Titel

Verfahren und Vorrichtung zum Bereitstellen einer hochauflösenden digitalen

Karte

Die Erfindung betrifft ein Verfahren zum Bereitstellen einer hochauflösenden digi talen Karte. Die Erfindung betrifft ferner eine Vorrichtung zum Bereitstellen einer hochauflösenden digitalen Karte. Die Erfindung betrifft ferner ein Computerpro grammprodukt.

Stand der Technik

Automatisiertes Fahren ist heutzutage einer der großen Trends in der Automobilindust rie. In den letzten zehn Jahren haben die Automobilhersteller die Anzahl und die Funk tionen ihrer Fahrerassistenzsysteme schrittweise erhöht. Neben technischen Aspekten der Realisierung eines vollautomatisierten Fahrzeugs stellt die Validierung und Zulas sung die Automobilindustrie vor große Herausforderungen. Gründe dafür sind zum ei nen die Komplexität der Interaktionen mit der Umgebung und zum anderen die Schwie rigkeit beim Nachweis, dass ein automatisiertes Fahrzeug bezogen auf die Sicherheit mindestens die gleiche Leistung wie ein menschlicher Fahrer erbringt.

Es ist abzusehen, dass ausschließlich reale Fahrzeugtests für die Validierung wirt schaftlich nicht durchführbar sind. Aus diesem Grund wird die Simulation als Schlüs selelement für die Entwicklung sowie für die Validierung vollautomatisierter Fahrzeuge angesehen. Der simulationsbasierte Fahrversuch stellt somit einen wesentlichen Pfei ler der Verifikations- und Validierungsstrategie dar. Für aussagekräftige Simulationen müssen jedoch alle angewandten Modelle vorab validiert werden. Die abzusichernden Funktionen stützen sich auf virtuelle Modelle der Umfeldsensorik des Fahrzeugs. Zur Absicherung der Fahrfunktionen werden hochgenaue Sensormodelle (d.h. mathemati sche Nachbildungen von realen Sensoren) benötigt, jedoch fehlen derzeit allgemein anerkannte Qualitätskriterien zur Evaluierung und Validierung solcher Sensormodelle. Denn konventionelle Karten liefern weder eine ausreichende Auflösung noch genügend Informationen über die Umgebung für das vollautomatisierte System. Dabei sind die Anforderungen an die Sicherheit besonders in urbanen Gebieten mit einer hohen Ver kehrsdichte enorm. Die in heutigen hochauflösenden Karten enthaltenen Informationen werden als sogenannte Schichten dargestellt, die jeweils unterschiedliche Aspekte der Umgebung beschreiben. Dabei existieren unterschiedliche Definitionen, welche Infor mationen speziell welche Schicht beinhaltet. Jedoch befinden sich häufig auf der Ba sisschicht die Informationen über das Straßennetzwerk. Darauf aufbauend beschreiben die weiteren Schichten zum Beispiel Verkehrszeichen, statische Objekte wie z.B. Ge bäude, Bäume, usw.

Offenbarung der Erfindung

Es ist eine Aufgabe der vorliegenden Erfindung, ein Verfahren zum verbesserten Bereitstellen einer hochauflösenden digitalen Karte für ein wenigstens teilweise automatisiertes Fahrzeug bereitzustellen.

Die Aufgabe wird gemäß einem ersten Aspekt gelöst mit einem Verfahren zum Bereitstellen einer hochauflösenden digitalen Karte mit den Schritten:

Lokalisieren einer Einrichtung, insbesondere eines Fahrzeugs;

Bereitstellen von Sensordaten an einer lokalisierten Position während ei ner Messfahrt der Einrichtung;

Ermitteln von Erkennungsindikatoren für wenigstens ein mittels der be reitgestellten Sensordaten erkanntes Objekt an der lokalisierten Position; Hinzufügen wenigstens einer Zusatzschicht zur hochauflösenden digita len Karte, wobei die wenigstens eine weitere Zusatzschicht die Erken nungsindikatoren für das wenigstens eine erkannte Objekt beinhaltet.

Die wenigstens eine Zusatzschicht dient als sogenannter „confidence layer“ zum Verifizieren von Sensormodellen. Derartige Zusatzschichten basierend auf reinen Sensorinformationen würden viel zu viele Daten umfassen. Die derart erweiterte hochauflösende digitale Karte kann vorteilhaft benutzt werden, um eine Algorith- mik von Sensormodellen zu verbessern, die dadurch validiert und verbessert werden können. Dies ermöglicht im Ergebnis eine kostengünstige Validierung von Sensormodellen. Die Erstellung der hochauflösenden digitalen Karte basiert auf realen Sensordaten von Messfahrten, die ohnehin durchgeführt werden müs- sen, um Sensorik zu testen. Im Ergebnis kann die erfindungsgemäß erweiterte hochauflösende digitale Karte mit geringem Mehraufwand erzeugt werden.

Die Aufgabe wird gemäß einem zweiten Aspekt gelöst mit einer Vorrichtung zum Bereitstellen einer hochauflösenden digitalen Karte, aufweisend:

- wenigstens eine Sensoreinrichtung zum Bereitstellen von Sensordaten während einer Messfahrt; eine Lokalisierungseinrichtung zum Lokalisieren einer Einrichtung, insbe sondere eines Fahrzeugs; eine Erkennungseinrichtung zum Ermitteln von Erkennungsindikatoren wenigstens ein aus den bereitgestellten Sensordaten erkanntes Objekt; und eine Hinzufügungseinrichtung zum Hinzufügen wenigstens einer Zusatz schicht zur hochauflösenden digitalen Karte, wobei die wenigstens eine Zusatzschicht die Erkennungsindikatoren für das wenigstens eine er kannte Objekt beinhaltet.

Gemäß einem dritten Aspekt wird die Aufgabe gelöst mit einem Computerpro grammprodukt mit Programmcodemitteln zur Durchführung des vorgeschlagenen Verfahrens, wenn es auf einer vorgeschlagenen elektronischen Vorrichtung ab läuft oder auf einem computerlesbaren Datenträger gespeichert ist.

Vorteilhafte Weiterbildungen des Verfahrens sind Gegenstand von jeweils ab hängigen Ansprüchen.

Eine vorteilhafte Weiterbildung des Verfahrens sieht vor, dass für jeden Sensor typ eine Zusatzschicht erstellt wird. Im Ergebnis kann dadurch für jeden Sensor typ (z.B. Radar, Lidar, Kamera, usw.) eine Zusatzschicht erstellt werden, sodass dadurch eine Möglichkeit der Verifizierung von Sensormodellen noch weiter ver bessert ist.

Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass wobei die Erkennungsindikatoren pro Sensortyp ermittelt werden. Dadurch ist eine optimale Diversifizierung der Erkennungsindikatoren für die jeweilige Zusatzschicht der hochauflösenden digitalen Karte unterstützt. Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass die Erken nungsindikatoren wenigstens eines aus Folgendem sind: Distanz, bei der das Objekt erkannt wurde, eine Wahrscheinlichkeit, mit der das Objekt erkannt wur de. Beispielsweise können dadurch die Erkennungsindikatoren für konkrete stati sche Objekte ermittelt werden.

Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass wobei die Erkennungsindikatoren auf definierte Witterungsbedingungen bezogen sind oder wobei Daten betreffend Witterungsbedingungen in der hochauflösenden digitalen Karte hinterlegt werden. Dadurch werden vorteilhaft unterschiedliche Möglichkei ten bereitgestellt, die Erkennungsindikatoren für unterschiedliche Witterungsbe dingungen bereitzustellen.

Weitere vorteilhafte Weiterbildungen des Verfahrens sehen vor, dass die Erken nungsindikatoren beim Durchführen der Messfahrt oder nach dem Durchführen der Messfahrt ermittelt werden. Vorteilhaft werden dadurch unterschiedliche Möglichkeiten zur Ermittlung der Erkennungsindikatoren bereitgestellt.

Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass die Erken nungsindikatoren im Fahrzeug oder in der Cloud ermittelt werden. Auch auf diese Weise werden vorteilhaft unterschiedliche Möglichkeiten zur Ermittlung der Er kennungsindikatoren bereitgestellt.

Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass bei der Lokalisierung mittels der bereitgestellten Sensordaten Verortungsdaten mittels eines SLAM-Algorithmus erstellt werden. Vorteilhaft werden auf die beiden ge nannten Weisen unterschiedliche Arten der Lokalisierung mittels der bereitge stellten Sensordaten durchgeführt.

Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass eine ge schätzte Trajektorie ermittelt wird. Beispielsweise können die geschätzten Trajek- torien mittels eines an sich bekannten SLAM-Algorithmus bereitgestellt werden, sodass dadurch die Sensormodelle auch mittels SLAM-Algorithmen überprüft werden können. Eine weitere vorteilhafte Weiterbildung des Verfahrens sieht vor, dass Sensorda ten für wenigstens einen der folgenden Sensortypen ermittelt werden: Radar, Li- dar, Kamera, Ultraschall. Vorteilhaft ist das vorgeschlagene Verfahren somit für unterschiedliche Sensortypen geeignet.

Die Erfindung wird im Folgenden mit weiteren Merkmalen und Vorteilen anhand von zwei Figuren detailliert beschrieben. Dabei bilden alle beschriebenen oder dargestellten Merkmale für sich oder in beliebiger Kombination den Gegenstand der Erfindung, unabhängig von ihrer Zusammenfassung in den Patentansprü chen oder deren Rückbeziehung, sowie unabhängig von ihrer Formulierung bzw. Darstellung in der Beschreibung bzw. in den Figuren.

Offenbarte Merkmale und Vorteile des Verfahrens ergeben sich in analoger Wei se aus offenbaren Merkmalen und Vorteilen der Vorrichtung und umgekehrt.

In den Figuren zeigt:

Fig. 1 einen prinzipiellen Ablauf einer Ausführungsform des vorge schlagenen Verfahrens; und

Fig. 2 ein Blockschaltbild eines vorgeschlagenen elektronischen Sys tems zur Durchführung des vorgeschlagenen Verfahrens.

Beschreibung von Ausführungsformen

Ein Kerngedanke der vorliegenden Erfindung liegt insbesondere in einer Erweiterung einer hochauflösenden digitalen Karte (engl. High-Definition Map, HD Map) derart, dass mit der hochauflösenden digitalen Karte eine sowohl qualitative als auch quantita tive Evaluierung von Sensormodellen ermöglicht wird. Hochauflösende digitale Karten spielen im Bereich des autonomen Fahrens eine essentielle Rolle.

Vorgeschlagen wird mit der Erfindung, eine verbesserte hochauflösende digitale Karte 300 für ein wenigstens teilweise automatisiertes Fahrzeug bereitzustellen. Insbesondere umfasst die Erweiterung einer derartigen hochauflösenden digita len Karte 300 eine weitere Zusatzschicht 310a...31 On, die sogenannte sensor- spezifische Vertrauens- bzw. Erkennungsindikatoren, sogenannte (engl. Key Per formance Indicators, KPI) aufweist.

Diese Erkennungsindikatoren repräsentieren Leistungskennzahlen, anhand derer der Fortschritt oder der Erfüllungsgrad hinsichtlich wichtiger Zielsetzungen oder kritischer Erfolgsfaktoren gemessen werden kann. Sie werden aus den Anforde rungen an die Sensorik oder auch aus weiteren Verarbeitungsstufen wie zum Beispiel einer Objektdetektion definiert. Um diese Leistungskennzahlen als Basis für einen Vergleich mit den generierten Sensordaten aus der Simulation zu nut zen, bedarf es Toleranzen, zu bestimmen, innerhalb derer das Ergebnis der Sensormodelle als akzeptabel anzusehen ist, da zu erwarten ist, dass sich die realen Sensordaten (aus echten Messfahrten) und die synthetischen Sensorda ten (aus Simulationsfahrten mit Sensormodellen) zu einem gewissen Grad unter scheiden werden. Dazu werden Messfahrten mit realen Sensoren durchgeführt und die Schwellwerte betreffend Lokalisierungsgüte anhand der resultierenden Messdaten berechnet und in der hochauflösenden digitalen Karte 300 markiert.

Nachfolgend wird der Begriff „automatisiertes Fahrzeug“ synonym mit den Begrif fen „vollautomatisiertes Fahrzeug“, „autonomes Fahrzeug“ und „teilautonomes Fahrzeug“ verwendet.

Die Schritte zur Generierung der wenigstens einen Zusatzschicht 310a...31 On werden nachfolgend näher erläutert. Zu Beginn wird die aktuelle Position einer Einrichtung, insbesondere in Form eines automatisierten Fahrzeugs ermittelt. Zu diesem Zweck kann vorzugsweise eine Verortungseinrichtung zur Bereitstellung von GNSS- bzw. GPS-Daten verwendet werden, die für eine Verödung eines Messfahrzeugs (nicht dar gestellt) verwendet wird. Mit dem Messfahrzeug wird im Rahmen einer Messfahrt ein sensorisches Erfassen von Umgebungsdaten mittels einer Sensoreinrichtung durchge führt, wobei als Sensoreinrichtungen z.B. ein Radarsensor, und/oder ein Lidarsensor und/oder eine Kamera und/oder eine Ultraschallsensor verwendet werden kann. Auf diese Weise kann eine Position der Einrichtung genau bestimmt werden, wobei zu die sem Zweck jedes geeignete Ortungsverfahren verwendet werden kann.

Nach der Erfassung der einzelnen Sensordaten können die jeweiligen Erken nungsindikatoren für wenigstens ein aus den Sensordaten erkanntes Objekt be rechnet werden. Hierzu wird die aktuelle Position des Fahrzeugs verwendet, um die berechneten Werte in eine hochauflösende digitale Karte 300 transformieren zu können. Das Berechnen der Erkennungsindikatoren kann für einen, mehrere oder alle vom automatisierten Messfahrzeug benutzten Sensortypen durchge führt werden. Dabei kann vorgesehen sein, dass für jeden verwendeten Sensor typ eine eigene Zusatzschicht 310a...31 On zur hochauflösenden digitalen Karte 300 hinzugefügt wird.

Dabei kann zum Beispiel mit den erfassten Sensordaten ein statisches Objekt erkannt werden (z.B. Ampel, Verkehrszeichen, Gebäude, usw.). Beispielsweise kann als Er kennungsindikator angegeben sein, bei welcher Entfernung (z.B. bei 50 m) ein stati sches Objekt mit der Sensoreinrichtung erkannt wird und/oder mit welcher Wahrschein lichkeit das statische Objekt mit der Sensoreinrichtung erkannt wurde, usw. Alternativ oder zusätzlich kann mit den erfassten Sensordaten ein Ermitteln einer prädizierten Trajektorie mittels eines an sich bekannten SLAM-Algorithmus durchgeführt werden. Auf diese Art und Weise wird eine Zusatzschicht 310a...31 On erstellt, die sensorspezi fischen Eigenschaften als Erweiterung der hochauflösenden digitalen Karte 300 bereit stellt.

Optional kann vorgesehen sein, die genannten Erkennungsindikatoren bei definierten Witterungsverhältnissen (z.B. klare Sicht mit Sonnenschein, Nacht, Nebel, Regen, usw.) zu erstellen oder Daten betreffend die Witterungsverhältnisse als zusätzliche In formationen innerhalb der Zusatzschicht 310a...31 On in der hochauflösenden digitalen Karte 300 zu hinterlegen.

Die derart verbesserte hochauflösende digitale Karte 300 kann vorteilhaft als Basis für die Validierung von Sensormodellen dienen, um dadurch zu verifizieren, dass die ent wickelten Sensormodelle ausreichend genau und mit korrekten Eigenschaften model liert sind. Dabei werden aus den realen Messfahrten die beobachteten Szenarien ex trahiert, um diese in der Simulation nachzubilden. Das Szenario kann somit in der vir tuellen Umgebung mit den entwickelten Sensormodellen nachsimuliert werden. Durch eine Berechnung der Erkennungsindikatoren in der Simulation kann ein Vergleich zwi schen den Erkennungsindikatoren durchgeführt werden, die mit realen und mit synthe tisch basierten Sensordaten ermittelt wurden.

Im Ergebnis wird dadurch eine Diskrepanz einer Leistungsfähigkeit zwischen der rea len Sensorik und den Sensormodellen nicht nur sichtbar, sondern auch quantifiziert aufgezeigt. Des Weiteren ermöglicht die dargestellte Methodik nicht nur die Sensormo delle zu validieren, sondern auch validierte positionsabhängige Modelle in der Simula tion zu verwenden.

Fig. 1 zeigt stark schematisch einen prinzipiellen Ablauf eines vorgeschlagenen Verfahrens.

In einem Schritt 100 wird eine Einrichtung, insbesondere ein Fahrzeug lokalisiert.

In einem Schritt 110 wird ein Bereitstellen von Sensordaten an einer lokalisierten Position während einer Messfahrt der Einrichtung durchgeführt.

In einem Schritt 120 wird ein Ermitteln von Erkennungsindikatoren für wenigstens ein mittels der bereitgestellten Sensordaten erkanntes Objekt an der lokalisierten Position durchgeführt.

In einem Schritt 130 wird ein Hinzufügen wenigstens einer Zusatzschicht 310a...31 On zur hochauflösenden digitalen Karte 300 durchgeführt, wobei die wenigstens eine weitere Zusatzschicht 310a...31 On die Erkennungsindikatoren für das wenigstens eine erkannte Objekt beinhaltet.

Im Ergebnis wird dadurch eine erweiterte hochauflösende digitale Karte 300 für eine Einrichtung, z.B. für ein wenigstens teilweise automatisiertes Fahrzeug bereitgestellt, mit dem in einem nachfolgenden Simulationsprozess Sensormodelle effizient simuliert bzw. validiert werden können. Ein Aufwand zur Validierung der Sensormodelle kann auf diese Weise vorteilhaft minimiert werden.

Im Folgenden wird der vorgeschlagene Ablauf anhand eines Beispiels näher durch leuchtet. Hierfür bietet sich der sogenannte "Simultaneous Localization and Mapping" (SLAM) Algorithmus als ein Beispiel an, um die beschriebene Methodik zu erläutern.

Der SLAM-Algorithmus zeichnet sich dadurch aus, dass er mit allen (z.B. drei) Sensor arten (z.B. Radar, Lidar, Kamera) benutzt werden kann. Das Ziel des SLAM-Algorith- mus ist es, gleichzeitig eine konsistente hochauflösende digitale Karte 300 des Um felds zu erzeugen und die eigene Position innerhalb dieser hochauflösenden digitalen Karte 300 zu schätzen. Folglich resultiert als Ergebnis einer Messfahrt sowohl eine hochauflösende digitale Karte der Umgebung als auch eine prädizierte Trajektorie.

Um den SLAM-Algorithmus zu bewerten, kann beispielsweise der absolute Fehler der Trajektorienschätzung gegenüber den GNSS-Daten als Vertrauensindikator berechnet werden. Da anzunehmen ist, dass sich diese Abweichung für jeden Sensortyp unter scheiden wird, werden die Ergebnisse aller Sensortypen abgespeichert und als eine neue Schicht 310a...31 On der hochauflösenden digitale Karte 300 hinzugefügt. Da durch kann das aktuelle Evaluierungsergebnis des Systems in der hochauflösenden digitalen Karte 300 festgehalten werden.

Dies hat den Vorteil, dass für anschließende Untersuchungen, wie zum Beispiel einer Resimulation einer Messfahrt oder den Vergleich nach einem Systemupdate, die be rechneten Vertrauensindikatoren des letzten Systemstands positionsabhängig abge speichert sind und somit ein Vergleich effizient durchgeführt werden kann, ohne die Ergebnisse neu zu berechnen.

Fig. 2 zeigt ein prinzipielles Blockschaltbild eines vorgeschlagenen elektroni schen Systems 200 zum Ermitteln einer hochauflösenden digitalen Karte 300.

Man erkennt wenigstens eine Sensoreinrichtung 220a...220n zum Bereitstellen von Sensordaten, die während einer durchgeführten Messfahrt aufgezeichnet werden. Mit der Sensoreinrichtung 220a...220n funktional verbunden ist eine Lo kalisierungseinrichtung 210 zum Lokalisieren der Einrichtung. Funktional mit der Lokalisierungseinrichtung 20 verbunden ist eine Erkennungseinrichtung 230 zum Ermitteln der oben näher erläuterten Erkennungsindikatoren für wenigstens ein mittels der bereitgestellten Sensordaten erkanntes Objekt. Funktional mit der Er kennungseinrichtung 230 verbunden ist eine Hinzufügungseinrichtung 240 zum Hinzufügen wenigstens einer Zusatzschicht 310a...31 On zur hochauflösenden digitalen Karte 300 mit mehreren Schichten 310a...31 On, die spezifische Informa tionen, wie z.B. Fahrbahnbegrenzungen, Verkehrszeichen, Gebäude, usw. ent halten. Die wenigstens eine Zusatzschicht 310a...31 On weist die Erkennungsin dikatoren für das wenigstens eine erkannte Objekt auf.

Vorteilhaft kann das vorgeschlagene System 200 im automatisierten Messfahr zeug oder in der Cloud angeordnet sein. Im ersten Fall wird das Ermitteln der Zusatzschicht 310a...31 On direkt beim Erfassen der Sensordaten durchgeführt.

Im zweiten Fall kann das Ermitteln der Zusatzschicht 310a...31 On während der Messfahrt oder nach deren Beendigung durchgeführt werden. Als eine besondere Nutzanwendung kann mit der erfindungsgemäß erweiterten hochauflösenden digitalen Karte 300 eine Validierung der Sensormodelle erfol gen. Auf diese Weise kann nachgewiesen werden kann, dass die Sensormodelle die Lokalisierung mittels der hochauflösenden digitalen Karte 300 in ähnlich guter Weise durchführen wie reale Sensoreinrichtungen mittels realer Sensordaten Auf diese Weise lassen sich die Sensoreinrichtungen mittels Simulationsverfah ren effizient testen. Im Ergebnis kann dies in der Praxis zu einer wirkungsvollen Validierung von automatisierten Fahrzeugen mit Hilfe von Simulationsprozessen beitragen. Vorteilhaft lässt sich das vorgeschlagene Verfahren als eine Software realisieren, die beispielsweise auf der Vorrichtung 200 abläuft. Eine einfache Adaptierbarkeit des Verfahrens ist auf diese Weise unterstützt.

Der Fachmann wird die Merkmale der Erfindung in geeigneter Weise abändern und/oder miteinander kombinieren, ohne vom Kern der Erfindung abzuweichen.