-
Gebiet der Erfindung
-
Die Erfindung betrifft ein Verfahren zum Bestimmen des Vorhandenseins und/oder von Eigenschaften eines oder mehrerer Objekte in der Umgebung eines Kraftfahrzeugs und eine Umgebungserkennungsvorrichtung zum Bestimmen des Vorhandenseins und/oder von Eigenschaften eines oder mehrerer Objekte in der Umgebung eines Kraftfahrzeugs.
-
Stand der Technik
-
Die Bestimmung des (stationären) Umfelds eines Kraftfahrzeugs stellt einen zentralen Baustein moderner Fahrerassistenzsysteme sowie hochautonomer Systeme dar. Bestehende Systeme basieren üblicherweise entweder auf der Nutzung einer digitalen Karte (mit geeigneter Lokalisierung des Kraftfahrzeugs) und/oder auf den Messungen eines bildgebenden Sensors (z.B. einer Videokamera).
-
Die Bestimmung der Umgebung des Kraftfahrzeugs aus einer digitalen Karte hat den Nachteil, dass die Daten potentiell veraltet sind und somit die digitale Karte das aktuelle Umfeld des Kraftfahrzeugs nicht mit genügend hoher Sicherheit bzw. Zuverlässigkeit abbildet. Bei der bildgebenden Sensorik dagegen handelt es sich in der Regel um passive Sensoren, die prinzipbedingt stark von der Beleuchtung der Szene abhängig sind und damit keine konstante Performance aufweisen. Die Performance der bildgebenden Sensorik hängt beispielsweise davon ab, ob Tag oder Nacht ist, ob es regnet, hagelt und/oder schneit, ob Nebel vorhanden ist etc.
-
Offenbarung der Erfindung
-
Vorteile der Erfindung
-
Ausführungsformen der vorliegenden Erfindung können in vorteilhafter Weise ermöglichen, eine technisch einfache, kostengünstige und von den Außenbedingungen im Wesentlichen unabhängige Erkennung der tatsächlich vorhandenen Umgebung eines Kraftfahrzeugs durchzuführen.
-
Gemäß einem ersten Aspekt der Erfindung wird ein Verfahren zum Bestimmen des Vorhandenseins und/oder von Eigenschaften eines oder mehrerer Objekte in der Umgebung eines Kraftfahrzeugs vorgeschlagen, wobei das Verfahren folgende Schritte umfasst: Bestimmen und/oder Empfangen einer Fahrgeschwindigkeit des Kraftfahrzeugs; Aussenden von Messstrahlen durch eine Messvorrichtung des Kraftfahrzeugs; Empfangen von reflektierten und/oder zurückgestreuten Messstrahlen durch die Messvorrichtung; Bestimmen eines euklidischen Abstands des einen Objekts oder der mehreren Objekte von der Messvorrichtung auf Grundlage der reflektierten und/oder zurückgestreuten Messstrahlen; Bestimmen der Relativgeschwindigkeit des einen oder der mehreren Objekte zu dem Kraftfahrzeug auf Grundlage der reflektierten und/oder zurückgestreuten Messstrahlen; Berechnen einer Quadratsumme D2 , wobei die Quadratsumme D2 die Summe des Quadrats des Abstands des jeweiligen Objekts von der Messvorrichtung in einer ersten zu einer Fahrrichtung des Kraftfahrzeugs senkrechten Richtung und des Quadrats des Abstands des jeweiligen Objekts von der Messvorrichtung in einer zweiten zu der ersten Richtung und zu der Fahrrichtung des Kraftfahrzeugs senkrechten Richtung ist, aus der Geschwindigkeit des Kraftfahrzeugs, dem euklidischen Abstand des einen Objekts oder der mehreren Objekte von der Messvorrichtung und der Relativgeschwindigkeit des einen oder der mehreren Objekte zu dem Kraftfahrzeug unter den Näherungen, dass die Gierrate des Kraftfahrzeugs Null beträgt, dass die Nickrate des Kraftfahrzeugs Null beträgt und dass die Geschwindigkeit des Kraftfahrzeugs im Wesentlichen konstant ist; und Analysieren einer Häufigkeitsverteilung der Quadratsumme D2 innerhalb eines Zeitraums zum Bestimmen einer Anzahl der Objekte, einer Objektart der Objekte, von Positionen der Objekte und/oder einer geometrischen Ausdehnung der Objekte in der Umgebung des Kraftfahrzeugs.
-
Ein Vorteil hiervon ist, dass die tatsächlich vorhandene Umgebung des Kraftfahrzeugs in der Regel technisch einfach und kostengünstig erkannt werden kann. Die Erkennung funktioniert im Allgemeinen im Wesentlichen unabhängig von den Umweltbedingungen bzw. Außenbedingungen, insbesondere da ein aktiver Sensor bzw. eine aktive Messvorrichtung verwendet wird. Durch das Verfahren können in der Regel insbesondere stationäre Objekte erkannt und identifiziert werden. Das Verfahren kann üblicherweise mit kostengünstigen Sensoren bzw. einer kostengünstigen Messvorrichtung durchgeführt werden. Da Abstands- und Geschwindigkeitsinformationen von Objekten mit einer höheren Genauigkeit als Winkel von Objekten gemessen werden können, ist das Verfahren üblicherweise besonders präzise. Darüber hinaus beeinträchtigt eine Dejustage der Messvorrichtung (d.h. die Messvorrichtung wurde in einer Einbaulage in Azimut und/oder Elevation in das Kraftfahrzeug eingebaut, die nicht den vorgegebenen bzw. codierten Einbauwinkeln bzw. Werten entspricht) das Verfahren in der Regel nicht, da der Azimut und die Elevation bzw. die Position des Messvorrichtung nicht in die Werte eingehen, die für die Berechnung der Quadratsumme D2 bzw. für die Erkennung der Objekte verwendet werden.
-
Gemäß einem zweiten Aspekt der Erfindung wird eine Umgebungserkennungsvorrichtung zum Bestimmen des Vorhandenseins und/oder von Eigenschaften eines oder mehrerer Objekte in der Umgebung eines Kraftfahrzeugs vorgeschlagen, wobei die Umgebungserkennungsvorrichtung folgendes aufweist: eine Geschwindigkeitsbestimmungsvorrichtung zum Bestimmen und/oder Empfangen einer Geschwindigkeit des Kraftfahrzeugs; eine Messvorrichtung zum Aussenden von Messstrahlen und zum Empfangen von reflektierten und/oder zurückgestreuten Messstrahlen; eine Bestimmungsvorrichtung zum Bestimmen eines euklidischen Abstands des einen Objekts oder der mehreren Objekte von der Messvorrichtung auf Grundlage der reflektierten und/oder zurückgestreuten Messstrahlen, und zum Bestimmen der Relativgeschwindigkeit des einen oder der mehreren Objekte zu dem Kraftfahrzeug auf Grundlage der reflektierten und/oder zurückgestreuten Messstrahlen; eine Berechnungsvorrichtung zum Berechnen einer Quadratsumme D2 , wobei die Quadratsumme D2 die Summe des Quadrats des Abstands des jeweiligen Objekts von der Messvorrichtung in einer ersten zu einer Fahrrichtung des Kraftfahrzeugs senkrechten Richtung und des Quadrats des Abstands des jeweiligen Objekts von der Messvorrichtung in einer zweiten zu der ersten Richtung und zu der Fahrrichtung des Kraftfahrzeugs senkrechten Richtung ist, aus der Geschwindigkeit des Kraftfahrzeugs, dem euklidischen Abstand des einen Objekts oder der mehreren Objekte von der Messvorrichtung und der Relativgeschwindigkeit des einen oder der mehreren Objekte zu dem Kraftfahrzeug unter den Näherungen, dass die Gierrate des Kraftfahrzeugs Null beträgt, dass die Nickrate des Kraftfahrzeugs Null beträgt und dass die Geschwindigkeit des Kraftfahrzeugs im Wesentlichen konstant ist; und eine Analysevorrichtung zum Analysieren einer Häufigkeitsverteilung der Quadratsumme D2 in einem Zeitraum zum Bestimmen einer Anzahl der Objekte, einer Objektart der Objekte, von Positionen der Objekte und/oder einer geometrischen Ausdehnung der Objekte.
-
Ein Vorteil hiervon ist, dass mittels der Umgebungserkennungsvorrichtung die tatsächlich vorhandene Umgebung des Kraftfahrzeugs in der Regel technisch einfach und kostengünstig erkannt werden kann. Die Erkennung mittels der Umgebungserkennungsvorrichtung funktioniert im Allgemeinen im Wesentlichen unabhängig von den Umweltbedingungen bzw. Außenbedingungen, insbesondere da ein aktiver Sensor bzw. eine aktive Messvorrichtung verwendet wird. Durch die Umgebungserkennungsvorrichtung können in der Regel insbesondere stationäre Objekte erkannt und identifiziert werden. Die Umgebungserkennungsvorrichtung kann üblicherweise kostengünstig ausgebildet sein, da die Messvorrichtung kostengünstig sein kann. Da Abstands- und Geschwindigkeitsinformationen von Objekten mit einer höheren Genauigkeit als Winkel von Objekten gemessen werden können, können die Objekte mittels der Umgebungserkennungsvorrichtung üblicherweise besonders präzise erkannt bzw. deren Eigenschaften besonders präzise bestimmt werden. Darüber hinaus beeinträchtigt eine Dejustage der Messvorrichtung (d.h. die Messvorrichtung wurde in einer Einbaulage in Azimut und/oder Elevation in das Kraftfahrzeug eingebaut, die nicht den vorgegebenen bzw. codierten Einbauwinkeln bzw. Werten entspricht) die Erkennung der Objekte bzw. ihrer Eigenschaften mittels der Umgebungserkennungsvorrichtung in der Regel nicht, da der Azimut und die Elevation bzw. die Position des Messvorrichtung nicht in die Werte eingehen, die für die Berechnung der Quadratsumme D2 bzw. für die Erkennung der Objekte verwendet werden.
-
Der euklidische Abstand kann beispielsweise durch Laufzeitmessung der Messstrahlen ermittelt bzw. bestimmt bzw. berechnet werden. Die Relativgeschwindigkeit des einen oder der mehreren Objekte zu dem Kraftfahrzeug kann z.B. aus dem Dopplereffekt der Messstrahlen oder durch zeitliche Ableitung des euklidischen Abstands ermittelt bzw. bestimmt bzw. berechnet werden.
-
Ideen zu Ausführungsformen der vorliegenden Erfindung können unter anderem als auf den nachfolgend beschriebenen Gedanken und Erkenntnissen beruhend angesehen werden.
-
Gemäß einer Ausführungsform umfassen die Messstrahlen Radarstrahlen. Hierdurch kann die Umgebung in der Regel besonders zuverlässig und schnell erkannt werden. Zudem kann das Verfahren üblicherweise besonders kostengünstig durchgeführt werden.
-
Gemäß einer Ausführungsform werden die Anzahl der Objekte, die Objektarten der Objekte, die Positionen der Objekte und/oder die geometrische Ausdehnung der Objekte einem Fahrer des Kraftfahrzeugs, insbesondere einem Head-up-Display, angezeigt. Hierdurch kann in der Regel mittels des Verfahrens die Fahrsicherheit erhöht werden, da die erkannten Objekte auch dann für den Fahrer des Kraftfahrzeugs sichtbar sind, wenn die Umweltbedingungen bzw. Außenbedingungen keine normale bzw. optische Sicht auf die Objekte zulassen, z.B. bei Nebel, bei Regen, bei Hagel und/oder in der Nacht.
-
Gemäß einer Ausführungsform wird das Analysieren der Häufigkeitsverteilung der Quadratsumme D2 mittels eines Fits oder mehrerer Fits auf Grundlage einer Rice-Verteilung durchgeführt. Hierdurch können die Objekte bzw. ihre Eigenschaften üblicherweise technisch besonders einfach und schnell erkannt bzw. bestimmt werden.
-
Gemäß einer Ausführungsform wird die Häufigkeitsverteilung der Quadratsumme D2 jeweils in einem gleitenden Zeitintervall berechnet und bei dem Analysieren der Häufigkeitsverteilung der Quadratsumme D2 wird eine über das gleitende Zeitintervall bestimmte Häufigkeitsverteilung der Quadratsumme D2 analysiert. Vorteilhaft hieran ist, dass einmal erkannte bzw. identifizierte Objekte in der Regel über die Zeit in der D2 -Häufigkeitsverteilung verfolgt werden können, d.h. sie können anhand ihrer wandernden lokalen Maxima über die Zeit verfolgt werden. Hierdurch können die Objekte in der Regel auch noch zu einem Zeitpunkt identifiziert werden, an dem eine Identifizierung der Objekte ohne ihre Erkennung zu einem vorherigen Zeitpunkt und ihre „Verfolgung“ nicht möglich wäre.
-
Gemäß einer Ausführungsform wird bei dem Analysieren der Häufigkeitsverteilung der Quadratsumme D2 eine Ordnungsschätzung zum Bestimmen der Anzahl der vorhandenen Objektklassen (z.B. Straßenoberfläche) durchgeführt. Hierdurch kann üblicherweise die Anzahl der Objektklassen technisch einfach und schnell bestimmt werden.
-
Gemäß einer Ausführungsform wird bei dem Analysieren der Häufigkeitsverteilung der Quadratsumme D2 eine Höhenposition der Oberfläche der Straße bestimmt und die bestimmte Höhenposition der Oberfläche der Straße wird zum Kalibrieren der Messvorrichtung verwendet. Ein Vorteil hiervon ist, dass die Genauigkeit der Messung der Messvorrichtung in der Regel verbessert wird, da die Einbauhöhe, d.h. die Höhenposition, der Messvorrichtung in dem Kraftfahrzeug bekannt ist. Die Höhenposition der Oberfläche der Straße entspricht üblicherweise dem Negativen der Höhenposition der Messvorrichtung. Folglich kann durch einen Vergleich der bekannten Höhenposition mit der bestimmten Höhenposition der Messvorrichtung in der Regel eine Kalibrierung der Messvorrichtung durchgeführt werden und somit die Genauigkeit verbessert werden.
-
Gemäß einer Ausführungsform umfassen die Messvorrichtung eine Radarvorrichtung und die Messstrahlen Radarstrahlen. Hierdurch kann die Umgebung in der Regel besonders zuverlässig und schnell erkannt werden. Zudem kann die Umgebungserkennungsvorrichtung üblicherweise besonders kostengünstig ausgebildet sein.
-
Gemäß einer Ausführungsform ist die Analysevorrichtung derart ausgebildet, dass bei dem Analysieren der Häufigkeitsverteilung der Quadratsumme D2 eine Ordnungsschätzung zum Bestimmen der Anzahl der vorhandenen Objektklassen (z.B. Straßenoberfläche) durchgeführt wird. Hierdurch kann in der Regel die Anzahl der Objektklassentechnisch einfach und schnell bestimmt werden.
-
Es wird zudem ein Computerprogrammprodukt offenbart, das dazu eingerichtet ist, das erfindungsgemäße Verfahren auszuführen, umzusetzen und/oder anzusteuern. Auch wird ein maschinenlesbares Speichermedium offenbart, auf dem das Computerprogrammprodukt gespeichert ist.
-
Es wird darauf hingewiesen, dass einige der möglichen Merkmale und Vorteile der Erfindung hierin mit Bezug auf unterschiedliche Ausführungsformen des Verfahrens zum Bestimmen des Vorhandenseins und/oder von Eigenschaften eines oder mehrerer Objekte in der Umgebung eines Kraftfahrzeugs bzw. einer Umgebungserkennungsvorrichtung zum Bestimmen des Vorhandenseins und/oder von Eigenschaften eines oder mehrerer Objekte in der Umgebung eines Kraftfahrzeugs beschrieben sind. Ein Fachmann erkennt, dass die Merkmale in geeigneter Weise kombiniert, angepasst oder ausgetauscht werden können, um zu weiteren Ausführungsformen der Erfindung zu gelangen.
-
Figurenliste
-
Nachfolgend werden Ausführungsformen der Erfindung unter Bezugnahme auf die beigefügten Zeichnungen beschrieben, wobei weder die Zeichnungen noch die Beschreibung als die Erfindung einschränkend auszulegen sind.
- 1 zeigt eine Ansicht von Objekten in der dy/dz-Ebene; und
- 2a-2e zeigen eine Häufigkeitsverteilung der Quadratsumme D2 .
-
Die Figuren sind lediglich schematisch und nicht maßstabsgetreu. Gleiche Bezugszeichen bezeichnen in den Figuren gleiche oder gleichwirkende Merkmale.
-
Ausführungsformen der Erfindung
-
1 zeigt eine Ansicht von mehreren Objekten in einer dy/dz-Ebene. Die Fahrrichtung des Kraftfahrzeugs verläuft in die x-Richtung. Die y-Richtung verläuft senkrecht zu der x-Richtung. Die z-Richtung verläuft senkrecht zur x-Richtung und senkrecht zur y-Richtung.
-
Die Präsenz von Objekten, die sich in der Nähe des Kraftfahrzeugs befinden, soll erkannt werden und deren Objektart soll erkannt werden. Zudem kann die Größe bzw. geometrische Ausdehnung der Objektklassen erkannt werden.
-
Das Kraftfahrzeug kann insbesondere ein PKW bzw. ein Auto, ein LKW, ein Motorrad oder ähnliches sein.
-
Das Kraftfahrzeug weist eine Messvorrichtung 10, insbesondere eine aktive Messvorrichtung. Dies bedeutet, dass die Messvorrichtung 10 Messstrahlen aussendet und reflektierte und/oder zurückgestreute Messstrahlen, die von den Objekten in der Umgebung reflektiert und/oder zurückgestreute werden, empfängt. Die Messvorrichtung 10 kann insbesondere den euklidischen Abstand des Objekts zum Kraftfahrzeug bzw. zu der Messvorrichtung 10 und eine Relativgeschwindigkeit des jeweiligen Objekts relativ zu dem Kraftfahrzeug bestimmen (dies ist die zeitliche Ableitung des euklidischen Abstands des Objekts zum Kraftfahrzeug bzw. zu der Messvorrichtung 10). Der euklidische Abstand ist eine skalare Größe und gibt den Abstand des jeweiligen Objekts zu dem Kraftfahrzeug bzw. der Messvorrichtung 10 im dreidimensionalen Raum an.
-
Die Messvorrichtung 10 kann insbesondere eine Radarvorrichtung umfassen oder sein und die Messstrahlen können Radarstrahlen umfassen oder sein.
-
Die Geschwindigkeit des Kraftfahrzeugs kann bestimmt werden (z.B. durch Drehzahlsensoren an den Reifen) und/oder kann empfangen werden, z.B. von einem Navigationsgerät.
-
Es liegt folgender Zusammenhang vor (hier für den Fall des dreidimensionalen kartesischen Raumes betrachtet):
-
Die radiale Relativgeschwindigkeit bzw. Relativgeschwindigkeit (vr ) entspricht demnach dem Skalarprodukt aus der Relativposition (p) eines Objektes in kartesischen Koordinaten (dx , dy , dz , Koordinatenursprung am Ort der Messvorrichtung 10) und der Relativgeschwindigkeit (v) dieses Objekts im selben Koordinatensystem (vx , vy , vz ) relativ zu dem Kraftfahrzeug bzw. der Messvorrichtung 10, normiert auf den kartesischen bzw. euklidischen Abstand (dr ) des Objekts.
-
Werden als Objekte im Folgenden ausschließlich die stationären Elemente des Umfelds betrachtet (deren Identifikation / Filterung ist technisch einfach durchführbar), so können die Komponenten der Relativgeschwindigkeit (
vx ,
vy ,
vz ) vollständig durch die Bewegung des Kraftfahrzeugs ausgedrückt werden, wobei folgende Näherung verwendet wird:
-
Die Relativgeschwindigkeit in longitudinaler Richtung (
vx ) entspricht also der negativen Geschwindigkeit des Kraftfahrzeugs (
vego ). Die beiden anderen Geschwindigkeitskomponenten (
vy ,
vz ) resultieren näherungsweise aus den negativen Drehraten des Eigenfahrzeugs um die vertikale Achse (Gierrate, dψ/dt) bzw. die Querachse (Nickrate, dΦ/dt), jeweils „gehebelt“ bzw. multipliziert mit dem radialen Abstand bzw. euklidischen Abstand (
dr ). Unter Ausnutzung einer einfachen Umformung für den radialen Abstand (
dr ) und den longitudinalen Abstand (
dx ) gilt folgende Näherung für die radiale Relativgeschwindigkeit bzw. die zeitliche Ableitung des euklidischen Abstands:
-
Zur weiteren Vereinfachung wird angenommen, dass die Geschwindigkeit des Kraftfahrzeugs (im betrachteten Zeitraum) näherungsweise konstant ist und ohne signifikante Drehraten bewegt wird (dieser Zustand kann anhand der Eigenfahrzeugsignale bzw. mittels weiterer Sensoren direkt festgestellt werden).
-
Es wird somit folgendes angenommen:
-
Folglich ergibt sich:
-
Demnach kann allein aus der Messung des radialen Abstands bzw. des euklidischen Abstands (dr ), der radialen Relativgeschwindigkeit (vr ) und der Geschwindigkeit des Kraftfahrzeugs (vego ) auf eine vermischte Form (D bzw. D2 ) der Querablage (dy ) und der Elevationsablage (dz ) des vermessenen Objektes (jeweils relativ zur Position der Messvorrichtung 10) geschlossen werden bzw. dies kann berechnet werden. Ein Vorteil dieser Berechnung ist, dass die eingehenden Größen unabhängig von einer eventuellen Dejustage der Messvorrichtung 10 sind (d.h. einer Einbaulage in Azimut oder Elevation, die nicht den codierten Einbauwinkeln entspricht).
-
1 zeigt eine beispielhafte Umgebung des Kraftfahrzeugs. Die Annahmen, dass sich eine Leitplanke im Wesentlichen auf der gleichen Höhe wie das Kraftfahrzeug bzw. die Messvorrichtung 10 befindet, dass die Oberfläche der Straße 20, auf der das Kraftfahrzeug fährt, sich unterhalb des Kraftfahrzeugs bzw. der Messvorrichtung 10 befindet, und dass sich eine Tunneldecke und/oder Brücke 40 oberhalb des Kraftfahrzeugs bzw. der Messvorrichtung 10 befinden werden bei der Analyse der Quadratsumme D2 verwendet.
-
yl und zl geben die y- und z-Koordinaten der linken Leitplanke 30 an, genauer gesagt den Mittelpunkt der linken Leitplanke 30; yr und zr geben die y- und z-Koordinaten der rechte Leitplanke 35 an, genauer gesagt den Mittelpunkt der rechten Leitplanke 35; zs gibt die z-Koordinate des Mittelpunkts der Oberfläche der Straße 20 an. zt gibt die z-Koordinate des Mittelpunkts der Tunneldecke an.
-
Nachfolgend wird beispielhaft gezeigt, dass aus der Verteilung der ermittelten Werte für die Quadratsumme D2 (d.h. ihrer Verteilung innerhalb eines Zyklus oder akkumuliert über gleitende Zeitintervalle) auf die Art und Geometrie des stationären Umfelds des Kraftfahrzeugs geschlossen werden kann. Eine Analyse zeigt, dass der Großteil der vermessenen Objektpositionen des stationären Fahrzeugumfelds einer kleinen Anzahl möglicher Klassen bzw. Objektarten entstammt: Demnach wird der Fahrkorridor in Elevation nach unten durch die Oberfläche der Straße 20 bzw. die Straßenoberfläche begrenzt, nach oben existiert entweder keine Begrenzung oder eine temporäre in Form einer Brücke 40, eines Tunnels oder ähnlichem.
-
Ist eine Begrenzung in Azimut (d.h. horizontal) vorhanden, handelt es sich - je nach Straßenart - häufig um Leitplanken, Lärmschutzwände oder -wälle, Tunnelwände, Gebäude oder parkende Fahrzeuge. Die restlichen Objekte des stationären Umfelds des Fahrzeugs verteilen sich auf Verkehrsschilder, Ampeln sowie sonstige singuläre Infrastruktur und können für die folgenden Betrachtungen vernachlässigt werden, da sie das Ergebnis nicht in signifikanter Größenordnung beeinflussen (aufgrund ihrer geringeren Häufigkeit).
-
Wie bereits in obiger Herleitung beschrieben, werden die Größen dy und dz im vorliegenden Verfahren nicht direkt bestimmt, sondern auf das messbare Merkmal bzw. auf die Quadratsumme D2 mathematisch transformiert. Die in 1 gezeigte exemplarische Situation stellt sich in der Quadratsumme D2 näherungsweise wie in 2e dar. 2a-2e zeigen jeweils eine Häufigkeitsverteilung der Quadratsumme D2 . Auf der y-Achse der 2a-2e ist jeweils die Häufigkeit n des jeweiligen D2 -Werts aufgetragen bzw. angegeben.
-
2a zeigt eine Häufigkeitsverteilung der Quadratsumme D2 , wenn nur die Oberfläche der Straße 20 bzw. die Straßenoberfläche vorhanden ist und keine weiteren Objekte (wie z.B. Leitplanken, Tunneldecken, Brücken etc.). 2b zeigt eine Häufigkeitsverteilung der Quadratsumme D2 , wenn nur eine Brückte/Tunnel (und keine Oberfläche der Straße 20) vorhanden wäre. 2c zeigt eine Häufigkeitsverteilung der Quadratsumme D2 , wenn nur links von dem Kraftfahrzeug eine Leitplanke vorhanden wäre (und keine Oberfläche der Straße 20). 2d zeigt eine Häufigkeitsverteilung der Quadratsumme D2 , wenn nur rechts von dem Kraftfahrzeug eine Leitplanke vorhanden wäre (und keine Oberfläche der Straße 20).
-
2e zeigt die Summe der 2a-2d, wobei die Häufigkeitsverteilungen der 2a-2d gewichtet wurden. Es wurde angenommen, dass 40% der Werte von Messungen der Leitplanke links, 40% der Werte von Messungen der Leitplanke rechts, 15% der Werte von Messungen der Oberfläche der Straße 20 und 5% der Werte von Messungen von Brücken 40. Jede der 2a-2d zeigt eine Mode bzw. Klasse bzw. Objektart.
-
2e zeigt somit eine Häufigkeitsverteilung der Werte der Quadratsumme D2 über einen Zeitraum bzw. in einem Zeitraum. Vorstellbar ist, dass in festen Intervallen die Häufigkeitsverteilung bzw. die Häufigkeitsverteilungen gebildet werden. Alternativ kann die Häufigkeitsverteilung bzw. die Häufigkeitsverteilungen in einem fließenden bzw. ständig verschobenen Zeitraum (z.B. 10 Sekunden oder 1 Minute) gebildet werden.
-
Aus der Häufigkeitsverteilung der 2d können nun eine Vielzahl Informationen extrahiert bzw. gewonnen bzw. berechnet oder abgeschätzt werden. Hierbei werden folgende Annahmen gemacht:
- - Die Leitplanken befinden im Wesentlichen auf der gleichen Höhe wie das Kraftfahrzeug bzw. die Messvorrichtung 10.
- - Die Oberfläche der Straße 20, auf der das Kraftfahrzeug fährt, befindet sich senkrecht unterhalb des Kraftfahrzeugs bzw. der Messvorrichtung 10.
- - Eine Tunneldecke und/oder Brücke 40 befindet sich senkrecht oberhalb des Kraftfahrzeugs bzw. der Messvorrichtung 10.
-
Folgende Informationen können bestimmt werden:
- - Die Anzahl der enthaltenen Moden (d.h. Klassen bzw. Objektarten). Hierzu wird eine „Ordnungsschätzung“ durchgeführt. Vielfältige Standardansätze hierzu existieren. Der bekannteste Ansatz für die Ordnungsschätzung basiert auf dem sogenannten AIC (Akaike Information Criterion), ebenfalls häufige Verwendung findet das BIC (Bayesian Information Criterion). Eine Übersicht verschiedener Standardansätze zur „Ordnungsschätzung“, die zur „Ordnungsschätzung“ im Rahmen der Erfindung verwendet werden können, werden in folgendem Artikel beschrieben:
- Petre Stoica and Yugve Selen, „Model-Order Selection - A review of information criterion rules", IEEE Signal Processing Magazine, ISSN 1053-5888, Vol. 21, Heft 4, 9. Juli 2004, Seiten 36-47.
- - Das Gewicht der jeweiligen Moden (d.h. ihr Anteil an der Gesamtverteilung). Hierzu gibt es Standardansätze, die in Kombination mit Ordnungsschätzung verwendet werden. Basierend auf der erfolgreichen Ordnungsschätzung, also der Anzahl enthaltener Objektklassen, kann für jede Mode das Gewicht bestimmt werden. Ein Standardansatz hierzu ist der sogenannte EM-Algorithmus (Expectation Maximization). Der EM-Algorithmus ist beispielsweise in folgendem Artikel beschrieben:
A. P. Dempster, N. M. Laird and D. B. Rubin, „Maximum Likelihood from Incomplete Data via the EM Algorithm", Journal of the Royal Statistical Society. Series B (Methodological), Vol. 39, Nr. 1 (1977), Seiten 1-38
- - Die Parameter bzw. Eigenschaften der identifizierten Moden. Unter der Annahme, dass die Verteilung der Ausgangswerte (dy/dz) eine bivariate Normalverteilung ist (was in der Realität häufig mit ausreichender bis guter Genauigkeit der Fall ist), so bilden diese nach ihrer Transformation in den Raum der Quadratsumme D2 eine sogenannte Rice-Verteilung. Deshalb kann im Umkehrschluss auf die Moden im Raum der Quadratverteilung D2 ein Fit einer Rice-Verteilung durchgeführt werden, um auf Parameter bzw. Eigenschaften der entsprechenden Moden im ursprünglichen dx/dy Raum zu schließen, also auf ihre Lage bzw. Position und ihre Ausdehnung.
- - Eine Identifikation der Moden, d.h. eine Zuordnung zu ihren verursachenden Klassen bzw. Objektarten (z.B. „Leitplanke“ oder „Brücke“). Diese Zuordnung kann als Klassifikationsproblem aufgefasst werden, wofür im Stand der Technik eine Vielzahl von Verfahren existieren; als Merkmale können die bisher extrahierten Informationen (Anzahl, Gewicht und Parameter der Moden) verwendet werden.
-
Somit können die Anzahl, die Positionen und die Ausdehnungen von zu dem sich bewegenden Kraftfahrzeug stationären Objekten bestimmt werden.
-
Sind die Parameter der Einzelmoden bzw. Objekte im Ursprungsraum (dy/dz) geschätzt und wurde eine Identifikation der Objektarten durchgeführt, so können schließlich weitere Informationen über das stationäre Fahrzeugumfeld gewonnen bzw. berechnet werden:
-
Der (absolute) laterale Abstand der Leitplanken, die lichte Höhe einer Brücke 40 oder eines Tunnels kann bestimmt bzw. berechnet werden. Zusätzlich entspricht die Elevation der Oberfläche der Straße 20 bzw. der Straßenoberfläche der (negativen) Einbauhöhe des Sensors im Eigenfahrzeug, weshalb aus den Parametern bzw. Eigenschaften der Straßenmode bzw. der Oberfläche der Straße 20 die Einbauhöhe des Sensors geschätzt und mit dem kalibrierten Wert verglichen werden kann. Hierdurch kann die Genauigkeit der Bestimmung der Elevation bzw. der lichten Höhe der Brücke 40 oder des Tunnels verbessert werden.
-
Folglich können ohne eine Winkelbestimmung bzw. Winkelmessung der Objekte unter Benutzung von einigen Annahmen die Anzahl der (stationären) Objekte um das Kraftfahrzeug und die Eigenschaften der (stationären) Objekte (z.B. Position in y- und z-Richtung, geometrische Ausdehnung etc.) technisch einfach bestimmt werden.
-
Die Peaks bzw. die lokalen Maxima der D2 -Verteilung geben die Anzahl der Objekte wider. In 2e sind 4 lokale Maxima zu sehen. Daher gibt es 4 Objekte (inklusive der Oberfläche der Straße 20).
-
Die Bestimmungsvorrichtung, die Berechnungsvorrichtung und die Analysevorrichtung können jeweils einen Computer umfassen oder jeweils ein Computer sein. Vorstellbar ist auch, dass die Bestimmungsvorrichtung, die Berechnungsvorrichtung und die Analysevorrichtung jeweils Software umfasst oder ist, die auf einem einzigen oder mehreren Computern (parallel oder nacheinander) ausgeführt wird. Der bzw. die Computer kann bzw. können Teil des Kraftfahrzeugs sein. Alternativ kann sich der Computer bzw. können sich die Computer außerhalb des Kraftfahrzeugs befinden (z.B. in einer Cloud) und das Kraftfahrzeug kommuniziert mit dem Computer oder den Computern.
-
Abschließend ist darauf hinzuweisen, dass Begriffe wie „aufweisend“, „umfassend“, etc. keine anderen Elemente oder Schritte ausschließen und Begriffe wie „eine“ oder „ein“ keine Vielzahl ausschließen. Bezugszeichen in den Ansprüchen sind nicht als Einschränkung anzusehen.
-
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 Nicht-Patentliteratur
-
- Petre Stoica and Yugve Selen, „Model-Order Selection - A review of information criterion rules“, IEEE Signal Processing Magazine, ISSN 1053-5888, Vol. 21, Heft 4, 9. Juli 2004, Seiten 36-47 [0046]
- A. P. Dempster, N. M. Laird and D. B. Rubin, „Maximum Likelihood from Incomplete Data via the EM Algorithm“, Journal of the Royal Statistical Society. Series B (Methodological), Vol. 39, Nr. 1 (1977), Seiten 1-38 [0046]