DE102017200807A1

DE102017200807A1 - Auswahlverfahren für einen Algorithmus zum Zuordnen von Radarreflexionspunkten zu einem Objekt

Info

Publication number: DE102017200807A1
Application number: DE102017200807.5A
Authority: DE
Inventors: Vinod Mariyachar; Abhijith Salva; Anshu Gupta
Original assignee: Conti Temic Microelectronic GmbH; Continental Automotive GmbH
Current assignee: Continental Autonomous Mobility Germany GmbH
Priority date: 2017-01-19
Filing date: 2017-01-19
Publication date: 2018-07-19

Abstract

Verfahren zum Zuordnen von Radarreflexionspunkten eines Radarsystems in einem Fahrzeug mit den Schritten:- Erkennen einer Verkehrssituation und- Zuordnen der Messdaten zu einem Objekt,wobei in Abhängigkeit der erkannten Verkehrssituation ein Algorithmus zum Zuordnen der Radarreflexionspunkte ausgewählt wird.

Description

Die Erfindung betrifft ein Verfahren für das Auswählen eines Algorithmus, der vom Radarsystem empfangene Daten einem Objekt zuordnet.
Stand der Technik
Fahrzeuge werden zunehmend mit Radarsensoren ausgestattet, die die Umgebung des Fahrzeugs überwachen. Ein solcher Radarsensor ist beispielsweise aus der DE 10 2008 062 438 bekannt. Dieser Radarsensor misst den Lagewinkel, den Objektabstand und die Dopplerfrequenz eines Radarreflexionspunktes an einem Objekt. Aus der Dopplerfrequenz lässt sich direkt die relative Geschwindigkeit des Objektes in Bezug zum Radarsensor bestimmen. Die Bewegungsparameter der Objekte sind aus den erfassten Daten ermittelbar.
Da ein Objekt im Allgemeinen mehrere Radarreflexionspunkte erzeugt, besteht die Schwierigkeit darin, empfangene Radarreflexionspunkte dem zugehörigen Objekt zuzuordnen.
Es wird eine Hypothese aufgestellt, welche Radarreflexionspunkte zu welchem Objekt gehören. Diese Hypothese kann mittels verschiedener Algorithmen überprüft werden. Beispielsweise sind dafür folgende Algorithmen bekannt: Single Hypothesis Tracking Algorithmen (SHT), Multiple Hypothesis Tracking Algorithmen (MHT) oder Sub-optimal Hypothesis Tracking Algorithmen. Als Sub-optimal Hypothesis Tracking Algorithmen werden beispielsweise die Algorithmen: Probabilistic Data Assiociation Filter (PDAF) oder Joint Probabilistic Data Association (JPDA) bezeichnet.
Aufgabe und Lösung
Aufgabe der vorliegenden Erfindung ist es, die Genauigkeit der Zuordnung von Radarreflexionspunkten zu einem Objekt zu verbessern.
Gelöst wird die Aufgabe durch ein Verfahren gemäß dem unabhängigen Anspruch und einem Radarsystem gemäß dem Nebenanspruch. Weitere vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.
Das erfindungsgemäße Verfahren zum Zuordnen von Radarreflexionspunkten eines Radarsystems in einem Fahrzeug weist folgende Schritte auf, Erkennen einer Verkehrssituation und Zuordnen der Messdaten zu einem Objekt, wobei in Abhängigkeit der erkannten Verkehrssituation ein Algorithmus zum Zuordnen der Radarreflexionspunkte ausgewählt wird.
In vorteilhafter Weise kann durch die situationsabhängige Auswahl eines passenden Algorithmus für die Zuordnung von Radarreflexionspunkten die Genauigkeit einer Objektliste erhöht werden. In besonders vorteilhafter Weise kann so der leistungsfähigste Algorithmus für die vorliegende Situation ausgewählt werden.
Bevorzugt kann die Verkehrssituation als Stausituation erkannt werden, wenn die Radarreflexionspunkte sich in einem Abstand von weniger als 10m befinden.
In vorteilhafter Weise kann bei einem Abstand von weniger als 10m auf eine Stausituation oder zäh fließenden Verkehr geschlossen werden.
Weiter bevorzugt kann die Verkehrssituation als Kreuzungssituation erkannt werden, wenn eine erkannte Trajektorie ein Kreuzen mit einem anderen Fahrzeug anzeigt.
In einer weiteren Ausgestaltung der Erfindung kann die Verkehrssituation durch Informationen einer Kamera oder einer c2x Kommunikation erkannt werden.
In vorteilhafter Weise kann das Fahrzeug Positionen und Bewegungsparameter von anderen Fahrzeugen empfangen und durch einen Vergleich mit den eigenen Parametern die Verkehrssituation erkennen.
In einer weiteren bevorzugten Ausgestaltung der Erfindung kann bei der Stau- oder Kreuzungssituation ein Global Nearest Neighborhood (GNN) Algorithmus verwendet werden.
Bevorzugt kann als GNN Algorithmus ein Munkres oder JVC Algorithmus verwendet werden.
In vorteilhafter Weise haben diese Algorithmen in Stau- und Kreuzungssituationen eine höhere Genauigkeit beim Zuordnen von Radarreflexionspunkten zu Objekten als JPDA Algorithmen.
In diesen Situationen liegen die Objekte oft nahe beieinander, sodass eine Zuordnung zu dem dazugehörigen Objekt schwieriger ist.
Weiter bevorzugt kann ein Joint Probabilistic Data Association (JPDA) Algorithmus verwendet werden, wenn keine Stau- oder Kreuzungssituation erkannt wurde.
In vorteilhafter Weise weisen diese Algorithmen in Situationen mit wenigen Objekten, die weit auseinanderliegen eine hohe Genauigkeit beim Zuordnen von Radarreflexionspunkten zu Objekten auf.
Erfindungsgemäß ist ein Radarsystem in einem Fahrzeug eingerichtet, ein Verfahren gemäß einer der bevorzugten Ausgestaltung der Erfindung durchzuführen.
Figurenliste

1 zeigt die Fahrt eines Fahrzeugs 1. Das Fahrzeug 1 bewegt sich geradeaus. Die empfangenen Radarreflexionspunkte weisen einen großen Abstand auf und werden mittel dem Joint Probabilistic Data Association (JPDA) Algorithmus dem Fahrzeug 21 zugeordnet.

Das Fahrzeug 1 erreicht daraufhin die Kreuzung und ist in 1 als gestricheltes Fahrzeug 1a dargestellt. Das Fahrzeug 1a biegt 3a nun an der Kreuzung ab. Durch die Trajektorie oder ein Kamerabild oder eine c2x Kommunikation wird nun eine Kreuzungssituation erkannt.
Die Fahrtrichtungen 3a, 23 der Fahrzeuge 1a, 21 kreuzen sich und eine Kollision ist möglich. In dieser Situation wird der Algorithmus zum Zuordnen der Radarreflexionspunkte zum Fahrzeug 21 geändert. Der Global Neighborhood (GNN) Algorithmus hat in einer Kreuzungssituation Vorteile gegenüber dem JPDA, sodass die Zuordnungshypothesen mit GNN überprüft werden.
2 zeigt den Ablauf des Verfahrens. Im Schritt 11 werden Messdaten vom Radarsystem empfangen. Diese beinhalten Informationen über Radarreflexionspunkte von Objekten.
Im Schritt 13 werden Hypothesen darüber aufgestellt zu welchen Objekten diese Radarreflexionspunkte gehören könnten. Im Schritt 15 wird eine Stau- oder Kreuzungssituation erkannt. Beim Vorliegen 18 einer solchen wird Schritt 19 ausgeführt, liegt keine 16 solche Situation vor, so wird Schritt 17 ausgeführt.
Schritt 17 überprüft die Hypothesen mit einem JPDA Algorithmus uns erstellt daraus eine Objektvorhersage im Schritt 21. Schritt 19 überprüft die Hypothese mit einem GNN Algorithmus und erstellt daraus eine Objektvorhersage im Schritt 21.
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 102008062438 [0002]

Claims

Verfahren zum Zuordnen von Radarreflexionspunkten eines Radarsystems in einem Fahrzeug mit den Schritten: - Erkennen einer Verkehrssituation und - Zuordnen der Messdaten zu einem Objekt, dadurch gekennzeichnet, dass in Abhängigkeit der erkannten Verkehrssituation ein Algorithmus zum Zuordnen der Radarreflexionspunkte ausgewählt wird.
Verfahren gemäß Anspruch 1, wobei die Verkehrssituation als Stausituation erkannt wird, wenn die Radarreflexionspunkte sich in einem Abstand von weniger als 10m befinden.
Verfahren gemäß einer der vorherigen Ansprüche, wobei die Verkehrssituation als Kreuzungssituation erkannt wird, wenn eine erkannte Trajektorie ein Kreuzen mit einem anderen Fahrzeug anzeigt.
Verfahren gemäß einer der vorherigen Ansprüche, wobei die Verkehrssituation durch Informationen einer Kamera oder einer c2x Kommunikation erkannt wird.
Verfahren gemäß Anspruch 2, 3 oder 4, wobei bei der Stau- oder Kreuzungssituation ein Global Nearest Neighborhood (GNN) Algorithmus verwendet wird.
Verfahren gemäß Anspruch 4, wobei als GNN Algorithmus ein Munkres oder JVC Algorithmus verwendet wird.
Verfahren gemäß einer der vorherigen Ansprüche, wobei ein Joint Probabilistic Data Association (JPDA) Algorithmus verwendet wird, wenn keine Stau- oder Kreuzungssituation erkannt wurde.
Radarsystem (4) in einem Fahrzeug (2), der eingerichtet ist ein Verfahren gemäß einer der vorherigen Ansprüche durchzuführen.