DE102022112120A1

DE102022112120A1 - Fahrzeugbezogene anomalieerkennung, -meldung und dynamische reaktion darauf

Info

Publication number: DE102022112120A1
Application number: DE102022112120.8A
Authority: DE
Inventors: Johannes Gei Kristinsson; Fling Tseng; Himanshu Verma
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2021-05-13
Filing date: 2022-05-13
Publication date: 2022-11-17
Also published as: US11772659B2; US20220363267A1; CN115339464A

Abstract

Ein Fahrzeug kann basierend auf einem Vergleich einer erfassten Fahrzeugverhaltenseigenschaft an einem gegebenen Standort mit einem vordefinierten erwarteten Wert der Eigenschaft bestimmen, dass ein unberechenbares Fahrzeugverhalten erfasst wurde. Das Fahrzeug kann ferner bestimmen, ob eine umgebungsbedingte Anomalie in Verbindung mit dem gegebenen Standort erkannt wurde, und das erfasste unberechenbare Verhalten basierend darauf, ob die umgebungsbedingte Anomalie erkannt wurde, klassifizieren. Als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar basierend auf dem Bestimmen, dass keine umgebungsbedingte Anomalie erkannte wurde, kann das Fahrzeug das unberechenbare Verhalten zusammen mit dem gegebenen Standort an einen entfernten Server melden. Der entfernte Server kann eine Vielzahl derartiger Meldungen für einen gegebenen Standort empfangen und eine Klassifizierung des Verhaltens basierend auf Daten aktualisieren, die in der Vielzahl von Meldungen angegeben sind.

Description

GEBIET DER TECHNIK
Die veranschaulichenden Ausführungsformen beziehen sich im Allgemeinen auf Systeme, Verfahren und Einrichtungen zur fahrzeugbezogenen Anomalieerkennung, -meldung und dynamischen Reaktion darauf.
STAND DER TECHNIK
Fortschrittliche Fahrsysteme wie die adaptive Geschwindigkeitsregelung ermöglichen es einem Fahrzeug, seine eigene Geschwindigkeit als Reaktion auf eine erkannte Nähe zu vorausfahrenden Fahrzeugen zu steuern. Wenn das Fahrzeug zum Beispiel zu nahe an das vorausfahrende Fahrzeug fährt, kann das Fahrzeug bremsen. Wenn der Abstand zunimmt, kann das Fahrzeug beschleunigen. Wenn sich ein nachfolgendes Fahrzeug zu schnell nähert und Raum zum Beschleunigen vorhanden ist, kann das Fahrzeug beschleunigen. Diese reaktiven Systeme ermöglichen eine allgemeine Berücksichtigung von mengenbasiertem Verhalten, das dazu neigt, ein Fahrzeug mehr oder weniger mit der Masse in Bewegung zu halten.
Gleichzeitig können viele Fahrzeuge auf der Straße ein scheinbar anormales Verhalten aufweisen. Zum Beispiel können ein oder mehrere Fahrzeuge unberechenbar ausscheren, unerwartet beschleunigen oder bremsen oder sich anderweitig auf eine Weise verhalten, die scheinbar nicht mit dem Verkehrsfluss vereinbar ist. Während bestimmte dieser Anomalien das Ergebnis eines unberechenbaren Fahrerverhaltens sind, weiß ein benachbarter Fahrer nicht, ob das unberechenbare Fahrzeug auf eine straßenbasierte oder wetterbedingte Anomalie reagiert oder ob der Fahrer einfach Kaffee in seinem Schoß verschüttet oder sich entschieden hat, schneller zu fahren. Darüber hinaus kann eine beliebige Person ein Verhalten aufweisen, das von der Menge abweicht, was jedoch für diese Person vollkommen normal ist. Während andere Fahrer möglicherweise nicht zu nahe an einem derartigen Fahrer fahren wollen, kann es in einem derartigen Fall zumindest nützlich sein, wenn diese Fahrer wissen könnten, dass dies genau der Fahrstil dieser Person ist. Zumindest würde dies eine gewisse Sicherheit bieten, dass etwas völlig Unerwartetes mit dem Fahrer oder dem Fahrzeug passiert ist.
Es kann für herkömmliche Fahrzeugsensorsysteme, selbst solche mit adaptiver Geschwindigkeitsregelung, schwierig sein, angemessen auf alle derartigen Anomalien zu reagieren. Sicherlich neigen diese Fahrzeuge nicht dazu, Fahrer hinsichtlich abweichendem Verhalten zu alarmieren und/oder ob scheinbar abweichendes Verhalten tatsächlich normal ist. Mangels ausreichender Daten ist das Beste, was diese Fahrzeuge oft auf quasi-autonome Weise tun können, einfach abzubremsen oder zu beschleunigen, um die Nähe zu einem derartigen Fahrzeug zu ändern. Fahrer können sich dafür entscheiden, dasselbe zu tun, einfach aus Vorsicht, aber selbst der Fahrer handelt aufgrund unvollständiger Informationen.
KURZDARSTELLUNG
In einer ersten veranschaulichenden Ausführungsform beinhaltet ein System einen Prozessor, der dazu konfiguriert ist, basierend auf einem Vergleich einer erfassten Fahrzeugverhaltenseigenschaft an einem gegebenen Standort mit einem vordefinierten erwarteten Wert der Eigenschaft zu bestimmen, dass ein unberechenbares Fahrzeugverhalten erfasst wurde. Der Prozessor ist ferner dazu konfiguriert, zu bestimmen, ob eine umgebungsbedingte Anomalie in Verbindung mit dem gegebenen Standort erkannt wurde. Zudem ist der Prozessor dazu konfiguriert, das erfasste unberechenbare Verhalten basierend darauf, ob die umgebungsbedingte Anomalie erkannt wurde, zu klassifizieren und als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar basierend auf dem Bestimmen, dass keine umgebungsbedingte Anomalie erkannte wurde, das unberechenbare Verhalten zusammen mit dem gegebenen Standort an einen entfernten Server zu melden.
In einer zweiten veranschaulichenden Ausführungsform beinhaltet ein System einen Prozessor, der dazu konfiguriert ist, eine Meldung über beobachtetes unberechenbares Verhaltens bezüglich eines ersten Fahrzeugs an einem Standort zu empfangen. Der Prozessor ist ferner dazu konfiguriert, auf Meldungen von einer Vielzahl von anderen Fahrzeugen zuzugreifen, die angeben, ob die Vielzahl von anderen Fahrzeugen einen oder mehrere Indikatoren einer Anomalie an dem Standort beobachtet hat. Der Prozessor ist zusätzlich dazu konfiguriert, als Reaktion darauf, dass die Vielzahl von anderen Fahrzeugen einen oder mehrere Indikatoren einer Anomalie beobachtet, auf die Meldung mit einer Angabe zu reagieren, dass das Verhalten nicht unberechenbar ist, und basierend auf der Meldung Daten, die das Vorhandensein der Anomalie an dem Standort angeben, zu aktualisieren, einschließlich Aktualisieren eines Konfidenzwertes. Zudem ist der Prozessor dazu konfiguriert, als Reaktion darauf, dass das Aktualisieren zu einem Konfidenzwert über einem Schwellenwert führt, einen Alarm an Fahrzeuge innerhalb einer vordefinierten Nähe des Standortes zu senden, der das Vorhandensein der Anomalie angibt.
In einer dritten veranschaulichenden Ausführungsform beinhaltet ein Verfahren Bestimmen, dass ein unberechenbares Fahrzeugverhalten erfasst wurde, basierend auf einem Vergleich einer erfassten Fahrzeugverhaltenseigenschaft an einem gegebenen Standort mit einem vordefinierten erwarteten Wert der Eigenschaft, der in Bezug auf ein Fahrerprofil für einen Fahrer eines Fahrzeugs definiert ist, für welches das unberechenbare Verhalten erfasst wurde. Das Verfahren beinhaltet ferner Bestimmen, ob eine umgebungsbedingte Anomalie in Verbindung mit dem gegebenen Standort erkannt wurde, basierend auf mindestens einem von einem Speicher an Bord des Fahrzeugs, der eine Aufzeichnung der Anomalie angibt, oder einem Sensor des Fahrzeugs, der die Anomalie erfasst. Zudem beinhaltet das Verfahren Klassifizieren des beobachteten unberechenbaren Verhaltens basierend darauf, ob die umgebungsbedingte Anomalie erkannt wurde, und als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar basierend auf dem Bestimmen, dass keine umgebungsbedinge Anomalie erkannte wurde, Melden des unberechenbaren Verhaltens zusammen mit dem gegebenen Standort an einen entfernten Server.
Figurenliste

1 zeigt eine veranschaulichende Situation mit mehreren Fahrzeugen mit einem veranschaulichenden bordeigenen Fahrzeugrechensystem und einem Cloud-basierten Backend;
2 zeigt einen veranschaulichenden Anomalieerkennungs- und -meldeprozess aus der Perspektive von mindestens einem Fahrzeug;
3 zeigt einen veranschaulichenden Prozess zur Handhabung von Anomaliemeldungen;
4 zeigt einen veranschaulichenden Prozess zur Bestätigung und Analyse lokaler Anomalien;
5 zeigt einen veranschaulichenden lokalen Kommunikationsprozess; und
6 zeigt einen veranschaulichenden Anomalieaktualisierungsprozess.

DETAILLIERTE BESCHREIBUNG
In dieser Schrift werden Ausführungsformen der vorliegenden Offenbarung beschrieben. Es versteht sich jedoch, dass die offenbarten Ausführungsformen lediglich Beispiele sind und andere Ausführungsformen verschiedene und alternative Formen annehmen können. Die Figuren sind nicht zwingend maßstabsgetreu; einige Merkmale könnten vergrößert oder verkleinert dargestellt sein, um Details konkreter Komponenten zu zeigen. Daher sind in dieser Schrift offenbarte konkrete strukturelle und funktionelle Details nicht als einschränkend auszulegen, sondern lediglich als repräsentative Grundlage, um den Fachmann den vielfältigen Einsatz der vorliegenden Erfindung zu lehren. Für den Durchschnittsfachmann versteht es sich, dass verschiedene Merkmale, die unter Bezugnahme auf eine beliebige der Figuren veranschaulicht und beschrieben sind, mit Merkmalen kombiniert werden können, die in einer oder mehreren anderen Figuren veranschaulicht sind, um Ausführungsformen zu erzeugen, die nicht ausdrücklich veranschaulicht oder beschrieben sind. Die veranschaulichten Kombinationen aus Merkmalen stellen repräsentative Ausführungsformen für typische Anwendungen bereit. Verschiedene Kombinationen und Modifikationen der Merkmale, die mit den Lehren dieser Offenbarung vereinbar sind, könnten jedoch für bestimmte Anwendungen oder Umsetzungen wünschenswert sein.
Zusätzlich zur Ausführung beispielhafter Prozesse durch ein Fahrzeugrechensystem, das sich in einem Fahrzeug befindet, können die beispielhaften Prozesse in bestimmten Ausführungsformen durch ein Rechensystem ausgeführt werden, das mit einem Fahrzeugrechensystem in Kommunikation steht. Ein derartiges System kann eine drahtlose Vorrichtung (z. B. und ohne Einschränkung ein Mobiltelefon) oder ein entferntes Rechensystem (z. B. und ohne Einschränkung einen Server), das über die drahtlose Vorrichtung verbunden ist, beinhalten, ist aber nicht darauf beschränkt. Zusammen können derartige Systeme als dem Fahrzeug zugeordnete Rechensysteme (vehicle associated computing systems - VACS) bezeichnet werden. In bestimmten Ausführungsformen können bestimmte Komponenten der VACS abhängig von der konkreten Umsetzung des Systems bestimmte Abschnitte eines Prozesses durchführen. Wenn ein Prozess zum Beispiel und ohne Einschränkung einen Schritt des Sendens oder Empfangens von Informationen mit einer gekoppelten drahtlosen Vorrichtung aufweist, dann ist es wahrscheinlich, dass die drahtlose Vorrichtung diesen Teil des Prozesses nicht durchführt, da die drahtlose Vorrichtung Informationen nicht an sich selbst bzw. von sich selbst „senden und empfangen“ würde. Der Durchschnittsfachmann wird verstehen, wann es unangemessen ist, ein bestimmtes Rechensystem auf eine bestimmte Lösung anzuwenden.
Die Ausführung von Prozessen kann durch die Verwendung eines oder mehrerer Prozessoren ermöglicht werden, die allein oder in Verbindung miteinander arbeiten und Anweisungen ausführen, die auf verschiedenen nichttransitorischen Speichermedien gespeichert sind, wie etwa unter anderem Flash-Speicher, programmierbarem Speicher, Festplattenlaufwerken usw.
Die Kommunikation zwischen Systemen und Prozessen kann zum Beispiel die Verwendung von Bluetooth, Wi-Fi, Mobilfunkkommunikation und anderer geeigneter drahtloser und drahtgebundener Kommunikation beinhalten.
In jeder der in dieser Schrift erörterten veranschaulichenden Ausführungsformen ist ein beispielhaftes, nicht einschränkendes Beispiel für einen durch ein Rechensystem durchführbaren Prozess gezeigt. In Bezug auf jeden Prozess ist es möglich, dass das Rechensystem, das den Prozess ausführt, für den begrenzten Zweck des Ausführens des Prozesses als Spezialprozessor zum Durchführen des Prozesses konfiguriert wird. Nicht alle Prozesse müssen in ihrer Gesamtheit durchgeführt werden, sondern sind als Beispiele für Arten von Prozessen zu verstehen, die durchgeführt werden können, um Elemente der Erfindung zu erzielen. Je nach Wunsch können zusätzliche Schritte zu den beispielhaften Prozessen hinzugefügt oder daraus entfernt werden.
In Bezug auf die veranschaulichenden Ausführungsformen, die in den Figuren beschrieben sind, die veranschaulichende Prozessabläufe zeigen, ist anzumerken, dass ein Universalprozessor vorübergehend als Spezialprozessor zum Zwecke des Ausführens einiger oder aller der beispielhaften Verfahren, die durch diese Figuren gezeigt sind, aktiviert werden kann. Wenn er Code ausführt, der Anweisungen zum Durchführen einiger oder aller Schritte des Verfahrens bereitstellt, kann der Prozessor vorübergehend so lange zum Spezialprozessor umfunktioniert werden, bis das Verfahren abgeschlossen ist. In einem anderen Beispiel kann in geeignetem Umfang Firmware, die gemäß einem vorkonfigurierten Prozessor arbeitet, den Prozessor dazu veranlassen, als Spezialprozessor zu fungieren, der zum Zwecke des Durchführens des Verfahrens oder einer sinnvollen Variation davon bereitgestellt wird.
Da aktuelle Fahrzeuge sowohl komplexe Rechensysteme beinhalten als auch Kommunikationsfähigkeit mit noch leistungsfähigeren Rechensystemen aufweisen, ist es möglich, Situationen zu modellieren, die komplexer sind als der Umstand, ob ein vorausfahrendes Fahrzeug oder ein nachfolgendes Fahrzeug die Geschwindigkeit ändert oder zu nahe kommt oder nicht. Wenn die verfügbaren Datensätze komplexer werden, können Computer damit beginnen, die Frage zu beantworten, warum etwas passiert sein könnte, anstatt einfach die Frage zu beantworten, ob etwas passiert ist.
Die veranschaulichenden Ausführungsformen stellen nicht einschränkende Beispiele für verschiedene Daten dar, die in Betracht gezogen werden können, wenn eine Entscheidung darüber getroffen wird, ob das Verhalten unberechenbar oder eine angemessene Reaktion ist, und was mit diesen Informationen zu tun ist, sobald eine Schlussfolgerung gezogen wurde. Dies verbessert die Fähigkeit sowohl von Fahrern als auch von autonomen oder halbautonomen Fahrzeugen, auf sich entwickelnde Situationen oder beobachtetes Verhalten zu reagieren, indem eine bessere Einsicht darüber bereitgestellt wird, ob das Verhalten etwas ist, auf das reagiert werden sollte und wie extrem diese Reaktion sein sollte. Die Datensammlung und -modellierung kann zudem verwendet werden, um das Verständnis des Verkehrsverhaltens an bestimmten Punkten, zu bestimmten Tageszeiten, unter bestimmten Bedingungen usw. zu verbessern, und kann verwendet werden, um umgebungsbedingte Anomalien zu identifizieren, die zu einem scheinbar unberechenbaren Verhalten führen.
1 zeigt eine veranschaulichende Situation mit mehreren Fahrzeugen mit einem veranschaulichenden bordeigenen Fahrzeugrechensystem und einem Cloud-basierten Backend. In diesem Beispiel fahren drei Fahrzeuge 100, 110, 120 entlang einer Straße in relativer Nähe zueinander.
Das Fahrzeug 100 beinhaltet ein veranschaulichendes bordeigenes Rechensystem 101, das ebenfalls in den anderen Fahrzeugen 110, 120 oder als eine Variante des in 101 gezeigten Systems beinhaltet sein kann. Nicht alle Elemente sind erforderlich, da ein Großteil der Verarbeitung an Bord oder in der Cloud erfolgen kann, und solange ein Fahrzeug mindestens eine lokale Kommunikationsverbindung mit anderen Fahrzeugen aufweist, kann es eine Form von aktualisierten Informationen empfangen.
Wenn das Fahrzeug mit der Cloud kommunizieren kann, zum Beispiel über eine Mobilfunkverbindung oder über eine Wi-Fi-Verbindung mit einem Sendeempfänger 140 für dedizierte Nahbereichskommunikation (dedicated short range communication - DSRC), kann das Fahrzeug Rechenleistung in der Cloud nutzen, um eine Analyse und Entscheidungsfindung durchzuführen. Wenn die bordeigene Rechenfähigkeit ausreichend ist, kann das Fahrzeug mindestens bestimmte Aspekte der Analyse und Entscheidungsfindung an Bord durchführen. Demnach versteht es sich, dass gegebenenfalls Analyse und Entscheidungsfindung erfolgen können, wo immer es gewünscht ist und wo Fähigkeiten vorhanden sind.
In diesem Beispiel beinhaltet das Fahrzeug 100 einen oder mehrere bordeigene Prozessoren 103, die Cloud-basierte Kommunikation über eine Telematiksteuereinheit (telematics control unit - TCU) 105 bereitstellen, welche eine Mobilfunkverbindung bereitstellt, die verwendet werden kann, wenn ein Mobilfunksignal vorhanden ist. Das Fahrzeug 100 kann zudem einen Wi-Fi-Sendeempfänger 107 beinhalten, der dazu verwendet werden kann, mit anderen Fahrzeugen 110, 120 und lokalen Netzwerken 140 zu kommunizieren. Ein BLUETOOTH-Sendeempfänger 109 kann auch V2V-Kommunikation ermöglichen.
Da die meisten Kommunikationen Anmeldeinformationen erfordern und Fahrzeuge möglicherweise nicht die gegenseitigen Anmeldeinformationen für einen Handshake kennen, ist es möglich, Informationen einfach über BLUETOOTH zu übertragen. Die Übertragung kann eine Anomalie oder ein unberechenbares Verhalten sowie einen Standort des beobachtenden Fahrzeugs, einen Anomaliestandort und/oder beliebige Kennungen bezüglich eines unberechenbaren Fahrzeugs angeben. Die Übertragung kann zum Beispiel durch das unberechenbare Fahrzeug oder andere Fahrzeuge empfangen werden und kann verwendet werden, um geeignete Maßnahmen zu ergreifen, die zum Beispiel Folgendes beinhalten können: Alarmieren eines Fahrers hinsichtlich des unberechenbaren Fahrzeugs und/oder Veranlassen, dass andere Fahrer alarmiert werden oder dass andere Fahrzeugsysteme auf das unberechenbare Verhalten oder die Anomalie reagieren.
Die Daten können das unberechenbare Fahrzeug durch erkennbare visuelle Eigenschaften (z. B. Farbe, Art, Nummernschild usw.) oder durch Beobachten von Verhalten „identifizieren“. Zum Beispiel könnte in Bezug auf letzteres die Übertragung Daten beinhalten, die angeben, dass ein Fahrzeug an einem bestimmten Standort beobachtet wurde, das über eine kurze Spanne mehr als 15 mph beschleunigte und dann mehr als 3 Fuß seitlich ausscherte. Das anstoßerregende Fahrzeug kann tatsächlich in der Lage sein, diese Informationen zu verwenden, um sich selbst zu identifizieren, wenn Fahrzeuge eine Aufzeichnung des jüngsten Verhaltens an Bord gespeichert haben, und andere Fahrzeuge/Fahrer können nach einem Fahrzeug suchen, das ein derartiges Verhalten aufweist. Oder allein mit dem Wissen, dass ein derartiges Fahrzeug vor ihnen befindet, können sich einige Fahrer dafür entscheiden, entweder die Spur zu wechseln, die Straße zu wechseln oder zu entschleunigen, um zu vermeiden, auf das Fahrzeug aufzufahren, ohne jemals wissen zu müssen, um welches Fahrzeug genau es sich handelt.
Die Übertragung von straßenbasierten und umgebungsbedingten Anomalien kann verwendet werden, um einen bordeigenen Datensatz zu aktualisieren (z. B. Aufzeichnen eines Schlaglochs 150) und zu verifizieren oder abzulehnen, dass unberechenbares Verhalten durch eine später identifizierte Anomalie verursacht wurde oder nicht verursacht wurde. Zum Beispiel kann das Fahrzeug 110 als ausscherend erkannt werden, aber wenn das Schlagloch 150 bekannt ist, kann dieses Verhalten eine angemessene Reaktion auf das Schlagloch sein und somit nicht als Anomalie klassifiziert werden. Gleichzeitig kann durch das Fahrzeug 100 beobachtet werden, dass das Fahrzeug 120 die Straße verlassen hat, und in Abwesenheit einer Fahrbahnanomalie, wie etwa 150, kann dies ordnungsgemäß als unberechenbares Verhalten klassifiziert werden. Das Fahrzeug 100 kann über die Kommunikation 141 und 143 sowohl mit dem Fahrzeug 110 als auch mit dem Fahrzeug 120 kommunizieren, um über das erkannte Fahrzeugverhalten zu beraten sowie Informationen zu empfangen, die beim Klassifizieren des Verhaltens nützlich sein können. In diesem Beispiel durchläuft die Kommunikation 143 den DSRC-Sendeempfänger 140 und wird als Kommunikation 145 an das Fahrzeug 120 weitergeleitet. Dies kann ein anderes Verfahren zur Übertragung und Reaktion sein, da allen Fahrzeugen 100, 110, 120 erlaubt sein kann, sich mit dem DSRC-Sendeempfänger 140 zu verbinden und damit verbunden zu sein.
Das Fahrzeug 120 kann die Übertragung empfangen und sich selbst als das Fahrzeug 120 identifizieren, das ein unberechenbares Verhalten aufwies. Basierend auf beispielsweise einem Fahrerprofil oder einer bordeigenen Biometrie, die Schläfrigkeit oder andere Messgrößen angibt, kann das Fahrzeug 120 das unberechenbare Verhalten bestätigen oder melden, dass das Verhalten innerhalb eines erwarteten Bereiches von Fahrerverhalten liegt. Diese Informationen können an das Fahrzeug 100 zurück und von dem Fahrzeug 100 vorwärts an das Fahrzeug 110 weitergeleitet werden. Auf diese Weise können Daten ständig zwischen den Fahrzeugen 100, 110, 120 und anderen Fahrzeugen ausgetauscht werden, um kontinuierlich eine verbesserte Entscheidungsfindung basierend auf vollständigeren Informationen durchzuführen.
Das Fahrzeug 100 kann zudem eine Vielfalt an bordeigenen Softwareprozessen beinhalten, wie zum Beispiel ein Fahrerprofil 111, eine Datenbank bekannter Anomalien 113, die in Verbindung mit Kartenkacheln oder anderen Navigationsdaten gespeichert werden können, einen Analyseprozess 115, einen Navigationsprozess 117, einen Fahreralarmierungsprozess 119 und andere nützliche Prozesse, Rechenfunktionen, elektronische Steuereinheiten usw.
Das Fahrerprofil kann aufgezeichnetes und modelliertes Verhalten für einen oder mehrere Fahrer des Fahrzeugs 100 speichern. Das Vorhandensein eines Fahrers kann durch eine Vielfalt an Funktionen erkannt werden, wie etwa Telefonerkennung, bei der ein Telefon mit einem bekannten Fahrer korreliert, visuelle Erkennung mit einer Kamera und sogar Profilieren von Fahrern, sodass ihr tatsächliches Verhalten offenlegt, welcher Fahrer fährt. Wenn der Datensatz für den Fahrer zunimmt, kann ein besseres und besser erwartetes Modellverhalten entwickelt werden, was das Identifizieren von anormalem Verhalten einfacher und schneller macht. Abweichende und unberechenbare Ereignisse können erkannt und protokolliert werden und können sogar später verworfen werden, wenn offengelegt wird, dass sich eine umgebungsbedinge Anomalie in der Nähe des protokollierten Verhaltens befand, oder wenn zum Beispiel eine Reihe von zusätzlichen nicht in Zusammenhang stehenden Fahrzeugen das gleiche oder ein ähnliches Verhalten an demselben Standort zeigten, selbst wenn keine tatsächliche umgebungsbedingte Anomalie gefunden oder protokolliert werden konnte.
Zum Beispiel beschleunigt möglicherweise ein Fahrer bei einem „normalen“ Verhalten nie über einen bestimmten Schwellenwert hinaus, aber dieser Fahrer kann in der Nähe eines lodernden Feuers fahren und schnell vorbei fahren. Dies scheint zunächst unberechenbar zu sein, aber wenn immer mehr Fahrzeuge schnell an dem Feuer vorbeifahren, wäre es klar, dass etwas an diesem Standort die Fahrer dazu veranlasst, zu beschleunigen, selbst wenn das Feuer selbst nie beobachtet wurde. Da sich das Feuer in diesem Beispiel nicht auf der Straße befindet, wäre die einzige Angabe der umgebungsbedingten Anomalie das konsistente scheinbar „unberechenbare“ Verhalten einer Reihe von Fahrzeugen an demselben Standort. Nichtsdestotrotz kann die Konsistenz des Verhaltens ein Prädikat für die Annahme sein, dass etwas das Verhalten verursacht und sich fünfzig Fahrer innerhalb einer Zeitspanne von 30 Minuten nicht einfach zufällig dazu entschlossen haben, innerhalb von 200 Yards desselben Fahrbahnstandortes zu beschleunigen.
Da der ursprüngliche Fahrer von 100 wahrscheinlich zu dem Zeitpunkt, zu dem das Verhalten der Menge modelliert wird, wahrscheinlich längst nicht mehr da ist, weiß das Fahrzeug 100 zunächst möglicherweise nicht, dass das Verhalten des Fahrers nicht unberechenbar war, insbesondere wenn der Fahrer einer der ersten war, der das Feuer bemerkte und darauf reagierte. Da jedoch die Cloud 130 als Aufbewahrungs- und Verteilungspunkt von Informationen dienen kann, kann das Fahrzeug 100 später über die offensichtliche Anomalie informiert werden und das bordeigene Profilmodell entsprechend anpassen, was in diesem Fall Verwerfen des Verhaltens oder mindestens Verknüpfen des Verhaltens an das Verhalten des Fahrers, wenn eine tatsächliche Anomalie vorhanden wäre. Wenn der Fahrer im letzteren Fall zum Beispiel 200 Fälle von schnellem Fahren aus einer gefährlichen Situation heraus aufweist, die über ein Fahrjahrzehnt protokolliert wurden, und ansonsten vorsichtig gefahren ist, ist dies, wenn der Fahrer zu einem späteren Zeitpunkt plötzlich beschleunigt, keine unangemessene Vermutung, dass es eine umgebungsbedingte Ursache gab, die sogar die Cloud-Systeme dazu veranlassen kann, zu versuchen, mehr Daten über den Standort zu sammeln, an dem der Fahrer schnell gefahren ist, um die Quelle der vorhergesagten Anomalie zu bestimmen.
Die bordeigene Datenbank 113 kann lokalisierte Anomalien oder mögliche Anomalien beinhalten, die zudem mit Kartenkacheln verknüpft sein können. Wenn zum Beispiel das Fahrzeug 100 Kartenkacheln innerhalb von 10 Meilen von einem Zuhause-Standort und Kartenkacheln innerhalb von 5 Meilen von einem gegenwärtigen Standort speichert, können einige Daten verworfen und neu geladen werden, wenn das Fahrzeug diese Kacheln aktualisiert, während es fährt. Wenn sich die Anomalie in dem Zuhause-Standort-Datensatz befand, kann sie als Datensatz bestehen bleiben, bis sich der Zuhause-Standort ändert, aber ansonsten kann sie verworfen werden, wenn sich ein Fahrzeug 100 bewegt. Wenn die Anomalie angemessen durch das Fahrzeug 100 bestätigt wurde, verwirft es diesen einzelnen Datensatz möglicherweise nicht, bis es eine gewisse Sicherheit dafür hat, dass die Cloud-Anomaliedatenbank 133 ebenfalls die Anomalie aufgezeichnet hat, sodass das Fahrzeug 100 dennoch eine Aufzeichnung der Anomalie aufweisen kann, wenn es später zu diesem Standort zurückfährt.
Der Analyseprozess 115 kann unmittelbares und kürzlich beobachtetes Verhalten sowohl gegenüber einem Fahrerprofil als auch gegenüber einem Verhalten, das in Bezug auf andere Fahrzeuge 110, 120 beobachtet wurde, analysieren. Wenn zum Beispiel das Fahrzeug 100 das Ausscheren des Fahrzeugs 110 beobachtet, aber das Schlagloch 150 nicht beobachtet, kann es dies anfänglich als unberechenbares Verhalten für das Fahrzeug 110 klassifizieren, welches das Fahrzeug 110 sogar durch Übertragungskommunikation bestätigen könnte, wenn auch das Fahrzeug 110 das Schlagloch 150 nicht erkannt hat. Aber wenn das Fahrzeug 100 Momente später entweder ausschert oder in das Schlagloch fährt, wird es wissen, dass das Verhalten von 110 nicht ohne Grund unberechenbar war, und somit kann es einen Grund protokollieren und das Fahrzeug 110 darüber informieren, dass das Modell für den Fahrer von 110 kein unberechenbares Ausweichen widerspiegeln sollte, da 100 das Gleiche getan hat oder tatsächlich in das Schlagloch gefahren ist, wobei jedes davon dazu dienen kann, zu bestätigen, dass das ursprüngliche Verhalten nicht unberechenbar war.
Der Cloud-basierte Analyseprozess 137 kann anstelle des bordeigenen Prozesses 115 verwendet werden oder diesen ergänzen und kann Zugriff auf eine breitere Aufzeichnung von Profilen 133 und Anomalien 137 haben sowie eine größere Rechenleistung aufweisen. Wenn also das Fahrzeug 100 die vorstehende Situation beobachtet, könnte es seine eigene Analyse ausarbeiten und zudem das scheinbare unberechenbare Verhalten an die Cloud melden. Die Cloud könnte dann möglicherweise bereits über das Schlagloch 150 Bescheid wissen oder andere Informationen aufweisen, die verwendet werden könnten, um die durch das Fahrzeug 100 durchgeführte Analyse zu ergänzen. Die Cloud kann zudem eine Meldung von dem Fahrzeug 110 empfangen haben und kann diese gemeldeten Informationen verwenden, um die durch das Fahrzeug 100 bereitgestellte Analyse zu ergänzen, indem zunächst bestätigt wird, dass das Fahrzeug 110 der Ansicht war, dass es sich bei dem Ausscheren um eine Anomalie handelte, und dann wenige Augenblicke später realisiert wird, dass das Fahrzeug 100 gemeldet hat, das Gleiche getan zu haben, und somit dem Fahrzeug 110 zurückgemeldet, dass das Verhalten angemessen war. Dies ist eine nützliche Methode, die Informationen zwischen Fahrzeugen zu übermitteln, wenn sie nicht in einer sinnvollen Weise direkt kommunizieren können, und diese Rückmeldung und verbesserten Informationen ermöglichen es der bordeigenen Modellierung, eine höhere Genauigkeit zu gewährleisten.
Der Navigationsprozess 117 kann als Standardnavigationsprozess fungieren, kann jedoch auch Standorte angeben, an denen Anomalien beobachtet werden, wie etwa das Schlagloch 150, Standorte, an denen unberechenbares Verhalten beobachtet wird, und kann sogar unmittelbare Daten über umgebende Fahrzeuge bereitstellen. Da es unwahrscheinlich ist, dass der Prozess genau weiß, wo sich die umgebenden Fahrzeuge befinden, während sie sich weiter bewegen, kann er Referenzindikatoren wie Farben und Pfeile verwenden, um vorausliegende zu vermeidende Bereiche zu zeigen. Zum Beispiel kann das Erkennen eines unberechenbaren Verhaltens in dem Fahrzeug 120 den Navigationsprozess dazu veranlassen, die am weitesten rechts gezeigte Spur zu empfehlen oder ein Abbremsen oder Beschleunigen an dem Fahrzeug 120 vorbei zu empfehlen.
Der Alarmierungsprozess 119 kann in Verbindung mit dem Navigationsprozess 117 und dem Analyseprozess 115 arbeiten und mehreren Alarmierungsfunktionen dienen. Er kann dazu dienen, einen Fahrer hinsichtlich verschiedener externer oder selbst beobachteter Ereignisse zu alarmieren (z. B. entweder vor bevorstehenden Problemen zu warnen oder sicherzustellen, dass der Fahrer ordnungsgemäß alarmiert wird, wenn sich das Fahrzeug selbst unberechenbar verhält). Er kann die Cloud 130 alarmieren, die dann einen Zugangspunkt für öffentliche Sicherheit (public safety access point - PSAP) oder eine andere Autoritätsfigur durch den Prozess 139 warnen kann, wenn das unberechenbare Verhalten schwerwiegend ist. Der Alarmierungsprozess 119 kann zudem andere Fahrzeuge 110, 120 warnen, sowohl um einem Fahrzeug 120 mitzuteilen, dass es scheinbar unberechenbar ist, als auch um anderen Fahrzeugen 110 das beobachtete Verhalten mitzuteilen.
2 zeigt einen veranschaulichenden Anomalieerkennungs- und -meldeprozess aus der Perspektive von mindestens einem Fahrzeug. In dieser Ausführungsform kann ein Analyseprozess 115, wenn ein Fahrzeug 100 fährt, auf ein Fahrerprofil 111 zugreifen. Oder ein Cloud-basierter Analyseprozess 137 kann auf ein im Fahrzeug gespeichertes Profil 111 oder ein in der Cloud gespeichertes Profil 135 zugreifen. Dieses Beispiel wird so beschrieben, als ob der Prozess an Bord des Fahrzeugs 100 erfolgt, jedoch nur zu Veranschaulichungszwecken.
Aus dem Fahrerprofil für einen identifizierten Fahrer oder für ein „Fahrzeugfahrerprofil“, wenn das Fahrzeug 100 nicht zwischen Fahrern unterscheiden kann und einfach sein eigenes beobachtetes Verhalten als das „Fahrerverhalten“ modelliert, das eine Aggregation des Fahrerverhaltens von mehreren, aber wahrscheinlich wenigen Fahrern darstellt, kann das Fahrzeug 100 bei 203 das erwartete Modellverhalten laden. Dies kann zum Beispiel Geschwindigkeitsparameter beinhalten, die Schwellenwerte von Geschwindigkeitsbegrenzungen definieren, innerhalb derer der Fahrer normalerweise fährt (z. B. 5 Meilen darunter bis zu 10 % darüber), Bremsaggressivitätserwartungen, Spurhalteerwartungen usw. Viele unterschiedliche beobachtbare Fahrerverhaltensvariablen können beobachtet und modelliert werden, und wiederum dienen die zuvor genannten Variablen lediglich der Veranschaulichung. Das allgemeine Konzept besteht darin, dem Analyseprozess 115 des Fahrzeugs 100 einen Ausgangswert bereitzustellen, mit dem das beobachtete Verhalten verglichen werden soll, um unter anderem zu bestimmen, ob das Verhalten wirklich unberechenbar ist.
Während das Fahrzeug 100 fährt, verfolgt der Prozess 115 beliebige Zustandsvariablen, die beim Modellieren des Verhaltens verwendet werden, sowohl zu Zwecken der Datenerfassung als auch zu Zwecken der Identifizierung von unberechenbarem Verhalten. In diesem Beispiel berücksichtigt der Prozess 115 zur Veranschaulichung, ob die Geschwindigkeit bei 207 um mehr als einen erwarteten Schwellenwert abgewichen ist, ob das Bremsen bei 209 aggressiver als erwartet ist und ob die Spurhaltung bei 211 innerhalb der erwarteten Toleranz liegt. Solange das Verhalten innerhalb der erwarteten Grenzen oder Schwellenwerte bleibt, erfasst und analysiert der Prozess 115 weiterhin Daten, die zu dem Gesamtdatensatz hinzugefügt werden können, um das gemessene Verhalten zu verbessern und die Konfidenz der Schwellenwerte zu erhöhen, mit denen ein Vergleich durchgeführt wird.
Wenn es ein scheinbar unberechenbares Verhalten gibt, das durch Leistung außerhalb der erwarteten Grenzen dargestellt wird, kann der Prozess 115 dieses Verhalten bei 213 durch das Gateway 131 an die Cloud 130 melden. Der Analyseprozess 137 kann das Verhalten in Bezug auf einen größeren Datensatz analysieren, um zum Beispiel zu vergleichen, ob das Verhalten widerspiegelt, was andere Fahrzeuge 110, 120 der Beobachtung nach an ähnlichen Standorten getan haben. Die Cloud 130 kann zudem mit den Ergebnissen dieser Analyse antworten, die bei 215 von dem Fahrzeug 100 empfangen werden, was dem Prozess 115 des Fahrzeugs 100 helfen kann, bei 217 zu schlussfolgern, ob das Verhalten tatsächlich anomal ist oder nicht.
Da das Verhalten einfach eine erste Begegnung mit einer umgebungsbedingten Gefahr darstellen kann, ist die Tatsache, dass der Cloud-Prozess 137 nicht angibt, dass das Verhalten angemessen ist, nicht unbedingt dispositiv, aber im Moment der Bestätigung kann es so behandelt werden. Wenn zu einem späteren Zeitpunkt beobachtet wird, dass andere Fahrzeuge 110, 120 dasselbe Verhalten erfahren, kann sich die Schlussfolgerung in Bezug auf das beobachtete Verhalten immer ändern. Zu diesem Zeitpunkt kann der Prozess 115 jedoch das Profil 219 mit dem unberechenbaren Verhalten aktualisieren und, wenn das Verhalten ein Teilen rechtfertigt, die Informationen an die umgebenden Fahrzeuge 110, 120 übertragen, sodass sie eine beliebige gewünschte Maßnahme ergreifen können. Wenn das Verhalten nicht anomal ist oder als nicht anomal bestätigt wird, kann der Prozess 115 bei 221 die vorhandenen Modelle mit einer gewissen angemessenen Sicherheit hinsichtlich dessen stärken, dass das unberechenbare Verhalten einen guten Existenzgrund aufwies.
Auf diese und ähnliche Weise ist es möglich, die Modellierung des Fahrerverhaltens kontinuierlich zu verbessern und die Fähigkeit zum Bestimmen, wann sich ein Fahrer wirklich auf eine Weise verhält, die als unberechenbar und unerwartet gekennzeichnet werden kann, kontinuierlich zu verbessern.
Wenn die Anomalie eine geringe Abweichung ist, z. B. weniger als eine Standardabweichung außerhalb der Erwartungen, kann der Prozess 115 den Fahrer hinsichtlich der Abweichung alarmieren und kann Fahrzeugsteuersysteme verwenden, falls gewünscht, um das Verhalten wieder mit dem Fahrererwartungen in Einklang zu bringen. Wenn das Verhalten eine hohe Abweichung ist, z. B. mehrfache Abweichungen von den Erwartungen, kann der Prozess eine bordeigene Erkennung aktivieren, um das Wohlbefinden des Fahrers sicherzustellen, sowie alle notwendigen Diagnoseberichte ausführen und möglicherweise sogar den Notdienst um Unterstützung bitten, wenn etwas als Ergebnis der Folgeanalyse in gravierender Weise nicht in Ordnung zu sein scheint.
Der Prozess kann ein teilweises oder gänzlich unberechenbares Verhalten ebenfalls an benachbarte Fahrzeuge 110, 120 melden. Wenn das gemeldete Verhalten bezüglich der Unberechenbarkeit niedrig ist, aber als unberechenbar qualifiziert wird, können die benachbarten Fahrzeuge Empfehlungen oder Steuerungen bereitstellen, um das Fahrzeug in einer separaten Spur zu halten oder wenn möglich eine Lücke von einer Spur beizubehalten. Das Überholen eines derartigen Fahrzeugs kann zu einem erhöhten Vorsichtsalarm von dem benachbarten Fahrzeug führen - z. B. eine Art von Warnung an den Fahrer, der das Überholen in Angriff nimmt, dass eine Möglichkeit eines unerwarteten Verhaltens besteht.
Wenn das gemeldete unberechenbare Verhalten äußerst unberechenbar ist, können die benachbarten und umliegenden Fahrzeuge die Fahrer anweisen, einen Abstand zwischen sich selbst und dem Fahrzeug zu schaffen (abzubremsen oder schneller zu fahren), farbcodierte oder andere visuelle Orientierungshilfen dazu bereitstellen, wo sich das Fahrzeug 100 von Interesse relativ zu dem benachbarten Fahrzeug befindet, wobei unterschiedliche Farben und Alarmgrade auf den beobachteten und gemeldeten Niveaus des unberechenbaren Verhaltens basieren, oder sogar autonome oder halbautonome Systeme aktivieren, um Raum zwischen dem empfangenden Fahrzeug und dem meldenden Fahrzeug zu schaffen.
Die Cloud 130 kann zudem lokalisierte Fahrzeuge 110, 120 basierend auf ihren Standorten und des Standortes des sich unberechenbar verhaltenden Fahrzeugs 100 melden. Ein ähnlicher Prozess kann verwendet werden, um das Verhalten anderer Fahrzeuge zu beobachten, mit der Ausnahme, dass dem Analyseprozess typischerweise ein Ausgangswert für den Fahrer des anderen Fahrzeugs fehlt. Dennoch kann das beobachtende Fahrzeug 100 basierend auf einem verallgemeinerten Grundverhalten mindestens bestimmen, ob sich das beobachtete Fahrzeug in einer im Allgemeinen erwarteten Weise verhält, indem es das beobachtete Verhalten mit in der Menge modellierten Schwellenwerten vergleicht.
3 zeigt einen veranschaulichenden Prozess zur Handhabung von Anomaliemeldungen. In diesem Beispiel empfängt die Cloud 130 bei 301 eine Meldung von einem oder mehreren Fahrzeugen. Die Fahrzeuge 100, 110, 120 können sich über das Gateway 131 verbinden und Elemente der Meldung können analysiert und gegebenenfalls zu den Datenbanken 133, 135 hinzugefügt werden. Wenn zum Beispiel ein Fahrzeug 100 eine bestätigte Anomalie meldet, dann könnten dieser Standort und diese Tatsache der Anomaliedatenbank 133 hinzugefügt werden. Sie kann als temporäre Daten hinzugefügt werden, bis andere Fahrzeuge sie bestätigen, oder sie kann hinzugefügt werden, um vorhandene Daten zu stärken.
Ein aktualisiertes Fahrerprofil kann der Fahrerprofildatenbank 135 hinzugefügt werden, wenn diese Aufzeichnungen durch den Server gespeichert werden. Fahrerprofilaufzeichnungen können durch den Server verwendet zum Bestimmen, ob das Verhalten wirklich unberechenbar ist, und für andere Unterstützung bei der Analyse und Meldung verwendet werden. Diese Aufzeichnungen können basierend auf Meldungen oder immer dann, wenn das Fahrzeug 100 ein Ereignis oder eine Abweichung meldet, regelmäßig aktualisiert werden.
Die Meldung in diesem Beispiel, die bei 301 empfangen wurde, gibt ein beobachtetes unberechenbares Verhalten entweder des beobachtenden Fahrzeugs oder eines anderen durch das beobachtende Fahrzeug 100 beobachteten Fahrzeugs an. Da dem Fahrzeug 100 möglicherweise keine Anomalien bekannt ist und es ihm wahrscheinlich nicht bekannt ist, wie sich der Verkehr in der letzten Stunde an diesem bestimmten Standort verhalten hat, kann sich die Cloud 130 als nützliche Informationsquelle erweisen, wenn sie sowohl Verhalten als auch Anomalien, die von diesem Standort über einen Zeitraum gemeldet wurden, protokolliert hat.
Basierend auf eines mit dem Bericht assoziierten und darin enthaltenen Standorts kann der Prozess 137 den Standort in der Datenbank 133 überprüfen, um zu bestimmen, wie viele Zwischenfälle, Anomalien, unregelmäßige Sichtungen usw. an diesem Punkt oder in Bereichen in der Nähe dieses Punkts seitdem aufgetreten sind GPS-Koordinaten weisen zum Beispiel häufig eine nicht unerhebliche Fehlerquote auf. Somit könnte der Prozess 137 beim Überprüfen der Datenbank nach Aufzeichnungen innerhalb einer bekannten GPS-Fehlerspanne des gemeldeten Standortes suchen.
Wenn es eine bekannte Anomalie oder mehrere Fahrzeuge 110, 120 gibt, die bereits beobachtetes eigenes unberechenbares Verhalten oder das eines anderen Fahrzeugs an oder nahe dem gemeldeten Standort gemeldet haben, könnte das gemeldete Verhalten bei 305 als „erwartet“ klassifiziert werden. Der Prozess 137 kann dem Fahrzeug zurückmelden, dass das Verhalten nicht wirklich unberechenbar ist oder mindestens mit dem scheinbar unberechenbaren Verhalten anderer übereinstimmt, entweder aufgrund einer bekannten Anomalie oder einer unbekannten Anomalie, die möglicherweise später aufgeklärt werden kann. Wenn die Abweichung oder Anomalie bei 305 erwartet, bekannt, als wahrscheinlich korrekt usw. modelliert ist, kann der Prozess bei 307 dem Fahrzeug mit einer Bestätigung antworten, wodurch das Verhalten als nicht unberechenbar oder wahrscheinlich als Reaktion auf eine bekannte Umgebungsbedingung bestätigt wird. Das gemeldete und bestätigte Verhalten kann zudem verwendet werden, um ein Modell bei 309 zu stärken, das ein derartiges Verhalten an diesem Standort vorhersagt, oder um das wahrscheinliche oder gemeldete Vorhandensein einer umgebungsbedingten Anomalie zu stärken. Die Bestätigung an das Fahrzeug 100 kann einen Konfidenzwert beinhalten, der zum Beispiel die vorhergesagte Wahrscheinlichkeit angibt, dass das Verhalten angemessen oder mindestens konsistent war. Konfidenzwerte können basierend auf immer mehr Fahrzeugen aktualisiert werden, die eine Anomalie oder ein unberechenbares Verhalten melden. Die explizite Erkennung einer Anomalie (z. B. eines Schlaglochs) könnte zu einem aktuellen Konfidenzwert von 100 % führen, obwohl dies im Laufe der Zeit abnehmen könnte, wenn er nicht gestärkt wird (angesichts der Möglichkeit einer Reparatur). Das Erkennen einer wahrscheinlichen Anomalie basierend auf einem beobachteten unberechenbaren Verhalten von einer bestimmten Anzahl von Fahrzeugen könnte zu einem hohen Konfidenzwert führen, und wenn der Wert über einem Schwellenwert liegt, könnte dies der Anstoß für eine Alarmerzeugung sein. Zum Beispiel könnte der Alarm an Fahrzeuge in einer bestimmten Nähe zu einem Standort gesendet werden, an dem die Anomalie mit hoher Konfidenz erkannt wurde, und diese Fahrzeuge könnten dann eine genauere Bewertung vornehmen, wenn sie diesen Standort erreichen, falls sie jemals diesen Standort erreichen sollten.
Wenn zum Beispiel die meisten Fahrzeuge 100 einen Fuß nach links ausscheren, um ein Schlagloch 150 zu vermeiden, kann das gemeldete Ausscheren als „Standardverhalten“ bestätigt werden, es gelten jedoch die gleichen Konzepte in Bezug auf Standardabweichungen und andere statistische Analysen. Das heißt, wenn das Fahrzeug vier Fuß nach links ausscheren würde, wäre es im Verhältnis zur Menge immer noch unberechenbar und könnte einen unerfahrenen Fahrer darstellen, der im Allgemeinen schlecht auf Straßengefahren reagiert. Somit könnte, während der Umstand des Ausscherens als nicht unberechenbar bestätigt werden könnte, der Grad des Ausscherens dennoch als unberechenbar gekennzeichnet werden und zu Warnungen zur Vorsicht für andere Fahrer führen. Diese zusätzliche Bestätigung und Berücksichtigung des Bereiches der Abweichung und ähnlicher Faktoren können zudem zukünftige Alarme bereitstellen, basierend auf einem Fahrerprofil, das angibt, dass dieser Fahrer aggressiv ausschert, um Schlaglöcher zu vermeiden. Wenn sich dieser Fahrer mit 70 mph einem bekannten Schlagloch nähern würde, kann das System in der Nähe befindliche Fahrer darauf hinweisen, dass möglicherweise ein aggressives Ausschermanöver bevorsteht. Auf diese Weise kann ein bestimmtes Verhalten sogar basierend auf vergangenen Beobachtungen vorhergesagt werden.
In einem anderen Beispiel kann beobachtet werden, dass Lastwagen 1 Fuß ausscheren, um ein Schlagloch zu vermeiden, und dass Sportwagen 2,5 Fuß ausscheren, angesichts der viel höheren Wahrscheinlichkeit eines Schadens. Oder Lastwagen können über ein Trümmerstück fahren und Sportwagen können 2 Fuß um dieses herum ausscheren. Diese Arten von Beobachtungen können dazu beitragen, Reaktionen auf Gegenstände auf der Straße vorherzusagen und einen Fahrer wissen zu lassen, was ihn erwartet. Es kann zudem nützlich sein, zu wissen, dass, falls man sich im toten Winkel eines Sportwagens befindet, der sich einem Schlagloch nähert, der Sportwagen eine vorhergesagte Wahrscheinlichkeit aufweist, in die eigene Spur ausscheren, und Informationen wie diese können durch halbautonome oder autonome Fahrzeuge verwendet werden, um vorübergehend auf eine potenzielle Bedrohung zu reagieren, indem sie beispielsweise zurückfallen, bis das Fahrzeug das Schlagloch passiert hat.
Wenn das Verhalten bei 305 unerwartet ist, kann der Prozess das Verhalten zur zukünftigen Berücksichtigung protokollieren. Nur weil das Verhalten basierend auf vorheriger Beobachtung nicht erwartet wurde, bedeutet dies nicht unbedingt, dass das Verhalten endgültig unberechenbar ist, da jemand die erste Person sein muss, die auf eine beliebige umgebungsbedingte Anomalie trifft. Somit kann der Prozess 137 zum Beispiel die Anomalie katalogisieren und einen gewissen Zeitraum oder solange warten, bis eine Reihe von Meldungen von demselben oder einem ähnlichen Standort kommt, um zu bestimmen, ob die Anomalie real zu sein scheint. Wenn eine bestätigte oder höchstwahrscheinliche umgebungsbedingte Gefahr vorliegt, kann der Prozess 137 nachträglich früh gemeldetes Verhalten neu klassifizieren, Fahrerprofile aktualisieren und den Fahrzeugen zurückmelden, dass das beobachtete Verhalten tatsächlich nicht unberechenbar war.
Wenn das Verhalten basierend auf der Analyse unberechenbar erscheint, kann der Prozess bei 313 zunächst antworten, dass das Verhalten unerwartet war. Dies ermöglicht es dem Fahrzeug 100, das Verhalten als unerwartet bestätigt zu protokollieren, was jedoch in der Zukunft immer geändert werden kann, wenn spätere Daten etwas anderes angeben. Das Fahrzeug 100 selbst kann das Verhalten später neu klassifizieren, wenn der Fahrer durchgehend auf wiederholte Weise an oder nahe einem Standort abweicht, was möglicherweise etwas angibt, das der Fahrer vermeiden möchte, selbst wenn die Menge nicht auf ähnliche Weise zu reagieren scheint.
Wenn die Abweichung als extrem klassifiziert werden kann, z. B. ohne Einschränkung, wenn es sich um mehr als zwei Standardabweichungen von einem erwarteten Band oder vorherigem Fahrerverhalten handelt, kann der Prozess das Verhalten bei 315 als „extrem“ oder als höchste Alarmstufe klassifizieren. Dies kann bei 317 zur Ausgabe eines Alarms an die Fahrzeuge 110, 120 in der Nähe und in einigen Fällen sogar zu einem Alarm an Behörden führen.
Zum Beispiel kann ein anfänglicher „Extrem“-Alarm an Fahrzeuge in der Nähe ausgegeben werden, aber wenn das Fahrzeug 100 über einen vorbestimmten Zeitraum oder einen vorbestimmten Abstand weiterhin ein unerwartetes Verhalten aufweist, das als „extrem“ klassifiziert werden kann, kann der Prozess im Fall, dass der Fahrer in Not ist oder ein begründetes Risiko für andere Fahrer darstellt, bei 317 die Behörden alarmieren. Derartige Alarme können zudem die beobachteten Daten und Vorhersagen beinhalten, um anderen Fahrzeugen oder Behörden zu ermöglichen, zu bestimmen, ob eine Reaktion gerechtfertigt ist.
4 zeigt einen veranschaulichenden Prozess zur Bestätigung und Analyse lokaler Anomalien. In diesem Beispiel erkennt ein Fahrzeug bei 401 eine Anomalie basierend auf einer Änderung des Fahrerverhaltens oder einem beobachteten anderen Fahrzeug, das sich auf scheinbar unerwartete Weise verhält. Dies kann die vorstehend erörterten Variablen (Geschwindigkeit, Bremsen, Ausscheren) oder ein beliebiges anderes verfolgtes Verhalten beinhalten, das eine Schwellenabweichung über den Erwartungen (z. B. Standardabweichung) aufweist.
Sobald das Verhalten erkannt wurde, kann das Fahrzeug 100 bei 403 Sensoren überprüfen, um zu bestimmen, ob beliebige Ereignisse erkennbar sind oder protokolliert wurden, die das Verhalten erklären könnten. Wenn zum Beispiel ein Fahrer ausschert, könnte das Fahrzeug 100 eine Rückfahrkamera überprüfen, um zu sehen, ob andere Fahrer ausscheren. Wenn das Fahrzeug 100 beschleunigt, könnte der Prozess einen Abstand zu einem vorausfahrenden Fahrzeug überprüfen, um zu sehen, ob das vorausfahrende Fahrzeug ebenfalls beschleunigt. Der Prozess kann zum Beispiel zudem einen Aufhängungsschlag und andere Faktoren überprüfen, die zum Beispiel auf einen Beinaheunfall oder einen leichten Treffer eines Schlaglochs oder Objektes angeben könnten, zu dessen Vermeidung der Fahrer ausgeschert ist.
Wenn die Sensoren bei 405 ein Problem mit der Fahrbahn offenlegen, kann das Verhalten bei 411 als mögliche Reaktion auf dieses Verhalten protokolliert werden. Das heißt, das Fahrzeug 100 kann das Verhalten melden, aber im Fall, dass sich die Cloud der Anomalie, die das Fahrzeug 100 zudem erkannt hat, nicht bewusst ist, kann das Fahrzeug 100 zudem die erkannte Anomalie an diesem Standort angeben. Auf ähnliche Weise kann, selbst wenn das Fahrzeug 100 die Anomalie nicht erkennt, bei 407 anderer Verkehr erkannt werden, der sich auf eine ähnlich unerwartete Weise bewegt, und/oder kann lokale V2X-Meldungen empfangen, dass andere Fahrzeuge selbst melden, dass sie ähnliches unerwartetes Verhalten erleben. Erneut kann das Fahrzeug 100 diesen Indikator mit der Aufzeichnung des selbst beobachteten unerwarteten Verhaltens als eine mögliche Erklärung oder einen möglichen Kontext für das Verhalten protokollieren. Die Cloud kann diese Informationen verwenden, um Schlussfolgerungen zu stützen, andere Fahrer zu informieren, Fahrerprofile zu aktualisieren und im Allgemeinen einen besseren Kontext zu beobachtetem und gemeldetem anomalen Verhalten aufzubauen.
Sobald eine Protokollierung von Daten erfolgt ist, kann das Fahrzeug 100 die Daten bei 409 auf die vorstehend beschriebene Weise oder auf ähnliche kontextuelle Weise melden. Dies beinhaltet Melden von beliebigen selbst beobachteten Anomalien sowie Melden eines beliebigen möglichen Kontextes, der in Bezug auf die Anomalien protokolliert wird, die eine Grundursache außerhalb des Fahrzeugs 100 angeben könnten.
5 zeigt einen veranschaulichenden lokalen Kommunikationsprozess. Dies ist ein Prozess, den Fahrzeuge 100 verwenden können, um lokal miteinander zu kommunizieren und sich gegenseitig sowohl über das beobachtete Verhalten (eigenes oder anderer) als auch über einen beliebigen möglichen beobachteten Kontext, der durch das Fahrzeug 100 erfasst wird, zu informieren. In diesem Beispiel meldet das Fahrzeug 100 eine erkannte Anomalie, die zum Beispiel durch eine erfasste Fahrbahnabweichung oder eine erfasste Verkehrsverhaltensabweichung dargestellt wird (z. B. werden mehrere Fahrzeuge beobachtet, die um etwas herum ausscheren).
Das Fahrzeug 100 bestätigt bei 501 eine Anomalie basierend auf direktem Erfassen oder kontextbezogener Beobachtung. Bei kontextbezogener Beobachtung kann es sich sowohl um das Objektfahrzeug als auch um vorausfahrende oder nachfolgende Fahrzeuge sein, die ein ähnliches Vermeidungsverhalten aufweisen, was wahrscheinlich eine bestehende Anomalie angibt. Das Fahrzeug 100 meldet die Daten lokal an andere Fahrzeuge, was V2V-Kommunikation oder V2I-Kommunikation beinhalten kann, mittels derer die Daten an Infrastrukturelemente zur Weiterleitung an andere Fahrzeuge gemeldet werden.
Andere Fahrzeuge können in der Lage sein, die Daten zu stärken oder ihnen zu widersprechen. Zum Beispiel kann ein Fahrzeug ein Ausscheren bei einem vorausfahrenden Fahrzeug beobachten und kann ebenfalls ein Ausscheren erfahren, was angibt, dass beide Fahrzeuge versuchen, etwas zu vermeiden, das das Fahrzeug 100 nicht erkannt hat. Das Fahrzeug 100 kann dieses Verhalten lokal melden und ein Fahrzeug, das sich weiter vor oder hinter ihm befindet, kann angeben, dass sein Fahrer nicht ausgeschert ist, aber eine Aufhängungsreaktion aufgetreten ist. Ein anderes Fahrzeug kann ein ähnliches Ausscheren melden. Alle diese Daten stärken tendenziell den Kontext, dass etwas auf der Straße zu vermeiden ist und dass keine der scheinbar fehlerhaften Verhaltensweisen unangemessen war. Das ursprüngliche Fahrzeug 100 kann diese Reaktionen bei 505 empfangen und bei 507 bestimmen, ob die Reaktionen kontextbezogene Schlussfolgerungen stärken.
Wenn alle anderen Fahrzeuge keine Änderung oder keine Erkennung angegeben haben, ist es möglich, dass in dem vorstehenden Beispiel das beobachtete Fahrzeug und das Objektfahrzeug beide ein Tier oder ein anderes vorübergehendes Hindernis vermieden haben oder dass beide zufällig einfach ausgeschert sind. In diesem Fall stärken die reagierenden Daten keine Schlussfolgerung über den äußeren Kontext. Das Fahrzeug 100 kann das Modell für diesen Standort aktualisieren, wenn die Daten eine Stärkung angeben, sowie das Modell dafür, wie sich der Fahrer erwartungsgemäß verhalten wird, bei 511 aktualisieren. Das heißt, wenn das Verhalten des Fahrers nicht letztendlich unerwartet war, kann das Fahrzeug 100 bestärken, dass der Fahrer tendenziell Hindernisse vermeidet, und dass der Fahrer keine Neigung zu unerwartetem Ausscheren angegeben hat (zum Beispiel).
Erneut kann das Fahrzeug 100 bei 509 die Beobachtungen, Stärkungen, aktuellen Modelle für seinen eigenen Fahrer und die Wahrscheinlichkeit von Außenbedingungen an einem gegebenen Standort melden.
6 zeigt einen veranschaulichenden Anomalieaktualisierungsprozess. Dieses Beispiel ist ein Cloud-seitiger Prozess, der Angaben von einem (für Fahrzeuge) äußeren Kontext, wie etwa Schlaglöcher oder andere mögliche umgebungsbedingte oder externe Faktoren, die ein bestimmtes Verhalten verursachen können, empfängt und/oder der angeben kann, dass ein bestimmtes Verhalten tatsächlich wünschenswert ist. Der Prozess kann bei 601 eine oder mehrere Angaben einer Anomaliebestätigung empfangen haben, sodass ein Schwellenwert zum Bestätigen des kontextbedingten Faktors erreicht wurde, was das Hinzufügen des Faktors zu einer Datenbank als dauerhafte oder vorübergehende Bedingung rechtfertigen kann.
Da sich der Prozess auf Daten von einer Vielzahl von Fahrzeugen über einen bestimmten Standort stützen kann, kann der Prozess bei 603 sowohl mit diesen Fahrzeugen als auch mit anderen Fahrzeugen, die sich nun in der Nähe befinden, überprüfen. Die ursprünglich meldenden Fahrzeuge 100 können zusätzlichen Kontext offenlegen, der noch nicht gemeldet wurde, und neue Fahrzeuge an dem Standort können das Vorhandensein des externen Faktors basierend auf ihren eigenen gegenwärtigen Beobachtungen bestätigen oder widerlegen. Wenn die Anomalie bestätigt wird, kann der Prozess diesen Umstand bei 505 an alle der ursprünglich meldenden Fahrzeuge kommunizieren, bei denen die Anomalie möglicherweise noch immer als unbestätigt protokolliert ist und auf weitere Daten wartet. Diese Fahrzeuge 100 können dann ihre eigenen internen Aufzeichnungen über diesen Standort und über das Fahrerverhalten aktualisieren, das dann als wahrscheinlich angemessen bestätigt wurde.
Der Prozess kann zudem die Anomalie an eine Vielzahl von Fahrzeugen übertragen, die sich innerhalb eines bestimmten Bereiches des externen Faktors befinden, sodass andere Fahrzeuge, die möglicherweise auf den Faktor treffen, nun über die Informationen verfügen. Dies hilft diesen Fahrzeugen auch dabei, Verhalten im richtigen Kontext zu beobachten, wenn sie auf den Standort treffen, und kann dabei helfen, das „erwartete“ Verhalten für Fahrzeuge an diesem Standort neu zu definieren, was dabei helfen kann, falsche Schlussfolgerungen über das beobachtete Verhalten an Bord oder extern zu ziehen.
Wenn die Anomalie bereits ein Alarm erzeugt hätte und/oder wenn das Verhalten bei 609 einen Alarm erzeugt hätte (z. B. Melden einer wahrscheinlichen Anomalie oder Melden eines wahrscheinlich „gefährlichen“ Fahrzeugs basierend auf dem Verhaltens), können diese Alarme angesichts des bestätigten Kontextes modifiziert werden, was es den empfangenden Fahrzeugen (welche die Alarme empfangen) ermöglichen kann, entsprechend zu reagieren, indem bordeigene Datenspeicher aktualisiert werden und Fahrer über Änderungen basierend auf dem Melden informiert werden.
Durch Verwenden von Rückmeldung, Erfassen und kooperativem Informationsaustausch ermöglichen die veranschaulichenden Ausführungsformen und dergleichen, dass verbesserte Schlussfolgerungen über das beobachtete Fahrzeugverhalten gezogen werden können, was wiederum die Fähigkeit von autonomen und halbautonomen Fahrzeugen verbessert, auf erkanntes Verhalten zu reagieren, sowie die Fähigkeit dieser Fahrzeuge verbessert, durch unerwartete externe Herausforderungen zu navigieren. Gleichzeitig können den Fahrern aktuelle und genaue Informationen darüber gegeben werden, ob es Bereiche oder Fahrzeuge gibt, die vermieden werden sollten, und ob sich ein Fahrzeug, das sich der Beobachtung nach in unerwarteter Weise verhält, tatsächlich angemessen verhält.
Wenngleich vorstehend beispielhafte Ausführungsformen beschrieben sind, sollen diese Ausführungsformen nicht alle möglichen Formen beschreiben, die durch die Patentansprüche eingeschlossen sind. Die in der Beschreibung verwendeten Ausdrücke sind vielmehr beschreibende Ausdrücke als einschränkende Ausdrücke und es versteht sich, dass verschiedene Änderungen vorgenommen werden können, ohne vom Wesen und Umfang der Offenbarung abzuweichen. Wie vorstehend beschrieben, können die Merkmale verschiedener Ausführungsformen kombiniert werden, um weitere Ausführungsformen der Erfindung zu bilden, die unter Umständen nicht ausdrücklich beschrieben oder veranschaulicht sind. Wenngleich verschiedene Ausführungsformen gegenüber anderen Ausführungsformen oder Umsetzungen nach dem Stand der Technik hinsichtlich einer oder mehrerer gewünschter Eigenschaften als vorteilhaft oder bevorzugt beschrieben worden sein könnten, erkennt der Durchschnittsfachmann, dass bei einem/einer oder mehreren Merkmalen oder Eigenschaften Kompromisse eingegangen werden können, um die gewünschten Gesamtattribute des Systems zu erzielen, die von der konkreten Anwendung und Umsetzung abhängen. Diese Attribute können unter anderem Folgendes beinhalten: Kosten, Festigkeit, Lebensdauer, Lebenszykluskosten, Marktfähigkeit, Erscheinungsbild, Verbauung, Größe, Wartungsfähigkeit, Gewicht, Herstellbarkeit, Einfachheit der Montage usw. Somit liegen Ausführungsformen, die in Bezug auf eine oder mehrere Eigenschaften als weniger wünschenswert als andere Ausführungsformen oder Umsetzungen des Stands der Technik beschrieben sind, nicht außerhalb des Umfangs der Offenbarung und können für konkrete Anwendungen wünschenswert sein.
Gemäß der vorliegenden Erfindung ist ein System bereitgestellt, das Folgendes aufweist: einen Prozessor, der zu Folgendem konfiguriert ist: Bestimmen, dass ein unberechenbares Fahrzeugverhalten erfasst wurde, basierend auf einem Vergleich einer erfassten Fahrzeugverhaltenseigenschaft an einem gegebenen Standort mit einem vordefinierten erwarteten Wert der Eigenschaft; Bestimmen, ob eine umgebungsbedingte Anomalie in Verbindung mit dem gegebenen Standort erkannt wurde; Klassifizieren des erfassten unberechenbaren Verhaltens basierend darauf, ob die umgebungsbedingte Anomalie erkannt wurde; und als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar basierend auf dem Bestimmen, dass keine umgebungsbedingte Anomalie erkannt wurde, Melden des unberechenbaren Verhaltens zusammen mit dem gegebenen Standort an einen entfernten Server.
Gemäß einer Ausführungsform ist das unberechenbare Fahrzeugverhalten das eines Fahrzeugs, das den Prozessor beinhaltet.
Gemäß einer Ausführungsform ist das unberechenbare Fahrzeugverhalten das eines Fahrzeugs, welches durch einen Sensor eines Fahrzeugs erfasst wird, das den Prozessor beinhaltet.
Gemäß einer Ausführungsform ist der Prozessor dazu konfiguriert, Informationen von einem entfernten Server bezüglich des gegebenen Standortes anzufordern, um zu bestimmen, ob die umgebungsbedingte Anomalie auf dem Server identifiziert wurde.
Gemäß einer Ausführungsform ist der Prozessor dazu konfiguriert, die umgebungsbedingte Anomalie unter Verwendung eines oder mehrerer bordeigener Sensoren zu erfassen, wenn ein Fahrzeug, das den Prozessor beinhaltet, an dem gegebenen Standort vorbeifährt.
Gemäß einer Ausführungsform ist der Prozessor ferner dazu konfiguriert, als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar basierend auf dem Bestimmen, dass keine umgebungsbedingte Anomalie erkannt wurde, eine Meldung des unberechenbaren Verhaltens lokal zu übertragen.
Gemäß einer Ausführungsform ist der Prozessor ferner zu Folgendem konfiguriert: Übertragen des erfassten unberechenbaren Verhaltens als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar; Empfangen einer Angabe von mindestens einem anderen Fahrzeug als Reaktion auf die Übertragung, wobei die Angabe ein Vorhandensein einer durch das mindestens eine andere Fahrzeug erkannten umgebungsbedingten Anomalie angibt; und Klassifizieren des Verhaltens basierend auf der Angabe als nicht unberechenbar.
Gemäß einer Ausführungsform wurde die beobachtete Verhaltenseigenschaft für ein Fahrzeug, das den Prozessor beinhaltet, beobachtet, und wobei der vordefinierte erwartete Wert der Eigenschaft von einem Profil eines Fahrers des Fahrzeugs erlangt wird, das lokal in einem Speicher des Fahrzeugs gespeichert ist.
Gemäß der vorliegenden Erfindung ist ein System bereitgestellt, das Folgendes aufweist: einen Prozessor, der zu Folgendem konfiguriert ist: Empfangen einer Meldung über beobachtetes unberechenbares Verhalten bezüglich eines ersten Fahrzeugs an einem Standort; Zugreifen auf Meldungen von einer Vielzahl von anderen Fahrzeugen, die angeben, ob die Vielzahl von anderen Fahrzeugen einen oder mehrere Indikatoren einer Anomalie an dem Standort beobachtet hat; als Reaktion darauf, dass die Vielzahl von anderen Fahrzeugen einen oder mehrere Indikatoren einer Anomalie beobachtet, Reagieren auf die Meldung mit einer Angabe, dass das Verhalten nicht unberechenbar ist; basierend auf der Meldung, Aktualisieren von Daten, die das Vorhandensein der Anomalie an dem Standort angeben, was Aktualisieren eines Konfidenzwertes beinhaltet; und als Reaktion darauf, dass das Aktualisieren zu einem Konfidenzwert über einem Schwellenwert führt, Senden eines Alarms, der das Vorhandensein der Anomalie angibt, an Fahrzeuge innerhalb einer vordefinierten Nähe des Standortes.
Gemäß einer Ausführungsform beinhaltet mindestens einer der Indikatoren der Anomalie eine ausdrückliche Erkennung der Anomalie durch einen Sensor des meldenden Fahrzeugs und wobei der Konfidenzwert basierend auf der ausdrücklichen Erkennung auf ein Maximum festgelegt ist.
Gemäß einer Ausführungsform nimmt der Konfidenzwert vom Maximum in Abhängigkeit von der Zeit ab, seit die ausdrückliche Erkennung gemeldet wurde.
Gemäß einer Ausführungsform beinhaltet die Aktualisierung eine Aktualisierung eines Fahrerprofils, das einem bekannten Fahrer des ersten Fahrzeugs zugeordnet ist, um anzugeben, dass das beobachtete unberechenbare Verhalten basierend auf der Vielzahl von anderen Fahrzeugen, die einen oder mehrere Indikatoren der Anomalie beobachten, nicht unberechenbar war.
Gemäß einer Ausführungsform ist der Prozessor ferner zu Folgendem konfiguriert: Reagieren auf die Meldung mit einer Angabe, dass das Verhalten unberechenbar ist, als Reaktion darauf, dass Daten, die dem Standort zugeordnet sind, in einer Datenbank, auf die durch den Prozessor zugriffen werden kann, das Vorhandensein der Anomalie nicht angeben.
Gemäß einer Ausführungsform beinhaltet die Aktualisierung eine Aktualisierung eines Fahrerprofils, das einem bekannten Fahrer des ersten Fahrzeugs zugeordnet ist, um als Reaktion darauf, dass die Daten das Vorhandensein der Anomalie nicht angeben, anzugeben, dass das beobachtete unberechenbare Verhalten unberechenbar war.
Gemäß einer Ausführungsform bezieht sich das unberechenbare Verhalten auf die Spurhaltung und gibt die Meldung an, dass erkannt wurde, dass das erste Fahrzeug mehr als eine Schwellenabweichung von einer Fahrspur aufweist.
Gemäß einer Ausführungsform bezieht sich das unregelmäßige Verhalten auf Beschleunigung und wobei die Meldung angibt, dass das erste Fahrzeug mehr als eine Schwellenabweichung der Beschleunigungsänderung über einen beobachteten Zeitraum aufweist.
Gemäß einer Ausführungsform bezieht sich das unregelmäßige Verhalten auf Geschwindigkeit und wobei die Meldung angibt, dass das erste Fahrzeug mehr als eine Schwellenabweichung der Geschwindigkeitsänderung über einen beobachteten Zeitraum aufweist.
Gemäß einer Ausführungsform beinhalten der eine oder die mehreren Indikatoren der Anomalie mindestens eines von beobachtetem unberechenbaren Verhalten von mindestens einem Fahrzeug an dem Standort oder ausdrücklichem Erfassen der Anomalie über einen Sensor des meldenden Fahrzeugs.
Gemäß der vorliegenden Erfindung beinhaltet ein Verfahren Folgendes: Bestimmen, dass ein unberechenbares Fahrzeugverhalten erfasst wurde, basierend auf einem Vergleich einer erfassten Fahrzeugverhaltenseigenschaft an einem gegebenen Standort mit einem vordefinierten erwarteten Wert der Eigenschaft, der in Bezug auf ein Fahrerprofil für einen Fahrer eines Fahrzeugs definiert ist, für welches das unberechenbare Verhalten erfasst wurde; Bestimmen, ob eine umgebungsbedingte Anomalie in Verbindung mit dem gegebenen Standort erkannt wurde, basierend auf mindestens einem davon, dass ein Speicher an Bord des Fahrzeugs eine Meldung der Anomalie beinhaltet oder dass ein Sensor des Fahrzeugs die Anomalie erfasst; Klassifizieren des beobachteten unberechenbaren Verhaltens basierend darauf, ob die umgebungsbedingte Anomalie erkannt wurde; und als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar basierend auf dem Bestimmen, dass keine umgebungsbedingte Anomalie erkannt wurde, Melden des unberechenbaren Verhaltens zusammen mit dem gegebenen Standort an einen entfernten Server.
In einem Aspekt der Erfindung beinhaltet das Verfahren Folgendes: Übertragen des beobachteten unberechenbaren Verhaltens als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar; drahtloses Empfangen einer Angabe von mindestens einem anderen Fahrzeug als Reaktion auf die Übertragung, wobei die Angabe ein Vorhandensein einer durch das mindestens eine andere Fahrzeug erkannten umgebungsbedingten Anomalie angibt; und Klassifizieren des Verhaltens basierend auf der Angabe als nicht unberechenbar.

Claims

System, umfassend: einen Prozessor, der zu Folgendem konfiguriert ist: Bestimmen, dass ein unberechenbares Fahrzeugverhalten erfasst wurde, basierend auf einem Vergleich einer erfassten Fahrzeugverhaltenseigenschaft an einem gegebenen Standort mit einem vordefinierten erwarteten Wert der Eigenschaft; Bestimmen, ob eine umgebungsbedingte Anomalie in Verbindung mit dem gegebenen Standort erkannt wurde; Klassifizieren des erfassten unberechenbaren Verhaltens basierend darauf, ob die umgebungsbedingte Anomalie erkannt wurde; und als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar basierend auf dem Bestimmen, dass keine umgebungsbedingte Anomalie erkannte wurde, Melden des unberechenbaren Verhaltens zusammen mit dem gegebenen Standort an einen entfernten Server.
System nach Anspruch 1, wobei das unberechenbare Fahrzeugverhalten das eines Fahrzeugs ist, das den Prozessor beinhaltet.
System nach Anspruch 1, wobei das unberechenbare Fahrzeugverhalten das eines Fahrzeugs ist, welches durch einen Sensor eines Fahrzeugs erfasst wird, das den Prozessor beinhaltet.
System nach Anspruch 1, wobei der Prozessor dazu konfiguriert ist, Informationen von einem entfernten Server bezüglich des gegebenen Standortes anzufordern, um zu bestimmen, ob die umgebungsbedingte Anomalie auf dem Server identifiziert wurde.
System nach Anspruch 1, wobei der Prozessor dazu konfiguriert ist, die umgebungsbedingte Anomalie unter Verwendung eines oder mehrerer bordeigener Sensoren zu erfassen, wenn ein Fahrzeug, das den Prozessor beinhaltet, an dem gegebenen Standort vorbeifährt.
System nach Anspruch 1, wobei der Prozessor ferner dazu konfiguriert ist, als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar basierend auf dem Bestimmen, dass keine umgebungsbedingte Anomalie erkannt wurde, eine Meldung des unberechenbaren Verhaltens lokal zu übertragen.
System nach Anspruch 1, wobei der Prozessor ferner zu Folgendem konfiguriert ist: Übertragen des erfassten unberechenbaren Verhaltens als Reaktion auf das Klassifizieren des Verhaltens als unberechenbar; Empfangen einer Angabe von mindestens einem anderen Fahrzeug als Reaktion auf die Übertragung, wobei die Angabe ein Vorhandensein einer durch das mindestens eine andere Fahrzeug erkannten umgebungsbedingten Anomalie angibt; und Neuklassifizieren des Verhaltens als nicht unberechenbar basierend auf der Angabe.
System nach Anspruch 1, wobei die beobachtete Verhaltenseigenschaft für ein Fahrzeug, das den Prozessor beinhaltet, beobachtet wurde und wobei der vordefinierte erwartete Wert der Eigenschaft von einem Profil eines Fahrers des Fahrzeugs erlangt wird, das lokal in einem Speicher des Fahrzeugs gespeichert ist.
System, umfassend: einen Prozessor, der zu Folgendem konfiguriert ist: Empfangen einer Meldung über beobachtetes unberechenbares Verhalten bezüglich eines ersten Fahrzeugs an einem Standort; Zugreifen auf Meldungen von einer Vielzahl von anderen Fahrzeugen, die angeben, ob die Vielzahl von anderen Fahrzeugen einen oder mehrere Indikatoren einer Anomalie an dem Standort beobachtet hat, als Reaktion darauf, dass die Vielzahl von anderen Fahrzeugen einen oder mehrere Indikatoren einer Anomalie beobachtet, Reagieren auf die Meldung mit einer Angabe, dass das Verhalten nicht unberechenbar ist; Aktualisieren von Daten, die das Vorhandensein der Anomalie an dem Standort angeben, basierend auf der Meldung, was Aktualisieren eines Konfidenzwertes beinhaltet; und als Reaktion darauf, dass das Aktualisieren zu einem Konfidenzwert über einem Schwellenwert führt, Senden eines Alarms an Fahrzeuge innerhalb einer vordefinierten Nähe des Standortes, der das Vorhandensein der Anomalie angibt.
System nach Anspruch 9, wobei mindestens einer der Indikatoren der Anomalie eine ausdrückliche Erkennung der Anomalie durch einen Sensor des meldenden Fahrzeugs beinhaltet und wobei der Konfidenzwert basierend auf der ausdrücklichen Erkennung auf ein Maximum festgelegt ist.
System nach Anspruch 9, wobei der Konfidenzwert vom Maximum in Abhängigkeit von der Zeit abnimmt, seit die ausdrückliche Erkennung gemeldet wurde.
System nach Anspruch 9, wobei die Aktualisierung eine Aktualisierung eines Fahrerprofils beinhaltet, das einem bekannten Fahrer des ersten Fahrzeugs zugeordnet ist, um anzugeben, dass das beobachtete unberechenbare Verhalten basierend auf der Vielzahl von anderen Fahrzeugen, die einen oder mehrere Indikatoren der Anomalie beobachten, nicht unberechenbar war.
System nach Anspruch 9, wobei der Prozessor ferner zu Folgendem konfiguriert ist: Reagieren auf die Meldung mit einer Angabe, dass das Verhalten unberechenbar ist, als Reaktion darauf, dass Daten, die dem Standort zugeordnet sind, in einer Datenbank, auf die durch den Prozessor zugriffen werden kann, das Vorhandensein der Anomalie nicht angeben.
System nach Anspruch 12, wobei die Aktualisierung eine Aktualisierung eines Fahrerprofils beinhaltet, das einem bekannten Fahrer des ersten Fahrzeugs zugeordnet ist, um als Reaktion darauf, dass die Daten das Vorhandensein der Anomalie nicht angeben, anzugeben, dass das beobachtete unberechenbare Verhalten unberechenbar war.
System nach Anspruch 9, wobei sich das unberechenbare Verhalten auf die Spurhaltung bezieht und die Meldung angibt, dass erkannt wurde, dass das erste Fahrzeug mehr als eine Schwellenabweichung von einer Fahrspur aufweist.