CN109690561A - 用于支持机动车中的驾驶员辅助系统的方法和设备 - Google Patents

用于支持机动车中的驾驶员辅助系统的方法和设备 Download PDF

Info

Publication number
CN109690561A
CN109690561A CN201780056320.0A CN201780056320A CN109690561A CN 109690561 A CN109690561 A CN 109690561A CN 201780056320 A CN201780056320 A CN 201780056320A CN 109690561 A CN109690561 A CN 109690561A
Authority
CN
China
Prior art keywords
map
classification
driver assistance
assistance system
environmental data
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
CN201780056320.0A
Other languages
English (en)
Other versions
CN109690561B (zh
Inventor
S.马克斯
K.韦斯
S.鲍尔
M.E.柯兰吉克
A.韦格
R.科诺普卡
L.克鲁格
J.克兰特
C.滕迪克
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 CN109690561A publication Critical patent/CN109690561A/zh
Application granted granted Critical
Publication of CN109690561B publication Critical patent/CN109690561B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种用于支持机动车(50)中的驾驶员辅助系统(4)的方法，所述方法包括如下步骤：提供地图(7)，其中，在所述地图(7)中保存有在所属位置处的分类的对象(20‑1、20‑2、20‑3、20‑4)，借助驾驶员辅助系统(4)的至少一个环境传感器(5)检测环境数据(8)，借助驾驶员辅助系统(4)的评估装置(6)评估检测到的环境数据(8)，其中，为了识别对象，根据保存在地图(7)中的分类的对象(20‑1、20‑2、20‑3、20‑4)评估检测到的环境数据(8)。本发明还涉及一种附属的设备(1)。

Description

用于支持机动车中的驾驶员辅助系统的方法和设备
本发明涉及一种用于支持机动车中的驾驶员辅助系统的方法和设备。
现代机动车提供各种驾驶员辅助系统，它们在操纵机动车时支持驾驶员。这些驾驶员辅助系统例如可以是驻车辅助装置、防偏驶辅助装置或者导航装置等。
为了运行驾驶员辅助系统，通常借助环境传感器检测机动车的周围环境并且对产生的环境数据进行评估。在此可能发生的是，环境数据被错误地解释并且在评估时导致错误的结论，例如由于没有正确地识别周围环境中的对象。
本发明所要解决的技术问题是，提供一种用于支持机动车中的驾驶员辅助系统的方法和设备，其中改进了对检测到的环境数据的评估。
所述技术问题按照本发明通过具有权利要求1的特征的方法和具有权利要求10的特征的设备解决。本发明的有利的设计方案由从属权利要求得出。
尤其提供一种用于支持机动车中的驾驶员辅助系统的方法，所述方法包括如下步骤：提供地图，其中，在所述地图中保存有在所属位置处的分类的对象，借助驾驶员辅助系统的至少一个环境传感器检测环境数据，借助驾驶员辅助系统的评估装置评估检测到的环境数据，其中，为了识别对象，根据保存在地图中的分类的对象对检测到的环境数据进行评估。
此外提供一种用于支持机动车中的驾驶员辅助系统的设备，所述设备包括用于处理所提供的地图的控制器，其中，在所述地图中保存有在所属位置处的分类的对象，所述设备包括驾驶员辅助系统，所述驾驶员辅助系统具有用于检测环境数据的至少一个环境传感器和评估装置，其中，所述评估装置设计用于根据保存在地图中的分类的对象对检测到的环境数据进行评估，以便识别对象。
本发明的核心思想是，在评估检测到的环境数据时考虑到事前已知的情况，在地图中以分类的对象的形式提供所述已知情况。以这种方式能够更好地进行对象识别和在检测到的环境数据中的对象分类。为此，环境数据由驾驶员辅助系统的至少一个环境传感器检测并且在驾驶员辅助系统的评估装置中被评估。所述评估包括在检测到的环境数据中识别对象。所述对象在此可以尤其被分类。所述评估借助图案识别方法进行。图案识别方法例如针对确定的对象确定表征性的特性，根据所述特征可以确认对象和/或将对象分类。通过确定对象在机动车的周围环境中的相对位置，可以借助与保存在地图中的分类的对象的比较在地图中定位机动车并且由此在环境中定向。
例如通过将机动车的周围环境中的已知对象和其相对位置与在地图中保存的对象进行比较，在地图中定位机动车。为此可以规定，也借助全球定位系统(例如GPS)进行粗略的定位。控制器随后例如根据确定的位置确定针对当前的环境保存在地图中的对象。随后在评估时考虑对象、对象的相对位置和对象的分类。
在一种实施方式中规定，基于保存在地图中的至少一个分类的对象，提高在检测到的环境数据中未清楚识别的对象的存在概率。在此，存在概率应描述重要对象存在的可能性或者说概率。这种未清楚识别的对象例如可能是道路标记，该道路标记部分被落叶或雪遮盖。在所提供的地图中，这种道路标记保存为一个分类的对象(或者多个分类的对象)，因此即使未清楚地在检测到的环境数据中识别道路标记，也可以得出该道路标记存在于这个位置上的结论。通过所述方法使得在检测的环境数据中的对象识别更为可靠。
在另外的实施方式中规定，基于保存在地图中的至少一个分类的对象，降低在检测到的环境数据中识别出的对象的存在概率。这例如在应避免辅助系统由于“错觉对象”而触发反应时是有利的。在此“错觉对象”是被驾驶员辅助系统错误地呈现或解释的对象。但是，基于保存在地图中的分类的对象，可以将识别到的对象合理化，并且如果该对象对于驾驶员辅助系统是不重要的，则降低这种对象的相应存在概率。在极端情况下，这种对象甚至可以被完全摒弃。
如果驾驶员辅助系统例如通过雷达传感器获得环境数据，则可以借助所述方法，将机动车的周围环境中的、从较远距离看被视作障碍物然而在靠近时被证明不是障碍物的对象，相应地通过降低其存在概率定级为不重要的。这种形式的对象对雷达传感器来说尤其是较大的金属对象、例如井盖或者高速公路上的桥形路标牌。如果这种“错觉对象”保存在地图中，则它们在重新检测和评估时相应地被识别出并且通过降低存在概率而在评估时定级为不重要的或者甚至被摒弃。
与远光灯变近光灯自动装置相结合的另外的示例明确了所述方法的优点。这种远光灯变近光灯自动装置(遮蔽式持续远光灯)在长时间照射远光灯时使用，以便在检测和识别出相向来车时自动地将远光灯变为近光灯。在此静态光源、例如路灯可能在其被错误地识别为相向来车时施加干扰。所述方法可以基于针对路灯在地图中保存的分类的对象避免在以下情况下转换为近光灯，即根据环境明确了检测到的光源不是相向来车的前照灯，而是路灯。识别出的对象随后根据在地图中针对该位置保存的分类的对象被合理化或者说判断可靠性，并且如果该对象对于相应的驾驶员辅助系统(在本实施例中是远光灯变近光灯自动装置)是不重要的，则通过降低存在概率而被定级为较不重要的或者甚至作为不重要的对象被摒弃。因此远光灯在本实施例中不被转换为近光灯。这明显实现了更好的舒适性并且提高了在夜间驾驶机动车时的安全性。
在一种实施方式中规定，根据保存在地图中的至少一个分类的对象配置驾驶员辅助系统的至少一个参数。以这种方式，环境传感器和评估装置均可以与预期处在环境中的对象相匹配。
与之相关地尤其在一种实施方式中规定，所述至少一个参数说明了评估检测到的环境数据的至少一部分所用的分辨率。以这种方式，评估的分辨率可以针对周围环境的确定区域或确定方向或者空间角相匹配。由此，周围环境的具有特定分类的对象、例如特别重要的对象、如交通信号灯或包含重要交通引导信息的交通标志牌的区域和方向通过与其它区域相比提高的分辨率和由此更细致地被评估，在所述其它区域中预期不存在重要的对象或存在较低重要性的对象。以这种方式可以节省用于评估所需的计算功率。
在此可以规定，环境传感器是摄像头。所述摄像头则以环境图像的形式检测环境数据。随后在检测的图像中，例如具有环境的确定方向或确定空间角的确定区域可以与其它区域相比更细致地被对应地评估。如果例如在确定的方向或空间角中预期存在交通信号灯或交通标志牌，则在图像中与该方向或空间角对应的区域以与其余区域相比更大的分辨率被评估。用于评估环境数据的计算耗费由此可以明显降低。
在另外的实施方式中规定，保存在地图中的、但是没有被环境传感器检测到的对象和/或没有被评估装置在检测到的环境数据中识别到的对象被驾驶员辅助系统考虑到。以这种方式，暂时地或者由于不利的检测方向的原因或者由于不利的检测角范围或检测空间角范围的原因而没有在检测到的环境数据中呈现的对象仍然可以被驾驶员辅助系统考虑到。由此，例如在地图中分类地保存的、但是例如由于当前存在的天气条件的原因当前没有检测到的障碍物仍然可以被驾驶员辅助系统考虑到。
在另外的实施方式中规定，所述对象根据以下类别中的至少一个进行分类：存在概率、对象类型、与传感器相关的检测概率、交通引导重要性、最低分辨率和/或天气相关性。
存在概率例如反映确定对象的存在的可能性或者说概率。这种存在概率例如可能取决于一天中的时间、星期几或季节。因此，植物的生长尤其在夏季比在冬季更强，由此与植物的生长相对应的对象相应地不同地设计或者在一年过程中改变。
对象类型尤其表示检测的对象的通常的类型或者与确定的驾驶员辅助系统相关的环境。一些但不是所有的关于对象类型的示例是：交通标志、植物的生长、道路标记、路边石、交通信号灯、房屋立面、护栏、导向柱、路灯和路标牌。
与传感器相关的检测概率尤其应该表示对象能够被确定的传感器或确定的传感器类型检测到的能力。这种与传感器相关的检测概率可能尤其也与方向相关。因此，例如平面的交通标志牌可以通过雷达传感器或摄像头从前面非常好地检测到，而从侧面则只能够非常差地被检测。
交通引导重要性表示对象用作交通引导标记的能力或特征。由此，例如标示和限定各个单独车道的道路标记具有较高的交通引导重要性，而房屋立面具有较低的交通引导重要性。同样地，宣传与旅游相关的景点的牌子与限速牌相比具有较低的交通引导重要性。
最低分辨率尤其应该表示与对象相关的、传感器必须检测到才能正确识别对象的细节尺寸。为了能够从确定的距离处识别交通标志牌上的针对不同地点的方向指示，印刷在交通标志牌上的字母和标记必须以最低分辨率被检测。在此尤其可以规定，最低分辨率根据情况由与对象相关的细节尺寸推导出。如果细节尺寸例如是1cm，则在传感器与对象具有较大距离时必须使用比较小距离时更高的最低分辨率。最低分辨率可以根据距离和所使用的环境传感器被计算出。
天气相关性表示对象与天气的相关性。如果环境传感器例如是摄像头，则在强降雨时比在有阳光时更难检测和识别对象。天气相关性尤其也可以根据所使用的环境传感器提供。
在一种实施方式中规定，借助地图生成装置提供所述地图。这种地图生成装置例如可以构造在机动车中。地图生成装置由环境传感器、例如驾驶员辅助系统使用的相同的环境传感器获得环境数据。在获得的环境数据中，地图生成装置借助常用的图案识别方法识别对象。识别出的对象被分类并且配置给地图中的对应位置。这种位置尤其可以是三维的。为对象和对象的位置分配类别，从而使它们可以在提供地图之后被调取。
还可以规定，地图生成装置构造在机动车以外。例如，地图可以由商业的或非商业的服务商提供。由此与机动车无关地生成地图，例如借助为此而设置的制图车辆。生成的地图随后被评估、处理并且必要时增加其它环境数据、对象和类别。以这种方式生成的地图随后例如通过服务器被提供给机动车或所述设备。
此外可以规定，生成的地图通过不同的服务商或机动车彼此间交换和/或补充。以这种方式可以始终产生和提供自然世界的最新的图像。
在一种实施方式中规定，基于在检测到的环境数据中识别到的对象更新所述地图。为此，识别出的对象以其类别保存在地图中，只要可行的话，通过当前的对象和/或类别替换同一位置处的旧的对象。但在此应注意的是，只有在当前的对象真实地处在相应位置上并且具有相应类别的概率足够大时，才应该用所述对象替换地图中迄今的对象。例如为了执行对象和/或类别的替换而必须满足的标准是足够高的分辨率，必须以该分辨率检测当前的对象。只有当分辨率足够高时，才替换对象和/或类别。而如果分辨率不够高，则针对相应的对象和/或类别不实施地图中的更新。
在一种实施方式中规定，环境传感器是摄像头。通过摄像头可以针对确定的空间角检测环境的视觉图像。在检测的图像中随后可以借助图案识别方法识别对象和其类别。
在另外的实施方式中规定，驾驶员辅助系统是定位装置或导航装置或车道保持或者说防偏驶辅助装置或泊车辅助装置或照明辅助装置或交通信号识别装置。
设备的部分可以单独地或整体地设计为硬件和软件的组合、尤其设计为在微控制器或微处理器上实施的程序代码。
以下结合附图根据优选实施例进一步阐述本发明。在附图中：
图1示出用于支持机动车中的驾驶员辅助系统的设备的一种实施方式的示意图；
图2a示出用于阐述本发明的在十字路口处的道路交通中的典型场景的示意图；
图2b示出与图2a所示的场景相配属的示意性地图，在地图中保存有分类的对象；
图3a示出用于阐述本发明的在夜间的乡村道路上的道路交通中的另外的典型场景的示意图；
图3b示出与图3a所示的场景相配属的示意性地图，在地图中保存有分类的对象；
图4示出用于支持机动车中的驾驶员辅助系统的方法的流程示意图。
在图1中示出用于支持机动车50中的驾驶员辅助系统4的设备1的实施方式的示意图。所述设备1包括控制器2、存储器3和驾驶员辅助系统4。所述驾驶员辅助系统4包括环境传感器5和评估装置6。所述驾驶员辅助系统4例如可以是定位装置、导航装置、防偏驶辅助装置、泊车辅助装置、照明辅助装置、交通信号识别装置或者其它在驾驶机动车50时支持驾驶员的相应装置。
环境传感器5、例如摄像头检测机动车50的当前的周围环境并且将检测到的环境数据8输入评估装置6。这些环境数据8例如可以是检测到的环境图像。在检测到的环境数据8中，评估装置6借助图案识别方法识别对象并且将这些对象分类。
在存储器3中保存有地图7，在地图中保存有处于配属位置上的分类的对象。通常，根据在地图7中保存的分类的对象和与对象配属的在环境中的位置可以对机动车50进行定位。
例如可以通过为此所设的地图生成装置9提供地图7。地图生成装置9例如基于之前检测到的环境数据生成了地图或者通过接口被提供地图，并且所述地图7为了之后的调取保存在存储器3中。
在此的出发点是，例如借助为此设计的装置在考虑到地图7的情况下或者借助全球定位系统(例如GPS)，已在环境中定位了机动车50。在所述的第一次定位之后，控制器2才从地图7中调取保存的用于当前环境的分类的对象。
控制器2至少针对当前的环境调取在存储器3中保存的地图7，并且控制器将调取的地图7提供给驾驶员辅助系统4。所述驾驶员辅助系统4的评估装置6设计用于根据在图7中保存的分类的对象对检测到的环境数据8进行评估，以便进行对象识别。
在这种评估中例如可以规定，基于在地图7中保存的至少一个分类的对象提高在检测到的环境数据8中未清晰识别的对象的存在概率。此外还可以规定，基于在地图7中保存的至少一个分类的对象，在检测到的环境数据8中已识别的对象通过降低其存在概率被评估为较低重要性的，或者在极端情况下甚至作为不重要的对象被完全摒弃。此外可以规定，根据至少一个在地图7中保存的分类的对象配置驾驶员辅助系统4的至少一个参数。例如尤其可以规定，该至少一个参数说明分辨率，通过所述分辨率评估检测到的环境数据8的至少一部分。
此外可以规定，驾驶员辅助系统4的评估装置6如此设计，使得保存在地图7中的、然而没有被环境传感器5检测到的对象和/或在检测到的环境数据8中没有被评估装置6识别到的对象仍被考虑。
保存在地图7中的对象例如可以根据以下类别被分类：存在概率、对象种类、与传感器相关的检测概率、交通引导重要性、最低分辨率和/或天气相关性。
可以规定，基于在检测到的环境数据8中由评估装置6识别出的对象更新地图7。但是在此要注意的是，只有在当前识别到的对象真实地处在地图7中的相应位置并且具有相应类别的概率足够大时，才用该对象替换地图7中迄今的对象。例如为了执行对象和/或类别的替换而必须满足的标准例如是足够高的分辨率，必须以该分辨率检测当前的对象。
还可以规定，根据至少一个保存在地图7中的分类的对象配置驾驶员辅助系统4的至少一个参数19。这例如可以是分辨率，环境传感器5以该分辨率检测周围环境或者评估装置6以该分辨率评估检测到的环境数据8。
在图2a中示出用于阐述本方法的在十字路口11处的道路交通中的典型场景10的示意图。图2b示出与图2a所示的场景10相配属的示意地图7，在所述地图7中保存有分类的对象20-1、20-2、20-3。
在图2a中示意性示出的场景10例如相当于由机动车的摄像头在机动车靠近十字路口11时拍摄到的图像。在示意示出的场景10中，可以看到街道十字路口11具有多个车道12、多个交通信号灯13-1、13-2和例如示例性标记的道路标记15。示意示出的场景10呈现由摄像头检测的环境数据。所检测到的环境数据通过驾驶员辅助系统的评估装置根据在地图7中保存的分类的对象20-1、20-2、20-3进行评估。
针对交通信号灯13-1、13-2，例如将对象20-1和20-2保存在地图7中。这些对象20-1和20-2具有类别21-1、21-2。类别21-1、21-2例如可以表示，对象20-1、20-2是交通信号灯。在此，尤其也可以规定方向相关性。由此，类别21-1、21-2例如可以规定，只朝着从所示方向靠近十字路口11的机动车的方向检测和/或识别交通信号灯13-1、13-2。尤其可以规定，根据保存在地图7中的分类的对象20-1、20-2配置驾驶员辅助系统的至少一个参数。这种参数例如可以说明最低分辨率，在检测到的环境数据中的确定的对象以及区域或空间角区域必须以该最低分辨率进行评估。由此可以规定，在图2a中标记的区域14-1、14-2以更高的分辨率被检测和/或评估，这些区域14-1、14-2在检测到的图像中包括交通信号灯13-1、13-2。不属于区域14-1、14-2的其余的区域相应地以较低的分辨率被检测和/或评估。由此可以在评估时节省计算功率。
可能发生的是，保存在地图7中的对象20-3在检测到的环境数据中未清晰地被识别。这例如可能是道路标记15，落叶16位于该道路标记上。落叶16导致环境传感器无法完整地且连续地检测道路标记15，所以评估装置无法清楚地识别出道路标记15。在此规定，基于保存在地图7中的用于道路标记15的分类的对象20-3，将未清楚识别的道路标记15或未清楚识别的所属的对象20-3评估为重要对象。因此，尽管道路标记15未清楚地被识别，但基于保存在地图7中的用于道路标记15的分类的对象20-3，相应的对象可以被驾驶员辅助系统考虑到。如果驾驶员辅助系统例如是防偏驶辅助系统，则尽管道路标记被落叶16遮盖，防偏驶辅助系统仍可以在车道保持时考虑到该道路标记15。
为了阐述本发明，在图3a中示出乡村道路17上的道路交通中的另外的典型场景10的示意图。与图3a所示的场景10对应地，在图3a中示出所属的示意性地图7，在所述地图中保存有分类的对象20-1、20-2、20-3、20-4。乡村道路17的边缘具有路灯18。
驾驶员辅助系统例如是远光灯变近光灯自动装置(遮蔽式持续远光)，由此可以基于保存在地图7中的分别配属于路灯18的分类的对象20-1、20-2、20-3、20-4，避免错误地执行远光灯变近光灯。例如位于车道12上的机动车借助其环境传感器检测到路灯18的光锥。可能发生的是，检测到的路灯18的光锥被评估装置错误地识别为对向来车。然而借助所述方法可以实现，驾驶员辅助系统根据保存在地图7中的分类的对象20-1、20-2、20-3、20-4评估检测到的环境数据，以便进行对象识别。配属于保存在地图7中的对象20-1、20-2、20-3、20-4的类别21-1、21-2、21-3、21-4例如可以说明其为路灯18并且由此是静止的发光对象。基于这种预先获知的情形，评估装置可以基于保存在地图7中的分类的对象20-1、20-2、20-3、20-4将在检测到的环境数据中识别到的对象、在此也就是各个路灯18的光锥作为不重要的对象而不予理睬。由此，远光灯变近光灯自动装置不会将远光灯转换为近光灯。由此提高了机动车的舒适度和安全性，避免了不必要的照明减弱。
在图4中示出用于支持机动车中的驾驶员辅助系统的方法的流程示意图。在方法开始100之后，在第一方法步骤101中提供具有保存在其中的分类的对象的地图。例如可以借助地图生成装置提供地图。备选地也可以将地图保存在存储器中。
在接下来的方法步骤102中，借助机动车的驾驶员辅助系统的至少一个环境传感器检测机动车的周围环境的环境数据。这种环境传感器例如可以是摄像头，该摄像头拍摄机动车的周围环境的图像。
在此由此情况出发，即，机动车已在周围环境中例如借助为此而设的装置在考虑到地图的情况下或者借助全球定位系统(例如GPS)被定位。在这个第一次的定位之后，控制器2才从地图7调取用于当前环境的被保存的分类的对象。
接下来在方法步骤103中，检测到的环境数据借助驾驶员辅助系统的评估装置被评估，其中，为了进行对象识别根据在所提供的地图中保存的分类的对象对检测到的环境数据进行评估。
在此在方法步骤104中例如可以规定，基于保存在地图中的至少一个分类的对象，提高在检测到的环境数据中未清楚识别的对象的存在概率。
附加或备选地可以在方法步骤105中规定，基于保存在地图中的至少一个分类的对象，降低在检测到的环境数据中识别到的对象的存在概率。通过相应地降低存在概率可以甚至完全摒弃对象。
附加或备选地可以在方法步骤106中规定，根据保存在地图中的至少一个分类的对象配置驾驶员辅助系统的至少一个参数。
此外可以在方法步骤107中规定，保存在地图中的、但是没有被环境传感器检测到的对象和/或没有被评估装置在检测到的环境数据中识别到的对象仍然被驾驶员辅助系统考虑到。
在最后的方法步骤108中可以规定，基于在检测到的环境数据中识别到的对象更新地图。但是在此应注意的是，只有在当前的对象真实地处于相应位置上并且具有相应类别的概率足够大时，该对象才应替换地图中的迄今的对象。例如必须被满足才能实施对象和/或类别的替换的标准例如是足够高的分辨率，当前的对象必须以该分辨率被检测。接着所述方法结束108。
附图标记列表
1 设备
2 控制器
3 存储器
4 驾驶员辅助系统
5 环境传感器
6 评估装置
7 地图
8 环境数据
9 地图生成装置
10 场景
11 街道十字路口
12 车道
13-1 交通信号灯
13-2 交通信号灯
14-1 区域
14-2 区域
15 道路标记
16 落叶
17 乡村道路
18 路灯
19 参数
20-1 对象
20-2 对象
20-3 对象
20-4 对象
21-1 分类
21-2 分类
21-3 分类
50 机动车

Claims (10)

1.一种用于支持机动车(50)中的驾驶员辅助系统(4)的方法，所述方法包括如下步骤：
提供地图(7)，其中，在所述地图(7)中保存有在所属位置处的分类的对象(20-1、20-2、20-3、20-4)，
借助驾驶员辅助系统(4)的至少一个环境传感器(5)检测环境数据(8)，
借助驾驶员辅助系统(4)的评估装置(6)对检测到的环境数据(8)进行评估，其中，为了识别对象，根据保存在地图(7)中的分类的对象(20-1、20-2、20-3、20-4)对检测到的环境数据(8)进行评估。
2.按照权利要求1所述的方法，其特征在于，基于保存在地图中的至少一个分类的对象(20-1、20-2、20-3、20-4)，提高在检测到的环境数据(8)中未清楚识别的对象(20-1、20-2、20-3、20-4)的存在概率。
3.按照权利要求1或2所述的方法，其特征在于，基于保存在地图(7)中的至少一个分类的对象(20-1、20-2、20-3、20-4)，降低在检测到的环境数据中识别出的对象(20-1、20-2、20-3、20-4)的存在概率。
4.按照前述权利要求之一所述的方法，其特征在于，根据保存在地图(7)中的至少一个分类的对象(20-1、20-2、20-3、20-4)配置驾驶员辅助系统(4)的至少一个参数(19)。
5.按照权利要求4所述的方法，其特征在于，所述至少一个参数(19)说明了对检测到的环境数据(8)的至少一部分进行评估所用的分辨率。
6.按照前述权利要求之一所述的方法，其特征在于，保存在地图(7)中的、但是没有被环境传感器(5)检测到的对象(20-1、20-2、20-3、20-4)和/或没有被评估装置(6)在检测到的环境数据(8)中识别出的对象(20-1、20-2、20-3、20-4)被驾驶员辅助系统(4)考虑到。
7.按照前述权利要求之一所述的方法，其特征在于，所述对象(20-1、20-2、20-3、20-4)根据以下类别中的至少一个进行分类：存在概率、对象类型、与传感器相关的检测概率、交通引导重要性、最低分辨率和/或天气相关性。
8.按照前述权利要求之一所述的方法，其特征在于，借助地图生成装置(9)提供所述地图(7)。
9.按照前述权利要求之一所述的方法，其特征在于，基于在检测到的环境数据(8)中识别出的对象(20-1、20-2、20-3)更新所述地图(7)。
10.一种用于支持机动车(50)中的驾驶员辅助系统(4)的设备，所述设备包括：
用于处理所提供的地图(7)的控制器(2)，其中，在所述地图(7)中保存有在所属位置处的分类的对象(20-1、20-2、20-3、20-4)，
驾驶员辅助系统(4)，所述驾驶员辅助系统(4)具有用于检测环境数据(8)的至少一个环境传感器(5)和评估装置(6)，
其中，所述评估装置(6)设计用于根据保存在地图(7)中的分类的对象(20-1、20-2、20-3、20-4)对检测到的环境数据(8)进行评估，以便识别对象。
CN201780056320.0A 2016-08-16 2017-06-13 用于支持机动车中的驾驶员辅助系统的方法和设备 Active CN109690561B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102016215249.1 2016-08-16
DE102016215249.1A DE102016215249B4 (de) 2016-08-16 2016-08-16 Verfahren und Vorrichtung zum Unterstützen eines Fahrerassistenzsystems in einem Kraftfahrzeug
PCT/EP2017/064407 WO2018033269A1 (de) 2016-08-16 2017-06-13 Verfahren und vorrichtung zum unterstützen eines fahrerassistenzsystems in einem kraftfahrzeug

Publications (2)

Publication Number Publication Date
CN109690561A true CN109690561A (zh) 2019-04-26
CN109690561B CN109690561B (zh) 2023-05-19

Family

ID=59152850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780056320.0A Active CN109690561B (zh) 2016-08-16 2017-06-13 用于支持机动车中的驾驶员辅助系统的方法和设备

Country Status (6)

Country Link
US (2) US11120278B2 (zh)
EP (1) EP3500974B1 (zh)
KR (1) KR102295992B1 (zh)
CN (1) CN109690561B (zh)
DE (1) DE102016215249B4 (zh)
WO (1) WO2018033269A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016215249B4 (de) 2016-08-16 2022-03-31 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Unterstützen eines Fahrerassistenzsystems in einem Kraftfahrzeug
US10558872B2 (en) * 2018-03-23 2020-02-11 Veoneer Us Inc. Localization by vision
DE102019217555B4 (de) * 2019-11-14 2022-01-27 Zf Friedrichshafen Ag Verfahren und Steuereinrichtung zur Fahrzeugsteuerung
DE102020125448A1 (de) 2020-09-29 2022-03-31 Daimler Ag Kartenplausibilitätsprüfungsverfahren
DE102020213831B4 (de) 2020-11-03 2023-02-02 Volkswagen Aktiengesellschaft Verfahren zum Ermitteln einer Existenzwahrscheinlichkeit eines möglichen Elements in einer Umgebung eines Kraftfahrzeugs, Fahrerassistenzsystem und Kraftfahrzeug
DE102021202778A1 (de) 2021-03-23 2022-09-29 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und System zum Bearbeiten einer digitalen Sicherheitskarte für den Straßenverkehr

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101952688A (zh) * 2008-02-04 2011-01-19 电子地图北美公司 用于与传感器检测到的对象进行地图匹配的方法
US20110040481A1 (en) * 2009-08-12 2011-02-17 Ford Global Technologies, Llc False event suppression for collision avoidance systems
CN102183259A (zh) * 2011-03-17 2011-09-14 光庭导航数据（武汉）有限公司 基于电子地图道路特征识别的导航方法
DE102011112404A1 (de) * 2011-09-03 2013-03-07 Audi Ag Verfahren zum Bestimmen der Position eines Kraftfahrzeugs
CN103140377A (zh) * 2010-08-12 2013-06-05 法雷奥开关和传感器有限责任公司 用于在显示装置上显示图像的方法和驾驶员辅助系统
CN103930794A (zh) * 2011-11-14 2014-07-16 罗伯特·博世有限公司 用于运行传感器的方法
CN103987577A (zh) * 2011-12-06 2014-08-13 罗伯特·博世有限公司 用于监视和信号化车辆的周围环境中的交通情况的方法
CN104136935A (zh) * 2012-03-03 2014-11-05 大众汽车有限公司 用于检测机动车周围环境中的对象的方法和装置
CN104276172A (zh) * 2013-07-09 2015-01-14 通用汽车环球科技运作有限责任公司 用于汽车的驾驶员辅助系统和汽车
CN104296756A (zh) * 2013-07-18 2015-01-21 通用汽车环球科技运作有限责任公司 运行机动车的方法和机动车
CN104471625A (zh) * 2012-05-16 2015-03-25 大陆-特韦斯贸易合伙股份公司及两合公司 用于建立当前情况图的方法和系统
CN104678832A (zh) * 2013-11-28 2015-06-03 现代摩比斯株式会社 车辆行驶辅助装置及其车辆行驶辅助功能的自动激活方法
DE102014111126A1 (de) * 2014-08-05 2016-02-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erzeugen einer Umgebungskarte eines Umgebungsbereichs eines Kraftfahrzeugs, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102014111127A1 (de) * 2014-08-05 2016-02-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erzeugen einer Umgebungskarte sowie Fahrerassistenzsystem
US20160049078A1 (en) * 2013-04-30 2016-02-18 Bayerische Motoren Werke Aktiengesellschaft Provision of an Efficient Environmental Map for a Vehicle

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4414054B2 (ja) 2000-03-27 2010-02-10 本田技研工業株式会社 物体認識装置
US8224078B2 (en) 2000-11-06 2012-07-17 Nant Holdings Ip, Llc Image capture and identification system and process
DE10258097A1 (de) 2002-12-11 2004-07-01 Robert Bosch Gmbh Einrichtung zur Abstands- und Geschwindigkeitsmessung von Objekten
DE102004018288A1 (de) 2004-04-15 2005-11-03 Conti Temic Microelectronic Gmbh Verfahren und Vorrichtung zur näherungsweisen Indentifizierung eines Objekts
US20070031008A1 (en) 2005-08-02 2007-02-08 Visteon Global Technologies, Inc. System and method for range measurement of a preceding vehicle
US20080243378A1 (en) * 2007-02-21 2008-10-02 Tele Atlas North America, Inc. System and method for vehicle navigation and piloting including absolute and relative coordinates
DE102009045286A1 (de) * 2009-10-02 2011-04-21 Robert Bosch Gmbh Verfahren zur Abbildung des Umfelds eines Fahrzeugs
US20110130114A1 (en) 2009-11-27 2011-06-02 Wesley John Boudville Safety device for enhanced pedestrian protection
DE102011107458A1 (de) 2011-07-15 2013-01-17 Audi Ag Verfahren zum Evaluieren einer Objekterkennungseinrichtung eines Kraftfahrzeugs
US8935088B2 (en) * 2011-10-03 2015-01-13 Toyota Jidosha Kabushiki Kaisha Driving assistance system for vehicle
DE102012105332A1 (de) * 2012-06-19 2013-12-19 Continental Teves Ag & Co. Ohg Verfahren zur Darstellung einer Fahrzeugumgebung
DE102013217430A1 (de) * 2012-09-04 2014-03-06 Magna Electronics, Inc. Fahrerassistenzsystem für ein Kraftfahrzeug
US9342986B2 (en) * 2013-02-25 2016-05-17 Honda Motor Co., Ltd. Vehicle state prediction in real time risk assessments
JP6292054B2 (ja) 2013-11-29 2018-03-14 富士通株式会社 運転支援装置、方法、及びプログラム
IL233114A (en) 2014-06-12 2016-09-29 Brightway Vision Ltd A method and system for pattern recognition, classification and tracking
DE102014217847A1 (de) 2014-09-08 2016-03-10 Conti Temic Microelectronic Gmbh Fahrerassistenzsystem, Verkehrstelematiksystem und Verfahren zum Aktualisieren einer digitalen Karte
GB2538572B (en) * 2015-05-18 2018-12-19 Mobileye Vision Technologies Ltd Safety system for a vehicle to detect and warn of a potential collision
US20170307743A1 (en) * 2016-04-22 2017-10-26 Delphi Technologies, Inc. Prioritized Sensor Data Processing Using Map Information For Automated Vehicles
DE102016009763A1 (de) * 2016-08-11 2018-02-15 Trw Automotive Gmbh Steuerungssystem und Steuerungsverfahren zum Bestimmen einer Trajektorie und zum Erzeugen von zugehörigen Signalen oder Steuerbefehlen
DE102016215249B4 (de) 2016-08-16 2022-03-31 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Unterstützen eines Fahrerassistenzsystems in einem Kraftfahrzeug

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101952688A (zh) * 2008-02-04 2011-01-19 电子地图北美公司 用于与传感器检测到的对象进行地图匹配的方法
US20110040481A1 (en) * 2009-08-12 2011-02-17 Ford Global Technologies, Llc False event suppression for collision avoidance systems
CN103140377A (zh) * 2010-08-12 2013-06-05 法雷奥开关和传感器有限责任公司 用于在显示装置上显示图像的方法和驾驶员辅助系统
CN102183259A (zh) * 2011-03-17 2011-09-14 光庭导航数据（武汉）有限公司 基于电子地图道路特征识别的导航方法
DE102011112404A1 (de) * 2011-09-03 2013-03-07 Audi Ag Verfahren zum Bestimmen der Position eines Kraftfahrzeugs
CN103930794A (zh) * 2011-11-14 2014-07-16 罗伯特·博世有限公司 用于运行传感器的方法
CN103987577A (zh) * 2011-12-06 2014-08-13 罗伯特·博世有限公司 用于监视和信号化车辆的周围环境中的交通情况的方法
CN104136935A (zh) * 2012-03-03 2014-11-05 大众汽车有限公司 用于检测机动车周围环境中的对象的方法和装置
CN104471625A (zh) * 2012-05-16 2015-03-25 大陆-特韦斯贸易合伙股份公司及两合公司 用于建立当前情况图的方法和系统
US20160049078A1 (en) * 2013-04-30 2016-02-18 Bayerische Motoren Werke Aktiengesellschaft Provision of an Efficient Environmental Map for a Vehicle
CN104276172A (zh) * 2013-07-09 2015-01-14 通用汽车环球科技运作有限责任公司 用于汽车的驾驶员辅助系统和汽车
US20150025795A1 (en) * 2013-07-18 2015-01-22 GM Global Technology Operations LLC Method for operating a motor vehicle and motor vehicle
CN104296756A (zh) * 2013-07-18 2015-01-21 通用汽车环球科技运作有限责任公司 运行机动车的方法和机动车
CN104678832A (zh) * 2013-11-28 2015-06-03 现代摩比斯株式会社 车辆行驶辅助装置及其车辆行驶辅助功能的自动激活方法
DE102014111126A1 (de) * 2014-08-05 2016-02-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erzeugen einer Umgebungskarte eines Umgebungsbereichs eines Kraftfahrzeugs, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102014111127A1 (de) * 2014-08-05 2016-02-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erzeugen einer Umgebungskarte sowie Fahrerassistenzsystem

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DAN BARNES: "Exploiting 3D semantic scene priors for online traffic light interpretation", 《2015 IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV)》 *
HAO LI: "A new method for occupancy grid maps merging: Application to multi-vehicle cooperative local mapping and moving object detection in outdoor environment" *
伍舜喜: "基于激光雷达的智能车定位技术研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 *
李会民: "矿井机车监控终端程序", 《计算机系统应用》 *

Also Published As

Publication number Publication date
US20190205672A1 (en) 2019-07-04
EP3500974A1 (de) 2019-06-26
US11120278B2 (en) 2021-09-14
US20210374441A1 (en) 2021-12-02
US11657622B2 (en) 2023-05-23
KR102295992B1 (ko) 2021-09-01
EP3500974B1 (de) 2023-08-09
CN109690561B (zh) 2023-05-19
DE102016215249B4 (de) 2022-03-31
KR20190040250A (ko) 2019-04-17
DE102016215249A1 (de) 2018-02-22
WO2018033269A1 (de) 2018-02-22

Similar Documents

Publication Publication Date Title
CN109690561A (zh) 用于支持机动车中的驾驶员辅助系统的方法和设备
JP7280465B2 (ja) ナビゲーション情報を処理する方法、ナビゲーション情報を処理する地図サーバコンピュータプログラム、自律車両のナビゲーションを支援する車両システム、および自律車両
JP6325806B2 (ja) 車両位置推定システム
CN104276075B (zh) 用于控制机动车辆前车前灯的光分布的方法
JP6280409B2 (ja) 自車位置修正方法、ランドマークデータ更新方法、車載機、サーバおよび自車位置データ修正システム
CN104884898B (zh) 确定车辆位置的导航系统和方法
EP3113152A1 (en) A system onboard a vehicle and an improved method for the detection of objects in an environment surrounding a vehicle
CN108001457A (zh) 自动车辆传感器控制系统
JP5522475B2 (ja) ナビゲーション装置
JP6520463B2 (ja) 車両位置判定装置及び車両位置判定方法
EP3211618A1 (en) Adjacent lane verification for an automated vehicle
JP6488913B2 (ja) 車両位置判定装置及び車両位置判定方法
JP7151905B2 (ja) 車両用位置特定装置及び車両用位置特定方法
US20210063169A1 (en) Method and device for creating a map
JP6500607B2 (ja) 自車位置判定装置及び自車位置判定方法
JP4703544B2 (ja) 運転支援装置
CN108885112A (zh) 通过特殊选择的且由后端服务器传输的地标来确定至少部分自动驾驶的车辆的姿态的方法
JP2014066635A (ja) 自車位置校正装置および自車位置校正方法
JP6500606B2 (ja) 自車位置判定装置及び自車位置判定方法
JP2022142826A (ja) 自車位置推定装置
US20240010228A1 (en) Method for operating a transportation vehicle and a transportation vehicle
CN112654892B (zh) 用于创建车辆的环境的地图的方法
JPWO2019107353A1 (ja) 地図データのデータ構造

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