DE102016220581A1 - Verfahren und vorrichtung zur bestimmung eines umfeldmodells - Google Patents

Verfahren und vorrichtung zur bestimmung eines umfeldmodells Download PDF

Info

Publication number
DE102016220581A1
DE102016220581A1 DE102016220581.1A DE102016220581A DE102016220581A1 DE 102016220581 A1 DE102016220581 A1 DE 102016220581A1 DE 102016220581 A DE102016220581 A DE 102016220581A DE 102016220581 A1 DE102016220581 A1 DE 102016220581A1
Authority
DE
Germany
Prior art keywords
model
error
environment
environment model
parameters
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
DE102016220581.1A
Other languages
English (en)
Inventor
Ralph Grewe
Enno Kelling
Klaus Rink
Ulrich Stählin
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
Continental Teves AG and Co OHG
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 Continental Teves AG and Co OHG filed Critical Continental Teves AG and Co OHG
Priority to DE102016220581.1A priority Critical patent/DE102016220581A1/de
Publication of DE102016220581A1 publication Critical patent/DE102016220581A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/98Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001Details of the control system
    • B60W2050/0019Control system elements or transfer functions
    • B60W2050/0028Mathematical models, e.g. for simulation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/06Direction of travel
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/20Data confidence level
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle

Abstract

Die vorliegende Erfindung betrifft das Erkennen von Fehlern in einem erzeugten Umfeldmodell eines Fahrzeugs. Hierzu werden vorgegebene Parameter spezifiziert, welche auf einen möglichen Modellfehler in einem Umfeldmodell des Fahrzeugs hinweisen können. Daraufhin wird das Umfeldmodell auf die spezifizierten Parameter für potentielle Modellfehler hin überprüft und eine Fehlerwahrscheinlichkeit des erstellten Umfeldmodells ermittelt. Die Parameter, welche auf einen möglichen Modellfehler hinweisen, können insbesondere dynamisch angepasst werden, so dass die Klassifikation der Zuverlässigkeit des Umfeldmodells kontinuierlich verbessert werden kann.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zur Bestimmung eines Umfeldmodells für ein Fahrzeug, sowie ein Fahrerassistenzsystem mit einer Vorrichtung zur Bestimmung eines Umfeldmodells.
  • Stand der Technik
  • Fahrerassistenzsysteme sowie Systeme zum vollständigen autarken Steuern eines Kraftfahrzeugs benötigen Informationen über das Fahrzeugumfeld des zu steuernden Fahrzeugs. Hierzu werden zahlreiche Sensoren, wie zum Beispiel Kameras, Radar oder Lidar eingesetzt, die Informationen über das Fahrzeugumfeld aufnehmen und verarbeiten. Bei der Verarbeitung der Rohdaten von den Sensoren wird bereits in der Regel ein Modell verwendet, das für eine optimale und robuste Parameterschätzung an die jeweiligen Rohdaten angepasst werden kann. Die verwendeten Modelle werden in der Regel für bestimmte Anwendungsfälle entwickelt und für diese Anwendungsfälle ausgiebig getestet. Wird ein vorgegebenes Modell jedoch in einer Umgebung angewendet, für die das Modell nicht entwickelt und getestet wurde, so kann es gegebenenfalls zu Fehlern bei der modellierten Fahrzeugumgebung kommen.
  • Werden derartige Fehler in der modellierten Fahrzeugumgebung nicht rechtzeitig erkannt, so besteht das Risiko, dass aufgrund des Modellfehlers eine fehlerhafte Steuerung des Fahrzeugs erfolgt, oder gegebenenfalls ein dringend gebotener Eingriff eines Assistenzsystems in das Fahrverhalten ausbleibt.
  • Es besteht daher ein Bedarf, die Zuverlässigkeit einer modellierten Fahrzeugumgebung bewerten zu können. Darüber hinaus besteht ein Bedarf, mögliche Fehler in einer modellierten Fahrzeugumgebung zu erkennen.
  • Offenbarung der Erfindung
  • Die vorliegende Erfindung schafft ein Verfahren zur Bestimmung eines Umfeldmodells für ein Fahrzeug gemäß Patentanspruch 1, eine Vorrichtung zur Bestimmung eines Umfeldmodells für ein Fahrzeug gemäß Patentanspruch 9 und ein Fahrerassistenzsystem gemäß Patentanspruch 13.
  • Demgemäß ist vorgesehen:
    • Ein Verfahren zur Bestimmung eines Umfeldmodells für ein Fahrzeug mit den Schritten des Erstellens eines Umfeldmodells unter Verwendung von sensorisch erfassten Umgebungsdaten; des Identifizierens vorbestimmter Parameter für einen Modellfehler in dem erstellten Umfeldmodell; und des Bestimmens einer Fehlerwahrscheinlichkeit des erstellten Umfeldmodells basierend auf den identifizierten Parametern für einen Modellfehler.
  • Weiterhin ist vorgesehen:
    • Eine Vorrichtung zur Bestimmung eines Umfeldmodells für ein Fahrzeug, mit einem Modellgenerator, einem Fehlerdetektor und
    • einer Analysevorrichtung. Der Modellgenerator ist dazu ausgelegt, ein Umfeldmodell unter Verwendung von sensorisch erfassten Umgebungsdaten zu erstellen. Der Fehlerdetektor ist dazu ausgelegt, vorbestimmte Parameter für einen Modellfehler in dem erstellten Umfeldmodell zu identifizieren. Die Analysevorrichtung ist dazu ausgelegt, eine Fehlerwahrscheinlichkeit in dem erstellten Umfeldmodell basierend auf den identifizierten Parametern für einen Modellfehler zu ermitteln.
  • Ferner ist vorgesehen:
    • Ein Fahrerassistenzsystem für ein Fahrzeug, mit mindestens einem Sensor, einer erfindungsgemäßen Vorrichtung zur Bestimmung eines Umfeldmodells und einer Steuervorrichtung. Der Sensor ist dazu ausgelegt, Umgebungsdaten sensorisch zu erfassen und der Vorrichtung zur Bestimmung eines Umfeldmodells bereitzustellen. Die Vorrichtung zur Bestimmung eines Umfeldmodells ist dazu ausgelegt, das Umfeldmodell unter Verwendung der von dem Sensor erfassten Umgebungsdaten zu bestimmen. Die Steuervorrichtung ist dazu ausgelegt, das Fahrzeug unter Verwendung des erstellten Umfeldmodells und der ermittelten Fehlerwahrscheinlichkeit des erstellten Umfeldmodells zu steuern.
  • Vorteile der Erfindung
  • Der vorliegenden Erfindung liegt die Erkenntnis zugrunde, dass die Bestimmung eines Umfeldmodells für ein Fahrzeug in der Regel nur für zuvor festgelegte Rahmenbedingungen konzipiert und getestet ist. Weichen die aktuellen Rahmenbedingungen jedoch von diesen festgelegten Bedingungen ab, so besteht die Gefahr, dass aufgrund der Abweichungen gegebenenfalls ein systematischer Fehler bei der Erstellung des Umfeldmodells auftreten kann. In der Folge kann es daher zu systematischen Falsch-Repräsentationen in der Fahrzeugumgebung kommen. Da diese Fehler nicht auf einem Rechenfehler, sondern auf einem nicht optimal angepassten Modell beruhen, sind derartige Fehler nicht oder nur sehr schwer feststellbar.
  • Der vorliegenden Erfindung liegt daher die Idee zugrunde, dieser Idee Rechnung zu tragen und eine Vorrichtung sowie ein Verfahren zur Bestimmung eines Umfeldmodells bereitzustellen, das neben dem erstellten Umfeldmodell auch eine Größe für die Zuverlässigkeit des ermittelten Umfeldmodells liefert. Durch das Bestimmen einer Fehlerwahrscheinlichkeit, welches die Zuverlässigkeit des ermittelten Umfeldmodells charakterisiert, kann diese zusätzliche Größe im weiteren Verlauf in den Steuerungsprozess des Fahrzeugs miteinbezogen werden. In der Folge sinkt die Gefahr, dass aufgrund eines fehlerbehafteten oder unzuverlässigen Umfeldmodells die Steuerung des Kraftfahrzeugs eine Fehlentscheidung trifft. Somit kann die Zuverlässigkeit der Steuerung eines ganz oder teilweise automatisch gesteuerten Kraftfahrzeugs gesteigert werden. Fehlentscheidungen, die zu gefährlichen Fahrsituationen führen, können vermieden oder zumindest deutlich gesenkt werden.
  • Die Fehlerwahrscheinlichkeit des erstellten Umfeldmodells wird dabei basierend auf einer Identifikation von zuvor festgelegten Parametern für Modellfehler bestimmt. Auf diese Weise kann durch den Vergleich von charakteristischen Größen des Umfeldmodells mit vorab spezifizierten Parametern eine sehr schnelle und zuverlässige Bewertung des Umfeldmodells erfolgen. Insbesondere kann auf diese Weise mit nur geringer Rechenlast eine zuverlässige Bewertung des erstellten Umfeldmodells erfolgen, was für Echtzeitanwendungen, wie das Steuern eines Kraftfahrzeugs von Vorteil ist.
  • Die vorgegebenen Parameter für mögliche Modellfehler können dabei auf beliebige Weise gewonnen werden. Beispielsweise können die Parameter der Modellfehler durch Training mit realen oder simulierten Fahrten vorab ermittelt werden.
  • Gemäß einer Ausführungsform erfolgt das Erstellen des Umfeldmodells in Abhängigkeit eines zuvor festgelegten Anwendungsfalls. Beispielsweise ist es möglich, für verschiedene Fahrsituationen unterschiedliche Anwendungsfälle (use cases) zu definieren. Für jeden Anwendungsfall kann hierbei beispielsweise eine individuelle Parametrisierung für das Erstellen des Umfeldmodells vorgegeben werden.
  • Gemäß einer Ausführungsform erfolgt das Identifizieren der Parameter für einen Modellfehler und/oder das Bestimmen der Fehlerwahrscheinlichkeit in Abhängigkeit eines zuvor festgelegten Anwendungsfalls. Analog zu der Erstellung des Umfeldmodells kann somit auch die Klassifikation der Zuverlässigkeit, das heißt das Identifizieren der Parameter für die Modellfehler bzw. das Bestimmen der Fehlerwahrscheinlichkeit, ebenfalls für unterschiedliche Anwendungsfälle (use cases) individuell angepasst werden.
  • Gemäß einer Ausführungsform sind die Parameter für die Modellfehler anpassbar. Beispielsweise kann auch nach der Implementierung des Verfahrens zur Bestimmung des Umfeldmodells auch noch zu einem späteren Zeitpunkt eine Anpassung der Parameter für die Modellfehler erfolgen. Wird beispielsweise während des operationellen Betriebs festgestellt, dass bestimmte Parameter zu einem Fehler in dem erstellten Umfeldmodell führen, so können diese Parameter ebenfalls mit aufgenommen und zukünftig berücksichtigt werden. Die Anpassung der Parameter für die Modellfehler kann hierbei beispielsweise kontinuierlich durch Überprüfung der Zuverlässigkeit des erstellten Umfeldmodells erfolgen. Auch können die vorgegebenen Parameter für einen Modellfehler basierend auf einem späteren Training und/oder basierend auf Erkenntnis von externen Systemen, wie zum Beispiel detektierte Fehler von weiteren Fahrzeugen oder ähnlichem, angepasst werden.
  • Gemäß einer Ausführungsform umfasst das Identifizieren von vorbestimmten Parametern für einen Modellfehler einen Schritt zum Berechnen einer weiteren Größe. Insbesondere kann das Berechnen einer weiteren Größe das Berechnen einer statistischen Größe aus dem erstellten Umfeldmodell umfassen.
  • Gemäß einer weiteren Ausführungsform umfasst das Identifizieren von vorbestimmten Parametern für einen Modellfehler eine Bestimmung einer zeitlichen Veränderung von Objekten in dem Umfeldmodell. Auf diese Weise können beispielsweise Unstimmigkeiten über die Zeit bei der Modellierung des Umfeldmodells erkannt werden.
  • Gemäß einer Ausführungsform umfasst das Identifizieren von vorbestimmten Parametern für einen Modellfehler eine Bestimmung einer Größenänderung eines Objekts, eine Bestimmung einer Relativbewegung von Objekten in dem Umfeldmodell und/oder eine Auswertung von Krümmungen von Linien in dem Umfeldmodell. Darüber hinaus können auch beliebige weitere Variationen von Parametern in dem Umfeldmodell ausgewertet werden.
  • Gemäß einer Ausführungsform wird das Umfeldmodell basierend auf Daten einer Kamera, eins Radars, eins Lidars, eines Ultraschallsensors, Kartendaten, GNSS-Daten oder kommunikationsbasierte Informationen über das Umfeld erstellt.
  • Gemäß einer Ausführungsform umfasst die Vorrichtung zur Bestimmung eines Umfeldmodells ferner eine Fehlerdatenbank. Diese Fehlerdatenbank ist dazu ausgelegt, vorbestimmte Parameter für einen Modellfehler abzuspeichern. Die abgespeicherten Parameter für einen Modellfehler können daraufhin dem Fehlerdetektor bereitgestellt werden.
  • Gemäß einer Ausführungsform umfasst die Vorrichtung zur Bestimmung eines Umfeldmodells eine erste Kommunikationseinrichtung. Die erste Kommunikationseinrichtung ist dazu ausgelegt, weitere Parameter für Modellfehler zu empfangen. Die empfangenen Parameter für weitere Modellfehler können daraufhin bei der Identifikation der Parameter von Modellfehlern mit berücksichtigt werden.
  • Gemäß einer weiteren Ausführungsform umfasst die Vorrichtung zur Bestimmung eines Umfeldmodells eine zweite Kommunikationseinrichtung. Die zweite Kommunikationseinrichtung ist dazu ausgelegt, Informationen des erstellten Umfeldmodells und/oder der ermittelten Fehlerwahrscheinlichkeit zu übertragen. Auf diese Weise können Informationen und Erkenntnisse bei der Klassifikation von Fehlern in dem Umfeldmodell auch an eine weitere Instanz, insbesondere eine externe Einrichtung übertragen werden. Bei der externen Einrichtung kann es sich beispielsweise um ein Rechenzentrum oder um weitere Fahrzeuge handeln.
  • Die erste Kommunikationseinrichtung und die zweite Kommunikationseinrichtung können auch in einer gemeinsamen Kommunikationseinrichtung implementiert werden.
  • Gemäß einer Ausführungsform des Fahrerassistenzsystems ist die Vorrichtung zur Bestimmung des Umfeldmodells dazu ausgelegt, die vorbestimmten Parameter für Modellfehler in Abhängigkeit von einem Fahrverhalten des Fahrzeugs anzupassen. Insbesondere kann beispielsweise bei einem manuellen Eingriff eines Benutzers oder einem automatischen Eingriff eines weiteren Systems daraus geschlossen werden, dass das zugrunde liegende Umfeldmodell des Fahrerassistenzsystems eventuell einen Fehler aufweist.
  • Gemäß einer Ausführungsform umfasst der Sensor eine Kamera, ein Radar, ein Lidar, einen Ultraschallsensor, einen GPS-Empfänger einen Speicher für Kartendaten oder GNSS-Daten und/oder eine Schnittstelle für einen Empfang von Informationen über das Umfeld.
  • Die obigen Ausgestaltungen und Weiterbildungen lassen sich, soweit sinnvoll, beliebig miteinander kombinieren. Weitere Ausgestaltungen, Weiterbildungen und Implementierungen der Erfindung umfassen auch nicht explizit genannte Kombinationen von zuvor oder im Folgenden bezüglich den Ausführungsbeispielen beschriebenen Merkmalen der Erfindung. Insbesondere wird der Fachmann dabei auch Einzelaspekte als Verbesserungen oder Ergänzungen zu den jeweiligen Grundformen der vorliegenden Erfindung hinzufügen.
  • Figurenliste
  • Die vorliegende Erfindung wird nachfolgend anhand der in den schematischen Figuren der Zeichnungen angegebenen Ausführungsbeispiele näher erläutert. Dabei zeigen:
    • 1: eine schematische Darstellung einer Vorrichtung zur Bestimmung eines Umfeldmodells gemäß einer Ausführungsform;
    • 2: eine schematische Darstellung eines Fahrzeugs mit einem Fahrerassistenzsystem gemäß einer Ausführungsform; und
    • 3: eine schematische Darstellung eines Ablaufdiagramms, wie es einem Verfahren zur Bestimmung eines Umfeldmodells gemäß einer Ausführungsform zugrunde liegt.
  • 1 zeigt eine schematische Darstellung einer Vorrichtung 1 zur Bestimmung eines Umfeldmodells für ein Fahrzeug. Die Vorrichtung 1 zur Bestimmung des Umfeldmodells empfängt von einem oder mehreren Sensoren 2 Sensordaten aus der Umgebung. Beispielsweise kann es sich bei den Sensoren 2 um eine Kamera, ein Radar, ein Lidar, einen Ultraschallsensor oder einen beliebigen weiteren Sensor, wie zum Beispiel einen GPS-Empfänger oder ähnliches handeln. Darüber hinaus kann die Vorrichtung 1 zur Bestimmung des Umfeldmodells auch Kartenmaterial, GNSS-Daten (Global Navigation Satellite System Daten) oder kommunikationsbasierte Informationen über das Umfeld empfangen. Beispielsweise kann die Vorrichtung 1 zur Bestimmung des Umfeldmodells hierzu einen lokalen Speicher zur Speicherung von Kartenmaterial o.ä. umfassen. Ferner kann die Vorrichtung 1 zur Bestimmung des Umfeldmodells auch eine Schnittstelle zur Kommunikation mit weiteren Komponenten umfassen. Die weiteren Komponenten können beispielsweise lokale Komponenten in dem Fahrzeug, wie zum Beispiel Module eines Fahrerassistenzsystems umfassen. Darüber hinaus kann auch eine drahtlose Kommunikation mit externen Komponenten zum Empfang von Informationen über das Umfeld erfolgen. Gegebenenfalls kann in dem Sensor 2 oder einer nachgeschalteten Verarbeitungsvorrichtung bereits eine Vorverarbeitung der von dem Sensor 2 bereitgestellten Daten erfolgen.
  • Die von dem oder den Sensoren 2 bereitgestellten Sensordaten werden von einem Modellgenerator 10 der Vorrichtung 1 zur Bestimmung des Umgebungsmodells empfangen und verarbeitet. Dabei kann der Modellgenerator 10 aus den Sensordaten ein Umfeldmodell erstellen. Bei diesem Umfeldmodell kann es sich um zweidimensionales oder ein dreidimensionales Modell der Umgebung um den Sensor 2 handeln. Beispielsweise können bei der Generierung des Umfeldmodells feste oder bewegliche Objekte in der Umgebung um den Sensor 2 aus den Sensordaten ermittelt werden. Insbesondere wenn es sich bei dem erstellten Umfeldmodell um ein Modell handelt, welches für ein Fahrerassistenzsystem eines Fahrzeugs oder ähnliches verwendet werden soll, kann es sich bei dem Umfeldmodell beispielsweise um ein Modell handeln, in welchem Elemente enthalten sind, die als Grundlage zur Steuerung des Fahrzeugs dienen können. Beispielsweise können in dem Umfeldmodell Linienverläufe, wie zum Beispiel Klothoide oder Splines enthalten sein, welche zum Beispiel für eine Modellierung von Fahrstreifenmarkierungen oder Straßenrandverläufen genutzt werden können. Ebenso können in dem Modell beispielsweise geometrische Elemente wie zum Beispiel Quadrate, Rechtechte, Polygone oder auch dreidimensionale Elemente wie Würfel, Zylinder oder ähnliches enthalten sein, welche für eine Modellierung von statischen oder auch dynamischen Hindernissen wie zum Beispiel Bäumen, Zäune, Leitplanken, Fußgänger, Radfahrer oder weitere Fahrzeuge dienen. Ebenso können weitere Verkehrsteilnehmer beispielsweise als Punktmodelle mit einer definierten Geschwindigkeit repräsentiert werden. Auch können dreidimensionale Elemente durch Parameter wie Beschleunigung oder Gierrate in dem Umfeldmodell charakterisiert werden.
  • Bei der Erstellung des Umfeldmodells kann die Erstellung des Umfeldmodells beispielsweise auf einen aktuellen Anwendungsfall abgestimmt sein. Beispielsweise kann je nach Anwendungsfall die Erstellung des Umfeldmodells basierend auf den Sensordaten auf unterschiedlichen Grundlagen erfolgen. Derartige Anwendungsfälle (use cases) können beispielsweise zwischen einer langsamen oder einer schnellen Vorwärtsfahrt, sowie einer Rückwärtsfahrt unterscheiden. Auch kann für spezielle Anbauteile, wie zum Beispiel einen Anhänger oder ähnliches, ein separater Anwendungsfall definiert werden. Darüber hinaus können die Anwendungsfälle auch für weitere Rahmenbedingungen angepasst werden, wie zum Beispiel eine Fahrt innerhalb einer Stadt oder einer Ortschaft, auf einer Landstraße, einer Autobahn oder einem unbefestigten Weg. Die Definition von weiteren Anwendungsfällen sowie die Anpassung der Erzeugung des Umfeldmodells basierend auf die entsprechenden Anwendungsfälle kann darüber hinaus auch auf beliebige weitere Anwendungsfälle angepasst werden. Die Auswahl des jeweils zu berücksichtigenden Anwendungsfalls kann dabei beispielsweise basierend auf den von dem Sensor 2 bereitgestellten Sensordaten und/oder weitere Informationen von einem Fahrerassistenzsystem oder ähnlichem erfolgen.
  • Das von dem Modellgenerator 10 erstellte Umfeldmodell kann daraufhin einem Fehlerdetektor 12 bereitgestellt werden, der das erzeugte Umfeldmodell analysiert. Dabei kann der Fehlerdetektor 12 insbesondere in dem erstellten Umfeldmodell vorbestimmte Parameter identifizieren, die auf einen Modellfehler hinweisen. Derartige Parameter, welche auf einen Modellfehler hinweisen, können beispielsweise in einer Modellfehlerdatenbank 14 abgespeichert werden. Die abgespeicherten Modellfehler können von der Modellfehlerdatenbank 14 durch den Fehlerdetektor 12 ausgelesen werden. Insbesondere ist es dabei möglich, für unterschiedliche Anwendungsfälle (use cases), wie sie zuvor bereits beschrieben wurden, jeweils unterschiedliche Parameter für Modellfehler zu spezifizieren.
  • Derartige Parameter für einen Modellfehler können beispielsweise unmittelbar in dem erstellten Umfeldmodell durch den Fehlerdetektor 12 identifiziert werden. Dabei können insbesondere auch zeitliche Veränderungen in dem Umfeldmodell detektiert und ausgewertet werden, um gegebenenfalls einen Hinweis auf einen Modellfehler zu erkennen. Weiterhin ist es auch möglich, eine statistische Auswertung des erstellten Umfeldmodells durchzuführen und hieraus Daten zu berechnen, die für eine Identifizierung von Parametern dienen, welche auf einen Modellfehler hinweisen können. Hierzu kann in der Vorrichtung 1 zur Bestimmung des Umfeldmodells eine Rechenvorrichtung 11 vorgesehen sein, welche eine Auswertung des von dem Motorgenerator 10 berechneten Umfeldmodells durchführt. Hierbei kann insbesondere auch eine statistische Auswertung von verschiedenen Parametern des erzeugten Umfeldmodells durchgeführt werden. Beispielsweise können Linienverläufe, wie Splines oder ähnliches, analysiert werden, um eine Änderung des Krümmungsverlaufs zu detektieren oder eine Verteilung der Krümmung in Linienverläufen auszuwerten. Ebenso ist es beispielsweise möglich, die Relativgeschwindigkeit von benachbarten Objekten in dem Umfeldmodell, insbesondere eine Verteilung von Differenzgeschwindigkeiten von benachbarten Objekten zu berechnen und auszuwerten. Die Berechnung von weiteren Größen, insbesondere von weiteren statistischen Parametern oder ähnlichem ist darüber hinaus ebenso möglich, um hieraus gegebenenfalls durch den Fehlerdetektor 12 einen vorgegebenen Parameter zu identifizieren, der auf einen Modellfehler hinweisen kann.
  • Darüber hinaus ist selbstverständlich auch die direkte Auswertung von Eigenschaften der Objekte in dem erstellten Umfeldmodell möglich. So kann beispielsweise die Größe von zwei- oder dreidimensionalen Objekten, die Krümmung von Linienverläufen, wie zum Beispiel Klothoide oder Splines, ausgewertet werden.
  • Beispielsweise ist es möglich, dass zwei nebeneinander fahrende Fahrzeuge während der Erstellung des Umfeldmodells zu einem gemeinsamen Objekt verschmelzen könnten und daraufhin nicht mehr als getrennte Objekte in dem erstellten Umfeldmodell erscheinen. Dies kann beispielsweise dadurch detektiert werden, dass zunächst zwei kleinere zwei- oder dreidimensionale Objekte in dem Umfeldmodell vorhanden sind. Verringert sich der Abstand zwischen diesen beiden Objekten, so würden eventuell diese beiden Objekte zu einem gemeinsamen Objekt verschmelzen. In diesem Fall würde in dem erstellten Umfeldmodell anstelle der beiden kleineren Objekte plötzlich ein deutlich größeres Objekt vorhanden sein. Die ungewöhnlich rasche Größenänderung der beiden kleineren Objekte in ein größeres Objekt kann daraufhin beispielsweise als ein Parameter identifiziert werden, der auf einen Modellfehler hinweist.
  • In einem weiteren Beispiel könnte beispielsweise eine Fahrbahnmarkierung aufgrund einer Einmündung oder einer Ausfahrt unterbrochen sein. Hierbei würde zunächst in dem erstellten Umfeldmodell an der entsprechenden Position ein Linienverlauf mit einer relativ konstanten Krümmung vorhanden sein. Eine Unterbrechung bzw. eine rasche Richtungsänderung des Linienverlaufs für eine solche Fahrbahnmarkierung kann dabei als ein Hinweis darauf verstanden werden, dass hier eventuell kein scharfer Knick im Fahrbahnverlauf vorhanden ist, sondern dass hier lediglich die Fahrbahnmarkierung unterbrochen ist. In diesem Fall wäre eine starke Richtungsänderung in einer detektierten Fahrbahnmarkierung gegebenenfalls ein Parameter, der auf einen Fehler bei der Modellierung der Fahrbahnrichtung hinweisen könnte.
  • Entsprechend kann eine beliebige Anzahl von möglichen Parametern definiert werden, die auf mögliche Fehler bei der Erstellung des Umfeldmodells hinweisen. Dabei können für unterschiedliche Anwendungsfälle jeweils auch unterschiedliche Sätze von Parametern definiert werden, die auf Modellfehler hinweisen.
  • Gegebenenfalls ist es darüber hinaus auch möglich, für jeden Parameter eines Modellfehlers auch individuell zu spezifizieren, mit welcher Wahrscheinlichkeit ein solcher Parameter auf einen möglichen Modellfehler hinweist. So kann beispielsweise für unterschiedliche Parameter von Modellfehlern auch eine unterschiedliche Gewichtung spezifiziert werden. Auf diese Weise können einzelne Parameter definiert werden, die mit einer sehr großen Wahrscheinlichkeit auf einen Modellfehler hinweisen, während andere Parameter nur mit einer geringeren Wahrscheinlichkeit auf einen Modellfehler hinweisen.
  • Die identifizierten Parameter, welche auf einen Modellfehler hinweisen, können daraufhin in der Analysevorrichtung 13 ausgewertet werden. Insbesondere kann auf Grundlage der identifizierten Parameter, die auf einen Modellfehler hinweisen, eine Fehlerwahrscheinlichkeit des erstellten Umfeldmodells berechnet werden. Dabei ist es einerseits möglich, einen Gesamtwert für die Fehlerwahrscheinlichkeit des erstellten Umfeldmodells zu berechnen. Alternativ können auch für einzelne Elemente bzw. Objekte in dem erstellten Umfeldmodell jeweils individuell auf Grundlage der identifizierten Parameter für einen Modellfehler separat entsprechende Fehlerwahrscheinlichkeiten ermittelt werden. Beispielsweise kann bei einer größeren Anzahl von identifizierten Parametern, die auf einen Modellfehler hinweisen, das Modell als weniger zuverlässig klassifiziert werden, während bei einer geringen Anzahl von identifizierten Parametern, die auf einen Modellfehler hinweisen, das Modell als eher zuverlässig klassifiziert wird. Dabei kann beispielsweise die Gesamtanzahl von identifizierten Parametern, die auf einen Modellfehler hinweisen, betrachtet werden. Weiterhin ist es auch möglich, sofern für die einzelnen Parameter individuelle Werte spezifiziert worden sind, die entsprechenden identifizierten Parameter der Fehlerwahrscheinlichkeiten zu gewichten und hieraus eine Gesamtfehlerwahrscheinlichkeit für das Umgebungsmodell bzw. die einzelnen Objekte oder Elemente in dem Umfeldmodell zu bestimmen.
  • Die so ermittelte Fehlerwahrscheinlichkeit des erzeugten Umfeldmodells kann daraufhin zusammen mit dem Umfeldmodell ausgegeben werden. Insbesondere kann die Fehlerwahrscheinlichkeit zusammen mit dem Umfeldmodell für die Weiterverarbeitung in einem Fahrerassistenzsystem sowie zur Steuerung eines ganz oder teilweise autonom fahrenden Fahrzeuges verwendet werden.
  • Die vorgegebenen Parameter, welche auf einen Modellfehler hinweisen, können bereits bei der Implementierung vorgegeben und in der Modellfehlerdatenbank 14 abgespeichert werden. Darüber hinaus ist es auch möglich, die Parameter, die auf einen Modellfehler hinweisen, zu einem späteren Zeitpunkt zu aktualisieren. Beispielsweise können über eine Kommunikationseinrichtung 15 auch zu einem späteren Zeitpunkt die Parameter, die auf einen Modellfehler hinweisen, aktualisiert werden. Dabei ist beispielsweise eine Ergänzung von weiteren Parametern und/oder eine Aktualisierung von bereits bekannten Parametern für einen Modellfehler möglich. Die Aktualisierung der Parameter für Modellfehler kann dabei beispielsweise über eine kabelgebundene Schnittstelle mittels eines weiteren Endgeräts erfolgen. Zusätzlich oder alternativ ist es auch möglich, den Datenaustausch zur Aktualisierung von Parametern für Modellfehler über eine kabellose Schnittstelle, insbesondere über eine Funkschnittstelle oder ähnliches durchzuführen. Auf diese Weise ist es zu einem nahezu beliebigen Zeitpunkt möglich, die Parameter der Modellfehler zu aktualisieren, so dass die Datenbank mit den Parametern der Modellfehler stets aktuell gehalten werden kann. Insbesondere können die Parameter der Modellfehler von einer Zentralstelle, wie zum Beispiel einem Rechenzentrum oder ähnlichem gezielt in die Datenbank 14 eingespielt werden.
  • Weiterhin kann auch aus dem Fahrverhalten des Fahrzeugs gegebenenfalls auf ein generiertes Umfeldmodell geschlossen werden, welches fehlerbehaftet ist. Erfolgt beispielsweise während einer ganz oder teilweise autonomen Fahrt eines Fahrzeugs ein Eingriff des Fahrzeugführers oder eines weiteren Notsystems, so ist dies ein Hinweis darauf, dass das aktuelle Umfeldmodell, auf dessen Grundlage die Steuerung des Fahrzeugs erfolgte, gegebenenfalls einen Fehler aufweist. In diesem Fall kann das aktuelle Umfeldmodell gezielt ausgewertet werden, um daraus Hinweise auf Parameter für weitere Modellfehler abzuleiten. Diese Parameter für weitere Modellfehler können daraufhin beispielsweise in die Datenbank 14 eingespeist werden. Zusätzlich oder alternativ ist es jedoch auch möglich eine derartige Fahrsituation, bei der beispielsweise ein Benutzer oder ein weiteres System in das Fahrverhalten eingegriffen hat, über eine Kommunikationseinrichtung 15 an eine Zentralstelle, wie zum Beispiel ein Rechenzentrum oder ähnliches, zu übertragen. Diese Zentralstelle kann beispielsweise das aktuelle Umfeldmodell, gegebenenfalls auch die Historie des Umfeldmodells, sowie weitere Parameter, wie insbesondere auch die Sensordaten 2 und den aktuell eingestellten Anwendungsfall, empfangen. Basierend auf den empfangenen Daten kann daraufhin die Zentralstelle eine Auswertung vornehmen und gegebenenfalls weitere Parameter identifizieren, die auf einen Modellfehler hinweisen. Diese identifizierten Parameter für einen Modellfehler können daraufhin wieder zurück an die Vorrichtung 1 zur Bestimmung des Umfeldmodells übertragen werden. Insbesondere ist es möglich, dass ein auf diese Weise identifizierter Parameter für einen Modellfehler nicht nur an diejenige eine Vorrichtung 1 zur Bestimmung des Umfeldmodells übertragen wird, von der die Informationen stammen, sondern vielmehr ein identifizierter Parameter für einen Modellfehler an mehrere weitere Vorrichtungen zur Bestimmung von Umfeldmodellen gleichzeitig übertragen wird. Auf diese Weise kann ein potentieller Parameter für einen Modellfehler von einem einzigen Fahrzeug innerhalb sehr kurzer Zeit einer großen Anzahl von Fahrzeugen bereitgestellt werden, so dass die Sicherheit einer gesamten Fahrzeugflotte rasch gesteigert werden kann.
  • 2 zeigt eine schematische Darstellung eines Kraftfahrzeugs 4 mit einem Fahrerassistenzsystem, das eine Vorrichtung 1 zur Bestimmung eines Umfeldmodells für das Fahrzeug gemäß einer Ausführungsform umfasst. Hierbei können mittels einem oder mehrerer Sensoren 2 sensorische Daten aus der Umgebung des Fahrzeugs 4 erfasst werden. Diese sensorischen Daten werden in der Vorrichtung 1 zur Bestimmung des Umfeldmodells bereitgestellt. Daraufhin wird durch die Vorrichtung 1 zur Bestimmung eines Umfeldmodells das Umfeldmodell zusammen mit einer Fehlerwahrscheinlichkeit ermittelt, wie dies zuvor bereits beschrieben worden ist. Anschließend kann das Umfeldmodell 20 zusammen mit der Fehlerwahrscheinlichkeit 21 des Umfeldmodells einer Steuervorrichtung 3 bereitgestellt werden. Die Steuervorrichtung 3 kann daraufhin eine ganz oder teilweise autonome Steuerung des Kraftfahrzeugs 4 durchführen. Insbesondere wenn beispielsweise die Fehlerwahrscheinlichkeit in dem erstellten Umfeldmodell einen vorgegebenen Schwellwert überschreitet, so kann daraufhin das erstellte Umfeldmodell als unzuverlässig klassifiziert werden und nicht weiter für die Steuerung des Fahrzeugs 4 herangezogen werden. In diesem Fall kann beispielsweise das aktuell erstellte Umfeldmodell verworfen werden und es wird nach einem Zurücksetzen des gesamten Systems ein vollständig neues Umfeldmodell generiert. Auf diese Weise können insbesondere mögliche Fehler eliminiert werden, welche dynamisch im Laufe der Zeit in das erzeugte Umfeldmodell eingeflossen sind. Zusätzlich oder alternativ ist auch ein optischer, akustischer, haptischer oder anderer Hinweis an den Fahrzeugführer des Fahrzeugs 4 möglich, um den Fahrzeugführer darauf hinzuweisen, dass aktuell keine zuverlässige autonome Steuerung des Fahrzeugs möglich ist.
  • Gegebenenfalls kann neben dem im voraufgegangenen beschriebenen Umfeldmodell ein weiteres Umfeldmodell erstellt werden. Dieses weitere Umfeldmodell kann beispielsweise basierend auf zusätzlichen Sensoren oder auf einer alternativen Kombination der Sensoren 2 erstellt werden. In diesem Fall kann auf Basis der Fehlerwahrscheinlichkeiten 21 eine Umschaltung zwischen den erstellten Umfeldmodellen oder eine Verschmelzung der Umfeldmodelle gesteuert werden.
  • 3 zeigt eine schematische Darstellung eines Ablaufdiagramms, wie es einem Verfahren zur Bestimmung eines Umfeldmodells für ein Fahrzeug gemäß einer Ausführungsform zugrunde liegt. In Schritt S1 wird ein Umfeldmodell unter Verwendung von sensorisch erfassten Umgebungsdaten erzeugt. In Schritt S2 werden vorbestimmte Parameter identifiziert, die auf einen Modellfehler in dem erstellten Umfeldmodell hinweisen. In Schritt S3 wird daraufhin eine Fehlerwahrscheinlichkeit des erstellten Umfeldmodells berechnet. Die Berechnung der Fehlerwahrscheinlichkeit erfolgt darauf basierend auf den in Schritt S2 identifizierten Parametern für einen Modellfehler.
  • Darüber hinaus können in dem Verfahren auch sämtliche Merkmale implementiert werden, wie sie zuvor bereits im Zusammenhang mit der Vorrichtung 1 zur Bestimmung des Umfeldmodells erläutert worden sind.
  • Zusammenfassend betrifft die vorliegende Erfindung das Erkennen von Fehlern in einem erzeugten Umfeldmodell eines Fahrzeugs. Hierzu werden vorgegebene Parameter spezifiziert, welche auf einen möglichen Modellfehler in einem Umfeldmodell des Fahrzeugs hinweisen können. Daraufhin wird das Umfeldmodell auf die spezifizierten Parameter für potentielle Modellfehler hin überprüft und eine Fehlerwahrscheinlichkeit des erstellten Umfeldmodells ermittelt. Die Parameter, welche auf einen möglichen Modellfehler hinweisen, können insbesondere dynamisch angepasst werden, so dass die Klassifikation der Zuverlässigkeit des Umfeldmodells kontinuierlich verbessert werden kann.

Claims (15)

  1. Verfahren zur Bestimmung eines Umfeldmodells für ein Fahrzeug, mit den Schritten: Erstellen (S1) eines Umfeldmodells unter Verwendung von sensorisch erfassten Umgebungsdaten; Identifizieren (S2) vorbestimmter Parameter für einen Modellfehler in dem erstellten Umfeldmodell; und Bestimmen (S3) einer Fehlerwahrscheinlichkeit des erstellten Umfeldmodells basierend auf den identifizierten Parametern für einen Modellfehler.
  2. Verfahren nach Anspruch 1, wobei das Erstellen (S1) des Umfeldmodells in Abhängigkeit eines zuvor festgelegten Anwendungsfalls erfolgt.
  3. Verfahren nach Anspruch 1 oder 2, wobei das Identifizieren (S2) der Parameter für einen Modellfehler und/oder das Bestimmen (S3) der Fehlerwahrscheinlichkeit in Abhängigkeit eines zuvor festgelegten Anwendungsfalls erfolgt.
  4. Verfahren nach einem der Ansprüche 1 bis 3, wobei die Parameter für einen Modellfehler anpassbar sind.
  5. Verfahren nach einem der Ansprüche 1 bis 4, wobei das Identifizieren (S2) vorbestimmter Parameter für einen Modellfehler einen Schritt zum Berechnen weiterer Größen, insbesondere statistischer Größen, aus dem erstellten Umfeldmodell umfasst.
  6. Verfahren nach einem der Ansprüche 1 bis 5, wobei das Identifizieren (S2) von vorbestimmten Parametern für einen Modellfehler eine Bestimmung einer zeitlichen Veränderung von Objekten in dem Umfeldmodell umfasst.
  7. Verfahren nach Anspruch 6, wobei das Identifizieren (S2) von vorbestimmten Parametern für einen Modellfehler eine Bestimmung einer Größenänderung eines Objekts, eine Bestimmung einer Relativbewegung von Objekten in dem Umfeldmodell und/oder eine Auswertung von Krümmungen von Linien in dem Umfeldmodell umfasst.
  8. Verfahren nach einem der Ansprüche 1 bis 7, wobei das Umfeldmodell basierend auf Daten einer Kamera, eins Radars, eins Lidars, eines Ultraschallsensors, Kartendaten, GNSS-Daten oder kommunikationsbasierte Informationen über das Umfeld erstellt wird.
  9. Vorrichtung (1) zur Bestimmung eines Umfeldmodells für ein Fahrzeug, mit: einem Modellgenerator (10), der dazu ausgelegt ist, ein Umfeldmodell unter Verwendung von sensorisch erfassten Umgebungsdaten zu erstellen; einem Fehlerdetektor (12), der dazu ausgelegt ist, vorbestimmte Parameter für einen Modellfehler in dem erstellten Umfeldmodell zu identifizieren; und einer Analysevorrichtung (13), die dazu ausgelegt ist, eine Fehlerwahrscheinlichkeit in dem erstellten Umfeldmodells basierend auf den identifizierten Parametern für einen Modellfehler zu ermitteln.
  10. Vorrichtung (1) nach Anspruch 9, mit einer Fehlerdatenbank (14), die dazu ausgelegt ist, die vorbestimmten Parameter für einen Modellfehler abzuspeichern und die abgespeicherten Parameter für einen Modellfehler an dem Fehlerdetektor (12) bereitzustellen.
  11. Vorrichtung (1) nach Anspruch 9 oder 10, mit einer ersten Kommunikationseinrichtung (15), die dazu ausgelegt ist, weitere Parameter für Modellfehler zu empfangen.
  12. Vorrichtung (1) nach einem der Ansprüche 9 bis 11, mit einer zweiten Kommunikationseinrichtung (15), die dazu ausgelegt ist, Informationen des erstellten Umfeldmodells und/oder der ermittelten Fehlerwahrscheinlichkeit zu übertragen.
  13. Fahrerassistenzsystem für ein Fahrzeug (4), mit: einem Sensor (2), der dazu ausgelegt ist, Umgebungsdaten sensorisch zu erfassen; und einer Vorrichtung (1) zur Bestimmung eines Umfeldmodells nach einem der Ansprüche 9 bis 12, die dazu ausgelegt ist, das Umfeldmodell unter Verwendung der von dem Sensor (2) erfassten Umgebungsdaten zu bestimmen; und einer Steuervorrichtung (3), die dazu ausgelegt ist, das Fahrzeug unter Verwendung des erstellten Umfeldmodells und der ermittelten Fehlerwahrscheinlichkeit des erstellten Umfeldmodells zu steuern.
  14. Fahrerassistenzsysteme nach Anspruch 13, wobei die Vorrichtung zur Bestimmung eines Umfeldmodells dazu ausgelegt ist, die vorbestimmten Parameter für Modellfehler in Abhängigkeit von einem Fahrverhalten des Fahrzeugs anzupassen.
  15. Fahrerassistenzsysteme nach Anspruch 13 oder 14, wobei der Sensor (2) eine Kamera, ein Radar, ein Lidar, einen Ultraschallsensor, einen GPS-Empfänger einen Speicher für Kartendaten oder GNSS-Daten und/oder eine Schnittstelle für einen Empfang von Informationen über das Umfeld umfasst.
DE102016220581.1A 2016-10-20 2016-10-20 Verfahren und vorrichtung zur bestimmung eines umfeldmodells Pending DE102016220581A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102016220581.1A DE102016220581A1 (de) 2016-10-20 2016-10-20 Verfahren und vorrichtung zur bestimmung eines umfeldmodells

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102016220581.1A DE102016220581A1 (de) 2016-10-20 2016-10-20 Verfahren und vorrichtung zur bestimmung eines umfeldmodells

Publications (1)

Publication Number Publication Date
DE102016220581A1 true DE102016220581A1 (de) 2018-04-26

Family

ID=61866258

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016220581.1A Pending DE102016220581A1 (de) 2016-10-20 2016-10-20 Verfahren und vorrichtung zur bestimmung eines umfeldmodells

Country Status (1)

Country Link
DE (1) DE102016220581A1 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021018575A1 (de) * 2019-07-26 2021-02-04 Robert Bosch Gmbh Verfahren zum ermitteln eines modells zur beschreibung mindestens eines umgebungsspezifischen gnss-profils
US11009602B2 (en) * 2017-03-08 2021-05-18 Audi Ag Method and system for environment detection
US20220169280A1 (en) * 2019-05-13 2022-06-02 Bayerische Motoren Werke Aktiengesellschaft Method and Device for Multi-Sensor Data Fusion For Automated and Autonomous Vehicles
EP4092634A1 (de) * 2021-05-19 2022-11-23 ZF Friedrichshafen AG Fahrzeugsystem zur fehlererkennung in einem umfeldmodell und fahrzeug

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050179580A1 (en) * 2002-07-15 2005-08-18 Shan Cong Road curvature estimation and automotive target state estimation system
DE102009006113A1 (de) * 2008-03-03 2009-09-10 Volkswagen Ag Vorrichtung und Verfahren zur Sensorfusion mit dynamischen Objekten
DE102008013366A1 (de) * 2008-03-10 2009-09-17 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Bereitstellung von Information für Fahrerassistenzsysteme
DE102012207203A1 (de) * 2012-04-30 2013-10-31 Robert Bosch Gmbh Verfahren und Vorrichtung zur Bestimmung eines Umfelds

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050179580A1 (en) * 2002-07-15 2005-08-18 Shan Cong Road curvature estimation and automotive target state estimation system
DE102009006113A1 (de) * 2008-03-03 2009-09-10 Volkswagen Ag Vorrichtung und Verfahren zur Sensorfusion mit dynamischen Objekten
DE102008013366A1 (de) * 2008-03-10 2009-09-17 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Bereitstellung von Information für Fahrerassistenzsysteme
DE102012207203A1 (de) * 2012-04-30 2013-10-31 Robert Bosch Gmbh Verfahren und Vorrichtung zur Bestimmung eines Umfelds

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11009602B2 (en) * 2017-03-08 2021-05-18 Audi Ag Method and system for environment detection
US20220169280A1 (en) * 2019-05-13 2022-06-02 Bayerische Motoren Werke Aktiengesellschaft Method and Device for Multi-Sensor Data Fusion For Automated and Autonomous Vehicles
WO2021018575A1 (de) * 2019-07-26 2021-02-04 Robert Bosch Gmbh Verfahren zum ermitteln eines modells zur beschreibung mindestens eines umgebungsspezifischen gnss-profils
JP2022541855A (ja) * 2019-07-26 2022-09-27 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング 少なくとも1つの環境固有のgnssプロファイルを記述するモデルを求めるための方法
JP7338035B2 (ja) 2019-07-26 2023-09-04 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング 少なくとも1つの環境固有のgnssプロファイルを記述するモデルを求めるための方法
EP4092634A1 (de) * 2021-05-19 2022-11-23 ZF Friedrichshafen AG Fahrzeugsystem zur fehlererkennung in einem umfeldmodell und fahrzeug

Similar Documents

Publication Publication Date Title
DE102010006828B4 (de) Verfahren zur automatischen Erstellung eines Modells der Umgebung eines Fahrzeugs sowie Fahrerassistenzsystem und Fahrzeug
DE102017103123A1 (de) Fahrzeugfahrbahnplatzierung
DE102018115813A1 (de) Verfahren und systeme zum lokalisieren eines fahrzeugs
EP2149132B1 (de) Verfahren und vorrichtung zur erkennung von verkehrsrelevanten informationen
DE102016119130A1 (de) Probabilistische Folgerung unter Verwendung gewichteter Integrale und Summen durch Hashing zur Objektverfolgung
DE102017120707A1 (de) Wassertiefenerkennung zur fahrzeugnavigation
EP3380810B1 (de) Verfahren, vorrichtung, kartenverwaltungseinrichtung und system zum punktgenauen lokalisieren eines kraftfahrzeugs in einem umfeld
EP3292423B1 (de) Diagnoseverfahren für einen sichtsensor eines fahrzeugs und fahrzeug mit einem sichtsensor
EP3695244B1 (de) Verfahren und vorrichtung zum erzeugen eines inversen sensormodells und verfahren zum erkennen von hindernissen
DE102016214045A1 (de) Verfahren und Vorrichtung zum Ermitteln eines Fahrbahnmodells für ein Fahrzeugumfeld
DE102016220581A1 (de) Verfahren und vorrichtung zur bestimmung eines umfeldmodells
WO2017211488A1 (de) Verfahren vorrichtung und system zur falschfahrererkennung
DE102021128041A1 (de) Verbesserung eines neuronalen fahrzeugnetzwerks
EP3769042A1 (de) System zur erzeugung von konfidenzwerten im backend
EP3465656A1 (de) Verfahren, vorrichtung und system zur falschfahrererkennung
DE102017207441A1 (de) Verfahren zum Überprüfen einer digitalen Umgebungskarte für ein Fahrerassistenzsystem eines Kraftfahrzeugs, Rechenvorrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
WO2017211489A1 (de) Verfahren vorrichtung und system zur falschfahrererkennung
DE102018213378B4 (de) Fahrassistenzsystem für ein Fahrzeug, Fahrzeug mit demselben und Fahrassistenzverfahren für ein Fahrzeug
EP3673234A1 (de) Verfahren und vorrichtung zum bestimmen einer hochgenauen position und zum betreiben eines automatisierten fahrzeugs
DE102022002710A1 (de) Verfahren und Vorrichtung zur Verkehrszeichenerkennung
EP3465655A1 (de) Verfahren vorrichtung und system zur falschfahrererkennung
WO2017089136A1 (de) Verfahren, vorrichtung, kartenverwaltungseinrichtung und system zum punktgenauen lokalisieren eines kraftfahrzeugs in einem umfeld
DE102020206237A1 (de) Verfahren zur Unterstützung eines Fahrers für ein Überholmanöver, sowie Fahrzeug
WO2020160801A1 (de) Verfahren, vorrichtung, computerprogramm und computerprogrammprodukt zum betreiben eines fahrzeuges
DE102019213188A1 (de) Verfahren und Vorrichtung zum Erstellen einer Karte sowie Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs

Legal Events

Date Code Title Description
R163 Identified publications notified
R081 Change of applicant/patentee

Owner name: CONTINENTAL AUTONOMOUS MOBILITY GERMANY GMBH, DE

Free format text: FORMER OWNER: CONTINENTAL TEVES AG & CO. OHG, 60488 FRANKFURT, DE

R012 Request for examination validly filed