具有相对于道路地图的附加信息的驾驶员辅助系统的制作方法

本申请是申请日为2014年03月27日、申请号为201480029193.1(pct/ep2014/056120)、发明名称为“具有相对于道路地图的附加信息的驾驶员辅助系统”的发明专利申请的分案申请。

本发明涉及一种根据权利要求1所述的驾驶员辅助系统、一种根据权利要求4所述的用于支持驾驶员的方法、一种根据权利要求5所述的用于在用于驾驶员辅助系统的道路地图中保存附加信息的方法、一种根据权利要求8所述的系统以及一种根据权利要求9所述的数据存储器。

背景技术：

自动化的驾驶辅助功能或者驾驶员辅助功能或者自主的车辆通常依赖于道路网的地图。此外，它们必须了解车辆当前所位于的有关国家的交通规则。

此外，可以借助所谓的周围环境传感机构附加地从车辆环境获得信息、例如关于当前的和位于前方的道路走向、行车道表面的状态的信息，以及关于直接的周围环境中的其他交通参与者的信息。因此例如可能的是，进行用于驾驶员辅助系统的参数化，所述驾驶员辅助系统相应地考虑危险情况的变化。

技术实现要素：

本发明的任务在于，改善驾驶员辅助系统。

半自主或自主地干预车辆的驱动装置、控制装置或者信号化装置或者通过人机接口相应地警告驾驶员的驾驶员辅助系统的改善在于，可以更好地预测关于其他重要的交通参与者的行为的信息。

所述任务通过以下解决：使车辆的驾驶员辅助系统借助关于交通规则的地点特定和/或时间特定的遵守的附加信息所动用的道路地图丰富。图层可以根据固定地预给定的规则激活并且因此能够实现关于确定的交通参与者的行为的改善的预测，不仅汽车驾驶员而且自行车驾驶员、行人等属于所述确定的交通参与者。车辆周围环境的解释借助所述附加信息来改善。自身的驾驶行为可以通过这种方式来优化，其变得更舒适且更安全并且最终可以防止事故。

此外，所述任务借助用于车辆的驾驶员辅助系统来解决，所述驾驶员辅助系统可以访问关于交通规则的地点特定和/或时间特定的遵守的附加信息。

在从属权利要求中提及根据本发明的用于在驾驶员辅助系统的道路地图中保存附加信息的方法的其他的有利构型和改善。

对此的附加信息可以通过有利的方式方法细分成国家特定的地点相关和时间相关的因素并且综合成地图图层。

附加的地图图层的丰富例如可以基于事故统计并且通过“为成文的规则”的描绘来实现。此外，危险情况可以由测量数据分类并且用于填充地图图层。

在一种扩展方案中，在分离的地图图层中除道路地图以外存储附加信息。由此，能够实现快速的访问。此外，可以简单地改变附加数据，而不必须改变地图数据。

在一种扩展方案中，国家特定的地点相关和时间相关的因素被分组并且综合成地图图层。由此，可以快速地访问所期望的附加信息。

在一种扩展方案中，附加信息由信息源、例如国家/地区的事故统计、“不成文的规则”的掌握以及由测量数据的学习来求取。通过这种方式，能够实现附加信息的简单且可靠的求取。

在另一实施方式中，以运动模型的形式考虑附加信息，其中运动模型构造用于预测交通参与者的行为，其中运动模型依赖于地点和/或时间。运动模型例如可以预测行人的行为或者车辆的行为。根据运动模型，驾驶员辅助系统可以进行车辆的另一建议和/或另一控制。驾驶员辅助系统例如可以干预发动机控制装置和/或转向装置和/或制动系统。

附图说明

在随后的描述中详细阐述本发明的实施例。

在附图中示意性地示出驾驶员辅助系统根据周围环境信息的构造和参数化。

具体实施方式

附图示出在车辆中存在的任意数量的传感器2。属于所述周围环境传感器的例如是具有所保存的道路地图的导航系统、用于检测与其他车辆的间距的雷达传感器或者激光传感器以及车辆/车辆通信装置。此外，设置用于检测车辆的状态参量的传感器2、例如车辆车轮的速度、转速或者车辆横向加速度。

各个传感器的信息作为输入信号输送给调节或控制设备4，所述调节或控制设备又具有评估模块6、存储模块8以及选择模块10。由传感器2检测的当前的数据首先在评估模块6中经受以下分析处理：评估当前的行驶情况或者交通情况如何危急。在此，可以根据确定的个别的假设实现分级成不危急的、正常的和危急的行驶情况。危急的行驶情况归于高的危害潜在，而给不危急的行驶情况分配低的危害潜在。在存储模块8中保存不同的参数组，所述参数组相应于相应的危险情况。

在控制装置4的选择模块10中，根据行驶情况的来自评估模块6的当前评估从存储模块8选择并且激活相应的参数组。所选择的参数组随后可供一个或多个驾驶员辅助系统12使用，以便根据正常的、高的或者低的危害潜在来调节有关的驾驶员辅助系统。

此外，在此考虑具有所保存的道路地图的导航系统。在此，所述导航系统在其显示器上也输出当前的地点特定和/或时间特定的信息、例如关于速度限制的信息。所述信息已经保存或者在道路地图中或者在导航系统中，或者例如通过交通无线电录入(einspielen)。

交通规则的遵守或者不遵守也可以引起不同的危害潜在。所述交通规则是国家特定的并且所述交通规则的遵守依赖于因素——时间和地点。属于地点相关的(风险)因素例如是学校和幼儿园的周围环境，其中沿着驶向路线例如在去往学校的路上的儿童不注意交通规则的概率增大。在多种文化区域中期望多个交通规则的遵守并且仅仅很少地发生例外、例如在高速公路上的错向行驶的驾驶员，而在确定的国家中确定的交通规则的忽视的危险、例如以相反方向行驶于单行道非常多地发生。

其他规则、例如与前方人员的最小间距的遵守例如在德国通常不被注意并且因此可以在驾驶员辅助系统的自动化的行驶功能中相应地保存。

在学校和幼儿园的以及沿着驶向路线的直接的周围环境中，例如在开学之前或者放学之后忽视交通规则(例如按照规定地利用人行道(“斑马线”))的概率增大。

以上所描述的地点相关和/或时间有关的因素可以被相应地分组并且综合成地图图层。激活的图层在解释周围环境时使用并且或者在导航系统的其显示器上向驾驶员显示或者相应地匹配车辆的行为。各个图层的丰富可以基于不同的信息源。因此，例如事故统计给出以下指示：何地并且如何频繁地忽视交通规则。由此，可以更好地估计发生事故的概率。此外，可以描绘国家/地区的“不成文的规则”以及由测量数据分类并且考虑危险情况。

附加信息可以由驾驶员辅助系统在车辆的行驶时、在车辆的自主行驶时并且在安全功能、例如自动制动时在支持驾驶员时被考虑。驾驶员辅助系统例如可以根据行驶情况和附加信息输出指示。此外，驾驶员辅助系统可以根据车辆的行驶情况并且根据附加信息主动地干预车辆的控制装置和调节装置。

利用附加信息的可能性例如在于，根据地点和/或时间使用其他的运动模型。

运动模型用于进行以下预测：另一交通参与者向哪里运动。所述预测是计划自身行为的基础。运动模型可以用于车辆，但也可以用于行人。

“正常的”行人通常沿着人行道运动。在放学之后或者在开学之前的学生更突发地(不小心地)横穿道路。它们的运动则与用于正常的行人的简单的运动模型相矛盾。因此，在时间7:45-8:15或者时间13:00-14:00之间在学校的区域中使用用于学生的运动模型。因此，驾驶员辅助系统通过变化的运动模型得到以下指示：在时间7:45-8:15或者时间13:00-14:00之间在学校的区域中比在所说明的时间之外更被动地且更缓慢地从学校旁驶过。

以类似的方式，可以对于不同的国家使用不同的用于行人和/或车辆的运动模型。在一些国家中，行人相比于在其他国家中具有越过红色的行人交通信号灯的更大的概率。此外，在一些国家中车辆或者摩托车比在其他国家中更侵略性地超车。相应地，保存相对于国家或者地点和/或时间的相应的附加信息。