WO2017149016A1 - Verfahren und vorrichtung zur erzeugung von mindestens einer prädiktions-information in einem fahrzeug - Google Patents

Verfahren und vorrichtung zur erzeugung von mindestens einer prädiktions-information in einem fahrzeug Download PDF

Info

Publication number
WO2017149016A1
WO2017149016A1 PCT/EP2017/054779 EP2017054779W WO2017149016A1 WO 2017149016 A1 WO2017149016 A1 WO 2017149016A1 EP 2017054779 W EP2017054779 W EP 2017054779W WO 2017149016 A1 WO2017149016 A1 WO 2017149016A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
vehicle
prediction information
determined
driver
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/EP2017/054779
Other languages
English (en)
French (fr)
Inventor
Jan Winhuysen
Andreas Binner
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Novero GmbH
Original Assignee
Novero GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Novero GmbH filed Critical Novero GmbH
Publication of WO2017149016A1 publication Critical patent/WO2017149016A1/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle

Definitions

  • the invention relates to a method and a device for generating at least one prediction information in a vehicle.
  • eHorizon One known technology for generating prediction information in a vehicle is the so-called “electronic horizon” (eHorizon), which generally refers to a determination of desired route-related information along a stretch of road, such as inclines, bends and traffic signs along the route This information can in turn be used to control vehicle assistance systems or output to a driver.
  • Driver assistance systems or the behavior of actuators such as brake or steering can be prepared for upcoming traffic situations even before
  • Vehicle sensors capture the situation. It is also described that dynamic events such as weather, accidents or traffic jams can be taken into account.
  • the basis of such a system is usually static map data, e.g. can be processed by a navigation device of the vehicle.
  • Congestion information can be linked.
  • Prediction information in a vehicle in particular in a motor vehicle.
  • the method can be carried out by means of an evaluation device.
  • the evaluation device can be designed as a computing device, in particular as a microcontroller, or comprise such.
  • the evaluation device can be further provided by a control unit of the vehicle.
  • At least one input information is detected or determined.
  • the detection of input information may mean that the
  • Input information sensor-based is detected. Determining a
  • Input information may designate a computational determination. Also, the input information can be transmitted to the evaluation device. Exemplary input information will be explained in more detail below.
  • the initial situation may designate a situation or state from which the prediction information is determined.
  • the initial situation can be a current starting situation, ie a situation at a current time.
  • the starting situation can be determined, for example, as a function of at least one assignment from one starting situation to at least one input variable.
  • These Assignment may be previously known. For example, such an assignment can be learned or retrieved.
  • An initial situation can be described for example by one or more characteristic (s).
  • the starting situation may be given by a vector comprising one or more parameters.
  • an association of one or more characteristic (s) to at least one input information may exist by which one or more characteristic (s) of at least one
  • Input information can be assigned.
  • An assignment can also exist from an initial situation to at least one input information, by means of which the initial situation of the at least one input information can be assigned.
  • an input information is a parameter.
  • a parameter can be a current date.
  • Another parameter may, for example, be a current position in a global reference coordinate system, for example a GPS position.
  • a parameter is a quantized input variable.
  • input variables from a predetermined value interval can each be assigned the same quantized value.
  • an input variable may be the current time, with a quantized input corresponding to the time of day “morning,” “noon,” “evening,” and "night.”
  • the at least one prediction information is determined from at least one vehicle-specific assignment of at least one prediction information to at least one starting situation.
  • the at least one prediction information from at least one vehicle driver-specific assignment of at least one prediction information to at least one
  • At least one prediction information from at least one vehicle-specific and / or vehicle driver-specific assignment of at least one prediction information to the at least one input information is determined as a function of one or more input information / s.
  • the at least one vehicle-specific and / or vehicle driver-specific assignment can provide a memory.
  • the assignment can be in particular a learned assignment.
  • This information can then be assigned to the starting situation.
  • This association can also be stored. For example, it is possible to determine information about a destination that originates from an initial situation of the vehicle and / or
  • information may include information about (average) speeds along a traveled route that has been driven out of a particular starting situation.
  • the information can be determined by calculation or sensory. After learning, that is, "remembering", the learned information can be determined as prediction information depending on a starting situation, which can also be referred to as "remembering".
  • driver identity This can be done by methods known to those skilled in the art.
  • Prediction information may thus denote information associated with a future time or period. This time or period may indicate a time / period when the information becomes relevant.
  • an assignment of the future time or period to the prediction information and vice versa can be determined. Furthermore, an assignment of a future spatial position of the vehicle to the prediction information and vice versa can be determined.
  • the prediction information can be a vehicle-specific and / or
  • the driver-specific amount of data are assigned by at least one future period or time one or more information.
  • the prediction information can be information which is assigned to a future point in time / time and optionally to a future position when the vehicle is traveling along a selected route.
  • An input information and / or a prediction information can via a
  • Vehicle communication system such as a bus system, in particular a CAN bus
  • the vehicle are transmitted.
  • the information may be coded in corresponding messages.
  • prediction information may be information about a position of a predicted destination of the vehicle. Also, the prediction information may be information about a route to the destination. Also, prediction information may include information about future (average) speeds along a selected or predicted driving route.
  • different predicted speeds may be assigned to different future positions and / or future time periods.
  • the prediction information is vehicle-specific and / or
  • this can mean, for example, that the destination predicted as a function of the starting situation is a vehicle and / or vehicle driver-specific destination.
  • the (average) speeds predicted as a function of the starting situation may also affect the vehicle and / or vehicle
  • this may mean, for example, that corresponding information has been stored in advance vehicle-specific and / or vehicle driver-specific. For example, a destination selected in the vehicle and / or selected by a particular driver can be determined and stored for different starting situations. It is also possible to determine and store an average speed along a route for each starting situation, in each case one reached by the vehicle and / or by a specific driver this information is assigned to a vehicle and / or driver.
  • This vehicle-specific and / or vehicle-driver-specific speed profile is assigned to an initial situation.
  • the starting situation can be characterized, for example, by at least the parameter "selected driving route".
  • this information can be assigned to an initial situation, wherein the initial situation is characterized, for example, by the fact that a specific route has been selected.
  • the assignment of at least one prediction information to at least one starting situation can be known in advance. It is e.g. It is possible to learn this assignment or retrieve data from another, in particular external, device.
  • a vehicle identity and / or a driver identity is taken into account when generating the at least one prediction information.
  • mappings can be made for several
  • Assignment is used to generate a prediction information.
  • the prediction information can be used to control driver assistance systems.
  • the prediction information for controlling a driver assistance system For example, the prediction information for controlling a driver assistance system
  • the prediction information can also be used for
  • Headlamps and other actuators serve.
  • Travel distance known so a remaining travel time can be determined depending on the predicted speeds. Further, for example, brake actuators can also be put into standby time before a corresponding speed reduction or even activated.
  • the assignment can be stored in a memory device here.
  • Memory device may be a memory device of the vehicle or a vehicle external memory device.
  • an input information is an already generated prediction information.
  • prediction information may be generated, e.g. a position of the destination.
  • a route from a starting location to the destination can then be determined as prediction information.
  • a vehicle and / or vehicle driver-specific speed profile along the route can then be determined as prediction information depending on the route.
  • prediction information may also designate information for generating further prediction information.
  • Use as input information e.g. from a driver. This can e.g. done by operating an input device.
  • An initial situation and / or a prediction information can be determined repeatedly, in particular periodically. Alternatively or cumulatively, it is possible that an initial situation and possibly also a prediction information is determined again if an actually acquired information deviates from a previously determined prediction information by more than a predetermined amount. This is the case, for example, if the vehicle deviates from a predicted driving route. Thus, it may be possible that, after the determination of the prediction information, the correspondingly corresponding and actually setting information is determined in time to detect a deviation between the prediction information and the
  • the method advantageously makes it possible to generate prediction information which has a high quality, in particular a high accuracy, for a specific vehicle and / or a particular vehicle driver.
  • a speed gradient along a specific route be determined not only dependent on static map data, but also depending on the (recent) driving behavior of a vehicle and / or a driver.
  • the prediction information thus determined also enables better control of further driver assistance systems.
  • the input information comprises at least one time information.
  • the input information comprises at least one location information.
  • the input information comprises at least one vehicle identity information and / or at least one
  • the prediction information can be determined depending on a time information and a position information. So it is possible, for example, a
  • Prediction information in dependence on a spatio-temporal assignment are determined.
  • the vehicle and / or vehicle driver specific assignment can also be determined as a spatial-temporal assignment.
  • a vehicle and / or vehicle driver-specific destination can be determined as a function of the current time and the current position. Runs e.g. the vehicle and / or a particular driver on weekdays in a period from 07.30 to 08.30 from his place of residence with known position to his place of work, as prediction information a destination as the position of the
  • Workplace are determined when the current time in the period from 07.30 to 08.30 on a weekday and the current position is in a predetermined position range around the position of the place of residence.
  • a vehicle and / or vehicle driver-specific travel route to the thus determined destination can then be determined as further prediction information.
  • the at least one vehicle and / or vehicle driver-specific prediction information can be determined as a function of time information, but independently of location information.
  • the vehicle and / or vehicle driver specific assignment can also be referred to as time allocation.
  • Vehicle driver from an external device such as a mobile terminal of the driver or an external server device, retrieved.
  • a position assigned to the appointment can then be determined as further prediction information, for example as a destination. The following can then be considered as more
  • Prediction information to be determined a corresponding route. Subsequently, as further prediction information, e.g. a speed course along the route to be determined.
  • Prediction information can thus be determined based on one another or dependent on one another. Thus, e.g. Depending on a starting situation, at least one prediction information is determined, in which case a further starting situation is determined as a function of the starting situation and the prediction information. This can then be assigned via an association another prediction information.
  • the at least one prediction information can be determined as a function of the vehicle and / or driver identity information, but independently of a time information and independently of a location information.
  • the vehicle and / or vehicle driver specific assignment can also be referred to as a factual assignment.
  • information about a fuel card of the vehicle driver can be determined as prediction information.
  • prediction information about a mobile operator of a mobile terminal of the driver and / or the vehicle can be determined as prediction information about a mobile operator of a mobile terminal of the driver and / or the vehicle.
  • This so-called factual information can be learned, for example, or retrieved by a, in particular external, further device.
  • Further prediction information for example, a course of network coverage along the selected route.
  • positions of corresponding filling stations along the selected route can be determined as further prediction information.
  • An input information may also be real-time information. This can be detected for example by a sensor device of the vehicle. Also, real-time information can be retrieved from an external device.
  • Real-time information can be, for example, information about weather conditions
  • Traffic information information about traffic conditions (traffic information) or information about a current vehicle state be (vehicle information). For example, it may be determined whether a driver has activated a sport mode or eco mode of the vehicle.
  • real-time information can also be used to determine the starting situation and / or to determine the prediction information.
  • a determination may in particular also be made on the basis of time of day and / or weekday and / or seasonally dependent. If it is determined, for example, that a vehicle and / or driver drives from his place of residence to the work place on weekdays within a predetermined period and drives from his place of residence to a shopping location at the weekend during this predetermined period, then a weekend day has been identified as a function of the time information in that the position of the place of purchase, instead of the position of the place of work, is determined as prediction information as destination.
  • the prediction information is one
  • Trip profile information may include information about a size or designate an event that adjusts along a predicated driving route.
  • a size or an event can hereby be set along the entire or only along a section of the route or at a point of the route.
  • a trip profile information may include one or more of the following information: information about a destination, information about a duration of the journey or an arrival time, information about a route, information about one
  • Travel profile information to be information about the occurrence of congestion, fog, intersections, traffic lights along the route. Also, one can
  • Ride profile information may be information about a road category, where a road category may, for example, designate a "country lane”, “country lane”, “freeway” or another road category.
  • trip profile information may alternatively or cumulatively include further information.
  • a trip profile information may be a time-dependent and / or location-dependent and / or environment-dependent trip profile information.
  • vehicle driver specific route to be determined. Furthermore, it is also possible to determine a vehicle-specific and / or vehicle-specific mobile network coverage along the selected route.
  • prediction information may be about a position of so-called points of interest along the route. This can for example also be a position on a gas station, which can be operated with a fuel card of the driver.
  • Trip profile information may in particular be stored information. These may be in a storage device of the vehicle or an external vehicle
  • Memory device such as a storage device of a mobile terminal or an external server device to be stored.
  • Trip profile information from information generated at earlier times e.g. self-learning methods known to the person skilled in the art. This will be explained in more detail below.
  • Trip profile information may also be determined depending on real-time information, such as weather information. For example, average speeds can be determined under certain weather conditions.
  • the trip profile information can also be determined as a function of a current vehicle state. For example, it can be determined whether a sports mode or an eco mode is activated.
  • trip profile information results in an advantageous manner to the vehicle and / or the driver generation of driving-specific
  • the vehicle or vehicle driver specific assignment is a learned assignment.
  • Teaching may in particular mean that one or more input variables (n), at least one starting situation and / or at least one prediction information, in particular a trip profile information, are detected or determined and then stored, e.g. in the form of a database.
  • an assignment of at least one input variable to an initial situation and / or from an initial situation to a prediction information can then be determined, for example via so-called self-learning algorithms, e.g. Neural Networks.
  • self-learning algorithms e.g. Neural Networks.
  • assignments can also be made with alternatives
  • Be determined method for example with rule-based systems.
  • the training can of course be done before using the assignment to determine the prediction information.
  • Other aspects of learning have been explained previously. Thus, for example, continuously and / or during driving a
  • Vehicle a current position, a current time, a current driving speed, a driven route, a selected destination, a current
  • Mobile network coverage, etc. are determined and stored. At a later time, as described above, corresponding allocations can then be determined as a function of this stored data, and the at least one prediction information can be generated as a function of the allocations.
  • the vehicle or vehicle driver specific assignment may be a retrieved assignment. In this case, this may in particular be a non-learned assignment.
  • a resulting prediction information is determined as a function of a plurality of prediction information.
  • the plurality of prediction information may be similar but have different contents.
  • At least one prediction information can, as previously explained, be determined assignment based.
  • Determining the resulting prediction information is a prediction information determined non-assignment based.
  • a plurality of different destinations or a plurality of different routes can be determined as prediction information.
  • a weighting of the various partial information can take place.
  • the weighting may in particular be a priority-based weighting.
  • prediction information can be assigned different priorities.
  • a calendar entry-based prediction information may be assigned a higher priority than a weekday-based prediction information. For example, on a weekday as a destination not the position of the place of work, but the position associated with the calendar entry are determined.
  • the at least one prediction information is additionally determined as a function of at least one non-assignment-based
  • this partial information can also be a prediction information.
  • the prediction information may additionally be in
  • Real-time information e.g. Weather information or traffic information.
  • This information which is not assignment-based, denotes non-vehicle and non-driver-specific information. If, for example, an accident occurs on a route from the place of residence to the place of work for which a vehicle and / or vehicle driver-specific course of travel speeds is known, this traffic information can be taken into account in determining the remaining journey time or the arrival time.
  • driver-specific information with independent of the vehicle and the driver information to determine the prediction information can be linked. This allows a further increase in the quality of the prediction information.
  • the at least one input information is provided by a vehicle sensor or a vehicle-external device.
  • Assignment provided by a vehicle sensor or an off-vehicle device.
  • An off-vehicle device may in particular be a server device. Also, an off-vehicle device, a terminal, such as a mobile phone or a tablet. Further, an off-vehicle device another
  • vehicle-driver-specific assignment is provided by a vehicle-external device, it can be advantageously made possible for vehicle-driver-specific prediction information to be generated in various vehicles.
  • vehicle-driver-specific prediction information for example, the driver-specific assignment on a mobile phone
  • Terminal of the driver are provided, this terminal then provides this assignment in different vehicles.
  • the at least one prediction information can also be transmitted to a vehicle-external device. This can then use the prediction information for their operation.
  • information about a predicted speed profile can be transmitted via a Car2X communication to other vehicles. These can then use the speed information to control their own driving operation.
  • the at least one prediction information is output to a vehicle driver. This can, for example, via a corresponding output device, such as a display device and / or a
  • Audio signal output device done.
  • the proposed method allows the generation of a vehicle and / or vehicle driver-specific time line (personal timeline).
  • a timeline may be given, for example, in the form of a vector, by the future one
  • Time points or periods are associated with information, at least one of this information is a vehicle and / or vehicle driver specific information. This timeline can be repeated, e.g. periodically, be redetermined.
  • the method enables vehicle and / or vehicle driver specific
  • Such maps can then be used to determine prediction information at a later time.
  • a map may designate a data set by which a current and / or a current position is assigned vehicle-specific and / or vehicle-driver-specific information, for example a current speed or a current destination.
  • a device for generating at least one prediction information in a vehicle advantageously makes it possible to carry out a method according to one of the embodiments described in this disclosure.
  • the device is designed such that a corresponding method by means of the device is feasible.
  • the device comprises at least one evaluation device. Furthermore, the evaluation device comprises at least one input interface for transmitting at least one input information to the evaluation device. Next is through the evaluation device.
  • Evaluation device depending on the at least one input information an initial situation determinable.
  • the device may further comprise a memory device, wherein in the
  • the evaluation device may be a microcontroller or include such.
  • the evaluation device may be an evaluation device installed in the vehicle and thus part of the vehicle. For example, can the evaluation device
  • the evaluation device may be an evaluation device external of the vehicle, e.g. an evaluation device of a mobile terminal or a server device.
  • the storage device may also be a storage device of the vehicle and thus a component of the vehicle.
  • the storage device may be an off-board storage device.
  • Storage device can be wired or wireless. For this purpose, methods known to those skilled in the art for data and / or signal transmission can be used.
  • An input interface may be, for example, an interface for receiving data of a vehicle communication system or for communication with a vehicle communication system.
  • the vehicle communication system may include, for example, a vehicle bus system, e.g. a CAN bus or an Automotive Ethernet. About such an interface information from other control devices of the vehicle can be provided.
  • An input interface may also be an interface for receiving information from a mobile terminal or for communicating with such a terminal.
  • This interface may allow, for example, a wired and / or wireless communication with the terminal.
  • Evaluation be transferred. Furthermore, information about a vehicle and / or vehicle driver specific assignment can also be transmitted via this interface. For example, calendar information can be transmitted from a mobile terminal to the evaluation device.
  • the input interface can be an interface for receiving information from an off-vehicle server device or for communication with such a server device.
  • real-time information for example weather information or traffic information, can be transmitted to the evaluation device via such an interface.
  • the interface may be an interface of a Car2X communication. This information from other vehicles or other participants of a Car2X network can be transferred to the evaluation.
  • the input interface is an interface for receiving data of a vehicle communication system and / or a
  • Interface for receiving information from a mobile terminal and / or an interface for receiving information from a vehicle external
  • the evaluation device has at least one output interface, wherein the output interface is an interface to the
  • the output interface can also form an input interface.
  • prediction information generated according to the invention can be transmitted from the evaluation device to further systems via such an output interface. For example, over the interface for the transmission of
  • Output data are transmitted to the vehicle communication system prediction information, which serve the operation of other driver assistance systems. Also prediction information can be transmitted via this output interface, which are displayed to the driver or issued to this.
  • information can be transmitted that is used to send a message about a possible delay of the driver. Also, depending on the transmitted information, e.g. Calendar entries are moved in the mobile device.
  • information about an arrival time of the vehicle at a destination can be transmitted via the interface for the transmission of information to a vehicle-external server device. This information can then be used, for example, for a heating control in a residential building.
  • a Car2X output interface Via a Car2X output interface, as explained above,
  • Prediction information to other vehicles or participants of a Car2X network are made available.
  • FIG. 1 is a schematic block diagram of a device according to the invention
  • FIG. 2 shows an exemplary representation of a card section
  • FIG. 3 shows the map detail shown in FIG. 2 with prediction information
  • Fig. 5 shows the map detail shown in Fig. 4 with positions of a
  • Fig. 6 is a schematic flow diagram of a method according to the invention.
  • the device 1 shows a schematic block diagram of a device 1 for generating at least one prediction information PI (see FIG. 6).
  • the device 1 can be installed in particular in a vehicle, not shown.
  • the device 1 comprises at least one evaluation device 2 and a memory device 3 connected to the evaluation device 2 in a data-related manner. Furthermore, an input interface 4 for receiving information transmitted via a vehicle communication system has an input interface 5 for receiving information from a mobile terminal Input interface 6 for receiving information from an off-board server device and a Car2X input interface 7. Further, the device 1 comprises several
  • Output interfaces namely an output interface 8 for transmitting output data to a vehicle communication system, an output interface 9 for transmitting information to a mobile terminal, an output interface 10 for transmitting information to an off-board server device and a Car2X output interface 1 1.
  • the device 1 may perform a method according to the embodiment shown in FIG.
  • the input interfaces 4, 5, 6, 7 can be used in particular, but not so
  • input information El (see FIG. 6) is transmitted to the evaluation device 2.
  • the evaluation device 2 can determine an initial situation AS, wherein the
  • Starting situation AS serves as initial situation for the prediction.
  • the evaluation device 2 can determine the at least one prediction information PI from at least one vehicle-specific and / or vehicle driver-specific assignment Z of at least one prediction information PI to at least one starting situation AS.
  • This assignment Z or (partial information about this assignment Z can / can, for example, in the
  • Memory device 3 to be stored.
  • the assignment Z or (partial information about this assignment Z can be transmitted to the evaluation device 2 via one of the input interfaces 4, 5, 6, 7.
  • several assignments Z may exist, with a first set of assignments Z in the memory device 3 may be stored and a further assignment Z via the input interfaces 4, ..., 7 can be transmitted.
  • Input quantity El or an initial situation AS via an output interface 8, 9, 10, 1 1 transmits to another device, which then determines an initial situation FS or a prediction information PI.
  • FIG. 2 shows a schematic map with average speeds along different routes R1, R2, R3 from a starting point S to a destination Z.
  • An average speed v1_R1, v2_R1, v3_R1_R3, v_R1_R3, v_R2R3, v_R2R3, v_R2R3, v_R2R3, v_R2R3, v5_R2, v5_R3, v_R1_R3, v_R1_R2R3, v_R1_R2R3 may be an average of the speeds at which the vehicle and / or a particular driver drive the vehicle corresponding subsection of
  • Travel route R1, R2, R3 has passed. These speeds are e.g. for the vehicle and / or for the driver during the corresponding journeys.
  • the course of the average speeds v1_R1, v2_R1, v3_R1 R3, v4_R1 R3, v1_R2R3, v2_R2R3, v5_R2, v5_R3, v3_R1_R3, v6_R1_R2R3, v7_R1_R2R3 is vehicle or vehicle driver-specific and assigned to a specific route.
  • the average speed for a segment may vary at different times of the day.
  • the course of the average speeds v1_R1, v2_R1, v3_R1 R3, v4_R1 R3, v1_R2R3, v4_R2R3, v5_R2, v5_R3, v3_R1_R3, v6_R1_R2R3, v7_R1_R2R3 can be specific to the vehicle or vehicle driver and can be assigned to a specific travel distance and time of day be.
  • FIG. 3 shows the schematic map detail shown in FIG. 2 with prediction information PI.
  • prediction information PI For example, information about the current point in time and about the position of the starting point S. served as input information El
  • Input information El can be assigned to a specific starting situation AS or this input information El can characterize an initial situation AS.
  • this destination Z As a function of this input information El or the initial situation AS, the position of the destination Z was determined as the prediction information PI.
  • This destination Z can the said starting situation AS or the input information El assigned via a vehicle driver specific assignment Z.
  • the position of the destination Z can then serve as further input information El, in which case the input information El information about the current time, the position of the starting location S and the position of the destination Z include.
  • the second distance R2 can then be determined as prediction information PI.
  • the second distance R2 can then turn as input information El to
  • the throughput speeds v1_R2R3, v2_R2R3, v3_R2R3, v4_R2R3, v5_R2, v6_R1_R2R3, v7_R1_R2R3 can then be determined along the second distance R2 as prediction information PI. Then you can tell the driver, for example, about a
  • Display means, the average speeds or times at which the vehicle passes a corresponding section of road are displayed.
  • FIG. 4 shows a schematic map section with a mobile network coverage along a route R from a starting point S to a destination Z.
  • a vehicle or a mobile terminal may have a
  • the mobile radio network may in particular be a mobile radio network via which the
  • Vehicle and / or a specific driver communicates.
  • the course of the network coverage vehicle or vehicle driver specific and a specific route R be assigned.
  • Fig. 5 shows the map shown in Fig. 4 excerpt with a prediction information PI, namely periods T1, T2, in which for the vehicle or a vehicle disposed in the mobile terminal no sufficient network coverage will be available. If the selected route R is available as input information, it can be determined in what periods of time the vehicle will be located in the sections with zero percent coverage.
  • the periods T1, T2 may, for example, depending on known
  • Prediction information determined average speeds for determining further prediction information, in this case periods of zero percent coverage.
  • the periods T1, T2 can be displayed to the driver, for example via a display device. Also, the driver, e.g. be informed optically and / or acoustically, a predetermined period of time before the periods T1, T2, that in these periods T1, T2 no connection via a mobile network will be possible.
  • FIG. 6 shows a schematic flow diagram of a method according to the invention.
  • input information El is detected or determined. These may be, for example, time information, location information, a
  • input information may be real-time information
  • information about a current vehicle state For example, information about a current vehicle state, weather information or traffic information.
  • an initial situation AS can be classified.
  • previously known assignments Z can be used.
  • an initial situation AS may be a vector comprising one or more input information (s) El.
  • At least one prediction information PI can then be determined by means of a vehicle-specific and / or vehicle-driver-specific assignment Z.
  • a destination can be determined as the prediction information PI.
  • prediction information PI is again used as input information El.
  • a new starting situation AS and a new prediction information PI can then be determined.
  • a route R (see FIG. 3) is determined in a subsequent step as prediction information.
  • a vehicle driver-specific speed profile along the determined route R can be determined as the prediction information.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft eine Vorrichtung und Verfahren zur Erzeugung von mindestens einer Prädiktions-Information (PI) in einem Fahrzeug, wobei mindestens eine Eingangsinformation (El) erfasst oder bestimmt wird, wobei in Abhängigkeit der mindestens einen Eingangsinformation (El) eine Ausgangssituation (AS) bestimmt wird, wobei in Abhängigkeit der Ausgangssituation (AS) die mindestens eine Prädiktions-Information (PI) aus mindestens einer fahrzeugspezifischen und/oder fahrzeugführerspezifischen Zuordnung (Z) von mindestens einer Prädiktions-Information (PI) zu mindestens einer Ausgangssituation (AS) bestimmt wird.

Description

Verfahren und Vorrichtung zur Erzeugung von mindestens einer Prädiktions-Information in einem Fahrzeug
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Erzeugung mindestens einer Prädiktions-Information in einem Fahrzeug.
Eine bekannte Technologie für die Erzeugung von Prädiktions-Informationen in einem Fahrzeug ist der sogenannte„elektronische Horizont" (eHorizon). Hierunter wird im Allgemeinen eine Bestimmung von gewünschten routenbezogenen Informationen entlang einer Fahrtstreckte verstanden. So können z.B. Steigungen, Kurvenkrümmungen und Verkehrszeichen entlang der Fahrtstrecke bestimmt werden. Diese Informationen können dann wiederum zur Steuerung von Fahrzeugassistenzsystemen genutzt oder an einen Fahrzeugführer ausgegeben werden.
In der Pressemitteilung„CES 2015: Der dynamische eHorizon von Continental zeigt den Weg in die Zukunft, Las Vegas, USA, 10. Dezember 2014" wird offenbart, dass sich aufgrund des eHorizon ein Fahrzeug frühzeitig auf eine kommende Strecke einstellen und aktiv einen Verbrauch reduzieren kann. Weiter wird beschrieben, dass
Fahrerassistenzsysteme oder das Verhalten von Aktuatorik wie Bremse oder Lenkung sich auf kommende Verkehrssituationen vorbereitet werden können, noch bevor
Fahrzeugsensoren die Situation erfassen. Weiter wird beschrieben, dass dynamische Ereignisse wie Wetter, Unfälle oder Staus berücksichtigt werden können.
Grundlage eines solchen Systems sind in der Regel statische Kartendaten, die z.B. von einer Navigationseinrichtung des Fahrzeugs verarbeitet werden können. Wie
vorhergehend erläutert, können diese mit Echtzeitinformationen, z.B. Stauinformationen, verknüpft werden.
Problematisch bei solchen Systemen ist, dass auf statischen Kartendaten beruhende Verfahren persönliche Präferenzen eines Fahrzeugführers nicht berücksichtigen. Dies führt in der Regel zu einem Mehraufwand bei der Bedienung oder zur häufigen
Neubestimmung von Prädiktions-Informationen, z.B. wenn ein Fahrzeugführer die Fahrtstrecke gemäß persönlicher Präferenzen abändert. Weiter können statische Kartendaten veralten. Dies kann wiederum eine Qualität der Prädiktions-Information reduzieren. Weiter besteht der Wunsch, Prädiktions-Informationen unter Berücksichtigung einer Vielzahl von Rahmenbedingungen zu erzeugen, um die Qualität der Prädiktion zu verbessern.
Es stellt sich daher das technische Problem, ein Verfahren und eine Vorrichtung zur Erzeugung mindestens einer Prädiktions-Information zu schaffen, welche einen Aufwand zur Bedienung für einen Fahrzeugführer reduzieren und eine hohe Qualität von
Prädiktions-Informationen bereitstellen. Die Lösung des technischen Problems ergibt sich durch die Gegenstände mit den Merkmalen der Ansprüche 1 und 10. Weitere vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Unteransprüchen.
Vorgeschlagen wird ein Verfahren zur Erzeugung von mindestens einer
Prädiktionsinformation in einem Fahrzeug, insbesondere in einem Kraftfahrzeug. Das Verfahren kann hierbei mittels einer Auswerteeinrichtung durchgeführt werden. Die Auswerteeinrichtung kann als Recheneinrichtung, insbesondere als MikroController, ausgebildet sein oder eine solche umfassen. Die Auswerteeinrichtung kann weiter durch ein Steuergerät des Fahrzeugs bereitgestellt werden.
In dem Verfahren wird mindestens eine Eingangsinformation erfasst oder bestimmt. Hierbei kann das Erfassen einer Eingangsinformation bedeuteten, dass die
Eingangsinformation sensorgestützt erfasst wird. Das Bestimmen einer
Eingangsinformation kann ein rechnerisches Bestimmen bezeichnen. Auch kann die Eingangsinformation an die Auswerteeinrichtung übertragen werden. Beispielhafte Eingangsinformationen werden nachfolgend noch näher erläutert.
Weiter wird in Abhängigkeit der mindestens einen Eingangsinformation eine
Ausgangssituation bestimmt. Die Ausgangssituation kann eine Situation oder einen Zustand bezeichnen, von der/dem ausgehend die Prädiktions-Information bestimmt wird. Die Ausgangssituation kann eine aktuelle Ausgangssituation, also eine Situation zu einem aktuellen Zeitpunkt, sein.
Die Ausgangssituation kann z.B. in Abhängigkeit mindestens einer Zuordnung von einer Ausgangssituation zu mindestens einer Eingangsgröße bestimmt werden. Diese Zuordnung kann vorbekannt sein. Z.B. kann eine solche Zuordnung angelernt oder abgerufen werden.
Eine Ausgangssituation kann beispielsweise durch eine oder mehrere Kenngröße(n) beschrieben sein. So kann die Ausgangssituation beispielsweise durch einen Vektor gegeben sein, der ein oder mehrere Kenngröße(n) umfasst. Auch kann eine Zuordnung von einer oder mehrerer Kenngröße(n) zu mindestens einer Eingangsinformation existieren, durch die eine oder mehrere Kenngröße(n) mindestens einer
Eingangsinformation zugeordnet werden können. Auch kann eine Zuordnung von einer Ausgangssituation zu mindestens einer Eingangsinformation existieren, durch die die Ausgangssituation der mindestens einen Eingangsinformation zugeordnet werden kann.
Es ist auch vorstellbar, dass eine Eingangsinformation eine Kenngröße ist. Z.B. kann eine Kenngröße ein aktueller Zeitpunkt sein. Eine weitere Kenngröße kann beispielsweise eine aktuelle Position in einem globalen Referenzkoordinatensystem, beispielsweise eine GPS-Position, sein.
Auch ist es vorstellbar, dass eine Kenngröße eine quantisierte Eingangsgröße ist. Zur Erzeugung einer quantisierten Eingangsgröße kann Eingangsgrößen aus einem vorbestimmten Werteintervall jeweils derselbe quantisierte Wert zugewiesen werden. So kann beispielsweise eine Eingangsgröße die aktuelle Uhrzeit sein, wobei eine quantisierte Eingangsgröße der Tageszeit„morgens",„mittags",„abends" und„nachts" entspricht.
Erfindungsgemäß wird in Abhängigkeit der Ausgangssituation die mindestens eine Prädiktions-Information aus mindestens einer fahrzeugspezifischen Zuordnung von mindestens einer Prädiktions-Information zu mindestens einer Ausgangssituation bestimmt. Alternativ oder kumulativ kann in Abhängigkeit der Ausgangssituation die mindestens eine Prädiktions-Information aus mindestens einer fahrzeugführerspezifischen Zuordnung von mindestens einer Prädiktions-Information zu mindestens einer
Ausgangssituation bestimmt werden.
Mit anderen Worten wird in Abhängigkeit einer oder mehrere Eingangsinformation/en mindestens eine Prädiktions-Information aus mindestens einer fahrzeugspezifischen und/oder fahrzeugführerspezifischen Zuordnung von mindestens einer Prädiktions- Information zu der mindestens einen Eingangsinformation bestimmt. Die mindestens eine fahrzeugspezifische und/oder fahrzeugführerspezifische Zuordnung kann ein Gedächtnis bereitstellen. Wie nachfolgend noch näher erläutert, kann die Zuordnung insbesondere eine angelernte Zuordnung sein. Beim Anlernen können Informationen, die sich in einem Zeitraum zeitlich nach der Bestimmung einer
Ausgangssituation einstellen, bestimmt und gespeichert werden. Diese Informationen können dann der Ausgangssituation zugeordnet werden. Auch diese Zuordnung kann gespeichert werden Beispielsweise kann eine Information über einen Zielort bestimmt werden, der aus einer Ausgangssituation heraus von dem Fahrzeug und/oder
Fahrzeugführer angefahren wurde. Auch kann eine Information eine Information über eine (Durchschnitts-)Geschwindigkeiten entlang einer gefahrenen Fahrtstrecke umfassen, die aus einer bestimmten Ausgangssituation heraus gefahren wurde. Diese Beispiele sind selbstverständlich nur exemplarisch und keinesfalls einschränkend.
Die Informationen können hierbei rechnerisch bestimmt oder sensorisch erfasst werden. Nach dem Anlernen, also dem„Merken", kann in Abhängigkeit einer Ausgangssituation die angelernte Information als Prädiktions-Information bestimmt werden. Dies kann auch als„Erinnern" bezeichnet werden.
Hierzu kann es notwendig sein, eine Fahrzeugidentität und/oder eine
Fahrzeugführeridentität zu bestimmen. Dies kann mittels des Fachmanns bekannten Verfahren erfolgen.
Eine Prädiktions-Information kann somit eine Information bezeichnen, der ein zukünftiger Zeitpunkt oder ein zukünftiger Zeitraum zugeordnet ist. Dieser Zeitpunkt oder Zeitraum kann einen Zeitpunkt/Zeitraum bezeichnen, zu dem die Information relevant wird.
Somit kann eine Zuordnung des zukünftigen Zeitpunkt oder Zeitraum zu der Prädiktions- Information und umgekehrt bestimmt werden. Weiter kann eine Zuordnung einer zukünftigen räumlichen Position des Fahrzeugs zu der Prädiktions-Information und umgekehrt bestimmt werden.
Z.B. kann die Prädiktions-Information eine fahrzeugspezifische und/oder
fahrzeugführerspezifische Datenmenge sein, durch mindestens einem zukünftigen Zeitraum oder Zeitpunkt eine oder mehrere Informationen zugeordnet sind. Insbesondere kann durch die Prädiktions-Information eine Information sein, der ein zukünftiger Zeitpunkt/Zeitraum und gegebenenfalls eine zukünftige Position bei einer Fahrt des Fahrzeugs entlang einer ausgewählten Fahrtstrecke zugeordnet ist.
Eine Eingangsinformation und/oder eine Prädiktions-Information kann über ein
Fahrzeugkommunikationssystem, beispielsweise ein Bussystem, insbesondere ein CAN- Bus, des Fahrzeugs übertragen werden. Beispielsweise können die Informationen in entsprechenden Botschaften codiert sein.
Beispielsweise kann eine Prädiktions-Information eine Information über eine Position eines prädizierten Zielorts des Fahrzeugs sein. Auch kann die Prädiktions-Information eine Information über eine Fahrtstrecke zum Zielort sein. Auch kann eine Prädiktions- Information eine Information über zukünftige (Durchschnitts-)Geschwindigkeiten entlang einer ausgewählten oder prädizierten Fahrtstrecke umfassen. Hierbei können
verschiedenen zukünftigen Positionen und/oder zukünftigen Zeiträumen verschiedene prädizierte Geschwindigkeiten zugeordnet sein.
Wesentlich ist, dass die Prädiktions-Information fahrzeugspezifisch und/oder
fahrzeugführerspezifisch ist/sind. So kann eine Prädiktions-Information für eine
Ausgangssituation für verschiedene Fahrzeuge und/oder Fahrzeugführer verschieden sein. Bezogen auf die erläuterten Beispiele kann dies beispielsweise bedeuten, dass die der in Abhängigkeit der Ausgangssituation prädizierte Zielort ein fahrzeug- und/oder fahrzeugführerspezifischer Zielort ist. Auch die in Abhängigkeit der Ausgangssituation prädizierten (Durchschnitts-)Geschwindigkeiten können fahrzeug- und/oder
fahrzeugführerspezifische Geschwindigkeiten sein.
Wie nachfolgend noch näher erläutert, kann dies z.B. bedeuten, dass entsprechende Informationen vorab fahrzeug- und/oder fahrzeugführerspezifisch gespeichert wurden. Beispielsweise kann für verschiedene Ausgangssituation jeweils ein im Fahrzeug und/oder von einem bestimmten Fahrzeugführer ausgewählter Zielort bestimmt und gespeichert werden. Auch kann für verschiedene Ausgangssituationen jeweils ein vom Fahrzeug und/oder von einem bestimmten Fahrzeugführer erreichte (Durchschnittsgeschwindigkeit entlang einer Fahrtstrecke bestimmt und gespeichert werden. Somit sind diese Informationen einem Fahrzeug und/oder Fahrzeugführer zugeordnet.
So ist es beispielsweise möglich, dass in verschiedenen Fahrzeugen und/oder von verschiedenen Fahrzeugführern verschiedene Zielorte gewählt werden und dass verschiedene Fahrzeuge und/oder verschiedene Fahrzeugführer sich entlang einer bestimmten Fahrtstrecke mit verschiedenen Geschwindigkeiten bewegen. Dieser fahrzeug- und/oder fahrzeugführerspezifische Geschwindigkeitsverlauf ist hierbei einer Ausgangssituation zugeordnet. Die Ausgangssituation kann beispielsweise durch mindestens die Kenngröße„ausgewählte Fahrtstrecke" charakterisiert sein.
Beispielsweise kann diese Information einer Ausgangssituation zugeordnet werden, wobei die Ausgangssituation beispielsweise dadurch charakterisiert ist, dass eine bestimmte Fahrtstrecke ausgewählt wurde.
Die Zuordnung von mindestens einer Prädiktions-Information zu mindestens einer Ausgangssituation kann hierbei vorbekannt sein. Es ist z.B. möglich, diese Zuordnung zu lernen oder von einer weiteren, insbesondere externen, Einrichtung datentechnisch abzurufen.
Mit anderen Worten wird beim Erzeugen der mindestens einen Prädiktions-Information eine Fahrzeugidentität und/oder eine Fahrzeugführeridentität berücksichtigt.
Beispielsweise können für ein bestimmtes Fahrzeug Zuordnungen für mehrere
voneinander verschiedene Fahrzeugführer existieren, wobei die entsprechende
Zuordnung genutzt wird, um eine Prädiktions-Information zu erzeugen.
Die Prädiktions-Information kann zur Steuerung von Fahrerassistenzsystemen dienen. Beispielsweise kann die Prädiktions-Information zur Steuerung einer
Navigationseinrichtung dienen. Weiter kann die Prädiktions-Information auch zur
Steuerung von Fahrzeugaktoren, z.B. Bremsaktoren, Aktoren zur Ausrichtung von
Scheinwerfern und weiteren Aktoren, dienen. Ist beispielsweise ein fahrzeug- und/oder fahrzeugführerspezifischer Geschwindigkeitsverlauf entlang einer bestimmten
Fahrtstrecke bekannt, so kann eine verbleibende Reisezeitdauer in Abhängigkeit der prädizierten Geschwindigkeiten bestimmt werden. Weiter können z.B. auch Bremsaktoren zeitlich vor einer entsprechenden Geschwindigkeitsreduktion in Bereitschaft versetzt oder sogar aktiviert werden. Die Zuordnung kann hierbei in einer Speichereinrichtung gespeichert sein. Die
Speichereinrichtung kann hierbei eine Speichereinrichtung des Fahrzeugs oder eine fahrzeugexterne Speichereinrichtung sein.
Es ist möglich, dass eine Eingangsinformation eine bereits erzeugte Prädiktions- Information ist. Beispielsweise kann in einem ersten Schritt eine Prädiktions-Information erzeugt werden, z.B. eine Position des Zielorts. In einem folgenden Schritt kann dann in Abhängigkeit des Zielorts und gegebenenfalls weiterer Eingangsinformationen eine Fahrtstrecke von einem Startort zu dem Zielort als Prädiktionsinformation bestimmt werden. In einem weiteren folgenden Schritt kann dann in Abhängigkeit der Fahrtstrecke ein fahrzeug- und/oder fahrzeugführerspezifischer Geschwindigkeitsverlauf entlang der Fahrtstrecke als Prädiktions-Information bestimmt werden. Somit können Prädiktions- Informationen auch Informationen zur Erzeugung von weiteren Prädiktions-Informationen bezeichnen.
Es ist hierbei selbstverständlich möglich, dass Prädiktions-Informationen vor der
Verwendung als Eingangsinformation bestätigt werden, z.B. von einem Fahrzeugführer. Dies kann z.B. durch Bedienung einer Eingabeeinrichtung erfolgen.
Eine Ausgangssituation und/oder eine Prädiktions-Information kann wiederholt bestimmt werden, insbesondere periodisch. Alternativ oder kumulativ ist es möglich, dass eine Ausgangssituation und gegebenenfalls auch eine Prädiktions-Information erneut bestimmt wird, wenn eine tatsächlich erfasste Information von einer vorher bestimmten Prädiktions- Information um mehr als ein vorbestimmtes Maß abweicht. Dies ist beispielsweise der Fall, wenn das Fahrzeug von einer prädizierten Fahrtstrecke abweicht. Somit kann es möglich sein, dass zeitlich nach der Bestimmung der Prädiktions-Information die entsprechend korrespondierende und sich tatsächlich einstellende Information bestimmt wird, um eine Abweichung zwischen der Prädiktions-Information und der sich
einstellenden Information zu bestimmen.
Das Verfahren ermöglicht in vorteilhafter Weise die Erzeugung von Prädiktions- Informationen, die eine hohe Qualität, insbesondere eine hohe Genauigkeit, für ein bestimmtes Fahrzeug und/oder einen bestimmten Fahrzeugführer aufweisen.
Beispielsweise kann ein Geschwindigkeitsverlauf entlang einer bestimmten Fahrtstrecke nicht nur abhängig von statischen Kartendaten, sondern auch abhängig vom (bisherigen) Fahrverhalten eines Fahrzeugs und/oder eines Fahrzeugführers bestimmt werden. Als Resultat der höheren Qualität ermöglichen die derart bestimmten Prädiktionsinformationen auch eine bessere Steuerung weiterer Fahrerassistenzsysteme.
In einer weiteren Ausführungsform umfasst die Eingangsinformation mindestens eine Zeitinformation. Alternativ oder kumulativ umfasst die Eingangsinformation mindestens eine Ortsinformation. Weiter alternativ oder kumulativ umfasst die Eingangsinformation mindestens eine Fahrzeugidentitätsinformation und/oder mindestens eine
Fahrzeugführeridentitätsinformation.
Weiter können mehrere Zuordnungsklassen existieren.
So kann die Prädiktions-Information in Abhängigkeit einer Zeitinformation und einer Positionsinformation bestimmt werden. So ist es beispielsweise möglich, eine
Ausgangssituation in Abhängigkeit einer Eingangsinformation zu bestimmen, die eine Orts- und Zeitinformation umfasst. Wurde die Ausgangssituation in Abhängigkeit einer Information über den aktuellen Zeitpunkt und eine Information über die aktuelle Position bestimmt, so können in Abhängigkeit einer solchen Ausgangssituation eine
Prädiktionsinformation in Abhängigkeit von einer räumlich-zeitlichen Zuordnung bestimmt werden. In diesem Fall kann die fahrzeug- und/oder fahrzeugführerspezifische Zuordnung auch als räumlich-zeitliche Zuordnung bestimmt werden.
Beispielsweise kann ein fahrzeug- und/oder fahrzeugführerspezifisches Fahrtziel in Abhängigkeit der aktuellen Zeit und der aktuellen Position bestimmt werden. Fährt z.B. das Fahrzeug und/oder ein bestimmter Fahrzeugführer an Wochentagen in einem Zeitraum von 07.30 bis 08.30 von seinem Wohnort mit bekannter Position zu seinem Arbeitsort, so kann als Prädiktions-Information ein Fahrtziel als die Position des
Arbeitsortes bestimmt werden, wenn die aktuelle Zeit in dem Zeitraum von 07.30 bis 08.30 an einem Wochentag liegt und die aktuelle Position in einem vorbestimmten Positionsbereich um die Position des Wohnortes herum liegt.
Folgend kann dann als weitere Prädiktions-Information eine fahrzeug- und/oder fahrzeugführerspezifische Fahrtstrecke zu dem derart bestimmten Fahrtziel bestimmt werden. Alternativ kann die mindestens eine fahrzeug- und/oder fahrzeugführerspezifische Prädiktions-Information in Abhängigkeit einer Zeitinformation, aber unabhängig von einer Ortsinformation, bestimmt werden. In diesem Fall kann die fahrzeug- und/oder fahrzeugführerspezifische Zuordnung auch als zeitliche Zuordnung bezeichnet werden.
Beispielsweise kann als Prädiktions-Information bestimmt werden, dass der
Fahrzeugführer in einem vorbestimmten Zeitraum nach dem aktuellen Zeitpunkt einen Termin hat. In diesem Fall können beispielsweise Kalenderinformationen des
Fahrzeugführers von einer externen Einrichtung, beispielsweise einem mobilen Endgerät des Fahrzeugführers oder einer externen Servereinrichtung, abgerufen werden. Folgend kann dann als weitere Prädiktions-Information beispielsweise als Fahrtziel eine dem Termin zugeordnete Position bestimmt werden. Folgend kann dann als weitere
Prädiktions-Information eine entsprechende Fahrtstrecke bestimmt werden. Folgend kann dann als weitere Prädiktions-Information z.B. ein Geschwindigkeitsverlauf entlang der Fahrtstrecke bestimmt werden.
Prädiktions-Informationen können somit aufeinander aufbauend oder voneinander abhängig bestimmt werden. So kann z.B. in Abhängigkeit einer Ausgangssituation mindestens eine Prädiktions-Information bestimmt werden, wobei dann in Abhängigkeit der Ausgangssituation und der Prädiktions-Information eine weitere Ausgangssituation bestimmt wird. Dieser kann dann über eine Zuordnung eine weitere Prädiktions- Information zugeordnet werden.
Alternativ kann die mindestens eine Prädiktions-Information in Abhängigkeit von der Fahrzeug- und/oder Fahrzeugführeridentitätsinformation, aber unabhängig von einer Zeitinformation und unabhängig von einer Ortsinformation bestimmt werden. In diesem Fall kann die fahrzeug- und/oder fahrzeugführerspezifische Zuordnung auch als faktische Zuordnung bezeichnet werden. Beispielsweise können als Prädiktions-Information Informationen über eine Tankkarte des Fahrzeugführers bestimmt werden. Auch können als Prädiktions-Information Informationen über einen Mobilfunkbetreiber eines mobilen Endgerätes des Fahrzeugführers und/oder des Fahrzeugs bestimmt werden. Diese sogenannten Fakteninformationen können beispielsweise angelernt oder von einer, insbesondere externen, weiteren Einrichtung abgerufen werden. In Abhängigkeit der Informationen über den Mobilfunkbetreiber kann dann folgend als weitere Prädiktions-Information beispielsweise ein Verlauf einer Netzabdeckung entlang der ausgewählten Fahrtstrecke bestimmt werden. In Abhängigkeit der Informationen über die Tankkarte können folgend als weiteren Prädiktions-Informationene beispielsweise Positionen von entsprechenden Tankstellen entlang der ausgewählten Fahrtstrecke bestimmt werden.
Eine Eingangsinformation kann auch eine Echtzeitinformation sein. Diese kann beispielsweise durch eine Sensoreinrichtung des Fahrzeugs erfasst werden. Auch kann eine Echtzeitinformation von einer externen Einrichtung abgerufen werden. Eine
Echtzeitinformation kann beispielsweise eine Information über Wetterverhältnisse
(Wetterinformation), eine Information über Verkehrsverhältnisse (Verkehrsinformation) oder eine Information über einen aktuellen Fahrzeugzustand sein (Fahrzeuginformation). Beispielsweise kann bestimmt werden, ob ein Fahrzeugführer einen Sport-Modus oder Eco-Modus des Fahrzeugs aktiviert hat.
Somit können auch Echtzeitinformationen zur Bestimmung der Ausgangssituation und/oder zur Bestimmung der Prädiktions-Information genutzt werden.
Wird die Ausgangssituation und/oder die mindestens eine Prädiktions-Information in Abhängigkeit von einer Zeitinformation bestimmt, so kann eine Bestimmung insbesondere auch tageszeitabhängig und/oder wochentagsabhängig und/oder jahreszeitabhängig erfolgen. Wird beispielsweise festgestellt, dass ein Fahrzeug und/oder Fahrzeugführer an Wochentagen in einem vorbestimmten Zeitraum von seinem Wohnort zum Arbeitsort fährt und am Wochenende in diesem vorbestimmten Zeitraum von seinem Wohnort zu einem Einkaufsort fährt, so kann, wenn in Abhängigkeit der Zeitinformation ein Wochenendtag identifiziert wurde, als Prädiktions-Information als Fahrtziel die Position des Einkaufsortes anstelle der Position des Arbeitsort bestimmt werden.
Hierdurch ergibt sich in vorteilhafter Weise, dass möglichst genau an das Fahrzeug und/oder den Fahrzeugführer angepasste Prädiktions-Informationen erzeugt werden können.
In einer bevorzugten Ausführungsform ist die Prädiktions-Information eine
Fahrtprofilinformation. Eine Fahrtprofilinformation kann eine Information über eine Größe oder ein Ereignis bezeichnen, welche sich entlang einer prädizierten Fahrtstrecke einstellt. Eine Größe oder ein Ereignis kann sich hierbei entlang der gesamten oder nur entlang eines Abschnitts der Fahrtstrecke oder an einem Punkt der Fahrtstrecke einstellen.
Eine Fahrtprofilinformation kann eine oder mehrere der folgend genannten Informationen umfassen: Information über ein Fahrtziel, Information über einen Zeitdauer der Fahrt bzw. eine Ankunftszeit, Information über eine Fahrtstrecke, Informationen über einen
Geschwindigkeitsverlauf entlang der Fahrtstrecke, Informationen über eine
Mobilfunknetzabdeckung entlang der Fahrtstrecke, Informationen über topologische Gegebenheiten, z.B. von Steigungen, entlang der Fahrtstrecke. Auch kann eine
Fahrtprofilinformation eine Information über das Auftreten eines Staus, von Nebel, von Kreuzungen, von Ampelanlagen entlang der Fahrtstrecke sein. Auch kann eine
Fahrtprofilinformation eine Information über eine Straßenkategorie sein, wobei eine Straßenkategorie beispielsweise einen„Feldweg",„Landstraße",„Autobahn" oder eine weitere Straßenkategorie bezeichnen kann.
Selbstverständlich kann eine Fahrtprofilinformation alternativ oder kumulativ noch weitere Informationen umfassen.
Eine Fahrtprofilinformation kann hierbei eine zeitabhängige und/oder ortsabhängige und/oder umfeldabhängige Fahrtprofilinformation sein. Weiter kann eine
Fahrtprofilinformation eine fahrzeug- und/oder fahrzeugführerspezifische
Fahrtprofilinformation sein.
Ist z.B. ein Fahrtziel bekannt oder ausgewählt oder als Prädiktions-Information bestimmt worden, so kann als weitere Fahrtprofilinformation eine fahrzeug- und/oder
fahrzeugführerspezifische Fahrtstrecke bestimmt werden. Weiter kann auch eine fahrzeug- und/oder fahrzeugführerspezifische Mobilfunknetzabdeckung entlang der ausgewählten Fahrtstrecke bestimmt werden.
Zusätzlich zu den Fahrtprofilinformationen kann eine Prädiktions-Informationen über eine Position von so genannten Points of Interest entlang der Fahrtstrecke sein. Diese kann beispielsweise auch eine Position über eine Tankstelle sein, die mit einer Tankkarte des Fahrzeugführers bedient werden kann. Fahrtprofilinformationen können insbesondere gespeicherte Informationen sein. Diese können in einer Speichereinrichtung des Fahrzeugs oder einer fahrzeugexternen
Speichereinrichtung, beispielsweise einer Speichereinrichtung eines mobilen Endgeräts oder einer externen Servereinrichtung, gespeichert sein. Weiter können
Fahrtprofilinformationen aus zu früheren Zeitpunkten erzeugten Informationen bestimmt werden, z.B. über dem Fachmann bekannte selbstlernende Verfahren. Dies wird nachfolgend noch näher erläutert.
Fahrtprofilinformationen können auch in Abhängigkeit von Echtzeitinformationen, beispielsweise Wetterinformationen, bestimmt werden. So können beispielsweise Durchschnittsgeschwindigkeiten unter bestimmten Wetterbedingungen bestimmt werden. Auch kann die Fahrtprofilinformation in Abhängigkeit eines aktuellen Fahrzeugzustandes bestimmt werden. Beispielsweise kann bestimmt werden, ob ein Sport-Modus oder ein Eco-Modus aktiviert ist.
Durch die Bestimmung von Fahrtprofilinformationen ergibt sich in vorteilhafter Weise eine an das Fahrzeug und/oder den Fahrzeugführer Erzeugung von fahrtspezifischen
Prädiktions-Informationen.
In einer weiteren Ausführungsform ist die fahrzeug- oder fahrzeugführerspezifische Zuordnung eine angelernte Zuordnung.
Anlernen kann insbesondere bedeuten, dass eine oder mehrere Eingangsgröße(n), mindestens eine Ausgangssituation und/oder mindestens eine Prädiktions-Information, insbesondere eine Fahrtprofilinformation, erfasst oder bestimmt und dann gespeichert werden, z.B. in Form einer Datenbank. In Abhängigkeit der erfassten und gespeicherten Informationen kann dann eine Zuordnung von mindestens einer Eingangsgrößen zu einer Ausgangssituation und/oder von einer Ausgangssituation zu einer Prädiktions-Information bestimmt werden, beispielsweise über sogenannte selbstlernende Algorithmen, z.B. neuronale Netze. Selbstverständlich können Zuordnungen auch mit alternativen
Verfahren bestimmt werden, beispielsweise mit regelbasierten Systemen. Das Anlernen kann selbstverständlich vor der Nutzung der Zuordnung zur Bestimmung der Prädiktions- Informationen erfolgen. Weitere Aspekte des Anlernens wurden vorhergehend erläutert. So kann beispielsweise kontinuierlich und/oder während des Fahrbetriebs eines
Fahrzeugs eine aktuelle Position, eine aktuelle Zeit, eine aktuelle Fahrgeschwindigkeit, eine gefahrene Fahrtstrecke, ein gewähltes Fahrtziel, eine aktuelle
Mobilfunknetzabdeckung usw. bestimmt und gespeichert werden. Zu einem späteren Zeitpunkt können dann in Abhängigkeit dieser gespeicherten Daten, wie vorhergehend erläutert, entsprechende Zuordnungen bestimmt und in Abhängigkeit der Zuordnungen die mindestens eine Prädiktions-Information erzeugt werden.
Hierdurch ergibt sich in vorteilhafter Weise eine weiter verbesserte Anpassung der Prädiktions-Informationen an das Fahrzeug oder den Fahrzeugführer.
Alternativ kann die fahrzeug- oder fahrzeugführerspezifische Zuordnung eine abgerufene Zuordnung sein. In diesem Fall kann diese insbesondere eine nicht angelernte Zuordnung sein.
Hierdurch ergibt sich in vorteilhafter Weise eine vereinfachte Bestimmung der Zuordnung.
In einer weiteren Ausführungsform wird eine resultierende Prädiktions-Information in Abhängigkeit mehrerer Prädiktions-Informationen bestimmt. Die mehreren Prädiktions- Informationen können gleichartig sein, jedoch verschiedene Inhalte aufweisen.
Alle oder mehrere der Prädiktions-Informationen, jedoch mindestens eine Prädiktions- Information kann, wie vorhergehend erläutert, zuordnungsbasiert bestimmt werden. Es ist jedoch auch möglich, dass mindestens eine der Prädiktions-Informationen zur
Bestimmung der resultierenden Prädiktions-Information eine nicht zuordnungsbasiert bestimmte Prädiktions-Information ist.
Beispielsweise können mehrere, voneinander verschiedene Fahrtziele oder mehrere, voneinander verschiedene, Fahrtstrecken als Prädiktions-Information bestimmt werden. In diesem Fall kann eine Gewichtung der verschiedenen Teilinformationen erfolgen. Die Gewichtung kann insbesondere eine prioritätsbasierte Gewichtung sein. So können Prädiktions-Informationen verschiedene Prioritäten zugeordnet sein. Beispielsweise kann einer kalendereintragsbasierten Prädiktions-Information eine höhere Priorität als einer wochentagbasierten Prädiktions-Information zugeordnet sein. So kann beispielsweise an einem Wochentag als Fahrtziel nicht die Position des Arbeitsortes, sondern die dem Kalendereintrag zugeordneten Position bestimmt werden.
Hierdurch ergibt sich in vorteilhafter Weise eine verbesserte Qualität der erzeugten Prädiktions-Informationen.
In einer weiteren Ausführungsform wird die mindestens eine Prädiktions-Information zusätzlich in Abhängigkeit mindestens einer nicht zuordnungsbasiert bestimmten
Teilinformation bestimmt. Auch diese Teilinformation kann aber eine Prädiktions- Information sein. Beispielsweise kann die Prädiktions-Information zusätzlich in
Abhängigkeit von Karteninformationen und/oder in Abhängigkeit von
Echtzeitinformationen, z.B. Wetterinformationen oder Verkehrsinformationen, bestimmt werden. Diese nicht zuordnungsbasiert bestimmten Informationen bezeichnen hierbei nichtfahrzeug- und nichtfahrzeugführerspezifische Informationen. Tritt beispielsweise auf einer Fahrtstrecke vom Wohnort zum Arbeitsort, für die ein fahrzeug- und/oder fahrzeugführerspezifischer Verlauf von Fahrgeschwindigkeiten bekannt ist, ein Unfall auf, so kann diese Verkehrsinformation bei der Bestimmung der verbleibenden Fahrtdauer bzw. der Ankunftszeit berücksichtigt werden.
Somit ergibt sich in vorteilhafter Weise, dass fahrzeug- und/oder
fahrzeugführerspezifische Informationen mit von dem Fahrzeug und dem Fahrzeugführer unabhängigen Informationen zur Bestimmung der Prädiktions-Information verknüpft werden können. Dies ermöglicht eine weitere Erhöhung der Qualität der Prädiktions- Informationen.
In einer weiteren Ausführungsform wird die mindestens eine Eingangsinformation von einem Fahrzeugsensor oder einer fahrzeugexternen Einrichtung bereitgestellt.
Alternativ oder kumulativ wird die fahrzeug- und/oder fahrzeugführerspezifische
Zuordnung von einem Fahrzeugsensor oder einer fahrzeugexternen Einrichtung bereitgestellt.
Eine fahrzeugexterne Einrichtung kann insbesondere eine Servereinrichtung sein. Auch kann eine fahrzeugexterne Einrichtung ein Endgerät, beispielsweise ein Mobilfunktelefon oder ein Tablet, sein. Weiter kann eine fahrzeugexterne Einrichtung eine weitere
Einrichtung in einer Car2X-Kommunikation sein.
Wird die fahrzeugführerspezifische Zuordnung von einer fahrzeugexternen Einrichtung bereitgestellt, so kann in vorteilhafter Weise ermöglicht werden, dass in verschiedenen Fahrzeugen fahrzeugführerspezifische Prädiktions-Informationen erzeugt werden können. Beispielsweise kann die fahrzeugführerspezifische Zuordnung auf einem mobilen
Endgerät des Fahrzeugführers bereitgestellt werden, wobei dieses Endgerät diese Zuordnung dann in verschiedenen Fahrzeugen bereitstellt.
In einer weiteren Ausführungsform wird die mindestens eine Prädiktions-Information zum Betrieb mindestens eines Fahrerassistenzsystems oder mindestens einer
Fahrzeugeinrichtung verwendet. Auch kann die mindestens eine Prädiktions-Information auch an eine fahrzeugexterne Einrichtung übertragen werden. Diese kann dann die Prädiktions-Information zu deren Betrieb nutzen.
Beispielsweise können Informationen über einen prädizierten Geschwindigkeitsverlauf über eine Car2X-Kommunikation an weitere Fahrzeuge übertragen werden. Diese können die Geschwindigkeitsinformation dann zum Steuerung des eigenen Fahrbetriebs nutzen.
In einer weiteren Ausführungsform wird die mindestens eine Prädiktions-Information an einen Fahrzeugführer ausgegeben. Dies kann beispielsweise über eine entsprechende Ausgabeeinrichtung, beispielsweise eine Anzeigeeinrichtung und/oder eine
Audiosignalausgabeeinrichtung, erfolgen.
Insgesamt ermöglicht das vorgeschlagene Verfahren die Erzeugung eines fahrzeug- und/oder fahrzeugführerspezifischen Zeitstrahls (personal timeline). Ein solcher Zeitstrahl kann beispielsweise in Form eines Vektors gegeben sein, durch den zukünftigen
Zeitpunkten oder Zeiträumen Informationen zugeordnet sind, wobei zumindest eine dieser Informationen eine fahrzeug- und/oder fahrzeugführerspezifischen Information ist. Dieser Zeitstrahl kann wiederholt, z.B. periodisch, neu bestimmt werden.
Weiter ermöglicht das Verfahren, fahrzeug- und/oder fahrzeugführerspezifische
Prädiktions-Informations-Karten zu erstellen. Diese Karten können dann zur Bestimmung einer Prädiktions-Information zu einem späteren Zeitpunkt genutzt werden. Beispielsweise kann eine solche Karte eine Datenmenge bezeichnen, durch die einer aktuellen Zeit und/oder einer aktuellen Position eine fahrzeug- und/oder fahrzeugführerspezifische Information, beispielsweise eine aktuelle Geschwindigkeit oder ein aktuelles Fahrtziel, zugeordnet wird.
Weiter vorgeschlagen wird eine Vorrichtung zur Erzeugung von mindestens einer Prädiktions-Information in einem Fahrzeug. Die Vorrichtung ermöglicht hierbei in vorteilhafter Weise die Durchführung eines Verfahrens gemäß einer der in dieser Offenbarung beschriebenen Ausführungsformen. Somit ist die Vorrichtung derart ausgebildet, dass ein entsprechendes Verfahren mittels der Vorrichtung durchführbar ist.
Die Vorrichtung umfasst mindestens eine Auswerteeinrichtung. Weiter umfasst die Auswerteeinrichtung mindestens eine Eingangsschnittstelle zur Übertragung mindestens einer Eingangsinformation an die Auswerteeinrichtung. Weiter ist durch die
Auswerteeinrichtung in Abhängigkeit der mindestens einen Eingangsinformation eine Ausgangssituation bestimmbar.
Erfindungsgemäß ist durch die Auswerteeinrichtung in Abhängigkeit der
Ausgangssituation die mindestens eine Prädiktions-Information aus mindestens einer fahrzeugspezifischen und/oder fahrzeugführerspezifischen Zuordnung von mindestens einer Prädiktions-Information zu mindestens einer Ausgangssituation bestimmbar. Die Vorrichtung kann weiter eine Speichereinrichtung umfassen, wobei in der
Speichereinrichtung die fahrzeugspezifische und/oder fahrzeugführerspezifische
Zuordnung(en) gespeichert sein können.
Die Auswerteeinrichtung kann ein Mikrocontroller sein oder einen solchen umfassen. Die Auswerteeinrichtung kann eine im Fahrzeug verbaute Auswerteeinrichtung und somit Bestandteil des Fahrzeugs sein. Z.B. kann die Auswerteeinrichtung ein
Fahrzeugsteuergerät oder ein Teil davon sein. Alternativ kann die Auswerteeinrichtung eine fahrzeugexterne Auswerteeinrichtung sein, z.B. eine Auswerteeinrichtung eines mobilen Endgeräts oder eine Servereinrichtung. Auch die Speichereinrichtung kann eine Speichereinrichtung des Fahrzeugs und somit ein Bestandteil des Fahrzeugs sein.
Alternativ kann die Speichereinrichtung eine fahrzeugexterne Speichereinrichtung sein. Eine Daten- und Signalübertragung von und zu der Auswerteeinrichtung sowie
Speichereinrichtung kann hierbei drahtgebunden oder drahtlos erfolgen. Hierzu können dem Fachmann bekannte Verfahren zur Daten- und/oder Signalübertragung eingesetzt werden.
Eine Eingangsschnittstelle kann beispielsweise eine Schnittstelle zum Empfang von Daten eines Fahrzeugkommunikationssystems bzw. zur Kommunikation mit einem Fahrzeugkommunikationssystem sein. Das Fahrzeugkommunikationssystem kann beispielsweise ein Fahrzeug-Bussystem, z.B. ein CAN-Bus oder ein Automotive Ethernet, sein. Über eine derartige Schnittstelle können Informationen von anderen Steuergeräten des Fahrzeugs zur Verfügung gestellt werden.
Eine Eingangsschnittstelle kann auch eine Schnittstelle zum Empfang von Informationen von einem mobilen Endgerät bzw. für eine Kommunikation mit einem solchen Endgerät sein. Diese Schnittstelle kann beispielsweise eine drahtgebundene und/oder drahtlose Kommunikation mit dem Endgerät ermöglichen. Beispielsweise können somit
Eingangsgrößen, die von Endgeräten erfasst oder bestimmt werden, an die
Auswerteeinrichtung übertragen werden. Weiter können über diese Schnittstelle auch Informationen über eine fahrzeug- und/oder fahrzeugführerspezifische Zuordnung übertragen werden. Beispielsweise können Kalenderinformationen von einem mobilen Endgerät an die Auswerteeinrichtung übertragen werden.
Weiter kann die Eingangsschnittstelle eine Schnittstelle zum Empfang von Informationen von einer fahrzeugexternen Servereinrichtung bzw. für eine Kommunikation mit einer solchen Servereinrichtung sein. Über eine solche Schnittstelle können insbesondere Echtzeitinformationen, beispielsweise Wetterinformationen oder Verkehrsinformationen, an die Auswerteeinrichtung übertragen werden.
Weiter kann die Schnittstelle eine Schnittstelle einer Car2X-Kommunikation sein. Hierüber können Informationen anderer Fahrzeuge oder anderer Teilnehmer eines Car2X- Netzwerks an die Auswerteeinrichtung übertragen werden.
Hierdurch ergibt sich in vorteilhafter Weise eine Vorrichtung, die eines der vorgenannten Verfahren durchführen kann. In einer weiteren Ausführungsform ist die Eingangsschnittstelle eine Schnittstelle zum Empfangen von Daten eines Fahrzeugkommunikationssystems und/oder einer
Schnittstelle zum Empfangen von Informationen von einem mobilen Endgerät und/oder eine Schnittstelle zum Empfangen von Informationen von einer fahrzeugexternen
Servereinrichtung und/oder eine Car2X-Eingangsschnittstelle. Dies wurde vorhergehend bereits erläutert.
In einer weiteren Ausführungsform weist die Auswerteeinrichtung mindestens eine Ausgangsschnittstelle auf, wobei die Ausgangsschnittstelle eine Schnittstelle zur
Übertragung von Ausgangsdaten an ein Fahrzeugkommunikationssystem und/oder eine Schnittstelle zur Übertragung von Informationen an ein mobiles Endgerät und/oder eine Schnittstelle zur Übertragung von Informationen an eine fahrzeugexterne
Servereinrichtung und/oder eine Car2X-Ausgangsschnittstelle ist. Eine
Ausgangsschnittstelle kann selbstverständlich auch eine Eingangsschnittstelle ausbilden.
Insbesondere können über eine solche Ausgangsschnittstelle erfindungsgemäß erzeugte Prädiktions-Informationen von der Auswerteeinrichtung an weitere Systeme übertragen werden. Beispielsweise können über die Schnittstelle zur Übertragung von
Ausgangsdaten an das Fahrzeugkommunikationssystem Prädiktions-Informationen übertragen werden, die einem Betrieb von weiteren Fahrerassistenzsystemen dienen. Auch können über diese Ausgangsschnittstelle Prädiktions-Informationen übertragen werden, die dem Fahrzeugführer angezeigt oder an diesen ausgegeben werden.
Über die Schnittstelle zur Übertragung von Informationen an ein mobiles Endgerät können beispielsweise Informationen übertragen werden, die zum Versenden einer Nachricht über eine mögliche Verspätung des Fahrzeugführers genutzt werden. Auch können in Abhängigkeit der übertragenen Informationen z.B. Kalendereinträge im mobilen Endgerät verschoben werden.
Über die Schnittstelle zur Übertragung von Informationen an eine fahrzeugexterne Servereinrichtung können beispielsweise Informationen über eine Ankunftszeit des Fahrzeugs an einem Zielort übertragen werden. Diese Informationen können dann beispielsweise für eine Heizungssteuerung in einem Wohnhaus genutzt werden. Über eine Car2X-Ausgangsschnittstelle können, wie vorhergehend erläutert,
Prädiktionsinformationen anderen Fahrzeugen oder Teilnehmern eines Car2X- Netzwerkes zur Verfügung gestellt werden.
Die Erfindung wird nachfolgend anhand eines Ausführungsbeispiels näher erläutert. Die Figuren zeigen:
Fig. 1 ein schematisches Blockschaltbild einer erfindungsgemäßen Vorrichtung,
Fig. 2 eine beispielhafte Darstellung eines Karten au sschnitts mit
Durchschnittsgeschwindigkeiten eines Fahrzeugs,
Fig. 3 den in Fig. 2 dargestellten Kartenausschnitt mit Prädiktions-Informationen,
Fig. 4 eine beispielhafte Darstellung eines weiteren Kartenausschnitts mit einer
Mobilfunknetzabdeckung,
Fig. 5 den in Fig. 4 dargestellten Kartenausschnitt mit Positionen eines
prädizierten Netzausfalls und
Fig. 6 ein schematisches Flussdiagramm eines erfindungsgemäßen Verfahrens.
Nachfolgend bezeichnen gleiche Bezugszeichen Elemente mit gleichen oder ähnlichen technischen Merkmalen.
Fig. 1 zeigt ein schematisches Blockschaltbild einer Vorrichtung 1 zur Erzeugung von mindestens einer Prädiktions-Information PI (siehe Fig. 6). Die Vorrichtung 1 kann insbesondere in einem nicht dargestellten Fahrzeug verbaut sein.
Die Vorrichtung 1 umfasst mindestens eine Auswerteeinrichtung 2 und eine mit der Auswerteeinrichtung 2 datentechnisch verbundene Speichereinrichtung 3. Weiter dargestellt ist eine Eingangsschnittstelle 4 zum Empfang von Informationen, die über ein Fahrzeugkommunikationssystem übertragen wurden, eine Eingangsschnittstelle 5 zum Empfang von Informationen von einem mobilen Endgerät, eine Eingangsschnittstelle 6 zum Empfangen von Informationen von einer fahrzeugexternen Servereinrichtung und eine Car2X-Eingangsschnittstelle 7. Weiter umfasst die Vorrichtung 1 mehrere
Ausgangsschnittstellen, nämlich eine Ausgangsschnittstelle 8 zur Übertragung von Ausgangsdaten an ein Fahrzeugkommunikationssystem, eine Ausgangsschnittstelle 9 zur Übertragung von Informationen an ein mobiles Endgerät, eine Ausgangsschnittstelle 10 zur Übertragung von Informationen an eine fahrzeugexterne Servereinrichtung und eine Car2X-Ausgangsschnittstelle 1 1 . Die Vorrichtung 1 kann ein Verfahren gemäß des in Fig. 6 dargestellten Ausführungsbeispiels durchführen.
Über die Eingangsschnittstellen 4, 5, 6, 7 können insbesondere, nicht jedoch
ausschließlich, Eingangsinformationen El (siehe Fig. 6) an die Auswerteeinrichtung 2 übertragen werden. In Abhängigkeit von mindestens einer Eingangsinformation El kann die Auswerteeinrichtung 2 eine Ausgangssituation AS bestimmen, wobei die
Ausgangssituation AS als Ausgangssituation für die Prädiktion dient.
In Abhängigkeit der Ausgangssituation AS kann die Auswerteeinrichtung 2 die mindestens eine Prädiktionsinformation PI aus mindestens einer fahrzeugspezifischen und/oder fahrzeugführerspezifischen Zuordnung Z von mindestens einer Prädiktions-Information PI zu mindestens einer Ausgangssituation AS bestimmen. Diese Zuordnung Z bzw. (Teil- Informationen über diese Zuordnung Z kann/können beispielsweise in der
Speichereinrichtung 3 gespeichert sein. Alternativ kann die Zuordnung Z oder (Teil- Informationen über diese Zuordnung Z über eine der Eingangsschnittstellen 4, 5, 6, 7 an die Auswerteeinrichtung 2 übertragen werden. Auch können mehrere Zuordnungen Z existieren, wobei eine erste Menge von Zuordnungen Z in der Speichereinrichtung 3 gespeichert sein kann und eine weitere Zuordnung Z über die Eingangsschnittstellen 4,..., 7 übertragen werden kann.
Selbstverständlich ist es auch möglich, dass die Auswerteeinrichtung 2 eine
Eingangsgröße El oder eine Ausgangssituation AS über eine Ausgangsschnittstelle 8, 9, 10, 1 1 an eine weitere Einrichtung überträgt, wobei diese dann eine Ausgangssituation FS oder eine Prädiktions-Information PI bestimmt.
Wurde von der Auswerteeinrichtung 2 die mindestens eine Prädiktions-Information PI bestimmt, so kann diese über die Ausgangsschnittstellen 8, 9, 10, 1 1 an entsprechende weitere Einrichtungen oder Endgeräte übertragen werden. Diese können dann die Prädiktions-Information PI zu deren Betrieb nutzen. Fig. 2 zeigt einen schematischen Kartenausschnitt mit Durchschnittsgeschwindigkeiten entlang verschiedener Fahrtstrecken R1 , R2, R3 von einem Startort S zu einem Zielort Z.
Dargestellt ist schematisch eine erste Fahrtstrecke R1 , eine zweite Fahrtstrecke R2 und eine dritte Fahrtstrecke R3. Weiter dargestellt sind Durchschnittsgeschwindigkeiten v1_R1 , v2_R1 , v3_R1 R3, v4_R1 R3, v1_R2R3, v2_R2R3, v3_R2R3, v4_R2R3, v5_R2, v5_R3, v3_R1 R3, v6_R1 R2R3, v7_R1 R2R3 in Teilabschnitten entlang der Fahrtstrecken R1 , R2, R3. Eine Durchschnittsgeschwindigkeit v1_R1 , v2_R1 , v3_R1 R3, v4_R1 R3, v1_R2R3, v2_R2R3, v3_R2R3, v4_R2R3, v5_R2, v5_R3, v3_R1 R3, v6_R1 R2R3, v7_R1 R2R3 kann ein Durchschnitt der Geschwindigkeiten sein, mit der das Fahrzeug und/oder ein bestimmter Fahrzeugführer den entsprechenden Teilabschnitt der
Fahrtstrecke R1 , R2, R3 durchfahren hat. Diese Geschwindigkeiten sind z.B. für das Fahrzeug und/oder für den Fahrzeugführer bei den entsprechenden Fahrten erfasst worden. Somit ist der Verlauf der Durchschnittsgeschwindigkeiten v1_R1 , v2_R1 , v3_R1 R3, v4_R1 R3, v1_R2R3, v2_R2R3, v3_R2R3, v4_R2R3, v5_R2, v5_R3, v3_R1 R3, v6_R1 R2R3, v7_R1 R2R3 fahrzeug- oder fahrzeugführerspezifisch und einer bestimmten Fahrtstrecke zugeordnet sein.
Diese Durchschnittsgeschwindigkeiten können zusätzlich tageszeitabhängige
Durchschnittsgeschwindigkeiten sein. So kann die Durchschnittsgeschwindigkeit für einen Teilabschnitt zu verschiedenen Tageszeiten variieren. In diesem Fall kann der Verlauf der Durchschnittsgeschwindigkeiten v1_R1 , v2_R1 , v3_R1 R3, v4_R1 R3, v1_R2R3, v2_R2R3, v3_R2R3, v4_R2R3, v5_R2, v5_R3, v3_R1 R3, v6_R1 R2R3, v7_R1 R2R3 fahrzeug- oder fahrzeugführerspezifisch sein sowie einer bestimmten Fahrtstrecke und Tageszeit zugeordnet sein.
Fig. 3 zeigt den in Fig. 2 dargestellten schematischen Kartenausschnitt mit Prädiktionsinformationen PI. Als Eingangsinformationen El diente beispielsweise eine Information über den aktuellen Zeitpunkt und über die Position des Startorts S. Diesen
Eingangsinformationen El kann eine bestimmten Ausgangssituation AS zugeordnet sein bzw. diese Eingangsinformationen El können eine Ausgangssituation AS charakterisieren.
In Abhängigkeit dieser Eingangsinformationen El bzw. der Ausgangssituation AS wurde als Prädiktions-Information PI die Position des Zielortes Z bestimmt. Dieser Zielort Z kann der genannten Ausgangssituation AS bzw. den Eingangsinformationen El über eine fahrzeugführerspezifische Zuordnung Z zugeordnet.
Die Position des Zielortes Z kann dann als weitere Eingangsinformation El dienen, wobei dann die Eingangsinformationen El Informationen über die aktuelle Uhrzeit, die Position des Startorts S sowie die Position des Zielorts Z umfassen. In Abhängigkeit einer vorbekannten Zuordnung kann dann die zweite Fahrtstrecke R2 als Prädiktionsinformation PI bestimmt werden.
Die zweite Fahrtstrecke R2 kann dann wiederum als Eingangsinformation El zur
Bestimmung weiterer Prädiktions-Informationen dienen. Beispielsweise können dann als Prädiktions-Informationen PI die Durchgeschwindigkeiten v1_R2R3, v2_R2R3, v3_R2R3, v4_R2R3, v5_R2, v6_R1 R2R3, v7_R1 R2R3 entlang der zweiten Fahrtstrecke R2 bestimmt werden. Dann können dem Fahrzeugführer, beispielsweise über eine
Anzeigeeinrichtung, die Durchschnittsgeschwindigkeiten oder Uhrzeiten, zu denen das Fahrzeug einen entsprechenden Streckenabschnitt passiert, angezeigt werden.
Fig. 4 zeigt einen schematischen Kartenausschnitt mit einer Mobilfunknetzabdeckung entlang einer Fahrtstrecke R von einem Startort S zu einem Zielort Z.
So kann beispielsweise ein Fahrzeug oder ein mobiles Endgerät eine
Mobilfunknetzabdeckung erfassen, wenn sich das Fahrzeug entlang der Fahrtstrecke R bewegt. Die Netzabdeckung ist hierbei in Prozent angegeben, wobei 100 % eine maximal verfügbare Netzabdeckung und 0 % eine nicht vorhandene Netzabdeckung bezeichnet. Das Mobilfunknetz kann insbesondere ein Mobilfunknetz sein, über welches das
Fahrzeug und/oder ein bestimmter Fahrzeugführer kommuniziert. Somit kann der Verlauf der Netzabdeckung fahrzeug- oder fahrzeugführerspezifisch und einer bestimmten Fahrtstrecke R zugeordnet sein.
Fig. 5 zeigt den in Fig. 4 dargestellten Karten ausschnitt mit einer Prädiktionsinformation PI, nämlich Zeiträumen T1 , T2, in denen für das Fahrzeug oder ein im Fahrzeug angeordnetes mobiles Endgerät keine ausreichende Netzabdeckung zur Verfügung stehen wird. Steht als Eingangsinformation die gewählte Fahrtstrecke R, so kann bestimmt werden, in welchen Zeiträumen sich das Fahrzeug in den Abschnitten mit nullprozentiger Netzabdeckung befinden wird. Die Zeiträume T1 , T2 können z.B. in Abhängigkeit von bekannten
Durchschnittsgeschwindigkeiten des Fahrzeugs und/oder des Fahrzeugführers und in Abhängigkeit der aktuellen Uhrzeit bestimmt werden. Somit können auch die als
Prädiktions-Information bestimmten Durchschnittsgeschwindigkeiten zur Bestimmung weiterer Prädiktions-Informationen, in diesem Fall von Zeiträumen mit nullprozentiger Netzabdeckung, dienen.
Die Zeiträume T1 , T2 können dem Fahrzeugführer angezeigt werden, beispielsweise über eine Anzeigeeinrichtung. Auch kann der Fahrzeugführer, z.B. optisch und/oder akustisch, eine vorbestimmte Zeitdauer vor den Zeiträumen T1 , T2 informiert werden, dass in diesen Zeiträumen T1 , T2 keine Verbindung über ein Mobilfunknetz möglich sein wird.
In Fig. 6 ist ein schematisches Flussdiagramm eines erfindungsgemäßen Verfahrens dargestellt. Hierbei werden Eingangsinformationen El erfasst oder bestimmt. Diese können beispielsweise eine Zeitinformation, eine Ortsinformation, eine
Fahrzeugidentitätsinformation und/oder eine Fahrzeugführeridentitätsinformation umfassen. Auch können Eingangsinformationen Echtzeitinformationen sein,
beispielsweise Informationen über einen aktuellen Fahrzeugzustand, Wetterinformationen oder Verkehrsinformationen.
In Abhängigkeit der Eingangsinformationen El kann eine Ausgangssituation AS klassifiziert werden. Hierbei können vorbekannte Zuordnungen Z genutzt werden.
Alternativ oder kumulativ kann eine Ausgangssituation AS ein Vektor sein, der eine oder mehrere Eingangsinformation(en) El umfasst.
In Abhängigkeit der Ausgangssituation AS kann dann mittels einer fahrzeugspezifischen und/oder fahrzeugführerspezifischen Zuordnung Z mindestens eine Prädiktions- Information PI bestimmt werden. Beispielsweise kann als Prädiktions-Information PI ein Fahrtziel bestimmt werden.
Es ist möglich, dass die Prädiktionsinformation PI wiederum als Eingangsinformation El genutzt wird. In Abhängigkeit dieser neuen Eingangsinformation El kann dann eine neue Ausgangssituation AS und eine neue Prädiktions-Information PI bestimmt werden.
Beispielsweise kann, wenn einem vorangegangenen Schritt als Prädiktions-Information PI ein Fahrtziel bestimmt wurde, in einem nachfolgenden Schritt als Prädiktionsinformation eine Fahrtstrecke R (siehe Fig. 3) bestimmt werden. In einem weiteren Schritt kann als Prädiktionsinformation ein fahrzeugführerspezifischer Geschwindigkeitsverlauf entlang der bestimmten Fahrtstrecke R bestimmt werden.
Bezugszeichenliste
1 Vorrichtung
2 Auswerteeinrichtung
3 Speichereinrichtung
4 Eingangsschnittstelle
5 Eingangsschnittstelle
6 Eingangsschnittstelle
7 Eingangsschnittstelle
8 Ausgangsschnittstelle
9 Ausgangsschnittstelle
10 Ausgangsschnittstelle
1 1 Ausgangsschnittstelle
R Fahrtstrecke
R1 erste Fahrtstrecke
R2 zweite Fahrtstrecke
R3 dritte Fahrtstrecke
v1_R1 , v2_R1 ,
v3_R1 R3, v4_R1 R3,
v1_R2R3,
v2_R2R3, v3_R2R3,
v4_R2R3, v5_R2,
v6_R1 R2R3, v7_R1 R23 Durchschnittsgeschwindigkeiten S Startort
Z Zielort
T1 . T2 Zeitintervalle
El Eingangsinformation
FS Ausgangssituation
PI Prädiktions-Information
Zuordnung

Claims

Patentansprüche
1 . Verfahren zur Erzeugung von mindestens einer Prädiktions-Information (PI) in einem Fahrzeug, wobei mindestens eine Eingangsinformation (El) erfasst oder bestimmt wird, wobei in Abhängigkeit der mindestens einen Eingangsinformation (El) eine Ausgangssituation (AS) bestimmt wird,
dadurch gekennzeichnet, dass
in Abhängigkeit der Ausgangssituation (AS) die mindestens eine Prädiktions- Information (PI) aus mindestens einer fahrzeugspezifischen und/oder
fahrzeugführerspezifischen Zuordnung (Z) von mindestens einer Prädiktions- Information (PI) zu mindestens einer Ausgangssituation (AS) bestimmt wird.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass die Eingangsinformation (El) mindestens eine Zeitinformation und/oder mindestens eine Ortsinformation und/oder mindestens eine Fahrzeugidentitätsinformation und/oder mindestens eine Fahrzeugführeridentitätsinformation umfasst.
3. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die Prädiktions-Information (PI) eine Fahrtprofilinformation ist.
4. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die fahrzeugspezifische oder fahrzeugführerspezifische Zuordnung (Z) eine angelernte Zuordnung oder eine abgerufene Zuordnung ist.
5. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass eine resultierende Prädiktions-Information (PI) in Abhängigkeit mehrerer Prädiktions-Informationen (PI) bestimmt wird.
6. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die mindestens eine Prädiktions-Information (PI) zusätzlich in Abhängigkeit mindestens einer nicht zuordnungsbasiert bestimmten Teilinformation bestimmt wird.
7. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die mindestens eine Eingangsinformation (El) und/oder die fahrzeugspezifische und/oder fahrzeugführerspezifische Zuordnung (Z) von einem Fahrzeugsensor oder einer fahrzeugexternen Einrichtung bereitgestellt wird.
8. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die mindestens eine Prädiktions-Information (PI) zum Betrieb mindestens eines Fahrerassistenzsystems und/oder mindestens einer Fahrzeugeinrichtung verwendet wird.
9. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass die mindestens eine Prädiktions-Information (PI) an einen Fahrzeugführer ausgegeben wird.
10. Vorrichtung zur Erzeugung von mindestens einer Prädiktions-Information (PI) in
einem Fahrzeug, wobei die Vorrichtung (1 ) mindestens eine Auswerteeinrichtung (2) umfasst, wobei die Auswerteeinrichtung (1 ) mindestens eine Eingangsschnittstelle (4, 5, 6, 7) zur Übertragung mindestens einer Eingangsinformation (El) an die
Auswerteeinrichtung (2) umfasst, wobei durch die Auswerteeinrichtung (2) in
Abhängigkeit der mindestens einen Eingangsinformation (El) eine Ausgangssituation (AS) bestimmbar ist,
dadurch gekennzeichnet, dass
durch die Auswerteeinrichtung in Abhängigkeit der Ausgangssituation (AS) die mindestens eine Prädiktions-Information (PI) aus mindestens einer
fahrzeugspezifischen und/oder fahrzeugführerspezifischen Zuordnung (Z) von mindestens einer Prädiktions-Information (PI) zu mindestens einer Ausgangssituation (AS) bestimmbar ist.
1 1 . Vorrichtung nach Anspruch 10, dadurch gekennzeichnet, dass die
Eingangsschnittstelle eine Schnittstelle (4) zum Empfang von Daten eines
Fahrzeugkommunikationssystems und/oder eine Schnittstelle (5) zum Empfang von Informationen von einem mobilen Endgerät und/oder eine Schnittstelle (6) zum Empfang von Informationen von einer fahrzeugexternen Servereinrichtung und/oder eine Car2X-Eingangsschnittstelle (7) ist.
12. Vorrichtung nach Anspruch 10 oder 1 1 , dadurch gekennzeichnet, dass die
Auswerteeinrichtung (2) mindestens eine Ausgangsschnittstelle (8, 9, 10, 1 1 ) aufweist, wobei die Ausgangsschnittstelle eine Schnittstelle (8) zur Übertragung von Ausgangsdaten an ein Fahrzeugkommunikationssystem und/oder eine Schnittstelle (9) zur Übertragung von Informationen an ein mobiles Endgerät und/oder eine Schnittstelle (10) zur Übertragung von Informationen an eine fahrzeugexterne Servereinrichtung und/oder eine Car2X-Ausgangsschnittsstelle (1 1 ) ist.
PCT/EP2017/054779 2016-03-03 2017-03-01 Verfahren und vorrichtung zur erzeugung von mindestens einer prädiktions-information in einem fahrzeug Ceased WO2017149016A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102016203500.2 2016-03-03
DE102016203500.2A DE102016203500A1 (de) 2016-03-03 2016-03-03 Verfahren und Vorrichtung zur Erzeugung von mindestens einer Prädiktions-Information in einem Fahrzeug

Publications (1)

Publication Number Publication Date
WO2017149016A1 true WO2017149016A1 (de) 2017-09-08

Family

ID=58228108

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2017/054779 Ceased WO2017149016A1 (de) 2016-03-03 2017-03-01 Verfahren und vorrichtung zur erzeugung von mindestens einer prädiktions-information in einem fahrzeug

Country Status (2)

Country Link
DE (1) DE102016203500A1 (de)
WO (1) WO2017149016A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3672287A1 (de) * 2018-12-18 2020-06-24 ZF Friedrichshafen AG Verfahren, computerprogramm und system zum vorhersagen einer verfügbarkeit eines mobilfunknetzes

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10057796A1 (de) * 2000-11-22 2002-05-23 Daimler Chrysler Ag Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose
DE10357127A1 (de) * 2003-12-06 2005-06-30 Daimlerchrysler Ag Verfahren zur Erstellung individueller Verkehrsprognosen
DE102011083677A1 (de) * 2011-09-29 2013-04-04 Bayerische Motoren Werke Aktiengesellschaft Prognose einer Verkehrssituation für ein Fahrzeug
DE102012023110A1 (de) * 2012-11-27 2014-06-12 Audi Ag Verfahren zum Betrieb eines Navigationssystems und Kraftfahrzeug
EP2869282A1 (de) * 2013-11-04 2015-05-06 Volkswagen Aktiengesellschaft Parkplatzverfügbarkeitsvorhersagesystem und -verfahren auf Fahrerverhaltensbasis

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19839378A1 (de) * 1998-08-31 2000-03-09 Bosch Gmbh Robert Automatisierte Eingabe von Fahrtzielen und Fahrtrouten in ein Navigationssystem
DE102014205391A1 (de) * 2014-03-24 2015-09-24 Bayerische Motoren Werke Aktiengesellschaft Vorrichtung zur Vorhersage von Fahrzustandsübergängen
US9500493B2 (en) * 2014-06-09 2016-11-22 Volkswagen Aktiengesellschaft Situation-aware route and destination predictions

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10057796A1 (de) * 2000-11-22 2002-05-23 Daimler Chrysler Ag Verfahren zur fahrzeugindividuellen Verkehrszustandsprognose
DE10357127A1 (de) * 2003-12-06 2005-06-30 Daimlerchrysler Ag Verfahren zur Erstellung individueller Verkehrsprognosen
DE102011083677A1 (de) * 2011-09-29 2013-04-04 Bayerische Motoren Werke Aktiengesellschaft Prognose einer Verkehrssituation für ein Fahrzeug
DE102012023110A1 (de) * 2012-11-27 2014-06-12 Audi Ag Verfahren zum Betrieb eines Navigationssystems und Kraftfahrzeug
EP2869282A1 (de) * 2013-11-04 2015-05-06 Volkswagen Aktiengesellschaft Parkplatzverfügbarkeitsvorhersagesystem und -verfahren auf Fahrerverhaltensbasis

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CES 2015: DER DYNAMISCHE EHORIZON VON CONTINENTAL ZEIGT DEN WEG IN DIE ZUKUNFT, 10 December 2014 (2014-12-10)

Also Published As

Publication number Publication date
DE102016203500A1 (de) 2017-09-07

Similar Documents

Publication Publication Date Title
EP3371022B1 (de) Verfahren und regelungssysteme zur bestimmung einer verkehrslücke zwischen zwei fahrzeugen für einen fahrstreifenwechsel für ein fahrzeug
DE112011101255B4 (de) Fahrzeugfahrunterstützungsvorrichtung
DE112011105832B4 (de) Fahrzeugseitiges System
DE112016006157B4 (de) Informationsbereitstellungsvorrichtung, Informationsbereitstellungsserver und Informationsbereitstellungsverfahren
EP2335233B1 (de) Verfahren und vorrichtung zur ermittlung einer fahrstrategie
DE102016205152A1 (de) Fahrerassistenzsystem zum Unterstützen eines Fahrers beim Führen eines Fahrzeugs
DE102008036131A1 (de) Verfahren und Vorrichtung zur Erkennung der Verkehrssituation in einer Fahrzeugumgebung
DE112014006600T5 (de) Fahrassistenzvorrichtung und Fahrassistenzverfahren
DE102017114049A1 (de) Systeme zum auswählen und durchführen von routen für autonome fahrzeuge
EP3374241A1 (de) Verfahren, vorrichtung und verarbeitungseinrichtung zum steuern von funktionen in einem fahrzeug
DE102017107632A1 (de) Server und Informationsbereitstellungsvorrichtung
WO2019063491A1 (de) Verfahren und system zum aktualisieren eines steuerungsmodells für eine automatische steuerung zumindest einer mobilen einheit
DE102008035944A1 (de) Verfahren zum Optimieren des Fahrbetriebs eines Kraftfahrzeugs
DE102017216202A1 (de) Verfahren zur Prädiktion einer optimalen Fahrspur auf einer mehrspurigen Straße
DE102010054077A1 (de) Verfahren und Vorrichtung zum Bereitstellen einer Fahrempfehlung für einen Streckenabschnitt
DE102021207781A1 (de) Verfahren, Steuereinrichtung und System zum Adaptieren einer assistierten oder automatisierten Fahrfunktion eines Fahrzeugs
DE102015223656A1 (de) Fahrerassistenzsystem und -Verfahren zur Fahrspurempfehlung
EP4046403B1 (de) Verfahren zum bereitstellen einer objektnachricht über ein in einer umgebung eines verkehrsteilnehmers erkanntes objekt in einem kommunikationsnetzwerk zur kommunikation mit anderen verkehrsteilnehmern
DE102022123135A1 (de) Fahrzeugfahrt-fernsteuerungssystem
EP2662846A1 (de) Verfahren zum Reduzieren einer Staugefahr
DE102022125732A1 (de) Frühreaktionssystem für angehaltenen verkehr
DE102014225103A1 (de) Ein Assistenzverfahren für ein Kraftfahrzeug zur Adaption eines Assistenzsystems des Kraftfahrzeuges
DE10336590A1 (de) Verfahren zur fahrzeugindividuellen Verkehrsprognose
DE102018214204A1 (de) Verfahren und Vorrichtung zum Erstellen einer Fahrmodusempfehlung für ein Fahrzeug
DE102017222563A1 (de) Verfahren und Vorrichtung zur Kommunikation zwischen mehreren Kraftfahrzeugen

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17708735

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 17708735

Country of ref document: EP

Kind code of ref document: A1