WO2020108863A1 - Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur überprüfung eines zumindest teilautonomen fahrbetriebs eines fahrzeuges - Google Patents

Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur überprüfung eines zumindest teilautonomen fahrbetriebs eines fahrzeuges Download PDF

Info

Publication number
WO2020108863A1
WO2020108863A1 PCT/EP2019/078600 EP2019078600W WO2020108863A1 WO 2020108863 A1 WO2020108863 A1 WO 2020108863A1 EP 2019078600 W EP2019078600 W EP 2019078600W WO 2020108863 A1 WO2020108863 A1 WO 2020108863A1
Authority
WO
WIPO (PCT)
Prior art keywords
intervention
data
vehicles
vehicle
determined
Prior art date
Application number
PCT/EP2019/078600
Other languages
English (en)
French (fr)
Inventor
Christian Unger
Original Assignee
Bayerische Motoren Werke Aktiengesellschaft
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke Aktiengesellschaft filed Critical Bayerische Motoren Werke Aktiengesellschaft
Priority to CN201980077133.XA priority Critical patent/CN113168763B/zh
Priority to US17/297,358 priority patent/US11981353B2/en
Publication of WO2020108863A1 publication Critical patent/WO2020108863A1/de

Links

Classifications

    • 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]
    • 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
    • B60W60/005—Handover processes
    • B60W60/0053—Handover processes from vehicle to occupant
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • 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
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
    • 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
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/12—Lateral speed

Definitions

  • Computer program product for checking an at least partially autonomous driving operation of a vehicle
  • the invention relates to a method for checking an at least partially autonomous driving operation of a vehicle.
  • the invention further relates to a device for
  • the invention further relates to a
  • semi-autonomous ferry operation such as a lane keeping assistant, i.e. an assistant for an autonomous lateral guidance and / or an assistant for an autonomous
  • the object on which the invention is based is to contribute to the fact that an at least partially autonomous ferry operation can be carried out reliably.
  • the invention is characterized by a method for checking at least one
  • the invention is further characterized by a device, wherein the device is designed for this purpose
  • the method provides intervention data from a large number of vehicles, the intervention data being representative of a human intervention in an at least partially autonomous driving operation of a vehicle.
  • the intervention data include sensor data at the time of the
  • Intervention and position data for a position at the time of the intervention is determined in which an increased number of vehicles has registered a human intervention.
  • the vehicle would stray from the road.
  • vehicles such as
  • a vehicle fleet it is determined at which position human interventions took place, can be easily determined at which positions an at least partially autonomous ferry operation was probably carried out incorrectly.
  • Correction parameters for the determined position can be determined or this position specifically with development vehicles approached to capture more detailed sensor data. Furthermore, it can be identified at which points approval for highly / fully automated systems is possible and at which points approval should not take place, since the probability of intervention is very high.
  • the sensor data include, for example, a predetermined period before and after the intervention, for example a period of 15 seconds in the past and 15 seconds in the future from the time of the intervention.
  • the sensor data include, for example, no raw data, but only detected objects of the sensor system, so that a quantity of data to be transmitted is small.
  • the intervention can be recognized, for example, by an autonomous driving operation being interrupted by a grip on the steering wheel and / or by actuating a pedal and / or by determining a passive driving strategy in the background which is representative of an operation without
  • the position at which an increased number of vehicles has registered a human intervention can be determined, for example, by local maxima of positions that differ statistically significantly from the set of all
  • the type of human intervention was determined depending on the intervention data of a single vehicle of the plurality of vehicles. This allows the interventions to be carried out additionally
  • exemplary classes are braking to a standstill, counter-steering to the right / left, counter-steering to the right / left, no relevant intervention since the driver wants to continue driving himself.
  • it is determined as a function of the intervention data of the individual vehicle and the type of human intervention ascertained whether the intervention occurred due to a fault in the at least partially autonomous ferry operation.
  • the intervention data can also be used to determine whether there is possibly no fault at all, since a driver wants to continue driving himself (not autonomously). This is done
  • the measured lateral offset of the lane detection is usually quite stable at a certain point in the close range.
  • the course of the track can be completely reconstructed afterwards using the intervention data. In this specific case, it can be determined whether the
  • the plurality of vehicles are dependent on the intervention data
  • Correction parameters are determined and transmitted to the large number of vehicles, the correction parameters being representative for corrected sensor data, by means of which an at least partially autonomous ferry operation without human intervention at the determined position is made possible.
  • values for the sensor system can be determined from the intervention data, by means of which no human intervention would have had to take place. These data corrected in this way can therefore be used so that when driving in the future, the at least partially autonomous ferry operation can be carried out successfully at the determined position.
  • the semi-autonomous ferry operation comprises an autonomous transverse guidance and / or an autonomous longitudinal guidance of the vehicle.
  • the method described above can be used to determine very easily whether the lateral guidance was successful or faulty, so that a lane departure warning system can be improved. Furthermore, the method can also be used for longitudinal guidance, for example when detecting traffic lights: Via
  • “Inexplicable" braking to a standstill can show weaknesses in the traffic light detection.
  • the intervention data can be used to determine that braking has taken place to a standstill, although none
  • a data collection message is transmitted to the large number of vehicles, which is representative of the fact that the large number of vehicles is to record and transmit predetermined sensor data when the determined position is entered.
  • Intervention data is not possible to determine correction parameters, the entire vehicle fleet can be used to analyze the determined position more precisely. Alternatively or additionally, the position can also be targeted
  • a stop message is transmitted to at least a subset of the plurality of vehicles, which is representative of the fact that the subset of the plurality of vehicles does not have any when driving to the determined position
  • Sensor technology installed in vehicles is too old and / or too imprecise. In such cases, it may make sense to stop the transmission of the intervention data of these vehicles in order to avoid unnecessary data transmission and data volume.
  • the invention is characterized by a computer program, the computer program is trained to carry out the method of the first aspect.
  • the invention is characterized by a computer program product which comprises an executable program code, the program code executing the method of the first aspect when executed by a data processing device.
  • the computer program product comprises in particular a medium which can be read by the data processing device and on which the program code is stored.
  • Figure 1 is a flow chart for checking an at least partially autonomous ferry operation.
  • FIG. 1 shows a flowchart for checking an at least partially autonomous driving operation of a vehicle.
  • the program can be processed by a device.
  • the device is configured, for example, in a server and / or a backend.
  • the device can also be distributed in a cloud.
  • the device can also be referred to as a device for checking an at least partially autonomous ferry operation.
  • the device has in particular one
  • Computing unit a program and data memory, and for example one or more communication interfaces on.
  • the program and data memory and / or the computing unit and / or the communication interfaces can be formed in one unit and / or distributed over several units.
  • a program for checking an at least partially autonomous ferry operation is stored on the program and data memory of the device.
  • the program is started in a step S1, in which variables can be initialized if necessary.
  • step S3 intervention data from a large number of vehicles are provided, the intervention data being representative of a human intervention in an at least partially autonomous driving operation of a vehicle, and the intervention data comprising sensor data at the time of the intervention and position data for a position at the time of the intervention.
  • the large number of vehicles is one, for example
  • the sensor data do not include raw data, for example, but only detected objects of the sensor system, such as traffic lights, road markings and / or other objects such as obstacles, other vehicles and the like.
  • the position data can, for example, by means of a global navigation satellite system such as GPS in the
  • the intervention data are, for example, after each intervention via a wireless communication interface of the
  • a position is determined in which an increased number of vehicles has registered a human intervention.
  • the position at which an increased number of vehicles has registered a human intervention can be determined, for example, by determining local maxima of positions from the set of all interventions, in particular local maxima that differ statistically significantly.
  • the program is then ended in a step S7 and can optionally be started again in step S1.
  • the type of human intervention was additionally determined depending on the intervention data of a single vehicle of the plurality of vehicles.
  • the type can include, for example: braking to a standstill, counter-steering to the right / left, post-steering to the right / left, no relevant intervention since the driver wants to continue driving himself.
  • the intervention data can also be used to determine whether the intervention occurred due to a fault in the autonomous ferry operation.
  • the intervention data provided above and the determined position at which an increased number of vehicles have registered a human intervention can then be used to determine further measures.
  • correction parameters can be determined and transmitted to the large number of vehicles, the
  • Correction parameters are representative of corrected ones
  • Data collection message are transmitted to the plurality of vehicles, which is representative of the fact that the plurality of vehicles should record and transmit predetermined sensor data when the determined position is traveled. As a result, the determined position can then be examined more closely and, if appropriate, subsequently depending on the new one
  • Sensor data correction parameters can be determined.
  • the position can also be approached specifically with development vehicles in order to record more detailed sensor data and, if necessary, then depending on the
  • a map can be created that is representative of positions at which approval for highly / fully automated systems is possible, since the probability of intervention is very low and for positions where approval for highly / fully automated systems does not make sense, as a
  • the above method can thus be used by a very large number of vehicles to help ensure that each individual vehicle can be operated more reliably in an at least partially autonomous ferry operation.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

Bei einem Verfahren zur Überprüfung eines zumindest teilautonomen Fährbetriebs eines Fahrzeuges, werden Eingriffsdaten von einer Vielzahl an Fahrzeugen bereitgestellt, wobei die Eingriffsdaten jeweils repräsentativ sind für einen menschlichen Eingriff in einen zumindest teilautonomen Fährbetrieb eines Fahrzeuges und wobei die Eingriffsdaten Sensordaten zum Zeitpunkt des Eingriffes und Positionsdaten für eine Position zum Zeitpunkt des Eingriffes umfassen. Abhängig von den Eingriffsdaten der Vielzahl an Fahrzeugen wird eine Position ermittelt, an der eine erhöhte Anzahl an Fahrzeugen einen menschlichen Eingriff registriert hat.

Description

Beschreibung
Verfahren, Vorrichtung, Computerprogramm und
Computerprogrammprodukt zur Überprüfung eines zumindest teilautonomen Fährbetriebs eines Fahrzeuges
Die Erfindung betrifft ein Verfahren zur Überprüfung eines zumindest teilautonomen Fährbetriebs eines Fahrzeuges. Die Erfindung betrifft des Weiteren eine Vorrichtung zur
Überprüfung eines zumindest teilautonomen Fährbetriebs eines Fahrzeuges. Die Erfindung betrifft des Weiteren ein
Computerprogramm und ein Computerprogrammprodukt zur
Überprüfung eines zumindest teilautonomen Fährbetriebs eines Fahrzeuges .
Viele moderne Fahrzeuge weisen zumindest über einen
teilautonomen Fährbetrieb auf, wie beispielsweise einen Spurhalteassistent , also einen Assistent für eine autonome Querführung und/oder einen Assistent für eine autonome
Längsführung .
Die Aufgabe, die der Erfindung zugrunde liegt, ist dazu beizutragen, dass ein zumindest teilautonomer Fährbetrieb zuverlässig durchgeführt werden kann.
Die Aufgabe wird gelöst durch die Merkmale der unabhängigen Patentansprüche. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen gekennzeichnet .
Gemäß eines ersten Aspekts zeichnet sich die Erfindung aus durch ein Verfahren zur Überprüfung eines zumindest
teilautonomen Fährbetriebs eines Fahrzeuges. Die Erfindung zeichnet sich des Weiteren aus durch eine Vorrichtung, wobei die Vorrichtung dazu ausgebildet ist das Verfahren zur
Überprüfung eines zumindest teilautonomen Fährbetriebs eines Fahrzeuges durchzuführen.
Bei dem Verfahren werden Eingriffsdaten von einer Vielzahl an Fahrzeugen bereitgestellt, wobei die Eingriffsdaten jeweils repräsentativ sind für einen menschlichen Eingriff in einen zumindest teilautonomen Fährbetrieb eines Fahrzeuges. Die Eingriffsdaten umfassen Sensordaten zum Zeitpunkt des
Eingriffes und Positionsdaten für eine Position zum Zeitpunkt des Eingriffes. Abhängig von den Eingriffsdaten der Vielzahl an Fahrzeugen wird eine Position ermittelt, an der eine erhöhte Anzahl an Fahrzeugen einen menschlichen Eingriff registriert hat.
Bei einem zumindest teilautonomen Fährbetrieb eines
Fahrzeuges kann es passieren, dass immer wieder an derselben Stelle der teilautonome Fährbetrieb fehlerhaft durchgeführt wird, da beispielsweise Sensordaten an dieser Stelle
fehlerhaft sind, so dass ohne menschlichen Eingriff
beispielsweise das Fahrzeug von der Straße abkommen würde. Indem nun bei einer Vielzahl an Fahrzeugen, wie
beispielsweise einer Fahrzeugflotte, ermittelt wird an welcher Position menschliche Eingriffe erfolgten, kann auf einfache Weise ermittelt werden an welchen Positionen vermutlich ein zumindest teilautonomer Fährbetrieb fehlerhaft durchgeführt wurde.
Die so ermittelte Position kann nun auf verschiedenste Art weiter verwendet werden, um den Fährbetrieb an dieser
Position zu verbessern. Beispielsweise können
Korrekturparameter für die ermittelte Position ermittelt werden oder diese Position gezielt mit Entwicklungsfahrzeugen angefahren werden um detailliertere Sensordaten zu erfassen. Ferner kann so identifiziert werden an welchen Stellen eine Freigabe für hoch-/vollautomatisierte Systeme möglich ist und an welchen Stellen eine Freigabe nicht erfolgen sollte, da eine Eingriffswahrscheinlichkeit sehr hoch ist.
Die Sensordaten umfassen beispielsweise einen vorgegeben Zeitraum vor und nach dem Eingriff, beispielsweise einen Zeitraum von 15 Sekunden in die Vergangenheit und 15 Sekunden in die Zukunft ab Zeitpunkt des Eingriffs. Die Sensordaten umfassen beispielsweise keine Rohdaten, sondern lediglich erfasste Objekte der Sensorik, so dass eine zu übertragene Datenmenge gering ist.
Der Eingriff kann beispielsweise erkannt werden, indem ein autonomer Fährbetrieb durch einen Griff ins Lenkrad und/oder durch eine Betätigung eines Pedals unterbrochen wird und/oder indem eine passive Fahrstrategie im Hintergrund ermittelt wird, welche repräsentativ ist für einen Betrieb ohne
menschlichen Eingriff und grobe Abweichungen zwischen der passiven Fahrstrategie als Eingriff gewertet werden.
Die Position, an der eine erhöhte Anzahl an Fahrzeugen einen menschlichen Eingriff registriert hat, kann beispielsweise ermittelt werden, indem lokale Maxima von Positionen, die statistisch signifikant abweichen, aus der Menge aller
Eingriffe ermittelt werden.
Gemäß einer optionalen Ausgestaltung wird abhängig von den Eingriffsdaten eines einzelnen Fahrzeuges der Vielzahl an Fahrzeugen ermittelt, welcher Art der menschliche Eingriff war . Hierdurch lassen sich die Eingriffe zusätzlich
klassifizieren, so dass sie je nach Klasse auf
unterschiedliche Art analysiert werden können. Beispielhafte Klassen sind Bremsung in den Stillstand, Gegenlenken nach rechts/links , Nachlenken nach rechts/links , kein relevanter Eingriff, da Fahrer selbst weiter fahren will.
Gemäß einer weiteren optionalen Ausgestaltung wird abhängig von den Eingriffsdaten des einzelnen Fahrzeuges und der ermittelten Art des menschlichen Eingriffes ermittelt, ob der Eingriff aufgrund eines Fehlers des zumindest teilautonomen Fährbetriebs erfolgte.
Durch die Eingriffsdaten kann weiterhin ermittelt werden, ob eventuell gar kein Fehler vorliegt, da ein Fahrer selbst (nicht autonom) weiter fahren will. Hierfür erfolgt
beispielsweise eine Überprüfung der zeitlichen Kohärenz der Sensordaten pro Einzelfall. Beispielsweise ist es in der Spurerkennung häufig so, dass Kurvenradien falsch
eingeschätzt werden. Jedoch ist die gemessene Querablage der Spurerkennung an einem bestimmten Punkt im Nahbereich meist recht stabil. Über die zeitliche Verfolgung der gemessenen Querablage der Spur kann der Spurverlauf im Nachhinein anhand der Eingriffsdaten komplett rekonstruiert werden. In diesem konkreten Fall kann dadurch festgestellt werden, ob der
Fahrer einen gewollten Spurwechsel durchgeführt hat, oder ob auf einer einspurigen Straße/Ausfahrt der Kurvenradius immer falsch geschätzt wird.
Gemäß einer weiteren optionalen Ausgestaltung werden abhängig von den Eingriffsdaten der Vielzahl an Fahrzeugen
Korrekturparameter ermittelt und an die Vielzahl an Fahrzeuge übertragen, wobei die Korrekturparameter repräsentativ sind für korrigierte Sensordaten, mittels derer ein zumindest teilautonomer Fährbetrieb ohne menschlichen Eingriff an der ermittelten Position ermöglicht wird.
Somit lassen sich aus den Eingriffsdaten gegebenenfalls Werte für die Sensorik ermitteln, mittels dessen kein menschlicher Eingriff erfolgen hätte müssen. Diese so korrigierten Daten können also dazu genutzt werden, dass bei einem zukünftigen Befahren der zumindest teilautonome Fährbetrieb erfolgreich an der ermittelten Position durchgeführt werden kann.
Gemäß einer weiteren optionalen Ausgestaltung umfasst der teilautonome Fährbetrieb eine autonome Querführung und/oder eine autonome Längsführung des Fahrzeugs.
Gerade bei der autonomen Querführung kann mittels obig beschriebenen Verfahren sehr leicht ermittelt werden, ob die Querführung erfolgreich oder fehlerhaft war, so dass gerade ein Spurhalteassistent verbessert werden kann. Weiterhin kann das Verfahren aber auch für die Längsführung angewandt werden, beispielsweise bei einer Ampelerkennung: Über
"unerklärbare" Bremsungen in den Stillstand können Schwächen in der Ampelerkennung aufgezeigt werden. Beispielsweise kann mittels der Eingriffsdaten ermittelt werden, dass Bremsungen bis in den Stillstand stattgefunden haben, obwohl kein
Vorderfahrzeug detektiert wurde und keine rote Ampel erkannt wurde. Beispielsweise kann zudem mittels der Eingriffsdaten ermittelt werden, dass ggf. vorhandene Stopp- Schilder/Vorfahrt-Achten-Schilder zumeist (oder nur zu bestimmten Tageszeiten) nicht beachtet werden. Gemäß einer weiteren optionalen Ausgestaltung wird abhängig von der ermittelten Position eine Datensammelnachricht an die Vielzahl an Fahrzeuge übertragen, die repräsentativ ist dafür, dass die Vielzahl an Fahrzeuge beim Befahren der ermittelten Position vorgegebene Sensordaten erfassen und übertragen soll.
Gerade falls es aus den bisher bereitgestellten
Eingriffsdaten nicht möglich ist Korrekturparameter zu ermitteln, kann die gesamte Fahrzeugflotte genutzt werden um die ermittelte Position genauer zu analysieren. Alternativ oder zusätzlich kann die Position auch gezielt mit
Entwicklungsfahrzeugen angefahren werden, um hochgenaue
Sensordaten zu erfassen und so in Zukunft einen fehlerfreien autonomen Fährbetrieb an dieser Position zu ermöglichen.
Gemäß einer weiteren optionalen Ausgestaltung wird abhängig von der ermittelten Position eine Stoppnachricht an zumindest eine Teilmenge der Vielzahl an Fahrzeuge übertragen, die repräsentativ ist dafür, dass die Teilmenge der Vielzahl an Fahrzeuge beim Befahren der ermittelten Position keine
Eingriffsdaten mehr übertragen soll.
Es kann auch sein, dass für eine Teilmenge der Vielzahl an Fahrzeugen an der Position immer ein fehlerhafter autonomer Fährbetrieb erfolgt, beispielsweise da die in diesen
Fahrzeugen verbaute Sensorik zu alt und/oder zu ungenau ist. In solchen Fällen kann es sinnvoll sein die Übertragung der Eingriffsdaten dieser Fahrzeuge zu stoppen um eine unnötige Datenübertragung und Datenmenge zu vermeiden.
Gemäß eines weiteren Aspekts zeichnet sich die Erfindung aus durch ein Computerprogramm, wobei das Computerprogramm ausgebildet ist, das Verfahren des ersten Aspekts durchzuführen .
Gemäß eines weiteren Aspekts zeichnet sich die Erfindung aus durch ein Computerprogrammprodukt, das einen ausführbaren Programmcode umfasst, wobei der Programmcode bei Ausführung durch eine Datenverarbeitungsvorrichtung das Verfahren des ersten Aspekts ausführt.
Das Computerprogrammprodukt umfasst insbesondere ein von der Datenverarbeitungsvorrichtung lesbares Medium, auf dem der Programmcode gespeichert ist.
Ausführungsbeispiele der Erfindung sind im Folgenden anhand der schematischen Zeichnung näher erläutert. Es zeigt:
Figur 1 ein Ablaufdiagramm zur Überprüfung eines zumindest teilautonomen Fährbetriebs.
Die Figur 1 zeigt ein Ablaufdiagramm zur Überprüfung eines zumindest teilautonomen Fährbetriebs eines Fahrzeuges.
Das Programm kann von einer Vorrichtung abgearbeitet werden. Die Vorrichtung ist beispielsweise in einem Server und/oder einem Backend ausgebildet . Die Vorrichtung kann auch verteilt in einer Cloud ausgebildet sein.
Die Vorrichtung kann auch als Vorrichtung zur Überprüfung eines zumindest teilautonomen Fährbetriebs bezeichnet werden.
Die Vorrichtung weist hierfür insbesondere eine
Recheneinheit, einen Programm- und Datenspeicher, sowie beispielsweise eine oder mehrere Kommunikationsschnittstellen auf. Der Programm- und Datenspeicher und/oder die Recheneinheit und/oder die Kommunikationsschnittstellen können in einer Baueinheit und/oder verteilt auf mehrere Baueinheiten ausgebildet sein.
Auf dem Programm- und Datenspeicher der Vorrichtung ist hierfür insbesondere ein Programm zur Überprüfung eines zumindest teilautonomen Fährbetriebs gespeichert.
Das Programm wird in einem Schritt S1 gestartet, in dem gegebenenfalls Variablen initialisiert werden können.
In einem Schritt S3 werden Eingriffsdaten von einer Vielzahl an Fahrzeugen bereitgestellt, wobei die Eingriffsdaten jeweils repräsentativ sind für einen menschlichen Eingriff in einen zumindest teilautonomen Fährbetrieb eines Fahrzeuges und wobei die Eingriffsdaten Sensordaten zum Zeitpunkt des Eingriffes und Positionsdaten für eine Position zum Zeitpunkt des Eingriffes umfassen.
Die Vielzahl an Fahrzeuge ist beispielsweise eine
Fahrzeugflotte eines Fahrzeugherstellers oder zumindest ein Teil einer Fahrzeugflotte eines Fahrzeugherstellers .
Um die Datenmenge an übertragenen Daten zu verringern, umfassen die Sensordaten beispielsweise keine Rohdaten, sondern lediglich erfasste Objekte der Sensorik, wie Ampeln, Straßenmarkierungen und/oder andere Objekte wie Hindernisse, andere Fahrzeuge und Ähnliches.
Die Positionsdaten können beispielsweise mittels eines globalen Navigationssatellitensystems wie GPS in dem
jeweiligen Fahrzeug ermittelt werden. Die Eingriffsdaten werden beispielsweise nach jedem Eingriff über eine drahtlose Kommunikationsschnittstelle des
jeweiligen Fahrzeuges an eine Datenbank übertragen und anschließend von der Datenbank bereitgestellt.
In einem Schritt S5 wird abhängig von den Eingriffsdaten der Vielzahl an Fahrzeugen eine Position ermittelt, an der eine erhöhte Anzahl an Fahrzeugen einen menschlichen Eingriff registriert hat.
Die Position, an der eine erhöhte Anzahl an Fahrzeugen einen menschlichen Eingriff registriert hat, kann beispielsweise ermittelt werden, indem lokale Maxima von Positionen, aus der Menge aller Eingriffe ermittelt werden, insbesondere lokale Maxima, die statistisch signifikant abweichen.
Anschließend wird das Programm in einem Schritt S7 beendet und kann gegebenenfalls wieder in dem Schritt S1 gestartet werden .
Zur Klassifikation der Eingriffe kann zusätzlich abhängig von den Eingriffsdaten eines einzelnen Fahrzeuges der Vielzahl an Fahrzeugen ermittelt werden, welcher Art der menschliche Eingriff war. Die Art kann beispielsweise umfassen: Bremsung in den Stillstand, Gegenlenken nach rechts/links , Nachlenken nach rechts/links , kein relevanter Eingriff, da Fahrer selbst weiter fahren will.
Weiterhin können die Eingriffsdaten genutzt werden, um zu ermitteln, ob der Eingriff auf Grund eines Fehlers des autonomen Fährbetriebs erfolgte. Die obig bereitgestellten Eingriffsdaten und die ermittelte Position, an der eine erhöhte Anzahl an Fahrzeugen einen menschlichen Eingriff registriert hat, können anschließend genutzt werden um weitere Maßnahmen zu bestimmen.
Beispielsweise können abhängig von den Eingriffsdaten der Vielzahl an Fahrzeugen Korrekturparameter ermittelt und an die Vielzahl an Fahrzeuge übertragen werden, wobei die
Korrekturparameter repräsentativ sind für korrigierte
Sensordaten, mittels derer ein zumindest teilautonomer
Fährbetrieb ohne menschlichen Eingriff an der ermittelten Position ermöglicht wird.
Falls es (noch) nicht möglich ist anhand der vorhandenen Daten Korrekturparameter zu ermitteln kann alternativ oder zusätzlich abhängig von der ermittelten Position eine
Datensammelnachricht an die Vielzahl an Fahrzeuge übertragen werden, die repräsentativ ist dafür, dass die Vielzahl an Fahrzeuge beim Befahren der ermittelten Position vorgegebene Sensordaten erfassen und übertragen soll. Hierdurch kann dann die ermittelte Position genauer untersucht werden und gegebenenfalls anschließend abhängig von den neuen
Sensordaten Korrekturparameter ermittelt werden. Zusätzlich kann auch die Position gezielt mit Entwicklungsfahrzeugen angefahren werden um detailliertere Sensordaten zu erfassen und gegebenenfalls anschließend abhängig von den
detaillierteren Sensordaten Korrekturparameter ermittelt werden .
Weiterhin kann abhängig von der ermittelten Position eine Karte erstellt werden, die repräsentativ ist für Positionen an denen eine Freigabe für hoch-/vollautomatisierte Systeme möglich ist, da eine Eingriffswahrscheinlichkeit sehr gering ist und für Positionen an denen eine Freigabe für hoch- /vollautomatisierte Systeme nicht sinnvoll ist, da eine
Eingriffswahrscheinlichkeit sehr gering ist.
Zusammenfassend kann somit durch obiges Verfahren durch eine sehr große Anzahl an Fahrzeugen dazu beigetragen werden, dass jedes einzelne Fahrzeug zuverlässiger in einem zumindest teilautonomen Fährbetrieb betrieben werden kann.

Claims

Patentansprüche
1. Verfahren zur Überprüfung eines zumindest teilautonomen Fährbetriebs eines Fahrzeuges, bei dem
- Eingriffsdaten von einer Vielzahl an Fahrzeugen
bereitgestellt werden, wobei die Eingriffsdaten jeweils repräsentativ sind für einen menschlichen Eingriff in einen zumindest teilautonomen Fährbetrieb eines Fahrzeuges und wobei die Eingriffsdaten Sensordaten zum Zeitpunkt des
Eingriffes und Positionsdaten für eine Position zum Zeitpunkt des Eingriffes umfassen,
- abhängig von den Eingriffsdaten der Vielzahl an Fahrzeugen eine Position ermittelt wird, an der eine erhöhte Anzahl an Fahrzeugen einen menschlichen Eingriff registriert hat.
2. Verfahren nach Anspruch 1, bei dem abhängig von den
Eingriffsdaten eines einzelnen Fahrzeuges der Vielzahl an Fahrzeugen ermittelt wird, welcher Art der menschliche
Eingriff war.
3. Verfahren nach Anspruch 2, wobei abhängig von den
Eingriffsdaten des einzelnen Fahrzeuges und der ermittelten Art des menschlichen Eingriffes ermittelt wird, ob der
Eingriff aufgrund eines Fehlers des zumindest teilautonomen Fährbetriebs erfolgte.
4. Verfahren nach einem der vorhergehenden Ansprüche, bei dem abhängig von den Eingriffsdaten der Vielzahl an Fahrzeugen Korrekturparameter ermittelt werden und an die Vielzahl an Fahrzeuge übertragen werden, wobei die Korrekturparameter repräsentativ sind für korrigierte Sensordaten, mittels derer ein zumindest teilautonomer Fährbetrieb ohne menschlichen Eingriff an der ermittelten Position ermöglicht wird.
5. Verfahren nach einem der vorhergehenden Ansprüche, bei dem der teilautonome Fährbetrieb eine autonome Querführung und/oder eine autonome Längsführung des Fahrzeugs umfasst.
6. Verfahren nach einem der vorhergehenden Ansprüche, bei dem abhängig von der ermittelten Position eine
Datensammelnachricht an die Vielzahl an Fahrzeuge übertragen wird, die repräsentativ ist dafür, dass die Vielzahl an
Fahrzeuge beim Befahren der ermittelten Position vorgegebene Sensordaten erfassen und übertragen soll.
7. Verfahren nach einem der vorhergehenden Ansprüche, bei dem abhängig von der ermittelten Position eine Stoppnachricht an zumindest eine Teilmenge der Vielzahl an Fahrzeuge übertragen wird, die repräsentativ ist dafür, dass die Teilmenge der Vielzahl an Fahrzeuge beim Befahren der ermittelten Position keine Eingriffsdaten mehr übertragen soll.
8. Vorrichtung zur Überprüfung eines zumindest teilautonomen Fährbetriebs eines Fahrzeuges, wobei die Vorrichtung dazu ausgebildet ist, ein Verfahren nach einem der Ansprüche 1 bis 7 durchzuführen.
9. Computerprogramm zur Überprüfung eines zumindest
teilautonomen Fährbetriebs eines Fahrzeuges, wobei das
Computerprogramm ausgebildet ist ein Verfahren nach einem der Ansprüche 1 bis 7 bei seiner Ausführung auf einer
Datenverarbeitungsvorrichtung durchzuführen .
10. Computerprogrammprodukt zur Überprüfung eines zumindest teilautonomen Fährbetriebs eines Fahrzeuges umfassend ausführbaren Programmcode, wobei der Programmcode bei Ausführung durch eine Datenverarbeitungsvorrichtung das Verfahren nach einem der Ansprüche 1 bis 7 ausführt.
PCT/EP2019/078600 2018-11-30 2019-10-21 Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur überprüfung eines zumindest teilautonomen fahrbetriebs eines fahrzeuges WO2020108863A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201980077133.XA CN113168763B (zh) 2018-11-30 2019-10-21 用于检查车辆的至少半自主行驶运行的方法、装置和介质
US17/297,358 US11981353B2 (en) 2018-11-30 2019-10-21 Method, device, computer program, and computer program product for checking an at least semi-autonomous driving mode of a vehicle

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018130449.8 2018-11-30
DE102018130449.8A DE102018130449A1 (de) 2018-11-30 2018-11-30 Verfahren, Vorrichtung, Computerprogramm und Computerprogrammprodukt zur Überprüfung eines zumindest teilautonomen Fahrbetriebs eines Fahrzeuges

Publications (1)

Publication Number Publication Date
WO2020108863A1 true WO2020108863A1 (de) 2020-06-04

Family

ID=68344806

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2019/078600 WO2020108863A1 (de) 2018-11-30 2019-10-21 Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur überprüfung eines zumindest teilautonomen fahrbetriebs eines fahrzeuges

Country Status (4)

Country Link
US (1) US11981353B2 (de)
CN (1) CN113168763B (de)
DE (1) DE102018130449A1 (de)
WO (1) WO2020108863A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020128390A1 (de) 2020-10-28 2022-04-28 Bayerische Motoren Werke Aktiengesellschaft Vorrichtung und Verfahren zur Steuerung einer Fahrfunktion zur automatisierten Längs- und/oder Querführung eines Fahrzeugs

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016001955A1 (de) * 2016-02-19 2017-08-24 Audi Ag Servervorrichtung und Verfahren zum Ermitteln von Korrekturdaten für eine Konfiguration einer Fahrerassistenzeinrichtung eines Kraftfahrzeugs
DE102017201612A1 (de) * 2017-02-01 2018-08-02 Bayerische Motoren Werke Aktiengesellschaft Verfahren, Vorrichtung, Computerprogramm und ein mobiles Anwendergerät zum zumindest teilweise automatisierten Fahren

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100559211C (zh) 2004-10-29 2009-11-11 大陆-特韦斯贸易合伙股份公司及两合公司 用于提高机动车的行驶安全性和/或舒适性的方法
DE102011084633A1 (de) * 2011-10-17 2013-04-18 Robert Bosch Gmbh Vorrichtung und Verfahren zum Erkennen von Fehlern in Streckendaten
US9686124B2 (en) * 2015-09-22 2017-06-20 Veniam, Inc. Systems and methods for managing a network of moving things
DE102016002768C5 (de) * 2016-03-05 2024-05-02 Audi Ag Verfahren zum Betreiben eines mehrere Kraftfahrzeuge umfassenden Kommunikationsnetzes und Kraftfahrzeug
US10636297B2 (en) * 2017-08-11 2020-04-28 Fujitsu Limited Cooperative autonomous driving for traffic congestion avoidance
CN107767487B (zh) * 2017-09-05 2020-08-04 百度在线网络技术（北京）有限公司 一种确定数据采集路线的方法与装置
US10807591B1 (en) * 2017-11-02 2020-10-20 Zoox, Inc. Vehicle disaster detection and response
US10967862B2 (en) * 2017-11-07 2021-04-06 Uatc, Llc Road anomaly detection for autonomous vehicle
US11422561B2 (en) * 2018-01-11 2022-08-23 Toyota Jidosha Kabushiki Kaisha Sensor system for multiple perspective sensor data sets
US11022971B2 (en) * 2018-01-16 2021-06-01 Nio Usa, Inc. Event data recordation to identify and resolve anomalies associated with control of driverless vehicles
US20190286151A1 (en) * 2018-03-14 2019-09-19 GM Global Technology Operations LLC Automated driving systems and control logic for cloud-based scenario planning of autonomous vehicles
US11120688B2 (en) * 2018-06-29 2021-09-14 Nissan North America, Inc. Orientation-adjust actions for autonomous vehicle operational management
US20200033869A1 (en) * 2018-07-27 2020-01-30 GM Global Technology Operations LLC Systems, methods and controllers that implement autonomous driver agents and a policy server for serving policies to autonomous driver agents for controlling an autonomous vehicle

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016001955A1 (de) * 2016-02-19 2017-08-24 Audi Ag Servervorrichtung und Verfahren zum Ermitteln von Korrekturdaten für eine Konfiguration einer Fahrerassistenzeinrichtung eines Kraftfahrzeugs
DE102017201612A1 (de) * 2017-02-01 2018-08-02 Bayerische Motoren Werke Aktiengesellschaft Verfahren, Vorrichtung, Computerprogramm und ein mobiles Anwendergerät zum zumindest teilweise automatisierten Fahren

Also Published As

Publication number Publication date
CN113168763A (zh) 2021-07-23
US11981353B2 (en) 2024-05-14
US20220032964A1 (en) 2022-02-03
CN113168763B (zh) 2023-07-04
DE102018130449A1 (de) 2020-06-04

Similar Documents

Publication Publication Date Title
EP3350050B1 (de) Verfahren zum bereitstellen einer spurinformation einer fahrspur und system
EP2059820B1 (de) Geschwindigkeitserfassung für ein tachographensystem
EP3198578B1 (de) Sensorkalibrierung in einer parkanlage
WO2020216559A1 (de) Verfahren zur erkennung einer funktionsfähigkeit eines umgebungssensors, steuergerät und fahrzeug
EP3663719B1 (de) Verfahren zum bereitstellen von kartendaten in einem kraftfahrzeug, kraftfahrzeug und zentrale datenverarbeitungseinrichtung
DE102011112149A1 (de) Verfahren zum Durchführen eines Parkvorgangs eines Fahrzeugs sowie Fahrerassistenzeinrichtung
WO2016206970A1 (de) Konzept zum erstellen einer digitalen karte eines parkplatzes
DE102020118629B4 (de) Computerimplementiertes Verfahren zum Bestimmen der Validität einer geschätzten Position eines Fahrzeugs
EP3449277A1 (de) Verfahren und vorrichtung für ein kraftfahrzeug zum vergleich von umgebungskartendaten mit umgebungssensordaten zur ermittlung der passierbarkeit eines strassenobjekts
DE102017222751A1 (de) Verfahren und System zum Warnen von Verkehrsteilnehmern vor einer Falschfahrt eines Fahrzeugs mit Nachplausibilisierung
DE102017222183A1 (de) Verfahren und System zum Überwachen mehrerer Umgebungssensoren eines Kraftfahrzeugs
DE102017213390A1 (de) Verfahren und Vorrichtung zum Betreiben eines automatisierten mobilen Systems
EP1927822A1 (de) Verfahren zur Steuerung einer Betriebs- oder Funktionskomponente eines Kraftfahrzeugs anhand von über ein Navigationssystem ermittelten Positionsdaten
DE102017207441A1 (de) Verfahren zum Überprüfen einer digitalen Umgebungskarte für ein Fahrerassistenzsystem eines Kraftfahrzeugs, Rechenvorrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
WO2020108863A1 (de) Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zur überprüfung eines zumindest teilautonomen fahrbetriebs eines fahrzeuges
DE102016215825A1 (de) Verfahren zum externen Bereitstellen von Kartendaten für Assistenzsysteme von Kraftfahrzeugen
EP3926304A1 (de) Verfahren zum beurteilen einer genauigkeit einer positionsbestimmung einer landmarke, sowie bewertungssystem
WO2024012928A1 (de) Verfahren zum trainieren eines neuronalen netzes
DE102016219471A1 (de) Verfahren und Steuergerät zu Erkennung der Fahrtrichtung eines Fahrzeugs
DE102019206870A1 (de) Verfahren zum Ermitteln einer durch einen Verkehrsteilnehmer verursachten Gefährdung und zum Einleiten einer Überwachung des Verkehrsteilnehmers und Steuergerät
WO2019037940A1 (de) Verfahren und vorrichtung zum bestimmen einer hochgenauen position und zum betreiben eines automatisierten fahrzeugs
DE102021201457B3 (de) Verfahren zum Lokalisieren eines Kraftfahrzeugs
DE102017212179A1 (de) Korrektur eines gemessenen Positionswerts eines schienengebundenen Fahrzeugs
DE102017220483A1 (de) Verfahren und Vorrichtung zum Ermitteln einer Position für ein hochautomatisiertes Fahrzeug
EP3969846A1 (de) Verfahren zum validieren einer kartenaktualität

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: 19794465

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: 19794465

Country of ref document: EP

Kind code of ref document: A1