GIGENGACK FABIAN (DE)
SCHNEIDER MAX (DE)
EP2486556A1 | 2012-08-15 |
RUHHAMMER CHRISTIAN ET AL: "Crowdsourced intersection parameters: A generic approach for extraction and confidence estimation", 2014 IEEE INTELLIGENT VEHICLES SYMPOSIUM PROCEEDINGS, IEEE, 8 June 2014 (2014-06-08), pages 581 - 587, XP032620272, DOI: 10.1109/IVS.2014.6856591
Ansprüche 1 . Verfahren (1 ) zum automatischen Erstellen und Aktualisieren eines Datensatzes für ein autonomes Fahrzeug (2), wobei mindestens eine Ampel (34) und ein Schaltzustand der mindestens einen Ampel (34) registriert wird (10), mindestens eine Fahrbahnmarkierung (36) ermittelt wird (12), eine Trajektorie von mindestens einem vorausfahrenden Fahrzeug (40) registriert wird (14), die gesammelten Daten zum Erstellen und Aktualisieren des Datensatzes verwendet werden, dadurch gekennzeichnet, dass basierend auf der mindestens einen erfassten Trajektorie (14), dem mindestens einen Schaltzustand der mindestens einen Ampel (10, 34) und der mindestens einen ermittelten Fahrbahnmarkierung (12, 36) mindestens eine Fahrspur (38) mindestens einer Ampel (34) zugeordnet wird. 2. Verfahren nach Anspruch 1 , wobei die Messungen durch unterschiedliche Fahrzeuge (2) zu unterschiedlichen Zeitpunkten erfolgen und an eine externe Servereinheit (28) zum Auswerten übermittelt werden. 3. Verfahren nach Anspruch 1 oder 2, wobei durch die Messungen unterschiedlicher Fahrzeuge (2) zu unterschiedlichen Zeitpunkten ein Schaltzyklus mindestens einer Ampel (34) als Datensatz erfasst und/oder ergänzt wird. 4. Verfahren nach einem der Ansprüche 1 bis 3, wobei eine Dauer mindestens eines Schaltzustandes der mindestens einen Ampel (34) aus mindestens zwei fahrzeuggestützten Messungen ermittelt wird. 5. Verfahren nach einem der Ansprüche 1 bis 4, wobei Schaltzustände von mindestens zwei Ampelanlagen (32) entlang einer Fahrzeugstrecke relativ zueinander erfasst und gespeichert werden. 6. Verfahren nach einem der Ansprüche 1 bis 5, wobei die ermittelten Daten von mindestens zwei Fahrzeugen (2) auf der externen Servereinheit (28) gesammelt und zu einem Modell von Ampelanlagen (32) und deren Abhängigkeiten zueinander verarbeitet werden. 7. Verfahren nach einem der Ansprüche 1 bis 6, wobei das Modell und der mindestens eine erfasste Datensatz automatisiert in einer fahrzeugexternen HAD-Karte gespeichert werden oder zur Korrektur einer fahrzeugexternen HAD-Karte verwendet werden. 8. Verfahren nach einem der Ansprüche 1 bis 7, wobei die Zuordnung der mindestens einen Fahrspur (38) zu der mindestens einer Ampel (34) in der externen Servereinheit (28) oder in einem Fahrzeug (2, 24) erfolgt. 9. Autonomes oder teilautonomes Fahrzeug (2) zum Durchführen des Verfahrens gemäß einem der vorherigen Ansprüche, mit mindestens einem Sensor (22) zum Erfassen von Fahrbahnmarkierungen (36), von vorausfahrenden Fahrzeugen (40) und Trajektorien der vorausfahrenden Fahrzeuge (40), von Ampeln (34) und Schaltzuständen der Ampeln (34), mit einer Kommunikationsvorrichtung (26) zum Senden der erfassten Daten und zum Empfangen von gesammelten und verarbeiteten Datensätzen einer externen Servereinheit (28). 10. Fahrzeug nach Anspruch 9, wobei für das Fahrzeug (2) eine fahrzeugexterne HAD-Karte zur Navigation verwendbar ist. 1 1 . Fahrzeug nach Anspruch 9 oder 10, wobei Ampelpositionen und ermittelte Datensätze zu Ampeln (34) aus der fahrzeugexterne HAD-Karte in ein fahrzeuginternes Bild-Koordinatensystem mindestens einer fahrzeuginterne Kamera (22) projiziebar sind. |
Verfahren zum automatischen Erstellen und Aktualisieren eines Datensatzes für ein autonomes Fahrzeug
Die Erfindung betrifft ein Verfahren zum automatischen Erstellen und
Aktualisieren eines Datensatzes für ein autonomes Fahrzeug sowie ein autonomes oder teilautonomes Fahrzeug zum Durchführen eines derartigen Verfahrens und geeignet für die Nutzung der mit dem Verfahren gesammelten Daten.
Stand der Technik
Für autonome und teilautonome Fahrzeuge sind hochgenaue Karten von essentieller Bedeutung. Hierbei sind zentimeter-genaue Informationen über Straßen- und Spurgeometrie durch das Fahrzeug abrufbar, so dass hierdurch eine Trajektorien-Planung für die autonomen Fahrzeuge und Fahrerassistenten erfolgen kann. Des Weiteren enthalten so genannte HAD („highly automated driving")-Karten Landmarken wie statische 3D-Objekte, Fahrbahnmarkierungen, Leitpfosten, Verkehrsschilder und Ampeln. Diese können von fahrzeuginternen Sensoren wie beispielsweise 3D-Laserscannern, Videokameras und Radar- Sensoren wahrgenommen werden und ermöglichen eine hochgenaue
Lokalisierung des Fahrzeuges innerhalb der Karte. Zusätzlich enthalten die Karten Informationen über Konnektivitäten der Fahrspuren, beispielsweise Abbiegemöglichkeiten an Kreuzungen. Dabei können insbesondere Ampeln manuell bestimmten Fahrspuren zugeordnet werden. Teilweise senden einige Systeme von verschiedenen Fahrzeugen zu unterschiedlichen Zeitpunkten detektierte Landmarken, sowie Trajektorien-Daten und GPS-lnformationen an einen fahrzeugexternen Server, wo die Daten zum Erstellen und Aktualisieren von Karten genutzt werden. Dies kann beispielsweise durch ein Graph- Ausgleichsverfahren erfolgen. Die automatisierte Zuordnung einer Ampel zu einer bestimmten Fahrspur ist hierbei jedoch nicht möglich.
Offenbarung der Erfindung
Die der Erfindung zugrunde liegende Aufgabe kann darin gesehen werden, ein Verfahren zum automatischen Erstellen und Aktualisieren eines Datensatzes mit einer crowdgestützten Ampel-Fahrspur-Zuordnung, sowie ein autonomes oder teilautonomes Fahrzeug zum Durchführen des Verfahrens und zum Verwenden des Datensatzes vorzuschlagen.
Diese Aufgabe wird mittels des jeweiligen Gegenstands der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand von jeweils abhängigen Unteransprüchen.
Nach einem Aspekt der Erfindung wird ein Verfahren zum automatischen Erstellen und Aktualisieren eines Datensatzes für ein autonomes Fahrzeug bereitgestellt. Dabei werden mindestens eine Ampel und ein Schaltzustand der mindestens einen Ampel registriert. Des Weiteren wird mindestens eine
Fahrbahnmarkierung ermittelt und eine Trajektorie von mindestens einem vorausfahrenden Fahrzeug registriert. Die gesammelten Daten werden zum Erstellen und Aktualisieren des Datensatzes verwendet. Erfindungsgemäß wird basierend auf der mindestens einen erfassten Trajektorie, dem mindestens einen Schaltzustand der mindestens einen Ampel und der mindestens einen ermittelten Fahrbahnmarkierung mindestens eine Fahrspur mindestens einer Ampel zugeordnet.
Hierbei wird eine Trajektorie mindestens eines vorausfahrenden Fahrzeuges durch mindestens einen Sensor, wie beispielsweise eine Kamera oder ein LI DAR (Light detection and ranging)-Sensor, registriert und basierend auf den ermittelten Schaltzuständen der jeweiligen Ampeln und den aus den registrierten Fahrbahnmarkierungen definierten Fahrspuren hergeleitet, ob die jeweilige Fahrspur beispielsweise eine Abbiegerspur ist oder für eine Geradeausfahrt bestimmt ist. Somit kann auf automatisiertem Wege jeder Ampel und den korrespondierenden Fahrspuren eine Richtungsfunktion zugewiesen werden ohne einen Richtungsmarkierungspfeil auf der Fahrbahn erkennen zu müssen. Dies ist auch bei einer fehlenden oder verdeckten Richtungsmarkierung auf der Fahrbahn ebenfalls möglich. Hierbei wird die Fahr-Trajektorie vorausfahrender Fahrzeuge beobachtet und für die Zuordnung genutzt. Ändert sich beispielsweise ein Schaltungszustand einer Ampel und es wird auf einer Fahrspur ein Fahrzeug mit einer zeitlich entsprechenden Bewegung (z.B. Anfahren und
Abbiegevorgang) ermittelt, so kann durch Auswertung der Daten festgestellt werden, dass es sich bei der Ampel und der Fahrspur um eine Abbiegerspur handelt. Im Gegensatz zur heutigen manuellen Zuordnung wird es dadurch möglich HAD-Karten mit großer Flächenabdeckung auch für komplexe
Kreuzungen effizient und automatisiert zu erstellen. Insbesondere kann das
Verfahren von einem oder mehreren Fahrzeugen durchgeführt werden.
Vorzugsweise ermittelt jedes Fahrzeug mit Hilfe von Sensoren die beschriebenen Faktoren in Form von Daten. Die gesammelten Daten werden zum Erstellen und Aktualisieren eines Datensatzes verwendet. Dieser Datensatz kann von den jeweiligen kompatiblen Fahrzeugen auf eine fahrzeugexterne Servereinheit übertragen werden. Des Weiteren ermöglicht das Verfahren durch eine mögliche Vorhersage einer„Grünen Welle", bei der mehre Ampel hintereinander auf grün geschaltet sind, ein schnelles Vorrankommen eines oder mehrerer Fahrzeuge im Verkehr. Den Fahrzeugen muss hierfür die eigene Fahrspur, der aktuelle Schaltzustand und der Schaltzyklus der Ampeln und ggf. die Position anderer
Fahrzeuge bekannt sein. Auf die Art kann der Spritverbrauch reduziert, die Fahrzeit optimiert bzw. verkürzt und der Fahrkomfort beispielsweise in einer automatischen Fahrfunktion erhöht werden. Zudem kann eine Vorhersage des Bremsvorganges vorausfahrender Fahrzeuge auf der eigenen Fahrspur eines Fahrzeuges mittels des bekannten Schaltzyklus getätigt werden.
Gemäß eines Ausführungsbeispiels des Verfahrens erfolgen die Messungen durch unterschiedliche Fahrzeuge zu unterschiedlichen Zeitpunkten und werden an eine externe Servereinheit zum Auswerten übermittelt. Auf der
fahrzeugexternen Servereinheit können die Daten aus unterschiedlichen
Beobachtungen, die von verschiedenen Fahrzeugen und zu verschiedenen Zeiten stammen, gesammelt und gemeinsam ausgewertet werden. Dabei können aus den Informationen, bei welcher Ampelphase bzw. Schaltungszustand Fahrzeuge von welcher Fahrspur aus die Kreuzung passiert haben, den jeweiligen Ampeln entsprechende Fahrspuren zugeordnet werden. Gemäß eines weiteren Ausführungsbeispiels des Verfahrens wird durch die Messungen unterschiedlicher Fahrzeuge zu unterschiedlichen Zeitpunkten ein Schaltzyklus mindestens einer Ampel als Datensatz erfasst und/oder ergänzt. Durch die Nutzung von Daten, die von mehreren Fahrzeugen zu
unterschiedlichen Zeitpunkten aufgenommen wurden, kann der vollständige
Schaltzyklus mindestens einer Ampel oder beispielsweise einer gesamten Lichtsignalanlage bzw. Ampelanlage einer Kreuzung erfasst werden. Dies ist auch möglich, wenn jedes einzelne Fahrzeug nur einen kurzen Zeitausschnitt die Ampel oder Ampelanlage beobachtet hat. Auch die Dauer der einzelnen Ampel- Phasen kann dabei erfasst werden. Ferner können Beobachtungsfehler,
Falschfahrer oder Falschabbieger durch die wiederholten Messungen erkannt und aussortiert werden.
Nach einem weiteren Ausführungsbeispiel des Verfahrens wird eine Dauer mindestens eines Schaltzustandes der mindestens einen Ampel aus mindestens zwei fahrzeuggestützten Messungen ermittelt. Da ein einziges Fahrzeug nicht immer einen gesamten Schaltzyklus einer Ampel erfassen kann, ist es vorteilhaft, wenn aus den individuell ermittelten Daten unterschiedlicher Fahrzeuge ein gesamter Schaltzyklus einer oder mehrerer Ampeln ermittelt werden kann.
Hierbei können beispielsweise Änderungen im Schaltzustand von Ampeln als gemeinsame zeitliche Anhaltspunkte bei einem Zusammenführen von Daten verwendet werden.
Nach einem weiteren bevorzugten Ausführungsbeispiel des Verfahrens werden Schaltzustände von mindestens zwei Ampelanlagen entlang einer
Fahrzeugstrecke relativ zueinander erfasst und gespeichert. Hierbei können Zyklusdauern der Schaltzyklen bzw. Längen der einzelnen Ampelphasen, insbesondere der Grünphase, und damit auch die Länge eines gesamten Schaltzyklus von Ampeln durch Messungen von Fahrzeugen erfasst und an eine fahrzeugexterne Servereinheit übertragen werden. Insbesondere können auch die relativen Schaltzeitpunkte mehrerer Ampeln entlang einer Fahrstrecke zueinander erfasst und gespeichert werden. Hierdurch kann beispielsweise eine erfasste„Grüne Welle" für ein zeit-optimiertes Passieren mehrerer gekoppelter Ampelanlagen durch ein autonomes Fahrzeug ausgenutzt werden. Gemäß eines weiteren Ausführungsbeispiels des Verfahrens werden die ermittelten Daten von mindestens zwei Fahrzeugen auf der externen
Servereinheit gesammelt und zu einem Modell von Ampelanlagen und deren Abhängigkeiten zueinander verarbeitet. Die ermittelten Daten aller
teilnehmenden Fahrzeuge können auf der Servereinheit gesammelt und ein
Modell aller Ampeln und Abhängigkeiten der Ampeln zueinander ermittelt werden. Das Ampelmodell wird von der Servereinheit wieder an die
datenerfassenden Fahrzeuge und optional auch an passiv teilnehmende
Fahrzeuge verteilt. Damit kann eine Fahrplanung anderer autonomer oder teilautonomer Fahrzeuge ebenfalls optimiert werden. Somit kann beispielsweise ein Anfahr- oder Stopp-Verhalten der Fahrzeuge vor einer Ampel oder ein Geschwindigkeitsprofil zwischen zwei Ampeln anpassen, so dass beispielsweise eine Gesamtfahrzeit und/oder ein Spritverbrauch des Fahrzeuges minimiert werden können. Ein derartiges Modell kann beispielsweise für eine zukünftige Vorhersage einer Gesamtfahrzeit einer Fahrstrecke verwendet werden.
Gemäß eines weiteren Ausführungsbeispiels des Verfahrens werden das Modell und der mindestens eine erfasste Datensatz automatisiert in einer
fahrzeugexternen HAD-Karte gespeichert oder zur Korrektur einer
fahrzeugexternen HAD-Karte verwendet werden. Vorzugsweise kann das erstelle
Modell bzw. mehrere Modelle von Ampeln oder ganzen Ampelanlagen, sowie die ermittelten Daten in Form eines Datensatzes in einer Karte hinterlegt oder zum Aktualisieren bzw. zur Korrektur der Karte verwendet werden, die für das sogenannte„highly automated driving" geeignet ist. Es können somit autonome oder teilautonome Fahrzeuge auf die HAD-Karte zugreifen und automatisch entlang einer Route navigieren. Durch das Ampelmodell und die stets aktualisierten Datensätze kann ein derartiges Fahrzeug störungsfrei entlang definierter Strecken navigieren und Ampelphasen optimal und automatisch während der Navigation berücksichtigen.
Nach einem weiteren Ausführungsbeispiel des Verfahrens erfolgt die Zuordnung der mindestens einen Fahrspur zu der mindestens einer Ampel in der externen Servereinheit oder in einem Fahrzeug. Moderne Fahrzeuge weisen diverse Steuergeräte und Rechnereinheiten auf. Insbesondere autonome oder teilautonome Fahrzeuge müssen leistungsfähige Rechenoperationen zum
Auswerten der Sensoren und zum Steuern des Fahrzeuges aufweisen. Die bereits vorhandenen Rechnereinheiten können hierbei die Zuordnung der Fahrspuren bzw. der Richtungsinformationen zu entsprechenden Ampeln und Ampelphasen übernehmen oder vorverarbeiten. Hierdurch kann ein
Rechenaufwand der externen Servereinheit reduziert werden. Somit kann eine schnellere Servereinheit realisiert werden, die dynamischer bzw. schneller auf
Anfragen von Fahrzeugen oder auf ankommende Datensätze reagieren kann. Alternativ kann die externe Servereinheit die Zuordnung der Fahrspuren übernehmen, da eine stationäre Recheneinheit grundsätzlich eine höhere Rechenleistung und größere Speicherkapazitäten aufweisen kann. Zum
Übertragen der relevanten Daten können sowohl die Fahrzeuge als auch die externe Servereinheit Kommunikationsvorrichtungen aufweisen, die
untereinander bidirektional kommunizieren und Daten austauschen können.
Nach einem weiteren Aspekt der Erfindung wird ein autonomes oder
teilautonomes Fahrzeug zum Durchführen des Verfahrens gemäß dem vorherigen Aspekt der Erfindung bereitgestellt. Das Fahrzeug weist mindestens einem Sensor zum Erfassen von Fahrbahnmarkierungen, zum Erfassen von vorausfahrenden Fahrzeugen und deren Trajektorien und zum Erfassen von Ampeln und von Schaltzuständen der Ampeln auf. Des Weiteren weist das Fahrzeug mindestens eine Kommunikationsvorrichtung zum Senden der erfassten Daten und zum Empfangen von gesammelten und verarbeiteten Datensätzen einer externen Servereinheit.
Hierbei kann beispielsweise mindestens ein im Fahrzeug verbauter Sensor, wie beispielsweise eine Kamera oder ein LIDAR-Sensor, zur Detektion von
Fahrbahnmarkierungen, vorausfahrenden Fahrzeugen und Ampeln verwendet werden. Zusätzlich können die Fahrzeug-Trajektorien und die Schaltzustände der Ampeln erfasst werden. Aus dem Zusammenspiel der Fahrzeug-Trajektorien und der Schaltzustände der Ampeln können die vorausfahrenden Fahrzeuge bestimmten Fahrspuren zugeordnet werden. Insbesondere können hierdurch
Richtungsfunktionen unterschiedlichen Fahrspuren zugeordnet werden. Diese Daten werden durch die Kommunikationsvorrichtung zu mindestens einer fahrzeugexternen Servereinheit gesendet. Durch die Servereinheit werden diese Datensätze aus mehreren Beobachtungen, die von verschiedenen Fahrzeugen und zu verschiedenen Zeiten stammen, gesammelt und gemeinsam
ausgewertet. Dafür werden aus den ermittelten Informationen, bei welcher Ampelphase Fahrzeuge von welcher Fahrspur die Kreuzung passiert haben, die Ampeln den Fahrspuren zugeordnet und entsprechende Ampelmodelle erstellt. Durch die Nutzung der Datensätze, die von mehreren Fahrzeugen zu
unterschiedlichen Zeitpunkten aufgenommen wurden, kann ein vollständiger Schaltzyklus von Ampelanlage erfasst werden, auch wenn jedes einzelne
Fahrzeug nur einen kurzen Zeitausschnitt beobachtet hat. Ferner können Beobachtungsfehler, Falschfahrer oder Falschabbieger durch die wiederholten Messungen erkannt und aussortiert werden. Nach einem Ausführungsbeispiel ist für das Fahrzeug eine fahrzeugexterne
HAD-Karte zur Navigation verwendbar. Hierdurch kann das Fahrzeug auf die fahrzeugexterne, auf der Servereinheit hinterlegte, HAD-Karte zugreifen und diese zum Navigieren nutzen. Alternativ oder zusätzlich kann das Fahrzeug auch die Karte zeitweise Puffern bzw. Zwischenspeichern und von einer
fahrzeuginternen Rechnereinheit abrufen.
Gemäß eines weiteren Ausführungsbeispiels sind Ampelpositionen und ermittelte Datensätze zu Ampeln aus der HAD-Karte in ein fahrzeuginternes Bild- Koordinatensystem mindestens einer fahrzeuginternen Kamera projizierbar. Es können beispielsweise jeweilige Positionen von Ampeln aus der HAD-Karte in die fahrzeuginterne Sensorik und Datenbank übertragen und im Kamerabild visualisiert werden, sofern eine Darstellungseinheit vorhanden ist. Durch die Projektion kann insbesondere eine Detektionsgenauigkeit und Reichweite eines Ampel-Erkennungs-Algorithmus erhöht werden. Hierdurch können der zeitliche Planungshorizont sowie die Robustheit einer automatischen Fahrfunktion verbessert werden, so dass ein Fahrkomfort, Sicherheit und Treibstoffverbrauch optimiert werden können.
Im Folgenden werden anhand von stark vereinfachten schematischen
Darstellungen bevorzugte Ausführungsbeispiele der Erfindung näher erläutert.
Hierbei zeigen
Fig. 1 eine schematische Darstellung eines Verfahrens zum automatischen Erstellen und Aktualisieren eines Datensatzes für ein autonomes Fahrzeug gemäß eines ersten Ausführungsbeispiels, Fig. 2 eine schematische Darstellung eines Fahrzeuges gemäß eines ersten
Ausführungsbeispiels und
Fig. 3 eine Ampelanlage an der beispielhaft das Verfahren gemäß des ersten
Ausführungsbeispiels durchgeführt wird.
In den Figuren weisen dieselben konstruktiven Elemente jeweils dieselben Bezugsziffern auf.
Figur 1 zeigt eine schematische Darstellung eines Verfahrens 1 zum
automatischen Erstellen und Aktualisieren eines Datensatzes für ein autonomes
Fahrzeug 2 gemäß eines ersten Ausführungsbeispiels. Das Verfahren 1 weist einen fahrzeugseitigen Teil 4 und einen fahrzeugexternen Teil 6 auf. Der fahrzeugseitige Teil 4 des Verfahrens 1 wird von einem Fahrzeug 2 mit entsprechender Sensorik und Rechnereinheit durchgeführt. Der fahrzeugexterne Teil 6 des Verfahrens 1 wird von einer externen Servereinheit durchgeführt.
Bei dem Verfahren 1 wird in einem ersten Schritt von einer fahrzeugseitigen Sensorik mindestens eine Ampel und ein Schaltzustand der mindestens einen Ampel registriert 10. In einem weiteren Schritt wird mindestens eine
Fahrbahnmarkierung ermittelt 12. Anschließend wird eine Fahrzeug-Trajektorie von mindestens einem vorausfahrenden Fahrzeug registriert und nachverfolgt 14. Die gesammelten Daten werden zum Erstellen und Aktualisieren eines fahrzeugexternen Datensatzes verwendet. Hierzu werden die gesammelten Daten an eine fahrzeugexterne Servereinheit übermittelt 16. Die genannten Schritte können dabei parallel zueinander oder nacheinander erfolgen.
Die fahrzeugexterne Servereinheit 28 empfängt die gesammelten Daten 18. Basierend auf dem mindestens einen Schaltzustand der mindestens einen Ampel 34, auf der mindestens einen ermittelten Fahrbahnmarkierung 36 und auf der mindestens einen erfassten Trajektorie eines vorausfahrenden Fahrzeuges 40 wird mindestens eine Fahrspur 38 identifiziert und mindestens einer Ampel 34 zugeordnet 20. Durch die Zuordnung kann der Fahrspur 38 eine
Richtungsfunktion zugewiesen werden, die von nachfolgenden autonome oder teilautonome Fahrzeugen 2 verwendet werden können, um insbesondere im Bereich von Ampeln optimal navigieren zu können. In der Figur 2 ist eine schematische Darstellung eines Fahrzeuges 2 gemäß einem ersten Ausführungsbeispiel dargestellt. Das Fahrzeug 2 ist dazu ausgelegt den fahrzeugseitigen Teil 4 des Verfahrens 1 zum automatischen Erstellen und Aktualisieren eines fahrzeugexternen Datensatzes durchzuführen. Das Fahrzeug 2 weist eine Kamera 22 auf, die an einer Frontseite des Fahrzeuges 2
angeordnet ist. Die Kamera 22 nimmt eine Umgebung des Fahrzeuges 2 auf und leitet die erzeugten Bilder an eine fahrzeugseitige Rechnereinheit 24. Die Rechnereinheit 24 wertet die erzeugten Bilder aus und ermittelt
Fahrbahnmarkierungen, registriert vorausfahrende Fahrzeuge und verfolgt anhand der Bilder die Trajektorie bzw. Fahrtrichtungen von vorausfahrenden
Fahrzeugen 40. Des Weiteren erkennt die Rechnereinheit 24 Ampeln und deren Schaltzustände durch Analysieren der Bilder. Die ermittelten und analysierten Informationen können kontinuierlich oder packetweise über eine
Kommunikationsvorrichtung 26 an eine fahrzeugexterne Servereinheit 28 gesendet werden. Hierzu weist die Servereinheit 28 ebenfalls eine
fahrzeugexterne Kommunikationsvorrichtung 30 auf, die zum Empfangen von ermittelten Daten und zum Senden von ausgewerteten oder angeforderten Daten dient. Die Figur 3 zeigt eine Ampelanlage 32, an der beispielhaft das Verfahren 1 gemäß des ersten Ausführungsbeispiels angewendet wird. Insbesondere ist ein Bild dargestellt, welches von der Kamera 22 des Fahrzeuges 2 aufgenommen wurde. Die Rechnereinheit 24 hat bereits die Ampeln 34 der Ampelanlage 32 erkannt. Des Weiteren wurden Fahrbahnmarkierungen 36 von der
Rechnereinheit 24 registriert. Die Fahrbahnmarkierungen 36 dienen somit der
Identifizierung von Fahrspuren 38 im Bild. Des Weiteren wurden von der
Rechnereinheit 24 die vorausfahrenden Fahrzeuge 40 erkannt. Mit jedem weiteren Bild werden die vorausfahrenden Fahrzeuge 40 registriert und insbesondere deren Bewegungsgeschwindigkeit und -richtung erfasst. Somit kann basierend auf der Bewegung ausgehend von den jeweiligen Fahrspuren 38 und den Schaltzuständen der Ampeln 34 eine Richtungsinformation ermittelt werden. Die Pfeile auf den Fahrspuren 38 verdeutlichen die
Richtungsinformationen. Insbesondere kann anhand des Bildes ermittelt werden, dass auf der rechten Fahrspur das vorausfahrende Fahrzeug 40 nach rechts abbiegt und diese Fahrspur 38 somit voraussichtlich eine Fahrspur 38 zum
Rechtsabbiegen ist. Diese Information kann nun anhand weiterer von anderen Fahrzeugen 2 ermittelten Daten evaluiert oder korrigiert werden. Anhand der Fahrzeug-Trajektorien der vorausfahrenden Fahrzeuge 40 auf den drei mittleren Fahrspuren 38 können den Fahrspuren 38 jeweils eine Geradeausfahrt zugeordnet werden.
Next Patent: COMPRESSOR ASSEMBLY FOR A COMPRESSED-AIR FEED OF A COMPRESSED-AIR SUPPLY SYSTEM