Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
EVALUATION OF COMPONENTS OF DRIVING FUNCTIONS AND ROADWAY DETECTION IN DIFFERENT PROCESSING STAGES
Document Type and Number:
WIPO Patent Application WO/2019/072550
Kind Code:
A1
Abstract:
The invention relates to a method and to an apparatus for the evaluation of detection results of components for road detection, of the road estimated by a road estimation and/or of the planned trajectory of the driver assistance systems of an ego-vehicle that are used, wherein the detection results, the estimated road and the planned trajectory are designated a hypothesis. In order to evaluate the components, the road estimation or the driver assistance system, use is made of a metric which is based on the manually covered trajectory of the ego-vehicle, wherein the deviation between the manually traveled trajectory and the hypothesis is determined for predefined reference points at a predefined interval from a starting point in a vehicle-based x-y coordinate system and by using the evaluation, it is determined whether the hypothesis of the components for road detection, the road estimation and/or the driver assistance system fulfill predefined criteria.

Inventors:
SPEHR JENS (DE)
NGUYEN TRAN TUAN (DE)
Application Number:
PCT/EP2018/075985
Publication Date:
April 18, 2019
Filing Date:
September 25, 2018
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
VOLKSWAGEN AG (DE)
International Classes:
G06T7/20; G06K9/00
Foreign References:
EP2974943A22016-01-20
DE102015012648B42017-07-20
DE102013003944A12014-09-11
Other References:
RECHY ROMERO ADRIAN ET AL: "Environment-aware sensor fusion for obstacle detection", 2016 IEEE INTERNATIONAL CONFERENCE ON MULTISENSOR FUSION AND INTEGRATION FOR INTELLIGENT SYSTEMS (MFI), IEEE, 19 September 2016 (2016-09-19), pages 114 - 121, XP033065750, DOI: 10.1109/MFI.2016.7849476
HARTMANN OLIVER ET AL: "Towards autonomous self-assessment of digital maps", 2014 IEEE INTELLIGENT VEHICLES SYMPOSIUM PROCEEDINGS, IEEE, 8 June 2014 (2014-06-08), pages 89 - 95, XP032620355, DOI: 10.1109/IVS.2014.6856564
SARHOLZ F ET AL: "Evaluation of different approaches for road course estimation using imaging radar", INTELLIGENT ROBOTS AND SYSTEMS (IROS), 2011 IEEE/RSJ INTERNATIONAL CONFERENCE ON, IEEE, 25 September 2011 (2011-09-25), pages 4587 - 4592, XP032200820, ISBN: 978-1-61284-454-1, DOI: 10.1109/IROS.2011.6094623
ALBRECHT KLOTZ ET AL: "Lane data fusion for driver assistance systems", 1 January 2004 (2004-01-01), XP055533550, Retrieved from the Internet [retrieved on 20181212]
ANGEL F. GARCIA-FERNANDEZ ET AL: "Bayesian Road Estimation Using Onboard Sensors", IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, vol. 15, no. 4, 1 August 2014 (2014-08-01), Piscataway, NJ, USA, pages 1676 - 1689, XP055533540, ISSN: 1524-9050, DOI: 10.1109/TITS.2014.2303811
NGUYEN TRAN TUAN ET AL: "A survey of performance measures to evaluate ego-lane estimation and a novel sensor-independent measure along with its applications", 2017 IEEE INTERNATIONAL CONFERENCE ON MULTISENSOR FUSION AND INTEGRATION FOR INTELLIGENT SYSTEMS (MFI), IEEE, 16 November 2017 (2017-11-16), pages 239 - 246, XP033264839, DOI: 10.1109/MFI.2017.8170435
T. T. NGUYEN: "Learning of Lane Information Reliability for Intelligent Vehicles", IEEE INTERNATIONAL CONFERENCE ON MULTISENSOR FUSION AND INTEGRATION FOR INTELLIGENT SYSTEMS, 2016
Download PDF:
Claims:
Patentansprüche

1. Verfahren zur Evaluation von Detektionsergebnissen von Komponenten zur

Fahrbahnerkennung, der von einer Fahrbahnschätzung geschätzten Fahrbahn, und/oder der geplanten Trajektorie der verwendenden Fahrerassistenzsysteme eines Egofahrzeugs, wobei die Detektionsergebnisse, die geschätzte Fahrbahn und die geplante Trajektorie als Hypothese (H) bezeichneten werden,

dadurch gekennzeichnet, dass

zur Evaluation der Einrichtungen oder der Fahrerassistenzsysteme eine Metrik verwendet wird, die auf der manuell gefahrenen Trajektorie des Egofahrzeugs basiert, wobei die Abweichung zwischen der manuell gefahrenen Trajektorie und der

Hypothese (H, 12, 14, 15, 16, 17) für vorgegebene Referenzpunkte in einem vorgegebenen Abstand von einem Ausgangspunkt in einem fahrzeugeigenen x-y- Koordinatensystem bestimmt wird, und

anhand der Evaluation bestimmt wird, ob die Hypothese der Komponente zur

Fahrbahnerkennung, der Fahrbahnschätzung und/oder des Fahrerassistenzsystems vorgegebene Kriterien erfüllt.

2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass

der Winkel zwischen dem Referenzpunkt im vorgegebenen Abstand (rl) der manuell gefahrenen Trajektorie und der in Fahrtrichtung verlaufenden x-Achse des

fahrzeugeigenen Koordinatensystems zum Ausgangszeitpunkt bestimmt wird, der Winkel zwischen dem Referenzpunkt im vorgegebenen Abstand (rl) der Hypothese und der in Fahrtrichtung verlaufenden x-Achse des fahrzeugeigenen

Koordinatensystems zum Ausgangszeitpunkt bestimmt wird,

der Betrag der Differenz der beiden Winkel bestimmt wird,

zur Evaluation der Einrichtung oder des Fahrerassistenzsystems der Betrag der

Winkeldifferenz mit einer vorgegebenen Schwelle verglichen wird, und

Klassifizieren der Hypothese in die Kriterien brauchbar oder unbrauchbar anhand des

Vergleichsergebnisses.

3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die vorgegebene

Schwelle 1 ° bis 3°, insbesondere 2° beträgt.

4. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass zusätzlich zur Metrik der Winkeldifferenz der euklidische Abstand zwischen den Referenzpunkten der manuell gefahrenen Trajektorie und der Hypothese bestimmt und als weitere Metrik zur Evaluation der Hypothese herangezogen wird.

5. Verfahren, insbesondere nach einem der vorangegangenen Ansprüche, zur Evaluation von Detektionsergebnissen von Komponenten zur Fahrbahnerkennung, der von einer Fahrbahnschätzung geschätzten Fahrbahn, und/oder der geplanten Trajektorie der verwendenden Fahrerassistenzsysteme eines Egofahrzeugs, wobei die

Detektionsergebnisse, die geschätzte Fahrbahn und die geplante Trajektorie als Hypothese (H) bezeichneten werden,

dadurch gekennzeichnet, dass

zur Evaluation der Einrichtungen oder der Fahrerassistenzsysteme eine Metrik verwendet wird, die auf einer Trajektorie des Egofahrzeugs basiert, wobei die

Abweichung zwischen der Trajektorie und der Hypothese (H, 12, 14, 15, 16, 17) für vorgegebene Referenzpunkte in einem vorgegebenen Abstand von einem

Ausgangspunkt in einem fahrzeugeigenen x-y-Koordinatensystem bestimmt wird, und anhand der Evaluation bestimmt wird, ob die Hypothese der Komponente zur

Fahrbahnerkennung, der Fahrbahnschätzung und/oder des Fahrerassistenzsystems vorgegebene Kriterien erfüllt.

6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass die Metrik

auf einer Winkeldifferenz zwischen der in Fahrrichtung verlaufenden x-Achse zum Ausgangszeitpunkt und dem Referenzpunkt der Hypothese,

auf dem euklidischen Abstand zwischen dem Referenzpunkten der Trajektorie und der Hypothese,

oder auf der Abweichung der Hypothese von der genauen Karte durch eine

hochgenaue GPS-Position in Verbindung mit einer hochgenauen Karte basiert.

7. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass der Abstand vorgegebene Abstand (rl) der Referenzpunkte vom Ausgangspunkt zwischen 10 m und 200 m, insbesondere 30 m beträgt.

8. Vorrichtung zur Evaluation von Detektionsergebnissen von Komponenten zur

Fahrbahnerkennung, der von einer Fahrbahnschätzung geschätzten Fahrbahn, und/oder der geplanten Trajektorie der verwendenden Fahrerassistenzsysteme eines Egofahrzeugs, wobei die Detektionsergebnisse, die geschätzte Fahrbahn und die geplante Trajektorie als Hypothese (h) bezeichneten werden, wobei die Vorrichtung zur Durchführung des Verfahrens nach einem der vorangegangenen Ansprüche eingerichtet und ausgelegt ist, mit

einer Einrichtung oder ein Fahrerassistenzsystem zur Fahrbahnerkennung,

einer Einrichtung zur Evaluation der Hypothese, und

einer Einrichtung zur Klassifizierung der Hypothese.

9. System (20) zur off-line Evaluation von manuell gefahrenen Trajektorien in

verschiedenen Umfeldszenarien, mit

einer Datenbank (21 ) zum Abspeichern von Datensätze betreffend die manuell gefahrenen Trajektorien (GT) und den für jede manuelle Trajektorie (GT) ermittelten Hypothesen (H) sowie Kontextdaten von Fahrbahnabschnitten,

eine Einrichtung (22) zur Ermittlung von Sensorinformationen über den Straßenverlauf aus den Datensätzen,

eine Einrichtung (23, 24) zur Schätzung des Straßenverlaufs aus den Informationen über den Straßenverlauf, die den geschätzten Straßenverlauf (24) ermittelt, eine Einrichtung (25, 26) zur Ermittlung von Fahrtrajektorien aus den Schätzungen des Straßenverlaufs, wobei für den jeweiligen geschätzten Straßenverlauf eine

Fahrtrajektorie (26) ermittelt wird,

eine Evaluationseinrichtung (29) zur Anwendung einer vorgegebenen Metrik zur Evaluation der Informationen über den Straßenverlauf, der Evaluation des geschätzten Straßenverlaufs und der Evaluation der ermittelten Fahrtrajektorie für den geschätzten Straßenverlauf,

einer Einrichtung (30) zum Vorhalten mindestens einer Evaluationsmetrik, und einer Einrichtung zur Bereitstellung von Evaluationsergebnissen (321 ).

10. System nach Anspruch 9, dadurch gekennzeichnet, dass eine Einrichtung (27) aus der Datenbank Datensätze extrahiert, relevante Daten (28) aus den Datensätzen entnimmt und der Evaluationseinrichtung (29) zur Verfügung stellt, so dass die

Evaluationsergebnisse (31 ) mit relevanten Daten ausgestattet werden.

1 1. System nach Anspruch 10, dadurch gekennzeichnet, dass die relevanten Daten durch GPS-Koordinaten gebildet werden, die den entsprechenden Fahrbahnabschnitt betreffen.

12. System nach einem der Ansprüche 9 bis 1 1 , dadurch gekennzeichnet, dass die Evaluationsergebnisse (31 ) eine Bewertung der Fahrbahnabschnitte hinsichtlich der Verfügbarkeit für eine automatische Fahrfunktion betreffen.

13. System nach Anspruch 12, dadurch gekennzeichnet, dass aus den

Evaluationsergebnissen (31 ) eine Verfügbarkeitskarte (34) für eine automatische Fahrfunktion ermittelt wird.

14. System nach Anspruch 13, dadurch gekennzeichnet, dass die Verfügbarkeitskarte Informationen über die Verfügbarkeit der automatischen Fahrfunktionen sowie der Einrichtungen zur Fahrbahnerkennung enthält.

15. System nach einem der Ansprüche 12 bis 14, dadurch gekennzeichnet, dass aus den Evaluationsergebnissen (31 ) eine Fehlerbetrachtung (35) und ein Performance Indikator (33) abgeleitet werden.

Description:
Beschreibung

Evaluation von Komponenten automatischer Fahrfunktionen und Fahrbahnerkennung auf unterschiedlichen Verarbeitungsstufen

Die Erfindung betrifft ein Verfahren zur Evaluation von Komponenten zur

Fahrbahnerkennung anhand der Detektionsergebnisse sowie Fahrerassistenzsystemen anhand der geplanten Trajektorien gemäß dem Oberbegriff des Anspruchs 1 , eine entsprechende Vorrichtung gemäß dem Oberbegriff des Anspruchs 8 sowie ein System zur Offline Evaluation von manuell gefahrenen Trajektorien in verschiedenen Umfeldszenarien gemäß dem Oberbegriff des Anspruchs 9.

Bei der Fahrbahnerkennung, wie sie beispielsweise Voraussetzung für eine automatische Fahrfunktion ist, besteht das Problem, dass die verwendeten Detektoren, beispielsweise für die Markierungserkennung und Fahrbahnerkennung, abhängig von Gebieten und

Umweltbedingungen ein anderes Verhalten zeigen. So funktioniert üblicherweise die kamerabasierte Markierungserkennung gut auf Autobahnen und Landstraßen, allerdings sinkt ihre Performanz in städtischen Szenarien, wo häufig lediglich Asphaltübergänge oder Bordsteine die Fahrbahn begrenzen. In solchen Fällen besteht eine Alternative darin, dem Vorderfahrzeug, dem Bordstein und/oder der Leitplanke zu folgen oder die Fahrfunktion überhaupt nicht anzubieten.

Dieses Problem besteht auch bei der kontinuierlichen Entwicklung vom derartigen Systemen zur Fahrbahnerkennung, wobei das Problem darin besteht, dass auch neue Software- Versionen ein anderes Verhalten als frühere Versionen haben, wodurch sich das

Detektionsverhalten des Systems verändern könnte.

Ferner sind die Systeme zur Fahrbahnerkennung gegebenenfalls mit den folgenden Problemen behaftet:

Die Datenblätter von Anbietern von Systemen zur Fahrbahnerkennung sind teilweise nicht ausreichend und deren Aussagekraft ist abhängig von Testszenarien. Es sind nicht alle Situationen simulierbar und übertragbar auf reale Bedingungen.

Bei bildbasierten Evaluierungsansätzen werden Kamerabilder vorausgesetzt, wie zum Beispiel Pixel-Labeling. Allerdings sind die bildbasierten Evaluationsansätze nicht anwendbar für Fahrbahnhypothesen aus anderen Quellen ohne eine Rücktransformation ins Kamerabild, was mit zusätzlichem Aufwand verbunden ist.

Eine On-Road Evaluierung der Systeme, d.h. reale Fahrten mit der Aktivierung der automatischen Fahrfunktion, ist ausgesprochen schwierig und gefährlich, da Fehlerquellen bei realen Fahrten meist nur schwer zu identifizieren sind oder manche Fehler sich nicht voraussagen lassen. So kann bei einer On-Road Evaluierung meist nicht Festgestellt werden, ob die Fehlerquelle auf die Detektoren, wie beispielsweise Kamera, Vordermann, Karte etc., die Fahrbahnerkennung oder die Bahnplanung zurückzuführen ist.

Die Bewertung automatischer Fahrfunktionen mittels hochgenauer GPS-Empfänger und hochgenauer Karten durchzuführen ist möglich, allerdings ist dies eine teure Lösung.

Insbesondere sind hochgenaue Karten mit hochgenauer Position der Markierungen und Fahrspuren nur für bestimmte Gebiete verfügbar, so dass diese Möglichkeit ebenfalls begrenzt ist.

In der Veröffentlichung T. T. Nguyen et. al.:" Learning of Lane Information Reliability for Intelligent Vehicles", 2016 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems, Baden-Baden, Germany, Sep 19-21 , 2016, wird mittels einer Metrik, die auf einer manuell gefahrenen Trajektorie basiert und die Winkelabweichung zwischen dieser Trajektorie und der hypothetischen Fahrbahnschätzung bestimmt, die Verlässlichkeit der Fahrbahnschätzung evaluiert.

Die Druckschrift EP 2 974 943 A2 beschreibt ein Fahrspurerfassungssystem, das eine Fahrspur erfasst, mit einem Fahrzeuglageerfassungssystem, das die Fahrzeug-Ist-Lage relativ zu der Fahrspur erfasst, einem Regler-System, das aus der Fahrzeug-Ist-Lage relativ zu der Fahrspur und einer Fahrzeug-Soll-Lage relativ zu der Fahrspur eine

Regelabweichung und daraus ein Stellsignal ermittelt, und einem Lenkaktuator den das Regler-System so mit dem Stellsignal beaufschlagt, dass die Fahrzeug-Ist-Lage auf die Fahrzeug-Soll-Lage eingeregelt wird. Dabei wird das Querführungssystem so ausgebildet, dass das Regler-System wenigstens zwei Regler oder wenigstens einen Regler mit wenigstens zwei Parametersätzen enthält, wobei die jeweils durch die Regler oder jeweils durch die Parametersätze erzeugten Regelcharakteristiken unterschiedlich sind. Weiter ist ein Regler-Auswahlsystem vorgesehen, das mit Hilfe von Hilfseinrichtungen wenigstens eine die Fahrsituation beeinflussende Größe erfasst und, je nach Wert der wenigstens einen Größe, einen der Regler oder einen der Parametersätze zur Verwendung im Regler-System auswählt und das Regler-System unter Verwendung des ausgewählten Reglers oder des ausgewählten Parametersatzes ein Stellsignal an den Lenkaktuator ausgibt.

Die Druckschrift DE 10 2015 012 648 B4 beschreibt ein Verfahren zum Betrieb wenigstens eines wenigstens eine Fahrzeugführungsfunktion zur wenigstens teilweise automatischen Führung eines Kraftfahrzeugs aufweisenden Fahrzeugsystems des Kraftfahrzeugs, wobei das Kraftfahrzeug wenigstens einen auf das Vorfeld des Kraftfahrzeugs gerichteten

Umfeldsensor aufweist, dessen Umfelddaten seitens einer Auswerteeinheit des

Kraftfahrzeugs hinsichtlich eines durch einen Hypothesendatensatz beschriebenen zukünftigen Verlaufs der von dem Kraftfahrzeug aktuell befahrenen Fahrspur ausgewertet werden, wonach der Hypothesendatensatz an das Fahrzeugsystem übermittelt und bei der Ausführung der wenigstens einen Fahrzeugführungsfunktion berücksichtigt wird, dadurch gekennzeichnet, dass seitens der Auswerteeinheit mehrere unterschiedlichen zukünftigen Verläufen zugeordnete Hypothesendatensätze ermittelt und hinsichtlich ihrer Verlässlichkeit durch Zuordnung eines Verlässlichkeitswertes bewertet werden, wobei mehrere, einen einen Schwellwert überschreitenden Verlässlichkeitswert aufweisende Hypothesendatensätze von der Auswerteeinheit an das Fahrzeugsystem übermittelt werden und durch wenigstens eine ausgeführte Fahrzeugführungsfunktion des Fahrzeugsystems in Abhängigkeit einer

Funktionseigenschaft und/oder der aktuellen Fahrsituation ein bei der Durchführung der Fahrzeugführungsfunktion zu verwendender Hypothesendatensatz aus den übermittelten Hypothesendatensätzen ausgewählt wird.

Die Druckschrift DE 10 2013 003 944 A1 beschreibt ein Verfahren zum Bereitstellen von Fahrerassistenzfunktionalität, wobei ein vordefinierter Katalog von Straßenszenarien geladen wird und Sensordaten erhalten werden. Der Katalog umfasst mehrere Straßenszenarien, die jeweils eine Straßensituation durch mindestens ein parametrisiertes Umgebungsmerkmal beschreiben. Die Sensordaten beschreiben jeweils mindestens ein gemessenes

Umgebungsmerkmal. Aus einem Vergleich des jeweiligen mindestens einem gemessenen Umgebungsmerkmals mit dem mindestens einen parametrisierten Umgebungsmerkmal wird jeweils ein Wahrscheinlichkeitswert für die Straßenszenarien erhalten. Basierend auf den Wahrscheinlichkeitswerten wird ein Straßenszenarium ausgewählt, anhand dessen

Fahrerassistenzfunktionalität bereitgestellt wird.

Der Erfindung liegt daher die Aufgabe zugrunde, eine kostengünstige Evaluierung von

Sensoren zur Fahrbahnerkennung wie Detektoren für Markierungen, Bordsteine etc., Fahrerassistenzsystemen als Ganzes, und

Fahrerassistenzsystem anhand der geplanten Trajektorien bereitzustellen, sowie ein System zur Erstellung von Verführbarkeitskarten für eine automatische

Fahrfunktion anhand dieser Evaluierungsergebnisse zu schaffen.

Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Anspruchs 1 , eine

Vorrichtung mit den Merkmalen des Anspruchs 8 sowie durch ein System mit den

Merkmalen des Anspruchs 9 gelöst. Bevorzugte Ausführungsformen der Erfindung sind Gegenstand der Unteransprüche.

Bei dem erfindungsgemäßen Verfahren zur Evaluation von Detektionsergebnissen von Komponenten zur Fahrbahnerkennung, der von einer Fahrbahnschätzung geschätzten Fahrbahn, und/oder der geplanten Trajektorie der verwendenden Fahrerassistenzsysteme eines Egofahrzeugs, wobei die Detektionsergebnisse, die geschätzte Fahrbahn und die geplante Trajektorie als Hypothese bezeichneten werden,

wird zur Evaluation der Komponenten, der Fahrbahnschätzung oder der

Fahrerassistenzsysteme eine Metrik verwendet, die auf der manuell gefahrenen Trajektorie des Egofahrzeugs basiert, wobei die Abweichung zwischen der manuell gefahrenen Trajektorie und der Hypothese für vorgegebene Referenzpunkte in einem vorgegebenen Abstand von einem Ausgangspunkt in einem fahrzeugeigenen x-y- Koordinatensystem bestimmt wird, und

wird anhand der Evaluation bestimmt, ob die Hypothese der Komponente zur

Fahrbahnerkennung, der Fahrbahnschätzung und/oder des Fahrerassistenzsystems vorgegebene Kriterien erfüllt.

Auf diese Weise wird die Parallelität der manuell gefahrenen Trajektorie mit der Hypothese bestimmt, ohne dass die Verwendung von hochgenauem GPS und einer hochgenauen Karte notwendig ist. Die bevorzugte Metrik zur Evaluation ist wie folgt definiert:

Bestimmen des Winkels zwischen dem Referenzpunkt im vorgegebenen Abstand der manuell gefahrenen Trajektorie und der in Fahrtrichtung verlaufenden x-Achse des fahrzeugeigenen Koordinatensystems zum Ausgangszeitpunkt,

Bestimmen des Winkels zwischen dem Referenzpunkt im vorgegebenen Abstand der Hypothese und der in Fahrtrichtung verlaufenden x-Achse des fahrzeugeigenen Koordinatensystems zum Ausgangszeitpunkt,

Bestimmen des Betrags der Differenz der beiden oben genannten Winkel,

Vergleichen des Betrags der Winkeldifferenz mit einer vorgegebenen Schwelle zur

Evaluation der Einrichtung oder des Fahrerassistenzsystems, und

Klassifizieren der Hypothese in die Kriterien brauchbar oder unbrauchbar anhand des

Vergleichsergebnisses.

Die Metrik bietet ein günstiges Verfahren zur Bestimmung von Ground-Truth-Daten, wobei ein lateraler Versatz der manuell gefahrenen Trajektorie auf dem jeweiligen

Fahrbahnabschnitt kein Rolle spielt, wodurch die Beurteilung verschiedener Detektoren bzw. Einrichtungen zur Fahrbahnerkennung unabhängig von der Position der manuellen

Trajektorie auf dem Fahrbahnabschnitt ist.

Vorzugsweise beträgt die vorgegebene Schwelle 1 ° bis 3°, insbesondere 2°. Größere Werte würden die Aussage über die Parallelität der manuellen Trajektorie und der Hypothese unschärfer machen.

Ersatzweise kann anstatt der manuell gefahrenen Trajektorie auch eine hochgenaue Karte herangezogen werden, wenn die hochgenaue Karte verfügbar ist. Beide Arten von Ground- Truth-Daten , nämlich hochgenaue Karte und manuell gefahrene Trajektorie, unterscheiden sich nicht viel voneinander.

Vorzugsweise kann zusätzlich zur Metrik der Winkeldifferenz der euklidische Abstand zwischen den Referenzpunkten der manuell gefahrenen Trajektorie und der Hypothese bestimmt und als weitere Metrik zur Evaluation der Hypothese herangezogen werden. Auf diese Weise können Aussagen mittels mehrerer voneinander unabhängiger Metriken getätigt werden, wodurch die Evaluation sicherer wird. Dementsprechend kann ein Maß berechnet werden, welches die Evaluierungsergebnisse unterschiedlicher Metriken gewichtet kombiniert. In einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens zur Evaluation von Detektionsergebnissen von Komponenten zur Fahrbahnerkennung, der von einer Fahrbahnschätzung geschätzten Fahrbahn, und/oder der geplanten Trajektorie der verwendenden Fahrerassistenzsysteme eines Egofahrzeugs, wobei die

Detektionsergebnisse, die geschätzte Fahrbahn und die geplante Trajektorie als Hypothese bezeichneten werden, und wobei diese Ausführungsform insbesondere auch das im

Vorangegangenen beschriebene Verfahren umfassen kann,

wird zur Evaluation der Einrichtungen oder der Fahrerassistenzsysteme eine Metrik verwendet, die auf einer Trajektorie des Egofahrzeugs basiert, wobei die Abweichung zwischen der Trajektorie und der Hypothese für vorgegebene Referenzpunkte in einem vorgegebenen Abstand von einem Ausgangspunkt in einem fahrzeugeigenen x-y- Koordinatensystem bestimmt wird, und

wird anhand der Evaluation bestimmt, ob die Hypothese der Komponente zur

Fahrbahnerkennung, der Fahrbahnschätzung und/oder des Fahrerassistenzsystems vorgegebene Kriterien erfüllt.

In dieser Ausführungsform sind weitere Metriken zur Evaluation einsetzbar.

Vorzugsweise basiert die eingesetzte Metrik

auf einer Winkeldifferenz zwischen der in Fahrrichtung verlaufenden x-Achse zum Ausgangszeitpunkt und dem Referenzpunkt der Hypothese, mit anderen Worten, es wird die Parallelität bestimm,

auf dem euklidischen Abstand zwischen dem Referenzpunkten der Trajektorie und der Hypothese, oder

auf der Abweichung der Hypothese von der genauen Karte durch eine hochgenauem GPS-Position in Verbindung mit einer hochgenauen Karte basiert.

Weiter bevorzugt beträgt der vorgegebene Abstand der Referenzpunkte vom Ausgangspunkt zwischen 10 m und 200 m, insbesondere 30 m. Abstände kleiner als 10 m haben wenig Aussagekraft, da die Winkeldifferenz oder der euklidische Abstand zu gering sind. Abstände größer als 200 m sind mit einer zu großen Ungenauigkeit behaftet, die aufgrund der

Fehlerfortpflanzung bei der Erstellung der Referenz aus manuell gefahrenen Trajektorien entsteht. Die erfindungsgemäße Vorrichtung zur Evaluation von Detektionsergebnissen von

Komponenten zur Fahrbahnerkennung, der von einer Fahrbahnschätzung geschätzten Fahrbahn, und/oder der geplanten Trajektorie der verwendenden Fahrerassistenzsysteme eines Egofahrzeugs, wobei die Detektionsergebnisse, die geschätzte Fahrbahn und die geplante Trajektorie als Hypothese bezeichneten werden, und wobei die Vorrichtung zur Durchführung des im Vorangegangenen beschriebenen Verfahrens, umfasst

eine Komponente zur Fahrbahnerkennung, eine Einrichtung zur Fahrbahnschätzung und/oder ein Fahrerassistenzsystem,

eine Einrichtung zur Evaluation der Hypothese, und

eine Einrichtung zur Klassifizierung der Hypothese.

Das erfindungsgemäße System zur Offline Evaluation von manuell gefahrenen Trajektorien in verschiedenen Umfeldszenarien, umfasst

eine Datenbank zum Abspeichern von Datensätzen betreffend die manuell gefahrenen Trajektorien, die Sensordaten, die Detektionen und die für jede manuelle Trajektorie ermittelten Hypothesen sowie Kontextdaten von Fahrbahnabschnitten,

eine Einrichtung zur Ermittlung von Informationen über den Straßenverlauf aus den Datensätzen, wie beispielsweise Markierungen, Bordsteine, Vorderfahrzeug,

Leitplanken etc.,

eine Einrichtung zur Schätzung des Straßenverlaufs aus den Informationen über den Straßenverlauf, die den geschätzten Straßenverlauf ermittelt,

eine Einrichtung zur Ermittlung von Fahrtrajektorien aus den Schätzungen des Straßenverlaufs, wobei für den jeweiligen geschätzten Straßenverlauf eine

Fahrtrajektorie ermittelt wird,

eine Evaluationseinrichtung zur Anwendung einer vorgegebenen Metrik zur Evaluation der Informationen über den Straßenverlauf, der Evaluation des geschätzten

Straßenverlaufs und der Evaluation der ermittelten Fahrtrajektorie für den geschätzten Straßenverlauf,

einer Einrichtung zum Vorhalten mindestens einer Evaluationsmetrik, und

einer Ausgabeeinrichtung, die die Evaluationsergebnisse zur Verfügung stellt.

Weiter bevorzugt umfasst das System eine Einrichtung, die aus der Datenbank Datensätze extrahiert, relevante Daten aus den Datensätzen entnimmt und der Evaluationseinrichtung zur Verfügung stellt, so dass die Evaluationsergebnisse mit relevanten Daten ausgestattet werden. Vorzugsweise gehören zu den relevanten Daten auch GPS-Koordinaten, die den

entsprechenden Fahrbahnabschnitt betreffen.

Weiter bevorzugt betreffen die Evaluationsergebnisse eine Bewertung der

Fahrbahnabschnitte hinsichtlich der Verfügbarkeit für eine automatische Fahrfunktion.

Weiter bevorzugt wird aus den Evaluationsergebnissen eine Verfügbarkeitskarte für eine automatische Fahrfunktion ermittelt.

Vorzugsweise enthält die Verfügbarkeitskarte Informationen über die Verfügbarkeit der automatischen Fahrfunktionen sowie der Einrichtungen zur Fahrbahnerkennung und

Fahrbahnschätzung.

Mittels einer derartigen Verfügbarkeitskarte kann dann im sogenannten "Shadow Mode" ermittelt werden, ob die Straßenabschnitte für eine automatische Fahrfunktion geeignet sind. Mit anderen Worten, mehrere Straßenabschnitte werden manuell abgefahren, um Daten von Sensoren und Funktionen aufzuzeichnen. Dabei werden die automatische Fahrfunktionen nicht aktiviert. Durch eine Offline Prozessierung werden die gesammelten Daten mit dem vorgestellten Evaluierungsframework erstellt, dessen Ergebnis in Form eine

Verfügbarkeitskarte repräsentiert werden kann. Die Daten für diese Offline Prozessierung können von mehreren Fahrzeugen, d.h. von einer Flotte, gesammelt und bereitgestellt werden.

Zusammenfassend betrifft das Verfahren die Entwicklung eines generischen

Evaluierungsframeworks von Einrichtungen zur Fahrbahnerkennung. Dabei werden die Daten durch manuelles Fahren aufgenommen und die gefahrene Trajektorie bildet die Referenz, also die sog. Ground-Truth-Daten. Im Vergleich zur Verwendung von

hochgenauen Karten und hochgenauem DGPS ist dies eine deutlich günstigere Lösung.

Im Detail können alle Komponente der Fahrbahnerkennung und Fahrerassistenzsysteme mit Fahrfunktion evaluiert werden, nämlich

Sensoren zur Fahrbahnerkennung, beispielsweise Detektoren für Markierungen,

Bordsteine, etc.,

Fahrbahnerkennung als Ganzes, und Fahrerassistenzsystemen anhand der geplanten Trajektorien,

sowie ein System zur Erstellung von Verführbarkeitskarten für eine automatische

Fahrfunktion anhand dieser Evaluierungsergebnisse zu schaffen.

Ferner können verschiedene Evaluierungsmetriken definiert und evaluiert werden, beispielsweise Winkelabweichung, lateraler Offset, Verfügbarkeit in Stunden oder Kilometer. Ferner ist das Evaluationssystem mit neuen Metriken erweiterbar, ohne dass das System verändert werden muss.

Die Vorteile sind, dass unabhängig vom hochgenauen GPS-Empfänger und hochgenauer Karte eine gleichzeitige Evaluation mehrerer Informationsquelle möglich ist, wobei das Verfahren bzw. das System auch für die Evaluation eines Parkhauspiloten einsetzbar ist. Neben den unterschiedlichen Informationsquellen, können die Fahrbahnerkennung und Fahrerassistenzsysteme mit Fahrfunktion auf unterschiedlichen Levels evaluiert werden.

Offensichtlich ist, dass aufgrund der von der manuell gefahrenen Trajektorie und der Evaluation der Parallelität nur die Evaluation von Ego-Fahrstreifen möglich ist. Ein

Fahrspurwechsel des Egofahrzeugs führt zu falschen Ergebnissen. Dies lässt sich durch das Filtern von Fahrspurwechseln vermeiden. Ferner verfälschen Abbiegemöglichkeiten bei Kreuzungen und Autofahrten die Evaluationsergebnisse, was ebenfalls durch Filtern berücksichtigt werden kann.

Eine bevorzugte Ausführungsform der Erfindung wird nachfolgend anhand der Zeichnungen erläutert. Dabei zeigt

Fig. 1 eine Darstellung des zugrundeliegenden Problems,

Fig. 2 eine Darstellung der bevorzugten Metrik,

Fig. 3 die Metrik in genauer Darstellung,

Fig. 4 eine Darstellung weiterer möglicher Metriken,

Fig.5 das Evaluierungskonzept in schematischer Darstellung, und Fig. 6 ein Beispiel einer Verfügbarkeitskarte.

Fig. 1 verdeutlicht in schematischer Darstellung die Probleme, die bei einer Evaluation von Systemen zur Fahrbahnerkennung auftreten, wie sie in Fahrerassistenzsystemen zum Einsatz kommen. Unter Systemen zur Fahrbahnerkennung werden sowohl Sensoren zur Fahrbahnerkennung, die Fahrbahnschätzung als auch Fahrerassistenzsysteme mit

Fahrfunktion selbst verstanden. Dabei besteht die gemeinsame Eigenschaft darin, dass ein System zur Fahrbahnerkennung eine Prognose über die zukünftige Trajektorie des

Egofahrzeugs bereitstellt, die hier durchgängig als Hypothese bezeichnet wird.

Ein Egofahrzeug 1 , welches hier im Beispiel mit einem hochgenauen GPS 2 ausgestattet ist, fährt auf einer Fahrbahn 3 mit zwei Fahrspuren 4, 5, wobei sich das Egofahrzeug 1 auf der linken Fahrspur 5 bewegt. Die beiden Fahrspuren 4, 5 sind durch Markierungen voneinander getrennt, nämlich eine rechte durchgehende Markierung 6, eine Mittenmarkierung 7 und eine linke Markierung 8.

Vor dem Egofahrzeug 1 befindet sich auf der Nachbarspur 4 ein vorausfahrendes Fahrzeug 9, wobei angenommen wird, dass sich beide Fahrzeug 1 , 9 jeweils auf den Spurmitten 10, 1 1 der beiden Fahrspuren bewegen. Zur Verdeutlichung der Situation sind die beiden

Spurmitten 10, 1 1 der beiden Fahrspuren 4, 5 in Fig. 1 eingezeichnet. Ferner ist gestrichelt die von einem Lane Assist oder Autobahnpilot geplante Trajektorie 12 des Egofahrzeugs 1 eingezeichnet, die entlang der Spurmitte 1 1 der linken Fahrspur 5 verläuft. Bei dieser geplanten Trajektorie 12 handelt es sich also um eine Hypothese im oben genannten Sinn. Dabei wurde vom Lane Assist bzw. Autobahnpilot die linke Markierung 8 erkannt, was durch die Kennzeichnung 13 ausgedrückt wird.

Ist ein ACC-System im Egofahrzeug 1 vorhanden, so erkennt das ACC-System das vorausfahrende Fahrzeug 9 und es wird eine Trajektorie 14 ermittelt, mittels der sich das Egofahrzeug 1 hinter dem vorausfahrenden Fahrzeug 9 auf der rechten Fahrspur 4 einsortieren kann.

Ferner könnte das Egofahrzeug 1 die linke Markierung 7 der rechten Fahrspur 4 , d.h. die Mittenmarkierung 7, erkennen und basierend auf dem Erkennen der linken Markierung 7 eine mögliche Trajektorie 16 in Richtung der rechten Fahrpurmarkierung 6 aufgrund des Detektionsergebnisses 15 vorschlagen, welches die rechte Markierung 6 der rechten Fahrspur 4 erkennt.

Es stellt sich daher die Frage, welche der drei möglichen Hypothesen, die geplante

Trajektorie 12 entlang der Fahrspurmitte 1 1 der linken Spur 5, die hinter das vorausfahrende Fahrzeug 9 führende Trajektorie 14 oder die in Richtung der rechten Fahrspurmarkierung 6 führende Trajektorie 16 die Richtige ist. Es ist aus der Fig. 1 offensichtlich, dass die entlang der Fahrspurmitte 1 1 der linken Spur 5 führende Trajektorie 12 die korrekte Hypothese ist.

Eine Entscheidung über die Relevanz der drei Hypothesen 12, 14 und 16 könnte

beispielsweise anhand eines hochgenauen GPS-Empfängers zusammen mit einer hochgenauen Karte herbeigeführt werden, was allerdings die bei weitestem teuerste Lösung darstellt. Ferner sind hochgenaue Karten nur für bestimmte Abschnitte des Straßennetzes verfügbar.

Fig. 2 zeigt die Verwendung einer Metrik basierend auf der manuell gefahrenen Trajektorie 17 des Egofahrzeugs 1 mit GPS 2 auf der Fahrbahn 3 zur Evaluation der Systeme zur Fahrbahnerkennung, wobei in Fig. 2 die Detektion 15 ausgehend von der Mittenmarkierung 7 in Richtung der rechten Fahrbahnrandmarkierung 6 als zu evaluierende Hypothese dargestellt ist. Zu Definition der Metrik kommt ein fahrzeugfestes x-y-Koordinatensystem zum Einsatz, wobei die x-Richtung in Fahrtrichtung des Egofahrzeugs 1 und die y-Richtung senkrecht dazu zeigt. Ferner werden in einem vorgegebenen Abstand Referenzpunkte CP re f und CPH festgelegt, wobei der vorgegebene Abstand im Bereich zwischen 10 m und 200 m liegt, wobei vorzugsweise 30 m verwendet wird. Dabei betrifft der Referenzpunkt CP re f die manuell gefahrene Trajektorie 17 und der Referenzpunkt CPH die betrachtete Hypothese 15, im vorliegenden Beispiel die Detektion 15 der rechten Fahrbahnmarkierung 6 ausgehend von der Mittenmarkierung 7. Ausgehend vom Ausgangszeitpunkt t=t0, hier im Beispiel der aktuelle Ort des Egofahrzeugs 1 , wird zum Zeitpunkt t=t1 des Erreichens des

Referenzpunktes CP re f, welches ebenfalls dem Erreichen des Referenzpunktes CPh der Hypothese entspricht, die jeweiligen Winkel a re f und dh zur x-Achse und der Betrag der Differenz der beiden Winkel bestimmt, also:

Δα = |a re f - cih| (1 ) Diese Winkelabweichung Δα zwischen der Referenz 17 und der Hypothese 15 wird zur Beurteilung oder Evaluation der Hypothese verwendet.

Fig. 3 zeigt die verwendete Metrik in größerem Detail. Dargestellt ist das sich auf einer Fahrbahn 3 bewegende Egofahrzeug 1 , wobei das Egofahrzeug im Ausgangszeitpunkt t =t0 ein fahrzeugfestes Koordinatensystem x-y aufspannt und der Nullpunkt P re f mit den

Koordinaten (0, 0) des x-y-Koordinatensystems hier in der Mitte der hinteren Fahrzeugachse des Egofahrzeugs 1 liegt.

Ausgehend vom Zeitpunkt t = tO bewegt sich das Egofahrzeug 1 mit der Geschwindigkeit v = (v x , v y ) entlang der manuell gefahrenen Trajektorie GT (Ground truth), die als

Referenztrajektorie dient. Die manuell gefahrene Trajektorie GT folgt üblicherweise nicht der zum Zeitpunkt t = tO definierten x-Achse, die beispielsweise bei einer geraden Fahrbahn der Mittellinie der Fahrspur des Egofahrzeugs 1 entsprechen würde. Zum Zeitpunkt t = t1 erreicht das Egofahrzeug 1 den Referenzpunkt CP re f mit den Koordinaten (x t i, y t i), der den Abstand rl vom Ausgangspunkt P re f hat. Zu einem späteren Zeitpunkt t2 hat das Egofahrzeug die in Fig. 3 dargestellte Position erreicht, die für die momentane Betrachtung zur Definition der bevorzugten Metrik nicht relevant ist.

Zur Betrachtung der in Fig. 3 dargestellten Hypothese H beginnt deren Verlauf in der Darstellung im Punkt Ph mit den Koordinaten (Xh,o, yti.o). Zum Zeitpunkt t = t1 hat die

Hypothese H den Referenzpunkt CPh erreicht, der den Abstand rl vom Ausgangspunkt Ph der Hypothese H hat. Die obige Gleichung (1 ) der Winkeldifferenz Δα lässt sich daher schreiben als:

Aä = | arctan ( y l£ ZUlA _ arctan ( ) \ (2 )

\ x h,cp ~ x h,o ^tiV

Mit anderen Worten, mit der auf dem manuell gefahrenen Weg basierenden Metrik nach Gleichung (1 ) bzw. (2) lässt sich eine Aussage über die Parallelität der Hypothese H gegenüber dem gefahrenen Weg GT treffen. Je kleiner daher die Winkeldifferenz Δα ist, um so besser ist die Hypothese H. Diese Metrik wurde bereits in der oben aufgeführten

Veröffentlichung von T. T. Ngyuen et. al. eingesetzt.

Fig. 4 zeigt weitere mögliche Metriken, wie sie zur Evaluation von Systemen zur

Fahrbahnerkennung verwendet werden können. Dargestellt ist wieder das Egofahrzeug 1 , welches sich auf einer Fahrbahn 3 mit den beiden Fahrspuren 4, 5 auf der linken Fahrspur 5 im fahrzeugeigenen x-y-Koordinatensystem in x-Richtung bewegt. Ferner ist eine Hypothese H dargestellt, die in Richtung der erkannten rechten Fahrbahnrandmarkierung 6 verläuft und dem Detektionsergebnis 15 der Fig. 1 entspricht. Es wird nun nicht wie in Fig. 3 die manuell gefahrenen Trajektorie als Referenz verwendet, sondern die x-Richtung des

Koordinatensystems dient als Referenztrajektorie.

Es werden ebenfalls zwei Referenzpunkte definiert, nämlich CP ref und CP h , wobei Cp ref ein Punkt auf der x-Achse im Abstand rl ist, während CP h der entsprechenden Referenzpunkt auf der Hypothese ist. Die Winkelabweichung ΔΟΗ beschreibt nun die Winkelabweichung zwischen der Hypothese H im Referenzpunkt CRH und der x-Achse. Die tatsächlich manuell gefahrene Trajektorie spielt bei dieser Metrik keine Rolle.

Ferner ist es möglich, den Abstand As zwischen den beiden Referenzpunkten CP re f und CPh als Maß für die Abweichung der Hypothese H von der durch die x-Achse realisierte

Geradeausrichtung oder einer manuell gefahrenen Trajektorie (nicht dargestellt) zu verwenden.

Schließlich ist es möglich, den Überlapp UE der Fläche, die aufgespannt wird durch die Hypothese H und der x-Achse zwischen dem Ursprung P re f des Koordinatensystems und den beiden Referenzpunkten, mit der Fläche des angenommenen Fahrschlauches FS des Egofahrzeugs entlang der x-Achse von Ursprung P re f bis zum Referenzpunkt CP re f als Maß für die Abweichung der Hypothese H von der angenommenen Geradeausfahrt zu nehmen.

Fig. 5 zeigt das vorgeschlagene generische Evaluierungskonzept, mit dessen Hilfe aufgrund der gesammelten Ergebnisse von Messfahrten eine Verfügbarkeitskarte 34 erstellt werden kann, aus der für unterschiedliche Abschnitte von Fahrbahnen entnommen werden kann, welche prognostizierten Trajektorien der unterschiedlichen Sensoren und/oder

Fahrerassistenzsysteme, also den Hypothesen, soweit Vertrauen entgegen gebracht werden kann, dass beispielswiese ein automatisches Fahren auf dem jeweiligen Abschnitt möglich ist, so dass vorausschauend eine automatische Fahrfunktion aktivierbar ist oder nicht.

Das Evaluierungssystem 20 umfasst eine Datenbank 21 , die die Aufzeichnungen, d.h.

Datensätze, über die manuell gefahrenen Evaluationsfahrten in verschiedenen Szenarien enthält, wobei jeder Datensatz neben den Sensordaten auch Kontextdaten aufweist. Diese Kontextdaten können aus der Karte extrahiert werden oder werden manuell gelabelt, welche die aktuelle Situation beschreiben, wie zum Beispiel: Gebiete mit schlechten oder ohne Markierungen, der Vordermann macht gerade einen Fahrstreifenwechsel. Verschiedene Szenarien sind beispielsweise Fahrten im städtischen Umfeld, auf der Autobahn oder auf Landstraße. Diese Daten werden neben den reinen Sensordaten zusammen mit der Aufnahmezeit und der über GPS erhaltenen Position als Kontextdaten der Sensordaten als Datensatz gespeichert.

Aus der Datenbank 21 werden die Ergebnisse 22 über den Fahrbahnverlauf extrahiert, also Sensorergebnisse 22. Dabei handelt es sich um Informationen über die

Straßenmarkierungen, Informationen der digitalen Karte, erkannte Bordsteine, Leitplanken, die aus einer Umgebungskarte ermittelte freie Weg etc.. Diese direkt aus dem jeweiligen Sensor ermittelten Begebenheiten werden einer Evaluluationseinrichtung 29 zugeführt, die mittels der verwendeten Metrik, die aus einer Menge 30 vorgegebener Metriken auswählbar ist, eine Evaluation der Sensorergebnisse durchführt. Die Evaluationsergebnisse 31 sind dann zusammen beispielsweise mit der GPS-Positionsinformation über eine Schnittstelle 32 zugänglich, auf die von extern zugegriffen werden kann. Dabei können die GPS-Daten sowie weitere relevante Daten, die für das jeweilige Evaluationsergebnis relevant sind, parallel der Datenbank 21 über eine Datenextraktion 27 entnommen werden und nach einer Filterung 28 der benötigten relevanten Daten der Evaluationseinrichtung 29 zugeführt werden, so dass ein vollständiger Evaluationsergebnisdatensatz 31 zur Verfügung steht.

Anhand der Sensorergebnisse 22 werden Fahrbahnschätzungen 23 durchgeführt, die in u geschätzten Fahrbahnverläufen 24 resultieren. Die geschätzten Fahrbahnverläufe werden einer Evaluation 29 mittels der ausgewählten Evaluationsmetrik aus der vorhandenen Metrikmenge 30 unterzogen. Die in der Evaluation 29 evaluierten geschätzten Fahrbahnen werden mit weiteren relevanten Daten 28, wie GPS-Positionsdaten versehen, und als Evaluationsergebnisse 31 der Schnittstelle 32 zur Verfügung gestellt.

Die Fahrbahnschätzungen 23 werden weiterhin jeweiligen Fahrerassistenzsystemen 25 zugeführt und dort verarbeitet, wobei das Ergebnis der Verarbeitung in geplanten

Trajektorien 26 resultiert, die einer Evaluation 29 unterzogen werden, so dass die

Evaluationsergebnisse zusammen mit relevanten Daten 28 wie GPS als

Evaluationsergebnisse 31 der Schnittstelle 32 zur Verfügung gestellt werden. Die Evaluationsdatensätze 31 können über die Schnittstelle 32 dann einem Performance Indikator 33 der Fahrbahnschätzung, einer Verfügbarkeitskarte 34 und einer

Fehlerbetrachtung 35 zugeführt werden.

Fig. 6 zeigt eine Verfügbarkeitskarte, die aus den Evaluationsergebnissen des

Evaluationssystem der Fig. 4 zusammengestellt werden kann. Bei der Fig. 6 handelt es sich um einen Kartenausschnitt der Umgebung um Wolfsburg, wobei die Straßen und

Autobahnen entsprechend der Verfügbarkeit beispielsweise für eine automatisches

Fahrfunktion markiert sind. Dabei bedeutet

"+" in dem so markierten Fahrbahnabschnitt sind linke und rechte

Fahrbahnmarkierungen erkennbar, so dass eine automatische Fahrfunktion sich anhand der Fahrbahnmitte orientieren kann,

hier sind nur Hypothesen mit linken Markierungen für eine automatische Fahrfunktion brauchbar,

"o" in diesen Abschnitten sind keine richtigen Hypothesen verfügbar, so dass eine

automatische Fahrfunktion hier nicht verfügbar ist, und

"0" in diesen Abschnitten sind nur Hypothesen basierend auf rechten Markierungen brauchbar.

Die Erstellung einer Verfügbarkeitskarte erfolgt mittels einer Zuverlässigkeitsschätzung der Hypothesen der Einrichtungen zur Fahrbahnerkennung, wie dies anhand der Fig. 5 erläutert wird. Dabei erfolgt ein mehrmaliges Abfahren der Streckenabschnitte, um die Differenzen zwischen den Hypothesen und gefahrenen Trajektorien zu erhalten, wobei die Differenzen in einer Datenbank erfasst werden, sog. Backend 21 in Fig. 5. Aus den erfassten Daten wird eine Verfügbarkeitskarte der automatischen Fahrfunktion in dem Sinne erstellt "Wo ist die Funktion aktivierbar?". Die so erstellte Verfügbarkeitskarte bildet die Basis für eine Freigabe von Autobahnpilot-Funktion.

Da aus der Verfügbarkeitskarte vorab erkannt werden kann, welche Sensoren in welchem Straßenabschnitt für eine automatische Fahrfunktion in Frage kommen oder ob für einen bestimmten Fahrabschnitt mangels positiver Evaluationsergebnisse überhaupt keine Fahrbahnerkennung funktioniert, kann die automaische Fahrfunktion entsprechend agieren und insbesondere für die Abschnitte ohne zuverlässige Sensorik den Fahrer frühzeitig warnen, so dass der Übergang der Fahrfunktion auf den Fahrer ohne Probleme erfolgen kann.

Bezugszeichenliste

1 Egofahrzeug

GPS

3 Fahrbahn

rechte Fahrspur

5 linke Fahrspur

6 rechte Markierung

7 Mittenmarkierung

8 linke Markierung

9 vorausfahrendes Fahrzeug - ACC-Objekt

0 Spurmitte

1 1 Spurmitte

12 Hypothese geplante Trajektorie Lane Assist

13 erkannte linke Markierung

14 Hypothese geplante Trajektorie ACC

15 Hypothese Detektionsergebnis rechter Fahrbahnrand

16 Hypothese Egofahrspur entlang des Detektionsergebnisses 15

17 manuelle gefahrene Trajektorie

GT Ground Truth Daten - manuelle Trajektorie

H Hypothese cire f Referenzwinkel

Qh Winkel Hypothese Δα Winkeldifferenz

ΔΟΗ Winkeldifferenz

t0 Zeitpunkt

t1 Zeitpunkt

t2 Zeitpunkt

CPref Referenzpunkt manuell gefahrene Trajektorie

CPh Referenzpunkt Hypothese

rl Referenzlänge / Referenzabstand

As Euklidischer Abstand zwischen den Referenzpunkten

UE Überlapp

FS Fläche angenommener Fahrschlauch

20 Evaluierungssystem

21 Datenbank

22 Sensorergebnisse

23 Fahrbahnschätzung

24 ermittelte Fahrbahnen

25 Fahrerassistenzsysteme

26 geplante Trajektorien

27 extrahierte Daten

28 relevante Daten

29 Anwendung der Metrik

30 Menge möglicher Metriken

31 Ergebnisse mit GPS-Koordinaten

32 Schnittstelle

33 Performance Indikator

34 Verfügbarkeitskarte Fehlerbetrachtung

Hypothese aufgrund sowohl linker als auch rechter Fahrbahnmarkierung nur Hypothese mit linken Markierungen

keine Hypothese

nur Hypothese mit rechten Markierungen