-
Stand der Technik
-
Die
Erfindung betrifft ein Verfahren und Vorrichtung für die
Spurerfassung mit einem Fahrerassistenzsystem nach dem Oberbegriff
des Anspruchs 1. Es sind bereits Fahrerassistenzsysteme mit Assistenzfunktionen,
wie ACC (Adaptive Cruise Control) und Night Vision (Nachtsichtfähigkeit)
bekannt. Hierfür werden umfelderfassende Sensoren, wie
insbesondere Videosensoren, Radarsensoren und Lidarsensoren zum
Einsatz, die in der Lage sind, Abstand und/oder Geschwindigkeit
von Objekten in dem Umfeld eines Fahrzeugs und/oder Fahrstreifenbegrenzungen
zu erkennen. Weiterhin sind, im Zusammenhang mit einem Fahrerassistenzsystem,
Assistenzfunktionen, wie LDW (Lane Departure Warning) und LKS (Lane
Keeping Support) bekannt. Die Assistenzfunktion LDW warnt den Fahrer
vor einem unbeabsichtigten Verlassen der von dem eigenen Fahrzeug
befahrenen Fahrspur. Dazu wird mittels Videosensoren zumindest der
Verkehrsraum vor dem eigenen Fahrzeug erfasst, um insbesondere Fahrspurmarkierungen
zu detektieren und die Position des eigenen Fahrzeugs in Bezug auf
solche Fahrspurmarkierungen zu erfassen. Abhängig von der
Position des eigenen Fahrzeugs in Bezug auf die detektierten Fahrspurmarkierungen
sowie von seiner prädizierten Fortbewegungsrichtung, werden
eine akustische, optische, haptische Warnung oder eine Kombination
derartiger Warnungen generiert, um den Fahrer des Fahrzeugs vor
einem unbeabsichtigten Verlassen der Fahrspur zu warnen. Bei der
Assistenzfunktion LKS wird der Fahrer durch Lenkeingriffe des Fahrerassistenzsystems
bei der Führung des Fahrzeugs in der Fahrspur unterstützt.
-
Aus
DE 103 49 631 A1 sind
ein Fahrerassistenzverfahren und eine Fahrerassistenzvorrichtung
bekannt, welche auf der Basis von Fahrspurinformationen arbeiten.
Die Fahrspurinformationen werden dabei je nach Witterungsbedingungen
aus einem von einem Videosensor aufgenommenen Bild gemessen und/oder aufgrund
von Objekten in diesem Bild geschätzt. Dabei wird die Fahrspurinformation
aus wenigstens zwei, die Fahrspur kennzeichnenden Informationen
abgeleitet. Aus dem Bildkontrast wird ein Gütemaß für
die Spurdatenerfassung abgeleitet, mit der die jeweils ermittelten
Spurdaten gewichtet und bei der Fusion der dem Fahrassistenzsystem
zur Verfügung gestellten Spurdaten aus den einzelnen Spurdaten
berücksichtigt werden. Dabei ist auch die Bildung eines
Gesamtgütemaßes für die Spurdatenerfassung
aus den Einzelgütemaßen vorgesehen, wobei das
Fahrerassistenzsystem abgeschaltet wird, wenn dieses Gesamtgütemaß einen
bestimmten Wert unterschreitet. Das Gütemaß kann
auch aus einem Vergleich einer Schätzung mit einer Messung
abgeleitet werden, wobei insbesondere die Abweichung der Messpunkte
von der Schätzlinie herangezogen werden.
-
Aus
DE 197 20 764 A1 ist
weiterhin ein Verfahren zur Erkennung des voraus liegenden Fahrbahnverlaufs
für Kraftfahrzeuge bekannt, bei dem die Eigengeschwindigkeit
des Fahrzeugs erfasst sowie durch starre, in Fahrtrichtung ausgerichtete
Suchantennen über eine Radarsensorik die Position und die
Geschwindigkeit vorausbefindlicher Objekte ermittelt werden, das
eine einfache vorausschauende Fahrbahnverlaufs-Erkennung durch spezielle
Auswertung der vorhandenen Positions- und Geschwindigkeitsmessdaten
ermöglicht. Aus den Festzielen werden durch Schwellwertvergleich
der Festzielamplituden die fahrbahnrandspezifischen Ziele ausgefiltert
und durch Ordnungsfilterung die aktuellen Distanzen zwischen Fahrzeug
und Fahrbahnrand in diskreten Winkelbereichen bestimmt. Die für
jeden Winkelbereich geschätzten Fahrbahnranddistanzen werden
als Merkmale einem Klassifikator zur Prädiktion des voraus
liegenden Kurventyps zugeführt und als Stützwerte
für eine Kurvenregression zur Gewinnung eines Kurvenkrümmungsparameters
verwendet.
-
Aus
DE 197 49 086 C1 ist
eine Vorrichtung zur Ermittlung fahrspurverlaufsindikativer Daten
bekannt, die eine Fahrspurerkennungssensorik, eine Objektpositionssensorik,
die wenigstens den Abstand eines vor dem Fahrzeug befindlichen Objekts
und dessen Richtungswinkel bezüglich der Fahrzeugbewegungsrichtung erfasst
und eine Fahrzeugeigenbewegungssensorik beinhaltet. Erfindungsgemäß ist
eine Schätzeinrichtung vorgesehen, der die Fahrspurerkennungsmessdaten,
die Objektpositionsmessdaten und die Fahrzeugeigenbewegungsmessdaten
zugeführt werden und die in Abhängigkeit davon
die Fahrspurkrümmung und/oder die Querposition eines jeweiligen
Objekts vor dem Fahrzeug relativ zur Fahrspur durch Schätzung
mittels eines vorgebbaren, ein dynamisches Fahrzeugbewegungsmodell
beinhaltenden Schätzalgorithmus ermittelt. Vorzugsweise
beinhaltet die Vorrichtung hierzu ein Kalman-Filter. Die Vorrichtung
wird z. B. in Straßenfahrzeugen verwendet.
-
Aus
DE 103 54 650 A1 sind
eine Fahrspurvorrichtung und ein Verfahren zur Ermittlung von ersten Fahrspurverlaufsdaten
eines Fahrspurverlaufes für ein erstes Fahrzeug anhand
von Fahrspurdaten eines dem ersten Fahrzeug vorausfahrenden zweiten
Fahrzeugs bekannt. Es wird eine Erfassung von Fahrspurdaten mehrerer
Messpositionen des zweiten Fahrzeugs und eine Ermittlung von zweiten
Fahrspurverlaufsdaten zur Beschreibung eines Fahrspurverlaufes des
zweiten Fahrzeugs anhand der Fahrspurdaten vorgeschlagen.
-
Aus
DE 10 2006 040 334.7 ist
weiterhin ein Verfahren für die Spurerfassung mit einem
ein Sensorsystem zur Spurerkennung umfassenden Fahrerassistenzsystem
eines Fahrzeugs bekannt. Dabei werden mit dem Sensorsystem für
Spurerkennung in einem vor dem Fahrzeug liegenden Bereich eines
Verkehrsraums Fahrspurmarkierungen erfasst. Den Fahrspurmarkierungen
werden Stützstellen mit mindestens Koordinaten eines ersten
Koordinatensystems zugeordnet. Die Koordinaten der Stützstellen
werden in ein zweites Koordinatensystem umgewandelt. Aus der Lage
der Stützstellen in dem zweiten Koordinatensystem wird
der Verlauf von Fahrspurmarkierungen und/oder Fahrspuren rekonstruiert.
-
Offenbarung der Erfindung
-
Technische Aufgabe
-
Der
Erfindung liegt die Aufgabe zugrunde, ein Fahrerassistenzsystem
mit einer die Querführung des Fahrzeugs unterstützenden
Assistenzfunktion, wie insbesondere LKS (Lane Keeping Support),
weiter zu verbessern.
-
Technische Lösung
-
Diese
Aufgabe wird erfindungsgemäß dadurch gelöst,
dass den von Sensoren des Fahrerassistenzsystems erfassten Informationen über
den Verlauf von Fahrspurmarkierungen ein Plausibilitätsmaß zugeordnet
wird. Dieses Plausibilitätsmaß ermöglicht
dem Fahrerassistenzsystem eine Beurteilung, ob die erfassten Informationen
für eine erfolgreiche und sichere Querführung
des Fahrzeugs, insbesondere mit der Assistenzfunktion LKS, geeignet
sind.
-
Vorteilhafte Wirkungen
-
Kern
der Erfindung ist ein modellbasiertes Verfahren, welches die für
Assistenzfunktion relevanten Kriterien für die Beurteilung
von Informationen über den Verlauf einer Fahrspur, bzw.
ihrer Markierungen, zu einem integrierten Plausibilitätsmaß verdichtet.
Relevante Kriterien dafür sind insbesondere die Entfernung
vor dem Fahrzeug, bis zu welcher Informationen über den
Verlauf einer Fahrspur, bzw. deren Markierung, vorliegen. Diese
Entfernung wird in der vorliegenden Beschreibung der Erfindung auch
als Vorausschauweite bezeichnet. Ein weiteres Kriterium ist die
Qualität der Spurinformationen. Anhand des erfindungsgemäß gewonnenen
Plausibilitätsmaßes kann das Fahrerassistenzsystem
entscheiden, ob die erfassten Fahrspurmarkierungen hinreichend deutlich
für eine erfolgreiche Arbeit der Assistenzfunktion sind.
Weiter kann entschieden werden, ob einzelne Funktionalitäten
nicht mehr gewährleistet werden können, oder ob
die gesamte Assistenzfunktion, zumindest zeitweilig, deaktiviert
werden muss.
-
Weitere
Vorteile ergeben sich aus der Beschreibung, den Unteransprüchen
und der Zeichnung.
-
Kurze Beschreibung der Zeichnungen
-
Ausführungsformen
der Erfindung werden nachfolgend unter Bezug auf die Zeichnung näher
erläutert. Dabei zeigt
-
1 eine
Aufsicht auf einen Verkehrsraum mit einem Fahrzeug;
-
2 eine
Messpunkthistorie mit Messpunkten eines Videosensors;
-
3 ein
Diagramm mit Darstellung des Plausibilitätsmaßes
als Funktion der Zeit.
-
Ausführungsformen
der Erfindung
-
1 zeigt
eine Aufsicht auf einen Verkehrsraum
30 mit einem Fahrzeug
33,
das sich entlang einer Fahrspur
31 fortbewegt. Das Fahrzeug
33 umfasst
eine Auswerteeinrichtung
1, insbesondere ein Mikrocomputer,
eines Fahrerassistenzsystems, dessen mehrere Sensoren
2.1,
2.2,
2.3 Messpunkte
MP entlang der vor dem Fahrzeug
33 liegenden Fahrspur
31 aufnehmen
und die daraus den Verlauf der Fahrspur
31 und die Lage des
Fahrzeugs
33 in Bezug auf diese Fahrspur
31 ableiten.
Die Auswerteeinrichtung
1 empfängt dabei die Informationen
von den Sensoren und wertet diese per Ermittlung des Fahrspurverlaufs
aus. In der Anmeldung
DE
10 2006 040 334.7 wird vorgeschlagen, von Sensoren erfasste
Messpunkte über den Verlauf von Fahrstreifen bzw. deren
Markierungen in ein ortsfestes Koordinatensystem umzurechnen und über
einen gewissen Zeitraum durch Speicherung in einem Messpunktespeicher
in einer so genannten Messpunktehistorie mitzuführen. Zur
Beurteilung der auf den Messpunkten in der Messpunktehistorie basierenden
Vorausschauweite wird nun erfindungsgemäß ein
idealisiertes Referenzmodell der Messpunktehistorie verwendet. Dieses
Modell bildet bei einer angenommenen optimalen Vorausschauweite
der verschiedenen Sensoren die optimale Anzahl an Messpunkten n
ideal (t
k) ab, die
sich zu einem gewissen Zeitpunkt in der Messpunkthistorie befinden müsste.
Das Modell beschreibt praktisch den „Füllstand"
der Messpunkthistorie. Der ideale Füllstand wird mit dem
tatsächlich vorherrschenden Füllstand durch Quotientenbildung
verglichen, wobei die reale Anzahl von Messpunkten in dem Zähler
des Quotienten und die ideale Anzahl in dem Nenner des Quotienten
steht. Sollte die ideale Anzahl kleiner als die reale Anzahl sein,
werden diese gleichgesetzt. Somit ergibt der Quotient den Wert eins.
-
Ist
dagegen die reale Anzahl von Messpunkten kleiner als die ideale
Anzahl, ergibt sich ein Wert des Quotienten kleiner eins. Die ideale
Anzahl von Messpunkten wird, gemäß dieser Modellvorstellung,
wie folgt ermittelt. Ein oder mehrere beliebige umfelderfassende
Sensoren liefern, in zeitlich konstanten Zeitschritten Δt,
eine parametrische Fahrstreifenbeschreibung, beispielsweise in Form
eines Polynoms, welches in entsprechende Messpunkte zurückgerechnet
wird. Alternativ können auch direkt Messpunkte erfasst
werden, die den Verlauf des Fahrstreifens vor dem eigenen Fahrzeug
beschreiben. Diese Messpunkte werden der Messpunkthistorie hinzugefügt.
In dem gleichen Zug werden räumlich hinter dem Fahrzeug
liegende Messpunkte aus der Messpunkthistorie gelöscht.
Die Anzahl an zu löschenden Messpunkten ist abhängig
von der in einem Zeitschritt zurückgelegten Strecke und
der bereits in der Messpunkthistorie enthaltenen Anzahl von Messpunkten.
Bei dem im Folgenden noch weiter erläuterten Ausführungsbeispiel
ist die ideale Anzahl von Messpunkten exemplarisch für
die Verwendung eines einzigen Videosensors angeführt. Bei
dem Einsatz mehrerer Sensoren, Sensor 1, Sensor 2, Sensor 3, ...
Sensor x, müssten die für jeden Sensor ermittelten
Werte noch wie folgt addiert werden: nideal,Gesamt = nideal,Sensor1 +
nideal,Sensor2 + nideal,Sensor3 +
... nideal,Sensorx.
-
Unter
Bezug auf 2 wird nun dieses Referenzmodell
anhand der Messungen eines Videosensors des Fahrerassistenzsystems
dargestellt. Das in 2 dargestellte Diagramm zeigt
eine Messpunkthistorie mit Messpunkten MP eines Videosensors des
Fahrerassistenzsystems, wobei jede der parallel zu der y-Achse verlaufenden
Linien eine neue Messung des Videosensors des Fahrerassistenzsystems 1 eines
Fahrzeugs 33 in einem folgenden Zeitschritt ti darstellt.
Die x-Achse des Diagramms ist die Zeitachse (Zeit t). Auf der y-Achse des
Diagramms ist eine vor dem Fahrzeug 33 liegende Entfernung
dx angegeben. Die Kreuze auf den parallel zu der y-Achse des Diagramms
gezeichneten Linien stellen von dem Videosensor des Fahrzeugs 33 erfasste Messpunkte
MP dar. Eine erste Messung findet zum Zeitpunkt t0 bei
der Entfernung dxStart statt. Weitere Messungen
werden dann in nachfolgenden Zeitpunkten t1,
t2, ti, tk durchgeführt. Von Messintervall
zu Messintervall legt das Fahrzeug 33 die Entfernung ΔdxFahrzeug zurück. Der Abstand zwischen
Messpunkten MP beträgt ΔdxMesspunkte. Die maximale Vorausschauweite oder Messentfernung
ist mit dxEnd,max bezeichnet.
-
Zum
Zeitpunkt t
0 liefert die Rückrechnung
der von dem Videosensor detektierten Fahrspurmarkierungen in Messpunkte
MP, bei einer maximalen Vorausschauweite des Videosensors von dx
End,max und einem Abstand der Messpunkte
von Δdx
Messpunkte, eine Anzahl
von Messpunkten MP von
-
Die
Anzahl an Messpunkten MP in der Messpunkthistorie beträgt
somit: nideal(t0) = nVideo(t0) (2)
-
Aufgrund
der angenommenen maximalen Vorausschauweite und dem konstant bleibenden
Abstand der Messpunkte MP bleibt auch die Anzahl der neu hinzukommenden
Messpunkte MP in jedem Messzyklus konstant. Die Anzahl der Messpunkte
in der Messpunkthistorie nideal(tk) (3)
-
Erhöht
sich somit in jedem Messzyklus um
-
Abhängig
von der Geschwindigkeit v(tk), die zwischen
zwei Messzyklen dTVideo als konstant angenommen
wird, legt das Fahrzeug die folgende Strecke ΔdxFahrzeug(tk) = V(tk)dTVideo, (5)zurück,
mit dTVideo =
tk – tk-1 (6)
-
Messpunkte
können so lange in der Messpunkthistorie mitgeführt
werden, bis diese in einer definierten Strecke xdel > 0 kurz vor dem Fahrzeug
liegen, gerade von dem Fahrzeug überfahren werden (xdel = 0) oder räumlich eine definierte
Strecke xdel < 0 hinter dem Fahrzeug zurückgelegt
haben.
-
In
Abhängigkeit von den Anforderungen der Assistenzfunktion
des Fahrerassistenzsystems kann eine der Varianten mit zugehöriger
Strecke x
del gewählt werden. Anschließend
werden die Messpunkte aus der Messpunkthistorie gelöscht.
Die Anzahl der Messpunkte, die aus der Messpunkthistorie gelöscht
werden, hängt davon ab, wie viele Messpunkte aus vergangenen
Messzyklen auf der Strecke liegen, die das Fahrzeug zwischen dem
letzten und dem aktuellen Messzyklus überstrichen hat.
Basierend auf dem Referenzmodell lässt sich die Anzahl
der Messpunkte auf der von dem Fahrzeug überfahrenen Strecke,
in Kenntnis der Geschwindigkeiten, die das Fahrzeug in vergangenen
Messzyklen gefahren ist, implizit bestimmen. Hierfür wird die
in jedem Messzyklus aktuelle Geschwindigkeit in einem Vektor v → gespeichert.
Die Anzahl an Messpunkten, die sich zu einem gewissen Zeitpunkt
t
k in der Messpunkthistorie befinden müssen,
ergibt sich aus dem Zufluss und dem Abfluss von Messpunkten. Der
Zufluss ist dabei gegeben durch die Anzahl an Messpunkten, die während
des Zeitraums t
0 ... t
k erfasst
wurden. Der Abfluss ist gegeben durch die Messpunkte, die während
des Zeitraums überfahren wurden, bzw. den Kriterien der
Strecke x
del entsprechen. Aus Zufluss und
Abfluss ergibt sich somit die folgende ideale Anzahl von Messpunkten:
mit
nVideo(ti)
= const. (8) -
Kernbereich
der vorliegenden Erfindung ist, dass anhand der auf Basis des Referenzmodells
ermittelten idealen Anzahl von Messpunkten n
ideal und
unter Berücksichtigung der tatsächlich erfassten
Anzahl von Messpunkten n
real nach folgender
Beziehung ein Plausibilitätsmaß der Vorausschauweite
p
Entfernung bestimmt wird:
-
In
einer vorteilhaften Ausführungsvariante der Erfindung kann
dieses Plausibilitätsmaß auf einen bestimmten
Wertebereich normiert werden, was für die Weiterverarbeitung
besonders zweckmäßig ist. Beispielsweise kann
das Plausibilitätsmaß auf einen Wertebereich [0...1]
normiert werden.
-
Unter
Berücksichtigung des Plausibilitätsmaßes
kann eine Assistenzfunktion des Fahrerassistenzsystems vorteilhaft
entscheiden, wann von dem Fahrerassistenzsystem erfasste Informationen über
den Verlauf der Fahrspur als plausibel oder nicht plausibel anzusehen
sind und demzufolge eine Aktivierung oder eine Deaktivierung vorgenommen
werden soll. Dies wird im Folgenden anhand des in 3 dargestellten
Diagramms erläutert, das ein Plausibilitätsmaß P
als Funktion der Zeit t darstellt. Infolge der beschriebenen Normierung
kann das Plausibilitätsmaß maximal den Wert eins
annehmen. Bei einem vorgebbaren Schwellwert PAktivierung findet
eine Aktivierung statt. In dem in 3 dargestellten
Diagramm ist dies zum Zeitpunkt tAktivierung der
Fall. Bei einem weiteren Schwellwert PDeaktivierung findet
eine Deaktivierung statt. Dies ist zum Zeitpunkt tDeaktivierung der
Fall. Vorteilhaft wird hierbei dadurch eine Hysterese eingeführt,
dass der Schwellwert PDeaktivierung kleiner
ist als der Schwellwert PAktivierung.
-
Vorteilhaft
kann weiterhin, bei bekannter Messungenauigkeit der in dem Fahrerassistenzsystem
verwendeten Sensoren, für jeden Sensor ein Fehlermodell
hinterlegt und hieraus für jeden Messpunkt eine Messunsicherheit
xMesspunkt Berechnet werden. Besonders vorteilhaft
werden die Messunsicherheiten der Messpunkte bereits von den Sensoren
selbst ermittelt und dem Fahrerassistenzsystem zur Verfügung
gestellt. Besonders vorteilhaft lassen sich die Messunsicherheiten
aller Messpunkte zu einem weiteren Plausibilitätsmaß verdichten,
das die Plausibilität der Messungen an sich beschreibt.
Hierbei ist zweckmäßigerweise zu beachten, dass
die Messunsicherheiten der Messungen unterschiedlicher Sensoren
voneinander abweichende Genauigkeitsklassen aufweisen können
und demzufolge nicht direkt miteinander vermischt werden dürfen.
Vorteilhaft wird daher bei Messungen mit Sensoren von verschiedenen
Genauigkeitsklassen für jeden Messpunkt aus der Messunsicherheit
des Messpunkts und aus der maximalen Messunsicherheit des jeweiligen
Sensors ein normierter Gewichtungsfaktor wMesspunkt ∊ [0
... 1] bestimmt.
-
Anschließend
können dann die Gewichte aller Messpunkte zu einem weiteren
Plausibilitätsmaß PMesspunkte verdichtet
werden, beispielsweise anhand einer einfachen Mittelwertbildung: pMesspunkte = w Messpunkte (10)
-
Aus
beiden Plausibilitätsmaßen kann ein Gesamtplausibilitätsmaß bestimmt
und einer Assistenzfunktion des Fahrerassistenzsystems, beispielsweise
der LKS-Assistenzfunktion, zur Verfügung gestellt werden. Hierbei
wird vorteilhaft für jedes Plausibilitätsmaß zusätzlich
ein Gewichtungsfaktor eingeführt. Dieser Gewichtungsfaktor
wird, abhängig von den Anforderungen der jeweiligen Assistenzfunktion,
an die Spurinformationen angepasst. pGesamt = 0,5 wPEntfernung·pEntfernung + wPMesspunkte·pMesspunkte) (11)
-
In
einer vorteilhaften weiteren Ausgestaltung der Erfindung kann das
Gesamtplausibilitätsmaß auch nur aus einer der
Teilplausibilitäten bestehen.
-
Weiterhin
können zusätzlich weitere Plausibilitäten
aufgenommen werden, sofern diese für eine Assistenzfunktion des
Fahrerassistenzsystems relevant sind. Als solche Plausibilitäten
kommen insbesondere die Messunsicherheit eines Messpunkts oder eine
Plausibilität in Betracht, die sich aus einem Vergleich
von Messpunkten anhand ihrer Abstände zu einer Referenz,
wie beispielsweise der aus den Messpunkten berechneten parametrischen
Spurbeschreibung, ergibt.
-
Die
Auswerteeinrichtung 1 ist zur Durchführung der oben geschilderten
Verfahren ausgestaltet.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste
der vom Anmelder aufgeführten Dokumente wurde automatisiert
erzeugt und ist ausschließlich zur besseren Information
des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen
Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt
keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- - DE 10349631
A1 [0002]
- - DE 19720764 A1 [0003]
- - DE 19749086 C1 [0004]
- - DE 10354650 A1 [0005]
- - DE 102006040334 [0006, 0015]
