DE102014003973A1 - Verfahren zur Ermittlung einer Fahrstrecke - Google Patents

Verfahren zur Ermittlung einer Fahrstrecke Download PDF

Info

Publication number
DE102014003973A1
DE102014003973A1 DE201410003973 DE102014003973A DE102014003973A1 DE 102014003973 A1 DE102014003973 A1 DE 102014003973A1 DE 201410003973 DE201410003973 DE 201410003973 DE 102014003973 A DE102014003973 A DE 102014003973A DE 102014003973 A1 DE102014003973 A1 DE 102014003973A1
Authority
DE
Germany
Prior art keywords
route
test
driver assistance
determined
testing
Prior art date
Legal status (The legal status 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 status listed.)
Withdrawn
Application number
DE201410003973
Other languages
English (en)
Inventor
Axel Blumenstock
Philipp Glauner
Martin Haueis
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mercedes Benz Group AG
Original Assignee
Daimler AG
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 Daimler AG filed Critical Daimler AG
Priority to DE201410003973 priority Critical patent/DE102014003973A1/de
Publication of DE102014003973A1 publication Critical patent/DE102014003973A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments

Landscapes

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

Abstract

Die Erfindung betrifft ein Verfahren zur Ermittlung einer Fahrstrecke zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen. Erfindungsgemäß werden in einem Ausschnitt einer digitalen Karte (2) Streckenabschnitte identifiziert und durch Vergabe einer Kennzahl bewertet, wobei die Kennzahl eine Exposition eines Fahrzeuges gegenüber Umgebungseinflüssen auf dem jeweiligen Streckenabschnitt darstellt, und aus einer vorgegebenen Menge von Streckenabschnitten wird mittels eines Optimierungsalgorithmus eine in Bezug auf vorgegebene Bedingungen und Kennzahlen optimale Fahrstrecke (1) zur Erprobung ermittelt.

Description

  • Die Erfindung betrifft ein Verfahren zur Ermittlung einer Fahrstrecke zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen.
  • Eine Planung einer Fahrstreckenerprobung für Fahrerassistenzsysteme erfolgt heutzutage weitestgehend erfahrungsbasiert und ohne eine quantitative Beurteilung eines tatsächlich erreichten Absicherungsgrades einer Erprobung. Generelle Planungsansätze lassen sich nicht auf eine Behandlung komplexer Fahrerassistenzsysteme anwenden.
  • Der Erfindung liegt die Aufgabe zugrunde, ein gegenüber dem Stand der Technik verbessertes Verfahren zur Ermittlung einer Fahrstrecke zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen anzugeben.
  • Die Aufgabe wird erfindungsgemäß durch die in Anspruch 1 angegebenen Merkmale gelöst.
  • Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.
  • Ein erfindungsgemäßes Verfahren zur Ermittlung einer Fahrstrecke zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen sieht vor, dass in einem Ausschnitt einer digitalen Karte Streckenabschnitte identifiziert und durch Vergabe einer Kennzahl bewertet werden, wobei die Kennzahl eine Exposition eines Fahrzeuges gegenüber Umgebungseinflüssen auf dem jeweiligen Streckenabschnitt darstellt, und dass aus einer vorgegebenen Menge von Streckenabschnitten mittels eines Optimierungsalgorithmus eine in Bezug auf vorgegebene Bedingungen und Kennzahlen optimale Fahrstrecke zur Erprobung ermittelt wird.
  • Mittels des Verfahrens wird eine für die Erprobung des jeweiligen Fahrerassistenzsystems optimale Fahrstrecke ermittelt, wodurch eine effiziente Erprobung des Fahrerassistenzsystems, insbesondere mit einer verringerten Anzahl von Erprobungsträgern und einer verringerten Fahrtzeit, möglich ist. Dadurch können vergleichsweise kostengünstige Erprobungsfahrten durchgeführt werden.
  • Ausführungsbeispiele der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert.
  • Dabei zeigen:
  • 1 schematisch einen zweidimensionalen Erprobungsraum,
  • 2 schematisch einen weiteren zweidimensionalen Erprobungsraum,
  • 3 schematisch einen Graph mit Fahrstrecken und zugeordneten Expositionen und
  • 4 schematisch eine mittels des Verfahrens ermittelte Fahrstrecke als Erprobungsstrecke.
  • Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.
  • 1 zeigt einen zweidimensionalen Erprobungsraum E1 eines Verfahrens zur Ermittlung einer in 4 näher dargestellten optimalen Fahrstrecke 1 zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen.
  • Für eine Prüfung einer Einsatztauglichkeit von Fahrerassistenzsystemen für Fahrzeuge sind üblicherweise aufwändige und kostenintensive Erprobungsfahrten erforderlich.
  • Um die Kosten zur Erprobung von Fahrerassistenzsystemen zu verringern und das jeweilige Fahrerassistenzsystem effizient zu erproben, ist vorgesehen, eine optimale Fahrstrecke 1 zu ermitteln.
  • Dazu werden in einer ebenfalls in 4 näher gezeigten digitalen Karte 2 Streckenabschnitte identifiziert und bewertet, wobei die Streckenabschnitte in einem Ausschnitt der digitalen Karte 2 enthalten sind. In diesem Ausschnitt sollen die Erprobungsfahrten des jeweiligen Fahrerassistenzsystems durchgeführt werden.
  • Zur Bewertung der Streckenabschnitte wird dem jeweiligen Streckenabschnitt eine Kennzahl zugeordnet, welche aus Messdaten bereits durchgeführter Erprobungsfahrten abgeleitet wurden.
  • Dabei stellt die Kennzahl ein Maß dafür dar, wie hoch ein Fahrzeug auf dem jeweiligen Streckenabschnitt gegenüber testrelevanten Umgebungseinflüssen exponiert ist. Mittels der jeweiligen Kennzahl wird anhand eines Optimierungsverfahrens eine Fahrstrecke als Erprobungsstrecke gesucht, auf welcher bei möglichst geringer Fahrtzeit, d. h. Fahrdauer, eine möglichst hohe Exposition gegenüber den Umgebungseinflüssen erzielt wird. Erprobungsfahrten zur Erprobung des entsprechenden Fahrerassistenzsystems werden dann auf der somit ermittelten Fahrstrecke durchgeführt.
  • Das Verfahren zur Ermittlung einer optimalen Fahrstrecke zur Erprobung von Fahrerassistenzsystemen wird im Folgenden anhand eines Ausführungsbeispiels näher erläutert.
  • In einem ersten Verfahrensschritt werden zu beobachtende Ereignisse vorgegeben. Diese vorzugebenden Ereignisse spiegeln dabei Situationen, insbesondere Fahrsituationen, wider, welche Funktionen des zu erprobenden Fahrerassistenzsystems auslösen. Mit anderen Worten werden Ereignisse vorgegeben, die das zu erprobende Fahrerassistenzsystem herausfordern. Zudem werden Ereignisse vorgegeben, in denen ein Falscheingriff folgenschwer wäre, aus denen Erkenntnisse für Verbesserungen des Fahrerassistenzsystems gewonnen werden können und welche die Spezifikationen des Fahrerassistenzsystems abbilden.
  • Die Ereignisse umfassen dabei vom Fahrerassistenzsystem stammende Ereignisse, wie beispielsweise Kollisionswarnungen, Schwellwertüberschreitungen und/oder Verfügbarkeitswarnungen, vom Umfeld stammende Ereignisse, wie beispielsweise Kreuzungsdurchfahrten, Brückendurchfahrten, Reißverschlussfahrten, Kreisverkehrdurchfahrten und/oder Fahrten bei Gegenlicht, und/oder vom Fahrer initiierte Ereignisse, wie z. B. Überholmanöver, Spurwechsel, Abbiegevorgänge und/oder vergleichsweise starke Bremsungen.
  • Ein zweiter Verfahrensschritt sieht vor, dass Testdimensionen der Erprobungsfahrt definiert werden.
  • Dabei sind unter Testdimensionen umgebungs- und/oder fahrverhaltenspezifische Merkmale einer Fahrsituation an einem bestimmten Ort zu verstehen, die eine Auftrittshäufigkeit P der vorgegebenen Ereignisse beeinflussen können. Die Testdimensionen umfassen beispielsweise die Merkmale Straßenklasse, Spuranzahl, Verkehrsdichte, Tageszeit, Witterung, Abstand, Fahrgeschwindigkeit und/oder Überholvermögen.
  • Die Testdimensionen definieren einen n-dimensionalen Erprobungsraum, in dem die Ereignisse abgebildet werden, wobei n die Anzahl der Testdimensionen darstellt.
  • 1 zeigt als ein Beispiel einen zweidimensionalen Erprobungsraum E1, wobei die x-Achse und die y-Achse die Testdimensionen, z. B. Straßentyp und Tageszeit, abbilden.
  • In einer mittels der x-Achse und der y-Achse aufgespannten Ebene sind Punkte 3 abgebildet, die Ereignisse, beispielsweise Kollisionswarnungen, markieren.
  • In einem dritten Verfahrensschritt wird ermittelt, auf welche Testdimension bei Durchführung der Erprobungsfahrten ein Fokus gelegt werden sollte. In dem dritten Verfahrensschritt werden also die fokusfähigen Dimensionen bestimmt.
  • Dazu wird anhand der bei früheren Erprobungsfahrten ermittelten Messdaten ein Zusammenhang zwischen der Auftrittshäufigkeit P eines Ereignisses und den Testdimensionen des Erprobungsraumes E1 ermittelt und hieraus wird ein Kontingenzkoeffizient bestimmt. Der Kontingenzkoeffizient beschreibt dabei den Zusammenhang zwischen den Ereignissen und der jeweiligen Testdimension.
  • In 2 ist ein weiterer zweidimensionaler Erprobungsraum E2 dargestellt, in welchem der oben beschriebene Sachverhalt verdeutlich ist.
  • Über der x-Achse variiert die mittels Balken dargestellte Auftrittshäufigkeit P der Ereignisse stärker als über der y-Achse. D. h., dass der Kontingenzkoeffizient in Bezug auf die mittels der x-Achse dargestellte Testdimension und den Ereignissen größer ist als der Kontingenzkoeffizient in Bezug auf die mittels der y-Achse dargestellte Testdimension und deren Ereignissen.
  • Somit ist die x-Achse eine fokusfähige Testdimension, da es für das Verfahren ausreichend ist, wenn vergleichsweise wenige Werte der x-Achse bei einer Erprobungsfahrt abgedeckt werden, um dennoch eine hohe Auftrittshäufigkeit P von Ereignissen zu erzielen.
  • Dementsprechend ist die y-Achse keine fokusfähige Testdimension, da es nicht ausreichend ist, sich auf die verhältnismäßig wenigen Werte der y-Achse zu fokussieren, weil dadurch auch nur eine geringe Auftrittshäufigkeit P und keine Verdichtung von Ereignissen erzielt werden würde.
  • Von den n-definierten Testdimensionen, in dem vorliegenden Ausführungsbeispiel sind es zwei definierte Testdimensionen, werden im weiteren Verfahren nur fokusfähige Testdimensionen, ähnlich der Testdimension bezogen auf die x-Achse, berücksichtigt.
  • Anhand der bei früheren Erprobungsfahrten ermittelten Messdaten wird die Ereignisdichte eines Ereignisses, z. B. das Ereignis der Kollisionswarnung, für die verschiedenen Kombinationen der fokusfähigen Testdimensionen, beispielsweise der Testdimensionen Straßenklasse, Tunnel und Kurvigkeit, prognostiziert.
  • In einem anschließenden vierten Verfahrensschritt wird ein Ausschnitt einer digitalen Karte 2 ausgewählt, in dem die Erprobungsfahrt durchgeführt werden soll. Beispielsweise kann der Ausschnitt der digitalen Karte 2 das Gebiet der Bundesrepublik Deutschland umfassen.
  • Alle in dem Ausschnitt enthaltenen Streckenabschnitte, die auch als Straßenlinks, d. h. Verbindungsstrecken zwischen zwei Stützpunkten bezeichnet werden, werden wie oben beschrieben, bewertet. Dazu wird den Streckenabschnitten jeweils eine Kennzahl als Attribut zugeordnet, wobei die Kennzahl die Exposition des Fahrzeuges gegenüber den Umgebungseinflüssen im jeweiligen Streckenabschnitt repräsentiert.
  • Unter Exposition wird die Summe aller Umgebungseinflüsse, die auf das Fahrzeug einwirken, verstanden.
  • Die Exposition wird wie folgt berechnet:
    Figure DE102014003973A1_0002
    mit
  • Krit:
    Kritikalität
    P:
    Auftrittshäufigkeit
    b:
    Planbaustein
    t:
    Ereignistyp
  • Die Kritikalität wird nach einer Bewertung der Wichtigkeit oder Bedeutung des Ereignisses für die Erprobung des Fahrerassistenzsystems, insbesondere als Faktor zur Skalierung, oder auch als Erkenntnispotential festgelegt.
  • Die Auftrittshäufigkeit P leitet sich von Messdaten, also einer Historie, z. B. Ereignisse pro Stunde, ab und ist abhängig vom Ereignistyp t und dem Planbaustein b.
  • Der Planbaustein b setzt sich aus einem Ort, also dem Streckenabschnitt und einer Zeit, beispielsweise Tages und Jahreszeit, zusammen und bildet somit ein (Streckenabschnitt, Zeit)-Tupel. Da Planbaustein b noch abstrakter zu sehen ist, ist es ein (Streckenabschnitt, Zeit, Fahrweise)-Tupel.
  • Die Berechnung der Exposition erfolgt auf der Grundlage der bei früheren Erprobungsfahrten ermittelten Messdaten. Das Ergebnis ist ein in 3 dargestellter Graph G mit den Streckenabschnitten als Straßenlinks und den zugeordneten Expositionen in Form von Zahlen.
  • Ausgehend von einer Menge vorgegebener Startrouten wird in einem fünften Verfahrensschritt mittels eines Optimierungsalgorithmus eine hinsichtlich einer von einer Fahrdauer abhängigen Kosten und eines Nutzens in Form der Expositionen optimale Fahrstrecke 1 als Erprobungsstrecke für die Erprobung des Fahrerassistenzsystems ermittelt.
  • Als Optimierungsalgorithmus wird insbesondere ein sogenanntes genetisches Verfahren verwendet. Ein solches Verfahren ist auch unter dem Begriff evolutionärer Algorithmus bekannt.
  • Die Menge der vorgegebenen Startrouten repräsentiert die anfängliche Population von Routen. Aus diesen wird im Rahmen des evolutionären Algorithmus durch Mutation und Kreuzung eine erweiterte Population von Routen gebildet.
  • Mittels der Mutation wird dabei ein Umweg in eine Route eingeführt und durch die Kreuzung werden zwei sich überlappende Routen rekombiniert. Den Routen wird jeweils ein Fitnessfaktor zugeordnet, der einen Nutzen-Kosten-Faktor, d. h. einen Quotienten aus Gesamtexposition auf der Route zu Gesamtfahrdauer auf der Route, repräsentiert.
  • Dadurch ermittelte Routen mit geringem Fitnessfaktor werden verworfen. Ebenso werden Routen verworfen, die vorgegebene Randbedingungen nicht erfüllen.
  • Als Randbedingung kann beispielsweise vorgegeben werden, dass bestimmte Streckenabschnitte ausgeschlossen werden, dass bestimmte Zwischenrouten auf den Streckenabschnitten enthalten sein sollen, dass eine Länge des jeweiligen Streckenabschnittes in einem vorgegebenen Bereich liegen sollte und/oder dass ein Startpunkt einem Zielpunkt entspricht.
  • Die verbleibenden nicht ausgeschlossen Streckenabschnitte als Routen repräsentieren eine neue Population von Routen als Streckenabschnitte, mit denen die oben beschriebenen Verfahrensschritte wiederholt werden. Dabei werden die Verfahrensschritte so oft wiederholt bis ein Ergebnis mit den vorgegebenen Bedingungen übereinstimmt, also konvergiert.
  • Die somit mittels des evolutionären Algorithmus aufgefundene Route, d. h. aufgefundene Erprobungsstrecke, stellt eine optimale Fahrstrecke 1 zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für das entsprechende Fahrerassistenzsystem dar, wie in 4 näher dargestellt ist.
  • Bezugszeichenliste
  • 1
    optimale Fahrstrecke
    2
    digitale Karte
    3
    Punkt (Ereignis)
    E1
    Erprobungsraum
    E2
    weiterer Erprobungsraum
    G
    Graph
    P
    Auftrittshäufigkeit

Claims (4)

  1. Verfahren zur Ermittlung einer Fahrstrecke zur Durchführung von Erprobungsfahrten zur Eignungsprüfung für Fahrerassistenzsysteme von Fahrzeugen, dadurch gekennzeichnet, dass in einem Ausschnitt einer digitalen Karte (2) Streckenabschnitte identifiziert und durch Vergabe einer Kennzahl bewertet werden, wobei die Kennzahl eine Exposition eines Fahrzeuges gegenüber Umgebungseinflüssen auf dem jeweiligen Streckenabschnitt darstellt, und dass aus einer vorgegebenen Menge von Streckenabschnitten mittels eines Optimierungsalgorithmus eine in Bezug auf vorgegebene Bedingungen und Kennzahlen optimale Fahrstrecke (1) zur Erprobung ermittelt wird.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Exposition aus Messdaten vorher durchgeführter Erprobungsfahrten ermittelt wird.
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die optimale Fahrstrecke (1) mittels eines evolutionären Algorithmus als Optimierungsalgorithmus ermittelt wird.
  4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zu beobachtende Ereignisse zur Erprobung des jeweiligen Fahrerassistenzsystems vorgegeben werden.
DE201410003973 2014-03-20 2014-03-20 Verfahren zur Ermittlung einer Fahrstrecke Withdrawn DE102014003973A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE201410003973 DE102014003973A1 (de) 2014-03-20 2014-03-20 Verfahren zur Ermittlung einer Fahrstrecke

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE201410003973 DE102014003973A1 (de) 2014-03-20 2014-03-20 Verfahren zur Ermittlung einer Fahrstrecke

Publications (1)

Publication Number Publication Date
DE102014003973A1 true DE102014003973A1 (de) 2014-09-18

Family

ID=51418959

Family Applications (1)

Application Number Title Priority Date Filing Date
DE201410003973 Withdrawn DE102014003973A1 (de) 2014-03-20 2014-03-20 Verfahren zur Ermittlung einer Fahrstrecke

Country Status (1)

Country Link
DE (1) DE102014003973A1 (de)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014015903A1 (de) * 2014-10-29 2016-05-04 Technisat Digital Gmbh Ausgeben einer Richtungsanweisung mit einer Navigationseinrichtung
CN108387232A (zh) * 2018-01-30 2018-08-10 河北科技大学 基于人工势场的进化算法的飞行物航迹规划方法
EP3667237A1 (de) * 2018-12-13 2020-06-17 Volkswagen AG Bestimmung einer weiteren erprobungsroute während einer erprobungsfahrt eines fahrzeugs
CN114440909A (zh) * 2020-11-03 2022-05-06 阿里巴巴集团控股有限公司 数据处理方法、装置、设备及存储介质
DE102022003360B3 (de) 2022-09-13 2023-12-21 Mercedes-Benz Group AG Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug und System zur Generierung von Trainingsdatensätzen

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014015903A1 (de) * 2014-10-29 2016-05-04 Technisat Digital Gmbh Ausgeben einer Richtungsanweisung mit einer Navigationseinrichtung
DE102014015903B4 (de) * 2014-10-29 2016-12-29 Preh Car Connect Gmbh Ausgeben einer Richtungsanweisung mit einer Navigationseinrichtung
CN108387232A (zh) * 2018-01-30 2018-08-10 河北科技大学 基于人工势场的进化算法的飞行物航迹规划方法
CN108387232B (zh) * 2018-01-30 2021-08-03 河北科技大学 基于人工势场的进化算法的飞行物航迹规划方法
EP3667237A1 (de) * 2018-12-13 2020-06-17 Volkswagen AG Bestimmung einer weiteren erprobungsroute während einer erprobungsfahrt eines fahrzeugs
CN111323034A (zh) * 2018-12-13 2020-06-23 大众汽车有限公司 在车辆的测试行驶期间确定接下来的测试路线
CN111323034B (zh) * 2018-12-13 2023-09-01 大众汽车有限公司 在车辆的测试行驶期间确定接下来测试路线的方法和设备
US11999351B2 (en) 2018-12-13 2024-06-04 Volkswagen Aktiengesellschaft Method, device, and computer program product for determining a further test route during a test drive of a transportation vehicle
CN114440909A (zh) * 2020-11-03 2022-05-06 阿里巴巴集团控股有限公司 数据处理方法、装置、设备及存储介质
DE102022003360B3 (de) 2022-09-13 2023-12-21 Mercedes-Benz Group AG Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug und System zur Generierung von Trainingsdatensätzen

Similar Documents

Publication Publication Date Title
DE102014003973A1 (de) Verfahren zur Ermittlung einer Fahrstrecke
DE102011113019A1 (de) Verfahren zur Ermittlung und Bewertung von Gefahren einer Situation zwischen zumindest zwei Verkehrsteilnehmern in einem Straßenkreuzungsbereich und Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs
DE102012016768A1 (de) Technik zum Verarbeiten kartographischer Daten für das Bestimmen energiesparender Routen
EP3161808B1 (de) Verfahren zum verarbeiten von messdaten eines fahrzeuges zur bestimmung des beginns einer parkplatzsuche und computerprogrammprodukt
DE102013000385A1 (de) Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen
DE102017211556A1 (de) Verfahren zur Routenplanung für ein Kraftfahrzeug mit einem automatisierten Fahrzeugsystem und Kraftfahrzeug mit einem automatisierten Fahrzeugsystem
DE102015218809A1 (de) Verfahren zum Aktualisieren einer elektronischen Karte eines Fahrzeugs
DE102017200695A1 (de) Verfahren zum Navigieren eines Kraftfahrzeugs entlang einer vorgebbaren Wegstrecke
DE112020007765T5 (de) Computersystem und verfahren zur trajektorieplanung in einer simulierten strassenfahrumgebung
DE102010001700A1 (de) Verfahren zur Bestimmung eines Bildes benutzter oder bekannter Streckenabschnitte
DE102018221708B4 (de) Bestimmung einer weiteren Erprobungsroute während einer Erprobungsfahrt eines Fahrzeugs
DE102015226224B3 (de) Verfahren zum Ermitteln einer Verkehrsbelastung
DE102016008707A1 (de) Verfahren zur Ankunftszeitberechnung für eine Reiseroute in Fahrzeug-Navigationssytemen
DE102021005438A1 (de) Verfahren zur Bestimmung von Streckenattributen in einer Straßenkarte eines Fahrzeugsystems aus Schilderbeobachtungen
DE102019205942A1 (de) Verfahren zum Bereitstellen einer Fahrtroute für ein Kraftfahrzeug mit mindestens einem Fahrerassistenzsystem und Kraftfahrzeug
DE102016213015A1 (de) Verfahren und Vorrichtung zum Erstellen einer Gefahrenkarte zum Identifizieren zumindest einer Gefahrenstelle für ein Fahrzeug
DE112018006321T5 (de) Vorrichtung zum erzeugen von daten eines fahrweges innerhalb einer kreuzung, programm zum erzeugen von daten eines fahrweges innerhalb einer kreuzung und speichermedium
DE102012210454A1 (de) Verfahren und Vorrichtung zur Bereitstellung von Daten für einen elektronischen Horizont für ein Fahrerassistenzsystem eines Fahrzeugs
EP2028445A2 (de) Verfahren und Vorrichtung zur Bestimmung einer Route in einem Streckennetz
DE102020202650A1 (de) Computerimplementiertes Verfahren zur Routenberechnung für ein autonom fahrendes Kraftfahrzeug, Verfahren zum Fahren eines autonom fahrenden Kraftfahrzeugs, Computerprogrammprodukt sowie Kraftfahrzeug
DE102016216538A1 (de) Verfahren zum Betreiben einer Steuervorrichtung eines Kraftfahrzeugs, Steuervorrichtung und Kraftfahrzeug
DE102019201563A1 (de) System zum Ermitteln eines Unfallrisikos auf einer Fahrstrecke
DE102015205901A1 (de) Verfahren zur Berechnung einer Route für ein Landfahrzeug
DE102018007022A1 (de) Verfahren und Vorrichtung zum Betrieb eines Assistenzsystems eines Fahrzeuges und Fahrzeug
DE102017206862A1 (de) Auswählen einer Handlungsoption betreffend die Längsführung eines Kraftfahrzeugs mit zumindest automatisierter Längsführung

Legal Events

Date Code Title Description
R230 Request for early publication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee