DE102020107776A1 - Trainieren eines automatischen Erkennungssystems - Google Patents

Trainieren eines automatischen Erkennungssystems Download PDF

Info

Publication number
DE102020107776A1
DE102020107776A1 DE102020107776.9A DE102020107776A DE102020107776A1 DE 102020107776 A1 DE102020107776 A1 DE 102020107776A1 DE 102020107776 A DE102020107776 A DE 102020107776A DE 102020107776 A1 DE102020107776 A1 DE 102020107776A1
Authority
DE
Germany
Prior art keywords
route
objects
recognition
recognition system
vehicle
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.)
Ceased
Application number
DE102020107776.9A
Other languages
English (en)
Inventor
Fabian Netzler
Felix Klanner
Horst KLOEDEN
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke 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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Priority to DE102020107776.9A priority Critical patent/DE102020107776A1/de
Publication of DE102020107776A1 publication Critical patent/DE102020107776A1/de
Ceased legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3476Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

Ein Verfahren umfasst Schritte des Bestimmens von Objekten, die mittels eines vorbestimmten automatischen optischen Erkennungssystems erkennbar sind, und den Objekten jeweils zugeordnete Erkennungsqualitäten des Erkennungssystems; des Bestimmens von geographischen Orten, an denen jeweils wenigstens ein durch das Erkennungssystem erkennbares Objekt voraussichtlich erfasst werden kann; und des Bestimmens einer Fahrtroute für ein Fahrzeug mit dem optischen Erkennungssystem derart, dass die Fahrtroute bevorzugt Orte passiert, an denen Objekte mit einer geringen Erkennungsqualität erfasst werden können.

Description

  • Die Erfindung betrifft ein automatisches Erkennungssystem. Insbesondere betrifft die Erfindung eine verbesserte Erstellung von Trainingsdaten für das automatische Erkennungssystem.
  • Ein Fahrzeug umfasst ein automatisches Erkennungssystem, das dazu eingerichtet ist, ein Objekt im Umfeld des Fahrzeugs zu erkennen. Das Objekt kann insbesondere einen anderen Verkehrsteilnehmer umfassen, etwa einen Fußgänger, einen Radfahrer oder ein Kraftfahrzeug. Das Erkennungssystem kann lernfähig ausgelegt sein und beispielsweise auf der Basis eines neuronalen Netzwerks arbeiten. Üblicherweise muss das Erkennungssystem trainiert werden, um ein vorbestimmtes Objekt zu erkennen. Für eine sichere Erkennung eines Objekts kann eine Vielzahl Trainingsdaten des Objekts erforderlich sein.
  • Zur Bereitstellung von Trainingsdaten kann ein Labelling durchgeführt werden, das bereits eine Zuordnung zwischen einer optischen Abtastung des Objekts und dem Objekt bestimmen kann. Eine Qualitätsmaß für ein bestimmtes Label kann automatisch bestimmt werden.
  • WO 2018/077745 A1 zeigt das Bestimmen eines Qualitätsmaßes für ein Label auf der Basis von Modellen.
  • Abtastungen des Objekts, auf deren Basis die Trainingsdaten erstellt werden sollen, erfolgen üblicherweise im Rahmen einer Versuchsfahrt. Dabei wird ein Fahrzeug mit einer Abtasteinrichtung zur Abtastung seines Umfelds ausgestattet und auf einer vorbestimmten Strecke gefahren. Objekte im Umfeld der Strecke können abgetastet und entsprechend weiterverarbeitet werden. Üblicherweise ist eine Strecke derart gelegt, dass sie an einer Vielzahl Objekten entlangführt, die das Erkennungssystem erkennen soll. Allerdings berücksichtigen derartige Strecken nicht einen aktuellen Lernfortschritt des automatischen Erkennungssystems. Somit können Abtastungen eines ersten Objekts, das bereits relativ gut erkannt werden kann, in großer Zahl bereitgestellt werden, während Abtastungen eines zweiten Objekts, dessen Erkennung noch Probleme bereitet, zu rar sind.
  • Eine Aufgabe der vorliegenden Erfindung besteht in der Angabe einer verbesserten Technik zum Trainieren eines automatischen Erkennungssystems. Die Erfindung löst diese Aufgabe mittels der Gegenstände der unabhängigen Ansprüche. Unteransprüche geben bevorzugte Ausführungsformen wieder.
  • Nach einem ersten Aspekt der vorliegenden Erfindung umfasst ein Verfahren Schritte des Bestimmens von Objekten, die mittels eines vorbestimmten automatischen optischen Erkennungssystems erkennbar sind, und den Objekten jeweils zugeordnete Erkennungsqualitäten des Erkennungssystems; des Bestimmens von geographischen Orten, an denen jeweils wenigstens ein durch das Erkennungssystem erkennbares Objekt voraussichtlich erfasst werden kann; und des Bestimmens einer Fahrtroute für ein Fahrzeug mit dem optischen Erkennungssystem derart, dass die Fahrtroute bevorzugt Orte passiert, an denen Objekte mit einer geringen Erkennungsqualität erfasst werden können.
  • Es wurde erkannt, dass eine Versuchsfahrt, bei der eines oder mehrere Objekte, die ein automatisches Erkennungssystem erkennen soll, verbessert in Abhängigkeit von Erkennungsqualitäten der Objekte bestimmt werden kann. So kann dafür gesorgt werden, dass auf der Fahrt verstärkt solche Objekte abgetastet werden, deren Erkennungsqualität noch niedrig ist. Andere Objekte, deren Erkennungsqualität bereits hoch ist, können bei der Bestimmung der Fahrtroute nicht positiv berücksichtigt werden.
  • Das Erkennungssystem kann insbesondere dazu eingerichtet sein, einen Verkehrsteilnehmer oder eine Landmarke im Bereich einer Straße zu erkennen. Bevorzugt ist das Erkennungssystem zum Einsatz an Bord eines Fahrzeugs, insbesondere eines Kraftfahrzeugs eingerichtet. Das Erkennungssystem kann erkannte Objekte, sowie optional deren Positionen und/oder dynamische Größen einem Fahrassistenten oder einer Einrichtung zum autonomen Steuern des Fahrzeugs bereitstellen.
  • Es ist weiter bevorzugt, dass die Fahrtroute derart bestimmt wird, dass eine voraussichtliche Anzahl erkennbarer Objekte, die von der Fahrtroute aus erfasst werden können, maximiert ist. Dabei können eine oder mehrere Randbedingungen vorgegeben sein. Beispielsweise können eine maximale Länge der Fahrtroute oder eine maximal zur Bewältigung der Fahrtroute zur Verfügung stehende Fahrzeit beschränkt sein. Auch ein Gebiet, in welchem die Fahrtroute liegen soll, kann eingeschränkt sein.
  • Für die Bestimmung der Anzahl können nur solche Objekte berücksichtigt werden, deren zugeordnete Erkennungsqualitäten unter einem vorbestimmten Schwellenwert liegen. Anders ausgedrückt kann die Route derart bestimmt werden, dass sie an möglichst vielen Objekten vorbeiführt, deren Erkennungsqualitäten schlechter als der vorbestimmte Schwellenwert sind. Es ist zu beachten, dass Objekte, deren Erkennungsqualitäten über dem Schwellenwert liegen, beim Befahren der Fahrtroute trotzdem abgetastet werden können, und die Abtastungen können weiterverarbeitet werden.
  • Die Fahrtroute kann ferner derart bestimmt werden, dass die Fahrtroute bevorzugt solche Orte passiert, an denen Objekte erfasst werden können, deren zugeordnete Erkennungsqualitäten gering sind. So kann die Fahrtroute insbesondere einen Ort aufsuchen, an welchem wahrscheinlich eine Vielzahl noch schlecht erkennbarer Objekte abzutasten sind. Beispielsweise können im Bereich eines Bahnhofs mit hoher Wahrscheinlichkeit Fußgänger, Radfahrer und Hunde abgetastet werden. Um ein schnell fahrendes Fahrzeug abzutasten, kann es sinnvoll sein, eine Autobahn oder Schnellstraße aufzusuchen.
  • In einer weiter bevorzugten Ausführungsform wird während des Befahrens der Fahrtroute ein Objekt erfasst, dessen zugeordnete Erkennungsqualität unter einem vorbestimmten Schwellenwert liegt, woraufhin die Fahrtroute derart geändert wird, dass das Objekt erneut abgetastet werden kann. Beispielsweise kann das Objekt erneut anfahren, umrundet oder, im Fall eines beweglichen Objekts, verfolgt werden. So kann in verbesserter Weise ein konkret vorliegendes, schlecht erkennbares Objekt erneut abgetastet werden, um verbesserte Trainingsdaten bereitstellen zu können.
  • In einer Variante kann die Fahrtroute für das erneute Abtasten derart geändert werden, dass das Objekt aus einer anderen Perspektive als beim vergangenen Abtasten abgetastet werden kann. Insbesondere kann das Objekt kontinuierlich oder mittels einer Vielzahl Abtastungen beim Übergang zwischen zwei verschiedenen Perspektiven erfasst werden.
  • Es ist weiterhin bevorzugt, dass für die Bestimmung der Orte eine geplante Fahrzeit für die Fahrtroute berücksichtigt wird. So kann beispielsweise berücksichtigt werden, dass ein Morgen- oder Feierabendverkehr üblicherweise wesentlich dichter als ein Nachtverkehr sind. Beispielsweise kann eine Verfügbarkeit eines Versuchsfahrzeugs, mit dem das Verfahren durchgeführt werden soll, mit in die Planung der Fahrtroute einfließen. Die bereitgestellten Abtastungen können dazu beitragen, ein rasches oder effizientes Lernen des Erkennungssystems zu unterstützen. Insbesondere kann das Erreichen eines Zustands, in welchem alle durch das Erkennungssystem zu erkennenden Objekte ausreichend gut erkennbar sind, schneller erreicht werden, als bei einer konventionellen Fahrtroutenplanung einer Versuchsfahrt.
  • In einer weiteren Ausführungsform ist die Fahrtroute Teil einer übergeordneten Zielführung und nutzt einen Freiheitsgrad der Zielführung aus. Die Zielführung kann beispielsweise einen Startpunkt, einen Zwischenpunkt und einen Endpunkt der Fahrtroute vorgeben. Zwischen zwei aufeinanderfolgenden Punkten kann das Fahrzeug jedoch eine gewisse Planungs- oder Manövrierfähigkeit genießen. Beispielsweise kann auf einer mehrspurigen Straße keine durch die Zielführung vorgegebene Spurzuordnung herrschen. Sollte sich während des Befahrens der Fahrtroute ergeben, dass eine andere als die befahrene Spur eine verbesserte Abtastung eines Objekts erlaubt, so kann die Fahrtroute, als Konkretisierung der Zielführung, lokal geändert werden, um das Fahrzeug in die verbesserte Abtastposition zu bringen.
  • Die Zielführung kann auch größere Freiheiten erlauben, beispielsweise in gewissem Umfang die Nutzung einer Alternativroute oder eines Umwegs. So kann verbessert dynamisch auf ein Verkehrsgeschehen eingegangen werden, um verbesserte Trainingsdaten für das Erkennungssystem bereitzustellen.
  • Nach einem zweiten Aspekt der vorliegenden Erfindung umfasst eine Vorrichtung zur Planung einer Fahrtroute für ein Fahrzeug mit einem automatischen optischen Erkennungssystem folgende Elemente: eine erste Datenquelle für Objekte, die mittels des Erkennungssystems erkennbar sind, sowie den Objekten jeweils zugeordnete Erkennungsqualitäten des Erkennungssystems; eine zweite Datenquelle für geographische Orte, an denen jeweils wenigstens ein durch das Erkennungssystem erkennbares Objekt voraussichtlich erfasst werden kann; und eine Verarbeitungseinrichtung, die dazu eingerichtet ist, eine Fahrtroute für das Fahrzeug derart zu bestimmen, dass die Fahrtroute bevorzugt Orte passiert, an denen Objekte mit einer geringen Erkennungsqualität des Erkennungssystems erfasst werden können.
  • Die Verarbeitungseinrichtung kann dazu eingerichtet sein, ein hierin beschriebenes Verfahren ganz oder teilweise auszuführen. Dazu kann die Verarbeitungseinrichtung einen programmierbaren Mikrocomputer oder Mikrocontroller umfassen und das Verfahren kann in Form eines Computerprogrammprodukts mit Programmcodemitteln vorliegen. Das Computerprogrammprodukt kann auch auf einem computerlesbaren Datenträger abgespeichert sein. Merkmale oder Vorteile des Verfahrens können auf die Vorrichtung übertragen werden oder umgekehrt.
  • Nach einem dritten Aspekt der vorliegenden Erfindung umfasst ein Fahrzeug eine hierin beschriebene Vorrichtung. Das Fahrzeug kann insbesondere ein Kraftfahrzeug, insbesondere ein Kraftrad, einen Lastkraftwagen, einen Bus oder weiter bevorzugt einen Personenkraftwagen umfassen.
  • Nach noch einem weiteren Aspekt der vorliegenden Erfindung umfasst ein System zur Planung einer Fahrtroute für ein Fahrzeug mit einem automatischen optischen Erkennungssystem eine erste Datenquelle für Objekte, die mittels des Erkennungssystems erkennbar sind, sowie den Objekten jeweils zugeordnete Erkennungsqualitäten des Erkennungssystems; eine zweite Datenquelle für geographische Orte, an denen jeweils wenigstens ein durch das Erkennungssystem erkennbares Objekt voraussichtlich erfasst werden kann; und eine Verarbeitungseinrichtung. Dabei ist die Verarbeitungseinrichtung dazu eingerichtet, eine Fahrtroute für das Fahrzeug derart zu bestimmen, dass die Fahrtroute bevorzugt Orte passiert, an denen Objekte mit einer geringen Erkennungsqualität erfasst werden können. Eine Abtastungseinrichtung für Objekte ist an Bord des Fahrzeugs angebracht und die Verarbeitungseinrichtung und/oder eine der Datenquellen außerhalb des Fahrzeugs angeordnet und mittels einer drahtlosen Kommunikationseinrichtung mit diesem verbunden.
  • Das System kann insbesondere eine hierin beschriebene Vorrichtung umfassen, von der ein Teil an Bord des Fahrzeugs und ein anderer außerhalb des Fahrzeugs angebracht sind.
  • Die Erfindung wird nun mit Bezug auf die beigefügten Zeichnungen genauer beschrieben, in denen:
    • 1 ein System; und
    • 2 ein Ablaufdiagramm eines Verfahrens; und
  • illustriert.
  • 1 zeigt ein Fahrzeug 100, das entlang einer Fahrtroute 105 fährt, die eine Anzahl Objekte 110 passiert, die bevorzugt in einem vorbestimmten geographischen Gebiet liegen. An Bord des Fahrzeugs 100 ist eine Vorrichtung 115 angebracht, die wenigstens eine Abtasteinrichtung 120 und eine Verarbeitungseinrichtung 125 umfasst. Die Abtasteinrichtung 120 arbeitet bevorzugt optisch und ist dazu eingerichtet, ein Objekt 110 im Bereich des Fahrzeugs 100 optisch zu erfassen. Die Verarbeitungseinrichtung 125 ist dazu eingerichtet, ein durch die Abtasteinrichtung 120 bereitgestelltes Bild weiter zu verarbeiten. In einer Ausführungsform ist die Verarbeitungseinrichtung 125 dazu eingerichtet, ein Objekt 110 auf der Basis eines von ihm abgetasteten Bildes zu erkennen. In diesem Fall realisiert die Vorrichtung 115 ein Erkennungssystem.
  • Das Erkennungssystem 115 hat zur Aufgabe, eines oder eine vorbestimmte Anzahl von Objekten 110 auf der Basis optischer Abtastungen zu erkennen. Die Erkennung kann insbesondere mittels eines lernfähigen Systems erfolgen, insbesondere eines künstlichen neuronalen Netzwerks. Um das Erkennen eines der Objekte 110 zu ermöglichen, muss das Erkennungssystem 115 mittels einer Vielzahl von Trainingsdaten trainiert werden, die jeweils eine Abtastung eines Objekts 110 und einen Hinweis auf das Objekt 110 (Label, Bounding Box) umfassen. Es ist Aufgabe des Fahrzeugs 100, Abtastungen von Objekten 110 vorzunehmen, um diese dem Erkennungssystem 115 als Trainingsdaten zuzuführen. Das Überführen der Abtastungen in Trainingsdaten kann auf eine beliebige bekannte Weise erfolgen, die nicht Gegenstand der hierin geschilderten Technik ist. Jedoch soll die Fahrtroute 105 derart bestimmt werden, dass für ein gegebenes Erkennungssystem 115 möglichst wertvolle Trainingsdaten erfasst werden können. Hierzu wird ein System 130 vorgeschlagen, welches die Vorrichtung 115 und eine externe Einrichtung 135 umfasst. Dazu sind die Vorrichtung 115 und die externe Einrichtung 135 bevorzugt mittels Kommunikationseinrichtungen 140 miteinander verbunden, die insbesondere Endpunkte eines drahtlosen Netzwerks, insbesondere eines Mobilfunknetzes, umfassen können. Die externe Einrichtung 135 kann eine Verarbeitungseinrichtung 145 sowie einen Datenspeicher 150 umfassen.
  • In einer Variante wird die Fahrtroute 105 mittels der externen Einrichtung 135 erstellt. Dazu kann der Datenspeicher 150 erste Daten umfassen, die Erkennungsqualitäten unterschiedlicher Objekte 110 jeweils durch das Erkennungssystem 115 betreffen, sowie zweite Daten, die geographische Orte angeben, an denen jeweils wenigstens ein Objekt 110 voraussichtlich abgetastet werden kann. Die ersten Daten können bei Bedarf aktuell mit der Vorrichtung 115 abgeglichen werden. Die zweiten Daten umfassen bevorzugt statistische Daten, die beispielsweise ausdrücken können, mit welcher Wahrscheinlichkeit an einem vorbestimmten geographischen Ort das Abtasten eines Objekts 110 erfolgen kann. Diese Informationen können beispielsweise nach einer Uhrzeit, einem Datum oder anderen weiteren Informationen weiter untergliedert sein.
  • Es wird vorgeschlagen, die Fahrtroute 105 derart zu bestimmen, dass sie bevorzugt an Objekten 110 entlang- oder vorbeiführt, deren zugeordnete Erkennungsqualitäten verbesserungsbedürftig sind. In der Darstellung von 1 sind die Objekte 110 symbolhaft als Kreise dargestellt, deren Durchmesser jeweils eine Verbesserungsbedürftigkeit symbolisieren. Je größer der Kreis eines Objekts 110 ist, desto geringer ist die ihm zugeordnete Erkennungsqualität. Um die Fahrtroute 105 an möglichst vielen Objekten 110 entlangzuführen, deren Erkennungsqualitäten schlecht sind, können zunächst auf der Basis der zweiten Daten Orte bestimmt werden, an denen besonders schlecht erkennbare Objekte 110 zu erwarten sind. Die Bestimmung der Fahrtroute 105 erfolgt üblicherweise unter Einhaltung zusätzlicher Randbedingungen, beispielsweise hinsichtlich einer maximalen Länge, eines minimalen Kurvenradius oder einer maximalen Fahrtdauer der Fahrtroute 105. Die externe Einrichtung 135 kann die Fahrtroute 105 mittels eines Optimierungsverfahrens derart bestimmen, dass die Optimierungskriterien - Passieren vieler schlecht erkennbarer Objekte 110 - optimiert werden, während die Randbedingungen - beispielsweise eine vorbestimmte Maximallänge der Fahrtroute 105 - eingehalten sind.
  • Es ist zu beachten, dass Teile der externen Einrichtung 135 auch an Bord des Fahrzeugs 100 angebracht werden können. Ferner ist es möglich, getrennte Datenspeicher 150 für die ersten und die zweiten Daten vorzusehen. Einer oder beide Datenspeicher 150 können auch an Bord des Fahrzeugs 100 angebracht werden.
  • Es ist weiter zu beachten, dass die Fahrtroute 105 auch während des Befahrens durch das Fahrzeug 100 abgeändert oder angepasst werden kann. Dadurch kann insbesondere reflektiert werden, dass ein vorbestimmtes Objekt 110 an einem vorbestimmten geographischen Ort nur mit einer vorbestimmten Wahrscheinlichkeit abtastbar sein kann und beim Passieren des Fahrzeugs 100 möglicherweise nicht anwesend ist. Umgekehrt kann ein Objekt 110 auch an einem anderen als einem vorbestimmten geographischen Ort abgetastet werden. In diesem Fall kann die Fahrtroute 105 dynamisch abgeändert werden, um eine verbesserte Abtastung des Objekts 110 zu erlauben.
  • 2 zeigt ein Ablaufdiagramm eines Verfahrens 200, das insbesondere mittels eines Systems 130 ausgeführt werden kann.
  • In einem Schritt 205 können eines oder mehrere Objekte 110 bestimmt werden, die durch ein vorbestimmtes automatisches optisches Erkennungssystem 115 erkennbar sind oder sein sollen. In einem Schritt 210 können den Objekten 110 Erkennungsqualitäten zugeordnet werden, wobei eine Erkennungsqualität für ein Objekt 110 angibt, wie gut es durch das Erkennungssystem 115 erkannt werden kann. Eine niedrige Erkennungsqualität bedeutet, dass ein Objekt 110 auf der Basis einer optischen Abtastung nur mit einer geringen Sicherheit oder Wahrscheinlichkeit durch das Erkennungssystem 115 erkannt werden kann. Eine hohe Erkennungsqualität hingegen bedeutet, dass die Erkennung eines zugeordneten Objekts 110 durch das Erkennungssystem 115 mit einer hohen Sicherheit oder Wahrscheinlichkeit erfolgen kann.
  • In einem Schritt 215 können geographische Orte bestimmt werden, an denen möglicherweise eines oder mehrere Objekte 110 abgetastet werden können. In einem Schritt 220 können Sichtungswahrscheinlichkeiten bestimmt werden, mit denen an den geographischen Orten jeweils das Abtasten eines Objekts 110 möglich ist. Für unterschiedliche Umstände können unterschiedliche Wahrscheinlichkeiten angegeben sein. Die Umstände können insbesondere einen Zeitpunkt (beispielsweise eine Stunde, einen Tag) oder eine Jahreszeit oder ein herrschendes Wetter oder Klima umfassen.
  • In einem Schritt 225 kann die Fahrtroute 105 auf der Basis der bisher bestimmten Informationen mittels eines Optimierungsverfahrens bereitgestellt werden. Dazu kann eine Randbedingung berücksichtigt werden, beispielsweise ein Zeitpunkt, zu dem mit dem Befahren der Fahrtroute 105 begonnen werden soll, Eigenschaften eines Fahrzeugs 100, das die Fahrtroute 105 befahren soll oder eine maximale oder minimale Länge der Fahrtroute 105.
  • Das Fahrzeug 100 kann in einem Schritt 230 damit beginnen, die bestimmte Fahrtroute 105 zu befahren. In einem Schritt 235 kann mittels einer an Bord des Fahrzeugs 100 angebrachten Vorrichtung 115 ein Objekt 110 im Umfeld des Fahrzeugs 100 zuerst abgetastet und anschließend erkannt werden. In einem Schritt 240 kann bestimmt werden, ob eine dabei erzielte Bestimmungsqualität niedrig ist. Insbesondere kann die erzielte Bestimmungsqualität mit einem vorbestimmten Schwellenwert verglichen werden. Liegt die Bestimmungsqualität unter dem Schwellenwert, so kann die Fahrtroute 105 in einem Schritt 245 angepasst werden, um das Objekt 110 möglichst erneut abtasten zu können. Anschließend oder falls die Bestimmungsqualität im Schritt 240 als hoch bestimmt wurde, kann das Verfahren 200 mit dem Schritt 230 fortfahren, bis die Fahrtroute 105 vollständig befahren wurde.
  • Bezugszeichenliste
  • 100
    Fahrzeug
    105
    Fahrtroute
    110
    Objekt
    115
    Vorrichtung / Erkennungssystem
    120
    Abtasteinrichtung
    125
    Verarbeitungseinrichtung
    130
    System
    135
    externe Einrichtung
    140
    Kommunikationseinrichtung
    145
    Verarbeitungseinrichtung
    150
    Datenspeicher
    200
    Verfahren
    205
    Bestimmen Objekte
    210
    Bestimmen Erkennungsqualitäten
    215
    Bestimmen geographische Orte
    220
    Bestimmen Sichtungswahrscheinlichkeiten
    225
    Bestimmen Fahrtroute
    230
    Befahren Fahrtroute
    235
    Objekt erkennen
    240
    Erkennungsqualität niedrig?
    245
    Fahrtroute anpassen
  • 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 Patentliteratur
    • WO 2018/077745 A1 [0004]

Claims (11)

  1. Verfahren (200) mit folgenden Schritten: - Bestimmen (205) von Objekten (110), die mittels eines vorbestimmten automatischen optischen Erkennungssystems (115) erkennbar sind, sowie den Objekten (110) jeweils zugeordnete Erkennungsqualitäten des Erkennungssystems (115); - Bestimmen (215) von geographischen Orten, an denen jeweils wenigstens ein durch das Erkennungssystem (115) erkennbares Objekt (110) voraussichtlich erfasst werden kann; und - Bestimmen (225) einer Fahrtroute (105) für ein Fahrzeug (100) mit dem optischen Erkennungssystem (115) derart, dass die Fahrtroute (105) bevorzugt Orte passiert, an denen Objekte (110) mit einer geringen Erkennungsqualität erfasst werden können.
  2. Verfahren (200) nach Anspruch 1, wobei die Fahrtroute (105) derart bestimmt wird, dass eine voraussichtliche Anzahl erkennbarer Objekte (110), die von der Fahrtroute (105) aus erfasst werden können, maximiert ist.
  3. Verfahren (200) nach Anspruch 2, wobei für die Bestimmung der Anzahl nur Objekte (110) berücksichtigt werden, deren zugeordnete Erkennungsqualitäten unter einem vorbestimmten Schwellenwert liegen.
  4. Verfahren (200) nach einem der vorangehenden Ansprüche, wobei die Fahrtroute (105) derart bestimmt wird, dass die Fahrtroute (105) bevorzugt solche Orte passiert, an denen Objekte (110) erfasst werden können, deren zugeordnete Erkennungsqualitäten gering sind.
  5. Verfahren (200) nach einem der vorangehenden Ansprüche, wobei während des Befahrens der Fahrtroute (105) ein Objekt (110) erfasst wird, dessen zugeordnete Erkennungsqualität unter einem vorbestimmten Schwellenwert liegt, und daraufhin die Fahrtroute (105) derart geändert wird, dass das Objekt (110) erneut abgetastet werden kann.
  6. Verfahren (200) nach Anspruch 5, die Fahrtroute (105) derart geändert wird, dass das Objekt (110) aus einer anderen Perspektive als beim vergangenen Abtasten abgetastet werden kann.
  7. Verfahren (200) nach einem der vorangehenden Ansprüche, wobei für die Bestimmung der Orte eine geplante Fahrzeit für die Fahrtroute (105) berücksichtigt wird.
  8. Verfahren (200) nach einem der vorangehenden Ansprüche, wobei die Fahrtroute (105) Teil einer übergeordneten Zielführung ist und einen Freiheitsgrad der Zielführung ausnutzt.
  9. Vorrichtung (135) zur Planung einer Fahrtroute (105) für ein Fahrzeug (100) mit einem automatischen optischen Erkennungssystem (115), wobei die Vorrichtung (135) folgendes umfasst: - eine erste Datenquelle (150) für Objekte (110), die mittels des Erkennungssystems (115) erkennbar sind, sowie den Objekten (110) jeweils zugeordnete Erkennungsqualitäten des Erkennungssystems (115) ; - eine zweite Datenquelle (150) für geographische Orte, an denen jeweils wenigstens ein durch das Erkennungssystem (115) erkennbares Objekt (110) voraussichtlich erfasst werden kann; und - eine Verarbeitungseinrichtung (125), die dazu eingerichtet ist, eine Fahrtroute (105) für das Fahrzeug (100) derart zu bestimmen, dass die Fahrtroute (105) bevorzugt Orte passiert, an denen Objekte (110) mit einer geringen Erkennungsqualität des Erkennungssystems (115) erfasst werden können.
  10. Fahrzeug (100) mit einer Vorrichtung (135) nach Anspruch 9.
  11. System (130) zur Planung einer Fahrtroute (105) für ein Fahrzeug (100) mit einem automatischen optischen Erkennungssystem (115), wobei das System (130) folgendes umfasst: - eine erste Datenquelle (150) für Objekte (110), die mittels des Erkennungssystems (115) erkennbar sind, sowie den Objekten (110) jeweils zugeordnete Erkennungsqualitäten des Erkennungssystems (115) ; - eine zweite Datenquelle (150) für geographische Orte, an denen jeweils wenigstens ein durch das Erkennungssystem (115) erkennbares Objekt (110) voraussichtlich erfasst werden kann; und - eine Verarbeitungseinrichtung (145), die dazu eingerichtet ist, eine Fahrtroute (105) für das Fahrzeug (100) derart zu bestimmen, dass die Fahrtroute (105) bevorzugt Orte passiert, an denen Objekte (110) mit einer geringen Erkennungsqualität erfasst werden können, - wobei eine Abtastungseinrichtung (120) für Objekte (110) an Bord des Fahrzeugs (100) angebracht ist; - wobei die Verarbeitungseinrichtung (145) und/oder eine der Datenquellen (150) außerhalb des Fahrzeugs (100) angeordnet und mittels einer drahtlosen Kommunikationseinrichtung (140) mit diesem verbunden sind.
DE102020107776.9A 2020-03-20 2020-03-20 Trainieren eines automatischen Erkennungssystems Ceased DE102020107776A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102020107776.9A DE102020107776A1 (de) 2020-03-20 2020-03-20 Trainieren eines automatischen Erkennungssystems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020107776.9A DE102020107776A1 (de) 2020-03-20 2020-03-20 Trainieren eines automatischen Erkennungssystems

Publications (1)

Publication Number Publication Date
DE102020107776A1 true DE102020107776A1 (de) 2021-09-23

Family

ID=77552673

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020107776.9A Ceased DE102020107776A1 (de) 2020-03-20 2020-03-20 Trainieren eines automatischen Erkennungssystems

Country Status (1)

Country Link
DE (1) DE102020107776A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022111744A1 (de) 2022-05-11 2023-11-16 Bayerische Motoren Werke Aktiengesellschaft Computerimplementiertes Verfahren zum Erstellen einer Route für eine Kampagne zum Sammeln von Daten, Datenverarbeitungsvorrichtung, Server und Kraftfahrzeug

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018077745A1 (de) 2016-10-24 2018-05-03 Bayerische Motoren Werke Aktiengesellschaft Analyseverfahren für objektmarkierungen in bildern auf basis von modellen
US20190303759A1 (en) 2018-03-27 2019-10-03 Nvidia Corporation Training, testing, and verifying autonomous machines using simulated environments
DE102018208277A1 (de) 2018-05-25 2019-11-28 Robert Bosch Gmbh Trainingsverfahren für ein Fahrerassistenzverfahren, Fahrerassistenzverfahren, Steuergerät und Fahrzeug mit dem Steuergerät
DE102018116036A1 (de) 2018-07-03 2020-01-09 Connaught Electronics Ltd. Training eines tiefen konvolutionellen neuronalen Netzwerks für individuelle Routen

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018077745A1 (de) 2016-10-24 2018-05-03 Bayerische Motoren Werke Aktiengesellschaft Analyseverfahren für objektmarkierungen in bildern auf basis von modellen
US20190303759A1 (en) 2018-03-27 2019-10-03 Nvidia Corporation Training, testing, and verifying autonomous machines using simulated environments
DE102018208277A1 (de) 2018-05-25 2019-11-28 Robert Bosch Gmbh Trainingsverfahren für ein Fahrerassistenzverfahren, Fahrerassistenzverfahren, Steuergerät und Fahrzeug mit dem Steuergerät
DE102018116036A1 (de) 2018-07-03 2020-01-09 Connaught Electronics Ltd. Training eines tiefen konvolutionellen neuronalen Netzwerks für individuelle Routen

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
D. Barnes, W. Maddern and I. Posner: "Find your own way: Weakly-supervised segmentation of path proposals for urban autonomy", 2017 IEEE International Conference on Robotics and Automation (ICRA), Singapore, 2017, pp. 203-210, doi: 10.1109/ICRA.2017.7989025.

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022111744A1 (de) 2022-05-11 2023-11-16 Bayerische Motoren Werke Aktiengesellschaft Computerimplementiertes Verfahren zum Erstellen einer Route für eine Kampagne zum Sammeln von Daten, Datenverarbeitungsvorrichtung, Server und Kraftfahrzeug

Similar Documents

Publication Publication Date Title
WO2018197122A1 (de) Verfahren zum automatischen erstellen und aktualisieren eines datensatzes für ein autonomes fahrzeug
EP3380810B1 (de) Verfahren, vorrichtung, kartenverwaltungseinrichtung und system zum punktgenauen lokalisieren eines kraftfahrzeugs in einem umfeld
DE102017217443A1 (de) Verfahren und System zur Bereitstellung von Trainingsdaten zum maschinellen Lernen für ein Steuerungsmodell einer automatischen Fahrzeugsteuerung
DE112013004890B4 (de) Fahrzeugnavigationssystem
DE102017211613A1 (de) Verfahren zur Verifizierung einer digitalen Karte eines höher automatisierten Fahrzeugs (HAF), insbesondere eines hochautomatisierten Fahrzeugs
DE102017208168B4 (de) Verfahren zum Betreiben einer Steuereinrichtung eines Kraftfahrzeugs und Steuereinrichtung
DE102018116036A1 (de) Training eines tiefen konvolutionellen neuronalen Netzwerks für individuelle Routen
DE102015223656A1 (de) Fahrerassistenzsystem und -Verfahren zur Fahrspurempfehlung
DE102019217429A1 (de) Verfahren zur Unterstützung der Längsregelung eines Fahrzeugs mittels Metadaten und Verfahren zur Zurverfügungstellung solcher Metadaten
EP4064238A1 (de) Verfahren und warneinrichtung zur warnung eines nutzers eines fahrzeugs vor einer gefahrensituation
DE102021000792A1 (de) Verfahren zum Betrieb eines Fahrzeuges
DE102020107776A1 (de) Trainieren eines automatischen Erkennungssystems
DE102018007659A1 (de) Verfahren zum Aktualisieren einer Umgebungskarte für ein Kraftfahrzeug
DE102012213485A1 (de) Verfahren und Vorrichtung zum Überprüfen einer in einem Fahrempfehlungsspeicher gespeicherten Fahrempfehlungsinformation für Fahrzeuge sowie Verfahren und Vorrichtung zum Bereitstellen einer Fahrempfehlungsnachricht
DE102021204723A1 (de) Verfahren zum Bereitstellen einer zukünftig abfahrbaren Trajektorie für ein zumindest teilweise assistiert betriebenes Kraftfahrzeug sowie Assistenzsystem
DE102021202778A1 (de) Verfahren und System zum Bearbeiten einer digitalen Sicherheitskarte für den Straßenverkehr
DE102019129737A1 (de) Verfahren zum Klassifizieren einer Umgebung eines Fahrzeugs
DE102020004790A1 (de) Vorrichtung zur Erkennung von Verkehrszeichen von einem Fahrzeug
DE102021209575B3 (de) Verfahren und Assistenzeinrichtung zum Unterstützen von Fahrzeugfunktionen in einem Parkraum und Kraftfahrzeug
DE102022200217A1 (de) Verfahren und System zur Unterstützung eines Fahrzeugführers im Baustellenbereich
DE10042980A1 (de) Einrichtung zur Bereitstellung von Informationen über die, auf einem Streckenabschnitt jeweils geltenden, Verkehrsregeln in einem Fahrzeug
DE102020004689A1 (de) Verfahren zur Ermittlung einer Neigung einer Fahrbahnoberfläche für ein Fahrzeug
DE102018008988A1 (de) Verfahren zur Aktualisierung von Kartendaten
DE10207488B4 (de) Verfahren zur Informationserzeugung in einem Fahrzeug
DE102019004075A1 (de) Verfahren zum Bestimmen einer Relevanz eines Objekts in einer Umgebung eines Kraftfahrzeugs mittels eines Fahrerassistenzsystems sowie Fahrerassistenzsystem

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R163 Identified publications notified
R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final