DE102004018088A1 - Fahrbahnerkennungssystem - Google Patents
Fahrbahnerkennungssystem Download PDFInfo
- Publication number
- DE102004018088A1 DE102004018088A1 DE102004018088A DE102004018088A DE102004018088A1 DE 102004018088 A1 DE102004018088 A1 DE 102004018088A1 DE 102004018088 A DE102004018088 A DE 102004018088A DE 102004018088 A DE102004018088 A DE 102004018088A DE 102004018088 A1 DE102004018088 A1 DE 102004018088A1
- Authority
- DE
- Germany
- Prior art keywords
- data
- road
- determining
- filtered
- lane
- 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
Links
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000001514 detection method Methods 0.000 claims description 21
- 230000007613 environmental effect Effects 0.000 claims description 14
- 238000002604 ultrasonography Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 230000006835 compression Effects 0.000 claims description 8
- 238000007906 compression Methods 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 3
- 239000013598 vector Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 244000025254 Cannabis sativa Species 0.000 description 4
- 239000010426 asphalt Substances 0.000 description 4
- 239000004576 sand Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
- B60T8/17—Using electrical or electronic regulation means to control braking
- B60T8/172—Determining control parameters used in the regulation, e.g. by calculations involving measured or detected parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar 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
- G06V20/50—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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
- B60T2210/10—Detection or estimation of road conditions
- B60T2210/12—Friction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Gerät und Methode zur Feststellung des Fahrbahnzustands zum Einsatz in einem Kraftfahrzeug. Das System und die Methode erkennen Fahrbahndaten durch einen Temperatursensor, einen Ultraschallsensor und eine Kamera. Die Fahrbahndaten werden gefiltert, damit sie einfacher verarbeitet werden können. Die gefilterten Fahrbahndaten werden mit den Referenzdaten verglichen, und es wird ein Sicherheitsgrad dieses Vergleichs erzeugt. Auf der Basis des Vergleichs gefilterter Fahrbahndaten mit den Referenzdaten wird der Fahrbahnzustand bestimmt. Auf der Basis des erkannten Fahrbahnzustands kann der Fahrer informiert werden und/oder die Stabilitätskontrollsysteme können angepasst werden.
Description
- BEREICH DER ERFINDUNG
- Die vorliegende Erfindung bezieht sich im allgemeinen auf ein Fahrbahnerkennungssystem zur Feststellung des Zustandes der Fahrbahn, die vor einem Fahrzeug liegt, und insbesondere auf ein System, das den Fahrer mit Hilfe der Bildverarbeitung informiert und die Bremsleistung auf der Basis des festgestellten Fahrbahnzustandes optimiert.
- HINTERGRUND DER ERFINDUNG
- Es sind viele verschiedene Geräte und Methoden angewandt worden, um den Fahrbahnzustand zu bestimmen, und insbesondere die Beschaffenheit des Straßenbelags oder den Reibungskoeffizienten zwischen dem Reifen des Fahrzeugs und der Fahrbahn. Es wurden beispielsweise verschiedene Strukturen entwickelt, die direkt in den Reifen eines Fahrzeugs eingesetzt werden. Diese Strukturen kommen normalerweise mit der Fahrbahn in Kontakt und ermitteln den Reibungskoeffizienten der Fahrbahnoberfläche. Leider erfordern diese Systeme komplexe Strukturen, die nur mit Schwierigkeiten bei vorhandenen Reifen eingesetzt werden können. Außerdem macht die Tatsache, dass diese Strukturen direkt am Reifen angebracht werden, einen Ersatz oder eine Reparatur des Reifens sehr kostspielig oder sehr kompliziert.
- Ein weiterer Nachteil der vorhandenen Systeme zur Erkennung des Fahrbahnzustandes ist die eingeschränkte Erfassungsfähigkeit. Es kann zwar ein geschätzter Oberflächen-Reibungskoeffizient ermittelt werden, andere Daten im Zusammenhang mit dem Fahrbahnzustand, wie z.B. die Art der Oberfläche, werden jedoch nicht ermittelt. Dementsprechend besteht ein Bedarf für ein Fahrbahnerkennungssystem, das sowohl bei neuen als auch bei vorhandenen Fahrzeugen einfach eingesetzt werden kann, ohne die Reifenstruktur zu ändern und ohne dass komplizierte strukturelle Verbesserungen notwendig werden, wobei ein robustes Erfassungssystem gleichzeitig die Informationen über den Fahrbahnzustand und auch die Oberflächenbedingungen liefert.
- KURZE ZUSAMMENFASSUNG DER ERFINDUNG
- Die vorliegende Erfindung umfasst ein Gerät und eine Methode zur Erkennung des Fahrbahnzustandes, das in einem Kraftfahrzeug eingesetzt wird. Das System und die Methode erfassen die Fahrbahndaten über einen Temperatursensor, einen Ultraschallsensor und eine Kamera. Diese Sensoren liefern Temperaturdaten, Rauheitsdaten bzw. Bilddaten. Danach werden die Fahrbahndaten gefiltert, um die Verarbeitung zu erleichtern. Die gefilterten Fahrbahndaten werden mit Referenzdaten verglichen, und für diesen Vergleich wird ein Sicherheitsgrad generiert. Der Vergleich der gefilterten Fahrbahndaten mit den Referenzdaten dient als Basis für die Ermittlung der Befahrbarkeit der Fahrbahn. Schließlich wird auf der Basis des Sicherheitsgrads der Zuverlässigkeitswert des Fahrbahnzustandes festgestellt.
- Vorzugsweise wird der Fahrer über den Fahrbahnzustand informiert, wenn der Zuverlässigkeitswert über einem bestimmten Wert liegt. In ähnlicher Art und Weise werden Stabilitätskontrollsysteme auf der Basis des festgestellten Fahrbahnzustandes optimiert, wenn der Zuverlässigkeitswert einen bestimmten Wert überschreitet. Die Filterung der Fahrbahndaten kann eine Komprimierung der Bilddaten umfassen. Umgekehrt kann die Komprimierung der Bilddaten auf verschiedene Art und Weise erfolgen, wie z.B. mit Hilfe der Kantenerfassung, der Linienerfassung, der Weichzeichnungstechnik und der Erkennung von Farbe und Helligkeit. Zum Filtern der Ultraschalldaten kann eine Schwellenfrequenz verwendet werden. Ebenso kann ein Durchschnitt der Ultraschalldaten über einen bestimmten Zeitraum oder eine Fourier-Transformation eingesetzt werden.
- Der Vergleich der gefilterten Fahrbahndaten mit den Referenzdaten kann auch die Feststellung einer umgebungsbezogenen Klassifizierung des Zustands der Fahrbahnoberfläche umfassen, wie z.B. trocken, vereist, verschneit, nass. Ebenso kann die Fahrbahnoberfläche klassifiziert werden, wie z.B. Beton, Asphalt, Schmutz, Gras, Sand oder Kies. Der Sicherheitsgrad wird durch die Korrelation der Fahrbahndaten mit den Referenzdaten bestimmt. Vorzugsweise basiert der Zuverlässigkeitswert nicht nur auf dem Sicherheitsgrad, sondern auch auf der Beständigkeit der Fahrbahn- und Filterdaten während eines bestimmten Zeitraums und der Menge der Störgeräusche in den Fahrbahndaten vor der Filterung. Der Fahrer wird vorzugsweise durch Bilder oder Text auf einer herkömmlichen Anzeige informiert. Fahrzeugstabilitätssysteme umfassen Systeme wie Antiblockier-Bremssysteme, Traktionskontrollsysteme, Gier- und Roll-Stabilitätssysteme und ähnliches.
- KURZE BESCHREIBUNG DER ZEICHNUNGEN
- Die beigefügten Zeichnungen, die in die Spezifikation aufgenommen werden und deren Bestandteil sind, illustrieren mehrere Aspekte der vorliegenden Erfindung und dienen zusammen mit der Beschreibung dazu, die Prinzipien der Erfindung zu erläutern. Die Zeichnung:
-
1 ist eine schematische Darstellung einer Ausgestaltung des Prozesses zur Erkennung des Fahrbahnzustandes nach der Lehre der vorliegenden Erfindung; -
2 ist ein logisches Flussdiagramm des in1 dargestellten Prozesses und zeigt die Bestimmung der umgebungsbezogenen Klassifizierung des Zustands der Fahrbahnoberfläche; -
3a und3b zeigen eine Temperatur- bzw. eine Frequenzskala, die von dem in1 beschriebenen System verwendet wird; -
4 stellt ein Diagramm dar, das zur Bestimmung der Oberflächenklassifikation durch das in1 beschriebene System verwendet wird. - DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
- Bei näherer Betrachtung der Zeichnungen besteht die vorliegende Erfindung aus einem System
10 und ein Verfahren50 zur Bestimmung des Fahrbahnzustandes, bevor ein Fahrzeug in diesen Bereich kommt oder zum Zeitpunkt des Eintretens in diesen Bereich, wie in1 und2 dargestellt. Kamera12 wird zur Erkennung des Fahrbahnzustandes verwendet. Die Kenntnis des Fahrbahnzustandes steigert die Zuverlässigkeit der Stabilitätskontrollsysteme erheblich und gibt dem Fahrer ein umgehendes Feedback. Das heißt: die Fähigkeit, den Fahrbahn- bzw. Oberflächenzustand zu erkennen (einschließlich des Oberflächen-Reibungskoeffizienten mu), der hier als mu bezeichnet wird, erlaubt die Optimierung der Stabilitätskontrollsysteme, wie z.B. ABS, ASR, Roll- und Gier-Stabilitätssysteme und integrierte Fahrzeugdynamik, um Zuverlässigkeit und Reaktionszeit zu erhöhen. Das ABS-System kann beispielsweise bestimmte Softwareprüfungen ausschließen, wenn es weiß, dass der Oberflächenzustand im allgemeinen entweder im oberen oder im unteren mu-Bereich liegt. Dies schließt ebenso die Möglichkeit einer falschen Erkennung durch die Software des ABS-Systems aus. Ähnlich kann der Übergang zwischen dem oberen und dem unteren mu-Bereich und umgekehrt für die integrierte Fahrzeugdynamik optimiert werden. Die falsche Erkennung oder fehlerhafte Einschätzung des Oberflächenzustandes (mu), die auf den seitlichen oder in Längsrichtung angeordneten Sensoren basiert, kann ebenso unterbunden werden. - Das System und die Methode
10 für die Erkennung des Zustands der Fahrbahn, die vor einem Kraftfahrzeug liegt, wird zunächst ausführlich beschrieben. Dann folgenden spezielle Einzelheiten dieses Aspekts. Mit Bezug auf1 liefern die Sensoren noch nicht aufbereitete Fahrbahndaten18 zur Bestimmung des Fahrbahnzustandes. Die Sensoren umfassen vorzugsweise eine Kamera12 , einen Ultraschallsensor14 und einen Temperatursensor16 . Die Fahrbahndaten18 werden gefiltert, um gefilterte Daten20 zu erzeugen, die leichter durch den Mikroprozessor oder die CPU15 verarbeitet werden können. Die gefilterten Daten20 werden dann mit den Referenzdaten22 verglichen, die in einer Datenbank gespeichert sind, auf die der Mikroprozessor15 zugreifen kann. Je nachdem wie nah die gefilterten Daten 20 beim Vergleich bei den Referenzdaten22 liegen oder wie genau die gefilterten Daten mit den Referenzdaten übereinstimmen, kann ein Sicherheitsgrad42 festgestellt werden. Außerdem erfolgt die Erkennung der Fahrbahnoberfläche44 auf der Basis eines Vergleichs der gefilterten Daten20 mit den Referenzdaten22 . Dann wird ein Zuverlässigkeitswert46 erzeugt, der zumindest teilweise auf dem Sicherheitsgrad42 basiert. Wenn der Zuverlässigkeitswert46 ausreicht oder eine vorher bestimmte Schwelle erreicht, kann der Fahrer informiert und die Stabilitätsprogramme optimiert werden, wie in Block48 angegeben. - Wie in
1 dargestellt, liefern die Kamera12 , der Ultraschallsensor14 und der Temperatursensor16 Bilddaten, Rauheitsdaten bzw. Temperaturdaten an einen Mikroprozessor15 . Diese Daten bilden insgesamt die Fahrbahndaten18 . Kamera12 ist vorzugsweise eine Digitalkamera, die in einer gewünschten Position am Fahrzeug montiert werden kann, um ein Bild zur Erkennung und Bestimmung des Fahrbahn- und Oberflächenzustands zu erfassen. Die Kamera kann in einer Vielzahl von Positionen befestigt werden, die von den Informationen abhängen, welche jeweils vom System10 gefordert werden. Vorzugsweise ist Kamera12 vorn am Fahrzeug montiert, um die vor dem Fahrzeug liegende Fahrbahn zu erfassen. Die Kamera sollte in einem solchen Winkel angebracht werden, dass das Bild des Fahrbahnzustands erfasst wird, bevor das Fahrzeug das dargestellte Terrain erreicht. Der Temperatursensor16 kann ein beliebiger Sensor sein, der in der Kfz-Technik bekannt ist. Es gibt beispielsweise kontaktfreie Temperatursensoren, die sowohl die Fahrbahn- als auch die Lufttemperatur erfassen. Der Ultraschallsensor14 kann ebenso aus zahlreichen bekannten Sensoren ausgewählt werden und besteht im allgemeinen aus einem Sender und einem Empfänger für die Feststellung der Rauheit durch Ablesen der Frequenz des reflektierten Ultraschallsignals. Der Sensor14 sollte über einen Erfassungsbereich zwischen 6 und 10 Fuß (ca. 1,8 bis 3 m) sowie eine Genauigkeit von 0,1% in diesem Bereich verfügen. - Die Fahrbahndaten
18 sind die noch nicht aufbereiteten Daten, die von der Kamera12 , dem Ultraschallsensor14 und dem Temperatursensor16 erfasst wurden. Um eine schnelle Verarbeitung und Handhabung der Fahrbahndaten18 zu ermöglichen, werden die Daten gefiltert, um die Filterdaten20 zu erzeugen. Genauer gesagt, können die Bilddaten von Kamera12 mit Hilfe von zahlreichen Techniken komprimiert werden. Für die Kantenerfassung kann z.B. die stufenweise Kantenerfassung oder die Laplace-Kantenerfassung verwendet werden. Genauso kann für die Linienerfassung, die Methode nach Sobel oder Sewit, die auf einer Verschiebung bzw. Differenz beruhende oder die Liniensegmenterfassung verwendet werden. Eine weitere Kompressionstechnik umfasst die Weichzeichnung des Bildes, um den Anteil der Störgeräusche zu reduzieren, wie z.B. durch Verwendung eines Durchschnittsfilters, eines Mittelfilters oder eines Gauss'schen Filters. Die Bilddaten könnten auch nur im Hinblick auf eine Farberkennung gefiltert werden, d.h. sie könnten einfach die Helligkeit und die Größe der hellen Flecke ermitteln. Die Ultraschalldaten werden vorzugsweise gefiltert, indem ein Durchschnitt der Daten über einen bestimmen Zeitraum ermittelt wird oder alternativ durch Verwendung einer Fourier-Transformation. - Die gefilterten Daten
20 werden dann mit den Referenzdaten22 verglichen. Die Referenzdaten22 beziehen sich auf Daten, die als Ausgangspunkt für die Fahrbahnklassifizierung genommen werden. Diese Daten werden während der Entwicklungsphase gesammelt und bieten zahlreiche Beispiele für alle möglichen Fahrbahnklassifizierungen. Vorzugsweise werden die Referenzdaten in zwei Gruppen unterteilt, wie z.B. eine umgebungsbezogene Klassifizierung24 und eine Oberflächenklassifizierung26 . Die umgebungsbezogene Klassifizierung24 umfasst die Eigenschaften vereist28 , verschneit30 , nass32 und trocken34 . Die Oberflächenklassifizierung umfasst die Eigenschaften rau36 , glatt38 und mittel40 . Beispiele für eine raue Oberfläche36 sind Sand und Kies. Beispiele für eine glatte Oberfläche38 sind Beton und Asphalt. Beispiele für eine mittlere Oberfläche40 sind Schmutz und Gras. Die Referenzdaten umfassen auch eine Charakterisierung des Oberflächenzustands (mu) auf der Basis einer bestimmten Kombination der umgebungsbezogenen Klassifizierung24 und der Oberflächenklassifizierung26 . - Das logische Flussdiagramm in
2 stellt die Methode50 für die Erkennung des Fahrbahnzustandes dar. Der Prozess50 beginnt bei Block52 und fließt zu Block54 , wo die Fahrbahndaten18 erfasst werden. Die Fahrbahndaten umfassen die Bilddaten, die Temperaturdaten und die Rauheitsdaten. - Die Daten werden verarbeitet, wie in Block
56 beschrieben. Genauer gesagt werden die Bilddaten komprimiert und gefiltert, so dass sie eine oder mehrere Variablen enthalten. Beispielsweise können die Variablen Kanteneerfassung, Helligkeitserfassung und Größe der hellen Flecke verwendet werden, um die Bilddaten darzustellen. - Die Temperaturdaten können zu einer einzigen Variable gefiltert werden, wie z.B. „niedrig" (-20 bis 9°F/-29 bis -12°C), „mittel" (10 bis 39°F/-12 bis 4°C) und „hoch" (40 bis 100°F/4 bis 38°C). Wie in
3a dargestellt, stellt eine horizontale Achse80 eine Temperaturskala dar, an der die Temperaturdaten liegen. Die Temperaturdaten können in drei Hauptgruppen gefiltert werden, d.h. hoch90 , mittel92 und niedrig94 . Die Gruppen hoch90 , mittel92 und niedrig94 entsprechen bestimmten umgebungsbezogenen Klassifikationen24 . Wenn beispielsweise die Temperaturdaten als niedrig94 eingestuft werden, entspricht die umgebungsbezogene Klassifikation immer vereist88 . Wenn die Temperaturdaten als hoch90 eingestuft werden, so entspricht dies der umgebungsbezogenen Klassifikation trocken82 oder nass84 , da Eis und Schnee bei hohen Temperaturen von 40 bis 100°F (4 bis 38°C) nicht vorkommen. Bei mittleren Temperaturdaten92 kann die umgebungsbezogene Klassifikation entweder nass94 , verschneit86 oder vereist88 entsprechen. - Genauso können die Ultraschalldaten zu einer einzigen einfachen Variable gefiltert werden, die der Frequenz „niedrig", „mittel" oder „hoch" entspricht. Wie in
3b gezeigt, kann ein Diagramm für die Ultraschall- oder Rauheitsdaten104 erstellt werden, bei dem die horizontale Achse100 die Zeit und die vertikale Achse102 die Frequenz darstellt. Zu einem beliebigen Zeitpunkt können die Rauheitsdaten104 auf der Basis der Frequenz charakterisiert werden. Die gestrichelten Linien sollen die Unterteilung zwischen einer niedrigen Frequenz106 , einer mittleren Frequenz108 und einer hohen Frequenz110 darstellen. Im allgemeinen stellt eine niedrige Frequenz106 eine glatte Oberfläche dar, während eine hohe Frequenz110 eine raue Oberfläche darstellt. Eine mittlere Frequenz108 stellt eine Oberflächenrauheit dar, die zwischen den glatten106 und den rauen110 Werten liegt. - Die sich ergebenden gefilterten Daten
58 werden dann mit den Referenzdaten50 verglichen, wie in Block62 angegeben. - Auf der Basis von Vergleichsschritt
62 wird ein Sicherheitsgrad64 ermittelt. Der Sicherheitsgrad64 steigt, wenn die zu vergleichenden Werte möglichst nah beieinander liegen. So kann auf einer Skala von 0 bis 5 der Wert 5 eine genaue Übereinstimmung der Daten anzeigen, während 0 einen unerkennbaren Filterdatensatz58 darstellen würde. Was die Bilddaten betrifft, so hat jedes Bild einen „Merkmalssatz", d.h. einen Vektor, dessen einzelne Elemente jeweils einen Parameter des Bildes darstellen. Beispiele für Parameter sind Skalare wie Schwerpunkt, Momente usw. Die Parameter der einzelnen Datenbilder werden gemessen, und der Merkmalsvektor wird erzeugt. Nun wird dieser Merkmalsvektor mit den Merkmalsvektoren aller Referenzdatenbilder vergleichen. Je näher dieser Merkmalsvektor einem bestimmten Merkmalsvektor eines Referenzbildes kommt, um so höher ist die Korrelation und somit der Sicherheitsgrad. Die „Nähe" der Vektoren kann auf viele verschiedene Arten bestimmt werden. Der einfachste Weg ist der „Abstand", d.h. die Messung des Abstandes zwischen den Merkmalsvektoren. Der Mindestabstand ist das Maß für die genaueste Übereinstimmung. - Nach dem Vergleichsschritt
62 erfolgt eine Oberflächenfeststellung, wie in Block66 angegeben. Die Fahrbahnoberflächenfeststellung66 entspricht einer Extrapolation der Referenzdaten60 auf der Basis des Vergleichs62 der gefilterten Daten mit den Referenzdaten. Dann wird ein Zuverlässigkeitswert68 generiert. Der Zuverlässigkeitswert kann einfach auf dem Sicherheitsgrad64 basieren. Bei der Generierung des Zuverlässigkeitswerts können jedoch auch weitere Variablen verwendet werden, wie z.B. die Beständigkeit der Fahrbahndaten und der gefilterten Daten über einen bestimmten Zeitraum. Ähnlich kann ebenso der Anteil der Störgeräusche in den Fahrbahndaten vor der Filterung verwendet werden. Vorzugsweise ist der Sicherheitsgrad64 der vorherrschende Faktor bei der Bestimmung des Zuverlässigkeitswerts68 . Wenn der Zuverlässigkeitswert größer als ein vorher bestimmter Wert ist, sagen wir 3 auf einer Skala von 0 bis 5, dann informiert Methode50 den Fahrer und optimiert das Stabilitätssystem, wie in Block72 angegeben. Wenn der Zuverlässigkeitswert die vorher bestimmte Schwelle nicht erreicht, geht Methode50 zu dem Ende bei Block74 . - In
4 wird die umgebungsbezogene und die Oberflächenklassifikation erläutert. Sobald die gefilterten Daten20 vorliegen, werden sie durch zwei Klassifikationen charakterisiert, d.h. eine umgebungsbezogene Klassifikation24 und eine Oberflächenklassifikation26 . Zunächst können die Temperaturdaten verwendet werden, um im allgemeinen die umgebungsbezogene Klassifikation24 entweder als trocken82 , nass84 , verschneit86 oder vereist88 – wie in3A angegeben – vorzunehmen. Wenn die Temperaturdaten keine spezielle umgebungsbezogene Klassifikation ergeben, d.h. wenn die Temperaturdaten entweder als hoch90 oder niedrig92 gefiltert werden, werden die Bilddaten dann für die umgebungsbezogene Klassifizierung24 verwendet. Wie oben bereits erläutert, wird dies erreicht, indem die Bilddaten mit den Referenzbilddaten verglichen werden, vorzugsweise durch Korrelation und/oder Merkmalsvektoren. - Nach der umgebungsbezogenen Klassifizierung
24 auf der Basis der Temperatur- und Bilddaten wird eine Oberflächenklassifizierung26 durchgeführt. Wie in4 dargestellt, können verschiedene Diagramme verwendet werden. Im Einzelnen können ein Diagramm „trocken"120 , ein Diagramm „nass"122 , ein Diagramm „verschneit"124 und ein Diagramm „vereist"126 verwendet werden. Mit Hilfe dieser Diagramme120 ,122 ,124 und126 werden die Ultraschalldaten und die Bilddaten für die Oberflächenklassifizierung26 verwendet. - Zunächst werden die Rauheitsdaten analysiert. Wie man sieht, kann für alle umgebungsbezogenen Klassifizierungen die Oberflächenklassifizierung „Beton" vorgenommen werden, wenn die Ultraschall- oder Rauheitsdaten als niedrig
130 eingestuft werden. Dementsprechend gilt die Oberflächenklassifizierung „Kies", wenn die Ultraschall- und Rauheitsdaten als hoch134 eingestuft werden. Wenn die Rauheitsdaten jedoch als mittel132 eingestuft werden, müssen System10 und Methode50 immer noch unterscheiden, ob es sich um Asphalt, Gras, Schmutz oder Sand handelt. Dementsprechend werden die Bilddaten, die vorzugsweise auf der Basis der Kanten- oder Linienerfassung, Farb- oder Helligkeitserkennung gefiltert werden, mit den Referenzbilddaten verglichen, um die Oberflächenklassifizierungen weiter zu definieren. Alternativ können in jeder Umgebungsklassifizierung24 die gefilterten Rauheitsdaten mit Referenzrauheitsdaten verglichen werden und die gefilterten Bilddaten können mit Referenzbilddaten verglichen werden, um eine Oberflächenklassifizierung zu ermöglichen. - Die obige Beschreibung der verschiedenen Ausgestaltungen der Erfindung dient lediglich der Illustration und Beschreibung. Sie soll nicht erschöpfend sein oder die Erfindung auf genau die beschriebenen Ausgestaltungen beschränken. Angesichts der obigen Lehre sind zahlreiche Modifikationen oder Änderungen möglich. Die besprochenen Ausgestaltungen wurden gewählt und beschrieben, um die Prinzipien der Erfindung und deren praktische Anwendung bestmöglich zu beschreiben, damit eine Person mit normalen Kenntnissen auf diesem Gebiet die Erfindung in den verschiedenen Ausgestaltungen und den verschiedenen Modifikationen verwenden kann, die für den speziellen Einsatzfall geeignet sind. All diese Modifikationen und Änderungen fallen unter den Umfang der Erfindung, wie von den beigefügten Ansprüchen festgelegt, wenn diese in der Breite interpretiert werden, die rechtlich zulässig ist.
- Text in den Abbildungen
-
1 - 12
- Kamera
- 14
- Ultraschallsensor
- 16
- Temperatursensor
- 19
- Filter
- 28
- vereist
- 30
- verschneit
- 32
- nass
- 34
- trocken
- 36
- rau (Sand, Kies, usw.)
- 38
- glatt (Beton, Asphalt usw.)
- 40
- mittel (Schmutz, Gras, usw.)
- 42
- Sicherheitsgrad
- 44
- Feststellung der Fahrbahnoberfläche
- 46
- Zuverlässigkeitswert
- 48
- Fahrer informieren und Feststellung des
- Stabilitätssystems optimieren
-
2 - 52
- Start
- 54
- Fahrbahndaten
- F = (T, U, I)
- (1) Kamera
- (2) Temperatur
- (3) Ultraschall
- Pfeil
von
54 nach56 Bildverarbeitung - 56
- System zur Bildverarbeitung
- 1 Kantenerfassung
- 2 Helligkeitserfassung
- 3 Größe der hellen Punkte
- Temperatur
- 1 hoch (40-100°F/-29 bis -12°C)
- 2 mittel (10-39°F/-12 bis 4°C)
- 3 niedrig (-20-9°F/4 bis 38°C)
- Ultraschall
- 1 hohe Frequenz
- 2 mittlere Frequenz
- 3 niedrige Frequenz
- 58
- gefilterte Daten
- F = (Bild, Temperatur, Ultraschall)
- 60
- Ausgangsbilder für die Referenzdaten
- 62
- gefilterte Daten mit Referenzdaten vergleichen
- 64
- Sicherheitsgrad
- 66
- Feststellung der Fahrbahnoberfläche
- 68
- Zuverlässigkeitswert
- Berechnungsalgorithmus für RN
- hohe Sicherheit, RN = 4 oder 5
- mittlere Sicherheit, RN = 2 oder 3
- niedrige Sicherheit, RN = 11
- 70
- ist RN ≥ 3?
- Pfeil
von
70 nach rechts nein - Pfeil
von
70 nach unten ja - 72
- Fahrer informieren und Stabilitätssystem optimieren
- 74
- Ende
-
3a - Temperaturskala
- 82
- trocken
- 84
- nass
- 86
- verschneit
- 88
- vereist
- 90
- hoch
- 92
- mittel
- 94
- niedrig
-
3b - Frequenzskala
- 106
- niedrig
- 108
- mittel
- 110
- hoch
Claims (20)
- Methode zur Erkennung des Fahrbahnzustands zum Einsatz in einem Kraftfahrzeug, wobei die Methode die folgenden Schritte umfasst: Ermitteln von Fahrbahndaten durch einen Temperatursensor, der Temperaturdaten liefert, einen Ultraschallsensor, der Rauhigkeitsdaten liefert, und eine Kamera, die Bilddaten liefert; Filtern der Fahrbahndaten für die Verarbeitung; Vergleich der gefilterten Fahrbahndaten mit den Referenzdaten und Generierung eines Sicherheitsgrades für den Vergleich; Ermittlung des Zustands der Fahrbahnoberfläche auf der Basis des Vergleichs der gefilterten Fahrbahndaten mit den Referenzdaten; und Ermittlung eines Zuverlässigkeitswerts für den Zustand der Fahrbahnoberfläche auf der Basis des Sicherheitsgrades.
- Methode nach Anspruch 1 mit dem zusätzlichen Schritt, dass der Fahrer über den Fahrbahnzustand informiert wird, wenn der Zuverlässigkeitswert einen bestimmten Wert überschreitet.
- Methode nach Anspruch 1 mit dem zusätzlichen Schritt, dass die Stabilitätskontrollsysteme des Fahrzeugs auf der Basis des ermittelten Fahrbahnzustandes optimiert werden, wenn der Zuverlässigkeitswert über einem bestimmten Wert liegt.
- Methode nach Anspruch 1, wobei der Schritt der Filterung der Fahrbahndaten auch die Komprimierung der Bilddaten umfasst.
- Methode nach Anspruch 4, wobei die Komprimierung der Bilddaten auch die Verwendung der Kantenerfassung umfasst.
- Methode nach Anspruch 4, wobei die Komprimierung der Bilddaten auch die Verwendung der Linienerfassung umfasst.
- Methode nach Anspruch 4, wobei die Komprimierung der Bilddaten auch die Weichzeichnung des Bildes umfasst, um die Störgeräusche zu reduzieren.
- Methode nach Anspruch 4, wobei die Komprimierung der Bilddaten auch die Farberkennung umfasst.
- Methode nach Anspruch 1, wobei der Schritt der Filterung der Fahrbahndaten auch den Einsatz einer Schwellenfrequenz für Ultraschalldaten umfasst.
- Methode nach Anspruch 1, wobei der Schritt der Filterung von Fahrbahndaten auch die Ermittlung eines Durchschnitts der Ultraschalldaten umfasst.
- Methode nach Anspruch 1, wobei der Schritt der Filterung von Fahrbahndaten auch die Anwendung einer Fourier-Transformation auf die Ultraschalldaten umfasst.
- Methode nach Anspruch 1, wobei der Schritt der Bestimmung des Fahrbahnzustands auch den Schritt der Feststellung einer umgebungsbezogenen Klassifizierung des Fahrbahnzustands umfasst.
- Methode nach Anspruch 12, wobei der Schritt der Bestimmung einer umgebungsbezogenen Klassifizierung folgendes umfasst: Feststellung der Temperatur von Luft und Fahrbahn; Auswahl eines Teils der Referenzdaten auf der Basis der Temperaturdaten; Vergleich der Rauheitsdaten des Ultraschallsensors mit dem ausgewählten Teil der Referenzdaten; und Vergleich der Bilddaten der Kamera mit dem ausgewählten Teil der Referenzdaten.
- Methode nach Anspruch 1, wobei der Schritt der Bestimmung des Fahrbahnzustands den Schritt der Feststellung einer Oberflächenklassifizierung des Fahrbahnzustands umfasst.
- Methode nach Anspruch 14, wobei der Schritt der Feststellung einer Oberflächenklassifizierung zunächst Rauheitsdaten vom Ultraschallsensor und dann Bilddaten der Kamera vergleicht, um den Sicherheitsgrad zu erhöhen.
- Methode nach Anspruch 1, wobei der Schritt der Feststellung eines Zuverlässigkeitswerts sich vorrangig auf den Vergleich der gefilterten Daten mit den Referenzfahrbahndaten stützt.
- Methode nach Anspruch 1, wobei der Schritt der Feststellung eines Zuverlässigkeitswertes auch die Beständigkeit der Fahrbahn- und der gefilterten Daten über einen bestimmten Zeitraum umfasst.
- Methode nach Anspruch 1, wobei der Schritt der Feststellung eines Zuverlässigkeitswertes auch den Anteil der Störgeräusche in den Fahrbahndaten vor der Filterung umfasst.
- Methode nach Anspruch 1, wobei der Temperatursensor Luft- und Fahrbahntemperaturdaten liefert.
- System zur Erkennung des Fahrbahnzustands für ein Kraftfahrzeug, wobei das Erkennungssystem folgendes umfasst: ein Mittel zur Erkennung der Fahrbahndaten mit einem Temperatursensor, der Temperaturdaten liefert, einem Ultraschallsensor, der Rauheitsdaten liefert und einer Kamera, die Bilddaten liefert; Mittel zur Filterung von Fahrbahndaten, um die Verarbeitung zu erleichtern; Mittel zum Vergleich der gefilterten Fahrbahndaten mit den Referenzdaten und Generierung eines Sicherheitsgrads für den Vergleich; Mittel zur Festlegung eines Fahrbahnzustands auf der Basis des Vergleichs gefilterter Fahrbahndaten mit den Referenzdaten; und Mittel zur Festlegung eines Zuverlässigkeitswerts für die Feststellung des Fahrbahnzustands auf der Basis des Sicherheitsgrads.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/409,861 US6807473B1 (en) | 2003-04-09 | 2003-04-09 | Road recognition system |
US10/409861 | 2003-04-09 |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102004018088A1 true DE102004018088A1 (de) | 2005-02-10 |
DE102004018088B4 DE102004018088B4 (de) | 2017-11-30 |
Family
ID=33130667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102004018088.1A Expired - Fee Related DE102004018088B4 (de) | 2003-04-09 | 2004-04-08 | Fahrbahnerkennungssystem |
Country Status (2)
Country | Link |
---|---|
US (1) | US6807473B1 (de) |
DE (1) | DE102004018088B4 (de) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006016852A1 (de) * | 2006-04-07 | 2007-10-11 | Daimlerchrysler Ag | Vorrichtung zur Bestimmung des Fahrbahnzustands |
DE102007042877A1 (de) | 2007-09-08 | 2009-03-12 | Bayerische Motoren Werke Aktiengesellschaft | Kraftfahrzeug und System zur Vermittlung von Fahrbahneigenschaftsinformationen |
DE102010025705A1 (de) | 2010-06-30 | 2012-01-05 | Wabco Gmbh | Verfahren und Vorrichtung zur Warnung anderer Verkehrsteilnehmer vor gefährlichen Fahrbahnbeschaffenheiten oder Fahrbahnzuständen |
DE102010055773A1 (de) * | 2010-12-23 | 2012-06-28 | Klaus Schneider | KFZ-Temperatur-Informationssystem |
DE102011111592A1 (de) | 2011-08-25 | 2013-02-28 | Wabco Gmbh | Verfahren und Steuereinrichtung zum Steuern oder Regeln eines Fahrzeug-Bremssystems |
WO2014094766A1 (de) | 2012-12-20 | 2014-06-26 | Continental Teves Ag & Co. Ohg | Verfahren zur bestimmung eines fahrbahnzustands aus umfeldsensordaten |
WO2014094767A1 (de) | 2012-12-20 | 2014-06-26 | Continental Teves Ag & Co. Ohg | Reibwertschätzung aus kamera- und raddrehzahldaten |
WO2014127777A2 (de) | 2013-02-19 | 2014-08-28 | Conti Temic Microelectronic Gmbh | Verfahren und vorrichtung zur bestimmung eines fahrbahnzustands |
DE102013211027A1 (de) | 2013-06-13 | 2014-12-18 | Continental Teves Ag & Co. Ohg | Verfahren und Vorrichtung zur Bestimmung der Beschaffenheit einer Fahrbahnoberfläche einer von einem Fahrzeug zu befahrenden Fahrspur |
DE102013223367A1 (de) | 2013-11-15 | 2015-05-21 | Continental Teves Ag & Co. Ohg | Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands mittels eines Fahrzeugkamerasystems |
DE102013226631A1 (de) | 2013-12-19 | 2015-06-25 | Continental Teves Ag & Co. Ohg | Verfahren und Vorrichtung zur Ermittlung von lokalen Wetterverhältnissen und eines lokalen Fahrbahnzustands |
WO2015185198A1 (de) * | 2014-06-07 | 2015-12-10 | Audi Ag | Verfahren zum proaktiven regeln von fahrwerkskomponenten |
DE102015211894A1 (de) * | 2015-06-26 | 2016-12-29 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Bereitstellung von Daten eines Fahrstreckenprofils in einem Fahrzeug |
DE102018206741A1 (de) * | 2018-05-02 | 2019-11-07 | Robert Bosch Gmbh | Ultraschallsystem eines Fahrzeugs |
DE102018209595A1 (de) * | 2018-06-14 | 2019-12-19 | Robert Bosch Gmbh | Verfahren zum automatischen Bestimmen eines Straßenzustands |
DE102008042640B4 (de) * | 2008-10-07 | 2020-03-26 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Datenreduktion bei der Datenübermittlung an ein Fahrerassistenzsystem |
DE102019203191B3 (de) | 2019-03-08 | 2020-07-09 | Robert Bosch Gmbh | Verfahren zur Erkennung einer nassen oder feuchten Fahrbahn im Bereich eines Fahrzeugs |
DE102019105649A1 (de) * | 2019-03-06 | 2020-09-10 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Ermitteln des Reibwerts zwischen mindestens einem Reifen und einer Fahrbahn eines Neigefahrzeugs, Steuervorrichtung und Neigefahrzeug |
DE102019212578A1 (de) * | 2019-08-22 | 2021-02-25 | Robert Bosch Gmbh | Verfahren und System zum Übermitteln von Fahrbahnzustandsinformationen an ein Fahrzeug |
WO2022073048A1 (de) * | 2020-10-08 | 2022-04-14 | Genitheim Thomas | Verfahren zur ermittlung eines reibbeiwertes |
DE102020215544A1 (de) | 2020-12-09 | 2022-06-09 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Minimieren einer Latenzzeit einer Wirkkette |
DE102020215551A1 (de) | 2020-12-09 | 2022-06-09 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Minimieren einer Latenzzeit einer Wirkkette |
DE102018103214B4 (de) | 2017-02-27 | 2023-12-07 | GM Global Technology Operations LLC | Verfahren und systeme zum proaktiven schätzen des strassenoberflächen-reibungskoeffizienten |
DE102022207426A1 (de) | 2022-07-20 | 2024-01-25 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Kalibrieren einer Straßenzustandserkennung |
DE102022211241A1 (de) | 2022-10-24 | 2024-04-25 | Continental Autonomous Mobility Germany GmbH | Erkennen von Fahrbahnauflage auf einer Fahrbahn |
Families Citing this family (71)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005028887A (ja) * | 2003-07-07 | 2005-02-03 | Fuji Heavy Ind Ltd | 路面摩擦係数推定装置および路面摩擦係数推定方法 |
JP4703953B2 (ja) * | 2003-08-26 | 2011-06-15 | 富士重工業株式会社 | 車両の路面摩擦係数推定装置 |
DE102004015311B4 (de) * | 2004-03-30 | 2024-04-25 | Robert Bosch Gmbh | Anpassung eines Fahrzeugstabilisierungssystems an den Fahrbahnuntergrund |
US7751961B2 (en) * | 2005-09-15 | 2010-07-06 | Gm Global Technology Operations, Inc. | Acceleration/deceleration induced real-time identification of maximum tire-road friction coefficient |
WO2008065147A1 (de) * | 2006-11-29 | 2008-06-05 | Continental Teves Ag & Co. Ohg | Vorrichtung zur bestimmung eines fahrzustandes und verfahren zum fahrzustandabhängigen betrieb einer kombinierten fahrzeugbremsanlage |
US8099211B2 (en) * | 2007-04-20 | 2012-01-17 | Jtekt Corporation | Electric power steering apparatus |
DE102007060858A1 (de) * | 2007-12-13 | 2009-06-18 | Technische Universität Ilmenau | Vorrichtung und Verfahren zur Ermittlung des Reibungszustandes einer Fahrbahnoberfläche |
US8180518B2 (en) * | 2008-04-15 | 2012-05-15 | Robert Bosch Gmbh | System and method for determining microenvironment conditions external to a vehicle |
US8744682B2 (en) * | 2008-05-30 | 2014-06-03 | GM Global Technology Operations LLC | Reducing the effects of vibrations in an electric power steering (EPS) system |
JP5035419B2 (ja) * | 2008-06-30 | 2012-09-26 | 日産自動車株式会社 | 路面摩擦係数推定装置及び路面摩擦係数推定方法 |
JP5035418B2 (ja) * | 2008-06-30 | 2012-09-26 | 日産自動車株式会社 | 路面摩擦係数推定装置及び路面摩擦係数推定方法 |
US20100004863A1 (en) * | 2008-07-01 | 2010-01-07 | Spencer Ladow | Mobile environmental detector |
US20100004862A1 (en) * | 2008-07-01 | 2010-01-07 | Quixote Transporation Technologies, Inc. | Mobile environmental detector |
EP2196792B1 (de) | 2008-12-09 | 2011-04-06 | C.R.F. Società Consortile per Azioni | Optische Vorrichtung für Kraftfahrzeuge zum Erkennen des Zustands der Straßendecke |
US8306672B2 (en) * | 2009-09-09 | 2012-11-06 | GM Global Technology Operations LLC | Vehicular terrain detection system and method |
DE102010008258A1 (de) | 2010-02-17 | 2011-08-18 | Conti Temic microelectronic GmbH, 90411 | Verfahren zur automatischen Prävention von Aquaplaning |
GB2480716A (en) * | 2010-05-18 | 2011-11-30 | Per Magnussen | Road surface and tyre condition monitoring apparatus |
KR101191151B1 (ko) | 2010-05-19 | 2012-10-15 | 국방과학연구소 | 지형 분류 장치 및 그 방법 |
US9266558B2 (en) | 2010-09-15 | 2016-02-23 | GM Global Technology Operations LLC | Methods, systems and apparatus for steering wheel vibration reduction in electric power steering systems |
US9440674B2 (en) | 2010-09-15 | 2016-09-13 | GM Global Technology Operations LLC | Methods, systems and apparatus for steering wheel vibration reduction in electric power steering systems |
US9327762B2 (en) | 2010-12-14 | 2016-05-03 | GM Global Technology Operations LLC | Electric power steering systems with improved road feel |
GB2486930A (en) * | 2010-12-22 | 2012-07-04 | Edp Systems As | Road surface and tyre condition monitoring apparatus |
DE102011085287A1 (de) | 2011-10-27 | 2013-05-02 | Robert Bosch Gmbh | Verfahren zur Ermittlung der Bodenbeschaffenheit |
DE102012101085A1 (de) | 2012-02-10 | 2013-08-14 | Conti Temic Microelectronic Gmbh | Bestimmung einer Beschaffenheit einer Fahrbahnoberfläche mittels einer 3D-Kamera |
US9158302B2 (en) * | 2012-05-04 | 2015-10-13 | Siemens Energy, Inc. | System and method for detecting electric power plant equipment overheating with real-time plural parallel detection and analysis parameters |
EP2852831A4 (de) * | 2012-05-23 | 2016-04-20 | Raqib Omer | Verfahren und system zur klassifizierung des strassenoberflächenzustandes |
DE102013002333A1 (de) * | 2013-02-12 | 2014-08-14 | Continental Teves Ag & Co. Ohg | Verfahren und Strahlensensormodul zur vorausschauenden Straßenzustandsbestimmung in einem Fahrzeug |
US9062983B2 (en) | 2013-03-08 | 2015-06-23 | Oshkosh Defense, Llc | Terrain classification system for a vehicle |
DE102014213663B4 (de) | 2013-07-15 | 2024-04-11 | Magna Powertrain Of America, Inc. | Traktionssteuersystem für Vierrad-/Allradantrieb-Fahrzeuge mit Bordkamera |
US9145143B2 (en) * | 2013-10-17 | 2015-09-29 | Ford Global Technologies, Llc | Road characteristic prediction |
DE102013021326A1 (de) * | 2013-12-17 | 2015-06-18 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Detektieren einer auf einem Boden aufgebrachten Markierung, Fahrerassistenzeinrichtung und Kraftfahrzeug |
US9734425B2 (en) | 2015-02-11 | 2017-08-15 | Qualcomm Incorporated | Environmental scene condition detection |
US9846927B2 (en) * | 2014-05-20 | 2017-12-19 | Qualcomm Incorporated | Systems and methods for haziness detection |
US9598087B2 (en) * | 2014-12-12 | 2017-03-21 | GM Global Technology Operations LLC | Systems and methods for determining a condition of a road surface |
US9616773B2 (en) | 2015-05-11 | 2017-04-11 | Uber Technologies, Inc. | Detecting objects within a vehicle in connection with a service |
US9566963B2 (en) * | 2015-06-25 | 2017-02-14 | Robert Bosch Gmbh | Method of decreasing braking distance |
GB2540748B (en) * | 2015-07-17 | 2019-01-30 | Jaguar Land Rover Ltd | A system for use in a vehicle |
US9940625B2 (en) | 2015-09-02 | 2018-04-10 | Ford Global Technologies, Llc | Autonomous driving certification generalizer |
CN106627416B (zh) * | 2015-11-03 | 2019-03-12 | 北京宝沃汽车有限公司 | 用于检测道路类型的方法、装置和系统 |
US9928427B2 (en) * | 2015-12-03 | 2018-03-27 | GM Global Technology Operations LLC | Vision-based wet road surface condition detection using tire rearward splash |
US20170168495A1 (en) * | 2015-12-10 | 2017-06-15 | Uber Technologies, Inc. | Active light sensors for determining expected traction value of a road segment |
US10712160B2 (en) | 2015-12-10 | 2020-07-14 | Uatc, Llc | Vehicle traction map for autonomous vehicles |
US9840256B1 (en) | 2015-12-16 | 2017-12-12 | Uber Technologies, Inc. | Predictive sensor array configuration system for an autonomous vehicle |
US9841763B1 (en) | 2015-12-16 | 2017-12-12 | Uber Technologies, Inc. | Predictive sensor array configuration system for an autonomous vehicle |
US9990548B2 (en) | 2016-03-09 | 2018-06-05 | Uber Technologies, Inc. | Traffic signal analysis system |
DE102016205430A1 (de) * | 2016-04-01 | 2017-10-05 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Reibwertbestimmung eines befahrbaren Untergrunds mittels eines Ego-Fahrzeugs |
US10459087B2 (en) | 2016-04-26 | 2019-10-29 | Uber Technologies, Inc. | Road registration differential GPS |
DE102016207436A1 (de) * | 2016-04-29 | 2017-11-02 | Ford Global Technologies, Llc | System und Verfahren zum Steuern- und/oder Regeln eines Lenksystems eines Fahrzeugs sowie Fahrzeug |
US9672446B1 (en) | 2016-05-06 | 2017-06-06 | Uber Technologies, Inc. | Object detection for an autonomous vehicle |
US10871782B2 (en) | 2016-07-01 | 2020-12-22 | Uatc, Llc | Autonomous vehicle control using submaps |
GB2552027B (en) | 2016-07-08 | 2019-02-20 | Jaguar Land Rover Ltd | A vehicle system for determining terrain type |
EP3514579A4 (de) * | 2016-09-13 | 2020-01-01 | Panasonic Intellectual Property Management Co., Ltd. | Strassenoberflächenzustandsvorhersagesystem, fahrassistenzsystem, strassenoberflächenzustandsvorhersageverfahren und datenverteilungsverfahren |
EP3299993A1 (de) | 2016-09-22 | 2018-03-28 | OmniKlima AB | Verfahren und anordnung zur bestimmung des zustands eines strassenbelags |
CN106442639B (zh) * | 2016-10-12 | 2019-01-18 | 杭州尊鹏信息科技有限公司 | 潮湿路面实际摩擦系数检测装置与方法 |
EP3379453A1 (de) | 2017-03-20 | 2018-09-26 | Continental Automotive GmbH | Vorrichtung zur berechnung einer positionsschätzung eines fahrzeugobjekts |
DE102017206244A1 (de) * | 2017-04-11 | 2018-10-11 | Continental Teves Ag & Co. Ohg | Verfahren und vorrichtung zur ermittlung eines fahrbahnzustands |
US10360798B2 (en) * | 2017-05-08 | 2019-07-23 | Nokia Technologies Oy | System and method for trust parameters in vehicle warning messages |
CN110741279B (zh) | 2017-05-16 | 2023-12-29 | 艾尔默斯半导体欧洲股份公司 | 经由车辆数据总线从超声系统向数据处理设备传输数据的方法 |
CN107478355B (zh) * | 2017-07-24 | 2019-09-13 | 温州长江汽车电子有限公司 | 一种车内温度测量电路 |
DE102017219898A1 (de) * | 2017-11-09 | 2019-05-09 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erkennen eines Fahrbahnzustands |
JP6863476B2 (ja) * | 2017-12-07 | 2021-04-21 | 日産自動車株式会社 | 路面状態判定方法及び路面状態判定装置 |
KR101969842B1 (ko) * | 2017-12-18 | 2019-04-17 | 한국건설기술연구원 | 딥 러닝을 기반으로 도로노면 위험 정보를 분류하기 위한 시스템 및 그 방법 |
US11334753B2 (en) | 2018-04-30 | 2022-05-17 | Uatc, Llc | Traffic signal state classification for autonomous vehicles |
DE102018206703A1 (de) * | 2018-05-02 | 2019-11-07 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erkennen eines Straßenzustands |
DE102018206853A1 (de) * | 2018-05-03 | 2019-11-07 | Zf Friedrichshafen Ag | Verfahren zum Bestimmen einer Beschaffenheit einer Oberfläche einer Fahrbahn |
CN108956605B (zh) * | 2018-06-15 | 2021-04-13 | 武林 | 一种用于公路探伤的无辐射检测装置 |
CN108956774B (zh) * | 2018-09-11 | 2020-12-29 | 合肥工业大学 | 一种基于超声脉冲的路面自调节无损探伤小车的检测方法 |
CN110427026B (zh) * | 2019-07-15 | 2022-09-13 | 北京天时行智能科技有限公司 | 一种轮胎道路摩擦的确定方法及装置 |
DE102019212668A1 (de) * | 2019-08-23 | 2021-02-25 | Continental Automotive Gmbh | Verfahren und Vorrichtung zur Echtzeitbestimmung von Eigenschaften einer von einem Fahrzeug momentan befahrenen Fahrbahn |
DE102019220487A1 (de) * | 2019-12-20 | 2021-06-24 | Robert Bosch Gesellschaft mit beschränkter Haftung | Sensorsystem, Fahrerassistenzsystem sowie Verwendung des Sensorsystems |
DE102020213428A1 (de) * | 2020-10-26 | 2022-04-28 | Volkswagen Aktiengesellschaft | Verfahren zum Betreiben eines Assistenzsystems eines Kraftfahrzeugs, sowie Assistenzsystem |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1235773A (en) * | 1983-12-23 | 1988-04-26 | Shigeto Nakayama | Device for detecting road surface condition |
DE3619824C2 (de) * | 1986-06-12 | 1996-04-04 | Ernst D Prof Dr Ing Dickmanns | Vorrichtung zum Anzeigen der aktuell gültigen oder der nach den Umgebungsbedingungen sicheren Höchstgeschwindigkeit für Straßenfahrzeuge |
DE3637165A1 (de) * | 1986-10-31 | 1988-05-05 | Rainer Ashauer | Verfahren und einrichtung zum verhindern von zusammenstoessen, insbesondere fuer kraftfahrzeuge im strassenverkehr |
US4899296A (en) * | 1987-11-13 | 1990-02-06 | Khattak Anwar S | Pavement distress survey system |
DE68925713T2 (de) * | 1988-10-13 | 1996-10-10 | Japan Electronics Industry Ltd | Strassenoberflächen-Reibungsaufnehmer und Strassenoberflächen-Reibungskoeffizienten-Aufnehmer und Fahrzeug-Blockierschutz-Bremsanlage |
JPH08263784A (ja) * | 1995-03-23 | 1996-10-11 | Honda Motor Co Ltd | 道路状況認識装置 |
US6535141B1 (en) * | 1996-06-07 | 2003-03-18 | John A. Doherty | Vehicle mounted travel surface and weather condition monitoring system |
JP3045401B2 (ja) * | 1996-05-08 | 2000-05-29 | ダイムラークライスラー・アクチエンゲゼルシヤフト | 自動車の前方車道状況を確認する方法 |
US5864056A (en) * | 1998-02-17 | 1999-01-26 | Bell; Larry D. | Method and apparatus for monitoring the coefficient of friction between a tire and rolling surface, particularly to provide the vehicle operator with coefficient of friction, tire tread wear out and skid warning indications |
KR100366716B1 (ko) * | 1998-10-13 | 2003-01-06 | 가부시키가이샤 자나비 인포메틱스 | 방송형 정보제공 시스템 및 주행환경 정보수집 장치 |
-
2003
- 2003-04-09 US US10/409,861 patent/US6807473B1/en not_active Expired - Fee Related
-
2004
- 2004-04-08 DE DE102004018088.1A patent/DE102004018088B4/de not_active Expired - Fee Related
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006016852A1 (de) * | 2006-04-07 | 2007-10-11 | Daimlerchrysler Ag | Vorrichtung zur Bestimmung des Fahrbahnzustands |
DE102007042877A1 (de) | 2007-09-08 | 2009-03-12 | Bayerische Motoren Werke Aktiengesellschaft | Kraftfahrzeug und System zur Vermittlung von Fahrbahneigenschaftsinformationen |
DE102008042640B4 (de) * | 2008-10-07 | 2020-03-26 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Datenreduktion bei der Datenübermittlung an ein Fahrerassistenzsystem |
DE102010025705A1 (de) | 2010-06-30 | 2012-01-05 | Wabco Gmbh | Verfahren und Vorrichtung zur Warnung anderer Verkehrsteilnehmer vor gefährlichen Fahrbahnbeschaffenheiten oder Fahrbahnzuständen |
DE102010055773A1 (de) * | 2010-12-23 | 2012-06-28 | Klaus Schneider | KFZ-Temperatur-Informationssystem |
DE102011111592A1 (de) | 2011-08-25 | 2013-02-28 | Wabco Gmbh | Verfahren und Steuereinrichtung zum Steuern oder Regeln eines Fahrzeug-Bremssystems |
WO2013026503A1 (de) | 2011-08-25 | 2013-02-28 | Wabco Gmbh & Co. Ohg | Verfahren und steuereinrichtung zum steuern oder regeln eines fahrzeugbremssystems |
US9008937B2 (en) | 2011-08-25 | 2015-04-14 | Wabco Gmbh | Method and control device for open-loop or closed-loop control of a vehicle brake system |
WO2014094766A1 (de) | 2012-12-20 | 2014-06-26 | Continental Teves Ag & Co. Ohg | Verfahren zur bestimmung eines fahrbahnzustands aus umfeldsensordaten |
DE102012112724A1 (de) | 2012-12-20 | 2014-06-26 | Continental Teves Ag & Co. Ohg | Verfahren zur Bestimmung eines Fahrbahnzustands aus Umfeldsensordaten |
DE102012112725A1 (de) | 2012-12-20 | 2014-06-26 | Continental Teves Ag & Co. Ohg | Reibwertschätzung aus Kamera- und Raddrehzahldaten |
WO2014094767A1 (de) | 2012-12-20 | 2014-06-26 | Continental Teves Ag & Co. Ohg | Reibwertschätzung aus kamera- und raddrehzahldaten |
US9676331B2 (en) | 2012-12-20 | 2017-06-13 | Continental Teves Ag & Co. Ohg | Method for determining a state of a pavement from surroundings sensor data |
US9643617B2 (en) | 2012-12-20 | 2017-05-09 | Continental Teves Ag & Co. Ohg | Friction coefficient estimation from camera and wheel speed data |
WO2014127777A2 (de) | 2013-02-19 | 2014-08-28 | Conti Temic Microelectronic Gmbh | Verfahren und vorrichtung zur bestimmung eines fahrbahnzustands |
US10147002B2 (en) | 2013-02-19 | 2018-12-04 | Conti Temic Microelectronic Gmbh | Method and apparatus for determining a road condition |
DE102013101639A1 (de) | 2013-02-19 | 2014-09-04 | Continental Teves Ag & Co. Ohg | Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands |
WO2014127777A3 (de) * | 2013-02-19 | 2014-12-24 | Conti Temic Microelectronic Gmbh | Verfahren und vorrichtung zur bestimmung eines fahrbahnzustands |
DE102013211027A1 (de) | 2013-06-13 | 2014-12-18 | Continental Teves Ag & Co. Ohg | Verfahren und Vorrichtung zur Bestimmung der Beschaffenheit einer Fahrbahnoberfläche einer von einem Fahrzeug zu befahrenden Fahrspur |
DE102013223367A1 (de) | 2013-11-15 | 2015-05-21 | Continental Teves Ag & Co. Ohg | Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands mittels eines Fahrzeugkamerasystems |
US10289920B2 (en) | 2013-11-15 | 2019-05-14 | Continental Teves Ag & Co. Ohg | Method and device for determining a roadway state by means of a vehicle camera system |
DE102013226631A1 (de) | 2013-12-19 | 2015-06-25 | Continental Teves Ag & Co. Ohg | Verfahren und Vorrichtung zur Ermittlung von lokalen Wetterverhältnissen und eines lokalen Fahrbahnzustands |
DE102014008425B4 (de) * | 2014-06-07 | 2017-09-14 | Audi Ag | Verfahren zum proaktiven Regeln von Fahrwerkskomponenten |
US9770959B2 (en) | 2014-06-07 | 2017-09-26 | Audi Ag | Method for proactive controlling of chassis components |
WO2015185198A1 (de) * | 2014-06-07 | 2015-12-10 | Audi Ag | Verfahren zum proaktiven regeln von fahrwerkskomponenten |
DE102015211894A1 (de) * | 2015-06-26 | 2016-12-29 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Bereitstellung von Daten eines Fahrstreckenprofils in einem Fahrzeug |
DE102018103214B4 (de) | 2017-02-27 | 2023-12-07 | GM Global Technology Operations LLC | Verfahren und systeme zum proaktiven schätzen des strassenoberflächen-reibungskoeffizienten |
DE102018206741A1 (de) * | 2018-05-02 | 2019-11-07 | Robert Bosch Gmbh | Ultraschallsystem eines Fahrzeugs |
WO2019211164A1 (de) | 2018-05-02 | 2019-11-07 | Robert Bosch Gmbh | Ultraschallsystem eines fahrzeugs zur bestimmung des zustands der fahrbahn |
DE102018209595A1 (de) * | 2018-06-14 | 2019-12-19 | Robert Bosch Gmbh | Verfahren zum automatischen Bestimmen eines Straßenzustands |
DE102019105649A1 (de) * | 2019-03-06 | 2020-09-10 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Ermitteln des Reibwerts zwischen mindestens einem Reifen und einer Fahrbahn eines Neigefahrzeugs, Steuervorrichtung und Neigefahrzeug |
DE102019203191B3 (de) | 2019-03-08 | 2020-07-09 | Robert Bosch Gmbh | Verfahren zur Erkennung einer nassen oder feuchten Fahrbahn im Bereich eines Fahrzeugs |
DE102019212578A1 (de) * | 2019-08-22 | 2021-02-25 | Robert Bosch Gmbh | Verfahren und System zum Übermitteln von Fahrbahnzustandsinformationen an ein Fahrzeug |
WO2022073048A1 (de) * | 2020-10-08 | 2022-04-14 | Genitheim Thomas | Verfahren zur ermittlung eines reibbeiwertes |
AT524256A1 (de) * | 2020-10-08 | 2022-04-15 | Thomas Genitheim Ing Dipl Ing Fh | Verfahren zur Ermittlung eines Reibbeiwertes |
AT524256B1 (de) * | 2020-10-08 | 2023-06-15 | Thomas Genitheim Ing Dipl Ing Fh | Verfahren zur Ermittlung eines Reibbeiwertes |
DE102020215544A1 (de) | 2020-12-09 | 2022-06-09 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Minimieren einer Latenzzeit einer Wirkkette |
DE102020215551A1 (de) | 2020-12-09 | 2022-06-09 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Minimieren einer Latenzzeit einer Wirkkette |
DE102022207426A1 (de) | 2022-07-20 | 2024-01-25 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Kalibrieren einer Straßenzustandserkennung |
DE102022211241A1 (de) | 2022-10-24 | 2024-04-25 | Continental Autonomous Mobility Germany GmbH | Erkennen von Fahrbahnauflage auf einer Fahrbahn |
WO2024088484A1 (de) | 2022-10-24 | 2024-05-02 | Continental Autonomous Mobility Germany GmbH | Erkennen einer fahrbahnauflage auf einer fahrbahn |
Also Published As
Publication number | Publication date |
---|---|
US20040204812A1 (en) | 2004-10-14 |
US6807473B1 (en) | 2004-10-19 |
DE102004018088B4 (de) | 2017-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102004018088B4 (de) | Fahrbahnerkennungssystem | |
DE102018119359A1 (de) | Traktionssteuerung auf grundlage einer reibungskoeffizientenschätzung | |
WO2013072231A1 (de) | Verfahren zur nebeldetektion | |
DE102005044486B4 (de) | Verfahren zur Detektion des Oberflächenzustands einer Fahrbahn, sowie Detektionssystem und Fahrerassistenzsystem zur Umsetzung des Verfahrens | |
EP2889583A1 (de) | Verfahren und Vorrichtung zum Erstellen einer angepassten Safety Map für ein Kraftfahrzeug | |
DE102007043164B4 (de) | Nebelerkennungsvorrichtung für Kraftfahrzeuge | |
EP2788245B1 (de) | Verfahren und vorrichtung zur lokalisation einer vordefinierten parkposition | |
DE102013101639A1 (de) | Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands | |
DE102012101085A1 (de) | Bestimmung einer Beschaffenheit einer Fahrbahnoberfläche mittels einer 3D-Kamera | |
WO2019174682A1 (de) | Verfahren und vorrichtung zur erkennung und bewertung von fahrbahnzuständen und witterungsbedingten umwelteinflüssen | |
DE102013223367A1 (de) | Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands mittels eines Fahrzeugkamerasystems | |
DE102016122416A1 (de) | Erkennung von nassen strassenoberflächen | |
DE102011056671A1 (de) | Bestimmung eines Höhenprofils einer Fahrzeugumgebung mittels einer 3D-Kamera | |
DE102006036921A1 (de) | Verfahren zum Stabilisieren eines Kraftfahrzeugs und Fahrdynamikregelsystem | |
DE102017106952A1 (de) | Abstandssteuerung für ein fahrzeug mit anhänger | |
DE102015222800A1 (de) | Verfahren zum Ermitteln einer Parkfläche eines Straßenabschnitts | |
DE102018008788A1 (de) | Verfahren zur Bestimmung einer Fahrbahnrauheit | |
WO2021037710A1 (de) | Verfahren und vorrichtung zur echtzeitbestimmung von eigenschaften einer von einem fahrzeug momentan befahrenen fahrbahn | |
EP3815044B1 (de) | Verfahren zu einer sensor- und speicherbasierten darstellung einer umgebung, anzeigevorrichtung und fahrzeug mit der anzeigevorrichtung | |
DE102013022076A1 (de) | Verfahren zum Bestimmen einer Breite eines Zielfahrzeugs mittels eines Kamerasystems eines Kraftfahrzeugs, Kamerasystem und Kraftfahrzeug | |
DE102019112279A1 (de) | Verfahren und vorrichtung zur diagonalen spurerkennung | |
WO2019057252A1 (de) | Verfahren und vorrichtung zum erkennen von fahrspuren, fahrerassistenzsystem und fahrzeug | |
EP3704631A2 (de) | Verfahren zur ermittlung einer entfernung zwischen einem kraftfahrzeug und einem objekt | |
DE102015204529A1 (de) | Verfahren und Vorrichtung zur Objekterkennung in einem Fortbewegungsmittel | |
DE102013211027A1 (de) | Verfahren und Vorrichtung zur Bestimmung der Beschaffenheit einer Fahrbahnoberfläche einer von einem Fahrzeug zu befahrenden Fahrspur |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OR8 | Request for search as to paragraph 43 lit. 1 sentence 1 patent law | ||
8105 | Search report available | ||
8110 | Request for examination paragraph 44 | ||
R012 | Request for examination validly filed |
Effective date: 20110303 |
|
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |