Die Erfindung betrifft ein Verfahren zum Bereitstellen einer aktuellen Auslastung von Parkplätzen entlang einer Straße an ein Fahrzeug. Die Erfindung betrifft weiter in computerlesbares Medium zum Bereitstellen einer aktuellen Auslastung von Parkplätzen entlang einer Straße an ein Fahrzeug, ein System zum Bereitstellen einer aktuellen Auslastung von Parkplätzen entlang einer Straße an ein Fahrzeug, sowie ein Fahrzeug umfassend das System zum Bereitstellen einer aktuellen Auslastung von Parkplätzen entlang einer Straße an ein Fahrzeug.

Eine Parkplatzsuche für ein Fahrzeug in Städten kann bis zu einem Drittel des innerstädtischen Verkehrs ausmachen. Dabei kann bei der Parkplatzsuche eine Strecke von bis zu 4,5 km zurückgelegt werden und durchschnittlich 4 Minuten dauern. Aus dem Stand der Technik sind beispielsweise Systeme bekannt, die Auslastungsinformationen zu Parkplätzen in einem Navigationssystem anzeigen.

Es ist daher eine Aufgabe der Erfindung, eine Auslastung von Parkplätzen entlang einer Straße effizienter bereitzustellen. Insbesondere ist eine Aufgabe der Erfindung, eine aktuelle Auslastung von Parkplätzen entlang einer Straße effizienter an ein Fahrzeug bereitzustellen. Weiter ist es insbesondere eine Aufgabe der Erfindung eine aktuelle Auslastung von Parkplätzen in einem geografischen Gebiet effizienter zu ermitteln und/oder bereitzustellen.

Gelöst wird diese Aufgabe durch die Merkmale der unabhängigen Ansprüche. Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung ergeben sich aus den abhängigen Ansprüchen.

Gemäß einem ersten Aspekt zeichnet sich die Erfindung aus durch ein Verfahren zum Bereitstellen einer aktuellen Auslastung von Parkplätzen entlang einer Straße an ein Fahrzeug. Das Verfahren kann ein computerimplementiertes Verfahren und/oder ein steuergeräteimplementiertes Verfahren sein. Das Fahrzeug kann ein Kraftfahrzeug oder ein Motorrad sein. Die Straße kann ein oder mehrere Straßensegmente umfassen. Die aktuelle Auslastung kann für ein oder mehrere Straßensegmente der Straße bereitgestellt werden. Parkplätze entlang der Straße können Parkplätze in Querrichtung zur Straße und/oder Parkplätze in Längsrichtung zur Straße umfassen. Die aktuelle Auslastung kann eine Auslastung zum aktuellen Zeitpunkt sein. Weiter kann die aktuelle Auslastung eine prognostizierte Auslastung zu einem zukünftigen Zeitpunkt, beispielsweise einer geschätzten Ankunftszeit am Zielort, umfassen. Das Verfahren umfasst ein Empfangen einer Parkposition einer Vielzahl von Fahrzeugen einer Fahrzeugflotte. Die Fahrzeugflotte kann eine Vielzahl von Fahrzeugen eines oder mehrerer Fahrzeughersteller umfassen. Zusätzlich oder alternativ kann die Fahrzeugflotte eine Vielzahl von Fahrzeugen eines geografischen Gebiets umfassen. Die Parkposition kann eine Position eines satellitengestützten Positionsbestimmungssystem, beispielsweise eine GPS-Position, sein. Zusätzlich oder alternativ kann die Parkposition durch ein mobilfunkbasiertes, WLAN-basiertes, und/oder UWB-basiertes Positionsbestimmungssystem bestimmt werden.

Das Verfahren umfasst weiter ein Ermitteln einer Menge von Straßen innerhalb eines vorgegebenen Radius um die Parkposition für jede empfangene Parkposition eines Fahrzeugs der Vielzahl von Fahrzeugen, und ein Bestimmen einer Straße aus der Menge von Straßen für jedes Fahrzeug der Vielzahl von Fahrzeugen, die einen kürzesten Abstand zwischen der Parkposition des Fahrzeugs und der Position der Straße aufweist. Alternativ kann die Straße ein Straßensegment sein. Weiter umfasst das Verfahren ein Klassifizieren der Parkposition für jedes Fahrzeug der Vielzahl von Fahrzeugen in Abhängigkeit einer Entfernung der Parkposition des jeweiligen Fahrzeugs aus der Vielzahl von Fahrzeugen von der bestimmten Straße, und ein Bestimmen eines Parkplatztyps für jedes Fahrzeug aus der Vielzahl von Fahrzeugen in Abhängigkeit der klassifizierten Parkposition als einen Parkplatz abseits der Straße oder als einen Parkplatz entlang der Straße. Das Verfahren berechnet eine aktuelle Auslastung der Parkplätze entlang der Straße, und stellt die aktuelle Auslastung der Parkplätze entlang der Straße an das Fahrzeug bereit.

Vorteilhafterweise kann das Verfahren präzise eine Auslastung von Parkplätzen entlang der Straße bestimmen und eine aktuelle Auslastung an das Fahrzeug bereitstellen. Der Fahrer eines Fahrzeugs kann somit einfacher einen Parkplatz entlang der Straße finden. Weiter kann das Verfahren den Parkplatz entlang der Straße in Abhängigkeit der Entfernung des jeweiligen Fahrzeugs von der bestimmten Straße ermitteln. Diese Berechnung führt zu einer Zuverlässigkeit des Verfahrens beim Bestimmen der Parkplätze entlang der Straße. Die Parkplätze entlang der Straße können mit einer Genauigkeit von mindestens 95,4% korrekt ermittelt werden. Somit kann das Verfahren genauere aktuelle Auslastungsdaten zu Parkplätzen entlang der Straße dem Fahrzeug bereitstellen. Weiter kann das Verfahren eine genaue Auslastung unter Verwendung der Parkposition von Fahrzeugen der Fahrzeugflotte ermitteln. Die Parkposition kann beispielsweise mit einer Übermittlung eines letzten Zustands des Fahrzeugs an einen fahrzeugexternen Server erfolgen, so dass fahrzeugspezifische Änderungen nicht notwendig sind, um das Verfahren auszuführen und präzise Auslastungsdaten von Parkplätzen entlang der Straße zu berechnen.

Gemäß einer vorteilhaften Ausgestaltung der Erfindung kann die aktuelle Auslastung eine relative Auslastung der Parkplätze entlang der Straße sein.

Gemäß einer weiteren, vorteilhaften Ausgestaltung kann die Menge von Straßen Straßensegmente von Straßen innerhalb eines vorgegebenen Radius um die Parkposition umfassen.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann das Klassifizieren der Parkposition für jedes Fahrzeug mittels eines Klassifizierungsalgorithmus erfolgen, und/oder kann der Klassifizierungsalgorithmus die Parkposition für jedes Fahrzeug in einen von zwei Cluster einordnen, und/oder kann ein erstes Cluster repräsentativ für Parkplätze abseits der Straße ist und ein zweites Cluster der zwei Cluster repräsentativ für Parkplätze entlang der Straße sein. Hiermit können effizient Parkplätze entlang der Straße ermittelt werden.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann der Klassifizierungsalgorithmus ein Gaussian Mixture Model verwenden. Hiermit können effizient Parkplätze entlang der Straße klassifiziert werden.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann der erste Cluster und der zweiten Cluster unter Verwendung eines T rennpunkts getrennt werden, und/oder kann der Trennpunkt repräsentativ für eine Entfernung sein, bei der einen Trennung zwischen den zwei Clustern vorgenommen wird, und/oder kann der Trennpunkt ein Schnittpunkt von zwei Gaußschen Dichteverteilungen in Abhängigkeit der Entfernung der Parkposition aller Fahrzeuge aus der Vielzahl von Fahrzeugen von der jeweiligen bestimmten Straße sein. Hiermit können effizient Parkplätze entlang der Straße klassifiziert werden. Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann die aktuelle Auslastung der Parkplätze entlang der Straße in einer Navigationskarte einem Nutzer des Fahrzeugs bereitgestellt werden, und /oder kann die aktuelle Auslastung der Parkplätze entlang der Straße in Abhängigkeit eines Navigationsziels des Fahrzeugs in einer Navigationskarte des Fahrzeugs bereitgestellt werden. Hiermit kann der Nutzer des Fahrzeugs die aktuelle Auslastung der Parkplätze entlang der Straße zum Suchen von Parkplätzen am Zielort effizient verwenden.

Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein computerlesbares Medium zum Bereitstellen einer aktuellen Auslastung von Parkplätzen entlang der Straße an ein Fahrzeug, wobei das computerlesbare Medium Instruktionen umfasst, die, wenn ausgeführt auf einem Rechner, das oben beschriebene Verfahren ausführen.

Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein System zum Bereitstellen einer aktuellen Auslastung von Parkplätzen entlang der Straße an ein Fahrzeug, wobei das System dazu ausgestaltet ist, das oben beschriebene Verfahren auszuführen.

Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein Fahrzeug umfassend das oben beschriebene System zum Bereitstellen einer aktuellen Auslastung von Parkplätzen entlang der Straße an das Fahrzeug.

Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Alle vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren allein gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder aber in Alleinstellung verwendbar.

Im Folgenden wird anhand der beigefügten Zeichnungen ein bevorzugtes Ausführungsbeispiel der Erfindung beschrieben. Daraus ergeben sich weitere Details, bevorzugte Ausgestaltungen und Weiterbildungen der Erfindung. Im Einzelnen zeigen schematisch

Fig. 1 ein beispielhaftes Verfahren zum Bereitstellen einer aktuellen Auslastung von Parkplätzen entlang einer Straße an ein Fahrzeug, und

Fig. 2 ein Beispiel zum Klassifizieren der Parkposition eines Fahrzeugs. Im Detail zeigt Fig. 1 ein beispielhaftes Verfahren 100 zum Bereitstellen einer aktuellen Auslastung von Parkplätzen entlang einer Straße an ein Fahrzeug. Die aktuelle Auslastung kann eine prognostizierte Auslastung von Parkplätzen entlang der Straße sein. Ist die aktuelle Auslastung zu einem Zeitpunkt oder Zeitraum bekannt, kann das Verfahren dazu verwendet werden, Straßen bzw. Straßensegmente einem Nutzer zu empfehlen, die in einem Umkreis um ein Navigationsziel des Nutzers des Fahrzeugs liegen und für die eine geringe Auslastung berechnet wurde.

Das Verfahren 100 kann eine Parkposition einer Vielzahl von Fahrzeugen einer Fahrzeugflotte empfangen 102. Das Verfahren 100 kann die Parkposition eines Fahrzeugs aus der Vielzahl von Fahrzeugen durch einen fahrzeugexternen Server von dem Fahrzeug empfangen. Weiter kann das Verfahren 100 eine beim Parken eines Fahrzeugs vom Fahrzeug an einen fahrzeugexternen Server übermittelte Parkposition des Fahrzeugs analysieren. Vorzugsweise ist die von dem fahrzeugexternen Server empfangene Parkposition eine GPS-Position des Fahrzeugs. Beispielsweise kann das Fahrzeug mittels eines Last-State-Call-Signals Daten an den fahrzeugexternen Server übermitteln, wenn das Fahrzeug geparkt wird bzw. ist und/oder wenn ein Antrieb des Fahrzeugs ausgeschalten worden ist. Die Daten, die mit dem Last-State- Call-Signal von dem Fahrzeug an den fahrzeugexternen Server übermittelt werden, können eine genaue Position des Fahrzeugs, eine Uhrzeit, einen Fahrzeugtyp, eine Antriebsart und/oder eine Richtung, in die das Fahrzeug geparkt ist, umfassen. Die genaue Position des Fahrzeugs kann die Parkposition des Fahrzeugs sein. Beispielsweise kann die genaue Position des Fahrzeugs die GPS-Position des Fahrzeugs sein.

Das Verfahren 100 kann eine Menge von Straßen innerhalb eines vorgegebenen Radius um die Parkposition für jede empfangene Parkposition eines Fahrzeugs der Vielzahl von Fahrzeugen ermitteln 104. Die Menge von Straßen kann eine oder mehrere Straßen und/oder eine oder mehrere Straßensegmente umfassen. Das vorgegebene Radius kann fest vorgegeben sein, beispielsweise 10, 20, ... , 50, 60, 70, ... , 100, 200, 300, 400, ... m um die Parkposition des Fahrzeugs betragen. Alternativ kann der vorgegebene Radius dynamisch in Abhängigkeit von verfügbarer Rechenleistung und/oder verfügbarer Bandbreite zum Bestimmen der Menge von Straßen bestimmt werden. Je größer der Radius festgelegt wird, desto größer ist die Menge von Straßen, die ermittelt und in den folgenden Schritten des Verfahrens verarbeitet werden müssen. Ein kleinerer Radius, beispielsweise ein Radius von 50 m, ermöglicht eine schnellere Verarbeitung der ermittelten Menge von Straßen. Im Detail kann das Verfahren 100 zum Ermitteln der Menge von Straßen ein bekanntes Kartenabgleichsverfahren, engl. Map- Matching, verwenden, um die empfangene Parkposition mit einer Ortsinformation der digitalen Karte abzugleichen. Die empfangene Parkposition, beispielsweise eine GPS-Position des Fahrzeugs, kann Messfehler aufweisen. Das Kartenabgleichsverfahren kann für die empfangene Parkposition des Fahrzeugs eine wahrscheinlichste Position des Fahrzeugs in der digitalen Karte bestimmen. Dadurch können mögliche Messfehler bei der empfangenen Parkposition verringert und die Menge der Straßen im Umkreis der Parkposition des Fahrzeugs genauer ermittelt werden.

Weiter kann das Verfahren eine Straße aus der Menge von Straßen für jedes Fahrzeug der Vielzahl von Fahrzeugen bestimmen 106, die einen kürzesten Abstand zwischen der Parkposition des Fahrzeugs und der Position der Straße aufweist. Die kürzeste Entfernung kann mittels eines bekannten Nachbarschaftssuchverfahrens mittels einer digitalen Karte, insbesondere einer digitalen Navigationskarte, ermittelt werden.

Das Verfahren 100 kann die Parkposition für jedes Fahrzeug der Vielzahl von Fahrzeugen in Abhängigkeit einer Entfernung der Parkposition des jeweiligen Fahrzeugs aus der Vielzahl von Fahrzeugen von der bestimmten Straße klassifizieren 108. Das Klassifizieren 108 der Parkposition des Fahrzeugs kann mittels zwei Clustern erfolgen. Das erste Cluster ist vorzugsweise repräsentativ für Parkplätze entlang der Straße und das zweite Cluster ist vorzugsweise repräsentativ für Parkplätze abseits der Straße auf Privatgrundstücken. Weiter kann das Klassifizieren der Parkposition des Fahrzeugs in einen der beiden Cluster in Abhängigkeit der Entfernung der Parkposition des Fahrzeugs von der Straße erfolgen. Die Entfernung, die als Trennpunkt für das Klassifizieren in einen der beiden Cluster, verwendet wird kann von einem geografischen Gebiet abhängen, für das die Parkpositionen empfangen wurden. Beispielsweise kann in deutschen Großstädten ein Entscheidungswert von 9,5 m festgelegt werden. Ist die Entfernung der Parkposition des Fahrzeugs von der bestimmten kleiner als 9,5 m, kann die Parkposition dem ersten Cluster zugewiesen werden. Ist die Entfernung der Parkposition des Fahrzeugs von der bestimmten Straße größer oder gleich 9,5 m, kann die Parkposition dem zweiten Cluster zugewiesen werden. In München kann ein Trennpunkt von 9,33 m, in Berlin ein Entscheidungswert von 9,73 m, in Frankfurt ein Trennpunkt von 9,21 m, und in Stuttgart ein Trennpunkt von 9,58 m festgelegt werden. Der Trennpunkt kann für ein geografisches Gebiet in Abhängigkeit von historischen Parkvorgängen und deren Analyse erfolgen. Im Detail kann ein Cluster-Klassifizierungsalgorithmus verwendet werden, um die Parkposition des Fahrzeugs bzw. alle empfangenen Parkpositionen von Fahrzeugen zu klassifizieren. Beispielsweise kann das Cluster-Klassifizierungsverfahren auf Basis eines Gaußsches Mischmodells, engl. gaussian mixture model, kurz: GMM, verwendet werden. Ein GMM bestehend auf K Gaußsche Komponentendichten kann wie folgt beschrieben werden: wobei w _k das lineare Gewicht der individuellen Gaußschen Verteilungen ist, N eine einzelne n- dimensionale Gaußsche Komponentenverteilung mit einem dazugehörigen n-dimensionalen Erwartungswertvektor . _k , und eine n x n Kovarianzmatrix S _k . Die n-dimensionale Gaußsche Verteilung kann wie folgt beschrieben werden:

, | _fe | repräsentiert die Determinante des Kovarianzvektors, der dem k-ten Gaußschen in dem GMM entspricht. Im Fall einer eindimensionalen Gaußschen Verteilung kann (2) wir folgt vereinfacht werden: wobei o _k und n _k der Varianz und dem Erwartungswert der k-ten Gaußschen Verteilung entsprechen.

Das vollständige GMM mit k Gaußschen Komponentendichten kann mit der folgenden Parametermatrix 6 beschrieben werden: Wenn das Modell angepasst wird, können die Parameter so bestimmt werden, dass die Parameter eine Log-Likelihood Funktion des Modells maximieren. Für einen gegebenen J- dimensionalen Beobachtungsvektor X, X = kann die Log-Likelihood Funktion wie folgt beschrieben werden:

Zn(P( | 0)) = Z ₌₁ ln{Xfc=iW _k * (xj | ii _k ,( }. (5)

Das Maximieren der Log-Likelihood Funktion kann durch einen bekannten Erwartungs- Maximierungs-Algorithmus erfolgen, der iterativ die optimalen Werte der Parameter w _k ,^ _k und a _k schätzt, um die Log-Likelihood Funktion des GMM zu maximieren.

Um die Performance des Cluster-Klassifizierungsalgorithmus zu verbessern und ein sogenanntes Underf itting und/oder ein sogenanntes Overfitting zu verringern, bzw. zu vermeiden, kann eine optimale Anzahl von Clustern ermittelt werden. Beispielsweise kann die optimale Anzahl von Clustern analytisch mittels dem Akaike Information Criterion (AIC) und dem Bayesian Information Criterion (BIC) ermittelt werden, die eine relative Qualität eines statistischen Modells angeben. Beide Parameter weisen einen minimalen Wert bei genau zwei 2 Clustern auf, so dass der Cluster-Klassifizierungsalgorithmus mit genau zwei Clustern Underfilling und Overffitting verringern und präzisere Ergebnisse beim Klassifizieren der Parkpositionen ermöglicht.

Um den Trennpunkt zwischen den beiden Clustern zu bestimmen, kann die Klassifikation von Parkpositionen zu einem Cluster der beiden Cluster durch eine wahrscheinlichkeitsbasierte Zuweisung jeder Parkposition zu einem Cluster der beiden Cluster erfolgen. Als der Trennpunkt zwischen zwei Clustern kann ein Schnittpunkt zwischen zwei Gaußsche Komponentendichten festgelegt werden. Fig. 2 zeigt ein Beispiel 200 zum Klassifizieren der Parkposition eines Fahrzeugs. Im Detail kann ein Schnittpunkt 202 zwischen zwei Gaußschen Komponentendichten 204 und 206 für eine Verteilung 208 der Entfernungen der Parkpositionen von Fahrzeugen von einer Straße oder einem Straßensegment als Trennpunkt bestimmt werden.

Das Verfahren 100 kann einen Parkplatztyp für jedes Fahrzeug aus der Vielzahl von Fahrzeugen in Abhängigkeit der klassifizierten Parkposition als einen Parkplatz abseits der Straße oder als einen Parkplatz entlang der Straße bestimmen 108. Das erste Cluster umfasst die Parkpositionen von Fahrzeugen, die auf Parkplätzen entlang der Straße parken. Dieses Cluster dient in den folgenden Schritten des Verfahrens als Grundlage für die Berechnung der Auslastung der Parkplätze entlang der Straße und das Bereitstellen dieser Auslastung an das Fahrzeug.

Das Verfahren 100 kann eine aktuelle Auslastung der Parkplätze entlang der Straße berechnen 110. Für das Berechnen der aktuellen Auslastung kann das Verfahren die klassifizierten Parkpositionen berücksichtigen, für die der Parkplatztyp Parkplatz entlang der Straße bestimmt. Diese Parkplätze befinden sich im ersten Cluster. Die aktuelle Auslastung der Parkplätze entlang der Straße kann für jede Straße bzw. jeden Straßenabschnitt in Abhängigkeit eines Zeitpunkts und/oder einer Zeitspanne berechnet werden. Zusätzlich oder alternativ können bei der Berechnung der aktuellen Auslastung Wetterbedingungen und/oder eine historische Auslastung einbezogen werden. Die Berechnung kann der aktuellen Auslastung kann Live erfolgen. Dies bedeutet, dass für jeden empfangene Parkposition eines Fahrzeugs eine Aktualisierung der aktuellen Auslastung berechnet werden kann, um Veränderungen schnell dem Fahrzeug bereitstellen zu können. Die aktuelle Auslastung ist vorzugsweise repräsentativ für eine Anzahl von Parkvorgängen entlang der Straße für eine Straße und/oder ein Straßensegment. Der Maximalwert an berechneten Parkvorgängen für eine Straße und/oder ein Straßensegment kann als eine maximale Anzahl an Parkmöglichkeiten einer Straße oder eines Straßensegments festgelegt werden. Die aktuelle Auslastung kann relativ zu der maximalen Anzahl an Parkmöglichkeiten berechnet werden. Weiter kann die aktuelle Auslastung eine prognostizierte Auslastung zu zukünftigen Zeitpunkten und/oder Zeitintervallen umfassen. Dazu kann die aktuelle Auslastung zu einem aktuellen Zeitpunkt mit historischen Auslastungen zu historischen Zeitpunkten, Zeitintervallen, Wetterdaten, und/oder Veranstaltungen kombiniert werden.

Das Verfahren 100 kann die aktuelle Auslastung der Parkplätze entlang der Straße an das Fahrzeug bereitstellen 114. Die aktuelle Auslastung der Parkplätze kann beispielsweise auf einer digitalen Navigationskarte visuell, beispielsweise als Heat-Map, dargestellt werden. Zusätzlich oder alternativ kann die aktuelle Auslastung der Parkplätze entlang der Straße an ein Navigationssystem des Fahrzeugs bereitgestellt werden. Das Navigationssystem des Fahrzeugs kann unter Verwendung der aktuellen Auslastung an einem Zielort oder einem aktuellen Ort des Fahrzeugs Vorschläge einem Nutzer des Fahrzeugs bereitstellen, in welchen Straßen oder Straßensegmenten die aktuelle Auslastung der Parkplätze entlang der Straße gering ist. Weiter kann die aktuelle Auslastung der Parkplätze entlang der Straße an einen Fahrerassistenzsystem bereitgestellt werden, welches teil-, hoch-, und/oder vollautomatisiert das Fahrzeug zu einer Straße und/oder einem Straßensegment führt und/oder einen Einparkvorgang bei einem erkannten freien Parkplatz entlang der Straße durchführt.

Vorteilhafterweise kann der Nutzer kann effizient bei der Suche nach einem Parkplatz entlang der Straße unterstützt werden. Durch das Bestimmen von Parkplätzen entlang der Straße über den Abstand der Parkposition des Fahrzeugs zur kürzesten entfernten Straße bzw. zum kürzesten entfernten Straßensegments können Parkplätze entlang der Straße genauer ermittelt werden. Die aktuelle Auslastung von Parkplätzen kann somit genauer dem Fahrzeug bereitgestellt werden. Der Verkehr bei einer Suche kann effizient verringert werden, indem dem Nutzer des Fahrzeugs genauere Vorschlänge zum Suchen von Parkplätzen entlang der Straße unterbreitet werden.

Bezugszeichenliste

100 Verfahren

102 Empfangen einer Parkposition

104 Ermitteln einer Menge von Straßen

106 Bestimmen einer Straße aus der Menge von Straßen

108 Klassifizieren der Parkposition

110 Bestimmen eines Parkplatztyps

112 Berechnen einer aktuellen Auslastung

114 Bereitstellen der aktuellen Auslastung

200 Beispiel

202 Trennpunkt

204 Gaußsche Komponentendichte

206 Gaußsche Komponentendichte

208 Verteilung