CN108885262A - 用于捕捉至少一个对象的方法、传感器设备的装置、传感器设备和具有至少一个传感器设备的驾驶员辅助系统 - Google Patents

Abstract

描述了一种用于利用车辆(10)的至少一个传感器设备(14)来捕捉、特别是光学地捕捉至少一个对象(18，20)的方法、一种传感器设备(14)的装置(34)、一种传感器设备(14)和一种具有至少一个传感器设备(14)的驾驶员辅助系统。在所述方法中，所述至少一个传感器设备(14)用于将发射信号(36)、特别是光的发射信号发射到监测区域(16)中，并且将从所述至少一个对象(18，20)的对象点(40)反射的发射信号(36)捕捉为具有相对于所述至少一个传感器设备(14)的主监测方向(42)的角度解析的接收信号(38)。从发射信号(36)和接收信号(38)之间的关系确定所述至少一个对象(18，20)的对象点(40)相对于所述至少一个传感器设备(14)的空间分布，并且将所述至少一个对象(18，20)分类为静止或非静止的。在所述至少一个对象(20)的至少一个区域中确定所捕捉的对象点(40)的空间密度，并且如果所捕捉的对象点(40)的密度低于可预先确定或预先确定的阈值，则将所述至少一个对象(20)分类为静止的。

Description

用于捕捉至少一个对象的方法、传感器设备的装置、传感器设 备和具有至少一个传感器设备的驾驶员辅助系统

技术领域

本发明涉及一种用于利用车辆的至少一个传感器设备来特别是光学地捕捉至少一个对象的方法，其中，利用所述至少一个传感器设备，将特别是光的发射信号发射到监测区域中，并且将从所述至少一个对象的对象点反射的发射信号捕捉为具有相对于所述至少一个传感器设备的主监测方向的角度解析的接收信号，并且从发射信号和接收信号之间的关系确定所述至少一个对象的对象点相对于所述至少一个传感器设备的空间分布，并且将所述至少一个对象分类为静止或非静止的。

本发明还涉及一种车辆的特别是光学的传感器设备的装置，所述传感器设备用于特别是光学地捕捉至少一个对象，并且特别是用于执行根据本发明的方法，所述装置具有至少一个分析组件，所述分析组件用于确定发射信号和/或接收信号的传播方向相对于所述至少一个传感器设备的主监测方向的至少一个角度解析，并且用于从发射信号和接收信号之间的关系确定所述至少一个对象的对象点相对于所述至少一个传感器设备的空间分布，发射信号在所述对象点处反射并返回到传感器设备作为接收信号，并且其中，所述装置包括用于将所述至少一个对象分类为静止或非静止的至少一个分类部件。

本发明还涉及一种车辆的传感器设备，所述传感器设备具有至少一个装置，所述传感器设备用于特别是光学地捕捉至少一个对象，并且特别是用于执行根据本发明的方法，所述传感器设备具有：至少一个发射器，其用于将特别是光的发射信号发射到监测区域中；和至少一个接收器，其用于接收在所述至少一个对象的对象点处反射的发射信号作为接收信号，其中，所述装置包括至少一个分析组件，所述分析组件用于确定发射信号和/或接收信号的传播方向相对于所述至少一个传感器设备的主监测方向的至少一个角度解析，并且用于从发射信号和接收信号之间的关系确定所述至少一个对象的对象点相对于所述至少一个传感器设备的空间分布，并且其中，所述装置包括用于将所述至少一个对象分类为静止或非静止的至少一个分类部件。

此外，本发明涉及一种车辆的驾驶员辅助系统，所述驾驶员辅助系统具有至少一个传感器设备，所述传感器设备具有至少一个装置，所述传感器设备用于特别是光学地捕捉至少一个对象，并且特别是用于执行根据本发明的方法，所述传感器设备具有：至少一个发射器，其用于将特别是光的发射信号发射到监测区域中；和至少一个接收器，其用于接收在所述至少一个对象的对象点处反射的发射信号作为接收信号，其中，所述装置包括至少一个分析组件，所述分析组件用于确定发射信号和/或接收信号的传播方向相对于所述至少一个传感器设备的主监测方向的至少一个角度解析，并且用于从发射信号和接收信号之间的关系确定所述至少一个对象的对象点相对于所述至少一个传感器设备的空间分布，并且其中，所述装置包括用于将所述至少一个对象分类为静止或非静止的至少一个分类部件。

背景技术

从EP 0 932 052 A2已知一种用于检测诸如前方行驶的车辆之类的障碍物的距离和相对速度的雷达装置。雷达装置具有用于识别诸如防撞屏障等的静止对象的静止对象识别器，以及用于移除被识别为属于这种静止对象的数据的静止对象分离器。静止对象识别器检测拍频谱(beat frequency spectrum)中的峰值密度，所述拍频谱被确定为雷达波束的发射和接收频率之间的差。静止对象识别器将峰值组识别为其峰值密度高于预先确定的值的静止对象。因此，可以从峰值密度识别道路的边缘处的静止对象。

发明内容

本发明的目的在于设计开头所述类型的一种方法、一种传感器设备的装置、一种传感器设备和一种驾驶员辅助系统，利用它们可以改进对静止对象的识别，特别是以简化和/或更精确的方式。

根据本发明，此目的通过如下方法实现：确定所述至少一个对象的至少一个区域中所捕捉的对象点的空间密度，并且如果所捕捉的对象点的密度低于可预先确定或预先确定的阈值，则将所述至少一个对象分类为静止的。

根据本发明，以角度解析捕捉所述至少一个对象的多个对象点。这里的角度依赖性是根据相应的发射信号和/或接收信号的传播方向与传感器设备的主监测方向的角度确定的。有利地，利用其捕捉监测区域的发射信号和/或接收信号的传播方向的角距离可以是等距的。所捕捉的对象点(发射信号照射在其处并反射以形成接收信号)之间的距离根据所述至少一个对象相对于主监测方向的取向而改变。如果发射信号垂直地照射在所述至少一个对象的表面上，则实现所捕捉的对象点的最大密度。在所述至少一个对象的表面几乎平行于主监测方向延伸的情况下，实现所捕捉的对象点的最小密度，并且发射信号以相应小的角度照射在所述至少一个对象上。根据本发明使用该三角测量关系来区分静止对象和非静止对象。

有利地，发射信号可以实现为发射波束和/或接收信号可以实现为接收波束。有利地，发射信号和/或接收信号可以光学地或以其他方式在空间中传播。

就本发明而言，静止或静态意味着对象相对于道路特别是静止的。防撞屏障或道路边界尤其是静止对象。与此相反，就本发明而言，不动的车辆被认为不是静止的，因为原则上它可以相对于道路移动。目的是将静止对象、特别是长防撞屏障与非静止对象、特别是其他车辆区分开。

根据本发明，在所述至少一个对象的至少一个区域中确定所捕捉的对象点的密度。将密度与可预先确定的阈值进行比较。阈值尤其可以预先凭经验确定并存储在传感器设备的存储装置中。替代地或另外地，可以在传感器设备操作时动态地确定阈值。

如果密度低于可预先确定的阈值，则可以假设所涉及的对象是静止对象。然后，所检查的对象被相应分类为静止的。就本发明而言，分类意味着产生至少一项信息，特别是值、量值和/或信号等，其就静止或非静止的表征对象。该信息可用于进一步处理，或者作为进一步方法步骤的决策基础。

如果所述至少一个对象被分类为静止的，则可以有利地产生和/或改变至少一个评估量值和/或至少一个概率量值。替代地或另外地，如果所述至少一个对象被分类为非静止的，则可以产生和/或改变至少一个相应的相反评估量值。用于估计所述至少一个对象为静止对象的概率量值可以被相反评估量值负面地影响。特别地，用于分类为静止对象的评估量值可以具有正值，并且用于分类为非静止对象的相应的相反评估量量值可以具有相应的负值，反之亦然。

所述至少一个评估量值和/或所述至少一个概率量值可以有利地是数字值或计数器。所述至少一个评估量值和/或所述至少一个概率量值可以用于将对象分类为静止或非静止的。特别地，所述至少一个评估量值和/或所述至少一个概率量值可以被传送到驾驶员辅助系统的电子设备。

有利地，根据本发明的方法可以与用于跟随对象的方法(称为跟踪)结合使用。这里可以利用所述至少一个传感器设备捕捉对象，并且可以跟踪它们的时间行为，特别是它们相对于车辆本身的距离和/或它们的相对速度。这里确定对象的位置与该方法的先前执行相比是否发生变化。利用根据本发明的方法，可以避免诸如防撞屏障之类的静止对象被错误地跟踪为非静止或动态的，所述至少一个传感器设备无法捕捉所述静止对象的全部。该不正确的评估可能是因为，在检查监测区域的持续执行期间，每次捕捉相关的静止对象的不同局部区段，特别是防撞屏障的不同局部区段，其表面上随车辆一起移动。利用根据本发明的方法，这些对象被捕捉为静止的，并且相应地分类。

有利地，所述至少一个传感器设备可以利用发射信号捕捉监测区域。这里所述至少一个传感器设备的主监测方向可以穿过监测区域的中心。

有利地，根据本发明的方法可以用作将捕捉对象分类为静止或非静止的初步分类、后续分类或最终分类。通过初步分类，可以在监测的早期阶段做出关于进一步跟踪对象是否必要和/或有用的决定。以这种方式可以更有效地设计该方法，特别是为了节省时间。

所述至少一个传感器设备可以有利地布置在车辆的前面。以这种方式，所述至少一个传感器设备可以在车辆前方在行驶方向上监测监测区域。替代地或另外地，所述至少一个传感器设备可以布置在车辆的侧面和/或后部面处。

有利地，当转向角为中央时，所述至少一个传感器设备的主监测方向可以平行于车辆的通常行驶方向对准。替代地或另外地，至少一个传感器设备也可以不同地对准。

利用所述至少一个传感器设备可以有利地监测，特别是采样水平监测区域。以这种方式，可以以适当地大的宽度捕捉尽可能大的区域，特别是在车辆前方。替代地或另外地，至少一个监测区域可以包括或多或少的大的竖向范围。利用所述至少一个传感器设备可以以这种方式监测不同的高度。

在确定对象点的密度之前，可以有利地确定所述至少一个对象的延伸范围，特别是延伸方向和/或形状。以这种方式可以更好地分配所涉及的对象。以这种方式可以特别地识别非静止对象、特别是车辆对静止对象、特别是防撞屏障中的空间的潜在隐藏。

可以有利地确定所述至少一个对象距道路中心的距离。以这种方式，可以确定用于识别所述至少一个对象的另一标准。

有利地，可以将对象的对象点分配给群集。可以确定群集的至少一个区域内的对象点的密度是否低于阈值。

所述至少一个传感器设备可以有利地连接到车辆的至少一个电子控制装置或是其一部分，尤其是驾驶员辅助系统和/或底盘控制器和/或驾驶员信息设备。

有利地，所述至少一个传感器设备可以是扫描系统。这里可以利用发射信号对监测区域进行采样，也就是说扫描。为此目的，所涉及的发射信号，特别是发射波束，可以说就它们的传播方向而言在监测区域上枢转。

有利地，所述至少一个传感器设备可以是基于激光的距离测量系统。基于激光的距离测量系统包括至少一个激光器，特别是激光二极管，作为其光源。尤其可以用所述至少一个激光器发射脉冲发射波束作为发射信号。可以用激光发射人眼可见或不可见的频率范围内的发射信号。基于激光的距离测量系统可以有利地是激光扫描仪。可以通过激光扫描仪使用特别是脉冲的激光波束对监测区域进行采样。

本发明与车辆，尤其是机动车辆一起使用。本发明可有利地与陆地车辆一起使用，特别是客车、卡车、公共汽车、摩托车等。

在该方法的有利实施例中，可以在所述至少一个对象的远离所述至少一个传感器设备的区段中确定所捕捉的对象点的密度。相应的所捕捉的对象点距离所述至少一个传感器设备的距离越大，则所述至少一个发射信号照射在对象的平行于主监测方向延伸的对象表面上的角度更平坦。在那里，相邻对象点之间的距离相应地更大，并且对象点的密度相应地更小。总之，可以改善该方法的精度。

密度可以有利地由从群集的远离所述至少一个传感器设备的一部分捕捉的对象点确定。

静止对象，特别是防撞屏障，在主监测方向或道路方向上具有相应大的延伸范围。以这种方式，可识别相应大的密度差异，特别是在远距离处。另一方面，在近场中，特别是在靠近所述至少一个传感器设备的情况下，对象点更靠近在一起，使得静止对象和非静止对象(特别是其他车辆)之间的区分在这里可能更加困难。

可以在非静止对象处获得一致地高密度分布。对于静止对象，特别是在远离传感器设备的区段中，可以针对所捕捉的对象点确定与非静止对象不同的密度分布。对于远离的、非静止的对象，特别是车辆，侧表面可能被其后表面隐藏，因此不能被所述至少一个传感器设备捕捉。甚至可以在距离所述至少一个传感器设备更远的距离处捕捉诸如防撞屏障之类的静止对象，其表面通常大致平行于主监测方向延伸。

在该方法的另一有利实施例中，可以确定所述至少一个对象的至少一个延伸方向，并且如果所述至少一个延伸方向平行于和/或倾斜于主监测方向延伸，则所述至少一个对象可以分类为静止对象。

以这种方式可以提高对象分类的准确性。防撞屏障或道路边界特别是通常平行于道路延伸。垂直于道路、即垂直于主监测方向延伸的对象，就本发明而言在该方法中最初不认为是静止的。如果假设具有根据本发明的传感器设备的车辆定位在沿着主监测方向的行驶方向和沿着道路的行驶方向上，则就本发明而言横向于或垂直于主监测方向延伸的对象通常是非静止的。可以以这种方式执行所捕捉的对象和对象点的定界。

如果所述至少一个对象的至少一个延伸方向平行于和/或倾斜于主监测方向延伸，则可以有利地产生或改变相应的评估量值和/或通过进一步检查继续该方法。

如果所述至少一个对象的至少一个延伸方向不平行于和/或倾斜于主监测方向延伸，特别是横向于或垂直于主监测方向，则所述至少一个对象可以有利地分类为非静止的对象。如果合适，则可以有利地产生或改变相应的相反评估量值和/或结束该方法。

在确定所捕捉的对象点的密度之前，可以有利地检查所述至少一个对象的延伸方向是否平行于和/或倾斜于主监测方向。如果延伸方向不平行于或倾斜于主监测方向，则在这种情况下可以假设对象是非静止的。然后可以将所述至少一个对象分类为非静止的。因此不需要进一步检查。以这种方式可以更有效和快速地执行该方法。

替代地或另外地，在确定所捕捉的对象点的密度之后，可以执行所述至少一个延伸方向的确定。在这种情况下，可以再次检查对象的先前分类。总之，以这种方式可以改善空间静止对象的评估精度。

在该方法的另一有利实施例中，可以确定所述至少一个对象的至少一个延伸方向，并且如果所述至少一个对象的彼此倾斜地、特别是垂直地延伸的至少两个延伸方向被捕捉，则所述至少一个对象可以分类为非静止的。

以这种方式可以捕捉所述至少一个对象是否具有边缘或角部。特别是在车辆的情况下，车辆的后部面可以垂直于车辆的侧面延伸。然后，后部面可以垂直于主监测方向延伸。车辆的侧面可以平行于主监测方向延伸。车辆的两个延伸方向可以被捕捉为彼此成角度，特别是垂直地成角度。由于静止对象，特别是防撞屏障通常不以这种方式延伸，因此可以假设对象是非静止对象，特别是车辆。

如果所述至少一个对象的彼此倾斜地、特别是垂直地延伸的至少两个延伸方向被捕捉，则可以有利地结束该方法和/或可以产生或改变静止对象的相应评估量值。

如果所述至少一个对象的不是彼此倾斜地、特别是垂直地延伸的至少两个延伸方向被捕捉，则所述至少一个对象可以有利地分类为非静止的和/或通过进一步检查继续该方法。

在从对象点的空间分布确定密度之前，可以有利地针对至少两个延伸方向执行所述至少一个对象的检查以及它们相对于彼此的取向的确定。如果所述至少两个延伸方向彼此倾斜地、特别是垂直地延伸，则该方法在这种情况下可以提前结束。这里可以产生或改变非静止对象的适当的评估量值和/或概率量值。

替代地或另外地，在从对象点的空间分布确定密度之后，可以针对至少两个延伸方向执行所述至少一个对象的检查以及它们相对于彼此的取向的确定。在这种情况下，可以再次检查对象的先前分类，特别是确认或不确认，或者如果适当的话，撤销对象的先前分类。为此目的，可以有利地产生和/或改变适当的评估量值和/或概率量值。总之，以这种方式可以改善该方法的精度和/或速度。

将多个相邻对象点分配给群集的算法可以有利地用于确定所述至少一个对象的至少一个延伸方向。所谓的Douglas-Peucker算法尤其可以用于此目的。这里通过群集的对象点绘制线，保留对象点的点云的形状。通常在捕捉静止或非静止的对象时产生L形或直线。在L形的情况下，这是相应对象的角部或边缘。在车辆的情况下，这可以是从后部面到侧表面的过渡。如果在捕捉所述至少一个延伸方向期间确定了线，则因此可以确定其相对于主监测方向的取向。如果线垂直于或几乎垂直于主监测方向延伸，则可以假设非静止对象。当用传感器设备捕捉车辆的后部面时尤其如此。在这种情况下，车辆的侧面可以被后部面隐藏，并且不能用传感器设备捕捉。如果线平行于和/或倾斜于(即几乎平行于)主监测方向延伸，则可以假设它不是车辆的后部面。然后它可以是静止对象，特别是防撞屏障。然而，它也可以是长形的非静止对象，特别是卡车或公共汽车，其倾斜地位于具有传感器设备的车辆旁边，使得其后部面定位在所述至少一个传感器设备的监测区域之外。可以通过根据本发明的方法进行更精确的区分，其中，另外确定所述至少一个对象的至少一个区域中所捕捉的对象点的密度，并且将其与可预先确定的阈值进行比较。

有利地，基于对象的密度对所述至少一个对象的分类可以限制到不能基于延伸方向的取向得以对群集进行分类的那些情况。对于仅可以捕捉到一个延伸方向平行于和/或倾斜于所述至少一个传感器单元的主监测方向的对象，有时可以是这种情况。

通过捕捉所捕捉的对象点的密度和从所捕捉的对象点捕捉对象的延伸方向的组合，可以提高对静止对象和非静止对象的分类精度。因此，尤其还可以更好地补偿非静止对象、特别是车辆对静止对象的隐藏。

在该方法的另一有利实施例中，该方法可以多次执行，并且由此得到的分类可以在统计上处理。可以以这种方式确定相应分类的概率。总之，因此可以提高将对象分类为静止和非静止的精度。

用于将所述至少一个对象评估为静止或非静止的至少一个概率量值可以有利地由从各次方法执行产生的评估量值来确定。

评估量值可以有利地实现为计数器。特别地，可以在对象首次分类为静止时实现概率量值的初始值。取决于具有相应评估量值或相反评估量值的方法的结果，当方法在相同对象上每次进一步执行时，可以改变概率量值，特别是增加或减少概率量值。可以采用概率量值来更好地将对象评估为静止或非静止的。

在该方法的另一有利实施例中，可以从发射信号和接收信号之间的关系确定所述至少一个对象相对于车辆的相对速度，并且如果相对速度是大约0m/s的一般量级，则可以基于对象点的密度和/或所述至少一个对象的延伸方向来执行所述至少一个对象的分类，否则可不进行进一步的分类。以这种方式可以实现将对象评估为静止或非静止的另一标准。如果相对速度是大约0m/s的一般量级，则对象要么以与具有所述至少一个传感器设备的车辆相同的速度移动，要么是平行于车辆路径延伸的静止对象，特别是防撞屏障。因此，通过使用基于对象点的密度和/或所述至少一个对象的延伸方向的至少一个进一步分类，可以将具有相同速度并行移动的车辆与静止对象、特别是防撞屏障区分开。如果对象捕捉为具有与具有所述至少一个传感器设备的车辆的绝对速度相反的相对速度，则可以假设它是不动的非静止对象或静止对象。如果对象与具有所述至少一个传感器设备的车辆的进一步路径无关，则可以省略进一步的分类。总之，因此可以更快和更有效地执行监测。

在该方法的另一有利实施例中，可以根据特别是采样的光飞行时间测量方法、特别是LiDAR或LaDAR方法确定所述至少一个对象的至少一个对象点的距离和/或相对速度。使用采样方法可以轻松实现角度解析。通过光飞行时间测量可以非常精确地确定距离和/或相对速度。

此外，根据本发明，利用装置实现此目的，其中，所述至少一个分类部件包括：至少一个密度确定设备，其用于确定所述至少一个对象的至少一个区域中所捕捉的对象点的至少一个空间密度；和至少一个比较设备，其用于将密度与预先确定或可预先确定的阈值进行比较，并且根据比较结果将所述至少一个对象分类为静止或非静止的。

所述至少一个分析组件可以有利地是或包括至少一个电子电路。所述至少一个分析组件可以有利地包括至少一个处理器，利用所述处理器可以执行该方法。

此外，根据本发明，利用传感器设备实现此目的，其中，所述至少一个分类部件包括：至少一个密度确定设备，其用于确定所述至少一个对象的至少一个区域中所捕捉的对象点的至少一个空间密度；和至少一个比较设备，其用于将密度与预先确定或可预先确定的阈值进行比较，并且根据比较结果将所述至少一个对象分类为静止或非静止的。

此外，根据本发明，利用驾驶员辅助系统实现此目的，其中，所述至少一个分类部件包括：至少一个密度确定设备，其用于确定所述至少一个对象的至少一个区域中所捕捉的对象点的至少一个空间密度；和至少一个比较设备，其用于将密度与预先确定或可预先确定的阈值进行比较，并且根据比较结果将所述至少一个对象分类为静止或非静止的。

除此之外，结合根据本发明的方法、根据本发明的装置、根据本发明的传感器设备和根据本发明的驾驶员辅助系统概述的特征和优点及其各自的有利实施例适当地适用于彼此，反之亦然。当然，各个特征和优点可以彼此组合，其中，可以出现超出各个效果的总和的进一步有利效果。

附图说明

本发明的其他优点、特征和细节从以下描述中显现，其中，参考附图更详细地解释本发明的示例性实施例。专家还可以方便地单独考虑在附图、说明书和权利要求中组合公开的特征，并且将它们分组成有用的进一步组合。这里，示意性地，

图1示出了具有用于捕捉对象的传感器设备的机动车辆的前视图，所述传感器设备是车辆的驾驶员辅助系统的组件；

图2示出了这里仅示意性地示出的图1的机动车辆在道路上的驾驶情况的场景，所述道路具有防撞屏障和在前方行驶的另一车辆；

图3示出了类似于图2场景的场景，其中，利用传感器设备捕捉的防撞屏障和前方行驶车辆的对象点各自表示为十字形；

图4示出了场景的放大视图，其中，示出了类似于图3的场景的对象点；

图5示出了类似于图3和4场景的场景的详细视图，其具有前方行驶车辆的对象点的表示；

图6示出了类似于图3至5场景的场景的详细视图，其具有防撞屏障的对象点；

图7示出了用于区分静止对象(例如防撞屏障)和非静止对象(例如前方行驶车辆)的分类方法的流程图，所述方法利用图1和2的车辆的传感器设备在类似于图3至6的场景中执行。

在图中，相同的部件被赋予相同的附图标记。

具体实施方式

在图1中示出了从前方观察的乘用车形式的车辆10。机动车辆10具有图2所示的具有传感器设备14的驾驶员辅助系统12。作为示例，传感器设备14位于机动车辆10的前保险杠中。驾驶员辅助系统12用于辅助驾驶员控制机动车辆10的驾驶功能，例如速度、制动功能或转向。

沿着机动车辆10的行驶方向在机动车辆10前方的监测区域16可以通过传感器设备14来针对对象进行监测，所述对象例如前方行驶的车辆18或防撞屏障20。传感器设备14设计为用于跟随对象，称为跟踪。这里利用所述至少一个传感器设备捕捉对象，并且跟踪它们的时间行为，例如它们相对于机动车辆10的距离和/或它们的相对速度。

在各对象中，描绘静止对象和非静止对象之间的区别。静止对象，例如防撞屏障20，以固定和不移动的方式布置在机动车辆10的道路上，例如图2所示的道路22。静止对象也可以称为静态对象。非静止对象，例如其他车辆18，可相对于道路22移动。非静止对象可以是不动的或可以相对于道路22移动和/或以相对于机动车辆10的速度移动。非静止对象也可以称为动态对象。

在图2中以示例的方式示出了机动车辆10在道路22上的驾驶情况的示意性平面图。机动车辆10在这里仅示意性地示出，并且未按比例绘制。道路22的边线24由实线表示，中心线26由虚线表示。

如图2所示，驾驶员辅助系统12例如在功能上连接到机动车辆10的两个功能设备28。功能设备28例如可以是发动机控制器、转向控制器或制动系统。此外，功能设备28之一可以包括输出设备，其用于输出视觉和/或听觉警告信号或针对驾驶员的信息信号。

驾驶员辅助系统12包括电子设备30。利用电子设备30处理传感器设备14的信息，并且将其转换为用于功能设备28的适当控制或信号信息。

驾驶员辅助系统12例如包括传感器设备14。作为机动车辆10的保险杠中的传感器设备14的补充或替代，其他传感器设备14也可以布置在机动车辆10的其他位置处，例如在侧面或后面。

传感器设备14例如设计为扫描LaDAR系统。传感器设备14包括光学组件32和电子分析组件34。光学组件34包括：激光二极管形式的发射器，为了更清楚起见未绘制；以及接收二极管形式的接收器，也未绘制。

光学组件32还包括未绘制的偏转镜设备。利用偏转镜设备，利用发射器产生的脉冲发射波束36根据偏转镜设备的角位置以不同的角度发射到监测区域16中。此外，从对象(例如车辆18或防撞屏障20)反射的接收波束38通过偏转镜设备偏转到接收二极管上。

传感器设备14根据光飞行时间测量方法工作。在此确定发射波束36的发射和相应的接收波束38的接收之间的时间，从所述时间确定相应对象距传感器设备14的距离。此外，可以利用传感器设备14确定相应对象(例如前方行驶的车辆18)相对于机动车辆10的相对速度。

当传感器设备14操作时，偏转镜设备在水平方向上与发射器协调地移动，例如旋转。发射波束36以这种方式在水平方向上旋转：例如在图2的平面图中从左到右，或者从右到左旋转。因此，利用脉冲发射光束36，相应的对象被角度依赖地采样为相邻对象点40，在所述对象点处，发射光束36被反射并作为接收光束38被发送回。作为示例，所捕捉的对象点40各自在图3至6中示出为类似于图2场景的场景中的十字形。

传感器设备14的主监测方向42由图2中的箭头表示。主监测方向42例如在机动车辆10的行驶方向上延伸。当绕弯道行驶时，机动车辆10的行驶方向可以与主监测方向42不同。监测区域16的侧向边界44在图2至6中表示为线。监测区域16例如相对于主监测方向42对称。监测区域16也可以是不对称的，但这对于本发明而言并不重要。监测区域16例如是平面的并且水平地延伸。监测区域16还可以具有或多或少的大的竖向范围，这取决于传感器设备14的设计。监测区域16的平面也可以相对于水平方向倾斜地延伸。

利用分析组件34分析由光学组件32捕捉的接收光束，由此确定相应对象相对于机动车辆10的距离和相对速度。

分析组件34还具有电子分类装置46，利用所述电子分类装置可以将捕捉对象分类为静止对象和非静止对象。平行于道路22延伸的静止对象，诸如，例如防撞屏障20，在某些情况下可以不被传感器设备14整体捕捉。这可以在这样的跟踪过程中发生：捕捉到静止对象的看起来与机动车辆10一起移动的不同局部区段。这可能导致相关的静止对象被错误地分类为非静止对象。因此，利用电子分类装置46执行分类方法48，利用所述分类方法可以避免这种分类错误，以将静止对象与非静止对象区分开。对象的分类越精确，驾驶员辅助系统的功能就执行得越好。例如，分类装置46可以设计为具有算法的处理器，利用所述处理器执行分类方法48。

分类方法48在图7中示出为流程图。

在步骤50中捕捉对象(例如车辆18或防撞屏障20)的几何形状。为此目的，将对象18或20的相邻对象点40分配给群集52。然后借助例如Douglas-Peucker算法分析群集52。这里通过群集52绘制线54、56或58。相应的对象18或20的延伸方向由相应的对象点40绘出，并且由相应的线54、56或58表示。

如果群集52属于防撞屏障20，则产生几乎直的线54。线54的延伸方向大致平行于主监测方向42延伸。这种线54的一部分在图6中以示例的方式示出。

如果群集52属于车辆18的后部面，则图3所示的相应线56垂直于主监测方向42延伸。

在车辆18在机动车辆10前方倾斜地行驶并且后部面和侧表面都位于传感器设备14的监测区域16中的情况下，因此出现图3所示的L形线58。线58的相应的延伸方向，即L形的腿部，彼此垂直地延伸。

在分类方法48的步骤60中，检查对象18或20的线是否具有L形。如果是这样(如同线58那样)，则假设对象是非静止对象，例如另一车辆18。该方法以步骤62结束。可能合适的是该方法稍后再次使用新数据集进行。

如果对象18或20的线不具有L形，如线54和56的情况那样，则在步骤64中检查对象18或20的线是否大致平行于主监测方向42延伸。如果与线56一样，线不平行于主监测方向42延伸，则假设对象是非静止对象，例如车辆20。该方法以步骤66结束。可能合适的是该方法稍后再次使用新数据集进行。

另一方面，如果对象18或20的线(如线54)确实平行于主监测方向42延伸，则在步骤68中利用分类装置46的密度确定设备来确定对象20的远离传感器设备14的区域70中的相应对象点40的密度。区域70在图3中由相应的虚线椭圆表示。图6中示出了防撞屏障20的详细视图。相应的对象点40的密度随着距传感器设备14的距离的增加而显著下降。相反，车辆18处的对象点40的密度几乎恒定，如图5中详细显示的那样。

在步骤72中，使用分类装置46的比较设备将所确定的密度与预先确定的阈值进行比较。阈值可以例如在工厂根据经验确定，并且存储在相应的存储装置中。替代地或另外地，可以在传感器设备14的操作期间根据动态方法确定阈值，所述动态方法在此不再感兴趣。

如果步骤72中的比较发现所确定的密度大于或等于阈值，则假设对象是非静止的，例如车辆18。该方法以步骤74结束。可能合适的是该方法稍后再次使用新数据集进行。

如果步骤72中的比较发现密度小于阈值，则假设对象是静止的，例如防撞屏障20。

如果相应对象20首先被分类为静止的，则在步骤76中对第一概率量值赋值，例如5。如果在先前执行分类方法48之后，对象20已经被分类为静止的，并且概率量值已经存在，则该概率量值增加一评估量值的值，例如1。评估量值提供在最后执行分类方法48期间对象18被分类为静止的指示。利用概率量值统计地捕捉分类方法48的多次执行的评估量值，并且因此提高了精度。

然后，对于相同对象20，再次从步骤50执行分类方法48。

在结束分类方法48之前，可选地，可以在适当情况下在步骤62、66和74中将在先前执行分类方法48的步骤76中产生的概率量值减小适当的评估量值，例如1，或者增加适当的相反评估量值，例如-1。因此，概率量值的精度进一步提高。

在步骤70中连续出现的概率量值被提供给驾驶员辅助系统12的电子设备30，并且在那里作为相应功能设备28的控制的基础。

相应对象18相对于机动车辆10的相对速度可以可选地用在分类方法48中，用于区分静止和非静止对象。如果相对速度是大约0m/s的一般量级，则这进一步表明对象是静止的，例如以防撞屏障20的形式。这可以用于评估对象确实是静止对象的概率。在这种情况下，例如，可以将另外的评估量值(例如1)添加到概率量值。例如，可以以这种方式补偿非静止对象(例如卡车或公共汽车)对静止对象的隐藏。

作为概率量值的指定和评估量值的相应加法和减法的补充或替代，也可以使用用于表征和统计处理分类方法48的结果以及评估被跟踪对象是静止还是非静止的其他方法。

Claims (10)

1.一种利用车辆(10)的至少一个传感器设备(14)用于特别是光学地捕捉至少一个对象(18，20)的方法(48)，其中，利用所述至少一个传感器设备(14)，将特别是光的发射信号(36)发射到监测区域(16)中，并且将从所述至少一个对象(18，20)的对象点(40)反射的发射信号(36)捕捉为具有相对于所述至少一个传感器设备(14)的主监测方向(42)的角度解析的接收信号(38)，并且从发射信号(36)和接收信号(38)之间的关系确定所述至少一个对象(18，20)的对象点(40)相对于所述至少一个传感器设备(14)的空间分布，并且将所述至少一个对象(18，20)分类为静止或非静止的，其特征在于，确定所述至少一个对象(20)的至少一个区域(70)中所捕捉的对象点(40)的空间密度，并且如果所捕捉的对象点(40)的密度低于可预先确定或预先确定的阈值，则将所述至少一个对象(20)分类为静止的。

2.根据权利要求1所述的方法，其特征在于，在所述至少一个对象(20)的背离所述至少一个传感器设备(14)的区域(70)中确定所捕捉的对象点(40)的密度。

3.根据权利要求1或2所述的方法，其特征在于，确定所述至少一个对象(18，20)的至少一个延伸方向(54，56，58)，并且如果所述至少一个延伸方向(54)平行于和/或倾斜于主监测方向(42)延伸，则将所述至少一个对象(20)分类为静止对象(20)。

4.根据前述权利要求之一所述的方法，其特征在于，确定所述至少一个对象(18，20)的至少一个延伸方向(54，56，58)，并且如果捕捉到所述至少一个对象(18)的彼此倾斜地、特别是垂直地延伸的至少两个延伸方向(58)，则将所述至少一个对象(18)分类为非静止的。

5.根据前述权利要求之一所述的方法，其特征在于，多次执行所述方法(48)，并且统计地处理由此得到的分类。

6.根据前述权利要求之一所述的方法，其特征在于，从发射信号(36)和接收信号(38)之间的关系确定所述至少一个对象(18，20)与车辆(10)的相对速度，并且如果相对速度是大约0m/s的一般量级，则基于对象点(40)的密度和/或所述至少一个对象(18，20)的延伸方向(54，56，58)来执行所述至少一个对象(18，20)的分类，否则不进行进一步的分类。

7.根据前述权利要求之一所述的方法，其特征在于，根据特别是采样的光飞行时间测量方法、特别是LiDAR或LaDAR方法，确定所述至少一个对象(18，20)的至少一个对象点(40)的距离和/或相对速度。

8.一种车辆(10)的特别是光学的传感器设备(14)的装置(34)，所述传感器设备用于特别是光学地捕捉至少一个对象(18，20)，并且特别是用于执行根据前述权利要求之一所述的方法(48)，所述装置具有至少一个分析组件(34)，所述分析组件用于确定发射信号(36)和/或接收信号(38)的传播方向相对于所述至少一个传感器设备(14)的主监测方向(42)的至少一个角度解析，并且用于从发射信号(36)和接收信号(38)之间的关系确定所述至少一个对象(18，20)的对象点(40)相对于所述至少一个传感器设备(14)的空间分布，发射信号(36)在所述对象点处反射并返回到传感器设备(14)作为接收信号(38)，其中，所述装置(34)包括用于将所述至少一个对象(18，20)分类为静止或非静止的至少一个分类部件(46)，其特征在于，所述至少一个分类部件(46)包括：至少一个密度确定设备，用于确定所述至少一个对象(18，20)的至少一个区域(70)中所捕捉的对象点(40)的至少一个空间密度；和至少一个比较设备，用于将密度与预先确定或可预先确定的阈值进行比较，并且根据比较结果将所述至少一个对象(18，20)分类为静止或非静止的。

9.一种车辆(10)的传感器设备(14)，所述传感器设备具有特别是根据权利要求8所述的至少一个装置(34)，所述传感器设备用于特别是光学地捕捉至少一个对象(18，20)，并且特别是用于执行根据权利要求1至7之一所述的方法(48)，所述传感器设备具有：至少一个发射器，用于将特别是光的发射信号(36)发射到监测区域(16)中；和至少一个接收器，用于捕捉在所述至少一个对象(18，20)的对象点(40)处反射的发射信号(36)作为接收信号(38)，其中，所述装置包括至少一个分析组件(34)，所述分析组件用于确定发射信号(36)和/或接收信号(38)的传播方向相对于所述至少一个传感器设备(14)的主监测方向(42)的至少一个角度解析，并且用于从发射信号(36)和接收信号(38)之间的关系确定所述至少一个对象(18，20)的对象点(40)相对于所述至少一个传感器设备(14)的空间分布，并且其中，所述装置(34)包括用于将所述至少一个对象(18，20)分类为静止或非静止的至少一个分类部件(46)，其特征在于，所述至少一个分类部件(46)包括：至少一个密度确定设备，用于确定所述至少一个对象(18，20)的至少一个区域(70)中所捕捉的对象点(40)的至少一个空间密度；和至少一个比较设备，用于将密度与预先确定或可预先确定的阈值进行比较，并且根据比较结果将所述至少一个对象(18，20)分类为静止或非静止的。

10.一种车辆(10)的驾驶员辅助系统(12)，所述驾驶员辅助系统具有特别是根据权利要求9所述的至少一个传感器设备(14)，所述传感器设备具有特别是根据权利要求8所述的至少一个装置(34)，所述传感器设备用于特别是光学地捕捉至少一个对象(18，20)，并且特别是用于执行根据权利要求1至7之一所述的方法(48)，所述传感器设备具有：至少一个发射器，用于将特别是光的发射信号(36)发射到监测区域(16)中；和至少一个接收器，用于捕捉在所述至少一个对象(18，20)的对象点(40)处反射的发射信号(36)作为接收信号(38)，其中，所述装置包括至少一个分析组件(34)，所述分析组件用于确定发射信号(36)和/或接收信号(38)的传播方向相对于所述至少一个传感器设备(14)的主监测方向(42)的至少一个角度解析，并且用于从发射信号(36)和接收信号(38)之间的关系确定所述至少一个对象(18，20)的对象点(40)相对于所述至少一个传感器设备(14)的空间分布，并且其中，所述装置(34)包括用于将所述至少一个对象(18，20)分类为静止或非静止的至少一个分类部件(46)，其特征在于，所述至少一个分类部件(46)包括：至少一个密度确定设备，用于确定所述至少一个对象(18，20)的至少一个区域中所捕捉的对象点(40)的至少一个空间密度；和至少一个比较设备，用于将密度与预先确定或可预先确定的阈值进行比较，并且根据比较结果将所述至少一个对象(18，20)分类为静止或非静止的。