DE102006046843A1 - Verfahren zur Erkennung eines Umfelds - Google Patents

Verfahren zur Erkennung eines Umfelds Download PDF

Info

Publication number
DE102006046843A1
DE102006046843A1 DE102006046843A DE102006046843A DE102006046843A1 DE 102006046843 A1 DE102006046843 A1 DE 102006046843A1 DE 102006046843 A DE102006046843 A DE 102006046843A DE 102006046843 A DE102006046843 A DE 102006046843A DE 102006046843 A1 DE102006046843 A1 DE 102006046843A1
Authority
DE
Germany
Prior art keywords
environment
sensor
surrounding
data
area
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.)
Withdrawn
Application number
DE102006046843A
Other languages
English (en)
Inventor
Jan-Carsten Becker
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE102006046843A priority Critical patent/DE102006046843A1/de
Priority to PCT/EP2007/058474 priority patent/WO2008040593A1/de
Publication of DE102006046843A1 publication Critical patent/DE102006046843A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9321—Velocity regulation, e.g. cruise control

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Erkennen eines Umfelds (312), bei dem Daten zum Erkennen von Objekten (332) in dem Umfeld (312) und Daten zum Erkennen von freien Gebieten in dem Umfeld (312) gemeinsam verarbeitet werden und eine Wahrscheinlichkeit dafür, dass mindestens ein Gebiet des Umfelds (312) frei ist, bereitgestellt wird.

Description

  • Die Erfindung betrifft ein Verfahren sowie eine Einrichtung zum Erkennen eines Umfelds, ein Computerprogramm und ein Computerprogrammprodukt.
  • Stand der Technik
  • Aus der Informatik und Robotik sind seit längerem Methoden zur Sensorsignalverarbeitung für Systeme zur Umgebungserfassung von Robotern bekannt, bei denen der Detektionsbereich der Sensoren in eine vorgegebene Anzahl von Feldern aufgeteilt wird und für jedes Feld ein Wahrscheinlichkeitswert als Maß für das Vorhandensein eines Hindernisses in dem jeweiligen Feld bestimmt wird. Diese Verfahren sind unter den Begriffen Occupancy Grids oder Belief Grids oder Evidence Grids bekannt.
  • Seit kurzem werden diese Methoden bzw. Varianten dieser Methoden auch im Bereich von Fahrerassistenzsystemen für Kraftfahrzeuge bei Originalausrüstungsherstellern (Original Equipment Manufacturers, OEMs) bzw. deren Forschungspartnern und Forschungseinrichtungen angewendet.
  • Die Druckschrift DE 10 2004 007 553 A1 betrifft eine Erfassungsvorrichtung und ein Sicherheitssystem für ein Kraftfahrzeug. In der Druckschrift wird vorgeschlagen, auf das Vorhandensein von Hindernissen im Umgebungsbereich des Kraftfahrzeugs zu schließen, indem der Wahrscheinlichkeitswert jedes Felds mit einem vorgegebenen Wahrscheinlichkeitsschwellwert verglichen wird. Wenn der Wahrscheinlichkeitswert des Feldes größer als der vorgegebene Wahrscheinlichkeitsschwellwert ist, wird auf das Vorhandensein eines Hindernisses in diesem Feld geschlossen.
  • Offenbarung der Erfindung
  • Bei dem erfindungsgemäßen Verfahren zum Erkennen eines Umfelds werden Daten zum Erkennen von Objekten in dem Umfeld und Daten zum Erkennen von freien Gebieten in dem Umfeld gemeinsam verarbeitet. Außerdem wird eine Wahrscheinlichkeit dafür, dass mindestens ein Gebiet des Umfelds frei ist, bereitgestellt.
  • In Ausgestaltung werden die Daten zum Erkennen von Objekten in dem Umfeld mit Daten zum Erkennen von freien Gebieten in dem Umfeld fusioniert. Es kann dabei vorgesehen sein, dass das Umfeld in ein Gitter aus Zellen aufgeteilt wird, so dass ein zellgitterbasiertes Erkennen des Umfelds und somit auch eine zellgitterbasierte Modellierung des Umfelds möglich ist. Des weiteren wird für eine Zelle ein Attribut dafür bereitgestellt, dass diese Zelle mit einem Objekt belegt ist. In einer zusätzlichen Ausführung wird ein Sensormodell einer Umfeldbeschreibung mindestens eines zum Erkennen des Umfelds ausgebildeten Sensors auf das Attribut der Zelle umgerechnet.
  • Demnach werden regelmäßig gitterbasierte Methoden zur Sensorsignalverarbeitung und Sensordatenfusion verwendet. Zur Realisierung des Verfahrens wird diesbezüglich insbesondere eine Zerlegung des Umfelds des Fahrzeugs in einzelne Zellen verwendet. Ein Ergebnis ist eine Umfeldbeschreibung, die die Wahrscheinlichkeit für die Befahrbarkeit von Gebieten sowie die Wahrscheinlichkeit für die Nicht-Befahrbarkeit von Gebieten und eine verbleibende Unsicherheit abbilden kann. Die integrierte Verarbeitung und Beschreibung von befahrbaren und nicht-befahrbaren Flächen bietet einen Nutzengewinn für Assistenzsysteme und insbesondere für Sicherheitssysteme. Das Umfeld ist beliebig fein oder grob in Zellen zu zerlegen. Freie Gebiete oder Flächen können mindestens eine Zelle, typischerweise mehrere zusammenhängende Zellen, umfassen.
  • Bei einer weiteren Variante des Verfahrens kann eine Erzeugung von unterschiedlichen Objekthypothesen für Komfort- und Sicherheitsfunktionen in Fahrerassistenzsystemen, die auf einer zellgitterbasierten Umfeldmodellierung basieren, benutzt werden. Dabei ist ein Einsatz von mehreren unterschiedlichen funktionsspezifischen Schwellwerten vorgesehen, die in Abhängigkeit von unterschiedlichen Anforderungen an die Objekthypothese verschiedener Fahrerassistenzsysteme festgelegt werden.
  • In der Regel ist mindestens ein Sensor zum Erkennen von Objekten und freien Gebieten in dem Umfeld vorgesehen. In besonderer Ausgestaltung werden Daten zum Erkennen der Objekte von mindestens einem ersten Sensor, insbesondere einem Radarsensor, Videosensor und/oder Lidarsensor, und Daten zum Erkennen von freien Gebieten von mindestens einem zweiten Sensor, typischerweise einem Video- und/oder Lidarsensor, bereitgestellt.
  • Zur Sensordatenfusion kann für jede Zelle in einem Wahrscheinlichkeitszellgitter die Dempster-Shafer-Theorie angewendet werden.
  • Die Dempster-Shafer-Theorie ist eine Methode zur Verarbeitung von mit Unsicherheiten behaftetem Wissen, die zu einer Realisierung der Erfindung eingesetzt werden kann. Arthur Dempster formulierte 1967 mit seinem Modell zur Abschätzung von oberen und unteren Wahrscheinlichkeiten eines Ereignisses und seiner Verallgemeinerung des Satzes von Bayes die Grundlagen hierzu. Diese mathematische Basis erweiterte Glenn Shafer in „A Mathematical Theory of Evidence".
  • In der Dempster-Shafer-Theorie wird von einer Menge sich gegenseitig ausschließender Ereignisse ausgegangen. Diese Menge wird Wahrnehmungsrahmen (engl: frame of discernment) θ genannt. Ein Beispiel für einen Wahrnehmungsrahmen ist θ = A, B. Zu diesem Wahrnehmungsrahmen gibt es eine Potenzmenge:
    Figure 00030001
  • Eine Funktion m:2Θ → [0,1] heißt Massefunktion, wenn gilt:
    Figure 00030002
  • Jedem Ereignis kann eine Wahrscheinlichkeit m({ A}), m({ A, B}), usw. zugeordnet werden. Dabei bedeutet {A, B} wörtlich A oder B. Die Wahrscheinlichkeit m({A, B}) ist dann die Differenz zwischen der Summe aller anderen Wahrscheinlichkeiten und 1.
  • Es werden weiterhin untere und obere Grenzen eines Wahrscheinlichkeitsintervalls definiert. Diese Grenzen werden als Glaubwürdigkeitsmaß (engl: belief) bel(A) und Plausibilitätsmaß (engl: plausibility) pl(A) bezeichnet: bel(A) ≤ P(A) ≤ pl(A) (4)
  • Das Glaubwürdigkeitsmaß ist zu interpretieren als „Summe der Ereignisse, die dafür sprechen".
    Figure 00040001
  • Das Plausibilitätsmaß
    Figure 00040002
    ist als „Summe der Ereignisse, die nicht dagegen sprechen" zu interpretieren.
  • Weiterhin wird die Dempster-Kombinationsregel ⨁ eingeführt. Diese Kombinationsregel ist eine Verallgemeinerung des Satzes von Bayes. Sie liefert zu zwei Massefunktionen m1 und m2 eine neue, verknüpfte Massefunktion m = m1 ⨁ m2. Die Dempster-Kombinationsregel lautet:
    Figure 00040003
  • Die Verknüpfung ⨁ ist kommutativ und assoziativ: m1 ⨁ m2 = m2 ⨁ m1 (8) (m1 ⨁ m2) ⨁ m3 = m1 ⨁ (m2 ⨁ m3) (9)
  • Der Term
    Figure 00050001
    ist ein Maß für den Konflikt oder Widerspruch zwischen den beiden Beobachtungen. Der Term 1 – K wirkt daher als Normalisierungsfaktor, der den entstandenen Widerspruch bei der Berechnung der resultierenden Wahrscheinlichkeiten unterdrückt.
  • Die Dempster-Shafer-Theorie erweitert also die Bayes'sche Verknüpfungstheorie, bei der es nur zwei Zustände gibt, bspw. „belegt" (b) oder „frei" (f). Bei Bayes schließen sich diese Zustände gegenseitig aus, es gibt also keine Unschlüssigkeit, d. h. es gilt m(θ) = 0. Massefunktionen zweier sich gegenseitig ausschließender Ereignisse nennt Shafer „bayes'sche Funktion", da in diesem Fall die Dempster-Shafer-Theorie mit dem Satz von Bayes numerisch identisch ist.
  • Durch den Übergang von Bayes zu Dempster-Shafer eröffnet sich die Möglichkeit, die Unsicherheit der Entscheidung mit zu berücksichtigen.
  • Es kann zudem vorgesehen sein, dass eine Wahrscheinlichkeit dafür, dass eine Fläche des mindestens einen Gebiets befahrbar ist, bereitgestellt wird. Auf dieser Grundlage ist es bspw. möglich, ein Ausweichen vor einem Hindernis zu realisieren.
  • Die Erfindung betrifft zudem eine Einrichtung zum Erkennen eines Umfelds, die dazu ausgebildet ist, Daten zum Erkennen von Objekten in dem Umfeld und Daten zum Erkennen von freien Gebieten in dem Umfeld gemeinsam zu verarbeiten und eine Wahrscheinlichkeit dafür, dass mindestens ein Gebiet des Umfelds frei ist, bereitzustellen.
  • Mit dieser Einrichtung sind sämtliche Schritte des erfindungsgemäßen Verfahrens durchführbar. Die Einrichtung weist typischerweise eine Anzahl Module, wie bspw. mindestens einen ersten und/oder zweiten Sensor, ein Verarbeitungsmodul oder mindestens eine Recheneinheit auf.
  • Es ist vorgesehen, dass die zur Umfelderfassung ausgebildeten ersten und/oder zweiten Sensoren für Kraftfahrzeuge neben Objekten auch freie Zellen und somit befahrbare Flächen direkt erfassen können. Derartige Sensoren können als Module der erfindungsgemäßen Einrichtung ausgebildet sein oder mit dieser Einrichtung zusammenwirken. Zur Verarbeitung der Daten dieser Sensoren wird ein Verfahren zur konsistenten Umfeldbeschreibung mittels des Verarbeitungsmoduls bereitgestellt. Mit der Einrichtung ist ein solches Verfahren zur gemeinsamen Verarbeitung und Fusion von Daten aus Objekt- und/oder Merkmalserkennung und Freiflächenerkennung von Sensoren zur Umfeldwahrnehmung in Kraftfahrzeugen möglich.
  • Als ein erstes Modul der zur Durchführung des Verfahrens vorgesehenen erfindungsgemäßen Einrichtung ist als der mindestens eine erste Sensor zur Umfeldwahrnehmung ein als Fembereichsradarsensor (Longe Range Radar, LRR) ausgebildeter Radarsensor vorgesehen. Dieser Radarsensor misst die von einem Reflektor zurückgestreute Leistung einer ausgesendeten Welle. Daher detektiert der Sensor insbesondere gut reflektierende metallische Objekte wie Fahrzeuge, aber ebenso bspw. Gullideckel oder metallisch beschichtete Lebensmittelverpackungen, die für die Fahrzeugführung typischerweise nicht relevant sind. Ein derartiger Sensor kann jedoch nicht die räumliche Ausdehnung von Objekten detektieren. Ebenso kann dieser Sensor keine freien Flächen detektieren.
  • Als ein weiteres Modul der Einrichtung kann ein Videosensor als der mindestens eine erste und/oder zweite Sensor vorgesehen sein. Videosensoren sind dazu ausgebildet, mit einer Videokamera das Fahrzeugumfeld zu erfassen und die aufgenommenen Bilder mit einer entsprechenden Signalverarbeitung auszuwerten. Die für die Fahrzeugführung insbesondere interessanten kinematischen Größen Abstand und Geschwindigkeit werden allerdings nicht direkt gemessen. Videosensoren sind jedoch zur Vermessung von geometrischen Objekten wie Fahrbahnmarkierungen, die in der Regel bekannten Modellen folgen, gut geeignet. Insbesondere bei den für die Anwendung in Kraftfahrzeugen aus Kosten- und Handhabungsgründen besonders geeigneten monoskopischen Verfahren kann eine direkte dreidimensionale Vermessung mit explizitem a-priori Wissen, bspw. durch Einsatz von Mustererkennung, durchgeführt werden. Unbekannte Objekte können damit jedoch nicht unmittelbar vermessen werden. Doch gerade durch die Möglichkeit der Erkennung von optischen Mustern besitzen Videosensoren ein besonders großes Potential, so dass mit einer gewissen Sicherheit auch die Straßenoberfläche, typischerweise durch die spezifische Textur als freie Fläche, erkannt werden kann. Weiterhin kann bei einer Detektion eines Objekts durch das direkte optische Messverfahren mit einer gewissen Sicherheit darauf geschlossen werden, dass die Strecke bis zu diesem Objekt nicht belegt und somit frei ist.
  • Ein Lidarsensor als ein erster und/oder zweiter Sensor der Einrichtung ermittelt in der Regel einen Abstand zu einem reflektierenden Objekt durch direkte Messung einer Laufzeit von ausgesendeten Welle. Aufgrund der Wellenlänge im Infrarot-Bereich ist eine gewisse Abhängigkeit der Erfassungsreichweite von den Umweltbedingungen gegeben. Zusätzlich kann die Erfassungsreichweite von den Reflexionseigenschaften des zu detektierenden Ziels abhängen. Lidarsensoren mit feststehenden Strahlen sind relativ kostengünstig zu realisieren, abtastende bzw. scannende Lidarsensoren (Laserscanner) ermöglichen zudem zumindest horizontal eine hohe Auflösung und einen großen Erfassungswinkel. Ebenso wie bei Videosensoren kann bei einer Detektion eines Objekts durch das direkte optische Messverfahren mit einer gewissen Sicherheit darauf geschlossen werden, dass die Strecke bis zu diesem Objekt nicht belegt und somit frei ist.
  • Das erfindungsgemäße Computerprogramm mit Programmcodemitteln ist dazu ausgebildet, alle Schritte eines erfindungsgemäßen Verfahrens durchzuführen, wenn das Computerprogramm auf einem Computer oder einer entsprechenden Recheneinheit, insbesondere in einer erfindungsgemäßen Einrichtung, ausgeführt wird.
  • Die Erfindung betrifft zudem ein Computerprogrammprodukt mit Programmcodemitteln, die auf einem computerlesbaren Datenträger gespeichert sind, um alle Schritte eines erfindungsgemäßen Verfahrens durchzuführen, wenn das Computerprogramm auf einem Computer oder einer entsprechenden Recheneinheit, insbesondere in einer erfindungsgemäßen Einrichtung, ausgeführt wird.
  • Mit der vorliegenden Erfindung wird ein Verfahren zur gemeinsamen Verarbeitung und Fusion von Daten aus Objekt- und/oder Merkmalserkennung sowie Freiflächenerkennung mit einer zellgitterbasierten Umfeldmodellierung für Einrichtungen, wie bspw. Fahrerassistenzsysteme und insbesondere für prädiktive Sicherheitssysteme, bereitgestellt.
  • In Ausgestaltung der Erfindung wird jeweils mindestens ein erster und/oder zweiter Sensor zur Umfelderfassung für Kraftfahrzeuge eingesetzt, der neben Objekten auch freie, d. h. befahrbare Flächen, direkt oder indirekt erfassen kann. Zur Verarbeitung von Daten dieser Sensoren wird mit der Erfindung ein Verfahren sowie eine Einrichtung zur konsistenten Umfeldbeschreibung bereitgestellt. Somit ist eine gemeinsame Verarbeitung und Fusion von Daten aus Objekt- und/oder Merkmalserkennung sowie Freiflächenerkennung von Sensoren zur Umfeldwahrnehmung für Kraftfahrzeuge möglich.
  • Im Bereich der Fahrerassistenzsysteme ist mit dem sog. Adaptive Cruise Control (ACC) eine Komfortfunktion bekannt. Mit der Systemfamilie Predictive Safety Systems (PSS) sind außerdem Sicherheitsfunktionen im Markt eingeführt. Bei Komfortsystemen finden nur verhältnismäßig geringe Eingriffe in die Fahrzeugführung statt, wohingegen bei Sicherheitssystemen die Eingriffe bspw. bis hin zu einer vollautomatischen Notbremsung mit maximaler Verzögerung gehen. Es ist bekannt, dass Komfortfunktionen und Sicherheitsfunktionen unterschiedliche Anforderungen an die Objekthypothesen der Umfeldwahrnehmung stellen und dass insbesondere Sicherheitsfunktionen sehr hohe Anforderungen an die Fehlauslöseraten solcher Systeme und damit auch die Signalverarbeitung der Umfeldwahrnehmung für solche Systeme stellen.
  • Fahrerassistenz- und Sicherheitssysteme aus dem Stand der Technik basieren i. d. R. auf einem Radarsensor. Dieser Sensor kann nur Objekte aber keine freien Flächen detektieren. Andere Sensoren können auch explizit freie Flächen erfassen. Die integrierte Verarbeitung und Beschreibung von befahrbaren und nicht-befahrbaren Flächen bietet einen Nutzengewinn für Assistenzsysteme und insbesondere für Sicherheitssysteme.
  • Das vorliegende Verfahren bietet durch Nutzung der Dempster-Shafer-Theorie u.a. eine konsistente und leicht zu implementierende Rechenvorschrift zur gemeinsamen und integrierten Verarbeitung von Sensordaten aus Objekt- und/oder Merkmalserkennung, die z. B. aus Radar-, Lidar- und/oder Videoerfassung erfolgen kann, und einer Freiflächenerkennung, die regelmäßig aus einer Lidar- und/oder Videoerfassung bereitgestellt wird.
  • Für eine als Assistenzsystem ausgebildete Einrichtung wird in Ausgestaltung der Erfindung der interessierende Bereich des Fahrzeugumfeldes in eine vorgegebene Anzahl von n Zellen aufgeteilt. Für jede dieser n Zellen kann ein Attribut berechnet und abgespeichert werden, das die Wahrscheinlichkeit Pi(belegt) = Pi(b) angibt, dass die Zelle i durch ein für die Fahrzeugführung relevantes Objekt belegt und demnach nicht befahrbar ist. Zusätzlich kann auch ein Attribut dafür berechnet und abgespeichert werden, dass die Wahrscheinlichkeit Pi(frei) = Pi(f) angibt, dass die Zelle i nicht durch ein für die Fahrzeugführung relevantes Objekt belegt und demnach befahrbar ist.
  • In einer Ausführungsform der Erfindung ist mindestens ein Sensor der Einrichtung in der Lage, innerhalb seines gegebenen Detektionsbereiches belegte, d. h. nicht-befahrbare Gebiete oder Bereiche und somit auch Flächen zu detektieren und darauf basierend auch die Wahrscheinlichkeit anzugeben, mit der diese Gebiete belegt sind. Dies kann bspw. ein objekterkennender Sensor, z. B. Radar, Video oder Lidar, sein. Hierzu ist insbesondere der Sensor LRR2 geeignet, der typischerweise die Umfeldbeschreibung zu sogenannten Objektlisten oder durch Ortungslisten abstrahiert. Des weiteren wird durch ein entsprechendes Sensormodell die Umfeldbeschreibung des mindestens einen ersten Sensors auf die Wahrscheinlichkeitsattribute der Zellen umgerechnet.
  • Mindestens ein weiterer zweiter Sensor der Einrichtung kann in der Lage sein, Freiflächen, also nicht belegte, d. h. befahrbare Gebiete innerhalb seines gegebenen Detektionsbereiches, zu erfassen und darauf basierend auch die Wahrscheinlichkeit dafür anzugeben, mit der diese Gebiete frei sind. Dies muss nicht notwendigerweise ein getrenntes Sensorsystem sein, wobei ein in einem Videosensor ablaufender Algorithmus zur Freiflächendetektion vorgesehen sein kann. Die Abhängigkeiten, die dadurch entstehen können, dass der zwar getrennt laufende Algorithmus u. a. die gleiche Hardware zur Bilderfassung und damit dass gleiche Bild wie die Algorithmen zur Objekterkennung verwendet, können in den Wahrscheinlichkeitsattributen berücksichtigt werden, die in der Regel durch die Sensormodelle berechnet werden.
  • Es kann auch ein Sensor eingesetzt werden, der Freiflächeninformationen aus Belegtheitsinformation entsprechend seines Messprinzips ableitet.
  • In der Regel ist vorgesehen, dass für jede Zelle i des Wahrscheinlichkeitszellgitters nun die Dempster-Shafer-Theorie zur Sensordatenfusion angewendet wird.
  • Für den LRR2-Sensor wird ein solches Sensormodell üblicherweise basierend auf Ortungslisten benutzt. Für den Videosensor wird ein solches Sensormodell in der Regel auf Merkmalslisten basierend verwendet.
  • Der Wahrnehmungsrahmen sei θ = {b}, {f}, also belegt und frei. Die Dempster-Kombinationsregel erlaubt es, zwei Beobachtungen unter Berücksichtigung der bekannten Unsicherheiten zusammenfassen:
    Figure 00100001
  • Die verbleibende Unsicherheit ergibt sich implizit zu mres(Θ) = 1 – mres(b) – mres(f) (13)
  • In einem ersten Beispiel zur Verwendung der Dempster-Shafer-Theorie wird eine bestimmte Zelle i innerhalb des Zellgebietes zur Umfeldbeschreibung betrachtet. Ein erster Sensor sei ein objekterkennender Sensor, der keine Freiflächeninformation ermittelt oder ableiten kann. Für die betrachtete Zelle i sei die aktuelle Schätzung der Wahrscheinlichkeitsattribute des Sensors: m2(b) = 0.4 (14) m2(f) = 0.0 (15) m2(θ) = 0.6 (16)
  • Ein zweiter Sensor sei ein objekterkennender Sensor, der mit einem zusätzlichen Algorithmus aus seinen Sensorrohdaten ebenfalls eine Wahrscheinlichkeit für die Freiheit der Zelle angeben kann. Die verschiedenen Algorithmen liefern leicht widersprüchliche Aussagen mit einer verbleibenden Unsicherheit: m2(b) = 0.3 (17) m2(f) = 0.2 (18) m2(θ) = 0.5 (19)
  • Nach Gleichung (11) ergibt sich nun die resultierende Wahrscheinlichkeit, dass die Zelle belegt ist zu mres(b) = m1 ⨁ m2(b) (20)
    Figure 00110001
  • Die resultierende Wahrscheinlichkeit, dass die Zelle frei ist, ist nach Gleichung (12):
    Figure 00110002
  • Die verbleibende Unsicherheit ergibt sich nach Gleichung (13) zu mres(Θ) = 1 – mres(b) – mres(f) (26) = 1 – 0.5435 – 0.1304 = 0.3261 (27)
  • Im Rahmen eines zweiten Beispiels für die Dempster-Shafer-Theorie wird eine weitere Zelle j innerhalb des Zellgebietes zur Umfeldbeschreibung betrachtet. Der erste Sensor sei der gleiche objekterkennender Sensor wie aus dem ersten Beispiel. Für die betrachtete Zelle j sei die aktuelle Schätzung der Wahrscheinlichkeitsattribute des Sensors m1(b) = 0.5 (28) m1(f) = 0.0 (29) m1(Θ) = 0.5 (30)
  • Der zweite Sensor sei der gleiche objekterkennender Sensor wie aus dem ersten Beispiel, der mit einem zusätzlichen Algorithmus aus seinen Sensorrohdaten ebenfalls eine Wahrscheinlichkeit für die Freiheit bzw. Nicht-Belegung der Zelle angeben kann. Allerdings befindet sich nun die betrachtete Zelle außerhalb des Detektionsbereichs des zweiten Sensors. Somit kann der Sensor keine Aussage über diese Zelle machen, die Unsicherheit ist demnach 1. m2(b) = 0.0 (31) m2(f) = 0.0 (32) m2(Θ) = 1.0 (33)
  • Es ergibt sich nach Anwendung der Kombinationsregeln für die resultierenden Wahrscheinlichkeiten: mres(b) = 0.5 (34) mres(f) = 0.0 (35) mres(Θ) = 0.5 (36)die der Schätzung des ersten Sensors entsprechen. Dies ist die offensichtliche Lösung, da der zweite Sensor keine Informationen zur Schätzung beigetragen hat.
  • Für das angegebene Verfahren kann bei Einsatz mehrerer Sensoren die Detektionssicherheit für die Belegtheit und damit für die Nicht-Befahrbarkeit sowie für die Freiheit und damit für die Befahrbarkeit von Gebieten oder Flächen verbessert werden, wobei weiterhin die verbleibende Unsicherheit reduziert werden kann.
  • Kurze Beschreibung der Zeichnungen
  • 1 zeigt Diagramme zu einem dritten Beispiel einer Anwendung der Dempster-Shafer-Theorie.
  • 2 zeigt ein Diagramm zu einer Ausführungsform eines erfindungsgemäßen Verfahrens.
  • 3 zeigt in schematischer Darstellung eine Ausführungsform einer erfindungsgemäßen Einrichtung.
  • Ausführungsformen der Erfindung
  • 1 zeigt ein erstes Diagramm 102, ein zweites Diagramm 104 sowie ein drittes Diagramm 106 für ein drittes numerisches Beispiel für Anwendung der Dempster-Shafer-Theorie. Bei diesem dritten Beispiel wird eine eindimensionale Szene betrachtet. Dabei ist ein Zustandsraum in allen drei Diagrammen 102, 104, 106, hier in Richtung der horizontal orientierten Achsen 108, in einen longitudinalen Abstand von 1 bis 100 Meter aufgeteilt, wobei jeweils eine Zelle eine Größe von 1 m aufweist. In dem ersten Diagramm 102 sind entlang der vertikal orientierten Achse 110 für zwei Sensoren Kurven für eine Wahrscheinlichkeit pbelegt aufgetragen. In dem zweiten Diagramm 104 sind entlang der vertikal orientierten Achse 112 für zwei Sensoren Kurven für eine Wahrscheinlichkeit pfrei aufgetragen. In dem dritten Diagramm 106 sind entlang der vertikal orientierten Achse 114 für zwei Sensoren Kurven für eine Wahrscheinlichkeit punsicher aufgetragen.
  • In dem vorliegenden dritten Beispiel detektiert ein erster Sensor ein Objekt bei dist = 70 m mit einem Gauß-verteilten Messfehler mit sigma = 1 (erste Kurve 116 im ersten Diagramm 102). Dieser erste Sensor detektiert weiterhin eine Freifläche mit p frei(1) = 0.3 linear abfallend bis p frei(66) = 0.0 (erste Kurve 118, zu zweitem Diagramm 104).
  • Ein zweiter Sensor detektiert ein Objekt bei dist = 68 m mit einem Gauß-verteilten Messfehler mit sigma = 2 (zweite Kurve 120 im ersten Diagramm 102). Dieser zweite Sensor detektiert weiterhin eine Freifläche mit p frei(1) = 0.6, deren Wahrscheinlichkeit zunächst flach und dann stark bis p frei(61) = 0.0 abfüllt (zweite Kurve 122, im zweiten Diagramm 104). Im dritten Diagramm 106 ist entlang der vertikalen Achse 114 die Wahrscheinlichkeit der Unsicherheit punsicher für den ersten Sensor die erste Kurve 124 und für den zweiten Sensor die Kurve 126 aufgetragen.
  • Die dritten Kurven 128, 130, 132 zeigen in den jeweiligen Diagrammen 102, 104, 106 entlang der jeweils vertikal orientierten Achsen 110, 112, 114 die resultierenden Wahrscheinlichkeiten für pbelegt, pfrei und punsicher. Für jede Quantisierungszelle wurden nach der Dempster-Kombinationsregel pbelegt und pfrei berechnet und dann punsicher abgeleitet.
  • 2 zeigt ein Diagramm zu einer Ausführungsform des erfindungsgemäßen Verfahrens zum Erkennen eines Umfelds. Dabei erfolgt zunächst jeweils ein Erkennen 202 von Objekten mittels mindestens eines ersten Sensors und ein Erkennen 204 von freien Gebieten mittels mindestens eines zweiten Sensors. Für die durch diese Sensoren bereitgestellten Daten erfolgt eine gemeinsame Verarbeitung 206, die in der vorliegenden Ausführungsform auch eine Fusionierung dieser Daten umfasst.
  • Auf Grundlage dieser Verarbeitung 206 wird eine Wahrscheinlichkeit 208 dafür, dass mindestens ein Gebiet des Umfelds frei ist, bereitgestellt.
  • 3 zeigt in schematischer Darstellung ein Fahrzeug 302, das eine schematisch dargestellte Ausführungsform einer erfindungsgemäßen Einrichtung 304 aufweist. Diese Ausführungsform der erfindungsgemäßen Einrichtung 304 umfasst einen ersten Sensor 306, einen zweiten Sensor 308 sowie ein Verarbeitungsmodul 310.
  • Die Darstellung zeigt ebenfalls schematisch ein Umfeld 312 des Fahrzeugs 302. Dieses Umfeld 312 ist in Zellen 314, 316, 318, 320, 322, 324, 326, 328, 330 aufgeteilt, wobei vorgesehen ist, dass sich in den Zellen 322, 324, 328, 330 ein Objekt 332 befindet. Die anderen Zellen 314, 316, 318, 320 und 326 sind in der vorliegenden Ausführungsform frei.
  • Der erste Sensor 306 ist zum Erkennen des Objekts 332 in dem Umfeld 312 ausgebildet. Der zweite Sensor 308 ist zur Erkennung von freien Zellen 314, 316, 318, 320, 326, aus denen hier ein freies Gebiet zusammengesetzt ist, ausgebildet. Daten zum Erkennen des Objekts 332, die von dem ersten Sensor 306 bereitgestellt werden, sowie Daten zum Erkennen von freien Zellen 314, 316, 318, 320, 326, die mittels des zweiten Sensors 308 bereitgestellt werden, werden mit dem Verarbeitungsmodul 310 gemeinsam verarbeitet und in diesem Zusammenhang in der vorliegenden Ausführungsform auch fusioniert. Mit dem Verarbeitungsmodul 310 wird somit basierend auf diesen bereitgestellten Daten eine Wahrscheinlichkeit dafür bereitgestellt, dass das aus den freien Zellen 314, 316, 318, 320, 326 zusammengesetzte Gebiet des Umfelds frei und somit von dem Fahrzeug 302 zu befahren ist, ohne dass es zu einer Kollision mit dem Objekt 332 kommt.

Claims (12)

  1. Verfahren zum Erkennen eines Umfelds (312), bei dem Daten zum Erkennen von Objekten (332) in dem Umfeld (312) und Daten zum Erkennen von freien Gebieten in dem Umfeld (312) gemeinsam verarbeitet werden und eine Wahrscheinlichkeit dafür, dass mindestens ein Gebiet des Umfelds (312) frei ist, bereitgestellt wird.
  2. Verfahren nach Anspruch 1, bei dem die Daten zum Erkennen von Objekten (332) in dem Umfeld (312) mit Daten zum Erkennen von freien Gebieten in dem Umfeld fusioniert werden.
  3. Verfahren nach Anspruch 1 oder 2, bei dem das Umfeld (312) in Zellen (314, 316, 318, 320, 322, 324, 326, 328, 330) aufgeteilt wird.
  4. Verfahren nach einem der voranstehenden Ansprüche, bei dem eine zellgitterbasierte Modellierung des Umfelds (312) durchgeführt wird.
  5. Verfahren nach Anspruch 3 oder 4, bei dem für eine Zelle (314, 316, 318, 320, 322, 324, 326, 328, 330) ein Attribut dafür bereitgestellt wird, dass diese Zelle (314, 316, 318, 320, 322, 324, 326, 328, 330) mit einem Objekt (332) belegt ist.
  6. Verfahren nach Anspruch 5, bei dem durch ein Sensormodell eine Umfeldbeschreibung mindestens eines zum Erkennen des Umfelds (312) ausgebildeten Sensors (306, 308) auf das Attribut der Zelle (314, 316, 318, 320, 322, 324, 326, 328, 330) umgerechnet wird.
  7. Verfahren nach einem der voranstehenden Ansprüche, bei dem Daten zum Erkennen der Objekte (332) von mindestens einem ersten Sensor (306) und Daten zum Erkennen von freien Gebieten von mindestens einem zweiten Sensor (308) bereitgestellt werden.
  8. Verfahren nach einem der Ansprüche 3 bis 7, bei dem für jede Zelle (314, 316, 318, 320, 322, 324, 326, 328, 330) die Dempster-Shafer-Theorie zur Sensordatenfusion angewendet wird.
  9. Verfahren nach einem der voranstehenden Ansprüche, bei dem eine Wahrscheinlichkeit dafür, dass eine Fläche des mindestens einen Gebiets befahrbar ist, bereitgestellt wird.
  10. Einrichtung zum Erkennen eines Umfelds (312), die dazu ausgebildet ist, Daten zum Erkennen von Objekten (332) in dem Umfeld (312) und Daten zum Erkennen von freien Gebieten in dem Umfeld (312) gemeinsam zu verarbeiten und eine Wahrscheinlichkeit dafür, dass mindestens ein Gebiet des Umfelds (312) frei ist, bereitzustellen.
  11. Computerprogramm mit Programmcodemitteln, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 9 durchzuführen, wenn das Computerprogramm auf einem Computer oder einer entsprechenden Recheneinheit, insbesondere in einer Einrichtung (304) nach Anspruch 10, ausgeführt wird.
  12. Computerprogrammprodukt mit Programmcodemitteln, die auf einem computerlesbaren Datenträger gespeichert sind, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 9 durchzuführen, wenn das Computerprogramm auf einem Computer oder einer entsprechenden Recheneinheit, insbesondere in einer Einrichtung (304) nach Anspruch 10, ausgeführt wird.
DE102006046843A 2006-10-02 2006-10-02 Verfahren zur Erkennung eines Umfelds Withdrawn DE102006046843A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102006046843A DE102006046843A1 (de) 2006-10-02 2006-10-02 Verfahren zur Erkennung eines Umfelds
PCT/EP2007/058474 WO2008040593A1 (de) 2006-10-02 2007-08-15 Verfahren zur erkennung eines umfelds

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102006046843A DE102006046843A1 (de) 2006-10-02 2006-10-02 Verfahren zur Erkennung eines Umfelds

Publications (1)

Publication Number Publication Date
DE102006046843A1 true DE102006046843A1 (de) 2008-04-03

Family

ID=38986627

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102006046843A Withdrawn DE102006046843A1 (de) 2006-10-02 2006-10-02 Verfahren zur Erkennung eines Umfelds

Country Status (2)

Country Link
DE (1) DE102006046843A1 (de)
WO (1) WO2008040593A1 (de)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009006214A1 (de) * 2009-01-27 2010-07-29 Volkswagen Ag Verfahren zum Bereitstellen einer Umfeldrepräsentation eines Fahrzeugs
US8421859B2 (en) 2008-04-24 2013-04-16 GM Global Technology Operations LLC Clear path detection using a hierachical approach
US8634593B2 (en) 2008-04-24 2014-01-21 GM Global Technology Operations LLC Pixel-based texture-less clear path detection
US8917904B2 (en) 2008-04-24 2014-12-23 GM Global Technology Operations LLC Vehicle clear path detection
DE102015107391A1 (de) 2015-05-12 2016-11-17 Valeo Schalter Und Sensoren Gmbh Verfahren zum Steuern einer Funktionseinrichtung eines Kraftfahrzeugs anhand von fusionierten Sensordaten, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102015107392A1 (de) 2015-05-12 2016-11-17 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erfassen eines Objekts in einer Umgebung eines Kraftfahrzeugs anhand von fusionierten Sensordaten, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102015008539A1 (de) 2015-07-02 2017-01-05 Daimler Ag Verfahren zur Fusion mehrerer Informationsquellen zur Objektdetektion und Verfahren zum Betrieb einer Fahrerassistenzvorrichtung
DE102016210890A1 (de) * 2016-06-17 2017-12-21 Robert Bosch Gmbh Konzept zum Überwachen eines Umfelds eines innerhalb eines Parkplatzes fahrenden Kraftfahrzeugs
US9852357B2 (en) 2008-04-24 2017-12-26 GM Global Technology Operations LLC Clear path detection using an example-based approach
DE102017216267A1 (de) * 2017-09-14 2019-03-14 Robert Bosch Gmbh Verfahren und Vorrichtung zur Datenreduktion merkmalsbasierter Umfeldinformationen eines Fahrerassistenzsystems
DE102020211881A1 (de) 2020-09-23 2022-03-24 Robert Bosch Gesellschaft mit beschränkter Haftung Vorrichtung und Verfahren zur Absicherung einer Fahrtrajektorie eines Ego-Fahrzeugs

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11835948B2 (en) * 2018-12-03 2023-12-05 Motional Ad Llc Systems and methods for improving vehicle operations using movable sensors

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004007553A1 (de) * 2004-02-17 2005-09-01 Daimlerchrysler Ag Erfassungsvorrichtung und Sicherheitssystem für ein Kraftfahrzeug

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9852357B2 (en) 2008-04-24 2017-12-26 GM Global Technology Operations LLC Clear path detection using an example-based approach
US8421859B2 (en) 2008-04-24 2013-04-16 GM Global Technology Operations LLC Clear path detection using a hierachical approach
US8634593B2 (en) 2008-04-24 2014-01-21 GM Global Technology Operations LLC Pixel-based texture-less clear path detection
US8917904B2 (en) 2008-04-24 2014-12-23 GM Global Technology Operations LLC Vehicle clear path detection
DE102009006214B4 (de) 2009-01-27 2022-10-13 Volkswagen Ag Verfahren zum Bereitstellen einer Umfeldrepräsentation eines Fahrzeugs
DE102009006214A1 (de) * 2009-01-27 2010-07-29 Volkswagen Ag Verfahren zum Bereitstellen einer Umfeldrepräsentation eines Fahrzeugs
DE102015107392A1 (de) 2015-05-12 2016-11-17 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erfassen eines Objekts in einer Umgebung eines Kraftfahrzeugs anhand von fusionierten Sensordaten, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
WO2016180665A1 (de) 2015-05-12 2016-11-17 Valeo Schalter Und Sensoren Gmbh Verfahren zum steuern einer funktionseinrichtung eines kraftfahrzeugs anhand von fusionierten sensordaten, steuereinrichtung, fahrerassistenzsystem sowie kraftfahrzeug
DE102015107391A1 (de) 2015-05-12 2016-11-17 Valeo Schalter Und Sensoren Gmbh Verfahren zum Steuern einer Funktionseinrichtung eines Kraftfahrzeugs anhand von fusionierten Sensordaten, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102015008539A1 (de) 2015-07-02 2017-01-05 Daimler Ag Verfahren zur Fusion mehrerer Informationsquellen zur Objektdetektion und Verfahren zum Betrieb einer Fahrerassistenzvorrichtung
DE102016210890A1 (de) * 2016-06-17 2017-12-21 Robert Bosch Gmbh Konzept zum Überwachen eines Umfelds eines innerhalb eines Parkplatzes fahrenden Kraftfahrzeugs
DE102017216267A1 (de) * 2017-09-14 2019-03-14 Robert Bosch Gmbh Verfahren und Vorrichtung zur Datenreduktion merkmalsbasierter Umfeldinformationen eines Fahrerassistenzsystems
DE102020211881A1 (de) 2020-09-23 2022-03-24 Robert Bosch Gesellschaft mit beschränkter Haftung Vorrichtung und Verfahren zur Absicherung einer Fahrtrajektorie eines Ego-Fahrzeugs
US11820351B2 (en) 2020-09-23 2023-11-21 Robert Bosch Gmbh Device and method for protecting a travel trajectory of an ego vehicle

Also Published As

Publication number Publication date
WO2008040593A1 (de) 2008-04-10

Similar Documents

Publication Publication Date Title
DE102006046843A1 (de) Verfahren zur Erkennung eines Umfelds
DE102009006113B4 (de) Vorrichtung und Verfahren zur Sensorfusion mit dynamischen Objekten
EP1298454B1 (de) Verfahren zur Erkennung und Verfolgung von Objekten
EP2137042B1 (de) Verfahren zur objektbildung
DE102017105305A1 (de) Verfahren zur automatischen bestimmung einer sensorstellung
EP3695244B1 (de) Verfahren und vorrichtung zum erzeugen eines inversen sensormodells und verfahren zum erkennen von hindernissen
DE102017102506B4 (de) Verfahren zum erfassen anderer fahrzeuge relativ zu einem trägerfahrzeug mittels raderfassung
DE102012216386A1 (de) Verfahren zum Betreiben eines Fahrerassistenzsystems eines Fahrzeugs
EP2200881B1 (de) Verfahren zur schätzung der relativbewegung von video-objekten und fahrerassistenzsystem für kraftfahrzeuge
EP3156820A1 (de) Verfahren zum erfassen eines dynamischen objekts in einem umgebungsbereich eines kraftfahrzeugs auf basis von informationen einer kraftfahrzeugseitigen ultraschall-detektionseinrichtung, fahrerassistenzsystem und kraftfahrzeug
DE102017210955A1 (de) Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zum auflösen einer redundanz von zwei oder mehr redundanten modulen
DE102009006214B4 (de) Verfahren zum Bereitstellen einer Umfeldrepräsentation eines Fahrzeugs
DE102011111440A1 (de) Verfahren zur Umgebungsrepräsentation
DE102007013664A1 (de) Multisensorieller Hypothesen-basierter Objektdetektor und Objektverfolger
EP1306690B1 (de) Verfahren zur Erkennung und Verfolgung von Objekten
DE102020200911B3 (de) Verfahren zum Erkennen von Objekten in einer Umgebung eines Fahrzeugs
WO2015010901A1 (de) Effizientes bereitstellen von belegungsinformationen für das umfeld eines fahrzeugs
DE102010003375B4 (de) Umfeldbewertungssystem in einem Fahrzeug mit Sensormitteln zur Erfassung von Objekten im Umfeld des Fahrzeuges
DE102021113651B3 (de) System zur Sensordatenfusion für die Umgebungswahrnehmung
DE102016220450A1 (de) Vorrichtung, Fortbewegungsmittel und Verfahren zur Abschätzung einer Kollisionswahrscheinlichkeit zwischen einem Fortbewegungsmittel und einem Umgebungsobjekt
DE102020119954A1 (de) Verfahren zum Erzeugen einer Belegungsgitterkarte für zumindest ein statisches Objekt, Computerprogrammprodukt, computerlesbares Speichermedium sowie Assistenzsystem
EP3663881A1 (de) Verfahren zur steuerung eines autonomen fahrzeugs auf der grundlage von geschätzten bewegungsvektoren
DE102019218078B4 (de) Bestimmung eines Sachverhalts im Umfeld eines Kraftfahrzeugs
DE102006051091B4 (de) Verfahren zur Objekterkennung von Fahrzeugen mittels Nahbereichsdetektion
EP1884795B1 (de) Verfahren zur Ortung eines Objekts

Legal Events

Date Code Title Description
8139 Disposal/non-payment of the annual fee