DE102020211649A1 - Verfahren und System zum Erstellen eines Straßenmodells - Google Patents

Verfahren und System zum Erstellen eines Straßenmodells Download PDF

Info

Publication number
DE102020211649A1
DE102020211649A1 DE102020211649.0A DE102020211649A DE102020211649A1 DE 102020211649 A1 DE102020211649 A1 DE 102020211649A1 DE 102020211649 A DE102020211649 A DE 102020211649A DE 102020211649 A1 DE102020211649 A1 DE 102020211649A1
Authority
DE
Germany
Prior art keywords
static
objects
dynamic objects
road model
creating
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
DE102020211649.0A
Other languages
English (en)
Inventor
Peter Barth
Kristian Rackow
Sara Gallian
Xiaoying Cong
Haoyuan Ying
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.)
Continental Autonomous Mobility Germany GmbH
Original Assignee
Conti Temic Microelectronic 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 Conti Temic Microelectronic GmbH filed Critical Conti Temic Microelectronic GmbH
Priority to DE102020211649.0A priority Critical patent/DE102020211649A1/de
Priority to US17/447,817 priority patent/US20220080982A1/en
Publication of DE102020211649A1 publication Critical patent/DE102020211649A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G01C21/3822—Road feature data, e.g. slope data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/20—Static objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4043—Lateral speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Erstellen eines Straßenmodells (M) für ein Fahrerassistenzsystem (6) eines Ego-Fahrzeugs (2) mit den folgenden Schritten:- Aufzeichnen (S1) einer Umgebung des Ego-Fahrzeugs (2) mittels zumindest eines Umfelderfassungssensors (4);- Detektieren (S2) von statischen und/oder dynamischen Objekten;- Erstellen (S3) einer Grid-Karte (1) mit einer Vielzahl von Grid-Zellen (1a);- Eintragen (S4) der statischen Objekte in die Grid-Karte als belegte Grid-Zellen (1b) und Tracken der statischen Objekte und/oder Tracken der dynamischen Objekte;- Ableiten (S5) von Informationen über einen Straßenverlauf basierend auf den in der Grid-Karte (1) eingetragenen Detektionen sowie den getrackten statischen und/oder dynamischen Objekte;- Erstellen (S6) eines Straßenmodells (M) mit den abgeleiteten Informationen;- Bereitstellen (S7) des Straßenmodells (M) für zumindest ein Fahrerassistenzsystem (6).

Description

  • Die Erfindung betrifft ein Verfahren und ein System zum Erstellen eines Straßenmodells für ein Fahrerassistenzsystem eine Ego-Fahrzeugs.
  • Aktuelle Sensoren wie Radar oder Kamera erkennen bewegliche sowie statische Objekte und Strukturen, die für die Erstellung eines Umfeldmodells verwendet werden. Je nach Objekttyp, können die Objekte mit unterschiedlicher Güte und Genauigkeit erkannt und klassifiziert werden. Eine große Herausforderung ist z.B. die genaue Erkennung von Kreuzungen, Einmündungen und anderen Abzweigungen des aktuellen Straßenverlaufs.
  • Kartenmaterial kann hier helfen, allerdings kann die Aktualität der Daten nicht beurteilt werden. Zudem müssen Kreuzungen, Einmündungen, etc. nicht unbedingt in der Karte vorhanden sein. Dies kann zum einen durch veraltete Daten passieren aber auch durch unvollständiges Kartenmaterial sowie unrelevante Nebenstraßen wie z.B. Hofeinfahrten, kleine Stichstraßen, Feldwege, etc. Für die Erkennung von Kreuzungen, Abbiegemöglichkeiten, Auf- und Abfahrten gibt es aktuell keine Technik oder Sensor, diese zuverlässig zu erkennen. Durch verschiedene Ansätze können diese teilweise erkannt werden. Bei den aktuellen sensorbasierten Techniken gibt es aber eine große Anzahl von falsch negativen Ergebnissen (also nicht erkannten aber vorhandenen Kreuzungen) sowie falsch positiven (also fälschlich erkannten Kreuzungen). Zudem können die aktuellen Techniken (Bis auf Kartendaten) keine Attribute wie Abbiegerichtung, Anzahl an Spuren etc. erkennen.
  • Es ist eine Aufgabe der Erfindung ein Verfahren und ein System bereitzustellen, mittels welchen ein zuverlässiges und genaues Straßenmodell erstellt und einem Fahrerassistenzsystem bereitgestellt werden kann.
  • Diese Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche 1 und 8 in vorteilhafter Weise gelöst.
  • Erste Überlegungen waren dahingehend, dass Fahrfunktionen wie z.B. EBA oder ACC für die typischen Anwendungsfälle (z.B. die NCAP-Szenarien) teilweise eine sehr zuverlässige und funktional sichere Erkennung von Kreuzungen benötigen. Beispielsweise muss der Notbremsassistent (EBA) potenzielle Zusammenstöße mit Fußgängern oder Fahrradfahrern durch rechtzeitiges Bremsen verhindern. Wird in einem Kreuzungsbereich ein Fußgänger erkannt und die Fahrfunktion prädiziert bzw. schätzt, dass das Ego-Fahrzeug abbiegen möchte, muss im Zweifel der Zusammenstoß verhindert werden.
  • Da diese Erkennung von Kreuzungen, Einmündungen und Abzweigungen oftmals ungenau ist oder die verwendeten Eingangsdaten funktional unsicher sind (z.B. Kartendaten), werden die Fahrfunktionen (insbesondere EBA, ACC) ihre Funktion nur dann auslösen, wenn sie sich bezüglich der Eingabedaten sicher sind, da es unbedingt gilt, falsch positive Auslösungen zu vermeiden.
  • Da die Fahrfunktion die Zukunft nicht kennt, muss sowohl für das Ego-Fahrzeug als auch für andere Verkehrsteilnehmer eine Prädiktion stattfinden, was vermutlich passieren wird (Intentionserkennung) .
  • Es wird daher erfindungsgemäß ein Verfahren zum Erstellen eines Straßenmodells für ein Fahrerassistenzsystem eines Ego-Fahrzeugs mit den folgenden Schritten vorgeschlagen:
    • - Aufzeichnen einer Umgebung des Ego-Fahrzeugs mittels zumindest eines Umfelderfassungssensors;
    • - Detektieren von statischen und/oder dynamischen Objekten;
    • - Erstellen einer Grid-Karte mit einer Vielzahl von Grid-Zellen;
    • - Eintragen der statischen Objekte in die Grid-Karte als belegte Grid-Zellen und Tracken der statischen Objekte und/oder Tracken der dynamischen Objekte ;
    • - Ableiten von Informationen über eine Straßenverlauf basierend auf den in der Grid-Karte eingetragenen Detektionen sowie den getrackten statischen und/oder dynamischen Objekten;
    • - Erstellen eines Straßenmodells mit den abgeleiteten Informationen;
    • - Bereitstellen des Straßenmodells für zumindest ein Fahrerassistenzsystem.
  • Besonders bevorzugt handelt es sich bei dem Umfelderfassungssensor um einen Radar-Sensor. Denkbar wäre auch die Verwendung mehrerer Radar-Sensoren. Die Verwendung zumindest eines Radar-Sensors ist dahingehend vorteilhaft, da dieser eine Vielzahl von statischen und dynamischen Detektionen liefert, wobei die statischen Objekte in einer Grid-Karte akkumuliert werden können. Weiterhin können die statischen und die dynamischen Objekte zeitlich getrackt werden. Beim Tracken der dynamischen Objekte können alle im Zeitraum des Trackings detektierten Positionen gespeichert werden, um einen Bewegungsverlauf bzw. eine zurückgelegte Trajektorie des dynamischen Objekts zu erhalten. Unter statischen Objekten werden im Lichte der Erfindung z.B. Leitplanken, Bordsteinkanten, Wände, Zäune, usw. verstanden, die klare Fahrbarkeitsbegrenzungen angeben. Unter dynamischen Objekten werden insbesondere erkannte Verkehrsteilnehmer, vorzugsweise andere Fahrzeuge, verstanden, welche über eine längere Zeit beobachtet werden. Die Berechnung der Grid-Karte kann beispielsweise direkt auf der ECU des Radar-Sensors durchgeführt werden.
  • Alle detektierten statischen Objekte können als belegte Grid-Zellen in die Grid-Karte eingetragen werden. Die dynamischen Objekte werden lediglich zeitlich getrackt.
  • Denkbar wäre auch, dass vor dem Bereitstellen des Straßenmodells an das Fahrerassistenzsystem, das Straßenmodell in einer Speichereinrichtung abgespeichert wird, damit es bei einem erneuten Befahren der Strecke bereits dem Assistenzsystem zur Verfügung steht. Es kann dann anhand der aktuellen Daten ein Abgleich vorgenommen werden, um ggf. Veränderungen in dem Straßenmodell zu erkennen und das gespeicherte Modell zu aktualisieren. Denkbar wäre auch Daten von anderen Sensoren, wie Kamera, Lidar und/oder Ultraschall, und/oder Kartendaten zu verwenden, um beispielsweise die von dem Radar-Sensor erkannten Detektionen und das daraus abgeleitete Straßenmodell zu verifizieren und das Straßenmodell noch sicherer zu gestalten.
  • In einer bevorzugten Ausführungsform werden durch das Tracking der dynamischen Objekte semantische Eigenschaften der dynamischen Objekte ermittelt. Mittels der semantischen Eigenschaften lassen sich die dynamischen Objekte weiter bestimmen.
  • Besonders bevorzugt umfassen die semantischen Eigenschaften Art des Objekts, Ausrichtung des Objekts, Bewegungsrichtung und/oder Bewegungsgeschwindigkeit. Das Ermitteln dieser Eigenschaften ist vorteilhaft, da mit diesen Eigenschaften eine verbesserte Prädiktion der Trajektorie der dynamischen Objekte ermöglicht wird und somit ein genaueres Straßenmodell werden kann. So kann beispielweise die Art des Objekts aus den Radardetektionen ermittelt werden, da ein Auto beispielsweise andere Reflexionen erzeugt als ein Motorrad oder ein Fahrrad. Mit der Art des Objekts lässt sich beispielsweise ein Beschleunigungspotential bestimmen, da ein Motorrad in der Regel schneller beschleunigen kann als ein Auto. Weiterhin lässt sich so feststellen, ob z.B. ein Fahrrad auf einem Fahrradweg neben der Ego-Fahrspur fährt. Auch diese Information über das Vorhandensein eines Fahrradwegs kann in das Straßenmodell mit einfließen und dem Fahrerassistenzsystem bereitgestellt werden. Ein solcher Fahrradweg kann auch in der Grid-Karte mit Grid-Zellen beschrieben werden, die beispielsweise als „nicht zu befahren“ gekennzeichnet werden, welche dem Fahrerassistenzsystem mitteilen, dass dieser Fahrbahnabschnitt zwar befahren werden könnte, allerdings unter normalen Bedingungen nicht befahren werden soll.
  • Aus der Bewegungsrichtung der anderen Verkehrsteilnehmer lässt sich vorteilhaft der weitere Straßenverlauf sowie die Richtung der Fahrspuren bestimmen.
  • In einer weiteren bevorzugten Ausführungsform umfassen die Informationen über den Straßenverlauf Abbiegemöglichkeiten, Kreuzungen und/oder Abbiegebeschränkungen. Abbiegemöglichkeiten können im Lichte der Erfindung nicht nur abzweigende Straßen sein, sondern auch Einfahrten zu Häusern oder Parkplätzen oder Feldwege sein. Unter eine Abbiegebeschränkung wird verstanden, dass aufgrund der detektierten statischen Objekte entlang der Trajektorie des Fahrzeugs keine Möglichkeit für das Fahrzeug besteht abzubiegen. Falls keine Objekte entlang der Trajektorie detektiert werden kann daraus allerdings nicht gefolgert werden, dass eine Abbiegemöglichkeit vorliegt, weswegen für die Erkennung einer Abbiegemöglichkeit weitere Daten ermittelt werden müssen. Bei einer erkannten Abbiegebeschränkung kann allerdings geschlussfolgert werden, dass beispielsweise bei einem erkannten Fußgänger hinter der Beschränkung nicht mit einer Kreuzung der Trajektorie des Ego-Fahrzeugs mit dem Fußgänger zu erwarten ist. Entsprechend können nachgeschaltete Fahrerassistenzsysteme beispielsweise Eingriffsschwellen anpassen.
  • Weiter werden besonders bevorzugt Abbiegemöglichkeiten und Kreuzungen mittels einer Verkehrsflussanalyse basierend auf den getrackten dynamischen Objekten ermittelt. Dieses Vorgehen ist vorteilhaft, da bei dem Tracking von dynamischen Objekten bzw. anderen Fahrzeugen mit einer sehr hohen Sicherheit ermittelt werden kann, ob ein Fahrzeug abbiegen kann, oder ob eine Kreuzung vorliegt, da sich ansonsten keine anderen Fahrzeuge in die entsprechende Richtung bewegen würden. Weiterhin kann mittels einer solchen Verkehrsflussanalyse besonders vorteilhaft auch eine Aussage über die Anzahl an Fahrspuren oder die Fahrtrichtung der Spuren getroffen werden.
  • In einer weiteren besonders bevorzugten Ausgestaltung wird basierend auf der Verkehrsflussanalyse ein Konfidenzwert für die Abbiegemöglichkeiten und/oder Kreuzungen ermittelt. Je mehr Detektionen und Tracking-Informationen von Verkehrsteilnehmern vorliegen, welche sich in eine bestimmte Richtung bewegen, desto sicherer kann eine Aussage über eine Abbiegemöglichkeit oder eine Kreuzung getroffen werden. Entsprechend kann die erkannte Abbiegemöglichkeit oder Kreuzung mit einem Konfidenzwert versehen werden. Eine entsprechender Konfidenzwert kann ebenfalls für eine ermittelte Abbiegebeschränkung ermittelt werden, welcher dann auf den getrackten statischen Objekten beruht. Auch die Berechnung der jeweiligen Konfidenzwerte kann in der ECU des Radar-Sensors durchgeführt werden. Weiterhin eignet sich die Verkehrsflussanalyse dazu, die Richtung der Fahrspur sicher zu erkennen.
  • In einer bevorzugten Ausgestaltung werden Abbiegebeschränkungen basierend auf den getrackten statischen Objekten ermittelt. Mit dieser Methode lassen sich besonders vorteilhaft durchgehende Fahrbahnbegrenzungen erkennen, wie beispielsweise Leitplanken. Durch das Tracking können auch einzelne fehlende oder fehlerhafte Detektionen ausgeglichen werden.
  • Weiter wird erfindungsgemäß ein System zum Erstellen eines Straßenmodells für ein Fahrerasssistenzsystem eines Ego-Fahrzeugs vorgeschlagen, wobei das System zumindest einen Umfelderfassungssensor zum Aufzeichnen der Umgebung sowie eine Recheneinheit aufweist, mittels welcher eine Grid-Karte erstellbar ist und detektierte statische Objekte in die Grid-Karte eintragbar sind sowie statische und/oder dynamische Objekte getrackt werden können, wobei die Recheneinheit weiter dazu ausgebildet ist, ein Straßenmodell zu erstellen und einem Fahrerassistenzsystem bereitzustellen.
  • Die Recheneinheit kann hierbei beispielsweise die ECU des Umfelderfassungssensors sein. Der Umfelderfasssungssensor ist bevorzugt ein Radar-Sensor. Das Fahrerassistenzsystem kann beispielsweise ein EBA-System oder ein ACC-System sein. Denkbar wäre auch ein Abbiegeassistent und/oder ein Spurhalteassistent.
  • Weitere vorteilhafte Ausgestaltungen sind Gegenstand der Zeichnungen. Darin zeigen:
    • 1: eine schematische Darstellung einer Grid-Karte gemäß einer Ausführungsform der Erfindung;
    • 2: eine schematische Darstellung eines Straßenmodells gemäß einer Ausführungsform der Erfindung;
    • 3: ein schematisches Ablaufdiagramm eines Verfahrens gemäß einer Ausführungsform der Erfindung;
    • 4: eine schematische Darstellung eines Systems gemäß einer Ausführungsform der Erfindung.
  • In 1 ist eine schematische Darstellung einer Grid-Karte 1 gemäß einer Ausführungsform der Erfindung. Die Grid-Karte 1 besteht aus eine Vielzahl an Grid-Zellen 1a. Detektionen des Ego-Fahrzeugs 2 werden als belegte Grid-Zellen 1b in die Grid-Karte 1 eingetragen. In dieser Darstellung handelt es sich um statische Detektionen in Fahrtrichtung F des Ego-Fahrzeugs 2, welche jeweils eine Fahrbahnbegrenzung auf der linken und rechten Seite des Ego-Fahrzeugs 2 beschreiben.
  • 2 zeigt eine schematische Darstellung eines Straßenmodells M gemäß einer Ausführungsform der Erfindung. In diesem Straßenmodell M wurden mehrere andere Verkehrsteilnehmer V über einen bestimmten Zeitraum beobachtet und deren Bewegung getrackt. Aus Gründen der Übersichtlichkeit wurden hierbei gleiche Elemente nur einmalig mit einem Bezugszeichen versehen. In dem Straßenmodell M ist die getrackte Bewegung T sowie einzelne Detektionspunkte P des jeweiligen Verkehrsteilnehmers V gezeigt. Somit lässt sich ermitteln welche Strecke die Verkehrsteilnehmer V zurückgelegt haben und in welche Richtung sich diese bewegen. Aus dieser Information kann dann abgeleitet werden, wie der Straßenverlauf ist, ob eine Abbiegemöglichkeit oder eine Kreuzung vorliegt, wie viele Spuren vorhanden sind und in welche Fahrtrichtung diese Fahrspuren aufweisen.
  • 3 zeigt ein schematisches Ablaufdiagramm eines Verfahrens gemäß einer Ausführungsform der Erfindung. In einem ersten Schritt S1 wird die Umgebung mittels zumindest eines Umfelderfassungssensors 4 aufgezeichnet. In Schritt S2 werden statische und/oder dynamische Objekte detektiert. In einem darauf folgenden Schritt S3 wird eine Grid-Karte 1 mit einer Vielzahl an Grid-Zellen 1a erstellt. In Schritt S4 werden die detektierten statischen Objekte als belegte Grid-Zellen 1b in die Grid-Karte 1 eingetragen und die statischen und/oder dynamischen Objekte zeitlich getrackt. Basierend auf den in der Grid-Karte 1 eingetragenen Detektionen sowie den getrackten statischen und/oder dynamischen Objekten werden in Schritt S5 Informationen über einen Straßenverlauf abgeleitet.
    In Schritt S6 wird ein Straßenmodell M mit den abgeleiteten Informationen erstellt. Abschließend wird in Schritt S7 das Straßenmodell M für zumindest ein Fahrerassistenzsystem 6 bereitgestellt.
  • In 4 ist eine schematische Darstellung eines Systems 3 gemäß einer Ausführungsform der Erfindung gezeigt. Das System 3 umfasst hierbei einen Umfelderfassungssensor 4 mit einer Recheneinheit 5. Bei der Recheneinheit 5 handelt es sich in dieser Ausgestaltung um die ECU des Umfelderfassungssensors 4. Der Umfelderfassungssensor 4 ist hierbei bevorzugt ein Radar-Sensor. Weiterhin ist die Recheneinheit 5 mittels einer Datenverbindung D mit einem Fahrerassistenzsystem 6 verbunden, um das in der Recheneinheit 5 erstelle Straßenmodell M dem Fahrerassistenzsystem 6 bereitzustellen. In dieser Ausführungsform ist weiterhin eine Speichereinrichtung 7 vorgesehen, welche ebenfalls mit der Recheneinheit 5 mittels Datenverbindung D verbunden ist. Hierdurch kann das erstellte Straßenmodell M in der Speichereinrichtung 7 abgespeichert werden.
  • Bezugszeichenliste
    • 1
    Grid-Karte
    1a
    Grid-Zellen
    1b
    belegte Grid-Zellen
    2
    Ego-Fahrzeug
    3
    System
    4
    Umfelderfassungssensor
    5
    Recheneinheit
    6
    Fahrerassistenzsystem
    7
    Speichereinrichtung
    D
    Datenverbindung
    F
    Fahrtrichtung Ego-Fahrzeug
    M
    Straßenmodell
    P
    Detektionspunkte
    T
    getrackte Bewegung
    V
    Verkehrsteilnehmer
    S1-S7
    Verfahrensschritte

Claims (8)

  1. Verfahren zum Erstellen eines Straßenmodells (M) für ein Fahrerassistenzsystem (6) eines Ego-Fahrzeugs (2) mit den folgenden Schritten: - Aufzeichnen (S1) einer Umgebung des Ego-Fahrzeugs (2) mittels zumindest eines Umfelderfassungssensors (4); - Detektieren (S2) von statischen und/oder dynamischen Objekten; - Erstellen (S3) einer Grid-Karte (1) mit einer Vielzahl von Grid-Zellen (1a); - Eintragen (S4) der statischen Objekte in die Grid-Karte als belegte Grid-Zellen (1b) und Tracken der statischen Objekte und/oder Tracken der dynamischen Objekte; - Ableiten (S5) von Informationen über einen Straßenverlauf basierend auf den in der Grid-Karte (1) eingetragenen Detektionen sowie den getrackten statischen und/oder dynamischen Objekte; - Erstellen (S6) eines Straßenmodells (M) mit den abgeleiteten Informationen; - Bereitstellen (S7) des Straßenmodells (M) für zumindest ein Fahrerassistenzsystem (6).
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass durch das Tracking der dynamischen Objekte semantische Eigenschaften der dynamischen Objekte ermittelt werden.
  3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die semantischen Eigenschaften Bewegungsrichtung und Bewegungsgeschwindigkeit umfassen.
  4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Informationen über den Straßenverlauf Abbiegemöglichkeiten, Kreuzungen und/oder Abbiegebeschränkungen umfassen.
  5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass Abbiegemöglichkeiten und/oder Kreuzungen mittels einer Verkehrsflussanalyse basierend auf den getrackten dynamischen Objekten ermittelt werden.
  6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass basierend auf der Verkehrsflussanalyse ein Konfidenzwert für die Abbiegemöglichkeiten und/oder Kreuzungen ermittelt wird.
  7. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass Abbiegebeschränkungen basierend auf den getrackten statischen Objekten ermittelt werden.
  8. System (3) zum Erstellen eines Straßenmodells (M) für ein Fahrerasssistenzsystem (6) eines Ego-Fahrzeugs (2), wobei das System (3) zumindest einen Umfelderfassungssensor (4) zum Aufzeichnen der Umgebung und zur Detektion von statischen und/oder dynamischen Objekten sowie eine Recheneinheit (5) aufweist, mittels welcher eine Grid-Karte (1) erstellbar ist und detektierte statische Objekte in die Grid-Karte (1) eintragbar sind sowie statische und/oder dynamische Objekte getrackt werden können, wobei die Recheneinheit (5) weiter dazu ausgebildet ist, ein Straßenmodell (M) zu erstellen und einem Fahrerassistenzsystem (6) bereitzustellen.
DE102020211649.0A 2020-09-17 2020-09-17 Verfahren und System zum Erstellen eines Straßenmodells Pending DE102020211649A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102020211649.0A DE102020211649A1 (de) 2020-09-17 2020-09-17 Verfahren und System zum Erstellen eines Straßenmodells
US17/447,817 US20220080982A1 (en) 2020-09-17 2021-09-16 Method and system for creating a road model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020211649.0A DE102020211649A1 (de) 2020-09-17 2020-09-17 Verfahren und System zum Erstellen eines Straßenmodells

Publications (1)

Publication Number Publication Date
DE102020211649A1 true DE102020211649A1 (de) 2022-03-17

Family

ID=80351401

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020211649.0A Pending DE102020211649A1 (de) 2020-09-17 2020-09-17 Verfahren und System zum Erstellen eines Straßenmodells

Country Status (2)

Country Link
US (1) US20220080982A1 (de)
DE (1) DE102020211649A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022116954A1 (de) 2022-07-07 2024-01-18 Cariad Se Verfahren und System zum Erstellen einer digitalen Umgebungskarte, Kraftfahrzeug für ein solches System sowie Verfahren zum Betreiben eines Fahrerassistenzsystems in einem Kraftfahrzeug unter Zuhilfenahme einer digitalen Umgebungskarte

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210101619A1 (en) * 2020-12-16 2021-04-08 Mobileye Vision Technologies Ltd. Safe and scalable model for culturally sensitive driving by automated vehicles

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100034422A1 (en) 2008-08-06 2010-02-11 Toyota Motor Engineering & Manufacturing North America, Inc. Object tracking using linear features
DE102010006828A1 (de) 2010-02-03 2011-08-04 Volkswagen AG, 38440 Verfahren zur automatischen Erstellung eines Modells der Umgebung eines Fahrzeugs sowie Fahrerassistenzsystem und Fahrzeug
DE102013223803A1 (de) 2013-11-21 2015-05-21 Robert Bosch Gmbh Verfahren und Vorrichtung zur Segmentierung eines Belegungsgitters für ein Umfeldmodell eines Fahrerassistenzsystems für ein Fahrzeug
DE102018121165A1 (de) 2018-08-30 2020-03-05 Valeo Schalter Und Sensoren Gmbh Verfahren zum Abschätzen der Umgebung eines Fahrzeugs
DE102019200129A1 (de) 2019-01-08 2020-07-09 Zf Friedrichshafen Ag Vorrichtung und Verfahren zum Modellieren einer Umgebung eines Fahrzeugs
DE102019201930A1 (de) 2019-02-14 2020-08-20 Continental Automotive Gmbh Verfahren zum Erzeugen eines Umfeldmodells
DE102019214628A1 (de) 2019-09-25 2021-03-25 Zf Friedrichshafen Ag Validierung von Umfelderfassung mittels Satelitenbildern und SAR-Radardaten

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4561507B2 (ja) * 2005-07-08 2010-10-13 株式会社デンソー 道路形状認識装置
EP2960129A1 (de) * 2014-06-26 2015-12-30 Volvo Car Corporation Konfidenzniveaubestimmung für geschätzte Straßengeometrien
EP3032454B1 (de) * 2014-12-10 2018-09-26 Honda Research Institute Europe GmbH Verfahren und System zur adaptiven strahlenbasierten Szenenanalyse semantischer Verkehrsräume und mit solch einem System ausgestattetes Fahrzeug
US11351989B2 (en) * 2018-04-11 2022-06-07 Hyundai Motor Company Vehicle driving controller, system including the same, and method thereof
US11520335B2 (en) * 2018-04-12 2022-12-06 Baidu Usa Llc Determining driving paths for autonomous driving vehicles based on map data
US10753750B2 (en) * 2018-07-12 2020-08-25 Toyota Research Institute, Inc. System and method for mapping through inferences of observed objects
JP7136663B2 (ja) * 2018-11-07 2022-09-13 日立Astemo株式会社 車載制御装置
US11016492B2 (en) * 2019-02-28 2021-05-25 Zoox, Inc. Determining occupancy of occluded regions
US11250576B2 (en) * 2019-08-19 2022-02-15 Toyota Research Institute, Inc. Systems and methods for estimating dynamics of objects using temporal changes encoded in a difference map
JP2023501812A (ja) * 2019-11-13 2023-01-19 ユヴァル ネフマディ 自律車両環境知覚ソフトウェアアーキテクチャ
RU2744012C1 (ru) * 2019-12-24 2021-03-02 Общество с ограниченной ответственностью "Яндекс Беспилотные Технологии" Способы и системы для автоматизированного определения присутствия объектов

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100034422A1 (en) 2008-08-06 2010-02-11 Toyota Motor Engineering & Manufacturing North America, Inc. Object tracking using linear features
DE102010006828A1 (de) 2010-02-03 2011-08-04 Volkswagen AG, 38440 Verfahren zur automatischen Erstellung eines Modells der Umgebung eines Fahrzeugs sowie Fahrerassistenzsystem und Fahrzeug
DE102013223803A1 (de) 2013-11-21 2015-05-21 Robert Bosch Gmbh Verfahren und Vorrichtung zur Segmentierung eines Belegungsgitters für ein Umfeldmodell eines Fahrerassistenzsystems für ein Fahrzeug
DE102018121165A1 (de) 2018-08-30 2020-03-05 Valeo Schalter Und Sensoren Gmbh Verfahren zum Abschätzen der Umgebung eines Fahrzeugs
DE102019200129A1 (de) 2019-01-08 2020-07-09 Zf Friedrichshafen Ag Vorrichtung und Verfahren zum Modellieren einer Umgebung eines Fahrzeugs
DE102019201930A1 (de) 2019-02-14 2020-08-20 Continental Automotive Gmbh Verfahren zum Erzeugen eines Umfeldmodells
DE102019214628A1 (de) 2019-09-25 2021-03-25 Zf Friedrichshafen Ag Validierung von Umfelderfassung mittels Satelitenbildern und SAR-Radardaten

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022116954A1 (de) 2022-07-07 2024-01-18 Cariad Se Verfahren und System zum Erstellen einer digitalen Umgebungskarte, Kraftfahrzeug für ein solches System sowie Verfahren zum Betreiben eines Fahrerassistenzsystems in einem Kraftfahrzeug unter Zuhilfenahme einer digitalen Umgebungskarte

Also Published As

Publication number Publication date
US20220080982A1 (en) 2022-03-17

Similar Documents

Publication Publication Date Title
DE102011082600B4 (de) Erkennung eines Befahrens eines Fahrzeuges in eine nicht zulässige Fahrtrichtung
DE112012006226B4 (de) Fahrassistenzvorrichtung
WO2015032707A1 (de) Verfahren und steuer- und erfassungseinrichtung zum plausibilisieren einer falschfahrt eines kraftfahrzeugs
EP3490862B1 (de) Verfahren und vorrichtung zum ermitteln eines fahrbahnmodells für ein fahrzeugumfeld
DE102015105206A1 (de) Verfahren und System zum Detektieren, Verfolgen und Abschätzen von stationären Straßenrandobjekten
DE102013209502A1 (de) Verfahren zum automatischen Intervenieren in ein Ego-Fahrzeug bei einer Falschfahrt, insbesondere einer Geisterfahrt
DE102014208617A1 (de) Verfahren und Steuer- und Erfassungseinrichtung zum Plausibilisieren einer Falschfahrt eines Kraftfahrzeugs
DE102013012324A1 (de) Verfahren und Vorrichtung zur Fahrwegfindung
DE102008062708A1 (de) Verfahren zur Bestimmung der Fahrbahnebene einer Parklücke
EP2116958B1 (de) Verfahren und Vorrichtung zum Ermitteln des Fahrbahnverlaufs im Bereich vor einem Fahrzeug
DE102011010864A1 (de) Verfahren und System zur Vorhersage von Kollisionen
DE102016213782A1 (de) Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Bestimmung der lateralen Position eines Fahrzeuges relativ zu den Fahrstreifen einer Fahrbahn
DE102012204948A1 (de) Verfahren zur Unterstützung eines Fahrers
DE102013215100A1 (de) Bereitstellen eines Umfeldmodells beim Ausfall eines Sensors eines Fahrzeugs
WO2016066416A1 (de) Verfahren und vorrichtung zum bestimmen einer momentan vorliegenden fahrsituation
EP2856452A1 (de) Erkennung von richtungsfahrbahnen
DE102020211649A1 (de) Verfahren und System zum Erstellen eines Straßenmodells
DE102014202385A1 (de) Verfahren zur Erkennung eines Fahrerausweichwunsches in einem Fahrerassistenzsystem für Kraftfahrzeuge
DE102015111925A1 (de) Spurhalteassistenzsystem
DE102010022706A1 (de) Verfahren zur adaptiven Parametrisierung von Fahrerassistenzsystemen und Pre-Crash-Sicherheitssystemen
DE102016122200A1 (de) Bilden einer Rettungsgasse unter Berücksichtigung deren Notwendigkeit
EP4165375A1 (de) Verfahren zur bestimmung einer nutzungsart eines landmarkenmusters für eine eigenlokalisierung eines fahrzeugs, sowie elektronisches eigenlokalisierungssystem für ein fahrzeug
DE102013016906A1 (de) Verfahren zum Betrieb eines Fahrzeuges
WO2019081204A1 (de) Verfahren zum unterstützen eines fahrers bei einem manuellen parkvorgang eines kraftfahrzeugs, wobei ein erster und ein zweiter indikator erfasst werden, parkassistenzsystem sowie kraftfahrzeug
DE102014223259A1 (de) Verfahren zum Schätzen des Fahrstreifenverlaufs einer Fahrbahn

Legal Events

Date Code Title Description
R163 Identified publications notified
R081 Change of applicant/patentee

Owner name: CONTINENTAL AUTONOMOUS MOBILITY GERMANY GMBH, DE

Free format text: FORMER OWNER: CONTI TEMIC MICROELECTRONIC GMBH, 90411 NUERNBERG, DE