-
Die Erfindung betrifft ein Verfahren zur Ermittlung mindestens einer Radinformation nach den Merkmalen des Oberbegriffs des Anspruchs 1.
-
Aus dem Stand der Technik sind, wie in der
DE 10 2010 055 583 A1 beschrieben, ein Kraftfahrzeug mit einer Kamera und ein Verfahren zum Betreiben eines Kamerasystems in einem Kraftfahrzeug bekannt. Das Kraftfahrzeug weist zumindest eine am Kraftfahrzeug angeordnete Kamera zum Erfassen von Bildern zumindest eines Bereichs des Kraftfahrzeugs auf. Das Kraftfahrzeug umfasst außerdem eine Recheneinrichtung zum Verarbeiten der Bilder. Die Recheneinrichtung kann anhand der Bilder zumindest einen Parameter ermitteln, welcher eine Fahrtauglichkeit des Kraftfahrzeugs in Bezug auf den abgebildeten Bereich des Kraftfahrzeugs beschreibt.
-
Der Erfindung liegt die Aufgabe zu Grunde, ein gegenüber dem Stand der Technik verbessertes Verfahren zur Ermittlung mindestens einer Radinformation anzugeben.
-
Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren zur Ermittlung mindestens einer Radinformation mit den Merkmalen des Anspruchs 1.
-
Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.
-
In einem Verfahren zur Ermittlung mindestens einer Radinformation mittels an Außenspiegeln eines Fahrzeugs angeordneten Kameras, welche mit einer, insbesondere an einer anderen Position im Fahrzeug angeordneten, beispielsweise als ein Steuergerät ausgebildeten, Auswerteeinheit zur Auswertung von Kameradaten, d. h. von erfassten Bilddaten, gekoppelt sind, werden die Bilddaten erfindungsgemäß mittels Bildverarbeitungsverfahren und/oder Algorithmen, wie z. B. Active Shape Model, Active Appearance Model, Point Distribution Model, Tracking-Learning-Detect, Wireframe-/Shape-Model, „Particle Filter Verfahren“, OCR und/oder andere Bildverarbeitungsverfahren und/oder Algorithmen, und/oder mittels Bildklassifikationsverfahren, zum Beispiel Deep Learning, ausgewertet.
-
Das erfindungsgemäße Verfahren ermöglicht, insbesondere durch die erfindungsgemäße Verwendung eines oder mehrerer Bildverarbeitungsverfahren und/oder Algorithmen und/oder Bildklassifikationsverfahren zur Auswertung der erfassten Bilddaten, d. h. der erfassten Bildinformationen, eine bildbasierte Erkennung, Berechnung, Auswertung und/oder Bewertung von Radinformationen, insbesondere auch von Reifeninformationen eines Reifens des jeweiligen Rades des Fahrzeugs, und beispielsweise eine anschließende Ableitung von entsprechenden Maßnahmen und/oder Handlungsempfehlungen.
-
Als Radinformation wird/werden beispielsweise eine Raddimension und/oder ein Radbodenkontakt und/oder ein Radwinkel und/oder ein Reifendruck und/oder Reifendaten und/oder ein Reifenverschleiß und/oder eine verlorene Radkappe und/oder als Reifentyp Sommerreifen oder Winterreifen und/oder ein eingesunkener Reifen ermittelt.
-
Ausführungsbeispiele der Erfindung werden im Folgenden anhand einer Zeichnung näher erläutert.
-
Dabei zeigt:
- 1 eine schematische Darstellung eines Fahrzeugs.
-
1 zeigt eine schematische Darstellung eines Fahrzeugs 1. Das Fahrzeug 1 weist an Außenspiegeln 2 angeordnete Kameras 3 auf, welche insbesondere für eine Erfassung einer Umgebung des Fahrzeugs 1 vorgesehen sind.
-
Mittels eines im Folgenden näher beschriebenen Verfahrens können diese Kameras 3 einem weiteren Verwendungszweck zugeführt werden, denn diese Kameras 3 ermöglichen eine Durchführung eines Verfahrens zur Ermittlung mindestens einer Radinformation eines oder mehrerer Räder 4, insbesondere aller Räder 4, des Fahrzeugs 1, da mittels der auf der jeweiligen Fahrzeugseite angeordneten Kamera 3 die Räder 4 des Fahrzeugs 1 auf dieser jeweiligen Fahrzeugseite erfassbar sind, d. h. vorteilhafterweise sowohl ein Vorderrad als auch ein Hinterrad der jeweiligen Fahrzeugseite.
-
Die Kameras 3 sind mit einer, insbesondere an einer anderen Position im Fahrzeug 1 angeordneten, beispielsweise als ein Steuergerät ausgebildeten, Auswerteeinheit 5 zur Auswertung von Kameradaten, d. h. von erfassten Bilddaten, gekoppelt. In dem hierbeschriebenen Verfahren werden die Bilddaten insbesondere mittels Bildverarbeitungsverfahren und/oder Algorithmen, wie z. B. Active Shape Model, Active Appearance Model, Point Distribution Model, Tracking-Learning-Detect, Wireframe-/Shape-Model, „Particle Filter Verfahren“, OCR und/oder anderen Bildverarbeitungsverfahren und/oder Algorithmen, und/oder mittels Bildklassifikationsverfahren, zum Beispiel Deep Learning, ausgewertet.
-
Dieses Verfahren ermöglicht somit, insbesondere durch die Verwendung eines oder mehrerer Bildverarbeitungsverfahren und/oder Algorithmen und/oder Bildklassifikationsverfahren zur Auswertung der Bilddaten, eine bildbasierte Erkennung, Berechnung, Auswertung und/oder Bewertung von Radinformationen, insbesondere auch von Reifeninformationen eines Reifens 6 des jeweiligen Rades 4 des Fahrzeugs 1, und beispielsweise eine anschließende Ableitung von entsprechenden Maßnahmen und/oder Handlungsempfehlungen.
-
Als Radinformation wird/werden beispielsweise eine Raddimension und/oder ein Radbodenkontakt und/oder ein Radwinkel und/oder ein Reifendruck und/oder Reifendaten und/oder ein Reifenverschleiß und/oder eine verlorene Radkappe und/oder als Reifentyp Sommerreifen oder Winterreifen und/oder ein eingesunkener Reifen 6 ermittelt. Die Ermittlung dieser Radinformationen wird im Folgenden anhand jeweils einer Ausführungsform des Verfahrens detailliert beschrieben.
-
In einer möglichen Ausführungsform des Verfahrens werden als Radinformation Raddimensionen der Räder 4 des Fahrzeugs 1 ermittelt.
-
Um ein automatisiertes oder vollständig autonomes Fahren des Fahrzeugs 1 zu ermöglichen, sind viele hierfür verwendete Assistenzsysteme auf möglichst genaue Daten der Räder 4 angewiesen, wie beispielsweise Radumfang und/oder Radabrollumfang. Aufgrund einer Vielzahl möglicher Rad/Reifenkombinationen ist es nahezu unmöglich, einen für die jeweilige Kombination genauen Wert als Eingangsgröße bereitzustellen.
-
Daher werden bisher beispielsweise aus den verfügbaren Varianten Mittelwerte berechnet und den Assistenzsystemen zur Verfügung gestellt. Daraus resultierend liefern Assistenzsysteme, beispielsweise für das automatisierte oder autonome Fahren und/oder Parken, nie optimale Ergebnisse. Beispielsweise wird ein Parkassistenzsystem stets den Radumfang verwenden, mit dem es mit den meisten Rad/Reifenkombinationen bei einem Einparken zu keinem Randsteinkontakt kommt. Bei einigen Rad/Reifenkombinationen führt dies jedoch dazu, dass das Fahrzeug 1 nach dem Einparken sehr weit vom Randstein entfernt steht.
-
Mittels der im Folgenden beschriebenen Ausführungsform des Verfahrens wird es ermöglicht, die Raddimensionen der Räder 4 des Fahrzeugs 1, insbesondere den Umfang und/oder den Abrollumfang der Räder 4, in jeder beliebigen Rad/Reifenkombination aus den erfassten Bilddaten zu ermitteln. Alternativ oder zusätzlich kann eine Reifenbreite ermittelt werden und beispielsweise mit für das Fahrzeug 1 zugelassenen Reifendimensionen abgeglichen werden.
-
Insbesondere Fahrzeuge 1 mit Rundumsichtsystemen weisen in der Regel die oben bereits beschriebenen in den Außenspiegeln 2 angeordneten Kameras 3 auf, welche für das Verfahren verwendet werden. Diesen Kameras 3 ist es möglich, die Räder 4 des eigenen Fahrzeugs 1 zu sehen, d. h. die Räder 4 der jeweiligen Fahrzeugseite liegen im Erfassungsbereich der Kamera 3 der jeweiligen Fahrzeugseite, wie oben bereits erläutert.
-
Beispielsweise mittels des Bildverarbeitungsverfahrens „Active Shape Model“ und/oder mittels anderer Bildverarbeitungsverfahren und/oder Algorithmen können der aktuelle Radumfang und/oder andere erforderliche Raddaten, insbesondere Raddimensionen, ermittelt werden. In einem System zur Durchführung des Verfahrens kann beispielsweise ein „Wireframe-/Shape“ -Modell von einem bekannten Referenzrad als Referenzgrid hinterlegt werden. Wird dieses Modell in einem mittels der jeweiligen Kamera 3 erfassten Bild über das am Fahrzeug 1 angeordnete reale Rad 4 gelegt, würde das Referenzgrid entweder direkt auf das Rad 4 passen oder es müsste angepasst werden.
-
Passt das Referenzgrid direkt auf das Rad 4, entsprechen die Daten des Rades 4 des Fahrzeugs 1 denen des Referenzrades.
-
Passt das Referenzgrid nicht, so würde es sich selbst durch das „Active Shape Model“-Verfahren an das reale Rad 4 anpassen und ein neues Grid ergeben. Dieses neu entstandene Grid wird mit dem Referenzgrid verglichen und aus den Unterschieden werden die Raddaten des neu entstandenen Grids, welche den Raddaten des sich am Fahrzeug 1 befindenden Rads 4 entsprechen, ermittelt, beispielsweise ein Durchmesser und eine Breite.
-
Durch ein Parameterfitting kann iterativ das Wireframe-/Shape-Modell verändert werden, bis es den Konturen des realen sich am Fahrzeug 1 befindenden Rades 4 aus Sicht der Kamera 3 entspricht. Die resultierenden Parameter repräsentieren die reale Radgröße. Da intrinsische und extrinsische Kalibrierdaten der Kameras 3 bekannt sind und zum Beispiel teilweise im Feld nachgeführt werden, kann durch Inversion dieser Abbildungen auf reale, metrische Größen, zum Beispiel auf den Reifendurchmesser, rückgeschlossen werden. Entsprechendes gilt für die Reifenbreite. Auch eine Einpresstiefe, beispielsweise aufgrund inkorrekt verbauter Distanzscheiben und ein mögliches Berühren von Kotflügeln des Fahrzeugs 1 kann potentiell erkannt werden. Durch eine Parameterschätzung unter verschiedenen Fahrzeugsituationen, beispielsweise bei verschiedenen Lenkwinkeln und/oder Einfedertiefen, kann die Parameterschätzung weiter abgesichert werden.
-
Zusätzlich oder alternativ kann die Raddimension beispielsweise durch Anwendung bekannter OCR-Verfahren (Optical Character Recognition), d. h. mit Texterkennungsverfahren, auch als optische Zeichenerkennung bezeichnet, vom Reifen 6 abgelesen werden, indem, vorzugsweise bei einem Fahrzeugstillstand, Bilder aufgenommen werden. Innerhalb mehrerer Fahrzeugstopps sollte der Reifen 6 mindestens einmal in einem derartigen Drehwinkel zum Stehen kommen, dass die Reifenkennung sichtbar im erfassten Bild erscheint. Voraussetzung hierfür ist natürlich, dass sich ein Teil einer Reifenflanke im Erfassungsbereich der Kamera 3 befindet.
-
Durch diese Ermittlung der Raddimensionen wird die Verwendung genauerer Raddaten für die Assistenzsysteme des Fahrzeugs 1 ermöglicht, wodurch deren Leistungsfähigkeit deutlich verbessert wird. Verwendet beispielsweise eine Odometrie des Parkassistenzsystems des Fahrzeugs 1 die genaueren Raddimensionen und/oder einen genauen Radwinkel, werden Einpark- und/oder Ausparkergebnisse verbessert. Das Fahrzeug 1 steht genauer in einer jeweiligen Parklücke und/oder ein Abstand zum Bordstein ist genauer. Bordsteinkontakte, in deren Folge es zu teuren Felgenschäden kommen kann, werden vermieden oder zumindest deutlich reduziert.
-
Alternativ oder zusätzlich kann beispielsweise durch einen Abgleich mit Fahrzeugschein-Daten ermittelt werden, ob Räder 4 mit unzulässigen Reifendimensionen und/oder Traglasten und/oder Geschwindigkeitsbereichen am Fahrzeug 1 verbaut sind. Liegt der Geschwindigkeitsbereich unterhalb einer Fahrzeughöchstgeschwindigkeit, so kann beispielsweise ein Fahrzeugführer des Fahrzeugs 1 entsprechend gewarnt werden, zum Beispiel durch eine optische Anzeige „190km/h max.“ bei Winterreifen.
-
In einer weiteren möglichen Ausführungsform des Verfahrens wird als Radinformation der Radbodenkontakt ermittelt.
-
Insbesondere im Offroadbereich können durch eine zu große Verschränkung einzelne Räder 4 des Fahrzeugs 1 den Bodenkontakt verlieren. Der Fahrzeugführer merkt dies oft erst, wenn daraus resultierend Traktionsprobleme auftreten. Erst zu diesem Zeitpunkt würde der Fahrzeugführer manuell oder das Fahrzeug 1 automatisch Anpassungen an einem Antriebskonzept des Fahrzeugs 1 vornehmen, beispielsweise eine Aktivierung eines Allradantriebs oder von Differentialsperren des Fahrzeugs 1.
-
Wie bereits beschrieben, weisen insbesondere Fahrzeuge 1 mit Rundumsichtsystemen die Kameras 3 in den Außenspiegeln 2 auf, welche für das Verfahren verwendet werden. Diesen Kameras 3 ist es möglich, die Räder 4 des eigenen Fahrzeugs 1 zu sehen, d. h. die Räder 4 der jeweiligen Fahrzeugseite liegen im Erfassungsbereich der Kamera 3 der jeweiligen Fahrzeugseite, wie oben bereits erläutert.
-
Beispielsweise mittels des Bildverarbeitungsverfahrens „Active Shape Model“ und/oder mittels anderer Bildverarbeitungsverfahren und/oder Algorithmen kann das System zur Durchführung des Verfahrens in den erfassten Bildern ein „Wireframe-/Shape“-Radmodell auf das jeweilige reale Rad 4 des Fahrzeugs 1 legen und dort fest verankern. Das System kennt jetzt die aktuelle Position des jeweiligen Rades 4 des Fahrzeugs 1 und kann diese mit einer Referenzposition bei maximal ausgefedertem Rad 4 vergleichen. Erreicht das jeweilige Rad 4 den Bereich dieser Referenzposition, dann kann das jeweilige Rad 4 in der Folge den Bodenkontakt verlieren. Dies wird mittels des hier beschriebenen Verfahrens erkannt.
-
Mittels dieser Ausführungsform des Verfahrens ist es somit möglich, lange bevor Traktionsprobleme auftreten entsprechende Funktionen zu aktivieren. Beispielsweise können der Allradantrieb aktiviert werden und/oder ein oder mehrere Differentiale des Fahrzeugs 1 gesperrt werden. Dadurch werden insbesondere Offroadeigenschaften des Fahrzeugs 1 erheblich verbessert, so dass sich das Fahrzeug 1 beispielsweise wesentlich seltener festfährt.
-
In einer weiteren möglichen Ausführungsform des Verfahrens wird als Radinformation der Radwinkel ermittelt.
-
Um ein automatisiertes oder vollständig autonomes Fahren des Fahrzeugs 1 zu ermöglichen, sind viele hierfür verwendete Assistenzsysteme auf einen möglichst genauen und redundanten Radwinkel angewiesen. Bisher wird der Radwinkel insbesondere von Lenksteuergeräten ermittelt und zur Verfügung gestellt. Bisher ist jedoch kein Verfahren oder System bekannt, welches die Redundanz und/oder die Genauigkeit erhöht. Mittels des hier beschriebenen Verfahrens wird dieses Problem gelöst.
-
Wie bereits beschrieben, weisen insbesondere Fahrzeuge 1 mit Rundumsichtsystemen die Kameras 3 in den Außenspiegeln 2 auf, welche für das Verfahren verwendet werden. Diesen Kameras 3 ist es möglich, die Räder 4 des eigenen Fahrzeugs 1 zu sehen, d. h. die Räder 4 der jeweiligen Fahrzeugseite liegen im Erfassungsbereich der Kamera 3 der jeweiligen Fahrzeugseite, wie oben bereits erläutert.
-
Durch ein Bildverarbeitungsverfahren und/oder Algorithmen wie beispielsweise „Active Shape Model“, „Active Appearance Model“, „Point Distribution Model“ und Tracking, etwa mit Particle Filter Verfahren oder TLD-Verfahren („Tracking-Learning-Detect“) und/oder weiteren Verfahren kann der aktuelle Radwinkel ermittelt werden. Beispielsweise kann ein „Wireframe/Shape“-Modell des jeweiligen Rades 4 des Fahrzeugs 1 permanent gefittet und getrackt werden. Hierzu wird beispielsweise das „Wireframe/Shape“-Modell über das reale jeweilige Rad 4 im erfassten Bild gelegt und dessen Ausrichtung ermittelt. Daraus kann der Radwinkel ermittelt werden. Dies betrifft insbesondere die gelenkten Räder 4 des Fahrzeugs 1 und somit insbesondere Vorderräder des Fahrzeugs 1. Insbesondere wenn auch Hinterräder des Fahrzeugs 1 einlenken können, beispielsweise bei einer mitlenkenden Hinterachse, betrifft dies jedoch vorteilhafterweise auch die Hinterräder.
-
Mittels dieser Ausführungsform des Verfahrens gewinnt somit der Radwinkel als Eingangsgröße für viele Assistenzsysteme im Bereich Fahren und/oder Parken, insbesondere im Bereich automatisiertes oder autonomes Fahren und/oder Parken, erheblich an Genauigkeit und Redundanz. Daraus resultieren bessere und genauere Assistenzsysteme, welche auch für einen Nutzer des Fahrzeugs 1 wahrnembar sind.
-
In einer weiteren möglichen Ausführungsform des Verfahrens wird als Radinformation der Reifendruck ermittelt.
-
Die Erkennung eines Reifendruckproblems wird bisher beispielsweise mit Drucksensoren realisiert. In vielen Fahrzeugen 1 steht diese Funktion jedoch noch nicht zur Verfügung, so dass der Nutzer des jeweiligen Fahrzeugs 1 ein solches Reifendruckproblem oft nicht oder zu spät merkt. Dies wird mittels des hier beschriebenen Verfahrens, insbesondere mittels dieser Ausführungsform des Verfahrens, vermieden. Des Weiteren kann dadurch beispielsweise auf die Drucksensoren verzichtet werden, so dass entsprechende Kosten eingespart werden können.
-
Wie bereits beschrieben, weisen insbesondere Fahrzeuge 1 mit Rundumsichtsystemen die Kameras 3 in den Außenspiegeln 2 auf, welche für das Verfahren verwendet werden. Diesen Kameras 3 ist es möglich, die Räder 4 des eigenen Fahrzeugs 1 zu sehen, d. h. die Räder 4 der jeweiligen Fahrzeugseite liegen im Erfassungsbereich der Kamera 3 der jeweiligen Fahrzeugseite, wie oben bereits erläutert.
-
Durch ein Bildverarbeitungsverfahren und/oder Algorithmen wie beispielsweise „Active Shape Model“, „Active Appearance Model“, „Point Distribution Model“ und/oder weitere Verfahren und/oder Bildklassifikationsverfahren, beispielsweise basierend auf Deep Learning und/oder weitere Verfahren kann erkannt werden, wenn der Reifen 6 eines jeweiligen Rads 4 des Fahrzeugs 1 nicht seine typische Form aufweist. Beispielsweise vergleicht das System zur Durchführung des Verfahrens die aktuelle Reifenform in den erfassten Bildern mit einem so genannten „Wireframe/Shape“-Model von einem vorgegeben typischen Reifen 6 oder vom am Fahrzeug 1 montierten Reifen 6. Hat der Reifen 6 ein Druckproblem oder ist platt, d. h. ist der Reifendruck zu niedrig oder kein Reifendruck vorhanden, unterscheidet sich zumindest eine Aufstellfläche des realen Reifens 6 in den erfassten Bildern vom Wireframe-Model, so dass von einem Problem mit dem Reifendruck ausgegangen werden kann.
-
Der Nutzer des Fahrzeugs 1 kann somit darauf hingewiesen werden, dass der betreffende Reifen 6 ein Problem bezüglich des Reifendrucks aufweist, d. h. insbesondere einen zu geringen Reifendruck aufweist. Bei Fahrzeugen 1, welche bereits eine Reifendrucküberwachung, insbesondere eine Luftdrucküberwachung im Reifen 6 des jeweiligen Rades 4 mittels Drucksensoren, aufweisen, kann diese Ausführungsform des Verfahrens und des Systems zu dessen Durchführung zumindest als Redundanz und somit als Ergänzung verwendet werden.
-
Mittels dieser Ausführungsform des Verfahrens wird somit der Nutzer auf Probleme bezüglich des Reifendrucks hingewiesen, wodurch daraus resultierende Gefahrensituationen deutlich reduziert werden können.
-
In einer weiteren möglichen Ausführungsform des Verfahrens werden als Radinformation Reifendaten ermittelt.
-
Reifeneigenschaften, beispielweise der Geschwindigkeitsindex, der Traglastindex und Reifendimensionen, sind dem Fahrzeug 1 normalerweise nicht bekannt und können deswegen auch nicht im Fahrzeug 1 verarbeitet werden. Der Nutzer muss somit die Reifendaten des Reifens 6 des jeweiligen Rades 4 des Fahrzeugs 1 kennen, um entsprechende Maßnahmen zu treffen.
-
Wie bereits beschrieben, weisen insbesondere Fahrzeuge 1 mit Rundumsichtsystemen die Kameras 3 in den Außenspiegeln 2 auf, welche für das Verfahren verwendet werden. Diesen Kameras 3 ist es möglich, die Räder 4 des eigenen Fahrzeugs 1 und insbesondere deren Reifenbeschriftung zu sehen, d. h. die Räder 4 der jeweiligen Fahrzeugseite und insbesondere deren Reifenbeschriftung liegen im Erfassungsbereich der Kamera 3 der jeweiligen Fahrzeugseite, wie oben bereits erläutert.
-
Durch ein bereits bekanntes Bildverarbeitungsverfahren zur Texterkennung, wie beispielsweise OCR - Optical Character Recognition, welches für die Bildauswertung der erfassten Bilder angewandt wird, ist es mittels der Kamera 3 im jeweiligen Außenspiegel 2 möglich, die Daten vom Reifen 6 des jeweiligen Rades 4 abzulesen und dem Fahrzeug 1 zur weiteren Verwendung zur Verfügung zu stellen. Ist es durch die Position eines jeweiligen Rades 4 nicht möglich, den Text auf dem Reifen 6 komplett zu erkennen, d. h. ist er im jeweils erfassten Bild nicht komplett enthalten, beispielsweise weil sich der Text gerade in einer unteren Position befindet, so können die Bilder mehrerer Reifen 6, beispielsweise die Bilder der Reifen 6 beider Räder 4 der jeweiligen Achse oder die Bilder aller Reifen 6, ausgewertet werden, und/oder es wird abgewartet, bis der Reifen 6, dessen Bilder erfasst werden, eine bessere Position aufweist, insbesondere bei einem folgenden Abstellen des Fahrzeugs 1.
-
Sind die Reifendaten abgelesen, so kann das Fahrzeug 1 beispielsweise automatisch eine zum Geschwindigkeitsindex des Reifens 6 passende zulässige Höchstgeschwindigkeit als Grenzwert einstellen oder anbieten. Alternativ oder zusätzlich kann beispielsweise durch einen internen Abgleich überprüft werden, ob der Reifen 6 für das Fahrzeug 1 zugelassen ist, beispielsweise bezüglich Reifendimensionen und Traglast.
-
Alternativ oder zusätzlich kann mittels dieser Ausführungsform des Verfahrens beispielsweise sofort erkannt werden, ob ein Notrad montiert ist. Auch hierfür kann die Fahrweise des Fahrzeugs 1, insbesondere eine dann zulässige Höchstgeschwindigkeit, beispielsweise automatisch als Grenzwert eingestellt oder vorgeschlagen werden.
-
Mittels dieser Ausführungsform können somit für das Fahrzeug 1 nicht zugelassene Reifen 6, insbesondere falsche Reifendimensionen, erkannt und dem Fahrzeugführer gemeldet werden und/oder es kann dem Fahrzeugführer eine zum Reifen 6 passende zulässige Höchstgeschwindigkeit zur Einstellung als Grenzwert angeboten oder automatisch festgelegt werden und/oder es kann die Verwendung eines Notrades erkannt werden und entsprechende Maßnahmen können eingeleitet werden, insbesondere bezüglich der dann zulässigen Höchstgeschwindigkeit und/oder bezüglich der mit dem Notrad erlaubten zurückzulegenden Streckenlänge. Mittels dieser Ausführungsform des Verfahrens ist für den Nutzer des Fahrzeugs 1 kein Fachwissen über Reifendimensionen, Tragkraft und Geschwindigkeitsindex erforderlich, da das Fahrzeug 1 dies mittels dieser Ausführungsform des Verfahrens selbst ermittelt.
-
In einer weiteren möglichen Ausführungsform des Verfahrens wird als Radinformation der Reifenverschleiß ermittelt.
-
Ein Wechsel abgefahrener Reifen 6 wird meist von jedem Fahrzeugbesitzer selbst gesteuert. Da es fahrzeugseitig keine Erinnerung gibt, besteht die Gefahr, dass ein rechtzeitiger Reifenwechsel vergessen wird oder ein bereits zu starker Reifenverschleiß nicht bemerkt wird. Dies kann dazu führen, dass unbeabsichtigt mit einem zu geringen Profil gefahren wird. Hierdurch kann insbesondere bei Nässe ein erhöhtes Unfallrisiko eintreten. Dieses Problem wird mittels des hier beschriebenen Verfahrens, insbesondere mittels dieser Ausführungsform des Verfahrens, vermieden.
-
Wie bereits beschrieben, weisen insbesondere Fahrzeuge 1 mit Rundumsichtsystemen die Kameras 3 in den Außenspiegeln 2 auf, welche für das Verfahren verwendet werden. Diesen Kameras 3 ist es möglich, die Räder 4 des eigenen Fahrzeugs 1 zu sehen, d. h. die Räder 4 der jeweiligen Fahrzeugseite liegen im Erfassungsbereich der Kamera 3 der jeweiligen Fahrzeugseite, wie oben bereits erläutert. Durch ein Bildverarbeitungsverfahren und/oder Algorithmen wie beispielsweise „Active Shape Model“, „Active Appearance Model“, „Point Distribution Model“ und/oder weitere Verfahren und/oder Bildklassifikationsverfahren, etwa basierend auf Deep Learning, kann erkannt werden, wenn sich durch einen Reifenwechsel eine andere Felge 7 und/oder ein anderer Reifen 6 auf dem Fahrzeug 1 befindet. Ebenso kann bei aktivem System zur Durchführung des Verfahrens ein Radwechselprozess erkannt werden.
-
Nun kann eine Laufleistung der Reifen 6 aufakummuliert werden, insbesondere durch Reidentifikation, beispielsweise durch eine Klassifizierung bei einem Radwechsel, ob erneut die vorherigen Winterreifen montiert werden oder neue Winterreifen. Ebenso kann ein den Reifenverschleiß beeinträchtigendes Fahrverhalten, beispielsweise schnelle Kurvenfahrten, starkes Beschleunigen oder starkes Bremsen, in die Ermittlung der Laufleistung mit einbezogen werden. Bei Erreichen einer typischen Laufleistung kann eine Warnung ausgegeben werden, beispielsweise die Meldung „Radwechsel empfohlen“ und/oder es kann bei einer Erinnerung zum saisonalen Radwechsel der Hinweis „Empfehlung Reifen zu ersetzen“ gegeben werden. Vorteilhafterweise wird dem Nutzer des Fahrzeugs 1 anschließend an eine solche Meldung ermöglicht, entsprechende Maßnahmen zur Erlangung eines Wechseltermins einzuleiten, beispielsweise durch das Anbieten eines Telefonverbindungsaufbaus zur Werkstatt.
-
Mittels dieser Ausführungsform des Verfahrens wird der Nutzer des Fahrzeugs 1 bei Erreichen typischer maximaler Laufleistungen eines Reifens 6 automatisch an eine Kontrolle oder einen anstehenden Wechsel erinnert. Dadurch wird eine Sicherheitsgefährdung aufgrund abgefahrener Reifen 6 deutlich verringert.
-
In einer weiteren möglichen Ausführungsform des Verfahrens wird als Radinformation eine verlorene Radkappe ermittelt.
-
Insbesondere im Winter sind viele Fahrzeuge 1 mit Stahlfelgen und Radkappen ausgerüstet. Beispielsweise bei einem Bordsteinkontakt oder auch in einem normalen Fahrbetrieb kann sich eine solche Radkappe vom Rad 4 lösen. Dies wird dann vom Nutzer des Fahrzeugs 1 meist erst sehr spät bemerkt, wodurch insbesondere ein Auffinden der Radkappe nicht mehr möglich ist, da nicht mehr ermittelbar ist, wo die Radkappe verloren wurde.
-
Wie bereits beschrieben, weisen insbesondere Fahrzeuge 1 mit Rundumsichtsystemen die Kameras 3 in den Außenspiegeln 2 auf, welche für das Verfahren verwendet werden. Diesen Kameras 3 ist es möglich, die Räder 4 des eigenen Fahrzeugs 1 zu sehen, d. h. die Räder 4 der jeweiligen Fahrzeugseite liegen im Erfassungsbereich der Kamera 3 der jeweiligen Fahrzeugseite, wie oben bereits erläutert.
-
Durch ein Bildverarbeitungsverfahren und/oder Algorithmen wie beispielsweise „Active Shape Model“, „Active Appearance Model“, „Point Distribution Model“ und/oder weitere Verfahren und/oder Bildklassifikationsverfahren, wie beispielsweise „Deep Learning“ basierte Verfahren, kann erkannt werden, wenn sich durch einen Verlust der Radkappe das Aussehen des jeweiligen Rades 4 ändert.
-
Dazu wird mittels des Algorithmus zunächst ein im System zur Durchführung des Verfahrens hinterlegtes „Wireframe-Model“ auf die Felge 7 des Rades 4 gelegt und danach eine Textur abgespeichert. Im laufenden Betrieb wird dieses Verfahren ständig oder in sinnvollen Intervallen wiederholt, wobei die jeweils neu aus dem Rad 4 gewonnene Textur mit der zuvor hinterlegten Textur verglichen wird. Erkennt das System eine Abweichung oder erkennt es eine Asymmetrie zu den gespeicherten Texturen der anderen Räder 4, kann von einem Problem oder sogar vom Verlust der Radkappe ausgegangen werden.
-
Der Nutzer kann, beispielsweise durch entsprechende HMI-Verfahren (Human-Machine-Interface) auf die Situation, d. h. auf den Verlust oder drohenden Verlust der Radkappe, aufmerksam gemacht werden, beispielsweise durch eine optische Anzeige, zum Beispiel einer entsprechenden Meldung.
-
Mittels dieser Ausführungsform des Verfahrens wird der Nutzer somit bei möglichen Problemen oder einem Verlust von Radkappen direkt aufmerksam gemacht.
-
In einer weiteren möglichen Ausführungsform des Verfahrens wird als Radinformation der Reifentyp Sommerreifen oder Winterreifen ermittelt.
-
Der Wechsel des Reifentyps von Sommerreifen auf Winterreifen wird meist von jedem Fahrzeugbesitzer selbst gesteuert. Da es fahrzeugseitig keine Erinnerung gibt, besteht die Gefahr, dass dies vergessen wird.
-
Wie bereits beschrieben, weisen insbesondere Fahrzeuge 1 mit Rundumsichtsystemen die Kameras 3 in den Außenspiegeln 2 auf, welche für das Verfahren verwendet werden. Diesen Kameras 3 ist es möglich, die Räder 4 des eigenen Fahrzeugs 1 zu sehen, d. h. die Räder 4 der jeweiligen Fahrzeugseite liegen im Erfassungsbereich der Kamera 3 der jeweiligen Fahrzeugseite, wie oben bereits erläutert.
-
Durch ein Bildverarbeitungsverfahren und/oder Algorithmen wie beispielsweise „Active Shape Model“, „Active Appearance Model“, „Point Distribution Model“ und/oder weitere Verfahren und/oder durch Bildklassifikationsverfahren, beispielsweise basierend auf „Deep Learning“, kann erkannt werden, wenn sich durch einen Reifenwechsel eine andere Felge 7 und/oder ein anderer Reifen 6 auf dem Fahrzeug 1 befindet. Ebenso kann bei aktivem System zur Durchführung des Verfahrens der Radwechselprozess, beispielsweise mit obigen Bildklassifikationsverfahren, erkannt werden, beispielsweise indem Bilder erfasst werden, in welchen an der Position des jeweiligen Rades 4 kein Rad 4 am Fahrzeug 1 vorhanden ist.
-
Ist der Wechselzeitpunkt bekannt, kann das System auch den nächsten Wechseltermin, beispielsweise in sechs Monaten, berechnen und den Nutzer dann rechtzeitig erinnern. In die Berechnung des Erinnerungszeitpunktes können beispielsweise ein Nutzungsraum des Fahrzeugs 1, zum Beispiel ermittelt mittels eines globalen Navigationssatellitensystems, und das Datum sowie lokale Klima- und Wetterdaten einberechnet werden. Das Fahrzeug 1 kann nun eine entsprechende Erinnerung veranlassen, beispielsweise als Meldung im Fahrzeug 1, zum Beispiel als ein Popup, und/oder als eine SMS und/oder als eine andere Erinnerung. Vorteilhafterweise ist es direkt aus einer solchen Erinnerung heraus möglich, die entsprechenden Maßnahmen zur Erlangung eines Wechseltermins einzuleiten, beispielsweise durch das Angebot eines Telefonverbindungsaufbaus zur Werkstatt.
-
Mittels dieser Ausführungsform des Verfahrens wird der Nutzer somit bei möglichen anstehenden Reifenwechselterminen erinnert und kann vorteilhafterweise die in die Erinnerung eingearbeitete Möglichkeit nutzen, direkt einen entsprechenden Termin zu vereinbaren.
-
In einer weiteren möglichen Ausführungsform des Verfahrens wird als Radinformation ein eingesunkener Reifen 6 ermittelt.
-
Beispielsweise während eines Winterfahrbetriebs oder im Offroadbereich, zum Beispiel bei Schlamm oder bei Wasserdurchfahrten, kommt es zum Einsinken von Rädern 4 des Fahrzeugs 1. Der Fahrzeugführer merkt dies oft erst dann, wenn hierdurch Traktionsprobleme auftreten. Erst zu diesem Zeitpunkt würde er manuell oder das Fahrzeug 1 automatisch Anpassungen am Antriebskonzept vornehmen, beispielsweise einen Allradantrieb und/oder Differentialsperren aktivieren.
-
Wie bereits beschrieben, weisen insbesondere Fahrzeuge 1 mit Rundumsichtsystemen die Kameras 3 in den Außenspiegeln 2 auf, welche für das Verfahren verwendet werden. Diesen Kameras 3 ist es möglich, die Räder 4 des eigenen Fahrzeugs 1 zu sehen, d. h. die Räder 4 der jeweiligen Fahrzeugseite liegen im Erfassungsbereich der Kamera 3 der jeweiligen Fahrzeugseite, wie oben bereits erläutert.
-
Durch das Bildverarbeitungsverfahren „Active Shape Model“ und/oder weitere Verfahren kann die aktuelle Radform mit einer Sollradform verglichen werden. Im System zur Durchführung des Verfahrens kann beispielsweise ein „Wireframe-/Shape“- Modell vom realen nicht eingesunkenen Rad 4 des Fahrzeugs 1 als Referenzgrid hinterlegt werden. Wird dieses Modell im erfassten Bild über das reale Rad 4 gelegt, fehlt bei eingesunkenem Rad 4 der untere, versunkene Radbereich. Dieser Zustand des eingesunkenen Rades 4 bzw. Reifens 6 kann somit vom System erkannt werden.
-
Mittels dieser Ausführungsform des Verfahrens ist es somit möglich, lange bevor es zu Problemen mit der Traktion kommt entsprechende Funktionen auszulösen, beispielweise die Aktivierung des Allradantriebes oder das Sperren eines oder mehrerer Differentiale des Fahrzeugs 1.
-
Alternativ oder zusätzlich sind mittels des Erkennens des eingesunkenen Reifens 6 auch andere Funktionen umsetzbar, beispielsweise ein Schließen von Fenstern und/oder eines Klappdachs oder Schiebedachs bei einer Wasserdurchfahrt.
-
Mittels dieser Ausführungsform kann somit die Gefahr eines Festfahrens bei eingeschränkter Traktion, beispielsweise im Winter oder bei Offroadfahrten oder Wasserdurchfahrten, deutlich reduziert werden. Durch Komfortfunktionen, beispielsweise das automatische Schließen der Fenster, kann verhindert werden, dass Wasser oder Schmutz in den Innenraum des Fahrzeugs 1 eindringt.
-
Bezugszeichenliste
-
- 1
- Fahrzeug
- 2
- Außenspiegel
- 3
- Kamera
- 4
- Rad
- 5
- Auswerteeinheit
- 6
- Reifen
- 7
- Felge
-
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 102010055583 A1 [0002]
