-
Die Erfindung betrifft ein Verfahren zum Steuern eines Filters, insbesondere eines Kalman-Filters und eine Steuervorrichtung zur Durchführung des Verfahrens.
-
-
Es ist Aufgabe der Erfindung, die Nutzung derartiger Filter insbesondere in der Sensorik zu verbessern.
-
Die Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst. Bevorzugte Weiterbildungen sind Gegenstand der abhängigen Ansprüche.
-
Gemäß einem Aspekt der Erfindung umfasst ein Verfahren zum Steuern eines einen Prozess beobachtenden Filters, das eingerichtet ist, in einer Schätzinformation den zeitlichen Verlauf einer in dem beobachteten Prozess erfassten Messinformation basierend auf der Messinformation zu prädizieren, die Schritte:
- – Beobachten des Prozesses;
- – Erfassen einer Differenz zwischen der Messinformation und der Schätzinformation, und
- – Verändern des Filters basierend auf einer Plausibilisierung der erfassten Differenz in Abhängigkeit der Beobachtung des Prozesses.
-
Dem angegebenen Verfahren liegt die Überlegung zugrunde, dass die mit dem angegebenen Verfahren gesteuerten beobachtenden Filter zur Verfolgung von Objekten verwendet werden könnten. Hierbei werden die Positionen der Objekte zu verschiedenen Zeitpunkten mit Sensoren erfasst, wobei dann aus den erfassten Positionen für das jeweilige Objekt eine Bahn bestimmt werden soll. Vor allem in der Fahrzeugtechnik sind diese Bahnen interessant, um beispielsweise das Kollisionsrisiko eines Fahrzeuges mit dem Objekt zu ermitteln und gegebenenfalls Gegenmaßnahmen einzuleiten.
-
Die beobachtenden Filter kommen vor allem deswegen zum Einsatz, weil die Sensoren die Positionen mit Unsicherheiten erfassen, wodurch auch die Bahnen Ungenauigkeiten unterworfen sind. Die beobachtenden Filter prädizieren oder extrapolieren hierbei basierend auf den Sensorwerten den zeitlichen Verlauf der erfassten Positionen den wahrscheinlichsten Verlauf der Bahnen. Die Bahnen selbst stellen daher die oben genannten Schätzinformationen dar, die mit den Filtern basierend auf den Messinformationen in Form der Positionen erfasst werden. Der Einsatz der beobachtenden Filter ist jedoch nur vorzugsweise im Bereich der Objektverfolgung anzusehen. Andere Anwendungszwecke, zur Bestimmung von Temperaturverläufen oder anderer Prozessverläufe sollen grundsätzlich nicht ausgeschlossen werden.
-
Unter ein beobachtendes Filter soll vorzugsweise jedes Filter fallen, das die Beobachtung basierend auf einer analogen oder digitalen Zustandsbeobachtung eines Prozesses durchführt, in dem die Messinformation erfasst wird. Dies kann beispielsweise ein Luenberger-Beobachter sein. Soll das Rauschen bei der Beobachtung mit berücksichtigt werden, könnte ein Kalman-Filter gewählt werden, das bei nichtlinearen Verläufen der Messinformation als extended Kalman-Filter ausgebildet sein kann. Soll auch noch die Form des Rauschens berücksichtigt werden, so könnte ggf. ein Partikelfilter gewählt werden, der eine Grundmenge an verfügbaren Rauschszenarien besitzt und das zu berücksichtigende Rauschszenario beispielsweise durch eine Monte-Carlo-Simulation auswählt.
-
Egal welches beobachtende Filter letztendlich zum Einsatz kommt, in allen Fällen stellt sich grundsätzlich ein Problem. Wenn eine Messinformation von einer aktuellen Schätzinformation sehr stark abweicht dann könnte das durch einen Messfehler bedingt sein. Letztendlich entfernt der Messfehler den mit dem beobachtenden Filter prädizierten zeitlichen Verlauf der Schätzinformation (also beispielsweise die zuvor genannte Bahn) vom tatsächlichen zeitlichen Verlauf der mit der Messinformation überwachten Größe im Prozess (also beispielsweise die Bewegung des überwachten Objektes). Der so entstehende Fehler zwischen dem geschätzten zeitlichen Verlauf und dem tatsächlichen zeitlichen Verlauf kann dabei vom beobachtenden Filter nur sehr langsam ausgeglichen werden, was Auswirkungen auf die Stabilität der Beobachtung des zeitlichen Verlaufs der Schätzinformation selbst und weiterer Systeme hat, die die beobachtete Schätzinformation beispielsweise im Rahmen einer Regelung verwenden.
-
Deshalb wäre es denkbar, bei einer allzu starken Abweichung zwischen der Messinformation und der Schätzinformation die Messinformation als verrauscht zu verwerfen. Hier stellt sich aber das Problem, das gar nicht klar ist, ob die Abweichung zwischen der Messinformation und der Schätzinformation nicht durch das verfolgte Objekt oder allgemeiner den beobachteten Prozess bedingt ist. Wenn das verfolgte Objekt beispielsweise auf seiner Bahn schlagartig die Richtung ändert, dann ist die Messinformation richtig und muss entsprechend im beobachteten Filter berücksichtigt werden.
-
Hier greift das angegebene Verfahren mit der zusätzlichen Beobachtung an, mit dem der Prozess parallel zum beobachtenden Filter beobachtet wird. Wird nun im Rahmen des angegebenen Verfahrens eine Differenz zwischen der Messinformation und der Schätzinformation entdeckt, kann basierend auf der zusätzlichen Beobachtung plausibilisiert werden, ob die Differenz ihre Ursache im Prozess selbst hat oder einfach nur ein Messfehler ist.
-
Auf diese Weise kann wirkungsvoll auf Messfehler reagiert werden, ohne den zeitlichen Verlauf der Schätzinformation zu beeinflussen, wenn der beobachtete Prozess tatsächlich schlagartigen Änderungen unterworfen ist. Im Ergebnis kann der Prozess mit einer höheren Beobachtungsgüte stabiler beobachtet werden. Sollte die Beobachtung des Prozesses abgebrochen werden müssen, weil beispielsweise die Anzahl an maximal zulässigen Prädiktionsschritten überschritten würde, kann zudem schneller ein passender Aufsetzpunkt für einen neuen zeitlichen Verlauf der Schätzinformation gefunden werden, um die Beobachtung neu zu starten.
-
In einer Weiterbildung des angegebenen Verfahrens ist die Messinformation ein wenigstens zwei Messgrößen beschreibender Messvektor und die Schätzinformation ein Schätzvektor mit zu den Messgrößen korrespondierenden Schätzgrößen, wobei ein Einfluss der Messgrößen des Messvektors auf die Prädiktion des Schätzvektors durch die Veränderung des Filters basierend auf der Differenz unterschiedlich verändert wird.
-
Durch die unterschiedliche Veränderung der Einflüsse der Messgrößen auf die Schätzung des zeitlichen Verlaufes der Schätzinformation kann berücksichtigt werden, dass die einzelnen Messgrößen mit Sensoren unterschiedlicher Güte erfasst werden. Wird im Extremfall eine der Messgrößen mit einem Sensor mit einer sehr hohen Güte erfasst, während die weitere Messgröße mit einem Sensor mit einer sehr niedrigen Güte erfasst wird, dann wird durch die angegebene Weiterbildung des Verfahrens verhindert, dass die Messergebnisse des Sensors mit der höheren Güte unnötigerweise zu gering bei der Beobachtung des Prozesses mit dem beobachtenden Filter berücksichtigt werden.
-
In einer bevorzugten Weiterbildung wird dabei der Einfluss einer der Messgrößen des Messvektors auf die Prädiktion des Schätzvektors durch die Veränderung des Filters basierend auf der Differenz ausgeblendet. Alternativ wäre es auch möglich die Einflüsse mit Gewichtsfaktoren in unterschiedlicher Weise zu gewichten.
-
In einer anderen Weiterbildung des angegebenen Verfahrens ist das beobachtende Filter zum Prädizieren eingerichtet, die Schätzinformation basierend auf einem Modell eines die Messinformation ausgebenden Prozesses zu bestimmen, wobei das Filter eingerichtet ist, mit der Differenz zwischen der Messinformation und der Schätzinformation über das Filterelement in das Modell einzugreifen. Eine derartige Implementierung ist beispielsweise aus dem Kalman-Filter bekannt.
-
Die Plausibilisierung selbst kann in beliebiger Weise erfolgen. Grundsätzlich wird die Plausibilisierung basierend auf einer Schätzung von Randbedingungen für den beobachteten Prozess oder einen Teilprozess in dem beobachteten Prozess ausgehend von einem Istzustand in die Zukunft hinein und einer anschließenden Überprüfung durchgeführt, ob der Prozess oder der Teilprozess diesen Randbedingungen tatsächlich genügt. In der oben genannten Objektverfolgung können hierbei zur Plausibilisierung die Bewegung des Objektes definierende Randbedingungen geschätzt und anschließend überprüft werden, ob das Objekt diese geschätzten Randbedingungen tatsächlich einhält. Als Schätzgrundläge können hierbei Annahmen verwendet werden, die Veränderungen im beobachteten Prozess oder den Teilprozess beeinflussen. Bei der Objektverfolgung könnten diese Annahmen Beschleunigungen umfassen, aufgrund derer bestimmte Lageveränderungen des Objektes mit Sicherheit ausgeschlossen werden können.
-
In einer beispielhaften Weiterbildung des angegebenen Verfahrens werden zur Plausibilisierung die erfasste Differenz und eine vorbestimmte Bedingung gegenübergestellt. Mit der vorbestimmten Bedingung kann eine Maximalabweichung zwischen der Messinformation und der Schätzinformation beschrieben werden. Dabei sollten die vorbestimmte Bedingung und damit beispielsweise die Maximalabweichung basierend auf der Beobachtung des Prozesses bestimmt werden. Im Falle der oben erwähnten Objektverfolgung kann beispielsweise das Objekt selbst beobachtet und sein Bewegungszustand auf der durch den beobachtenden Filter zu schätzenden Bahn bestimmt werden. Basierend auf diesem Bewegungszustand können dann die vorbestimmte Bedingung und damit die Maximalabweichung bestimmt werden.
-
Gemäß einem weiteren Aspekt der Erfindung ist eine Steuervorrichtung eingerichtet, eines der angegebenen Verfahren durchzuführen.
-
In einer Weiterbildung der angegebenen Steuervorrichtung weist die angegebene Vorrichtung einen Speicher und einen Prozessor auf. Dabei ist das angegebene Verfahren in Form eines Computerprogramms in dem Speicher hinterlegt und der Prozessor zur Ausführung des Verfahrens vorgesehen, wenn das Computerprogramm aus dem Speicher in den Prozessor geladen ist.
-
Gemäß einem weiteren Aspekt der Erfindung umfasst ein Computerprogramm Programmcodemittel, um alle Schritte eines der angegebenen Verfahren durchzuführen, wenn das Computerprogramm auf einem Computer oder einer der angegebenen Vorrichtungen ausgeführt wird.
-
Gemäß einem weiteren Aspekt der Erfindung enthält ein Computerprogrammprodukt einen Programmcode, der auf einem computerlesbaren Datenträger gespeichert ist und der, wenn er auf einer Datenverarbeitungseinrichtung ausgeführt wird, eines der angegebenen Verfahren durchführt.
-
Gemäß einem anderen Aspekt der Erfindung umfasst ein Fahrzeug eine angegebene Steuervorrichtung.
-
Die oben beschriebenen Eigenschaften, Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich im Zusammenhang mit der folgenden Beschreibung der Ausführungsbeispiele, die im Zusammenhang mit der Zeichnung näher erläutert werden, wobei:
-
1 eine Prinzipdarstellung eines Fahrzeugs auf einer Straße, und
-
2 eine Prinzipdarstellung eines beobachtenden Filters in dem Fahrzeug zeigen.
-
In den Figuren werden gleiche technische Elemente mit gleichen Bezugszeichen versehen und nur einmal beschrieben.
-
In 1 ist ein Fahrzeug 2 dargestellt, das in einer Fahrtrichtung 4 einer gepunktet dargestellten Fahrtrajektorie 6 auf einer Straße 8 folgt. Die Fahrtrajektorie 6 kann in dem Fahrzeug 2 durch einen Fahrer oder durch eine Applikation für hochautomatisiertes Fahren in an sich bekannter Weise definiert werden.
-
Auf der Straße 8 ist ferner ein Fußgängerüberweg 10 vorhanden, den ein Fußgänger 12 beabsichtigt, zu überqueren. Im Rahmen des vorliegenden Ausführungsbeispiels soll das Fahrzeug 2 eine gepunktet dargestellte Bahn 14 des Fußgängers 12 erfassen, um zu erkennen, ob dieser auf dem Fußgängerüberweg 10 die Straße 8 überqueren möchte und so möglicherweise die Fahrtrajektorie 6 des Fahrzeuges 2 kreuzt. In diesem Fall kann das Fahrzeug 2 mit nicht gezeigten Bremsen automatisch abgebremst werden, um den Fußgänger 12 passieren zu lassen. Derartige Steueralgorithmen sind insbesondere aus Anwendungen zum hochautomatisierten Fahren bestens bekannt und sollen nachstehend nicht näher erläutert werden.
-
Im Rahmen der vorliegenden Ausführung soll die Erfassung der Bahn 14 des Fußgängers 12 näher beschrieben werden. Dabei wird davon ausgegangen, dass sowohl die Fahrtrajektorie 6 als auch die Bahn 14 des Fußgängers 12 in Polarkoordinaten 16 mit einem Radius 18 und einem Winkel 20 beschrieben werden. Grundsätzlich ist das praxisfremd, weil Positionen in Fahrzeugen normalerweise in kartesischen Koordinaten beschrieben werden. Da entsprechend notwendige Koordinatentransformationen jedoch bestens bekannt sind, soll nachstehend darauf nicht näher eingegangen werden.
-
Zur Bestimmung der Bahn 14 des Fußgängers 12 besitzt das Fahrzeug 2 einen Transmitter 22, der ein Funksignal 24 aussenden kann. Der Fußgänger 12 besitzt einen Transponder 26, der das Funksignal 24 empfängt und basierend darauf mit einem Antwortsignal 28 reagiert. Der Transmitter 22 empfängt das Antwortsignal 28 und bestimmt basierend darauf eine Messposition 30 des Fußgängers 12.
-
Zur Bestimmung der Messposition 30 des Fußgängers 12 ist in dem Fahrzeug 2 eine Positionsbestimmungseinrichtung 32 vorhanden. Die Positionsbestimmungseinrichtung 32 bestimmt analog zum Radar basierend auf einer Laufzeit zwischen dem ausgesendeten Funksignal 24 und dem empfangenen Antwortsignal 28 einen Messabstand 34 des Fußgängers 12 zum Fahrzeug 2. Basierend auf nicht weiter dargestellten diversitär vorhandenen Antennen am Fahrzeug 2 kann die Positionsbestimmungseinrichtung 32 einen Messwinkel 36 bestimmen, in dem sich der Fußgänger 12 beispielsweise relativ zur Fahrtrichtung 4 befindet.
-
Die Messposition 30 des Fußgängers 12 stellt eine Messinformation dar, die einen Messvektor aus dem Messabstand 34 und den Messwinkel 36 enthält. Aus dieser Messinformation soll nun in einer Recheneinrichtung 38 die Bahn 14 des Fußgängers 12 gezeichnet werden.
-
Bei der Zeichnung der Bahn 14 stellt sich jedoch das Problem, dass die Messpositionen 30 aufgrund von unter anderem durch Sensorrauschen verursachten Messfehlern nicht auf der Bahn 14 liegen sondern in einer Messwertwolke 40 um die Bahn herum verteilt sind. Würde zur Zeichnung der Bahn 14 einfach nur die Messpositionen 30 in dieser Messwertwolke 40 verbunden, würde sich eine in 1 gestrichelt dargestellte Messbahn 42 ergeben, die für die zeitkritischen Applikationsentscheidungen im Fahrzeug 2 zu ungenau wäre.
-
Daher wird die Bahn 14 mit einem beobachtenden Filter in Form eines in 2 dargestellten Kalman-Filters 44 gezeichnet.
-
Das Kalman-Filter 44 umfasst ein Prozessmodell, das in einer Zustandsraumdarstellung einen ein Eingangssignal in ein Ausgangssignal umwandelnden Prozess nachbildet. In der vorliegenden Ausführung ist das Prozessmodell ein Sensormodell 46 der Positionsbestimmungseinrichtung 32, die das Antwortsignal 28 basierend auf dem bekannten Funksignal 24 als Eingangssignal in die Messposition 30 als Ausgangssignal umwandelt. Das Ausgangssignal ist in diesem Fall wie bereits erwähnt ein Messvektor mit dem Messabstand 34 und dem Messwinkel 36 als Messgrößen. Die Modellierung der Positionsbestimmungseinrichtung 32 als Prozessmodell und damit der Aufbau des Sensormodells 46 sind allgemeines Fachwissen und sollen nachstehend nicht weiter erläutert werden.
-
Das Sensormodell 46 generiert in an sich bekannter Weise basierend auf dem Antwortsignal 28 (und dem bekannten Funksignal 24) eine Schätzinformation in Form eines Schätzvektors. Der Schätzvektor beschreibt eine Schätzposition 48 des Fußgängers 12 mit einem Schätzabstand 50 und einem Schätzwinkel 52.
-
Das Kalman-Filter 44 bildet aus der Messposition 30 und der Schätzposition 48 eine Differenz 54, die in der vorliegenden Ausführung ebenfalls ein Vektor ist und als Komponenten einen Abstandunterschied 56 zwischen dem Messabstand 34 und dem Schätzabstand 50 und einen Winkelunterschied 58 zwischen dem Messwinkel 36 und dem Schätzwinkel 52 umfasst. Die Differenz 54 wird nun über eine an sich bekannte Kalman-Matrix 60 in einem Filterelement 62 des Kalman-Filters 44 verändert, wobei das Filterelement 62 mit der veränderten Differenz 64 in das Sensormodell 46 in an sich bekannter Weise eingreift. Auf einen in 2 im Filterelement 62 zu sehenden ersten Schalter 66 und zweiten Schalter 68 soll an späterer Stelle näher eingegangen werden.
-
Die Kalman-Matrix 60 kann in an sich bekannter Weise derart ausgelegt werden, das mit der Schätzposition 48 im zeitlichen Verlauf die Bahn 14 des Fußgängers 12 möglichst fehlerfrei nachgezeichnet wird.
-
Um bei der Zeichnung der Bahn 14 basierend auf den Schätzpositionen 48 möglichst Messpositionen 30 auszublenden, die offensichtlich fehlerhaft sind, könnten die Messpositionen 30 in so einem Fall einfach verworfen werden. Hierzu müsste lediglich vermieden werden, dass das Filterelement 62 nicht mehr basierend auf der Differenz 54 in das Sensormodell 46 eingreift, so dass das Kalman-Filter 44 die Schätzposition 48 völlig unabhängig von der (offensichtlich fehlerhaften) Messposition 30 schätzt.
-
Ein derartiges Vorgehen könnte zwar derartige Messfehler effektiv ausblenden, es blendet aber auch extreme Zustandsänderungen in der Positionsbestimmungseinrichtung 32 aus, wie sie beispielsweise vom Fußgänger 12 beim Betreten des Fußgängerüberweges 10 hervorgerufen werden würden. Hier würde das Kalman-Filter 44 die Schätzposition 48 mit einem in 1 fett gestrichelt gezeichneten Pfeil 70 weiterschreiben, so dass zunächst nicht erkannt werden kann, dass der Fußgänger 2 den Fußgängerüberweg 10 betritt. Auf diese Weise geht wertvolle Regelungszeit im Fahrzeug 2 verloren.
-
Hier greift die vorliegende Ausführung mit einer Steuereinrichtung 72 an, in der ein weiterer Beobachter 74 den Prozess und damit die Positionsbestimmungseinrichtung 32 direkt oder indirekt beobachtet. In der vorliegenden Ausführung beobachtet der weitere Beobachter 74 die Positionsbestimmungseinrichtung 32 basierend auf der Schätzposition 48.
-
Im Rahmen der vorliegenden Ausführung erfasst der weitere Beobachter 74 einen Zustand 76 des Fußgängers 12. Der Fußgänger stellt dabei in der Positionsbestimmungseinrichtung 32 als vom Kalman-Filter 44 beobachteter Prozess einen Teilprozess dar, der die Messposition 30 beeinflusst. Grundsätzlich könnten die Ergebnisse des weiteren Beobachters 74 auch aus dem Sensormodell 46 des Kalman-Filters 44 entnommen werden, sofern dieses Sensormodell 46 diese Ergebnisse auch liefert.
-
In der vorliegenden Ausführung wird der Fußgänger 12 jedoch mit einem eigenen weiteren Beobachter 74 überwacht. Dieser kann zur Beobachtung als Eingangsgröße beliebige Informationen beispielsweise aus einer Kamera oder direkt aus der Positionsbestimmungseinrichtung 32 verwenden. Am technisch einfachsten und präzisesten ist jedoch die Beobachtung basierend auf der Schätzposition 48, weil diese prinzipbedingt den geringsten Rauschanteil besitzt und gleichzeitig ohne weitere (rauschende) Sensoren erfasst werden kann. Der Zustand 76 des Fußgängers 12 ist im Rahmen der vorliegenden Ausführung ein Vektor, der eine Geschwindigkeit 78 und eine Drehrate 80 des Fußgängers 12 um seine Hochachse normal zur Straße 8 umfasst. Wenn der Zustand 76 des Fußgängers 12 bereits Teil des als Zustandsmodell ausgeführten Sensormodells 46 ist, dann kann dieser optional auch dort abgegriffen werden. Die Geschwindigkeit sollte dabei zweckmäßigerweise vektoriell erfasst werden, so dass das Heading des Fußgängers 12 (also seine Laufrichtung) ebenfalls bekannt ist.
-
Zur Erfassung der Geschwindigkeit 78 des Fußgängers 12 kann der weitere Beobachter 74 über einen bestimmten zurückliegenden Zeitbereich die Schätzposition 48 und damit die Bahn 14 des Fußgängers 12 in diesem zurückliegenden Zeitbereich aufschreiben. Aus der Bahn 14 in diesem zurückliegenden Zeitbereich 14 können dann die Komponenten 78, 80 des Zustandes 76 des Fußgängers 12 abgeleitet werden.
-
Basierend auf dem Zustand 76 des Fußgängers 12 soll nun eine Maximalabweichung 82 für die Differenz 54 dynamisch vorgegeben werden. Die Maximalabweichung 82 ist ebenfalls ein Vektor, der als Komponenten eine Abstandsmaximalabweichung 84 für den Abstandsunterschied 56 und eine Winkelmaximalabweichung 86 für den Winkelunterschied 58 enthält. Die Bestimmung der Maximalabweichung 82 erfolgt in einer entsprechenden Vorgabeeinrichtung 88, die die Maximalabweichung 82 beispielsweise basierend auf Kennlinien oder analytisch mit einer vorbestimmten Funktion vorgeben kann. Grundsätzlich können diese Kennlinien und/oder Funktionen experimentell ausgewählt werden. Es ist aber unmittelbar erkennbar, dass die Komponenten 84, 86 der Maximalabweichung 82 umso größer zu wählen sind, je größer die Komponenten 78, 80 des Zustandes 76 des Fußgängers 12 sind. Dies kann beispielsweise durch eine direkte Proportionalität zwischen der Geschwindigkeit 78 des Fußgängers 12 und der Abstandsmaximalabweichung 84 sowie durch eine direkte Proportionalität zwischen der Drehrate 80 des Fußgängers 12 und der Winkelmaximalabweichung 86 reflektiert werden.
-
Eine Begrenzungseinrichtung 90 erzeugt einen Steuervektor 92 und verändert damit das Kalman-Filter 44 über einen Eingriff in das Filterelement 62 durch Ansteuern der beiden Schalter 66, 68.
-
Der Steuervektor 92 enthält hierzu ein Abstandssteuersignal 94 zum Steuern des ersten Schalters 66 und ein Winkelsteuersignal 96 zum Steuern des zweiten Schalters 68. Mit den Schaltern 66, 68 wird der Eingriff der Differenz 54 in das Sensormodell 46 gemäß dem weiter oben erläuterten Grundgedanken gesteuert.
-
Die Komponenten 94, 96 des Steuervektors 92 werden dabei durch eine Gegenüberstellung der Komponenten 56, 58 der Differenz 54 und der Komponenten 84, 86 der Maximalabweichung 82 individuell erzeugt. Überschreitet daher nur eine der beiden Komponenten 56, 58 der Differenz 54 die entsprechende Komponente 84, 86 Maximalabweichung 82, dann wird auch nur der Eingriff dieser Komponente 56, 58 der Differenz 54 in das Sensormodell 46 unterbunden. Basierend auf der anderen (nicht als fehlerbehaftet angesehenen) Komponente 56, 58 der Differenz 54 werden das Sensormodell 46 und damit die Schätzposition 48 korrigiert.
-
Selbst wenn das Kalman-Filter 44 in einer durch den Pfeil 70 in 1 gezeigten Situation die Bahn 14 des Fußgängers 12 verwerfen müsste, kann nach einem Neustart des Kalman-Filters 44 die Bahn 14 schneller wieder exakt nachgezeichnet werden, wodurch der Fußgänger 12 auch schneller wieder eindeutig erfassbar ist.
-
Letztendlich wird die Differenz 54 durch die Vorgabeeinrichtung 88 und die Begrenzungseinrichtung 90 plausibilisiert. Das heißt, dass die Differenz 54 hinsichtlich der Werte ihrer Komponenten 56, 58 auf Erklärbarkeit im Falle großer Abweichungen untersucht wird. Diese Erklärbarkeit wird im Zustand des Fußgängers 12 gesucht. Steht der Fußgänger 12 still, ist die Differenz 54 jedoch sehr groß, dann schlägt die Plausibilität fehl, weil nicht erklärt werden kann, warum sich die Messposition 30 schneller verändert, als die Schätzposition 48. Daher muss die große Differenz 54 aus einem Messfehler her rühren, der bei der Schätzung der zeitlich nächsten Schätzposition 48 nicht berücksichtigt werden darf.
-
Die Schalter 66, 68 sind in der vorliegenden Ausführung rein illustrativ, um das Verständnis des Ausführungsbeispiels zu erleichtern. In der praktischen Umsetzung der Erfindung bietet sich eher eine direkte Veränderung der Kalman-Matrix 60 an.
-
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 102005004568 A1 [0002]
