DE102018123779A1 - Verfahren und Vorrichtung zum Verbessern einer Objekterkennung eines Radargeräts - Google Patents

Verfahren und Vorrichtung zum Verbessern einer Objekterkennung eines Radargeräts Download PDF

Info

Publication number
DE102018123779A1
DE102018123779A1 DE102018123779.0A DE102018123779A DE102018123779A1 DE 102018123779 A1 DE102018123779 A1 DE 102018123779A1 DE 102018123779 A DE102018123779 A DE 102018123779A DE 102018123779 A1 DE102018123779 A1 DE 102018123779A1
Authority
DE
Germany
Prior art keywords
radar
environment
object detection
environment map
generated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102018123779.0A
Other languages
English (en)
Inventor
Ridha Farhoud
Tai Fei
Tobias Breddermann
Christopher Grimm
Ernst Warsitz
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.)
Hella GmbH and Co KGaA
Original Assignee
Hella GmbH and Co KGaA
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 Hella GmbH and Co KGaA filed Critical Hella GmbH and Co KGaA
Priority to DE102018123779.0A priority Critical patent/DE102018123779A1/de
Priority to PCT/EP2019/074966 priority patent/WO2020064453A1/de
Priority to CN201980061119.0A priority patent/CN112740061B/zh
Publication of DE102018123779A1 publication Critical patent/DE102018123779A1/de
Priority to US17/214,288 priority patent/US11846722B2/en
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating
    • G01S7/4004Means for monitoring or calibrating of parts of a radar system
    • G01S7/4021Means for monitoring or calibrating of parts of a radar system of receivers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865Combination of radar systems with lidar systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/93Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/89Lidar systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/93Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931Lidar 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
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating
    • G01S7/4052Means for monitoring or calibrating by simulation of echoes

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

Verfahren zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts (1) eines Kraftfahrzeugs (2), aufweisend die folgenden Schritte:- Generieren einer ersten Umgebungskarte einer Umgebung mittels eines LiDAR-Scanners (3),- Durchführung einer ersten Objekterkennung auf Basis der generierten ersten Umgebungskarte mittels einer ersten Erkennungsvorrichtung (4),- Erstellen eines Ground-Truth-Umgebungsmodells auf Basis der durchgeführten ersten Objekterkennung mittels der ersten Erkennungsvorrichtung (4),- Generieren einer zweiten Umgebungskarte der Umgebung mittels des Radargeräts (1),- wiederholte Durchführung einer zweiten Objekterkennung mit alternativen Objekterkennungsalgorithmen auf Basis der generierten zweiten Umgebungskarte mittels einer zweiten Erkennungsvorrichtung (5) des Radargeräts (1),- Erstellen jeweils eines Radar-Umgebungsmodells auf Basis der wiederholt durchgeführten zweiten Objekterkennung mittels der zweiten Erkennungsvorrichtung (5),- wiederholtes Bestimmen von objekterkennungsalgorithmusspezifischen Gütefunktionen des Radargeräts (1) auf Basis einer Abweichung der Radar-Umgebungsmodelle vom Ground-Truth-Umgebungsmodell mittels einer Bestimmungsvorrichtung (6), und- Identifizieren eines geeigneten Objekterkennungsalgorithmus anhand einer Höhe der Gütefunktion mittels der Bestimmungsvorrichtung (6).Ferner betrifft die Erfindung eine Vorrichtung (7) zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts (1) eines Kraftfahrzeugs (2).

Description

  • Die vorliegende Erfindung betrifft ein Verfahren zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs. Ferner betrifft die Erfindung eine Vorrichtung zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs.
  • Moderne Kraftfahrzeuge weisen eine Vielzahl von Fahrerassistenzsystemen auf. Die Hauptaufgabe der Fahrerassistenzsysteme ist eine Unterstützung des Fahrers beim Fahren des Kraftfahrzeugs, um ihn beispielsweise in schwierigen Fahrsituationen zu entlasten, Defizite seines Fahrkönnens auszugleichen und/oder, um ihm die Möglichkeit zu geben, sich besser auf spezielle Aspekte beim Fahren des Kraftfahrzeugs zu konzentrieren. Fahrerassistenzsysteme lassen sich im Wesentlichen in rein informative Fahrerassistenzsysteme sowie in automatisch eingreifende Fahrerassistenzsysteme einteilen.
  • Ein rein informatives Fahrerassistenzsystem hat die Aufgabe, den Fahrer auf ein Ereignis hinzuweisen. Klassische Beispiele für rein informative Fahrerassistenzsysteme sind der Fahrspurassistent und der Kurvenassistent. Diese Fahrerassistenzsysteme analysieren eine Fahrsituation und warnen den Fahrer im Falle einer potenziellen Gefahr. Beispielsweise wird der Fahrer beim Überfahren einer Fahrbahnmarkierung ohne entsprechendes Blinkzeichen durch ein akustisches Signal oder ein haptisches Signal, insbesondere ein Vibrieren des Lenkrads, hierauf aufmerksam gemacht. Eine Korrektur der Fahrtrichtung obliegt allerdings dem Fahrer. Gleichwohl sind auch Fahrspurassistenten bzw. Kurvenassistenten bekannt, welche eine entsprechende Korrektur automatisch vornehmen. Derartige Fahrerassistenzsysteme zählen dann zu den automatisch eingreifenden Fahrerassistenzsystemen.
  • Bekannte automatisch eingreifende Fahrerassistenzsysteme sind beispielsweise der Bremsassistent, Einparkassistent und Fernlichtassistent. Diese Fahrerassistenzsysteme analysieren eine Fahrsituation und greifen im Bedarfsfall aktiv in die Steuerung des Kraftfahrzeugs ein. Der Fernlichtassistent schaltet das Fernlicht beispielsweise bei Gefahr des Blendens anderer Verkehrsteilnehmer automatisch ab, der Bremsassistent bremst das Kraftfahrzeug ab, um eine mögliche Kollision, insbesondere mit einem anderen Verkehrsteilnehmer, zu vermeiden, und der Einparkassistent lenkt das Kraftfahrzeug in eine Parklücke. Zudem weisen automatisch eingreifende Fahrerassistenzsysteme zumeist eine Signalfunktion auf, um den Fahrer auf das automatische Eingreifen durch das Fahrerassistenzsystem aufmerksam zu machen.
  • Ein Sonderfall eines Fahrerassistenzsystems ist das autonome Fahren. Während die zuvor beschriebenen Fahrerassistenzsysteme dem Fahrer lediglich assistieren, so sind autonome Fahrerassistenzsysteme in der Lage, das Kraftfahrzeug selbstständig zu steuern. Der Fahrer hat lediglich eine Route oder ein Ziel vorzugeben und die Aufgabe, dass autonome Fahrerassistenzsystem zu überwachen.
  • Für ein bestimmungsgemäßes Funktionieren weisen Fahrerassistenzsysteme Vorrichtungen zum Erfassen unterschiedlicher Parameter, wie beispielsweise Fahrzeuggeschwindigkeit, Fahrbahnmarkierungen, Verkehrsteilnehmer oder dergleichen auf. In diesem Rahmen werden beispielsweise Radargeräte in Kraftfahrzeugen eingesetzt, um Objekte in einer Fahrzeugumgebung des Kraftfahrzeugs zu erkennen und an ein oder mehrere Fahrerassistenzsysteme zu melden. Die Güte dieser Objekterkennung ist in jeder Fahrsituation sicherzustellen. Zudem existieren gesetzliche Vorschriften, welche einen Gütenachweis von Radargeräten einfordern. Demnach sind in einem Entwicklungsprozess von Radargeräten die Güte der Objekterkennung sowie die entsprechende Dokumentation der Güte von großer Wichtigkeit.
  • Aus der DE 10 2013 212 710 A1 ist ein Verfahren zur Simulation von Sensormessungen bekannt. In diesem Rahmen wird ein modular wieder verwendbares Sensormodell eines Sensors erstellt, welches Eigenschaften eines Sensors beschreibt. Mittels des Sensormodells sind virtuelle Sensormessungen des Sensors durchführbar. Auf diese Weise sollen Schnittstellen zwischen verschiedenen Entwicklungsbereichen geschaffen werden, um die Entwicklung von Fahrerassistenzsystemen zu erleichtern. Die DE 10 2016 225 595 A1 beschreibt ein Verfahren sowie eine Anordnung zum Kalibrieren von Sensoren von Schienenfahrzeugen mittels bestimmter Referenzobjekte, welche von den Sensoren erfassbar sind. Über einen Abgleich der Messergebnisse der Sensoren und der zu erwartenden Messergebnisse werden die Sensoren kalibriert.
  • Diese bekannten Vorrichtungen und Verfahren haben den Nachteil, dass eine Güte einer Objekterkennung des Sensors, insbesondere eines Radargeräts, nur sehr aufwendig feststellbar ist. Dies führt zu steigenden Entwicklungszeiten sowie hohen Entwicklungskosten von Radargeräten. Zudem fehlt es oftmals an objektiven Kriterien zur Feststellung der Güte der Objekterkennung des Radargeräts, wodurch eine Optimierung der Güte zusätzlich erschwert wird.
  • Es ist daher Aufgabe der vorliegenden Erfindung, die voranstehend beschriebenen Nachteile bei einem Verfahren sowie einer Vorrichtung zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs zu beheben oder zumindest teilweise zu beheben. Insbesondere ist es Aufgabe der vorliegenden Erfindung ein Verfahren und eine Vorrichtung zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs zu schaffen, die auf eine einfache und kostengünstige Art und Weise eine automatisierte Bestimmung der Güte der Objekterkennung gewährleisten und somit zum Senken von Entwicklungszeiten und/oder Entwicklungskosten von Radargeräten beitragen.
  • Voranstehende Aufgabe wird durch die Patentansprüche gelöst. Demnach wird die Aufgabe durch ein Verfahren zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs mit den Merkmalen des unabhängigen Anspruchs 1 sowie durch eine Vorrichtung zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs mit den Merkmalen des nebengeordneten Anspruchs 8 gelöst. Weitere Merkmale und Details der Erfindung ergeben sich aus den Unteransprüchen, der Beschreibung und den Zeichnungen. Dabei gelten Merkmale und Details, die im Zusammenhang mit dem erfindungsgemäßen Verfahren beschrieben sind, selbstverständlich auch im Zusammenhang mit der erfindungsgemäßen Vorrichtung und jeweils umgekehrt, sodass bezüglich der Offenbarung zu den einzelnen Erfindungsaspekten stets wechselseitig Bezug genommen wird beziehungsweise werden kann.
  • Gemäß einem ersten Aspekt der Erfindung wird die Aufgabe durch ein Verfahren zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs gelöst. Das Verfahren weist die folgenden Schritte auf:
    • - Generieren einer ersten Umgebungskarte einer Umgebung mittels eines LiDAR-Scanners,
    • - Durchführung einer ersten Objekterkennung auf Basis der generierten ersten Umgebungskarte mittels einer ersten Erkennungsvorrichtung,
    • - Erstellen eines Ground-Truth-Umgebungsmodells auf Basis der durchgeführten ersten Objekterkennung mittels der ersten Erkennungsvorrichtung,
    • - Generieren einer zweiten Umgebungskarte der Umgebung mittels des Radargeräts,
    • - wiederholte Durchführung einer zweiten Objekterkennung mit alternativen Objekterkennungsalgorithmen auf Basis der generierten zweiten Umgebungskarte mittels einer zweiten Erkennungsvorrichtung des Radargeräts,
    • - Erstellen jeweils eines Radar-Umgebungsmodells auf Basis der wiederholt durchgeführten zweiten Objekterkennung mittels der zweiten Erkennungsvorrichtung,
    • - wiederholtes Bestimmen von objekterkennungsalgorithmusspezifischen Gütefunktionen des Radargeräts auf Basis einer Abweichung der Radar-Umgebungsmodelle vom Ground-Truth-Umgebungsmodell mittels einer Bestimmungsvorrichtung, und
    • - Identifizieren eines geeigneten Objekterkennungsalgorithmus anhand einer Höhe der Gütefunktion mittels der Bestimmungsvorrichtung.
  • Die Güte der Objekterkennung ist ein Maß dafür, wie genau bzw. wie zuverlässig die Objekterkennung des Radargeräts funktioniert. Je höher die Güte der Objekterkennung ist, desto zuverlässiger werden Objekte vom Radargerät erkannt.
  • Zunächst wird mittels eines sogenannten LiDAR-Scanners die erste Umgebungskarte der Umgebung generiert. „LiDAR“ steht für „Light Detection And Ranging“ und ist ein Verfahren bei welchem Laserstrahlen zum Abtasten der Umgebung verwendet werden. Hierfür werden Laserstrahlen bzw. Laserimpulse ausgesendet und das von Objekten zurückreflektierte Laserlicht detektiert. Anhand der bekannten Richtung beim Aussenden der Laserstrahlen sowie der Zeitdauer zwischen Aussenden und Detektieren der Laserstrahlen sind relative Entfernungen zu den zurückreflektierenden Objekten sowie Relativgeschwindigkeiten der Objekte ermittelbar. Der LiDAR-Scanner weist eine besonders hohe Auflösung auf, sodass die erste Umgebungskarte vorzugsweise hochaufgelöst, zumindest mit einer genaueren Auflösung als ein Radargerät, generiert wird.
  • Als Umgebungskarte wird in diesem Kontext die geometrische Abbildung der Fahrzeugumgebung verstanden. Ergänzend dazu kann/wird zur Unterstützung der Radar Parametrierung aus der geometrischen LiDAR Umgebungskarte, über zeitliche Beobachtung vgl. „Optischer Fluss“, eine detaillierte und dezidierte Geschwindigkeitsinformation der Umgebung extrahiert.
  • Auf Basis der ersten Umgebungskarte erfolgt die erste Objekterkennung mittels der ersten Erkennungsvorrichtung. Bei der ersten Objekterkennung werden in der ersten Umgebungskarte vorhandene Objekte identifiziert. In diesem Rahmen können beispielsweise Straßenschilder, Kraftfahrzeuge, Personen, Kinderwagen, Fahrräder oder dergleichen identifiziert werden.
  • Aus den durch erste Objekterkennung identifizierten Objekten wird das Ground-Truth-Umgebungsmodell erstellt. Das Ground-Truth-Umgebungsmodell kann beispielsweise sämtliche Informationen der ersten Umgebungskarte aufweisen, wobei die einzelnen Objekte im Ground-Truth-Umgebungsmodell identifiziert sind. Alternativ können unwichtige Informationen der ersten Umgebungskarte, wie beispielsweise sehr kleine Objekte, Gräser oder dergleichen, aus dem Ground-Truth-Umgebungsmodell ausgeblendet werden. Das Ground-Truth-Umgebungsmodell dient als Referenzmodell zur Bestimmung der Güte der Objekterkennung des Radargeräts.
  • Mittels des Radargeräts wird die zweite Umgebungskarte generiert. Das Radargerät weist üblicherweise aus physikalischen Gründen eine wesentlich geringere Auflösung als der LiDAR-Scanner auf, sodass die zweite Umgebungskarte naturgemäß eine geringere Auflösung als die erste Umgebungskarte aufweist.
  • Auf Basis der generierten zweiten Umgebungskarte sowie der optionalen extrahierten Geschwindigkeitsinformation, wird anschließend mittels der zweiten Erkennungsvorrichtung des Radargeräts die zweite Objekterkennung mit unterschiedlichen Objekterkennungsalgorithmen wiederholt durchgeführt. Unter der zweiten Objekterkennung wird im Rahmen der Erfindung das Identifizieren der Objekte der zweiten Umgebungskarte verstanden. Als Resultat dieses Verfahrensschritts ist den verschiedenen Objekterkennungsalgorithmen jeweils mindestens eine Identifizierung von Objekten zugeordnet. Je häufiger dieser Verfahrensschritt wiederholt wird, desto mehr Zuordnungen von zweiten Objekterkennungen und Objekterkennungsalgorithmen werden generiert.
  • Aus den zweiten Objekterkennungen wird jeweils mittels der zweiten Erkennungsvorrichtung ein Radar-Umgebungsmodell erstellt. Das bedeutet beispielsweise, dass bei n verwendeten Objekterkennungsalgorithmen auch n objekterkennungsalgorithmusspezifische Radar-Umgebungsmodelle erstellt werden. Das Radar-Umgebungsmodell kann beispielsweise sämtliche Informationen der zweiten Umgebungskarte aufweisen, wobei die einzelnen Objekte im Radar-Umgebungsmodell identifiziert sind. Alternativ können unwichtige Informationen der zweiten Umgebungskarte, wie beispielsweise sehr kleine Objekte, Gräser, ein Rauschen, Störungen verursacht durch externe Radargeräte oder dergleichen, aus dem Radar-Umgebungsmodell ausgeblendet werden.
  • Die auf diese Weise erstellten Radar-Umgebungsmodelle werden mittels der Bestimmungsvorrichtung mit dem Ground-Truth-Umgebungsmodell verglichen. Das Resultat dieses Vergleichs ist eine Differenz zwischen dem Ground-Truth-Umgebungsmodell und den einzelnen Radar-Umgebungsmodellen. Diese Differenz verhält sich reziprok zu Gütefunktionen des jeweiligen Objekterkennungsalgorithmus des Radargeräts.
  • Hieraus wird in einem folgenden Verfahrensschritt ein geeigneter Objekterkennungsalgorithmus anhand der Höhe seiner Gütefunktion identifiziert. Hierbei gilt vorzugsweise die Regel, dass ein Objekterkennungsalgorithmus mit einer hohen Gütefunktion einem Objekterkennungsalgorithmus mit einer niedrigeren Gütefunktion vorzuziehen ist. Somit wird vorzugsweise ein Objekterkennungsalgorithmus ausgewählt, dessen Radar-Umgebungsmodell die geringste Differenz zum Ground-Truth-Umgebungsmodell aufweist. Im Idealfall wird auf diese Weise der Objekterkennungsalgorithmus mit der höchsten Gütefunktion identifiziert sowie für den Betrieb des Radargeräts ausgewählt.
  • Ein erfindungsgemäßes Verfahren zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs hat gegenüber herkömmlichen Verfahren den Vorteil, dass mit einfachen Mitteln sowie auf eine kostengünstige Art und Weise ein Objekterkennungsalgorithmus des Radargeräts identifiziert wird, welcher eine besonders zuverlässige Objekterkennung gewährleistet.
  • Gemäß einer bevorzugten Weiterentwicklung der Erfindung kann bei einem Verfahren vorgesehen sein, dass aus dem Ground-Truth-Umgebungsmodell mittels der Bestimmungsvorrichtung sowie unter Verwendung von Systemparametern des Radargeräts virtuelle Radardaten generiert werden, wobei die virtuellen Radardaten zur Abstimmung des Radargeräts zum Generieren der zweiten Umgebungskarte verwendet werden. Die virtuellen Radardaten können unter Verwendung elementarer Systemparameter des Radargeräts, wie beispielsweise Bandbreite, Abtastrate, Abtastart, Mittenfrequenz oder dergleichen, zum Abstimmen des Radargeräts verwendet werden. Dies hat den Vorteil, dass zum Verbessern der Auswertung der Objekterkennung ein Betrieb des Radargeräts mit einfachen Mitteln sowie auf eine kostengünstige Art und Weise simulierbar bzw. imitierbar ist.
  • Es ist erfindungsgemäß weiter bevorzugt, dass die virtuellen Radardaten mittels eines generativen statistischen Modells, insbesondere simGAN, vor der Abstimmung mit dem Radargerät künstlich generiert werden. Durch das generative statistische Modell sind statistische Eigenschaften von Radardaten realer Radargeräte zuverlässig sowie auf eine kostengünstige Art und Weise imitierbar. Ein tatsächlicher Einsatz dieser Radargeräte ist nicht erforderlich. Hierdurch können Entwicklungskosten sowie Entwicklungszeiten von Radargeräten weiter reduziert werden.
  • Weiter bevorzugt werden beim künstlichen Generieren der virtuellen Radardaten mittels des generativen statistischen Modells Variationen in den virtuellen Radardaten aufgeprägt, welche statistische Rauscheffekte abbilden. Auf diese Weise wird mit einfachen Mitteln sowie kostengünstig eine besonders realitätsnahe Simulation des Radargeräts erzielt, welche besonderen Eigenschaften des Radargeräts Rechnung trägt. Hierdurch können Entwicklungskosten sowie Entwicklungszeiten von Radargeräten weiter reduziert werden.
  • In einer besonders bevorzugten Ausgestaltung des Verfahrens werden beim künstlichen Generieren der virtuellen Radardaten mittels des generativen statistischen Modells Variationen in den virtuellen Radardaten aufgeprägt, welche Variationen eines Fahrszenarios eines Kraftfahrzeugs abbilden. Auf diese Weise wird mit einfachen Mitteln sowie kostengünstig eine besonders realitätsnahe Simulation des Radargeräts erzielt, welche unterschiedlichen Fahrszenarios Rechnung trägt. Ein tatsächlicher Einsatz des Radargeräts in einem identischen Fahrszenario zum Erstellen der zweiten Umgebungskarte ist somit nicht erforderlich. Hierdurch können Entwicklungskosten sowie Entwicklungszeiten von Radargeräten weiter reduziert werden.
  • Vorzugsweise werden zumindest das Generieren der ersten Umgebungskarte und das Generieren der zweiten Umgebungskarte von einem fahrenden Kraftfahrzeug aus durchgeführt. Demnach werden der LiDAR-Scanner und das Radargerät vorzugsweise am Kraftfahrzeug angeordnet. Das Generieren unter Verwendung eines fahrenden Kraftfahrzeugs hat den Vorteil, dass somit in kurzer Zeit eine besonders große Datenmenge produzierbar ist, mittels welcher der Objekterkennungsalgorithmus des Radargeräts mit der höchsten Gütefunktion identifizierbar ist. Hierdurch kann eine Effizienz des Verfahrens weiter verbessert werden.
  • Gemäß einer bevorzugten Ausführungsform der Erfindung wird das Generieren einer zweiten Umgebungskarte der Umgebung mittels des Radargeräts mit veränderbaren Radarparametern wiederholt durchgeführt, wobei die wiederholte Durchführung der zweiten Objekterkennung, das Erstellen der Radar-Umgebungsmodelle, das wiederholte Bestimmen der Gütefunktionen sowie das Identifizieren des geeigneten Objekterkennungsalgorithmus anhand der Höhe der Gütefunktion für die generierten Umgebungskarten durchgeführt wird. Durch Variieren der Radarparameter, wie beispielsweise Abtastart, Abtastrate, Bandbreite, Mittenfrequenz und dergleichen, können unterschiedliche zweite Umgebungskarten erzeugt werden. Auf diese Weise lassen sich mit einfachen Mitteln sowie kostengünstig die Radarparameter und Objekterkennungsalgorithmus des Radargeräts identifizieren, welche eine besonders hohe Gütefunktion aufweisen und somit für den Betrieb des Radargeräts besonders geeignet sind.
  • Gemäß einem zweiten Aspekt der Erfindung wird die Aufgabe durch eine Vorrichtung zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs gelöst. Die Vorrichtung weist ein Radargerät zum Generieren einer zweiten Umgebungskarte einer Umgebung auf, wobei das Radargerät eine zweite Erkennungsvorrichtung zur Durchführung einer Objekterkennung mit alternativen Objekterkennungsalgorithmen auf Basis der generierten zweiten Umgebungskarte aufweist. Erfindungsgemäß weist die Vorrichtung einen LiDAR-Scanner zum Generieren einer ersten Umgebungskarte der Umgebung, eine erste Erkennungsvorrichtung zur Durchführung einer ersten Objekterkennung auf Basis der generierten ersten Umgebungskarte sowie eine Bestimmungsvorrichtung zum Bestimmen von objekterkennungsalgorithmusspezifischen Gütefunktionen des Radargeräts und zum Identifizieren eines geeigneten Objekterkennungsalgorithmus anhand einer Höhe der Gütefunktion, insbesondere eines Objekterkennungsalgorithmus mit der höchsten Gütefunktion, auf.
  • Bei der beschriebenen Vorrichtung zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs ergeben sich sämtliche Vorteile, die bereits zu einem Verfahren zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts eines Kraftfahrzeugs gemäß dem ersten Aspekt der Erfindung beschrieben worden sind. Demnach hat die erfindungsgemäße Vorrichtung gegenüber bekannten Vorrichtungen den Vorteil, dass mit einfachen Mitteln sowie auf eine kostengünstige Art und Weise ein Objekterkennungsalgorithmus des Radargeräts identifizierbar ist, welcher eine besonders zuverlässige Objekterkennung gewährleistet.
  • Vorzugsweise ist die Vorrichtung zur Durchführung eines erfindungsgemäßen Verfahrens ausgebildet. Dies hat den Vorteil, dass mit einfachen Mitteln sowie auf eine kostengünstige Art und Weise ein Objekterkennungsalgorithmus des Radargeräts identifizierbar ist, welcher eine besonders zuverlässige Objekterkennung gewährleistet.
  • Es ist bevorzugt, dass die Vorrichtung an einem Kraftfahrzeug angeordnet ist. Die Anordnung der Vorrichtung an einem fahrenden Kraftfahrzeug hat den Vorteil, dass auf diese Weise in kurzer Zeit eine besonders große Datenmenge produzierbar ist, mittels welcher der Objekterkennungsalgorithmus des Radargeräts mit der höchsten Gütefunktion besonders zuverlässig identifizierbar ist. Hierdurch ist eine Effizienz der erfindungsgemäßen Vorrichtung weiter verbesserbar.
  • Anhand der beigefügten Zeichnungen wird die Erfindung nachfolgend näher erläutert. Dabei zeigt:
    • 1 in einem Diagramm einen bevorzugten Signalfluss des erfindungsgemäßen Verfahrens,
    • 2 ein schematischer Aufbau einer bevorzugten Ausführungsform der erfindungsgemäßen Vorrichtung,
    • 3 in einer Seitenansicht ein Kraftfahrzeug mit einer erfindungsgemäßen Vorrichtung, und
    • 4 in einem Ablaufdiagramm eine bevorzugte Ausführungsform des erfindungsgemäßen Verfahrens.
  • Elemente mit gleicher Funktion und Wirkungsweise sind in den 1 bis 4 jeweils mit denselben Bezugszeichen versehen.
  • In 1 ist ein bevorzugter Signalfluss des erfindungsgemäßen Verfahrens schematisch in einem Diagramm dargestellt. Die zur Durchführung des Verfahrens verwendete Vorrichtung 7 ist in 2 schematisch ausgehend von einem realen Fahrszenario 10 erfolgt eine Abtastung des realen Fahrszenarios 10 mittels eines LiDAR-Scanners 3. Anschließend erfolgt eine Erstellung einer ersten Umgebungskarte 15 mittels des LiDAR-Scanners 3. Mittels einer ersten Erkennungsvorrichtung 4 des LiDAR-Scanners 3 erfolgt anschließend die Durchführung einer ersten Objekterkennung 20 sowie das Generieren virtueller Radardaten 25.
  • Ebenfalls ausgehend von dem realen Fahrszenario 10 erfolgt eine Abtastung des realen Fahrszenarios 10 mittels eines Radargeräts 1. Anschließend erfolgt eine Erstellung von Radardaten 30 mittels des Radargeräts 1. Hierzu kann beispielsweise das Generieren einer zweiten Umgebungskarte, das Durchführen einer zweiten Objekterkennung mittels einer zweiten Erkennungsvorrichtung 5 des Radargeräts 1 sowie das Erstellen eines Radar-Umgebungsmodells mittels der zweiten Erkennungsvorrichtung 5 zählen. Auf dieser Basis sowie unter Berücksichtigung der Erstellung der Radardaten 30 erfolgt die Erstellung eines generativen statistischen Modells 35. Dieses wird zur Optimierung der Radar-Objekterkennung 40 mittels einer Bestimmungsvorrichtung 6 der Vorrichtung 1 herangezogen.
  • In 3 ist ein Kraftfahrzeug 2 mit einer erfindungsgemäßen Vorrichtung 7 schematisch in einer Seitenansicht abgebildet. Die Vorrichtung ist in einem Frontbereich des Kraftfahrzeugs, insbesondere im Bereich eines Kühlergrills, angeordnet, wobei das Radargerät 1 und der LiDAR-Scanner vorzugsweise in Fahrtrichtung des Kraftfahrzeugs 2 ausgerichtet sind. Es kann erfindungsgemäß vorgesehen sein, dass die Vorrichtung mehrere LiDAR-Scanner 3 und/oder Radargeräte 1 aufweist, wobei ein LiDAR-Scanner 3 und/oder ein Radargerät 1 beispielsweise an einer Seite und/oder an einem Heckbereich des Kraftfahrzeugs 2 angeordnet sind.
  • 4 zeigt eine bevorzugte Ausführungsform des erfindungsgemäßen Verfahrens schematisch in einem Ablaufdiagramm. In einem ersten Verfahrensschritt 100 wird eine erste Umgebungskarte einer Umgebung mittels eines LiDAR-Scanners 3 generiert. In einem zweiten Verfahrensschritt 200 wird eine erste Objekterkennung auf Basis der generierten ersten Umgebungskarte mittels einer ersten Erkennungsvorrichtung 4 durchgeführt. In einem dritten Verfahrensschritt 300 wird ein Ground-Truth-Umgebungsmodell auf Basis der durchgeführten ersten Objekterkennung mittels der ersten Erkennungsvorrichtung 4 erstellt. In einem vierten Verfahrensschritt 400 wird eine zweite Umgebungskarte der Umgebung mittels des Radargeräts 1 generiert. In einem fünften Verfahrensschritt 500 erfolgt eine wiederholte Durchführung einer zweiten Objekterkennung mit alternativen Objekterkennungsalgorithmen auf Basis der generierten zweiten Umgebungskarte mittels einer zweiten Erkennungsvorrichtung 5 des Radargeräts 1. In einem sechsten Verfahrensschritt 600 wird mittels der zweiten Erkennungsvorrichtung 5 für jede zweite Objekterkennung jeweils ein Radar-Umgebungsmodell erstellt. In einem siebten Verfahrensschritt 700 erfolgt mittels der Bestimmungsvorrichtung ein wiederholtes Bestimmen von objekterkennungsalgorithmusspezifischen Gütefunktionen des Radargeräts 1 auf Basis der Abweichung der Radar-Umgebungsmodelle vom Ground-Truth-Umgebungsmodell. In einem achten Verfahrensschritt 800 wird mittels der Bestimmungsvorrichtung 6 ein geeigneter Objekterkennungsalgorithmus anhand der Höhe der Gütefunktion identifiziert. Hierbei wird vorzugsweise der Objekterkennungsalgorithmus mit der höchsten Gütefunktion identifiziert und für den Betrieb des Radargeräts 1 ausgewählt.
  • Bezugszeichenliste
  • 1
    Radargerät
    2
    Kraftfahrzeug
    3
    LiDAR-Scanner
    4
    erste Erkennungsvorrichtung
    5
    zweite Erkennungsvorrichtung
    6
    Bestimmungsvorrichtung
    7
    Vorrichtung
    10
    reales Fahrszenario
    15
    Erstellung erste Umgebungskarte
    20
    Durchführung der ersten Objekterkennung
    25
    Generieren virtueller Radardaten
    30
    Erstellung von Radardaten
    35
    Erstellung eines generativen statistischen Modells
    40
    Optimierung der Radar-Objekterkennung
    100
    erster Verfahrensschritt
    200
    zweiter Verfahrensschritt
    300
    dritter Verfahrensschritt
    400
    vierter Verfahrensschritt
    500
    fünfter Verfahrensschritt
    600
    sechster Verfahrensschritt
    700
    siebter Verfahrensschritt
    800
    achter Verfahrensschritt
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102013212710 A1 [0007]
    • DE 102016225595 A1 [0007]

Claims (10)

  1. Verfahren zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts (1) eines Kraftfahrzeugs (2), aufweisend die folgenden Schritte: - Generieren einer ersten Umgebungskarte einer Umgebung mittels eines LiDAR-Scanners (3), - Durchführung einer ersten Objekterkennung auf Basis der generierten ersten Umgebungskarte mittels einer ersten Erkennungsvorrichtung (4), - Erstellen eines Ground-Truth-Umgebungsmodells auf Basis der durchgeführten ersten Objekterkennung mittels der ersten Erkennungsvorrichtung (4), - Generieren einer zweiten Umgebungskarte der Umgebung mittels des Radargeräts (1), - wiederholte Durchführung einer zweiten Objekterkennung mit alternativen Objekterkennungsalgorithmen auf Basis der generierten zweiten Umgebungskarte mittels einer zweiten Erkennungsvorrichtung (5) des Radargeräts (1), - Erstellen jeweils eines Radar-Umgebungsmodells auf Basis der wiederholt durchgeführten zweiten Objekterkennung mittels der zweiten Erkennungsvorrichtung (5), - wiederholtes Bestimmen von objekterkennungsalgorithmusspezifischen Gütefunktionen des Radargeräts (1) auf Basis einer Abweichung der Radar-Umgebungsmodelle vom Ground-Truth-Umgebungsmodell mittels einer Bestimmungsvorrichtung (6), und - Identifizieren eines geeigneten Objekterkennungsalgorithmus anhand einer Höhe der Gütefunktion mittels der Bestimmungsvorrichtung (6).
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass aus dem Ground-Truth-Umgebungsmodell mittels der Bestimmungsvorrichtung (6) sowie unter Verwendung von Systemparametern des Radargeräts (1) virtuelle Radardaten generiert werden, wobei die virtuellen Radardaten zur Abstimmung des Radargeräts (1) zum Generieren der zweiten Umgebungskarte verwendet werden.
  3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die virtuellen Radardaten mittels eines generativen statistischen Modells vor der Abstimmung mit dem Radargerät (1) generiert werden.
  4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass beim künstlichen Generieren der virtuellen Radardaten mittels des generativen statistischen Modells Variationen in den virtuellen Radardaten aufgeprägt werden, welche statistische Rauscheffekte abbilden.
  5. Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass beim künstlichen Generieren der virtuellen Radardaten mittels des generativen statistischen Modells Variationen in den virtuellen Radardaten aufgeprägt werden, welche Variationen eines Fahrszenarios eines Kraftfahrzeugs (2) abbilden.
  6. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass zumindest das Generieren der ersten Umgebungskarte und das Generieren der zweiten Umgebungskarte von einem fahrenden Kraftfahrzeug (2) aus durchgeführt werden.
  7. Verfahren nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet, dass das Generieren einer zweiten Umgebungskarte der Umgebung mittels des Radargeräts (1) mit veränderbaren Radarparametern wiederholt durchgeführt wird, wobei die wiederholte Durchführung der zweiten Objekterkennung, das Erstellen der Radar-Umgebungsmodelle, das wiederholte Bestimmen der Gütefunktionen sowie das Identifizieren des geeigneten Objekterkennungsalgorithmus anhand der Höhe der Gütefunktion für die generierten Umgebungskarten durchgeführt wird.
  8. Vorrichtung (7) zum Verbessern einer Auswertung einer Objekterkennung eines Radargeräts (1) eines Kraftfahrzeugs (2), aufweisend ein Radargerät (1) zum Generieren einer zweiten Umgebungskarte einer Umgebung, wobei das Radargerät (1) eine zweite Erkennungsvorrichtung (5) zur Durchführung einer Objekterkennung mit alternativen Objekterkennungsalgorithmen auf Basis der generierten zweiten Umgebungskarte aufweist, dadurch gekennzeichnet, dass die Vorrichtung einen LiDAR-Scanner (3) zum Generieren einer ersten Umgebungskarte der Umgebung, eine erste Erkennungsvorrichtung (4) zur Durchführung einer ersten Objekterkennung auf Basis der generierten ersten Umgebungskarte sowie eine Bestimmungsvorrichtung zum Bestimmen von objekterkennungsalgorithmusspezifischen Gütefunktionen des Radargeräts (1) und zum Identifizieren eines geeigneten Objekterkennungsalgorithmus anhand einer Höhe der Gütefunktion aufweist.
  9. Vorrichtung (7) nach Anspruch 8, dadurch gekennzeichnet, dass die Vorrichtung zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 7 ausgebildet ist.
  10. Vorrichtung (7) nach Anspruch 8 oder 9, dadurch gekennzeichnet, dass die Vorrichtung (7) an einem Kraftfahrzeug (2) angeordnet ist.
DE102018123779.0A 2018-09-26 2018-09-26 Verfahren und Vorrichtung zum Verbessern einer Objekterkennung eines Radargeräts Pending DE102018123779A1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
DE102018123779.0A DE102018123779A1 (de) 2018-09-26 2018-09-26 Verfahren und Vorrichtung zum Verbessern einer Objekterkennung eines Radargeräts
PCT/EP2019/074966 WO2020064453A1 (de) 2018-09-26 2019-09-18 Verfahren und vorrichtung zum verbessern einer objekterkennung eines radargeräts unter zuhilfenahme einer lidar-umgebungskarte
CN201980061119.0A CN112740061B (zh) 2018-09-26 2019-09-18 用于改善在借助LiDAR环境地图的情况下的雷达仪的物体识别的方法和设备
US17/214,288 US11846722B2 (en) 2018-09-26 2021-03-26 Method and apparatus for improving object identification of a radar device with the aid of a lidar map of the surroundings

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102018123779.0A DE102018123779A1 (de) 2018-09-26 2018-09-26 Verfahren und Vorrichtung zum Verbessern einer Objekterkennung eines Radargeräts

Publications (1)

Publication Number Publication Date
DE102018123779A1 true DE102018123779A1 (de) 2020-03-26

Family

ID=68051769

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018123779.0A Pending DE102018123779A1 (de) 2018-09-26 2018-09-26 Verfahren und Vorrichtung zum Verbessern einer Objekterkennung eines Radargeräts

Country Status (4)

Country Link
US (1) US11846722B2 (de)
CN (1) CN112740061B (de)
DE (1) DE102018123779A1 (de)
WO (1) WO2020064453A1 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020206639A1 (de) 2020-05-27 2021-12-02 Robert Bosch Gesellschaft mit beschränkter Haftung Erkennung und/oder Ortung von Objekten anhand von Radardaten
DE102020117340A1 (de) 2020-07-01 2022-01-05 Zf Cv Systems Europe Bv Verfahren zur Umgebungserfassung mit wenigstens zwei unabhängigen bildgebenden Umgebungserfassungssensoren, Vorrichtung zur Durchführung des Verfahrens, Fahrzeug sowie entsprechend ausgelegtes Computerprogramm
CN114783248A (zh) * 2022-03-01 2022-07-22 中国人民解放军空军工程大学 一种特种装备复杂作业环境下的精确停车定位方法
DE102022120577A1 (de) 2022-08-16 2024-02-22 HELLA GmbH & Co. KGaA Vorrichtung und Verfahren zur Beleuchtung eines Fahrzeugvorfeldes

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009018311A1 (de) * 2009-04-22 2010-10-28 Valeo Schalter Und Sensoren Gmbh Verfahren und Vorrichtung zum Betrieb eines radargestützten Umfelderkennungssystems
DE102013212710A1 (de) * 2013-05-16 2014-11-20 Siemens Aktiengesellschaft Sensorprodukt, Simulator und Verfahren zur Simulation von Sensormessungen, zur Fusion von Sensormessungen, zur Validierung eines Sensormodells und zum Entwurf eines Fahrerassistenzsystems
DE102017116192A1 (de) * 2016-07-19 2018-01-25 Ford Global Technologies, Llc Verwenden von virtuellen Daten zum Testen und Trainieren von Parkplatzerfassungssystemen
DE102017119538A1 (de) * 2016-08-26 2018-03-01 Ford Global Technologies, Llc Physikalische Modellierung für Radar- und Ultraschallsensoren
DE102016216795A1 (de) * 2016-09-06 2018-03-08 Audi Ag Verfahren zur Ermittlung von Ergebnisbilddaten
US20180120842A1 (en) * 2016-10-27 2018-05-03 Uber Technologies, Inc. Radar multipath processing
DE102017124756A1 (de) * 2016-10-25 2018-05-09 GM Global Technology Operations LLC Radarkalibrierung mit bekannter globaler positionierung von statischen objekten
DE102016225595A1 (de) * 2016-12-20 2018-06-21 Siemens Aktiengesellschaft Verfahren und Anordnung zur Kalibrierung mindestens eines Sensors eines Schienenfahrzeugs
DE102017102592A1 (de) * 2017-02-09 2018-08-09 Valeo Schalter Und Sensoren Gmbh Verfahren zum Betreiben eines Radarsensors eines Kraftfahrzeugs mit Speicherung eines Filterkoeffizienten, Radarsensor, Fahrerassistenzsystem sowie Kraftfahrzeug

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070182623A1 (en) * 2006-02-03 2007-08-09 Shuqing Zeng Method and apparatus for on-vehicle calibration and orientation of object-tracking systems
US7991550B2 (en) * 2006-02-03 2011-08-02 GM Global Technology Operations LLC Method and apparatus for on-vehicle calibration and orientation of object-tracking systems
DE102012014939A1 (de) * 2012-07-27 2014-01-30 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Kollisionsvermeidung
US20170328729A1 (en) * 2012-08-14 2017-11-16 Google Inc. System To Optimize Sensor Parameters In An Autonomous Vehicle
US9916703B2 (en) * 2015-11-04 2018-03-13 Zoox, Inc. Calibration for autonomous vehicle operation
KR101786237B1 (ko) * 2015-12-09 2017-10-17 현대자동차주식회사 운전자보조시스템용 센서의 고장진단 및 보정을 위한 장치 및 방법
US9840256B1 (en) * 2015-12-16 2017-12-12 Uber Technologies, Inc. Predictive sensor array configuration system for an autonomous vehicle
US10733420B2 (en) * 2017-11-21 2020-08-04 GM Global Technology Operations LLC Systems and methods for free space inference to break apart clustered objects in vehicle perception systems
CA3000134C (en) * 2017-11-27 2019-07-02 Cae Inc. Method and system for simulating a radar image

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009018311A1 (de) * 2009-04-22 2010-10-28 Valeo Schalter Und Sensoren Gmbh Verfahren und Vorrichtung zum Betrieb eines radargestützten Umfelderkennungssystems
DE102013212710A1 (de) * 2013-05-16 2014-11-20 Siemens Aktiengesellschaft Sensorprodukt, Simulator und Verfahren zur Simulation von Sensormessungen, zur Fusion von Sensormessungen, zur Validierung eines Sensormodells und zum Entwurf eines Fahrerassistenzsystems
DE102017116192A1 (de) * 2016-07-19 2018-01-25 Ford Global Technologies, Llc Verwenden von virtuellen Daten zum Testen und Trainieren von Parkplatzerfassungssystemen
DE102017119538A1 (de) * 2016-08-26 2018-03-01 Ford Global Technologies, Llc Physikalische Modellierung für Radar- und Ultraschallsensoren
DE102016216795A1 (de) * 2016-09-06 2018-03-08 Audi Ag Verfahren zur Ermittlung von Ergebnisbilddaten
DE102017124756A1 (de) * 2016-10-25 2018-05-09 GM Global Technology Operations LLC Radarkalibrierung mit bekannter globaler positionierung von statischen objekten
US20180120842A1 (en) * 2016-10-27 2018-05-03 Uber Technologies, Inc. Radar multipath processing
DE102016225595A1 (de) * 2016-12-20 2018-06-21 Siemens Aktiengesellschaft Verfahren und Anordnung zur Kalibrierung mindestens eines Sensors eines Schienenfahrzeugs
DE102017102592A1 (de) * 2017-02-09 2018-08-09 Valeo Schalter Und Sensoren Gmbh Verfahren zum Betreiben eines Radarsensors eines Kraftfahrzeugs mit Speicherung eines Filterkoeffizienten, Radarsensor, Fahrerassistenzsystem sowie Kraftfahrzeug

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020206639A1 (de) 2020-05-27 2021-12-02 Robert Bosch Gesellschaft mit beschränkter Haftung Erkennung und/oder Ortung von Objekten anhand von Radardaten
DE102020206639B4 (de) 2020-05-27 2022-12-01 Robert Bosch Gesellschaft mit beschränkter Haftung Erkennung und/oder Ortung von Objekten anhand von Radardaten
DE102020117340A1 (de) 2020-07-01 2022-01-05 Zf Cv Systems Europe Bv Verfahren zur Umgebungserfassung mit wenigstens zwei unabhängigen bildgebenden Umgebungserfassungssensoren, Vorrichtung zur Durchführung des Verfahrens, Fahrzeug sowie entsprechend ausgelegtes Computerprogramm
CN114783248A (zh) * 2022-03-01 2022-07-22 中国人民解放军空军工程大学 一种特种装备复杂作业环境下的精确停车定位方法
CN114783248B (zh) * 2022-03-01 2023-09-15 中国人民解放军空军工程大学 一种特种装备复杂作业环境下的精确停车定位方法
DE102022120577A1 (de) 2022-08-16 2024-02-22 HELLA GmbH & Co. KGaA Vorrichtung und Verfahren zur Beleuchtung eines Fahrzeugvorfeldes

Also Published As

Publication number Publication date
CN112740061B (zh) 2024-04-12
CN112740061A (zh) 2021-04-30
WO2020064453A1 (de) 2020-04-02
US11846722B2 (en) 2023-12-19
US20210215794A1 (en) 2021-07-15

Similar Documents

Publication Publication Date Title
WO2020064453A1 (de) Verfahren und vorrichtung zum verbessern einer objekterkennung eines radargeräts unter zuhilfenahme einer lidar-umgebungskarte
DE102015205244B3 (de) Verfahren zum Bereitstellen von Hinderniskarten für Fahrzeuge
EP3393875B1 (de) Verfahren zum verbesserten erkennen von objekten durch ein fahrerassistenzsystem
DE102009007342A1 (de) Verfahren und Vorrichtung zum Ermitteln einer geltenden Fahrspurmarkierung
DE102008001648A1 (de) Fahrerassistenzverfahren zum Bewegen eines Kraftfahrzeugs und Fahrerassistenzvorrichtung
DE102014227032A1 (de) System zum Filtern von LiDAR-Daten in einem Fahrzeug und entsprechendes Verfahren
AT523834B1 (de) Verfahren und System zum Testen eines Fahrerassistenzsystems
DE102016100718A1 (de) Verfahren zum Erkennen von Fahrspuren auf einer Fahrbahn anhand einer Häufigkeitsverteilung von Abstandswerten, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
EP2131598A2 (de) Stereokamerasystem und Verfahren zum Ermitteln mindestens eines Kalibrierfehlers eines Stereokamerasystems
DE102018124979A1 (de) Fahrerassistenzsystem zur Bestimmung einer Entfernung zwischen zwei Fahrzeugen mit einer Kamera
DE102007021580B4 (de) Verfahren und Vorrichtung zum Ermitteln der fahrzeugrelevanten Verkehrszeichen
DE102018123735A1 (de) Verfahren und Vorrichtung zum Verbessern einer Objekterkennung eines Radargeräts
EP3770879A1 (de) Verfahren, vorrichtung und computerprogramm zum aufbereiten von daten über eine ampelanlage
DE102012208302A1 (de) Verfahren zur Bereitstellung von Informationen über eine Umgebung eines Fahrzeugs
DE102013203908A1 (de) Schätzung der zukünftigen Geschwindigkeit eines Fahrzeugs
DE102019211459B4 (de) Verfahren und Vorrichtung zum Überprüfen einer Kalibrierung von Umfeldsensoren
DE102017201796A1 (de) Steuervorrichtung zum Ermitteln einer Eigenbewegung eines Kraftfahrzeugs sowie Kraftfahrzeug und Verfahren zum Bereitstellen der Steuervorrichtung
DE112020001528T5 (de) Erfassungsvorrichtung und erfassungsverfahren
DE102016201070A1 (de) Verfahren und Vorrichtung zur Fahrerassistenz
DE102019119586A1 (de) Ausrichtungs- und Einbaupositionserkennung von Ultraschallsensoren anhand einer statistischen Analyse von Bodenreflexionen
DE102019212829A1 (de) Automatisierte Erkennung eines anormalen Verhaltens eines Verkehrsteilnehmers
DE102017126183A1 (de) Verfahren zum Erfassen und zur Klassifizierung eines Objekts mittels zumindest einer Sensorvorrichtung auf Basis einer Belegungskarte, Fahrerassistenzsystem und Kraftfahrzeug
DE102020105676A1 (de) Verfahren zum betreiben eines parkassistenzsystems
DE102016204654A1 (de) Vorrichtung und Verfahren zur Eigenbewegungsschätzung für ein Kraftfahrzeug
DE102010032064A1 (de) Verfahren zur Unterstützung eines Fahrers eines Fahrzeugs bei der Querführung des Fahrzeugs

Legal Events

Date Code Title Description
R163 Identified publications notified