DE102020211649A1 - Verfahren und System zum Erstellen eines Straßenmodells - Google Patents
Verfahren und System zum Erstellen eines Straßenmodells Download PDFInfo
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000003068 static effect Effects 0.000 claims abstract description 32
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 238000005206 flow analysis Methods 0.000 claims description 6
- 101150064138 MAP1 gene Proteins 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
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)
- 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).
- Verfahren nach
Anspruch 1 , dadurch gekennzeichnet, dass durch das Tracking der dynamischen Objekte semantische Eigenschaften der dynamischen Objekte ermittelt werden. - Verfahren nach
Anspruch 2 , dadurch gekennzeichnet, dass die semantischen Eigenschaften Bewegungsrichtung und Bewegungsgeschwindigkeit umfassen. - Verfahren nach
Anspruch 1 , dadurch gekennzeichnet, dass die Informationen über den Straßenverlauf Abbiegemöglichkeiten, Kreuzungen und/oder Abbiegebeschränkungen umfassen. - Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass Abbiegemöglichkeiten und/oder Kreuzungen mittels einer Verkehrsflussanalyse basierend auf den getrackten dynamischen Objekten ermittelt werden.
- Verfahren nach
Anspruch 5 , dadurch gekennzeichnet, dass basierend auf der Verkehrsflussanalyse ein Konfidenzwert für die Abbiegemöglichkeiten und/oder Kreuzungen ermittelt wird. - Verfahren nach
Anspruch 4 , dadurch gekennzeichnet, dass Abbiegebeschränkungen basierend auf den getrackten statischen Objekten ermittelt werden. - 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.
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)
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)
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)
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)
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 |
-
2020
- 2020-09-17 DE DE102020211649.0A patent/DE102020211649A1/de active Pending
-
2021
- 2021-09-16 US US17/447,817 patent/US20220080982A1/en active Pending
Patent Citations (7)
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)
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 |