CN111279358A - 用于运行车辆的方法和系统 - Google Patents
用于运行车辆的方法和系统 Download PDFInfo
- Publication number
- CN111279358A CN111279358A CN201880067438.8A CN201880067438A CN111279358A CN 111279358 A CN111279358 A CN 111279358A CN 201880067438 A CN201880067438 A CN 201880067438A CN 111279358 A CN111279358 A CN 111279358A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- defined manner
- technically
- sensor devices
- ambient
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion 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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Measuring Fluid Pressure (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
一种用于运行车辆(300)的方法,其中,传感器设备(S1...Sn)具有至少两个技术上多样化的传感器装置,该方法具有以下步骤:借助传感器设备(S1...Sn)来检测周围环境信息;在可信度方面以定义的方式分析处理由技术上多样化的传感器装置所检测的周围环境信息;在使用以定义的方式分析处理所检测的周围环境信息而得到的结果的情况下,以定义的方式使用周围环境信息。
Description
技术领域
本发明涉及一种用于运行车辆的方法。本发明还涉及一种用于运行车辆的系统。本发明还涉及一种计算机程序产品。
背景技术
承担人类任务的技术系统不仅必须至少等效地实施光学的、声学的、手动的等人类技能,而且也必须能够例如至少等效地补偿可能的故障响应或特定于测量原理的刺激、对眩光情况(Blendsituationen)的匹配、阴影形成等。
已知的周围环境识别系统(环境感知)具有许多技术上的不足,或者具有无法以正确数字数据反映现实情况的限制,并且所述系统通常在外部环境影响和基础设施影响方面也具有显著缺陷。一般性地,基于雷达、激光、摄像机等的传感器系统是纯技术检测系统,这些纯技术检测系统仅根据经验检测结构对典型应用情况(例如行驶空间识别、对象识别等)进行学习、校准、缩放以及匹配等。
已知基于微型计算机装置的表决系统,这种表决系统开发用于特殊的安全任务。例如在航空技术中已知这种系统,其中,这种架构大多在设备级别上实现并且用于三重冗余电子设备。
已知的安全系统仅基于诊断和冗余,然后这些安全系统在比较器中开启或直接操控相应的执行器。
WO 201023242 A1公开一种线控驱动系统,该线控驱动系统配备有多数决策器,其中,该多数决策器使用方程式来生成输出信号。该系统设置用于控制车辆部件、尤其用于根据线控驱动原理来使车辆转向,该车辆在其部件中的一个出现对安全重要相关的故障时转换到运行安全状态。
US 20150073630 A1公开一种用于电驱动车辆中的电动机的控制器。该控制器还具有表决控制模块和跨接模块,其中,该表决控制模块从其他两个模块中的一个获得故障信号。一旦两个模块都发送故障信号,则该表决控制模块就生成跨接命令,并且将其传输到跨接模块,该跨接模块实施该命令。
US 20050228546 A1公开一种用于车辆的容错线控系统,其在故障识别之后产生清除信号,其中,控制器对确定的清除信号进行表决。
发明内容
本发明的任务是提供一种用于运行车辆的改善的系统。
根据第一方面,所述任务借助一种用于运行车辆的方法来解决,其中,传感器设备具有至少两个技术上多样化的传感器装置,所述方法具有以下步骤:
借助所述传感器设备检测周围环境信息;
在可信度方面以定义的方式分析处理由技术上多样化的传感器装置所检测的周围环境信息;
在使用以定义的方式分析处理所检测的周围环境信息而得到的结果的情况下,以定义的方式使用所述周围环境信息。
以这种方式提供一种方法,在所述方法中,在正确性和/或可用性方面检查传感器的信息并且然后使用所述信息,其中,充分利用以下事实:决策装置(“表决器”)基于逻辑而非依据经验地工作。有利地,所提及的表决器用于如下位置:在所述位置处,不再直接涉及真正的传感器数据。通常,在三个路径中有两个同质路径(即具有相同的功能或系统一致性)和一个多样路径。由此可以通过比较同质性容易地发现随机错误,并且可以通过多样性控制或容忍系统错误。
根据第二方面,所述任务借助一种用于运行车辆的系统来解决,该系统具有:
至少两个技术上多样化的传感器装置,其用于检测车辆的周围环境信息;
分析处理装置,其用于在可信度方面以定义的方式分析处理由技术上多样化的传感器装置所检测的周围环境信息;
决策装置,其用于在使用以定义的方式分析处理所检测的周围环境信息而得到的结果的情况下,以定义的方式使用所述周围环境信息。
该方法的有利扩展方案是从属权利要求的主题。
该方法的一种有利扩展方案设置,借助传感器设备来检测和分析处理车辆的行驶空间。以这种方式,可以有利地识别出对象是否处于车辆的关键行驶空间中,由此可以更加安全地构型车辆的驾驶特性。
该方法的另一有利扩展方案设置,对车辆的周围环境中的对象的存在性执行可信度检验。由此支持以下事实:改善地检测车辆的周围环境中的检测区域,并且由此改善地构型车辆的驾驶行为。
该方法的另一有利扩展方案设置,冗余地执行对技术上多样化的传感器装置的以定义的方式的分析处理。由此还可以进一步改善该系统的安全级别。
该方法的另一有利扩展方案设置,为了以定义的方式分析处理技术上多样化的传感器装置,将行驶空间在几何方面虚拟地分区。此外,可以根据合适的原理有利地划分车辆的周围环境中的行驶空间,并且使其匹配于特定的需求。由此还可以进一步改善系统的运行特性。
该方法的另一有利扩展方案设置,在可信度方面以定义的方式分析处理由技术上多样化的传感器装置所检测的周围环境信息的情况下,以定义的方式相互执行(abarbeiten)分析处理算法。由此支持高效地检查由传感器装置提供的数据。
该方法的其他有利扩展方案设置,所述技术上多样化的传感器装置包括模糊逻辑和/或不确定性系统和/或不确定性算法和/或偶发性故障系统。由此可以有利地实现用于构造传感器装置的多种变型方案。
下面根据多个附图以其他特征和优点详细地描述本发明。这些附图主要旨在表明本发明的基本原理,而不必按比例实施。
所公开的方法特征类似地由相应的公开的设备特征得出,反之亦然。这尤其意味着,关于该方法的特征、技术优点和实施方案以类似的方式由相应的关于系统的实施方案、特征和优点得出,反之亦然。
附图说明
在附图中示出:
图1示出具有根据本发明的方法的工作方式的原理图的概览图;
图2示出所提出的用于运行车辆的系统的实施方式的原理图;
图3示出所提出的系统的实施方式的工作方式的图示;
图4示出所提出的用于运行车辆的方法的原理图。
具体实施方式
下面,术语“自动化车辆”同义地用于指代全自动化车辆、部分自动化车辆、全自主车辆和部分自主车辆。
图1示出所提出的用于运行车辆(未示出)的系统100的实施方式的概览图。为了执行所提出的方法,车辆可以具有与车辆结合的环境检测系统(英:Onboard-Perception,车载感知),所述环境检测系统例如是视频传感装置和/或激光雷达传感装置和/或雷达传感装置和/或超声传感装置,所述传感装置用于检测车辆的周围环境信息。此外,所提及的环境检测系统也可以至少部分地布置在车辆的周围环境中的基础设施中。
可以看出例如雷达、激光雷达、摄像机等形式的传感器装置S1...Sn。借助第一数据线路10,将所提及的传感器装置S1...Sn的数据提供给第一逻辑装置20。第一逻辑装置20包括计算元件21、22和诊断元件23,所述计算元件和诊断元件用于处理所提供的数据。通过第二数据线路11将传感器装置S1...Sn的所提及的数据提供给第二逻辑装置30,其中,所述第二逻辑装置30包括计算元件31、32和诊断元件33,所述计算元件和诊断元件用于处理所提供的数据。
由所提及的第一逻辑装置20将数据提供给第一诊断装置40,该第一诊断装置在功能上与第一比较装置50连接。借助诊断装置40例如在可信度方面检查传感器装置S1...Sn的数据。第一比较装置50在功能上与第二比较装置51连接,其中,第一比较装置50实现以下功能:比较两个冗余路径的结果,并且因此在输入到第一决策装置60之前实现与第二比较装置51的交叉比较。其结果是,第一决策装置60仅承担对执行器AE1...AEn的相应操控。
类似于上面阐述的那样,借助第二逻辑装置30、第二诊断装置41和第二比较装置51来进行对传感器装置S1...Sn的借助第二数据线路11读取的数据的处理。
因此可以看出,决策装置60、61布置在信号处理链路的端部,并且以这种方式在可信度方面进行传感器数据的检查、分析处理和分析。以这种方式,系统100中的决策装置60、61不再涉及“真正的”传感器数据的处理。其结果是,由此在很大程度上排除传感器数据的无故障性(Fehlerfreiheit),由此可以更加可靠地运行车辆的由系统100操控的辅助系统。
借助逻辑结构来执行关于检查传感器数据的正确性的选择,所述逻辑结构具有逻辑装置20、30,诊断装置40、41和比较装置50、51。
两种技术上多样化的传感器装置也可以构造为基于神经网络的两种不同类型的算法和/或构造为模糊逻辑和/或构造为不确定性系统和/或构造为偶发性故障系统。
以这种方式,可以借助系统100来高效地检查传感器装置S1...Sn的传感器数据,由此有利地支持整个系统100的无故障性。其结果是,由此可以更安全地运行由系统100操控的自动化车辆。
其结果是,借助图1的系统100实现冗余的4选2表决器,其中,将所定义的条件、诊断、完整性和状态用作表决器配置的输入。如果例如构造为摄像机的传感器装置S1...Sn识别出灰色沥青,则由此得出以下结论:在街道与车辆之间不存在障碍物。在这种情况下,根据现有技术的多样化方案是识别出在车辆的行驶区域中不存在对象。
因此可以看出,在所提出的系统100中,整个传感装置的数据在很大程度上彼此独立地被读取到冗余的分析处理系统中。以这种方式,可以在很大程度上排除传感装置的随机硬件错误和/或系统错误,因为可以将发生所提及的错误的同时性用作不可能性的标准。例如,EMC问题不会同时以相同的效果影响两个不同的信号。
以这种方式,在物理上不同的电子/电气系统上冗余地实施例如通过分析处理算法(对象跟踪、图像识别、神经网络、模型、模拟、间接测量等)的传感器融合和信息获得,其中,通过比较冗余的结果有利地发现随机硬件错误,并且不将其纳入系统100的分析处理活动中。
如果系统100具有关于可用性的安全要求(例如,在高度自动化驾驶情况下的转向),则执行器AE1...AEn的操控应优选通过冗余的决策装置60、61来进行,所述决策装置执行同步性分析和同时性分析。在此关键的是:冗余路段直至决策装置60、61不受影响,因此故障不会沿作用链导致所谓的不期望的共因效应(Common-Cause-Effekten)。
图2仅示例性地示出在图1中所示出的系统100的技术实现可能性。
可以看出摄像机形式的传感器装置S1-S3和激光雷达传感器形式的传感器装置S4-S6。由此,传感器设备S1...Sn包括至少两个技术上多样化的传感器装置。传感器装置S1...S3将其数据传输给摄像机服务器70以及第一决策装置60。传感器装置S4...S6将其数据传输给例如布置在停车楼中的建筑物服务器80、81以及第一决策装置60。在此,建筑物服务器80、81实现图1中所示的逻辑装置20、30的、诊断装置40、41的和比较装置50、51的功能。
当在可信度方面以定义的方式分析处理由技术上多样化的传感器装置所检测的周围环境信息时,可以以定义的方式相互执行分析处理算法,由此能够实现对传感器数据的可信度的交叉检查。
建筑物服务器80、81分析处理摄像机服务器70和传感器装置S4...S6的数据,并将其结果数据传输给发送装置90。发送装置90从第一决策装置60获得有效密钥形式的开放信号,随后发送装置90将数据传输给控制装置91。发送装置90可以与控制装置91例如经由无线连接(例如无线电连接)在功能上连接。
因此,借助决策装置60可以以定义的方式开放或阻断发送装置90的数据流。决策装置60仅更多部分地参与传感器装置的数据信息的处理,并且该决策装置例如不具有关于传感器装置S1...S3的图像信息的知识。
其结果是,控制装置91因此充当一种安全开关(Totmannschalter),当由决策装置60将有效密钥传输给发送装置90时,所述安全开关保持激活。这例如可以以所定义的时间间隔(例如每100ms)进行,其中,在不传输密钥的情况下,借助控制装置91通过执行器AE1...AEn将车辆置于安全状态(例如制动和/或以定义的方式转向)。
其结果是,借助图1和图2的系统100实现条件表决器,该条件表决器可以以定义的方式进行配置,可以基于各种参数来分析处理不同的数据流,并且因此可以根据不同的因素安全地操控执行器AE1...AEn。
这些因素可能取决于所定义的状态,例如:
车辆的运行状态(例如车辆加速、制动等);
系统状态(例如控制装置处于初始化阶段、重新配置、损坏等);
交通状态(例如高速公路行驶、繁忙的街道、城市环境等)。
尤其在环境传感装置的情况下,在可能的技术不足的情况下可以将系统切换到更好的系统或分析处理算法上。因此,除了传感器和分析处理算法的技术上的不足之外,也可以匹配周围环境中的可能的故障影响,例如:
温度、污垢等使测量结果失真;
雨、雪、雾等限制识别能力;
电气故障和公差(例如构件噪声、EMC等)使传感器数据的结果失真。
可以在时间上可变地校准或配置该技术系统,使得表决器在该时间段内隐没这些技术元件的结果。
因此,可以使识别算法或探测算法(在激光雷达的情况下基于发射器的机械转动)、补偿算法等匹配于系统的不同的数据运行时间。
在另一变型方案中,也可以执行优先表决,其中,在这种情况下,将最适合于相应的情况、状态、状况等的传感器装置赋予较高的优先级,然后在表决器中考虑具有最高优先级的信息。由此可以非常良好地借助模糊逻辑(例如神经网络)或不确定性测量原理工作。这意味着对于保护神经网络具有重要优势。
所提出的系统100的重要优势基于以下事实:安全证明不再基于载体系统(包括传感器在内)的故障完好性,而是仅基于对车辆安全性的可能影响。因此仅根据安全要求实现诊断、比较器、表决器以及执行器操控。多样性的功能仅受到对共同原因的错误的分析的影响,并且在交通中不再需要作为已实现的安全机制。
因此,也可以应对异常影响,因为这些异常影响被识别为异常的(存在不合逻辑的组合)并且例如然后使车辆相应地劣化(例如制动、引导到另一路段上等)。
图3示出所提出的方法在AVP(Automated Valet Parking,自动代客泊车)周围环境中的工作方式的图示,在所述方法中,在停车空间中引导自动化车辆300。可以看出,车辆300前面的驾驶区域被划分为正方形形式的虚拟几何面。示出正方形6C,该正方形借助所提出的系统100识别为可自由行驶的。其结果是,在相应于棋盘的虚拟空间上实现表决器结构的缩放。
所提出的方法的优点尤其在一般街道交通中的自动化驾驶功能中体现出来,因为在此由周围环境、不足、故障、状态等引起的复杂性比在AVP周围环境中的复杂性还要大得多。
图3的未在附图中示出的棋盘分析的一种扩展可以设置,也考虑车辆300前面区域的高度信息,由此可以生成其他可信数据,并且可以借助决策装置来实现更准确的决策,该决策在考虑到高度信息的情况下生成。
在此例如可以设置,将车辆300的周围环境中的虚拟区域划分为三个高度级别。以这种方式,借助系统100再次将区域6C识别为可自由行驶的,其中,在这种情况下,激光雷达传感器可以分别布置在车辆300上的三个不同的高度级别上并且感测车辆300前面的可行驶区域。为了更好的概览,在图3中未示出系统100的各个装置和元件。
图4示出所提出的方法的实施方式的原理性流程。
在步骤200中,借助传感器设备S1…Sn来执行周围环境信息的检测。
在步骤210中,在可信度方面以定义的方式分析处理由技术上多样化的传感器装置所检测的周围环境信息。
在步骤220中,在使用以定义的方式分析处理所检测的周围环境信息而得到的结果的情况下,以定义的方式使用周围环境信息。
有利地,可以将所提出的方法用于车辆的HAF(英语:Highly Automated Driving,高度自动驾驶)5级运行,其中,驾驶员不再干预驾驶事件。
有利地,可以以具有合适程序代码单元的软件程序的形式来实现所提出的方法,该软件程序运行在用于运行车辆的系统100上。以这种方式可以实现该方法的简单的适应性。
本领域技术人员将以适合的方式修改本发明的特征和/或将其彼此组合,而不背离本发明的核心。
Claims (10)
1.一种用于运行车辆(300)的方法,其中,传感器设备(S1...Sn)具有至少两个技术上多样化的传感器装置,所述方法具有以下步骤:
借助所述传感器设备(S1...Sn)检测周围环境信息;
在可信度方面以定义的方式分析处理由所述技术上多样化的传感器装置所检测的周围环境信息;
在使用以定义的方式分析处理所检测的周围环境信息而得到的结果的情况下,以定义的方式使用所述周围环境信息。
2.根据权利要求1所述的方法,其中,借助所述传感器设备(S1...Sn)检测和分析处理所述车辆(300)的行驶空间。
3.根据权利要求1或2所述的方法,其中,对所述车辆(300)的周围环境中的对象的存在性执行可信度检验。
4.根据权利要求1至3中任一项所述的方法,其中,对所述技术上多样化的传感器装置冗余地执行所述以定义方式的分析处理。
5.根据权利要求4所述的方法,其中,为了以定义的方式分析处理所述技术上多样化的传感器装置,将所述行驶空间在几何方面虚拟地分区。
6.根据以上权利要求中任一项所述的方法,其中,当在可信度方面以定义的方式分析处理由所述技术上多样化的传感器装置所检测的周围环境信息时,以定义的方式相互执行分析处理算法。
7.根据以上权利要求中任一项所述的方法,其中,所述技术上多样化的传感器装置包括模糊逻辑和/或不确定性系统和/或不确定性算法和/或偶发性故障系统。
8.一种根据以上权利要求中任一项所述的方法的应用,该应用用于自动化泊车和/或城市周围环境。
9.一种用于运行车辆(300)的系统(100),所述系统具有:
至少两个技术上多样化的传感器装置,所述至少两个技术上多样化的传感器装置用于检测所述车辆(300)的周围环境信息;
分析处理装置(20,30,40,50),所述分析处理装置用于在可信度方面以定义的方式分析处理由所述技术上多样化的传感器装置所检测的周围环境信息;
决策装置(60,61),所述决策装置用于在使用以定义的方式分析处理所检测的周围环境信息而得到的结果的情况下,以定义的方式使用所述周围环境信息。
10.一种具有程序代码单元的计算机程序产品,所述计算机程序产品设置用于当其在用于运行车辆的系统(100)上运行或存储在计算机可读取的数据载体上时执行根据权利要求1至7中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017218438.8 | 2017-10-16 | ||
DE102017218438.8A DE102017218438A1 (de) | 2017-10-16 | 2017-10-16 | Verfahren und System zum Betreiben eines Fahrzeugs |
PCT/EP2018/074475 WO2019076542A2 (de) | 2017-10-16 | 2018-09-11 | Verfahren und system zum betreiben eines fahrzeugs |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111279358A true CN111279358A (zh) | 2020-06-12 |
Family
ID=63667868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880067438.8A Pending CN111279358A (zh) | 2017-10-16 | 2018-09-11 | 用于运行车辆的方法和系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11498551B2 (zh) |
EP (1) | EP3698273A2 (zh) |
JP (1) | JP2020537277A (zh) |
CN (1) | CN111279358A (zh) |
DE (1) | DE102017218438A1 (zh) |
WO (1) | WO2019076542A2 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111291650B (zh) * | 2020-01-21 | 2023-06-20 | 北京百度网讯科技有限公司 | 自动泊车辅助的方法及装置 |
DE102020207076A1 (de) * | 2020-06-05 | 2021-12-09 | Zf Friedrichshafen Ag | Bremssystem für ein Fahrzeug und Fahrzeug mit einem solchen Bremssystem |
DE102020213661A1 (de) | 2020-10-30 | 2022-05-05 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Analysieren eines Umfelds eines Kraftfahrzeugs |
DE102021206297A1 (de) | 2021-06-18 | 2022-12-22 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und System zum Betreiben eines wenigstens teilweise automatisierten Fahrzeugs |
WO2024051914A1 (de) | 2022-09-05 | 2024-03-14 | Cybernetics Information Base Gmbh | Verfahren und system zur übertragung einer steuerungsanforderung |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08304560A (ja) * | 1995-05-15 | 1996-11-22 | Daihatsu Motor Co Ltd | 物体検出装置 |
US20080036576A1 (en) * | 2006-05-31 | 2008-02-14 | Mobileye Technologies Ltd. | Fusion of far infrared and visible images in enhanced obstacle detection in automotive applications |
US20100045482A1 (en) * | 2006-10-13 | 2010-02-25 | Matthias Strauss | Method and Appratus for Identifying Concealed Objects In Road Traffic |
DE102012204948A1 (de) * | 2012-03-28 | 2013-10-02 | Robert Bosch Gmbh | Verfahren zur Unterstützung eines Fahrers |
JP2014137743A (ja) * | 2013-01-17 | 2014-07-28 | Denso It Laboratory Inc | 情報提供システム |
DE102015207026A1 (de) * | 2015-04-17 | 2016-10-20 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Steuern eines Erfassungssystems zum Erfassen eines Umfelds eines Fahrzeugs |
CN107000752A (zh) * | 2014-10-28 | 2017-08-01 | 罗伯特·博世有限公司 | 用于在其周围环境中定位车辆的方法和设备 |
DE102016202569A1 (de) * | 2016-02-19 | 2017-08-24 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Adaption eines Sensorsystems eines Fahrzeugs |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6822573B2 (en) * | 2002-01-18 | 2004-11-23 | Intelligent Mechatronic Systems Inc. | Drowsiness detection system |
US7289889B2 (en) | 2004-04-13 | 2007-10-30 | General Motors Corporation | Vehicle control system and method |
JP2008304560A (ja) | 2007-06-05 | 2008-12-18 | Mitsubishi Electric Corp | 表示装置および表示装置用基板の製造方法 |
DE102008003205A1 (de) | 2008-01-04 | 2009-07-09 | Wabco Gmbh | Vorrichtung, Verfahren und Computerprogramm zur Kollisionsvermeidung oder zur Verminderung der Kollisionsschwere infolge einer Kollision für Fahrzeuge, insbesondere Nutzfahrzeuge |
EP2160030B1 (en) | 2008-08-27 | 2016-12-21 | Irdeto B.V. | Multi-vendor conditional access system |
JP5545022B2 (ja) * | 2010-05-14 | 2014-07-09 | トヨタ自動車株式会社 | 障害物認識装置 |
JP2012118683A (ja) | 2010-11-30 | 2012-06-21 | Daihatsu Motor Co Ltd | 歩行者認識装置 |
JP2012230604A (ja) | 2011-04-27 | 2012-11-22 | Toyota Motor Corp | データ処理装置 |
US9156357B2 (en) | 2013-09-11 | 2015-10-13 | GM Global Technology Operations LLC | Controller for an electric motor, and a method thereof |
DE102014201159A1 (de) * | 2014-01-23 | 2015-07-23 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Klassifizieren eines Verhaltens eines Fußgängers beim Überqueren einer Fahrbahn eines Fahrzeugs sowie Personenschutzsystem eines Fahrzeugs |
KR102287314B1 (ko) * | 2017-03-13 | 2021-08-09 | 현대자동차주식회사 | 운전자 지원 장치 및 그 동작 방법 |
-
2017
- 2017-10-16 DE DE102017218438.8A patent/DE102017218438A1/de active Pending
-
2018
- 2018-09-11 CN CN201880067438.8A patent/CN111279358A/zh active Pending
- 2018-09-11 US US16/755,318 patent/US11498551B2/en active Active
- 2018-09-11 EP EP18773366.2A patent/EP3698273A2/de active Pending
- 2018-09-11 WO PCT/EP2018/074475 patent/WO2019076542A2/de unknown
- 2018-09-11 JP JP2020541852A patent/JP2020537277A/ja active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08304560A (ja) * | 1995-05-15 | 1996-11-22 | Daihatsu Motor Co Ltd | 物体検出装置 |
US20080036576A1 (en) * | 2006-05-31 | 2008-02-14 | Mobileye Technologies Ltd. | Fusion of far infrared and visible images in enhanced obstacle detection in automotive applications |
US20100045482A1 (en) * | 2006-10-13 | 2010-02-25 | Matthias Strauss | Method and Appratus for Identifying Concealed Objects In Road Traffic |
DE102012204948A1 (de) * | 2012-03-28 | 2013-10-02 | Robert Bosch Gmbh | Verfahren zur Unterstützung eines Fahrers |
JP2014137743A (ja) * | 2013-01-17 | 2014-07-28 | Denso It Laboratory Inc | 情報提供システム |
CN107000752A (zh) * | 2014-10-28 | 2017-08-01 | 罗伯特·博世有限公司 | 用于在其周围环境中定位车辆的方法和设备 |
DE102015207026A1 (de) * | 2015-04-17 | 2016-10-20 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Steuern eines Erfassungssystems zum Erfassen eines Umfelds eines Fahrzeugs |
DE102016202569A1 (de) * | 2016-02-19 | 2017-08-24 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Adaption eines Sensorsystems eines Fahrzeugs |
Also Published As
Publication number | Publication date |
---|---|
JP2020537277A (ja) | 2020-12-17 |
WO2019076542A3 (de) | 2019-06-13 |
WO2019076542A2 (de) | 2019-04-25 |
US11498551B2 (en) | 2022-11-15 |
DE102017218438A1 (de) | 2019-04-18 |
EP3698273A2 (de) | 2020-08-26 |
US20210197799A1 (en) | 2021-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111279358A (zh) | 用于运行车辆的方法和系统 | |
US11150663B2 (en) | Detection of hazardous driving using machine learning | |
US10902165B2 (en) | Deployable development platform for autonomous vehicle (DDPAV) | |
CN107571868B (zh) | 用于执行对车辆的车辆引导的自动干预的方法 | |
Huang et al. | Fault tolerant steer-by-wire systems: An overview | |
US11639112B2 (en) | Fusion of data of multiple sensors for object identification | |
CN107590768B (zh) | 用于对用于运输工具的位置和/或方向的传感器数据进行处理的方法 | |
CN110775073A (zh) | 用于识别传感器的减退的性能的方法、控制器和存储介质 | |
US20210155253A1 (en) | Vehicle control system and method | |
CN105191222A (zh) | 用于机动车辆的自动控制的装置与方法 | |
EP4127850A1 (en) | Autonomous vehicle computing system with processing assurance | |
JP7089026B2 (ja) | 車両モジュールを制御する装置および方法 | |
Heckemann et al. | Safe automotive software | |
US11964675B2 (en) | System and method for the safe operation of an automated vehicle | |
CN112585550A (zh) | 基于神经网络的驾驶功能监控 | |
Ilic et al. | Development of sensor fusion based ADAS modules in virtual environments | |
Jan et al. | Safety-configuration of Autonomous Bus in Pedestrian Zone. | |
Sari et al. | Fail-operational safety architecture for ADAS systems considering domain ECUs | |
CN110843769A (zh) | 用于匹配传感器的探测区域的方法、组件和存储介质 | |
CN113544611A (zh) | 用于运行自动化车辆的方法和设备 | |
JP7368596B2 (ja) | 周囲のエリア内で車両を位置特定するための方法およびデバイス | |
CN115151882A (zh) | 用于机电系统的安全路径规划方法 | |
CN110341723B (zh) | 一种车辆控制方法、装置及系统 | |
US20220402512A1 (en) | Method and system for operating an at least partially automated vehicle | |
CN112970028A (zh) | 用于选择传感器的图像片段的方法 |
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 |