DE102017100013A1

DE102017100013A1 - Bestimmen der fahrerabsicht an strassenverkehrskreuzungen zum vermeiden der kollision von automobilen

Info

Publication number: DE102017100013A1
Application number: DE102017100013.5A
Authority: DE
Inventors: Upali P. Mudalige; Thanura Ranmal Elvitigala
Original assignee: GM Global Technology Operations LLC
Current assignee: GM Global Technology Operations LLC
Priority date: 2016-01-06
Filing date: 2017-01-02
Publication date: 2017-07-06
Also published as: US10479373B2; CN106945669B; US20170193384A1; CN106945669A

Abstract

Ein System und Verfahren zum Bestimmen mit einem bestimmten Konfidenzniveau, ob ein Fahrer eines Host-Fahrzeugs beabsichtigt, nach links oder rechts abzubiegen. Das Verfahren erhält eine Vielzahl von Abbiege-Anhaltspunkten, die externe Parameter um das Host-Fahrzeug herum identifizieren und/oder Betriebsbedingungen des Host-Fahrzeugs definieren, und bestimmt ein Konfidenzniveau, dass das Host-Fahrzeug eine Links- oder Rechtskurve basierend auf den Abbiege-Anhaltspunkten fahren wird, wobei Bestimmen des Konfidenzniveaus das Gewichten jedes der Anhaltspunkte ausgehend von den gegenwärtigen Fahrzeugbetriebsbedingungen beinhaltet.

Description

HINTERGRUND DER ERFINDUNG
Gebiet der Erfindung
Diese Erfindung betrifft im Allgemeinen ein System und Verfahren zum Bestimmen, ob ein Fahrer eines Host-Fahrzeugs beabsichtigt, nach links oder rechts abzubiegen, und insbesondere ein System und Verfahren zum Bestimmen mit einem bestimmten Konfidenzniveau unter Verwendung aller verfügbaren Anhaltspunkte, wie z. B. die Fahrspur des Host-Fahrzeugs, ob ein Fahrer eines Host-Fahrzeugs nach links oder rechts abbiegen will.
ERLÄUTERUNG DES STANDES DER TECHNIK
Objekterkennungssysteme und Kollisionsvermeidungssysteme sind bei modernen Fahrzeugen zunehmend verbreitet. Objekterkennungssysteme können einen Fahrer vor einem Objekt im Weg eines sich bewegenden Host-Fahrzeugs warnen. Die Warnung kann eine optische Anzeige auf der Fahrzeuginstrumententafel oder in einem Head-Up Display (HUD) sein, und/oder es kann eine akustische Warnung durch Signaltöne sein, oder durch ein anderes Gerät für haptisches Feedback, wie z. B. einen haptischen Sitz gegeben werden. Objekterkennungssysteme können auch aktive Fahrzeugsysteme mit Eingaben versorgen, wie adaptive Geschwindigkeitsregelungssysteme, die die Fahrzeuggeschwindigkeit so steuern, dass ein ausreichender Längsabstand zu einem vorausfahrenden Fahrzeug gehalten wird, sowie Rückwärts-Kreuzungsverkehrsvermeidungssysteme, die sowohl Warnungen ausgeben, als auch eine automatische Bremsung einleiten können, um eine Kollision mit einem Objekt hinter dem Host-Fahrzeug zu vermeiden, wenn das Host-Fahrzeug zurücksetzt.
Der Einsatz von Objekterkennungssystemen in der aktiven Sicherheitstechnologie ist zurzeit ein Hauptschwerpunkt der Forschung in der Automobilindustrie. Technologiefortschritte bei Sensor- und Stellgliedtechnologien haben die Entwicklung von Fahrerassistenzsystemen (FAS) zur Vermeidung von Verkehrsunfällen, speziell durch Fahrerfehler oder Unaufmerksamkeit, ermöglicht. Mehrere Arten von FAS sind schon in heute produzierten Fahrzeugen vorhanden, zum Beispiel das Antiblockiersystem für Bremsen (ABS), die elektronische Stabilitätskontrolle (ESP), die adaptive Geschwindigkeitsregelung (ACC), der Spurassistent (LDW), der Spurwechselassistent (LCA), das vorausschauende Kollisionswarnsystem (FCA) und der Spurhalteassistent (LKA). Eine Notbremsung im Falle einer bevorstehenden Kollision ist eine effektive Möglichkeit zur Vermeidung oder Abmilderung einer Kollision durch Betätigung der Fahrzeugbremsen. Ein Kollisionsvermeidungssystem kann auch Lenkkommandos ausgeben, die dem Host-Fahrzeug eine berechnete Ausweichroute zur Vermeidung einer Kollision geben, die durch Bremsen allein nur abgeschwächt werden könnte.
Die Objekterkennungssensoren für diese Arten von Systemen können eine beliebige Anzahl von Technologien verwenden, wie z. B. Kurz-, Langstreckenradar, Kameras mit Bildverarbeitung, Laser oder LiDAR, Ultraschall usw. Die Objekterkennungssensoren erfassen Fahrzeuge und andere Objekte in der Bahn eines Host-Fahrzeugs. Bei vielen Fahrzeugen sind die Objekterkennungssensoren direkt in den vorderen Stoßfänger oder in anderen Fahrzeugverkleidungen integriert, es gibt jedoch auch andere Montageorte.
Radar- und LiDAR-Sensoren, die zur Erkennung von Objekten und ihrer Ausrichtung und Distanz zum Fahrzeug eingesetzt werden können, liefern Reflexionen von den Objekten in Form von multiplen Abtastpunkten, die zusammen eine Karte von einem Bereich der Punktwolke (Cluster) bilden, auf der für jedes ½° über die gesamte Abtastbreite des Sensors ein separater Abtastpunkt bereitgestellt wird. Diese Abtastpunkte können auch eine Messung des Reflexionsgrads der Zieloberfläche in Form von der Stärke der Reflexion zusätzlich zu Werten für den Bereich und den Azimutwinkel bereitstellen, weshalb dann, wenn ein Zielfahrzeug oder anderes Objekt vor dem Host-Fahrzeug erkannt wird, mehrere Abtastpunkte vorhanden sein können, die zurückgemeldet werden, die den Reflexionsgrad der Oberfläche, die Distanz und den Azimutwinkel des Zielfahrzeugs vom eigenen Fahrzeug identifizieren. Durch die Bereitstellung eines Clusters aus zurückgemeldeten Abtastpunkten können Objekte mit verschiedenen und beliebigen Formen wie zum Beispiel Lastwagen, Anhänger, Fahrräder, Fußgänger, Geländer, Absperrungen usw. leichter entdeckt werden, wobei umso mehr Abtastpunkte zur Verfügung gestellt werden, je größer und/oder näher das Objekt zum Host-Fahrzeug ist.
Kameras an einem Fahrzeug können eine Rückfahrassistenz-Funktion haben, Bilder des Fahrers aufnehmen, um seinen Ermüdungs- oder Aufmerksamkeitszustand zu erfassen, während der Fahrt Bilder der Straße bereitstellen, um Kollisionen zu vermeiden, Strukturerkennung bereitstellen, wie Verkehrszeichen usw. Andere visuelle Fahrzeuganwendungen beinhalten Fahrspurerkennungssysteme, um die Fahrspur des Fahrzeugs zu erkennen und das Fahrzeug in der Mitte der Spur zu halten. Viele dieser bekannten Spurerfassungssysteme erkennen Fahrbahnmarkierungen auf der Straße für verschiedene Anwendungen, wie Spurhalteassistent (LDW), Spurhaltung (LK), Spurzentrierung (LC) usw., und verwenden in der Regel eine einzige Kamera, entweder an der Vorder- oder an der Rückseite des Fahrzeugs, um die Bilder bereitzustellen, anhand derer die Fahrbahnmarkierungen erkannt werden.
Stand der Technik ist auch, bei Fahrzeugen ein Rundumsicht-Kamerasystem einzusetzen, das eine Frontkamera, eine Rückfahrkamera und linke und rechte Seitenkameras beinhaltet, wobei das Kamerasystem anhand der Bilder von den Kameras eine Draufsicht des Fahrzeugs und der umliegenden Bereiche erzeugt, und wobei die Bilder einander an den Ecken des Fahrzeugs überlappen. Die Draufsicht kann für den Fahrzeugfahrer angezeigt werden, um beim Rückwärtsfahren, Einparken usw. zu sehen, was das Fahrzeug umgibt. Zukünftige Fahrzeuge werden möglicherweise keine Rückspiegel mehr verwenden, sondern stattdessen digitale Bilder von den Rundumsicht-Kameras.
Verschiedene Fahrzeugsysteme des Typs, der hierin abgehandelt wird, erfordern, dass die Position und Ausrichtung des Fahrzeugs bekannt ist. Momentan stützen sich moderne Fahrzeuge üblicherweise auf ein globales Satellitennavigationssystem (GNSS), wie zum Beispiel GPS, das zur Standortbestimmung des Fahrzeugs Signale an ein Display im Fahrzeug sendet.
Systeme für Kommunikation in den Bereichen Fahrzeug-zu-Fahrzeug (V2V) und Fahrzeug-Umgebungs-Kommunikation (V2I), manchmal auch als V2X-Systeme bezeichnet, sind bei Fachleuten auf dem Gebiet bekannt und benötigen mindestens eine Einheit, um Information zu einer anderen Einheit zu senden. So können beispielsweise viele Fahrzeug-zu-Fahrzeug-Sicherheitsanwendungen in einem Fahrzeug durch den Empfang von gesendeten Nachrichten von einem benachbarten Fahrzeug ausgeführt werden. Diese Nachrichten sind nicht an ein spezifisches Fahrzeug gerichtet, sondern sind zur gemeinsamen Verwendung in einem Fahrzeugbestand zur Unterstützung der spezifischen Anwendung gedacht. Bei diesen Anwendungen zur Kollisionsvermeidung, in denen zwei oder mehr Fahrzeuge miteinander kommunizieren und eine Kollision möglich erscheint, können die Fahrzeugsysteme die Fahrzeugführer warnen, oder möglicherweise anstelle des Fahrers Ausweichmanöver einleiten, wie zum Beispiel einen Bremsvorgang. Außerdem können Verkehrskontrollstellen die gesendeten Informationen überwachen und Statistiken zum Verkehrsfluss von bestimmten Kreuzungen oder Straßenabschnitten erstellen.
Wo sich Straßen überschneiden, entstehen Kreuzungen. Um zu vermeiden, dass Fahrzeuge an Kreuzungen miteinander kollidieren, wird normalerweise eine Form von Verkehrsleitung bereitgestellt, wie zum Beispiel Stopp-Zeichen, Vorfahrt-gewähren-Schilder, Ampeln usw., damit der Querverkehr oder kreuzende Fahrzeuge sicher über die Kreuzung fahren können. Da es viele Kreuzungen gibt, die Ansätze z. B. ohne Verkehrsleitungen aufweisen können, kann eine Kreuzung zwischen einer Vorfahrtsstraße und einer kleineren Seitenstraße vorhanden sein, wobei die Hauptstraße Vorfahrt hat, und die kleinere Straße ein Stopp-Schild aufweisen kann. Zusätzlich zu Unfällen, die durch Kreuzungsverkehr verursacht werden können, treten Unfälle bei Wendemanövern an Kreuzungen auf, bei denen Beurteilungsfehler in Bezug auf den Gegenverkehr auftreten können, wenn beim Abbiegen nach links von rechts kommender Verkehr anfällt und von links kommender Verkehr beim Abbiegen nach rechts. Daher sind Kreuzungen, speziell solche mit hohem Verkehrsaufkommen, immer noch die Ursache von vielen Fahrzeugkollisionen und Verkehrsunfällen.
Bekannte Objekterkennungssensorsysteme, die versuchen, einen Fahrer vor einer möglichen Kollision bei Fahrt entlang einer Straße insbesondere an einer Kreuzung zu warnen, könnten davon profitieren zu wissen, ob der Fahrer eines Host-Fahrzeugs abbiegen will. Eine Kombination genauer Karten sowie der Fahrzeugpositionierung (z. B. GPS) mit den Objekterkennungssensorsystemen könnte die Genauigkeit der Host-Fahrzeug-Absichtserkennung verbessern. Obwohl es unmöglich ist, genau die Absicht des Fahrers zu kennen, können Algorithmen entwickelt werden zur Ermittlung einer Wahrscheinlichkeit, dass der Fahrer abbiegen wird.
KURZDARSTELLUNG DER ERFINDUNG
Die vorliegende Erfindung beschreibt ein System und Verfahren zum Bestimmen mit einem bestimmten Konfidenzniveau, ob ein Fahrer eines Host-Fahrzeugs beabsichtigt, nach links oder rechts abzubiegen. Das Verfahren erhält eine Vielzahl von Abbiege-Anhaltspunkten, die externe Parameter um das Host-Fahrzeug herum identifizieren und/oder Betriebsbedingungen des Host-Fahrzeugs definieren, und bestimmt ein Konfidenzniveau, dass das Host-Fahrzeug links oder rechts basierend auf den Abbiege-Anhaltspunkten abbiegen wird, wobei Bestimmen des Konfidenzniveaus das Gewichten jedes der Anhaltspunkte ausgehend von den gegenwärtigen Fahrbetriebsbedingungen beinhaltet.
Zusätzliche Eigenschaften der vorliegenden Erfindung gehen aus der nachfolgenden detaillierten Beschreibung und den beigefügten Patentansprüchen in Verbindung mit den begleitenden Zeichnungen hervor.
KURZBESCHREIBUNG DER ZEICHNUNGEN
1 ist eine Darstellung eines Fahrzeugs mit verschiedenen Komponenten zur Identifizierung der Vorgänge des Fahrzeugs und zur Erfassung von Objekten um das Fahrzeug;
2 ist eine Darstellung einer Kreuzung und zeigt das Host-Fahrzeug beim Abbiegen nach links;
3 ist ein Ablaufdiagramm, das einen allgemeinen Überblick eines Verfahrens zum Bestimmen darstellt, ob ein Host-Fahrzeug nach links oder rechts abbiegen wird;
4a und 4b sind ein Ablaufdiagramm, das ein Verfahren zum Kombinieren von relevanten Anhaltspunkten mit einem bestimmten Konfidenzniveau darstellt, ob ein Host-Fahrzeug nach links oder rechts abbiegen wird; und
5 ist ein Ablaufdiagramm, das ein Verfahren zum Bestimmen darstellt, ob ein Host-Fahrzeug ausweichen will oder den Weg vor einem entgegenkommenden Fahrzeug beim Abbiegen nach links kreuzt.
DETAILLIERTE BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
Die folgende Abhandlung der Ausführungsformen der Erfindung bezüglich eines Systems und Verfahrens zum Bestimmen mit einem bestimmten Konfidenzniveau, ob ein Host-Fahrzeug nach links oder rechts abbiegen wird, ist lediglich beispielhafter Art, und soll in keiner Weise die Erfindung oder ihre Anwendungen einschränken.
Wie nachfolgend näher erläutert, schlägt die vorliegende Erfindung ein System und Verfahren zum Bestimmen mit einem bestimmten Konfidenzniveau vor, ob der Fahrer eines Host-Fahrzeugs nach links oder rechts abbiegen wird, basierend auf allen Informationen (z. B. Signale, Hinweise), die verfügbar sind, die hierin als Anhaltspunkte bezeichnet werden. Obwohl die Hauptanwendung des Systems und des Verfahrens darin besteht, die Abbiegeabsicht des Fahrers an einer Kreuzung zu bestimmen, werden die Algorithmen immer die verfügbaren Anhaltspunkte überwachen, um immer die Abbiegeabsicht des Fahrers zu bestimmen. Beispielsweise kombiniert der Algorithmus Daten aus fahrzeugeigenen aktiven und passiven Sensoren, Informationen von anderen Fahrzeugen, Mobilfunksignalen, GPS, Kartendatenbanken, Fahrverhalten, Fahrbahnzustände, Witterung, usw. zum Bestimmen eines Konfidenzniveaus, dass der Fahrer beabsichtigt, zu einem bestimmten Zeitpunkt links oder rechts abzubiegen. Der Algorithmus bildet einen Ansatz zur Beurteilung und Quantifizierung der Absicht des Fahrers, an einer Kreuzung oder anderweitig abzubiegen, und verwendet, wenn vorhanden, eine geometrische Kreuzungsdaten(GID)-Karte von Infrastrukturservern, wie Infrastruktur-zu-Fahrzeug-Kommunikationen, Onstar^TM, Internet-Cloud, usw., oder über eine bordeigene Kartendatenbank. Wenn entfernte Fahrzeuge an einer Kreuzung ankommen oder nahe an dem Host-Fahrzeug fahren, wird das Konfidenzniveau, ob das Fahrzeug beabsichtigt, nach links oder rechts abzubiegen, unter Berücksichtigung der Geschwindigkeit, Beschleunigung, Weghistorie des Host-Fahrzeugs, relativen Position des Host-Fahrzeugs und der externen Objekte usw. berechnet. Das Konfidenzniveau wird kontinuierlich aktualisiert, während sich das Host-Fahrzeug innerhalb der Kreuzung befindet und sich in der Nähe der Kreuzung nähert. Der Algorithmus zur Berechnung des Konfidenzniveaus ist angepasst, um Änderungen und Verfügbarkeit von Daten und die Qualität der Datenquellen zu erleichtern, worin die Algorithmen durch Nutzung von Daten aus vorherigen Ereignissen selbstlernend sind. Das ermittelte Konfidenzniveau wird verglichen mit einem oder mehreren Schwellenwerten und Informationen, Warnungen, automatischem Bremsen usw. können bereitgestellt werden, wenn das Konfidenzniveau einen der Schwellenwerte überschreitet. Andere fahrzeugeigene Anwendungen können das Konfidenzniveau eines möglichen Abbiegens verwenden, um eine entsprechende Aktion einzuleiten, wie z. B. zusätzliche Bedrohungsbeurteilungen und Steuerungsaktionen in Bezug auf links und rechts Abbiegen, Einschalten eines bestimmten Fahrzeugstatus, wie Blinkleuchten, die die Absicht des Host-Fahrzeugs anderen Fahrzeugen durch V2V-Kommunikationen mitteilen usw.
1 ist eine einfache Darstellung eines Fahrzeugsystems 10 mit einem Fahrzeug 12 mit einer Kartendatenbank 14, einem Navigationssystem 16, einer Betriebssteuerung 18, einer Warnvorrichtung 20, Sensoren/Detektoren 32 und einer Fahrzeugsteuerung 22. Die Steuerung 18 soll alle separaten Module, Steuerungen, Prozessoren, elektronischen Steuereinheiten usw. verkörpern, die zur Durchführung und zum Ablauf der verschiedenen hier beschriebenen Algorithmen und Prozesse notwendig sind. Die Kartendatenbank 14 speichert Karteninformationen auf jeder verfügbaren Detailebene, inklusive spezifische Informationen zu Kreuzungen, wie z. B. die Anzahl der Fahrspuren, Verkehrsmuster für Fahrspuren usw. Die Kartendatenbank 14 arbeitet mit dem Navigationssystem 16 zusammen, um die verschiedenen Karten und andere verfügbare Informationen anzuzeigen und dem Fahrer zu ermöglichen, eine Route zu planen und anzuzeigen. Die Sensoren/Detektoren 32 sollen alle Objekterkennungssensoren oder Kameras am Fahrzeug 12, wie vordere, hintere und seitliche Kameras, Backup-Kameras, LiDAR-Sensoren, Langstrecken-Radardetektoren, Kurzstrecken-Radardetektoren, Ultraschallsensoren usw., in einer beliebigen Position am Fahrzeug 12 verkörpern. Die Warnvorrichtung 20 kann jede geeignete Warnvorrichtung sein, z. B. Anzeigeleuchten, ein haptischer Sitz, Klänge usw. Die Steuerung 22 reguliert den Betrieb des Fahrzeugs 12, dazu gehören auch Lenkung, Bremse, Gaspedal usw., gegebenenfalls auch für autonome und semiautonome Fähigkeiten, und stellt auch beliebige andere Fahrzeugsteuerungen bereit, die im Einklang mit der Abhandlung hierin stehen. Das Fahrzeug 12 verfügt auch über einen drahtlosen Zugang 24, mit dem das Fahrzeug 12 drahtlos Nachrichten senden und von vielen Quellen empfangen kann, darunter Internet 26, Satelliten 28, drahtlose Netze 30 usw. Der drahtlose Zugang 24 erlaubt dem Fahrzeug 12 auch V2I- und V2V-Kommunikation zu nutzen, falls diese verfügbar ist.
2 ist eine Veranschaulichung 40, in der die sich kreuzenden Straßen 42 und 44 die Kreuzung 46 bilden, und die Straße 42 entgegengesetzte Fahrspuren 48 und 50 aufweist, die durch eine Mittellinie 52 getrennt sind. Es wird angemerkt, dass der Abhandlung hierin auch Kreuzungen beinhaltet, bei denen die Straßen nicht senkrecht sind. Ein Host-Fahrzeug 54 fährt auf der Fahrspur 48 und entgegenkommende Fahrzeuge 56 fahren auf der Fahrspur 50, wenn das Host-Fahrzeug 54 in die Straße 44 vor dem entfernten Fahrzeug 56 nach links abbiegt, das potenziell ein Kollisionsrisiko sein könnte. Das Host-Fahrzeug 54 kann an der Kreuzung 46 auch langsamer werden, wenn es ein Stopp-Schild oder eine Ampel gibt, selbst wenn das Host-Fahrzeug 54 geradeaus über die Kreuzung 46 fährt. Nicht zu wissen, wohin das Host-Fahrzeug 54 fahren wird, ist ein noch größeres Problem, wenn es nur eine einzelne Fahrspur für alle Fahrzeuge in die Richtung geradeaus sowie für Abbieger nach links und nach rechts gibt.
3 ist eine allgemeine Übersicht eines Verfahrens zum Bestimmen eines Konfidenzniveaus, dass das Host-Fahrzeug 54 an einem Zeitpunkt abbiegen wird, üblicherweise bei einer identifizierten Kreuzung, und dann eine Aktion in Abhängigkeit von einer Kollisionsgefahr einleiten wird. Der Algorithmus zum Bestimmen des Konfidenzniveaus läuft ständig in dem Fahrzeugsystem, sodass verschiedene Eingaben wie Fahrzeugstandort, Fahrspur des Fahrzeugs, Fahrzeuggeschwindigkeit, Fahrbahn-Rad-Winkel, usw. eine Angabe bereitstellen können, dass das Host-Fahrzeug 54 abbiegen wird, und dass das Konfidenzniveau basierend auf mehreren Faktoren steigt oder sinkt. Bei Box 62 erhält der Algorithmus Daten und Anhaltspunkte, die er zum Bestimmen des Konfidenzniveaus verwenden kann, dass das Host-Fahrzeug 54 abzubiegen beabsichtigt. Beispielsweise können die Daten von fahrzeugeigenen Sensoren erhalten werden, drahtlose Daten von einer Infrastruktur, wie z. B. V2X, Onstar^TM, Internet Cloud usw., die Fahrspur, in der sich das Fahrzeug 54 befindet, die Geschwindigkeit des Fahrzeugs 54, die Blinkeraktivierung, ob sich das Fahrzeug 54 verlangsamt, Kreuzungsgeometriedaten, erhöhtes Verkehrsaufkommen auf der Fahrspur usw. empfangen werden. Bei Box 64 kombiniert der Algorithmus GPS-Koordinaten, Kartendaten, Position und Richtung von anderen Fahrzeugen, stationäre Orientierungspunkte und Fahrspurmarkierungen usw. zum Bestimmen der Fahrspur, in der das Host-Fahrzeug 54 fährt. Bei Box 66 verwendet der Algorithmus die verfügbaren Informationen zur Berechnung des Konfidenzniveaus, wie nachfolgend im Detail erörtert wird, um zu bestimmen, ob das Fahrzeug 54 nach links oder rechts abbiegen will. Bei Box 68 vergleicht der Algorithmus das berechnete Konfidenzniveau mit einem oder mehreren Schwellenwerten um zu bestimmen, ob bestimmte Aktionen ergriffen werden müssen, wie Informieren des Fahrers, Bereitstellen einer Warnung, Bereitstellen von automatischem Bremsen usw.
Einige der Anhaltspunkte, die für den Algorithmus verfügbar sind, können wichtiger zum Bestimmen sein, ob das Host-Fahrzeug 54 abbiegen will, wie z. B. Blinken nach links, als andere Anhaltspunkte. Einer der stark gewichteten Anhaltspunkte ist die Fahrspur, in der sich das Host-Fahrzeug 54 gerade befindet, wie z. B. ob es sich in einer linken Fahrspur oder in einer Fahrspur nur zum Abbiegen nach links befindet, worin die Fahrspurdaten durch die Kartendatenbank 14 bereitgestellt sein können oder nicht, und die zuvor von dem Host-Fahrzeug 54 belegte Fahrspur, d. h. ob das Host-Fahrzeug 54 zuletzt von Fahrspuren in eine Fahrspur zum Abbiegen gewechselt hat. Falls die Navigationskarten die Anzahl der Fahrspuren enthalten, dann kann diese Information zum Bestimmen verwendet werden, in welcher Fahrspur sich das Host-Fahrzeug 54 befindet, und ob es einen Spurwechsel ausführt oder nach links oder rechts abbiegt. Wenn die Navigationskarten die separaten Fahrspuren nicht beinhalten, dann kann der Algorithmus andere verfügbare Daten, beispielsweise die Position und Fahrtrichtung anderer Fahrzeuge sowohl in die eigene, als auch in die entgegengesetzte Richtung verwenden, sowie die Position von Objekten, beispielsweise Bordsteinkanten, um zu bestimmen, auf welcher Fahrspur sich das Host-Fahrzeug 54 befindet. Befindet sich zum Beispiel in der gleichen Fahrtrichtung links von dem Host-Fahrzeug 54 kein Fahrzeug, und in der entgegengesetzten Fahrtrichtung gibt es Fahrzeuge direkt links neben dem Host-Fahrzeug 54, dann befindet sich das Host-Fahrzeug 54 auf der Fahrspur ganz links. Weiterhin kann der Algorithmus die Weghistorie des Host-Fahrzeugs 54 und die Fahrbahnmittenkoordinaten verwenden, die von der Kartendatenbank 14 zum Bestimmen der Mitte der Fahrbahn bereitgestellt werden, und anhand dieses bekannten Standorts bestimmen, ob das Host-Fahrzeug 54 seitliche Abweichungen von der Fahrbahnmitte aufweist, um helfen zu bestimmen, ob das Host-Fahrzeug 54 einen Spurwechsel vornehmen will. Der Algorithmus kann auch fahrzeugeigene Sensoren verwenden, um die relative Position des Host-Fahrzeugs 54 zu anderen Fahrzeugen, den Standort der Verkehrszeichen, Identifikation von Straßenmerkmalen wie Kurven, Fahrspurmarkierungen, Fahrspurfarben usw. zu identifizieren.
Der Algorithmus kann ebenfalls bestimmen, dass sich das Host-Fahrzeug 54 nur in einer Linkskurve befindet oder in einer Fahrspur, die eine Fahrspur zum Abbiegen nach links zulässt unter Verwendung von Fahrspurniveaukarten, Kreuzungsgeometrie und Verkehrsrichtungsdetails von den Karten, um zu bestimmen, dass das Host-Fahrzeug 54 nach links abbiegen will. Der Algorithmus kann auch Sensorsystemeingaben verwenden, um zu bestimmen, dass das Host-Fahrzeug 54 sich in einer Fahrspur nur zum Abbiegen nach links befindet, wie beispielsweise die Identifizierung von Signallichtarten, d. h. Linkskurvenpfeile, identifizieren von Verkehrszeichen und Fahrspurmarkierungen zur Anzeige von Richtungen, und Bewerten von Weg und Standort der entfernten Fahrzeuge 56 in derselben Fahrspur vor dem Host-Fahrzeug 54, seitliche Abweichungen des entfernten Fahrzeuges 56, wie z. B. in ein sich in der gleichen Richtung befindendes entferntes Fahrzeugs ganz links nahelegt, dass es weniger wahrscheinlich ist, dass sich das Host-Fahrzeug 54 in einer Linksabbiegerspur befindet, und V2V- oder V2I-Daten zum Bestimmen der Weghistorie und Vorhersage des entfernten Fahrzeugen 56, um Verkehrsfluss und Richtung zu bestimmen.
4a und 4b sind ein Ablaufdiagramm 70, das ein Verfahren darstellt, das durch den Algorithmus hierin zum Kombinieren relevanter Anhaltspunkte zur Berechnung des Konfidenzniveau bei Box 66 verwendet wird, dass das Host-Fahrzeug 54 beabsichtigt, nach links oder rechts an einer Kreuzung oder anderen Standort abzubiegen, wo das Konfidenzniveau dann in anderen Systemen am Fahrzeug 54 verwendet werden kann, um Fahrerinformationen, Warnungen, automatisches Bremsen usw., falls erforderlich bereitzustellen, bei Box 68. Wie nachfolgend abgehandelt, erhöht oder erniedrigt das in dem Diagramm 70 dargestellte Verfahren das Konfidenzniveau basierend auf den verfügbaren relevanten Anhaltspunkten wie Fahrzeugbetrieb, Position und Geschwindigkeit der entfernten Fahrzeuge 56 um das Host-Fahrzeug 54, Fahrzeugweghistorie, Kreuzungsgeometrie, Objekte am Straßenrand usw. Da der Algorithmus die verschiedenen Anhaltspunkte überwacht, und wenn das Host-Fahrzeug 54 fährt, wird das Konfidenzniveau ständig basierend auf diesen Anhaltspunkten aktualisiert.
Wie aus der folgenden Abhandlung ersichtlich wird, bestimmt das Verfahren, das im Ablaufdiagramm 70 dargestellt ist, ein laufendes Konfidenzniveau, ob der Fahrer des Host-Fahrzeugs 54 in nächster Zukunft nach links oder rechts abbiegen wird. Ein separater Algorithmus läuft auch weiter um zu bestimmen, ob der Fahrer des Host-Fahrzeugs 54 die andere der Links- oder Rechtskurve gleichzeitig durchzuführen beabsichtigt. Die Abhandlung hierin wird den Betrieb des Diagramms 70 als Versuch zur Identifizierung beider Konfidenzniveaus behandeln. Ergänzend wird bemerkt, dass das beschriebene Verfahren für das Diagramm 70 mehrere Anhaltspunkte einhält, um die Berechnung des Konfidenzniveaus einer Absicht zum Abbiegen durchzuführen. Da jeder der Anhaltspunkte im Verfahren bewertet wird, steigt oder sinkt das Konfidenzniveau basierend auf der gewichteten Relevanz des Anhaltspunktes, dass das Host-Fahrzeug 54 abbiegen will. Jedoch wird angemerkt, dass andere Anhaltspunkte auch angewandt werden können, um hilfreich zu sein und die Absicht des Fahrers zu bestimmen, wobei einige der Anhaltspunkte stärker gewichtet werden als andere Anhaltspunkte, und die Reihenfolge, in der die Anhaltspunkte abgehandelt werden, unkritisch für den Betrieb des Algorithmus sind. Der Gewichtungsfaktor, der für die Erhöhung des Konfidenzniveau gegeben wird, könnte basierend auf vielen verschiedenen Faktoren angepasst werden, wie nahe das Host-Fahrzeug an einer Kreuzung sein kann, ob Straßen zum Abbiegen verfügbar sind usw.
In einer Ausführungsform beinhaltet der Algorithmus zur Berechnung des Konfidenzniveaus (CL):
wobei:

CL: anfänglich der anfängliche CL-Wert ist, der basierend auf der genauen Implementierung des Algorithmus ausgewählt werden kann (Beispiel: 0 %, 100 %, 50 % usw.),
n: = Anzahl der Anhaltspunkte,
D_j: = Entscheidung basierend auf j. Anhaltspunkt,
alpha_j und beta_j: = Gewicht gegeben zum j. Anhaltspunkt,

_j

Der Algorithmus beginnt bei Box 72 und bestimmt, ob das Host-Fahrzeug 54 völlig autonom gefahren oder manuell bei Entscheidungsraute 74 gefahren wird. Wird das Fahrzeug 54 bei Entscheidungsraute 74 autonom gefahren, dann ermittelt der Algorithmus, ob eine Links- oder Rechtskurve sich in der aktiven Route bei Entscheidungsraute 76 nähert, und wenn ja, beträgt das Konfidenzniveau, dass das Abbiegen eintreten wird, 100 % bei Box 78 und ansonsten 0 % bei Box 80.
Wenn der Algorithmus bestimmt, dass das Host-Fahrzeug 54 bei Entscheidungsraute 74 manuell gefahren wird, ist der erste Anhaltspunkt, auf den der Algorithmus achtet, ob das Host-Fahrzeug 54 nur in einer Linkskurve oder in einer rechten Fahrspur nur für Rechtsabbieger bei Entscheidungsraute 82 ist, wenn diese Information von Kartendatenbank 14 verfügbar ist, oder mit anderen Eingaben wie Straßenmarkierungen, Verkehrszeichen, beispielsweise, „rechte Fahrspur nur für Rechtsabbiegen”, Blinkleuchten (Pfeil) usw. bestimmt wird. Wenn sich das Host-Fahrzeug 54 in einer linken oder in einer rechten Fahrspur nur für Rechtsabbieger befindet, dann erhöht der Algorithmus das Konfidenzniveau, dass das Fahrzeug 54 bei Box 84 abbiegen wird, mit einem hohen Gewichtungsfaktor. Wenn das Fahrzeug 54 nicht in einer Fahrspur nur für Links- oder Rechtsabbieger bei Entscheidungsraute 82 ist, ermittelt der Algorithmus, ob die Fahrspur, in der sich das Host-Fahrzeug 54 gegenwärtig befindet, zur Durchführung einer Links- oder Rechtskurve verfügbar ist, d. h. eine gemeinsame Fahrspur ist, worin das Host-Fahrzeug 54 weiter geradeaus fahren kann, links und/oder rechts abbiegen kann bei Entscheidungsraute 86. Ist das Host-Fahrzeug 54 nicht in einer Fahrspur, worin ein Abbiegen möglich ist, d. h. in einer linken Fahrspur, worin eine Rechtskurve nicht möglich ist, dann wird das Konfidenzniveau, dass das Host-Fahrzeug 54 die Abbiegung durchführen wird, bei Box 88 verringert. Ist das Host-Fahrzeug 54 in einer Fahrspur, in der eine Links- oder Rechtskurve bei Entscheidungsraute 86 möglich ist, dann wird das Konfidenzniveau, dass das Host-Fahrzeug 54 eine Links- oder Rechtskurve durchführen kann, bei Box 90 erhöht, wobei Erhöhen des Konfidenzniveaus in Kombination mit anderen Faktoren wie denjenigen gewichtet wird, dass die Fahrspur allein nicht der Hinweis für eine Kurve ist.
Der nächste Anhaltspunkt ist, dass der Algorithmus schaut, ob das Host-Fahrzeug 54 kürzlich zu einer linken oder rechten Fahrspur bei Entscheidungsraute 92 wechselte, was ein Hinweis darauf sein könnte, dass das Host-Fahrzeug 54 beabsichtigt, eine Links- oder Rechtskurve durchzuführen, je nachdem, in welche Richtung das Host-Fahrzeug 54 sich bewegte, wobei dann, wenn sich das Host-Fahrzeug 54 in eine linke oder rechte Fahrspur bei Entscheidungsraute 92 bewegte, das Konfidenzniveau bei Box 94 für diese Links- oder Rechtskurve erhöht wird. Ebenso bestimmt der Algorithmus auch, ob das Host-Fahrzeug 54 sich in die gegenüberliegende der linken oder rechten Fahrspur bei Entscheidungsraute 96 bewegt hat. Wenn der Algorithmus das Konfidenzniveau dafür bestimmt, ob dann, wenn das Host-Fahrzeug 54 beabsichtigt, eine Linkskurve durchzuführen, sich dann zu einer rechten Fahrspur zu bewegen, ein Hinweis darauf wäre, dass das Fahrzeug 54 nicht beabsichtigt, eine Linkskurve durchzuführen, wobei das Konfidenzniveau bei Box 98 verringert wird. Auf ähnliche Weise, wenn der Algorithmus das Konfidenzniveau dafür bestimmt, ob dann, wenn das Host-Fahrzeug 54 beabsichtigt, eine Rechtskurve durchzuführen, sich dann zu einer linken Fahrspur bewegt, ein Hinweis darauf wäre, dass das Fahrzeug 54 nicht beabsichtigt, eine Rechtskurve durchzuführen, wobei das Konfidenzniveau bei Box 98 verringert wird.
Das Bestimmen, ob die Vergrößerung oder Verkleinerung des Konfidenzniveaus basierend auf dem Host-Fahrzeug 54, das einen Spurwechsel bei den Entscheidungsrauten 92 und 96 durchführt, weiter basierend darauf ausgewertet werden kann, ob die Fahrspur, die das Host-Fahrzeug 54 in ein hohes Verkehrsaufkommen gebracht hat, wobei das Wechseln von einer Fahrspur mit weniger Fahrzeugen auf eine Fahrspur mit mehr Fahrzeugen ein Hinweis darauf wäre, dass das Host-Fahrzeug 54 beabsichtigt, abzubiegen. Wenn sich zum Beispiel das Host-Fahrzeug 54 in eine linke oder rechte Fahrspur bei Entscheidungsraute 92 bewegt, und das Konfidenzniveau bei Box 94 erhöht wird, kann der Algorithmus dann bestimmen, ob die Fahrspur, in die sich das Fahrzeug 54 bewegte, eine Fahrspur mit hohem Verkehrsaufkommen bei Entscheidungsraute 100 ist, und wenn ja, eine weitere Erhöhung des Konfidenzniveaus vornehmen, dass das Fahrzeug 54 beabsichtigt, eine Links- oder Rechtskurve bei Box 102 zu fahren. Desgleichen, wenn der Algorithmus bestimmt, dass sich das Fahrzeug 54 in die entgegengesetzte Fahrspur von der bestimmten Links- oder Rechtskurve bewegt, wobei das Konfidenzniveau bei Box 98 verringert wird, kann der Algorithmus bestimmen, dass die Fahrspur, in die sich das Fahrzeug 54 bewegte, eine Fahrspur mit hohem Verkehrsaufkommen bei Entscheidungsraute 104 ist, und wenn ja, eine weitere Verminderung des Konfidenzniveaus vornehmen, dass das Host-Fahrzeug 54 die andere Links- oder Rechtskurve bei Box 106 durchführt.
Ist die Fahrspur, in die sich das Fahrzeug 54 bewegt hat, keine Fahrspur mit hohem Verkehrsaufkommen bei Entscheidungsraute 100 oder 104, besteht der nächste Anhaltspunkt darin, dass der Algorithmus nachschauen kann, ob das Host-Fahrzeug 54 häufig nach rechts oder links an dem aktuellen Standort des Host-Fahrzeugs abbiegt, d. h. ob das Host-Fahrzeug 54 einem vorherigen häufigen Weg bei Entscheidungsraute 108 folgt, wie das Fahren zwischen Arbeit und zu Hause. Wenn das Host-Fahrzeug 54 an einem bestimmten Standort häufig abgebogen ist, wie beispielsweise an einer bestimmten Kreuzung, dann erhöht der Algorithmus das Konfidenzniveau, dass das Fahrzeug 54 beabsichtigt, diese Kurve bei Box 110 erneut zu fahren. Wenn aktive Navigationsführung vorliegt, erhöht der Algorithmus das Konfidenzniveau unter Verwendung von Navigationsausgabe-Anhaltspunkten mit hohem Gewichtungsfaktor in ähnlichen Situationen. Wenn das Host-Fahrzeug 54 keine häufigen Abbiegungen an dem aktuellen Standort bei Entscheidungsraute 108 vorgenommen hat, dann bewegt sich der Algorithmus zum nächsten Anhaltspunkt zum Bestimmen des Konfidenzniveaus bei Entscheidungsraute 112, worin das Bestimmen beinhaltet ist, ob der Fahrer beim Links- oder Rechtsblinksignal abbog. Wenn der Fahrer das Links- oder Rechtsblinksignal bei Entscheidungsraute 112 abgeschaltet hat, dann wird das Konfidenzniveau, dass das Host-Fahrzeug 54 beabsichtigt, abzubiegen, bei Box 114 basierend auf einem entsprechenden Gewichtungsfaktor erhöht, wobei sich andernfalls der Algorithmus zu dem nächsten Anhaltspunkt bei Entscheidungsraute 116 weiterbewegt, die bestimmt, ob eine Links- oder Rechtskurve in das Navigationssystem 16 einprogrammiert ist. Der Gewichtungsfaktor kann beispielsweise durch die Dauer eines Verkehrssignals, das vorherige Fahrverhalten des Fahrers, ob das Host-Fahrzeug 54 nahe an einer Kreuzung ist, die Distanz von der Kreuzung, Art der Kreuzung usw. angepasst werden.
Wenn eine Links- oder Rechtskurve in das Navigationssystem 16 bei Entscheidungsraute 116 programmiert ist, dann wird das Konfidenzniveau, dass eine Kurve auftreten wird bei Box 118, mit einem hohen Gewichtungsfaktor erhöht, andernfalls bewegt sich der Algorithmus zu dem nächsten Anhaltspunkt bei Entscheidungsraute 120, die bestimmt, ob sich das Host-Fahrzeug 54 verlangsamt, wenn es sich anders verhalten könnte. Wenn Bestimmen getroffen wird, dass sich das Host-Fahrzeug 54 bei Entscheidungsraute 120 verlangsamt, dann wird das Konfidenzniveau, dass das Host-Fahrzeug 54 beabsichtigt, abzubiegen, bei Box 122 erhöht, andernfalls bewegt sich der Algorithmus zu dem nächsten Anhaltspunkt, der Bestimmen der Aufmerksamkeitsrichtung des Fahrers bei Entscheidungsraute 124 beinhaltet. Beispielsweise können Kameras innerhalb des Host-Fahrzeugs 54 bestimmen, ob der Fahrer nach rechts oder links schaut, was ein Hinweis darauf ist, dass der Fahrer nach links oder rechts abbiegen kann, oder mehr Aufmerksamkeit dem Verkehr aus der entgegengesetzten Richtung widmet, was ein Hinweis darauf ist, dass der Fahrer nach links abbiegen kann, wobei das Konfidenzniveau für eine Kurve bei Box 126 erhöht wird. Wenn der Algorithmus keine Identifizierung eines Anhaltspunkts von der Aufmerksamkeit des Fahrers bei Entscheidungsraute 124 vornimmt, dann bewegt sich der Algorithmus zu dem nächsten Anhaltspunkt bei Entscheidungsraute 128, die bestimmt, ob sich der vorausgesagte Weg des Fahrzeugs nach links oder rechts beispielsweise an einer Kreuzung bewegt. Wenn sich der vorausgesagte Weg des Host-Fahrzeugs nach links oder rechts bei Entscheidungsraute 128 bewegt, dann erhöht der Algorithmus das Konfidenzniveau einer beabsichtigten Kurve bei 130, wobei der Algorithmus bei Box 132 endet.
Es wird angemerkt, dass der hierin beschriebene Algorithmus zur Beurteilung von Anhaltspunkten zum Bestimmen, ob die Absicht des Host-Fahrzeugs, abzubiegen, dahingehend anpassbar ist, dass der Gewichtungsfaktor, der bestimmten der Anhaltspunkte zugewiesen ist, basierend auf der Fahrthistorie und anderen Faktoren erhöht oder gesenkt werden kann. Weiterhin wird angemerkt, dass die Reihenfolge, in der die Anhaltspunkte bewertet werden, wie hierin beschrieben, ein nicht-einschränkendes Beispiel dahingehend ist, dass andere Beurteilungsreihenfolgen gleichermaßen anwendbar sind.
Obwohl der hierin abgehandelte Algorithmus zum Bestimmen der Absicht zum Abbiegen eine spezifische Anwendung zum Abbiegen an bekannten Kreuzungen aufweist, die von der Kartendatenbank 14 verfügbar sind, findet der Algorithmus auch Anwendung zum Bestimmen der Absicht des Fahrers an unbekannten Kreuzungen abzubiegen, wie Einfahrten, die nicht typischerweise in einer Kartendatenbank verfügbar sind, oder durch V2I-Kommunikationen, was die Fähigkeit zur Identifizierung ihrer genauen Standorte begrenzt. Da dieser Nachweis typischerweise nicht verfügbar zum Abbiegen an diesen Standorten ist, werden andere Anhaltspunkte wichtiger, wie z. B. das Bewegen in eine mittlere Fahrspur zum Abbiegen, das Abbremsen in Abwesenheit eines entfernten Fahrzeugs vor dem Host-Fahrzeug 54 usw. Weiterhin wird bemerkt, dass der Algorithmus hierin anpassbar ist, um unterschiedliche Arten von Kreuzungen zu handhaben, beispielsweise solche mit Verkehrssignalen, Stoppschildern und unkontrollierten Kreuzungen. Wenn sich zum Beispiel das Host-Fahrzeug 54 bei Annäherung an eine unkontrollierte Kreuzung verlangsamt, ist dies ein starker Anhaltspunkt, dass der Fahrer beabsichtigt, abzubiegen. Jedoch ist ein solcher Anhaltspunkt für Kreuzungen mit Signal oder Stoppschildern kein starker Hinweis. Diese zusätzlichen Details können in den Algorithmus durch Ändern der Gewichtungsfaktoren in Zusammenhang mit dem relevanten Anhaltspunkt integriert werden.
Eine weitere Bestimmung der Absicht des Fahrers zum Abbiegen besteht in der Unterscheidung dazwischen, ob das Host-Fahrzeug 54 gegenüber einem entfernten vorausfahrenden Fahrzeug in einer entgegengesetzten Richtung nachgibt oder den Weg des entfernten Fahrzeugs während der Ausführung einer Linkskurve kreuzt. Diese Bestimmung ist wichtig, weil die Warnungs- oder Steuermaßnahmen unterschiedlich sein können. Beispielsweise kann der Algorithmus eine Warnung bereitstellen, wenn die Absicht des Fahrers darin besteht, entgegenkommenden entfernten Fahrzeugen die Vorfahrt zu lassen, kann jedoch eine Warnung ausgeben und/oder automatische Steuermaßnahmen vornehmen, wenn das Host-Fahrzeug 54 den Weg eines entgegenkommenden Fahrzeugs kreuzt. Verschiedene Anhaltspunkte können in dieser Situation verwendet werden, einschließlich Geschwindigkeit und Beschleunigung des Host-Fahrzeugs 54, des Fahrbahn-Rad-Winkels und der Gierrate des Host-Fahrzeugs 54, des projizierten Geschwindigkeitsprofils des Host-Fahrzeugs 54 und des Standorts des Host-Fahrzeugs.
Ein separater Algorithmus kann eingesetzt werden zum Bestimmen, ob die Absicht des Fahrers darin besteht, vor einem entgegenkommenden Fahrzeug zu kreuzen oder dem Fahrzeug gegenüber beim Durchfahren einer Linkskurve die Vorfahrt zu lassen. 5 ist ein Ablaufdiagramm 140, das die Verfahrensschritte für einen Algorithmus dieser Art darstellt. Der Algorithmus beginnt bei Box 142 und bestimmt dann, ob der Fahrer beabsichtigt, vor einem entgegenkommenden Fahrzeug von einem stationären oder Schleichzustand bei Entscheidungsraute 144 zu kreuzen, durch Bestimmen, dass die Geschwindigkeit des Host-Fahrzeugs 54 unter einer vorbestimmten niedrigen Geschwindigkeit V1 liegt, der Fahrbahn-Rad-Winkel (RWA) des Host-Fahrzeugs 54 größer ist als ein vorbestimmter Fahrbahn-Rad-Winkel RWA1, der ein Fahrbahn-Rad-Winkel einer bedeutenden großen Straße ist, und ob das Bremspedal des Host-Fahrzeugs 54 freigegeben ist. Sind alle drei dieser Bedingungen erfüllt, dann ermittelt der Algorithmus, dass der Fahrer beabsichtigt, vor dem entgegenkommenden Fahrzeug bei Box 146 zu kreuzen.
Wenn der Algorithmus bestimmt, dass der Fahrer nicht beabsichtigt, vor einem entgegenkommenden Fahrzeug von einem stationären oder Schleichzustand bei Entscheidungsraute 144 zu kreuzen, dann fährt der Algorithmus fort mit Entscheidungsraute 148, um zu bestimmen, ob der Fahrer beabsichtigt, vor einem entgegenkommenden Fahrzeug ausgehend von einer geringen relativen Geschwindigkeit zu kreuzen, die größer als die Geschwindigkeit V1 ist. In dieser Entscheidung ermittelt der Algorithmus, dass die Geschwindigkeit des Host-Fahrzeugs 54 größer ist als eine Geschwindigkeit V2, die größer ist als die Geschwindigkeit V1, dass die RWA größer ist als eine vorbestimmte RWA2 ist, die geringer ist als RWA1, und das Host-Fahrzeug 54 auf einen Wert größer als eine vorgegebene Beschleunigung A1 beschleunigt. Sind alle drei dieser Bedingungen erfüllt, dann ermittelt der Algorithmus, dass der Fahrer des Fahrzeugs beabsichtigt, vor einem entgegenkommenden Fahrzeug ausgehend von einer relativ kleinen Geschwindigkeit bei Box 150 zu kreuzen.
Wenn der Algorithmus bestimmt, dass der Fahrer nicht beabsichtigt, vor einem entgegenkommenden Fahrzeug von einer kleinen Ausgangsgeschwindigkeit oder einem Schleichzustand bei Entscheidungsraute 148 zu kreuzen, ermittelt der Algorithmus, ob der Fahrer beabsichtigt, vor einem entgegenkommenden Fahrzeug mit relativ hoher Geschwindigkeit bei Entscheidungsraute 152 zu kreuzen. Bei dieser Entscheidung ermittelt der Algorithmus, ob die RWA größer ist als ein vorbestimmter Fahrbahn-Rad-Winkel RWA3 ist, der kleiner als beide RWA1 und RWA2 ist, ob eine große projizierte Fahrzeuggeschwindigkeit größer als die Geschwindigkeit V3 ist, die größer ist als V1 und V2 und eine kleine Verlangsamung des Host-Fahrzeugs 54 kleiner als eine vorgegebene Verlangsamung D1 ist. Sind alle drei dieser Bedingungen erfüllt, dann ermittelt der Algorithmus, dass das Host-Fahrzeug 54 beabsichtigt, vor einem entgegenkommenden Fahrzeug mit einer hohen Geschwindigkeit bei Box 154 zu kreuzen.
Ist keine der Bedingungen bei den Entscheidungsrauten 144, 148 und 152 erfüllt, dann ermittelt der Algorithmus, dass das Host-Fahrzeug 54 beabsichtigt, gegenüber dem entgegenkommenden Verkehr bei Box 156 die Vorfahrt zu lassen. Die Schwellenwerte V1, V2, V3, RWA1, RWA2, RWA3, A1 und D1 können empirisch ermittelt werden, und unterschiedliche Schwellenwerte können für die unterschiedlichen Fahrkonfigurationen angenommen werden, wie aggressiv, normal und vorsichtig.
Ein Anpassungsverfahren kann für bestimmte Fahrer verwendet werden, wobei die Schwellenwerte zum Bereitstellen von Warnungen oder Alarmen erhöht oder gesenkt werden, basierend auf früheren Konfidenzniveauberechnungen. Wenn zum Beispiel das Konfidenzniveau oberhalb des Schwellenwerts liegt, dass der Fahrer abbiegt, jedoch nicht abbiegt, kann der Schwellenwert erhöht werden. Tabelle 1 unten veranschaulicht ein Beispiel zum Erhöhen oder Verringern des Schwellenwerts basierend auf der Anpassung des Konfidenzniveaus. Tabelle 1

CL >= Schwellenwert CL < Schwellenwert

Links-/Rechtskurve A B

Keine Links-/Rechtskurve C D

T = A + B + C + D: Die Gesamtanzahl von früheren CL-Berechnungen
P_FA (Wahrscheinlichkeit von falschen Alarmen) = C/T
P_Fehler (Wahrscheinlichkeit von Fehlern) = B/T
Der Schwellenwert kann bestimmt werden zur Begrenzung des Werts PFA oder PFehler
Wie Fachleuten hinreichend bekannt ist, können sich die hierin zur Beschreibung der Erfindung erörterten mehreren und unterschiedlichen Schritte und Verfahren auf Vorgänge beziehen, die von einem Computer, einem Prozessor oder anderen Geräten zur elektronischen Berechnung verwendet werden, die Daten unter Zuhilfenahme elektrischer Vorgänge manipulieren und/oder verändern. Diese Computer und elektronischen Geräte können unterschiedliche flüchtige und/oder nicht flüchtige Speicher beinhalten, zu denen ein nicht transitorisches computerlesbares Medium mit einem ausführbaren darauf gespeicherten Programm einschließlich verschiedenen Codes oder ausführbaren Anweisungen gehört, die in der Lage sind, von Computern oder Prozessoren ausgeführt zu werden, wobei der Speicher und/oder das computerlesbare Medium alle Formen und Arten an Speichern und sonstigen computerlesbaren Medien beinhalten kann.
Die vorangegangene Abhandlung offenbart und beschreibt lediglich beispielhafte Ausführungsformen der vorliegenden Erfindung. Fachleute auf dem Gebiet erkennen leicht aus einer derartigen Abhandlung und aus den begleitenden Zeichnungen und Ansprüchen, dass verschiedene Änderungen, Abwandlungen und Variationen darin ohne Abweichung von dem Erfindungsgedanken und dem Schutzumfang der Erfindung, wie in den folgenden Ansprüchen definiert ist, durchgeführt werden können.

Claims

Verfahren zum Bestimmen, ob ein Fahrer eines Host-Fahrzeugs abbiegen will, das Verfahren umfassend: das Erhalten einer Vielzahl von Abbiege-Anhaltspunkten, die externe Parameter um das Host-Fahrzeug herum identifizieren und/oder Betriebsbedingungen des Host-Fahrzeugs definieren; und das Bestimmen eines Konfidenzniveaus, dass das Host-Fahrzeug links oder rechts abbiegt, basierend auf den Abbiegeanhaltspunkten, wobei das Bestimmen des Konfidenzniveaus das Gewichten von jedem der Anhaltspunkte basierend auf aktuellen Fahrsituations-Betriebsbedingungen beinhaltet.
Verfahren nach Anspruch 1, worin das Erhalten einer Vielzahl von Abbiege-Anhaltspunkten das Bestimmen beinhaltet, ob sich das Host-Fahrzeug in einer Fahrspur nur für Linksabbieger oder Rechtsabbieger oder in einer Fahrspur weder für Links- noch für Rechtsabbieger befindet, und worin das Bestimmen eines Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, abzubiegen, das Erhöhen des Konfidenzniveaus beinhaltet, dass das Host-Fahrzeug beabsichtigt, abzubiegen, wenn sich das Fahrzeug in einer Fahrspur nur für Linksabbieger oder Rechtsabbieger befindet, und Verringern des Konfidenzniveaus, wenn sich das Host-Fahrzeug in einer Fahrspur weder für Links- noch für Rechtsabbieger befindet.
Verfahren nach Anspruch 1, worin das Erhalten einer Vielzahl von Abbiege-Anhaltspunkten Bestimmen beinhaltet, ob sich das Host-Fahrzeug kürzlich zu einer anderen Fahrspur bewegt hat, und worin das Bestimmen eines Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, abzubiegen, das Erhöhen des Konfidenzniveaus beinhaltet, dass das Host-Fahrzeug beabsichtigt, links abzubiegen, wenn sich das Host-Fahrzeug kürzlich zu einer linken Fahrspur bewegt hat, und das Erhöhen des Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, rechts abzubiegen, wenn sich das Host-Fahrzeug kürzlich zu einer rechten Fahrspur bewegt hat.
Verfahren nach Anspruch 3, worin das Erhalten einer Vielzahl von Abbiege-Anhaltspunkten das Bestimmen beinhaltet, ob sich das Host-Fahrzeug zu einer Fahrspur mit relativ hohem Verkehrsaufkommen bewegt hat, und worin das Bestimmen eines Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, abzubiegen, das Erhöhen des Konfidenzniveaus beinhaltet, dass das Host-Fahrzeug beabsichtigt, links abzubiegen, wenn sich das Host-Fahrzeug zu einer linken Fahrspur mit hohem Verkehrsaufkommen bewegt, und das Erhöhen des Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, rechts abzubiegen, wenn sich das Host-Fahrzeug kürzlich zu einer rechten Fahrspur mit hohem Verkehrsaufkommen bewegt hat.
Verfahren nach Anspruch 1, worin das Erhalten von Abbiege-Anhaltspunkten das Bestimmen beinhaltet, ob das Host-Fahrzeug zuvor häufig an einem bestimmten Standort nach links oder rechts abgebogen ist, und worin das Bestimmen eines Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, abzubiegen, das Erhöhen des Konfidenzniveaus beinhaltet, dass das Host-Fahrzeug nach links oder rechts abbiegt, wenn das Fahrzeug zuvor häufig an dem Standort nach links oder rechts abgebogen ist.
Verfahren nach Anspruch 1, worin Erhalten von Abbiege-Anhaltspunkten Bestimmen beinhaltet, ob der Fahrer Blinken nach links oder rechts eingeschaltet hat, und worin Bestimmen des Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, abzubiegen, Erhöhen des Konfidenzniveaus von einer Linkskurve beinhaltet, wenn Blinken nach links eingeschaltet ist, und Erhöhung des Konfidenzniveaus von einer Rechtskurve, wenn Blinken nach rechts eingeschaltet ist.
Verfahren nach Anspruch 1, worin das Erhalten von Abbiege-Anhaltspunkten das Bestimmen beinhaltet, dass eine programmierte Route in einem Navigationssystem eine Kurve angibt, und worin das Bestimmen des Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, abzubiegen, das Erhöhen des Konfidenzniveaus beinhaltet, wenn im Navigationssystem ein Abbiegen programmiert ist.
Verfahren nach Anspruch 1, worin Erhalten von Abbiege-Anhaltspunkten Bestimmen beinhaltet, dass eine Distanz zu einem entfernten Fahrzeug vor dem Host-Fahrzeug zunimmt, und worin Bestimmen des Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, abzubiegen, das Erhöhen des Konfidenzniveaus einer Links- oder Rechtskurve beinhaltet, wenn die Distanz zunimmt.
Verfahren nach Anspruch 1, worin das Erhalten von Abbiege-Anhaltspunkten das Bestimmen beinhaltet, dass sich die Aufmerksamkeit des Fahrers des Host-Fahrzeugs nach links oder rechts richtet, und worin das Bestimmen des Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, abzubiegen, das Erhöhen des Konfidenzniveaus beinhaltet, sich die Aufmerksamkeit des Fahrers nach links oder rechts richtet.
Verfahren nach Anspruch 1, worin das Bestimmen des Konfidenzniveaus, dass das Host-Fahrzeug beabsichtigt, abzubiegen, das Anpassen des Bestimmens des Konfidenzniveaus basierend auf einem früheren Fahrverhalten eines Fahrers beinhaltet.