DE102018010254A1 - Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung - Google Patents

Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung Download PDF

Info

Publication number
DE102018010254A1
DE102018010254A1 DE102018010254.9A DE102018010254A DE102018010254A1 DE 102018010254 A1 DE102018010254 A1 DE 102018010254A1 DE 102018010254 A DE102018010254 A DE 102018010254A DE 102018010254 A1 DE102018010254 A1 DE 102018010254A1
Authority
DE
Germany
Prior art keywords
signal
ultrasonic
sensor
signal object
computer system
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.)
Withdrawn
Application number
DE102018010254.9A
Other languages
English (en)
Inventor
Dennis Kreiß
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.)
Elmos Semiconductor SE
Original Assignee
Elmos Semiconductor SE
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 Elmos Semiconductor SE filed Critical Elmos Semiconductor SE
Priority to DE102018010254.9A priority Critical patent/DE102018010254A1/de
Publication of DE102018010254A1 publication Critical patent/DE102018010254A1/de
Withdrawn legal-status Critical Current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
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88Sonar systems specially adapted for specific applications
    • G01S15/93Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931Sonar 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/523Details of pulse systems
    • G01S7/526Receivers
    • G01S7/53Means for transforming coordinates or for evaluating data, e.g. using computers
    • G01S7/533Data rate converters
    • 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
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/539Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

Es wird ein Verfahren zur Übertragung von Sensordaten eines Ultraschallsensors von einem Sensor zu einem Rechnersystem in einem Fahrzeug vorgeschlagen. Das Verfahren umfasst die Schritte a) des Aussendens eines Ultraschall-Bursts und b) des Empfangens eines Ultraschallsignals und des Bildens eines Empfangssignals und c) das Bilden eines Feature-Vektor-Signals aus dem Empfangssignal und d) das Erkennen von Signalobjekten und das Klassifizieren dieser Signalobjekten in erkannte Signalobjektklassen innerhalb des Empfangssignals, wobei jedem somit erkannten und klassifizierten Signalobjekt zumindest ein zugeordneter Signalobjektparameter und ein Symbol entsprechend der diesem Signalobjekt zuerkannten Signalobjektklasse zugeordnet werden oder wobei jedem somit erkannten und klassifizierten Signalobjekt zumindest ein zugeordneter Signalobjektparameter und ein Symbol für dieses Signalobjekt bestimmt werden, und e) das Übertragen zumindest des Symbols einer erkannten Signalobjektklasse und zumindest des einen zugeordneten Signalobjektparameters dieser erkannten Signalobjektklasse an das Rechnersystem.

Description

  • Oberbegriff
  • Die Erfindung richtet sich auf ein Verfahren zur Übertragung von Daten eines Ultraschallsensorsystems für Einparkhilfen in Fahrzeugen an ein Rechnersystem und eine entsprechende Vorrichtung. Grundgedanke ist die Erkennung von potenziell relevanten Strukturen im Messsignal und die Kompression dieses Messsignals durch Übertragung nur dieser erkannten, potenziell relevanten Strukturen anstelle des Messsignals selbst. Die eigentliche Erkennung von Objekten, z.B. Hindernissen für den Einparkvorgang, findet erst nach Rekonstruktion des Messsignals als rekonstruiertes Messsignal im Rechnersystem statt, wo typischerweise mehrere solcher dekomprimierten Messsignale mehrerer Ultraschallsensorsysteme zusammenkommen. Hier wird die Kompression der Daten durch Strukturerkennung im Messsignal beansprucht.
  • Allgemeine Einleitung
  • Ultraschallsensorsysteme für Einparkhilfen in Fahrzeugen erfreuen sich zunehmender Beliebtheit. Hierbei besteht der Wunsch immer mehr Daten des eigentlichen Messsignals des Ultraschallsensors an ein zentrales Rechnersystem zu übertragen, wo diese mit Daten anderer Ultraschallsensorsysteme und auch andersartiger Sensorsysteme, z.B. Radarsystemen, durch Sensor-Fusion zu sogenannten Umgebungs- oder Umweltkarten umgearbeitet werden. Es besteht daher der Wunsch, eine Objekterkennung nicht im Ultraschallsensorsystem selbst, sondern erst durch eben diese Sensorfusion erst im Rechnersystem vorzunehmen, um Datenverluste zu vermeiden und so die Wahrscheinlichkeit für Fehlinformationen und damit Fehlentscheidungen und somit Unfällen abzusenken. Gleichzeitig ist aber die Übertragungsbandbreite der verfügbaren Sensordatenbusse begrenzt. Deren Austausch soll vermieden werden, da sie sich im Feld bewährt haben. Es besteht daher gleichzeitig der Wunsch, die Menge der zu übertragenden Daten nicht ansteigen zu lassen. Kurzum: Der Informationsgehalt der Daten und deren Relevanz für die spätere im Rechnersystem ablaufende Hinderniserkennung (Objekterkennung) muss gesteigert werden, ohne die Datenrate zu sehr anheben zu müssen - besser: Ohne die Datenrate überhaupt vergrößern zu müssen. Ganz im Gegenteil: Bevorzugt sollte der Datenratenbedarf sogar gesenkt werden, um Datenratenkapazitäten für die Übermittlung von Statusdaten und Selbsttestinformationen des Ultraschallsensorsystems an das Rechnersystem zuzulassen, was im Rahmen der Funktionalen Sicherheit (FuSi) zwingend erforderlich ist. Diesem Problem widmet sich die hier vorgelegte Offenlegung.
  • Im Stand der Technik sind bereits verschiedene Methoden der Bearbeitung eines Ultraschallsensorsignals bekannt.
  • Aus der WO 2012 / 016 834 A1 ist beispielsweise solch ein Verfahren zur Auswertung eines Echosignals zur Fahrzeugumfelderfassung bekannt. Es wird dort vorgeschlagen, ein Messsignal mit einer vorgebbaren Codierung und Form auszusenden und in dem Empfangssignal mittels einer Korrelation mit dem Messsignal nach den Anteilen des Messsignals im Empfangssignal zu suchen und diese zu bestimmen. Der Pegel der Korrelation und nicht der Pegel der Hüllkurve des Echosignals wird dann mit einem Schwellwert bewertet.
  • Aus der DE 4 433 957 A1 ist bekannt, zur Hinderniserkennung Ultraschallimpulse periodisch auszustrahlen und aus der Laufzeit auf die Position von Hindernissen zu schließen, wobei bei der Bewertung zeitlich über mehrere Messzyklen korreliert bleibende Echos verstärkt werden, währen unkorreliert bleibende Echos unterdrückt werden.
  • Aus der DE 10 2012 015 967 A1 ist ein Verfahren zum Dekodieren eines von einem Ultraschallsensor eines Kraftfahrzeugs empfangenen Empfangssignals bekannt, bei welchem ein Sendesignal des Ultraschallsensors kodiert ausgesendet wird und zur Dekodierung das Empfangssignal mit einem Referenzsignal korreliert wird, wobei vor dem Korrelieren des Empfangssignals mit dem Referenzsignal eine Frequenzverschiebung des Empfangssignals gegenüber dem Sendesignal bestimmt wird und das Empfangssignal mit dem um die ermittelte Frequenzverschiebung in seiner Frequenz verschobenen Sendesignal als Referenzsignal korreliert wird, wobei zur Bestimmung der Frequenzverschiebung des Empfangssignals selbiges Empfangssignal einer Fourier-Transformation unterzogen wird und die Frequenzverschiebung anhand eines Ergebnisses der Fourier-Transformation bestimmt wird.
  • Aus der DE 10 2011 085 286 A1 ist ein Verfahren zur Erfassung der Umgebung eines Fahrzeugs mittels Ultraschall, wobei Ultraschallpulse ausgesendet und die an Objekten reflektierten Ultraschallechos detektiert werden, dadurch gekennzeichnet, dass der Erfassungsbereich in mindestens zwei Entfernungsbereiche unterteilt ist, wobei die für die Erfassung im jeweiligen Entfernungsbereich verwendeten Ultraschallpulse voneinander unabhängig ausgesendet werden und durch verschiedene Frequenzen kodiert sind.
  • Aus der WO 2014 108 300 A1 sind Vorrichtung und ein Verfahren zur Umfeldsensorik mittels eines Signalwandlers und einer Auswerteeinheit bekannt, wobei aus dem Umfeld empfangener Signale mit einer ersten Impulsantwortlänge zu einem ersten Zeitpunkt während eines Messzyklus und mit einer zweiten längeren Impulsantwortlänge zu einem zweiten späteren Zeitpunkt innerhalb desselben Messzyklus Signale laufzeitabhängig gefiltert werden.
  • Aus der DE 10 2015 104 934 A1 ist ein Verfahren zum Bereitstellen von von einem in einem Umgebungsbereich eines Kraftfahrzeugs (erfassten Objekt abhängigen Informationen bekannt. Bei dem Verfahren der DE 10 2015 104 934 A1 wird der Umgebungsbereich des Kraftfahrzeugs mit einer Sensoreinrichtung des Kraftfahrzeugs erfasst und eine Information an einer Kommunikationsschnittstelle im Kraftfahrzeug bereitgestellt. Dabei werden Sensor-Rohdaten als Information über einen zwischen der Sensoreinrichtung und einem im Umgebungsbereich erfassten Objekt erkannter Freiraum in einer sensoreinrichtungsseitigen Steuereinheit abgelegt. Diese Sensor-Rohdaten werden gemäß der technischen Lehre der DE 10 2015 104 934 A an einer mit der sensoreinrichtungsseitigen Steuereinheit verbundenen Kommunikationsschnittstelle zur Übertragung an und zur Weiterverarbeitung mit einer weiteren Steuereinheit einer die beiden Steuereinheiten umfassenden und zur Erstellung einer Umgebungsbereichskarte ausgebildeten Verarbeitungseinrichtung bereitgestellt.
  • Die technischen Lehren der obigen Schutzrechte sind allesamt von dem Gedanken geleitet, die Erkennung eines Objekts vor dem Fahrzeug mit Hilfe des Ultraschallsensors bereits im Ultraschallsensor durchzuführen und dann erst die Objektdaten nach Erkennung der Objekte zu übertragen. Hierbei gehen jedoch Synergieeffekte bei der Verwendung mehrerer Ultraschallsender verloren.
  • Aus der DE 10 2010 041 424 A1 ist ein Verfahren zum Erfassen eines Umfelds eines Fahrzeugs mit einer Anzahl Sensoren bekannt, bei dem von mindestens einem Sensor während zumindest eines Echo-Zyklus mindestens eine Echo-Information zu dem Umfeld erfasst und mit einem Algorithmus komprimiert wird, und bei dem die mindestens eine komprimierte Echo-Information an mindestens eine Verarbeitungseinheit übertragen wird. Zwar fokussiert sich die DE 10 2010 041424 A1 auch auf die komprimierte Übertragung von erkannten Objektdaten, es wird aber bereits erkannt, dass es ganz allgemein sinnvoll ist, Daten, die aus dem empfangenen Echo-Signal extrahiert werden (Echo-Informationen) komprimiert an das Steuergerät zu übertragen, ohne dass eine Kompressionsmethode angegeben wird.
  • Aus der DE 10 2013 226 373 A1 ist ein Verfahren zur Sensoranbindung bekannt. In Abschnitt [0006] der DE 10 2013 226 373 A1 erläutern die Autoren der DE 10 2013 226 373 A1 den Stand der Technik. In Anspruch 1 der DE 10 2013 226 373 A1 beanspruchen die Autoren der DE 10 2013 226 373 A1 diesen selbstgenannten Stand der Technik.
  • Aus der US 2006 / 0 250 297 A1 ist ein System zur Sensorfusion bekannt.
  • Aufgabe
  • Der Erfindung liegt daher die Aufgabe zugrunde, eine Lösung zu schaffen die die obige Aufgabe der Senkung des Bedarfs an Busbandbreite für die Übertragung von Messdaten vom Ultraschallsensorsystem zum Rechnersystem löst und ggf. weitere Vorteile aufweist.
  • Diese Aufgabe wird durch ein Verfahren nach Anspruch 1 und ein Sensorsystem nach Anspruch 32 gelöst.
  • Lösung
  • Wie oben erläutert sind die die technischen Lehren aus dem Stand der Technik allesamt von dem Gedanken geleitet, die Erkennung eines Objekts vor dem Fahrzeug mit Hilfe des Ultraschallsensors bereits im Ultraschallsensor durchzuführen und dann erst die Objektdaten nach Erkennung der Objekte zu übertragen. Da hierbei jedoch Synergieeffekte bei der Verwendung mehrerer Ultraschallsender verloren gehen wurde im Rahmen der Ausarbeitung der hier vorgelegten Offenlegung erkannt, dass es nicht sinnvoll ist, nur die Echo-Daten des Ultraschallsensors selbst, sondern alle Daten zu übertragen und erst in einem zentralen Rechnersystem die Daten mehrerer Sensoren auszuwerten. Hierfür muss die Kompression der Daten für die Übertragung über einen Datenbus mit geringerer Busbandbreite aber anders erfolgen als im Stand der Technik. Hierdurch können dann Synergieeffekte erschlossen werden. So ist es beispielsweise, denkbar, dass ein Fahrzeug mehr als einen Ultraschallsensor aufweist. Um die beiden Sensoren unterscheiden zu können ist es sinnvoll, wenn diese beiden Sensoren mit unterschiedlicher Codierung senden. Im Gegensatz zum Stand der Technik sollen beide Sensoren aber nun die Ultraschallechos beider Abstrahlungen beider Ultraschallsensoren erfassen und geeignet komprimiert an das zentrale Rechnersystem übertragen, wo die Ultraschallempfangssignale rekonstruiert werden. Erst nach der Rekonstruktion (Dekompression) erfolgt die Erkennung der Objekte. Dies ermöglicht zudem die Fusion der Ultraschallsensordaten mit weiteren Sensorsystemen wie Radar etc.
  • Es wird ein Verfahren zur Übertragung von Sensordaten von einem Sensor zu einem Rechnersystem vorgeschlagen. Besonders geeignet ist das Verfahren für die Verwendung zur Übertragung von Daten eines Ultraschallempfangssignals von einem Ultraschallsensor an ein Steuergerät als Rechnersystem in einem Fahrzeug. Das Verfahren wird anhand der 1 erläutert. Gemäß dem vorgeschlagenen Verfahren wird zunächst ein Ultraschall-Burst erzeugt und in einen Freiraum, typischerweise im Umfeld des Fahrzeugs ausgesendet (Schritt α der 1). Ein Ultraschall-Burst besteht dabei aus mehreren mit Ultraschallfrequenz aufeinander folgenden Schallpulsen. Dieser Ultraschall-Burst entsteht dadurch, dass ein mechanischer Schwinger in einem Ultraschallsender oder Ultraschall-Transducer langsam anschwingt und wieder ausschwingt. Der so von dem beispielhaften Ultraschall-Transducer ausgesendete Ultraschall-Burst wird dann an Objekten im Umfeld des Fahrzeugs reflektiert und durch einen Ultraschallempfänger oder den Ultraschall-Transducer selbst als Ultraschallsignal empfangen und in ein elektrisches Empfangssignal umgewandelt (Schritt β der 1). Besonders bevorzugt ist der Ultraschallsender identisch mit dem Ultraschallempfänger und wird im Folgenden dann als Transducer bezeichnet. Das im Folgenden erläuterte Prinzip lässt sich aber auch für getrennte Empfänger und Sender anwenden. In dem vorgeschlagenen Ultraschallsensor befindet sich eine Signalverarbeitungseinheit, die nun das so empfangene elektrische Empfangssignal analysiert und komprimiert (Schritt y der 1), um die notwendige Datenübertragung zu minimieren und Freiraum für die besagten Statusmeldungen und weitere Steuerbefehle des Steuerrechners an die Signalverarbeitungseinheit bzw. das Ultraschallsensorsystem zu schaffen. Anschließend wird das komprimierte elektrische Empfangssignal an das Rechnersystem übertragen (Schritt δ der 1).
  • Das zugehörige Verfahren dient somit zur Übertragung von Sensordaten, insbesondere eines Ultraschallsensors, von einem Sensor zu einem Rechnersystem, insbesondere in einem Fahrzeug. Es beginnt mit dem Aussenden eines Ultraschall-Bursts (Schritt α der 1). Es folgt das Empfangen eines Ultraschallsignals und das Bilden eines elektrischen Empfangssignals (Schritt β der 1) sowie die Durchführen einer Datenkompression des Empfangssignals (Schritt y der 1)zur Erzeugung komprimierter Daten (Schritt y der 1) und die Erfassung mindestens zwei oder drei oder mehr vorbestimmter Eigenschaften. Bevorzugt wird das elektrische Empfangssignal durch Abtastung (Schritt ya der 2) in ein abgetastetes Empfangssignal verwandelt, das aus einem zeitdiskreten Strom von Abtastwerten besteht. Jedem Abtastwert kann dabei typischerweise ein Abtastzeitpunkt als Zeitstempel dieses Abtastwertes zugeordnet werden. Die Kompression kann beispielsweise durch eine Wavelet-Transformation (Schritt yb der 2) erfolgen. Hierfür kann das empfangene Ultraschallsignal in Form des abgetasteten Empfangssignals mit vorbestimmten Signal-Grundformen, die beispielsweise in einer Bibliothek abgelegt sind, durch Bildung eines Korrelationsintegrals (siehe auch Wikipedia zu diesem Begriff) zwischen den vorbestimmten Signal-Grundformen und dem abgetasteten Empfangssignal verglichen werden. Die vorbestimmten Signal-Grundformen werden im Folgenden auch Signalobjektklassen genannt. Durch die Bildung des Korrelationsintegrals werden für jeden dieser prototypischen Signalobjektklassen jeweils zugehörige Spektralwerte dieser prototypischen Signalobjektklasse ermittelt. Da dies fortlaufend geschieht, stellen die Spektralwerte selbst einen Strom von zeitdiskreten momentanen Spektralwerten dar, wobei jedem Spektralwert wieder ein Zeitstempel zugeordnet werden kann. Eine alternative, aber mathematisch äquivalente Methode ist die Verwendung von Optimalfiltern (englisch matched-filter) je vorbestimmter Signalobjektklasse (Signal-Grundform). Da in der Regel mehrere prototypische Signalobjektklassen verwendet werden, die zudem noch unterschiedlichen zeitlichen Spreizungen unterworfen werden können (siehe auch „Wavelet-Analyse“), ergibt sich auf diese Weise typischerweise ein zeitdiskreter Strom multidimensionaler Vektoren von Spektralwerten unterschiedlicher prototypischer Signalobjektklassen und deren unterschiedlicher jeweiligen zeitlicher Spreizungen. Wobei jedem dieser multidimensionalen Vektoren wieder ein Zeitstempel zugeordnet wird. Jeder dieser multidimensionalen Vektoren ist ein sogenannter Feature-Vektor. Es handelt sich somit um einen zeitdiskreten Strom von Feature-Vektoren. Jedem dieser Feature-Vektoren ist bevorzugt wieder ein Zeitstempel zugeordnet. (Schritt yb der 2)
  • Durch die fortlaufende zeitliche Verschiebung ergibt sich somit auch eine zeitliche Dimension. Hierdurch kann der Feature-Vektor der Spektralwerte auch um Werte der Vergangenheit oder Werte, die von diesen abhängen, beispielsweise zeitliche Integrale oder Ableitungen oder Filterwerte von einem odere mehreren dieser Werte etc. ergänzt werden. Dies kann die Dimensionalität dieser Feature-Vektoren innerhalb des Feature-Vektor-Datenstroms weiter erhöhen. Um den Aufwand im Folgenden klein zu halten, ist daher die Beschränkung auf wenige prototypische Signalobjektklassen während der Extraktion der Feature-Vektoren aus dem abgetasteten Eingangssignal des Ultraschallsensors sinnvoll. Somit können dann beispielsweise Optimalfilter (englisch matched filter) verwendet werden, um fortlaufend das Auftreten dieser prototypischen Signalobjektklassen im Empfangssignal zu überwachen.
  • Als besonders einfache prototypische Signalobjektklassen können hier beispielsweise das gleichschenklige Dreieck und die Doppelspitze besonders benannt werden. Eine prototypische Signalobjektklasse besteht dabei in der Regel aus einem vorgegebenen Spektralkoeffizientenvektor, also einem vorgegebenen prototypischen Feature-Vektor-Wert.
  • Für die Bestimmung der Relevanz der Spektralkoeffizienten eines Feature-Vektors eines Ultraschall-Echo-Signals erfolgt die Bestimmung des Betrags eines Abstands dieser Eigenschaften, der Elemente des Vektors der momentanen Spektralkoeffizienten (Feature-Vektor), zu zumindest einer prototypischen Kombination dieser Eigenschaften (Prototyp) in Form einer prototypischen Signalobjektklasse, die durch einen vorgegebenen prototypischen Feature-Vektor (Prototyp oder Prototypenvektor) aus einer Bibliothek von vorgegebenen prototypischen Signalobjektklassen-Vektoren symbolisiert wird (Schritt yd der 2). Bevorzugt werden die Spektralkoeffizienten des Feature-Vektors vor der Korrelation mit den Prototypen normiert (Schritt yc der 2). Der in dieser Abstandsbestimmung ermittelte Abstand kann z.B. aus der Summe aller Differenzen zwischen jeweils einem Spektralkoeffizienten des vorgegebenen prototypischen Feature-Vektors (Prototypen oder Prototypenvektors) des jeweiligen Prototypen und dem entsprechenden normeierten Spektralkoeffizienten des aktuellen Feature-Vektors des Ultraschall-Echo-Signals bestehen. Ein euklidischer Abstand würde durch die Wurzel aus der Summe der Quadrate aller Differenzen zwischen jeweils einem Spektralkoeffizienten des vorgegebenen prototypischen Feature-Vektors (Prototypen oder Prototypenvektors) des Prototypen und dem entsprechenden normierten Spektralkoeffizienten des aktuellen Feature-Vektors des Ultraschall-Echo-Signals gebildet werden. Diese Abstandsbildung ist aber in der Regel zu aufwändig. Andere Methoden der Abstandsbildung sind denkbar. Jedem vorgegebenen prototypischen Feature-Vektor (Prototyp oder Prototypenvektor) kann dann ein Symbol und ggf. auch ein Parameter, z.B. der Abstandswert und/oder die Amplitude vor der Normierung zugeordnet werden. Unterschreitet der so ermittelte Abstand einen ersten Schwellwert und ist es der kleinste Abstand des aktuellen Feature-Verktor-Werts zu einem der vorgegebenen prototypischen Feature-Vektorwerte (Prototypen oder Werte der Prototypenvektoren), so wird dessen Symbol als erkannter Prototyp weiterverwendet. Es entsteht somit eine Paarung aus erkanntem Prototypen und Zeitstempel des aktuellen Feature-Vektors. Es erfolgt dann bevorzugt die Übertragen der Daten (Schritt δ der 2), hier des ermittleten Symbols, das den erkannten Prototypen am besten symbolisiert, und beispielsweise des Abstands sowie der Zeitpunkt des Auftretens (Zeitstempels) an das Rechnersystem nur dann, wenn der Betrag dieses Abstands unter dem ersten Schwellwert liegt und der erkannte Prototyp ein zu übertragender Prototyp ist. Es kann nämlich sein, dass auch nicht zu erkennende Prototypen beispielsweise für Rauschen, also z.B. das nicht Vorhandensein von Reflexionen etc. hinterlegt werden. Diese Daten sind für die Hinderniserkennung irrelevant und sollen daher ggf. auch nicht übertragen werden. Ein Prototyp wird also erkannt, wenn der Betrag des ermittelten Abstands zwischen aktuellem Feature-Vektor-Wert und vorgegebenen prototypischen Feature-Vektor-Wert (Prototyp oder Wert des Prototypenvektors) unter diesem ersten Schwellwert liegt (Schritt ye der 2). Es wird also nicht mehr das Ultraschallechosignal selbst übertragen, sondern nur eine Folge von Symbolen für erkannte typischen zeitliche Signalverläufe und diesen Signalverläufen zugehörige Zeitstempel in einem bestimmten Zeitabschnitt (Schritt δ der 2). Es wird dann bevorzugt jeweils je erkanntem Signalobjekt nur ein Symbol für den erkannten Signalformprototypen, dessen Parameter (z.B. Amplitude der Hüllkurve und/oder zeitliche Streckung) und ein zeitlicher Referenzpunkt des Auftretend dieses Signalformprototypen (der Zeitstempel) als erkanntest Signalobjekt übertragen. Die Übertragung der einzelnen Abtastwerte oder von Zeitpunkten, zu denen Schwellwerte durch die Hüllkurve des abgetasteten Empfangssignals überschritten werden etc. entfällt. Auf diese Weise führt diese Selektion der relevanten Prototypen zu einer massiven Datenkompression und zu einer Reduktion der benötigten Busbandbreite.
  • Es erfolgt also eine quantitative Erfassung des Vorliegens einer Kombination von Eigenschaften unter Bildung eines Schätzwertes - hier z.B. des inversen Abstands zwischen dem Repräsentanten der prototypischen Signalobjektklasse in Form des vorgegebenen prototypischen Feature-Vektors (Prototyp oder Prototypenvektor) - und das anschließende Übertragen der komprimierten Daten an das Rechnersystem, wenn der Betrag dieses Schätzwertes (z.B. inverser Abstand) über einem zweiten Schwellwert bzw. der inverse Schätzwert unter einem ersten Schwellwert liegt. Die Signalverarbeitungseinheit des Ultraschallsensors führt somit eine Datenkompression des Empfangssignals zur Erzeugung komprimierter Daten aus. Der Ultraschallsensor überträgt dann die so komprimierten Daten, bevorzugt nur die Kodierungen (Symbole) der so erkannten Prototypen, deren Amplitude und/oder zeitliche Streckung und den Auftretenszeitpunkt (Zeitstempel), an das Rechnersystem. Hierdurch wird die EMV Belastung durch die Datenübertragung über den Datenbus zwischen Ultraschallsensor und Rechnersystem minimiert und es können Statusdaten des Ultraschallsensors zur Systemfehlererkennung in den zeitlichen Zwischenräumen an das Rechnersystem über den Datenbus zwischen Ultraschallsensor und Rechnersystem übertragen werden, was die Latenzzeit verbessert. Bei der Ausarbeitung des Vorschlags wurde erkannt, dass die Übertragung der Daten über den Datenbus priorisiert erfolgen muss. Meldungen sicherheitskritischer Fehler des Sensors, also hier beispielhaft des Ultraschallsensors, an das Rechnersystem haben dabei die höchste Priorität, da diese die Gültigkeit der Messdaten des Ultraschallsensors mit hoher Wahrscheinlichkeit beeinträchtigen. Diese Daten werden vom Sensor an das Rechnersystem gesendet. Die zweit-höchste Priorität haben Anfragen des Rechnersystems zur Durchführung sicherheitsrelevanter Selbsttests. Solche Befehle werden vom Rechnersystem an den Sensor gesendet. Die dritthöchste Priorität haben die Daten des Ultraschallsensors selbst, da die Latenzzeit nicht erhöht werden darf. Alle anderen Daten haben niedrigere Priorität für die Übertragung über den Datenbus.
  • Es ist besonders vorteilhaft, wenn das Verfahren zur Übertragung von Sensordaten, insbesondere eines Ultraschallsensors, von einem Sensor zu einem Rechnersystem, insbesondere in einem Fahrzeug, umfassend das Aussenden eines Ultraschall-Bursts mit einem Anfang (57) und Ende (56) des Aussendens des Ultraschall-Bursts und umfassend das Empfangen eines Ultraschallsignals und Bilden eines Empfangssignals für eine Empfangszeit (TE ) zumindest ab dem Ende (56) des Aussendens des Ultraschall-Bursts sowie umfassend das Übertragen der komprimierten Daten über einen Datenbus, insbesondere einen Eindrahtdatenbus, an das Rechnersystem so gestaltet wird, dass die Übertragung (54) der Daten vom Sensor an das Rechnersystem mit einem Startbefehl (53) von dem Rechnersystem an den Ultraschallsensor über den Datenbus und vor dem Ende (56) des Aussendens des Ultraschall-Bursts beginnt oder nach einem Startbefehl (53) von dem Rechnersystem an den Sensor über den Datenbus und vor dem Anfang (57) des Aussendens des Ultraschall-Bursts beginnt. Die Übertragung (54) erfolgt dann nach dem Startbefehl (53) periodisch fortlaufend bis zu einem Ende der Datenübertragung (58). Dieses Ende der Datenübertragung (58) liegt dann zeitlich nach dem Ende der Empfangszeit (TE ).
  • Eine weitere Variante des vorgeschlagenen Verfahrens sieht somit als ersten Schritt der Datenkompression das Bilden eines Feature-Vektor-Signals (Strom von Feature-Vektoren mit n Feature-Vektorwerten und n als Dimension des Feature-Vektors) aus dem Empfangssignal vor. Ein solches Feature-Vektor-Signal kann mehrere analoge und digitale Datensignale umfassen. Es stellt also eine zeitliche Folge von mehr oder weniger komplexen Daten/Signal-Strukturen dar. Im einfachsten Fall kann es als vektorielles Signal bestehend aus mehreren Teilsignalen aufgefasst werden.
  • Beispielsweise kann es sinnvoll sein, eine erste und/oder höhere zeitliche Ableitung des Empfangssignals oder das einfache oder mehrfache Integral des Empfangssignals zu bilden, die dann Teilsignale innerhalb des Feature-Vektor-Signals sind.
  • Es kann auch ein Hüllkurvensignal des Empfangssignals gebildet werden, das dann ein Teilsignal innerhalb des Feature-Vektor-Signals ist.
  • Des Weiteren kann es sinnvoll sein, das Empfangssignal mit dem ausgesendeten Ultraschallsignal zu falten und so ein Korrelationssignal zu bilden, das dann ein Teilsignal innerhalb des Feature-Vektor-Signals sein kann. Dabei kann zum einen das Signal als ausgesendetes Ultraschallsignal verwendet werden, das zur Ansteuerung des Treibers für den Sender verwendet wurde oder zum anderen beispielsweise ein Signal, dass am Sender gemessen wurde und so der tatsächlich abgestrahlten Schallwelle besser entspricht.
  • Schließlich kann es sinnvoll sein, durch Optimalfilter (englisch matched filter) das Auftreten vorbestimmter Signalobjekte zu detektieren und ein Optimalfiltersignal für das jeweilige Signalobjekt einiger der vorbestimmten Signalobjekte zu bilden. Unter Optimalfilter (engl. matched filter) versteht man hierbei ein Filter, welches das Signal-Rausch-Verhältnis (engl. signal to noise ratio, SNR) optimiert. In dem gestörten Ultraschallempfangssignal sollen die vordefinierten Signalobjekte erkannt werden. In der Literatur findet man auch häufig die Bezeichnungen Korrelationsfilter, Signalangepasstes Filter (SAF) oder nur angepasstes Filter. Das Optimalfilter dient zur optimalen Bestimmung des Vorhandenseins (Detektion) der Amplitude und/oder der Lage einer bekannten Signalform, des vorbestimmten Signalobjekts, in Gegenwart von Störungen (Parameterschätzung). Diese Störungen können beispielsweise Signale anderer Ultraschallsender und/oder Bodenechos sein.
  • Die Optimalfilter-Ausgangssignale sind dann bevorzugt Teilsignale innerhalb des Feature-Vektor-Signals.
  • Bestimmte Ereignisse können in gesonderten Teilsignalen des Feature-Vektor-Signals signalisiert werden. Diese Ereignisse sind Signalgrundobjekte im Sinne dieser Offenbarung. Signalgrundobjekte umfassen also nicht Signalformen, wie beispielsweise Recheck-Pulse oder Wavelets oder Wellenzüge, sondern markante Punkte im Verlauf des Empfangssignals und/oder im Verlauf von daraus abgeleiteten Signalen, wie beispielsweise einem Hüllkurvensignal, das beispielsweise durch Filterung aus dem Empfangssignal gewonnen werden kann.
  • Ein anderes Signal, das ein Teilsignal des Feature-Vektor-Signals sein kann, kann beispielsweise detektieren, ob die Hüllkurve des Empfangssignals, das Hüllkurvensignal, einen vorgegeben dritten Schwellwert kreuzt. Es handelt sich also um ein Signal, dass das Vorliegen eines Signalgrundobjekts innerhalb des Empfangssignal und damit des Feature-Vektorsignals signalisiert.
  • Ein anderes Signal, das ein Teilsignal des Feature-Vektor-Signals sein kann, kann beispielsweise detektieren, ob die Hüllkurve des Empfangssignals, das Hüllkurvensignal, einen vorgegeben vierten Schwellwert, der mit dem dritten Schwellwert identisch sein kann aufsteigend kreuzt. Es handelt sich also um ein Signal, dass das Vorliegen eines Signalgrundobjekts innerhalb des Empfangssignal und damit des Feature-Vektorsignals signalisiert.
  • Ein anderes Signal, das ein Teilsignal des Feature-Vektor-Signals sein kann, kann beispielsweise detektieren, ob die Hüllkurve des Empfangssignals, das Hüllkurvensignal, einen vorgegeben fünften Schwellwert, der mit dem dritten oder vierten Schwellwert identisch sein kann abfallend kreuzt. Es handelt sich also um ein Signal, dass das Vorliegen eines Signalgrundobjekts innerhalb des Empfangssignal und damit des Feature-Vektorsignals signalisiert.
  • Ein anderes Signal, das ein Teilsignal des Feature-Vektor-Signals sein kann, kann beispielsweise detektieren, ob die Hüllkurve des Empfangssignals, das Hüllkurvensignal, ein Maximum oberhalb eines sechsten Schwellwerts, der mit den vorgenannten dritten bis fünften Schwellwerten identisch sein kann, aufweist. Es handelt sich also um ein Signal, dass das Vorliegen eines Signalgrundobjekts innerhalb des Empfangssignal und damit des Feature-Vektorsignals signalisiert.
  • Ein anderes Signal, das ein Teilsignal des Feature-Vektor-Signals sein kann, kann beispielsweise detektieren, ob die Hüllkurve des Empfangssignals, das Hüllkurvensignal, ein Minimum oberhalb eines siebten Schwellwerts, der mit den vorgenannten dritten bis sechsten Schwellwerten identisch sein kann, aufweist. Es handelt sich also um ein Signal, dass das Vorliegen eines Signalgrundobjekts innerhalb des Empfangssignal und damit des Feature-Vektorsignals signalisiert.
  • Dabei wird bevorzugt ausgewertet, ob das zumindest eine vorausgehende Maximum der Hüllkurve einen Mindestabstand zu dem Minimum hat, um eine Detektion von Rauschen zu vermeiden. Andere Filterungen sind an dieser Stelle denkbar. Auch kann geprüft werden, ob der zeitliche Abstand zwischen diesem Minimum und einem vorausgehenden Maximum größer ist, als ein erster zeitlicher Mindestabstand. Die Erfüllung dieser Bedingungen setzt jeweils ein Flag oder Signal, das selbst wieder bevorzugt ein Teilsignal des Feature-Vektor-Signals ist.
  • Ebenso sollte in analoger Weise überprüft werden, ob die zeitlichen und amplitudenmäßigen Abstände der anderen Signalobjekte gewissen Plausibilitätsanforderungen, wie zeitliche Mindestabstände und/oder Mindestabstände in der Amplitude genügen. Auch aus diesen Prüfungen können sich weitere, auch analoge, binäre oder digitale Teilsignale abgeleitet werden, die somit das Feature-Vektor-Signal in seiner Dimensionalität weiter vergrößern.
  • Ggf. kann in einer Signifikanzsteigerungsstufe das Feature-Vektor-Signal zu einem signifikanten Feature-Vektor-Signal z.B. durch eine lineare Abbildung oder ein Matrix-Polynom höherer Ordnung noch transformiert werden. In der Praxis hat sich aber gezeigt, dass dies zumindest für die heutigen Anforderungen noch nicht nötig ist.
  • Gemäß dem vorgeschlagenen Verfahren folgt das Erkennen und das Klassifizieren von Signalobjekten in erkannte Signalobjektklassen innerhalb des Empfangssignals auf Basis des Feature-Vektor-Signals oder des signifikanten Feature-Vektor-Signals.
  • Liegt beispielsweise die Amplitude des Ausgangssignals eines Optimalfilters, und damit eines Teilsignals des Feature-Vektor-Signals oberhalb eines ggf. optimalfilterspezifischen achten Schwellwerts, so kann das Signalobjekt, für dessen Detektion der Optimalfilter ausgelegt ist, als erkannt gelten. Dabei werden vorzugsweise auch andere Parameter berücksichtigt. Wurde beispielsweise ein Ultraschall-Burst mit ansteigender Frequenz während des Bursts gesendet (genannt Chirp-Up), so wird auch ein Echo erwartet, dass diese Modulationseigenschaft aufweist. Stimmt die Signalform der Hüllkurve, beispielsweise eine dreieckige Signalform der Hüllkurve, zeitlich lokal mit einer erwarteten Signalform überein, aber nicht jedoch die Modulationseigenschaft, so handelt es sich eben nicht um ein Echo des Senders, sondern um ein Störsignal, das von anderen Ultraschallsendern herrühren kann oder aus Überreichweiten. Insofern kann das System dann zwischen Eigenechos und Fremdechos unterscheiden, wodurch ein und dieselbe Signalform zwei unterschiedlichen Signalobjekten, nämlich Eigenechos und Fremdechos, zugeordnet wird. Die Übertragung der Eigenechos über den Dtanebus vom Sensor zum Rechnersystem erfolgt dabei vorzugsweise priorisiert gegenüber der Übertragung der Fremdechos, da erstere in der Regel sicherheitsrelevant sind und zweite in der Regel nicht sicherheitsrelevant sind.
  • Typischerweise wird bei der Erkennung jedem erkannten Signalobjekt zumindest ein zugeordneter Signalobjektparameter zugeordnet oder für dieses Signalobjekt bestimmt. Hierbei handelt es sich bevorzugt um einen Zeitstempel, der angibt, wann das Objekt empfangen wurde. Dabei kann der Zeitstempel sich beispielsweise auf den zeitlichen Beginn des Signalobjekts im Empfangssignal oder das zeitliche Ende oder die zeitliche Lage des zeitlichen Schwerpunkts des Signalobjekts etc. beziehen. Auch sind andere Signalobjektparameter, wie Amplitude, Streckung etc. denkbar. In einer Variante des vorgeschlagenen Verfahrens wird somit zumindest einer der zugeordneten Signalobjektparameter mit einem Symbol für die zumindest eine erkannte Signalobjektklasse übertragen. Der Signalobjektparameter ist bevorzugt ein Zeitwert als Zetstempel und gibt eine zeitliche Position an, die geeignet ist, daraus auf die Zeit seit Aussendung eines vorausgegangenen Ultraschall-Bursts schließen zu können. Vorzugsweise erfolgt daraus später die Ermittlung eines ermittelten Abstands eines Objekts in Abhängigkeit von einem dermaßen ermittelten und übertragenen Zeitwert.
  • Es folgt schließlich das priorisierte Übertragen der erkannten Signalobjektklassen in Form zugeordneter Symbole mit Zeitstempeln vorzugsweise jeweils zusammen mit den zugeordneten Signalobjektparametern. Die Übertragung kann auch in komplexeren Datenstrukturen (englisch: Records) erfolgen. Beispielsweise ist es denkbar, zuerst die Zeitpunkte der erkannten sicherheitsrelevanten Signalobjekte (z.B. identifizierte Hindernisse) zu übertragen und dann die erkannten Signalobjektklassen der sicherheitsrelevanten Signalobjekte. Hierdurch wird die Latenzzeit weiter verringert.
  • Das vorgeschlagene Verfahren umfasst zumindest in einer Variante das Ermitteln eines Chirp-Werts als zugeordneten Signalobjektparameter, der angibt, ob es sich bei dem erkannten Signalobjekt um ein Echo eines Ultraschall-Sende-Bursts mit Chirp-Up oder ein Chirp-Down oder ein No-Chirp-Eigenschaften handelt. Chirp-Up bedeutet, dass die Frequenz innerhalb des empfangenen Signalobjekts im Empfangssignal ansteigt. Chirp-Down bedeutet, dass die Frequenz innerhalb des empfangenen Signalobjekts im Empfangssignal abfällt. No-Chirp bedeutet, dass die Frequenz innerhalb des empfangenen Signalobjekts im Empfangssignal im Wesentlichen gleich bleibt. An dieser Stelle sei auf die noch unveröffentlichten deutsche Patentanmeldungen DE 10 2017 100 837.3 und DE 10 2017 100 835.7 hingewiesen, die vollumfänglicher Teil dieser Offenlegung sind.
  • In einer Variante des Verfahrens wird somit auch ein Confidence-Signal durch Bildung der Korrelation, z.B. durch Bildung eines zeitkontinuierlichen oder zeitdiskreten Korrelationsintegrals, zwischen dem Empfangssignal oder statt des Empfangssignals mit einem aus dem Empfangssignal abgeleiteten Signal einerseits und einem Referenzsignal, beispielsweise dem Ultraschallsendesignal oder einem anderen erwarteten Wavelet, andererseits gebildet. Das Confidence-Signal ist dann typischerweise ein Teilsignal des Feature-Vektor-Signals, also eine Komponente des Feature-Vektors, der aus einer Folge vektorieller Abtastwerte (Feature-Vektor-Werte) besteht.
  • In einer Variante des Verfahrens wird auf dieser Basis auch ein Phasen-Signal gebildet, dass die Phasenverschiebung beispielsweise des Empfangssignals oder eines daraus gebildeten Signals (z.B. des Confidence-Signals) gegenüber einem Referenzsignal, beispielsweise dem Ultraschallsendesignal und/oder einem anderen Referenzsignal angibt. Das Phasen-Signal ist dann typischerweise ebenfalls ein Teilsignal des Feature-Vektor-Signals, also eine Komponente des Feature-Vektors, der aus einer Folge vektorieller Abtastwerte besteht.
  • In ähnlicher Weise kann in einer weiteren Variante des vorgeschlagenen Verfahrens ein Phasen-Confidence-Signal durch Bildung der Korrelation zwischen dem Phasen-Signal oder einem daraus abgeleiteten Signal einerseits und einem Referenzsignal gebildet werden und als Teilsignal des Feature-Vektor-Signals verwendet werden. Das Phasen-Confidence-Signal ist dann typischerweise ebenfalls ein Teilsignal des Feature-Vektor-Signals, also eine Komponente des Feature-Vektors, der aus einer Folge vektorieller Abtastwerte besteht.
  • Bei der Auswertung des Feature-Vektor-Signals ist es dann sinnvoll, einen Vergleich des Phasen-Confidence-Signals mit einem oder mehreren Schwellwerten zur Erzeugung eines diskretisierten Phasen-Confidence-Signals durchzuführen, das selbst wieder ein Teilsignal des Feature-Vektor-Signals werden kann.
  • Die Auswertung des Feature-Vektor-Signals und/oder des signifikanten Feature-Vektor-Signals kann in einer Variante des vorgeschlagenen Verfahrens so erfolgen, dass ein oder mehrere Abstandswerte zwischen dem Feature-Vektor-Signal und einem oder mehreren Signalobjektprototypenwerten für erkennbare Signalobjektklassen gebildet werden. Ein solcher Abstandswert kann boolesch, binär, diskret, digital oder analog sein. Vorzugsweise werden alle Abstandswerte in einer nichtlinearen Funktion miteinander verknüpft. So kann bei einem erwarteten Chirp-Up-Echo in Dreiecksform ein empfangenes Chirp-Down-Echo in Dreiecksform verworfen werden. Dieses Verwerfen ist im Sinne dieser Offenlegung ein nichtlinearer Vorgang.
  • Umgekehrt kann das Dreieck im Empfangssignal unterschiedlich ausgeprägt sein. Dies betrifft zuallererst die Amplitude des Dreiecks im Empfangssignal. Ist die Amplitude im Empfangssignal hinreichend, so liefert beispielsweise das diesem Dreieckssignal zugeordnete Optimalfilter ein Signal oberhalb eines vorgegeben neunten Schwellwerts. In dem Fall kann dann beispielsweise dieser Signalobjektklasse (Dreieckssignal) ein erkanntes Signalobjekt zu diesem Zeitpunkt des Überschreitens zugeordnet werden. In dem Fall unterschreitet der Abstandswert zwischen dem Feature-Vektor-Signal und dem Prototypen (hier der neunte Schwellwert) einen oder mehrere vorbestimmte, binäre, digitale oder analoge Abstandswerte (hier 0= Kreuzung).
  • Bei einer weiteren Variante des Verfahrens handelt es sich bei mindestens einer Signalobjektklasse um Wavelets, die durch Schätzvorrichtungen (z.B. Optimalfilter) und/oder Schätzverfahren (z.B. Schätzprogramme, die in einem digitalen Signalprozessor ablaufen) geschätzt und damit detektiert werden. Mit dem Begriff Wavelet werden Funktionen bezeichnet, die einer kontinuierlichen oder diskreten Wavelet-Transformation zugrunde gelegt werden können. Das Wort „Wavelet“ ist eine Neuschöpfung aus dem französischen „ondelette“, das „kleine Welle“ bedeutet und teils wörtlich („onde“→„wave“), teils phonetisch („-lette“→„-let“) ins Englische übertragen wurde. Der Ausdruck „Wavelet“ wurde in den 1980er Jahren in der Geophysik (Jean Morlet, Alex Grossmann) für Funktionen geprägt, welche die Kurzzeit-Fourier-Transformation verallgemeinern, wird jedoch seit Ende der 1980er Jahre ausschließlich in der heute üblichen Bedeutung verwendet. In den 1990er Jahren entstand ein regelrechter Wavelet-Boom, ausgelöst durch die Entdeckung von kompakten, stetigen (bis hin zu beliebiger Ordnung der Differenzierbarkeit) und orthogonalen Wavelets durch Ingrid Daubechies (1988) und die Entwicklung des Algorithmus der schnellen Wavelet-Transformation (FWT) mit Hilfe der Multiskalenanalyse (MultiResolution Analysis - MRA) durch Stephane Mallat und Yves Meyer (1989).
  • Im Gegensatz zu den Sinus- und Kosinus-Funktionen der Fourier-Transformation besitzen die meistverwendeten Wavelets nicht nur Lokalität im Frequenzspektrum, sondern auch im Zeitbereich. Dabei ist „Lokalität“ im Sinne kleiner Streuung zu verstehen. Die Wahrscheinlichkeitsdichte ist das normierte Betragsquadrat der betrachteten Funktion bzw. von deren Fourier-Transformierten. Dabei ist das Produkt beider Varianzen immer größer als eine Konstante, analog zur Heisenbergschen Unschärferelation. Aus dieser Einschränkung heraus entstanden in der Funktionalanalysis die Paley-Wiener-Theorie (Raymond Paley, Norbert Wiener), ein Vorläufer der diskreten Wavelet-Transformation, und die Calderön-Zygmund-Theorie (Alberto Calderön, Antoni Zygmund), die der kontinuierlichen Wavelet-Transformation entspricht.
  • Das Integral einer Wavelet-Funktion ist im Fachgebrauch zwar immer 0, daher nimmt in der Regel die Waveletfunktion die Form von nach außen hin auslaufenden (kleiner werdenden) Wellen (also „Wellchen“ = Ondelettes = Wavelets) an. Im Sinne dieser Offenbarung sollen aber auch Wavelets zulässig sein, die ein von 0 verschiedenes Integral besitzen. Hier sei beispielhaft die im Folgenden beschriebenen Rechteck und Dreiecks-Wavelets genannt. Diese weitere Interpretation des Begriffs „Wavelet“ ist im amerikanischen Sprachraum verbreitet und von daher bekannt. Diese weitere Interpretation soll auch hier gelten.
  • Wichtige Beispiele für Wavelets mit 0-Integral sind das Haar-Wavelet (Alfred Haar 1909), die nach Ingrid Daubechies benannten Daubechies-Wavelets (um 1990), die ebenfalls von ihr konstruierten Coiflet-Wavelets und das eher theoretisch bedeutsame Meyer-Wavelet (Yves Meyer, um 1988).
  • Wavelets gibt es für Räume beliebiger Dimension, meist wird ein Tensorprodukt einer eindimensionalen Wavelet-Basis verwendet. Aufgrund der fraktalen Natur der Zwei-Skalen-Gleichung in der MRA haben die meisten Wavelets eine komplizierte Gestalt, die meisten haben keine geschlossene Form. Dies ist deswegen von besonderer Bedeutung, da das zuvor erwähnte Feature-Vektor-Signal ja mehrdimensional ist und daher die Verwendung multidimensionaler Wavelets zur Signalobjekterkennung zulässt.
  • Eine besondere Variante des vorgeschlagenen Verfahrens ist daher die Verwendung multidimensionaler Wavelets mit mehr als zwei Dimensionen zur Signalobjekterkennung. Insbesondere wird die Verwendung entsprechender Optimalfilter zur Erkennung solcher Wavelets mit mehr als zwei Dimensionen vorgeschlagen, um das Feature-Vektor-Signal um weitere zur Erkennung geeignete Teilsignale ggf. zu ergänzen.
  • Ein besonders geeignetes Wavelet ist beispielsweise ein Dreiecks-Wavelet. Dieses zeichnet sich durch einen Startzeitpunkt des Dreiecks-Wavelets, einen dem Startzeitpunkt des Dreiecks-Wavelets zeitlich nachfolgenden, zeitlich im Wesentlichen linearen Anstieg der Wavelet-Amplitude bis zu einem Maximum der Amplitude des Dreiecks-Wavelets und einen dem Maximum des Dreiecks-Wavelets und einem zeitlich nachfolgenden, zeitlich im Wesentlichen linearen Abfall der Wavelet-Amplitude bis zu einem Ende des Dreiecks-Wavelets aus.
  • Ein weiteres besonders geeignetes Wavelet ist ein Rechteckwavelet, das im Sinne dieser Offenbarung auch trapezförmige Wavelets mit einschließt. Ein Rechteck-Wavelet zeichnet sich durch einen Startzeitpunkt des Rechteck-Wavelets aus, dem ein Anstieg der Wavelet-Amplitude des Rechteckwavelets mit einer ersten zeitlichen Steilheit des Rechteck-Wavelets bis zu einem ersten Plateau-Zeitpunkt des Rechteck-Wavelets folgt. Dem ersten Plateau-Zeitpunkt des Rechteck-Wavelets folgt ein Verharren der Wavelet-Amplitude mit einer zweiten Steilheit der Wavelet-Amplitude bis zu einem zweiten Plateau-Zeitpunkt des Rechteck-Wavelets. Dem zweiten Plateau-Zeitpunkt des Rechteck-Wavelets folgt ein Abfall mit einer dritten zeitlichen Steilheit bis zum zeitlichen Ende des Rechteck-Wavelets. Dabei beträgt der Betrag der zweiten zeitlichen Steilheit weniger als 10% des Betrags der ersten zeitlichen Steilheit und weniger als 10% des Betrags der dritten zeitlichen Steilheit.
  • Statt der zuvor beschriebenen Wavelets ist auch die Verwendung anderer zweidimensionaler Wavelets, wie beispielsweise eines Sinushalbwellen-Wavelets möglich, das ebenfalls ein Integral ungleich 0 aufweist.
  • Es wird vorgeschlagen, dass bei Verwendung von Wavelets die zeitliche Verschiebung des betreffenden Wavelets des erkannten Signalobjekts als ein Signalobjektparameter verwendet wird . Beispielsweise kann durch Korrelation diese Verschiebung ermittelt werden.. Es wird weiter vorgeschlagen , da bei Verwendung von Wavelets der Zeitpunkt der Überschreitung des Pegels des Ausgangs eines zur Detektion des betreffenden Wavelets geeigneten Optimalfilters über einen vordefinierten zehnten Schwellwert für dieses Signalobjekt bzw. dieses Wavelet bevorzugt verwendet wird. Vorzugsweise wird die Hüllkurve des Empfangssignals und/oder ein Phasensignal und/oder ein Confidence-Signal etc. ausgewertet.
  • Ein weiterer möglicher Signalobjektparameter, der ermittelt werden kann, ist eine zeitliche Kompression oder Dehnung des betreffenden Wavelets des erkannten Signalobjekts. Ebenso kann eine Amplitude des Wavelets des erkannten Signalobjekts ermittelt werden.
  • Es wurde bei der Ausarbeitung des Vorschlags für das hier offenbarte Verfahren erkannt, dass es vorteilhaft ist, die Daten der erkannten Signalobjekte der sehr schnell eintreffenden Echos zuerst vom Sensor zum Rechnersystem zu übertragen und dann erst die nachfolgenden Daten der später erkannten Signalobjekte. Vorzugsweise wird dabei immer zumindest die erkannte Signalobjektklasse und ein Zeitstempel übertragen, der vorzugsweise angeben sollte, wann das Signalobjekt beim Sensor wieder eingetroffen ist. Im Rahmen des Erkennungsprozesses können den verschiedenen Signalobjekten, die für einen Abschnitt des Empfangssignals in Frage kommen, Scores zugeordnet werden, die angeben, welche Wahrscheinlichkeit entsprechend dem verwendeten Schätzalgorithmus dem vorliegen dieses Signalobjekts zugeordnet wird. Ein solcher Score ist im einfachsten Fall binär. Vorzugsweise handelt es sich jedoch um eine komplexe, reelle oder Integer-Zahl. Es kann sich beispielsweise um den ermittelten Abstand handeln. Sofern mehrere Signalobjekte einen hohen Score-Wert haben, ist es sinnvoll, in manchen Fällen auch die Daten erkannter Signalobjekte mit niedrigeren Score-Werten zu übertragen. Um dem Rechnersystem die richtige Handhabung zu ermöglichen, sollten für diesen Fall nicht nur das Datum (Symbol) des erkannten Signalobjekts und der Zeitstempel für das jeweilige Signalobjekt übertragen werden, sondern auch der ermittelte Score-Wert. Statt nur Datum (Symbol) des erkannten Signalobjekts und der Zeitstempel für das diesem Symbol entsprechende Signalobjekt zu übertragen kann zusätlich auch das Datum (Symbol) des Signalobjekts mit dem zweit kleinsten Abstand und dessen Zeitstempel für das diesem zweitwahrscheinlichsten Symbol entsprechende Signalobjekt mit übertragen werden. Somit wird in diesem Fall eine Hypothensenliste aus zwei erkannten Signalobjekten und deren zeitlichen Positionen sowie zusätzlich zugeordneten Score-Werten an das Rechnersystem übertragen. Natürlich ist auch die Übertragung einer Hypothensenliste bestehend aus mehr als zwei Symbolen für mehr als zwei erkannte Signalobjekte und deren zeitlichen Positionen sowie zusätzlich zugeordneten Score-Werte an das Rechnersystem erfolgen.
  • Vorzugsweise erfolgt die Übertragung der Daten der erkannten Signalobjektklasse und der zugeordneten Daten wie beispielsweise Zeitstemple und Score-Werte der jeweiligen erkannten Signalobjektklassen, also der zugeordneten Signalobjektparameter, nach dem FIFO-Prinzip. Dies stellt sicher, dass stets die Daten der Reflektionen der am nächsten liegenden Objekte zuerst übertragen werden und so der sicherheitskritische Fall des Zusammenstoßes des Fahrzeugs mit einem Hindernis priorisiert nach Wahrscheinlichkeit bearbeitet wird.
  • Neben der Übertragung von Messdaten kann auch die Übertragung von Fehlerzuständen des Sensors erfolgen. Dies kann auch während einer Empfangszeit (TE ) geschehen, wenn der Sensor durch Selbsttestvorrichtungen feststellt, dass ein Defekt vorliegt und die zuvor übertragenen Daten potenziell fehlerhaft sein könnten. Somit wird sichergestellt, dass das Rechnersystem zum frühest möglichen Zeitpunkt über eine Änderung der Bewertung der Messdaten Kenntnis erlangen kann und diese verwerfen oder anders behandeln kann. Dies ist von besonderer Bedeutung für Notbremssysteme, da eine Notbremsung ein sicherheitskritischer Eingriff ist, der nur dann eingeleitet werden darf, wenn die zugrundeliegenden Daten einen entsprechenden Vertrauenswert besitzen. Dem gegenüber wird daher die Übertragung der Messdaten, also beispielsweise des Datums der erkannten Signalobjektklasse und/oder die Übertragung des einen zugeordneten Signalobjektparameters zurückgestellt und damit niedriger priorisiert. Natürlich ist ein Abbruch der Übertragung bei Auftreten eines Fehlers im Sensor denkbar. In manchen Fällen kann es aber vorkommen, dass ein Fehler möglich erscheint, aber nicht sicher vorliegt. Insofern ist in solchen Fällen unter Umständen die Fortsetzung einer Übertragung angezeigt. Die Übertragung sicherheitskritischer Fehler des Sensors erfolgt somit vorzugsweise höher priorisiert.
  • Neben den bereits beschriebenen Wavelets mit einem Integrationswert von 0 und den zusätzlich hier als Wavelet bezeichneten Signalabschnitten mit einem Integrationswert verschieden von 0 können auch bestimmte Zeitpunkt im Verlauf des Empfangssignals als Signalgrundobjekt im Sinne dieser Offenlegung aufgefasst werden, die zu einer Datenkompression verwendet werden können und anstelle von Abtastwerten des Empfangssignals übertragen werden können. Diese Untermenge in der Menge möglicher Signalgrundobjekte bezeichnen wir im Folgenden als Signalzeitpunkte. Die Signalzeitpunkte sind also im Sinne dieser Offenlegung eine spezielle Form der Signalgrundobjekte.
  • Ein erster möglicher Signalzeitpunkt und damit ein Signalgrundobjekt ist ein Kreuzen der Amplitude des Hüllkurvensignals (1) mit der Amplitude eines elften Schwellwertsignals (SW) in aufsteigender Richtung.
  • Ein zweiter möglicher Signalzeitpunkt und damit ein Signalgrundobjekt ist ein Kreuzen der Amplitude des Hüllkurvensignals (1) mit der Amplitude eines zwölften Schwellwertsignals (SW) in absteigender Richtung.
  • Ein dritter möglicher Signalzeitpunkt und damit ein Signalgrundobjekt ist ein Maximum der Amplitude des Hüllkurvensignals (1) oberhalb der Amplitude eines dreizehnten Schwellwertsignals (SW).
  • Ein vierter möglicher Signalzeitpunkt und damit ein Signalgrundobjekt ist ein Minimum der Amplitude des Hüllkurvensignals (1) oberhalb der Amplitude eines vierzehnten Schwellwertsignals (SW).
  • Ggf. kann es sinnvoll sein, für diese vier beispielhaften Typen von Signalzeitpunkten und weitere Typen von Signalzeitpunkten signalzeitpunkttyp-spezifische Schwellwertsignale (SW) zu verwenden.
  • Die zeitliche Abfolge von Signalgrundobjekten ist typischerweise nicht beliebig. Dies wird in dieser Offenlegung ausgenutzt, da bevorzugt nicht die Signalgrundobjekte, die einfacherer Natur sind, übertragen werden sollen, sondern erkannte Muster von Abfolgen dieser Signalgrundobjekten, die dann die eigentlichen Signalobjekte darstellen. Wird beispielsweise ein Dreiecks-Wavelet im Hüllkurvensignal (1) ausreichender Amplitude erwartet, so kann zusätzlich zu einem entsprechenden Mindestpegel am Ausgang eines für die Detektion eines solchen Dreiecks-Wavelets geeigneten Optimal-Filters
    1. 1. das Auftreten eines ersten möglichen Signalzeitpunkts mit einem Kreuzen der Amplitude des Hüllkurvensignals (1) mit der Amplitude eines Schwellwertsignals (SW) in aufsteigender Richtung und daran zeitlich anschließend
    2. 2. das Auftreten eines dritten möglichen Signalzeitpunkts mit einem Maximum der Amplitude des Hüllkurvensignals (1) oberhalb der Amplitude eines Schwellwertsignals (SW) und daran zeitlich anschließend
    3. 3. das Auftreten eines zweiten möglichen Signalzeitpunkts mit einem Kreuzen der Amplitude des Hüllkurvensignals (1) mit der Amplitude eines Schwellwertsignals (SW) in absteigender Richtung

    in zeitlicher Korrelation zum Überschreiten des besagten Mindestpegels am Ausgang des besagten Optimal-Filters erwartet werden. Das beispielhafte Signalobjekt eines Dreiecks-Wavelets besteht in diesem Beispiel also in der vordefinierten Abfolge dreier Signalgrundobjekte, die erkannt, durch ein Symbol ersetzt wird und als dieses Symbol bevorzugt zusammen mit seinem Auftretenszeitpunkt, dem Zeitstempel, übertragen wird. Dieses Überschreiten des besagten Mindestpegels am Ausgang des besagten Optimal-Filters ist übrigens ein weiteres Beispiel für einen fünften möglichen Signalzeitpunkt und damit ein weiteres mögliches Signalgrundobjekt.
  • Die sich somit ergebende Gruppierung und zeitliche Abfolge von erkannten Signalgrundobjekten kann selbst, beispielsweise durch einen Viterbi-Decoder, als eine vordefinierte, erwartete Gruppierung oder zeitliche Abfolge von Signalgrundobjekten erkannt werden und kann somit selbst wieder ein Signalgrundobjekt darstellen. Somit ist ein sechster möglicher Signalzeitpunkt und damit ein Signalgrundobjekt das Auftreten einer solchen vordefinierten Gruppierung und/oder zeitliche Abfolge von anderen Signalgrundobjekten.
  • Wird eine solche Gruppierung von Signalgrundobjekten oder zeitliche Abfolge solcher Signalobjektklassen in Form eines Signalobjekts erkannt, so folgt das Übertragen des Symbols dieser erkannten zusammenfassenden Signalobjektklasse und zumindest des einen zugeordneten Signalobjektparameters vorzugsweise an Stelle der Übertragung der einzelnen Signalgrundobjekte, da hierdurch erhebliche Datenbuskapazität gespart wird. Es mag jedoch auch Fälle geben, in denen beides übertragen wird. Hierbei wird das Datum (Symbol) der Signalobjektklasse eines Signalobjekts übertragen, das eine vordefinierte zeitliche Abfolge und/oder Gruppierung von anderen Signalgrundobjekten ist. Um eine Kompression zu erreichen, ist es vorteilhaft, wenn zumindest eine Signalobjektklasse (Symbol) zumindest eines dieser anderen Signalgrundobjekte nicht übertragen wird.
  • Eine zeitliche Gruppierung von Signalgrundobjekten liegt insbesondere dann vor, wenn der zeitliche Abstand dieser Signalgrundobjekte einen vordefinierten Abstand nicht überschreitet. Im zuvor erwähnten Beispiel sollte die Laufzeit des Signals im Optimalfilter bedacht werden. Typischerweise dürfte das Optimalfilter langsamer als die Komparatoren sein. Daher sollte der Wechsel im Ausgangssignal des Optimalfilters in einem festen zeitlichen Zusammenhang zu dem zeitlichen Auftreten der relevanten Signalzeitpunkte stehen.
  • Es wird hier also ein Verfahren zur Übertragung von Sensordaten, insbesondere eines Ultraschallsensors, von einem Sensor zu einem Rechnersystem, insbesondere in einem Fahrzeug, vorgeschlagen, das mit der Aussenden eines Ultraschall-Bursts und dem Empfangen eines Ultraschallsignals und dem Bilden eines zeitdiskreten Empfangssignals bestehend aus einer Folge von Abtastwerten beginnt. Jedem Abtastwert ist dabei ein zeitliches Datum (Zeitstempel) zugeordnet. Es folgt die Bestimmung von mindestens zwei Parametersignalen jeweils betreffend das Vorliegen jeweils eines dem jeweiligen Parametersignal zugeordneten Signalgrundobjekts mit Hilfe mindestens eines geeigneten Filters (z.B. eines Optimalfilters) aus der Folge von Abtastwerten des Empfangssignals. Die sich ergebenden Parametersignale (Feature-Vektor-Signale) sind ebenfalls als zeitdiskrete Folge von jeweiligen Parametersignalwerten (Feature-Vektor-Werte) ausgebildet, die jeweils mit einem Datum (Zeitstempel) korreliert sind. Somit ist bevorzugt jedem Parametersignalwert (Feature-Vektor-Wert) genau ein zeitliches Datum (Zeitstempel) zugeordnet. Diese Parametersignale zusammen werden im Folgenden als Feature-Vektor-Signal bezeichnet. Das Feature-Vektor-Signal ist somit als zeitdiskrete Folge von Feature-Vektor-Signalwerten mit jeweils n Parametersignalwerten ausgebildet ist, die aus den Parametersignalwerten und weiteren Parametersignalwerten mit jeweils gleichem zeitlichem Datum (Zeitstempel) bestehen. Hierbei ist n die Dimensionalität der einzelnen Feature-Vektor-Signalwerte, die bevorzugt von einem Feature-Vektorwert zum nächsten Feature-Vektorwert gleich sind. Jedem so gebildeten Feature-Vektor-Signalwert wird dieses jeweilige zeitliche Datum (Zeitstempel) zugeordnet. Es folgt die Auswertung des zeitlichen Verlaufs des Feature-Vektor-Signals in dem sich ergebenden n-dimensionalen Phasenraum sowie das Schließen auf ein erkanntes Signalobjekt unter Ermittlung eines Bewertungswerts (z.B. des Abstands). Wie zuvor erläutert, besteht dabei ein Signalobjekt, aus einer zeitlichen Abfolge von Signalgrundobjekten. Dem Signalobjekt ist dabei typischerweise vordefiniert ein Symbol zugeordnet. Bildlich gesprochen wird hier geprüft, ob der Punkt, auf den das n-dimensionale Feature-Vektor-Signal im n-dimensionalen Phasenraum zeigt, bei seinem Wege durch den n-dimensionalen Phasenraum in vorbestimmter zeitlicher Abfolge sich vorbestimmten Punkten in diesem n-dimensionalen Phasenraum näher als ein vorgegebener Maximalabstand nähert. Das Feature-Vektor-Signal hat also einen einem zeitlichen Verlauf. Es wird dann ein Bewertungswert (z.B. ein Abstand) berechnet, der beispielsweise der Wahrscheinlichkeit für das Vorliegen einer bestimmten Abfolge wiedergeben kann. Es erfolgt dann der Vergleich dieses Bewertungswerts, dem wieder ein zeitlichen Datum (Zeitstempel) zugeordnet ist, mit einem Schwellwertvektor unter Bildung eines booleschen Resultats, dass einen ersten und einen zweiten Wert haben kann. Wenn dieses boolesche Resultat für dieses zeitliche Datum (Zeitstemple) den ersten Wert hat, erfolgt ein Übertragen des Symbols des Signalobjekts und des diesem Symbol zugeordneten zeitlichen Datums (Zeitstempel) von dem Sensor zu dem Rechnersystem. Ggf. können je nach erkanntem Signalobjekt weitere Parameter übertragen werden.
  • Besonders bevorzugt erfolgt die Datenübertragung im Fahrzeug über einen seriellen bidirektionalen Eindraht-Datenbus. Die elektrische Rückleitung wird hierbei bevorzugt durch die Karosserie des Fahrzeugs sichergestellt. Vorzugsweise werden die Sensordaten strommoduliert an das Rechnersystem gesendet. Die Daten zur Steuerung des Sensors werden durch das Rechnersystem vorzugsweise spannungsmoduliert an den Sensor gesendet. Erfindungsgemäß wurde erkannt, dass die Verwendung eines PSI5-Datenbusses und/oder eines DSI3-Datenbusses für die Datenübertragung besonders geeignet ist. Des Weiteren wurde erkannt, dass es besonders vorteilhaft ist, die Übertragung der Daten an das Rechnersystem mit einer Übertragungsrate von > 200 kBit/s und vom Rechnersystem zu dem mindestens einen Sensor mit einer Übertragungsrate > 10 kBit/s, vorzugsweise 20 kBit/s vorzunehmen. Des Weiteren wurde erkannt, dass die Übertragung von Daten von dem Sensor an das Rechnersystem mit einem Sendestrom auf den Datenbus moduliert werden sollte, dessen Stromstärke weniger als 50 mA, bevorzugt weniger als 5 mA, bevorzugt weniger als 2,5mA betragen sollte. Für diese Betriebswerte müssen diese Busse entsprechend angepasst werden. Das Grundprinzip bleibt aber bestehen.
  • Für die Durchführung der zuvor beschriebenen Verfahren wird ein Rechnersystem mit einer Datenschnittstelle zu dem besagten Datenbus, vorzugsweise dem besagten Eindrahtdatenbus, benötigt, das die Dekompression der dermaßen komprimierten Daten unterstützt. In der Regel wird das Rechnersystem jedoch keine vollständige Dekompression vornehmen, sondern beispielsweise lediglich den Zeitstempel und den erkannten Signalobjekttyp auswerten. Der Sensor, der zur Durchführung eines der zuvor beschrieben Verfahren benötigt wird, weist mindestens einen Sender und mindestens einen Empfänger zur Erzeugung eines Empfangssignals auf, die auch als ein oder mehrere Transducer kombiniert vorliegen können. Des Weiteren weist er zumindest Vorrichtungen zur Verarbeitung und Kompression des Empfangssignals auf sowie eine Datenschnittstelle zur Übertragung der Daten über den Datenbus, vorzugsweise den besagten Eindrahtdatenbus, an das Rechnersystem auf. Für die Kompression weist die Vorrichtung zur Kompression vorzugsweise zumindest eine der folgenden Teilvorrichtungen auf:
    • • Optimalfilter,
    • • Komparatoren,
    • • Schwellwertsignalerzeugungsvorrichtungen zur Erzeugung eines oder mehrerer Schwellwertsignale (SW),
    • • Differenzierer zur Bildung von Ableitungen,
    • • Integrierer zur Bildung integrierter Signale,
    • • sonstige Filter,
    • • Hüllkurvenformer zur Erzeugung eines Hüllkurvensignals aus dem Empfangssignal,
    • • Korrelationsfilter zum Vergleich des Empfangssignals oder von daraus abgeleiteten Signalen mit Referenzsignalen.
  • In einer besonders einfachen Form wird das vorgeschlagene Verfahren zur Übertragung von Sensordaten, insbesondere eines Ultraschallsensors, von einem Sensor zu einem Rechnersystem, insbesondere in einem Fahrzeug, wie folgt ausgeführt:
  • Es beginnt mit dem Aussenden eines Ultraschall-Bursts. Es folgt das Empfangen eines Ultraschallsignals, also typischerweise eine Reflektion und das Bilden eines zeitdriskreten Empfangssignals bestehend aus einer zeitlichen Folge von Abtastwerten. Dabei ist jedem Abtastwert ein zeitliches Datum (Zeitstemple) zugeordnet. Dieses gibt den Zeitpunkt der Abtastung typischerweise wieder. Auf Basis dieses Datenstroms erfolgt die Bestimmung eines ersten Parametersignals einer ersten Eigenschaft mit Hilfe eines ersten Filters aus der Folge von Abtastwerten des Empfangssignals. Bevorzugt wird dabei das Parametersignal wieder als zeitdiskrete Folge von Parametersignalwerten ausgebildet. Jedem Parametersignalwert wird wieder genau ein zeitliches Datum (Zeitstempel) zugeordnet. Bevorzugt entspricht dieses Datum dem jüngsten zeitlichen Datum eines Abtastwertes, der zur Bildung dieses jeweiligen Parametersignalwertes benutzt wurde. Zeitlich parallel dazu erfolgt bevorzugt die Bestimmung mindestens eines weiteren Parametersignals einer diesem weiteren Parametersignal zugeordneten Eigenschaft mit Hilfe eines diesem weiteren Parametersignal zugeordneten weiteren Filters aus der Folge von Abtastwerten des Empfangssignals, wobei die weiteren Parametersignale jeweils wieder als zeitdiskrete Folgen von weiteren Parametersignalwerten ausgebildet sind. Auch hier wird jedem weiteren Parametersignalwert jeweils das gleiche zeitliche Datum (Zeitstempel) wie dem entsprechenden Parametersignalwert zugeordnet.
  • Das erste Parametersignal und die weiteren Parametersignale werden zusammen im Folgenden als Feature-Vektor-Signal bezeichnet. Dieses Feature-Vektor-Signal (oder auch Parametervektorsignal) stellt somit eine zeitdiskrete Folge von Feature-Vektor-Signalwerten dar, die aus den Parametersignalwerten und weiteren Parametersignalwerten mit jeweils gleichem zeitlichen Datum (Zeitstempel) bestehen. Somit kann jedem so gebildeten Feature-Vektor-Signalwert (=Parametersignalwert) dieses jeweilige zeitliche Datum (Zeitstempel) zugeordnet werden.
  • Es erfolgt bevorzugt dann quasikontinuierlich der Vergleich der Feature-Vektor-Signalwerte eines zeitlichen Datums (Zeitstempels) mit einem Schwellwertvektor, der bevorzugt ein Prototypenvektor ist, unter Bildung eines booleschen Resultats, dass einen ersten und einen zweiten Wert haben kann, Beispielsweise ist es denkbar, den Betrag des aktuellen Feature-Vektor-Signalwerts, der beispielsweise eine erste Komponente eines Feature-Vektor-Signalwerts darstellt, mit einem fünfzehnten Schwellwert, der eine erste Komponente des Schwellwertvektors darstellt, zu vergleichen und das boolesche Resultat auf einen ersten Wert zusetzen, wenn der Betrag des Feature-Vektor-Signalwerts kleiner ist als dieser fünfzehnte Schwellwert, und auf einen zweiten Wert, wenn das nicht der Fall ist. Hat das boolesche Resultat einen ersten Wert, so ist es dann weiter denkbar, den Betrag des weiteren Feature-Vektor-Signalwerts, der beispielsweise eine weitere Komponente dieses Feature-Vektor-Signals darstellt, mit einem weiteren Schwellwert, der eine weitere Komponente des Schwellwertvektors darstellt, zu vergleichen und das boolesche Resultat auf dem ersten Wert zu belassen, wenn der Betrag des weiteren Feature-Vektor-Signalwerts kleiner ist als dieser weitere Schwellwert, und das boolesche Resultat auf den zweiten Wert zu setzen, wenn dies nicht der Fall ist. Auf diese Weise können alle weiteren Feature-Vektor-Signalwerte überprüft werden. Natürlich sind auch andere Klassifikatoren denkbar. Auch ist der Vergleich mit mehreren verschiedenen Schwellwertvektoren möglich. Diese Schwellwertvektoren stellen also die Prototypen vorgegebener Signalformen dar. Sie entstammen der besagten Bibliothek. Jedem Schwellwertvektor ist wieder bevorzugt ein Symbol zugeordnet.
  • Als letzter Schritt folgt dann in diesem Fall das Übertragen des Symbols und ggf. auch der Feature-Vektor-Signalwerte und des diesem Symbol bzw. Feature-Vektor-Signalwert zugeordneten zeitlichen Datums (Zeitstempels) von dem Sensor zu dem Rechnersystem, wenn das boolesche Resultat für dieses zeitliche Datum (Zeitstempel) den ersten Wert hat.
  • Somit werden alle anderen Daten nicht mehr übertragen. Des Weiteren werden durch die mehrdimensionale Auswertung Störungen vermieden.
  • Auf dieser Basis wird somit ein Sensorsystem vorgeschlagen, mit mindestens einem Rechnersystem, das zur Durchführung eines der zuvor vorgestellten Verfahren in der Lage ist und mit mindestens zwei Sensoren die ebenfalls zur Durchführung eines der zuvor vorgestellten Verfahren in der Lage sind, sodass diese mindestens zwei Sensoren mit dem Rechnersystem durch Signalobjekterkennung kommunizieren können und auch in die Lage versetzt sind, Fremdechos kompaktiert zu übertragen und diese Informationen zusätzliche dem Rechnersystem zur Verfügung zu stellen. Das Sensorsystem ist dementsprechend dazu typischerweise vorgesehen, dass die Datenübertragung zwischen den mindestens zwei Sensoren und dem Rechnersystem entsprechend den zuvor beschriebenen Verfahren abläuft oder ablaufen kann. Innerhalb der mindestens zwei Sensoren des Syensorsystems wird also typischerweise jeweils ein Ultraschallempfangssignal, also mindestens zwei Ultraschallempfangssignale, mittels eines der zuvor vorgeschlagenen Verfahren komprimiert und an das Rechnersystem übertragen. Dabei werden innerhalb des Rechnersystems die mindestens zwei Ultraschallempfangssignale zu rekonstruierten Ultraschallempfangssignalen rekonstruiert. Das Rechnersystem führt dann mit Hilfe von rekonstruierten Ultraschallempfangssignalen eine Objekterkennung von Objekten im Umfeld der Sensoren durch. Die Sensoren führen diese Objekterkennung im Gegensatz zum Stand der Technik also nicht durch.
  • Das Rechnersystem führt bevorzugt zusätzlich mit Hilfe der rekonstruierten Ultraschallempfangssignalen und zusätzlicher Signalen weiterer Sensoren, insbesondere der Signale von Radar-Sensoren, eine Objekterkennung von Objekten im Umfeld der Sensoren durch.
  • Als letzten Schritt erstellt bevorzugt das Rechnersystem aus Basis der erkannten Objekte eine Umfeldkarte für die Sensoren oder eine Vorrichtung, deren Teil die Sensoren sind.
  • Vorteil der Erfindung
  • Eine solche komprimierte Übertragung von Daten über den Datenbus zwischen Sensor und Rechnersystem senkt zum einen die Datenbuslast und damit die Kritizität gegenüber EMV-Anforderungen und schafft zum anderen freie Datenbuskapazitäten während der Empfangszeit für die Übertragung von Steuerbefehlen vom Rechnersystem zum Sensor und zur Übertragung von Statusinformationen und sonstigen Daten vom Sensor zum Rechnersystem. Die vorgeschlagene Priorisierung stellt dabei sicher, dass sicherheitsrelevante Daten zuerst übertragen werden und so keine unnötigen Totzeiten des Sensors entstehen.
  • Figurenliste
    • 1 zeigt den prinzipiellen Ablauf der Signalkompression und der Übertragung (Beschreibung siehe oben);
    • 2 zeigt detaillierter den prinzipiellen Ablauf der Signalkompression und der Übertragung (Beschreibung siehe oben.);
    • 3 a zeigt ein herkömmliches Ultraschall-Echo-Signal (1) und dessen konventionelle Auswertung.
    • 3 b zeigt ein herkömmliches Ultraschall-Echo-Signal (1) und dessen Auswertung, wobei die Amplitude mitübertragen wird.
    • 3c zeigt ein Ultraschall-Echo-Signal, wobei die Chirp-Richtung enthalten ist.
    • 3d zeigt erkannte Signalobjekte (Dreieckssignale) in dem Signal der 1c unter Verwurf nicht erkannter Signalanteile.
    • 4e zeigt die nicht beanspruchte konventionelle Übertragung
    • 4f zeigt die nicht beanspruchte Übertragung analysierter Daten nach vollständigem Empfang des Ultraschallechos
    • 4g zeigt die beanspruchte Übertragung komprimierter Daten, wobei in diesem Beispiel Symbole für Signalgrundobjekte weitestgehend ohne Kompression entsprechend dem Stand der Technik.
    • 5h zeigt die beanspruchte Übertragung komprimierter Daten, wobei in diesem Beispiel Symbole für Signalgrundobjekte zu Symbolen für Signalobjekte komprimiert werden.
    • 6 zeigt die beanspruchte Übertragung komprimierter Daten, wobei in diesem Beispiel Symbole für Signalgrundobjekte zu Symbolen für Signalobjekte komprimiert werden. Dabei wird nicht nur das Hüllkurvensignal, sondern auch das Confidenz-Signal ausgewertet.
  • Beschreibung der weiteren Figuren
  • Die 1 und 2 wurden bereits oben beschrieben.
  • 3 a
    3a zeigt den nicht beanspruchten zeitlichen Verlauf eines herkömmliches Ultraschall-Echo-Signal (1) und dessen nicht beanspruchte konventionelle Auswertung in frei gewählten Einheiten. Beginnend mit dem Aussenden des Sende-Bursts (SB) wird ein Schwellwertsignal (SW) mitgeführt. Immer dann, wenn das Hüllkurvensignal des Ultraschall-Echo-Signals (1) das Schwellwertsignal (SW) übersteigt, wird der Ausgang (2) auf logisch 1 gesetzt. Es handelt sich um eine zeitlich analoge Schnittstelle mit einem digitalen Ausgangspegel. Die weitere Auswertung wird dann im Steuergerät des Sensors übernommen. Eine Signalisierung von Fehlern oder eine Steuerung des Sensors ist über diese dem Stand der Technik entsprechende analoge Schnittstelle nicht möglich.
  • 3 b
    3b zeigt den nicht beanspruchten zeitlichen Verlauf eines herkömmliches Ultraschall-Echo-Signal (1) und dessen nicht beanspruchte konventionelle Auswertung in frei gewählten Einheiten. Beginnend mit dem Aussenden des Sende-Bursts (SB) wird ein Schwellwertsignal (SW) mitgeführt. Immer dann, wenn das Hüllkurvensignal des Ultraschall-Echo-Signals (1) das Schwellwertsignal (SW) übersteigt, wird der Ausgang (2) nun jedoch auf einen Pegel entsprechend der Amplitude der erfassten Reflektion gesetzt. Es handelt sich um eine zeitlich analoge Schnittstelle mit einem analogen Ausgangspegel. Die weitere Auswertung wird dann im Steuergerät des Sensors übernommen. Eine Signalisierung von Fehlern oder eine Steuerung des Sensors ist über diese dem Stand der Technik entsprechende analoge Schnittstelle nicht möglich.
  • 3c
    zeigt zur Erläuterung das Ultraschall-Echo-Signal, wobei die Chirp-Richtung (z.B. A=Chirp-Up; B=Chirp down) markiert ist.
  • 3d
    In 3d wird das Prinzip der symbolischen Signalübertragung erläutert. Statt des Signals aus 3c werden hier beispielhaft nur zwei Typen von Dreiecksobjekten übertragen. Konkret sind das ein erstes Dreiecksobjekt (A) für den Chirp-Up-Fall und ein zweites Dreiecksobjekt (B) für den Chirp-Down-Fall. Gleichzeitig werden der Zeitpunkt und die Amplitude des Dreiecksobjekts übertragen. Erfolgt nun auf Basis dieser Daten eine Rekonstruktion des Signals, so erhält man ein Signal entsprechend 3d. Aus diesem Signal wurden die Signalanteile entfernt, die nicht den Dreieckssignalen entsprachen. Es erfolgen somit ein Verwurf nicht erkannter Signalanteile und eine massive Datenkompression.
  • 4e
    zeigt die nicht beanspruchte konventionelle analoge Übertragung der Schnittpunkte des Hüllkurvensignals (1) des Ultraschall-Echo-Signals mit dem Schwellwertsignal (SW).
  • 4f
    zeigt die nicht beanspruchte Übertragung analysierter Daten nach vollständigem Empfang des Ultraschallechos.
  • 4g
    zeigt die beanspruchte Übertragung komprimierter Daten, wobei in diesem Beispiel Symbole für Signalgrundobjekte weitestgehend ohne Kompression übertragen werden.
  • 5h
    zeigt die beanspruchte Übertragung komprimierter Daten, wobei in diesem Beispiel Symbole für Signalgrundobjekte zu Symbolen für Signalobjekte komprimiert werden. Zuerst wird ein erstes Dreiecksobjekt (59) gekennzeichnet durch die kennzeichnende zeitliche Abfolge einer Schwellwertüberschreitung gefolgt von einem Maximum und einer Schwellwertunterschreitung erkannt und übertragen. Dann wird eine Doppelspitze mit Sattelpunkt (60) über dem Schwellwertsignal erkannt. Kennzeichnend ist hier die Abfolge einer Überschreitung des Schwellwertsignals (SW) durch das Hüllkurvensignals (1) gefolgt von einem Maximum des Hüllkurvensignals (1) gefolgt von einem Minimum oberhalb des Schwellwertsignals (SW) gefolgt von einem Maximum oberhalb des Schwellwertsignals (SW) gefolgt von einer Unterschreitung des Schwellwertsignals (SW). Nach der Erkennung wird das Symbol für diese Doppelspitze mit Sattelpunkt übertragen. Dabei wird ein Zeitstempel mitübertragen. Bevorzugt werden auch weitere Parameter der Doppelspitze mit Sattelpunkt mitübertragen wie z.B. die Positionen der Maxima und des Minimums oder ein Skalierungsfaktor. Es folgt dann wieder die Erkennung eines Dreiecksignals als Signalgrundobjekt als Überschreitung des Schwellwertsignals (SW) durch das Hüllkurvensignal gefolgt von einem Maximum des Hüllkurvensignals gefolgt von einem Unterschreiten des Schwellwertsignals (SW) durch das Hüllkurvensignal. Es folgt dann wieder die Erkennung einer Doppelspitze wobei nun aber das Minimum des Hüllkurvensignals unter dem Schwellwertsignal (SW) liegt. Diese Doppelspitze kann also beispielsweise ggf. als separates Signalobjekt behandelt werden. Wie leicht erkennbar, führt diese Behandlung des Signals zu einer massiven Datenreduktion.
  • 6
    zeigt die beanspruchte Übertragung komprimierter Daten entsprechend 3, wobei in diesem Beispiel nicht nur das Hüllkurvensignal, sondern auch das Confidenz-Signal ausgewertet wird.
  • Bezugszeichenliste
  • α
    Aussenden des Ultraschall-Bursts;
    β
    Empfangen des an einem Objekt reflektierten Ultraschall-Bursts und Umwandlung in ein elektrisches Empfangssignal;
    γ
    Kompression des elektrischen Empfangssignals;
    γa
    Abtastung des elektrischen Eingangssignals und Bildung eines abgetasteten elektrischen Eingangssignals, wobei bevorzugt jedem Abtastwert des elektrischen Eingangssignals ein Zeitstemple zugeordnet werden kann.
    γb
    Ermittlung von mehreren Spektralwerten z.B. durch Optimalfilter (englisch Matched Filter) für prototypische Signalobjektklassen. Diese mehreren Spektralwerte bilden zusammen einen Feature-Vektor. Diese Bildung findet bevorzugt fortlaufend statt, sodass sich ein Strom von Feature-Vektor-Werten ergibt. Jedem Feature-Vektor-Wert kann bevorzugt wieder ein Zeitstempelwert zugeordnet werden;
    γc
    optionale, aber bevorzugt durchgeführte Normierung der Feature-Vektor Spektralkoeffizienten des jeweiligen Feature-Vektors eines Zeitstempelwerts vor der Korrelation mit den prototypischen Signalobjektklassen in Form von vorgegebenen prototypischen Feature-Vektor-Werten einer Prototypen-Bibliothek;
    γd
    Abstandsbestimmung zwischen dem aktuellen Feature-Vektor-Wert und den Werten der prototypischen Signalobjektklassen in Form von vorgegebenen prototypischen Feature-Vektor-Werten einer Prototypen-Bibliothek;
    γe
    Selektion der ähnlichsten prototypischen Signalobjektklasse in Form eines vorgegebenen prototypischen Feature-Vektor-Wertes einer Prototypen-Bibliothek mit bevorzugt minimalem Abstand zum aktuellen Feature-Vektor und Übernahme des Symbols dieser Signalobjektklasse als erkanntes Signalobjekt zusammen mit dem Zeitstempelwert als komprimierte Daten. Ggf. können weitere Daten, insbesondere Signalobjektparameter, wie δ z.B. dessen Amplitude mit als komprimierte Daten übernommen werden. Diese komprimierten Daten bilden dann das komprimierte Empfangssignal; Übertragung des komprimierten elektrischen Empfangssignals an das Rechnersystem:
    1
    Hüllkurve des empfangenen Ultraschallsignals;
    2
    Ausgangssignal (übermittelte Information) einer IO-Schnittstelle gemäß dem Stand der Technik;
    3
    übermittelte Information einer LIN-Schnittstelle gemäß dem Stand der Technik;
    4
    beispielhafter, erster Schnittpunkt der Hüllkurve (1) des Empfangssignals mit dem Schwellwertsignal (SW) in Abwärtsrichtung.;
    5
    beispielhafter, erster Schnittpunkt der Hüllkurve (1) mit des Schwellwertsignals (SW) in Aufwärtsrichtung;
    6
    beispielhaftes erstes Maximum der Hüllkurve (1) oberhalb des Schwellwertsignals (SW);
    7
    beispielhafter, zweiter Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignals (SW) in Abwärtsrichtung;
    8
    beispielhafter, zweiter Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Aufwärtsrichtung;
    9
    beispielhaftes zweites Maximum der Hüllkurve (1) oberhalb des Schwellwertsignals (SW);
    10
    beispielhaftes erstes Minimum der Hüllkurve (1) oberhalb des Schwellwertsignals (SW);
    11
    beispielhaftes drittes Maximum der Hüllkurve (1) oberhalb des Schwellwertsignals (SW);
    12
    beispielhafter, dritter Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung;
    13
    beispielhafter, dritter Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Aufwärtsrichtung;
    14
    beispielhaftes viertes Maximum der Hüllkurve (1) oberhalb des Schwellwertsignals (SW);
    15
    beispielhafter, vierter Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung;
    16
    beispielhafter, vierter Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Aufwärtsrichtung;
    17
    beispielhaftes fünftes Maximum der Hüllkurve (1) oberhalb des Schwellwertsignals (SW);
    18
    beispielhafter, fünfter Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung;
    19
    beispielhafter, fünfter Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Aufwärtsrichtung;
    20
    beispielhaftes sechstes Maximum der Hüllkurve (1) oberhalb des Schwellwertsignals (SW);
    21
    beispielhafter, sechster Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung;
    22
    beispielhafter, sechster Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Aufwärtsrichtung;
    23
    beispielhaftes siebtes Maximum der Hüllkurve (1) oberhalb des Schwellwertsignals (SW);
    24
    beispielhafter, siebter Schnittpunkt der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung;
    25
    Hüllkurve während des Ultraschall-Bursts
    26
    Übertragung der Daten des beispielhaften, ersten Schnittpunkts (4) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    27
    Übertragung der Daten des beispielhaften, ersten Schnittpunkts (5) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Aufwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    28
    Übertragung der Daten des beispielhaften ersten Maximums (6) der Hüllkurve (1) oberhalb des Schwellwertsignals (SW) über den vorzugsweise bidirektionalen Datenbus;
    29
    Übertragung der Daten des beispielhaften, zweiten Schnittpunkts (7) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    30
    Übertragung der Daten des beispielhaften, zweiten Schnittpunkts (8) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Aufwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    31
    Übertragung der Daten des beispielhaften zweiten Maximums (9) der Hüllkurve (1) oberhalb des Schwellwertsignals (SW) und der Daten des beispielhaften ersten Minimums (10) der Hüllkurve (1) oberhalb der Schwellwertsignal (SW) über den vorzugsweise bidirektionalen Datenbus;
    32
    Übertragung der Daten des beispielhaften dritten Maximums (11) der Hüllkurve (1) oberhalb des Schwellwertsignals (SW) über den vorzugsweise bidirektionalen Datenbus;
    34
    Übertragung der Daten des beispielhaften, dritten Schnittpunkts (12) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    35
    Übertragung der Daten des beispielhaften, dritten Schnittpunkts (13) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Aufwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    36
    Übertragung der Daten des beispielhaften vierten Maximums (14) der Hüllkurve (1) oberhalb des Schwellwertsignals (SW) über den vorzugsweise bidirektionalen Datenbus;
    37
    Übertragung der Daten des beispielhaften, vierten Schnittpunkts (15) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    38
    Übertragung der Daten des beispielhaften, vierten Schnittpunkts (16) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Aufwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    39
    Übertragung der Daten des beispielhaften, fünften Maximums (17) der Hüllkurve (1) oberhalb des Schwellwertsignals (SW) über den vorzugsweise bidirektionalen Datenbus;
    40
    Übertragung der Daten des beispielhaften, fünften Schnittpunkt (18) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    41
    Übertragung der Daten des beispielhaften, fünften Schnittpunkts (19) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Aufwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    42
    Übertragung der Daten des beispielhaften, sechsten Schnittpunkts (21) der Hüllkurve (1) mit dem Schwellwertsignal (SW) in Abwärtsrichtung über den vorzugsweise bidirektionalen Datenbus;
    43
    Übertragung der Daten der empfangenen Echos auf dem LIN-Bus nach dem Stand der Technik nach Ende des Empfangs;
    44
    Übertragung von Daten auf dem LIN-Bus nach dem Stand der Technik vor Aussendung des Ultraschall-Bursts;
    45
    Übertragung von Daten über die IO-Schnittstelle nach dem Stand der Technik vor Aussendung des Ultraschall-Bursts;
    46
    Wirkung des Ultraschall-Sende-bursts auf das Ausgangssignal der IO-Schnittstelle nach dem Stand der Technik;
    47
    Signal des ersten Echos (5, 6, 7) auf der IO-Schnittstelle gem. dem Stand der Technik;
    48
    Signal des zweiten Echos (8, 9, 10, 11, 12) auf der IO-Schnittstelle gem. dem Stand der Technik;
    49
    Signal des dritten und vierten Echos (13, 14, 15) auf der IO-Schnittstelle gem. dem Stand der Technik;
    50
    Signal des fünften Echos (16, 17, 18) auf der IO-Schnittstelle gem. dem Stand der Technik;
    51
    Signal des sechsten Echos (19, 20, 21) auf der IO-Schnittstelle gem. dem Stand der Technik;
    52
    Signal des siebten Echos (22, 23, 24) auf der IO-Schnittstelle gem. dem Stand der Technik;
    53
    Startbefehl von dem Rechnersystem an den Sensor über den Datenbus;
    54
    periodische automatische Datenübertragung zwischen Sensor und Rechnersystem vorzugsweise nach DSI3-Standard;
    55
    Diagnose-Bits nach dem Messzyklus;
    56
    Ende des Aussendens des Ultraschall-Bursts (Ende des Sende-Bursts). Bevorzugt fällt das Ende des Ultraschall-Bursts mit dem Punkt 4 zusammen.
    57
    Anfang des Aussendens des Ultraschall-Bursts (Anfang des Sende-Bursts).
    58
    Ende der Datenübertragung
    a
    Übertragene Informationen für die Übertragung der empfangenen Ultraschallechos mittels einer IO-Schnittstelle aus dem Stand der Technik;
    A
    Beispielhaftes erkanntes Objekt mit Chirp-Down;
    a.u.„arbritrary units“ =
    frei gewählte Einheiten
    B
    Beispielhaftes erkanntes Objekt mir Chip-Up;
    b
    Übertragene Informationen für die Übertragung der empfangenen Ultraschallechos mittels einer LlN-Schnittstelle aus dem Stand der Technik;
    c
    Übertragene Informationen für die Übertragung der empfangenen Ultraschallechos mittels des vorgeschlagenen Verfahrens und der vorgeschlagenen Vorrichtung mit Hüllkurve zum Vergleich;
    d
    Übertragene Informationen für die Übertragung der empfangenen Ultraschallechos mittels des vorgeschlagenen Verfahrens und der vorgeschlagenen Vorrichtung ohne Hüllkurve;
    e
    schematische Signalformen bei der Übertragung der empfangenen Echo-Informationen mittels einer IO-Schnittstelle aus dem Stand der Technik;
    En
    Amplitude der Hüllkurve des empfangenen Ultraschallsignals;
    f
    schematische Signalformen bei der Übertragung der empfangenen Echo-Informationen mittels einer LIN-Schnittstelle aus dem Stand der Technik;
    g
    schematische Signalformen bei der Übertragung der empfangenen Echo-Informationen mittels einer bidirektionalen Datenschnittstelle;
    SB
    Sende-Burst
    SW
    Schwelle
    t
    Zeit;
    TE
    Empfangszeit. Die Empfangszeit beginnt typischerweise mit dem Ende (56) des Aussendens des ultraschall-Bursts. Es ist möglich, mit dem Empfang bereits zuvor zu beginnen. Dies kann aber zu Problemen führen die ggf. zusätzliche Maßnahmen erfordern.
  • 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
    • WO 2012/016834 A1 [0004]
    • DE 4433957 A1 [0005]
    • DE 102012015967 A1 [0006]
    • DE 102011085286 A1 [0007]
    • WO 2014108300 A1 [0008]
    • DE 102015104934 A1 [0009]
    • DE 102015104934 A [0009]
    • DE 102010041424 A1 [0011]
    • DE 102013226373 A1 [0012]
    • US 2006/0250297 A1 [0013]
    • DE 102017100837 [0043]
    • DE 102017100835 [0043]

Claims (26)

  1. Verfahren zur Übertragung von Sensordaten, insbesondere eines Ultraschallsensors, von einem Sensor zu einem Rechnersystem, insbesondere in einem Fahrzeug, aufweisend oder umfassend die Schritte - Aussenden eines Ultraschall-Bursts; - Empfangen eines Ultraschallsignals und bilden eines Ultraschallempfangssignals; - Erzeugen eines Confidence-Signals durch Bildung einer Korrelation zwischen dem Empfangssignal oder einem daraus abgeleiteten Signal einerseits und einem Referenzsignal andererseits. - Bilden eines Feature-Vektor-Signals aus dem Ultraschallempfangssignal; - Erkennen von Signalobjekten und Klassifizieren dieser Signalobjekte in zuerkannte Signalobjektklassen innerhalb des Ultraschallempfangssignals, • wobei jedem somit erkannten und klassifizierten Signalobjekt zumindest ein zugeordneter Signalobjektparameter und ein Symbol entsprechend der diesem Signalobjekt zuerkannten Signalobjektklasse zugeordnet werden oder • wobei jedem somit erkannten und klassifizierten Signalobjekt zumindest ein zugeordneter Signalobjektparameter und ein Symbol für dieses Signalobjekt bestimmt werden; - Übertragen zumindest des Symbols einer erkannten Signalobjektklasse und zumindest des einen zugeordneten Signalobjektparameters dieser erkannten Signalobjektklasse.
  2. Verfahren nach Anspruch 1 umfassend den zusätzlichen Schritt - Ermitteln eines Chirp-Werts als zugeordneten Signalobjektparameter, der angibt, ob es sich bei dem erkannten Signalobjekt um ein Echo eines Ultraschall-Sende-Bursts mit Chirp-Up oder ein Chirp-Down oder ein No-Chirp-Eigenschaften handelt.
  3. Verfahren nach einem oder mehreren der Ansprüche 1 bis 2 umfassend den zusätzlichen Schritt - Erzeugen eines Phasen-Signals.
  4. Verfahren nach Anspruch 3 umfassend den zusätzlichen Schritt - Erzeugen eines Phasen-Confidence-Signals durch Bildung der Korrelation zwischen dem Phasen-Signal oder einem daraus abgeleiteten Signal einerseits und einem Referenzsignal.
  5. Verfahren nach Anspruch 4 umfassend den zusätzlichen Schritt - Vergleich des Phasen-Confidence-Signals mit einem oder mehreren Schwellwerten zur Erzeugung eines diskretisierten Phasen-Confidence-Signals.
  6. Verfahren nach einem oder mehreren der Ansprüche 1 bis 5 - wobei es sich bei mindestens einer Signalobjektklasse um ein Wavelet handelt.
  7. Verfahren nach Anspruch 6 - wobei das zumindest eine Wavelet ein Dreiecks-Wavelet ist.
  8. Verfahren nach einem oder mehreren der Ansprüche 6 bis 7 - wobei das zumindest eine Wavelet ein Rechteck-Wavelet ist.
  9. Verfahren nach einem oder mehreren der Ansprüche 6 bis 8 - wobei das zumindest eine Wavelet ein Sinushalbwellen-Wavelet ist.
  10. Verfahren nach einem oder mehreren der Ansprüche 6 bis 9 - wobei einer der Signalobjektparameter • eine zeitliche Verschiebung des Wavelets des erkannten Signalobjekts ist oder • eine zeitliche Kompression oder Dehnung des Wavelets des erkannten Signalobjekts ist oder • eine Amplitude des Wavelets des erkannten Signalobjekts ist.
  11. Verfahren nach einem oder mehreren der Ansprüche 1 bis 10 - wobei die Übertragung von Fehlerzuständen des Sensors • gegenüber der Übertragung der zumindest einen erkannten Signalobjektklasse und/oder • gegenüber der Übertragung des einen zugeordneten Signalobjektparameters höher priorisiert erfolgt.
  12. Verfahren nach einem oder mehreren der Ansprüche 1 bis 11 - wobei ein Signalobjekt die Kombination von zwei oder drei oder vier oder mehr Signalgrundobjekten umfasst.
  13. Verfahren nach Anspruch 12 - wobei ein Signalgrundobjekt das Kreuzen des Betrags der Amplitude des Hüllkurvensignals (1) mit dem Betrag eines Schwellwertsignals (SW) zu einem Kreuzungszeitpunkt ist.
  14. Verfahren nach einem oder mehreren der Ansprüche 12 bis 13 - wobei ein Signalgrundobjekt das Kreuzen des Betrags der Amplitude des Hüllkurvensignals (1) mit dem Betrag eines Schwellwertsignals (SW) zu einem Kreuzungszeitpunkt in aufsteigender Richtung ist.
  15. Verfahren nach einem oder mehreren der Ansprüche 12 bis 14 - wobei ein Signalgrundobjekt das Kreuzen des Betrags der Amplitude des Hüllkurvensignals (1) mit dem Betrag eines Schwellwertsignals (SW) zu einem Kreuzungszeitpunkt in absteigender Richtung ist.
  16. Verfahren nach einem oder mehreren der Ansprüche 12 bis 15 - wobei ein Signalgrundobjekt ein Maximum des Betrags der Amplitude des Hüllkurvensignals (1) oberhalb des Betrags eines Schwellwertsignals (SW) zu einem Maximalzeitpunkt ist.
  17. Verfahren nach einem oder mehreren der Ansprüche 12 bis 16 - wobei ein Signalgrundobjekt ein Minimum des Betrags der Amplitude des Hüllkurvensignals (1) oberhalb des Betrags eines Schwellwertsignals (SW) zu einem Minimalzeitpunkt ist.
  18. Verfahren nach einem oder mehreren der Ansprüche 12 bis 17 - wobei ein Signalgrundobjekt eine vordefinierte zeitliche Abfolge und/oder zeitliche Gruppierung von anderen Signalgrundobjekten ist.
  19. Verfahren nach einem oder mehreren der Ansprüche 1 bis 18 - wobei das Übertragen zumindest des Symbols einer erkannten Signalobjektklasse und zumindest des einen zugeordneten Signalobjektparameters dieser erkannten Signalobjektklasse die Übertragung der Signalobjektklasse eines Signalobjekts ist, das eine vordefinierte zeitliche Abfolge von anderen Signalobjekten ist, und wobei zumindest eine Signalobjektklasse zumindest eines dieser anderen Signalobjekte nicht übertragen wird.
  20. Sensor, insbesondere Ultraschallsensor, der zur Durchführung eines Verfahrens gemäß einem oder mehreren der Ansprüche 1 bis 19 geeignet oder vorgesehen ist.
  21. Rechnersystem, das zur Durchführung eines Verfahrens gemäß einem oder mehreren der Ansprüche 1 bis 19 geeignet oder vorgesehen ist.
  22. Sensorsystem - mit mindestens einem Rechnersystem nach Anspruch 21 und - mit mindestens zwei Sensoren nach Anspruch 20, - wobei das Sensorsystem dazu vorgesehen ist, dass die Datenübertragung zwischen den Sensoren und dem Rechnersystem entsprechend einem Verfahren gemäß einem oder mehreren der Ansprüche 1 bis 19 abläuft oder ablaufen kann.
  23. Sensorsystem nach Anspruch 22 - wobei innerhalb der Sensoren jeweils ein Ultraschallempfangssignal, also mindestens zwei Ultraschallempfangssignale, mittels eines Verfahrens entsprechend einem Verfahren gemäß einem oder mehreren der Ansprüche 1 bis 19 komprimiert und an das Rechnersystem übertragen wird und - wobei innerhalb des Rechnersystems die mindestens zwei Ultraschallempfangssignale zu rekonstruierten Ultraschallempfangssignalen rekonstruiert werden.
  24. Sensorsystem nach Anspruch 23 - wobei das Rechnersystem mit Hilfe von rekonstruierten Ultraschallempfangssignalen eine Objekterkennung von Objekten im Umfeld der Sensoren durchführt.
  25. Sensorsystem nach Anspruch 24 - wobei das Rechnersystem mit Hilfe von rekonstruierten Ultraschallempfangssignalen und zusätzlichen Signalen weiterer Sensoren, insbesondere Signalen von Radar-Sensoren, eine Objekterkennung von Objekten im Umfeld der Sensoren durchführt.
  26. Sensorsystem nach einem oder mehreren der Ansprüche 24 oder 25 - wobei das Rechnersystem aus Basis der erkannten Objekte eine Umfeldkarte für die Sensoren oder eine Vorrichtung, deren Teil die Sensoren sind, erstellt.
DE102018010254.9A 2018-03-16 2018-03-16 Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung Withdrawn DE102018010254A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102018010254.9A DE102018010254A1 (de) 2018-03-16 2018-03-16 Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102018010254.9A DE102018010254A1 (de) 2018-03-16 2018-03-16 Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung

Publications (1)

Publication Number Publication Date
DE102018010254A1 true DE102018010254A1 (de) 2019-09-19

Family

ID=67774083

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018010254.9A Withdrawn DE102018010254A1 (de) 2018-03-16 2018-03-16 Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung

Country Status (1)

Country Link
DE (1) DE102018010254A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11644555B2 (en) 2018-07-27 2023-05-09 Texas Instruments Incorporated Threshold generation for coded ultrasonic sensing
US11733377B2 (en) 2018-05-07 2023-08-22 Texas Instruments Incorporated Time of flight and code signature detection for coded ultrasonic transmission

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4433957A1 (de) 1994-09-23 1996-03-28 Mayser Gmbh & Co Verfahren zur Ultraschall-Hinderniserkennung
US20060250297A1 (en) 2005-05-06 2006-11-09 Ford Global Technologies, Llc System and method for preemptively sensing an object and selectively operating both a collision countermeasure system and a parking assistance system aboard an automotive vehicle
WO2012016834A1 (de) 2010-08-05 2012-02-09 Valeo Schalter Und Sensoren Gmbh Verfahren und vorrichtung zu auswertung eines echosignals zur fahrzeugumfelderfassung sowie zugehörige vorrichtung zur fahrzeugumfelderfassung
DE102010041424A1 (de) 2010-09-27 2012-03-29 Robert Bosch Gmbh Verfahren zum Erfassen eines Umfelds eines Fahrzeugs
DE102011085286A1 (de) 2011-10-27 2012-08-02 Robert Bosch Gmbh Verfahren zur Erfassung der Umgebung eines Fahrzeugs mittels Ultraschall
DE102012015967A1 (de) 2012-08-11 2014-05-15 Valeo Schalter Und Sensoren Gmbh Verfahren zum Dekodieren eines von einem Ultraschallsensor eines Kraftfahrzeugs empfangenen Empfangssignals, Fahrerassistenzeinrichtung und Kraftfahrzeug
WO2014108300A1 (de) 2013-01-14 2014-07-17 Robert Bosch Gmbh Vorrichtung und verfahren zur umfeldsensorik
DE102013226376A1 (de) * 2013-12-18 2015-06-18 Robert Bosch Gmbh Verfahren zur Sensoranbindung
DE102013226373A1 (de) 2013-12-18 2015-06-18 Sandvik Materials Technology Deutschland Gmbh Verfahren und Vorrichtung zum Herstellen von Bitumenblöcken
DE102015104934A1 (de) 2015-03-31 2016-10-06 Valeo Schalter Und Sensoren Gmbh Verfahren zum Bereitstellen von Freirauminformationen in einem Umgebungsbereich eines Kraftfahrzeugs als Sensor-Rohdaten an einer Kommunikationsschnittstelle, Sensoreinrichtung, Verarbeitungseinrichtung und Kraftfahrzeug
DE102017123049B3 (de) 2017-01-17 2018-02-15 Elmos Semiconductor Aktiengesellschaft Echokodierung und -Dekodierung von Ultraschallsignalen unter Verwendung von zweiwertigen Chirp-Signalen durch Vorzeichenermittlung der Frequenzänderung
DE102017123050B3 (de) 2017-01-17 2018-02-15 Elmos Semiconductor Aktiengesellschaft Echokodierung und -Dekodierung von Ultraschallsignalen unter Verwendung von dreiwertigen Chirp-Signalen durch Schwellwertvergleich der Frequenzänderung
WO2018210966A1 (de) * 2017-05-16 2018-11-22 Elmos Semiconductor Aktiengesellschaft Verfahren zur übertragung von daten über einen fahrzeugdatenbus von einem ultraschallsystem zu einer datenverarbeitungsvorrichtung

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4433957A1 (de) 1994-09-23 1996-03-28 Mayser Gmbh & Co Verfahren zur Ultraschall-Hinderniserkennung
US20060250297A1 (en) 2005-05-06 2006-11-09 Ford Global Technologies, Llc System and method for preemptively sensing an object and selectively operating both a collision countermeasure system and a parking assistance system aboard an automotive vehicle
WO2012016834A1 (de) 2010-08-05 2012-02-09 Valeo Schalter Und Sensoren Gmbh Verfahren und vorrichtung zu auswertung eines echosignals zur fahrzeugumfelderfassung sowie zugehörige vorrichtung zur fahrzeugumfelderfassung
DE102010041424A1 (de) 2010-09-27 2012-03-29 Robert Bosch Gmbh Verfahren zum Erfassen eines Umfelds eines Fahrzeugs
DE102011085286A1 (de) 2011-10-27 2012-08-02 Robert Bosch Gmbh Verfahren zur Erfassung der Umgebung eines Fahrzeugs mittels Ultraschall
DE102012015967A1 (de) 2012-08-11 2014-05-15 Valeo Schalter Und Sensoren Gmbh Verfahren zum Dekodieren eines von einem Ultraschallsensor eines Kraftfahrzeugs empfangenen Empfangssignals, Fahrerassistenzeinrichtung und Kraftfahrzeug
WO2014108300A1 (de) 2013-01-14 2014-07-17 Robert Bosch Gmbh Vorrichtung und verfahren zur umfeldsensorik
DE102013226376A1 (de) * 2013-12-18 2015-06-18 Robert Bosch Gmbh Verfahren zur Sensoranbindung
DE102013226373A1 (de) 2013-12-18 2015-06-18 Sandvik Materials Technology Deutschland Gmbh Verfahren und Vorrichtung zum Herstellen von Bitumenblöcken
DE102015104934A1 (de) 2015-03-31 2016-10-06 Valeo Schalter Und Sensoren Gmbh Verfahren zum Bereitstellen von Freirauminformationen in einem Umgebungsbereich eines Kraftfahrzeugs als Sensor-Rohdaten an einer Kommunikationsschnittstelle, Sensoreinrichtung, Verarbeitungseinrichtung und Kraftfahrzeug
DE102017123049B3 (de) 2017-01-17 2018-02-15 Elmos Semiconductor Aktiengesellschaft Echokodierung und -Dekodierung von Ultraschallsignalen unter Verwendung von zweiwertigen Chirp-Signalen durch Vorzeichenermittlung der Frequenzänderung
DE102017123050B3 (de) 2017-01-17 2018-02-15 Elmos Semiconductor Aktiengesellschaft Echokodierung und -Dekodierung von Ultraschallsignalen unter Verwendung von dreiwertigen Chirp-Signalen durch Schwellwertvergleich der Frequenzänderung
WO2018210966A1 (de) * 2017-05-16 2018-11-22 Elmos Semiconductor Aktiengesellschaft Verfahren zur übertragung von daten über einen fahrzeugdatenbus von einem ultraschallsystem zu einer datenverarbeitungsvorrichtung

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11733377B2 (en) 2018-05-07 2023-08-22 Texas Instruments Incorporated Time of flight and code signature detection for coded ultrasonic transmission
US11644555B2 (en) 2018-07-27 2023-05-09 Texas Instruments Incorporated Threshold generation for coded ultrasonic sensing

Similar Documents

Publication Publication Date Title
DE112018000570B3 (de) Verfahren zur Übertragung von Daten über einen Fahrzeugdatenbus von einem Ultraschallsystem zu einer Datenverarbeitungsvorrichtung
DE102018106244B3 (de) Verfahren zur periodisch fortlaufenden Übertragung von komprimierten Daten eines Ultraschallsensorsystems in einem Fahrzeug
DE102019106204B4 (de) Ultraschallsystem mit zentralisierter Objekterkennung auf Basis von dekomprimierten Ultraschallsignalen mehrerer Sensoren und zugehöriges Kompressionsverfahren
DE102019009243B3 (de) Sensorsystem mit Übertragung des Ultraschallsignals an das Rechnersystem mittels approximierender Signalobjektkompression und -dekompression
DE102011086397B4 (de) Halbleitervorrichtung und Verfahren zum Bilden derselben zur Korrelationserfassung
DE102019105651B4 (de) Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierte Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung
DE102021201968B4 (de) Verfahren zum Betreiben einer Ultrabreitbandvorrichtung, Ultrabreitbandvorrichtung und Fahrzeug umfassend eine Ultrabreitbandvorrichtung
DE102018010258A1 (de) Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung
DE102018106251A1 (de) Verfahren komprimierten Übertragung von Daten eines Ultraschallsensorsystems durch Nichtübertragung erkannter unwichtiger Signalobjekte auf Basis von mindestens zwei Parametersignalen
DE102019106432A1 (de) Verfahren komprimierten Übertragung von Daten eines Ultraschallsensorsystems durch Nichtübertragung erkannter unwichtiger Signalobjekte
DE102018010254A1 (de) Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung
DE102018010257A1 (de) Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung
DE102018010261A1 (de) Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung
DE102018010255A1 (de) Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung
DE102018010260A1 (de) Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung
DE102018106247A1 (de) Klassifikation von Signalobjekten innerhalb von Ultraschallempfangssignalen und komprimierten Übertragung von Symbolen als Repräsentanten dieser Signalobjekte an eine Rechnereinheit zur Objekterkennung
EP2423052A1 (de) Vorrichtung und Verfahren zur Erkennung von Personen
DE102019009130A1 (de) Approximierendes Kompressionsverfahren für Ultraschallsensordaten
DE102019009129A1 (de) Beendigungsverfahren für ein approximierendes Kompressionsverfahren für Ultraschallsensordaten

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R129 Divisional application from

Ref document number: 102018106247

Country of ref document: DE

R120 Application withdrawn or ip right abandoned
R081 Change of applicant/patentee

Owner name: ELMOS SEMICONDUCTOR SE, DE

Free format text: FORMER OWNER: ELMOS SEMICONDUCTOR AKTIENGESELLSCHAFT, 44227 DORTMUND, DE