【技术实现步骤摘要】
用于确定交通场景的方法、系统和计算机可读存储介质
[0001]本专利技术涉及一种用于为至少一个移动的对象(例如尤其是机动车辆)确定用于驾驶员辅助系统(DAS)和高度自动化驾驶功能(HAD)的安全关键的交通场景的方法、系统和计算机程序产品，其中安全关键的交通场景具有至少一种场景类型、可借助地理坐标确定的地点以及安全值。
[0002]机动车辆、以及空中交通工具或水上交通工具中的驾驶员辅助系统(DAS)和高度自动化驾驶功能(HAD)的趋势需要全面的防护策略，因为驾驶交通工具的责任不再完全在驾驶员方面，而是由交通工具中的计算单元接管主动功能。因此必须确保自主移动的对象在驾驶行为方面只有很低的错误率。对象的识别和分类以及对交通工具周围环境中的交通场景的解释是驾驶员辅助系统安全运行的重要前提条件。为此，需要对极端和特殊情况(英语：Corner
‑
Cases)以及日常情况进行有针对性的测试。这种极端情况是由不同因素的特别组合引起的。这方面的示例包括基础设施特质(例如道路类型、道路边缘的结构、标志物的质地)以及环境条件(例如天气条件、日期和季节)。...
【技术保护点】
【技术特征摘要】
1.一种用于为至少一个移动的对象、例如尤其是机动车辆确定用于驾驶员辅助系统(DAS)和高度自动化驾驶功能(HAD)的安全关键的交通场景(S1、S2、
…
、S
n
)的方法，其中安全关键的交通场景(S
i
(x,y,z))具有至少一种场景类型(S
i
)、能借助地理坐标确定的地点以及安全值(W
i
)，该方法包括以下方法步骤：
‑
在沿路线行驶时，由交通工具的探测器(11)和传感器(12)记录(S10)第一数据和/或图像(10)，其中分别给这些第一数据和/或图像(10)分配地理坐标；
‑
将这些第一数据和/或图像(10)传输(S20)到数据评估单元(50)；
‑
由用于检测交通工具驾驶员在沿该路线行驶期间的生理和身体反应的传感器(41，42，43，44，45，46，47)记录(S30)第二数据和/或图像(40)，其中分别给这些第二数据和/或图像(40)分配地理坐标；
‑
将这些第二数据和/或图像(40)传输(S40)到数据评估单元(50)；
‑
将具有相同的地理坐标的第一数据(10)和第二数据(40)相互组合(S50)，从而使得这些数据代表特定的地理地点处的数据(10，40)；
‑
基于这些第一数据和这些第二数据(10，40)鉴别(S60)该特定的地理地点的场景(S
i
(x,y,z))；
‑
利用难度值(W
i
)对鉴别出的场景(S
i
(x,y,z))进行分类(S70)。2.根据权利要求1所述的方法，其中在该数据评估单元(50)的提取模块(60)中从所传输的第一数据和第二数据(10，40)中提取可能的场景类型(S1、S2、
…
、S
n
)的特征。3.根据权利要求2所述的方法，其中将这些特征从该提取模块(60)传输到具有用于分类的算法的分类模块(70)，该分类模块(70)将一个或更多个预定义的场景类型(S1、S2、
…
、S
n
)分配给提取出的特征并且鉴别至少一个合适的场景类型(S
i
)，并且将鉴别出的真实场景(Sj(x,y,z))与地理坐标和/或另外的元数据、例如数据记录时间一起存储在存储器模块(80)中。4.根据权利要求1至3之一所述的方法，其中将制图信息、交通流量数据、航拍照片和/或天气信息数据和/或来自影子模块的数据(20)用作另外的数据源(30)。5.根据权利要求1至4之一所述的方法，其中用于这些第二数据(40)的传感器(41，42，43，44，45，46，47)被设计为心率测量装置、红外相机、具有光学传感器的镜片、内部相机、运动传感器、加速度传感器、压力传感器和/或麦克风，以用于记录驾驶员和/或乘员的生理和身体的测量数据，例如心率和/或皮肤温度和/或驾驶员瞳孔的图像和/或突然的制动操纵和/或转向活动和/或语言表达。6.根据权利要求5所述的方法，其中在该数据评估单元(50)中定义这些第二数据(40)的极限值，并且超过极限值被用于利用难度值(W
i
)对鉴别出的场景(S
i
(x,y,z))的分类。7.根据前述权利要求之一所述的方法，其中场景类型(Sj)表示道路情境和/或交通状况。8.一种用于为至少一个移动的对象、例如尤其是机动车辆确定用于驾驶员辅助系统(DAS)和高度自动化驾驶功能(HAD)的安全关键的交通场景(S1、S2、<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。