-
Die vorliegende Erfindung betrifft ein Verfahren zur Beurteilung des Status von Verkehrsampeln für ein Fahrzeug, insbesondere für ein Fahrzeug mit autonomen Fahrfunktionen. Darüber hinaus betrifft die vorliegende Erfindung ferner ein entsprechendes Computerprogrammprodukt und ein entsprechendes System zur Beurteilung des Status von Verkehrsampeln für ein Fahrzeug.
-
Im Zuge der technologischen Entwicklung werden die Fahrzeuge immer intelligenter, und der Fahrer kann wählen, ob er manuell fahren oder die Fahrassistenzfunktion oder die autonome Fahrfunktion einschalten möchte. Insbesondere wenn das fortschrittliche Fahrerassistenz-/autonome Fahrsystem des Fahrzeugs aktiviert ist, muss das Fahrzeug den Status der Verkehrsampeln erkennen, wenn das Fahrzeug auf eine Kreuzung mit Verkehrsampeln zufährt, um entsprechend dem Status der Verkehrsampeln die Verkehrsregeln zu befolgen.
-
Im Stand der Technik erfassen Fahrzeuge mit autonomer Fahrfunktion üblicherweise gezielt Verkehrsampeln anhand von fahrzeugseitigen Karten und erkennen die Farbe der Verkehrsampeln durch fahrzeugseitige Kameras, um den Status von Verkehrsampeln, insbesondere von Verkehrsampeln, die der aktuellen Fahrspur entsprechen, zu beurteilen, und Fahrzeuge mit autonomer Fahrfunktion treffen basierend auf den Beurteilungsergebnissen in Kombination mit der aktuellen Verkehrsumgebung Entscheidungen, um das Fahrzeug derart zu steuern, dass es weiterfährt, langsamer wird oder anhält und wartet. Aufgrund der relativen Positionen des Fahrzeugs und der Verkehrsampeln, des Blickwinkels der Sensoren, der Wetterbedingungen, der Lichtwellenleiterbedingungen und anderer Gründe ist jedoch die Erkennungsgenauigkeit der fahrzeugseitigen Kamera begrenzt, sodass es zu Fehlern bei der Statusbeurteilung der Verkehrsampel kommen kann, was dazu führen kann, dass Fahrzeuge gegen Verkehrsregeln verstoßen und sogar gefährliche Verkehrsunfälle verursachen. Darüber hinaus wird im Stand der Technik nicht nach der Kategorie des Kreuzungsbereichs unterschieden, was dazu führt, dass die bestehenden Verfahren zur Beurteilung des Status von Verkehrsampeln nicht flexibel an verschiedene Kategorien von Kreuzungsbereichen angepasst werden können, wodurch die Genauigkeit der Statusbeurteilung von Verkehrsampeln verringert wird. Insbesondere bei komplexen Kreuzungsbereichen, insbesondere bei großen Kreuzungsbereichen mit Linksabbiegestreifen oder Geradeausfahrstreifen, kann allein durch die Erkennung der Farbe einzelner Verkehrsampeln nicht garantiert werden, dass das autonome Fahrsystem genaue und sichere Entscheidungen trifft.
-
Aufgabe der vorliegenden Erfindung ist es daher, ein verbessertes Verfahren zur Beurteilung des Status von Verkehrsampeln für Fahrzeuge, insbesondere für Fahrzeuge mit autonomen Fahrfunktionen, bereitzustellen, wobei es durch das Verfahren möglich ist, Kameraerkennungsinformationen, Informationen über das Verhalten anderer Verkehrsteilnehmer und/oder Vehicle-to-Everything-Informationen umfassend zu analysieren und die Analysegewichte flexibel für verschiedene Kategorien von Kreuzungsbereichen anzupassen, um den Status von Verkehrsampeln gezielter und genauer zu beurteilen, wodurch dem Fahrer des Fahrzeugs oder dem Fahrzeug mit autonomen Fahrfunktionen ermöglicht wird, genauere und sicherere Entscheidungen zu treffen und die Fahrsicherheit des Fahrzeugs zu gewährleisten. Aufgabe der vorliegenden Erfindung ist ferner, ein entsprechendes Computerprogrammprodukt und ein entsprechendes System zur Beurteilung des Status von Verkehrsampeln für ein Fahrzeug bereitzustellen.
-
Gemäß einem ersten Aspekt der vorliegenden Erfindung wird ein Verfahren zur Beurteilung des Status einer Verkehrsampel für ein Fahrzeugs bereitgestellt, wobei das Verfahren mindestens die folgenden Schritte umfasst:
- S1: Bestimmen der Kategorie des Kreuzungsbereichs;
- S2: Erfassen von Kameraerkennungsinformationen des Fahrzeugs, Informationen über das Verhalten anderer Verkehrsteilnehmer außerhalb des Fahrzeugs und/oder Vehicle-to-Everything-Informationen;
- S3: Anpassen der Analysegewichte der erfassten Informationen entsprechend der Kategorie des Kreuzungsbereichs, in dem sich das Fahrzeug befindet, und Kombinieren der Analysegewichte, um die Kameraerkennungsinformationen, die Informationen über das Verhalten anderer Verkehrsteilnehmer und/oder die Vehicle-to-Everything-Informationen umfassend zu analysieren, um den Status der Verkehrsampel zu bestimmen.
-
Im Rahmen der vorliegenden Erfindung ist unter „Analysegewicht“ die Glaubwürdigkeit oder Relevanz verschiedener Informationen bei der Beurteilung des Status von Verkehrsampeln zu verstehen. Dabei kann das Analysegewicht beispielsweise einen Wert zwischen 0 und 1 aufweisen. Je höher das Analysegewicht der Information ist, desto relevanter ist die Information für die Beurteilung des Status der Verkehrsampel und desto größer ist der Einfluss der Information auf das Beurteilungsergebnis der Verkehrsampel. Wenn das Analysegewicht einer Information 1 ist, hängt das Ergebnis der Beurteilung des Status der Verkehrsampel vollständig von der analytischen Verarbeitung der Information ab; und wenn das Analysegewicht einer Information 0 ist, beeinflusst die analytische Verarbeitung der Information das Ergebnis der Beurteilung des Status der Verkehrsampel nicht.
-
Im Rahmen der vorliegenden Erfindung sind unter „Vehicle-to-Everything-Informationen“ (V2X-lnformationen) Informationen über die Interaktion des Fahrzeugs mit allen Einheiten, die es beeinflussen können, zu verstehen, wobei die Einheiten andere Fahrzeuge, Infrastruktur, Fußgänger usw. sein können. Dabei werden die Vehicle-to-Everything-Informationen durch die Vehicle-to-Everything-Vorrichtung des Fahrzeugs empfangen.
-
Im Vergleich zum Stand der Technik basiert das erfindungsgemäße Verfahren zur Beurteilung des Status von Verkehrsampeln nicht nur auf Kameraerkennungsinformationen, sondern auch auf einer umfassenderen Analyse von Informationen über das Verhalten anderer Verkehrsteilnehmer und/oder Vehicle-to-Everything-Informationen, und die Analysegewichte jeder Information werden flexibel an verschiedene Kategorien von Kreuzungsbereichen angepasst, sodass der Status von Verkehrsampeln realistischer beurteilt werden kann, sodass genauere Beurteilungsergebnisse erhalten werden. Dadurch kann der Status von Verkehrsampeln auch dann genau beurteilt werden, wenn die Kamera sie normalerweise oder in komplexen Kreuzungsbereichen nicht erkennen kann.
-
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung weist der Kreuzungsbereich mindestens eine Kategorie auf, wobei die Kategorie mindestens aus der Gruppe ausgewählt ist, die aus Folgendem besteht: normaler Kreuzungsbereich, Linksabbiegewartebereich, Geradeausfahrwartebereich, Kreuzungsbereich mit nahe beieinander angeordneten Verkehrsampeln, großer Kreuzungsbereich, Kreuzungsbereich mit seitlich angeordneten Verkehrsampeln, Kreuzungsbereich mit speziellen Kategorien von Verkehrsampeln.
-
Im Rahmen der vorliegenden Erfindung ist unter einem „normalen Kreuzungsbereich“ zu verstehen, dass sich die Verkehrsampeln im Kreuzungsbereich vorne an der Fahrspur befinden, der Abstand der Verkehrsampeln relativ zur entsprechenden Haltelinie innerhalb des effektiven Erfassungsbereichs der fahrzeugseitigen Kamera liegt und die Verkehrsampeln durch die fahrzeugseitige Kamera eindeutig erkannt werden können. Dabei ist ein normaler Kreuzungsbereich in der Regel der am einfachsten anzutreffende Kreuzungsbereich im tatsächlichen Fahrbetrieb.
-
Im Rahmen der vorliegenden Erfindung ist unter einem „Linksabbiegewartebereich“ der Bereich der Kreuzung zu verstehen, auf den bei eingeschaltetem Grünlicht für die Geradeausfahrspur in die gleiche Richtung Fahrzeuge auf der Linksabbiegespur auf einen vorgegebenen Wartebereich vorfahren können.
-
Im Rahmen der vorliegenden Erfindung ist unter einem „Geradeausfahrwartebereich“ der Bereich der Kreuzung zu verstehen, auf den bei grüner Linksabbiegeampel der kreuzenden Straße oder bei grüner Linksabbiegeampel der rechten Fahrspur Fahrzeuge auf der Geradeausfahrspur auf einen vorgegebenen Wartebereich vorfahren können.
-
Im Rahmen der vorliegenden Erfindung ist unter einem „Kreuzungsbereich mit nahe beieinander angeordneten Verkehrsampeln“ eine einzelne Kreuzung, an der eine Vielzahl von Verkehrsampeln zu nahe beieinander angeordnet ist, oder eine Vielzahl von zu nahe beieinander angeordneten Kreuzungen mit Verkehrsampeln zu verstehen, sodass die zu identifizierende Verkehrsampel aus dem durch die fahrzeugseitige Kamera aufgenommenen Bild nicht korrekt extrahiert werden kann.
-
Im Rahmen der vorliegenden Erfindung ist unter einem „großen Kreuzungsbereich“ ein Kreuzungsbereich zu verstehen, in dem der Abstand zwischen den Verkehrsampeln und den entsprechenden Haltelinien relativ groß ist, wobei zu berücksichtigen ist, dass der Abstand, den das Fahrzeug zum Abbremsen benötigt, außerhalb des effektiven Erfassungsbereichs der fahrzeugseitigen Kamera liegt, sodass die fahrzeugseitige Kamera die Verkehrsampeln im Voraus nicht korrekt erkennen kann.
-
Im Rahmen der vorliegenden Erfindung ist unter einem „Kreuzungsbereich mit seitlich angeordneten Verkehrsampeln“ ein Kreuzungsbereich zu verstehen, in dem die Verkehrsampeln nicht vorne an der Fahrspur angeordnet sind, sondern seitlich der Fahrspur und außerhalb des Blickwinkelbereichs der fahrzeugseitigen Kamera oder des Sensors angeordnet sind.
-
Im Rahmen der vorliegenden Erfindung ist unter einem „Kreuzungsbereich mit speziellen Kategorien von Verkehrsampeln“ ein Kreuzungsbereich zu verstehen, in dem die Verkehrsampeln anders ausgebildet und angeordnet sind als herkömmliche Verkehrsampeln, die durch die fahrzeugseitige Kamera erkannt werden, sodass die Verkehrsampeln in den durch die fahrzeugseitige Kamera erfassten Bildern nicht erkannt werden können und auch die durch die Verkehrsampeln ausgedrückten semantischen Informationen nicht beurteilt werden können.
-
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung werden, wenn es sich bei der Kategorie des Kreuzungsbereichs um einen Kreuzungsbereich mit nahe beieinander angeordneten Verkehrsampeln oder einen Kreuzungsbereich mit seitlich angeordneten Verkehrsampeln handelt, die Analysegewichte wie folgt angepasst: Analysegewicht der Vehicle-to-Everything-Informationen > Analysegewicht der Informationen über das Verhalten anderer Verkehrsteilnehmer > Analysegewicht der Kameraerkennungsinformationen.
-
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung werden, wenn die Kategorie des Kreuzungsbereichs ein Linksabbiegewartebereich und ein großer Kreuzungsbereich ist und/oder die Kategorie des Kreuzungsbereichs ein Geradeausfahrwartebereich und ein großer Kreuzungsbereich ist, die Analysegewichte wie folgt angepasst: Analysegewicht der Vehicle-to-Everything-Informationen > Analysegewicht der Informationen über das Verhalten anderer Verkehrsteilnehmer = Analysegewicht der Kameraerkennungsinformationen.
-
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung werden, wenn die Kategorie des Kreuzungsbereichs ein Kreuzungsbereich mit speziellen Kategorien von Verkehrsampeln ist, die Analysegewichte wie folgt angepasst: Analysegewicht der Vehicle-to-Everything-Informationen > Analysegewicht der Informationen über das Verhalten anderer Verkehrsteilnehmer, Analysegewicht der Kameraerkennungsinformationen = 0, wobei insbesondere das Analysegewicht der Vehicle-to-Everything-Informationen = 1 ist.
-
Gemäß einer beispielhaften Ausführungsform der vorliegenden Erfindung wird, wenn die Kategorie des Kreuzungsbereichs ein Kreuzungsbereich mit speziellen Kategorien von Verkehrsampeln ist und die Vehicle-to-Everything-Informationen nicht erfasst werden, der Fahrer gewarnt, oder das Fahren wird im Voraus dem Fahrer überlassen.
-
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann der Wert der Analysegewichte aus empirischen Daten und/oder maschinellen Lernalgorithmen gewonnen werden.
-
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung umfassen die Informationen über das Verhalten anderer Verkehrsteilnehmer mindestens Folgendes: Informationen über das Verhalten des vorausfahrenden Fahrzeugs auf der aktuellen Fahrspur, Informationen über das Verhalten des Fahrzeugs auf der Nachbarspur und Informationen über das Verhalten von vorauslaufenden Fußgängern; und/oder die Informationen über das Verhalten anderer Verkehrsteilnehmer werden durch den Radarsensor des Fahrzeugs erkannt; und/oder die Vehicle-to-Everything-Informationen sind Information über die Interaktion mit der Infrastruktur, die direkt neben der Verkehrsampel angeordnet ist und Informationen senden kann, oder mit der Infrastruktur, die die Verkehrsampel steuert; und/oder die Kategorie des Kreuzungsbereichs wird basierend auf den fahrzeugseitigen hochpräzisen Karten bestimmt. Dabei können die Informationen über das Verhalten anderer Verkehrsteilnehmer und die durch die Informationen über das Verhalten repräsentierten semantischen Informationen durch maschinelle Modellierung mittels maschineller Lernalgorithmen basierend auf den Erkennungsergebnissen der Fahrzeugsensoren erfasst werden.
-
In einem zweiten Aspekt der vorliegenden Erfindung wird ein Computerprogrammprodukt bereitgestellt, das Rechenprogrammanweisungen umfasst, wobei, wenn die Computerprogrammanweisungen durch einen oder eine Vielzahl von Prozessoren ausgeführt werden, der Prozessor das erfindungsgemäße Verfahren zur Beurteilung des Status von Verkehrsampeln ausführen kann.
-
In einem dritten Aspekt der vorliegenden Erfindung wird ein System zur Beurteilung des Status von Verkehrsampeln für ein Fahrzeug bereitgestellt, wobei das System zur Beurteilung des Status von Verkehrsampeln mindestens Folgendes umfasst:
- - eine fahrzeugseitige Kamera;
- - eine Radarsensoreinheit;
- - eine Vehicle-to-Everything-Vorrichtung;
- - eine Ortungsvorrichtung;
- - eine Steuereinrichtung, wobei die Steuereinrichtung mit der fahrzeugseitigen Kamera, der Radarsensoreinheit, der Vehicle-to-Everything-Vorrichtung und der Ortungsvorrichtung kommunikativ verbunden ist und dazu konfiguriert ist, unter Verwendung des erfindungsgemäßen Computerprogrammprodukts den Status von Verkehrsampeln beurteilen zu können.
-
Zum besseren Verständnis der Prinzipien, Merkmale und Vorteile der Erfindung wird nachfolgend auf die beigefügten Zeichnungen verwiesen, die die vorliegende Erfindung detaillierter beschreiben. Die Zeichnungen umfassen Folgendes:
- 1 zeigt ein Schaltbild eines Systems zur Beurteilung des Status von Verkehrsampeln für ein Fahrzeug gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
- 2 zeigt ein Flussdiagramm eines Verfahrens zur Beurteilung des Status von Verkehrsampeln für ein Fahrzeug gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
- 3 zeigt eine schematische Darstellung eines Kreuzungsbereichs gemäß einem Ausführungsbeispiel der vorliegenden Erfindung.
-
Um das zu lösende technische Problem, die technische Lösung und die vorteilhaften technischen Wirkungen der Erfindung besser verständlich zu machen, wird die vorliegende Erfindung nachfolgend in Verbindung mit den beigefügten Zeichnungen und einer Vielzahl von beispielhaften Ausführungsbeispielen detaillierter beschrieben. Es versteht sich, dass die hier beschriebenen Ausführungsbeispiele nur zur Erläuterung der vorliegenden Erfindung dienen sollen und nicht den Schutzumfang der vorliegenden Erfindung einschränken sollen.
-
1 zeigt ein Schaltbild eines Systems 100 zur Beurteilung des Status von Verkehrsampeln für ein Fahrzeug 1 gemäß einem Ausführungsbeispiel der vorliegenden Erfindung, wobei durch das System zur Beurteilung des Status von Verkehrsampeln das in der 2 dargestellte Verfahren der vorliegenden Erfindung umgesetzt werden kann, um den Status der Verkehrsampel 2 zu beurteilen. Das Fahrzeug 1 ist hier beispielhaft als autonomes Fahrzeug ausgebildet. Es kann jedoch auch in Betracht gezogen werden, dass das Fahrzeug 1 als ein Fahrzeug mit einer Funktion zur Unterstützung bei der Erkennung des Status von Verkehrsampeln ausgebildet ist.
-
Wie in 1 gezeigt, kann das System 100 zur Beurteilung des Status von Verkehrsampeln eine fahrzeugseitige Kamera 10 umfassen, wobei die fahrzeugseitige Kamera mindestens dazu ausgebildet ist, ein Bild der Verkehrsampel 2 vor dem Fahrzeug 1 aufzunehmen und eine Erkennung durchzuführen. Die fahrzeugseitige Kamera 10 ist hier beispielhaft an der Oberseite der Frontscheibe des Fahrzeugs 1 angeordnet.
-
Wie in 1 gezeigt, kann das System 100 zur Beurteilung des Status von Verkehrsampeln ferner eine Radarsensoreinheit 20 umfassen, wobei die Radarsensoreinheit beispielsweise eine Vielzahl von Millimeterwellenradar- und/oder Lidarsensoren umfassen kann und dazu ausgebildet ist, Informationen über das Verhalten anderer Verkehrsteilnehmer zu erfassen. Andere Verkehrsteilnehmer können dabei vorausfahrende Fahrzeuge auf der aktuellen Fahrspur, Fahrzeuge auf benachbarten Fahrspuren oder vorauslaufende Fußgänger sein, und die Informationen über das Verhalten anderer Verkehrsteilnehmer beziehen sich beispielsweise auf die Geschwindigkeit, Richtung, Beschleunigung der anderen Verkehrsteilnehmer und deren Abstand relativ zum Fahrzeug. Dabei können die Informationen über das Verhalten anderer Verkehrsteilnehmer durch Modellierung mittels maschineller Lernalgorithmen basierend auf den Erkennungsergebnissen von Fahrzeugsensoren erfasst werden.
-
Wie in 1 gezeigt, kann das System 100 zur Beurteilung des Status von Verkehrsampeln eine Vehicle-to-Everything-Vorrichtung 30 umfassen, wobei die Vehicle-to-Everything-Vorrichtung dazu ausgebildet ist, Vehicle-to-Everything-Informationen zu empfangen oder zu erfassen, wobei die Vehicle-to-Everything-Informationen beispielhaft Informationen über die Interaktion des Fahrzeugs mit Fahrzeugen, Informationen über die Interaktion des Fahrzeugs mit der Infrastruktur und optional Informationen über die Interaktion des Fahrzeugs mit Fußgängern umfassen. Dabei können die Informationen über die Interaktion des Fahrzeugs mit der Infrastruktur durch eine straßenseitige Einheit (Road Side Unit - RSU) an die Vehicle-to-Everything-Vorrichtung 30 gesendet werden und können Informationen über den Status der Verkehrsampel 2 enthalten.
-
Wie in 1 gezeigt, kann das System 100 zur Beurteilung des Status von Verkehrsampeln die Ortungsvorrichtung 40 umfassen, wobei die Ortungsvorrichtung beispielhaft als Ortungsvorrichtung ausgebildet ist, die GPS-Informationen und/oder BDS-Informationen (Beidou Navigation Satellite System) empfangen kann und insbesondere hochpräzise Informationen der fahrzeugseitigen Karten abrufen kann und über hochpräzise Ortungsalgorithmen verfügt. Durch die Ortungsvorrichtung 40 ist es möglich zu bestimmen, in welchem Kreuzungsbereich und auf welcher Fahrspur sich das Fahrzeug 1 gerade befindet.
-
Wie in 1 gezeigt, umfasst das System 100 zur Beurteilung des Status von Verkehrsampeln ferner die Steuereinrichtung 50, wobei die Steuereinrichtung mit der fahrzeugseitigen Kamera 10, der Radarsensoreinheit 20, der Vehicle-to-Everything-Vorrichtung 30 und der Ortungsvorrichtung 40 verbunden ist und Kameraerkennungsinformationen von der fahrzeugseitigen Kamera 10, Informationen über das Verhalten anderer Verkehrsteilnehmer von der Radarsensoreinheit 20, Vehicle-to-Everything-Informationen von der Vehicle-to-Everything-Vorrichtung 30 und Standortinformationen von der Ortungsvorrichtung 40 empfängt.
-
Beispielhaft können die Vehicle-to-Everything-Vorrichtung 30 und die Ortungsvorrichtung 40 in die Steuereinrichtung 50 integriert sein.
-
2 zeigt ein Flussdiagramm eines Verfahrens zur Beurteilung des Status von Verkehrsampeln 2 für ein Fahrzeug 1 gemäß einem Ausführungsbeispiel der vorliegenden Erfindung.
-
Wie in 2 gezeigt, umfasst das erfindungsgemäße Verfahren zum Beurteilen des Status der Verkehrsampel 2 mindestens die folgenden Schritte:
- S1: Bestimmen der Kategorie des Kreuzungsbereichs;
- S2: Erfassen von Kameraerkennungsinformationen des Fahrzeugs 1, Informationen über das Verhalten anderer Verkehrsteilnehmer und/oder Vehicle-to-Everything-Informationen;
- S3: Anpassen der Analysegewichte der erfassten Informationen entsprechend der Kategorie des Kreuzungsbereichs, in dem sich das Fahrzeug 1 befindet, und Kombinieren der Analysegewichte, um die Kamerakennungsinformationen, die Informationen über das Verhalten anderer Verkehrsteilnehmer und/oder die Vehicle-to-Everything-Informationen umfassend zu analysieren, um den Status der Verkehrsampel 2 zu bestimmen.
-
In Schritt S1 wird die Kategorie des Kreuzungsbereichs beispielhaft basierend auf den Standortinformationen des Fahrzeugs und der fahrzeugseitigen hochpräzisen Karte bestimmt, wobei die fahrzeugseitige hochpräzise Karte teilweise in der Ortungsvorrichtung 40 des Fahrzeugs 1 gespeichert sein kann, wobei die Kategorie des Kreuzungsbereichs in der fahrzeugseitigen hochpräzisen Karte markiert sein kann.
-
In Schritt S2 können, wenn sich keine anderen Verkehrsteilnehmer in der Nähe des Fahrzeugs 1 befinden, keine Informationen über das Verhalten anderer Verkehrsteilnehmer erfasst werden; und wenn im Kreuzungsbereich keine straßenseitige Einheit angeordnet ist, die Informationen über den Status von Verkehrsampeln senden kann, oder wenn nahe gelegene Einheiten keine interaktiven Funktionen aufweisen, ist es nicht möglich, Vehicle-to-Everything-Informationen zu erfassen, wobei die Einheiten Infrastruktur, Fahrzeuge und Fußgänger umfassen, ohne aber auf diese beschränkt zu sein. Das Fehlen von Informationen über das Verhalten anderer Verkehrsteilnehmer oder von Vehicle-to-Everything-Informationen hat jedoch keinen Einfluss auf die Anpassung der Analysegewichte.
-
In diesem Fall werden bei den Vehicle-to-Everything-Informationen hauptsächlich Information über die Interaktion mit der Infrastruktur, die direkt neben der Verkehrsampel angeordnet ist und Informationen senden kann, oder mit der Infrastruktur, die die Verkehrsampel steuert, berücksichtigt. Bei Informationen über die Interaktion mit Cloudbasierten Plattformen, anderen Fahrzeugen, Fußgängern usw. kann das Analysegewicht aufgrund von Faktoren wie Übertragungsverzögerung und Glaubwürdigkeit der Quelle entsprechend reduziert werden.
-
Beispielsweise weist der Kreuzungsbereich mindestens eine Kategorie auf, wobei die Kategorie mindestens aus der Gruppe ausgewählt ist, die aus Folgendem besteht: normaler Kreuzungsbereich, Linksabbiegewartebereich, Geradeausfahrwartebereich, Kreuzungsbereich mit nahe beieinander angeordneten Verkehrsampeln, großer Kreuzungsbereich, Kreuzungsbereich mit seitlich angeordneten Verkehrsampeln, Kreuzungsbereich mit speziellen Kategorien von Verkehrsampeln. Selbstverständlich kann derselbe Kreuzungsbereich mehrere Kategorien aufweisen, beispielsweise einen großen Kreuzungsbereich mit einem Linksabbiegewartebereich, siehe hierzu 3. Darüber hinaus können auch andere Kategorien von Kreuzungsbereichen in Betracht gezogen werden, die von Fachleuten als sinnvoll erachtet werden.
-
Wenn es sich bei der Kategorie des Kreuzungsbereichs beispielsweise um einen Kreuzungsbereich mit seitlich angeordneten Verkehrsampeln handelt, kann die fahrzeugseitige Kamera die Verkehrsampeln nicht genau erkennen, da die Verkehrsampeln 2 seitlich von der Fahrspur angeordnet sind und sich außerhalb des Blickwinkels der fahrzeugseitigen Kamera oder des Sensors befinden, sodass die Analysegewichte wie folgt angepasst werden: Analysegewicht der Vehicle-to-Everything-Informationen > Analysegewicht der Informationen über das Verhalten anderer Verkehrsteilnehmer > Analysegewicht der Kameraerkennungsinformationen, um den Status der Verkehrsampeln genauer zu beurteilen.
-
Wenn es sich bei der Kategorie des Kreuzungsbereichs beispielsweise um einen Kreuzungsbereich mit nahe beieinander angeordneten Verkehrsampeln handelt, können mehrere Verkehrsampeln gleichzeitig in dem durch die fahrzeugseitige Kamera aufgenommenen Bild erscheinen, sodass die fahrzeugseitige Kamera nicht genau erkennen kann, welche Verkehrsampel der aktuellen Fahrspur entspricht, was auch die Erkennungsinformationen der fahrzeugseitigen Kamera beeinflusst, und da in dieser Kategorie von Kreuzungsbereich das Verhalten der Verkehrsteilnehmer relativ klar ist und normalerweise nur gefahren und gewartet wird, können die Analysegewichte wie folgt angepasst werden: Analysegewicht der Vehicle-to-Everything-Informationen > Analysegewicht der Informationen über das Verhalten anderer Verkehrsteilnehmer > Analysegewicht der Kameraerkennungsinformationen, um den Status der Verkehrsampeln genauer zu beurteilen.
-
Wenn es sich beispielsweise bei der Kategorie des Kreuzungsbereichs um einen Linksabbiegewartebereich und einen großen Kreuzungsbereich handelt und/oder es sich bei der Kategorie des Kreuzungsbereichs um einen Geradeausfahrwartebereich und einen großen Kreuzungsbereich handelt, kann die fahrzeugseitige Kamera aufgrund des zu großen Abstands zwischen der Haltelinie und der Verkehrsampel die Verkehrsampel vor der Haltelinie nicht genau oder nur zu spät erkennen, und die Informationen über das Verhalten anderer Verkehrsteilnehmer in großen Kreuzungsbereichen sind komplexer, sodass die Analysegewichte wie folgt angepasst werden: Analysegewicht der Vehicle-to-Everything-Informationen > Analysegewicht der Informationen über das Verhalten anderer Verkehrsteilnehmer = Analysegewicht der Kameraerkennungsinformationen, wodurch eine ausgewogene Berücksichtigung der verschiedenen Informationen und eine genauere Beurteilung des Status von Verkehrsampeln im Voraus möglich ist.
-
Wenn es sich bei der Kategorie des Kreuzungsbereichs beispielsweise um einen Kreuzungsbereich mit speziellen Kategorien von Verkehrsampeln handelt, werden die Analysegewichte, da die fahrzeugseitige Kamera die Verkehrsampel überhaupt nicht erkennen kann, wie folgt angepasst: Analysegewicht der Vehicle-to-Everything-Informationen > Analysegewicht der Informationen über das Verhalten anderer Verkehrsteilnehmer, Analysegewicht der Kameraerkennungsinformationen = 0. Dabei kann insbesondere in Betracht gezogen werden, das Analysegewicht der Vehicle-to-Everything-Informationen auf 1 zu setzen, um Fehlbeurteilungen durch falsches Verhalten anderer Verkehrsteilnehmer zu vermeiden.
-
Wenn es sich bei der Kategorie des Kreuzungsbereichs beispielsweise um einen Kreuzungsbereich mit speziellen Kategorien von Verkehrsampeln handelt und keine Vehicle-to-Everything-Informationen erfasst werden können, wird der Fahrer aktiv daran erinnert, auf die aktuelle Situation zu achten, oder das Fahren wird direkt dem Fahrer überlassen, um Verkehrsunfälle weitestgehend zu vermeiden.
-
Dabei können für die verschiedenen Kategorien von Kreuzungsbereichen selbstverständlich auch andere, von Fachleuten als sinnvoll erachtete Anpassungsmethoden von Analysegewichten in Betracht gezogen werden.
-
Beispielsweise können für verschiedene Szenarien oder verschiedene Kategorien von Kreuzungsbereichen die spezifischen Werte der Analysegewichte aus empirischen Daten und/oder maschinellen Lernalgorithmen gewonnen werden.
-
3 zeigt eine schematische Darstellung eines Kreuzungsbereichs gemäß einem Ausführungsbeispiel der vorliegenden Erfindung. Der Übersichtlichkeit halber sind hier nur das Fahrzeug 1 und die Verkehrsampel 2 in einer Richtung dargestellt.
-
Wie in 3 gezeigt, weist der Kreuzungsbereich, in dem sich das Fahrzeug 1 aktuell befindet, sowohl einen Geradeausfahrwartebereich SW als auch einen Linksabbiegewartebereich LW auf. Wenn der Abstand D zwischen der Haltelinie und der Verkehrsampel 2 zu groß ist und außerhalb des effektiven Erfassungsbereichs der fahrzeugseitigen Kamera liegt, ist der Kreuzungsbereich immer noch ein großer Kreuzungsbereich.
-
Wenn das Fahrzeug 1 auf einer geraden Straße fährt, bestimmt das System 100 zur Beurteilung des Status von Verkehrsampeln mit der Ortungsvorrichtung 40 die Fahrspur, auf der sich das Fahrzeug 1 befindet, und den aktuellen Kreuzungsbereich, wobei der Kreuzungsbereich in der Karte in der Ortungsvorrichtung 40 mit einer Kategorie markiert ist. Anschließend werden durch die fahrzeugseitige Kamera 10, die Radarsensoreinheit 20 und die Vehicle-to-Everything-Vorrichtung 30 jeweils Kameraerkennungsinformationen, Informationen über das Verhalten anderer Verkehrsteilnehmer und Vehicle-to-Everything-Informationen erfasst und an die Steuereinrichtung 50 gesendet. Die Steuereinrichtung 50 bestimmt die Kategorie des Kreuzungsbereichs, das heißt einen großen Kreuzungsbereich und einen Geradeausfahrwartebereich SW, und passt die Analysegewichte der erfassten Informationen entsprechend der Kategorie des Kreuzungsbereichs an: Das Analysegewicht der Vehicle-to-Everything-Informationen beträgt 0,7, das Analysegewicht der Informationen über das Verhalten anderer Verkehrsteilnehmer beträgt 0,15, und das Analysegewicht der Kameraerkennungsinformationen beträgt 0,15, und anschließend werden basierend auf den Analysegewichten die Kameraerkennungsinformationen, die Informationen über das Verhalten anderer Verkehrsteilnehmer und die Vehicle-to-Everything-Informationen umfassend analysiert, um den Status der Verkehrsampel 2 zu beurteilen. Dabei können selbstverständlich auch andere Anpassungswerte von Analysegewichten in Betracht gezogen werden, die von Fachleuten als sinnvoll erachtet werden.
-
Die vorstehende Erläuterung von Ausführungsbeispielen beschreibt die vorliegende Erfindung nur im Rahmen der Beispiele. Selbstverständlich können, solange es technisch sinnvoll ist, die verschiedenen Merkmale der Ausführungsbeispiele frei miteinander kombiniert werden, ohne vom Rahmen der vorliegenden Erfindung abzuweichen.
-
Für den Fachmann sind weitere Vorteile und alternative Ausführungsformen der vorliegenden Erfindung offensichtlich. Daher ist die vorliegende Erfindung nicht auf die im weiteren Sinne gezeigten und beschriebenen spezifischen Details, repräsentativen Strukturen und beispielhaften Ausführungsformen beschränkt. Umgekehrt kann der Fachmann verschiedene Modifikationen und Substitutionen vornehmen, ohne vom wesentlichen Geist und Umfang der Erfindung abzuweichen.