DE102020129520A1 - Verfahren zum betreiben eines parkassistenzsystems, computerprogramprodukt, parkassistenzsystem, fahrzeug und system - Google Patents

Verfahren zum betreiben eines parkassistenzsystems, computerprogramprodukt, parkassistenzsystem, fahrzeug und system Download PDF

Info

Publication number
DE102020129520A1
DE102020129520A1 DE102020129520.0A DE102020129520A DE102020129520A1 DE 102020129520 A1 DE102020129520 A1 DE 102020129520A1 DE 102020129520 A DE102020129520 A DE 102020129520A DE 102020129520 A1 DE102020129520 A1 DE 102020129520A1
Authority
DE
Germany
Prior art keywords
parking
vehicle
area
map
interest
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
Application number
DE102020129520.0A
Other languages
English (en)
Inventor
Clautilde Yvette Nana Mboyo
Paul Moran
Piotr Szczytowski
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.)
Valeo Schalter und Sensoren GmbH
Original Assignee
Valeo Schalter und Sensoren GmbH
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 Valeo Schalter und Sensoren GmbH filed Critical Valeo Schalter und Sensoren GmbH
Priority to DE102020129520.0A priority Critical patent/DE102020129520A1/de
Priority to EP21794386.9A priority patent/EP4244822A1/de
Priority to PCT/EP2021/078880 priority patent/WO2022100967A1/en
Priority to US18/036,264 priority patent/US20230415728A1/en
Priority to KR1020237015847A priority patent/KR20230084293A/ko
Priority to CN202180075996.0A priority patent/CN116438582A/zh
Priority to JP2023527814A priority patent/JP2023547723A/ja
Publication of DE102020129520A1 publication Critical patent/DE102020129520A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/06Automatic manoeuvring for parking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D15/00Steering not otherwise provided for
    • B62D15/02Steering position indicators ; Steering position determination; Steering aids
    • B62D15/027Parking aids, e.g. instruction means
    • B62D15/0285Parking performed automatically
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/586Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

Es wird ein Verfahren zum Betreiben eines Parkassistenzsystems (110) für ein Fahrzeug (100) vorgeschlagen. Das Verfahren umfasst:a) Empfangen (S1) eines optischen Bildes (IMG) einer Umgebung des Fahrzeugs (100) und einer die Umgebung des Fahrzeugs (100) repräsentierende digitale Umgebungskarte (MAP), wobei die digitale Umgebungskarte (MAP) wenigstens eine gekennzeichnete Parkfläche (P1 - P7)umfasst,b) Auswählen (S2) einer Interessenregion (ROI1 - ROI7) in dem empfangenen optischen Bild (IMG) für jede der in der digitalen Umgebungskarte (MAP) enthaltenen gekennzeichneten Parkfläche (P1 - P7),c) Erfassen (S3) von auf dem Boden vorhandenen Linien (PAT) und/oder Symbolen (SYM1 - SYM3) in jeder ausgewählten Interessenregion (ROI1 - ROI7),d) Zuordnen (S4) einer von mehreren Parkplatz-Klassen (CLS) zu jeder ausgewählten Interessenregion (ROI1 - ROI7) basierend auf den erfassten Linien (PAT) und/oder Symbolen (SYM1 - SYM3), unde) Ermitteln (S5), für jede der wenigstens einen gekennzeichneten Parkfläche (P1 - P7), ob die gekennzeichnete Parkfläche (P1 - P7) ein potentieller Parkplatz ist, in Abhängigkeit der der jeweiligen zugeordneten Interessenregion (ROI1 - ROI7) zugeordneten Parkplatz-Klasse (CLS).

Description

  • Die Erfindung betrifft ein Verfahren zum Betreiben eines Parkassistenzsystems für ein Fahrzeug, ein Computerprogramprodukt, ein Parkassistenzsystem für ein Fahrzeug, ein Fahrzeug mit einem Parkassistenzsystem und ein System umfassend ein Fahrzeug eine externe Einheit.
  • Bekannte Parkassistenzsysteme verwenden Kamerabilder, um Parkplätze in der Umgebung des Fahrzeugs zu erfassen. Derartige System erfassen und analysieren beispielsweise auf den Boden gemalte Linien, um Parkplätze zu erfassen.
  • Es gibt eine zunehmende Vielzahl an Sonderparkplätzen, die exklusiv für bestimmte Personengruppen oder Fahrzeuge vorgesehen sind, wie Parkplätze für Menschen mit Behinderung, für Familien mit kleinen Kindern, für Frauen, für dringende Situationen oder Notfälle, für Elektrofahrzeuge, und so weiter. Derartige Parkplätze sind häufig durch Symbole oder Buchstaben oder dergleichen gekennzeichnet. Um Strafzettel oder noch Schlimmeres zu vermeiden, muss der Fahrer eines Fahrzeugs die Bedeutung der vielen unterschiedlichen Symbolen verstehen, was schwierig sein kann, insbesondere da die Verwendung der Symbole von Land zu Land, von Bundesland zu Bundesland, oder sogar von Region zu Region unterschiedlich sein kann.
  • DE 10 2017 007 823 A1 offenbart, dass Umgebungsbilder mittels einer fahrzeugeigenen Kamera erfasst werden und dass Sonderparkplätze basierend auf den Umgebungsbildern erfasst werden. Weiterhin wird Sonderausstattung des Fahrzeugs, beispielsweise für Menschen mit einer körperlichen Beeinträchtigung und/oder ein in dem Fahrzeug angeordneter Kindersitz erfasst und es werden Eigenschaften von wenigstens einer in dem Fahrzeug befindlichen Person von diesen Informationen abgeleitet. Sonderparkplätze werden entsprechend den abgeleiteten Eigenschaften als ein Ziel angeboten.
  • Es ist eine Aufgabe der Erfindung, den betrieb eines Parkassistenzsystems für ein Fahrzeug zu verbessern.
  • Gemäß einem ersten Aspekt wird ein Verfahren zum Betreiben eines Parkassistenzsystems für ein Fahrzeug vorgeschlagen. In einem ersten Schritt a) wird ein optisches Bild einer Umgebung des Fahrzeugs und einer die Umgebung des Fahrzeugs repräsentierende digitale Umgebungskarte empfangen, wobei die digitale Umgebungskarte wenigstens eine gekennzeichnete Parkfläche umfasst. In einem zweiten Schritt b) wird in dem empfangenen optischen Bild für jede der in der digitalen Umgebungskarte enthaltene gekennzeichnete Parkfläche eine entsprechende Interessenregion ausgewählt. In einem dritten Schritt c) werden auf dem Boden vorhandene Linien und/oder Symbolen in jeder ausgewählten Interessenregion erfasst. In einem vierten Schritt d) wird basierend auf den erfassten Linien und/oder Symbolen eine von mehreren Parkplatz-Klassen zu jeder ausgewählten Interessenregion zugeordnet. In einem fünften Schritt e) wird für jede der wenigstens einen gekennzeichneten Parkfläche in Abhängigkeit der der jeweiligen zugeordneten Interessenregion zugeordneten Parkplatz-Klasse ermittelt, ob die gekennzeichnete Parkfläche ein potentieller Parkplatz ist.
  • Dieses Verfahren hat den Vorteil, dass Parkplätze durch das Parkassistenzsystem basierend auf Linien und/oder Symbole, die auf dem Boden vorhanden sind, unterschieden werden können. Insbesondere können Sonderparkplätze von normalen Parkplätzen unterschieden werden und potentielle Parkplätze, die als Nicht-Parkflächen gekennzeichnet sind, können erfasst werden. Damit ist der Betrieb des Parkassistenzsystems verbessert.
  • Das optische Bild der Umgebung des Fahrzeugs kann von einer Kamera des Fahrzeugs erfasst werden. Vorzugsweise entspricht des optische Bild einem Surround-View-Bild des Fahrzeugs. Ein Surround-View-Bild des Fahrzeugs zeigt das Fahrzeug beispielsweise aus einer Vogelperspektive von über dem Fahrzeug. Ein Surround-View-Bild kann durch Verbinden und/oder Zusammenfügen mehrerer Bilder, von denen jedes einen bestimmten Bildwinkel umfasst, erhalten werden.
  • Die digitale Umgebungskarte entspricht einer digitalen Darstellung der tatsächlichen Umgebung des Fahrzeugs. Die Umgebungskarte kann durch eine Verarbeitungseinheit des Fahrzeugs basierend auf von Umgebungssensoren, wie Ultraschallsensoren und/oder optischen Sensoreinheiten, erfassten Sensorsignalen ermittelt werden, beispielsweise durch ein Steuergerät, wie eine ECU (engine control unit), oder dergleichen.
  • Die Verarbeitungseinheit, die die digitale Umgebungskarte bereitstellt, ist vorzugsweise zusätzlich dazu eingerichtet, Parkplatz-Begrenzungslinien zu erfassen. Diese Erfassung ist basiert beispielsweise auf optischen Bildern, die von optischen Sensoreinheiten, wie Kameras, erfasst wurden. Basierend auf erfassten Parkplatz-Begrenzungslinien kann die Verarbeitungseinheit zusätzlich dazu eingerichtet sein, potentielle Parkflächen in der Umgebung des Fahrzeugs zu kennzeichnen. Eine potentielle Parkfläche ist eine Fläche, die beispielsweise durch Begrenzungslinien auf dem Boden begrenzt ist und die frei ist, das heißt, dass die Fläche nicht durch ein Objekt oder ein anderes Fahrzeug oder dergleichen blockiert ist. Beispielsweise können potentielle Parkflächen auf einem Parkstreifen seitlich einer Straße oder auf einem Parkplatz angeordnet sein. Wenn die Verarbeitungseinheit die Parkflächen kennzeichnet, verarbeitet sie dabei keine Linien und/oder Symbole, die keine Begrenzungslinien darstellen.
  • Jede gekennzeichnete Parkfläche entspricht einer Fläche in dem optischen Bild der Umgebung. Dementsprechend wird für jede gekennzeichnete Parkfläche eine entsprechende Interessenregion in dem optischen Bild ausgewählt.
  • Anschließend wird die Interessenregion auf darin enthaltene Linien und/oder Symbole hin analysiert. Basierend auf den jeweils erfassten Linien und/oder Symbolen wird der jeweiligen ausgewählten Interessenregion eine von mehreren Parkplatz-Klassen zugeordnet. Wenn beispielsweise keine Linien oder Symbole erfasst werden, kann der Interessenregion eine „Standard-Parkplatz“-Klasse zugeordnet werden, und wenn ein Rollstuhl-Symbol erfasst wird, kann der Interessenregion eine „Behindertenparkplatz“-Klasse zugeordnet werden. Da eine jeweilige Interessenregion einer gekennzeichneten Parkfläche entspricht, gilt die der Interessenregion zugeordnete Parkplatz-Klasse für die jeweilige gekennzeichnete Parkfläche entsprechend. Der Begriff „Linien“ bezieht sich vorliegend insbesondere auf Begrenzungslinien, die auf dem Boden vorhanden sind. Begrenzungslinien können beispielsweise eine ähnliche Erscheinung in Bezug auf eine Linienbreite und eine Farbe aufweisen. Das heißt, dass Linien, die ein anderes Erscheinungsbild haben, als dies für Begrenzungslinien erwartet wird, können als ein Symbol repräsentierend verstanden werden.
  • Basierend auf der dem zugeordneten Interessenbereich zugeordneten Parkplatz-Klasse wird für jede der zumindest einen gekennzeichneten Parkflächen ermittelt, ob die jeweilige, dem zugeordneten Interessebereich entsprechende gekennzeichnete Parkfläche ein potentieller Parkplatz ist. Ein potentieller Parkplatz entspricht beispielsweise einem Parkplatz, der für das Fahrzeug geeignet ist und für den der Fahrer des Fahrzeugs eine Nutzungserlaubnis hat. Dieser Schritt kann die Anwendung unterschiedlicher Filterkriterien und/oder von Priorisierungsregeln umfassen. Beispielsweise kann eingestellt sein, dass Behindertenparkplätze in diesem Schritt aussortiert werden, das heißt, dass diese nicht als ein potentieller Parkplatz in Betracht kommen. Derartige Einstellungen können insbesondere durch den Nutzer vorgenommen werden und/oder können auf einer Konfiguration des Fahrzeugs basieren, beispielsweise wenn das Fahrzeug ein Plug-In-Elektrofahrzeug ist, und/oder können basierend auf der Erfassung einer Zusatzausstattung, wie einem Kindersitz oder dergleichen, basieren.
  • Damit hat das Verfahren den Vorteil, dass alle möglichen Varianten unterschiedlicher Sonderparkplätze und/oder oder Parkverbots-Zonen durch das Parkassistenzsystem erfasst und durch dieses aussortiert werden können. Damit ist ein verbesserter Betrieb des Parkassistenzsystems erreicht, da der Nutzer des Fahrzeugs, das das Parkassistenzsystem umfasst, beispielsweise nicht zusätzlich überprüfen muss, ob er die Berechtigung hat, einen von dem Parkassistenzsystem vorgeschlagenen Parkplatz zum Parken des Fahrzeugs zu benutzen.
  • Gemäß einer Ausführungsform des Verfahrens umfasst dieses ferner ein Sortieren aller ermittelten potentiellen Parkplätze, ein Auswählen eines Parkplatzes aus den sortierten Parkplätzen, und ein Ausgeben des ausgewählten Parkplatzes an eine autonome Fahreinheit, um das Fahrzeug auf dem ausgewählten Parkplatz zu parken.
  • Bei dieser Ausführungsform wird eine Auswahl eines Parkplatzes der mehreren potentiellen Parkplätze vorgenommen. Dies ist insbesondere in einer Situation nützlich, wenn es in der Umgebung des Fahrzeugs mehr als einen potentiellen Parkplatz gibt. Die Auswahl kann basierend auf einer Interaktion mit dem Nutzer erfolgen, oder sie kann vollautomatisch durchgeführt werden.
  • Der Schritt des Sortierens umfasst ein Ordnen der potentiellen Parkplätze gemäß einem Ordnungskriterium. Beispielsweise kann das Ordnen basierend auf einem Abstand des Fahrzeugs zu dem potentiellen Parkplatz erfolgen, und/oder basierend auf einer Länge und/oder Breite des potentiellen Parkplatzes erfolgen, und/oder basierend auf der dem entsprechenden potentiellen Parkplatz zugeordneten Parkplatz-Klasse erfolgen, und/oder basierend auf einem anderen, beispielsweise durch den Nutzer definierten Kriterium erfolgen.
  • Der Schritt des Auswählens eines der potentiellen Parkplätze kann ein Ausgeben einer grafischen Darstellung der Umgebung des Fahrzeugs mit den potentiellen Parkplätzen an den Nutzer des Fahrzeugs umfassen, beispielsweise mittels einer Anzeigevorrichtung, wobei der Nutzer einen der potentiellen Parkplätze durch einen Sprachbefehl, eine Geste, eine Berührungseingabe, oder dergleichen auswählt.
  • Die autonome Fahreinheit kann dazu eingerichtet sein, das Fahrzeug vollautomatisch und/oder halbautomatisch zu steuern. Vollautomatisches Steuern umfasst beispielsweise ein automatisches Steuern eines Gaspedals, einer Bremse, einer Lenkung, eines Getriebes, und so weiter. Halbautomatisches Steuern umfasst beispielsweise ein Steuern einer Lenkung und eines Getriebes, wobei ein Nutzer das Gaspedal und die Bremse manuell steuern muss.
  • Gemäß einer weiteren Ausführungsform des Verfahrens umfasst dieses ferner ein Empfangen einer Ermittlungsinformation für zumindest eine der mehreren Parkplatz-Klassen, wobei der Schritt e) zusätzlich in Abhängigkeit der Ermittlungsinformation durchgeführt wird.
  • Die Ermittlungsinformation umfasst Angaben dazu, wie ermittelt werden kann, ob ein gekennzeichneter Parkbereich ein potentieller Parkplatz ist. Insbesondere bezieht sich die Ermittlungsinformation auf die mehreren Parkplatz-Klassen. Beispielsweise umfasst die Ermittlungsinformation eine Angabe, dass ein bestimmte der mehreren Parkplatz-Klassen, wie beispielsweise „Behindertenparkplatz“ oder „Elektrofahrzeug-Parkplatz“, nicht als potentieller Parkplatz in Frage kommen. Die Ermittlungsinformation kann von dem Nutzer des Fahrzeugs bereitgestellt oder eingegeben werden. Alternativ hierzu kann der Hersteller des Fahrzeugs das Parkassistenzsystem auf Basis von durch den Käufer bereitgestellten Informationen entsprechend konfigurieren.
  • Diese Ausführungsform ermöglicht es dem Nutzer, in Abhängigkeit seiner persönlichen Situation und Bedürfnisse genau zu definieren, welche Parkplatz-Klassen für ihn als potentielle Parkplätze in Frage kommen und die daher durch das Parkassistenzsystem als potentielle Parkplätze ermittelt werden sollen, damit der Nutzer die Möglichkeit hat, diese Parkplätze zum Parken des Fahrzeugs durch das Parkassistenzsystem zu nutzen. Hierbei kann ein entsprechender Verfahrensschritt vorgesehen sein, der dem Nutzer eine Auswahl seiner Bedürfnisse ermöglicht, beispielsweise mittels einer Benutzerschnittstelle.
  • Gemäß einer weiteren Ausführungsform des Verfahrens umfasst die Ermittlungsinformation eine Prioritäts-Information für wenigstens eine der mehreren Parkplatz-Klassen, wobei der Schritt e) ferner ein Zuordnen einer Priorität zu jedem der potentiellen Parkplätze, und ein Ordnen der ermittelten potentiellen Parkplätze basierend auf der zugeordneten Priorität umfasst.
  • Beispielsweise umfasst die Prioritätsinformation eine Angabe, dass ein „normaler Parkplatz“ mit der größten Breite die höchste Priorität hat, und dass ein „normaler Parkplatz“, der als ein Parallelparkplatz an einer Straße angeordnet ist, eine geringe Priorität hat. Vorzugsweise ist die Prioritätsinformation als ein numerischer Wert angegeben, beispielsweise als ein Wert zwischen 0 und 100, der einer bestimmten Eigenschaft des Parkplatzes zugeordnet ist. Bestimmte Eigenschaften des Parkplatzes umfassen die zugeordnete Parkplatz-Klasse, eine geometrische Eigenschaft des Parkplatzes, eine relative Ausrichtung des Parkplatzes in Bezug zu anderen Merkmalen in der Umgebung, wie beispielsweise paralleles, senkrechtes oder schrägwinkliges Parken, eine freie Fläche neben dem Parkplatz, und so weiter. Beim Zuordnen der Priorität kann das Parkassistenzsystem zugleich automatisch einen Prioritätswert ermitteln, der auf der Prioritätsinformation und den individuellen Eigenschaften eines jeweiligen potentiellen Parkplatzes basiert.
  • Gemäß einer weiteren Ausführungsform des Verfahrens umfasst der Schritt c) ferner ein Erfassen, ob die erfassten Linien ähnlich zu einem von mehreren vorbestimmten Mustern angeordnet sind, wobei jedes vorbestimmte Muster wenigstens einer Parkplatz-Klasse entspricht.
  • Bei dieser Ausführungsform können erfasste Linien mit vorbestimmten Mustern verglichen werden. Vorbestimmte Muster können beispielsweise von einer örtlichen Behörde oder Regierung bereitgestellt werden, um Parkplätze innerhalb einer Verwaltungsregion der Behörde einheitlich zu kennzeichnen. Die vorbestimmten Muster können auch Muster umfassen, die gewohnheitsmäßig verwendet werden, ohne dass diese offiziell definiert sind.
  • Vorbestimmte Muster können beispielsweise anhand einer geometrischen Definition bestimmt sein, wie beispielsweise eine Länge, eine Breite und/oder ein Krümmung von Linien, eine relative Anordnung von mehreren Linien, wie beispielsweise einem Winkel zwischen zwei Linien, einem Schnittpunkt zweier Linien, einer Länge einer Linie bis zu einem Schnittpunkt, und dergleichen mehr. Es sei angemerkt, dass ein Punkt hierbei ebenfalls als „Linie“ verstanden wird.
  • Der Begriff „ähnlich angeordnet zu“ bedeutet, dass ermittelt wird, dass die erfassten Linien das jeweilige vorbestimmte Muster darstellen. Man kann sagen, dass abgeleitet wird, dass die erfassten Linien das jeweilige vorbestimmte Muster darstellen.
  • Das Ermitteln, dass die erfassten Linien ähnlich zu einem von mehreren vorbestimmten Mustern angeordnet sind, kann auf einem Ähnlichkeitswert basieren, der basierend auf einem Vergleich der tatsächlichen Anordnung der erfassten Linien mit der Anordnung der Linien in dem vorbestimmten Muster ermittelt wird.
  • Bei dieser Ausführungsform kann das Ermitteln unter Verwendung eines deterministischen oder eines Regel-basierten Algorithmus oder dergleichen erfolgen, der auch einen heuristischen Ansatz umfassen kann.
  • Gemäß einer weiteren Ausführungsform des Verfahrens sind die vorbestimmten Muster durch geometrische Eigenschaften der erfassten Linien und/oder von Abschnitten der erfassten Linien, umfassend eine Gesamtlänge und/oder eine Gesamtbreite der erfassten Linien, ein Längenverhältnis zwischen erfassten Linien und/oder zwischen Abschnitten der erfassten Linien, ein Breitenverhältnis zwischen erfassten Linien und/oder zwischen Abschnitten der erfassten Linien, ein Winkel zwischen erfassten Linien und/oder zwischen Abschnitten der erfassten Linien, eine Krümmung der erfassten Linien und/oder von Abschnitten der erfassten Linien, und/oder einem Abstand zwischen erfassten Linien und/oder zwischen Abschnitten der erfassten Linien definiert.
  • Zum Beispiel kann ein „X“-Muster als umfassend zwei Linien mit im Wesentlichen gleicher Länge und einem Schnittpunkt, der im Wesentlichen in der Mitte der Linien liegt, definiert sein. Als ein weiteres Beispiel kann eine „Zick-Zack“-Linie als umfassend wenigstens drei sich linear erstreckende Linien, die an ihren Endpunkten verbunden sind und die zwischen sich einen Winkel im Bereich zwischen 60° - 120° einschließen, definiert sein.
  • Gemäß einer weiteren Ausführungsform des Verfahrens umfasst jedes der mehreren vorbestimmten Muster einen Satz von Werten oder von Werte-Intervallen, die wenigstens einer der geometrischen Eigenschaften entsprechen.
  • Gemäß einer weiteren Ausführungsform des Verfahrens umfasst der Schritt c) ferner ein Extrahieren des erfassten Symbols einer jeden Interessenregion als ein Bild, und ein Klassifizieren des Bildes unter Verwendung einer künstlichen Intelligenz, die zum Klassifizieren von Bildern trainiert ist.
  • Bei dieser Ausführungsform werden Symbole, die auf dem Boden vorhanden sind, durch die künstliche Intelligenz, wie beispielsweise einem neuronalen Netzwerk, das zum Klassifizieren bekannter Symbole trainiert ist, klassifiziert. Insbesondere wurde die künstliche Intelligenz mittels Symbolen, die zur Kennzeichnung von Parkplätzen verwendet werden, trainiert. Die künstliche Intelligenz kann dazu eingerichtet sein, die Symbole in eine Anzahl vorbestimmter Klassen zu klassifizieren. Vorzugsweise entspricht hierbei jede Klasse wenigstens einer Parkplatz-Klasse.
  • Zuerst werden die Symbole aus dem Interessenbereich des Bildes als ein Bild extrahiert. Dies kann das Anwenden einer Größenänderung und/oder eines Transformationsschritts umfassen, um das Bild mit dem Symbol so vorzubereiten, dass die künstliche Intelligenz das Bild analysieren kann.
  • Die künstliche Intelligenz kann dazu trainiert sein, figurative Symbole, Zahlen, Buchstaben, Wörter und so weiter zu erkennen (zu klassifizieren). Die künstliche Intelligenz kann hierbei auch die Farbe von Strukturen in dem Bild berücksichtigen.
  • Gemäß einem zweiten Aspekt wird ein Computerprogrammprodukt vorgeschlagen. Das Computerprogrammprodukt umfasst Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das Verfahren gemäß dem ersten Aspekt auszuführen.
  • Ein Computerprogrammprodukt, wie z.B. ein Computerprogramm-Mittel, kann beispielsweise als Speichermedium, wie z.B. Speicherkarte, USB-Stick, CD-ROM, DVD, oder auch in Form einer herunterladbaren Datei von einem Server in einem Netzwerk bereitgestellt oder geliefert werden. Dies kann zum Beispiel in einem drahtlosen Kommunikationsnetzwerk durch die Übertragung einer entsprechenden Datei mit dem Computerprogrammprodukt oder dem Computerprogramm-Mittel erfolgen.
  • Gemäß einem dritten Aspekt wird ein Parkassistenzsystem für ein Fahrzeug vorgeschlagen. Das Parkassistenzsystem umfasst eine Empfangseinheit zum Empfangen eines optischen Bildes einer Umgebung des Fahrzeugs und einer die Umgebung des Fahrzeugs repräsentierende digitale Umgebungskarte, wobei die digitale Umgebungskarte wenigstens eine gekennzeichnete Parkfläche umfasst, eine Auswahleinheit zum Auswählen einer Interessenregion in dem empfangenen optischen Bild für jede der in der digitalen Umgebungskarte enthaltenen gekennzeichneten Parkfläche, eine Erfassungseinheit zum Erfassen von auf dem Boden vorhandenen Linien und/oder Symbolen in jeder ausgewählten Interessenregion, eine Zuordnungseinheit zum Zuordnen einer von mehreren Parkplatz-Klassen zu jeder ausgewählten Interessenregion basierend auf den erfassten Linien und/oder Symbolen, und eine Ermittlungseinheit zum Ermitteln, für jede der wenigstens einen gekennzeichneten Parkfläche, ob die gekennzeichnete Parkfläche ein potentieller Parkplatz ist, in Abhängigkeit der der jeweiligen zugeordneten Interessenregion zugeordneten Parkplatz-Klasse.
  • Dieses Parkassistenzsystem hat die gleichen Vorteile wie zu dem Verfahren gemäß dem ersten Aspekt beschrieben sind. Ausführungsformen und Merkmale des Verfahrens gemäß dem ersten Aspekt gelten für das vorgeschlagene Parkassistenzsystem entsprechend.
  • Die jeweilige Einheit des Parkassistenzsystems, beispielsweise die Empfangseinheit, die Auswahleinheit, die Erfassungseinheit, die Zuordnungseinheit und die Ermittlungseinheit, kann hardwaretechnisch und/oder softwaretechnisch implementiert sein. Bei einer hardwaretechnischen Implementierung kann die jeweilige Einheit zum Beispiel als Computer oder als Mikroprozessor ausgebildet sein. Bei einer softwaretechnischen Implementierung kann die jeweilige Einheit als Computerprogrammprodukt, als eine Funktion, als ein Algorithmus, als eine Routine, als Teil eines Programmcodes oder als ausführbares Objekt ausgebildet sein. Weiterhin kann jede der Einheiten als ein Teil einer Steuervorrichtung des Fahrzeugs, wie beispielsweise einer ECU (engine control unit) oder dergleichen ausgebildet sein.
  • Gemäß einem vierten Aspekt wird ein Fahrzeug mit wenigstens einer Kamera zum Erfassen eines optischen Bildes einer Umgebung des Fahrzeugs, einer Verarbeitungseinheit zum Bereitstellen einer die Umgebung des Fahrzeug repräsentierenden digitalen Umgebungskarte in Abhängigkeit des erfassten optischen Bildes, und einem Parkassistenzsystem gemäß dem dritten Aspekt vorgeschlagen.
  • Gemäß einer Ausführungsform des Fahrzeugs umfasst dieses eine Kommunikationseinheit, die dazu eingerichtet ist, die der gekennzeichneten Parkfläche entsprechenden zugeordnete Parkplatz-Klasse an eine externe Einheit zu übermitteln.
  • Diese Ausführungsform weist den Vorteil auf, dass ein Ermittlungsergebnis, das das Parkassistenzsystem ermittelt, anderen Nutzern oder Fahrzeugen in der Nähe und/oder solchen, die eine Reise zu dem gleichen Ort planen, bereitgestellt werden kann. Insbesondere können damit Fahrzeuge, die die fortgeschrittene Funktionalität des Ermittelns der Parkplatz-Klasse nicht haben, diese Information ebenfalls nutzen, wenn diese einen geeigneten Parkplatz suchen. Vorzugsweise wird ein Ortungsinformation des Fahrzeugs, wie beispielsweise GPS-Koordinaten, zusammen mit der zugeordneten Parkplatz-Klasse übermittelt.
  • Die Kommunikationseinheit ist insbesondere dazu eingerichtet, die Informationen mittels eines modulierten elektromagnetischen Signals, wie beispielsweise mittels Bluetooth (R), mittels WLAN, mittels Infrarots, mittels einer 3G/4G/5G-Technologie oder dergleichen zu übermitteln.
  • Gemäß einem sechsten Aspekt wird ein System umfassend wenigstens ein Fahrzeug gemäß der Ausführungsform des fünften Aspekts und eine externe Einheit außerhalb des Fahrzeugs vorgeschlagen. Die externe Einheit ist dazu eingerichtet, die von dem Fahrzeug übermittelte zugeordnete Parkplatz-Klasse zu empfangen und die der gekennzeichneten Parkfläche entsprechende empfangene Parkplatz-Klasse an weitere Geräte zu übermitteln und/oder ein Steuersignal als Antwort auf die empfangene Parkplatz-Klasse an das Fahrzeug zum Steuern des Fahrzeugs zu übertragen.
  • Die externe Einheit kann als ein Mobilgerät, wie ein Smartphone, oder als ein stationäres Gerät, wie ein Desktop-Computer oder ein Server, oder als eine Kommunikationseinheit eines anderen Fahrzeugs oder dergleichen ausgebildet sein.
  • In bevorzugten Ausführungsformen kann die Kommunikationseinheit zusätzlich eine Liste von potentiellen Parkplätzen an die externe Einheit übermitteln. Ein Nutzer kann denn einen der potentiellen Parkplätze auswählen und die externe Einheit sendet die Auswahl als ein Steuersignal an das Fahrzeug, um das Fahrzeug autonom auf dem ausgewählten Parkplatz einzuparken.
  • Weitere mögliche Implementierungen der Erfindung umfassen auch nicht explizit genannte Kombinationen von zuvor oder im Folgenden bezüglich der Ausführungsbeispiele beschriebenen Merkmale oder Ausführungsformen. Dabei wird der Fachmann auch Einzelaspekte als Verbesserungen oder Ergänzungen zu der jeweiligen Grundform der Erfindung hinzufügen.
  • Weitere vorteilhafte Ausgestaltungen und Aspekte der Erfindung sind Gegenstand der Unteransprüche sowie der im Folgenden beschriebenen Ausführungsbeispiele der Erfindung. Im Weiteren wird die Erfindung anhand von bevorzugten Ausführungsformen unter Bezugnahme auf die beigelegten Figuren näher erläutert.
    • 1 zeigt eine schematische Ansicht eines Fahrzeugs;
    • 2 zeigt ein Beispiel einer Umgebungskarte;
    • 3 zeigt ein Beispiel eines Bildes der Umgebung;
    • 4 zeigt ein Beispiel für eine Klassifizierung;
    • 5 zeigt ein schematisches Blockdiagramm eines Ausführungsbeispiels eines Verfahrens zum Betreiben eines Parkassistenzsystems;
    • 6 zeigt ein schematisches Blockdiagramm eines Ausführungsbeispiels für ein Parkassistenzsystem; und
    • 7 zeigt ein Beispiel eines Systems mit einem Fahrzeug und einer externen Einheit.
  • In den Figuren sind gleiche oder funktionsgleiche Elemente mit denselben Bezugszeichen versehen worden, sofern nichts anderes angegeben ist.
  • 1 zeigt eine schematische Ansicht eines Fahrzeugs 100, beispielsweise eines Autos. Das Auto 100 weist eine Verarbeitungseinheit 105 und ein Parkassistenzsystem 110 auf. Die Verarbeitungseinheit 105 ist beispielsweise als ein Steuergerät ausgebildet. Obwohl in der 1 getrennt dargestellt, kann das Parkassistenzsystem 110 ein Bestandteil der Verarbeitungseinheit 105 sein und/oder das Parkassistenzsystem 110 und die Verarbeitungseinheit 105 sind gemeinsam in einem integrierten Schaltkreis integriert und/oder Teilen sich die eine oder mehrere Ressourcen, wie eine CPU, ein RAM und dergleichen mehr. Das Auto 100 umfasst eine Mehrzahl von Sensoren 120, 130. Beispielsweise sind die Sensoren 120 als optische Sensoren ausgebildet und umfassen beispielsweise eine Kamera, ein Radar und/oder ein Lidar oder dergleichen. Die optischen Sensoren 120 können jeweils ein Bild eines jeweiligen Bereichs aus der Umgebung des Autos 100 erfassen, vorzugsweise umfassend Tiefen-Informationen, und als optisches Sensorsignal ausgeben. Die Sensoren 130 sind beispielsweise als Ultraschallsensoren ausgebildet und zum Erfassen eines Abstands zu Objekten 200 (siehe 2 oder 3), die in der Nähe des Fahrzeugs 100 angeordnet sind, und zum Ausgeben des erfassten Abstands als ein Ultraschall-Sensorsignal eingerichtet. Außer den in der 1 dargestellten optischen Sensoren 120 und Ultraschallsensoren 130 kann vorgesehen sein, dass das Fahrzeug 100 verschiedene weitere Sensoreinrichtungen aufweist. Beispiele hierfür sind ein Mikrofon, ein Beschleunigungssensor, eine Antenne mit gekoppeltem Empfänger zum Empfangen von elektromagnetisch übertragbarer Datensignale, und dergleichen mehr.
  • Die Verarbeitungseinheit 105 ist zum Ermitteln einer Umgebungskarte MAP (siehe 2) basierend auf den Sensorsignalen eingerichtet, beispielsweise unter Verwendung von Sensorfusion. Die Umgebungskarte MAP entspricht einer digitalen Darstellung der tatsächlichen Umgebung des Autos 100. Die Verarbeitungseinheit 105 kann weiterhin dazu eingerichtet sein, Parkplatz-Begrenzungslinien 210 (siehe 2) in dem optischen Sensorsignal zu erfassen basierend auf den erfassten Parkplatz-Begrenzungslinien 210 Parkflächen P1 - P7 (siehe 2) in der Umgebungskarte MAP zu kennzeichnen. Hierbei ermittelt die Verarbeitungseinheit 105, ob der Bereich zwischen zwei Begrenzungslinien 210 frei ist oder von einem Objekt 200, wir einem anderen Auto, blockiert ist. Wenn der Bereich blockiert oder verdeckt ist, wird der entsprechende Bereich nicht als Parkfläche gekennzeichnet.
  • Das Parkassistenzsystem kann wie anhand der 6 dargestellt ausgebildet sein und ist insbesondere dazu eingerichtet, die im Folgenden anhand der 2 - 5 beschriebenen Verarbeitungsschritte durchzuführen.
  • 2 zeigt ein Beispiel einer digitalen Umgebungskarte MAP des Fahrzeugs 100. Die digitale Umgebungskarte MAP umfasst geometrische Objekte, die Objekte darstellen, die in der Umgebung des Fahrzeugs 100 angeordnet sind. Insbesondere umfasst die digitale Umgebungskarte MAP gestrichelte Linien CL, SL, die eine Mittellinie CL der Straße und eine Seitenbegrenzungslinie SL der Straße darstellen, sie umfasst ein geometrisches Objekt 100, das das Fahrzeug 100 darstellt, sie umfasst geometrische Objekte 200, die weitere Fahrzeuge oder Hindernisse in der Umgebung darstellen, sie umfasst weitere Linien (ohne Bezugszeichen), die eine erfasste befahrbare Fläche begrenzen, sie umfasst Parkplatz-Linien PL, die als Begrenzungslinien von Parkflächen erfasst wurden, und sie umfasst gekennzeichnete Parkflächen P1 - P7. Die gekennzeichneten Parkflächen P1 - P7 stellen potentielle Parkplätze für das Fahrzeug 100 dar. Es sei angemerkt, dass die gekennzeichneten Parkflächen P1 - P7 basierend auf einer Erkennung, ob die jeweilige Fläche frei ist oder blockiert ist, vorausgewählt werden. Nur freie Flächen werden als Parkfläche P1 - P7 gekennzeichnet. Beispielsweise empfängt das Parkassistenzsystem 110 (siehe 1, 6 oder 7) die digitale Umgebungskarte MAP von der Verarbeitungseinheit 105 (siehe 1).
  • 3 zeigt ein optische Bild IMG der Umgebung des Fahrzeugs 100. Das optische Bild IMG entspricht der digitalen Umgebungskarte MAP der 2. Beispielsweise kann die digitale Umgebungskarte MAP zumindest teilweise basierend auf dem in der 3 gezeigten optischen Bild IMG ermittelt werden. Beispielsweise empfängt das Parkassistenzsystem 110 (siehe 1, 6 oder 7) das optische Bild von der Verarbeitungseinheit 105 (siehe 11 oder 7). Das Parkassistenzsystem 110 wählt Interessenregionen ROI1 - ROI7 in dem optischen Bild IMG aus, die den gekennzeichneten Parkflächen P1 - P7 (siehe 2) der digitalen Umgebungskarte MAP entsprechen. Wie in der 3 ersichtlich, umfasst die jeweilige Interessenregion ROI1 - ROI7 im Wesentlichen den Ausschnitt des optischen Bildes IMG, der die Fläche zeigt, auf der das Fahrzeug 100 potentiell geparkt werden kann.
  • Das Parkassistenzsystem 110 erfasst für jede der Interessenregionen ROI1 - ROI7 Linien PAT und/oder Symbole SYM1 - SYM3, die auf dem Boden vorhanden sind. Diese Erfassung wird beispielsweise mittels Bilderkennungs-Techniken durchgeführt. In dem Beispiel der 3 wird in der Interessenregion ROI2 ein erstes Symbol SYM1 erfasst, ein zweites Symbol SYM2 wird in der Interessenregion ROI3 erfasst, ein dritten Symbol SYM3 wird in der Interessenregion ROI4 erfasst und Linien PAT werden in der Interessenregion ROI7 erfasst. Das erste Symbol SYM1 stellt ein „Parkverbot“-Symbol dar, das zweite und das dritte Symbol SYM2, SYM3 stellen „Behinderten-Parkplatz“-Symbole dar, und die Linien PAT bilden ein Zick-Zack-Muster, das eine „Parkverbot“-Fläche kennzeichnet. Beispielsweise ist eine Einfahrt vorhanden, die die der Interessenregion ROI7 entsprechende Fläche quert, weshalb diese von parkenden Fahrzeugen freizuhalten ist.
  • Basierend auf den erfassten Linien PAT und/oder Symbolen SYM1 - SYM3 ordnet das Parkassistenzsystem 110 einer jeweiligen Interessenregion ROI1 - ROI7 eine Parkplatz-Klasse CLS (siehe 4) zu. Die Anzahl unterschiedlicher Parkplatz-Klassen CLS ist an sich nicht begrenzt. Der Schritt S4 (siehe 5) betreffend das Zuordnen einer Parkplatz-Klasse CLS entspricht einem Klassifizieren der gekennzeichneten Parkflächen P1 - P7 gemäß den verfügbaren Parkplatz-Klassen CLS.
  • 4 zeigt eine Tabelle als ein Beispiel für eine solche Klassifizierung von Linien-Mustern und Symbolen zu spezifischen Parkplatz-Klassen CLS. In diesem Beispiel ist jede Parkplatz-Klasse durch einen numerischen Wert gekennzeichnet. Die Tabelle umfasst in diesem Beispiel drei Spalten, welche sind: Linien-Muster/Symbol, Parkplatz-Klasse CLS, und eine Priorität PRIO, die für jede Parkplatz-Klasse CLS bereitgestellt werden kann.
  • Die erste Spalte der Tabelle der 4 umfasst die Liste bekannter Linien-Muster und Symbole, die zum Kennzeichnen von Parkplätzen verwendet werden. Die Liste der 4 ist nicht abschließend und sie kann viele weitere Linien-Muster oder Symbole und/oder Variationen der Linien-Muster oder Symbole umfassen. Es ist ersichtlich, dass Linien-Muster und Symbole, die jeweils eine „Parkverbot“-Fläche darstellen, die in den Zeilen 3 - 7 beispielhaft dargestellt sind, alle der gleichen Parkplatz-Klasse CLS zugeordnet sind. Dies kann auch für unterschiedliche Linien-Muster oder Symbole, die andere Arten spezifischer Parkplätze kennzeichnen, der Fall sein, beispielsweise können alle Symbole, die einen „BehindertenParkplatz“ kennzeichnen jeweils die gleiche zugeordnete Parkplatz-Klasse CLS haben. Es sei angemerkt, dass dieses Vorgehen nicht zwingend ist, sondern es kann für jedes Linien-Muster oder Symbol eine separate Parkplatz-Klasse CLS vorgesehen sein.
  • In dem Beispiel der 4 ist einer jeden Parkplatz-Klasse CLS zusätzlich eine Prioritäts-Information PRIO zugeordnet. Die Prioritäts-Information PRIO kann beispielsweise durch einen Nutzer des Fahrzeugs 100 (siehe 1) bereitgestellt werden. Die Priorität-Information ist insbesondere in Situationen nützlich, in denen mehrere potentielle Parkplätze von dem Parkassistenzsystem 110 ermittelt werden, um an den Nutzer eine sortierte Liste der Parkplätze auszugeben und/oder um basierend auf der Prioritäts-Information PRIO einen bevorzugten Parkplatz vorzuschlagen. In diesem Beispiel werden alle „Parkverbot“-Flächen automatisch aussortiert und können daher nicht als Parkplatz für das Fahrzeug 100 ausgewählt werden. Beispielsweise ist das Fahrzeug 100 ein Elektrofahrzeug und der Nutzer des Fahrzeugs 100 ist eine schwangere Frau, die bereits ein Kind hat. Die höchste Priorität PRIO ist hierbei Parkplätzen für Elektrofahrzeuge und solchen für schwangere Frauen zugeordnet. Parkplätze, die speziell für Familien gekennzeichnet sind, weisen eine geringere Priorität PRIO auf, die jedoch noch größer ist als die Priorität PRIO von normalen Parkplätzen (Parkplätze ohne ein Linien-Muster oder Symbol). Parkplätze für Menschen mit Behinderung weisen die geringste Priorität PRIO auf, da der Nutzer des Fahrzeugs 100 keine Behinderung hat und daher nicht dazu berechtigt ist, auf solchen Parkplätzen zu parken.
  • 5 zeigt ein schematisches Block-Diagramm eines Ausführungsbeispiels zum Betreiben eines Parkassistenzsystems 110, beispielsweise des Parkassistenzsystems 110 des Fahrzeugs 100 der 1. In einem ersten Schritt S1 wird ein optisches Bild IMG (siehe 3) einer Umgebung des Fahrzeugs 100 und eine die Umgebung des Fahrzeugs 100 repräsentierende digitale Umgebungskarte MAP (siehe 2) empfangen, wobei die digitale Umgebungskarte wenigstens eine gekennzeichnete Parkfläche P1 - P7 (siehe 2) umfasst. In einem zweiten Schritt S2 wird in dem optischen Bild IMG für jede der in der digitalen Umgebungskarte MAP enthaltene gekennzeichnete Parkfläche P1 - P7 eine entsprechende Interessenregion ROI1 - ROI7 (siehe 3) ausgewählt. In einem dritten Schritt S3 werden auf dem Boden vorhandene Linien PAT (siehe 3) und/oder Symbole SYM1 - SYM3 (siehe 3) in jeder ausgewählten Interessenregion ROI1 - ROI7 erfasst.
  • In diesem Beispiel umfasst der Schritt S3 zwei Schritt S31 und S32. Schritt S31 umfasst ein Erfassen, ob die erfassten Linien PAT ähnlich zu einem einer Mehrzahl von vorbestimmten Mustern angeordnet sind, wie beispielsweise die Linien-Muster, die in der ersten Spalte der Tabelle der 4 gezeigt sind, wobei ein jeweiliges vorbestimmtes Muster zumindest einer Parkplatz-Klasse CLS (siehe 4) entspricht. Schritt S31 kann beispielsweise durch einen klassischen deterministischen oder Regel-basierten Algorithmus oder dergleichen durchgeführt werden, der zusätzlich ein heuristisches Verfahren verwenden kann. Schritt S32 umfasst ein Extrahieren der erfassten Symbole SYM1 - SYM3 einer jeden Interessenregion ROI1 - ROI7 in Form eines Bildes, und ein Klassifizieren des Bildes unter Verwendung einer künstlichen Intelligenz, die zum Klassifizieren von Bildern trainiert ist. Beispielsweise kann der Schritt S32 von einem künstlichen neuronalen Netzwerk ausgeführt werden, das zum Klassifizieren von Symbolen SYM1 - SYM3, die zum Kennzeichnen von Parkplätzen verwendet werden, trainiert wurde. Das künstliche neuronale Netzwerk wird hierbei vorzugsweise in einem überwachten Lernverfahren trainiert. Trainingsdaten, die zum Trainieren des künstlichen neuronalen Netzwerks verwendet werden, können in unterschiedlichen Regionen, Ländern und/oder Staaten der Welt unterschiedlich sein. Es sei angemerkt, dass der Schritt S3 die zwei Teilschritte S31 und S32 nicht zwingend aufweisen muss, sondern er kann auch in einem einzigen Schritt von einer einzelnen Einheit ausgeführt werden.
  • In einem vierten Schritt S4 wird basierend auf den erfassten Linien PAT und/oder Symbolen SYM1 - SYM3 eine von mehreren Parkplatz-Klassen CLS zu jeder ausgewählten Interessenregion ROI1 - ROI7 zugeordnet. In einem fünften Schritt S5 wird für jede der wenigstens einen gekennzeichneten Parkfläche P1 - P7 in Abhängigkeit der der jeweiligen zugeordneten Interessenregion ROI1 - ROI7 zugeordneten Parkplatz-Klasse CLS ermittelt, ob die gekennzeichnete Parkfläche P1 - P7 ein potentieller Parkplatz ist.
  • 6 zeigt ein schematisches Block-Diagramm eines Beispiels für ein Parkassistenzsystem 110, beispielsweise des Parkassistenzsystems 110 des Fahrzeugs 100 der 1. Das Parkassistenzsystem 110 kann beispielsweise mittels des anhand der 5 erläuterten Verfahrens betrieben werden. Das Parkassistenzsystem 110 umfasst eine Empfangseinheit 111 zum Empfangen eines optischen Bildes IMG (siehe 3) der Umgebung des Fahrzeugs 100 und einer digitalen Umgebungskarte MAP (siehe 2), die die Umgebung des Fahrzeugs 100 darstellt. Die digitale Umgebungskarte MAP enthält wenigstens eine gekennzeichnete Parkfläche P1 - P7 (siehe 2). Das Parkassistenzsystem umfasst weiterhin eine Auswahleinheit 112 zum Auswählen einer Interessenregion ROI1 - ROI7 (siehe 3) in dem empfangenen optischen Bild IMG für jede der in der digitalen Umgebungskarte MAP enthaltenen gekennzeichneten Parkfläche P1 - P7, eine Erfassungseinheit 113 zum Erfassen von auf dem Boden vorhandenen Linien PAT (siehe 3) und/oder Symbolen SYM1 - SYM3 (siehe 3) in jeder ausgewählten Interessenregion ROI1 - ROI7, eine Zuordnungseinheit 114 zum Zuordnen einer von mehreren Parkplatz-Klassen CLS (Siehe 4) zu jeder ausgewählten Interessenregion ROI1 - ROI7 basierend auf den erfassten Linien PAT und/oder Symbolen SYM, und einer Ermittlungseinheit 115 zum Ermitteln, für jede der wenigstens einen gekennzeichneten Parkfläche P1 - P7, ob die gekennzeichnete Parkfläche P1 - P7 ein potentieller Parkplatz ist, in Abhängigkeit der der jeweiligen zugeordneten Interessenregion ROI1 - ROI7 zugeordneten Parkplatz-Klasse CLS.
  • Insbesondere kann die Erfassungseinheit 113 eine deterministische und/oder heuristische Ermittlungseinheit umfassen, die ermittelt, ob erfasste Linien PAT ähnlich zu einem von mehreren vorbestimmten Mustern angeordnet sind. Weiterhin kann die Erfassungseinheit 113 eine künstliche Intelligenz, wie ein künstliches neuronales Netzwerk, umfassen, das dazu trainiert ist, Symbole in eine von mehreren Klassen zu klassifizieren, wobei jede Klasse einer Parkplatz-Klasse CLS entspricht.
  • 7 zeigt ein Beispiel eines Systems 300 mit einem Fahrzeug 100 und einer externe Einheit 310 außerhalb des Fahrzeugs 100. Das Fahrzeug 100 weist die gleichen Merkmale wie das anhand der 1 erläuterte Fahrzeug 100 auf, und umfasst zusätzlich eine Kommunikationseinheit 107. Die Kommunikationseinheit 107 kann als ein Mobilfunk-Modem oder dergleichen ausgebildet sein. Die externe Einheit 310 ist beispielsweise als ein Mobilgerät, wie ein Smartphone, ausgebildet, oder sie kann eine Kommunikationseinheit eines anderen Fahrzeugs (nicht dargestellt) oder eines festinstallierten Geräts (nicht dargestellt) sein.
  • Die externe Einheit 310 ist dazu eingerichtet, die von dem Fahrzeug 100 übermittelte zugeordnete Parkplatz-Klasse CLS zu empfangen. Beispielsweise verbindet sich die Kommunikationseinheit 107 mit der externen Einheit 310 und baut eine Peer-to-Peer Verbindung auf, oder sie verbreitet die zugeordnete Parkplatz-Klasse CLS auf einem vorbestimmten Frequenzband und/oder einer vorbestimmten Kodierung, wobei das externe Gerät 310 das vorbestimmte Frequenzband abruft oder empfängt und die zugeordnete Parkplatz-Klasse CLS empfängt.
  • Die externe Einheit 310 kann dazu eingerichtet sein, ein Steuerbefehl (nicht gezeigt) an die Kommunikationseinheit 107 des Fahrzeugs 100 zu übertragen. Der Steuerbefehl kann eine Auswahl eines Parkplatzes aus mehreren potentiellen Parkplätzen, die von dem Parkassistenzsystem 110 ermittelt wurden, umfassen. Der Steuerbefehl kann auch eine Ermittlungsinformation betreffend wenigstens eine Parkplatz-Klasse CLS umfassen, auf deren Basis das Parkassistenzsystem 110 ermitteln kann, ob eine gekennzeichnete Parkfläche P1 - P7 (siehe 2) ein potentieller Parkplatz ist.
  • Obwohl die vorliegende Erfindung anhand von Ausführungsbeispielen beschrieben wurde, ist sie vielfältig modifizierbar.
  • Bezugszeichenliste
  • 100
    Fahrzeug
    105
    Verarbeitungseinheit
    107
    Kommunikationseinheit
    110
    Parkassistenzsystem
    111
    Empfangseinheit
    112
    Auswahleinheit
    113
    Erfassungseinheit
    114
    Zuordnungseinheit
    115
    Ermittlungseinheit
    120
    Sensor
    130
    Sensor
    200
    Objekt
    210
    Begrenzungslinie
    300
    System
    310
    externe Einheit
    CL
    Mittellinie
    CLS
    Parkplatz-Klasse
    IMG
    Bild
    MAP
    Karte
    P1
    gekennzeichnete Parkfläche
    P2
    gekennzeichnete Parkfläche
    P3
    gekennzeichnete Parkfläche
    P4
    gekennzeichnete Parkfläche
    P5
    gekennzeichnete Parkfläche
    P6
    gekennzeichnete Parkfläche
    P7
    gekennzeichnete Parkfläche
    PAT
    Linien
    PL
    Parkplatz-Linie
    PRIO
    Prioritäts-Information
    ROI1
    Interessenregion
    ROI2
    Interessenregion
    ROI3
    Interessenregion
    ROI4
    Interessenregion
    ROI5
    Interessenregion
    ROI6
    Interessenregion
    ROI7
    Interessenregion
    S1
    Verfahrensschritt
    S2
    Verfahrensschritt
    S3
    Verfahrensschritt
    S4
    Verfahrensschritt
    S5
    Verfahrensschritt
    SL
    Seitenlinie
    SYM1
    Symbol
    SYM2
    Symbol
    SYM3
    Symbol
  • 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
    • DE 102017007823 A1 [0004]

Claims (13)

  1. Verfahren zum Betreiben eines Parkassistenzsystems (110) für ein Fahrzeug (100), das Verfahren umfassend: a) Empfangen (S1) eines optischen Bildes (IMG) einer Umgebung des Fahrzeugs (100) und einer die Umgebung des Fahrzeugs (100) repräsentierende digitale Umgebungskarte (MAP), wobei die digitale Umgebungskarte (MAP) wenigstens eine gekennzeichnete Parkfläche (P1 - P7)umfasst, b) Auswählen (S2) einer Interessenregion (ROI1 - ROI7) in dem empfangenen optischen Bild (IMG) für jede der in der digitalen Umgebungskarte (MAP) enthaltenen gekennzeichneten Parkfläche (P1 - P7), c) Erfassen (S3) von auf dem Boden vorhandenen Linien (PAT) und/oder Symbolen (SYM1 - SYM3) in jeder ausgewählten Interessenregion (ROI1 - ROI7), d) Zuordnen (S4) einer von mehreren Parkplatz-Klassen (CLS) zu jeder ausgewählten Interessenregion (ROI1 - ROI7) basierend auf den erfassten Linien (PAT) und/oder Symbolen (SYM1 - SYM3), und e) Ermitteln (S5), für jede der wenigstens einen gekennzeichneten Parkfläche (P1 - P7), ob die gekennzeichnete Parkfläche (P1 - P7) ein potentieller Parkplatz ist, in Abhängigkeit der der jeweiligen zugeordneten Interessenregion (ROI1 - ROI7) zugeordneten Parkplatz-Klasse (CLS).
  2. Verfahren nach Anspruch 1, ferner umfassend: Sortieren aller ermittelter potentieller Parkplätze, Auswählen eines Parkplatzes aus den sortierten Parkplätzen, und Ausgeben des ausgewählten Parkplatzes an eine autonome Fahreinheit, um das Fahrzeug (100) auf dem ausgewählten Parkplatz zu parken.
  3. Verfahren nach Anspruch 1 oder 2, ferner umfassend: Empfangen einer Ermittlungsinformation für zumindest eine der mehreren Parkplatz-Klassen (CLS), wobei der Schritt e) zusätzlich in Abhängigkeit der Ermittlungsinformation durchgeführt wird.
  4. Verfahren nach Anspruch 3, wobei die Ermittlungsinformation eine Prioritäts-Information (PRIO) für wenigstens eine der mehreren Parkplatz-Klassen (CLS) umfasst, wobei der Schritt e) ferner umfasst: Zuordnen einer Priorität (PRIO) zu jedem der potentiellen Parkplätze, und Ordnen der ermittelten potentiellen Parkplätze basierend auf der zugeordneten Priorität (PRIO).
  5. Verfahren nach einem der vorhergehenden Ansprüche, wobei Schritt c) ferner umfasst: Erfassen, ob die erfassten Linien (PAT) ähnlich zu einem von mehreren vorbestimmten Mustern angeordnet sind, wobei jedes vorbestimmte Muster wenigstens einer Parkplatz-Klasse (CLS) entspricht.
  6. Verfahren nach Anspruch 5, wobei die vorbestimmten Muster durch geometrische Eigenschaften der erfassten Linien und/oder von Abschnitten der erfassten Linien, umfassend eine Gesamtlänge und/oder eine Gesamtbreite der erfassten Linien, ein Längenverhältnis zwischen erfassten Linien und/oder zwischen Abschnitten der erfassten Linien, ein Breitenverhältnis zwischen erfassten Linien und/oder zwischen Abschnitten der erfassten Linien, ein Winkel zwischen erfassten Linien und/oder zwischen Abschnitten der erfassten Linien, eine Krümmung der erfassten Linien und/oder von Abschnitten der erfassten Linien, und/oder einem Abstand zwischen erfassten Linien und/oder zwischen Abschnitten der erfassten Linien definiert sind.
  7. Verfahren nach Anspruch 6, wobei jedes der mehreren vorbestimmten Muster einen Satz von Werten oder von Werte-Intervallen, die wenigstens einer der geometrischen Eigenschaften entsprechen, umfasst.
  8. Verfahren nach einem der vorhergehenden Ansprüche, wobei Schritt c) ferner umfasst: Extrahieren des erfassten Symbols (SYM1 - SYM3) einer jeden Interessenregion (ROI1 - ROI7) als ein Bild, und Klassifizieren des Bildes unter Verwendung einer künstlichen Intelligenz, die zum Klassifizieren von Bildern trainiert ist.
  9. Computerprogrammprodukt, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das Verfahren nach einem der Ansprüche 1 bis 8 auszuführen.
  10. Parkassistenzsystem (110) für ein Fahrzeug (100), mit: einer Empfangseinheit (111) zum Empfangen eines optischen Bildes (IMG) einer Umgebung des Fahrzeugs (100) und einer die Umgebung des Fahrzeugs (100) repräsentierende digitale Umgebungskarte (MAP), wobei die digitale Umgebungskarte (MAP) wenigstens eine gekennzeichnete Parkfläche (P1 - P7) umfasst, einer Auswahleinheit (112) zum Auswählen einer Interessenregion (ROI1 - ROI7) in dem empfangenen optischen Bild (IMG) für jede der in der digitalen Umgebungskarte (MAP) enthaltenen gekennzeichneten Parkfläche (P1 - P7), einer Erfassungseinheit (113) zum Erfassen von auf dem Boden vorhandenen Linien (PAT) und/oder Symbolen (SYM) in jeder ausgewählten Interessenregion (ROI1 - ROI7), einer Zuordnungseinheit (114) zum Zuordnen einer von mehreren Parkplatz-Klassen (CLS) zu jeder ausgewählten Interessenregion (ROI1 - ROI7) basierend auf den erfassten Linien (PAT) und/oder Symbolen (SYM1 - SYM3) , und einer Ermittlungseinheit (115) zum Ermitteln, für jede der wenigstens einen gekennzeichneten Parkfläche (P1 - P7), ob die gekennzeichnete Parkfläche (P1 - P7) ein potentieller Parkplatz ist, in Abhängigkeit der der jeweiligen zugeordneten Interessenregion (ROI1 - ROI7) zugeordneten Parkplatz-Klasse (CLS).
  11. Fahrzeug (100) mit wenigstens einer Kamera (120) zum Erfassen eines optischen Bildes (IMG) einer Umgebung des Fahrzeugs (100), einer Verarbeitungseinheit (105) zum Bereitstellen einer die Umgebung des Fahrzeug (100) repräsentierenden digitalen Umgebungskarte (MAP) in Abhängigkeit des erfassten optischen Bildes (IMG), und einem Parkassistenzsystem (110) gemäß Anspruch 10.
  12. Fahrzeug nach Anspruch 11, ferner umfassend eine Kommunikationseinheit (107), die dazu eingerichtet ist, die der gekennzeichneten Parkfläche (P1 - P7) entsprechende zugeordnete Parkplatz-Klasse (CLS) an eine externe Einheit (310) zu übermitteln.
  13. System (300) umfassend wenigstens ein Fahrzeug (100) gemäß Anspruch 12 und eine externe Einheit (310) außerhalb des Fahrzeugs (100), wobei die externe Einheit (310) dazu eingerichtet ist, die von dem Fahrzeug (100) übermittelte zugeordnete Parkplatz-Klasse (CLS) zu empfangen und die der gekennzeichneten Parkfläche (P1 - P7) entsprechende empfangene Parkplatz-Klasse (CLS) an weitere Geräte zu übermitteln und/oder ein Steuersignal als Antwort auf die empfangene Parkplatz-Klasse (CLS) an das Fahrzeug (100) zum Steuern des Fahrzeugs (100) zu übertragen.
DE102020129520.0A 2020-11-10 2020-11-10 Verfahren zum betreiben eines parkassistenzsystems, computerprogramprodukt, parkassistenzsystem, fahrzeug und system Pending DE102020129520A1 (de)

Priority Applications (7)

Application Number Priority Date Filing Date Title
DE102020129520.0A DE102020129520A1 (de) 2020-11-10 2020-11-10 Verfahren zum betreiben eines parkassistenzsystems, computerprogramprodukt, parkassistenzsystem, fahrzeug und system
EP21794386.9A EP4244822A1 (de) 2020-11-10 2021-10-19 Verfahren zum betreiben einer einparkhilfe, computerprogrammprodukt, einparkhilfesystem, fahrzeug und system
PCT/EP2021/078880 WO2022100967A1 (en) 2020-11-10 2021-10-19 Method for operating a parking assistance, computer program product, parking assistance system, vehicle and system
US18/036,264 US20230415728A1 (en) 2020-11-10 2021-10-19 Method for operating a parking assistance, computer program product, parking assistance system, vehicle and system
KR1020237015847A KR20230084293A (ko) 2020-11-10 2021-10-19 주차 보조 시스템 동작 방법, 컴퓨터 프로그램 제품, 주차 보조 시스템, 차량 및 시스템
CN202180075996.0A CN116438582A (zh) 2020-11-10 2021-10-19 用于操作停车辅助的方法、计算机程序产品、停车辅助系统、车辆和系统
JP2023527814A JP2023547723A (ja) 2020-11-10 2021-10-19 駐車支援を動作させるための方法、コンピュータプログラム製品、駐車支援システム、車両、およびシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020129520.0A DE102020129520A1 (de) 2020-11-10 2020-11-10 Verfahren zum betreiben eines parkassistenzsystems, computerprogramprodukt, parkassistenzsystem, fahrzeug und system

Publications (1)

Publication Number Publication Date
DE102020129520A1 true DE102020129520A1 (de) 2022-05-12

Family

ID=78269648

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020129520.0A Pending DE102020129520A1 (de) 2020-11-10 2020-11-10 Verfahren zum betreiben eines parkassistenzsystems, computerprogramprodukt, parkassistenzsystem, fahrzeug und system

Country Status (7)

Country Link
US (1) US20230415728A1 (de)
EP (1) EP4244822A1 (de)
JP (1) JP2023547723A (de)
KR (1) KR20230084293A (de)
CN (1) CN116438582A (de)
DE (1) DE102020129520A1 (de)
WO (1) WO2022100967A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017007823A1 (de) 2017-08-18 2018-04-19 Daimler Ag Verfahren zum Betrieb einer Fahrerassistenzvorrichtung
DE102017107700A1 (de) 2017-04-10 2018-10-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erfassen von Parklücken in einem Umgebungsbereich eines Kraftfahrzeugs, Auswerteeinrichtung, Parkassistenzsystem, Kraftfahrzeug sowie vernetztes System
DE102018005761A1 (de) 2018-07-20 2020-01-23 Daimler Ag Verfahren zum Parken eines Fahrzeugs
DE102018119897A1 (de) 2018-08-16 2020-02-20 Valeo Schalter Und Sensoren Gmbh Verfahren zum Klassifizieren von Daten betreffend eine Parklücke für ein Kraftfahrzeug

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102267562B1 (ko) * 2015-04-16 2021-06-22 한국전자통신연구원 무인자동주차 기능 지원을 위한 장애물 및 주차구획 인식 장치 및 그 방법
KR20200044196A (ko) * 2018-10-10 2020-04-29 주식회사 만도 주차 제어 장치, 주차 제어 방법 및 주차 제어 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017107700A1 (de) 2017-04-10 2018-10-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erfassen von Parklücken in einem Umgebungsbereich eines Kraftfahrzeugs, Auswerteeinrichtung, Parkassistenzsystem, Kraftfahrzeug sowie vernetztes System
DE102017007823A1 (de) 2017-08-18 2018-04-19 Daimler Ag Verfahren zum Betrieb einer Fahrerassistenzvorrichtung
DE102018005761A1 (de) 2018-07-20 2020-01-23 Daimler Ag Verfahren zum Parken eines Fahrzeugs
DE102018119897A1 (de) 2018-08-16 2020-02-20 Valeo Schalter Und Sensoren Gmbh Verfahren zum Klassifizieren von Daten betreffend eine Parklücke für ein Kraftfahrzeug

Also Published As

Publication number Publication date
WO2022100967A1 (en) 2022-05-19
JP2023547723A (ja) 2023-11-13
CN116438582A (zh) 2023-07-14
US20230415728A1 (en) 2023-12-28
KR20230084293A (ko) 2023-06-12
EP4244822A1 (de) 2023-09-20

Similar Documents

Publication Publication Date Title
DE102016003308B3 (de) Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug
DE102016211182A1 (de) Verfahren, Vorrichtung und System zum Durchführen einer automatisierten Fahrt eines Fahrzeugs entlang einer aus einer Karte bereitgestellten Trajektorie
DE102016119698B4 (de) Fahrzeugsteuerungssystem
EP3700805A1 (de) Verfahren zum steuern eines parkvorgangs
DE102013215208A1 (de) Verfahren und Vorrichtung zur Einparkunterstützung eines Fahrzeuges
WO2013072231A1 (de) Verfahren zur nebeldetektion
DE102018116036A1 (de) Training eines tiefen konvolutionellen neuronalen Netzwerks für individuelle Routen
WO2012156228A1 (de) Verfahren und vorrichtung zum erkennen eines möglichen kollisionsobjektes
DE102019208788A1 (de) Kraftfahrzeug
DE102015221183A1 (de) Verfahren und Vorrichtung zur Zuordnung von Verkehrsteilnehmern und Kommunikations-Identifikatoren
DE102018213268A1 (de) Verfahren zur anwendung in einem fahrzeug
DE102011075412A1 (de) Verfahren und System zum Erfassen einer statischen Szene, zum Bestimmen von Rohereignissen und zum Erkennen von freien Flächen in einem Beobachtungsgebiet
DE102016120066A1 (de) Computer-implementiertes Verfahren zum Kontrollieren bzw. Testen eines Objekterkennungssystems
DE102018116922A1 (de) Verfahren zum Bestimmen einer realen Position eines Anhängerkugelkopfs einer Anhängerkupplung eines Kraftfahrzeugs mittels eines Assistenzsystems des Kraftfahrzeugs, Assistenzsystem sowie Kraftfahrzeug
EP2261084A1 (de) Verfahren und Steuergerät zur Lokalisierung einer Parklücke für ein Fahrzeug
DE102007017293A1 (de) Fahrspurdetektion mit Schwarz-Weiß-Kamera und Farbkamera
DE102009052868A1 (de) Verfahren zum Betrieb eines Fahrassistenzsystems eines Fahrzeugs
DE102020129520A1 (de) Verfahren zum betreiben eines parkassistenzsystems, computerprogramprodukt, parkassistenzsystem, fahrzeug und system
DE102015225415A1 (de) Verfahren und Vorrichtung zum Klassifizieren einer mittels eines distanzbasierten Detektionsverfahrens erkannten Parklücke auf Gültigkeit
DE102019000403A1 (de) Verfahren zumindest zur Ausgabe einer Warnung vor einer Gefahrenstelle
DE102018114912A1 (de) Verfahren zum Klassifizieren einer Farbe einer Fahrbahnmarkierung mittels eines statistischen Fahrbahnmarkierungsbestimmungsmodells, elektronische Recheneinrichtung sowie Fahrerassistenzsystem
DE102021117227A1 (de) Analysieren eines Kreisverkehrs
DE112017003626T5 (de) Biologisches informationsspeichersystem und fahrzeuginterne biologische informationsspeichervorrichtung
DE102020001532A1 (de) Verfahren zum Reduzieren von Fehldetektionen von Objekten in der Umgebung eines Fahrzeugs, Vorrichtung zum Durchführen eines solchen Verfahrens, und Fahrzeug mit einer solchen Vorrichtung
DE102018100593A1 (de) Parkassistenzsystem mit entfernter Konfiguration eines lokalen neuronalen Netzes

Legal Events

Date Code Title Description
R163 Identified publications notified