DE102013226631A1 - Verfahren und Vorrichtung zur Ermittlung von lokalen Wetterverhältnissen und eines lokalen Fahrbahnzustands - Google Patents
Verfahren und Vorrichtung zur Ermittlung von lokalen Wetterverhältnissen und eines lokalen Fahrbahnzustands Download PDFInfo
- Publication number
- DE102013226631A1 DE102013226631A1 DE102013226631.6A DE102013226631A DE102013226631A1 DE 102013226631 A1 DE102013226631 A1 DE 102013226631A1 DE 102013226631 A DE102013226631 A DE 102013226631A DE 102013226631 A1 DE102013226631 A1 DE 102013226631A1
- Authority
- DE
- Germany
- Prior art keywords
- local
- sensor
- weather conditions
- vehicle
- precipitation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000001556 precipitation Methods 0.000 claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 9
- 239000002244 precipitate Substances 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 description 11
- 239000007921 spray Substances 0.000 description 11
- 230000004927 fusion Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 241000533950 Leucojum Species 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000475481 Nebula Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/09626—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages where the origin of the information is within the own vehicle, e.g. a local storage device, digital map
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3697—Output of additional, non-guidance related information, e.g. low fuel level
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
- G01C21/3822—Road feature data, e.g. slope data
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/096758—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where no selection takes place on the transmitted or the received information
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
- G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/10—Map spot or coordinate position indicators; Map reading aids
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Ecology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
Die Erfindung betrifft ein Verfahren bzw. eine Vorrichtung zur Ermittlung lokaler Wetterbedingungen (41), eines lokalen Niederschlags (42) und/oder eines lokalen Fahrbahnzustands (43) im direkten Umfeld eines Fahrzeugs (1). Die Ermittlung erfolgt anhand der Auswertung von Signalen (23–30) mindestens eines Fahrzeugumfeldsensors (2; 3). Hierbei wird mindestens ein Störsignal (24; 26; 28; 30) des mindestens einen Fahrzeugumfeldsensors (2; 3) zur Ermittlung der lokalen Wetterbedingungen (41), des lokalen Niederschlags (42) bzw. des lokalen Fahrbahnzustands (43) berücksichtigt.
Description
- Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Ermittlung von lokalen Wetterverhältnissen, lokalen Niederschlägen und einem lokalen Fahrbahnzustand, insbesondere in einem Fahrzeug.
- Fahrerassistenzsysteme unterstützen den Fahrer in seiner Fahraufgabe und tragen so dazu bei, den Straßenverkehr in Zukunft sicherer zu machen und die Unfallzahlen zu senken. Dazu ist es erforderlich, das Fahrzeug mit einer Sensorik auszustatten, um dessen Umfeld möglichst genau zu erfassen. In erster Linie sind es Radar-, Lidar-, videobasierte Systeme und Laserscanner, die andere Fahrzeuge und ungeschützte Verkehrsteilnehmer wie Fußgänger und Fahrradfahrer, aber auch Infrastruktur erfassen und so die Voraussetzung schaffen, das direkte Fahrzeugumfeld präzise zu beschreiben. Bekannt sind auch Lasersensoren im kurz-, mittel und langwelligen IR-Bereich, die Licht auf die Fahrbahn aussenden und das reflektierte Licht zurück empfangen um daraus beispielsweise auf die Fahrbahnbeschaffenheit und den Fahrbahnzustand zu schließen. In Zukunft wird der Automatisierungsgrad von Kraftfahrzeugen kontinuierlich steigen. Das führt dazu, dass auch der Ausrüstungsgrad der Fahrzeuge mit Umfeldsensorik erheblich steigen wird.
- Je nach Automatisierungsgrad (teilautomatisiertes, hochautomatisiertes oder autonomes Fahren) werden zukünftig Sensoren mit deutlich unterschiedlichen Sensorprinzipien zusammenarbeiten und zumindest in Teilbereichen redundant ausgelegt sein müssen. Durch entsprechende Skaleneffekte werden Umfeldsensoren immer preisgünstiger und sind somit in Zukunft im Kraftfahrzeug nicht mehr weg zu denken.
- Stand der Technik sind einerseits die oben aufgeführten Sensoren, um andere Fahrzeuge, ungeschützte Verkehrsteilnehmer und Infrastrukturelemente, wie beispielsweise Fahrbahnmarkierungen oder Verkehrszeichen zu erkennen. Solche Sensoren sind heute in Serie und stark verbreitet. Auch Sensoren zur Erkennung von Niederschlag auf der Windschutzscheibe und einer entsprechenden Ansteuerung des Scheibenwischers mit Leucht- und Photodioden bzw. Bildsensoren finden zunehmend Verbreitung in Serienfahrzeugen.
- Wesentlicher Teil der Fahraufgabe eines Fahrers ist es, den Fahrbahnzustand zu erkennen und daraus den zur Verfügung stehenden Reibbeiwert zwischen Reifen und Fahrbahn richtig einzuschätzen um danach seinen Fahrstil entsprechend anzupassen. Zukünftig werden hoch- und vollautomatisierte Fahrzeuge die Fahraufgabe zumindest in Teilbereichen vollständig übernehmen. Dazu ist es unerlässlich aus den besagten Gründen systemseitig den aktuell vorliegenden lokalen und vorausliegenden Straßenzustand und/oder den Reibbeiwert richtig einzuschätzen oder zu erfassen.
-
DE 10 2004 018 088 A1 zeigt ein Fahrbahnerkennungssystem mit einem Temperatursensor, einem Ultraschallsensor und einer Kamera. Die aus den Sensoren erhaltenen Temperatur-, Rauhigkeits- und Bilddaten (Fahrbahndaten) werden gefiltert und mit Referenzdaten verglichen und ein Sicherheitsgrad für den Vergleich wird generiert. Auf Basis des Vergleichs der gefilterten Fahrbahndaten mit den Referenzdaten wird der Zustand der Fahrbahnoberfläche ermittelt. Die Fahrbahnoberfläche (z.B. Beton, Asphalt, Schmutz, Gras, Sand oder Kies) und deren Zustand (z.B. trocken, vereist, verschneit, nass) kann auf diese Weise klassifiziert werden. - Eine Aufgabe der vorliegenden Erfindung ist es, die Ermittlung eines lokalen Fahrbahnzustands besser und robuster zu gestalten.
- Die Erfindung basiert unter anderem auf den folgenden Überlegungen:
Hoch- und vollautomatisierte Fahrzeuge werden mit einer Vielzahl unterschiedlicher Sensoren ausgestattet sein, die direkt oder indirekt durch die lokalen Wetterbedingungen bzw. Wetterverhältnisse beeinflusst werden. In der Regel handelt es sich dabei um eine Verschlechterung der Signalgüte und/oder eine Einschränkung der Sichtweite bis hin zum Ausfall der Sensoren. Die durch Witterungsbedingungen sich ergebenden Störsignale werden teils mit großem Aufwand unterdrückt um die Nutzsignale beispielsweise für die Objekterfassung besser sichtbar zu machen. - Lokales Wetter und Niederschläge wie Regen oder Schneefall beeinflussen maßgeblich die Griffigkeit von Fahrbahnoberflächen. „Entscheidend ist auf dem Platz“, könnte man ein Zitat aus der Fußballwelt auf die Straße übertragen: Der aktuelle lokale Fahrbahnzustand ist, neben den Reifen-Eigenschaften, entscheidend für die maximal zwischen Reifen und Fahrbahn übertragbare Kraft. Denn die Fahrbahnbeschaffenheit und möglicherweise vorhandene Fahrbahnauflage hat einen wesentlichen Einfluss auf den tatsächlichen Reibbeiwert. Der Reibbeiwert, auch Reibwert, Kraftschlussbeiwert, (Haft-)Reibungszahl oder Reibungskoeffizient gibt an, welche Kraft bezogen auf die Radlast zwischen einer Fahrbahnoberfläche und einem Fahrzeugreifen (z.B. in Tangentialrichtung) maximal übertragen werden kann und ist somit ein wesentliches Maß für die Fahrsicherheit. Neben dem Fahrbahnzustand sind Eigenschaften des Reifens zu einer vollständigen Bestimmung des Reibwerts erforderlich.
- Durch Niederschlag bildet sich ein Zwischenmedium zwischen Reifen und Fahrbahn, das die Reibungsverhältnisse stark beeinflusst. Derzeit ist kein Verfahren in Serie bekannt, das den Fahrbahnzustand oder besser die Griffigkeit von Fahrbahnoberflächen im fahrenden Fahrzeug erfasst und beispielsweise Fahrerassistenzsystemen zur Verfügung stellt. Ein Ansatz der vorliegenden Erfindung ist daher, auch lokale Wetterbedingungen bzw. Niederschläge bei der Ermittlung des aktuellen Zustands der vorausliegenden aktuell überfahrenen Fahrbahnoberfläche zu berücksichtigen.
- Ein erfindungsgemäßes Verfahren zur Ermittlung lokaler Wetterbedingungen, eines lokalen Niederschlags und/oder eines lokalen Fahrbahnzustands im direkten Umfeld eines Fahrzeugs erfolgt anhand der Auswertung von Signalen mindestens eines Fahrzeugumfeldsensors. Hierbei wird mindestens ein Störsignal des mindestens einen Fahrzeugumfeldsensors zur Ermittlung der lokalen Wetterbedingungen, des lokalen Niederschlags bzw. des lokalen Fahrbahnzustands berücksichtigt. Signale sind hierbei insbesondere Daten oder Messwerte eines Fahrzeugumfeldsensors.
- Ein Störsignal des mindestens einen Fahrzeugumfeldsensors kann zur Ermittlung der lokalen Wetterbedingungen, lokalen Niederschläge bzw. des lokalen Fahrbahnzustands insbesondere berücksichtigt werden, indem überprüft wird, ob das Störsignal eine Auswirkung von lokalen Wetterbedingungen, lokalen Niederschlägen bzw. eines lokalen Fahrbahnzustands ist, also ein witterungsbedingtes Störsignal. Ein Berücksichtigen des Störsignals schließt sowohl den Fall ein, dass nur Fahrzeugumfeldsensorstörsignale zur Ermittlung von lokalen Wetterbedingungen, des lokalen Niederschlags bzw. des lokalen Fahrbahnzustands herangezogen werden, als auch den Fall, dass diese Störsignale nur zur Plausibilisierung von vorab als wahrscheinlich vermuteten lokalen Wetterbedingungen, eines lokalen Niederschlags bzw. eines lokalen Fahrbahnzustands verwendet werden. Im ersten Fall führt die Abwesenheit von Störsignalen dazu, dass gute lokale Wetterbedingungen, kein lokaler Niederschlag bzw. ein unbeeinträchtigter lokaler Fahrbahnzustand ermittelt werden. Sowohl von guten Sichtverhältnissen kann dann ausgegangen werden, als auch von einem hoch einzuschätzenden Reibbeiwert.
- Vorteilhaft werden Signale einer Mehrzahl von Fahrzeugumfeldsensoren ausgewertet. Besonders vorteilhaft ist eine Kombination unterschiedlicher Fahrzeugumfeldsensortypen, wie z.B. eines optischen Sensors (Kamera, Lidar, Laserscanner, Photonenmischdetektor) mit einem Radar- oder Ultraschallsensor (also einem nicht-optischen Sensor) oder die Kombination eines passiven Sensor (Kamera) mit einem aktiven Sensor (Radar, Lidar, Laserscanner, Ultraschall), also einem Sensor mit Sender und Empfänger. Derartige komplementäre Kombinationen bieten eine vollständige Erfassung sowohl des Fahrzeugumfelds als auch von witterungsbedingten Störsignalen.
- Ein erfindungsgemäßes Verfahren bietet den Vorteil, dass widrige Umgebungsbedingungen, die zu einer Verminderung der Fahrzeugumfeldsensorerfassungsqualität führen, trotzdem erkannt und berücksichtigt werden können. Aus einer Veränderung bzw. Verschlechterung der Signale kann auf eine Wetterbeeinflussung geschlossen werden. Daraus kann das lokale Wetter und/oder der lokale Niederschlag und/oder der lokale Fahrbahnzustand bzw. die Fahrbahnauflage abgeleitet werden.
- Gemäß einer bevorzugten Ausführungsform wird als Störsignal eine Verringerung von Signalqualität, Signalverfügbarkeit bzw. der Erfassungsreichweite des mindestens einen Fahrzeugumfeldsensors als Auswirkung von lokalen Wetterbedingungen, einem lokalen Niederschlag und/oder einem lokalen Fahrbahnzustand angesehen.
- Zur Erkennung von lokalen Wetterbedingungen, Niederschlägen bzw. des Fahrbahnzustands im direkten Fahrzeugumfeld können also vorteilhaft Einflüsse (insbesondere negative) auf die Signalqualität, Signalverfügbarkeit bzw. Erfassungsreichweite des mindestens einen Fahrzeugumfeldsensors als Auswirkung der lokalen Wetterbedingungen, lokalen Niederschlägen bzw. des lokalen Fahrbahnzustands als Störsignal betrachtet bzw. berücksichtigt werden.
- Bei einem Kamerasensor kann vorteilhaft die Signalqualität, Signalverfügbarkeit bzw. die Sichtweite in Abhängigkeit der aktuellen Umgebungshelligkeit bzw. Beleuchtungsverhältnisse betrachtet werden. Tageszeitabhängige Helligkeitsveränderungen stellen z.B. kein Störsignal im vorliegenden Sinne dar, da diese keine Auswirkung von Niederschlag oder Wetterbedingungen sind und auch keinen Einfluss auf den Fahrbahnzustand haben.
- Aus Bilddaten eines Kamerasensors kann bevorzugt mittels digitaler Bildbearbeitung und Klassifikation anhand von charakteristischen Merkmalen der Fahrbahnzustand, der Niederschlag in Form von Regen, Regentropfen, Schnee oder Schneeflocken erkannt werden.
- Auf ähnliche Weise kann aus Bilddaten eines Kamerasensors vorteilhaft eine starke Bewölkung oder Abdunkelungen im Umfeld erkannt werden. Wahlweise mit einem Tageslicht- bzw. Umgebungshelligkeitssensor, wie er häufig bei Regensensoren verwendet wird, oder mit einem Kamerasensor kann die Helligkeit der Fahrzeugumgebung gemessen, vorzugsweise mit der zur selben Tages- und Jahreszeit üblichen Helligkeit verglichen, und daraus lokale Wetterbedingungen abgeleitet werden.
- Eine vorteilhafte Berücksichtigung von Nutz- und Störsignalen aus der Fahrzeugumfeldsensorik bietet sehr gute Möglichkeiten, das lokal tatsächlich vorliegende Wetter, den Niederschlag bzw. den Fahrbahnzustand zu bestimmen.
- Zur Plausibilisierung der im Fahrzeug erfassten Daten können vorteilhaft ortsaufgelöste Wetterinformationen oder Regenradardaten aus externen Quellen herangezogen werden, z.B. aus dem Internet beispielsweise mit Hilfe von redigitalisierten Karten. Vorzugsweise lässt sich auf Basis der Wetter- und Karteninformationen zunächst eine lokale Niederschlagswahrscheinlichkeit ableiten, die aber nur eine bedingte Aussagefähigkeit für das tatsächliche lokale Wetter, die lokalen Niederschläge und den lokalen Fahrbahnzustand im direkten Fahrzeugumfeld hat. Deshalb bietet es sich bevorzugt an, alle Informationen von fahrzeugseitigen Umfeldsensoren einzubeziehen, um so das tatsächliche lokale Wetter, die tatsächlichen lokalen Niederschläge und den lokalen Fahrbahnzustand zu erkennen und um daraus beispielsweise den lokalen Reibbeiwert abzuleiten bzw. möglichst präzise zu schätzen.
- Eine sensorseitige Erfassung von Niederschlägen in Form von Regen, Nebel, Hagel und/oder Schneefall und deren Auswirkungen in Form von Fahrbahnauflagen beim Überfahren ist vorteilhaft auf zwei Arten denkbar:
- a) Anhand von spezifischen Merkmalen erkennt ein Klassifikator oder ein neuronales Netz auf Basis von Videobildern bzw. Umfeldsensordaten den lokalen Niederschlag und/oder den lokalen Fahrbahnzustand und/oder das lokale Wetter als Nutzsignal im Bild bzw. in den Umfeldsensordaten.
- b) Niederschläge und/oder eine Fahrbahnauflage beim Überfahren beispielsweise durch vorausfahrende Fahrzeuge wirken sich stark beeinflussend als Störsignale auf Verfügbarkeit, Signalgüte und Reichweite bei Umfeldsensoren aus. Aus den so erkannten Störeffekten wird das lokale Wetter und/oder der lokale Niederschlag und/oder der lokale Fahrbahnzustand abgeleitet.
- Sichtbehinderungen (insbesondere für Kamersysteme) ergeben sich u.a. aus Niederschlägen (Regen, Schnee, Schneetreiben oder gar Nebel) oder auch beispielsweise durch Gischt oder Spritzwasser von vorausfahrenden Fahrzeugen auf nassen Fahrbahnen, auch noch wenn es bereits aufgehört hat zu regnen.
- Mittels eines Luftfeuchtigkeitssensors kann bevorzugt eine aufgrund eines lokalen Niederschlags oder aufgrund einer wässrigen Fahrbahnauflage erhöhte Luftfeuchtigkeit im direkten Fahrzeugumfeld ermittelt werden, was zur Plausibilisierung eines solches Ermittlungsergebnisses z.B. aus Fahrzeugumfeldsensorsignalen herangezogen werden kann.
- Ähnlich kann vorteilhaft mittels eines Regensensors eine Plausibilisierung stattfinden, wenn dieser Wasser auf der Scheibe detektiert aufgrund des lokalen Niederschlags Regen bzw. von Spritzwasser, das beim Vorhandensein einer wässrigen Fahrbahnauflage durch Überfahren eines seitlich oder vorausfahrenden Fahrzeugs auf die Scheibe getroffen ist.
- Weitere vorteilhafte Weiterbildungen des erfindungsgemäßen Verfahrens sind durch die Merkmale von weiteren abhängigen Patentansprüchen gekennzeichnet.
- Die Erfindung betrifft ferner eine Vorrichtung zur Ermittlung von lokalen Wetterbedingungen, eines lokalen Niederschlags bzw. eines lokalen Fahrbahnzustands im direkten Umfeld eines Fahrzeugs. Die Vorrichtung umfasst mindestens einen Fahrzeugumfeldsensor und mindestens eine Auswerteeinheit. Die mindestens eine Auswerteeinheit ist derart ausgebildet, dass sie mindestens ein Störsignal aus Signalen des mindestens einen Fahrzeugumfeldsensors erkennen kann und das mindestens eine Störsignal beim Ermitteln der lokalen Wetterbedingungen, des lokalen Niederschlags bzw. des lokalen Fahrbahnzustands berücksichtigt.
- Sofern vorteilhaft außer den Störsignalen mindestens eines Fahrzeugumfeldsensors weitere Eingangsgrößen bei der Ermittlung der lokalen Wetterbedingungen, des lokalen Niederschlags bzw. des lokalen Fahrbahnzustands berücksichtigt werden, kann die Auswerteeinheit auch die Aufgabe einer Fusionseinheit übernehmen, die die Signale bzw. weiteren Eingangsgrößen fusioniert, um daraus die lokalen Wetterbedingungen, den lokalen Niederschlags bzw. den lokalen Fahrbahnzustand zu ermitteln. In einer alternativen vorteilhaften Ausgestaltung kann die Vorrichtung eine separate Fusionseinheit umfassen. Bei einer Mehrzahl von unterschiedlichen Fahrzeugumfeldsensoren bzw. Fahrzeugumfeldsensortypen kann jeweils eine Auswerteeinheit pro Fahrzeugumfeldsensor bzw. -typ vorgesehen sein.
- Im Folgenden wird die Erfindung anhand von Figuren und Ausführungsbeispielen näher erläutert.
-
1 zeigt schematisch ein Fahrzeug mit einer Umfeldsensorik, das auf einer Fahrbahn fährt. -
2 zeigt schematisch eine Fusion unterschiedlicher Signalquellen zur Ermittlung von lokalen Wetterbedingungen, lokalen Niederschlägen bzw. einem lokalen Fahrbahnzustand. - In
1 ist ein Fahrzeug (1 ) dargestellt, das mit einem ersten (Fahrzeug-)Umfeldsensor (2 ) und einem zweiten Umfeldsensor (3 ) ausgestattet ist. Der erste Umfeldsensor (2 ) ist in einem Bereich der Windschutzscheibe im Inneren des Fahrzeugs (1 ) angeordnet, was sich insbesondere für optische Umfeldsensoren anbietet. Der erste Umfeldsensor (2 ) könnte ein Mono- oder Stereokamerasensor, ein Lidarsensor, ein Laserscanner oder auch ein PMD-Sensor (photonic mixing device, Photonenmischdetektor) sein. Der bzw. die Erfassungsbereiche (12 ) des ersten Umfeldsensors (2 ) sind durch gestrichelte Linien schematisch dargestellt. Ein Kamerasensor verfügt beispielsweise über entsprechende horizontale und vertikale Öffnungswinkel. Ein Laserscanner könnte z.B. eine Erfassungsebene entsprechend verstellen. Der zweite Umfeldsensor (3 ) ist im Bereich des Kühlergrills des Fahrzeugs (1 ) angeordnet und weist z.B. den punktiert dargestellten Erfassungsbereich (13 ) auf. Der zweite Umfeldsensor könnte insbesondere ein Radarsensor (für den Fernbereich oder für den Mittel- bis Nahbereich) aber auch ein Ultraschallsensor sein. - Störsignale:
- Kamera/optische Sensoren: Kontrast und damit Sichtweite maßgeblich von Nebel, Niederschlag, Spritzwasser, Schneefahnen oder Gischt beeinflusst; Artefakte bzw. lokale Störung im Kamerabild der Fahrzeugumgebung aufgrund von Regentropfen, Schneeflocken etc. im Sichtfeld der Kamera bzw. des optische Sensors
Radar: Niederschlag, Spritzwasser, Schneefahnen oder Gischt führen i.d.R. zu einer Dämpfung, bei Schnee/Schneematsch auf dem Radom ist das Radarsignal teilweise nicht mehr sinnvoll verwendbar, teilweise Erkennung von „Geisterobjekten“ - Nutzung von Nutzsignalen:
- Kamera/optische Sensoren: Regen, Nebel, Spritzwaser, Gischt kann als solches erkannt werden. Wolken oder Gewitterfronten im Erfassungsbereich können z.B. aus Bilddaten ermittelt werden.
Radar: Objekte sind weitgehend von Nebel unbeeinflusst erkennbar. Dies kann daher zusammen mit optischen Sensorsignalen, die diese Objekte nicht sehen, zur Ermittlung von lokalen Wetterbedingungen als komplementäres Signal oder auch zur Bestimmung der maximalen Sichtweite optischer Sensoren herangezogen werden.
Große Regentropfen, Hagelkörner, Gischt etc. können als Objekte aufgelöst werden. - Aus einem Bild einer Kamera als erstem Umfeldsensor (
2 ) kann insbesondere die in Fahrtrichtung vorausliegende Fahrbahn ermittelt werden, insbesondere anhand von Fahrspurmarkierungen (5 ) im Bild. Fahrbahnbegrenzungsobjekten wie z.B. Leitpfosten (6 ) können z.B. von einem Radarsensor als zweitem Umfeldsensor (2 ) detektiert werden, wenn sie in dessen Erfassungsbereich (13 ) auftauchen. - In
2 ist exemplarisch eine Fusion (20 ) unterschiedlicher Signalquellen bzw. Eingangsdaten (21a –34 ) zur Ermittlung von lokalen Wetterbedingungen (41 ), eines lokalen Niederschlags (42 ) bzw. eines lokalen Fahrbahnzustands (43 ) dargestellt. - Ein möglicher Ausgangspunkt zur Ermittlung kann eine ortsaufgelöste Wetterinformation (
21b ) (Wetterkarte) zusammen mit einer Positionsinformation z.B. GPS (21a ) darstellen. Diese Wetter- inklusive Niederschlagsinformation (21b ) kann z.B. von einem Wetterdienst bereitgestellt und drahtlos von einer Fahrzeugempfangseinheit bezogen werden. So können z.B. lokale Wetterinformationen oder Regenradardaten aus dem Internet beispielsweise mit Hilfe von redigitalisierten Karten herangezogen werden. Der TMCplus Service stellt beispielsweise Wetterinformationen zur Verfügung, die ebenfalls in die Fusion (20 ) einbezogen werden können. Vorstellbar ich auch eine Kommunikation über aktuelle lokale/ortsaufgelöste Wetterinformationen (21b ) zwischen in der Nähe zueinander befindlichen Fahrzeugen (Car-to-Car bzw. Vehicle-to-Vehicle). - Eine Cloud bietet die Möglichkeit, dass man einerseits Wetterinformationen (
21b ) beziehen kann, die der Fusion (20 ) zugrundegelegt werden und anderseits die eigenen aus der Fusion gewonnenen lokalen Wetterbedingungen (41 ) bzw. den lokalen Niederschlag (42 ) über die Cloud und entsprechende Back-end Server auch anderen Verkehrsteilnehmern – quasi als Update der Wetterinformationen (21b ) – zur Verfügung stellt, was einer Vehicle-to-Infrastructure bzw. Car-to-Cloud Kommunikation entspricht. - Grundsätzlich bietet sich Car-to-X (
22 ) an, um neben Wetter- und Regeninformationen (21b ) auch direkte Informationen zum Fahrbahnzustand oder zu einem geschätzten Reibbeiwert auszutauschen. Car-to-X (22 ) umfasst hierbei sowohl Car-to-Car Kommunikation, also auf direktem Wege zwischen zwei nahe beieinander befindlichen Fahrzeugen mit entsprechender Sende- und Empfangseinheit bzw. Telematikeinheit, als auch Kommunikation mit Infrastruktureinrichtungen (z.B. Ampeln mit Sende- und Empfangseinheit, die über den aktuellen Fahrbahnzustand vor Ort Informationen bereitstellen können, oder ein Back-end Server, der individuelle Informationen von vielen Fahrzeugen oder auch anderen Quellen zu einer entsprechenden Karte zusammenstellen kann). - In die Fusion (
20 ) einfließen kann des Weiteren die Luftfeuchtigkeit (31 ) und/oder Temperatur (32 ) der Fahrzeugumgebung und Signale eines Regensensors (34 ) oder Steuersignale für einen Scheibenwischer (33 ), die darüber Auskunft geben, ob aktuell Niederschlag, z.B. Regentropfen (4 ) auf der Windschutzscheibe des Fahrzeugs (1 ) befindlich ist. - Aus nutzbaren Kamerabildern als Kamera-Nutzsignal (
23 ) kann mittels einer Bildauswertung erkannt werden, dass z.B. Hagelkörner oder Schneeflocken auf die Fahrbahn (7 ) niedergehen, dass die Fahrbahn bereits hagel- oder schneebedeckt ist oder dass Spritzwasser oder Gischt von anderen Fahrzeugen beim Überfahren einer regennassen Fahrbahn aufspritzt. Wenn gerade ein Wasserschwall im Bereich der Kamera auf die Windschutzscheibe auftrifft, ist das eigentliche Bild der Fahrzeugumgebung temporär vollständig gestört, was aber durch den nächsten Scheibenwischvorgang beseitigt wird. Neben einem solchen temporären Kamera-Störsignal (24 ), kann dichter Nebel sogar zu einem andauernden Kamera-Störsignal führen. Kamera-Störsignale, die dagegen auf einer Störung der Kameraelektronik beruhen, bieten keine Information über lokale Wetterbedingungen und sollten daher bei der Fusion (20 ) nicht berücksichtigt werden. Ähnliche Überlegungen wie für den Kamerasensor gelten für Störsignale (28 ;30 ) und Nutzsignale (27 ;29 ) anderer optischer Umfeldsensortypen. So können z.B. aus bestimmten Störsignalen (28 ) eines Lidarsensors bzw. Störsignalen (30 ) eines Laserscanners oder eines PMD-Sensors auf das Vorliegen einer Witterung oder eines Niederschlags im erfassbaren Umfeld des Fahrzeugs (1 ). Nebel kann aus Lidarsensorsignalen (27 ;28 ) erkannt werden, da hier Entfernungsechos aus verschiedenen Tiefen des Nebels empfangen werden, was mitunter zu einer Verschmelzung der einzelnen Pulsantworten führt, ähnliches gilt für Gischt. - Neben optischen Umfeldsensoren sind auch Radarsensoren und/auch Ultraschallsensoren zumindest von bestimmten Niederschlagsarten oder beschlagenen Sensoroberflächen (insbesondere Radomen) beeinträchtigt. Grundsätzlich sind Radarsignale (
25 ;26 ) robuster gegenüber Wettereinflüssen als optische Sensorsignale (23 ;24 ;27 –30 ). Ein Radarsignal wird jedoch z.B. durch eine nasse Schicht (Regen und/oder insbesondere Schnee) auf dem Radom gedämpft. Große Regentropfen oder Hagelkörner können auch aus dem Radarsignal als entsprechende Objekte erkannt werden, was gleichzeitig als Radar-Störsignal (26 ) aufgefasst werden kann, da die präzise Umfelderfassung, insbesondere von unmittelbar verkehrsrelevanten Objekten wie anderen Verkehrsteilnehmern oder Hindernissen, als eigentliches Radar-Nutzsignal (25 ) dadurch beeinträchtigt wird. - Durch die Fusion (
20 ) der genannten Eingangsdaten unter Berücksichtigung von Umfeldsensor-Störsignalen (24 ;26 ;28 ;30 ) kann so letztendlich der lokale Zustand der Fahrbahn (7 ) präziser und robuster ermittelt werden. - Bezugszeichenliste
-
- 1
- Fahrzeug
- 2
- erster Fahrzeugumfeldsensor
- 3
- zweiter Fahrzeugumfeldsensor
- 4
- Regen
- 5
- Fahrbahnmarkierung
- 6
- Leitpfosten
- 7
- Fahrbahn
- 12
- Erfassungsbereich des ersten Fahrzeugumfeldsensors
- 13
- Erfassungsbereich des zweiten Fahrzeugumfeldsensors
- 20
- Fusion
- 21a
- GPS/Positionsbestimmungseinheit
- 21b
- ortsaufgelöste Wetterinformation
- 22
- Car-to-X
- 23
- Kamera-Nutzsignal bzw. Bilddaten
- 24
- Kamera-Störsignal
- 25
- Radar-Nuzsignal
- 26
- Radar-Störsignal
- 27
- Lidar-Nuzsignal
- 28
- Lidar-Störsignal
- 29
- Laser-Nuzsignal
- 30
- Laser-Störsignal
- 31
- Feuchte / Luftfeuchtigkeit
- 32
- Temperatur
- 33
- Scheibenwischanlage
- 34
- Regensensor
- 41
- Lokale Wetterbedingungen
- 42
- Lokaler Niederschlag
- 43
- Lokaler Fahrbahnzustand
- 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 102004018088 A1 [0006]
Claims (13)
- Verfahren zur Ermittlung lokaler Wetterbedingungen (
41 ), eines lokalen Niederschlags (42 ) und/oder eines lokalen Fahrbahnzustands (43 ) im direkten Umfeld eines Fahrzeugs (1 ) anhand der Auswertung von Signalen (23 –30 ) mindestens eines Fahrzeugumfeldsensors (2 ;3 ), dadurch gekennzeichnet, dass mindestens ein Störsignal (24 ;26 ;28 ;30 ) des mindestens einen Fahrzeugumfeldsensors zur Ermittlung der lokalen Wetterbedingungen (41 ), des lokalen Niederschlags (42 ) und/oder des lokalen Fahrbahnzustands (43 ) berücksichtigt wird. - Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass als Störsignal (
24 ;26 ;28 ;30 ) eine Verringerung von Signalqualität und/oder Signalverfügbarkeit und/oder der Erfassungsreichweite des mindestens einen Fahrzeugumfeldsensors (2 ;3 ) als Auswirkung von lokalen Wetterbedingungen (41 ), einem lokalen Niederschlag (42 ) und/oder einem lokalen Fahrbahnzustand (43 ) angesehen wird. - Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass mindestens ein Nutzsignal (
23 ;25 ;27 ;29 ) des mindestens einen Fahrzeugumfeldsensors (2 ;3 ) zur Ermittlung der lokalen Wetterbedingungen (41 ), des lokalen Niederschlags (42 ) und/oder des lokalen Fahrbahnzustands (43 ) berücksichtigt wird. - Verfahren nach einem der vorgenannten Ansprüche, dadurch gekennzeichnet, dass ortsaufgelöste Wetterinformationen (
22 ) zur Ermittlung der lokalen Wetterbedingungen (41 ), lokalen Niederschläge (42 ) und/oder des lokalen Fahrbahnzustands (43 ) berücksichtigt werden. - Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass der mindestens eine Fahrzeugumfeldsensor (
2 ;3 ) einen Kamerasensor umfasst, wobei eine Auswertung von mit dem Kamerasensor erfassten Bilddaten (23 ) zur Ermittlung der Wetterbedingungen (41 ), des lokalen Niederschlags (42 ) und/oder des lokalen Fahrbahnzustands (43 ) aus den erfassten Bilddaten des Fahrzeugumfelds durchgeführt wird. - Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass Merkmale aus Bilddaten (
23 ) ermittelt werden, die mit typischen Merkmalen bestimmter Wettersituationen, Niederschlagsformen, Fahrbahnbelägen und/oder Fahrbahnauflagen abgeglichen werden. - Verfahren nach einem der vorgenannten Ansprüche, dadurch gekennzeichnet, dass der mindestens eine Fahrzeugumfeldsensor (
2 ;3 ) einen Radar-, einen Lidarsensor und/oder einen Laserscanner umfasst. - Verfahren nach einem der vorgenannten Ansprüche, dadurch gekennzeichnet, dass mindestens ein Messwert eines Umgebungshelligkeitssensors des Fahrzeugs (
1 ) zur Ermittlung der lokalen Wetterbedingungen (41 ), des lokalen Niederschlags (42 ) und/oder des lokalen Fahrbahnzustands (43 ) berücksichtigt wird. - Verfahren nach einem der vorgenannten Ansprüche, dadurch gekennzeichnet, dass mindestens ein Messwert der Feuchte (
31 ) der Fahrzeugumgebung eines Luftfeuchtigkeitssensors zur Ermittlung der lokalen Wetterbedingungen (41 ), des lokalen Niederschlags (42 ) und/oder des lokalen Fahrbahnzustands (43 ) berücksichtigt wird. - Verfahren nach einem der vorgenannten Ansprüche, dadurch gekennzeichnet, dass mindestens ein Messwert eines Regensensors (
34 ) des Fahrzeugs (1 ) zur Ermittlung der lokalen Wetterbedingungen (41 ), des lokalen Niederschlags (42 ) und/oder des lokalen Fahrbahnzustands (43 ) berücksichtigt wird. - Verfahren nach einem der vorgenannten Ansprüche, dadurch gekennzeichnet, dass die Aktivität einer Scheibenwischanlage (
33 ) des Fahrzeugs zur Ermittlung der lokalen Wetterbedingungen (41 ), des lokalen Niederschlags (42 ) und/oder des lokalen Fahrbahnzustands (43 ) berücksichtigt wird. [eine Plausibilisierung durch Bestimmung der Scheibenwischeraktivität erfolgt.] - Verfahren nach einem der vorgenannten Ansprüche, dadurch gekennzeichnet, dass mindestens ein Messwert eines die Umgebungs- und/oder Fahrbahn-Temperatur (
32 ) messenden Temperatursensors zur Ermittlung der lokalen Wetterbedingungen (41 ), des lokalen Niederschlags (42 ) und/oder des lokalen Fahrbahnzustands (43 ) berücksichtigt wird. - Vorrichtung zur Ermittlung von lokalen Wetterbedingungen (
41 ), eines lokalen Niederschlags (42 ) und/oder eines lokalen Fahrbahnzustands (43 ) im direkten Umfeld eines Fahrzeugs (1 ) umfassend mindestens einen Fahrzeugumfeldsensor (2 ;3 ) und mindestens eine Auswerteeinheit, wobei die mindestens eine Auswerteeinheit derart ausgebildet ist, dass sie mindestens ein Störsignal (24 ;26 ;28 ;30 ) aus Signalen (23 –30 ) des mindestens einen Fahrzeugumfeldsensors (2 ;3 ) erkennen kann und das mindestens eine Störsignal (24 ;26 ;28 ;30 ) beim Ermitteln der lokalen Wetterbedingungen (41 ), des lokalen Niederschlags (42 ) und/oder des lokalen Fahrbahnzustands (43 ) berücksichtigt.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013226631.6A DE102013226631A1 (de) | 2013-12-19 | 2013-12-19 | Verfahren und Vorrichtung zur Ermittlung von lokalen Wetterverhältnissen und eines lokalen Fahrbahnzustands |
EP14166351.8A EP2889583A1 (de) | 2013-12-19 | 2014-04-29 | Verfahren und Vorrichtung zum Erstellen einer angepassten Safety Map für ein Kraftfahrzeug |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013226631.6A DE102013226631A1 (de) | 2013-12-19 | 2013-12-19 | Verfahren und Vorrichtung zur Ermittlung von lokalen Wetterverhältnissen und eines lokalen Fahrbahnzustands |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102013226631A1 true DE102013226631A1 (de) | 2015-06-25 |
Family
ID=50639277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102013226631.6A Pending DE102013226631A1 (de) | 2013-12-19 | 2013-12-19 | Verfahren und Vorrichtung zur Ermittlung von lokalen Wetterverhältnissen und eines lokalen Fahrbahnzustands |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP2889583A1 (de) |
DE (1) | DE102013226631A1 (de) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170182891A1 (en) * | 2015-12-24 | 2017-06-29 | Audi Ag | Method for adjusting a range prediction of a motor vehicle based on environmental conditions and motor vehicle |
WO2017167583A1 (de) * | 2016-04-01 | 2017-10-05 | Robert Bosch Gmbh | Verfahren und vorrichtung zur reibwertbestimmung eines befahrbaren untergrunds mittels eines ego-fahrzeugs |
DE102017213692A1 (de) * | 2017-08-07 | 2019-02-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017213694A1 (de) * | 2017-08-07 | 2019-02-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017213695A1 (de) * | 2017-08-07 | 2019-02-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017213693A1 (de) * | 2017-08-07 | 2019-02-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017214070A1 (de) * | 2017-08-11 | 2019-02-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln eines Reibwertes einer Fahrbahn |
DE102017214094A1 (de) * | 2017-08-11 | 2019-02-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln eines Reibwertes einer Fahrbahn |
DE102017214086A1 (de) * | 2017-08-11 | 2019-02-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln eines Reibwertes einer Fahrbahn |
DE102017214090A1 (de) * | 2017-08-11 | 2019-02-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln eines Reibwertes einer Fahrbahn |
DE102017009091A1 (de) * | 2017-09-28 | 2019-03-28 | Audi Ag | Verfahren zum Ermitteln einer Fahrempfehlung, Fahrassistenzsystem für ein Kraftfahrzeug und Kraftfahrzeug mit einem Fahrassistenzsystem |
CN109606361A (zh) * | 2017-09-25 | 2019-04-12 | 本田技研工业株式会社 | 车辆控制装置 |
WO2019211164A1 (de) | 2018-05-02 | 2019-11-07 | Robert Bosch Gmbh | Ultraschallsystem eines fahrzeugs zur bestimmung des zustands der fahrbahn |
DE102018214894A1 (de) * | 2018-09-03 | 2020-03-05 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines automatisierten Fahrzeugs |
DE102018218733A1 (de) * | 2018-10-31 | 2020-04-30 | Robert Bosch Gmbh | Verfahren zur Unterstützung einer kamerabasierten Umfelderkennung eines Fortbewegungsmittels mittels einer Strassennässeinformation eines ersten Ultraschallsensors |
DE102019202773A1 (de) * | 2019-03-01 | 2020-09-03 | Zf Friedrichshafen Ag | Verfahren zum Erkennen von Nässe auf einer Fahrbahn |
DE102019214217A1 (de) * | 2019-09-18 | 2021-03-18 | Zf Friedrichshafen Ag | Computerimplementiertes Verfahren zum maschinellen Lernen eines Wetters, Steuergerät für automatisierte Fahrfunktionen, Überwachungssystem für ein Fahrzeug und Verfahren und Computerprogrammprodukt zum Bestimmen eines Wetters |
WO2021089292A1 (de) * | 2019-11-07 | 2021-05-14 | Daimler Ag | Verfahren zum betrieb mindestens eines umfelderfassungssensors eines fahrzeugs |
US11055933B2 (en) | 2016-03-05 | 2021-07-06 | Audi Ag | Method for operating a communication network comprising a plurality of motor vehicles, and motor vehicle |
DE102020210269A1 (de) | 2020-08-13 | 2022-02-17 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Ermitteln von Fahrbahnbedingungen |
DE102021110184A1 (de) | 2021-04-22 | 2022-10-27 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Computerimplementiertes Verfahren zur Abschätzung von Fahrbahneigenschaften |
DE102021211006A1 (de) | 2021-09-30 | 2023-03-30 | Robert Bosch Gesellschaft mit beschränkter Haftung | Kameravorrichtung, System und Verfahren zur Wetterdatenbestimmung |
DE102022128734A1 (de) | 2022-10-28 | 2024-05-08 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Vorkonditionierung einer temperierbaren Sensorabdeckung, Recheneinrichtung für ein Fahrzeug, computerlesbares Speichermedium, temperierbares Sensorabdeckungssystem sowie Fahrzeug |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9815476B2 (en) | 2014-12-22 | 2017-11-14 | Here Global B.V. | Method and apparatus for providing road surface friction data for a response action |
DE102017206125A1 (de) * | 2017-04-10 | 2018-10-11 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erstellen und Bereitstellen einer Karte |
DE102019213471A1 (de) * | 2019-09-05 | 2021-03-11 | Robert Bosch Gmbh | Verfahren zum Schätzen eines Reibungskoeffizienten µ für ein Kraftfahrzeug |
EP4215877A1 (de) * | 2022-01-21 | 2023-07-26 | Klimator AB | Verfahren und system zur bestimmung einer optimierten vorhersage im zusammenhang mit witterungs- oder strassenbedingungen |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3637165A1 (de) * | 1986-10-31 | 1988-05-05 | Rainer Ashauer | Verfahren und einrichtung zum verhindern von zusammenstoessen, insbesondere fuer kraftfahrzeuge im strassenverkehr |
DE4204165C1 (en) * | 1992-02-13 | 1993-06-03 | Deutsche Aerospace Ag, 8000 Muenchen, De | Opto-electronic snow fall detection method for guided missile - evaluating noise component in reflected laser light beam signal caused by reflection from individual snowflakes |
DE10326358A1 (de) * | 2003-06-04 | 2004-12-23 | Volkswagen Ag | Vorrichtung zur Fahrerwarnung und zur Anhaltewegverkürzung |
DE102004018088A1 (de) | 2003-04-09 | 2005-02-10 | Continental Teves, Inc., Auburn Hills | Fahrbahnerkennungssystem |
DE102010034029A1 (de) * | 2010-08-11 | 2012-02-16 | Conti Temic Microelectronic Gmbh | Sensor mit einem Gehäuse zur Montage an eine Scheibe |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19824625A1 (de) * | 1997-09-30 | 1999-04-01 | Univ Ilmenau Tech | Vorrichtung zur Detektion des Zustandes von Oberflächen |
DE10139668B4 (de) * | 2001-08-11 | 2012-03-29 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Erzeugen von fahrtroutenbezogenen Wetterinformationen |
DE10162335A1 (de) * | 2001-12-18 | 2003-07-10 | Zf Lemfoerder Metallwaren Ag | Verfahren und Vorrichtung zur Erzeugung und Aktualisierung einer Wege- und/oder Wegezustandskarte |
DE102008012661A1 (de) * | 2007-08-25 | 2009-02-26 | Continental Teves Ag & Co. Ohg | Aktualisierungseinheit und Verfahren zur Aktualisierung einer digitalen Karte |
WO2011158306A1 (ja) * | 2010-06-18 | 2011-12-22 | 本田技研工業株式会社 | 路面反射率分類のためのシステム |
DE102012004998A1 (de) * | 2012-03-13 | 2013-07-11 | Daimler Ag | Verfahren zur Bereitstellung von lokalen Wetterdaten durch Kraftfahrzeuge |
DE102012102693A1 (de) * | 2012-03-29 | 2013-10-02 | Continental Automotive Gmbh | Verfahren und Vorrichtung zur Bereitstellung von Verkehrsinformationen in Fahrzeugen |
-
2013
- 2013-12-19 DE DE102013226631.6A patent/DE102013226631A1/de active Pending
-
2014
- 2014-04-29 EP EP14166351.8A patent/EP2889583A1/de active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3637165A1 (de) * | 1986-10-31 | 1988-05-05 | Rainer Ashauer | Verfahren und einrichtung zum verhindern von zusammenstoessen, insbesondere fuer kraftfahrzeuge im strassenverkehr |
DE4204165C1 (en) * | 1992-02-13 | 1993-06-03 | Deutsche Aerospace Ag, 8000 Muenchen, De | Opto-electronic snow fall detection method for guided missile - evaluating noise component in reflected laser light beam signal caused by reflection from individual snowflakes |
DE102004018088A1 (de) | 2003-04-09 | 2005-02-10 | Continental Teves, Inc., Auburn Hills | Fahrbahnerkennungssystem |
DE10326358A1 (de) * | 2003-06-04 | 2004-12-23 | Volkswagen Ag | Vorrichtung zur Fahrerwarnung und zur Anhaltewegverkürzung |
DE102010034029A1 (de) * | 2010-08-11 | 2012-02-16 | Conti Temic Microelectronic Gmbh | Sensor mit einem Gehäuse zur Montage an eine Scheibe |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015016975A1 (de) * | 2015-12-24 | 2017-06-29 | Audi Ag | Verfahren zum Anpassen einer Reichweitenprädiktion eines Kraftfahrzeugs anhand von Umgebungsbedingungen und Kraftfahrzeug |
US20170182891A1 (en) * | 2015-12-24 | 2017-06-29 | Audi Ag | Method for adjusting a range prediction of a motor vehicle based on environmental conditions and motor vehicle |
US11055933B2 (en) | 2016-03-05 | 2021-07-06 | Audi Ag | Method for operating a communication network comprising a plurality of motor vehicles, and motor vehicle |
US20190118821A1 (en) * | 2016-04-01 | 2019-04-25 | Robert Bosch Gmbh | Method and device for determining a coefficient of friction of a passable supporting surface with the aid of an ego vehicle |
WO2017167583A1 (de) * | 2016-04-01 | 2017-10-05 | Robert Bosch Gmbh | Verfahren und vorrichtung zur reibwertbestimmung eines befahrbaren untergrunds mittels eines ego-fahrzeugs |
CN108883771A (zh) * | 2016-04-01 | 2018-11-23 | 罗伯特·博世有限公司 | 用于借助本车辆确定可行驶的地面的摩擦系数的方法和设备 |
US10864916B2 (en) * | 2016-04-01 | 2020-12-15 | Robert Bosch Gmbh | Method and device for determining a coefficient of friction of a passable supporting surface with the aid of an ego vehicle |
DE102017213692B4 (de) | 2017-08-07 | 2024-06-06 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017213693B4 (de) | 2017-08-07 | 2024-06-06 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017213692A1 (de) * | 2017-08-07 | 2019-02-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017213694B4 (de) | 2017-08-07 | 2024-05-16 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017213695B4 (de) | 2017-08-07 | 2024-05-16 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017213694A1 (de) * | 2017-08-07 | 2019-02-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017213695A1 (de) * | 2017-08-07 | 2019-02-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017213693A1 (de) * | 2017-08-07 | 2019-02-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, mobiles Anwendergerät, Computerprogramm zum maschinellen Lernen für ein Sensorsystem eines Fahrzeugs |
DE102017214070A1 (de) * | 2017-08-11 | 2019-02-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln eines Reibwertes einer Fahrbahn |
DE102017214090A1 (de) * | 2017-08-11 | 2019-02-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln eines Reibwertes einer Fahrbahn |
DE102017214086A1 (de) * | 2017-08-11 | 2019-02-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln eines Reibwertes einer Fahrbahn |
DE102017214094A1 (de) * | 2017-08-11 | 2019-02-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln eines Reibwertes einer Fahrbahn |
CN109606361A (zh) * | 2017-09-25 | 2019-04-12 | 本田技研工业株式会社 | 车辆控制装置 |
CN109606361B (zh) * | 2017-09-25 | 2022-03-22 | 本田技研工业株式会社 | 车辆控制装置 |
DE102017009091A1 (de) * | 2017-09-28 | 2019-03-28 | Audi Ag | Verfahren zum Ermitteln einer Fahrempfehlung, Fahrassistenzsystem für ein Kraftfahrzeug und Kraftfahrzeug mit einem Fahrassistenzsystem |
DE102017009091B4 (de) | 2017-09-28 | 2022-11-03 | Audi Ag | Verfahren zum Ermitteln einer Fahrempfehlung, Fahrassistenzsystem für ein Kraftfahrzeug und Kraftfahrzeug mit einem Fahrassistenzsystem |
DE102018206741A1 (de) * | 2018-05-02 | 2019-11-07 | Robert Bosch Gmbh | Ultraschallsystem eines Fahrzeugs |
WO2019211164A1 (de) | 2018-05-02 | 2019-11-07 | Robert Bosch Gmbh | Ultraschallsystem eines fahrzeugs zur bestimmung des zustands der fahrbahn |
DE102018214894A1 (de) * | 2018-09-03 | 2020-03-05 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines automatisierten Fahrzeugs |
US11580752B2 (en) * | 2018-10-31 | 2023-02-14 | Robert Bosch Gmbh | Method for supporting a camera-based environment recognition by a means of transport using road wetness information from a first ultrasonic sensor |
DE102018218733A1 (de) * | 2018-10-31 | 2020-04-30 | Robert Bosch Gmbh | Verfahren zur Unterstützung einer kamerabasierten Umfelderkennung eines Fortbewegungsmittels mittels einer Strassennässeinformation eines ersten Ultraschallsensors |
DE102019202773A1 (de) * | 2019-03-01 | 2020-09-03 | Zf Friedrichshafen Ag | Verfahren zum Erkennen von Nässe auf einer Fahrbahn |
DE102019214217A1 (de) * | 2019-09-18 | 2021-03-18 | Zf Friedrichshafen Ag | Computerimplementiertes Verfahren zum maschinellen Lernen eines Wetters, Steuergerät für automatisierte Fahrfunktionen, Überwachungssystem für ein Fahrzeug und Verfahren und Computerprogrammprodukt zum Bestimmen eines Wetters |
WO2021089292A1 (de) * | 2019-11-07 | 2021-05-14 | Daimler Ag | Verfahren zum betrieb mindestens eines umfelderfassungssensors eines fahrzeugs |
DE102020210269A1 (de) | 2020-08-13 | 2022-02-17 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Ermitteln von Fahrbahnbedingungen |
DE102021110184A1 (de) | 2021-04-22 | 2022-10-27 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Computerimplementiertes Verfahren zur Abschätzung von Fahrbahneigenschaften |
DE102021211006A1 (de) | 2021-09-30 | 2023-03-30 | Robert Bosch Gesellschaft mit beschränkter Haftung | Kameravorrichtung, System und Verfahren zur Wetterdatenbestimmung |
DE102022128734A1 (de) | 2022-10-28 | 2024-05-08 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Vorkonditionierung einer temperierbaren Sensorabdeckung, Recheneinrichtung für ein Fahrzeug, computerlesbares Speichermedium, temperierbares Sensorabdeckungssystem sowie Fahrzeug |
Also Published As
Publication number | Publication date |
---|---|
EP2889583A1 (de) | 2015-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102013226631A1 (de) | Verfahren und Vorrichtung zur Ermittlung von lokalen Wetterverhältnissen und eines lokalen Fahrbahnzustands | |
DE102015100812B4 (de) | Verfahren zum Verwenden von Strassenniveaubildern zum Verbessern eines Modus eines automatisierten Fahrens für ein Fahrzeug | |
DE102018203807A1 (de) | Verfahren und Vorrichtung zur Erkennung und Bewertung von Fahrbahnzuständen und witterungsbedingten Umwelteinflüssen | |
DE102014223363A1 (de) | Verfahren und Vorrichtung zur Lokalisation eines Kraftfahrzeugs in einer ortsfesten Referenzkarte | |
DE202018100323U1 (de) | LIDAR-Sensorfensterkonfiguration für verbesserte Datenintegrität | |
DE102013223367A1 (de) | Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands mittels eines Fahrzeugkamerasystems | |
DE102012112725A1 (de) | Reibwertschätzung aus Kamera- und Raddrehzahldaten | |
DE102014212777B4 (de) | Verfahren und Vorrichtung zur automatischen Steuerung eines Scheibenwischers | |
WO2017167583A1 (de) | Verfahren und vorrichtung zur reibwertbestimmung eines befahrbaren untergrunds mittels eines ego-fahrzeugs | |
DE102016011994B4 (de) | Verfahren zur Steuerung des Betriebs einer Scheibenwischeinrichtung eines Kraftfahrzeugs und zugehöriges Kraftfahrzeug | |
DE102015207026A1 (de) | Verfahren und Vorrichtung zum Steuern eines Erfassungssystems zum Erfassen eines Umfelds eines Fahrzeugs | |
DE112014002959T5 (de) | Bestimmung der Fahrspurposition | |
WO2012034637A1 (de) | Verfahren und vorrichtung zur detektion von fahrbahnmarkierungen in einem bild | |
DE102016009928A1 (de) | Verfahren zum Erfassen von Nässe auf einer Fahrbahn | |
DE102015112103A1 (de) | Detektionsvorrichtung zur Nebelerkennung für ein Kraftfahrzeug | |
DE102011105074A1 (de) | Verfahren und Vorrichtung zur Bestimmung einer Sichtweite für ein Fahrzeug | |
EP3259614A1 (de) | Verfahren zur ermittlung einer ortsinformation eines kraftfahrzeugs bezüglich eines fahrkorridors und kraftfahrzeug | |
WO2021037710A1 (de) | Verfahren und vorrichtung zur echtzeitbestimmung von eigenschaften einer von einem fahrzeug momentan befahrenen fahrbahn | |
DE102012110219A1 (de) | Verfahren und Vorrichtung zur Erkennung von gekennzeichneten Gefahr- und/oder Baustellen im Bereich von Fahrbahnen | |
DE112019000846T5 (de) | Verfahren, Steueranordnung und Referenzobjekt zum Kalibrieren von Sensoren in einem autonomen Fahrzeug | |
DE102012210255A1 (de) | Warnvorrichtung, Warnsystem und Warnverfahren | |
DE102010049214A1 (de) | Verfahren zur Bestimmung eines Fahrspurverlaufs für ein Fahrzeug | |
DE102008039606A1 (de) | Kraftfahrzeug mit einem Abstandssensor und einem Bilderfassungssystem | |
DE102016221591A1 (de) | Verfahren und Vorrichtung zur Bewertung eines Fahrbahnzustands und Fahrerassistenzsystem | |
DE102018212542B4 (de) | Verfahren zur Steuerung einer einem Laserscanner zugeordneten Heizeinrichtung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R012 | Request for examination validly filed | ||
R081 | Change of applicant/patentee |
Owner name: CONTINENTAL AUTONOMOUS MOBILITY GERMANY GMBH, DE Free format text: FORMER OWNERS: CONTINENTAL TEVES AG & CO. OHG, 60488 FRANKFURT, DE; CONTI TEMIC MICROELECTRONIC GMBH, 90411 NUERNBERG, DE |