DE102020201354A1 - Verfahren zur Berechnung eines Nässeparameters, Recheneinheit und Computerprogramm - Google Patents

Verfahren zur Berechnung eines Nässeparameters, Recheneinheit und Computerprogramm Download PDF

Info

Publication number
DE102020201354A1
DE102020201354A1 DE102020201354.3A DE102020201354A DE102020201354A1 DE 102020201354 A1 DE102020201354 A1 DE 102020201354A1 DE 102020201354 A DE102020201354 A DE 102020201354A DE 102020201354 A1 DE102020201354 A1 DE 102020201354A1
Authority
DE
Germany
Prior art keywords
texture
image
frequency value
wetness
areas
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
DE102020201354.3A
Other languages
English (en)
Inventor
Paul Ruhnau
Simon Weissenmayer
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch 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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE102020201354.3A priority Critical patent/DE102020201354A1/de
Priority to CN202110151101.9A priority patent/CN113240621A/zh
Publication of DE102020201354A1 publication Critical patent/DE102020201354A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • 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
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06Road conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • G06T7/41Analysis of texture based on statistical description of texture
    • 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 or light sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

Die Erfindung betrifft ein Verfahren (400) zur Berechnung eines Nässeparameters, wobei mittels einer Kamera (210) ein Bild (300) einer Fahrbahn (100, 220) aufgenommen wird, das Bild (300) in Bereiche (330) aufgeteilt wird und für jeden der Bereiche (330) ein Texturfrequenzwert in einer ersten Richtung quer und/oder einer zweiten Richtung parallel zur Fahrbahn (100, 220) bestimmt wird und auf Basis des bestimmten Texturfrequenzwerts ein Nässeparameter berechnet wird. Eine Recheneinheit sowie ein Computerprogramm zur Durchführung eines derartigen Verfahrens (400) sind ebenfalls Gegenstand der Erfindung.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren zur Berechnung eines Nässeparameters sowie eine Recheneinheit und ein Computerprogramm zu dessen Durchführung.
  • Stand der Technik
  • In modernen Fahrzeugen, insbesondere in solchen, die mit Assistenzsystemen, beispielsweise für automatisiertes oder autonomes Fahren, ausgerüstet sind, sind häufig Kameras verbaut, die insbesondere in oder gegen die Fahrtrichtung ausgerichtet sind. Mit solchen Kameras kann ermittelt werden, ob die Fahrbahn, auf der sich das Fahrzeug bewegt, nass ist. Beispielsweise können die von der Kamera erzeugten Bilddaten ausgewertet werden und ermittelt werden, ob hinter einem vorausfahrenden Fahrzeug eine Gischtwolke entsteht. Ist dies der Fall, wird automatisch erkannt, dass die Fahrbahn nass ist.
  • Sind keine vorausfahrenden Fahrzeuge vorhanden, kann ein analoges Verfahren zur Erkennung einer nassen Fahrbahn mit einer entgegen der Fahrtrichtung nach hinten gerichteten Kamera durchgeführt werden, wobei die Gischtwolke, die das Fahrzeug selbst erzeugt, erfasst wird.
  • Diese Verfahren funktionieren insbesondere auf sehr nassen Fahrbahnen, beispielsweise wenn Pfützen im Bereich der Reifen vorhanden sind.
  • Grundsätzlich sind solche Verfahren dazu vorgesehen, die Fahrsicherheit zu erhöhen, beispielsweise indem ein Abstandsassistenzsystem auf einen zu erwartenden Bremsweg eingestellt wird, oder indem ein Antriebsstrang des Fahrzeugs so betrieben wird, dass ein Antriebsdrehmoment an den zu erwartenden Reibungswiderstand angepasst wird.
  • Der Bremsweg kann im Vergleich zu einer gänzlich trockenen Fahrbahn auch dann schon verlängert sein, wenn keine Pfützen auf der Fahrbahn vorhanden sind, sondern abtrocknende (Rest-)Feuchtigkeit, insbesondere im Bereich der Reifen, verbleibt. Auch Feuchtigkeit außerhalb des herkömmlicherweise von den Reifen befahrenen Bereichs kann problematisch sein, beispielsweise bei Überhol- oder Ausweichmanövern, bei denen dieser Bereich zumindest zeitweise verlassen wird.
  • Offenbarung der Erfindung
  • Erfindungsgemäß werden ein Verfahren zur Berechnung eines Nässeparameters sowie eine Recheneinheit und ein Computerprogramm zu dessen Durchführung mit den Merkmalen der unabhängigen Patentansprüche vorgeschlagen. Vorteilhafte Ausgestaltungen sind Gegenstand der Unteransprüche sowie der nachfolgenden Beschreibung.
  • Erfindungsgemäß wird ein Verfahren zur Berechnung eines Nässeparameters vorgeschlagen, wobei mittels einer Kamera ein Bild einer Fahrbahn aufgenommen wird, aus dem Bild für Bereiche der Fahrbahn eine Texturfrequenz bzw. ein Texturfrequenzwert in einer ersten Richtung quer und/oder einer zweiten Richtung parallel zur Fahrbahn bestimmt wird und auf Basis der bestimmten Texturfrequenz ein Nässeparameter berechnet wird. Eine solche Texturfrequenz kennzeichnet insbesondere die Anzahl von Texturwechseln (insbesondere trocken/nass) pro Längeneinheit. Ein Texturwechsel kann beispielsweise anhand von Kontrastwechseln erkannt werden.
  • Bevorzugt wird die Textur aus Farb-, Helligkeits- und/oder Intensitätswerten des Bildes ermittelt. Beispielsweise sind nasse Stellen gewöhnlich dunkler und/oder farbintensiver als trockene Stellen des gleichen Untergrundes. Daher kann durch eine derartige Texturbestimmung zwischen nassen und trockenen Stellen unterschieden werden.
  • Die erwähnten Bereiche umfassen dabei insbesondere Streifen in der ersten Richtung quer und/oder der zweiten Richtung parallel zur Fahrbahn. Vorzugsweise wird die Texturfrequenz entlang der Streifenrichtung bestimmt. So können charakteristische Muster, die durch Nässe auf der Fahrbahn hervorgerufen werden, mit hoher Sicherheit von anderen Mustern unterschieden werden.
  • Vorzugsweise wird zu jedem in einer Richtung eines Bereichs bestimmten Texturfrequenzwert ein Häufigkeitswert berechnet, der eine relative Häufigkeit dieses Texturfrequenzwerts in einer Anzahl von Bereichen entlang der jeweils anderen Richtung beschreibt. Dadurch können nicht von Feuchtigkeit verursachte Texturfrequenzen weniger Einfluss auf die Höhe des Nässeparameters ausüben.
  • Vorteilhafterweise wird bei der Berechnung des Nässeparameters jeder Texturfrequenzwert mit dem zugehörigen Häufigkeitswert gewichtet berücksichtigt. Dadurch wird die Fehleranfälligkeit des Verfahrens minimiert, weil nur Texturfrequenzwerte, die in vielen ausgewerteten Bereichen vorkommen, einen signifikanten Einfluss auf den Nässeparameter entfalten.
  • Vorteilhafterweise wird bei der Berechnung des Nässeparameters ein erster Texturfrequenzbereich mit positivem und/oder ein zweiter Texturfrequenzbereich mit negativem Korrelationskoeffizienten berücksichtigt. Beispielsweise können damit Texturfrequenzen, die auf Pflanzenschatten hindeuten, also beispielsweise in einem Frequenzbereich liegen, der der Größe von Blättern entspricht, nicht zu einer Erhöhung des Nässeparameters führen. Zugleich können diese Frequenzbereiche dazu genutzt werden, sicherzustellen, dass in Bereichen in deren Nachbarschaft vorliegende Texturfrequenzen, die beispielsweise von Schlagschatten von Baumstämmen verursacht werden können, richtig zugeordnet werden und ebenfalls nicht zu einer Erhöhung des Nässeparameters führen. Dadurch bildet der so berechnete Nässeparameter die tatsächliche Nässesituation zuverlässiger ab.
  • Vorteilhafterweise wird eine Fahrzeugfunktion in Abhängigkeit von dem berechneten Nässeparameter gesteuert. Damit kann die berechnete Straßennässe berücksichtigt werden, um die Fahrsicherheit insgesamt zu erhöhen.
  • Bevorzugt umfasst die Fahrzeugfunktion eines oder mehrere aus einer Bremskraftanpassung, einer Notbremsassistenz, eines Schleuderschutzes, einer Getriebesteuerung, einer Motorsteuerung, einer Warnungsausgabe und eines Notrufs. Diese sind insbesondere geeignet, die Sicherheit im Straßenverkehr bei Straßennässe zu verbessern bzw. dadurch auftretende Schäden zu minimieren.
  • Wie erwähnt erfolgt die Frequenzberechnung bereichsweise. Ein Bild der Fahrbahn wird dazu in Bereiche wie z.B. Streifen unterteilt, die vorteilhafterweise parallel zueinander und senkrecht zur Fahrtrichtung angeordnet sind. Für jeden der Bereiche wird dann einzeln die Texturfrequenz berechnet.
  • Dazu können beispielsweise innerhalb des Bereichs abgeschlossene Bildsegmente mit jeweils ähnlicher oder gleicher Helligkeit, Farbtiefe oder Farbtönung innerhalb eines Bildsegments und unterschiedlicher Helligkeit, Farbtiefe oder Farbtönung zwischen den Bildsegmenten gezählt werden. Die Anzahl dieser Bildsegmente wird dann durch eine den Bereich kennzeichnende Längeneinheit, beispielsweise die Länge oder Breite des betreffenden Bereichs, dividiert, so dass die Texturfrequenz pro Längeneinheit, beispielsweise mit der Einheit m-1 bzw. pro Meter angegeben werden kann.
  • In analoger Weise kann eine Texturfrequenz parallel zur Fahrbahn berechnet werden. Dazu wird das Bild der Fahrbahn vorteilhafterweise in zueinander und zur Fahrbahn parallele Streifen unterteilt.
  • Die Erfindung macht sich die Erkenntnis zunutze, dass bei nassen und abtrocknenden Fahrbahnen charakteristische Muster erkennbar sind, die insbesondere durch die Nutzung der Fahrbahn entstehen.
  • Ist in dieser Offenbarung davon die Rede, dass eine Fahrbahn als nass, feucht oder abtrocknend erkannt wird, ist dies hier so zu verstehen, dass ein hoher Nässeparameter berechnet wird. In einigen Ausgestaltungen der Erfindung kann zwischen einer nassen, einer feuchten und/oder einer abtrocknenden Fahrbahn unterschieden werden. In solchen Fällen gilt folgende Reihenfolge der Höhe der Nässeparameter: nass > feucht > abtrocknend. Mit anderen Worten ist der Nässeparameter positiv mit dem durch Wasser benetzten Flächenanteil der Fahrbahn korreliert.
  • Zum Beispiel werden bei abtrocknender Fahrbahn häufig die Reifenspuren früher trocken gefahren, während der Bereich zwischen den Reifenspuren und die Bereiche rechts und links zum Fahrbahnrand noch länger feucht bleiben. Dadurch ergibt sich ein Muster, bei dem sich in einer Richtung quer zur Fahrbahn helle und dunkle Bildbereiche abwechseln. Meist sind die nassen Stellen dabei dunkler als trockene, insbesondere auf Asphaltfahrbahnen. Sind die Fahrbahnbereiche, in denen die Reifen normalerweise abrollen, bereits trocken, während die Fahrbahnbereiche außerhalb der Reifenspuren noch nass bzw. feucht sind, ergeben sich dadurch fünf Fahrbahnbereiche, die in Fahrtrichtung parallel nebeneinander angeordnet sind. Bei einer Fahrspurbreite zwischen 2,75 und 3,75 Metern ergibt sich so eine Frequenz quer zur Fahrtrichtung von 0,5 m-1 bis 0,75 m-1. Aus einem solchen Frequenzwert kann daher beispielsweise auf eine abtrocknende Straße geschlossen werden.
  • Vorteilhafterweise wird der Nässeparameter dabei nicht aus der Texturfrequenz eines einzelnen Bereichs, insbesondere (hier horizontalen) Bildstreifens, berechnet, sondern es werden dazu mehrere Bereiche ausgewertet und beispielsweise nur wenn eine bestimmte Texturfrequenz bzw. ein bestimmter Bereich von Texturfrequenzen mit einer gewissen Häufigkeit, also zumindest in einer vorbestimmten Mindestanzahl an ausgewerteten Bereichen auftritt, wird diese Texturfrequenz bzw. dieser Texturfrequenzbereich bei der Berechnung des Nässeparameters berücksichtigt. Dadurch werden zufällige Schwankungen in den Bilddaten oder nässeunabhängige Texturen der Fahrbahn nicht bei der Berechnung berücksichtigt und verfälschen somit nicht das Ergebnis. Dadurch wird die Berechnung des Nässeparameters beispielsweise robuster gegenüber Schadstellen in der Fahrbahn, die zwar in einzelnen Bereichen eine entsprechende Texturfrequenz bedingen können, jedoch keine valide Aussage über das Vorhandensein von Wasser auf der Fahrbahn erlauben.
  • Die Texturen sollten dabei mit einer Auflösung von mindestens 25 cm ermittelt werden, um sicher die abtrocknenden Fahrspuren erkennen zu können. Jedoch können auch Auflösungen von bis zu 2,5 cm von Vorteil sein, um z.B. den Schattenwurf von Bäumen als solchen identifizieren zu können. Ist die Häufigkeit im Frequenzbereich zwischen 10 und 20 pro Meter höher als ein Schwellwert, können die Helligkeitsunterschiede auf den Schattenwurf von Pflanzen zurückgeführt werden.
  • Diese Erkennung wird bevorzugt nur dann durchgeführt, wenn die Sonne scheint, d.h. wenn eine Gesamthelligkeit, beispielsweise gemessen mit der Kamera oder mit einem Helligkeitssensor, einen gewissen Helligkeitsschwellwert überschreitet. Werden auf diese Weise Pflanzenschatten als solche erkannt, kann dies auch bei Texturfrequenzen im niedrigeren Frequenzbereich mitberücksichtigt werden, die grundsätzlich für die Berechnung des Nässeparameters herangezogen würden. In direkter Nachbarschaft zu einem Bereich mit einer solch hohen Frequenz könnte jedoch beispielsweise der Schatten eines Baumstamms, der ebenfalls einen niedrigen Texturfrequenzwert in der Bildanalyse verursachen kann, fälschlicherweise zur Berechnung eines hohen Nässeparameters führen. Daher ist es vorteilhaft, diese Erfassung von durch Pflanzen induzierter Texturfrequenzhäufung als solche zu identifizieren und nicht in einer Erhöhung des Nässeparameters resultieren zu lassen.
  • Durch Fahrbahnunebenheiten und Spurrillen können Pfützen und Wasserrinnen entstehen, die wesentlich später abtrocknen als erhöhte Bereiche des Fahrbahnbelags. Diese Fahrbahnunebenheiten entstehen bei Asphaltfahrbahnen häufig durch schwere Fahrzeuge, die beispielsweise bei hohen Temperaturen längere Zeit auf derselben Stelle stehen oder große Kräfte in Längs- und/oder Querrichtung auf die Fahrbahn übertragen. Aus diesem Grund haben die Fahrbahnunebenheiten, und damit auch die feuchten Flecken auf dem Fahrbahnbelag, häufig ähnliche Ausdehnungen bzw. Abstände wie die Achsabstände oder die Spurweiten der entsprechenden Fahrzeuge. Die Achsabstände von schweren LKW liegen häufig zwischen 1 m und 2 m, was einem entsprechenden Texturfrequenzbereich von 0,5 m-1 bis 1 m-1 parallel zur Fahrbahn entspricht.
  • Derartige Bodenunebenheiten können außerdem mit Raddrehzahlsensorik, Inertialsensorik, Reifendrucksensorik und Höhenstandssensorik erfasst werden. Wenn daher nach einer Transformation solcher Sensorsignale in den Frequenzbereich Frequenzen zwischen 0,5 pro Meter und 1 pro Meter ebenfalls eine Häufigkeitsschwelle im erläuterten Sinne überschreiten, kann ein als nass oder abtrocknend erkannter Straßenabschnitt dadurch bestätigt bzw. plausibilisiert werden.
  • Eine weitere regelmäßig auftretende Häufung von Nässe bzw. Feuchtigkeit ist bei Betonfahrbahnen zu erkennen. Diese müssen in regelmäßigen Abständen, beispielsweise 4 m bis 12 m, eingeschnitten werden, um eine Ausdehnung durch Temperaturunterschiede ermöglichen zu können, ohne Materialabplatzungen (sog. Blow-Ups) befürchten zu müssen. Mit der Zeit setzen sich die dadurch entstandenen Platten an einigen Stellen stärker als an anderen Stellen und erzeugen auf diese Art Pfützen, deren Ausdehnungen einen sehr starken Bezug zur Plattengröße haben. Wenn die Häufigkeit einer Textur im Frequenzbereich zwischen 0,08 und 0,25 pro Meter, insbesondere in der Richtung parallel zur Fahrbahn, höher als ein Schwellwert ist, wird die Straße als nass oder abtrocknend erkannt und somit ein hoher Nässeparameter bestimmt.
  • Wenn nach einer Transformation der Signale von Raddrehzahlsensorik, Inertialsensorik, Reifendurcksensorik oder Höhenstandssensorik in den Frequenzbereich Frequenzen zwischen 0,08 pro Meter und 0,25 pro Meter ebenfalls eine Häufigkeitsschwelle überschreiten, kann ein als nass oder abtrocknend erkannter Straßenabschnitt dadurch analog zu dem oben beschriebenen Fall der Fahrbahnunebenheiten bestätigt bzw. plausibilisiert werden.
  • Bei sehr nasser Straße bilden sich an Fahrzeugen Spuren, die mit der Frontkamera an vorausfahrenden Fahrzeugen und mit einer Rückfahrkamera am eigenen Fahrzeug erkannt werden können. Diese Spuren haben eine definierte Breite und einen definierten Abstand, die der Breite der Reifen bzw. der Spurweite des Fahrzeugs entspricht. Bei vorausfahrenden Fahrzeugen ist die Spurweite im Allgemeinen einige Zentimeter kleiner als die Breite des Fahrzeugs. Die Spurweite des eigenen Fahrzeugs ist unveränderlich und bekannt und kann z.B. 1,6 m bis 2 m betragen. Wenn die Häufigkeit einer Textur in der Querrichtung im Frequenzbereich zwischen 0,5 und 0,7 pro Meter höher als ein Schwellwert ist, könnte die Straße dementsprechend als sehr nass erkannt werden. Jedoch ist, wie oben beschrieben, eine Häufung von Texturfrequenzen in diesem Bereich auch bei abtrocknender Fahrbahn erkennbar. Bei sehr nasser Straße sind jedoch auch Spuren zu erwarten, die nahezu exakt der Breite der Lauffläche eines Reifens entsprechen. Die Reifenbreite des eigenen Fahrzeugs ist unveränderlich und bekannt und kann z.B. 0,15 m bis 0,3 m betragen. Wenn die Häufigkeit einer Textur quer zur Fahrbahn im Frequenzbereich zwischen 3 pro Meter und 7 pro Meter höher als ein Schwellwert ist, wird die Straße als sehr nass erkannt. Insbesondere in Fällen, in denen eine hinten am Fahrzeug angebrachte Kamera zur Aufnahme der Bilder verwendet wird, kann dieser Frequenzbereich sehr präzise auf die Breite der eigenen Reifen eingestellt werden, was zu einer deutlich erhöhten Präzision bei der Berechnung des Nässeparameters führt.
  • Allein auf Basis der Texturfrequenzwerte kann bspw. zwischen Pfützen in Spurrillen und trockenen Reifenspuren zwischen noch feuchten Fahrbahnstellen nicht unterschieden werden, da diese nahezu die gleiche räumliche Ausdehnung aufweisen können. Nasse Stellen weisen jedoch im Allgemeinen eine dunklere und/oder intensivere Färbung als trockene Stellen auf demselben Untergrund auf. Besonders bevorzugt werden daher zusätzlich relative Farb-, Helligkeits- und/oder Intensitätswerte von Bildsegmenten innerhalb eines Bereichs und/oder ein Kontrastwert zwischen diesen Bildsegmenten bei der Berechnung des Nässeparameters berücksichtigt. Dadurch kann zwischen abtrocknenden, nassen und sehr nassen Fahrbahnen unterschieden werden, was sich positiv auf die Fahrsicherheit auswirken kann.
  • Der jeweilige Schwellwert kann beispielsweise abhängig von der durchschnittlichen Beleuchtungsstärke gewählt werden. Ebenso ist denkbar, den bzw. die Schwellwert(e) abhängig vom aktuellen Fahrbahnbelag zu wählen. Der aktuelle Fahrbahnbelag kann z.B. mit Hilfe eines gemessenen Ultraschallrauschpegels erkannt werden, da dieser beispielsweise auf Flüsterasphalt niedriger ist als auf normalem Asphalt. Es ist auch denkbar, die hier beschriebenen visuellen Frequenzhäufigkeiten, insbesondere in einem sehr hohen Frequenzbereich, zur Ermittlung des aktuellen Fahrbahnbelags zu verwenden, da unterschiedliche Fahrbahnbeläge beispielsweise unterschiedliche Gesteinskornfraktionen aufweisen und daher unterschiedliche Texturfrequenzen zu beobachten sind.
  • Außerdem können Schwellwerte und Frequenzbereiche für die Erkennung jedes Straßenzustands in Kartenmaterial für jeden Straßenabschnitt individuell festgelegt werden und beispielsweise per Mobilfunkverbindung an das Fahrzeug übertragen werden.
  • Da die beschriebenen nässeinduzierten Muster jeweils eine ausgeprägte Vorzugsrichtung, entweder quer zur Fahrbahn oder parallel dazu aufweisen, kann aus einer isotropen Frequenzverteilung darauf geschlossen werden, dass die erfasste Textur nicht durch Nässe oder Feuchtigkeit der Fahrbahn hervorgerufen wurde. Werden also parallel zur Fahrbahn und quer dazu sehr ähnliche Texturfrequenzverteilungen berechnet, werden diese bevorzugt nicht für die Berechnung des Nässeparameters verwendet bzw. so für die Berechnung des Nässeparameters verwendet, dass sie keinen erhöhenden Einfluss auf ihn haben.
  • Eine erfindungsgemäße Recheneinheit, z.B. ein Steuergerät eines Kraftfahrzeugs, ist, insbesondere programmtechnisch, dazu eingerichtet, ein erfindungsgemäßes Verfahren durchzuführen.
  • Auch die Implementierung eines erfindungsgemäßen Verfahrens in Form eines Computerprogramms oder Computerprogrammprodukts mit Programmcode zur Durchführung aller Verfahrensschritte ist vorteilhaft, da dies besonders geringe Kosten verursacht, insbesondere wenn ein ausführendes Steuergerät noch für weitere Aufgaben genutzt wird und daher ohnehin vorhanden ist. Geeignete Datenträger zur Bereitstellung des Computerprogramms sind insbesondere magnetische, optische und elektrische Speicher, wie z.B. Festplatten, Flash-Speicher, EEPROMs, DVDs u.a.m. Auch ein Download eines Programms über Computernetze (Internet, Intranet usw.) ist möglich.
  • Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und der beiliegenden Zeichnung.
  • Die Erfindung ist anhand von Ausführungsbeispielen in der Zeichnung schematisch dargestellt und wird im Folgenden unter Bezugnahme auf die Zeichnung beschrieben.
  • Figurenliste
    • 1 zeigt eine Straße in schematischer Darstellung.
    • 2 zeigt ein Fahrzeug, das zur Durchführung eines erfindungsgemäßen Verfahrens eingerichtet ist.
    • 3 zeigt schematisch ein Bild, das im Rahmen einer vorteilhaften Ausgestaltung eines erfindungsgemäßen Verfahrens verwendet werden kann.
  • Ausführungsform(en) der Erfindung
  • Die in 1 dargestellte Straße 100 weist Fahrbahnmarkierungen 130 sowie feuchtigkeitsbedingt Texturmuster 110, 120 auf.
  • In einem ersten Szenario, in dem die Straße 100 abtrocknend ist, sind erste Fahrbahnbereiche 110, in denen sich gewöhnlich die Reifen von Fahrzeugen, die die Straße 100 nutzen, bewegen, bereits trocken gefahren, während zweite Fahrbahnbereiche 120, die nur selten von den Reifen befahren werden, noch feucht sind. Dadurch ergibt sich auf einer Asphaltfahrbahn typischerweise eine dunklere Färbung der noch feuchten zweiten Bereiche 120 im Vergleich zu den helleren, bereits trockenen ersten Bereiche 110. Die Fahrbahnmarkierungen 130 können in vorteilhaften Ausgestaltungen eines erfindungsgemäßen Verfahrens beispielsweise zur Bestimmung der Fahrbahnbreite und der Ermittlung des Stra-ßenverlaufs verwendet werden. So kann aus aufgenommenen Bilddaten auch bei kurvigem Straßenverlauf eine Texturanalyse, wie sie im Folgenden noch näher erläutert wird, vorgenommen werden.
  • In einem zweiten Szenario weist die Straße 100 in den ersten Fahrbahnbereichen 110 Spurrillen 110 auf, während in den zweiten Fahrbahnbereichen 120, die selten von den Reifen der Fahrzeuge befahren werden, erhöhte Asphaltflächen vorliegen. Nach einem Niederschlagsereignis sammelt sich daher Wasser in den Spurrillen 110, so dass diese länger von Wasser bedeckt bleiben als die erhöhten Fahrbahnbereiche 120. Dadurch sind in dem zweiten Szenario die Spurrillen 110 bei teilweise nasser Straße 100 dunkler als die zweiten Bereiche 120.
  • Wird, wie in 3 dargestellt, ein Bild 300 von der Straße 100 bzw. einer Fahrbahn 220 der Straße 100 aufgenommen, so kann dieses Streifenmuster 110, 120, das im Wesentlichen parallel zur Straße verläuft, als Textur in den entsprechenden Bilddaten erkannt werden. Die Bildtextur wird, vorzugsweise automatisiert, ausgewertet um auf einen Nässezustand der Straße 100 zu schließen. Dazu kann beispielsweise ein Bild 300 von einem Abschnitt der Straße 100 mit einer gewissen Länge, beispielsweise 25 m, in schmale Streifen, beispielsweise Querstreifen 330 eingeteilt werden, die eine gewisse Breite aufweisen, beispielsweise 25 cm. Die so erzeugten Bildstreifen 330 werden dann einzeln analysiert. In dem hier dargestellten Beispiel ergeben sich also einhundert Bildstreifen 330 von jeweils 25 cm Breite, die eine Länge aufweisen, die der Breite 310, 320 der Fahrbahn 220, insbesondere zwischen den Fahrbahnmarkierungen 130, entspricht. Die Fahrbahnbreite 310, 320 kann beispielsweise aus der Position der Fahrbahnmarkierungen 130 innerhalb des Bildes 300 berechnet werden. Dazu kann beispielsweise näherungsweise angenommen werden, dass der gesamte Straßenabschnitt, der in dem entsprechenden Bild 300 aufgenommen ist, eben ist. So kann die Länge eines Bildstreifens 330 im Vordergrund anhand von voreingestellten Parametern berechnet werden, während die Länge der Bildstreifen 330 im Hintergrund anhand der perspektivischen Stauchung berechnet wird, so dass die in 3 dargestellte Länge 310 identisch mit der Länge 320 ist. Eine weitere Möglichkeit besteht in der Annahme, dass sich die Straßenbreite in dem aufgenommenen Straßenabschnitt konstant verhält. Ist dies der Fall, kann von der Annahme, der Straßenabschnitt sei eben, abgerückt werden, da aus der Länge eines Bildstreifens 330 dann anhand der perspektivischen Stauchung auf seine Entfernung geschlossen werden kann. So kann für einen Bildstreifen im Vordergrund die Fahrbahnbreite 310 berechnet werden, während die Länge der anderen Bildstreifen 330 dazu verwendet werden kann, Unebenheiten in dem Straßenabschnitt zu bestimmen.
  • Die Analyse der Textur kann beispielsweise eine Auswertung der Helligkeitsverteilung über die Länge jedes Einzelstreifens umfassen. Dabei werden, wie oben in Bezug auf das erste Szenario beschrieben, bei abtrocknender Straße 100 fünf Fahrbahnbereiche zwischen den Fahrbahnmarkierungen 130 zu unterscheiden sein: drei feuchte Bereiche 120, die eine dunklere Färbung aufweisen, und zwei trockene Bereiche 110 in der Position, in der häufig Reifen auf der Fahrbahn abrollen, was an den betreffenden Stellen zu einer erhöhten Verdunstung von Niederschlagswasser führt, wodurch die Reifenspuren 110 in diesem ersten Szenario heller sind. Aus der Anzahl der unterschiedlich dunklen Streifen und der Länge 310, 320 der Streifen 330 kann damit eine Texturfrequenz für jeden Einzelstreifen 330 berechnet werden. Aus der Texturfrequenz wird dann ein Nässeparameter berechnet. Durch eine statistische Analyse über die Gesamtheit der ausgewerteten Streifen 330 kann die Sicherheit der Nässeerkennung erhöht werden, beispielsweise indem für typische Texturfrequenzen, die nässebedingt sein können, eine Mindestquote vorgegeben wird, oberhalb derer die Straße als nass bzw. abtrocknend erkannt wird.
  • Wie bereits erwähnt, können bestimmte Texturen sich nicht nur in ihrer Frequenz, sondern auch in ihrem Kontrastverhalten unterscheiden, so dass dieses als zusätzlicher Parameter in die Berechnung des Nässeparameters einfließen kann. Beispielsweise sind die Reifenspuren 110 im oben beschriebenen ersten Szenario heller als die zweiten Bereiche 120, während sie im zweiten Szenario dunkler als die zweiten Bereiche 120 sind. Diese Kontrastumkehr kann zur Unterscheidung zwischen Pfützen in Spurrillen von abtrocknenden Reifenspuren verwendet werden. Dies ist insbesondere vorteilhaft, weil derartige Pfützen zu Aquaplaning führen können, während bei Trocknungsstreifen auf der Fahrbahn nur im Falle eines Befahrens der zweiten Bereiche mit einem etwas verminderten Reibwert gerechnet werden muss, so dass diese Unterscheidung einen erheblichen Mehrwert für die Fahrsicherheit bedeuten kann.
  • Es ist ferner möglich, dass die Bilddaten nicht aus einem Einzelbild 300 stammen, sondern dass beispielsweise für jeden Einzelstreifen 330 ein gesondertes Bild aufgenommen wird. Dazu kann, wie in 2 dargestellt, an einer Front eines Fahrzeugs 200 ein Bildsensor 210, der beispielsweise in Form einer 2D-Kamera bereitgestellt ist, vorgesehen sein. Die Kamera kann insbesondere in Fahrtrichtung nach vorne ausgerichtet sein, um ein Bild 300 von einem ganzen Straßenabschnitt aufzunehmen, wie es in 3 dargestellt ist, oder nach unten gerichtet sein, um Bilder von Einzelstreifen 330 aufzunehmen. Im Falle von Einzelbildern kann die statistische Auswertung beispielsweise in Form eines Überlaufspeichers implementiert werden, wobei das jeweils neueste Bild das jeweils älteste Bild ersetzt. Ein solcher Überlaufspeicher kann auch für den Fall einer Aufnahme von Bildern, die mehrere Bildstreifen 330 umfassen, vorteilhaft sein, um die statistische Auswertung auf eine größere Datenbasis zu stützen und somit eine geringer Störanfälligkeit zu erzielen.
  • Dabei kann auch vorgesehen sein, dass eine Gewichtung der Daten anhand ihres Alters erfolgt, so dass die jeweils aktuellsten Texturfrequenzen einen höheren Einfluss als die älteren Daten haben. Dadurch passt sich die Berechnung des Nässeparameters dynamisch an die aktuelle Straßensituation an, ohne relevante Daten aus der jüngeren Vergangenheit sofort zu verwerfen. Dies kann beispielsweise vorteilhaft sein, wenn sich die Nässesituation lokal stark ändert, z.B. bei der Einfahrt in ein Waldstück, in dem die Straße nass ist, aus einem sonnigen Straßenabschnitt, der bereits früher abgetrocknet ist. Dadurch wird die neue Situation schnell berücksichtigt, wenn die aktuellsten Daten eine höhere Gewichtung erhalten.
  • In 4 ist eine vorteilhafte Ausgestaltung des Verfahrens in Form eines Flussdiagramms stark vereinfacht dargestellt und insgesamt mit 400 bezeichnet.
  • In einem Schritt S1 wird ein Bild, beispielsweise in Form des in 3 dargestellten Bildes 300, aufgenommen.
  • In einem Schritt S2 wird das in dem Schritt S1 aufgenommen Bild analysiert, wie oben bereits beschrieben.
  • In einem Schritt S3 wird aus dem Analyseergebnis ein Nässeparameter berechnet, der schließlich in einem Schritt S4 zur Steuerung einer Fahrzeugfunktion genutzt wird. Beispielsweise kann bei einem hohen Nässeparameter ein Notbremsassistenzsystem als die Fahrzeugfunktion so eingestellt werden, dass es empfindlicher bzw. früher reagiert und somit schneller auslöst. Gleichzeitig kann beispielsweise eine maximal anwendbare Bremskraft verringert werden, um zu verhindern, dass das Fahrzeug 200 ins Rutschen gerät, wenn die Fahrbahn nässebedingt einen geringeren Reibwert aufweist, als dies bei trockenen Bedingungen der Fall wäre. Dadurch kann die Fahrsicherheit erhöht werden, indem der Bremsweg effektiv verkürzt wird und eine Manövrierfähigkeit während einer Notbremsung erhalten bleibt.

Claims (11)

  1. Verfahren (400) zur Berechnung eines Nässeparameters, wobei mittels einer Kamera (210) ein Bild (300) einer Fahrbahn (100, 220) aufgenommen wird, das Bild (300) in Bereiche (330) aufgeteilt wird und für jeden der Bereiche (330) ein Texturfrequenzwert in einer ersten Richtung quer und/oder einer zweiten Richtung parallel zur Fahrbahn (100, 220) bestimmt wird und auf Basis des bestimmten Texturfrequenzwerts ein Nässeparameter berechnet wird.
  2. Verfahren (400) nach Anspruch 1, wobei zu jedem in einer Richtung eines Bereichs (330) bestimmten Texturfrequenzwert ein Häufigkeitswert berechnet wird, der eine relative Häufigkeit dieses Texturfrequenzwerts in einer Anzahl von Bereichen (330) entlang der jeweils anderen Richtung beschreibt.
  3. Verfahren (400) nach Anspruch 2, wobei bei der Berechnung des Nässeparameters jeder Texturfrequenzwert mit dem zugehörigen Häufigkeitswert gewichtet berücksichtigt wird.
  4. Verfahren (400) nach einem der vorstehenden Ansprüche, wobei bei der Berechnung des Nässeparameters ein erster Texturfrequenzbereich mit positivem und/oder ein zweiter Texturfrequenzbereich mit negativem Korrelationskoeffizienten berücksichtigt wird.
  5. Verfahren (400) nach einem der vorstehenden Ansprüche, wobei der Texturfrequenzwert unter Verwendung von Farb-, Helligkeits- und/oder Intensitätswerten des Bildes (300) bestimmt wird.
  6. Verfahren (400) nach einem der vorstehenden Ansprüche, wobei zusätzlich relative Farb-, Helligkeits- und/oder Intensitätswerte von Bildsegmenten innerhalb eines Bereichs (330) und/oder ein Kontrastwert zwischen diesen Bildsegmenten bei der Berechnung des Nässeparameters berücksichtigt werden.
  7. Verfahren (400) nach einem der vorstehenden Ansprüche, wobei eine Fahrzeugfunktion in Abhängigkeit von dem berechneten Nässeparameter gesteuert wird.
  8. Verfahren (400) nach Anspruch 7, wobei die Fahrzeugfunktion eines oder mehrere aus einer Bremskraftanpassung, einer Notbremsassistenz, eines Schleuderschutzes, einer Getriebesteuerung, einer Motorsteuerung, einer Warnungsausgabe und eines Notrufs umfasst.
  9. Recheneinheit, die dazu eingerichtet ist, alle Verfahrensschritte (S1, S2, S3, S4) eines Verfahrens (400) nach einem der vorstehenden Ansprüche durchzuführen.
  10. Computerprogramm, das eine Recheneinheit dazu veranlasst, alle Verfahrensschritte (S1, S2, S3, S4) eines Verfahrens (400) nach einem der Ansprüche 1 bis 8 durchzuführen, wenn es auf der Recheneinheit ausgeführt wird.
  11. Maschinenlesbares Speichermedium mit einem darauf gespeicherten Computerprogramm nach Anspruch 9.
DE102020201354.3A 2020-02-05 2020-02-05 Verfahren zur Berechnung eines Nässeparameters, Recheneinheit und Computerprogramm Pending DE102020201354A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102020201354.3A DE102020201354A1 (de) 2020-02-05 2020-02-05 Verfahren zur Berechnung eines Nässeparameters, Recheneinheit und Computerprogramm
CN202110151101.9A CN113240621A (zh) 2020-02-05 2021-02-04 用于计算湿度参数的方法、计算单元和计算机程序

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020201354.3A DE102020201354A1 (de) 2020-02-05 2020-02-05 Verfahren zur Berechnung eines Nässeparameters, Recheneinheit und Computerprogramm

Publications (1)

Publication Number Publication Date
DE102020201354A1 true DE102020201354A1 (de) 2021-08-05

Family

ID=76853523

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020201354.3A Pending DE102020201354A1 (de) 2020-02-05 2020-02-05 Verfahren zur Berechnung eines Nässeparameters, Recheneinheit und Computerprogramm

Country Status (2)

Country Link
CN (1) CN113240621A (de)
DE (1) DE102020201354A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005044979A1 (de) 2005-09-20 2007-03-22 Adc Automotive Distance Control Systems Gmbh Verfahren zur Erkennung von Fahrspurmarkierungen
DE102013223014A1 (de) 2013-11-12 2015-05-13 Robert Bosch Gmbh Fahrerassistenzsystem für ein Kraftfahrzeug zur vorausschauenden Erfassung einer Fahrbahnbeschaffenheit
DE102014218633A1 (de) 2014-09-17 2016-03-17 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen eines witterungsbedingten Zustands einer durch ein Fahrzeug befahrbaren Fahrbahn sowie Verfahren und Vorrichtung zum Steuern eines Fahrerassistenzsystems für ein Fahrzeug
DE102018114956A1 (de) 2018-06-21 2019-12-24 Connaught Electronics Ltd. Verfahren zum Bestimmen eines aktuellen Nässezustands einer Fahrbahn mittels einesNässezustandsmodells, elektronische Recheneinrichtung sowie Fahrerassistenzsystem

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005044979A1 (de) 2005-09-20 2007-03-22 Adc Automotive Distance Control Systems Gmbh Verfahren zur Erkennung von Fahrspurmarkierungen
DE102013223014A1 (de) 2013-11-12 2015-05-13 Robert Bosch Gmbh Fahrerassistenzsystem für ein Kraftfahrzeug zur vorausschauenden Erfassung einer Fahrbahnbeschaffenheit
DE102014218633A1 (de) 2014-09-17 2016-03-17 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen eines witterungsbedingten Zustands einer durch ein Fahrzeug befahrbaren Fahrbahn sowie Verfahren und Vorrichtung zum Steuern eines Fahrerassistenzsystems für ein Fahrzeug
DE102018114956A1 (de) 2018-06-21 2019-12-24 Connaught Electronics Ltd. Verfahren zum Bestimmen eines aktuellen Nässezustands einer Fahrbahn mittels einesNässezustandsmodells, elektronische Recheneinrichtung sowie Fahrerassistenzsystem

Also Published As

Publication number Publication date
CN113240621A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
DE102004018088B4 (de) Fahrbahnerkennungssystem
DE60202341T2 (de) System zur Fahrspurerkennung
DE69937699T2 (de) Vorrichtung zum Überwachen der Umgebung eines Fahrzeuges
DE102011001037B4 (de) Fahrzeuginterne Vorrichtung zur Weiß-Linien-Erkennung
DE102016206117B4 (de) Strassenoberflächenerfassungsvorrichtung und strassenoberflächenerfassungssystem
DE102018203807A1 (de) Verfahren und Vorrichtung zur Erkennung und Bewertung von Fahrbahnzuständen und witterungsbedingten Umwelteinflüssen
DE112017003974B4 (de) Geschwindigkeitsregelungsvorrichtung
DE102011117554A1 (de) Fahrumgebungserfassungsvorrichtung
DE102012112724A1 (de) Verfahren zur Bestimmung eines Fahrbahnzustands aus Umfeldsensordaten
WO2013117186A1 (de) Bestimmung einer beschaffenheit einer fahrbahnoberfläche mittels einer 3d-kamera
DE102007043164A1 (de) Nebelerkennungsvorrichtung für Kraftfahrzeuge
EP1602530A1 (de) Verfahren zur Unterstützung eines Einparkvorgangs eines Fahrzeugs
DE112018007484T5 (de) Hindernis-Detektionsvorrichtung, automatische Bremsvorrichtung unter Verwendung einer Hindernis-Detektionsvorrichtung, Hindernis-Detektionsverfahren und automatisches Bremsverfahren unter Verwendung eines Hindernis-Detektionsverfahrens
DE102015116268A1 (de) Spurbegrenzungslinieninformationserlangungsvorrichtung
DE102005044486A1 (de) Verfahren zur Detektion des Oberflächenzustandes einer Fahrbahn, sowie Detektionssystem und Fahrerassistenzsystem zur Umsetzung des Verfahrens
DE102017106952A1 (de) Abstandssteuerung für ein fahrzeug mit anhänger
DE102020103503A1 (de) Adaptive steuerung des automatischen spurwechsels im fahrzeug
DE102019209846A1 (de) Verfahren zum Betreiben einer 3D-Distanzsensorvorrichtung
DE102019101129A1 (de) Ermitteln der Oberflächenbeschaffenheit eines von einem Kraftfahrzeug befahrenen Oberflächenbelags
DE102011076795A1 (de) Verfahren zum Bestimmen einer Nickbewegung einer in einem Fahrzeug verbauten Kamera und Verfahren zur Steuerung einer Lichtaussendung zumindest eines Frontscheinwerfers eines Fahrzeugs
DE102019112279A1 (de) Verfahren und vorrichtung zur diagonalen spurerkennung
WO2014090247A1 (de) Videobasierte erkennung von hindernissen auf einer fahrbahn
DE102020201354A1 (de) Verfahren zur Berechnung eines Nässeparameters, Recheneinheit und Computerprogramm
DE102019116892A1 (de) Fahrspurereignisantizipation durch LiDAR-Straßenbegrenzungserfassung
DE102019115327A1 (de) Linienmarkierungsidentifizierung unter Verwendung von LiDAR

Legal Events

Date Code Title Description
R163 Identified publications notified