DE102015000399A1 - Kartographieren von Fahrspuren mittels Fahrzeugflottendaten - Google Patents

Kartographieren von Fahrspuren mittels Fahrzeugflottendaten Download PDF

Info

Publication number
DE102015000399A1
DE102015000399A1 DE102015000399.2A DE102015000399A DE102015000399A1 DE 102015000399 A1 DE102015000399 A1 DE 102015000399A1 DE 102015000399 A DE102015000399 A DE 102015000399A DE 102015000399 A1 DE102015000399 A1 DE 102015000399A1
Authority
DE
Germany
Prior art keywords
lane
lanes
distribution
server device
motor vehicle
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.)
Granted
Application number
DE102015000399.2A
Other languages
English (en)
Other versions
DE102015000399B4 (de
Inventor
Sebastian Skibinski
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.)
Audi AG
Original Assignee
Audi 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 Audi AG filed Critical Audi AG
Priority to DE102015000399.2A priority Critical patent/DE102015000399B4/de
Publication of DE102015000399A1 publication Critical patent/DE102015000399A1/de
Application granted granted Critical
Publication of DE102015000399B4 publication Critical patent/DE102015000399B4/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3833Creation or updating of map data characterised by the source of data
    • G01C21/3841Data obtained from two or more sources, e.g. probe vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3807Creation or updating of map data characterised by the type of data
    • G01C21/3815Road data
    • G01C21/3819Road shape data, e.g. outline of a route
    • 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
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863Structures of map data
    • G01C21/387Organisation of map data, e.g. version management or database structures
    • G01C21/3881Tile-based structures
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map

Landscapes

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

Abstract

Die Erfindung betrifft ein Verfahren zum Kartographieren von Fahrspuren (21, 22, 23), mit den durch eine Servervorrichtung (7) durchgeführten Schritten: Empfangen von Positionswerten (P) aus einer jeweiligen Positionserfassungseinrichtung (16) mehrerer Kraftfahrzeuge (2), für jede Positionserfassungseinrichtung (16) Ermitteln einer jeweiligen Streuung, durch welche die Positionswerte (P) der Positionserfassungseinrichtung (P) verfälscht sind, Modellieren der durch den jeweiligen Positionswert (P) beschriebenen Fahrzeugposition als eine jeweilige Ortsverteilung (18) in Abhängigkeit von dem Positionswert (P) und seiner Streuung, wobei durch die Ortverteilung (18) für unterschiedliche Orte eine Aufenthaltswahrscheinlichkeit (W), dass sich das Kraftfahrzeug (2) dort tatsächlich befand, angegeben ist, Bilden einer Gesamtverteilung (26) durch Kombinieren der Ortsverteilungen (18) aller Positionswerte (P), Lokalisieren von Maximalstellen (27) der Gesamtverteilung (27) und Ermitteln eines jeweiligen Fahrspurverlaufs (29, 30, 31) der Fahrspuren (21, 22, 23) anhand der Maximalstellen (27).

Description

  • Die Erfindung betrifft ein Verfahren zum Erzeugen einer digitalen Straßenkarte, also zum Kartographieren von Verkehrswegen. Das Verfahren kann durch eine stationäre Servervorrichtung durchgeführt werden, die ebenfalls Bestandteil der Erfindung ist.
  • Die Servervorrichtung kann ein so genanntes Backend darstellen, durch welches Fahrzeugfunktionen mehrerer Kraftfahrzeuge ergänzt oder erweitert werden können, indem die Servervorrichtung und die Kraftfahrzeuge Daten miteinander austauschen, beispielsweise über das Internet und/oder ein Mobilfunknetz. Denn Kraftfahrzeuge können über eine Vielzahl von Sensordaten verfügen, deren Backend-seitige Aggregation oder Zusammenfassung neue, die Fahrer der Kraftfahrzeuge unterstützende Funktionen ermöglichen. Insbesondere können auf der Grundlage von Sensordaten mehrerer Kraftfahrzeuge Straßengeometrien ermittelt werden.
  • Bei der Backend-seitigen Aggregation kann hierbei zwischen zwei Aufgaben differenziert werden, der Inter- beziehungsweise Extrapolation einerseits und der Fusion von kollektiven Fahrzeugflottendaten andererseits.
  • Hierzu ist aus der EP 2 698 606 A1 ein Verfahren bekannt, bei welchem einzelne Positionswerte, die von Kraftfahrzeugen zu einer zentralen Servervorrichtung gesendet werden, daraufhin überprüft werden, ob es sich um Ausreißer handelt, die beim Ermitteln der Straßengeometrien zu vernachlässigen sind. Dieses Verfahren erfordert allerdings in nachteilhafter Weise die Überprüfung jedes Positionswerts.
  • Aus der DE 10 2007 000 971 A1 ist ein Verfahren zur Aktualisierung eines Kartenmaterials eines Navigationsgeräts bekannt. Falls ein Kraftfahrzeug mittels seiner Positionserfassungseinrichtung, beispielsweise seines GPS-Sensors (GPS – Global Positioning System) erkennt, dass es sich in einem Areal befindet, das in der aktuellen Karte nicht verzeichnet ist, so wird von einer zentralen Servervorrichtung das fehlende Kartenmaterial angefordert.
  • Aus der DE 100 30 932 A1 ist ein Verfahren zur Erzeugung einer digitalen Straßenkarte bekannt, bei welchen Positionsdaten mehrerer Kraftfahrzeuge zusammengeführt und dann einer statistischen Auswertung unterzogen werden. Hierdurch ergibt sich eine überarbeitete Straßenkarte, die dann wieder in Kraftfahrzeugen zur Verfügung gestellt werden kann. Die statistische Auswertung besteht darin, dass überprüft wird, ob eine ausreichend große Anzahl an Kraftfahrzeugen denselben Weg gefahren ist. Nur dann wird davon ausgegangen, dass die Positionsdaten einen tatsächlichen Fahrspurverlauf beschreiben. Beschreibend die Positionsdaten dagegen einen Bereich, der nur von einem einzelnen Fahrzeug befahren worden ist, so werden die Positionsdaten ignoriert.
  • Beim Ermitteln von Fahrspurverläufen auf der Grundlage von Positionswerten mehrerer Kraftfahrzeuge besteht das Problem, dass die Kraftfahrzeuge ihre jeweilige Position nicht genau erfassen können, da ihre Positionserfassungseinrichtung, beispielsweise ihr GPS-Sensor, eine Streuung aufweist, durch welche die Positionswerte verfälscht sind. Ein GPS-Sensor kann z. B. eine Streuung aufweisen, durch welche der Positionswert nur auf bis zu 12 Meter genau bestimmt werden kann.
  • Der Erfindung liegt die Aufgabe zugrunde, ein Straßenverkehrswegenetz spurgenau zu kartographieren.
  • Die Aufgabe wird durch die Gegenstände der unabhängigen Patentansprüche gelöst. Vorteilhafte Weiterbildungen der Erfindung ergeben sich durch die Merkmale der abhängigen Patentansprüche.
  • Durch die Erfindung wird ein Verfahren zum Kartographieren von Verkehrswegen bereitgestellt. Das Verfahren kann durch eine Servervorrichtung durchgeführt werden, die beispielsweise an das Internet angeschlossen sein kann und beispielsweise durch einen stationären Computer oder eine stationäre Computeranordnung aus mehreren Computern realisiert sein kann.
  • Das Verfahren sieht vor, dass die Servervorrichtung Positionswerte aus mehreren Kraftfahrzeugen empfängt. Die Positionswerte werden in jedem Kraftfahrzeug durch eine jeweilige Positionserfassungseinrichtung erzeugt. Bei einer Positionserfassungseinrichtung kann es sich beispielsweise um einen Sensor oder Empfänger für Sattelitensignale eines GNSS (Global Navigation Satellite System), beispielsweise eines GPS, handeln. Beispielsweise kann es sich bei den Positionswerten entsprechend um Koordinaten handeln, beispielsweise GPS-Koordinaten.
  • Des Weiteren wird durch die Servervorrichtung für jede Positionserfassungseinrichtung eine jeweilige Streuung ermittelt. Durch diese Streuung sind die Positionswerte der jeweiligen Positionserfassungseinrichtung verfälscht. Die Streuung kann beispielsweise eine Varianz eines Messrauschens beschreiben oder die Messungenauigkeit eines GPS-Sensors. Der Positionswert kann eine aufgrund der Streuung von der tatsächlichen Position abweichende Position beschreiben. In der Servervorrichtung ist deshalb nicht klar, ob ein Positionswert eine Position beschreibt, die ein Kraftfahrzeug tatsächlich jemals inne gehabt hat. Beispielsweise kann eine Abweichung in einem Bereich von bis zu 30 Metern durch die Streuung beschrieben sein. Die Streuung betreffend die Messgenauigkeit oder Messtoleranz kann z. B. als ein Parameterwert von jeder Positionserfassungseinrichtung selbst in an sich bekannter Weiser bereitgestellt sein. Alternativ dazu kann die Streuung durch die Servervorrichtung selbst beispielsweise auf der Grundlage von GPS-Rohdaten der jeweiligen Positionserfassungseinrichtung ermittelt werden.
  • Aufgrund der Streuung wird durch die Servervorrichtung jeweils die durch den jeweiligen Positionswert beschriebene Fahrzeugposition als eine jeweilige Ortsverteilung modelliert. Zum Modellieren der Ortsverteilung werden der Positionswert und seine Streuung zugrunde gelegt. Durch die Ortsverteilung ist für unterschiedliche Orte eine Aufenthaltswahrscheinlichkeit angegeben, die angibt, ob sich das Kraftfahrzeug dort tatsächlich befunden hat. Die Ortsverteilung ist insbesondere als Wahrscheinlichkeitsdichtefunktion bereitgestellt. In der Servervorrichtung ergeben sich somit eine Vielzahl von Ortsverteilungen, jeweils eine für einen Positionswert. Durch Kombinieren der Ortsverteilungen aller Positionswerte wird eine Gesamtverteilung gebildet. Die Gesamtverteilung beschreibt also für unterschiedliche Orte, das heißt einzelne Aufenthaltsbereiche oder beispielsweise Pixelbereiche einer digitalen Karte, mit welcher Wahrscheinlichkeit sich dort irgend ein Kraftfahrzeug jemals aufgehalten hat. Ein Pixelbereich der Karte kann z. B. eine quadratisches Areal repräsentieren oder beschreiben, das eine Kantenlänge in einem Bereich von 0,5 Metern bis 5 Metern aufweisen kann.
  • Durch die Servervorrichtung werden Maximalstellen der Gesamtverteilung ermittelt. Falls die Gesamtverteilung durch eine analytische Funktion beschrieben wird, kann hierzu beispielsweise die erste mathematische Ableitung und die zweite mathematische Ableitung in an sich bekannter Weise untersucht oder zugrunde gelegt werden. Die Maximalstellen stellen Moden der Gesamtverteilung dar.
  • Durch die Servervorrichtung werden dann jeweilige Fahrspurverläufe von Fahrspuren des Verkehrswegenetzes anhand der Maximalstellen ermittelt. Alle Maximalstellen, die einer Fahrspur zugeordnet werden können, beschreiben stellenweise oder punkteweise den Fahrspurverlauf. Durch Verbinden der Maximalstellen einer Fahrspur kann somit ein kontinuierlicher Fahrspurverlauf jeder Fahrspur ermittelt werden.
  • Durch die Erfindung ergibt sich der Vorteil, dass zu den einzelnen Positionswerten nicht entschieden werden muss, ob es sich entweder um einen Ausreißer handelt oder um eine genaue Beschreibung eines Teils einer Fahrspur. Indem die Streuung jeder Positionserfassungseinrichtung ermittelt wird und in Form der Ortsverteilung modelliert wird, können alle Positionswerte berücksichtigt werden. Durch ermitteln der Sensorstreuung, d. h. der Streuung der Positionsermittlungseinrichtung, ist dies möglich gemacht. Ein stark gestreuter Positionswert hat hierbei einen geringeren Einfluss, weil seine Ortsverteilung aufgrund der starken Streuung einen geringeren Wahrscheinlichkeitswert ergibt als Positionswerte mit geringer Streuung.
  • Die Erfindung weist Weiterbildungen auf, die im Folgenden beschrieben sind und durch die sich zusätzliche Vorteile ergeben.
  • In einer Weiterbildung wird eine jeweilige Maximalstelle nur dann einer bestimmten Fahrspur zugeordnet, falls sich hierdurch für den Fahrspurverlauf dieser Fahrspur eine vorbestimmte Spurgeometrie ergibt. Mit anderen Worten werden tatsächliche, bekannte Spurgeometrien als Randbedingung beim Bilden des Fahrspurverlaufs zugrunde gelegt oder berücksichtigt. Beispielsweise kann berücksichtigt werden, dass ein Kurvenverlauf aus straßenbautechnischen Gründen stets einen Verlauf einer Klothoide aufweist. Eine Maximalstelle, die von diesem Verlauf abweicht, kann folglich nicht zu dieser Fahrspur gehören, sondern muss beispielsweise eine Querstraße beschreiben. Durch diese Weiterbildungen werden also tatsächliche, straßenbauliche Randbedingungen berücksichtigt. Beispielsweise kann als Randbedingung eine Normspurbreite zugrunde gelegt werden und/oder bei einer Auswahlmöglichkeit zwischen zwei Maximalstellen diejenige gewählt werden, durch welche eine Krümmung des Fahrspurverlaufs minimiert ist.
  • In einer Weiterbildung wird auf der Grundlage der jeweiligen Ortsverteilung jeweils für eine vorbestimmte Mindestaufenthaltswahrscheinlichkeit, das heißt einen bestimmten Wahrscheinlichkeitswert, eine Sigma-Fläche ermittelt. Die Sigma-Fläche gibt dasjenige Areal oder denjenigen Flächenbereich an, in welchem sich ein Kraftfahrzeug mit der Mindestaufenthaltswahrscheinlichkeit aufgehalten hat. Beispielsweise stellt eine Drei-Sigma-Fläche denjenigen Flächenbereich dar, in welchem sich das Kraftfahrzeug mit einer Wahrscheinlichkeit von mehr als 99% aufgehalten hat. Mit Sigma ist hierbei der Varianzwert der Ortverteilung gemeint. Um nun beim Ermitteln der Spurverläufe der Fahrspuren eine Plausibilitätsbedingung oder Randbedingung zu erhalten, werden überlappende Sigma-Flächen zu einem Verlaufskorridor kombiniert. Mit andern Worten wird überprüft, ob ein Fahrspurverlauf innerhalb eines solchen Verlauskorridors liegt. Ausgehend von einer Maximalstelle kann also innerhalb des Verlaufskorridors die nächste Maximalstelle ermittelt werden und hierdurch der Fahrspurverlauf verlängert werden.
  • In einer Weiterbildung wird für jedes Kraftfahrzeug einzeln eine die jeweilige Bewegungsrichtung beschreibende Fahrtrajektorie ermittelt. Beim Ermitteln des jeweiligen Fahrspurverlaufs der Fahrspuren wird berücksichtigt, dass jedes Kraftfahrzeug seine Bewegungsrichtung beibehält. Hierdurch wird in vorteilhafter Weise verhindert, dass zwei Maximalstellen, die zu Fahrspuren mit entgegen gesetzter Fahrtrichtung gehören, fehlerhafterweise zu ein und derselben Fahrspur zugeordnet werden.
  • In einer Weiterbildung wird jeder Fahrspurverlauf mittels einer parametrierten Verlaufsfunktion beschrieben. Beispielsweise kann als Verlaufsfunktion eine an sich bekanntes Spline-Funktion oder eine Klothoide zugrunde gelegt werden oder verwendet werden. Allgemein weist die Verlaufsfunktion die Eigenschaft auf, dass Knickstellen im Fahrspurverlauf unterdrückt werden. Mit anderen Worten ergibt sich ein geglätteter Fahrspurverlauf. Dies ist vorteilhaft, um unnatürliche Beschreibungen von Fahrspurverläufen zu vermeiden, wie es durch Verbinden der Maximalstellen auf der Grundlage von geraden Stücken verursacht werden kann.
  • In einer Weiterbildung werden zwei sich vereinende Fahrspuren erkannt, also beispielsweise eine Autobahn-Fahrspur und eine Auffahrt. Dies kann z. B. erkannt werden, indem ein Schnittpunkt von zwei Fahrspurverläufen ermittelt wird. In Abhängigkeit von einer jeweiligen, anhand der Gesamtverteilung ermittelten Aufenthaltswahrscheinlichkeit der Kraftfahrzeuge auf diesen beiden Fahrspuren wird eine Hauptspur und eine Nebenspur ermittelt. Die Hauptspur ist diejenige der beiden Fahrspuren, auf welcher sich mit einer höheren Wahrscheinlichkeit Kraftfahrzeuge aufgehalten haben. Der Fahrspurverlauf der Nebenspur wird mit dem Fahrspurverlauf der Hauptspur mittels einer vorbestimmten Verknüpfung vereint. Beispielsweise kann also ein Fahrspurverlauf der Nebenspur an den Fahrspurverlauf der Hauptspur angeschmiegt werden und hierzu eine entsprechende Verlaufsfunktion vorgesehen oder vorbereitet sein, z. B. eine Kreisbogenform oder eine Klotoide.
  • Bevorzugt ist vorgesehen, die Fahrspurverläufe regelmäßig zu aktualisieren. Insbesondere ist vorgesehen, bei Empfangen eines neuen Positionswerts die Fahrspurverläufe zu aktualisieren oder anzupassen. Es findet also insbesondere keine Batch-Verarbeitung statt, sondern eine Verarbeitung On-Demand (auf Aufforderung). Insbesondere bei der Berücksichtigung von Ortsverteilungen und bei Verwendung einer verhältnismäßig großen digitalen Karte, die beispielsweise ein ganzes Bundesland oder ein ganzes Land abdeckt, kann durch Hinzufügen eines Positionswerts ein unerwünscht großer Rechenaufwand entstehen. Eine vorteilhafte Weiterbildung sieht hierzu vor, dass die digitale Karte aus mehreren, jeweils mehrere der Pixelbereiche umfassenden Kacheln gebildet wird. Eine Kachel kann beispielsweise ein quadratisches Areal beschreiben, das eine Kantenlänge aufweist, die beispielsweise in einem Bereich von 20 Metern bis 1 Kilometer, beispielsweise in einem Bereich von 50 Metern bis 200 Metern, liegen kann. Bei Empfangen eines neuen Positionswerts wird in Abhängigkeit von dessen Streuung eine Hüll-Form, insbesondere ein Rechteck oder eine Bounding-Box, definiert. Es wird dann zumindest eine von der Bounding-Box überschnittene Kachel ermittelt. Dann werden nur für die zumindest eine ermittelte Kachel die Fahrspurverläufe auf der Grundlage des neuen Positionswerts neu ermittelt. Insbesondere wird die Gesamtverteilung neu ermittelt. Hierdurch werden in vorteilhafter Weise unnötige Berechnungsschritte vermieden und hierdurch Rechenressourcen der Servervorrichtung geschont.
  • Bei einer Weiterbildung werden beim neuen Ermitteln der Fahrspurverläufe jeder ermittelten Kachel jeweils die Positionswerte der angrenzenden Nachbarkacheln mit berücksichtigt. Hierdurch ergibt sich der Vorteil, dass sich an den Kachelgrenzen übergangsfreie Verläufe der Fahrspurverläufe ergeben. Mit anderen Worten sind die Kachelgrenzen in der digitalen Karte nicht erkennbar.
  • Um die Vielzahl der Ortsverteilungen effizient miteinander zu der Gesamtverteilung zu kombinieren, sieht eine Weiterbildung des Verfahrens vor, dass die Ortsverteilungen jeweils in mehrere univariate Gaußverteilungen aufgeteilt werden und die univariaten Gaußverteilungen mittels eines FIGtree-Algorithmus aufsummiert werden. Hierdurch ergibt sich der Vorteil, dass die Gesamtverteilung als analytische Lösung bereitsteht, die beispielsweise mittels einer Hermite-Taylor-Expansion gezielt für einzelne Pixelbereiche der digitalen Karte ausgewertet werden kann, um für den Pixelbereich einen Wahrscheinlichkeitswert zu erhalten.
  • Wie bereits ausgeführt, gehört zu der Erfindung auch eine Servervorrichtung, die beispielsweise im Internet betrieben werden kann. Die Servervorrichtung ist zum Erzeugen einer digitalen Karte für ein Fahrerassistenzsystem eines Kraftfahrzeugs ausgelegt. Die Servervorrichtung weist hierzu eine Prozessoreinrichtung auf, die dazu ausgelegt wird, die Karte durch Durchführen einer Ausführungsform des erfindungsgemäßen Verfahrens zu erzeugen. Des Weiteren ist die Servervorrichtung dazu ausgelegt, die erzeugte Karte an das Kraftfahrzeug auszusenden. Beispielsweise kann die digitale Karte über das Internet und ein Mobilfunknetz an das Kraftfahrzeug ausgesendet werden.
  • Zu der Erfindung gehört auch ein System, das eine Ausführungsform der erfindungsgemäßen Servervorrichtung sowie eine Fahrzeugflotte aufweist. Die Fahrzeugflotte umfasst mehrere Kraftfahrzeuge. Die Kraftfahrzeuge erzeugen mittels einer jeweiligen Positionserfassungseinrichtung Positionswerte zu einer jeweils aktuellen Position des Kraftfahrzeugs. Die Servervorrichtung empfängt die Positionswerte von den Kraftfahrzeugen und erzeugt daraus in der beschriebenen Weise die digitale Karte. Des Weiteren umfasst das System ein weiteres Fahrzeug, das hier als Empfangsfahrzeug benannt ist. Das Empfangsfahrzeug empfängt die digitale Karte von der Servervorrichtung und konfiguriert ein Fahrerassistenzsystem mittels der digitalen Karte. Hierdurch ist das Empfangsfahrzeug mittels des Systems dazu ertüchtigt, zumindest eine Fahrassistenzfunktion und/oder Navigationsfunktion für einen vorausliegenden Fahrabschnitt des Empfangsfahrzeugs auf der Grundlage der Fahrspurverläufe aus der digitalen Karte zu konfigurieren oder anzupassen oder zu parametrieren.
  • Im Folgenden ist ein Ausführungsbeispiel der Erfindung beschrieben. Hierzu zeigt:
  • 1 eine schematische Darstellung einer Ausführungsform der Erfindungsgemäßen Servervorrichtung;
  • 2 eine schematische Darstellung zur Veranschaulichung von Streuungen einzelner Positionswerte;
  • 3 eine Skizze zur Veranschaulichung einer Gesamtverteilung, die auf der Grundlage von Ortsverteilungen einzelner Positionswerte erzeugt worden ist;
  • 4 eine schematische Darstellung einer digitalen Karte mit Fahrspurverläufen, wie sie aus der Gesamtverteilung ermittelt worden sein kann;
  • 5 eine schematische Darstellung der Straßenkarte mit einer Segmentierung in einzelne Kacheln; und
  • 6 eine schematische Darstellung eines Ausschnitts der digitalen Karte mit Bounding-Boxen neuer Positionswerte.
  • Bei dem im Folgenden erläuterten Ausführungsbeispiel handelt es sich um eine bevorzugte Ausführungsform der Erfindung. Bei dem Ausführungsbeispiel stellen aber die beschriebenen Komponenten der Ausführungsform jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren ist die beschriebene Ausführungsform auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.
  • In den Figuren sind funktionsgleiche Elemente jeweils mit denselben Bezugszeichen versehen.
  • 1 zeigt ein Verkehrswegenetz oder Straßennetz 1, auf dem Kraftfahrzeuge 2, 3 fahren können. Des Weiteren ist ein GNSS 4 dargestellt, das beispielsweise das GPS sein kann. Des Weiteren sind ein Mobilfunknetz 5, das Internet 6 und eine Servervorrichtung 7 dargestellt. Die Kraftfahrzeuge 2 können eine Fahrzeugflotte 8 darstellen.
  • Das Kraftfahrzeug 3 kann eine Fahrassistenzeinrichtung 9 aufweisen, bei der es sich beispielsweise um ESP (elektronisches Stabilitätsprogramm) oder eine Spurhalteassistenz oder ein autonomes Fahrsystem oder ein Navigationssystem handeln kann. Eine Fahrroute 10 des Kraftfahrzeugs 3 kann sich entlang einer Fahrstrecke 11 erstrecken, auf welcher zuvor die Kraftfahrzeuge 2 entlanggefahren sind. Bei dem Kraftfahrzeug 3 kann vorgesehen sein, dass die Fahrerassistenzeinrichtung 9 für die Fahrt auf dem Streckenabschnitt 11 im Voraus konfiguriert wird. Hierzu kann eine digitale Karte 12 bereitgestellt sein, in welcher ortsabhängig Schätzwerte einer physikalischen Messgröße, beispielsweise eines Reibwerts der Straßen im Streckenabschnitt 11, verzeichnet oder kartographiert sein können. Hierdurch sind für den Streckenabschnitt 11 in dem Kraftfahrzeug 3 die Reibwerte bekannt und es kann beispielsweise ein ESP entsprechend konfiguriert werden, wie es an sich aus dem Stand der Technik bekannt ist.
  • Die Karte 12 kann das Kraftfahrzeug 3 über eine Funkeinrichtung 13 empfangen haben, mittels welcher eine Funkverbindung 14 beispielsweise mit dem Mobilfunknetz 5 aufgebaut worden sein kann. Die Funkeinrichtung 13 kann beispielsweise ein UMTS-Modul (UMTS – Universal Mobile Telecommunication System) oder ein LTE-Funkmodul (LTE – Long Term Evolution) sein.
  • Die digitale Karte 12 kann das Kraftfahrzeug 3 von der Servervorrichtung 7 empfangen haben. Die Servervorrichtung 7 kann die digitale Karte auf der Grundlage von Positionswerten P der Fahrzeuge 2 der Fahrzeugflotte 8 gebildet haben. Hierzu kann jedes Kraftfahrzeug 2 eine Funkeinrichtung 13 aufweisen, die in ihrer Funktionalität der Funkeinrichtung 13 des Kraftfahrzeugs 3 entsprechen kann, also beispielsweise ein UMTS-Funkmodul oder ein LTE-Funkmodul sein kann. Des Weiteren kann jedes Kraftfahrzeug 2 eine Sensoreinrichtung 15 zum Erzeugen der Messwerte M aufweisen. Beispielsweise kann die Sensoreinrichtung 15 einen Temperatursensor und/oder eine Erfassungseinrichtung für den Reibwert der Straßen im Streckenabschnitt 11 und/oder einen Lichtsensor und/oder einen Regensensor aufweisen. Des Weiteren kann jedes Kraftfahrzeug 2 eine Positionserfassungseinrichtung 16 aufweisen, die beispielsweise ein GPS-Modul sein kann.
  • Mittels der Positionserfassungseinrichtung 16 kann jedes Kraftfahrzeug 2 die Positionswerte P erzeugen. Hierzu kann beispielsweise die relative Lage zu dem GNSS 4 ermittelt werden. Die Kraftfahrzeuge 2 können die Messwerte M und die Positionswerte P über jeweilige Funkverbindungen 17 beispielsweise über das Mobilfunknetz 5 und das Internet 6 an die Servervorrichtung 7 übertragen. Die Servervorrichtung 7 kann zu den Positionswerten P ermitteln, wie genau, das heißt mit welcher Messtoleranz die Positionswerte P ermittelt worden sind.
  • In 2 ist dargestellt, wie durch die Servervorrichtung 7 die Positionswerte P in der digitalen Karte 12 eingetragen werden können. Der Übersichtlichkeit halber sind nur einige der Positionswerte P mit einem Bezugszeichen versehen. Durch die Servervorrichtung 7 kann beispielsweise auf Grundlage von GPS-Rohdaten oder auf Grundlagen eines von der jeweiligen Positionserfassungseinrichtung 16 der Kraftfahrzeuge 2 erzeugten Streuwerte jeweils eine Streuung oder Varianz der Positionsmessung ermittelt werden, wie sie bei jedem der Positionserfassungseinrichtungen 16 vorliegen kann. Entsprechend der Streuung der Positionseinrichtung 16 eines der Kraftfahrzeuge 2, von welcher die Servervorrichtung 7 einen entsprechenden Positionswert P empfangen hat, wird zu jedem der Positionswerte P eine Ortsverteilung 18 ermittelt. Der Übersichtlichkeit halber sind nur einige der Ortsverteilungen 18 mit einem Bezugszeichenversehen.
  • In 2 sind die Ortsverteilungen 18 als Ellipse dargestellt, was eine Draufsicht auf beispielsweise eine Gaußverteilung mit einer Kovarianzmatrix, die ein die Kreuzkorellationskoeffizienten ungleich null aufweist, entspricht. Dargestellt kann beispielsweise ein jeweiliger Drei-Sigma-Flächenbereich 19 sein. Auf Grundlage der Ortsverteilungen 18 kann durch die Servervorrichtung 7 für eine Straße 20 Fahrspuren 21, 22, 23 ermittelt werden. Dargestellt ist beispielsweise die Fahrspur 21 in eine Hinfahrrichtung 24 und die Fahrspur 23 in eine Rückfahrtrichtung 25, die entgegengesetzt zur Hinfahrtrichtung 24 weist. Die Fahrspur 22 kann eine Auffahrt sein, die auf die Fahrspur 21 führt.
  • Um in der Karte 12 die Fahrspuren 21, 22, 23 zu rekonstruieren, können durch die Servervorrichtung 7 die Ortsverteilungen 18 zu einer Gesamtwahrscheinlichkeit 26 kombiniert werden, wie dies in 3 veranschaulicht ist. Hierzu können in an sich bekannter Weise durch statistische Berechnungen die Ortsverteilungen 18 akkumuliert oder aufsummiert werden. Die Gesamtverteilung 26 kann Wahrscheinlichkeitsdichtewerte W umfassen, die besagen, in welchem Bereich der digitalen Karte 12 welcher Wahrscheinlichkeitswert vorliegt, dass sich dort irgendwann einmal ein Kraftfahrzeug aufgehalten hat. Durch die Servervorrichtung 7 können in der Gesamtwahrscheinlichkeit 26 lokale Maximalstellen 27 ermittelt werden. Der Übersichtlichkeit halber sind nur einige der Maximalstellen 27 mit einem Bezugszeichen versehen. Durch Verbinden der Maximalstellen mittels einer Verlaufsfunktion 28 kann ein Spurverlauf 29, 30, 31 der Fahrspuren 21, 22, 23 interpoliert werden, wie dies in 4 veranschaulicht ist.
  • Um hierbei die Maximalstellen 27 der jeweils richtigen Fahrspur 21, 22, 23 zuzuordnen, das heißt die jeweils korrekten Maximalstellen 27 mit der jeweiligen Verlaufsfunktion 28 zu verbinden, können Randbedingungen oder Plausibilitätsbedingungen vorgesehen sein.
  • Eine Randbedingung kann beispielsweise sein, dass ein Verlaufskorridor 32 für jede Fahrspur 21, 22, 23 ermittelt werden kann. Jeder Verlaufskorridor 32 kann beispielsweise aus all denjenigen Sigma-Flächen 19 gebildet sein, die sich jeweils paarweise überschneiden. Des Weiteren können beispielsweise die Fahrtrichtungen 24, 25 berücksichtigt werden, damit es nicht zu einem Fahrspurwechsel 33 durch eine falsche Zuordnung einer Maximalstelle 27 zu einer der Fahrspuren 21, 22, 23 kommt. Des Weiteren kann beispielsweise für die Auffahrt, das heißt die Fahrspur 22 und die Fahrspur 21 ein Schnittbereich 34 ermittelt werden und hierbei für die Verlaufsfunktion 3 ein vorbestimmter Anschmiegverlauf oder eine Verknüpfung 35 vorgesehen sein. Hierdurch wird verhindert, dass die letzte Maximalstelle 27 des Fahrspurverlaufs 30 mit einer falschen Maximalstelle des Fahrspurverlaufs 29 verknüpft wird und sich hierdurch ein Knick 36 ergeben könnte. Um den Fahrspurverlauf 30 an den Fahrspurverlauf 29 durch die Verknüpfung 35 anzuschmiegen und nicht fälschlicherweise umgekehrt, kann zwischen der Fahrspur 21 und der Fahrspur 22 dahingehend unterschieden werden, dass die Fahrspur 21 eine Hauptspur und die Fahrspur 22 eine Nebenspur ist. Dies kann beispielsweise auf der Grundlage der Aufenthaltswahrscheinlichkeit 37, 38 von Kraftfahrzeugen auf den jeweiligen Fahrspuren 21, 22 ermittelt werden. Die Hauptspur 21 weist hierbei eine größere Aufenthaltswahrscheinlichkeit 37 als die Nebenspur 22 auf. Schließlich können auch Baudaten oder Geometriedaten der Fahrspuren 21, 22, 23 als Plausibilitätsbedingungen zugrunde gelegt werden. Beispielsweise können Straßenbreiten 39 als Randbedingungen zugrunde gelegt sein.
  • In 5 ist in einem kleineren Maßstab die Straßenkarte oder Karte 12 noch einmal veranschaulicht. Dargestellt ist, wie die Straßenkarte 12 in eine Mehrzahl von Rasterareale oder Kacheln 40 aufgeteilt sein kann, von denen der Anschaulichkeit halber nur zwei mit einem Bezugszeichen versehen sind. Die Kacheln 40 können bedarfsweise angelegt werden, nämlich immer dann, wenn ein Positionswert P in einem Bereich der Karte 12 liegt, zu dem noch keine Kachel 40 angelegt oder erzeugt worden ist. Für jede Kachel 40 kann eine Kantenlänge 41 vorgesehen sein, die beispielsweise in einem Bereich von 30 Meter bis 1 Kilometer liegen kann. Jede Kachel 40 kann mehrere der Pixelbereiche aufweisen oder umfassen.
  • Die Kacheln 40 können ein Akkumulator-Raster R für eine kachelweise Berechnung der Gesamtverteilung bilden. Die beschriebene Akkumulation oder Aggregation oder Addition der Ortsverteilungen 18 kann jeweils für eine der Kacheln 40 durchgeführt werden. Hierbei können auch Ortsverteilungen 18 angrenzender Kacheln berücksichtigt werden. Dies ist in 5 für eine zu aktualisierende Kachel 42 veranschaulicht, an welche acht zu berücksichtigende Nachbarkacheln 43 angrenzen. Hierdurch ist es möglich, innerhalb jeder Kachel 40, insbesondere in der zu aktualisierenden Kachel 42, eine schnelle Gaußtransformation der Ortsverteilungen 18 durchzuführen.
  • Welche Kachel zu aktualisieren ist, um also die zu aktualisierende Kachel 30 zu ermitteln, kann, wie in 7 veranschaulicht, zu jedem neuen Messwert 32 dessen Streuung 33 ermittelt werden und für die Streuung 33 eine Hüllform, insbesondere eine Bounding-Box 34, definiert werden. Die Bounding-Box 34 ist die kleinstmögliche Rechteckform, welche schnittfrei oder tangierend um die Streuung 33 gelegt werden kann. Es kann dann überprüft werden, welche der Kacheln 28 die jeweilige Bounding-Box 34 geschnitten oder überlagert wird. In dem in 7 veranschaulichten Beispiel ergeben sich somit insgesamt sieben zu aktualisierende Kacheln 28. Lediglich die Kacheln 35 sind schnittfrei.
  • Mittels der schnellen Gaußtransformation kann zu einzelnen Mittelwerten P mehrerer Ortsverteilungen 18 ein Entwicklungspunkt in der zu aktualisierenden Kachel 42 definiert werden kann und mittels z. B. einer Hermite-Taylor-Expansion zu dem Entwicklungspunkt für diese Kachel 42 zu unterschiedlichen Pixelbereichpositionen jeweiliger Pixelbereiche jeweils ein Wahrscheinlichkeitswert für die akkumulierten oder aggregierten Ortsverteilungen 18 berechnet werden kann. Die Berechnungsschritte hierzu sind an sich aus dem Stand der Technik bekannt und können beispielsweise in der wissenschaftlichen Veröffentlichung von Morariu et al nachgelesen werden (Vlad I. Morariu and Balaji V. Srinivasan and Raykar, Vikas C and Ramani Duraiswami and Davis, Larry S, "Automatic online tuning for fast Gaussian summation", in "Advances in Neural Information Processing Systems 21", Eds. D. Koller and D. Schuurmans and Y. Bengio and L. Bottou, pp. 1113–1120, 2009, Curran Associates, Inc., http://papers.nips.cc/paper/3420-automatic-online-tuning-for-fast-gaussian-summation.pdf). Ein entsprechender Algorithmus und die genannten Informationen sind auch unter der folgenden Internetadresse erhältlich: http://www.umiacs.umd.edu/~morariu/figtree/.
  • Aus der genannten Literatur ist zwar die schnelle Gaußtransformation bekannt, diese berücksichtigt jedoch keine Kreuzkorrelationen innerhalb der Kovarianzen. Deshalb kann die schnelle Gaußtransformation zur schnellen multivariaten Gaußtransformation erweitert werden, indem eine Gaußverteilung mit Kreuzkorrelationen in der Kovarianz, das heißt eine multivariate Gaußverteilung mit Kovarianzmatrix, die Kreuzkorrelationen aufweist, durch eine 2D-Expansion aufgeteilt werden. Hierzu wird zunächst die multivariate Gaußverteilung durch eine Doppelsumme in Exponenten ausgedrückt. Auf Grundlage der Doppelsummen kann dann die Exponentialverteilung aufgeteilt werden in ein Produkt mehrerer Exponentialverteilungen. Durch Umsortieren der Exponenten dieser Exponentialverteilungen ergeben sich zwei Fälle. Ein Fall drückt Exponentialverteilungen aus, die die diagonalen Elemente der Kovarianzmatrix umfassen. Ein zweiter Fall umfasst diejenigen Exponenten, die sich aus den Kreuzkorrelationskoeffizienten ergeben. Da die Kreuzkorrelationskoeffizienten in der Kovarianzmatrix symmetrisch sind, lassen sich diese Exponentialfunktionen zusammenfassen. Somit ergeben sich insgesamt Exponentialfunktionen, die denjenigen einer Gaußverteilung mit Kovarianzmatrix entsprechen, die ausschließlich auf der Hauptdiagonalen Koeffizienten ungleich 0 aufweist. Damit kann die an sich bekannte schnelle Gaußtransformation angewendet werden.
  • Die Servervorrichtung 7 kann so Straßengeometrien auf Basis des beschriebenen Akkumulator-Rasters R lernen, dass auf Basis der Inter- beziehungsweise Extrapolation bekannt ist. Für die Berechnungen der akkumulierten Wahrscheinlichkeitsverteilung, das heißt der Gesamtverteilung 26, können hierbei alle Fahrzeug-nahen Sensordaten, das heißt die Messwerte M, oder aber direkt die Fahrzeugtrajektorien verwendet werden, wie sie sich aus den Positionswerten P ergeben.
  • Um die Skalierbarkeit des vorbestellten Lernverfahrens für Straßengeometrien auf Basis des Inter- beziehungsweise Extrapolationsalgorithmus zu gewährleisten, wird weiterhin eine adaptive Segmentierung der Fahrzeugflottendaten bezüglich eines festen Bezugsystems durchgeführt. Mit anderen Worten wird das Raster R bedarfsweise erweitert, immer dann, wenn Positionswerte P empfangen werden, die außerhalb einer der kacheln 40 liegen.
  • Nach jeder Aktualisierung des Akkumulator-Rasters erfolgt die Bestimmung lokaler Maxima 27. Hierzu wird die erste und die zweite Ableitung des Akkumulator-Rasters, das heißt der Gesamtverteilung 26, im Bereich der zu aktualisierenden Kachel 42 und ihrer acht möglichen Nachbarn 43 bestimmt. Hierzu können beispielsweise der Gravienten-Operator und der Laplas-Operator verwendet werden. Anschließend werden die lokalen Maxima 27 unter Berücksichtigung von Randbedingungen, wie sie beschrieben worden sind, zu Fahrspurverläufen 29, 30, 31 verbunden. Eine andere Bezeichnung für solche interpolierte Fahrspurverläufe ist auch Seam. Die Randbedingungen (wie zum Beispiel die Berücksichtigungen der Spurbreite 39 oder die Minimierung einer Krümmung der Fahrspurverläufe 29, 30, 31) stellen sicher, dass die ermittelten Fahrspuren 21, 22, 23 physikalisch möglich oder baubar sind und den tatsächlichen Verlauf entsprechen.
  • Anschließend kann eine Glättung der zu Seams verbundenen Maxima erfolgen. Hierzu eignen sich zum Beispiel Splints oder Klothoiden. Bewährt haben sich beispielsweise Splints dritter Ordnung für die Glättung. Bei einer bei ineinander übergehenden Seams (zum Beispiel bei Ein- oder Ausfahren von Autobahnen) werden ferner Haupt-Seams identifiziert, an die die Neben-Seams angeschmiegt werden, das heißt ihre erste und zweite Ableitung an Kontaktpunkten 34 mit dem Haupt-Seam übereinstimmt. Hierzu kann beispielsweise eine C2-Stetigkeit sichergestellt werden.
  • Insgesamt zeigt das Beispiel, wie durch die Erfindung Straßengeometrien auf Basis eines Akkumulator-Rasters der Inter- bzw. Extrapolation kollektiver Fahrzeugflottendaten gelernt werden können.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • EP 2698606 A1 [0004]
    • DE 102007000971 A1 [0005]
    • DE 10030932 A1 [0006]
  • Zitierte Nicht-Patentliteratur
    • Vlad I. Morariu and Balaji V. Srinivasan and Raykar, Vikas C and Ramani Duraiswami and Davis, Larry S, ”Automatic online tuning for fast Gaussian summation”, in ”Advances in Neural Information Processing Systems 21”, Eds. D. Koller and D. Schuurmans and Y. Bengio and L. Bottou, pp. 1113–1120, 2009 [0050]
    • http://papers.nips.cc/paper/3420-automatic-online-tuning-for-fast-gaussian-summation.pdf [0050]
    • http://www.umiacs.umd.edu/~morariu/figtree/ [0050]

Claims (10)

  1. Verfahren zum Kartographieren von Fahrspuren (21, 22, 23) in einer digitalen Karte, mit den durch eine Servervorrichtung (7) durchgeführten Schritten: – Empfangen von Positionswerten (P) aus einer jeweiligen Positionserfassungseinrichtung (16) mehrerer Kraftfahrzeuge (2), – für jede Positionserfassungseinrichtung (16) Ermitteln einer jeweiligen Streuung, durch welche die Positionswerte (P) der Positionserfassungseinrichtung (P) verfälscht sind, – Modellieren der durch den jeweiligen Positionswert (P) beschriebenen Fahrzeugposition als eine jeweilige Ortsverteilung (18) in Abhängigkeit von dem Positionswert (P) und seiner Streuung, wobei durch die Ortverteilung (18) für unterschiedliche Orte eine Aufenthaltswahrscheinlichkeit (W), dass sich das Kraftfahrzeug (2) dort tatsächlich befand, angegeben ist, – Bilden einer Gesamtverteilung (26) durch Kombinieren der Ortsverteilungen (18) aller Positionswerte (P), – Lokalisieren von Maximalstellen (27) der Gesamtverteilung (27), – Ermitteln eines jeweiligen Fahrspurverlaufs (29, 30, 31) der Fahrspuren (21, 22, 23) anhand der Maximalstellen (27).
  2. Verfahren nach Anspruch 1, wobei eine jeweilige Maximalstelle (27) einer der Fahrspuren (29, 30, 31) nur zugeordnet wird, falls sich hierdurch für den Fahrspurverlauf (29, 30, 31) dieser Fahrspur (29, 30, 31) eine vorbestimmte mögliche Spurgeometrie (39) ergibt.
  3. Verfahren nach einem der vorhergehenden Ansprüche, wobei auf der Grundlage der jeweiligen Ortsverteilungen (18) jeweils für eine vorbestimmmte Mindestaufenthaltswahrscheinlichkeit eine Sigma-Fläche (19) ermittelt wird und überlappende Sigma-Flächen (19) zu einem Verlaufskorridor (32) kombiniert werden.
  4. Verfahren nach einem der vorhergehenden Ansprüche, wobei für jedes Kraftfahrzeug (2) eine die jeweilige Bewegungsrichtung (24, 25) beschreibende Fahrtrajektorie ermittelt wird und beim Ermitteln des jeweiligen Fahrspurverlaufs (29, 30, 31) der Fahrspuren (21, 22, 23) berücksichtigt wird, dass jedes Kraftfahrzeug (2) seine Bewegungsrichtung (24, 25) beibehält.
  5. Verfahren nach einem der vorhergehenden Ansprüche, wobei jeder Fahrspurverlauf (29, 30, 31) mittels einer parametrierten Verlaufsfunktion (28) beschrieben wird, durch welche Knickstellen im Fahrspurverlauf (29, 30, 31) unterdrückt werden.
  6. Verfahren nach einem der vorhergehenden Ansprüche, wobei zwei sich vereinende Fahrspuren (21, 22) erkannt werden, in Abhängigkeit von einer jeweiligen, anhand der Gesamtverteilung (26) ermittelten Aufenthaltswahrscheinlichkeit (37, 38) der Kraftfahrzeuge (2) auf den Fahrspuren (21, 22) eine Hauptspur (21) und eine Nebenspur (22) ermittelt wird und der Fahrspurverlauf (30) der Nebenspur (22) mit dem Fahrspurverlauf (29) der Hauptspur (21) mittels einer vorbestimmten Verknüpfung (35) vereint wird.
  7. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Karte (12) aus mehreren Kacheln (40) gebildet wird und bei Empfangen eines neuen Positionswerts (44) in Abhängigkeit von dessen Streuung (45) eine Bounding-Box (46) definiert wird und zumindest eine von der Bounding-Box (46) überschnittene Kachel (40) ermittelt wird und nur für die zumindest eine ermittelte Kachel (42) die Gesamtverteilung (26) auf der Grundlage des neuen Messwerts (44) neu ermittelt werden.
  8. Verfahren nach Anspruch 7, wobei beim neuen Ermitteln der Gesamtverteilung (26) jeder ermittelten Kachel (42) jeweils die Positionswerte (P) der angrenzenden Nachbarkacheln (43) mit berücksichtigt werden.
  9. Verfahren nach einem der vorhergehenden Ansprüche, wobei zum Ermitteln der Gesamtverteilung die Ortsverteilungen (22) jeweils in mehrere univariate Gaußverteilungen aufgeteilt werden und die univariaten Gaußverteilungen mittels eines FIGtree-Algorithmus aufsummiert werden.
  10. Servervorrichtung (7) zum Erzeugen einer digitalen Karte (12) für ein Fahrassistenzsystem (9) eines Kraftfahrzeugs (3), wobei die Servervorrichtung (7) eine Prozessoreinrichtung aufweist, die dazu ausgelegt ist, die Karte (12) durch Durchführen eines Verfahrens nach einem der vorhergehenden Ansprüche zu erzeugen, und wobei die Servervorrichtung (7) dazu ausgelegt ist, die erzeugte Karte (12) an das Kraftfahrzeug (3) auszusenden.
DE102015000399.2A 2015-01-13 2015-01-13 Kartographieren von Fahrspuren mittels Fahrzeugflottendaten Expired - Fee Related DE102015000399B4 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102015000399.2A DE102015000399B4 (de) 2015-01-13 2015-01-13 Kartographieren von Fahrspuren mittels Fahrzeugflottendaten

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102015000399.2A DE102015000399B4 (de) 2015-01-13 2015-01-13 Kartographieren von Fahrspuren mittels Fahrzeugflottendaten

Publications (2)

Publication Number Publication Date
DE102015000399A1 true DE102015000399A1 (de) 2016-07-28
DE102015000399B4 DE102015000399B4 (de) 2019-08-29

Family

ID=56364438

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102015000399.2A Expired - Fee Related DE102015000399B4 (de) 2015-01-13 2015-01-13 Kartographieren von Fahrspuren mittels Fahrzeugflottendaten

Country Status (1)

Country Link
DE (1) DE102015000399B4 (de)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017209346A1 (de) * 2017-06-01 2019-01-10 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erstellung einer fahrspurgenauen Straßenkarte
DE102017216238A1 (de) * 2017-09-14 2019-03-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Ermitteln einer Position eines Kraftfahrzeugs in einer Umgebung sowie Steuervorrichtung für ein Kraftfahrzeug und Recheneinrichtung zum Betreiben an einem Datennetzwerk
DE102017216237A1 (de) 2017-09-14 2019-03-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Ermitteln eines Verlaufs von Fahrspuren eines Straßennetzes sowie Servervorrichtung zum Durchführen des Verfahrens
DE102018212219A1 (de) * 2018-07-23 2020-01-23 Bayerische Motoren Werke Aktiengesellschaft Überprüfen einer geographischen Karte
CN110906940A (zh) * 2019-10-26 2020-03-24 武汉中海庭数据技术有限公司 一种基于轨迹方向的车道边线聚合方法
DE102020118318A1 (de) 2020-07-10 2022-01-13 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Erkennung eines Verkehrsknotenpunktes auf Basis von Trajektoriendaten
DE102022200057A1 (de) 2022-01-05 2023-07-06 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Anreichern einer digitalen Karte für ein wenigstens teilautomatisiertes Fahrzeug mit Informationen betreffend Routenänderungen
DE102022202246A1 (de) 2022-03-04 2023-09-07 Volkswagen Aktiengesellschaft Verfahren zum Bereitstellen einer Warnung in einem Kraftfahrzeug

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021124397B4 (de) * 2021-09-21 2023-08-31 Cariad Se Verfahren und Prozessorschaltung zum Ermitteln einer aktuellen Fahrzeugpose eines Kraftfahrzeugs im Raum sowie Kraftfahrzeug mit der Prozessorschaltung

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10041277A1 (de) * 1999-08-13 2001-05-23 Daimler Chrysler Ag Verfahren und System zum Autonomen Entwickeln oder Erweitern von geografischen Datenbanken durch Verwendung unkoordinierter Messdaten
DE10030932A1 (de) 2000-06-24 2002-01-03 Bosch Gmbh Robert Verfahren zur Erzeugung, Prüfung, Ergänzung und/oder Aktualisierung von Straßenkartendaten
US20080262721A1 (en) * 2007-04-17 2008-10-23 Hitachi, Ltd. Map generation system and map generation method by using GPS tracks
DE102007000971A1 (de) 2007-10-25 2009-05-28 Siemens Ag Verfahren zur kollaborativen Pflege von Kartenmaterial für mobile Navigationsgeräte
WO2011023245A1 (en) * 2009-08-25 2011-03-03 Tele Atlas B.V. Realigning road networks in a digital map based on reliable road existence probability data
EP2698606A1 (de) 2012-08-13 2014-02-19 Kapsch TrafficCom AG Verfahren zum Aktualisieren einer digitalen Straßenkarte
DE102013009856A1 (de) * 2013-06-13 2014-12-18 Audi Ag Positionsbestimmung eines stationären Verkehrsobjekts mittels einer zentralen Serveranordnung

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10041277A1 (de) * 1999-08-13 2001-05-23 Daimler Chrysler Ag Verfahren und System zum Autonomen Entwickeln oder Erweitern von geografischen Datenbanken durch Verwendung unkoordinierter Messdaten
DE10030932A1 (de) 2000-06-24 2002-01-03 Bosch Gmbh Robert Verfahren zur Erzeugung, Prüfung, Ergänzung und/oder Aktualisierung von Straßenkartendaten
US20080262721A1 (en) * 2007-04-17 2008-10-23 Hitachi, Ltd. Map generation system and map generation method by using GPS tracks
DE102007000971A1 (de) 2007-10-25 2009-05-28 Siemens Ag Verfahren zur kollaborativen Pflege von Kartenmaterial für mobile Navigationsgeräte
WO2011023245A1 (en) * 2009-08-25 2011-03-03 Tele Atlas B.V. Realigning road networks in a digital map based on reliable road existence probability data
EP2698606A1 (de) 2012-08-13 2014-02-19 Kapsch TrafficCom AG Verfahren zum Aktualisieren einer digitalen Straßenkarte
DE102013009856A1 (de) * 2013-06-13 2014-12-18 Audi Ag Positionsbestimmung eines stationären Verkehrsobjekts mittels einer zentralen Serveranordnung

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
http://www.umiacs.umd.edu/~morariu/figtree/
MORARIU, Vlad I. [et al.]: Automatic online tuning for fast gaussian summation. in "Advances in Neural Information Processing Systems 21", 2009,URL: https://www.***.de/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0CCMQFjAAahUKEwiV7rnVhIDIAhXFPhQKHYdnAZ8&url=http%3A%2F%2Fwww.umiacs.umd.edu%2F~morariu%2Fpublications%2FMorariuFigtreeNIPS08_preprint.pdf&usg=AFQjCNFY2xkR5bHcBr39YD6aEhgOA1NiZg&bvm=bv.102829193,d.d24 [abgerufen am 18.09.15] *
Vlad I. Morariu and Balaji V. Srinivasan and Raykar, Vikas C and Ramani Duraiswami and Davis, Larry S, "Automatic online tuning for fast Gaussian summation", in "Advances in Neural Information Processing Systems 21", Eds. D. Koller and D. Schuurmans and Y. Bengio and L. Bottou, pp. 1113–1120, 2009

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017209346A1 (de) * 2017-06-01 2019-01-10 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erstellung einer fahrspurgenauen Straßenkarte
DE102017216238A1 (de) * 2017-09-14 2019-03-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Ermitteln einer Position eines Kraftfahrzeugs in einer Umgebung sowie Steuervorrichtung für ein Kraftfahrzeug und Recheneinrichtung zum Betreiben an einem Datennetzwerk
DE102017216237A1 (de) 2017-09-14 2019-03-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Ermitteln eines Verlaufs von Fahrspuren eines Straßennetzes sowie Servervorrichtung zum Durchführen des Verfahrens
WO2019052867A1 (de) 2017-09-14 2019-03-21 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum ermitteln eines verlaufs von fahrspuren eines strassennetzes sowie servervorrichtung zum durchführen des verfahrens
CN111033591A (zh) * 2017-09-14 2020-04-17 宝马股份公司 用于确定道路网的行车道的走向的方法以及用于实施该方法的服务器设备
CN111033591B (zh) * 2017-09-14 2022-06-07 宝马股份公司 用于确定道路网的行车道的走向的方法以及服务器设备
DE102018212219A1 (de) * 2018-07-23 2020-01-23 Bayerische Motoren Werke Aktiengesellschaft Überprüfen einer geographischen Karte
CN110906940A (zh) * 2019-10-26 2020-03-24 武汉中海庭数据技术有限公司 一种基于轨迹方向的车道边线聚合方法
DE102020118318A1 (de) 2020-07-10 2022-01-13 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Erkennung eines Verkehrsknotenpunktes auf Basis von Trajektoriendaten
DE102022200057A1 (de) 2022-01-05 2023-07-06 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Anreichern einer digitalen Karte für ein wenigstens teilautomatisiertes Fahrzeug mit Informationen betreffend Routenänderungen
DE102022202246A1 (de) 2022-03-04 2023-09-07 Volkswagen Aktiengesellschaft Verfahren zum Bereitstellen einer Warnung in einem Kraftfahrzeug

Also Published As

Publication number Publication date
DE102015000399B4 (de) 2019-08-29

Similar Documents

Publication Publication Date Title
DE102015000399B4 (de) Kartographieren von Fahrspuren mittels Fahrzeugflottendaten
DE102013208521B4 (de) Kollektives Erlernen eines hochgenauen Straßenmodells
DE102015122825B4 (de) Techniken zum Gruppieren von Zielelementen für eine Objektfusion
EP2561419B1 (de) Verfahren zur bestimmung des fahrbahnverlaufes für ein kraftfahrzeug
DE112014004990B4 (de) Verfahren zum Erzeugen exakter Fahrspurebenen-Karten
DE102015111535B4 (de) Algorithmus zur genauen Krümmungsschätzung für die Bahnplanung von autonom fahrenden Fahrzeugen
DE102015207804B4 (de) Verfahren zum Erkennen von Parkflächen und/oder Freiflächen
DE102015000394B4 (de) Fahrzeugflotten-basierte Messung von Umgebungsdaten
DE102017205518A1 (de) Streckenermittlungsvorrichtung für ein autonomes Fahrzeug und Streckenermittlungsverfahren
WO2017016799A1 (de) Bestimmung einer anordnungsinformation für ein fahrzeug
EP3158295B1 (de) Verfahren zur bereitstellung von information über zumindest ein objekt in einem umgebungsbereich eines kraftfahrzeugs und system
DE102016212587A1 (de) Verfahren und System zur Erzeugung von Karteninformationen
WO2018108559A2 (de) Speicherung von geschwindigkeitsinformationen zur prädiktion der zukünftigen geschwindigkeitstrajektorie
DE102019119204A1 (de) Assistenzsteuerungssystem
DE102020118629B4 (de) Computerimplementiertes Verfahren zum Bestimmen der Validität einer geschätzten Position eines Fahrzeugs
EP3161808B1 (de) Verfahren zum verarbeiten von messdaten eines fahrzeuges zur bestimmung des beginns einer parkplatzsuche und computerprogrammprodukt
DE102018005005A1 (de) Verfahren zur Positionsbestimmung eines Fahrzeugs
EP2856452A1 (de) Erkennung von richtungsfahrbahnen
DE102017217065A1 (de) Verfahren und System zum Kartieren und Lokalisieren eines Fahrzeugs basierend auf Radarmessungen
DE102014212866A1 (de) Verfahren zum Ermitteln eines Parkplatzes aus einer Anzahl von Messpunkten
DE102017208509A1 (de) Verfahren zum Erzeugen eines Straßenmodells während einer Fahrt eines Kraftfahrzeugs sowie Steuervorrichtung und Kraftfahrzeug
EP3091368B1 (de) Verfahren zum betrieb eines radarsensors in einem kraftfahrzeug, radarsensor und kraftfahrzeug
WO2017102192A1 (de) Verbessertes verfahren zum ermitteln der randbebauung einer fahrbahn für die lokalisierung von kraftfahrzeugen
DE102017108107A1 (de) Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur schätzung einer pose eines kraftfahrzeugs
DE102016215825A1 (de) Verfahren zum externen Bereitstellen von Kartendaten für Assistenzsysteme von Kraftfahrzeugen

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee