DE102018125097A1 - Fahrzeugsensorbetrieb - Google Patents

Fahrzeugsensorbetrieb Download PDF

Info

Publication number
DE102018125097A1
DE102018125097A1 DE102018125097.5A DE102018125097A DE102018125097A1 DE 102018125097 A1 DE102018125097 A1 DE 102018125097A1 DE 102018125097 A DE102018125097 A DE 102018125097A DE 102018125097 A1 DE102018125097 A1 DE 102018125097A1
Authority
DE
Germany
Prior art keywords
data
parameters
vehicle
computer
fractal dimension
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
DE102018125097.5A
Other languages
English (en)
Inventor
Graham Mills
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of DE102018125097A1 publication Critical patent/DE102018125097A1/de
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
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497Means for monitoring or calibrating
    • G01S7/4972Alignment of sensor
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • G01S7/52004Means for monitoring or calibrating
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0011Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • 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
    • G01S2013/9323Alternative operation using light waves
    • 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
    • G01S2013/9324Alternative operation using ultrasonic waves
    • 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
    • G01S2013/9327Sensor installation details
    • G01S2013/93273Sensor installation details on the top of the 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
    • G01S7/28Details of pulse systems
    • G01S7/285Receivers
    • G01S7/295Means for transforming co-ordinates or for evaluating data, e.g. using computers
    • 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
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808Evaluating distance, position or velocity data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Architecture (AREA)
  • Optics & Photonics (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

Ein System umfasst einen Prozessor und einen Speicher, wobei der Speicher Anweisungen speichert, die durch den Prozessor ausführbar sind, um Bilddaten von einem Fahrzeugsensor, der in einem Fahrzeug installiert ist, zu empfangen, die Bilddaten in globale Koordinatendaten umzuwandeln, Fraktaldimensionswerte der globalen Koordinatendaten zu schätzen und kalibrierte Parameter auf Grundlage der Fraktaldimensionswerte zu bestimmen, um den Fahrzeugsensor zu betreiben.

Description

  • TECHNISCHES GEBIET
  • Die Erfindung betrifft das Gebiet der Fahrzeugsensoren und insbesondere den Fahrzeugsensorbetrieb.
  • ALLGEMEINER STAND DER TECHNIK
  • Sensoren sammeln Daten um ein Fahrzeug herum. Ein Computer in dem Fahrzeug kann die Daten verwenden, um eine oder mehrere Fahrzeugkomponenten zu betreiben. Die Daten können Daten z. B. einer Straße, von Objekten auf und/oder neben der Straße, anderen Fahrzeugen usw. beinhalten. Der Computer kann eine virtuelle Darstellung der umgebenden Umwelt mit den Daten konstruieren. Ein Problem besteht darin, die Sensoren zu kalibrieren, damit er Daten mit einer wünschenswerten Genauigkeit sammelt.
  • KURZDARSTELLUNG
  • Ein System beinhaltet einen Prozessor und einen Speicher, wobei der Speicher Anweisungen speichert, die durch den Prozessor ausführbar sind, um Bilddaten von einem Fahrzeugsensor, der in einem Fahrzeug installiert ist, zu empfangen, die Bilddaten in globale Koordinatendaten umzuwandeln, Fraktaldimensionswerte der globalen Koordinatendaten zu schätzen und kalibrierte Parameter auf Grundlage der Fraktaldimensionswerte zu bestimmen, um den Fahrzeugsensor zu betreiben.
  • Die Anweisungen können ferner Anweisungen beinhalten, um einen Fraktaldimensionswert für jeden einer Vielzahl von gespeicherten Parametern zu schätzen, die verwendet wird, um die Bilddaten in die globalen Koordinatendaten umzuwandeln.
  • Die Anweisungen können ferner Anweisungen beinhalten, um die kalibrierten Parameter durch Ermitteln von gespeicherten Parametern, die mit den kleinsten Fraktaldimensionswerten der globalen Koordinatendaten verknüpft sind, zu bestimmen.
  • Die Parameter können Parameter für sechs Dimensionen in einem globalen Koordinatensystem beinhalten. Die Anweisungen können ferner Anweisungen beinhalten, um einen Fraktaldimensionswert für einen Satz von Parametern für die sechs Dimensionen zu bestimmen.
  • Die Anweisungen können ferner Anweisungen beinhalten, um die Daten mit den Parametern in Sensorkoordinatendaten umzuwandeln und die Sensorkoordinatendaten mit den vorbestimmten Parametern in globale Koordinatendaten umzuwandeln.
  • Die Anweisungen können ferner Anweisungen beinhalten, um die Sensorkoordinatendaten mit den vorbestimmten Parametern in Fahrzeugkoordinatendaten umzuwandeln.
  • Die Anweisungen können ferner Anweisungen beinhalten, um den Sensor zu betätigen, damit er Daten um das Fahrzeug herum sammelt.
  • Die Anweisungen können ferner Anweisungen beinhalten, um Daten von einer Vielzahl von Sensoren zu empfangen und die kalibrierten Parameter auf Grundlage der geschätzten Fraktaldimensionswerte der Daten von unterschiedlichen Sensoren zu bestimmen.
  • Die Anweisungen können ferner Anweisungen beinhalten, um die Fraktaldimensionswerte mit einer Kostenfunktion zu schätzen.
  • Die Anweisungen können ferner Anweisungen beinhalten, die den Fahrzeugsensor anweisen, zusätzliche Bilddaten zu sammeln, die kalibrierten Parameter auf die gesammelten Bilddaten anzuwenden, um die zusätzlichen Bilddaten in zusätzliche globale Koordinatendaten umzuwandeln, und eine Fahrzeugkomponente auf Grundlage der zusätzlichen globalen Koordinatendaten zu betätigen.
  • Ein Verfahren beinhaltet Empfangen von Bilddaten von einem Fahrzeugsensor, der in einem Fahrzeug installiert ist, Umwandeln der Bilddaten in globale Koordinatendaten, Schätzen von Fraktaldimensionswerten der globalen Koordinatendaten und Bestimmen kalibrierter Parameter auf Grundlage der Fraktaldimensionswerte, um den Fahrzeugsensor zu betreiben.
  • Das Verfahren kann ferner Schätzen eines Fraktaldimensionswerts für jeden einer Vielzahl von gespeicherten Parametern, die verwendet wird, um die Bilddaten in die globalen Koordinatendaten umzuwandeln, beinhalten.
  • Das Verfahren kann ferner Bestimmen der kalibrierten Parameter durch Ermitteln von gespeicherten Parametern, die mit den kleinsten Fraktaldimensionswerten der globalen Koordinatendaten verknüpft sind, beinhalten.
  • In dem Verfahren können die Parameter Parameter für sechs Dimensionen in einem globalen Koordinatensystem beinhalten, und das Verfahren kann ferner Bestimmen eines Fraktaldimensionswerts für jeden Satz von Parametern für die sechs Dimensionen beinhalten.
  • Das Verfahren kann ferner Umwandeln der Daten mit den gespeicherten Parametern in Sensorkoordinatendaten und Umwandeln der Sensorkoordinatendaten mit den vorbestimmten Parametern in globale Koordinatendaten beinhalten.
  • Das Verfahren kann ferner Empfangen von Daten von einer Vielzahl von Sensoren und Bestimmen der kalibrierten Parameter auf Grundlage der geschätzten Fraktaldimensionswerte der Daten von unterschiedlichen Sensoren beinhalten.
  • Ein System beinhaltet eine Erfassungseinrichtung, um Daten bereitzustellen, und einen Computer, der programmiert ist, um Bilddaten von einem Fahrzeugsensor, der in einem Fahrzeug installiert ist, zu empfangen, die Bilddaten in globale Koordinatendaten umzuwandeln, Fraktaldimensionswerte der globalen Koordinatendaten zu schätzen und kalibrierte Parameter auf Grundlage der Fraktaldimensionswerte zu bestimmen, um den Fahrzeugsensor zu betreiben.
  • Der Computer kann ferner programmiert sein, um einen Fraktaldimensionswert für jeden einer Vielzahl von gespeicherten Parametern zu schätzen, die verwendet wird, um die Bilddaten in die globalen Koordinatendaten umzuwandeln.
  • Der Computer kann ferner programmiert sein, um die kalibrierten Parameter durch Ermitteln von gespeicherten Parametern, die mit den kleinsten Fraktaldimensionswerten der globalen Koordinatendaten verknüpft sind, zu bestimmen.
  • Der Computer kann ferner programmiert sein, um Daten von einer Vielzahl von Sensoren zu empfangen und die kalibrierten Parameter auf Grundlage der geschätzten Fraktaldimensionswerte der Daten von unterschiedlichen Senoren zu bestimmen.
  • Durch Auswählen der Parameter zum Umwandeln von Rohsensordaten in ein oder mehrere Koordinatensysteme auf Grundlage der Fraktaldimension kann der Computer die Rohdaten von den Sensoren in ein Koordinatensystem abbilden, das dem Computer ermöglicht, Fahrzeugkomponenten auf Grundlage der durch die Daten erkannten Objekte zu betätigen. Die Parameter können ausgewählt werden, um die Sensoren zu kalibrieren. Die Fraktaldimension ist am geringsten, wenn die Daten am wenigsten von dem Objekt abweichen, von dem die Daten gesammelt wurden. Das heißt, eine geringe Fraktaldimension kann einem feineren Messwert von dem Sensor entsprechen. Somit können die Sensoren kalibriert werden, um genauere Informationen über Objekte um das Fahrzeug herum zu sammeln.
  • Figurenliste
    • 1 ist ein Blockdiagramm für ein beispielhaftes System zum Betreiben eines Fahrzeugs.
    • 2 ist eine perspektivische Ansicht des Fahrzeugs mit einer Vielzahl von Sensoren.
    • 3 ist ein Blockdiagramm eines beispielhaften Prozesses zum Kalibrieren der Sensoren.
  • DETAILLIERTE BESCHREIBUNG
  • 1 veranschaulicht ein beispielhaftes System 100 zum Betreiben eines Fahrzeugs 101. Ein Computer 105 im Fahrzeug 101 ist programmiert, um Daten 115 von einem oder mehreren Sensoren 110 zu empfangen. Zum Beispiel können Daten 115 des Fahrzeugs 101 einen Standort des Fahrzeugs 101, eine Geschwindigkeit des Fahrzeugs 101 usw. beinhalten. Standortdaten können in einer bekannten Form vorliegen, z. B. geografische Koordinaten wie etwa Längengrad und Breitengrad, die über ein an sich bekanntes Navigationssystem erlangt wurden, das das globale Positionsbestimmungssystem (GPS) verwendet. Weitere beispielhafte Daten 115 können Messungen von Systemen und Komponenten des Fahrzeugs 101 beinhalten, z. B. eine Geschwindigkeit des Fahrzeugs 101, eine Bewegungsbahn des Fahrzeugs 101 usw.
  • Der Computer 105 ist allgemein für Kommunikationen auf einem Netzwerk des Fahrzeugs 101 programmiert, das z. B. einen Kommunikationsbus, wie bekannt, beinhaltet. Über das Netzwerk, den Bus und/oder die drahtgebundenen oder drahtlosen Mechanismen (z. B. ein drahtgebundenes oder drahtloses lokales Netzwerk im Fahrzeug 101) kann der Computer 105 Mitteilungen an verschiedene Vorrichtungen in einem Fahrzeug 101 übertragen und/oder Mitteilungen von den verschiedenen Vorrichtungen empfangen, z. B. Steuerungen, Aktoren, Sensoren usw., einschließlich der Sensoren 110. Alternativ oder zusätzlich kann in Fällen, bei denen der Computer 105 tatsächlich mehrere Vorrichtungen umfasst, das Fahrzeugnetzwerk zur Kommunikation zwischen Vorrichtungen verwendet werden, die in dieser Offenbarung als der Computer 105 dargestellt sind. Zusätzlich kann der Computer 105 programmiert sein, um mit einem Netzwerk zu kommunizieren, das verschiedene drahtgebundene und/oder drahtlose Netzwerktechnologien beinhalten kann, z. B. Mobilfunk, Bluetooth®, Bluetooth® Low Energy (BLE), drahtgebundene und/oder drahtlose Paketnetzwerke usw.
  • Die Sensoren 110 können vielfältige Vorrichtungen beinhalten. Zum Beispiel können, wie bekannt, verschiedene Steuerungen in einem Fahrzeug 101 als Sensoren 110 betrieben sein, um Daten 115 über das Netzwerk oder den Bus des Fahrzeugs 101 bereitzustellen, z. B. Daten 115 bezüglich Fahrzeuggeschwindigkeit, -beschleunigung, -position, -untersystem und/oder - komponentenstatus usw. Ferner könnten andere Sensoren 110 Kameras, Bewegungsmelder usw. beinhalten, d. h. Sensoren 110, um Daten 115 zum Bewerten eines Standorts eines Ziels, Projizieren eines Verlaufs eines Ziels, Bewerten eines Standorts einer Fahrbahnspur usw. bereitzustellen. Die Sensoren 110 können außerdem Kurzstreckenradar, Langstreckenradar, LiDAR und/oder Ultraschallwandler beinhalten.
  • Die Daten 115 können eine Vielfalt von Daten beinhalten, die in einem Fahrzeug 101 gesammelt wird. Beispiele für die Daten 115 wurden vorstehend bereitgestellt und darüber hinaus werden die Daten 115 im Allgemeinen unter Verwendung eines oder mehrerer Sensoren 110 gesammelt und können zusätzlich Daten beinhalten, die in dem Computer 105 aus diesen berechnet werden. Im Allgemeinen können die Daten 115 beliebige Daten beinhalten, die durch die Sensoren 110 erhoben und/oder aus solchen Daten berechnet werden können.
  • Das Fahrzeug 101 kann eine Vielzahl von Fahrzeugkomponenten 120 beinhalten. Im hier verwendeten Sinne beinhaltet jede Fahrzeugkomponente 120 eine oder mehrere Hardwarekomponenten, die dazu ausgelegt sind, eine mechanische Funktion oder einen mechanischen Vorgang auszuführen - wie etwa das Fahrzeug bewegen, das Fahrzeug verlangsamen oder anhalten, das Fahrzeug lenken usw. Nicht einschränkende Beispiele von Komponenten 120 beinhalten eine Antriebskomponente (die z. B. einen Verbrennungsmotor und/oder einen Elektromotor usw. beinhaltet), eine Getriebekomponente, eine Lenkkomponente (die z. B. eines oder mehrere von einem Lenkrad, einer Zahnstange usw. beinhalten kann), eine Bremskomponente, eine Einparkhilfekomponente, eine Komponente für adaptive Geschwindigkeitsregelung, eine adaptive Lenkkomponente, einen bewegbaren Sitz und dergleichen.
  • Wenn der Computer 105 das Fahrzeug 101 betreibt, dann ist das Fahrzeug 101 ein „autonomes“ Fahrzeug 101. Für die Zwecke dieser Offenbarung wird der Ausdruck „autonomes Fahrzeug“ zum Verweis auf ein Fahrzeug 101 verwendet, das in einem vollständig autonomen Modus betrieben wird. Ein vollständig autonomer Modus ist als ein Modus definiert, in dem jedes von dem Antrieb (typischerweise über einen Antriebsstrang, der einen Elektromotor und/oder Verbrennungsmotor beinhaltet), dem Bremsen und Lenken des Fahrzeugs 101 durch den Computer 105 gesteuert wird. Ein halbautonomer Modus ist ein Modus, in dem mindestens eines von dem Antrieb (typischerweise über einen Antriebsstrang, der einen Elektromotor und/oder Verbrennungsmotor beinhaltet), dem Bremsen und Lenken des Fahrzeugs 101 zumindest teilweise durch den Computer 105 und nicht durch einen menschlichen Fahrzeugführer gesteuert werden. In einem nicht autonomen Modus, d. h. einem manuellen Modus, werden Antrieb, Bremsen und Lenken des Fahrzeugs 101 durch einen menschlichen Bediener gesteuert.
  • 2 ist eine perspektivische Ansicht des Fahrzeugs 101 mit den Sensoren 110. Die Sensoren 110 können auf einem Dach des Fahrzeugs 101 positioniert sein, um die Daten 115 aus dem Bereich um das Fahrzeug 101 herum zu sammeln. Der Computer 105 kann die Daten 115 von den Sensoren 110 verwenden, um eine oder mehrere Fahrzeugkomponenten 120 zu betreiben. Der Computer 105 kann die Sensoren 110 auf Grundlage der Daten 115, die von den Sensoren 110 gesammelt werden, kalibrieren.
  • Der Computer 105 kann die Daten 115 von einem Sensor 110 in bis zu sechs Dimensionen sammeln, drei räumliche Dimensionen X, Y, Z und drei Rotationsdimensionen θ, ϕ, ψ. Der Sensor 110 kann z. B. eine Kamera, ein LiDAR, ein Infrarotsender usw. sein und die Daten 115 können somit Bilddaten 115 sein, d. h. ein Satz von numerischen Arrays, die ein durch den Sensor 110 erfasstes Bild darstellen. Im hier verwendeten Sinne hat eine „Dimension“ die herkömmliche Bedeutung einer Richtung in einem Koordinatensystem, entlang derer Daten 115 gemessen werden können. Die „räumlichen“ Dimensionen sind orthogonale Achsen in einem dreidimensionalen Koordinatensystem und die „Rotations“dimensionen sind Winkelkoordinaten um jede der räumlichen Dimensionen. Die Rotationsdimension θ ist in der Richtung gegen den Uhrzeigersinn um eine Achse, die sich in der positiven X-Richtung erstreckt, positiv. Die Rotationsdimension ϕ ist in der Richtung gegen den Uhrzeigersinn um eine Achse, die sich in der positiven Y-Richtung erstreckt, positiv. Die Rotationsdimension ψ ist in der Richtung gegen den Uhrzeigersinn um eine Achse, die sich in der positiven Z-Richtung erstreckt, positiv. Die Sensoren 110 können die Daten 115 einer Umgebung und/oder einer Bewegung des Fahrzeugs 101 in den sechs Dimensionen X, Y, Z, θ, ϕ, ψ sammeln.
  • Der Computer 105 kann eine Fraktaldimension der Daten 115 bestimmen. Im hier verwendeten Sinne ist eine „Fraktaldimension“ ein Maß einer Kurve, z. B. eine gebrochene Hausdorff-Dimension, eine Minkowski-Dimension usw., die eine Veränderung im Detail der Kurve beschreibt, die aus einer Veränderung der Messungsauflösung der Kurve resultiert. Beispielsweise ist die Fraktaldimension des Sierpinski-Dreiecks log ( 3 ) log ( 2 ) 1.58.
    Figure DE102018125097A1_0001
    Der Computer 105 kann die Fraktaldimension unter Verwendung eines herkömmlichen Algorithmus, z. B. eines Box-Zähl-Algorithmus oder einer anderen raumfüllenden Funktion, bestimmen. Beim Box-Zähl-Algorithmus wird ein Bild aus den Daten 115 in eine Vielzahl von Boxen mit einer festgelegten Seitenlänge ε geteilt. Die Größenordnung von ε kann auf der Messungsauflösung des Sensors 110 basieren. Der Computer 105 kann die Anzahl der Boxen N in dem Bild bestimmen, die einen Wert über einer Bildwertschwelle aufweisen, die durch den Computer 105 bestimmt wird, um die Erkennung eines Objekts mit den Daten 115 anzugeben. Die Bildwertschwelle kann auf Grundlage eines minimalen vorbestimmten Bildwerts, der die Anwesenheit eines Objekts angibt, bestimmt werden. Der Computer 105 kann dann den Wert von ε verringern, das Bild in eine größere Vielzahl von Boxen mit kleineren Seitenlängen teilen und eine weitere Anzahl von Boxen N, die ein Objekt in dem Bild erkennen, bestimmen. Der Computer 105 kann einen Satz von Werten N für eine Vielzahl von Boxgrößen S bestimmen und eine Fraktaldimension d des Bilds bestimmen, wie in Gleichung 1 beschrieben: d = lim ε 0 log ( N ) log ( 1 ε )
    Figure DE102018125097A1_0002
  • Der Computer 105 kann die Grenze der Fraktaldimension d aus der Anzahl der Boxen N für die Vielzahl von Seitenlängen ε mit bekannten Techniken, z. B. einer linearen Regression, annähern. Alternativ kann der Computer 105 ein anderes Verfahren verwenden, um die Fraktaldimension d zu bestimmen, z. B. eine Kostenfunktion, die bei Minimierung einen Wert für die Fraktaldimension d generiert.
  • Der Computer 105 kann eine Vielzahl von Werten für die Fraktaldimension d für die Daten 115 bestimmen. Der Computer 105 kann die Rohdaten 115 von dem Sensor 110 in ein Sensorkoordinatensystem umwandeln. Das Sensorkoordinatensystem kann Sensorkoordinatendimensionen Xs , Ys , Zs , θs , ϕs ψs und einen Ausgangspunkt an einem der Sensoren 110 aufweisen, wie in 2 gezeigt. Der Computer 105 kann die Sensorkoordinatendaten 115 in ein Fahrzeugkoordinatensystem umwandeln. Das Fahrzeugkoordinatensystem kann Fahrzeugkoordinatendimensionen Xv , Yv , Zv , θv , ϕv , ψv und einen Ausgangspunkt am Fahrzeug 101, z. B. am linkesten Punkt auf der vorderen Stoßstange, aufweisen. Der Computer 105 kann die Fahrzeugkoordinatendaten 115 in ein globales Koordinatensystem umwandeln. Das globale Koordinatensystem kann Koordinatendimensionen Xg , Yg , Zg , θg , ϕg , ψg und einen Ausgangspunkt an einer vorbestimmten geografischen Stelle, z. B. einem Startpunkt einer Strecke, die das Fahrzeug 101 befährt, aufweisen. Die Koordinatendimension Xg in der positiven Richtung kann mit der nördlichen Himmelsrichtung ausgerichtet sein und die Koordinatendimension Yg in der positiven Richtung kann mit der östlichen Himmelsrichtung ausgerichtet sein.
  • Der Computer 105 kann die Rohdaten 115 in das Sensorkoordinatensystem umwandeln, indem eine Vielzahl von vorbestimmten Parametern auf die Rohdaten 115 angewendet wird. Die Parameter sind Werte, die bei Anwendung auf die Daten 115 die Daten 115 in eines von dem Sensorkoordinatensystem, dem Fahrzeugkoordinatensystem und dem globalen Koordinatensystem umwandeln. Beispielsweise können die Parameter eine Koordinatenumwandlungsmatrix sein, die die Rohdaten 115 in Koordinaten in einem von dem Sensorkoordinatensystem, dem Fahrzeugkoordinatensystem und dem globalen Koordinatensystem abbildet. Die Parameter können jede Eingabe von Rohdaten 115 in ein sechsdimensionales Array in einem von dem Sensorkoordinatensystem, dem Fahrzeugkoordinatensystem und dem globalen Koordinatensystem abbilden. Die nachstehende Gleichung 2 zeigt beispielhafte Parameter: [ a X 0 0 0 0 0 0 a Y 0 0 0 0 0 0 a Z 0 0 0 0 0 0 a θ 0 0 0 0 0 0 a ϕ 0 0 0 0 0 0 a ψ ] [ X Y Z θ ϕ ψ ] = [ X a Y a Z a θ a ϕ a ψ a ]
    Figure DE102018125097A1_0003
    wobei aX , aY , aZ , aθ , aϕ , aψ Parameter sind, die Daten in den Koordinaten X, Y, Z, θ, ϕ, ψ in ein anderes Koordinatensystem Xa , Ya , Za , θa , ϕa , ψa konvertieren.
  • In einem weiteren Beispiel kann der Sensor 110 Rohdaten 115 in den Rotationsdimensionen θ, ψ, ϕ empfangen und kann der Computer 105 die Daten 115 in räumliche Koordinaten Xs , Ys , Zs im Sensorkoordinatensystem umwandeln, z. B. gemäß der Gleichung 3: [ X s Y s Z s ] = [ b 1  cos ( ψ ) ( sin ( ϕ ) cos ( b 2 ) cos ( ϕ ) s i n ( b 2 ) ) b 3  cos ( ψ ) ( cos ( b 4 ) cos ( ϕ ) + sin ( b 4 ) sin ( ϕ ) ) b 5  sin ( ψ ) + b 6 ]
    Figure DE102018125097A1_0004
    wobei b1, b2, b3, b4, b5, b6 die Parameter sind, um die Rohdaten 115 in das Sensorkoordinatensystem umzuwandeln. Das heißt, einer der Sensoren 110 kann die Rohdaten 115 in Einheiten relativ zu dem Sensor 110, z. B. Azimutwinkel, Erhebungswinkel, Reichweite vom Sensor 110, Intensität des durch den Sensor 110 empfangenen Lichts usw. empfangen. Der Computer 105 kann die Parameter anwenden, um die Daten 115 in das Sensorkoordinatensystem umzuwandeln. Der Computer 105 kann zusätzliche Gleichungen (nicht gezeigt) verwenden, abhängig von dem speziellen Typ des Sensors 110 und der Art der gesammelten Daten 115, um die Daten 115 in das Sensor-, Fahrzeug- und globale Koordinatensystem zu konvertieren.
  • Der Computer 105 kann eine Fraktaldimension d für ein Bild bestimmen, das auf Grundlage der Daten 115 generiert wird, wobei jeder Satz von Parametern für sechs Dimensionen X, Y, Z, θ, ϕ, ψ auf die Daten 115 angewendet wird, z. B. mittels einer Umwandlung, wie in den Gleichungen 2-3 gezeigt. Der Computer 105 kann einen anfänglichen Satz von Parametern speichern und eine Fraktaldimension d für ein Bild auf Grundlage des anfänglichen Satzes von Parametern, der auf die Daten 115 angewendet wird, bestimmen. Der anfängliche Wert von Parametern kann z. B. durch einen Hersteller bestimmt werden und kann Werte aufweisen, die aus empirischen Daten während Diagnosetests des Sensors 110 bestimmt werden. Alternativ kann der anfängliche Satz von Parametern jeweils einen Wert von 0 aufweisen. Der Computer 105 kann neue Parameter generieren, z. B. durch Hochsetzen des anfänglichen Satzes von Parametern um einen festen Wert (z. B. 0,01), durch Interpolieren mit einem bekannten Verfahren (z. B. Newton-Verfahren) usw., und eine Vielzahl von Werten für die Fraktaldimension d auf Grundlage der neuen Sätze von Parametern bestimmen. Das heißt, jeder generierte Satz von Parametern für die Dimensionen X, Y, Z, θ, ϕ, ψ kann eine zugehörige Fraktaldimension d aufweisen, die durch Konstruieren eines Bilds aus den Daten 115 bestimmt wird, wobei der Satz von Parametern auf die Daten 115 angewendet wird. Der Computer 105 kann damit fortfahren, neue Parameter bis zu einem Parameterendpunkt zu generieren, z. B. bis zu einer oberen Parameterbegrenzung, die durch den Hersteller vorbestimmt ist, oder bis eine Differenz zwischen dem Wert für die Fraktaldimension d von dem neuesten Satz von Parametern und der Fraktaldimension d für den unmittelbar vorhergehenden Satz von Faktoren unter einem vorbestimmten Differenzschwellenwert liegt.
  • Der Computer 105 kann den Satz von Parametern, der mit dem geringsten Fraktaldimensionswert verknüpft ist, als einen Satz von kalibrierten Parametern speichern. Mit den kalibrierten Parametern kann der Computer 105 den Sensor 110 betreiben, um die Daten 115 zu sammeln und die Daten 115 genauer zu analysieren.
  • 3 veranschaulicht einen beispielhaften Prozess 300 zum Kalibrieren eines Sensors 110 in einem Fahrzeug 101 und zum Betreiben des Fahrzeugs 101 mit dem kalibrierten Sensor 110. Der Prozess 300 beginnt in einem Block 305, in dem der Computer 105 den Sensor 110 betätigt, um Daten 115 von einer Umgebung um das Fahrzeug 101 herum zu sammeln. Wie zuvor beschrieben, kann der Computer 105 den Sensor 110, z. B. ein LiDAR 110, betätigen, um die Daten 115 von einem Bereich innerhalb eines Entfernungsradius von dem Sensor 110 zu sammeln. Die Daten 115 können Daten 115 in drei räumlichen Dimensionen X, Y, Z und in drei Rotationsdimensionen θ, ϕ, ψ beinhalten.
  • Als Nächstes bestimmt der Computer 105 in einem Block 310 Parameter, die auf die Daten 115 anzuwenden sind. Die Parameter sind numerische Werte, die bei Anwendung auf die Daten 115 die Daten 115 in eines von dem Sensorkoordinatensystem, dem Fahrzeugkoordinatensystem und dem globalen Koordinatensystem umwandeln. Wie zuvor beschrieben, kann der Computer 105 die Parameter anwenden, um die Rohdaten 115 von dem Sensor 110 in eines der Koordinatensysteme umzuwandeln.
  • Als Nächstes wandelt der Computer 105 in einem Block 315 die Daten 115 in einen Satz von Sensorkoordinatendaten 115 um. Wie zuvor beschrieben, können die Sensorkoordinatendaten 115 Werte in einem Sensorkoordinatensystem sein. Das Sensorkoordinatensystem kann ein räumliches Koordinatensystem mit einem Punkt auf dem Sensor 110 als Ursprung sein. Der Computer 105 kann einen Satz von Parametern anwenden, um die Rohdaten 115 in die Sensorkoordinatendaten 115 umzuwandeln. Beispielsweise kann der Computer 105, wie in Gleichung 3 gezeigt, die Parameter verwenden, um die Rohdaten 115 in das Sensorkoordinatensystem umwandeln.
  • Als Nächstes wandelt der Computer 105 in einem Block 320 die Sensorkoordinatendaten 115 in einen Satz von Fahrzeugkoordinatendaten 115 um. Wie zuvor beschrieben, können die Fahrzeugkoordinatendaten 115 Werte in einem Fahrzeugkoordinatensystem sein. Das Fahrzeugkoordinatensystem kann ein räumliches Koordinatensystem mit einem Punkt auf dem Fahrzeug 101 (z. B. eine Kante einer vorderen Stoßstange) als Ursprung sein. Der Computer 105 kann einen Satz von Parametern anwenden, um die Sensorkoordinatendaten 115 in die Fahrzeugkoordinatendaten 115 umzuwandeln.
  • Als Nächstes wandelt der Computer 105 in einem Block 325 die Fahrzeugkoordinatendaten 115 in einen Satz von globalen Koordinatendaten 115 um. Wie zuvor beschrieben, können die globalen Koordinatendaten 115 Werte in einem globalen Koordinatensystem sein. Das globale Koordinatensystem kann ein räumliches Koordinatensystem mit einem vorbestimmten Punkt als Ursprung sein. Der Computer 105 kann einen Satz von Parametern anwenden, um die Fahrzeugkoordinatendaten 115 in die globalen Koordinatendaten 115 umzuwandeln.
  • Als Nächstes bestimmt der Computer 105 in einem Block 330 eine Fraktaldimension für die Daten 115. Wie zuvor beschrieben, ist die Fraktaldimension ein Maß einer Kurve, z. B. eine gebrochene Hausdorff-Dimension, eine Minkowski-Dimension usw., die eine Veränderung im Detail der Kurve beschreibt, die aus einer Veränderung der Messungsauflösung der Kurve resultiert. Der Computer 105 kann die Fraktaldimension z. B. mit einem Box-Zähl-Algorithmus, einer raumfüllenden Funktion, einer Kostenfunktion usw. bestimmen, wie zuvor in Gleichung 1 gezeigt wurde. Der Computer 105 kann den Satz von Parametern auf die Daten 115 anwenden, um ein Bild zu generieren. Der Computer 105 kann die Fraktaldimension durch Anwenden z. B. des Box-Zähl-Algorithmus der Gleichung 1 auf das Bild bestimmen.
  • Als nächstes bestimmt der Computer 105 in einem Block 335, ob der Prozess 300 fortgeführt werden soll. Der Computer 105 kann bestimmen, den Prozess 300 fortzuführen, um neue Parameter zu generieren, die auf die Daten 115 anzuwenden sind, und die Fraktaldimension der neuen Parameter zu bestimmen. Wenn der Computer 105 bestimmt fortzufahren, wird der Prozess 300 in einem Block 340 fortgesetzt. Andernfalls wird der Prozess 300 in einem Block 345 fortgesetzt.
  • In Block 340 generiert der Computer 105 neue Parameter, die auf die Daten 115 anzuwenden sind. Der Computer 105 kann die neuen Parameter generieren, z. B. durch Hochsetzen der zuvor verwendeten Parameter um einen festen Wert (z. B. 0,01), durch Heruntersetzen der zuvor verwendeten Parameter um einen festen Wert (z. B. 0,01), durch Interpolieren der zuvor verwendeten Parameter mit einer festen Gleichung (z. B. mit dem Newton-Verfahren) usw. Der Prozess 300 kehrt dann mit den neuen Parametern zu Block 310 zurück.
  • In Block 345 bestimmt der Computer 105 den Satz von Parametern, der der geringsten Fraktaldimension in jedem Koordinatensystem entspricht, und speichert die Parameter. Der Computer 105 wendet dann den Satz von Parametern, der der geringsten Fraktaldimension entspricht, an, um die Sensoren 110 zu kalibrieren. Somit kann der Computer 105 mit den bestimmten Parametern genauere Daten 115, d. h. Daten 115 mit einer kleineren und präziseren Auflösung, von den Sensoren 110 sammeln. Genauere Daten 115 ermöglichen dem Computer 105, die Komponenten 120 mit größerer Präzision zu betreiben, wodurch der Betrieb der Komponenten 120 und des Fahrzeugs 101 verbessert wird. Der Computer 105 kann einen Satz von Parametern mit den geringsten Fraktaldimensionen für die Dimensionen X, Y, Z, θ, ϕ, ψ für jedes von dem Sensorkoordinatensystem, dem Fahrzeugkoordinatensystem und dem globalen Koordinatensystem bestimmen.
  • Als Nächstes wendet der Computer 105 in einem Block 350 die kalibrierten Parameter auf die Rohsensordaten 115 an, um kalibrierte Daten 115 zu generieren. Die kalibrierten Parameter können die Daten 115 in eines der oben beschriebenen Koordinatensysteme umwandeln, wodurch eine virtuelle Darstellung einer Umgebung um das Fahrzeug 101 herum erzeugt wird, die der Computer 105 verwenden kann, um die Komponenten 120 zu betätigen. Mit den kalibrierten Daten 115 kann der Computer 105 eine oder mehrere Fahrzeugkomponenten 120 präziser betätigen.
  • Als nächstes betätigt der Computer 105 in einem Block 355 eine oder mehrere Fahrzeugkomponenten 120 auf Grundlage der kalibrierten Daten 115. Mit den kalibrierten Daten 115 kann der Computer 105 eine oder mehrere Komponenten 120 betätigen, um z. B. das Fahrzeug 101 in einer virtuellen Umgebung, die durch die kalibrierten Daten 115 dargestellt wird, zu lenken. Im Anschluss an den Block 355 endet der Prozess 300.
  • Im hier verwendeten Sinne bedeutet das ein Adjektiv modifizierende Adverb „im Wesentlichen“, dass eine Form, eine Struktur, ein Maß, ein Wert, eine Berechnung usw. von einer genau beschriebenen Geometrie, einem genau beschriebenen Abstand, einem genau beschriebenen Maß, einem genau beschriebenen Wert, einer genau beschriebenen Berechnung usw. aufgrund von Mängeln hinsichtlich der Materialien, Bearbeitung, Herstellung, Datensammlermessungen, Berechnungen, Verarbeitungszeit, Kommunikationszeit usw. abweichen kann.
  • Die Computer 105 umfassen im Allgemeinen jeweils Anweisungen, die durch einen oder mehrere Computer, wie etwa die vorstehend festgestellten, ausgeführt werden können, und zum Ausführen von vorstehend beschriebenen Blöcken oder Prozessen. Computerausführbare Anweisungen können von Computerprogrammen zusammengestellt oder interpretiert werden, die unter Verwendung einer Vielfalt von Programmiersprachen und/oder -techniken erstellt wurden, darunter unter anderem, entweder allein oder in Kombination, Java™, C, C++, Visual Basic, Java Script, Perl, HTML usw. Im Allgemeinen empfängt ein Prozessor (z. B. ein Mikroprozessor) Anweisungen, z. B. von einem Speicher, einem computerlesbaren Medium usw., und führt diese Anweisungen aus, wodurch er einen oder mehrere Prozesse durchführt, darunter einen oder mehrere der hier beschriebenen Prozesse. Derartige Anweisungen und andere Daten können unter Verwendung einer Vielzahl von computerlesbaren Medien gespeichert und übertragen werden. Eine Datei in dem Computer 105 ist im Allgemeinen eine Sammlung von Daten, die auf einem computerlesbaren Medium gespeichert sind, wie etwa einem Speichermedium, einem Direktzugriffsspeicher usw.
  • Zu einem computerlesbaren Medium zählt jedes Medium, das am Bereitstellen von Daten (z. B. Anweisungen), die durch einen Rechner gelesen werden können, beteiligt ist. Ein solches Medium kann viele Formen annehmen, einschließlich unter anderem nichtflüchtige Medien, flüchtige Medien usw. Nichtflüchtige Medien beinhalten zum Beispiel optische oder magnetische Platten und sonstige Dauerspeicher. Flüchtige Medien schließen einen dynamischen Direktzugriffsspeicher (Dynamic Random Access Memory - DRAM) ein, der üblicherweise einen Hauptspeicher darstellt. Gängige Formen computerlesbarer Medien beinhalten beispielsweise eine Diskette, eine Folienspeicherplatte, eine Festplatte, ein Magnetband, ein beliebiges anderes magnetisches Medium, eine CD-ROM, eine DVD, ein beliebiges anderes optisches Medium, Lochkarten, Lochstreifen, ein beliebiges anderes physisches Medium mit Lochmustern, ein RAM, ein PROM, ein EPROM, ein FLASH-EEPROM, ein beliebiger anderer Speicherchip oder eine beliebige andere Speicherkassette oder ein beliebiges anderes Medium, das von einem Computer gelesen werden kann.
  • Hinsichtlich der hier beschriebenen Medien, Prozesse, Systeme, Verfahren usw. versteht es sich, dass die Schritte derartiger Prozesse usw. zwar als gemäß einer bestimmten Abfolge erfolgend beschrieben worden sind, derartige Prozesse jedoch derart durchgeführt werden könnten, dass die beschriebenen Schritte in einer anderen Reihenfolge durchgeführt werden als in der hier beschriebenen Reihenfolge. Es versteht sich zudem, dass bestimmte Schritte gleichzeitig durchgeführt, andere Schritte hinzugefügt oder bestimmte hier beschriebene Schritte weggelassen werden könnten. Beispielsweise könnten im Prozess 300 ein oder mehrere der Schritte weggelassen oder die Schritte könnten in einer anderen Reihenfolge als in 3 gezeigt ausgeführt werden. Mit anderen Worten sind die Beschreibungen von Systemen und/oder Prozessen in der vorliegenden Schrift zum Zwecke der Veranschaulichung bestimmter Ausführungsformen bereitgestellt und sollten keinesfalls dahingehend ausgelegt werden, dass sie den offenbarten Gegenstand einschränken.
  • Dementsprechend versteht es sich, dass die vorliegende Offenbarung, einschließlich der vorstehenden Beschreibung und der begleitenden Figuren und nachfolgenden Ansprüche, als veranschaulichend und nicht als einschränkend gedacht ist. Viele Ausführungsformen und Anwendungen, bei denen es sich nicht um die bereitgestellten Beispiele handelt, werden dem Fachmann beim Lesen der vorstehenden Beschreibung ersichtlich sein. Der Umfang der Erfindung sollte nicht unter Bezug auf die obige Beschreibung ermittelt werden, sondern stattdessen unter Bezug auf Ansprüche, die hier beigefügt sind und/oder in einer hierauf basierenden, nicht vorläufigen Patentanmeldung enthalten sind, gemeinsam mit dem vollständigen Umfang von Äquivalenten, zu welchen derartige Ansprüche berechtigen. Es wird erwartet und ist beabsichtigt, dass es hinsichtlich der in der vorliegenden Schrift erläuterten Techniken künftige Entwicklungen geben wird und dass die offenbarten Systeme und Verfahren in solche künftige Ausführungsformen aufgenommen werden. Insgesamt versteht es sich, dass der offenbarte Gegenstand modifiziert und variiert werden kann.
  • Der ein Nomen modifizierende Artikel „ein/e“ sollte dahingehend verstanden werden, dass er einen oder mehrere bezeichnet, es sei denn, es ist etwas anderes angegeben oder der Kontext erfordert etwas anderes. Der Ausdruck „auf Grundlage von/beruhen auf“ beinhaltet teilweise oder vollständig auf Grundlage von/beruhen auf.
  • Gemäß der vorliegenden Erfindung wird ein System bereitgestellt, das einen Prozessor; und einen Speicher aufweist, wobei der Speicher Anweisungen speichert, die durch den Prozessor ausführbar sind, um: Bilddaten von einem Fahrzeugsensor, der in einem Fahrzeug installiert ist, zu empfangen; die Bilddaten in globale Koordinatendaten umzuwandeln; Fraktaldimensionswerte der globalen Koordinatendaten zu schätzen; und kalibrierte Parameter auf Grundlage der Fraktaldimensionswerte zu bestimmen, um den Fahrzeugsensor zu betreiben.
  • Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um einen Fraktaldimensionswert für jeden einer Vielzahl von gespeicherten Parametern zu schätzen, die verwendet wird, um die Bilddaten in die globalen Koordinatendaten umzuwandeln.
  • Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um die kalibrierten Parameter durch Ermitteln von gespeicherten Parametern, die mit den kleinsten Fraktaldimensionswerten der globalen Koordinatendaten verknüpft sind, zu bestimmen.
  • Gemäß einer Ausführungsform ist die Erfindung ferner dadurch gekennzeichnet, dass die Parameter Parameter für sechs Dimensionen in einem globalen Koordinatensystem beinhalten, und wobei die Anweisungen ferner Anweisungen beinhalten, um einen Fraktaldimensionswert für den Satz von Parametern für die sechs Dimensionen zu bestimmen.
  • Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um die Daten mit den Parametern in Sensorkoordinatendaten umzuwandeln und die Sensorkoordinatendaten mit den Parametern in globale Koordinatendaten umzuwandeln.
  • Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um die Sensorkoordinatendaten mit den Parametern in Fahrzeugkoordinatendaten umzuwandeln.
  • Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um den Sensor zu betätigen, damit er Daten um das Fahrzeug herum sammelt.
  • Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um Daten von einer Vielzahl von Sensoren zu empfangen und die kalibrierten Parameter auf Grundlage der geschätzten Fraktaldimensionswerte der Daten von unterschiedlichen Sensoren zu bestimmen.
  • Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, um die Fraktaldimensionswerte mit einer Kostenfunktion zu schätzen.
  • Gemäß einer Ausführungsform beinhalten die Anweisungen ferner Anweisungen, die den Fahrzeugsensor anweisen, zusätzliche Bilddaten zu sammeln, die kalibrierten Parameter auf die gesammelten Bilddaten anzuwenden, um die zusätzlichen Bilddaten in zusätzliche globale Koordinatendaten umzuwandeln, und eine Fahrzeugkomponente auf Grundlage der zusätzlichen globalen Koordinatendaten zu betätigen.
  • Gemäß der vorliegenden Erfindung wird ein Verfahren bereitgestellt, das Empfangen von Bilddaten von einem Fahrzeugsensor, der in einem Fahrzeug installiert ist; Umwandeln der Bilddaten in globale Koordinatendaten; Schätzen von Fraktaldimensionswerten der globalen Koordinatendaten; und Bestimmen kalibrierter Parameter auf Grundlage der Fraktaldimensionswerte, um den Fahrzeugsensor zu betreiben, aufweist.
  • Gemäß einer Ausführungsform ist die obige Erfindung ferner durch Schätzen eines Fraktaldimensionswert für jeden einer Vielzahl von gespeicherten Parametern, die verwendet wird, um die Bilddaten in die globalen Koordinatendaten umzuwandeln, gekennzeichnet.
  • Gemäß einer Ausführungsform ist die obige Erfindung ferner durch Bestimmen der kalibrierten Parameter durch Ermitteln von gespeicherten Parametern, die mit den kleinsten Fraktaldimensionswerten der globalen Koordinatendaten verknüpft sind, gekennzeichnet.
  • Gemäß einer Ausführungsform ist die obige Erfindung ferner dadurch gekennzeichnet, dass die Parameter Parameter für sechs Dimensionen in einem globalen Koordinatensystem beinhalten, und wobei das Verfahren ferner Bestimmen eines Fraktaldimensionswerts für jeden Satz von Parametern für die sechs Dimensionen umfasst.
  • Gemäß einer Ausführungsform ist die obige Erfindung ferner durch Umwandeln der Daten mit den Parametern in Sensorkoordinatendaten und Umwandeln der Sensorkoordinatendaten mit den Parametern in globale Koordinatendaten gekennzeichnet.
  • Gemäß einer Ausführungsform ist die obige Erfindung ferner durch Empfangen von Daten von einer Vielzahl von Sensoren und Bestimmen der kalibrierten Parameter auf Grundlage der geschätzten Fraktaldimensionswerte der Daten von unterschiedlichen Sensoren gekennzeichnet.
  • Gemäß der vorliegenden Erfindung wird ein System bereitgestellt, das eine Erfassungseinrichtung zum Bereitstellen von Daten; und einen Computer aufweist, der programmiert ist, um: Bilddaten von einem Fahrzeugsensor, der in einem Fahrzeug installiert ist, zu empfangen; die Bilddaten in globale Koordinatendaten umzuwandeln; Fraktaldimensionswerte der globalen Koordinatendaten zu schätzen; und kalibrierte Parameter auf Grundlage der Fraktaldimensionswerte zu bestimmen, um den Fahrzeugsensor zu betreiben.
  • Gemäß einer Ausführungsform ist der Computer ferner programmiert, um einen Fraktaldimensionswert für jeden einer Vielzahl von gespeicherten Parametern zu schätzen, die verwendet wird, um die Bilddaten in die globalen Koordinatendaten umzuwandeln.
  • Gemäß einer Ausführungsform ist der Computer ferner programmiert, um die kalibrierten Parameter durch Ermitteln von gespeicherten Parametern, die mit den kleinsten Fraktaldimensionswerten der globalen Koordinatendaten verknüpft sind, zu bestimmen.
  • Gemäß einer Ausführungsform ist der Computer ferner programmiert, um Daten von einer Vielzahl von Sensoren zu empfangen und die kalibrierten Parameter auf Grundlage der geschätzten Fraktaldimensionswerte der Daten von unterschiedlichen Sensoren zu bestimmen.

Claims (15)

  1. Verfahren, umfassend: Empfangen von Bilddaten von einem Fahrzeugsensor, der in einem Fahrzeug installiert ist; Umwandeln der Bilddaten in globale Koordinatendaten; Schätzen von Fraktaldimensionswerten der globalen Koordinatendaten; und Bestimmen von kalibrierten Parametern auf Grundlage der Fraktaldimensionswerte, um den Fahrzeugsensor zu betreiben.
  2. Verfahren nach Anspruch 1, ferner umfassend Schätzen eines Fraktaldimensionswerts für jeden einer Vielzahl von gespeicherten Parametern, die verwendet wird, um die Bilddaten in die globalen Koordinatendaten umzuwandeln.
  3. Verfahren nach Anspruch 2, ferner umfassend Bestimmen der kalibrierten Parameter durch Ermitteln von gespeicherten Parametern, die mit den kleinsten Fraktaldimensionswerten der globalen Koordinatendaten verknüpft sind.
  4. Verfahren nach Anspruch 1, wobei die Parameter Parameter für sechs Dimensionen in einem globalen Koordinatensystem beinhalten, und wobei das Verfahren ferner Bestimmen eines Fraktaldimensionswerts für den Satz von Parametern für die sechs Dimensionen umfasst.
  5. Verfahren nach Anspruch 1, ferner umfassend Umwandeln der Daten mit den Parametern in Sensorkoordinatendaten und Umwandeln der Sensorkoordinatendaten mit den Parametern in globale Koordinatendaten.
  6. Verfahren nach Anspruch 5, ferner umfassend Umwandeln der Sensorkoordinatendaten mit den Parametern in Fahrzeugkoordinatendaten.
  7. Verfahren nach Anspruch 1, ferner umfassend Betätigen des Sensors, damit er Daten um das Fahrzeug herum sammelt.
  8. Verfahren nach Anspruch 1, ferner umfassend Empfangen von Daten von einer Vielzahl von Sensoren und Bestimmen der kalibrierten Parameter auf Grundlage der geschätzten Fraktaldimensionswerte der Daten von unterschiedlichen Sensoren.
  9. Verfahren nach Anspruch 1, ferner umfassend Schätzen der Fraktaldimensionswerte mit einer Kostenfunktion.
  10. Verfahren nach Anspruch 1, ferner umfassend Anweisen des Fahrzeugsensors, zusätzliche Bilddaten zu sammeln, Anwenden der kalibrierten Parameter auf die gesammelten Bilddaten, um die zusätzlichen Bilddaten in zusätzliche globale Koordinatendaten umzuwandeln, und Betätigen einer Fahrzeugkomponente auf Grundlage der zusätzlichen globalen Koordinatendaten.
  11. Verfahren nach einem der Ansprüche 2-9, ferner umfassend Anweisen des Fahrzeugsensors, zusätzliche Bilddaten zu sammeln, Anwenden der kalibrierten Parameter auf die gesammelten Bilddaten, um die zusätzlichen Bilddaten in zusätzliche globale Koordinatendaten umzuwandeln, und Betätigen einer Fahrzeugkomponente auf Grundlage der zusätzlichen globalen Koordinatendaten.
  12. Verfahren nach einem der Ansprüche 3-10, ferner umfassend Schätzen eines Fraktaldimensionswerts für jeden einer Vielzahl von gespeicherten Parametern, die verwendet wird, um die Bilddaten in die globalen Koordinatendaten umzuwandeln.
  13. Computer, der zum Durchführen des Verfahrens nach einem der Ansprüche 1-10 programmiert ist.
  14. Fahrzeug, das den Computer nach Anspruch 13 umfasst.
  15. Computerprogrammprodukt, das ein computerlesbares Medium umfasst, das Anweisungen speichert, die durch einen Computerprozessor ausführbar sind, um das Verfahren nach einem der Ansprüche 1-10 auszuführen.
DE102018125097.5A 2017-10-12 2018-10-10 Fahrzeugsensorbetrieb Pending DE102018125097A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/782,031 2017-10-12
US15/782,031 US10473772B2 (en) 2017-10-12 2017-10-12 Vehicle sensor operation

Publications (1)

Publication Number Publication Date
DE102018125097A1 true DE102018125097A1 (de) 2019-04-18

Family

ID=65910405

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018125097.5A Pending DE102018125097A1 (de) 2017-10-12 2018-10-10 Fahrzeugsensorbetrieb

Country Status (3)

Country Link
US (1) US10473772B2 (de)
CN (1) CN109655814A (de)
DE (1) DE102018125097A1 (de)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110135376A (zh) * 2019-05-21 2019-08-16 北京百度网讯科技有限公司 确定图像传感器的坐标系转换参数的方法、设备和介质
CN113847930A (zh) 2020-06-28 2021-12-28 图森有限公司 多传感器校准系统
US11960276B2 (en) * 2020-11-19 2024-04-16 Tusimple, Inc. Multi-sensor collaborative calibration system
CN113561970A (zh) * 2021-09-27 2021-10-29 国汽智控(北京)科技有限公司 初始泊车位置信息确定的方法、装置、设备及存储介质

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6118886A (en) * 1993-03-30 2000-09-12 The United States Of America As Represented By The United States Department Of Energy Automatic target recognition apparatus and method
US5732158A (en) * 1994-11-23 1998-03-24 Tec-Masters, Inc. Fractal dimension analyzer and forecaster
US6677858B1 (en) * 1999-02-26 2004-01-13 Reveo, Inc. Internet-based method of and system for monitoring space-time coordinate information and biophysiological state information collected from an animate object along a course through the space-time continuum
US6422998B1 (en) * 1999-09-20 2002-07-23 Ut-Battelle, Llc Fractal analysis of time varying data
JP4021685B2 (ja) * 2002-03-04 2007-12-12 松下電器産業株式会社 画像合成変換装置
JP2007172551A (ja) * 2005-12-26 2007-07-05 Nissan Motor Co Ltd 運転状況推定装置
US8050863B2 (en) * 2006-03-16 2011-11-01 Gray & Company, Inc. Navigation and control system for autonomous vehicles
JP2008009752A (ja) * 2006-06-29 2008-01-17 Nissan Motor Co Ltd 走行環境認識装置、自動車、及び走行環境認識方法
JP2008187566A (ja) * 2007-01-31 2008-08-14 Sanyo Electric Co Ltd カメラ校正装置及び方法並びに車両
US8229163B2 (en) * 2007-08-22 2012-07-24 American Gnc Corporation 4D GIS based virtual reality for moving target prediction
US8396297B2 (en) * 2008-05-27 2013-03-12 Intel Corporation Supervised edge detection using fractal signatures
US20110153362A1 (en) * 2009-12-17 2011-06-23 Valin David A Method and mechanism for identifying protecting, requesting, assisting and managing information
DE102011010863A1 (de) * 2010-12-23 2012-02-16 Daimler Ag Verfahren zur Kalibrierung eines an einem Fahrzeug angeordneten Sensors
GB201116961D0 (en) * 2011-09-30 2011-11-16 Bae Systems Plc Fast calibration for lidars
US9007368B2 (en) * 2012-05-07 2015-04-14 Intermec Ip Corp. Dimensioning system calibration systems and methods
US9497380B1 (en) * 2013-02-15 2016-11-15 Red.Com, Inc. Dense field imaging
US20140336953A1 (en) * 2013-05-13 2014-11-13 National Research Council Of Canada Method to quantify emission rates in atmospheric plumes
US9201424B1 (en) * 2013-08-27 2015-12-01 Google Inc. Camera calibration using structure from motion techniques
JP6325806B2 (ja) * 2013-12-06 2018-05-16 日立オートモティブシステムズ株式会社 車両位置推定システム
CN103759670B (zh) 2014-01-06 2016-09-28 四川虹微技术有限公司 一种基于数字近景摄影的物体三维信息获取方法
US10203762B2 (en) * 2014-03-11 2019-02-12 Magic Leap, Inc. Methods and systems for creating virtual and augmented reality
US10852838B2 (en) * 2014-06-14 2020-12-01 Magic Leap, Inc. Methods and systems for creating virtual and augmented reality
DE102014111126A1 (de) * 2014-08-05 2016-02-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erzeugen einer Umgebungskarte eines Umgebungsbereichs eines Kraftfahrzeugs, Fahrerassistenzsystem sowie Kraftfahrzeug
US9881349B1 (en) * 2014-10-24 2018-01-30 Gopro, Inc. Apparatus and methods for computerized object identification
US9804594B2 (en) 2014-11-07 2017-10-31 Clearpath Robotics, Inc. Self-calibrating sensors and actuators for unmanned vehicles
WO2016109876A1 (en) * 2015-01-07 2016-07-14 Synaptive Medical (Barbados) Inc. Method, system and apparatus for adaptive image acquisition
US9582881B2 (en) * 2015-03-18 2017-02-28 Intel Corporation Machine vision image sensor calibration
US9612123B1 (en) * 2015-11-04 2017-04-04 Zoox, Inc. Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes
CN105866762B (zh) 2016-02-26 2018-02-23 福州华鹰重工机械有限公司 激光雷达自动校准方法及装置
US10445928B2 (en) * 2017-02-11 2019-10-15 Vayavision Ltd. Method and system for generating multidimensional maps of a scene using a plurality of sensors of various types
JP7085331B2 (ja) * 2017-10-17 2022-06-16 株式会社日立製作所 気分スコア計算装置および気分スコア計算方法

Also Published As

Publication number Publication date
US10473772B2 (en) 2019-11-12
US20190113608A1 (en) 2019-04-18
CN109655814A (zh) 2019-04-19

Similar Documents

Publication Publication Date Title
DE102018125097A1 (de) Fahrzeugsensorbetrieb
EP3177498B1 (de) Verfahren zum erzeugen einer umgebungskarte eines umgebungsbereichs eines kraftfahrzeugs, fahrerassistenzsystem sowie kraftfahrzeug
DE102019114511A1 (de) Radar-odometrie für ein fahrzeug
DE102012024874A1 (de) Verfahren und Vorrichtung zum prädikativen Ermitteln eines Parameterwertes einer von einem Fahrzeug befahrbaren Oberfläche
DE102012014397A1 (de) Verfahren zum Ermitteln einer Position eines Fahrzeugs und Fahrzeug
DE112019000873T5 (de) System und Verfahren zum Erzeugen eines Zielpfades für ein Fahrzeug
DE102019126542A1 (de) Lokalisierung einer stationären kamera
DE102021104764A1 (de) Radarkalibrierung
DE102013019804A1 (de) Verfahren zur Ermittlung einer Bewegung eines Objekts
DE102017109390A1 (de) Verbesserter fahrzeugbetrieb
DE102018119791A1 (de) Verbesserte Fahrzeuglenkung
DE102021103779A1 (de) Verbesserter sensorbetrieb
DE102020100022A1 (de) Positionsbestimmungstechnik
DE102020122488A1 (de) Verbesserte gefahrenbewertung
DE102017129501A1 (de) Autonome Kraftfahrzeug-Objekterkennung
DE102016003261A1 (de) Verfahren zur Selbstlokalisierung eines Fahrzeugs in einer Fahrzeugumgebung
DE102018129094A1 (de) Niederschlagserkennung
DE102020105619A1 (de) System und verfahren zur bestimmung der fahrzeugposition
DE102020118741A1 (de) Identifikation von fahrzeugstandorten
DE102017118078A1 (de) Lokalisationseinrichtung für ein Kraftfahrzeug, Fahrerassistenzeinrichtung, Kraftfahrzeug sowie Verfahren zum Lokalisieren eines Kraftfahrzeugs
DE102020128819A1 (de) Selbstkorrigierende fahrzeuglokalisierung
DE102021101425A1 (de) Erfassung der geschwindigkeit eines ziels
WO2009013052A2 (de) Verfahren und vorrichtung für die spurerfassung mit einem fahrerassistenzsystem
DE102017108107A1 (de) Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur schätzung einer pose eines kraftfahrzeugs
DE102013001867A1 (de) Verfahren zur Ermittlung einer Fahrzeugorientierung und/oder einer korrigierten Fahrzeugposition eines Kraftfahrzeugs und Kraftfahrzeug

Legal Events

Date Code Title Description
R082 Change of representative

Representative=s name: BONSMANN - BONSMANN - FRANK PATENTANWAELTE, DE