WO2023046521A1 - PRÜFUNG EINER DIGITALEN STRAßENKARTE AUF LOKALE PLAUSIBILITÄT - Google Patents

PRÜFUNG EINER DIGITALEN STRAßENKARTE AUF LOKALE PLAUSIBILITÄT Download PDF

Info

Publication number
WO2023046521A1
WO2023046521A1 PCT/EP2022/075330 EP2022075330W WO2023046521A1 WO 2023046521 A1 WO2023046521 A1 WO 2023046521A1 EP 2022075330 W EP2022075330 W EP 2022075330W WO 2023046521 A1 WO2023046521 A1 WO 2023046521A1
Authority
WO
WIPO (PCT)
Prior art keywords
road map
digital road
determined
pose
behavior
Prior art date
Application number
PCT/EP2022/075330
Other languages
English (en)
French (fr)
Inventor
Shehabeldin Abdelgawad
Vladislav Tananaev
Danny Hiendriana
Manuel Stuebler
Borislav ANTIC
Benjamin Hoeferlin
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 KR1020247012531A priority Critical patent/KR20240063148A/ko
Publication of WO2023046521A1 publication Critical patent/WO2023046521A1/de

Links

Classifications

    • 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
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the 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
    • G08G1/09626—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages where the origin of the information is within the own vehicle, e.g. a local storage device, digital map

Definitions

  • the present invention relates to the checking of digital road maps that are used, for example, by at least partially automated vehicles or by driver assistance systems.
  • Driver assistance systems and systems for at least partially automated driving use digital road maps to plan vehicle actions. Based on a pose of the vehicle, which is determined on the basis of sensor data and/or information from a localization system, for example one that is entirely or partially satellite-based, information is retrieved from the road map and included in the planning.
  • a localization system for example one that is entirely or partially satellite-based
  • the digital road maps In order for the vehicle actions carried out by the vehicle to be appropriate to the respective traffic situation, the digital road maps must be kept up-to-date at all times. However, even if all updates provided by the respective manufacturer are imported promptly, a traffic situation can still be changed at short notice so that it is no longer correctly reproduced by the digital road map. For example, a construction site can be set up overnight, making one lane unusable.
  • WO 2019/038 185 A1 discloses using a mobile device to record corrections for a digital map previously received from an external server and to send back a highly accurate map enriched by these corrections to the external server. Disclosure of Invention
  • the pose includes a position and an orientation relative to the coordinate system of the digital road map.
  • a vehicle's pose includes both its position and the direction in which it is oriented. Both the position and the orientation determine what exactly can be seen from the vehicle.
  • the pose can be determined, for example, by any localization device and represents an input of the method described here.
  • the localization device can, for example, match features visible from the vehicle against features in the digital road map.
  • observations of a scene are obtained from the at least one pose.
  • this can be the pose of a vehicle to be controlled in the scenery, and the observations can be made from this vehicle.
  • the vehicle to be controlled is also referred to in common parlance as an ego vehicle.
  • the actual behavior of one or more other road users is determined from the observations. This can in particular include, for example, identifying and tracking moving objects based on the observations.
  • Various aspects of the actual behavior of these road users can be determined from the trajectories of the other road users determined in this way. These aspects can in particular include aspects that cannot be inferred directly from the scenery, such as from traffic signs, lane markings or other information that can be evaluated directly.
  • a target behavior of the other road user(s) is determined on the basis of one or more features of the digital road map.
  • features of the digital road map that have an impact on the intended behavior of road users are • the topology of carriageways and/or lanes, including proposed connections between such carriageways or lanes;
  • the digital road map shows the actual conditions visible from the predetermined pose, at least in relation to the features from which the target behavior was determined , reproduces correctly. If, on the other hand, the actual behavior is not in line with the target behavior, one or more features of the digital road map that are associated with the target behavior can be falsified, i.e. recognized as not corresponding to the actual circumstances.
  • this actual behavior must be consistent with the target behavior.
  • a target behavior determined from a completely different pose cannot be consistent with an actual behavior that relates to a different pose and thus to a different traffic situation.
  • the other road user must also objectively behave in a way that corresponds to the target behavior.
  • the actual behavior is not consistent with the target behavior determined using the digital road map, this does not yet allow a clear conclusion to be drawn as to the exact cause.
  • the possible contributions of the various causes can be modeled, at least in part, probabilistically. For example, it is more likely that a driver will ignore a speed limit due to the comparatively low threat of sanctions than running a red traffic light or even ignoring the turning ban on a motorway.
  • Such an automated system can be completely shut down, which can mean, for example, bringing the vehicle to a standstill on a pre-planned emergency stop trajectory.
  • the other road user(s) and/or their actual behavior can be transferred, for example, to the reference system of the digital road map.
  • they can then be associated with features of the digital road map that are relevant to their target behavior. Not all features recorded in the digital road map affect the target behavior of every road user. For example, entry into a street may only be prohibited for vehicles that exceed a certain size or weight.
  • statements relating to several other road users who are associated with one and the same feature of the digital road map can be combined to form a statement as to the extent to which this feature is plausible.
  • the influence of individual other road users who deliberately do not follow a prescribed target behavior can be suppressed.
  • a basic assumption for the plausibility check is that the majority of other road users will also follow a specified target behavior.
  • the actual behavior of many other road users with regard to the feature of the digital road map can be aggregated with a majority decision or a similar mechanism.
  • a conditional probability or chance is determined for at least one feature of the digital road map that this feature is plausible under the condition of the determined actual behavior. This allows the stochastic character of the behavior of other road users to be mapped.
  • a chance denotes the quotient of the conditional probability that the characteristic is plausible under the condition of the determined actual behavior and the conditional probability that the characteristic is not plausible under the condition of the same determined actual behavior.
  • conditional probability or chance is determined under the additional assumption of an unconditional basic probability or basic chance that the feature is plausible.
  • prior knowledge about trust in the correctness of the digital road map can be introduced.
  • the base probability or base chance can be monotonically reduced as the digital road maps age. In this way, for example, experience can be taken into account that, on average, a certain percentage of the information changes in the year after publication of a typical city map.
  • conditional probability or chance that the characteristic is plausible under the condition of the determined actual behavior of many other road users can then contain a product of conditional probabilities or chances, in particular according to Bayes' theorem, that the actual behavior of one of these other road users is plausible under the condition of the feature of the digital road map.
  • conditional probabilities or chances are comparatively transparent and therefore easy to determine.
  • c is a normalization constant
  • the normalization constant c is the reciprocal of the unconditional ones Probability p(b 1 . . . b N ) that the behavior bi, b N of the other road users 1, N is plausible.
  • the observations are advantageously obtained with at least one sensor carried by a vehicle.
  • the predetermined pose is then determined based on a comparison of these observations with the digital road map.
  • the examination of the extent to which the digital road map is plausible can then be used, for example, to continuously check while the vehicle is driving whether the planning of actions by this vehicle is based on coherent information.
  • the primary goal is to detect inconsistencies in the first place and to react to them.
  • a number of candidate changes to the specified pose are determined in response to the digital road map not correctly representing the actual conditions visible from the specified pose.
  • the digital road map is checked again in the manner described above to determine the extent to which it correctly reflects the actual conditions visible from the changed pose.
  • it is determined that the determination of the predetermined pose from the observations obtained by the sensor is faulty.
  • a number of candidate changes to the digital road map are determined in response to the fact that the digital road map does not correctly reflect the actual circumstances visible from the specified pose.
  • the digital road map modified in this way is checked again in each case to determine the extent to which it correctly reproduces the actual conditions visible from the specified pose.
  • a modified digital road map that best reflects the actual conditions appears reproduces, then in place of the previous digital road map. In this way, certain errors or inaccuracies in the digital road map can be "healed" automatically.
  • the expected target behavior is that
  • a candidate change on the digital road map can be that a lane is blocked . This is one of the most common short-term changes, for example due to a newly set up construction site. If the automated test is now repeated with the digital road map modified in this way and the actual behavior now coincides with the target behavior, the cause of the original discrepancy is clarified. This knowledge can be fed back to the manufacturer of the digital road map, for example, so that the road map is updated promptly for all users.
  • the automated check of the digital road map is mainly used for continuous monitoring of whether the overall system made up of the digital road map, determination of the vehicle's pose and detection of the vehicle's surroundings is still functioning properly. Therefore, in response to the fact that the digital road map correctly reproduces the actual conditions visible from the specified pose, the digital road map is used for the behavior planning of an at least partially automated vehicle and/or a driver assistance system in a vehicle. The vehicle is then controlled on the basis of this behavior planning.
  • the method can be fully or partially computer-implemented.
  • the invention therefore also relates to a computer program with machine-readable instructions which, when executed on one or more computers, cause the computer or computers to carry out the method described. In this sense, control devices for vehicles and embedded systems for technical devices that are also able to execute machine-readable instructions are also to be regarded as computers.
  • the invention also relates to a machine-readable data carrier and/or a download product with the computer program.
  • a downloadable product is a digital product that can be transmitted over a data network, i.e. can be downloaded by a user of the data network and that can be offered for sale in an online shop for immediate download, for example.
  • a computer can be equipped with the computer program, with the machine-readable data carrier or with the downloadable product.
  • FIG. 1 embodiment of the method 100 for the plausibility check of a digital road map
  • FIG. 2 Exemplary traffic situation in which a discrepancy between target behavior 2b and actual behavior 2a of another road user 2 occurs.
  • FIG. 1 is a schematic flow chart of an exemplary embodiment of the method 100 for checking whether a digital road map 3 correctly reproduces the actual conditions visible from at least one predetermined pose la.
  • step 110 observations lb of a scene 1 are procured from the at least one pose la.
  • the observations 1b can be obtained with at least one sensor 51 carried by a vehicle 50.
  • the specified pose la can then be determined using a comparison of these observations lb with the digital road map 3.
  • step 120 the actual behavior 2a of one or more other road users 2 is determined from the observations 1b.
  • a target behavior 2b of the other road user(s) 2 is determined on the basis of one or more features 3a of the digital road map 3.
  • the other road user(s) 2 and/or their actual behavior 2a can be transferred to the reference system of the digital road map 3.
  • the other road user(s) 2 in this reference system can then be associated with features 3a of the digital road map 3 that are relevant to their target behavior 2b.
  • step 140 it is checked whether the actual behavior 2a is consistent with the target behavior 2b.
  • statements relating to several other road users 2 associated with one and the same feature 3a of the digital road map 3 can be combined to form a statement as to the extent to which this feature 3a is plausible.
  • a conditional probability or chance can be determined for at least one feature 3a of the digital road map 3 that this feature 3a is plausible under the condition of the determined actual behavior 2a.
  • conditional probability or chance can be determined under the additional assumption of an unconditional basic probability or basic chance that feature 3a is plausible.
  • this basic probability or basic chance can be monotonically reduced as the digital road map 3 ages.
  • step 150 If the actual behavior 2a is consistent with the target behavior 2b (truth value 1 in step 140), it is determined in step 150 that the digital road map 3 the visible from the given pose la actual conditions at least with respect to the features 3a , from which the target behavior 2b was determined, correctly reproduces.
  • step 180 the digital road map 3 can be used for the behavior planning 180a of an at least partially automated vehicle 50 and/or a driver assistance system in a vehicle 50 .
  • the vehicle can then be controlled in step 190 on the basis of this behavior plan 180a.
  • step 161 If, on the other hand, the actual behavior 2a is not consistent with the target behavior 2b (truth value 0 in step 140), in step 161 several candidate changes la' of the specified pose la can be determined. In step 162, the digital road map 3 can then be checked again for each candidate change la' to determine the extent to which it correctly reproduces the actual conditions visible starting from the changed pose la.
  • step 163 it can be checked whether an improvement is achieved here compared to the original pose la, which satisfies a predetermined criterion. If this is the case (truth value 1), it can be determined in step 164 that the determination of the specified pose la from the observations obtained by the sensor 51 is working incorrectly. Alternatively or in combination with this, in step 171 several candidate changes 3' of the digital road map 3 can be determined. The digital road map 3 modified in this way can be checked again in step 172 to determine the extent to which it correctly reproduces the actual conditions visible from the specified pose 1a.
  • step 173 it can be checked whether the result of this new check satisfies a predetermined criterion, ie in particular represents an improvement compared to the check of the original digital road map 3 . If this is the case, in step 174 a modified digital road map 3 that best reflects the actual conditions can take the place of the previous digital road map 3 .
  • an exemplary scenario 1 is outlined, in which a discrepancy occurs between the target behavior 2b and the actual behavior 2a of another road user 2.
  • An expressway 11 has a right lane 11a and a left lane 11b. According to the observation lb of the scenery 1, a vehicle 2 is initially driving in the right lane 11a. On the basis of the digital map 3, which contains the expressway 11, it is therefore expected that the vehicle 2 will initially continue to drive there as a target behavior 2b. However, due to a short-term construction site 12, which is not shown on the digital road map 3, the vehicle 2 must show the actual behavior 2a of changing to the left lane 11b. In particular when this occurs for more vehicles 2, it can be derived from this discrepancy according to the method 100 described above that the right lane 11a is currently not usable.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

Verfahren (100) zur Prüfung, ob eine digitale Straßenkarte (3) die aus mindestens einer vorgegebenen Pose (1a) sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt, mit den Schritten: - es werden Beobachtungen (1b) einer Szenerie (1) aus der mindestens einen Pose (1a) beschafft (110); - aus den Beobachtungen (1b) wird das Ist-Verhalten (2a) eines oder mehrerer anderer Verkehrsteilnehmer (2) ermittelt (120); - anhand eines oder mehrerer Merkmale (3a) der digitalen Straßenkarte (3) wird ein Soll-Verhalten (2b) des oder der anderen Verkehrsteilnehmer (2) ermittelt (130); - in Antwort darauf, dass das Ist-Verhalten (2a) im Einklang mit dem Soll- Verhalten (2b) steht (140), wird festgestellt (150), dass die digitale Straßenkarte (3) die aus der vorgegebenen Pose (1a) sichtbaren tatsächlichen Gegebenheiten mindestens in Bezug auf die Merkmale (3a), aus denen das Soll-Verhalten (2b) ermittelt wurde, korrekt wiedergibt.

Description

Beschreibung
Titel:
Prüfung einer digitalen Straßenkarte auf lokale Plausibilität
Die vorliegende Erfindung betrifft die Prüfung digitaler Straßenkarten, die beispielsweise von zumindest teilweise automatisiert fahrenden Fahrzeugen oder von Fahrassistenzsystemen verwendet werden.
Stand der Technik
Fahrassistenzsysteme und Systeme für das zumindest teilweise automatisierte Fahren ziehen für die Planung von Aktionen des Fahrzeugs digitale Straßenkarten heran. Ausgehend von einer Pose des Fahrzeugs, die auf Grund von Sensordaten und/oder Informationen eines, beispielsweise ganz oder teilweise satellitengestützten, Lokalisierungssystems bestimmt wird, werden Informationen aus der Straßenkarte abgerufen und in die Planung einbezogen.
Damit die vom Fahrzeug durchgeführten Aktionen des Fahrzeugs der jeweiligen Verkehrssituation angemessen sind, müssen die digitalen Straßenkarten ständig aktuell gehalten werden. Selbst wenn jedoch alle vom jeweiligen Hersteller bereitgestellten Updates zeitnah eingespielt werden, kann eine Verkehrssituation immer noch kurzfristig geändert werden, so dass sie von der digitalen Straßenkarte nicht mehr korrekt wiedergegeben wird. Beispielsweise kann über Nacht eine Baustelle eingerichtet werden, die eine Fahrspur unbenutzbar macht.
Die WO 2019/038 185 Al offenbart, mit Hilfe eines mobilen Geräts Korrekturen für eine zuvor von einem externen Server empfangene digitale Karte zu erfassen und eine um diese Korrekturen bereicherte, hochgenaue Karte an den externen Server zurückzusenden. Offenbarung der Erfindung
Im Rahmen der Erfindung wurde ein Verfahren zur Prüfung, ob eine digitale Straßenkarte die aus mindestens einer vorgegebenen Pose sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt, entwickelt. Die Pose umfasst in diesem Zusammenhang eine Position und eine Orientierung relativ zum Koordinatensystem der digitalen Straßenkarte. Beispielsweise umfasst die Pose eines Fahrzeugs sowohl seine Position als auch die Richtung, in der es orientiert ist. Sowohl die Position als auch die Orientierung entscheiden darüber, was genau vom Fahrzeug aus gesehen werden kann. Die Pose kann beispielsweise von einer beliebigen Lokalisierungseinrichtung bestimmt werden und stellt eine Eingabe des hier beschriebenen Verfahrens dar. Die Lokalisierungseinrichtung kann unter anderem beispielsweise vom Fahrzeug aus sichtbare Merkmale gegen Merkmale in der digitalen Straßenkarte matchen.
Im Rahmen dieses Verfahrens werden Beobachtungen einer Szenerie aus der mindestens einen Pose beschafft. Dies kann insbesondere die Pose eines zu steuernden Fahrzeugs in der Szenerie sein, und die Beobachtungen können von diesem Fahrzeug aus angefertigt werden. Das zu steuernde Fahrzeug wird im üblichen Sprachgebrauch auch als Ego- Fahrzeug bezeichnet.
Aus den Beobachtungen wird das Ist-Verhalten eines oder mehrerer anderer Verkehrsteilnehmer ermittelt. Dies kann insbesondere beispielsweise beinhalten, anhand der Beobachtungen bewegte Objekte zu identifizieren und zu verfolgen. Aus den so ermittelten Trajektorien der anderen Verkehrsteilnehmer können verschiedene Aspekte des Ist-Verhaltens dieser Verkehrsteilnehmer ermittelt werden. Diese Aspekte können insbesondere Aspekte umfassen, die nicht direkt aus der Szenerie, wie etwa aus Verkehrszeichen, Fahrbahnmarkierungen oder anderen direkt auswertbaren Hinweisen, erschlossen werden können.
Anhand eines oder mehrerer Merkmale der digitalen Straßenkarte wird ein Soll- Verhalten des oder der anderen Verkehrsteilnehmer ermittelt. Beispiele für Merkmale der digitalen Straßenkarte, die einen Einfluss auf das Soll-Verhalten von Verkehrsteilnehmern haben, sind • die Topologie von Fahrbahnen und/oder Fahrspuren, einschließlich vorgesehener Verbindungen zwischen diesen Fahrbahnen bzw. Fahrspuren;
• Grenzen zwischen Fahrspuren einschließlich Vorgaben, inwieweit jeweils Spurwechsel zulässig sind;
• ein bevorzugter Fahrweg für Fahrten zu einem bestimmten Ziel;
• eine vorgeschriebene Fahrtrichtung sowie
• Vorfahrtsregeln.
Es wird nun geprüft, ob das Ist-Verhalten im Einklang mit dem Soll-Verhalten steht. Wenn dies zumindest in einem vorgegebenen Maße, bzw. nach Maßgabe eines vorgegebenen Kriteriums, der Fall ist, wird festgestellt, dass die digitale Straßenkarte die aus der vorgegebenen Pose sichtbaren tatsächlichen Gegebenheiten mindestens in Bezug auf die Merkmale, aus denen das Soll- Verhalten ermittelt wurde, korrekt wiedergibt. Wenn das Ist-Verhalten hingegen nicht im Einklang mit dem Soll-Verhalten steht, können ein oder mehrere Merkmale der digitalen Straßenkarte, die mit dem Soll-Verhalten verbunden sind, falsifiziert, d.h. als nicht mit den tatsächlichen Gegebenheiten übereinstimmend, erkannt werden.
Damit diese Prüfung erfolgreich verläuft, muss zum einen das Ist-Verhalten der anderen Verkehrsteilnehmer zutreffend ermittelt werden. Hierzu ist wiederum nötig, dass die Beobachtungen der Szenerie in hinreichend guter Qualität erfasst werden.
Zum anderen muss dieses Ist-Verhalten im Einklang mit dem Soll-Verhalten stehen. Dies wiederum erfordert zunächst, dass die Merkmale der digitalen Straßenkarte, die anhand der vorgegebenen Pose abgerufen werden, sich auf genau diejenige Pose beziehen, aus der auch die Beobachtungen der Szenerie beschafft wurden. Wenn sich also beispielsweise das Fahrzeug auf Grund eines fehlerhaft arbeitenden GPS-Moduls in einer anderen Pose wähnt als es tatsächlich ist, werden die Merkmale der digitalen Straßenkarte für die falsche Pose abgerufen. Ein ausgehend von einer ganz anderen Pose ermitteltes Soll- Verhalten kann aber nicht mit einem Ist-Verhalten im Einklang stehen, das sich auf eine andere Pose und somit auf eine andere Verkehrssituation bezieht. Schließlich muss sich der andere Verkehrsteilnehmer auch objektiv noch so verhalten, wie es dem Soll-Verhalten entspricht.
Wenn alle diese Bedingungen erfüllt sind, ist mit hoher Wahrscheinlichkeit davon auszugehen, dass sowohl das Erfassen von Beobachtungen und das Ermitteln der eigenen Pose des Fahrzeugs ordnungsgemäß funktionieren und dass gleichzeitig in Bezug auf diese Pose die digitale Straßenkarte auch die Realität zutreffend abbildet. Es werden also mit nur einer einzigen Prüfung viele Komponenten des Gesamtsystems auf einmal getestet. Im Normalfall, in dem das Ist-Verhalten anderer Verkehrsteilnehmer mit dem Soll-Verhalten übereinstimmt, kann also davon ausgegangen werden, dass sich das Fahrzeug in der richtigen Pose wähnt und mit einer aktuellen digitalen Straßenkarte arbeitet. Damit ist die Wahrscheinlichkeit hoch, dass eine unter Heranziehung dieser Pose und dieser digitalen Straßenkarte geplante Aktion des Fahrzeugs der Verkehrssituation angemessen ist.
Steht das Ist-Verhalten hingegen nicht im Einklang mit dem anhand der digitalen Straßenkarte ermittelten Soll-Verhalten, lässt dies noch keinen eindeutigen Schluss auf die genaue Ursache zu. Die möglichen Beiträge der verschiedenen Ursachen lassen sich jedoch in vielen Fällen zumindest teilweise probabilistisch modellieren. So ist beispielsweise das Missachten einer Geschwindigkeitsbeschränkung durch einen Fahrer auf Grund der vergleichsweise niedrigen Sanktionsandrohung wahrscheinlicher als das Überfahren einer roten Ampel oder gar das Missachten des Wendeverbots auf einer Autobahn.
Wichtig ist jedoch zunächst vor allem die Feststellung, dass überhaupt etwas nicht so funktioniert hat wie erwartet. Diese Information kann bereits ausreichen, um Gegenmaßnahmen zu ergreifen. Beispielsweise kann
• versucht werden, aus dem Ist-Verhalten der anderen Verkehrsteilnehmer eine fällige Korrektur der digitalen Straßenkarte eigenständig zu erschließen;
• der Fahrer des Fahrzeugs aufgefordert werden, die Kontrolle ganz oder teilweise wieder zu übernehmen, • ein Fahrassistenzsystem oder ein System zum zumindest teilweise automatisierten Fahren in eine Betriebsart mit reduzierter Funktionalität versetzt werden, in der Fehler besser abgefangen werden können, oder
• ein derartiges automatisiertes System ganz stillgelegt werden, was etwa bedeuten kann, das Fahrzeug auf einer vorgeplanten Notstopptrajektorie zum Stehen zu bringen.
Der oder die anderen Verkehrsteilnehmer, und/oder ihr Ist-Verhalten, können insbesondere beispielsweise in das Bezugssystem der digitalen Straßenkarte überführt werden. Sie können dann in diesem Bezugssystem mit Merkmalen der digitalen Straßenkarte assoziiert werden, die für ihr Soll-Verhalten relevant sind. Nicht alle in der digitalen Straßenkarte verzeichneten Merkmale wirken sich auf das Soll-Verhalten eines jeden Verkehrsteilnehmers aus. So kann beispielsweise die Einfahrt in eine Straße nur für solche Fahrzeuge verboten sein, die eine bestimmte Größe oder ein bestimmtes Gewicht überschreiten.
Es können insbesondere beispielsweise Aussagen in Bezug auf mehrere andere Verkehrsteilnehmer, die mit ein und demselben Merkmal der digitalen Straßenkarte assoziiert sind, zu einer Aussage dahingehend zusammengeführt werden, inwieweit dieses Merkmal plausibel ist. Auf diese Weise kann etwa der Einfluss einzelner anderer Verkehrsteilnehmer, die ein vorgeschriebenes Soll- Verhalten bewusst nicht befolgen, unterdrückt werden. Eine Grundannahme für die Plausibilitätsprüfung ist, dass der überwiegende Teil der anderen Verkehrsteilnehmer ein vorgegebenes Soll-Verhalten auch befolgen wird. Beispielsweise kann das Ist-Verhalten vieler anderer Verkehrsteilnehmer in Bezug auf das Merkmal der digitalen Straßenkarte mit einer Mehrheitsentscheidung oder einem ähnlichen Mechanismus aggregiert werden.
In einer besonders vorteilhaften Ausgestaltung wird für mindestens ein Merkmal der digitalen Straßenkarte eine bedingte Wahrscheinlichkeit oder Chance dafür ermittelt, dass unter der Bedingung des ermittelten Ist-Verhaltens dieses Merkmal plausibel ist. Hiermit lässt sich der stochastische Charakter des Verhaltens der anderen Verkehrsteilnehmer abbilden. Dabei bezeichnet eine Chance den Quotienten aus der bedingten Wahrscheinlichkeit, dass das Merkmal unter der Bedingung des ermittelten Ist-Verhaltens plausibel ist, und der bedingten Wahrscheinlichkeit, dass das Merkmal unter der Bedingung des gleichen ermittelten Ist-Verhaltens nicht plausibel ist.
In einer weiteren vorteilhaften Ausgestaltung wird die bedingte Wahrscheinlichkeit oder Chance unter der zusätzlichen Annahme einer unbedingten Grundwahrscheinlichkeit oder Grundchance, dass das Merkmal plausibel ist, ermittelt. Auf diese Weise kann ein Vorwissen über das Vertrauen in die Richtigkeit der digitalen Straßenkarte eingebracht werden. Beispielsweise kann die Grundwahrscheinlichkeit oder Grundchance mit zunehmendem Alter der digitalen Straßenkarten monoton vermindert werden. Hiermit kann beispielsweise die Erfahrung berücksichtigt werden, dass sich im Jahr nach der Herausgabe eines typischen Stadtplans im Mittel ein bestimmter Prozentsatz der Informationen ändert.
Die bedingte Wahrscheinlichkeit oder Chance dafür, dass das Merkmal unter der Bedingung des ermittelten Ist-Verhaltens vieler anderer Verkehrsteilnehmer plausibel ist, kann dann insbesondere beispielsweise gemäß dem Bayes- Theorem ein Produkt bedingter Wahrscheinlichkeiten oder Chancen jeweils dafür beinhalten, dass das Ist-Verhalten eines dieser anderen Verkehrsteilnehmer plausibel ist unter der Bedingung des Merkmals der digitalen Straßenkarte. Diese Wahrscheinlichkeiten oder Chancen sind vergleichsweise transparent und somit leicht zu ermitteln.
Sei b1, ..., bN beispielsweise das Ist-Verhalten anderer Verkehrsteilnehmer 1, ..., N und pG(m=1) die unbedingte Grundwahrscheinlichkeit ohne Ansehen dieses Ist-Verhaltens, dass ein bestimmtes Merkmal m der digitalen Straßenkarte plausibel ist. Die bedingte Wahrscheinlichkeit p (m = 1 | = b11N) dass das Merkmal m in Ansehung des Ist-Verhaltens b1, ..., bN plausibel ist, lässt sich dann schreiben als:
Figure imgf000008_0001
Hierin ist c eine Normierungskonstante, und die p(bi | m = 1) sind die bedingten Wahrscheinlichkeiten dafür, dass unter der Annahme, dass das Merkmal m plausibel ist, das Verhalten b1, ..., bN der anderen Verkehrsteilnehmer 1, ..., N plausibel ist. Die Normierungskonstante c ist der Kehrwert der unbedingten Wahrscheinlichkeit p(b1 ..., bN), dass das Verhalten bi, bN der anderen Verkehrsteilnehmer 1, N plausibel ist.
Dieser Normierungskonstante c fällt heraus, wenn die bedingte Chance o(m = l \ b1, ..., bN) ermittelt wird, dass das Merkmal m angesichts des Ist- Verhaltens bi, ..., bN plausibel ist. Diese Chance o ist gegeben durch
Figure imgf000009_0001
also durch das Verhältnis der bedingten Wahrscheinlichkeiten angesichts des Ist- Verhaltens bi, ..., bN, dass das Merkmal m plausibel (m=l) bzw. nicht plausibel (m=0) ist.
Diese Chance ist gegeben durch worin
Figure imgf000009_0002
die unbedingte Chance ist, dass das Merkmal m plausibel ist.
Hieraus lässt sich dann die gesuchte bedingte Wahrscheinlichkeit p(m = l \ b1, ..., bN') ermitteln als
20
Figure imgf000009_0003
Wie zuvor erläutert, werden die Beobachtungen vorteilhaft mit mindestens einem von einem Fahrzeug mitgeführten Sensor beschafft. Die vorgegebene Pose wird dann anhand eines Abgleichs dieser Beobachtungen mit der digitalen Straßenkarte ermittelt. Die Prüfung, inwieweit die digitale Straßenkarte plausibel ist, kann dann insbesondere beispielsweise genutzt werden, um während der Fahrt des Fahrzeugs laufend zu überprüfen, ob die Planung von Aktionen dieses Fahrzeugs auf der Grundlage in sich schlüssiger Informationen erfolgt.
Wie zuvor erläutert, ist es das primäre Ziel, Inkonsistenzen überhaupt erst aufzudecken und hierauf zu reagieren. Es gibt jedoch verschiedene Möglichkeiten, optional auch die Ursache von Inkonsistenzen zumindest einzugrenzen. In einer vorteilhaften Ausgestaltung werden in Antwort darauf, dass die digitale Straßenkarte die aus der vorgegebenen Pose sichtbaren tatsächlichen Gegebenheiten nicht korrekt wiedergibt, mehrere Kandidaten-Änderungen der vorgegebenen Pose ermittelt. Ausgehend von der gemäß jeder Kandidaten- Änderung geänderten Pose wird die digitale Straßenkarte erneut in der zuvor beschriebenen Weise daraufhin geprüft, inwieweit sie die ausgehend von der geänderten Pose sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt. In Antwort darauf, dass die hierbei erzielte Verbesserung ein vorgegebenes Kriterium erfüllt, wird festgestellt, dass die Ermittlung der vorgegebenen Pose aus den vom Sensor beschafften Beobachtungen fehlerhaft arbeitet.
Wenn beispielsweise ein Kompass, mit dem das Fahrzeug seine Orientierung ermittelt, einen Versatz von 10 Grad gegenüber der wahren Orientierung hat, dann beziehen sich
• die Beobachtungen der Szenerie und das daraus ermittelte Ist-Verhalten anderer Verkehrsteilnehmer einerseits und
• die aus der digitalen Straßenkarte abgerufenen Merkmale und das daraus ermittelte Soll-Verhalten der anderen Verkehrsteilnehmer andererseits auf Verkehrssituationen, die relativ zueinander um ebendiese 10 Grad verdreht sind. Dies kann schon ausreichen, um die Übereinstimmung zwischen dem Ist- Verhalten und dem Soll-Verhalten stark zu verschlechtern. Wenn nun die Prüfung für verschiedene Kandidaten-Posen wiederholt wird, die relativ zur ursprünglichen Pose um verschiedene Winkel verdreht sind, so wird für einen Drehwinkel von 10 Grad das Ist-Verhalten viel besser zur Deckung mit dem Soll- Verhalten kommen.
In einer weiteren vorteilhaften Ausgestaltung werden in Antwort darauf, dass die digitale Straßenkarte die aus der vorgegebenen Pose sichtbaren tatsächlichen Gegebenheiten nicht korrekt wiedergibt, mehrere Kandidaten-Änderungen der digitalen Straßenkarte ermittelt. Die so geänderte digitale Straßenkarte wird jeweils erneut daraufhin überprüft, inwieweit sie die aus der vorgegebenen Pose sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt. In Antwort darauf, dass das Ergebnis dieser Prüfung ein vorgegebenes Kriterium erfüllt, tritt eine geänderte digitale Straßenkarte, die die tatsächlichen Gegebenheiten am besten wiedergibt, dann an die Stelle der bisherigen digitalen Straßenkarte. Auf diese Weise können bestimmte Fehler oder Ungenauigkeiten in der digitalen Straßenkarte selbsttätig „geheilt“ werden.
So ist beispielsweise auf einer Schnellstraße mit zwei Fahrspuren je Fahrtrichtung das erwartete Soll-Verhalten, dass
• sich bei geringer bis moderater Auslastung zunächst auf der in Fahrtrichtung rechten Spur Fahrzeuge sammeln und die linke Spur nur zum Überholen verwendet wird, während
• bei Überlastung beide Spuren gleichermaßen mit Fahrzeugen gefüllt sind.
Wenn die zuvor beschriebene automatisierte Prüfung zunächst einmal ohne Hinweis auf die konkrete Ursache nur ergibt, dass das Ist-Verhalten der anderen Verkehrsteilnehmer nicht zu diesem Soll-Verhalten passt, kann etwa eine Kandidaten-Änderung der digitalen Straßenkarte darin bestehen, dass eine Spur gesperrt ist. Dies ist eine der häufigsten kurzfristigen Änderungen, beispielsweise auf Grund einer frisch eingerichteten Baustelle. Wenn nun die automatisierte Prüfung mit der so abgewandelten digitalen Straßenkarte wiederholt wird und das Ist-Verhalten nunmehr in Deckung mit dem Soll-Verhalten kommt, ist die Ursache für die ursprüngliche Diskrepanz geklärt. Diese Erkenntnis kann beispielsweise an den Hersteller der digitalen Straßenkarte zurückgespielt werden, damit dieser die Straßenkarte für alle Nutzer zeitnah aktualisiert.
Wie zuvor erläutert, dient die automatisierte Prüfung der digitalen Straßenkarte hauptsächlich der fortwährenden Überwachung, ob das Gesamtsystem aus digitaler Straßenkarte, Posenbestimmung des Fahrzeugs und Umfelderfassung des Fahrzeugs noch ordnungsgemäß funktioniert. Daher wird vorteilhaft in Antwort darauf, dass die digitale Straßenkarte die aus der vorgegebenen Pose sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt, die digitale Straßenkarte für die Verhaltensplanung eines zumindest teilweise automatisiert fahrenden Fahrzeugs, und/oder eines Fahrassistenzsystems in einem Fahrzeug, herangezogen. Das Fahrzeug wird dann auf der Basis dieser Verhaltensplanung angesteuert. Das Verfahren kann insbesondere ganz oder teilweise computerimplementiert sein. Daher bezieht sich die Erfindung auch auf ein Computerprogramm mit maschinenlesbaren Anweisungen, die, wenn sie auf einem oder mehreren Computern ausgeführt werden, den oder die Computer dazu veranlassen, das beschriebene Verfahren auszuführen. In diesem Sinne sind auch Steuergeräte für Fahrzeuge und Embedded-Systeme für technische Geräte, die ebenfalls in der Lage sind, maschinenlesbare Anweisungen auszuführen, als Computer anzusehen.
Ebenso bezieht sich die Erfindung auch auf einen maschinenlesbaren Datenträger und/oder auf ein Downloadprodukt mit dem Computerprogramm. Ein Downloadprodukt ist ein über ein Datennetzwerk übertragbares, d.h. von einem Benutzer des Datennetzwerks downloadbares, digitales Produkt, das beispielsweise in einem Online-Shop zum sofortigen Download feilgeboten werden kann.
Weiterhin kann ein Computer mit dem Computerprogramm, mit dem maschinenlesbaren Datenträger bzw. mit dem Downloadprodukt ausgerüstet sein.
Weitere, die Erfindung verbessernde Maßnahmen werden nachstehend gemeinsam mit der Beschreibung der bevorzugten Ausführungsbeispiele der Erfindung anhand von Figuren näher dargestellt.
Ausführungsbeispiele
Es zeigt:
Figur 1 Ausführungsbeispiel des Verfahrens 100 zur Plausibilitätsprüfung einer digitalen Straßenkarte;
Figur 2 Beispielhafte Verkehrssituation, in der sich eine Diskrepanz zwischen Soll-Verhalten 2b und Ist-Verhalten 2a eines anderen Verkehrsteilnehmers 2 einstellt. Figur 1 ist ein schematisches Ablaufdiagramm eines Ausführungsbeispiels des Verfahrens 100 zur Prüfung, ob eine digitale Straßenkarte 3 die aus mindestens einer vorgegebenen Pose la sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt.
In Schritt 110 werden Beobachtungen lb einer Szenerie 1 aus der mindestens einen Pose la beschafft.
Gemäß Block 111 können die Beobachtungen lb mit mindestens einem von einem Fahrzeug 50 mitgeführten Sensor 51 beschafft werden. Gemäß Block 112 kann dann die vorgegebene Pose la anhand eines Abgleichs dieser Beobachtungen lb mit der digitalen Straßenkarte 3 ermittelt werden.
In Schritt 120 wird aus den Beobachtungen lb das Ist-Verhalten 2a eines oder mehrerer anderer Verkehrsteilnehmer 2 ermittelt.
In Schritt 130 wird anhand eines oder mehrerer Merkmale 3a der digitalen Straßenkarte 3 wird ein Soll-Verhalten 2b des oder der anderen Verkehrsteilnehmer 2 ermittelt.
Hierzu können gemäß Block 131 der oder die anderen Verkehrsteilnehmer 2, und/oder ihr Ist-Verhalten 2a, in das Bezugssystem der digitalen Straßenkarte 3 überführt werden. Gemäß Block 132 können dann der oder die anderen Verkehrsteilnehmer 2 in diesem Bezugssystem mit Merkmalen 3a der digitalen Straßenkarte 3 assoziiert werden, die für ihr Soll-Verhalten 2b relevant sind.
In Schritt 140 wird geprüft, ob das Ist-Verhalten 2a im Einklang mit dem Soll- Verhalten 2b steht.
Gemäß Block 141 können Aussagen in Bezug auf mehrere andere Verkehrsteilnehmer 2, die mit ein und demselben Merkmal 3a der digitalen Straßenkarte 3 assoziiert sind, zu einer Aussage dahingehend, inwieweit dieses Merkmal 3a plausibel ist, zusammengeführt werden. Gemäß Block 142 kann für mindestens ein Merkmal 3a der digitalen Straßenkarte 3 eine bedingte Wahrscheinlichkeit oder Chance dafür ermittelt werden, dass unter der Bedingung des ermittelten Ist-Verhaltens 2a dieses Merkmal 3a plausibel ist.
Hierbei kann gemäß Block 142a die bedingte Wahrscheinlichkeit oder Chance unter der zusätzlichen Annahme einer unbedingten Grundwahrscheinlichkeit oder Grundchance, dass das Merkmal 3a plausibel ist, ermittelt werden. Diese Grundwahrscheinlichkeit oder Grundchance kann gemäß Block 142b mit zunehmendem Alter der digitalen Straßenkarte 3 monoton vermindert werden.
Wenn das Ist-Verhalten 2a im Einklang mit dem Soll-Verhalten 2b steht (Wahrheitswert 1 bei Schritt 140), wird in Schritt 150 festgestellt, dass die digitale Straßenkarte 3 die aus der vorgegebenen Pose la sichtbaren tatsächlichen Gegebenheiten mindestens in Bezug auf die Merkmale 3a, aus denen das Soll- Verhalten 2b ermittelt wurde, korrekt wiedergibt.
In diesem Fall kann in Schritt 180 die digitale Straßenkarte 3 für die Verhaltensplanung 180a eines zumindest teilweise automatisiert fahrenden Fahrzeugs 50, und/oder eines Fahrassistenzsystems in einem Fahrzeug 50, herangezogen werden. Das Fahrzeug kann dann in Schritt 190 auf der Basis dieser Verhaltensplanung 180a angesteuert werden.
Wenn das Ist-Verhalten 2a hingegen nicht im Einklang mit dem Soll-Verhalten 2b steht (Wahrheitswert 0 bei Schritt 140), können in Schritt 161 mehrere Kandidaten-Änderungen la' der vorgegebenen Pose la ermittelt werden. In Schritt 162 kann dann die digitale Straßenkarte 3 für jede Kandidaten-Änderung la' erneut daraufhin geprüft werden, inwieweit sie die ausgehend von der geänderten Pose la sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt.
In Schritt 163 kann geprüft werden, ob hierbei eine Verbesserung gegenüber der ursprünglichen Pose la erzielt wird, die ein vorgegebenes Kriterium erfüllt. Ist dies der Fall (Wahrheitswert 1), kann in Schritt 164 festgestellt werden, dass die Ermittlung der vorgegebenen Pose la aus den vom Sensor 51 beschafften Beobachtungen fehlerhaft arbeitet. Alternativ oder in Kombination hierzu können in Schritt 171 mehrere Kandidaten- Änderungen 3' der digitalen Straßenkarte 3 ermittelt werden. Die so geänderte digitale Straßenkarte 3 kann in Schritt 172 jeweils erneut daraufhin geprüft werden, inwieweit sie die aus der vorgegebenen Pose la sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt.
In Schritt 173 kann geprüft werden, ob das Ergebnis dieser neuen Prüfung ein vorgegebenes Kriterium erfüllt, also insbesondere eine Verbesserung gegenüber der Prüfung der ursprünglichen digitalen Straßenkarte 3 darstellt. Ist dies der Fall, kann in Schritt 174 eine geänderte digitale Straßenkarte 3, die die tatsächlichen Gegebenheiten am besten wiedergibt, an die Stelle der bisherigen digitalen Straßenkarte 3 treten.
In Figur 2 ist eine beispielhafte Szenerie 1 skizziert, in der sich eine Diskrepanz zwischen dem Soll-Verhalten 2b und dem Ist-Verhalten 2a eines anderen Verkehrsteilnehmers 2 einstellt. Eine Schnellstraße 11 hat eine rechte Spur 11a und eine linke Spur 11b. Ausweislich der Beobachtung lb der Szenerie 1 fährt ein Fahrzeug 2 zunächst auf der rechten Fahrspur 11a. Es wird daher auf Grund der digitalen Karte 3, die die Schnellstraße 11 enthält, erwartet, dass das Fahrzeug 2 als Soll-Verhalten 2b dort zunächst weiterfahren wird. Auf Grund einer kurzfristig Baustelle 12, die in der digitalen Straßenkarte 3 nicht eingezeichnet ist, muss das Fahrzeug 2 jedoch das Ist-Verhalten 2a zeigen, auf die linke Spur 11b zu wechseln. Insbesondere dann, wenn sich dies für mehr Fahrzeuge 2 zeigt, kann aus dieser Diskrepanz gemäß dem zuvor beschriebenen Verfahren 100 abgeleitet werden, dass die rechte Spur 11a derzeit nicht verwendbar ist.

Claims

Ansprüche
1. Verfahren (100) zur Prüfung, ob eine digitale Straßenkarte (3) die aus mindestens einer vorgegebenen Pose (la) sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt, mit den Schritten:
• es werden Beobachtungen (lb) einer Szenerie (1) aus der mindestens einen Pose (la) beschafft (110);
• aus den Beobachtungen (lb) wird das Ist-Verhalten (2a) eines oder mehrerer anderer Verkehrsteilnehmer (2) ermittelt (120);
• anhand eines oder mehrerer Merkmale (3a) der digitalen Straßenkarte (3) wird ein Soll-Verhalten (2b) des oder der anderen Verkehrsteilnehmer (2) ermittelt (130);
• in Antwort darauf, dass das Ist-Verhalten (2a) im Einklang mit dem Soll- Verhalten (2b) steht (140), wird festgestellt (150), dass die digitale Straßenkarte (3) die aus der vorgegebenen Pose (la) sichtbaren tatsächlichen Gegebenheiten mindestens in Bezug auf die Merkmale (3a), aus denen das Soll-Verhalten (2b) ermittelt wurde, korrekt wiedergibt.
2. Verfahren (100) nach Anspruch 1, wobei
• der oder die anderen Verkehrsteilnehmer (2), und/oder ihr Ist-Verhalten (2a), in das Bezugssystem der digitalen Straßenkarte (3) überführt werden (131); und
• der oder die anderen Verkehrsteilnehmer (2) in diesem Bezugssystem mit Merkmalen (3a) der digitalen Straßenkarte (3) assoziiert werden (132), die für ihr Soll-Verhalten (2b) relevant sind.
3. Verfahren (100) nach Anspruch 2, wobei Aussagen in Bezug auf mehrere andere Verkehrsteilnehmer (2), die mit ein und demselben Merkmal (3a) der digitalen Straßenkarte (3) assoziiert sind, zu einer Aussage dahingehend, inwieweit dieses Merkmal (3a) plausibel ist, zusammengeführt werden (141).
4. Verfahren (100) nach einem der Ansprüche 1 bis 3, wobei für mindestens ein Merkmal (3a) der digitalen Straßenkarte (3) eine bedingte Wahrscheinlichkeit oder Chance dafür ermittelt wird (142), dass unter der Bedingung des ermittelten Ist-Verhaltens (2a) dieses Merkmal (3a) plausibel ist.
5. Verfahren (100) nach Anspruch 4, wobei die bedingte Wahrscheinlichkeit oder Chance unter der zusätzlichen Annahme einer unbedingten Grundwahrscheinlichkeit oder Grundchance, dass das Merkmal (3a) plausibel ist, ermittelt wird (142a).
6. Verfahren (100) nach Anspruch 5, wobei die Grundwahrscheinlichkeit oder Grundchance mit zunehmendem Alter der digitalen Straßenkarte (3) monoton vermindert wird (142b).
7. Verfahren (100) nach einem der Ansprüche 5 bis 6, wobei die bedingte Wahrscheinlichkeit oder Chance ein Produkt bedingter Wahrscheinlichkeiten oder Chancen jeweils dafür beinhaltet, dass das Ist- Verhalten (2a) eines von mehreren anderen Verkehrsteilnehmern (2) plausibel ist unter der Bedingung des Merkmals (3a) der digitalen Straßenkarte (3).
8. Verfahren (100) nach einem der Ansprüche 1 bis 7, wobei die Beobachtungen (lb) mit mindestens einem von einem Fahrzeug (50) mitgeführten Sensor (51) beschafft werden (111) und wobei die vorgegebene Pose (la) anhand eines Abgleichs dieser Beobachtungen (lb) mit der digitalen Straßenkarte (3) ermittelt wird (112).
9. Verfahren (100) nach Anspruch 8, wobei in Antwort darauf, dass die digitale Straßenkarte (3) die aus der vorgegebenen Pose (la) sichtbaren tatsächlichen Gegebenheiten nicht korrekt wiedergibt,
• mehrere Kandidaten-Änderungen (la') der vorgegebenen Pose (la) ermittelt werden (161);
• die digitale Straßenkarte (3) für jede Kandidaten-Änderung (la') erneut daraufhin geprüft wird (162), inwieweit sie die ausgehend von der - 16 - geänderten Pose (la) sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt; und
• in Antwort darauf, dass die hierbei erzielte Verbesserung ein vorgegebenes Kriterium erfüllt (163), festgestellt wird (164), dass die Ermittlung der vorgegebenen Pose (la) aus den vom Sensor (51) beschafften Beobachtungen fehlerhaft arbeitet.
10. Verfahren (100) nach einem der Ansprüche 1 bis 9, wobei in Antwort darauf, dass die digitale Straßenkarte (3) die aus der vorgegebenen Pose (la) sichtbaren tatsächlichen Gegebenheiten nicht korrekt wiedergibt,
• mehrere Kandidaten-Änderungen (3') der digitalen Straßenkarte (3) ermittelt werden (171);
• die so geänderte digitale Straßenkarte (3) jeweils erneut daraufhin geprüft wird (172), inwieweit sie die aus der vorgegebenen Pose (la) sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt; und
• in Antwort darauf, dass das Ergebnis dieser Prüfung ein vorgegebenes Kriterium erfüllt (173), eine geänderte digitale Straßenkarte (3), die die tatsächlichen Gegebenheiten am besten wiedergibt, an die Stelle der bisherigen digitalen Straßenkarte (3) tritt (174).
11. Verfahren (100) nach einem der Ansprüche 1 bis 10, wobei in Antwort darauf, dass die digitale Straßenkarte die aus der vorgegebenen Pose sichtbaren tatsächlichen Gegebenheiten korrekt wiedergibt,
• die digitale Straßenkarte (3) für die Verhaltensplanung (180a) eines zumindest teilweise automatisiert fahrenden Fahrzeugs (50), und/oder eines Fahrassistenzsystems in einem Fahrzeug (50), herangezogen wird (180) und
• das Fahrzeug (50) auf der Basis dieser Verhaltensplanung (180a) angesteuert wird (190).
12. Computerprogramm, enthaltend maschinenlesbare Anweisungen, die, wenn sie auf einem oder mehreren Computern ausgeführt werden, den oder die Computer dazu veranlassen, das Verfahren (100) nach einem der Ansprüche 1 bis 11 auszuführen. - 17 -
13. Maschinenlesbarer Datenträger und/oder Downloadprodukt mit dem Computerprogramm nach Anspruch 12.
14. Ein oder mehrere Computer mit dem Computerprogramm nach Anspruch 12, und/oder mit dem maschinenlesbaren Datenträger und/oder Downloadprodukt nach Anspruch 13.
PCT/EP2022/075330 2021-09-23 2022-09-13 PRÜFUNG EINER DIGITALEN STRAßENKARTE AUF LOKALE PLAUSIBILITÄT WO2023046521A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020247012531A KR20240063148A (ko) 2021-09-23 2022-09-13 로컬 타당성을 위한 디지털 로드맵 확인

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021210568.8 2021-09-23
DE102021210568.8A DE102021210568A1 (de) 2021-09-23 2021-09-23 Prüfung einer digitalen Straßenkarte auf lokale Plausibilität

Publications (1)

Publication Number Publication Date
WO2023046521A1 true WO2023046521A1 (de) 2023-03-30

Family

ID=83507458

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2022/075330 WO2023046521A1 (de) 2021-09-23 2022-09-13 PRÜFUNG EINER DIGITALEN STRAßENKARTE AUF LOKALE PLAUSIBILITÄT

Country Status (3)

Country Link
KR (1) KR20240063148A (de)
DE (1) DE102021210568A1 (de)
WO (1) WO2023046521A1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017211613A1 (de) * 2017-07-07 2019-01-10 Robert Bosch Gmbh Verfahren zur Verifizierung einer digitalen Karte eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs
WO2019038185A1 (de) 2017-08-25 2019-02-28 Robert Bosch Gmbh Mobiles gerät, server und verfahren zum aktualisieren und bereitstellen einer hochgenauen karte
US20200098135A1 (en) * 2016-12-09 2020-03-26 Tomtom Global Content B.V. Method and System for Video-Based Positioning and Mapping

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200098135A1 (en) * 2016-12-09 2020-03-26 Tomtom Global Content B.V. Method and System for Video-Based Positioning and Mapping
DE102017211613A1 (de) * 2017-07-07 2019-01-10 Robert Bosch Gmbh Verfahren zur Verifizierung einer digitalen Karte eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs
WO2019038185A1 (de) 2017-08-25 2019-02-28 Robert Bosch Gmbh Mobiles gerät, server und verfahren zum aktualisieren und bereitstellen einer hochgenauen karte

Also Published As

Publication number Publication date
KR20240063148A (ko) 2024-05-09
DE102021210568A1 (de) 2023-03-23

Similar Documents

Publication Publication Date Title
DE102017215552A1 (de) Plausibilisierung der Objekterkennung für Fahrassistenzsysteme
DE102018212733A1 (de) Erkennung einer nachlassenden Leistungsfähigkeit eines Sensors
DE102009008959A1 (de) Fahrzeugsystem zur Navigation und/oder Fahrerassistenz
DE102011010377A1 (de) Verfahren zum Betreiben eines Kraftfahrzeugs und Kraftfahrzeug
WO2020212061A1 (de) Verfahren zur prädiktion einer verkehrssituation für ein fahrzeug
EP4211529A1 (de) Konzept zum unterstützen eines zumindest teilautomatisiert geführten kraftfahrzeugs
DE102015217371A1 (de) Verfahren zum automatisierten Fahren mit Nutzung von Kartendaten
DE112018002533T5 (de) Fahrzeuginformationsverarbeitungssystem
DE102008023242A1 (de) Map matching für Sicherheitsanwendungen
WO2023046521A1 (de) PRÜFUNG EINER DIGITALEN STRAßENKARTE AUF LOKALE PLAUSIBILITÄT
DE102020112899A1 (de) Verfahren und System zur vollständig automatischen Führung eines Kraftfahrzeugs und Kraftfahrzeug
DE102019212829A1 (de) Automatisierte Erkennung eines anormalen Verhaltens eines Verkehrsteilnehmers
DE102017219297B4 (de) Verfahren zum Betreiben eines Fahrzeugs, Verfahren zum Betreiben eines Plausibilisierungssystems, Fahrzeug, Computerprogramm und Computerprogrammprodukt
DE102019220549A1 (de) Training von neuronalen Netzen durch ein neuronales Netz
WO2023057014A1 (de) Verfahren zur planung einer trajektorie eines fahrmanövers eines kraftfahrzeugs, computerprogrammprodukt, computerlesbares speichermedium sowie fahrzeug
DE102020213831B4 (de) Verfahren zum Ermitteln einer Existenzwahrscheinlichkeit eines möglichen Elements in einer Umgebung eines Kraftfahrzeugs, Fahrerassistenzsystem und Kraftfahrzeug
DE102017212179A1 (de) Korrektur eines gemessenen Positionswerts eines schienengebundenen Fahrzeugs
DE10337631B4 (de) Verfahren zur Steuerung von Fahrzeugsystemen
EP3969846A1 (de) Verfahren zum validieren einer kartenaktualität
DE102016211045A1 (de) Aktualisierung einer digitalen Karte
WO2020224878A1 (de) Verfahren und vorrichtung zum erstellen einer ersten karte
DE102019200145A1 (de) Vorrichtung und Verfahren zum Verifizieren von elektronischen Horizonten
DE102019215099B4 (de) Verfahren zum Bereitstellen einer aktuellen lokalen Umgebungszustandskarte für ein Kraftfahrzeug sowie Kraftfahrzeug zum Durchführen eines derartigen Verfahrens
DE102017204601A1 (de) Verfahren und Vorrichtung zum Ermitteln zumindest eines wahrscheinlichsten Weges für ein Fahrzeug
DE102021102652B3 (de) Verfahren und Steuergerät zum Ermitteln, ob ein Kraftfahrzeug auf einer in digitalem Kartenmaterial enthaltenen Straße gefahren ist

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: 22782708

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20247012531

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2022782708

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022782708

Country of ref document: EP

Effective date: 20240423