Titel

Verfahren zum Betreiben einer autonomen Fahrfunktion eines Fahrzeugs

Die Erfindung betrifft ein Verfahren zum Betreiben einer autonomen Fahrfunktion eines Fahrzeugs, wobei das Fahrzeug über eine Rechnereinheit und mindestens zwei Sensoren zur Erfassung von Umfelddaten verfügt, und wobei die Rechnereinheit eingerichtet ist, anhand der erfassten Umfelddaten eine Soll- Trajektorie zu bestimmen, entlang der das Fahrzeug geführt wird. Weitere Aspekte der Erfindung betreffen ein Computerprogramm, sowie ein Fahrzeug, welche zur Ausführung des Verfahrens eingerichtet sind.

Stand der Technik

Im Stand der Technik sind Fahrzeuge bekannt, welche eine autonome Fahrfunktion aufweisen, mit der das Fahrzeug ohne Eingriff eines Fahrers entlang einer Trajektorie von einer Startposition zu einer Zielposition geführt werden kann. Die Trajektorie beschreibt dabei die Bahnkurve, entlang der das Fahrzeug bewegt wird. Solche autonome Fahrfunktionen können einen Fahrer eines Fahrzeugs entlasten, indem das Fahrzeug in bestimmten Situationen oder während der gesamten Fahrt autonom bewegt wird.

Für das Bereitstellen solcher autonomer Fahrfunktionen sind präzise Umfelddaten erforderlich, welche die Umgebung des Fahrzeugs beschreiben.

Zur Erfassung dieser Umfelddaten wird eine Vielzahl von Sensoren eingesetzt. Problematisch hierbei ist, dass für die Verarbeitung der Umfelddaten beträchtliche Rechnerresourcen erforderlich sind.

DE 102012 108543 Al beschreibt ein Verfahren zum Anpassen der Umfelderfassung eines Fahrzeugs auf Basis von Informationen einer digitalen Karte oder einer Verkehrsinformation. Eine Verkehrsinformation kann beispielsweise eine Mitteilung über eine Baustelle sein. Aus der digitalen Karte wird bei dem Verfahren beispielsweise entnommen, ob sich das Fahrzeug in einem städtischen Umfeld oder auf einer Autobahn befindet. Des Weiteren können der Karte Angaben zur Topologie der Fahrzeugumgebung entnommen werden. In Abhängigkeit dieser Informationen werden dann Sensorsysteme des Fahrzeugs zur Erfassung des Umfelds angesteuert. Dabei können Sensoren aktiviert oder deaktiviert werden sowie die Reichweite, Auflösung, Abtastrate und/oder der Erfassungsbereich eingestellt werden. Durch das gezielte Anpassen der Umfelderfassung an die Umgebungsbedingungen kann Rechenzeit eingespart werden und die Präzision bzw. Leistung der Umfelderfassung erhöht werden.

DE 102017 114049 Al beschreibt ein System zum Bestimmen und Anpassen einer Route für ein autonomes Fahrzeug. Das Fahrzeug umfasst ein Sensorsubsystem mit verschiedenen Sensorsystemen wie einer Kamera oder einem Radar. Des Weiteren umfasst das System Submodule, welche verschiedene Teilaufgaben erfüllen. Das System umfasst dabei ein Fahrzeug- Wahrnehmungs-Submodul, welches die Systemfunktionen für das Wahrnehmen ausführt. Durch die Module des Systems wird entschieden, welche Sensoren zu verwenden sind, wie die Sensoren zu verwenden sind und wie die Sensordaten verarbeitet werden.

DE 102013 219567 Al beschreibt ein Verfahren zur Steuerung eines Mikrospiegelscanners. Bei dem Verfahren ist vorgesehen, den Mikrospiegelscanner in Abhängigkeit von Signalen weiterer Sensoren zu steuern. Wird beispielsweise ein besonders interessantes Objekt festgestellt, so wird dieses fein abgetastet. Der Mikrospiegelscanner wird auch abhängig von der Wettersituation gesteuert, wobei beispielsweise Parameter des Scanners bei Nebel optimiert werden.

Die aus dem Stand der Technik bekannten Verfahren zur Anpassung des Betriebs der Sensoren zur Erfassung der Umfelddaten berücksichtigen jeweils nur bestimmte Teilaspekte, so dass nicht sichergestellt ist, in jeder Situation genau die Umfelddaten zur Verfügung zu haben, welche für einen sicheren Betrieb einer autonomen Fahrfunktion erforderlich sind.

Offenbarung der Erfindung

Es wird ein Verfahren zum Betreiben einer autonomen Fahrfunktion eines Fahrzeugs vorgeschlagen, wobei das Fahrzeug über eine Rechnereinheit und eine Vielzahl von Sensoren zur Erfassung von Umfelddaten verfügt, und wobei die Rechnereinheit eingerichtet ist, anhand der erfassten Umfelddaten eine Soll- Trajektorie zu bestimmen, entlang der das Fahrzeug geführt wird. Ferner ist vorgesehen, dass in einem ersten Schritt a) ein Erfassen einer Ist- Trajektorie erfolgt, wobei die Ist-Trajektorie den tatsächlich durch das Fahrzeug zurückgelegten Weg beschreibt, und dass ein Erfassen von Abständen zu Objekten in der Umgebung des Fahrzeugs erfolgt.

In einem nachfolgenden Schritt b) erfolgt ein Ermitteln einer Güte der autonomen Fahrfunktion durch Vergleichen der Ist-Trajektorie mit der Soll-Trajektorie und Überwachen der erfassten Abstände zu Objekten in der Umgebung.

In einem nachfolgenden Schritt c) des Verfahrens erfolgt ein Regeln der Güte auf einen vorgegebenen Zielwert durch Auswählen von für die autonome Fahrfunktion zu verwendenden Sensoren aus der Vielzahl von Sensoren und/oder durch Ändern einer Messrate, mit der Messungen vorgenommen werden, von mindestens einem Sensor aus der Vielzahl von Sensoren.

Die Schritte a) bis c) des Verfahrens werden bevorzugt während des Betriebs der autonomen Fahrfunktion wiederholt durchlaufen. Beispielsweise kann das Verfahren nach Ablauf einer Zeitspanne im Bereich von 1 ms bis 10 s, bevorzugt im Bereich von 10 ms bis 2 s, besonders bevorzugt im Bereich von 100 ms bis 1 s wiederholt werden. Insbesondere bei regelmäßiger Ausführung des Verfahrens im ms Bereich kann schnell auf eine Änderung der Güte reagiert werden, so dass die Fahrsicherheit bei der Ausführung der autonomen Fahrfunktion jederzeit gewährleistet ist.

Die autonome Fahrfunktion ist dazu eingerichtet, das Fahrzeug ohne Eingriff eines Fahrers von einer Startposition zu einer Zielposition zu führen. Bevorzugt ist die autonome Fahrfunktion dabei nicht auf bestimmte Fahrmanöver oder Situationen beschränkt und kann insbesondere auch eine Planung einer Route zur Zielposition übernehmen. Bei der autonomen Fahrfunktion kann es sich aber auch um das Führen des Fahrzeugs in einer bestimmten Situation wie beispielsweise das Führen innerhalb einer Baustelle oder entlang einer vorab gelernten Trajektorie handeln. Die Soll-Trajektorie, entlang der das Fahrzeug während des Betriebs der autonomen Fahrfunktion geführt wird, wird durch die Rechnereinheit bestimmt. Dabei benötigt die Rechnereinheit Umfelddaten, welche durch die Vielzahl von Sensoren bereitgestellt werden. Bei den eingesetzten Sensoren kann es sich insbesondere um Ultraschallsensoren, optische Kameras wie Videokameras und Infrarotkameras, Radarsensoren und Lidar-Sensoren handeln. Bevorzugt umfasst die Vielzahl von Sensoren dabei Sensoren verschiedener Typen, wobei von einem Typ Sensor mehrere Exemplare verwendet werden können. Beispielsweise kann das Fahrzeug mehrere Ultraschallsensoren, mehrere Videokameras, einen Radarsensor und einen Lidar-Sensor umfassen.

Für das Bestimmen der Ist-Trajektorie ist bevorzugt vorgesehen, die Position des Fahrzeugs fortlaufend zu bestimmen. Die Positionsbestimmung des Fahrzeugs erfolgt beispielswiese unter Verwendung eines Satellitennavigationssystems, durch Auswerten von Landmarken und/oder durch Auswerten von Funksignalen. Besonders bevorzugt werden mehrere Möglichkeiten zur Positionsbestimmung miteinander kombiniert, um die Genauigkeit zu steigern.

Die Güte der autonomen Fahrfunktion gibt an, wie präzise das Fahrzeug geführt wird. Die Güte der autonomen Fahrfunktion wird erfindungsgemäß bestimmt, indem die Soll-Trajektorie, entlang der das Fahrzeug geführt wird, mit der tatsächlich von Fahrzeug abgefahrenen Ist-Trajektorie verglichen wird. Die Güte ist somit ein Hinweis, wie genau eine bestimmte Soll-Trajektorie unter Berücksichtigung der momentan angeforderten Umfelddaten vom Fahrzeug befahren wird. Des Weiteren wird die Güte der autonomen Fahrfunktion durch eine Überwachung der Abstände zu Objekten in der Umgebung wie beispielsweise weitere Verkehrsteilnehmer oder feste Strukturen wie Bäume, Mauern und Pfosten ermittelt. Ist der Abstand zu Objekten in der Umgebung zu gering, so ist dies ein Hinweis dafür, dass die Güte der autonomen Fahrfunktion momentan zu niedrig ist. Für das Bestimmen, ob ein Abstand zu gering ist, kann beispielsweise ein Mindestabstandswert vorgegeben werden. Dabei kann vorgesehen sein, für verschiedene Klassen bzw. Arten von Objekten verschiedene Mindestabstandswerte vorzugeben. Beispielsweise kann zu beweglichen Objekten wie anderen Verkehrsteilnehmern ein größerer Mindestabstandswert vorgegeben werden als für statische Objekte wie z.B. Bäume. Bei der Überwachung der Abstände wird bevorzugt zusätzlich die Bedingung berücksichtigt, dass das Fahrzeug jederzeit auf der Straße bzw. auf einem befahrbaren Bereich bleiben muss. Diese Bedingung muss erfüllt sein, auch wenn Abstände zu weiteren Objekten dann gegebenenfalls innerhalb einer Toleranz unterhalb der vorgegebenen Mindestabstände liegen. Der Zielwert für die Güte wird bevorzugt derart vorgegeben, dass bei dieser Güte jederzeit eine sichere Ausführung der autonomen Fahrfunktion innerhalb der erlaubten Toleranzen gewährleistet ist. Das heißt, dass bei dem Zielwert für die Güte das Fahrzeug die Soll-Trajektorie mit einer vorgegebenen Präzision folgt und vorgegebene Mindestabstände zu Objekten in der Umgebung des Fahrzeugs einhält. Gleichzeitig ist der Zielwert für die Güte kleiner als eine maximal erzielbare Güte gewählt. Hierdurch wird erreicht, dass die Menge der durch die Rechnereinheit zu verarbeitenden Umfelddaten gegenüber der Verarbeitung aller verfügbaren Umfelddaten reduziert wird. Hierdurch wird die Auslastung der Rechnereinheit reduziert und somit unter anderem der Energiebedarf der Rechnereinheit verringert.

Für das Regeln der Güte kann grundsätzlich auf bekannte Regelungsverfahren zurückgegriffen werden. So wäre es beispielsweise denkbar, für das Regeln der Güte auf einen vorgegebenen Zielwert einen Grenzwert für die Güte vorzugeben und bei einer Güte oberhalb dieses Grenzwerts die Anzahl der ausgewählten Sensoren zu verringern und bei einer Güte unterhalb des Grenzwerts die Anzahl der ausgewählten Sensoren zu erhöhen und/oder bei einer Güte oberhalb des Grenzwerts die Messrate zumindest eines Sensors zu verringern und bei einer Güte unterhalb oberhalb des Grenzwerts die Messrate zu erhöhen. Auch das Vorsehen einer Hysterese wäre möglich.

Bevorzugt wird ein statistisches Modell bei der Regelung der Güte auf den Zielwert eingesetzt, wobei das statistische Modell neben der Güte noch weitere Eingangswerte bei der Regelung berücksichtigen kann.

Bevorzugt wird zumindest ein Bewertungsfaktor unter Berücksichtigung mindestens eines weiteren Parameters bestimmt und bei der Auswahl der zu verwendenden Sensoren und/oder bei der Änderung der Messrate berücksichtigt, wobei der mindestens eine weitere Parameter ausgewählt ist aus einer Auslastung der Rechnereinheit, einer Verkehrssituation, in der sich das Fahrzeug befindet, einem Szenario, in dem sich das Fahrzeug befindet und/oder Angaben zum Wetter am Ort des Fahrzeugs.

Bei der Rechnereinheit wird bevorzugt angestrebt, deren Auslastung unter einem vorgegebenen Wert zu halten, so dass jederzeit ausreichend Ressourcen zur Verarbeitung der Umfelddaten zur Verfügung stehen. Beispielsweise kann vorgegeben werden, die Auslastung, wenn möglich unter 80% zu halten. Eine unnötig hohe Belastung der Rechnereinheit führt unter anderem zu einem unnötig hohen Energieverbrauch und sollte daher vermieden werden.

Bei der Verkehrssituation kann beispielsweise berücksichtigt werden, ob dichter Verkehr vorliegt, also eine große Anzahl von beweglichen Objekten zuverlässig erfasst und bei der Erstellung der Soll-Trajektorie berücksichtigt werden müssen, oder ob nur wenig Verkehr vorliegt, also nur eine geringe Anzahl von beweglichen Objekten in der Umgebung erfasst werden müssen. Entsprechend kann es notwendig sein, bei einer Verkehrssituation mit dichtem Verkehr zum Erreichen des Zielwerts für die Güte mehr Sensoren auszuwählen und/oder diese mit einer höheren Messrate zu betreiben, als bei geringem Verkehrsaufkommen. Des Weiteren können bestimmte Sensoren aufgrund ihres Typs und/oder aufgrund ihrer Position am Fahrzeug für bestimmte Verkehrs situationen besser geeignet sein als andere Sensoren, was bei der Auswahl der Sensoren und/oder der Wahl der Messrate bevorzugt berücksichtigt wird.

Bei dem Szenario, indem sich das Fahrzeug befindet, kann es sich beispielsweise um eine städtische Umgebung, ländliche Umgebung oder um eine Autobahn handeln. Je nach Szenario leisten die unterschiedlichen Arten von Sensoren jeweils verschieden wichtige Beiträge zur Güte der autonomen Fahrfunktion und/oder können unterschiedliche Messraten der einzelnen Sensoren vorteilhaft sein, je nach Typ des Sensors und dessen Anbringungsort am Fahrzeug. Zur Bestimmung des Szenarios können beispielsweise die Umfelddaten der Sensoren ausgewertet werden und/oder es kann eine digitale Karte verwendet werden.

Auch das Wetter hat einen Einfluss darauf, wie stark eine bestimmte Art bzw. ein bestimmter Typ von Sensoren zur Güte der autonomen Fahrfunktion beiträgt. Ist das Fahrzeug mit der autonomen Fahrfunktion beispielsweise bei gutem Wetter unterwegs ist es möglich, dass für das Erreichen des Zielwerts für die Güte Daten von einer an der Fahrzeugfront angeordneten Videokamera ausreichend sind. Die Bereitstellung der Soll-Trajektorie durch die Rechnereinheit kann dann nur mit den Messdaten der Videokamera erfolgen, welche dann mit einer ausreichenden Messrate angefordert werden, um die geforderte Güte zu erreichen. Dabei ist es denkbar, dass keiner der weiteren Sensoren ausgewählt wird und entsprechend keine Messdaten von redundanten Sensoren, wie beispielsweise Radarsensoren, von der Rechnereinheit angefordert werden. Bei schlechten Wetterverhältnis ist es umgekehrt denkbar, dass beispielsweise ausschließlich Messdaten von einem Lidar-Sensor angefordert werden und keine Messdaten der Videokamera. Das Wetter kann beispielsweise über Sensoren des Fahrzeugs ermittelt werden und/oder es können ortsabhängig Wetterdaten von einem Wetterdienst abgerufen werden.

Bevorzugt wird für jeden einzelnen Sensor aus der Vielzahl von Sensoren ein individueller Bewertungsfaktor bestimmt. Durch diese individuellen Bewertungs faktoren kann bei der Regelung der Güte auf die individuellen Eigenschaften der Sensoren Rücksicht genommen werden. Dadurch wird gewährleistet, dass bei der Regelung der jeweilige Beitrag eines Sensors zu der Güte der autonomen Fahrfunktion bewertet wird und bevorzugt diejenigen Sensoren ausgewählt werden, welche momentan die größten Beiträge zur Güte leisten.

Bevorzugt werden die jeweils nicht ausgewählten Sensoren abgeschaltet oder in einen Stand-by-Modus versetzt. Im abgeschalteten Zustand bzw. im Stand-by- Modus wird die Energieaufnahme des jeweiligen Sensors reduziert und es werden keine Umfelddaten durch diesen Sensor ermittelt.

Auch das im Verfahren zusätzlich oder alternativ mögliche Anpassen einer Messrate beeinflusst die Energieaufnahme günstig. Durch das Wählen der Messrate derart, dass nur Umfelddaten mit einer Messrate ermittelt werden, die gerade für das Erzielen der geforderten Güte inklusive einer Toleranz erforderlich ist, wird die Menge der Umfelddaten gegenüber der maximal möglichen Menge an Umfelddaten reduziert. Die Toleranz für die Güte beinhaltet dabei einen Faktor, der notwendig ist, um das autonome Fahrzeug jederzeit sicher zu betreiben. Es müssen somit weniger Umfelddaten durch die Rechnereinheit verarbeitet werden, wodurch wiederum die Auslastung und damit die Energieaufnahme der Rechnereinheit günstig beeinflusst wird.

Eine Anpassung der Messrate kann dabei in beide Richtungen erfolgen, also ausgehend von einem Standardwert kann die Messrate gesteigert werden, wenn die Güte zu gering ist, und kann reduziert werden, wenn die Güte über dem geforderten Zielwert liegt.

Bevorzugt entspricht eine Verarbeitungsrate der Rechnereinheit für die Umfelddaten der Messrate und wird bei einer Änderung der Messrate entsprechend angepasst. Alternativ dazu ist es bevorzugt, eine Verarbeitungsrate der Umfelddaten konstant zu halten und bei einer Verringerung der Messrate ein mehrfaches Übermitteln einzelner Messwerte vorzunehmen. Beträgt die Verarbeitungsrate beispielsweise 100 Hz und ist die Messrate eines Sensors auf 50 Hz angepasst worden, so wird jeder Messwert nacheinander zweimal an die Rechnereinheit für die Verarbeitung übermittelt. Alternativ hierzu ist es ebenfalls möglich, anstelle eines Messwerts einen Hinweis auf einen fehlenden Messwert bzw. auf eine Abschaltung des jeweiligen Sensors zu übermitteln, so dass die Rechnereinheit diesen Messwert bei der Verarbeitung nicht als tatsächlichen Messwert berücksichtigt. Insbesondere bei einer vollständigen Abschaltung bzw. wenn ein Sensor auf Stand-by geschaltet wurde, ist es bevorzugt, einen solchen Abschaltwert zu übermitteln.

Bevorzugt erfolgt das Bestimmen der Soll-Trajektorie unter Verwendung eines ersten Künstliche-Intelligenz Modells, welches durch maschinelles Lernen erhalten wurde. Das erste Künstliche-Intelligenz Modell ist insbesondere zur Bereitstellung der autonomen Fahrfunktion ausgebildet und eingerichtet.

Bevorzugt erfolgt das Auswählen von zu verwendenden Sensoren und/oder das Ändern einer Messrate unter Verwendung eines zweiten Künstliche-Intelligenz Modells, welches durch maschinelles Lernen erhalten wurde. Bevorzugt übergibt das zweite Modell die Umfelddaten der Sensoren an das erste Modell, wobei die Ausgangsdaten des zweiten Künstliche-Intelligenz Modells bevorzugt in einem normierten Ausgangsdatenformat für das erste Künstliche-Intelligenz Modell übergeben werden.

Besonders bevorzugt erfolgt sowohl das Bestimmen der Soll-Trajektorie sowie das Auswählen von zu verwendenden Sensoren und/oder das Ändern einer Messrate unter Verwendung eines gemeinsamen Künstliche-Intelligenz Modells, welches durch maschinelles Lernen erhalten wurde.

Bei dem Künstliche-Intelligenz Modell bzw. bei den Modellen kann es sich beispielsweise um ein Modell für maschinelles Lernen wie etwa ein neuronales Deep-Learning-Netz (deep neural network - DNN), ein Bayes'sches Maschinenlernmodell oder dergleichen handeln. Derartige Verfahren und Modelle für das Maschinenlernen sowie für das Training dieser Modelle sind dem Fachmann grundsätzlich bekannt.

Bevorzugt wird das zweite Künstliche-Intelligenz Modell für das Auswählen der zu verwendenden Sensoren und/oder das Ändern der Messrate bzw. das gemeinsame Künstliche Intelligenz-Modell mit Hilfe von Trainingsdaten gelernt.

Dies erfolgt insbesondere bei Verwendung eines neuronalen Netzes. Beim Lernen mit Trainingsdaten werden bevorzugt während einer Fahrt aufgezeichnete Daten eingesetzt. Insbesondere werden eine ermittelte Fahrzeugposition und Umfelddaten des bzw. der Sensoren mit der maximalen Messrate des jeweiligen Sensors als Eingangsdaten verwendet, wobei als Lernziel ein Zielwert für die Güte der autonomen Fahrfunktion eingegeben wird.

Des Weiteren können als Eingangsdaten insbesondere Angaben zu einem Szenario, in dem sich das Fahrzeug befindet, die Verkehrsdichte während der aufgezeichneten Fahrt und/oder die Wetterlage bei der aufgezeichneten Fahrt verwendet werden.

Werden für das Training des Künstliche-Intelligenz Modells Umfelddaten mit einer reduzierten Messrate benötigt, so erfolgt bevorzugt ein Downsampling der Umfelddaten in einer Datenbank anhand der vorhandenen Umfelddaten, welche mit der maximalen Messrate des Sensors aufgezeichnet wurden. Dies kann durch einen Virtuellen Sensor in einer Testumgebung (z.B. Hardware in the Loop, HIL) in Echtzeit realisiert werden.

Erfindungsgemäß wird weiterhin ein Computerprogramm vorgeschlagen, gemäß dem eines der hierin beschriebenen Verfahren durchgeführt wird, wenn das Computerprogramm auf einer programmierbaren Computereinrichtung ausgeführt wird. Bei dem Computerprogramm kann es sich beispielsweise um ein Modul zur Implementierung einer autonomen Fahrfunktion oder eines Subsystems hiervon in einem Fahrzeug handeln. Das Computerprogramm kann auf einem maschinenlesbaren Speichermedium gespeichert werden, etwa auf einem permanenten oder wiederbeschreibbaren Speichermedium oder in Zuordnung zu einer Computereinrichtung oder auf einer entfernbaren CD-ROM, DVD, Blu-Ray Disc oder einem USB-Stick. Zusätzlich oder alternativ kann das Computerprogramm auf einer Computereinrichtung wie etwa auf einem Server zum Herunterladen bereitgestellt werden, z.B. über ein Datennetzwerk wie das Internet oder eine Kommunikationsverbindung wie etwa eine Telefonleitung oder eine drahtlose Verbindung.

Erfindungsgemäß ist außerdem ein Fahrzeug vorgesehen. Das Fahrzeug umfasst eine Rechnereinheit und mindestens zwei Sensoren zur Erfassung von Umfelddaten, wobei die Rechnereinheit zur Bereitstellung einer autonomen Fahrfunktion eingerichtet ist. Die Rechnereinheit ist ferner zur Ausführung eines der oben beschriebenen Verfahren eingerichtet.

Da das Fahrzeug zur Ausführung eines der hierin beschrieben Verfahren ausgebildet ist, gelten im Rahmen eines der Verfahren beschriebene Merkmale entsprechend für das Fahrzeug und umgekehrt gelten im Rahmen des Fahrzeugs beschriebene Merkmale für die Verfahren.

Die Sensoren sind bevorzugt als Ultraschallsensoren, optische Kameras wie Videokameras und Infrarotkameras, Radarsensoren und Lidar-Sensoren ausgestaltet, wobei das Fahrzeug bevorzugt Sensoren verschiedener Typen umfasst. Dabei können von einem Typ Sensor mehrere Exemplare verwendet werden. Beispielsweise kann das Fahrzeug mehrere Ultraschallsensoren, mehrere Videokameras, einen Radarsensor und einen Lidar-Sensor umfassen.

Bevorzugt ist eine Verbindung zwischen den Sensoren und der Rechnereinheit bidirektional ausgestaltet, so dass nicht nur Umfelddaten der Sensoren an die Rechnereinheit übertragen werden können, sondern umgekehrt Anweisungen von der Rechnereinheit an die Sensoren übertragen werden können. Diese Anweisungen können dabei insbesondere dazu eingerichtet sein, einen oder mehrere Sensoren auszuschalten, in einen Stand-by-Modus zu versetzen oder einen oder mehrere Sensoren einzuschalten. Des Weiteren können Anweisungen dazu eingerichtet sein, die Konfiguration eines oder mehrerer Sensoren zu verändern, insbesondere um eine Messrate eines oder mehrerer Sensoren zu ändern.

Die Sensoren können beispielsweise über ein Bussystem mit der Rechnereinheit verbunden sein.

Vorteile der Erfindung

Durch die erfindungsgemäß vorgesehene Auswahl von Sensoren und/oder Anpassung der Messrate von zumindest einem Sensor wird die Rechenlast der Rechnereinheit für das Bereitstellen der autonomen Fahrfunktion dynamisch angepasst. Die Rechnereinheit kann auf diese Weise kleiner und günstiger ausgelegt werden, da basierend auf der aktuellen Situation nur diejenigen Umfelddaten ausgewertet werden, die für einen sicheren Betrieb des autonomen Fahrzeugs auch tatsächlich benötigt werden. Vorteilhafterweise wird erfindungsgemäß mit der Ermittlung der Güte der autonomen Fahrfunktion ein objektives Maß breitgestellt, mit der die Präzision und damit die Sicherheit der autonomen Fahrfunktion jederzeit bewertet werden kann.

Wird beispielsweise festgestellt, dass die Güte unter einem vorgegeben Zielwert liegt, kann durch das Auswählen weiterer Sensoren und/oder durch das Erhöhen der Messrate von Sensoren die Performance des autonomen Fahrzeugs in der aktuellen Situation erhöht werden. Auf diese Weise wird die Sicherheit beim Betrieb eines autonomen Fahrzeugs erhöht.

Durch das Abschalten bzw. in einen Stand-by-Modus Versetzen von nicht ausgewählten Sensoren und das Reduzieren der Rechenlast der Rechnereinheit wird zudem ein Energiebedarf für das Bereitstellen der autonomen Fahrfunktion verringert. Hierdurch kann insbesondere bei einem elektrisch angetriebenen Fahrzeug die Reichweite erhöht werden.

Kurze Beschreibung der Zeichnungen

Ausführungsformen der Erfindung werden anhand der Zeichnung und der nachfolgenden Beschreibung näher erläutert.

Die einzige Figur zeigt schematisch ein Fahrzeug mit einer autonomen Fahrfunktion.

Ausführungsformen der Erfindung

Die Figur stellt den Gegenstand der Erfindung nur schematisch dar.

Figur 1 zeigt ein Fahrzeug 1 welches zur Bereitstellung einer autonomen Fahrfunktion über eine Vielzahl von Sensoren 10 und eine Rechnereinheit 30 verfügt. Die Vielzahl der Sensoren 10 ist mit der Rechnereinheit 30 verbunden. Die Rechnereinheit 30 ist zudem mit weiteren Systemen des Fahrzeugs 1 verbunden, um sowohl eine Längsführung des Fahrzeugs 1, also das Beschleunigen und Bremsen, als auch eine Querführung des Fahrzeugs 1, also das Lenken, zu übernehmen. In der Figur 1 ist dies über eine Verbindung zu einem Lenkrad 7 und zu einem Pedal 8 skizziert. Das in der Figur 1 skizzierte Fahrzeug 1 verfügt über verschiedene Arten von Sensoren 10. In dem Ausführungsbeispiel sind an der Front des Fahrzeugs 1 zwei Ultraschallsensoren 11 und eine Videokamera 12 angeordnet. Auf dem Dach des Fahrzeugs 1 ist zudem ein Lidar-Sensor 13 angeordnet. Selbstverständlich können mehr oder weniger oder auch andere Sensoren 10 vorgesehen werden.

Um die aktuelle Position des Fahrzeugs 1 zu ermitteln, ist zudem ein Empfänger 20 für ein Satellitennavigationssystem vorgesehen, der mit der Rechnereinheit 30 verbunden ist. Zur Unterstützung der Positionsbestimmung wird bevorzugt auch auf weitere Datenquellen zurückgegriffen. Beispielsweise können Bilder der Videokamera 12 ausgewertet werden, um Landmarken in der Umgebung des Fahrzeugs 1 zu identifizieren und die Fahrzeugposition noch präziser zu bestimmen.

Zur Bereitstellung einer autonomen Fahrfunktion, bei der das Fahrzeug 1 ohne Eingriff eines Fahrers von einer Startposition zu einer Zielposition geführt wird, bestimmt die Rechnereinheit 30 eine Soll-Trajektorie 2. Bei der Bestimmung der Soll-Trajektorie 2 werden insbesondere Umfelddaten der Sensoren 10 und die unter anderem mit dem Empfänger 20 bestimmte Fahrzeugposition verwendet.

Das Fahrzeug 1 wird entlang der bestimmten Soll-Trajektorie 2 geführt, wobei die aktuelle Fahrzeugposition relativ zur der Soll-Trajektorie 2 auf einen Referenzpunkt 6 bezogen ist, der im dargestellten Beispiel in der Mitte der Hinterachse des Fahrzeugs 1 liegt. In der Figur 1 ist darüber hinaus die Ist- Trajektorie 4 eingezeichnet, welche angibt, welchen Weg das Fahrzeug 1, bezogen auf den Referenzpunkt 6, tatsächlich gefahren ist. Die Ist-Trajektorie 4 wird ebenfalls über das Satellitennavigationssystem und/oder über die Erkennung von Landmarken in den Umfeldsensordaten und/oder über Funksignale und/oder in einer Kombination derselben bestimmt.

Bei dem erfindungsgemäßen Verfahren ist unter anderem vorgesehen, die tatsächlich gefahrene Ist-Trajektorie 4 mit der Soll-Trajektorie 2 zu vergleichen und aus der Abweichung eine Güte der autonomen Fahrfunktion zu bestimmen. Je geringer die Abweichung ist, desto höher ist die Güte. Bevorzugt werden zudem Abstände zu Objekten in der Umgebung überwacht und bei der Bestimmung der Güte mit einbezogen. Nach dem Ermitteln der Güte ist beispielsweise vorgesehen, diese Güte mit einem vorgegebenen Zielwert für die Güte inklusive einer erlaubten Toleranz zu vergleichen und anschließend auszuwählen, welche Sensoren 10 für die Bereitstellung der autonomen Fahrfunktion verwendet werden sollen. Ist die Güte höher als der Zielwert, können einzelne der Sensoren 10 abgeschaltet werden, um Energie zu sparen und die Auslastung der Rechnereinheit 30 zu senken. Ist die Güte geringer als der Zielwert, werden weitere der Sensoren 10 zugeschaltet und deren Umfelddaten durch die Rechnereinheit 30 verarbeitet.

In weiteren Ausführungsformen der Erfindung kann vorgesehen sein, zusätzlich oder alternativ eine Messrate eines oder mehrerer Sensoren 10 abhängig von der Güte anzupassen. Bei einer Güte oberhalb des Zielwerts (inklusive Toleranz) kann die Messrate verringert und damit der Rechenlast der Rechnereinheit 30 reduziert werden.

Die Erfindung ist nicht auf die hier beschriebenen Ausführungsbeispiele und die darin hervorgehobenen Aspekte beschränkt. Vielmehr ist innerhalb des durch die Ansprüche angegebenen Bereichs eine Vielzahl von Abwandlungen möglich, die im Rahmen fachmännischen Handelns liegen.