对预期行驶行为的预测

摘要

本发明涉及一种用于通过第一车辆的控制器实施对第二车辆的行驶行为的预报的方法，其中，由所述控制器接收所述第二车辆的车辆周围环境的数据和/或所述第二车辆的车辆引导者的和/或所述第二车辆的载荷的数据，其中，通过所述控制器根据所述数据求取至少一个特征并且基于求取到的特征计算所述第二车辆的预期的行驶行为。另外，本发明还涉及一种控制器。

说明书

技术领域

本发明涉及一种用于通过控制器实施第二车辆的行驶行为的预报的方法以及用于与至少一个传感器耦合并且用于分析评价该至少一个传感器的测量数据的控制器。

背景技术

目前已知的能自动化运行的车辆，例如高度自动化的或者全自动化的车辆具有用于感知环境的车辆传感装置。所述环境除了包括静态障碍物和车道以外，也包括动态对象并且尤其包括其它交通参与者。

为了能够可靠且前瞻性地运行这样的车辆，一般地，交通参与者的到目前为止的行为与交通参与者的表现形式相结合被用于预报该交通参与者的预期行为。尤其，交通参与者的预期行为能够用于与相应的交通参与者进行互动或者合作。

发明内容

本发明所基于的任务能够被视为，提出一种方法，通过该方法能够可靠且动态地求取交通参与者的预期行为。

该任务借助独立权利要求的对应主题来解决。本发明的有利构型是各从属权利要求的内容。

根据本发明的一个方面，提供一种用于通过第一车辆的控制器实施第二车辆的行驶行为的预报的方法。

尤其，能够通过第一车辆的控制器计算至少一个第二车辆的预期行驶行为和/或该第二车辆的车辆引导者的预期行驶行为。

在一个步骤中，由控制器接收第二车辆的车辆周围环境的数据和/或第二车辆的车辆引导者的数据和/或第二车辆的载荷的数据。

尤其，所述数据能够通过至少一个传感器来感测并且能够被传输给控制器。替代地或者附加地，能够通过控制器从数据库中接收车辆周围环境的测量数据。第二车辆的测量数据、第二车辆的车辆引导者的测量数据和/或第二车辆的载荷的测量数据能够通过第一车辆的至少一个车辆侧的传感器求取并且被传输给控制器。

通过控制器根据所述数据求取至少一个特征并且基于求取到的特征计算第二车辆的预期行驶行为。

尤其，通过第一车辆的控制器能够求取车辆周围环境的至少一个特征、第二车辆的至少一个特征、第二车辆的车辆引导者的至少一个特征、第二车辆的乘客的至少一个特征和/或第二车辆的载荷的至少一个特征。根据一种实施方式，所述数据在此可以是由第一车辆的至少一个传感器所接收的测量数据和/或是至少一个数据库的信息或数据。

根据本发明的另一方面，提供一种控制器，该控制器设置为用于实施所述方法。尤其，该控制器能与至少一个传感器和/或与至少一个数据库耦合。

由于自主车辆或者部分自主车辆的领域中的日益发展，对车辆的感知的要求提高。

通过所述方法，能够得到关于车辆周围环境和车辆的语义提示和/或整体认识。为此，能够通过控制器实施所述方法。该控制器例如能够布置在车辆内部或者车辆外部。尤其，控制器能够装配在第一车辆中或者另外的车辆中并且能够与车辆传感装置连接。

替代地或者附加地，基础设施单元、例如交通监控单元也能够装备有这样的控制器。在此，基础设施传感器能够与控制器以传递数据的方式连接并且例如能够用于预测性地分析评价交通运动。

因此，所述方法能够用于得到场景理解，所述场景理解根据通过传感器所观察的车辆周围环境的特征来求取。在这里优选全面地观察通过传感器记录的区域。通过控制器从测量数据中提取并且进一步处理尽可能多的特征。

由控制器对特征进行的进一步处理例如能够用于限制被观察的车辆(例如至少一个第二车辆)的行动可能性。因此，例如在制动过程或者避让机动动作的情况下能够以更高的概率确定预期轨迹或者预期行驶动态。

至少一个第二车辆的能通过控制器求取的预期行驶行为例如能够具有预期车辆动态、预期行驶方式、预期轨迹和类似物。

基于第二车辆的预期行驶行为和/或第二车辆的车辆引导者的预期行驶行为，控制器能够将关于预期行驶行为的相应传递数据给第一车辆的车辆控制装置。因此，能够以适配于该预期行为的方式控制第一车辆，由此能避免危急的情况。例如，第一车辆能够设定更大的安全间距或者能够以不同的方式对在前行驶车辆的制动机动动作作出反应，例如通过避让作出反应。此外，如果在前面行驶车辆将以高概率选择出口并且因此将空出当前的车道，则由第一车辆进行的超车过程可以延迟。

替代地，相应的控制指令也能够直接通过控制器产生并且传送给车辆控制装置。

第二车辆的车辆周围环境的测量数据尤其能够具有与交通相关的地点信息和时间信息。

语义提示中的许多语义提示尤其能够利用对一天中的时间、其它的时间周围环境条件、地点周围环境条件和语义周围环境条件来求取。

例如，信息或测量数据能够具有假期时间、关于下班后交通、活动、展会和类似物的一般时间。

此外，地图数据、例如关于可能轨迹的地图数据、所谓的“兴趣点(Points ofinterest)”、关于城市区域的信息、出租车站、公交车站、商店地址和类似物能够作为车辆周围环境的测量数据被保存。

车辆周围环境的测量数据能够通过第一车辆的车辆传感装置直接求取或者通过第一车辆的控制器从一个或者多个数据库中获得。

数据库能够是第一车辆的和/或控制器的内部数据库或者是车辆外部的数据库。在外部的数据库的情况下，控制器能够建立与车辆外部的数据库的无线通信连接并且能够调用与地点和时间相关的数据。

至少一个第二车辆的和/或第一车辆的车辆引导者在手动控制的或部分自主的车辆的情况下尤其可以是人，并且在高度自动化的或者全自动化的或无驾驶员的车辆的情况下可以是车辆控制装置。

至少一个传感器能够是一个或者多个摄像机、激光雷达传感器、雷达传感器、红外传感器、热成像摄像机和类似物。

如果例如在接收到的测量数据中建立与第二车辆的可能行驶行为的相关关联，则能够通过第一车辆的控制器探测所述特征。这例如能够根据静态因素或动态因素或者说静态条件或动态条件来实现。

通过所述方法能够收集和使用多个特征用于优化地预测交通参与者的行为。

尤其，能够通过第一车辆的控制器以全面场景理解的形式实施对其它交通参与者的多个特征的相互依赖性的分析评价。

根据一个实施例，通过模拟模型、通过至少一个算法和/或通过人工智能计算第二车辆的预期行驶行为。由此，能够灵活地通过静态系统或动态系统来求取行驶行为。

如果特征的可能性的复杂度超过在控制器中使用的计算能力或者建模能力，则能够将提示或特征作为辅助条件集成到机器学习方法中。在此，替代地或者附加地，相关的计算可以在车辆外部实施。

通过使用人工智能或机器学习，能够通过第一车辆的控制器求取对周围环境的全面理解和尤其交通参与者的场景理解和所述交通参与者在该场景理解中的角色。

根据另一实施方式，通过第一车辆的控制器求取车辆引导者的年龄、性别和/或状态作为特征。通过控制器能够基于车辆引导者的这样的特征来估计预期行驶方式。例如，在概率方面，与在驾驶员年轻的情况下相比，在驾驶员较年长的情况下可以预期更温和的行驶方式。另外，通过车辆传感装置或者基础设施传感器能够检查：车辆引导者是否疲劳并因此对意外状况反应迟钝。

根据另一种实施方式，通过第一车辆的控制器求取车辆等级、车辆状态、至少一个车辆牌照和/或旋转标志灯(Rundumkennleucht)的状态作为特征。尤其，通过第一车辆的控制器能够基于车辆的特征来估计或计算第二车辆的预期轨迹。

例如，根据求取到的牌照，车辆将最有可能朝向许可国家的或许可地区的方向行驶。如果考虑时间特征、例如假期时间，则也能够考虑度假行驶。因此，尤其在交叉路口或出口的情况下能够计算，第二车辆最有可能驶过哪个车道或者出口。

另外，车辆类别和尤其车辆价格能够提供关于车辆将行驶到哪个城区中的提示。

消防车的、警车的和救护车的旋转标志灯也能够给出关于对应的车辆是否离开站点或医院的推断。例如，救护车的箱式车身中的灯光也能够提供下述信息：救护车已接收病人并且预期驶向医院。

根据另一实施例，通过第一车辆的控制器求取第二车辆上的广告面和/或字样作为特征，并且由此估计第二车辆的行驶行为。

字样和信号、例如限定的城区的出租车也能够被控制器用于计算预期行驶方向。例如，出租车在已载客的状态下将从该城区驶出而在空闲状态下将返回至该城区。

根据另一实施例，通过第一车辆的控制器根据求取到的特征来计算第二车辆的预期轨迹。由此，车辆的特征和尤其外部的特征，例如牌照和标志能够用于由控制器来估计预期轨迹。

根据另一实施例，通过第一车辆的控制器基于车辆引导者的至少一个求取到的特征来求取第二车辆的预期行驶方式。因此，能够预计高动态的行驶行为或者迟钝的行驶行为。尤其，也能够通过控制器探测例如由于过度疲劳而导致的预期经延迟的反应并且能够实施第一车辆的行驶方式的适配。

根据另一实施例，通过第一车辆的控制器求取第二车辆的载荷状态，其中，通过第一车辆的控制器根据第二车辆的载荷状态来计算第二车辆的预期车辆动态。由此，能够获取关于第二车辆的行驶方向或行驶动态的提示。例如，装有行李的车辆在假期开始时可能驶离该车辆的许可地区。

根据另一实施方式，通过第一车辆的控制器根据第二车辆的乘客的数量来计算第二车辆的预期车辆动态。因此，车辆的载荷状态能够用于提供关于该车辆的行驶动态特性的情况说明。与空车相比，满载的车辆例如可能不那么敏捷地对状况作出反应。因此，通过第一车辆的控制器尤其能够估计第二车辆的预期制动距离。

至少一个第二车辆能够布置在第一车辆的对于传感器而言可见的环境中。尤其，第二车辆能够在第一车辆前方行驶或者与第一车辆错开地行驶。

更优选地，在计算预期行驶行为时，所有求取到的特征能够以组合方式或者单独地被控制器考虑。

附图说明

下面根据强烈简化的示意图更详细地说明本发明的优选实施例。在此示出：

图1具有车辆和基础设施单元的系统的示意图，和

图2用于说明根据本发明的一种实施方式的方法的示意性流程图。

具体实施方式

图1示出系统1的示意图，该系统具有第一车辆2、第二车辆4和外部的数据库6。第一车辆2在第二车辆4后方行驶。

第一车辆2具有两个传感器8、10，所述传感器实施为摄像机。摄像机传感器8、10以传递数据的方式与车辆侧的控制器12连接。控制器12能够接收和分析评价传感器8、10的测量数据。为此，控制器12具有已在准备阶段进行过学习的人工智能。示意性地示出传感器8、10的感测范围。

第一车辆2的传感器8、10探测第二车辆4。控制器12能够基于传感器8、10的测量数据求取或探测第二车辆4的特征。根据本实施例，例如探测第二车辆4的牌照14并且通过控制器12求取出第二车辆4的注册地区——代表卡尔斯鲁厄的“KA”。

控制器12能够基于牌照14以如下方式计算第二车辆4的预期行为：第二车辆4将以较高的概率选择朝卡尔斯鲁厄方向的出口16并且将不跟随当前道路18的走向。

第一车辆2的控制器12能够经由无线的通信连接20从数据库6获得数据。数据库6尤其能够具有地点信息和时间信息，所述地点信息和时间信息能用于预期轨迹22。根据本实施例，控制器12能够接收关于道路走向的信息和关于通过出口16朝卡尔斯鲁厄的路线的信息。因此，通过控制器能够借助人工智能计算预期轨迹作为第二车辆4的预期行驶行为。

在不使用语义认识的情况下，驶过出口16的概率大约是50:50，或者说仅可以假设固定的先验概率(A-Priori-Wahrscheinlichkeit)。利用关于其它交通参与者4的认识以及关于周围环境的认识，能够针对每个交通参与者4单独地确定该先验概率并且因此能够改进预测。

图2示出用于说明根据本发明的一种实施方式的方法24的示意性流程图。

在步骤25中，通过控制器12从车辆外部的数据库6获得车辆周围环境F的测量数据。

替代地或者附加地，车辆周围环境F的测量数据能够通过车辆传感器8、10来求取26。

接下来或者与前述步骤25、26并行地，通过第一车辆2的车辆传感器8、10求取第二车辆4的测量数据、第二车辆4的车辆引导者的测量数据和/或第二车辆的载荷的测量数据并且将它们传输27给控制器12。

在另外的步骤28中，通过控制器12来分析评价所述测量数据并且探测或求取特征14。

尤其，通过第一车辆2的控制器12根据该测量数据求取车辆周围环境F的、第二车辆4的、第二车辆4的车辆引导者的、第二车辆4的乘客的和/或第二车辆的载荷的至少一个特征14。

在另外的步骤29中，通过第一车辆2的控制器12基于求取到的特征计算第二车辆4的预期行驶行为22。

接下来，能够通过控制器12对第一车辆2的车辆控制装置进行指示或者通知30，由此能够相应于第二车辆4的预期行驶行为22地调整第一车辆2的行驶方式。