DE102020005832A1 - Process for the classification and tracking of surrounding objects and vehicles - Google Patents

Process for the classification and tracking of surrounding objects and vehicles Download PDF

Info

Publication number
DE102020005832A1
DE102020005832A1 DE102020005832.9A DE102020005832A DE102020005832A1 DE 102020005832 A1 DE102020005832 A1 DE 102020005832A1 DE 102020005832 A DE102020005832 A DE 102020005832A DE 102020005832 A1 DE102020005832 A1 DE 102020005832A1
Authority
DE
Germany
Prior art keywords
surrounding
class
dependent
vehicle
object class
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.)
Withdrawn
Application number
DE102020005832.9A
Other languages
German (de)
Inventor
Christian Kobetz
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mercedes Benz Group AG
Original Assignee
Daimler AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daimler AG filed Critical Daimler AG
Priority to DE102020005832.9A priority Critical patent/DE102020005832A1/en
Publication of DE102020005832A1 publication Critical patent/DE102020005832A1/en
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4043—Lateral speed

Abstract

Die Erfindung betrifft ein Verfahren zur Klassifizierung und Nachverfolgung von Umgebungsobjekten (1), bei dem in einer Umgebung eines Fahrzeugs (2) befindliche Umgebungsobjekte (1.1, 1.2) mit Hilfe vom Fahrzeug (2) umfasster Umgebungssensoren (3) erfasst und nachverfolgt werden und anhand von Klassifizierungsmerkmalen verschiedenen Objektklassen zugeordnet werden, wobei klassifizierten Umgebungsobjekten (1) wenigstens ein objektklassenabhängiger Bewegungsgrenzwert zugeordnet wird. Die Erfindung ist dadurch gekennzeichnet, dass zur Reduktion einer Anzahl einer falschen Objektklasse zugeordneten Umgebungsobjekten (1) bei Überschreiten wenigstens eines objektklassenabhängigen Bewegungsgrenzwerts eines Umgebungsobjekts (1) die Objektklasse des den wenigstens einen Bewegungsgrenzwert überschreitenden Umgebungsobjekts (1) gewechselt wirdThe invention relates to a method for classifying and tracking surrounding objects (1), in which surrounding objects (1.1, 1.2) located in the surroundings of a vehicle (2) are detected and tracked with the aid of environmental sensors (3) encompassed by the vehicle (2) and based on of classification features can be assigned to different object classes, with classified surrounding objects (1) being assigned at least one object class-dependent movement limit value. The invention is characterized in that, in order to reduce the number of surrounding objects (1) assigned to an incorrect object class, when at least one object-class-dependent movement limit value of an environmental object (1) is exceeded, the object class of the surrounding object (1) exceeding the at least one movement limit value is changed

Description

Die Erfindung betrifft ein Verfahren zur Klassifizierung und Nachverfolgung von Umgebungsobjekten nach der im Oberbegriff von Anspruch 1 näher definierten Art sowie ein Fahrzeug mit wenigstens einem Umgebungssensor und einer Recheneinheit.The invention relates to a method for the classification and tracking of surrounding objects according to the type defined in more detail in the preamble of claim 1 and a vehicle with at least one environment sensor and a computing unit.

Mit zunehmender Digitalisierung nimmt auch eine Verbreitung von Fahrerassistenzsystemen zu. Diverse Assistenzfunktionen erfordern dabei ein Klassifizieren und Nachverfolgen von Umgebungsobjekten wie Verkehrsteilnehmern. Hierzu überwachen von einem Ego-Fahrzeug umfasste Umgebungssensoren wie Ultraschallsensoren, Radarsensoren, Kamerasysteme und/oder Laserscanner eine Umgebung des Ego-Fahrzeugs. Von den Umgebungssensoren erfasste Umgebungsobjekte werden daraufhin von einer Recheneinheit einer Vielzahl von Objektklassen zugeordnet, sowie eine zu erwartende Trajektorie der jeweiligen Umgebungsobjekte berechnet. Mit Hilfe dieser Trajektorie lassen sich die Umgebungsobjekte nachverfolgen, um beispielsweise Kollisionen mit den Umgebungsobjekten bei einer Fahrmanöverplanung des Ego-Fahrzeugs zu verhindern. Hierbei kommt es allerdings vergleichsweise häufig zu einer falschen Objektklassifizierung und Überschätzung von Geschwindigkeitssektoren der Umgebungsobjekte, insbesondere im Falle einer rapiden Bewegungsrichtungsänderung eines Umgebungsobjekts. Hierdurch können vom Ego-Fahrzeug betroffene Fahrmanöverentscheidungen nachteilig beeinflusst werden. Beispielsweise kann das Ego-Fahrzeug durch ein Fahrerassistenzsystem unnötigerweise stark abgebremst werden, wenn ein tatsächlich nicht stattfindendes Eindringen eines weiteren Verkehrsteilnehmers in einen Sicherheitsabstand des Ego-Fahrzeugs berechnet wird.With increasing digitalization, the spread of driver assistance systems is also increasing. Various assistance functions require the classification and tracking of surrounding objects such as road users. For this purpose, environmental sensors comprised by an ego vehicle, such as ultrasonic sensors, radar sensors, camera systems and / or laser scanners, monitor an environment of the ego vehicle. Surrounding objects detected by the surrounding sensors are then assigned to a large number of object classes by a computing unit, and an expected trajectory of the respective surrounding objects is calculated. With the help of this trajectory, the surrounding objects can be tracked in order, for example, to prevent collisions with the surrounding objects when planning a driving maneuver for the ego vehicle. In this case, however, an incorrect object classification and overestimation of speed sectors of the surrounding objects occur comparatively frequently, in particular in the case of a rapid change in the direction of movement of a surrounding object. This can adversely affect driving maneuver decisions that are affected by the ego vehicle. For example, the ego vehicle can be braked unnecessarily strongly by a driver assistance system if an intrusion by a further road user that does not actually take place into a safety distance of the ego vehicle is calculated.

Ein System und Verfahren zum automatisierten Manövrieren eines Ego-Fahrzeugs ist beispielsweise aus der DE 10 2017 211 387 A1 bekannt. Dabei werden in einer Umgebung des Ego-Fahrzeugs befindliche dynamische Umgebungsobjekte erkannt und einer bestimmten Objektklasse zugeordnet. In Abhängigkeit der Objektklasse werden von einer Verhaltensdatenbank Verhaltensparameter des Umgebungsobjektes abgerufen, woraufhin in Abhängigkeit der Verhaltensparameter Fahrmanöver des Ego-Fahrzeugs geplant und durchgeführt werden. Die Verhaltensparameter können dabei auch einer objektklassenabhängigen maximal zu erwartende Umgebungsobjektgeschwindigkeit umfassen. Die Druckschrift geht jedoch nicht auf falsch klassifizierte Umgebungsobjekte ein.A system and method for the automated maneuvering of an ego vehicle is, for example, from US Pat DE 10 2017 211 387 A1 known. Dynamic surroundings objects located in the surroundings of the ego vehicle are recognized and assigned to a specific object class. Depending on the object class, behavior parameters of the surrounding object are retrieved from a behavior database, whereupon driving maneuvers of the ego vehicle are planned and carried out depending on the behavior parameters. The behavior parameters can also include an object class-dependent maximum ambient object speed to be expected. However, the document does not deal with incorrectly classified surrounding objects.

Der vorliegenden Erfindung liegt die Aufgabe zugrunde, ein gegenüber dem Stand der Technik verbessertes Verfahren zur Klassifizierung und Nachverfolgung von Umgebungsobjekten anzugeben, bei dem eine Objektklassifizierung und eine Einschätzung einer Objektgeschwindigkeitsrichtungsänderung besonders zuverlässig erfolgt.The present invention is based on the object of specifying a method for the classification and tracking of surrounding objects which is improved compared to the prior art, in which an object classification and an assessment of a change in the direction of the object speed take place particularly reliably.

Erfindungsgemäß wird diese Aufgabe durch ein Verfahren zur Klassifizierung und Nachverfolgung von Umgebungsobjekten mit den Merkmalen des Anspruchs 1 und ein Fahrzeug mit wenigstens einem Umgebungssensor und einer Recheneinheit mit den Merkmalen des Anspruchs 6 gelöst. Vorteilhafte Ausgestaltungen und Weiterbildungen ergeben sich aus den hiervon abhängigen Ansprüchen.According to the invention, this object is achieved by a method for classifying and tracking objects in the vicinity with the features of claim 1 and a vehicle with at least one environment sensor and a computing unit with the features of claim 6. Advantageous refinements and developments result from the dependent claims.

Bei einem Verfahren zur Klassifizierung und Nachverfolgung von Umgebungsobjekten der eingangs genannten Art wird einem klassifizierten Umgebungsobjekt wenigstens ein objektklassenabhängiger Bewegungsgrenzwert zugeordnet. Erfindungsgemäß wird zur Reduktion einer Anzahl einer falschen Objektklasse zugeordneten Umgebungsobjekten bei Überschreiten wenigstens eines objektklassenabhängigen Bewegungsgrenzwertes eines Umgebungsobjektes die Objektklasse des den wenigstens einen Bewegungsgrenzwert überschreitenden Umgebungsobjektes gewechselt. Durch Hinterfragen von physikalisch möglichen Grenzen, lassen sich Zuordnungen eines Umgebungsobjektes zu einer falschen Objektklasse verhindern. Hierdurch werden fehlerhafte Fahrmanöverentscheidungen eines ein Fahrzeug wenigstens teilautomatisiert steuernden Fahrerassistenzsystems, beispielsweise ein unnötig durchgeführter Bremsvorgang, reduziert.
Eine vorteilhafte Weiterbildung des Verfahrens sieht vor, dass ein objektklassenabhängiger Bewegungsgrenzwert in Form einer objektklassenabhängigen Maximalgeschwindigkeit verwendet wird. Durch Nutzen einer objektklassenabhängigen Maximalgeschwindigkeit lässt sich eine falsche Objektklassenzuordnung besonders einfach erkennen. Wird ein Umgebungsobjekt beispielsweise als Fahrradfahrer klassifiziert, wobei sich der Fahrradfahrer mit einer Fortbewegungsgeschwindigkeit von 80 km/h fortbewegt, kann davon ausgegangen werden, dass es sich bei dem Umgebungsobjekt nicht um einen Fahrradfahrer handelt. Stattdessen wird das Umgebungsobjekt der Objektklasse Motorradfahrer zugeordnet. Dabei können einzelnen Objektklassen beliebige Maximalgeschwindigkeitsgrenzwerte zugeordnet werden. Beispielsweise kann die objektklassenabhängige Maximalgeschwindigkeit für Fußgänger 10 km/h, für Fahrradfahrer 40 km/h, und für LKW's, Transporter oder Busse 150 km/h betragen. Dabei ist generell aus dem Stand der Technik bereits bekannt, verschiedenen Objektklassen jeweils eine spezifische objektklassenabhängige Maximalgeschwindigkeit zuzuordnen. Die Objektklasse in Abhängigkeit eines Überschreitens der jeweiligen objektklassenabhängigen Maximalgeschwindigkeit zu ändern, ist jedoch bisher unbekannt.In a method for the classification and tracking of surrounding objects of the type mentioned at the beginning, at least one object class-dependent movement limit value is assigned to a classified surrounding object. According to the invention, the object class of the surrounding object exceeding the at least one movement limit value is changed to reduce a number of surrounding objects assigned to an incorrect object class when at least one object class-dependent movement limit value of an environment object is exceeded. By questioning physically possible limits, assignments of a surrounding object to a wrong object class can be prevented. This reduces incorrect driving maneuver decisions by a driver assistance system which controls a vehicle at least partially automatically, for example an unnecessarily performed braking process.
An advantageous development of the method provides that an object class-dependent movement limit value is used in the form of an object class-dependent maximum speed. By using an object class-dependent maximum speed, an incorrect object class assignment can be identified particularly easily. If an environmental object is classified as a cyclist, for example, the cyclist moving at a speed of 80 km / h, it can be assumed that the environmental object is not a cyclist. Instead, the surrounding object is assigned to the motorcyclist object class. Any maximum speed limit values can be assigned to individual object classes. For example, the object class-dependent maximum speed for pedestrians can be 10 km / h, for cyclists 40 km / h, and for trucks, vans or buses 150 km / h. It is generally already known from the prior art to assign a specific object-class-dependent maximum speed to different object classes. To change the object class as a function of exceeding the respective object class-dependent maximum speed is, however, previously unknown.

Entsprechend einer weiteren vorteilhaften Ausgestaltung des Verfahrens wird ein objektklassenabhängiger Bewegungsgrenzwert in Form einer objektklassenabhängigen maximalen Richtungsänderungsgeschwindigkeit verwendet. Während dem Nachverfolgen von Umgebungsobjekten kann es vorkommen, dass ein System zum Nachverfolgen der Umgebungsobjekte eine schnellere Richtungsänderung eines Umgebungsobjektes feststellt, als dies physikalisch möglich wäre. Durch Nutzen eines Bewegungsgrenzwertes in Form der objektklassenabhängigen maximalen Richtungsänderungsgeschwindigkeit lassen sich somit fehlerhaft festgestellte Umgebungsobjektgeschwindigkeitsrichtungsänderungen erkennen und verhindern, wodurch Umgebungsobjekte noch zuverlässiger nachverfolgt werden können.According to a further advantageous embodiment of the method, an object-class-dependent movement limit value is used in the form of an object-class-dependent maximum speed of change of direction. During the tracking of surrounding objects it can happen that a system for tracking the surrounding objects detects a faster change of direction of an environmental object than would be physically possible. By using a movement limit value in the form of the object class-dependent maximum speed of change of direction, incorrectly determined changes in the speed of the speed of the surroundings of the object can thus be recognized and prevented, whereby surrounding objects can be tracked even more reliably.

Eine weitere vorteilhafte Ausgestaltung des Verfahrens sieht ferner vor, dass zum zuverlässigen Nachverfolgen eines die maximale Richtungsänderungsgeschwindigkeit überschreitenden Umgebungsobjekts eine orthogonal zu einem Fortbewegungsgeschwindigkeitsvektor des Umgebungsobjekts verlaufenden Quergeschwindigkeit des Umgebungsobjekts auf eine in Abhängigkeit einer objektklassenabhängigen maximalen Querbeschleunigung bestimmte maximale Quergeschwindigkeit begrenzt wird. Im Falle, dass eine unphysikalische Richtungsänderungsgeschwindigkeit eines Umgebungsobjekts festgestellt wurde, benötigen die Fahrerassistenzsysteme des Fahrzeugs zur korrekten Funktionsweise trotzdem eine Vorhersage der Trajektorie des Umgebungsobjekts, insbesondere um das Umgebungsobjekt korrekt nachzuverfolgen. Durch Verwenden der maximalen Quergeschwindigkeit kann Fahrerassistenzsystemen ein physikalisch sinnvoller Quergeschwindigkeitswert zur korrekten Berechnung der Trajektorie übermittelt werden. Hierdurch ist eine korrekte Funktionsweise der Fahrerassistenzsysteme, auch im Falle des Detektierens einer unphysikalisch hohen maximalen Richtungsänderungsgeschwindigkeit eines Umgebungsobjekts, gewährleistet. Dabei können als maximale Querbeschleunigung für verschiedene Objektklassen verschiedene feste Werte gewählt werden. So kann eine erste objektklassenabhängige maximale Querbeschleunigung, beispielsweise für PKW, 10 m/s2 und für Fußgänger beispielsweise 5 m/s2 betragen.A further advantageous embodiment of the method also provides that, for reliable tracking of a surrounding object that exceeds the maximum speed of change of direction, a transverse speed of the surrounding object running orthogonally to a movement speed vector of the surrounding object is limited to a maximum transverse speed determined as a function of an object class-dependent maximum transverse acceleration. In the event that an unphysical speed of change of direction of a surrounding object has been determined, the driver assistance systems of the vehicle nevertheless require a prediction of the trajectory of the surrounding object in order to function correctly, in particular in order to correctly track the surrounding object. By using the maximum lateral speed, driver assistance systems can be transmitted a physically meaningful lateral speed value for the correct calculation of the trajectory. This ensures correct functioning of the driver assistance systems, even in the case of the detection of an unphysically high maximum speed of change of direction of a surrounding object. Different fixed values can be selected as the maximum lateral acceleration for different object classes. Thus, a first object class-dependent maximum transverse acceleration, for example for cars, can be 10 m / s 2 and for pedestrians, for example, 5 m / s 2 .

Bevorzugt wird die objektklassenabhängige maximale Querbeschleunigung des die maximale Richtungsänderungsgeschwindigkeit überschreitenden Umgebungsobjekts individuell in Abhängigkeit der Klassifizierungsmerkmale, anhand derer das Umgebungsobjekt klassifiziert wurde, berechnet. Dies erlaubt die maximale Querbeschleunigung besonders realitätsnah zu schätzen, wodurch auch eine errechnete maximale Quergeschwindigkeit eines Umgebungsobjekts sich an einen tatsächlichen Wert weiter annähern lässt. Die Berechnung der objektklassenabhängigen maximalen Querbeschleunigung kann dabei auf Vielfältige Art und Weise durchgeführt werden. Bei Verwenden eines Kamerasystems zum Erfassen der Umgebungsobjekte, können die von der oder den Kameras erzeugte Kamerabilder, beispielsweise mit Hilfe von Bilderkennungsalgorithmen ausgewertet werden. In Abhängigkeit der Umgebungsobjektklasse, von Umgebungsobjektdimensionen, einer vom Umgebungsobjekt transportierten Ladung, und/oder einer Motorisierung des Umgebungsobjekts lässt sich dann ein realitätsnahes Beschleunigungsvermögen des Umgebungsobjekts schätzen. Eine verbesserte Genauigkeit der maximalen Querbeschleunigung, und damit der Quergeschwindigkeitsabschätzung, wird dabei allerdings durch den Bedarf einer höheren Rechenleistung zum Berechnen der objektklassenabhängigen maximalen Querbeschleunigung erkauft.The object class-dependent maximum transverse acceleration of the surrounding object exceeding the maximum speed of change of direction is preferably calculated individually as a function of the classification features on the basis of which the surrounding object was classified. This allows the maximum transverse acceleration to be estimated in a particularly realistic manner, whereby a calculated maximum transverse speed of a surrounding object can also be further approximated to an actual value. The calculation of the object class-dependent maximum lateral acceleration can be carried out in a variety of ways. When using a camera system to capture the surrounding objects, the camera images generated by the camera or cameras can be evaluated, for example with the aid of image recognition algorithms. Depending on the surrounding object class, surrounding object dimensions, a load transported by the surrounding object, and / or a motorization of the surrounding object, a realistic acceleration capacity of the surrounding object can then be estimated. An improved accuracy of the maximum transverse acceleration, and thus of the transverse speed estimate, is bought at the price of the need for higher computing power for calculating the object class-dependent maximum transverse acceleration.

Bei einem Fahrzeug mit wenigstens einem Umgebungssensor und einer Recheneinheit ist erfindungsgemäß die Recheneinheit dazu eingerichtet ein im vorigen beschriebenes Verfahren auszuführen. Bei dem Fahrzeug kann es sich um ein beliebiges Fahrzeug wie einen PKW, LKW, Bus, Transporter, Motorrad oder dergleichen handeln. Das Fahrzeug kann die Umgebung mit beliebigen Umgebungssensoren erfassen. Beispielsweise können hierzu Ultraschall- oder Radarsensoren sowie Mono- oder Stereokameras und/oder Laserscanner wie Lidare eingesetzt werden. Von den Umgebungssensoren erzeugte Sensordaten werden daraufhin zur Durchführung des Verfahrens von der Recheneinheit ausgewertet.In the case of a vehicle with at least one environment sensor and a computing unit, the computing unit is set up according to the invention to carry out a method described above. The vehicle can be any vehicle such as a car, truck, bus, van, motorcycle or the like. The vehicle can detect the surroundings with any environmental sensors. For example, ultrasonic or radar sensors as well as mono or stereo cameras and / or laser scanners such as lidars can be used for this purpose. Sensor data generated by the environmental sensors are then evaluated by the computing unit in order to carry out the method.

Weitere vorteilhafte Ausgestaltungen des erfindungsgemäßen Verfahrens und des erfindungsgemäßen Fahrzeugs ergeben sich auch aus dem Ausführungsbeispiel, welches nachfolgend unter Bezugnahme auf die Figur näher beschrieben wird.Further advantageous configurations of the method according to the invention and the vehicle according to the invention also result from the exemplary embodiment which is described in more detail below with reference to the figure.

Dabei zeigt die einzige Figur eine Draufsicht auf eine typische Verkehrssituation, in der ein erfindungsgemäßes Verfahren zur Anwendung kommt.The single figure shows a top view of a typical traffic situation in which a method according to the invention is used.

Die Figur zeigt ein Fahrzeug 2 welches auf einer dreispurigen Fahrbahn 7 geradeaus in eine Y-Richtung fährt. In Fahrtrichtung vor dem Fahrzeug 2 befinden sich Umgebungsobjekte 1, und zwar aus Sicht des Fahrzeugs 2 auf einer rechten benachbarten Spur des Fahrzeugs 2, ein Motorrad 1.1 und auf einer zu vom Fahrzeug 2 befahrenen links benachbarten Spur ein das Fahrzeug 2 überholendes Fahrzeug 1.2. Das Fahrzeug 2 weist mehrere Umgebungssensoren 3, hier in Form eines Ultraschallsensors, eines Radarsensors, eines Kamerasystems und eines Lidars zur Umgebungserfassung auf. Von den Umgebungssensoren 3 erzeugte Sensordaten werden von einer Recheneinheit 6 zum Klassifizieren und Nachverfolgen der Umgebungsobjekte 1 ausgewertet. Dabei klassifiziert die Recheneinheit 6 das Motorrad 1.1 ursprünglich als Fahrradfahrer, stellt jedoch fest, dass das Motorrad 1.1 mit einer Geschwindigkeit von 80 km/h in die Y-Richtung fährt, und ändert daraufhin die Objektklasse des Motorrads 1.1 von Fahrrad zu Motorrad, da in der Recheneinheit 6 hinterlegt ist, dass ein Fahrrad nur eine Maximalgeschwindigkeit von 40 km/h aufweisen kann.The figure shows a vehicle 2 which on a three-lane carriageway 7th drives straight in a Y-direction. In the direction of travel in front of the vehicle 2 there are surrounding objects 1 , from the point of view of the vehicle 2 in a right adjacent lane of the vehicle 2 , a motorcycle 1.1 and on one to of the vehicle 2 into the adjacent lane on the left 2 overtaking vehicle 1.2 . The vehicle 2 has multiple environmental sensors 3 , here in the form of an ultrasonic sensor, a radar sensor, a camera system and a lidar for detecting the surroundings. From the environmental sensors 3 generated sensor data are processed by a processing unit 6th to classify and tracking the surrounding objects 1 evaluated. The arithmetic unit classifies 6th the motorcycle 1.1 originally as a cyclist, however, notes that the motorcycle 1.1 drives at a speed of 80 km / h in the Y-direction, and then changes the object class of the motorcycle 1.1 from bike to motorcycle, there in the processing unit 6th it is stored that a bicycle can only have a maximum speed of 40 km / h.

Das das Fahrzeug 2 überholende Fahrzeug 1.2 schert nach Überholen des Fahrzeugs 2 besonders schnell in die vom Fahrzeug 2 befahrene Fahrspur ein. Somit weist das überholende Fahrzeug 1.2 eine vergleichsweise hohe Richtungsänderungsgeschwindigkeit auf. So kippt ein Fortbewegungsgeschwindigkeitsvektor 4, der ursprünglich ausschließlich geradeaus in die Y-Richtung zeigt, um 90 Grad in Richtung einer X-Richtung. Von der Recheneinheit 6 wird dies fälschlicherweise so festgestellt, als ob der Fortbewegungsgeschwindigkeitsvektor 4 instantan von der Y-Richtung in die X-Richtung schwenkt. Dies wäre jedoch physikalisch nicht möglich. Stattdessen nimmt eine Quergeschwindigkeit 5 des überholenden Fahrzeugs 1.2 kontinuierlich während dem Spurwechsel zu. Zur Berechnung einer realitätsnahen Quergeschwindigkeit 5 des überholenden Fahrzeugs 1.2, errechnet die Recheneinheit 6 auf Basis einer objektklassenabhängigen maximalen Querbeschleunigung eine aktuelle Quergeschwindigkeit 8. Die aktuelle Quergeschwindigkeit 8 entspricht dabei einem Anteil eines in die X-Richtung kippenden aktuellen Fortbewegungsgeschwindigkeitsvektors 9. Somit lässt sich ein genauer Zeitpunkt zu dem das überholende Fahrzeug 1.2 vollständig auf der vom Fahrzeug 2 befahrenen Fahrspur fährt zuverlässiger berechnen, wodurch ein Verhalten zum Treffen von Fahrmanöverentscheidungen eines das Fahrzeug 2 wenigstens teilautomatisiert steuernden Fahrerassistenzsystems angepasst werden kann.That the vehicle 2 overtaking vehicle 1.2 shears after overtaking the vehicle 2 particularly quickly into the vehicle 2 in the lane. Thus the overtaking vehicle points 1.2 a comparatively high rate of change of direction. So a travel speed vector tilts 4th , which originally only points straight ahead in the Y direction, by 90 degrees in the direction of an X direction. From the computing unit 6th this is mistakenly determined as if the travel speed vector 4th Pivots instantaneously from the Y direction to the X direction. However, this would not be physically possible. Instead it takes a lateral speed 5 of the overtaking vehicle 1.2 continuously during the lane change. To calculate a realistic lateral speed 5 of the overtaking vehicle 1.2 , calculates the arithmetic unit 6th A current lateral speed based on an object class-dependent maximum lateral acceleration 8th . The current lateral speed 8th corresponds to a portion of a current movement speed vector tilting in the X direction 9 . This allows an exact point in time at which the overtaking vehicle 1.2 completely on that of the vehicle 2 Calculate the traffic lane traveled more reliably, thereby creating a behavior for making driving maneuver decisions of the vehicle 2 at least partially automated controlling driver assistance system can be adapted.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION

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.This list of the documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturPatent literature cited

  • DE 102017211387 A1 [0003]DE 102017211387 A1 [0003]

Claims (6)

Verfahren zur Klassifizierung und Nachverfolgung von Umgebungsobjekten (1), bei dem in einer Umgebung eines Fahrzeugs (2) befindliche Umgebungsobjekte (1.1, 1.2) mit Hilfe vom Fahrzeug (2) umfasster Umgebungssensoren (3) erfasst und nachverfolgt werden und anhand von Klassifizierungsmerkmalen verschiedenen Objektklassen zugeordnet werden, wobei klassifizierten Umgebungsobjekten (1) wenigstens ein objektklassenabhängiger Bewegungsgrenzwert zugeordnet wird, dadurch gekennzeichnet, dass zur Reduktion einer Anzahl einer falschen Objektklasse zugeordneten Umgebungsobjekten (1) bei Überschreiten wenigstens eines objektklassenabhängigen Bewegungsgrenzwerts eines Umgebungsobjekts (1) die Objektklasse des den wenigstens einen Bewegungsgrenzwert überschreitenden Umgebungsobjekts (1) gewechselt wird.Method for the classification and tracking of surrounding objects (1), in which surrounding objects (1.1, 1.2) located in the surroundings of a vehicle (2) are detected and tracked with the help of environmental sensors (3) encompassed by the vehicle (2) and different object classes based on classification features at least one object class-dependent movement limit value is allocated to classified surrounding objects (1), characterized in that, in order to reduce a number of surrounding objects (1) allocated to an incorrect object class, when at least one object-class-dependent movement limit value of an environmental object (1) is exceeded, the object class of the at least one movement limit value crossing surrounding object (1) is changed. Verfahren nach Anspruch 1, gekennzeichnet durch einen objektklassenabhängigen Bewegungsgrenzwert in Form einer objektklassenabhängigen Maximalgeschwindigkeit.Procedure according to Claim 1 , characterized by an object class-dependent movement limit value in the form of an object class-dependent maximum speed. Verfahren nach Anspruch 1 oder 2, gekennzeichnet durch einen objektklassenabhängigen Bewegungsgrenzwert in Form einer objektklassenabhängigen maximalen Richtungsänderungsgeschwindigkeit.Procedure according to Claim 1 or 2 , characterized by an object class-dependent movement limit value in the form of an object class-dependent maximum speed of change of direction. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass zum Zuverlässigen Nachverfolgen eines die maximale Richtungsänderungsgeschwindigkeit überschreitenden Umgebungsobjekts (1) eine orthogonal zu einem Fortbewegungsgeschwindigkeitsvektor (4) des Umgebungsobjekts (1) verlaufenden Quergeschwindigkeit (5) des Umgebungsobjekts (1) auf eine in Abhängigkeit einer objektklassenabhängigen maximalen Querbeschleunigung bestimmte maximale Quergeschwindigkeit begrenzt wird.Procedure according to Claim 3 , characterized in that, for reliable tracking of a surrounding object (1) exceeding the maximum speed of change of direction, a transverse speed (5) of the surrounding object (1) running orthogonally to a movement speed vector (4) of the surrounding object (1) to a maximum transverse acceleration determined as a function of an object class-dependent maximum transverse acceleration Cross speed is limited. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die objektklassenabhängige maximale Querbeschleunigung des die maximale Richtungsänderungsgeschwindigkeit überschreitenden Umgebungsobjekts (1) individuell in Abhängigkeit der Klassifizierungsmerkmale anhand derer das Umgebungsobjekt (1) klassifiziert wurde berechnet wird.Procedure according to Claim 4 , characterized in that the object class-dependent maximum transverse acceleration of the surrounding object (1) exceeding the maximum rate of change of direction is calculated individually as a function of the classification features on the basis of which the surrounding object (1) was classified. Fahrzeug (2) mit wenigstens einem Umgebungssensor (3) und einer Recheneinheit (6) dadurch gekennzeichnet, dass die Recheneinheit (6) dazu eingerichtet ist ein Verfahren nach einem der Ansprüche 1 bis 5 auszuführen.Vehicle (2) with at least one environment sensor (3) and a computing unit (6), characterized in that the computing unit (6) is set up for a method according to one of the Claims 1 to 5 execute.
DE102020005832.9A 2020-09-24 2020-09-24 Process for the classification and tracking of surrounding objects and vehicles Withdrawn DE102020005832A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102020005832.9A DE102020005832A1 (en) 2020-09-24 2020-09-24 Process for the classification and tracking of surrounding objects and vehicles

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020005832.9A DE102020005832A1 (en) 2020-09-24 2020-09-24 Process for the classification and tracking of surrounding objects and vehicles

Publications (1)

Publication Number Publication Date
DE102020005832A1 true DE102020005832A1 (en) 2020-11-12

Family

ID=72943286

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020005832.9A Withdrawn DE102020005832A1 (en) 2020-09-24 2020-09-24 Process for the classification and tracking of surrounding objects and vehicles

Country Status (1)

Country Link
DE (1) DE102020005832A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021212954A1 (en) 2021-11-18 2023-05-25 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating an automated vehicle

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021212954A1 (en) 2021-11-18 2023-05-25 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating an automated vehicle

Similar Documents

Publication Publication Date Title
EP2095351B1 (en) System for determining objects
DE102009017152B4 (en) Method and device for longitudinal and transverse guidance of a motor vehicle
DE102017207968A1 (en) A device for preventing a pedestrian collision accident, system therewith, and method therefor
DE102013001228A1 (en) A method for determining a triggering criterion for a braking and emergency braking system for a vehicle
DE102013209502A1 (en) Method for automatically intervening in an ego vehicle during a wrong-way drive, in particular a ghost ride
DE102007015032A1 (en) Method for evaluating how critical driving situation is comprises calculating possible accelerations and decelerations for vehicle and object whose paths are set to cross and deducing time periods in which their paths would overlap
DE102005023832A1 (en) Method and system for avoiding a collision of a motor vehicle with an object
WO2004029653A1 (en) Method and device for preventing a collision of vehicles
DE102011087781A1 (en) Method and system for reducing accident damage in a collision between two vehicles
DE102020112686A1 (en) Adaptive autonomous emergency braking system taking into account the steering path and control method for the same
DE102013015028A1 (en) Method for operating a vehicle
DE102017205495A1 (en) Device and method for focusing sensors in the driving dynamic limit range for a motor vehicle
DE102016203727A1 (en) A method for avoiding a collision between a first vehicle and a second vehicle and control device
WO2020143977A1 (en) Device and method for improving assistance systems for lateral vehicle movements
DE102020005832A1 (en) Process for the classification and tracking of surrounding objects and vehicles
WO2019120709A1 (en) Method and control unit for controlling a function of a vehicle driven at least partially in an automated manner
DE102018213378B4 (en) Driver assistance system for a vehicle, vehicle with the same and driver assistance method for a vehicle
DE102018215509A1 (en) Method and device for operating an at least partially automated first vehicle
DE102015214986A1 (en) A method of assisting a driver of a vehicle to prevent accidents involving pedestrians
DE102007015030A1 (en) Method for forecasting performance of object operating on collision course for motor vehicle, involves determining collision zone of object by momentary movement condition
DE102021127028A1 (en) SYSTEMS AND PROCEDURES FOR CUSTOMIZABLE REAR COLLISION ALERTS
EP2715609A2 (en) Method for deriving information on the surrounding area from the identification of tail lights of preceding vehicles
DE102018218172B3 (en) Method and device for evaluating a driving situation ahead of a vehicle in the direction of travel for automated bypassing of a traffic obstacle in front
DE102004047122A1 (en) Sensor and guidance system for road vehicle has four different types of sensor in front of vehicle, building up picture of environment in front of vehicle, including IR and video sensors
DE102020205354A1 (en) Parking assistance system

Legal Events

Date Code Title Description
R230 Request for early publication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee