DE102013020435A1 - Method for recognizing objects e.g. lorry, in vehicle environment, involves performing rough categorization of objects based on volume and parameters, and performing fine categorization of objects based on to be fine-categorized object - Google Patents

Method for recognizing objects e.g. lorry, in vehicle environment, involves performing rough categorization of objects based on volume and parameters, and performing fine categorization of objects based on to be fine-categorized object Download PDF

Info

Publication number
DE102013020435A1
DE102013020435A1 DE201310020435 DE102013020435A DE102013020435A1 DE 102013020435 A1 DE102013020435 A1 DE 102013020435A1 DE 201310020435 DE201310020435 DE 201310020435 DE 102013020435 A DE102013020435 A DE 102013020435A DE 102013020435 A1 DE102013020435 A1 DE 102013020435A1
Authority
DE
Germany
Prior art keywords
categorization
objects
fine
vehicle
categorized
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Withdrawn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
DE201310020435
Other languages
German (de)
Inventor
Fridtjof Stein
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.)
Mercedes Benz Group AG
Original Assignee
Daimler AG
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 Daimler AG filed Critical Daimler AG
Priority to DE201310020435 priority Critical patent/DE102013020435A1/en
Publication of DE102013020435A1 publication Critical patent/DE102013020435A1/en
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • B60W40/04—Traffic conditions
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/10—Recognition assisted with metadata
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

The method involves performing rough categorization of objects based on volume and motion parameters (S1). Fine categorization of the objects is performed based on a to be fine-categorized object (S2). Trajectory planning of the vehicle is categorized for an autonomous driving. An image capture device (2) i.e. camera, is formed such that acquired images present in the objects are classified and recognized. A situation analysis operation is performed based on fusion of modeling of a vehicle environment.

Description

Die Erfindung betrifft Verfahren zum Erkennen von Objekten in einer Fahrzeugumgebung mittels einer Bilderfassungsvorrichtung, wobei bei einer Modellierung der Fahrzeugumgebung eine Kategorisierung der Objekte durchgeführt wird.The invention relates to methods for recognizing objects in a vehicle environment by means of an image capture device, wherein a categorization of the objects is carried out in a modeling of the vehicle environment.

Die Erfindung betrifft weiterhin eine Verwendung der mittels eines solchen Verfahrens durchgeführten Kategorisierung.The invention further relates to a use of the categorization carried out by means of such a method.

Aus dem Stand der Technik sind allgemein Verfahren zum Erkennen von Objekten in einer Fahrzeugumgebung mittels Bilderfassungsvorrichtungen bekannt. Hierbei erfolgt eine Modellierung der Fahrzeugumgebung mittels vordefinierter Kategorien, in welchen die Objekte als Lastkraftwagen, Personenkraftwagen, Zweiräder und Fußgänger kategorisiert bzw. klassifiziert sind.From the prior art, methods for recognizing objects in a vehicle environment by means of image capture devices are generally known. Here, a modeling of the vehicle environment by means of predefined categories in which the objects are categorized or classified as trucks, passenger cars, two-wheelers and pedestrians.

Der Erfindung liegt die Aufgabe zu Grunde, ein gegenüber dem Stand der Technik verbessertes Verfahren zum Erkennen von Objekten in einer Fahrzeugumgebung mittels einer Bilderfassungsvorrichtung und eine Verwendung einer mittels eines solchen Verfahrens durchgeführten Kategorisierung anzugeben.The invention is based on the object to provide a comparison with the prior art improved method for detecting objects in a vehicle environment by means of an image capture device and use of a categorization performed by such a method.

Hinsichtlich des Verfahrens wird die Aufgabe erfindungsgemäß durch die im Anspruch 1 angegebenen Merkmale und hinsichtlich der Verwendung durch die im Anspruch 4 angegebenen Merkmale gelöst.With regard to the method, the object is achieved by the features specified in claim 1 and in terms of the use by the features specified in claim 4.

Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.Advantageous embodiments of the invention are the subject of the dependent claims.

In einem Verfahren zum Erkennen von Objekten in einer Fahrzeugumgebung mittels einer Bilderfassungsvorrichtung wird bei einer Modellierung der Fahrzeugumgebung eine Kategorisierung der Objekte durchgeführt.In a method for recognizing objects in a vehicle environment by means of an image capture device, a categorization of the objects is carried out in a modeling of the vehicle environment.

Erfindungsgemäß werden in einem ersten Schritt der Kategorisierung in einer Grobkategorisierung die Objekte anhand von deren Volumen und/oder Bewegungsparameter vorkategorisiert. In einem zweiten Schritt der Kategorisierung werden die Objekte in einer Feinkategorisierung anhand zumindest eines weiteren Objektmerkmals feinkategorisiert.According to the invention, in a first step of the categorization in a coarse categorization, the objects are pre-categorized on the basis of their volume and / or movement parameters. In a second step of the categorization, the objects are finely categorized in a fine categorization on the basis of at least one further object feature.

Durch die Feinkategorisierung bzw. Subkategorisierung ist eine besonders genaue Modellierung der Fahrzeugumgebung realisierbar, wodurch eine Verwendung der durchgeführten Kategorisierung für eine Trajektorieplanung des Fahrzeugs für ein autonomes Fahren möglich ist.By means of the fine categorization or subcategorization, a particularly accurate modeling of the vehicle environment can be realized, whereby it is possible to use the categorization carried out for a trajectory planning of the vehicle for autonomous driving.

Ausführungsbeispiele der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert.Embodiments of the invention are explained in more detail below with reference to drawings.

Dabei zeigen:Showing:

1 schematisch in einem Blockschaltbild einen Ablauf eines Verfahrens zum autonomen Fahren eines Fahrzeugs, und 1 schematically a block diagram of a procedure of a method for autonomous driving of a vehicle, and

2 bis 10 schematisch Draufsichten auf verschiedene Verkehrssituationen. 2 to 10 schematic plan views of different traffic situations.

Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.Corresponding parts are provided in all figures with the same reference numerals.

In 1 ist in einem Blockschaltbild ein Ablauf eines Verfahrens zum autonomen Fahren eines in den 2 bis 10 gezeigten Fahrzeugs 1 dargestellt.In 1 is a block diagram of a procedure of a method for autonomous driving in the 2 to 10 shown vehicle 1 shown.

Das Fahrzeug 1 umfasst eine Bilderfassungsvorrichtung 2 zur Erfassung einer Fahrzeugumgebung, wobei die Bilderfassungsvorrichtung 2 beispielsweise eine Kamera umfasst. Die Bilderfassungsvorrichtung 2 ist dabei derart ausgebildet, dass eine Klassifizierung und somit ein Erkennen von auf erfassten Bildern vorhandenen und in den 2 bis 10 näher dargestellten Objekten 01 bis 09, wie beispielsweise Fahrzeugen oder Fußgängern, möglich ist.The vehicle 1 includes an image capture device 2 for detecting a vehicle environment, wherein the image capture device 2 for example, includes a camera. The image capture device 2 is designed such that a classification and thus a recognition of existing on captured images and in the 2 to 10 detailed objects 01 to 09 , such as vehicles or pedestrians, is possible.

In den erfassten Bildern erfolgt in einem ersten Verfahrensschritt S1 eine Detektion von in der Fahrzeugumgebung befindlichen Objekten 01 bis 09 und anschließend in einem zweiten Verfahrensschritt S2 eine Grobkategorisierung, d. h. Grobklassifikation, der Objekte 01 bis 09.In the captured images, in a first method step S1, a detection of objects located in the vehicle environment takes place 01 to 09 and then in a second method step S2 a coarse categorization, ie rough classification, of the objects 01 to 09 ,

Diese Grobkategorisierung oder Vorkategorisierung erfolgt anhand von einem Volumen und/oder Bewegungsparametern der Objekte 01 bis 09, wobei die Objekte 01 bis 09 in die Kategorien ”Lastkraftwagen”, ”Personenkraftwagen”, ”Zweiräder” und ”Fußgänger” unterteilt werden. Im Rahmen dieser Vorkategorisierung werden unter anderem allgemein bekannte Klassifikationsansätze verwendet.This coarse categorization or precategorization is based on a volume and / or motion parameters of the objects 01 to 09 , where the objects 01 to 09 into the categories "Trucks", "Passenger Cars", "Bicycles" and "Pedestrians". In the context of this Vorkategorisierung well-known classification approaches are used among other things.

Anschließend wird in einem dritten Verfahrensschritt S3 eine Feinkategorisierung der Objekte 01 bis 09 unter Verwendung zumindest eines weiteren Objektmerkmals durchgeführt. In der Feinkategorisierung werden die Objekte 01 bis 09 Subkategorien zugeordnet, welche bei Fahrzeugen beispielsweise eine Aufteilung in verschiedene Fahrzeugmarken und/oder unterschiedliche Karosseriebauform umfassen. Bei als Fußgänger in der Grobkategorisierung erkannten, nicht näher dargestellten Objekten wird eine Feinkategorisierung beispielsweise anhand einer Mobilität der Fußgänger durchgeführt. Zu diesem Zweck werden Bewegungen der Fußgänger erfasst und ausgewertet. So können beispielsweise Kinder anhand spontaner, unüberlegter Bewegung, Erwachsene anhand eines recht vorhersehbaren Verhaltens und ältere Menschen an einer eingeschränkten Mobilität erkannt werden.Subsequently, in a third method step S3, a fine categorization of the objects 01 to 09 performed using at least one further object feature. In the fine categorization, the objects become 01 to 09 Assigned subcategories, which include for example a breakdown in different vehicle brands and / or different body styles in vehicles. In the case of objects identified as pedestrian in the rough categorization, objects which are not shown in more detail, a fine categorization, for example, is based on a mobility of the pedestrians carried out. For this purpose, movements of pedestrians are recorded and evaluated. For example, children can be identified by spontaneous, ill-considered exercise, adults by reasonably predictable behavior, and older people by reduced mobility.

Aus dieser Feinkategorisierung resultierende Daten werden gemeinsam mit Daten weiterer Sensoren 3, wie beispielsweise Daten von Radarsensoren, Positionsdaten eines GPS-Sensors und anderer Sensoren, in einem vierten Verfahrensschritt S4 fusioniert.Data resulting from this fine categorization will be shared with data from other sensors 3 , such as data from radar sensors, position data of a GPS sensor and other sensors, fused in a fourth method step S4.

Anhand der Ergebnisse dieser Fusion wird zur Modellierung der Fahrzeugumgebung in einem fünften Verfahrensschritt S5 eine Situationsanalyse durchgeführt, anhand welcher wiederum in einem sechsten Verfahrensschritt S6 unter Berücksichtigung weiterer Umgebungsdaten UD, wie beispielsweise Umwelteinflüsse, insbesondere Wetterdaten, und Daten über eine befahrene Straße, insbesondere Straßentypen, beispielsweise ”Autobahn”, ”Innenstadt”, ”Landstraße” usw., eine Trajektorieplanung für das Fahrzeug 1 für ein autonomes Fahren durchgeführt wird.Based on the results of this merger, a situation analysis is carried out for modeling the vehicle environment in a fifth method step S5, which in turn is used in a sixth method step S6 taking into account further environmental data UD, such as environmental influences, in particular weather data, and data on a busy road, in particular road types, For example, "highway", "downtown", "highway", etc., a trajectory planning for the vehicle 1 is carried out for autonomous driving.

Anhand von in der Trajektorieplanung ermittelten Trajektoriedaten TD wird zur Realisierung des autonomen Fahrens eine Aktuatorik 4 derart angesteuert, dass eine Bewegungssteuerung für das Fahrzeug 1 in Längs- und/oder Querrichtung automatisch erfolgt.On the basis of trajectory data TD determined in the trajectory planning, an actuator is used to implement the autonomous driving 4 controlled such that a motion control for the vehicle 1 takes place automatically in the longitudinal and / or transverse direction.

In den 2 bis 10 sind verschiedene Verkehrssituationen des Fahrzeugs 1 dargestellt, in welchen sich unterschiedliche Objekte 01 bis 09 vor dem Fahrzeug 1 befinden. Insbesondere bei autonom durchgeführten Überholmanövern ist wichtig, dass dem Fahrzeug 1 bekannt ist, wie das zu überholende Objekt 01 bis 09 ausgebildet ist, um Rückschlüsse auf eine Überholbarkeit des jeweiligen Objekts 01 bis 09 ziehen zu können.In the 2 to 10 are different traffic situations of the vehicle 1 represented, in which different objects 01 to 09 in front of the vehicle 1 are located. Especially in autonomous overtaking maneuvers is important to the vehicle 1 It is known how the object to be overtaken 01 to 09 is designed to draw conclusions about a repeatability of the respective object 01 to 09 to be able to pull.

Aus diesem Grund werden die Objekte 01 bis 09 gemäß der vorherigen Beschreibung zunächst grob vorkategorisiert und anschließend feinkategorisiert.Because of this, the objects become 01 to 09 initially roughly categorized according to the previous description and then fine categorized.

Dabei wird das Objekt 01 zunächst als Fahrzeug vorkategorisiert und anschließend in der Feinkategorisierung als Baustellenfahrzeug erkannt, welches aufgrund seiner geringen Höchstgeschwindigkeit sehr einfach überholbar ist.In the process, the object becomes 01 initially pre-categorized as a vehicle and then recognized in the fine categorization as a construction site vehicle, which is very easy to overtake due to its low maximum speed.

Auch das Objekt 02 wird zunächst als Fahrzeug vorkategorisiert, jedoch anschließend in der Feinkategorisierung als Lastkraftwagen erkannt, welcher aufgrund seiner Höchstgeschwindigkeit einfach überholbar ist.Also the object 02 is first pre-categorized as a vehicle, but then recognized in the fine categorization as a truck, which is easily passable due to its top speed.

Das Objekt 03 wird ebenfalls zunächst als Fahrzeug vorkategorisiert, aber anschließend in der Feinkategorisierung als Pritschenwagen oder so genannter Pickup erkannt, welcher ebenfalls aufgrund seiner Höchstgeschwindigkeit einfach überholbar ist.The object 03 is also first pre-categorized as a vehicle, but then recognized in the fine categorization as a flatbed or so-called pickup, which is also easy to overtake due to its top speed.

Das Objekt 04 wird ebenfalls zunächst als Fahrzeug vorkategorisiert, aber anschließend in der Feinkategorisierung als Personenkraftwagen mit Anhänger erkannt, welcher ebenfalls aufgrund seiner Höchstgeschwindigkeit einfach überholbar ist.The object 04 is also first categorized as a vehicle, but then recognized in the fine categorization as a passenger car with trailer, which is also easily overtaken due to its top speed.

Das Objekt 05 wird nach einer Vorkategorisierung als Fahrzeug in der Feinkategorisierung als Personenkraftwagenmodell einer bestimmten Fahrzeugmarke erkannt. Insbesondere sind zu verschiedenen Fahrzeugmodellen verschiedener Hersteller, d. h. Fahrzeugmarken, technische Daten hinterlegt, so dass aus diesen ermittelt werden kann, ob eine Überholbarkeit gegeben ist. Das Objekt 05 wird hierbei aufgrund seiner technischen Daten als überholbar eingestuft.The object 05 is recognized after pre-categorization as a vehicle in the fine categorization as a passenger car model of a particular vehicle brand. In particular, technical data are stored for different vehicle models from different manufacturers, ie vehicle brands, so that it can be determined from these whether a readjustability exists. The object 05 is classified as passable due to its technical data.

Das Objekt 06 wird nach einer Vorkategorisierung als Fahrzeug in der Feinkategorisierung als Personenkraftwagenmodell einer bestimmten Fahrzeugmarke erkannt. Weiterhin wird anhand einer Karosseriebauform erkannt, dass es sich um einen so genannten Van handelt. Das Objekt 06 wird hierbei aufgrund seiner hinterlegten technischen Daten als überholbar eingestuft.The object 06 is recognized after pre-categorization as a vehicle in the fine categorization as a passenger car model of a particular vehicle brand. Furthermore, it is recognized on the basis of a body design that it is a so-called van. The object 06 is classified as passable due to its stored technical data.

Das Objekt 07 wird nach einer Vorkategorisierung als Fahrzeug in der Feinkategorisierung als Sportwagen einer bestimmten Fahrzeugmarke erkannt. Das Objekt 07 wird hierbei aufgrund seiner hinterlegten technischen Daten, insbesondere seiner hohen Leistung und Höchstgeschwindigkeit, als überholbar eingestuft, jedoch ist ein Überholen nicht zwingend erforderlich.The object 07 is recognized as pre-categorized as a vehicle in fine categorization as a sports car of a particular vehicle brand. The object 07 Due to its stored technical data, in particular its high performance and maximum speed, it is classified as passable, but overtaking is not absolutely necessary.

Das Objekt 08 wird ebenfalls nach einer Vorkategorisierung als Fahrzeug in der Feinkategorisierung als Sportwagen bzw. schnelles und leistungsfähiges Modell einer bestimmten Fahrzeugmarke erkannt. Das Objekt 08 wird somit überholbar eingestuft, jedoch ist ein Überholen nicht zwingend erforderlich.The object 08 is also recognized after a Vorkategorisierung as a vehicle in the Feinkategorisierung as a sports car or fast and powerful model of a particular vehicle brand. The object 08 is thus classified as passable, but overtaking is not mandatory.

Das Objekt 09 wird nach einer Vorkategorisierung als Fahrzeug in der Feinkategorisierung als Einsatzfahrzeug der Polizei erkannt. Das Objekt 08 wird somit überholbar eingestuft, jedoch ist ein Überholen nicht zwingend erforderlich.The object 09 is recognized as pre-categorization vehicle in the fine categorization as a police emergency vehicle. The object 08 is thus classified as passable, but overtaking is not mandatory.

Anhand der Feinkategorisierung ist es möglich, einen autonomen Überholvorgang des Fahrzeugs 1 zu planen. Bei der Planung wird davon ausgegangen, dass eine Gesamtsituation eine Überholsituation grundsätzlich erlaubt. Es erfolgen dabei zunächst insbesondere keine Betrachtungen von Geschwindigkeiten, Gegenverkehr und weiteren Verkehrsparametern.Based on the fine categorization, it is possible to autonomously overtake the vehicle 1 to plan. When planning, it is assumed that an overall situation basically allows a situation of overtaking. In particular, there are initially no considerations of speeds, oncoming traffic and other traffic parameters.

Weiterhin sind in nicht näher dargestellter Weise beispielsweise beim Fahren in Innenstädten unterschiedliche Reaktionen und damit Trajektorieplanungen sowie Geschwindigkeitsverläufe anhand der Subkategorisierung von detektierten Fußgängern möglich.Furthermore, in a manner not shown in detail, for example when driving in inner cities different reactions and thus trajectory planning and speed profiles based on the subcategorization of detected pedestrians possible.

BezugszeichenlisteLIST OF REFERENCE NUMBERS

11
Fahrzeugvehicle
22
BilderfassungsvorrichtungImage capture device
33
Sensorsensor
44
Aktuatorikactuators
01 bis 0901 to 09
Objektobject
S1 bis S6S1 to S6
Verfahrensschrittstep
TDTD
Trajektoriedatentrajectory data
UDUD
UmgebungsdatenEnvironmental data

Claims (4)

Verfahren zum Erkennen von Objekten (01 bis 09) in einer Fahrzeugumgebung mittels einer Bilderfassungsvorrichtung (2), wobei bei einer Modellierung der Fahrzeugumgebung eine Kategorisierung der Objekte (01 bis 09) durchgeführt wird, dadurch gekennzeichnet, dass – in einem ersten Schritt der Kategorisierung in einer Grobkategorisierung die Objekte (01 bis 09) anhand von deren Volumen und/oder Bewegungsparameter vorkategorisiert werden und – in einem zweiten Schritt der Kategorisierung in einer Feinkategorisierung die Objekte (01 bis 09) anhand zumindest eines weiteren Objektmerkmals feinkategorisiert werden.Method for recognizing objects ( 01 to 09 ) in a vehicle environment by means of an image capture device ( 2 ), whereby in a modeling of the vehicle environment a categorization of the objects ( 01 to 09 ), characterized in that - in a first step of the categorization in a coarse categorization the objects ( 01 to 09 ) are pre-categorized on the basis of their volume and / or movement parameters, and - in a second step of the categorization in a fine categorization, the objects ( 01 to 09 ) are categorized on the basis of at least one further object feature. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass als weiteres Merkmal eine Fahrzeugmarke verwendet wird.A method according to claim 1, characterized in that as a further feature a vehicle brand is used. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass als weiteres Merkmal eine Karosseriebauform eines Fahrzeugs verwendet wird.A method according to claim 1 or 2, characterized in that a body structure of a vehicle is used as a further feature. Verwendung der mittels des Verfahrens nach einem der vorhergehenden Ansprüche durchgeführten Kategorisierung für eine Trajektorieplanung des Fahrzeugs (1) für ein autonomes Fahren.Use of the categorization carried out by means of the method according to one of the preceding claims for a trajectory planning of the vehicle ( 1 ) for autonomous driving.
DE201310020435 2013-12-06 2013-12-06 Method for recognizing objects e.g. lorry, in vehicle environment, involves performing rough categorization of objects based on volume and parameters, and performing fine categorization of objects based on to be fine-categorized object Withdrawn DE102013020435A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE201310020435 DE102013020435A1 (en) 2013-12-06 2013-12-06 Method for recognizing objects e.g. lorry, in vehicle environment, involves performing rough categorization of objects based on volume and parameters, and performing fine categorization of objects based on to be fine-categorized object

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE201310020435 DE102013020435A1 (en) 2013-12-06 2013-12-06 Method for recognizing objects e.g. lorry, in vehicle environment, involves performing rough categorization of objects based on volume and parameters, and performing fine categorization of objects based on to be fine-categorized object

Publications (1)

Publication Number Publication Date
DE102013020435A1 true DE102013020435A1 (en) 2014-06-18

Family

ID=50821502

Family Applications (1)

Application Number Title Priority Date Filing Date
DE201310020435 Withdrawn DE102013020435A1 (en) 2013-12-06 2013-12-06 Method for recognizing objects e.g. lorry, in vehicle environment, involves performing rough categorization of objects based on volume and parameters, and performing fine categorization of objects based on to be fine-categorized object

Country Status (1)

Country Link
DE (1) DE102013020435A1 (en)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105404294A (en) * 2014-09-10 2016-03-16 大众汽车有限公司 Modifying Autonomous Vehicle Driving By Recognizing Vehicle Characteristics
DE102016001253A1 (en) 2016-02-04 2016-09-15 Daimler Ag Method for operating a vehicle
US10071732B2 (en) 2017-01-17 2018-09-11 Ford Global Technologies, Llc Windshield stone impact response
CN109002830A (en) * 2017-06-06 2018-12-14 罗伯特·博世有限公司 The for motor vehicle method and apparatus for object of classification
DE102018212171A1 (en) 2017-07-25 2019-01-31 Ford Global Technologies, Llc Method and device for detecting road users in the vicinity of a vehicle
WO2018229552A3 (en) * 2017-06-14 2019-02-21 Mobileye Vision Technologies Ltd. Fusion framework of navigation information for autonomous navigation
WO2019180506A3 (en) * 2018-03-20 2020-04-09 Mobileye Vision Technologies Ltd. Systems and methods for navigating a vehicle
US20200202168A1 (en) * 2018-12-21 2020-06-25 Waymo Llc Neural networks for coarse- and fine-object classifications
DE102017117397B4 (en) 2017-08-01 2022-02-17 Phoenix Contact Gmbh & Co. Kg Measuring signal device for a physical variable
US11535242B2 (en) 2017-12-19 2022-12-27 Volkswagen Aktiengesellschaft Method for detecting at least one object present on a motor vehicle, control device, and motor vehicle
US11932277B2 (en) 2018-08-14 2024-03-19 Mobileye Vision Technologies Ltd. Navigation with a safe longitudinal distance
CN109002830B (en) * 2017-06-06 2024-04-30 罗伯特·博世有限公司 Method and device for classifying objects for vehicles

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2995519A1 (en) * 2014-09-10 2016-03-16 Volkswagen Aktiengesellschaft Modifying autonomous vehicle driving by recognizing vehicle characteristics
US9731713B2 (en) 2014-09-10 2017-08-15 Volkswagen Ag Modifying autonomous vehicle driving by recognizing vehicle characteristics
CN105404294A (en) * 2014-09-10 2016-03-16 大众汽车有限公司 Modifying Autonomous Vehicle Driving By Recognizing Vehicle Characteristics
DE102016001253A1 (en) 2016-02-04 2016-09-15 Daimler Ag Method for operating a vehicle
US10071732B2 (en) 2017-01-17 2018-09-11 Ford Global Technologies, Llc Windshield stone impact response
GB2560421A (en) * 2017-01-17 2018-09-12 Ford Global Tech Llc Windshield stone impact response
CN109002830B (en) * 2017-06-06 2024-04-30 罗伯特·博世有限公司 Method and device for classifying objects for vehicles
CN109002830A (en) * 2017-06-06 2018-12-14 罗伯特·博世有限公司 The for motor vehicle method and apparatus for object of classification
WO2018229552A3 (en) * 2017-06-14 2019-02-21 Mobileye Vision Technologies Ltd. Fusion framework of navigation information for autonomous navigation
US11698263B2 (en) 2017-06-14 2023-07-11 Mobileye Vision Technologies Ltd. Safety and comfort constraints for navigation
US11561542B2 (en) 2017-06-14 2023-01-24 Mobileye Vision Technologies Ltd. Safety and comfort constraints for navigation
US10976741B2 (en) 2017-06-14 2021-04-13 Mobileye Vision Technologies Ltd. Safety and comfort constraints for navigation
DE102018212171B4 (en) 2017-07-25 2023-08-24 Ford Global Technologies, Llc Method and device for detecting road users in the vicinity of a vehicle
US10831194B2 (en) 2017-07-25 2020-11-10 Ford Global Technologies, Llc Method and device that recognizes road users in an environment of a vehicle
DE102018212171A1 (en) 2017-07-25 2019-01-31 Ford Global Technologies, Llc Method and device for detecting road users in the vicinity of a vehicle
DE102017117397B4 (en) 2017-08-01 2022-02-17 Phoenix Contact Gmbh & Co. Kg Measuring signal device for a physical variable
US11535242B2 (en) 2017-12-19 2022-12-27 Volkswagen Aktiengesellschaft Method for detecting at least one object present on a motor vehicle, control device, and motor vehicle
EP3805063A1 (en) * 2018-03-20 2021-04-14 Mobileye Vision Technologies Ltd. Comfort responsibility sensitivity safety model
EP3640105A1 (en) * 2018-03-20 2020-04-22 Mobileye Vision Technologies Ltd. Modified responsibility sensitivity safety model
US11077845B2 (en) 2018-03-20 2021-08-03 Mobileye Vision Technologies Ltd. Systems and methods for navigating a vehicle
EP3805064A1 (en) * 2018-03-20 2021-04-14 Mobileye Vision Technologies Ltd. Modified responsibility sensitivity safety model
US11345340B2 (en) 2018-03-20 2022-05-31 Mobileye Vision Technologies Ltd. Systems and methods for navigating a vehicle
WO2019180506A3 (en) * 2018-03-20 2020-04-09 Mobileye Vision Technologies Ltd. Systems and methods for navigating a vehicle
US11427192B2 (en) 2018-03-20 2022-08-30 Mobileye Vision Technologies Ltd. Systems and methods for navigating a vehicle
EP3636507A1 (en) * 2018-03-20 2020-04-15 Mobileye Vision Technologies Ltd. Comfort responsibility sensitivity safety model
US11731617B2 (en) 2018-03-20 2023-08-22 Mobileye Vision Technologies Ltd. Systems and methods for navigating a vehicle
EP3828049A1 (en) * 2018-03-20 2021-06-02 Mobileye Vision Technologies Ltd. Comfort responsibility sensitivity safety model
US11932277B2 (en) 2018-08-14 2024-03-19 Mobileye Vision Technologies Ltd. Navigation with a safe longitudinal distance
US20200202168A1 (en) * 2018-12-21 2020-06-25 Waymo Llc Neural networks for coarse- and fine-object classifications
US10867210B2 (en) * 2018-12-21 2020-12-15 Waymo Llc Neural networks for coarse- and fine-object classifications
US20220374650A1 (en) * 2018-12-21 2022-11-24 Waymo Llc Neural networks for coarse- and fine-object classifications
US11842282B2 (en) 2018-12-21 2023-12-12 Waymo Llc Neural networks for coarse- and fine-object classifications
US11361187B1 (en) 2018-12-21 2022-06-14 Waymo Llc Neural networks for coarse- and fine-object classifications

Similar Documents

Publication Publication Date Title
DE102013020435A1 (en) Method for recognizing objects e.g. lorry, in vehicle environment, involves performing rough categorization of objects based on volume and parameters, and performing fine categorization of objects based on to be fine-categorized object
DE102015224192B4 (en) Detection of an open area
DE102016203086A1 (en) Method and device for driver assistance
DE102015212581A1 (en) Driver assistance and driver assistance system
DE102016212326A1 (en) Method for processing sensor data for a position and / or orientation of a vehicle
WO2015032704A1 (en) Method and control and detection device for checking the plausibility of a motor vehicle driving in the wrong direction
DE102014013692A1 (en) Method for performing an automatic parking operation and driver assistance device
DE102019206178A1 (en) Method and device for estimating an intention to change lanes of a vehicle
DE102016210534A1 (en) Method for classifying an environment of a vehicle
DE102018101513A1 (en) Method for detecting garage parking spaces
DE102015116542A1 (en) Method for determining a parking area for parking a motor vehicle, driver assistance system and motor vehicle
DE102015010542A1 (en) Method for generating a digital environment map
DE102010049215A1 (en) Method for determining vehicle environment, particularly for determining traffic lane course, involves determining objects in environment of vehicle from current local environment data
DE102011084549A1 (en) Method for assisting a driver of a vehicle during a parking process from a transverse parking space
DE102018003609A1 (en) Method for supporting a vehicle
AT518940A1 (en) A method and apparatus for measuring a distance between a first vehicle and a second vehicle immediately ahead of the first vehicle
WO2020126447A1 (en) Method and system for providing environmental data
DE102017211387A1 (en) System and method for automated maneuvering of an ego vehicle
DE102012220191A1 (en) Method for supporting driver during transverse guide of vehicle, involves carrying out steering intervention during collision of vehicle with recognized objects, and determining vehicle data through forward facing camera
DE102010049214A1 (en) Method for determining lane course for vehicle for e.g. controlling lane assistance device, involves determining global surrounding data from fusion of lane course data with card data, and determining lane course of vehicle from global data
DE102019129737A1 (en) Method for classifying an environment of a vehicle
EP2737282B1 (en) Method and apparatus for determining current vehicle-specific orientation data for a vehicle
DE102016120166A1 (en) Controlling a vehicle depending on the environment
DE102016119592A1 (en) Method for detecting objects in an environmental region of a motor vehicle taking into account sensor data in the infrared wavelength range, object recognition device, driver assistance system and motor vehicle
DE102019120440A1 (en) Method and system for the automated creation of object markings for use in a driver assistance system of a vehicle

Legal Events

Date Code Title Description
R230 Request for early publication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee