-
Die Erfindung betrifft ein Verfahren zum Datentransfer zwischen zwei digitalen Straßenkarten.
-
Aus dem Stand der Technik ist, wie in der
US 10,969,232 B1 beschrieben, eine Ausrichtung von aus unterschiedlichen Quellen stammenden Straßenkarten mit Standardauflösung (SD-Straßenkarte) und hoher Auflösung (HD-Straßenkarte) bekannt. Als Reaktion auf die Eingabe eines Ziels wird eine Route zu diesem Ziel definiert und SD-Straßenkarten-Wegpunkte aus dieser definierten Route werden erzeugt. Aus der HD-Straßenkarte wird ein Graph erzeugt. Die Wegpunkte werden mit Knoten und Kanten im Graphen abgeglichen. Eine oder mehrere Kanten bilden ein Segment in der HD-Straßenkarte. Mehrere Segmente werden identifiziert, um der Route zu entsprechen.
-
Der Erfindung liegt die Aufgabe zu Grunde, ein gegenüber dem Stand der Technik verbessertes Verfahren zum Datentransfer zwischen zwei digitalen Straßenkarten anzugeben.
-
Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren zum Datentransfer zwischen zwei digitalen Straßenkarten mit den Merkmalen des Anspruchs 1.
-
Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.
-
In einem erfindungsgemäßen Verfahren zum Datentransfer zwischen zwei digitalen Straßenkarten wird der Datentransfer zwischen einer digitalen sensorbasierten Straßenkarte und einer digitalen attributbasierten Straßenkarte durchgeführt, wobei
- - eine Segmentierung der sensorbasierten Straßenkarte in Kreuzungen und Streckenabschnitte durchgeführt wird,
- - Attribute des automatisierten Fahrens den Streckenabschnitten zugeordnet werden,
- - Attribute des automatisierten Fahrens Kreuzungssegmenten zugeordnet werden, und
- - geprüft wird, ob ein Attributwert für einen automatisierten Übergang in einem Kreuzungsbereich mit Abbiegeverboten in der attributbasierten Straßenkarte in Übereinstimmung bringbar ist.
-
In einer Ausführungsform des Verfahrens werden zum Zuordnen der Attribute des automatisierten Fahrens zu den Streckenabschnitten für jedes Segment auf einem Streckenabschnitt die entsprechenden Attribute der sensorbasierten Straßenkarte für jedes Fahrspursegment ermittelt, auf einen oder mehrere Werte pro Fahrtrichtung generalisiert, auf entsprechende Abschnitte der attributbasierten Straßenkarte gematcht und dort abgelegt.
-
In einer Ausführungsform des Verfahrens wird zum Zuordnen der Attribute des automatisierten Fahrens zu den Kreuzungssegmenten für jeden ermittelten Kreuzungsbereich eine Analyse nach Eingangs- und Ausgangspunkten, die für jede Fahrspur den Beginn und das Ende des Kreuzungsbereichs definieren, durchgeführt, wobei diese Eingangs- und Ausgangspunkte als Grenzpunkte festgelegt werden. Es wird analysiert, von welchem Grenzpunkt welcher andere Grenzpunkt mittels einer Fahrspur erreicht werden kann. Die Grenzpunkte der sensorbasierten Straßenkarte werden mittels Mapmatching auf entsprechende Stellen der attributbasierten Straßenkarte abgebildet. Für jede Fahrspur zwischen zwei Grenzpunkten der sensorbasierten Straßenkarte wird eine mathematische Verknüpfung der das automatisierte Fahren beschreibenden Attribute zu einem kumulierten Attribut durchgeführt. Beziehungen zwischen allen Paaren von Stellen in der attributbasierten Straßenkarte werden jeweils in beiden Fahrtrichtungen analysiert, wobei evaluiert wird, ob sich in der sensorbasierten Straßenkarte korrespondierende Fahrspuren befinden und das entsprechende das automatisierte Fahren beschreibende Attribut der passenden Beziehung zwischen den Stellen als Relation zwischen Kanten zugewiesen wird. In der attributbasierten Straßenkarte werden in der Relation zwischen jeweils zwei Stellen die Attributwerte für das automatisierte Fahren vergeben, die den Übergang über den jeweiligen Kreuzungsbereich abbilden.
-
Das erfindungsgemäße Verfahren ist insbesondere für einen automatisierten Fahrbetrieb von Fahrzeugen von großer Bedeutung. Im Stand der Technik erfolgt eine Weiterentwicklung des automatisierten Fahrens insbesondere mittels datengetriebener Ansätze. Dabei werden Fahrzeuge mit umfangreichen Sensoren ausgestattet, die eine Fahrzeugumgebung in verschiedenen Aspekten untersuchen und dabei Umgebungsdaten liefern. Als Sensortechnologien werden dabei beispielsweise Radar, Lidar, Kamera und/oder Ultraschall und/oder weitere zur Umgebungserfassung geeignete Sensortechnologien verwendet. Mittels dieser Umgebungsdaten wird, insbesondere unter Verwendung von Machine-Learning-Methoden, ein Modell der Umwelt erstellt. Darin wird das automatisiert zu fahrende Fahrzeug eingebracht, es werden Hypothesen durch Projektionen von Bewegungen in die Zukunft erstellt und daraus dann Handlungsmöglichkeiten zur automatisierten Fahrzeugsteuerung ermittelt und ausgeführt.
-
Zur Plausibilisierung einer Positionsschätzung des automatisiert zu fahrenden Fahrzeugs, zur Plausibilisierung der Modellierung und letztendlich auch zur Plausibilisierung der Handlungsmöglichkeiten ist es aus Sicherheitsgründen Stand der Technik, sich nicht nur auf die aktuellen eigenen Sensordaten des Fahrzeugs zu verlassen, sondern zusätzlich noch Sensordaten der Vergangenheit heranzuziehen.
-
Diese Sensordaten von Fahrten der Vergangenheit idealerweise mehrerer verschiedener Fahrzeuge werden insbesondere mittels Machine-Learning-Methoden abstrahiert und kumuliert in einer digitalen sensorbasierten Straßenkarte. Diese sensorbasierte Straßenkarte beschreibt in der Vergangenheit aufgezeichnete fahrspurgenaue Fahrpfadsegmente sowie ein Abbild der vorgefundenen Umgebung aus Sicht der kumulierten Sensordaten. Es handelt sich hierbei somit um eine von Fahrzeugen mittels der Sensorik gelernte sensorbasierte Straßenkarte.
-
Ein Navigationssystem hingegen benötigt eine digitale attributbasierte Straßenkarte. Diese attributbasierte Straßenkarte dient einem völlig anderen Zweck als die sensorbasierte Straßenkarte. Die attributbasierte Straßenkarte wird primär zur Routenberechnung von einer aktuellen Position des Fahrzeugs bis zu einem vorgegebenen Ziel verwendet. Die attributbasierte Straßenkarte hat deshalb auch fundamental andere Eigenschaften als die sensorbasierte Straßenkarte.
-
Die attributbasierte Straßenkarte ist erheblich abstrahierter, sonst wäre auf einem im Fahrzeug eingebetteten Navigationssystem keine leistungsfähige Routenberechnung möglich. Zudem besteht die attributbasierte Straßenkarte mindestens aus Kanten, auch als Edge, Link oder Straßensegment bezeichnet, Knoten, auch als Node oder als Verbindung zwischen Links oder als Kreuzung bezeichnet, und Relationen. Relationen sind Beziehungen und Bedingungen zwischen Kanten, beispielsweise Abbiegeverbote.
-
Die attributbasierte Straßenkarte weist viele Attribute auf, die nicht oder nur schwer automatisiert mittels Sensoren erfasst werden können. Beispiele hierfür sind Straßennamen, Straßenklassen, Sonderziele, Hausnummern oder auch bestimmte Restriktionen an komplexen Kreuzungen, beispielsweise fahrzeugbasierte und/oder zeitbasierte Abbiegeverbote.
-
Insbesondere unterscheiden sich die attributbasierte Straßenkarte und die sensorbasierte Straßenkarte in im Folgenden beschriebenen zentralen Punkten:
- Die attributbasierte Straßenkarte beschreibt ein Straßennetz entsprechend einem vordefinierten Regelwerk, das dafür optimiert ist, Navigationsfunktionen effizient zu ermöglichen. Im Gegensatz dazu beschreibt die sensorbasierte Straßenkarte eine Umgebung in der Art und Weise, wie sie von Sensoren beobachtet und vermessen wird.
-
Die attributbasierte Straßenkarte beschreibt die Geometrie auf Straßenebene, d. h. eine kantenbasierte Geometrie. Im Gegensatz dazu beschreibt die sensorbasierte Straßenkarte die Geometrie auf Fahrspurebene, d. h. eine fahrspurbasierte Geometrie. Insbesondere an komplexen Kreuzungen wird der Unterschied offensichtlich. Die attributbasierte Straßenkarte beschreibt Abbiegeverbote. Im Gegensatz dazu modelliert die sensorbasierte Straßenkarte Abbiegemöglichkeiten mittels eines Vorhandenseins einer dedizierten Abbiegespur.
-
Im Rahmen der funktionalen Weiterentwicklung der Systeme für automatisiertes Fahren und Navigation ist es notwendig, eine Straßenkartenschnittstelle zwischen der sensorbasierten Straßenkarte und der attributbasierten Straßenkarte zu schaffen, um Synergien zwischen den Systemen zu realisieren, indem in die Navigationskarte für das automatisierte Fahren relevante Attribute integriert werden, um sie für die Navigation nutzbar zu machen.
-
Solche Synergien bestehen beispielsweise in der Berücksichtigung der Möglichkeiten des automatisierten Fahrens für Anzeige- oder Routenoptimierungszwecke, wobei unter automatisiertem Fahren verschiedene Automatisierungsstufen, beispielsweise von SAE-Level 1 bis SAE-Level 5, zu verstehen sind, also bis hin zum autonomen Fahren.
-
Diese Straßenkartenschnittstelle scheiterte bisher jedoch an den grundlegend unterschiedlichen Ansätzen beider Straßenkarten, die sie zunächst zueinander inkompatibel machen. Insbesondere gelöst werden musste daher die Frage der Generalisierung und die Frage der Modellierung der Abbiegevorgänge.
-
Das erfindungsgemäße Verfahren zeigt eine Lösung für dieses Problem. Das Verfahren beschreibt ein Matching von der sensorbasierten Straßenkarte, also ohne Kanten-Knoten-Topologie, auf die attributbasierte Straßenkarte, d. h. eine Abbildung der sensorbasierten Straßenkartenmodellierung auf die attributbasierte Straßenkarte.
-
Die Lösung des Problems ist das beschriebene Verfahren, welches ein mehrstufiges Matching-Verfahren ist. Dabei bedeutet Matching insbesondere das Abbilden einer Kartenmodellierung, hier insbesondere der sensorbasierten Straßenkartenmodellierung, auf eine andere Straßenkarte, hier insbesondere auf die attributbasierte Straßenkarte. In diesem Verfahren erfolgt, wie eingangs bereits erwähnt, ein Datentransfer zwischen der digitalen sensorbasierten Straßenkarte und der digitalen attributbasierten Straßenkarte.
-
Mittels des erfindungsgemäßen Verfahrens wird es durch eine Realisierung der Abbildung der sensorbasierten Straßenkartenmodellierung auf die attributbasierte Straßenkarte ermöglicht, Synergien und eine nahtlose, übergreifende Funktionalität zwischen dem auf einer sensorbasierten Straßenkarte basierenden automatisierten Fahren und der Navigation darzustellen.
-
Ausführungsbeispiele der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert.
-
Dabei zeigen:
- 1 schematisch eine digitale sensorbasierte Straßenkarte,
- 2 schematisch eine digitale attributbasierte Straßenkarte,
- 3 schematisch die digitale sensorbasierte Straßenkarte aus 1 mit Grenzpunkten,
- 4 schematisch die digitale attributbasierte Straßenkarte aus 2 mit den zu den Grenzpunkten gemäß 3 korrespondierenden Stellen, und
- 5 schematisch die digitale attributbasierte Straßenkarte aus 4 mit einer Relation zwischen zwei Stellen.
-
Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.
-
Anhand der 1 bis 5 wird im Folgenden ein Verfahren zum Datentransfer zwischen zwei digitalen Straßenkarten SK, AK beschrieben, welches insbesondere für einen automatisierten Fahrbetrieb von Fahrzeugen von großer Bedeutung ist. In dem hier beschriebenen Verfahren wird der Datentransfer zwischen einer digitalen sensorbasierten Straßenkarte SK und einer digitalen attributbasierten Straßenkarte AK durchgeführt. 1 zeigt schematisch ein Beispiel einer digitalen sensorbasierten Straßenkarte SK und 2 schematisch ein Beispiel einer digitalen attributbasierten Straßenkarte AK. Dargestellt ist jeweils dieselbe Stelle.
-
Im Stand der Technik erfolgt eine Weiterentwicklung des automatisierten Fahrens insbesondere mittels datengetriebener Ansätze. Dabei werden Fahrzeuge mit umfangreichen Sensoren ausgestattet, die eine Fahrzeugumgebung in verschiedenen Aspekten untersuchen und dabei Umgebungsdaten liefern. Als Sensortechnologien werden dabei beispielsweise Radar, Lidar, Kamera und/oder Ultraschall und/oder weitere zur Umgebungserfassung geeignete Sensortechnologien verwendet. Mittels dieser Umgebungsdaten wird, insbesondere unter Verwendung von Machine-Learning-Methoden, ein Modell der Umwelt erstellt. Darin wird das automatisiert zu fahrende Fahrzeug eingebracht, es werden Hypothesen durch Projektionen von Bewegungen in die Zukunft erstellt und daraus dann Handlungsmöglichkeiten zur automatisierten Fahrzeugsteuerung ermittelt und ausgeführt.
-
Zur Plausibilisierung einer Positionsschätzung des automatisiert zu fahrenden Fahrzeugs, zur Plausibilisierung der Modellierung und letztendlich auch zur Plausibilisierung der Handlungsmöglichkeiten ist es aus Sicherheitsgründen Stand der Technik, sich nicht nur auf die aktuellen eigenen Sensordaten des Fahrzeugs zu verlassen, sondern zusätzlich noch Sensordaten der Vergangenheit heranzuziehen.
-
Diese Sensordaten von Fahrten der Vergangenheit idealerweise mehrerer verschiedener Fahrzeuge werden insbesondere mittels Machine-Learning-Methoden abstrahiert und kumuliert in einer digitalen sensorbasierten Straßenkarte SK, wie beispielhaft in 1 gezeigt. Diese sensorbasierte Straßenkarte SK beschreibt in der Vergangenheit aufgezeichnete fahrspurgenaue Fahrpfadsegmente sowie ein Abbild der vorgefundenen Umgebung aus Sicht der kumulierten Sensordaten. Es handelt sich hierbei somit um eine von Fahrzeugen mittels der Sensorik gelernte sensorbasierte Straßenkarte SK.
-
Ein Navigationssystem hingegen benötigt eine digitale attributbasierte Straßenkarte AK, beispielhaft in 2 gezeigt. Diese attributbasierte Straßenkarte AK dient einem völlig anderen Zweck als die sensorbasierte Straßenkarte SK. Die attributbasierte Straßenkarte AK wird primär zur Routenberechnung von einer aktuellen Position des Fahrzeugs bis zu einem vorgegebenen Ziel verwendet. Die attributbasierte Straßenkarte AK hat deshalb auch fundamental andere Eigenschaften als die sensorbasierte Straßenkarte SK.
-
Die attributbasierte Straßenkarte AK ist erheblich abstrahierter, sonst wäre auf einem im Fahrzeug eingebetteten Navigationssystem keine leistungsfähige Routenberechnung möglich. Zudem besteht die attributbasierte Straßenkarte AK mindestens aus Kanten, auch als Edge, Link oder Straßensegment bezeichnet, Knoten, auch als Node oder als Verbindung zwischen Links oder als Kreuzung bezeichnet, und Relationen. Relationen sind Beziehungen und Bedingungen zwischen Kanten, beispielsweise Abbiegeverbote AV.
-
Die attributbasierte Straßenkarte AK weist viele Attribute auf, die nicht oder nur schwer automatisiert mittels Sensoren erfasst werden können. Beispiele hierfür sind Straßennamen, Straßenklassen, Sonderziele, Hausnummern oder auch bestimmte Restriktionen an komplexen Kreuzungen, beispielsweise fahrzeugbasierte und/oder zeitbasierte Abbiegeverbote AV.
-
Insbesondere unterscheiden sich die attributbasierte Straßenkarte AK und die sensorbasierte Straßenkarte SK in drei im Folgenden beschriebenen zentralen Punkten:
- Die attributbasierte Straßenkarte AK beschreibt ein Straßennetz entsprechend einem vordefinierten Regelwerk, das dafür optimiert ist, Navigationsfunktionen effizient zu ermöglichen. Im Gegensatz dazu beschreibt die sensorbasierte Straßenkarte SK eine Umgebung in der Art und Weise, wie sie von Sensoren beobachtet und vermessen wird.
-
Die attributbasierte Straßenkarte AK beschreibt die Geometrie auf Straßenebene, d. h. eine kantenbasierte Geometrie, wie in 2 gezeigt. Im Gegensatz dazu beschreibt die sensorbasierte Straßenkarte SK die Geometrie auf Fahrspurebene, d. h. eine fahrspurbasierte Geometrie, wie in 1 gezeigt, in welcher die sensorbasierte Karte SK mit den Fahrspuren dargestellt ist. Insbesondere an komplexen Kreuzungen wird der Unterschied offensichtlich, wie im Vergleich der 1 und 2 für eine solche komplexe Kreuzung ersichtlich.
-
Die attributbasierte Straßenkarte AK beschreibt Abbiegeverbote AV. Im Gegensatz dazu modelliert die sensorbasierte Straßenkarte SK Abbiegemöglichkeiten mittels eines Vorhandenseins einer dedizierten Abbiegespur.
-
In der sensorbasierten Straßenkarte SK gemäß 1 sind alle Abbiege- und Fahrtmöglichkeiten AF auf der Kreuzung dargestellt. In der attributbasierten Straßenkarte AK gemäß 2 sind Abbiegeverbote AV auf der Kreuzung mittels gestrichelter Pfeile dargestellt. Der Unterschied in der Abstraktion ist offensichtlich.
-
Im Rahmen der funktionalen Weiterentwicklung der Systeme für automatisiertes Fahren und Navigation ist es notwendig, eine Straßenkartenschnittstelle zwischen der sensorbasierten Straßenkarte SK und der attributbasierten Straßenkarte AK zu schaffen, um Synergien zwischen den Systemen zu realisieren, indem in die Navigationskarte für das automatisierte Fahren relevante Attribute integriert werden, um sie für die Navigation nutzbar zu machen.
-
Solche Synergien bestehen beispielsweise in der Berücksichtigung der Möglichkeiten des automatisierten Fahrens für Anzeige- oder Routenoptimierungszwecke, wobei unter automatisiertem Fahren verschiedene Automatisierungsstufen, beispielsweise von SAE-Level 1 bis SAE-Level 5, zu verstehen sind, also bis hin zum autonomen Fahren.
-
Diese Straßenkartenschnittstelle scheiterte bisher jedoch an den grundlegend unterschiedlichen Ansätzen beider Straßenkarten SK, AK, die sie zunächst zueinander inkompatibel machen. Insbesondere gelöst werden musste daher die Frage der Generalisierung und die Frage der Modellierung der Abbiegevorgänge.
-
Das hier vorgestellte Verfahren zeigt eine Lösung für dieses Problem. Das Verfahren beschreibt ein Matching von einer sensorbasierten Straßenkarte SK, also ohne Kanten-Knoten-Topologie, auf eine attributbasierte Straßenkarte AK, d. h. eine Abbildung der sensorbasierten Straßenkartenmodellierung auf die attributbasierte Straßenkarte AK.
-
Die Lösung des Problems ist das im Folgenden beschriebene Verfahren, welches ein mehrstufiges Matching-Verfahren ist. Dabei bedeutet Matching insbesondere das Abbilden einer Kartenmodellierung, hier insbesondere der sensorbasierten Straßenkartenmodellierung, auf eine andere Straßenkarte, hier insbesondere auf die attributbasierte Straßenkarte AK. In diesem Verfahren erfolgt, wie eingangs bereits erwähnt, ein Datentransfer zwischen der digitalen sensorbasierten Straßenkarte SK und der digitalen attributbasierten Straßenkarte AK.
-
In einem ersten Schritt wird eine Segmentierung der beispielhaft in 1 gezeigten sensorbasierten Straßenkarte SK in Kreuzungsbereiche KB und Streckenabschnitte SA durchgeführt. Anhand von Kreuzungen von Fahrspuren auf einer Ebene, anhand von Fahrspuraufsplittungen, d. h. eine Fahrspur mündet in zwei oder mehr Fahrspuren, und anhand von Fahrspurvereinigungen, d. h. zwei oder mehr Fahrspuren münden in eine Fahrspur, wird die sensorbasierte Straßenkarte SK segmentiert in Kreuzungsbereiche KB und Streckenabschnitte SA.
-
In einem zweiten Schritt erfolgt eine Abbildung der Attribute des automatisierten Fahrens für die Streckenabschnitte SA, d. h. die Attribute des automatisierten Fahrens werden den Streckenabschnitten SA zugeordnet. Hierzu werden für jedes Segment auf einem Streckenabschnitt SA die entsprechenden Attribute der sensorbasierten Straßenkarte SK beispielsweise für das automatisierte Fahren für jedes Fahrspursegment ermittelt, generalisiert auf einen oder mehrere Werte pro Fahrtrichtung, auf die entsprechenden Abschnitte der attributbasierten Straßenkarte AK gematcht und dort abgelegt. Dies ist in den 1 und 2 beispielhaft für den durch ein Kästchen K gekennzeichneten Streckenabschnitt SA dargestellt.
-
Beispielsweise kann ein Attribut das bestmögliche SAE-Level des automatisierten Fahrens von 1 bis 5 darstellen. Im dargestellten Beispiel gemäß 1 sind in dem mittels des Kästchens K markierten Bereich zwei Fahrspuren mit Fahrtrichtung nach links und eine Fahrspur mit Fahrtrichtung nach rechts vorhanden. Dabei weist im dargestellten Beispiel die äußerste Fahrspur mit Fahrtrichtung nach links das Attribut A3 auf, d. h. auf dieser Fahrspur kann mit SAE-Level 3 gefahren werden. Die weitere Fahrspur mit Fahrtrichtung nach links weist das Attribut A4 auf, d. h. auf dieser Fahrspur kann mit SAE-Level 4 gefahren werden. Die Fahrspur mit Fahrtrichtung nach rechts weist das Attribut A3 auf, d. h. auf dieser Fahrspur kann mit SAE-Level 3 gefahren werden.
-
In einer ersten möglichen Vorgehensweise wird eine kantenbezogene Abbildung auf die attributbasierte Straßenkarte AK so gestaltet, dass pro Fahrtrichtung genau eine mathematische Verknüpfung aller Fahrspuren der entsprechenden Fahrtrichtung der attributbasierten Straßenkarte AK auf einen Wert der sensorbasierten Straßenkarte SK erfolgt. Die beiden Fahrspuren im Kästchen K mit Fahrtrichtung nach links mit den Attributen A3 und A4 der sensorbasierten Straßenkarte SK werden zum Beispiel mit einer Maximum-Funktion verknüpft und an den korrespondierenden Abschnitt auf Kantenebene der attributbasierten Straßenkarte AK abgelegt mit dem Attribut A4I, d. h. es gibt eine Fahrbahn mit Fahrtrichtung nach links, entlang der mit dem Attribut A4 gefahren werden kann. Die Fahrspur im Kästchen K mit Fahrtrichtung nach rechts mit dem Attribut A3 der sensorbasierten Straßenkarte SK wird an dem korrespondierenden Abschnitt auf Kantenebene der attributbasierten Straßenkarte AK abgelegt mit dem Attribut A3r. Die Attribute A4I, A3r dieser ersten möglichen Vorgehensweise sind in 2 oberhalb des Kästchens K dargestellt.
-
In einer zweiten möglichen Vorgehensweise wird eine kantenbezogene Abbildung auf die attributbasierte Straßenkarte AK so gestaltet, dass pro Fahrtrichtung jede Fahrspur der attributbasierten Straßenkarte AK auf einen eigenen Wert der sensorbasierten Straßenkarte SK abgebildet wird. Die beiden Fahrspuren im Kästchen K mit Fahrtrichtung nach links mit den Attributen A3 und A4 der sensorbasierten Straßenkarte SK werden somit dahingehend auf die attributbasierte Straßenkarte AK abgebildet, dass der korrespondierende Abschnitt in Fahrtrichtung nach links zwei Fahrspuren aufweist, die das Attribut 3l bzw. A4l aufweisen. Die Fahrspur im Kästchen K mit Fahrtrichtung nach rechts mit dem Attribut A3 der sensorbasierten Straßenkarte SK wird dahingehend auf die attributbasierte Straßenkarte AK abgebildet, dass der korrespondierende Abschnitt in Fahrtrichtung rechts eine Fahrspur aufweist, die das Attribut A3r aufweist. Die Attribute A3l, A4I, A3r dieser zweiten möglichen Vorgehensweise sind in 2 unterhalb des Kästchens K dargestellt.
-
In einem dritten Schritt erfolgt eine Abbildung der Attribute des automatisierten Fahrens für die Kreuzungssegmente, d. h. die Attribute des automatisierten Fahrens werden den Kreuzungssegmenten zugeordnet. Für jeden im ersten Schritt ermittelten Kreuzungsbereich KB erfolgt zunächst eine Analyse nach Eingangs- und Ausgangspunkten, die für jede Fahrspur den Beginn und das Ende des Kreuzungsbereichs KB definieren. Das sind in 3 die Grenzpunkte P1 bis P13, wobei 3 erneut die sensorbasierte Straßenkarte SK gemäß 1 zeigt.
-
Anschließend erfolgt eine Analyse, von welchem Grenzpunkt P1 bis P13 welcher andere Grenzpunkt P1 bis P13 mittels einer Fahrspur erreicht werden kann. Im dargestellten Beispiel gemäß 3 kann von Grenzpunkt P1 sowohl Grenzpunkt P2 als auch Grenzpunkt P8 derselben Kreuzungsbereichs KB erreicht werden.
-
Anschließend werden die Grenzpunkte P1 bis P13 der sensorbasierten Straßenkarte SK mittels Mapmatching auf die entsprechenden Stellen S1 bis S5 der attributbasierten Straßenkarte AK abgebildet. Dazu werden gegebenenfalls mehrere Grenzpunkte P1 bis P13 der sensorbasierten Straßenkarte SK zu einer Stelle S1 bis S5 der attributbasierten Straßenkarte AK zusammengefasst, wie in 3 gezeigt. Im dargestellten Beispiel ergibt dies in der attributbasierten Straßenkarte AK die Stellen S1 bis S5, wie in 4 gezeigt, wobei hier wieder das Beispiel der attributbasierten Straßenkarte AK aus 2 dargestellt ist.
-
Anschließend erfolgt für jede Fahrspur zwischen zwei Grenzpunkten P1 bis P13 der sensorbasierten Straßenkarte SK eine mathematische Verknüpfung der das automatisierte Fahren beschreibenden Attribute zu einem kumulierten Attribut, beispielsweise mittels der Minimum-Funktion. Auch hier stellt das jeweilige Attribut bzw. kumulierte Attribut beispielsweise das bestmögliche SAE-Level des automatisierten Fahrens von 1 bis 5 dar.
-
Im dargestellten Beispiel hat die Fahrspur von Grenzpunkt P1 nach Grenzpunkt P8 teilweise das Attribut A2, teilweise das Attribut A4, wie in 3 gezeigt. Die mathematische Funktion Minimum ergibt für den Übergang von Grenzpunkt P1 nach Grenzpunkt P8 ein kumuliertes Attribut von 2. Der parallele Pfad darunter von Grenzpunkt P13 nach Grenzpunkt P9 weist das Attribut A4 auf, wie in 3 gezeigt. Die mathematische Funktion Minimum ergibt für den Übergang von Grenzpunkt P13 nach Grenzpunkt P9 somit auch ein kumuliertes Attribut von 4.
-
Anschließend werden die Beziehungen zwischen allen Paaren von Stellen S1 bis S5 in der attributbasierten Straßenkarte AK jeweils in beiden Fahrtrichtungen betrachtet. Es wird evaluiert, ob sich in der sensorbasierten Straßenkarte SK korrespondierende Fahrspuren befinden, und das entsprechende das automatisierte Fahren beschreibende Attribut wird der passenden Beziehung zwischen den Stellen S1 bis S5 als Relation zwischen Kanten zugewiesen. Dies kann wiederum kantenbezogen beschrieben werden, indem mittels einer mathematischen Funktion die kumulierten Attributwerte paralleler Fahrspuren zwischen denselben Stellen S1 bis S5 in derselben Richtung zusammengefasst werden, zum Beispiel mit der Maximum-Funktion, und entsprechend in die attributbasierte Straßenkarte AK eingetragen werden. Alternativ kann dies wiederum spurbezogen beschrieben werden, indem für jede parallele Fahrspur zwischen denselben Stellen S1 bis S5 in derselben Richtung ein eigener kumulierter Attributwert in die attributbasierte Straßenkarte AK eingetragen wird.
-
Die Stellen S1 und S5 in der attributbasierten Straßenkarte AK weisen im dargestellten Beispiel in der sensorbasierten Straßenkarte SK die Fahrspurverbindungen von Grenzpunkt P1 nach Grenzpunkt P8 in Richtung links unten mit dem kumulierten Attributwert von 2 und von Grenzpunkt P13 nach Grenzpunkt P9 in Richtung links unten mit dem kumulierten Attributwert von 4 auf. In Gegenrichtung gibt es keine Fahrspur.
-
Damit können schlussendlich in der attributbasierten Straßenkarte AK in der Relation von Stelle S1 nach Stelle S5 die Attributwerte für das automatisierte Fahren vergeben werden, die den Übergang über die Kreuzung, d. h. den Kreuzungsbereich KB, abbilden, wie in 5 gezeigt. Erfolgt dies kantenbasiert, so weist dieser Übergang das Attribut A4 auf, wie in 5 oberhalb des markierten Übergangs dargestellt. Dies besagt, dass es eine Fahrbahn gibt, die einen Übergang von Stelle S1 nach Stelle S5 mit dem Attributwert 4 ermöglicht. Erfolgt dies alternativ fahrspurbasiert, so weist dieser Übergang das Attribut A2 für die äußere Fahrspur und das Attribut A4 für die innere Fahrspur auf, wie in 5 unterhalb des markierten Übergangs dargestellt. Von der Stelle S5 nach Stelle S1 gibt es keine Fahrspur, also auch kein Attribut.
-
Im letzten Schritt erfolgt eine Prüfung, ob ein Attributwert für einen automatisierten Übergang an einer Kreuzung, insbesondere in einem jeweiligen Kreuzungsbereich KB, mit den Abbiegeverboten AV in der attributbasierten Straßenkarte AK in Übereinstimmung zu bringen ist. Im Falle von Widersprüchen kann beispielsweise das automatisierte Fahren eingeschränkt werden oder eine Überprüfung der attributbasierten Straßenkarte AK oder eine Anpassung des Verhaltens des automatisierten Fahrens ausgelöst werden.
-
Mittels des beschriebenen Verfahrens wird es durch eine Realisierung einer Abbildung der sensorbasierten Straßenkartenmodellierung auf die attributbasierte Straßenkarte AK ermöglicht, Synergien und eine nahtlose, übergreifende Funktionalität zwischen dem auf einer sensorbasierten Straßenkarte SK basierenden automatisierten Fahren und der Navigation darzustellen.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-