DE102012112725A1 - Reibwertschätzung aus Kamera- und Raddrehzahldaten - Google Patents

Reibwertschätzung aus Kamera- und Raddrehzahldaten Download PDF

Info

Publication number
DE102012112725A1
DE102012112725A1 DE102012112725.5A DE102012112725A DE102012112725A1 DE 102012112725 A1 DE102012112725 A1 DE 102012112725A1 DE 102012112725 A DE102012112725 A DE 102012112725A DE 102012112725 A1 DE102012112725 A1 DE 102012112725A1
Authority
DE
Germany
Prior art keywords
friction
camera
coefficient
wheel
value
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Withdrawn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
DE102012112725.5A
Other languages
English (en)
Inventor
Dr. Fischer Daniel
Dr. Köbe Andreas
Dr. Stölzl Stefan
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.)
Continental Teves AG and Co OHG
Original Assignee
Continental Teves AG and Co OHG
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 Continental Teves AG and Co OHG filed Critical Continental Teves AG and Co OHG
Priority to DE102012112725.5A priority Critical patent/DE102012112725A1/de
Priority to US14/431,208 priority patent/US9643617B2/en
Priority to PCT/DE2013/200340 priority patent/WO2014094767A1/de
Priority to DE112013006110.4T priority patent/DE112013006110A5/de
Publication of DE102012112725A1 publication Critical patent/DE102012112725A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/068—Road friction coefficient
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/171—Detecting parameters used in the regulation; Measuring values used in the regulation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/172—Determining control parameters used in the regulation, e.g. by calculations involving measured or detected parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/172—Determining control parameters used in the regulation, e.g. by calculations involving measured or detected parameters
    • B60T8/1725—Using tyre sensors, e.g. Sidewall Torsion sensors [SWT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/28—Wheel speed

Abstract

Die Erfindung betrifft ein Verfahren bzw. eine Vorrichtung zur Schätzung eines Reibwerts in einem fahrenden Fahrzeug. Dazu ist vorgesehen, dass Bilddaten einer vorausschauenden Fahrzeugkamera im Fahrzeug dahingehend ausgewertet werden, dass auf die Fahrbahnoberfläche geschlossen werden kann. Es erfolgt eine Reibwertklassifizierung aus den Kamerabilddaten, die einen Kamerareibwert µk liefert. Auf Basis eines Raddrehzahlsignals werden ein Reifenschlupf und eine Reifenschwingung analysiert und daraus wird eine Klassifizierung des Reibwerts vorgenommen, die einen Radreibwert µw liefert. Die vorausschauende Reibwertschätzung erfolgt als eine Fusion von Kamera- und Radreibwert, wobei die vorausschauende Reibwertschätzung primär auf Basis des Kamerareibwerts µk erfolgt, der Radreibwert µw jedoch kontinuierlich zur Plausibilisierung des Kamerareibwerts µk berücksichtigt wird.

Description

  • Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Reibwertschätzung in einem fahrenden Fahrzeug.
  • Die Erfassung oder Bestimmung des zwischen Reifen und Fahrbahn wirkenden Reibwerts bzw. die Erfassung des Fahrbahnzustands (z.B. trocken, nass, schneebedeckt und vereist), aus dem sich die Reibwertgruppe ableiten lässt, ist eine wichtige Voraussetzung, um den Fahrer in seiner Fahraufgabe zu unterstützen und so schwere Unfälle zu vermeiden. Allgemein obliegt die Einschätzung der Straßenverhältnisse dem Fahrer, der seine Fahrweise darauf ausrichtet. Fahrzeugregelsysteme wie ESC (Electronic Stability Control)/TCS (Traction Control System) oder ABS (Antiblockiersystem) helfen ihm, das Fahrzeug im Grenzbereich zu stabilisieren, um so seiner Fahraufgabe in Extremsituationen leichter entsprechen zu können.
  • Die Unfallvermeidung gewinnt bei Fahrerassistenzsystemen zunehmend an Bedeutung. Notbrems- oder seit neuestem auch Notausweichsysteme leisten einen wichtigen Beitrag. Ihre Wirkung hängt jedoch entscheidend vom Reibwert des Untergrundes ab. Nässe, Schnee und Eis erniedrigen den zur Verfügung stehenden Reibwert zwischen Reifen und Fahrbahn gegenüber dem auf einer trockenen Fahrbahn zur Verfügung stehenden erheblich.
  • EP 792 228 B1 zeigt ein System zur Fahrstabilitätsregelung für ESP-(Electronic Stability Program)/ESC-Regelungen, mit dem in speziellen Situationen ein Reibwert ermittelt werden kann. Wenn mindestens ein Rad den Reibwert ausnutzt, z. B. beim Fahren auf einem glatten Untergrund, kann die Fahrzeugbremsenregelung den Reibwert aus dem Drehverhalten der Räder und den ESP/ESC-Beschleunigungssensoren bestimmen.
  • DE 102 56 726 A1 zeigt ein Verfahren zur Generierung eines Signals in Abhängigkeit von der Fahrbahnbeschaffenheit unter Verwendung eines Reflexionssignalsensors wie z.B. eines Radar- oder eines optischen Sensor. Dadurch wird eine vorausschauende Erfassung des Fahrbahnzustands in einem Kraftfahrzeug ermöglicht.
  • DE 10 2004 018 088 A1 zeigt ein Fahrbahnerkennungssystem mit einem Temperatursensor, einem Ultraschallsensor und einer Kamera. Die aus den Sensoren erhaltenen Fahrbahndaten werden gefiltert, mit Referenzdaten verglichen, um die Befahrbarkeit der Fahrbahn zu ermitteln, wobei die Fahrbahnoberfläche (z.B. Beton, Asphalt, Schmutz, Gras, Sand oder Kies) und deren Zustand (z.B. trocken, vereist, verschneit, nass) klassifiziert werden kann.
  • DE 10 2004 047 914 A1 zeigt eine Methode zur Einschätzung des Fahrbahnzustands, bei der Daten aus mehreren unterschiedlichen Sensoren, z.B. Kamera, Infrarotsensor, Regensensor bzw. Mikrofon fusioniert werden, um zu einer Klassifikation des Fahrbahnzustands zu gelangen, der ein Reibungswert zugeordnet werden kann.
  • Darüber hinaus ist bekannt, dass die Reibwertinformation nicht nur als Fahrerinformation ausgegeben wird, sondern auch an weitere Fahrzeug- oder Fahrerassistenzsysteme bereitgestellt wird, so dass diese den Betriebszustand entsprechend anpassen können. Beispielsweise können bei einem Niedrigreibwert höhere Abstände im ACC vorgesehen werden oder eine Kurvenwarnfunktion kann entsprechend angepasst werden.
  • Auf Basis des Raddrehzahlsignals können Reifenschlupf und Reifenschwingung analysiert und daraus eine Klassifizierung des Reibwerts vorgenommen werden. Der Vorteil liegt hierbei darin, dass diese Lösung in einem elektronischen Bremssystem (ESP) als reine Softwarelösung und damit kostengünstig umgesetzt werden kann. Nachteilig ist, dass sich der Reibwert nicht vorausschauend, sondern erst nach Überfahren der Fahrbahnoberfläche ermitteln lässt.
  • DE 10 2008 047 750 A1 zeigt eine entsprechende Bestimmung eines Kraftschlusses mit wenigen Sensoren, bei der Drehschwingungen eines Rads eines Fahrzeugs analysiert werden und auf Basis dieser Analyse ein Reibbeiwert abgeschätzt wird.
  • DE 10 2009 041 566 A1 zeigt ein Verfahren zur Ermittlung eines Fahrbahnreibwerts µ, bei dem eine erste ständig aktualisierte Reibwertkenngröße und eine zweite lediglich situationsbedingt aktualisierte Reibwertgröße zu einem gemeinsamen Reibschätzwert verknüpft werden.
  • WO 2011/007015 A1 zeigt ein laserbasiertes Verfahren zur Reibwertklassifikation in Kraftfahrzeugen. Signale eines Lidar- bzw. CV-Sensors, die auf die Fahrbahnoberfläche gerichtet sind, werden hierzu ausgewertet und anschließend wird insbesondere anhand der Amplitude der vermessenen Fahrbahnoberfläche ein Reibwert zugeordnet. Es kann beispielsweise geschätzt werden, ob Schnee, Asphalt oder Eis die Fahrbahnoberfläche bilden.
  • Weiterhin ist bekannt, dass auf Basis einer oder mehrerer in einem Fahrzeug verfügbaren Kamera(s) eine Interpretation der bereitgestellten Bilder in einer Weise vorgenommen werden kann, dass auf die Fahrbahnoberfläche geschlossen werden kann (z.B. abhängig von Spiegelungen, Helligkeiten) und auch hiermit eine Reibwertklassifizierung erfolgen kann. Da Umfeldkameras in Fahrerassistenzsystemen immer mehr Verbreitung finden (z.B. zur Erkennung Verlassen der Fahrspur, Erkennung von Verkehrszeichen und Objekten), kann auch diese Lösung kostengünstig als zusätzliche Software bereitgestellt werden. Der Vorteil liegt darin, dass auch vorausschauend der Reibwert geschätzt werden kann. Nachteilig ist, dass eine präzise Interpretation nicht durchgängig möglich ist, da Störungen (z.B. andere Fahrzeuge, Lichtquellen, etc.) die Interpretation erschweren können und damit möglicherweise eine Fehlinterpretation erfolgen könnte.
  • WO 2012/110030 A2 zeigt ein Verfahren und eine Vorrichtung zur Reibwertschätzung mittels einer 3D-Kamera, z.B. einer Stereokamera. Mit der 3D-Kamera wird mindestens ein Bild von der Umgebung des Fahrzeugs aufgenommen. Aus den Bilddaten der 3D-Kamera wird im gesamten Fahrzeugvorfeld ein Höhenprofil der Straßenoberfläche erstellt. Aus dem Höhenprofil wird der zu erwartenden lokale Reibwert der Straßenoberfläche im Fahrzeugvorfeld geschätzt.
  • Die beschriebenen Ansätze auf Basis von Kamera- oder Reifendrehzahlsignalauswertungen weisen die dort beschriebenen Nachteile auf.
  • Insbesondere eine mögliche Fehlinterpretation der Kamerabilder soll durch die vorliegende Erfindung gelöst werden.
  • Eine Grundidee der erfindungsgemäßen Lösung ist eine Kombination bzw. Fusion der beiden Ansätze: Interpretation Raddrehzahlsignale und Interpretation des Umfeldkamerabildes. Durch geeigneten Austausch und kombinierte Bewertung der Informationen beider Teilsysteme kann sowohl eine vorausschauende Reibwertbewertung erfolgen, als auch dabei die Gefahr von Fehlinterpretationen minimiert werden.
  • Ein erfindungsgemäßes Verfahren zur Schätzung eines Reibwerts in einem fahrenden Fahrzeug sieht vor, dass Bilddaten einer vorausschauenden Fahrzeugkamera im Fahrzeug dahingehend ausgewertet werden, dass auf die Fahrbahnoberfläche geschlossen werden kann. Es erfolgt eine Reibwertklassifizierung aus den Kamera(bild-)daten, die einen Kamerareibwert µk liefert. Auf Basis eines Raddrehzahlsignals werden ein Reifenschlupf und eine Reifenschwingung analysiert. Aus dieser Analyse des Schwingungsverhaltens des Reifens wird ein Anregungsspektrum durch die Fahrbahn ermittelt, welches mit dem Reibwert korreliert. Daraus wird schließlich eine Klassifizierung des Reibwerts vorgenommen, die einen Radreibwert µw liefert. Eine derartige Analyse kann beispielsweise DE 10 2008 047 750 A1 entnommen werden. Die vorausschauende Reibwertschätzung erfolgt als eine Fusion von Kamera- und Radreibwert, wobei die vorausschauende Reibwertschätzung primär auf Basis des Kamerareibwerts µk erfolgt, der Radreibwert µw jedoch kontinuierlich zur Plausibilisierung des Kamerareibwerts µk berücksichtigt wird.
  • Eine Reibwertschätzung kann hierbei durchaus aus dem Kamerabild eines stehenden Fahrzeugs erzeugt werden. Eine Plausibilisierung dieser Reibwertschätzung ist aber nur während einer Fahrt des Fahrzeugs möglich.
  • Mit anderen Worten liefern beide Teilsysteme kontinuierlich ihren geschätzten Reibwert µk (Basis Kamera) und µw (Basis Raddrehzahlsensor) und bevorzugt eine dazugehörige Zuverlässigkeitsinformation an eine zentrale Auswerteeinheit (z.B. ein Software-Modul in einem Fahrerassistenz- oder elektronischem-Bremsen-Steuergerät). Dort erfolgt die vorausschauende Reibwertschätzung im Wesentlichen auf Basis des Kamerasignals µ = µk. Zur Erhöhung der Robustheit wird kontinuierlich auch µw herangezogen.
  • Die Kameradaten können vorteilhaft dahingehend ausgewertet werden, dass Nässe auf der Fahrbahn ermittelt wird.
  • Der Reibwert, auch Reibbeiwert, Kraftschlussbeiwert, (Haft-)Reibungszahl oder Reibungskoeffizient gibt an, welche Kraft zwischen einer Fahrbahnoberfläche und einem Fahrzeugreifen (z.B. in Tangentialrichtung) maximal übertragen werden kann und ist somit ein wesentliches Maß für den Fahrbahnzustand. Neben dem Fahrbahnzustand sind Eigenschaften des Reifens zu einer vollständigen Bestimmung des Reibwerts erforderlich. Für eine Schätzung des Reibwerts z.B. aus Kamerabilddaten werden typischerweise nur Fahrbahnzustandsinformationen berücksichtigt, da im Allgemeinen aus Kamerabilddaten keine Reifeneigenschaften ermittelt werden können. Der Begriff Kamerareibwert bezeichnet insofern immer einen geschätzten Reibwert, der durch eine Klassifizierung der Fahrbahnzustände aus den Kameradaten ermittelt wird. Die Raddrehzahlsignale enthalten dagegen auch Informationen über den Reifenzustand. Typischerweise wird aber auch bei der Ermittlung des Radreibwerts eine Klassifikation vorgenommen, die unterschiedliche Fahrbahnzustände berücksichtigt.
  • Der Vorteil dieser Fusion liegt einerseits in der kostengünstigen Umsetzung. Andererseits ergänzen sich die Systeme vorteilhaft, da auf Basis der Raddrehzahlsignale sehr präzise schon kleine Unterschiede der Fahrbahnoberfläche (bei Überfahren) erkannt werden können, auch wenn diese möglicherweise im Bild nicht erkennbar waren. Umgekehrt können Störungen im Bild schnell als solche bestätigt werden, wenn nach Überfahren erkannt wird, dass sich der Fahrbahnbelag gar nicht geändert hatte.
  • In einer bevorzugten Ausführungsform wird eine Synchronität des Kamerareibwerts µk und Radreibwerts µw unter Berücksichtigung der Fahrgeschwindigkeit des Fahrzeugs sichergestellt. Die Fahrzeugeigengeschwindigkeit dient hierbei dazu zu ermitteln, wann ein vorausliegender Fahrbahnabschnitt überfahren wird, dem bereits ein Kamerareibwert µk aus einem aktuellen Kamerabild zugeordnet ist. Zur Fusionierung müssen ja Kamera- und Radreibwertsbereiche in irgendeiner Weise zur Deckung gebracht werden, die zu einem gegebenen Zeitpunkt nicht übereinstimmen können, weil die Kamera vorausschaut und die Fahrbahnoberfläche, auf der ein Reifen aktuell ruht nicht erfassen kann. Vorteilhaft werden auch andere Fahrzeugsensorinformationen zur Fahrzeugbewegung bzw. Odometrie- und Zeitinformationen herangezogen, um die Fahrzeugbewegung im Verhältnis zu den Bildbereichen zu ermitteln und somit die Synchronität sicherzustellen.
  • Vorteilhaft wird dem Kamerareibwert µk und dem Radreibwert µw jeweils eine dazugehörige Zuverlässigkeitsinformation zugeordnet, die bei der Fusionierung berücksichtigt werden kann.
  • Bevorzugt kann als vorausschauender Reibwert µ ein Kamerareibwert µk mit einer hohen Zuverlässigkeitsinformation sofort freigegeben werden. Bei einer niedrigen Zuverlässigkeitsinformation des Kamerareibwerts µk wird dagegen zunächst eine Bestätigung über den Radreibwert µw abgewartet. Sofern die Bestätigung erfolgt, kann der bestätigte Kamerareibwert freigegeben werden oder bei einer Abweichung kann ein gemittelter Wert ausgegeben werden. Bei der Mittelung kann die Zuverlässigkeitsinformation als Gewichtung hinzugezogen werden. Bei einem Ausfall des Kamerareibwerts µk wird ausschließlich auf den Radreibwert µw zurückgegriffen.
  • In einer vorteilhaften Ausführungsform besteht durch geeignete Fusion bzw. Auswertung der beiden Informationen bzw. Reibwertschätzwerte µk und µw die Möglichkeit, das Verfahren durch „Lernen“ (z.B. der typischen Störungen im Bild) während des Betriebs an die charakteristischen Einsatzbedingungen des Fahrzeugs bzw. des Fahrers anzupassen und damit die Verfügbarkeit und Robustheit zu erhöhen. Das Identifizieren und anschließende Lernen von typischen Störungen im Bild erfolgt insbesondere anhand der Plausibilisierung des Kamerareibwert µk mittels des Radreibwerts µw, wenn dabei eine Abweichung festgestellt wird. Nach perfektem Anlernen des Systems ist damit die Präzision der Reibwertschätzung wie sie die Raddrehzahlanalyse liefern kann auch vorausschauend erreichbar.
  • Die Kamera kann eine Monokamera, eine Stereokamera oder eine Kamera eines Rundumsichtkamerasystems sein, je nach Hauptverwendungszweck des Kamerasystems.
  • Gemäß einer bevorzugten Ausführungsform werden Informationen des erfindungsmäßen Verfahrens zur Reibwertschätzung weiteren Fahrerassistenzsystemen bzw. Fahrdynamikregelsystemen zur Verfügung gestellt und können dort in bekannter Weise dazu dienen, den Betriebszustand geeignet anzupassen (z.B. ACC Abstand). Als Informationen sind hierbei der vorausschauende Reibwert, der Kamerareibwert µk, der Radreibwert µw und/oder die zugeordneten Zuverlässigkeitsinformationen geeignet.
  • Die Erfindung betrifft weiterhin eine Vorrichtung zur Schätzung eines Reibwerts in einem fahrenden Fahrzeug mit einer vorausschauenden Kamera, mindestens einem Raddrehzahlsensor und Auswertungsmittel.
  • Die Auswertungsmittel sind dazu ausgebildet, Bilddaten der Kamera dahingehend auszuwerten, dass auf die Fahrbahnoberfläche geschlossen werden kann, und eine Reibwertklassifizierung vorzunehmen. Die Reibwertklassifizierung liefert einen Kamerareibwert µk. Der Raddrehzahlsensor übermittelt Raddrehzahlsignale an die Auswertungsmittel. Die Auswertungsmittel sind ferner dazu ausgebildet, auf Basis eines Raddrehzahlsignals einen Reifenschlupf und eine Reifenschwingung zu analysieren und daraus eine Klassifizierung des Reibwerts vorzunehmen, die einen Radreibwert µw liefert. Die vorausschauende Reibwertschätzung erfolgt als eine Fusion von Kamerareibwert µk und Radreibwert µw, wobei die vorausschauende Reibwertschätzung primär auf Basis des Kamerareibwerts µk erfolgt, wobei der Radreibwert µw kontinuierlich zur Plausibilisierung des Kamerareibwerts µk berücksichtigt wird. Die Auswertungsmittel können modular auf mehrere Auswertungseinheiten verteilt sein. Bevorzugt erfolgt die Bildauswertung in einem Steuergerät des Kamerasystems, welches den Kamerareibwert µk an ein Bus-System ausgeben kann. Die Raddrehzahlanalyse erfolgt in einem EBS-Steuergerät, welches den Radreibwert µw an das Bus-System ausgeben kann. Die Fusion erfolgt unter Berücksichtigung der Synchronität der Reibwertdaten z.B. in einem dritten Steuergerät, welches die Reibwerte µk und µw vom Bus-System empfangen kann. In einer weiteren bevorzugten Ausführungsform kann die Herstellung der Synchronität von Reibwertdaten und anschließende Fusion im Steuergerät des Kamerasystems oder im EBS-Steuergerät durchgeführt werden, welches dazu den anderen Reibwert µw oder µk vom Bus-System empfangen kann. Es ist aber auch vorstellbar, dass eine zentrale Auswertungseinheit sämtliche Auswertungsmittel umfasst und die gesamten Auswertungsschritte durchführt.
  • Im Folgenden wird die Erfindung anhand von einer Figur und Ausführungsbeispielen näher erläutert.
  • Die einzige 1 zeigt beispielhaft ein Kamerabild einer vorausliegenden Fahrzeugumgebung, wie es von einer Frontkamera eines fahrenden Fahrzeugs aufgenommen worden ist. Aus demselben Bild können kamerabasierte Fahrerassistenzfunktionen realisiert werden, z.B. eine Spurverlassenswarnung (LDW, Lane Departure Warning), eine Spurhalteunterstützung (LKA/LKS, Lane Keeping Assistance/System), eine Verkehrszeichenerkennung (TSR, Traffic Sign Recognition), eine automatische Fernlichtsteuerung (IHC, Intelligent Headlamp Control), eine Kollisionswarnung (FCW, Forward Collision Warning), eine Niederschlagserkennung, eine automatische Längsregelung (ACC, Adaptive Cruise Control), eine Einparkunterstützung, automatische Notbrems- oder Notlenksysteme (EBA, Emergency Brake Assist oder ESA, Emergency Steering Assist).
  • Auf dem Kamerabild (Grauwertbild einer monokularen Kamera) ist eine spiegelnde Fahrbahnoberfläche zu erkennen. Spiegelungseffekte auf der Fahrbahnoberfläche können aus dem Kamerabild erkannt werden, da Bäume (oder allgemein die Umgebung) auf der Fahrbahnoberfläche gespiegelt erscheinen.
  • Die Spiegelung an der Fahrbahnoberfläche kann unterschiedliche Ursachen haben: eine regennasse Fahrbahnoberfläche spiegelt, aber auch ein trockener neuer Fahrbahnbelag kann zu Spiegelungen führen. Einem Fahrbahnabschnitt, der Spiegelungen aufweist wird in einem Kamerabild ein anderer Reibwert µk zugeordnet als einem Fahrbahnabschnitt, der nicht spiegelt. Jedoch unterscheiden sich tatsächliche Reibwerte für regennasse Fahrbahnoberflächen deutlich von Reibwerten für trockene Fahrbahnoberflächen mit einem neuen Fahrbahnbelag.
  • Im Problemfall der spiegelnden Neufahrbahn würde also zunächst der aus dem Kamerabild abgeschätzte Reibwert µk als unsicher eingestuft werden müssen. Nach einem Überfahren und Auswerten des aus einem Raddrehzahlsignal gewonnenen Reibwerts µw für einen solchen Fahrbahnabschnitt würde diese „Störung“ vom System gelernt und in der Folge könnte µk entsprechend korrekt und zuverlässig ermittelt werden. Dieses Nachlernen durch Plausibilisierung ist ein wesentlicher Vorteil der Erfindung.
  • 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
    • EP 792228 B1 [0004]
    • DE 10256726 A1 [0005]
    • DE 102004018088 A1 [0006]
    • DE 102004047914 A1 [0007]
    • DE 102008047750 A1 [0010, 0018]
    • DE 102009041566 A1 [0011]
    • WO 2011/007015 A1 [0012]
    • WO 2012/110030 A2 [0014]

Claims (10)

  1. Verfahren zur Schätzung eines Reibwerts in einem fahrenden Fahrzeug, wobei Bilddaten einer vorausschauenden Kamera im Fahrzeug dahingehend ausgewertet werden, dass auf die Fahrbahnoberfläche geschlossen werden kann und eine Reibwertklassifizierung erfolgt, die einen Kamerareibwert µk liefert, dadurch gekennzeichnet, dass auf Basis eines Raddrehzahlsignals ein Reifenschlupf und eine Reifenschwingung analysiert werden und daraus eine Klassifizierung des Reibwerts vorgenommen wird, die einen Radreibwert µw liefert, wobei die vorausschauende Reibwertschätzung eine Fusion von Kamera- und Radreibwert darstellt, wobei die vorausschauende Reibwertschätzung primär auf Basis des Kamerareibwerts µk erfolgt, wobei der Radreibwert µw kontinuierlich zur Plausibilisierung des Kamerareibwerts µk berücksichtigt wird.
  2. Verfahren nach Anspruch 1, wobei eine Synchronität des Kamerareibwerts µk und Radreibwerts µw unter Berücksichtigung der Fahrgeschwindigkeit des Fahrzeugs sichergestellt wird.
  3. Verfahren nach Anspruch 1 oder 2, wobei dem Kamerareibwert µk und Radreibwert µw jeweils eine dazugehörige Zuverlässigkeitsinformation zugeordnet wird.
  4. Verfahren nach einem der vorhergehenden Ansprüche, wobei als vorausschauender Reibwert ein Kamerareibwert µk mit einer hohen Zuverlässigkeitsinformation sofort freigegeben wird, bei einer niedrigen Zuverlässigkeitsinformation des Kamerareibwerts µk wird zunächst eine Bestätigung über den Radreibwert µw abgewartet und bei einem Ausfall des Kamerareibwerts µk wird ausschließlich auf den Radreibwert µw zurückgegriffen.
  5. Verfahren nach einem der vorhergehenden Ansprüche, welches durch Lernen, insbesondere von typischen Störungen im Kamerabild, die anhand der Plausibilisierung des Kamerareibwert µk mittels des Radreibwerts µw identifiziert werden können, an charakteristische Einsatzbedingungen des Fahrzeugs und/oder des Fahrers angepasst wird.
  6. Verfahren nach einem der vorhergehenden Ansprüche, wobei als Kamera eine Monokamera verwendet wird.
  7. Verfahren nach einem der vorhergehenden Ansprüche, wobei als Kamera eine Stereokamera verwendet wird.
  8. Verfahren nach einem der vorhergehenden Ansprüche, wobei als Kamera eine Kamera eines Rundumsichtsystems verwendet wird.
  9. Verfahren nach einem der vorhergehenden Ansprüche, wobei der vorausschauende Reibwert, der Kamerareibwert µk und/oder der Radreibwert µw an weitere Fahrerassistenzsysteme oder Fahrdynamikregelsysteme ausgegeben wird.
  10. Vorrichtung zur Schätzung eines Reibwerts in einem fahrenden Fahrzeug umfassend eine vorausschauende Kamera, mindestens einen Raddrehzahlsensor und Auswertungsmittel, wobei die Auswertungsmittel dazu ausgebildet sind, Bilddaten der Kamera dahingehend auswerten, dass auf die Fahrbahnoberfläche geschlossen werden kann und eine Reibwertklassifizierung vorzunehmen, die einen Kamerareibwert µk liefert, dadurch gekennzeichnet, dass der Raddrehzahlsensor Raddrehzahlsignale an die Auswertungsmittel übermittelt und die Auswertungsmittel ferner dazu ausgebildet sind, auf Basis eines Raddrehzahlsignals einen Reifenschlupf und eine Reifenschwingung zu analysieren und daraus eine Klassifizierung des Reibwerts vorzunehmen, die einen Radreibwert µw liefert, wobei die vorausschauende Reibwertschätzung als eine Fusion von Kamera- und Radreibwert erfolgt, wobei die vorausschauende Reibwertschätzung primär auf Basis des Kamerareibwerts µk erfolgt, wobei der Radreibwert µw kontinuierlich zur Plausibilisierung des Kamerareibwerts µk berücksichtigt wird.
DE102012112725.5A 2012-12-20 2012-12-20 Reibwertschätzung aus Kamera- und Raddrehzahldaten Withdrawn DE102012112725A1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
DE102012112725.5A DE102012112725A1 (de) 2012-12-20 2012-12-20 Reibwertschätzung aus Kamera- und Raddrehzahldaten
US14/431,208 US9643617B2 (en) 2012-12-20 2013-12-09 Friction coefficient estimation from camera and wheel speed data
PCT/DE2013/200340 WO2014094767A1 (de) 2012-12-20 2013-12-09 Reibwertschätzung aus kamera- und raddrehzahldaten
DE112013006110.4T DE112013006110A5 (de) 2012-12-20 2013-12-09 Reibwertschätzung aus Kamera- und Raddrehzahldaten

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102012112725.5A DE102012112725A1 (de) 2012-12-20 2012-12-20 Reibwertschätzung aus Kamera- und Raddrehzahldaten

Publications (1)

Publication Number Publication Date
DE102012112725A1 true DE102012112725A1 (de) 2014-06-26

Family

ID=50000733

Family Applications (2)

Application Number Title Priority Date Filing Date
DE102012112725.5A Withdrawn DE102012112725A1 (de) 2012-12-20 2012-12-20 Reibwertschätzung aus Kamera- und Raddrehzahldaten
DE112013006110.4T Pending DE112013006110A5 (de) 2012-12-20 2013-12-09 Reibwertschätzung aus Kamera- und Raddrehzahldaten

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE112013006110.4T Pending DE112013006110A5 (de) 2012-12-20 2013-12-09 Reibwertschätzung aus Kamera- und Raddrehzahldaten

Country Status (3)

Country Link
US (1) US9643617B2 (de)
DE (2) DE102012112725A1 (de)
WO (1) WO2014094767A1 (de)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3156298A1 (de) * 2015-10-13 2017-04-19 Volvo Car Corporation Fahrunterstützungsanordnung, fahrzeug und verfahren zur steuerung einer längsgeschwindigkeit eines fahrzeugs
DE102015119415A1 (de) 2015-11-11 2017-05-11 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren zum Bereitstellen eines Reibwerts
WO2018108533A1 (de) * 2016-12-16 2018-06-21 Volkswagen Aktiengesellschaft Verfahren zum schätzen eines reibwerts einer fahrbahn mittels eines kraftfahrzeugs sowie steuervorrichtung und kraftfahrzeug
WO2019029876A1 (de) * 2017-08-11 2019-02-14 Robert Bosch Gmbh Verfahren zum bestimmen eines reibwerts für einen kontakt zwischen einem reifen eines fahrzeugs und einer fahrbahn und verfahren zum steuern einer fahrzeugfunktion eines fahrzeugs
WO2019029875A1 (de) * 2017-08-11 2019-02-14 Robert Bosch Gmbh VERFAHREN ZUM BESTIMMEN EINES REIBWERTS FÜR EINEN KONTAKT ZWISCHEN EINEM REIFEN EINES FAHRZEUGS UND EINER FAHRBAHN UND VERFAHREN ZUM STEUERN EINER FAHRZEUGFUNKTION EINES FAHRZEUGs
WO2019115437A1 (de) * 2017-12-13 2019-06-20 Robert Bosch Gmbh Verfahren zur schätzung eines maximalen reibwerts, einrichtung zur durchführung des verfahrens sowie computerprogrammprodukt
WO2019115662A1 (de) * 2017-12-13 2019-06-20 Robert Bosch Gmbh Verfahren zum bestimmen eines reibwerts für einen kontakt zwischen einem reifen eines fahrzeugs und einer fahrbahn und verfahren zum steuern einer fahrzeugfunktion eines fahrzeugs
DE102018201462A1 (de) * 2018-01-31 2019-08-01 Audi Ag Verfahren zum Betreiben eines Kraftfahrzeugs sowie entsprechendes Kraftfahrzeug
DE102018218926A1 (de) 2018-11-06 2020-05-07 Zf Friedrichshafen Ag Fahrerassistenzsystem
EP3885219A1 (de) * 2020-03-26 2021-09-29 INTEL Corporation Sicherheitssystem für ein fahrzeug, fahrzeug und computerprogramm
DE102021101788A1 (de) 2021-01-27 2022-07-28 Zf Cv Systems Global Gmbh Verfahren zum ortsaufgelösten Ermitteln einer Oberflächeneigenschaft eines Untergrundes, Verarbeitungseinheit und Fahrzeug
DE102018103214B4 (de) 2017-02-27 2023-12-07 GM Global Technology Operations LLC Verfahren und systeme zum proaktiven schätzen des strassenoberflächen-reibungskoeffizienten

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012112724A1 (de) 2012-12-20 2014-06-26 Continental Teves Ag & Co. Ohg Verfahren zur Bestimmung eines Fahrbahnzustands aus Umfeldsensordaten
DE102013101639A1 (de) 2013-02-19 2014-09-04 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands
DE102013223367A1 (de) 2013-11-15 2015-05-21 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands mittels eines Fahrzeugkamerasystems
US9616773B2 (en) 2015-05-11 2017-04-11 Uber Technologies, Inc. Detecting objects within a vehicle in connection with a service
US20170168495A1 (en) * 2015-12-10 2017-06-15 Uber Technologies, Inc. Active light sensors for determining expected traction value of a road segment
US10712160B2 (en) 2015-12-10 2020-07-14 Uatc, Llc Vehicle traction map for autonomous vehicles
US9840256B1 (en) 2015-12-16 2017-12-12 Uber Technologies, Inc. Predictive sensor array configuration system for an autonomous vehicle
US9841763B1 (en) 2015-12-16 2017-12-12 Uber Technologies, Inc. Predictive sensor array configuration system for an autonomous vehicle
US9990548B2 (en) 2016-03-09 2018-06-05 Uber Technologies, Inc. Traffic signal analysis system
US10459087B2 (en) 2016-04-26 2019-10-29 Uber Technologies, Inc. Road registration differential GPS
US9672446B1 (en) 2016-05-06 2017-06-06 Uber Technologies, Inc. Object detection for an autonomous vehicle
US10719083B2 (en) 2016-07-01 2020-07-21 Uatc, Llc Perception system for autonomous vehicle
US10082795B2 (en) * 2016-08-24 2018-09-25 GM Global Technology Operations LLC Vision-based on-board real-time estimation of water film thickness
US10275662B1 (en) 2016-09-30 2019-04-30 Zoox, Inc. Estimating friction based on image data
DE102016221975A1 (de) * 2016-11-09 2018-05-09 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrerassistenzsystems, Fahrerassistenzsystem
DE102016221932A1 (de) * 2016-11-09 2018-05-09 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrerassistenzsystems, Fahrerassistenzsystem
JP6572264B2 (ja) * 2017-06-28 2019-09-04 株式会社Ｓｕｂａｒｕ 車両の路面摩擦係数推定装置及び車両の路面摩擦係数推定方法
JP6821267B2 (ja) * 2017-06-30 2021-01-27 ジヤトコ株式会社 車両制御装置および車両制御方法
US10814846B2 (en) 2017-08-11 2020-10-27 Ford Global Technologies, Llc Traction control based on friction coefficient estimation
US10773725B1 (en) 2017-08-25 2020-09-15 Apple Inc. Tire-road friction estimation and mapping
US11541893B2 (en) 2017-09-26 2023-01-03 Nira Dynamics Ab Friction estimation
EP3480075B1 (de) 2017-11-07 2020-07-29 Veoneer Sweden AB Sichtsystem und verfahren zum autonomen fahren und/oder zur fahrerassistenz in einem kraftfahrzeug
EP3546312A1 (de) * 2018-03-26 2019-10-02 Volvo Car Corporation Verfahren und system zur handhabung der bedingungen einer strasse, auf der ein fahrzeug fährt
US11334753B2 (en) 2018-04-30 2022-05-17 Uatc, Llc Traffic signal state classification for autonomous vehicles
US11124193B2 (en) * 2018-05-03 2021-09-21 Volvo Car Corporation System and method for providing vehicle safety distance and speed alerts under slippery road conditions
GB2579194B (en) * 2018-11-22 2021-05-19 Jaguar Land Rover Ltd Torque modification request
US11794750B1 (en) * 2019-01-14 2023-10-24 Matthew Roy Snow friction determination by autonomous vehicle
US11472413B2 (en) 2019-02-20 2022-10-18 Steering Solutions Ip Holding Corporation Mu confidence estimation and blending
DE102020113936A1 (de) * 2019-05-27 2020-12-03 Jtekt Corporation System zur Prädiktion eines Straßenoberflächenreibungskoeffizienten
US20210001861A1 (en) * 2019-07-05 2021-01-07 Byton North America Corporation Road type recognition
CN110550041B (zh) * 2019-07-19 2020-10-02 北京中科原动力科技有限公司 一种基于云端数据共享的路面附着系数估计方法
CN112537314A (zh) * 2019-09-20 2021-03-23 大陆汽车有限公司 用于确定湿路状况的系统和方法
EP3842307A1 (de) * 2019-12-27 2021-06-30 Volvo Car Corporation System und verfahren zur bereitstellung von fahrzeugsicherheitsabstands- und -geschwindigkeitswarnungen bei glatten strassenverhältnissen
KR20220027327A (ko) * 2020-08-26 2022-03-08 현대모비스 주식회사 딥러닝 기반 노면판단 모델을 이용한 터레인모드 제어 방법 및 장치
US20220097529A1 (en) * 2020-09-25 2022-03-31 Ford Global Technologies, Llc Torque control for a hybrid or electric vehicle
JP7021798B1 (ja) 2020-12-04 2022-02-17 国立研究開発法人土木研究所 学習済みモデル生成方法、路面滑り摩擦係数推定装置、路面滑り摩擦係数推定プログラムおよび路面滑り摩擦係数推定方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4712635A (en) * 1986-01-13 1987-12-15 Aisin-Warner Kabushiki Kaisha Control apparatus for four-wheel drive vehicle
EP0412791A2 (de) * 1989-08-10 1991-02-13 LUCAS INDUSTRIES public limited company Überwachung und Vorhersage von Fahrzeug/Strassen-Bedingungen
EP0792228B1 (de) 1994-11-25 2000-08-09 Continental Teves AG & Co. oHG System zur fahrstabilitätsregelung
US6636258B2 (en) * 2001-10-19 2003-10-21 Ford Global Technologies, Llc 360° vision system for a vehicle
DE10256726A1 (de) 2002-12-05 2004-06-24 Conti Temic Microelectronic Gmbh Verfahren zur fahrbahnabhängigen Signalgenerierung in einem Kraftfahrzeug
DE102004018088A1 (de) 2003-04-09 2005-02-10 Continental Teves, Inc., Auburn Hills Fahrbahnerkennungssystem
DE102004047914A1 (de) 2004-09-29 2006-03-30 A.D.C. Automotive Distance Control Systems Gmbh Methode zur Einschätzung des Fahrbahnzustands
DE102008047750A1 (de) 2007-09-18 2009-05-07 Continental Teves Ag & Co. Ohg Bestimmung eines Kraftschlusses mit wenigen Sensoren
WO2011007015A1 (de) 2009-07-17 2011-01-20 Continental Teves Ag & Co. Ohg Laserbasiertes verfahren zur reibwertklassifikation in kraftfahrzeugen
DE102009041566A1 (de) 2009-09-15 2011-03-24 Continental Teves Ag & Co. Ohg Verfahren zur Klassifizierung des Fahrbahnreibwerts
WO2012110030A2 (de) 2011-02-14 2012-08-23 Conti Temic Microelectronic Gmbh Reibwertschätzung mittels einer 3d-kamera

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3393654B2 (ja) * 1991-12-25 2003-04-07 マツダ株式会社 車両のスリップ制御装置
JPH0735522A (ja) 1993-07-23 1995-02-07 Nippon Doro Kodan レーザーを利用した舗装路面横断プロフィル測定方法
US5774821A (en) 1994-11-25 1998-06-30 Itt Automotive Europe Gmbh System for driving stability control
JPH08263784A (ja) 1995-03-23 1996-10-11 Honda Motor Co Ltd 道路状況認識装置
JPH08258588A (ja) * 1995-03-27 1996-10-08 Mazda Motor Corp 車両における路面状態検出装置
US6091833A (en) 1996-08-28 2000-07-18 Matsushita Electric Industrial Co., Ltd. Local positioning apparatus, and a method therefor
DE19856510C2 (de) 1998-02-20 2002-10-24 Cegelec Anlagen Und Automatisi Verfahren und System zur Ermittlung von Unebenheiten und Schadstellen in der Oberfläche einer Verkehrsfläche
DE19854964A1 (de) 1998-11-29 2000-06-08 Martin Spies Sensor zur Fahrbahnbeurteilung
JP2001334921A (ja) 2000-05-30 2001-12-04 Fuji Heavy Ind Ltd 車両の路面摩擦係数推定装置
JP3271963B1 (ja) * 2000-10-26 2002-04-08 富士重工業株式会社 車両の路面摩擦係数推定装置
DE10060333A1 (de) 2000-12-04 2002-06-13 Daimler Chrysler Ag Vorrichtung zur Erkennung einer während des Fahrbetriebes eines Fahrzeuges auftretenden Aquaplaninggefahr
DE10155488A1 (de) 2001-11-13 2003-05-28 Wilhelm Caspary Verfahren zur Erfassung der Oberfläche einer Fahrbahn
EP1457388B1 (de) 2001-12-21 2015-01-21 Kabushiki Kaisha Bridgestone Verfahren und vorrichtung zum abschätzen des fahrbahn- und reifenlaufzustands
ES2391556T3 (es) 2002-05-03 2012-11-27 Donnelly Corporation Sistema de detección de objetos para vehículo
JP4165380B2 (ja) * 2003-01-31 2008-10-15 株式会社豊田中央研究所 車両制御方法及び車両制御装置
JP2005028887A (ja) * 2003-07-07 2005-02-03 Fuji Heavy Ind Ltd 路面摩擦係数推定装置および路面摩擦係数推定方法
JP4453382B2 (ja) 2004-02-10 2010-04-21 トヨタ自動車株式会社 車両の走行制御装置
DE102004016288B3 (de) * 2004-04-02 2005-08-18 Daimlerchrysler Ag Verfahren zur Bestimmung eines Reibwerts
DE102004019337A1 (de) 2004-04-21 2005-11-17 Siemens Ag Assistenzsystem für Kraftfahrzeuge
DE102004055069B4 (de) 2004-07-15 2007-02-15 Daimlerchrysler Ag Mehrdimensionale Fahrbahnvermessung
DE102004048637A1 (de) 2004-10-04 2006-04-06 Daimlerchrysler Ag 3D-Fahrbahnmessung mit redundanten Messdaten
DE102006012289A1 (de) 2006-03-17 2007-09-20 Man Nutzfahrzeuge Ag Verfahren zur vorausschauenden Erkennung der Reibwertänderung eines Straßenbelags
US8306747B1 (en) 2007-01-19 2012-11-06 Starodub, Inc. Travel way measurement system
EP2048476B1 (de) 2007-10-08 2013-12-11 Delphi Technologies, Inc. Fahrerunterstützungsverfahren
FI124059B (fi) * 2008-09-19 2014-02-28 Aalto Korkeakoulusaeaetioe Parannus ajoneuvojen ajonhallintajärjestelmiin
DE102009033219A1 (de) 2009-01-23 2010-07-29 Daimler Ag Verfahren zur Ermittlung eines Fahrzeug vorausliegenden Straßenprofils einer Fahrspur
JP5172764B2 (ja) * 2009-03-30 2013-03-27 本田技研工業株式会社 路面摩擦係数推定装置
US8395529B2 (en) 2009-04-02 2013-03-12 GM Global Technology Operations LLC Traffic infrastructure indicator on head-up display
KR101089650B1 (ko) 2009-09-23 2011-12-06 삼성전기주식회사 차량 속도 제어 장치 및 방법
JP5325765B2 (ja) 2009-12-28 2013-10-23 日立オートモティブシステムズ株式会社 路肩検出装置及び路肩検出装置を用いた車両
DE102010011093A1 (de) 2010-03-11 2011-09-15 Daimler Ag Verfahren zur Bestimmung einer Fahrzeugaufbaubewegung
DE102010013339A1 (de) 2010-03-30 2011-01-05 Daimler Ag Vorrichtung und Verfahren zur Steuerung eines Motorlagers für ein Fahrzeug
DE102010045162A1 (de) 2010-09-11 2012-03-15 Volkswagen Ag Schlaglochassistent mit Umfeldwahrnehmung
JP2012066785A (ja) * 2010-09-27 2012-04-05 Fuji Heavy Ind Ltd 車両の統合制御装置
DE102010063017A1 (de) 2010-12-14 2012-06-14 Robert Bosch Gmbh Verfahren in einem Fahrerassistenzsystem zur Erkennung von Nässe auf einer Fahrbahn
DE102011011755A1 (de) 2011-02-18 2012-08-23 Conti Temic Microelectronic Gmbh Halbleiterschaltkreis und Verfahren in einem Sicherheitskonzept zum Einsatz in einem Kraftfahrzeug
DE102012203187A1 (de) * 2011-03-01 2012-09-06 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Prädiktion und Adaption von Bewegungstrajektorien von Kraftfahrzeugen
DE102011100907A1 (de) 2011-05-09 2012-01-12 Daimler Ag Vorrichtung und Verfahren zur Ermittlung eines Fahrbahnzustands
DE112012002885B4 (de) 2011-07-08 2022-01-27 Bendix Commercial Vehicle Systems Llc Verfahren und Vorrichtung zur bildbasierten Fahrzeugerfassung und Entfernungsmessung
DE102011081362A1 (de) 2011-08-23 2013-02-28 Robert Bosch Gmbh Verfahren und Vorrichtung zur Ermittlung eines Oberflächenzustands einer von einem Fahrzeug befahrenen oder zu befahrenden Fahrbahn
DE102012101085A1 (de) 2012-02-10 2013-08-14 Conti Temic Microelectronic Gmbh Bestimmung einer Beschaffenheit einer Fahrbahnoberfläche mittels einer 3D-Kamera
DE102012024874B4 (de) * 2012-12-19 2014-07-10 Audi Ag Verfahren und Vorrichtung zum prädikativen Ermitteln eines Parameterwertes einer von einem Fahrzeug befahrbaren Oberfläche
DE102012112724A1 (de) * 2012-12-20 2014-06-26 Continental Teves Ag & Co. Ohg Verfahren zur Bestimmung eines Fahrbahnzustands aus Umfeldsensordaten
DE102013002333A1 (de) * 2013-02-12 2014-08-14 Continental Teves Ag & Co. Ohg Verfahren und Strahlensensormodul zur vorausschauenden Straßenzustandsbestimmung in einem Fahrzeug
DE102013101639A1 (de) 2013-02-19 2014-09-04 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands
US9187099B2 (en) * 2013-10-17 2015-11-17 Richard M. Powers Systems and methods for predicting weather performance for a vehicle
DE102013223367A1 (de) 2013-11-15 2015-05-21 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands mittels eines Fahrzeugkamerasystems
US9434388B2 (en) * 2014-10-31 2016-09-06 GM Global Technology Operations LLC Surface estimation for vehicles

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4712635A (en) * 1986-01-13 1987-12-15 Aisin-Warner Kabushiki Kaisha Control apparatus for four-wheel drive vehicle
EP0412791A2 (de) * 1989-08-10 1991-02-13 LUCAS INDUSTRIES public limited company Überwachung und Vorhersage von Fahrzeug/Strassen-Bedingungen
EP0792228B1 (de) 1994-11-25 2000-08-09 Continental Teves AG & Co. oHG System zur fahrstabilitätsregelung
US6636258B2 (en) * 2001-10-19 2003-10-21 Ford Global Technologies, Llc 360° vision system for a vehicle
DE10256726A1 (de) 2002-12-05 2004-06-24 Conti Temic Microelectronic Gmbh Verfahren zur fahrbahnabhängigen Signalgenerierung in einem Kraftfahrzeug
DE102004018088A1 (de) 2003-04-09 2005-02-10 Continental Teves, Inc., Auburn Hills Fahrbahnerkennungssystem
DE102004047914A1 (de) 2004-09-29 2006-03-30 A.D.C. Automotive Distance Control Systems Gmbh Methode zur Einschätzung des Fahrbahnzustands
DE102008047750A1 (de) 2007-09-18 2009-05-07 Continental Teves Ag & Co. Ohg Bestimmung eines Kraftschlusses mit wenigen Sensoren
WO2011007015A1 (de) 2009-07-17 2011-01-20 Continental Teves Ag & Co. Ohg Laserbasiertes verfahren zur reibwertklassifikation in kraftfahrzeugen
DE102009041566A1 (de) 2009-09-15 2011-03-24 Continental Teves Ag & Co. Ohg Verfahren zur Klassifizierung des Fahrbahnreibwerts
WO2012110030A2 (de) 2011-02-14 2012-08-23 Conti Temic Microelectronic Gmbh Reibwertschätzung mittels einer 3d-kamera

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3156298A1 (de) * 2015-10-13 2017-04-19 Volvo Car Corporation Fahrunterstützungsanordnung, fahrzeug und verfahren zur steuerung einer längsgeschwindigkeit eines fahrzeugs
US10106160B2 (en) 2015-10-13 2018-10-23 Volvo Car Corporation Driving aid arrangement, a vehicle and a method of controlling a longitudinal velocity of a vehicle
DE102015119415A1 (de) 2015-11-11 2017-05-11 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren zum Bereitstellen eines Reibwerts
DE102015119415B4 (de) 2015-11-11 2022-12-15 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren zum Bereitstellen eines Reibwerts
US11186285B2 (en) 2016-12-16 2021-11-30 Volkswagen Aktiengesellschaft Method for estimating a friction coefficient of a roadway by a transportation vehicle, control device, and transportation vehicle
WO2018108533A1 (de) * 2016-12-16 2018-06-21 Volkswagen Aktiengesellschaft Verfahren zum schätzen eines reibwerts einer fahrbahn mittels eines kraftfahrzeugs sowie steuervorrichtung und kraftfahrzeug
CN110049905A (zh) * 2016-12-16 2019-07-23 大众汽车有限公司 用于借助于机动车估计行车道的摩擦值的方法以及控制设备和机动车
DE102018103214B4 (de) 2017-02-27 2023-12-07 GM Global Technology Operations LLC Verfahren und systeme zum proaktiven schätzen des strassenoberflächen-reibungskoeffizienten
WO2019029875A1 (de) * 2017-08-11 2019-02-14 Robert Bosch Gmbh VERFAHREN ZUM BESTIMMEN EINES REIBWERTS FÜR EINEN KONTAKT ZWISCHEN EINEM REIFEN EINES FAHRZEUGS UND EINER FAHRBAHN UND VERFAHREN ZUM STEUERN EINER FAHRZEUGFUNKTION EINES FAHRZEUGs
WO2019029876A1 (de) * 2017-08-11 2019-02-14 Robert Bosch Gmbh Verfahren zum bestimmen eines reibwerts für einen kontakt zwischen einem reifen eines fahrzeugs und einer fahrbahn und verfahren zum steuern einer fahrzeugfunktion eines fahrzeugs
US11535259B2 (en) 2017-08-11 2022-12-27 Robert Bosch Gmbh Method for determining a friction coefficient for a contact between a tire of a vehicle and a roadway, and method for controlling a vehicle function of a vehicle
WO2019115437A1 (de) * 2017-12-13 2019-06-20 Robert Bosch Gmbh Verfahren zur schätzung eines maximalen reibwerts, einrichtung zur durchführung des verfahrens sowie computerprogrammprodukt
WO2019115662A1 (de) * 2017-12-13 2019-06-20 Robert Bosch Gmbh Verfahren zum bestimmen eines reibwerts für einen kontakt zwischen einem reifen eines fahrzeugs und einer fahrbahn und verfahren zum steuern einer fahrzeugfunktion eines fahrzeugs
DE102018201462A1 (de) * 2018-01-31 2019-08-01 Audi Ag Verfahren zum Betreiben eines Kraftfahrzeugs sowie entsprechendes Kraftfahrzeug
DE102018218926A1 (de) 2018-11-06 2020-05-07 Zf Friedrichshafen Ag Fahrerassistenzsystem
EP3885219A1 (de) * 2020-03-26 2021-09-29 INTEL Corporation Sicherheitssystem für ein fahrzeug, fahrzeug und computerprogramm
US11472414B2 (en) 2020-03-26 2022-10-18 Intel Corporation Safety system for a vehicle
DE102021101788A1 (de) 2021-01-27 2022-07-28 Zf Cv Systems Global Gmbh Verfahren zum ortsaufgelösten Ermitteln einer Oberflächeneigenschaft eines Untergrundes, Verarbeitungseinheit und Fahrzeug

Also Published As

Publication number Publication date
US9643617B2 (en) 2017-05-09
WO2014094767A1 (de) 2014-06-26
US20150251659A1 (en) 2015-09-10
DE112013006110A5 (de) 2015-09-17

Similar Documents

Publication Publication Date Title
DE102012112725A1 (de) Reibwertschätzung aus Kamera- und Raddrehzahldaten
DE102011088130B4 (de) Verfahren und Vorrichtung zur Erkennung einer Bremssituation
WO2014094766A1 (de) Verfahren zur bestimmung eines fahrbahnzustands aus umfeldsensordaten
WO2019174682A1 (de) Verfahren und vorrichtung zur erkennung und bewertung von fahrbahnzuständen und witterungsbedingten umwelteinflüssen
DE102013223367A1 (de) Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands mittels eines Fahrzeugkamerasystems
DE102010008258A1 (de) Verfahren zur automatischen Prävention von Aquaplaning
DE102013101639A1 (de) Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands
DE10336638A1 (de) Vorrichtung zur Klassifizierung wengistens eines Objekts in einem Fahrzeugumfeld
DE102013218812A1 (de) Fahrerassistenzsystem für ein Kraftfahrzeug
DE102011116112B4 (de) Adaptiver Notbremsassistent
DE102016225352A1 (de) Verfahren zum Schätzen eines Reibwerts einer Fahrbahn mittels eines Kraftfahrzeugs sowie Steuervorrichtung und Kraftfahrzeug
DE102006036921A1 (de) Verfahren zum Stabilisieren eines Kraftfahrzeugs und Fahrdynamikregelsystem
DE102009032314A1 (de) Verfahren zur korrekten Durchführung von autonomen Notbremsungen bei einem Straßenfahrzeug
DE102008020007A1 (de) Verfahren zum Unterstützen eines Fahrers beim Fahren mit einem Fahrzeug mit einer Fahrspurerkennung
DE102015015022A1 (de) Vorrichtung und Verfahren zur Ermittlung von Nässe auf einer Fahrbahn
DE102007039617A1 (de) Automatische Spiegeleinstellung in einem Fahrzeug
DE102016003026A1 (de) Verfahren zur Betätigung eines adaptiven Kurvenassistenzsystems eines Fahrzeuges
DE102016007630A1 (de) Verfahren zum Ermitteln einer Notbremssituation eines Fahrzeuges sowie Vorrichtung zur Durchführung des Verfahrens
DE102015207026A1 (de) Verfahren und Vorrichtung zum Steuern eines Erfassungssystems zum Erfassen eines Umfelds eines Fahrzeugs
DE102017219056A1 (de) Verfahren und Vorrichtung zum Detektieren zumindest eines verdeckten Objekts im Straßenverkehr für ein Fahrzeug unter Verwendung eines passiven Fahrzeugsensors
DE102017223439B4 (de) Warnvorrichtung vor Gefahrensituationen für ein Kraftfahrzeug
DE102013021587A1 (de) Vorrichtung und Verfahren für ein Fahrzeug zur Erzeugung einer Fahrspurbegrenzung
DE102009057336A1 (de) Vorrichtung zur Überwachung eines Raumbereichs außerhalb eines Fahrzeugs
DE102010049214A1 (de) Verfahren zur Bestimmung eines Fahrspurverlaufs für ein Fahrzeug
DE102014214505A1 (de) Verfahren zur Erstellung eines Umfeldmodells eines Fahrzeugs

Legal Events

Date Code Title Description
R163 Identified publications notified
R118 Application deemed withdrawn due to claim for domestic priority