-
Die Erfindung betrifft ein Verfahren zum Betreiben eines solchen Kraftfahrzeugs, das zumindest ein Fahrzeugsystem umfasst, das dazu ausgelegt ist, das Kraftfahrzeug zumindest teilautonom anzusteuern. Die Erfindung betrifft auch ein Kraftfahrzeug mit einem Fahrzeugsystem, wobei das Kraftfahrzeug dazu ausgelegt ist, das besagte Verfahren durchzuführen.
-
Voraussetzung für eine weltweit einsetzbare vollautonome Fahrfunktion für ein Kraftfahrzeug ist, dass die Fahrfunktion während einer vollautonomen Fahrt ein Fahrverhalten eines durchschnittlichen menschlichen Fahrers imitiert. Es ist also erforderlich, dass sich das Fahrverhalten des vollautonom fahrenden Kraftfahrzeugs an ortsüblichen Gegebenheiten und Fahrweisen orientiert. Es kann nämlich beispielsweise der Fall auftreten, dass eine auf einem Straßenschild angegebene Höchstgeschwindigkeit vor einer Straßenkurve in einem Staat ernster zu nehmen ist als dies in einem anderen Staat der Fall ist. Dies bedeutet, dass, wenn ein Kraftfahrzeug die Kurve mit einer Geschwindigkeit, die der jeweils angegebenen Höchstgeschwindigkeit entspricht, durchfährt, das Kraftfahrzeug im erstgenannten Staat höhere Seitenkräfte erfährt als in dem zweitgenannten Staat. Ein menschlicher Fahrer lernt solche regionalen Besonderheiten schnell und kann sich diesen anpassen. Bei einem nächsten Aufenthalt in dem erstgenannten Staat wird der menschliche Fahrer daher beispielsweise vorsichtiger in eine Kurve hineinfahren und dort beispielsweise langsamer fahren als es die dort angegebene Höchstgeschwindigkeit erlaubt. Außerdem wird es der menschliche Fahrer insbesondere vermeiden, dort mit einer höheren Geschwindigkeit zu fahren, als es die angezeigte Höchstgeschwindigkeit erlaubt. Außerdem gibt es diverse Unterschiede in Fahrweisen sowie in einer Interpretation von Verkehrsschildern und Verkehrsregeln, die üblicherweise ein Fahrer bereits im Rahmen seiner Ausbildung in einer Fahrschule in dem entsprechenden Staat beziehungsweise einem entsprechenden Bezirk erlernt. Denn ein Fahrverhalten in großen Ballungsräumen, wie beispielsweise in Paris oder Beijing, weicht von einem Fahrverhalten in eher ländlichen Regionen, wie beispielsweise in Ruanda oder auf einer Serpentinenstraße in den Alpen, teilweise deutlich ab. Es kann daher davon ausgegangen werden, dass kein weltweit einheitliches Modell existiert, anhand dessen ein vollautonomes Fahren überall ermöglicht werden sollte.
-
Des Weiteren wird davon ausgegangen, dass ein zum vollautonomen Fahren ausgelegtes Kraftfahrzeug kein Lenkrad oder Bedienelemente für andere Eingriffsmöglichkeiten für einen Menschen während der vollautonomen Fahrt mehr aufweist. Dieses Kraftfahrzeug muss daher in der Lage sein, die Fahrt des Kraftfahrzeugs vollständig selbstständig, das heißt vollautonom, durchzuführen. Allerdings müssen auch Kraftfahrzeuge, die beispielsweise über Fahrerassistenzsysteme verfügen, die zumindest zum teilautonomen Fahren ausgelegt sind, in der Lage sein, derart das Kraftfahrzeug anzusteuern, dass es zu keinem atypischen Verhalten des teilautonom fahrenden Kraftfahrzeugs kommt, wodurch beispielsweise Unfälle mit anderen Kraftfahrzeugen, die von menschlichen Fahrern manuell gesteuert werden, auftreten. Ein derartiges atypisches Verhalten zeigt sich besonders häufig in Situationen, in denen ein manueller Fahrer sein Kraftfahrzeug nicht abbremsen würde, dagegen jedoch beispielsweise aufgrund von Verkehrsregeln oder Entscheidungskonflikten das zumindest teilautonom angesteuerte Kraftfahrzeug einen Notstopp durchführen würde.
-
In der
DE 10 2012 016 802 A1 ist ein Verfahren zur Steuerung eines zum autonomen Betrieb eines Kraftfahrzeugs ausgebildeten Fahrzeugsystems beschrieben. Hierbei wird eine aktuelle Position des Kraftfahrzeugs erfasst und in Abhängigkeit von dieser Positionsinformation eine Zulässigkeit einer Nutzung eines Fahrerassistenzsystems überprüft. In Abhängigkeit von der Position des Kraftfahrzeugs können beispielsweise eine Maximalgeschwindigkeit, bis zu der ein autonomes Fahren erlaubt ist, ein räumlicher Bereich, in dem autonomes Fahren gestattet ist, sowie Grenzwerte bezüglich sonstiger Parameter eingestellt werden.
-
Die
DE 10 2014 217 389 A1 zeigt ein System zum autonomen Fahren eines Fahrzeugs. Hierbei wird eine Nachricht an das Fahrzeug übermittelt, woraufhin ein Fahrzustand des Fahrzeugs basierend darauf, ob die Nachricht empfangen wurde und/oder ein Inhalt der Nachricht identifiziert wurde, bestimmt wird. Zumindest teilweise basierend auf dem Fahrzustand wird eine Fahranweisung ermittelt.
-
Die
DE 10 2016 120 508 A1 zeigt ein System, ein Verfahren und eine Vorrichtung zum Vorhersagen einer Absicht eines Fahrers und einer künftigen Bewegung eines proximalen Fahrzeugs, das entweder ein automatisiertes Fahrzeug oder ein von einem Menschen gefahrenes Fahrzeug ist. Hierbei ist das Ziel, dass autonom fahrende Fahrzeuge die Bewegung der umgebenden Fahrzeuge vorhersagen können, auch wenn diese von einem Menschen gefahren werden. Dies erfolgt basierend auf einer erfassten Bewegung der anderen Fahrzeuge, einer Körpersprache von Fahrern der anderen Fahrzeuge, einer Fahrtrichtungsanzeige der Fahrzeuge beziehungsweise deren Fehlen und drahtlosen Kommunikationen beispielsweise zwischen einzelnen Fahrzeugen.
-
Es ist die Aufgabe der Erfindung, eine Lösung bereitzustellen, mittels der bei einer zumindest teilautonomen Fahrt eines Kraftfahrzeugs berücksichtigt wird, welche regionalen Fahrverhaltensbesonderheiten bestehen.
-
Diese Aufgabe wird durch die Gegenstände der unabhängigen Patentansprüche gelöst. Vorteilhafte Ausgestaltungen mit zweckmäßigen und nicht-trivialen Weiterbildungen der Erfindung sind in den abhängigen Ansprüchen, der folgenden Beschreibung und den Figuren angegeben.
-
Mit dem erfindungsgemäßen Verfahren wird ein Kraftfahrzeug betrieben. Das Kraftfahrzeug umfasst zumindest ein Fahrzeugsystem, wobei es sich bei diesem Fahrzeugsystem beispielsweise um einen zentralen Fahrzeugregler oder eine Steuereinrichtung eines Fahrerassistenzsystems des Kraftfahrzeugs handelt, welche jeweils dazu ausgelegt sind, das Kraftfahrzeug hinsichtlich einer Längsführung und/oder Querführung anzusteuern. Das zumindest eine Fahrzeugsystem ist dazu ausgelegt, das Kraftfahrzeug zumindest teilautonom anzusteuern, wobei im Fahrzeugsystem ein vorgegebener Fahrverhaltensmodus aktiviert ist. Der vorgegebene Fahrverhaltensmodus umfasst zumindest einen Ansteuerparameter, der ein Fahrverhalten in einem vorgegebenen geografischen Gebiet festlegt und bei dem zumindest teilautonomen Ansteuern des Kraftfahrzeugs berücksichtigt wird. Das geographische Gebiet ist beispielsweise ein bestimmter Staat oder eine bestimmte Stadt. Unter dem Fahrverhalten wird im Sinne der Erfindung ein durch das Fahrzeugsystem nachgeahmtes Verhalten eines Fahrers bei einem manuellen Fahren des Kraftfahrzeugs im Straßenverkehr des geographischen Gebiets verstanden. Hierbei wird eine Gesamtheit an technischen Eigenschaften des Kraftfahrzeugs, die während des Ansteuerns durch den Fahrer auftreten, als Fahrverhalten verstanden Das Fahrverhalten kann beispielsweise spezifizieren, ob Geschwindigkeitsbegrenzungen, zum Beispiel eine typische Geschwindigkeitsunterschreitung und/oder Geschwindigkeitsüberschreitung des Fahrers, auf einer Schnellstraße, Landstraße und/oder im innerstädtischen Verkehr, berücksichtigt werden. Das Fahrverhalten kann somit mithilfe des Ansteuerparameters beziffert werden, der beispielsweise umfasst, dass der durchschnittliche Fahrer zum Beispiel typischerweise stets 10 Kilometer pro Stunde langsamer auf der Schnellstraße fährt, als es die auf dieser Schnellstraße in beispielsweise dem bestimmten Gebiet vorgegebene Höchstgeschwindigkeit erlaubt, zum Beispiel da die Schnellstraße kurvenreicher ist als eine typische Schnellstraße, an der sich die angegebene Höchstgeschwindigkeit orientiert. Der Ansteuerparameter umfasst folglich in diesem Beispiel die Information der das typische Fahrverhalten widerspiegelnden Geschwindigkeitsunterschreitung von 10 Kilometern pro Stunde auf Schnellstraßen. Diese vom Ansteuerparameter umfasste Information wird daraufhin beim tatsächlichen Ansteuern des Kraftfahrzeugs bei dessen zumindest teilautonomer Fahrt, die beispielsweise von einem Autopiloten durchgeführt wird, berücksichtigt. Der Fahrverhaltensmodus umfasst also, dass der Autopilot, der in diesem Beispiel das Fahrzeugsystem des Kraftfahrzeugs darstellt, stets die lokal vorgegebene Höchstgeschwindigkeit um 10 Kilometer pro Stunde unterschreitet und sich dadurch dem typischen Fahrverhalten in dem vorgegebenen geografischen Gebiet anpasst.
-
Das erfindungsgemäße Verfahren umfasst folgende Schritte: Zunächst wird eine aktuelle geografische Position des Kraftfahrzeugs erfasst. Dieses Erfassen erfolgt beispielsweise mittels einer Erfassungseinrichtung des Kraftfahrzeugs, der beispielsweise Daten von einem globalen Navigationssatellitensystem (GNSS) bereitgestellt werden. Anhand der erfassten geografischen Position wird daraufhin das vorgegebene geografische Gebiet festgestellt, in dem sich das Kraftfahrzeug aktuell befindet. Dieses Feststellen kann beispielsweise in einer Auswerteeinrichtung des Fahrzeugsystems oder einer mit dem Fahrzeugsystem gekoppelten Steuervorrichtung des Kraftfahrzeugs erfolgen. In diesem Verfahrensschritt kann beispielsweise festgestellt werden, dass sich das Kraftfahrzeug aufgrund seiner aktuellen geografischen Position in einem bestimmten Land, zum Beispiel Portugal, befindet. Daraufhin wird nun, beispielsweise ebenfalls von der Auswerteeinheit, festgestellt, welcher vorgegebene Fahrverhaltensmodus von mehreren vorgegebenen positionsabhängigen Fahrverhaltensmodi dem festgestellten geografischen Gebiet zugeordnet ist. Es wird also bestimmt, welcher vorgegebene Fahrverhaltensmodi mit seinem jeweiligen zumindest einen Ansteuerparameter das Fahrverhalten in dem festgestellten geografischen Gebiet, in dem sich das Kraftfahrzeug befindet, festlegt. Beispielsweise kann ein jeweiliger Fahrverhaltensmodus für einzelnen Staaten, wie zum Beispiel Portugal, Deutschland und Frankreich, unterschieden werden, wobei zusätzlich zu der staatenbasierten Zuordnung des geografischen Gebiets auch eine Unterteilung des Gebiets des Staats beispielsweise in einzelne Stadtgebiete erfolgen kann. Beispielsweise kann ein Fahrverhaltensmodus für große Städte, wie beispielsweise Paris oder Berlin gesondert zu den Fahrverhaltensmodi für Frankreich beziehungsweise Deutschland vorgegeben sein.
-
Daraufhin wird nun überprüft, ob der festgestellte Fahrverhaltensmodus bereits im Fahrzeugsystem aktiviert ist. Falls der festgestellte Fahrverhaltensmodus aktuell nicht im Fahrzeugsystem aktiviert ist, wird der bereits aktivierte Fahrverhaltensmodus deaktiviert sowie der festgestellte Fahrverhaltensmodus aktiviert. Im Fahrzeugsystem ist somit zu jeder Zeit immer nur ein Fahrverhaltensmodus aktiviert. Ein Zusammenspiel von mehreren Fahrverhaltensmodi, wie beispielsweise dem Fahrverhaltensmodus für Frankreich und dem Fahrverhaltensmodus für Paris innerhalb beispielsweise der Stadt Paris ist somit nicht vorgesehen, sondern es wird ein eigener Fahrverhaltensmodus für Paris vorgegeben. Falls das Kraftfahrzeug beispielsweise in einem Grenzgebiet zwischen zwei vorgegebenen geografischen Gebieten fährt, da es beispielsweise von einer Schnellstraße im ländlichen Frankreich in das Stadtgebiet von Paris hineingefahren ist, kann es sein, dass im Kraftfahrzeug noch der Fahrverhaltensmodus für Frankreich aktiviert ist und nicht der vorgegebene Fahrverhaltensmodus für die Stadt Paris. Ist dies der Fall kommt es, nachdem festgestellt wurde, dass sich das Kraftfahrzeug tatsächlich in Paris befindet, zu einem Deaktivieren des bisher aktivierten Fahrverhaltensmodus für Frankreich und dem Aktivieren des festgestellten Fahrverhaltensmodus, das heißt des Fahrverhaltensmodus für die Stadt Paris.
-
In einem nächsten Schritt erfolgt das zumindest teilautonome Ansteuern des Kraftfahrzeugs unter Berücksichtigung des zumindest einen Ansteuerparameters des aktuell aktivierten Fahrverhaltensmodus. In dem besagten Beispiel wird also das zumindest teilautonome Ansteuern des Kraftfahrzeugs nach dem Aktivieren des festgestellten Fahrverhaltensmodus für die Stadt Paris unter Berücksichtigung des Ansteuerparameters des Fahrverhaltensmodus für Paris erfolgen. Dem beschriebenen Verfahren liegt die Erkenntnis zugrunde, dass innerhalb beispielsweise einer Stadt oftmals ein anderes typisches Fahrverhalten von Fahrern von Kraftfahrzeugen beobachtet wird, als es beispielsweise in einem ländlichen Raum und somit in anderen Teilen des Staats, in dem sich die Stadt befindet, beobachtet wird. Damit ein beispielsweise vollautonom fahrendes Kraftfahrzeug kein Hindernis oder Ärgernis für andere beispielsweise noch manuell ihr Kraftfahrzeug steuernde Verkehrsteilnehmer darstellt, kann daher der Fahrverhaltensmodus für das Stadtgebiet einen anderen zumindest einen Ansteuerparameter umfassen als es der Fahrverhaltensmodus für das ländliche Gebiet desselben Staates vorgibt.
-
Mithilfe des dem aktuellen geografischen Gebiet zugeordneten Fahrverhaltensmodus kann somit erreicht werden, dass sich das Kraftfahrzeug in seinem zumindest teilautonomen Fahren genauso verhält, wie sich ein durchschnittlicher menschlicher Fahrer in dem aktuellen geografischen Gebiet tatsächlich verhält. Hierdurch wird beispielsweise die Wahrscheinlichkeit für und Häufigkeit von Verkehrskomplikationen aufgrund eines unerwarteten und/oder untypischen Verhaltens des beispielsweise teilautonom oder vollautonom fahrenden Kraftfahrzeugs reduziert, da sich dieses den lokalen Fahrgegebenheiten anpasst. Das erfindungsgemäße Verfahren erlaubt somit ein Berücksichtigen von dem lokalen Fahrverhalten und stellt zudem sicher, dass zu einem bestimmten Zeitpunkt an einem bestimmten Ort stets der geeignete Fahrverhaltensmodus aktiviert ist. Das erfindungsgemäße Verfahren bringt also den Vorteil, dass beim zumindest teilautonomen Ansteuern des Kraftfahrzeugs regionale Fahrverhaltensbesonderheiten berücksichtigt werden.
-
Zu der Erfindung gehören außerdem Ausgestaltungsformen, durch die sich zusätzliche Vorteile ergeben.
-
In einer vorteilhaften Ausgestaltungsform der Erfindung ist es vorgesehen, dass der zumindest eine Ansteuerparameter aus Daten zumindest einer von folgenden Datenarten bestimmt wird: Verkehrsregeldaten, die zumindest eine in dem geografischen Gebiet aktuell geltende Verkehrsregel charakterisieren, Fahrverhaltensdaten, die das für einen Fahrer eines Fahrzeugs im geografischen Gebiet typische Fahrverhalten charakterisieren, Verkehrsteilnehmerverhaltensdaten, die ein für zumindest einen Verkehrsteilnehmer in dem geografischen Gebiet typisches Verhalten charakterisieren, Interpretationsdaten, die eine Interpretationsvorschrift für zumindest ein Verkehrssymbol in dem geografischen Gebiet charakterisieren und/oder Fahrzeugkenndaten, die das Kraftfahrzeug charakterisieren.
-
Der dem Fahrverhaltensmodus zugrundeliegende zumindest eine Ansteuerparameter wird also beispielsweise aus Daten ermittelt, die geltende Verkehrsregeln in dem geografischen Gebiet beschreiben. Diese Verkehrsregeldaten umfassen beispielsweise Angaben zum Links- oder Rechtsverkehr, der in dem geografischen Gebiet vorgeschrieben ist. Außerdem umfassen diese Daten gesetzliche Vorschriften hinsichtlich einer Verkehrsführung in dem geografischen Gebiet. Die Fahrverhaltensdaten umfassen wiederum Informationen dazu, wie sich der Fahrer eines beliebigen Fahrzeugs im geografischen Gebiet typischerweise verhält. Die Fahrverhaltensdaten können hierbei das jeweilige typische Fahrverhalten von mehreren Fahrern von insgesamt mehreren jeweiligen Fahrzeugen in dem geografischen Gebiet charakterisieren. Die Fahrverhaltensdaten umfassen daher beispielsweise, wie wahrscheinlich es ist, dass der Fahrer in dem geografischen Gebiet für einen Fußgänger vor einer für das Fahrzeug grünen Ampel und/oder einem Zebrastreifen anhält und/oder um wie viel Prozent er beispielsweise innerhalb eines Stadtgebiets langsamer und/oder schneller fährt, als es die vorgegebene Höchstgeschwindigkeit vorgibt. Ein Anhalten oder zumindest ein Reduzieren der Geschwindigkeit des Fahrzeugs durch den Fahrer für einen Fußgänger trotz einer für das Fahrzeug grünen Ampelschaltung kann sich in bestimmten geographischen Gebieten als Reaktion auf ungeduldig wartende Fußgänger, insbesondere in urbanen Gebieten, ergeben und kann von dem zumindest einen Ansteuerparameter berücksichtigt werden. Die Verkehrsteilnehmerverhaltensdaten beschreiben hingegen ein typisches Verhalten von anderen Verkehrsteilnehmern im geografischen Gebiet, wie beispielsweise wie viel Abstand diese anderen Verkehrsteilnehmer von dem Fahrzeug des Fahrers, der die Fahrverhaltensdaten bereitstellt, halten oder wie sich andere Verkehrsteilnehmer in einer Gefahrensituation, beispielsweise bei einem auf die Straße laufenden Kind, reagieren. Die Interpretationsdaten umfassen Informationen, wie in dem geografischen Gebiet Verkehrsschilder, Fahrbahnmarkierungen und somit unterschiedliche Verkehrssymbole aufgenommen werden und das Fahrverhalten beeinflussen. Hierbei werden auch beispielsweise nicht in einem Regelwerk niedergeschriebene aber in dem geografischen Gebiet beispielsweise bereits in der Fahrschule erlernte Interpretationen von Verkehrsregeln berücksichtigt, die sich im tatsächlichen Fahrverhalten von Fahrern im geografischen Gebiet widerspiegeln. Die Fahrzeugkenndaten umfassen beispielsweise einen Modelltyp des Kraftfahrzeugs, wie beispielsweise dessen Länge und Breite sowie Kenndaten hinsichtlich des Fahrzeugsystems und/oder beispielsweise eines Antriebs des Kraftfahrzeugs. Diese Informationen sind beispielsweise hinsichtlich einer Fahrt auf einer engen Straße oder auf einem Parkplatz besonders relevant.
-
Dem zumindest einen Ansteuerparameter werden somit diejenigen Informationen zugrundegelegt, die letztendlich dazu beitragen, das Fahrverhalten in dem geografischen Gebiet festzulegen. Mittels einer geeigneten Berechnung und Gewichtung der Informationen, die den einzelnen genannten Daten entnommen werden können, kann der zumindest eine Ansteuerparameter ermittelt werden. Zur Bestimmung des Ansteuerparameters liegen somit alle verfügbaren Daten hinsichtlich des Verhaltens von manuellen Fahrern, anderen Verkehrsteilnehmern, den bestehenden Verkehrsregeln, die Interpretation von Verkehrssymbolen sowie Informationen über das Kraftfahrzeug selbst bereit, sodass ein zuverlässiger Ansteuerparameter, der das für das geografische Gebiet typische Fahrverhalten beschreibt, ermittelt werden kann.
-
Eine weitere besonders vorteilhafte Ausgestaltungsform der Erfindung befasst sich mit der Frage, mit welchen folgenden Schritten das geografische Gebiet für den jeweiligen Fahrverhaltensmodus festgelegt wird. Zunächst erfolgt ein Bereitstellen von Fahrzeugdaten von zumindest einem Fahrzeug, das von dem jeweiligen Fahrer betrieben wird und die Fahrzeugdaten mit zumindest einer Erfassungseinrichtung des Fahrzeugs erfasst. Bei der zumindest einen Erfassungseinrichtung handelt es sich beispielsweise um eine Sensoreinrichtung des Fahrzeugs, wie beispielsweise ein Kamerasystem, ein Radargerät, einen Laserscanner und/oder ein Infrarotkamerasystem. Bei der Erfassungseinrichtung kann es sich alternativ oder zusätzlich dazu zum Beispiel um einen Temperatursensor, einen Geschwindigkeitsmesssensor und/oder ein Navigationssystem des Kraftfahrzeugs, das Positionsdaten des Fahrzeugs bereitstellt, handeln. Die Fahrzeugdaten werden beispielsweise in einer Speichereinheit des jeweiligen Fahrzeugs gespeichert und beispielweise nach einer Fahrt über eine Kommunikationsverbindung an eine externe Recheneinrichtung übermittelt. Diese Recheneinrichtung ist zum Beispiel als Servereinrichtung ausgebildet. Die jeweiligen Fahrzeugdaten beschreiben zumindest ein Fahrmanöver des zumindest einen Fahrzeugs und umfassen zusätzlich dazu Ortsdaten, die einen Erfassungsort der Fahrzeugdaten charakterisieren. Für die jeweiligen Fahrzeugdaten ist also zusätzlich ein jeweiliger Erfassungsort in Form der Ortsdaten gespeichert, sodass Rückschlüsse dahingehend geschlossen werden können, wo die jeweiligen Fahrzeugdaten von der Erfassungseinrichtung erfasst wurden. Handelt es sich bei den Fahrzeugdaten beispielsweise um Geschwindigkeitsdaten, die angeben, mit welcher Geschwindigkeit das Fahrzeug gefahren ist, enthalten die entsprechenden Daten zusätzlich zu jeweiligen Geschwindigkeitswerten die jeweiligen Ortsdaten, die angeben, wo der jeweilige Geschwindigkeitswert erfasst wurde. Der Recheneinrichtung können insgesamt Fahrzeugdaten von mehreren Fahrzeugen vorliegen, die beispielsweise bei mehreren Fahrmanövern, während denen das jeweilige Fahrzeug von zumindest einem jeweiligen Fahrer gesteuert wurde, erfasst und gespeichert wurden.
-
In einem nächsten Schritt werden durch die Recheneinrichtung die Fahrverhaltensdaten und/oder die Verkehrsteilnehmerverhaltensdaten ermittelt. Das Ermitteln der Fahrverhaltensdaten und/oder der Verkehrsteilnehmerverhaltensdaten erfolgt durch Anwenden einer Methode des maschinellen Lernens auf die bereitgestellten Fahrzeugdaten. Diese Fahrverhaltensdaten enthalten daraufhin beispielsweise Informationen darüber, um wie viel Prozent beziehungsweise um wie viele Kilometer pro Stunde der Fahrer auf einer Straße einer bestimmten Straßenart, wie zum Beispiel einer Schnellstraße, zu langsam und/oder zu schnell gefahren ist, was anhand der Fahrzeugdaten und der den Fahrzeugdaten zugeordneten Ortsdaten ermittelbar ist. Denn die Fahrzeugdaten umfassen beispielsweise die erfasste Geschwindigkeit des Fahrzeugs sowie vom Kamerasystem des Fahrzeugs erfasste Bilddaten von einem Straßenschild mit der vorgegebenen Höchstgeschwindigkeit auf der Straße. Es können somit Daten gewonnen werden, die charakterisieren, wie sich der zumindest eine Fahrer des Fahrzeugs während seiner Fahrt verhält. Zusätzlich oder alternativ dazu können Daten gewonnen werden, die beschreiben, wie sich zumindest ein Verkehrsteilnehmer verhält. Die Information über die anderen Verkehrsteilnehmer lässt sich beispielsweise mittels mit dem Kamerasystem, dem Laserscanner, dem Radargerät und/oder dem Infrarotkamerasystem erfassten Daten, die ebenfalls als Fahrzeugdaten von dem zumindest einen Fahrzeug bereitgestellt werden, bestimmen.
-
In einem nächsten Schritt erfolgt ein Erkennen von zumindest einem Datenmuster in den ermittelten Fahrverhaltensdaten und/oder den ermittelten Verkehrsteilnehmerverhaltensdaten durch Anwenden einer Methode des maschinellen Lernens auf die ermittelten Fahrverhaltensdaten und/oder die ermittelten Verkehrsteilnehmerverhaltensdaten. Es wird also sowohl zum Ermitteln der Fahrverhaltensdaten und/oder der Verkehrsteilnehmerverhaltensdaten als auch zum Erkennen von zumindest einem Datenmuster in den derart ermittelten Fahrverhaltensdaten und/oder den ermittelten Verkehrsteilnehmerverhaltensdaten jeweils eine Methode des maschinellen Lernens verwendet. Hierbei handelt es sich um eine Methode der künstlichen Intelligenz, die beispielsweise durch Verwendung von einem jeweiligen künstlichen neuronalen Netzwerk durchgeführt wird. Es ist also vorgesehen, dass beispielsweise ein künstliches neuronales Netzwerk auf die der Recheneinrichtung bereitgestellten Fahrzeugdaten angewendet wird.
-
Ein künstliches neuronales Netzwerk ist ein Netz aus künstlichen Neuronen. In der Neuroinformatik werden künstliche neuronale Netzwerke als künstliche Intelligenz eingesetzt, da sie beispielsweise ohne detailliertes Wissen betreffend einer Funktionsweise oder einer Kommunikationsbeziehung zwischen einzelnen Teilmengen von Daten zur Auswertung dieser Daten geeignet sind. Als künstliches neuronales Netzwerk wird also ein selbstständig lernendes Computerprogramm bezeichnet, das in einer relativ kurzen Zeit komplizierte Regelmäßigkeiten und Zusammenhänge in großen Datenmengen erkennen kann. Einem neuronalen Netzwerk liegt hierfür ein abstrahiertes Modell miteinander verbundener Neutronen zugrunde, sodass ein künstliches neuronales Netzwerk zumindest bis zu einem gewissen Grad dem Aufbau eines biologischen Gehirns nachempfunden ist. Vereinfacht beschrieben kann der Aufbau und die Funktionsweise eines künstlichen neuronalen Netzwerks mit einem Netzwerk aus Neuronen beschrieben werden, die jeweils Informationen von außen oder von anderen Neuronen aufnehmen und modifiziert an andere Neuronen weiterleiten oder als Endergebnis ausgeben. Hierbei können beispielsweise positive oder negative Gewichtungen vorgenommen werden, die einen erregenden beziehungsweise hemmenden Einfluss der Neuronen untereinander darstellen. Das Wissen und damit die künstliche Intelligenz eines künstlichen neuronalen Netzwerkes ist letztendlich in den Verbindungen zwischen den einzelnen Neuronen und deren Gewichtungen gespeichert. Während eines Trainings des neuronalen Netzwerkes verändern sich diese Gewichtungen der Verbindungen abhängig von den angewandten Lernregeln und erzielten Ergebnissen.
-
Mit anderen Worten kann durch Anwendung des künstlichen neuronalen Netzwerks auf die Fahrzeugdaten erreicht werden, dass aus diesen Fahrzeugdaten innerhalb einer kurzen Zeitdauer die Fahrverhaltensdaten und/oder die Verkehrsteilnehmerverhaltensdaten ermittelt werden können. Außerdem können in den ermittelten Fahrverhaltensdaten und/oder die Verkehrsteilnehmerverhaltensdaten auffallende Datenpakete, die sogenannten Datenmuster, identifiziert werden. In einem vereinfachten Beispiel können die bei der Ermittlung der Fahrverhaltensdaten festgestellten Differenzen zwischen der erlaubten Fahrgeschwindigkeit und der tatsächlichen Höchstgeschwindigkeit abhängig von einer Anzahl an Fahrzeugen, bei denen eine derartige Differenz beobachtet wurde, aufgetragen werden. Ein dadurch entstehender Funktionsgraph, weist beispielsweise mehrere Maxima und Minima auf. Die Fahrer deren Daten einem jeweiligen Bereich der Maxima eines derartigen Funktionsgraphen zugeordnet sind, zeigen folglich ein ähnliches Verhalten hinsichtlich einer bestimmten Geschwindigkeitsunterschreitung, beispielsweise aufgrund eines kurvenreichen Straßenverlaufs. Beispielsweise zeigt sich ein derartiges Maximum bei einer typischen Unterschreitung der zulässigen Maximalgeschwindigkeit von 10 Kilometern pro Stunde.
-
In einem nächsten Schritt erfolgt das Festlegen einer Ausdehnung des jeweiligen geografischen Gebiets unter Berücksichtigung des zumindest einen erkannten Datenmusters sowie der von den Fahrzeugdaten umfassten Ortsdaten. Wird nun beispielsweise festgestellt, dass all die Fahrzeugdaten, die auf die Unterschreitung der zulässigen Höchstgeschwindigkeit um 10 Kilometern pro Stunde schließen lassen, in einem bestimmten begrenzten Gebiet festgestellt wurden, beispielsweise auf diversen Straßen einer Gebirgsregion, kann die Ausdehnung dieser Gebirgsregion als geografisches Gebiet definiert werden. Durch Anwendung von Methoden der künstlichen Intelligenz kann nämlich auf Zusammenhänge beziehungsweise ähnliches Verhalten von einzelnen Fahrzeugdatenteilmengen, Fahrverhaltensdatenteilmengen und/oder Verkehrsteilnehmerverhaltensdatenteilmengen, jeweilige sogenannte Cluster, geschlossen werden. Anhand dieser Ähnlichkeiten kann letztendlich ein geografisches Gebiet bestimmt werden, in dem sich Fahrer ähnlich verhalten. Letztendlich wird zum Beispiel auf Koordinaten, die das geografische Gebiet beschreiben, geschlossen. Dies ermöglicht, dass anhand von von beispielsweise mehreren Fahrzeugen bereitgestellten Fahrzeugdaten letztendlich mittels Anwendung der Methoden des maschinellen Lernens, insbesondere in einer kurzen Zeitdauer sowie gründlich, einzelne geografische Gebiete unterschieden werden können, die sich in dem dort üblichen Fahrverhalten von Fahrern von Fahrzeugen und/oder weiteren Verkehrsteilnehmer unterscheiden. Dies trägt letztendlich dazu bei, dass eine geeignete geografische Unterteilung der von Fahrzeugen befahrenen Welt ermöglicht wird, sodass letztendlich basierend auf den erfassten Ausdehnungen der jeweiligen geografischen Gebiete erkannt wird, wie viele und welche spezifischen Fahrverhaltensmodi bestimmt und für Kraftfahrzeuge bereitgestellt werden müssen, um zu ermöglichen, dass beim zumindest teilautonomen Fahren auf lokale Besonderheiten im Fahrverhalten Rücksicht genommen werden kann.
-
Eine besonders vorteilhafte Ausgestaltungsform der Erfindung sieht außerdem vor, dass ein Festlegen des zumindest einen Ansteuerparameters des vorgegebenen Fahrverhaltensmodus für das jeweilige geografische Gebiet folgende Schritte umfasst: Zunächst erfolgt ein Festlegen eines Realverhaltensmodells für das jeweilige geografische Gebiet unter Berücksichtigung der ermittelten Fahrverhaltensdaten und/oder Verkehrsteilnehmerverhaltensdaten, die dem jeweiligen festgelegten geografischen Gebiet zugeordnet sind. Es wird also letztendlich ein Modell ermittelt, das beschreibt, wie sich ein typischer Fahrer eines Fahrzeugs in dem geografischen Gebiet verhält. Anhand dieses Modells kann beispielsweise das durchschnittliche Fahrverhalten eines menschlichen Fahrers für das jeweilige geografische Gebiet simuliert werden. Das Festlegen des Realverhaltensmodells erfolgt beispielsweise ebenfalls in der externen Recheneinrichtung und bevorzugt nicht innerhalb des Kraftfahrzeugs selbst.
-
Der Recheneinrichtung werden außerdem die Verkehrsregeldaten, Interpretationsdaten und/oder Fahrzeugkenndaten, die dem jeweiligen festgelegten geografischen Gebiet beziehungsweise dem jeweiligen Kraftfahrzeug zugeordnet sind, bereitgestellt. Daraufhin erfolgt ein Festlegen eines Idealverhaltensmodells für das zumindest eine Kraftfahrzeug in dem festgelegten jeweiligen geografischen Gebiet unter Berücksichtigung der genannten bereitgestellten Verkehrsregeldaten, Interpretationsdaten oder Fahrzeugkenndaten. Es werden also jeweils die Informationen über die im geographischen Gebiet geltenden Verkehrsregeln, die Interpretationsvorschriften, die in dem geografischen Gebiet herrschen, sowie die Fahrzeugkenndaten, die das Kraftfahrzeug, in dem der jeweilige Fahrverhaltensmodus aktiviert werden soll, beschreiben, berücksichtigt, um ein ideales und somit den rechtlich vorgegebenen Verhaltensweisen entsprechendes Fahrverhaltensmodell zu bestimmen, das als Idealverhaltensmodell bezeichnet wird.
-
Daraufhin wird der zumindest eine Ansteuerparameter für das jeweilige geografische Gebiet aus dem für das jeweilige festgelegte geografische Gebiet festgelegten Realverhaltensmodell und Idealverhaltensmodell durch Anwenden eines vorgegebenen Gewichtungskriteriums bestimmt. Es werden also all die Daten oder zumindest Teile der Daten, die oben bereits als Daten genannten wurden, aus denen der zumindest eine Ansteuerparameter bestimmt wird, zur Bestimmung des Ansteuerparameters hinzugezogen.
-
Mithilfe eines Bewertungssystems, das durch das Gewichtungskriterium bereitgestellt wird, erfolgt ein Abgleich zwischen dem Realverhaltensmodell und dem Idealverhaltensmodell, woraus letztendlich der Fahrverhaltensmodus abgeleitet wird. Es werden also beispielsweise nicht beliebig gravierende mit den geltenden Verkehrsregeln nicht konforme Fahrmanöver, die beispielsweise im Realverhaltensmodell hinterlegt sind, in den Fahrverhaltensmodus übernommen, sondern es erfolgt ein geeigneter Abgleich der real beobachteten Verhaltensweise mit der rechtlich vorgegebenen Verhaltensweise, die im Idealverhaltensmodell enthalten ist. Hierdurch wird es ermöglicht, dass ein von dem festgelegten geografischen Gebiet abhängiges Fahrverhalten derart beziffert wird, dass der zumindest eine Ansteuerparameter bereitgestellt wird, anhand dessen letztendlich das Fahrzeugsystem das Kraftfahrzeug zumindest teilautonom ansteuern kann. Durch die Wahl des Gewichtungskriteriums wird folglich ermöglicht, dass ein möglichst realitätsnahes, aber dennoch ausreichend regelkonformes Fahrverhalten mithilfe des Fahrverhaltensmodus in das zumindest teilautonom fahrende Kraftfahrzeug implementiert werden kann. Ein Irritieren und Behindern von manuell fahrenden Verkehrsteilnehmern durch ein Kraftfahrzeug, das gemäß dem Fahrverhaltensmodus angesteuert wird, ist somit besonders klein, da sich der Fahrverhaltensmodus direkt an dem tatsächlichen Fahrverhalten in dem bestimmten geografischen Gebiet orientiert.
-
Es ist in einer weiteren Ausgestaltungsform vorgesehen, dass das Gewichtungskriterium durch eine Simulation und/oder eine Schattenmodusfunktion bestimmt wird. Das Bewertungskriterium wird also mithilfe eines Lernsystems ermittelt. Hierbei kann beispielsweise bei einer Simulation eines erfassten Fahrmanövers anhand der Fahrzeugdaten mittels Simulieren des Fahrverhaltens in der entsprechenden Situation entsprechend des Realverhaltensmodells und des Idealverhaltensmodells festgestellt werden, welches der Modell wie stark gewichtet wird, um eine angestrebte Funktionsgüte, das heißt einen angestrebtes Verhalten während des Fahrmanövers, zu erreichen. Beim Bestimmen des Gewichtungskriteriums mithilfe der Schattenmodusfunktion wird eine erste Version des Gewichtungskriteriums im Kraftfahrzeug bereitgestellt, wobei das Kraftfahrzeug selbst ohne Berücksichtigung des Gewichtungskriteriums sowie jeglichen Fahrverhaltensmodus fährt. Eine Auswerteeinheit des Kraftfahrzeugs bestimmt jedoch beispielsweise für jedes manuell gefahrene Fahrmanöver ein erwartungsgemäßes Verhalten des Kraftfahrzeugs bei aktiviertem Fahrverhaltensmodus. Der Fahrverhaltensmodus ist also nur im Hintergrund aktiviert, sodass mithilfe eines Abgleichens der Fahrverhaltensergebnisse dieses quasi im Schatten arbeitenden Fahrverhaltensmodus mit dem tatsächlichen Fahrverhalten des Fahrers das Gewichtungskriterium angepasst werden kann. Das Gewichtungskriterium wird dadurch derart eingestellt, dass eine optimale Übereinstimmung zwischen der simulierten Ansteuerung unter Verwendung des Fahrverhaltensmodus mit dem tatsächlichen Fahrverhalten des manuellen Fahrers erreicht werden kann. Der hier als Schattenmodusfunktion bezeichnete Modus wird häufig auch mit der englischen Bezeichnung Shadow Mode bezeichnet. Es wird also durch die Simulation und/oder die Schattenmodusfunktion besonders einfach das geeignete Gewichtungskriterium festgelegt.
-
Eine weitere Ausgestaltungsform der Erfindung sieht vor, dass im Rahmen einer Bestimmung einer Fahrroute von der aktuellen geografischen Position zu einer vorgegebenen Zielposition des Kraftfahrzeugs überprüft wird, ob das Kraftfahrzeug bei einer Fahrt entlang der bestimmten Fahrroute mehrere vorgegebene geografische Gebiete durchfährt. Beispielsweise wird bereits im Rahmen der Fahrroutenbestimmung festgestellt, ob sich das Kraftfahrzeug auf dieser Fahrroute in mehr als einem vorgegebenen geografischen Gebiet aufhalten wird. Falls mehrere vorgegebene geografische Gebiete durchfahren werden, werden die Fahrverhaltensmodi, die dem jeweiligen vorgegebenen geografischen Gebiet zugeordnet sind, von der externen Einrichtung über eine Kommunikationsverbindung des Kraftfahrzeugs heruntergeladen. Es wird also sichergestellt, dass in dem Kraftfahrzeug alle für diese Fahrroute benötigten Fahrverhaltensmodi bereits bei Fahrtantritt bereitstehen, sodass, abhängig von der aktuellen Position des Kraftfahrzeugs, die beispielsweise in vorgegebenen Zeitabständen erfasst wird, ein Wechsel zwischen den einzelnen bereits heruntergeladenen Fahrverhaltensmodi möglich ist. Es ist beispielsweise möglich, dass bei einer Fahrt von einer Stadt in eine andere sowohl die jeweiligen Fahrverhaltensmodi von die Startstadt sowie die Zielstadt als auch entsprechende Fahrverhaltensmodi für eine Überlandfahrt zwischen den beiden Städten heruntergeladen werden. Es ist folglich nicht nötig, dass alle für beispielsweise einen gesamten Staat, Kontinent oder sogar die ganze Welt verfügbaren Fahrverhaltensmodi stets im Fahrzeugsystem, in einer mit dem Fahrzeugsystem gekoppelten Steuervorrichtung oder einer mit dem Fahrzeugsystem gekoppelten Speichervorrichtung des Kraftfahrzeugs hinterlegt sind. Vielmehr können stets nur die Fahrverhaltensmodi im Kraftfahrzeug hinterlegt sein, indem sie beispielsweise temporär in der Speichervorrichtung gespeichert sind, die das Kraftfahrzeug tatsächlich während der geplanten Fahrroute benötigt. Insbesondere hinsichtlich vollautonom fahrender Kraftfahrzeuge ist es vorteilhaft, dass die komplette Fahrroute bereits bei Fahrantritt bekannt ist, sodass beispielsweise unabhängig von einem regional vorhandenen oder zugreifbaren mobilen Datennetz sichergestellt ist, dass das Fahrzeugsystem auf alle für diese Fahrroute benötigten Fahrverhaltensmodi zugreifen kann, sobald diese zu aktivieren sind. Hierdurch wird die Anwendung des Verfahrens zum Ansteuern des Kraftfahrzeugs auch in entlegenen Regionen zuverlässig möglich, die beispielsweise keine flächendeckende Versorgung mit einem mobilen Datennetz aufweisen.
-
In diesem Zusammenhang ist es in einer vorteilhaften Ausgestaltungsform vorgesehen, dass ein Übergang von dem bisherigen Fahrverhaltensmodus zu dem festgestellten Fahrverhaltensmodus bei einer Fahrt des Kraftfahrzeugs über eine vorgegebene Übergangsfahrstrecke erfolgt. Es erfolgt also nicht zwangsläufig ein abrupter Übergang von dem bisherigen Fahrverhaltensmodus zu dem aufgrund der aktuellen Position des Kraftfahrzeugs vorgegebenen aktuellen Fahrverhaltensmodus. Vielmehr kann vorgesehen sein, dass beispielsweise ein Übergangsgebiet von beispielsweise 5 Kilometern Länge zwischen zwei aneinander räumlich angrenzende geographische Gebiete vorgegeben ist. Wird erfasst, dass sich das Kraftfahrzeug in diesem Übergangsgebiet befindet, wird für die 5 Kilometer Übergangsfahrstrecke durch das Übergangsgebiet ein kontinuierlicher Übergang von dem bisherigen Fahrverhaltensmodus zu dem neuen Fahrverhaltensmodus im angrenzenden und bald erreichten geographischen Gebiet aktiviert. Hierdurch wird vermieden, dass die Insassen des beispielsweise vollautonom fahrenden Kraftfahrzeugs von einer plötzlich abrupt ändernden Fahrweise überrascht werden. Die Insassen des Kraftfahrzeugs können sich vielmehr kontinuierlich an das sich nun veränderte Fahrverhalten des Kraftfahrzeugs gewöhnen und auf dieses einstellen.
-
Alternativ dazu ist es in einer vorteilhaften Ausgestaltungsform der Erfindung vorgesehen, dass der festgestellte Fahrverhaltensmodus von einer externen Einrichtung über eine Kommunikationsverbindung an das Kraftfahrzeug heruntergeladen wird, wobei festgestellt wird, dass sich das Kraftfahrzeug in dem dem festgestellten Fahrverhaltensmodus zugeordneten geografischen Gebiet befindet. Bei dieser alternativen Ausgestaltungsform wird immer erste dann der Fahrverhaltensmodus in das Kraftfahrzeug heruntergeladen, wenn festgestellt wird, dass sich das Kraftfahrzeug in dem dazugehörigen geografischen Gebiet befindet. Voraussetzung hierfür ist, dass eine Kommunikationsverbindung mit der externen Einrichtung, in der die jeweiligen Fahrverhaltensmodi hinterlegt sind, aufbaubar und aufrechterhaltbar ist. Dies ermöglicht den Vorteil, dass im Kraftfahrzeug selbst die großen Datenmengen für die jeweiligen Fahrverhaltensmodi nicht jederzeit hinterlegt sein müssen, da die entsprechenden Daten immer erst dann heruntergeladen werden, wenn sie tatsächlich von dem Fahrzeugsystem benötigt werden. Hierdurch wird also die Anforderung des Verfahrens an eine Speicherkapazität des Kraftfahrzeugs so gering wie möglich gehalten.
-
In einer besonders vorteilhaften Ausgestaltungsform der Erfindung ist es vorgesehen, dass das geografische Gebiet zumindest eines von folgenden Gebieten umfasst: Einen Staat, einen Gliedstaat, einen Bezirk und/oder eine Siedlung. Das geografische Gebiet umfasst somit ein relativ großes Gebiet, insbesondere wenn es einen einzelnen Staat, das heißt ein einzelnes Land der Erde, umfasst. Alternativ oder zusätzlich dazu kann bei unterschiedlichen Fahrverhalten für die einzelnen Gliedstaaten, wie beispielsweise Bundesstaaten, Bundesländer, zumindest teilautonome Regionen oder andere politische Substaaten, jeweils ein eigener Fahrverhaltensmodus vorgesehen sein. Gegebenenfalls ist es außerdem notwendig, dass für einen bestimmten Bezirk, wie beispielsweise einen Landkreis, oder einen Ballungsraum, wie beispielsweise eine Großstadt, eine Kleinstadt oder ein Dorf, das heißt für eine Siedlung, jeweils ein eigener Fahrverhaltensmodus vorgesehen ist, da sich beispielsweise das typische Fahrverhalten in diesen kleinen geografischen Gebieten auffallend von umliegenden Gebieten unterscheidet. Es sind also je nachdem, wie lokal differenziert das Fahrverhalten ist, verschiedene Arten von geographischen Gebieten möglich, sodass stets eine ausreichend differenzierte Aufteilung in geographische Gebiete erfolgen kann.
-
Erfindungsgemäß ist außerdem ein Kraftfahrzeug mit einem Fahrzeugsystem vorgesehen, wobei das Fahrzeugsystem dazu ausgelegt ist, das Kraftfahrzeug zumindest teilautonom anzusteuern. Das Fahrzeugsystem oder eine mit dem Fahrzeugsystem gekoppelte Steuervorrichtung ist dazu ausgelegt, ein Verfahren, wie es oben beschrieben wurde, durchzuführen. Die im Zusammenhang mit dem erfindungsgemäßen Verfahren vorgestellten bevorzugten Ausgestaltungsformen und deren Vorteile gelten entsprechend, soweit anwendbar, für das erfindungsgemäße Kraftfahrzeug.. Aus diesem Grund sind die entsprechenden Weiterbildungen des erfindungsgemäßen Kraftfahrzeugs hier nicht noch einmal beschrieben. Das Fahrzeugsystem kann hierbei eine zentrale Steuereinrichtung des Kraftfahrzeugs sein, beispielsweise ein zentraler Fahrzeugregler. Es kann sich bei dem Fahrzeugsystem jedoch auch um eine Steuereinrichtung eines Fahrerassistenzsystems handeln. In diesem Fall wird das Verfahren teilweise von der mit dem Fahrzeugsystem gekoppelten Steuervorrichtung durchgeführt. Die Steuervorrichtung ist dann dazu ausgelegt, unter Berücksichtigung der Ansteuerbefehle der Steuereinrichtung des Fahrerassistenzsystems beispielsweise eine Längssteuerung und/oder Quersteuerung des Kraftfahrzeugs anzusteuern.
-
Zu der Erfindung gehören auch das Fahrzeugsystem sowie die mit dem Fahrzeugsystem gekoppelte Steuervorrichtung für das Kraftfahrzeug. Das Fahrzeugsystem beziehungsweise die Steuervorrichtung weisen jeweils eine Prozessoreinrichtung auf, die dazu eingerichtet ist, eine Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Die Prozessoreinrichtung kann hierzu zumindest einen Mikroprozessor und/oder einen Mikrocontroller aufweisen. Des Weiteren kann die Prozessoreinrichtung Programmcode aufweisen, der dazu eingerichtet, ist, bei Ausführen durch die Prozessoreinrichtung eine Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Der Programmcode kann in einem Datenspeicher der Prozessoreinrichtung gespeichert sein.
-
Die Erfindung umfasst auch die Kombinationen der Merkmale der beschriebenen Ausgestaltungsformen.
-
Im Folgenden sind Ausführungsbeispiele der Erfindung beschrieben. Hierzu zeigt:
- 1 eine schematische Darstellung von drei Kraftfahrzeugen in verschiedenen geografischen Gebieten,
- 2 in schematischer Darstellung einen Signalflussgraph für ein Festlegen eines geografischen Gebiets;
- 3 in schematischer Darstellung einen Signalflussgraph für ein Festlegen von zumindest einem Ansteuerparameter für einen Fahrverhaltensmodus für ein bestimmtes geografisches Gebiet; und
- 4 in schematischer Darstellung einen Signalflussgraph für ein Verfahren zum Betreiben eines Kraftfahrzeugs.
-
Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen 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 sind die beschriebenen Ausführungsformen auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.
-
In den Figuren sind funktionsgleiche Elemente jeweils mit denselben Bezugszeichen versehen.
-
In 1 ist eine Draufsicht auf eine Landschaft skizziert, in der drei Kraftfahrzeuge 10, die als Kraftfahrzeuge 10a, 10b und 10c bezeichnet werden, skizziert sind. Die Kraftfahrzeuge 10a, 10b und 10c umfassen jeweils ein Fahrzeugsystem 12, das zumindest zum teilautonomen Ansteuern des jeweiligen Kraftfahrzeugs 10a, 10b, 10c ausgelegt ist. Die Kraftfahrzeuge 10a, 10b und 10c fahren auf einer Straße 14, wobei die Straße 14 durch zwei Staaten führt, die mittels einer Staatengrenze 22 voneinander getrennt sind. Das Kraftfahrzeug 10a befindet sich in einem ersten Staat, das heißt in einem geographischen Gebiet 20, das als geografisches Gebiet 20a bezeichnet wird, wohingegen sich das Kraftfahrzeug 10b in dem zweiten Staat hinter der Staatengrenze 22 in Fahrtrichtung befindet und in einem dem zweiten Staat zugeordneten geografischen Gebiet 20b fährt. Das dritte Kraftfahrzeug 10c befindet sich in einer Stadt, die als geografisches Gebiet 20c bezeichnet wird. Eine Stadtgrenze 24 bestimmt die Grenze zwischen diesem geografischen Gebiet 20c und dem die Stadt umgebenden geografischen Gebiet 20b des zweiten Staates.
-
In dem jeweiligen Fahrzeugsystem 12 ist ein vorgegebener Fahrverhaltensmodus 16 (dargestellt mit dem Bezugszeichen 16 in 3) aktiviert, der zumindest einen Ansteuerparameter 17 (dargestellt mit dem Bezugszeichen 17 in 3) umfasst. Der Ansteuerparameter 17 legt ein Fahrverhalten in dem jeweiligen vorgegebenen geografischen Gebiet 20a, 20b, 20c fest und wird beim zumindest teilautonomen Ansteuern des Kraftfahrzeugs 10a, 10b, 10c berücksichtigt. Ein Wechsel zwischen derartigen Fahrverhaltensmodi 16 kann beispielsweise bei Erreichen der Staatengrenze 22 erfolgen, das heißt beispielsweise immer dann, wenn beispielsweise das Kraftfahrzeug 10a die Staatengrenze 22 erreicht und dann, wie hier durch das Kraftfahrzeug 10b skizziert, in den zweiten Staat, der dem geografischen Gebiet 20b zugeordnet ist, fährt. Alternativ dazu kann der Übergang zwischen den beiden genannten Fahrverhaltensmodi 16 fließend erfolgen, und zwar über eine vorgegebene Übergangsfahrstrecke 15 hinweg, wie sie in 1 mithilfe von gestrichelten Linien, die einen Teilbereich der Straße 14 umfassen, skizziert ist. Innerhalb dieser Übergangsfahrstrecke 15 kann beispielsweise kontinuierlich von dem zumindest einen Ansteuerparameter 17 des dem geografischen Gebiet 20a zugeordneten Fahrverhaltensmodus 16 in den dem geografischen Gebiet 20b zugeordneten Fahrverhaltensmodus 16 gewechselt werden.
-
In 2 sind einzelne Verfahrensschritte skizziert, die erfolgen, um das geografische Gebiet 20c festzulegen. Die Festlegung der anderen geografischen Gebiete 20a und 20b erfolgt analog dazu. In einem ersten Schritt S1 werden einer Recheneinrichtung Fahrzeugdaten 30 von zumindest einem Fahrzeug bereitgestellt. Dieses Fahrzeug wird von einem Fahrer betrieben und die Fahrzeugdaten 30 werden mit zumindest einer Erfassungseinrichtung des Fahrzeugs erfasst, wie beispielsweise einem Kamerasystem, einem Radargerät, einem Geschwindigkeitsmesssensor und/oder einem Navigationssystem. Die jeweiligen Fahrzeugdaten 30 beschreiben zumindest ein Fahrmanöver des zumindest einen Fahrzeugs. Beispielsweise beschreiben die Fahrzeugdaten 30, mit welcher Geschwindigkeit das Fahrzeug auf der Straße 14 gefahren ist. Zusätzlich dazu umfassen die Fahrzeugdaten 30 Ortsdaten 31, die einen Erfassungsort der Fahrzeugdaten 30 charakterisieren. Es ist folglich für jeden Geschwindigkeitswert bekannt, wo dieser Geschwindigkeitswert von der entsprechenden Erfassungseinrichtung des Fahrzeugs, das heißt in diesem Beispiel von dem Geschwindigkeitsmesssensor des Fahrzeugs, erfasst wurde. Die Fahrzeugdaten 30 können beispielsweise von einer Flotte von Testfahrzeugen bereitgestellt werden, aber auch von beliebigen von manuellen Fahrern gesteuerten Fahrzeugen, deren Fahrer zugestimmt haben, zu Auswertungs- und Optimierungszwecken ihre Daten bereitzustellen.
-
In einem nächsten Schritt S2 werden durch Anwenden einer Methode des maschinellen Lernens, beispielsweise durch Anwenden eines künstlichen neuronalen Netzwerks, auf die bereitgestellten Fahrzeugdaten 30, Fahrverhaltensdaten 40 und/oder Verkehrsteilnehmerverhaltensdaten 42 ermittelt. Unter Fahrverhaltensdaten 40 werden Daten verstanden, die das für den Fahrer des Fahrzeugs typische Fahrverhalten charakterisieren. Als Verkehrsteilnehmerverhaltensdaten 42 werden Daten bezeichnet, die ein für zumindest einen Verkehrsteilnehmer typisches Verhalten charakterisieren. Als Fahrverhaltensdaten 40 wird also beispielsweise beziffert, wie häufig das zumindest ein Fahrzeug anhält, wenn eine wartende Person an einer für das Fahrzeug grünen Ampel und/oder an einem Zebrastreifen erfasst wird, welchen Abstand es zu seitlich am Straßenrand fahrenden Radfahrern einhält, welche Geschwindigkeit es auf der Straße 14 mit einer erlaubten Höchstgeschwindigkeit von 30 Kilometer pro Stunde fährt und/oder welche Bremsbeschleunigung vor einer rot werdenden Ampel gewählt wird, um das Fahrzeug in den Stillstand abzubremsen. Allgemein können Fahrverhaltensdaten 40 also eine Häufigkeit oder Wahrscheinlichkeit für ein bestimmtes Fahrverhalten ausdrücken. Bei den Verkehrsteilnehmerverhaltensdaten 42 handelt es sich beispielsweise um Daten, die eine Häufigkeit von Notstopps wegen Fußgängern, die beispielsweise bei einem roten Signal einer Fußgängerampel dennoch über die Straße 14 laufen, angeben und/oder die Geschwindigkeiten anderer Fahrzeuge in einer Umgebung des die Fahrzeugdaten 30 bereitstellenden Fahrzeug, die beispielsweise ebenfalls auf der Straße 14 fahren. Allgemein können Verkehrsteilnehmerverhaltensdaten 42 also eine Häufigkeit oder Wahrscheinlichkeit für ein bestimmtes Fahrverhalten ausdrücken.
-
Es kann also beispielsweise ermittelt werden, mit welcher Geschwindigkeitsreduktion und/oder Geschwindigkeitserhöhung der Fahrer des zumindest einen Fahrzeugs auf der Straße 14 fährt. Gegebenenfalls werden hierfür von beispielsweise dem Kamerasystem des Fahrzeugs bereitgestellte Bilddaten von einem Straßenschild, das die zulässige Höchstgeschwindigkeit auf der Straße 14 anzeigt, und/oder in einem Navigationssystem des Fahrzeugs hinterlegte Informationen zur zulässigen Höchstgeschwindigkeit berücksichtigt.
-
In einem Schritt S3 wird zumindest ein Datenmuster 50 in den ermittelten Fahrverhaltensdaten 40 oder den ermittelten Verkehrsteilnehmerverhaltensdaten 42 durch Anwenden der Methode des maschinellen Lernens auf die ermittelten Fahrverhaltensdaten 40 oder die ermittelten Verkehrsteilnehmerverhaltensdaten 42 erkannt. Im Schritt S3 wird also beispielsweise ermittelt, welche Anzahl 41 von Fahrzeugen welche Fahrverhaltensdaten 40 aufweist, das heißt es wird beispielsweise aufgetragen, welche Anzahl 41 an Fahrzeugen mit welcher erniedrigten Geschwindigkeit gefahren ist. In diesem Beispiel zeigen sich zum Beispiel zwei Maxima in dem in 2 unter dem Schritt S3 dargestellten Funktionsgraphen, die eindeutig als erkennbares Datenmuster 50 aufgefasst werden können. Insbesondere bei der Anwendung von künstlichen neuronalen Netzwerken auf die Fahrzeugdaten 30 sowie die aus den Fahrzeugdaten 30 ermittelten Fahrverhaltensdaten 40 und/oder Verkehrsteilnehmerverhaltensdaten 42 können somit letztendlich Regelmäßigkeiten in dieser großen Datenmenge bekannt werden. Die Mustererkennung bezieht sich also auf die häufigsten Verhaltensweisen, die als lokale Maximal in der jeweiligen Häufigkeitsverteilung erkannt werden.
-
In einem nächsten Schritt S4 wird unter Berücksichtigung des zumindest einen erkannten Datenmusters 50 sowie der von den Fahrzeugdaten 30 erfassten Ortsdaten 31 eine Ausdehnung des jeweiligen geografischen Gebiets 20c festgelegt. Werden nun beispielsweise für verschiedene geographische Koordinaten, die jeweils in diesem Beispiel einem x-Wert und einem y-Wert zugeordnet sind, die den jeweiligen Datenmustern 50 zugehörigen Fahrverhaltensdaten 40 aufgetragen, zeigen sich einzelne Gebiete, die diesen beiden Maxima des im Schritt S3 ermittelten Funktionsgraphen zugeordnet werden können. Folglich kann eine tatsächliche geografische Ausdehnung von zwei Städten, die jeweils als geografisches Gebiet 20c bezeichnet werden, festgestellt werden. In diesen verhält sich das Fahrverhalten nämlich deutlich anders beziehungsweise auffällig anders als in dem umliegenden Gebiet des zweiten Staates, das heißt dem geografischen Gebiet 20b. Durch derartige abhängig von verschiedenen Parametern bestimmte einzelne geografische Gebiete 20a, 20b, 20c können somit die Gebiete identifiziert werden, in denen sich der Fahrer des zumindest einen Fahrzeugs typischerweise zumindest ähnlich verhält, und deren jeweilige Ausdehnung bestimmt werden. Bei diesen geografischen Gebieten 20a, 20b, 20c kann es sich um jeweilige Staaten, wie es für die geografischen Gebiete 20a und 20b in diesem Beispiel der Fall ist, einen Gliedstaat, einen Bezirk und/oder eine Siedlung, wie es in diesem Beispiel für das geografische Gebiet 20c der Fall ist, handeln.
-
In 3 werden die nächsten Verfahrensschritte beschrieben, die benötigt werden, um den zumindest einen Ansteuerparameter 17 des Fahrverhaltensmodus 16 für das geografische Gebiet 20c festzulegen. Hierbei wird in einem Schritt S5 zunächst ein Realverhaltensmodell 60 für das bestimmte geografische Gebiet 20c festgelegt. Dies erfolgt unter Berücksichtigung der ermittelten Fahrverhaltensdaten 40 und/oder Verkehrsteilnehmerverhaltensdaten 42, die dem geografischen Gebiet 20c, das wie oben beschrieben festgelegt wurde, zugeordnet sind. Analog zu den nun im Folgenden beschriebenen Schritten kann zudem der jeweilige zumindest eine Ansteuerparameter 17 für die anderen geografischen Gebiete 20a und 20b bestimmt werden. In einem nächsten Schritt S6 werden der Recheneinrichtung, mittels der beispielsweise bereits die in 3 beschriebenen Verfahrensschritte durchgeführt wurden, Verkehrsregeldaten 44, Interpretationsdaten 46 und/oder Fahrzeugkenndaten 48 bereitgestellt. Die Verkehrsregeldaten 44 charakterisieren zumindest eine in dem geografischen Gebiet 20c aktuell geltende Verkehrsregel. Die Interpretationsdaten 46 umfassen eine Interpretationsvorschrift für zumindest ein Verkehrssymbol im geografischen Gebiet 20c. Die Fahrzeugkenndaten 48 charakterisieren das Kraftfahrzeug 10a, 10b, 10c, beispielsweise dessen jeweilige Länge und Breite sowie einen jeweiligen Fahrzeugmodelltyp. In einem nächsten Schritt S7 wird aus den bereitgestellten Verkehrsregeldaten 44, Interpretationsdaten 46 und/oder Fahrzeugkenndaten 48 ein Idealverhaltensmodell 70 für das zumindest eine Kraftfahrzeug 10a, 10b, 10c in dem festgelegten geografischen Gebiet 20c festgelegt. Es wird also ermittelt, wie sich das Kraftfahrzeug 10a, 10b, 10c unter Berücksichtigung beispielsweise der rechtlich vorgegebenen Verhaltensweise in dem geografischen Gebiet 20c verhalten sollte. Demgegenüber spiegelt das Realverhaltensmodell 60, das im Schritt S5 bestimmt wurde, wieder, wie sich ein realer Fahrer in dem geografischen Gebiet 20c typischerweise verhält. In einem nächsten Verfahrensschritt S8 werden nun das Realverhaltensmodell 60 und das Idealverhaltensmodell 70 durch Anwenden eines vorgegebenen Gewichtungskriteriums derart miteinander verrechnet, dass für das geografische Gebiet 20c der zumindest eine Ansteuerparameter 17 ermittelt wird. Folglich wird hiermit der Fahrverhaltensmodus 16 für das geografische Gebiet 20c zumindest hinsichtlich des Ansteuerparameters 17 für die Geschwindigkeit des Kraftfahrzeugs 10a, 10b, 10c festgelegt. Unter Berücksichtigung von Daten der verschiedenen oben genannten Fahrzeugdatenarten sowie unter Berücksichtigung der wie in 2 beschrieben festgelegten geografischen Gebiete 20a, 20b, 20c können somit mehrere Ansteuerparameter 17 bestimmt werden, sodass insgesamt ein umfangreicher Fahrverhaltensmodus 16 bereitgestellt wird, der das Fahrverhalten in dem geografischen Gebiet 20a, 20b, 20c so nah an einem realen Fahrverhalten der Fahrer in diesem geografischen Gebiet 20a, 20b, 20c wie möglich beschreibt. Das Gewichtungskriterium kann hierbei durch eine Simulation und/oder eine Schattenmodusfunktion bestimmt werden. Letztendlich spiegelt das Gewichtungskriterium wieder, wie regelkonform beziehungsweise in welcher Art einzelne Verkehrsregeln in dem jeweiligen geografischen Gebiet 20a, 20b, 20c interpretiert werden, sodass letztendlich der Fahrverhaltensmodus 16 für ein teilautonom oder vollautonom fahrendes Kraftfahrzeug 10a, 10b, 10c stets zu einer Ansteuerung des Kraftfahrzeugs 10a, 10b, 10c führt, die einem manuellen Fahrer in dem geografischen Gebiet 20a, 20b, 20c weitestgehend entspricht.
-
In 4 werden die einzelnen Verfahrensschritte gezeigt, mit denen das Kraftfahrzeug 10a, 10b, 10c betrieben wird. In 4 ist dies am Beispiel des Kraftfahrzeugs 10c aus 1 skizziert. In einem Verfahrensschritt S9 erfolgt zunächst ein Erfassen einer aktuellen geografischen Position 11c des Kraftfahrzeugs 10c mittels einer Erfassungseinrichtung des Kraftfahrzeugs 10c. Eine entsprechende Positionsanfrage kann beispielsweise von dem Fahrzeugsystem 12 an ein Navigationssystem des Kraftfahrzeugs 10c übermittelt werden, das daraufhin die Positionsdaten für das Fahrzeugsystem 12 bereitstellt. Das Kraftfahrzeug 10c befindet sich hierbei auf der Straße 14 am Randbereich der Stadt, die dem geografischen Gebiet 10c zugeordnet ist. Das Kraftfahrzeug 10c befindet sich also momentan in der Nähe der Stadtgrenze 24. In einem nächsten Schritt S10 wird festgestellt, in welchem vorgegebenen geografischen Gebiet 20c sich das Kraftfahrzeug 10c aktuell befindet, was anhand der erfassten geografischen Position 11c bestimmt wird. In diesem Beispiel befindet sich das Kraftfahrzeug 10c, wie oben bereits beschrieben, in dem geografischen Gebiet 20c. Kurz zuvor hat es sich jedoch noch außerhalb der Stadt und folglich im geografischen Gebiet 20b befunden. In einem nächsten Verfahrensschritt S11 wird festgestellt, welcher vorgegebenen Fahrverhaltensmodus 16 von mehreren vorgegebenen positionsabhängigen Fahrverhaltensmodi 16 dem festgestellten geografischen Gebiet 20c zugeordnet ist. In diesem Beispiel wird der dem geografischen Gebiet 20c zugeordnete Fahrverhaltensmodus 16 als Fahrverhaltensmodus 16c bezeichnet. In einem nächsten Verfahrensschritt S12 wird überprüft, ob der festgestellte Fahrverhaltensmodus 16c bereits im Fahrzeugsystem 12 aktiviert ist. Hierbei wird festgestellt, dass aktuell noch der bisherige Fahrverhaltensmodus 16b, der dem geografischen Gebiet 20b zugeordnet ist, im Fahrzeugsystem 12 aktiviert ist.
-
In einem nächsten Schritt 13a wird der im geografischen Gebiet 20c benötigte Fahrverhaltensmodus 16c in das Kraftfahrzeug 10c heruntergeladen. Hierfür wird eine Kommunikationsverbindung 19 mit einer externen Einrichtung 18, wie beispielsweise einer externen Servereinrichtung, aufgebaut. Dieser Kommunikationsverbindungsaufbau erfolgt, sobald festgestellt wird, dass sich das Kraftfahrzeug 10c in dem dem festgestellten Fahrverhaltensmodus 16c zugeordneten geografischen Gebiet 20c befindet. Dies ist hier kurz hinter der Stadtgrenze 24 für das Kraftfahrzeug 10c an der erfassten geografischen Position 11c der Fall. Der bisher in dem Fahrzeugsystem 12 gespeicherte Fahrverhaltensmodus 16b kann nun beispielsweise gelöscht werden, sobald der der aktuellen Position 11c zugeordnete Fahrverhaltensmodus 16c heruntergeladen worden ist. Alternativ dazu kann in einem Schritt S13b vorgesehen sein, dass bereits im Rahmen einer Bestimmung einer Fahrroute des Kraftfahrzeugs 10c, das beispielsweise von einem Ort außerhalb des geografischen Gebietes 20c zu einer Zielposition innerhalb der Stadt, das heißt innerhalb des geografischen Gebiets 20c, fährt, überprüft wurde, ob das Kraftfahrzeug 10c bei der Fahrt entlang der bestimmten Fahrroute mehrere vorgegebene geografische Gebiete 20a, 20b, 20c durchfährt. Falls mehrere der vorgegebenen geografischen Gebiete 20a, 20b, 20c durchfahren werden, werden die Fahrverhaltensmodi 16, die den jeweiligen vorgegebenen geografischen Gebieten 20a, 20b, 20c zugeordnet sind, von der externen Einrichtung 18 über die Kommunikationsverbindung 19 in das Kraftfahrzeug 10c heruntergeladen. Liegt die Startposition des Kraftfahrzeugs 10c beispielsweise im geografischen Gebiet 20b und die Zielposition im geografischen Gebiet 20c, sind daher bereits bei Fahrbeginn im Fahrzeugsystem 12 und/oder in einer mit dem Fahrzeugsystem 12 gekoppelten Speichereinrichtung des Kraftfahrzeugs 10c die jeweiligen Fahrverhaltensmodi 16b und 16c hinterlegt.
-
In einem nächsten Schritt S14 wird, falls der festgestellte Fahrverhaltensmodus 16c aktuell nicht im Fahrzeugsystem 12 aktiviert ist, der bereits aktivierte Fahrverhaltensmodus 16b deaktiviert und der festgestellte Fahrverhaltensmodus 16c aktiviert. Daraufhin erfolgt in einem Schritt S15 das zumindest teilautonome Ansteuern des Kraftfahrzeugs 10c. Dies erfolgt unter Berücksichtigung des zumindest einen Ansteuerparameters 17 des aktuell aktivierten Fahrverhaltensmodus 16c. Dieses zumindest teilautonome Ansteuern des Kraftfahrzeugs 10c ist hier mit einem Pfeil in einer Fahrtrichtung 13 des Kraftfahrzeugs 10c auf der Straße 14 skizziert. Die im Zusammenhang mit 1 beschriebene Übergangsfahrstrecke 15 ist hierbei nur dann als Übergangsbereich zwischen dem bisherigen Fahrverhaltensmodus 16b und dem festgestellten Fahrverhaltensmodus 16c möglich, wenn bereits beide jeweiligen Fahrverhaltensmodi 16b, 16c ins Kraftfahrzeug 10c heruntergeladen worden sind.
-
Insgesamt zeigen die Beispiele ein lokalisiertes Fahrermodell und eine ortsbasierte Fahrermodellauswahl zum hochautomatisierten Fahren. Die Erfindung bezieht sich in einem ersten Teil auf die Erkenntnis, dass eine Steuerung, Regelung und Führung eines autonomen Fahrzeugs der höchsten Stufe, das heißt einem zum vollautonomen Fahren ausgelegten Fahrzeug, abhängig von eine Lokalität durchgeführt werden sollte. Hierbei wird davon ausgegangen, dass es im Fahrzeug ein aktives Modell gibt, das die Ansteuerung des Fahrzeugs übernimmt. Dieses Modell beinhaltet das Wissen über das spezifische Fahrzeugverhalten und die geltenden Verkehrsregeln. Dieses Modell wird im Rahmen dieser Patentanmeldung als Fahrverhaltensmodus 16 bezeichnet. Der Fahrverhaltensmodus 16 weiß somit, welche Aktionen zu erfolgen haben, wenn das Fahrzeugsystem 12 entsprechende Sensorsignale von Sensoreinheiten des Fahrzeugs erhält. Es ist darüber hinaus in der Lage, eine Planung, beispielsweise für die nächsten mehreren 100 Meter vor dem Fahrzeug, vorzunehmen, das heißt es führt eine Bahnplanung für eine Fahrroute des Fahrzeugs durch. Die Fahrroute selbst von der Startposition zu der Zielposition wird von einem externen Modul vorgegeben. Bei diesem externen Modul handelt es sich beispielsweise um eine Steuereinrichtung eines Navigationssystems, das die entsprechenden Daten an das Fahrzeugsystem 12 übermittelt. Da erwartet wird, dass vollautonom fahrende Fahrzeuge und Fahrzeuge zumindest für eine vorgegebene Zeitdauer mit menschlichen Fahrern koexistieren, ist es notwendig, dass von dem Fahrzeugsystem 12 das menschliche Verhalten des Fahrers und/oder der anderen Verkehrsteilnehmer richtig gedeutet und vorausgesagt wird. Dass sich Menschen in verschiedenen Teilen der Welt jedoch verschieden verhalten, erfährt jede Fahrer persönlich, der in einem bisher fremden Staat mit einem Fahrzeug gefahren ist. Beispielsweise verlangt China daher eine erneute Fahrprüfung und erkennt ausländische Führerscheine nicht an.
-
Soll sich das zumindest teilautonom fahrende Fahrzeug wie ein typischer Mensch verhalten, muss es das Verhalten eines typischen Menschen kennen, verstehen und nachahmen können. Hierbei sind außerdem Verhaltensmuster relevant, die ein Mensch vor Ort in einer Fahrschule lernt, die sich aber gegebenenfalls so nicht aus jeweiligen Verkehrsregeln, das heißt aus den entsprechenden Gesetzestexten, ableiten lassen. Es gibt daher nicht einen Fahrverhaltensmodus, sondern mehrere Fahrverhaltensmodi. Diese können klassisch mithilfe eines Softwareprogramms umgesetzt sein oder durch Methoden der künstlichen Intelligenz, das heißt durch Methoden des maschinellen Lernens, erzeugt sein.
-
In einem zweiten Teil bezieht sich die Erfindung darauf, dass die einzelnen Fahrverhaltensmodi 16 abhängig von der Lokalität, das heißt dem Ort, an dem sich das Fahrzeug befindet oder in Kürze befinden wird, im Fahrzeug aktiviert werden. Beispielsweise wird kurz vor einem Grenzübertritt nach Portugal die Aktivierung des Fahrverhaltensmodus 16 für Portugal erfolgen, das heißt kurz vor dem Grenzübertritt wird der typische portugiesische Fahrer geladen. Das Gleiche passiert beispielsweise, wenn das Fahrzeug in den Stadtbereich von Paris einfährt. Dann wird der Fahrverhaltensmodus 16 für die Siedlung Paris aktiviert. Es kann beispielsweise direkt an der Grenze zwischen Spanien und Portugal, zum Beispiel bei einem entsprechenden Staatenschild, der Wechsel zwischen dem bisherigen Fahrverhaltensmodus 16 und dem nun für Portugal vorgesehen Fahrverhaltensmodus 16 erfolgen. Der Wechsel kann beispielsweise weich gestaltet werden, sodass ein kontinuierlicher Übertritt von dem für Spanien vorgegebenen Fahrverhaltensmodus 16 für den in Portugal vorgegebenen Fahrverhaltensmodus 16 über die Übergangsfahrstrecke 15 erfolgt.
-
Der Fahrverhaltensmodus 16 beziehungsweise genau genommen der zumindest eine Ansteuerparameter 17, der vom Fahrverhaltensmodus 16 umfasst wird, beinhaltet zumindest: Die geltenden Verkehrsregeln im aktuellen Gebiet, wie zum Beispiel Links- und Rechtsverkehr, das heißt Verkehrsregeldaten 44; die nicht niedergeschriebenen, aber geltenden Interpretationen dieser Regel, Informationen, wie lokale Schilder und Fahrbahnmarkierungen zu interpretieren sind, das heißt die Interpretationsdaten 46; das typische Verhalten von anderen Verkehrsteilnehmern an diesem Ort, das heißt die Verkehrsteilnehmerverhaltensdaten 42, sowie Daten zur Art des Fahrzeugs, das heißt gegebenenfalls das exakte Fahrzeugmodell, wie es den Fahrzeugkenndaten 48 zu entnehmen ist. Eine Größe, das heißt eine Ausdehnung, der jeweiligen Orte, das heißt eines Staates, einer Siedlung oder eines Bezirks, sowie die Zuordnung der einzelnen Fahrverhaltensmodi 16 ist hierbei beliebig und muss im Rahmen der Erzeugung der Fahrverhaltensmodi 16, das auch als Lernen bezeichnet werden kann, bestimmt werden. Der Fahrverhaltensmodus 16 kann theoretisch bereits im Fahrzeug geladen sein, es ist jedoch wahrscheinlicher, dass der Fahrverhaltensmodus 16 rechtzeitig per Onlineverbindung, das heißt über die Kommunikationsverbindung 19, in das Fahrzeug geladen wird. Daher ist eine Aktualisierung bei zum Beispiel neuen Verkehrsregeln möglich. Darüber hinaus haben die Fahrverhaltensmodi 16 einen nicht unerheblichen Platzbedarf in einer Speichereinrichtung des Fahrzeugs. Es ist außerdem generell davon auszugehen, dass ein autonomes Fahrzeug stets weiß, wohin es will. Die vorausliegende Strecke ist daher dem Fahrzeug bereits bei Fahrtantritt bekannt. Das rechtzeitige Herunterladen des passenden Fahrverhaltensmodus 16 ist daher gut planbar. Dies kann zum Beispiel bei der Fahrtroutenplanung erfolgen oder beispielsweise erst dann, wenn festgestellt wird, dass sich das Fahrzeug nun in einem neuen geografischen Gebiet 20 befindet.
-
Wird nun davon ausgegangen, dass der Fahrverhaltensmodus 16 für das Fahrzeugsystem 12 in der Recheneinrichtung mithilfe von künstlicher Intelligenz erzeugt wird, wäre das Lernen als solches mit Sicherheit in einer externen Recheneinrichtung verortet, wo alle relevanten Fahrzeugdaten 30 zusammenlaufen und ein gemeinsames Lernen aus all diesen Daten stattfindet. Mit dem Lernen ist in diesem Zusammenhang das Anwenden der Methoden des maschinellen Lernens auf Daten gemeint, um den zumindest einen Ansteuerparameter 17 des vorgegebenen Fahrverhaltensmodus 16 für das jeweilige geografische Gebiet 20 zu ermitteln. An dieser Stelle muss außerdem entschieden werden, welche Orte, das heißt welche geografischen Gebiete 20, einen eigenen Fahrverhaltensmodus 16 zugeordnet bekommen, um eine angestrebte Funktionsgüte, das heißt Performance, des Verfahrens zu erreichen. Hierzu müssen die einzelnen Fahrverhaltensmodi 16 beziehungsweise deren jeweilige Funktionsgüte für den jeweiligen Einsatzort, das heißt für das jeweilige geografische Gebiet 20, bewertet werden. Hierbei kann mit einem einheitlichen Fahrverhaltensmodus 16 begonnen, dem die bekannten Verkehrsregeln beigebracht werden, das heißt es wird das Idealverhaltensmodell 70 bestimmt. Es muss außerdem ein Bewertungssystem in Form des Gewichtungskriteriums eingeführt werden, das es ermöglicht, das Gelernte auf Funktionsgüte zu prüfen. Hierbei kann es sich um ein Simulationssystem handeln oder auch um eine Schattenmodusfunktionalität, bei der reale Fahrzeuge lesend den bisher vorgegebenen Fahrverhaltensmodus 16 nutzen. Eine ständige Bewertung der Funktionsgüte für verschiedene Orte wird zwangsläufig zeigen, dass eine Verbesserung an einem Ort A durch eine Verschlechterung an einem Ort B erkauft wird. Das ist etwas, das schon heute bei Navigations- und Assistenzsystemen in Fahrzeugen beobachtet wird. In diesem Fall muss das Lernsystem den Zielkonflikt erkennen und eine ortsspezifische Ausprägung des Fahrverhaltensmodus 16 erzeugen, sodass sowohl Ort A als auch Ort B mit einem eigenen optimalen Fahrverhaltensmodus 16 befahren werden können. Denn das Fahrzeug wird dann stets mit dem gerade optimalen Fahrverhaltensmodus 16 für den aktuellen Ort, das heißt für die aktuelle Position 11c, des Fahrzeugs geladen. Hierbei wird davon ausgegangen, dass der optimale Fahrverhaltensmodus 16 für Berlin beispielsweise in Paris oder Shanghai keine ausreichende Funktionalität zeigt. Daher werden letztendlich ortspezifische Fahrverhaltensmodi 16 für die Steuerung autonomer Fahrzeuge, die zum teilautonomen und/oder vollautonomen Fahren ausgebildet sind, erstellt und genutzt. Hierbei werden lokale Gegebenheiten anhand der Fahrverhaltensdaten 40, der Verkehrsteilnehmerverhaltensdaten 42, der Interpretationsdaten 46 und der Verkehrsregeldaten 44 berücksichtigt. Außerdem wird ein typisches Verhalten berücksichtigt, das aus den Fahrverhaltensdaten 40 und den Verkehrsteilnehmerverhaltensdaten 42 zu entnehmen ist, das heißt das Realverhaltensmodell 60. Die Bewertung und Entscheidung über die Lokalitäten für die einzelnen Fahrverhaltensmodi 16 kann derart erstellt werden, wie es oben betreffend 2 und 3 beschrieben wurde. Wie in 4 beschrieben, kann es zu einem geeigneten Zeitpunkt, an dem der Ortswechsel stattgefunden hat, das heißt an dem das geografische Gebiet 20 gewechselt wurde, zu einer Aktivierung des vorgegebenen, dem nun betretenen geografischen Gebiet 20 zugeordneten Fahrverhaltensmodus 16 kommen. Außerdem werden die jeweiligen Fahrverhaltensmodi 16 genau zum richtigen Zeitpunkt beispielsweise per Onlineservice von der externen Einrichtung 18 in das Fahrzeug geladen, beispielsweise vor dem anstehenden Ortswechsel, was aus den fahrzeugexternen Navigationssystemen ja bekannt ist.
-
Lernen, Ausprägung und Verortung der einzelnen Fahrverhaltensmodi 16 erfolgt hierbei in der externen Einrichtung und wird den Fahrzeugen online zur Verfügung gestellt. Außerdem gibt es eine Simulationsumgebung, die eine Prüfung der Funktionsgüte ermöglicht, das heißt in deren Rahmen das Bewertungskriterium ermittelt wird. Änderungen am Ort und dessen Verkehrsregeln werden automatisch für einen neuen Fahrverhaltensmodus 16 aktualisiert, da stets beispielsweise erneute Berechnungen hinsichtlich der vorgegebenen Fahrverhaltensmodi 16 durchgeführt werden können. Im Idealfall ist es also möglich, dass, nachdem ein erstes Fahrzeug in Portugal war, auch ein nächstes Fahrzeug weiß, wie man dort typischerweise fährt.
-
Das Erlernen, das heißt das Festlegen des geografischen Gebiets 20 sowie des zumindest einen Ansteuerparameters 17 des vorgegebenen Fahrverhaltensmodus 16 kann theoretisch auch im Fahrzeug selbst erfolgen. In diesem Fall erfolgt dieses Erlernen rein lokal und ohne Austausch mit anderen Fahrzeugen. Hierzu wird auch alles hinsichtlich des Lernens, wie es in den 2 und 3 beschrieben wurde, in einer Auswerteeinrichtung des Fahrzeugs verortet. Die Bewertung, das heißt die Anwendung des Gewichtungskriteriums auf das Realverhaltensmodell 60 und das Idealverhaltensmodell 70 erfolgt zum Beispiel ebenfalls im Fahrzeug und würde unter Berücksichtigung der aktuellen Position 11c erzeugt werden. Die Funktionsgüte für einen Ort, an dem sich das Fahrzeug nicht befindet, ist wiederum per Simulation möglich, wobei die Simulation ebenfalls im Fahrzeug erfolgen müsste.
-
Einzelne Fahrzeuge können sich außerdem direkt austauschen und auch Fahrverhaltensmodi 16 untereinander weitergeben, ohne beispielsweise eine externe Einrichtung 18 zu nutzen. In diesem Fall wären eine Standardisierung für den Fahrverhaltensmodus 16 und ein dazugehöriges Austauschprotokoll notwendig. Der standardisierte Fahrverhaltensmodus 16 berücksichtigt beispielsweise nicht die Fahrzeugkenndaten 48. Ein Fahrzeug, das beispielsweise nach Portugal kommt, könnte dann von einem Fahrzeug vor Ort Informationen bekommen, wie man dort vor Ort fährt. Dies würde erfolgen, indem dem neu in Portugal ankommenden Fahrzeug der vorgegebene Fahrverhaltensmodus 16 für Portugal übermittelt wird. Die weiteren beschriebenen Verfahrensschritte bleiben hierbei jedoch prinzipiell identisch.
-
Es kann theoretisch nach und nach ein globaler Fahrverhaltensmodus 16 erzeugt werden, der eine Komplexität hat, die jede ortsspezifische Eigenheit kennt und daher tatsächlich weltweit einsetzbar ist. Weiterhin ist hierbei zu berücksichtigen, dass dieser globale Fahrverhaltensmodus 16 jeweils einzelne, den geografischen Gebieten 20 zugeordnete Fahrverhaltensmodi 16 umfasst.
-
Es gibt außerdem die Überlegung, ein vollautonomes Fahrzeug so anzubieten, dass es fernsteuerbar ist und daher in einer Situation, die der im Fahrzeug aktivierte Fahrverhaltensmodus 16 nicht bewältigen kann, von einem Menschen, der zum Beispiel in einem Callcenter arbeitet und Zugriff auf das Fahrzeugsystem 12 des Fahrzeugs hat, ferngesteuert wird. Der entsprechende Callcenter-Mitarbeiter hat dann den Grad von lokalem Wissen beziehungsweise kennt die lokalen Verkehrsregeln, um alternativ zu einem automatisch ermittelten und bereitgestellten Fahrverhaltensmodus 16 das Fahrzeug aus der Ferne anzusteuern.
-
Insgesamt handelt es sich also um ein selbst erlerntes System, das zum vollautonomen Fahren in einem Mix mit manuell fahrenden Fahrzeugen ermöglicht und weltweit eingesetzt werden kann. Den Fahrzeugen wird somit ein typischer Fahrer beziehungsweise das Fahrverhalten eines typischen Fahrers mithilfe des jeweiligen vorgegebenen Fahrverhaltensmodus 16 direkt zur Verfügung gestellt, wenn das Fahrzeug in das dem vorgegebenen Fahrverhaltensmodus 16 zugeordnete geografische Gebiet 20 fährt.
-
Das beschriebene Verfahren eignen sich besonders für vollautonom fahrende Fahrzeuge. Allerdings kann auch ein zum teilautonom Fahren ausgelegtes Fahrerassistenzsysteme als Fahrzeugsystem 12 von derartigen lokalisierten Fahrverhaltensmodi 16 profitieren. Beispielsweise ein Navigationssystem, eine Multimediavorrichtung sowie weitere Vorstufen zum vollautonomen Fahren, wie zum Beispiel ein Spurhalteassistent, eine Lichtsteuerung, eine Schaltungseinrichtung und so weiter. Es scheint daher wahrscheinlich, dass der Einsatz von mehreren lokalen Fahrverhaltensmodi 16 erst dann effizient möglich ist, wenn mit Methoden der künstlichen Intelligenz gearbeitet wird, wodurch diese einzelnen Fahrverhaltensmodi 16 angelernt werden können. Generell eignet sich das beschriebene Verfahren für alle Systeme, die mit Modellen arbeiten, die von lokalem und ortsbezogenem Wissen profitieren. Dies können nicht nur Fahrzeuge sein. Zurzeit werden nämlich meist marktspezifische Softwarevarianten erzeugt, aber gerade, wenn die Verfahren der künstlichen Intelligenz sich durchsetzen sollten, kann eine genauere Aufteilung und Optimierung abhängig von dem geografischen Gebiet 20 erfolgen.
-
Bezugszeichenliste
-
- 10, 10a, 10b, 10c
- Kraftfahrzeug
- 11c
- Position
- 12
- Fahrzeugsystem
- 13
- Fahrtrichtung
- 14
- Straße
- 15
- Übergangsfahrstrecke
- 16, 16b, 16c
- Fahrverhaltensmodusl
- 17
- Ansteuerparameter
- 18
- externe Einrichtung
- 19
- Kommunikationsverbindung
- 20, 20a, 20b, 20c
- geografisches Gebiet
- 22
- Staatengrenze
- 24
- Stadtgrenze
- 30
- Fahrzeugdaten
- 31
- Ortsdaten
- 40
- Fahrverhaltensdaten
- 41
- Anzahl
- 42
- Verkehrsteilnehmerverhaltensdaten
- 44
- Verkehrsregeldaten
- 46
- Interpretationsdaten
- 48
- Fahrzeugkenndaten
- 50
- Datenmuster
- 60
- Realverhaltensmodell
- 70
- Idealverhaltensmodell
- S1 bis S15
- Schritte
-
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
-
- DE 102012016802 A1 [0004]
- DE 102014217389 A1 [0005]
- DE 102016120508 A1 [0006]
