-
Stand der Technik
-
Die vorliegende Erfindung bezieht sich auf ein Verfahren und ein Steuergerät gemäß den Hauptansprüchen sowie auf ein Computerprogrammprodukt.
-
Heutzutage existiert eine Reihe von spezialisierten Anwendungen, die zur Erkennung gefährlicher Fahrzustände von Fahrzeugen geeignet sind. Die Anwendungen sind dabei jeweils an bestimmte Situationen angepasst.
-
Eine Klasse dieser Anwendungen verwendet Messungen des Fahrzeugbewegungszustandes um gefährliche Fahrzustände zu detektieren. Ein Beispiel hierzu ist das ESP System. Hier wird aus Messungen der Raddrehzahlen, des Lenkwinkels und der Querbeschleunigung errechnet, ob sich das Fahrzeug in einem von Durchschnittsfahrer kontrollierbarem Fahrzustand befindet. Ein solcher Fahrzustand ist für das ESP System dann gegeben, wenn kein nennenswerter Schwimmwinkel besteht, d.h., wenn Radwinkel und Fortbewegungsrichtung des Fahrzeuges in etwa übereinstimmen. Sollten größere Abweichungen bestehen, wird solange eine Drehkraft auf das Fahrzeug durch das gezielte Abbremsen einzelner Räder ausgeübt, bis die Übereinstimmung wieder hergestellt ist.
-
In der so genannten „Early Pole Crash Detection“ Funktion wird bei Erkennen eines Schleudervorgangs durch das ESP Steuergerät die Plausibilität und/oder eine Schwellenanpassung für eine Auslösung von Seitenrückhaltemitteln vereinfacht um eine schnellere Auslösung derselben zu erzielen.
-
Die
DE 10 2008 011 607 A1 betrifft ein Verfahren bei dem der aktuelle Fahrzustand des Fahrzeugs auf der Grundlage der das Umfeld beschreibenden Informationen in verschiedene Risikostufen einklassifiziert wird.
-
Die
DE 10 2006 061 889 B3 betrifft ein Verfahren bei dem für jeden Fahrzustand kontinuierlich eine Einstufung der Gefährlichkeit durchgeführt wird. Die Klassifizierung der Gefährlichkeit erfolgt in drei Stufen, nämlich unkritisch, unbekannt und sehr kritisch.
-
Die
DE 103 18 111 A1 betrifft ein Verfahren zur Erkennung eines Fahrzustand aus einer Menge von Fahrzuständen.
-
Eine andere Methode ist das Erkennen einer gefährlichen Fahrsituation durch Messung der Betätigungsgeschwindigkeit der Bremsanlage. Wird die Bremsanlage mit einer Geschwindigkeit betätigt, die über einer vorgegebenen Schwelle liegt, erkennt eine Auswerteeinheit dies als Notsituation (Notbremsung) und regelt dann das Bremssystem auf die maximale mögliche Fahrzeugverzögerung. Eine andere Methode ist ein Abgleich der gemessenen Fahrzeuggeschwindigkeit mit einer gespeicherten Karte des Straßenverlaufs über eine automatische Positionserkennung des Fahrzeuges mittels Satellitennavigation. Sollte die momentane Fahrzeuggeschwindigkeit höher sein, als die für die vorausliegende Fahrbahn physikalische maximal mögliche, wird der Insasse gewarnt, bzw. das Fahrzeug automatisch auf eine ungefährliche Geschwindigkeit abgebremst.
-
Eine andere Methode misst mittels RADAR, LIDAR, optischen Kamerasystemen oder Ultraschall Abstände und Positionen von vorausliegenden Hindernissen. Wenn aufgrund der Fahrzeugdaten eine Kollision zu erwarten ist, werden automatisch Maßnahmen eingeleitet, welche die Kollision verhindern sollen (Abbremsung, Ausweichmanöver) oder deren Folgen für Fahrzeug und Insassen mindern sollen (Aktivieren eines Gurtstraffers, Aufblasen eines Airbags, Manipulation der Sitzgeometrie).
-
Gemeinsam ist diesen Funktionen, dass sie jeweils eine ganz bestimmte Situation über einen ausgefeilten Algorithmus erkennen und dann entsprechende Maßnahmen ergreifen.
-
Im Bereich der Algorithmen zur Unfallerkennung und Crashcharakterisierung existieren Verfahren aus dem Bereich der statistischen Lernverfahren und kognitiven Systeme bzw. Klassifikationsverfahren, z.B. K-Nearest Neighborhood-Klassifikator, Support Vector Machine, Hidden Markov Verfahren und Vekor Quantisierung.
-
Die
DE 10 2006 048 907 A1 beschreibt ein Verfahren zur Ansteuerung von Personenschutzmitteln. Dabei werden mehrere, für Personenschutzmittel auslöserelevante Messgrößen zu einem Merkmalsvektor zusammenfasst. Anschließend wird der Merkmalsvektor mit einem Datensatz mit bekannten Crasheigenschaften verglichen und einer für die Auslösung der Personenschutzmittel relevanten Klasse zugeordnet. Verschiedene Klassen können verschiedene Crashschweren repräsentieren.
-
Der Hauptmangel des Standes der Technik besteht darin, dass es für eine Vielzahl von speziellen Gefahrensituationen genau auf diese Situationen abgestimmte Systeme erfordert, deren Aufgabe es ist, diese spezielle Gefahrensituation zu erkennen. Dies führt nachteiliger weise dazu, dass fast jede Gefahrensituation ein eigenes Erkennungssystem erfordert. Wobei jedes Erkennungssystem spezialisierte Sensoren und darauf genau abgestimmten Auswerteeinheiten erfordert. Wird auf diese Art einer Reihe von Gefahrensituationen begegnet, so wachsen der technische Aufwand, die Kosten und die Systemkomplexität stark an.
-
Ein anderer Nachteil der bekannten Vorgehensweisen ist die Tatsache, dass bisher unbekannte Gefahrensituation nicht erkannt werden können. Da die aufgeführten Systeme immer nur speziell auf eine vorher bekannte Situation ausgerichtet sind, sprechen sie auf eine bei der Auslegung noch nicht berücksichtigte Situation nicht an. Dies führt in diesen Fällen dazu, dass den Insassen oder anderen Beteiligten kein Schutz geboten wird.
-
Ein weiterer Mangel des Standes der Technik ist die Trennung in „aktive“ und „passive“ Sicherheit, also in Systeme die sich primär mit Fahrdynamik befassen und in Systeme die sich primär mit Insassenschutz befassen. Eine solche Trennung ist willkürlich und erhöht die Komplexität, die Fehleranfälligkeit, die Kosten und den Wartungs- und Entwicklungsaufwand, da hier nicht nach einem einheitlichen Entscheidungsprinzip und einer einheitlichen Systemarchitektur vorgegangen wird.
-
Offenbarung der Erfindung
-
Vor diesem Hintergrund wird mit der vorliegenden Erfindung ein Verfahren zum Erkennen eines Fahrzustands eines Fahrzeugs, weiterhin ein Steuergerät, das dieses Verfahren verwendet sowie schließlich ein entsprechendes Computerprogrammprodukt gemäß den unabhängigen Patentansprüchen vorgestellt. Vorteilhafte Ausgestaltungen ergeben sich aus den jeweiligen Unteransprüchen und der nachfolgenden Beschreibung.
-
Die Erfindung basiert auf der Erkenntnis, dass sich gefährliche Fahrsituationen zuverlässig erkenn lassen, indem jede Fahrsituation, die nicht als „normales Fahren“ eingestuft werden kann, als potentiell gefährliche Fahrsituation eingestuft wird.
-
Das allgemeine Erkennen des Fahrzustandes „gefährliche Fahrsituation“ ermöglicht es nachgeschalteten Systemen, wie z.B. Insassenschutzsystemen, die erkannte Gefahr zu reduzieren, bzw. im Falle einer nachfolgenden Kollision durch frühzeitiges Ansteuern von Schutzmitteln die Folgen für die Fahrzeuginsassen oder von sich außerhalb des Fahrzeuges befindlichen Personen zu mindern.
-
Eine erfindungsgemäße Vorrichtung kann die Sensorsignale von verschiedenen in einem Fahrzeug vorhandenen Sensoren gemeinsam auswerten und mittels eines auf statistischen Lernverfahren beruhenden Klassifikationssystem dahingehend bewerten, ob sie mit dem Fahrzustand „normales Fahren“ verträglich sind. Diese Information kann an eine Rückhaltesystemsteuerung weitergegeben werden.
-
Sobald über die Sensordaten und den Klassifikationsalgorithmus ein Fahrzustand erkannt wird, der nicht in die Klasse „normales Fahren“ klassifiziert werden kann, wird dieser Fahrzustand erfindungsgemäß als mögliche gefährliche Situation bewertet. Daher werde alle Fahrzustände die nicht in die Klasse normales Fahren fallen, ohne das die Notwendigkeit besteht diese näher zu spezifizieren, als potentiell gefährliche Situationen angesehen. Daraufhin können dann entsprechende Gegenmaßnahmen oder Schutzmaßnahmen, z.B. durch das Insassenschutzsystem aktiviert werden.
-
Vorteilhafterweise arbeitet ein erfindungsgemäßes System nicht mit vorgegebenen Gefahrenmustern, wie dies bei bekannten Systemen der Fall ist. Daher ist es mit dem erfindungsgemäßen System durchaus möglich, auch vorher noch nicht bekannte Gefahren zu erkennen. Somit ist die Anzahl der gemäß der vorliegenden Erfindung erkennbaren Gefahrensituationen nicht begrenzt. Die Systemkomplexität und damit auch die Kosten sind andererseits geringer als bei herkömmlichen Systemen, da alle Gefahrensituationen nach dem gleichen Erkennungsprinzip erkannt werden können.
-
Die vorliegende Erfindung schafft ein Verfahren zum Erkennen eines Fahrzustands eines Fahrzeugs, wobei sich das Fahrzeug in einem ersten Fahrzustand befinden kann, der einem normalen Fahren entspricht oder in einem zweiten Fahrzustand befinden kann, der einer gefährlichen Fahrsituation entspricht, wobei das Verfahren die folgenden Schritte umfasst: Empfangen von Fahrzustandsmerkmalen über eine Schnittstelle; Ausführen eines Klassifikationsalgorithmus, der ausgebildet ist, um eine Klassifizierung der Fahrzustandsmerkmale in Bezug auf den ersten Fahrzustand durchzuführen; und Bereitstellen eines von der Klassifizierung abhängigen Auswertesignals, um einen Fahrzustand des Fahrzeugs anzuzeigen.
-
Die Fahrzustandsmerkmale können Daten oder Informationen repräsentieren, die von Sensoren des Fahrzeugs bereitgestellt werden oder auf von Sensoren bereitgestellten Signalen basieren. Aus den Fahrzustandsmerkmalen kann auf eine aktuelle Fahrsituation des Fahrzeugs geschlossen werden. Der Klassifikationsalgorithmus ist ausgebildet, um zu ermitteln, ob sich die Fahrzustandsmerkmale einer ersten Klasse zuordnen lassen, die dem ersten Fahrzustand des normalen Fahrens entspricht. Die Klassifizierung in Bezug auf die erste Klasse kann dabei direkt erfolgen, d.h. nicht unter Einbeziehung weiterer Klassen die einen Rückschluss auf die erste Klasse ermöglichen. Das Auswertesignal kann eine Information darüber aufweisen, ob sich das Fahrzeug im Zustand des normalen Fahrens oder in einer gefährlichen Fahrsituation befindet. Das Auswertesignal kann beispielsweise an eine Rückhaltesystemsteuerung oder an ein Fahrerassistenzsystem bereitgestellt werden.
-
Das Auswertesignal kann ausgebildet sein, um den zweiten Fahrzustand anzuzeigen, wenn sich die Fahrzustandsmerkmale durch Ausführen des Klassifikationsalgorithmus nicht dem ersten Fahrzustand zuordnen lassen. Somit kann ein gefährlicher Fahrzustand angezeigt werden, sobald sich die Fahrzustandsmerkmale nicht dem normalen Fahrzustand zuordnen lassen. Somit können auch dem System unbekannte Fahrzustände oder Fahrzustandsmerkmalkombinationen als gefährliche Fahrzustände eingestuft werden.
-
Der Klassifikationsalgorithmus kann ausgebildet sein, um ein auf statistischen Lernverfahren beruhendes Klassifikationssystem umzusetzen. Durch Anwendung von Verfahren aus dem Bereich der statistischen Lernverfahren ergeben sich weitere Vorteile. Zum einen bewirkt die einheitliche Behandlung der aus den Sensordaten abgeleiteten Merkmale eine starke Vereinfachung der Systemarchitektur gegenüber herkömmlichen Systemen. Durch ebendiese einheitliche Behandlung ist eine leichte Erweiterbarkeit des Systems gegeben. So können Daten zusätzlicher Sensoren, unabhängig von deren physikalischen Messprinzip problemlos durch einfache Erweiterung des Klassifikationssystems in das System integriert werden. Es ist keine Erweiterung der Systemarchitektur notwendig. Auch ist es bei Verwendung eines Klassifikationsverfahrens nicht in jedem Fall notwendig für Gefahrensituationen eine physikalische Beschreibung zu kennen. Dadurch werden auch Situationen, die sich bisher nur mit hohem Aufwand oder ungenau durch ein Schutzsystem erfassen lassen zugänglich gemacht. Ferner ermöglicht die Verwendung eines Klassifikationsverfahrens eine vollständig automatisierte Applikation des Systems an ein bestimmtes Fahrzeug. Dadurch sind Kosteneinsparungen und Qualitätsgewinne gegeben.
-
Mittels des Klassifikationsalgorithmus kann bestimmt werden, ob die Fahrzustandsmerkmale von einem ersten Merkmalsraum umfasst sind, wobei der erste Merkmalsraum den ersten Fahrzustand definiert. Durch die Verwendung eines Merkmalsraums ist eine einfache Zuordnung der Fahrzustandsmerkmale möglich.
-
Das erfindungsgemäße Verfahren kann einen Schritt des Bereitstellens mindestens eines Gütefaktors aufweisen, der ausgebildet ist, um eine Begrenzung des Merkmalsraums zu verändern, um eine Definition des ersten Fahrzustands anzupassen. Somit ist beispielsweise eine Anpassung an spezielle Straßenverhältnisse oder an spezielle Fahrweisen eines Fahrers möglich.
-
Gemäß einer Ausgestaltung kann der zweite Fahrzustand einer gefährlichen Fahrsituation ohne Kollision entsprechen und das Fahrzeug kann sich in mindestens einem dritten Fahrzustand befinden, der einer Kollision entspricht. Im Schritt des Empfangens können ferner Rückhaltesystemmerkmale empfangen werden und der Klassifikationsalgorithmus kann ausgebildet sein, um eine Klassifizierung der Fahrzustandsmerkmale und Rückhaltesystemmerkmale in Bezug auf den ersten Fahrzustand und den mindestens einen dritten Fahrzustand durchzuführen. Durch Verwendung des klassifikationsbasierten Verfahrens lässt sich das vorgeschlagene System direkt mit einer, auf ebendemselben Verfahren basierenden Auslösevorrichtung für Rückhaltesysteme vereinigen. Dadurch wird die Unterscheidung zwischen sogenannter „aktiver“ und „passiver“ Sicherheit hinfällig zugunsten eines integrierten Ansatzes, der diese beiden Zweige vereinheitlicht und zudem mittels eines gemeinsamen Auswerteverfahrens bearbeitet.
-
Dabei kann mittels des Klassifikationsalgorithmus bestimmt werden, ob die Fahrzustandsmerkmale und Rückhaltesystemmerkmale von einem gemeinsamen Merkmalsraum umfasst sind, wobei der gemeinsamen Merkmalsraum den ersten Merkmalsraum und mindestens einen dritten Merkmalsraum umfasst, der den mindestens einen dritten Fahrzustand definiert. Der gemeinsame Merkmalsraum kann alle bekannten Fahrzustände umfassen, die nicht als gefährliche Fahrsituation ohne Kollision eingestuft werden. Somit kann eine gefährliche Fahrsituation ohne Kollision auf einfache Weise durch Vergleichen der Merkmale mit dem gemeinsamen Merkmalsraum bestimmt werden.
-
Für den Fall, dass die Fahrzustandsmerkmale und Rückhaltesystemmerkmale von dem gemeinsamen Merkmalsraum umfasst sind, kann mittels einer weiteren Klassifizierung bestimmt werden, von welchem, dem ersten oder dem mindestens einen dritten Merkmalsraum, die Fahrzustandsmerkmale und Rückhaltesystemmerkmale umfasst sind. Auf diese Weise kann der genaue Fahrzustand ermittelt werden. Insbesondere kann unterschieden werden, ob sich das Fahrzeug im Fahrzustand normales Fahren oder in einer Kollision befindet.
-
Gemäß einer Ausgestaltung können ferner Rückhaltesystemsmerkmale über die Schnittstelle empfangen werden und der Klassifikationsalgorithmus kann ausgebildet sein, um die Klassifizierung basierend auf den Fahrzustandsmerkmalen und den Rückhaltesystemsmerkmalen durchzuführen. Bei den Rückhaltesystemsmerkmalen kann es sich um Merkmale handeln, die auf Informationen basieren, die von Sensoren zum Detektieren einer Kollision des Fahrzeugs bereitgestellt werden. Somit kann der erfindungsgemäße Ansatz vorteilhaft mit einer Rückhaltesystemsteuerung kombiniert oder in eine solche integriert werden.
-
Die vorliegende Erfindung schafft ferner eine Vorrichtung, beispielsweise in Form eines Steuergeräts zum Erkennen eines Fahrzustands eines Fahrzeugs. Die Vorrichtung ist ausgebildet, um das erfindungsgemäße Verfahren durchzuführen. Dazu kann die Vorrichtung eine Einrichtung zum Empfangen von Fahrzustandsmerkmalen über eine Schnittstelle, eine Einrichtung zum Ausführen eines Klassifikationsalgorithmus, der ausgebildet ist, um eine Klassifizierung der Fahrzustandsmerkmale in Bezug auf den ersten Fahrzustand durchzuführen und eine Einrichtung zum Bereitstellen eines von der Klassifizierung abhängigen Auswertesignals aufweisen, um einen Fahrzustand des Fahrzeugs anzuzeigen. Auch durch diese Ausführungsvariante der Erfindung in Form einer Vorrichtung oder eines Steuergeräts kann die der Erfindung zugrunde liegende Aufgabe schnell und effizient gelöst werden.
-
Unter einem Steuergerät kann vorliegend ein elektrisches Gerät verstanden werden, das Sensorsignale verarbeitet und in Abhängigkeit davon Steuersignale ausgibt. Das Steuergerät kann eine Schnittstelle aufweisen, die hard- und/oder softwaremäßig ausgebildet sein kann. Bei einer hardwaremäßigen Ausbildung können die Schnittstellen beispielsweise Teil eines sogenannten System-ASICs sein, der verschiedenste Funktionen des Steuergeräts beinhaltet Es ist jedoch auch möglich, dass die Schnittstellen eigene, integrierte Schaltkreise sind oder zumindest teilweise aus diskreten Bauelementen bestehen. Bei einer softwaremäßigen Ausbildung können die Schnittstellen Softwaremodule sein, die beispielsweise auf einem Mikrocontroller neben anderen Softwaremodulen vorhanden sind.
-
Von Vorteil ist auch ein Computerprogrammprodukt mit Programmcode, der auf einem maschinenlesbaren Träger wie einem Halbleiterspeicher, einem Festplattenspeicher oder einem optischen Speicher gespeichert ist und zur Durchführung des Verfahrens nach einem der vorstehend beschriebenen Ausführungsformen verwendet wird, wenn das Programm auf einem Steuergerät ausgeführt wird.
-
Die Erfindung wird nachstehend anhand der beigefügten Zeichnungen beispielhaft näher erläutert. Es zeigen:
- 1 ein Blockschaltbild einer Vorrichtung zur Erkennung gefährlicher Zustände gemäß einem Ausführungsbeispiel der Erfindung;
- 2 eine schematische Darstellung einer Wirkungsweise eines Klassifizierungsverfahrens, gemäß einem Ausführungsbeispiel der Erfindung;
- 3 ein Blockschaltbild einer Vorrichtung zur Erkennung gefährlicher Zustände gemäß einem weiteren Ausführungsbeispiel der Erfindung; und
- 4 eine schematische Darstellung einer Wirkungsweise eines Klassifizierungsverfahrens, gemäß einem weiteren Ausführungsbeispiel der Erfindung.
-
Gleiche oder ähnliche Elemente können in den nachfolgenden Figuren durch gleiche oder ähnliche Bezugszeichen versehen sein. Ferner enthalten die Figuren der Zeichnungen, deren Beschreibung sowie die Ansprüche zahlreiche Merkmale in Kombination. Einem Fachmann ist dabei klar, dass diese Merkmale auch einzeln betrachtet werden oder sie zu weiteren, hier nicht explizit beschriebenen Kombinationen zusammengefasst werden können.
-
1 zeigt ein Blockschaltbild einer Vorrichtung zur Erkennung gefährlicher Zustände gemäß einem Ausführungsbeispiel der Erfindung. Die Vorrichtung ist ausgebildet, um das erfindungsgemäße Verfahren zum Erkennen eines Fahrzustands eines Fahrzeugs auszuführen. Dabei kann sich das Fahrzeug in einem ersten Fahrzustand befinden, der einem normalen Fahren entspricht oder das Fahrzeug kann sich in einem zweiten Fahrzustand befinden, der einer gefährlichen Fahrsituation entspricht.
-
Zum Ausführen des erfindungsgemäßen Verfahrens können Fahrzustandsmerkmale 100 über eine Schnittstelle empfangen werden. Die Fahrzustandsmerkmale 100 können als Merkmalsvektor empfangen werden und an einen Klassifikator 102 bereitgestellt werden. Der Klassifikator 102 ist ausgebildet, um einen Klassifikationsalgorithmus auszuführen. Mittels des Klassifikationsalgorithmus können die Fahrzustandsmerkmale 100 in Bezug auf den ersten Fahrzustand klassifiziert werden. Abhängig von der im Klassifikator 102 durchgeführten Klassifizierung der Fahrzustandsmerkmale 100 kann ein Auswertesignal 104 bereitgestellt werden.
-
Gemäß diesem Ausführungsbeispiel kann die Vorrichtung ferner eine Mehrzahl von Sensoren aufweisen, von denen beispielhaft ein erster Sensor 111, ein zweiter Sensor 112 und ein n-ter Sensor 113 gezeigt sind. Die Sensoren 111, 112, 113 sind ausgebildet, um Daten zu liefern, die mit dem Zustand des Fahrzeuges oder der Umgebung verknüpft sind. Die Daten der Sensoren 111, 112, 113 können an eine Einrichtung zur Vorverarbeitung 115 bereitgestellt werden. Die Einrichtung zur Vorverarbeitung 115 ist ausgebildet, um gegebenenfalls eine Vorverarbeitung der Sensordaten durchzuführen. Die vorverarbeiteten Sensordaten können von der Einrichtung zur Vorverarbeitung 115 an eine Einrichtung zur Merkmalserzeugung 116 bereitgestellt werden. Die Einrichtung zur Merkmalserzeugung 116 ist ausgebildet, um gegebenenfalls aus den vorverarbeiteten Sensordaten durch Weiterverarbeitung einen Merkmalsvektor 100 zu erzeugen und an den Klassifikator 102 bereitzustellen.
-
Der Klassifikator 102 ist ausgebildet, um den Merkmalsvektor 100 auszuwerten und, in seiner einfachsten Umsetzung, zu untersuchen ob der Merkmalsvektor 100 mit dem Zustand „normales Fahren“ verträglich ist. Eine Ansteuervorrichtung 117 ist ausgebildet, um dann in Aktion zu treten, wenn ein Merkmalsvektor 100 nicht mit dem Zustand „normales Fahren“ verträglich ist. In diesem Fall kann davon ausgegangen werden, dass eine potentiell gefährliche Situation vorliegt. Bei der Vorrichtung 118 kann es sich um eine von der Ansteuervorrichtung 117 aktivierbare Vorrichtung handeln, die zur Gefahrenabwehr oder Unfallfolgenminderung dienen kann.
-
Bei den Sensoren 111, 112, 113 kann es sich um verschiedene im Fahrzeug vorhandene Sensoren handeln. Die in 1 gezeigte Vorrichtung kann Daten der Sensoren 111, 112, 113 als Eingangsdaten verwenden, wobei es im Allgemeinen nicht zwingend notwendig ist, dass eine ganz bestimmte Kombination von Sensoren 111, 112, 113 verwendet wird. Als Eingangsdaten können beispielsweise ein Lenkwinkel, eine Querbeschleunigung, eine Längsbeschleunigung, eine Eigengeschwindigkeit des Fahrzeuges, eine Raddrehzahl der einzelnen Räder, eine Drehrate um die Fahrzeug-Hochachse, Daten eines Abstandsradars, Daten eines Ultraschallabstandssensors und/oder ein Bremspedalweg verwendet werden. Beispielhaft können in einer bestimmten Umsetzung die Daten der Sensoren Querbeschleunigung, Lenkwinkel, Gierrate und Eigengeschwindigkeit verwendet werden. Es können aber auch andere Sensorkombinationen verwendet werden. Auch kann die Anzahl der verwendeten Sensoren 111, 112, 113 größer oder kleiner als vier sein. Dies ist für das Funktionsprinzip unerheblich. Ebenso können die Sensoren als Empfänger für externe Signale ausgebildet sein, beispielsweise Signale aus einer Fahrzeug-Fahrzeug Kommunikation (Car2Car), einer Fahrzeug - Infrastruktur Kommunikation oder einer Infrastruktur-Information.
-
Bei der Vorverarbeitung 115 kann es sich um eine Logikeinheit handeln. Die von den Sensoren 111, 112, 113 produzierten Daten können gegebenenfalls der Vorverarbeitung 115 unterworfen werden. Die Vorverarbeitung 115 kann eine Filterung, Offsetkorrektur, Fehlerkorrektur oder ein Verfahren gemäß einem anderen, dem Stand der Technik entsprechenden Verfahren der Vorverarbeitung umfassen.
-
Bei der Merkmalserzeugung 116 kann es sich um eine weitere Logikeinheit handeln, in der die in der Vorverarbeitung 115 aufbereiteten Daten zu Merkmalen weiterverarbeitet werden können. Dies kann durch ein- oder mehrfache Integration, Differentiation, Quadrierung und Ähnlichem geschehen. Die Daten können jedoch auch unverändert übernommen werden. Die Vorverarbeitung 115 und Weiterverarbeitung kann für jeden der Sensoren 111, 112, 113 auf unterschiedliche Weise erfolgen. Die Gesamtheit der Daten der einzelnen Sensoren 111, 112, 113 bilden zusammengenommen den Merkmalsvektor (M) 100.
-
Bei dem Klassifikator 102 kann es sich um eine weitere Logikeinheit handeln. Der Merkmalsvektor 100 kann an den Klassifikator 102 übergeben werden. Der Klassifikator 102 kann beispielsweise nach der Muster einer Support Vector Machine, eines k-nearest-Neighborhood-Klassifikator oder eines anderen Klassifikationsalgorithmus aufgebaut sein.
-
Eine vorteilhafte Ausprägung besteht darin, dass unabhängig von dem speziellen Klassifikationsalgorithmus ein so genannter „One Class Classifier“, auch „Single Class Classifier“ genannt, eingesetzt werden kann.
-
Ein „One Class Classifier“ kann einen zugeführten Merkmalsvektor nicht in eine von mehreren unterschiedlichen Klassen einteilen, wie es bei den sonst üblichen Klassifikationsverfahren möglich ist. Mit dem „One Class Classifier“ kann lediglich festgestellt werden, ob ein Merkmalsvektor zu einer einzigen, ganz bestimmten, vorgegebenen Klasse gehört oder nicht. Genau diese Eigenschaft macht den „One Class Classifier“ für die erfindungsgemäße Anwendung geeignet. Die vielen Klassen, also anschaulich gesagt, die vielen Ausprägungen, die ein Merkmalsvektor in den unzähligen gefährlichen Fahrzuständen annehmen kann sind nicht erfassbar. Mit einem normalen, vielklassigen Klassifikator können sie daher auch schlecht erfasst werden. Dagegen ist eine vorgegebene, ganz bestimmte Klasse des „normalen Fahrens“ einfach definierbar und daher auch die Bestimmung, ob ein Merkmalsvektor zu dieser Klasse gehört oder nicht, einfach mit einem „One Class Classifier“ durchführbar. Falls nun ein Merkmalsvektor nicht mehr in die Klasse des „normalen Fahrens“ fällt, kann dies als gefährliche Situation aufgefasst werden.
-
Eine weitere Eigenschaft des „One Class Classifier“ ist, dass die Empfindlichkeit des „One Class Classifier“ über einen Gütefaktor G eingestellt werden kann. Damit kann eine „Gefährlichkeitsschwelle“ vorgegeben werden, d.h. es kann mittels des Gütefaktors G beeinflusst werden, ab welcher Größe der Abweichung vom normalen Fahrverhalten eine Fahrsituation als nicht mehr normal, also als „gefährlich“ klassifiziert wird. Darüberhinaus ist es möglich, mit einer Vorgabe von mehreren Werten für den Gütefaktor G, also z.B. einen Gütefaktor G1 und einen weiteren Gütefaktor G2 verschieden Gefahrenklassen einzuführen. Mit einer solchen Unterscheidung können dann abhängig von der Gefahrenklasse unterschiedliche Maßnahmen ergriffen werden.
-
2 zeigt eine Darstellung einer schematischen Wirkungsweise eines „One Class Classifiers“ gemäß einem Ausführungsbeispiel der vorliegenden Erfindung. Beispielhaft wird der Merkmalsraum durch einen zweidimensionalen Zustandsvektor aufgespannt. Auf der Abszisse ist ein Merkmal 1 und auf der Ordinate ein Merkmal 2 aufgetragen. Der Zustandsvektor, bei dem es sich um den in 1 gezeigten Merkmalsvektor 100 handeln kann, definiert Punkte 200, 201 in diesem Merkmalsraum. Der „One Class Classifier“ definiert die Klasse 230 „normales Fahren“. Liegt ein Merkmalsvektor 200 innerhalb der Klasse 230, so entspricht dies dem Zustand normales Fahren. Beispielhaft sind acht mögliche Merkmalsvektoren 200 innerhalb der Klasse 230 gezeigt, von denen der Übersichtlichkeit halber nur einer mit dem Bezugszeichen 200 gekennzeichnet ist.
-
Der unbegrenzte Raum außerhalb der Klasse 230 wird als „gefährliche Fahrsituation“ interpretiert. Liegt ein Merkmalsvektor 201 außerhalb der Klasse 230 „normales Fahren“ wird dies als „gefährliche Fahrsituation“ interpretiert. Beispielhaft sind drei mögliche Merkmalsvektoren 201 gezeigt, die außerhalb der Klasse 230 liegen. Von den drei Merkmalsvektoren 201 ist wiederum der Übersichtlichkeit halber nur einer mit dem Bezugszeichen 201 gekennzeichnet.
-
Gemäß diesem Ausführungsbeispiel sind die Grenzen des Raums der Klasse 230 mittels unterschiedlicher Gütefaktoren einstellbar. Die Grenzen des Raums der Klasse 230 sind durch einen ersten Gütefaktor G1 eingestellt. Mittels eines zweiten Gütefaktors G2 lassen sich die Grenzen gemäß diesem Ausführungsbeispiel ausdehnen, so dass ein erweiterter Raum einer erweiterten Klasse 231 geschaffen wird.
-
Ein Klassifikator benötigt, unabhängig vom verwendeten Klassifikationsverfahren Informationen über die zu unterscheidenden Klassen und sogenannte Trainingsdaten. Trainingsdaten sind Daten mit bekannter Klassenzugehörigkeit. Sie ermöglichen es einem Klassifikator, seinen inneren Zustand so an das Problem anzupassen, dass er in der Lage ist, einen unbekannten Merkmalsvektor M korrekt einer bestimmten Zustandsklasse K zuzuordnen. Die Trainingsdaten können dem System bereitgestellt werden. Zusätzlich oder alternativ können die Trainingsdaten während des Betriebs von dem System ermittelt werden. Die Festlegung des inneren Zustands erfolgt bei Klassifikatoren üblicherweise durch die Definition einer oder mehreren Grenzfläche im mehrdimensionalen Merkmalsraum, wobei die Dimension des Merkmalsraumes der Dimension des Zustandsvektors entspricht. Im Falle der Verwendung eines „One Class Classifier“ beinhaltet die einzige Klasse den Zustand „normales Fahren“, entsprechend also auch nur eine mehrdimensionale Grenzfläche. Wenn der Zustandsvektor nicht dieser Klasse zugeordnet werden kann, wird der momentane Zustand als „gefährliche Fahrsituation“ interpretiert. Hier wird der Vorteil der vorliegenden Erfindung offenbar. Zur Einstellung des Klassifikators werden nur Trainingsdaten aus dem Zustand „normales Fahren“ benötigt. Allein aus diesen leicht zu beschaffenden Trainingsdaten ist der Klassifikator nun in der Lage seinen inneren Zustand so zu konfigurieren dass er diesen Fahrzustand im tatsächlichen Einsatz, also im Straßenverkehr, immer erkennt.
-
Die in 1 gezeigte Ansteuervorrichtung 117 kann zur Aufgabe haben, die durch den Einsatz des Klassifikators gewonnene Erkenntnis einer potentiell gefährlichen Situation an ein mechanisches, elektrisches oder anderweitig betriebenes System weiterzuleiten. Dies kann durch einfache direkte Ansteuerung dieses Systems geschehen. Es besteht auch die Möglichkeit, dass in der Ansteuervorrichtung eine weitere logische Verarbeitung der gewonnenen Erkenntnis durchgeführt wird. Ebenso ist es möglich, die Erkenntnis an ein anderes System weiterzuleiten. Insbesondere ist es möglich, die Information erst in diesem Schritt einem Rückhaltesystemalgorithmus zur Verfügung zu stellen. Von dem Rückhaltesystemalgorithmus kann die Information zur verbesserten Ansteuerung von Rückhaltemitteln verwendet werden. Dazu kann die Information in einer entsprechenden Zusatzfunktion verwendet werden oder, bei einem klassifikationsbasierten Algorithmus, als einzelnes zusätzliches Merkmal im Merkmalsvektor des Rückhaltsystems integriert werden.
-
Bei der in 1 gezeigten, aktivierbaren Vorrichtung 118 zur Gefahrenminderung oder zur Unfallfolgenminderung können unterschiedliche Einrichtungen zum Einsatz kommen.
-
Um dem Fahrer im Falle einer bestehenden Kollision einen besseren Schutz zu gewähren, kann ein Gurtstraffer, bevorzugter weise ein reversibler Gurtstraffer aktiviert werden. Durch die dadurch gegebene frühzeitige Fixierung des Insassen an den Sitz können im Falle einer eintretenden Kollision die Belastungswerte auf den Körper des Insassen signifikant vermindert werden. Falls es zu keiner Kollision des Fahrzeuges kommt kann ein reversibler Gurtstraffer nach einer gewissen Aktivierungszeit tA wieder in seinen Ausgangszustand zurückkehren. Durch die in diesem Fall erfolgte temporäre Aktivierung des Gurtstraffers, kann der Fahrer in positiver Weise zusätzlich darauf aufmerksam gemacht werden, dass eine gefährliche Situation besteht. Andererseits kann dem Fahrer durch die erfolgte Straffung ein erfahrbares Gefühl der Fahrzeugsicherheit vermittelt werden.
-
In ähnlicher Weise können im Insassensitz verbaute Elemente zum Schutz des Insassen vorbeugend aktiviert werden. Beispielsweise können Sitzseitenwangen eingesetzt werden, die ausfahren, um dem Insassen im Seitencrashfall mehr Seitenhalt zu geben bzw. als zusätzliches Energieabsorptionselement wirken. Auch können bestimmte ausfahrbare Polster oder Strukturen eingesetzt werden, die im Falle eines Frontalcrashes ein Durchrutschen des Insassen unter dem Sicherheitsgurt (submarining) verhindern. Gemeinsam ist diesen Systemen, dass sie einfacher und günstiger zu verwirklichen sind, wenn die Anforderungen an die Aktivierungszeit geringer ausfallen. Kann ein solches System schon vor dem Crash in langsamer Art und Weise aktiviert werden, z.B. aufgeblasen werden, dann ist es günstiger herzustellen. Durch das erfindungsgemäße Verfahren ist genau diese Eigenschaft der früheren und damit langsameren Aktivierbarkeit gegeben. Da schon vor einer Kollision bekannt ist, dass Gefahr droht, können diese Systeme auch schon frühzeitig aktiviert werden. Falls dann doch keine Kollision eingetreten ist, können solche Systeme, sofern sie reversibel sind, wieder in den Ausgangszustand zurückversetzt werden.
-
In vielen Fällen wird der Insasse selbst den Gefahrenzustand erkennen und versuchen, ihn durch gezielte Fahrmanöver zu beenden. Solche Manöver können z.B. ein Betätigen der Lenkung oder eine Betätigung der Bremsanlage sein. Hier kann es für den Insassen hilfreich sein, wenn er in der Gefahrensituation unterstütz wird. So kann bei Erkennen der Gefahrensituation beispielsweise ein Vorbefüllen der Bremsanlage vorgenommen werden und so ein schnelleres Ansprechen nach der Bremsanforderung durch den Fahrer erreicht werden.
-
Bei Erkennen der Gefahrensituation kann ein aktives Fahrwerk in einen solchen Zustand versetzt werden, dass eine bessere Manövrierfähigkeit des Fahrzeuges gegeben ist. Für normale Fahrsituationen ist dies nicht notwendig und wird aus Komfortgründen auch nicht gemacht. In einer Notsituation spielt dagegen beispielsweise der Federungskomfort keine Rolle und aufgrund der Vorwarnung kann das Fahrwerk entsprechend umkonfiguriert werden. Dadurch wird der Fahrer bei seiner Reaktion auf die Gefahr unterstützt.
-
Die in 1 gezeigte Einrichtung zur Vorverarbeitung 115, die Einrichtung zur Merkmalserzeugung 116, der Klassifikator 102, die Ansteuervorrichtung 117 und die Vorrichtung 118 können separat oder auch innerhalb einer Rückhaltesystemsteuerungseinheit verwirklicht sein. Sind die Elemente 102, 115, 116, 117, 118 innerhalb einer Rückhaltesystemsteuerungseinheit verwirklicht, so können sie vom erfindungsgemäßen System und gleichzeitig vom Rückhaltsystem verwendet werden, bzw. vollständig in dem Rückhaltsystem integriert sein.
-
3 zeigt ein Beispiel für eine Integration der in 1 gezeigten Vorrichtung zur Erkennung gefährlicher Zustände in eine Rückhaltesystemansteuerung, gemäß einem Ausführungsbeispiel der Erfindung
-
Gemäß diesem Ausführungsbeispiel wird der von der Einrichtung zur Merkmalserzeugung 116 bereitgestellte Merkmalsvektor 100 mit einem weiteren Merkmalsvektor 300 in einer Verknüpfungseinrichtung 305 verknüpft. Die Verknüpfungseinrichtung 305 ist ausgebildet, um einen gemeinsamen Merkmalsvektor an den Klassifikator 102 bereitzustellen. Der weitere Merkmalsvektor 300 wird von einer Einrichtung zur Merkmalserzeugung 316 des Rückhaltesystems bereitgestellt. Die Einrichtung zur Merkmalserzeugung 316 kann ausgebildet sein, um den Merkmalsvektor 300 basierend auf Sensoren des Rückhaltesystems zu ermitteln.
-
Auf diese Weise können die Merkmale der Rückhaltesystemansteuerung mit den Merkmalen des Systems zur Erkennung gefährlicher Fahrzustände zu einem gemeinsamen Merkmalsvektor vereinigt werden. Der Klassifikator 102 unterscheidet nicht mehr zwischen beiden Systemen sondern behandelt sie als Einheit. Die Ansteuerung des Rückhaltesystems wird durch die Einbeziehung der Informationen der Sensoren 111, 112, 113, die auch Informationen über den Gefahrenzustand vor einer Kollision enthalten, verbessert.
-
Die vollständige Integration in das Rückhaltsystem ist am günstigsten dann zu verwirklichen, wenn der Auslösealgorithmus oder Teile davon auch auf einem klassifikationsbasierten Ansatz aufbauen.
-
In diesem Fall kann der Merkmalsvektor (M) 100 mit dem Merkmalsvektor (MR) 300 aus der klassifikationsbasierten Rückhaltesystemsteuerung zu einem Gesamtmerkmalsvektor (MG) vereinigt werden. Die Dimension des Gesamtmerkmalsvektors kann die Summe der Einzelmerkmalsvektoren 100, 300 sein.
-
Das Training des Klassifikators 102 zur Erkennung einer gefährlichen Fahrsituation kann nun gemeinsam mit dem Rückhaltesystem erfolgen. Die Dimension des Trainingsdatensatzes kann dazu entsprechend erweitert werden.
-
Neben der Möglichkeit, den Zustand „normales Fahren“ wie zuvor direkt mit einem „One Class Classifier“ zu erkennen, kann es in diesem Falle auch günstig sein, die Klasse „normales Fahren“ zunächst als eine unter mehreren Klassen in einem Klassifikator anzuordnen. Die anderen Klassen wären dann beispielsweise ein als „Misuse“ bezeichneter Zustand mit crashähnlichen Signalen, aber ohne eine Aktivierung von Rückhaltemitteln, ein „leichter FrontCrash“, ein „schwerer Frontcrash“, ein „SeitenCrash“, ein „Heckcrash“, ein „RollOver“ oder „normales Fahren“. Als unechte (indirekte) Klasse besteht ein „gefährlicher Fahrzustand ohne Crash“.
-
Virtuell können die aufgeführten Klassen zu einer einzigen zusammengefügt werden, so dass wieder ein „One Class Classifier“ zur Erkennung angewendet werden kann. Alles was nicht in die aufgeführten Klassen fällt, wird als „gefährliche Fahrsituation ohne Crash“ erkannt. Darüberhinaus besteht aber gleichzeitig noch die Möglichkeit, sofern der Merkmalsvektor einer der inneren Klassen zugeordnet wird, die Situation noch näher zu klassifizieren.
-
4 zeigt eine schematische Darstellung von Klassen und Unterklassen in einem Merkmalsraum, gemäß einem Ausführungsbeispiel der vorliegenden Erfindung. Entsprechend zu 2 wird der Merkmalsraum durch einen zweidimensionalen Zustandsvektor aufgespannt. Auf der Abszisse ist das Merkmal 1 und auf der Ordinate das Merkmal 2 aufgetragen. Der gemeinsame Merkmalsvektor definiert Punkte 400, 402, 403, 404, 405 in dem Merkmalsraum. Ferner ist eine Klasse 230 „normales Fahren“, eine Klasse 427 „leichter Crash“, eine Klasse 428 „schwerer Crash“ und eine Klasse 429 „Misuse“ gezeigt. Die verschiedene Klassen 230, 427, 428, 429 können zunächst zu einer gemeinsamen Klasse „One Class“ 430 zusammengefasst werden. Alles was nicht in der gemeinsamen Klasse 430 enthalten ist, wird dem Zustand „gefährliches Fahren ohne Crash“ zugeordnet. Der Zustand „gefährliches Fahren ohne Crash“ füllt somit den in 4 gezeigten Merkmalsraum außerhalb der Begrenzung der gemeinsamen Klasse 430 aus.
-
Fällt ein spezieller Zustand in die gemeinsame Klasse 430, kann in einem Zusatzschritt dieser spezielle Zustand in die Unterklassen 230, 427, 428, 429 eingeteilt werden und damit näher bestimmt werden. Beispielhaft sind in 4 acht mögliche Merkmalsvektoren 400 gezeigt, die innerhalb der Klasse 230 liegen. Drei mögliche Merkmalsvektoren 402 sind gezeigt, die außerhalb der der Klasse 430 liegen und somit den Zustand „gefährliches Fahren ohne Crash“ anzeigen. Ferner sind drei mögliche Merkmalsvektoren 403 gezeigt, die innerhalb der Klasse 427 liegen, zwei mögliche Merkmalsvektoren 404, die innerhalb der Klasse 428 liegen und zwei mögliche Merkmalsvektoren 405, die innerhalb der Klasse 429 liegen.
-
Die beschriebenen Ausführungsbeispiele sind nur beispielhaft gewählt und können miteinander kombiniert werden.
