用于评价机动车的行驶行为的方法、装置和存储介质与流程

1.本发明涉及一种用于评价在基础设施内至少部分自动化地受引导的机动车的行驶行为的方法。本发明还涉及一种装置、一种用于评价在基础设施内至少部分自动化地受引导的机动车的行驶行为的系统、一种计算机程序和一种机器可读的存储介质。


背景技术：

2.公开文件de 102017212227 a1公开了一种用于车辆数据收集的方法和系统。
3.公开文件wo2019/028464a1公开了一种用于控制机动车的自主行驶模式的系统。


技术实现要素：

4.本发明所基于的任务在于，提供一种用于有效地评价在基础设施内至少部分自动化地受引导的机动车的行驶行为的方案。
5.该任务借助本发明来解决。本发明的有利构型是各个优选实施方式的内容。
6.根据第一方面，提供了一种用于评价在基础设施内至少部分自动化地受引导的机动车的行驶行为的方法，该方法包括以下步骤：
[0007]-接收代表基础设施的区域的基础设施区域信号，其中，所述区域包括至少部分自动化地受引导的机动车；
[0008]-基于所述基础设施区域信号来求取机动车的行驶行为；
[0009]-评价所求取的行驶行为，以便求取评价结果，
[0010]-输出代表所求取的评价结果的评价信号。
[0011]
根据第二方面，提供了一种装置，该装置设置为用于实施根据第一方面的方法的所有步骤。
[0012]
根据第三方面，提供了一种用于评价在基础设施内至少部分自动化地受引导的机动车的行驶行为的系统，其中，该系统包括根据第二方面的装置和至少一个布置在基础设施内的基础设施环境传感器，所述基础设施环境传感器设置为用于感测基础设施的区域，以便提供代表基础设施的区域的基础设施区域信号。
[0013]
根据第四方面，提供了一种计算机程序，该计算机程序包括指令，所述指令在所述计算机程序由计算机、例如由根据第二方面的装置和/或由根据第三方面的系统执行时安排该计算机实施根据第一方面的方法。
[0014]
根据第五方面，提供了一种机器可读的存储介质，在所述存储介质上存储有根据第四方面的计算机程序。
[0015]
本发明基于并且包括以下认知：能够自动化地评价在基础设施内至少部分自动化地受引导的机动车的行驶行为。为此不需要对机动车在基础设施内的至少部分自动化地受引导的行驶进行评价的机动车驾驶员。
[0016]
由此，尤其得到这种技术优点：能够有效地评价在基础设施内至少部分自动化地受引导的机动车的行驶或行驶行为。
[0017]
这还具有这种技术优点：能够使用所求取的评价结果，以便对至少部分自动化地引导机动车的驾驶员辅助系统进行评价。
[0018]
因此，能够有效地测试这种驾驶员辅助系统。
[0019]
由此，例如得到这种技术优点：能够有效地改进这种驾驶员辅助系统。
[0020]
因此，尤其得到这种技术优点：提供一种用于有效地评价在基础设施内至少部分自动化地受引导的机动车的行驶行为的方案。
[0021]
表述“区域包括至少部分自动化地受引导的机动车”意味着，在所述区域内有至少部分自动化地受引导的机动车。
[0022]
表述“至少部分自动化的引导”包括一个或者多个以下情况：辅助的引导、部分自动化的引导、高度自动化的引导、全自动化的引导。
[0023]“辅助的引导”意味着，机动车的驾驶员持续实施或者机动车的横向引导或者纵向引导。对应另一行驶任务(即对机动车的纵向引导或者横向引导的控制)自动地实施。这意味着，在辅助地引导机动车时自动地控制或者横向引导或者纵向引导。
[0024]“部分自动化的引导”意味着，在特定状况(例如：在高速公路上行驶，在停车场内行驶，超过对象，在通过行车道标记确定的行车道内行驶)下和/或在一定时间段内自动地控制机动车的纵向引导和横向引导。机动车的驾驶员不必自己手动地控制机动车的纵向引导和横向引导。然而，驾驶员必须持续监视对纵向引导和横向引导的自动控制，以便在需要时能够手动地进行干预。驾驶员必须随时准备好完全接管机动车引导。
[0025]“高度自动化的引导”意味着，在一定时间段内在特定状况(例如：在高速公路上行驶，在停车场内行驶，超过对象，在通过行车道标记确定的行车道内行驶)下自动地控制机动车的纵向引导和横向引导。机动车的驾驶员不必自己手动地控制机动车的纵向引导和横向引导。驾驶员不必持续监视对纵向引导和横向引导的自动控制，以便在需要时能够手动地进行干预。在需要时，自动地将接管请求输出给驾驶员用以接管对纵向引导和横向引导的控制，尤其带有足够的时间余量地输出。因而，驾驶员必须潜在地能够接管对纵向引导和横向引导的控制。自动地识别横向引导和纵向引导的自动控制的边界。在高度自动化引导的情况下，不能在每个初始状况下都自动地进入风险最小的状态。
[0026]“全自动化的引导”意味着，在特定状况(例如：在高速公路上行驶，在停车场内行驶，超过对象，在通过行车道标记确定的行车道内行驶)下自动地控制机动车的纵向引导和横向引导。机动车的驾驶员不必自己手动地控制机动车的纵向引导和横向引导。驾驶员不必监测对纵向引导和横向引导的自动控制，以便在需要时能够手动地进行干预。在对横向引导和纵向引导的自动控制结束之前，自动地请求驾驶员来接管行驶任务(即对机动车的横向引导和纵向引导的控制)，尤其是带有足够时间余量地请求。如果驾驶员没有接管行驶任务，则自动地返回到风险最小的状态中。自动地识别对横向引导和纵向引导的自动控制的边界。在所有状况下都能自动地返回到风险最小的系统状态中。
[0027]
根据一个实施方式设置，借助至少一个环境传感器已感测了亦或来感测该区域，该环境传感器位于基础设施内并且不被机动车包括。
[0028]
这尤其意味着，基础设施区域信号代表借助至少一个环境传感器所感测的基础设施区域，其中，该区域包括至少部分自动化地受引导的机动车，其中，该至少一个环境传感器与所述机动车分开地构成或设置。
[0029]
例如，这种环境传感器由另一机动车包括，该另一机动车处在基础设施内。
[0030]
这种环境传感器例如布置在基础设施内，例如固定地布置。
[0031]
在有多个环境传感器的情况下，这些环境传感器根据一个实施方式在空间上分布地布置在基础设施内，尤其是固定地布置。
[0032]
布置在基础设施内的环境传感器也可以被称为基础设施环境传感器。
[0033]
环境传感器尤其设置为用于感测该区域，以便提供相应于该感测的基础设施区域信号。
[0034]
根据一个实施方式，环境传感器是以下环境传感器中的一个：视频传感器，尤其是视频摄像机的视频传感器、雷达传感器、激光雷达传感器、超声波传感器，磁场传感器和红外传感器。
[0035]
根据一个实施方式设置，接收规则集信号，所述规则集信号代表用于评价基础设施中的至少部分自动化地受引导的机动车的行驶行为的至少一个评价规则，其中，基于所述至少一个评价规则来评价所求取的行驶行为。
[0036]
由此例如得到这种技术优点：能够有效地评价所求取的行驶行为。
[0037]
评价规则例如是《道路交通法规(stvo)》中的规则或条款。例如，所有规则或条款都分别设置为评价规则。
[0038]
根据一个实施方式设置，接收判据信号，所述判据信号代表用于评价基础设施中的至少部分自动化地受引导的机动车的行驶行为的至少一个判据，其中，基于所述至少一个判据来评价所求取的行驶行为。
[0039]
由此，例如得到这种技术优点：能够有效地评价所求取的行驶行为。例如，判据可以是“预给定的允许最高速度是否得到遵守”。例如，判据可以是“相对于在前行驶对象例如自行车骑行者或者另一机动车的、预给定的允许最小距离是否得到遵守”。
[0040]
根据一个实施方式设置，接收人类行驶行为信号，所述人类行驶行为信号代表基础设施中的机动车的人类驾驶员的预先确定的人类行驶行为，其中，基于所述预先确定的人类行驶行为来评价所求取的行驶行为。
[0041]
由此例如得到这种技术优点：能够有效地评价所求取的行驶行为。
[0042]
在一个实施方式中设置，所述评价包括将所求取的行驶行为与预先确定的人类行驶行为进行比较，以便求取：所求取的行驶行为是比该预先确定的人类行驶行为更好、更差还是与其等同，使得所求取的评价结果表明：所求取的行驶行为是比该预先确定的人类行驶行为更好、更差还是与其等同。
[0043]
由此例如得到这种技术优点：能够有效地评价所求取的行驶行为。
[0044]
在一个实施方式中设置，求取行驶行为包括求取以下行驶行为参数组中的一个或者多个元素：机动车的运动学参数，尤其是速度、加速度、急动度、行驶方向，直到机动车与在该机动车的周围环境中的对象发生碰撞的时间，后侵入时间(post-encroachment time)。英文术语“post-encroachment time”能够被解释为“在第一道路使用者离开潜在碰撞地点的第一时间点与第二道路使用者到达该潜在碰撞地点的第二时间点之间的时间”。机动车例如是第一或者第二道路使用者。
[0045]
由此，例如得到这种技术优点：能够有效地评价行驶行为。
[0046]
在一个实施方式中设置，将至少一个所求取的行驶行为参数与行驶行为参数阈值
进行比较，其中，基于至少一个所求取的行驶行为参数与行驶行为参数阈值的比较的结果来评价所求取的行驶行为。
[0047]
在一个实施方式中设置，求取行驶行为包括求取：机动车是否与该机动车的周围环境中的对象发生碰撞，使得所求取的行驶行为表明：机动车是否与在该机动车的周围环境中的对象发生碰撞。
[0048]
由此，例如得到这种技术优点：能够有效地评价所求取的行驶行为。
[0049]
在一个实施方式中设置，求取行驶行为包括求取：机动车是否与该机动车的周围环境中的对象接近(knapp)碰撞，使得所求取的行驶行为表明：机动车是否与该机动车的周围环境中的对象接近碰撞。
[0050]
由此，例如得到这种技术优点：能够有效地评价行驶行为。“接近”在这里尤其意味着，当前交通状况有可能发生碰撞。这尤其意味着，存在大于或者大于等于预先确定的碰撞概率阈值的碰撞概率，例如存在大于等于50％、60％、70％、80％、90％、95％或者99％的碰撞概率。
[0051]
根据一个实施方式设置，基于所述基础设施区域信号求取：在机动车的周围环境中的一个对象与该机动车的周围环境中的另一对象是否会由于所求取的行驶行为而发生碰撞，其中，基于“在机动车的周围环境中的一个对象与该机动车的周围环境中的另一对象是否会由于所求取的行驶行为而发生碰撞”来评价所求取的行驶行为。
[0052]
由此例如得到这种技术优点：能够有效地评价所求取的行驶行为。
[0053]
在一个实施方式中设置，根据第一方面的方法是可计算机实现的方法。
[0054]
根据一个实施方式设置，根据第一方面的方法借助根据第二方面的装置和/或借助根据第三方面的系统来实施或者执行。
[0055]
根据第一方面的方法的技术功能类似地由根据第二方面的装置的和/或根据第三方面的系统的相应技术功能得到，并且反之亦然。
[0056]
这尤其意味着，方法特征由相应的装置特征和/或系统特征得出，并且反之亦然。
[0057]
术语“或者说”代表“亦或”。
[0058]
术语“亦或”尤其代表“和/或”。
[0059]
在一个实施方式中，基础设施包括一个或者多个道路。
[0060]
在一个实施方式中，基础设施包括一个或者多个基础设施元素。
[0061]
在一个实施方式中，基础设施元素是以下基础设施元素中的一个：灯光信号装置、路灯柱、路灯、交通标志牌、建筑物、道路、车道、人行道。
[0062]
在一个实施方式中设置，借助多个环境传感器感测该区域，这些环境传感器从不同的角度和/或不同的视角来感测该区域。
[0063]
由此，例如得到这种技术优点：能够有效地感测或监测该区域。
[0064]
在一个实施方式中，至少部分自动化地受引导的机动车包括至少一个自动化的行驶系统，这在英语中也能够被称为“自动驾驶系统(automated driving system，ads)”。
[0065]
在一个实施方式中，至少部分自动化地受引导的机动车包括至少一个先进的驾驶员辅助系统，这在英语中也能够被称为“高级驾驶员辅助系统(advanced driver assistance system，adas)”。
[0066]
在一个实施方式中设置，根据第一方面的方法包括借助至少一个环境传感器来感
测基础设施的区域。
[0067]
在一个实施方式中设置，所求取的评价结果经由通信网络发送给至少一个服务器。
[0068]
该至少一个服务器例如配属于机动车制造商。
[0069]
至少一个服务器例如配属于机动车的驾驶员辅助系统的制造商。
[0070]
至少一个服务器例如配属于机动车的ads的制造商。
[0071]
至少一个服务器例如配属于机动车的adas的制造商。
[0072]
至少一个服务器例如配属于主管部门。
[0073]
表述“至少一个”表示“一个或者多个”。
[0074]
根据一个实施方式，通信网络包括因特网。
附图说明
[0075]
在附图中示出并且在下面的说明中更详细地阐述本发明的实施例。附图示出：
[0076]
图1示出用于评价在基础设施内至少部分自动化地受引导的机动车的行驶行为的方法的流程图；
[0077]
图2示出装置；
[0078]
图3示出机器可读的存储介质；以及
[0079]
图4示出基础设施。
具体实施方式
[0080]
图1示出用于评价在基础设施内至少部分自动化地受引导的机动车的行驶行为的方法的流程图，该方法包括以下步骤：
[0081]-接收101代表基础设施的区域的基础设施区域信号，其中，该区域包括至少部分自动化地受引导的机动车，
[0082]-基于该基础设施区域信号求取103机动车的行驶行为，
[0083]-评价105所求取的行驶行为，以便求取评价结果，
[0084]-输出107评价信号，该评价信号代表所求取的评价结果。
[0085]
图2示出装置201，该装置设置为用于实施根据第一方面的方法的所有步骤。
[0086]
装置201例如包括输入端，该输入端设置为用于接收基础设施区域信号。
[0087]
装置201例如包括处理器，该处理器设置为用于基于基础设施信号求取机动车的行驶行为。
[0088]
处理器例如设置为用于评价所求取的行驶行为，以便求取评价结果。
[0089]
装置201例如包括输出端，该输出端设置用于输出评价信号。
[0090]
装置201的其他技术功能直接由根据第一方面的方法的相应技术功能得出，并且反之亦然。
[0091]
一般而言，例如借助输入端来接收信号。就此而言，该输入端相应地设置为用于接收相应的信号。
[0092]
图3示出机器可读的存储介质301。
[0093]
在机器可读的存储介质301上存储有计算机程序303。计算机程序303包括指令，该
指令在由计算机执行计算机程序303时安排该计算机实施根据第一方面的方法。
[0094]
图4示出基础设施401。
[0095]
基础设施401包括道路403。
[0096]
基础设施401还包括路灯405，在该路灯上布置有包括视频传感器408在内的摄像机407。
[0097]
摄像机407利用其视频传感器408感测道路403的、通过带有附图标记409的大括号标出的区域。
[0098]
至少部分自动化地引导的机动车411在区域409内行驶。
[0099]
与借助视频传感器408的感测相应的视频信号(基础设施区域信号)被提供给装置201，该装置基于此执行根据第一方面的方法，以便评价机动车411的行驶行为。
[0100]
就此而言，包括装置201和视频传感器408在内的系统413构成为基础设施环境传感器的示例。
[0101]
在未示出的实施方式中，设置了另外的摄像机，所述另外的摄像机同样感测或监测区域409和/或与该区域409分开的另外的区域。
[0102]
在未示出的实施方式中，替代或者附加于视频传感器408地，将另一环境传感器设置为基础设施环境传感器。
[0103]
总而言之，这里描述的方案尤其基于，使用智能基础设施(基础设施环境传感器和装置)来进行adas/ads的现场监测。借助于一系列规则和/或判据，能够监测包括adas或ads在内的、借助一个或者多个基础设施环境传感器所感测的机动车行驶行为，并且能够识别与预期的人类驾驶员“正常”行为(指标)的偏差，并且尤其能够将这些信息提供给管理adas/ads的公司和/或尤其提供给主管部门。该偏差例如可以是正的(比人类驾驶和对例如由立法机构和/或监管机构限定的临界情况的处置更好)或者是负的(比人类驾驶和对临界情况的处置更差)。智能基础设施系统也能够记录这种事件的、由该智能基础设施系统的基础设施环境传感器所收集的数据，并且这些数据可供用于更好的分析。临界情况例如存储在数据库中，尤其是在普遍适用的数据库中。临界情况例如是安全性关键的场景。
[0104]
优点例如是，除了对系统性能的内部监测外，还能够使用外部信息和认知用于现场监测，以便扩展该分析。这例如能够包括：
[0105]-从不同的角度和视角测量周围环境；
[0106]-测量周围环境和参与者(akteur)的附加物理特性。
[0107]
此外，与(嵌入式的)行驶系统相比，智能基础设施能够以有利的方式在存储能力和计算能力方面具有更少的限制，使得在那里能够执行更复杂的评价方法，该评价方法会引起更好地识别不安全的异常情况。这例如能够包括以下内容：
[0108]-更详细的测量模型和运动模型。
[0109]-(追溯地)评价多智能体系统(例如，adas/ads的次优行为，该次优行为会导致其他交通参与者的危险反应)。多智能体系统尤其指多个交通参与者(行为规划器中的智能体)的交互。
[0110]
这种类型的观察例如能够以有利的方式(在特定区域中)成为用于许可或者认证adas/ads的标准。
[0111]
这种类型的观察也能够例如以有利的方式成为对于机动车投入生产(英语：sop，
start of production)之后的强制性现场观察的标准，这例如由主管部门或者由专门的公司来执行。
[0112]
用于评价行驶行为的可能的指标或判据：
[0113]-快速的车辆动态(减速度，加速度，急动度)；
[0114]-几乎碰撞；
[0115]-直到碰撞的时间；
[0116]-干预之后的时间；
[0117]-碰撞；
[0118]-由于adas/ads的不良行为引起的、与其它对象的碰撞
[0119]-侵犯受保护区域
[0120]
兰德公司(rand)，文件编号：rr-2662，表3.2(https://www.rand.org/pubs/research_reports/rr2662.html)
[0121]
由ads行为引起的其他交通参与者危险行驶(https://www.cnbc.com/2018/08/28/locals-reportedly-frustrated-with-alphabets-waymo-self-driving-cars.html)
[0122]
可能的触发因素：
[0123]-上述指标的监测；
[0124]-通过这样的adas/ads机动车触发或引发该方法：所述adas/ads机动车驶过基础设施传感器/是场景的一部分。例如，机动车发送包括对机动车的行驶行为进行评价的请求在内的通信消息。这例如意味着，根据一个实施方式设置，响应于接收到包括对机动车的行驶行为进行评价的请求在内的通信消息来引发该方法；
[0125]-可能的基础设施系统，所述可能的基础设施系统能够用于执行根据第一方面的方法；
[0126]-专门用于交通监测的基础设施系统；
[0127]-道路监测摄像机和/或其他环境传感器将用于分析评价的数据发送到后端(根据第二方面的装置)；
[0128]-与本地基础设施系统或者与后端通信的其他机动车；
[0129]-智能机器人出租车(robotaxi)的乘客器具(例如加速度传感器)，这些乘客器具与本地基础设施系统或者与后端通信。
[0130]
可能的环境传感器：
[0131]-摄像机(具有视频传感器的摄像机)；
[0132]-雷达传感器；
[0133]-激光雷达传感器；
[0134]-超声波传感器；
[0135]-红外摄像机(例如，用于识别动物)。
[0136]
根据一个实施方式，可以设置以下传感器，以便例如感测区域的或基础设施的环境条件。根据一个实施方式，所感测的环境条件用于评价行驶行为：
[0137]-气压传感器(例如，用于感测阵风)；
[0138]-光传感器(例如，用于识别暮光)；
[0139]-道路温度传感器(例如，用于识别道路结冰)；
[0140]-加速度传感器(例如，用于识别地震)。
[0141]
可能的分析评价方法：
[0142]-机器学习；
[0143]-通过人类进行的评价；
[0144]-物理参数的数据分析；
[0145]-事故报告的分析评价。
[0146]
可能的系统改进：
[0147]-开发和测试：事件及其详细数据能够用作adas/ads的开发和改进的特征点(例如作为用于系统/传感器的模拟或者校准的输入)。例如，通过评价驾驶行为可以在考虑机动车所处的环境条件和/或交通状况的情况下改善对特别困难的临界情况的应对。困难的临界情况例如是在光线条件差的情况下的困难天气状况，例如黑暗时的大雨。
[0148]-校验和验证：对于原型来说，得出的统计数据可以是用于验证和合格论证(freigabeargumentation)adas/ads的重要证据。这种证据例如能够如下来使用：
[0149]-由oem用于批准(例如unece)，
[0150]-由车队运行者用于证明符合联邦标准或地方(市政)标准，
[0151]-由基础设施系统的提供商使用，以便对为了使用该基础设施系统而特定的adas/ads进行验证和“校验”。
[0152]-基础设施系统：如果adas/ads通常不是单独地工作，而是与基础设施系统(例如传感器或者导向系统)密切合作地工作，则这种评估的结果也能够引起这些基础设施系统的改进。
[0153]-交通基础设施：(对于ads和/或人类驾驶员来说)难以控制的区域和交通场景能够通过数据内的统计分析而轻易地辨识出。随后对这些场景的详细分析能够有助于推导出用于改进交通基础设施的建议(参见：https://www.mobileye.com/us/fleets/fleet-solutions/local-authority-fleet-management/)。