DE102019216235A1

DE102019216235A1 - Verfahren zum Vorhersagen der Bewegung eines Fahrzeugs und zumindest eines weiteren Fahrzeugs

Info

Publication number: DE102019216235A1
Application number: DE102019216235.5A
Authority: DE
Inventors: Christian Wissing; Til Nattermann; Manuel Schmidt; Andreas Homann; Christian Lienke; Niklas Stannartz; Torsten Bertram
Original assignee: ZF Friedrichshafen AG
Current assignee: ZF Friedrichshafen AG
Priority date: 2019-10-22
Filing date: 2019-10-22
Publication date: 2021-04-22

Abstract

Ein Verfahren zum Vorhersagen der Bewegung eines Fahrzeugs (12) und zumindest eines weiteren Fahrzeugs (14) hat die folgenden Schritte:- Bestimmen des Fahrzustands (F) des wenigstens einen weiteren Fahrzeugs (14),- Vorhersagen einer möglichen Verkehrsentwicklung (V) durch das Steuergerät (34),- wiederholtes Vorhersagen einer weiteren möglichen Verkehrsentwicklung (V), und- Gruppieren aller vorhergesagten möglichen Trajektorien (24, 26) zumindest von zwei Fahrzeugen (12, 14).Ferner sind ein Steuergerät (34), ein Fahrzeug (12), ein System (10) und ein Computerprogramm mit Programmcodemitteln gezeigt.

Description

Die Erfindung betrifft ein Verfahren zum Vorhersagen der Bewegung eines Fahrzeugs und zumindest eines weiteren Fahrzeugs.
Darüber hinaus betrifft die Erfindung ein Steuergerät, ein Fahrzeug, ein System mit einem Fahrzeug und zumindest einem weiteren Fahrzeug und ein Computerprogramm mit Programmcodemitteln.
Eine der Hauptherausforderungen für das zumindest teilweise automatisierte Steuern von Fahrzeugen ist es, die konkrete Verkehrssituation, in der sich ein Fahrzeug befindet, zu analysieren, das Verhalten der weiteren Fahrzeuge, die in einem gewissen Abstand von dem Fahrzeug fahren, vorherzusagen und basierend auf dem zu erwartenden Verhalten der Fahrzeuge Fahrmanöver zu ermitteln. Das zukünftige Verhalten der weiteren Fahrzeuge wird im Folgenden als Verkehrsentwicklung bezeichnet.
Aus dem Stand der Technik ist es bekannt, für jedes Fahrzeug eigenständige Fahrmanöver und entsprechende Trajektorien der Bewegungen vorherzugsagen. Dabei kann auch eine mögliche Interaktion der Fahrzeuge untereinander berücksichtigt sein. Die eigenständigen Fahrmanöver werden benutzt, um die Verkehrsentwicklung vorherzusagen. Auf diese Weise gehen allerdings die kausalen Zusammenhänge der Fahrmanöver, d.h. die Interaktion der Fahrzeuge, verloren.
Es ist daher die Aufgabe der Erfindung, die Vorhersage der Verkehrsentwicklung zu verbessern.
Die Aufgabe wird gelöst durch ein Verfahren zum Vorhersagen der Bewegung eines Fahrzeugs und zumindest eines weiteren Fahrzeugs auf einer Straße mittels eines Steuergeräts und eines Sensors. Das Verfahren weist die folgenden Schritte auf:

a) Bestimmen des Fahrzustands des wenigstens einen weiteren Fahrzeugs mittels des Sensors durch das Steuergerät,
b) Vorhersagen einer möglichen Verkehrsentwicklung innerhalb eines vorgegebenen Vorhersagezeitraums durch das Steuergerät durch Vorhersagen einer Trajektorie für jedes der Fahrzeuge unter Berücksichtigung der möglichen Trajektorien des zumindest einen weiteren Fahrzeugs derart, dass die Trajektorien innerhalb der Verkehrsentwicklung konfliktfrei sind, wobei jede der möglichen Trajektorien die Bewegung des entsprechenden Fahrzeugs auf der Straße im Vorhersagezeitraum beschreibt,
c) wiederholtes Vorhersagen einer weiteren möglichen Verkehrsentwicklung, und
d) Gruppieren aller vorhergesagten möglichen Trajektorien zumindest von zwei Fahrzeugen anhand zumindest zweier möglicher Fahrsituationen, wobei die Fahrsituationen Klassen an möglichen Verkehrsentwicklungen darstellen.

Die Erfindung beruht auf dem Grundgedanken, die durch eine Verkehrsentwicklung bereitgestellten kausalen Zusammenhänge der Trajektorien der Fahrzeuge zu erhalten. Hierfür werden die Trajektorien der Fahrzeuge in Fahrsituationen eingeteilt bzw. die einer Fahrsituation zugeordneten Trajektorien zusammen gruppiert. Es wird also nicht mehr jedes Fahrzeug einzeln bzw. seine Trajektorien betrachtet. Stattdessen werden durch die Gruppierung der Trajektorien anhand von Fahrsituationen die kausalen Zusammenhänge der verschiedenen Fahrmanöver erhalten, sodass die Vorhersage der Bewegungen der Fahrzeuge verbessert wird.
Der Fahrzustand eines Fahrzeugs umfasst insbesondere die Fahrspur, auf der sich das Fahrzeug gerade befindet, die Position entlang der Fahrspur (in Fahrspurrichtung) und/oder quer hierzu, die Geschwindigkeit, die Beschleunigung und/oder die Fahrzeugklasse des Fahrzeugs.
Unter der Fahrzeugklasse wird die Art des Fahrzeugs verstanden. Also, ob das Fahrzeug beispielsweise ein Motorrad, ein Pkw oder ein Lkw ist. Die Fahrzeugklasse kann auch Informationen zu den Abmessungen des Fahrzeugs aufweisen. Somit wird eine genaue Beschreibung des zum Ausführen eines Fahrmanövers notwendigen Platzes ermöglicht und dementsprechend eine präzisere Vorhersage der möglichen Verkehrsentwicklung.
Ferner kann die Fahrzeugklasse auch zusätzliche Informationen zu der Maximalgeschwindigkeit des entsprechenden Fahrzeugs und zum üblichen Verhalten des Fahrzeugs aufweisen.
Unter „konfliktfrei“ wird verstanden, dass die Trajektorien einer Verkehrsentwicklung nicht zu Kollisionen zwischen den Fahrzeugen führen. Insbesondere werden auch Mindestabstände zwischen den Fahrzeugen eingehalten.
Die Trajektorien der Verkehrsentwicklung beschreiben die Bewegung der Fahrzeuge auf der Straße, also die Position der Fahrzeuge auf der Straße zu gewissen Zeitpunkten innerhalb des Vorhersagezeitraums. Dabei können die Trajektorien die Geschwindigkeiten und Beschleunigungen der Fahrzeuge sowohl in Längs- als auch in Querrichtung der Fahrspur zu den verschiedenen Zeitpunkten aufweisen.
Der Vorhersagezeitraum ist der zukünftige Zeitraum, für den die Verkehrsentwicklung mögliche Bewegungen der Fahrzeuge vorhersagt. Der Vorhersagezeitraum ist also ein Zeitintervall.
Beispielsweise beträgt der Vorhersagezeitraum 5 bis 10 Sekunden, d. h. die Bewegung der Fahrzeuge innerhalb der nächsten 5 bis 10 Sekunden werden durch die Verkehrsentwicklung vorhergesagt. Auf diese Weise werden Fahrmanöver ermittelt, die mittelfristig durch das Fahrzeug ausgeführt werden müssen.
Die Vorhersage möglicher Verkehrsentwicklungen wird insbesondere mittels eines interaktionsbewussten Fahrermodells durchgeführt, also einem Modell, das die Interaktionen zwischen den Fahrzeugen berücksichtigt. Auf diese Weise wird eine sehr genaue Vorhersage der möglichen Verkehrsentwicklungen ermöglicht.
Das interaktionsbewusste Fahrermodell kann ein Bewegungsmodell aufweisen, das die Bewegung eines Fahrzeugs in Längs- und Querrichtung anhand dessen Geschwindigkeiten und Beschleunigungen beschreibt, ein Spurwechselmodell und/oder ein Längsbeschleunigungsmodell, das die Geschwindigkeit des Fahrzeugs entlang einer Fahrspur anhand einer gewünschten Geschwindigkeit und eines Abstands zu einem in der Fahrspur fahrenden Fahrzeug vorgibt. Somit kann das interaktionsbewusste Fahrermodell mit wenig Rechenaufwand möglichen Trajektorien für die Fahrzeuge bestimmen. Solche Modelle sind bekannt.
Im Allgemeinen kann das Steuergerät auch den Fahrzustand des Fahrzeugs empfangen oder bestimmen, sodass sowohl der Fahrzustand des Fahrzeugs als auch der Fahrzustand des weiteren Fahrzeugs zur Bestimmung der möglichen Verkehrsentwicklungen berücksichtigt wird. Dies ermöglicht eine sehr genaue Vorhersage der möglichen Verkehrsentwicklungen.
Dabei ermittelt das Steuergerät den Fahrzustand des Fahrzeugs nicht zwingend mittels des Sensors, sondern kann den Fahrzustand auch direkt erhalten, beispielsweise über eine drahtlose Kommunikationsverbindung oder über eine Kabelverbindung, wie eine elektrische Leitung in einem Fahrzeug.
Im allgemeinen Fall können mehr als ein weiteres Fahrzeug vorhanden sein, sodass üblicherweise die vorhergesagten möglichen Trajektorien der weiteren Fahrzeuge gruppiert werden.
Außerdem ist es denkbar, dass die Trajektorien aller Fahrzeuge gruppiert werden, also die möglichen Trajektorien des Fahrzeugs und des weiteren Fahrzeugs bzw. der weiteren Fahrzeuge.
Durch das Gruppieren der möglichen Trajektorien entstehen insbesondere gruppierte Trajektorien.
Ein Aspekt der Erfindung sieht vor, dass eine Fahrsituation durch die Fahrzustände des zumindest einen weiteren Fahrzeugs am Ende des Vorhersagezeitraums und/oder der Veränderung des Fahrzustands des zumindest einen weiteren Fahrzeugs zwischen dem Beginn und dem Ende des Vorhersagezeitraum bestimmt ist. Auf diese Weise können mögliche Fahrmanöver für das Fahrzeug in Abhängigkeit der möglichen Fahrmanöver des weiteren Fahrzeugs bestimmt werden.
Beispielsweise kann eine Fahrsituation durch die Fahrzustände aller Fahrzeuge am Ende des Vorhersagezeitraums und/oder der Veränderung des Fahrzustands aller Fahrzeuge zwischen dem Beginn und dem Ende des Vorhersagezeitraum bestimmt sein. Die möglichen Fahrsituationen werden also sehr detailliert aufgeschlüsselt.
In einer Ausgestaltung der Erfindung unterscheiden sich Fahrsituationen untereinander durch wenigstens einen Unterschied in der Fahrspur eines der weiteren Fahrzeuge zum Ende des Vorhersagezeitraums, einen Übergang von positiver zu negativer Beschleunigung eines der weiteren Fahrzeuge, einer Geschwindigkeitsänderung von mehr als 15%, insbesondere mehr als 30% eines der weiteren Fahrzeuge.
Eine Fahrsituation kann durch ein Tupel der Fahrzustände und/oder der Fahrzustandsänderungen jedes Fahrzeugs gegeben sein.
Es ist denkbar, dass eine Fahrsituation durch ein Tupel der Fahrmanöver der Fahrzeuge gegeben ist. Die genaue Ausführung des Fahrmanövers kann dabei unwichtig sein, sodass nur der Typ des Fahrmanövers die Fahrsituation bestimmt.
Beispielsweise ist ein Fahrmanöver ein Spurwechsel auf eine benachbarte linke oder rechte Fahrspur, ein Abbremsen, ein Beschleunigen und/oder eine Spurhalten. Die Fahrsituation kann dadurch beschrieben sein, dass jedes Fahrzeug genau eines der genannten Fahrmanöver durchführt. Das Tupel der Fahrmanöver der Fahrzeuge beschreibt dann die Fahrsituation.
In weiterer Aspekt der Erfindung sieht vor, dass das Steuergerät in einem der Fahrzeuge vorgesehen ist, das ein Ego-Fahrzeug ist. Das Ego-Fahrzeug weist den Sensor auf, um den Fahrzustand des zumindest einen weiteren Fahrzeugs zu bestimmen. Somit können die möglichen Verkehrsentwicklungen direkt innerhalb des Fahrzeugs, also des Ego-Fahrzeugs, bestimmt werden.
Das Ego-Fahrzeug ist dabei dasjenige Fahrzeug, das das Steuergerät und den Sensor aufweist. Das Ego-Fahrzeug bestimmt also mittels der Sensoren des Ego-Fahrzeugs die Fahrzustände der weiteren Fahrzeuge und mögliche Trajektorien für die weiteren Fahrzeuge. Das Ego-Fahrzeug ist insbesondere das Fahrzeug, für das das Steuergerät Steuerbefehle zum zumindest teilweise automatisierten Steuern des Fahrzeugs bereitstellt. In anderen Worten ist das Ego-Fahrzeug, das Fahrzeug, das vom Steuergerät „gefahren“ wird.
Beispielsweise bestimmt das Steuergerät den Fahrzustand des Ego-Fahrzeugs anhand von Fahrzeugdaten, zum Beispiel anhand von Fahrzeugdaten einer Fahrzeugsteuerung des Ego-Fahrzeugs.
Es ist denkbar, dass die möglichen Trajektorien sowohl für das Ego-Fahrzeug als auch die weiteren Fahrzeuge bestimmt werden und dass nur die möglichen Trajektorien der weiteren Fahrzeuge gruppiert werden.
Um eine effiziente Verarbeitung der Fahrsituationen durch das Steuergerät zu ermöglichen, können die gruppierten Trajektorien für zumindest eine Fahrsituation zu je einer zusammengefassten Trajektorie zusammengefasst werden. Dabei werden die zusammengefassten Trajektorien durch eine Merkmalsgröße besch rieben.
Vorzugsweise werden die gruppierten Trajektorien für jede Fahrsituation zusammengefasst und die zusammengefassten Trajektorien jeder Fahrsituation weisen vorzugsweise eine entsprechende Merkmalsgröße auf.
In einer Ausgestaltung der Erfindung umfasst die Merkmalsgröße einen Merkmalsvektor, der die zusammengefassten Trajektorien einer Fahrsituation zu einem bestimmten Zeitpunkt, insbesondere zum Ende des Vorhersagezeitraums, anhand des Fahrzustands des entsprechenden Fahrzeugs beschreibt.
Beispielsweise beschreibt der Merkmalsvektor die Fahrspur und die Position entlang der Fahrspur für wenigstens ein Fahrzeug. Der Merkmalsvektor kann also ein zweidimensionaler Vektor oder für mehrere Fahrzeuge ein entsprechend mehrdimensionaler Vektor sein.
Im Allgemeinen kann der Merkmalsvektor auch eine zwei- oder mehrdimensionale Matrix sein, die die Fahrspur und die Position entlang der Fahrspur der entsprechenden Fahrzeuge beschreibt. Der Begriff Merkmalsvektor ist somit nicht im streng mathematischen Sinne zu sehen.
Es ist auch denkbar, die Merkmalsgrößen verschiedener Fahrsituationen in einer dreidimensionalen Matrix zusammenzufassen. Auf diese Weise wird eine speichereffiziente Darstellung der Fahrsituationen realisiert.
Die Merkmalsgröße kann eine charakteristische Trajektorie für die zusammengefassten Trajektorien der zumindest einen Fahrsituation aufweisen. Somit weist die Merkmalsgröße auch Informationen zur Ausführung eines Fahrmanövers auf.
Die charakteristische Trajektorie kann der Mittelwert oder der Median aller möglichen Trajektorien des entsprechenden Fahrzeugs in der Fahrsituation sein.
Beispielsweise umfasst die charakteristische Trajektorie Trajektorienpunkte, die den Fahrzustand des entsprechenden Fahrzeugs zu verschiedenen Zeitpunkten innerhalb des Vorhersagezeitraums beschreibt. Durch die Trajektorienpunkte ist die relative Position der Fahrzeuge zueinander bekannt.
Es ist denkbar, dass die Trajektorienpunkte um eine vorbestimmte Dauer zeitlich beabstandet sind, beispielsweise um 0,1 Sekunden.
In einer Ausgestaltung der Erfindung ist wenigstens einer, insbesondere allen möglichen Fahrsituationen eine Wahrscheinlichkeitsgröße zugeordnet. Auf diese Weise kann das Steuergerät eine Risikoabschätzung für die entsprechende Fahrsituation treffen und gegebenenfalls proaktiv Risiken der entsprechenden Fahrsituation vermeiden. Dies ermöglicht eine mittelfristige Fahrmanöverplanung für das Fahrzeug.
Beispielsweise ist die Wahrscheinlichkeitsgröße durch das Verhältnis der Anzahl der einer Fahrsituation zugeordneten Trajektorien zu der Gesamtanzahl der ermittelten Trajektorien gegeben. Somit wird die Wahrscheinlichkeitsgröße effizient bestimmt.
Alternativ kann die Wahrscheinlichkeitsgröße durch das Verhältnis der Anzahl der einer Fahrsituation zugeordneten Trajektorien eines Fahrzeugs zu der Gesamtanzahl an Verkehrsentwicklungen gegeben sein.
In einer Ausführungsvariante der Erfindung bestimmt das Steuergerät anhand der Wahrscheinlichkeitsgröße die wahrscheinlichste Fahrsituation. Das Steuergerät übergibt dann die wahrscheinlichste Fahrsituation an ein Fahrmanöverplanungsmodul und/oder stellt Steuerbefehle bereit, um ein für die wahrscheinlichste Fahrsituation geeignetes Fahrmanöver für das Ego-Fahrzeug auszuführen. Das Ego-Fahrzeug wird somit auf Basis der vorhergesagten Verkehrsentwicklung gesteuert.
Beispielsweise übergibt das Steuergerät die wahrscheinlichste Fahrsituation an ein Fahrassistenzsystem des Fahrzeugs, insbesondere des Ego-Fahrzeugs.
Es ist denkbar, dass das Steuergerät die charakteristische Trajektorie des Ego-Fahrzeugs als auszuführendes Fahrmanöver an das Fahrassistenzsystem übergibt.
Um eine realistische Darstellung der Verkehrsentwicklung zu erreichen, kann die Vorhersage der möglichen Trajektorien eine Fahrmanöverunsicherheit, eine Unsicherheit in der Fahrmanöverausführung und/oder eine Unsicherheit in der Position des zumindest einen weiteren Fahrzeugs berücksichtigen und/oder ermitteln.
Beispielsweise wird die Verkehrsentwicklung anhand eines Gaußschen Prozesses bestimmt. Dementsprechend sind die Fahrmanöverunsicherheit, die Unsicherheit in der Fahrmanöverausführung und/oder die Unsicherheit in der Position normalverteilt.
In einer Ausgestaltung der Erfindung bestimmt oder erhält das Steuergerät zusätzliche Umgebungsdaten. Die Verwendung von zusätzlichen Umgebungsdaten ermöglicht eine präzisere Vorhersage möglicher Trajektorien, da somit auch Restriktionen, wie das Ende einer Fahrspur berücksichtigt werden können.
Alternativ oder zusätzlich kann die Vorhersage der möglichen Trajektorien auch zusätzliche Umgebungsdaten des Sensors berücksichtigen, wie durch den Sensor erfasste Kartendaten.
Es ist auch denkbar, dass die Kartendaten auf einem Speicher des Steuergeräts hinterlegt sind.
Vorzugsweise berücksichtigt die Vorhersage dann die Kartendaten entlang des Straßenabschnitts auf dem sich die Fahrzeuge befinden.
In einer Ausgestaltung der Erfindung wird die mögliche Verkehrsentwicklung durch eine Monte-Carlo-Simulation vorhergesagt. Auf diese Weise können auch komplexe Verkehrssituationen mit einer Vielzahl an Fahrzeugen modelliert werden.
Alternativ oder zusätzlich kann das Gruppieren und/oder Zusammenfassen der Trajektorien mittels eines Cluster-Algorithmus erfolgen. Dies ermöglicht eine effiziente Ermittlung und Verarbeitung der Fahrsituationen.
Beispielsweise ist der Cluster-Algorithmus der „Density-Based Spatial Clustering of Applications with Noise“-Algorithmus (DBSCAN-Algorithmus), der Fahrsituationen anhand der Verteilung der Endpunkte der Trajektorien ermittelt (Ester et al., „A Density-Based Algorithm for Discovering Clusters" in Proceedings of Int. Conf. on Knowledge Discovery and Data Mining, vol. 240 (1996), p. 226-231, ISBN: 978-1-57735-004-0).
Die Aufgabe der Erfindung wird ferner durch ein Steuergerät gelöst, wobei das Steuergerät dazu ausgebildet ist, ein zuvor beschriebenes Verfahren durchzuführen. Hinsichtlich der Vorteile und Merkmale wird auf die obigen Erläuterungen bezüglich des zuvor beschriebenen Verfahrens verwiesen, die gleichermaßen für das Steuergerät gelten und umgekehrt.
Darüber hinaus wird die Aufgabe durch ein Fahrzeug gelöst, das einen Sensor und ein zuvor beschriebenes Steuergerät hat. Es ergeben sich die bereits bezüglich des Verfahrens und des Steuergeräts ausgeführten Vorteile und Merkmale gleichermaßen für das Fahrzeug und umgekehrt.
Des Weiteren wird die Aufgabe durch ein System gelöst, das ein zuvor beschriebenes Steuergerät, ein Fahrzeug und wenigstens ein weiteres Fahrzeug aufweist. Hinsichtlich der Vorteile und Merkmale wird auf die obigen Erläuterungen bezüglich des zuvor beschriebenen Verfahrens und des vorhergehend beschriebenen Steuergeräts verwiesen, die gleichermaßen für das System gelten und umgekehrt.
Beispielsweise ist das Fahrzeug das zuvor beschriebene Fahrzeug.
Die Aufgabe wird auch durch ein Computerprogramm mit Programmcodemitteln gelöst, um die Schritte des oben beschriebenen Verfahrens durchzuführen, wenn das Computerprogramm auf einer Recheneinheit ausgeführt wird, insbesondere einer Recheneinheit eines erfindungsgemäßen Steuergeräts.
Auch hier wird hinsichtlich der Vorteile und Merkmale auf die obigen Erläuterungen bezüglich des zuvor beschriebenen Verfahrens und des erfindungsgemäßen Steuergeräts verwiesen, die gleichermaßen für das Computerprogramm gelten und umgekehrt.
Unter „Programmcodemitteln“ sind dabei und im Folgenden computerausführbare Instruktionen in Form von Programmcode und/oder Programmcodemodulen in kompilierter und/oder in unkompilierter Form zu verstehen, die in einer beliebigen Programmiersprache und/oder in Maschinensprache vorliegen können.
Zudem wird die Aufgabe durch einen computerlesbaren, insbesondere nichtflüchtigen Datenträger oder ein Datenträgersignal gelöst, auf dem ein vorhergehend beschriebenes Computerprogramm gespeichert ist. Es ergeben sich die bereits bezüglich des Computerprogramms ausgeführten Vorteile und Merkmale und umgekehrt.
Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung sowie aus den beigefügten Zeichnungen, auf die im Folgenden Bezug genommen wird. In den Zeichnungen zeigen:

- 1 eine schematische Draufsicht eines erfindungsgemäßen Fahrzeugs,
- 2 ein Blockschaltbild eines erfindungsgemäßen Steuergeräts gemäß 1,
- 3 und 4 eine schematische Draufsicht eines erfindungsgemäßen Systems in ersten Ausführungsform und einer ersten Verkehrssituation,
- 5 eine schematische Draufsicht des erfindungsgemäßen Systems gemäß der 3 und 4 in einer zweiten Verkehrssituation, und
- 6 eine schematische Draufsicht eines erfindungsgemäßen Systems in einer zweiten Ausführungsform,

1 zeigt ein Fahrzeug 12 in einer schematischen Draufsicht.
Das Fahrzeug 12 umfasst einen Sensor 30, beispielsweise eine Kamera 32, ein Steuergerät 34, ein Fahrassistenzsystem 36 und mehrere Steuereinrichtungen 38 zum Steuern des Fahrzeugs 12.
In der Ausführungsform der 1 ist die Kamera 32 des Fahrzeugs 12 in Fahrtrichtung R vorne angeordnet und dazu ausgebildet, Daten D bezogen auf zumindest ein weiteres Fahrzeuge 14 zu erfassen (3). Die Kamera 32, also der Sensor 30, misst Daten D und übermittelt diese an das Steuergerät 34, wie durch entsprechende Pfeile in 1 dargestellt.
Alternativ oder zusätzlich kann der Sensor 30 auch ein Radarsensor, ein LIDAR-Sensor („Light Detection And Ranging“-Sensor) und/oder ein Ultraschallsensor sein.
Außerdem kann der Sensor 30 durch eine drahtlose Kommunikationsverbindung zu einem weiteren Fahrzeug 14 (3) realisiert sein, sodass das Steuergerät 34 über die drahtlose Kommunikationsverbindung die Daten D des weiteren Fahrzeugs 14 erhält.
Im Allgemeinen ist jeglicher Sensor 30 denkbar, der die Daten D bezogen auf das weitere Fahrzeug 14 erfassen kann.
Das Steuergerät 34 ist dazu ausgebildet, anhand der Daten D des Sensors 30 Bewegungen der Fahrzeuge 12, 14 vorherzusagen und basierend auf den vorhergesagten Bewegungen der Fahrzeuge 12, 14 Steuerbefehle B für das Fahrassistenzsystem 36 zu bestimmen sowie die Steuerbefehle B an das Fahrassistenzsystem 36 zu übergeben.
Das Fahrassistenzsystem 36 kann eine Querbewegung und/oder eine Längsbewegung des Fahrzeugs 12 wenigstens teilweise automatisiert steuern, insbesondere vollautomatisch. Dies ist in 1 schematisch durch Pfeile dargestellt, die Signale G zu den entsprechenden Steuereinrichtungen 38 des Fahrzeugs 12 darstellen.
Die getrennte Darstellung von Steuergerät 34 und Fahrassistenzsystem 36 ist beispielhaft zu verstehen und dient dem besseren Verständnis. Natürlich kann das Fahrassistenzsystem 36 auch in das Steuergerät 34 integriert sein, sodass das Steuergerät 34 die Signale G an die Steuereinrichtungen 38 übermittelt.
In der Ausführungsform der 1 ist das Fahrzeug 12 ein Ego-Fahrzeug 13, d.h. das Fahrzeug 12, 13 weist das Steuergerät 34 und den Sensor 30 auf, und das Steuergerät 34 bestimmt für das Fahrzeug 12 die Steuerbefehle B zum Steuern des Fahrzeugs 12, 13.
Das Steuergerät weist einen Datenträger 40 und eine Recheneinheit 42 auf, wobei auf dem Datenträger 40 ein Computerprogramm gespeichert ist, das auf der Recheneinheit 42 ausgeführt wird und das Programmcodemittel umfasst, um die Bewegungen der Fahrzeuge 12, 13, 14 vorherzugsagen.
Das Verfahren ist in dem Blockschaltbild der 2 dargestellt. In dem Blockschaltbild sind funktionell zusammengehörige Komponenten zusammengefasst und dargestellt.
Das Steuergerät 34 hat ein Fahrzustandermittlungsmodul 44, ein Verkehrsentwicklungsmodul 46, ein Gruppierungsmodul 48 und ein Fahrmanöverplanungsmodul 50.
Das Fahrzustandermittlungsmodul 44 erhält dabei die Daten D des Sensors 30 und das Fahrmanöverplanungsmodul 50 übergibt die Steuerbefehle B zum Steuern des Fahrzeugs 12, 13 an das Fahrassistenzsystem 36.
Das genaue Zusammenwirken der einzelnen Module des Steuergeräts 34 wird im Folgenden anhand der 3 erläutert.
Die 3 zeigt eine schematische Draufsicht eines Systems 10 mit den Fahrzeugen 12, 13, 14.
Die Fahrzeuge 12, 13, 14 sind beispielsweise jeweils ein Kraftfahrzeug für den Straßenverkehr, wie ein Lkw oder ein Pkw, und befinden sich auf einer Straße 16, die eine erste Fahrspur 18 und eine zweite Fahrspur 20 hat. Dabei bewegen sich die Fahrzeuge 12, 13, 14 in Richtung der Fahrtrichtung R (dargestellt durch einen Pfeil).
Die Fahrspuren 18, 20 sind durch eine Fahrspurmarkierung 22, genauer gesagt eine gestrichelte Linie, voneinander getrennt. In Fahrtrichtung R mündet die erste Fahrspur 18 in die zweite Fahrspur 20, d. h. auf der rechten Seite der 3 weist die Straße 16 nur noch die zweite Fahrspur 20 auf.
Um sich in Richtung der Fahrtrichtung R fortzubewegen, muss das weitere Fahrzeug 14 also einen Spurwechsel von der erste Fahrspur 18 auf die zweite Fahrspur 20 vornehmen.
In 3 ist außerdem ein Koordinatensystem eingezeichnet, das eine Längsrichtung L und eine Querrichtung Q definiert. Das Koordinatensystem wird im Folgenden verwendet, um die Bewegungen der Fahrzeuge 12, 13, 14 zu beschreiben. In dem Koordinatensystem entspricht die Längsrichtung L der Richtung entlang der jeweiligen Fahrspur 18, 20 und die Querrichtung Q der Richtung senkrecht zur jeweiligen Fahrspur 18, 20.
Mittels des Fahrzustandermittlungsmodul 44 ermittelt das Steuergerät 34 des Fahrzeugs 12, 13 einen Fahrzustand F des weiteren Fahrzeugs 14.
Der Fahrzustand F des weiteren Fahrzeugs 14 umfasst dabei die Fahrspur 18, 20, auf der sich das weitere Fahrzeug 14 gerade befindet, die Position entlang der Fahrspur 18, 20, die Längs- und Quergeschwindigkeit des weiteren Fahrzeugs 14, die Längs- und Querbeschleunigung des Fahrzeugs 14 und die Fahrzeugklasse des weiteren Fahrzeugs 14.
Dabei ist die Längsgeschwindigkeit die Geschwindigkeit des weiteren Fahrzeugs 14 in Längsrichtung L, die Quergeschwindigkeit die Geschwindigkeit des weiteren Fahrzeugs 14 in Querrichtung Q, die Längsbeschleunigung die Beschleunigung des weiteren Fahrzeugs 14 in Längsrichtung L und die Querbeschleunigung die Beschleunigung des weiteren Fahrzeugs 14 in Querrichtung Q.
Die Fahrzeugklasse weist allgemeine Informationen zur Art des weiteren Fahrzeugs 14 auf, also ob das weitere Fahrzeug 14 ein Pkw oder ein Lkw ist. Die Fahrzeugklasse kann auch Informationen zum Fahrzeugtyp des weiteren Fahrzeugs 14 aufweisen, wie die Abmessungen (Länge, Breite, Höhe) des weiteren Fahrzeugs 14.
Der Fahrzustand F des weiteren Fahrzeugs 14 wird anschließend an das Verkehrsentwicklungsmodul 46 übermittelt. Das Verkehrsentwicklungsmodul 46 erhält zusätzlich den Fahrzustand F des Fahrzeugs 12, 13. Dabei umfasst der Fahrzustand des Fahrzeugs 12, 13 die gleichen Informationen wie der Fahrzustand des weiteren Fahrzeugs 14.
Beispielsweise liest das Steuergerät 34 den Fahrzustand F des Fahrzeugs 12, 13 aus Daten einer Fahrzeugsteuerung des Fahrzeugs 12, 13 aus.
Das Verkehrsentwicklungsmodul 46 bestimmt mögliche zukünftige Verkehrsentwicklungen V innerhalb eines gewissen zukünftigen Zeitintervalls. Dieses zukünftige Zeitintervall wird im Folgenden als Vorhersagezeitraum bezeichnet.
Der Vorhersagezeitraum erstreckt sich dabei über ein Zeitintervall von 5 bis 10 Sekunden. Es werden also die möglichen Bewegungen der Fahrzeuge 12, 13, 14 für die nächsten 5 bis 10 Sekunden durch das Verkehrsentwicklungsmodul 46 vorhergesagt.
Die Verkehrsentwicklungen V weisen dabei verschiedene Trajektorien 24, 26 für jedes der Fahrzeuge 12, 13, 14 auf.
Die Trajektorien 24, 26 weisen Endpunkte 28 und Trajektorienpunkte 29 auf. Die Endpunkte 28 und Trajektorienpunkte 29 beschreiben die mögliche Positionen der Fahrzeuge 12, 13, 14 zu bestimmten zukünftigen Zeitpunkten.
Typischerweise sind die Trajektorienpunkte 29 zeitlich gleich beabstandet, beispielsweise um 0,1 s.
Die Trajektorien 24, 26 beschreiben also die möglichen Bewegungen der Fahrzeuge 12, 13, 14 im Vorhersagezeitraum.
Zur Bestimmung der Verkehrsentwicklungen V verwendet das Verkehrsentwicklungsmodul 46 ein interaktionsbewusstes Fahrermodell, das basierend auf den Fahrzuständen F der Fahrzeuge 12, 13, 14 die möglichen Trajektorien 24, 26 für die Fahrzeuge 12, 13, 14 ermittelt. Das interaktionsbewusste Fahrermodell berücksichtigt dabei die Interaktionen zwischen den Fahrzeugen 12, 13, 14 und ermittelt die möglichen konfliktfreien Trajektorien 24, 26 mittels einer Monte-Carlo-Simulation derart, dass die Trajektorien 24, 26 keine Kollisionen zwischen dem Fahrzeug 12, 13 und dem weiteren Fahrzeug 14 aufweisen. Die Fahrzeuge 12, 13, 14 kollidieren also innerhalb einer Verkehrsentwicklung V nicht.
Außerdem verwendet das Verkehrsentwicklungsmodul 46 zusätzliche Umgebungsdaten U (2), zum Beispiel Kartendaten der Straße 16, um die möglichen Verkehrsentwicklungen V vorherzusagen.
Des Weiteren berücksichtigt das Verkehrsentwicklungsmodul 46 auch eine Fahrmanöverunsicherheit, eine Unsicherheit in der Fahrmanöverausführung und/oder eine Unsicherheit in der Position des zumindest einen weiteren Fahrzeugs 14 oder der Fahrzeuge 12, 13, 14.
Beispielsweise ermittelt das Steuergerät 34 die Unsicherheit in der Position des zumindest einen weiteren Fahrzeugs 14 aus den erhaltenen Daten D des Sensors 30.
Im Allgemeinen ist es denkbar, dass die Verkehrsentwicklung V für jeden Endpunkt 28 der Trajektorien 24 eine Unsicherheit in Längsrichtung L und/oder in Querrichtung Q aufweist.
Das Verkehrsentwicklungsmodul 46 bestimmt zunächst eine erste Verkehrsentwicklung V für das Fahrzeug 12, 13 und das weitere Fahrzeug 14.
Die erste Trajektorie 24 für das weitere Fahrzeug 14 sagt einen Spurwechsel von der ersten Fahrspur 18 auf die zweite Fahrspur 20 voraus. Dies ist In 3 durch den Verlauf der ersten Trajektorie 24 des weiteren Fahrzeugs 14 dargestellt. Dabei behält das weitere Fahrzeug 14 die Geschwindigkeit bei (gleichmäßiger Abstand der Trajektorienpunkte 29). Am Ende des Vorhersagezeitraums befindet sich das weitere Fahrzeug 14 dann auf der zweiten Fahrspur 20 (siehe Endpunkt 28 der ersten Trajektorie 24 des weiteren Fahrzeugs 14).
Das Fahrzeug 12, 13 muss dementsprechend abbremsen, um einen Unfall mit dem weiteren Fahrzeug 14 zu verhindern (kleiner werdender Abstand zwischen den Trajektorienpunkten 29 der ersten Trajektorie 24 des Fahrzeugs 12, 13). Am Ende des Vorhersagezeitraums befindet sich das Fahrzeug 12 immer noch auf der zweiten Fahrspur 20, jedoch bewegt sich das Fahrzeug 12 am Ende des Vorhersagezeitraums mit einer kleineren Geschwindigkeit in Fahrtrichtung R fort.
Die erste Verkehrsentwicklung V des Verkehrsentwicklungsmodul 44 sagt also die ersten Trajektorien 24 für die Fahrzeuge 12, 13, 14 voraus.
Anschließend bestimmt das Verkehrsentwicklungsmodul 46 eine weitere Verkehrsentwicklung V.
Die zweite Verkehrsentwicklung V ist in 3 durch die zweiten Trajektorien 26 der Fahrzeuge 12, 13, 14 gezeigt. Das Fahrzeug 12, 13 behält seine Geschwindigkeit bei und das weitere Fahrzeug 14 bremst ab. Das weitere Fahrzeug 14 lässt also zunächst das Fahrzeug 12, 13 vorbeifahren. Danach vollführt es beispielsweise einen Spurwechsel auf die zweite Fahrspur 20, um die Fahrt fortzusetzen.
Anschließend ermittelt das Verkehrsentwicklungsmodul 46 noch weitere Verkehrsentwicklungen V.
Diese Verkehrsentwicklungen V sind in der 4 gezeigt, die entsprechend der 3 eine Draufsicht des Systems 10 zeigt. Aus Gründen der Übersichtlichkeit sind die weiteren Verkehrsentwicklungen V des Steuergeräts 34 nur durch die Endpunkte 28 der Trajektorien dargestellt. Dabei sind die Endpunkte 28, die durch Kreise dargestellt sind, dem Fahrzeug 12, 13 zuzuordnen und die Endpunkte 28, die durch Kreuze dargestellt sind, dem weiteren Fahrzeug 14.
In dem Ausführungsbeispiel bestimmt das Verkehrsentwicklungsmodul 46 also 20 verschiedene Verkehrsentwicklungen V. Das Verkehrsentwicklungsmodul 46 bestimmt also 20 mögliche Trajektorien für jedes der Fahrzeuge 12, 13, 14.
Genauer gesagt sind für das weitere Fahrzeug 14 zwölf Trajektorien mit einem Spurwechsel und acht Trajektorien mit einem Abbremsen des weiteren Fahrzeugs 14 vorhergesagt. Entsprechend sind acht Trajektorien für das Fahrzeug 12 vorhergesagt, in denen das Fahrzeug 12 die Geschwindigkeit beibehält, und zwölf Trajektorien für das Fahrzeug 12, 13 in denen das Fahrzeug 12, 13 seine Geschwindigkeit verringert.
Im Allgemeinen kann das Verkehrsentwicklungsmodul 46 auch eine größere Anzahl an Verkehrsentwicklungen V bestimmen, beispielsweise 100.
Die Verkehrsentwicklungen V werden zum Beispiel in an sich bekannter Art durch eine Monte-Carlo-Simulation gewonnen.
Die Trajektorien bzw. Verkehrsentwicklungen V entsprechen dabei verschiedenen Fahrsituationen S, hier zwei Fahrsituationen S₁, S₂.
Verschiedene Fahrsituationen S stellen dabei verschiedene übergeordnete Abläufe des Verkehrs dar und können auch als Klassen von möglichen Abläufen angesehen werden oder, anders ausgedrückt, jede Fahrsituation S bildet eine Klasse an Verkehrsentwicklungen V, also eine Gruppierung der Trajektorien 24, 26 anhand von Fahrmanövern, die das Fahrzeug 12, 13 und das weitere Fahrzeug 14 vornehmen. Eine Fahrsituation S enthält somit auch die kausalen Zusammenhänge bzw. Interaktionen der betrachteten Fahrzeuge 12, 13, 14.
Beispielsweise unterscheiden sich die Fahrsituationen S voneinander durch einen Unterschied in der Fahrspur 18, 20 des weiteren Fahrzeugs 14 am Ende des Vorhersagezeitraums, durch einen Übergang von positiver zu negativer Beschleunigung des weiteren Fahrzeugs 14 oder durch eine Geschwindigkeitsänderung des weiteren Fahrzeugs 14 von mehr als 15 %, also einem Beschleunigungs- oder Abbremsvorgang des weiteren Fahrzeugs 14.
In der ersten Fahrsituation S₁ nimmt das weitere Fahrzeug 14 einen Spurwechsel vor dem Fahrzeug 12, 13 vor, sodass das Fahrzeug 12, 13 abbremsen muss. In der zweiten Fahrsituation S₂ bremst das weitere Fahrzeug 14 ab und lässt das Fahrzeug 12, 13 passieren.
Anschließend übergibt das Verkehrsentwicklungsmodul 46 die Verkehrsentwicklungen V bzw. Trajektorien an das Gruppierungsmodul 48 (2).
Das Gruppierungsmodul 48 gruppiert die Trajektorien 24, 26 in verschiedenen Gruppen, die schließlich den Fahrsituationen S entsprechen. Das Gruppierungsmodul 48 verwendet hierzu einen an sich bekannten Cluster-Algorithmus, beispielsweise einen DBSCAN-Algorithmus.
Jedoch werden die Trajektorien 24, 26 zur Gruppierung nicht einzeln betrachtet, sondern zusammen mit den anderen Trajektorien 24, 26 der einzelnen Verkehrsentwicklung V. In anderen Worten werden die Trajektorien 24, 26 der gleichen Verkehrsentwicklung V nie zwei verschiedenen Gruppen bzw. Fahrsituationen S₁, S₂ zugeordnet. Auf diese Weise bleibt die Kausalität bzw. die Interaktion der Fahrzeuge 12, 13, 14 auch nach der Gruppierung erhalten.
4 veranschaulicht die Gruppierung anhand der Endpunkte 28, wobei die zusammen gruppierten Trajektorien 24, 26 in jeweils zwei Kästchen - ein Kästchen pro Fahrzeug 12, 14 - dargestellt sind.
Die Trajektorien 24, 26 der ersten Fahrsituation S₁ sind durch gestrichelte Linien eingefasst, die Trajektorien 24, 26 der zweiten Fahrsituation S₂ durch strichpunktierte Linien.
Außerdem fasst das Gruppierungsmodul 48 die zu einer Fahrsituation S gehörenden gruppierten Trajektorien zusammen und bestimmt eine Merkmalsgröße M und eine Wahrscheinlichkeitsgröße W für jede Fahrsituation (2).
Die Merkmalsgröße M weist dabei einen Merkmalsvektor oder -matrix für jede Fahrsituation S und eine charakteristische Trajektorie 54 für jedes Fahrzeug 12, 13, 14 der entsprechenden Fahrsituation S auf.
In der Situation der 4 ist der Merkmalsvektor gegeben durch die Position eines Mittelpunkts 56 der entsprechenden Endpunkte 28 einer Fahrsituation S für jedes Fahrzeug 12, 13, 14. Der Mittelpunkt 56 stellt dabei einen zweidimensionalen Vektor dar, der die Position des entsprechenden Fahrzeugs 12, 13, 14 anhand der Fahrspur 18, 20 und der Position des entsprechenden Fahrzeugs 12, 13, 14 entlang der Fahrspur beschreibt.
Mit anderen Worten ist der Merkmalsvektor ein zweidimensionaler Vektor (Fahrspur, Position entlang der Fahrspur) für jedes Fahrzeug 12, 13, 14 der entsprechenden Fahrsituation S.
Im Allgemeinen kann der Merkmalsvektor noch zusätzliche Einträge aufweisen, wie die Längsbeschleunigung, die Längsgeschwindigkeit, die Querbeschleunigung und/oder die Quergeschwindigkeit des entsprechenden Fahrzeugs 12, 13, 14.
Der Merkmalsvektor kann also den Fahrzustand F der Fahrzeuge 12, 13, 14 zum Ende des Vorhersagezeitraums aufweisen.
Der Mittelpunkt 56 ist beispielsweise ein gewichteter Mittelwert, der die Unsicherheiten in den Trajektorien berücksichtigt.
Für die erste Fahrsituation S₁ bestimmt das Steuergerät 34 also einen Mittelpunkt 56 für die Endpunkte 28 der Trajektorien 24, 26 des Fahrzeugs 12, 13, die der ersten Fahrsituation S₁ zugeordnet sind, und einen Mittelpunkt 56 für die Endpunkte 28 der Trajektorien 24, 26 des weiteren Fahrzeugs 14, die ebenfalls der ersten Fahrsituation S₁ zugeordnet sind.
Entsprechend ermittelt das Steuergerät 34 für die zweite Fahrsituation S₂ die Mittelpunkte 56 der Endpunkte 28 der Trajektorien 24, 26 der Fahrzeuge 12, 13, 14.
Die charakteristische Trajektorie 54 beschreibt die zu erwartende Bewegung jedes Fahrzeugs 12, 13, 14 in der entsprechenden Fahrsituation S.
Dabei weist jede charakteristische Trajektorie 54 entsprechend der ersten und zweiten Trajektorien 24, 26 der 3 Trajektorienpunkte 29 auf, die die Position des entsprechenden Fahrzeugs 12, 13, 14 zu verschiedenen Zeitpunkten innerhalb des Vorhersagezeitraums beschreiben.
Beispielsweise ist die charakteristische Trajektorie 54 der Mittelwert oder der Median der einer Fahrsituation S eines Fahrzeugs 12, 13, 14 zugeordneten Trajektorien 24, 26.
Ferner ist die Wahrscheinlichkeitsgröße W gegeben durch das Verhältnis der Anzahl der einer Fahrsituation S zugeordneten Trajektorien zu der Gesamtanzahl der ermittelten Trajektorien.
Der ersten Fahrsituation S₁ sind in der 4 insgesamt 24 Trajektorien zugeordnet (zwölf Trajektorien für das Fahrzeug 12, 13 und zwölf Trajektorien für das weitere Fahrzeug 14), sodass die Wahrscheinlichkeitsgröße W der ersten Fahrsituation S₁ 60 % beträgt (24/40).
Dementsprechend beträgt die Wahrscheinlichkeitsgröße W der zweiten Fahrsituation S₂ 40 % (16/40).
Die gleichen Werte ergeben sich für die Wahrscheinlichkeitsgröße W aus dem Verhältnis der einer Fahrsituation S zugeordneten Trajektorien eines Fahrzeugs 12, 13, 14 zu der Gesamtanzahl an Verkehrsentwicklungen V.
In dem Ausführungsbeispiel der 4 sind der ersten Fahrsituation S₁ zwölf Trajektorien für das Fahrzeug 12 zugeordnet und der zweiten Fahrsituation S₂ acht. Wie oben erläutert wurden insgesamt 20 Verkehrsentwicklung vorgenommen, sodass die Wahrscheinlichkeitsgröße W der ersten Fahrsituation S₁ 60 % beträgt und die Wahrscheinlichkeitsgröße W der zweiten Fahrsituation S₂ 40 % beträgt.
In der 4 ist also die erste Fahrsituation S₁ die wahrscheinlichste Fahrsituation Sw, die im Anschluss an das Fahrmanöverplanungsmodul 50 übergeben wird (2).
Das Fahrmanöverplanungsmodul 50 ermittelt dann anhand der wahrscheinlichsten Fahrsituation Sw ein Fahrmanöver, das das Fahrzeug 12, 13 ausführen soll.
Beispielsweise übergibt das Fahrmanöverplanungsmodul 50 wenigstens einen Steuerbefehl B an das Fahrassistenzsystem 36, um ein Fahrmanöver auszuführen, das der charakteristischen Trajektorie 54 der ersten Fahrsituation S₁ des Fahrzeugs 12, 13 entspricht.
Es ist auch denkbar, dass das Fahrmanöverplanungsmodul 50 nur eine Geschwindigkeit als Steuerbefehl B übermittelt. Das Fahrassistenzsystem 36 bestimmt dann entsprechende Steuersignale G, damit das Fahrzeug 12, 13 seine Geschwindigkeit an die bestimmte Geschwindigkeit anpassen kann.
Im Allgemeinen ist es auch denkbar, dass die Wahrscheinlichkeitsgröße W und die Merkmalsgröße M an das Fahrmanöverplanungsmodul 50 übergeben werden, das dann aus der Merkmalsgröße M und der Wahrscheinlichkeitsgröße W die wahrscheinlichste Fahrsituation Sw und ein Fahrmanöver für das Fahrzeug 12, 13 bestimmt.
Weiterhin ist es denkbar, dass das Fahrmanöverplanungsmodul 50 dem Fahrassistenzsystem 36 zugeordnet ist, sodass die Merkmalsgröße M und die Wahrscheinlichkeitsgröße W die Steuerbefehle B des Steuergeräts 34 sind. Das Fahrassistenzsystem 36 verarbeitet dann die Merkmalsgröße M und die Wahrscheinlichkeitsgröße W und bestimmt die Steuersignale G für die Steuereinrichtungen 38.
Aus dem Ausführungsbeispiel der 2 bis 4 wird offensichtlich, dass durch das erläuterte Verfahren, mittels des Ermittelns der wahrscheinlichsten Fahrsituation Sw der Verkehrssituation, eine mittelfristige Fahrmanöverplanung für das Ego-Fahrzeug 13 ermöglicht wird. Dabei berücksichtigt das Steuergerät 34 mögliche Interaktionen der Fahrzeuge 12, 14, eine Fahrmanöverunsicherheit, eine Unsicherheit in der Fahrmanöverausführung und/oder eine Unsicherheit in der Position des weiteren Fahrzeugs 14 und verwendet zusätzlich Umgebungsdaten U, um sehr präzise Vorhersagen der Verkehrsentwicklung V zu bestimmen. Durch das Gruppieren und das anschließende Zusammenfassen der Trajektorien wird zudem eine sehr effiziente und schnelle Verarbeitung der Verkehrsentwicklung V ermöglicht
Die 5 zeigt das System 10 in einer weiteren Verkehrssituation.
Im Unterschied zu der Verkehrssituation der 3 und 4 hat das System 10 der 5 drei weitere Fahrzeuge 14, nämlich ein erstes weiteres Fahrzeug 14.1, ein zweites weiteres Fahrzeug 14.2 und ein drittes weiteres Fahrzeug 14.3, die sich in Fahrtrichtung R auf der Straße 16 bewegen.
Außerdem hat die Straße 16 drei Fahrspuren 18, 20, 21, wobei die erste Fahrspur 18 in Fahrtrichtung R gesehen in die zweite Fahrspur 20 mündet. Die dritte Fahrspur 21 verläuft auf der gesamten Straße 16 parallel zur zweiten Fahrspur 20.
Die weiteren Fahrzeuge 14 bewegen sich mit unterschiedlichen Geschwindigkeiten in Fahrtrichtung R. Das erste weitere Fahrzeug 14.1 auf der ersten Fahrspur 18 weist eine Geschwindigkeit von 70 km/h auf, das zweite weitere Fahrzeug 14.2 auf der zweiten Fahrspur 20 eine Geschwindigkeit von 80 km/h und das dritte weitere Fahrzeug 14.3 auf der dritten Fahrspur 21 eine Geschwindigkeit von 90 km/h.
Mittels des Sensors 30 erfasst das Steuergerät 34 die Fahrzustände F der weiteren Fahrzeuge 14.1, 14.2, 14.3 und ermittelt entsprechend den vorhergehenden Ausführungen mehrere Verkehrsentwicklungen V.
Im Unterschied zu dem vorangegangenen Ausführungsbeispiel gruppiert das Steuergerät 34 nur die möglichen Trajektorien der weiteren Fahrzeuge 14 (und nicht die Trajektorien des Fahrzeugs 12, 13).
Die resultierenden charakteristischen Trajektorien 54 mit den entsprechenden Mittelpunkten 56 sind in 5 für zwei verschiedenen Fahrsituationen S gezeigt. Dabei sind die mit einer durchgezogenen Linie dargestellten charakteristischen Trajektorien 54 der ersten Fahrsituation S₁ zugeordnet und die mit einer gestrichelten Linie dargestellten charakteristischen Trajektorien 54 der zweiten Fahrsituation S₂.
In der ersten Fahrsituation S₁ (durchgezogenen Linien) beschleunigt das erste weitere Fahrzeug 14.1 auf der ersten Fahrspur 18, sodass das erste weitere Fahrzeug 14.1 einen Spurwechsel auf die zweite Fahrspur 20 vornehmen kann, ohne das zweite weitere Fahrzeug 14.2 auf der zweiten Fahrspur 20 zu behindern.
Während des Spurwechsels beschleunigt das erste weitere Fahrzeug 14.1 auf eine Geschwindigkeit größer gleich der Geschwindigkeit des zweiten weiteren Fahrzeugs 14.2, beispielsweise auf 85 km/h. Das erste weitere Fahrzeug 14.1 ändert also seine Geschwindigkeit um 21 %.
Das zweite weitere Fahrzeug 14.2 auf der zweiten Fahrspur 20 und das dritte weitere Fahrzeug 14.3 auf der dritten Fahrspur 21 behalten ihre Geschwindigkeiten bei. Die erste Fahrsituation S₁ ist dementsprechend gegeben durch eine Fahrzustandsänderung des ersten weiteren Fahrzeugs 14.1.
In der zweiten Fahrsituation S₂ (gestrichelte Linien) führt das erste weitere Fahrzeug 14.1 einen Spurwechsel von der ersten Fahrspur 18 auf die zweite Fahrspur 20 durch, ohne seine Geschwindigkeit zu ändern. Das zweite weitere Fahrzeug 14.2 führt dann einen Spurwechsel auf die dritte Fahrspur 21 durch, um einer Kollision mit dem ersten weiteren Fahrzeug 14.1 aus dem Weg zu gehen. Folglich muss das dritte weitere Fahrzeug 14.3 der dritten Fahrspur 21 seine Geschwindigkeit reduzieren.
Beispielsweise geht - wie zuvor beschrieben - aus den Verkehrsentwicklungen V hervor, dass die zweite Fahrsituation S₂ die wahrscheinlichste Fahrsituation Sw ist. Demzufolge stellt das Steuergerät 34 entsprechende Steuerbefehle B derart bereit, dass das Ego-Fahrzeug 13 seine Geschwindigkeit reduziert.
Das Ausführungsbeispiel der 5 zeigt, dass eine effiziente und einfache Vorhersage der Bewegungen der Fahrzeuge 12, 13, 14 ermöglicht wird. Insbesondere kann das Ego-Fahrzeug 13 aus den Daten D des Sensors 30 auf zukünftige Trajektorien der weiteren Fahrzeuge 14 schließen, sodass eine mittelfristige Fahrmanöverplanung ermöglicht wird. Somit muss das Ego-Fahrzeug 13 nicht auf erfasste Sensordaten reagieren, sondern kann agieren, um für einen möglichen Insassen des Ego-Fahrzeugs 13 komfortable Fahrmanöver auszuführen, d. h. Fahrmanöver mit geringen Längs- und Querbeschleunigungen.
Anhand der 6 wird im Folgenden eine weitere Ausführungsform des Systems 10 erläutert, die im Wesentlichen der ersten Ausführungsform entspricht, sodass im Folgenden lediglich auf die Unterschiede eingegangen wird. Gleiche und funktionsgleiche Bauteile sind mit denselben Bezugszeichen versehen.
Im Unterschied zu der Ausführungsform der 3 bis 5 ist der Sensor 30 sowie das Steuergerät 34 in einer elektronischen Schilderbrücke 58 über den Fahrspuren 18, 20 angeordnet, wie sie auf Autobahnen zu finden ist. Der Sensor 30 und das Steuergerät 34 sind also außerhalb der Fahrzeuge 12, 14 angeordnet.
Der Sensor 30 erfasst die Daten D, die im Unterschied zur ersten Ausführungsform Informationen zu den Fahrzuständen F beider Fahrzeuge 12, 14 umfasst.
Der Sensor 30 übergibt dann die Daten D an das Steuergerät 34 und das Steuergerät 34 ermittelt mittels der Verkehrsentwicklungen V die wahrscheinlichste Fahrsituation Sw. In der 6 ist die charakteristische Trajektorie 54 für die wahrscheinlichste Fahrsituation Sw dargestellt.
Das Steuergerät 34 ermittelt also, dass das Fahrzeug 12 abbremsen muss, um einen Unfall mit dem Fahrzeug 14 zu verhindern. Das Steuergerät 34 sendet dann entsprechende Steuerbefehle B an das Fahrzeug 12, damit das Fahrzeug 12 seine Geschwindigkeit reduziert.
Denkbar ist auch, dass das Steuergerät 34 im Fahrzeug 12 vorgesehen ist und Sensordaten und/oder die wahrscheinlichste Fahrsituation Sw von externen Quellen, wie dem Sensor 30 in der Schilderbrücke 58, erhält.
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 Nicht-Patentliteratur

Ester et al., „A Density-Based Algorithm for Discovering Clusters“ in Proceedings of Int. Conf. on Knowledge Discovery and Data Mining, vol. 240 (1996), p. 226-231 [0056]

Claims

Verfahren zum Vorhersagen der Bewegung eines Fahrzeugs (12) und zumindest eines weiteren Fahrzeugs (14) auf einer Straße (16) mittels eines Steuergeräts (34) und eines Sensors (30), wobei das Verfahren die folgenden Schritte aufweist: a) Bestimmen des Fahrzustands (F) des wenigstens einen weiteren Fahrzeugs (14) mittels des Sensors (30) durch das Steuergerät (34), b) Vorhersagen einer möglichen Verkehrsentwicklung (V) innerhalb eines vorgegebenen Vorhersagezeitraums durch das Steuergerät (34) durch Vorhersagen einer Trajektorie (24, 26) für jedes der Fahrzeuge (12, 14) unter Berücksichtigung der möglichen Trajektorien (24, 26) des zumindest einen weiteren Fahrzeugs (14) derart, dass die Trajektorien (24, 26) innerhalb der Verkehrsentwicklung (V) konfliktfrei sind, wobei jede der möglichen Trajektorien (24, 26) die Bewegung des entsprechenden Fahrzeugs (12, 14) auf der Straße (16) im Vorhersagezeitraum beschreibt, c) wiederholtes Vorhersagen einer weiteren möglichen Verkehrsentwicklung (V), und d) Gruppieren aller vorhergesagten möglichen Trajektorien (24, 26) zumindest von zwei Fahrzeugen (12, 14) anhand zumindest zweier möglicher Fahrsituationen (S), wobei die Fahrsituationen (S) Klassen an möglichen Verkehrsentwicklungen (V) darstellen.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass eine Fahrsituation (S) durch die Fahrzustände (F) des zumindest einen weiteren Fahrzeugs (14), insbesondere aller Fahrzeuge (12, 14), am Ende des Vorhersagezeitraums und/oder der Veränderung des Fahrzustands (F) des zumindest einen weiteren Fahrzeugs (14), insbesondere aller Fahrzeuge (12, 14), zwischen dem Beginn und dem Ende des Vorhersagezeitraum bestimmt ist.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das Steuergerät (34) in einem der Fahrzeuge (12, 14) vorgesehen ist, das ein Ego-Fahrzeug (13) ist, wobei das Ego-Fahrzeug (13) den Sensor (30) aufweist, um den Fahrzustand (F) des zumindest einen weiteren Fahrzeugs (14) zu bestimmen.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die gruppierten Trajektorien für zumindest eine Fahrsituation (S) zu jeweils einer zusammengefassten Trajektorie zusammengefasst werden und dass die zusammengefassten Trajektorien durch eine Merkmalsgröße (M) beschrieben werden.
Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die Merkmalsgröße (M) einen Merkmalsvektor umfasst, der die zusammengefassten Trajektorien einer Fahrsituation (S), zu einem bestimmten Zeitpunkt, insbesondere zum Ende des Vorhersagezeitraums, anhand des Fahrzustands (F) des entsprechenden Fahrzeugs (12, 14), insbesondere der Fahrspur (18, 20) und der Position entlang der Fahrspur (18, 20) beschreibt.
Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass die Merkmalsgröße (M) eine charakteristische Trajektorie (54) für die zusammengefassten Trajektorien der zumindest einen Fahrsituation (S) aufweist, insbesondere wobei die charakteristische Trajektorie (54) Trajektorienpunkte (29) hat, die den Fahrzustand (F) des entsprechenden Fahrzeugs (12, 14) zu verschiedenen Zeitpunkten innerhalb des Vorhersagezeitraums beschreibt.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass wenigstens einer, insbesondere allen möglichen Fahrsituationen (S) eine Wahrscheinlichkeitsgröße (W) zugeordnet wird.
Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die Wahrscheinlichkeitsgröße (W) durch das Verhältnis der Anzahl der einer Fahrsituation (S) zugeordneten Trajektorien (24, 26) zu der Gesamtanzahl der ermittelten Trajektorien (24, 26) gegeben ist, oder dass die Wahrscheinlichkeitsgröße (W) durch das Verhältnis der Anzahl der einer Fahrsituation (S) zugeordneten Trajektorien (24, 26) eines Fahrzeugs (12, 14) zu der Gesamtanzahl an Verkehrsentwicklungen (V) gegeben ist.
Verfahren nach Anspruch 7 oder 8, sofern auf Anspruch 3 rückbezogen, dadurch gekennzeichnet, dass das Steuergerät (34) anhand der Wahrscheinlichkeitsgröße (W) die wahrscheinlichste Fahrsituation (S) bestimmt und dass das Steuergerät (34) die wahrscheinlichste Fahrsituation (S) an ein Fahrmanöverplanungsmodul (50) übergibt und/oder Steuerbefehle (B) bereitstellt, um ein für die wahrscheinlichste Fahrsituation (Sw) geeignetes Fahrmanöver für das Ego-Fahrzeug (13) auszuführen.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Vorhersage der möglichen Trajektorien (24, 26) eine Fahrmanöverunsicherheit, eine Unsicherheit in der Fahrmanöverausführung und/oder eine Unsicherheit in der Position des zumindest einen weiteren Fahrzeugs (14) berücksichtigt und/oder ermittelt.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Steuergerät (34) zusätzliche Umgebungsdaten (U) bestimmt oder erhält und/oder dass die Vorhersage der möglichen Trajektorien (24, 26) zusätzliche Umgebungsdaten (U) des Sensors (30) berücksichtigt, insbesondere durch den Sensor (30) erfasste Kartendaten, insbesondere die Kartendaten entlang des Straßenabschnitts auf dem sich die Fahrzeuge (12, 14) befinden.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die mögliche Verkehrsentwicklung (V) durch eine Monte-Carlo-Simulation vorhergesagt wird und/oder dass das Gruppieren und/oder Zusammenfassen der Trajektorien (24, 26) mittels eines Cluster-Algorithmus erfolgt.
Steuergerät das dazu ausgebildet ist, ein Verfahren nach einem der Ansprüche 1 bis 12 durchzuführen.
Computerprogramm mit Programmcodemitteln, um die Schritte eines Verfahrens nach einem der Ansprüche 1 bis 12 durchzuführen, wenn das Computerprogramm auf einer Recheneinheit (42) ausgeführt wird, insbesondere einer Recheneinheit (42) eines Steuergeräts (34) nach Anspruch 13.