DE102019211102A1

DE102019211102A1 - Verfahren, Vorrichtung und Computerprogramm zum Auswerten von Ampelinformationen über eine Ampelanlage

Info

Publication number: DE102019211102A1
Application number: DE102019211102.5A
Authority: DE
Inventors: Sven Klomp; Pablo Grube Krebs; Toralf HESSEL; Bastian Göricke
Original assignee: Volkswagen AG
Current assignee: Volkswagen AG
Priority date: 2019-07-25
Filing date: 2019-07-25
Publication date: 2021-01-28

Abstract

Es wird ein Verfahren zum Auswerten von Ampelinformationen über eine Ampelanlage beschrieben. Es werden alle Ampelpaare aus Ampeln der Ampelanlage gebildet. Für jedes Ampelpaar wird ein Korrelationsfaktor für einen für einen Phasenverlauf einer ersten Ampel des Ampelpaars und einen Phasenverlauf einer zweiten Ampel des Ampelpaars ermittelt. Die Ampeln werden unter Berücksichtigung der Korrelationsfaktoren der Ampelpaare gruppiert. Ferner werden eine Vorrichtung und ein Computerprogramm zum Aufbereiten der Daten über die Ampelanlage beschrieben.

Description

Die vorliegende Erfindung betrifft ein Verfahren, eine Vorrichtung und ein Computerprogramm zum Gruppieren von Ampeln einer Ampelanlage.
Es gibt automatische Fahrfunktionen eines Kraftfahrzeugs, die u.a. Informationen von Ampelanlagen und von umgebenden Fahrzeugen verarbeiten, um entsprechend im Straßenverkehr zu reagieren.
Aus der DE 10 2013 220 662 A1 ist ein Verfahren zur Erkennung von Verkehrssituationen beim Betrieb eines Fahrzeugs bekannt. Dabei werden mittels einer fahrzeugseitigen Sensorik Umgebungsdaten, wie ein Status einer Signalanlage, eine Straßenbegrenzung, eine Fahrspurbegrenzung, erfasst. Unter Nutzung der Umgebungsdaten lässt sich ein Umgebungsmodell erzeugen, mit der Positionierung des eigenen Fahrzeugs darin. Hierbei werden dem eigenen Fahrzeug eine spezielle Fahrspur sowie ein oder maximal zwei Ampelsignale zugeordnet.
Die DE 10 2015 003 847 A1 beschreibt ein Verfahren und Fahrerassistenzsystem zum Erfassen und Signalisieren von Lichtsignalen von wenigstens einer Lichtsignaleinrichtung einer Ampel. Hierbei wird ein Bereich einer Umgebung vor einem Fahrzeug optisch erfasst. Die erfassten Bilddaten werden auf das Vorhandsein eines roten Lichtsignals von wenigstens einer Lichtsignaleinrichtung hin ausgewertet. Das rote Lichtsignal von wenigstens einer in den ausgewerteten Bilddaten erkannten Lichtsignaleinrichtung wird mittels einer fahrzeugseitigen Anzeigeeinrichtung angezeigt. Ferner erfolgt durch eine entsprechende Bedienhandlung eines Fahrers eine weitere, d.h. zeitlich andauernde, Anzeige des aktuellen Lichtsignals der erkannten Lichtsignaleinrichtung.
Die DE 10 2016 217 558 A1 beschreibt Verfahren zum Zuordnen einer Ampel zu einer Fahrspur, wobei erkannte Phasenfolgen mit erwarteten Phasendaten verglichen werden. Die Phasendaten beinhalten eine Anzahl erwarteter Phasenfolgen für jeweilige Fahrspuren.
Es also liegt die Herausforderung vor, dass nicht vom Fahrer, sondern mittels eines Verfahrens, einer Vorrichtung und/oder eines Computerprogramms erkannt wird, welche Informationen für eine automatische Fahrzeugfunktion relevant sind. Insbesondere bei einem Fahrzeug, das einen von einer Ampelanlage gesteuerten Fahrbahnabschnitt befährt und sich auf die Ampelanlage zubewegt, müssen die relevanten Ampelinformationen wie Ampelphasenverläufe (auch „Ampelsignalverläufe“ genannt) zuverlässig erfasst werden. Diese relevanten Ampelinformationen können dann auch als Eingabe für weitere Fahrfunktionen verwendet werden.
Aufgabe der vorliegenden Erfindung ist es, ein Verfahren, eine Vorrichtung und ein Computerprogramm bereitzustellen, die die oben genannte Herausforderung wenigstens teilweise bewältigen.
Diese Aufgabe wird durch ein Verfahren nach Anspruch 1, eine Vorrichtung nach Anspruch 14 und ein Computerprogramm nach Anspruch 15 gelöst.
Weitere vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Unteransprüchen und der folgenden Beschreibung bevorzugter Ausführungsbeispiele der vorliegenden Erfindung.
Ein erster Aspekt der Offenbarung betrifft ein Verfahren zum Auswerten von Ampelinformationen über eine Ampelanlage. Das Verfahren umfasst:

- Bilden aller Ampelpaare aus Ampeln der Ampelanlage;
- Ermitteln, für jedes Ampelpaar, einen Korrelationsfaktor für einen Phasenverlauf einer ersten Ampel des Ampelpaars und einen Phasenverlauf einer zweiten Ampel des Ampelpaars; und
- Gruppieren der Ampeln unter Berücksichtigung der Korrelationsfaktoren der Ampelpaare.

Ampelinformationen über eine Ampelanlage werden von einer Erfassungseinrichtung erfasst, die beispielsweise an einem Fahrzeug angebracht ist. Mittels eines Schwarms von mit Erfassungseinrichtungen ausgestatteten Fahrzeugen kann somit eine Vielzahl von Ampelinformationen über dieselbe Ampelanlage erfasst werden. Diese Ampelinformationen werden durch Ampelobjekte repräsentiert, wobei die Ampelobjekte Daten bzw. Datensätze entsprechen. Die Ampelobjekte werden später genauer beschrieben. Der Begriff „Ampel“ wird für eine physikalische Ampel verwendet. Eine Ampelanlage umfasst mindestens eine Ampel.
Die Ampelinformationen werden also von fahrzeugseitigen Erfassungseinrichtungen erfasst und als Ampelobjekte beispielsweise in einer Datenbank abgelegt. Diese Datenbank kann sich auf einem Server befinden.
Die Ampelinformationen über die Ampelanlage umfassen jedenfalls Phasenverläufe der (mindestens einen) Ampel der Ampelanlage. Ergänzend können auch noch Positionsdaten der Ampel als Ampelinformation erfasst werden.
Ein Phasenverlauf einer Ampel wird auch als Signalverlauf bezeichnet. Ein Phasenverlauf gibt Phasendauern sowie entsprechenden Ampelphasen an. Ein Phasenverlauf für eine Ampel ist als eine Vielzahl von Zeit-Ampelphase-Paaren darstellbar. Eine Ampelphase ist ein Signal, die eine Ampel anzeigen kann. In der Regel weist eine Ampel die (Ampel-)Phasen „grün“, „gelb“, „rot“ und „gelb und rot“ auf, wobei in der Regel die Ampelphasen auch in dieser Reihenfolge von der Ampel angezeigt werden. Andere Reihenfolgen sind auch möglich.
Ein Schritt umfasst das Bilden aller Ampelpaare aus den Ampeln der Ampelanlage. In diesem Schritt werden also die möglichen Paarungskombinationen (ohne Wiederholung und ohne Reihenfolge) der Ampeln der Ampelanlage erstellt.
Für jedes Ampelpaar wird ein Korrelationsfaktor ermittelt. Dabei werden ein Phasenverlauf der ersten Ampel eines jeweiligen Ampelpaares und ein Phasenverlauf der zweiten Ampel des jeweiligen Ampelpaares berücksichtigt, insbesondere miteinander verglichen. Hierbei ist der Korrelationsfaktor ein Maß für die Ähnlichkeit zweier Phasenverläufe. Es gibt mehrere Ansätze zur Bestimmung des Korrelationsfaktors. Insbesondere wird derjenige Ansatz verwendet, der in der vorliegenden Offenbarung beschrieben wird.
In einem Schritt werden die Gruppen von Ampeln der Ampelanlage gebildet. Diese Gruppenbildung erfolgt unter Berücksichtigung der oben ermittelten Korrelationsfaktoren der Ampelpaare. Es kann durchaus vorkommen, dass eine so gebildete Ampelgruppe lediglich eine Ampel der Ampelanlage aufweist.
Das Gruppieren der Ampeln kann durch entsprechende Modelle, Algorithmen oder Heuristiken erfolgen. Insbesondere können entsprechende Clusteringverfahren angewendet werden.
Durch die Korrelationsfaktoren sind Erfassungs- und Messungenauigkeiten einer fahrzeugseitig angebrachten Erfassungseinrichtung beim Erfassen der Ampelinformationen über die Ampelanlage zumindest teilweise kompensierbar. Demnach lassen sich mittels des obigen Verfahrens vergleichsweise zuverlässig Ampelgruppen, d.h. Gruppen von Ampeln mit gleichen Phasenverläufen, identifizieren.
In einer Alternative weisen die in einer Gruppe befindlichen Ampeln zueinander Korrelationsfaktoren auf, die einen ersten vorbestimmten Mindestkorrelationswert überschreiten. Der Korrelationsfaktor kann in einem Intervall von [0;1] liegen, wobei ein Korrelationsfaktor von 1 einen identischen Phasenverlauf von zwei Ampeln angibt. In einem Beispiel kann der vorbestimmte Mindestkorrelationswert für den Korrelationsfaktor bei 0,9 liegen. Damit wird sichergestellt, dass nicht nur Ampeln mit identischen Phasenverläufen, sondern auch mit hinreichend ähnlichen Phasenverläufen gruppiert werden. Mittels des vorbestimmten Korrelationswerts lassen sich aus den erfassten Ampelinformationen mit einer vergleichsweise hohen Wahrscheinlichkeit die Ampeln mit einem gemeinsamen Phasenverlauf identifizieren. Somit lassen sich die Messungenauigkeiten und -fehler der fahrzeugseitigen Erfassungseinrichtungen kompensieren.
Ferner kann das Ermitteln des Korrelationsfaktors für jedes Ampelpaar umfassen:

- Ermitteln einer Überlappungsdauer zwischen den Phasenverläufen der Ampeln des Ampelpaars, in der sich der Phasenverlauf der ersten Ampel und der Phasenverlauf der zweiten Ampel zeitlich überlappen; und
- Ermitteln einer Übereinstimmungsdauer, in der eine Ampelphase der ersten Ampel und eine Ampelphase der zweiten Ampel während der Überlappungsdauer übereinstimmen.

Mit den Phasenverläufen der Ampeln des Ampelpaars ist der Phasenverlauf der ersten Ampel des jeweiligen Ampelpaars und der Phasenverlauf der zweiten Ampel des jeweiligen Ampelpaars gemeint.
Die Überlappungsdauer gibt diejenige Zeitdauer an, zu welcher die beiden Phasenverläufe gleichzeitig vorliegen, d.h. zeitlich überlappen.
Die Übereinstimmungsdauer gibt diejenige Zeitdauer an, zu welcher die erste und die zweite Ampel (bzw. deren Phasenverläufe) die gleiche Ampelphase aufweisen. Denn der Phasenverlauf der ersten Ampel und der Phasenverlauf der zweiten Ampel können zeitweise übereinstimmen. Mit anderen Worten, die erste und die zweite Ampel können zeitweise die gleiche Ampelphase aufweisen.
In diesem Schritt kann also der Korrelationsfaktor die Überlappungsdauer und Übereinstimmungsdauer der Phasenverläufe der Ampeln des Ampelpaares berücksichtigen. Dadurch wird eine Aussage hinsichtlich der Ähnlichkeit der Phasenverläufe ermöglicht.
In einer Alternative können ferner folgende Schritte umfasst sein:

- Abrufen von Ampelinformationen repräsentierenden Ampelobjekten, wobei jedes Ampelobjekt einer entsprechenden Ampel (der Ampeln der Ampelanlage) zuordenbar ist.

Wie oben erwähnt, werden die Ampelinformationen in als Ampelobjekte bezeichnete Daten bzw. Datensätze abgespeichert, wobei jedes Ampelobjekt aus den von einer fahrzeugseitigen Erfassungseinrichtung erfassten Daten bzw. einer Messung erstellt wird. Dabei kann es vorbeikommen, dass für eine Ampel nicht nur ein, sondern mehrere Ampelobjekte erstellt werden. Dies kann u.a. daran liegen, dass die Erfassungseinrichtung die entsprechende Ampel fehlerhaft erfasst und mehrere Ampelobjekte für diese Ampel erstellt. Ferner kann während der Erfassung durch die Erfassungseinrichtung eine Sichtlinie zwischen ihr und der entsprechenden Ampel durch ein Hindernis unterbrochen sein, so dass nach Wegfall des Hindernisses die entsprechende Ampel durch die Erfassungseinrichtung wieder erfasst wird und dafür ein neues Ampelobjekt generiert.
Ferner können die Ampelobjekte überfahrtspezifisch erfasst werden. Bei einer Überfahrt befindet sich ein Fahrzeug auf dem von der Ampelanlage gesteuerten Fahrbahnabschnitt und bewegt sich auf die Ampelanlage zu und überquert. Während dieser Überfahrt erfasst, insbesondere kontinuierlich, das Fahrzeug mittels seiner Erfassungseinrichtung die Ampelanlage. Dadurch können die Ampelinformationen präziser ausgewertet werden, da beispielsweise aus einer Überfahrt resultierende Ampelobjekte untereinander besser vergleichbar sind.
In einer Alternative kann das Ermitteln des Korrelationsfaktors für jedes Ampelpaar ferner umfassen:

- Bilden von Überlappungsdauern und/oder von Übereinstimmungsdauern zwischen allen die erste Ampel repräsentierenden Ampelobjekten und allen die zweite Ampel repräsentierenden Ampelobjekten; und
- Aufsummieren der Überlappungsdauern und/oder Aufsummieren der Übereinstimmungsdauern zwischen allen die erste Ampel repräsentierenden Ampelobjekten und allen die zweite Ampel repräsentierenden Ampelobjekten.

Jedes Ampelobjekt repräsentiert auch einen (erfassten) Phasenverlauf der entsprechenden Ampel. Mit anderen Worten, in jedem Ampelobjekt ist ein entsprechender Phasenverlauf der entsprechenden Ampel hinterlegt/abgespeichert. Aus den Phasenverläufen aus den Ampelobjekten können entsprechende Überlappungsdauern und/oder Übereinstimmungsdauern gebildet werden.
Ferner kann das Bilden der Überlappungsdauern und/oder der Übereinstimmungsdauern zwischen allen die erste Ampel repräsentierenden Ampelobjekten und allen die zweite Ampel repräsentierenden Ampelobjekten überfahrtsspezifisch erfolgen. Damit wird die Auswertung der Ampelinformationen, wie oben erwähnt, präziser.
In einer Alternative kann das Bilden aller Ampelpaare aus den Ampeln ferner umfassen:

- Bilden aller Ampelobjektpaare aus Ampelobjekten, die einer der Ampeln zugeordnet sind;
- Ermitteln, für jedes Ampelobjektpaar, eines Korrelationsfaktors für einen Phasenverlauf des ersten Ampelobjekts des Ampelobjektpaars und einen Phasenverlauf eines zweiten Ampelobjekts des Ampelobjektpaars; und
- Gruppieren der Ampelobjekte (hinsichtlich ihrer Phasenverläufe) unter Berücksichtigung der Korrelationsfaktoren der Ampelobjektpaare;
- Erkennen der einen Ampel als inkonsistent, wenn eine Anzahl an Ampelobjektpaargruppen einen vorbestimmten Maximalwert überschreitet; und
- Ausschließen der inkonsistenten Ampel aus dem Bilden aller Ampelpaare.

Wie oben ausgeführt, ist jedes Ampelobjekt einer entsprechenden Ampel zugeordnet. In diesem Schritt werden also die möglichen Paarungskombinationen (ohne Wiederholung und ohne Reihenfolge) der einer Ampel zugehörigen Ampelobjekte erstellt.
Da jedes Ampelobjekt auch einen (erfassten) Phasenverlauf der entsprechenden Ampel repräsentiert, kann für jedes Ampelobjektpaar ein Korrelationsfaktor ermittelt werden.
In einem Schritt können Gruppen von Ampelobjekten gebildet werden. Diese Gruppenbildung erfolgt unter Berücksichtigung der oben ermittelten Korrelationsfaktoren der Ampelobjektpaare.
Das Gruppieren der Ampelobjekte kann durch entsprechende Modelle, Algorithmen oder Heuristiken erfolgen. Insbesondere können entsprechende Clusteringverfahren angewendet werden.
Jede Ampel, deren Ampelobjekte betrachtet werden, kann als inkonsistent identifiziert werden, wenn eine Anzahl an Gruppen aus den betrachteten Ampelobjekten einen vorbestimmten Maximalwert überschreitet. Hier kann der vorbestimmte Maximalwert 1 sein. Wenn also zwei Ampelobjektgruppen zu erkennen sind, deutet dies darauf hin, dass die Ampelobjekte der entsprechenden Ampel unterschiedliche Phasenverläufe dieser entsprechenden Ampel indizieren. Demnach kann diese entsprechende Ampel aufgrund der durch die Ampelobjekte repräsentierten unterschiedlichen Phasenverläufe als inkonsistent betrachtet werden.
Insbesondere können die Ampelobjektpaare auch überfahrtsspezifisch gebildet werden. Demnach werden lediglich einer Ampel zugeordneten Ampelobjekte, die aus derselben Überfahrt erstellt werden, zum Bilden der Ampelobjektpaare verwendet. Für diese entsprechende Ampel können für jede Überfahrt die Ampelobjekte wie oben beschrieben gruppiert werden. Anschließend kann ein Mittelwert für die Anzahl an Ampelobjektgruppen über alle Überfahrten (für die entsprechende Ampel) gebildet werden. Wenn dieser Mittelwert den vorbestimmten Maximalwert überschreitet, der in diesem Fall bspw. 1,2 betragen kann, wird die Ampel als inkonsistent identifiziert.
Indem überfahrtsspezifische Ampelobjektpaare und somit überfahrtsspezifische Ampelobjektgruppen gebildet werden, kann das Identifizieren von inkonsistenten Ampeln zuverlässiger gestaltet werden.
Eine Alternative kann ferner umfassen

- Zuordnen der inkonsistenten Ampel zu einer entsprechenden Ampelgruppe in Abhängigkeit von Korrelationsfaktoren zwischen den Ampelobjekten der inkonsistenten Ampel und den Ampelobjekten der entsprechenden Ampelgruppe.

Damit kann auch eine inkonsistente Ampel zu einer entsprechenden Ampelgruppe zugeordnet werden. Damit wird sichergestellt, dass jede erfasste Ampel einer Ampelgruppe zuordenbar ist.
Hierbei kann ferner die Zuordnung der inkonsistenten Ampel zu der entsprechenden Ampelgruppe unter der Voraussetzung erfolgen, dass die Anzahl korrelierter Ampelobjekte aus den Ampelobjekten der inkonsistenten Ampel und Ampelobjekten der entsprechenden Ampelgruppe mindestens einem vorbestimmten Bruchteil der Anzahl aller (korrelierter und nicht korrelierter) Ampelobjekte entspricht, die der inkonsistenten Ampel zugeordnet sind. Beispielsweise kann der vorbestimmte Bruchteil ein Drittel sein. D.h., wenn die Anzahl korrelierter Ampelobjekte mindestens einem Drittel aller der inkonsistenten Ampel zugeordneten Ampelobjekte entspricht, wird die inkonsistente Ampel der entsprechenden Ampelgruppe zugewiesen.
Nur die korrelierten Ampelobjekte werden für die folgenden Schritte in Betracht gezogen, der Rest entspricht mit hoher Wahrscheinlichkeit einer Erfassung einer Abbiegerampel. So eine Abbiegerampel kann durch andere entsprechende Maßnahmen auswertbar sein.
In einer Alternative kann das Verfahren ferner umfassen:

- Prüfen der durch die Ampelobjekte repräsentierten Phasenverläufe auf Plausibilität; und
- Verwerfen von nicht-plausiblen Ampelobjekten.

Dabei wird ein Phasenverlauf als nicht-plausibel identifiziert, der innerhalb seines Phasenverlaufs eine der folgenden Reihenfolgen von Ampelphasen aufweist:

- Gelb-Phase auf Rot-Phase;
- Rot-Gelb-Phase auf Grün-Phase;
- Grün-Phase oder Rot-Gelb-Phase auf eine Gelb-Phase; oder
- Rot-Phase oder eine Gelb-Phase auf eine Rot-Gelb-Phase.

Damit wird die Zuverlässigkeit des Erkennens der Ampelgruppen mit gleichem Phasenverlauf erhöht.
Ferner kann jedes Ampelobjekt für den entsprechenden Phasenverlauf folgende Informationen umfassen:

- Startzeitpunkt des entsprechenden Phasenverlaufs mit einer entsprechenden Phase;
- Wechselzeitpunkte des entsprechenden Phasenverlaufs mit einer entsprechenden Phase; und
- Endzeitpunkt des entsprechenden Phasenverlaufs.

Wie oben erwähnt, ist ein Phasenverlauf als eine Vielzahl von Zeit-Ampelphase-Paaren darstellbar. Der Startzeitpunkt (erster Erfassungszeitpunkt) indiziert den Moment, in dem die Ampel von der fahrzeugseitigen Erfassungseinrichtung erstmalig erfasst wird. Bei den Wechselzeitpunkten (Phasenwechsel-Zeitpunkten) erfolgen Phasenwechsel, insbesondere gemäß der oben beschriebenen Phasenreihenfolge. Beim Endzeitpunkt (letzter Erfassungszeitpunkt) wird die Ampel von der fahrzeugseitigen Erfassungseinrichtung letztmalig erfasst.
So kann ein tatsächlich kontinuierlicher Phasenverlauf der Ampel mittels der Ampelobjekte auf die wenigen obigen Daten (Zeitpunkte und Ampelphase) reduziert werden. Dadurch lässt sich der Phasenverlauf einer Ampel zuverlässig wiedergeben, bei gleichzeitig reduzierter Datenmenge pro Ampelobjekt.
In einer Alternative können die Ampelobjekte von einer Vielzahl von Fahrzeugen erfasst werden. Insbesondere können die Ampelinformationen von Erfassungseinrichtungen erfasst werden, die an einer Vielzahl von Fahrzeugen angebracht sind.
In einer Alternative kann das Gruppieren der Ampeln mittels eines ersten hierarchischen Clusteringverfahrens und/oder das Gruppieren der Ampelobjekte mittels eines zweiten hierarchischen Clusteringverfahrens erfolgen.
Ein hierarchisches Clusteringverfahren bzw. eine hierarchische Clusteranalyse ist ein distanzbasiertes Verfahren zur Strukturentdeckung in Datenbeständen wie den vorliegenden Ampelobjekten. Die resultierenden Cluster (Ampelgruppen) bestehen aus Ampel/-objekten, die zueinander eine vorbestimmte Ähnlichkeit aufweisen als zu den Ampel/-objekten anderer Cluster.
Ein zweiter Aspekt der Offenbarung betrifft eine Vorrichtung zum Auswerten von Ampelinformationen über eine Ampelanlage, wobei die Vorrichtung ausgebildet und eingerichtet ist, eines der oben beschriebenen Verfahren auszuführen.
Ein dritter Aspekt der vorliegenden Offenbarung betrifft ein Computerprogramm zum Auswerten von Ampelinformationen über eine Ampelanlage, wobei das Computerprogramm ausgebildet ist, bei seiner Ausführung eine Datenverarbeitungsvorrichtung zu veranlassen, eines der oben beschriebenen Verfahren auszuführen.
Ausführungsbeispiele der Erfindung werden nun beispielhaft und unter Bezugnahme auf die beigefügten Zeichnungen beschrieben. Dabei zeigt:

1 schematisch einen durch eine Ampelanlage gesteuerten Fahrbahnabschnitt;
2 schematisch ein Verfahren zum Aufbereiten von Daten über die Ampelanlage;
3 schematisch ein Ampelbild der in 1 gezeigten Ampelanlage;
4 schematisch ein beispielhaftes Ampelbild der in 1 gezeigten Ampelanlage;
5 schematisch ein Verfahren zur Gruppierung von Ampeln der in 1 gezeigten Ampelanlage;
6 schematisch ein Verfahren zum Bestimmen einer Ampelphase einer Ampel; und
7 schematisch und beispielhaft zwei Phasenverläufe.

In 1 ist schematisch ein Fahrbahnabschnitt Fb dargestellt, der von einer Ampelanlage A gesteuert wird. Der Fahrbahnabschnitt Fb weist drei Fahrspuren F1, F2, F3 auf, die wiederum durch vier entsprechende Ampeln tp₁ , tp₂ , tp₃ , tp₄ , tp₅ der Ampelanlage A gesteuert werden. Die Ampelanlage A kann durch ein den Fahrbahnabschnitt Fb befahrendes Fahrzeug 1 erfasst werden. Dabei werden insbesondere die einzelnen Ampeln tp₁-tp₅ der Ampelanlage A erfasst. Zur Erfassung weist das Fahrzeug 1 eine Erfassungseinrichtung 3 auf, das derart ausgebildet ist, einen Phasenverlauf und/oder Position jeder Ampel tp₁-tp₅ zu erfassen. Ferner kann die Erfassungseinrichtung 3 mindestens eines aus Position, Positionsverlauf und Ausrichtung des Fahrzeugs 1 erfassen. Die Erfassungseinrichtung 3 kann bspw. eine Kameraeinrichtung und eine GPS-Einrichtung umfassen. Das Fahrzeug 1 weist eine Funkschnittstelle 5 auf, um mit einem Server/einer Datenbank (nicht gezeigt) zu kommunizieren und Daten auszutauschen.
Im Rahmen der Offenbarung bedeutet „Erfassen durch das Fahrzeug 1“ ebenfalls „Erfassen durch die fahrzeugseitige Erfassungseinrichtung 3“.
Ein Phasenverlauf einer Ampel wird auch als Signalverlauf bezeichnet. Ein Phasenverlauf gibt Phasendauern sowie entsprechenden Ampelphasen an. Ein Phasenverlauf für eine Ampel ist als eine Vielzahl von Zeit-Ampelphase-Paaren darstellbar. Eine Ampelphase ist ein Signal, die eine Ampel anzeigen kann. In der Regel weist eine Ampel die (Ampel-)Phasen „grün“, „gelb“, „rot“ und „gelb und rot“ auf, wobei in der Regel die Ampelphasen auch in dieser Reihenfolge von der Ampel angezeigt werden. Andere Reihenfolgen sind auch möglich.
Es versteht sich, dass das Fahrzeug 1 auch beispielhaft für eine Vielzahl von Fahrzeugen stehen kann, so dass die Ampelanlage A von einer Vielzahl von Fahrzeugen erfassbar ist. So ist für jede Überfahrt über die Ampelanlage A durch ein Fahrzeug 1 aus der Vielzahl von Fahrzeugen ein fahrzeugspezifischer, oder anders genannt überfahrtsspezifischer, Datensatz erstellbar. Dieser überfahrtspezifische Datensatz wird später beschrieben.
Bei der vorliegenden Ampelanlage A steuern die Ampeln tp₁ ,tp₂ die Fahrspur F1 und die Ampeln tp₃ ,tp₄ die Fahrspuren F2, F3. Somit bilden die Ampeln tp₁ ,tp₂ eine erste Ampelgruppe und die Ampeln tp₃ ,tp₄ eine zweite Ampelgruppe. Die Ampeln tp₁ ,tp₂ der ersten Ampelgruppe weisen also einen gleichen ersten Phasenverlauf auf und die Ampeln tp₃ ,tp₄ der zweiten Ampelgruppen einen gleichen zweiten Phasenverlauf. Mit anderen Worten, die jeweiligen Ampeln der Ampelgruppen weisen einen gleichen Phasenverlauf auf. Schließlich kann die Fahrspur F3 zusätzlich durch eine separate Rechtsabbiegerampel tp₅ gesteuert sein.
In der 2 ist ein Verfahren zur Erstellung eines Ampelbildes 7 dargestellt. Mit Ampelbild 7 ist ein Datensatz gemeint, der beispielsweise in einer Datenbank hinterlegt sein kann und Positionen von Ampeln einer Ampelanlage, bspw. der in 1 gezeigten Ampelanlage A mit den Ampeln tp₁-tp₅ umfassen. Mit anderen Worten, die Position einer Ampelanlage, und insbesondere deren Ampeln, kann mittels eines Ampelbilds dargestellt/repräsentiert werden.
In einem Schritt S101 werden Ampelinformationen, sog. Ampelobjekte, n_c abgerufen, z.B. aus einer bereits bestehenden Datenbank. Jedes Ampelobjekt n_c ist repräsentativ für eine entsprechende Ampel der Ampeln tp₁-tp₅ und umfasst daher zumindest Positionsdaten der entsprechenden Ampel. Ferner umfassen die Ampelobjekte n_c auch Informationen über die Ampelphasenverläufe der entsprechenden Ampeln.
Jedes Ampelobjekt n_c wird überfahrspezifisch erstellt. Hierbei bedeutet „Überfahrt“, dass das Fahrzeug 1 aus der Vielzahl von Fahrzeugen den Fahrbahnabschnitt Fb befährt, auf die Ampelanlage A zufährt und die Ampelanlage A dann überquert. Während so einer Überfahrt c erfasst das Fahrzeug 1 mittels der Erfassungseinrichtung 3, insbesondere kontinuierlich, die Positionen und die Phasenverläufe der einzelnen Ampeln tp₁-tp₅ .
Jedes der Ampelobjekte n_c , im Speziellen die dadurch repräsentierte Ampelposition der entsprechenden Ampeln tp₁-tp₅ , kann beispielswiese als Punkt (Ampelobjektpunkt) p_n in einem globalen Koordinatensystem dargestellt werden. Die Gesamtheit aller Ampelobjekte n_c ist also als eine Punktwolke {p_n} mit n=1....N in einem globalen Koordinatensystem K darstellbar.
Für das in 2 dargestellte Verfahren können die Begriffe „Ampelobjekte“ und „Ampelobjektpunkte“ austauschbar verwendet werden, da die Ampelobjektpunkte einer Darstellung der Ampelobjekte in dem globalen Koordinatensystem K entsprechen.
Es ist möglich, die Ampelobjektpunkte in einem „semi-globalen“ Koordinatensystem darzustellen, das für einen vorbestimmten Bereich um einen gegebenen Referenzpunkt (Ursprung des „semi-globalen“ Koordinatensystems) gültig ist. Dabei kann sich der vorbestimmte Bereich auch mehrere hundert Meter von dem Referenzpunkt in alle möglichen Richtungen erstrecken, insbesondere in Richtung Osten, Norden und oben (von der Erdoberfläche weg).
Die Ampelobjektpunkte p_n können eine unerwünscht hohe Streuung in einer Längsrichtung entlang eines Verlaufs des Fahrbahnabschnitts Fb aufweisen. Daher können die Ampelobjektpunkte p_n zur Erstellung des Ampelbilds vorgefiltert werden. Diese Vorfilterung wird im Folgenden beschrieben.
In einem Schritt S102 wird ein Verlauf d_traj des Fahrbahnabschnitts Fb abgerufen. Das ist der Straßenverlauf, der auf die Ampelanlage A zuführt. Dazu können Bewegungshistoriendaten r_traj des Fahrzeugs 1 abgerufen werden, die mindestens eines aus der Position, dem Positionsverlauf und der Ausrichtung des Fahrzeugs 1 repräsentieren. Mit anderen Worten, der Verlauf d_traj des Fahrbahnschnitts Fb ist aus den Bewegungshistoriendaten r_traj ermittelbar. Hierbei kann der Verlauf d_traj des Fahrbahnschnitts Fb auch repräsentativ für eine Ausrichtung des Fahrzeugs 1 sein.
Der Verlauf r_traj des Fahrbahnabschnitts Fb wird, wie die Ampelobjekte n_c auch, in dem globalen Koordinatensystem K dargestellt.
Es ist möglich, dass der Schritt S101 vor, nach oder gleichzeitig mit dem Schritt S102 erfolgt.
In einem Schritt S103 werden die Ampelobjektpunkte p_n auf eine Längsrichtung d_{traj_intersec} des Verlaufs d_traj des Fahrbahnabschnitts Fb projiziert, wobei die Längsrichtung d_{traj_intersec} den Verlauf d_traj des Fahrbahnabschnitts Fb auf der Ampellinie darstellt. Die Ampellinie ist diejenige Position entlang Verlaufs des Fahrbahnabschnitts Fb, an der sich die Ampelanlage A befindet. Dies kann bspw. diejenige Position entlang des Verlaufs d_traj des Fahrbahnabschnitts sein, an der (in Fahrtrichtung des Fahrzeugs 1) das Fahrzeug erstmals an einem Ampelobjekt n_c bzw. Ampelpunkt p_n vorbeifährt. Insbesondere kann also die Ampellinie also überfahrtsspezifisch (und somit auch fahrzeugspezifisch) ermittelt werden. Für das hier beschriebene Verfahren kann auch eine überfahrtsübergreifende Ampellinie gebildet werden, indem das Mittel über die Ampellinien aus jeder Überfahrt gebildet wird. In dem Schritt S103 wird also auch die Ampellinie ermittelt/abgerufen.
Da die Ampelobjektpunkte p_n und der Verlauf d_traj des Fahrbahnabschnitts Fb in dem Koordinatensystem K (als Vektoren) darstellbar sind, erfolgt die Projizierung für jedes Ampelobjekt p_n gemäß folgender Formel: $x'_{p_{n}} = {\vec{p}}_{n}^{T} {\vec{d}}_{t r a j_i n t e r s e c}$
In einem Schritt S104 werden diejenigen Ampelobjektpunkte p_n verworfen, die in der Längsrichtung d_{traj_intersec} weiter als zwei Standardabweichungen $σ_{x'_{p_{n}}}$
von dem Medianwert über allen projizierten Ampelobjektpunkte {x'_p _n} liegen Es werden also die projizierten Ampelobjektpunkte {x'_p _n} verworfen, die folgende Bedingungen erfüllen: $x'_{p_{n}} > \underset{n}{median} {x'_{p_{n}}} + 2 σ_{x'_{p_{n}}}$
Mit anderen Worten, es werden Ampelobjektpunkte p_n unter Berücksichtigung einer Streuung (in Längsrichtung) aller Ampelobjektpunkte {p_n} aussortiert. Alternativ ist es auch möglich, einen vorbestimmten Grenzwert vorzusehen, der insbesondere nicht von der Standardabweichung $σ_{x'_{p_{n}}}$
abhängig ist. Dieser vorbestimmte Grenzwert kann bspw. ein fester (absoluter) Wert sein.
Die verworfenen Ampelobjektpunkte p_n repräsentieren mit hoher Wahrscheinlichkeit Ampeln, die nicht auf der für den Fahrbahnabschnitt Fb gültigen Ampellinie der Ampelanlage A liegen, wie z.B. Fußgängerampeln, Ampeln für Fahrbahnabschnitte von anderen Richtungen)
Die Schritte S102, S103 und S104 stellen das oben erwähnte Vorfiltern der Ampelobjektpunkte p_n dar.
Ferner werden die nach der Vorfilterung übrig gebliebenen Ampelobjekte p_n mittels eines Clusteringverfahrens in Gruppen unterteilt. Hierbei ist unter einem Clusteringverfahren ein Verfahren zur Entdeckung von Ähnlichkeitsstrukturen in (großen) Datenbeständen, wie den hier vorliegenden Ampelobjekten p_n, gemeint. Die durch das Clusteringverfahren gefundenen Gruppen von „ähnlichen“ Objekten werden Cluster genannt.
In einem Schritt S105 werden die Ampelobjektpunkte p_n auf eine Bildebene E projiziert, die senkrecht zum Verlauf d_traj des Fahrbahnabschnitts Fb auf Höhe der Ampellinie ist. Mit anderen Worten, die Bildebene E ist diejenige Ebene, die sich senkrecht zur Fahrtrichtung des Fahrzeugs 1 und entlang des Verlaufs d_traj des Fahrbahnabschnitts Fb auf Höhe der Ampellinie befindet.
Zur Projektion auf die Bildebene E wird jeder Ampelobjektpunkt auf eine Querrichtung d_{traj_intersec} des Verlaufs d_traj des Fahrbahnabschnitts Fb projiziert, wobei die Querrichtung d_{traj_intersec} des Verlaufs d_traj des Fahrbahnabschnitts Fb auf der Ampellinie darstellt und in einer Ebene des Fahrbahnabschnitts Fb liegt. Höhen der Ampeln tp₁-tp₅ werden ebenfalls durch die Ampelobjektpunkte p_n repräsentiert und können (ohne in eine Richtung projiziert zu werden) übernommen werden. Demnach lässt sich jedes auf die Bildebene E projiziertes Ampelobjekt p'_n wie folgt durch einen 2D-Vektor des Koordinatensystems K darstellen: $\vec{p}'_{n} = [\begin{matrix} {\vec{p}}_{n}^{T} {\vec{d}}_{t r a j_i n t e r s e c} \\ {\vec{p}}_{n}^{T} \vec{k} \end{matrix}]$
Hier ist $\vec{k}$
der kanonische Basisvektor des Koordinatensystems K.
In einem Schritt S106 wird ein (erstes) Clusteringverfahren auf die in Fahrtrichtung projizierten Ampelobjektpunkte p'_n ausgeführt. So können die in Fahrtrichtung projizierten Ampelobjektpunkte p'_n gruppiert werden, um Ampelgruppen zu erkennen/ermitteln. Die Ampelobjektpunkte p'_n werden hinsichtlich ihrer Position(-daten) geclustert.
Hierbei können verschiedene Clusterverfahren verwendet werden. In der Regel wird der bekannte Algorithmus „Density-Based Spatial Clustering of Applications with Noise“ (DBSCAN) verwendet. Dieser Algorithmus arbeitet dichtebasiert und kann mehrere Cluster erkennen. Rauschpunkte (noise) werden dabei ignoriert und separat zurückgeliefert.
Der Algorithmus bildet Cluster von sogenannten „dichte-verbundenen“ Punkten, d.h. von Punkten die sich nicht weiter als eine vorgegebene Distanz (Nachbarschaftslänge) von einem „Kernpunkt“ im selben Cluster t befinden. Ein Kernpunkt ist ein Punkt, der näher als die Nachbarschaftslänge ε zu mindestens einer vorbestimmten Mindestanzahl minPts weiteren Kernpunkte im selben Cluster t liegt.
Für das vorliegende Verfahren beträgt eine Nachbarschaftslänge ε₁ zwei Meter und die vorbestimmte Mindestanzahl minPts = 3. Vorliegend ist eine vergleichsweise hohe Nachbarschaftslänge ε₁ =2m gewählt, um der vergleichsweisen hohen Streuung in den Ampelobjekten p'_n, insbesondere hinsichtlich ihrer Positionen (in dem Koordinatensystem), entgegenzuwirken.
Es sind auch andere Werte möglich, um das Clusteringverfahren an verschiedene Umstände anzupassen.
Das Ergebnis des Clusteringverfahrens aus Schritt S106 sind Cluster t mit t=1... T aus den in Fahrtrichtung projizierten Ampelobjektpunkten p'_n. Jedes dieser Cluster t stellt eine Ampelobjektgruppe dar, die repräsentativ für eine „physikalische“ Ampel tp₁-tp₅ ist.
In einem Schritt S107 werden die einem Ampelcluster t, also einer Ampel t, zugehörigen Ampelobjekte mit dem entsprechenden Index t referenziert, so dass sich jeder projizierter Ampelobjektpunkt mit p'_n _c,t angeben lässt. Die projizierten Ampelobjektpunkt p'_n _c,t sind also entsprechenden Ampelcluster t und entsprechenden Überfahrten c zuordenbar.
Es sei angemerkt, dass eine Ampelgruppe t mehr als ein Ampelobjekt (und somit eine Ampelposition) umfassen kann, das seinen Ursprung bzw. die ihren Ursprung in derselben Überfahrt c haben kann. Grund dafür ist, dass eine Doppelerkennung durch die Erfassungseinrichtung 3 möglich ist, wobei diese Ampelobjekte zumindest teilweise zeitüberlappend oder nicht zeitüberlappend vorliegen.
In einem Schritt S108 werden die Ergebnisse des ersten Clusteringverfahrens nachgefiltert.
Hierfür werden Ampelobjektpunkte p'_n, die keiner Ampelgruppe t zuordenbar sind und somit ein Rauschen darstellen, verworfen.
Alternativ oder ergänzend werden im Schritt S108 Ampelcluster t mit einer Anzahl an Ampelobjektpunkte p'_n, die kleiner ist als eine vorbestimmte Mindestanzahl, bspw. ein Fünftel der Anzahl des zweitgrößten Ampelcluster, verworfen. Die Ampelobjektpunkte p'_n der betreffenden Ampelcluster t werden ebenfalls verworfen. Dadurch wird sichergestellt, dass für das weitere Verfahren keine Ampelcluster t berücksichtigt werden, die aus verstreuten und keiner physikalischen Ampel t entsprechenden Ampelobjektpunkten p'_n gebildet sind.
Alternativ oder ergänzend wird im Schritt S108 eine Hauptkomponentenanalyse für jedes Ampelcluster t durchgeführt.
Aufgrund der vergleichsweisen hohen ersten Nachbarschaftslänge ε₁=2m kann es dazu kommen, dass zwei dicht nebeneinanderliegende Ampeln t, durch das Clusteringverfahren zu einem Cluster t zusammengefasst werden. Dadurch werden die zwei dicht nebeneinanderliegenden Ampeln t nicht als solche erkannt, sondern nur durch ein Ampelcluster t und somit nur als eine Ampel t dargestellt. So ein Ampelcluster t kann mittels der Hauptkomponentenanalyse ermittelt werden.
Die Hauptkomponentenanalyse ist ein Verfahren der multivariaten Statistik. Sie dient zur Strukturierung, Vereinfachung und Veranschaulichung umfangreicher Datensätze, indem eine Vielzahl statistischer Variablen durch eine geringere Zahl möglichst aussagekräftiger Linearkombinationen (Hauptkomponenten) genähert wird.
Für die Hauptkomponentenanalyse eines Ampelcluster t werden alle dem entsprechenden Ampelcluster t zugehörigen Ampelobjektpunkte p'_n _t ermittelt. Dafür kann folgende Formel verwendet werden: ${p'_{n_{t}}} = \cup_{c = 1}^{C} {p'_{n_{c, t}}}$
In der obigen Formel steht c für die entsprechende Überfahrt aus c=1...C.
Von dieser Ampelobjektpunktwolke {p'_n _t} werden mittels der Hauptkomponentenanalyse die Hauptkomponenten (Hauptrichtungen) sowie die entsprechenden (maximalen) Eigenwerte λ_max _t ermittelt. Ein Eigenwert λ_max _t entspricht der Länge einer entsprechenden Hauptkomponente. Mittels der Hauptkomponentenanalyse wird also ermittelt, wie weit „auseinandergezogen“ ein Ampelcluster t ist.
Dadurch können diejenigen Ampelcluster als „Doppelcluster“ identifiziert werden, deren Hauptkomponente länger ist als ein vorbestimmter Wert. Mit anderen Worten, Doppelcluster liegen vor, wenn Eigenwerte λ_max _t des Doppelclusters einen vorbestimmten Eigenwert-Grenzwert überschreiten.
Vorliegend kann der vorbestimmte Eigenwert-Grenzwert der zweifache Medianwert von allen Eigenwerten λ_max _t über alle Ampelcluster t sein. Zur Identifizierung der Doppelcluster kann also folgende Bedingung gelten: $λ_{m a x_{t}} > 2 \underset{t}{m e d i a n} {λ_{m a x_{t}}}$
Es ist auch möglich, andere vorbestimmte Eigenwert-Grenzwerte zu verwenden. Beispielsweise kann der vorbestimmte Eigenwert-Grenzwert ein anderer Faktor des Medianwerts der Eigenwerte λ_max _t über alle Ampelcluster sein als der obige zweifache Faktor.
Auf die identifizierten Doppelcluster wird nochmal das Clusteringverfahren (zweites Clusteringverfahren) angewendet. Insbesondere wird hierbei wieder der DBSCAN-Algorithmus angewendet, jedoch mit einer Nachbarschaftslänge ε₂, die der Hälfte der ersten Nachbarschaftslänge ε₁ des ersten Clusteringverfahrens entspricht. Vorliegend beträgt die Nachbarschaftslänge ε₂ =1m. Die Nachbarschaftslänge ε₂ des zweiten Clusteringverfahrens kann auch einen anderen Wert aufweisen, solange dieser niedriger ist als die erste Nachbarschaftslänge ε₁. Maßgeblich ist dabei, dass das zweite Clusteringverfahren innerhalb der Doppelcluster wiederum „Sub-Cluster“ erkennt.
Die entstehenden „Sub-Cluster“ werden als Ampelcluster t behandelt. Aus dem DBSCAN-Algorithmus mit der Nachbarschaftslänge ε₂ des zweiten Clusteringverfahrens entstehende Ampelobjektpunkte {p'_n}, die keinem „Sub-Cluster“ zuordenbar sind, werden verworfen.
In einem Schritt S109 werden alle überfahrtsspezifischen Datensätze, die nach den obigen Schritten weniger als eine vorbestimmte Mindestanzahl an Ampelobjekten aufweisen, verworfen. Es wird also geprüft, ob es nach den vorherigen Schritten dazu kommen kann, dass von einer Überfahrt c nur noch eine vorbestimmte Mindestanzahl an Ampelobjekten vorliegt.
Hier beträgt diese vorbestimmte Mindestanzahl zwei. In anderen Ausführungen ist auch eine andere vorbestimmte Mindestanzahl an Ampelobjekten möglich. Maßgeblich ist, das diese Mindestanzahl derart gewählt wird, dass sichergestellt wird, dass eine zuverlässige Zuordnung der Ampelobjektpunkte p'_n _t zu den Ampelclustern t erfolgen kann.
Falls ein Ampelcluster t durch den Schritt S109 keine Ampelobjekte mehr aufweist, werden diese „leeren“ Ampelcluster ebenfalls verworfen.
In einem Schritt S110 wird das Ampelbild 7 erstellt. Dazu wird von jedem der übrigen Ampelcluster t ein räumlicher Mittelwert gebildet, der dann eine Position der physikalischen Ampel t darstellt, die durch das entsprechende Ampelcluster t repräsentiert wird. Die aus den bisherigen Schritten S101 bis 108 übrig gebliebenen Ampelobjektpunkte p'_n _t sind den physikalischen Ampeln tp₁-tp₅ zuordenbar.
Beispielhaft ist ein Ergebnis des vorher beschriebenen Verfahrens in 3 dargestellt. Hier ist das Ampelbild 7 gezeigt, dass die Ampelanlage A aus 1 repräsentiert. Die Ampelobjekte n_c,t aus allen Überfahrten c sind als (kreuzförmige) Punktwolke {p'_n _t} dargestellt. Es ist zu erkennen, dass in dem Ampelbild 7 die Ampelobjekte n_c,t in vier Cluster t=1 bis t=4 (Cluster t₁-t₄ ) gruppiert sind. Jedes der Cluster entspricht einer der Ampeln tp₁ bis tp₄ . Die schraffierten Rauten stellen Mittelpunkte der Cluster t (räumliche Mittelwerte) dar, die jeweils eine räumliche Ampelposition der entsprechenden physikalischen Ampel repräsentieren.
Die Ampelobjekte, die für die Ampel tp₅ erfasst wurden, werden dem Cluster für Ampel tp₄ zugeordnet. Dies liegt daran, dass die Ampel tp₅ (als Rechtsabbiegerampel) sehr nah oder sogar angrenzend an der Ampel tp₄ angeordnet ist. Die in 3 dargestellte horizontale Achse (x-Achse) stellt eine Richtung quer zum Fahrbahnabschnitt dar und die vertikale Achse (y-Achse) eine Richtung senkrecht zur Erdoberfläche gen Himmel dar. 3 entspricht sozusagen einem Blick aus dem Fahrzeug 1 auf die Ampelanlage A. Dabei sind die Achsenwerte in Metern angeben. Beispielsweise befindet sich das Ampelcluster t₂ ca. 4m links und 7m über dem Fahrzeug 1.
In der 4 ist beispielhaft und schematisch ein weiteres Ampelbild 7' der Ampelanlage A zur weiteren Erläuterung gezeigt. In dem Ampelbild 7' ist eine Vielzahl von Ampelobjekten n_c,t dargestellt, die repräsentativ für die Ampeln tp₁-tp₅ der Ampelanlage A sind.
Wie oben beschrieben, werden die Ampelobjekte n_c,t überfahrspezifisch erfasst. In der Regel bedeutet „Überfahrt“, dass das Fahrzeug 1 aus der Vielzahl von Fahrzeugen den Fahrbahnabschnitt Fb befährt, auf die Ampelanlage A zufährt und sie dann überquert. Während einer Überfahrt c erfasst, insbesondere kontinuierlich, das Fahrzeug 1 die Positionen und die Phasenverläufe der einzelnen Ampeln tp₁-tp₅ . Mittels des in 2 dargestellten Verfahrens werden aus der Gesamtheit der in Ampelbild 7' umfassten Ampelobjekte n_c,t Ampelcluster t₁ , t₂ , t₃ , t₄ gebildet, wobei die Ampelcluster t₁-t₄ den physikalischen Ampeln tp₁-tp₅ der Ampelanlage A entsprechen.
So lässt sich aus dem Ampelbild 7' ermitteln, dass in diesem Beispiel die Ampelobjekte n_c,t aus vier Überfahrten c=1...4 erstellt werden. Es sei erwähnt, dass diese vier Überfahrten c=1...4 nicht nur durch dasselbe Fahrzeug 1, sondern auch durch verschiedene Fahrzeuge aus der Vielzahl von Fahrzeugen durchgeführt worden sein können. In der 4 sind die Ampelobjekte n_c,t in unterschiedlichen Formen dargestellt, wobei jede Form für eine entsprechende Überfahrt c steht. So ist zu erkennen, dass aus einer Überfahrt c=1 für die Ampel tp₁ und die Ampel tp₃ jeweils ein Ampelobjekt n_1,1 bzw. n_1,3 erfasst und den Ampelclustern t₁ , t₃ zugeordnet werden. Für dieselbe Überfahrt c=1 werden für die Ampel tp₂ und die Ampel tp₄ jeweils zwei Ampelobjekte n_1,2 bzw. n_1,4 erfasst und den Ampelcluster t₂ , t₄ zugeordnet.
Dass während einer Überfahrt für eine Ampel mehr als ein Ampelobjekt erzeugt wird, kann u.a. daran liegen, dass die Erfassungseinrichtung 3 des entsprechenden Fahrzeugs die entsprechende Ampel fehlerhaft erfasst und mehrere Ampelobjekte für diese Ampel erstellt und dieser zuordnet. Auch ist es möglich, dass während der Erfassung durch die Erfassungseinrichtung 3 eine Sichtlinie zwischen der Erfassungseinrichtung 3 und der entsprechenden Ampel durch ein Hindernis unterbrochen wird, sodass nach Wegfall des Hindernisses die entsprechende Ampel durch die Erfassungseinrichtung 3 wieder erfasst wird und daher ein neues Ampelobjekt dafür generiert und dieser Ampel zugeordnet wird.
Es sei angemerkt, dass die in 4 gezeigten unterschiedlichen Formen der Ampelobjekte n_c,t lediglich zur Verdeutlichung dienen und die Offenbarung nicht darauf beschränkt ist, dass die Ampelobjekte n_c,t in einer besonderen Form in dem Ampelbild 7' dargestellt werden.
In 5 ist ein Verfahren zur Gruppierung der Ampeln tp₁-tp₅ dargestellt. Dabei werden die Gruppen derart gebildet, dass jede Ampel innerhalb einer (Ampel-)Gruppe ein gleiches Phasenverhalten, oder einen ähnlichen Phasenverlauf, aufweist.
In einem Schritt S201 wird das Ampelbild 7 bzw. die Ampelobjekte n_c,t abgerufen, das bzw. die die Ampelanlage A repräsentiert. Wie oben beschrieben, weist das Ampelbild 7 die über mehrere Überfahrten c erfassten Ampelobjekte n_c,t für jede Ampel tp₁-tp₅ der Ampelanlage A auf. Das in der 5 gezeigte Verfahren erfordert nicht spezifisch das Ampelbild 7 der Ampelanlage A (als Eingangsdatensatz). Auch andere Ampelanlagen repräsentierende Ampelbilder können verwendet werden.
In einem Schritt S202 werden inkonsistente Ampeln identifiziert. Es wird darauf hingewiesen, dass die physikalischen Ampeln tp₁-tp₅ durch entsprechende Ampelcluster t₁-t₄ in dem Ampelbild 7 repräsentiert werden.
Eine Ampel ist inkonsistent, wenn der Phasenverlauf einzelner Ampelobjekte, die derselben Ampel zugeordnet sind, zueinander inkonsistent erscheinen. Dies deutet in der Regel darauf hin, dass an der betroffenen Ampel eine (Rechts-oder Links-)Abbiegerampel steht, die nur gelegentlich leuchtet. Diese Abbiegerampeln hängen in der Regel so nah an der betroffenen Ampel, dass das in 2 gezeigte Verfahren fälschlicherweise die Abbiegerampel darstellende Ampelobjekt der betroffenen Ampel zuordnet. Diese Situation liegt bspw. bei der in der 1 gezeigten Ampelanlage A vor. Hier ist die Ampel tp₅ nah an der Ampel tp₄ angeordnet, so dass das in 2 gezeigte Verfahren keine zwei Ampelcluster für die Ampeln tp₄ und tp₅ erkennt, sondern nur das Ampelcluster t₄ . Mit anderen Worten, die zwei Ampeln tp₄ und tp₅ werden durch das in 2 gezeigte Verfahren nicht auseinandergehalten.
In dem beispielhaften Ampelbild 7' liegen das Ampelobjekt n_2,4 und Ampelobjekt n_2,5 der Ampeln tp₄ bzw. tp₅ derart nah beieinander, dass sie demselben Ampelcluster t₄ zugeordnet werden. Daher befindet sich das in 4 dargestellte Ampelobjekt n_2,5 (das für eine Überfahrt c=2 erstellte Ampelobjekt für die Ampel t₅ ) in dem Ampelcluster t₄ .
Um diesem Umstand der inkonsistenten Ampeln bzw. Ampelcluster entgegenzuwirken, werden für jedes Ampelcluster t₁ bis t₄ für jede Überfahrt c alle möglichen Ampelobjektpaarkombination ermittelt und für jede der ermittelten Ampelobjektpaarkombinationen ein Korrelationsfaktor ρ_n _c,t,n' _c,t bestimmt. Die Korrelationsfaktoren ρ_n _c,t,n' _c,t (ρ_obj) werden wie folgt gebildet: $ρ_{n_{c, t}, n'_{c, t}} = \frac{T m_{n_{c, t}, n'_{c, t}}}{T t_{n_{c, t}, n'_{c, t}}}$
Hierbei ist n_c,t ein erstes Ampelobjekt des Ampelobjektpaars und n'_c,t ein zweites Ampelobjekt des Ampelobjektpaars. Tm_n _c,t,n' _c,t und Tt_n _c,t,n' _c,t stehen für die Überlappungsdauer bzw. Übereinstimmungsdauer zwischen dem ersten Ampelobjekt n_c,t und dem zweiten Ampelobjekt n'_c,t des Ampelobjektpaars.
Alle einer Überfahrt c zugeordneten Ampelobjekte werden unter Berücksichtigung der entsprechenden Korrelationsfaktoren ρ_n _c,t,n' _c,t geclustert. Vorliegend erfolgt das in der Regel mittels eines hierarchischen Clusteralgorithmus. Die resultierenden Cluster werden gezählt. Anschließend wird für jedes Ampelcluster t₁ bis t₄ der Mittelwert der Anzahl der resultierenden Cluster über alle Überfahrten c ermittelt. Wenn dieser ermittelte Mittelwert einen vorbestimmten Grenzwert überschreitet, wird das Ampelcluster als inkonsistent bewertet. Der vorbestimmte Grenzwert kann bspw. 1,2 sein.
Im vorliegenden Beispiel des Ampelbilds 7 stellt das Ampelcluster t₄ ein inkonsistentes Ampelcluster dar.
In einem Schritt S203 werden die Phasenverläufe aller Ampelobjekte n_c , insbesondere die der als konsistent bewerteten Ampelcluster, auf Plausibilität überprüft. Hierbei werden diejenigen Ampelobjekte n_c für die folgenden Schritte des Verfahrens verworfen, deren Phasenverläufe folgende Reihenfolgen von Ampelphasen innerhalb ihres Phasenverlaufs aufweisen: Gelb-Phase auf Rot- Phase, Rot-Gelb-Phase auf Grün-Phase, Grün-Phase oder Rot-Gelb-Phase auf eine Gelb-Phase, Rot-Phase oder eine Gelb-Phase auf eine Rot-Gelb-Phase. Nicht-plausible Ampelobjekte n_c werden verworfen
In einem Schritt S204 werden aus den konsistenten Ampelclustern t₁, t₂, t₃ alle Ampelpaarkombinationen gebildet. Es werden vorliegend also die Ampelpaarkombinationen t₁/t₂ , t₁/t₃ , t₂/t₃ gebildet.
Anschließend werden im Schritt S205 überfahrtsübergreifend eine Überlappungsdauer Tt und eine Übereinstimmungsdauer Tm zwischen allen Ampelobjekten n_c,t , die dem ersten Ampelcluster des Ampelpaars zuordnet sind, und allen Ampelobjekten n_c,t , die dem zweiten Ampelcluster des Ampelpaars zugeordnet sind, aufsummiert und daraus ein Korrelationsfaktor ρ_AP zwischen der ersten und der zweiten Ampel des Ampelpaars ermitteln. Mit Bezug zu 7 werden die Begriffe „Überlappungsdauer“ und „Übereinstimmungsdauer“ später genauer beschrieben.
Der Schritt S205 wird beispielhaft für das Ampelpaar t₁/t₂ beschrieben. Für die Berechnung der überfahrtsübergreifenden Überlappungsdauer Tt_t _1,t ₂ (Tt_AP) für das Ampelpaar aus Ampelcluster t₁ und Ampelcluster t₂ gilt folgende Formel: $T t_{t_{1}, t_{2}} = \sum_{c = 1}^{C} \sum_{n_{c, t_{1}} = 1}^{N_{c, t_{1}}} \sum_{n_{c, t_{2}} = 1}^{N_{c, t_{2}}} T t_{n_{c, t_{1}}, n_{c, t_{2}}}$
Hierbei steht c für die jeweilige Überfahrt aus c=1...C und n_c,t ₁ und n_c,t ₂ für das jeweilige Ampelobjekt des Ampelclusters t₁ bzw. Ampelclusters t₂ , wobei N_c,t ₁ und N_c,t ₂ die Anzahl an Ampelobjekten n_c,t darstellt, die aus einer Überfahrt c für die entsprechende Ampel tp₁ oder Ampel tp₂ erstellt/erfasst wurden.
$T t_{n_{c, t_{1}}, n_{c, t_{2}}}$
(Tt_n) steht für die überfahrtspezifische Überlappungsdauer zwischen einem dem Ampelcluster t₁ zugehörigen Ampelobjekt n_c,t ₁ und einem dem Ampelcluster t₂ zugehörigen Ampelobjekt n_c,t ₂.
Zum Beispiel ist aus dem beispielhaften Ampelbild 7' aus 4 ermittelbar, dass für die Überfahrt c=1 für die erste Ampel tp₁ nur ein (kreisförmiges) Ampelobjekt n_1,1 vorliegt und für die zweite Ampel tp₂ zwei (kreisförmige) Ampelobjekte n_1,2. Für die zweite Überfahrt c=2 liegen für die erste Ampel tp₁ zwei (dreieckige) Ampelobjekte n_2,1 vor, während für die zweite Ampel tp₂ nur ein (dreieckiges) Ampelobjekt n_2,2 vorliegt. Für die Überfahrt c=3 liegt für beide Ampeln t₁ ,t₂ jeweils ein (sternförmiges) Ampelobjekt n_3,1, n_3,2 vor.
Für die Berechnung der Übereinstimmungsdauer Tm_t _1,t ₂ (Tm_AP) für das Ampelpaar aus Ampelcluster t₁ und Ampelcluster t₂ gilt folgende Formel: $T m_{t_{1}, t_{2}} = \sum_{c = 1}^{C} \sum_{n_{c, t_{1}} = 1}^{N_{c, t_{1}}} \sum_{n_{c, t_{2}} = 1}^{N_{c, t_{2}}} T m_{n_{c, t_{1}}, n_{c, t_{2}}}$
$T m_{n_{c, t_{1}}, n_{c, t_{2}}}$
(Tm_n) steht für die überfahrtspezifische Übereinstimmungsdauer zwischen einem dem Ampelcluster t₁ zugehörigen Ampelobjekt n_c,t ₁ und einem dem Ampelcluster t₂ zugehörigen Ampelobjekt n_c,t ₂.
Anschließend kann dann ein Korrelationsfaktor ρ_t ₁,_t ₂ (allgemein ρ_AP) für das Ampelpaar t₁/t₂ gemäß folgender ermittelt werden: $ρ_{t_{1}, t_{2}} = \frac{T m_{t_{1}, t_{2}}}{T t_{t_{1}, t_{2}}}$
Im Schritt S206 werden basierend auf den Korrelationsfaktoren aller Ampelpaarkombinationen alle konsistenten Ampelcluster gruppiert. Dabei werden die Ampeln derart gruppiert, dass alle innerhalb einer Gruppe befindlichen Ampeln einen gleichen Phasenverlauf aufweisen. Das Gruppieren erfolgt über entsprechende Clusteringverfahren, wie beispielsweise den hierarchischen Clusteralgorithmus. Die resultierenden Gruppen, sog. Ampelgruppen, werden mit einem Index g=1...G referenziert. Jedes konsistente Ampelcluster ist einer dieser Ampelgruppen zugeordnet.
Im Schritt S207 werden die als inkonsistent erkannten Ampelcluster t* einer Ampelgruppe g zugeordnet. Dabei wird für jede Überfahrt c eine Überlappungsdauer Tt_n _c,t*,g und eine Übereinstimmungsdauer Tm_n _c,t*,g für ein Ampelobjekt n_c,t* in einem inkonsistenten Ampelcluster t* hinsichtlich aller Ampelobjekte n_c,t , in einer Ampelgruppe g ermittelt.
Dabei wird die überfahrtspezifische Überlappungsdauer Tt_n _c,t*,g zwischen dem Ampelobjekt n_c,t* und allen Ampelobjekten n_c,t , aus der Ampelgruppe g wie folgt ermittelt: $T t_{n_{c, t *}, g} = \sum_{t_{g} = 1}^{T_{g}} \sum_{n_{c, t_{g}} = 1}^{N_{c, t_{g}}} T t_{n_{c, t *}, n_{c, t_{g}}}$
Hierbei steht T_g für die Anzahl der Ampelcluster in der jeweiligen Ampelgruppe g. Ferner steht n_c,t , für das jeweilige dem Ampelcluster t_g zugeordnete Ampelobjekt, wobei N_c,t _g die Anzahl an Ampelobjekten innerhalb einer Überfahrt c für das entsprechende Ampelcluster t_g darstellt. $T t_{n_{c, t *}, n_{c, t_{g}}}$
steht für die überfahrtspezifische Überlappungsdauer zwischen einem der inkonsistenten Ampel t* zugehörigen Ampelobjekt n_c,t* und einem dem Ampelcluster t_g zugehörigen Ampelobjekt n_c,t _g.
Die überfahrtspezifische Überlappungsdauer Tm_n _c,t*,g pro Überfahrt c wird wie folgt ermittelt: $T m_{n_{c, t *}, g} = \sum_{t_{g} = 1}^{T_{g}} \sum_{n_{c, t_{g}} = 1}^{N_{c, t_{g}}} T m_{n_{c, t *}, n_{c, t_{g}}}$
$T m_{n_{c, t *}, n_{c, t_{g}}}$
steht für die überfahrtspezifische Übereinstimmungsdauer zwischen einem dem inkonsistenten Ampelcluster t* zugehörigen Ampelobjekt n_c,t* und allen der Ampelgruppe g zugehörigen Ampelobjekten n_c,t _g.
Anschließend wird für jede inkonsistente Ampel t* und für jede gebildete Ampelgruppe g ein überfahrtsübergreifender Satz Γ_g,t* mit allen Ampelobjekten n_c,t* der inkonsistenten Ampel t* gemäß der folgenden Formel gebildet: $Γ_{g, t *} = \cup_{c = 1}^{C} {n_{c, t *} | T t_{n_{c, t *}, g} > 0 \land \frac{T m_{n_{c, t *}, g}}{T t_{n_{c, t *}, g}} > 0.99}$
Man erkennt also, dass die dem Satz Γ_g,t* zugehörigen Ampelobjekte der inkonsistenten Ampel t* zu den Ampelobjekten n_c,g der Ampelgruppe g einen Mindestkorrelationsfaktor $\frac{T m_{n_{c, t *}, g}}{T t_{n_{c, t *}, g}}$
von 0.99 aufweisen. Der Wert des Mindestkorrelationsfaktors ist hier beispielhaft und kann angepasst werden.
Für die Ampelobjekte aus dem Satz Γ_g,t* werden jeweils überfahrts- und ampelobjektübergreifend eine Überlappungsdauer Tt_t*,g und eine Übereinstimmungsdauer Tm_t*,g gemäß folgender Formeln ermittelt. $T t_{t *, g} = \sum_{c = 1}^{C} \sum_{n_{c, t *} = 1}^{N_{c, t *}} T t_{n_{c, t *}, g}$
$T m_{t *, g} = \sum_{c = 1}^{C} \sum_{n_{c, t *} = 1}^{N_{c, t *}} T m_{n_{c, t *}, g}$
mit n_c,t* ∈ Γ_g,t*
Bei den obigen zwei Formeln gilt zusätzlich n_c,t* ∈ Γ_g,t*. So werden also nur Ampelobjekte n_c,t* der inkonsistenten Ampel t* aufsummiert, die den oben erwähnten Mindestkorrelationsfaktor zur Ampelgruppe g aufweisen bzw. überschreiten.
Für jede inkonsistente Ampel t* wird eine entsprechende Ampelgruppe $g_{t *}^{*}$
ermittelt, so dass die Anzahl der Ampelobjekte Γ_g,t* der inkonsistenten Ampel t* am höchsten ist, wobei die Ampelobjekte n_c,t* ∈ Γ_g,t* mit der Phase der entsprechenden Gruppe $g_{t *}^{*}$
einen hohen Korrelationsfaktor $(\frac{T m_{n_{c, t *}, g}}{T t_{n_{c, t *}, g}} > 0,99)$
aufweisen.
Dazu wird folgende Formel verwendet: $g_{t *}^{*} = \underset{g}{argmax} {| Γ_{g, t *} |}$
Die inkonsistente Ampel t* wird dieser Ampelgruppe $g_{t *}^{*}$
zugeordnet, wenn die Anzahl der korrelierten Ampelobjekte $| Γ_{g_{t *}^{*}, t *} |$
aus den Ampelobjekten n_c,t* der inkonsistenten Ampel t* und Ampelobjekten $n_{c, g_{t *}^{*}}$
der entsprechenden Ampelgruppe $g_{t *}^{*}$
gleich der oder größer als ein vorbestimmter Bruchteil aller (korrelierten und nicht-korrelierten) Ampelobjekte n_c,t* der inkonsistenten Ampel t* ist. Dabei kann der vorbestimmte Bruchteil bspw. ein Drittel sein.
Dabei werden nur die korrelierten Ampelobjekte n_c,t* ∈ Γ_g,t* der inkonsistenten Ampel t* der Ampelgruppe $g_{t *}^{*}$
zugeordnet. Die übrigen (nicht-korrelierten) Ampelobjekte n_c,t* ∉ Γ_g,t* entsprechen mit hoher Wahrscheinlichkeit (Phasen-)Sichtungen der Abbiegerampel t₅, die nicht weiter interpretierbar sind.
In 6 ist ein Verfahren zum Bestimmen einer Ampelphase einer Ampel bzw. einer Ampelgruppe einer Ampelanlage. Nachfolgend wird das Verfahren für eine Ampel aus den Ampeln tp₁-tp₅ oder eine Ampelgruppe aus den Ampelgruppen g durchgeführt.
Für das Verfahren können bspw. die durch die Ampelobjekte repräsentierten Informationen verwendet werden. In Alternativen können die für das Verfahren erforderlichen Informationen auch in anderer Form als Ampelobjekte bereitgestellt/repräsentiert werden.
Insbesondere wird das Verfahren durchgeführt, wenn das Fahrzeug 1 sich kurz vor oder an der Haltelinie der Ampelanlage A (entspricht Haltelinie an einer Kreuzung) befindet. Die Haltelinie kann bekannt sein, beispielsweise aus Karteninformation. Alternativ kann die Haltelinie als Medianwert über alle Positionen entlang des Verlaufs des Fahrbahnabschnitts (bzw. entlang der Trajektorie des Fahrzeugs 1) ermittelt werden, an denen das Fahrzeug 1 an den Ampelobjekten vorbeifährt.
In jedem Fall befindet sich das Fahrzeug 1 also in einer Position, in der die fahrzeugseitige Erfassungseinrichtung 3 die Ampelanlage A und die Ampeln nicht mehr erfassen kann. Dies liegt vor allem an einem begrenzten Öffnungswinkel einer Kameraeinrichtung der Erfassungseinrichtung 3. Jedoch ist gerade der Zeitpunkt beim Überfahren bzw. Halten an der Haltelinie relevant für eine Ampelspurzuordnung.
In einem Schritt S301 wird ein Zeitpunkt T_event abgerufen, zu dem das Fahrzeug 1 entweder die Haltelinie überfährt oder an dieser steht. Dies lässt sich aus dem fahrzeugseitigen Erfassungssystem 3 ableiten und insbesondere in Kombination mit Informationen aus den Ampelobjekten n_c,t .
Wenn das Fahrzeug 1 diese Haltelinie mit einer Geschwindigkeit größer als einer vorbestimmten Geschwindigkeit, bspw. 3km/h passiert, wird das als das Überfahren der Haltelinie interpretiert. Wenn das Fahrzeug 1 an der Haltelinie eine Geschwindigkeit von 1 km/h erstmalig unterschreitet, wird das als ein Halten an der Haltelinie interpretiert. Dabei umfasst „an der Haltelinie“ einen vorbestimmten Abstand des Fahrzeugs 1 (in Fahrtrichtung) zur Haltelinie von bis zu mindestens 25m, vorzugsweise 15m. Hierbei kann der Abstand von einem Vorderende des Fahrzeugs 1 bis zur Haltelinie gemeint sein. Auch andere vorbestimmte Abstände sind denkbar, sofern sie geeignet sind, ein Halten des Fahrzeugs an der Haltelinie zu indizieren.
In einem Schritt S302 wird ein erster Erfassungszeitpunkt T_i abgerufen, zu dem das Fahrzeug 1 eine Ampel erstmalig erfasst.
Ein Zeitintervall ΔT_i zwischen dem Zeitpunkt T_i der ersten Sichtung der Ampel und dem Event-Zeitpunkt T_event kann ermittelt werden.
In einem Schritt S303 wird ein letzter Erfassungszeitpunkt T_e abgerufen, zu dem das Fahrzeug die Ampel letztmalig erfasst.
Ein Zeitintervall ΔT_e zwischen dem Zeitpunkt T_e der letzten Sichtung der Ampel und dem Event-Zeitpunkt T_event kann ermittelt werden. Das Zeitintervall ΔT_e wird auf 0 gesetzt, wenn zum Event-Zeitpunkt T_event die Ampel noch sichtbar ist.
In einem Schritt S304 ein Phasenverlauf der Ampel abgerufen, der sich von dem ersten Erfassungszeitpunkt T_i bis zum letzten Erfassungszeitpunkt T_e erstreckt. Aus dem abgerufenen Phasenverlauf lässt sich eine Ampelphase C_g der Ampel ermitteln, die zum Zeitpunkt T_i vorliegt. In der Regel kann die Ampelphase C_g zumindest folgende Werte aufweisen: grün, gelb, rot sowie rot und gelb. Es können also folgende Ampelphasen C_g auftreten: Rotphase, Gelbphase, Rotphase, Grünphase sowie Rot-Gelb-Phase
Für den Fall, dass eine Ampelphase C_g einer Ampelgruppe abgerufen wird, kann es vorkommen, dass Ampeln dieser Ampelgruppe widersprüchliche Ampelphasen anstatt einer gemeinsamen Ampelphase annehmen/wiedergeben. Dann wird die Ampelphase C_g für diese Ampelgruppe auf „ungültig“ gesetzt.
In einem Schritt S305 wird ein Phasenwechsel-Zeitpunkt T_switch ermittelt oder abgerufen, zu dem ein Phasenwechsel der Ampel erfolgt bzw. erfasst wurde. Mit anderen Worten, zum Zeitpunkt T_switch verändert sich die Ampelphase C_g der Ampel. Der Phasenwechsel-Zeitpunkt T_switch liegt vor dem letzten Erfassungszeitpunkt T_e.
Ein Zeitintervall ΔT_switch zwischen dem Zeitpunkt T_switch des Phasenwechsels der Ampel und dem Event-Zeitpunkt T_event kann ermittelt werden.
Falls es keinen Phasenwechsel gibt oder falls es Widersprüche zwischen zwei oder mehr Ampeln einer Ampelgruppe vorliegen, wird der Zeitpunkt T_switch und somit auch das Zeitintervall Δt_switch auf „ungültig“ gesetzt. Wenn kein Phasenwechsel in dem abgerufenen Phasenverlauf vorliegt, kann der Phasenwechsel-Zeitpunkt (wie später beschrieben) ermittelt werden.
In einem Schritt S306 wird eine Ampelphase C^Δ- vor dem Phasenwechsel-Zeitpunkt T_switch der Ampel und eine Ampelphase C^Δ+ nach dem Zeitpunkt T_switch des Phasenwechsels der Ampel ermittelt. Die Ampelphasen C^Δ- und C^Δ+ geben also diejenigen Ampelphasen an, die vor bzw. nach dem Zeitpunkt T_switch vorliegen. Die Ampelphasen C^Δ- und C^Δ+ können die in Schritt S304 beschriebenen Ampelphasen annehmen.
In einem Schritt S307 wird bestimmt, welche Ampelphase C_g zum Event-Zeitpunkt T_event vorliegt. Im Speziellen wird eine Wahrscheinlichkeit P(C₉=rot) ermittelt, dass die Ampel zum Zeitpunkt T_event eine Ampelphase von „rot“ aufweist. Mit anderen Worten, es wird ermittelt, mit welcher Wahrscheinlichkeit die Ampel rot ist (bzw. eine rote Ampelphase anzeigt), wenn das Fahrzeug 1 an der Ampel hält oder an dieser vorbeifährt. Für die Wahrscheinlichkeit P(C_g=rot) gilt: $P (C_{g} = r o t) = P (C_{g} = r o t | Δ T_{e} = Δ t_{e}, Δ t_{i}, C_{g} = c, Δ T_{s w i t c h} = Δ t_{s w i t c h}, C^{Δ +} = c^{Δ +}, C^{Δ -} = c^{Δ -})$
Die Wahrscheinlichkeit P(C₉=rot) ist also eine bedingte Wahrscheinlichkeit, die die Größen ΔT_e, ΔT_i, C_g, ΔT_switch, C^Δ- und C^Δ+ berücksichtigt.
Für die Wahrscheinlichkeit P(C_g=grün), dass die Ampel zum Zeitpunkt T_event eine Ampelphase C_g von „grün“ aufweist, gilt: $\begin{array}{l} P (C_{g} = g r ü n) = \\ = P (C_{g} = g r ü n | Δ T_{e} = Δ t_{e}, Δ T_{i} =Δ t_{i}, C_{g} = c, Δ T_{s w i t c h} = Δ t_{s w i t c h}, C^{Δ +} = c^{Δ +}, C^{Δ -} = c^{Δ -}) = \\ = 1 - P (C_{g} = r o t) \end{array}$
Die Wahrscheinlichkeit P(C_g=grün) ist ebenfalls eine bedingte Wahrscheinlichkeit, die die Größen ΔT_i, ΔT_e, C_g, ΔT_switch, C^Δ- und C^Δ+ berücksichtigt.
Zur Berechnung der Wahrscheinlichkeiten P(C_g=rot) bzw. P(C_g=grün) kann es zu drei Fällen I, II, III kommen. Diese Fälle hängen von den Zeitintervallen ΔT_e und/oder ΔT_switch ab.
Im Fall I ist ΔT_e=0s. Die Erfassungseinrichtung 3 hat die Ampel zum Zeitpunkt T_event noch gesehen. Entsprechend ist die Ampelphase C_g der Ampel bekannt, so dass für die Wahrscheinlichkeit P(C_g=rot) gilt: $P (C_{g} = r o t | Δ T_{e} = 0, C_{g} = c) = {\begin{array}{l} 1, & c = r o t \\ 0, & c = g r ü n \\ 0,8, & c = g e l b \\ 0,7, & c = g e l b + r o t \end{array}$
Die Wahrscheinlichkeit P(C_g=rot) von 0,8 für die Ampelphase c=gelb erlaubt, dass eine gelbe Ampel als grün oder rot interpretierbar ist, wobei dieser Wert von 0,8 fahrerabhängig ist. Entsprechendes gilt für die Wahrscheinlichkeit P(C_g=rot) von 0,7 für c=gelb+rot. Die Wahrscheinlichkeiten für c=gelb und c=gelb+rot sind hier beispielhaft. In Alternativen können diese Werte fahrerspezifisch ermittelt werden. Mit anderen Worten, die Wahrscheinlichkeiten für c=gelb und c=gelb+rot können in Abhängigkeit eines Fahrverhaltens eines Fahrers bestimmt/ermittelt werden.
Im Fall II ist das Zeitintervall ΔT_e größer als 0s und das Zeitintervall ΔT_switch weist einen gültigen Wert (und somit einen Wert größer als 0s) auf. Somit kann die Ampelphase C_g zum Zeitpunkt T_event aus dem zuletzt erfassten Phasenwechsel zum Zeitpunkt T_switch abgeleitet werden.
Dazu werden Phasendauern der Ampelphasen, die in der Regel unbekannt sind, berücksichtigt, indem die Phasendauern als Zufallsvariablen modelliert werden. Es wird also ein Referenzampelzyklus modelliert. In dem Modell steht T_cycle für eine Umlaufzeit des Referenzampelzyklus. Eine Umlaufzeit entspricht der Dauer, die eine Ampel benötigt, um einen kompletten Schaltvorgang zu durchlaufen. Bspw. kann ein kompletter Schaltvorgang ein Ampelphasenverlauf mit den Ampelphasen in der Reihenfolge „grün“, „gelb“, „rot“ und „gelb und rot“ sein.
Für die Umlaufzeit T_cycle gilt: $T_{c y c l e} \sim U (t_{c y c l e_m i n,} t_{c y c l e_m a x})$
Hierbei ist t_{cycle_min} eine minimale Umlaufzeit und t_{cycle_max} die maximale Umlaufzeit.
Für den Referenzampelzyklus wird also angenommen, dass eine Gleichverteilung der Umlaufzeit in dem obigen Wertebereicht [t_{cycle_min}; t_{cycle_max}] vorliegt.
Beispielhaft kann t_{cycle_min} 30s betragen und t_{cycle_max} 120s. Diese Werte stammen aus der Richtlinie für Lichtsignalanlagen, die ein für Deutschland gültiges Regelwerk ist. Für andere Länder können entsprechend andere Werte vorgegeben sein.
Für eine Phasendauer X_rot, in der der Referenzampelzyklus rot anzeigt, gilt folgendes: $X_{r o t} \sim U (r o t_{m i n}, r o t_{m a x})$
Auch hier wird für den Referenzampelzyklus angenommen, dass die Phasendauer X_rot in dem Wertebereich [rot_min; rot_max] gleichverteilt ist. In der Regel geben rot_min und rot_max den minimalen bzw. maximalen Bruchteil von der Umlaufzeit T_cycle an, zu der der Referenzampelzyklus „rot“ anzeigt. Beispielsweise kann rot_min=0,3 und rot_max=0,7 sein. Alternativ kann der Wertebereich für die Phasendauer X_rot auch durch absolute Mindest- und Maximalzeiten in Sekunden angeben sein.
Für den Fall II gilt für die Wahrscheinlichkeit P(C_g=rot): $\begin{array}{l} P (C_{g} = r o t | Δ T_{s w i t c h} = Δ T_{s w i t c h}, C^{Δ +} = c^{Δ +}, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) = \\ = {\begin{array}{l} m i n {\frac{Δ t_{s w i t c h}^{'}}{t_{t r a n s}},1}, & c^{Δ +} = r o t \lor g e l b, Δ t_{s w i t c h}^{'} < x_{r o t} * t_{c y c l e} \\ 0, & c^{Δ +} = r o t \lor g e l b, Δ t_{s w i t c h}^{'} \geq x_{r o t} * t_{c y c l e} \\ 0, & c^{Δ +} = g r ü n \lor (r o t + g e l b), Δ t_{s w i t c h}^{'} < (1 - x_{r o t}) * t_{c y c l e} \\ m i n {\frac{Δ t_{s w i t c h}^{'} - (1 - x_{r o t}) * t_{c y c l e}}{t_{t r a n s}},1}, & c^{Δ +} = g r ü n \lor (r o t + g e l b), Δ t_{s w i t c h}^{'} \geq (1 - x_{r o t}) * t_{c y c l e} \end{array} \end{array}$
Hierbei ist $Δ t_{s w i t c h}^{'}$
das zykluskorrigierte Zeitintervall, das seit dem letzten Phasenwechsel verlaufen ist. Für $Δ t_{s w i t c h}^{'}$
gilt: $Δ t_{s w i t c h}^{'} = Δ t_{s w i t c h} m o d t_{c y c l e}$
Insbesondere wird das zykluskorrigierte Zeitintervall $Δ t_{s w i t c h}^{'}$
verwendet, um den Fall abzufangen, dass mehr als eine komplette Umlaufzeit der Ampel nach dem Zeitpunkt T_e verstrichen ist. Es ist auch möglich, lediglich das (nicht korrigierte) Zeitintervall Δt_switch in für den Fall II zu verwenden.
Ferner ist hierbei t_trans ein vorbestimmter, insbesondere fester, Paramater, der einer Übergangszeit nach dem Wechsel der Ampel auf „rot“ entspricht. In dieser Übergangszeit t_trans verhält sich ein Fahrer des Fahrzeugs 1 so, als wäre die Ampel noch „grün“. Während dieser Übergangszeit t_trans gibt es eine Wahrscheinlichkeit ungleich 0, dass die aktuelle Phase der Ampel als grün „interpretiert“ wird. Die Übergangszeit t_trans weist in der Regel einen Wert von wenigen Sekunden auf. So kann die Übergangszeit t_trans beispielsweise einen Wert zwischen 0s und 5s annehmen und insbesondere 3s. Ferner kann eine weitere Übergangszeit nach einem Phasenwechsel auf „gelb“ berücksichtigt werden. Die weitere Übergangszeit ist in der Regel länger als die Übergangszeit t_trans und die Wahrscheinlichkeit, dass ein Fahrer in der weiteren Übergangszeit die Ampel überquert, ist höher.
Im Folgenden wird die Fallunterscheidungen aus dem Fall II erklärt.
Wenn die nach dem Phasenwechsel vorliegende Ampelphase C^Δ+ eine rote oder gelbe Ampelphase ist, wird das Zeitintervall ΔT_switch (bzw. das zykluskorrigierte Zeitintervall $Δ t_{s w i t c h}^{'})$
mit der roten Phasendauer X_rot des Referenzampelzyklus verglichen. Hier wird die rote Phasendauer X_rot des Referenzampelzyklus als Bruchteil x_rot von der Umlaufzeit t_cycle angegeben.
Ist das Zeitintervall ΔT_switch kleiner (kürzer) als die rote Phasendauer X_rot des Referenzampelzyklus, so wird angenommen, dass die rote Ampelphase mit einer Wahrscheinlichkeit P(C_g=rot) vorliegt, wobei die Wahrscheinlichkeit P(C_g=rot) den kleineren Wert von ${\frac{Δ t_{s w i t c h}^{'}}{t_{t r a n s}},1}$
annimmt. Es wird also angenommen, dass die Ampel nach dem letzten Erfassungszeitpunkt T_e nicht auf die nächste Ampelphase weitergeschalten hat, so dass eine rote Ampelphase zum Event-Zeitpunkt T_event vorliegt.
Ist jedoch das Zeitintervall ΔT_switch größer (länger) oder gleich der roten Ampelphase X_rot des Referenzampelzyklus, so wird angenommen, dass die Ampel zwischen dem letzten Erfassungszeitpunkt T_e und dem Event-Zeitpunkt T_event auf die nächste (also grüne) Ampelphase geschalten hat, so dass eine grüne Ampelphase zum Event-Zeitpunkt T_event vorliegt. Die Wahrscheinlichkeit P(C_g=rot) liegt entsprechend dann bei 0.
Für die weiteren Fallunterscheidungen des Falls II gilt entsprechendes.
Es ist angemerkt, dass der Referenzampelzyklus die Übergangszeit t_trans nicht berücksichtigen muss. So kann die Übergangszeit t_trans ignoriert werden, so dass sich für die erste und vierte Fallunterscheidung aus Fall II immer eine Wahrscheinlichkeit von 1 ergibt. Es gilt dann Folgendes: $\begin{array}{l} P (C_{g} = r o t | Δ T_{s w i t c h} = Δ T_{s w i t c h}, C^{Δ +} = c^{Δ +}, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) = \\ = {\begin{array}{l} 1, & c^{Δ +} = r o t \lor g e l b, Δ t_{s w i t c h}^{'} < x_{r o t} * t_{c y c l e} \\ 0 & c^{Δ +} = r o t \lor g e l b, Δ t_{s w i t c h}^{'} \geq x_{r o t} * t_{c y c l e} \\ 0 & c^{Δ +} = g r ü n \lor (r o t + g e l b), Δ t_{s w i t c h}^{'} < (1 - x_{r o t}) * t_{c y c l e} \\ 1, & c^{Δ +} = g r ü n \lor (r o t + g e l b), Δ t_{s w i t c h}^{'} \geq (1 - x_{r o t}) * t_{c y c l e} \end{array} \end{array}$
Die für den Fall II angegebene Wahrscheinlichkeit für P(C_g=rot) kann für alle möglichen Umlaufzeiten T_cycle und alle möglichen Phasendauern X_rot berechnet werden. Somit lässt sich dann eine Gesamtwahrscheinlichkeit P(C₉=rot) über alle Umlaufzeiten T_cycle und Phasendauern X_rot wie folgt ermitteln: $\begin{array}{l} P (C_{g} = r o t | Δ T_{e} = Δ T_{e}, Δ T_{s w i t c h} = Δ t_{s w i t c h}, C^{Δ +} = c^{Δ +}) = \\ = \int_{t_{c y c l e_m i n}}^{t_{c y c l e_m a x}} \int_{m a x (r o t_{m i n} : \frac{Δ t_{s w i t c h}^{'} - Δ t_{e}}{t_{c y c l e}})}^{r o t_{m a x}} P (C_{g} = r o t | Δ T_{s w i t c h} = Δ t_{s w i t c h}, C^{Δ +} = c^{Δ +}, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ * P (X_{r o t} = x_{r o t}) * P (T_{c y c l e} = t_{c y c l e}) d x_{r o t} d t_{c y c l e} \end{array}$
Der Term P(C_g = rot| ΔT_switch = Δt_switch,C^Δ+ = c^Δ+, T_cycle = t_cycle, X_rot = x_rot) ist wie oben angegeben bestimmbar.
P(X_rot = x_rot) ist die Wahrscheinlichkeit, dass die Phasendauer X_rot einen bestimmten Wert x_rot aus dem oben erwähnten Wertebereich [rot_min; rot_max] für die Phasendauer annimmt. P(T_cycle = t_cycle) ist die Wahrscheinlichkeit, dass die Umlaufzeit T_cycle einen bestimmten Wert t_cycle aus dem oben erwähnten Wertebereich [t_{cycle_min}; t_{cycle_max}] für die Umlaufzeit annimmt. Im Falle einer wie hier vorliegenden Gleichverteilung der als Zufallsvariablen modellierten Umlaufzeiten und Phasendauern, ist die Wahrscheinlichkeit für jeden Wert aus den Wertebereichen gleich groß.
Um die Gesamtwahrscheinlichkeit zu berechnen, können die Integrale bspw. durch Summen angenähert werden. Auch andere Approximationsverfahren sind möglich.
Im Fall III trifft keiner der beiden vorherigen Fälle I und II zu. Das bedeutet, dass im Fall III nur die zuletzt gesehene/erfasste Ampelphase der Ampel bekannt ist. Entsprechend ist unbekannt, wie lange diese Ampelphase schon vorliegt.
Daher wird die Wahrscheinlichkeit P(C_g=rot) unter Berücksichtigung einer relativen Dauer der Grün- und Rotphasen und der vergangenen Zeit zwischen Zeitpunkt T_i und Zeitpunkt T_e in Abhängigkeit der zuletzt gesehenen Phase ermittelt. Somit ergeben sich vier Unterfälle III.a, III.b, III.c und III.d. Die obigen Erklärungen für den Fall II gelten entsprechend.
Für den Fall III.a, bei dem die zuletzt gesehen Phase C_g=rot ist, gilt dann für die Wahrscheinlichkeit P(C_g=rot) Folgendes: $\begin{array}{l} P (C_{g} = r o t) = P (C_{g} = r o t | Δ T_{e} = Δ t_{e}, Δ T_{i} = Δ t_{i}, C_{g} = r o t, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ = \int_{Δ t_{i}}^{Δ t_{e} + t_{c y c l e}} P (C_{g} = r o t | Δ T_{s w i t c h} = Δ t_{s w i t c h}, C_{g} = r o t, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ * P (Δ T_{s w i t c h} = Δ t_{s w i t c h} | Δ T_{e} = Δ t_{e}, Δ T_{i} = Δ t_{i}, C_{g} = r o t, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) d Δ t_{s w i t c h} \end{array}$
Ferner gilt: $\begin{matrix} P (C_{g} = r o t | Δ T_{s w i t c h} = Δ t_{s w i t c h}, C_{g} = r o t, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ = {\begin{matrix} 1, & Δ t_{s w i t c h} mod t_{c y c l e} < x_{r o t} * t_{c y c l e} \\ 0, & Δ t_{s w i t c h} mod t_{c y c l e} \geq x_{r o t} * t_{c y c l e} \end{matrix} \end{matrix}$
Der Phasenwechsel-Zeitpunkt T_switch und entsprechend das Zeitintervall ΔT_switch sind unbekannt und werden daher modelliert. Dazu wird angenommen, dass der Phasenwechsel-Zeitpunkt T_switch zwischen einer Umlaufzeit T_cycle vor dem ersten Erfassungszeitpunkt T_i und dem letzten Erfassungszeitpunkt T_e erfolgen musste.
Daher gilt für die Wahrscheinlichkeit, dass der Phasenwechsel-Zeitpunkt T_switch zu einem bestimmten Zeitpunkt t_switch erfolgt bzw. dass das Zeitintervall ΔT_switch einen bestimmten Wer Δt_switch aufweist, Folgendes: $\begin{array}{l} P (Δ T_{s w i t c h} = Δ t_{s w i t c h} | Δ T_{e} = Δ t_{e}, Δ T_{i} = Δ t_{i}, C_{g} = r o t, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ = \frac{1}{Δ t_{e} + Δ t_{c y c l e} - Δ t_{i}} \end{array}$
In dem Fall III.b ist die zuletzt gesehene Phase C_g=grün. Dieser entspricht dem Fall III.a, nur dass die Grünphase die Rotphase im Fall III.a ersetzt. Somit gilt: $\begin{array}{l} P (C_{g} = r o t) = P (C_{g} = r o t | Δ T_{e} = Δ t_{e}, Δ T_{i} = Δ t_{i}, C_{g} = g r ü n, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ = \int_{Δ t_{i}}^{Δ t_{e} + t_{c y c l e}} P (C_{g} = r o t | Δ T_{s w i t c h} = Δ t_{s w i t c h}, C_{g} = g r ü n, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ * P {(Δ T}_{s w i t c h} = Δ t_{s w i t c h} | Δ T_{e} = Δ t_{e}, Δ T_{i} = Δ t_{i}, C_{g} = g r ü n, T_{c y c l e} = t_{c y c l e}, X_{r o t} = (x_{r o t}) d Δ t_{s w i t c h} \end{array}$
Für die Wahrscheinlichkeit, dass zum Event-Zeitpunkt T_event die rote Ampelphase vorliegt, wenn zuletzt die grüne Ampelphase gesehen wurde, gilt: $\begin{array}{l} P (C_{g} = r o t | Δ T_{s w i t c h} = Δ t_{s w i t c h}, C_{g} = g r ü n, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ = {\begin{matrix} 0, & Δ t_{s w i t c h} mod t_{c y c l e} < x_{r o t} * t_{c y c l e} \\ 1, & Δ t_{s w i t c h} mod t_{c y c l e} \geq x_{r o t} * t_{c y c l e} \end{matrix} \end{array}$
Für die Wahrscheinlichkeit, dass der Phasenwechsel-Zeitpunkt T_switch zu einem bestimmten Zeitpunkt t_switch erfolgt bzw. dass das Zeitintervall ΔT_switch einen bestimmten Wer Δt_switch aufweist, gilt analog zum Fall III.a folgendes: $\begin{array}{l} P (Δ T_{s w i t c h} = Δ t_{s w i t c h} | Δ T_{e} = Δ t_{e}, Δ T_{i} = Δ t_{i}, C_{g} = g r ü n, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ = \frac{1}{Δ t_{e} + Δ t_{c y c l e} - Δ t_{i}} \end{array}$
Es liegt die gleiche Wahrscheinlichkeit P(ΔT_switch = Δt_switch| ...) für Fall III.a und III.b vor, da sich die Umlaufzeit T_cycle des Referenzampelzyklus nicht verändert.
In dem Fall III.c ist die zuletzt gesehene Ampelphase gelb. Hier wird angenommen, dass der Zeitpunkt T_e dem Zeitpunkt T_switch entspricht, also T_e=T_switch. Entsprechend gilt auch für die Zeitintervalle Δt_e=Δt_switch. In diesem Fall gilt für die Wahrscheinlichkeit P(C_g=rot): $\begin{array}{l} P (C_{g} = r o t | Δ T_{e} = Δ t_{e}, Δ t_{i} = Δ t_{i}, C_{g} = g e l b, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ = {\begin{matrix} 1, & Δ t_{e} \leq x_{r o t} * t_{c y c l e} \\ 0, & Δ t_{e} > x_{r o t} * t_{c y c l e} \end{matrix} \end{array}$
In dem Fall III.d ist die zuletzt gesehene Ampelphase „rot+gelb“. Auch hier wird angenommen, dass der Zeitpunkt T_e dem Zeitpunkt T_switch entspricht, also T_e=T_switch. Entsprechend gilt auch für die Zeitintervalle Δt_e=Δt_switch Somit folgt: $\begin{array}{l} P (C_{g} = r o t | Δ T_{e} = Δ t_{e}, Δ t_{i} = Δ t_{i}, C_{g} = r o t + g e l b, T_{c y c l e} = t_{c y c l e}, X_{r o t} = x_{r o t}) \\ = {\begin{matrix} 0, & Δ t_{e} \leq (1 - x_{r o t}) * t_{c y c l e} \\ 1, & Δ t_{e} > (1 - x_{r o t}) * t_{c y c l e} \end{matrix} \end{array}$
Die Wahrscheinlichkeiten P(C₉=rot) für die Fälle III.a bis III.d können für alle möglichen Umlaufzeiten T_cycle und alle möglichen Phasendauen X_rot berechnet werden, ähnlich wie bei Fall II. So gilt für die Gesamtwahrscheinlichkeit Folgendes: $\begin{array}{l} P (C_{g} = r o t | Δ T_{e} = Δ t_{e}, Δ T_{i} = Δ t_{i}, C_{g} = c) = \\ = \int_{t_{c y c l e_m i n}}^{t_{c y c l e_m a x}} \int_{m a x (r o t_{m i n} : \frac{Δ t_{i} - Δ t_{e}}{t_{c y c l e}})}^{r o t_{m a x}} P (C_{g} = r o t | Δ T_{e} = Δ t_{e}, Δ T_{i} = Δ t_{i}, C_{g} = c, T_{c y c l e} = t_{c y c l e,} X_{r o t} = x_{r o t}) \\ * P (X_{r o t} = x_{r o t}) * P (T_{c y c l e} = t_{c y c l e}) d x_{r o t} d t_{c y c l e} \end{array}$
Auch hier können die Integrale bspw. durch Summen angenähert werden, um die Gesamtwahrscheinlichkeit zu berechnen. Auch andere Approximationsverfahren sind möglich.
In 7 sind schematisch und beispielhaft zwei Phasenverläufe 9, 9' von zwei Ampelobjekten dargestellt. Die Phasenverläufe 9, 9' zeigen die grüne Ampelphase G, die rote Ampelphase R, die gelbe Ampelphase Y und die rot-gelbe Ampelphase R+Y.
Die Kombination der durchgezogenen Linien ergibt die Übereinstimmungsdauer Tm der zwei Phasenverläufe 9, 9', in der sie die gleiche Ampelphase (gleichzeitig) aufweisen. Die Kombinationen der durchgezogenen Linien mit der gestrichelten Linie ergibt die Überlappungsdauer Tt der zwei Phasenverläufe 9, 9', in der sich die Phasenverläufe 9, 9' (unabhängig von ihren Ampelphasen) zeitlich überlappen.
Die Überlappungsdauer Tt gibt also diejenige Zeitdauer an, zu welcher die beiden Phasenverläufe 9, 9' gleichzeitig vorliegen, d.h. zeitlich überlappen. Die Übereinstimmungsdauer Tm gibt diejenige Zeitdauer (innerhalb der Überlappungsdauer Tt) an, zu welcher die Phasenverläufe 9, 9' die gleiche Ampelphase aufweisen.
Ferner sind in 7 entsprechende erste Erfassungszeitpunkte T_i, letzte Erfassungszeitpunkte T_e und Phasenwechsel-Zeitpunkte T_switch der Phasenverläufe 9, 9' dargestellt.
Bezugszeichenliste

A: Ampelanlage (A)
F1-F3: Fahrspuren
Fb: Fahrbahnabschnitt
G: grüne Ampelphase
tp₁-tp₅: Ampel
n_c: Ampelobjekte
n_c,t: einem Cluster t zugeordnetes Ampelobjekt
R: rote Ampelphase
R+Y: rot-gelbe Ampelphase
t₁-t₅: (Ampel-/Ampelobjekt-)Cluster
tp₁-tp₅: physikalische Ampel
Y: gelbe Ampelphase
1: Fahrzeug
3: Erfassungseinrichtung
5: Funkschnittstelle
7: Ampelbild
7': Ampelbild
9: Phasenverlauf
9': Phasenverlauf
S...: Verfahrensschritte

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 102013220662 A1 [0003]
DE 102015003847 A1 [0004]
DE 102016217558 A1 [0005]

Claims

Verfahren zum Auswerten von Ampelinformationen über eine Ampelanlage (A), mit: - (S204) Bilden aller Ampelpaare aus Ampeln der Ampelanlage (tp₁, tp₂, tp₃, tp₄, tp₅); - (S205) Ermitteln, für jedes Ampelpaar, eines Korrelationsfaktors (ρ_AP) für einen Phasenverlauf einer ersten Ampel des Ampelpaars und einen Phasenverlauf einer zweiten Ampel des Ampelpaars; und - (S206) Gruppieren der Ampeln (tp₁, tp₂, tp₃, tp₄, tp₅) unter Berücksichtigung der Korrelationsfaktoren (p_AP) der Ampelpaare.
Verfahren nach Anspruch 1, wobei alle in einer Gruppe befindlichen Ampeln zueinander Korrelationsfaktoren (ρ_AP) aufweisen, die einen ersten vorbestimmten Mindestkorrelationswert überschreiten.
Verfahren nach Anspruch 1 oder 2, wobei das Ermitteln des Korrelationsfaktors (ρ_AP) für jedes Ampelpaar ferner umfasst: - (S205) Ermitteln einer Überlappungsdauer (Tt_AP) zwischen den Phasenverläufen der Ampeln des Ampelpaars, in der sich der Phasenverlauf der ersten Ampel und der Phasenverlauf der zweiten Ampel zeitlich überlappen; - (S205) Ermitteln einer Übereinstimmungsdauer (Tm_AP), in der eine Phase der ersten Ampel und eine Phase der zweiten Ampel während der Überlappungsdauer (Tt_AP) übereinstimmen.
Verfahren nach einem der vorherigen Ansprüche, das ferner umfasst: - (S201) Abrufen von Ampelinformationen repräsentierenden Ampelobjekten (n_c,t), wobei jedes Ampelobjekt einer entsprechenden Ampel (tp₁, tp₂, tp₃, tp₄, tp₅) zuordenbar ist.
Verfahren nach Anspruch 4, wobei die Ampelobjekte (n_c,t) überfahrtspezifisch erfasst werden.
Verfahren nach Anspruch 4 oder 5, wobei das Ermitteln des Korrelationsfaktors für jedes Ampelpaar ferner umfasst: - (S205) Bilden von Überlappungsdauern (Tt_n) und/oder von Übereinstimmungsdauern (Tm_n) zwischen allen die erste Ampel repräsentierenden Ampelobjekten (n_c,t ₁) und allen die zweite Ampel repräsentierenden Ampelobjekten (n_c,t ₂) und - (S205) Aufsummieren der Überlappungsdauern (Tt_n) und/oder Aufsummieren der Übereinstimmungsdauern (Tm_n) zwischen allen die erste Ampel repräsentierenden Ampelobjekten (n_c,t ₁) und allen die zweite Ampel repräsentierenden Ampelobjekten (n_c,t ₂).
Verfahren nach Anspruch 6, wobei das Bilden der Überlappungsdauern (Tt_n) und/oder der Übereinstimmungsdauern (Tm_n) zwischen allen die erste Ampel repräsentierenden Ampelobjekten (n_c,t ₁) und allen die zweite Ampel repräsentierenden Ampelobjekten (n_c,t ₂) überfahrtsspezifisch erfolgt.
Verfahren nach einem der Ansprüche 4 bis 7, wobei das Bilden aller Ampelpaare aus den Ampeln (tp₁, tp₂, tp₃, tp₄, tp₅) ferner umfasst: - (S202) Bilden aller Ampelobjektpaare aus Ampelobjekten (n_c,t), die einer der Ampeln zugeordnet sind; - (S202) Ermitteln, für jedes Ampelobjektpaar, eines Korrelationsfaktors (ρ_obj) für einen Phasenverlauf des ersten Ampelobjekts (n_c,t) des Ampelobjektpaars und einen Phasenverlauf eines zweiten Ampelobjekts (n'_c,t) des Ampelobjektpaars; und - (S202) Gruppieren der Ampelobjekte unter Berücksichtigung der Korrelationsfaktoren der Ampelobjektpaare; - (S202) Erkennen der einen Ampel (tp₁, tp₂, tp₃, tp₄, tp₅) als inkonsistent, wenn eine Anzahl an Ampelobjektgruppen einen vorbestimmten Maximalwert überschreitet; und - (S202) Ausschließen der inkonsistenten Ampel (t*) aus dem Bilden aller Ampelpaare.
Verfahren nach Anspruch 8, das ferner umfasst: - (S207) Zuordnen der inkonsistenten Ampel (t*) zu einer entsprechenden Ampelgruppe (g) unter Berücksichtigung von Korrelationsfaktoren zwischen den Ampelobjekten (n_c,t*) der inkonsistenten Ampel (t*) und den Ampelobjekten (n_c,t _g) der entsprechenden Ampelgruppe (g).
Verfahren nach einem der Ansprüche 4 bis 9, das ferner umfasst: - (S203) Prüfen der durch die Ampelobjekte (n_c,t) repräsentierten Phasenverläufe auf Plausibilität; und - (S203) Verwerfen von nicht-plausiblen Ampelobjekten (n_c,t)
Verfahren nach einem der Ansprüche 4 bis 10, wobei jedes Ampelobjekt für den entsprechenden Phasenverlauf folgende Informationen umfasst: - Startzeitpunkt des entsprechenden Phasenverlaufs mit einer entsprechenden Phase; - Wechselzeitpunkte des entsprechenden Phasenverlaufs mit einer entsprechenden Phase; und - Endzeitpunkt des entsprechenden Phasenverlaufs.
Verfahren nach einem der vorherigen Ansprüche, wobei die Ampelobjekte (n_c) von einer Vielzahl von Fahrzeugen (1) mit Erfassungseinrichtungen (3) erfasst werden.
Verfahren nach einem der vorherigen Ansprüche, wobei das Gruppieren der Ampeln und/oder der Ampelobjekte mittels eines Hierarchischen-Cluster-Algorithmus.
Vorrichtung zum Aufbereiten von Daten über eine einen Fahrbahnabschnitt steuernde Ampelanlage (A) mit mindestens einer Ampel (tp₁, tp₂, tp₃, tp₄, tp₅), wobei die Vorrichtung ausgebildet und eingerichtet ist, ein Verfahren nach einem der Ansprüche 1 bis 13 auszuführen.
Computerprogramm zum Aufbereiten von Daten über eine einen Fahrbahnabschnitt steuernde Ampelanlage (A) mit mindestens einer Ampel (tp₁, tp₂, tp₃, tp₄, tp₅), wobei das Computerprogramm ausgebildet ist, bei seiner Ausführung eine Datenverarbeitungsvorrichtung zu veranlassen, ein Verfahren nach einem der Ansprüche 1 bis 13 auszuführen.