本发明涉及用于控制在车辆中的功能的方法、装置和处理设备。
背景技术：
在车辆中可操控大量功能，其取决于驾驶员的驾驶行为和外部情况。
例如，在车辆中可提供驾驶员辅助系统(fahrerassistenzsystem)，其操作在车辆中的电子附加设备以用于在确定的行驶情况中支持驾驶员。
该附加设备通过驾驶员辅助系统的控制可尤其基于行驶情况。行驶情况可例如包括天气条件、道路特性或阻碍，如在行驶路段上的施工工地，且因此对于不同的路段区段待走完的行驶路段是不同的。
为了获得关于行驶情况的信息，因此此外需要关于行驶路段的特性的知识。例如，行驶经过行驶路段的确定的区段的车辆可对此确定，障碍是否位于行驶路段上，或经由车辆传感器获得，哪种当前天气条件存在。
如果这经由大量车辆实施、也就是说经由全体车队(fahrzeugflotte)，且用于大量路段区段，可例如建立地图，该地图包括大量行驶路段的信息。
行驶路段的准确的地图对于驾驶员辅助系统的准确控制具有较大意义，因为其给出关于精确的车道走向的说明。基于这样的地图材料，驾驶员辅助系统可取决于情况来操控。
相应的方法在印刷文献de102013208521a1中描述。该方法用于选择性地学到道路模型、尤其数字地图，带有车队，以及用于提供根据方法制造的道路模型。
在该印刷文献中公开的方法此外用于补充道路模型。此外，提供用于更新道路模型的方法、用于基于道路模型自身定位(eigenlokalisierung)车辆的方法和装置、以及用于根据上面的印刷文献基于道路模型坐标化(georeferenzieren)特征的方法。
大量车辆轨道和感觉数据在此被获取。建立在轨道之间的联合，通过对于相应的待联合的轨道点形成特征网栅(merkmalsraster)和可能性场特征网栅(wahrscheinlichkeitsfeld-merkmalsraster)且使它们联系在一起，以便形成联合假设(assoziationshypothese)。
基于联合，以及基于测距和位置获取，形成信息图表且解决用于估计最优的轨道点的从属的优化问题。
获取的感觉数据基于估计的轨道点被评价、聚集和合并，以便建立高度准确的道路模型。
文件de102011116245a1公开了一种用于确定数字地图的描述当前的至少一个待驶过的路段区段的路段信息的方法。
通过大量机动车，在此借助于机动车的至少一个传感器在行驶期间采集传感器数据，其在机动车内针对关联于路段区段的单个路段信息被评估。
传感器数据在机动车内部针对关联于路段区段的单个路段信息被评估且至少部分地无线地传输到中央数据处理设备处。
数据处理设备通过可信性(plausibilisierung，有时也称为合理性)相对于待采集到数字地图中和/或在数字地图中待替代的路段信息选出不同的机动车的相应的单个路段信息且更新数字地图。
提到的印刷文献因此同样借助于不同机动车的数据公开了道路地图的建立和从传感器数据到数据处理单元处的传输，其然后可在车辆中使用。
尤其对于驾驶员辅助系统、但是也对于其他功能，但是有利的是，还使用关于路段区段的另外的信息，以便实现功能的更好的控制。
技术实现要素：
因此本申请的任务是，提供相应的方法、装置和系统供使用。
该任务根据本发明以根据权利要求1的方法以及根据权利要求11的装置和根据权利要求13的处理设备解决。从属权利要求限定本发明的另外的实施例。
根据本发明的用于控制在车辆中的功能的方法包括确定驾驶员的驾驶行为和提供大量另外的驾驶员的驾驶行为。
驾驶员的驾驶行为在此通常包括驾驶员在道路交通中的行为，也就是说描述了参数，如速度、加速或减速，其可由驾驶员影响(例如相比于如在不可由驾驶员影响的开头提及的模型中的道路状态)。例如，驾驶行为描述了，车辆连同驾驶员以何速度在确定的道路区段上运动或车辆连同驾驶员以何速度行驶经过弯道。驾驶行为也可例如包括驾驶员在试图超车(überholmanöver)的情形中的行为或驾驶员的驾驶风格是被动的还是主动的。
该方法尤其包括对于至少一个特定的行驶情况基于大量另外的驾驶员的驾驶行为评估一个驾驶员的驾驶行为，和基于所述评估操控在车辆中的功能。
相比于现有技术，因此在操控功能时也考虑其他的驾驶员的行为、例如其速度。
该方法在此优选地考虑对于不同的行驶情况的当前的行驶数据。在此，例如考虑驾驶员的驾驶行为、例如驾驶员的速度和/或与情况相关的行驶数据、例如天气情况或突然意外的障碍。
在由驾驶员控制的车辆中的确定的功能可通过刚好该行驶数据的评估、以及借助于分类驾驶员的驾驶行为到大量驾驶员的范围中来优化地操控。例如，由驾驶员辅助系统和/或适应性速度调节装置控制的功能可如此优化，使得其可相应地取决于情况和一直当前被操控。
根据一种实施方式，该方法还可包括将关于一个驾驶员的驾驶行为的第一信息发送到外部处理设备和/或发送到至少一个另外的车辆处。
大量另外的驾驶员的驾驶行为的提供还可包括从外部处理设备和/或从位于附近的至少一个车辆接收关于大量另外的驾驶员的驾驶行为的第二信息。
外部处理设备可例如为外部的服务器设备，在其上可运行有不同的电脑支持的应用。外部的服务器设备可与车辆电脑经由常见的硬件、例如经由导航仪器通信。经由无线的因特网连接或经由另一合适的通信单元(例如，以ocu“车载通信单元”)的通信同样是可行的。在该情况中，通信可利用外部处理设备持续地进行。
外部处理设备也可直接经由适配器、例如串行总线系统如控制器区域网络(can)与车辆电脑相连接，当车辆静止时，例如在服务中时。这可尤其在用于原型的测试阶段期间得到使用。在该情况中，通信利用外部处理设备仅罕见地进行。
相应的硬件或软件因此不必对于该类型的通信附加地实施。
通过该通信，大量的车辆的外部处理设备可持续地以更新的方式使关于大量驾驶员的驾驶行为的信息供使用。
信息的传输此外可实时进行，从而在车辆已经到达相应的行驶路段前，关于行驶路段的信息可已经供使用。
根据一种实施方式，对于行驶路段的区段可进行一个驾驶员和/或大量驾驶员的驾驶行为的确定。
利用根据本发明的方法，可因此自动操控在车辆中的功能，其刚好对于行驶路段的该区段是重要的，例如在车辆驶入到弯道中时速度的降低。
基于行驶路段的已经行驶经过的区段的行驶数据，其由已经行驶经过行驶路段的该区段的车辆确定，在稍迟的时间点行驶经过行驶路段的该区段的车辆的功能可被操控。
根据一种实施方式，可提供有涉及行驶路段且可与第一或第二信息结合的第三信息。第三信息可包括不取决于驾驶员的驾驶行为的信息、例如包括在第一和/或第二信息的驾驶行为的情形中的天气条件和/或日期说明(datumsangabe)或时间说明，其可说明，车辆在第一和/或第二信息的驾驶行为的情形中何时位于和/或已经位于车辆路段上。功能的操控然后可附加地基于第三信息实现。由此，除了驾驶行为以外另外的标准可流入。
尤其，基于第三信息，可更好地评估驾驶员的瞬时的驾驶行为。例如，驾驶行为取决于外部的情况、如天气条件或同样白天时间(尤其白天或夜晚时间)或季节。当例如驾驶员的驾驶行为具有比另外的驾驶员的驾驶行为明显地更慢的速度时，这可在于，驾驶员比大多数另外的驾驶员简单地更慢地行驶。但是也可在于，天气条件改变，例如现在下雪或否则在刚好行驶经过的区段上的情况改变。例如障碍如施工工地可位于道路上，这同样可影响速度。
最终，速度也可取决于其他的车辆，例如当驾驶员的车辆位于以降低的速度运动的另一车辆后时，或当堵车时。这些因素可至少部分地借助于第三信息在分析中被考虑。
速度那么可例如为另一个，当车辆行驶经过行驶路段的相同的区段且现在障碍例如施工工地位于道路上时，
第三信息在此可通过外部处理设备供大量车辆使用。
根据一种实施方式，在预设的时间间隔内和/或在预设的时间窗口内的大量另外的驾驶员的驾驶行为和/或第三信息被评估。
从收集的信息中可因此对于行驶路段的频繁驶过的区段处理当前的信息且在行驶路段的不太驶过的区段上处理时间上连贯的信息。
当前的信息包括如下信息，其在确定的时间间隔内在评估前、例如一个半小时或一个小时前确定，例如在驾驶员的车辆位于行驶路段的相应的区段上前。
在时间上连贯的行驶数据的情形中，评估类似的时间窗口(例如类似的日子，例如工作日、白天时间、月份等)的信息。
例如，在确定的时间行驶经过行驶路段的区段的驾驶员的驾驶行为可与另外的驾驶员的驾驶行为相比较，其在包括时间点的选择的时间窗口中已经行驶经过行驶路段的该区段。
此外可行的是，为了评估，将在确定的时间在例如可对照的天气情况的情形中的另外的驾驶员的驾驶行为与驾驶员的驾驶行为相比较。
根据一种实施方式，评估还可包括将驾驶员的驾驶行为与在第一次行驶经过行驶路段的区段的情形中的大量另外的驾驶员的驾驶行为相比较。
方法此外基于比较还可包括建立与驾驶员相关的档案。所述档案可被存储且然后用于操控车辆功能。
因此，实时实现功能的自动的操控，其中在第一次行驶经过时建立的与驾驶员相关的档案可用于每次另外行驶经过，而不必强制性地确定新档案。行驶数据在此可存储在与驾驶员相关的档案中。
驾驶行为的比较可导致在车辆中的功能的优化的操控，因为驾驶行为未限于车辆，而是此外基于大量另外的驾驶员的驾驶行为。
在一种实施方式中，功能的操控包括驾驶员辅助系统的参数化。驾驶员辅助系统基于评估、例如比较的这样的参数化可导致更可靠的且更舒适的行驶以及驾驶员对于车辆的提高的信任。
在驾驶员辅助系统的参数化中，参数如车辆的速度或车辆与另一车辆的间距匹配于障碍或匹配于行驶路段的确定的区段。驾驶员辅助系统然后可利用这些参数来调节。
该调节优选地不再通过车辆的驾驶员本身来实现，而是自动地控制，这呈现了对于驾驶员的高舒适度。
根据一种实施方式，该方法还可包括获取与驾驶员相关的档案在每次另外行驶经过行驶路段的区段时改变多少。
功能可在每次另外重新行驶经过行驶路段的区段时取决于获取与驾驶员相关的档案改变多少来操控。
根据一种实施方式，取决于静态模型，方法还可包括估计与驾驶员相关的档案对于行驶路段的另一还未行驶经过的区段改变多少。
在应用静态模型的情形中，可例如经由线性回归，基于对于行驶路段的已经行驶经过的区段的平均速度，计算对于行驶路段的还未行驶经过的区段的平均速度。基于该估计，例如用于驾驶员辅助系统的参数例如可被匹配，且驾驶员辅助系统的功能的操控可被优化。
根据一种实施方式，静态模型可基于行驶路段的已经行驶经过的区段的与驾驶员相关的档案。
从与驾驶员相关的档案的数据，因此可成对地对于行驶路段的已经行驶经过的和还待行驶经过的区段比较当前的和/或时间上连贯的行驶数据，且学习静态模型。从在行驶路段的行驶经过的区段上的数据(尤其驾驶行为)，可因此尤其推断出行驶路段的还待行驶的区段的驾驶行为。
根据一种实施方式，用于控制在车辆中的功能的装置包括控制设备，利用其可确定驾驶员的驾驶行为。
控制设备然后对于至少一个特定的行驶情况基于大量另外的驾驶员的驾驶行为评估一个驾驶员的驾驶行为。
控制设备此外基于评估操控在车辆中的功能。
根据本发明的装置的优点基本上相应于用于控制在车辆中的功能的根据本发明的方法的处于上面的优点。装置可用于实施上述的方法中的一个。
根据一种实施方式，控制设备可包括驾驶员辅助系统和/或适应性速度调节装置。
适应性速度调节装置、acc可例如通常仅调节恒定的速度。借助于根据本发明的装置，acc可连续地匹配对于行驶路段的确定的区段的速度且调节在驾驶员和瞬时的行驶情况的含义中的速度。同一的适用于驾驶员辅助系统的功能的操控。
根据一种实施方式，控制设备可将关于一个驾驶员的驾驶行为的第一信息发送到外部处理设备处。
控制设备也可由外部处理设备接收关于大量另外的驾驶员的驾驶行为的第二信息。
控制设备具有相同的优点，如方法，其可借助于该控制设备执行且其事先已经论述。
此外，提供处理设备，其带有尤其无线的接收器用于由一个车辆和/或大量车辆收集和接收关于驾驶员的驾驶行为的第一信息。
处理设备还具有尤其无线的发送器，用于将关于大量驾驶员的驾驶行为的第二信息发送到一个车辆和/或大量车辆处。该处理设备可用作如上述的外部处理设备。
根据一种实施方式，外部处理设备可为单个外部服务器，其可借助于适配器联接在控制设备处或可与控制设备无线地通信。
经由适配器、例如can(控制器区域网络)适配器(其可安装在例如可为车辆电脑的控制设备处)，可由外部服务器读出与驾驶员相关的和与路段相关的信息。
借助于串行总线系统，因此车辆电脑可联接到外部服务器处。
信息的联接以及传输借助于常见的硬件且基于已经存在的通信方法实现。为了采用根据本发明的装置，因此不需要附加的部件或方法。
处理设备也可为计算机网络，其可无线地与控制设备通信。
用于建立和处理信息的需要的应用在使用单个外部服务器的情形中是与在使用计算机网络的情形中相同的，从而服务器的应用可简单地传递到大量计算机或服务器上。
外部处理设备可为带有后端(back-end)和在线连结装置(online-anbindung)的通常的中央计算机网络，且持续地与全体车队通信。
根据本发明的系统包括如上述的控制设备和如上述的处理设备。
用于操控功能的参数的计算可在系统的情形中在集成在车辆本身中的控制设备中或也在处理设备中进行。
基于上面的系统的功能的匹配在舒适度和接受度方面提供优点。匹配借助于关于当前在前面行驶的车辆以及关于自身的驾驶行为与其他的驾驶员的驾驶行为的关系的信息来实现。
系统可借助于例如具有驾驶员辅助系统或acc且具有导航系统的所有车辆来实施。
附图说明
本发明随后参考附图详细地描述。
图1示出了根据本发明的一种实施方式的方法。
图2示出了根据本发明的另一实施方式的方法。
图3示出了本发明的一种实施方式的示意图。
图4示出了两个车辆的示意图，所述车辆根据本发明的一种实施方式在行驶路段上运动。
图5示出了根据本发明的一种实施方式的直方图。
图6示出了根据本发明的另一实施方式的在行驶路段上的车辆的示意图。
图7示出了根据本发明的一种实施方式的行驶路段的不同的弯道走向。
图8示出了根据本发明的一种实施方式的另外的直方图和图表。
图9示出了根据本发明的一种实施方式的车辆。
具体实施方式
随后参考附图详细地阐释本发明的实施方式。这些实施方式仅为示例，且不应设计用于限制。在例如如此描述包括大量特征和元素的实施方式时，则该特征中的一些可在其他的实施方式中忽略，且/或通过备选的特征或元素替换。在其他的实施方式中，附加地或备选地，除了明确描述的以外，可提供附加的特征或元素。可将涉及一个或多个实施方式的变型方案或修改方案也应用于其他的实施例，只要没有另外说明。
图1示出了根据本发明的一种实施方式的用于车辆的方法，在其中在101驾驶员辅助系统(fas)相应于车辆的驾驶员的安全和舒适感来参数化。
如开头已经提及的，驾驶员辅助系统是用于在确定的行驶情况中支持驾驶员的在车辆中的电子附加设备。该系统部分地自动地或自调节地作用于车辆的驱动器、控制器(例如，气体、制动)、或信号设备。借助于合适的接口，例如显示器和/或声音信号发出器，驾驶员可通过驾驶员辅助系统短暂地在紧急的行驶情况前或期间得到警告。
参数化在此尤其意味着，影响或确定驾驶员辅助系统的功能的参数得到调节。例如，车辆的速度和车辆与在前面行驶的车辆的间距可对于在行驶路段的区段上的阻碍或对于行驶路段的确定的区段变化，且基于这样的参量可将驾驶员辅助系统参数化、也就是说调节。
在此，在图1的方法中，需要驾驶员档案102，其信息得到使用，以便在101执行驾驶员辅助系统的参数化。
驾驶员档案102例如包括车辆的平均速度和与在前面行驶的车辆的平均间距，这因此相应于驾驶员的平均驾驶行为。驾驶员档案102也可包括另外的关于驾驶员的驾驶行为的信息。为了可从驾驶员的驾驶行为中确定驾驶员档案102，这在图1的实施例中置于与行驶情况103的关系中。从行驶情况然后可得出对于驾驶员和/或对于自动驾驶调节的一定的处理回旋空间(handlungsspielraum)。
例如，关于平均速度的知识若有可能不足以匹配驾驶员辅助系统的功能，因为其可基于驾驶员的驾驶行为和/或取决于分别特定的行驶情况而连续地改变。当车道(fahrbahn)潮湿时，速度必须例如可能减小。
当车辆以确定的速度行驶经过道路区段且道路例如具有确定的坡度或确定的弯道位置时，这样的特定的行驶情况例如存在。
对于相应的特定的行驶情况的信息越多存在，则根据测得的数据驾驶员的估计可越准确地进行。为了驾驶员的估计，在此评估可观察到的行驶数据104。
例如，这样的可观察到的行驶数据104包括关于道路的特性、例如道路平整性和道路的湿度的借助于车辆传感器可获得的信息且对此给出如下讯息，即，当车辆行驶经过行驶路段的确定的区段时，该车辆位于哪一行驶情况中。关于行驶路段的确定的区段的弯道位置的信息同样为对于可观察到的行驶数据的示例。
此外，可观察到的行驶数据例如包括关于如下信息，即，车辆是否在另一车辆后行驶。由此，当车辆未位于另一车辆后且行驶经过行驶路段的相应的区段时，车辆的速度可因此例如小于另一车辆的速度。
此外，可观察到的行驶数据包括另外的车辆的另外的驾驶员的驾驶行为，其例如可经由服务器或类似的设备提供。例如存在于驾驶员档案102中的驾驶员的驾驶行为可然后用于在另外的驾驶员的驾驶行为的关系中的评估。这在下面更详细地阐释。由此，图1的方法可通常用于控制在车辆中的功能且尤其用于控制在102的驾驶员辅助系统和/或适应性速度调节装置。图1的行为可例如借助于安装在车辆中的控制设备来实施。
例如在驾驶员档案102中的驾驶员的驾驶行为以及另外的驾驶员的行为的使用从现在起参考图2更详细地阐释。
图2示出了方法200的方法步骤201至205，其例如可由车辆的控制设备、例如电子控制单元ecu来实施，但是不限于此。
为了获取在图2的实施方式中对于操控驾驶员辅助系统或其他的车辆功能所需要的数据，首先收集且紧接着评估与驾驶员相关的且与路段相关的信息。
在图2的方法200的步骤201中，在此进行驾驶员的驾驶行为的确定。
驾驶员的驾驶行为在此包括与驾驶员相关的信息，例如关于如下的信息，即，驾驶员以何速度在行驶路段上行驶或车辆与另一车辆或与在行驶路段上的阻碍具有何间距。
速度可借助于安装在车辆中的速度传感器来获取，间距经由间距传感器来获取。车辆电脑借助于合适的接口读出速度传感器和/或间距传感器的值且同一存储。
在图2的方法200的步骤202中，然后提供大量另外的驾驶员的驾驶行为，例如由外部设备提供。
为了收集这样关于大量另外的驾驶员的驾驶行为的数据，例如在例如车队的大量车辆中的每一单个车辆中如上面描述的那样确定且存储对于速度和间距的值。经由安装在车辆电脑处的接口、例如经由can适配器，车辆电脑可联接到另一外部电脑或服务器处，且将该值传递到该外部电脑处，例如在工厂中的服务的情形中。这在大量车辆的情形中发生，许多数据记录可被收集且存储在外部电脑上。
作为应对，大量数据记录可由外部电脑借助于上面的途径传递到车辆电脑上，从而对于许多车辆的速度和/或间距的值、也就是说许多驾驶员的驾驶行为可供车辆使用。外部电脑在此作为服务器工作。
在其他的实施方式中，数据记录也可无线地传输至外部电脑或另一处理设备，例如借助于装入在车辆中的通信单元。这也可例如经由移动网络连续地进行，例如借助于合适的应用(“app”)。
数据记录可备选地也传递到全部计算机网络上。数据记录由车辆电脑的传输可然后例如经由在线连接单元(ocu，也称为车载通信单元，即装入在车辆中的通信单元)实现，其无线地与外部电脑或计算机网络通信。
与驾驶员相关的数据记录到计算机网络处的传输可匿名进行。为了可实现在计算机网络和单个车辆之间的这样的通信，相应的安全密钥可在车辆电脑和计算机网络之间交换。其他的车辆然后不可存取相应的数据。
为了提供关于大量驾驶员的驾驶行为的信息，因此相应的信息(在下面称为第二信息)由外部处理设备接收。该外部处理设备可例如为上述的外部电脑或全部计算机网络。
在图2的方法200的步骤203中，紧接着对于至少一个特定的行驶情况，基于大量另外的驾驶员的驾驶行为，进行一个驾驶员的驾驶行为的评估，。
数据记录可在外部电脑上传播，例如经由在外部电脑上运行的应用(anwendung)。该应用可例如为“开源”应用。例如，平均值可由许多数据记录形成，其然后提供给各个车辆。
数据记录的管理可例如借助于数据库实现，例如经由“hbase”，这是常见的、可扩展的且简单的用于管理非常大的数据量的数据库。该数据库可位于外部电脑上。
在此，例如评估，驾驶员在特定的行驶情况中如何保持行为，且与如下比较，其他的驾驶员在相同的行驶情况中如何行为。例如可评估，驾驶员多快经过道路的确定的路段区段、例如弯道。
紧接着，将该速度与其他的速度相比较，所述其他的速度由其他的车辆所提供，所述其他的车辆之前已经经过该弯道。
基于相应的信息的比较和评估，在图2的方法200的步骤204中实现在车辆中的功能的操控。该功能可例如为上面已经论述的驾驶员辅助系统。
当例如对于已经提及的弯道确定对于车辆的驾驶员的确定的速度且将其与其他的驾驶员的其他的速度相比较时，驾驶员辅助系统可如此优化，使得例如在重新经过弯道时车辆具有经改善的弯道位置或车辆保持在道路上，而不会可能滑向一旁(ausbrechen)。此外，可考虑如下行驶情况，例如道路的潮湿，驾驶员辅助系统可附加地与此相关地操控。
在图2的方法200的步骤205中，如上面已经简短提及的，关于一个驾驶员的在步骤201中确定的驾驶行为的第一信息被发送到外部处理设备处和/或位于附近的至少一个车辆处。这例如实现了关于大量驾驶员的数据的收集，其然后又可在重新经历方法200时(例如在其他的车辆中)在步骤202中提供。
也可能的是，经由第三方供应商例如经由导航仪器或诸如此类，用于确定的道路区段的信息可供使用且被交换。一个车辆的第一信息在此可例如经由安装在车辆中的导航仪器发送到外部处理设备处。另一车辆的导航仪器可然后从外部处理设备接收相应的信息作为第二信息，且例如供应给安装在车辆中的控制设备，所述控制设备然后为了另外的应用将所述信息在上述方法中处理。
带有外部处理设备的不同的车辆的通信如上述那样可例如借助于上面提及的在线连接单元(ocu)进行，这在图3中示意性地呈现。
在图3中示出了不同的车辆302，其在行驶路段303上运动且连续地将数据发送到计算机网络301处或由计算机网络301接收数据，其中发送和接收借助于在图3中的虚线箭头呈现。计算机网络301在此可视作用于外部处理设备的示例。
计算机网络通常为不同的技术上的基本独立的电子系统(例如电脑或通常服务器)的联合(zusammenschluss)，其实现了各个系统彼此的通信。
数据例如包括关于各个车辆302的驾驶员的驾驶行为的上述的第一信息，其被发送到计算机网络301处，且在呈现的示例中包括关于大量驾驶员的驾驶行为的第二信息，其由车辆302从计算机网络301接收。
在外部处理设备、例如计算机网络301中，由大量车辆接收的第一信息可被传播和分析，例如以便其以经传播的形式作为第二信息供使用。这可经由相应的应用实现。
例如，大量驾驶员的速度和其对于确定的路段区段的分布可被评估。因此可例如确定，90%的驾驶员以60和70km/h之间的速度行驶通过确定的弯道k。
确定的驾驶员的例如在图2的步骤201中确定的驾驶行为可然后参考大量驾驶员的驾驶行为。
例如可因此确定，即，一个驾驶员比所有驾驶员中的70%更快地行驶通过弯道k。
如上面已经提及的，该信息可优化或参数化驾驶员辅助系统。例如，基于确定一个驾驶员在多个弯道上的驾驶行为，对于跟随其后的弯道，将速度、间距调节巡航定速(abstandsregeltempomat)的适应性速度调节装置(适应性巡航控制，acc)调节到如下值，其相应于驾驶员的驾驶行为。在上面的数例(zahlenbeispiel)中，速度可例如如此调节，使得在此对于该跟随其后的弯道同样存在快于大量另外的驾驶员中的约70%的速度。
间距调节巡航定速在此是如下速度调节装置，其构建在车辆中且其调节优选的速度，但是在此包含与在前面行驶的车辆的间距的调节作为附加反馈参量和调节参量。
作为经由外部处理设备的上述通信的变型方案，第一和第二信息的发送和接收可直接在不同的车辆之间实现，而不将第一信息和/或第二信息发送到外部处理设备处。
这可例如经由所谓的“车到车(car2car)通信”实现，在其中交联的车辆在行驶时局部交换关于各个路段区段的行驶数据的信息。
关于行驶路段的区段的附加的信息也可由所谓的“智慧路段(intelligentenstrecke)”提供。“智慧路段”持续地获取行驶数据且使其供车辆或中央计算机网络、如上述的外部处理设备使用。
在智慧路段上，例如将传感器安装在车辆路段的底部中，所属传感器确定道路的湿度。借助于安装在传感器处的发送器，对于湿度的值可传输到安装在车辆中的接收器处。
该附加的信息可同样在调节车辆功能的情形中使用。从现在起，还给出对于上面阐释的方法和装置的特别的行驶情况的具体示例。在参考图4和图5阐释的示例中，从收集的行驶数据、即对于频繁驶过的路段区段的第一和第二信息处理当前的数据。例如，在车辆中的、例如在图4中示出的车辆402中的第一驾驶员以一速度在确定的时间、例如在15:10行驶经过行驶路段401的区段a1。为了分类其驾驶行为，为了比较，大量另外的驾驶员在相同的日子在15:00-15:20的时间间隔中的行驶数据(即当前对于驾驶员的驾驶)被评估。在图5中呈现的直方图示出了对于第一区段的车辆的速度的分布。
在行驶路段401的不太被驶过的区段上，也就是说当不存在另外的驾驶员的足够当前的数据时，可使用时间上连贯的数据。例如，在车辆中的、例如在图4中示出的车辆中的第二驾驶员以在评价(wertung)下的速度在13:55行驶经过行驶路段401的区段a2。在此，从现在起评估在例如可对照的天气情况的情形中在该时间的其他的工作日的其他的驾驶员的行驶数据。
在次序行驶(folgefahrt)中，例如当第一车辆402如图4中示出的那样位于第二车辆403后时，第一车辆402的驾驶员的处理回旋空间受限且可在实施方式中相应地特别地处理。驾驶员的在这样的行驶中获取的行驶数据可使评估扭曲，因为在此其驾驶行为通过在前面行驶的车辆被强加给驾驶员且因此未相应于优选的驾驶行为。为了考虑这种情况，这样的情况的速度在图2的方法中可例如保持不被考虑。
在驾驶员辅助系统的如上面提及的速度调节的匹配的情形中，也就是说当车辆已经位于确定的行驶情况中、例如位于上述的次序行驶中时，然后例如以根据本发明的方法计算的速度用作上阈值。车辆402的速度然后例如由车辆403的速度确定，直到车辆403行驶得比计算的速度更慢。当车辆403更快地行驶时，车辆402的速度然后例如调节到计算的速度上。
在行驶经过行驶路段的区段后，驾驶员的行驶数据与其他的驾驶员的行驶数据(时间上或时间上连贯地，如上面阐释的)相比较。驾驶员档案的相应的参数、例如速度然后可被匹配。驾驶员档案可例如包括关于驾驶行为的信息，如上面已经论述的。
驾驶员档案可包括作为百分比说明的大量另外的驾驶员的比较数据的直方图中的驾驶员数据(fahrerdatum)的级别(rang)(也就是说对于相应的驾驶员的数据)。例如，可在驾驶员档案中储存，驾驶员的速度相比于其他的驾驶员可如何分类，例如快于大量另外的驾驶员中的45%、快于大量的另外的驾驶员中的70%或诸如此类。
驾驶员档案可例如通过引导参数如上面的%值来匹配，也就是说参数连续地基于新确定的数据来匹配。这可例如经由所谓的“指数移动平均原则(exponentialmovingaverage-pringzip)”，即经由滑动的平均值(也称为滑动的平均数)来实现。该原则通常用于时间或数据排的平滑(glättung)。
备选地或附加地，驾驶员档案可包括驾驶员数据与参数的比例，例如其他的驾驶员的数据的平均值或分布的标准偏差。
在下面，参考图6还阐释了，可如何使用已经行驶经过的行驶路段的行驶数据，以便建立对于还待驶过的行驶路段的预测。
在图6中示出了在行驶路段上的车辆的示意图，在其中车辆已经行驶经过行驶路段的区段。从上面已经提及的行驶数据，其被收集用于这些已经行驶经过的区段(关于驾驶员和大量另外的驾驶员的驾驶行为)，成对地对于行驶路段的已经行驶经过的和还待行驶经过的区段，比较当前或时间上连贯的行驶数据且例如建立静态模型。这可例如经由机器学习、例如回归(regression)实现。也就是说，学习基于行驶路段的已经行驶经过的区段的行驶数据来实现且可然后用于行驶路段的还待行驶经过的区段。这在下面更详细地阐释。
例如，关于大量驾驶员的驾驶行为的行驶数据在第一步骤中经由行驶路段的第一区段(区段1)来收集，其中车辆以对于第一区段的平均速度运动。在第二步骤中用于计算映射的静态模型：v∅(区段1)→v∅(区段2)用于第一区段和第二区段，其中v∅是在相应的区段上的平均速度。
基于用于大量驾驶员的该数据，可获得在区段2上的大量驾驶员的平均速度和在区段1上的大量驾驶员的平均速度之间的关系，例如线性关系。为此，可使用线性回归：v∅(区段2)=v∅(区段1)*a-b，其中a和b是待确定的参数。
例如，对于平均速度在表格1中示出。在表格1中的平均速度分配给用于确定的驾驶员的相应的路段，其以驾驶员id来标记。对于该平均速度，得出例如a=0.945和b=16.8。上面论述的计算可例如借助于在计算机网络中、如在图3中示出的计算机网络301中的上面论述的应用来实现。借助于应用的分布的计算实现了大数据量的实时分析。同样可设想计算机网络的灵活的扩展。
当现在对于驾驶员(例如在方法200的步骤201中)确定对于区段1的平均速度时，可借助于静态模型、例如上面确定的关系，因此估计用于区段2的平均速度的估计。借助于该估计的速度可例如调节速度调节装置。
结合图7a-7c，从现在起基于与在行驶路段的相同区段上的其他的驾驶员的比较，作为另外的示例阐释在乡村道路(landstraße)上的弯道行驶的情形中适应性速度调节装置(acc)和紧急制动辅助的参数化。
作为对于驾驶员辅助系统的示例阐释的acc和紧急制动辅助的参数化根据上面例如参考图2阐释的原则实现，也就是说一个驾驶员的行驶数据与其他的驾驶员的行驶数据的部分区段的比较。
紧急制动辅助典型地包括环境观察系统，其借助于传感器、例如雷达和/或激光识别关键的间距情况，且帮助缩短车辆的停止距离(anhaltweg)。在危险情况中，系统光学地和/或声学地和/或以制动摇晃(bremsruck)警告驾驶员。紧急制动辅助在此不取决于acc工作。
这样的参数化可利用在上面已经论述的(例如在图3的301)相应的计算机网络来执行。在该计算机网络中，在该示例中由大量驾驶员以下面的内容持续地收集对于行驶路段的行驶经过的区段的数据记录(其包括上面阐释的行驶数据)：时间点，在该时间点车辆经过行驶路段的确定的区段；速度；相应的车辆的摩托化kw/kg；车辆型号(例如，suv、运动车等)；有雨/无雨(例如可根据刮水器确定)；工作日/周日；次序行驶/自由行驶(这可经由借助于雷达的评估来确定)。数据可在计算机网络中匿名存储和处理。
例如经过弯道、如在图7a-7c中示出的弯道的第一驾驶员的车辆然后将相应的行驶数据发送到计算机网络处。在计算机网络中，借助于特殊的应用建立直方图，其包括在可对照的行驶情况中在路段的相同的区段上的速度。
对于这样的直方图的示例在图8a中示出。为了比较，在此考虑下面的行驶数据：时间上邻近(zeitlichnähe)、摩托化kw/kg、有雨/无雨、工作日/周日、次序行驶/自由行驶。
在计算机网络(如在图3中示出的计算机网络301)中，然后例如计算，第一驾驶员以其速度处于大量驾驶员的42%的范围中、即在下中段(mittelfeld)中。在其他的实施方式中，该计算可在车辆中进行。
该个人上涉及第一驾驶员的结果未存储在计算机网络中，而是仅传输到第一驾驶员的车辆的驾驶员辅助系统处。因此进行第一驾驶员的剖析(profilierung)。将第一驾驶员的驾驶行为与其他的驾驶员的驾驶行为相比较，而不必将第一驾驶员的行驶数据首先通过计算出来行驶情况的特征带到“标准型(normalform)”上。这在于，对于比较考虑彼此相应的行驶情况。
驾驶员辅助系统、例如上面的acc或紧急制动辅助以该结果更新参数，其限定了弯道行驶，其中对于该参数的值对于上面的示例为45%。这根据指数平滑的中间值的上面已经提及的原则实现。对于指数平滑的中间值的示例在图8b中示出，其中深灰色的线相应于平滑的中间值且浅灰色的线相应于中间值。
利用该描述的方法，适当地描绘了例如速度的趋势改变(trendwende)。此外，可有效地实施计算。
在另一示例中，车辆靠近弯道，且驾驶员辅助系统将询问发送到计算机网络处，以便获得上面的行驶数据。除了该行驶数据以外，驾驶员辅助系统附加地获得信息，即，对于参数的值对于该弯道为45%。
计算机网络然后借助于在计算机网络中的应用对于到来的弯道建立带有给出的参数的直方图，且计算驾驶员在45%的区域中多快。
因此，计算机网络计算在45%的范围中的速度，其在该情况中是例如70km/h。该结果被发送到车辆的驾驶员辅助系统处，由此可自动地调节acc，从而弯道以对于第一驾驶员舒适的或匹配的70km/h被行驶经过。
可选地，驾驶员辅助系统可通告给第一驾驶员，即，当第一驾驶员以前较快行驶时，acc的速度在相应的弯道中下降。
另一示例涉及动态acc。第一驾驶员以110km/h的速度在道路上行驶且手动接通acc。
驾驶员辅助系统与计算机网络通信且确定值42%，也就是说驾驶员在此比所有其他驾驶员中的42%行驶得更快，其中其在此为当前的行驶数据。
在行驶路段的下一个区段前，进行驾驶员辅助系统的关于速度的询问，其快于所有其他驾驶员中的42%。驾驶员辅助系统由计算机网络获得如下信息，即，速度为115km/h。对于行驶路段的下一个区段，acc调节到115km/h高的速度上。
在另一示例中，在行驶路段的的区段上，由于施工工地、暴雨或由于其他情况，向驾驶员辅助系统突然通告更低得多的速度。在驾驶员档案中仅存储相对的驾驶值，其然而在最后行驶在区段上的速度的范围处指向实际的速度。
在高交通流量的情形中，acc在另一示例中自动地延迟到与在前面行驶的车辆的确定的间距上，一旦该在前面行驶的车辆更慢地行驶。此外，在此不“学习”所谓的“驾驶风格参数”，因为在高交通流量的情形中情景行为的份额占优势(也就是说，驾驶员反应于其他的车辆)且独立行为的份额非常低。
在另一示例中，可预料多个路线走向。在该情况中，对于在确定的周围中的行驶路段的所有可能的随后的区段，计算用于驾驶员辅助系统和/或acc的匹配的参数。
上述的方法和控制设备可例如在车辆中实施。这在图9中示出。图9示出了控制设备902，其可集成在车辆901中。控制设备在此可例如为如上面已经论述的驾驶员辅助系统或acc，或操控它们。上述的方法可在控制设备中实施。
结合图2论述的第一和第二信息在此可如图9中示出的那样发送到外部处理设备904处且/或由外部处理设备904接收。
在图9中示出的系统可使用在所有相应装备的车辆中，例如带有车辆电脑、驾驶员辅助和导航系统和在线连结装置。
附图标记列表
101参数化驾驶员辅助系统
102驾驶员档案
103处理回旋空间或情况
104观察到的驾驶员数据
200方法
201-205方法步骤
301计算机网络
302车辆
303行驶路段
401行驶路段
402车辆1
403车辆2
901车辆
902控制设备
903驾驶员辅助系统
904外部处理设备。