DE102019212877A1 - LiDAR system as well as vehicle and method for detecting weather conditions - Google Patents
LiDAR system as well as vehicle and method for detecting weather conditions Download PDFInfo
- Publication number
- DE102019212877A1 DE102019212877A1 DE102019212877.7A DE102019212877A DE102019212877A1 DE 102019212877 A1 DE102019212877 A1 DE 102019212877A1 DE 102019212877 A DE102019212877 A DE 102019212877A DE 102019212877 A1 DE102019212877 A1 DE 102019212877A1
- Authority
- DE
- Germany
- Prior art keywords
- lidar system
- pulse energy
- rain
- weather conditions
- weather
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
Es wird ein LiDAR-System (1) gezeigt, das dafür eingerichtet ist, Wetterbedingungen in einer Umwelt des LiDAR-Systems (1) zu ermitteln. Das LiDAR-System (1) ist dafür eingerichtet, Informationen über die Wetterbedingungen basierend auf einer statistischen Auswertung von Signalintensitäten zu ermitteln.Ferner wird ein Fahrzeug (2) mit solch einem LiDAR-System (1) gezeigt, wobei das LiDAR-System (1) mit dem Fahrzeug (2) betrieblich verbunden istFerner wird ein Verfahren zur Erkennung von Wetterbedingungen in einer Umwelt eines LiDAR-Systems (1) gezeigt. Das Verfahren umfasst den Schritt eines Ermittelns von Informationen über die Wetterbedingungen durch das LiDAR-System (1) basierend auf einer statistischen Auswertung von Signali ntensitäten.A LiDAR system (1) is shown, which is set up to determine weather conditions in an environment of the LiDAR system (1). The LiDAR system (1) is set up to determine information about the weather conditions based on a statistical evaluation of signal intensities. Furthermore, a vehicle (2) with such a LiDAR system (1) is shown, the LiDAR system (1 ) is operatively connected to the vehicle (2). Furthermore, a method for detecting weather conditions in an environment of a LiDAR system (1) is shown. The method comprises the step of determining information about the weather conditions by the LiDAR system (1) based on a statistical evaluation of signal intensities.
Description
Die vorliegende Erfindung betrifft ein LiDAR-System, das dafür eingerichtet ist, Wetterbedingungen in einer Umwelt des LiDAR-Systems zu ermitteln, sowie ein Fahrzeug mit einem solchen LiDAR-System und ein Verfahren zur Erkennung von Wetterbedingungen in einer Umwelt eines LiDAR-Systems.The present invention relates to a LiDAR system which is set up to determine weather conditions in an environment of the LiDAR system, as well as a vehicle with such a LiDAR system and a method for detecting weather conditions in an environment of a LiDAR system.
Stand der TechnikState of the art
Ein LiDAR-System (nicht ausschließlich, aber auch Automotive-LiDAR) kann auf verschiedenen Messverfahren beruhen. Ein möglicher Ansatz wäre ein sogenannter „direct time-of-flight“ oder auch dToF-Ansatz, bei dem gepulstes Laserlicht ausgesendet wird. Als Tiefeninformation dient hierbei die Zeit, die ein Laserpuls benötigt, um zu einem Ziel und wieder zurück zum Detektor zu gelangen. Entscheidend für den Erfolg dieses Ansatzes ist eine genügend große Pulsleistung beziehungsweise großes Signal-zu-Rausch-Verhältnis (SNR) im Empfangspfad.A LiDAR system (not exclusively, but also automotive LiDAR) can be based on various measurement methods. One possible approach would be a so-called “direct time-of-flight” or dToF approach, in which pulsed laser light is emitted. The depth information here is the time it takes a laser pulse to get to a target and back to the detector. A sufficiently large pulse power or a large signal-to-noise ratio (SNR) in the receive path is decisive for the success of this approach.
Eine für die Pulsleistung beziehungsweise für das SNR im Detektionspfad wichtige Einflussgröße, die die Leistungsfähigkeit eines LiDAR-Systems maßgeblich beeinflusst, sind atmosphärische Wetterereignisse, wie zum Beispiel Regen, Schnee und Nebel. Diese können die Sichtweite durch zum Beispiel Streuung und Absorption von Laserlicht erheblich herabsenken und das Erkennen von Objekten somit erschweren. Für die Auslegung eines LiDAR-Systems ist es darum wichtig, den Einfluss atmosphärischer Wetterereignisse auf die Systemperformance zu evaluieren, um eine Systemdegradation rechtzeitig zu erkennen und diese zum Beispiel an einer Systemschnittstelle als Fehlermeldung zu melden.Atmospheric weather events, such as rain, snow and fog, are an important influencing variable for the pulse power or the SNR in the detection path, which significantly influences the performance of a LiDAR system. These can significantly reduce the range of vision through, for example, scattering and absorption of laser light and thus make it more difficult to recognize objects. For the design of a LiDAR system, it is therefore important to evaluate the influence of atmospheric weather events on the system performance in order to recognize system degradation in good time and to report this to a system interface as an error message, for example.
Nach aktuellem Stand der Technik ist hierbei insbesondere aus dem Automotive-Umfeld bekannt: Qualitative Messung von Regenereignissen mithilfe von LED und Detektoren in der Windschutzscheibe, indirekte Schätzung der Sichtweite bei Nebel mittels Fahrerassistenz-Sensorik (Kamera, LiDAR, ...), zum Beispiel aufgrund einer Laser-Pulsverbreiterung, Rundfunk-/TMC-basierte Nebel- und Regenwarnung (Wetterbericht geliefert von Messstationen, meteorologischen Datenquellen), manuelle Prüfung durch den Fahrer (menschliche Sichtweiteschätzung) oder auch Car-to-X (C2X)-Kommunikation.According to the current state of the art, the following is particularly known from the automotive sector: Qualitative measurement of rain events using LEDs and detectors in the windshield, indirect estimation of visibility in fog using driver assistance sensors (camera, LiDAR, ...), for example due to laser pulse broadening, radio / TMC-based fog and rain warning (weather report supplied by measuring stations, meteorological data sources), manual testing by the driver (human visibility estimation) or car-to-X (C2X) communication.
Die
Die
Die
Die
Aus der
Offenbarung der ErfindungDisclosure of the invention
Erfindungsgemäß wird ein LiDAR-System zur Verfügung gestellt, das dafür eingerichtet ist, Informationen über die Wetterbedingungen basierend auf einer statistischen Auswertung von Signalintensitäten zu ermitteln.According to the invention, a LiDAR system is made available which is set up to determine information about the weather conditions based on a statistical evaluation of signal intensities.
Vorteile der ErfindungAdvantages of the invention
Das erfindungsgemäße LiDAR-System hat den Vorteil, dass es erlaubt, die Informationen über die Wetterbedingungen einfach basierend auf einer statistischen Auswertung der Signalintensitäten zu ermitteln, ohne auf weitere Systeme oder manuelle Unterstützung angewiesen zu sein. So kann ein in einem Fahrzeug vorhandenes LiDAR-System eine weitere Funktion übernehmen und aus Messdaten Informationen über die Wetterbedingungen ableiten.The LiDAR system according to the invention has the advantage that it allows the information about the weather conditions to be determined simply based on a statistical evaluation of the signal intensities without having to rely on further systems or manual support. An existing LiDAR system in a vehicle can take on a further function and derive information about the weather conditions from measurement data.
Zur Ermittlung der Wetterbedingungen werden durch das LiDAR-System vorzugsweise Signale aus einem bestimmten Bereich (mit unveränderten Bedingungen, zum Beispiel von einem Referenzziel) herangezogen.To determine the weather conditions, the LiDAR system preferably uses signals from a specific area (with unchanged conditions, for example from a reference target).
Ein bevorzugtes LiDAR-System umfasst eine Lichtquelle, insbesondere eine Laserquelle, zum Abtasten der Umwelt mit einem Laserstrahl und einen Detektor zum Aufnehmen des aus der Umwelt reflektierten Laserstrahls. Das LiDAR-System erlaubt üblicherweise, durch den gesendeten und wieder empfangenen Laserstrahl Tiefeninformationen über die Umwelt zu erhalten. Bevorzugt ist, dass das LiDAR-System eine Prozessoreinheit mit einem oder mehreren Prozessoren und einen Speicher, der mit der Prozessoreinheit verbunden ist, aufweist, um die statistische Auswertung durchzuführen. In Ausführungsformen ist vorgesehen, dass das LiDAR-System dafür eingerichtet ist, die Pulsenergie eines Empfangsstrahls des LiDAR-Systems zu bestimmen, um daran die statistische Auswertung durchzuführen. Vorzugsweise ist die Pulsenergie eines Sendestrahls des LiDAR-Systems konstant, insbesondere über eine statistische Auswertung hinweg.A preferred LiDAR system comprises a light source, in particular a laser source, for scanning the environment with a laser beam and a detector for recording that from the environment reflected laser beam. The LiDAR system usually allows depth information about the environment to be obtained from the laser beam sent and received again. It is preferred that the LiDAR system has a processor unit with one or more processors and a memory that is connected to the processor unit in order to carry out the statistical evaluation. In embodiments it is provided that the LiDAR system is set up to determine the pulse energy of a received beam of the LiDAR system in order to carry out the statistical evaluation thereon. The pulse energy of a transmission beam of the LiDAR system is preferably constant, in particular over a statistical evaluation.
Vorzugsweise ist das LiDAR-System beweglich angeordnet. Das bedeutet insbesondere, dass das LiDAR-System an einem Fahrzeug montiert sein kann. In einigen Ausführungsformen ist das LiDAR-System jedoch statisch angeordnet. The LiDAR system is preferably arranged to be movable. This means in particular that the LiDAR system can be mounted on a vehicle. In some embodiments, however, the LiDAR system is arranged statically.
Das bedeutet insbesondere, dass das LiDAR-System an einer Straßenbrücke, wie beispielsweise einer Autobahnbrücke, oder einem Seitenstreifenpfosten montiert sein kann.In particular, this means that the LiDAR system can be mounted on a road bridge, such as a motorway bridge, or a hard shoulder post.
Bevorzugte Informationen über die Wetterbedingungen sind Wetterbedingungsart, insbesondere Schnee, Regen und Nebel, und Wetterbedingungsintensität, vorzugsweise in diskreten Stufen. Bevorzugt ist, dass das LiDAR-System so angeordnet ist, dass ein Teil des Sichtbereiches, der für die Ermittlung der Wetterbedingungen genutzt wird, dauerhaft auf ein statisches Ziel mit fester Entfernung zum Sensor blickt. Vorzugsweise ist das Ziel ein im nahen Sichtbereich angebrachtes Referenzziel am Fahrzeug oder auch die Straße. Niederschlagsdetektions-/Klassifikationsverfahren und entsprechende Systeme können somit insbesondere basierend auf statistischer Auswertung der Signalintensitäten von LiDAR-Echopulsen bei statischer Entfernung zu einem über der Evaluierungsdauer gleichbleibend reflektierenden Objekt bereitgestellt werden .Preferred information about the weather conditions is the type of weather condition, in particular snow, rain and fog, and the intensity of the weather condition, preferably in discrete steps. It is preferred that the LiDAR system is arranged in such a way that part of the field of view that is used to determine the weather conditions permanently looks at a static target at a fixed distance from the sensor. The target is preferably a reference target attached to the vehicle in the immediate field of vision or also the road. Precipitation detection / classification methods and corresponding systems can thus be provided, in particular based on statistical evaluation of the signal intensities of LiDAR echo pulses at a static distance to an object that is consistently reflective over the evaluation period.
Insbesondere ist das LiDAR-System für die Auswertung von dToF-LiDAR Signalen hinsichtlich atmosphärischer Wetterereignisse eingerichtet, vorzugsweise in Bewegung. Dazu ist vorzugsweise eine Bestimmung statistischer Fluktuationen einer Pulsenergie (beziehungsweise Amplitude) des LiDAR-Systems vorgesehen. Einige Ausführungsformen sehen vor, dass das LiDAR-System dafür eingerichtet ist, ein Regenereignis eindeutig zu identifizieren. Bevorzugt ist, dass das LiDAR-System dafür eingerichtet ist, eine Regenrate zu ermitteln, insbesondere in mehreren Klassen, wie beispielsweise „sehr viel“ ... „sehr wenig“, vorzugsweise 5-stufig. Weiter ist das offenbarte LiDAR-System besonders vorzugsweise dafür eingerichtet, Regen von Nebel zu unterscheiden. Diese und weitere bevorzugten Merkmale werden im Folgenden detaillierter erläutert.In particular, the LiDAR system is set up for the evaluation of dToF-LiDAR signals with regard to atmospheric weather events, preferably in motion. For this purpose, a determination of statistical fluctuations in a pulse energy (or amplitude) of the LiDAR system is preferably provided. Some embodiments provide that the LiDAR system is set up to uniquely identify a rain event. It is preferred that the LiDAR system is set up to determine a rain rate, in particular in several classes, such as "very much" ... "very little", preferably in 5 stages. Furthermore, the disclosed LiDAR system is particularly preferably set up to distinguish rain from fog. These and other preferred features are explained in more detail below.
In Ausführungsformen ist vorgesehen, dass das LiDAR-System dafür eingerichtet ist, eine Pulsenergie eines Empfangsstrahls des LiDAR-Systems zu bestimmen, um eine Wetterbedingungsart als die Informationen über die Wetterbedingungen zu ermitteln. Das bedeutet, dass die Wetterbedingungsart in Ausführungsformen der Erfindung eine besondere Information über die herrschenden Wetterbedingungen darstellt, die durch das LiDAR-System bestimmbar sein kann. Bevorzugt ist, dass das LiDAR-System die Pulsenergie zeitabhängig bestimmt. Eine mögliche ermittelbare Wetterbedingungsart ist Regen. Andere mögliche ermittelbare Wetterbedingungsarten sind Schnee oder Nebel. Regen ist ein statistisch inhomogenes Medium. Anders als Nebel, der aus feinsten, Mikrometer großen Tröpfchen besteht und somit auf den Laserstrahl als homogenes Medium wirkt, prägt Regen aufgrund einer vergleichsweise großen Tröpfchengröße und des relativ großen Tropfenabstandes dem Signal eine Statistik auf. Eine Anzahl an Regentropfen, welche sich im Querschnitt des Laserstrahls des LiDAR-Systems befinden, variiert von Puls zu Puls. Dementsprechend variiert auch die gemessene Pulsenergie zeitabhängig von Puls zu Puls, da für jede Realisierung eine leicht unterschiedliche Dämpfung des Signals erfolgt. Diese Dämpfung, auch Extinktion α genannt, setzt sich aus der Streuung an jedem Tropfen und der Absorption beim Durchgang durch jeden einzelnen Tropfen zusammen. Vorzugsweise ist vorgesehen, dass das LiDAR-System dafür eingerichtet ist, eine vorbestimmte Anzahl an Pulsen zeitabhängig zu messen und aus den Messungen der Pulse ein Histogramm der Pulsenergie zu erstellen. Das Histogramm weist vorzugsweise auf einer X-Achse die Pulsenergie und auf einer Y-Achse die zugeordnete absolute Häufigkeit von Pulsen auf.In embodiments it is provided that the LiDAR system is set up to determine a pulse energy of a reception beam of the LiDAR system in order to determine a type of weather condition as the information about the weather conditions. This means that the type of weather condition in embodiments of the invention represents special information about the prevailing weather conditions, which can be determined by the LiDAR system. It is preferred that the LiDAR system determines the pulse energy as a function of time. One possible type of weather condition that can be determined is rain. Other possible types of weather conditions that can be determined are snow or fog. Rain is a statistically inhomogeneous medium. Unlike fog, which consists of the finest, micrometer-sized droplets and thus acts as a homogeneous medium on the laser beam, rain imposes statistics on the signal due to its comparatively large droplet size and the relatively large distance between the droplets. A number of raindrops, which are located in the cross section of the laser beam of the LiDAR system, varies from pulse to pulse. Correspondingly, the measured pulse energy also varies as a function of time from pulse to pulse, since a slightly different attenuation of the signal occurs for each implementation. This attenuation, also called extinction α, is made up of the scattering at each drop and the absorption when passing through each individual drop. It is preferably provided that the LiDAR system is set up to measure a predetermined number of pulses as a function of time and to create a histogram of the pulse energy from the measurements of the pulses. The histogram preferably has the pulse energy on an X-axis and the assigned absolute frequency of pulses on a Y-axis.
Bevorzugt ist, dass das LiDAR-System dafür eingerichtet ist, einen Erwartungswert und dessen Standardabweichung der Pulsenergie zu bestimmen, um die Wetterbedingungsart zu ermitteln. So kann eine besonders aussagekräftige statistische Auswertung der Signalintensitäten erfolgen. Erwartungswert und Standardabweichung können vorzugsweise aus dem Histogramm gewonnen werden. Bevorzugt ist, dass das LiDAR-System dafür eingerichtet ist, die Standardabweichung vom Erwartungswert aus einer Streuung der Pulsenergie um den Erwartungswert herum zu berechnen.It is preferred that the LiDAR system is set up to determine an expected value and its standard deviation of the pulse energy in order to determine the type of weather condition. A particularly meaningful statistical evaluation of the signal intensities can thus be carried out. Expected value and standard deviation can preferably be obtained from the histogram. It is preferred that the LiDAR system is set up to calculate the standard deviation from the expected value from a scatter of the pulse energy around the expected value.
In manchen Ausführungsformen ist das LiDAR-System dafür eingerichtet, einen ersten Erwartungswert als ein Indiz für eine erste Wetterbedingungsintensität zu erkennen und einen zweiten Erwartungswert, der kleiner als der erste Erwartungswert ist, als ein Indiz für eine zweite Wetterbedingungsintensität zu erkennen. So ist es möglich, alleine anhand der statistischen Auswertung unterschiedliche Wetterbedingungsintensitäten anhand unterschiedlicher Erwartungswerte zu ermitteln. Beispielsweise kann der erste Erwartungswert leichten Regen anzeigen und der zweite Erwartungswert vergleichsweise stärkeren Regen. Bei starkem Regen ist der Mittelwert beziehungsweise Erwartungswert der Pulsenergien aufgrund der höheren Extinktion niedriger als bei vergleichsweise leichtem Regen. Die Standardabweichung hingegen wächst bei starkem Regen im Vergleich an, da bei starkem Regen eine höhere Variation der Energien zu erwarten ist als bei vergleichsweise leichtem Regen. Der erste Erwartungswert kann jedoch auch leichten Nebel anzeigen, während der zweite Erwartungswert demgegenüber vergleichsweise dichten Nebel anzeigt. Das LiDAR-System kann in Ausführungsformen eine Nachschlagetabelle in einem Speicher des LiDAR-Systems aufweisen, gemessene Erwartungswerte mit typischen Erwartungswerten in der Nachschlagetabelle vergleichen und so die vorliegenden Wetterbedingungsintensitäten ermitteln. Bevorzugt ist, dass bei bewegtem Sensor bzw. Objekten eine Kompensation der Abstandsabhängigkeit erfolgen kann. Vorzugsweise ist diese 1/r2, wenn die beobachtete Fläche immer größer als ein Pixel des Empfangspfads bleibt. So kann immer noch eine Intensitätsschwankung aufgrund einer Änderung der Orientierung einer Reflexionsfläche verbleiben.In some embodiments, the LiDAR system is set up to recognize a first expected value as an indicator for a first weather condition intensity and a second expected value, which is smaller than the first expected value, as an indicator for a second Detect weather condition intensity. It is thus possible to determine different weather condition intensities on the basis of different expected values solely on the basis of the statistical evaluation. For example, the first expected value can indicate light rain and the second expected value can show comparatively heavy rain. In heavy rain, the mean or expected value of the pulse energies is lower than in comparatively light rain due to the higher extinction. The standard deviation, on the other hand, increases in comparison with heavy rain, since a higher variation in energies is to be expected with heavy rain than with comparatively light rain. However, the first expected value can also indicate light fog, while the second expected value, on the other hand, shows comparatively dense fog. In embodiments, the LiDAR system can have a look-up table in a memory of the LiDAR system, compare measured expected values with typical expected values in the look-up table and thus determine the prevailing weather condition intensities. It is preferred that the distance dependency can be compensated for when the sensor or objects are moving. This is preferably 1 / r 2 if the observed area always remains larger than one pixel of the receiving path. In this way, an intensity fluctuation due to a change in the orientation of a reflection surface can still remain.
Das LiDAR-System ist vorzugsweise dafür eingerichtet, eine Standardabweichung von dem Erwartungswert, die größer als ein vorgegebener Schwellenwert ist, als ein Indiz für eine erste Wetterbedingungsart zu erkennen und eine Standardabweichung von dem Erwartungswert, die kleiner als der vorgegebene Schwellenwert ist, als ein Indiz für eine zweite Wetterbedingungsart zu erkennen. Eine bevorzugte erste Wetterbedingungsart ist beispielsweise Regen. Eine bevorzugte zweite Wetterbedingungsart ist beispielsweise Nebel. Eine weitere bevorzugte Wetterbedingungsart, die erste oder zweite Wetterbedingungsart sein kann, ist Schnee. Zwei Wetterbedingungsarten, beispielsweise Nebel und Regen, können zwar die gleiche mittlere Dämpfung im Histogramm bewirken, jedoch eine stark unterschiedliche Streuung, also Standardabweichung, hervorrufen. Bei Nebel kann die Standardabweichung im Vergleich mit Regen signifikant kleiner sein. Bei Nebel wird die Standardabweichung lediglich von intrinsischen zeitabhängigen Puls-zu-Puls Fluktuationen der Lichtquelle des LiDAR-Systems verursacht. Die Nachschlagetabelle des LiDAR-Systems kann vorbestimmte Standardabweichungen enthalten, die entsprechenden Wetterbedingungsarten zugeordnet sind. Das LiDAR-System kann dafür eingerichtet sein, die Standardabweichung der Pulsenergie durch statistische Auswertung zu bestimmen, die bestimmte Standardabweichung mit den vorbestimmten Standardabweichungen in der Nachschlagetabelle zu vergleichen und so die Wetterbedingungsart zu ermitteln.The LiDAR system is preferably set up to recognize a standard deviation from the expected value that is greater than a predefined threshold value as an indicator for a first type of weather condition and a standard deviation from the expected value that is smaller than the predefined threshold value as an indicator for a second type of weather condition to be recognized. A preferred first type of weather condition is rain, for example. A preferred second type of weather condition is fog, for example. Another preferred type of weather condition, which can be the first or second type of weather condition, is snow. Two types of weather conditions, for example fog and rain, can cause the same mean attenuation in the histogram, but cause a very different spread, i.e. standard deviation. In the case of fog, the standard deviation can be significantly smaller than in the case of rain. In fog, the standard deviation is only caused by intrinsic time-dependent pulse-to-pulse fluctuations in the light source of the LiDAR system. The look-up table of the LiDAR system may contain predetermined standard deviations associated with corresponding types of weather conditions. The LiDAR system can be set up to determine the standard deviation of the pulse energy by statistical evaluation, to compare the determined standard deviation with the predetermined standard deviations in the look-up table and thus to determine the type of weather condition.
Das LiDAR-System kann dafür eingerichtet sein, ein erstes Verfahren zur statistischen Auswertung der Signalintensitäten auszuführen. Das erste Verfahren kann den Schritt einer Offsetkorrektur aufweisen. Die Offsetkorrektur umfasst vorzugsweise ein Abziehen eines möglichen Offsets im gemessenen Intensitätssignal des empfangenen Pulses. Nach der Offsetkorrektur kann ein Schritt einer Ermittlung der Pulsenergie vorgesehen sein. Dieser Schritt kann ein Ermitteln der Pulsenergie eines jeden Pulses durch Integration des Signals über den Zeitverlauf umfassen. Danach kann ein Schritt einer Ermittlung der Standardabweichung der resultierenden Verteilung an Pulsenergien vorgesehen sein. In manchen Ausführungsformen kann danach optional durch das LiDAR-System ein Bezug der Standardabweichung zur mittleren Pulsenergie der Pulse im betrachteten Zeitfenster vorgesehen sein. So kann eine relative Signalschwankung ermittelt werden. Danach kann ein Schritt vorgesehen sein, die relative Signalschwankung als ein Maß für die Informationen über die Wetterbedingungen zu verwenden, also ein Maß für insbesondere die Wetterbedingungsart oder die Wetterbedingungsintensität.The LiDAR system can be set up to carry out a first method for statistical evaluation of the signal intensities. The first method can have the step of an offset correction. The offset correction preferably includes subtracting a possible offset in the measured intensity signal of the received pulse. After the offset correction, a step of determining the pulse energy can be provided. This step can include determining the pulse energy of each pulse by integrating the signal over time. Thereafter, a step of determining the standard deviation of the resulting distribution of pulse energies can be provided. In some embodiments, the LiDAR system can then optionally provide a reference of the standard deviation to the mean pulse energy of the pulses in the time window considered. In this way, a relative signal fluctuation can be determined. Thereafter, a step can be provided to use the relative signal fluctuation as a measure for the information about the weather conditions, that is to say a measure for, in particular, the type of weather condition or the intensity of the weather condition.
Das beschriebene erste Verfahren kann allerdings den Nachteil haben, dass die während eines Regen- oder Nebelereignisses abnehmende mittlere Pulsenergie eine Verzerrung der Signalstatistik zur Folge hat, wenn das Zeitintervall, das zur Ermittlung der Signalstatistik herangezogen wird, entsprechend lang ist. Verschiebt sich der Mittelwert über der Zeit (zum Beispiel durch einsetzenden Regen oder eine Veränderung der Reflexionseigenschaften des Targets in einer realistischen Szene, zum Beispiel in einer inhomogenen Umgebung beispielsweise beim automatisierten Fahren im urbanem Umfeld), sind bei einfacher statistischer Auswertung die Pulsenergien nun nicht mehr um einen konstanten, sondern um einen variierenden Mittelwert verteilt. Die resultierende Standardabweichung ist größer als die durch den Regen induzierten Intensitätsschwankungen. Dies kann zwar durch kürzere Auswertezeiten kompensiert werden, jedoch leidet dann auch die statistische Aussagekraft, da durch das kürzere Beobachtungsintervall auch weniger Pulse in die Statistik einfließen.The first method described can, however, have the disadvantage that the mean pulse energy, which decreases during a rain or fog event, results in a distortion of the signal statistics if the time interval used to determine the signal statistics is correspondingly long. If the mean value shifts over time (for example due to the onset of rain or a change in the reflective properties of the target in a realistic scene, for example in an inhomogeneous environment, for example during automated driving in an urban environment), the pulse energies are no longer with a simple statistical evaluation distributed around a constant, rather than a varying mean value. The resulting standard deviation is larger than the intensity fluctuations induced by the rain. Although this can be compensated for by shorter evaluation times, the statistical significance then also suffers, since fewer pulses flow into the statistics due to the shorter observation interval.
Das LiDAR-System kann daher dafür eingerichtet sein, ein zweites Verfahren zur statistischen Auswertung der Signalintensitäten auszuführen. Das zweite Verfahren kann in gewissen, oben beispielhaft beschriebenen Szenarien gegenüber dem ersten Verfahren bevorzugt sein. Das zweite Verfahren ist unempfindlich hinsichtlich einer Veränderung der mittleren Pulsenergie. Das zweite Verfahren kann den Schritt eines Abziehens eines möglichen Offsets des gemessenen Pulses, also eine Offset-Korrektur, aufweisen. Danach kann ein Ermitteln der Pulsenergie eines jeden Pulses durch Integration des Signals über den Zeitverlauf erfolgen. Danach kann eine Ermittlung des Betrages der Differenz der Pulsenergien von einem Puls zum nächsten für einen Block aus N Pulsen, N ≥ 2, und eine anschließende Aufsummierung erfolgen, insbesondere nach der Formel
Das Vorgehen kann analog zur Integration bei kontinuierlichen Signalen sein. Sei die zeitlich variierende Pulsenergie definiert durch
Dann wäre das resultierende Integral:
Der Beitrag vom zweiten Term zum Integral ist verschwindend gering, da sich die mittlere Pulsenergie so nur sehr langsam während der Integrationszeit verändert.The contribution of the second term to the integral is negligibly small, since the mean pulse energy only changes very slowly during the integration time.
Die Länge der Integrationszeit bestimmt sich aus der Größe N, die angibt, über wie viele Pulse summiert werden soll. Ist die Integrationszeit beziehungsweise das N hinreichend groß, wird das Integral beziehungsweise die oben genannte Summe von den schnelllebigen Puls-zu-Puls-Energiefluktuationen n(t) dominiert. Der langsam veränderliche Mittelwert macht sich nicht mehr bemerkbar. Ein späterer Schritt kann dann, optional, einen Bezug des Ergebnisses aus dem vorangehenden Schritt zur mittleren Pulsenergie der Pulse im betrachteten Zeitfenster umfassen. Die so ermittelte relative Signalschwankung (Fluktuation) kann schließlich durch das LiDAR-System ebenfalls als das Maß für die Informationen über die Wetterbedingungen, vorzugsweise die Wetterbedingungsintensität oder die Wetterbedingungsart, insbesondere die Niederschlagsrate, verwendet werden.The length of the integration time is determined by the quantity N, which specifies how many pulses should be added. If the integration time or the N is sufficiently large, the integral or the above-mentioned sum is dominated by the fast-moving pulse-to-pulse energy fluctuations n (t). The slowly changing mean value is no longer noticeable. A later step can then, optionally, include a relation of the result from the previous step to the mean pulse energy of the pulses in the considered time window. The relative signal fluctuation (fluctuation) determined in this way can finally also be used by the LiDAR system as the measure for the information about the weather conditions, preferably the weather condition intensity or the weather condition type, in particular the precipitation rate.
Das LiDAR-System kann dafür eingerichtet sein, Veränderungen der empfangenen Pulsenergie des LiDAR-Systems zu bestimmen, um daraus die Informationen über die Wetterbedingungen zu ermitteln. Insbesondere kann das LiDAR-System dafür eingerichtet sein, aus den Veränderungen der empfangenen Pulsenergie eine Veränderung der Wetterbedingungsart und/oder eine Veränderung der Wetterbedingungsintensität zu ermitteln. Beispielsweise kann das LiDAR-System insbesondere dafür eingerichtet sein, aus einem zeitlichen Verlauf einer mittleren Pulsenergie eine Veränderung der Wetterbedingungsintensität zu bestimmen, vorzugsweise einsetzenden Regen. Bei einsetzendem Niederschlag, wie Regen, Nebel oder Schnee, nimmt die Pulsenergie des empfangenen Lichtstrahls bei konstanter Sendeleistung der Lichtquelle ab. Bei aufhörendem Niederschlag, wie Regen, Nebel oder Schnee, nimmt die Pulsenergie des empfangenen Lichtstrahls bei konstanter Sendeleistung der Lichtquelle zu. So können zusätzliche Niederschlagssensoren überflüssig werden. Das LiDAR-System ist also insbesondere auch dafür eingerichtet, die Veränderungen der Pulsenergie zeitabhängig zu bestimmen und zu bestimmen, ob eine mittlere Pulsenergie zeitabhängig abnimmt oder zunimmt, um daraus die Veränderung der Wetterbedingungsintensität zu ermitteln. So kann beispielsweise aufhörender Niederschlag, wie Regen, Nebel oder Schnee, ermittelt werden, wenn die mittlere Pulsenergie zeitabhängig zunimmt. So kann beispielsweise einsetzender Niederschlag, wie Regen, Nebel oder Schnee, ermittelt werden, wenn die mittlere Pulsenergie zeitabhängig abnimmt. Zubeziehungsweise Abnahme der mittleren Pulsenergie werden durch die Abbeziehungsweise Zunahme von Niederschlagspartikeln in der Umweltluft bedingt. Das LiDAR-System ist also vorzugsweise dafür eingerichtet, die Ab- oder Zunahme von Niederschlagspartikeln in der Umwelt zu erkennen.The LiDAR system can be set up to determine changes in the received pulse energy of the LiDAR system in order to determine the information about the weather conditions therefrom. In particular, the LiDAR system can be set up to determine a change in the type of weather condition and / or a change in the intensity of the weather condition from the changes in the received pulse energy. For example, the LiDAR system can in particular be set up to determine a change in the intensity of the weather conditions, preferably the onset of rain, from a time profile of an average pulse energy. With the onset of precipitation, such as rain, fog or snow, the pulse energy of the received light beam decreases with a constant transmission power of the light source. When precipitation ceases, such as rain, fog or snow, the pulse energy of the received light beam increases with constant transmission power of the light source. This means that additional precipitation sensors can be superfluous. The LiDAR system is therefore also set up in particular to determine the changes in the pulse energy as a function of time and to determine whether an average pulse energy decreases or increases as a function of time in order to determine the change in the intensity of the weather conditions therefrom. For example, cessation of precipitation, such as rain, fog or snow, can be determined if the mean pulse energy increases as a function of time. For example, the onset of precipitation, such as rain, fog or snow, can be determined if the mean pulse energy decreases as a function of time. The increase or decrease in the mean pulse energy is caused by the decrease or increase in precipitation particles in the ambient air. The LiDAR system is therefore preferably set up to detect the increase or decrease in precipitation particles in the environment.
Das LiDAR-System ist insbesondere dafür eingerichtet, Pulsenergieschwankungen um den Mittelwert der empfangenen Pulsenergie zeitabhängig zu bestimmen, um daraus die Informationen über die Wetterbedingungen zu ermitteln. So kann vorzugsweise die Veränderung der Wetterbedingungsintensität ermittelt werden. Während die mittlere Pulsenergie bei einsetzendem Regen beispielsweise über die Zeit abfällt, steigt die zusätzlich durch den Regen verursachte relative statistische Fluktuation der Pulsenergien (relativ zum Mittelwert im jeweils betrachtetem Zeitintervall) beziehungsweise die Standardabweichung ausgehend von einem Grundniveau mit der Regenrate an. Grundniveau meint die lediglich durch intrinsische Pulsenergiefluktuationen hervorgerufenen Abweichungen vom Pulsenergiemittelwert, welche zum Beispiel durch die Lichtquelle (beziehungsweise den Lasertreiber) selbst erzeugt werden und immer vorhanden sind. Das LiDAR-System kann dafür eingerichtet sein, eine Offset-Bereinigung (Abziehen des Grundniveaus) durchzuführen, um ein Signal zu erhalten, welches auf die Regenrate oder auf eine Regenklassifikation kalibriert werden kann. Auch aus den Pulsenergieschwankungen um den Mittelwert können somit Informationen über die Wetterbedingungen ermittelt werden, wie insbesondere einsetzender oder aufhörender Regen oder Schnee. So können ebenfalls zusätzliche Niederschlagssensoren überflüssig werden. Die Pulsenergieschwankungen um die mittlere Pulsenergie können vorzugsweise aus dem vorstehend erwähnten Histogramm bestimmt werden.The LiDAR system is set up in particular to determine pulse energy fluctuations around the mean value of the received pulse energy as a function of time in order to determine the information about the weather conditions therefrom. In this way, the change in the intensity of the weather conditions can preferably be determined. While the mean pulse energy drops over time when it starts to rain, for example, the relative statistical fluctuation of the pulse energies caused by the rain (relative to the mean value in the respective time interval considered) or the standard deviation, based on a base level, increases with the rain rate. Basic level means that deviations from the average pulse energy value caused only by intrinsic pulse energy fluctuations, which, for example, are generated by the light source (or the laser driver) itself and are always present. The LiDAR system can be set up to carry out an offset adjustment (subtracting the base level) in order to obtain a signal which can be calibrated to the rain rate or to a rain classification. Information about the weather conditions can thus also be determined from the pulse energy fluctuations around the mean value, such as in particular the onset or cessation of rain or snow. This also makes additional precipitation sensors superfluous. The pulse energy fluctuations around the mean pulse energy can preferably be determined from the above-mentioned histogram.
Bevorzugt ist, dass das LiDAR-System dafür eingerichtet ist, Nebel von Regen zu unterscheiden, insbesondere aus der Stärke von Fluktuationen um den Mittelwert der empfangenen Pulsenergie über die Zeit. In Ausführungsformen kann das LiDAR-System aber auch dafür eingerichtet sein, Nebel von Schnee oder auch Schnee von Regen zu unterscheiden. Während im Regenfall die Fluktuationen der Pulsenergie um die mittlere Pulsenergie klar ansteigen und deutlich über dem Grundniveau liegen, zeigt ein Nebelereignis keine Änderung der relativen Pulsenergiefluktuationen, sondern lediglich eine Abnahme der mittleren Pulsenergie durch Dämpfung. Der Verlauf der Fluktuationen um die mittlere Pulsenergie bleibt über die Zeit auf dem Grundniveau. Das LiDAR-System kann also dafür eingerichtet sein, Nebel von Regen zu unterscheiden, indem es als Wetterbedingungsart Nebel ermittelt, falls die relativen Pulsenergiefluktuationen zeitabhängig einen vorgegebenen Fluktuationsschwellenwert unterschreiten, und/oder indem es als Wetterbedingungsart Regen ermittelt, falls die relativen Pulsenergiefluktuationen zeitabhängig den vorgegebenen Fluktuationsschwellenwert überschreiten. Ein bevorzugtes Maß für die Fluktuation ist die Größe „S“ aus obiger Formel. Der Fluktuationsschwellenwert kann zum Beispiel durch entsprechende Kalibration des Sensors mittels einer Messung bei verschiedenen Regenraten festgelegt werden. In Ausführungsformen ist vorgesehen, den Schwellwert mit einer Kalibration des Systems zu definieren, d.h. bei einem bestimmten Regenereignis mit definierter Regenrate (oder mehreren definierten Regenereignissen) die Fluktuationen „S“ aus den Messdaten zu berechnen (gemäß obiger Formel) und dann daraus den Schwellwert zu definieren, damit der eben gemessene Regen als Regen bestimmter Stärke identifiziert wird.It is preferred that the LiDAR system is set up to distinguish fog from rain, in particular from the strength of fluctuations around the mean value of the received pulse energy over time. In embodiments, however, the LiDAR system can also be set up to distinguish fog from snow or also snow from rain. While the fluctuations in the pulse energy around the mean pulse energy clearly increase and are well above the base level in the case of rain, a fog event shows no change in the relative pulse energy fluctuations, but only a decrease in the mean pulse energy due to damping. The course of the fluctuations around the mean pulse energy remains at the basic level over time. The LiDAR system can therefore be set up to distinguish fog from rain by determining fog as the weather condition type if the relative pulse energy fluctuations fall below a predetermined fluctuation threshold value as a function of time, and / or by determining rain as the weather condition type if the relative pulse energy fluctuations are time-dependently the specified Exceed fluctuation threshold. A preferred measure for the fluctuation is the size "S" from the above formula. The fluctuation threshold value can be established, for example, by appropriate calibration of the sensor by means of a measurement at different rain rates. In embodiments it is provided to define the threshold value with a calibration of the system, ie for a certain rain event with a defined rain rate (or several defined rain events) to calculate the fluctuations "S" from the measurement data (according to the above formula) and then to assign the threshold value so that the rain just measured is identified as rain of a certain strength.
Erfindungsgemäß wird weiter ein Fahrzeug zur Verfügung gestellt, mit dem ein LiDAR-System der eingangs genannten Art betrieblich verbunden ist, das dafür eingerichtet ist, die Informationen über die Wetterbedingungen basierend auf einer statistischen Auswertung von Signalintensitäten zu ermitteln.According to the invention, a vehicle is also made available with which a LiDAR system of the type mentioned is operationally connected, which is set up to determine the information about the weather conditions based on a statistical evaluation of signal intensities.
Das erfindungsgemäße Fahrzeug hat den Vorteil, dass es erlaubt, die Informationen über die Wetterbedingungen einfach basierend auf einer statistischen Auswertung der Signalintensitäten zu ermitteln, ohne auf weitere Systeme oder manuelle Unterstützung angewiesen zu sein. So kann das heutzutage oft in Fahrzeugen vorhandene LiDAR-System eine weitere Funktion übernehmen und aus Messdaten die Informationen über die Wetterbedingungen ableiten.The vehicle according to the invention has the advantage that it allows the information about the weather conditions to be determined simply on the basis of a statistical evaluation of the signal intensities without having to rely on further systems or manual support. The LiDAR system that is often found in vehicles nowadays can take on a further function and derive information about the weather conditions from measurement data.
Zur Ermittlung der Wetterbedingungen werden durch das LiDAR-System vorzugsweise Signale aus einem bestimmten Bereich (mit unveränderten Bedingungen, zum Beispiel von einem Referenzziel) herangezogen.To determine the weather conditions, the LiDAR system preferably uses signals from a specific area (with unchanged conditions, for example from a reference target).
Ein bevorzugtes Fahrzeug ist ein Straßenfahrzeug. Bevorzugte Straßenfahrzeuge sind Kraftfahrzeuge, insbesondere Personenkraftwagen, Lastkraftwagen, Busse und Motorräder. Alternative Fahrzeuge sind Luftfahrzeuge, insbesondere Flugzeuge, Raumschiffe und Hubschrauber. Weitere alternative Fahrzeuge sind Wasserfahrzeuge, insbesondere Schiffe.A preferred vehicle is a road vehicle. Preferred road vehicles are motor vehicles, especially passenger cars, trucks, buses and motorcycles. Alternative vehicles are aircraft, particularly airplanes, spaceships, and helicopters. Other alternative vehicles are watercraft, in particular ships.
Erfindungsgemäß wird weiter ein Verfahren zur Erkennung von Wetterbedingungen in einer Umwelt eines LiDAR-Systems zur Verfügung gestellt, das den Schritt eines Ermittelns der Informationen über die Wetterbedingungen durch das LiDAR-System basierend auf einer statistischen Auswertung von Signalintensitäten einschließt.According to the invention, a method for recognizing weather conditions in an environment of a LiDAR system is also provided, which includes the step of determining the information about the weather conditions by the LiDAR system based on a statistical evaluation of signal intensities.
Das erfindungsgemäße Verfahren hat den Vorteil, dass es erlaubt, die Informationen über die Wetterbedingungen einfach basierend auf einer statistischen Auswertung der Signalintensitäten zu ermitteln, ohne auf weitere Systeme oder manuelle Unterstützung angewiesen zu sein. So kann das heutzutage oft in Fahrzeugen vorhandene LiDAR-System eine weitere Funktion übernehmen und aus ohnehin vorliegenden Messdaten die Informationen über die Wetterbedingungen ableiten.The method according to the invention has the advantage that it allows the information about the weather conditions to be determined simply on the basis of a statistical evaluation of the signal intensities without having to rely on further systems or manual support. The LiDAR system often found in vehicles nowadays can take on a further function and derive information about the weather conditions from the measurement data that is already available.
Bevorzugte Verfahrensschritte folgen aus der voranstehenden Beschreibung des LiDAR-Systems mutatis mutandis. Auf Wiederholungen der Vorteile und Merkmale wird an dieser Stelle verzichtet, sie gelten aber auch für das erfindungsgemäße Verfahren. Insbesondere, aber nicht ausschließlich, kann das erfindungsgemäße Verfahren die oben genannten Schritte des ersten Verfahrens und/oder des zweitens Verfahrens umfassen. Die Reihenfolge der Schritte kann in verschiedenen Ausführungsformen vertauscht sein, solange ihr Zweck erfüllt wird.Preferred process steps follow from the above description of the LiDAR system mutatis mutandis. The advantages and features are not repeated at this point, but they also apply to the method according to the invention. In particular, but not exclusively, the method according to the invention can comprise the above-mentioned steps of the first method and / or the second method. The order of the steps may be reversed in different embodiments as long as their purpose is achieved.
Vorteilhafte Weiterbildungen der Erfindung sind in den Unteransprüchen angegeben und in der Beschreibung beschrieben.Advantageous further developments of the invention are given in the subclaims and described in the description.
FigurenlisteFigure list
Ausführungsbeispiele der Erfindung werden anhand der Zeichnungen und der nachfolgenden Beschreibung näher erläutert. Es zeigen:
-
1 ein Fahrzeug, mit dem ein LiDAR-System gemäß der Erfindung betrieblich verbunden ist; -
2 ein erstes Verfahren gemäß der Erfindung, und -
3 ein zweites Verfahren gemäß der Erfindung.
-
1 a vehicle to which a LiDAR system according to the invention is operatively connected; -
2 a first method according to the invention, and -
3rd a second method according to the invention.
Ausführungsformen der ErfindungEmbodiments of the invention
In der
Das LiDAR-System
Das LiDAR-System
Das LiDAR-System
Genauer gesagt ist die gezeigte Ausführungsform des LiDAR-Systems
Das LiDAR-System
Das LiDAR-System
Das LiDAR-System
Das LiDAR-System
Ein erstes Verfahren zur statistischen Auswertung der Signalintensitäten ist in
Ein zweites Verfahren zur statistischen Auswertung der Signalintensitäten ist in
Das Vorgehen kann analog zur Integration bei kontinuierlichen Signalen sein. Sei die zeitlich variierende Pulsenergie definiert durch
Dann wäre das resultierende Integral:
Der Beitrag vom zweiten Term zum Integral ist verschwindend gering, da sich die mittlere Pulsenergie so nur sehr langsam während der Integrationszeit verändert.The contribution of the second term to the integral is negligibly small, since the mean pulse energy only changes very slowly during the integration time.
Die Länge der Integrationszeit bestimmt sich aus der Größe N, die angibt, über wie viele Pulse summiert werden soll. Ist die Integrationszeit beziehungsweise das N hinreichend groß, wird das Integral beziehungsweise die oben genannte Summe von den schnelllebigen Puls-zu-Puls-Energiefluktuationen n(t) dominiert. Der langsam veränderliche Mittelwert macht sich nicht mehr bemerkbar. Ein späterer Schritt
Die Erfindung erlaubt also eine eindeutige Detektion von Regenereignissen inklusive Klassifikation einer Regenrate (zum Beispiel starker Regen, mittelstarker Regen, wenig Regen oder auch 5-stufig) und eine Unterscheidung zwischen Regen und Nebel mithilfe einer statistischen Auswertemethode. Niederschlagsdetektions-/Klassifikationsverfahren können basierend auf statistischer Auswertung der Signalintensitäten von LiDAR-Echopulsen bei statischer Entfernung zu einem über der Evaluierungsdauer gleichbleibend reflektierenden Objekt bereitgestellt werden. Eine Unterscheidung von Regen und Nebel ist auf einfache Weise möglich. Im Falle eines dToF-basierten LiDAR-Systems
Die Erfindung ist nicht auf die gezeigten Ausführungsbeispiele beschränkt. Mögliche Anwendungsbereiche sind allgemein Automotive-LiDAR-Systeme für autonomes Fahren der Stufen
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturPatent literature cited
- DE 69933932 T2 [0005]DE 69933932 T2 [0005]
- DE 202016103719 U1 [0006]DE 202016103719 U1 [0006]
- EP 2820632 A1 [0007]EP 2820632 A1 [0007]
- EP 3206046 A1 [0008]EP 3206046 A1 [0008]
- EP 3284646 A1 [0009]EP 3284646 A1 [0009]
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019212877.7A DE102019212877A1 (en) | 2019-08-28 | 2019-08-28 | LiDAR system as well as vehicle and method for detecting weather conditions |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019212877.7A DE102019212877A1 (en) | 2019-08-28 | 2019-08-28 | LiDAR system as well as vehicle and method for detecting weather conditions |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102019212877A1 true DE102019212877A1 (en) | 2021-03-04 |
Family
ID=74564829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102019212877.7A Pending DE102019212877A1 (en) | 2019-08-28 | 2019-08-28 | LiDAR system as well as vehicle and method for detecting weather conditions |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102019212877A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112849161A (en) * | 2021-03-28 | 2021-05-28 | 重庆长安汽车股份有限公司 | Meteorological condition prediction method and device for automatic driving vehicle, automobile and controller |
-
2019
- 2019-08-28 DE DE102019212877.7A patent/DE102019212877A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112849161A (en) * | 2021-03-28 | 2021-05-28 | 重庆长安汽车股份有限公司 | Meteorological condition prediction method and device for automatic driving vehicle, automobile and controller |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE19717399C2 (en) | Device for determining the distance and type of objects and the visibility | |
EP2800982B1 (en) | Method and device for measuring the speed of a vehicle independently of the wheels | |
EP2454137B1 (en) | Laser-based method for the friction coefficient classification of motor vehicles | |
DE3735267C3 (en) | Visibility measurement device | |
DE102018201220A1 (en) | Distance detection system, method for a distance detection system and vehicle | |
DE19928915A1 (en) | Procedure for determining visibility | |
EP2804014B1 (en) | Device and method for determining a characteristic of a vehicle | |
DE102010025719A1 (en) | Device and method for emitting a dangerous ground signal under a vehicle | |
DE102010029699A1 (en) | Radar sensor and method for detecting precipitation with a radar sensor | |
DE102013021797A1 (en) | Method for issuing a warning on a dangerous roadway condition and device | |
WO2019110221A1 (en) | Method for operating a lidar sensor, lidar sensor and means of transportation | |
DE102015112103A1 (en) | Detection device for detecting fog for a motor vehicle | |
DE102011105074A1 (en) | Method for determining visual range for vehicle, involves determining surrounding of vehicle by camera, where contrast dimensions are determined for object depicted in images, where visual range is determined from contrast dimensions | |
DE3930272C2 (en) | ||
DE4124192A1 (en) | Optical rangefinder for spacing between moving road vehicles - measures propagation time of infrared reflection from preceding vehicle, and gives warning of too near approach | |
DE102019212877A1 (en) | LiDAR system as well as vehicle and method for detecting weather conditions | |
WO2001004660A1 (en) | Device for measuring visual range | |
DE102018221448A1 (en) | Procedure for determining visibility | |
DE102020205691B3 (en) | Method and device for fusing a plurality of signals from an ultrasonic sensor system of a means of locomotion | |
DE102018212542B4 (en) | Method for controlling a heating device associated with a laser scanner | |
DE102019213084A1 (en) | Method for determining a wetness parameter | |
DE102018126497A1 (en) | Method for checking the range of an optical detection device and optical detection device | |
DE102019005148A1 (en) | Method and device for determining fog | |
DE102021002904A1 (en) | Method for determining age-related functional impairments of a lidar sensor in a vehicle | |
DE4332158A1 (en) | Method for the classified detection of a vehicle which moves past, and devices for carrying out the method |