Nothing Special   »   [go: up one dir, main page]

DE102019115783A1 - Kollisionsverhinderung für ein verbundenes fahrzeug auf der grundlage eines digitalen verhaltenszwillings - Google Patents

Kollisionsverhinderung für ein verbundenes fahrzeug auf der grundlage eines digitalen verhaltenszwillings Download PDF

Info

Publication number
DE102019115783A1
DE102019115783A1 DE102019115783.8A DE102019115783A DE102019115783A1 DE 102019115783 A1 DE102019115783 A1 DE 102019115783A1 DE 102019115783 A DE102019115783 A DE 102019115783A DE 102019115783 A1 DE102019115783 A1 DE 102019115783A1
Authority
DE
Germany
Prior art keywords
twin
vehicle
digital
behavior
ego
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.)
Pending
Application number
DE102019115783.8A
Other languages
English (en)
Inventor
Zhihao Jiang
Shinichi Shiraishi
BaekGyu Kim
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.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
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 Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of DE102019115783A1 publication Critical patent/DE102019115783A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09Taking automatic action to avoid collision, e.g. braking and steering
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/161Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/008Registering or indicating the working of vehicles communicating information to a remotely located station
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146Display means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/55External transmission of data to or from the vehicle using telemetry
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/65Data transmitted between vehicles
    • GPHYSICS
    • G02OPTICS
    • G02BOPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/01Head-up displays
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/006Mixed reality
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/005Moving wireless networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

Die Offenbarung umfasst Ausführungsbeispiele für einen digitalen Verhaltenszwilling für eine Kollisionsvermeidung. Bei einigen Ausführungsbeispielen umfasst ein Verfahren ein Aufzeichnen von digitalen Daten, die einen Fahrkontext und ein Fahrverhalten eines entfernten Fahrzeugs und eines Ego-Fahrzeugs in diesem Fahrkontext beschreiben. Bei einigen Ausführungsbeispielen ist das eine oder die mehreren der entfernten Fahrzeuge und das Ego-Fahrzeug ein verbundenes Fahrzeug. Das Verfahren umfasst eine Bestimmung eines Risikos einer Kollision, an dem eines oder mehrere des entfernten Fahrzeugs und des Ego-Fahrzeugs beteiligt sind, auf der Grundlage eines ersten digitalen Verhaltenszwillings des entfernten Fahrzeugs, eines zweiten digitalen Verhaltenszwillings des Ego-Fahrzeugs und der digitalen Daten. Das Verfahren umfasst eine Abänderung eines Betriebes des Ego-Fahrzeugs auf der Grundlage des Risikos.

Description

  • HINTERGRUND DER ERFINDUNG
  • Die Spezifikation betrifft einen digitalen Verhaltenszwilling für eine Koll isionsverh inderung.
  • Es gibt verschiedene Kollisionsverhinderungssysteme, die heutzutage erhältlich sind oder entwickelt werden. Die meisten dieser existierenden Lösungen arbeiten unter Verwendung von fahrzeugseitigen Fahrzeugsensoren zum Messen der Umgebung eines Ego-Fahrzeugs und einer nachfolgenden Bestimmung eines gegenwärtigen Fahrverhaltens von anderen entfernten Fahrzeugen, die in der Nähe sind. Das Problem mit diesem Ansatz ist, dass sie nicht das zukünftige Fahrverhalten der entfernten Fahrzeuge oder des Ego-Fahrzeugs vorhersagen. Infolgedessen ist es den existierenden Lösungen nur möglich, ein gegenwärtiges Fahrszenario auszuwerten, und sie sind nicht dazu in der Lage, ein zukünftiges Fahrszenario zu bewerten.
  • Eine erste existierende Lösung umfasst ein Adaptives Fahrsteuerungssystem (ACC-System, sogenanntes „Adaptive Cruise Control“-System), das in einem Ego-Fahrzeug installiert ist. Das ACC-System verwendet fahrzeugseitige Sensoren des Ego-Fahrzeugs, um das gegenwärtige Verhalten der Fahrzeuge in der Nähe zu beobachten, und Modelle zu erzeugen, die das gegenwärtige Verhalten der nahen Fahrzeuge auf der Grundlage dieses beobachteten Verhaltens beschreiben. Jedoch ist ein erstes Beispielproblem mit dieser existierenden Lösung, dass es nicht in der Lage ist, ein Fahrerverhalten der entfernten Fahrzeuge abzuschätzen bevor es passiert. Ein zweites Beispielproblem mit dieser existierenden Lösung ist, dass diese existierende Lösung keine Sensordaten, die durch andere nahe Fahrzeuge aufgenommen sind, in seine Modelle der nahen Fahrzeuge mit einbezieht (zum Beispiel, die Sensordaten, die durch die anderen nahen Fahrzeuge aufgenommen sind, und die diese nahen Fahrzeuge selbst beschreiben). Ein drittes Beispielproblem mit dieser existierenden Lösung ist, dass diese existierende Lösung keine Verkehrsvernetzungs-Kommunikationstechnologie (sogenannte „Vehicle-to-Anything“-Kommunikationstechnologie, V2X-Kommunikationstechnologie) oder Fahrzeug-zu-Fahrzeug-Kommunikationstechnologie (sogenannte „Vehicle-to-Vehicle“-Kommunikationstechnologie, V2V-Kommunikationstechnologie) verwendet, um mit anderen nahen Fahrzeugen zusammenzuarbeiten. Ein viertes Beispielproblem mit dieser existierenden Lösung ist, dass diese existierende Lösung keine „Erweiterte-Realität“-Technologie (sogenannte „Augmented-Reality“-Technologie, AR-Technologie) zur Bereitstellung von Warnungen an einen Fahrer des Ego-Fahrzeugs über die Gefahr von Kollisionen mit den anderen nahen Fahrzeugen bereitstellt.
  • Eine zweite existierende Lösung umfasst ein Fahrerunterstützungssystem, das in einem Ego-Fahrzeug installiert ist. Das Fahrerunterstützungssystem verwendet die fahrzeugseitigen Sensoren des Ego-Fahrzeugs, um die Fahrumgebung und das gegenwärtige Verhalten der anderen nahen Fahrzeuge zu beobachten. Das Fahrerunterstützungssystem modelliert die Umgebung einschließlich der nahen Fahrzeuge auf der Grundlage der Messungen der fahrzeugseitigen Sensoren. Jedoch umfasst diese zweite existierende Lösung Probleme, die zu den vorstehend für die erste existierende Lösung beschriebenen ähnlich sind. Diese Beispielprobleme wurden vorstehend für die erste existierende Lösung beschrieben, und werden hier nicht wiederholt.
  • Eine dritte existierende Lösung umfasst ein Fahrerunterstützungssystem, das in einem Ego-Fahrzeug installiert ist. Das Fahrerunterstützungssystem verwendet fahrzeugseitige Sensoren des Ego-Fahrzeugs, um ein „Aufmerksamkeitsniveau“ eines Ego-Fahrers eines Ego-Fahrzeugs zu bestimmen. Das Fahrerunterstützungssystem bestimmt nachfolgend die Fahrabsicht der anderen entfernten Fahrer der entfernten Fahrzeuge. Warnungen werden durch das Fahrerunterstützungssystem auf der Grundlage der Fahrabsicht der entfernten Fahrzeuge erzeugt. Die primäre Funktionalität des Fahrerunterstützungssystems ist, das Aufmerksamkeitsniveau des Ego-Fahrers zu bestimmen, und nachfolgend fein abzustimmen, falls die Warnungen an den Ego-Fahrer auf der Grundlage von deren Aufmerksamkeitsniveau abgegeben werden. Mit anderen Worten, der Zeitpunkt für eine Abgabe der Warnungen wird auf der Grundlage des Aufmerksamkeitsniveaus bestimmt.
  • ERFINDUNGSZUSAMMENFASSUNG
  • Vorliegend sind Ausführungsbeispiele eines digitalen Verhaltenszwillingssystems beschrieben. 10 zeigt Beispielunterschiede zwischen den Ausführungsbeispielen des vorliegend beschriebenen digitalen Verhaltenszwillings und der vorstehend beschriebenen ersten, zweiten und dritten existierenden Lösung.
  • Bei einigen Ausführungsbeispielen umfasst das digitale Verhaltenszwillingssystem eine Software, die auf einem Cloud-Server gespeichert ist. Das digitale Verhaltenszwillingssystem sammelt Sensorinformationen für Fahrzeuge in der realen Welt, die das Verhalten des Fahrzeugs beschreiben, das die Sensorinformationen aufgezeichnet hat, und das Verhalten der anderen Fahrzeuge, während eines Fahrens auf Fahrbahnen, genauso wie den Kontext für dieses Verhalten (das heißt, die Ereignisse, die während dieses Verhaltens, vor diesem Verhalten und möglicherweise nach diesem Verhalten auftreten). Jedem Exemplar von Sensorinformationen ist eine eindeutige Kennung zugeordnet, so dass das digitale Verhaltenszwillingssystem eine eindeutige Identität (zum Beispiel, VIN oder Nummernschildinformationen) des Fahrzeugs kennt, das durch die Sensorinformationen beschrieben ist. Das digitale Verhaltenszwillingssystem erzeugt digitale Verhaltenszwillinge für diese Fahrzeuge und speichert sie auf dem Cloud-Server. Der digitale Verhaltenszwilling eines Fahrzeugs ist analysierbar, um das zukünftige Verhalten von Fahrzeugen auf der Grundlage von deren gegenwärtigem oder zukünftigem Kontext vorherzusagen. Der Cloud-Server ist dazu betreibbar, digitale Daten bereitzustellen, die als „Zwillingsdaten“ bezeichnet sind, die die digitalen Verhaltenszwillinge für Fahrzeuge beschreiben, die einen digitalen Zwillingsservice verwenden, der durch das digitale Verhaltenszwillingssystem bereitgestellt ist. Fahrzeuge, die den digitalen Zwillingsservice verwenden, umfassen einen kleinen Software-Client, der in deren elektronischer Steuereinheit gespeichert ist, oder irgendeinen anderen fahrzeugseitigen Fahrzeugcomputer, der als ein „Zwillings-Client“ bezeichnet ist. Der Zwillings-Client ruft Zwillingsdaten für jedes der Fahrzeuge in seiner geographischen Nähe ab. Der Zwillings-Client verwendet diese Zwillingsdaten genauso wie seine lokalen Sensorinformationen, die den gegenwärtigen Fahrkontext für jedes Fahrzeug in seiner Nähe beschreiben, um abzuschätzen: (1) das Verhalten der Fahrer in verschiedenen Kontexten; und (2), ob Kollisionen an verschiedenen Abschnitten der Fahrbahn wahrscheinlich sind. Der Zwillings-Client bezieht eine AR-Technologie mit ein, die eine Frontscheibenanzeigeeinheit (HUD-Einheit) zur Anzeige von farbigen transparenten Überlagerungen verwendet, die ein Risiko einer Kollision an jedem Abschnitt der gegenwärtig befahrenen Fahrbahn (oder kurz davor ist, befahren zu werden) zusammen mit optionalen akustischen Warnungen visuell darstellt. Bei einigen Ausführungsbeispielen arbeitet das digitale Verhaltenszwillingssystem mit anderen Fahrzeugen, die nicht verbundene Fahrzeuge sind, da der Cloud-Server Zwillingsdaten für Fahrzeuge umfasst, ob sie verbundene Fahrzeuge sind oder nicht.
  • Bei einigen Ausführungsbeispielen ist der Zwillings-Client eines Ego-Fahrzeugs dazu betreibbar, das Problem durch eine Abschätzung des zukünftigen Verhaltens der entfernten Fahrer zu lösen, ohne dass die fahrzeugseitigen Sensoren des Ego-Fahrzeugs jemals die entfernten Fahrer direkt beobachten, die deren entfernte Fahrzeuge betätigen. Beispielsweise schätzt der Zwillings-Client das zukünftige Verhalten der entfernten Fahrer auf der Grundlage eines digitalen Verhaltenszwillings der entfernten Fahrer und ein Verhalten der entfernten Fahrer beschreibenden Sensordaten ab, die mittels einer V2X- oder einer V2V-Kommunikation mit anderen drahtlosen Endpunkten empfangen sind (zum Beispiel, dem entfernten Fahrzeug oder einer fahrbahnseitigen Einheit, die als ein Relaispunkt agiert). Aufgrund dessen arbeitet der Zwillings-Client schnell und gibt Ego-Fahrern mehr Zeit, auf gefährliche Situationen zu reagieren, wodurch eine Fahrersicherheit für den Ego-Fahrer und andere Fahrer auf der Fahrbahn erhöht wird. Bei einigen Ausführungsbeispielen berücksichtigt der Zwillings-Client alle zukünftigen möglichen Verhaltensweisen von Fahrern, jedoch fokussiert er sich auf diejenigen mit einer hohen Auftretenswahrscheinlichkeit.
  • Die existierenden Lösungen lösen nicht das Problem einer Vorhersage eines zukünftigen Fahrerverhaltens. Im Vergleich dazu sagt der vorliegend beschriebene Zwillings-Client ein zukünftiges Verhalten von anderen Fahrern vorher, ohne irgendein Verhalten der entfernten Fahrer direkt zu beobachten. Das vorliegend beschriebene digitale Verhaltenszwillingssystem bildet digitale Verhaltenszwillinge auf einem Cloud-Server, und verteilt nachfolgend diese digitalen Verhaltenszwillinge beschreibende digitale Daten an mit dem digitalen Verhaltenszwillingssystem kompatible Fahrzeuge, da sie einen Zwillings-Client umfassen. Die existierenden Lösungen berücksichtigen keine Verwendung einer digitalen Zwillingstechnologie, wie dies durch die vorliegend beschriebenen Ausführungsbeispiele geschieht. Bei einigen Ausführungsbeispielen verwendet der Zwillings-Client auch eine AR-Technologie auf neue und bedeutsame Weise, die nicht durch die existierenden Lösungen berücksichtigt ist.
  • Ein System aus einem oder mehreren Computer(n) kann dazu eingerichtet sein, bestimmte Vorgänge oder Handlungen durchzuführen, indem eine Software, eine Firmware, eine Hardware oder eine Kombination dieser auf dem System installiert ist, die bei einem Betrieb verursacht oder veranlasst, dass das System die Handlungen durchführt. Ein oder mehrere Computerprogramm(e) können dazu eingerichtet sein, bestimmte Vorgänge oder Handlungen durchzuführen, indem sie Anweisungen umfassen, die bei einer Ausführung durch ein Datenverarbeitungsgerät bewirken, dass das Gerät die Handlungen durchführt.
  • Eine allgemeine Ausgestaltung umfasst ein Verfahren, das umfasst: Aufzeichnen digitaler Daten, die einen Fahrkontext und ein Fahrverhalten eines entfernten Fahrzeugs und eines Ego-Fahrzeugs in diesem Fahrkontext beschreiben; Bestimmen eines Risikos einer Kollision, an dem eines oder mehrere der entfernten Fahrzeuge und des Ego-Fahrzeugs beteiligt sind, auf der Grundlage eines ersten digitalen Verhaltenszwillings des entfernten Fahrzeugs, eines zweiten digitalen Verhaltenszwillings des Ego-Fahrzeugs und der digitalen Daten; und Abändern eines Betriebes des Ego-Fahrzeugs auf der Grundlage des Risikos.
  • Weitere Ausführungsbeispiele dieser Ausgestaltung umfassen entsprechende Computersysteme, Geräte und Computerprogramme, die auf einer oder mehreren Computerspeichervorrichtung(en) aufgezeichnet sind, die jeweils dazu eingerichtet ist/sind, die Handlungen der Verfahren durchzuführen.
  • Implementierungen können eines oder mehrere der nachstehenden Merkmale umfassen. Das Verfahren, bei dem eine Abänderung des Betriebes des Ego-Fahrzeugs eine elektronische Anzeige des Ego-Fahrzeugs umfasst, die eine graphische Ausgabe anzeigt, die das Risiko visuell darstellt. Das Verfahren, bei dem die graphische Ausgabe eine AR-Visualisierung ist. Das Verfahren, das ferner das entfernte Fahrzeug umfasst, das eine V2X-Nachricht an das Ego-Fahrzeug übermitteln, wobei die V2X-Nachrichten digitale Zwillingsdaten umfassen, die den ersten digitalen Verhaltenszwilling beschreiben. Das Verfahren, bei dem der erste digitale Verhaltenszwilling das Fahrverhalten eines entfernten Fahrers des entfernten Fahrzeugs in einer Vielzahl von verschiedenen Fahrkontexten modelliert. Das Verfahren, bei dem der zweite digitale Verhaltenszwilling das Fahrverhalten eines Ego-Fahrers des Ego-Fahrzeugs in einer Vielzahl von verschiedenen Fahrkontexten modelliert. Das Verfahren, bei dem das Ego-Fahrzeug ein autonomes Fahrzeug ist. Das Verfahren, bei dem eine Abänderung des Betriebes des Ego-Fahrzeugs umfasst, dass das Ego-Fahrzeug eine Handlung autonom vornimmt, um das Risiko abzuändern. Das Verfahren, das ferner eine Änderung des ersten digitalen Verhaltenszwillings auf der Grundlage von neuen digitalen Daten umfasst, die ein verschiedenes Fahrverhalten des entfernten Fahrzeugs in dem Fahrkontext beschreiben, bei dem der erste digitale Verhaltenszwilling abgeändert wird, um dieses verschiedene Fahrverhalten zu umfassen. Implementationen der beschriebenen Techniken können eine Hardware, ein Verfahren oder einen Vorgang oder eine Computersoftware auf einem computerzugreifbaren Medium umfassen.
  • Eine allgemeine Ausgestaltung umfasst ein System, das umfasst: einen nichtflüchtigen Speicher, der digitale Daten speichert, die einen Fahrkontext und ein Fahrverhalten eines entfernten Fahrzeugs und eines Ego-Fahrzeugs in diesem Fahrkontext beschreiben; und eine Verarbeitungseinrichtung, die kommunikativ an den nichtflüchtigen Speicher gekoppelt ist, wobei der nichtflüchtige Speicher Computer-Code-Elemente speichert, die bei Ausführung durch die Verarbeitungseinrichtung die Verarbeitungseinrichtung dazu veranlassen: auf der Grundlage eines ersten digitalen Verhaltenszwillings des entfernten Fahrzeugs, eines zweiten digitalen Verhaltenszwillings des Ego-Fahrzeugs und der digitalen Daten ein Risiko einer Kollision zu bestimmen, an dem eines oder mehrere des entfernten Fahrzeugs und des Ego-Fahrzeugs beteiligt sind; und einen Betrieb des Ego-Fahrzeugs auf der Grundlage des Risikos abzuändern. Weitere Ausführungsbeispiele dieser Ausgestaltung umfassen entsprechende Computersysteme, Geräte und Computerprogramme, die auf einer oder mehreren Computerspeichervorrichtung(en) aufgezeichnet sind, die jeweils dazu eingerichtet sind, die Handlungen der Verfahren durchzuführen.
  • Implementationen können eines oder mehrere der nachstehenden Merkmale umfassen. Das System, bei dem eine Abänderung des Betriebes des Ego-Fahrzeugs eine elektronische Anzeige des Ego-Fahrzeugs umfasst, die eine graphische Ausgabe anzeigt, die das Risiko visuell darstellt. Das System, bei dem die graphische Ausgabe eine AR-Visualisierung ist. Das System, bei dem der erste digitale Verhaltenszwilling durch entfernte Zwillingsdaten beschrieben ist, die mittels einer V2X-Nachricht empfangen werden, die durch das Ego-Fahrzeug empfangen werden und durch das entfernte Fahrzeug übermittelt werden. Das System, bei dem der erste digitale Verhaltenszwilling das Fahrverhalten eines entfernten Fahrers des entfernten Fahrzeugs in einer Vielzahl von verschiedenen Fahrkontexten modelliert. Das System, bei dem der zweite digitale Verhaltenszwilling das Fahrverhalten eines Ego-Fahrers des Ego-Fahrzeugs in einer Vielzahl von verschiedenen Fahrkontexten modelliert. Das System, bei dem das Ego-Fahrzeug ein autonomes Fahrzeug ist, und eine Abänderung des Betriebes des Ego-Fahrzeugs umfasst, dass das Ego-Fahrzeug autonom eine Handlung vornimmt, um das Risiko zu abzuändern. Das System, bei dem der nichtflüchtige Speicher zusätzliche Computer-Codeelemente speichert, die bei Ausführung durch die Verarbeitungseinrichtung die Verarbeitungseinrichtung dazu veranlassen, den ersten digitalen Verhaltenszwilling auf der Grundlage von neuen digitalen Daten abzuändern, die ein verschiedenes Fahrverhalten des entfernten Fahrzeugs in dem Fahrkontext beschreiben, wobei der erste digitale Verhaltenszwilling dazu abgeändert wird, dieses verschiedene Fahrverhalten zu umfassen. Implementationen der beschriebenen Techniken können eine Hardware, ein Verfahren oder einen Vorgang, oder eine Computersoftware auf einem computerzugänglichen Medium umfassen.
  • Ein allgemeiner Aspekt umfasst ein Computerprogrammprodukt einschließlich eines nichtflüchtigen Speichers, der computerausführbare Codeelemente speichert, die bei Ausführung durch eine Verarbeitungseinrichtung die Verarbeitungseinrichtung dazu veranlassen: digitale Daten aufzuzeichnen, die einen Fahrkontext und ein Fahrverhalten eines entfernten Fahrzeugs und eines Ego-Fahrzeugs in diesem Fahrkontext beschreiben; auf der Grundlage eines ersten digitalen Verhaltenszwillings des entfernten Fahrzeugs, eines zweiten digitalen Verhaltenszwillings des Ego-Fahrzeugs und der digitalen Daten ein Risiko einer Kollision zu bestimmen, an dem eines oder mehrere der entfernten Fahrzeuge und des Ego-Fahrzeugs beteiligt sind; und einen Betrieb des Ego-Fahrzeugs auf der Grundlage des Risikos abzuändern. Weitere Ausführungsbeispiele dieser Ausgestaltung umfassen entsprechende Computersysteme, Geräte und Computerprogramme, die auf einer oder mehreren Computerspeichervorrichtung(en) aufgezeichnet sind, die jeweils dazu eingerichtet ist/sind, die Handlungen oder Verfahren durchzuführen.
  • Implementationen können eines oder mehrere der nachstehenden Merkmale umfassen. Das Computerprogrammprodukt, bei dem eine Abänderung des Betriebs des Ego-Fahrzeugs eine elektronische Anzeige des Ego-Fahrzeugs umfasst, die eine das Risiko visuell darstellende graphische Ausgabe anzeigt. Das Computerprogrammprodukt, bei dem der computerausführbare Code bei Ausführung durch die Verarbeitungseinrichtung ferner die Verarbeitungseinrichtung dazu veranlasst, den ersten digitalen Verhaltenszwilling auf der Grundlage von neuen digitalen Daten abzuändern, die ein verschiedenes Fahrverhalten des entfernten Fahrzeugs in dem Fahrkontext beschreiben, wobei der erste digitale Verhaltenszwilling abgeändert wird, um dieses verschiedene Fahrverhalten zu umfassen. Implementationen der beschriebenen Techniken können eine Hardware, ein Verfahren oder einen Vorgang, oder eine Computersoftware auf einem computerzugänglichen Medium umfassen.
  • Figurenliste
  • Die Offenbarung ist beispielhaft und nicht einschränkend in den Figuren der beiliegenden Zeichnung veranschaulicht, in der gleiche Bezugszeichen verwendet sind, um sich auf ähnliche Elemente zu beziehen.
    • 1 zeigt eine Blockdarstellung, die eine Betriebsumgebung gemäß einigen Ausführungsbeispielen für ein digitales Verhaltenszwillingssystem und einen Zwillings-Client veranschaulicht.
    • 2 zeigt eine Blockdarstellung, die ein Beispielcomputersystem gemäß einigen Ausführungsbeispielen einschließlich des Zwillings-Clients veranschaulicht.
    • 3 umfasst ein Ablaufdiagramm eines Beispielverfahrens gemäß einigen Ausführungsbeispielen zur Bereitstellung eines digitalen Zwillingsservice für ein Fahrzeug der realen Welt.
    • 4 zeigt eine Blockdarstellung, die eine Übersicht einer elektronischen Anzeige gemäß einigen Ausführungsbeispielen veranschaulicht.
    • Die 5A und 5B umfassen ein Ablaufdiagramm eines Beispielverfahrens gemäß einigen Ausführungsbeispielen zur Bereitstellung eines digitalen Zwillingsservice.
    • 6 umfasst ein Ablaufdiagramm eines Beispielverfahrens gemäß einigen Ausführungsbeispielen zur Aktualisierung eines digitalen Verhaltenszwillings für einen Fahrer.
    • 7 umfasst ein Ablaufdiagramm eines Beispielverfahrens gemäß einigen Ausführungsbeispielen zur Bestimmung von Risikodaten.
    • 8 umfasst eine Blockdarstellung eines Beispiels gemäß einigen Ausführungsbeispielen einer elektronischen Anzeigeüberlagerung auf einer Windschutzscheibe eines Ego-Fahrzeugs, die einen Risikogradienten anzeigt, der ein Risiko darstellt, das von einem entfernten Fahrzeug ausgeht.
    • 9 umfasst eine Blockdarstellung eines Beispiels gemäß einigen Ausführungsbeispielen einer elektronischen Anzeigeüberlagerung auf einer Windschutzscheibe eines Ego-Fahrzeugs, die einen Risikogradienten anzeigt, der ein Risiko darstellt, das von einem entfernten Fahrzeug ausgeht.
    • 10 umfasst eine Tabelle gemäß einigen Ausführungsbeispielen, die einen Vergleich der vorliegend beschriebenen Ausführungsbeispiele gegenüber den im Stand der Technik beschriebenen existierenden Lösungen darstellt.
  • AUSFÜHRLICHE BESCHREIBUNG DER AUSFÜHRUNGSBEISPIELE
  • Es gibt viele verschiedene Kollisionsvermeidungssysteme, die heutzutage erhältlich sind oder entwickelt werden. Die meisten dieser existierenden Lösungen arbeiten unter Verwendung von fahrzeugseitigen Fahrzeugsensoren zur Messung der Umgebung eines Ego-Fahrzeugs, und einer nachfolgenden Bestimmung eines gegenwärtigen Fahrverhaltens von anderen entfernten Fahrzeugen, die in der Nähe sind. Das Problem mit diesem Ansatz ist, dass sie ein zukünftiges Fahrverhalten der anderen entfernten Fahrzeuge oder des Ego-Fahrzeugs nicht vorhersagen. Infolgedessen sind die existierenden Lösungen nur zu einer Auswertung eines gegenwärtigen Fahrszenarios (Fahrsituation) in der Lage, und sie sind nicht dazu in der Lage, ein zukünftiges Fahrszenario auszuwerten.
  • Vorliegend sind Ausführungsbeispiele eines digitalen Verhaltenszwillingssystems und eines Zwillings-Clients beschrieben. Das digitale Verhaltenszwillingssystem umfasst eine Software, die einen digitalen Verhaltenszwilling erzeugt. Das digitale Verhaltenszwillingssystem ist auf einem Cloud-Server installiert. Der Zwillings-Client ist auf einem fahrzeugseitigen Fahrzeugcomputer eines Ego-Fahrzeugs installiert. Der Zwillings-Client kommuniziert drahtlos mit dem auf dem Cloud-Server installierten digitalen Verhaltenszwillingssystem, um Zwillingsdaten zu erhalten, die den digitalen Verhaltenszwilling beschreiben. Der Zwillings-Client empfängt die Zwillingsdaten. Der Zwillings-Client analysiert die Zwillingsdaten, und schätzt auf der Grundlage des durch die Zwillingsdaten beschriebenen digitalen Verhaltenszwillings das Verhalten von anderen entfernten Fahrern auf der Grundlage von deren historischem Verhalten ab. In dieser Weise ist der Zwillings-Client eines Ego-Fahrzeugs dazu betreibbar, das Verhalten der entfernten Fahrer entfernter Fahrzeuge abzuschätzen, ohne dass die fahrzeugseitigen Sensoren des Ego-Fahrzeugs jemals das Verhalten dieser Fahrer beobachtet haben. Der Zwillings-Client ist in der Lage, das zukünftige Verhalten der entfernten Fahrer abzuschätzen, da die fahrzeugseitigen Sensoren des Ego-Fahrzeugs nicht die Verhaltensweisen der entfernten Fahrer beobachten müssen, bevor sie deren zukünftiges Fahrverhalten abschätzen. Bei einigen Ausführungsbeispielen berücksichtigt der Zwillings-Client alle möglichen zukünftigen Verhaltensweisen von entfernten Fahrern, jedoch fokussiert er sich auf diejenigen mit einer hohen Eintrittswahrscheinlichkeit.
  • Wie vorstehend kurz beschrieben, umfassen die vorliegend beschriebenen Ausführungsbeispiele zwei Komponenten: (1) ein digitales Verhaltenszwillingssystem, das auf einem Cloud-Server gespeichert ist; und (2) einen Zwillings-Client, der in einer ECU oder in einem anderen fahrzeugseitigen Fahrzeugcomputer eines Ego-Fahrzeugs gespeichert ist. Diese Elemente der Ausführungsbeispiele sind nachstehend ausführlich beschrieben.
  • Bei einigen Ausführungsbeispielen ist das digitale Verhaltenszwillingssystem eine Software, die auf einem Cloud-Server gespeichert ist, der Sensorinformationen für Fahrzeuge in der realen Welt sammelt. Die Sensorinformationen beschreiben deren Verhalten, und das Verhalten von anderen Fahrzeugen, den Kontext für diese Verhaltensweisen und eindeutig identifizierende Informationen für jedes Fahrzeug.
  • Es wird angenommen, dass eine Fahrbahnumgebung umfasst: (1) ein Ego-Fahrzeug; und (2) eine Gruppe von entfernten Fahrzeugen. Das Ego-Fahrzeug ist ein verbundenes Fahrzeug, das einen Zwillings-Client umfasst. Die entfernten Fahrzeuge können verbundene Fahrzeuge sein oder nicht. Die entfernten Fahrzeuge können einen Zwillings-Client umfassen oder nicht. Der Fahrer des Ego-Fahrzeugs wird als der „Ego-Fahrer“ bezeichnet, wobei ein Fahrer eines entfernten Fahrzeugs als ein „entfernter Fahrer“ bezeichnet ist.
  • Bei einigen Ausführungsbeispielen umfasst das digitale Verhaltenszwillingssystem eine Modellierungsanwendung und eine Spielmaschine. Bei einigen Ausführungsbeispielen umfasst die Modellierungsanwendung irgendeine Modelica-basierte Modellierungsanwendung. Die Modellierungsanwendung kann CarSim (vertrieben durch „Mechanical Simulation Corporation“ in „Ann Arbor“, Michigan), MapleSim (vertrieben durch Maplesoft in Waterloo, Ontario) oder irgendeine andere Modelica-basierte Modellierungsanwendung umfassen.
  • Bei einigen Ausführungsbeispielen ist die Spielmaschine eine Unity-basierte Spielmaschine (wie etwa die Unity Spielmaschine, die durch Unity Technology in San Francisco, Kalifornien, vertrieben wird), oder irgendeine andere Spielmaschine, die bei Ausführung durch eine Verarbeitungseinrichtung (Prozessor) dazu betreibbar ist, eine digitale Simulation (nachstehend „Simulation“) zum Testen und Überwachen des Betriebes eines virtuellen Fahrzeugs zu erzeugen, das ein Realweltfahrzeug repräsentiert, das in der realen Welt vorhanden ist.
  • Die Modellierungsanwendung umfasst Codeelemente und Routinen, die bei Ausführung durch eine Verarbeitungseinrichtung dazu betreibbar sind, Fahrzeugmodelldaten zu erzeugen, die ein Fahrzeugmodell eines Fahrzeugs beschreiben. Die Fahrzeugmodelldaten umfassen jegliche digitalen Daten, die notwendig sind, zu bewirken, dass die Spielmaschine eine virtualisierte Version des Realweltfahrzeugs erzeugt.
  • Exemplarische Ausführungsbeispiele der erzeugten Fahrzeugmodelldaten werden in der am 19. März 2018 eingereichten und „Sensor-Based Digital Twin System for Vehicular Analysis“ betitelten U.S. Patentanmeldung Nr. 15/925,070 , die hiermit vollinhaltlich durch Bezugnahme einbezogen wird, beschrieben. Zusätzliche exemplarische Ausführungsbeispiele einer Erzeugung eines digitalen Verhaltenszwillings sind in der am 13. Juni 2018 eingereichten und „Digital Twin for Vehicle Risk Evaluation“ betitelten U.S. Patentanmeldung Nr. 16/007,693 beschrieben, die hiermit vollinhaltlich durch Bezugnahme einbezogen wird.
  • Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client eine Software, die in der ECU (oder irgendeinem anderen fahrzeugseitigen Fahrzeugcomputer) des Ego-Fahrzeugs (und optional auf einem oder mehreren der entfernten Fahrzeug(e)) gespeichert ist. Das Ego-Fahrzeug umfasst einen Satz von Sensoren und einen ADAS-Systemsatz 180. Die Sensoren und die ADAS-Systeme zeichnen digitale Daten auf, die beschreiben: (1) ein Verhalten des Ego-Fahrers des Ego-Fahrzeugs, genauso wie den Kontext für dieses Verhalten (das heißt, Ereignisse umfassen, die vor, während und vielleicht nach dem Fahrverhalten auftreten, einschließlich des Verhaltens von anderen Fahrern, der Tageszeit, des Wochentags, eines Wetters, ob die Bedingungen städtisch oder ländlich sind, und so weiter); (2) ein Verhalten des/der entfernten Fahrer(s) des/der entfernten Fahrzeugs/Fahrzeuge, genauso wie den Kontext für dieses Verhalten; und (3) eindeutig identifizierende Informationen des Ego-Fahrzeugs (zum Beispiel, eine VIN-Nummer) und der entfernten Fahrzeuge (zum Beispiel, Nummernschildinformationen wie etwa die Nummernschildnummer und Staat, Provinz, Gemeinwesen oder eine andere Gerichtsbarkeit, die das Nummernschild ausgestellt hat). Diese digitalen Daten sind vorliegend als ADAS-Daten (ADAS-Datenelemente) und Sensordaten (Sensordatenelemente) bezeichnet. Der Zwillings-Client des Ego-Fahrzeugs übermittelt drahtlose Nachrichten einschließlich der ADAS-Daten und der Sensordaten an das digitale Verhaltenszwillingssystem des Cloud-Servers mittels eines drahtlosen Netzwerkes. In dieser Weise empfängt das digitale Verhaltenszwillingssystem digitale Daten, die die Fahrverhaltensweisen sowohl von den verbundenen Fahrzeugen (zum Beispiel, dem Ego-Fahrzeug) als auch von nicht-verbundenen Fahrzeugen (zum Beispiel, den entfernten Fahrzeugen) genauso wie den Kontext für diese Verhaltensweisen beschreiben.
  • Eine Fahrbahn kann verschiedene Ego-Fahrzeuge umfassen, so dass das digitale Verhaltenszwillingssystem viele Exemplare von ADAS-Daten und Sensordaten empfängt. Jedoch sind zum Zweck der Klarheit und Einfachheit die Ausführungsbeispiele des digitalen Verhaltenszwillingssystems und des Zwillings-Clients nachstehend unter Bezugnahme auf ein einzelnes Ego-Fahrzeug beschrieben.
  • Bei einigen Ausführungsbeispielen erzeugt das digitale Verhaltenszwillingssystem digitale Verhaltenszwillinge für das Ego-Fahrzeug und die entfernten Fahrzeuge. Ein digitaler Verhaltenszwilling eines Fahrzeugs ist analysierbar, um das zukünftige Verhalten von Fahrzeugen auf der Grundlage von deren gegenwärtigem Fahrkontext vorherzusagen. „Zwillingsdaten“ sind digitale Daten, die einen oder mehrere digitale(n) Verhaltenszwilling(e) beschreiben. Der Cloud-Server ist dazu betreibbar, Zwillingsdaten an Fahrzeuge mit einem Zwillings-Client bereitzustellen (das Ego-Fahrzeug und optional ein oder mehrere entfernte(s) Fahrzeug(e), die einen Zwillings-Client umfassen).
  • Bei einigen Ausführungsbeispielen empfängt der Zwillings-Client Zwillingsdaten für jedes der Fahrzeuge in seiner geographischen Nähe. Der Zwillings-Client umfasst Codeelemente und Routinen, die bei Ausführung durch die ECU dazu betreibbar sind, diese Zwillingsdaten genauso wie seine lokalen Sensorinformationen zu verwenden, die den gegenwärtigen Fahrkontext für jedes Fahrzeug in seiner Nähe beschreiben, um abzuschätzen: (1) das Verhalten der Fahrer in verschiedenen Kontexten, und (2) ob Kollisionen an verschiedenen Abschnitten der Fahrbahn wahrscheinlich sind.
  • Bei einigen Ausführungsbeispielen bezieht der Zwillings-Client eine AR-Technologie mit ein, die eine Frontscheibenanzeigeeinheit (HUD) zur Anzeige von farbigen transparenten Überlagerungen verwendet, die zusammen mit optionalen akustischen Warnungen ein Risiko einer Kollision für jeden Abschnitt der Fahrbahn visuell darstellen, der gegenwärtig befahren wird (oder in Kürze befahren wird). Bei einigen Ausführungsbeispielen ist das HUD eine dreidimensionale Frontscheibenanzeigeeinheit (3D-HUD). Ein Beispiel einer 3D-HUD ist in 4 gemäß einigen Ausführungsbeispielen gezeigt.
  • Bei einigen Ausführungsbeispielen schätzt der Zwillings-Client des Ego-Fahrzeugs gefährliche Verhaltensweisen von entfernten Fahrzeugen in der Nähe auf der Grundlage von deren digitalen Verhaltenszwillingen ab. Der Zwillings-Client steuert den Betrieb des HUD und bewirkt, dass das HUD durch den Ego-Fahrer sichtbare Gebiete auf der Straße mit Farben einfärbt, die das Risiko einer Kollision anzeigen, das für jedes Gebiet der Fahrbahn abgeschätzt ist. In dieser Weise warnt das digitale Verhaltenszwillingssystem den Ego-Fahrer, bevor gefährliche Handlungen von anderen entfernten Fahrern vorgenommen werden, was dem Ego-Fahrer mehr Zeit zur Vermeidung einer Kollision im Vergleich zu existierenden Kollisionswarnsystemen bereitstellt.
  • Bei einigen Ausführungsbeispielen umfasst der digitale Verhaltenszwilling für das Ego-Fahrzeug digitale Daten, die beispielsweise eines oder mehrere der nachstehenden beschreiben: (1) verschiedene Fahrszenarien und wie der Ego-Fahrer in diesen Fahrszenarien reagieren würde; und (2) verschiedene komplexe Muster eines Verhaltens für den Ego-Fahrer, die inhärent schwierig vorherzusagen sind.
  • Beispiele von komplexen Verhaltensmustern, die durch den digitalen Verhaltenszwilling beschrieben werden, umfassen eines oder mehrere der nachstehenden: (1) für Szenarien, bei denen eine Ampel auf Gelb umgeschaltet hat, beschreibt der digitale Verhaltenszwilling, wie wahrscheinlich es ist, dass der Ego-Fahrer anfangen wird, zu beschleunigen und schnell über die gelbe Ampel zu fahren; (2) für Szenarien, bei denen die Ampel auf Gelb umgeschaltet hat, beschreibt der digitale Verhaltenszwilling, wie wahrscheinlich es ist, dass der Ego-Fahrer anfangen wird, zu beschleunigen und schnell über die Ampel zu fahren, auch nachdem sie auf Rot umgeschaltet hat; (3) für Szenarien, bei denen die Ampel auf Gelb umgeschaltet hat, beschreibt der digitale Verhaltenszwilling, wie wahrscheinlich es ist, dass der Ego-Fahrer anfangen wird, zu beschleunigen, und nachfolgend seine Entscheidung bedauert und versuchen wird, im letzten Moment stark zu bremsen, um vor der Ampel anzuhalten; (4) der digitale Verhaltenszwilling beschreibt, wie schnell der Ego-Fahrer anfangen wird, zu beschleunigen, nachdem eine Ampel auf Grün umgeschaltet hat; (5) für Szenarien, in denen der Ego-Fahrer stark bremst (in jeder Situation, nicht nur eine mit einer Ampel), beschreibt der digitale Verhaltenszwilling, wie wahrscheinlich es ist, dass sich vor dem Ego-Fahrer ein Verkehrsunfall befindet; und (6) jedes andere Fahrerverhaltensmuster.
  • Bei einigen Ausführungsbeispielen umfasst das digitale Verhaltenszwillingssystem Codeelemente und Routinen, die bei Ausführung durch eine Verarbeitungseinrichtung des Servers dazu betreibbar sind, die Verarbeitungseinrichtung zur Ausführung von einem oder mehreren der Schritte des in den 5A und 5B dargestellten Verfahrens 500 zu veranlassen.
  • Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client Codeelemente und Routinen, die bei Ausführung durch eine Verarbeitungseinrichtung eines Fahrzeugs dazu betreibbar sind, die Verarbeitungseinrichtung dazu zu veranlassen, einen oder mehrere der Schritte des in 3 dargestellten Verfahrens 300 auszuführen. Beispielsweise umfasst der Zwillings-Client Codeelemente und Routinen, die bei Ausführung durch die ECU eines Ego-Fahrzeugs dazu betreibbar sind, die ECU zur Ausführung eines oder mehrerer der nachstehenden Schritte zu veranlassen: (1) das zukünftige Verhalten der entfernten Fahrer in verschiedenen Kontexten (d.h. verschiedenen Fahrszenarien) abzuschätzen, auf der Grundlage von: den digitalen Verhaltenszwillingen der entfernten Fahrer; und fahrzeugseitigen Daten (zum Beispiel, eines oder mehrere der Sensordatenelemente und der ADAS-Datenelemente) des Ego-Fahrzeugs, die (a) die gegenwärtigen Fahrkontexte und (b) die Verhaltensmuster der entfernten Fahrer beschreiben, und wie sich die entfernten Fahrer in verschiedenen Kontexten verhalten; (2) das zukünftige Verhalten des Ego-Fahrers in verschiedenen Kontexten abzuschätzen, auf der Grundlage von: dem digitalen Verhaltenszwilling des Ego-Fahrers; und fahrzeugseitigen Daten des Ego-Fahrzeugs, die (a) die gegenwärtigen Fahrkontexte und (b) Verhaltensmuster des Ego-Fahrers beschreiben, und wie der Ego-Fahrer sich in verschiedenen Kontexten verhält; (3) auf der Grundlage von zum Teil den abgeschätzten zukünftigen Verhaltensweisen der entfernten Fahrer und dem abgeschätzten zukünftigen Verhalten des Ego-Fahrers eine Risikoanalyse zur Vorhersage durchzuführen, ob Kollisionen an verschiedenen Abschnitten der gegenwärtig durch das Ego-Fahrzeug befahrenen Fahrbahn wahrscheinlich sind; (4) eine AR-Visualisierung zu erzeugen, die visuell die Wahrscheinlichkeit einer Kollision für die verschiedenen Abschnitte der Fahrbahn auf der Grundlage der Risikoanalyse darstellt; und (5) die Sensordaten zu verwenden, die durch die fahrzeugseitigen Sensoren des Ego-Fahrzeugs erzeugt sind, um das Verhalten der entfernten Fahrzeuge zu erfassen, und die lokal gespeicherten digitalen Verhaltenszwillinge für die entfernten Fahrer genauso wie die abgeschätzten zukünftigen Verhaltensweisen der entfernten Fahrer und die Risikobewertungen für die entfernten Fahrer zu aktualisieren. Bei einigen Ausführungsbeispielen werden einer oder mehrere der Schritte (1) bis (4) ausgeführt, bevor die fahrzeugseitigen Sensoren des Ego-Fahrzeugs jemals die entfernten Fahrzeuge beobachten (zum Beispiel, das Verhalten des entfernten Fahrzeugs beobachten). Aufgrund dessen ist der Zwillings-Client dazu betreibbar, Risikobenachrichtigungen schneller als herkömmliche Lösungen bereitzustellen.
  • Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client Codeelemente und Routinen, die bei Ausführung durch eine Verarbeitungseinrichtung eines Fahrzeugs dazu betreibbar sind, die Verarbeitungseinrichtung dazu zu veranlassen, einen oder mehrere der Schritte des in den 5A und 5B gezeigten Verfahrens 500 auszuführen. Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client Codeelemente und Routinen, die bei Ausführung durch eine Verarbeitungseinrichtung eines Fahrzeugs dazu betreibbar sind, die Verarbeitungseinrichtung dazu zu veranlassen, einen oder mehrere der Schritte des in 6 gezeigten Verfahrens 600 auszuführen. Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client Codeelemente und Routinen, die bei Ausführung durch eine Verarbeitungseinrichtung eines Fahrzeugs dazu betreibbar sind, die Verarbeitungseinrichtung dazu zu veranlassen, einen oder mehrere der Schritte des in 7 gezeigten Verfahrens 700 auszuführen.
  • Gemäß der vorstehenden Beschreibung sind andere relevante Fahrzeuge, die auf der Fahrbahn zu derselben Zeit wie das Ego-Fahrzeug fahren, als „entfernte Fahrzeuge“ bezeichnet, und sie werden durch „entfernte Fahrer“ gefahren. Bei einigen Ausführungsbeispielen umfassen zumindest einige von diesen entfernten Fahrzeugen ein Exemplar des Zwillings-Clients. Bei einigen Ausführungsbeispielen verwendet der Zwillings-Client des Ego-Fahrzeugs eine V2X- oder V2V-Kommunikation, um den digitalen Verhaltenszwilling des Ego-Fahrzeugs mit dem Zwillings-Client dieser entfernten Fahrzeuge zu teilen. Geeignete Formen einer V2X- oder V2V-Kommunikation umfassen beispielsweise eine dedizierte Nahbereichskommunikation (DSRC, sogenannte „Dedicated Short Range Communication“), mmWave, eine omnidirektionale V2V-Kommunikation (zum Beispiel, IEEE 802.11p), 3G, 4G, 5G, LTE oder irgendeine andere Form einer V2V-Kommunikation, die nachstehend unter Bezugnahme auf das Netzwerk 105 oder die Kommunikationseinheit 145 beschrieben ist.
  • Bei einigen Ausführungsbeispielen umfassen die Fahrzeuge selbst ein digitales Verhaltenszwillingssystem, so dass sie in der Lage sind, ihre eigenen digitalen Verhaltenszwillinge von Fahrzeugen zu erzeugen.
  • Bei einigen Ausführungsbeispielen werden die Zwillingsdaten, die die digitalen Verhaltenszwillinge beschreiben, genauso wie die ADAS-Daten und die Sensordaten in einer anonymen Weise geteilt, so dass die Identität des Fahrers geschützt ist. Der digitale Verhaltenszwilling umfasst ebenso keine privaten Informationen wie etwa die Standorte der Fahrer zu verschiedenen Zeiten. Bei einigen Ausführungsbeispielen sind alle Arten von drahtloser Kommunikation, die durch das digitale Verhaltenszwillingssystem verwendet werden, und der Zwillings-Client sicher. Beispielsweise sind diese verschlüsselt, oder verwenden einen VPN-Tunnel (Tunnel zu einem sogenannten „Virtual Private Network“).
  • Nachstehend sind beispielhafte Vorteile der Ausführungsbeispiele beschrieben. Zunächst kann eine potentielle Kollision vorhergesagt werden, bevor die entfernten Fahrzeuge Handlungen vornehmen, wodurch dem Ego-Fahrer mehr Zeit zur Durchführung eines Kollisionsvermeidungsmanövers gegeben wird. Zweitens sind alle Daten, die in dem digitalen Verhaltenszwilling umfasst sind, anonym und frei von Informationen, die datenschutzrechtlich relevant sind. Drittens ist die durch den Zwillings-Client bereitgestellte AR-Visualisierung vorteilhaft, da sie eine geistige Ermüdung des Ego-Fahrers verringert, indem Risiken unter Verwendung von intuitiveren sicheren/unsicheren Gebieten verwendet werden, die durch den Ego-Fahrer unter Verwendung von dessen Unterbewusstsein geistig verarbeitet werden können. Die AR-Visualisierung ist ebenfalls vorteilhaft, weil sie eingriffsfrei ist, das heißt, sie wird nur ausgelöst, falls eine Kollision unmittelbar bevorsteht. Die akustische Warnung, die gleichzeitig mit der AR-Visualisierung bereitgestellt wird, ist ebenfalls eingriffsfrei, da sie nur ausgelöst wird, falls eine Kollision unmittelbar bevorsteht.
  • ADAS-System
  • Bei einigen Ausführungsbeispielen umfasst ein Ego-Fahrzeug einen Zwillings-Client, der durch eine ECU des Ego-Fahrzeugs ausgeführt wird. Das Ego-Fahrzeug umfasst fahrzeugseitige Systeme und fahrzeugseitige Sensoren, die die Bedingung des Fahrzeugs und seiner Bestandteile überwachen, und ein Auftreten von bedeutsamen Verkehrsereignissen wie etwa Verkehrsunfällen verfolgen. Beispielsweise umfassen die fahrzeugseitigen Systeme des Fahrzeugs ein oder mehrere ADAS-System(e), die auf Verkehrsunfälle überwachen und versuchen, diese zu vermeiden, und digitale Daten (bzw. digitale Datenelemente) erzeugen, die beschreiben, falls solche Ereignisse/Unfälle auftreten. Nachstehend sind Beispiele von ADAS-Systemen beschrieben.
  • Beispiele eines ADAS-Systems können eines oder mehrere der nachstehenden Elemente eines Realweltfahrzeugs umfassen: ein adaptives Fahrsteuerungssystem (ACC-System); ein Spurhalteassistenzsystem (LKA); ein adaptives Fernlichtsystem; ein adaptives Lichtsteuerungssystem; ein automatisches Parksystem; ein Nachtsichtsystem für Kraftfahrzeuge; ein Toter-Winkel-Monitor; ein Kollisionsverhinderungssystem; ein Seitenwindstabilisierungssystem; ein Fahrermüdigkeitserfassungssystem; ein Fahrerüberwachungssystem; ein Notfallfahrerunterstützungssystem; ein Vorwärtskollisionswarnsystem; ein Kreuzungsunterstützungssystem; ein intelligentes Geschwindigkeitsanpassungssystem; ein Spurhaltewarnsystem; ein Fußgängerschutzsystem; ein Verkehrszeichenerkennungssystem; einen Abbiegeassistenten; und ein Geisterfahrtwarnsystem.
  • Das ADAS-System kann ebenso irgendeine Software oder Hardware umfassen, die in einem Realweltfahrzeug umfasst sind, und die bewirkt, dass das Fahrzeug ein autonomes Fahrzeug oder ein halbautonomes Fahrzeug ist.
  • Bei einigen Ausführungsbeispielen kann das ADAS-System ein Fahrzeugsystem sein, das dazu betreibbar ist, die Leistung von einer oder mehreren der nachstehenden Fahrzeugfunktionen zu erbringen oder zu steuern: die Lenkung des Fahrzeugs; das Bremsen des Fahrzeugs; die Beschleunigung des Fahrzeugs; den Betrieb eines Getriebes des Fahrzeugs; und wie aggressiv oder passiv (zum Beispiel, jeweils schnell oder langsam) das Getriebe einen Gang oder mehrere Gänge des Getriebes ändert. In dieser Weise ändert das ADAS-System den Betrieb eines autonomen oder halbautonomen Fahrzeugs ab.
  • Bei einigen Ausführungsbeispielen kann das ADAS-System ein Fahrzeugsystem sein, das dazu betreibbar ist, die Leistung von einer oder mehreren der nachstehenden Fahrzeugfunktionen zu erbringen oder zu steuern: wie leicht ein Lenkrad des Fahrzeugs durch einen Fahrer des Fahrzeugs gedreht wird; wieviel Widerstand das Lenkrad an den Fahrer bereitstellt, falls der Fahrer versucht, das Lenkrad zu drehen; wie leicht ein Bremssystem des Fahrzeugs das Fahrzeug abbremst oder stoppt, falls der Fahrer ein Bremspedal des Fahrzeugs niederdrückt; wie leicht die Maschine des Fahrzeugs beschleunigt, falls der Fahrer des Fahrzeugs ein Fahrpedal des Fahrzeugs niederdrückt; wie aggressiv oder passiv (zum Beispiel, jeweils schnell oder langsam) das Getriebe einen Gang oder mehrere Gänge des Getriebes ändert, falls der Fahrer des Fahrzeugs eine Eingabe bereitstellt, die dazu betreibbar ist, zu beeinflussen, wie oder wann das Getriebe den einen Gang oder die mehreren Gänge des Getriebes ändert; und wie träge eine Maschine des Fahrzeugs arbeitet, falls der Fahrer eine Eingabe bereitstellt, die dazu betreibbar ist, den Betrieb der Maschine zu beeinflussen. In dieser Weise ist ein ADAS-System des Fahrzeugs dazu betreibbar, die Leistung oder einen Betrieb von einer oder mehreren Fahrzeugkomponente(n) (oder deren scheinbare Leistung aus Sicht aus der Perspektive des Fahrers des Fahrzeugs) zu beeinflussen, einschließlich beispielsweise: einer Servolenkungspumpe des Fahrzeugs; eines Bremssystems des Fahrzeugs; einer Kraftstoffleitung des Fahrzeugs; eines Kraftstoffeinspritzventils des Fahrzeugs; eines Getriebes des Fahrzeugs; und eines Motors des Fahrzeugs.
  • Systemübersicht
  • Unter Bezugnahme auf 1 ist eine Betriebsumgebung 100 für ein digitales Verhaltenszwillingssystem 199 und einen Zwillings-Client 196 gemäß einigen Ausführungsbeispielen dargestellt. Die Betriebsumgebung 100 umfasst wie dargestellt ein Ego-Fahrzeug 123; ein erstes entferntes Fahrzeug 124A, ein zweites entferntes Fahrzeug 124B, ein drittes entferntes Fahrzeug 124C ... und ein N-tes entferntes Fahrzeug 124N (vorliegend, in der Einzahl als „das entfernte Fahrzeug 124“ oder in der Mehrzahl als „die entfernten Fahrzeuge 124“ bezeichnet); und einen digitalen Zwillingsserver 107. Diese Elemente können kommunikativ zueinander mittels eines Netzwerkes 105 gekoppelt sein. Obwohl ein Ego-Fahrzeug 123, ein digitaler Zwillingsserver 107 und ein Netzwerk 105 in 1 gezeigt sind, kann in der Praxis die Betriebsumgebung 100 ein oder mehrere Fahrzeug(e) 123, einen oder mehrere digitale Zwillingsserver 107, oder ein oder mehrere Netzwerk(e) 105 umfassen. Die Betriebsumgebung 100 umfasst eine Anzahl „N“ von entfernten Fahrzeugen 124, wobei „N“ irgendeine positive ganze Zahl größer als eins angibt.
  • Das Netzwerk 105 kann von einer herkömmlichen Art, drahtgebunden oder drahtlos sein, und kann zahlreiche verschiedene Konfigurationen einschließlich einer Sternkonfiguration, einer Token-Ring-Konfiguration oder andere Konfigurationen umfassen. Darüber hinaus kann das Netzwerk 105 ein LAN (sogenanntes „Local Area Network“), ein WAN (sogenanntes „Wide Area Network“) (zum Beispiel, das Internet) oder andere miteinander verbundene Datenpfade umfassen, über die mehrere Vorrichtungen und/oder Einheiten kommunizieren können. Bei einigen Ausführungsbeispielen kann das Netzwerk 105 ein Peer-to-Peer-Netzwerk umfassen. Das Netzwerk 105 kann ebenso mit einem Telekommunikationsnetzwerk gekoppelt sein oder Teile davon beinhalten, um Daten in einer Vielzahl von verschiedenen Kommunikationsprotokollen zu senden. Bei einigen Ausführungsbeispielen umfasst das Netzwerk 105 Bluetooth®-Kommunikationsnetzwerke oder ein Mobilfunknetzwerk zum Senden und Empfangen von Daten einschließlich SMS (sogenannter „Short Messaging Service“), MMS (sogenannter „Multimedia Messaging Service“), HTTP (sogenanntes „Hypertext Transfer Protocol“), einer direkten Datenverbindung, WAP (sogenanntes „Wireless Application Protocol“), E-Mail, DSRC, einer Vollduplex-Drahtloskommunikation und so weiter. Das Netzwerk 105 kann ebenso ein Mobildatennetzwerk umfassen, das 3G, 4G, LTE, LTE-V2X, VoLTE oder irgendein anderes Mobildatennetzwerk oder eine Kombination von Mobildatennetzwerken umfassen. Ferner kann das Netzwerk 105 ein oder mehrere drahtlose(s) Netzwerk(e) nach IEEE 802.11 beinhalten.
  • Das Netzwerk 105 kann einen oder mehrere Kommunikationskanal/-kanäle umfassen, die zwischen zwei oder mehreren des Ego-Fahrzeugs 123, des entfernten Fahrzeugs 124 und des digitalen Zwillingsservers 107 geteilt werden. Der Kommunikationskanal kann DSRC, LTE-V2X, eine Vollduplex-Drahtloskommunikation, oder jedes andere Drahtloskommunikationsprotokoll umfassen. Beispielsweise kann das Netzwerk 105 dazu verwendet werden, eine DSRC-Nachricht, eine DSRC-Sonde, eine grundlegende Sicherheitsnachricht (sogenannte „Basic Safety Message“, BSM) oder eine Vollduplexnachricht einschließlich aller vorliegend beschriebenen Daten zu übermitteln.
  • Das Ego-Fahrzeug 123 ist jede Art von verbundenem Fahrzeug. Beispielsweise ist das Ego-Fahrzeug 123 eines der nachstehenden Arten von Fahrzeugen: ein Auto; ein Lastwagen; ein Geländewagen; ein Bus; ein Sattelzug; eine Drohne oder irgendein anderes fahrbahnbasiertes Beförderungsmittel.
  • Bei einigen Ausführungsbeispielen ist das Ego-Fahrzeug 123 ein autonomes Fahrzeug oder ein halbautonomes Fahrzeug. Beispielsweise umfasst das Ego-Fahrzeug 123 einen ADAS-Systemsatz 180. Der ADAS-Systemsatz 180 umfasst ein oder mehrere ADAS-System(e). Der ADAS-Systemsatz 180 stellt ausreichend autonome Merkmale für das Ego-Fahrzeug 123 bereit, um das Ego-Fahrzeug 123 zu einem autonomen Fahrzeug zu machen.
  • Die National Highway Traffic Safety Administration (NHTSA) hat verschiedene „Ebenen“ von autonomen Fahrzeugen definiert, zum Beispiel Ebene 0, Ebene 1, Ebene 2, Ebene 3, Ebene 4 und Ebene 5. Falls ein Fahrzeug wie etwa das Ego-Fahrzeug 123 oder das entfernte Fahrzeug 124 eine höhere Ebenenzahl als ein anderes Fahrzeug aufweist (beispielsweise Ebene 3 ist eine höhere Ebenenzahl als Ebene 2 oder 1), so bietet nachfolgend das Fahrzeug mit einer höheren Ebenenzahl eine größere Kombination und Menge von autonomen Merkmalen relativ zu dem Fahrzeug mit der niedrigeren Ebenenzahl. Die verschiedenen Ebenen von autonomen Fahrzeugen sind nachstehend kurz beschrieben.
  • Ebene 0: Der in dem Ego-Fahrzeug 123 angebrachte ADAS-Systemsatz 180 weist keine Fahrzeugsteuerung auf, jedoch kann er Warnungen an den Fahrer des Ego-Fahrzeugs 123 ausgeben.
  • Ebene 1: Der Fahrer muss zu jeder Zeit dazu bereit sein, eine Steuerung des Ego-Fahrzeugs 123 zu übernehmen. Der in dem Ego-Fahrzeug 123 angebrachte ADAS-Systemsatz 180 kann autonome Merkmale wie etwa eines oder mehrere der nachstehenden ADAS-Systeme bereitstellen: eine ACC; und eine Parkunterstützung mit einer automatisierten Lenkung und LKA Typ II in jedweder Kombination.
  • Ebene 2: Der Fahrer ist dazu verpflichtet, Objekte und Ereignisse in der Fahrbahnumgebung zu erfassen und zu reagieren, falls der in dem Ego-Fahrzeug 123 angebrachte ADAS-Systemsatz 180 (auf der Grundlage der subjektiven Einschätzung des Fahrers) dabei versagt, geeignet zu reagieren. Der in dem Ego-Fahrzeug 123 angebrachte ADAS-Systemsatz 180 führt eine Beschleunigung, eine Bremsung und eine Lenkung aus. Der in dem Ego-Fahrzeug 123 angebrachte ADAS-Systemsatz 180 kann bei einer Übernahme durch den Fahrer sofort deaktiviert werden.
  • Ebene 3: Innerhalb von bekannten, begrenzten Umgebungen (wie etwa Autobahnen) kann der Fahrer seine Aufmerksamkeit ungefährdet von Fahraufgaben abwenden, jedoch muss er immer noch dazu vorbereitet sein, die Steuerung des Ego-Fahrzeugs 123 bei Bedarf zu übernehmen.
  • Ebene 4: Der in dem Ego-Fahrzeug 123 angebrachte ADAS-Systemsatz 180 kann das Ego-Fahrzeug 123 bis auf wenige Ausnahmen in allen Umgebungen wie beispielsweise bei schwerem Unwetter steuern. Der Fahrer darf das automatisierte System (das von dem in dem Ego-Fahrzeug 123 angebrachten ADAS-Systemsatz 180 umfasst ist) nur dann aktivieren, falls es sicher ist, dies zu tun. Falls das automatisierte System aktiviert ist, ist die Aufmerksamkeit des Fahrers für den sicheren Betrieb des Ego-Fahrzeugs 123 nicht benötigt, und entspricht akzeptierten Normen.
  • Ebene 5: Außer eine Einstellung des Ziels und einem Start des Systems ist keine menschliche Interaktion benötigt. Das automatisierte System kann zu jedem Ort fahren, zu dem es legal ist, zu fahren, und kann eigene Entscheidungen treffen (die je nach Land, in dem sich das Ego-Fahrzeug 123 befindet, abweichen können).
  • Bei einigen Ausführungsbeispielen ist eines oder mehrere der Ego-Fahrzeuge 123 und des entfernten Fahrzeugs 124 ein hochautonomes Fahrzeug (in der Einzahl „HAV“ oder in der Mehrzahl „HAVs“). Ein HAV ist ein Fahrzeug (zum Beispiel, das DSRC-fähige Ego-Fahrzeug), das einen ADAS-Systemsatz 180 umfasst, der bei Ebene 3 oder höher und darüber wie beschrieben arbeitet, oder wie durch die NHTSA auf Seite 9 ihres Grundsatzpapiers mit dem Titel „Federal Automated Vehicles Policy: Accelerating the Next Revolution in Roadway Safety“ definiert ist, das im September 2016 publiziert wurde.
  • Bei einigen Ausführungsbeispielen umfasst das Ego-Fahrzeug 123 eines oder mehrere der nachstehenden Elemente: eine Verarbeitungseinrichtung 125A; einen Speicher 127A; eine Kommunikationseinheit 145A; einen ADAS-Systemsatz 180; einen Sensorsatz 195; eine ECU 126; eine elektronische Anzeigevorrichtung 140; und einen Zwillings-Client 196. Diese Elemente des Ego-Fahrzeugs 123 sind zueinander kommunikativ mittels eines Busses 120A gekoppelt. Obwohl lediglich eines von jedem von diesen Elementen in 1 gezeigt sind, kann das Ego-Fahrzeug 123 in der Praxis eine oder mehrere Verarbeitungseinrichtung(en) 125A, einen oder mehrere Speicher 127A, eine oder mehrere Kommunikationseinheit(en) 145A, einen oder mehrere ADAS-Systemsatz/-sätze 180, einen oder mehrere Sensorsatz/-sätze 195; eine oder mehrere ECU(s) 126, eine oder mehrere elektronische Anzeige(n) 140 und einen oder mehrere Zwillings-Client(s) 196 umfassen.
  • Der digitale Zwillingsserver 107 ist eine Berechnungsvorrichtung auf der Basis einer Verarbeitungseinrichtung. Beispielsweise kann der digitale Zwillingsserver 107 eine oder mehrere der nachstehenden Arten von verarbeitungseinrichtungsbasierten Berechnungsvorrichtungen umfassen: einen Personalcomputer; einen Laptop; einen Mainframe; oder irgendeine andere verarbeitungseinrichtungsbasierte Berechnungsvorrichtung, die dazu betreibbar ist, als ein Server zu wirken. Der digitale Zwillingsserver 107 kann einen Hardwareserver umfassen.
  • Bei einigen Ausführungsbeispielen umfasst der digitale Zwillingsserver 107 eines oder mehrere der nachstehenden Elemente: eine Verarbeitungseinrichtung 125B; einen Speicher 127B; eine Kommunikationseinheit 145B; und ein digitales Verhaltenszwillingssystem 199. Diese Elemente des digitalen Zwillingsservers 107 sind kommunikativ mittels eines Busses 120B miteinander gekoppelt.
  • Die Verarbeitungseinrichtung 125A des Ego-Fahrzeugs 123 und die Verarbeitungseinrichtung 125B des digitalen Zwillingsservers 107 kann vorliegend gemeinschaftlich oder individuell als die „Verarbeitungseinrichtung 125“ bezeichnet werden, da beispielsweise die Verarbeitungseinrichtung 125A des Ego-Fahrzeugs 123 eine ähnliche Funktionalität für die Komponenten des Ego-Fahrzeugs 123 bereitstellt, wie dies die Verarbeitungseinrichtung 125B des digitalen Zwillingsservers 107 bewerkstelligt. Aus ähnlichen Gründen verwendet die vorliegend bereitgestellte Beschreibung die nachstehenden Begriffe bei Bezug auf Elemente, die dem Ego-Fahrzeug 123, dem digitalen Zwillingsserver 107 oder den entfernten Fahrzeugen 124 gemeinsam sind: der „Speicher 127“ bei Bezug auf den Speicher 127A und den Speicher 127B, gemeinschaftlich oder individuell; und die „Kommunikationseinheit 145“ bei einem gemeinschaftlichen oder individuellen Bezug auf die Kommunikationseinheit 145A, Kommunikationseinheit 145B, die Kommunikationseinheit 145C, die Kommunikationseinheit 145D, die Kommunikationseinheit 145E und die Kommunikationseinheit 145N.
  • Das Ego-Fahrzeug 123 und der digitale Zwillingsserver 107 werden nachstehend getrennt beschrieben.
  • Fahrzeug 123
  • Bei einigen Ausführungsbeispielen können die Verarbeitungseinrichtung 125 und der Speicher 127 Elemente eines fahrzeugseitigen Fahrzeugcomputersystems des Ego-Fahrzeugs 123 sein. Das fahrzeugseitige Fahrzeugcomputersystem kann dazu betreibbar sein, den Betrieb von einem oder mehreren der nachstehenden Elemente zu veranlassen oder zu steuern: einem oder mehreren ADAS-System(en), das/die in dem ADAS-Systemsatz 180 umfasst ist/sind; dem Sensorsatz 195; der Kommunikationseinheit 145; der Verarbeitungseinrichtung 125; des Speichers 127; der ECU 126; der elektronischen Anzeigevorrichtung 140; und des Zwillings-Clients 196. Das fahrzeugseitige Fahrzeugcomputersystem kann dazu betreibbar sein, auf die in dem Speicher 127 gespeicherten Daten zuzugreifen und diese auszuführen, um die vorliegend beschriebene Funktionalität für den Zwillings-Client 196 bereitzustellen. Das fahrzeugseitige Fahrzeugcomputersystem kann dazu betreibbar sein, den Zwillings-Client 196 auszuführen, was das fahrzeugseitige Fahrzeugcomputersystem zur Ausführung von einem oder mehreren der Schritte von einem oder mehreren der nachstehenden veranlasst: dem nachstehend unter Bezugnahme auf 3 beschriebenen Verfahren 300; dem nachstehend unter Bezugnahme auf die 5A und 5B beschriebenen Verfahren 500; dem nachstehend unter Bezugnahme auf 6 beschriebenen Verfahren 600; und dem nachstehend unter Bezugnahme auf 7 beschriebenen Verfahren 700.
  • Der ADAS-Systemsatz 180 umfasst ein oder mehrere ADAS-System(e). Die ADAS-Systeme stellen ein oder mehrere autonome(s) Merkmal(e) für das Ego-Fahrzeug 123 bereit. Bei einigen Ausführungsbeispielen ist das Ego-Fahrzeug 123 ein autonomes Fahrzeug, ein halbautonomes Fahrzeug oder ein HAV. Beispielsweise umfasst das Ego-Fahrzeug 123 einen ADAS-Systemsatz 180, der autonome Merkmale für das Ego-Fahrzeug 123 bereitstellt, die dazu ausreichend sind, das Ego-Fahrzeug 123 zu einem autonomen Fahrzeug zu machen.
  • Der ADAS-Systemsatz 180 umfasst eines oder mehrere der nachstehenden Elemente: ein ACC-System; ein adaptives Fernlichtsystem; ein adaptives Lichtsteuerungssystem; ein automatisches Parksystem; ein Nachtsichtsystem für Kraftfahrzeuge; einen Toter-Winkel-Monitor; ein Kollisionsverhinderungssystem; ein Seitenwindstabilisierungssystem; ein Fahrermüdigkeitserfassungssystem; ein Fahrerüberwachungssystem; ein Notfallfahrerunterstützungssystem; ein Vorwärtskollisionswarnsystem; ein Kreuzungsunterstützungssystem; ein intelligentes Geschwindigkeitsanpassungssystem; ein Spurhaltewarnsystem (auch als Spurhalteunterstützungseinrichtung bezeichnet); ein Fußgängerschutzsystem; ein Verkehrszeichenerkennungssystem; eine Abbiegeunterstützungseinrichtung; ein Geisterfahrtwarnsystem; einen Autopiloten; eine Schildererkennungseinrichtung; und eine Schilderunterstützungseinrichtung. Jedes dieser Beispiel-ADAS-Systeme stellt seine eigenen Merkmale und Funktionalität bereit, die jeweils vorliegend als ein „ADAS-Merkmal“ oder „ADAS-Funktionalität“ bezeichnet werden kann. Diese Merkmale und Funktionalität, die durch diese Beispiel-ADAS-Systeme bereitgestellt werden, sind vorliegend auch jeweils als ein „autonomes Merkmal“ oder eine „autonome Funktionalität“ bezeichnet.
  • Bei einigen Ausführungsbeispielen führt der Zwillings-Client 196 des Ego-Fahrzeugs 123 eine Risikoanalyse durch, und bestimmt, dass eine Kollision unter Einbeziehung eines entferntes Fahrzeugs 124 wahrscheinlich ist. Bei einigen Ausführungsbeispielen bestimmt der Zwillings-Client 196 Abänderungsdaten als Antwort auf die Risikoanalyse. Die Abänderungsdaten sind digitale Daten, die dazu betreibbar sind, den Betrieb eines ADAS-Systems des Ego-Fahrzeugs 123 derart abzuändern, dass ein autonomes Merkmal, das durch das ADAS-System bereitgestellt ist, in einer Weise abgeändert wird, die dazu betreibbar ist, das Risiko einer Kollision unter Einbezug des entfernten Fahrzeugs 124 zu verringern. So ändern beispielsweise die Abänderungsdaten den Betrieb des ADAS-Systems derart, dass das autonome Merkmal den Betrieb des Ego-Fahrzeugs 123 dazu veranlasst, relativ zu dem Betrieb des Ego-Fahrzeugs 123 vor der Abänderung des Betriebes des ADAS-Systems auf der Grundlage der Abänderungsdaten weniger risikoreich zu sein. Die Abänderungsdaten sind nachstehend ausführlicher gemäß einigen Ausführungsbeispielen beschrieben.
  • Der Sensorsatz 195 umfasst alle fahrzeugseitigen Fahrzeugsensoren des Ego-Fahrzeugs 123, die die Fahrbahnumgebung des Ego-Fahrzeugs 123 überwachen, ob intern oder extern. Bei einigen Ausführungsbeispielen kann der Sensorsatz 195 alle fahrzeugseitigen Fahrzeugsensoren in dem Ego-Fahrzeug 123 umfassen, die während einer Fahrt Sensordaten 191 erzeugen. Die Sensordaten 191 beschreiben die Messungen der Fahrbahnumgebung, die durch die fahrzeugseitigen Fahrzeugsensoren aufgezeichnet werden, die in dem Sensorsatz 195 umfasst sind. Bei einigen Ausführungsbeispielen umfasst der Sensorsatz 195 des Ego-Fahrzeugs 123 einen oder mehrere der nachstehenden fahrzeugseitigen Fahrzeugsensoren: ein Vibrometer; ein Kollisionserfassungssystem; einen Maschinenöldruckerfassungssensor; eine Kamera (zum Beispiel, eine oder mehrere einer internen Kamera und einer externen Kamera); einen biometrischen Sensor; einen LIDAR-Sensor; einen Ultraschallsensor; einen Radarsensor; einen Laserhöhenmesser; einen Infrarotdetektor; einen Bewegungsdetektor; einen Thermostat; einen akustischen Detektor; einen Kohlenstoffmonoxid-Sensor; einen Kohlenstoffdioxid-Sensor; einen SauerstoffSensor; einen Massenluftstromsensor; einen Maschinenkühlmitteltemperatursensor; einen Drosselklappenpositionssensor; einen Kurbelwellenpositionssensor; einen Kraftfahrzeugmaschinensensor; einen Ventilzeitgeber; eine Luft-Kraftstoff-Verhältnismesseinrichtung; eine Toter-Winkel-Messeinrichtung; einen Bordsteinfühler; einen Defektdetektor; einen Hall-Effekt-Sensor; einen Verteiler-Absolutdrucksensor; einen Parksensor; eine Radarpistole; eine Geschwindigkeitsmesseinrichtung; einen Geschwindigkeitssensor; einen Reifendrucküberwachungssensor; einen Drehmomentsensor; einen Getriebeflüssigkeitstemperatursensor; einen Turbinengeschwindigkeitssensor (TSS); einen Sensor für eine variable Reluktanz; einen Fahrzeuggeschwindigkeitssensor (VSS); einen Wassersensor; einen Radgeschwindigkeitssensor; und jede andere Art eines Kraftfahrzeugsensors.
  • Bei einigen Ausführungsbeispielen beschreiben ein oder mehrere der Sensordatenelemente 191 und der ADAS-Datenelemente 192 Verhaltensmetriken. Die Verhaltensmetriken sind nachstehend ausführlicher gemäß einigen Ausführungsbeispielen beschrieben. Starkes Bremsen und starkes Beschleunigen ist ein Fahrerereignis, falls mehr Kraft als normal jeweils auf das Bremspedal oder das Fahrpedal des Ego-Fahrzeugs 123 angewandt wird. Beide Verhaltensweisen sind mit einem erhöhten Risiko für Unfälle und unsicheres Fahren korreliert. Die Verhaltensmetriken, die das Verhalten des Fahrers bei Kreuzungen beschreiben, beschreiben eines oder mehrere der nachstehenden: ob der Fahrer tatsächlich an Kreuzungen anhält (im Gegensatz zu beispielsweise einem rollenden Anhalten); ob der Fahrer tatsächlich bei einem leuchtenden Gelblicht langsamer wird (zum Beispiel, das erleuchtende gelbe Licht eines Verkehrszeichens oder ein blinkendes gelbes Licht eines Straßenschildes oder eines Gehwegsignals); wie der Fahrer sich bei einem Vier-Wege-Haltezeichen verhält; und wie der Fahrer mit Einfädelsituationen umgeht. Die Verhaltensmetriken, die die gefährlichen Interaktionen mit anderen Fahrzeugen beschreiben, beschreiben beispielsweise Beinaheunfälle mit anderen Fahrzeugen, ob andere Fahrzeuge ausweichen mussten, um eine Kollision mit dem Ego-Fahrzeug 123 zu vermeiden, ob andere Fahrzeuge stark bremsen oder stark beschleunigen mussten, um eine Kollision mit dem Ego-Fahrzeug 123 zu vermeiden, wie nahe der Fahrer des Ego-Fahrzeugs 123 anderen Fahrzeugen folgt, ob der Fahrer andere Fahrzeuge bei einer doppelt durchgezogenen Linie überholt, und andere gefährliche Wechselwirkungen mit anderen Fahrzeugen.
  • Bei einigen Ausführungsbeispielen empfängt der Zwillings-Client 196 mittels des Busses 120A die Sensordaten 191, die durch diese fahrzeugseitigen Fahrzeugsensoren erzeugt sind, die in dem Sensorsatz 195 umfasst sind. Die Sensordaten 191 sind digitale Daten, die die Sensormessungen beschreiben, die durch diese fahrzeugseitigen Fahrzeugsensoren aufgezeichnet sind. Bei einigen Ausführungsbeispielen werden die Sensordaten 191 an die ADAS-Systeme eingegeben, die in dem ADAS-Systemsatz 180 umfasst sind, so dass sie ihre Funktionalität bereitstellen können. Beispielsweise nehmen die ADAS-Systeme die Umgebung des Ego-Fahrzeugs 123 wahr, und bestimmen Fahrzeugreaktionen auf die Umgebung. Die ADAS-Daten 192 sind digitale Daten, die eines oder mehrere der nachstehenden beschreiben: die Analyse der ADAS-Systeme auf der Grundlage der Sensordaten 191; und die Fahrzeugreaktionen, die durch die ADAS-Systeme für die durch die Sensordaten 191 beschriebene Umgebung als geeignet bestimmt sind.
  • Die Kommunikationseinheit 145 sendet und empfängt Daten an und von einem Netzwerk 105 oder einem anderen Kommunikationskanal. Bei einigen Ausführungsbeispielen kann die Kommunikationseinheit 145 eine DSRC-Sender-Empfänger-Einrichtung, einen DSRC-Empfänger und andere Hardware oder Software umfassen, die dazu notwendig ist, das Ego-Fahrzeug 123 (oder eine andere Vorrichtung wie etwa den digitalen Zwillingsserver 107) zu einer DSRCfähigen Vorrichtung zu machen.
  • Bei einigen Ausführungsbeispielen umfasst die Kommunikationseinheit 145 einen Anschluss für eine direkte physikalische Verbindung zu dem Netzwerk 105 oder einem anderen Kommunikationskanal. Beispielsweise umfasst die Kommunikationseinheit 145 einen USB-, einen SD-, einen CAT-5- oder einen ähnlichen Anschluss für eine drahtgebundene Kommunikation mit dem Netzwerk 105. Bei einigen Ausführungsbeispielen umfasst die Kommunikationseinheit 145 eine drahtlose Sender-Empfänger-Einrichtung zum Austausch von Daten mit dem Netzwerk 105 oder anderen Kommunikationskanälen unter Verwendung von einem oder mehreren Drahtloskommunikationsverfahren, einschließlich: IEEE 802.11; IEEE 802.16; BLUETOOTH®; EN ISO 14906:2004 Elektronische Gebührenerhebung - Anwendungsschnittstelle; EN 11253:2004 Dedizierte Nahbereichskommunikation - Physikalische Schicht unter Verwendung einer Mikrowelle bei 5,8 GHz (Review); EN 12795:2002 Dedizierte Nahbereichskommunikation (DSRC) - DSRC-Datenverbindungsschicht: Zugriffsmedium und Verbindungssteuerung (Review); EN 12834:2002 Dedizierte Nahbereichskommunikation - Anwendungsschicht (Review); EN 13372:2004 Dedizierte Nahbereichskommunikation (DSRC) - DSRC-Profile für RTTT-Anwendungen (Review); das Kommunikationsverfahren, das in der am 28.08.2014 eingereichten U.S. Patentanmeldung 14/471,387 mit dem Titel „Full-Duplex Coordination System“ beschrieben ist; oder ein anderes geeignetes Drahtloskomm unikationsverfahren .
  • Bei einigen Ausführungsbeispielen umfasst die Kommunikationseinheit 145 ein Vollduplexkoordinationssystem wie in der am 28.08.2014 eingereichten U.S. Patentanmeldung 14/471,387 mit dem Titel „Full-Duplex Coordination System“ beschrieben.
  • Bei einigen Ausführungsbeispielen umfasst die Kommunikationseinheit 145 eine Sender-Empfänger-Einrichtung für eine Mobilfunkkommunikation zum Senden und Empfangen von Daten über ein Mobilfunknetzwerk einschließlich mittels SMS (sogenannter „Short Messaging Service“), MMS (sogenannter „Multimedia Messaging Service“), HTTP (sogenanntes Hypertext Transfer Protocol“), einer direkten Datenverbindung, WAP, E-Mail oder einer anderen geeigneten Art einer elektronischen Kommunikation. Bei einigen Ausführungsbeispielen umfasst die Kommunikationseinheit 145 einen drahtgebundenen Anschluss und eine drahtlose Sender-Empfänger-Einrichtung. Die Kommunikationseinheit 145 stellt ebenso andere konventionelle Verbindungen zu dem Netzwerk 105 für eine Verteilung von Dateien oder Medienobjekten unter Verwendung von Standardnetzwerkprotokollen einschließlich TCP/IP, HTTP, HTTPS und SMTP, Millimeterwelle, DSRC und so weiter bereit.
  • Die Verarbeitungseinrichtung 125 umfasst eine arithmetische Logikeinheit, einen Mikroprozessor, eine Universalsteuerung oder eine andere Prozessoranordnung, um Berechnungen durchzuführen, und elektronische Anzeigesignale an eine Anzeigevorrichtung bereitzustellen. Die Verarbeitungseinrichtung 125 verarbeitet Datensignale, und kann verschiedene Berechnungsarchitekturen einschließlich einer CISC-Architektur (sogenannte „Complex Instruction Set Computer“-Architektur), einer RISC-Architektur (sogenannte „Reduced Instruction Set Computer“-Architektur) oder einer Architektur umfassen, die eine Kombination von Anweisungssätzen realisiert. Das Ego-Fahrzeug 123 kann eine oder mehrere Verarbeitungseinrichtung(en) 125 umfassen. Andere Verarbeitungseinrichtungen, Betriebssysteme, Sensoren, Anzeigen und physikalische Konfigurationen können möglich sein.
  • Der Speicher 127 speichert Anweisungen oder Daten, auf die die Verarbeitungseinrichtung 125 zugreifen kann und die sie ausführen kann. Die Anweisungen oder Daten können Codeelemente zum Durchführen der vorliegend beschriebenen Techniken umfassen. Der Speicher 127 kann eine DRAM-Vorrichtung (sogenannte „Dynamic Random Access Memory“-Vorrichtung), eine SRAM-Vorrichtung (sogenannte „Static Random Access Memory“-Vorrichtung), ein Flashspeicher oder eine andere Speichervorrichtung sein. Bei einigen Ausführungsbeispielen umfasst der Speicher 127 ebenso einen nichtflüchtigen Speicher oder eine ähnliche dauerhafte Speichervorrichtung und -medien einschließlich eines Festplattenlaufwerkes, eines Diskettenlaufwerkes, einer CD-ROM-Vorrichtung, einer DVD-ROM-Vorrichtung, einer DVD-RAM-Vorrichtung, einer DVD-RW-Vorrichtung, einer Flashspeichervorrichtung oder einer anderen Massenspeichervorrichtung zum Speichern von Informationen auf einer dauerhafteren Grundlage. Ein Abschnitt des Speichers 127 kann für eine Verwendung als ein Puffer oder ein virtueller Speicher mit wahlfreiem Zugriff (virtuelles RAM) reserviert sein. Das Ego-Fahrzeug 123 kann einen oder mehrere Speicher 127 umfassen.
  • Der Speicher 127 des Ego-Fahrzeugs 123 speichert eine oder mehrere der nachstehenden Arten von digitalen Daten: die Sensordaten 191; die ADAS-Daten 192; einen Satz von Zwillingsdaten 181; die Abschätzungsdaten 184; die Risikodaten 183; und die AR-Daten 182.
  • Die Sensordaten 191 und die ADAS-Daten 192 sind vorstehend beschrieben, und daher werden diese Beschreibungen hier nicht wiederholt. Bei einigen Ausführungsbeispielen sammelt der Zwillings-Client 196 Exemplare von Sensordaten 191 und ADAS-Daten 192. Der Zwillings-Client 196 erzeugt eine Drahtlosnachricht, die die Sensordaten 191 und die ADAS-Daten 192 als eine Nutzlast für die Drahtlosnachricht umfasst. Der Zwillings-Client 196 veranlasst die Kommunikationseinheit 145 des Ego-Fahrzeugs 123 dazu, die Drahtlosnachricht an den digitalen Zwillingsserver 107 mittels des Netzwerkes zu übermitteln. In dieser Weise hat das digitale Verhaltenszwillingssystem 199 des digitalen Zwillingsservers 107 Zugriff auf die Sensordaten 191 und die ADAS-Daten 192 des Ego-Fahrzeugs 123. Bei einigen Ausführungsbeispielen wiederholt der Zwillings-Client 196 diesen Vorgang zum Berichten der Sensordaten 191 und der ADAS-Daten 192 an das digitale Verhaltenszwillingssystem 199 in periodischer Weise. Die entfernten Fahrzeuge 124 umfassen ebenso einen Zwillings-Client 196, der Sensordaten 191 und ADAS-Daten 192 der entfernten Fahrzeuge 124 an den digitalen Zwillingsserver 107 berichtet. In dieser Weise hat das digitale Verhaltenszwillingssystem 199 des digitalen Zwillingsservers 107 Zugriff auf die Sensordaten 191 und den ADAS-Daten 192 der entfernten Fahrzeuge 124, genauso wie auf die Sensordaten 191 und die ADAS-Daten 192 des Ego-Fahrzeugs 123.
  • Bei einigen Ausführungsbeispielen umfasst das digitale Verhaltenszwillingssystem 199 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 des digitalen Zwillingsservers 107 dazu betreibbar sind, die Sensordaten 191 und die ADAS-Daten 192 eines bestimmten Fahrzeugs (zum Beispiel, des Ego-Fahrzeugs 123) zu verwenden, um einen digitalen Verhaltenszwilling für dieses bestimmte Fahrzeug zu erzeugen. Der digitale Verhaltenszwilling für ein bestimmtes Fahrzeug (zum Beispiel, das Ego-Fahrzeug 123) beschreibt beispielsweise: (1) verschiedene Fahrszenarien, und wie der Fahrer dieses bestimmten Fahrzeugs in diesen Fahrszenarien reagieren würde; und (2) verschiedene komplexe Verhaltensmuster für den Fahrer dieses bestimmten Fahrzeugs, die inhärent schwierig vorherzusagen sind. Zwillingsdaten sind digitale Daten (bzw. digitale Datenelemente), die einen digitalen Verhaltenszwilling für ein bestimmtes Fahrzeug beschreiben, das heißt, den digitalen Verhaltenszwilling für einen bestimmten Fahrer des bestimmten Fahrzeugs. Beispielsweise sind Ego-Zwillingsdaten 175 digitale Daten, die den digitalen Verhaltenszwilling für das Ego-Fahrzeug 123 beschreiben (das heißt, den digitalen Verhaltenszwilling des Ego-Fahrers des Ego-Fahrzeugs 123). Erste Zwillingsdaten 171 sind digitale Daten, die den digitalen Verhaltenszwilling für das erste entfernte Fahrzeug 124A beschreiben. Zweite Zwillingsdaten 172 sind digitale Daten, die den digitalen Verhaltenszwilling für das zweite entfernte Fahrzeug 124B beschreiben. Dritte Zwillingsdaten 173 sind digitale Daten, die den digitalen Verhaltenszwilling für das dritte entfernte Fahrzeug 124C beschreiben. N-te Zwillingsdaten 175 sind digitale Daten, die den digitalen Verhaltenszwilling für das N-te entfernte Fahrzeug 124N beschreiben.
  • Bei einigen Ausführungsbeispielen umfasst das digitale Verhaltenszwillingssystem 199 Codeelemente und Routinen, die dazu betreibbar sind, ein oder mehrere der Ego-Zwillingsdatenelemente 175, der ersten Zwillingsdatenelemente 171, der zweiten Zwillingsdatenelemente 172, der dritten Zwillingsdatenelemente 173 und der N-ten Zwillingsdatenelemente 175 des Ego-Fahrzeugs 123 zu übermitteln. Beispielsweise übermittelt der Zwillings-Client 196 des Ego-Fahrzeugs 123 die Sensordaten 191 und die ADAS-Daten 192 für das Ego-Fahrzeug 123 an den digitalen Zwillingsserver 107. Das digitale Verhaltenszwillingssystem 199 bestimmt auf der Grundlage von in den Sensordaten 191 umfassten GPS-Informationen, dass die entfernten Fahrzeuge 124 geographisch nahe bei dem Ego-Fahrzeug 123 sind, und stellt nachfolgend die Ego-Zwillingsdaten 175, die ersten Zwillingsdaten 171, die zweiten Zwillingsdaten 172, die dritten Zwillingsdaten 173 und die N-ten Zwillingsdaten 175 an das Ego-Fahrzeug 123 mittels des Netzwerkes 105 bereit. In dieser Weise hat der Zwillings-Client 196 Zugriff zu den Zwillingsdaten für das Ego-Fahrzeug 123 genauso wie für die entfernten Fahrzeuge 124.
  • Der Satz von Zwillingsdaten 181 umfasst digitale Daten, die die digitalen Verhaltenszwillinge des Ego-Fahrzeugs 123 und der entfernten Fahrzeuge 124 beschreiben. Das digitale Verhaltenszwillingssystem 199 bestimmt die Zwillingsdaten auf der Grundlage der Sensordaten 191 und der ADAS-Daten 192 für jedes des Ego-Fahrzeugs 123 und der entfernten Fahrzeuge 124. Bei einigen Ausführungsbeispielen umfasst ein Exemplar von Zwillingsdaten alle der digitalen Daten, die dazu notwendig sind, einen bestimmten digitalen Zwilling zu erzeugen. Bei einigen Ausführungsbeispielen umfasst ein Exemplar von Zwillingsdaten Modellparameter für den digitalen Zwilling, der durch die Zwillingsdaten beschrieben ist.
  • Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client 196 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 des Ego-Fahrzeugs 123 dazu betreibbar sind, die Verarbeitungseinrichtung 125 dazu zu veranlassen, eine erste Abschätzung eines zukünftigen Verhaltens der entfernten Fahrer in verschiedenen Kontexten zu erzeugen (das heißt, verschiedenen Fahrszenarien), auf der Grundlage von: den digitalen Verhaltenszwillingen der entfernten Fahrer wie durch die Zwillingsdaten beschrieben; und fahrzeugseitigen Daten (zum Beispiel, einem oder mehreren der Sensordatenelemente 191 und der ADAS-Datenelemente 192) des Ego-Fahrzeugs 123, die (1) die gegenwärtigen Fahrkontexte und (2) die Verhaltensmuster der entfernten Fahrer beschreiben, und wie sich die entfernten Fahrer in verschiedenen Kontexten verhalten. Diese erste Abschätzung wird durch die Abschätzungsdaten 184 beschrieben.
  • Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client 196 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 des Ego-Fahrzeugs 123 dazu betreibbar sind, die Verarbeitungseinrichtung 125 dazu zu veranlassen, eine zweite Abschätzung des zukünftigen Verhaltens des Ego-Fahrers in den verschiedenen Kontexten zu erzeugen, auf der Grundlage von: dem digitalen Verhaltenszwilling des Ego-Fahrers; und fahrzeugseitigen Daten des Ego-Fahrzeugs, die (1) die gegenwärtigen Fahrkontexte und (2) Verhaltensmuster des Ego-Fahrers beschreiben, und wie sich der Ego-Fahrer in verschiedenen Kontexten verhält. Diese zweite Abschätzung wird ebenso durch die Abschätzungsdaten 184 beschrieben.
  • Dementsprechend sind die Abschätzungsdaten 184 digitale Daten, die beschreiben: (1) die erste Abschätzung des zukünftigen Verhaltens der entfernten Fahrer in verschiedenen Kontexten (das heißt, verschiedenen Fahrszenarien); und (2) die zweite Abschätzung des zukünftigen Verhaltens des Ego-Fahrers in verschiedenen Kontexten, die den Kontexten der ersten Abschätzung entsprechen.
  • Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client 196 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 des Ego-Fahrzeugs 123 dazu betreibbar sind, die Verarbeitungseinrichtung 125 dazu zu veranlassen, auf der Grundlage von teilweise den abgeschätzten Verhaltensweisen der entfernten Fahrer und des Ego-Fahrers wie durch die erste Abschätzung und die zweite Abschätzung beschrieben eine Risikoanalyse zur Abschätzung durchzuführen, ob Kollisionen an verschiedenen Abschnitten der gegenwärtig durch das Ego-Fahrzeug 123 befahrenen Fahrbahn wahrscheinlich sind. Die Ergebnisse der Risikoanalyse werden durch die Risikodaten 183 beschrieben. Dementsprechend umfassen die Risikodaten 183 digitale Daten, die auf der Grundlage der ersten Abschätzung und der zweiten Abschätzung eine Abschätzung beschreiben, ob eine Kollision an verschiedenen Abschnitten der gegenwärtig durch das Ego-Fahrzeug 123 befahrenen Fahrbahn wahrscheinlich ist.
  • Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client 196 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 des Ego-Fahrzeugs 123 dazu betreibbar sind, die Verarbeitungseinrichtung 125 dazu zu veranlassen, Abänderungsdaten auf der Grundlage der Risikodaten 183 zu erzeugen. Die Abänderungsdaten sind digitale Daten, die Abänderungen für ein oder mehrere ADAS-System(e) des Ego-Fahrzeugs 123 wie etwa jene beschreiben, die in dem ADAS-Systemsatz 180 umfasst sind. Bei einigen Ausführungsbeispielen sind die Abänderungsdaten digitale Daten, die dazu betreibbar sind, den Betrieb von einem oder mehreren ADAS-System(en) des Ego-Fahrzeugs 123 derart abzuändern, dass der Betrieb des Ego-Fahrzeugs 123 weniger risikoreich ist, da ein oder mehrere ADAS-System(e) des Ego-Fahrzeugs 123 abgeändert werden, um das Risiko abzuschwächen, das durch ein Fahrerverhalten entsteht. Beispielsweise steuern die Abänderungsdaten den Betrieb des Ego-Fahrzeugs 123 derart, dass das Ego-Fahrzeug 123 nicht mit einem anderen Gegenstand wie etwa einem entfernten Fahrzeug 124 kollidiert.
  • Die AR-Daten 182 sind digitale Daten, die eine das Risiko visuell darstellende Visualisierung beschreiben, das durch die Risikodaten 183 beschrieben ist. Beispielsweise umfasst der Zwillings-Client 196 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 des Ego-Fahrzeugs 123 dazu betreibbar sind, die Verarbeitungseinrichtung 125 zur Erzeugung einer AR-Visualisierung zu veranlassen, die visuell die Wahrscheinlichkeit einer Kollision für verschiedene Abschnitte der Fahrbahn auf der Grundlage der Risikoanalyse darstellt. Die AR-Daten 182 sind digitale Daten, die die AR-Visualisierung beschreiben. Beispiele der AR-Visualisierungen gemäß einigen Ausführungsbeispielen sind in den 8 und 9 beschrieben.
  • Die ECU 126 ist ein fahrzeugseitiger Fahrzeugcomputer des Ego-Fahrzeugs 123. Beispielsweise ist die ECU 126 eine herkömmliche ECU, die den Zwillings-Client 196 speichert und ausführt. Eine oder mehrere der Verarbeitungseinrichtung 125 und des Speichers 127 können Elemente der ECU 126 sein.
  • Die elektronische Anzeigeeinrichtung 140 umfasst eine elektronische Anzeige des Ego-Fahrzeugs 123. Beispielsweise ist die elektronische Anzeigevorrichtung 140 ein HUD, ein 3D-HUD, eine Frontscheibenanzeige oder ein Armaturenbrettmessinstrument. Bei einigen Ausführungsbeispielen ist die elektronische Anzeigevorrichtung 140 eine transparente HUD, die die gesamte vordere Windschutzscheibe des Ego-Fahrzeugs 123 oder im Wesentlichen alles der vorderen Windschutzscheibe des Ego-Fahrzeugs 123 überlagert.
  • Bei einigen Ausführungsbeispielen ist die elektronische Anzeigevorrichtung 140 ein elektronisches Anzeigepaneel, das dazu bestreibbar ist, graphische Visualisierungen oder andere visuelle Informationen anzuzeigen. Beispielsweise ist die elektronische Anzeigevorrichtung 140 ein Monitor, ein Fernseher, ein Touchscreen oder eine andere elektronische Vorrichtung, die dazu betreibbar ist, visuelle Informationen für eine Ansicht durch einen menschlichen Benutzer anzuzeigen. Bei einigen Ausführungsbeispielen zeigt die elektronische Anzeigevorrichtung 140 eine oder mehrere der vorliegend beschriebenen Benachrichtigungen an.
  • Bei einigen Ausführungsbeispielen ist die elektronische Anzeigevorrichtung eine AR-Brille. Eine AR-Brille kann jede herkömmliche AR-Brille, Brillen oder Gläser umfassen. Beispiele der AR-Brille umfassen eine oder mehrere der nachstehenden Arten von AR-Brillen: Google™Glass; CastAR; Moverio BT-200; Meta; Vuzix M-100; Laster SeeThru; Icis; Optinvent ORA-S; GlassUP; Atheer One; K-Glass; und Microsoft™ Hololens.
  • Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client 196 Codeelemente und Routinen, die bei Ausführung durch eine Verarbeitungseinrichtung 125 des Ego-Fahrzeugs 123 dazu betreibbar sind, die Verarbeitungseinrichtung 125 zur Ausführung von einem oder mehreren der Schritte des Verfahrens 300 gemäß 3 zu veranlassen. Beispielsweise umfasst der Zwillings-Client 196 Codeelemente und Routinen, die bei Ausführung durch die ECU 126 eines Ego-Fahrzeugs 123 dazu betreibbar sind, die ECU 126 zur Ausführung eines oder mehrerer der nachstehenden Schritte zu veranlassen: (1) das zukünftige Verhalten der entfernten Fahrer in verschiedenen Kontexten (das heißt, verschiedenen Fahrszenarien) abzuschätzen, auf der Grundlage von: den digitalen Verhaltenszwillingen der entfernten Fahrer; und fahrzeugseitigen Daten (zum Beispiel, einem oder mehreren der Sensordatenelemente und der ADAS-Datenelemente) des Ego-Fahrzeugs 123, die (a) die gegenwärtigen Fahrkontexte und (b) die Verhaltensmuster der entfernten Fahrer beschreiben, und wie sich die entfernten Fahrer in verschiedenen Kontexten verhalten; (2) das zukünftige Verhalten des Ego-Fahrers in verschiedenen Kontexten abzuschätzen, auf der Grundlage von: dem digitalen Verhaltenszwilling des Ego-Fahrers; und fahrzeugseitigen Daten des Ego-Fahrzeugs 123, die (a) die gegenwärtigen Fahrkontexte und (b) Verhaltensmuster des Ego-Fahrers beschreiben, und wie sich der Ego-Fahrer in verschiedenen Kontexten verhält; (3) eine Risikoanalyse durchzuführen, um vorherzusagen, ob Kollisionen an verschiedenen Abschnitten der Fahrbahn wahrscheinlich sind, die gegenwärtig durch das Ego-Fahrzeug befahren wird, auf der Grundlage von zum Teil den abgeschätzten zukünftigen Verhaltensweisen der entfernten Fahrer und den abgeschätzten zukünftigen Verhaltensweisen des Ego-Fahrers, (4) eine AR-Visualisierung zu erzeugen, die visuell die Wahrscheinlichkeit einer Kollision für die verschiedenen Abschnitte der Fahrbahn auf der Grundlage der Risikoanalyse darstellt; und (5) die Sensordaten 191 zu verwenden, die durch die fahrzeugseitigen Sensoren des Ego-Fahrzeugs erzeugt sind, um das Verhalten der entfernten Fahrzeuge 124 zu erfassen, und die lokal gespeicherten digitalen Verhaltenszwillinge für die entfernten Fahrer genauso wie die abgeschätzten zukünftigen Verhaltensweisen der entfernten Fahrer und die Risikobewertungen der entfernten Fahrer zu aktualisieren. Bei einigen Ausführungsbeispielen werden einer oder mehrere der Schritte (1) bis (4) ausgeführt, bevor die fahrzeugseitigen Sensoren des Ego-Fahrzeugs 123 jemals die entfernten Fahrzeuge 124 überwachen (zum Beispiel, das Verhalten des entfernten Fahrzeugs 124 beobachten). Aufgrund dessen ist der Zwillings-Client 196 dazu betreibbar, Risikobenachrichtigungen schneller als herkömmliche Lösungen bereitzustellen.
  • Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client 196 Codeelemente und Routinen, die bei Ausführung durch eine Verarbeitungseinrichtung 125 des Ego-Fahrzeugs 123 dazu betreibbar sind, die Verarbeitungseinrichtung 125 dazu zu veranlassen, einen oder mehrere der Schritte des Verfahrens 500 gemäß den 5A und 5B auszuführen. Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client 196 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 dazu betreibbar sind, die Verarbeitungseinrichtung 125 dazu zu veranlassen, einen oder mehrere der Schritte des Verfahrens 600 gemäß 6 auszuführen. Bei einigen Ausführungsbeispielen umfasst der Zwillings-Client 196 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 dazu betreibbar sind, die Verarbeitungseinrichtung 125 dazu zu veranlassen, einen oder mehrere der Schritte des Verfahrens 700 gemäß 7 auszuführen.
  • Bei einigen Ausführungsbeispielen kann der Zwillings-Client 196 des Ego-Fahrzeugs 123 unter Verwendung einer Hardware umgesetzt sein, die einen FPGA (sogenannten „Field-Programmable Gate Array“) oder einen ASIC (sogenannten „Application-Specific Integrated Circuit“) umfasst. Bei einigen anderen Ausführungsbeispielen kann der Zwillings-Client 196 unter Verwendung einer Kombination von Hardware und Software umgesetzt sein.
  • Der Zwillings-Client 196 ist nachstehend unter Bezugnahme auf die 2 bis 10 ausführlicher beschrieben.
  • Bei einigen Ausführungsbeispielen beschreiben eines oder mehrere der Sensordatenelemente 191 und der ADAS-Datenelemente 192 eine Fahrzeugkomponente des Ego-Fahrzeugs 123. Beispielsweise umfasst das Ego-Fahrzeug 123 einen Satz von Komponenten und eines oder mehrere der Sensordatenelemente 191 und der ADAS-Datenelemente 192, die einen Zustand oder eine Bedingung von einer oder mehrerer dieser Fahrzeugkomponenten beschreiben. Das Ego-Fahrzeug 123 kann Sensoren umfassen, die zur Messung der Informationen über diese Fahrzeugkomponenten betreibbar sind, die durch die Sensordaten 191 und die ADAS-Daten 192 beschrieben sind.
  • Bei einigen Ausführungsbeispielen umfassen beispielhafte Fahrzeugkomponenten eine oder mehrere der nachstehenden: ein Maschine; eine Bremse; eine Bremsleitung; ein Kraftstoffeinspritzventil; eine Kraftstoffleitung; eine Servolenkeinheit; ein Getriebe; einen Reifen; einen Filter; eine Fahrzeugflüssigkeit; einen Bremsbelag; einen Bremsrotor; einen Sensor; einen fahrzeugseitigen Fahrzeugcomputer; eine Windschutzscheibe; eine Batterie; einen Windschutzscheibenwischer; eine Windschutzscheibe; eine Lichtmaschine; eine Zündkerze; ein Zündkerzenkabel; ein Batteriekabel; eine Verteilerkappe; eine Fahrzeugkarosserieplatte; eine Infotainment-Systemkomponente; eine Antriebsstrangkomponente; und einen Riemen.
  • Beispiele der gemessenen Fahrzeugkomponenten sind in der am 29. November 2016 eingereichten U.S. Patentanmeldung 15/363,368 mit dem Titel „Optimization of a Vehicle to Compensate for Water Contamination of a Fluid of a Vehicle Component“ beschrieben, die hiermit vollinhaltlich durch Bezugnahme einbezogen wird.
  • Ein entferntes Fahrzeug 124 ist ein verbundenes Fahrzeug ähnlich zu dem Ego-Fahrzeug 123. Bei einigen Ausführungsbeispielen umfassen die entfernten Fahrzeuge 124 Elemente, die zu jenen ähnlich sind, die vorstehend für das Ego-Fahrzeug 123 beschrieben sind. Dementsprechend werden diese Beschreibungen hier nicht wiederholt.
  • Digitaler Zwillingsserver 107
  • Bei einigen Ausführungsbeispielen ist der digitale Zwillingsserver 107 ein Cloud-Server, der eines oder mehrere der nachstehenden Elemente umfasst: ein digitales Verhaltenszwillingssystem 199; eine Verarbeitungseinrichtung 125; einen Speicher 127 und eine Kommunikationseinheit 145. Diese Elemente sind kommunikativ miteinander mittels des Busses 120B gekoppelt. Die nachstehenden Elemente des digitalen Zwillingsservers 107 sind dieselben oder ähnlich zu jenen, die vorstehend für das Ego-Fahrzeug 123 beschrieben sind, und daher werden die Beschreibungen dieser Elemente hier nicht wiederholt: die Verarbeitungseinrichtung 125; der Speicher 127; und die Kommunikationseinheit 145.
  • Der Speicher 127 des digitalen Zwillingsservers 107 speichert eines oder mehrere der nachstehenden Elemente: die ersten Zwillingsdaten 171; die zweiten Zwillingsdaten 172; die dritten Zwillingsdaten 173; die N-ten Zwillingsdaten 174; und die Ego-Zwillingsdaten 175. Diese Elemente des Speichers 127 des digitalen Zwillingsservers 107 sind vorstehend unter Bezugnahme auf den Speicher 127 des Ego-Fahrzeugs 123 beschrieben, und daher werden diese Beschreibungen hier nicht widerholt.
  • Das digitale Verhaltenszwillingssystem 199 umfasst Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 des digitalen Zwillingsservers 107 dazu betreibbar sind, Exemplare von Sensordaten 191 und ADAS-Daten 192 von einem oder mehreren Fahrzeug(en) (zum Beispiel, dem Ego-Fahrzeug 123 und den entfernten Fahrzeugen 124) zu empfangen, und Zwillingsdaten für diese bestimmten Fahrzeuge auf der Grundlage der Sensordaten 191 und der ADAS-Daten 192 zu erzeugen, die durch diese bestimmten Fahrzeuge empfangen sind.
  • Beispielsweise übermittelt das Ego-Fahrzeug 123 eine Drahtlosnachricht an den digitalen Zwillingsserver 107 mittels des Netzwerkes, das die nachstehenden digitalen Daten als Nutzlast umfasst: die Sensordaten 191; die ADAS-Daten 192; und digitale Daten, die eine eindeutige Kennung des Ego-Fahrzeugs 123 beschreiben (zum Beispiel, eine Fahrzeugidentifikationsnummer (VIN-Nummer) für das Ego-Fahrzeug 123). Das digitale Verhaltenszwillingssystem 199 umfasst Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 des digitalen Zwillingsservers 107 dazu betreibbar sind, die Verarbeitungseinrichtung 125 zur Erzeugung eines digitalen Verhaltenszwillings für das Ego-Fahrzeug 123 (oder einen Fahrer des Ego-Fahrzeugs 123) auf der Grundlage dieser digitalen Daten zu veranlassen. Dieser digitale Verhaltenszwilling ist durch die Ego-Zwillingsdaten 175 beschrieben. Das digitale Verhaltenszwillingssystem 199 empfängt mehrere Drahtlosnachrichten von mehreren Fahrzeugen, die jeweils eine Kombination von Sensordaten 191, ADAS-Daten 192 und digitale Daten umfassen, die eine eindeutige Kennung des Fahrzeugs beschreiben, von dem die Drahtlosnachricht stammt.
  • Bei einigen Ausführungsbeispielen verwendet das digitale Verhaltenszwillingssystem 199 die die eindeutigen Kennungen der Fahrzeuge beschreibenden digitalen Daten als eine Möglichkeit, die Nutzlasten für die Drahtlosnachrichten derart zu organisieren, dass das digitale Verhaltenszwillingssystem 199 in der Lage ist, eines oder mehrere der nachstehenden zu erzeugen: die ersten Zwillingsdaten 171 für das erste entfernte Fahrzeug 124A unter Verwendung der Nutzlast der Drahtlosnachricht, die von dem ersten entfernten Fahrzeug 124A stammt; die zweiten Zwillingsdaten 172 für das zweite entfernte Fahrzeug 124B unter Verwendung der Nutzlast der Drahtlosnachricht, die von dem zweiten entfernten Fahrzeug 124B stammt; die dritten Zwillingsdaten 173 für das dritte entfernte Fahrzeug 124C unter Verwendung der Nutzlast der Drahtlosnachricht, die von dem dritten entfernten Fahrzeug 124C stammt; die N-ten Zwillingsdaten 174 für das N-te entfernte Fahrzeug 124N unter Verwendung der Nutzlast der Drahtlosnachricht, die von dem N-ten entfernten Fahrzeug 124N stammt; und die Ego-Zwillingsdaten 175 für das Ego-Fahrzeug 123 unter Verwendung der Nutzlast der Drahtlosnachricht, die von dem Ego-Fahrzeug 123 stammt.
  • Bei einigen Ausführungsbeispielen ist eine Kombination von Sensordaten 191 und ADAS-Daten 192, die von einem bestimmten Fahrzeug empfangen sind, als „fahrzeugseitige Daten“ bezeichnet. Die Drahtlosnachricht, die diese fahrzeugseitigen Daten umfasst, umfasst ebenso digitale Daten, die eine eindeutige Kennung des Fahrzeugs beschreiben, das die Drahtlosnachricht übermittelt hat. Das digitale Verhaltenszwillingssystem 199 empfängt mehrere Drahtlosnachrichten von mehreren Fahrzeugen, und organisiert die verschiedenen Exemplare der fahrzeugseitigen Daten in dem Speicher 127 des digitalen Zwillingsservers 107 auf der Grundlage der eindeutigen Kennungen. In dieser Weise werden die Exemplare von fahrzeugseitigen Daten in einem Speicher 127 in einer organisierten Weise auf der Grundlage der Kennung des bestimmten Fahrzeugs gespeichert, das die Drahtlosnachricht übermittelt hat, die die Exemplare der fahrzeugseitigen Daten umfasste.
  • Bei einigen Ausführungsbeispielen umfasst das digitale Verhaltenszwillingssystem 199 Codeelemente und Routinen, die dazu betreibbar sind, die fahrzeugseitigen Daten für ein bestimmtes Fahrzeug zu analysieren (das heißt, die fahrzeugseitigen Daten, die durch ein bestimmtes Fahrzeug übermittelt sind), und das Verhalten für das bestimmte Fahrzeug oder den Fahrer des bestimmten Fahrzeugs in einem oder mehreren Kontext(en) oder Fahrszenarien zu bestimmen. Das Verhalten des Fahrers wird durch die fahrzeugseitigen Daten beschrieben; der eine oder die mehreren Kontext(e) oder Fahrszenarien werden ebenso durch die fahrzeugseitigen Daten beschrieben. Das digitale Verhaltenszwillingssystem 199 empfängt die fahrzeugseitigen Daten für das bestimmte Fahrzeug als eine Eingabe, und gibt Zwillingsdaten für das bestimmte Fahrzeug als eine Ausgabe als Antwort auf diese Eingabe aus. Diese Zwillingsdaten beschreiben den digitalen Verhaltenszwilling für dieses bestimmte Fahrzeug. Beispielsweise führt das digitale Verhaltenszwillingssystem 199 einen Vorgang aus, der einen oder die mehreren der nachstehenden Schritte umfasst: (1) Empfangen der fahrzeugseitigen Daten des Ego-Fahrzeugs 123 als eine Eingabe; (2) Analysieren dieser Eingabe zur Bestimmung des Verhaltens des Ego-Fahrzeugs 123, oder des Ego-Fahrers in einem oder mehreren Kontext(en) oder Fahrszenarien; und (3) Ausgeben der Ego-Zwillingsdaten 175, die das Verhalten des Ego-Fahrzeugs 1234, oder des Ego-Fahrers in einem oder mehreren Kontext(en) oder Fahrszenarien beschreiben. Das digitale Verhaltenszwillingssystem 199 wiederholt diesen Vorgang für die anderen Fahrzeuge, die fahrzeugseitige Daten an das digitale Verhaltenszwillingssystem 199 bereitstellen. In dieser Weise gibt das digitale Verhaltenszwillingssystem 199 ein oder mehrere der nachstehenden Exemplare von digitalen Daten aus: die ersten Zwillingsdaten 171; die zweiten Zwillingsdaten 172; die dritten Zwillingsdaten 173; und die N-ten Zwillingsdaten 174.
  • Bei einigen Ausführungsbeispielen umfasst das digitale Verhaltenszwillingssystem 199 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 des digitalen Zwillingsservers 107 dazu betreibbar sind, die Verarbeitungseinrichtung 125 zur Ausführung von einem oder mehreren der Schritte des Verfahrens 500 zu veranlassen, das nachstehend unter Bezugnahme auf die 5A und 5B beschrieben ist.
  • Bei einigen Ausführungsbeispielen erzeugt das digitale Verhaltenszwillingssystem 199 einen digitalen Verhaltenszwilling unter Verwendung von einem oder mehreren der Verfahren, Vorgänge oder Funktionalitäten, die in der am 13. Juni 2018 eingereichten und „Digital Twin for Vehicle Risk Evaluation“ betitelten U.S. Patentanmeldung Nr. 16/007,693 beschrieben ist, die vollinhaltlich unter Bezugnahme hierin einbezogen wird.
  • Bei einigen Ausführungsbeispielen umfasst das digitale Verhaltenszwillingssystem 199 eine Modellierungsanwendung und eine Spielmaschine (sogenannte „Game Engine“). Beispiele von Modellierungsanwendungen und Spielmaschinen, die in einigen der vorliegend beschriebenen Ausführungsbeispiele verwendet werden, sind in der am 21. April 2016 eingereichten U.S. Patentanmeldung Nr. 15/135,135 mit dem Titel „Wind Simulation Device“ beschrieben, die hiermit vollinhaltlich durch Bezugnahme einbezogen wird. Siehe beispielsweise das „Virtual Simulation Tool“, das in der U.S. Patentanmeldung Nr. 15/135,135 beschrieben ist. Ausführungsbeispiele dieser Technologie werden ebenso in der am 18. März 2016 eingereichten U.S. Patentanmeldung Nr. 15/074,842 mit dem Titel „Vehicle Simulation Device for Crowd-Sourced Vehicle Simulation Data“ diskutiert, die hiermit vollinhaltlich durch Bezugnahme einbezogen wird. Ausführungsbeispiele dieser Technologie werden ebenso in der am 30. März 2016 eingereichten U.S. Patentanmeldung Nr. 15/085,644 mit dem Titel „Dynamic Virtual Object Generation for Testing Autonomous Vehicles in Simulated Driving Scenarios“ beschrieben, die hiermit vollinhaltlich durch Bezugnahme einbezogen wird. Eines oder mehrere der digitalen Verhaltenszwillingssysteme 199 und des Zwillings-Clients 196, die vorliegend beschrieben sind, können abgeändert werden, um irgendeines der Elemente zu umfassen, die in der U.S. Patentanmeldung Nr. 15/135,135 , der U.S. Patentanmeldung Nr. 15/085,644 , und der U.S. Patentanmeldung Nr. 15/074,842 beschrieben sind.
  • Bei einigen Ausführungsbeispielen kann das digitale Verhaltenszwillingssystem 199 des digitalen Zwillingsservers 107 unter Verwendung einer Hardware einschließlich eines FPGA oder eines ASIC umgesetzt werden. Bei einigen anderen Ausführungsbeispielen kann das digitale Verhaltenszwillingssystem 199 unter Verwendung einer Kombination von Hardware und Software umgesetzt werden. Das digitale Verhaltenszwillingssystem 199 kann in einer Kombination der Vorrichtungen (zum Beispiel, Server oder anderer Vorrichtungen) gespeichert werden. Das digitale Verhaltenszwillingssystem 199 ist nachstehend unter Bezugnahme auf die 2 bis 10 ausführlicher beschrieben.
  • Unter Bezugnahme auf 2 ist eine Blockdarstellung dargestellt, die ein Beispielcomputersystem 200 mit einem digitalen Verhaltenszwillingssystem 199 gemäß einigen Ausführungsbeispielen veranschaulicht.
  • Bei einigen Ausführungsbeispielen kann das Computersystem 200 ein spezielles Computersystem umfassen, das dazu programmiert ist, einen oder mehrere der Schritte eines Verfahrens 300 zu umfassen, das nachstehend unter Bezugnahme auf 3 beschrieben ist. Bei einigen Ausführungsbeispielen kann das Computersystem 200 ein spezielles Computersystem umfassen, das dazu programmiert ist, einen oder mehrere der Schritte eines Verfahrens 500 durchzuführen, das nachstehend unter Bezugnahme auf die 5A und 5B beschrieben ist. Bei einigen Ausführungsbeispielen kann das Computersystem 200 ein spezielles Computersystem umfassen, das dazu programmiert ist, einen oder mehrere der Schritte eines Verfahrens 600 durchzuführen, das nachstehend unter Bezugnahme auf 6 beschrieben ist. Bei einigen Ausführungsbeispielen kann das Computersystem 200 ein spezielles Computersystem umfassen, das dazu programmiert ist, einen oder mehrere der Schritte eines Verfahrens 700 durchzuführen, das nachstehend unter Bezugnahme auf 7 beschrieben ist.
  • Bei einigen Ausführungsbeispielen ist das Computersystem 200 ein Element des digitalen Zwillingsservers 107.
  • Bei einigen Ausführungsbeispielen ist das digitale Verhaltenszwillingssystem 199 ein Element des Ego-Fahrzeugs 123. Bei einigen Ausführungsbeispielen kann das Computersystem 200 ein fahrzeugseitiger Fahrzeugcomputer des Ego-Fahrzeugs 123 sein. Bei einigen Ausführungsbeispielen kann das Computersystem 200 eine ECU, eine Haupteinheit oder eine andere prozessorbasierte Berechnungsvorrichtung des Ego-Fahrzeugs 123 umfassen.
  • Das Computersystem 200 kann eines oder mehrere der nachstehenden Elemente gemäß einigen Beispielen umfassen: das digitale Verhaltenszwillingssystem 199; die Verarbeitungseinrichtung 125; die Kommunikationseinheit 145; den Speicher 127; die elektronische Anzeigevorrichtung 140; die ECU 126; den ADAS-Systemsatz 180; und den Sensorsatz 195. Die Komponenten des Computersystems 200 sind kommunikativ durch den Bus 120A gekoppelt.
  • Bei dem veranschaulichten Ausführungsbeispiel ist die Verarbeitungseinrichtung 125 an den Bus 120A mittels einer Signalleitung 238 kommunikativ gekoppelt. Die Kommunikationseinheit 145 ist an den Bus 120A mittels einer Signalleitung 246 kommunikativ gekoppelt. Der Speicher 127 ist mit dem Bus 120A mittels einer Signalleitung 244 kommunikativ gekoppelt. Die elektronische Anzeigevorrichtung 140 ist an den Bus 120A mittels einer Signalleitung 245 kommunikativ gekoppelt. Die ECU 126 ist an den Bus 120A mittels einer Signalleitung 247 kommunikativ gekoppelt. Der ADAS-Systemsatz 180 ist an den Bus 120A mittels einer Signalleitung 248 kommunikativ gekoppelt. Der Sensorsatz 195 ist an den Bus 120A mittels einer Signalleitung 249 kommunikativ gekoppelt.
  • Die nachstehenden Elemente des Computersystems 200 wurden vorstehend unter Bezugnahme auf 1 beschrieben, und daher werden diese Beschreibungen hier nicht wiederholt: die Verarbeitungseinrichtung 125; die Kommunikationseinheit 145; der Speicher 127; die elektronische Anzeigevorrichtung 140; die ECU 126; der ADAS-Systemsatz 180; und der Sensorsatz 195.
  • Der Speicher 127 kann alle der vorstehend unter Bezugnahme auf die 1 bis 10 beschriebenen Daten und jedwede anderen vorliegend beschriebenen Daten speichern. Der Speicher 127 kann jedwede Daten speichern, die für das Computersystem 200 notwendig sind, um seine Funktionalität bereitzustellen.
  • Bei dem veranschaulichten Ausführungsbeispiel gemäß 2 umfasst das digitale Verhaltenszwillingssystem 199: ein Kommunikationsmodul 202; und ein Bestimmungsmodul 204.
  • Das Kommunikationsmodul 202 kann eine Software einschließlich Routinen zum Handhaben einer Kommunikation zwischen dem digitalen Verhaltenszwillingssystem 199 und anderen Komponenten des Computersystems 200 sein. Bei einigen Ausführungsbeispielen kann das Kommunikationsmodul 202 ein Satz von Anweisungen sein, die durch die Verarbeitungseinrichtung 125 zur Bereitstellung der nachstehend beschriebenen Funktionalität zum Handhaben einer Kommunikation zwischen dem digitalen Verhaltenszwillingssystem 199 und anderen Komponenten des Computersystems 200 oder der Betriebsumgebung 100 sein.
  • Das Kommunikationsmodul 202 sendet Daten mittels der Kommunikationseinheit 145 an ein oder mehrere Element(e) der Betriebsumgebung 100 und empfängt Daten mittels der Kommunikationseinheit 145 von einem oder mehreren Element(en) der Betriebsumgebung 100. Das Kommunikationsmodul 202 kann jegliche der vorliegend beschriebenen Daten oder Nachrichten, mittels der Kommunikationseinheit 145 senden oder empfangen.
  • Bei einigen Ausführungsbeispielen empfängt das Kommunikationsmodul 202 Daten von Komponenten des digitalen Verhaltenszwillingssystems 199, und speichert die Daten in dem Speicher 127. Bei einigen Ausführungsbeispielen kann das Kommunikationsmodul 202 eine Kommunikation zwischen Komponenten des digitalen Verhaltenszwillingssystems 199 handhaben.
  • Bei einigen Ausführungsbeispielen kann das Kommunikationsmodul 202 in dem Speicher 127 des Computersystems 200 gespeichert sein, und kann durch die Verarbeitungseinrichtung 125 zugänglich und ausführbar sein. Das Kommunikationsmodul 202 ist dazu eingerichtet, mit der Verarbeitungseinrichtung 125 und anderen Komponenten des Computersystems 200 mittels einer Signalleitung 222 zusammenzuarbeiten und zu kommunizieren.
  • Das Bestimmungsmodul 204 umfasst Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 dazu betreibbar sind, die Verarbeitungseinrichtung 125 zur Ausführung eines oder mehrerer der Schritte des Verfahrens 300 gemäß 3 zu veranlassen. Beispielsweise umfasst das Bestimmungsmodul 204 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 dazu betreibbar sind, die Verarbeitungseinrichtung 125 zur Ausführung eines oder mehrerer der nachstehenden Schritte zu veranlassen: (1) das zukünftige Verhalten der entfernten Fahrer in verschiedenen Kontexten (das heißt, verschiedenen Fahrszenarien) auf der Grundlage der digitalen Verhaltenszwillinge der entfernten Fahrer (zum Beispiel, der ersten Zwillingsdaten, der zweiten Zwillingsdaten, der dritten Zwillingsdaten, ... und der N-ten Zwillingsdaten) und fahrzeugseitigen Daten (zum Beispiel, eines oder mehrere der Sensordatenelemente und der ADAS-Datenelemente), die durch das Ego-Fahrzeug aufgezeichnet sind, abzuschätzen, die (a) die gegenwärtigen Fahrkontexte und (b) die Verhaltensmuster der entfernten Fahrer beschreiben, und wie sich die entfernten Fahrer in verschiedenen Kontexten verhalten; (2) das zukünftige Verhalten des Ego-Fahrers in den verschiedenen Kontexten auf der Grundlage des digitalen Verhaltenszwillings des Ego-Fahrers (zum Beispiel, den Ego-Zwillingsdaten) und fahrzeugseitigen Daten abzuschätzen, die durch das Ego-Fahrzeug aufgezeichnet sind, die (a) die gegenwärtigen Fahrkontexte und (b) Verhaltensmuster des Ego-Fahrers beschreiben, und wie sich der Ego-Fahrer in verschiedenen Kontexten verhält; (3) eine Risikoanalyse durchzuführen, um vorherzusagen, ob Kollisionen an verschiedenen Abschnitten der gegenwärtig durch das Ego-Fahrzeug befahrenen Fahrbahn wahrscheinlich sind, auf der Grundlage von teilweise den abgeschätzten zukünftigen Verhaltensweisen der entfernten Fahrer und dem abgeschätzten zukünftigen Verhalten des Ego-Fahrers; (4) eine AR-Visualisierung zu erzeugen, die visuell die Wahrscheinlichkeit einer Kollision für die verschiedenen Abschnitte der Fahrbahn auf der Grundlage der Risikoanalyse darstellt; und (5) die Sensordaten zu verwenden, die durch die fahrzeugseitigen Sensoren des Ego-Fahrzeugs erzeugt sind (zum Beispiel, den Sensorsatz 195), um das Verhalten der entfernten Fahrzeuge zu erfassen und die lokal gespeicherten digitalen Verhaltenszwillinge für die entfernten Fahrer genauso wie die abgeschätzten zukünftigen Verhaltensweisen der entfernten Fahrer und die Risikobewertungen für die entfernten Fahrer zu aktualisieren. Bei einigen Ausführungsbeispielen werden einer oder mehrere der Schritte (1) bis (4) ausgeführt, bevor die fahrzeugseitigen Sensoren des Ego-Fahrzeugs jemals die entfernten Fahrzeuge überwachen (zum Beispiel, das Verhalten der entfernten Fahrzeuge beobachten). Aufgrund dessen ist der Zwillings-Client 196 dazu betreibbar, Risikobenachrichtigungen schneller als die existierenden Lösungen bereitzustellen.
  • Bei einigen Ausführungsbeispielen umfasst das Bestimmungsmodul 204 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 dazu betreibbar sind, die Verarbeitungseinrichtung 125 zur Ausführung von einem oder mehreren der Schritte des Verfahrens 500 gemäß den 5A und 5B auszuführen. Beispielsweise umfasst das Bestimmungsmodul 204 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 dazu betreibbar sind, die Verarbeitungseinrichtung 125 zur Ausführung von einem oder mehreren der Schritte 501 bis 506 und 509 bis 514 des Verfahrens 500 gemäß den 5A und 5B zu veranlassen.
  • Bei einigen Ausführungsbeispielen umfasst das Bestimmungsmodul 204 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 dazu betreibbar sind, die Verarbeitungseinrichtung 125 zur Ausführung von einem oder mehreren der Schritte des Verfahrens 600 gemäß 6 zu veranlassen.
  • Bei einigen Ausführungsbeispielen umfasst das Bestimmungsmodul 204 Codeelemente und Routinen, die bei Ausführung durch die Verarbeitungseinrichtung 125 dazu betreibbar sind, die Verarbeitungseinrichtung 125 zur Ausführung von einem oder mehreren der Schritte des Verfahrens 700 gemäß 7 zu veranlassen.
  • Bei einigen Ausführungsbeispielen umfasst das Bestimmungsmodul 204 ein Exemplar des digitalen Verhaltenszwillingssystems 199 derart, dass das Bestimmungsmodul 204 dazu betreibbar ist, die vorliegend beschriebene Funktionalität für das digitale Verhaltenszwillingssystem 199 bereitzustellen.
  • Bei einigen Ausführungsbeispielen kann das Bestimmungsmodul 204 in dem Speicher 127 des Computersystems 200 gespeichert sein, und kann durch die Verarbeitungseinrichtung 124 zugänglich und ausführbar sein. Das Bestimmungsmodul 204 ist für eine Zusammenarbeit und eine Kommunikation mit der Verarbeitungseinrichtung 125 und anderen Komponenten des Computersystems 200 mittels einer Signalleitung 224 eingerichtet.
  • Unter Bezugnahme auf 3 ist nachstehend ein Ablaufdiagramm eines Beispielverfahrens 300 zur Bereitstellung eines digitalen Zwillingsservice für ein Realweltfahrzeug gemäß einigen Ausführungsbeispielen dargestellt. Beispielsweise ist der digitale Zwillingsservice für das Ego-Fahrzeug bereitgestellt. Der digitale Zwillingsservice umfasst einen oder mehrere der Schritte des Verfahrens 300. Einer oder mehrere der Schritte, die vorliegend für das Verfahren 300 beschrieben sind, kann durch ein oder mehrere Computersystem(e) 200 ausgeführt werden. Die Schritte des Verfahrens 300 können in jeder Reihenfolge ausgeführt werden, und müssen nicht notwendigerweise in der Reihenfolge gemäß 3 ausgeführt werden. Bei einigen Ausführungsbeispielen sind einer oder mehrere der Schritte des Verfahrens 300 gemäß 3 optional und nicht notwendig, um den digitalen Zwillingsservice bereitzustellen.
  • Bei Schritt 303 wird das zukünftige Verhalten der entfernten Fahrer in verschiedenen Kontexten (das heißt, verschiedenen Fahrszenarien) auf der Grundlage von einem oder mehreren der nachstehenden abgeschätzt: den digitalen Verhaltenszwillingen der entfernten Fahrer; und fahrzeugseitigen Daten (zum Beispiel, einem oder mehreren der Sensordatenelemente und der ADAS-Datenelemente) des Ego-Fahrzeugs, die (1) die gegenwärtigen Fahrkontexte und (2) die Verhaltensmuster der entfernten Fahrer beschreiben, und wie sich die entfernten Fahrer in verschiedenen Kontexten verhalten. Bei einigen Ausführungsbeispielen ist diese Abschätzung als die „erste Abschätzung“ beschrieben.
  • Bei Schritt 305 wird das zukünftige Verhalten des Ego-Fahrers in den verschiedenen Kontexten auf der Grundlage von einem oder mehreren der nachstehenden abgeschätzt: dem digitalen Verhaltenszwilling des Ego-Fahrers; und fahrzeugseitigen Daten des Ego-Fahrzeugs, die (1) die gegenwärtigen Fahrkontexte und (2) Verhaltensmuster des Ego-Fahrers beschreiben, und wie der Ego-Fahrer sich in verschiedenen Kontexten verhält. Bei einigen Ausführungsbeispielen ist diese Abschätzung als die „zweite Abschätzung“ beschrieben.
  • Bei Schritt 307 wird eine Risikoanalyse ausgeführt, um auf der Grundlage von teilweise den abgeschätzten zukünftigen Verhaltensweisen der entfernten Fahrer (das heißt, der Ausgabe von Schritt 303) und dem abgeschätzten zukünftigen Verhalten des Ego-Fahrers (das heißt, der Ausgabe von Schritt 305) vorherzusagen, ob Kollisionen an verschiedenen Abschnitten der gegenwärtig durch das Ego-Fahrzeug befahrenen Fahrbahn wahrscheinlich sind.
  • Bei Schritt 308 wird eine AR-Visualisierung erzeugt, die die Wahrscheinlichkeit einer Kollision für die verschiedenen Abschnitte der Fahrbahn auf der Grundlage der Risikoanalyse visuell darstellt. Bei einigen Ausführungsbeispielen kann diese AR-Visualisierung mit akustischen Benachrichtigungen über Kollisionsrisiken angereichert werden. Bei einigen Ausführungsbeispielen stellt die Ausgabe von Schritt 308 die AR-Daten dar.
  • Bei Schritt 309 werden die fahrzeugseitigen Sensoren des Ego-Fahrzeugs ausgeführt, um das Verhalten der entfernten Fahrzeuge zu erfassen, und die lokal gespeicherten digitalen Verhaltenszwillinge für die entfernten Fahrer genauso wie für die abgeschätzten zukünftigen Verhaltensweisen der entfernten Fahrer (das heißt, Schritt 303) und die Risikobewertung für die entfernten Fahrer (das heißt, Schritt 307) zu erneuen. Bei einigen Ausführungsbeispielen führen die Zwillings-Clients der entfernten Fahrzeuge ebenso einen Schritt ähnlich zu Schritt 309 durch, so dass sie ihre eigenen lokal gespeicherten Informationen aktualisieren (zum Beispiel, ihre lokal gespeicherten Exemplare von Zwillingsdaten).
  • Unter Bezugnahme auf 4 ist eine Blockdarstellung dargestellt, die eine elektronische Anzeigevorrichtung 140 bei Ausführungsbeispielen veranschaulicht, bei denen die elektronische Anzeigevorrichtung 140 eine 3D HUD ist.
  • Bei einigen Ausführungsbeispielen umfasst die 3D HUD eine Projektionseinrichtung 401, einen beweglichen Schirm 402, eine Schirmansteuereinheit 403, ein Optiksystem (einschließlich Linsen 404, 406, einen Reflektor 405, und so weiter). Die Projektionseinrichtung 401 kann jede Art von Projektor sein, wie etwa eine DMD-Projektionseinrichtung (sogenannte „Digital Mirror Device“-Projektionseinrichtung) oder eine Flüssigkristallprojektionseinrichtung. Die Projektionseinrichtung 401 projiziert ein Bild (eine Graphik) 408 auf den beweglichen Schirm 402. Das Bild 408 kann ein virtuelles Objekt umfassen. Beispielsweise kann das Bild 408 eine verborgene Graphik sein.
  • Der bewegliche Schirm 402 umfasst eine transparente Platte, und so dringt das Licht des projizierten Bildes durch den beweglichen Schirm 402, um auf die Windschutzscheibe 407 eines Fahrzeugs (beispielsweise des Ego-Fahrzeugs 123) projiziert zu werden. Das auf die Windschutzscheibe 407 projizierte Bild wird durch einen Fahrer 410 wahrgenommen, als ob es ein reales Objekt (gezeigt als 411a, 411b) wäre, das in dem dreidimensionalen Raum der realen Welt im Gegensatz zu einem auf die Windschutzscheibe projizierten Objekt vorhanden ist.
  • Bei einigen Ausführungsbeispielen ist das 3D HUD dazu betreibbar, die Richtung des Bildes relativ zu dem Fahrer 410 (mit anderen Worten, die Bildposition auf der Windschutzscheibe) durch eine Einstellung der Projektionsposition auf dem Schirm 402 zu steuern. Ferner ist der Schirm 402 durch die Schirmantriebseinheit 403 in dem Bereich zwischen den Positionen 403a und 403b beweglich. Eine Einstellung der Position des Schirms 402 kann die Tiefe (Entfernung) des projizierten Bildes von dem Fahrer 410 in der realen Welt verändern. Bei einem Beispiel kann der Bewegungsbereich des Schirms 402 (eine Entfernung zwischen Positionen 403a und 403b) 5 mm sein, was in der realen Welt dem Bereich von 5 m entfernt bis ins Unendliche entspricht. Die Verwendung des 3D HUD ermöglicht es dem Fahrer 410, das projizierte Bild als in der realen Welt (dem dreidimensionalen Raum) vorhanden wahrzunehmen. Falls beispielsweise ein Bild auf derselben dreidimensionalen Position (oder im Wesentlichen zumindest derselben Tiefe) wie ein reales Objekt (wie etwa ein Fußgänger, Auto und so weiter) projiziert wird, muss der Fahrer einen Augenfokus nicht einstellen, um das projizierte Bild zu sehen, wodurch sich eine einfachere Erfassung des projizierten Bildes während einem Anschauen des realen Objekts ergibt.
  • Das 3D HUD gemäß 4 ist als ein Beispiel bereitgestellt. Andere Beispiele sind möglich. Diese Beispiele umfassen Frontscheibenanzeigen mit mehr oder weniger Komplexität als das 3D HUD gemäß 4. Beispielsweise wird erwartet, dass es in der Zukunft Frontscheibenanzeigen geben wird, die keine beweglichen Teile wie etwa den beweglichen Schirm 402 benötigen. Beispielsweise kann ein statischer Schirm eingesetzt werden, der sich nicht bewegt. Die eingesetzte Frontscheibenanzeige darf keine zweidimensionale Frontscheibenanzeige sein. Bei einigen Ausführungsbeispielen sind die elektronische Anzeigevorrichtung 140 und die verborgene Graphik dazu entworfen, mit solchen Komponenten betreibbar zu sein.
  • Unter Bezugnahme auf die 5A und 5B ist ein Ablaufdiagramm eines Beispielverfahrens 500 zur Bereitstellung eines digitalen Zwillingsservice gemäß einigen Ausführungsbeispielen dargestellt.
  • Unter Bezugnahme auf 5 sind nachstehend Schritte des Verfahrens 500 unter Bezugnahme auf den Zwillings-Client des Ego-Fahrzeugs und das digitale Verhaltenszwillingssystem des digitalen Zwillingsservers beschrieben. Bei Schritt 501 verursacht der Zwillings-Client, dass die Sensoren des Ego-Fahrzeugs die Sensordaten aufzeichnen.
  • Bei Schritt 502 stellt der Zwillings-Client die Sensordaten an die ADAS-Systeme bereit. Beispielsweise stellt der Zwillings-Client des Ego-Fahrzeugs die durch den Sensorsatz des Ego-Fahrzeugs aufgenommenen Sensordaten an ein oder mehrere ADAS-System(e) des Ego-Fahrzeugs bereit.
  • Bei Schritt 503 führt der Zwillings-Client die ADAS-Systeme aus. Beispielsweise führt der Zwillings-Client das eine oder die mehreren ADAS-System(e) unter Verwendung der Sensordaten als eine Eingabe aus. In dieser Weise stellen die Sensordaten Informationen an das eine oder die mehreren ADAS-System(e) bereit, die durch das eine oder die mehreren ADAS-System(e) verwendet werden, um deren Funktionalität bereitzustellen.
  • Bei einigen Ausführungsbeispielen bestimmen das eine oder die mehreren ADAS-System(e) in der Fahrbahnumgebung des Ego-Fahrzeugs auftretende Ereignisse auf der Grundlage der Sensordaten, und bestimmen eine geeignete ADAS-Funktionalität oder autonome Funktionalität zur Bereitstellung von Antworten auf die in der durch die Sensordaten beschriebenen Fahrbahnumgebung auftretenden Ereignisse.
  • Bei einigen Ausführungsbeispielen erzeugen das eine oder die mehreren ADAS-System(e) ADAS-Daten, die unter anderem die ADAS-Funktionalität oder eine autonome Funktionalität beschreiben, die durch das eine oder die mehreren ADAS-System(e) bereitgestellt ist. Diese ADAS-Daten werden durch das eine oder die mehreren ADAS-System(e) als eine Ausgabe als Antwort auf die als eine Eingabe empfangenen Sensordaten bereitgestellt.
  • Bei einigen Ausführungsbeispielen sind die ADAS-Daten digitale Daten, die die in der Fahrbahnumgebung auftretenden Ereignisse beschreiben, wie auf der Grundlage der als eine Eingabe empfangenen Sensordaten durch das eine oder die mehreren ADAS-System(e) bestimmt. Bei einigen Ausführungsbeispielen umfassen die durch die ADAS-Daten beschriebenen Ereignisse verschiedene Kontexte (zum Beispiel, verschiedene Fahrszenarien), die durch das eine oder die mehreren ADAS-System(e) auf der Grundlage der durch das eine oder die mehreren ADAS-System(e) als eine Eingabe bei Schritt 501 empfangenen Sensordaten als in der Fahrbahnumgebung vorhanden bestimmt sind.
  • Bei Schritt 504 empfängt der Zwillings-Client die ADAS-Daten von den ADAS-Systemen.
  • Bei Schritt 505 überwacht der Zwillings-Client die Sensordaten und die ADAS-Daten über die Zeit. Beispielsweise ändern sich die Sensordaten im Laufe der Zeit, während die fahrzeugseitigen Sensoren neue Sensordaten aufzeichnen. Der Zwillings-Client wiederholt die Schritte 502, 503 und 504 unter Verwendung der neuen Sensordaten und empfängt in dieser Weise neue ADAS-Daten, die durch das eine oder die mehreren ADAS-System(e) auf der Grundlage der neuen Sensordaten erzeugt sind.
  • Bei einigen Ausführungsbeispielen beschreiben die neuen ADAS-Daten auf der Grundlage der neuen Sensordaten neue Kontexte oder Fahrszenarien, die in der Fahrbahnumgebung vorhanden sind. Bei Schritt 505 überwacht der Zwillings-Client die neuen Sensordaten und die neuen ADAS-Daten, die über die Zeit erzeugt werden. Bei einigen Ausführungsbeispielen speichert der Zwillings-Client die Sensordaten und die ADAS-Daten, genauso wie die neuen Sensordaten und die neuen ADAS-Daten in einem nichtflüchtigen Speicher des Ego-Fahrzeugs.
  • Bei einigen Ausführungsbeispielen sind die „neuen Sensordaten“ und die „neuen ADAS-Daten“, die vorliegend beschrieben sind, in den „Sensordaten“ und den „ADAS-Daten“ umfasst, auf die sich in den nachfolgenden Schritten des Verfahrens 500 bezogen wird.
  • Bei einigen Ausführungsbeispielen werden die Schritte 501 bis 505 des Verfahrens 500 durch den Zwillings-Client kontinuierlich wiederholt, auch wenn andere Schritte des Verfahrens 500 parallel zu diesen Schritten des Verfahrens ausgeführt werden.
  • Bei Schritt 506 veranlasst der Zwillings-Client die Kommunikationseinheit dazu, eine Drahtlosnachricht einschließlich der Sensordaten und der ADAS-Daten an das digitale Verhaltenszwillingssystem mittels des Netzwerkes zu übermitteln. Bei einigen Ausführungsbeispielen sind die Sensordaten und die ADAS-Daten gemeinschaftlich als fahrzeugseitige Daten bezeichnet. Diese fahrzeugseitigen Daten sind digitalen Daten zugeordnet, die eine eindeutige Kennung des Fahrzeugs beschreiben, das die Drahtlosnachricht von Schritt 506 übermittelt.
  • Die Drahtlosnachricht umfasst als eine Nutzlast die fahrzeugseitigen Daten und die digitalen Daten, die die eindeutige Kennung beschreiben.
  • Bei Schritt 507 bildet das digitale Verhaltenszwillingssystem die Ego-Zwillingsdaten und die Zwillingsdaten für die entfernten Fahrzeuge aus. Beispielsweise empfängt das digitale Verhaltenszwillingssystem Drahtlosnachrichten von mehreren Fahrzeugen (zum Beispiel, dem Ego-Fahrzeug und den entfernten Fahrzeugen), und bildet Zwillingsdaten für jedes dieser Fahrzeuge (zum Beispiel, die Ego-Zwillingsdaten, die ersten Zwillingsdaten, ... die N-ten Zwillingsdaten) aus. Das digitale Verhaltenszwillingssystem bildet Zwillingsdaten für jedes dieser Fahrzeuge auf der Grundlage der Nutzlast der Drahtlosnachrichten aus, die es von diesen Fahrzeugen empfängt. In dieser Weise bildet das digitale Verhaltenszwillingssystem die Ego-Zwillingsdaten, die ersten Zwillingsdaten, ... und die N-ten Zwillingsdaten aus.
  • Bei Schritt 508 übermittelt das digitale Verhaltenszwillingssystem die Zwillingsdaten an das Ego-Fahrzeug und jedes entfernte Fahrzeug, das einen Zwillings-Client und eine Kommunikationseinheit umfasst. Bei einigen Ausführungsbeispielen übermittelt das digitale Verhaltenszwillingssystem an jedes von diesen Fahrzeugen die Zwillingsdaten für jedes der Fahrzeuge, die sich in seiner geographischen Nähe befinden. Beispielsweise empfängt das Ego-Fahrzeug die Ego-Zwillingsdaten und die Zwillingsdaten für jegliche Fahrzeuge, die innerhalb einer vorbestimmten Entfernung von dem Ego-Fahrzeug gelegen sind (zum Beispiel, innerhalb von 5 Metern, 15 Metern, 50 Metern, 1 bis 100 Metern, oder einer anderen vorbestimmten Entfernung). In dieser Weise bildet das digitale Verhaltenszwillingssystem einen Satz von Zwillingsdaten für jedes Fahrzeug auf der Grundlage des relativen geographischen Orts dieser Fahrzeuge, und übermittelt den Satz von Zwillingsdaten für jedes Fahrzeug.
  • Bei Schritt 509 empfängt der Zwillings-Client die Zwillingsdaten von dem Netzwerk. Bei einigen Ausführungsbeispielen speichert der Zwillings-Client den Satz von Zwillingsdaten in dem nichtflüchtigen Speicher des Ego-Fahrzeugs. Bei einigen Ausführungsbeispielen teilen Fahrzeuge ihre Zwillingsdaten mit anderen Fahrzeugen mittels einer V2X- oder einer V2V-Kommunikation, und die Zwillings-Clients von einzelnen Fahrzeugen empfangen die Zwillingsdaten für innerhalb von ihrer geographischen Nähe gelegenen Fahrzeuge unter Verwendung einer V2X- oder V2V-Kommunikation, anstelle sich auf das digitale Verhaltenszwillingssystem zur Bereitstellung von Zwillingsdaten für diese Fahrzeuge zu verlassen.
  • Dementsprechend speichert der Zwillings-Client eines bestimmten Fahrzeugs (zum Beispiel, des Ego-Fahrzeugs) Zwillingsdaten, die die digitalen Verhaltenszwillinge von sich selber genauso wie von anderen Fahrzeugen beschreiben, die nahe bei dem bestimmten Fahrzeug gelegen sind.
  • Bei einigen Ausführungsbeispielen werden die Schritte 501 bis 505 des Verfahrens 500 durch den Zwillings-Client kontinuierlich wiederholt. In dieser Weise speichert der Zwillings-Client des bestimmten Fahrzeugs ebenso Sensordaten und ADAS-Daten, deren Kombination als „fahrzeugseitige Daten“ beschrieben ist, die die gegenwärtigen Kontexte oder Fahrszenarien beschreiben, die innerhalb von dessen gegenwärtiger Fahrbahnumgebung erlebt werden. Bei einigen Ausführungsbeispielen beschreiben die Sensordaten Verhaltensmuster von entfernten Fahrern und das Verhaltensmuster des Ego-Fahrers.
  • Beispielsweise erfassen die fahrzeugseitigen Sensoren des Ego-Fahrzeugs die Verhaltensweisen der entfernten Fahrzeuge (wodurch sie einen ersten Datensatz von Sensordaten erzeugen, der diese Verhaltensweisen der entfernten Fahrer beschreibt), und die in diesem ersten Datensatz umfassten Sensordaten beschreiben im Laufe der Zeit die Verhaltensmuster der entfernten Fahrer wie nachstehend bei Schritt 510 beschrieben; die Zwillingsdaten für die entfernten Fahrzeuge beschreiben unter anderem, wie die entfernten Fahrer sich in verschiedenen Kontexten verhalten, und diese Kontexte sind durch den Zwillings-Client auf der Grundlage der neuen Sensordaten identifizierbar, die durch den Sensorsatz des Ego-Fahrzeugs aufgezeichnet sind (siehe beispielsweise Schritt 510 und die Erzeugung der ersten Abschätzung). In gleicher Weise zeichnen die fahrzeugseitigen Sensoren des Ego-Fahrzeugs das Verhalten des Ego-Fahrzeugs auf (wodurch ein zweiter Datensatz von Sensordaten erzeugt wird, der diese Verhaltensweisen des Ego-Fahrers beschreibt), und dieser zweite Datensatz beschreibt die Verhaltensmuster des Ego-Fahrers über die Zeit wie nachfolgend bei Schritt 511 beschrieben; die Ego-Zwillingsdaten beschreiben unter anderem, wie der Ego-Fahrer sich in durch den Zwillings-Client auf der Grundlage der neuen Sensordaten identifizierbaren verschiedenen Kontexten verhält, die durch den Sensorsatz des Ego-Fahrzeugs aufgezeichnet sind (siehe beispielsweise Schritt 511 und die Erzeugung der zweiten Abschätzung).
  • Bei Schritt 510 erzeugt der Zwillings-Client eine erste Abschätzung des zukünftigen Verhaltens der entfernten Fahrer in verschiedenen Kontexten (das heißt, verschiedenen Fahrszenarien) auf der Grundlage von: den digitalen Verhaltenszwillingen der entfernten Fahrer; und fahrzeugseitigen Daten (zum Beispiel, einem oder mehreren der Sensordatenelemente und der ADAS-Datenelemente) des Ego-Fahrzeugs, die (1) die gegenwärtigen Fahrkontexte und (2) die Verhaltensmuster der entfernten Fahrer beschreiben, und wie sich die entfernten Fahrer in verschiedenen Kontexten verhalten. Diese erste Abschätzung wird durch die Abschätzungsdaten beschrieben.
  • Unter Bezugnahme auf 5B erzeugt der Zwillings-Client bei Schritt 511 eine zweite Abschätzung des zukünftigen Verhaltens des Ego-Fahrers in den verschiedenen Kontexten auf der Grundlage von: dem digitalen Verhaltenszwilling des Ego-Fahrers; und fahrzeugseitigen Daten des Ego-Fahrzeugs, die (1) die gegenwärtigen Fahrkontexte und (2) Verhaltensmuster des Ego-Fahrers beschreiben, und wie der Ego-Fahrer sich in verschiedenen Kontexten verhält. Diese zweite Abschätzung wird ebenso durch die Abschätzungsdaten zusammen mit der ersten Abschätzung von Schritt 510 beschrieben.
  • Bei Schritt 512 führt der Zwillings-Client eine Risikoanalyse unter Verwendung der Abschätzungsdaten als eine Eingabe durch, die die erste Abschätzung und die zweite Abschätzung beschreiben. Die Ausgabe dieser Risikoanalyse sind Risikodaten, die eine Abschätzung beschreiben, ob Kollisionen an verschiedenen Abschnitten der gegenwärtig durch das Ego-Fahrzeug befahrenen Fahrbahn wahrscheinlich sind, auf der Grundlage von teilweise den abgeschätzten Verhaltensweisen der entfernten Fahrer und des Ego-Fahrers (zum Beispiel, auf der Grundlage der ersten Abschätzung und der zweiten Abschätzung). Ein Beispiel von Schritt 512 ist nachstehend ausführlich unter Bezugnahme auf das Verfahren 700 gemäß 7 gemäß einigen Ausführungsbeispielen beschrieben.
  • Bei Schritt 513 veranlasst der Zwillings-Client eine elektronische Anzeigevorrichtung dazu, eine AR-Visualisierung zu erzeugen, die die Wahrscheinlichkeit einer Kollision für die verschiedenen Abschnitte der Fahrbahn auf der Grundlage der Risikoanalyse visuell darstellt (diese AR-Visualisierung kann mit akustischen Benachrichtigungen über Kollisionsrisiken gekoppelt sein). Die AR-Daten sind digitale Daten, die die AR-Visualisierung beschreiben. Der Zwillings-Client erzeugt die AR-Daten. Beispielsweise umfasst der Zwillings-Client Codeelemente und Routinen, die bei Ausführung durch eine Verarbeitungseinrichtung des Ego-Fahrzeugs dazu betreibbar sind, die AR-Daten zu erzeugen, die eine AR-Visualisierung beschreiben, die die durch die Risikodaten beschriebenen Risiken darstellt.
  • Exemplarische Ausführungsbeispiele von Codeelementen und Routinen, wie etwa jene, die in dem Zwillings-Client gemäß einigen Ausführungsbeispielen umfasst sind, die dazu betreibbar sind, Visualisierungen (zum Beispiel, ein Fahrbahnvisualisierungssystem) zu erzeugen, sind in der am
    14. September 2016 eingereichten U.S. Patentanmeldung Nr. 15/265,235 mit dem Titel „Scalable Curve Visualization for Conformance Testing in Vehicle Simulation“ beschrieben, die hiermit vollinhaltlich durch Bezugnahme einbezogen wird. Andere exemplarische Ausführungsbeispiele von Codeelementen und Routinen, die zur Erzeugung von Visualisierungen betreibbar sind (zum Beispiel, ein automatisiertes dynamisches Objekterzeugungssystem) sind in der am 30. März 2016 eingereichten U.S. Patentanmeldung Nr. 15/085,664 mit dem Titel „Dynamic Virtual Object Generation for Testing Autonomous Vehicle in Simulated Driving Scenarios“ beschrieben, die hiermit vollinhaltlich durch Bezugnahme einbezogen wird. Noch weitere exemplarische Ausführungsbeispiele von Codeelementen und Routinen, die zur Erzeugung von Visualisierungen (zum Beispiel, ein realistisches Fahrbahnvisualisierungssystem) betreibbar sind, sind in der am 2. Februar 2016 eingereichten U.S. Patentanmeldung Nr. 15/013,936 mit dem Titel „Realistic Roadway Virtualization System“ beschrieben, die hiermit vollinhaltlich durch Bezugnahme einbezogen wird.
  • Bei Schritt 514 veranlasst der Zwillings-Client die fahrzeugseitigen Sensoren des Ego-Fahrzeugs dazu, das Verhalten der entfernten Fahrzeuge zu erfassen. Der Zwillings-Client aktualisiert die digitalen Verhaltenszwillinge für die entfernten Fahrer genauso wie die Abschätzungen der zukünftigen Verhaltensweisen der entfernten Fahrer und die Risikoeinschätzungen für die entfernten Fahrer auf der Grundlage der Sensordaten, die auf der Grundlage der Erfassung des Verhaltens der entfernten Fahrzeuge erzeugt sind. Beispielsweise umfasst der Zwillings-Client (zum Beispiel, das Bestimmungsmodul des Zwillings-Clients) ein digitales Verhaltenszwillingssystem, und der Zwillings-Client aktualisiert die Zwillingsdaten für verschiedene Fahrzeuge auf der Grundlage des beobachteten Verhaltens dieser Fahrzeuge unter Verwendung der Sensordaten, die durch den Sensorsatz des Ego-Fahrzeugs erzeugt sind. Ein Beispiel von Schritt 514 ist nachstehend ausführlich unter Bezugnahme auf das Verfahren 600 gemäß 6 gemäß einigen Ausführungsbeispielen beschrieben.
  • Unter Bezugnahme auf 6 ist ein Ablaufdiagramm eines Beispielverfahrens 600 zur Aktualisierung eines digitalen Verhaltenszwillings für einen Fahrer gemäß einigen Ausführungsbeispielen dargestellt.
  • Bei Schritt 601 werden neue Sensordaten erzeugt. Beispielsweise beschreiben die neuen Sensordaten Messungen für eine Fahrbahnumgebung, die ein entferntes Fahrzeug umfasst. Das Verfahren 600 erzeugt einen neuen oder einen aktualisierten digitalen Verhaltenszwilling für dieses entfernte Fahrzeug, dessen Zwillingsdaten durch das Ego-Fahrzeug gespeichert sind, dessen Zwillings-Client das Verfahren 600 ausführt.
  • Bei Schritt 602 wird ein Fahrkontext für das entfernte Fahrzeug auf der Grundlage der Sensordaten bestimmt.
  • Bei Schritt 603 wird eine gegenwärtige Fahrhandlung eines entfernten Fahrers des entfernten Fahrzeugs bestimmt. Diese gegenwärtige Fahrhandlung wird durch einen oder mehrere der Sensordatenelemente von Schritt 601 oder von ADAS-Datenelementen bestimmt, die durch ein oder mehrere ADAS-System(e) des Ego-Fahrzeugs unter Verwendung der Sensordaten von Schritt 601 als einer Eingabe an das eine oder die mehreren ADAS-System(e) erzeugt sind.
  • Bei Schritt 604 wird der digitale Verhaltenszwilling für das entfernte Fahrzeug aktualisiert, so dass der digitale Verhaltenszwilling die beobachtete Fahrhandlung des entfernten Fahrers (wie in Schritt 603 bestimmt) in dem beobachteten Fahrkontext (wie bei Schritt 602 bestimmt) beschreibt. Dementsprechend werden die Zwillingsdaten für das entfernte Fahrzeug zur Beschreibung dieser Aktualisierung für den digitalen Verhaltenszwilling dieses entfernten Fahrzeugs aktualisiert.
  • Unter Bezugnahme auf 7 ist ein Ablaufdiagramm eines Beispielverfahrens 700 zur Bestimmung von Risikodaten gemäß einigen Ausführungsbeispielen dargestellt.
  • Bei Schritt 701 wird ein gegenwärtiger Fahrkontext von einem oder mehreren entfernten Fahrzeug(en) bestimmt.
  • Bei Schritt 702 werden Zwillingsdaten, die die digitalen Verhaltenszwillinge des einen entfernten Fahrzeugs oder der mehreren entfernten Fahrzeuge beschreiben, abgerufen oder erhalten. Bei einigen Ausführungsbeispielen werden die Zwillingsdaten für die entfernten Fahrzeuge mittels einer V2X- oder V2V-Kommunikation mit diesen entfernten Fahrzeugen erlangt.
  • Bei Schritt 703 wird eine Abschätzung erzeugt, die den wahrscheinlichsten nächsten Satz von Handlungen für das eine oder die mehreren entfernte(n) Fahrzeug(e) beschreibt. Diese Abschätzung wird durch die Abschätzungsdaten beschrieben. Bei einigen Ausführungsbeispielen ist diese Abschätzung ein Beispiel einer ersten Abschätzung. Bei einigen Ausführungsbeispielen beschreibt diese Abschätzung den wahrscheinlichsten nächsten Satz von Handlungen für das eine oder die mehreren entfernte(n) Fahrzeug(e), und den wahrscheinlichsten geographischen Ort für jeden des nächsten Satzes von Handlungen des einen entfernten Fahrzeugs oder der mehreren entfernten Fahrzeuge innerhalb der Fahrbahnumgebung.
  • Bei Schritt 704 wird ein gegenwärtiger Fahrkontext des Ego-Fahrzeugs bestimmt.
  • Bei Schritt 705 wird eine Abschätzung erzeugt, die den wahrscheinlichsten nächsten Satz von Handlungen für das Ego-Fahrzeug beschreibt. Diese Abschätzung wird durch die Abschätzungsdaten beschrieben. Bei einigen Ausführungsbeispielen ist diese Abschätzung ein Beispiel einer zweiten Abschätzung. Bei einigen Ausführungsbeispielen beschreibt diese Abschätzung den wahrscheinlichsten nächsten Satz von Handlungen für das Ego-Fahrzeug und die wahrscheinlichsten geographischen Orte für jeden des nächsten Satzes von Handlungen für das Ego-Fahrzeug innerhalb der Fahrbahnumgebung.
  • Bei Schritt 706 werden Risikodaten erzeugt, die beschreiben: (1) ein Risiko einer Kollision innerhalb der Fahrbahnumgebung, die eines oder mehrere des Ego-Fahrzeugs und das eine oder die mehreren entfernte(n) Fahrzeug(e) miteinbezieht; und (2) den Ort, der mit diesem Risiko einer Kollision in Verbindung steht. Bei einigen Ausführungsbeispielen beschreiben die Risikodaten für jeden geographischen Ort innerhalb der Fahrbahnumgebung das Risiko einer Kollision bei diesem geographischen Ort. In dieser Weise beschreiben die Risikodaten einen Satz von geographischen Orten innerhalb der Fahrbahnumgebung, und die Risiken einer Kollision für jeden dieser geographischen Orte. Die Risikodaten werden nachfolgend zur Erzeugung der AR-Daten verwendet, von denen Beispiele der Ausgabe in den 8 und 9 dargestellt sind. Es ist zu beachten, dass die Risikogradienten, die in den 8 und 9 dargestellt sind, visuell das Risiko einer Kollision für jeden geographischen Ort darstellen, der bei Sicht durch die elektronische Anzeige sichtbar ist.
  • Unter Bezugnahme auf 8 ist eine Blockdarstellung eines Beispiels 800 einer elektronischen Anzeige dargestellt, die einer Windschutzscheibe eines Ego-Fahrzeugs überlagert ist, und die eine graphische Ausgabe visuell darstellt, die einen ein Risiko beschreibenden Risikogradienten darstellt, das von einem Satz von entfernten Fahrzeugen für ein Ego-Fahrzeug bei einer Vielzahl von geographischen Orten innerhalb einer Fahrbahnumgebung gemäß einigen Ausführungsbeispielen ausgeht. Bei einigen Ausführungsbeispielen wird die graphische Ausgabe durch die AR-Daten beschrieben. Beispielsweise ist die graphische Ausgabe ein Beispiel einer AR-Visualisierung, wie vorliegend gemäß einigen Ausführungsbeispielen beschrieben.
  • Unter Bezugnahme auf 9 ist eine Blockdarstellung eines Beispiels 900 einer elektronischen Anzeige dargestellt, die einer Windschutzscheibe eines Ego-Fahrzeugs überlagert ist, die eine graphische Ausgabe darstellt, die einen ein Risiko beschreibenden Risikogradienten darstellt, das durch einen Satz von entfernten Fahrzeugen für ein Ego-Fahrzeug bei einer Vielzahl von geographischen Orten innerhalb einer Fahrbahnumgebung gemäß einigen Ausführungsbeispielen ausgeht. Bei einigen Ausführungsbeispielen ist die graphische Ausgabe durch die AR-Daten beschrieben. Beispielsweise ist die graphische Ausgabe ein Beispiel einer AR-Visualisierung, wie vorliegend gemäß einigen Ausführungsbeispielen beschrieben.
  • Unter Bezugnahme auf 10 ist eine Tabelle 1000 gemäß einigen Ausführungsbeispielen dargestellt, die einen Vergleich der vorliegend beschriebenen Ausführungsbeispiele mit den herkömmlichen Lösungen darstellt, die im Stand der Technik beschrieben sind.
  • In der vorstehenden Beschreibung sind zum Zwecke der Erklärung zahlreiche spezielle Details dargelegt, um ein gründliches Verständnis der Spezifikation zu ermöglichen. Für einen Fachmann wird es jedoch offensichtlich sein, dass die Offenbarung ohne diese ausführlichen Einzelheiten ausgeführt werden kann. In einigen Fällen sind Strukturen und Vorrichtungen in Form von Blockdiagrammen dargestellt, um ein Verdecken der Beschreibung zu vermeiden. So können beispielsweise die vorliegenden Ausführungsbeispiele vor allem in Bezug auf Benutzeroberflächen und bestimmte Hardware beschrieben werden. Die vorliegenden Ausführungsbeispiele können jedoch für jede Art von Computersystem gelten, die Daten und Befehle empfangen können, sowie alle Peripheriegeräte, die Dienste bereitstellen.
  • Ein Verweis in der Spezifikation auf „einige Ausführungsbeispiele“ oder „einige Exemplare“ bedeutet, dass ein bestimmtes Merkmal, eine bestimmte Struktur oder eine bestimmte Eigenschaft, die in Verbindung mit den Ausführungsbeispielen oder Exemplaren beschrieben ist, in mindestens einem Ausführungsbeispiel der Beschreibung umfasst sein kann. Die Erscheinungsformen des Ausdrucks „in einigen Ausführungsbeispielen“ an verschiedenen Stellen in der Spezifikation beziehen sich nicht unbedingt alle auf dieselben Ausführungsbeispiele.
  • Einige Teile der folgenden ausführlichen Beschreibungen sind in Form von Algorithmen und symbolischen Darstellungen von Vorgängen auf Datenbits in einem Computerspeicher dargestellt. Diese algorithmischen Beschreibungen und Darstellungen sind das Mittel, mit dem der Fachleute auf dem Gebiet der Datenverarbeitung den Gehalt ihrer Arbeit am effektivsten an andere Fachleute weitergeben können. Ein Algorithmus ist vorliegend und im Allgemeinen als eine selbstkonsistente Abfolge von Schritten konzipiert, die zu einem gewünschten Ergebnis führen. Die Schritte sind diejenigen, die physikalische Manipulationen physikalischer Größen erfordern. In der Regel, wenn auch nicht unbedingt, werden diese Größen in Form von elektrischen oder magnetischen Signalen dargestellt, die gespeichert, übertragen, kombiniert, verglichen und anderweitig manipuliert werden können. Es hat sich als sinnvoll erwiesen, diese Signale vor allem aus Gründen einer allgemeinen Nutzung als Bits, Werte, Elemente, Symbole, Zeichen, Begriffe, Zahlen oder dergleichen zu bezeichnen.
  • Es ist jedoch zu beachten, dass alle diese und ähnliche Begriffe mit den entsprechenden physikalischen Größen zu verknüpfen sind, und lediglich praktische Bezeichnungen für diese Größen sind. Sofern aus der folgenden Diskussion nicht ausdrücklich etwas anderes hervorgeht, wird davon ausgegangen, dass sich Diskussionen, die Begriffe wie „Verarbeitung“ oder „Rechnen“ oder „Berechnen“ oder „Bestimmen“ oder „Anzeigen“ oder dergleichen verwenden, in der gesamten Beschreibung auf die Handlungen und Verarbeitungen eines Computersystems oder einer ähnlichen elektronischen Berechnungsvorrichtung beziehen, die als physische (elektronische) Größen innerhalb der Register und Speicher des Computersystems dargestellte Daten manipuliert und in andere Daten umwandelt, die ähnlich wie physikalische Größen innerhalb des Computersystems oder Register oder andere solche Informationsspeicher-, Übertragungs- oder Anzeigevorrichtungen dargestellt werden.
  • Die vorliegenden Ausführungsbeispiele der Spezifikation können sich ebenso auf ein Gerät zur Durchführung der vorliegend beschriebenen Vorgänge beziehen. Diese Vorrichtung kann speziell für die erforderlichen Zwecke konstruiert sein, oder sie kann einen Mehrzweckcomputer beinhalten, der selektiv durch ein im Computer gespeichertes Computerprogramm aktiviert oder rekonfiguriert wird. Ein solches Computerprogramm kann auf einem computerlesbaren Speichermedium gespeichert sein, einschließlich, aber nicht begrenzt auf, jede Art von Datenträger, einschließlich Disketten, optische Platten, CD-ROMs und Magnetplatten, Nur-Lese-Speicher (ROMs), Speicher mit wahlfreiem Zugriff (RAMs), EPROMs, EEPROMs, magnetische oder optische Karten, Flash-Speicher einschließlich USB-Sticks mit nichtflüchtigem Speicher oder jede Art von Medien, die zur Speicherung elektronischer Anweisungen geeignet sind, die jeweils an einen Computersystembus gekoppelt sind.
  • Die Spezifikation kann in Form von einigen Ausführungsbeispielen vollständig in Hardware, einigen Ausführungsbeispielen vollständig in Software oder einigen Ausführungsbeispielen erfolgen, die sowohl Hardware- als auch Softwareelemente enthalten. Bei einigen bevorzugten Ausführungsbeispielen wird die Spezifikation in Software implementiert, die Firmware, residuale Software, Mikrocode usw. beinhaltet, aber nicht darauf begrenzt ist.
  • Darüber hinaus kann die Beschreibung in Form eines Computerprogrammprodukts erfolgen, das von einem computerverwendbaren oder computerlesbaren Medium aus zugänglich ist und Programmcodeelemente zur Verwendung durch oder in Verbindung mit einem Computer oder einem beliebigen Anweisungsausführungssystem bereitstellt. Für die Zwecke dieser Beschreibung kann ein computerverwendbares oder computerlesbares Medium jedes Gerät sein, das das Programm zur Verwendung durch oder in Verbindung mit dem Anweisungsausführungssystem, dem Gerät oder der Vorrichtung enthalten, speichern, kommunizieren, verbreiten oder transportieren kann.
  • Ein Datenverarbeitungssystem, das zum Speichern oder Ausführen von Programmcodeelementen geeignet ist, beinhaltet mindestens eine Verarbeitungseinrichtung (Prozessor), die direkt oder indirekt über einen Systembus mit Speicherelementen gekoppelt ist. Die Speicherelemente können lokalen Speicher beinhalten, der während einer tatsächlichen Ausführung der Programmcodeelemente verwendet wird, einen Massenspeicher und einen Cache-Speicher, die eine Zwischenspeicherung von zumindest einem Programmcodeelement bereitstellen, um die Anzahl von Abfragen von Codeelementen aus dem Massenspeicher während der Ausführung zu verringern.
  • Ein-/Ausgabe- oder E/A-Vorrichtungen (I/O-Vorrichtungen) (einschließlich, aber nicht beschränkt auf Tastaturen, Anzeigen, Zeigevorrichtungen usw.) können entweder direkt oder über dazwischenliegende E/A-Steuerungen mit dem System gekoppelt sein.
  • Netzwerkadapter können auch mit dem System gekoppelt sein, um eine Kopplung des Datenverarbeitungssystems mit anderen Datenverarbeitungssystemen oder entfernten Druckern oder Speichervorrichtungen durch dazwischenliegende private oder öffentliche Netzwerke zu ermöglichen. Modems, Kabelmodems und Ethernet-Karten sind nur einige der derzeit verfügbaren Arten von Netzwerkadaptern.
  • Schließlich sind die vorliegend vorgestellten Algorithmen und Anzeigen nicht schon an sich auf einen bestimmten Computer oder ein anderes Gerät bezogen. Verschiedene Mehrzwecksysteme können mit Programmen in Übereinstimmung mit den vorliegend enthaltenen Lehre verwendet werden, oder es kann sich als zweckmäßig erweisen, spezialisiertere Geräte zu konstruieren, um die erforderlichen Verfahrensschritte durchzuführen. Die erforderliche Struktur für eine Vielzahl dieser Systeme ergibt sich aus der nachstehenden Beschreibung. Darüber hinaus ist die Spezifikation nicht unter Bezugnahme auf eine bestimmte Programmiersprache beschrieben. Es ist zu beachten, dass eine Vielzahl von Programmiersprachen verwendet werden können, um die Lehre der Spezifikation wie vorliegend beschrieben umzusetzen.
  • Die vorstehende Beschreibung der Ausführungsbeispiele der Spezifikation wurde zum Zweck der Veranschaulichung und Beschreibung vorgelegt. Sie ist nicht dazu beabsichtigt, vollständig zu sein oder die Spezifikation auf die genaue offenbarte Form zu beschränken. Viele Abwandlungen und Variationen sind unter Berücksichtigung der oben genannten Lehre möglich. Es ist vorgesehen, dass der Umfang der Offenbarung nicht durch diese ausführliche Beschreibung, sondern durch die Patentansprüche dieser Anmeldung eingeschränkt wird. Wie von dem Fachmann verstanden wird, kann die Spezifikation in anderen bestimmten Formen verkörpert werden, ohne von dem Geist oder dessen wesentlichen Merkmalen abzuweichen. Ebenso sind die besondere Benennung und Aufteilung der Module, Routinen, Merkmale, Attribute, Methoden und andere Aspekte nicht zwingend oder signifikant, und die Mechanismen, die die Spezifikation oder ihre Merkmale implementieren, können unterschiedliche Namen, Unterteilungen oder Formate aufweisen. Darüber hinaus ist es für den Fachmann offensichtlich, dass die Module, Routinen, Merkmale, Attribute, Methoden und andere Aspekte der Offenbarung als Software, Hardware, Firmware oder eine beliebige Kombination der drei implementiert werden können. Auch überall dort, wo eine Komponente, deren Beispiel ein Modul ist, der Spezifikation als Software implementiert ist, kann die Komponente als eigenständiges Programm, als Teil eines größeren Programms, als eine Vielzahl von separaten Programmen, als eine statisch oder dynamisch verknüpfte Bibliothek, als ein kernelladbares Modul, als ein Gerätetreiber oder in jeder anderen Weise implementiert werden, die jetzt oder in Zukunft dem Fachmann im Bereich der Computerprogrammierung bekannt ist. Darüber hinaus ist die Offenbarung in keiner Weise auf ein Ausführungsbeispiel in einer bestimmten Programmiersprache oder für irgendein bestimmtes Betriebssystem oder Umgebung beschränkt. Dementsprechend soll die Offenbarung den Umfang der in den nachstehenden Ansprüchen dargelegten Spezifikation veranschaulichen, aber nicht einschränken.
  • Die Offenbarung umfasst Ausführungsbeispiele für einen digitalen Verhaltenszwilling für eine Kollisionsvermeidung. Bei einigen Ausführungsbeispielen umfasst ein Verfahren ein Aufzeichnen von digitalen Daten, die einen Fahrkontext und ein Fahrverhalten eines entfernten Fahrzeugs und eines Ego-Fahrzeugs in diesem Fahrkontext beschreiben. Bei einigen Ausführungsbeispielen ist das eine oder die mehreren der entfernten Fahrzeuge und das Ego-Fahrzeug ein verbundenes Fahrzeug. Das Verfahren umfasst eine Bestimmung eines Risikos einer Kollision, an dem eines oder mehrere des entfernten Fahrzeugs und des Ego-Fahrzeugs beteiligt sind, auf der Grundlage eines ersten digitalen Verhaltenszwillings des entfernten Fahrzeugs, eines zweiten digitalen Verhaltenszwillings des Ego-Fahrzeugs und der digitalen Daten. Das Verfahren umfasst eine Abänderung eines Betriebes des Ego-Fahrzeugs auf der Grundlage des Risikos.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • US 15925070 [0027]
    • US 16007693 [0027, 0110]
    • US 14471387 [0074, 0075]
    • US 15363368 [0100]
    • US 15135135 [0111]
    • US 15074842 [0111]
    • US 15085644 [0111]
    • US 15265235 [0167]
    • US 15085664 [0167]
    • US 15013936 [0167]
  • Zitierte Nicht-Patentliteratur
    • IEEE 802.11 [0074]
    • IEEE 802.16 [0074]
    • ISO 14906:2004 [0074]
    • EN 11253:2004 [0074]
    • EN 12795:2002 [0074]
    • EN 12834:2002 [0074]

Claims (20)

  1. Verfahren, mit: Aufzeichnen von digitalen Daten, die einen Fahrkontext und ein Fahrverhalten von einem entfernten Fahrzeug und einem Ego-Fahrzeug in diesem Fahrkontext beschreiben; Bestimmen eines Risikos einer Kollision, an dem eines oder mehrere des entfernten Fahrzeugs und des Ego-Fahrzeugs beteiligt sind, auf der Grundlage eines ersten digitalen Verhaltenszwillings des entfernten Fahrzeugs, eines zweiten digitalen Verhaltenszwillings des Ego-Fahrzeugs und der digitalen Daten; und Abändern eines Betriebes des Ego-Fahrzeugs auf der Grundlage des Risikos.
  2. Verfahren nach Anspruch 1, wobei das Abändern des Betriebes des Ego-Fahrzeugs eine elektronische Anzeige des Ego-Fahrzeugs umfasst, die eine graphische Ausgabe anzeigt, die das Risiko visuell darstellt.
  3. Verfahren nach Anspruch 2, wobei die graphische Ausgabe eine Visualisierung einer erweiterten Realität (AR) ist.
  4. Verfahren nach Anspruch 1, ferner mit einer Übermittlung einer Verkehrsvernetzungsnachricht (V2X-Nachricht) durch das entfernte Fahrzeug an das Ego-Fahrzeug, wobei die V2X-Nachrichten entfernte Zwillingsdaten umfassen, die den ersten digitalen Verhaltenszwilling beschreiben.
  5. Verfahren nach Anspruch 1, wobei der erste digitale Verhaltenszwilling das Fahrverhalten eines entfernten Fahrers des entfernten Fahrzeugs in einer Vielzahl von verschiedenen Fahrkontexten modelliert.
  6. Verfahren nach Anspruch 1, wobei der zweite digitale Verhaltenszwilling das Fahrverhalten eines Ego-Fahrers des Ego-Fahrzeugs in einer Vielzahl von verschiedenen Fahrkontexten modelliert.
  7. Verfahren nach Anspruch 1, wobei das Ego-Fahrzeug ein autonomes Fahrzeug ist.
  8. Verfahren nach Anspruch 7, wobei das Abändern des Betriebes des Ego-Fahrzeugs umfasst, dass das Ego-Fahrzeug eine Handlung autonom vornimmt, um das Risiko abzuändern.
  9. Verfahren nach Anspruch 1, ferner mit einem Abändern des ersten digitalen Verhaltenszwillings auf der Grundlage von neuen digitalen Daten, die ein verschiedenes Fahrverhalten des entfernten Fahrzeugs in dem Fahrkontext beschreiben, wobei der erste digitale Verhaltenszwilling dazu abgeändert wird, dieses verschiedene Fahrverhalten zu umfassen.
  10. System, mit: einem nichtflüchtigen Speicher, der digitale Daten speichert, die einen Fahrkontext und ein Fahrverhalten eines entfernten Fahrzeugs und eines Ego-Fahrzeugs in diesem Fahrkontext beschreiben; und einer Verarbeitungseinrichtung, die mit dem nichtflüchtigen Speicher kommunikativ gekoppelt ist, wobei der nichtflüchtige Speicher Computercodeelemente speichert, die bei Ausführung durch die Verarbeitungseinrichtung die Verarbeitungseinrichtung dazu veranlassen: ein Risiko einer Kollision zu bestimmen, an dem eines oder mehrere des entfernten Fahrzeugs und des Ego-Fahrzeugs beteiligt sind, auf der Grundlage eines ersten digitalen Verhaltenszwillings des entfernten Fahrzeugs, eines zweiten digitalen Verhaltenszwillings des Ego-Fahrzeugs und den digitalen Daten; und einen Betrieb des Ego-Fahrzeugs auf der Grundlage des Risikos abzuändern.
  11. System nach Anspruch 10, wobei die Abänderung des Betriebs des Ego-Fahrzeugs eine elektronische Anzeige des Ego-Fahrzeugs umfasst, die eine graphische Ausgabe anzeigt, die das Risiko visuell darstellt.
  12. System nach Anspruch 11, wobei die graphische Ausgabe eine Visualisierung einer erweiterten Realität (AR) ist.
  13. System nach Anspruch 10, wobei der erste digitale Verhaltenszwilling durch entfernte Zwillingsdaten beschrieben ist, die mittels einer Verkehrsvernetzungsnachricht (V2X-Nachricht) empfangen sind, die durch das Ego-Fahrzeug empfangen und durch das entfernte Fahrzeug gesendet ist.
  14. System nach Anspruch 10, wobei der erste digitale Verhaltenszwilling das Fahrverhalten eines entfernten Fahrers des entfernten Fahrzeugs in einer Vielzahl von verschiedenen Fahrkontexten modelliert.
  15. System nach Anspruch 10, wobei der zweite digitale Verhaltenszwilling das Fahrverhalten eines Ego-Fahrers des Ego-Fahrzeugs in einer Vielzahl von verschiedenen Fahrkontexten modelliert.
  16. System nach Anspruch 10, wobei das Ego-Fahrzeug ein autonomes Fahrzeug ist, und eine Abänderung des Betriebs des Ego-Fahrzeugs derart umfasst, dass das Ego-Fahrzeug eine Handlung autonom vornimmt, um das Risiko abzuändern.
  17. System nach Anspruch 10, wobei der nichtflüchtige Speicher zusätzliche Computercodeelemente speichert, die bei Ausführung durch die Verarbeitungseinrichtung die Verarbeitungseinrichtung dazu veranlassen, den ersten digitalen Verhaltenszwilling auf der Grundlage von neuen digitalen Daten abzuändern, die ein verschiedenes Fahrverhalten des entfernten Fahrzeugs in dem Fahrkontext beschreiben, wobei der erste digitale Verhaltenszwilling dazu abgeändert wird, dieses verschiedene Fahrverhalten zu umfassen.
  18. Computerprogrammprodukt mit einem nichtflüchtigen Speicher, der computerausführbare Codeelemente speichert, die bei Ausführung durch eine Verarbeitungseinrichtung die Verarbeitungseinrichtung dazu veranlassen: Aufzeichnen von digitalen Daten, die einen Fahrkontext und ein Fahrverhalten eines entfernten Fahrzeugs und eines Ego-Fahrzeugs in diesem Fahrkontext beschreiben; Bestimmen eines Risikos einer Kollision, an dem eines oder mehrere des entfernten Fahrzeugs und des Ego-Fahrzeugs beteiligt sind, auf der Grundlage eines ersten digitalen Verhaltenszwillings des entfernten Fahrzeugs, eines zweiten digitalen Verhaltenszwillings des Ego-Fahrzeugs und der digitalen Daten; und Abändern eines Betriebes des Ego-Fahrzeugs auf der Grundlage des Risikos.
  19. Computerprogrammprodukt nach Anspruch 18, wobei das Abändern des Betriebes des Ego-Fahrzeugs eine elektronische Anzeige des Ego-Fahrzeugs umfasst, die eine graphische Ausgabe anzeigt, die das Risiko visuell darstellt.
  20. Computerprogrammprodukt nach Anspruch 18, wobei die computerausführbaren Codeelemente bei Ausführung durch die Verarbeitungseinrichtung ferner die Verarbeitungseinrichtung dazu veranlassen, den ersten digitalen Verhaltenszwilling auf der Grundlage von neuen digitalen Daten abzuändern, die ein verschiedenes Fahrverhalten des entfernten Fahrzeugs in dem Fahrkontext beschreiben, wobei der erste digitale Verhaltenszwilling dazu abgeändert wird, dieses verschiedene Fahrverhalten zu umfassen.
DE102019115783.8A 2018-06-13 2019-06-11 Kollisionsverhinderung für ein verbundenes fahrzeug auf der grundlage eines digitalen verhaltenszwillings Pending DE102019115783A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/007,796 US10843689B2 (en) 2018-06-13 2018-06-13 Collision avoidance for a connected vehicle based on a digital behavioral twin
US16/007,796 2018-06-13

Publications (1)

Publication Number Publication Date
DE102019115783A1 true DE102019115783A1 (de) 2019-12-19

Family

ID=68724883

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019115783.8A Pending DE102019115783A1 (de) 2018-06-13 2019-06-11 Kollisionsverhinderung für ein verbundenes fahrzeug auf der grundlage eines digitalen verhaltenszwillings

Country Status (3)

Country Link
US (1) US10843689B2 (de)
JP (1) JP7200832B2 (de)
DE (1) DE102019115783A1 (de)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020207177A1 (de) 2020-06-09 2021-12-09 Zf Friedrichshafen Ag Überwachen eines Fahrzeugs
DE102020210821A1 (de) 2020-08-27 2022-03-03 Siemens Mobility GmbH Verfahren zur Überprüfung eines Lichtraums für ein Schienenfahrzeug
DE102020124526A1 (de) 2020-09-21 2022-03-24 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur Verkehrsüberwachung mittels Fahrbahnschwingungen und Laservibrometrie
DE102021207869A1 (de) 2021-07-22 2023-01-26 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum zumindest teilautomatisierten Führen eines Kraftfahrzeugs
DE102022202717A1 (de) 2022-03-21 2023-09-21 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Prüfen einer Wirkkette

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11169537B2 (en) * 2016-04-15 2021-11-09 Honda Motor Co., Ltd. Providing driving support in response to changes in driving environment
EP3584607B1 (de) * 2018-06-18 2023-03-01 Zenuity AB Verfahren und anordnung zur verbesserung der globalen positionierungsleistung eines strassenfahrzeugs
US10847038B2 (en) * 2018-08-10 2020-11-24 The Boeing Company Aircraft communications system with an operational digital twin
DE102018213554A1 (de) * 2018-08-10 2020-02-13 Audi Ag Verfahren und Anzeigeeinrichtung zur Visualisierung einer Anordnung sowie Wirkungsweise von Umfeldsensoren eines Kraftfahrzeugs
US11446815B2 (en) 2019-03-01 2022-09-20 Duality Robotics, Inc. Autonomous robot scenario re-simulation
US10839621B1 (en) * 2019-07-24 2020-11-17 Toyota Motor Engineering & Manufacturing North America, Inc. Altering a vehicle based on driving pattern comparison
US11738804B2 (en) * 2020-02-07 2023-08-29 Micron Technology, Inc. Training a vehicle to accommodate a driver
WO2021159269A1 (zh) * 2020-02-11 2021-08-19 云图技术有限公司 基于视觉的安全驾驶预警方法、系统及存储介质
CN111739343B (zh) * 2020-06-02 2023-12-19 腾讯科技(深圳)有限公司 车辆事故风险的预警方法、装置、介质及电子设备
CN112419775B (zh) * 2020-08-12 2022-01-11 华东师范大学 基于强化学习的数字孪生智慧停车方法及系统
CN111930026B (zh) * 2020-08-20 2024-07-05 北京经纬恒润科技股份有限公司 一种测试方法及装置
US11252723B1 (en) * 2020-09-04 2022-02-15 Toyota Motor Engineering & Manufacturing North America, Inc. Modifying a vehicular radio based on a schedule of point-to-point vehicular communications
CN112037543A (zh) * 2020-09-14 2020-12-04 中德(珠海)人工智能研究院有限公司 基于三维建模的城市交通灯控制方法、装置、设备和介质
US11912302B2 (en) * 2020-12-21 2024-02-27 Zoox, Inc. Autonomous control engagement
US11738777B2 (en) 2020-12-21 2023-08-29 Zoox, Inc. Dynamic autonomous control engagement
KR20220117625A (ko) * 2021-02-17 2022-08-24 한국기술교육대학교 산학협력단 자율형 cps의 성능 자가진화를 위한 연합 강화학습 기반의 자율형 cps 자가진화 프레임워크 및 이를 이용한 자율형 cps의 성능 자가진화 방법
US20220289240A1 (en) * 2021-03-12 2022-09-15 Toyota Motor Engineering & Manufacturing North America, Inc. Connected vehicle maneuvering management for a set of vehicles
CN113119937B (zh) * 2021-03-31 2022-04-08 南京航空航天大学 基于数字孪生的智能线控制动系统及其预测控制方法
CN112991742B (zh) * 2021-04-21 2021-08-20 四川见山科技有限责任公司 一种实时交通数据的可视化仿真方法及系统
EP4112411B1 (de) * 2021-07-01 2024-03-27 Zenseact AB Schätzung der unfallintensität für fahrzeuge
WO2023277030A1 (ja) * 2021-07-02 2023-01-05 株式会社デンソー モビリティサービス基盤サーバ、モビリティサービス提供システム、車両アクセス制御方法、プログラム
JPWO2023277031A1 (de) * 2021-07-02 2023-01-05
CN113741442B (zh) * 2021-08-25 2022-08-02 中国矿业大学 一种基于数字孪生驱动的单轨吊车自动驾驶系统及方法
US12083883B2 (en) 2022-01-03 2024-09-10 Toyota Motor Engineering & Manufacturing North America, Inc. Method and system for personalized car following with transformers
CN114153220B (zh) * 2022-02-10 2022-06-14 深圳市爱云信息科技有限公司 基于人工智能物联网平台用于自动驾驶的远程控制方法
US20230256985A1 (en) * 2022-02-14 2023-08-17 Continental Advanced Lidar Solutions Us, Llc Method and system for avoiding vehicle undercarriage collisions
JP7348343B1 (ja) * 2022-03-28 2023-09-20 ソフトバンク株式会社 車両およびサーバ
CN114863699B (zh) * 2022-06-14 2023-05-23 电子科技大学 一种基于数字孪生的城市车路协同交通流预测方法
CN117400959A (zh) * 2022-07-07 2024-01-16 腾讯科技(深圳)有限公司 远程驾驶的控制方法、装置、计算机可读介质及电子设备
WO2024042586A1 (ja) * 2022-08-22 2024-02-29 日本電信電話株式会社 交通分散制御システム、方法、及びプログラム
CN115412883A (zh) * 2022-08-31 2022-11-29 重庆交通大学 一种基于5g位置共享的智能网联超视距行车辅助系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7124027B1 (en) 2002-07-11 2006-10-17 Yazaki North America, Inc. Vehicular collision avoidance system
EP3272610B1 (de) 2015-04-21 2019-07-17 Panasonic Intellectual Property Management Co., Ltd. Informationsverarbeitungssystem, informationsverarbeitungsverfahren und programm
EP3357780B1 (de) * 2015-09-30 2022-10-26 Sony Group Corporation Antriebssteuerungsvorrichtung, antriebssteuerungsverfahren und programm
US9688273B2 (en) * 2015-10-27 2017-06-27 GM Global Technology Operations LLC Methods of improving performance of automotive intersection turn assist features
US10202127B2 (en) 2016-05-19 2019-02-12 Toyota Jidosha Kabushiki Kaisha User profile-based automatic parameter tuning system for connected vehicles
US10178531B2 (en) * 2016-09-15 2019-01-08 Qualcomm Incorporated Methods and apparatus for efficient sensor data sharing in a vehicle-to-vehicle (V2V) network
US10168174B2 (en) * 2017-05-09 2019-01-01 Toyota Jidosha Kabushiki Kaisha Augmented reality for vehicle lane guidance

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
EN 11253:2004
EN 12795:2002
EN 12834:2002
IEEE 802.11
IEEE 802.16
ISO 14906:2004

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020207177A1 (de) 2020-06-09 2021-12-09 Zf Friedrichshafen Ag Überwachen eines Fahrzeugs
DE102020210821A1 (de) 2020-08-27 2022-03-03 Siemens Mobility GmbH Verfahren zur Überprüfung eines Lichtraums für ein Schienenfahrzeug
DE102020124526A1 (de) 2020-09-21 2022-03-24 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur Verkehrsüberwachung mittels Fahrbahnschwingungen und Laservibrometrie
DE102021207869A1 (de) 2021-07-22 2023-01-26 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum zumindest teilautomatisierten Führen eines Kraftfahrzeugs
DE102022202717A1 (de) 2022-03-21 2023-09-21 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Prüfen einer Wirkkette

Also Published As

Publication number Publication date
US20190382003A1 (en) 2019-12-19
US10843689B2 (en) 2020-11-24
JP2020009428A (ja) 2020-01-16
JP7200832B2 (ja) 2023-01-10

Similar Documents

Publication Publication Date Title
DE102019115783A1 (de) Kollisionsverhinderung für ein verbundenes fahrzeug auf der grundlage eines digitalen verhaltenszwillings
DE102018130566B4 (de) Autonomer fahrzeugbetrieb mit automatisierter unterstützung
DE102018112234A1 (de) Verkehrssituationswahrnehmung für ein autonomes fahrzeug
DE102018110971A1 (de) Erweiterte realität für eine fahrzeugspurführung
DE102021126254A1 (de) Überwachen der Aufmerksamkeit und der kognitiven Belastung der Insassen für autonome und halbautonome Fahranwendungen
EP3830523B1 (de) Verfahren zur aktualisierung einer umgebungskarte, vorrichtung für die fahrzeugseitige durchführung von verfahrensschritten des verfahrens, fahrzeug, vorrichtung für die zentralrechnerseitige durchführung von verfahrensschritten des verfahrens sowie computerlesbares speichermedium
DE102020100078A1 (de) Verbessern des autonomen fahrens mit empfehlung eines entfernten betrachters
DE112019000279T5 (de) Steuern autonomer fahrzeuge anhand sicherer ankunftszeiten
DE112019000049T5 (de) Für autonomes fahren geeignete objekterfassung und erfassungssicherheit
DE102012024859B3 (de) Verfahren zum Bereitstellen einer Betriebsstrategie für ein Kraftfahrzeug
EP3830522B1 (de) Verfahren zur schätzung der lokalisierungsgüte bei der eigenlokalisierung eines fahrzeuges, vorrichtung für die durchführung des verfahrens, fahrzeug sowie computerprogramm
DE102018117135A1 (de) Fahrzeugassistenz einer erweiterten realität für farbblindheit
DE102019112407A1 (de) Spurwechselzeitsteuerungsindikator
DE102019108083A1 (de) Verkehrszeichenerkennung für vernetzte Fahrzeuge
DE112017007184T5 (de) Unterstützungsvorrichtung, unterstützungsverfahren und programm
DE102019120461A1 (de) Verfahren und system zur bewertung einer fehlerhaften bedrohungserfassung
DE102018112233B4 (de) Bereitstellung eines verkehrsspiegelinhalts für einen fahrer
DE102019214628A1 (de) Validierung von Umfelderfassung mittels Satelitenbildern und SAR-Radardaten
DE102017221616A1 (de) System und Verfahren für einen Einfädelassistenten unter Anwendung von Fahrzeugkommunikation
DE112021002953T5 (de) Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren und programm
DE102018124578A1 (de) System und verfahren zur dynamischen fahrzeuganpassung und zum -tuning
DE102019101847A1 (de) Genauigkeitssystem für vernetzte Fahrzeuge
DE102021130554A1 (de) Geschwindigkeitsdifferenzindikator auf einem Head-up-Display
DE102020133412A1 (de) System und Verfahren zum Festlegen eines Fahrspurwechselmanövers
DE102021114596A1 (de) Systeme und Verfahren zur Steuerung des automatisierten Fahrens auf Basis der Komplexität von Kreuzungen

Legal Events

Date Code Title Description
R012 Request for examination validly filed