DE102019111608A1 - Method for determining the proper movement of a motor vehicle, electronic computing device and electronic vehicle guidance system - Google Patents
Method for determining the proper movement of a motor vehicle, electronic computing device and electronic vehicle guidance system Download PDFInfo
- Publication number
- DE102019111608A1 DE102019111608A1 DE102019111608.2A DE102019111608A DE102019111608A1 DE 102019111608 A1 DE102019111608 A1 DE 102019111608A1 DE 102019111608 A DE102019111608 A DE 102019111608A DE 102019111608 A1 DE102019111608 A1 DE 102019111608A1
- Authority
- DE
- Germany
- Prior art keywords
- point cloud
- evaluation
- neural network
- dynamic object
- computing device
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zum Bestimmen einer Eigenbewegung (E) eines Kraftfahrzeugs (1) mittels eines elektronischen Fahrzeugführungssystems (2) mit den Schritten:- Erzeugen einer Punktwolke (12) einer Umgebung (5) mittels einer elektronischen Recheneinrichtung (3) des elektronischen Fahrzeugführungssystems (2) durch Erfassen der Umgebung (5) mittels einer Erfassungseinrichtung (4);- Erstes Auswerten der Punktwolke (12) und zweites Auswerten der Punktwolke (12) mittels der elektronischen Recheneinrichtung (3);- Bestimmen von einem dynamischen Objekt (6) in der Umgebung (5) mittels der ersten Auswertung mittels eines ersten neuronalen Netzwerks (15) und/oder mittels der zweiten Auswertung mittels eines zweiten neuronalen Netzwerks (16); und- Bestimmen der Eigenbewegung (E) durch Entfernen des dynamischen Objekts (6) auf Basis einer um das dynamische Objekt (6) reduzierten Punktwolke (33).Ferner betrifft die Erfindung ein Computerprogrammprodukt, eine elektronische Recheneinrichtung (3) sowie ein elektronisches Fahrzeugführungssystem (2).The invention relates to a method for determining a proper movement (E) of a motor vehicle (1) by means of an electronic vehicle guidance system (2) with the following steps: - Generating a point cloud (12) of an environment (5) by means of an electronic computing device (3) of the electronic vehicle guidance system (2) by capturing the surroundings (5) by means of a capturing device (4); - First evaluation of the point cloud (12) and second evaluation of the point cloud (12) by means of the electronic computing device (3); - Determination of a dynamic object (6) in the environment (5) by means of the first evaluation by means of a first neural network (15) and / or by means of the second evaluation by means of a second neural network (16); and - determining the proper movement (E) by removing the dynamic object (6) on the basis of a point cloud (33) reduced by the dynamic object (6). Furthermore, the invention relates to a computer program product, an electronic computing device (3) and an electronic vehicle guidance system ( 2).
Description
Die Erfindung betrifft ein Verfahren zum Bestimmen einer Eigenbewegung eines Kraftfahrzeugs in einer Umgebung des Kraftfahrzeugs mittels eines Fahrerassistenzsystems des Kraftfahrzeugs. Ferner betrifft die Erfindung ein Computerprogrammprodukt, eine elektronische Recheneinrichtung sowie ein elektronisches Fahrzeugführungssystem.The invention relates to a method for determining a proper movement of a motor vehicle in the surroundings of the motor vehicle by means of a driver assistance system of the motor vehicle. The invention also relates to a computer program product, an electronic computing device and an electronic vehicle control system.
Aus dem Stand der Technik ist bereits bekannt, dass mittels einer Punktwolke die Eigenbewegung und Kartierung für eine Vorhersage der Eigenbewegung auf Basis von 3D-Informationen durchgeführt werden kann. In diesem Kontext sind bildbasierte Methoden, zum Beispiel die Eigenschaftsextraktion für Kanten und Flächen aus den Bildern bekannt, um die entsprechenden Translationen und Rotationen bestimmen zu können. Es hat sich jedoch herausgestellt, dass die Bestimmung dieser Translationen und Rotationen aufgrund von sich bewegender Objekte, wie beispielsweise Kraftfahrzeuge oder Fußgänger im Bild, sich erheblich erschwert. Die Eigenschaften von dynamischen Objekten haben einen negativen Einfluss auf die Bestimmung der Eigenbewegung des Kraftfahrzeugs, was insbesondere zu einer größeren Positionierungsungenauigkeit innerhalb der Umgebungskarte führt.It is already known from the prior art that the intrinsic movement and mapping for a prediction of the intrinsic motion on the basis of 3D information can be carried out by means of a point cloud. Image-based methods, for example property extraction for edges and surfaces from the images, are known in this context in order to be able to determine the corresponding translations and rotations. However, it has been found that the determination of these translations and rotations on the basis of moving objects, such as motor vehicles or pedestrians in the image, is made considerably more difficult. The properties of dynamic objects have a negative influence on the determination of the motor vehicle's own movement, which in particular leads to greater positioning inaccuracy within the map of the surroundings.
Aufgabe der vorliegenden Erfindung ist es, ein Verfahren, ein Computerprogrammprodukt, eine elektronische Recheneinrichtung sowie ein elektronisches Fahrzeugführungssystem zu schaffen, mittels welchen eine verbesserte Bestimmung der Eigenbewegung durchgeführt werden kann.The object of the present invention is to create a method, a computer program product, an electronic computing device and an electronic vehicle control system by means of which an improved determination of the intrinsic movement can be carried out.
Diese Aufgabe wird durch ein Verfahren, ein Computerprogrammprodukt, eine elektronische Recheneinrichtung sowie ein elektronisches Fahrzeugführungssystem gemäß den unabhängigen Patenansprüchen gelöst.This object is achieved by a method, a computer program product, an electronic computing device and an electronic vehicle control system according to the independent patent claims.
Ein Aspekt der Erfindung betrifft ein Verfahren zum Bestimmen einer Eigenbewegung eines Kraftfahrzeugs in einer Umgebung des Kraftfahrzeugs mittels eines elektronischen Fahrzeugführungssystems des Kraftfahrzeugs. Es wird eine Punktwolke der Umgebung mittels einer elektronischen Recheneinrichtung des elektronischen Fahrzeugführungssystems durch Erfassen der Umgebung mittels einer Erfassungseinrichtung des elektronischen Fahrzeugführungssystems erzeugt. Es erfolgen ein erstes Auswerten der Punktwolke in Abhängigkeit eines ersten Entscheidungskriteriums und ein zweites Auswerten der Punktwolke in Abhängigkeit eines zum ersten Entscheidungskriterium unterschiedlichen zweiten
Entscheidungskriteriumsmittels der elektronischen Recheneinrichtungt. Es wird zumindest ein dynamisches Objekt in der Umgebung in Abhängigkeit der ersten Auswertung mittels eines ersten neuronalen Netzwerks der elektronischen Recheneinrichtung bestimmt und/oder es wird das zumindest eine dynamische Objekt in der Umgebung in Abhängigkeit der zweiten Auswertung mittels eines zum ersten neuronalen Netzwerk unterschiedlichen zweiten neuronalen Netzwerks der elektronischen Recheneinrichtung bestimmt. Es erfolgt ein Erzeugen einer reduzierten Punktwolke durch Entfernen des zumindest einen dynamischen Objekts aus der Punktwolke durch die elektronische Recheneinrichtung abhängig von den Informationen, die bei der Bestimmung des dynamischen Objekts mittels des ersten neuronalen Netzwerks und/oder des zweiten neuronalen Netzwerks erhalten werden. Es erfolgt ein Bestimmen der Eigenbewegung des Kraftfahrzeugs durch Auswerten der reduzierten Punktwolke.One aspect of the invention relates to a method for determining a proper movement of a motor vehicle in the surroundings of the motor vehicle by means of an electronic vehicle guidance system of the motor vehicle. A point cloud of the surroundings is generated by means of an electronic computing device of the electronic vehicle guidance system by capturing the surroundings by means of a capturing device of the electronic vehicle guidance system. A first evaluation of the point cloud takes place as a function of a first decision criterion and a second evaluation of the point cloud takes place as a function of a second different from the first decision criterion
Decision criterion by means of the electronic computing device. At least one dynamic object in the environment is determined as a function of the first evaluation by means of a first neural network of the electronic computing device and / or the at least one dynamic object in the environment is determined as a function of the second evaluation by means of a second neural network different from the first neural network Network of the electronic computing device determined. A reduced point cloud is generated by removing the at least one dynamic object from the point cloud by the electronic computing device as a function of the information obtained when determining the dynamic object by means of the first neural network and / or the second neural network. The intrinsic movement of the motor vehicle is determined by evaluating the reduced point cloud.
Dadurch ist es ermöglicht, dass verbessert die Eigenbewegung des Kraftfahrzeugs bestimmt werden kann. Dies hat insbesondere den Hintergrund darin, dass die Bestimmung der Eigenbewegung nicht durch das dynamische Objekt, insbesondere aufgrund der dabei entstehenden Fehler, die mit dem dynamischen Objekt einhergehen, durchgeführt werden kann. Mit anderen Worten wird das dynamische Objekt entfernt beziehungsweise herausgefiltert und es wird erst dann die Eigenbewegung bestimmt. Insbesondere wird dann lediglich an statischen Objekten in der Umgebung die Eigenbewegung bestimmt. Dadurch kann zuverlässig und verbessert die Eigenbewegung des Kraftfahrzeugs bestimmt werden.This makes it possible for the vehicle's own motion to be determined in an improved manner. The reason for this, in particular, is that the determination of the intrinsic movement cannot be carried out by the dynamic object, in particular because of the errors that arise in the process and that are associated with the dynamic object. In other words, the dynamic object is removed or filtered out and only then is its own movement determined. In particular, the proper movement is then only determined on static objects in the environment. As a result, the movement of the motor vehicle can be determined reliably and in an improved manner.
Als dynamisches Objekt können insbesondere Fußgänger, Fahrräder, weitere Kraftfahrzeuge, Züge oder weitere dynamische Objekte angesehen werden.Pedestrians, bicycles, other motor vehicles, trains or other dynamic objects in particular can be viewed as dynamic objects.
Bevorzugt ist vorgesehen, dass das dynamische Objekt in Abhängigkeit der ersten Auswertung und der zweiten Auswertung bestimmt wird.It is preferably provided that the dynamic object is determined as a function of the first evaluation and the second evaluation.
Mit anderen Worten findet eine Auswertung zur Eigenbewegung erst dann statt, wenn die Umgebung um das zumindest eine dynamische Objekt „bereinigt“, also entfernt beziehungsweise herausgefiltert, wurde. Somit wird eine verbesserte Punktwolke zur Auswertung für die Eigenbewegung bereitgestellt. Des Weiteren ist die Punktwolke um das zumindest eine dynamische Objekte bereinigt, mit anderen Worten weist diese Punktwolke eine geringere Anzahl an Punkten auf, wodurch eine schnellere beziehungsweise verbesserte Verarbeitung dieser Punktwolke durchgeführt werden kann.In other words, an evaluation of the proper movement only takes place when the environment has been “cleaned up” by the at least one dynamic object, that is, removed or filtered out. This provides an improved point cloud for evaluating the proper movement. Furthermore, the point cloud has been cleared of the at least one dynamic object, in other words this point cloud has a smaller number of points, so that faster or improved processing of this point cloud can be carried out.
Insbesondere handelt es sich beim dem Anlernen des ersten neuronalen Netzwerks und des zweiten neuronalen Netzwerks um ein überwachtes Anlernen. Eine Optimierung kann beispielsweise durch ADAM durchgeführt werden. Die Gewichte können insbesondere mittels der HE-Methode initialisiert werden, wobei zusätzlich die Batch-Normalisierung genutzt werden kann. Als Aktivierungsfunktion kann insbesondere eine ReLu-Funktion genutzt werden.In particular, the teaching of the first neural network and the second neural network is a monitored teaching. An optimization can for example, be carried out by ADAM. The weights can in particular be initialized by means of the HE method, in which case the batch normalization can also be used. In particular, a ReLu function can be used as an activation function.
Insbesondere wird der Vorteil genutzt, dass die Umgebung auf Basis des dynamischen Objekts besser verstanden werden kann und somit die Eigenbewegung und eine Umgebungskarte besser bestimmt werden können. Insbesondere kann dies ferner durch die Gewichtung des dynamischen Objekts geschehen. Beispielsweise kann bestimmt werden, sollte ein Objekt statisch, beispielsweise ein Haus, sein, dass entsprechende Eigenschaften des Objekts genutzt werden, um die Eigenbewegung und Kartierung zur Erstellung der Umgebungskarte zu bestimmen. Sollte beispielsweise detektiert werden, dass es sich bei dem Objekt um ein statisches bewegliches Objekt handelt, beispielsweise um ein geparktes Kraftfahrzeug, ist dies der elektronischen Recheneinrichtung beziehungsweise den neuronalen Netzwerken bekannt, dass dieses später eventuell nicht mehr aufgefunden werden kann. Eine weitere Bewertung findet insbesondere darin statt, dass es sich bei dem Objekt um ein dynamisches Objekt handelt, welches zukünftig nicht mehr zur Bestimmung der Eigenbewegung und/oder der Umgebungskarte genutzt werden soll. Mit anderen Worten kann mittels der elektronischen Recheneinrichtung eine Klassifizierung durchgeführt werden, ob es sich bei dem erfassten Objekt um ein statisches dynamisches Objekt, ein dynamisches, also ein sich bewegendes, Objekt oder um ein statisches Objekt, beispielsweise eine Mauer, handelt. Diese Klassifizierung kann dann bei der Auswertung zusätzlich berücksichtigt werden.In particular, the advantage is used that the environment can be better understood on the basis of the dynamic object and thus the own movement and a map of the environment can be better determined. In particular, this can also be done by weighting the dynamic object. For example, if an object should be static, for example a house, it can be determined that corresponding properties of the object are used to determine its own movement and mapping for creating the environment map. If, for example, it is detected that the object is a static moving object, for example a parked motor vehicle, this is known to the electronic computing device or the neural networks, so that it may no longer be able to be found later. A further assessment takes place in particular that the object is a dynamic object which in future should no longer be used to determine its own movement and / or the map of the surroundings. In other words, the electronic computing device can be used to classify whether the detected object is a static dynamic object, a dynamic, ie moving object, or a static object, for example a wall. This classification can then also be taken into account in the evaluation.
Mit anderen Worten ist es durch das erfindungsgemäße Verfahren ermöglicht verbessert eine Odometrie des Kraftfahrzeugs und Kartierung der Umgebung (odometry an mapping) durchführen zu können.In other words, the method according to the invention enables an odometry of the motor vehicle and a mapping of the surroundings to be carried out in an improved manner.
Insbesondere kann vorgesehen sein, dass bei der ersten Auswertung und/oder bei der zweiten Auswertung virtuelle Ansichten der Umgebung als Entscheidungskriterien erzeugt werden. Insbesondere kann die Punktwolke derart ausgewertet werden, dass bei der ersten Auswertung das dynamische Objekt in einer virtuellen ersten Ansicht der Umgebung als das erste Entscheidungskriterium bestimmt wird und bei der zweiten Auswertung das dynamische Objekt in einer virtuellen zweiten Ansicht der Umgebung als das zweite Entscheidungskriterium bestimmt wird. Insbesondere ist vorgesehen, dass die virtuelle erste Ansicht und/oder die virtuelle zweite Ansicht nicht zum Anzeigen für einen Benutzer des elektronischen Fahrzeugführungssystems ausgebildet sind. Es handelt sich somit insbesondere um einen Verarbeitungsschritt, welcher in der elektronischen Recheneinrichtung als Zwischenschritt durchgeführt wird.
Gemäß einer vorteilhaften Ausgestaltungsform wird zusätzlich in Abhängigkeit der bestimmten Eigenbewegung und der Bestimmung des dynamischen Objekts auf Basis der ersten Auswertung und der zweiten Auswertung eine Umgebungskarte der Umgebung mittels der elektronischen Recheneinrichtung erzeugt. Insbesondere handelt es sich bei der Umgebungskarte um eine 3D-Umgebungskarte. Insbesondere durch das Herausfiltern des dynamischen Objekts und der Bestimmung der Eigenbewegung kann somit verbessert die 3D-Umgebungskarte erzeugt werden. Insbesondere können dadurch so genannte Geister innerhalb der Umgebungskarte reduziert werden, was zu einer verbesserten Erzeugung der Umgebungskarte führt.In particular, it can be provided that in the first evaluation and / or in the second evaluation, virtual views of the surroundings are generated as decision criteria. In particular, the point cloud can be evaluated in such a way that in the first evaluation the dynamic object in a virtual first view of the surroundings is determined as the first decision criterion and in the second evaluation the dynamic object in a virtual second view of the surroundings is determined as the second decision criterion . In particular, it is provided that the virtual first view and / or the virtual second view are not designed to be displayed for a user of the electronic vehicle guidance system. It is therefore in particular a processing step which is carried out in the electronic computing device as an intermediate step.
According to an advantageous embodiment, an environment map of the environment is additionally generated by means of the electronic computing device as a function of the determined intrinsic movement and the determination of the dynamic object on the basis of the first evaluation and the second evaluation. In particular, the environment map is a 3D environment map. In particular, by filtering out the dynamic object and determining its own movement, the 3D environment map can be generated in an improved manner. In particular, so-called ghosts within the environment map can thereby be reduced, which leads to an improved generation of the environment map.
Ebenfalls vorteilhaft ist, wenn zum Entfernen des zumindest einen dynamischen Objekts die erste Auswertung und die zweite Auswertung fusioniert werden. Mit anderen Worten werden die erste Auswertung und die zweite Auswertung zusammengesetzt und entsprechend ausgewertet. Die Auswertung der Eigenbewegung und/oder der Umgebungskarte findet somit erst aus der fusionierten Auswertung statt. Dadurch ist es ermöglicht, dass die Information bezüglich des erfassten dynamischen Objekts der ersten Auswertung und der zweiten Auswertung vorteilhaft fusioniert wird und beispielsweise somit dynamische Objekte nicht übersehen werden können. Sollte beispielsweise ein dynamisches Objekt nur bei der ersten Auswertung auftreten und nicht bei der zweiten Auswertung, so kann dadurch verhindert werden, dass dieses dynamische Objekt nicht mit ausgewertet wird. Durch die Fusionierung können somit dynamische Objekte verbessert herausgefiltert beziehungsweise entfernt werden, wodurch die Bestimmung der Eigenbewegung und die Erstellung der Umgebungskarte verbessert durchgeführt werden können.It is also advantageous if the first evaluation and the second evaluation are merged to remove the at least one dynamic object. In other words, the first evaluation and the second evaluation are combined and evaluated accordingly. The evaluation of the own movement and / or the map of the surroundings therefore only takes place from the merged evaluation. This enables the information relating to the detected dynamic object of the first evaluation and the second evaluation to be advantageously merged and, for example, dynamic objects cannot be overlooked. If, for example, a dynamic object only occurs in the first evaluation and not in the second evaluation, this can prevent this dynamic object from being evaluated as well. As a result of the merging, dynamic objects can thus be filtered out or removed in an improved manner, as a result of which the determination of their own movement and the creation of the environment map can be carried out in an improved manner.
In einer weiteren vorteilhaften Ausgestaltungsform wird bei der ersten Auswertung virtuell als eine erste Ansicht eine Frontansicht als erstes Entscheidungskriterium aus der Punktwolke erzeugt und/oder bei der zweiten Auswertung virtuell als eine zweite Ansicht eine Vogelansicht als zweites Entscheidungskriterium aus der Punktwolke erzeugt. Bei diesen Ansichten handelt es sich um unterschiedliche Ansichten, wodurch verbessert das dynamische Objekt innerhalb der Frontansicht und/oder der Vogelansicht erfasst werden kann. Bei der Frontansicht handelt es sich insbesondere um ein zweidimensionales Feld, welches beispielsweise die Dimensionen von 451 x 64 x 2 aufweisen kann bezugnehmend auf die Polarkoordinaten und das geometrische Modell der Erfassungseinrichtung. Bei der Vogelansicht, welche auch als Bird-View-Ansicht bezeichnet werden kann, kann die Punktwolke über ein Netz, welches beispielsweise ein Netz von 0,1 qm2 aufweist, welches 60 m nach vorne aufweisen kann und 25 m nach hinten aufweisen kann, bereitgestellt werden. Insbesondere kann die Vogelansicht dabei sechs unterschiedliche Eigenschaften aufweisen, welche ein Eingangsfeld von 500 x 600 x 6 aufweisen kann.In a further advantageous embodiment, in the first evaluation, a front view is virtually generated as a first decision criterion from the point cloud as a first view and / or in the second evaluation, a bird's view is generated virtually as a second decision criterion from the point cloud. These views are different views, as a result of which the dynamic object can be better captured within the front view and / or the bird view. The front view is, in particular, a two-dimensional field which, for example, can have dimensions of 451 × 64 × 2 with reference to the polar coordinates and the geometric model of the detection device. With the bird view, which is also known as the bird view may be the point cloud over a network, comprising for example a power of 0.1 sq m 2, which can be 60 m may comprise forward and 25 m to the rear may be provided. In particular, the bird's view can have six different properties, which an input field of 500 x 600 x 6 can have.
Insbesondere kann vorgesehen sein, dass bei der Frontansicht eine Region von 78 im horizontalen Sichtfeld der Front des Kraftfahrzeugs erfasst wird. Die übrigen Punkte der Punktwolke können dann auf eine Frontsicht projiziert werden, um das geometrische Modell für die Erfassungseinrichtung, beispielsweise in einem 64 x 451-Feld zu erzeugen.In particular, it can be provided that, in the front view, a region of 78 is recorded in the horizontal field of view of the front of the motor vehicle. The remaining points of the point cloud can then be projected onto a front view in order to generate the geometric model for the detection device, for example in a 64 × 451 field.
Ferner hat es sich als vorteilhaft erwiesen, wenn zur Erzeugung der Vogelansicht ein jeder Punkt der Punktwolke auf einen virtuellen Boden projiziert wird und zumindest eine Zelle mit den Punkten mit einer vorgegebenen Fläche, insbesondere mit einer Fläche von einer jeweiligen Seitenlänge von 0,1 m, diskretisiert wird. Mit anderen Worten wird zur Erzeugung der Vogelansicht die Punktwolke in ein Netz, ein sogenanntes Grid, aufgeteilt. Eine jede Zelle des Netzes weist dabei eine hier mit einer jeweiligen Seitenlänge von 0,1 m auf. Dieser Zelle können unterschiedliche Eigenschaften, insbesondere sechs Eigenschaften, zugewiesen werden. Durch eine jeweilige Auswertung dieser Zelle kann somit zuverlässig das dynamische Objekt bestimmt werden, wodurch eine verbesserte Bestimmung der Eigenbewegung realisiert werden kann.Furthermore, it has proven to be advantageous if, in order to generate the bird's view, each point of the point cloud is projected onto a virtual floor and at least one cell with the points has a predetermined area, in particular an area of a respective side length of 0.1 m, is discretized. In other words, the point cloud is divided into a network, a so-called grid, to generate the bird's view. Each cell of the network has one here with a side length of 0.1 m. Different properties, in particular six properties, can be assigned to this cell. By evaluating this cell, the dynamic object can thus be reliably determined, whereby an improved determination of its own movement can be realized.
Es hat sich weiterhin als vorteilhaft erwiesen, wenn zum Bestimmen des dynamischen Objekts in der Frontansicht einem jedem Punkt der Punktwolke ein Abstandswert und/oder ein Reflexionswert zugewiesen werden. Bei dem Abstandswert handelt es sich insbesondere um den Abstand des Punktes zur Erfassungseinrichtung. Der Reflexionswert gibt insbesondere die Reflexionseigenschaften des Punktes wieder. Insbesondere kann auf Basis des Abstandswerts und/oder des Reflexionswertes zuverlässig das dynamische Objekt bestimmt werden. Insbesondere kann dadurch bestimmt werden, ob es sich bei dem erfassten Objekt um ein statisches Objekt oder ein dynamisches Objekt handelt. Dadurch ist eine verbesserte Bestimmung der Eigenbewegung möglich.It has also proven to be advantageous if, in order to determine the dynamic object in the front view, a distance value and / or a reflection value are assigned to each point of the point cloud. The distance value is in particular the distance between the point and the detection device. The reflection value particularly reflects the reflection properties of the point. In particular, the dynamic object can be reliably determined on the basis of the distance value and / or the reflection value. In particular, it can thereby be determined whether the detected object is a static object or a dynamic object. This enables an improved determination of the proper movement.
Gemäß einer weiteren vorteilhaften Ausgestaltungsform werden zum Bestimmen des dynamischen Objekts in der Vogelansicht einem jedem Punkt der Punktwolke ein Binärbelegungswert und/oder ein Normalbelegungswert und/oder ein Reflexionswert und/oder zumindest ein Höhenwert zugewiesen. Bei dem Binärbewegungswert kann es sich insbesondere um die Eigenschaft handeln, ob die Zelle belegt ist oder nicht belegt ist. Sollte beispielsweise die Zelle belegt sein, so kann dieser ein Wert von 1 zugewiesen werden, sollte die Zelle frei sein, so kann dieser ein Wert von 0 zugewiesen werden. Dadurch ist es ermöglicht, dass in Abhängigkeit der vorgegebenen Werte, welche insbesondere sechs Eigenschaften eines jeden Punkts beschreiben, das dynamische Objekt in Abhängigkeit der Vogelansicht bestimmt werden kann. Dadurch ist eine verbesserte Bewertung der Eigenbewegung innerhalb der Umgebung des Kraftfahrzeugs ermöglicht.According to a further advantageous embodiment, a binary occupancy value and / or a normal occupancy value and / or a reflection value and / or at least one height value are assigned to each point of the point cloud to determine the dynamic object in the bird's view. The binary movement value can in particular be the property of whether the cell is occupied or not. For example, if the cell is occupied, a value of 1 can be assigned to it; if the cell is free, a value of 0 can be assigned. This enables the dynamic object to be determined as a function of the bird's view as a function of the predefined values, which in particular describe six properties of each point. This enables an improved evaluation of the natural movement within the surroundings of the motor vehicle.
Ferner hat es sich als vorteilhaft erwiesen, wenn als der zumindest eine Höhenwert ein durchschnittlicher Höhenwert und/oder ein minimaler Höhenwert und/oder ein maximaler Höhenwert bestimmt wird. Insbesondere kann somit jedem Punkt eine entsprechende Eigenschaft bezüglich der Höhe zugwiesen werden. Dadurch kann verbessert das dynamische Objekt als dynamisches Objekt bestimmt werden. Dies ermöglicht eine verbesserte Bestimmung der Eigenbewegung des Kraftfahrzeugs.Furthermore, it has proven to be advantageous if an average altitude value and / or a minimum altitude value and / or a maximum altitude value is determined as the at least one altitude value. In particular, a corresponding property with regard to the height can be assigned to each point. As a result, the dynamic object can be determined as a dynamic object in an improved manner. This enables an improved determination of the motor vehicle's own motion.
In einer weiteren vorteilhaften Ausgestaltungsform werden das erste neuronale Netzwerk und/oder das zweite neuronale Netzwerk als ein tiefenneuronales Netzwerk bereitgestellt. Beispielsweise kann vorgesehen sein, dass das erste neuronale Netzwerk zumindest sechs Schichten und eine Eingabeschicht und eine Ausgabeschicht aufweist. Ferner kann vorgesehen sein, dass auch das zweite neuronale Netzwerk beispielsweise sechs Schichten und eine Eingabe- und eine Ausgabeschicht aufweist. Durch die Nutzung der neuronalen Netzwerke als tiefenneuronale Netzwerke kann zuverlässig die Bestimmung des dynamischen Objekts durchgeführt werden. Insbesondere kann zuverlässig bestimmt werden, ob es sich bei dem erfassten Objekt um ein statisches Objekt, oder ein dynamisches Objekt handelt. Ferner kann insbesondere eine Klassifizierung des Objekts durchgeführt werden, beispielsweise ob es sich bei dem statischen Objekt um ein geparktes Fahrzeug handelt, also um ein Fahrzeug das bewegt werden kann, oder um beispielsweise ein Haus als um ein Objekt, das tatsächlich nicht bewegt wird und dann zur Bestimmung der Eigenbewegung und der Kartierung genutzt werden kann. Dadurch kann eine Klassifizierung des Objekts und eine Bestimmung der Dynamik oder Statik des Objekts durchgeführt werden. Dies verbessert die Bestimmung der Eigenbewegung und die Erzeugung der Umgebungskarte.In a further advantageous embodiment, the first neural network and / or the second neural network are provided as a deep neural network. For example, it can be provided that the first neural network has at least six layers and one input layer and one output layer. Furthermore, it can be provided that the second neural network also has, for example, six layers and an input and an output layer. By using the neural networks as deep neural networks, the dynamic object can be reliably determined. In particular, it can be reliably determined whether the detected object is a static object or a dynamic object. Furthermore, the object can in particular be classified, for example whether the static object is a parked vehicle, i.e. a vehicle that can be moved, or, for example, a house as an object that is actually not moved and then can be used to determine proper movement and mapping. A classification of the object and a determination of the dynamics or statics of the object can thereby be carried out. This improves the determination of the proper motion and the generation of the environment map.
Ferner hat es sich als vorteilhaft erwiesen, wenn mittels der elektronischen Recheneinrichtung zumindest ein weiteres dynamisches Objekt, insbesondere eine Vielzahl von weiteren dynamischen Objekten, aus der reduzierten Punktwolke entfernt werden. Mit anderen Worten ist vorgesehen, dass innerhalb der erfassten Umgebung jedes dynamische Objekt herausgefiltert wird. Unter Vielzahl ist vorliegend insbesondere mehr als zwei zu verstehen. Durch das Herausfiltern der Vielzahl, insbesondere aller dynamischer Objekte, in der Umgebung des Kraftfahrzeugs ist es ermöglicht, dass zuverlässig die Eigenbewegung und die Umgebungskarte erstellt werden können. Insbesondere ist bevorzugt vorgesehen, dass als Erfassungseinrichtung ein Lidarsensor genutzt wird und zumindest die dynamischen Objekte, welche durch den Lidarsensor aufgrund der Reichweitenbeschränkung erfassbar sind, erfasst werden und herausgefiltert werden.Furthermore, it has proven to be advantageous if at least one further dynamic object, in particular a multiplicity of further dynamic objects, are removed from the reduced point cloud by means of the electronic computing device. In other words, it is provided that each dynamic object is filtered out within the captured environment. Under multitude is present especially to understand more than two. By filtering out the large number, in particular all dynamic objects, in the vicinity of the motor vehicle, it is possible to reliably create the own movement and the environment map. In particular, it is preferably provided that a lidar sensor is used as the detection device and at least the dynamic objects that can be detected by the lidar sensor due to the range limitation are detected and filtered out.
Gemäß einer weiteren vorteilhaften Ausgestaltungsform wird mittels einer als Lidarsensoreinrichtung ausgebildeten Erfassungseinrichtung die Umgebung des Kraftfahrzeugs erfasst. Ferner ist es auch möglich, dass die Umgebung mittels eines Kamerasensors, eines Ultraschallsensors und/oder eines Radarsensors erfasst werden kann. Insbesondere handelt es sich bei der Erfassungseinrichtung somit um eine Erfassungseinrichtung, mittels welcher die Punktwolke erzeugt werden kann. Beispielsweise kann die Lidarsensoreinrichtung Lasereinrichtungselemente aufweisen, mittels welchen die Umgebung erfasst werden kann. Dadurch ist beispielsweise eine horizontale Erfassung von 0,1725 ermöglicht. Dadurch kann eine zuverlässige Erfassung der Umgebung realisiert werden.According to a further advantageous embodiment, the surroundings of the motor vehicle are detected by means of a detection device designed as a lidar sensor device. Furthermore, it is also possible that the surroundings can be recorded by means of a camera sensor, an ultrasonic sensor and / or a radar sensor. In particular, the detection device is thus a detection device by means of which the point cloud can be generated. For example, the lidar sensor device can have laser device elements by means of which the surroundings can be detected. This enables a horizontal detection of 0.1725, for example. A reliable detection of the environment can thereby be realized.
In einer weiteren vorteilhaften Ausgestaltungsform wird das erste neuronale Netzwerk als faltendes und entfaltendes neuronales Netzwerk bereitgestellt und/oder das zweite neuronale Netzwerk als faltendes und entfaltendes neuronales Netzwerk bereitgestellt. Das faltende neuronale Netzwerk wird auch als Convolutional Neural Network (CNN) bezeichnet. Das entfaltende neuronale Netzwerk wird auch als Deconvolutional Neural Network (DNN) bezeichnet. Die jeweiligen neuronalen Netzwerke haben somit ein extrahierendes (kontraktives) Netzwerkteil, um die Eigenschaften herauszufiltern und ein expansives Netzwerkteil, welches zur Erzeugung der Originalauflösung herangezogen werden kann, um danach eine Per-Pixelvorhersage treffen zu können. Merkmale aus dem extrahierenden und dem expansiven Teil mit gleicher Auflösung werden während des Expansivschrittes verkettet, sodass reichere Grob- und Feinmerkmale an die nächsten Schichten weitergegeben werden können. Insbesondere kann vorgesehen sein, dass die Auflösung des ersten neuronalen Netzwerks 64 x 451 beträgt und für das zweite neuronale Netzwerk 500 x 600 beträgt. Für jeden Ausgabepixel wird dann eine Vorhersagewahrscheinlichkeit erhalten, dass dieses Pixel-Raster zu einem beweglichen Objekt gehört oder nicht.In a further advantageous embodiment, the first neural network is provided as a folding and unfolding neural network and / or the second neural network is provided as a folding and unfolding neural network. The convolutional neural network is also known as the convolutional neural network (CNN). The unfolding neural network is also known as the Deconvolutional Neural Network (DNN). The respective neural networks thus have an extracting (contractive) network part in order to filter out the properties and an expansive network part which can be used to generate the original resolution so that a per-pixel prediction can then be made. Features from the extracting and expanding parts with the same resolution are concatenated during the expansion step, so that richer coarse and fine features can be passed on to the next layers. In particular, it can be provided that the resolution of the first neural network is 64 × 451 and for the second neural network is 500 × 600. A probability of prediction is then obtained for each output pixel that this pixel grid belongs to a moving object or not.
Ein weiterer Aspekt der Erfindung betrifft ein Computerprogrammprodukt mit Programmcodemitteln, welche in einem computerlesbaren Medium gespeichert sind, um das Verfahren nach dem vorhergehenden Aspekt durchzuführen, wenn das Computerprogrammprodukt auf einem Prozessor einer elektronischen Recheneinrichtung abgearbeitet wird.Another aspect of the invention relates to a computer program product with program code means which are stored in a computer-readable medium in order to carry out the method according to the preceding aspect when the computer program product is processed on a processor of an electronic computing device.
Ein Computerprogramm ist eine Sammlung von Anweisungen zur Ausführung einer bestimmten Aufgabe, die darauf ausgelegt ist. eine bestimmte Klasse von Problemen zu lösen. Die Anweisungen eines Programms sind so konzipiert, dass sie von einem Computer ausgeführt werden und es ist erforderlich, dass ein Computer in der Lage ist, Programme auszuführen.A computer program is a collection of instructions for performing a specific task that is designed to do so. solve a certain class of problems. A program's instructions are designed to be carried out by a computer and it is necessary that a computer be able to run programs.
Datenspeicherung ist die Aufzeichnung (Speicherung) von Informationen (Daten) auf einem Speichermedium. Die Aufzeichnung kann die durch praktisch jede Form von Energie erreicht werden. Die elektronische Datenspeicherung benötigt elektrische Energie für das Speichern und Abrufen von Daten.Data storage is the recording (storage) of information (data) on a storage medium. The recording can be achieved by practically any form of energy. Electronic data storage requires electrical energy to store and retrieve data.
Ein nochmals weiterer Aspekt der Erfindung betrifft eine elektronische Recheneinrichtung zum Bestimmen einer Eigenbewegung eines Kraftfahrzeugs mit einem Computerprogrammprodukt nach dem vorhergehenden Aspekt. Die elektronische Recheneinrichtung weist eine Prozessoreinrichtung auf, die dazu eingerichtet ist, eine Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Die Prozessoreinrichtung kann hierzu zumindest einen Mikroprozessor und/oder zumindest einen Mikrocontroller und/oder zumindest einen FPGA (Field Programmable Gate Array) und/oder zumindest einen DSP (Digital Signal Processor) aufweisen. Des Weiteren kann die Prozessoreinrichtung einen Programmcode aufweisen, der dazu eingerichtet ist, beim Ausführen durch die Prozessoreinrichtung die Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Der Programmcode kann in einem Datenspeicher der Prozessoreinrichtung gespeichert sein.Yet another aspect of the invention relates to an electronic computing device for determining a proper movement of a motor vehicle with a computer program product according to the preceding aspect. The electronic computing device has a processor device which is set up to carry out an embodiment of the method according to the invention. For this purpose, the processor device can have at least one microprocessor and / or at least one microcontroller and / or at least one FPGA (Field Programmable Gate Array) and / or at least one DSP (Digital Signal Processor). Furthermore, the processor device can have a program code which is set up to carry out the embodiment of the method according to the invention when it is executed by the processor device. The program code can be stored in a data memory of the processor device.
Ein nochmals weiterer Aspekt der Erfindung betrifft ein elektronisches Fahrzeugführungssystem für ein Kraftfahrzeug mit einer Erfassungseinrichtung und mit einer elektronischen Recheneinrichtung nach dem vorhergehenden Aspekt, wobei das elektronische Fahrzeugführungssystem zum Durchführen eines Verfahrens nach einem der vorhergehenden Aspekte ausgebildet ist. Insbesondere wird das Verfahren mittels des elektronischen Fahrzeugführungssystems durchgeführt. Das elektronische Fahrzeugführungssystem kann zum zumindest teilweise autonomen Betrieb beziehungsweise zum vollautonomen Betrieb des Kraftfahrzeugs herangezogen werden.Yet another aspect of the invention relates to an electronic vehicle guidance system for a motor vehicle with a detection device and with an electronic computing device according to the preceding aspect, the electronic vehicle guidance system being designed to carry out a method according to one of the preceding aspects. In particular, the method is carried out by means of the electronic vehicle guidance system. The electronic vehicle control system can be used for at least partially autonomous operation or for fully autonomous operation of the motor vehicle.
Ein nochmals weiterer Aspekt der Erfindung betrifft ein Kraftfahrzeug mit einem elektronischen Fahrzeugführungssystem nach dem vorhergehenden Aspekt. Das Kraftfahrzeug ist insbesondere als Personenkraftwagen ausgebildet.Yet another aspect of the invention relates to a motor vehicle with an electronic vehicle guidance system according to the preceding aspect. The motor vehicle is designed in particular as a passenger vehicle.
Vorteilhafte Ausgestaltungsformen des Verfahrens sind als vorteilhafte Ausgestaltungsformen der elektronischen Recheneinrichtung, des elektronisches Fahrzeugführungssystems sowie des Kraftfahrzeugs anzusehen. Die elektronische Recheneinrichtung, das elektronische Fahrzeugführungssystem sowie das Kraftfahrzeug weisen dazu gegenständliche Merkmale auf, welche ein Durchführen des Verfahrens und eine vorteilhafte Ausgestaltungsform davon ermöglichen.Advantageous embodiments of the method are to be regarded as advantageous embodiments of the electronic computing device, the electronic vehicle guidance system and the motor vehicle. The electronic computing device, the electronic vehicle guidance system and the motor vehicle have objective features for this purpose which enable the method and an advantageous embodiment thereof to be carried out.
Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nahfolgend in der Figurenbeschreibung genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar, ohne den Rahmen der Erfindung zu verlassen. Es sind somit auch Ausführungen von der Erfindung als umfasst und offenbart anzusehen, die in den Figuren nicht explizit gezeigt und erläutert sind, jedoch aus separierten Merkmalskombinationen aus den erläuterten Ausführungen hervorgehen und erzeugbar sind. Es sind auch Ausführungen und Merkmalskombinationen als offenbart anzusehen, die somit nicht alle Merkmale eines ursprünglich formulierten Anspruchs aufweisen. Es sind darüber hinaus Ausführungen und Merkmalskombinationen, insbesondere durch die oben dargelegten Ausführungsformen, als offenbart anzusehen, die über die in Rückbezügen der Ansprüche dargelegten Merkmalskombinationen hinausgehen oder abweichen.Further features of the invention emerge from the claims, the figures and the description of the figures. The features and combinations of features mentioned above in the description and the features and combinations of features mentioned below in the description of the figures and / or shown alone in the figures can be used not only in the combination specified, but also in other combinations or on their own, without the scope of the Invention to leave. There are thus also embodiments of the invention to be regarded as encompassed and disclosed, which are not explicitly shown and explained in the figures, but arise from separate combinations of features from the explained embodiments and can be generated. There are also designs and combinations of features to be seen as disclosed, which therefore do not have all the features of an originally formulated claim. In addition, designs and combinations of features, in particular through the embodiments set out above, are to be regarded as disclosed, which go beyond or differ from the combinations of features set forth in the back-references of the claims.
Ausführungsbeispiele werden nachfolgend anhand von schematischen Zeichnungen erläutert.Exemplary embodiments are explained below with reference to schematic drawings.
Dabei zeigen:
-
1 eine schematische Draufsicht auf ein Kraftfahrzeug mit einer Ausführungsform eines elektronischen Fahrzeugführungssystems; und -
2 ein schematisches Blockschaltbild einer Ausführungsform des elektronischen Fahrzeugführungssystems.
-
1 a schematic plan view of a motor vehicle with an embodiment of an electronic vehicle guidance system; and -
2 a schematic block diagram of an embodiment of the electronic vehicle guidance system.
In den Figuren sind gleiche oder funktionsgleiche Elemente mit den gleichen Bezugszeichen versehen.Identical or functionally identical elements are provided with the same reference symbols in the figures.
Darüber hinaus kann die Erfassungseinrichtung 4 eine weitere elektronische Recheneinrichtung, die beispielsweise durch einen Mikrocontroller, einen digitalen Signalprozessor oder einen FPGA (Field Programmable Gate Array - integrierter Schaltkreis) gebildet sein kann, umfassen. Mit dieser elektronischen Recheneinrichtung kann die Aussendeeinrichtung
Bei der Erfassungseinrichtung 4 handelt es sich insbesondere um einen Lidarsensor. Mit anderen Worten wird mittels einer als Lidarsensoreinrichtung ausgebildeten Erfassungseinrichtung 4 die Umgebung
Im vorliegenden Ausführungsbeispiel ist die Erfassungseinrichtung 4 an einer Frontseite
Ein Aspekt der Erfindung betrifft ein Verfahren zum Bestimmen einer Eigenbewegung
Insbesondere kann vorgesehen sein, dass bei der ersten Auswertung und/oder bei der zweiten Auswertung virtuelle Ansichten
Dadurch ist es ermöglicht, dass verbessert die Eigenbewegung
Als dynamisches Objekt
Bevorzugt ist vorgesehen, dass das dynamische Objekt
Mit anderen Worten findet eine Auswertung zur Eigenbewegung
Insbesondere handelt es sich beim dem Anlernen des ersten neuronalen Netzwerks
Insbesondere wird der Vorteil genutzt, dass die Umgebung
Mit anderen Worten ist es durch das erfindungsgemäße Verfahren ermöglicht verbessert eine Odometrie des Kraftfahrzeugs
Insbesondere zeigt die
Insbesondere kann auch eine Fusionierung
Zusätzlich kann vorgesehen sein, dass in Abhängigkeit der bestimmten Eigenbewegung
Ferner zeigt die
Insbesondere kann zum Bestimmen des dynamischen Objekts
Bei dem Abstandswert handelt es sich insbesondere um den Abstand des Punktes zur Erfassungseinrichtung 4. Der Reflexionswert gibt insbesondere die Reflexionseigenschaften des Punktes wieder. Insbesondere kann auf Basis des Abstandswerts
Ferner kann vorgesehen sein, dass zum Bestimmen des dynamischen Objekts
Das erste neuronale Netzwerk
Des Weiteren kann insbesondere vorgesehen sein, dass bei der ersten Bestimmung
Claims (15)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019111608.2A DE102019111608A1 (en) | 2019-05-06 | 2019-05-06 | Method for determining the proper movement of a motor vehicle, electronic computing device and electronic vehicle guidance system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019111608.2A DE102019111608A1 (en) | 2019-05-06 | 2019-05-06 | Method for determining the proper movement of a motor vehicle, electronic computing device and electronic vehicle guidance system |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102019111608A1 true DE102019111608A1 (en) | 2020-11-12 |
Family
ID=72943110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102019111608.2A Pending DE102019111608A1 (en) | 2019-05-06 | 2019-05-06 | Method for determining the proper movement of a motor vehicle, electronic computing device and electronic vehicle guidance system |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102019111608A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021214760A1 (en) | 2021-12-21 | 2023-06-22 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for training a radar-based object detection and method for radar-based environment detection |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016223107A1 (en) * | 2016-11-23 | 2018-05-24 | Volkswagen Aktiengesellschaft | System and method for estimating the self-motion of a vehicle |
DE102017201796A1 (en) * | 2017-02-06 | 2018-08-09 | Audi Ag | Control device for determining a self-motion of a motor vehicle and motor vehicle and method for providing the control device |
EP3477616A1 (en) * | 2017-10-27 | 2019-05-01 | Sigra Technologies GmbH | Method for controlling a vehicle using a machine learning system |
-
2019
- 2019-05-06 DE DE102019111608.2A patent/DE102019111608A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016223107A1 (en) * | 2016-11-23 | 2018-05-24 | Volkswagen Aktiengesellschaft | System and method for estimating the self-motion of a vehicle |
DE102017201796A1 (en) * | 2017-02-06 | 2018-08-09 | Audi Ag | Control device for determining a self-motion of a motor vehicle and motor vehicle and method for providing the control device |
EP3477616A1 (en) * | 2017-10-27 | 2019-05-01 | Sigra Technologies GmbH | Method for controlling a vehicle using a machine learning system |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021214760A1 (en) | 2021-12-21 | 2023-06-22 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for training a radar-based object detection and method for radar-based environment detection |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AT521607B1 (en) | Method and device for testing a driver assistance system | |
DE102018206208A1 (en) | Method, device, product and computer program for operating a technical system | |
EP2951804B1 (en) | Creating a model for the surroundings of a vehicle | |
DE102008013366B4 (en) | Method for providing information for driver assistance systems | |
EP3765927B1 (en) | Method for generating a training data record for training an artificial intelligence module for a control device of a vehicle | |
EP3292510A1 (en) | Method and apparatus for detecting and assessing road reflections | |
DE102021002798A1 (en) | Process for camera-based environment detection | |
DE102014106506A1 (en) | Method for carrying out a diagnosis of a camera system of a motor vehicle, camera system and motor vehicle | |
DE102019212020A1 (en) | Method for recognizing an adversarial disturbance in input data of a neural network | |
WO2020048669A1 (en) | Method for determining a lane change indication of a vehicle, computer-readable storage medium, and vehicle | |
DE102019117559A1 (en) | Method and system for merging two-dimensional semantic information from images with a three-dimensional point cloud | |
DE102019111608A1 (en) | Method for determining the proper movement of a motor vehicle, electronic computing device and electronic vehicle guidance system | |
WO2021165077A1 (en) | Method and device for evaluating image classifiers | |
DE102019130204B4 (en) | Method and system for creating dynamic map information suitable for providing environmental information | |
DE102018132627A1 (en) | Method for capturing an environment of a motor vehicle by means of temporal fusion of images through an artificial neural network; Control unit, driver assistance system; Computer program product | |
DE102018206743A1 (en) | A method of operating a driver assistance system of an ego vehicle having at least one environment sensor for detecting an environment of the ego vehicle, computer-readable medium, system, and vehicle | |
DE102021133977A1 (en) | Method and system for classifying virtual test scenarios and training methods | |
DE102020208080A1 (en) | Detection of objects in images under equivariance or invariance with respect to the object size | |
DE102010044112B4 (en) | Vanishing point determination device and vanishing point determination program | |
DE102019005825A1 (en) | Method for generating training data for an electronic computing device external to the motor vehicle, and driver assistance system | |
DE102019219927A1 (en) | Method and device for recognizing an alienation of a sensor data domain from a reference data domain | |
DE112018003503T5 (en) | SYSTEMS AND METHODS FOR TESTING AN AUTOMATIC PERCEPTION SYSTEM | |
DE102019211459A1 (en) | Method and device for checking a calibration of environmental sensors | |
DE102019101127A1 (en) | Process for processing data obtained by ultrasound | |
DE102018122092A1 (en) | Method for determining at least one position parameter of an object in an environment of a motor vehicle, computer program product, driver assistance system and motor vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified |