DE102016200642A1 - Verfahren und vorrichtung zum klassifizieren von fahrbahnbegrenzungen und fahrzeug - Google Patents

Verfahren und vorrichtung zum klassifizieren von fahrbahnbegrenzungen und fahrzeug Download PDF

Info

Publication number
DE102016200642A1
DE102016200642A1 DE102016200642.8A DE102016200642A DE102016200642A1 DE 102016200642 A1 DE102016200642 A1 DE 102016200642A1 DE 102016200642 A DE102016200642 A DE 102016200642A DE 102016200642 A1 DE102016200642 A1 DE 102016200642A1
Authority
DE
Germany
Prior art keywords
vehicle
reflections
search area
cell information
occupancy grid
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
Application number
DE102016200642.8A
Other languages
English (en)
Inventor
Andreas Löffler
Elias Strigel
Jonathan Wache
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Continental Autonomous Mobility Germany GmbH
Original Assignee
Conti Temic Microelectronic GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Conti Temic Microelectronic GmbH filed Critical Conti Temic Microelectronic GmbH
Priority to DE102016200642.8A priority Critical patent/DE102016200642A1/de
Publication of DE102016200642A1 publication Critical patent/DE102016200642A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411Identification of targets based on measurements of radar reflectivity
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/93Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/93Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327Sensor installation details
    • G01S2013/93271Sensor installation details in the front of the vehicles

Abstract

Die Erfindung betrifft ein Verfahren zum Klassifizieren von Fahrbahnbegrenzungen (11, 13a, 13b) in einem Fahrzeugumfeld eines Fahrzeugs (10), mit den Schritten: Aussenden (S1) von Radarwellen in das Fahrzeugumfeld durch ein Radarsystem (17) des Fahrzeugs (10); Empfangen (S2) von Reflexionen der ausgesendeten Radarwellen an Objekten (11, 13a, 13b, 14, 15) in dem Fahrzeugumfeld durch das Radarsystem (17) des Fahrzeugs (10); Erstellen (S3) eines Belegungsgitters (37), wobei jeder Zelle (36a) des Belegungsgitters (37) Zellinformationen zugeordnet werden, welche eine Reflexionsanzahl und eine Größe bezüglich einer Reflexionsstärke umfassen, wobei die Reflexionsanzahl eine Anzahl derjenigen empfangenen Reflexionen ist, welche aus einem dieser Zelle (36a) entsprechenden Bereich reflektiert wurden; und Klassifizieren (S4) der Fahrbahnbegrenzungen (11, 13a, 13b) anhand der Zellinformationen.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren zum Klassifizieren von Fahrbahnbegrenzungen in einem Fahrzeugumfeld eines Fahrzeugs, eine Vorrichtung zum Klassifizieren von Fahrbahnbegrenzungen in einem Fahrzeugumfeld eines Fahrzeugs, und ein Fahrzeug.
  • Fahrerassistenzsysteme können den Fahrer des Fahrzeugs beim Fahren unterstützen oder das Fahrzeug teilweise oder vollständig autonom lenken. Um die Sicherheit zu garantieren, muss jedoch sichergestellt werden, dass das Fahrzeugumfeld des Fahrzeugs gut erkannt wird. Insbesondere muss das Fahrerassistenzsystem über Informationen bezüglich des Fahrbahnverlaufs verfügen können.
  • Zur Überwachung des Fahrzeugumfelds weisen moderne Fahrzeuge daher typischerweise eine Vielzahl von Kameras auf. Verbreitet sind auch Radareinrichtungen, welche das Fahrzeugumfeld abrastern und mögliche Hindernisse oder Objekte erkennen. So ist etwa aus der DE 10 2009 017 154 A1 ein Fahrerassistenzsystem bekannt, welches eine Vielzahl von Fahrerassistenzfunktionen umfasst, wobei insbesondere eine Umfelderkennung mittels Ultraschall und Radar durchgeführt werden kann.
  • Die Auswertung der erfassten Radardaten ist jedoch häufig mit einem hohen Berechnungsaufwand verbunden. Zusätzlich ist es oft erforderlich, Hindernisse oder Objekte im Fahrzeugumfeld des Fahrzeugs sowohl örtlich zu erkennen als auch zu klassifizieren. So ist es wünschenswert, anhand der Radardaten zwischen unterschiedlichen Fahrbahnbegrenzungen, beispielsweise Leitplanken, Grasnarben oder Büschen unterscheiden zu können. Unter Fahrbahnbegrenzung wird im Folgenden insbesondere der Übergang von dem Straßenbelag der Fahrbahn des Fahrzeugs zu einem angrenzenden Bereich bezeichnet.
  • Es ist daher eine Aufgabe der Erfindung, die Klassifizierung von Fahrbahnbegrenzungen und die Differenzierung zwischen verschiedenen Fahrbahnbegrenzungen zu ermöglichen.
  • Diese Aufgabe wird erfindungsgemäß durch ein Verfahren zum Klassifizieren von Fahrbahnbegrenzungen in einem Fahrzeugumfeld eines Fahrzeugs mit den Merkmalen des Patentanspruchs 1, eine Vorrichtung zum Klassifizieren von Fahrbahnbegrenzungen in einem Fahrzeugumfeld eines Fahrzeugs mit den Merkmalen des Patentanspruchs 12 und ein Fahrzeug mit den Merkmalen des Patentanspruchs 14 gelöst.
  • Demgemäß schafft die vorliegende Erfindung ein Verfahren zum Klassifizieren von Fahrbahnbegrenzungen in einem Fahrzeugumfeld eines Fahrzeugs. Hierbei werden durch ein Radarsystem des Fahrzeugs Radarwellen in das Fahrzeugumfeld ausgesendet. Reflexionen der ausgesendeten Radarwellen an Objekten (Reflexionen) in dem Fahrzeugumfeld werden durch das Radarsystem des Fahrzeugs empfangen. Ein Belegungsgitter wird erstellt, wobei jeder Zelle des Belegungsgitters Zellinformationen zugeordnet werden. Die Zellinformationen umfassen eine Reflexionsanzahl und eine Größe bezüglich einer Reflexionsstärke. Die Reflexionsanzahl ist hierbei die Anzahl derjenigen empfangenen Reflexionen, welche aus einem dieser Zelle entsprechenden Bereich reflektiert wurden. Die Fahrbahnbegrenzungen werden in dem Belegungsgitter anhand der Zellinformationen klassifiziert.
  • Weiter schafft die Erfindung eine Vorrichtung zum Klassifizieren von Fahrbahnbegrenzungen in einem Fahrzeugumfeld eines Fahrzeugs, mit einem Radarsystem, welches dazu ausgelegt ist, Radarwellen in das Fahrzeugumfeld auszusenden und Reflexionen der ausgesendeten Radarwellen an Objekten in dem Fahrzeugumfeld zu empfangen. Weiter umfasst die Vorrichtung eine Klassifizierungseinrichtung, welche dazu ausgelegt ist, ein Belegungsgitter zu erstellen und in jede Zelle des Belegungsgitters Zellinformationen einzutragen, welche eine Reflexionsanzahl und eine Größe bezüglich einer Reflexionsstärke umfassen, wobei die Reflexionsanzahl eine Anzahl derjenigen empfangenen Reflexionen ist, welche aus einem dieser Zelle (36a) entsprechenden Bereich reflektiert wurden. Die Klassifizierungseinrichtung ist dazu ausgelegt, Fahrbahnbegrenzungen in dem Belegungsgitter anhand der Zellinformationen zu klassifizieren.
  • Schließlich schafft die Erfindung demnach ein Fahrzeug mit einer Vorrichtung zum Klassifizieren von Fahrbahnbegrenzungen in einem Fahrzeugumfeld des Fahrzeugs.
  • Das erfindungsgemäße Verfahren hat den Vorteil, dass Fahrbahnbegrenzungen nicht nur örtlich genau mit hoher Präzision lokalisiert werden können, sondern zusätzlich die lokalisierten Fahrbahnbegrenzungen klassifiziert werden können. Insbesondere ermöglicht das Verfahren, zwischen Leitplanken, Grasnarben oder Büschen zu unterscheiden, ohne auf weitere Informationen über die Radardaten hinaus zurückgreifen zu müssen. Somit ist eine schnelle und kostengünstige Fahrzeugumfelderkennung möglich. Das erfindungsgemäße Verfahren ermöglicht es somit, die Sicherheit von Fahrerassistenzsystemen, insbesondere beim (halb-)autonomen Fahren zu erhöhen.
  • Gemäß einer Weiterbildung des Verfahrens umfasst die Größe bezüglich der Reflexionsstärke einen über die zu der jeweiligen Zelle gehörenden empfangenen Reflexionen gemittelten Reflexionswert.
  • Gemäß einer Weiterbildung des Verfahrens wird das Klassifizieren der Fahrbahnbegrenzungen anhand eines Histogramms über die gemittelten Reflexionswerte durchgeführt. Die Verteilung der Reflexionswerte unterscheidet sich je nach Art der Fahrbahnbegrenzung. Durch Auswertung der Histogramme kann dadurch zwischen verschiedenen Fahrbahnbegrenzungen unterschieden werden. Somit ist es möglich, Gras von Leitplanken zu unterscheiden.
  • Gemäß einer Weiterbildung des Verfahrens werden die Fahrbahnbegrenzungen in dem Belegungsgitter anhand der Zellinformationen lokalisiert. Somit kann die Position der Fahrbahnbegrenzungen genau festgelegt werden.
  • Gemäß einer Weiterbildung des Verfahrens werden für das Lokalisieren von Fahrbahnbegrenzungen nur Zellinformationen von Zellen verwendet, deren Reflexionsanzahl größer als ein vorgegebener Schwellenwert ist. Dadurch wird ein Rauschen verringert und die Genauigkeit der Auswertung erhöht.
  • Gemäß einer Weiterbildung des Verfahrens wird zum Lokalisieren von Fahrbahnbegrenzungen in dem Belegungsgitter ein Auswertebereich in dem Belegungsgitter festgelegt. Ein Suchbereich wird in dem Auswertebereich verschoben, wobei für jede Position des Suchbereichs eine Gewichtungsfunktion anhand der Zellinformationen berechnet wird. Die Fahrbahnbegrenzungen werden als ein vorgegebener Bereich des Suchbereichs für diejenige Position des Suchbereichs bestimmt, in welcher die Gewichtungsfunktion minimiert wird. Durch Minimieren der Gewichtungsfunktion kann somit anhand der Zellinformationen die Fahrbahnbegrenzung genau lokalisiert werden.
  • Gemäß einer Weiterbildung des Verfahrens wird der Auswertebereich in dem Belegungsgitter sukzessive verschoben und das Lokalisieren von Fahrbahnbegrenzungen wiederholt durchgeführt. Durch stückweises Verschieben des Auswertebereichs kann somit ein beliebig großer Bereich des Belegungsgitters ausgewertet werden und es kann in diesem Bereich Fahrbahnbegrenzungen erkannt werden.
  • Gemäß einer Weiterbildung des Verfahrens wird die Gewichtungsfunktion anhand eines Abstandes eines vorgegebenen Punktes des Suchbereichs von einer Fahrzeugposition des Fahrzeugs in dem Belegungsgitter berechnet. Insbesondere können Bereiche, welche sich in der Nähe des Fahrzeugs befinden, stärker gewichtet werden.
  • Gemäß einer Weiterbildung des Verfahrens wird der Auswertebereich symmetrisch zu einer Fahrtrichtung des Fahrzeugs im Belegungsgitter ausgewählt. Das Verschieben des Suchbereichs erfolgt hierbei senkrecht zu der Fahrtrichtung des Fahrzeugs. Somit können Fahrbahnbegrenzungen, welche parallel zum Fahrzeug verlaufen, präzise erkannt werden.
  • Gemäß einer Weiterbildung des Verfahrens wird die Gewichtungsfunktion anhand der Reflexionsanzahlen berechnet.
  • Gemäß einer Weiterbildung des Verfahrens wird die Gewichtungsfunktion anhand eines Gradienten der Reflexionsanzahl zwischen benachbarten Zellen des Suchbereichs berechnet. Am Übergang zwischen Fahrbahn und Fahrbahnbegrenzung ändert sich auch die Reflexionseigenschaft des jeweiligen Materials. Dadurch treten an der Fahrbahnbegrenzung starke Änderungen der Anzahl der reflektierten Radarwellen auf. Durch Auswertung der Unterschiede der Reflexionsanzahl zwischen benachbarten Zellen kann somit eine Fahrbahnbegrenzung präzise lokalisiert werden.
  • Gemäß einer Weiterbildung der Vorrichtung ist die Klassifizierungseinrichtung weiter dazu ausgelegt, die Fahrbahnbegrenzungen anhand der Zellinformationen zu lokalisieren.
  • Gemäß einer Weiterbildung des Fahrzeugs ist das Radarsystem als Surround-View-System ausgebildet.
  • Die vorliegende Erfindung wird nachfolgend anhand der in den schematischen Figuren der Zeichnungen angegebenen Ausführungsbeispiele näher erläutert.
  • Es zeigen:
  • 1 ein Szenario zur Erläuterung eines Verfahrens zum Klassifizieren von Fahrbahnbegrenzungen gemäß einer Ausführungsform der Erfindung;
  • 2 ein Flussdiagramm eines Verfahrens zum Klassifizieren von Fahrbahnbegrenzungen gemäß einer Ausführungsform der Erfindung;
  • 3, 4, 5 beispielhafte Belegungsgitter;
  • 6 ein Auswertebereich in dem Belegungsgitter;
  • 7 eine Illustration einer Gewichtungsfunktion;
  • 8 ein beispielhaftes Belegungsgitter;
  • 9 eine Illustration der Verschiebung des Auswertebereichs;
  • 10 ein beispielhaftes Belegungsgitter;
  • 11, 12 beispielhafte Histogramme;
  • 13 ein Blockschaltbild einer Vorrichtung zum Klassifizieren von Fahrbahnbegrenzungen gemäß einer Ausführungsform; und
  • 14 ein Blockschaltbild eines erfindungsgemäßen Fahrzeugs.
  • 1 zeigt ein beispielhaftes Szenario zur Erläuterung eines Verfahrens zum Klassifizieren von Fahrbahnbegrenzungen. Ein Fahrzeug 10 fährt hierbei auf einer Fahrbahn 12, wobei die Fahrbahn 12 durch verschiedene Fahrbahnbegrenzungen begrenzt wird. So trennt eine Leitplanke 11 die Fahrbahn 12 von einer Gegenfahrbahn 16, während in Fahrtrichtung rechts von dem Fahrzeug 10 die Fahrbahn 12 durch Grasnarben 13a und 13b sowie Büsche 14 begrenzt wird. In Fahrtrichtung links von der Gegenfahrbahn 16 befindet sich eine weitere Grasnarbe 15.
  • 2 zeigt ein Flussdiagramm eines Verfahrens zum Klassifizieren von Fahrbahnbegrenzungen in einem Fahrzeugumfeld des Fahrzeugs 10.
  • In einem ersten Verfahrensschritt S1 werden Radarwellen durch ein Radarsystem 17 des Fahrzeugs 10 in das Fahrzeugumfeld ausgesendet. Vorzugsweise weist das Fahrzeug 10 hierbei ein Surround-View-Radarsystem 17 auf, so dass ein komplettes Fahrzeugumfeld des Fahrzeugs 10 erfasst werden kann. Das Radarsystem 17 kann beispielsweise zwei Radarsensoren umfassen, welche an einem vorderen Ende des Fahrzeugs 10 angeordnet sind und jeweils einen Sichtbereich von 120° aufweisen. Die Sensoren können einen Gierwinkel von etwa 60° zur Fahrzeuglängsachse aufweisen, erfassen also jeweils Bereiche nach schräg links bzw. rechts vorne. Weiter kann das Radarsystem 17 zusätzliche Radarsensoren, insbesondere auch an einem hinteren Ende des Fahrzeugs 10 aufweisen.
  • In einem zweiten Verfahrensschritt S2 werden Reflexionen der ausgesendeten Radarwellen durch das Radarsystem 17 erfasst. Die ausgesendeten Radarwellen werden hierbei an Objekten in dem Fahrzeugumfeld reflektiert. Insbesondere können die Radarwellen an der Leitplanke 11, den Grasnarben 13a, 13b, 15 oder den Büschen 14 reflektiert werden. Die Reflexionen der ausgesendeten Radarwellen werden von dem Radarsystem 17 empfangen.
  • In einem dritten Verfahrensschritt S3 wird ein zweidimensionales Belegungsgitter 37, wie in 3 illustriert, erstellt.
  • Ein vorgegebener Punkt des Fahrzeugs 10 entspricht hierbei einem zentralen Punkt 30 des Belegungsgitters 37. Der zentrale Punkt 30 gibt somit die Fahrzeugposition des Fahrzeugs 10 an. Weiter ist das Belegungsgitter 37 derart ausgerichtet, dass eine Fahrtrichtung bzw. Orientierung 31 des Fahrzeugs 10 nach oben zeigt, das heißt entlang einer y-Achse zeigt. Eine x-Achse zeigt senkrecht zur Orientierung 31 des Fahrzeugs 10. Vorzugsweise bleibt die Ausrichtung des Belegungsgitters 37 auch während des Fahrens des Fahrzeugs 10 erhalten, so dass der vorgegebene Punkt des Fahrzeugs 10 immer dem zentralen Punkt 30 des Belegungsgitters 37 entspricht und die Orientierung 31 des Fahrzeugs parallel zur y-Achse bleibt. Gemäß weiteren Ausführungsformen kann jedoch anstelle eines Fahrzeugkoordinatensystems auch ein Weltkoordinatensystem verwendet werden, wobei sich die Position und Ausrichtung des Fahrzeugs 10 in dem Weltkoordinatensystem dynamisch ändert.
  • Das Belegungsgitter 37 modelliert das räumliche Fahrzeugumfeld des Fahrzeugs. Beispielsweise kann das Belegungsgitter 37 aus 250 × 250 Zellen bestehen, wobei jede Zelle einem Fahrzeugumfeldbereich mit einer Größe von 0,4 m × 0,4 m entspricht.
  • Jeder Zelle des Belegungsgitters 37 werden Zellinformationen zugeordnet. Die Zellinformationen umfassen hierbei eine Reflexionsanzahl, welche definiert ist als eine Anzahl von aus einem dieser Zelle entsprechenden Bereich des Fahrzeugumfelds empfangenen Reflexionen. Hierzu wird für jede empfangene Reflexion einer ausgesendeten Radarwelle ein entsprechender räumlicher Bereich ermittelt, in welchem die Radarwelle reflektiert wurde. Hierzu kann beispielsweise eine Laufzeitmessung der Radarwelle verwendet werden.
  • Weiter wird für jede empfangene Reflexion ein Reflexionswert gemessen. Der Reflexionswert entspricht hierbei dem Radarquerschnitt (RCS-Wert, Radar Cross Section-Wert) und hängt von der Materialbeschaffenheit des reflektierenden Objekts ab.
  • Die Zellinformationen jeder Zelle umfassen weiter eine Größe bezüglich einer Reflexionsstärke. Die Größe bezüglich der Reflexionsstärke ist vorzugsweise ein gemittelter Reflexionswert, welcher durch Mitteln über sämtliche Reflexionswerte der dieser Zelle entsprechenden Reflexionen berechnet wird.
  • Jeder Zelle des Belegungsgitters werden somit vorzugsweise zwei Werte als Zellinformationen zugeordnet, die Reflexionsanzahl sowie der gemittelte Reflexionswert. Die Reflexionsanzahl kann hierbei insbesondere auch gleich Null sein, falls aus dem entsprechenden Bereich keine Reflexion empfangen wird. In 3 sind diejenigen Bereiche schraffiert eingezeichnet, deren Zellen eine Reflexionsanzahl größer als Null haben, für welche also mindestens eine Reflexion empfangen wurde. Erste Reflexionsbereiche 33a, 33b entsprechen hierbei der Grasnarbe 15 am Fahrbahnrand der Gegenfahrbahn 16, zweite Reflexionsbereiche 32a, 32b, 32c entsprechen der Leitplanke 11, dritte Reflexionsbereiche 34a, 34b entsprechen der Grasnarbe 13a, 13b am rechten Rand der Fahrbahn 12 und ein vierter Reflexionsbereich 35 entspricht den Büschen 14.
  • In 4 ist beispielhaft ein Ausschnitt 36 vergrößert dargestellt. Hierbei sind die Zellen 36a des Ausschnitts 36 illustriert, wobei der gemittelte Reflexionswert in die jeweilige Zelle 36a eingetragen wurde. Zur einfacheren Darstellung wurde hierbei die Reflexionsanzahl nicht mit eingetragen. Zellen ohne Eintrag haben eine Reflexionsanzahl von Null.
  • Anschließend werden die Fahrbahnbegrenzungen in dem Belegungsgitter 37 anhand der Zellinformationen lokalisiert. Das Lokalisieren der Fahrbahnbegrenzungen wird im Folgenden genauer erläutert.
  • Wie in 5 illustriert, wird ein Auswertebereich 50 in dem Belegungsgitter 37 festgelegt. Der Auswertebereich 50 ist hierbei symmetrisch zu der Orientierung 31 des Fahrzeugs 10 im Bewegungsgitter 37 ausgewählt. Der Auswertebereich 50 ist vorzugsweise rechteckig, wobei ein Zentrum des Auswertebereichs 50 mit dem zentralen Punkt 30 übereinstimmt. Der Auswertebereich 50 ist vorzugsweise entlang der x-Achse breiter als entlang der y-Achse. Der Auswertebereich 50 kann beispielsweise einem räumlichen Bereich im Fahrzeugumfeld von einer Größe von 20 m × 5 m entsprechen.
  • In dem Auswertebereich 50 wird ein Suchbereich 60 verschoben, wie in 6 illustriert. Der Suchbereich 60 entspricht einer Teilmenge von Zellen des Auswertebereichs 50, vorzugsweise einem Rechteck, dessen Breite entlang der y-Achse der Breite des Auswertebereichs 50 entlang der y-Achse entspricht.
  • Als Suchbereich kann zuerst ein Bereich am linken Rand des Auswertebereichs 50 ausgewählt werden. Der Suchbereich 60 wird anschließend in diskreten Schritten um jeweils eine Reihe von Zellen von links nach rechts entlang der x-Achse verschoben. Für jede Suchbereichsposition des Suchbereichs 60 wird anhand der Zellinformationen ein Wert einer Gewichtungsfunktion F berechnet.
  • Für das Berechnen der Gewichtungsfunktion F werden hierbei vorzugsweise nur Zellinformationen von Zellen verwendet, deren Reflexionsanzahl größer als ein vorgegebener Schwellenwert ist. Dieser vorgegebene Schwellenwert kann beispielsweise 1, 3, 5 oder 10 sein.
  • Der Suchbereich 60 wird durch eine Suchbereichsmitte 60c in eine linke Suchbereichshälfte 60a und eine rechte Suchbereichshälfte 60b unterteilt, wobei die linke Suchbereichshälfte gleich viele Zellen des Belegungsgitter 37 enthält wie die rechte Suchbereichshälfte 60b.
  • Die Gewichtungsfunktion F ist durch folgende Gleichung gegeben: F = ϕ_1 + ϕ_2 + ϕ_3.
  • Hierbei berechnen sich die Werte von Gewichtungsfunktionsbeiträgen ϕ_1, ϕ_2, ϕ_3 nach folgender Formel: ϕ_1 = 0, falls N_min – N_total < 0, ϕ_1 = ω_1·|N_min – N_total|, sonst, ϕ_2 = ω_2·|N_l – N_r| / N_total, und ϕ_3 = ω_3·|x_F – x_sb|^2.
  • In den obigen Formeln ist N_min eine vorgegebene minimale Reflexionsanzahl, beispielsweise gilt N_min = 50. N_total ist die Summe über alle Reflexionsanzahlen der Zellen, welche sich in dem Suchbereich 60 befinden. N_l ist die Summe der Reflexionsanzahlen von denjenigen Zellen, welche sich in der linken Suchbereichshälfte 60a befinden und N_r ist die Summe über die Reflexionsanzahlen von denjenigen Zellen, welche sich in der rechten Suchbereichshälfte 60b befinden. x_F ist die Koordinate des zentralen Punkts 30 in x-Richtung, beispielsweise gilt definitionsgemäß, dass x_F = 0.
  • x_sb ist die entsprechende x-Koordinate der Suchbereichsmitte 60c des Suchbereichs 60. Die Faktoren ω_1, ω_2, ω_3 sind Gewichtungsfaktoren der einzelnen Gewichtungsfunktionsbeiträge ϕ_1, ϕ_2, ϕ_3 und können beispielhaft folgende Werte annehmen: ω_1 = 1, ω_2 = 1, ω_3 = 0,011.
  • Für jede Suchbereichsposition des Suchbereichs 60 wird nach obigen Formeln der Wert der Gewichtungsfunktion F berechnet.
  • In 7 ist eine beispielhafte Gewichtungsfunktion F sowie die einzelnen Gewichtungsfunktionsbeiträge ϕ_1, ϕ_2, ϕ_3 als Funktion der Suchbereichsposition, gekennzeichnet durch die Koordinate x_sb der Suchbereichsmitte 60c, illustriert. Die x-Richtung wird hierbei in Zellen gemessen.
  • Die Funktion der einzelnen Gewichtungsfunktionsteile wird im Folgenden näher erläutert. ϕ_3 hat die Form einer Parabel, wobei für Positionen, in welchen der Suchbereich 60 weiter von dem Fahrzeug entfernt ist, ein höherer Beitrag zur Gewichtungsfunktion beigesteuert wird. Es wird somit der laterale Abstand zum Fahrzeug, das heißt der Abstand in x-Richtung gewichtet. Der Auswertebereich 50 ist derart gewählt worden, dass eine Fahrbahnbegrenzung parallel zum Fahrzeug gut erkannt werden kann. Es soll die direkt an die Fahrbahn angrenzende Fahrbahnbegrenzung erfasst werden. ϕ_3 dient dazu, weiter entfernte Reflexionen geringer zu bewerten.
  • ϕ_1 garantiert ein Minimum an einer gesamten Reflexionsanzahl in dem entsprechenden Suchbereich. In Suchbereichspositionen des Suchbereichs 60, bei welchen ϕ_1 einen großen Wert annimmt, befinden sich wenig bis gar keine Informationen in dem Belegungsgitter. Diese Suchbereichspositionen werden durch ϕ_1 geringer bewertet, da ϕ_1 einen höheren Beitrag zur Gewichtungsfunktion F beiträgt.
  • ϕ_2 entspricht schließlich einem Gradienten der Reflexionsanzahl zwischen benachbarten Zellen des Suchbereichs 60. ϕ_2 berücksichtigt somit einen Gradienten bzw. einen Unterschied zwischen einer gesamten Reflexionsanzahl in der linken Suchbereichshälfte 60a und der rechten Suchbereichshälfte 60b. ϕ_2 ermöglicht es, Kanten zu erkennen, da an Kanten die Differenz zwischen der Summe der Reflexionsanzahlen N_l in der linken Suchbereichshälfte 60a und der Summe der Reflexionsanzahlen N_r in der rechten Suchbereichshälfte 60b groß ist. ϕ_2 kann somit zur Kantenerkennung dienen. Da ϕ_2 einen negativen Wert annimmt, ist der Beitrag von ϕ_2 zur Gewichtungsfunktion an Kanten stark negativ. ϕ_2 dient somit der Kantenerkennung und dadurch der Fahrbahnbegrenzungserkennung.
  • Die Gewichtungsfunktion F wird nun als Funktion der lateralen Koordinate x minimiert. Die Minimierung wird hierbei für einen linken Fahrbahnrand, das heißt für x kleiner als x_F = 0, und einen rechten Fahrbahnrand, das heißt für x größer als x_F = 0, unterschiedlich durchgeführt. Für den linken Fahrbahnrand, das heißt falls sich die x-Koordinate x_sb der Suchbereichsmitte 60c links von dem Fahrzeug befindet, wird wie folgt minimiert: min_x F = ϕ_1 + ϕ_2 + ϕ_3, so dass N_l – N_r > 0.
  • Für positive x, das heißt für den rechten Fahrbahnrand, wird die Gewichtungsfunktion F wie folgt minimiert: min_x F = ϕ_1 + ϕ_2 + ϕ_3, so dass N_l – N_r < 0.
  • Die jeweiligen Nebenbedingungen garantieren, dass keine dem Fahrzeug abgewandte Kante detektiert wird. In dem in 7 gezeigten Szenario wird somit für die linke Seite ein linkes Minimum x_1 und für die rechte Seite ein rechtes Minimum x_2 bestimmt. Das linke Minimum x_1 und das rechte Minimum x_2 entsprechen jeweils der Suchbereichsmitte 60c einer linken minimierenden Suchbereichsposition bzw. einer rechten minimierenden Suchbereichsposition, in welcher die Gewichtungsfunktion F jeweils minimiert wird. Die jeweilige Suchbereichsmitte 60c in der linken minimierenden Suchbereichsposition bzw. rechten minimierenden Suchbereichsposition definiert jeweils einen vorgegebenen Bereich des Suchbereichs in der linken minimierenden Suchbereichsposition bzw. rechten minimierenden Suchbereichsposition, welcher als Fahrbahnbegrenzung erkannt wird.
  • In 8 sind der linke minimierende Suchbereich 81, das heißt der Suchbereich in der linken minimierenden Suchbereichsposition, und der rechte minimierende Suchbereich 82, das heißt der Suchbereich in der rechten minimierenden Suchbereichsposition, eingezeichnet. Die Fahrbahnbegrenzungen werden nun als die jeweiligen Suchbereichsmitten 81a und 82a des linken minimierenden Suchbereichs 81 bzw. des rechten minimierenden Suchbereichs 82 lokalisiert.
  • Das Verfahren wird nun iterativ fortgesetzt, wie in 9 illustriert. Hierbei wird der Auswertebereich in dem Belegungsgitter 37 sukzessive verschoben und das Lokalisieren der Fahrbahnbegrenzungen wiederholt durchgeführt. Bei jedem weiteren Schritt kann auch eine Größe des Auswertebereichs verändert werden. Wie in 9 illustriert, können anstelle des ursprünglichen Auswertebereichs 50 in einem weiteren Schritt ein linker Auswertebereich 92 und ein rechter Auswertebereich 91 ausgewertet werden. Eine linke Auswertebereichsmitte 81a des linken Auswertebereichs 92 bzw. eine rechte Auswertebereichsmitte 81b des rechten Auswertebereichs 91 entspricht dem oben bestimmten linken Minimum x_1 bzw. rechten Minimum x_2.
  • Das Verfahren wird nun analog wie oben sowohl für den linken Auswertebereich 92 als auch für den rechten Auswertebereich durchgeführt. Das heißt, linke Suchbereiche 93 bzw. rechte Suchbereiche 94 werden jeweils in dem linken Auswertebereich 92 bzw. rechten Auswertebereich 91 verschoben, Werte der Gewichtsfunktion F anhand der Zellinformationen berechnet und die Fahrbahnbegrenzungen durch Minimieren der Gewichtsfunktion F lokalisiert. Hierbei wird jedoch nur noch jeweils ein Minimum in dem linken Auswertebereich 92 bzw. rechten Auswertebereich 91 bestimmt und eine Fahrbahnbegrenzung wird jeweils in der Suchbereichsmitte des linken Suchbereichs 93 bzw. rechten Suchbereichs 94 in der jeweiligen minimierenden Suchbereichsposition lokalisiert.
  • Gemäß einer Ausführungsform kann hierbei anstatt der Gewichtungsfunktionskomponente ϕ_3 eine abgewandelte Gewichtungsfunktionskomponente ϕ_3var verwendet werden, welche durch folgende Gleichung gegeben ist: ϕ_3var = |x_searchRes – x_sb|^2.
  • Hierbei entspricht x_searchRes dem im Schritt zuvor ermittelten Minimum, das heißt für den linken Suchbereich 93 dem linken Minimum x_1 und für den rechten Suchbereich 94 dem rechten Minimum x_2. Somit wird festgelegt, dass die Wahrscheinlichkeit, eine weitere Fahrbahnbegrenzung zu finden, dort am Größten ist, wo die letzte Fahrbahnbegrenzung lokalisiert wurde. Die Parabel wird somit jeweils in das vorherige Minimum verschoben.
  • Gemäß einer weiteren Ausführungsform werden nur Minima der Gewichtungsfunktion berücksichtigt, welche einen Wert aufweisen, welcher unter einem vorgegebenen Schwellenwert liegt, beispielsweise 50. Falls das Minimum einen größeren Wert aufweist, so wird in dem entsprechenden Auswertebereich keine Fahrbahnbegrenzung lokalisiert.
  • Das Lokalisieren der Fahrbahnbegrenzungen wird sowohl oberhalb als auch unterhalb des ursprünglichen Auswertebereichs 50 durchgeführt, wodurch weitere Fahrbahnbegrenzungen lokalisiert werden, welche sich als die Suchbereichsmitten der jeweiligen linken minimierenden Suchbereiche 101106 bzw. rechten minimierenden Suchbereiche 111115 ergeben. Somit wird die in 10 gestrichelt eingezeichnete Fahrbahnbegrenzung lokalisiert.
  • In einem vierten Verfahrensschritt S4 werden die lokalisierten Fahrbahnbegrenzungen anhand der Zellinformationen klassifiziert. Hierbei wird für jeden ermittelten minimierenden Suchbereich 81, 82, 101106 und 111115 ein Histogramm erstellt, wobei die Häufigkeitsverteilung der Reflexionswerte sämtlicher Zellen des entsprechenden minimierenden Suchbereichs berechnet wird. Anhand des Histogramms über die gemittelten Reflexionswerte wird das Klassifizieren der lokalisierten Fahrbahnbegrenzungen durchgeführt. Beispielsweise ist in 11 ein Histogramm für den rechten minimierenden Suchbereich 82 aufgetragen und in 12 ein Histogramm für den linken minimierenden Suchbereich 81. Das in 11 gezeigte Histogramm zeichnet sich durch einen Peak bei geringeren Reflexionswerten auf als das Histogramm in 12. Anhand des Peaks und/oder der Verteilung des Histogramms kann die Fahrbahnbegrenzung klassifiziert werden. So wird in dem in 11 gezeigten Histogramm eine Grasnarbe erkannt, während in dem in 12 illustrierten Histogramm eine Leitplanke erkannt wird. Die unterschiedlichen Reflexionseigenschaften von unterschiedlichen Fahrbahnbegrenzungen können somit anhand der Histogramme unterschieden werden.
  • Gemäß weiterer Ausführungsformen kann ein Vielzahl von Fahrbahnbegrenzungen unterschieden und klassifiziert werden, wobei beispielsweise verschiedene beispielhafte Histogramme abgespeichert sein können und die Klassifizierung durch Vergleich mit den abgespeicherten Histogrammen durchgeführt werden kann.
  • In 13 ist eine Vorrichtung 1300 zum Klassifizieren von Fahrbahnbegrenzungen illustriert, welche ein Radarsystem 17 aufweist, welches dazu ausgelegt ist, Radarwellen in das Fahrzeugumfeld auszusenden und Reflexionen der ausgesendeten Radarwellen an Objekten in dem Fahrzeugumfeld zu empfangen. Weiter umfasst die Vorrichtung 1300 eine Klassifizierungseinrichtung 1301, welche dazu ausgelegt ist, ein zweidimensionales Belegungsgitter 37 zu erstellen und in jede Zelle des Belegungsgitters 37 Zellinformationen einzutragen. Die Zellinformationen umfassen wie oben beschrieben eine Anzahl von aus einem dieser Zelle entsprechenden Bereich des Fahrzeugumfelds empfangenen Reflexionen und einer Größe bezüglich der Reflexionsstärke, insbesondere einem gemittelten Reflexionswert.
  • Die Klassifizierungseinrichtung 1301 ist dazu ausgelegt, Fahrbahnbegrenzungen in dem Belegungsgitter anhand der Zellinformationen zu lokalisieren und die lokalisierten Fahrbahnbegrenzungen anhand der Zellinformationen zu klassifizieren. Das Lokalisieren und Klassifizieren der Fahrbahnbegrenzungen kann insbesondere nach einem der oben beschriebenen Verfahren durchgeführt werden.
  • 14 zeigt ein Blockschaltbild eines Fahrzeugs mit einer Vorrichtung 1300 zum Klassifizieren von Fahrbahnbegrenzungen in einem Fahrzeugumfeld des Fahrzeugs 10. Die Vorrichtung 1300 ist insbesondere eine der oben beschriebenen Ausführungsformen.
  • 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 102009017154 A1 [0003]

Claims (15)

  1. Verfahren zum Klassifizieren von Fahrbahnbegrenzungen (11, 13a, 13b) in einem Fahrzeugumfeld eines Fahrzeugs (10), mit den Schritten: Aussenden (S1) von Radarwellen in das Fahrzeugumfeld durch ein Radarsystem (17) des Fahrzeugs (10); Empfangen (S2) von Reflexionen der ausgesendeten Radarwellen an Objekten (11, 13a, 13b, 14, 15) in dem Fahrzeugumfeld durch das Radarsystem (17) des Fahrzeugs (10); Erstellen (S3) eines Belegungsgitters (37), wobei jeder Zelle (36a) des Belegungsgitters (37) Zellinformationen zugeordnet werden, welche eine Reflexionsanzahl und eine Größe bezüglich einer Reflexionsstärke umfassen, wobei die Reflexionsanzahl eine Anzahl derjenigen empfangenen Reflexionen ist, welche aus einem dieser Zelle (36a) entsprechenden Bereich reflektiert wurden; und Klassifizieren (S4) der Fahrbahnbegrenzungen (11, 13a, 13b) anhand der Zellinformationen.
  2. Verfahren nach Anspruch 1, wobei die Größe bezüglich der Reflexionsstärke einen über die zu der jeweiligen Zelle gehörenden empfangenen Reflexionen gemittelten Reflexionswert umfasst.
  3. Verfahren nach Anspruch 2, wobei das Klassifizieren (S4) der Fahrbahnbegrenzungen (11, 13a, 13b) anhand eines Histogramms über die gemittelten Reflexionswerte durchgeführt wird.
  4. Verfahren nach einem der Ansprüche 1 bis 3, wobei die Fahrbahnbegrenzungen (11, 13a, 13b) in dem Belegungsgitter (37) anhand der Zellinformationen lokalisiert werden.
  5. Verfahren nach Anspruch 4, wobei für das Lokalisieren von Fahrbahnbegrenzungen (11, 13a, 13b) nur Zellinformationen von Zellen verwendet werden, deren Reflexionsanzahl größer als ein vorgegebener Schwellenwert ist.
  6. Verfahren nach Anspruch 4 oder 5, wobei das Lokalisieren von Fahrbahnbegrenzungen (11, 13a, 13b) in dem Belegungsgitter (37) folgende Schritte umfasst: Festlegen eines Auswertebereichs (50) in dem Belegungsgitter (37); Verschieben eines Suchbereichs (60) in dem Auswertebereich (50), wobei für jede Position des Suchbereichs (60) eine Gewichtungsfunktion (F) anhand der Zellinformationen berechnet wird; Bestimmen der Fahrbahnbegrenzungen (11, 13a, 13b) als ein vorgegebener Bereich des Suchbereichs (60) für diejenige Position des Suchbereichs (60), in welcher die Gewichtungsfunktion (F) minimiert wird.
  7. Verfahren nach Anspruch 6, wobei der Auswertebereich (50) in dem Belegungsgitter (37) sukzessive verschoben wird und das Lokalisieren von Fahrbahnbegrenzungen (11, 13a, 13b) wiederholt durchgeführt wird.
  8. Verfahren nach einem der Ansprüche 6 oder 7, wobei die Gewichtungsfunktion (F) anhand eines Abstandes eines vorgegebenen Punktes des Suchbereichs (60) von einer Fahrzeugposition (30) des Fahrzeugs (10) in dem Belegungsgitter (37) berechnet wird.
  9. Verfahren nach einem der Ansprüche 6 bis 8, wobei der Auswertebereich (50) symmetrisch zu einer Fahrtrichtung des Fahrzeugs (10) in dem Belegungsgitter (37) ausgewählt wird; und wobei das Verschieben des Suchbereichs (60) senkrecht zu der Fahrtrichtung des Fahrzeugs (10) erfolgt.
  10. Verfahren nach einem der Ansprüche 6 bis 9, wobei die Gewichtungsfunktion (F) anhand der Reflexionsanzahlen berechnet wird.
  11. Verfahren nach einem der Ansprüche 6 bis 10, wobei die Gewichtungsfunktion (F) anhand eines Gradienten der Reflexionsanzahl zwischen benachbarten Zellen (36a) des Suchbereichs (60) berechnet wird.
  12. Vorrichtung (1300) zum Klassifizieren von Fahrbahnbegrenzungen (11, 13a, 13b) in einem Fahrzeugumfeld eines Fahrzeugs (10), mit: einem Radarsystem (17), welches dazu ausgelegt ist, Radarwellen in das Fahrzeugumfeld auszusenden und Reflexionen der ausgesendeten Radarwellen an Objekten (11, 13a, 13b, 14, 15) in dem Fahrzeugumfeld zu empfangen; einer Klassifizierungseinrichtung (1301), welche dazu ausgelegt ist, ein Belegungsgitter (37) zu erstellen und in jede Zelle (36a) des Belegungsgitters (37) Zellinformationen einzutragen, welche eine Reflexionsanzahl und eine Größe bezüglich einer Reflexionsstärke umfassen, wobei die Reflexionsanzahl eine Anzahl derjenigen empfangenen Reflexionen ist, welche aus einem dieser Zelle (36a) entsprechenden Bereich reflektiert wurden; und wobei die Klassifizierungseinrichtung (1301) dazu ausgelegt ist, Fahrbahnbegrenzungen (11, 13a, 13b) in dem Belegungsgitter (37) anhand der Zellinformationen zu klassifizieren.
  13. Vorrichtung (1300) nach Anspruch 12, wobei die Klassifizierungseinrichtung (1301) weiter dazu ausgelegt ist, die Fahrbahnbegrenzungen (11, 13a, 13b) anhand der Zellinformationen zu lokalisieren.
  14. Fahrzeug (10) mit einer Vorrichtung (1300) zum Klassifizieren von Fahrbahnbegrenzungen (11, 13a, 13b) in einem Fahrzeugumfeld des Fahrzeugs (10) gemäß einem der Ansprüche 12 oder 13.
  15. Fahrzeug (10) nach Anspruch 14, wobei das Radarsystem (17) als Surround-View-System ausgebildet ist.
DE102016200642.8A 2016-01-19 2016-01-19 Verfahren und vorrichtung zum klassifizieren von fahrbahnbegrenzungen und fahrzeug Pending DE102016200642A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102016200642.8A DE102016200642A1 (de) 2016-01-19 2016-01-19 Verfahren und vorrichtung zum klassifizieren von fahrbahnbegrenzungen und fahrzeug

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102016200642.8A DE102016200642A1 (de) 2016-01-19 2016-01-19 Verfahren und vorrichtung zum klassifizieren von fahrbahnbegrenzungen und fahrzeug

Publications (1)

Publication Number Publication Date
DE102016200642A1 true DE102016200642A1 (de) 2017-07-20

Family

ID=59256213

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016200642.8A Pending DE102016200642A1 (de) 2016-01-19 2016-01-19 Verfahren und vorrichtung zum klassifizieren von fahrbahnbegrenzungen und fahrzeug

Country Status (1)

Country Link
DE (1) DE102016200642A1 (de)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017123969A1 (de) * 2017-10-16 2019-04-18 Conti Temic Microelectronic Gmbh Verfahren zur Klassifikation von flächigen Strukturen
DE102019001043A1 (de) 2019-02-13 2019-09-05 Daimler Ag Verfahren zum Klassifizieren von statischen Objekten in einer Fahrzeugumgebung eines Kraftfahrzeugs
WO2020069922A1 (de) * 2018-10-05 2020-04-09 HELLA GmbH & Co. KGaA Verfahren zur bereitstellung von objektinformationen von statischen objekten in einer umgebung eines fahrzeuges
US11092668B2 (en) 2019-02-07 2021-08-17 Aptiv Technologies Limited Trailer detection system and method
CN113296098A (zh) * 2020-02-24 2021-08-24 安波福技术有限公司 用于雷达目标检测的侧向块监测
DE102020210115A1 (de) 2020-08-11 2022-02-17 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Betreiben eines Assistenzsystems eines Fahrzeugs
US11435466B2 (en) 2018-10-08 2022-09-06 Aptiv Technologies Limited Detection system and method
DE102021203809A1 (de) 2021-03-16 2022-09-22 Continental Autonomous Mobility Germany GmbH Fahrverlaufsschätzung in einem Umfeldmodel
US11474224B2 (en) 2017-12-01 2022-10-18 Aptiv Technologies Limited Detection system
DE102022207736B3 (de) 2022-07-27 2023-08-03 Continental Autonomous Mobility Germany GmbH Verfahren zur Bestimmung des rückwärtigen Verlaufs einer Straßengrenze eines Fahrzeuges sowie Assistenzsystem
DE102022122112A1 (de) 2022-09-01 2024-03-07 Valeo Schalter Und Sensoren Gmbh Erstellen einer aggregierten befahrbarkeitskarte
EP4350392A1 (de) * 2022-10-07 2024-04-10 Aptiv Technologies Limited Haltungskorrektur auf basis von landmarken und barrieren
DE102022125695A1 (de) 2022-10-05 2024-04-11 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Einrichtung zur effizienten Objektnachverfolgung und entsprechend eingerichtetes Kraftfahrzeug

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005024716A1 (de) * 2005-05-30 2006-12-07 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erkennung und Klassifizierung von Objekten
DE102009017154A1 (de) 2008-06-11 2009-12-17 Volkswagen Ag Fahrerassistenzsystem und dessen Bedienkonzept
WO2010127650A1 (de) * 2009-05-06 2010-11-11 Conti Temic Microelectronic Gmbh Verfahren zur auswertung von sensordaten für ein kraftfahrzeug
DE102013017347A1 (de) * 2013-10-18 2015-04-23 Knorr-Bremse Systeme für Nutzfahrzeuge GmbH Verfahren zum Klassifizieren von Hindernissen

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005024716A1 (de) * 2005-05-30 2006-12-07 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erkennung und Klassifizierung von Objekten
DE102009017154A1 (de) 2008-06-11 2009-12-17 Volkswagen Ag Fahrerassistenzsystem und dessen Bedienkonzept
WO2010127650A1 (de) * 2009-05-06 2010-11-11 Conti Temic Microelectronic Gmbh Verfahren zur auswertung von sensordaten für ein kraftfahrzeug
DE102013017347A1 (de) * 2013-10-18 2015-04-23 Knorr-Bremse Systeme für Nutzfahrzeuge GmbH Verfahren zum Klassifizieren von Hindernissen

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111491845B (zh) * 2017-10-16 2024-04-16 德国大陆自动驾驶有限公司 用于路面的雷达分类的方法
DE102017123969B4 (de) * 2017-10-16 2019-11-28 Conti Temic Microelectronic Gmbh Verfahren zur Klassifikation von flächigen Strukturen
CN111491845A (zh) * 2017-10-16 2020-08-04 康蒂-特米克微电子有限公司 用于路面的雷达分类的方法
DE102017123969A1 (de) * 2017-10-16 2019-04-18 Conti Temic Microelectronic Gmbh Verfahren zur Klassifikation von flächigen Strukturen
US11500087B2 (en) 2017-10-16 2022-11-15 Conti Temic Microelectronic Gmbh Method for radar classification of a road surface
US11474224B2 (en) 2017-12-01 2022-10-18 Aptiv Technologies Limited Detection system
WO2020069922A1 (de) * 2018-10-05 2020-04-09 HELLA GmbH & Co. KGaA Verfahren zur bereitstellung von objektinformationen von statischen objekten in einer umgebung eines fahrzeuges
US11435466B2 (en) 2018-10-08 2022-09-06 Aptiv Technologies Limited Detection system and method
US11768284B2 (en) 2018-10-08 2023-09-26 Aptiv Technologies Limited Detection system and method
US11092668B2 (en) 2019-02-07 2021-08-17 Aptiv Technologies Limited Trailer detection system and method
DE102019001043A1 (de) 2019-02-13 2019-09-05 Daimler Ag Verfahren zum Klassifizieren von statischen Objekten in einer Fahrzeugumgebung eines Kraftfahrzeugs
CN113296098A (zh) * 2020-02-24 2021-08-24 安波福技术有限公司 用于雷达目标检测的侧向块监测
EP3869229A1 (de) * 2020-02-24 2021-08-25 Aptiv Technologies Limited Lateral-bin-überwachung zur radarzielerfassung
US11408995B2 (en) 2020-02-24 2022-08-09 Aptiv Technologies Limited Lateral-bin monitoring for radar target detection
US11802961B2 (en) 2020-02-24 2023-10-31 Aptiv Technologies Limited Lateral-bin monitoring for radar target detection
CN113296098B (zh) * 2020-02-24 2024-04-05 安波福技术有限公司 用于雷达目标检测的侧向块监测
DE102020210115A1 (de) 2020-08-11 2022-02-17 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Betreiben eines Assistenzsystems eines Fahrzeugs
DE102021203809B4 (de) 2021-03-16 2023-05-04 Continental Autonomous Mobility Germany GmbH Fahrverlaufsschätzung in einem Umfeldmodel
DE102021203809A1 (de) 2021-03-16 2022-09-22 Continental Autonomous Mobility Germany GmbH Fahrverlaufsschätzung in einem Umfeldmodel
DE102022207736B3 (de) 2022-07-27 2023-08-03 Continental Autonomous Mobility Germany GmbH Verfahren zur Bestimmung des rückwärtigen Verlaufs einer Straßengrenze eines Fahrzeuges sowie Assistenzsystem
DE102022122112A1 (de) 2022-09-01 2024-03-07 Valeo Schalter Und Sensoren Gmbh Erstellen einer aggregierten befahrbarkeitskarte
DE102022125695A1 (de) 2022-10-05 2024-04-11 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Einrichtung zur effizienten Objektnachverfolgung und entsprechend eingerichtetes Kraftfahrzeug
EP4350392A1 (de) * 2022-10-07 2024-04-10 Aptiv Technologies Limited Haltungskorrektur auf basis von landmarken und barrieren

Similar Documents

Publication Publication Date Title
DE102016200642A1 (de) Verfahren und vorrichtung zum klassifizieren von fahrbahnbegrenzungen und fahrzeug
DE102005024716B4 (de) Verfahren und Vorrichtung zur Erkennung und Klassifizierung von Objekten
EP1502165B1 (de) Verfahren und vorrichtung zur kurspraediktion bei kraftfahrzeugen
EP3177474A1 (de) Verfahren zum erzeugen einer umgebungskarte sowie fahrerassistenzsystem
DE102014208009A1 (de) Erfassen von statischen und dynamischen Objekten
DE102017103275A1 (de) Verfahren zum Erfassen eines Objekts in einem Umgebungsbereich eines Kraftfahrzeugs mithilfe eines Ultraschallsensors mit verbesserter Filterung von Bodenreflexionen, Steuergerät, Ultraschallsensorvorrichtung sowie Kraftfahrzeug
DE102013017347A1 (de) Verfahren zum Klassifizieren von Hindernissen
DE102018220024B3 (de) Verfahren zur Fusion von Sensordaten von mehreren Sensoren und Fusionsvorrichtung zum Fusionieren von Sensordaten von mehreren Sensoren
DE102014111125A1 (de) Verfahren zum Erkennen eines Objekts in einem Umgebungsbereich eines Kraftfahrzeugs mittels eines Ultraschallsensors, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102014204309A1 (de) Vorrichtung und Verfahren zum Betreiben eines Fahrzeugs
DE102020105642A1 (de) Entwerfen von und verarbeiten mit antennenarrays zur beseitigung von fehldetektionen in einem radarsystem
DE102011005727A1 (de) Verfahren und Vorrichtung zur Erfassung von Straßenrändern
DE102014212866A1 (de) Verfahren zum Ermitteln eines Parkplatzes aus einer Anzahl von Messpunkten
DE102020118629B4 (de) Computerimplementiertes Verfahren zum Bestimmen der Validität einer geschätzten Position eines Fahrzeugs
DE102017123969B4 (de) Verfahren zur Klassifikation von flächigen Strukturen
DE102018124979A1 (de) Fahrerassistenzsystem zur Bestimmung einer Entfernung zwischen zwei Fahrzeugen mit einer Kamera
DE102020105192A1 (de) Verfahren zum Detektieren bewegter Objekte in einer Fahrzeugumgebung und Kraftfahrzeug
DE102017105721A1 (de) Verfahren zur Identifikation wenigstens eines Parkplatzes für ein Fahrzeug und Parkplatzassistenzsystem eines Fahrzeugs
DE102022000849A1 (de) Verfahren zur Erzeugung einer Umgebungsrepräsentation für ein Fahrzeug
DE102014118035B4 (de) Verfahren zum Erkennen einer Abschattung einer Sensoreinrichtung eines Kraftfahrzeugs durch ein Objekt, Recheneinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102006051091B4 (de) Verfahren zur Objekterkennung von Fahrzeugen mittels Nahbereichsdetektion
WO2021104805A1 (de) Verfahren zum betreiben einer umgebungserfassungsvorrichtung mit einer gridbasierten auswertung und mit einer fusionierung, sowie umgebungserfassungsvorrichtung
DE102020128484A1 (de) System und Verfahren zur Vermeidung von Heck-Querverkehrskollisionen
DE102019132151A1 (de) Verfahren zum Kalibrieren eines Umfeldsensors eines Fahrzeugs anhand von Daten eines Referenz-Umfeldsensors unter Berücksichtigung von Belegungskarten, Recheneinrichtung sowie Sensorsystem
DE102018115895A1 (de) Verfahren und System zur Erkennung von Hindernissen

Legal Events

Date Code Title Description
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G01S0013930000

Ipc: G01S0007410000

R163 Identified publications notified
R081 Change of applicant/patentee

Owner name: CONTINENTAL AUTONOMOUS MOBILITY GERMANY GMBH, DE

Free format text: FORMER OWNER: CONTI TEMIC MICROELECTRONIC GMBH, 90411 NUERNBERG, DE

R012 Request for examination validly filed