确定交通基础设施的方法、用于执行方法的电子计算设备以及计算机程序和数据载体

摘要

本发明涉及一种根据高度监视对象的高度数据(12)来确定交通基础设施的方法，具有以下步骤：a)对高度数据(12)进行评估，并且根据高度数据(12)产生评估数据组，高度数据由至少一个高度监视对象的至少一个传感器单元检测；b)从评估数据组中识别交通基础设施的至少一个部件；c)从评估数据组中识别交通基础设施的至少一个用户；以及d)通过交通基础设施的至少一个用户来确定至少一个部件的负荷(14)。此外，本发明涉及一种电子计算设备、计算机程序和电子可读的数据载体。

说明书

技术领域

本发明涉及根据权利要求1的根据高度监视对象的高度数据来确定交通基础设施的方法。此外，本发明涉及根据权利要求8的用于执行确定交通基础设施的方法的电子计算设备。此外，本发明涉及根据权利要求9的计算机程序以及根据权利要求10的电子可读的数据载体，其分别适合用于再现确定交通基础设施的方法的步骤。

背景技术

在交通电气化发展的过程中，需要对交通基础设施进行调整。因此，例如必须重新考虑用于为车辆的驱动器提供能量的基础设施，因为现在越来越多地使用电力来代替例如汽油或者柴油。因此，越来越需要用于电能或者电力的具有充电基础设施部件的充电基础设施、例如充电柱。

为了能够使充电柱高效地运行，使得运行特别是在生态上和经济上是合理的，应当有利地选择各个充电柱的相应的合适的地点。对于地点选择，现在存在专门的规划工具，这些规划工具可以使用并且处理数据，以针对充电柱确定合适的位置以及功率。在此，这种规划工具大多主要用于科研的目的，如例如Y.Ahn和H.Yeo的公开文献“Using real taxitrajectory data generated idensity map of charging infrastructure”所指出的。相比之下，商业提供商迄今为止经常将其充电柱放置在对于其具有战略意义的点上，也就是说，优选放置在交通繁忙的路线上，而与地点的合理性无关。

发明内容

因此，本发明要解决的技术问题是，提供一种方法、计算设备、计算机程序以及数据载体，其相应地可以确定交通基础设施的负荷，使得可以特别有利地将该确定用于充电基础设施的规划。

根据本发明，上述技术问题通过独立权利要求的主题来解决。在从属权利要求中以及在说明书和附图中给出了本发明的有利的设计方案和扩展方案。

本发明的第一方面示出了根据本发明的根据高度监视对象的高度数据来确定交通基础设施的方法。在此，根据本发明的方法包括多个步骤：

在所述方法的步骤a)中，评估由至少一个高度监视对象的至少一个传感器单元检测的高度数据。此外，在步骤a)中，根据高度数据来产生评估数据组。在此，高度数据例如可以包含关于电磁频谱的整个电磁范围或者部分范围的电磁信息。电磁频谱的该部分范围例如可以位于人眼可见的范围内和/或红外线范围内和/或紫外线范围内和/或例如用于雷达记录的无线电范围内。有利地，高度数据包含电磁频谱的如下波长范围内的信息，这些波长范围特别有利地适合用于传输或者包含交通基础设施的信息或者特征。高度监视对象能够将传感器单元(其例如可以是照相机)定位在地面或者地球表面的部分区域上方的一定高度处，使得可以通过传感器单元从上方观察或者检测地面或者该部分区域。因此，高度监视对象有利地可以是卫星、气球和/或飞机。因此，对于所提到的传感器单元是照相机的情况，例如通过卫星来检测卫星图像。在飞机或者气球的情况下，高度数据可以是航空摄影。依据如何例如通过电子计算设备来执行所述方法，电子计算设备例如可以通过接口来接收高度数据，从而由此提供高度数据，用于进行评估或者用于进行分析。在此，可以在接收之后或者在接收期间，尤其是将数据存储在计算设备的存储区域或者存储设备中，并且保持数据可调取。评估可以理解为，根据高度数据的性质对高度数据进行预处理，使得可以有利地针对所述方法的步骤b)和/或c)保持高度数据。在所述方法的步骤b)中，从评估数据组中识别交通基础设施的至少一个部件。交通基础设施特别是至少部分是道路网络，道路网络可以包括或者具有入口和出口、路口以及停车场或者停车设施和其它部件。根据高度数据或者其评估，从评估数据组中识别或者推导出所提到的部件中的至少一个。在所述方法的另一个步骤c)中，从评估数据组中识别交通基础设施的至少一个用户。对于道路网络的示例，交通基础设施的用户因此例如是通过所述方法的步骤c)识别出的车辆。在所述方法的步骤d)中，特别是根据评估数据组，来确定交通基础设施的至少一个用户对至少一个部件施加的负荷。在此，有利地在识别至少一个部件以及识别至少一个用户(步骤b)和c))之后进行步骤d)，从而可以特别有利地确定负荷。根据本发明的方法的一个优点是，特别有利地使得能够根据负荷，特别是针对可电驱动的车辆，来例如规划充电基础设施。特别是自动执行或者可以自动执行的所述方法的另一个优点是，与迄今为止的例如人工确定充电基础设施部件的地点的方法相比，所述方法可以以特别低的成本来执行。此外，基于所述方法，可以根据负荷来例如执行计算或者执行确定，这些计算或者确定使得能够实现交通基础设施、特别是分配网络的一般的改建。可以在其它步骤中使用通过所述方法获得的信息或者所产生的数据，例如用于执行分配网络规划。此外，除了直接用于确定交通基础设施、因此确定充电基础设施或者分配网络之外，还可以得到其它、特别是间接的并且还不能测量的使用场景。

在本发明的有利的设计方案中，根据所确定的负荷，特别是在所述方法的另一个步骤e)中，确定充电基础设施部件、例如用于向可电驱动的机动车的至少一个电能存储器供应电能的充电柱的至少一个地点。换言之，通过所述方法，可以根据负荷来确定对于充电基础设施部件来说特别有利的地点，因为通过根据本发明的方法，可以实现对针对交通基础设施或者与其相关联的充电基础设施部件的需求的特别好的估计。在规划交通基础设施或者特别是充电基础设施时，特别重要的是用于可电驱动的车辆或者电动车的充电柱的放置或者正确的地点。在此，特别是正确地确定这些电动车的停车位置和停车时间是一个大的挑战。这可以借助根据本发明的方法通过确定负荷来相应地特别有利地确定。因此，可以有利地考虑到停车位置和停车时间来执行负荷的确定，其中，附加地或者替换地，同样可以针对负荷来确定交通流量数据，然而，在确定至少一个充电基础设施部件的至少一个地点时，交通流量数据至少可以起仅次要的作用。因此，通过所述方法得到以下优点，即，通过确定负荷，可以推断出至少一个可电驱动的车辆在至少一个特定的位置、特别是停车位置处的停车时间或者逗留时间。因此，通过根据本发明的方法能够实现如下可能性，即，在规划充电基础设施时，合理地改建或者补充充电基础设施，由此可以提高规划的品质或者质量。为此，有利地对允许推导出负荷的时间相关性的高度数据进行评估。因此，可以特别有利地得出关于地点选择的结论。

在本发明的有利的设计方案中，通过至少一个学习算法和/或至少一个神经网络来执行所述方法的至少一个步骤，即，至少执行负荷和/或地点的评估和/或相应的识别和/或确定。不仅这种算法、而且神经网络是机器学习的变体。在机器学习中，基本上可以遵循两种方法：第一种是符号方法、例如命题系统，其中明确地表示知识，不仅表示示例，而且表示归纳出的规则，示例和归纳出的规则例如可以通过算法来表述。第二种是子符号系统、例如神经网络、特别是人工神经网络，其根据人脑的模型工作，并且其中隐含地表示知识。在此，也可以想到至少一个算法和至少一个神经网络的组合。在此，算法可以是能学习的、特别是能自学习的，并且例如可以通过神经网络来执行，或者神经网络与学习算法对应地接收指令。也就是说，可以自动化地执行所述方法或者所述方法的至少一个步骤，其中，准人工智能可以执行至少一个方法步骤。在此，可以使用学习算法来初始化神经网络。如果例如高度数据是图像，那么通过神经网络或者学习算法或者人工智能，可以在图像中例如特别有利地识别出如下模式，例如可以根据这些模式特别有利地进行部件或者用户的识别。因此，例如特别是当高度数据包含时间序列时，例如可以以特别有利的方式确定车辆在特定的位置、特别是作为交通基础设施的部件的停车场中停留多长时间，并且还可以附加地例如评估该位置的周围环境的特性，从而例如可以特别有利地确定充电基础设施部件的地点。在此，可以通过训练数据对神经网络或者学习算法进行训练，其中，特别是通过深度学习和/或加强学习(英语：Deep Learning和/或Reinforcement Learning)来进行训练或者学习。特别是可以使用学习算法来进行图像处理，其中，由此可以给出，可以通过人工智能来识别例如城市的结构和模式，由此识别交通基础设施的至少一个部件和车辆的结构和模式。在此，可以例如从算法或者神经网络的不同的层对生成的图像特征进行分类，最终可以将图像特征与事先定义的类别相关联，类别可以视为部件的分类。因此，例如可以通过所述方法，特别是针对至少一个定义的时间点，来例如定位一定数量的停放的汽车或者车辆。由此例如得到如下优点，即，特别是可以获得例如城市或者国家的人口的移动行为的大量知识，特别是考虑到特别是可电驱动的车辆的使用的移动行为的大量的知识。总之，有利地借助机器学习或者深度学习、人工智能KI，或者以优化方法、特别是启发式的优化方法，对高度数据进行处理。在此，可以根据高度数据例如通过学习算法例如识别出至少一个车辆，并且确定车辆的停车时间，其中，优选使用混合算法。在混合算法的情况下，存在如下可能性，即，例如在学习算法例如无法实现识别的困难的问题的情况下，使用判断、特别是人的判断。这特别是可以在算法或者网络的训练阶段进行，从而可以针对所述方法有利地学习识别或者标识，其中，训练数据优选是特别广泛的，也就是说，包含尽可能多的对于识别的学习可能是决定性的数据。通过使用学习算法和/或神经网络，可以特别高效、因此例如在特别短的时间内执行所述方法。

在本发明的有利的设计方案中，将用于至少一个车辆或者该车辆的停车设施识别为部件，和/或将车辆、特别是可电驱动的车辆、例如作为机动车的电动车识别为用户。这里，应当保持注意，根据特别是包括航空照片或者卫星图像的高度数据，由于基本上垂直于地面的拍摄角度，特别是在车辆的驱动类型方面，很难表征车辆，为此，特定的类型特征还必须使得在车辆的俯视图中唯一地确定驱动类型。然而，这对于交通基础设施的部件的负荷确定或者规划来说是完全不需要的，因为可以假设向电动汽车的转变将进一步继续，由此借助负荷的确定，可以通过所述方法特别有利地学习或者确定充电基础设施部件的至少一个地点。因此，电动车相对于车辆总数的份额增大，由此例如可以根据该份额进行估计，从而通过该份额可以在总的车辆保有量上推断出停在所考虑的地区或者区域内的电动车。此外，在特别是包括航空照片和/或卫星图像的高度数据中，可以在例如作为车辆的轿车和例如作为车辆的公共交通巴士之间进行区分。由此，除了充电基础设施部件的地点的规划之外，例如还可以有利地确定充电基础设施部件的类型。因此，例如有利的是，对于巴士提供较大的充电电流，以便能够特别高效地、特别是特别快速地对巴士的能量存储器充电。与例如车辆行驶的道路区段相比，因为在那里至少不能借助充电柱进行充电，停车设施作为部件对于充电基础设施部件的地点的规划也显著更具决定性。替换地或者附加地，如果充电基础设施部件例如是为了进行感应充电而嵌入车道中的线圈，那么在确定交通基础设施的负荷时，例如可以使用车辆例如以特别慢和/或恒定的速度行驶的线路区段。其中，与高度数据相比，地面数据对于速度的检测可能是有利的。

在本发明的另一个有利的设计方案中，在评估数据组中一起记录并且评估地面传感器单元的地面数据。因此，根据地面数据来确定交通基础设施的负荷。在此，地面传感器单元例如是照相机、例如监视照相机，其中，根据充电基础设施的类型、即例如充电柱或者感应充电线圈，可以使用对应的照相机。例如，对于道路区段，可以使用交通监视的监视照相机和/或例如充电店的停车场或者公共停车场的例如监视照相机。由此得到如下可能性，即，关于交通基础设施的部件的负荷的确定，可以使用冗余数据，由此可以特别高效地执行所述方法。此外，通过地面数据，可以以特别有利的方式在车辆的驱动类型之间进行区分。因此，可以确定电动车相对于车辆的总数或者总的车辆保有量的份额。

在本发明的另一个有利的设计方案中，在评估数据组中附加地记录背景数据，由此可以因此根据背景数据来确定交通基础设施的负荷。

在本发明的另一个有利的设计方案中，背景数据包括用于分配网络的至少一个模型和/或地理信息系统(Geografischen-Informationssystem，GIS)的数据和/或交通数据和/或关于用户行为的至少一个统计数据。换言之，为了特别有利地确定评估，所述方法可以使用背景数据，背景数据包含有利于对交通基础设施的准确分析、因此有利于识别和/或评估和/或确定的信息。因此，背景数据例如至少可以包含分配网络的如下模型，该模型特别是与交通基础设施重叠，特别是在地理上重叠。分配网络优选是电能的分配网络，因此例如特别地是电网。通过将关于电网的信息记录到评估数据中，可以特别有利地选择用于充电基础设施部件的地点，因为根据分配网络或者电网，特别是可以特别高效地进行选择，因为例如可以通过分配网络提供的能量的量是已知的。附加地或者替换地，GIS数据可以用作背景数据，因此在评估数据组中使用GIS数据。在此，地理信息系统是用于数据的检测、管理和分析的框架，该框架特别是起源于地理。该地理信息系统对空间位置进行分析，并且在例如视觉化中借助地图和例如3D场景来组织信息层。因此，通过经由地理信息系统提供的数据，提供了例如有利地识别高度数据中的模式的可能性，由此例如可以特别有利地执行充电基础设施部件的地点规划。附加地或者替换地，特别是例如包含交通流量的交通数据可以用作背景数据，从而除了例如车辆在停车设施处的静止时间之外，还一般地使得能够将充电基础设施与一般的交通流量相关。此外，在背景数据中可以存在关于用户数据的至少一个统计数据，其例如包含人在超市中的停留时间或者居住地与工作地之间的路程等，这同样可以在地点选择中考虑。此外，如果本身不能够从高度数据推导出，那么可以作为背景数据一起记录例如附加的基础设施数据，从而例如可以在住宅区和商业区之间进行区分，从而例如可以考虑到由于交通引起的可能由于充电基础设施而出现的噪音负荷。附加地或者替换地，可以使用其它背景数据，这些其它背景数据特别是适合用于对充电基础设施部件的地点的确定进行补充和/或支持，从而选择地点，使得交通基础设施的用户的受益特别大。

本发明的第二方面涉及一种电子计算设备，其被构造为用于执行所描述的方法。

本发明的第三方面涉及根据本发明的计算机程序，其在电子计算设备上实现根据本发明的方法。计算机程序在此也可以以计算机程序产品的形式存在，计算机程序产品可以直接加载到计算设备的存储器或者存储区域中，具有程序装置，用于当特别是在计算设备中或者通过计算设备执行计算机程序产品时，执行根据本发明的方法。

本发明的第四方面涉及一种电子可读的数据载体。在此，根据本发明的电子可读的数据载体包括存储在其上的电子可读的控制信息，电子可读的控制信息包括至少一个根据本发明的计算机程序，或者被设计为，当在电子计算设备中使用数据载体时，电子可读的控制信息执行根据本发明的方法。

迄今为止以及下面给出的根据本发明的方法的特性和扩展方案以及相应的优点，相应地可以同样转用于本发明的其它方面，反之亦然。由于该原因，在此省去了对电子计算设备、计算机程序和电子可读数的据载体的优点和有利的设计方案的相应的明确的表述。

附图说明

从下面对优选的实施例的描述中以及根据附图得到本发明的其它特征、细节和优点。

在此，唯一的附图示出了用于说明根据高度监视对象的高度数据来确定交通基础设施的方法的示意图。

具体执行方式

唯一的附图示出了示意图10，示意图10以草图的形式示出了根据高度监视对象的高度数据12来确定交通基础设施的方法的流程和功能关系。对于特别是充电基础设施的规划，其与交通基础设施有关或者被视为交通基础设施的一部分，以尽可能有利地实现向电动汽车的转变，所述方法包括多个步骤：

在第一步骤中，对高度数据12进行评估，高度数据12由至少一个高度监视对象的至少一个传感器单元检测，传感器单元例如具有照相机传感器。此外，在所述方法的该步骤a)中，根据高度数据12产生评估数据组，评估数据组特别是例如包含高度数据本身，并且已经例如通过图像识别，通过例如可以标记相应的图像位置，准备好用于随后对交通基础设施的至少一个部件或者交通基础设施的用户的识别。在所述方法的步骤b)中，现在，从评估数据组中或者根据评估数据组，来识别交通基础设施的至少一个部件。在所述方法的另一个步骤c)中，从评估数据组中或者根据评估数据组，来识别交通基础设施的至少一个用户。在所述方法的步骤d)中，确定交通基础设施的至少一个用户对至少一个部件施加的负荷14。因此，负荷14可以理解为所述方法的输出信息，并且例如可以解释为对交通基础设施的需求的估计。在所述方法的有利的设计方案中，根据所确定的负荷14，特别是通过学习算法和/或神经网络，特别是在地点确定模块16中，确定充电基础设施或者用于交通基础设施或者交通基础设施中的充电基础设施部件的地点，其中，学习算法可以将神经网络初始化。在此，可以作为所述方法的步骤e)来执行地点的确定。除了步骤e)之外，例如同样也可以通过神经网络或者学习算法来执行所述方法的步骤a)至d)，其中，这有利地可以在确定模块20中进行。

地点确定模块16作为输出18来提供地点，在此，对于地点确定模块16的输出18，除了地点本身之外，例如还可以根据负荷14来确定在该地点处进行提供所需的能量的量。

有利地，对于相应的神经网络或者相应的学习算法，可以提供训练数据22，特别是可以在学习阶段，例如特别是借助Deep Learning、即深度学习，来调取训练数据22。此外，例如也可以通过混合方法，有利地通过人类用户借助加强学习来改善负荷确定，加强学习同样也可以由相应的学习算法或者神经网络根据训练数据22独立地执行。

为了能够特别有利地使用所述方法，来规划用于可电驱动的所谓的电动车的特别是例如感应式充电板(induktiven Ladeklappen)和/或充电柱形式的充电基础设施，有利地将用于至少一个车辆的停车设施、即特别是停车场识别为部件，和/或将车辆、特别是轿车和/或用于公共交通的车辆识别为交通基础设施的用户。附加地，对于所述方法，可以使用外部数据24，其中，外部数据24特别是有利地是地面传感器单元、例如监视照相机的地面数据26，对地面数据26进行评估并且记录在评估数据组中。附加地或者此外，外部数据24可以包括背景数据28，背景数据28同样可以一起记录在评估数据组中，其中，由此根据背景数据28来确定交通基础设施的负荷14。附加地或者替换地，通过将地面数据26记录到外部数据24中，来将地面数据26记录到评估数据中，并且由此根据背景数据来确定负荷14。

在此，背景数据28可以有利地包含与通过所述方法分析的交通基础设施重叠的分配网络、特别是电网的至少一个模型。附加地或者替换地，可以包含地理信息系统(GIS)的信息，这些信息以特别有利的方式得到例如关于地理事件等的信息。附加地或者此外，交通数据可以是例如描述交通流量的背景数据28的一部分。附加地或者此外，可以在背景数据28中包含关于用户行为的至少一个统计数据，其例如确定人在超市中的停留时间。因此，例如通过统计数据，当按照高度数据12的时间顺序，例如由于仅能够每四分之一小时记录一次高度数据12，而顾客在超市内的停留时间仅为十分钟时，可以在高度数据12中或者对于负荷14，通过高度数据12结合背景数据28，来尽可能准确地确定负荷14。

高度侦察对象优选是卫星，从而高度数据12优选是卫星图像。附加地或者替换地，高度侦察对象可以是飞机和/或气球或者类似的飞行对象，其上相应地安装有传感器单元，用于记录高度数据12，其中，当通过飞机或者气球记录高度数据12时，高度数据12优选是航空照片。

通过所述方法，例如可以有利地规划交通基础设施的发展，因为可以有利地确定用于至少一个充电基础设施部件、特别是用于电驱动的车辆的至少一个地点，因为例如可以针对负荷14有利地确定车辆的停车位置和停车时间，从而可以尽可能高效地选择针对充电基础设施部件确定的地点。

在此描述的方法也可以以计算机程序或者计算机程序产品的形式存在，计算机程序或者计算机程序产品在计算设备内实现所述方法。同样可以存在其上存储有电子可读的控制信息的电子可读的数据载体，电子可读的控制信息包括所描述的至少一个计算机程序产品，并且设计为，当特别是在电子计算设备中使用数据载体时，电子可读的控制信息执行所描述的方法。

附图标记列表

10 图

12 高度数据

14 负荷

16 地点确定模块

18 输出

20 确定模块

22 训练数据

24 外部数据

26 地面数据

28 背景数据。