-
Die Erfindung betrifft ein Verfahren zur Prädiktion eines Fahrmanövers in einem Fahrerassistenzsystem eines Kraftfahrzeugs, bei dem anhand von sensorisch erfassten dynamischen Daten des Fahrzeugs eine Historie eines noch nicht abgeschlossenen Fahrmanövers aufgezeichnet wird und anhand der Historie ein zukünftiger Verlauf des Fahrmanövers prognostiziert wird.
-
Stand der Technik
-
DE 10 2019 109 569 A1 beschreibt ein Verfahren, bei dem auf der Basis der aufgezeichneten Historie die Reaktionskraft gesteuert wird, die der Fahrer bei einem Lenkmanöver beim Einschlagen des Lenkrades spürt.
-
Die Erfindung befasst sich insbesondere mit einem Verfahren für Fahrerassistenzsysteme, zu denen im weiteren Sinne auch Sicherheitssysteme wie automatische Notbremssysteme gerechnet werden sollen, bei denen generell der Fahrer selbst die Kontrolle über die Führung des Fahrzeugs hat, jedoch unter bestimmten Voraussetzungen gewisse Eingriffe in die Fahrzeugführung, Fahrempfehlungen oder Warnhinweise durch das Assistenzsystem veranlasst werden. Bei einem solchen System muss in jeder Situation eine Entscheidung darüber getroffen werden, ob ein Eingriff des Fahrerassistenzsystems erforderlich und wenn ja, worin dieser Eingriff bestehen soll. Für diese Entscheidungen ist eine verlässliche Kenntnis darüber erforderlich, welche Fahrmanöver der Fahrer aktuell beabsichtigt oder bereits eingeleitet hat.
-
Es gibt jedoch Situationen, in denen nicht von vornherein klar ist, welches Fahrmanöver der menschliche Fahrer auszuführen beabsichtigt. Zum Beispiel ist bei Annäherung des Fahrzeugs an eine Kreuzung zunächst nicht ohne weiteres klar, ob der Fahrer beabsichtigt, geradeaus weiterzufahren oder nach rechts oder nach links abzubiegen. Sofern sich abzeichnet, dass der Fahrer im Begriff ist, in eine mehrspurige Querstraße einzubiegen, ist noch ungewiss, welche der mehreren Fahrspuren der Fahrer wählen wird.
-
Offenbarung der Erfindung
-
Aufgabe der Erfindung ist es, die Prädiktion des Fahrmanövers in mehrdeutigen Verkehrssituationen zu verbessern.
-
Diese Aufgabe wird erfindungsgemäß dadurch gelöst, dass mehrere Hypothesen für potentiell stattfindende Fahrmanöver durch jeweils zugehörige Sätze von Parametern repräsentiert werden, anhand der Parameter für jede Hypothese eine theoretische Historie des Fahrmanövers berechnet wird, die aufgezeichnete Historie mit mindestens einer der theoretischen Historien verglichen wird, und anhand eines Ähnlichkeitsmaßes diejenige Hypothese, die mit größter Wahrscheinlichkeit das aktuell stattfindende Fahrmanöver beschreibt, bestimmt und als Prädiktionsergebnis ausgegeben wird.
-
Erfindungsgemäß werden somit die denkbaren Fahrmanöver anhand charakteristischer Merkmale der zugehörigen Historien klassifiziert, und unter den mehreren Hypothesen für das aktuell stattfindende Fahrmanöver wird diejenige ausgewählt, deren Historie die größte Ähnlichkeit mit der auf der Basis der dynamischen Daten aufgezeichneten Historie hat.
-
Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung sind in den Unteransprüchen angegeben.
-
Die anhand der dynamischen Daten aufgezeichnete Historie kann insbesondere eine mathematische Beschreibung der von dem Fahrzeug in der jüngsten Vergangenheit durchfahrenen Trajektorie einschließen. Beispielsweise lässt sich dann bei Annäherung an eine Kreuzung anhand der Krümmung der Trajektorie schon in einem frühen Stadium entscheiden, ob der Fahrer beabsichtigt, nach rechts oder nach links abzubiegen. Auf der Basis dieser Entscheidung kann dann der weitere Verlauf der Trajektorie prognostiziert werden, und auf der Basis dieser Prognose kann dann beispielsweise entschieden werden, ob die Gefahr einer Kollision mit einem anderen Verkehrsteilnehmer besteht.
-
Bei den dynamischen Daten, die zur Aufzeichnung der Historie benutzt werden, kann es sich insbesondere um Daten handeln, die mit fahrzeugeigenen Sensoren an Bord des Fahrzeugs gemessen werden können, beispielsweise die Fahrgeschwindigkeit und die Gierrate. Die theoretischen Historien, die den in einer gegebenen Situation plausiblen Hypothesen für Fahrmanöver entsprechen, lassen sich dann jeweils mit Hilfe eines Satzes von Parametern, oder gegebenenfalls auch nur mit Hilfe eines einzigen Parameters modellieren. Beispielsweise kann ein Abbiegemanöver an einer rechtwinkligen Kreuzung als eine Historie modelliert werden, in deren Verlauf sich der Gierwinkel des Fahrzeugs insgesamt um 90° ändert. Ein solches Abbiegemanöver lässt sich dann als eine Historie modellieren, die die Änderung des Gierwinkels als Funktion des vom Fahrzeug zurückgelegten Weges angibt. In einem einfachen Modell können in dieser Historie drei Phasen unterschieden werden, nämlich eine Einleitungsphase, in der die Gierrate linear von 0 auf einen vorbestimmten Wert zunimmt, eine Hauptphase, in der die Gierrate konstant auf dem am Ende der Einleitungsphase erreichten Wert bleibt, und eine Ausleitungsphase, in der die Gierrate linear wieder auf 0 abnimmt. In der Hauptphase durchfährt das Fahrzeug eine kreisbogenförmige Trajektorie, also eine Bahn mit konstanter Krümmung, während die Trajektorien in der Einleitungs- und Ausleitungsphase Klothoiden sind. Dabei kann angenommen werden, dass die Historie symmetrisch ist in dem Sinne, dass die Einleitungsphase und die Ausleitungsphase die gleiche Länge haben. Wenn man außerdem annimmt, dass das Verhältnis der Länge der Trajektorie in der Hauptphase zu der Summe der Längen der Trajektorien in den Einleitungs- und Ausleitungsphasen einen festen Wert x hat, so lässt sich die gesamte Historie mit nur einem einzigen Parameter beschreiben, nämlich der maximalen Gierrate, die das Fahrzeug während der Hauptphase hat. Wahlweise kann man jedoch auch das Längenverhältnis x als einen freien Parameter ansehen, so dass jeder angenommene Wert von x eine andere Hypothese beschreibt.
-
Für den Vergleich der aufgezeichneten Historie mit den theoretischen Historien kann jedes gebräuchliches Ähnlichkeitsmaß benutzt werden, beispielsweise die mittlere quadratische Abweichung. In dem Fall liefert der Vergleich nicht nur die Hypothese, die mit der größten Wahrscheinlichkeit das aktuelle Fahrmanöver beschreibt, sondern mit dem Ähnlichkeitsmaß für diese Hypothese auch ein Maß für die Qualität oder Verlässlichkeit der Prognose. Dieses Gütemaß kann dann bei Entscheidungen über die vom Fahrerassistenzsystem vorzunehmenden Eingriffe berücksichtigt werden.
-
Die Aufzeichnung der physischen, auf den dynamischen Daten beruhenden Historie kann während des Tests der Hypothesen fortgesetzt werden, so dass man, während die Aufzeichnung fortschreitet, eine zunehmend größere Datenbasis erhält und damit eine zunehmende Verlässlichkeit der Prognose erreicht.
-
In einer Ausführungsform erfolgt die Prädiktion des Fahrmanövers ausschließlich auf der Basis der dynamischen Daten des Fahrzeugs, ohne Rücksicht auf externe Daten wie Ortungsdaten eines Radarsensors, GPS-Daten und dergleichen. Diese Verfahrensvariante hat den Vorteil, dass man eine sehr robuste Prognose auf der Basis der sehr rauscharmen Signale der fahrzeugeigenen Sensoren erhält, während Signale, die externe Größe repräsentieren, zumeist wesentlich stärker verrauscht sind.
-
Wahlweise ist es jedoch auch möglich, externe Daten in die aufgezeichnete Historie einzubeziehen. Insbesondere kann es zweckmäßig sein, Ortungsdaten, die den Ort des eigenen Fahrzeugs in einer digitalen Karte des Straßennetzes angeben, in die Auswertung einzubeziehen, so dass bereits die Auswahl der zu testenden Hypothesen an die aktuelle Verkehrsinfrastruktur angepasst werden kann. Beispielsweise lässt sich anhand der digitalen Karte prüfen, ob die Annahme gerechtfertigt ist, dass von dem Fahrzeug beim Abbiegen in eine Querstraße eine 90°-Kurve durchfahren wird. Ebenso kann die digitale Karte Information über die Zahl der zur Verfügung stehenden Fahrspuren enthalten, so dass für jede Fahrspur eine eigene Hypothese aufgestellt werden kann.
-
Die Hypothese, die letztlich für die Prädiktion des Fahrmanövers herangezogen wird, kann auch durch Fusion mehrerer Hypothesen konstruiert werden, für die bei Vergleich mit der aufgezeichneten Historie ein niedriges Ähnlichkeitsmaß gefunden wurde. Beispielsweise kann diese Hypothese dadurch konstruiert werden, dass aus mehreren Hypothesen eine nach Ähnlichkeitsmaßen gewichtete Summe gebildet wird.
-
Schließlich ist es auch möglich, beim Test der Hypothesen oder bereits bei einer Vorausauswahl der zu testenden Hypothesen bestimmte Randbedingungen zu berücksichtigen. Beispielsweise kann eine Hypothese, dass ein Abbiegemanöver eingeleitet wird, von vornherein verworfen werden, wenn die Eigengeschwindigkeit des Fahrzeugs über einem bestimmten Grenzwert liegt, oberhalb dessen ein Abbiegemanöver physikalisch nicht möglich ist. Ebenso kann die Prädiktion des Fahrmanövers so lange aufgeschoben werden, bis durch Aufzeichnen der physischen Historie eine ausreichend große Datenbasis geschaffen wurde oder bis das Ähnlichkeitsmaß für mindestens eine der getesteten Hypothesen oberhalb eines bestimmten Schwellenwertes liegt. Schließlich ist es auch möglich, den Test einer Hypothese abzubrechen, wenn sich bei der fortgesetzten Aufzeichnung der Historie zeigt, dass die gemessene Gierrate um mehr als ein bestimmtes Maß von der theoretischen Gierrate für die betreffende Hypothese abweicht.
-
Im folgenden werden Ausführungsbeispiele anhand der Zeichnung näher erläutert.
-
Es zeigen:
- 1 ein Blockdiagramm eines Prädiktionsmoduls, mit dem das erfindungsgemäße Verfahren ausführbar ist;
- 2 eine Illustration eines Abbiegemanövers „Abbiegen nach links“;
- 3 eine graphische Darstellung einer Historie für das Abbiegemanöver nach 2;
- 4 eine Illustration eines Abbiegemanövers „Abbiegen nach rechts“;
- 5 eine graphische Darstellung einer Historie für das Abbiegemanöver gemäß 4:
- 6 eine graphische Darstellung zur Erläuterung eines Tests einer Hypothese für ein Fahrmanöver; und
- 7 eine Illustration möglicher Abbiegemanöver beim Abbiegen in eine mehrspurige Straße.
-
In 1 ist als Blockdiagramm ein Prädiktionsmodul 10 dargestellt, das Teil eines Fahrerassistenzsystems für Kraftfahrzeuge ist. Das Prädiktionsmodul wird durch geeignete Software gebildet, die auf einem im Fahrzeug eingebauten Rechner läuft.
-
In einer Hypothesenbibliothek 12 sind Hypothesen 14 für verschiedene Fahrmanöver gespeichert, beispielsweise für Geradeausfahrt und verschiedene Abbiegemanöver. Jede Hypothese 14 umfasst einen Satz von Parametern 16, die das Fahrmanöver charakterisieren, sowie eine aus diesen Parametern berechnete Historie 18, die für die Dauer des Fahrmanövers eine oder mehrere Größen, die den Zustand des Fahrzeugs kennzeichnen, als Funktion der Zeit oder - äquivalent dazu - als Funktion des während des Fahrmanövers von dem Fahrzeug zurückgelegten Weges angibt. Insbesondere umfasst die Historie 18 mindestens eine Funktion, die den Verlauf einer dynamischen Größe des Fahrzeugs angibt, die mit fahrzeugeigenen Sensoren gemessen werden kann. Die Ausgangssignale dieser Sensoren bilden Eingangsgrößen, die in dem Prädiktionsmodul 10 kontinuierlich ausgewertet werden.
-
Im gezeigten Beispiel sind diese dynamischen Größen die Geschwindigkeit v des Fahrzeugs sowie die Gierrate d[psi]/dt. Die Gierrate kann beispielsweise aus den Signalen von Raddrehzahlsensoren berechnet werden, die auch die Basis für die Messung der Fahrgeschwindigkeit v bilden. Wahlweise oder zusätzlich kann die Gierrate auch mit Hilfe eines Trägheitssensors gemessen werden. Im Aufzeichnungsmodul 20 wird aus der Geschwindigkeit v durch Integration über die Zeit der vom Fahrzeug zurückgelegte Weg s berechnet, und ebenso wird durch Integration der Gierrate der aktuelle Gierwinkel [psi] berechnet, und die von Funktion [psi](s) wird für ein gewisses Zeitintervall aufgezeichnet, beispielsweise für einige Sekunden, und fortlaufend aktualisiert. Bezugspunkt für den Weg s und den Gierwinkel [psi](s) sind dabei die aktuelle Position des Fahrzeugs sowie die aktuelle Orientierung. Nach Definition gibt somit s = 0 die aktuelle Position und [psi] = 0 den aktuellen Gierwinkel des Fahrzeugs an. Der Einfachheit halber soll als Beispiel angenommen werden, dass die Eingangsgrößen mit einer festen Samplerate 1/T aktualisiert werden. Nach jeder Aktualisierung der Daten wird dann aus der Geschwindigkeit v der Weg [delta]s berechnet, den das Fahrzeug in der Sampleperiode T zurückgelegt hat, und entsprechend wird anhand der aktuellen Gierrate die Änderung [delta][psi] des Gierwinkels berechnet. Alle im Aufzeichnungsmodul gespeicherten Werte von s und [psi] werden dann um [delta]s bzw. [delta][psi] vermindert. Da das Aufzeichnungsmodul 20 nur eine begrenzte Speicherkapazität hat, wird jeweils das älteste Wertepaar verworfen. Das Aufzeichnungsmodul enthält somit zu jedem Zeitpunkt eine Historie 22, die den Verlauf der Funktion [psi](s) während eines zurückliegenden Zeitintervalls von fester Länge angibt. Diese Historie 22 wird an ein Vergleichsmodul 24 gemeldet und im Takt der Samplerate 1/T fortlaufend aktualisiert.
-
Im Vergleichsmodul 24 wird die aufgezeichnete Historie 22 fortlaufend mit mindestens einer der in der Hypothesenbibliothek 12 gespeicherten Historie 18 verglichen. Im Normalfall, bei Geradeausfahrt des Fahrzeugs, wird die aufgezeichnete Historie 22 mit einer Geradeausfahrt-Historie verglichen, die durch die Funktion [psi](s) = 0 für alle s gebildet wird. Solange der jüngste Wert der aufgezeichneten Historie 22 um weniger als einen bestimmten Schwellenwert von 0 abweicht, liefert das Vergleichsmodul 24 als Prädiktionsergebnis 26 den Wert „Geradeausfahrt“. Zusätzlich liefert das Vergleichsmodul einen Gütewert Q, der angibt, wie verlässlich das Prädiktionsergebnis 26 ist. Der Gütewert Q kann beispielsweise berechnet werden, indem die mittlere quadratische Abweichung der aufgezeichneten Gierwinkel [psi] von dem theoretischen Wert (0 in diesem Beispiel) berechnet, normiert und dann von 1 subtrahiert wird, so dass Q = 1 bedeutet, das Ergebnis ist absolut sicher, und Q = 0 bedeutet, dass das Ergebnis vollkommen unsicher ist.
-
Sobald der jüngste Wert in der aufgezeichneten Historie signifikant von 0 abweicht, wird je nach Situation mindestens eine andere der gespeicherten Hypothesen 14 getestet, indem die aufgezeichnete Historie 22 mit der zu dieser Hypothese 14 gehörenden Historie 18 verglichen wird. Dabei wird angenommen, dass der erste von 0 abweichende Wert den Anfangspunkt der gespeicherten Historie 18 markiert. Das Prädiktionsergebnis „Geradeausfahrt“ wird zunächst noch beibehalten, jedoch nimmt der Gütewert Q mit zunehmender Anzahl der von 0 abweichenden Gierwinkel ab. Gleichzeitig wird ein neuer Gütewert Q für jede getestete Hypothese gebildet. Bei der Normierung dieses Gütewertes wird auch die statistische Unsicherheit aufgrund der zunächst noch kleinen und dann langsam größer werdenden Datenbasis berücksichtigt. Wenn die Anzahl der von 0 abweichenden Gierwinkel einen gewissen Mindestwert erreicht hat oder, alternativ, wenn der Gütewert für die getestete Hypothese eine gewisse Mindestgröße erreicht hat, so wird diese Hypothese als das neue Prädiktionsergebnis 26 ausgegeben und der ausgegebene Gütewert Q wird durch den Gütewert für diese Hypothese ersetzt.
-
Im Prinzip kann, sobald der erste Gierwinkel signifikant von 0 abweicht, jede der gespeicherten Hypothesen 18 getestet werden. Die Auswahl der getesteten Hypothesen kann jedoch auch von verschiedenen Faktoren abhängen, die die aktuelle Verkehrssituation beschreiben. Beispielsweise brauchen keine Hypothesen für Abbiegemanöver getestet werden, solange die Geschwindigkeit v so groß ist, dass kein Abbiegemanöver stattfinden kann. Ebenso kann ein Test von Abbiegehypothesen unterbleiben, wenn sich aus der georteten Position des Fahrzeugs auf einer digitalen Karte ergibt, dass keine Abbiegemöglichkeit besteht.
-
2 illustriert eine Situation, in der ein mit dem Fahrerassistenzsystem ausgerüstetes Fahrzeug 28 in eine Kreuzung 30 eingefahren ist. Neben der Hypothese „Geradefahrt“ wären hier also die Hypothesen „Abbiegen nach links“ und „Abbiegen nach rechts“ zu testen. Der Gierwinkel hat jedoch gegenüber der Geradeausfahrt bereits etwas zugenommen, so dass die Hypothese „Abbiegen nach links“ als wahrscheinlicher erscheint und weiter getestet wird. Anhand der aufgezeichnete Historie 22 lässt sich der Punkt zurückrechnen, an dem die Historie 18 für das Abbiegemanöver ihren Anfang hat. Die entsprechende Position 32 des Fahrzeugs ist in 2 gestrichelt eingezeichnet. Die aufgezeichnete Historie 22 wird dann so geeicht, dass die Position 32 mit dem Anfangspunkt der Historie 18 zusammenfällt. Der seit diesem Punkt zurückgelegte Weg des Fahrzeugs ist in 2 durch einen Pfeil 34 angegeben.
-
3 zeigt in einer durchgezogenen Linie die aufgezeichnete Historie 22 für die in 2 dargestellte Situation. Die theoretische Historie 18, die zugleich die Prognose für den weiteren Verlauf des Fahrmanövers darstellt, ist in 3 gestrichelt eingezeichnet. Die zugehörige voraussichtliche Trajektorie des Fahrzeugs wird in 2 durch einen Pfeil 36 angegeben.
-
Bei der Historie 18 und dem zugehörigen Fahrmanöver lassen sich drei Phasen unterscheiden. In einer Einleitungsphase, die in 3 etwa von s = -12 bis s = -5 reicht, nimmt die Gierrate linear zu, so dass der Gierwinkel [psi] quadratisch wächst. Bei s = -5 hat die Gierrate einen maximalen Wert erreicht, der dann in der Hauptphase des Manövers bis etwa s = 10 konstant beigehalten wird. Danach beginnt eine Ausweitungsphase, in der die Gierrate linear auf den Wert 0 abnimmt. Am Ende des Fahrmanövers hat der Gierwinkel um 90°, von -30° auf +60°, zugenommen, entsprechend der Hypothese, dass bei dem Fahrmanöver ein 90°-Bogen durchfahren wird.
-
Zum Vergleich illustrieren 4 und 5 eine Situation, in der ein Fahrmanöver „Abbiegen nach rechts“ stattfindet. Da in einer Rechtskurve der Gierwinkel abnimmt, bilden die Historien 22 und 18 in 5 eine fallende Kurve. Außerdem ist in Ländern Rechtsverkehr beim Abbiegen nach rechts der Krümmungsradius der Trajektorie in der Hauptphase des Abbiegevorgangs kleiner als beim Abbiegen nach links. Dementsprechend ist die Gierrate in der Hauptphase größer, so dass die Kurve in 5 steiler verläuft und längs der s-Achse gestaucht ist. Bei der Berechnung der Historien 18 für die verschiedenen Hypothesen kann man von einer Standardbreite der einander kreuzenden Straßen ausgehen. Wenn aus einer digitalen Karte Information über die tatsächlichen Abmessungen der Kreuzung bekannt sind, kann die Berechnung der theoretischen Historie auch aktuell anhand dieser Daten erfolgen.
-
In 6 ist in einem Diagramm analog zu 3 und 5 der Test einer Hypothese für ein Manöver „Abbiegen nach links“ dargestellt. Die aufgezeichnete Historie 22 wird hier durch einzelne Messpunkte repräsentiert, die in dem Diagramm als schwarze Punkte dargestellt sind. Als weiße Punkte sind die entsprechenden Messpunkte dargestellt, die die theoretische Historie 18 repräsentieren. Zum Test der Hypothese wird nun ein Ähnlichkeitsmaß berechnet, das den Grad der Übereinstimmung zwischen den Historien 18 und 22 angibt, beispielsweise auf der Basis der mittleren quadratischen Abweichung, wie oben für den Gütewert Q beschrieben.
-
Die Bestimmung des Prädiktionsergebnisses kann nun beispielsweise dadurch erfolgen, dass mehrere in Frage kommende Hypothesen getestet werden und dann diejenige Hypothese ausgewählt wird, für die das Ähnlichkeitsmaß am größten ist. Wenn die Historie 18 das tatsächliche Fahrmanöver korrekt beschreibt, so wird das Ähnlichkeitsmaß mit zunehmender Dauer der Aufzeichnung der Historie 22 gegen den Wert 1 konvergieren.
-
Im allgemeinen wird jedoch keine der vordefinierten Hypothesen 14 exakt zu der aufgezeichneten Historie 22 passen. In dem Fall bleibt das Ähnlichkeitsmaß für alle Historien kleiner als 1. Als Prädiktionsergebnis kann man nun entweder die Hypothese mit dem größten Ähnlichkeitsmaß wählen, oder man generiert eine neue Hypothese indem man aus den vordefinierten Hypothesen 18 eine nach den Ähnlichkeitsmaßen gewichtete Summe bildet.
-
7 illustriert ein Beispiel, bei dem das Fahrmanöver ein Abbiegevorgang nach rechts in eine zweispurige Querstraße 38 (eine Einbahnstraße) ist. Die zu testenden Hypothesen bestehen hier darin, dass das Fahrzeug 28 entweder in die rechte Spur oder die linke Spur der Querstraße 38 einbiegt.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102019109569 A1 [0002]