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

DE102022131849A1 - Method for providing driving side information - Google Patents

Method for providing driving side information Download PDF

Info

Publication number
DE102022131849A1
DE102022131849A1 DE102022131849.4A DE102022131849A DE102022131849A1 DE 102022131849 A1 DE102022131849 A1 DE 102022131849A1 DE 102022131849 A DE102022131849 A DE 102022131849A DE 102022131849 A1 DE102022131849 A1 DE 102022131849A1
Authority
DE
Germany
Prior art keywords
vehicle
driving side
information
determined
side information
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
DE102022131849.4A
Other languages
German (de)
Inventor
Tomas Novak
Ondrej Kozak
Martin Smrz
Frantisek Laluha
Tomas Nouza
Naiallen Carolyne Rodrigues Lima Carvalho
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.)
Valeo Schalter und Sensoren GmbH
Original Assignee
Valeo Schalter und Sensoren GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Valeo Schalter und Sensoren GmbH filed Critical Valeo Schalter und Sensoren GmbH
Priority to DE102022131849.4A priority Critical patent/DE102022131849A1/en
Publication of DE102022131849A1 publication Critical patent/DE102022131849A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F21—LIGHTING
    • F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
    • F21S41/00—Illuminating devices specially adapted for vehicle exteriors, e.g. headlamps
    • F21S41/60—Illuminating devices specially adapted for vehicle exteriors, e.g. headlamps characterised by a variable light distribution
    • F21S41/62—Illuminating devices specially adapted for vehicle exteriors, e.g. headlamps characterised by a variable light distribution for adaptation between right-hand and left-hand traffic
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9322—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using additional data, e.g. driver condition, road state or weather data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Bereitstellen einer Fahrseiteninformation (26). Das Verfahren umfasst: Bereitstellen (S1) einer Sensorinformation (20), die eine Umgebung eines ersten Fahrzeugs (6) beschreibt; Ermitteln (S2) einer jeweiligen Fahrzeuginformation (24) für zumindest zwei zweite Fahrzeuge (7), die in der Umgebung fahren, wobei die jeweilige Fahrzeuginformation (24) zumindest eine Position und eine Geschwindigkeit des jeweiligen zweiten Fahrzeugs (7) in Bezug auf des erste Fahrzeug (6) beschreibt; Ermitteln (S3) der Fahrseiteninformation (26) für die Umgebung unter Anwendung eines Fahrseitenermittlungsalgorithmus (25) auf die ermittelte Fahrzeuginformation (24), wobei die Fahrseiteninformation (26) beschreibt, ob in der Umgebung Rechtsverkehr oder Linksverkehr herrscht; und Bereitstellen (S4) der ermittelten Fahrseiteninformation (26) für eine Fahrzeugfunktion (11) des ersten Fahrzeugs (6). Der Fahrseitenermittlungsalgorithmus (25) basiert auf Methoden des maschinellen Lernens.The invention relates to a method for providing driving side information (26). The method comprises: providing (S1) sensor information (20) that describes an environment of a first vehicle (6); determining (S2) respective vehicle information (24) for at least two second vehicles (7) that are driving in the environment, wherein the respective vehicle information (24) describes at least a position and a speed of the respective second vehicle (7) in relation to the first vehicle (6); determining (S3) the driving side information (26) for the environment by applying a driving side determination algorithm (25) to the determined vehicle information (24), wherein the driving side information (26) describes whether right-hand or left-hand traffic prevails in the environment; and providing (S4) the determined driving side information (26) for a vehicle function (11) of the first vehicle (6). The driving side determination algorithm (25) is based on machine learning methods.

Description

Die Erfindung betrifft ein Verfahren zum Bereitstellen einer Fahrseiteninformation. Die Fahrseiteninformation beschreibt, ob Rechtsverkehr oder Linksverkehr herrscht, zum Beispiel in einer Umgebung eines Fahrzeugs. Die Erfindung betrifft auch ein Fahrzeug, eine Steuervorrichtung sowie ein Computerprogrammprodukt zum Durchführen eines derartigen Verfahrens.The invention relates to a method for providing driving side information. The driving side information describes whether right-hand or left-hand traffic prevails, for example in the surroundings of a vehicle. The invention also relates to a vehicle, a control device and a computer program product for carrying out such a method.

Ein Fahrzeug kann eine Fahrzeugfunktion zum zumindest teilautomatischen Fahren des Fahrzeugs bereitstellen. Die Fahrzeugfunktion ist zum Beispiel ein Fahrerassistenzsystem. Die Fahrzeugfunktion kann von einer Fahrseiteninformation abhängen, die beschreibt, ob Rechtsverkehr oder Linksverkehr auf einer Straße herrscht, auf der das Fahrzeug gerade fährt. Basierend auf der Fahrseiteninformation, kann die Fahrzeugfunktion ein Überholmanöver planen, da die Seite, auf der das Überholen stattfindet, sich bei Linksverkehr typischerweise von der entsprechenden Seite bei Rechtsverkehr unterscheidet.A vehicle can provide a vehicle function for at least partially automated driving of the vehicle. The vehicle function is, for example, a driver assistance system. The vehicle function can depend on driving side information that describes whether right-hand traffic or left-hand traffic prevails on a road on which the vehicle is currently driving. Based on the driving side information, the vehicle function can plan an overtaking maneuver, since the side on which the overtaking takes place is typically different in left-hand traffic from the corresponding side in right-hand traffic.

Ein Benutzer kann eine manuelle Eingabe betreffend die Fahrseiteninformation bereitstellen. Alternativ oder zusätzlich kann sie durch Positionieren mittels eines globalen Navigationssatellitensystems, GNSS, (englisch: global navigation satellite system) ermittelt werden. Die manuelle Eingabe und/oder die GNSS-Positionierung erfüllen Anforderungen für zumindest teilautomatisches Fahren nicht. Es ist daher notwendig, eine alternative oder zusätzliche Quelle für die Fahrseiteninformation bereitzustellen, die ausreichend zuverlässig ist.A user can provide a manual input regarding the driving side information. Alternatively or additionally, it can be determined by positioning using a global navigation satellite system (GNSS). The manual input and/or the GNSS positioning do not meet requirements for at least partially automated driving. It is therefore necessary to provide an alternative or additional source for the driving side information that is sufficiently reliable.

US 2015/0025770 A1 offenbart ein Verfahren zum Identifizieren der auf ein Subjektfahrzeug anwendbaren Verkehrsrichtung. Das Verfahren umfasst ein Verfolgen zumindest eines ersten Objektfahrzeugs. Eine Fortbewegungsrichtung jedes ersten Objektfahrzeugs wird in Bezug auf das Subjektfahrzeug ermittelt. Die Verkehrsrichtung wird basierend auf der Fortbewegungsrichtung jedes ersten Objektfahrzeugs identifiziert. US 2015/0025770 A1 discloses a method for identifying the traffic direction applicable to a subject vehicle. The method includes tracking at least a first object vehicle. A direction of travel of each first object vehicle is determined with respect to the subject vehicle. The traffic direction is identified based on the direction of travel of each first object vehicle.

EP 2 708 431 A2 offenbart ein Verfahren zum automatischen Ermitteln, ob sich das Fahrzeug in Linksverkehr oder Rechtsverkehr befindet. Das Verfahren umfasst ein Detektieren von Fahrzeugbewegungen in zumindest einer Art von Manöversituation mittels zumindest einer Sensorkonfiguration. EP 2 708 431 A2 discloses a method for automatically determining whether the vehicle is in left-hand or right-hand traffic. The method includes detecting vehicle movements in at least one type of maneuvering situation by means of at least one sensor configuration.

US 2013/0238192 A1 offenbart ein Verfahren zum Warnen eines Fahrers eines Kraftfahrzeugs vor einer drohenden Gefahrensituation, die durch ein versehentliches Abdriften in Richtung einer oder auf eine GegenStraße verursacht wird. US 2013/0238192 A1 discloses a method for warning a driver of a motor vehicle of an impending dangerous situation caused by an accidental drift towards or onto an oncoming road.

Es ist die Aufgabe der Erfindung, eine zuverlässige Fahrseiteninformation bereitzustellen.It is the object of the invention to provide reliable driving side information.

Die unabhängigen Ansprüche lösen die Aufgabe.The independent claims solve the problem.

Ein erster Aspekt der Erfindung betrifft ein Verfahren zum Bereitstellen einer Fahrseiteninformation. Das Verfahren umfasst ein Bereitstellen einer Sensorinformation, die eine Umgebung eines ersten Fahrzeugs umfasst. Das erste Fahrzeug kann alternativ als Ego-Fahrzeug bezeichnet werden. Das erste Fahrzeug befindet sich zum Beispiel auf einer Straße. Das Fahrzeug kann auf der Straße fahren oder stillstehen. Das Verfahren zielt auf ein Bereitstellen der Fahrseiteninformation für das erste Fahrzeug, genauer gesagt für eine Fahrzeugfunktion des ersten Fahrzeugs. Die Sensorinformation kann mittels Sensordaten beschrieben werden. Die Umgebung des ersten Fahrzeugs ist vorzugsweise durch einen Erfassungsbereich einer Sensorvorrichtung, die die Sensorinformation erfasst, räumlich begrenzt.A first aspect of the invention relates to a method for providing driving side information. The method comprises providing sensor information that includes an environment of a first vehicle. The first vehicle can alternatively be referred to as an ego vehicle. The first vehicle is located on a road, for example. The vehicle can be driving on the road or standing still. The method aims at providing the driving side information for the first vehicle, more precisely for a vehicle function of the first vehicle. The sensor information can be described using sensor data. The environment of the first vehicle is preferably spatially limited by a detection range of a sensor device that detects the sensor information.

Das Verfahren umfasst ein Ermitteln einer jeweiligen Fahrzeuginformation für zumindest zwei zweite Fahrzeuge, die in einer Umgebung des ersten Fahrzeugs fahren. Zumindest eines der zweiten Fahrzeuge kann auf der Straße fahren, auf der sich das erste Fahrzeug befindet. Es ist jedoch möglich, dass zumindest eines der zweiten Fahrzeuge auf einer danebenliegenden oder kreuzenden Straße fährt, die sich von der Straße, auf der sich das erste Fahrzeug befindet, unterscheidet. Um die jeweilige Fahrzeuginformation zu ermitteln, umfasst das Verfahren ein Anwenden eines Sensorinformationsanalysealgorithmus auf die bereitgestellte Sensorinformation. Das Verfahren umfasst ein Ermitteln einer Fahrzeuginformation für jedes der zumindest zwei zweiten Fahrzeuge. Eine Anzahl von ermittelten Fahrzeuginformationen entspricht somit einer Anzahl von zweiten Fahrzeugen.The method includes determining respective vehicle information for at least two second vehicles that travel in an environment of the first vehicle. At least one of the second vehicles can travel on the road on which the first vehicle is located. However, it is possible that at least one of the second vehicles travels on an adjacent or intersecting road that is different from the road on which the first vehicle is located. In order to determine the respective vehicle information, the method includes applying a sensor information analysis algorithm to the sensor information provided. The method includes determining vehicle information for each of the at least two second vehicles. A number of determined vehicle information items thus corresponds to a number of second vehicles.

Die jeweiligen ermittelten Fahrzeuginformationen beschreiben zumindest eine Position und eine Geschwindigkeit des jeweiligen zweiten Fahrzeugs in Bezug auf das erste Fahrzeug. Der Sensorinformationsanalysealgorithmus ist somit dazu eingerichtet, zumindest die Position und die Geschwindigkeit eines anderen Fahrzeugs, das nicht das erste Fahrzeug ist, durch Analysieren der bereitgestellten Sensorinformation zu ermitteln. Die Geschwindigkeit des jeweiligen zweiten Fahrzeugs wird zum Beispiel durch einen Geschwindigkeitsvektor beschrieben. Die Position des jeweiligen zweiten Fahrzeugs wird zum Beispiel durch Koordinaten beschrieben. Position und Geschwindigkeit liegen jedoch als relative Werte in Bezug auf das erste Fahrzeug vor. Die Fahrzeuginformation umfasst also für das jeweilige zweite Fahrzeug eine relative Position und eine relative Geschwindigkeit in Bezug auf das erste Fahrzeug. Die jeweilige Fahrzeuginformation umfasst somit notwendige Details, um zum Beispiel eine Richtung zu ermitteln, in der sich das jeweilige zweite Fahrzeug in Bezug auf das erste Fahrzeug bewegt.The respective determined vehicle information describes at least a position and a speed of the respective second vehicle in relation to the first vehicle. The sensor information analysis algorithm is thus set up to determine at least the position and the speed of another vehicle that is not the first vehicle by analyzing the sensor information provided. The speed of the respective second vehicle is described, for example, by a speed vector. The position of the respective second vehicle is described, for example, by coordinates. However, position and speed are available as relative values in relation to the first vehicle. The vehicle information therefore includes a relative position and a relative speed for the respective second vehicle in relation to on the first vehicle. The respective vehicle information thus includes necessary details to determine, for example, a direction in which the respective second vehicle is moving in relation to the first vehicle.

Das Verfahren umfasst ein Ermitteln der Fahrseiteninformation für die Umgebung unter Anwendung eines Fahrseitenermittlungsalgorithmus auf die ermittelte Fahrzeuginformation für die zumindest zwei zweiten Fahrzeuge. Die Fahrseiteninformation beschreibt, ob Rechtsverkehr oder Linksverkehr in der Umgebung des ersten Fahrzeugs, insbesondere auf der Straße, herrscht. Die Fahrseiteninformation beschreibt somit zum Beispiel entweder, dass Rechtsverkehr auf der Straße herrscht, oder dass Linksverkehr auf der Straße herrscht. Der Fahrseitenermittlungsalgorithmus ist dazu eingerichtet, basierend auf der ermittelten Fahrzeuginformation zu bewerten, welcher Seite einer Straße in der Umgebung, oder zumindest welcher Seite der Straße, auf der das erste Fahrzeug gerade fährt, welche Fortbewegungsrichtung zugewiesen ist.The method includes determining the driving side information for the surroundings by applying a driving side determination algorithm to the determined vehicle information for the at least two second vehicles. The driving side information describes whether right-hand traffic or left-hand traffic prevails in the surroundings of the first vehicle, in particular on the road. The driving side information thus describes, for example, either that right-hand traffic prevails on the road or that left-hand traffic prevails on the road. The driving side determination algorithm is set up to evaluate, based on the determined vehicle information, which side of a road in the surroundings, or at least which side of the road on which the first vehicle is currently driving, which direction of travel is assigned.

Der Sensorinformationsanalysealgorithmus und der Fahrseitenermittlungsalgorithmus umfassen jeweils zumindest eine Regel und/oder Angabe zur Berechnung der Fahrzeuginformation beziehungsweise der Fahrseiteninformation. Der jeweilige Algorithmus ist zum Beispiel eine Software und/oder zumindest ein Teil einer Software.The sensor information analysis algorithm and the driving side determination algorithm each comprise at least one rule and/or specification for calculating the vehicle information or the driving side information. The respective algorithm is, for example, a software and/or at least a part of a software.

Das Verfahren umfasst ein Bereitstellen der ermittelten Fahrseiteninformation für eine Fahrzeugfunktion des ersten Fahrzeugs. Die ermittelte Fahrseiteninformation wird somit für die Fahrzeugfunktion verfügbar gemacht, die zum Beispiel ein Fahrerassistenzsystem des ersten Fahrzeugs ist. Vorzugsweise führt eine Steuervorrichtung des ersten Fahrzeugs die beschriebenen Schritte des Verfahrens durch. Das Bereitstellen der Fahrseiteninformation für die Fahrzeugfunktion kann dann unabhängig von externen Daten oder Informationen sein.The method includes providing the determined driving side information for a vehicle function of the first vehicle. The determined driving side information is thus made available for the vehicle function, which is, for example, a driver assistance system of the first vehicle. Preferably, a control device of the first vehicle carries out the described steps of the method. The provision of the driving side information for the vehicle function can then be independent of external data or information.

Der Fahrseitenermittlungsalgorithmus basiert auf Methoden maschinellen Lernens. Das beschriebene Verfahren basiert somit nicht einfach auf statistischen Analyseverfahren zum Ermitteln der Fahrseiteninformation, sondern setzt maschinelles Lernen ein. Das Verfahren basiert somit auf künstlicher Intelligenz. Das führt dazu, dass die ermittelte Fahrseiteninformation besonders robust ist, da der Fahrseitenermittlungsalgorithmus leicht an verschiedene mögliche Szenarios angepasst werden kann, bei denen ein Ermitteln der Fahrseiteninformation notwendig sein kann. Denn Methoden maschinellen Lernens sind typischerweise vorab trainiert worden, um zuverlässige Ergebnisse zu liefern. Die bereitgestellte Fahrseiteninformation ist somit besonders zuverlässig. Des Weiteren basiert das Verfahren immer auf der Berücksichtigung mehrerer zweiter Fahrzeuge. Ein Analysieren der relativen Positionen und relativen Geschwindigkeiten der zumindest zwei zweiten Fahrzeuge trägt dazu bei, eine genaue Einschätzung der Fahrseiten in der Umgebung des ersten Fahrzeugs zu erhalten im Vergleich zu den Verfahren, die sich auf Informationen zu lediglich einem zweiten Fahrzeug stützen können. Dies erhöht die Zuverlässigkeit der ermittelten Fahrseiteninformation weiter.The driving side determination algorithm is based on machine learning methods. The described method is therefore not simply based on statistical analysis methods for determining the driving side information, but uses machine learning. The method is therefore based on artificial intelligence. This means that the driving side information determined is particularly robust, since the driving side determination algorithm can be easily adapted to various possible scenarios in which determining the driving side information may be necessary. This is because machine learning methods have typically been trained in advance to deliver reliable results. The driving side information provided is therefore particularly reliable. Furthermore, the method is always based on taking several second vehicles into account. Analyzing the relative positions and relative speeds of the at least two second vehicles helps to obtain an accurate assessment of the driving sides in the vicinity of the first vehicle compared to methods that can rely on information about only a second vehicle. This further increases the reliability of the driving side information determined.

Alternativ oder zusätzlich kann der Fahrseitenermittlungsalgorithmus auf statistischen Analyseverfahren basieren. Daher können bekannte statistische Analyseverfahren zum Ermitteln der Fahrseiteninformationen angewendet werden.Alternatively or additionally, the driving side determination algorithm can be based on statistical analysis methods. Therefore, known statistical analysis methods can be used to determine the driving side information.

Eine Ausführungsform umfasst, dass das erste Fahrzeug und/oder eine externe Rechenvorrichtung das Verfahren durchführen. Das erste Fahrzeug weist die Steuervorrichtung auf. Die Steuervorrichtung kann alternativ als eine Steuereinheit oder als eine interne Rechenvorrichtung des ersten Fahrzeugs bezeichnet werden. Wenn das erste Fahrzeug das Verfahren durchführt, läuft auf der Steuervorrichtung die jeweilige Software und/oder der jeweilige Teil der Software, wenn der Sensorinformationsanalysealgorithmus beziehungsweise der Fahrseitenermittlungsalgorithmus angewendet wird. Das erste Fahrzeug kann die Sensorinformation erfassen und/oder sie aus einer externen Sensordatenquelle, wie etwa der externen Rechenvorrichtung, erhalten. Die externe Rechenvorrichtung kann ein Server, ein Backend, eine Cloud, ein Verkehrsmanagementsystem und/oder ein anderes Fahrzeug sein. Die externe Rechenvorrichtung kann die Sensorinformation über eine Fahrzeug-zu-Infrastruktur- und/oder eine Fahrzeug-zu-Fahrzeug-Kommunikationsverbindung bereitstellen. Innerhalb des ersten Fahrzeugs kann eine Steuervorrichtung des ersten Fahrzeugs die bereitgestellte Sensorinformation empfangen.One embodiment includes the first vehicle and/or an external computing device performing the method. The first vehicle has the control device. The control device can alternatively be referred to as a control unit or as an internal computing device of the first vehicle. When the first vehicle performs the method, the respective software and/or the respective part of the software runs on the control device when the sensor information analysis algorithm or the driving side determination algorithm is applied. The first vehicle can capture the sensor information and/or obtain it from an external sensor data source, such as the external computing device. The external computing device can be a server, a backend, a cloud, a traffic management system and/or another vehicle. The external computing device can provide the sensor information via a vehicle-to-infrastructure and/or a vehicle-to-vehicle communication connection. Within the first vehicle, a control device of the first vehicle can receive the provided sensor information.

Falls die externe Rechenvorrichtung das Verfahren durchführt, kann ein anderes Fahrzeug, wie etwa ein oder mehrere der zweiten Fahrzeuge, und/oder eine Fahrzeugüberwachungskamera die Sensorinformation erfassen und für die externe Rechenvorrichtung, zum Beispiel über eine Fahrzeug-zu-Infrastruktur-Kommunikation und/oder eine drahtlose oder verdrahtete Kommunikationsverbindung zwischen der Verkehrsüberwachungskamera und der externen Rechenvorrichtung bereitstellen. If the external computing device performs the method, another vehicle, such as one or more of the second vehicles, and/or a vehicle monitoring camera may capture the sensor information and provide it to the external computing device, for example via a vehicle-to-infrastructure communication and/or a wireless or wired communication link between the traffic monitoring camera and the external computing device.

Zwischen der externen Rechenvorrichtung und dem ersten Fahrzeug besteht dann ebenso eine Kommunikationsverbindung, so dass die externe Rechenvorrichtung die ermittelte Fahrseiteninformation für die Fahrzeugfunktion des ersten Fahrzeugs bereitstellen kann, indem sie über die Kommunikationsverbindung auf das erste Fahrzeug übertragen wird. Es ist somit möglich, das Verfahren entweder vollständig innerhalb des ersten Fahrzeugs durchzuführen oder zumindest einen Schritt in die externe Rechenvorrichtung auszulagern. Dies kann eine Anforderung an die Rechenleistung des Fahrzeugs reduzieren und dennoch die Fahrseiteninformation bereitstellen.There is then also a communication connection between the external computing device and the first vehicle, so that the external computing device can provide the determined driving side information for the vehicle function of the first vehicle by transmitting it to the first vehicle via the communication connection. It is thus possible to either carry out the method entirely within the first vehicle or to outsource at least one step to the external computing device. This can reduce the demand on the computing power of the vehicle and still provide the driving side information.

Eine weitere Ausführungsform umfasst, dass der Fahrseitenermittlungsalgorithmus ein künstliches neuronales Netzwerk aufweist. Die eingesetzten Methoden maschinellen Lernens sind somit das künstliche neuronale Netzwerk. Das künstliche neuronale Netzwerk kann alternativ als neuronales Netzwerk oder neuronales Netz bezeichnet werden. Das künstliche neuronale Netzwerk ist nur ein Beispiel für eine mögliche Methode maschinellen Lernens, die dazu benutzt werden kann, das oben beschriebene Verfahren durchzuführen. Das künstliche neuronale Netzwerk ist vorab darauf trainiert worden zu ermitteln, ob Rechtsverkehr oder Linksverkehr auf der Straße herrscht. Dies ist während einer Trainingsphase des künstlichen neuronalen Netzwerks erfolgt. Während der Trainingsphase ist dem künstlichen neuronalen Netzwerk gelernt worden, die Fahrseiteninformationen basierend auf der Position und der Geschwindigkeit der mehreren zweiten Fahrzeuge in Bezug auf das erste Fahrzeug zu ermitteln. Während der Trainingsphase sind vorzugsweise mehrere unterschiedliche mögliche Szenarios berücksichtigt worden. Die Szenarios können sich voneinander in Bezug auf ein Straßensystem, einen Straßentyp, eine Straßendichte, eine Verkehrsdichte und/oder eine Verkehrssituation oder -bedingung unterscheiden. Das verwendete künstliche neuronale Netzwerk kann jeder Typ oder jede Art bekanntes künstliches neuronales Netzwerk sein. Die Verwendung des künstlichen neuronalen Netzwerks für den Fahrseitenermittlungsalgorithmus führt zu einem Ermittlungsverfahren, das an verschiedene mögliche Situationen und Szenarios angepasst werden kann. Das Verfahren ist somit vielseitig.A further embodiment comprises that the driving side determination algorithm comprises an artificial neural network. The machine learning methods used are thus the artificial neural network. The artificial neural network can alternatively be referred to as a neural network or neural net. The artificial neural network is just one example of a possible machine learning method that can be used to carry out the method described above. The artificial neural network has been trained in advance to determine whether right-hand or left-hand traffic prevails on the road. This was done during a training phase of the artificial neural network. During the training phase, the artificial neural network was taught to determine the driving side information based on the position and speed of the plurality of second vehicles in relation to the first vehicle. During the training phase, preferably several different possible scenarios were taken into account. The scenarios can differ from one another in terms of a road system, a road type, a road density, a traffic density and/or a traffic situation or condition. The artificial neural network used can be any type or kind of known artificial neural network. The use of the artificial neural network for the driving side determination algorithm results in a determination procedure that can be adapted to various possible situations and scenarios. The procedure is therefore versatile.

Zudem umfasst eine Ausführungsform, dass das Trainieren des künstlichen neuronalen Netzwerks eine Verifizierung der Position und/oder der Geschwindigkeit des jeweiligen zweiten Fahrzeugs basierend auf dem Positionieren mittels eines globalen Navigationssatellitensystems (GNSS) umfasst. Die GNSS-Positionierung basiert zum Beispiel auf einem globalen Positionierungssystem (GPS). Unter Verwendung einer GNSS-Positionierung als ein Überprüfungsschritt ist es möglich, zu ermitteln, ob die Position und/oder die Geschwindigkeit des zweiten Fahrzeugs korrekt ermittelt wurden, und tatsächlich Linksverkehr oder Rechtsverkehr anzuzeigen. Es ist somit möglich, die ermittelten Positionierungsdaten als Überprüfungsdaten zu benutzen, so dass es feststellbar ist, ob die ermittelte Fahrseiteninformation korrekt ist oder nicht. Auf diese Weise wird die Zuverlässigkeit des künstlichen neuronalen Netzwerks bestätigt oder nicht. Ein erneutes Trainieren des künstlichen neuronalen Netzwerks kann abhängig von der Verifizierung, also dann, wenn seine Zuverlässigkeit nicht bestätigt worden ist, erfolgen.In addition, one embodiment includes that the training of the artificial neural network includes a verification of the position and/or the speed of the respective second vehicle based on the positioning by means of a global navigation satellite system (GNSS). The GNSS positioning is based, for example, on a global positioning system (GPS). Using GNSS positioning as a verification step, it is possible to determine whether the position and/or the speed of the second vehicle have been correctly determined and to actually indicate left-hand traffic or right-hand traffic. It is thus possible to use the determined positioning data as verification data so that it can be determined whether the determined driving side information is correct or not. In this way, the reliability of the artificial neural network is confirmed or not. Retraining of the artificial neural network can take place depending on the verification, i.e. if its reliability has not been confirmed.

Eine weitere Ausführungsform umfasst ein Ermitteln eines Zuverlässigkeitswerts. Der Zuverlässigkeitswert beschreibt eine Wahrscheinlichkeit, dass die ermittelte Fahrseiteninformation zuverlässig ist. Das bedeutet, dass der Zuverlässigkeitswert beschreibt, wie sicher es ist, dass die ermittelte Fahrseiteninformation tatsächlich die Fahrseite auf der Straße beschreibt, also ob Rechtsverkehr oder Linksverkehr auf der Straße herrscht. Beschreibt der Zuverlässigkeitswert eine Wahrscheinlichkeit von 1 oder 100 Prozent, so ist davon auszugehen, dass die ermittelte Fahrseiteninformation korrekt und somit vertrauenswürdig ist. Beschreibt der Zuverlässigkeitswert jedoch eine geringere Wahrscheinlichkeit als 1 oder 100 Prozent, so ist davon auszugehen, dass die ermittelte Fahrseiteninformation nicht korrekt oder zumindest teilweise nicht korrekt ist. Die ermittelte Fahrseiteninformation ist zum Beispiel nicht vertrauenswürdig, wenn der Zuverlässigkeitswert 0 oder 0 Prozent beträgt. Alternativ kann der Zuverlässigkeitswert umgekehrt interpretiert werden.A further embodiment includes determining a reliability value. The reliability value describes a probability that the determined driving side information is reliable. This means that the reliability value describes how certain it is that the determined driving side information actually describes the driving side of the road, i.e. whether right-hand or left-hand traffic prevails on the road. If the reliability value describes a probability of 1 or 100 percent, it can be assumed that the determined driving side information is correct and therefore trustworthy. If the reliability value describes a lower probability than 1 or 100 percent, however, it can be assumed that the determined driving side information is incorrect or at least partially incorrect. The determined driving side information is not trustworthy, for example, if the reliability value is 0 or 0 percent. Alternatively, the reliability value can be interpreted the other way around.

Das Verfahren umfasst Bereitstellen des ermittelten Zuverlässigkeitswerts für die Fahrzeugfunktion. Die Fahrzeugfunktion empfängt somit nicht nur die ermittelte Fahrseiteninformation, sondern auch den ermittelten Zuverlässigkeitswert. Die Fahrzeugfunktion kann entscheiden, ob sie die bereitgestellte Fahrseiteninformation für ihre Funktionalität basierend auf dem bereitgestellten Zuverlässigkeitswert benutzt. Die Fahrzeugfunktion kann somit entscheiden, die bereitgestellte Fahrseiteninformation zu verwerfen, falls der bereitgestellte Zuverlässigkeitswert geringer ist als ein vorbestimmter Grenzwert. Der vorbestimmte Grenzwert kann von der Fahrzeugfunktion abhängen. Er kann als ein von der Fahrzeugfunktion abhängiger Zuverlässigkeitsgrenzwert bezeichnet werden. Der vorbestimmte Grenzwert für das Fahrerassistenzsystem als die Fahrzeugfunktion kann zum Beispiel höher sein als der vorbestimmte Grenzwert einer anderen Fahrzeugfunktion, die nicht zum Fahren, Bremsen und/oder Lenken des Fahrzeugs eingerichtet ist. Durch Ermitteln und Bereitstellen des Zuverlässigkeitswerts ist ein Verifizierungsschritt möglich, um zu überprüfen, ob die ermittelte Fahrseiteninformation qualitativ ausreichend für die Fahrzeugfunktion ist oder nicht. Dies erhöht die Zuverlässigkeit des Verfahrens weiter.The method includes providing the determined reliability value for the vehicle function. The vehicle function thus receives not only the determined driving side information but also the determined reliability value. The vehicle function can decide whether to use the provided driving side information for its functionality based on the provided reliability value. The vehicle function can thus decide to discard the provided driving side information if the provided reliability value is less than a predetermined limit. The predetermined limit may depend on the vehicle function. It may be referred to as a vehicle function-dependent reliability limit. The predetermined limit for the driver assistance system as the vehicle function may, for example, be higher than the predetermined limit of another vehicle function that is not set up to drive, brake and/or steer the vehicle. By determining and providing the reliability value, a verification step is possible to check whether the determined driving side information is qualitatively sufficient for the vehicle function or not. This further increases the reliability of the method.

Eine andere Ausführungsform umfasst, dass das Verfahren ein Verifizieren umfasst, dass der ermittelte Zuverlässigkeitswert größer ist als ein Zuverlässigkeitsgrenzwert. Nur wenn dies der Fall ist, also nur wenn der ermittelte Zuverlässigkeitswert größer als der Zuverlässigkeitsgrenzwert ist, umfasst das Verfahren ein Bereitstellen der ermittelten Fahrseiteninformation für die Fahrzeugfunktion. Der Zuverlässigkeitsgrenzwert ist ein vorbestimmter Wert. Er kann unabhängig von der Fahrzeugfunktion sein. Er kann somit als ein allgemeiner Zuverlässigkeitsgrenzwert bezeichnet werden. Der Zuverlässigkeitsgrenzwert kann von dem oben erwähnten von der Fahrzeugfunktion abhängigen Zuverlässigkeitsgrenzwert abweichen.Another embodiment includes that the method includes verifying that the determined reliability value is greater than a reliability limit value. Only if this is the case, i.e. only if the determined reliability value is greater than the reliability limit value, does the method include providing the determined driving side information for the vehicle function. The reliability limit value is a predetermined value. It can be independent of the vehicle function. It can therefore be referred to as a general reliability limit value. The reliability limit value can deviate from the above-mentioned reliability limit value dependent on the vehicle function.

Der Zuverlässigkeitsgrenzwert kann auf 1 Prozent, 3 Prozent, 5 Prozent, 10 Prozent, 20 Prozent, 30 Prozent, 40 Prozent, 50 Prozent oder insbesondere 60 Prozent gesetzt werden. Ein noch höherer Wert zwischen 60 Prozent und 95 Prozent kann möglich sein. Ist der Zuverlässigkeitswert größer als der Zuverlässigkeitsgrenzwert, so wird davon ausgegangen, dass die ermittelte Fahrseiteninformation vertrauenswürdig ist. Ist dies nicht der Fall, so wird die Fahrseiteninformation verworfen, bevor sie überhaupt für die Fahrzeugfunktion bereitgestellt wird. Das führt dazu, dass die Fahrzeugfunktion nur die Fahrseiteninformationen empfängt, die aufgrund der beschriebenen Verifizierung als zuverlässig genug betrachtet werden. Das erste Fahrzeug und insbesondere die Fahrzeugfunktion des ersten Fahrzeugs wird somit nie mit einer nicht vertrauenswürdigen Fahrseiteninformation konfrontiert.The reliability limit can be set to 1 percent, 3 percent, 5 percent, 10 percent, 20 percent, 30 percent, 40 percent, 50 percent or, in particular, 60 percent. An even higher value between 60 percent and 95 percent may be possible. If the reliability value is greater than the reliability limit, it is assumed that the determined driving side information is trustworthy. If this is not the case, the driving side information is discarded before it is even made available to the vehicle function. This means that the vehicle function only receives the driving side information that is considered reliable enough based on the verification described. The first vehicle and, in particular, the vehicle function of the first vehicle is thus never confronted with untrustworthy driving side information.

Eine weitere Ausführungsform umfasst, dass die jeweilige Fahrzeuginformation die Größe und/oder Form des jeweiligen zweiten Fahrzeugs beschreibt. Die Fahrzeuginformation kann somit die Position, die Geschwindigkeit und die Größe und/oder Form des jeweiligen zweiten Fahrzeugs beschreiben. Die Form und/oder Größe kann für die Klassifizierung des zweiten Fahrzeugs als ein Kraftfahrzeug, insbesondere als ein Personenkraftwagen, ein Lastkraftwagen, ein Bus und/oder ein Kraftfahrzeug nützlich sein. Sie kann auch für die Klassifizierung, ob es sich um ein nicht motorisiertes Fahrzeug, wie etwa ein Fahrrad handelt, nützlich sein. Zum Beispiel ist es im Fall des Fahrrads als zweites Fahrzeug möglich, von einem geringeren Zuverlässigkeitswert für die ermittelte Fahrseiteninformation auszugehen, verglichen mit dem Fall, dass das zweite Fahrzeug ein Kraftfahrzeug ist, da eine Wahrscheinlichkeit, entgegen einer vorgeschriebenen Fortbewegungsrichtung zu fahren, für das Fahrrad größer sein könnte als für das Kraftfahrzeug. Des Weiteren ist es durch Berücksichtigung der Größe und/oder Form möglich, den Fahrseitenermittlungsalgorithmus für verschiedene Typen von zweiten Fahrzeugen zu spezifizieren. Das kann die Robustheit des Verfahrens verbessern.A further embodiment comprises that the respective vehicle information describes the size and/or shape of the respective second vehicle. The vehicle information can thus describe the position, the speed and the size and/or shape of the respective second vehicle. The shape and/or size can be useful for classifying the second vehicle as a motor vehicle, in particular as a passenger car, a truck, a bus and/or a motor vehicle. It can also be useful for classifying whether it is a non-motorized vehicle, such as a bicycle. For example, in the case of the bicycle as the second vehicle, it is possible to assume a lower reliability value for the determined driving side information compared to the case that the second vehicle is a motor vehicle, since a probability of driving against a prescribed direction of travel could be greater for the bicycle than for the motor vehicle. Furthermore, by taking the size and/or shape into account, it is possible to specify the driving side determination algorithm for different types of second vehicles. This can improve the robustness of the method.

Eine weitere Ausführungsform umfasst ein Bereitstellen der Sensorinformationen, die das jeweilige zweite Fahrzeug mit einem Zeitversatz zueinander beschreiben. Das bedeutet, dass die mindestens zwei Sensorinformationen, die jeweils eines der mindestens zwei zweiten Fahrzeuge beschreiben, zu zwei unterschiedlichen Zeitpunkten ermittelt werden können. Sie werden somit nicht notwendigerweise gleichzeitig ermittelt. Es ist zum Beispiel möglich, dass ein erstes zweites Fahrzeug die Umgebung des ersten Fahrzeugs zu einem ersten Zeitpunkt durchfährt, und ein zweites zweites Fahrzeug die Umgebung des ersten Fahrzeugs zu einem zweiten Zeitpunkt durchfährt, wobei die zweite Zeit nach der ersten Zeit liegt. Der Zeitversatz zwischen dem Bereitstellen der zwei Sensorinformationen kann 1 Sekunde, 3 Sekunden, 5 Sekunden, 10 Sekunden, 30 Sekunden, 1 Minute, 3 Minuten, 5 Minuten, 10 Minuten 15 Minuten, eine halbe Stunde oder insbesondere 1 Stunde betragen. Jeder andere Zeitversatz zwischen den erwähnten Werten ist möglich. Durch Tolerieren des Zeitversatzes ist das Verfahren anwendbar, wenn ein besonders schwaches Verkehrsaufkommen in der Umgebung des ersten Fahrzeugs herrscht.A further embodiment comprises providing the sensor information describing the respective second vehicle with a time offset from one another. This means that the at least two pieces of sensor information, each describing one of the at least two second vehicles, can be determined at two different times. They are therefore not necessarily determined at the same time. It is possible, for example, for a first second vehicle to drive through the surroundings of the first vehicle at a first time, and for a second second vehicle to drive through the surroundings of the first vehicle at a second time, with the second time being after the first time. The time offset between the provision of the two pieces of sensor information can be 1 second, 3 seconds, 5 seconds, 10 seconds, 30 seconds, 1 minute, 3 minutes, 5 minutes, 10 minutes, 15 minutes, half an hour or in particular 1 hour. Any other time offset between the mentioned values is possible. By tolerating the time offset, the method can be used when there is a particularly low volume of traffic in the surroundings of the first vehicle.

Es ist insbesondere möglich, einen Zeitgrenzwert auszuwählen. Nur dann, wenn der Zeitversatz zwischen dem Bereitstellen der zumindest zwei Sensorinformationen kleiner ist als der Zeitgrenzwert, werden die bereitgestellten Sensorinformationen für das jeweilige zweite Fahrzeug bei der Ermittlung der Fahrseiteninformation berücksichtigt. Ist jedoch der Zeitversatz gleich oder größer als der Zeitgrenzwert, so kann zum Beispiel die zuerst bereitgestellte Sensorinformation verworfen werden. Alternativ oder zusätzlich wird ein Ermitteln der Fahrseiteninformation angehalten, bis die Fahrzeuginformationen für zumindest zwei zweite Fahrzeuge ermittelt worden sind, die den oben beschriebenen Zeitgrenzwert erfüllen.It is particularly possible to select a time limit. Only if the time offset between the provision of the at least two pieces of sensor information is smaller than the time limit will the sensor information provided for the respective second vehicle be taken into account when determining the driving side information. However, if the time offset is equal to or greater than the time limit, the sensor information provided first can be discarded, for example. Alternatively or additionally, determining the driving side information is stopped until the vehicle information for at least two second vehicles has been determined that meet the time limit described above.

Zudem umfasst eine Ausführungsform ein Erfassen der Sensorinformationen mittels eines Radargeräts des ersten Fahrzeugs. Insbesondere erfasst nur das Radargerät die Sensorinformation. Das bedeutet, dass vorzugsweise die einzige bereitgestellte Sensorinformation eine mittels des Radargeräts erfasste Radarinformation ist. Das Radargerät ist in dem ersten Fahrzeug montiert. Das Radargerät kann mehrere Radareinheiten aufweisen, die räumlich voneinander beabstandet positioniert sein können. Sie können in einem Stoßfänger des ersten Fahrzeugs positioniert sein. Sie befinden sich vorzugsweise in einem Frontbereich und/oder einem Heckbereich und/oder in Seitenbereichen des ersten Fahrzeugs. Die Sensorinformation kann somit eine Information über die Entfernung zwischen dem jeweiligen zweiten Fahrzeug und dem ersten Fahrzeug umfassen. Alternativ oder zusätzlich kann sie direkt eine Information über die Geschwindigkeit des zweiten Fahrzeugs umfassen. Die Benutzung des Radargeräts ist daher besonders geeignet zum Ermitteln der relativen Position und Geschwindigkeit des zweiten Fahrzeugs in Bezug auf das erste Fahrzeug.In addition, an embodiment includes detecting the sensor information by means of a radar device of the first vehicle. In particular, only the radar device detects the sensor information. This means that preferably the only sensor information provided is radar information detected by means of the radar device. The radar device is mounted in the first vehicle. The radar device can have several radar units that can be positioned spatially spaced from one another. They can be positioned in a bumper of the first vehicle. They are preferably located in a front area and/or a rear area and/or in side areas of the first vehicle. The sensor information can thus include information about the distance between the respective second vehicle and the first vehicle. Alternatively or additionally, it can directly include information about the speed of the second vehicle. The use of the radar device is therefore particularly suitable for determining the relative position and speed of the second vehicle in relation to the first vehicle.

Eine weitere Ausführungsform umfasst ein Erfassen zusätzlicher Sensorinformationen mittels einer Kameravorrichtung und/oder eines Lidargeräts. Die Kameravorrichtung kann zumindest eine Kamera aufweisen, zum Beispiel eine Frontkamera, eine Seitenkamera und/oder eine Heckkamera des ersten Fahrzeugs. Das Lidargerät kann zumindest eine Lidareinheit aufweisen. Lidar ist ein Akronym für „light detection and ranging“. Das Lidargerät kann zumindest dazu eingerichtet sein, die Umgebung des Frontbereichs eines Fahrzeugs zu erfassen. Das Verfahren umfasst auch ein Anwenden des Sensorinformationsanalysealgorithmus ebenso auf die erfassten zusätzlichen Sensorinformationen. Somit kann das Verfahren nicht nur Daten benutzen, die von dem Radargerät bereitgestellt werden, sondern auch Kameradaten und/oder Lidardaten. Die Kameradaten sind Bilddaten, die ein statisches oder dynamisches Bild der Umgebung beschreiben. Es ist somit möglich, Sensorinformationen mehrerer Sensoren anzusammeln und die Fahrzeuginformation basierend auf den angesammelten Sensorinformationen zu ermitteln. Mit anderen Worten können sich das Radargerät, die Kameravorrichtung und/oder das Lidargerät gegenseitig ergänzen. Dies führt dazu, dass die jeweilige ermittelte Fahrzeuginformation besonders robust und somit zuverlässig ist.A further embodiment comprises capturing additional sensor information by means of a camera device and/or a lidar device. The camera device can have at least one camera, for example a front camera, a side camera and/or a rear camera of the first vehicle. The lidar device can have at least one lidar unit. Lidar is an acronym for “light detection and ranging”. The lidar device can at least be configured to detect the surroundings of the front area of a vehicle. The method also comprises applying the sensor information analysis algorithm to the captured additional sensor information. Thus, the method can use not only data provided by the radar device, but also camera data and/or lidar data. The camera data is image data that describes a static or dynamic image of the environment. It is thus possible to collect sensor information from several sensors and to determine the vehicle information based on the collected sensor information. In other words, the radar device, the camera device and/or the lidar device can complement each other. This means that the respective vehicle information determined is particularly robust and thus reliable.

Eine weitere Ausführungsform umfasst, dass die Fahrzeugfunktion ein Fahrerassistenzsystem, insbesondere ein Abstandsregeltempomat ist. Der Abstandsregeltempomat kann eine Funktion umfassen, die für das Planen und/oder Betreiben eines Überholmanövers zum Überholen zumindest eines anderen Fahrzeugs, das vor dem ersten Fahrzeug fährt, verantwortlich ist. Eine derartige Überholfunktion des Abstandsregeltempomats kann von der Information abhängen, ob Linksverkehr oder Rechtsverkehr auf der Straße herrscht, auf der das erste Fahrzeug gerade fährt. Somit kann der Abstandsregeltempomat von einer präzisen Fahrtrichtungsinformation abhängen.A further embodiment includes the vehicle function being a driver assistance system, in particular an adaptive cruise control. The adaptive cruise control can include a function that is responsible for planning and/or operating an overtaking maneuver to overtake at least one other vehicle that is driving in front of the first vehicle. Such an overtaking function of the adaptive cruise control can depend on the information as to whether there is left-hand traffic or right-hand traffic on the road on which the first vehicle is currently driving. The adaptive cruise control can thus depend on precise direction of travel information.

Gemäß einer weiteren Ausführungsform passt die Fahrzeugfunktion eine Einstellung der Frontscheinwerfer des ersten Fahrzeugs abhängig von der bereitgestellten Fahrseiteninformation an. Das bedeutet, dass die Fahrzeugfunktion Licht, das von einem der Frontscheinwerfer des ersten Fahrzeugs ausgesendet wird, lokal dimmt, abhängig davon, ob Rechtsverkehr oder Linksverkehr herrscht. Somit wird verhindert, dass ein Fahrer eines anderen Fahrzeugs, das vor dem ersten Fahrzeug fährt, aufgrund einer Ausrichtung der Frontscheinwerfer des ersten Fahrzeugs, die nicht mit der Fahrseite übereinstimmt, geblendet wird.According to a further embodiment, the vehicle function adjusts a setting of the headlights of the first vehicle depending on the driving side information provided. This means that the vehicle function locally dims light emitted by one of the headlights of the first vehicle depending on whether right-hand or left-hand traffic prevails. This prevents a driver of another vehicle driving in front of the first vehicle from being blinded due to an orientation of the headlights of the first vehicle that does not match the driving side.

Alternative oder zusätzliche Fahrzeugfunktionstypen, die von der bereitgestellten Fahrzeugseiteninformation abhängen, sind möglich. Das Verfahren ist nicht exklusiv für die oben erwähnten Fahrzeugfunktionen.Alternative or additional vehicle function types are possible, depending on the vehicle side information provided. The method is not exclusive to the vehicle functions mentioned above.

Ein weiterer Aspekt der Erfindung betrifft ein Fahrzeug. Das Fahrzeug ist dazu eingerichtet, das oben beschriebene Verfahren durchzuführen. Das Fahrzeug entspricht dem ersten Fahrzeug. Das Fahrzeug ist ein Kraftfahrzeug, insbesondere ein Personenkraftwagen, ein Lastkraftwagen, ein Bus und/oder ein Motorrad. Das Fahrzeug führt das Verfahren durch.A further aspect of the invention relates to a vehicle. The vehicle is designed to carry out the method described above. The vehicle corresponds to the first vehicle. The vehicle is a motor vehicle, in particular a passenger car, a truck, a bus and/or a motorcycle. The vehicle carries out the method.

Ein weiterer Aspekt der Erfindung betrifft eine Steuervorrichtung für ein Fahrzeug. Die Steuervorrichtung ist dazu eingerichtet, das oben beschriebene Verfahren durchzuführen. Das Fahrzeug, welches die Steuervorrichtung aufweist, ist das erste Fahrzeug. Die Steuervorrichtung führt das beschriebene Verfahren, insbesondere zumindest eine der Ausführungsformen oder eine Kombination der Ausführungsformen des beschriebenen Verfahrens durch. Die Steuervorrichtung weist ein Verarbeitungsgerät auf. Das Verarbeitungsgerät kann zumindest einen Mikroprozessor und/oder zumindest einen Mikrocontroller und/oder zumindest ein feldprogrammierbares Gate Array, FPGA (englisch: field programmable gate array) und/oder zumindest einen digitalen Signalprozessor, DSP (englisch: digital signal processor) aufweisen. Des Weiteren kann das Verarbeitungsgerät einen Programmcode beinhalten. Der Programmcode kann alternativ als ein Computerprogrammprodukt oder Computerprogramm bezeichnet werden. Der Programmcode kann in einem Datenspeicher des Verarbeitungsgeräts gespeichert sein.A further aspect of the invention relates to a control device for a vehicle. The control device is designed to carry out the method described above. The vehicle having the control device is the first vehicle. The control device carries out the method described, in particular at least one of the embodiments or a combination of the embodiments of the method described. The control device has a processing device. The processing device can have at least one microprocessor and/or at least one microcontroller and/or at least one field programmable gate array (FPGA) and/or at least one digital signal processor (DSP). Furthermore, the processing device can contain a program code. The program code can alternatively be referred to as a computer program product or computer program. The program code can be stored in a data memory of the processing device.

Ein weiterer Aspekt der Erfindung betrifft ein Computerprogrammprodukt. Das Computerprogrammprodukt ist ein Computerprogramm. Das Computerprogrammprodukt beinhaltet Befehle, die, wenn das Programm von einem Computer, wie etwa der Steuervorrichtung des ersten Fahrzeugs, ausgeführt werden, den Computer dazu veranlassen, das erfindungsgemäße Verfahren durchzuführen.A further aspect of the invention relates to a computer program product. The computer program product is a computer program. The computer program product contains instructions which, when the program is executed by a computer, such as the control device of the first vehicle, cause the computer to carry out the method according to the invention.

Die in Zusammenhang mit dem Verfahren beschriebenen Ausführungsformen gelten einzeln wie auch in Kombination miteinander, gegebenenfalls dementsprechend für das erfindungsgemäße Fahrzeug, die Steuervorrichtung und/oder das Computerprogrammprodukt. Die Erfindung umfasst Kombinationen der beschriebenen Ausführungsformen.The embodiments described in connection with the method apply individually as well as in combination with one another, if appropriate accordingly for the vehicle according to the invention, the control device and/or the computer program product. The invention includes combinations of the described embodiments.

Dabei zeigen:

  • 1 eine schematische Darstellung eines ersten Fahrzeugs umgeben von mehreren zweiten Fahrzeugen; und
  • 2 eine schematische Darstellung eines Verfahrens zum Bereitstellen einer Fahrseiteninformation.
Showing:
  • 1 a schematic representation of a first vehicle surrounded by several second vehicles; and
  • 2 a schematic representation of a method for providing driving side information.

1 zeigt eine Straße 1 mit einer Kreuzung 2. An der Kreuzung 2 kreuzt eine querende Straße 3 die Straße 1. Die Straße 1 weist zwei Fahrspuren 4 für jede Fahrtrichtung 5 auf. Insgesamt weist die Straße 1 somit vier Fahrspuren 4 auf. Die Fahrtrichtung 5 jeder Fahrspur 4 der Straße 1 und jeder Fahrspur 4 der querenden Straße 3 ist mittels Pfeilen skizziert. 1 shows a road 1 with an intersection 2. At the intersection 2, a crossing road 3 crosses the road 1. The road 1 has two lanes 4 for each direction of travel 5. In total, the road 1 therefore has four lanes 4. The direction of travel 5 of each lane 4 of the road 1 and each lane 4 of the crossing road 3 is outlined using arrows.

Ein erstes Fahrzeug 6 fährt auf einer der Fahrspuren 4 der Straße 1. Zudem gibt es mehrere zweite Fahrzeuge 7, die in einer Umgebung des ersten Fahrzeugs 6 fahren. Eines der zweiten Fahrzeuge 7 fährt auf der danebenliegenden Fahrspur 4 zu der Fahrspur 4, auf der das Fahrzeug 6 fährt, wobei diese beiden Fahrspuren 4 dieselbe Fahrtrichtung haben. Ein paar andere zweite Fahrzeuge 7 fahren auf den zwei Fahrspuren 4 der querenden Straße 3 in beiden Fahrtrichtungen 5 abhängig von der entsprechenden Fahrspur 4. Des Weiteren gibt es zwei andere zweite Fahrzeuge 7, die in Richtung des ersten Fahrzeugs 6 fahren und somit in entgegengesetzter Fahrtrichtung 5 im Vergleich zu der Fahrtrichtung 5 des ersten Fahrzeugs 6 fahren. Die Fahrtrichtung 5 kann alternativ als eine Fortbewegungsrichtung bezeichnet werden.A first vehicle 6 is traveling on one of the lanes 4 of the road 1. In addition, there are several second vehicles 7 traveling in an environment of the first vehicle 6. One of the second vehicles 7 is traveling on the adjacent lane 4 to the lane 4 on which the vehicle 6 is traveling, these two lanes 4 having the same direction of travel. A few other second vehicles 7 are traveling on the two lanes 4 of the crossing road 3 in both directions of travel 5 depending on the corresponding lane 4. Furthermore, there are two other second vehicles 7 that are traveling in the direction of the first vehicle 6 and thus traveling in the opposite direction of travel 5 compared to the direction of travel 5 of the first vehicle 6. The direction of travel 5 can alternatively be referred to as a direction of travel.

Das erste Fahrzeug 6 weist ein Radargerät 8 auf, das vorzugsweise mehrere Radareinheiten aufweist, die sich zumindest in einem Frontbereich und einem Heckbereich des ersten Fahrzeugs 6 befinden. Die Radargeräte 8 können in einem Stoßfänger des ersten Fahrzeugs 6 montiert sein. Hier sind zum Beispiel vier Radargeräte 8 eingezeichnet. Das erste Fahrzeug 6 kann weniger oder mehr Radareinheiten aufweisen. Das erste Fahrzeug 6 kann eine Kameravorrichtung 9 aufweisen, die zumindest dazu eingerichtet ist, den Frontbereich des ersten Fahrzeugs 6 zu erfassen. Die Kameravorrichtung 9 kann sich an einer Rückseite einer Innenspiegelhalterung eines Innenspiegels des ersten Fahrzeugs 6 befinden, wobei die Kameravorrichtung 9 die Umgebung durch eine Windschutzscheibe des ersten Fahrzeugs 6 auf die Umgebung gerichtet ist. Es kann sich auch eine Kameravorrichtung 9 in den Seitenspiegeln und/oder in einem Heckbereich des ersten Fahrzeugs 6 befinden.The first vehicle 6 has a radar device 8, which preferably has a plurality of radar units, which are located at least in a front area and a rear area of the first vehicle 6. The radar devices 8 can be mounted in a bumper of the first vehicle 6. For example, four radar devices 8 are shown here. The first vehicle 6 can have fewer or more radar units. The first vehicle 6 can have a camera device 9, which is at least designed to capture the front area of the first vehicle 6. The camera device 9 can be located on a rear side of an interior mirror holder of an interior mirror of the first vehicle 6, wherein the camera device 9 is directed at the surroundings through a windshield of the first vehicle 6. A camera device 9 can also be located in the side mirrors and/or in a rear area of the first vehicle 6.

Das erste Fahrzeug 6 weist eine Steuervorrichtung 10 auf, die eine Recheneinheit oder eine Rechenvorrichtung des ersten Fahrzeugs 6 ist. Das erste Fahrzeug 6 kann eine Fahrzeugfunktion 11 bereitstellen, die vorzugsweise von der Steuervorrichtung 10 bereitgestellt wird.The first vehicle 6 has a control device 10, which is a computing unit or a computing device of the first vehicle 6. The first vehicle 6 can provide a vehicle function 11, which is preferably provided by the control device 10.

Der Verkehr an der Kreuzung 2 kann durch Verkehrsampeln 12 unterstützt werden. Des Weiteren markieren Bodenmarkierungen 13 die Fahrspuren 4 der Straße 1 und der querenden Straße 3. Es kann eine externe Rechenvorrichtung 14 vorhanden sein, die ein Backend, ein Server und/oder eine Cloud sein kann.Traffic at the intersection 2 can be supported by traffic lights 12. Furthermore, floor markings 13 mark the lanes 4 of the road 1 and the crossing road 3. An external computing device 14 can be present, which can be a backend, a server and/or a cloud.

1 zeigt ein Szenario, bei dem auf der Straße 1 sowie auf der querenden Straße 3 Rechtsverkehr herrscht. In einer alternativen Konfiguration könnte auf der Straße 1 und/oder der querenden Straße 3 Linksverkehr herrschen. In diesem Fall werden die Fahrtrichtungen 5 jeweils in die Gegenrichtung gewechselt. 1 shows a scenario in which there is right-hand traffic on road 1 and on the crossing road 3. In an alternative configuration, there could be left-hand traffic on road 1 and/or the crossing road 3. In this case, the directions of travel 5 are each changed to the opposite direction.

2 zeigt Schritte eines Verfahrens zum Bereitstellen einer Fahrseiteninformation 26. In einem ersten Schritt S1 umfasst das Verfahren ein Bereitstellen einer Sensorinformation 20. Die Sensorinformation 20 beschreibt die Umgebung des ersten Fahrzeugs 6. Das erste Fahrzeug 6 befindet sich auf der Straße 1. Die Sensorinformation 20 kann nur von dem Radargerät 8 des ersten Fahrzeugs 6 bereitgestellt werden. In diesem Fall erfasst das Radargerät 8 die Sensorinformation 20. Es ist auch möglich, dass die Kameravorrichtung 9 und/oder ein Lidargerät 21 des ersten Fahrzeugs 6 jeweils zusätzliche Sensorinformationen 22 erfassen. 2 shows steps of a method for providing driving side information 26. In a first step S1, the method comprises providing sensor information 20. The sensor information 20 describes the surroundings of the first vehicle 6. The first vehicle 6 is on the road 1. The sensor information 20 can only be provided by the radar device 8 of the first vehicle 6. In this case, the radar device 8 detects the sensor information 20. It is also possible for the camera device 9 and/or a lidar device 21 of the first vehicle 6 to each detect additional sensor information 22.

In einem Schritt S2 wird ein Sensorinformationsanalysealgorithmus 23 auf die Sensorinformation 20 angewendet. Er kann ebenso auf die zusätzliche Sensorinformation 22 angewendet werden. Unter Anwendung des Sensorinformationsanalysealgorithmus 23 wird eine jeweilige Fahrzeuginformation 24 für zumindest zwei der zweiten Fahrzeuge 7 ermittelt. Vorzugsweise wird die jeweilige Fahrzeuginformation 24 für alle zweiten Fahrzeuge 7 ermittelt, die gerade in der Umgebung des ersten Fahrzeugs 6 fahren und von der bereitgestellten Sensorinformation 20 beschrieben werden. Die jeweilige Fahrzeuginformation 24 beschreibt zumindest eine Position und eine Geschwindigkeit des jeweiligen zweiten Fahrzeugs 7. Sowohl Position als auch Geschwindigkeit werden in Bezug auf das erste Fahrzeug 6, also in Bezug auf eine Position beziehungsweise Geschwindigkeit des ersten Fahrzeugs 6, beschrieben. Es ist möglich, dass die jeweilige Fahrzeuginformation 24 ebenso eine Größe und/oder Form des jeweiligen zweiten Fahrzeugs 7 beschreibt. Hier werden drei unterschiedliche Fahrzeuginformationen 24 ermittelt, was bedeutet, dass drei zweite Fahrzeuge 7 berücksichtigt werden. Es ist möglich, nur zwei zweite Fahrzeuge 7 zu berücksichtigen oder mehr als drei und somit mehrere zweite Fahrzeuge 7 zu berücksichtigen.In a step S2, a sensor information analysis algorithm 23 is applied to the sensor information 20. It can also be applied to the additional sensor information 22. Using the sensor information analysis algorithm 23, a respective vehicle information 24 is determined for at least two of the second vehicles 7. Preferably, the respective vehicle information 24 is determined for all second vehicles 7 that are currently driving in the vicinity of the first vehicle 6 and are described by the sensor information 20 provided. The respective vehicle information 24 describes at least a position and a speed of the respective second vehicle 7. Both position and speed are described in relation to the first vehicle 6, i.e. in relation to a position or speed of the first vehicle 6. It is possible for the respective vehicle information 24 to also describe a size and/or shape of the respective second vehicle 7. Here, three different vehicle information 24 are determined, which means that three second vehicles 7 are taken into account. It is possible to take only two second vehicles 7 into account. or more than three and thus several second vehicles 7 must be taken into account.

Die Sensorinformation 20, die ein erstes zweites Fahrzeug 7 der zweiten Fahrzeuge 7 beschreibt, und die Sensorinformation 20, die ein zweites zweites Fahrzeug 7 der zweiten Fahrzeuge 7 der zumindest zwei zweiten Fahrzeuge 7 beschreibt, können zu unterschiedlichen Zeitpunkten erfasst werden. Daher kann es einen Zeitversatz zwischen den einzelnen Sensorinformationen 20 geben. Alternativ können die Sensorinformationen 20 gleichzeitig ermittelt werden.The sensor information 20 that describes a first second vehicle 7 of the second vehicles 7 and the sensor information 20 that describes a second second vehicle 7 of the second vehicles 7 of the at least two second vehicles 7 can be recorded at different times. Therefore, there can be a time offset between the individual sensor information 20. Alternatively, the sensor information 20 can be determined simultaneously.

Ein Schritt S3 umfasst ein Anwenden eines Fahrseiteninformationsalgorithmus 25 auf die ermittelte Fahrzeuginformation 24, um eine Fahrseiteninformation 26 zu ermitteln. Die Fahrseiteninformation 26 beschreibt, ob Rechtsverkehr oder Linksverkehr auf der Straße 1 und somit in der Umgebung des ersten Fahrzeugs 6 herrscht. Zumindest die Fahrzeuginformation 24 für die zumindest zwei zweiten Fahrzeuge 7 wird in diesem Schritt berücksichtigt. Der Fahrseitenermittlungsalgorithmus 25 basiert auf Methoden des maschinellen Lernens. Genauer gesagt, kann er zum Beispiel ein künstliches neuronales Netzwerk als gewählte Methode des maschinellen Lernens beinhalten. Das Trainieren des künstlichen neuronalen Netzwerks kann ein Verifizieren der Position und Geschwindigkeit des jeweiligen zweiten Fahrzeugs 7 basierend auf einem Positionieren mittels eines globalen Navigationssatellitensystems umfassen.A step S3 includes applying a driving side information algorithm 25 to the determined vehicle information 24 in order to determine driving side information 26. The driving side information 26 describes whether right-hand traffic or left-hand traffic prevails on the road 1 and thus in the vicinity of the first vehicle 6. At least the vehicle information 24 for the at least two second vehicles 7 is taken into account in this step. The driving side determination algorithm 25 is based on machine learning methods. More specifically, it can, for example, include an artificial neural network as the selected machine learning method. Training the artificial neural network can include verifying the position and speed of the respective second vehicle 7 based on positioning by means of a global navigation satellite system.

Ein Schritt S4 umfasst ein Bereitstellen der ermittelten Fahrseiteninformation 26 für die Fahrzeugfunktion 11 des ersten Fahrzeugs 6.A step S4 comprises providing the determined driving side information 26 for the vehicle function 11 of the first vehicle 6.

Vorzugsweise führt das erste Fahrzeug 6, insbesondere die Steuervorrichtung 10 des ersten Fahrzeugs 6 die beschriebenen Schritte des Verfahrens, insbesondere die Schritte S2 bis S4 durch. Alternativ oder zusätzlich kann die externe Rechenvorrichtung 14 die ermittelte Fahrseiteninformation 26 für das erste Fahrzeug 6 über eine Kommunikationsverbindung bereitstellen.Preferably, the first vehicle 6, in particular the control device 10 of the first vehicle 6, carries out the described steps of the method, in particular steps S2 to S4. Alternatively or additionally, the external computing device 14 can provide the determined driving side information 26 for the first vehicle 6 via a communication connection.

In einem Schritt S5 kann das Verfahren ein Ermitteln eines Zuverlässigkeitswerts 27 umfassen, der eine Wahrscheinlichkeit beschreibt, dass die ermittelte Fahrseiteninformation 26 zuverlässig ist. Der Zuverlässigkeitswert 27 ist vorzugsweise ein Wert zwischen 0 und 1 oder zwischen 0 Prozent und 100 Prozent. Vorzugsweise weist das Verfahren nur dann Schritt S5 auf, wenn das künstliche neuronale Netzwerk die gewählte Methode maschinellen Lernens ist. Wird eine andere Methode maschinellen Lernens benutzt, so kann der Fahrseitenermittlungsalgorithmus 25 den Zuverlässigkeitswert 27 inhärent bereitstellen. Alternativ oder zusätzlich kann das Anwenden des Fahrseitenermittlungsalgorithmus 25 ein Berechnen des Zuverlässigkeitswerts 27 unter Berücksichtigung der Fahrzeuginformation 24 umfassen. Bei diesen beiden Beispielen wird Schritt S5 nicht benötigt und daher nicht durchgeführt. Das Verfahren kann dann einen Schritt S6 unmittelbar nach Schritt S4 durchführen.In a step S5, the method may include determining a reliability value 27 that describes a probability that the determined driving side information 26 is reliable. The reliability value 27 is preferably a value between 0 and 1 or between 0 percent and 100 percent. Preferably, the method only includes step S5 if the artificial neural network is the selected machine learning method. If another machine learning method is used, the driving side determination algorithm 25 may inherently provide the reliability value 27. Alternatively or additionally, applying the driving side determination algorithm 25 may include calculating the reliability value 27 taking into account the vehicle information 24. In these two examples, step S5 is not required and therefore not carried out. The method may then carry out a step S6 immediately after step S4.

In Schritt S6 kann das Verfahren ein Bereitstellen des ermittelten Zuverlässigkeitswerts 27 für die Fahrzeugfunktion 11 umfassen. Zudem kann in einem Schritt S7 ein Verifizieren stattfinden, ob der ermittelte Zuverlässigkeitswert 27 größer ist als ein Zuverlässigkeitsgrenzwert 28. Nur wenn dies der Fall ist, also nur dann, wenn er größer ist als ein Zuverlässigkeitsgrenzwert 28, wird die ermittelte Fahrseiteninformation 26 für die Fahrzeugfunktion 11 bereitgestellt. Die Schritte S5 und S6 und/oder S7 können nach Schritt S3 und vor Schritt S4 durchgeführt werden. Wird Schritt S7 durchgeführt, so empfängt die Fahrzeugfunktion 11 nur dann die Fahrseiteninformation 26 in Schritt S4, wenn ihr Zuverlässigkeitswert 27 größer ist als der Zuverlässigkeitsgrenzwert 28.In step S6, the method can include providing the determined reliability value 27 for the vehicle function 11. In addition, in a step S7, a verification can take place as to whether the determined reliability value 27 is greater than a reliability limit value 28. Only if this is the case, i.e. only if it is greater than a reliability limit value 28, is the determined driving side information 26 provided for the vehicle function 11. The steps S5 and S6 and/or S7 can be carried out after step S3 and before step S4. If step S7 is carried out, the vehicle function 11 only receives the driving side information 26 in step S4 if its reliability value 27 is greater than the reliability limit value 28.

Ein Schritt S8 kann umfassen, dass die Fahrzeugfunktion 11 eine Einstellung der Frontscheinwerfer 29 des ersten Fahrzeugs 6 abhängig von der bereitgestellten Fahrseiteninformation 26 anpasst. Die Frontscheinwerfer 29 sind somit für Linksverkehr anders als im Vergleich zu Rechtsverkehr ausgerichtet. Alternativ oder zusätzlich ist die Fahrzeugfunktion 11 ein Fahrerassistenzsystem 30, insbesondere ein Abstandsregeltempomat. Das Fahrerassistenzsystem 30 arbeitet dann basierend auf der bereitgestellten Fahrseiteninformation 26. Der Schritt S8 kann nach Schritt S4 und/oder Schritt S6 durchgeführt werden. Die Schritte S5 bis S8 werden vorzugsweise von einer Steuervorrichtung 10 durchgeführt.A step S8 can include the vehicle function 11 adjusting a setting of the headlights 29 of the first vehicle 6 depending on the driving side information 26 provided. The headlights 29 are thus aligned differently for left-hand traffic than for right-hand traffic. Alternatively or additionally, the vehicle function 11 is a driver assistance system 30, in particular an adaptive cruise control system. The driver assistance system 30 then operates based on the driving side information 26 provided. Step S8 can be carried out after step S4 and/or step S6. Steps S5 to S8 are preferably carried out by a control device 10.

Insgesamt wird ein Verfahren zur Fahrseitenermittlung beschrieben. Eine Objekterkennung basierend auf einer Radar-, Lidar- und/oder Kameramessung stellt Objektposition, -klassifizierung, -richtung und/oder -geschwindigkeit bereit. Eine Ansammlung dieser Sensorinformationen 20 und eine statistische Analyse sollen ermitteln, ob Linksverkehr oder Rechtsverkehr herrscht. Diese Information wird dann für die Fahrzeugfunktion 11 bereitgestellt. Ein Fahrzeug 6 mit Abstandsregeltempomat benutzt die Information über Linksverkehr beziehungsweise Rechtsverkehr, also die ermittelte Fahrseiteninformation 26, um zu ermitteln, welche Fahrspur 4 auf der Straße 1, wie etwa einer Autobahn, die schnellere Fahrspur 4 ist. Das ist zum Beispiel die linke Fahrspur in Fahrtrichtung 5 bei Rechtsverkehr. Die Fahrseiteninformation 26 wird benutzt, um bestimmte Untermerkmale des Abstandsregeltempomaten zu aktivieren, die ein Verhindern eines Überholens auf der Innenseite umfassen können. Falls das erste Fahrzeug 6 von einem Land, in dem Rechtsverkehr herrscht, in ein Land fährt, in dem Linksverkehr herrscht, oder umgekehrt, so kann dies erkannt werden und Parameter der Fahrzeugfunktion 11 können automatisch an die veränderte Fahrseite angepasst werden. Es ist auch möglich, einen Fahrer oder anderen Benutzer dazu aufzufordern, den Parameter manuell zu ändern. Dass die korrekte Fahrseite bekannt ist, ist auch entscheidend für die korrekte Ausrichtung der Frontscheinwerfer 29 des ersten Fahrzeugs 6, um andere Verkehrsteilnehmer nicht zu blenden. Mit anderen Worten erfassen Umgebungssensoren die Sensorinformationen 20 der Umgebung, wobei mittels Ansammeln der Sensorinformationen 20 und deren statistischer Analyse entschieden wird, ob Linksverkehr oder Rechtsverkehr herrscht.Overall, a method for determining the driving side is described. Object detection based on radar, lidar and/or camera measurement provides object position, classification, direction and/or speed. A collection of this sensor information 20 and a statistical analysis are intended to determine whether left-hand or right-hand traffic prevails. This information is then provided for the vehicle function 11. A vehicle 6 with adaptive cruise control uses the information about left-hand traffic or right-hand traffic, i.e. the determined driving side information 26, to determine which lane 4 on the road 1, such as a motorway, is the faster lane 4. This is, for example, the left lane in the direction of travel 5 in right-hand traffic. The driving side information 26 is used to activate certain sub-features of the adaptive cruise control, which can include preventing overtaking on the inside. If the first vehicle 6 is driving from a country where traffic drives on the right to a country where traffic drives on the left, or vice versa, this can be detected and parameters of the vehicle function 11 can be automatically adapted to the changed driving side. It is also possible to prompt a driver or other user to change the parameter manually. Knowing the correct driving side is also crucial for correctly aligning the headlights 29 of the first vehicle 6 so as not to dazzle other road users. In other words, environmental sensors record the sensor information 20 of the environment, and by collecting the sensor information 20 and statistically analyzing it, a decision is made as to whether traffic drives on the left or right.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION

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.This list of documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA accepts no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

  • US 20150025770 A1 [0004]US 20150025770 A1 [0004]
  • EP 2708431 A2 [0005]EP 2708431 A2 [0005]
  • US 20130238192 A1 [0006]US 20130238192 A1 [0006]

Claims (15)

Verfahren zum Bereitstellen einer Fahrseiteninformation (26), umfassend: - Bereitstellen (S1) einer Sensorinformation (20), die eine Umgebung eines ersten Fahrzeugs (6) beschreibt; - Ermitteln (S2) einer jeweiligen Fahrzeuginformation (24) für zumindest zwei zweite Fahrzeuge (7), die in der Umgebung fahren, unter Anwendung eines Sensorinformationsanalysealgorithmus (23) auf die bereitgestellte Sensorinformation (20), wobei die jeweilige Fahrzeuginformation (24) zumindest eine Position und eine Geschwindigkeit des jeweiligen zweiten Fahrzeugs (7) in Bezug auf das erste Fahrzeug (6) beschreibt; - Ermitteln (S3) der Fahrseiteninformation (26) für die Umgebung unter Anwendung eines Fahrseitenermittlungsalgorithmus (25) auf die ermittelte Fahrzeuginformation (24) für die zumindest zwei zweiten Fahrzeuge (7), wobei die Fahrseiteninformation (26) beschreibt, ob in der Umgebung Rechtsverkehr oder Linksverkehr herrscht; - Bereitstellen (S4) der ermittelten Fahrseiteninformation (26) für eine Fahrzeugfunktion (11) des ersten Fahrzeugs (6); dadurch gekennzeichnet, dass der Fahrseitenermittlungsalgorithmus (25) auf Methoden des maschinellen Lernens basiert.Method for providing driving side information (26), comprising: - providing (S1) sensor information (20) that describes an environment of a first vehicle (6); - determining (S2) respective vehicle information (24) for at least two second vehicles (7) that are driving in the environment, using a sensor information analysis algorithm (23) to the provided sensor information (20), wherein the respective vehicle information (24) describes at least a position and a speed of the respective second vehicle (7) in relation to the first vehicle (6); - determining (S3) the driving side information (26) for the environment using a driving side determination algorithm (25) to the determined vehicle information (24) for the at least two second vehicles (7), wherein the driving side information (26) describes whether right-hand or left-hand traffic prevails in the environment; - providing (S4) the determined driving side information (26) for a vehicle function (11) of the first vehicle (6); characterized in that the driving side determination algorithm (25) is based on machine learning methods. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das erste Fahrzeug (6) und/oder eine externe Rechenvorrichtung (14) die Schritte des Verfahrens durchführen.Procedure according to Claim 1 , characterized in that the first vehicle (6) and/or an external computing device (14) carry out the steps of the method. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Fahrseitenermittlungsalgorithmus (25) ein künstliches neuronales Netzwerk umfasst.Method according to one of the preceding claims, characterized in that the driving side determination algorithm (25) comprises an artificial neural network. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass das Trainieren des künstlichen neuronalen Netzwerks eine Verifizierung der Position und/oder Geschwindigkeit des jeweiligen zweiten Fahrzeugs (7) basierend auf einem Positionieren mittels eines globalen Navigationssatellitensystems umfasst.Procedure according to Claim 3 , characterized in that training the artificial neural network comprises verifying the position and/or speed of the respective second vehicle (7) based on positioning by means of a global navigation satellite system. Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch Ermitteln (S5) eines Zuverlässigkeitswerts (27), der eine Wahrscheinlichkeit, dass die ermittelte Fahrseiteninformation (26) zuverlässig ist, beschreibt, und Bereitstellen (S6) des ermittelten Zuverlässigkeitswerts (27) für die Fahrzeugfunktion (11).Method according to one of the preceding claims, characterized by determining (S5) a reliability value (27) which describes a probability that the determined driving side information (26) is reliable, and providing (S6) the determined reliability value (27) for the vehicle function (11). Verfahren nach Anspruch 5, gekennzeichnet durch Verifizieren (S7), ob der ermittelte Zuverlässigkeitswert (27) größer ist als ein Zuverlässigkeitsgrenzwert (28), wobei nur, wenn dies der Fall ist, die ermittelte Fahrseiteninformation (26) für die Fahrzeugfunktion (11) bereitgestellt wird.Procedure according to Claim 5 , characterized by verifying (S7) whether the determined reliability value (27) is greater than a reliability limit value (28), wherein only if this is the case, the determined driving side information (26) is provided for the vehicle function (11). Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die jeweilige Fahrzeuginformation (24) eine Größe und/oder Form des jeweiligen zweiten Fahrzeugs (7) beschreibt.Method according to one of the preceding claims, characterized in that the respective vehicle information (24) describes a size and/or shape of the respective second vehicle (7). Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch Bereitstellen der jeweiligen Sensorinformation (20), die das jeweilige zweite Fahrzeug (7) beschreibt, mit einem Zeitversatz zueinander.Method according to one of the preceding claims, characterized by providing the respective sensor information (20) describing the respective second vehicle (7) with a time offset from one another. Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch Erfassen der Sensorinformation (20) mittels eines Radargeräts (8) des ersten Fahrzeugs (6).Method according to one of the preceding claims, characterized by detecting the sensor information (20) by means of a radar device (8) of the first vehicle (6). Verfahren nach Anspruch 9, gekennzeichnet durch Erfassen einer zusätzlichen Sensorinformation (22) mittels einer Kameravorrichtung (9) und/oder eines LidarGeräts (21) und Anwenden der Sensorinformationsanalysealgorithmus (23) ebenso auf die erfasste zusätzliche Sensorinformation (22).Procedure according to Claim 9 , characterized by detecting additional sensor information (22) by means of a camera device (9) and/or a lidar device (21) and applying the sensor information analysis algorithm (23) to the detected additional sensor information (22). Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Fahrzeugfunktion (11) ein Fahrerassistenzsystem (30), insbesondere ein Abstandsregeltempomat, ist.Method according to one of the preceding claims, characterized in that the vehicle function (11) is a driver assistance system (30), in particular an adaptive cruise control. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Fahrzeugfunktion (11) eine Einstellung der Frontscheinwerfer (29) des ersten Fahrzeugs (6) abhängig von der bereitgestellten Fahrseiteninformation (26) anpasst.Method according to one of the preceding claims, characterized in that the vehicle function (11) adapts a setting of the headlights (29) of the first vehicle (6) depending on the driving side information (26) provided. Fahrzeug, das dazu eingerichtet ist, ein Verfahren nach einem der vorhergehenden Ansprüche durchzuführen, wobei das Fahrzeug dem ersten Fahrzeug (6) entspricht.Vehicle adapted to carry out a method according to one of the preceding claims, wherein the vehicle corresponds to the first vehicle (6). Steuervorrichtung (10) für ein Fahrzeug, das dazu eingerichtet ist, ein Verfahren nach einem der Ansprüche 1 bis 12 durchzuführen.Control device (10) for a vehicle which is designed to carry out a method according to one of the Claims 1 until 12 to carry out. Computerprogrammprodukt, welches Befehle beinhaltet, die, wenn das Programm von einem Computer ausgeführt wird, den Computer dazu veranlassen, ein Verfahren nach einem der Ansprüche 1 bis 12 durchzuführen.A computer program product which contains instructions which, when executed by a computer, cause the computer to perform a method according to any of the Claims 1 until 12 to carry out.
DE102022131849.4A 2022-12-01 2022-12-01 Method for providing driving side information Pending DE102022131849A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102022131849.4A DE102022131849A1 (en) 2022-12-01 2022-12-01 Method for providing driving side information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102022131849.4A DE102022131849A1 (en) 2022-12-01 2022-12-01 Method for providing driving side information

Publications (1)

Publication Number Publication Date
DE102022131849A1 true DE102022131849A1 (en) 2024-06-06

Family

ID=91078534

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022131849.4A Pending DE102022131849A1 (en) 2022-12-01 2022-12-01 Method for providing driving side information

Country Status (1)

Country Link
DE (1) DE102022131849A1 (en)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19637053A1 (en) 1996-09-12 1998-04-02 Bosch Gmbh Robert Method and device for recognizing right-hand or left-hand traffic
DE19828160A1 (en) 1998-06-24 1999-12-30 Volkswagen Ag Automatically detecting main-direction carriageway in multilane highway
DE10345809A1 (en) 2003-09-30 2005-04-21 Bosch Gmbh Robert Method and device for detecting and adjusting the sense of traffic
DE102007006903A1 (en) 2006-08-29 2008-03-06 Daimler Ag Front page inconsistent with disclosure, abstract based on front page. Patent office notified - Device for changing illumination characteristic of head lights for motor vehicles, has object detecting assistance system
DE102007059083A1 (en) 2006-12-19 2008-06-26 Adc Automotive Distance Control Systems Gmbh Control system reversible adjustment equipment for e.g. passenger car, has device provided for adjusting control system in dependent of determination whether motor vehicle is operated in left hand driving or in right hand driving
US20130238192A1 (en) 2012-03-07 2013-09-12 Audi Ag Method for warning the driver of a motor vehicle of an impending hazardous situation due to accidental drifting into an opposing traffic lane
EP2708431A2 (en) 2012-09-17 2014-03-19 Scania CV AB Device and method for automatically determining whether a vehicle is in left-hand traffic or right-hand traffic
DE102012221652A1 (en) 2012-11-27 2014-05-28 Robert Bosch Gmbh Method for determining left-hand traffic or right-hand traffic in traffic situation, involves detecting identification characteristic in video image of camera of vehicle
US20150025770A1 (en) 2012-01-09 2015-01-22 Jaguar Land Rover Limited Method and Control Unit for Monitoring Traffic
DE102014214649A1 (en) 2014-07-25 2016-01-28 Robert Bosch Gmbh Method and device for aligning a luminous area of a headlamp of a vehicle as a function of an environment of the vehicle
DE102016210534A1 (en) 2016-06-14 2017-12-14 Bayerische Motoren Werke Aktiengesellschaft Method for classifying an environment of a vehicle
DE102017119776A1 (en) 2017-08-29 2019-02-28 HELLA GmbH & Co. KGaA Method for controlling at least one headlight, lighting unit, computer program product and computer-readable medium
DE102019215105A1 (en) 2019-10-01 2021-04-01 Robert Bosch Gmbh Method and device for informing the driver of a motor vehicle

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19637053A1 (en) 1996-09-12 1998-04-02 Bosch Gmbh Robert Method and device for recognizing right-hand or left-hand traffic
DE19828160A1 (en) 1998-06-24 1999-12-30 Volkswagen Ag Automatically detecting main-direction carriageway in multilane highway
DE10345809A1 (en) 2003-09-30 2005-04-21 Bosch Gmbh Robert Method and device for detecting and adjusting the sense of traffic
DE102007006903A1 (en) 2006-08-29 2008-03-06 Daimler Ag Front page inconsistent with disclosure, abstract based on front page. Patent office notified - Device for changing illumination characteristic of head lights for motor vehicles, has object detecting assistance system
DE102007059083A1 (en) 2006-12-19 2008-06-26 Adc Automotive Distance Control Systems Gmbh Control system reversible adjustment equipment for e.g. passenger car, has device provided for adjusting control system in dependent of determination whether motor vehicle is operated in left hand driving or in right hand driving
US20150025770A1 (en) 2012-01-09 2015-01-22 Jaguar Land Rover Limited Method and Control Unit for Monitoring Traffic
US20130238192A1 (en) 2012-03-07 2013-09-12 Audi Ag Method for warning the driver of a motor vehicle of an impending hazardous situation due to accidental drifting into an opposing traffic lane
EP2708431A2 (en) 2012-09-17 2014-03-19 Scania CV AB Device and method for automatically determining whether a vehicle is in left-hand traffic or right-hand traffic
DE102012221652A1 (en) 2012-11-27 2014-05-28 Robert Bosch Gmbh Method for determining left-hand traffic or right-hand traffic in traffic situation, involves detecting identification characteristic in video image of camera of vehicle
DE102014214649A1 (en) 2014-07-25 2016-01-28 Robert Bosch Gmbh Method and device for aligning a luminous area of a headlamp of a vehicle as a function of an environment of the vehicle
DE102016210534A1 (en) 2016-06-14 2017-12-14 Bayerische Motoren Werke Aktiengesellschaft Method for classifying an environment of a vehicle
DE102017119776A1 (en) 2017-08-29 2019-02-28 HELLA GmbH & Co. KGaA Method for controlling at least one headlight, lighting unit, computer program product and computer-readable medium
DE102019215105A1 (en) 2019-10-01 2021-04-01 Robert Bosch Gmbh Method and device for informing the driver of a motor vehicle

Similar Documents

Publication Publication Date Title
DE102015105206B4 (en) Method and system for detecting, tracking and estimating stationary roadside objects
DE102016212326A1 (en) Method for processing sensor data for a position and / or orientation of a vehicle
DE10133945A1 (en) Method and device for exchanging and processing data
WO2012152268A2 (en) Redundant object detection for driver assistance systems
DE102019216989B4 (en) Vehicle sensor validation system and method for object validation
DE102016214045A1 (en) Method and device for determining a roadway model for a vehicle environment
DE102017118651A1 (en) Method and system for collision avoidance of a vehicle
DE102018133457B4 (en) Method and system for providing environmental data
DE102018215753A1 (en) Device and method for determining a trajectory of a vehicle
DE102020209680B3 (en) Signal processing path, device for environment recognition and method for validating a driving system that can be operated automatically
DE102020211970A1 (en) Method for controlling a vehicle
DE102020206659A1 (en) MULTI-HYPOTHESIS OBJECT VERIFICATION FOR AUTOMATED DRIVING SYSTEMS
EP3857437A1 (en) Method and device for analyzing a sensor data stream and method for guiding a vehicle
DE102017206344A1 (en) Driver assistance system for a vehicle
DE112021006490T5 (en) Autonomous vehicle steering Juke event detector
DE102017201796A1 (en) Control device for determining a self-motion of a motor vehicle and motor vehicle and method for providing the control device
DE102022131849A1 (en) Method for providing driving side information
EP4238066A1 (en) Method for analyzing the surroundings of a motor vehicle
DE102021107972A1 (en) METHOD OF OPERATING A DRIVING ASSISTANCE SYSTEM, COMPUTER PROGRAM PRODUCT, DRIVING ASSISTANCE SYSTEM AND VEHICLE
DE102020118628A1 (en) Method and device for determining a position of a vehicle
DE102019212604A1 (en) Method and control device for determining an evaluation algorithm from a plurality of available evaluation algorithms for processing sensor data of a vehicle sensor of a vehicle
DE102018202356A1 (en) Method and device for checking a release of a journey for a vehicle
DE102017007777A1 (en) Method for operating an assistance system for a motor vehicle, assistance system, set up for carrying out such a method, and motor vehicle with such an assistance system
DE102021202903A1 (en) Method for evaluating software for a control unit of a vehicle
DE102021107543A1 (en) driving support device

Legal Events

Date Code Title Description
R163 Identified publications notified