DE102006002743A1

DE102006002743A1 - Method for regulating speed of motor vehicle, involves evaluating reflecting signals of detectable objects and only for clearly detectable objects distance value, lateral offset value and grade value are available for lateral offset

Info

Publication number: DE102006002743A1
Application number: DE102006002743A
Authority: DE
Inventors: Werner Urban; Ruediger-Walter Henn; Brendan Gibson
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2006-01-20
Filing date: 2006-01-20
Publication date: 2007-08-02

Abstract

The method involved transmitting a reflecting signal in the detection range. The reflecting signal is reflected from the objects (3), and reflecting signals are received from a distance sensor device. The reflecting signals of detectable objects are evaluated and only for clearly detectable objects a distance value (4), a lateral offset value (5) and a grade value are available for the lateral offset. An independent claim is also included for a device for regulating the speed of a motor vehicle comprises a distance and speed regulator and a distance sensor device.

Description

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Regelung der Geschwindigkeit eines Kraftfahrzeuges mit einem Abstands- und Geschwindigkeitsregler und einer Abstandsfühleinrichtung, mit der Objekte innerhalb eines Erfassungsbereiches der Abstandsfühleinrichtung detektierbar sind.The The invention relates to a method and a device for regulation the speed of a motor vehicle with a distance and Speed controller and a distance sensing device, with the objects within a detection range of the distance sensing device are detectable.

Solch ein Verfahren ist in dem Bosch Handbuch aus der gelben Reihe Adaptive Fahrgeschwindigkeitsregelung ACC, Ausgabe 2002, ISBN-3-7782-2034-9, beschrieben. Das elektronische Fahrzeugsystem Adaptive Fahrgeschwindigkeitsregelung, englisch als Adaptiv Cruise Control oder kurz als ACC bezeichnet, erweitert die Geschwindigkeitsregelung in der Art, dass die Fahrgeschwindigkeit an langsamere vorausfahrende Fahrzeuge angepasst wird, wenn diese von der Abstandsfühleinrichtung im Erfassungsbereich gemessen werden und sich im voraussichtlichen Kursbereich befinden. Die Abstandsfühleinrichtung ist ein Abstandssensor und mittels eines Radarsensors oder Lidarsensors, der mittels Laser abtastet, realisiert.Such a procedure is in the Bosch manual from the yellow series Adaptive Cruise Control ACC, Edition 2002, ISBN-3-7782-2034-9, described. The electronic vehicle system Adaptive cruise control, English as Adaptive Cruise Control or short referred to as ACC, extends the cruise control in the way that the driving speed is adapted to slower vehicles in front, if this from the distance sensing device be measured in the coverage area and in the foreseeable future Course area are located. The distance sensing device is a distance sensor and by means of a radar sensor or Lidarsensors, by means of laser scanned, realized.

Hat ein Fahrzeug mittels des Reglers ein vorausfahrendes Fahrzeug als in der eigenen Spur fahrendes Fahrzeug erkannt und fährt mit angepasster Geschwindigkeit hinter diesem Fahrzeug her, so wird das verfolgte Fahrzeug als relevantes Objekt, als Ziel- oder Folgeobjekt, das in der Geschwindigkeit angepasste Fahrzeug als ACC gesteuertes Fahrzeug oder kurz als ACC-Fahrzeug bezeichnet. Das Erkennen eines Fahrzeuges als Zielobjekt wird als Plausibilisierung bezeichnet, generell ist damit gemeint, dass entschieden werden muss, ob Objekte bei der Ausführung einer Assistenzfunktion möglicherweise berucksichtigt werden müssen oder nicht. Für die Plausibilisierung des relevanten Objekts ist dabei einerseits die möglichst genaue Vorhersage des zukünftigen Kurses, auch als Kursprädiktion bezeichnet, und andererseits die Radarinformation über die genaue Position der vorausfahrenden Fahrzeuge von zentraler Bedeutung. Als Radarobjektdaten werden von ACC-Regler die Abstände der vom Radar erfassten Objekte zum ACC-Fahrzeug, die Winkel beziehungsweise die lateralen Versätze der erfassten Objekte bezogen zur Längsachse des ACC-Fahrzeugs sowie die Objektgeschwindigkeiten relativ zum ACC-Fahrzeug erfasst. Das eingesetzte FMCW-Radar erlaubt eine sehr zuverlässige Bestimmung von Objekt-Abstand und -Relativgeschwindigkeit. Die Objektwinkel relativ zur Fahrzeuglängsachse können jedoch nicht immer mit der für die Adaptive Geschwindigkeitsregelung erforderlichen Genauigkeit bestimmt werden. Insbesondere in sehr komplexen Verkehrssituationen in Verbindung mit Leitplanken kann die Winkelauswertung zum Beispiel durch Mehrfachreflexionen oder Spiegelungseffekte durch die Leitplanke fehlerhafte Ergebnisse liefern. Ein fehlerhaft ermittelter Lateralversatz führt daher unmittelbar zu einem entsprechenden Fehler in der Spurzuordnung des betreffenden Objekts und damit zu einer fehlerhaften Zielobjektplausibilisierung.Has a vehicle by means of the controller a preceding vehicle as recognized in their own lane driving vehicle and drives with adjusted speed behind this vehicle, it will tracked vehicle as relevant object, as target or follow object, the speed adjusted vehicle controlled as ACC Vehicle or briefly referred to as ACC vehicle. The recognition of a Vehicle as target object is called a plausibility check, In general, this means that it must be decided whether objects are included the execution an assistance function may be must be taken into account or not. For the plausibility of the relevant object is on the one hand the possible accurate prediction of the future Course, also as a course prediction on the other hand, the radar information about the exact position of the vehicles in front of central importance. As radar object data are the distances of the ACC controller radar detected objects to ACC vehicle, the angle or the lateral offsets the detected objects relative to the longitudinal axis of the ACC vehicle and the object speeds detected relative to the ACC vehicle. The used FMCW radar allows a very reliable Determination of object distance and relative velocity. The object angles relative to the vehicle's longitudinal axis can, however not always with the for the Adaptive Cruise Control determines the required accuracy become. Especially in very complex traffic situations in connection with guardrails, the angle evaluation can be done, for example, by multiple reflections or mirroring effects through the guardrail faulty results deliver. An incorrectly determined lateral offset therefore results immediately to a corresponding error in the track assignment of the relevant object and thus to an incorrect target plausibility.

Der Erfindung liegt daher die Aufgabe zugrunde, eine Leistung der Abstands- und Geschwindigkeitsregelung zu verbessern. Insbesondere sollen fehlerhafte Objektzuordnungen zur eigenen Fahrspur und damit verbundene potentielle Nebenspurstörungen und potentiell Zielobjektverluste während einer Folgefahrt beziehungsweise ein zu spätes Erkennen eines in der eigenen Spur fahrendes Fahrzeug aufgrund ungenauer oder falscher Winkelinformationen vermieden werden.Of the The invention is therefore based on the object, a performance of the distance and speed control. In particular, erroneous Object assignments to own lane and related potential Adjacent lane interference and potentially target losses during a follow-up run, respectively one too late Detecting a vehicle driving in its own lane due to inaccurate or wrong angle information can be avoided.

Diese Aufgabe wird gemäß der Merkmale der nebengeordneten Ansprüche 1 und 7 gelöst. Dabei sind folgende Verfahrensschrite ausgeführt: in einem ersten Verfahrensschritt wird in den Erfassungsbereich ein reflektierbares Signal ausgesendet, von Objekten wird das reflektierbare Signal reflektiert, reflektierte Signale werden von der Abstandsfühleinrichtung empfangen, in einem zweiten Verfahrensschritt werden die reflektierten Signale detektierbarer Objekte ausgewertet und nur für eindeutig detektierte Objekte werden jeweils ein Abstandswert, ein Lateralversatzwert und ein Gütewert für den Lateralversatz zur Verfügung gestellt, die vorgenannten Verfahrensschritte 1-2 werden zyklisch wiederholt, eine Detektionsrate, die das Verhältnis von Detektion und Nicht Detektion eines Objektes in aufeinander folgenden Zyklen beinhaltet, wird ermittelt, mit dem lateralen Versatz wird eine aktuelle Spurwahrscheinlichkeit für das Objekt ermittelt, mit der Spurwahrscheinlichkeit, einer Reglerabtastzeit und einem Reduzierungsfaktor wird ein Inkrement ermittelt und mit einem Plausibilitätswert eines vorangegangenen Zyklus und dem Inkrement wird ein aktueller Plausibilitätswert ermittelt.These Task is performed according to the characteristics of sibling claims 1 and 7 solved. The following procedure is carried out: in a first process step a reflective signal is emitted into the detection area, of objects, the reflectable signal is reflected, reflected Signals are from the distance sensing device received, in a second process step, the reflected Signals of detectable objects evaluated and only for unique Detected objects are each a distance value, a lateral offset value and a quality value for the Lateral offset available provided, the aforementioned method steps 1-2 are cyclic repeatedly, a detection rate that exceeds the ratio of detection and not Involves detection of an object in successive cycles, is determined, with the lateral offset becomes an actual lane probability for the object determined, with the track probability, a Reglerabtastzeit and a reduction factor, an increment is determined and with a plausibility value of a previous cycle and the increment becomes a current one plausibility value determined.

Dabei ist berücksichtigt, dass die ACC-Winkelauswertung das Gütemaß in Form einer Lateralversatzvarianzgröße zusätzlich zum ermittelten Lateralversatz zur Verfügung stellt. Alternativ ist ein Vertrauensintervall denkbar, in welchem der gemessene Lateralversatz mit einer vorgegebenen Wahrscheinlichkeit von beispielsweise 95 liegen muss. Die Lateralversatzvarianzgröße wird bei der Spurzuordnung und der Objektplausibilisierung berücksichtigt. Hinsichtlich der Spurzuordnung ist überprüfbar, ob das gesamte Lateralversatz-Vertrauensintervall des betreffenden Objektes oder zumindest der überwiegende Teil davon innerhalb der eigenen Spur zu liegen kommt. In diesem Fall ist die Objektplausibilisierung wie bisher gewohnt vorgenommen. Für den Fall, dass sich das Vertrauensintervall über Spurgrenzen hinweg ausdehnt, ist die Objektplausibilisierung entsprechend abgeschwächt. Die Varianz wird mit einem Schwellwert verglichen. Ist die Varianz ein vierfacher Schwellwert, so fließt ein Faktor von 1/4 ein, bei einem dreifachen Schwellwert wird ein Faktor von 1/3 gesetzt und so weiter.It is taken into account that the ACC angle evaluation provides the quality measure in the form of a lateral offset variance variable in addition to the determined lateral offset. Alternatively, a confidence interval is conceivable in which the measured lateral offset must lie with a predetermined probability of, for example, 95. The lateral offset variance is taken into account in the track assignment and object plausibility. With regard to track assignment, it is possible to check whether the entire lateral offset confidence interval of the object in question or at least the predominant part of it lies within its own track. In this case, object plausibility is done as usual. In the event that the confidence interval extends beyond lane boundaries, object plausibility is correspondingly mitigated. The variance is compared to a threshold. Is the variance one four? If the threshold value is low, a factor of 1/4 is entered, with a triple threshold a factor of 1/3 is set and so on.

Als weiterer Indikator dafür, ob die momentanen Objektdaten vertrauenswürdig sind und demnach anstandslos für die Objektplausibilisierung verwendet werden können, ist eine Messrate für das betreffende Objekt. Wird ein Objekt vom Radar erfasst und können gemessene Daten zu diesem Objekt nicht verwertet werden, so wird das Objekt nicht detektiert. Wird ein Objekt in aufeinander folgenden Erfassungszyklen einerseits detektiert und andererseits nicht detektiert, so wird ein Verhältniswert, nämlich besagte Messrate gebildet. Ein Objekt, welches nur sporadisch immer mal wieder vom Radar detektiert wird und dessen Daten während der Messlücken lediglich in extrapolierter Form vorliegen, ist vorsichtiger zu bewerten als ein Objekt, welches lückenlos vom Radar erkannt wird. Als Messrate, auch als Detektionsrate bezeichnet, ist eine Detektionshäufigkeit innerhalb einer bestimmten Zeit von zum Beispiel 0,5-1,0 sec herangezogen. Die zugehörige Variable ist im Folgenden auch als MeasFilt bezeichnet.When another indicator for whether the current object data is trustworthy and therefore without any problems for the Object plausibility can be used is a measurement rate for the relevant Object. Is an object detected by the radar and can measured data for this Object can not be used, so the object is not detected. Is an object in successive detection cycles on the one hand detected and not detected on the other hand, so a ratio value, namely said Measuring rate formed. An object that only sporadically ever is detected again by the radar and its data during the measurement gaps only in extrapolated form, is more cautious too rate as an object that is completely recognized by the radar. A measuring rate, also called a detection rate, is a detection frequency within a certain time, for example 0.5-1.0 sec. The associated Variable is also referred to below as MeasFilt.

Für Objekte, welche eine Mindestdetektionsrate aufweisen, wird ein Plausibilitätswert entsprechend einer Spurwahrscheinlichkeit, die dieses Objekt aufweist, erhöht beziehungsweise erniedrigt. Die Spurwahrscheinlichkeit, kurz spw genannt, wird im Englischen als lane probability, kurz als lpb bezeichnet. Die Objekt-Spurwahrscheinlichkeit gemäß dem Stand der Technik wird mit der Reglerabtastzeit multipliziert und geht als Inkrement in die Berechnung der Plausibilität ein, welches die entscheidende Größe für die Zielobjektauswahl darstellt. Die Reglerabtastzeit wird im Folgenden auch als Tcycle bezeichnet. plaus [–] = plausk-1 [–] + Tcycle [s]·lpb [–]·P_PLDdtPlaus [1/s]mit P_PLDdtPlaus = 1.0 [s]For objects having a minimum detection rate, a plausibility value corresponding to a lane probability having that object is increased or decreased. The lane probability, called spw for short, is referred to in English as the lane probability, or lpb for short. The object track likelihood according to the prior art is multiplied by the controller sampling time and is included as an increment in the calculation of the plausibility, which is the decisive variable for the target object selection. The controller sampling time is also referred to below as Tcycle. plaus [-] = plausk-1 [-] + Tcycle [s] · lpb [-] · P_PLDdtPlaus [1 / s] with P_PLDdtPlaus = 1.0 [s]

Erfindungsgemäß erfolgt eine Abschwächung der Standard-Plausibilisierungsrate, also des zweiten Terms T_cycle·lpb·P_PLDdtPlaus, wenn eine der folgenden Situationen vorliegt. In einer ersten Variante ist das Objekt bereits Zielobjekt und weist eine schlechte Messrate von zum Beispiel weniger als 70% auf. Dann erfolgt eine Abschwächung des Plausibilitätsabbaus zur Verhinderung eines unplausiblen Zielobjektverlustes aufgrund der schlechten Messrate. In einer zweiten Variante weist das Objekt eine schlechte Messrate auf und hat nur einen sehr geringen Abstand von etwa 15 m bis 20 m. Diese Situation ist typisch für falsch gemessene Objekte im Nahbereich, hervorgerufen zum Beispiel durch Bodenreflexionen. Falsch gemessene Objekte werden kurz als FAGO oder FAGOs bezeichnet und treten im Wesentlichen in dem besagten Abstand von 15 m bis 25 m auf. Damit erfolgt eine Abschwächung des Plausibilitätsaufbaus zum Zwecke der FAGO-Unterdrückung. In einer dritten Variante weist das Objekt eine erhöhte Lateralversatzvarianz und gleichzeitig einen Abstand von weniger als etwa 60 m auf. Der Abstand von weniger als 60 m gilt als kein allzu großer Abstand und ist vor allem relevant für eine Zielobjekt-Folgefahrt. Gleichzeitig können in diesem Bereich vereinzelt FAGOs auftreten. Aufgrund des erhöhten Lateralversatzes wird jedoch die Plausibilisierung auf diese störenden Objekte abgeschwächt. Dieser Bereich weniger als 60 m ist auch uninteressant für Annäherungen an mögliche Zielobjekte, die in einem größeren Entfernungsbereich in der eigenen Spur gemessen werden.According to the invention, the standard plausibility rate, ie the second term T _cycle · lpb · P_PLDdtPlaus, is attenuated if one of the following situations exists. In a first variant, the object is already a target object and has a poor measuring rate of, for example, less than 70%. Then the attenuation of the plausibility reduction to prevent an implausible target loss due to the bad measuring rate. In a second variant, the object has a bad measuring rate and has only a very small distance of about 15 m to 20 m. This situation is typical of mis-measured objects in the vicinity caused, for example, by ground reflections. Mis-measured objects are referred to as FAGO or FAGOs for short, and occur essentially at that distance of 15 m to 25 m. This weakens the plausibility structure for the purpose of FAGO suppression. In a third variant, the object has an increased Lateralversatz variz and at the same time a distance of less than about 60 m. The distance of less than 60 m is considered to be not too great a distance and is especially relevant for a target-follow-up journey. At the same time, isolated FAGOs can occur in this area. Due to the increased lateral offset, however, the plausibility of these disturbing objects is weakened. This area less than 60 m is also uninteresting for approaches to possible targets that are measured in a larger distance range in their own lane.

Die Plausibilisierungsrate gemäß dem Stand der Technik, nämlich der Term T_cycle·lpb P_PLDdtPlaus, wird dann mittels eines Reduzierungsfaktors abgeschwächt: fakReduceVar = C_PLDdVarYvFakReduce/dVarYvfakReduceVar ist ein Reduzierungsfaktor aufgrund der Lateralversatzvarianz, die im Folgenden auch als dVarYv bezeichnet ist. C_PLDdVarYvFakReduce ist der Schwellwert. fakReduceDet = MeasFiltfakReduceDet ist ein Reduzierungsfaktor aufgrund einer Detektionsleistung.The plausibility rate according to the prior art, namely the term T _cycle · lpb P_PLDdtPlaus, is then attenuated by means of a reduction factor: fakReduceVar = C_PLDdVarYvFakReduce / dVarYv fakReduceVar is a reduction factor due to the lateral offset variance, which is also referred to below as dVarYv. C_PLDdVarYvFakReduce is the threshold. fakReduceDet = MeasFilt fakReduceDet is a reduction factor due to a detection performance.

Mit dem kleineren der beiden Reduzierungsfaktoren wird dann schließlich die Plausibilitätsabschwächung vorgenommen.With the smaller of the two reduction factors then becomes the Plausibility mitigation made.

Um einen zu langsamen Plausibilitätsaufbau in Annäherungssituationen zu vermeiden, erfolgt eine Abschwächung des Plausibilitätsaufbaus aufgrund einer schlechten Detektionsrate bei Objekten mit großem Abstand nur für den Fall, dass diese Objekte bereits potentielle Zielobjekte sind. Für Objekte mit einem Abstand, der typisch für FAGOs ist, das sind weniger als 25 m, wird die Abschwächung des Plausibilisierungsaufbau aufgrund schlechter Detektionsrate obligatorisch durchgeführt.Around too slow a plausibility build-up in approach situations To avoid, there is a weakening of the plausibility structure due to a poor detection rate for objects far away only for the case that these objects are already potential targets. For objects with a distance that is typical of FAGOs is, that is less than 25 m, will weaken the plausibility build-up mandatory due to poor detection rate.

Im Falle einer sehr großen Lateralversatzvarianz ist das entsprechende Objekt völlig unbrauchbar, weshalb in diesem Fall ein potentieller Plausibilitätsaufbau überhaupt nicht mehr zugelassen wird.in the Trap a very big one Lateral offset variance, the corresponding object is completely useless, why in this case a potential plausibility build-up at all is no longer allowed.

Ebenso wird im Falle einer sehr schlechten Messrate, das heißt, dass die Variable MeasFilt kleiner als 0,4 ist, kein Plausibilitätsaufbau mehr zugelassen, sondern es erfolgt dann ein progressiver parabelförmiger Plausibilitätsabbau. Die Abbaurate richtet sich dabei nach der Dauer, wie lange das betroffene Objekt nicht mehr detektiert wurde. Aufgrund dieser progressiven Plausibilitäts-Dekrementierung führen kurze Mess-Aussetzer zu keinen großen Rückgang des Plausibilitätswertes. Je länger die Messlücke jedoch andauert, desto schneller wird die Plausibilität abgebaut.Similarly, in the case of a very poor measurement rate, that is, the variable MeasFilt is less than 0.4, no plausibility is no longer allowed, but there is then a progressive parabolic plausibility degradation. The rate of degradation depends on the duration, how long be affected object was no longer detected. Due to this progressive plausibility decrement, short measurement dropouts do not lead to a large decrease in the plausibility value. However, the longer the measurement gap lasts, the faster the plausibility is reduced.

Aufgrund der Abschwächung der Objektplausibilisierung im Falle schlechter Winkelguten beziehungsweise schlechter Detektionsleistung werden kurze unplausible Zielobjektverluste als auch instabile Objekte, wie FAGOs unterdrückt.by virtue of the weakening the object plausibility in case of bad angles good or poor detection performance becomes short implausible target object losses as well as unstable objects, like FAGOs suppressed.

Zum besseren Verständnis der Erfindung wird nachstehend ein Ausführungsbeispiel anhand der Zeichnung näher erläutert.To the better understanding The invention will now be an embodiment with reference to the drawing explained in more detail.

Es zeigenIt demonstrate

1 ein ACC-Fahrzeug hinter einem vorausfahrenden Objekt auf einer zweispurigen Straße und 1 an ACC vehicle behind a preceding object on a two-lane road and

2 ein Diagramm mit einer Plausibilität aufgetragen über die Zeit. 2 plotted a plausibility plot over time.

1 zeigt ein ACC-Fahrzeug 1, dessen Radar unter einem Winkel 2 ein Objekt 3, nachfolgend auch als vorausfahrendes Fahrzeug bezeichnet, erfasst hat. Dieses Fahrzeug 3 weist einen Abstand 4 und einen lateralen Versatz 5 bezogen jeweils auf die Mittelachse beider Fahrzeuge 1,3 auf. Aufgrund ungenauer Messwerte sind ein erstes Vertrauensintervall 6 zur rechten Seite und ein zweites Vertrauensintervall 7 zur linken Seite vorgegeben. Die Position des Fahrzeugs 3 kann somit um die Strecke der Vertrauensintervalle 6, 7 sowohl zur rechten als auch zur linken Seite versetzt sein. Es ist vorausgesetzt, dass sich das Fahrzeug 3 mit einer definierten hohen Wahrscheinlichkeit innerhalb der Vertrauensintervalle 6, 7 und mit einer definierten geringen Wahrscheinlichkeit außerhalb der Vertrauensintervalle 6, 7 befindet. Die beiden Fahrzeuge bewegen sich auf einer zweispurigen Straße, das ACC-Fahrzeug auf einer linken Spur 8 und das vorausfahrende Fahrzeug auf einer rechten Spur 9. Die Vertrauensintervalle 6, 7 entsprechen einem Vertrauensbereich des Objektwinkels 2, der durch Modellbildung und Winkelauswertung über mehrere Frequenzrampen bestimmbar ist, und gleichzeitig einer Standardabweichung. Eine Gauß- oder Normalverteilung definiert eine Glockenkurve, die einen Höhepunkt und zwei Wendepunkte aufweist. Die Wendepunkte definieren die Standardabweichung. Das Quadrat der Standardabweichung ist als Varianz bezeichnet. Mittels der vom Radar gelieferten Varianzgröße lässt sich eine Aussage über die Länge der Standardabweichung und damit eine mögliche Abweichung der Fahrzeugposition von dem Lateralversatz treffen. Je größer die vom Radar gelieferte Varianzgröße ausfällt, umso weniger ist die Position des Fahrzeugs vorhersagbar. 1 shows an ACC vehicle 1 whose radar is at an angle 2 an object 3 , hereinafter also referred to as the preceding vehicle, has recorded. This vehicle 3 has a distance 4 and a lateral offset 5 each related to the central axis of both vehicles 1 . 3 on. Due to inaccurate readings are a first confidence interval 6 to the right and a second confidence interval 7 given to the left side. The position of the vehicle 3 can thus move the distance of confidence intervals 6 . 7 be offset both to the right and to the left side. It is assumed that the vehicle 3 with a defined high probability within the confidence intervals 6 . 7 and with a defined low probability outside the confidence intervals 6 . 7 located. The two vehicles move on a two-lane road, the ACC vehicle on a left lane 8th and the preceding vehicle on a right lane 9 , The confidence intervals 6 . 7 correspond to a confidence interval of the object angle 2 , which can be determined by modeling and angle evaluation over several frequency ramps, and at the same time a standard deviation. A Gaussian or normal distribution defines a bell curve that has a peak and two inflection points. The inflection points define the standard deviation. The square of the standard deviation is called variance. By means of the variable of variance provided by the radar, a statement about the length of the standard deviation and thus a possible deviation of the vehicle position from the lateral offset can be made. The greater the variance delivered by the radar, the less predictable the vehicle's position is.

2 zeigt ein Diagramm mit einer Plausibilität aufgetragen über die Zeit. Die Kurve verläuft progressiv parabelförmig, die Plausibilität ist progressiv parabelförmig abbaubar. Die zugehörige zeitkontinuierliche Parabelgleichung lautet: plaus(t) = plaus0 – DeltaPlaus·t/t0 – (plaus0 – DeltaPlaus)·t2/t02 2 shows a plot with a plausibility plotted over time. The curve is progressively parabolic, the plausibility is progressively parabolic degradable. The associated continuous-time parabolic equation is: plaus (t) = plaus0 - DeltaPlaus · t / t0 - (plaus0 - DeltaPlaus) · t 2 / t0 2

Der erste Term plaus 0 definiert die Plausibilität zum Zeitpunkt t = 0. Der zweite Term ist linear und der dritte Term ist die Parabel. Die Größe t0 ist frei wählbar und liegt in der Größenordnung von 1 sec bis zu 1 1/2 sec. Delta Plaus ist eine Differenz, die sich zum Zeitpunkt t0 aus der Plaus0 minus einen Wert X ergibt. X ist mittels einer Tangente definiert, die zum Zeitpunkt 0 die Parabel berührt und eine Senkrechte auf der Abzisse zum Zeitpunkt t0 schneidet.Of the first term plaus 0 defines the plausibility at time t = 0. The second term is linear and the third term is the parabola. The Size t0 is free selectable and is of the order of magnitude from 1 sec to 1 1/2 sec. Delta Plaus is a difference that At time t0, Plaus0 minus a value X results. X is defined by a tangent which at time 0 is the Parabola touched and a perpendicular on the abscissa intersects at time t0.

Claims

Method for controlling the speed of a motor vehicle ( 1 ) with a distance and speed controller and a distance sensor, with the objects ( 3 ) are detectable within a detection range of the distance detection device, with the following method steps: - in a first method step, a reflectable signal is emitted into the detection range, of objects ( 3 ), the reflectable signal is reflected, reflected signals are received by the distance sensing device, - in a second method step, the reflected signals of detectable objects ( 3 ) and only for clearly detected objects ( 3 ) are each a distance value ( 4 ), a lateral offset value ( 5 ) and a quality value (dVarYv) for the lateral offset ( 5 ), - the aforementioned method steps 1-2 are repeated cyclically, - a detection rate (MeasFilt) which determines the ratio of detection and non-detection of an object ( 3 ) in successive cycles, it is determined - with the lateral offset ( 5 ), an actual track likelihood (lpb) for the object ( 3 ), with the track likelihood (lpb), a controller sampling time (Tcycle) and a reduction factor (fakReduceVar, fakReduceDet) an increment is determined and with a plausibility value (plausk-1) of a preceding cycle and the increment a current plausibility value (plausibility value) ).

Method according to claim 1, characterized in that the reduction factor (fakReduce Var, fakReduceDet) contains the quality value (dVarYv).

Method according to claim 2, characterized in that that the quality value (dVarYv) is inversely proportional.

Method according to claim 1, characterized in that that the reduction factor (fakReduceVar, fakReduceDet) the detection rate (MeasFilt) includes.

Method according to one of the preceding claims 1-4, characterized in that the reduction factor from the smaller of the two throws fakReduceDet and fakReduceVar results.

Method according to one of the preceding claims 1-4, characterized in that the quality value (dVarYv) the lateral offset variance (dVarYv) is.

Device for regulating the speed of a motor vehicle ( 1 ) with a distance and speed controller and a distance sensor, with the objects ( 3 ) are detectable within a detection range of the distance detection device, characterized in that a reflectable signal can be emitted in the detection range, that of objects ( 3 ) the reflectable signal is reflectable, that reflected signals can be received by the distance sensing device, that the reflected signals of detectable objects ( 3 ) and only for clearly detected objects ( 3 ) each have a distance value ( 4 ), a lateral offset value ( 5 ) and a quality value (dVarYv) for the lateral offset ( 5 ), that a detection rate (MeasFilt) that determines the ratio of detection and non-detection of an object ( 3 ) in successive cycles, it can be determined that with the lateral offset ( 5 ) an actual track likelihood (lpb) for the object ( three ) can be determined that with the track likelihood (lpb), a controller sampling time (Tcycle) and a reduction factor (fakReduceVar, fakReduceDet) an increment can be determined and with a plausibility value (plausk-1) of a previous cycle and the increment a current plausibility value (plaus) determined is.