用于优化停车建议的方法和车辆系统与流程

[0001]
本发明涉及一种用于优化用于至少一个车辆的至少一个驾驶辅助系统的停车建议的方法以及一种用于执行这种方法的系统。


背景技术：

[0002]
由于其多种积极特性，驾驶辅助系统是大多数车辆的固定组成部分。在此，通常涉及用于测量停车空位和执行停车过程的技术设备。为了能够把在技术上实现驾驶辅助功能，车辆配备有大量传感器，光学系统例如全视系统或倒车摄像机，和分析评估单元。
[0003]
还已知如下系统和方法，它们将探测到的停车空位的地理数据发送给服务器并且在那里将信息提供给其它车辆用于调用。在此，驾驶员或驾驶辅助系统虽然可以识别出用于车辆的潜在停车位的存在，却不能识别出该潜在停车位是否也适合于相应的车辆。
[0004]
迄今为止没有注意到一些因素，例如驾驶员的偏好或者由于车辆尺寸或障碍物而提出的特定要求，这些因素排除了用于特定车辆的停车位的使用。即使在停车位被驾驶员或停车辅助系统多次拒绝的情况下，车辆在未来的行驶中也会被重新引导到之前被拒绝的停车位。由于通向可能部分地被多次驶向的不同停车位的不必要的行驶路线，停车位路线明显变得困难。


技术实现要素：

[0005]
本发明所基于的任务可以视为，提出一种用于提供停车建议的方法和车辆系统，所述停车建议能够考虑驾驶员的偏好。
[0006]
该任务借助独立权利要求的相应主题来解决。本发明的有利构型是各个从属权利要求的主题。
[0007]
根据本发明的一个方面，提出一种用于优化用于至少一个车辆的至少一个驾驶辅助系统的停车建议的方法，其中，首先在一步骤中求取通向目的地的至少一条路线。在另一步骤中，确定沿着之前所求取的路线的、用于至少一个车辆的潜在停车可能性。接下来，确定从停车建议的选择中接受了停车建议或者拒绝了停车建议。在确定了拒绝停车建议的情况下求取中止信息。对中止阶段和中止原因进行分析和分类。接下来求取偏爱的停车可能性和/或用于停车可能性的排除准则。分析结果被考虑用于选择未来的停车建议。
[0008]
根据本发明的另一方面，提供一种用于实施根据本发明的方法的车辆系统。该车辆系统具有至少一个车辆，该车辆具有控制单元和用于实现驾驶员与停车辅助系统之间的交互的信息娱乐系统并且具有通信单元用于与车辆系统的至少一个外部的服务器单元建立传输数据的通信连接。
[0009]
该方法的所有步骤既可以由车辆的内部控制单元执行，又可以完全或部分地由外部的服务器单元执行。通过该方法例如可以求取通向目的地的优选的、最快的或尽可能少交通的路线。车辆既可以是可自主行驶的，并且替代地或附加地又具有驾驶辅助系统和/或停车辅助系统。也可以向驾驶员、车辆或驾驶辅助系统提供通向目的地的不同路线用于选
择。接下来，对于所选择的路线可以求取在所选择的路线的周围环境中的潜在停车可能性。附加地，也可以并行地针对替代的路线建议停车可能性。停车可能性例如可以借助地图在显示器上显示。替代地或附加地，驾驶员可以通过数字辅助装置的语音导航被引导到该停车可能性处。在自主车辆中，所选择的路线和停车可能性可以由自主车辆或外部的服务器单元选择，并且停车过程可以在无需可能的驾驶员或乘客干预的情况下执行。
[0010]
该方法根据不同的指示识别停车建议的接受或拒绝。在拒绝停车建议的情况下由车辆收集不同的中止信息。为此，尤其使用车辆的传感器和光学系统，以便检测尽可能多的关于被所拒绝的停车位的数据，以便接下来能够分析评估这些数据并且考虑这些数据用于未来的停车建议。替代地或附加地，在接受停车建议的情况下可以收集不同的接受信息。在此，例如也可以使用车辆的传感器或光学系统，以便检测尽可能多的关于优选停车位的数据。所收集的信息可以被考虑用于未来的停车建议，以便根据优选的特征向驾驶员、自主车辆或停车辅助系统提供停车建议。
[0011]
车辆的传感器和光学系统的所检测的数据用于对中止阶段和中止准则进行分析和分类。在此求取，在接近停车建议的哪个阶段中，驾驶员、自主车辆或停车辅助系统中止了停车尝试。区别例如可以是，是否完全驶向停车建议处，车辆是否从所建议的停车可能性旁边驶过，或者车辆是否中止了驶入所建议的停车可能性中。可能的中止原因在此例如可能是停车位的不可到达性、污染或阻塞以及不利的驶入角度、停车面的尺寸过小或例如在停车楼中的停车位的顶高过低。
[0012]
在对中止阶段和中止原因的分析评估和分类之后，可以将所求取的排除因素用到对未来停车建议的求取中，以便考虑驾驶员的偏好或车辆的可能要求。
[0013]
根据本发明的方法使得能够通过纳入所求取的、关于“所推荐的停车位为何未被使用”的信息来实现改进的停车位建议。
[0014]
所求取的数据可以用于针对特定驾驶员和/或其车辆单独地构型和改进未来的建议以及改进对于具有类似停车位偏好的驾驶员或具有类似特性例如类似尺寸或轴距的车辆的建议。
[0015]
根据另一实施例，借助接受指示来识别对停车建议的接受，而借助拒绝指示来识别对停车建议的拒绝。对接受停车位推荐的指示或者对将所建议的空位作为停车位来接受的指示例如可以是在所建议的停车位置上使马达停机或者在所建议的停车位置处驶过表征停车过程的轨迹。替代地，也可以将在与驾驶员交互方面所设计的系统中的主动确认或者在所建议的位置处对自动化停车过程的执行评价为对接受停车位推荐的指示。
[0016]
此外，可以借助拒绝指示来识别对停车建议的拒绝。用于拒绝所建议的停车空位的指示例如是车辆从所建议的停车可能性旁边经过而不停车。替代地，在基于与驾驶员的交互的选择方法中，如果空位被主动拒绝，则可以认为所建议的停车可能性被拒绝。在使用自动化停车辅助装置时，所建议的停车可能性可以直接被停车辅助装置拒绝。通过对“何时所建议的停车位视为被接受”明确分类，可以清楚地区分停车位推荐是否符合驾驶员的期望或车辆的要求。
[0017]
根据另一实施例，为了对中止阶段和中止原因进行分析和分类，使用视频传感器、超声波传感器、雷达传感器、激光雷达传感器、测距传感器和/或定位传感器的数据。通过不同的传感器，例如视频系统、超声波传感器、雷达传感器、激光雷达传感器、测距传感器、
gnss传感器等，可以生成和分析评估大量相关数据。在此优选地，动用驾驶员辅助系统或停车辅助装置的在车辆中已使用的技术。不同的传感器也可以借助于传感器融合来组合。为了分析中止阶段和中止原因，例如使用数据，如所建议的停车空位的图像或视频，在从旁边驶过期间或在自动化停车过程期间通过倒车或全视系统来记录所述数据。
[0018]
用于分析的其他数据可以利用车辆传感装置来获取。此外，为了分析评估可以考虑停车过程的轨迹和/或来自停车辅助系统的、由驾驶员手动实施的拒绝。替代地或附加地，例如在通过驾驶员主动拒绝的情况下，可以使用来自与驾驶员的交互的记录。对拒绝原因以及对“在停车过程的哪个阶段中驾驶员或者车辆排除了所建议的停车可能性”的分析评估使得能够在未来避免类似的状况并且在选择停车建议时对具有类似特性的停车位、如被拒绝的停车可能性配属较小的权重。
[0019]
根据另一实施方式，该方法基于机器学习方法来执行。机器学习方法例如包括深度神经网络。这些深度神经网络可以用于对中止阶段和中止原因进行分类。通过使用机器学习方法可以自主地扩展和匹配该方法。例如可以使得所述方法能够自主更新并且始终匹配于新的状况，如停车场上的工地或与数量增加的车辆的通信。
[0020]
根据另一实施方式，通过停车辅助系统或驾驶员来执行对停车建议的接受或拒绝。因此，驾驶员可以主动地选择在其目的地处的所建议的停车位。通过这种方式，驾驶员可以表达其个人偏爱，例如从步行道至实际目的地的长度，以及表达对停车楼或类似物的偏爱或倾向。通过停车辅助系统对所建议的停车可能性的主动选择或拒绝尤其可以被纳入对个别车辆的要求中，例如在车辆尺寸方面被被纳入选择中。
[0021]
根据另一实施例，由驾驶员对停车建议的拒绝通过显示器、信息娱乐系统和/或基于语音地通过数字辅助装置来执行。尤其是当车辆中不存在用于执行自动停车过程所需的传感器或者存在导致自动方法失败的其他原因、例如技术原因时，代替自动化做法，用户交互也可以取代该方法的部分步骤。在此，交互可以以不同的方式进行，例如基于菜单在数字显示单元上或基于语音通过数字辅助装置进行。此外，如果驾驶员期望，可以传送附加信息，例如作为所记录的图像数据中的标记。
[0022]
根据另一实施方式，对中止阶段和中止原因的分析和分类在车辆外部的服务器单元或车辆内部的控制器上执行。优选地，所求取的传感器数据以及图像数据在传输给车辆外部的服务器单元之前进行分析时被压缩。当在车辆内部的控制器中分析评估所求取的传感器数据以及图像数据时，可以在没有传输给服务器单元的中间步骤的情况下处理数据。相反地，将分析转移给车辆外部的服务器单元使得能够提供更高的计算功率。
[0023]
根据另一实施例，通过该方法为类似的车辆和/或类似的驾驶员偏好产生类似的停车位建议。通过在接受或拒绝具有类似特性的停车位时求取类似的偏好，可以通过该方法求取偏好的并行性。在此，该方法使得能够产生在具有类似停车建议的类似接受或拒绝行为的其他驾驶员或停车辅助系统中被认可的停车建议。替代地或附加地，该方法使得能够在选择时为在具有类似偏好的驾驶员或停车辅助系统的情况下被拒绝的或者具有与被拒绝的停车建议相似的特性的停车建议赋予较低的权重。替代地或附加地，可以通过所述方法例如针对类似的车辆类型产生类似的停车建议。
[0024]
根据另一实施方式，在服务器上提供经分析评估的传感器数据和图像数据以及对中止阶段和中止原因的分类和分析用于求取用于其它车辆的停车位建议，用以调用。这使
得与服务器单元连接的其他车辆能够一方面为了选择停车位建议而动用其他车辆的经分类和分析的中止阶段和中止原因。此外，车辆获得关于可能停车位建议的特性和位置情况的信息，并且可以将这些信息纳入其选择中。此外，分析结果的提供使得能够求取类似车辆的不同驾驶员或停车辅助系统的类似接受或拒绝行为。通过交换分析数据，可以估计对未来的接受或拒绝行为的推断并且因此通过该方法做出针对可能停车位的、目标导向的建议。
[0025]
根据另一实施例，用于车辆和/或驾驶员的被拒绝的停车位在未来被排除或被更少地考虑。在此，所述方法可以为被拒绝的停车位配属较小的权重并且仅在例如不存在替代的停车可能性的例外情况下才建议这些被拒绝的停车位。这防止了尽管明显拒绝了停车建议，但是该停车建议或者具有类似特性的多个停车位必须重新或者甚至多次地被建议并且必须重复地被拒绝。替代地，被拒绝的停车建议可以完全从系统中去除或者例如被声明为不合适。通过剔除不合适的停车可能性，可以对用于识别可用停车位的算法进行改进。此外，由此通过附加的可学习属性和通过检测用户偏好来产生用于个性化的可能性。
[0026]
根据另一实施方式，针对被拒绝的停车位建议登记暂时的或持续的排除。暂时的中止原因可能是当前的污染、临时的阻塞和由当前停泊的其它车辆引起的尺寸限制。因此，不需要完全从系统去除停车可能性，因为该限制很可能仅暂时地排除了车辆的停泊。一旦通过车辆本身或者与车辆外部的服务器单元连接的其他车辆确定停车位空出，则可以将该停车位再次分级为可用。
附图说明
[0027]
下面借助强烈简化的示意图详细阐述本发明的优选实施例。在此示出：
[0028]
图1示出根据本发明的实施方式的车辆系统的示意图，和
[0029]
图2示出用于说明按照一个实施方式的根据本发明的方法的示意性流程图。
[0030]
在附图中，相同的结构元件分别具有相同的附图标记。
具体实施方式
[0031]
在图1中示出按照一种根据本发明的实施方式的车辆系统1。车辆系统1具有至少一个车辆2，该车辆具有车辆内部的控制单元4。
[0032]
控制单元4用于对车辆传感装置6进行分析评估并且用于运行信息娱乐系统8。车辆传感装置6例如可以具有视频传感器、雷达传感器、超声波传感器、激光雷达传感器、测距传感器和/或定位传感器。
[0033]
此外，至少一个车辆2具有通信单元10，控制单元4可以借助该通信单元与外部的服务器单元14建立无线通信连接12。
[0034]
停车辅助系统可以在寻找停车位p时通过娱乐信息系统8支持车辆2的驾驶员。在此，停车辅助系统可以通过控制单元4或通过外部的服务器单元14来提供。尤其是，驾驶员可以由图像辅助地或基于语音地被支持。
[0035]
外部的服务器单元14或控制单元4为此通过机器学习来分析驾驶员的输入和行为并因此来优化停车辅助。
[0036]
图2示出用于说明按照一种实施方式的根据本发明的方法16的示意性流程图。方
法16用于优化用于至少一个车辆2的至少一个驾驶辅助系统的停车建议。
[0037]
在步骤17中，求取通向目的地的至少一条路线。确定18沿着之前所求取的路线的、用于至少一个车辆2的潜在停车可能性p。这可以通过车辆内部的控制单元4或通过车辆外部的服务器单元14实现。
[0038]
向驾驶员推荐19所求取的停车可能性。接下来确定，该停车建议是否被驾驶员基于对停车建议的选择而接受或拒绝。这优选自动化地通过由控制单元4或由服务器单元14对驾驶员行为的分析评估来实现。
[0039]
例如，可以自动地探测20未发生的停车过程，其方式是，驾驶员没有驶向所建议的停车位p。
[0040]
替代地，可以由驾驶员手动地进行中止或者手动地拒绝21针对停车位p的建议。
[0041]
对于拒绝停车建议20、21的情况，收集22、23中止信息。中止信息尤其可以自动化地通过控制单元4或通过服务器单元14来收集22。为此，可以分析车辆传感装置6的数据和驾驶员行为。替代地，驾驶员可以通过信息娱乐系统8被询问23中止原因或拒绝原因。步骤22和23在此也可以并行地或相继地执行。
[0042]
接下来，分析中止信息并对中止阶段分类24。在另一步骤25中，中止信息或分析结果被用于使其他的停车建议匹配于驾驶员的偏爱和偏好，并因此生成优化的停车建议。分析24和对该分析的利用25尤其可以通过机器学习来实现，并因此改进了所述建议。