DE10115551A1 - Modellgestützte Fahrspurzuordnung für Fahrzeuge - Google Patents

Abstract

Vorgeschlagen wird ein Verfahren sowie eine Vorrichtung zur Fahrspurzuordnung von aufeinanderfolgenden Fahrzeugen, wobei die Fahrspurzuordnung modellgestützt über eine Häufigkeitsverteilung der Querversätze von erfaßten Radarobjekten erfolgt. DOLLAR A Ergänzend wird das Verfahren zur Dejustageerkennung des Sensors verwendet.

Description

Stand der Technik

Die Erfindung geht aus von einem Verfahren zur Fahrspurzuordnung von aufeinanderfolgenden Fahrzeugen.

In den vergangenen Jahren sind zahlreiche Veröffentlichungen be­ kannt geworden, die sich mit einer automatischen Regelung der Geschwindigkeit eines Fahrzeugs unter Berücksichtigung des Ab­ standes zu vorausfahrenden Fahrzeugen beschäftigen. Solche Sy­ steme werden häufig als Adaptive Cruise Control (ACC) bzw. im Deutschen als adaptive Fahrgeschwindigkeitsregler bezeichnet. Eine grundsätzliche Beschreibung einer solchen Vorrichtung ist beispielsweise in dem Aufsatz "Adaptive Cruise Controls - System Aspects and Development Trends" von Winner, Witte et al., veröf­ fentlicht auf der SAE 96 vom 26. bis 29. Februar 1996 in Detroit (SAE-Paper No. 961010), enthalten.

Zur Detektion vorherfahrender Fahrzeuge und stehender sowie be­ wegter Objekte verwendet die Mehrzahl der bekannten Systeme ei­ nen Mikrowellen-Radarstrahl oder einen Infrarot-Lidarstrahl. Dieser Strahl wird an den Objekten reflektiert und vom Sensor empfangen, wodurch die Relativposition und die Relativgeschwin­ digkeit der Objekte ermittelt werden kann. Aus diesen Informa­ tionen kann man den zukünftigen Kursbereich des Fahrzeugs vor­ hersagen, wäs in der Patentschrift DE 197 22 947 C1 ausführlich beschrieben ist.

Aufgabe der Erfindung ist es, aus reflektierten Signalen eine Fahr­ spurerkennung sowie die Erkennung der selbst befahrenen Spur und ge­ gebenenfalls eine horizontale Dejustageerkennung zu ermöglichen. Der adaptive Fahrgeschwindigkeitsregler läßt sich zweckmäßigerweise auf mehrspurigen Kraftfahrstraßen einsetzen, da dort in den meisten Fällen eine Folgefahrt vorliegt.

Durch die Spurerkennung sowie durch die Erkennung der Fahrspur, die durch das eigene Fahrzeug befahren wird, kann man die beweg­ ten Objekte, die sich vor dem eigenen Fahrzeug befinden, den entsprechenden Fahrspuren zuordnen. Durch diese Objektzuordnung zu den Fahrspuren läßt sich zuverlässig das direkt vorherfahren­ de Zielobjekt bestimmen, dessen Geschwindigkeit und Beschleuni­ gung das Fahrverhalten des eigenen, sensorgesteuerten Fahrzeugs bestimmt.

Diese Fahrspurzuordnung erfolgt, indem in einem Speicher des Sensors Referenzmodelle für Straßen mit unterschiedlich vielen Fahrspuren sowie für das Befahren der unterschiedlichen Fahrspu­ ren hinterlegt sind. Durch Einlesen der gewonnenen Meßdaten in ein Querversatzhistogramm, in dem die Häufigkeitsverteilung der Querversätze der einzelnen Objekte aufgetragen sind, kann man dieses aktuelle Meßdiagramm mit den hinterlegten Referenzmodel­ len korrelieren. Das Referenzmodell, das die größte Ähnlichkeit mit dem aktuellen Meßdiagramm besitzt, gibt Auskunft, wieviel Fahrspuren die Straße besitzt und auf welcher Fahrspur sich das Fahrzeug momentan befindet. Dieses Ergebnis wir als sogenannte Fahrspurhypothese ausgegeben.

Durch Auswertung der Querversätze der Reflexionsobjekte in Ab­ hängigkeit ihrer Längsentfernung, also der Entfernung zwischen Sensor und Reflexionsobjekt, die parallel zur Fahrzeugmittelach­ se ist, ist eine Dejustage feststellbar.

Der Vorteil dieser Erfindung ist es, mittels dieser einfachen Analysemethode von Sensordaten eine Fahrspurhypothese auszugeben und eine eventuell vorliegende Sensordejustage zu erkennen.

Zeichnung

Ein Beispiel der Erfindung ist in der Zeichnung dargestellt und wird im folgenden näher beschrieben und erläutert.

Es zeigen

Fig. 1 ein Blockschaltbild zur modellgestützten Fahrspur- und Dejustageerkennung und

Fig. 2 Lösungsansätze zur Fahrspurbestimmung und Dejustageerken­ nung des Sensors.

Beschreibung des Ausführungsbeispiels

Wesentlich ist, daß eine Häufigkeitsverteilung der Querversätze von erfaßten Radarobjekten ermittelt wird. Ein Radarobjekt ist ein von einer Messung zur nächsten Messung durch Vergleich von prädizierten Abstands-, Querversatz und Relativgeschwindigkeits­ daten und ermittelten Meßdaten jeweils bestätigtes Objekt. Fol­ gende Behandlungen der Radarobjektdaten haben sich als zweckmä­ ßig erwiesen, (a) ein vorabfiltern, d. h. jedes Radarobjekt wird nur einmal für das Querversatzhistogramm berücksichtigt oder (b) ein in Abhängigkeit von der Anzahl der Einzelmessung der einzel­ nen Radarobjekte gewichtetes Berücksichtigen der Einzelobjekte in dem Histogramm. Als Eingangsgröße Querversatz kann einerseits der auf die Fahrzeugmitte bezogene Versatz (dyv) verwendet wer­ den, oder andererseits zur Kompensation von Querversatzänderun­ gen aufgrund von Kurvenfahrten auch der auf den Kurs des ACC- Fahrzeugs bezogene Querversatz (dyc). Die ermittelte Häufig­ keitsverteilung wird korreliert mit einem Modell für Häufig­ keitsverteilungen bzgl. Spurzuordnung bei mehrspurigen Straßen (z. B. 3 Fahrspuren) mit definierter Breite oder alternativ mit charakteristischen Querversatzhistogrammen für die unterschied­ lichen, vom ACC-Fahrzeug benutzten Fahrspuren. Das Teilmodell mit der höchsten Korrelation zur ermittelten Häufigkeitsvertei­ lung wird als Fahrspurhypothese ausgegeben (Anzahl Fahrspuren und vom eigenen Fahrzeug benutzte Fahrspur).

In Fig. 1 wird eine modellgestützte Fahrspur- und Dejustageer­ kennung dargestellt. In Block 1 des Flußdiagramms werden die Ra­ darobjektdaten wie Abstand, Relativgeschwindigkeit und Querver­ satz aus den Meßdaten des Radarsensors gewonnen. Diese werden in einem nächsten Schritt in einem Objektfilter, der als Block 2 dargestellt ist, gefiltert. Dieses Filtern kann auf unterschied­ liche Arten geschehen. Vorteilhafterweise geschieht dieses ent­ weder indem jedes Objekt nur einmal für das Querversatzhisto­ gramm berücksichtigt wird oder indem jedes Objekt mit einer Ge­ wichtung berücksichtigt wird, wobei die Gewichtung davon abhän­ gig ist, wie oft ein Objekt in Einzelmessungen erkannt wurde. Diese gefilterten Daten werden weiterführend in ein Querversatz­ histogramm, das in Block 3 dargestellt ist, übernommen. In die­ sem Querversatzhistogramm wird die Häufigkeit der gefilterten Objektdaten in Abhängigkeit des gemessenen Querversatzes zur Fahrzeuglängsachse gespeichert. In Block 4 sind Fahrspurmodelle gespeichert, die als Referenzhistogramme dienen. Diese Referenz­ histogramme sind entweder modellhafte Fahrspurmodelle oder Fahr­ spurmodelle, die empirisch gewonnen wurden. Für jeden Straßen­ typ, ob mit oder ohne Gegenverkehr, ob ein oder mehrere Fahrspu­ ren in einer Richtung und für die Benutzung jeweils jeder Fahr­ spur ist ein eigenes, charakteristisches Referenzhistogramm ge­ speichert. In Block 5 wird das momentan ermittelte, aktuelle Querversatzhistogramm aus dem Block 3 mit jedem der in Block 4 hinterlegten Referenzmodelle korreliert. Als Ergebnis erhält man für jede Korrelation aus dem aktuellen Querversatzhistogramm mit einem der Referenzmodelle ein Korrelationsergebnis, das umso hö­ her ist, je ähnlicher sich das aktuelle Querversatzhistogramm und das Referenzhistogramm sind. Durch Auswahl des Referenzhi­ stogrammes, das in Block 5 das höchste Korrelationsergebnis auf­ weist, kann man auf die Anzahl der Fahrspuren, die benutzte Fahrspur sowie eine mögliche Dejustage des Radarsensors schlie­ ßen. In Block 6 werden diese gewonnenen Informationen ausgegeben und für eine weitergehende Verarbeitung bereitgestellt. Das in Fig. 1 dargestellte Ablaufdiagramm wird beliebig oft durchlau­ fen, das bedeutet, wenn in Block 6 eine Fahrspurhypothese und gegebenenfalls eine Sensordejustage ermittelt wurden, beginnt der Ablauf von neuem, indem in Block 1 neue Radardaten in glei­ cher Weise wie beschrieben, verarbeitet werden. Je nach Anzahl der detektierten Fahrspuren und deren relativer Position zum ei­ genen Fahrzeug erhält man in Block 3 ein Histogramm mit mehreren Maxima. Aus der Position der Mittelwerte für die Fahrspuren im Histogramm bezogen auf die Fahrzeugmittelachse kann die horizon­ tale Dejustage des Radarsensors bestimmt werden. Hierzu muß ne­ ben dem Querversatz dyv oder alternativ dyc ein weiteres Histo­ gramm über den Abstand der beobachteten Objekte mit äquivalenter Objektbehandlung (Art (a) oder (b)) abgelegt werden, und über Schwerpunktbestimmung der Histogramme ein Dejustagewinkel be­ stimmt werden.

In Fig. 2 ist ein Ablaufdiagramm dargestellt, das zur Fahr­ spuranalyse und Dejustageerkennung eines Radarsensors geeignet ist. In Block 7 wird erkannt, ob sich das Fahrzeug auf einem graden Straßenabschnitt befindet. Hierzu kann man ein Gierraten­ signal heranziehen, das beispielsweise aus einem Sensor zur Fahrdynamikregelung stammt. Weiterhin ist auch denkbar, einen Lenkwinkel mit zu berücksichtigen. Ist dieses Gierratensignal beispielsweise kleiner als 0.001 rad/s, so kann man auf das Be­ fahren eines geraden Streckenabschnittes schließen. In diesem Fall werden in Block 8 die Amplituden gefiltert, um nur tatsäch­ liche Radarreflexionen zu erfassen und Rauschen zu entfernen. In Block 9 werden diese Meßpunkte in einem x,y-Diagramm darge­ stellt. In Block 10 kann man aus dem x,y-Diagramm die Häufigkei­ ten bestimmen, mit der die Objekte vom Radarstrahl erkannt wur­ den. Aus diesem x,y-Diagramm kann in Block 11 eine Verteilung der erkannten Objekte auf der Fahrbahn modelliert werden indem ein Querversatzhistogramm erzeugt wird. Weiterführend wird in Block 12 der Versatz des in Block 11 erzeugten Modells bestimmt, der auf die laterale Ablage des eigenen Fahrzeugs in der befah­ renen Spur schließen läßt. In Block 13 wird das momentane Quer­ versatzhistogramm mit dem vorherigen Histogramm verglichen. Durch die Beobachtung der Datensatzänderungen in Block 13 läßt sich in Block 14 eine Fahrspurhypothese ausgeben, die die momen­ tan benutzte Fahrspur identifiziert. Wird in Block 7 erkannt, dass sich das Fahrzeug auf einem geraden Streckenabschnitt be­ findet, so wird in Block 23 der Winkel des dominanten Objektes bestimmt, das sich vor dem eigenen Fahrzeug befindet. Das domi­ nante Objekt ist vorteilhafterweise das Fahrzeug, das sich in der gleichen Fahrspur bewegt wie das eigene Fahrzeug und den ge­ ringsten Abstand zum eigenen Fahrzeug aufweist und damit für die Abstands- und Geschwindigkeitsregelung des eigenen Fahrzeugs ausschlaggebend ist. In Block 24 wird geprüft, ob der in Block 23 ermittelte Winkel des dominanten Objektes im zeitlichen Mit­ tel etwa 0° ist. Ist diese Bedingung des Blockes 24 gegeben, so wird in Block 25, gemeinsam mit den Häufigkeiten aus dem x,y- Diagramm, die in Block 10 ermittelt wurden, eine Verifikation der aktuellen Daten mit alten Daten aus vorhergehenden Messungen durchgeführt. Sind die aktuellen Daten aufgrund der in Block 25 durchgeführten Verifikation plausibel, so werden diese Daten im weiteren Verlauf für eine Bestimmung einer möglichen Dejustage des Radarsensors benutzt, indem diese an Block 18 weitergegeben werden. Aus dem in Block 9 bestimmten x,y-Diagramm der gefilter­ ten Objekte wird weiterhin in Block 19 ein "gelocktes" Objektes bestimmt. Dieses "gelockte" Objekt ist ein unmittelbar vorher­ fahrendes Fahrzeug, dessen Abstand zum eigenen Fahrzeug und des­ sen Relativgeschwindigkeit in Bezug zum eigenen Fahrzeug für die Abstands- und Geschwindigkeitsregelung verwendet werden. Auch die Position dieses "gelockten" Objektes wird an Block 18 zur Bestimmung einer möglichen Dejustage weitergegeben. Parallel zu diesem Schritt 19 können in Block 15 aus dem x,y-Diagramm des Blockes 9 die Fahrlinienschwerpunkte bestimmt werden. Diese Fahrlinienschwerpunkte repräsentieren den lateralen Querversatz der Bewegungstrajektorien von Fahrzeugen, die sich mittig auf einer jeweiligen Fahrspur bewegen. Aus diesen Fahrlinienschwer­ punkten kann in Block 17 erkannt werden, ob sich die Objekte im Radarerfassungsbereich parallel zum eigenen Fahrzeug bewegen, was insbesondere bei Fahrspurwechselmanövern von besonderem In­ teresse ist. Parallel zu diesem Schritt kann aus den Fahrlinien­ schwerpunkten des Schrittes 15 in Block 16 das dominante Objekt separat beobachtet und Block 17 zugeführt werden, indem erkannt wird, ob sich die erkannten Objekte parallel zum eigenen Fahr­ zeug bewegen. Die in Schritt 17 gewonnene Information bezüglich der Parallelität der erkannten Objekte wird der Dejustageerken­ nung des Radarsensors in Block 18 zugeführt. Weiterhin ist es vorteilhaft, bei einem in Block 7 erkannten, geraden Streckenab­ schnitt aus den vorliegenden Radardaten wie Winkelgeschwindig­ keit und Relativgeschwindigkeit die Parallelgeschwindigkeiten zu bestimmen, wie es in Block 20 dargestellt ist. Diese Parallelge­ schwindigkeit sind die Geschwindigkeiten der erkannten Objekte, bezogen auf das eigene Fahrzeug. Aus diesen Parallelgeschwindig­ keiten werden weiterführend in Block 21 die neuen Positionen der erkannten Radarobjekte auf Grundlage ihrer alten Positionen und ihrer Bewegungstrajektorien vorausberechnet. Diese vorausberech­ neten Ziele werden mit den neuen Meßdaten des nächsten Meßzy­ klusses verglichen und auf Plausibilität überprüft. Aus den in Schritt 21 gewonnenen Daten wird in Schritt 22 ein statistischer Schwerpunkt der Querversätze ermittelt, der dem Block 18 zuge­ führt wird und dort zur Bestimmung einer möglichen Sensordeju­ stage verwendet wird. In Block 26 ist weiterhin dargestellt, dass aus der Radarmessung ein Schwimmwinkel des Fahrzeugs be­ stimmt wird. Dies geschieht mittels einer Beobachtung der Ab­ stände und Relativgeschwindigkeiten der Radarobjekte. In einem weiteren Schritt in Block 27 wird der Schwimmwinkel des Fahr­ zeugs mittels einer weiteren Vorrichtung bestimmt, dies ge­ schieht vorteilhafterweise durch Heranziehen fahrdynamischer Größen aus einer Vorrichtung zur Fahrdynamikregelung, die in den meisten Fahrzeugen bereits serienmäßig vorhanden ist. Die beiden in den Schritten 26 und 27 ermittelte Schwimmwinkel werden in Block 28 miteinander verglichen und eine eventuell vorhanden Differenz dieser beiden Größen der Sensordejustageerkennung in Block 18 weitergegeben.

Das in Fig. 2 dargestellte Ablaufdiagramm beinhaltet teilweise mehrere Vorgehensweisen und Lösungsansätze zur Bestimmung einer Größe. So wurde die Bestimmung einer Dejustage (18) mittels meh­ rerer Möglichkeiten aufgezeigt. Zur Umsetzung einer Fahrspurbe­ stimmung oder Bestimmung einer Sensordejustage reicht es erfin­ dungsgemäß aus, jeweils eine der aufgeführten Vorgehensweisen zu verwenden. Es ist weiterhin denkbar, zwei oder mehrere Vorge­ hensweisen miteinander zu kombinieren, wobei die jeweiligen Ein­ zelergebnisse miteinander verglichen und auf Plausibilität über­ prüft werden können.

Claims (5)

1. Verfahren zur Fahrspurzuordnung von aufeinanderfolgenden Fahrzeugen auf mehrspurigen Straßen, dadurch gekennzeichnet, dass die Fahrspurzuordnung modellgestützt über eine Häufigkeits­ verteilung der Querversätze von erfaßten Radarobjekten erfolgt.

2. Vorrichtung zur Durchführung des Verfahrens nach Anspruch 1, dadurch gekennzeichnet, dass die ermittelte Häufigkeitsvertei­ lung mit hinterlegten Modellen für Häufigkeitsverteilungen von Querversätzen korreliert wird, wobei in diesen Modellen Spurzu­ ordnung bei mehrspurigen Straßen (z. B. 3 Fahrspuren) mit defi­ nierter Breite oder alternativ charakteristische Querversatzhi­ stogramme für die unterschiedlichen, vom Folge-Fahrzeug benutz­ ten Fahrspuren, berücksichtigt werden (siehe Fig. 1).

3. Vorrichtung zur Durchführung des Verfahrens nach wenigstens einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, dass das Teilmodell mit der höchsten Korrelation zur ermittelten Häufig­ keitsverteilung als Fahrspurhypothese ausgegeben wird (Anzahl Fahrspuren sowie die vom eigenen Fahrzeug benutzte Fahrspur).

4. Verfahren zur Dejustageerkennung eines Sensors auf Refle­ xionsbasis, der insbesondere zur Durchführung eines Verfahrens nach wenigstens einem der vorangehenden Ansprüche benutzbar ist, dadurch gekennzeichnet, dass aus der Position der Mittelwerte für die Fahrspuren in einem Histogramm bezogen auf die Fahrzeu­ gachse, die horizontale Dejustage erkennbar ist.

5. Vorrichtung zur Durchführung des Verfahrens nach Anspruch 4, dadurch gekennzeichnet, dass neben einem Histogramm für den Querversatz dyv oder alternativ dyc ein weiteres Histogramm für den Abstand der beobachteten Objekte mit äquivalenter Objektbe­ handlung ablegbar und über Schwerpunktbestimmung der Histogramme ein Dejustagewinkel bestimmbar ist.