-
Die
Erfindung betrifft ein Verfahren zur Detektion des Oberflächenzustands
einer Fahrbahn, ein entsprechendes Detektionssystem sowie ein Fahrerassistenzsystem.
-
Ein
Fahrer muss jederzeit den Zustand der Fahrbahnoberfläche berücksichtigen,
um einen entsprechenden Sicherheitsabstand zum nächsten Verkehrsteilnehmer einzuhalten,
aber auch um seine Bremsmanöver
zu optimieren. Auf nasser oder sogar eisglatter Fahrbahn können Fahrzeuge
nicht so gut bremsen wie auf trockener, einwandfreier Fahrbahn. Der
Anhalteweg kann je nach Zustand der Fahrbahnoberfläche um mehrere
Meter variieren.
-
Zur
Detektion des Oberflächenzustands
einer Fahrbahn sind mehrere Verfahren bzw. Vorrichtungen bekannt:
Die
Druckschrift
DE 3738221
C2 behandelt ein Verfahren und eine Einrichtung zum Erkennen
des Zustandes einer Straße.
Hierbei ist vorgesehen, dass über
eine Laufzeitmessung von ausgesendeten Strahlen, die an der Fahrbahnoberfläche gestreut oder
reflektiert werden, die Fahrbahnbeschaffenheit erkannt wird.
-
Die
Druckschrift
DE 19730414
A1 betrifft ein Verfahren und eine Vorrichtung zur vorausschauenden
Fahrbahnbeurteilung. Es handelt sich hierbei um ein kameragestütztes Detektionssystem,
wobei ein auf die Fahrbahn projiziertes, ge ometrisches Lichtmuster
durch ein Triangulationsverfahren ausgewertet wird.
-
Der
Erfindung liegt die Aufgabe zugrunde, ein alternatives Verfahren
zur Detektion des Oberflächenzustands
einer Fahrbahn vorzuschlagen. Weiterhin liegt der Erfindung die
Aufgabe zugrunde, ein entsprechendes Detektionssystem sowie ein
verbessertes Fahrerassistenzsystem zu entwerfen.
-
Diese
Aufgabe wird durch ein Verfahren gemäß Anspruch 1, ein Detektionssystem
nach Anspruch 15 und ein Fahrerassistenzsystem nach Anspruch 18
gelöst.
Die Merkmale der Unteransprüche betreffen
bevorzugte Ausführungen
der Erfindung.
-
Das
erfindungsgemäße Verfahren
dient zur Detektion des Oberflächenzustands
einer Fahrbahn. Hierzu wird zunächst
eine Grobbestimmung des Oberflächenzustands
durch eine Ermittlung der Witterungsbedingungen durchgeführt. Die
Witterungsbedingungen können
dabei globale Witterungsbedingungen, wie z.B. Regen, Sonnenschein,
Frost, Außentemperatur
etc. und/oder lokale Witterungsbedingungen, wie z.B. Witterungsbedingungen
auf der Fahrbahn und/oder in einem Fahrbahnbereich, betreffen.
-
In
einem weiteren Schritt erfolgt eine Feinbestimmung des Oberflächenzustands
und zwar erfindungsgemäß durch
Auswertung von statistischen Kenngrößen eines Kamerabildes der
Fahrbahn und/oder eines Teilbereichs davon. Vorzugsweise ist die
Umgebung passiv und/oder gleichmäßig beleuchtet.
Passive Beleuchtung bedeutet hierbei, dass die Fahrbahn durch Umgebungslicht,
wie z.B. Sonnenlicht, Straßenlaternen,
Reflexion von Scheinwerfern entgegenkommender Fahrzeuge etc. beleuchtet ist.
Insbesondere wird bei dem erfindungsgemäßen Verfahren keine Lichtquelle
mit strukturierten Lichtmuster zur Beleuchtung der Fahrbahn und/oder
der Umgebung verwendet. Die statistischen Kenngrößen werden von der Bildwertverteilung innerhalb
des Kamerabildes oder eines Teilbereichs davon abgeleitet.
-
Der
Erfindung liegt dabei die Überlegung
zugrunde, dass der Mensch unbewusst mehrere Methoden einsetzt, um
einen Gesamteindruck vom Oberflächenzustand
der Fahrbahn zu erhalten. Derartige Methoden werden bei dem erfindungsgemäßen Verfahren
ebenfalls verwendet und zusammengeführt.
-
Bei
einer vorteilhaften Ausführungsform
der Erfindung wird, vorzugsweise in einem Vorverarbeitungsschritt,
aus dem Kamerabild ein Fahrbahnbereich und/oder relevante Bereiche
extrahiert. Hierzu werden beispielsweise Straßenunebenheiten oder Bereichsgrenzen
automatisch registriert, um die Straße besser in Untereinheiten
und/oder relevante Bereiche aufgliedern zu können. Vorzugsweise werden die
Bereichsgrenzen von Pfützen,
Rissen etc. zusammen mit ihrer Position aufgezeichnet. Diese Vorverarbeitung
hilft, wenig logische Berechnung zu vermeiden, weil das Bild zunächst nach
aufschlussreichen Bereichen aufgeschlüsselt wird. Insbesondere ist
vorgesehen, dass die Fahrbahnmarkierung und/oder Grenzen von Pfützen und
andere Bereichsgrenzen erkannt werden.
-
Bei
einer bevorzugten Ausführungsform
umfassen die statistischen Kenngrößen die Fehlerdichte und/oder
die Fehlerdichteverteilung in dem Kamerabild und/oder Teilbereichen
davon. Insbesondere umfassen die statistischen Kenngrößen die
Fehlerdichte und/oder Fehlerdichteverteilung in dem erkannten Fahrbahnbereich
und/oder in den relevanten Bereichen des Kamerabildes.
-
Die
Fehlerdichte ist insbesondere ein Maß für die Gleichmäßigkeit
der Bildwertverteilung in dem betrachteten Bereich des Kamerabildes.
Sie kann beispielsweise ermittelt werden, indem die räumlichen
Ableitungen in dem betrachteten Bereich des Kamerabildes gebildet
werden, wie es beispielsweise bei Kantenfilter bekannt ist, und
Pixel, denen ein Wert für
die Ableitungen zugeordnet ist, der größer als ein Grenzwert ist,
als Fehler zu behandeln. Alternativ oder ergänzend kann für den betrachteten
Bereich eine Verteilung erstellt werden, in der beispielsweise die
Verteilung der Intensitätswerte
der Pixel und/oder der zugeordneten räumlichen Ableitungen aufgetragen
ist. Aus dieser Fehlerdichteverteilung können statistische Kenngrößen, wie
z.B. Verteilungs- oder Streubreite, Maximalwert, Mittelwert abgeleitet
werden.
-
Es
liegt eine bevorzugte Weiterbildung der Erfindung vor, wenn die
Witterungsbedingungen in eine Gruppe von Oberflächengrobzuständen eingeteilt
werden. Vorzugsweise ist vorgesehen dass diese Gruppe eisglatte,
schneeglatte, nasse und/oder trockene Oberflächengrobzustände und/oder
Sondergrobzustände
umfasst. In Weiterführung
des erfinderischen Grundgedankens erfolgt bei der Grobbestimmung
des Oberflächenzustands
zunächst
eine simple Einteilung der lokalen und/oder globalen Witterungsbedingungen.
-
Für die Entscheidung über den
vorliegenden Oberflächengrobzustand
können
eine Vielzahl von Indikatoren alternativ oder ergänzend verwendet werden:
Es
ist vorstellbar, dass der Oberflächengrobzustand „schneeglatte
Fahrbahn" durch
Auswertung der Fahrbahnfarbe erfolgt. Dies wird besonders vereinfacht,
falls das Kamerabild als Farbbild ausgebildet ist.
-
Es
ist vorstellbar, dass eine Unterscheidung zwischen den Oberflächengrobzuständen "schneeglatte Fahrbahn" und "nasse Fahrbahn" erfolgt, indem die
Intensitätsverteilung
eines oder des Kamerabildes ausgewertet wird. Vorzugsweise ist das
Kamerabild als Abbildung der Umgebung im Infrarotnahbereich ausgebildet.
Insbesondere im Infrarotnahbereich wird Licht von Wasser absorbiert
und von Schnee oder Eis reflektiert, so dass Bereiche mit hoher
Intensität
Schnee- und/oder
Eisflecken und/oder Bereiche mit niedriger Intensität Wasserbereichen, insbesondere
Pfützen,
zugeordnet werden. Vorzugsweise kann ein Kamerabild im sichtbaren
Bereich und ein Kamerabild im nahen Infrarotbereich aufgenommen
werden und eine Unterscheidung zwischen dem Oberflächengrobzuständen auf
Grund der unterschiedlichen Absorptionen und Reflexionen von Wasser,
Eis und Schnee in den beiden Wellenlängenbereichen erfolgen.
-
Es
ist vorstellbar, dass die Detektion des Oberflächengrobzustandes "nasse Fahrbahn" und/oder "Wasser auf Fahrbahn" indirekt durch Erkennung
von Wassertropfen auf der Scheibe und/oder in der Luft durchgeführt wird.
Die Wassertropfen werden in dem Kamerabild beispielsweise über eine
sich insbesondere über
die Zeit ändernde Unschärfe erkannt.
-
Es
ist vorstellbar, dass die Detektion des Oberflächengrobzustandes eine Pfützen- und/oder Schneefleckenerkennung
aufweist, wobei die Erkennung über
Auswertung der Bildkontinuität
des Kamerabildes durch Erfassung der Kontrastunterschiede erfolgt.
Insbesondere ist vorgesehen, das ursprüngliche Kamerabild zeilenweise
auf Intensitätssprünge zu untersuchen,
insbesondere, indem Maxima in dem Betrag der Ableitung des Zeilenintensitätsverlaufs
ermittelt werden. Bei dieser Art der Detektion können beispielsweise Pfützen entweder – aufgrund der
Absorption – als
intensitätsschwache
Bereiche oder – aufgrund
der gerichteten Reflexion beispielsweise des Lichts eines entgegenkommenden
Fahrzeugs – als
intensitätsstarke
Bereiche entdeckt werden.
-
Es
ist vorstellbar, dass eine Unterscheidung zwischen den Oberflächengrobzuständen "schneeglatte Fahrbahn", eisglatte Fahrbahn" und "nasse Fahrbahn" erfolgt, indem die
Signale eines Radars ausgewertet werden, insbesondere kann durch
Auswertung von Radarsignalen eine Unterscheidung zwischen einer
Pfütze
und einem Eisflecken auf einer Fahrbahn erfolgen.
-
Es
ist vorstellbar, dass die Witterungsbedingungen durch weitere Sensoren
ermittelt werden, so zum Beispiel Außenthermometer, Regensensor
etc. Weiterhin ist es vorstellbar, dass die Witterungsbedingungen über Schnittstellen
von externen Datenbanken oder Informationsdiensten abgefragt werden.
-
Bei
einer bevorzugten Ausführungsform
erfolgt die Feinbestimmung des Oberflächenzustands in Abhängigkeit
des Oberflächengrobzustandes.
Insbesondere ist die Information über den Oberflächengrobzustand
eine zwingend notwendige Eingabe für die Feinbestimmung des Oberflächenzustands.
Bevorzugt wird als Oberflächenzustand
der Reibungskoeffizienten der Fahrbahn detektiert und/oder abgeleitet.
-
Bei
einer besonders bevorzugten Ausführungsform
werden einer Einrichtung, z.B. einem Klassifikationssystem, die
statistischen Kenngrößen und
entweder Daten über
lokale und/oder globale Witterungsbedingungen oder über den
ermittelten Oberflächengrobzustand übergeben.
Die Einrichtung ordnet den übergebenen
Daten einen Wert für
den Reibungskoeffizienten der Fahrbahn zu.
-
Die
der Erfindung zu Grunde liegende Aufgabe wird auch durch ein Detektionssystem
zur Detektion des Oberflächenzustands
einer Fahrbahn mit einer Kamera und einer Auswerteeinrichtung gemäß Anspruch
15 gelöst.
Erfindungsgemäß ist vorgesehen,
dass die Auswerteeinrichtung zur Durchführung des oben beschriebenen
Verfahrens ausgebildet ist.
-
Bei
der Kamera handelt es sich vorzugsweise um eine Infrarotnahkamera,
die in einem Bereich zwischen 700 Nanometer und 1000 Nanometer empfindlich
ist. Alternativ oder ergänzend
kann eine Farbbildkamera und/oder eine Graubildkamera jeweils für den sichtbaren
Bereich vorgesehen sein.
-
Bei
einer bevorzugten Ausführungsform
ist die Auswerteeinrichtung mit weiteren Sensoren zur Bestimmung
der lokalen und/oder globalen Witterungsbedingungen verschaltet.
-
Schließlich wird
das der Erfindung zu Grunde liegende Problem auch durch ein Fahrerassistenzsystem
gemäß Anspruch
18 gelöst,
welches insbesondere als ABS (Antiblockiersystem) oder ASR (Antischlupfregelung)
ausgebildet ist. Vorzugsweise umfasst das Fahrerassistenzsystem
das erfindungsgemäße Detektionssystem.
-
Vorzugsweise
werden die Parameter für
eine Schlupfregelung in Abhängigkeit
des ermittelten Oberflächenzustands,
insbesondere in Abhängigkeit des
Reibungskoeffizienten der Fahrbahn eingestellt. Diese Ausbildung
der Erfindung hat den Vorteil, dass als Grenzwert zur Aktivierung
einer Anti-Schlupfregelung
nicht wie bisher ein fester Grenzwert von z.B. 13% Schlupf eingestellt
ist, sondern dieser Grenzwert dynamisch in Abhängigkeit des Oberflächenzustands,
insbesondere des Reibungskoeffizienten der Fahrbahn, einstellbar
ist und/oder eingestellt wird.
-
Weitere
Einzelheiten, Merkmale, Merkmalskombinationen, Vorteile und Wirkungen
auf der Basis der Erfindung ergeben sich aus der nachfolgenden Beschreibung
der bevorzugten Ausführungsbeispiele der
Erfindung und aus den Zeichnungen. Diese zeigen jeweils in schematischer
Darstellung:
-
1 ein
schematisches Ablaufdiagramm eines Ausführungsbeispiels des erfindungsgemäßen Verfahrens;
-
2 ein
schematisches Blockdiagramm eines Ausführungsbeispiels des erfindungsgemäßen Fahrerassistenzsystems;
-
3 ein
Grauwertbild einer Fahrbahn zur Illustration des Verfahrens in 1 mit
der Vorrichtung in 2;
-
4 die
Ableitung des Bildes in 3 mit detektierten, relevanten
Bereichen;
-
5 die
Ableitung des Bildes in 3, mit Bereichen zur Bestimmung
der Fehlerdichte;
-
6 die
Ableitung einer Bildzeile in 3 zur Illustration
eines Verfahrens zur Detektion einer Pfütze;
-
7 der
Verlauf der Fehlerdichte in den Bereichen zur Bestimmmung der Fehlerdichte
in 5;
-
8 eine
Bereichsmatrix zur Illustration der Feinbestimmung des Fahrbahnzustandes
bei dem Verfahren in 1;
-
9 ein
Diagramm in dem der Schlupf gegen den Reibungskoeffizienten für verschiedene
Witterungsbedingungen aufgetragen ist.
-
Einander
entsprechende Teile, Verfahrensabschnitte oder Größe sind
in allen Figuren mit den gleichen Bezugszeichen versehen.
-
Die 1 zeigt
ein schematisches Ablaufdiagramm eines ersten Ausführungsbeispiels
des erfindungsgemäßen Verfahrens.
-
In
dem Verfahrensabschnitt A wird mittels einer Kamera 1 (2)
ein Kamerabild der Fahrzeugumgebung, insbesondere mit Blickrichtung
in Fahrtrichtung aufgenommen. Ein beispielhaftes Kamerabild 10 ist
in 3 dargestellt und zeigt einen typischen in Fahrtrichtung
vor einem Fahrzeug liegenden Straßenverlauf mit einer Fahrbahn 11.
-
In
einem Verfahrensabschnitt B wird das Kamerabild an eine Auswerteeinrichtung 2 (2) übergeben,
in der in einem Verfahrensabschnitt C die Bestimmung des Oberflächenzustandes
der Fahrbahn 11 in 3 erfolgt.
-
Zunächst wird
die Vorverarbeitung des Bildes durchgeführt. Hierzu werden mittels
digitaler Bildverarbeitung Bereichsgrenzen in dem Kamerabild 10 in 3 herausgearbeitet,
wofür beispielsweise
eine Ableitung des Kamerabildes 10 berechnet wird. Das
Kamerabild 10 wird in aufschlussreiche Bereiche unterteilt,
wobei anhand des vorverarbeiteten Kamerabildes 10 Fahrbahnmarkierung
erfasst, sonstige Straßenunebenheiten
oder Bereichsgrenzen sowie Grenzen von Pfützen, Rissen und Ähnlichem
detektiert und zusammen mit ihrer Position aufgezeichnet werden.
-
Ein
Beispiel für
ein vorverarbeitetes Kamerabild 10 ist in 4 als
Kantenbild 12 dargestellt, wobei der Straßenverlauf 11 als
etwa dreieckiger, nierenförmiger
Bereich 13 und zudem eine gezackte Grenzlinie 14 erfasst
wurde. Durch diesen Vorverarbeitungsschritt wird sichergestellt,
dass die Bestimmung des Oberflächenzustands
nur in logisch sinnvollen Bereichen des Kamerabildes 10 durchgeführt wird.
-
Die
detektierten Fahrbahnbereiche und/oder relevanten Bereiche werden
anschließend
weiter analysiert:
Es erfolgt eine Grobbestimmung des Oberflächenzustands
und zwar durch Bestimmung der lokalen und/oder globalen Witterungsbedingungen.
Hierzu werden eine Vielzahl von Indikatoren herangezogen, vorzugsweise
Indikatoren, die durch Auswertung des Kamerabildes 10 erhältlich sind.
-
Ein
erster Indikator ist die Nutzung der Straßenfarbe in dem Kamerabild 10 zur
Erkennung von Schnee. Schnee wird als intensitätsstarker Bereich in einem
Grauwertbild und/oder als weißer
Bereich in einem Fahrbild erkannt. Zudem ist es möglich, dass unterschiedliche
Absorptions- bzw. Reflexionsverhalten von Wasser und Schnee bei
der Auswertung zu berücksichtigen
und somit festzustellen, ob sich Wasser oder Schnee auf der Straße befindet.
Vorzugsweise wird für
diesen Zweck ein Kamerabild 10, welches im nahen Infrarotbereich
aufgenommen ist, verwendet, da das unterschiedliche optische Verhalten
in diesem Wellenlängenbereich
besonders stark hervortritt. Bei alternativen Ausführungsformen
ist es auch möglich,
dass der gleiche Bereich der Fahrzeugumgebung bei zwei unterschiedlichen
Wellenlängenbereichen,
insbesondere sichtbaren und nahem infraroten Wellenlängenbereich,
erfasst wird und durch einen Vergleich der Intensitäten in den
zwei unterschiedlichen Wellenlängenbereichen
Rückschlüsse auf
das Vorhandensein von Wasser oder Schnee auf der Fahrbahn gezogen
werden.
-
Ein
zweiter Indikator ist die Detektion von Regentropfen. Beispielsweise
werden Regentropfen direkt z.B. auf einer Autoscheibe erkannt oder
indirekt durch eine zeitlich variierende Änderung der Schärfe von
Kamerabildern der Fahrzeugumgebung, die nacheinander aufgenommen
worden sind.
-
Ein
dritter Indikator für
die Erkennung von Wasserpfützen
oder Schneeflecken ist die Erfassung einer fehlenden Bildkontinuität durch
die Erfassung der Kontrastunterschiede. Beispielsweise wird von dem
Bildwertverlauf einer Bildzeile 15 (3) die Ableitung
gebildet und an Hand von Extrema eine Wasserpfütze oder ein Schneeflecken
detektiert.
-
Eine
beispielhafte Auswertung der Bildzeile 15 in 3 zeigt
das Diagramm in 6. Auf der X-Achse des Diagramms
in 6 ist die Position senkrecht zur Fahrtrichtung
aufgetragen, auf der Y-Achse ist der Betrag der Ableitung des Bildwertverlaufs
der Bildzeile 15 aufgetragen.
-
Der
Kurvenverlauf weist zwei Maxima 16 und 17 auf,
die zusammen einen Hinweis auf eine Wasserpfütze darstellen.
-
Weitere
Indikatoren können
entweder aus dem Kamerabild 10 abgeleitet werden oder durch
die Verwendung von weiteren Sensoren, wie z.B. Radar zur Unterscheidung
von Wasser- und Eisbereichen, Außenthermometer zur globalen
Temperaturbestimmung etc. gebildet werden.
-
Parallel
oder ergänzend
zur Grobbestimmung des Oberflächenzustands
werden statistische Kenngrößen der
Fehlerdichte in Fahrbahnbereichen und/oder relevanten Bereichen
ermittelt. Hierzu werden der Fahrbahnbereich und/oder die relevanten Bereiche
in mehrere Unterbereiche unterteilt, wobei für jeden Unterbereich die Fehlerdichte
bestimmt wird. Eine beispielhafte Unterteilung des Fahrbahnbereichs 11 in
vier Unterbereiche 18 ist in 5 dargestellt.
Die vier Unterbereiche 18 repräsentieren Straßenabschnitte,
die das eigene Fahrzeug im weiteren Fahrtverlauf befahren wird.
-
Für jeden
Unterbereich werden statistische Kenngrößen der Fehlerdichte ermittelt,
indem beispielsweise die den Pixeln zugeordnete Ableitungswerte
in dem Kantenbild 12 in 4 für jeden
Unterbereich ausgewertet werden. Als relevante statistische Kenngrößen werden
dabei der Mittelwert, der Maximalwert oder die Streubreite der Werte
herangezogen.
-
Die
Erfindung geht dabei von der Überlegung aus,
dass bei kalibrierter Kamera und ebener Straße jeder Bildzeile in dem Kamerabild 10 ein
realer Fahrbahnbereich zugeordnet ist. Die in dem Bild gemessenen
Unstetigkeiten, hier auch als Fehler bezeichnet, und deren Verteilung
entsprechen somit planaren Fehlern auf der Fahrbahn bzw. deren Verteilung vor
dem Fahrzeug. Aus dieser Überlegung
heraus sollte es klar sein, dass der erfinderische Gedanke sich
nicht auf die Auswertung des Kantenbilds 12 beschränkt, sondern
jede Auswer tung umfasst, die als Maß für Unstetigkeiten oder Fehler
auf der Fahrbahn 11 geeignet ist.
-
Eine
beispielhafte Auswertung der Fehlerdichte ist in dem Diagramm in 7 gezeigt
wobei auf der X-Achse der Abstand d auf vom eigenen Fahrzeug und
auf der Y-Achse die Fehlerdichte rho/m aufgetragen ist. Der Kurvenverlauf 19 der
Fehlerdichte wurde in dem Diagramm in 7 stark
gefiltert, um beispielsweise durch Vibrationen im Fahrerhaus des
eigenen Fahrzeugs verursachte Rauschfehler zu eliminieren. Die Doppellinie 20 repräsentiert
die gefilterten Werte der Fehlerdichte.
-
In
einem weiteren Schritt innerhalb des Verfahrensabschnitts C erfolgt
die Datenzusammenführung
und die Auswertung der Ergebnisse der Grobbestimmung des Oberflächenzustands
sowie der Ermittlung von statistischen Kenngrößen der Fehlerdichte. Hierzu
wird die Fehlerdichte in Bezug zu den Informationen über den
Oberflächengrobzustandes gebracht.
Die Ergebnisse bezüglich
des Oberflächengrobzustandes
erlauben also, den Fahrbahnzustand im Hauptbereiche einzuteilen.
In der 8 ist eine derartige Einteilung des Fahrbahnzustands
in Hauptbereiche dargestellt. Die Hauptbereiche sind als eisglatte,
schneeglatte, nasse, trockene Fahrbahn und Sonderfälle eingeteilt.
-
Eine
Unterscheidung zwischen einer eisglatten und schneeglatten Fahrbahn
erfolgt beispielsweise über
die Farbe des relevanten Bereichs, also über den ersten Indikator.
-
Eine
Unterscheidung zwischen schneeglatter und nasser Fahrbahn erfolgt
zum Beispiel über die
Detektion von Wasser oder Wassertropfen gemäß dem zweiten und/oder dritten
Indikator.
-
Die
Feinbestimmung des Fahrbahnzustandes, insbesondere die Bestimmung
des Reibungskoeffizienten, erfolgt durch Vergleich der ermittelten
statistischen Kenngrößen der
Fehlerdichte mit hinterlegten Tabellen und/oder Mustern unter Berücksichtigung
des Oberflächengrobzustandes.
-
Bei
der Feinbestimmung des Fahrbahnzustandes wird also davon ausgegangen,
dass es nicht ausreicht, die Fehlerdichte zu kennen, um den Reibungskoeffizienten
direkt messen zu können.
Vielmehr muss die Fehlerdichte oder die statistischen Kenngrößen der
Fehlerdichte in Bezug zu den Oberflächengrobzuständen gesetzt
werden, um eine verlässliche
Auswertung zu erhalten.
-
Anschließend wird
der Wert des Reibungskoeffizienten zur weiteren Verarbeitung übergeben.
-
Die 2 zeigt
in schematischer Blockdarstellung ein Ausführungsbeispiel für ein erfindungsgemäßes Fahrerassistenzsystem 3.
Das Fahrerassistenzsystem 3 umfasst eine Kamera 1 und
eine Auswerteeinheit 2, die zusammen ein Detektionssystem 4 zur
Detektion des Oberflächenzustands
einer Fahrbahn bilden, sowie ein Antiblockier- und/oder Antischlupfregelungsystem 5.
-
Die
Kamera 1 kann in einem Fahrzeug an beliebiger Stelle angebracht
werden, eine mittige Anordnung in dem Fahrzeug ist nicht erforderlich.
Die Kamera 1 kann also als Standardkamera in einem LKW
im Bereich der Fahrerkabine angeordnet sein oder bei einem PKW beispielsweise
hinter dem Innenrückspiegel.
Der Beobachtungswinkel der Kamera 1 ist ebenfalls frei
wählbar,
bevorzugt wird die Kamera 1 mit Blickrichtung geradeaus
nach vorn in Fahrtrichtung angeordnet.
-
In
der Kamera 1 werden gemäß Verfahrensabschnitt
A Kamerabilder 10 aufgenommen, gemäß Verfahrensabschnitt B an
die Auswerteeinheit 2 übergeben,
dort gemäß Verfahrensabschnitt
C verarbeitet und gemäß Verfahrensabschnitt
D schließlich
Reibungskoeffizienten der Fahrbahn an das Antiblockier- und/oder
Antischlupfregelungsystem 5 übergeben. Optional können neben
die Kamera 1 weitere Kameras und/oder Sensorsysteme zur
Grobbestimmung des Oberflächenzustands
der Fahrbahn 11 treten.
-
Auf
Basis der übergebenen
Werte der Reibungskoeffizienten an das Antiblockier- und/oder Antischlupfregelungsystem 5 ist
es möglich,
die maximal auf die Straße übertragbare
Kraft zu berechnen und somit die Antischlupfregelung und/oder das
Antiblockiersystem optimal auf den aktuellen Reibungskoeffizienten
der Fahrbahn abzustimmen.
-
Die 9 zeigt
ein Diagramm, in dem auf der X-Achse
der Schlupf und auf der Y-Achse der Reibungskoeffizient aufgetragen
ist. In dem Diagramm sind vier verschiedene Kurvenläufe aufgetragen,
die dem Verhältnis
zwischen Schlupf und Reibungskoeffizienten bei eisglatter, schneeglatter,
nasser und trockener Fahrbahn entsprechen. Der Schlupf berechnet
sich dabei als die Differenz zwischen der Fahrzeuggeschwindigkeit
und der Radgeschwindigkeit dividiert durch die Fahrzeuggeschwindigkeit.
Bislang wird ein Grenzwert für
die Aktivierung der Anti-Schlupfregelung bei 13 Prozent Schlupf
festgelegt, unabhängig
von dem tatsächlichen
Oberflächenzustand
der Fahrbahn.
-
Dieser
Grenzwert kann in Kenntnis des Oberflächenzustandes der Fahrbahn
sowie insbesondere des Reibungskoeffizienten der Fahrbahn angepasst
werden, so dass für
jeden Oberflächenzustand
der Fahrbahn der optimale Schlupfgrenzwert gewählt wird. Hierzu wird beispielsweise
eine Datentabelle erstellt, in der der optimale Grenzwert in Abhängigkeit
vom Fahrbahnzustand hinterlegt ist.
-
Alternativ
oder ergänzend
kann auch der einzuhaltende Mindestabstand ermittelt werden, da
in Kenntnis des Reibungskoeffizienten der Fahrbahn der Bremsweg
genau ermittelt werden kann. Bei dem Mindestabstand wird auch die
Reaktionszeit des Fahrers (400 ms) berücksichtigt. Der derartig ermittelte
Mindestabstand kann z. B. in automatischen Fahrsystemen weiterverarbeitet
werden.
-
Alternativ
oder ergänzend
können
auch Risikobereiche vorausschauend ermittelt werden, so dass zum
Beispiel durch automatische Fahrsysteme bereits im Vorfeld von risikobehafteten
Fahrbahnabschnitten, wie beispielsweise eisglatte Bereiche, eine Geschwindigkeitsreduzierung
veranlasst werden kann.
-
- 1
- Kamera
- 2
- Auswerteeinrichtung
- 3
- Fahrerassistenzsystem
- 4
- Detektionssystem
- 5
- ABS-
oder ASR-System
- 10
- Grauwertbild
- 11
- Fahrbahn
- 12
- Kantenbild
- 13
- Fahrbahnbereich
- 14
- Grenzlinie
- 15
- Bildzeile
- 16,
17
- Maxima
- 18
- Unterbereiche
- 19
- Kurvenverlauf
- 20
- gefilterter
Kurvenverlauf