WO2023072466A1 - Routenplanung für automatisierte fahrzeuge mit minimierung manueller eingriffe - Google Patents

Abstract

Die Erfindung betrifft ein System (1) zum Planen von Routen für ein automatisiertes Fahrzeug (3), aufweisend eine Schnittstelle (5) zum Vorgeben der geplanten Route an ein Steuerungssystem des Fahrzeugs (3), eine Eingabeeinrichtung (7) zum Erfassen einer Eingabe des Anwenders bezüglich eines der Optimierungsziele: a) Route mit einer minimalen Anzahl von notwendigen manuellen Eingriffen, b) schnellste Route, bei der ein Umschalten des Automatisierungsgrades erfolgt, c) ein paretooptimaler Kompromiss aus anderen Optimierungszielen, sowie aufweisend eine Recheneinheit (9), die dazu ausgeführt ist, eine Vielzahl von möglichen Routen unter Zuordnung eines jeweiligen Maßes für das Erreichen des Optimierungsziels zu ermitteln und abhängig von dem über die Eingabe des Anwenders ausgewählten Optimierungsziel eine der möglichen Routen auszuwählen.

Description

ROUTENPLANUNG FÜR AUTOMATISIERTE FAHRZEUGE MIT MINIMIERUNG

MANUELLER EINGRIFFE

Die Erfindung betrifft ein System zum Planen von Routen für ein teilautomatisiertes oder vollautomatisiertes Fahrzeug.

Aktuelle Routenplaner von Navigationssystemen für Fahrzeuge können sehr schnell und effizient optimale Verkehrsrouten unter Berücksichtigung der aktuellen Verkehrslage ermitteln und eine Prognose der benötigten Fahrtdauer abgeben. In den dafür verwendeten Algorithmen können bekanntermaßen auch Erfahrungswerte und statistische Daten verarbeitet werden, um somit die durchschnittliche Vorhersagegenauigkeit zu steigern. Diese Prognose ist optimiert auf ein normiertes Modell eines Fahrers - je nach Fahrstil kann die Prognose daher abweichen. Für autonome Fahrzeuge, deren Fahrverhalten sich von einem menschlich gelenkten Fahrzeug stark unterscheidet, könnte diese Prognose daher in wenigen Fällen auch eine recht große Abweichung zu den tatsächlichen Werten aufweisen. Auch nicht-optimale Routen könnten geplant werden, bei denen die Fahrzeit länger als nötig und als geplant ausfällt. Dies kann vor allem bei Routen auf stark befahrenen Strecken, die beispielsweise durch enge, unübersichtliche Streckenabschnitte in Städten führen, auftreten. Zudem kann es dabei auch dazu kommen, dass das automatisierte Fahrzeug den Anforderungen nicht optimal gerecht wird und dabei eine Aufforderung an einen Insassen ergeht, das Steuer zu übernehmen. Im Falle von Fahrzeugen wie Robo- Taxis, die von einem externen Kontrollzentrum manuell gesteuert werden können, würde eine entsprechende Anfrage an einen Anwender des Kontrollzentrums ergehen.

Im Stand der Technik sind automatische Routenplaner von Navigationssystemen für (teil-) automatisierte Fahrzeuge bekannt:

Die DE 10 2018 209 980 A1 betrifft hierzu ein Verfahren zur Wahl einer Route für ein Fahrzeug, bei dem eine Route aus einer Anzahl möglicher Routen ausgewählt wird, wozu ein Optimierungsverfahren durchgeführt wird, wobei bei dem Optimierungsverfahren mindestens eine Optimierungsgröße berücksichtigt wird, und wenigstens eine der mindestens einen Optimierungsgröße eine Auswirkung auf einen möglichen assistierten Betrieb des Fahrzeugs hat. Die DE 10 2018 209 980 A1 beschreibt dazu weiter, dass Optimierungsgrößen, die durch die gewählte Route am besten erfüllt werden sollen, vom Fahrer vorgegeben werden können. Dies können Übernahmeaufforderungen sein, wenn eine autonome Fahrt nicht möglich ist, oder die Dauer der autonom fahrbaren Teilstrecke. Die US 9,188,985 B1 betrifft darüberhinaus die Erzeugung und die Bereitstellung von Routenoptionen für ein autonomes Fahrzeug. Beispielsweise gibt ein Benutzer ein Ziel an und in Antwort darauf kann ein Fahrzeugcomputer dem Anwender Routenoptionen anbieten. Die Routenoptionen können dabei auf typischen Überlegungen der Navigation basieren, wie beispielsweise der benötigten Fahrzeit, der zurückzulegenden Strecke, dem Treibstoffverbrauch und anderen. Jede der Routenoptionen kann nicht nur eine gesamte geschätzte Zeitdauer beinhalten, sondern auch Informationen ob und welche Teile der Route unter der Kontrolle des vollautomatisierten Fahrzeugs durchgeführt werden können, bzw. eine mit einer Kombination eines manuellen Betriebs und eines automatisierten Betriebs, sowie durch den Fahrer alleine. Dabei können Zeiten angegeben werden, die durch das Fahren im autonomen Modus zusätzlich auftreten sowie Informationen auf der Karte, die Teile der Route unter Zuordnung des jeweiligen Farbmodus angeben. Dabei können ferner verschiedene wahrscheinliche Einschätzungen addiert werden, um festzustellen, ob ein Grenzwert an akzeptablem Risiko auf der Route erwartet werden kann.

Aufgabe der Erfindung ist es, die Routenplanung für teilautomatisierte oder vollautomatisierte Fahrzeuge zu verbessern.

Die Erfindung ergibt sich aus den Merkmalen der unabhängigen Ansprüche. Vorteilhafte Weiterbildungen und Ausgestaltungen sind Gegenstand der abhängigen Ansprüche.

Im Folgenden wird davon ausgegangen, dass das Fahrzeug ein (teil-)automatisiertes Fahrzeug des SAE Levels > 2 bezüglich der Anforderungen des Anwenders ist.

Ein erster Aspekt der Erfindung betrifft ein System zum Planen von Routen für ein teilautomatisiertes oder vollautomatisiertes Fahrzeug, aufweisend eine Schnittstelle zum Vorgeben der geplanten Route an ein Steuerungssystem des Fahrzeugs zum Ausführen der geplanten Route, eine Eingabeeinrichtung zum Erfassen einer Eingabe des Anwenders bezüglich eines Optimierungsziels für die geplante Route, wobei die Eingabeeinrichtung dazu ausgeführt ist, zumindest eines der folgenden Optimierungsziele zur Auswahl anzubieten: a) Route mit einer minimalen Anzahl von notwendigen manuellen Eingriffen beim Ausführen einer automatischen Fahrt des Fahrzeugs, b) schnellste Route, bei der ein Umschalten des Automatisierungsgrades bei der Durchführung einer automatischen Fahrt des Fahrzeugs erfolgt, c) ein paretooptimaler Kompromiss aus anderen Optimierungszielen mit einer durch den Anwender an der Eingabeeinrichtung einstellbaren Gewichtungsverteilung, sowie aufweisend eine Recheneinheit, die dazu ausgeführt ist, eine Vielzahl von möglichen Routen unter Zuordnung eines jeweiligen Maßes für das Erreichen des Optimierungsziels zu ermitteln und abhängig von dem über die Eingabe des Anwenders ausgewählten Optimierungsziel eine der möglichen Routen auszuwählen und die ausgewählte Route an die Schnittstelle zum Vorgeben der geplanten Route für das Steuerungssystem des Fahrzeugs zu übermitteln, wobei die Recheneinheit dazu ausgeführt ist, das jeweilige Maß für das Erreichen des vorgegebenen Optimierungsziels der möglichen Routen auf Basis von Eigenschaften des zum Durchführen einer automatischen Fahrt dienenden Steuerungssystems des Fahrzeugs und dessen implementierte Fahrfunktionen zu ermitteln.

Zum Ermitteln der möglichen Routen und wiederum hieraus derjenigen Route, die das vorgegebene Optimierungsziel am besten erfüllt, wird insbesondere das Straßennetz als gerichteter Graph interpretiert. Die Abbiegemöglichkeiten werden hierbei als Knoten dargestellt und die Straßen dazwischen als gerichtete Kanten mit einem Gewicht. Das Gewicht wäre bei einer fahrzeitoptimierten Route die geschätzte Zeit für diesen Streckenabschnitt. Bei einer reinen Optimierung auf die kürzeste Route wäre das Gewicht die Distanz. Sind die Gewichte bestimmt, Start- und Zielpunkt festgelegt, findet dann der Algorithmus als Ergebnis die Verbindung zwischen Start und Ziel mit dem niedrigsten Gewicht. Als Algorithmus wird bevorzugt eine Form des Dijkstra-Algorithmus verwendet. Werden darüberhinaus noch Echtzeitdaten beispielsweise über die aktuelle Verkehrslage berücksichtigt, wird diese Berechnung vom aktuellen Punkt aus bei jeder Aktualisierung ausgeführt um ggf. eine neue, bessere Route zu finden.

Hierzu wird zunächst der Zielort des Fahrzeugs festgelegt. Dies erfolgt im Allgemeinen durch den Anwender, im Falle eines Robo-Taxis kann dies auch durch Zuweisung durch eine Zentrale erfolgen. Andere Mechanismen, insbesondere ausgelöst durch das Steuerungssystem des Fahrzeugs sind möglich, wie beispielsweise durch den Zustand „Tan- ken/Laden notwendig“, bei dem die nächstgelegene Tankstelle, oder bei technischen Problemen eine Werkstatt als Zielort definiert wird.

Ein mögliches Optimierungsziel des erfindungsgemäßen Systems ist es, die Zahl und/ oder Dauer der unbedingt notwendigen manuellen Eingriffe während einer automatischen Fahrt des Fahrzeugs auf das mögliche Minimum zu reduzieren. Solche manuelle Eingriffe können notwendig sein, wenn ein Steuerungssystem des Fahrzeugs zum Ausführen einer vorgegebenen Route mit seinen Fahrfunktionen keine ausreichend sichere oder überhaupt keine Lösung findet, um einen Straßenabschnitt zu bewältigen. Es ist eine vorteilhafte Wirkung der Erfindung, dass ein typisches aus dem Stand der Technik bekanntes Navigationsgerät, welches auf Echtzeitdaten zurückgreift, so angepasst wird, dass es für automatisierte Fahrzeuge des SAE Levels 2 und höher zur Routenführung weitere Aspekte berücksichtigen kann, insbesondere die Minimierung der Zahl und Zeitdauern der Übernahmen durch einen menschlichen Fahrer bei einer automatisierten Fahrt, sei es durch einen im Fahrzeug anwesenden Fahrer oder durch einen Fahrer in einem entfernt gelegenen Kontrollzentrum. Die Routenplanung eines Navigationssystems wird daher für ein teilautomatisiertes bzw. vollautomatisiertes Fahrzeug verbessert, da dessen Eigenschaften und Fahrfunktionen in der Routenplanung berücksichtigt werden. Im Vergleich zu konventionellen Methoden der Routenplanung kann mit der erfindungsgemäßen Methode des Systems spezifisch auf das Fahrverhalten (teil-)automati- sierter Fahrzeuge eingegangen werden, was zu einem höheren Anteil an automatisiertem Fahren ohne manuelle Eingriffe führen kann, oder die Fahrzeit mit Wechseln zwischen manuellem und automatisiertem Fahren weiter reduziert werden kann, was zu einer höheren Nutzerzufriedenheit führt.

Gemäß einer vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, eine Simulation einer Fahrt auf der jeweiligen möglichen Route zur Ermittlung des jeweiligen Maßes für das Erreichen des vorgegebenen Optimierungsziels durchzuführen, wobei die Simulation Echtzeitdaten einer aktuellen Verkehrslage berücksichtigt. Die Echtzeitdaten der aktuellen Verkehrslage werden insbesondere von einem entsprechenden Provider über Handybewegungsdaten oder auch mittels Auswertung von Infrastruktur ermittelt. Ausgehend von einem Algorithmus zur Berechnung der kürzesten Route wie z.B. dem Dijkstra-Algorithmus wird unter Zuhilfenahme der Verkehrssimulation die notwendigen Kantengewichtung unter Berücksichtigung der gewählten Präferenz ermittelt. Dies geschieht bevorzugt, indem ein digitaler Zwilling des Fahrzeugs an die entsprechende Stelle in der Simulation virtuell gesetzt wird und unter Berücksichtigung des bekannten Fahrverhaltens des Fahrzeugs die Simulation so durchgeführt wird, dass das autonome Fahrzeug die Route bzw. den jeweiligen Streckenabschnitt die/der vom Dijkstra-Algorithmus angefordert wird, ausführt. Bei der Simulation werden Metriken genutzt, um essentielle Daten zu generieren, die zur Bewertung der Gewichte notwendig sind. Das ist u.a. die notwendige Zeit. Diese Zeit kann jedoch auch über die zur Verfügung stehenden Verkehrsdaten geschätzt werden. Auch Metriken für die Kritikalität bzw. die Bewertung der Software des Fahrzeugs bzw. seines digitalen Zwillings bezüglich des Vermögens, den Streckenabschnitt automatisiert zu absolvieren, können verwendet werden. Die Simulation umfasst bevorzugt neben der Nutzung der automatisierten Fahrfunktion auch ein Fahrermodell des Anwenders bzw. eines externen Kontrollzentrums. Jedem Streckenabschnitt werden auf diese Weise mehrere Gewichte (insbesondere: Vermögen der automatisierten Fahrfunktion, Zeit für automatisiertes Fahren, Zeit für manuelles Fahren) zugewiesen.

Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, in der Simulation Daten über das Gebiet um die jeweilige Route zusammen mit Daten über die aktuelle Verkehrslage als virtuelle Umgebung zu verwenden. Dieses Gebiet wird inklusive Verkehrsfluss in der Simulation, die bevorzugt eine Verkehrssimulation umfasst, bevorzugt automatisiert emuliert. Der Verkehrsfluss kann je nach Art der zur Verfügung gestellten Daten von einem Algorithmus direkt hergestellt werden; dazu können Bevölkerung der Straßen, sowie Zu- und Abfluss des Verkehrs an den Straßen am Rand des simulierten Gebietes gehören; alternativ kann ein numerisches Optimierungsverfahren verwendet werden, welches die oben genannten Faktoren als Designvariablen nutzt und zum Ziel hat, den Unterschied zwischen realem Verkehrsfluss und simuliertem Verkehrsfluss zu minimieren. Mögliche Optimierungsverfahren sind: Evolutionsalgorithmus, Genetischer Algorithmus, SQP (Abkürzung für: „Sequence of Quadratic Programming“), oder ähnliche.

Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, eine Simulation einer Fahrt auf der jeweiligen möglichen Route zur Ermittlung des jeweiligen Maßes für das Erreichen des vorgegebenen Optimierungsziels durchzuführen, wobei die Simulation heuristische Daten aus vergangenen Fahrten des Fahrzeugs nutzt, insbesondere um eine Wahrscheinlichkeit zu ermitteln, dass ein manueller Eingriff beim Ausführen der automatischen Fahrt des Fahrzeugs auf der jeweiligen der möglichen Routen notwendig ist.

Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, eine Simulation einer Fahrt auf der jeweiligen möglichen Route zur Ermittlung des jeweiligen Maßes für das Erreichen des vorgegebenen Optimierungsziels durchzuführen, wobei die Simulation die bauliche und topologische Situation auf einer jeweiligen möglichen Route berücksichtigt, insbesondere um eine Wahrscheinlichkeit zu ermitteln, dass ein manueller Eingriff beim Ausführen der automatischen Fahrt des Fahrzeugs auf der jeweiligen möglichen Route notwendig ist.

Gemäß einer weiteren vorteilhaften Ausführungsform simuliert die Simulation die Vielzahl der möglichen Routen einzeln und ermittelt das jeweilige Maß zum Erreichen des vorgegebenen Optimierungsziels mittels eines Dijkstra- Algorithmus. Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, die Simulation je Streckenabschnitt einer möglichen Route auf Basis veränderter Bedingungen wiederholt durchzuführen, insbesondere mit einer Variation der Menge und Art von anderen Verkehrsteilnehmern. Vorteilhaft können damit Ausreißer in den o.g. Metriken verhindert werden. Gleiche Streckenabschnitte können mit leicht unterschiedlichen Bedingungen wiederholt werden (z.B. die anderen Verkehrsteilnehmer starten an unterschiedlichen Stellen, geänderte Verhältnisse aus PKW, LKW, etc), anschließend kann der Median oder Durchschnitt von Werten der Metriken als Gewicht verwendet werden. Damit die Berechnungen der Simulationen in kürzerer Zeit durchgeführt werden können, können die verschiedenen Simulationen mit veränderten Parametern und auch die Simulationen, um die Zeiten für alle Streckenabschnitte zu ermitteln, parallel ausgeführt werden, da diese unabhängig voneinander sind.

Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, die Echtzeitdaten der aktuellen Verkehrslage auf eine digitale Karte zu übertragen und auf Basis der digitalen Karte das jeweilige Maß zum Erreichen des vorgegebenen Optimierungsziels zu ermitteln, wobei die Informationen der digitalen Karte die folgenden umfassen:

- die einzelnen Fahrstreifen mit Fahrstreifenbreite;

- dedizierte Fahrspuren für automatisierte Fahrzeuge;

- geltende Verkehrsregeln;

- Lichtsignal-Anlagen und Signalstatus;

- Randbebauungen;

- VerkehrsflussAdichte;

- lokale Wetterbedingungen;

- Fahrzeugkommunikations- VerschattungsAEmpfangsschwierigkeiten;

Je mehr relevante Informationen durch diese digitale Karte zur Verfügung stehen, desto besser kann eingeschätzt werden, ob das automatisierte Fahrzeug auf manuelle Steuerung angewiesen sein wird oder nicht. Anhand der digitalen Karte sowie der Verkehrsflussdaten werden die Fahrzeit für automatisiertes Fahren sowie für manuelles Fahren auf den Streckenabschnitten abgeschätzt, sowie die Wahrscheinlichkeit, dass das Fahrzeug gezwungen ist, auf eine manuelle Steuerung umzuschalten. Bevorzugt wird eine Metrik zum Abschätzen, wie wahrscheinlich die Notwendigkeit ist auf manuelles Steuern zu schalten, gebildet. Prinzipiell können die Schwierigkeiten, die für diese Notwendigkeit verantwortlich sein können in einen statischen und dynamischen Teil unterschieden werden: Statisch: Als Level 1-3 des im Fachgebiet bekannten Pegasus-6-Layer-Modells, dynamisch: Als Level 4-6 des Pegasus-6-Layer-Modells. Eine Beschreibung des Pega- sus-6-Layer-Modells ist im Übrigen zu finden in: M. Scholtes et al., "6-Layer Model for a Structured Description and Categorization of Urban Traffic and Environment," in IEEE Access, vol. 9, pp. 59131-59147, 2021 , doi: 10.1109/ACCESS.2021.3072739. Alternativ oder auch ergänzend zur Unterscheidung in den statischen und dynamischen Teil kann die Einschätzung aufgrund der Kenntnis über die Fahrfunktion geschehen, die u.a. bei der Entwicklung und Validierung erarbeitet wurde. Gerade im Validierungsbereich werden mögliche Schwächen aufgedeckt, die hier mit dem zu bewertenden Streckenabschnitt verglichen werden können. Zusätzlich können die Daten aus der Datenbank (wie im Folgenden beschrieben) genutzt werden, um die Einschätzung auszuführen. Weiterhin ergänzend oder alternativ dazu kann die Kalibrierung der für die Metrik notwendigen Parameter über einen Kl-Algorithmus erfolgen, der dadurch trainiert wird bzw. trainiert worden ist, indem Verkehrssituationen (statische und dynamische Elemente) als Eingangswerte genutzt werden, und die binäre Information, ob automatisiertes Fahren in der jeweiligen Situation möglich war oder nicht, als Ausgangswert des sogenannten „supervised learnings“. Die dafür benötigen Daten können aus der Entwicklung oder auch einer Validierung stammen, oder speziell eingefahren werden. Durch ein solches (offline) Lernen kann der Kl- Algorithmus abschätzen, wann es möglich ist, Verkehrssituationen zu meistern und wann nicht. Durch diese Funktion kann der Algorithmus beim Vergleich mit den Verkehrssituationen, die für die Routenplanung in Frage kommen, pro Abschnitt eine Wahrscheinlichkeit ausgeben, ob automatisiertes Fahren möglich ist oder nicht. Eine weitere Möglichkeit ist ein regelbasiertes Verfahren zur Einschätzung, ob automatisiertes Fahren möglich ist oder nicht. Hier können statische und dynamische Elemente z.B. durch Experten oder durch die Erfahrungen aus der Validierung und Entwicklung herangezogen werden um “Schwierigkeitspunkte” für diese Elemente zu vergeben. Ein dreispuriger Kreisverkehr mit Zebrastreifen hat z.B. deutlich mehr Schwierigkeitspunkte als eine gerade Straße. Über eine Matrix können auch ggf. Wechselwirkungen zwischen Elementen (z.B. Verkehrsdichte und Anzahl der Fahrstreifen) berücksichtigt werden, die ggf. Schwierigkeitspunkte beim Gleichzeitigen Auftreten noch kritischer bewerten. Für die gesamte Verkehrssituation werden diese Punkte addiert und darüber kann die Wahrscheinlichkeit, dass das Fahrzeug automatisiert durch dieses Gebiet fahren kann, bestimmt werden - entweder über einen Wahrscheinlichkeitswert oder mittels der Überschreitung eines Schwellwerts.

Gemäß einer weiteren vorteilhaften Ausführungsform umfassen die Informationen der digitalen Karte weiterhin zumindest eine der folgenden Informationen:

- Oberflächen-Beschaffenheit der Fahrbahn, insbesondere ein Reibungswert;

- Informationen über Bereiche mit anderen Verkehrsteilnehmern, insbesondere kreuzende Radwege;

- Infrastrukturinformationen, insbesondere elektrische Ladestationen, Tankstellen, Abstellplätze für automatisierte Fahrzeuge;

- Positionen und/oder Routen von öffentlichen Verkehrsmitteln;

Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, anhand von Informationen in der digitalen Karte analytisch Schätzungen für die Fahrtdauer vorzunehmen und eine Wahrscheinlichkeit und Häufigkeit zu ermitteln, dass die automatische Fahrt nur durch manuelle Übernahme fortgesetzt werden kann. Für menschliche Fahrer gibt es hierfür etablierte Methoden. Unter anderem lassen sich diese Zeiten auch von den Echtzeitverkehrsflussdaten ableiten. In vielen Fällen können diese Methoden auch für automatisierte Fahrzeuge übernommen werden. Für einige Streckenabschnitte kann diese Zeit jedoch mit einem Skalierungsfaktor zur genaueren Abschätzung versehen werden, da automatisierte Fahrzeuge bei bestimmten Fahrsituationen schneller oder langsamer als der durchschnittliche menschliche Fahrer vorankommen. Diese Skalierungsfaktoren können durch die Erfahrungen aus der Entwicklung, Validierung und Tests festgelegt werden. Die Fahrzeit für manuelles und automatisiertes Fahren werden beide abgeschätzt und für eine Kante bzw. einen Streckenabschnitt hinterlegt.

Unabhängig davon, ob eine Simulation oder eine analytische Lösung mittels einer digitalen Karte zur Anwendung kommt, werden bevorzugt aus den einzelnen Gewichten, die für alle Streckenabschnitte bestimmt wurden (Vermögen der automatisierten Fahrfunktion, Zeit für automatisiertes Fahren, Zeit für manuelles Fahren) die Kantengewichte bestimmt, welche für die Berechnung der präferierten Route genutzt werden sollen. Dazu werden bevorzugt die vom Benutzer ausgewählten Parameter der Präferenzen genutzt, um den prozentualen Einfluss der einzelnen Gewichte zu bestimmen. D.h., wenn z.B. die Präferenz eher auf die schnellere Route gelegt wird, wird ggf. der Anteil an Strecken, die automatisiert gefahren werden können, reduziert, sodass z.B. davon ausgegangen wird, dass die Strecke 70 % automatisiert gefahren wird, dafür aber eine Fahrzeitreduzierung von 5% erwartet wird. Diese Prozentangaben müssen vom jeweiligen Hersteller durch eine (Kunden-)studie genauer spezifiziert werden. Kann ein Verkehrsabschnitt mit einer 70% Wahrscheinlichkeit automatisiert gefahren werden bei einer 5% zeitlichen Reduzierung, bekommt dieser ein niedrigeres Kantengewicht als ein Verkehrsabschnitt (der gleichen Länge), der mit einer 100 % Wahrscheinlichkeit automatisiert gefahren werden kann, dafür aber eine höhere (automatisierte) Fahrzeit benötigt. Sind alle Gewichte durch die Simulation ermittelt worden, kann mittels eines Algorithmus wie des Dijkstra-Algorithmus die optimale Route berechnet werden, die auf das Fahrverhalten des autonomen Fahrzeugs optimiert wurde.

Gemäß einer weiteren vorteilhaften Ausführungsform ist die Eingabeeinrichtung dazu ausgeführt, einen vom Anwender verschiebbaren Schieberegler anzuzeigen, um die eingestellte Gewichtung zwischen den Optimierungszielen anzuzeigen.

Gemäß einer weiteren vorteilhaften Ausführungsform ist die Eingabeeinrichtung dazu ausgeführt, zumindest eines der folgenden weiteren Optimierungsziele zur Auswahl anzubieten: d) kürzeste Route, e) schnellster Route, f) Route mit minimalem Energieverbrauch beim Abfahren der Route;

Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, das jeweilige Maß zum Erreichen des vorgegebenen Optimierungsziels auf Basis von Eigenschaften von Verkehrsbereichen der jeweiligen Routen zu ermitteln.

Gemäß einer weiteren vorteilhaften Ausführungsform ist die Recheneinheit dazu ausgeführt, die Eigenschaften der Verkehrsbereiche der jeweiligen Route mit in einer Datenbank abgespeicherten Eigenschaften von Verkehrsbereichen zu vergleichen und bei Übereinstimmung oberhalb eines vorgegebenen Grenzwerts die Eigenschaften der Datenbank zur Zuordnung des Maßes für das jeweilige Optimierungsziel zu den möglichen Routen zu verwenden. Hierbei wird eine Datenbank angelegt, die die Verkehrsbereiche und zusätzliche Informationen dazu speichert. Zusätzliche Informationen können z.B. gesammelte Daten (durch z.B. andere automatisierte Fahrzeuge) von vergangenen Fahrten durch diesen jeweiligen Verkehrsbereich sein. Gesammelte Informationen beinhalten bevorzugt, ob sich bei der automatisierten Fahrt durch den jeweiligen Verkehrsbereich Probleme beispielsweise beim Manövrieren ergeben haben. Diese Daten können im folgenden Schritt genutzt werden, um die Metriken zu den notwendigen manuellen Eingriffen genauer auszuwerten. Zusätzlich kann über eine Metrik der aktuelle Verkehrsbereich mit weiteren Verkehrsbereichen aus der Datenbank verglichen werden. Sollten sich die Verkehrsbereiche ausreichend ähneln, können ggf. Daten aus diesem ähnlichen Verkehrsbereich genommen werden, um die genannten Metriken auszuwerten.

Gemäß einer weiteren vorteilhaften Ausführungsform sind die Schnittstelle zum Vorgeben der geplanten Route, die Eingabeeinrichtung und die Recheneinheit Teil des Fahrzeugs. Dies ist insbesondere dann von Vorteil, wenn die Recheneinheit im Fahrzeug ausreichend Rechenleistung zur Verfügung stellen kann, ohne dass der Energiebedarf für die genannten Berechnungen unvertretbar hoch wird.

Gemäß einer weiteren vorteilhaften Ausführungsform sind die Schnittstelle zum Vorgeben der geplanten Route und die Eingabeeinrichtung Teil des Fahrzeugs, und die Recheneinheit ist in einem zentralen Server angeordnet, wobei der Server und das Steuerungssystem des Fahrzeugs jeweils eine Kommunikationsschnittstelle zur Kommunikation untereinander aufweisen. Hierbei findet bevorzugt eine Übertragung an ein Rechenzentrum (dem sogenannten Cloud-Computer) als Recheneinheit der folgenden Informationen statt: Die aktuelle Position des Fahrzeugs, der Zielort des Fahrzeugs, eine Identifikationsinformation zur Erkennung der Art des Fahrzeugs bzw. der Art und Version der automatischen Fahrtsteuersysteme eines jeweiligen Fahrzeugs. Auf diese Weise kann ein zentrales Rechenzentrum die Funktion der Recheneinheit für mehrere Fahrzeuge übernehmen.

Gemäß einer weiteren vorteilhaften Ausführungsform weist das System weiterhin eine Ausgabeeinheit auf, wobei die Ausgabeeinheit dazu ausgeführt ist, eine Wahrscheinlichkeit auszugeben, dass die automatische Fahrt des Fahrzeugs nur durch manuelle Übernahme auf der geplanten Route fortgesetzt werden kann. Die Ausgabeeinheit gibt bevorzugt eine Visualisierung der möglichen Route und weiterhin bevorzugt der ausgewählten Route aus. Hierbei wird weiterhin bevorzugt eine Wahrscheinlichkeit dargestellt, dass der automatische Betrieb des Fahrzeugs auf Probleme stößt. Die Wahrscheinlichkeit wird bevorzugt mit einem korrelierenden Farbcode der Streckenabschnitte dargestellt, beispielsweise von Grün für „keine manuellen Eingriffe zu erwarten“ über Orange zu Rot, wenn häufige manuelle Eingriffe zu erwarten sind oder eine rein automatische Fahrt nicht möglich ist. Bevorzugt werden kritische Situationen, die zu solchen Problemen führen können, entsprechend visualisiert, beispielsweise das Vorkommen von Fahrradfahrern, Fußgängern, eine hohe Dichte solcher, schwer zu befahrende Streckenabschnitte wie enge Kurven, oder andere Streckenabschnitte, die sich in vergangenen Fahrten des eigenen oder ähnlichen Fahrzeugs als schwierig herausgestellt haben. Ein Anwender kann dann vorteilhaft anhand der eingeblendeten Schwierigkeiten selbst mittels Eingabe an der Eingabeeinrichtung entscheiden, ob die ausgewählte oder eine andere Route befahren werden soll. Zusätzlich kann der Grund für mögliche Schwierigkeiten angezeigt werden, wie z.B. sehr viel Verkehr, uneinsichtige Kreuzung, Personen auf der Fahrbahn, Erfahrungen aus vorherigen Situationen an der dieser Stelle/bei vergleichbaren Streckenabschnitten einer Route. Dies hilft vorteilhaft dem Benutzer einzuschätzen, ob er dennoch eine solche Route auswählt, und dann für einen Abschnitt ggf. selbst das Steuer übernimmt. Bevorzugt kann der Benutzer für jeden Abschnitt individuell entscheiden, ob der Abschnitt umfahren werden soll oder nicht. In diesem Fall kann die Route mit diesen Randbedingungen angepasst werden. Der Anwender kann weiterhin bevorzugt vorab informiert werden, wann er mit einer Übernahme der Steuerung des Fahrzeugs zu rechnen hat.

Weitere Vorteile, Merkmale und Einzelheiten ergeben sich aus der nachfolgenden Beschreibung, in der - gegebenenfalls unter Bezug auf die Zeichnung - zumindest ein Ausführungsbeispiel im Einzelnen beschrieben ist. Gleiche, ähnliche und/oder funktionsgleiche Teile sind mit gleichen Bezugszeichen versehen.

Es zeigen:

Fig. 1 : Ein System zum Planen von Routen für ein teilautomatisiertes oder vollautomatisiertes Fahrzeug gemäß einem Ausführungsbeispiel der Erfindung.

Fig. 2: Eine Anzeige an der Ausgabeeinheit und Eingabeeinrichtung gemäß dem Ausführungsbeispiel der Fig. 1.

Die Darstellungen in den Figuren sind schematisch und nicht maßstäblich.

Fig. 1 zeigt ein System 1 zum Planen von Routen für ein teilautomatisiertes Fahrzeug 3. Das System 1 weist eine Schnittstelle 5 zum Vorgeben der geplanten Route an ein Steuerungssystem des Fahrzeugs 3 zum Ausführen der geplanten Route und eine Eingabeeinrichtung 7 zum Erfassen einer Eingabe des Anwenders bezüglich eines Optimierungsziels für die geplante Route auf. Die Eingabeeinrichtung 7 als berührempfindlicher Bildschirm bietet hierbei zumindest die folgenden Optimierungsziele zur Auswahl an, die wie in Fig. 2 gezeigt graphisch relativ zueinander gewichtet werden können:

A) eine Route mit einer minimalen Anzahl von notwendigen manuellen Eingriffen beim Ausführen einer automatischen Fahrt des Fahrzeugs 3,

B) die schnellste Route, bei der ein Umschalten des Automatisierungsgrades bei der Durchführung einer automatischen Fahrt des Fahrzeugs 3 erfolgt,

C) Route mit minimalem Energieverbrauch beim Abfahren der Route,

D) kürzeste Route;

Ferner weist das System 1 eine zentrale Recheneinheit 9 auf, die eine Vielzahl von möglichen Routen unter Zuordnung eines jeweiligen Maßes für das Erreichen des Optimierungsziels ermittelt und abhängig von dem über die Eingabe des Anwenders ausgewählten Optimierungsziel eine der möglichen Routen auswählt und die ausgewählte Route an die Schnittstelle 5 zum Vorgeben der geplanten Route für das Steuerungssystem 1 des Fahrzeugs 3 übermittelt. Die Recheneinheit 9 ermittelt hierzu das jeweilige Maß für das Erreichen des vorgegebenen Optimierungsziels der möglichen Routen auf Basis von Eigenschaften des zum Durchführen einer automatischen Fahrt dienenden Steuerungssystems 1 des Fahrzeugs 3 und dessen implementierte Fahrfunktionen. Eine Ausgabeeinheit 11 im Fahrzeug 1 gibt eine Wahrscheinlichkeit an, mit der die automatische Fahrt des Fahrzeugs 3 nur durch manuelle Übernahme auf der jeweiligen Route fortgesetzt werden kann.

Fig. 2 zeigt eine graphische Anzeige auf der Eingabeeinrichtung 7, wie sie im System 1 der Fig. 1 verwendet werden kann. Die Optimierungsziele angebenden Achsen sind die im Zusammenhang mit Fig. 1 angegebenen Ziele A) bis D), aus denen ein Kompromiss ausgewählt werden kann. Prinzipiell sind für den Anwender hier zwei Arten der Eingabe möglich. Einmal, dass der Anwender ohne Einschränkungen die Präferenzen auf den Achsen einstellen kann und lediglich im Hintergrund die Auswahl auf 100 % angepasst wird, oder, dass der Benutzer eingeschränkt wird, sodass wenn dieser z.B. 100% in automatisiert Fahren einstellt, er keine anderen Präferenzen mit mehr als 0 % auswählen kann oder wenn er diese erhöht, die zu vor mit 100% gewählte Präferenz in Echtzeit reduziert wird. Letzteres ist in Fig. 2 gezeigt. Ist dem Anwender nur Optimierungsziel A) wichtig, da es sich um ein Robo-Taxi handelt und der Anwender ein Koordinator einer Kommandozentrale ist, so wird der äußerste Wahlpunkt bei A gewählt und die übrigen Optimierungsziele stehen in ihrer Priorität hinten an, das heißt werden nur bei zwei Routen mit gleichem Wert für Optimierungsziel A) berücksichtigt.

Obwohl die Erfindung im Detail durch bevorzugte Ausführungsbeispiele näher illustriert und erläutert wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen. Es ist daher klar, dass eine Vielzahl von Variationsmöglichkeiten existiert. Es ist ebenfalls klar, dass beispielhaft genannte Ausführungsformen wirklich nur Beispiele darstellen, die nicht in irgendeiner Weise als Begrenzung etwa des Schutzbereichs, der Anwendungsmöglichkeiten oder der Konfiguration der Erfindung aufzufassen sind. Vielmehr versetzen die vorhergehende Beschreibung und die Figurenbeschreibung den Fachmann in die Lage, die beispielhaften Ausführungsformen konkret umzusetzen, wobei der Fachmann in Kenntnis des offenbarten Erfindungsgedankens vielfältige Änderungen, beispielsweise hinsichtlich der Funktion oder der Anordnung einzelner, in einer beispielhaften Ausführungsform genannter Elemente, vornehmen kann, ohne den Schutzbereich zu verlassen, der durch die Ansprüche und deren rechtliche Entsprechungen, wie etwa weitergehende Erläuterungen in der Beschreibung, definiert wird. Bezugszeichenliste

I System

3 Fahrzeug

5 Schnittstelle zum Vorgeben der geplanten Route für das Steuerungssystem

7 Eingabeeinrichtung 9 Recheneinheit

I I Ausgabeeinheit

Claims

Patentansprüche

1. System (1) zum Planen von Routen für ein teilautomatisiertes oder vollautomatisiertes Fahrzeug (3), aufweisend eine Schnittstelle (5) zum Vorgeben der geplanten Route an ein Steuerungssystem des Fahrzeugs (3) zum Ausführen der geplanten Route, eine Eingabeeinrichtung (7) zum Erfassen einer Eingabe des Anwenders bezüglich eines Optimierungsziels für die geplante Route, wobei die Eingabeeinrichtung (7) dazu ausgeführt ist, zumindest eines der folgenden Optimierungsziele zur Auswahl anzubieten: a) Route mit einer minimalen Anzahl von notwendigen manuellen Eingriffen beim Ausführen einer automatischen Fahrt des Fahrzeugs (3), b) schnellste Route, bei der ein Umschalten des Automatisierungsgrades bei der Durchführung einer automatischen Fahrt des Fahrzeugs (3) erfolgt, c) ein paretooptimaler Kompromiss aus anderen Optimierungszielen mit einer durch den Anwender an der Eingabeeinrichtung (7) einstellbaren Gewichtungsverteilung, sowie aufweisend eine Recheneinheit (9), die dazu ausgeführt ist, eine Vielzahl von möglichen Routen unter Zuordnung eines jeweiligen Maßes für das Erreichen des Optimierungsziels zu ermitteln und abhängig von dem über die Eingabe des Anwenders ausgewählten Optimierungsziel eine der möglichen Routen auszuwählen und die ausgewählte Route an die Schnittstelle (5) zum Vorgeben der geplanten Route für das Steuerungssystem des Fahrzeugs (3) zu übermitteln, wobei die Recheneinheit (9) dazu ausgeführt ist, das jeweilige Maß für das Erreichen des vorgegebenen Optimierungsziels der möglichen Routen auf Basis von Eigenschaften des zum Durchführen einer automatischen Fahrt dienenden Steuerungssystems (1) des Fahrzeugs (3) und dessen implementierte Fahrfunktionen zu ermitteln.

2. System (1) nach Anspruch 1 , wobei die Recheneinheit (9) dazu ausgeführt ist, eine Simulation einer Fahrt auf der jeweiligen möglichen Route zur Ermittlung des jeweiligen Maßes für das Erreichen des vorgegebenen Optimierungsziels durchzuführen, wobei die Simulation Echtzeitdaten einer aktuellen Verkehrslage berücksichtigt.

3. System (1) nach Anspruch 2, wobei die Recheneinheit (9) dazu ausgeführt ist, in der Simulation Daten über das Gebiet um die jeweilige Route zusammen mit Daten über die aktuelle Verkehrslage als virtuelle Umgebung zu verwenden.

4. System (1) nach einem der vorhergehenden Ansprüche, wobei die Recheneinheit (9) dazu ausgeführt ist, eine Simulation einer Fahrt auf der jeweiligen möglichen Route zur Ermittlung des jeweiligen Maßes für das Erreichen des vorgegebenen Optimierungsziels durchzuführen, wobei die Simulation heuristische Daten aus vergangenen Fahrten des Fahrzeugs (3) nutzt, insbesondere um eine Wahrscheinlichkeit zu ermitteln, dass ein manueller Eingriff beim Ausführen der automatischen Fahrt des Fahrzeugs (3) auf der jeweiligen der möglichen Routen notwendig ist.

5. System (1) nach einem der vorhergehenden Ansprüche, wobei die Recheneinheit (9) dazu ausgeführt ist, eine Simulation einer Fahrt auf der jeweiligen möglichen Route zur Ermittlung des jeweiligen Maßes für das Erreichen des vorgegebenen Optimierungsziels durchzuführen, wobei die Simulation die bauliche und topologische Situation auf einer jeweiligen möglichen Route berücksichtigt, insbesondere um eine Wahrscheinlichkeit zu ermitteln, dass ein manueller Eingriff beim Ausführen der automatischen Fahrt des Fahrzeugs (3) auf der jeweiligen möglichen Route notwendig ist.

6. System (1) nach einem der Ansprüche 2 bis 5, wobei die Simulation die Vielzahl der möglichen Routen einzeln simuliert und das jeweilige Maß zum Erreichen des vorgegebenen Optimierungsziels mittels eines Dijkstra- Algorithmus ermittelt.

7. System (1) nach Anspruch 6, wobei die Recheneinheit (9) dazu ausgeführt ist, die Simulation je Streckenabschnitt einer möglichen Route auf Basis veränderter Bedingungen wiederholt durchzuführen, insbesondere mit einer Variation der Menge und Art von anderen Verkehrsteilnehmern.

8. System (1) nach Anspruch 1 , wobei die Recheneinheit (9) dazu ausgeführt ist, die Echtzeitdaten der aktuellen Verkehrslage auf eine digitale Karte zu übertragen und auf Basis der digitalen Karte das jeweilige Maß zum Erreichen des vorgegebenen Optimierungsziels zu ermitteln, wobei die Informationen der digitalen Karte die folgenden umfassen:

- die einzelnen Fahrstreifen mit Fahrstreifenbreite;

- dedizierte Fahrspuren für automatisierte Fahrzeuge; - geltende Verkehrsregeln;

- Lichtsignal-Anlagen und Signalstatus;

- Randbebauungen;

- VerkehrsflussAdichte;

- lokale Wetterbedingungen;

- Fahrzeugkommunikations- VerschattungsAEmpfangsschwierigkeiten; System (1) nach Anspruch 8, wobei die Informationen der digitalen Karte weiterhin zumindest eine der folgenden Informationen umfassen:

- Oberflächen-Beschaffenheit der Fahrbahn, insbesondere ein Reibungswert;

- Informationen über Bereiche mit anderen Verkehrsteilnehmern, insbesondere kreuzende Radwege;

- Infrastrukturinformationen, insbesondere elektrische Ladestationen, Tankstellen, Abstellplätze für automatisierte Fahrzeuge;

- Positionen und/oder Routen von öffentlichen Verkehrsmitteln; System (1) nach einem der Ansprüche 8 bis 9, wobei die Recheneinheit (9) dazu ausgeführt ist, anhand von Informationen in der digitalen Karte analytisch Schätzungen für die Fahrtdauer vorzunehmen und eine Wahrscheinlichkeit und Häufigkeit zu ermitteln, dass die automatische Fahrt nur durch manuelle Übernahme fortgesetzt werden kann. System (1) nach einem der vorhergehenden Ansprüche, wobei die Eingabeeinrichtung (7) dazu ausgeführt ist, einen vom Anwender verschiebbaren Schieberegler anzuzeigen, um die Gewichtung zwischen den Optimierungszielen anzuzeigen. System (1) nach einem der vorhergehenden Ansprüche, wobei die Eingabeeinrichtung (7) dazu ausgeführt ist, zumindest eines der folgenden weiteren Optimierungsziele zur Auswahl anzubieten: d) kürzeste Route, e) schnellste Route, f) Route mit minimalem Energieverbrauch beim Abfahren der Route; System (1) nach einem der vorhergehenden Ansprüche, wobei die Recheneinheit (9) dazu ausgeführt ist, das jeweilige Maß zum Erreichen

16 des vorgegebenen Optimierungsziels auf Basis von Eigenschaften von Verkehrsbereichen der jeweiligen Routen zu ermitteln. System (1) nach Anspruch 13, wobei die Recheneinheit (9) dazu ausgeführt ist, die Eigenschaften der Verkehrsbereiche der jeweiligen Route mit in einer Datenbank abgespeicherten Eigenschaften von Verkehrsbereichen zu vergleichen und bei Übereinstimmung oberhalb eines vorgegebenen Grenzwerts die Eigenschaften der Datenbank zur Zuordnung des Maßes für das jeweilige Optimierungsziel zu den möglichen Routen zu verwenden. System (1) nach einem der vorhergehenden Ansprüche, weiterhin aufweisend eine Ausgabeeinheit (11), wobei die Ausgabeeinheit (11) dazu ausgeführt ist, eine Wahrscheinlichkeit auszugeben, dass die automatische Fahrt des Fahrzeugs (3) nur durch manuelle Übernahme auf der geplanten Route fortgesetzt werden kann.

17