METHOD FOR PREDICTING ROAD SURFACE CONDITIONS

Die Erfindung betrifft ein Verfahren zur Vorhersage von Straßenoberflächenzuständen für zumindest einen Straßenabschnitt, wobei auf einer zentralen Recheneinrichtung ein Maschinenlernmodell vorgehalten wird, welches zum Herstellen einer Beziehung zwischen zumindest aktuell im Umfeld des Straßenabschnitts vorliegenden Umgebungsbedingungen und einer sich auf dem Straßenabschnitt einstellenden Straßenoberflächentemperatur trainiert ist, wobei - zur Erzeugung eines vom Maschinenlernmodell verwendeten Trainingsdatensatzes zusätzlich zu den Umgebungsbedingungen eine Haftung zwischen eines den Trainingsdatensatz erzeugenden Fahrzeugs und der Fahrbahn vom Fahrzeug gemessen und die Haftung in den Trainingsdatensatz inkludiert wird; - das Maschinenlernmodell mit Hilfe des Trainingsdatensatzes dazu trainiert wird zusätzlich eine Beziehung zwischen der auf dem Straßenabschnitt vorliegenden Straßenoberflächentemperatur und der dabei vorliegenden Haftung herzustellen; sowie - erheben, durch die zentrale Recheneinrichtung, von zumindest aktuellen Umgebungsbedingungen im Umfeld des Straßenabschnitts; - ermitteln einer aktuellen und/oder künftig erwarteten Straßenoberflächentemperatur auf dem Straßenabschnitt mit Hilfe des Maschinenlernmodells; und - ermitteln einer aktuellen und/oder künftig erwarteten Haftung auf dem Straßenabschnitt mit Hilfe des Maschinenlernmodells, wobei das Maschinenlernmodell hierzu die selbst abgeschätzte Straßenoberflächentemperatur berücksichtigt. Erfindungsgemäß ist vorgesehen, dass die Straßenoberflächentemperatur und/oder die Haftung als ein Intervall zwischen einem niedrigsten und einem höchsten sich auf dem Straßenabschnitt einstellbaren Wert für den Straßenabschnitt ermittelt wird; und eine Fahrfunktion eines zumindest teilautomatisiert steuerbaren Fahrzeugs in Abhängigkeit einer durch die zentrale Recheneinrichtung ermittelten Straßenoberflächentemperatur und/oder Haftung freigegeben oder gesperrt wird. The invention relates to a method for predicting road surface conditions for at least one road section, wherein a machine learning model is stored on a central computing device, which machine learning model is trained to establish a relationship between at least environmental conditions currently prevailing in the vicinity of the road section and a road surface temperature arising on the road section, wherein - in order to generate a training data set used by the machine learning model, in addition to the environmental conditions, the adhe