TECHNISCHES GEBIET

Verschiedene Beispiele der Offenbarung betreffen im Allgemeinen die Simulation des Verhaltens von Verkehrsteilnehmern unter Berücksichtigung von Emotionen der Verkehrsteilnehmer. Basierend darauf kann ein T raining oder eine Evaluation einer Fahrerassistenzfunktionalität eines Kraftfahrzeugs erfolgen.

HINTERGRUND

Die Verwendung von automatisierten oder autonom agierenden Fahrerassistenz funktionalitäten (ADAS-Systeme) ist weit verbreitet und nimmt weiter zu. Um ADAS-Systeme sicher zu entwickeln, kann es typischerweise hilfreich sein, eine große Anzahl von unterschiedlichen Verkehrssituationen zu berücksichti gen. Beispielsweise können unterschiedliche Verkehrssituationen beim Design eines ADAS-Systems berücksichtigt werden, wenn entsprechende Entschei dungslogiken programmiert oder trainiert werden. Unterschiedliche Verkehrssitu- ationen können aber auch bei der Validierung eines ADAS-Systems berücksich tigt werden, wenn die programmierte Entscheidungslogik bereits vorhanden ist und deren Leistungsfähigkeit überprüft werden soll.

Dies kann zum Beispiel durch die Verwendung von Prototypen in Feldtests er möglicht werden. Alternativ sind auch Techniken bekannt, um das dynamische Verhalten einer Vielzahl von Verkehrsteilnehmern in einer Simulationswelt zu si mulieren. Basierend auf der Simulation können dann Nutzdaten erzeugt werden und ist es möglich, das ADAS-System basierend auf den Nutzdaten zu trainieren und/oder zu evaluieren, d.h. zu validieren oder zu testen.

Die Verwendung einer Simulation weist im Gegensatz zum Feldtest den Vorteil auf, dass das Verhalten eines ADAS-Systems in Bezug auf eine besonders große Vielzahl von unterschiedlichen Verkehrssituationen zügig überprüft werden kann. Es können mehr Verkehrssituationen erfasst werden. Es können gezielt auch kri tische Verkehrssituationen nachgebildet werden. Deshalb kann das Verhalten von ADAS-Systemen auf Grundlage von Simulationen grundsätzlich genauer und zuverlässiger trainiert oder evaluiert werden. Dennoch wurde beobachtet, dass manchmal die Simulationen des dynamischen Verhaltens von Verkehrsteilnehmern nicht besonders genau sind oder systema tische Unterschiede zum Verhalten von realen Verkehrsteilnehmern aufweisen können. KURZE ZUSAMMENFASSUNG DER ERFINDUNG

Deshalb besteht ein Bedarf für verbesserte Techniken zum Simulieren des dyna mischen Verhaltens einer Vielzahl von Verkehrsteilnehmern. Insbesondere be steht ein Bedarf für solche Techniken, welche das dynamische Verhalten von Verkehrsteilnehmern besonders genau und realistisch simulieren können. Diese Aufgabe wird gelöst von den Merkmalen der unabhängigen Patentansprü che. Die Merkmale der abhängigen Patentansprüche definieren Ausführungsfor men.

Nachfolgend werden Techniken zur Simulation eines zeitveränderlichen, das heißt dynamischen Verhaltens einer Vielzahl von Verkehrsteilnehmern in einer Simulationswelt beschrieben. Dabei werden für die Verkehrsteilnehmer Emoti onszustände berücksichtigt. Diese Emotionszustände, zum Beispiel Aggression, Wut, Konfusion, Nervosität, Angst, Traurigkeit, Freude, Müdigkeit, Erschöpfung oder Stress können die Entscheidungsfindung der Verkehrsteilnehmer (manch- mal auch als Agenten bezeichnet) betreffend auszuführender Handlungen zur Interaktion mit der Simulationswelt beeinflussen. Dadurch kann es ermöglicht werden, zu untersuchen, wie die verschiedenen Verkehrsteilnehmer mit der Um gebung und miteinander interagieren, wenn subjektive (d.h. Agenten-spezifische) Randbedingungen bzw. Einflüsse auf das Verhalten in Form der Emotionszu- stände berücksichtigt werden. Unterschiedliche Verkehrsteilnehmer können da bei je nach Charakter und Umfeldsituation Handlungen ausführen, die maßgeb lich von unterschiedlichen Emotionszuständen geleitet sind.

Ein Computer-implementiertes Verfahren umfasst das Simulieren eines dynami schen Verhaltens einer Vielzahl von Verkehrsteilnehmern in einer Simulations- weit und während eines Simulationszeitraums. Dabei umfasst das Simulieren für jeden Verkehrsteilnehmer der Vielzahl von Verkehrsteilnehmern das Bestimmen von dynamischen Werten von ein oder mehreren Emotionszuständen während des Simulationszeitraums. Das Simulieren umfasst außerdem für jeden Ver kehrsteilnehmer der Vielzahl von Verkehrsteilnehmern das Bestimmen von Handlungen des jeweiligen Verkehrsteilnehmers zur Interaktion mit der Simulati onswelt basierend auf den dynamischen Werten der ein oder mehreren Emoti onszustände. Das Computer-implementierte Verfahren umfasst ferner das Er zeugen von Nutzdaten zum Training oder zur Evaluation einer automatisierten oder autonom agierenden Fahrerassistenzfunktionalität eines Kraftfahrzeugs ba- sierend auf dem dynamischen Verhalten der Vielzahl von Verkehrsteilnehmern.

Ein Computerprogramm oder ein Computerprogramm-Produkt oder ein compu terlesbares Speichermedium umfasst Programmcode. Der Programmcode kann von einem Prozessor geladen und ausgeführt werden. Dies bewirkt, dass der Prozessor ein Computer-implementiertes Verfahren ausführt. Das Verfahren um fasst das Simulieren eines dynamischen Verhaltens einer Vielzahl von Verkehrs teilnehmern in einer Simulationswelt und während eines Simulationszeitraums. Dabei umfasst das Simulieren für jeden Verkehrsteilnehmer der Vielzahl von Ver- kehrsteilnehmern das Bestimmen von dynamischen Werten von ein oder mehre ren Emotionszuständen während des Simulationszeitraums. Das Simulieren um fasst außerdem für jeden Verkehrsteilnehmer der Vielzahl von Verkehrsteilneh mern das Bestimmen von Handlungen des jeweiligen Verkehrsteilnehmers zur Interaktion mit der Simulationswelt basierend auf den dynamischen Werten der ein oder mehreren Emotionszustände. Das Computer-implementierte Verfahren umfasst ferner das Erzeugen von Nutzdaten zum Training oder zur Evaluation einer automatisierten oder autonom agierenden Fahrerassistenzfunktionalität ei nes Kraftfahrzeugs basierend auf dem dynamischen Verhalten der Vielzahl von Verkehrsteilnehmern. Eine Vorrichtung umfasst einen Prozess und einen Speicher. Der Prozessor kann Programmcode aus dem Speicher laden und ausführen. Dies bewirkt, dass der Prozessor ein dynamisches Verhalten einer Vielzahl von Verkehrsteilnehmern in einer Simulationswelt und während eines Simulationszeitraums simuliert. Dabei umfasst das Simulieren für jeden Verkehrsteilnehmer der Vielzahl von Verkehrs- teilnehmern das Bestimmen von dynamischen Werten von ein oder mehreren Emotionszuständen während des Simulationszeitraums. Das Simulieren umfasst außerdem für jeden Verkehrsteilnehmer der Vielzahl von Verkehrsteilnehmern das Bestimmen von Handlungen des jeweiligen Verkehrsteilnehmers zur Inter aktion mit der Simulationswelt basierend auf den dynamischen Werten der ein oder mehreren Emotionszustände. Außerdem ist der Prozessor eingerichtet, Nutzdaten zum Training oder zur Evaluation einer automatisierten oder autonom agierenden Fahrerassistenzfunktionalität eines Kraftfahrzeugs basierend auf dem dynamischen Verhalten der Vielzahl von Verkehrsteilnehmern zu erzeugen. Die oben dargelegten Merkmale und Merkmale, die nachfolgend beschrieben werden, können nicht nur in den entsprechenden explizit dargelegten Kombina tionen verwendet werden, sondern auch in weiteren Kombinationen oder isoliert, ohne den Schutzumfang der vorliegenden Erfindung zu verlassen.

KURZE BESCHREIBUNG DER FIGUREN

FIG. 1 illustriert schematisch eine Vorrichtung zur Datenverarbeitung gemäß ver schiedenen Beispielen.

FIG. 2 ist ein Flussdiagramm eines beispielhaften Verfahrens. FIG. 3 illustriert schematisch ein Agentenmodell eines Verkehrsteilnehmers mit mehreren Modulen gemäß verschiedenen Beispielen.

FIG. 4 illustriert schematisch mehrere beispielhafte Übertragungsfunktionen, die eine Veränderung des Werts für einen Emotionszustand basierend auf einer Um feldsituation für verschiedene statische physiologisch-psychologischen Eigen- schäften beschreiben.

FIG. 5 illustriert schematisch eine Veränderung eines dynamischen Emotionszu stands über der Zeit gemäß verschiedenen Beispielen.

FIG. 6 illustriert eine Verkehrssituation mit mehreren Verkehrsteilnehmern ge mäß verschiedenen Beispielen. FIG. 7 illustriert Aspekte im Zusammenhang mit der Entscheidungsfindung in Ab hängigkeit des Werts eines Emotionszustands gemäß verschiedenen Beispielen.

FIG. 8 illustriert eine beispielhafte statistische Häufigkeit für das Auftreten von bestimmten Werten einer physiologisch-psychologischen Eigenschaft. DETAILLIERTE BESCHREIBUNG VON AUSFUHRUNGSFORMEN

Die oben beschriebenen Eigenschaften, Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich im Zusammenhang mit der folgenden Beschreibung der Ausfüh rungsbeispiele, die im Zusammenhang mit den Zeichnungen näher erläutert wer den.

Nachfolgend wird die vorliegende Erfindung anhand bevorzugter Ausführungs formen unter Bezugnahme auf die Zeichnungen näher erläutert. In den Figuren bezeichnen gleiche Bezugszeichen gleiche oder ähnliche Elemente. Die Figuren sind schematische Repräsentationen verschiedener Ausführungsformen der Er findung. In den Figuren dargestellte Elemente sind nicht notwendigerweise maß stabsgetreu dargestellt. Vielmehr sind die verschiedenen in den Figuren darge stellten Elemente derart wiedergegeben, dass ihre Funktion und genereller Zweck dem Fachmann verständlich wird. In den Figuren dargestellte Verbindun gen und Kopplungen zwischen funktionellen Einheiten und Elementen können auch als indirekte Verbindung oder Kopplung implementiert werden. Eine Verbin dung oder Kopplung kann drahtgebunden oder drahtlos implementiert sein. Funktionale Einheiten können als Hardware, Software odereine Kombination aus Hardware und Software implementiert werden.

Nachfolgend werden Techniken beschrieben, um das dynamische, das heißt zeitveränderliche Verhalten einer Vielzahl von Verkehrsteilnehmern in einer Si mulationswelt während eines Simulationszeitraums zu simulieren. Dieses bildet sich aus der Vielzahl von Handlungen, die die verschiedenen Verkehrsteilnehmer während des Simulationszeitraums unternehmen.

Beispielsweise kann das Verhalten von Verkehrsteilnehmern, die Personenkraft fahrzeuge, Lastkraftfahrzeuge oder Fahrräder fahren, simuliert werden. Es könnte auch das Verhalten von Fußgängern oder spielenden Kindern simuliert werden.

Insbesondere kann eine Trajektorie, d.h. der Bewegungspfad, der Verkehrsteil nehmer durch die Simulationswelt simuliert werden. Es können auch sonstige Interaktionen der Verkehrsteilnehmer mit anderen Verkehrsteilnehmern oder Ele menten der Simulationswelt simuliert werden.

Die hierin beschriebenen Techniken ermöglichen es, basierend auf der Simula tion Nutzdaten zu bestimmen. Die Nutzdaten können basierend auf dem dyna mischen Verhalten der Vielzahl von Verkehrsteilnehmern bestimmt werden und können beispielsweise die Trajektorien der Verkehrsteilnehmer durch die Simu lationswelt beschreiben. Die Nutzdaten können also eine Abfolge von Positionen der Verkehrsteilnehmer beschreiben. Die Nutzdaten können alternativ oder zu sätzlich auch andere aus der Simulation erhaltene Informationen beinhalten, zum Beispiel Informationen zum internen Zustand der verschiedenen Verkehrsteilneh- mer, die z.B. die Entscheidungsfindung der Verkehrsteilnehmer, die zu einer be stimmten Handlung führt, plausibilisieren.

Basierend auf solchen Nutzdaten können unterschiedliche Anwendungsszena rien ermöglicht werden. Insbesondere wäre es möglich, dass die Nutzdaten zum Training oder zur Evaluation (d.h. Testen und/oder Validieren) eines ADAS-Sys- tems verwendet werden. Das ADAS-System kann zum Beispiel eine automati sierte Fahrerassistenzfunktionalität sein. Beispielsweise könnte eine solche au tomatisierte Fahrerassistenzfunktionalität den Fahrer eines Kraftfahrzeugs bei bestimmten, spezifischen Fahrsituationen unterstützen, etwa bei der Fahrt auf der Autobahn, beim Abstandhalten von einem vorausfahrenden Fahrzeug (adap- tive Geschwindigkeitsregelung), beim Abbiegen (Abbiege-Assistent), beim Fah ren durch eine enge Gasse, usw. Zum Beispiel könnte das ADAS-System für das autonome Fahren ausgebildet sein, zum Beispiel gemäß der Society of Automo tive Engineers -Klassifikation „Level 1“ bis „Level 5“. Beispielsweise wäre es möglich, dass das ADAS-System einen maschinenge lernten Algorithmus umfasst, beispielsweise ein künstliches neuronales Netz werk. Dieses kann basierend auf den Nutzdaten trainiert werden. Das künstliche neuronale Netzwerk kann zum Beispiel Sensordaten von Umfeldsensoren eines Kraftfahrzeugs als Eingabe erhalten und basierend darauf Steueranweisungen für den Betrieb des Kraftfahrzeugs generieren. Solche Sensordaten können ba sierend auf den Nutzdaten simuliert werden. Dazu können die Nutzdaten bei spielsweise von einem Rendering-Programm geladen werden und dann Sensor daten von dem Rendering-Programm simuliert werden. Dann kann eine Ground- Truth von Steueranweisungen von einem Experten erzeugt werden, die simulier ten Sensordaten als Eingabe verwendet werden, und basierend auf einer Abwei chung zwischen den vom künstlichen neuronalen Netzwerk ausgegebenen Steu eranweisungen und der Ground-Truth (eine entsprechende Verlustfunktion kann definiert werden) Gewichte des künstlichen neuronalen Netzwerks mit einem Gradientenabstiegsverfahren angepasst werden. Solche Techniken können nicht nur im Zusammenhang mit dem Training eines künstlichen neuronalen Netz werks hilfreich sein, sondern beispielsweise auch im Zusammenhang mit dem Computer-assistierten Design (CAD) von manuell parametrisierten Algorithmen.

Ein weiteres Anwendungsszenario betrifft zum Beispiel das Testen eines ADAS- Systems. Dabei kann das ADAS-System mit Verkehrssituationen konfrontiert werden, die durch die Nutzdaten abgebildet werden. Dann kann überprüft wer den, ob vom ADAS-System erzeugte Steueranweisungen ein gewünschtes Er gebnis erzielen. Auch in einem solchen Fall kann basierend auf den Nutzdaten eine Emulation von Sensordaten als Eingabe in das ADAS-System durchgeführt werden.

Neben einem solchen Testen von individuellen Verkehrssituationen wäre auch ein Validieren des ADAS-Systems basierend auf den Nutzdaten denkbar. Bei ei- ner solchen Validierung kann ein Zuverlässigkeitsgrad ermittelt werden. Zum Bei spiel können viele Verkehrssituationen einer bestimmten Klasse von Verkehrssi tuationen verwendet werden, um entsprechend simulierte Sensordaten zu erzeu gen. Dann kann innerhalb der Klasse von Verkehrssituationen überprüft werden, mit welcher Zuverlässigkeit (zum Beispiel Angabe in Prozent) das ADAS-System innerhalb einer bestimmten Zielvorgabe reagiert.

Die Simulation kann eine Abfolge von Zeitschritten umfassen. Für jeden Zeit schritt können für jeden Verkehrsteilnehmer ein oder mehrere interne Zustände bestimmt werden und basierend darauf können dann ein oder mehrere Handlun- gen zur Interaktion des jeweiligen Verkehrsteilnehmers mit der Simulationswelt bestimmt werden. Die ein oder mehreren internen Zustände können gemäß eines Agentenmodells bestimmt werden.

Gemäß verschiedenen Beispielen umfassen die ein oder mehreren internen Zu stände auch ein oder mehrere dynamische Emotionszustände. Im Agentenmo- dell können also neuronale und kognitive Schritte der Signalverarbeitung im Men schen bei der Teilnahme am Straßenverkehr (z.B. als Autofahrer) nachgebildet werden.

Im Detail kann das Agentenmodell mehrere Module umfassen, z.B. für die Wahr nehmung, die Kognition, und die Handlung (engl perceive-think-act). In ein oder mehreren solcher Module des Agentenmodells können die dynamischen Emoti onszustände gebildet und/oder berücksichtigt werden. Das bedeutet also, dass z.B. die Wahrnehmung und/oder die Verarbeitung/Kognition und/oder die Hand lung beeinflusst sein kann von den dynamischen Emotionszuständen.

Beispiele für solche dynamischen Emotionszustände sind z.B. Aggression; Wut; Konfusion; Nervosität; Angst; Traurigkeit; Freude; Müdigkeit; Erschöpfung; und Stress. Wenn ein oder mehrere solche dynamischen Emotionszustände verwen det werden, kann diesen jeweils ein Wert bzw. Niveau zugeordnet sein, wobei sich der Wert über der Zeit verändert (beispielsweise wenn der Fahrer aggressi ver wird, aufgrund einer äußeren Reizung).

Gemäß verschiedenen Beispielen umfassen die ein oder mehreren internen Zu stände auch physiologische und/oder psychologische Eigenschaften (PP-Eigen- schäften). Diese können insbesondere den verschiedenen Verkehrsteilnehmern statisch zugeordnet sein (d.h. also, im Gegensatz zu den dynamischen Emoti onszuständen, keine Veränderung über der Zeit aufweisen). Die PP-Eigenschaf- ten können z.B. bestimmte Randbedingungen oder Einschränkungen für die Agenten-spezifische Signalverarbeitung im Agentenmodell beschreiben, etwa eingeschränktes Sichtfeld, Reaktions- und Verarbeitungszeiten, typische Fehler bei der Distanz- oder Geschwindigkeitsschätzung, begrenztes Kurzzeitgedächt nis usw. Die PP-Eigenschaften können z.B. ausgewählt sein aus: Alter, körperli che Verfassung, Rauschmitteleinfluss, Fahrerfahrung, Regelkonformität, allge meiner Fahrstil, Bequemlichkeit, Ablenkbarkeit. Um die gesamte Bandbreite menschlicher Verkehrsteilnehmer abzubilden, sind die einzelnen Module des Agentenmodell für jeden Verkehrsteilnehmer individu ell parametrierbar. Das bedeutet, dass die Werte für die PP-Eigenschaften je nach Verkehrsteilnehmer unterschiedlich gewählt werden können. Es können also Faktoren wie z.B. Alter, -, Alkoholeinfluss, Fahrstil (Aggressiv vs. Defensiv) vom Nutzer für die verschiedenen Verkehrsteilnehmer angepasst werden. Es wäre auch eine Parametrierung der PP-Eigenschaften für die Vielzahl von Ver kehrsteilnehmer mit einer statistischen Häufigkeitsverteilung möglich. Diese Fak toren werden dann in einzelne interne Zustände umgesetzt, die die Algorithmen innerhalb der Module quantitativ beeinflussen. Grundsätzlich sind unterschiedliche Techniken möglich, um aktuelle Werte für die ein oder mehreren Emotionszustände pro Zeitschritt zu bestimmen. Die Di mensionierung der ein oder mehreren Emotionszustände (d.h. das Setzen von Werten für die ein oder mehreren Emotionszustände) kann in einem Emotions modul des Agentenmodells erfolgen. Das Emotionsmodul wertet also z.B. in je dem Simulationszeitschritt die interne Repräsentation des Agenten (dessen indi viduelle Vorstellung der aktuellen Verkehrssituation, die von der Realität ggf. ab- weichen kann) bezüglich relevanter Größen anderer Verkehrsteilnehmer (deren Trajektorien, Abstände zueinander und zum Ego-Agenten, deren Licht- und Warnsignale) aus. Der eigene Zustand (aktuelle Geschwindigkeit, aktuelle Posi tion/Spur auf der Straße, aktuelles Fahrmanöver usw.) wird dabei permanent mit einem Sollzustand abgeglichen, wobei die Differenz die Emotionszustände be- einflusst. Das bedeutet also, dass die ein oder mehreren dynamischen Emotions zustände in Abhängigkeit von einer Beeinflussung einer jeweils geplanten Trajek- torie und/oder Geschwindigkeit durch eine Umfeldsituation des jeweiligen Ver kehrsteilnehmers in der Simulationswelt bestimmt sein kann.

Die Bestimmung von Werten für die ein oder mehreren dynamischen Emotions- zustände kann insbesondere unter Berücksichtigung der ein oder mehreren PP- Eigenschaften erfolgen. Beispielsweise wäre es denkbar, dass für jeden Ver kehrsteilnehmer eine subjektive Wahrnehmung einer dynamischen Umfeldsitua tion des jeweiligen Verkehrsteilnehmers in der Simulationswelt in Abhängigkeit von den ein oder mehreren PP-Eigenschaften des jeweiligen Verkehrsteilneh- mers bestimmt wird. Dann können die ein oder mehreren dynamischen Emoti onszustände für die Verkehrsteilnehmer jeweils basierend auf der jeweiligen sub jektiven Wahrnehmung der dynamischen Umfeldsituation bestimmt werden. Das bedeutet also, dass es möglich wäre, je nach Empfinden der Umfeldsituation die ein oder mehreren Emotionszustände zu dimensionieren. Als nächstes wird ein konkretes Beispiel zur Illustration solcher und weiterer Ab hängigkeiten skizziert. Z.B. kann es zwei Emotionszustände geben: Aggression (vorsichtiges vs. riskantes Verhalten), und Ängstlichkeit. Aggression und Ängst lichkeit können unterschiedliche Werte annehmen. Der Einfluss der subjektiven Wahrnehmung der Umfeldsituation auf die Dimensionierung von Aggression und Ängstlichkeit auf die beiden Emotionszustände kann wiederum agentenspezi fisch parametriert werden, sodass z.B. dieselbe Verkehrssituation (z.B. Drängier von hinten) bei einem ersten Verkehrsteilnehmer zu einer steigenden Aggressi- vität, beim anderen zu steigender Ängstlichkeit führt. Dieser Einfluss der dynami schen Umfeldsituation auf die Dimensionierung der ein oder mehreren Emotions zustände kann durch eine entsprechend definierte Übertragungsfunktion be schrieben werden. Die Übertragungsfunktion kann wiederum subjektiv definiert sein, nämlich in Abhängigkeit von ein oder mehreren PP-Eigenschaften. Z.B. kann dieselbe subjektiv wahrgenommene Umfeldsituation bei einem unter Alko holeinfluss stehenden Fahrerdas Aggresionsniveau heraufsetzen, bei einem mü den Fahrer aber das Ängstlichkeitsniveau. Alternativ oder zusätzlich könnten auch unterschiedliche Grundniveaus an Aggression und Ängstlichkeit je nach PP-Eigenschaften abgebildet werden können. Die Werte der beiden dynami- sehen Emotionszustände beeinflussen wiederum in jedem Zeitschrift die Ent scheidungsfindung des Agenten, d.h. die ein oder mehreren ausgeführten Hand lungen. Dabei können in Abhängigkeit von den ein oder mehreren Emotionszu ständen Entscheidungsschwellen beim Schritt der Risikoabwägung verschoben werden, sodass z.B. höhere Aggression zu riskanteren Entscheidungen führt und andersherum. Ängstlichkeit wirkt sich dabei beispielsweise durch die Verschie bung von Entscheidungsschwellen, aber zugleich durch eine höhere Gewichtung der in der internen Repräsentation vorhandenen Unsicherheit auf die Entschei dungsfindung aus.

FIG. 1 illustriert schematisch eine Vorrichtung 90 zur Datenverarbeitung, die für verschiedene hierin beschriebene Techniken verwendet werden kann. Die Vor richtung 90 umfasst einen Prozessor 92. Dieser könnte zum Beispiel als CPU oder GPU implementiert sein. Außerdem umfasst die Vorrichtung 90 auch einen Speicher 93 und der Prozessor 92 kann Programmcode aus dem Speicher laden und ausführen. Wenn der Prozessor 92 den Programmcode ausführt, bewirkt dies, dass der Prozessor 92 Techniken ausführt, wie sie hierin beschrieben sind, zum Beispiel: Simulieren des dynamischen Verhaltens einer Vielzahl von Ver kehrsteilnehmern; Parametrisieren von internen Zuständen eines Agentenmo dells der Verkehrsteilnehmer basierend beispielsweise auf einer Benutzerein- gäbe, die über eine Schnittstelle 91 empfangen wird; Erzeugen von Nutzdaten 165 basierend auf einem dynamischen Verhalten der Vielzahl von Verkehrsteil nehmer; Evaluation oder Training eines ADAS-Systems basierend auf den Nutz daten 165.

FIG. 2 ist ein Flussdiagramm eines beispielhaften Verfahrens. Das Verfahren aus FIG. 2 kann von einem Prozessor ausgeführt werden. Beispielsweise könnte das Verfahren aus FIG. 2 vom Prozessor 92 der Vorrichtung 90 ausgeführt werden, basierend auf Programmcode, den der Prozessor 92 aus dem Speicher 93 lädt. Das Verfahren ermöglicht das Simulieren des dynamischen Verhaltens von Ver kehrsteilnehmern in einer Simulationswelt unter Berücksichtigung von Emotions- zuständen. Jedem Verkehrsteilnehmer können zeitveränderliche Werte für ein oder mehrere Emotionszustände zugeordnet sein. Die Flandlungen und damit das Verhalten der Verkehrsteilnehmer hängen danach von diesen zeitveränder lichen Werten. Die Emotionszustände können also als dynamische Emotionszu stände bezeichnet werden. Zunächst erfolgt in Box 3005 das Simulieren des dynamischen Verhaltens einer Vielzahl von Verkehrsteilnehmern in einer Simulationswelt während eines Simu lationszeitraums. Dazu werden die Flandlungen der Verkehrsteilnehmer auf ih rem Weg durch die Simulationswelt bestimmt.

In Box 3010 werden anschließend basierend dem dynamischen Verhalten der Verkehrsteilnehmer Nutzdaten erzeugt. Diese Nutzdaten können zum Beispiel die Positionen und Lage der Verkehrsteilnehmer als Funktion der Zeit angeben alternativ oder zusätzlich können diese Nutzdaten auch ein oder mehrere interne Zustände eines Agentenmodells der verschiedenen Verkehrsteilnehmer umfas sen. Beispielsweise wäre es möglich, dass die Nutzdaten die dynamischen Werte für ein oder mehrere Emotionszustände der verschiedenen Verkehrsteilnehmer als Funktion der Zeit angeben. Zum Beispiel könnten die Nutzdaten das Aggres- sionsniveau oder das Wutniveau für die verschiedenen Verkehrsteilnehmer als Funktion der zeit angeben. Beispielsweise könnten die Nutzdaten angeben, ob ein entsprechender Verkehrsteilnehmer abgelenkt war oder nicht. Die Nutzdaten könnten zum Beispiel eine Blickrichtung der Verkehrsteilnehmer indizieren. Auch Ereignisse, wie z.B. Kollision, hohe Beschleunigung, starke Brems-/Lenkein- griffe, können indiziert werden.

Durch die Ausgabe solcher und/oder anderer innerer Zustände des Agentenmo dells kann anschließend in Box 3015 eine Ursachenanalyse für ein bestimmtes Verhalten der verschiedenen Verkehrsteilnehmer erfolgen.

In Box 3015 erfolgt anschließend optional die Verwendung der Nutzdaten. Grundsätzlich sind unterschiedlichste Verwendungen denkbar. Beispielsweise wäre es möglich, dass die Nutzdaten für einen Computer-assistierten Entwick lungsprozess für ein ADAS-System verwendet werden. Beispielsweise könnten bestimmte Betriebsparameter des ADAS-Systems so eingestellt werden, dass das ADAS-System eine sichere Assistenz auch in bestimmten Situationen bereit- stellt, welche durch emotionales Verhalten anderer Verkehrsteilnehmer geprägt oder beeinflusst sind. Es wäre auch denkbar, dass in Box 3015 eine Evaluation eines ADAS-Systems basierend auf den Nutzdaten durchgeführt wird. Dies be deutet, dass zum Beispiel der Betrieb des ADAS-Systems getestet werden kann, das heißt es könnte überprüft werden, ob das ADAS-System ein wünschenswer- tes Ergebnis auch für Situationen erzielt, die signifikant von emotional bedingten Entscheidungen und Flandlungen verschiedener Verkehrsteilnehmer geprägt sind. Es könnte auch eine Validierung des ADAS-Systems erfolgen; d.h. es könnte überprüft werden, ob für eine Vielzahl von Verkehrssituationen einer hin reichenden Häufigkeit ein gewünschtes Ergebnis erzielt wird. Optional könnte im Anschluss an den Computer-assistierten Entwicklungsprozess für das ADAS- System auch eine Verwendung des ADAS-Systems zum Steuern eines Kraftfahr- zeugs erfolgen.

Insbesondere wäre es in manchen Szenarien denkbar, dass eine Rückkopplung 3020 der Verwendung der Nutzdaten in Box 3015 auf das Durchführen der Si mulationen Box 3005 implementiert wird. Beispielsweise wäre es denkbar, dass bei einer Validierung eines ADAS-Systems eine bestimmte Klasse von Verkehrs- Situationen identifiziert wird, bei denen das ADAS-System nur eine reduzierte Zu verlässigkeit aufweist. Eine solche Klasse von Verkehrssituationen kann charak terisiert sein durch ein bestimmtes Verhalten der verschiedenen Verkehrsteilneh mer. Eine solche Klasse von Verkehrssituationen könnte auch charakterisiert sein durch ein bestimmtes statisches Umfeld, zum Beispiel einem bestimmten Straßentyp, bestimmte Straßenführung, bestimmte Umweltbedingungen (z.B. Starkregen), spezielle Kreuzungen, usw. Dann wäre es denkbar, dass die Simu lation in Box 3005 erneut innerhalb dieser Klasse von Verkehrssituationen durch geführt wird, zum Beispiel mit einer höheren Zeitauflösung, höheren Genauigkeit oder größeren Abtastrate in Bezug auf den entsprechenden Parameterraum. Es könnten leichte Variationen in den Simulationsparametern vorgenommen werden oder die Ausgangssituation variiert werden. Basierend auf den derart erhaltenen Nutzdaten könnte dann eine genauere Validierung in Box 3015 erfolgen, oder es wäre sogar denkbar, dass das Design des ADAS-Systems angepasst wird.

Das Simulieren in Box 3005 kann zeitdiskrete für mehrere Zeitschritte während eines Simulationszeitraums erfolgen. Dabei kann für jeden Zeitschritt eine Reihe von internen Zuständen eines jeden Verkehrsteilnehmers mittels eines Agenten modells bestimmt werden und daraus dann die Veränderung der Position und/o der Lage und/oder Geschwindigkeit des jeweiligen Verkehrsteilnehmers in der Simulationswelt basierend auf ein oder mehreren entsprechenden Handlungen abgeleitet werden. Details zum Agentenmodell werden nachfolgend im Zusam menhang mit FIG. 3 beschrieben.

FIG. 3 illustriert Aspekte in Bezug auf ein Agentenmodell 105. Das Agentenmo- dell 105 wird dazu verwendet, um eine Reihe von internen Zuständen für jeden Verkehrsteilnehmer pro Zeitschritt 251 zu bestimmen. Das Agentenmodell um fasst ein Modul 120 zum Bestimmen einer subjektiven Wahrnehmung einer Um feldsituation des jeweiligen Verkehrsteilnehmers in der Simulationswelt. Außer dem umfasst das Agentenmodell 105 auch ein Modul 130 zum Bestimmen von Handlungen des jeweiligen Verkehrsteilnehmers basierend auf dessen Wahrneh mung der Umfeldsituation (Abhängigkeit 902).

Das sind nur beispielhafte Module. Zum Beispiel wäre es denkbar, dass zwischen dem Modul 120 für die Wahrnehmung und dem Modul 130 für die Handlung ein weiteres Modul angeordnet ist (in Fig. 3 nicht gezeigt), welches eine kognitive Verarbeitung von wahrgenommener Information aus dem Modul 120 ermöglicht.

Das Agentenmodell 105 umfasst im dargestellten Szenario außerdem auch ein Modul 140 zum Bestimmen von dynamischen Werten von ein oder mehreren Emotionszuständen 161 während des Simulationszeitraums. Die Handlungen werden dann im Modul 130 basierend auf den dynamischen Werten der ein oder mehreren Emotionszustände aus dem Modul 140 bestimmt (Abhängigkeit 925). Die Handlungen beschreiben dann das dynamische Verhalten der Verkehrsteil nehmer und es ist möglich basierend auf diesem dynamischen Verhalten die Nutzdaten 165 zu erzeugen.

Im Beispiel der FIG. 3 werden also die Handlung des jeweiligen Verkehrsteilneh- mers basierend auf den dynamischen Werten der ein oder mehreren Emotions zustände 161 bestimmt (Abhängigkeit 925). Alternativ oder zusätzlich wäre es auch denkbar, dass die subjektive Wahrnehmung der Umfeldsituation des jewei ligen Verkehrsteilnehmers basierend auf den ein oder mehreren Emotionszu ständen aus dem Modul 140 bestimmt werden (Abhängigkeit 906).

In FIG. 3 ist außerdem dargestellt, dass es möglich ist, dass das Agentenmodell 105 PP-Eigenschaften 162 berücksichtigt. Diese können grundsätzlich sowohl das Bestimmen der subjektiven Wahrnehmung im Modul 120 beeinflussen, wie auch das Bestimmen von Werten der ein oder mehreren Emotionszustände 161 im Modul 140, und/oder das Bestimmen von Handlungen im Modul 130.

Beispiele für Emotionszustände 161 und deren möglicher Einfluss auf das Be- stimmen von Handlungen und/oder die Wahrnehmung 120 (Abhängigkeiten 925 und 906) sind nachfolgend in TAB. 1 beschrieben.

TAB. 1 : Verschiedene Beispiele für Emotionszustände 161 . Außerdem sind auch Einflüsse der jeweiligen Emotionszustände auf die Wahrnehmung oder die Hand lung dargelegt. Die entsprechenden Beispiele sind illustrativ und andere Abhän gigkeiten sind denkbar. Voranstehend wurden verschiedene Techniken beschrieben, bei denen in Ab hängigkeit von dynamischen Werten von ein oder mehreren Emotionszuständen 181 Handlungen des jeweiligen Verkehrsteilnehmers zur Interaktion mit der Si mulationswelt bestimmt werden und/oder die subjektive Wahrnehmung der Um- weltsituation des jeweiligen Verkehrsteilnehmers in der Simulationswelt bestimmt wird. Alternativ oder zusätzlich könnte noch andere Module des Agentenmodells 105, beispielsweise ein Modul zur Bestimmung der kognitiven Verarbeitung von wahrgenommener Informationen betreffend das Umfeld aus Modul 120, in Ab hängigkeit von den dynamischen Werten von ein oder mehreren Emotionszu- ständen operieren. Allgemein formuliert können also ein oder mehrere Module eines Agentenmodells eine Abhängigkeit von dynamischen Werten von ein oder mehreren Emotionszuständen aufweisen.

Grundsätzlich wäre es möglich, dass neben solchen transienten Emotionszu ständen, das heißt Emotionszuständen mit dynamischen Werten, auch statische PP-Eigenschaften 162 berücksichtigt werden, vergleiche FIG. 3.

Dabei gibt es, als allgemeine Regel, unterschiedliche Möglichkeiten, um statische PP-Eigenschaften 162 im Zusammenhang mit dem Agentenmodell 105 zu be rücksichtigen. Beispielsweise wäre es denkbar, dass für jeden Verkehrsteilneh mer die subjektive Wahrnehmung der Umfeldsituation in Abhängigkeit von ein oder mehreren entsprechenden statischen PP-Eigenschaften 162 des jeweiligen Verkehrsteilnehmers bestimmt wird (Abhängigkeit 904). Alternativ oder zusätz lich wäre es auch denkbar, dass die Werte für die ein oder mehreren Emotions zustände 161 im Modul 140 basierend auf den PP-Eigenschaften 162 bestimmt werden (Abhängigkeit 903). Alternativ oder zusätzlich wäre es auch möglich, dass beim Bestimmen von Handlungen des jeweiligen Verkehrsteilnehmers zur Interaktion des jeweiligen Verkehrsteilnehmers mit der Umfeldsituation der Simu lationswelt im Modul 130 ein oder mehrere PP-Eigenschaften 162 berücksichtigt werden (Abhängigkeit 920). Solche statischen PP-Eigenschaften könnten zum Beispiel ausgebildet sein aus folgender Gruppe: Alter; körperliche Verfassung; Rauschmittel Einfluss; Fahrer fahrung; Regelkonformität; allgemeiner Fahrstil; Bequemlichkeit; Ablenkbarkeit. Entsprechende Werte für ein oder mehrere PP-Eigenschaften können zu Beginn der Simulation einmal initialisiert bzw. gesetzt werden und dann konstant verblei ben, während des Simulationszeitraums.

Details zu beispielhaften Implementierungen der Abhängigkeit 904 der subjekti ven Wahrnehmung aus Modul 120 von ein oder mehreren PP-Eigenschaften 162 sind nachfolgend in TAB. 2 beschrieben.

TAB. 2: Verschiedene Beispiele für PP-Eigenschaften und deren Einfluss auf die subjektive Wahrnehmung, die Modul 120 bestimmt wird. Die dargelegten quali tativen Abhängigkeiten sind rein illustrativ und andere qualitative Abhängigkeiten wären denkbar. Obenstehend wurden Techniken beschrieben, wie in Abhängigkeit von ein oder mehreren PP-Eigenschaften 162 die subjektive Wahrnehmung der Umfeldsitua tion in Modul 120 beeinflusst werden kann. Diese subjektive Wahrnehmung der Umfeldsituation kann dann mehrere Einflüsse auf das Agentenmodell 105 haben, wie in FIG. 3 dargestellt. Die subjektive Wahrnehmung aus Modul 120 kann zum Beispiel die dynamischen Werte der Emotionszustände 161 beeinflussen (Ab hängigkeit 905). Die subjektive Wahrnehmung aus Modul 120 kann auch die Ent scheidungsfindung zur Bestimmung von Handlungen, Modul 130, beeinflussen (Abhängigkeit 902).

Als nächstes wird ein Beispiel für die Abhängigkeit 905 erläutert, das heißt einen Einfluss, den die subjektive Wahrnehmung der Umweltsituation aus Modul 120 auf die Bestimmung von Werten für ein oder mehrere Emotionszustände 161 in Modul 140 haben kann.

Beispielsweise könnte die subjektive Wahrnehmung aus Modul 120 bewirken, dass ein Verkehrsteilnehmer die wahrgenommene Umfeldsituation als Eingriff in einen Egobereich des jeweiligen Verkehrsteilnehmers empfindet. Insbesondere können Handlungen von anderen Verkehrsteilnehmern als Eingriff in den Egobe reich empfunden werden. Ein solches Ereignis, das heißt der Eingriff in den je weiligen Egobereich, kann dann eine Veränderung von Werten von ein oder meh reren bestimmten Emotionszuständen, zum Beispiel eine erhöhte Aggressivität oder erhöhte Ängstlichkeit, bewirken. Ein Beispiel wäre, dass andere Verkehrs teilnehmer vergleichsweise nahe an den jeweiligen Verkehrsteilnehmer heran kommen. Ein entsprechender Entfernungsschwellenwert könnte in Abhängigkeit von PP-Eigenschaften 162 bestimmt sein. Ein entsprechender Entfernungs- Schwellenwert könnte auch in Abhängigkeit von den aktuellen Werten der Emo tionszustände 161 bestimmt sein. Ein weiteres Beispiel für einen Eingriff in den Egobereich wäre zum Beispiel die Verwendung einer Lichthupe oder Hupe durch andere Verkehrsteilnehmer. Auch hier kann die Antizipation einer entsprechen den Handlung von anderen Verkehrsteilnehmern in Abhängigkeit von PP-Eigen- schäften 162 und/oder Emotionszuständen 161 bestimmt werden.

Allgemein formuliert könnten solche ein oder mehreren subjektiven Eingriffe in den Egobereich aus folgender Gruppe ausgewählt sein: Tonsignale eines weite ren Verkehrsteilnehmers; Lichtsignale eines weiteren Verkehrsteilnehmers; plötzliche Annäherung eines weiteren Verkehrsteilnehmers; Änderungen der Durchführung eines Fahrspurwechsel-Manövers; Hinderung am Verfolgen einer Wunschgeschwindigkeit; Missachtung von Verkehrsregeln durch einen anderen Verkehrsteilnehmer.

Als nächstes werden weitere Details zum Bestimmen von Werten von ein oder mehreren dynamischen Emotionszuständen 161 im Zusammenhang mit den nachfolgenden Figuren bestimmt.

FIG. 4 illustriert Aspekte im Zusammenhang mit Übertragungsfunktionen 311, 312, die eine jeweilige Umfeldsituation eines Verkehrsteilnehmers odereine sub jektive Wahrnehmung der Umfeldsituation eines Verkehrsteilnehmers abbilden auf Werte von ein oder mehreren dynamischen Emotionszuständen 161. Die Ver- Wendung der Übertragungsfunktionen 311, 312 kann also die Abhängigkeit 905 beschreiben. Die jeweilige Übertragungsfunktion kann im Emotionsmodul 140 gewählt werden, in Abhängigkeit der PP-Eigenschaften 162 und gemäß Abhän gigkeit 903. Im Beispiel der FIG. 4 sind zwei Übertragungsfunktionen 311, 312 dargestellt (durchgezogene und gestrichelte Linie), die jeweils einen Abstand 301 zu be nachbarten Verkehrsteilnehmern (oder eine subjektive Wahrnehmung des Ab stands 301 ) übersetzen in einen Wert der Aggressivität 161. Die beiden Übertra- gungsfunktionen 311, 312 sind jeweils in Abhängigkeit von den PP-Eigenschaf- ten 162 gewählt. Beispielsweise könnte die Übertragungsfunktion 311 , die grund sätzlich in einem höheren Aggressivitätsniveau resultiert, gewählt werden für ei nen Verkehrsteilnehmer, der unter Rauschmitteleinfluss steht; während die Über tragungsfunktion 312 gewählt werden könnte für einen Verkehrsteilnehmer, der nicht unter Rauschmitteleinfluss steht. Derart können also die PP-Eigenschaften 162 einen Einfluss auf die Werte von ein oder mehreren Emotionszuständen 161 aufweisen.

Während in FIG. 4 eine eindimensionale Übertragungsfunktion dargestellt ist (die den Abstand 301 übersetzt in das Aggressivitätsniveau), wäre es im Allgemeinen möglich, höherdimensionale Übertragungsfunktionen zu verwenden, die ein oder mehrere Eigenschaften der Umfeldsituation übersetzen in ein oder mehrere Werte von ein oder mehreren Emotionszuständen 161.

In FIG. 4 ist ein Beispiel gezeigt, bei dem ein bestimmter Wert für den Abstand 301 ein bestimmtes Aggressivitätsniveau als Emotionszustand 161 bewirkt. Da- bei wäre es in verschiedenen Beispielen alternativ oder zusätzlich auch möglich, dass die Übertragungsfunktionen 311, 312 eine Änderungsrate von ein oder mehreren Werten von subjektiven Emotionszuständen 161 basierend auf einer Persistenzdauer der jeweiligen Umfeldsituation (oder einer subjektiven Wahrneh mung der jeweiligen Umfeldsituation) beschreiben. Das bedeutet also, dass, wenn der Abstand 301 für eine längere (kürzere) Zeitdauer einen bestimmten Schwellenwert 350 unterschreitet, das Aggressivitätsniveau des jeweiligen Ver kehrsteilnehmers stärker (weniger stark) zunehmen kann. Anders formuliert könnte die Übertragungsfunktion als Differenzialgleichungen erster Ordnung im Zeitraum umgesetzt werden.

Im Beispiel der FIG. 4 sind die Übertragungsfunktionen 311 , 312 als lineare Funk tionen (das heißt die Aggressivität nimmt linear für abnehmenden Abstand 301 zu) ausgebildet. Dabei gibt es einen Schwellenwert-Abstand 350, ab dem der lineare Verlauf einsetzt („Knick“). Beispielsweise wäre es denkbar, dass der Schwellenwert-Abstand 350 von den PP-Eigenschaften 162 abhängt. Alternativ oder zusätzlich wäre es auch denkbar, dass ein Grundniveau 351 von den PP- Eigenschaften abhängt. Es wäre auch denkbar, dass die Steilheit des linearen Verlaufs von den PP-Eigenschaften abhängt.

Aus einer solchen Berücksichtigung der Umfeldsituation - die sich während des Zeitverlaufs für die Verkehrsteilnehmer ändert - beim Bestimmen von dynami schen Werten von ein oder mehreren Emotionszuständen 161 resultiert ein Zeit verlauf 165 der dynamischen Emotionszustände. Das ist in FIG. 5 für den Simu- lationszeitraum 250 dargestellt, für das Beispiel der Aggresivität.

FIG. 6 illustriert Aspekte im Zusammenhang mit dem Bestimmen von Werten für ein oder mehrere Emotionszustände 161. FIG. 6 illustriert insbesondere, wie die Zugänglichkeit von bestimmten Flandlungen, was die Emotionszustände beein flussen kann (vgl. Zweig 910 in FIG. 3). FIG. 6 illustriert schematisch einen Ausschnitt aus einer Simulationswelt 210 mit zwei Verkehrsteilnehmern 211, 212. Die Verkehrsteilnehmer 211, 212 sind Fahr zeuge, die nebeneinander - in benachbarten Fahrspuren - auf einer Straße in dieselbe Richtung fahren.

Beiden Verkehrsteilnehmern 211, 212 ist eine jeweils geplante Trajektorie 221, 231 zugeordnet. Die Trajektorie 221 des Verkehrsteilnehmers 211 umfasst einen geplanten Fahrspurwechsel 272. Dieser Fahrspurwechsel 272 ist aber eine Handlung, die nicht möglich ist, weil es sonst zu einer Kollision mit dem Verkehrs teilnehmer 212 käme oder zumindest der andere Verkehrsteilnehmer „geschnit ten“ werden würde. Damit ist primär eine Handlung, die einem Geradeausfahren 271 entlang einer abweichenden Trajektorie 222 (gestrichelter Pfeil) entspricht, möglich. Dies entspricht einer Beeinflussung der Trajektorie 221 des Verkehrs teilnehmers 211 durch den Verkehrsteilnehmer 212.

Allgemein formuliert wäre es möglich, dass die dynamischen Werte der ein oder mehreren dynamischen Emotionszustände 161 in Abhängigkeit von Beeinflus sungen der jeweils geplanten Trajektorie durch eine Umfeldsituation des jeweili- gen Verkehrsteilnehmers in der Simulationswelt 210 bestimmt sind. Es wäre also möglich, dass für jeden Verkehrsteilnehmer ein oder mehrere gewünschte Fahr spurwechsel-Manöver basierend auf der jeweils geplanten Trajektorie bestimmt werden, sowie ein oder mehrere möglichen Fahrspurwechsel-Manöver basierend auf der dynamischen Umfeldsituation bestimmt werden. Dann können die Werte der ein oder mehreren dynamischen Emotionszustände basierend auf einer Ab weichung zwischen den ein oder mehreren gewünschten Fahrspurwechsel-Ma növern von den ein oder mehreren möglichen Fahrspurwechsel-Manövern be stimmt werden.

Neben einer solchen Überwachung der Abweichung von möglichen Fahrspur- wechsel-Manövern von gewünschten Fahrspurwechsel-Manövern wäre es aber auch denkbar, dass alternativ oder zusätzlich andere Zielgrößen berücksichtigt werden, beispielsweise eine Geschwindigkeit. Als Beispiel wäre zum Beispiel zu nennen, dass ein Verkehrsteilnehmer (zum Beispiel aufgrund der PP-Eigen- schaften 162) mit einer bestimmten Geschwindigkeit auf der Autobahn fahren möchte, dies aber nicht kann, weil ein anderer Verkehrsteilnehmer mit einer ge ringeren Geschwindigkeit auf der entsprechenden Spur fährt.

Voranstehend wurden Techniken beschrieben, wie basierend auf ein oder meh reren PP-Eigenschaften 162 eine subjektive Wahrnehmung der Umfeldsituation in Modul 120 bestimmt werden kann (Abhängigkeit 904 in FIG. 3). Außerdem wurde beschrieben, wie Werte von ein oder mehreren Emotionszuständen 161 beim Bestimmen der subjektiven Wahrnehmung der Umfeldsituation berücksich tigt werden können (Abhängigkeit 906 in FIG. 3). Es wurde außerdem beschrie- ben, wie die Werte der ein oder mehreren Emotionszustände 161 in Abhängigkeit von der Umfeldsituation und insbesondere von einer subjektiven Wahrnehmung der Umfeldsituation beeinflusst werden können (Abhängigkeit 905 in FIG. 3).

Nachfolgend wird beschrieben, wie im Modul 130 ein oder mehrere Flandlungen des jeweiligen Verkehrsteilnehmers bestimmt werden können, zum Beispiel unter Berücksichtigung der Werte der ein oder mehreren Emotionszustände 161 (Ab hängigkeit 925 in FIG. 3) und/oder unter Berücksichtigung der statischen PP-Ei- genschaften 162 (Abhängigkeit 920 in FIG. 3).

Grundsätzlich kann zum Bestimmen von ein oder mehreren Flandlungen im Mo dul 130 ein Entscheidungsfindungsalgorithmus verwendet werden. Dabei sind unterschiedliche Entscheidungsfindungsalgorithmen denkbar. Es wäre zum Bei spiel möglich, dass eine iterative numerische Optimierung durchgeführt wird, die bewirkt, dass eine bestimmte Zielfunktion maximiert oder minimiert wird. Diese Zielfunktion könnte zum Beispiel abhängig sein von einer Abweichung der tat sächlichen Trajektorie von einer geplanten Trajektorie. Solche numerischen ite- rativen Optimierungsalgorithmen könnten zum Beispiel über ein Simplex-Verfah ren oder einen genetischen Optimierungsalgorithmus implementiert werden. Ein Gradientabstiegsverfahren könnte verwendet werden.

Ein weiteres Beispiel für einen Entscheidungsfindungsalgorithmus wäre die Ver wendung eines künstlichen neuronalen Netzwerks. Zum Beispiel könnte ein Fal- tungsnetzwerk verwendet werden. Die unterschiedlichen Eingangsgrößen, zum Beispiel Werte von ein oder mehreren Emotionszuständen 161 und/oder PP-Ei- genschaften 162 und/oder die Wahrnehmung der Umfeldsituation, können als unterschiedliche Kanäle in das künstliche neuronale Netzwerk eingegeben wer den.

Es wäre auch ein regelbasiertes Verfahren möglich, zum Beispiel eine Nutzen- Risiko-Abwägung. Dabei kann für verschiedene mögliche Handlungen überprüft werden, wie groß der Nutzen der jeweiligen Handlung ist und wie groß das Risiko der jeweiligen Handlung ist. Dies kann auch als Kosten-basierter Formalismus bezeichnet werden. Durch einen Vergleich des Nutzens mit dem Risiko, zum Bei spiel gegenüber einem vorgegebenen Nutzen-Risiko-Schwellenwert, kann dann ermittelt werden, welche von mehreren Kandidaten-Handlungen möglich sind. Grundsätzlich wäre es möglich, dass - unabhängig von der konkreten Implemen tierung des Entscheidungsfindungsalgorithmus - der Entscheidungsfindungsal gorithmus die ein oder mehreren Handlungen basierend auf den Werten der ein oder mehreren dynamischen Emotionszustände 161 als Randbedingungen be stimmt. Solche Randbedingungen können zum Beispiel die möglichen tatsächlich gewählten Handlungen einschränken. Es wäre alternativ oder zusätzlich auch denkbar, dass solche Randbedingungen bestimmte Vorgaben für die grundsätz liche Ausgangssituation unter welcher der Entscheidungsfindungsalgorithmus operiert, treffen (bias). Ein Beispiel hierzu ist in FIG. 7 näher erläutert.

FIG. 7 illustriert ein Beispiel für einen, Entscheidungsfindungsalgorithmus. Im Beispiel der FIG. 7 ist der Entscheidungsfindungsalgorithmus regelbasiert imple mentiert. Im Beispiel der FIG. 7 wird eine Nutzen-Risiko-Abwägung durchgeführt. Das bedeutet, dass unterschiedliche Handlungen jeweils hinsichtlich Nutzen be wertet werden können. Beispielsweise könnte überprüft werden, ob die geplante Trajektorie durch die jeweilige Handlung verfolgt werden kann oder möglichst gut verfolgt werden kann, und basierend auf dieser Überprüfung könnte der Nutzen der jeweiligen Handlung ermittelt werden. Außerdem können für die verschiedenen Handlungen jeweils eine Risikobewer tung durchgeführt werden. Das bedeutet, dass zum Beispiel überprüft werden kann, mit welchem Risiko die jeweilige Handlung in einem Unfall mündet (Kriti- kalität). Die Beurteilung der Kritikalität einer Handlung könnte dabei abhängig sein von der subjektiven Wahrnehmung der Umfeldsituation durch den jeweiligen Verkehrsteilnehmer, wie obenstehend diskutiert. Es könnte zum Beispiel alterna tiv oder zusätzlich überprüft werden, mit welcher Wahrscheinlichkeit die jeweilige Handlung von einem anderen Verkehrsteilnehmer als Eingriff in den Egobereich des jeweiligen Verkehrsteilnehmers empfunden wird. Es ist dann möglich, dass der Nutzen im Verhältnis zum Risiko gesetzt wird. Das bedeutet, dass zum Beispiel ermittelt werden kann, ob ein besonders großer Nut zen ein besonders großes Risiko rechtfertigt. Ein entsprechender Schwellenwert 505, ab dem die Nutzen-Risiko-Abwägung eine bestimmte Handlung als zulässig erkennt, ist in FIG. 7 aufgetragen, und zwar als Funktion des Aggressivitätsni- veaus als Beispiel für einen dynamischen Emotionszustand 161. Aus FIG. 7 ist ersichtlich, dass für ein größeres Aggressivitätsniveau mehr Handlungen akzep tiert werden, das heißt es werden geringere Anforderungen an ein Nutzen-Risiko- Verhältnis gestellt.

Allgemeiner formuliert kann ein in Abhängigkeit vom Nutzen akzeptiertes Risiko abhängen von den Werten der ein oder mehreren dynamischen Emotionszu stände 161 des jeweiligen Verkehrsteilnehmers.

Das könnte zum Beispiel konkret am Beispiel der FIG. 6 erläutert werden. Dort könnte zum Beispiel beurteilt werden, dass das Risiko für ein Spurwechsel-Ma növer 272 zum Folgen der geplanten Trajektorie 221 vergleichsweise hoch ist, denn der Verkehrsteilnehmer 212 würde dann vom Verkehrsteilnehmer 211 ge schnitten werden und es könnte unter Umständen sogar zu einer Kollision kom men, z.B. wenn der Verkehrsteilnehmer 212 weiter beschleunigt. Für einen Ver kehrsteilnehmer 211 mit vergleichsweise hohem Aggressivitätsniveau könnte aufgrund des hohen Nutzens und des hohen Risikos trotzdem ein entsprechend vorgegebener Kosten-Nutzen-Schwellenwert 505 überschritten werden, und deshalb das Spurwechsel-Manöver 272 durchgeführt werden. Die entspre chende Kritikalität einer solchen Handlung kann wiederum in Abhängigkeit von der subjektiven Wahrnehmung des Verkehrsteilnehmers in der Simulationswelt 210 bestimmt sein.

Voranstehend wurden verschiedene Techniken beschrieben, die es ermöglichen, zeitveränderliche, das heißt dynamische Werte für Emotionszustände 161 für verschiedene Verkehrsteilnehmer zu bestimmen. Grundsätzlich wäre es möglich, dass diese Werte zufällig initialisiert werden, also z.B. zufällige Werte für ver schiedene Verkehrsteilnehmer ausgewählt werden. Es wäre auch denkbar, dass diese Werte basierend auf den PP-Eigenschaften initialisiert werden, zu Beginn des Simulationszeitraums (vgl. FIG. 3: Abhängigkeit 903). Beispielsweise kann ein entsprechendes Grundniveau gewählt werden. Insbesondere in einem sol- chen Fall wäre es dann möglich, dass zu Beginn der Simulation die PP-Eigen- schaften für die verschiedenen Verkehrsteilnehmer in Abhängigkeit einer vorge gebenen statistischen Häufigkeitsverteilungsfunktion 601 initialisiert werden (vgl. FIG. 8). Eine entsprechende statistische Verteilungsfunktion 601 könnte basie rend auf empirischen Werten für die Häufigkeit des Auftretens von zum Beispiel entscheidungsfreudigen Fahrern oder Fahrern unter Alkoholeinfluss beruhen.

Selbstverständlich können die Merkmale der vorab beschriebenen Ausführungs formen und Aspekte der Erfindung miteinander kombiniert werden. Insbesondere können die Merkmale nicht nur in den beschriebenen Kombinationen, sondern auch in anderen Kombinationen oder für sich genommen verwendet werden, ohne das Gebiet der Erfindung zu verlassen.