Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
SWARM-BASED TRAJECTORIES FOR MOTOR VEHICLES
Document Type and Number:
WIPO Patent Application WO/2019/162027
Kind Code:
A1
Abstract:
The invention relates to a method for producing swarm trajectories for a specified lane of a roadway section, wherein a plurality of vehicles driving in the specified lane transmits the respective driving trajectories of said vehicles to a back-end computer, which determines a swarm trajectory for the specified lane from the transmitted trajectories and stores said swarm trajectory. Furthermore, the vehicles determine specified constraints during the driving in the lane, and the determined constraints are transmitted to the back-end computer together with the trajectory in question. The back-end computer determines at least one swarm trajectory for the specified lane as a function of at least one constraint from the transmitted trajectories and the constraints and stores said at least one swarm trajectory.

Inventors:
MAX, Stephan (Geschwister Scholl Str. 16, Gifhorn, 38518, DE)
HAMEL, Sebastian (Maschplatz 4, Braunschweig, 38114, DE)
AMINEV, Timur (Maschstraße 11, Braunschweig, 38114, DE)
Application Number:
EP2019/051669
Publication Date:
August 29, 2019
Filing Date:
January 23, 2019
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
VOLKSWAGEN AKTIENGESELLSCHAFT (Berliner Ring 2, Wolfsburg, 38440, DE)
International Classes:
B60W30/10; B60W40/04; G05D1/02; G08G1/01; G08G1/127; B60W50/00
Domestic Patent References:
WO2017081035A12017-05-18
Foreign References:
US20170287335A12017-10-05
DE102013019112A12015-05-21
US20140129073A12014-05-08
US9079587B12015-07-14
DE102016212292A12017-08-03
DE102011083677A12013-04-04
Download PDF:
Claims:
Patentansprüche

1. Verfahren zur Erzeugung von Schwarmtrajektorien für eine vorgegebene Fahrspur (FS) eines Fahrbahnabschnitts, wobei eine Vielzahl von die vorgegebene Fahrspur befahrenden Fahrzeugen (F1 , Fn) ihre jeweilige Fahrtrajektorien (T1 , ... Tn) an einen Backend-Rechner (BE) übermitteln, wo aus den übermittelten Trajektorien für die vorgegebene Fahrspur eine Schwarmtrajektorie ermittelt und abgespeichert wird, dadurch gekennzeichnet, dass

die Fahrzeuge (F1 , ..., Fn) vorgegebene Randbedingungen während der Befahrung der Fahrspur (FS) ermitteln und die ermittelten Randbedingungen zusammen mit der jeweiligen Trajektorie (T1 , ..., Tn) an den Backend-Rechner (BE) übertragen, und der Backend-Rechner (BE) aus den übermittelten Trajektorien (T1 , ... Tn) und dazugehörigen Randbedingungen zumindest eine Schwarmtrajektorie (ST) für die vorgegebene Fahrspur (FS) als Funktion zumindest einer Randbedingung bestimmt und abspeichert.

2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass die bestimmten

Schwarmtrajektorien in einer Datenbank (DB) abgespeichert werden, wobei

Schwarmtrajektorien für vorgegebene Randbedingungen und/oder mögliche

Kombinationen von vorgegebenen Randbedingungen für die vorgegebene Fahrspur (FS) ermittelt werden.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass zumindest die Befahrungszeit als Randbedingung den zu übermittelnden Trajektorien (T1 , .., Tn) zugefügt wird.

4. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die Befahrungszeit durch ein Befahrungszeitintervall realisiert ist.

5. Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass das

Befahrungsdatum, der Wochentag, das Wetter, die Verkehrssituation, die

Parksituation, der Fahrbahnzustand und/oder die Lichtsituation bezüglich der vorgegebenen Fahrspur (FS) als weitere Randbedingungen bestimmt und den jeweiligen Trajektorien (T1 , ... Tn) zugefügt werden.

6. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass bei der Erstellung der Schwarmtrajektorien die Randbedingungen unterschiedlich gewichtet werden.

7. Verfahren zur Verwendung einer Schwarmtrajektorie (ST) in einem Egofahrzeug

(Fego) wobei Ermittlung der Schwarmtrajektorie mittels des Verfahrens nach einem der vorangegangenen Ansprüche erfolgt,

gekennzeichnet durch die Schritte:

Befahren der vorgegeben Fahrspur (FS) durch das Egofahrzeug (Fego),

Ermitteln vorgegebener Randbedingungen (Pego) seitens des Egofahrzeugs (Fego) während der Befahrung der vorgegebenen Fahrspur (FS),

Übermitteln der ermittelten Randbedingungen (Pego) an einen Backend-Rechner (BE), der eine Datenbank (DB) mit Schwarmtrajektorien für die aktuell befahrene Fahrspur (FS) umfasst, zum Auffinden zumindest einer der übermittelten Randbedingungen betreffenden Schwarmtrajektorie (ST(Pego)),

Senden der aufgefundenen Schwarmtrajektorie (ST(Pego))für die vorgegebene Fahrspur (FS) an das Egofahrzeug (Fego), und

Vergleichen der aktuellen Fahrtrajektorie mit der Schwarmtrajektorie (ST(Pego)).

8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass das Egofahrzeug (Fego) festlegt, für welche Randbedingung (Pego) oder Kombination von Randbedingungen (Pego) die Schwarmtrajektorie (ST(Pego)) in der Datenbank (DB) ermittelt wird.

9. Verfahren nach einem der Ansprüche 7 oder 8, dadurch gekennzeichnet, dass die aktuelle Fahrtrajektorie des Egofahrzeugs (Fego) durch die übermittelte

Schwarmtrajektorie (ST(Pego)) korrigiert oder beeinflusst wird.

10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass die Differenz zwischen der aktuellen Fahrtrajektorie und der Schwarmtrajektorie (ST(Pego)) bestimmt wird und die Differenz zum Nachregeln der aktuellen Trajektorie verwendet wird.

Description:
Beschreibung

Schwarmbasierte Trajektorien für Kraftfahrzeuge

Die Erfindung betrifft ein Verfahren zur Erzeugung von Schwarmtrajektorien für

Kraftfahrzeuge gemäß dem Oberbegriff des Anspruchs 1 und deren Verwendung in einem Egofahrzeug gemäß dem Oberbegriff des Anspruchs 7.

Die Betrachtung des Straßenverkehrs als Schwarm von Kraftfahrzeugen ist in der

Verkehrsforschung mittlerweile weit verbreitet. So wurde beispielsweise eine

schwarmbasierte Simulation des Straßenverkehrs erfolgreich eingesetzt, um Ampelphasen an stark frequentierten Verkehrskreuzungen zu optimieren.

Werden nun die Trajektorien von einer Vielzahl von Fahrzeugen, also einem

Fahrzeugschwarm, auf einem Fahrbahnabschnitt betrachtet, so stellt sich heraus, dass die Trajektorien der einzelnen Fahrzeuge auf dem Fahrbahnabschnitt üblicherweise

unterschiedlich sind. Es ist daher möglich einen Durchschnittspfad für den betrachteten Fahrzeugschwarm zu definieren, der als Schwarmtrajektorie für den bestimmten

Fahrbahnabschnitt bezeichnet wird.

Fährt beispielsweise ein Fahrzeug selbstständig auf einem Fahrbahnabschnitt,

beispielsweise einer Autobahn, so ist die Trajektorie üblicherweise mittig zwischen den Markierungen angeordnet. Die gefahrenen Trajektorien für einen Fahrbahnabschnitt werden einem Backend-Rechner zugeführt, der aus einer Vielzahl von unterschiedlichen Fahrzeugen empfangenen Trajektorien eine Schwarmtrajektorie für den Fahrbahnabschnitt ermittelt. Die so ermittelte Schwarmtrajektorie für einen Fahrbahnabschnitt kann dann von einem weiteren Fahrzeug auf dem Fahrbahnabschnitt vom Backend-Rechner abgerufen werden, um die eigene Trajektorie mit der Schwarmtrajektorie zu vergleichen und gegebenenfalls

anzupassen. Dies kann beispielsweise bei einem unterstützten Fahren bei Baustellen oder bei Bereichen ohne Markierungen hilfreich sein, um die eigene Trajektorie zu planen oder zu optimieren. Die wie oben beschriebene Schwarmtrajektorie wird vom Backend-Rechner zeitunabhängig gespeichert und dem Nutzer für den angefragten Fahrbahnabschnitt zur Verfügung gestellt.

Allerdings ist in bestimmten Bereichen einer Fahrbahn, insbesondere im innerstädtischen Bereich, eine "ideale" Trajektorie von Randbedingungen abhängig, da eine ideale Trajektorie im hohen Maße vom Zustand des Verkehrs zu einer vorgegebenen Zeit auf dem

betrachteten Fahrbahnbereich, von möglichen parkenden Fahrzeugen am Rand der Fahrbahn, usw. abhängt.

Daraus ergeben sich die folgenden Probleme. Wird die Schwarmtrajektorie in üblicher weise gemittelt, so ergibt sich eine Mischung aus Trajektorien mit unterschiedlichen

Randbedingungen. Das hat zur Konsequenz, dass die Schwarmtrajektorie im schlechtesten Fall keiner Randbedingung mehr ausreichend genügt.

Weiter erwartet der Fahrer eines Fahrzeugs eine den Randbedingungen angepasste Trajektorie. Daher, selbst wenn eine Trajektorie richtig zu einer Randbedingung eingefahren wird, so wird diese möglichweise bei einer anderen Randbedingung vom Fahrer als nicht ideal angesehen.

Die Druckschrift DE 10 2016 212 292 A1 betrifft ein Verfahren zum Bereitstellen einer Plantrajektorie für ein Kraftfahrzeug, umfassend die folgenden Schritte: Empfangen von bereitgestellten Umfelddaten eines Umfelds des Kraftfahrzeugs, Bereitstellen eines

Zustandsraumes für einen vorgegebenen Planungshorizont, wobei der Zustandsraum mehrere Zustände des Kraftfahrzeugs in dem durch die Umfelddaten beschriebenen Umfeld umfasst, Auswählen einer Teilmenge der mehreren Zustände aus dem Zustandsraum auf Grundlage mindestens eines Auswahlkriteriums, Erstellen eines Suchgraphens, wobei die ausgewählten Zustände jeweils Knoten des Suchgraphen repräsentieren, Zerlegen des Suchgraphen in mindestens zwei zeitlich oder örtlich aufeinander folgende Teilbereiche, wobei nachfolgend sukzessiv für jeden der mindestens zwei zeitlich oder örtlich

aufeinanderfolgenden Teilbereiche mehrere Trajektorienkandidaten parallel berechnet und anand mindestens eines Bewertungskriteriums in jedem der Teilbereiche bewertet werden, und im Anschluss: Zusammenstellen einer Plantrajektorie für den vorgegebenen

Planungshorizont aus einzelnen berechneten Trajektorienkandidaten, wobei diejenigen über die Teilbereiche hinweg miteinander verbundenen Trajektorienkandidaten ausgewählt werden, deren Bewertungen in der Summe den höchsten Wert ergeben. Die Druckschrift DE 10 2011 083 677 A1 schlägt ein Verfahren zur Prognose einer

Verkehrssituation für ein Fahrzeug vor, bei dem anhand eines aktuellen Zustands des Fahrzeugs und anhand historischer Daten mindestens eine mögliche Zukunft für die

Verkehrssituation des Fahrzeugs bestimmt wird.

Für aktuelle Überlegungen und beabsichtigten Anwendungen erfolgt die Ermittlung einer Schwarmtrajektorie für vorgegebene Straßenabschnitte statisch, so dass die Nutzung einer einmal ermittelten Schwarmtrajektorie unter Umständen zu unbefriedigenden Ergebnissen führt.

Der Erfindung liegt daher die Aufgabe zugrunde die Ermittlung von verbesserten

Schwarmtrajektorien zu ermöglichen, so dass die Nutzung einer Schwarmtrajektorie in einem Egofahrzeug zu einem für den Fahrer befriedigenderem Fahrergebnis führt.

Diese Aufgabe wird durch eine Verfahren zur Ermittlung einer Schwarmtrajektorie für einen Straßenabschnitt mit den Merkmalen des Anspruchs 1 sowie durch ein Verfahren zur Verwendung einer für den Fahrbahnabschnitt ermittelten Schwarmtrajektorie mit den Merkmalen des Anspruchs 7 gelöst. Bevorzugte Ausführungsformen der Erfindung sind Gegenstand der Unteransprüche.

Bei dem erfindungsgemäßen Verfahren zur Erzeugung von Schwarmtrajektorien für eine vorgegebene Fahrspur eines Fahrbahnabschnitts übermitteln eine Vielzahl von die vorgegebene Fahrspur befahrenden Fahrzeugen ihre jeweilige Fahrtrajektorien an einen Backend-Rechner, welcher aus den übermittelten Trajektorien für die vorgegebene Fahrspur eine Schwarmtrajektorie ermittelt und abspeichert. Weiterhin ermitteln die Fahrzeuge vorgegebene Randbedingungen während der Befahrung der Fahrspur und die ermittelten Randbedingungen werden zusammen mit der jeweiligen Trajektorie an den Backend- Rechner übermittelt, wobei der Backend-Rechner aus den übermittelten Trajektorien und den Randbedingungen zumindest eine Schwarmtrajektorie für die vorgegebene Fahrspur als Funktion zumindest einer Randbedingung bestimmt und abspeichert.

Durch die Bestimmung der bei der Befahrung der Fahrspur herrschenden Randbedingungen parallel zur Trajektorie können randbedingungsspezifische Schwarmtrajektorien ermittelt und abgespeichert werden, so dass diese randbedingungsspezifischen Schwarmtrajektorien anderen Fahrern der entsprechenden Fahrspur zur Verfügung gestellt werden können. Vorzugsweise werden die aus den Trajektorien in Verbindung mit den Randbedingungen bestimmten Schwarmtrajektorien in einer Datenbank abgespeichert, wobei

Schwarmtrajektorien für vorgegebene Randbedingungen und/oder mögliche Kombinationen von vorgegebenen Randbedingungen für die vorgegebene Fahrspur ermittelt werden.

Weiter bevorzugt wird zumindest die Befahrungszeit als Randbedingung den zu

übermittelnden Trajektorien zugefügt, wobei die Befahrungszeit insbesondere durch ein Befahrungszeitintervall, beispielsweise Stundenintervalle oder Minutenintervalle, realisiert sein kann. Die Befahrungszeit ist sozusagen die Grundrandbedingung, die immer bestimmt und übermittelt wird. Dem liegt die Überlegung zugrunde, dass manche Verkehrssituationen, wie insbesondere die Verkehrsdichte auf einer Fahrspur eines vorgegebenen

Fahrbahnabschnitts, in den meisten Fällen von der Befahrungszeit abhängig sind.

Weiter vorzugsweise können das Befahrungsdatum, der Wochentag, das Wetter, die Verkehrssituation, die Parksituation am Rand der Fahrspur, der Fahrbahnzustand und/oder die Lichtsituation bezüglich der vorgegebenen Fahrspur weitere Randbedingungen definiert sein und den jeweiligen zu übermittelnden Trajektorien zugefügt werden. Die Aufzählung der möglichen Randbedingungen ist nicht als abschließend zu verstehen.

Weiter bevorzugt können bei der Erstellung der randbedingungsspezifischen

Schwarmtrajektorien die Randbedingungen unterschiedlich gewichtet werden. Dies kann insbesondere dann von Bedeutung sein, wenn die Schwarmtrajektorie eine Funktion einer Kombination von Randbedingungen ist, beispielsweise den Randbedingungen Datum, Wochentag, Befahrungszeit und Parksituation. Entspricht das Datum einem Feiertag, so könnte die Randbedingung Wochentag eine geringere Bedeutung haben.

Das erfindungsgemäße Verfahren zur Verwendung einer Schwarmtrajektorie in einem Egofahrzeug, wobei Ermittlung der Schwarmtrajektorie gemäß dem im Vorangegangenen beschriebenen Verfahrens erfolgt, umfasst die Schritte:

Befahren der vorgegeben Fahrspur durch das Egofahrzeug,

Ermitteln vorgegebener Randbedingungen seitens des Egofahrzeugs während der Befahrung der vorgegebenen Fahrspur,

Übermitteln der ermittelten Randbedingungen an einen Backend-Rechner, der eine Datenbank mit Schwarmtrajektorien für die aktuell befahrene Fahrspur umfasst, zum Auffinden zumindest einer der übermittelten Randbedingungen betreffenden

Schwarm trajektorie,

Senden der zumindest einen aufgefundenen Schwarmtrajektorie für die vorgegebene Fahrspur an das Egofahrzeug, und

Vergleichen der aktuellen Fahrtrajektorie mit der Schwarmtrajektorie.

Vorzugsweise legt das Egofahrzeug fest, für welche Randbedingung oder Kombination von Randbedingungen die Schwarmtrajektorie in der Datenbank ermittelt wird. Dies kann beispielsweise dadurch erfolgen, dass nur ausgesuchte Randbedingungen an den Backend- Rechner übermittelt werden, so dass dieser auch nur für die übermittelten Randbedingungen eine Datenbanksuche durchführen kann. Es ist auch denkbar, dass mehrere

Schwarmtrajektorien entsprechend der Anzahl der Randbedingungen und/oder der gewünschten Kombinationen von Randbedingungen an das Egofahrzeug übermittelt werden.

Vorzugsweise wird die aktuelle Fahrtrajektorie des Egofahrzeugs durch die übermittelte Schwarmtrajektorie korrigiert oder beeinflusst, beispielsweise indem die Differenz zwischen der aktuellen Fahrtrajektorie und der Schwarmtrajektorie bestimmt und die Differenz zum Nachregeln der aktuellen Trajektorie des Egofahrzeugs verwendet wird.

Eine bevorzugte Ausführungsform der Erfindung wird nachfolgend anhand der Zeichnungen erläutert dabei zeigt

Fig. 1 das Verfahren zur Ermittlung von Schwarmtrajektorien in schematischer Darstellung, und

Fig. 2 die Verwendung einer so ermittelten Schwarmtrajektorie in einem Kraftfahrzeug in schematischer Darstellung.

Fig. 1 zeigt in schematischer Darstellung die Ermittlung von randbedingungsabhängigen Schwarmtrajektorien für einen Fahrbahn- bzw. Streckenabschnitt, wobei im erläuternde Beispiel ein fester Streckenabschnitt vorgegebenen ist. Für weitere Streckenabschnitte ist das Verfahren entsprechend zu erweitern und der jeweilige Streckenabschnitt geht als Parameter in die Betrachtung ein. Eine Vielzahl von Fahrzeugen F1 , F2, Fn-1 , Fn befährt einen vorgegebenen

Streckenabschnitt, wodurch jedes der Fahrzeuge F1 , F2, Fn-1 und Fn auf dem

Streckenabschnitt eine individuelle Trajektorie T1 , T2, Tn-1 und Tn erzeugt. Durch geeignete, im Fahrzeug F1 , F2, ..., Fn-1 , Fn angeordnete Einrichtungen werden individuelle Randbedingungen als Parametersätze P1 , P2, ..., Pn-1 , Pn jeder Trajektorie T1 , T2, ..., Tn-1 , Tn des betrachteten Streckenabschnitts zugeordnet, wobei jeder Trajektorie T1 , T2, ..., Tn-1 und Tn zumindest der Parameter Zeit der Befahrung des vorgegebenen Streckenabschnitts zugeordnet ist. Neben der genannten Befahrungszeit kommen als Randbedingungen oder Parameter die jeweilige Verkehrsituation, die Parksituation am Rand des Streckenabschnitts, das aktuelle Wettersituation, und/oder die Lichtsituation in Betracht, die über entsprechende Einrichtungen zur Beobachtung des Umfelds ermittelbar sind. Die Randbedingungen werden dann zu einem jeweiligen Parametersatz P1 , P2, ..., Pn-1 , Pn zusammengefasst.

Formal betrachtet existiert eine vorgegebene Menge von Randbedingungen Rk, wobei der Index k die Werte 1 bis m annehmen kann, also k e {1 , ..., m}, aus denen die Parametersätze P1 bis Pn der Trajektorien T1 bis Tn gebildet werden. Folglich kann ein Parametersatz Pi, mit i e (1 , .., n). geschrieben werden als folgendes Tupel:

e

Pi c {Rj | j e 1 , ..., k}

Mit anderen Worten, es existiert eine endliche Menge von Randbedingungen Rj, je {1 , ... k} und der Parametersatz Pi umfasst eine Teilmenge von Randbedingungen Rj aus der Menge aller Teilmengen, also der Potenzmenge der Menge aller Randbedingungen Rj.

Im konkreten Anwendungsfall könnten die Randbedingungen Rj wie folgt definiert sein:

R1 : Datum und Wochentag Mo bis So,

R2: Uhrzeit in Zeitintervallen, beispielsweise in Stunden,

R3: Wetter, beispielsweise Sonnig, Trocken, Nieselregen, Regen, Schnee, Nebel,

Frost,

R4: Parksituation am rechten Fahrbahnrand mit den Werten leer, mittel, voll,

R5: Verkehrssituation mit den Werten wenig, mittel, stark, stauend. In dem Beispiel mit den genannten fünf Randbedingungen R1 bis R5 würde zur Trajektorie Ti der Parametersatz Pi gehören, wobei der Parametersatz Pi die Randbedingungen R1 bis R5 umfasst, also das nachfolgende Tupel bildet:

Pi =( R1 , R2, R3, R4, R5), mit beispielsweise

R1 = (Wochentag: Montag)

R2 = (Zeitintervall: 14:00 bis 15:00)

R3 = (Wetter: Sonnig und Trocken),

R4 = (Parksituation rechter Straßenrand: leer), und

R5 = (Verkehr: wenig).

Die oben genannten Randbedingungen R1 bis R5 und deren Werte sind nur beispielhaft zu verstehen und dienen zur Erläuterung. Im konkreten Fall sind die Randbedingen und deren Spezifikationen detailliert an die Anwendung angepasst.

Die Trajektorien T1 bis Tn einschließlich der dazugehörigen Parametersätze P1 bis Pn jedes Fahrzeugs F1 bis Fn werden unabhängig voneinander über eine Übertragungsstrecke ÜB, beispielsweise eine Funkverbindung wie Mobilfunk, an einen Backend-Rechner BE insbesondere drahtlos übermittelt. Die Informationen können auch in den "Testfahrzeugen"

F1 bis Fn abgespeichert werden und nach Beendigung der Fahrt auf der vorgegebenen Strecke auf eine beliebige Weise an den Backend-Rechner BE übertragen werden.

In einem Speicher SP des Backend-Rechners BE werden die drahtlos übertragenen Informationstupel (Ti, Pi) bestehend aus der Trajektorie Ti des Fahrzeugs Fi und dem dazugehörigen Parametzersatz Pi BE zur weiteren Verarbeitung und Zusammenfassung gespeichert.

In einer Einrichtung VK zur Verarbeitung und Korrelation der gespeicherten Informationstupel (Ti, Pi) werden die Trajektorien Ti unter Berücksichtigung ihrer zugehörigen Parameter Pi miteinander entsprechend ihrer Korrelation zu entsprechenden Schwarmtrajektorien ST verknüpft. Mit anderen Worten, für bestimmte Kombinationen von Randbedingungen Rj, also für bestimmte Parametersätze, wird eine Schwarmtrajektorie ST beispielsweise als Mittelwert der für diesen Parametersatz ermittelten Trajektorien Ti ermittelt.

Angenommen, es wurden für einen betrachteten Fahrbahnabschnitt im Messzeitraum insgesamt eine Anzahl von m Trajektorien Tm, m e {1 , ... , n}, für einen vorgegebenen Parametersatz Pi ^ {Rj | j e 1 , ..., k} ermittelt, so es gibt m Informationstupel (Tm, Pi).

Folglich können die m Trajektorien quasi als eine Funktion des betrachteten

Parametersatzes Pi betrachtet werden, also Tm(Pi) und es ergibt sich unter Verwendung einer einfachen Mittelwertbildung die Schwarmtrajektorie ST(Pi) als Funktion der m

Informationstupel: wobei der Parametersatz Pi beispielsweise wie das obige Beispiel aussehen könnte. Mit anderen Worten, es gibt eine Schwarmtrajektorie ST(Pi) für die Parameterwerte Pi:

R1 = (Wochentag: Montag)

R2 = (Zeitintervall: 14:00 bis 15:00)

R3 = (Wetter: Sonnig und Trocken),

R4 = (Parksituation rechter Straßenrand: leer), und

R5 = (Verkehr: wenig).

Ferner ist die Mittelwertbildung hier nur beispielhaft zu verstehen. Andere Wege und Verfahren zur Zusammenführung und Korrelation der ermittelten Trajektorien für eine Kombination von Randbedingungen sind denkbar.

Die sich aus den Korrelationen ergebenden Schwarmtrajektorien ST(Pi) für einen vorgegebenen Parametersatz Pi und dem betrachteten Fahrbahnabschnitt werden dann in einer Wissensdatenbank DB abgelegt, um einen Abruf von externer Seite zu ermöglichen.

Es können also nicht nur Schwarmtrajektorien für einen sozusagen "vollständigen"

Parametersatz Pi(R1 , ... Rm) erzeugt werden, der alle Randbedingungen umfasst, sondern es werden auch Schwarmtrajektorien für einzelne Randbedingungen Ri, i e {1 , ..., m} und für gewünschte Kombinationen von Randbedingungen, beispielsweise Ri,j mit i, j e {1 , ..., m}, wobei die Kombinationen alle Teilmengen der Menge aller Randbedingungen Ri, i e {1 , m} umfasst.

Auf diese Weise ist es ferner möglich weitere Schwarmtrajektorien ST(Ri, Rj) zu bestimmen und im Backend-Rechner BE abzulegen, die beispielsweise den Bedingungen genügt R1 = "Dienstag" und R2 = "14:00h - 15:00h" oder R1 = "Dienstag", R2 = "14:00h - 15:00h" und R4 = "leer". Auf diese Weise erhält der Nutzer die Auskunft darüber, wie die Schwarmtrajektorie für den genannten Wochentag und das gewünschte Zeitintervall oder für den Wochentag R1 , Zeitintervall R2 und Parksituation R4 aussieht, ohne dass weitere Nebenbedingungen wie Wetter R3, Parksituation R4 und Verkehr R5 im ersten Beispiel bzw. Wetter R3 und Verkehr R5 im zweiten Beispiel berücksichtigt werden.

Wichtig hierbei ist es weiter, hier auch regionsspezifische Effekte zu berücksichtigen. So reagieren beispielsweise Fahrer unterschiedlich auf Randbedingungen im Verkehr bzw. Nutzen mögliche Freiheitsgrade deutlicher oder weniger deutlich aus. Ferner kennt die Wissensdatenbank DB zum einen die Schwarmtrajektorien zu den unterschiedlichen Randbedingungskombinationen, als auch die Historie die unterschiedlichen

Randbedingungen an den entsprechenden Straßenabschnitten.

Fig. 2 zeigt die Verwendung eine Schwarmtrajektorie in einem Egofahrzeug, welches einen bestimmten Streckenabschnitt befährt, in schematischer Darstellung. Ein Egofahrzeug Fego befährt beispielsweise auf einer Fahrspur FS einer innerstädtischen Fahrbahn entlang einer rechts der Fahrspur FS angeordneten Parkspur PS mit einer Geschwindigkeit v. Die

Parkspur PS ist dabei teilweise belegt, und zwar hier in der Fig. 2 mit zwei parkenden Fahrzeugen FP1 und FP2, wobei das zweite parkende Fahrzeug FP2 in seiner Parklücke stark an die Fahrspur FS angrenzt. Daher ist zu erwarten, dass die Trajektorie des

Egofahrzeugs Fego beim Passieren des zweiten parkenden Fahrzeugs FP2 nicht mittig in der Fahrspur FS verläuft, sondern aufgrund des zweiten parkenden Fahrzeugs FP2 in Fahrtrichtung nach links zur Mitte der Fahrbahn FB hin verlaufen wird.

Das Egofahrzeug Fego misst mit seiner Sensorik (nicht dargestellt) die für ihn notwendigen Randbedingungen, beispielsweise die oben genannten Randbedingungen R1 bis R5 für den Fahrbahnabschnitt FB, auf dem sich das Egofahrzeug Fego aktuell befindet, die zu einem Parametersatz Pego zusammengefasst werden. Dieser Parametersatz Pego wird per Mobilfunk über das schematisch dargestellte Internet IN an den zuständigen Backend- Rechner BE übertragen. Der Backend-Rechner BE ermittelt in seiner Datenbank anhand des übermittelten Parametersatzes Pego eine entsprechende Schwarmtrajektorie ST(Pego), die dann über das Internet mit der entsprechenden Mobilfunkverbindung an das Egofahrzeug Fego übermittelt wird, in welchem diese Schwarmtrajektorie ST(Pego) zur Planung und/oder Korrektur der eigenen Fahrtrajektorie eingesetzt wird.

Bezugszeichenliste

F1 Fahrzeug 1

F2 Fahrzeug 2

Fi Fahrzeug i

Fn-1 Fahrzeug n-1

Fn Fahrzeug n

T 1 T rajektorie der Fahrzeugs 1

T2 T rajektorie der Fahrzeugs 2

Tn-1 T rajektorie der Fahrzeugs n-1

Tn T rajektorie der Fahrzeugs n

P1 Parametersatz zur T rajektorie T 1

P2 Parametersatz zur T rajektorie T2

Pn-1 Parametersatz zur T rajektorie T n-1

Pn Parametersatz zur T rajektorie T n

ÜB Übertragung

BE Backend-Rechner

SP Speicherung

VK Verarbeitung und Korrelation

DB Datenbank

Fego Egofahrzeug

FP1 erstes parkendes Fahrzeug

FP2 zweites parkende Fahrzeug

PS Parkspur FB Fahrbahn

FS Fahrspur

Pego Parametersatz

ST Schwarmtrajektorie

IN Internet v Geschwindigkeit