DE102020204736A1

DE102020204736A1 - Verfahren und Vorrichtung zum Ermitteln einer Aufenthaltswahrscheinlichkeit eines Aufenthalts eines Fahrzeugs auf einer von mehreren Fahrspuren einer Fahrbahn

Info

Publication number: DE102020204736A1
Application number: DE102020204736.7A
Authority: DE
Inventors: Philip Wette
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2020-04-15
Filing date: 2020-04-15
Publication date: 2021-10-21
Also published as: CN113581177A

Abstract

Die Erfindung betrifft ein Verfahren (200) zum Ermitteln einer Aufenthaltswahrscheinlichkeit (145) eines Aufenthalts eines Fahrzeugs (100) auf einer von mehreren Fahrspuren (110) einer Fahrbahn (115), wobei das Verfahren (200) die einen Schritt des Einlesens (210) aufweist, wobei Spurdaten (127), die eine Anzahl von Fahrspuren (110) einer von dem Fahrzeug (100) befahrenen Fahrbahn (115) und/oder eine Wechselmöglichkeit zwischen den Fahrspuren (110) repräsentiert, und Spurwechseldaten (137), die einen von einem Spurwechselsensor (135) erkannten Fahrspurwechsel des Fahrzeugs (100) repräsentieren, und Fahrbahnbegrenzungstypdaten (141) eingelesen werden, die einen Typ einer von einem Fahrbahnbegrenzungstypsensor (137) erkannten Fahrbahnbegrenzung (143, 117) der aktuell von dem Fahrzeug (100) benutzten Fahrspur (110) repräsentiert. Ferner umfasst das Verfahren (200) einen Schritt des Verknüpfens (220) der Spurdaten (127), der Spurwechseldaten (137) und der Fahrbahnbegrenzungstypdaten (141), um eine Aufenthaltswahrscheinlichkeit (145) des Fahrzeugs (100) für je eine von mehreren Fahrspuren (110) der Fahrbahn (115) zu bestimmen. Schließlich umfasst das Verfahren (200) einen Schritt des Auswählens (230) derjenigen Fahrspur (110) als Fahrspur (110), auf der sich das Fahrzeug (100) aktuell befindet, welche die höchste bestimmte Aufenthaltswahrscheinlichkeit (145) aufweist.

Description

Stand der Technik
Die Erfindung geht von einer Vorrichtung oder einem Verfahren nach Gattung der unabhängigen Ansprüche aus. Gegenstand der vorliegenden Erfindung ist auch ein Computerprogramm.
Eine spurgenaue Navigation lässt sich bisher vor allem mit einer sehr rechenaufwendigen Auswertung von Signalen von sehr einfachen Sensoren (beispielsweise videobasiert) durchführen, um eine fahrspurgenaue Ortung von Fahrzeugen in einer Karte zu ermöglichen. Alternativ kann mit teurer Technik (hochgenaue GNSS Sensoren, Radarsensoren, Lidarsensoren) eine Zentimetergenaue Ortung eines Fahrzeuges stattfinden. Wenn zudem hochgenaue Karten an Board des Fahrzeuges verfügbar sind, kann darüber eine Fahrspur ermittelt werden. Dies erfordert jedoch ebenfalls eine hohe verfügbare Rechenleistung im Fahrzeug, die oftmals in dieser Größenordnung nicht vorgehalten werden soll oder für andere Fahrassistenzaufgaben, speziell im Bereich des hochautonomen Fahrens in Echtzeit zur Verfügung stehen sollte. Aus diesem Grund besteht ein erhöhter Bedarf, eine einfachere Lösung für die spurgenaue Bestimmung der Position eines Fahrzeugs auf einer Fahrbahn zu schaffen.
Offenbarung der Erfindung
Vor diesem Hintergrund werden mit dem hier vorgestellten Ansatz ein Verfahren, weiterhin eine Vorrichtung, die eingerichtet ist, dieses Verfahren auszuführen bzw. anzusteuern, sowie schließlich ein entsprechendes Computerprogramm gemäß den Hauptansprüchen vorgestellt. Durch die in den abhängigen Ansprüchen aufgeführten Maßnahmen sind vorteilhafte Weiterbildungen und Verbesserungen der im unabhängigen Anspruch angegebenen Vorrichtung möglich.
Der hier vorgestellte Ansatz schafft ein Verfahren zum Ermitteln einer Aufenthaltswahrscheinlichkeit eines Aufenthalts eines Fahrzeugs auf einer von mehreren Fahrspuren einer Fahrbahn, wobei das Verfahren die folgenden Schritte aufweist:

- Einlesen von
- ◯ Spurdaten, die eine Anzahl von Fahrspuren einer von dem Fahrzeug befahrenen Fahrbahn und/oder eine Wechselmöglichkeit zwischen den Fahrspuren repräsentieren, und von
- ◯ Spurwechseldaten, die einen von einem Spurwechselsensor erkannten Fahrspurwechsel des Fahrzeugs repräsentieren, und von
- ◯ Fahrbahnbegrenzungstypdaten, die einen Typ einer von einem Fahrbahnbegrenzungstypsensor erkannten Fahrbahnbegrenzung der aktuell von dem Fahrzeug benutzten Fahrspur repräsentieren;
- Verknüpfen der Spurdaten, der Spurwechseldaten und der Fahrbahnbegrenzungstypdaten, um eine Aufenthaltswahrscheinlichkeit des Fahrzeugs für je eine von mehreren Fahrspuren der Fahrbahn zu bestimmen; und
- Auswählen derjenigen Fahrspur als Fahrspur, auf der sich das Fahrzeug aktuell befindet, welche die höchste bestimmte Aufenthaltswahrscheinlichkeit aufweist.

Unter Spurdaten kann vorliegend eine Information verstanden werden, wie viele Fahrspuren und/oder welche Wechselmöglichkeiten von den zur Verfügung stehenden Fahrspuren auf der aktuellen vom Fahrzeug befahrenen Fahrbahn zur Verfügung stehen. Unter Spurwechseldaten kann vorliegend eine Information von einem Spurwechselsensor verstanden werden, ob von diesem Spurwechselsensor ein Fahrspurwechsel erkannt wurde. Diese Information kann beispielsweise auch eine Richtung angeben, in die das Fahrzeug gewechselt hat oder in der Form einer Wahrscheinlichkeit vorliegen oder ergänzt sein, die einen Hinweis darauf gibt, wie wahrscheinlich ein tatsächlicher Spurwechsel ist, der von dem Spurwechselsensor als solcher erkannt wurde. Unter Fahrbahnbegrenzungstypdaten können vorliegend Informationen über eine Art der Fahrbahnbegrenzung verstanden werden. Beispielsweise kann eine solche Information über eine Art oder einen solchen Typ der Fahrbahnbegrenzung in der Form einer durchgezogenen Linie, einer gestrichelten Linie, einer Rasenkante, einem Sandbankett oder dergleichen durch die Fahrbahnbegrenzungstypdaten abgebildet sein. Unter einem Verknüpfen kann er beispielsweise eine logische, algebraische oder algorithmische mathematische Verknüpfung verstanden werden. Im Schritt des Verknüpfens können hierbei Aufenthaltswahrscheinlichkeiten des Fahrzeugs für mehrere zur Verfügung stehende Fahrspuren auf der (vom Fahrzeug aktuell befahrenen) Fahrbahn bestimmt werden.
Der hier vorgestellte Ansatz basiert auf der Erkenntnis, dass durch die Verknüpfung von Informationen, die durch meist bereits vorhandene und/oder kostengünstige Sensoren geliefert werden können, technisch sehr einfach eine sehr genaue Erkennung der Position eines Fahrzeugs auf einer von mehreren möglichen Fahrspuren einer Fahrbahn realisiert werden kann. Hierbei kann für die Bestimmung dieser Position eine gewisse Unsicherheit zugelassen werden, die jedoch durch die Verarbeitung von unterschiedlichen Arten von Informationen, die vorzugsweise von unterschiedlichen Sensoren oder einer unterschiedlichen Auswertung von Informationen eines Sensors ermittelt werden, sehr gering gehalten werden kann. Auf diese Weise lässt sich ein numerischer oder schaltungstechnischer Aufwand für die hochgenaue Bestimmung der Position des Fahrzeugs auf einer Fahrbahn sehr geringhalten und somit ein Vorteil gegenüber bisher bekannten Lösungen erzielen.
Besonders günstig ist eine Ausführungsform des hier vorgeschlagenen Ansatzes, bei der im Schritt des Einlesens die Spurdaten aus einer digitalen Karte und/oder von einem optischen Sensor eingelesen werden und/oder die Spurwechseldaten und/oder die Fahrbahnbegrenzungstypdaten unter Verwendung von einem optischen Sensor eingelesen werden. Eine solche Ausführungsform des hier vorgeschlagenen Ansatzes bietet den Vorteil, dass durch das Auslesen der Spurdaten aus einer digitalen Karte meist bereits recht präzise Informationen aus oftmals bereits verfügbaren Quellen erhalten werden kann. Eine solche digitale Karte kann beispielsweise an Bord eine Fahrzeugs zur Verwendung in einem Fahrzeugnavigationssystem mitgeführt werden. Alternativ oder ergänzend kann etwa auch über eine Kommunikationsverbindung beispielsweise über eine Internet-Verbindung auf eine in einer Online-Datenbank vorgehaltene digitale Karte zugegriffen oder diese, insbesondere ausschnittsweise, in das Fahrzeug geladen werden. Denkbar ist jedoch auch die Ermittlung der Spurdaten unter Verwendung von Signalen eines optischen Sensors wie beispielsweise einer Kamera, wobei in diesem Fall anzumerken ist, dass auch moderne Kamerasysteme bereits eine recht genaue Klassifizierung der Fahrbahn in unterschiedliche Fahrspuren mit technisch relativ einfachen Algorithmen ermöglichen. Unter Vorab-Positionsdaten können beispielsweise Informationen über die Position des Fahrzeugs auf einer bestimmten Fahrspur der Fahrbahn zu einem vergangenen, also einem gegenüber dem Betrachtungszeitpunkt zeitlich zurückliegenden Zeitpunkt, hier dem vorangegangenen Zeitpunkt oder einem Vorab-Zeitpunkt, verstanden werden. Analog können die Vorab-Spurdaten den vorstehend genannten Informationen zu Spurdaten entsprechen, die zu diesem vergangenen Zeitpunkt aktuell waren, also als das Fahrzeug zu diesem vergangenen Zeitpunkt auf der Fahrbahn gefahren ist. Ebenfalls können die Vorab-Fahrbahnbegrenzungstypdaten den vorstehend genannten Informationen zu Fahrbahnbegrenzungstypdaten entsprechen, die ebenfalls zu diesem vergangenen Zeitpunkt aktuell waren, also einem Typ einer Fahrbahnbegrenzung entsprechen, als das Fahrzeug zu diesem vergangenen Zeitpunkt auf der Fahrbahn gefahren ist. Eine solche Ausführungsform des hier vorgeschlagenen Ansatzes bietet den Vorteil, durch die Berücksichtigung von zeitlich vorausgegangenen Informationen, also einer iterativen Berechnung der Aufenthaltswahrscheinlichkeit eine nochmalige Verbesserung der Präzision bei der Ermittlung dieser Aufenthaltswahrscheinlichkeit des Fahrzeugs auf einer von mehreren Fahrspuren einer Fahrbahn zu erreichen.
Gemäß einer weiteren Ausführungsform des hier vorgeschlagenen Ansatzes können im Schritt des Einlesens ferner Vorab-Positionsdaten, Vorab-Spurdaten, Vorab-Spurwechseldaten und/oder Vorab-Fahrbahnbegrenzungstypdaten eingelesen werden und wobei im Schritt des Verknüpfens die Vorab-Positionsdaten, die Vorab-Spurdaten, Vorab-Spurwechseldaten und/oder Vorab-Fahrbahnbegrenzungstypdaten mit den Spurdaten, den Spurwechseldaten und/oder den Fahrbahnbegrenzungstypdaten verknüpft werden, um die Aufenthaltswahrscheinlichkeit zu bestimmen, wobei die Vorab-Positionsdaten eine Position des Fahrzeugs zu einem vorangegangenen Zeitpunkt auf der Fahrbahn repräsentieren, die Vorab-Spurdaten die eine Anzahl von Vorab-Fahrspuren einer von dem Fahrzeug zu einem vorangegangenen Zeitpunkt befahrenen Fahrbahn und eine Wechselmöglichkeit zwischen den Vorab-Fahrspuren repräsentieren, wobei die Vorab-Spurwechseldaten einen von dem Spurwechselsensor zu dem vorangegangenen Zeitpunkt erkannten Fahrspurwechsel des Fahrzeugs repräsentieren und die Vorab-Fahrbahnbegrenzungstypdaten einen Typ einer von dem Fahrbahnbegrenzungstypsensor erkannten Fahrbahnbegrenzung der zum vorangegangenen Zeitpunkt von dem Fahrzeug benutzten Fahrspur repräsentiert.
Von Vorteil ist ferner eine Ausführungsform des hier vorgeschlagenen Ansatzes, bei der im Schritt des Einlesens Vorab-Positionsdaten eingelesen werden, die einer Fahrspur entsprechen, die in einem vorangegangenen Verfahrensschritt des Auswählens die höchste Aufenthaltswahrscheinlichkeit aufgewiesen hat. Eine solche Ausführungsform des hier vorgestellten Ansatzes bietet den Vorteil, durch die Verwendung der Vorab-Positionsdaten, die einer Position entsprechen, welche in einem vorangegangenen Verfahrensschritt des Auswählens die höchste Aufenthaltswahrscheinlichkeit aufgewiesen hat, eine sehr präzise, aneinander anschließende, iterative Berechnung der Position des Fahrzeugs zu ermöglichen. Auf diese Weise lässt sich eine weitere Erhöhung der Prognosequalität für die Positionsbestimmung des Fahrzeugs auf einer der verfügbaren Fahrspuren mit technisch einfachen Mitteln erreichen.
Besonders vorteilhaft ist eine Ausführungsform des hier vorgeschlagenen Ansatzes, bei der im Schritt des Einlesens zumindest eine Spurwechseldaten-Wahrscheinlichkeit und/oder zumindest eine Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit eingelesen wird und im Schritt des Verknüpfens die zumindest eine Spurwechseldaten-Wahrscheinlichkeit und/oder zumindest eine Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit zum Bestimmen der Aufenthaltswahrscheinlichkeit des Fahrzeugs verwendet wird. Dabei kann Spurwechseldaten-Wahrscheinlichkeit eine Wahrscheinlichkeit repräsentiert, dass ein vom Spurwechselsensor erkannter Spurwechsel auch tatsächlich stattgefunden hat. Auch kann die Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit eine Wahrscheinlichkeit repräsentiert, dass eine vom Fahrbahnbegrenzungstypsensor erkannte Fahrbahnbegrenzung einem Typ einer tatsächlich vorliegenden Fahrbahnbegrenzung entsprochen hat. Unter einer Spurwechseldaten-Wahrscheinlichkeit kann beispielsweise ein Wert verstanden werden, wie wahrscheinlich ein tatsächlich erfolgter Wechsel der Fahrspuren auch als ein solcher erkannt wird und/oder wie wahrscheinlich ein tatsächlich erfolgter Wechsel der Fahrspuren nicht erkannt wird oder ein nicht-erfolgter Wechsel der Fahrspuren als ein Wechsel der Fahrspuren erkannt wird. Analog kann auch unter einer Fahrspurbegrenzungstypdaten-Wahrscheinlichkeit ein Wert verstanden werden, wie wahrscheinlich ein tatsächlich vorliegender Typ einer Fahrspurbegrenzung, beispielsweise auf einer linken und/oder einer rechten Seite der aktuell vom Fahrzeug befahrenen Fahrspur, korrekt erkannt wurde oder wie wahrscheinlich ein tatsächlich vorliegender Typ einer Fahrspurbegrenzung als ein anderer Typ einer Fahrspurbegrenzung klassifiziert wird oder wie wahrscheinlich ein anderer Typ einer Fahrspurbegrenzung als der tatsächlich vorliegende Typ einer Fahrspurbegrenzung der aktuell vom Fahrzeug befahrenen Fahrspur klassifiziert wird. Eine solche Ausführungsform des hier vorgeschlagenen Ansatzes bietet den Vorteil, durch die Berücksichtigung der entsprechenden Wahrscheinlichkeiten eine numerische und/oder schaltungstechnische Komplexität des hier vorgeschlagenen Ansatzes gering halten zu können und dennoch hinreichend präzise Ergebnisse für die Aufenthaltswahrscheinlichkeit des Fahrzeugs auf einer von mehreren möglichen Fahrspuren einer Fahrbahn zu erhalten.
Denkbar ist ferner eine Ausführungsform des hier vorgeschlagenen Ansatzes, bei der die zumindest eine Spurwechseldaten-Wahrscheinlichkeit aus einer vorbestimmten Spurwechseldaten-Wahrscheinlichkeiten-Tabelle und/oder die zumindest eine Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit aus einer vorbestimmten Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle eingelesen werden. Unter einer solchen Spurwechseldaten-Wahrscheinlichkeiten-Tabelle kann eine tabellarische Übersicht oder Datenanordnung verstanden werden, in welcher die Wahrscheinlichkeiten einer korrekten Zuordnung der tatsächlich vorliegenden Fahrspur zu einer erkannten Fahrspur oder der Wahrscheinlichkeit einer anderen Fahrspur als der tatsächlich vorliegenden Fahrspur eingetragen ist. Analog kann auch in einer Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle eine tabellarische Übersicht oder Datenanordnung verstanden werden, in welcher die Wahrscheinlichkeiten einer korrekten Zuordnung des tatsächlich vorliegenden Typs einer Fahrbahnbegrenzung zu einem erkannten Typ einer Fahrbahnbegrenzung oder der Wahrscheinlichkeit eines anderen erkannten Typs der Fahrbahnbegrenzung zudem tatsächlich vorliegenden Typ der Fahrbahnbegrenzung eingetragen ist. Eine solche Ausführungsform des hier vorgeschlagenen Ansatzes bietet den Vorteil, dass beispielsweise die entsprechenden Sensoren zur Ermittlung der Spurwechseldaten oder der Fahrbahnbegrenzungstypdaten vorab hinsichtlich ihrer Erkennungsgüte klassifiziert oder ausgemessen werden, sodass durch die Verwendung von entsprechenden, beispielsweise vorbestimmten, Tabellen eine deutliche Vereinfachung bei der Bestimmung der Aufenthaltswahrscheinlichkeit des Fahrzeugs auf einer von mehreren Fahrspuren der Fahrbahn ermöglicht wird.
Auch kann gemäß einer besonderen Ausführungsform des hier vorgeschlagenen Ansatzes im Schritt des Einlesens die vorbestimmte Spurwechseldaten-Wahrscheinlichkeiten-Tabelle in Abhängigkeit von zumindest einem Umgebungsparameter aus einer Mehrzahl von unterschiedlichen Spurwechseldaten-Wahrscheinlichkeiten-Tabellen ausgewählt werden. Alternativ oder zusätzlich kann die vorbestimmte Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle in Abhängigkeit von zumindest einem Umgebungsparameter aus einer Mehrzahl von unterschiedlichen Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabellen ausgewählt werden. Speziell kann dabei der Umgebungsparameter eine Beleuchtungssituation in einer Umgebung um das Fahrzeug und/oder eine Fahrbahnbeschaffenheit in der Umgebung um das Fahrzeug repräsentieren. Eine solche Ausführungsform des hier vorgeschlagenen Ansatzes bietet den Vorteil, die Erfassungsgüte der entsprechenden Sensoren hinsichtlich von unterschiedlichen Umgebungsparametern berücksichtigen zu können, beispielsweise ob eine Fahrbahn durch Regen oder Schnee nass bzw. verreist ist oder ob bei Nacht eine schlechtere Unterscheidungsmöglichkeit der einzelnen Fahrspuren oder der Typen von Fahrbahnbegrenzungen auftritt. Auf diese Weise lässt sich je nach Einsatzszenario eine unterschiedliche Tabelle für die Ermittlung der Spurwechseldaten oder der Fahrbahnbegrenzungstypdaten heranziehen, sodass eine weitere Erhöhung der Präzision der Aufenthaltswahrscheinlichkeit des Fahrzeugs auf einer von mehreren Fahrspuren einer Fahrbahn mit technisch einfachen Mitteln erreicht werden kann.
Besonders einfach realisierbar ist eine Ausführungsform des hier vorgeschlagenen Ansatzes, bei der im Schritt des Verknüpfens die zumindest einen Spurwechseldaten-Wahrscheinlichkeit multiplikativ mit der zumindest einen Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit verknüpft wird. Eine solche Ausführungsform des hier vorgeschlagenen Ansatzes bietet den Vorteil mit schaltungstechnisch und/oder numerisch sehr einfachen Mitteln eine recht genaue Aufenthaltswahrscheinlichkeit des Fahrzeugs auf einer von mehreren Fahrspuren einer Fahrbahn bestimmen zu können. Beispielsweise kann in diesem Zusammenhang auch eine Normierung der Aufenthaltswahrscheinlichkeiten über alle aktuell zur Verfügung stehenden Fahrspuren erfolgen, sodass eine Irritation vermieden werden kann, wenn beispielsweise eine Summe über diese auf Aufenthaltswahrscheinlichkeiten aller zur Verfügung stehenden Fahrspuren nicht auf einen Wert von 1 führt.
Besonders zuverlässig arbeitend ist eine Ausführungsform des hier vorgeschlagenen Ansatzes, bei der die Schritte des Verfahrens zyklisch wiederholt ausgeführt werden, insbesondere mit einer Frequenz von nicht mehr als 1 Hertz ausgeführt werden. Eine solche Ausführungsform des hier vorgeschlagenen Ansatzes bietet den Vorteil, durch die immer wiederkehrende Bestimmung der Aufenthaltswahrscheinlichkeit des Fahrzeugs auf einer von mehreren möglichen Fahrspuren einer Fahrbahn die Position des Fahrzeugs möglichst in kleinen Zeitintervallen überwachen zu können, sodass gegebenenfalls eine drohende Gefahr der Verkehrssicherheit, beispielsweise durch ein unbeabsichtigtes Verlassen des Fahrzeugs von der aktuellen Fahrspur, möglichst frühzeitig erkannt werden kann und entsprechende Gegenmaßnahmen wie beispielsweise die Ausgabe einer Warnung oder ein aktiver Eingriffe die Fahrzeugsteuerung eingeleitet werden können. Denkbar ist auch, dass der hier vorgestellte Ansatz zur Plausibilisierung eines anderen Verfahrens zur Bestimmung der Position des Fahrzeugs auf einer Fahrbahn verwendet werden kann.
Dieses Verfahren kann beispielsweise in Software oder Hardware oder in einer Mischform aus Software und Hardware beispielsweise in einem Steuergerät implementiert sein.
Der hier vorgestellte Ansatz schafft ferner eine Vorrichtung, die ausgebildet ist, um die Schritte einer Variante eines hier vorgestellten Verfahrens in entsprechenden Einrichtungen durchzuführen, anzusteuern bzw. umzusetzen. Auch durch diese Ausführungsvariante der Erfindung in Form einer Vorrichtung kann die der Erfindung zugrunde liegende Aufgabe schnell und effizient gelöst werden.
Hierzu kann die Vorrichtung zumindest eine Recheneinheit zum Verarbeiten von Signalen oder Daten, zumindest eine Speichereinheit zum Speichern von Signalen oder Daten, zumindest eine Schnittstelle zu einem Sensor oder einem Aktor zum Einlesen von Sensorsignalen von dem Sensor oder zum Ausgeben von Daten- oder Steuersignalen an den Aktor und/oder zumindest eine Kommunikationsschnittstelle zum Einlesen oder Ausgeben von Daten aufweisen, die in ein Kommunikationsprotokoll eingebettet sind. Die Recheneinheit kann beispielsweise ein Signalprozessor, ein Mikrocontroller oder dergleichen sein, wobei die Speichereinheit ein Flash-Speicher, ein EEPROM oder eine magnetische Speichereinheit sein kann. Die Kommunikationsschnittstelle kann ausgebildet sein, um Daten drahtlos und/oder leitungsgebunden einzulesen oder auszugeben, wobei eine Kommunikationsschnittstelle, die leitungsgebundene Daten einlesen oder ausgeben kann, diese Daten beispielsweise elektrisch oder optisch aus einer entsprechenden Datenübertragungsleitung einlesen oder in eine entsprechende Datenübertragungsleitung ausgeben kann.
Unter einer Vorrichtung kann vorliegend ein elektrisches Gerät verstanden werden, das Sensorsignale verarbeitet und in Abhängigkeit davon Steuer- und/oder Datensignale ausgibt. Die Vorrichtung kann eine Schnittstelle aufweisen, die hard- und/oder softwaremäßig ausgebildet sein kann. Bei einer hardwaremäßigen Ausbildung können die Schnittstellen beispielsweise Teil eines sogenannten System-ASICs sein, der verschiedenste Funktionen der Vorrichtung beinhaltet. Es ist jedoch auch möglich, dass die Schnittstellen eigene, integrierte Schaltkreise sind oder zumindest teilweise aus diskreten Bauelementen bestehen. Bei einer softwaremäßigen Ausbildung können die Schnittstellen Softwaremodule sein, die beispielsweise auf einem Mikrocontroller neben anderen Softwaremodulen vorhanden sind.
Von Vorteil ist auch ein Computerprogrammprodukt oder Computerprogramm mit Programmcode, der auf einem maschinenlesbaren Träger oder Speichermedium wie einem Halbleiterspeicher, einem Festplattenspeicher oder einem optischen Speicher gespeichert sein kann und zur Durchführung, Umsetzung und/oder Ansteuerung der Schritte des Verfahrens nach einer der vorstehend beschriebenen Ausführungsformen verwendet wird, insbesondere wenn das Programmprodukt oder Programm auf einem Computer oder einer Vorrichtung ausgeführt wird.
Ausführungsbeispiele des hier vorgestellten Ansatzes sind in den Zeichnungen dargestellt und in der nachfolgenden Beschreibung näher erläutert. Es zeigt:

1 zeigt ein Blockschaltbilddarstellung eines Fahrzeugs mit einem Ausführungsbeispiel einer Vorrichtung zum Ermitteln einer Aufenthaltswahrscheinlichkeit eines Aufenthalts des Fahrzeugs auf einer von mehreren Fahrspuren einer Fahrbahn;
2 ein Ablaufdiagramm eines Ausführungsbeispiels eines Verfahrens zum Ermitteln einer Aufenthaltswahrscheinlichkeit eines Aufenthalts eines Fahrzeugs auf einer von mehreren Fahrspuren einer Fahrbahn;
3 eine beispielhafte Verwechslungsmatrix zur Abbildung der korrekten Erfassung eines Spurwechsels durch den Spurwechselsensor;
4 beispielhaft eine Straßensituation mit einer beispielhaften Konnektivität der Spuren zwischen zwei Straßen;
5 eine grafische Repräsentation für das in der 4 wiedergegebene Beispiel der oben beschriebenen Berechnung von Qⁱ;
6 eine beispielhafte Verwechslungsmatrix für einen Spurmarkierungstyperkennungsensor zur Abbildung der korrekten Erfassung eine Qualität der Erkennung eines Typs einer Fahrbahnbegrenzung durch den Fahrbahnbegrenzungstypsensor; und
7 ein Diagramm zur Darstellung eines Informationsflusses eines Ausführungsbeispiels des hier vorgestellten Ansatzes.

In der nachfolgenden Beschreibung günstiger Ausführungsbeispiele der vorliegenden Erfindung werden für die in den verschiedenen Figuren dargestellten und ähnlich wirkenden Elemente gleiche oder ähnliche Bezugszeichen verwendet, wobei auf eine wiederholte Beschreibung dieser Elemente verzichtet wird.
1 zeigt ein Blockschaltbilddarstellung eines Fahrzeugs 100 mit einem Ausführungsbeispiel einer Vorrichtung 105 zum ermitteln einer Aufenthaltswahrscheinlichkeit eines Aufenthalts des Fahrzeugs 100 auf einer von mehreren Fahrspuren 110 einer Fahrbahn 115. Die Fahrbahn 115 umfasst gemäß dem in der 1 dargestellten Beispiel zwei Fahrspuren 110a und 110b, wobei sich das Fahrzeug 100 auf der rechten Fahrspur 110a befindet. Die rechte Fahrspur 110a ist auf der rechten Seite durch eine durchgezogene Fahrspurbegrenzung 117a zur Markierung eines Randes der Fahrbahn begrenzt und an ihrer linken Seite mittels einer gestrichelten Linie 117b begrenzt, um die rechte Fahrspur 110a von einer linken Fahrspur 110b zu trennen.
Ferner umfasst das Fahrzeug einen optischen Sensor 120, der beispielsweise in der Form einer Mono-Kamera oder einer Stereo-Kamera ausgestaltet ist, und der ein optisches Abbild der Fahrbahn 115 bzw. den darauf angeordnete Fahrspuren 110a und 110b als Bildsignal 122 liefert. Das Bildsignal 122 wird gemäß diesem Ausführungsbeispiel einer Spurdateneinheit 125 zugeführt, in welcher Spurdaten 127 ermittelt werden, die eine Anzahl von Fahrspuren 110 der von dem Fahrzeug 100 befahrenen Fahrbahn 115 und/oder eine Wechselmöglichkeit zwischen den Fahrspuren 110 repräsentiert. Alternativ oder zusätzlich kann die Spurdateneinheit 125 Daten aus einer digitalen Karte 129 auslesen, die die Spurdaten 127 repräsentieren, die ebenfalls eine Anzahl von Fahrspuren 110 der von dem Fahrzeug 100 befahrenen Fahrbahn 115 und/oder eine Wechselmöglichkeit zwischen den Fahrspuren 110 repräsentiert. Die Spurdaten 127 werden über eine Schnittstelle 131 der Vorrichtung 105 eingelesen und einer Verknüpfungseinheit 133 zugeführt.
Weiterhin umfasst das Fahrzeug 100 eine Spurwechselsensor 135, der das Bildsignal 122 von dem optischen Sensor 120 einliest und hieraus Spurwechseldaten 137 generiert und über die Schnittstelle 131 der Verknüpfungseinheit 133 zur Verfügung stellt, wobei die Spurwechseldaten 137 einen von dem Spurwechseldaten zur 135 erkannten Wechsel der Fahrspur 110 (d. h. einen Fahrspurwechsel) des Fahrzeugs 100 repräsentieren. Beispielsweise kann dieser Spurwechselsensor 135erkennen, ob eine der Fahrbahnmarkierungen 117a oder 117b von dem Fahrzeug 100 übertragen wurde und hierauf ansprechend die Spurwechseldaten 137 generieren.
Auch umfasst das Fahrzeug 100 einen Fahrbahnbegrenzungstypsensor 139, der ausgebildet ist, um die Bilddaten 123 einzulesen und hieraus Fahrbahnbegrenzungstypdaten 141 zu generieren, die einen Typ einer von dem Fahrbahnbegrenzungstypsensor 139 erkannten Fahrbahnbegrenzung 143, wie beispielsweise hier der durchgezogenen Fahrbahnmarkierung 117a, der aktuellen von dem Fahrzeug 100 befahrenen Fahrbahn 110 repräsentiert. Die Fahrbahnbegrenzungstypdaten 141 werden hierbei ebenfalls über die Schnittstelle 131 der Verknüpfungseinheit 133 der Vorrichtung 105 zugeführt.
In der Verknüpfungseinheit 133 werden nachfolgend Spurdaten 127, die Spurwechseldaten 137 und die Fahrbahnbegrenzungstypdaten 141 miteinander verknüpft, um eine Aufenthaltswahrscheinlichkeit 145 des Fahrzeugs 100 fixiert eine von mehreren Fahrspuren 110 der Fahrbahn 115 zu bestimmen. Beispielsweise wird eine erste Aufenthaltswahrscheinlichkeit 145a bestimmt, die die Wahrscheinlichkeit repräsentiert, dass sich das Fahrzeug 100 auf der rechten Fahrspur 110a befindet. Analog wird eine zweite Aufenthaltswahrscheinlichkeit 145b bestimmt, die die Wahrscheinlichkeit repräsentiert, dass sich das Fahrzeug 100 auf der linken Fahrspur 110b befindet. Diese Aufenthaltswahrscheinlichkeiten 145 werden einer Auswahleinheit 150 zugeführt, in welcher diejenige Fahrspur 110als Fahrspur bestimmt wird, auf der sich das Fahrzeug 100 aktuell befindet, welche die höchste der bestimmten Aufenthaltswahrscheinlichkeiten 145 aufweisen. Diese Fahrspur wird als die aktuelle Position des Fahrzeugs 100 in einem entsprechenden Fahrspursignal 152 codiert und beispielsweise an einem Fahrerassistenzsystem 155 des Fahrzeugs 100 zur weiteren Verarbeitung weitergeleitet. Beispielsweise kann das Fahrerassistenzsystems 155 ein Spurführungssystem oder ein Navigationssystem sein, welches in Abhängigkeit von der erkannten Fahrspur 110, der sich das Fahrzeug aktuell befindet, Lenkeingriffe oder Fahrtrouten Empfehlungen ermittelt und an ein automatisches Lenkunterstützungssystem des Fahrzeugs 100 bzw. einen Fahrer des Fahrzeugs 100 ausgibt.
Weiterhin umfasst die Vorrichtung 105 eine erste Speichereinheit 157, in der eine Spurwechseldaten-Wahrscheinlichkeiten-Tabelle 159 gespeichert ist und aus welcher zumindest eine Spurwechseldaten-Wahrscheinlichkeit 161 über die Schnittstelle 131 in Verknüpfungseinheit 133 geladen wird. Die Spurwechseldaten-Wahrscheinlichkeiten-Tabelle 159 enthält hierbei mehrere Spurwechseldaten-Wahrscheinlichkeiten 161, die eine Qualität der Erkennung eines Spurwechsels durch den Spurwechselsensor 135 abbilden, beispielsweise dadurch, dass diese Wahrscheinlichkeiten 161 abbilden, ob ein vom Spurwechselsensor 135 erkannt der Spurwechseldaten tatsächlich stattgefunden hat oder mit welcher Wahrscheinlichkeit ein nicht-erfolgter Spurwechsel als ein tatsächlich erfolgter Spurwechsel gewertet wird.
Analog umfasst die Vorrichtung 105 auch eine zweite Speichereinheit 163, in der eine Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle 165 abgelegt ist und aus welcher zumindest eine Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit 167 über die Schnittstelle 131 in die Verknüpfungseinheit 133 geladen wird. Die Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle 165 enthält ebenfalls mehrere Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten 167, die eine Qualität der Erkennung eines Typs einer Fahrbahnbegrenzung durch den Fahrbahnbegrenzungstypsensor 139 abbilden, beispielsweise dadurch, dass diese Wahrscheinlichkeiten abbilden, ob ein vom Fahrbahnbegrenzungstypsensor 139 erkannter Typ einer Fahrbahnbegrenzung 143 einem tatsächlich vorliegenden Typ der Fahrbahnbegrenzung 143 entspricht oder als ein (falscher) anderer Typ einer Fahrbahnbegrenzung 143 interpretiert wird.
In der Verknüpfungseinheit 133 werden dann die Aufenthaltswahrscheinlichkeiten 145 auch unter Verwendung der Spurwechseldaten-Wahrscheinlichkeiten 161 und der Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten 167 ermittelt.
Denkbar ist auch, dass ein dritter Speicher 169 vorgesehen ist, in welchen die Verknüpfungseinheit 133 zugeführten oder von der Verknüpfungseinheit 133 ermittelten Signale, also die Spurdaten 127, die Spurwechseldaten 137, die Fahrbahnbegrenzungstypdaten 141, die Spurwechseldaten-Wahrscheinlichkeiten-Tabelle 159, die Spurwechseldaten-Wahrscheinlichkeit 161, die Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle 165 und/oder die Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit 167 oder die Aufenthaltswahrscheinlichkeiten 145 für die jeweilige Fahrspur 110 als Eingangssignale 171 eingelesen und über eine gewisse Zeitspanne gespeichert werden. Alternativ oder zusätzlich kann auch die aktuelle Position des Fahrzeugs 100, die in dem entsprechenden Fahrspursignal 152 codiert ist, als Vorab-Positionssignals der Position des Fahrzeugs 100 als Vorab-Fahrspursignal 152' in dem dritten Speicher 169 abgelegt sein und für einen nachfolgenden Schritt des Verknüpfens in der Verknüpfungseinheit 133 verwendet werden. Nach dieser Zeitspanne, wenn beispielsweise ein neuer Integrationszyklus für die Bestimmung der Aufenthaltswahrscheinlichkeiten 145 vorgenommen wird, können für die Bestimmung der aktuellen Aufenthaltswahrscheinlichkeiten 145 aus dem Speicher 169 die darin gespeicherten Signale als Vorab-Werte, also als Vorab-Spurdaten 127', als Vorab-Spurwechseldaten 137', als Vorab-Fahrbahnbegrenzungstypdaten 141', als Vorab-Spurwechseldaten-Wahrscheinlichkeiten-Tabelle 159', als Vorab-Spurwechseldaten-Wahrscheinlichkeit 161', als Vorab-Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle 165', die Vorab-Aufenthaltswahrscheinlichkeiten 145' für die jeweilige Fahrspur 110 und/oder als Vorab-Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit 167' in die Verknüpfungseinheit 133 geladen werden und hierbei zur Bestimmung der Aufenthaltswahrscheinlichkeiten 145 berücksichtigt werden. Auf diese Weise lässt sich durch die zeitlich aufeinanderfolgende oder kontinuierliche Bestimmung der Aufenthaltswahrscheinlichkeiten 145 des Fahrzeugs auf einer Fahrspur 110 der Fahrbahn 115 diese Aufenthaltswahrscheinlichkeiten 145 sehr präzise ermittelten.
Denkbar ist ferner auch, dass in dem ersten Speicher 157 mehrere Spurwechseldaten-Wahrscheinlichkeiten-Tabellen 159 gespeichert sind, die Wahrscheinlichkeiten für die korrekte Erkennung der Fahrspurwechsel durch den Spurwechselsensor 135 in unterschiedlichen Umgebungsbedingungen zugeordnet sind, in denen sich das Fahrzeug 100 aktuell befindet (beispielsweise bei trockener bzw. bei nasser Fahrbahn oder bei Tageslicht bzw. bei Nacht). Beispielsweise wird dann in der Schnittstelle 131 und/oder der Verknüpfungseinheit 133 für die jeweils aktuelle Umgebungsbedingung um das Fahrzeug 100 die passende Tabelle 159 bzw. die passenden Wahrscheinlichkeiten 161 ausgewählt und für die Bestimmung der jeweils aktuellen Aufenthaltswahrscheinlichkeit 145 benutzt. Analog können auch in dem zweiten Speicher 165 mehrere Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabellen 165 sein, die Wahrscheinlichkeiten für die korrekte Erkennung des Typs der Fahrbahnbegrenzung durch den Fahrbahnbegrenzungstypsensor 139 in unterschiedlichen Umgebungsbedingungen zugeordnet sind, in denen sich das Fahrzeug 100 aktuell befindet (beispielsweise bei trockener bzw. bei nasser Fahrbahn oder bei Tageslicht bzw. bei Nacht). Beispielsweise wird dann in der Schnittstelle 131 und/oder der Verknüpfungseinheit 133 für die jeweils aktuelle Umgebungsbedingung um das Fahrzeug 100 die passende Tabelle 165 bzw. die passenden Wahrscheinlichkeiten 167 ausgewählt und für die Bestimmung der jeweils aktuellen Aufenthaltswahrscheinlichkeit 145 benutzt.
2 zeigt ein Ablaufdiagramm eines Ausführungsbeispiels eines Verfahrens 200 zum Ermitteln einer Aufenthaltswahrscheinlichkeit eines Aufenthalts eines Fahrzeugs auf einer von mehreren Fahrspuren einer Fahrbahn. Das Verfahren 200 umfasst einen Schritt 210 des Einlesens von Spurdaten, die eine Anzahl von Fahrspuren einer von dem Fahrzeug befahrenen Fahrbahn und/oder eine Wechselmöglichkeit zwischen den Fahrspuren repräsentiert, und von Spurwechseldaten, die einen von einem Spurwechselsensor erkannten Fahrspurwechsel des Fahrzeugs repräsentieren, und von Fahrbahnbegrenzungstypdaten, die einen Typ einer von einem Fahrbahnbegrenzungstypsensor erkannten Fahrbahnbegrenzung der aktuell von dem Fahrzeug benutzten Fahrspur repräsentiert. Ferner umfasst das Verfahren 200 einen Schritt 220 des Verknüpfens der Spurdaten, der Spurwechseldaten und der Fahrbahnbegrenzungstypdaten, um eine Aufenthaltswahrscheinlichkeit des Fahrzeugs für je eine von mehreren Fahrspuren der Fahrbahn zu bestimmen. Schließlich umfasst das Verfahren 200 einen Schritt 230 des Auswählens derjenigen Fahrspur als Fahrspur, auf der sich das Fahrzeug aktuell befindet, welche die höchste bestimmte Aufenthaltswahrscheinlichkeit aufweist.
Nachfolgend sollen weitere Details der Ermittlung der Aufenthaltswahrscheinlichkeit eines Aufenthalts eines Fahrzeugs 100 auf einer von mehreren Fahrspuren 110 einer Fahrbahn 115 näher erläutert werden. Anzumerken ist hierbei, dass der hier vorgestellte Ansatz ein Berechnungsmodell zur Sensordatenfusion mit dem Ziel einer spurgenauen Ortung eines Fahrzeuges 100 auf einer Straße oder Fahrbahn 115 beinhaltet. Besonders hilfreich ist in diesem Zusammenhang ein System, das es ermöglicht, das Fahrzeug straßengenau zu verorten. Das hier beschriebene Verfahren bestimmt anschließend beispielsweise auf welcher Spur der Straße (die beispielsweise synonym auch als Fahrbahn 115 bezeichnet werden kann) sich das Fahrzeug 100 aufhält. Dabei werden die Daten von zwei Sensoren (hier speziell des Spurwechselsensors 135 und des Fahrbahnbegrenzungstypsensors 139) miteinander fusioniert:

Der Spurwechselsensor 135 erkennt beispielsweise, ob das Fahrzeug 100 einen Spurwechsel, also einen Wechsel der Fahrspuren 100, vollzogen hat und kann beispielsweise auch dessen Richtung angeben (nach Links gewechselt / nach Rechts gewechselt). Der Fahrbahnbegrenzungstyperkennungssensor, der vorliegend auch als Fahrbahnbegrenzungstypsensor 139 bezeichnet wird, erkennt die linke und rechte Fahrbahnbegrenzung 143 bzw. Fahrbahnbegrenzungsmarkierung 117 und kann dessen Typ (durchgezogene/gestrichelte Linie, Bordstein, Rasenkante, etc.) als entsprechenden Typ der Fahrbahnbegrenzung ermitteln.

Keiner der beiden Sensoren 135 bzw. 139 funktioniert immer zuverlässig, d. h. einzelne Messungen dieser Sensoren 135 bzw. 139 können fehlerhaft sein. Der hier vorgestellte Ansatz kombiniert die Daten der beiden Sensoren 135 bzw. 139 und erreicht so eine höhere Ortungsgüte.
Zusammen mit einer fahrspurgenauen Karte, die beispielsweise als digitale Karte 129 in einen Speicher gespeichert ist, in können Beobachtungen, aufgenommen über ein zusammenhängendes zeitliches Intervall, dazu genutzt werden, zu jedem Zeitpunkt die fahrspurgenaue Position des Fahrzeuges 100 in der Karte 129 zu ermitteln.
Dazu kann ein Vorverarbeitungs-Schritt ausgeführt werden. Hier wird bestimmt, wie gut die Sensoren 135 bzw. 139 arbeiten. Für beide Sensoren werden entsprechenden Verwechslungsmatrizen bestimmt, wie diese beispielsweise in dem ersten Speicher 157 als Spurwechseldaten-Wahrscheinlichkeiten-Tabelle 159 mit entsprechenden darin gespeicherten Spurwechseldaten-Wahrscheinlichkeit 161 und in dem zweiten Speicher 163 als Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle 165 mit entsprechenden darin gespeicherten Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten 167 abgelegt sind. Diese Verwechslungsmatrizen geben an wie häufig einer der Sensoren 135 bzw. 139 eine gegebene Situation mit einer anderen verwechselt. Beispielsweise führt das Fahrzeug 100 einen Spurwechsel nach links aus, erkannt wird aber ein Spurwechsel nach rechts oder gar kein Spurwechsel. Dieser Vorverarbeitungs-Schritt ist nur einmal, vor der Ausführung des Verfahrens, durchzuführen. Gegebenenfalls kann ein solcher Vorverarbeitungs-Schritt für die Sensoren 135 bzw. 139 auch mehrfach unter unterschiedlichen Umgebungsbedingungen ausgeführt werden, beispielsweise für eine nasse oder trockene Fahrbahn 115 oder für die Erkennung des Spurwechsels oder des Typs der Fahrbahnbegrenzung bei Tageslicht oder bei Nacht, da auch in diesen unterschiedlichen Umgebungsbedingungen eine unterschiedliche Wahrscheinlichkeit der richtigen oder fehlerhaften Erkennung es Spurwechsels oder des Typs der Fahrbahnbegrenzung auftreten kann.
Im Weiteren, wenn das Fahrzeug 100 fährt, werden beispielsweise periodisch,z. B. 1-mal pro Sekunde, die Sensordaten, hier beispielsweise die Spurwechseldaten 137 und die Fahrbahnbegrenzungstypdaten 141 abgefragt und mit Hilfe dieser Daten und vorzugsweise unter Zuhilfenahme von Karteninformationen als den Spurdaten 127 die Position des Fahrzeugs 100 auf Spurebene bzw. der aktuellen Fahrspur 110 bestimmt. Dazu wird zu jeder Fahrspur 110 die Wahrscheinlichkeit 145 berechnet, mit der sich das Fahrzeug 100 auf dieser Fahrspur 110 befindet. Das Verfahren läuft dabei iterativ ab: Die Wahrscheinlichkeiten 145' oder die anderen Vorab-Daten, die in der letzten bzw. zeitlich vorausgegangenen Iteration bestimmt wurden,also die Vorab-Daten, die in dem dritten Speicher 169 gespeichert wurden, werden als Startpunkt für die nächste, also die zeitlich nachfolgende, Iteration genutzt. Ein wichtiger Aspekt des hier vorgestellten Ansatzes ist die Berechnung dieser (Aufenthalts-) Wahrscheinlichkeiten 145.
Durch den hier vorgestellten Ansatz kann ein sehr kostengünstiges Ermitteln der Fahrspur 110 eines Fahrzeuges 100 vorgenommen werden, wobei auf meist bereits vorhandenen Sensorsignalen aufgebaut werden kann.
Dabei kann als ein wichtiger Aspekt des hier vorgestellten Ansatzes die Berechnung der Aufenthaltswahrscheinlichkeiten über alle Fahrspuren der aktuell von einem Fahrzeug befahrenen Straße auf Grundlage von Sensorinformationen von Spurwechselerkennung und Spurmarkierungstyperkennung gesehen werden. Dabei wird beispielsweise iterativ nach folgendem Muster vorgegangen:

1. Spurdaten aus Karte für aktuelle Position entnehmen
2. Sensordaten empfangen
3. Berechnung der Aufenthalteswahrscheinlichkeiten für die Spuren an der aktuellen Position aus Sensordaten der Spurwechselerkennung
4. Berechnung der Aufenthalteswahrscheinlichkeiten für die Spuren an der aktuellen Position aus Sensordaten der Spurmarkierungstyperkennung
5. Bestimmen der aktuellen Fahrspur des Fahrzeuges

Im Folgenden wird ein Ausführungsbeispiel für jeden Schritt im Detail näher beschrieben:

Spurdaten aus Karte für aktuelle Position entnehmen Wie die straßengenaue Position eines Fahrzeuges 100 auf einer digitalen Karte 129 ermittelt wird, kann auf unterschiedliche Weise erfolgen. Der hier vorgestellten Ansatz baut beispielsweise darauf auf, dass in der digitalen Karte 129 zu jeder verzeichneten Straße Informationen über die Anzahl der auf der Straße verfügbaren Spuren und deren Spurbegrenzungsmarkierungstypen, z. B.: durchgezogen, gestrichelt, Bordstein, etc., vorhanden sind. Darüber hinaus ist in der Karte 129 verzeichnet, wie Spuren von unterschiedlichen Straßen miteinander verbunden sind, das heißt die Konnektivität oder die Wechselmöglichkeit zwischen den einzelnen Fahrspuren 110. Ist die straßengenaue Position des Fahrzeuges 100 ermittelt, kann somit aus der Karte 129 die Typen der Spurbegrenzungen sowie die Konnektivität ausgelesen werden.

Sensordaten empfangen
Das Fahrzeug ist in der Lage die Spurbegrenzungsmarkierungstypen der jeweils zum Fahrzeug 100 nächsten Spurbegrenzungsmarkierungen 117 zu ermitteln. Diese werden im Weiteren mit linker 117b bzw. rechter 117a Spurmarkierung, jeweils in Fahrtrichtung, bezeichnet. Darüber hinaus kann das Fahrzeug 100 ermitteln, wenn es einen Spurwechsel vollzogen hat. Zu jedem Spurwechsel kann auch die Richtung, das heißt insbesonderenach links/rechts in Fahrtrichtung, erkannt werden.
Berechnung der Aufenthaltswahrscheinlichkeiten für die Spuren an der aktuellen Position aus Sensordaten der Spurwechselerkennung
3 zeigt eine beispielhafte Verwechslungsmatrix W zur Abbildung der korrekten Erfassung eines Spurwechsels durch den Spurwechselsensor 135, wobei diese Verwechslungsmatrix W beispielsweise die einer in dem ersten Speicher 157 gespeicherten Spurwechseldaten-Wahrscheinlichkeiten-Tabelle 159 mit den einzelnen Spurwechseldaten-Wahrscheinlichkeiten 161 entspricht. Aus W kann die Unsicherheit des Sensors entnommen werden. Hierbei geht mit der Bezeichnung R ein Wechsel nach rechts mit der Bezeichnung L einen Wechsel nach links mit der Bezeichnung K kein erkannter Spurwechsel abgebildet. So gibt diese Matrix (in den Spalten wie der tatsächliche Wechsel abgebildet) an, mit welcher Wahrscheinlichkeit ein Ereignis eingetreten ist unter der Voraussetzung, dass der Sensor eine bestimmte Beobachtung - in den Zeilen wird der erkannte Wechsel abgebildet - gemacht hat. Im Folgenden notieren wir mit W[a; b] die Wahrscheinlichkeit, dass Ereignis b eingetreten ist, der Sensor jedoch Ereignis a detektiert hat. W[R(echts); K(einer)], hier = 5%, gibt somit an, dass eine 5-prozentige Wahrscheinlichkeit besteht, dass kein Spurwechsel vollzogen wurde, obwohl der Sensor einen Spurwechsel nach Rechts erkannt hat.
Input der Berechnung in diesem Schritt des Verfahrens ist das Ergebnis P^i-1 der Berechnung der Aufenthaltswahrscheinlichkeiten 145 aus der letzten Iteration (i-1) sowie die Konnektivität Kⁱ der Spuren 110 zwischen dem Aufenthaltsort (der Straße 115) der letzten Iteration (i-1) und dieser Iteration (i). Sei Sⁱ = {sⁱ ₁; ...; sⁱ _n} die Menge der Spuren in der digitalen Karte in Iteration i. Kⁱ[s^i-1 _u, sⁱ _v] gibt dabei an, ob eine Konnektivität zwischen Spur s^i-1 _u ε S^i-1 (aus der letzten Iteration) und Spur sⁱ _v ε Sⁱ (aus der aktuellen Iteration) besteht. Wobei eine Konnektivität zwischen zwei Fahrspuren 110 besteht, wenn höchstens ein Spurwechsel nötig (und legal) ist, um zwischen den Fahrspuren zu wechseln. Ist Konnektivität zwischen Spuren s^i-1 _u und sⁱ _v gegeben, ist Kⁱ[s^i-1 _u; sⁱ _v] = 1, andernfalls ist Kⁱ[s^i-1 _u; sⁱ _v] = 0. Das Ziel der Berechnung in diesem Schritt, Q', gibt die Aufenthaltswahrscheinlichkeiten in Iteration i an, wenn nur der Spurwechselerkennungssensor genutzt wird. Die Aufenthaltswahrscheinlichkeiten Qⁱ = {qⁱ ₁, ... ,qⁱ _n} die aktuelle Iteration i, wenn ein Spurwechsel nach X ε {Links; Rechts; Keiner} erkannt wurde, können nun für jede Spur u berechnet werden wie folgt: $q_{u}^{i} = \sum_{s_{v}^{i - 1} \in s^{i - 1}} P_{v}^{i - 1} . \frac{K^{i} [s_{v}^{i - 1}, s_{u}^{i}] \cdot W [X, Lage (s_{v}^{i - 1}, s_{u}^{i})]}{\sum_{s_{l}^{i} \in s^{i}} K^{i} [s_{v}^{i - 1}, s_{l}^{i}] \cdot W [X, Lage (s_{v}^{i - 1}, s_{l}^{i})]}$
wobei $Lage (u, v) = {\begin{array}{l} L i n k s & wenn v links von u liegt \\ R e c h t s & wenn v rechts von u liegt \\ K e i n e r & wenn v gerade aus von u liegt \end{array}$
4 zeigt beispielhaft eine Straßensituation. Hierbei ist eine beispielhafte Konnektivität der Spuren zwischen zwei Straßen. In diesem Fall lauten die Konnektivitäten von Vorab-Fahrspuren 110' zu - im nächsten Iterationsschritt befahrbaren Fahrspuren 110 - wie folgt: 1 →{1, 2, 3}, 2→ {2, 3, 4}, 3→{3, 4, 5}. Die Spuren des Aufenthaltsortes der letzten (Vorab-) Iteration (i-1) im unteren Bereich der abgebildeten Fahrspuren 110' die Spuren des aktuellen (i) Aufenthaltsortes im oberen Bereich. Der Pfeil gibt an, dass der Spurwechselsensor 135 einen Spurwechsel nach rechts detektiert hat.
5 zeigt eine grafische Repräsentation für das in der 4 wiedergegebene Beispiel der oben beschriebenen Berechnung von Qⁱ.
Berechnung der Aufenthaltswahrscheinlichkeiten für die Spuren an der aktuellen Position aus Sensordaten der Spurmarkierungstyperkennung
Aus der digitalen Karte 129 ist für den aktuellen Aufenthaltsort des Fahrzeuges 100 bekannt, welche Spur 110 welche Spurmarkierungstypen 117 auf der Straße 115 aufgebracht sind. Zusätzlich ist die Verwechslungsmatrix M für den Spurmarkierungstyperkennungssensor bekannt.
6 zeigt eine beispielhafte Verwechslungsmatrix M für einen Spurmarkierungstyperkennungssensor 139 zur Abbildung der korrekten Erfassung eine Qualität der Erkennung eines Typs einer Fahrbahnbegrenzung durch den Fahrbahnbegrenzungstypsensor 139, wobei diese Verwechslungsmatrix M beispielsweise die einer in dem zweiten Speicher 163 gespeicherten Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle 165 mit den zugehörigen Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten 167 entspricht. Hierbei wird mit der Bezeichnung N die Erkennung keiner Fahrbahnmarkierung 117, mit der Bezeichnung D eine gestrichelte Fahrbahnmarkierung 117 und mit der Bezeichnung S eine durchgezogene Fahrbahnmarkierung abgebildet. So gibt diese Matrix (in den Spalten wird der tatsächliche Typ der Fahrbahnmarkierung abgebildet) an, mit welcher Wahrscheinlichkeit ein Ereignis eingetreten ist unter der Voraussetzung, dass der Sensor eine bestimmte Beobachtung - in den Zeilen wird der erkannte Typ der Fahrbahnmarkierung abgebildet - gemacht hat. Im Folgenden notieren wir mit M[a; b] die Wahrscheinlichkeit, dass Ereignis b eingetreten ist, der Sensor jedoch Ereignis a detektiert hat. M[D; N], hier = 10% - gibt somit an, dass eine 10-prozentige Wahrscheinlichkeit besteht, dass der Sensor eine gestrichelte Fahrbahnmarkierung erfasst hat, obwohl keine Fahrbahnmarkierung 117 vorhanden war.
Sei T = {t₁; ...; t_m} nun die Menge der verschiedenen Spurmarkierungstypen, z. B.: „durchgezogene Linie“ ε T. Sei für die aktuelle Iteration der erkannte linke und rechte Spurmarkierungstyp d_I ε T bzw. d_r ε T. Sei S = {s₁; ...; s_n} die Menge der Spuren in der digitalen Karte und leftMark : S → T die Funktion die zu einer Spur den linken, und rightMark : S → T die Funktion die zu einer Spur den rechten Spurmarkierungstyp angibt. Dann kann die Wahrscheinlichkeit mit der sich das Fahrzeug auf einer Spur s_x ε S aufhält, wenn nur der Spurmarkierungstyperkennungssensor genutzt wird, berechnet werden als Wahrscheinlichkeit, dass sich der Markierungstyp leftMark(s_x) links neben dem Fahrzeug befindet, unter der Voraussetzung, dass das Fahrzeug den Markierungstypen d_I erkannt hat, multipliziert mit der Wahrscheinlichkeit, dass sich der Markierungstyp rightMark(s_x) rechts neben dem Fahrzeug befindet, unter der Voraussetzung, dass das Fahrzeug den Markierungstypen d_r erkannt hat. Oder, als Formel ausgedrückt: $Pr (s_{x}) = Pr (leftMark (s_{x}) | d_{l}) \cdot Pr (rightMark (s_{x}) | d_{r})$
Wobei Pr(leftMark(s_x) I d_I) und Pr(rightMark(s_x) I d_r) direkt aus der Verwechlungsmatrix M abgelesen werden können.
Wird davon ausgegangen, dass die digitale Karte korrekt im Bezug auf die Anzahl der Spuren und die Spurmarkierungstypen ist, so kann mit $Pr' (s_{x}) = \frac{Pr (s_{x})}{\sum_{s_{y} \in s} Pr (s_{y})}$
die Wahrscheinlichkeit mit der sich das Fahrzeug auf einer Spur s_x ε S aufhält, wenn nur der Spurmarkierungstyperkennungssensor 139 genutzt wird berechnet werden.
Bestimmen der aktuellen Fahrspur des Fahrzeuges In diesem Schritt wird Qⁱ mit Hilfe der Spurmarkierungstyperkennung plausibilisiert, indem die Aufenthaltswahrscheinlichkeiten der Spurmarkierungstyperkennung mit den Wahrscheinlichkeiten der Spurmarkierungstyperkennung gewichtet werden. Dazu definieren wir Pⁱ = {pⁱ ₁; ...; pⁱ _n} mit $p_{j}^{i} = \frac{q_{j}^{i} \cdot Pr' (s_{j})}{\sum_{l = 1}^{n} q_{l}^{i} \cdot Pr' (s_{l})}$
wobei n die Anzahl der Spuren auf der aktuell befahrenen Straße notiert. In Iteration i wird die aktuelle Fahrspur s_j entsprechend geschätzt als die Fahrspur s_j, für die pⁱ _j maximal ist.
Alternativ zur Verwendung einer digitalen Karte 129, aus der die Spurinformationen (Markierungstypen und Konnektivitäten als die Spurdaten 127) gelesen werden, wäre es auch möglich, diese z. B. mit einer Frontkamera 120 zu Erfassen. Hierzu sollte aus der Frontkamera 120 Bilddaten 122 and die entsprechenden Sensoren 135 bzw. 139 liefern, damit diese die Anzahl Spuren 110, die Spurmarkierungstypen sowie die Konnektivität der Spuren zueinander bestimmen können.
In einer Ausführungsvariante dieser Erfindung ist der Spurmarkierungtypserkennungssensor eine (Video-) Kamera oder verarbeitet Daten von einer solchen Kamera 120. Möglicherweise eine Frontkamera, Heckkamera, Seitenkamera. Möglicherweise wird der Spurmarkierungstyp aus dem Kamerabild 122 durch ein neuronales Netz ermittelt. In einer Ausführungsvariante dieser Erfindung ist der Spurwechselerkennungssensor eine (Video-) Kamera oder verarbeitet Daten von einer solchen Kamera 120. Möglicherweise eine Frontkamera, Heckkamera, Seitenkamera. Spurwechsel werden möglicherweise immer dann erkannt, wenn das Fahrzeug eine Spurmarkierungsbegrenzung überfährt. In der hier beschriebenen Variante sind die Verwechslungsmatrizen fest. Vorstellbar ist jedoch, dass diese sich je nach Situation ändern: Im Dunkeln z. B. wird die Erkennung gegebenenfalls schlechter werden. Dies sollte dann situationsabhängig in den Verwechslungsmatrizen M bzw. W widergespiegelt sein. Hierzu benötigt es eines Sensors, der die Äußeren Umstände feststellt, z. B. Hell, dunkel, Regen, Eis, Schnee, etc., und Verwechlungsmatrizen M, W passend zu jeder dieser Situationen. Somit kann dann die entsprechende Matrix M, W ausgewählt werden.
7 zeigt ein Diagramm zur Darstellung eines Informationsflusses eines Ausführungsbeispiels des hier vorgestellten Ansatzes. Dabei werden Spurdaten 127 beispielsweise aus einer digitalen Karte 129, Spurwechseldaten 137 von einem Spurwechselsensor 135 und Fahrbahnbegrenzungstypdaten 141 von einem Fahrbahnbegrenzungstypsensor 139 eingelesen und ein der Verknüpfungseinheit 133 mittels eines mathematischen Modells verknüpft, um Aufenthaltswahrscheinlichkeiten 145 für je eine von mehreren Fahrspuren zu erhalten.
Besonders günstig ist der hier vorgestellte Ansatz für einen Anwendungsfall als Plausibilisierungsmethode für einen feature-basierten Localizer. Die Nutzung als eigenständiges Ortungsverfahren ist ebenfalls mögliche, jedoch wird sich hier gegebenenfalls ein gegenüber einer Plausibilisierung recht hoher Aufwand - das Verfahren arbeitet besonders günstig mit einer spurgenauen Straßenkarte - ergeben.
Umfasst ein Ausführungsbeispiel eine „und/oder“-Verknüpfung zwischen einem ersten Merkmal und einem zweiten Merkmal, so ist dies so zu lesen, dass das Ausführungsbeispiel gemäß einer Ausführungsform sowohl das erste Merkmal als auch das zweite Merkmal und gemäß einer weiteren Ausführungsform entweder nur das erste Merkmal oder nur das zweite Merkmal aufweist.

Claims

Verfahren (200) zum Ermitteln einer Aufenthaltswahrscheinlichkeit (145) eines Aufenthalts eines Fahrzeugs (100) auf einer von mehreren Fahrspuren (110) einer Fahrbahn (115), wobei das Verfahren (200) die folgenden Schritte aufweist: - Einlesen (210) von ◯ Spurdaten (127), die eine Anzahl von Fahrspuren (110) einer von dem Fahrzeug (100) befahrenen Fahrbahn (115) und/oder eine Wechselmöglichkeit zwischen den Fahrspuren (110) repräsentieren, und von ◯ Spurwechseldaten (137), die einen von einem Spurwechselsensor (135) erkannten Fahrspurwechsel des Fahrzeugs (100) repräsentieren, und von ◯ Fahrbahnbegrenzungstypdaten (141), die einen Typ einer von einem Fahrbahnbegrenzungstypsensor (137) erkannten Fahrbahnbegrenzung (143, 117) der aktuell von dem Fahrzeug (100) benutzten Fahrspur (110) repräsentieren; - Verknüpfen (220) der Spurdaten (127), der Spurwechseldaten (137) und der Fahrbahnbegrenzungstypdaten (141), um eine Aufenthaltswahrscheinlichkeit (145) des Fahrzeugs (100) für je eine von mehreren Fahrspuren (110) der Fahrbahn (115) zu bestimmen; und - Auswählen (230) derjenigen Fahrspur (110) als Fahrspur (110), auf der sich das Fahrzeug (100) aktuell befindet, welche die höchste bestimmte Aufenthaltswahrscheinlichkeit (145) aufweist.
Verfahren (200) gemäß Anspruch 1, dadurch gekennzeichnet, dass im Schritt (210) des Einlesens die Spurdaten (127) aus einer digitalen Karte (129) und/oder von einem optischen Sensor (120) eingelesen werden und/oder die Spurwechseldaten (137) und/oder die Fahrbahnbegrenzungstypdaten (141) unter Verwendung von einem optischen Sensor (120) eingelesen werden.
Verfahren (200) gemäß einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass im Schritt (210) des Einlesens ferner Vorab-Positionsdaten (152'), Vorab-Spurdaten (127'), Vorab-Spurwechseldaten (137') und/oder Vorab-Fahrbahnbegrenzungstypdaten (141') eingelesen werden und wobei im Schritt (220) des Verknüpfens die Vorab-Positionsdaten (152'), die Vorab-Spurdaten (127'), Vorab-Spurwechseldaten (137') und/oder Vorab-Fahrbahnbegrenzungstypdaten (141') mit den Spurdaten (127), den Spurwechseldaten (137) und/oder den Fahrbahnbegrenzungstypdaten (141) verknüpft werden, um die Aufenthaltswahrscheinlichkeit (145) zu bestimmen, wobei die Vorab-Positionsdaten (152') eine Position des Fahrzeugs (100) zu einem vorangegangenen Zeitpunkt (i-1) auf der Fahrbahn (115) repräsentieren, die Vorab-Spurdaten (127') die eine Anzahl von Vorab-Fahrspuren (110') einer von dem Fahrzeug (100) zu einem vorangegangenen Zeitpunkt befahrenen Fahrbahn (115) und eine Wechselmöglichkeit zwischen den Vorab-Fahrspuren (110) repräsentieren, wobei die Vorab-Spurwechseldaten (137) einen von dem Spurwechselsensor (135) zu dem vorangegangenen Zeitpunkt erkannten Fahrspurwechsel des Fahrzeugs (100) repräsentieren und die Vorab-Fahrbahnbegrenzungstypdaten (141) einen Typ einer von dem Fahrbahnbegrenzungstypsensor (137) erkannten Fahrbahnbegrenzung (143, 117) der zum vorangegangenen Zeitpunkt von dem Fahrzeug (100) benutzten Fahrspur (110) repräsentiert.
Verfahren (200) gemäß Anspruch 3, dadurch gekennzeichnet, dass im Schritt (210) des Einlesens Vorab-Positionsdaten eingelesen werden, die einer Fahrspur (110) entsprechen, die in einem vorangegangenen Verfahrensschritt des Auswählens die höchste Aufenthaltswahrscheinlichkeit (145) aufgewiesen hat.
Verfahren (200) gemäß einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass im Schritt (210) des Einlesens zumindest eine Spurwechseldaten-Wahrscheinlichkeit (161) und/oder zumindest eine Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit (167) eingelesen wird und im Schritt (220) des Verknüpfens die zumindest eine Spurwechseldaten-Wahrscheinlichkeit (161) und/oder zumindest eine Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit (167) zum Bestimmen der Aufenthaltswahrscheinlichkeit (145) des Fahrzeugs (100) verwendet wird, wobei die Spurwechseldaten-Wahrscheinlichkeit (161) eine Wahrscheinlichkeit repräsentiert, dass ein vom Spurwechselsensor (135) erkannter Spurwechsel auch tatsächlich stattgefunden hat und wobei die Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit (167) eine Wahrscheinlichkeit repräsentiert, dass eine vom Fahrbahnbegrenzungstypsensor (137) erkannte Fahrbahnbegrenzung (143, 117) einem Typ einer tatsächlich vorliegenden Fahrbahnbegrenzung (143, 117) entsprochen hat.
Verfahren (200) gemäß Anspruch 5, dadurch gekennzeichnet, dass im Schritt (210) des Einlesens die zumindest eine Spurwechseldaten-Wahrscheinlichkeit (161) aus einer vorbestimmten Spurwechseldaten-Wahrscheinlichkeiten-Tabelle (159) und/oder die zumindest eine Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit (167) aus einer vorbestimmten Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle (165) eingelesen werden.
Verfahren (200) gemäß Anspruch 6, dadurch gekennzeichnet, dass im Schritt (210) des Einlesens die vorbestimmte Spurwechseldaten-Wahrscheinlichkeiten-Tabelle (159) in Abhängigkeit von zumindest einem Umgebungsparameter aus einer Mehrzahl von unterschiedlichen Spurwechseldaten-Wahrscheinlichkeiten-Tabellen (159) ausgewählt wird und/oder die vorbestimmte Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabelle (165) in Abhängigkeit von zumindest einem Umgebungsparameter aus einer Mehrzahl von unterschiedlichen Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeiten-Tabellen (165) ausgewählt wird, insbesondere wobei der Umgebungsparameter eine Beleuchtungssituation in einer Umgebung um das Fahrzeug (100) und/oder eine Fahrbahnbeschaffenheit in der Umgebung um das Fahrzeug (100) repräsentiert.
Verfahren (200) gemäß einem der Ansprüche 5 bis 7, dadurch gekennzeichnet, dass im Schritt (220) des Verknüpfens die zumindest einen Spurwechseldaten-Wahrscheinlichkeit (161) multiplikativ mit der zumindest einen Fahrbahnbegrenzungstypdaten-Wahrscheinlichkeit (167) verknüpft wird.
Verfahren (200) gemäß einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die Schritte (210, 220 230) des Verfahrens (200) zyklisch wiederholt ausgeführt werden, insbesondere mit einer Frequenz von nicht mehr als 1 Hertz ausgeführt werden.
Vorrichtung (105), die eingerichtet ist, um die Schritte (210, 220 230) des Verfahrens (200) gemäß einem der vorangegangenen Ansprüche in entsprechenden Einheiten (131, 133, 150) auszuführen und/oder anzusteuern.
Computerprogramm, das dazu eingerichtet ist, die Schritte (210, 220 230) des Verfahrens (200) gemäß einem der vorangegangenen Ansprüche auszuführen und/oder anzusteuern.
Maschinenlesbares Speichermedium, auf dem das Computerprogramm nach Anspruch 11 gespeichert ist.