[发明专利]车载单元、协作驾驶的方法、模型确定单元、确定机器学习通信模型的方法

说明书

本发明涉及车载单元、用于协作驾驶的方法、模型确定单元、用于确定机器学习通信模型的方法、系统、方法、车辆以及用户设备。提供了用于道路使用者的协作驾驶的车载单元（OBU1；OBU2）。所述车载单元（OBU1；OBU2）包括：环境确定单元（102；112），其被配置成确定表示道路使用者所参与的交通状况的交通状况数据（tsD）；通信方案确定单元（104；114），其被配置成使用机器学习通信模型（110；120）依赖于所确定的交通状况数据（tsD）来确定至少一个通信参数（cP）；以及协调单元（106；116），其配置成经由通过无线电信道（RCH）传输的至少一个协调消息（cM）依赖于所述至少一个通信参数（cP）与另外的道路使用者的至少一个进一步的车载单元（OBU2；OBU1）进行通信。

背景技术

本发明涉及车载单元、用于协作驾驶的方法、模型确定单元、用于确定机器学习通信模型的方法、系统、方法、车辆以及用户设备。

车辆对X（V2X）通信的许多用例都受益于协作机动协调，该协作机动协调由协商共同的联合机动的附近车辆组成，其关于使每个车辆独立制定其自己的机动而优化了车辆交通流量、驾驶舒适性和道路利用效率。

其中预期机动协调会带来巨大收益的典型用例是高速公路并入坡道、市区或乡村道路的交叉口（尤其是对于左转机动）、交通拥堵排和超车机动。

例如从DE 10 2018 109 885 A1或DE 10 2018 109 883 A1中已知机动协调。

发明内容

现有技术的问题通过根据权利要求1的车载单元、根据从属权利要求的用于协作驾驶的方法、根据进一步的从属权利要求的模型确定单元、根据进一步的从属权利要求的用于确定机器学习通信模型的方法、根据进一步的从属权利要求的系统、根据进一步的从属权利要求的方法、根据进一步的从属权利要求的车辆以及根据进一步的从属权利要求的用户设备得到解决。

说明书的一方面涉及一种用于道路使用者的协作驾驶的车载单元，其中，该车载单元包括：环境确定单元，其被配置成确定表示该道路使用者所参与的交通状况的交通状况数据；通信方案确定单元，其被配置成使用机器学习通信模型依赖于所确定的交通状况数据来确定至少一个通信参数；以及协调单元，其被配置成经由通过无线电信道传输的至少一个协调消息，依赖于至少一个通信参数与另外的道路使用者的至少一个进一步的车载单元进行通信。

车载单元选取确定如何传输协调消息的最佳通信参数。更进一步地，最佳参数化取决于由交通状况数据表示的多个不同的环境参数，比如车辆动力学、驾驶环境和进一步的条件。机器学习通信模型考虑这些不同的环境参数，以便影响周围的车辆，从而在减少无线电使用和成功解决交通状况的意义上达到最佳结果。

因此，该方法解决了道路使用者之间的机动协调处理的最佳参数化问题。利用该方法，基于对例如过去的协作机动协调处理的结果的观察来优化通信参数。因此，车载单元能够快速确定对每种交通状况的最佳反应。

总之，提供了用于优化机动协调处理的解决方案，以处置表示交通状况的环境参数、通信参数与交通状况结果之间的复杂依赖性。

根据有利的示例，协调单元被配置成依赖于至少一个通信参数来确定至少一个协调消息的有效载荷。

有利地，通过使用机器学习通信模型来构建至少一个协调消息。因此，所使用的机器学习通信模型关于机动结果以可比的方式将过去的良好经验应用于当前交通状况。特别地，确定协调消息的大小和结构。

特别地，至少一个协调消息的有效载荷包括：道路使用者的车载单元提供给其他车辆的其他车载单元的多条轨迹。

根据有利的示例，协调单元被配置成经由无线电信道依赖于至少一个通信参数传输至少一个协调消息。

有利地，至少一个协调消息的传输由机器学习通信模型管理。因此，所使用的机器学习模型关于机动结果以可比的方式来将过去的良好经验应用于当前交通状况。特别地，确定协调消息的无线电传输参数。