DE102020001195A1

DE102020001195A1 - Verfahren zu einer Objektdetektion und -lokalisierung

Info

Publication number: DE102020001195A1
Application number: DE102020001195.0A
Authority: DE
Inventors: Sebastian Dingler
Original assignee: Daimler AG
Current assignee: Mercedes Benz Group AG
Priority date: 2020-02-25
Filing date: 2020-02-25
Publication date: 2020-10-01

Abstract

Die Erfindung betrifft ein Verfahren zu einer Objektdetektion und -lokalisierung, wobei Positionen von zumindest im Wesentlichen zylindrischen Objekten (O) anhand von Lidarmessungen bestimmt werden und in den Lidarmessungen vorhandene zylindrische Objekte (O) segmentiert werden. Erfindungsgemäß werden die Lidarmessungen in mehreren Ebenen (E1 bis En) durchgeführt, wobei anhand von bekannten Daten (D) des Lidars (1) Lidarmesspunkte (M1 bis Mx) aus allen Ebenen (E1 bis En) in eine gemeinsame vorbestimmte Projektionsebene projiziert werden, so dass die projizierten Lidarmesspunkte (M1 bis Mx) auf der Projektionsebene eine Ellipse abbilden. Die Ellipse wird mittels einer Ausgleichsrechnung bestimmt und anhand der Ellipse werden Parameter zumindest eines zylindrischen Objekts (O) ermittelt.Die Erfindung betrifft weiterhin eine Verwendung eines solchen Verfahrens zur Generierung von digitalen Karten für eine Fahrzeugselbstlokalisierung oder Roboterselbstlokalisierung .

Description

Die Erfindung betrifft ein Verfahren zu einer Objektdetektion und -lokalisierung gemäß dem Oberbegriff des Anspruchs 1.
Die Erfindung betrifft weiterhin eine Verwendung eines solchen Verfahrens.
Für eine Fahrzeuglokalisierung werden zylindrische Objekte, insbesondere Stangen, auch als Poles bezeichnet, als Landmarken verwendet. Derartige Poles sind zylindrische Gebilde, wie beispielsweise Bäume oder Laternenmasten. Eine Erfassung der Poles erfolgt anhand von mittels eines Lidars erfassten Daten.
Aus „Sefati. M., et. al.: Improving Vehicle Localization Using Semantic and Pole-Like Landmarks; 2017 IEEE Intelligent Vehicles Symposium (IV), June 11-14, 2017, Redondo Beach, CA, USA" wird ein Verfahren für eine Selbstlokalisierung von Fahrzeugen in städtischen Umgebungen anhand von Lidarmessungen beschrieben. Dabei werden semantische und charakteristische physische zylindrische Objekte wie Bäume, Verkehrszeichen oder Straßenlaternen als aussagekräftige Orientierungspunkte verwendet und es wird eine globale Fahrzeugpose in Verbindung mit einer Offline-Karte abgeleitet. Hierbei wird angenommen und vorausgesetzt, dass sich Poles senkrecht zum Boden befinden und deshalb alle Lidarmessungen durch Projektion auf den Boden einen Kreis ergeben. Durch ein Gleichungssystem wird ein Radius um Zentrums-Koordinaten der Pole bestimmt. Anschließend werden einzelne Lidarmessungen bezüglich dieser geschätzten Parameter verglichen, um Ausreißer auszuschließen. Dabei erfolgt eine Segmentierung der Lidarmessungen mittels einer Bodenschätzung, einer so genannten Ground-Plane-Estimation, wobei alle Lidarmesspunkte einer jeweiligen Lidarmessung bestimmt werden, welche zu einem zylindrischen Objekt gehören. Weiterhin werden Verfahren für eine Erfassung einer Fahrzeugumgebung mittels Lidarscannern und Stereokameras sowie Modelle für deren Verknüpfung mit einer hochpräzisen digitalen Karte zur Abschätzung einer Fahrzeugposition mittels einer adaptiven Monte-Carlo-Lokalisierung beschrieben.
Der Erfindung liegt die Aufgabe zu Grunde, ein gegenüber dem Stand der Technik verbessertes Verfahren zu einer Objektdetektion und -lokalisierung und eine Verwendung eines solchen Verfahrens anzugeben.
Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren, welches die im Anspruch 1 angegebenen Merkmale aufweist, und durch eine Verwendung, welche die im Anspruch 6 angegebenen Merkmale aufweist.
Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.
In einem Verfahren zu einer Objektdetektion und -lokalisierung werden Positionen von zumindest im Wesentlichen zylindrischen Objekten anhand von Lidarmessungen bestimmt und in den Lidarmessungen vorhandene zylindrische Objekte werden segmentiert.
Erfindungsgemäß werden die Lidarmessungen in mehreren Ebenen durchgeführt, wobei anhand von bekannten Daten des Lidars Lidarmesspunkte aus allen Ebenen in eine gemeinsame vorbestimmte Projektionsebene projiziert werden, so dass die projizierten Lidarmesspunkte auf der Projektionsebene eine Ellipse abbilden. Die Ellipse wird mittels einer Ausgleichsrechnung bestimmt und anhand der Ellipse werden Parameter zumindest eines zylindrischen Objekts ermittelt.
Mittels des Verfahrens ist eine sehr präzise Ermittlung zylindrischer Objekte, so genannte Poles, in Lidarmessungen realisierbar. Hierbei können auch Poles erkannt und beispielsweise als Landmarken in digitalen Karten verwendet werden, welche nicht senkrecht zu einer Bodenfläche verlaufen, wie beispielsweise schiefe Bäume. Da somit kein Wissen darüber erforderlich ist, ob ein Pole senkrecht zum Boden verläuft, ist auch eine Bodenschätzung, auch als Ground-Plane-Estimation bezeichnet, nicht zwingend erforderlich.
Weiterhin ermöglicht das Verfahren die Nutzung von Sensorwissen, das heißt der bekannten Daten des Lidars, beispielsweise einer Anzahl der Ebenen und/oder einer Winkelauflösung, und von robusten Schätzverfahren. Solche robusten Schätzverfahren ermöglichen auch bei unzureichender Segementierung, Messungen auszuschließen, die nicht zu einem Pole gehören. Zusätzlich kann ein Einfluss von Messrauschen berücksichtigt werden. Weiterhin wird mittels des Verfahrens eine exakte mathematische Modellierung des Problems realisiert. Ferner kann das Verfahren dezentral innerhalb des Lidars ablaufen, so dass Poles als Objekte an einer Schnittstelle des Lidars vorliegen.
Ausführungsbeispiele der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert.
Dabei zeigen:

1 schematisch ein Lidar und ein zylindrisches Objekt,
2 schematisch das Lidar und das Objekt gemäß 1 sowie Lidarmesspunkte auf mehreren Ebenen und
3 schematisch einen Ablauf eines Verfahrens zu einer Objektdetektion und -lokalisierung.

Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.
In 1 sind schematisch ein Lidar 1 und ein zylindrisches Objekt O, auch als Pole bezeichnet, dargestellt.
Das Lidar 1 ist beispielsweise zur Erfassung einer Fahrzeug- oder Roboterumgebung ausgebildet und an einem Fahrzeug oder Roboter angeordnet.
Zur Erfassung des Objekts O werden mittels des Lidars 1 Lidarmessungen, auch als Entfernungsmessungen bezeichnet, durch einen rotierenden Spiegel durchgeführt, so dass die Umgebung desselben abgetastet wird. Zusätzlich werden die Lidarmessungen in mehreren Ebenen E1 bis En, auch als Layer bezeichnet, durchgeführt.
2 zeigt das Lidar 1 und das Objekt O gemäß 1 sowie Lidarmesspunkte M1 bis Mx auf den Ebenen E1 bis En.
Werden zylindrische Objekte O, wie z. B. Bäume oder Laternenmaste, mittels des Lidars 1 vermessen, entsprechen die Lidarmessungen einem Schnitt des zylindrischen Objekts O. Jeder beliebige Schnitt eines Zylinders entspricht dabei einer Ellipse, so dass für jede Ebene E1 bis En eine Ellipse geschätzt werden kann. Eine solche Schätzung wird mit allgemein bekannten Verfahren, beispielsweise einer Ausgleichsrechnung, auch als Fitting bezeichnet, durchgeführt. Das Ergebnis sind dann n Ellipsen für n Ebenen E1 bis En. Hierbei wird davon ausgegangen, dass ein Segmentierungs-Algorithmus Lidarmessungen identifiziert, die zu einem zylindrischen Objekt O, das heißt einer Pole, gehören. Dies kann beispielsweise durch eine Bodenschätzung, das heißt eine so genannte Ground-Plane-Estimation, und/oder durch Segmentierung mit Neuronalen Netzen auf Basis von Kamerabildern erfolgen.
Da bekannt ist, in welchem Winkelabstand die Ebenen E1 bis En zueinanderstehen, kann auch eine Beziehung der Ellipsen zueinander ermittelt werden. Mittels dieser Beziehung ist eine Pole-Schätzung mathematisch exakt beschreibbar, um ein Verfahren zur Objektdetektion und -lokalisierung durchzuführen.
In 3 ist ein Ablauf eines möglichen Ausführungsbeispiels eines solchen Verfahrens zur Objektdetektion und -lokalisierung dargestellt.
In dem Verfahren werden in einem ersten Verfahrensschritt S1 Positionen von zumindest im Wesentlichen zylindrischen Objekten O anhand von Lidarmessungen bestimmt, wobei in den Lidarmessungen vorhandene zylindrische Objekte O segmentiert werden. Dabei werden die Lidarmessungen in mehreren Ebenen E1 bis En durchgeführt.
In einem zweiten Verfahrensschritt S2 werden anhand von bekannten Daten D des Lidars 1, insbesondere einer bekannten Anzahl der Ebenen E1 bis En und/oder einer Winkelauflösung, das heißt einem Winkelabstand der Ebenen E1 bis En zueinander, Lidarmesspunkte M1 bis Mx aus allen Ebenen E1 bis En in eine gemeinsame vorbestimmte Projektionsebene projiziert, so dass die projizierten Lidarmesspunkte M1 bis Mx auf der Projektionsebene eine Ellipse abbilden. Hierzu ist es erforderlich, dass für jeden Lidarmesspunkt M1 bis Mx die zugehörige Ebene E1 bis En bekannt ist. Als Projektionsebene wird eine Ebene gewählt, welche sich parallel zu einer Bodenebene erstreckt, oder es wird eine Ebene gewählt, welche einer der Ebenen E1 bis En entspricht. Es kann aber auch jede beliebige andere Ebene gewählt werden.
In einem dritten Verfahrensschritt S3 wird die jeweilige Ellipse mittels einer Ausgleichsrechnung, beispielsweise einem so genannten Fitting, bestimmt.
In einem vierten Verfahrensschritt S4 werden anhand der Ellipse Parameter des zylindrischen Objekts O ermittelt. Diese Parameter umfassen einen Zylindermittelpunkt, einen Normalenvektor einer Zylinderachse, einen Zylinderradius und/oder einen Zylinderdurchmesser und werden beispielsweise in einer digitalen Karte eingetragen oder mit Daten einer digitalen Karte verglichen, um sich gegenüber der digitalen Karte zu lokalisieren. Somit können die Parameter zu einer Fahrzeugselbstlokalisierung oder Roboterselbstlokalisierung verwendet werden.
Bezugszeichenliste

1: Lidar
D: Datum
E1 bis En: Ebene
M1 bis Mx: Lidarmesspunkt
O: Objekt
S1 bis S4: Verfahrensschritt

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Nicht-Patentliteratur

„Sefati. M., et. al.: Improving Vehicle Localization Using Semantic and Pole-Like Landmarks; 2017 IEEE Intelligent Vehicles Symposium (IV), June 11-14, 2017, Redondo Beach, CA, USA“ [0004]

Claims

Verfahren zu einer Objektdetektion und -lokalisierung, wobei - Positionen von zumindest im Wesentlichen zylindrischen Objekten (O) anhand von Lidarmessungen bestimmt werden und - in den Lidarmessungen vorhandene zylindrische Objekte (O) segmentiert werden, dadurch gekennzeichnet, dass - die Lidarmessungen in mehreren Ebenen (E1 bis En) durchgeführt werden, - anhand von bekannten Daten (D) des Lidars (1) Lidarmesspunkte (M1 bis Mx) aus allen Ebenen (E1 bis En) in eine gemeinsame vorbestimmte Projektionsebene projiziert werden, so dass die projizierten Lidarmesspunkte (M1 bis Mx) auf der Projektionsebene eine Ellipse abbilden, - die Ellipse mittels einer Ausgleichsrechnung bestimmt wird und - anhand der Ellipse Parameter zumindest eines zylindrischen Objekts (O) ermittelt werden.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass als bekannte Daten (D) des Lidars (1) eine Anzahl der Ebenen (E1 bis En) und/oder eine Winkelauflösung berücksichtigt werden.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass als Projektionsebene eine Ebene gewählt wird, welche sich parallel zu einer Bodenebene erstreckt.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Parameter des zumindest einen zylindrischen Objekts (O) - ein Zylindermittelpunkt, - ein Normalenvektor einer Zylinderachse, - ein Zylinderradius und/oder - ein Zylinderdurchmesser ermittelt werden.
Verfahren nach einem der vorhergehenden Ansprüche, welches dezentral innerhalb des Lidars (1) ausgeführt wird.
Verwendung eines Verfahrens nach einem der vorhergehenden Ansprüche zur Generierung von digitalen Karten für eine Fahrzeugselbstlokalisierung oder Roboterselbstlokalisierung.