese Weise wird vorteilhaft eine Funktionalität mit vielen Diensten zum Betreiben des auto- matisierten Fahrzeugs bereitgestellt, wodurch insbesondere in urbanen Gebieten ein zumindest teilweises Betreiben des automatisierten Fahrzeugs mittels der zentralen Intelligenz realisiert werden kann.
Gemäß einem zweiten Aspekt wird die Aufgabe gelöst mit einer Vorrichtung zum Betreiben wenigstens eines automatisierten Fahrzeugs, aufweisend:
eine Sensoreinrichtung zum Erfassen von Verkehrsteilnehmern mit dem wenigstens einem automatisierten Fahrzeug und/oder mittels Sensorik in einer Infrastruktur;
eine Rechenvorrichtung zum Berechnen von prädizierten Verkehrsrouten für die Verkehrsteilnehmer mittels einer Rechenvorrichtung anhand von definierten Kriterien; und
eine Übermittlungseinrichtung zum Übermitteln von Steuerdaten ent- sprechend der prädizierten Verkehrsroute an das automatisierte Fahr- zeug.
Vorteilhafte Weiterbildungen des Verfahrens sind Gegenstand von abhängigen Ansprüchen.
Eine vorteilhafte Weiterbildung des Verfahrens sieht vor, dass die Steuerdaten als Trajektoriendaten ausgebildet sind. Auf diese Weise kann das automatisierte Fahrzeug von einer zentralen Instanz geführt werden, die eine optimierte Ge- samtsicht der Situation hat und dadurch das Verkehrsgeschehen optimal steuern kann.
Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass von den Verkehrsteilnehmern das Umfeld sensorisch erfasst wird, wobei die Sensordaten an die Rechenvorrichtung übermittelt werden. Auf diese Weise wird die zentrale Rechenvorrichtung vorteilhaft in die Lage versetzt, viele Daten der Verkehrsteil- nehmer für ein optimiertes Ermitteln eines prädiktiven Verkehrsmodells zu ver- wenden.
Eine weitere vorteilhafte Weiterbildung des Verfahrens zeichnet sich dadurch aus, dass von der Rechenvorrichtung an das automatisierte Fahrzeug Steuerda- ten für definierte Teilrouten übermittelt werden. Auf diese Weise kann das Ver- fahren regional spezifisch und insbesondere in Regionen mit besonders hohem Verkehrsaufkommen angewendet werden.
Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass das Ver- fahren im automatisierten Fahrzeug mittels einer Mensch-Maschine-Schnittsteile gesteuert wird. Dadurch ist eine komfortable Steuerungsmöglichkeit des Verfah- rens unterstützt, beispielsweise mit einem Berührungsbildschirm des automati- sierten Fahrzeugs und/oder eines Berührungsbildschirms eines Mobiltelefons. Der Nutzer kann dadurch graphisch angezeigt bekommen, dass ein Netzwerk mit den oben erläuterten Steuerungsmöglichkeiten zur Verfügung steht. Durch eine entsprechende Eingabe mittels der Mensch-Maschine-Schnittsteile kann der Fahrer daraufhin akzeptieren, dass das Fahrzeug mit Hilfe des genannten Netz- werks automatisiert gesteuert wird.
Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass von der Rechenvorrichtung zum Ermitteln der prädizierten Verkehrsrouten für die Ver- kehrsteilnehmer eine digitale Karte verwendet wird. Auf diese Weise können Umstände für die Rechenvorrichtung bereitgestellt werden, sodass die Ermittlung des prädizierten Verkehrsmodells noch genauer durchgeführt wird.
Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass mittels der Rechenvorrichtung wenigstens eine Verkehrsinfrastruktureinrichtung gesteuert wird. Auf diese Weise können zum Beispiel Ampelschaltungen und/oder Schal- tungen von Schrankenanlagen durchgeführt werden, um Verkehrsströme noch besser zu steuern.
Die Erfindung wird im Folgenden mit weiteren Merkmalen und Vorteilen anhand von zwei Figuren detailliert beschrieben. Die Figuren sind vor allem dazu ge- dacht, die erfindungswesentlichen Prinzipien zu verdeutlichen.
Offenbarte Verfahrensmerkmale ergeben sich analog aus entsprechenden offen- barten Vorrichtungsmerkmalen und umgekehrt. Dies bedeutet insbesondere, dass sich Merkmale, technische Vorteile und Ausführungen betreffend das Ver- fahren in analoger Weise aus entsprechenden Ausführungen, Merkmalen und Vorteilen der Vorrichtung ergeben und umgekehrt.
In den Figuren zeigt:
Fig. 1 eine prinzipielle Darstellung eines Szenarios zum Ausführen des vorgeschlagenen Verfahrens; und
Fig. 2 einen prinzipiellen Ablauf einer Ausführungsform des vorge- schlagenen Verfahrens zum Lenken eines Verkehrsstroms.
Beschreibung von Ausführungsformen
Im Folgenden wird der Begriff automatisiertes Kraftfahrzeug synonym in den Be- deutungen teilautomatisiertes Kraftfahrzeug, autonomes Kraftfahrzeug und teil- autonomes Kraftfahrzeug verwendet.
Ein automatisiertes bzw. autonomes Fahrzeug ist ein Fahrzeug, das ohne Fahrer auskommt. Das Fahrzeug fährt autonom, indem es beispielsweise einen Stra- ßenverlauf, andere Verkehrsteilnehmer oder Hindernisse selbständig erkennt und entsprechende Steuerbefehle im Fahrzeug berechnet sowie diese an Aktua- toren im Fahrzeug weiterleitet, wodurch der Fahrverlauf des Fahrzeugs korrekt beeinflusst wird. Der Fahrer ist bei einem voll autonomen Fahrzeug nicht mehr am Fahrgeschehen beteiligt.
Unter einer Fahrzeug-zu-Fahrzeug-Kommunikation (Car2Car oder C2C) wird der Austausch von Informationen und Daten zwischen Kraftfahrzeugen verstanden. Die betreffenden Fahrzeuge sammeln Daten, wie z.B. ABS-Eingriffe, Lenkwinkel, Position, Richtung, Geschwindigkeit, usw. und senden diese Daten über Funk (zum Beispiel über WLAN, UMTS, usw.) an andere Verkehrsteilnehmer. Dabei soll die„Sichtweite“ des Fahrers mit elektronischen Mitteln vergrößert werden. Unter Fahrzeug-zu-lnfrastruktur-Kommunikation (C2I) wird der Austausch von Daten zwischen einem Fahrzeug und der umliegenden Infrastruktur (z.B. Ampel- anlagen) verstanden.
Die genannten Technologien basieren auf dem Zusammenwirken von Sensoren der verschiedenen Verkehrspartner und verwenden neueste Verfahren der Kommunikationstechnologie zum Austausch dieser Informationen. Dazu ist vor- gesehen, dass autonome bzw. teilautonome Fahrzeuge mithilfe von Car-to-Car- Kommunikationssystemen Daten untereinander austauschen.
Heutzutage erfolgen die Berechnungen für das automatisierte Fahren aus- schließlich auf dem automatisierten Fahrzeug. Hierfür kommen üblicherweise Hochleistungsrechenkerne zum Einsatz, um die dabei anfallende hohe Daten- menge zeitnah verarbeiten zu können. Derartige Rechensysteme sind aber rela- tiv teuer, nehmen im Fahrzeug viel Platz ein und können durch die stetig wach- sende Anzahl an Sensorsystemen im Fahrzeug betreffend Rechenlast an ihre Grenzen stoßen.
Für die Auslagerung von Berechnungen in die Cloud kann es von Vorteil sein, ein Abbild einer Berechnungsvorschrift für das automatisierte Fahren („Künstliche In- telligenz“) in der Cloud vorzusehen. Dabei kann das Abbild der künstlichen Intel ligenz in der Cloud genau der künstlichen Intelligenz auf dem automatisierten Fahrzeug entsprechen oder definiert unterschiedlich zur künstlichen Intelligenz des automatisierten Fahrzeugs ausgebildet sein. Ein identisches Abbild der künstlichen Intelligenz des automatisierten Fahrzeugs in der Cloud hat den we sentlichen Vorteil, dass sich bei gleichen Eingangsdaten Berechnungsergebnisse der Cloud nicht von Berechnungsergebnissen auf dem automatisierten Fahrzeug unterscheiden. Vorteilhaft erfolgt ein der Abbild der künstlichen Intelligenz in der Cloud für ganze Fahrzeug-Varianten bzw. Fahrzeug-Familien.
Fig. 1 zeigt ein stark schematisiertes, beispielhaftes Szenario eines vorgeschla- genen Verfahrens zum Betreiben wenigstens eines automatisierten Fahrzeugs 200. Man erkennt im Umfeld eine vorzugsweise fest verbaute Sensoreinrichtung 10 (z.B. in Form einer Kamera, Radar, usw.), mit der ein Umfeldszenario erfasst wird, welches z.B. das automatisierte Fahrzeug 200, Fußgänger 300, Radfahrer 400, Tiere (nicht dargestellt), usw. umfasst. Der Einfachheit halber ist von den genannten Verkehrsteilnehmern lediglich jeweils einer dargestellt, es versteht sich jedoch von selbst, dass das Verfahren mit einer Vielzahl von automatisierten Fahrzeugen 200, Fußgängern 300, Radfahrern 400, usw. anwendbar ist.
Die Sensoreinrichtung 10 übermittelt die Daten an eine zentrale Rechenvorrich- tung 20, die aus den ermittelten Sensordaten ein prädiktives Verkehrsmodell mit einer prädizierten Verkehrsroute für das wenigstens eine automatisierte Fahr- zeug 200 berechnet. Für die Erstellung des prädiktiven Verkehrsmodells können definierte Kriterien herangezogen werden, beispielsweise eine Berücksichtigung von Stausituationen, Unfallsituationen, Ansammlungen von Verkehrsteilnehmern, Witterungsbedingungen, usw.
Mittels einer innerhalb oder außerhalb der Rechenvorrichtung 20 angeordneten Übermittlungseinrichtung 21 werden danach dem prädizierten Verkehrsmodell entsprechende Steuerdaten D, z.B. in Form von Trajektoriendaten drahtlos an das automatisierte Fahrzeug 200 übermittelt. Zu diesem Zweck ist vorzugsweise eine Hochgeschwindigkeits- bzw. Echtzeit-Datenverbindung vorgesehen, mit der eine Echtzeit-Kommunikation mit dem automatisierten Fahrzeug 20 durchgeführt wird. Eine innerhalb des Fahrzeugs 200 angeordnete Steuerungseinrichtung 210 (z.B. in Form von Steuergeräten, Aktoren, usw.) kann das automatisierte Fahr- zeug 200 entsprechend den übermittelten Trajektoriendaten steuern. In einer Va- riante ist auch denkbar, dass außer den Trajektoriendaten noch andere Arten von Steuerungsdaten, z.B. Steuerungsdaten für die Aktoren an das automatisier- te Fahrzeug 200 übermittelt werden. Denkbar ist auch, dass mittels der Steue- rungsdaten D Infrastruktureinrichtungen (z.B. Ampeleinrichtungen, Schrankenan- lagen, usw.) geschaltet werden.
Vorteilhaft wird auf diese Weise eine Vorrichtung 100 zur autonomen Steuerung von angeschlossenen Verkehrsteilnehmern, vorzugsweise auf Hauptverkehrs- adern bereitgestellt, um Fahrern der automatisierten Fahrzeuge 200 ein ent- spanntes Fahren innerhalb urbaner Gebiete zu ermöglichen. Dazu müssen die automatisierten Fahrzeuge 200 vorteilhaft lediglich über eine geringfügige Aus- stattung an Sensorik verfügen. Hierbei stellt die Vorrichtung 100 angeschlosse- nen automatisierten Fahrzeugen 200 Regelungsbefehle in Echtzeit zur Verfü- gung, wobei von der Vorrichtung 100 keinerlei Informationen über das Umfeld bereitgestellt werden. Dadurch wird gewissermaßen die Sensorik für sämtliche Verkehrsteilnehmer„zentral“ ausgestaltet.
In einer vorteilhaften Weiterbildung der Vorrichtung 100 kann vorgesehen sein, dass von den Verkehrsteilnehmern erfasste Sensordaten an die Recheneinrich- tung 20 drahtlos übermittelt werden, wobei diese Daten von der Recheneinrich- tung 20 dann zur verbesserten Ermittlung des prädiktiven Verkehrsmodells ver- wendet werden.
Die Übermittlung der genannten Daten an die Rechenvorrichtung 20 kann vor- zugsweise auf Basis von an sich bekannter Fahrzeug-zu-Fahrzeug und/oder Fahrzeug-zu-lnfrastruktur-Kommunikation erfolgen.
Vorteilhaft kann auf diese Weise eine Unsicherheit in der Prädiktion der Ver- kehrssituation signifikant reduziert werden. Die Prädiktionszeit und eine Sicher- heit über die Prädiktion können vorteilhaft deutlich erhöht sein, wodurch ein Au- tomatisierungsgrad des gesamten Systems erhöht ist, wodurch im Ergebnis ein automatisierter Betrieb des automatisierten Fahrzeugs 200 deutlich länger und öfter verfügbar ist. Besonders nützlich ist dies im urbanen Umfeld mit einer ho- hen Verkehrsdichte und einer zumindest zeitweise sehr hohen Anzahl an Ver- kehrsteilnehmern.
In der weiteren Variante der Vorrichtung 100 kann vorgesehen sein, dass die Rechenvorrichtung 20 zur Ermittlung des prädizierten Verkehrsmodells eine digi tale Karte verwendet, in welcher Daten des Umfelds hinterlegt sind. Dadurch kann die Ermittlung des prädiktiven Verkehrsmodells von der Rechenvorrichtung 20 noch besser und schneller durchgeführt werden.
Vorteilhaft ist es einem Fahrer des automatisierten Fahrzeugs 200 möglich, über eine Mensch-Maschine-Schnittsteile eine Kommunikationsverbindung zur Vor- richtung 100 herzustellen und auf diese Weise die bereitgestellten Dienste in An- spruch zu nehmen.
In einem beispielhaften Szenario fährt ein Fahrer des automatisierten Fahrzeugs 200 in eine Stadt mit größerem Verkehrsaufkommen. Mittels einer Mensch- Maschine-Schnittsteile (z.B. Berührungsbildschirm) empfängt der Fahrer die Nachricht, dass Dienste der Vorrichtung 100 zur Verfügung stehen. Der Fahrer akzeptiert daraufhin die angebotenen Dienste am Berührungsbildschirm, wodurch das Fahrzeug 200 relevante Daten (z.B. Typ, Ausdehnung, Navigati- onsziel, usw.) an die zentrale Rechenvorrichtung 20 kommuniziert.
Die Recheneinrichtung 20 lokalisiert das automatisierte Fahrzeug 200 innerhalb der gespeicherten digitalen Karte und ermittelt die Trajektorie, die das Fahrzeug 200 unter Berücksichtigung der prädizierten Verkehrssituation fahren soll, um das Navigationsziel zu erreichen. Da die zentrale Rechenvorrichtung 20 auch die Trajektorien für alle anderen Fahrzeuge ermittelt, ist eine Unfallfreiheit vorteilhaft unterstützt. Die Trajektorie (z.B. in Form von Position und Geschwindigkeit meh- rerer Zeitpunkte in der Zukunft) wird dann an das automatisierte Fahrzeug 200 kommuniziert. Das Fahrzeug 200 ist mit entsprechenden Steuerungseinrichtun- gen ausgestattet, um die Trajektorie anhand der übermittelten Trajektoriendaten abzufahren.
In einer vorteilhaften Variante können im Fahrzeug 200 oder in Infrastrukturein- richtungen verbaute Umfeldsensoren verwendet werden, um Rückmeldungen an die zentrale Rechenvorrichtung 20 zu geben, dass keine Kollision stattfindet. Sensoren in den Infrastruktureinrichtungen können auch verwendet werden, um zu melden, dass sich Verkehrsteilnehmer ohne Fahrzeug-zu-lnfrastruktur- Einrichtung im beobachteten Gebiet befinden.
Vorteilhaft kann die vorgeschlagene Vorrichtung 100 auch verwendet werden, um gebührenpflichtige Dienste anzubieten (z.B. mittels einer Software-App, Hardware für Empfänger/Sender, Tarife, usw.).
Vorzugsweise kann vorgesehen sein, dass die Vorrichtung 100 nicht ein gesam- tes Stadtgebiet abdeckt, sondern nur Hauptverkehrsadern mit hohem Verkehrs- aufkommen. In einer weiteren Variante kann auch vorgesehen sein, dass ein in- nerhalb oder außerhalb des automatisierten Fahrzeugs 200 angeordnetes Smart- phone die Kommunikation zur Rechenvorrichtung 20 durchführt. Beispielsweise ist es auch möglich, dass Fußgänger oder Radfahrer mit einem Smartphone von der Sensoreinrichtung 10 erkannt werden, wobei dann von der Rechenvorrich- tung 20 Infrastruktureinrichtungen (z.B. Ampeln, Schranken, usw.) in geeigneter Weise geschaltet werden. Vorteilhaft kann auch vorgesehen sein, über die Vorrichtung 100 Zusatzdienste zu buchen, wie z.B. einen Parkplatz, Dienstleistungen am Zielort, usw.
Vorteilhaft kann vorgesehen sein, die Vorrichtung 100 wenigstens einfach redun- dant auszubilden, sodass ein erhöhtes Sicherheitsniveau des Betriebs unterstützt ist.
Fig. 2 zeigt einen prinzipiellen Ablauf einer Ausführungsform des erfindungsge- mäßen Verfahrens.
In einem Schritt 500 wird ein sensorisches Erfassen von Verkehrsteilnehmern 200, 300, 400 mit dem wenigstens einem automatisierten Fahrzeug 200 und/oder mittels Sensorik in einer Infrastruktur durchgeführt.
In einem Schritt 510 wird ein Ermitteln von prädizierten Verkehrsrouten für die Verkehrsteilnehmer 200, 300, 400 mittels einer Rechenvorrichtung 200 anhand von definierten Kriterien durchgeführt.
In einem Schritt 520 wird ein Übermitteln von Steuerdaten D entsprechend der prädizierten Verkehrsroute an das automatisierte Fahrzeug 200 durchgeführt.
In einem Schritt 530 wird ein Betreiben des automatisierten Fahrzeugs 200 ent- sprechend der Steuerdaten D durchgeführt.
Vorteilhaft kann das vorgeschlagene Verfahren mittels eines auf der Rechenvor- richtung 20 ablaufenden Softwareprogramms implementiert werden, wodurch ei- ne einfache Adaptierbarkeit des Verfahrens unterstützt ist.
Der Fachmann wird die Merkmale der Erfindung in geeigneter Weise abändern und/oder miteinander kombinieren, ohne vom Kern der Erfindung abzuweichen.

Claims

Ansprüche
1. Verfahren zum Betreiben wenigstens eines automatisierten Fahrzeugs (200), aufweisend die Schritte:
Sensorisches Erfassen von Verkehrsteilnehmern (200, 300, 400) mit dem wenigstens einem automatisierten Fahrzeug (200) und/oder mittels Sensorik in einer Infrastruktur;
Ermitteln von prädizierten Verkehrsrouten für die Verkehrsteilnehmer (200, 300, 400) mittels einer Rechenvorrichtung (200) anhand von defi- nierten Kriterien;
Übermitteln von Steuerdaten (D) entsprechend der prädizierten Ver- kehrsroute an das automatisierte Fahrzeug (200); und
Betreiben des automatisierten Fahrzeugs (200) entsprechend der Steu- erdaten (D).
2. Verfahren nach Anspruch 1 , wobei die Steuerdaten (D) als Trajektoriendaten ausgebildet sind.
3. Verfahren nach Anspruch 1 oder 2, wobei von den Verkehrsteilnehmern (200, 300, 400) das Umfeld sensorisch erfasst wird, wobei die Sensordaten an die Rechenvorrichtung (200) übermittelt werden.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei von der Re- chenvorrichtung (20) an das automatisierte Fahrzeug (200) Steuerdaten (D) für definierte Teilrouten übermittelt werden.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Verfahren im automatisierten Fahrzeug (200) mittels einer Mensch-Maschine- Schnittsteile gesteuert wird.
6. Verfahren nach einem der vorhergehenden Ansprüche, wobei von der Re- chenvorrichtung (200) zum Ermitteln der prädizierten Verkehrsrouten für die Verkehrsteilnehmer (200, 300, 400) eine digitale Karte verwendet wird.
7. Verfahren nach einem der vorhergehenden Ansprüche, wobei mittels der Rechenvorrichtung (20) wenigstens eine Verkehrsinfrastruktureinrichtung gesteuert wird.
8. Vorrichtung (100) zum Betreiben wenigstens eines automatisierten Fahr- zeugs (200), aufweisend:
eine Sensoreinrichtung (10) zum Erfassen von Verkehrsteilnehmern (200, 300, 400) mit dem wenigstens einem automatisierten Fahrzeug (200) und/oder mittels Sensorik in einer Infrastruktur;
eine Rechenvorrichtung (20) zum Berechnen von prädizierten Verkehrs- routen für die Verkehrsteilnehmer (200, 300, 400) mittels einer Rechen- vorrichtung (200) anhand von definierten Kriterien; und
eine Übermittlungseinrichtung (21 ) zum Übermitteln von Steuerdaten (D) entsprechend der prädizierten Verkehrsroute an das automatisierte Fahrzeug (200).
9. Verwendung einer Vorrichtung (100) nach Anspruch 8 für ein automatisiertes Fahrzeug (200) in einem urbanen Umfeld.
10. Computerprogrammprodukt mit Programmcodemitteln zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 7, wenn es auf einer elektroni- schen Rechenvorrichtung (20) abläuft oder auf einem computerlesbaren Da- tenträger gespeichert ist.
PCT/EP2019/050412 2018-02-28 2019-01-09 Verfahren zum betreiben wenigstens eines automatisierten fahrzeugs WO2019166143A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201980016108.0A CN111788616A (zh) 2018-02-28 2019-01-09 用于运行至少一个自动化车辆的方法
US16/963,209 US11577747B2 (en) 2018-02-28 2019-01-09 Method for operating at least one automated vehicle
EP19700566.3A EP3759701A1 (de) 2018-02-28 2019-01-09 Verfahren zum betreiben wenigstens eines automatisierten fahrzeugs

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018202966.0 2018-02-28
DE102018202966.0A DE102018202966A1 (de) 2018-02-28 2018-02-28 Verfahren zum Betreiben wenigstens eines automatisierten Fahrzeugs

Publications (1)

Publication Number Publication Date
WO2019166143A1 true WO2019166143A1 (de) 2019-09-06

Family

ID=65023887

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2019/050412 WO2019166143A1 (de) 2018-02-28 2019-01-09 Verfahren zum betreiben wenigstens eines automatisierten fahrzeugs

Country Status (5)

Country Link
US (1) US11577747B2 (de)
EP (1) EP3759701A1 (de)
CN (1) CN111788616A (de)
DE (1) DE102018202966A1 (de)
WO (1) WO2019166143A1 (de)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017218222A1 (de) * 2017-10-12 2019-04-18 Continental Automotive Gmbh Bestimmung der Position eines späteren Haltepunktes eines Fahrzeugs
US20210005085A1 (en) * 2019-07-03 2021-01-07 Cavh Llc Localized artificial intelligence for intelligent road infrastructure
DE102022205926A1 (de) 2022-06-10 2023-12-21 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur externen Fahrzeugführung eines Fahrzeugs
US20230410643A1 (en) * 2022-06-17 2023-12-21 Microsoft Technology Licensing, Llc Selecting traffic algorithms to generate traffic data

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10210546A1 (de) 2002-03-09 2003-09-18 Bosch Gmbh Robert Verfahren und System zur automatischen Fahrzeugführung
DE102013005362A1 (de) * 2013-03-28 2013-10-10 Daimler Ag Verfahren zur Analyse einer Verkehrssituation
DE102012021282A1 (de) * 2012-10-29 2014-04-30 Audi Ag Verfahren zur Koordination des Betriebs von vollautomatisiert fahrenden Kraftfahrzeugen
EP2814014A1 (de) * 2013-06-13 2014-12-17 Audi Ag Verfahren zur Koordination des Betriebs von Kraftfahrzeugen
DE102014224104A1 (de) * 2014-11-26 2016-06-02 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs respektive eines Parkplatzes
DE102015216881A1 (de) * 2015-09-03 2017-03-09 Robert Bosch Gmbh Verfahren und Vorrichtung zum fahrerlosen Führen eines Kraftfahrzeugs innerhalb eines Parkplatzes

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009008745B4 (de) * 2009-02-12 2020-12-24 Volkswagen Ag Verfahren und System zur automatischen Verkehrsführung
US10037689B2 (en) * 2015-03-24 2018-07-31 Donald Warren Taylor Apparatus and system to manage monitored vehicular flow rate
US8954205B2 (en) * 2013-06-01 2015-02-10 Savari, Inc. System and method for road side equipment of interest selection for active safety applications
WO2016018936A1 (en) * 2014-07-28 2016-02-04 Econolite Group, Inc. Self-configuring traffic signal controller
DE102014220654A1 (de) * 2014-10-13 2016-04-14 Robert Bosch Gmbh Verfahren zum Reagieren auf eine Umfeldsituation eines Kraftfahrzeugs
US20160231746A1 (en) * 2015-02-06 2016-08-11 Delphi Technologies, Inc. System And Method To Operate An Automated Vehicle
DE102015007531B3 (de) * 2015-06-11 2016-09-01 Audi Ag Verfahren zur Verkehrssteuerung in einer Parkumgebung
US11295612B2 (en) * 2015-10-20 2022-04-05 Stc, Inc. Systems and methods for roadway management including feedback
DE102015224338B4 (de) * 2015-12-04 2021-10-28 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung in einem Kraftfahrzeug zum automatisierten Fahren
US20200234582A1 (en) * 2016-01-03 2020-07-23 Yosef Mintz Integrative system and methods to apply predictive dynamic city-traffic load balancing and perdictive parking control that may further contribute to cooperative safe driving
US10509407B2 (en) * 2016-07-01 2019-12-17 Samsung Electronics Co., Ltd. Apparatus and method for a vehicle platform
US10220850B2 (en) * 2017-01-30 2019-03-05 GM Global Technology Operations LLC Vehicle propulsion systems and methods
US11067995B2 (en) * 2017-03-20 2021-07-20 Mobileye Vision Technologies Ltd. Navigation by augmented path prediction
US10692365B2 (en) * 2017-06-20 2020-06-23 Cavh Llc Intelligent road infrastructure system (IRIS): systems and methods
CN110546958B (zh) * 2017-05-18 2022-01-11 驾优科技公司 无线多链路车辆通信的装置、系统和方法
US10595175B2 (en) * 2017-06-23 2020-03-17 Veniam, Inc. Methods and systems for detecting anomalies and forecasting optimizations to improve smart city or region infrastructure management using networks of autonomous vehicles
US11362882B2 (en) * 2017-08-25 2022-06-14 Veniam, Inc. Methods and systems for optimal and adaptive urban scanning using self-organized fleets of autonomous vehicles
EP3685565B1 (de) * 2017-09-18 2023-12-06 Telefonaktiebolaget LM Ericsson (PUBL) Netzwerkunterstützte abtastung einer umgebung
EP3685366A1 (de) * 2017-09-18 2020-07-29 Telefonaktiebolaget LM Ericsson (Publ) System und verfahren zur bereitstellung präziser fahrempfehlungen auf basis von netzwerkunterstützter abtastung einer umgebung
US10803746B2 (en) * 2017-11-28 2020-10-13 Honda Motor Co., Ltd. System and method for providing an infrastructure based safety alert associated with at least one roadway
CN111630936A (zh) * 2017-12-30 2020-09-04 英特尔公司 用于无线通信的方法和设备
US20190244518A1 (en) * 2018-02-06 2019-08-08 Cavh Llc Connected automated vehicle highway systems and methods for shared mobility
US20200200563A1 (en) * 2018-12-21 2020-06-25 Qualcomm Incorporated Intelligent and Adaptive Traffic Control System
US20200202711A1 (en) * 2018-12-21 2020-06-25 Qualcomm Incorporated Intelligent and Adaptive Traffic Control System
US11449072B2 (en) * 2018-12-21 2022-09-20 Qualcomm Incorporated Intelligent and adaptive traffic control system
US11447152B2 (en) * 2019-01-25 2022-09-20 Cavh Llc System and methods for partially instrumented connected automated vehicle highway systems
US11328589B2 (en) * 2020-01-29 2022-05-10 Mitsubishi Electric Research Labroatories, Inc. Adaptive control of vehicular traffic

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10210546A1 (de) 2002-03-09 2003-09-18 Bosch Gmbh Robert Verfahren und System zur automatischen Fahrzeugführung
DE102012021282A1 (de) * 2012-10-29 2014-04-30 Audi Ag Verfahren zur Koordination des Betriebs von vollautomatisiert fahrenden Kraftfahrzeugen
EP2911926B1 (de) 2012-10-29 2016-09-07 Audi AG Verfahren zur koordinierung des betriebs von vollautomatisiert fahrenden kraftfahrzeugen
DE102013005362A1 (de) * 2013-03-28 2013-10-10 Daimler Ag Verfahren zur Analyse einer Verkehrssituation
EP2814014A1 (de) * 2013-06-13 2014-12-17 Audi Ag Verfahren zur Koordination des Betriebs von Kraftfahrzeugen
DE102014224104A1 (de) * 2014-11-26 2016-06-02 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs respektive eines Parkplatzes
DE102015216881A1 (de) * 2015-09-03 2017-03-09 Robert Bosch Gmbh Verfahren und Vorrichtung zum fahrerlosen Führen eines Kraftfahrzeugs innerhalb eines Parkplatzes

Also Published As

Publication number Publication date
CN111788616A (zh) 2020-10-16
US11577747B2 (en) 2023-02-14
US20210122392A1 (en) 2021-04-29
DE102018202966A1 (de) 2019-08-29
EP3759701A1 (de) 2021-01-06

Similar Documents

Publication Publication Date Title
EP3224118B1 (de) Verfahren und vorrichtung zum assistierten führen eines fahrzeugs
DE102018103787A1 (de) Autonomes Abschleppen von Fahrzeugen
WO2019166143A1 (de) Verfahren zum betreiben wenigstens eines automatisierten fahrzeugs
WO2017076636A1 (de) Verfahren und regelungssysteme zur bestimmung einer verkehrslücke zwischen zwei fahrzeugen für einen fahrstreifenwechsel für ein fahrzeug
EP3371799A1 (de) Verfahren und fahrzeugkommunikationssystem zum bestimmen einer fahrintention für ein fahrzeug
DE102017107787A1 (de) Systeme und Verfahren für Kreuzungsassistenz unter Verwendung dedizierter Nahbereichskommunikation
WO2009027253A1 (de) Verkehrsleitsystem
EP3224100A1 (de) Verfahren und vorrichtung zum betreiben von mehreren fahrzeugen
DE102013210395A1 (de) Verfahren zur Datenkommunikation zwischen Kraftfahrzeugen einerseits und einem zentralen Informationspool andererseits, Fahrerassistenzeinrichtung und Kraftfahrzeug
DE102014205391A1 (de) Vorrichtung zur Vorhersage von Fahrzustandsübergängen
WO2019048009A1 (de) Offboard trajektorien für schwierige situationen
WO2019001975A1 (de) Verfahren zum zumindest teilautomatisierten betrieb eines kraftfahrzeugs
EP3718095A1 (de) Verfahren zum einstellen vollautomatischer fahrzeugführungsfunktionen in einer vordefinierten navigationsumgebung und kraftfahrzeug
DE102019215657A1 (de) Fahrzeugsteuerungsstystem und -verfahren
DE102016209281A1 (de) Verfahren zum Betreiben eines Fahrerassistenzsystems eines Kraftfahrzeugs
WO2019233777A1 (de) Fahrassistenzsystem
WO2020069812A1 (de) Verfahren zum zumindest teilautomatisierten führen eines kraftfahrzeugs auf einer fahrbahn
EP2662846A1 (de) Verfahren zum Reduzieren einer Staugefahr
DE102019208899A1 (de) Verfahren zum zumindest teilautomatisierten Führen eines Kraftfahrzeugs
DE102015204861A1 (de) Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs sowie Verfahren und Vorrichtung zum Betreiben eines Parkplatzes
EP3720749B1 (de) Verfahren zum betreiben eines kraftfahrzeugs und kraftfahrzeug mit einem engstellenassistenten
DE102013019196A1 (de) Kraftfahrzeug mit Verkehrsflussanalysefunktionalität
DE102016211859A1 (de) Verfahren zur Optimierung des Verkehrsflusses eines Verkehrswegs mit mehreren Fahrspuren
DE102023100061A1 (de) Fahrzeugsysteme und zugehörige verfahren mit autonomer höflichkeitsvermeidung
WO2019223909A1 (de) Verfahren zum zumindest teilautomatisierten steuern eines kraftfahrzeugs

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: 19700566

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019700566

Country of ref document: EP

Effective date: 20200928