DE102015115743B4 - Detektionssystem zum Detektieren eines Objekts und Verfahren zur Durchführung einer Detektion eines Objekts - Google Patents

Abstract

Detektionssystem (100) zum Detektieren eines Objekts (140), umfassend:ein Radarsystem (120), das ausgestaltet ist, um Strahlung zu übertragen und resultierende Reflexionen zu empfangen, wobei das Objekt (140) ein verteiltes Radarziel ist, das Mehrpunktreflexionen reflektiert;einen zusätzlichen Sensor, der ausgestaltet ist, um einen oder mehrere Parameter des Objekts (140) zu schätzen; undeinen Prozessor (115), der ausgestaltet ist, um eine Wahrscheinlichkeitsdichtefunktion auf der Grundlage von Schätzwerten des einen oder der mehreren Parameter des Objekts (140) und der Mehrpunktreflexionen zu schätzen und um das Objekt (140) auf der Grundlage der Wahrscheinlichkeitsdichtefunktion zu detektieren;wobei der Prozessor (115) das Objekt (140) auf der Grundlage einer Maximum-Likelihood-Schätzung detektiert, und wobei die Maximum-Likelihood-Schätzung gegeben ist durch:Ω^=arg maxΩ f(Y|Ω,Λ),wobeiΩ̂ ein Cluster von Reflexionspunkten darstellt, Λ den einen oder die mehreren Parameter des Objekts (140) darstellt und Y die Mehrpunktreflexionen darstellt.

Description

• GEBIET DER ERFINDUNG
• Die vorliegende Erfindung bezieht sich auf die Detektion eines verteilten Radarziels unter Verwendung von Messungen von einem zusätzlichen Sensor.
• HINTERGRUND
• Radio Detection and Ranging- (Radar-)Systeme werden in einer Vielzahl von Bereichen verwendet. Zum Beispiel detektieren Radarsysteme Flugzeuge für die Flugsicherung, detektieren Schiffsradarsysteme Landmarken oder andere Schiffe und detektieren bodeneindringende Radarsysteme geologische Merkmale. In Kraftfahrzeugen können Radarsysteme verwendet werden, um Hindernisse für eine Vielzahl von Zwecken zu detektieren. Basierend auf der Distanz von dem Radarsystem zu dem Objekt, das detektiert wird (das Ziel), kann das Ziel als zufälliges Cluster von mehreren Punktstreuungen oder Reflexionspunkten dargestellt werden. Dies ist zum Beispiel der Fall für Hindernisse, die durch ein Radarsystem in einem Kraftfahrzeug detektiert werden. Ein anderes Kraftfahrzeug vor dem Kraftfahrzeug, das mit dem Radarsystem ausgestattet ist, würde auf der Grundlage von übertragenen Impulsen Punktreflexionen zurückgeben.
• DE 103 24 897 A1 offenbart ein Verfahren zur Objektbestimmung in einem Fahrerassistenzsystem für Kraftfahrzeuge, bei dem durch Auswertung einer Videobildfolge und durch MAP-Schätzung einer Bayesschen Wahrscheinlichkeitsfunktion eine Ergebnisgröße bestimmt wird, die den Zustand des Objekts beschreibt.
• ZUSAMMENFASSUNG DER ERFINDUNG
• Aufgabe der Erfindung ist es, ein verbessertes Detektionssystem zum Detektieren eines Objekts und ein verbessertes Verfahren zur Durchführung einer Detektion eines Objekts bereitzustellen.
• Zur Lösung der Aufgabe sind ein Detektionssystem mit den Merkmalen des Anspruchs 1 und ein Verfahren mit den Merkmalen des Anspruchs 5 vorgesehen. Vorteilhafte Ausbildungen der Erfindung sind den Unteransprüchen, der Beschreibung und den Zeichnungen zu entnehmen.
• Gemäß einer beispielhaften Ausführungsform umfasst ein Detektionssystem zum Detektieren eines Objekts ein Radarsystem, das ausgestaltet ist, um Strahlung zu übertragen und resultierende Reflexionen zu empfangen, wobei das Objekt ein verteiltes Radarziel ist, das Mehrpunktreflexionen reflektiert; einen zusätzlichen Sensor, der ausgestaltet ist, um einen oder mehrere Parameter des Objekts zu schätzen; und einen Prozessor, der ausgestaltet ist, um eine Wahrscheinlichkeitsdichtefunktion auf der Grundlage von Schätzwerten des einen oder der mehreren Parameter des Objekts und der Mehrpunktreflexionen zu schätzen und um das Objekt auf der Grundlage der Wahrscheinlichkeitsdichtefunktion zu detektieren. Der Prozessor detektiert das Objekt auf der Grundlage einer Maximum-Likelihood-Schätzung, wobei die Maximum-Likelihood-Schätzung gegeben ist durch:
• Ω̂ = arg max_Ω f(Y|Ω,Λ) , wobei Ω̂ ein Cluster von Reflexionspunkten darstellt, Λ den einen oder die mehreren Parameter des Objekts darstellt und Y die Mehrpunktreflexionen darstellt.
• Gemäß einer weiteren Ausführungsform umfasst ein Verfahren zum Durchführen einer Detektion eines Objekts, dass unter Verwendung eines Radarsystems Mehrpunktreflexionen, die aus jeder Übertragung durch das Radarsystem resultieren, erhalten werden; unter Verwendung eines zusätzlichen Sensors ein Schätzwert eines oder mehrerer Parameter des Objekts erhalten wird; eine Wahrscheinlichkeitsdichtefunktion auf der Grundlage des Schätzwerts des einen oder der mehreren Parameter des Objekts und der Mehrpunktreflexionen geschätzt wird; und das Objekt basierend auf der Wahrscheinlichkeitsdichtefunktion detektiert wird. Das Detektieren des Objekts basierend auf der Wahrscheinlichkeitsdichtefunktion umfasst das Durchführen einer Maximum-Likelihood-Schätzung, wobei das Durchführen der Maximum-Likelihood-Schätzung gegeben ist durch:
• Ω̂ = arg max_Ω f (Y|Ω, Λ) , wobei Ω̂ ein Cluster von Reflexionspunkten darstellt, Λ den einen oder die mehreren Parameter des Objekts darstellt und Y die Mehrpunktreflexionen darstellt.
• Die obigen Merkmale und Vorteile und andere Merkmale und Vorteile der Erfindung werden aus der folgenden detaillierten Beschreibung der Erfindung in Verbindung mit den begleitenden Zeichnungen leicht ersichtlich.
• Figurenliste
• Andere Merkmale, Vorteile und Details werden, lediglich beispielhaft, in der folgenden detaillierten Beschreibung von Ausführungsformen ersichtlich, wobei sich die detaillierte Beschreibung auf die Zeichnungen bezieht, in denen:
• 1 eine beispielhafte Anwendung eines Detektionssystems gemäß einer Ausführungsform der Erfindung zeigt;
• 2 das Detektionssystem gemäß Ausführungsformen der Erfindung erläutert; und
• 3 ein Prozessfluss eines Verfahrens zum Detektieren eines verteilten Radarziels gemäß einer Ausführungsform der Erfindung ist.
• BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
• Die folgende Beschreibung ist lediglich beispielhafter Natur und beabsichtigt nicht, die vorliegende Offenbarung, ihre Anwendung oder Verwendungen zu beschränken. Es ist zu verstehen, dass in den Zeichnungen entsprechende Bezugszeichen gleiche oder entsprechende Teile und Merkmale angeben.
• Wie oben erwähnt werden für einige Radarsysteme (z.B. jene in Kraftfahrzeugen) Zielobjekte als zufälliges Cluster von mehreren Punktreflektoren dargestellt. Wenn ein Cluster von Reflexionen, die zu demselben Objekt gehören, zusammen anstatt einzeln geschätzt wird, wird die Detektion (Identifikation) des Objekts genauer. Jedoch kann nicht jede Reflexion, die durch das Radarsystem empfangen wird, einem einzelnen Objekt zugeschrieben werden. Eine oder mehrere Reflexionen können stattdessen von anderen Objekten resultieren. Somit profitiert der Ansatz des Schätzens des Clusters von Reflexionen zusammen von der Kenntnis der Wahrscheinlichkeitsdichtefunktion (PDF von probability density function), die den physikalischen Eigenschaften, dem Ort und der Geschwindigkeit eines Objekts des Zielobjekts zugehörig ist. Die physikalischen Eigenschaften umfassen beispielsweise Größe, Ausrichtung, Material und Oberflächenrauigkeit. Eine Überlegung bei der Verwendung der PDF für eine Objektidentifikation ist, dass es eine große Menge an möglichen Objekten und eine große Schwankung bei den Objekteigenschaften und -erscheinungen geben kann. Auch können verschiedene Ausgestaltungen möglicher Objekte ähnliche empfangene Radarsignale liefern, wodurch eine Mehrdeutigkeit bei der Zielidentifikation erzeugt wird. Eine PDF, die durch Inbetrachtziehen aller Möglichkeiten geschätzt wird, kann zu allgemein sein, um eine Beziehung zu einer spezifischen Objektausgestaltung aufzuweisen und auf diese Weise die Identifikation des Objekts zu unterstützen. Ausführungsformen des Systems und des Verfahrens, die hierin erläutert werden, beziehen sich auf die Verwendung eines oder mehrerer zusätzlicher Sensoren (zusätzlich zu dem Radarsystem), um ein verteiltes Radarziel zu detektieren (d.h. ein Radarziel, das nicht ein Punktreflektor, sondern stattdessen ein Mehrpunktreflektor, ist). Im Speziellen verbessert jeder zusätzliche Sensor die PDF-Schätzung, die verwendet wird, um die Objekterfassung durchzuführen, indem die Parameter, die verwendet werden, um die PDF zu schätzen, weiter beschränkt werden.
• 1 zeigt eine beispielhafte Anwendung eines Detektionssystems 100 gemäß einer Ausführungsform der Erfindung. Das beispielhafte Detektionssystem 100 ist in 1 als Teil eines Kraftfahrzeugs 101 gezeigt. Bei alternativen Ausführungsformen kann das Detektionssystem 100 an einer anderen Stelle angeordnet sein. Bei noch anderen Ausführungsformen können Komponenten des Detektionssystems 100 verteilt sein. Zum Beispiel können die Sensoren (Radarsystem 120 und zusätzliche Systeme 130) empfangene Signale an ein entferntes Verarbeitungssystem 110 (2) übertragen. Es sind auch beispielhafte Hindernisse oder Objekte 140 gezeigt. Das Detektionssystem 100 kann eine Information für andere Teilsysteme des Kraftfahrzeugs 101 bereitstellen. Zum Beispiel kann ein Kollisionsvermeidungssubsystem des Kraftfahrzeugs 101 eine Information, die von dem Detektionssystem 100 empfangen wird, verwenden, um Entscheidungen hinsichtlich Maßnahmen zu treffen, die zu ergreifen sind, um detektierte Hindernisse zu vermeiden. Als ein weiteres Beispiel kann ein Navigationssubsystem des Kraftfahrzeugs 101 eine Information von dem Detektionssystem 100 verwenden, um Orientierungspunkte entlang eines Pfads zu identifizieren.
• 2 erläutert das Detektionssystem 100 gemäß Ausführungsformen der Erfindung. Das Detektionssystem 100 umfasst das Radarsystem 120 mit einer Antenne 125 zum Übertragen von Strahlung und Empfangen von Reflexionen. Während eine einzelne Antenne 125 gezeigt ist, kann das Radarsystem 120 eine separate Antenne 125 zur Übertragung und zum Empfang aufweisen. Ein oder mehrere zusätzliche Systeme 130 sind auch Teil des Detektionssystems 100. Beispielhafte zusätzliche Systeme 130 umfassen eine Kamera und ein Light Detection and Ranging- (Lidar-)System. Das Verarbeitungssystem 110 umfasst eine Eingangsschnittstelle 112, die Eingänge von dem Radarsystem 120 und dem einen oder den mehreren zusätzlichen Systemen 130 zusätzlich zu Benutzereingängen und anderen Eingängen empfängt. Das Verarbeitungssystem 110 umfasst auch eine oder mehrere Speichereinrichtungen 113, die Daten und Anweisungen speichern, die verwendet werden, um einen oder mehrere Prozessoren 115 des Verarbeitungssystems 110 und eine Ausgangsschnittstelle 117 zu steuern. Die Ausgangsschnittstelle 117 kann zum Beispiel einen Audio- oder visuellen Ausgang oder eine Information, die an andere Subsysteme des Kraftfahrzeugs gesendet wird, umfassen. Der Prozessor 115 kann beispielsweise als anwendungsspezifischer Schaltkreis (ASIC von application specific integrated circuit), als elektronischer Schaltkreis oder als Schaltkreis mit kombinatorischer Logik realisiert sein.
• Der Prozessor 115 führt eine Schätzung einer parametrisierten PDF basierend auf Eingängen von dem Radarsystem 120 und dem einen oder den mehreren zusätzlichen Systemen 130 durch. Das heißt, basierend auf Parametern wie Distanz (Ort), Größe, Form, Material und Struktur, die beispielsweise durch das eine oder die mehreren zusätzlichen Systeme 130 bereitgestellt werden, erhält der Prozessor 115 einen verbesserten Schätzwert der PDF des detektierten Objekts 140 aus den Reflexionen, die durch das Radarsystem 120 empfangen werden. Die Parameterinformation, die durch das eine oder die mehreren zusätzlichen Systeme 130 bereitgestellt wird, beschränkt den PDF-Schätzwert weiter. Der Prozessor 115 führt unter Verwendung einer Maximum-Likelihood-Schätzung eine Objektdetektion durch. Die Maximum-Likelihood, die zur Objektdetektion verwendet wird, ist gegeben durch: $$\widehat{\Omega }={\text{arg max}}_{\mathrm{\Omega }}f\left(Y|\mathrm{\Omega },\mathrm{\Lambda }\right)$$

  

  wobei Ω ein Cluster von Reflexionen, die dem selben Objekt zugehörig sind (basierend auf einer Wahrscheinlichkeit, dass die Reflexionen zu dem selben Objekt gehören), darstellt, Λ Objekteigenschaften (z.B. Größe, Ausrichtung, Material, Oberflächenrauigkeit), die von dem einen oder den mehreren zusätzlichen Systemen 130 erhalten werden, darstellt und Y die durch das Radarsystem 120 empfangenen Punktreflexionen darstellt. Die Funktion kann zum Beispiel eine korrelierte Gauß-Verteilung sein.
• 3 ist ein Prozessfluss eines Verfahrens zum Detektieren eines verteilten Radarziels (eines Objekts 140, das mehrere Punktreflektoren umfasst) gemäß einer Ausführungsform der Erfindung. In Kasten 310 basiert das Erhalten von mehreren Punktreflexionen auf Radarechos, die durch das Radarsystem 120 empfangen werden. Das Erhalten von Parameterschätzwerten basierend auf einem oder mehreren zusätzlichen Systemen 130 in Kasten 320 kann zum Beispiel die Verwendung einer Kamera oder von Lidar umfassen. In Kasten 330 umfasst das Schätzen der PDF, die dem Objekt 140 (dem Radarziel) zugehörig ist, das Verwenden von Ausgängen des zusätzlichen Systems 130, um die Parameter bei der Schätzung einer parametrisierten PDF, die durch den Prozessor 115 durchgeführt wird, zu beschränken. Das Durchführen einer Objektdetektion in Kasten 340 umfasst die Verwendung einer Maximum-Likelihood-Schätzung, die oben in Bezug auf Gl. 1 erläutert ist.
• Während die Erfindung in Bezug auf beispielhafte Ausführungsformen beschrieben wurde, wird Fachleuten deutlich, dass verschiedene Änderungen durchgeführt und Elemente durch Äquivalente von diesen ersetzt werden können, ohne vom Schutzumfang der Erfindung abzuweichen. Zusätzlich können viele Abwandlungen durchgeführt werden, um eine bestimmte Situation oder ein bestimmtes Material an die Lehren der Erfindung anzupassen, ohne von dem wesentlichen Schutzumfang dieser abzuweichen. Daher soll die Erfindung nicht auf die bestimmten offenbarten Ausführungsformen beschränkt sein, sondern die Erfindung umfasst alle Ausführungsformen, die innerhalb des Schutzumfangs der Anmeldung liegen.

Claims (8)

1. Detektionssystem (100) zum Detektieren eines Objekts (140), umfassend: ein Radarsystem (120), das ausgestaltet ist, um Strahlung zu übertragen und resultierende Reflexionen zu empfangen, wobei das Objekt (140) ein verteiltes Radarziel ist, das Mehrpunktreflexionen reflektiert; einen zusätzlichen Sensor, der ausgestaltet ist, um einen oder mehrere Parameter des Objekts (140) zu schätzen; und einen Prozessor (115), der ausgestaltet ist, um eine Wahrscheinlichkeitsdichtefunktion auf der Grundlage von Schätzwerten des einen oder der mehreren Parameter des Objekts (140) und der Mehrpunktreflexionen zu schätzen und um das Objekt (140) auf der Grundlage der Wahrscheinlichkeitsdichtefunktion zu detektieren; wobei der Prozessor (115) das Objekt (140) auf der Grundlage einer Maximum-Likelihood-Schätzung detektiert, und wobei die Maximum-Likelihood-Schätzung gegeben ist durch: $$\widehat{\Omega }={\text{arg max}}_{\mathrm{\Omega }}f\left(Y|\mathrm{\Omega },\mathrm{\Lambda }\right),$$

   

   wobei Ω̂ ein Cluster von Reflexionspunkten darstellt, Λ den einen oder die mehreren Parameter des Objekts (140) darstellt und Y die Mehrpunktreflexionen darstellt.
2. System nach Anspruch 1, wobei der zusätzliche Sensor eine Kamera oder ein Lidar umfasst.
3. System nach Anspruch 1, wobei zumindest zwei zusätzliche Sensoren ausgestaltet sind, um zwei oder mehr Parameter des Objekts (140) zu schätzen.
4. System nach Anspruch 1, wobei der eine oder die mehreren Parameter des Objekts (140) einen Ort und/oder eine Größe und/oder eine Form und/oder eine Ausrichtung und/oder ein Material und/oder eine Struktur umfasst oder umfassen.
5. Verfahren zur Durchführung einer Detektion eines Objekts (140), wobei das Verfahren umfasst, dass: unter Verwendung eines Radarsystems (120) Mehrpunktreflexionen, die aus jeder Übertragung durch das Radarsystem (120) resultieren, erhalten werden; unter Verwendung eines zusätzlichen Sensors ein Schätzwert eines oder mehrerer Parameter des Objekts (140) erhalten wird; eine Wahrscheinlichkeitsdichtefunktion auf der Grundlage des Schätzwerts des einen oder der mehreren Parameter des Objekts (140) und der Mehrpunktreflexionen geschätzt wird; und das Objekt (140) basierend auf der Wahrscheinlichkeitsdichtefunktion detektiert wird; wobei das Detektieren des Objekts (140) basierend auf der Wahrscheinlichkeitsdichtefunktion das Durchführen einer Maximum-Likelihood-Schätzung umfasst, und wobei das Durchführen der Maximum-Likelihood-Schätzung gegeben ist durch: $$\widehat{\Omega }={\text{arg max}}_{\mathrm{\Omega }}f\left(Y|\mathrm{\Omega },\mathrm{\Lambda }\right)$$

   

   , wobei Ω̂ ein Cluster von Reflexionspunkten darstellt, Λ den einen oder die mehreren Parameter des Objekts (140) darstellt und Y die Mehrpunktreflexionen darstellt.
6. Verfahren nach Anspruch 5, wobei das Erhalten des Schätzwerts des einen oder der mehreren Parameter des Objekts (140) umfasst, dass eine Kamera und/oder ein Lidar verwendet werden.
7. Verfahren nach Anspruch 5, wobei das Erhalten des Schätzwerts des einen oder der mehreren Parameter des Objekts (140) auf zumindest zwei der zusätzlichen Sensoren basiert.
8. Verfahren nach Anspruch 5, wobei das Erhalten des Schätzwerts des einen oder der mehreren Parameter des Objekts (140) umfasst, dass ein Ort und/oder eine Größe und/oder eine Form und/oder eine Ausrichtung und/oder ein Material und/oder eine Struktur erhalten wird oder werden.

Images