CN108140322A - 用于表征对象的设备和方法 - Google Patents

用于表征对象的设备和方法 Download PDF

Info

Publication number
CN108140322A
CN108140322A CN201680056925.5A CN201680056925A CN108140322A CN 108140322 A CN108140322 A CN 108140322A CN 201680056925 A CN201680056925 A CN 201680056925A CN 108140322 A CN108140322 A CN 108140322A
Authority
CN
China
Prior art keywords
vehicle
sensor
data
information
identified
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.)
Granted
Application number
CN201680056925.5A
Other languages
English (en)
Other versions
CN108140322B (zh
Inventor
H-J.京特
B.雷希
S.克莱瑙
B.莱曼
S.格勒泽
M.恩格尔
T.布布鲁赞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Volkswagen AG
Original Assignee
Volkswagen AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Volkswagen AG filed Critical Volkswagen AG
Publication of CN108140322A publication Critical patent/CN108140322A/zh
Application granted granted Critical
Publication of CN108140322B publication Critical patent/CN108140322B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous 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
    • G01S17/93—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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93272—Sensor installation details in the back of the vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

教导了一种用于表征所要标识的对象的设备和方法。该方法和设备包括对传感器数据的检测，所述传感器数据包括第一来源的传感器信息和第二来源的传感器信息。该方法还包括基于这些传感器数据来确定至少一个所要标识的对象。该方法和该设备还包括选择第一来源的被分配给所要标识的对象的那个传感器信息。该方法还包括借助于基于第一来源的所选择的传感器信息的信息来表征所要标识的对象。因此，有利地可以改善对没有自己的V2X（Vehicle to X（车辆到X），X被实施为车辆或基础设施）通信的车辆的估计。

Description

用于表征对象的设备和方法
技术领域
本发明的实施例一般涉及对在车辆的周围环境中的对象的识别和表征。
背景技术
采用V2X（车辆到X（Vehicle to X），其中X例如可代表车辆或者也可代表基础设施）技术能够使车辆的检测范围基本上扩展如下对象，所述对象处在车辆传感装置的视线（Line-of-Sight）之外。此外，基于主动消息交换的技术能够传送不能通过本地传感器确定的信息。在ETSI（欧洲电信标准化组织（European Telecommunications StandardsInstitute））的标准化工作的范围内，对于欧洲市场来说已经限定了如下消息内容，所述消息内容能够借助于车辆状态消息（所谓的协同感知消息（Cooperative AwarenessMessage，CAM））描述在周围环境模型中的交通成员或实现对危险情况的专门警告（所谓的分布式环境通知消息（Decentralized Environmental Notification Message，DENM））。在采用V2X技术时的挑战是达到被称作所谓的临界量的通信成员的最小数目，所述最小数目对于市场接受能力来说是必需的。
已经存在的用于ETSI ITS-G5参考架构的标准已经考虑到所谓的CAM和DENM信息，所述CAM和DENM信息限于进行发送的车辆的特性。关于没有这种V2X通信的车辆的信息只能用本车的传感装置来检测，这可能导致较不完整的对象估计。
发明内容
因而，会值得期望的是，改善关于没有自己的V2X通信的车辆的对象估计。
这通过分别具有专利独立权利要求的特征的设备和方法来予以考虑。有利的设计方案和扩展方案是从属权利要求的主题。
按照第一方面，实施例提供了对所要标识的对象的表征。这包括检测传感器数据，所述传感器数据包括第一来源的传感器信息和第二来源的传感器信息。该方法还包括基于这些传感器数据来确定至少一个所要标识的对象。该方法还包括选择第一来源的被分配给所要标识的对象的那个传感器信息。该方法还包括借助于基于第一来源的所选择的传感器信息的信息来表征所要标识的对象。
因此，有利地，对所要标识的对象的确定可以以来自多个来源的传感器数据为支撑，而对所标识的对象的表征可限于一个来源。例如，第一来源可以是具有已知质量的传感器的本车。相对应地，所识别出的对象可以利用已知质量的传感器信息来表征，这对于下游的功能（诸如车辆影响系统）来说导致输入数据改善。
因此，有利地可以改善关于在没有自己的V2X通信的车辆的估计。
表征应被理解为如下特征，所述特征使所要标识的对象具有一定的特性。例如可以通过传感器的数据进行表征，所述数据描述了车辆的周围环境。这样，例如可以将本车的雷达信号、激光雷达信号（Lidar=Light detection and ranging）、摄像机信号等等用于表征他人车辆。
所要标识的对象是停留在车辆周围环境中的所有物体、人员和车辆。这些对象被分类并且例如被归为车辆、人员或建筑物。此外，可以以不同的等级更精细地标识对象。例如，上面提到的CAM信息知道车辆的车辆类型、重量、位置以及动态响应，所述车辆的车辆类型、重量、位置以及动态响应可以被用于更精确地标识对象。
借助于适当的电子部件来检测传感器数据。已知的用于检测在车辆周围环境中的对象的传感器例如基于如下技术，如雷达、激光雷达（Light detection and ranging）、摄像机等等。在运行时，这些传感器提供数据，所述数据由所连接的电子部件检测、存储和分析。在此，应预期不同传感器的各种各样的数据率、数据内容和时间间隔。相对应地，需要对不同的传感器数据进行整理从而共同处理。
按照本发明的实施例，传感器信息的不同来源可以被用于标识对象。这样，车辆本身的传感器可以被视作第一来源。第二来源可以是他人车辆的传感器。在此，在第一和第二来源中可存在相同的或不同的传感器。这样，两个来源例如都可以配备雷达传感器。可替换地，这些来源也可包括不同的传感器类型。第二来源也可包括多个车辆的传感器信息。此外，第二来源也可以包括位置固定的装置的数据，所述位置固定的装置例如可以被构造为基础设施。在此，位置固定的装置也可以传送传感器信息，所述传感器信息基于在本车中应用的传感器类型、例如雷达传感器。
可以以不同的方式来实现基于传感器数据对至少一个所要标识的对象的确定。这样，例如可以使用分级模型，其中具有所有传感器数据的数据云用作基础。现在，在第一步骤中，根据数据云的数据来标识对象的碎片，例如手臂、躯干或头部的部分。接着，在第二步骤中尝试将这些碎片连接成部分对象，即连接成手臂、躯干或头部。接着，在第三步骤中进行真正的对象识别，所述真正的对象识别在所提到的示例中标识出人员的对象。现在，该对象以通过其它描述该对象的数据来丰富的方式被提供给随后的装置，如车辆影响系统。在此，在对象识别的进程中也可以改变传感器原始数据。
基于数值分配可以选择第一来源的被分配给所要标识的对象的那些传感器信息。这样，第一来源的传感器信息例如可以以编号的方式存放在数据库中。如果根据这些传感器信息以及通常其它信息来标识对象，那么该对象可包含对原来的传感器信息的参阅，例如作为对编号的参考。因此，相对应地，可以将所属的传感器信息分配给所识别的对象，所述传感器信息也可以是能根据来源区分的。
借助于基于第一来源的所选择的传感器信息的信息对所要标识的对象进行表征例如可以通过将所选择的传感器信息添加到对象数据来实现。可替换地或补充地，被添加给对象数据的地址或编号也可以参阅所选择的传感器信息。这些传感器信息可对应于传感器原始数据，所述传感器原始数据与为了确定对象而被改变的传感器数据相比是对车辆周围环境的未失真的反映。
相对应地，多种形式的表征都是可能的。
因此，有利地，例如可以改善关于在没有自己的V2X通信的车辆的对象估计。
可选地，传感器信息的第一来源可以构造为车辆的本地传感器并且可以提供传感器原始数据。传感器信息的第二来源可以被构造为远程传感器并且可以通过接口来提供传感器消息。本地传感器可以检测车辆的周围环境，而远程传感器可以检测至少一个其它车辆的状态和/或检测至少一个其它车辆的周围环境。在此，状态检测可以被构造为协同感知消息（Cooperative Awareness Message，CAM）和/或被构造为分布式环境通知消息（Decentralized Environmental Notification Message，DENM）。
车辆的本地传感器安装在车辆本身上并且安装在车辆本身中。本地传感器的典型的代表是雷达传感器、激光雷达传感器和摄像机传感器。布置这些本地传感器，以便检测车辆的周围环境。在此，该周围环境可环绕着车辆延伸直至200米。典型的安装位置在车辆的车身和保险杠。可选地，相同的传感器类型也多次建造，以便例如检测处在车辆前面和后面的周围环境。
这些本地传感器提供数据，所述数据在下文也被称作原始数据或者传感器原始数据。这些传感器原始数据涉及传感器类型和传感器结构形式，并且尤其在数据量和数据速度方面有区别。下游的电子设备接收传感器的数据并且例如可以将这些数据布置在数据云中并且紧接着整理这些数据用于随后的应用。这些应用可包括驾驶员辅助系统，所述驾驶员辅助系统将所识别的对象例如用于进行车辆影响。
远程传感器是其它交通成员或基础设施的传感器。这种远程传感器的数据可以通过移动点对点（Ad-Hoc）网络的接口来传输，所述移动点对点网络例如根据ETSI（欧洲电信标准化组织）ITS-G5（Intelligent Transport System（智能传输系统））参考架构来实现。在此，所提供的传感器消息可包括如下传感器的数据，所述传感器也用在车辆局部并且检测车辆周围环境或基础设施的周围环境。此外，传感器消息也包括如下消息，所述消息包括车辆的当前状态或车辆的紧急任务（Einsatz）。为此，可以使用如下传感器，所述传感器检测乘客的数目、车辆的速度、车辆的重量和其它特征参量。这也可以包括存放在存储器中的数据以及确定的运行状态，如带蓝闪光灯信号和警铃的紧急任务行驶。
接口并不限于例如根据ETSI的标准化的接口。这样，也可以使用非标准化的接口，所述非标准化的接口例如可以以制造商特定的方式来构造。以这种方式可以接收附加的传感器信息，所述附加的传感器信息包含舒适功能或者也包含范围更大的信息，所述范围更大的信息例如没有包含在ETSI标准中。
关于车辆的状态的传感器信息可包括与前车以及与后车的距离。此外，还可包含车辆的平均速度以及重量和几何形状。例如警察或消防队的信令“车辆在执行紧急任务”也可以包含在关于车辆的状态的传感器信息中。因此，总体上，关于车辆的状态的传感器信息并不限于未经处理的传感器信息，已经处理过的传感器信息也可以包含在车辆的状态中。此外，也可以包括危险警告。这样，可以警告提防道路薄冰、风暴或雾，提防反方向行驶者、闯红灯者以及类似的危险。
关于车辆的状态的传感器信息也可以被构造为协同感知消息（CooperativeAwareness Message，CAM）和/或被构造为分布式环境通知消息（DecentralizedEnvironmental Notification Message，DENM）。这些协同感知消息和分布式环境通知消息在ETSI处在（例如版本V1.3.1的）标准文件EN 302 637-2中以及（例如版本V1.2.1、V1.2.2和V1.3.2的）ETSI EN 302 637-3中被标准化。对标准的使用确保了在不同制造商的车辆之间的尽可能的兼容性。
因此，有利地，可以通过多个外部附加信息来详细阐明对所要标识的对象的表征。
在一些实施方式中，对所要标识的对象的确定除了被分配给所标识的对象的传感器数据之外还可以基于集合的数据，所述集合的数据基于多个传感器的传感器原始数据的组合。此外，所述传感器数据和所述集合的数据可以使用循环存储器来存储不同的检测时间点的值。
将传感器数据分配到对象是对象识别的重要功能。如上面已经叙述的那样，所述分配可以进行多级的过程，其中首先将例如来自传感器数据的数据云的传感器数据标识为对象的如下碎片，所述碎片在进一步的步骤中被补充成部分对象并且最后被补充成对象。相对应地，可以将传感器数据分配给对象。此外，还借助于合并的传感器信息来标识对象。这样，使不同的传感器类型的对于对象来说典型的表现形式彼此相结合，以便例如识别典型的运动过程以及其它对象特点。在此，也可以以计算方式补充所缺少的方面，以便可以推断出对象。也可以用卡尔曼滤波器（Kalman-Filter）来处理传感器信息。换句话说，卡尔曼滤波器提供帮助来补偿由传感器造成的干扰，其结果接着作为合并的传感器信息来存放。这种集合的或者合并的数据同样与对象相关联地来存储。
所识别的对象的存在概率显著地与通过所属的传感器对对象的连续识别有关。此外，不管对象从观察空间离开还是在该空间内发生变化，传感器信息都相对快地变旧。相对应地，提供循环存储器，在所述循环存储器中能存放每个涉及到对象的传感器的连续的传感器信息。在此，第n+1个传感器信息覆盖时间上最旧的记录，第n+2个传感器信息覆盖第二旧的数据，等等。这些存储器可具有与传感器有关地不同的大小和实现形式。这些存储器可以在传感器间地涉及分别相同的时基（Zeitbasis）。
这样，有利地，可以改善对象的对象识别。
可选地，可以用所标识的对象来提供附加信息，所述附加信息基于传感器数据并且基于集合的数据。
基于传感器数据并且基于集合的数据的数据例如可以被实施为经处理的传感器数据和集合的数据（也称作合并的数据）。如已经叙述的那样，这些数据可能在对象识别的进程中被修改并且因此与传感器原始数据有区别。此外，这些数据也可以来自远程传感器并且因此可以使数据库（Datenbasis）明显增加。此外，还可以使对象具有多个其它特性。示例性地，应提到关于存在概率的参数、删除对象的预计的时间点（Time Out）以及数据的相对于本地坐标系或全局坐标系的参考。
因此，有利地，可以提供所识别的对象的较完整的并且经合理性检查的信息，用于进一步处理。
在一些实施方式中，可以通过移动网络来接收数据字段。该数据字段可包括描述字段，所述描述字段包括车辆的标识和/或车辆的位置和/或车辆的间距和/或车辆的速度和/或车辆的加速度和/或车辆的本地传感器的至少一个特性。此外，该数据字段还可以包括动态对象容器，所述动态对象容器就其而言包括对至少一个动态对象的描述。此外，该数据字段还可以包括静态对象容器，所述静态对象容器包括对至少一个静态对象的描述。
数据字段可以被实施为具有给定的含义的结构要素的相互连接。这种数据字段对于在机器实体之间的数据交换来说是典型的并且详细地予以规定并且此外也常常被标准化。为了进行传输，常常将附加的冗余添加给这种数据字段并且也与传输介质相协调地对所述附加的冗余进行编码。通常，所述数据字段开始于数据头信息（也称作数据头（Header）），所述数据头信息标识数据字段并且还可以进一步包含其它信息。
该数据字段还可包括描述字段，在所述描述字段中可以存放适用于随后的字段的一般性信息。在当前情况下，该描述字段可以是描述发出该数据字段的车辆及其特性的信息。
这样，车辆的标识例如可以包含在描述字段中，所述描述字段可包含关于制造商、车辆类型、制造日期、装备属性等等的情况。
在该字段中还可包含车辆的位置。所述位置例如可涉及全局坐标系，所述全局坐标系具有关于长度和宽度的说明。所述位置例如也可涉及世界测地系统（World GeodeticSystem）1984（WGS 84），所述世界测地系统1984作为大地测量参照系为地球上以及在近地空间中的位置说明提供统一的基础。其它参照系也是可设想的。
在描述字段中还可以说明与在进行发送的车辆的周围环境中的对象的一个或多个间距。这也可以包括与进行接收的车辆的间距，使得可以检查对间距的本地估计。这些间距可以关于进行发送的车辆的所有经报告的对象来证明，所述对象可以朝所有方位放置。
此外，也可以说明进行发送的车辆的速度。这里，也可设想的是以不同的度量单位（千米每小时、英里每小时）的说明，也共同包含所述度量单位。
还可以说明车辆的加速度。这不仅可以包括纵向加速度而且可以包括横向加速度，而且一并包括车辆的相对应的延迟。速度和加速度也可以在过去的一段时间内被传送，使得在一定的时间间隔内的变化过程变得已知。
这些数据和/或也包括其它数据中的不同的数据也可以以标准化形式来传输，例如以已经提到的CAM和DENM信息、如在ETSI中标准化的CAM和DENM信息来传输。这些数据也可以布置在描述字段中。此外，也可以传送进行发送的车辆的本地传感器的参数。这尤其可以涉及传感器在车辆上的布置和/或所使用的传感器的特性。这样，可以传送每个传感器类型的作用范围、检测角度、分辨率和其它参数。如果使用相同类型（例如雷达）的不同传感器，例如用来检测车辆前面、侧面和后面的空间，那么也可以传送这些所属的参数。传感器类型的工作能力的等级也可以是已知的，所述等级同样可以被传送。
在动态对象容器中，传输动态对象的数据，进行发送的车辆借助于其传感器已经识别出所述动态对象。这尤其可以是其它交通成员，所述交通成员与进行发送的车辆和进行接收的车辆共同分享道路空间。这尤其可以是各种各样的实现形式的机动车、骑自行车的人和行人、动物和物体，这些都在行车道上或者在行车道旁边、在十字路口区域或者其它行车道情况下运动。
进行发送的车辆的本地传感器的这些数据可以包括关于进行接收的车辆的传感器的相同或不同类型。这样，例如可以在两个车辆中应用雷达技术、激光雷达技术和红外技术来检测车辆周围环境。此外，这些数据可以作为传感器原始数据来传送并且这样由进行发送的车辆未经处理地用于在进行接收的车辆方面进行对象识别。这里，有利地，具有集合的数据的本地对象形成可以动用进行发送的车辆的还未经改变的传感器原始数据，并且这样可以避免由于已经被改变的数据引起的失真。
但是，所述传感器原始数据也可以以经处理的形式来传送，而且包括在要进行发送的车辆的周围环境中的已经识别的对象，其中为此所述传感器原始数据已经可以改变。可替换地，也可以传送传感器原始数据和具有经改变的传感器数据的对象数据。因此，尤其是在V2X通信（所述V2X通信也被称作C2X（Car-to-X（车辆到X），其中X代表各种各样的装置，所述装置可包括车辆（C2C，Car To Car（车辆到车辆））、基础设施（C2I，Car ToInfrastructure（车辆到基础设施））以及其它））开始时，在少量具有该技术的车辆的情况下，可以有利地改善对没有V2X的车辆的识别和估计。
此外，在动态（以及也包括在静态）对象容器中可以描述最大数目个对象。
一般来说，在传送由进行发送的车辆的本地传感器识别的数据时也可以进行限制。选择可限于被分配给在进行发送的车辆中所识别的对象的这种数据。在进行发送的车辆中，对这种对象的识别也可以重新包括如下数据，所述数据是在V2X通信的范围内由进行发送的车辆接收的。在此，例如由第三车辆接收的数据不能被转发，而是只能用于对象识别。在这种情况下，例如只传送进行发送的车辆的本地传感器的传感器原始数据，只要所述传感器原始数据被分配给对象的话。
此外，所要发送的数据也可与所标识的对象的存在概率有关。该存在概率是在对象识别系统中的常见参数并且带来对系统有多大概率认为该对象存在的表达。这样，例如只能传送用于如下这种对象的数据，所述对象会基于其存在概率的大小也在进行发送的车辆中引起本地车辆辅助系统的反应。
在静态对象容器中传输静态对象的数据。这可以以类似于动态对象的方式来进行。
因此，尤其是在与少量具有该技术的车辆的V2X通信开始时，可以有利地改善对没有V2X功能的车辆的识别和估计。如果只传送传感器原始数据，那么这尤其是这种情况，因为这些传感器原始数据描绘了对相应的周围环境的未失真的感知。
可选地，动态对象容器可包括至少一个动态对象。后者就其而言包括第一来源的传感器信息和/或包含本地参考参量或全局参考参量的定位信息和/或用于描述对象动态性的动态说明和/或对象的分类和/或对象的所估计的几何尺寸。静态对象容器可包括至少一个静态对象。该静态对象就其而言包括第一来源的传感器信息和/或定位信息和/或对象的分类和/或对象的所估计的几何尺寸或者检测空间的占用网格。
对于每个经传送的动态对象来说，在动态对象容器中布置有动态对象描述。相同的情况适用于静态对象。所述动态对象描述可以包含一个或多个传感器的传感器信息以及所属的传感器原始数据。传感器信息可包含特定的传感器特性，如分辨率、作用范围、传感器代等等。也可以包含传感器的特定的定位信息，如传感器在车辆中或者在车辆上的特定的检测角度或特定的定位或特定的水平或垂直取向。此外，传感器原始数据尤其可以包括涉及进行发送的车辆的定位信息。可替换地，传感器数据也可以涉及例如可根据ETSI TS102 894-2来设计的全局参照系，所述全局参照系参考已经提及的WGS-84参考模型（WorldGeodetic System 1984）。
关于对象的动态说明可包括如下所有说明，所述说明也表征对周围环境进行观察的车辆而且例如可以作为CAM或DENM消息来发出。相对应地，可以包括对对象的速度、该对象的加速度或该对象的延迟、该对象的重量和其它在所提到的ETSI标准下列出的参数的估计，所述参数包含关于对象的动态说明。
对象的分类例如可以按照ETSI TS 102 894-2（Intelligent Transport Systems(智能传输系统，ITS)；Users and applications requirements（用户和应用需求）；Part 2（第二部分）：Applications and facilities layer common data dictionary（应用和设备层通用数据字典））来进行，例如根据版本1.2.1来进行。该标准例如知道消息管理（Message management）和应用使用（application usage）类型。根据ITS应用类（application class）的分类也是已知的。此外，也已知如下子类型，所述子类型可以被用于对象分类。
对象的所估计的几何尺寸可以被说明为长度、宽度和厚度或者也可以被说明为点、线、面、间距和/或角度或者可以以混合的参数来说明。在此，它们可以说明几何形状和/或表示所观察的物体的更精细的结构。例如，也可以补充针对不同地确定尺寸的多轮距车辆、单轮距车辆、行人、建筑物（例如桥梁、交通引导基础设施，如安全护栏）的几何形状类型。
在静态对象容器中的静态对象可以类似于动态对象地来构造并且相对应地包括在动态对象中阐述的参数。替代所描述的几何形状或者作为对所描述的几何形状的补充，也可以将占用网格（occupancy grid）的原理用于几何形状描述。在此，将所检查的空间（也称作检测空间）分成小的部分并且针对每个X、Y、Z位置记住在那里“有些东西”或“什么都没有”的概率。这可以被用于二维或三维观察。
按照第一方面，实施例提供了一种用于表征所要标识的对象的设备。该设备包括传感器数据检测部件，用于检测传感器数据，所述传感器数据包括第一来源的传感器信息和第二来源的传感器信息。此外，该设备还包括确定部件，用于基于所述传感器数据来确定至少一个所要标识的对象。此外，该设备还包括选择部件，用于选择第一来源的被分配给所要标识的对象的那个传感器信息。此外，该设备还包括接口，用于提供所要标识的对象以及如下信息，所述信息基于第一来源的所选择的传感器信息。
传感器数据检测构件可处理多种多样的传感器数据。这可以包括直接连接的传感器的原始传感器数据，所述传感器布置在车辆局部。在此，本车可以视作第一来源。所连接的传感器的实施方式可包括不同的传感器类型，如雷达、摄像机和激光雷达。也可以连接相同类型的多个传感器，所述传感器例如检测在车辆周围环境中的不同的空间区段。这些不同的传感器数据可以在传输速度、数据量和时钟频率方面有显著区别。
其它传感器数据可以由第二来源接收，所述第二来源定位在本车之外。不过，所述第二来源并不限于其它车辆，而是可以包括不同车辆的传感器数据以及也包括基础设施的传感器数据。第二来源的这些传感器数据例如可以通过车辆中的V2X接口来接收，所述V2X接口也可描述进行发送的车辆的状态。已知的用于状态描述的参数组是CAM和DENM数据，所述CAM和DENM数据在上面已经被介绍。
此外，通过V2X接口也可以接收传感器数据，所述传感器数据有关车辆或基础设施的考虑到行驶情况或周围环境情况的本地周围环境、即例如行车道来形成。这例如可以包括远程传感器的传感器原始数据。此外，这里只能接收传感器原始数据，所述传感器原始数据应被分配到在发送方处识别的对象。在此，在发送方处的对象识别也可以在选择所要发送的传感器数据时考虑所识别的对象的存在概率。附加地或替代所提到的传感器原始数据地，发送方的本地周围环境的传感器数据也可包括如下对象信息，所述对象信息与这里描述的设备或上面描述的方法的在本地生成的对象数据类似。因此，这些对象数据也可包括存在概率、对象的所预计的时间上的存在时长、经改变的传感器数据以及也包括集合的数据。
传感器数据构件可以接收这些数据，必要时对这些数据进行预处理并且例如在数据云中或者在根据传感器类型和/或根据来源整理的分析结构中提供这些数据用于进一步处理。
确定部件用于基于所述传感器数据来确定所要标识的对象。在此，确定部件可包括传感器原始数据数据库，在所述传感器原始数据数据库中以不改变并且能标识的方式来存放所接收到的传感器数据。这可以与接收源无关地发生而且也可以与所接收到的传感器数据的状态信息或周围环境信息无关地来发生。还可以将传感器数据转换成通用数据格式。此外，传感器数据还可以被分配给通用坐标系，其中提供至少一个本地参照系和至少一个全局参照系。这些这样或者也包括以其它方式修改的传感器数据可以存放在第二数据库中并且同样是能标识的。紧接着，可以将被转换成数据格式和/或在坐标系中定位的数据输送给处理单元，所述处理单元执行对象识别。在此，例如使具有已经被识别的对象的传感器数据集合在一起或者确定新的对象，所述新的对象同样可以被存放在另一数据库中。没有当前传感器数据的对象可以在预先给定的时间之后被删除。如果更新的传感器数据表明这一点，那么也可以使对象合并。此外，确定部件还可以提供分配矩阵，所述分配矩阵用于分配对象、经改变的和集合的传感器数据以及传感器原始数据。
选择构件可以动用不同的数据库并且例如可以将所属的传感器原始数据分配给所识别的对象。此外，可替换地或补充地，选择构件也可以将经改变的传感器数据和集合的传感器数据分配给所识别的对象，对象是借助于所述经改变的传感器数据和集合的传感器数据来标识的或对象特性是借助于所述经改变的传感器数据和集合的传感器数据来改变的。为此，选择构件也可以使用由确定部件提供的分配矩阵。
用于提供所要标识的对象和基于第一来源的所选择的传感器信息的信息的接口提供数据用于在下游的车辆系统中进一步处理，所述下游的车辆系统可以被实施为处理器系统。这些接口可配备有用于存储所要提供的数据的存储元件。在此，可以提供将所分配的传感器原始数据分派给所识别的对象的数据。所述传感器原始数据可限于在本地生成的传感器原始数据，以便排除自己的传感器原始数据与其它车辆的传感器原始数据的掺杂。但是，不同于此，所分配的对象可以借助于所有供支配的数据来标识和参数化。
附加地或可替换地，可以提供其它数据，所述其它数据包括经改变的传感器数据和/或合并的传感器数据。这些数据也可以被分配给所识别出的对象。
在此，接口可以被实施为与随后的处理单元的连接单元，其中连接单元可以耦合到车辆内部的总线系统上。也可以实施为在设备与随后的系统之间的插头连接或者以其它方式的连接。这些接口也可以实施为在如下构件之间的在印刷电路板上的连接，所述构件一方面被分配给所描述的设备而另一方面被分配给随后的系统。
可选地，实施方式可包括确定部件，所述确定部件被构造用于处理传感器数据，这包括对传感器数据的时间调整和/或对对象的确定和/或使传感器数据集合在一起。
对传感器数据的时间调整可用于将传感器数据分配到确定的处理段。这种处理段对确定的时间段的现有的数据进行分析。所述分析也包括在该时间段内的对象确定以及所提到的对传感器数据的改变和集合。处理段的典型时长可以为200毫秒，其中也可以实现较短和较长的时长。
在对象形成的范围内对传感器数据的集合搜寻与潜在的或已经在先前的处理段中标识的对象匹配的传感器数据。这些传感器数据或者补充地被分配给对象。可替换地，也可以由不同的传感器数据形成合并的传感器数据，所述合并的传感器数据接着作为合并的传感器数据组被分配给对象。如果不能将传感器数据分配给潜在的或所标识的对象，那么可以创造一个新的潜在的对象。在此，可以在预先给定的时长内将所识别的或潜在的对象假定为存在。此外，可以生成传感器数据分配矩阵，用于稍后的进一步分配。
在实施例中，选择部件可包括用于存放传感器原始数据的第一数据库和/或包括用于存放所要标识的对象的第二数据库。
数据库适合于管理信息，其中大数据量能高效地、不矛盾地并且持久地被存储而所需的部分数量能以不同的、符合需求的呈现形式来提供用于应用程序。在此，用于存放传感器原始数据的数据库可以与所标识的对象的数据库保持连接，使得例如通过在两个数据库中的通用分配说明可能将传感器原始数据分配到对象。
可选地，实施例可以包括具有上面描述的设备的机动车。
在此，机动车可包括所有已知类型的机动车，即以各种各样大小的载货车、用于人员运输的公共汽车、轿车、摩托车以及轻便摩托车。这些机动车可配备内燃机和/或电驱动装置，其中后者从电池组中和/或从氢气中取得其电能。
附图说明
随后，本发明的示例性的实施例参考随附的附图进一步予以阐述。其中：
图1示出了按照本发明的方法；
图2示出了车辆，本地传感器布置在所述车辆中并且提供第二来源的传感器信息；
图3示出了对象的结构；
图4示出了数据字段的结构；
图5示出了按照本发明的设备的原理电路图；
图6示出了按照本发明的设备的改良的原理电路图；
图7示出了有V2X通信和没有V2X通信的不同的交通情况；
图8示出了数据字段的详细结构的一个示例。
具体实施方式
现在，不同的实施例参考随附的附图更详细地予以描述，在所述附图中示出了一些实施例。在所述附图中，为了想要清楚，线条、层和/或区域的厚度尺寸可以夸张地予以示出。
在随后对随附的仅仅示出了一些示范性的实施例的附图的描述中，相同的附图标记可以标明相同或者类似的部件。此外，针对如下部件和对象可以使用概括性的附图标记，所述部件和对象在实施例中或者在附图中多次出现，然而关于一个或多个特征共同地被描述。只要没有从描述中明确地或者隐含地得出某些其它的情况，利用相同或者概括性的附图标记来描述的部件或者对象就可以关于单个、多个或者所有特征（例如所述部件或者对象的尺寸）相同地、然而必要时也不同地来实施。
图1示出了用于表征所要标识的对象的方法100。在此，在第一步骤110中，执行对传感器数据的检测，所述传感器数据包括第一来源的传感器信息和第二来源的传感器信息。在下一步骤120中，基于传感器数据来确定至少一个所要标识的对象。在接下来的步骤130中，执行选择第一来源的被分配给所要标识的对象的那个传感器信息。接着，在步骤140中，借助于基于第一来源的所选择的传感器信息的信息来执行对所要标识的对象的表征。
图2示出了本地传感器210，所述本地传感器示例性地布置在车辆上并且提供传感器原始数据作为传感器信息。此外，车辆还接收远程传感器220的传感器信息。本地传感器检测车辆的周围环境。远程传感器的传感器信息监测其它车辆的状态和/或车辆或基础设施的周围环境。
图3示出了对象结构310，所述对象结构可以针对每个所标识的对象来编制。在此，示出了被分配给对象的传感器数据320和330。此外，还示出了集合的数据340，所述集合的数据基于传感器数据并且同样被分配给对象。所有数据320、330和340都在不同的连续的时间点被查明并且分别存放在循环存储器中。在此，在所示出的示例中，第八个记录在循环缓存器中覆盖最旧的记录，使得总是提供最近的八个记录。还将其它数据350分配给该对象。所述其它数据可包括存在概率、所计划的对象寿命（Time Out）以及其它涉及对象的数据。
图4示出了可通过空中接口来接收的数据字段400。该数据字段400包含远程车辆的车辆周围环境或者基础设施的数据。这些数据在本地对象识别的情况下予以考虑。在此，数据字段400包括数据头410，所述数据头例如可以根据ETSI TS 102 894-2被构造为标准ITS-S（智能传输系统站（Intelligent Transport Systems-Station））。该数据头用于标识数据字段400。紧接着，可以布置描述字段420，所述描述字段可包括进行发送的车辆的标识和/或车辆的位置和/或车辆的间距和/或车辆的速度和/或车辆的加速度和/或车辆的本地传感器的至少一个特性。在接下来的动态对象容器430中可以传送动态对象。在紧接着的静态对象容器440中可以传送静态对象。动态对象432、434可包括第一来源的传感器信息和/或包含本地参考参量或全局参考参量的定位信息和/或用于描述对象动态性的动态说明和/或对象的分类和/或对象的所估计的几何尺寸。静态对象442、444可包括第一来源的传感器信息和/或定位信息和/或对象的分类和/或对象的所估计的几何尺寸或者检测空间的占用网格（occupancy grid）。
图5示出了用于表征所要标识的对象的设备500。在设备500中是用于检测传感器数据的传感器数据检测部件510，所述传感器数据包括第一来源512的传感器信息和第二来源514、516的传感器信息。在此，第一来源512是本车的传感器数据的传感器信息，而第二来源是其它车辆或者基础设施的传感器信息。传感器数据被转发给确定部件520，用于基于所述传感器数据来确定至少一个所要标识的对象。确定部件520也包括对象数据库。紧接着，将分配矩阵522的数据以及集合的对象524输送给选择部件530，用于选择第一来源的被分配给所要标识的对象的那个传感器信息。为此,选择部件从确定部件520取得第一来源526的传感器信息.确定部件520的对象数据库由选择部件530来更新，用于使集合的对象与已经存在的对象关联。紧接着，将数据提供给接口540，用于提供所要标识的对象以及如下信息，所述信息基于第一来源的所选择的传感器信息。
图6示出了该设备的另一细节图。在此，传感器数据612-616对应于传感器数据512-516。传感器数据检测部件610将传感器数据转发给具有传感器原始数据620的数据库并且转发给数据格式模块，其中针对这些传感器数据生成通用数据格式。这些数据实现了对象相对化（Objekt-Relativierung）640，所述对象相对化产生了用于所有数据的本地参照系。紧接着，将这样修改的数据存放在对象数据库650中并且存放在模块化周围环境显示帧660中。接着，后者将关联矩阵662和所识别的对象664提供给数据集合模块670，所述数据集合模块也以第一来源的传感器信息（传感器原始数据）626来馈给。数据集合模块670馈给对象数据库650，用于使集合的对象与已经存在的对象关联。因此，存在所识别的对象与本地传感器原始数据的逻辑关联。现在，接口680提供标识的对象684以及如下信息用于由随后的系统进行进一步处理，所述信息基于第一来源682的所选择的传感器信息。
图7结合如下概括地予以描述。
图8a-d示出了用于V2X通信的具有多个参数的数据字段的详细结构的示例。该示例根据ETSI TS 894-2、V1.2.1（2014-09）来创建。该数据字段开始于数据头（A.114，ITSPDU Header），所述数据头具有一般性信息以及消息和车辆/基础设施标识（A.77）。
可选地，紧接着的是进行发送的车辆的信息，作为下一字段。（原始车辆信息（Originating Vehicle Information）-A.95）。在实施例中，这包括进行发送的车辆的位置（A.124，Reference Position（参照位置））、进行发送的车辆的取向或方位（A.112，Heading（前进方向））、进行发送的车辆的速度（speedX-speed confidence（速度自信））以及进行发送的车辆的长度和宽度（A.131-A95，VehicleLength（车辆长度）-VehicleWidth（车辆宽度））。
可选地，紧接着的是具有传感器描述的字段（sensorID–endAngle（度表示）），在所述字段中描述了重要的传感器及其设计方案。示例性地，该字段针对一个传感器来示出。
此外，可选地，该字段遵循动态对象（Dynamic Objects-A.78，ObjectType（对象类型）），所述字段在其结构方面可类似于进行发送的车辆的信息的字段。附加地，该字段可选地包括时间说明（timeOfMeasurement），所述时间说明指出了在测量数据与发送数据之间的时间差。此外，在实施例中，该字段还包括用于说明所确定的对象类型（A.78，ObjectType）的字段，所述对象类型包括常见的交通成员类型。
紧接着的还可以是用于静态对象的字段（未示出），在所述字段中例如描述了基础设施。
相应的参数的进一步的设计方案在图8a的顶端列举。对于每个参数来说，该设计方案可包括信号名称、字段长度、参数的物理值和逻辑值。各个参数值都可以限于范围或值。因此，可以保证所述各个参数值在与其它车辆或基础设施交换时的兼容性。
在上面的描述、随后的权利要求书以及随附的附图中公开的特征不仅可以单个地而且可以以任意的组合对于以所述特征的不同的设计方案实现实施例是重要的并且可以予以实现。
尽管有些方面已经与装置相关地被描述，但是易于理解的是这些方面也是对相对应的方法的描述，使得装置的块（Block）或者器件也要被理解为相对应的方法步骤或者被理解为方法步骤的特征。与此类似地，已经与方法步骤相关地被描述的方面也是对相对应的装置的相对应的块或者细节或者特征的描述。
可编程的硬件部件（所述可编程的硬件部件能被实现为传感器数据接收器、被实现为确定构件、被实现为选择构件或者被实现为接口）可以通过处理器、计算机处理器（CPU＝中央处理单元（Central Processing Unit））、图形处理器（GPU＝图形处理单元（Graphics Processing Unit））、计算机、计算机程序、专用集成电路（ASIC＝Application-Specific Integrated Circuit）、集成电路（IC＝Integrated Circuit）、芯片上系统（SOC＝System on Chip）、可编程的逻辑元件或者具有微处理器的现场可编程门阵列（FPGA＝Field Programmable Gate Array）来形成。
上面所描述的实施例仅仅是对本发明的原理的阐明。易于理解的是：这里所描述的布置和细节的修改方案和变型方案将使其他的本领域技术人员明白（einleuchten）。因此所打算的是：本发明应仅仅通过下述专利权利要求书的保护范围来限制而不是通过特定的细节来限制，所述特定的细节已经在这方面依据对实施例的描述和阐述来表示。
本发明可以按如下地来概括：
示出了对在车辆周围环境中的对象的标识，其中借助于自己的车辆传感器和他人的车辆传感器来进行对象确定，而对所识别的对象的表征以自己的传感器数据为支撑。
如今的驾驶员辅助系统中的大多数驾驶员辅助系统涉及本地传感器。随着采用车辆到X（V2X）通信，使下一代车辆的感知极限进一步扩展。因为该技术基于其它通信伙伴在场，所以应该采取每个用于提高市场普及的措施。实施例采用协同感知的概念，该概念目的在于识别对象，作为对表明有V2X特征的车辆的所预告的自我公告程序的补充，所述对象借助于本地感知传感器来检测。
目前的对于V2X通信的标准化努力目的在于使车辆在网络中为公告。因此，配备有V2X的车辆有能力超出视线范围来感知彼此并且这样使每个车辆的感知极限增加。因为自我公开的（即使用V2X的）车辆使用其内部传感器系统（例如加速度传感器，等等），所以消息交换包括更全面的关于车辆的动态状态的信息，仿佛由其它车辆以其本地感知传感器（例如雷达、摄像机，等等）来执行测量的那样。该技术（如所述技术对于每种通信技术来说基于网络存在的那样）的缺点是所谓的网络效果：用户的最小数目、即所谓的临界量对于在使用该技术时可衡量的成功来说是必需的。
实施例的基本思路是：在具有V2X的车辆中使用本地感知传感器，以便通过附加地传播使用V2X的车辆的由车辆感知的本地感知传感器的数据来虚拟地改善该技术的普及率。尤其是当只有小数目的车辆有V2X能力时，在对V2X通信进行市场引进期间，虚拟感知的原理可导致V2X技术的越来越高的接受率。
随着采用V2X技术以及所告知的到目前为止的措施，可以改善多个驾驶员辅助系统，因为显著地改善了车辆的感知作用范围。这允许交换在常见的周围环境感知传感器的情况下难以确定的信息，诸如在交通中的车辆（例如应急车辆）的翻滚、乘客的数目以及车辆的重量和几何尺寸。为了该目的，周期性发送的协调感知消息（Coorporate AwarenessMessage（CAM））包含关于进行传输的车辆的位置和动态状态的信息。CAM已在ETSI EN 302637-2 V1.3.1或V1.3.2中标准化。关于危险的警告和信息可以通过分布式周围环境消息（Decentralized Environmental Notification Message，DENM）来传输，所述分布式周围环境消息也可以使用专用路由算法（例如多跳（Multi-Hop）和有针对性的地理广播），用于实现区分优先次序的传播。DENM已在ETSI EN 302 637-3 V1.2.1中标准化。
在道路上的成员之间交换传感器信息允许进一步扩展有V2X能力的车辆的视野，因为所述有V2X能力的车辆将感知在作用范围之内的其它车辆，如也包括所述有V2X能力的车辆的在本地感知的对象那样。图7、700a示出了在本车710的本地传感器的感知作用范围之内的对象（车辆）720。所述车辆的感知作用范围限于传感器的目前的视线。随着V2X技术的采用，使感知扩展得超出视线，而且使其它车辆730对于本车710来说变得已知，如在图7、700b中示出的那样。在实现协同感知的原理的情况下，本车获得附加的关于在配备V2X的车辆的感知极限之内的未配备V2X的车辆740的知识，如在图700、700c中示出的那样。
本车知道的对象越多，本车对其周围环境的理解就越好。尤其是在低普及率的情况下，在有V2X能力的车辆之间交换在本地被感知到的对象允许开发新的驾驶员辅助系统。此外，还改善了现有的系统。例如，针对如弧线的情况那样的不清楚的视野情况，借助于车辆的被扩展的视野可以扩大盲点识别系统的应用范围。此外，只要其它V2X车辆具有到十字路口的相关道路的视线范围，交叉的车辆对于本车来说就变得已知。
本地感知系统的基础是在车辆附近的对象的周围环境模型。周围环境模型作为针对如下所有对象的数据基础来进行工作，与接收源无关，所述对象可以由车辆来感知。每当执行新的测量（感知传感器的测量值）时，或者该测量与已经存在于周围环境模型中的对象集合在一起或者形成新的对象。在数据库中的每个对象都只在有限的时间内存在。每当周围环境模型的对象不曾被进行感知的车辆在预先给定的时间内重新感知到时，就将该对象除去。
准备好V2X对象的周围环境模型包括模块化周围环境显示帧（MERF（ModularEnvironmental Representation Framework））660。该模块化周围环境显示帧负责处理所有传感器原始数据。其主要任务是在时间上调整所有测量、预测在其数据库中的对象并且使传感器数据集合在一起。在图6中示出了周围环境模型及其与车辆功能的接口的基本架构。周围环境模型600从本地感知传感器接收传感器原始数据，从V2X接口接收CAM和DENM以及接收周围环境感知消息（Environmental Perception Message，EPM），所述周围环境感知消息稍后进一步予以详细说明。这些数据被存储在传感器原始数据数据库（Datenbasis）/数据库（Datenbank）620中，用于稍后使用。此外，在封装模块630中将传感器原始数据封装成通用格式。根据输入数据，测量必须有关车辆的本地坐标系予以参考，这在对象相对化模块640中被执行。根据该模块，所有测量有关相同的本地坐标系予以参考并且因此可以存储在模块对象数据库（Datenbasis）/数据库（Datenbank）650中，所述模块对象数据库（Datenbasis）/数据库（Datenbank）650保留车辆的所有已知的对象。
附加地，对象被传输给模块化周围环境显示帧MERF 660，所述模块化周围环境显示帧MERF推动对所有测量的临时适配以及与已经存在的对象的可能的数据集合。为了该目的，MERF在有限的时间区间内观察对象。在集合步骤之后，关联矩阵662和集合的对象664被送回到数据集合模块670。该模块负责使集合的对象与已经存在于对象数据库（Datenbasis）/数据库（Datenbank）650中的对象重新关联。周围环境模型提供两个接口用于车辆功能。用于集合的对象的接口允许选择集合的传感器数据，用于在驾驶员辅助系统的功能中进行进一步处理。用于所分配的、未经处理的测量数据的接口允许使传感器原始数据与来自传感器原始数据数据库（Datenbasis）/数据库（Datenbank）620的集合的传感器对象关联，用于进一步处理。
周围环境模型的对象数据库（Datenbasis）/数据库（Datenbank）650的每个对象描述了所感知的对象的临时空间特性。为了该目的，在数据库（Datenbasis）/数据库（Datenbank）650中的每个对象都由用于每个传感器类型σ的（循环）存储器组成，所述每个存储器类型σ具有在确定的时间点i针对这些对象的测量tσ,i，如在图3中示出的那样。每个存储器的大小都可以按照所分配的传感器的特性来变化。除了被分配给传感器的存储器320、330之外，其它存储器存储集合的对象340。数据集合模块670可访问该存储器，以便将集合的传感器数据340分配给对象数据库（Datenbasis）/数据库（Datenbank）650中的对象。
周围环境感知消息EPM（Environmental Perception Message，EPM）是协同感知原理的核心。图4示出了消息的基本结构并且推荐使用消息中的一些数据字段。EPM的目的是建立用于公开关于在移动点对点网络中的在本地感知的对象的信息的机制。ETSI TS 102894-2的标准ITS PDU（Protocol Data Unit（协议数据单元））数据头应该被用于满足现存的标准，如在ETSI 102 894-2中所限定的那样。
描述字段420包含EPM的关于进行发送的ITS站的信息。这些信息由数据字段（如站标识（ID）、间距、速度、加速度等等）组成。该数据字段可以由进行接收的ITS站使用，以便将EPM分配给周围环境模型的对象。此外，该信息与已经利用CAM传输的信息是冗余的。这提高了ITS站的数据的更新速度并且这样改善了数据预测和集合过程的质量。此外，该容器也包含关于进行发送的ITS站的本地传感器特性（例如作用范围和张角，如由传感器制造商详细规定的那样）的信息。
动态对象容器430包含关于对象的所感知的动态性（例如运动）的信息，所述对象是通过进行发送的ITS站的本地感知传感器来检测的。基于传感器原始数据对动态对象的描述参见图6，所述传感器原始数据存储在传感器原始数据数据库（Datenbasis）/数据库（Datenbank）620中。该方法在使用已经集合的对象时减少了错误扩散。
对（动态和静态）对象的选择根据对象的存在概率来传送，所述存在概率就其而言与有关对象的感知循环的数目有关（例如可以被分配给数据库中的对象的测量的数目）。
在EPM之内的动态对象和静态对象的最大数目以如下上极限来表达：
DYN_OBJ_MAX 在EPM中的动态对象的最大数目；
STAT_OBJ_MAX在EPM中的静态对象的最大数目。
对动态对象的描述可以以两个不同的参考帧来描述。
• 进行发送的车辆的本地参考帧：在使用传感器原始数据时，将进行发送的车辆的本地坐标系用于描述所感知到的对象的动态特性。
• 全局参考帧：可替换地，可以以全局参考来进行描述，如在ETSI TS 102 894-2中描述的那样。
作为对对象的动态特性的补充，可以提供对进行发送的ITS站的分类。该分类基于按照ETSI TS 102 894-2，V1.2.1（DE_Station Type（DE_站 类型））的建议。
对静态对象的描述可使用相同的参考帧，如其已经被用于描述动态对象的那样。替代传输静态对象的所预期的几何形状，可以使用检测空间的占用网格（occupancygrid）。
附图标记列表
100 用于表征所要标识的对象的方法
110 检测传感器数据
120 确定对象
130 选择传感器信息
140 表征
210 具有传感器原始数据的本地传感器
220 远程传感器的传感器信息
310 所要标识的对象
320 所分配的传感器数据
330 所分配的传感器数据
340 集合的传感器数据
350 对象的附加信息
400 数据字段
410 数据头
420 描述字段
430 动态对象容器
432 动态对象
434 动态对象
440 静态对象容器
442 静态对象
444 静态对象
500 设备
510 传感器数据检测部件
512 第一来源
514 第二来源
516 第二来源
520 确定部件
522 分配矩阵
524 集合的对象
526 第一来源的传感器信息
530 选择部件
540 接口
600 设备
610 传感器数据检测部件
612 第一来源
614 第二来源
616 第二来源
620 传感器原始数据数据库
626 第一来源的传感器信息
630 通用数据格式
640 对象相对化
650 对象数据库（Datenbasis）/数据库（Datenbank）
660 模块化周围环境显示帧
662 关联矩阵
664 对象
670 数据集合
680 接口
682 所分配的传感器原始数据
684 集合的对象数据
700a 本地传感器的作用范围
700b 附加的V2X接收
700c 通过V2X对本地传感器数据的附加的接收
710 具有本地传感器的本车
720 利用本车的本地传感器检测到的车辆
730 进行V2X发送的车辆
740 在V2X的情况下利用通用感知一并被检测到的车辆

Claims (10)

1.一种用于表征所要标识的对象的方法（100），所述方法包括：
检测（110）传感器数据，所述传感器数据来自传感器信息的第一来源和传感器信息的第二来源；
基于所述传感器数据来确定（120）至少一个所要标识的对象；
选择（130）所述第一来源的被分配给所要标识的对象的那个传感器信息；而且
借助于如下信息来表征（140）所要标识的对象，所述信息基于所述第一来源的所选择的传感器信息。
2.根据权利要求1所述的方法（100），其中传感器信息的第一来源是车辆的本地传感器（210）并且提供传感器原始数据，而且其中传感器信息的第二来源是远程传感器并且通过接口提供传感器消息（220），其中所述本地传感器检测所述车辆的周围环境而所述远程传感器检测至少一个其它车辆的状态和/或检测至少一个其它车辆的周围环境和/或提供状态检测作为协同感知消息CAM和/或作为分布式环境通知消息DENM。
3.根据上述权利要求之一所述的方法（100），其中对所要标识的对象的确定除了被分配给所标识的对象的传感器数据（320、330）之外还基于集合的数据（340），所述集合的数据基于多个传感器的传感器原始数据的组合。
4.根据上述权利要求之一所述的方法（100），其中利用所标识的对象来提供附加信息，所述附加信息说明了对象的存在概率和/或存在时长。
5.根据上述权利要求之一所述的方法（100），其中通过移动网络来接收数据字段（400），其中所述数据字段（400）包括：
描述字段（420），所述描述字段包括所述车辆的标识和/或所述车辆的位置和/或所述车辆的间距和/或所述车辆的速度和/或所述车辆的加速度和/或所述车辆的本地传感器的至少一个特性；和/或所述数据字段进一步包括：
动态对象容器（430），所述动态对象容器包括对至少一个动态对象的描述；和/或所述数据字段进一步包括：
静态对象容器（440），所述静态对象容器包括对至少一个静态对象的描述。
6.根据权利要求5所述的方法（100），其中所述动态对象容器（430）包括至少一个动态对象（432、434），所述动态对象就其而言包括：所述第一来源的传感器信息和/或包含本地参考参量或全局参考参量的定位信息和/或用于描述对象动态性的动态说明和/或所述对象的分类和/或所述对象的所估计的几何尺寸；和/或其中
所述静态对象容器（440）包括至少一个静态对象（442、444），所述静态对象就其而言包括：所述第一来源的传感器信息和/或定位信息和/或所述对象的分类和/或所述对象的所估计的几何尺寸或者检测空间的占用网格。
7.根据上述权利要求之一所述的方法（100），其中通过移动网络来接收数据字段（400），其中所述数据字段（400）包括：
描述字段（420），所述描述字段包括所述车辆的标识和所述车辆的位置和所述车辆的间距和所述车辆的速度和所述车辆的加速度和所述车辆的本地传感器的至少一个特性；而且所述数据字段（400）进一步包括：
动态对象容器（430），所述动态对象容器包括对至少一个动态对象（432、434）的描述；而且所述数据字段（400）进一步包括：
静态对象容器（440），所述静态对象容器包括对至少一个静态对象（442、444）的描述，其中
所述动态对象（432、434）就其而言包括：所述第一来源的传感器信息和包含本地参考参量或全局参考参量的定位信息和用于描述对象动态性的动态说明和所述对象的分类和所述对象的所估计的几何尺寸；而且其中
所述静态对象（442、444）就其而言包括：所述第一来源的传感器信息和定位信息和所述对象的分类和占用网格。
8.一种用于表征所要标识的对象的设备（500），所述设备包括：
传感器数据检测部件（510），用于检测传感器数据，所述传感器数据包括第一来源的传感器信息和第二来源的传感器信息；
确定部件（520），用于基于所述传感器数据来确定至少一个所要标识的对象；
选择部件（530），用于选择所述第一来源的被分配给所要标识的对象的那个传感器信息；以及
接口（540），用于提供关于所要标识的对象的信息以及如下信息，所述信息基于所述第一来源的所选择的传感器信息。
9.根据权利要求8所述的设备（500），其中所述选择部件（530）包括用于存放传感器原始数据的第一数据库和/或用于存放关于所要标识的对象的信息的第二数据库。
10.一种机动车，其具有根据权利要求8或9之一所述的设备（500）。
CN201680056925.5A 2015-09-29 2016-08-02 用于表征对象的设备和方法 Active CN108140322B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE102015012475.7 2015-09-29
DE102015012475 2015-09-29
DE102016205139.3 2016-03-29
DE102016205139.3A DE102016205139B4 (de) 2015-09-29 2016-03-29 Vorrichtung und Verfahren zur Charakterisierung von Objekten
PCT/EP2016/068438 WO2017054965A1 (de) 2015-09-29 2016-08-02 Vorrichtung und verfahren zur charakterisierung von objekten

Publications (2)

Publication Number Publication Date
CN108140322A true CN108140322A (zh) 2018-06-08
CN108140322B CN108140322B (zh) 2022-06-17

Family

ID=58282155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680056925.5A Active CN108140322B (zh) 2015-09-29 2016-08-02 用于表征对象的设备和方法

Country Status (5)

Country Link
US (1) US10796168B2 (zh)
EP (1) EP3357050B1 (zh)
CN (1) CN108140322B (zh)
DE (1) DE102016205139B4 (zh)
WO (1) WO2017054965A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109738904A (zh) * 2018-12-11 2019-05-10 北京百度网讯科技有限公司 一种障碍物检测的方法、装置、设备和计算机存储介质
CN111163433A (zh) * 2018-11-07 2020-05-15 大众汽车有限公司 收集基于车辆的预先给定的路段的数据记录的方法和设备
CN111918244A (zh) * 2019-05-10 2020-11-10 大众汽车有限公司 用于在无线通信中对道路用户进行寻址的概念
CN112470024A (zh) * 2018-07-24 2021-03-09 奥迪股份公司 检查车辆、特别是机动车的传感器装置的方法、系统和电子计算装置
CN113170295A (zh) * 2018-10-17 2021-07-23 诺基亚技术有限公司 车对一切(v2x)系统中非连接车辆的虚拟表示

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11067996B2 (en) 2016-09-08 2021-07-20 Siemens Industry Software Inc. Event-driven region of interest management
US10520904B2 (en) * 2016-09-08 2019-12-31 Mentor Graphics Corporation Event classification and object tracking
US11019520B2 (en) * 2017-06-13 2021-05-25 Lg Electronics Inc. Mobile ITS station and method for operating mobile ITS station
US10341657B2 (en) * 2017-11-14 2019-07-02 Telefonaktiebolaget Lm Ericsson (Publ) System and method for mitigating motion artifacts in a media streaming network
DE102018200982A1 (de) 2018-01-23 2019-08-08 Volkswagen Aktiengesellschaft Verfahren zur Verarbeitung von Sensordaten in einer Anzahl von Steuergeräten, entsprechend ausgelegte Vorverarbeitungseinheit sowie Fahrzeug
EP3762743B1 (de) 2018-03-08 2023-06-07 Sew-Eurodrive GmbH & Co. KG Verfahren zum betreiben einer anlage
DE102018220892A1 (de) 2018-12-04 2020-06-04 Robert Bosch Gmbh Vorrichtung und Verfahren zur Generierung von Labelobjekten für die Umgebung eines Fahrzeugs
WO2020132938A1 (en) * 2018-12-26 2020-07-02 Baidu.Com Times Technology (Beijing) Co., Ltd. Methods for obstacle filtering for non-nudge planning system in autonomous driving vehicle
WO2020149714A1 (ko) * 2019-01-18 2020-07-23 엘지전자 주식회사 Object 상태 정렬을 이용한 cpm 메시지 분할 방법
DE102019209154A1 (de) * 2019-06-25 2020-12-31 Siemens Mobility GmbH Infrastrukturseitige Umfelderfassung beim autonomen Fahren
EP3816944B1 (en) 2019-10-29 2024-02-28 Volkswagen AG Method, computer program, apparatus, vehicle, and traffic entity for updating an environmental model of a vehicle
US20220410904A1 (en) * 2019-10-31 2022-12-29 Sony Group Corporation Information processing device, information processing system and information processing method
JP2021088321A (ja) * 2019-12-06 2021-06-10 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ ライダー支援システム、及び、ライダー支援システムの制御方法
US11227169B2 (en) * 2019-12-20 2022-01-18 Continental Automotive Systems, Inc. Systems and methods for ghost object classification
US11420647B2 (en) 2020-08-13 2022-08-23 Argo AI, LLC Enhanced static object classification using lidar
CN112132178B (zh) * 2020-08-19 2023-10-13 深圳云天励飞技术股份有限公司 对象分类方法、装置、电子设备及存储介质
CN112579243B (zh) * 2020-12-23 2024-06-07 常州西电变压器有限责任公司 基于虚拟传感器的物联网设备动态标识方法及系统
DE102020135046A1 (de) 2020-12-29 2022-06-30 Allianz Partners Sas Niederlassung Deutschland Verfahren zum Auslösen eines Kompensationsprozesses zum Kompensieren einer Beschädigung eines Kraftfahrzeugs sowie zugehörige Prozessorschaltung
CN113515354B (zh) * 2021-03-30 2023-09-12 南京大学 一种基于环境上下文一致性的统一处理系统、方法
AT525407A1 (de) * 2021-08-31 2023-03-15 Tom Robotics Gmbh Verfahren für ein erfassen von objekten relativ zu einem verkehrsteilnehmer und zur bereitstellung der erfassten objekte
CN114166204A (zh) * 2021-12-03 2022-03-11 东软睿驰汽车技术（沈阳）有限公司 基于语义分割的重定位方法、装置和电子设备
DE102022202206A1 (de) 2022-03-04 2023-09-07 Robert Bosch Gesellschaft mit beschränkter Haftung LiDAR-System und Verfahren zum Betreiben eines LiDAR-Systems
US20240046783A1 (en) * 2022-08-03 2024-02-08 Qualcomm Incorporated Filtering v2x sensor data messages

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100023183A1 (en) * 2008-07-24 2010-01-28 Gm Global Technology Operations, Inc. Adaptive vehicle control system with integrated maneuver-based driving style recognition
CN102077259A (zh) * 2009-02-27 2011-05-25 丰田自动车株式会社 车辆相对位置推定装置及车辆相对位置推定方法
CN102509474A (zh) * 2011-11-09 2012-06-20 深圳市伊爱高新技术开发有限公司 一种车与车自动防碰撞系统及方法
CN102598083A (zh) * 2009-10-30 2012-07-18 丰田自动车株式会社 驾驶辅助装置
CN102616235A (zh) * 2012-04-09 2012-08-01 北京航空航天大学 一种基于车车通信的协同避撞装置及避撞方法
CN102765356A (zh) * 2011-05-02 2012-11-07 现代摩比斯株式会社 车辆周边状况识别装置及方法
CN102834852A (zh) * 2010-04-07 2012-12-19 丰田自动车株式会社 车辆行驶辅助装置
DE102011107111A1 (de) * 2011-07-12 2013-01-17 Continental Automotive Gmbh Verfahren und Kommunikationssystem zum Empfang von Daten bei der drahtlosen Fahrzeug-zu-Umgebung-Kommunikation
DE102012205299A1 (de) * 2012-03-30 2013-10-02 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Objektklassifizierung für ein Sicherheitssystem eines Fahrzeugs
DE102012011994A1 (de) * 2012-06-16 2013-12-19 Volkswagen Aktiengesellschaft Verfahren zur Unterstützung von Fahrerassistenz- und/oder Sicherheitsfunktionen von Kraftfahrzeugen
CN103489333A (zh) * 2013-09-30 2014-01-01 张瑞 一种智能交通防碰撞系统及智能交通防碰撞预警方法
CN103544851A (zh) * 2013-05-20 2014-01-29 福建亿榕信息技术有限公司 一种防汽车连环相撞方法及系统
CN103594002A (zh) * 2013-09-29 2014-02-19 芜湖伯特利汽车安全系统有限公司 一种车辆安全保护系统
CN103617748A (zh) * 2013-12-16 2014-03-05 北京理工大学 基于3g手机的高速公路实时安全预警系统
US20140081507A1 (en) * 2012-09-20 2014-03-20 Google Inc. Detecting road weather conditions
US20140195138A1 (en) * 2010-11-15 2014-07-10 Image Sensing Systems, Inc. Roadway sensing systems
US8831869B2 (en) * 2009-03-31 2014-09-09 GM Global Technology Operations LLC Using V2X-based in-network message generation, aggregation, distribution and processing protocols to enable road hazard condition warning applications
CN104217615A (zh) * 2014-09-16 2014-12-17 武汉理工大学 一种基于车路协同的行人防碰撞系统和方法
CN104325978A (zh) * 2014-10-21 2015-02-04 中国科学技术大学苏州研究院 一种基于车联网的安全防碰撞预警方法
DE102014200279A1 (de) * 2014-01-10 2015-07-16 Robert Bosch Gmbh Verfahren und Vorrichtung zum Detektieren von Objekten in einem Umfeld eines Fahrzeugs

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006055344A1 (de) * 2006-11-23 2008-05-29 Vdo Automotive Ag Verfahren zur drahtlosen Kommunikation zwischen Fahrzeugen
US8169338B2 (en) * 2008-07-25 2012-05-01 GM Global Technology Operations LLC Inter-vehicle communication feature awareness and diagnosis system
US8619265B2 (en) * 2011-03-14 2013-12-31 Faro Technologies, Inc. Automatic measurement of dimensional data with a laser tracker
CN102947870B (zh) 2010-06-23 2016-10-12 大陆-特韦斯贸易合伙股份公司及两合公司 用于验证信息的方法和系统
DE102010038640A1 (de) 2010-07-29 2012-02-02 Continental Teves Ag & Co. Ohg Vorrichtung und Verfahren zur C2X-Kommunikation
DE102012210059A1 (de) 2012-06-14 2013-12-19 Continental Automotive Gmbh Verfahren zur Verifikation und/oder Vorverarbeitung von Datenpaketen und zur Durchführung des Verfahrens eingerichtetes Steuergerät
DE102012210344A1 (de) 2012-06-19 2013-12-19 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Erkennung von Kollisionsgefahren
DE102012219637A1 (de) 2012-10-26 2014-04-30 Continental Teves Ag & Co. Ohg Verfahren und system zur fusion von umfeldsensordaten mit kommunikationsdaten sowie verwendung des systems
SE539053C2 (sv) * 2013-07-18 2017-03-28 Scania Cv Ab Förfarande och sensor för informationsöverföring mellan fordon

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100023183A1 (en) * 2008-07-24 2010-01-28 Gm Global Technology Operations, Inc. Adaptive vehicle control system with integrated maneuver-based driving style recognition
CN102077259A (zh) * 2009-02-27 2011-05-25 丰田自动车株式会社 车辆相对位置推定装置及车辆相对位置推定方法
US8831869B2 (en) * 2009-03-31 2014-09-09 GM Global Technology Operations LLC Using V2X-based in-network message generation, aggregation, distribution and processing protocols to enable road hazard condition warning applications
CN102598083A (zh) * 2009-10-30 2012-07-18 丰田自动车株式会社 驾驶辅助装置
CN102834852A (zh) * 2010-04-07 2012-12-19 丰田自动车株式会社 车辆行驶辅助装置
US20140195138A1 (en) * 2010-11-15 2014-07-10 Image Sensing Systems, Inc. Roadway sensing systems
CN102765356A (zh) * 2011-05-02 2012-11-07 现代摩比斯株式会社 车辆周边状况识别装置及方法
DE102011107111A1 (de) * 2011-07-12 2013-01-17 Continental Automotive Gmbh Verfahren und Kommunikationssystem zum Empfang von Daten bei der drahtlosen Fahrzeug-zu-Umgebung-Kommunikation
CN102509474A (zh) * 2011-11-09 2012-06-20 深圳市伊爱高新技术开发有限公司 一种车与车自动防碰撞系统及方法
DE102012205299A1 (de) * 2012-03-30 2013-10-02 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Objektklassifizierung für ein Sicherheitssystem eines Fahrzeugs
CN102616235A (zh) * 2012-04-09 2012-08-01 北京航空航天大学 一种基于车车通信的协同避撞装置及避撞方法
DE102012011994A1 (de) * 2012-06-16 2013-12-19 Volkswagen Aktiengesellschaft Verfahren zur Unterstützung von Fahrerassistenz- und/oder Sicherheitsfunktionen von Kraftfahrzeugen
US20140081507A1 (en) * 2012-09-20 2014-03-20 Google Inc. Detecting road weather conditions
CN103544851A (zh) * 2013-05-20 2014-01-29 福建亿榕信息技术有限公司 一种防汽车连环相撞方法及系统
CN103594002A (zh) * 2013-09-29 2014-02-19 芜湖伯特利汽车安全系统有限公司 一种车辆安全保护系统
CN103489333A (zh) * 2013-09-30 2014-01-01 张瑞 一种智能交通防碰撞系统及智能交通防碰撞预警方法
CN103617748A (zh) * 2013-12-16 2014-03-05 北京理工大学 基于3g手机的高速公路实时安全预警系统
DE102014200279A1 (de) * 2014-01-10 2015-07-16 Robert Bosch Gmbh Verfahren und Vorrichtung zum Detektieren von Objekten in einem Umfeld eines Fahrzeugs
CN104217615A (zh) * 2014-09-16 2014-12-17 武汉理工大学 一种基于车路协同的行人防碰撞系统和方法
CN104325978A (zh) * 2014-10-21 2015-02-04 中国科学技术大学苏州研究院 一种基于车联网的安全防碰撞预警方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112470024A (zh) * 2018-07-24 2021-03-09 奥迪股份公司 检查车辆、特别是机动车的传感器装置的方法、系统和电子计算装置
CN113170295A (zh) * 2018-10-17 2021-07-23 诺基亚技术有限公司 车对一切(v2x)系统中非连接车辆的虚拟表示
CN111163433A (zh) * 2018-11-07 2020-05-15 大众汽车有限公司 收集基于车辆的预先给定的路段的数据记录的方法和设备
CN109738904A (zh) * 2018-12-11 2019-05-10 北京百度网讯科技有限公司 一种障碍物检测的方法、装置、设备和计算机存储介质
US11599120B2 (en) 2018-12-11 2023-03-07 Apollo Intelligent Driving Technology (Beijing) Co., Ltd. Obstacle detecting method, apparatus, device and computer storage medium
CN111918244A (zh) * 2019-05-10 2020-11-10 大众汽车有限公司 用于在无线通信中对道路用户进行寻址的概念
CN111918244B (zh) * 2019-05-10 2024-02-02 大众汽车有限公司 用于在无线通信中对道路用户进行寻址的概念

Also Published As

Publication number Publication date
DE102016205139A1 (de) 2017-03-30
EP3357050A1 (de) 2018-08-08
DE102016205139B4 (de) 2022-10-27
US20180285658A1 (en) 2018-10-04
EP3357050B1 (de) 2022-10-26
US10796168B2 (en) 2020-10-06
CN108140322B (zh) 2022-06-17
WO2017054965A1 (de) 2017-04-06

Similar Documents

Publication Publication Date Title
CN108140322A (zh) 用于表征对象的设备和方法
EP3629059B1 (en) Sharing classified objects perceived by autonomous vehicles
Ji et al. Survey on the internet of vehicles: Network architectures and applications
CN110880236B (zh) 路况信息处理方法、装置及系统
US10127814B2 (en) Advanced V2X event dissemination
WO2019211059A1 (en) Method and system for hybrid collective perception and map crowdsourcing
KR101500472B1 (ko) 차량 내외로 차량 관련 정보를 전송하는 방법 및 장치
CN102792316B (zh) 交通信号的映射和检测
CN109003467A (zh) 一种防止车辆碰撞的方法、装置及系统
JP2020505678A (ja) Ｈｄマップの生成および使用
CN107924632A (zh) 信息处理设备、信息处理方法和程序
CN106683464A (zh) 用于基于车辆动态输入向车辆提供警报的系统和方法
CN102398554A (zh) 车辆安全系统和方法
US20200342753A1 (en) Method and system for traffic behavior detection and warnings
US20220324467A1 (en) Driving safety systems
CN110411461A (zh) 一种辅助导航方法、车机及车辆
Wischhof et al. Self-organizing traffic information system based on car-to-car communication: Prototype implementation
CN112839319A (zh) 蜂窝车联网信息处理方法、装置、系统、终端及存储介质
CN116137655A (zh) 用于环绕视图增强的智能车辆系统和控制逻辑
CN117022146B (zh) 一种客运车辆的双域电子电气架构、工作方法及客运车辆
CN111885542A (zh) 同步感测系统
CN115019527A (zh) 交通信号灯信息交互方法、交叉路口预警方法及系统
CN209102095U (zh) 基于移动4g技术的汽车安全监测装置
CN113781786A (zh) 一种不可通行区域确认方法、装置、设备及可读存储介质
Lu et al. An anti-collision algorithm for self-organizing vehicular ad-hoc network using deep learning

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant