[发明专利]用于车辆的驾驶操纵辅助的方法、装置、计算机程序和计算机程序产品

说明书

在一种用于车辆的驾驶操纵辅助的方法中，提供预定的神经网络，该神经网络构成为用于确定：预定的驾驶操纵是否大概可能。提供预定的驾驶员模型，该驾驶员模型构成为用于预测车辆的大概的未来的行为。确定车辆的当前行驶情况。根据该所确定的行驶情况、所述驾驶员模型和所述神经网络来确定：预定的驾驶操纵是否可能。根据对于所述驾驶操纵是否可能的确定来实施用于所述驾驶操纵的驾驶员辅助功能和/或自主实施所述驾驶操纵。

技术领域

本发明涉及一种用于车辆的驾驶操纵辅助的方法。本发明还涉及一种用于车辆的驾驶操纵辅助的装置。此外，本发明涉及一种计算机程序和一种计算机程序产品。

背景技术

很多现代车辆具有驾驶员辅助系统，其至少部分自动地在确定的驾驶操纵下帮助驾驶员。为了这样的系统无故障地运行，当前行驶情况的可靠的分析和评估以及做出适合的决定是特别重要的。

发明内容

本发明基于的目的在于，提出一种用于车辆的驾驶操纵辅助的方法，该方法具有可靠的命中精度。

该目的通过各独立权利要求的特征解决。有利的实施方案表示在从属权利要求中。

本发明的特征在于一种用于车辆的驾驶操纵辅助的方法。本发明的特征此外还在于一种用于车辆的驾驶操纵辅助的装置，其中，该装置构成为执行用于车辆的驾驶操纵辅助的方法。

在一种用于车辆的驾驶操纵辅助的方法中，提供预定的神经网络，该神经网络构成为用于确定：预定的驾驶操纵是否大概可能。提供预定的驾驶员模型，该驾驶员模型构成为用于预测车辆的大概的未来的行为。确定车辆的当前行驶情况。根据所确定的行驶情况、所述驾驶员模型和所述神经网络来确定：预定的驾驶操纵是否可能。根据关于所述驾驶操纵是否可能的确定来实施用于所述驾驶操纵的驾驶员辅助功能和/或自主实施所述驾驶操纵。

通过根据所确定的行驶情况、所述驾驶员模型和所述神经网络来确定预定的驾驶操纵是否可能，用于正确的驾驶操纵辅助的特别可靠的命中精度是可能的，因为不仅当前情况而且神经网络用于进行确定。

此外，该方法可用于多种可能的驾驶操纵，只要存在用于神经网络的相应训练数据。

按照一个可选的实施方案，所述神经网络是双向的。

在双向神经网络的情况下，结点、亦即神经元不仅用作输入结点而且用作输出结点。这在驾驶操纵辅助中是特别有利的，因为可能的是，车辆驾驶员中断驾驶操纵且因此又变换回到最初的行驶情况。

按照另一可选的实施方案，所述神经网络是循环的、特别是双向的且循环的。

循环的神经网络附加地具有反馈路径，如直接的反馈(其中，一个神经元的自身的输出端用作另一输入端)、间接反馈(其中，一个神经元的输出端与在先层的一个神经元连接)和/或侧向反馈(其中，一个神经元的输出端与同一层的另一神经元连接)。这在驾驶操纵辅助中是特别有利的，因为可能的是，车辆驾驶员中断驾驶操纵且因此又变换回到最初的行驶情况。

按照另一可选的实施方案，提供多个行驶数据，其中，所述行驶数据代表过去的行程。神经网络利用多个行驶数据来训练。

由此传递给神经网络的不仅有过去的行驶数据而且还有借助于驾驶员模型预测的行为，从而能实现非常准确的训练以及非常可靠地确定：驾驶操纵是否可能。

所述多个行驶数据例如包括来自公共来源的在高速公路上多个行程的记录。

按照另一可选的实施方案，所述多个行驶数据包括关于行程的所确定的行驶情况的数据。根据关于所确定的行驶情况的数据来训练神经网络，其中，关于所确定的行驶情况的数据包括关于在相应的行驶情况下是否能够实施所述驾驶操纵的信息。

由此可以非常准确地训练神经网络。

行驶情况的特征例如在于如下参数中的一个或多个：