DE102021004533A1 - Optimieren von Filterparametern eines hochautomatisierten Fahrzeugs - Google Patents

Optimieren von Filterparametern eines hochautomatisierten Fahrzeugs Download PDF

Info

Publication number
DE102021004533A1
DE102021004533A1 DE102021004533.5A DE102021004533A DE102021004533A1 DE 102021004533 A1 DE102021004533 A1 DE 102021004533A1 DE 102021004533 A DE102021004533 A DE 102021004533A DE 102021004533 A1 DE102021004533 A1 DE 102021004533A1
Authority
DE
Germany
Prior art keywords
information
filter
filter parameters
sensor data
data
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.)
Withdrawn
Application number
DE102021004533.5A
Other languages
English (en)
Other versions
DE102021004533A8 (de
Inventor
Bharanidhar Duraisamy
Ahmed Hesham Lofty Kotb
Jan-Valentin Ehrmann
Felix Laukemann
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.)
Mercedes Benz Group AG
Original Assignee
Daimler AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daimler AG filed Critical Daimler AG
Priority to DE102021004533.5A priority Critical patent/DE102021004533A1/de
Publication of DE102021004533A1 publication Critical patent/DE102021004533A1/de
Publication of DE102021004533A8 publication Critical patent/DE102021004533A8/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details 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
    • B60W50/04Monitoring the functioning of the control system
    • B60W50/045Monitoring control system parameters
    • 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
    • B60W2556/00Input parameters relating to data
    • B60W2556/35Data fusion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Optimieren von Filterparametern eines Filters für ein hochautomatisiertes Fahrzeug, aufweisend die Schritte: Erfassen (S1) von Informationen insbesondere aus Sensordaten, Bereitstellen (S2) der gewonnenen Informationen, Interpretieren (S3) der Informationen und Ausgeben in Booleschen logischen Einstufungen, Wiederholtes Anwenden (S4) des Filters auf die Gesamtheit der jeweiligen Interpretationsergebnisse über eine Vielzahl von Filterparametern und Ermitteln derjenigen Filterparameter mit der niedrigsten Anzahl von falsch-positiven Ergebnissen, wobei die Ergebnisse bei der Anwendung sämtlicher definierter möglicher Filterparameter-Tupel in einer Simulation mit a-priori-bekannten verifizierbaren Ground-Truth Daten verglichen werden.

Description

  • Die Erfindung betrifft ein Verfahren zum Optimieren von Filterparametern eines Filters für ein hochautomatisiertes Fahrzeug, sowie ein System zum Optimieren von Filterparametern eines Filters für ein hochautomatisiertes Fahrzeug.
  • Bei automatisierten Fahrzeugen werden typischerweise Sensordaten erzeugt, die Informationen über die Umgebung des Fahrzeugs und auch über das Fahrzeug selbst liefern. Auf der Grundlage solcher Sensordaten können nicht nur Fahrerassistenzsysteme von Fahrzeugen im manuellen Betrieb des Fahrzeugs ausgeführt werden, um beispielsweise den Fahrer durch die hohen Bandbreiten und kurzen Latenzen von Sensoren ausnutzend zu unterstützen, sondern auch eine Fahrsteuerung des Fahrzeugs aktiv und alleinig durch Systeme des Fahrzeugs ausgeführt werden. Im letzteren Fall bedarf ein solcher Betrieb des Fahrzeugs entweder nur noch der Überwachung eines menschlichen Fahrers oder überhaupt keines menschlichen Zutuns mehr. Die Sensordaten an sich sind typischerweise ein kontinuierlicher Strom von Informationen, die in einer bestimmten diskreten Abtastrate physikalisch greifbare Werte liefern. Dazu gehören beispielsweise Abstände aus Ultraschallabstandssensoren, oder Daten von Laserscannern, die typischerweise über eine Punktewolke die Umgebung auf jeweilige Abstände abtasten und damit in der Lage sind, ein dreidimensionales Abbild der Umgebung zu erstellen. Auch matrixförmig und gleichzeitig erfasste Punktemengen können von Sensoren erfasst werden, insbesondere bei Kameradaten. Solche Kameradaten liefern über diskrete Zeitschritte ganze Matrizen voller Pixel, wobei jedes der Pixel einen Farbwert und einen Helligkeitswert aufweist. Hinzu kommt, dass nicht nur unmittelbar die Signale von Sensoren erfasst und in einem einzigen leicht verständlichen Schritt erfasst werden können, wie es beispielsweise bei einem Helligkeitssensor für eintreffende Lichtstärken der Fall ist, sondern dass auch verschiedene Sensorsignale kombiniert werden können, um in Datenfusion die Qualität der erfassten Informationen zu verbessern. Auch kann eine Sensor-Information dazu genutzt werden, aus einer Datenbank weitere Informationen zu gewinnen, die mit der Sensorinformation verknüpft werden kann. Ein Beispiel für eine solche Verknüpfung von Sensordaten und Datenbank ist das Ermitteln einer Position unmittelbar aus Sensordaten (beispielsweise durch entsprechende Signalverarbeitung von Satellitensignalen von Positions- Satelliten wie des amerikanischen NAVSTAR GPS Systems, dem GLONASS System der Russischen Föderation oder dem europäischen System Galileo), und die Verknüpfung der ermittelten Position mit Kartendaten, wobei eine solche digitale Karte eine nahezu beliebige Anzahl von Informationen über die ermittelte Position bzw. einen Bereich um die ermittelte Position bereitstellen kann, beispielsweise potenziell interessante Einrichtungen, die sogenannten „point of interests“ (POI) . Demgegenüber steht die Fusion von bereits interpretierten Informationen, die aus verschiedenartigen Quellen wie die oben beschriebenen stammen. Wird ein automatisiertes Fahrzeug betrieben, das selbstständig eine Entscheidung als Reaktion auf interpretierte Informationen tätigt, kann die Entscheidung nur dann hochqualitativ und korrekt erfolgen, wenn auch die interpretierten Informationen korrekt sind. Es besteht daher die dringliche Notwendigkeit, dass aus erfassten Sensordaten von Sensoren des Fahrzeugs die richtigen Schlüsse und Interpretationen gezogen werden, welche Informationen aus den Sensordaten zu ziehen sind. Wird beispielsweise von einem Modul des Fahrzeugs, welches eine Kamera umfasst und ein Rechenmodul, um die von der Kamera erfassten optischen Daten in einer Objekterkennung zu interpretieren, gleichzeitig jedoch auch die Position des Fahrzeugs erfasst und aus der erfassten Position eine vorausliegende Baustelle ermittelt, und wiederum gleichzeitig durch eine radargestützte Beobachtung der weiteren Verkehrsteilnehmer vorderhalb des Fahrzeugs ein solches Verhalten ermittelt, wie es beim Umfahren einer Baustelle auf der Fahrbahn typisch ist, wird eine vergleichende Recheneinheit zum Schluss kommen, dass vorderhalb des Fahrzeugs tatsächlich eine Baustelle auf der Fahrbahn oder am Fahrbahnrand vorhanden ist und die Steuerung des Fahrzeugs entsprechend anpassen ist (Reduzierung der Geschwindigkeiten, Vermeiden des Einfahrens in Kreuzungsbereiche vor der Baustelle bei Stau in der Baustelle, etc.). Dabei könnte es sich ereignen, dass falsch-positive Ergebnisse auftreten und die Interpretation der Daten nicht korrekt durchgeführt wird.
  • Im Stand der Technik ist es zumindest bekannt, Heuristiken auf große Datenmengen anzuwenden, um die Anzahl von Falsch-Positiven in Datensätzen und in Entscheidungsbäumen zu reduzieren. In diesem Zusammenhang betrifft die EP 2 473 952 A1 ein computer-implementiertes Verfahren zur Verwendung vielfacher Inline-Heuristiken, um Falsch-Positive zu reduzieren. Dabei wird eine erste Heuristik mit einer ersten Menge von Trainings-Daten trainiert, und die erste Heuristik angewendet und Falsch-Positive identifiziert, die von der ersten Heuristik bei ihrem Einsatz erzeugt werden. Die Trainings-Daten werden so modifiziert, dass sie die Falsch-Positiven enthalten, die von der ersten Heuristik erzeugt werden. Eine zweite Heuristik wird auf Basis der modifizierten Trainings-Daten erzeugt, um anschließend die erste Heuristik und die zweite Heuristik auf Felddaten anzuwenden.
  • Aufgabe der Erfindung ist es, einen Filter für eine Vielzahl von interpretierten Daten dahingehend zu optimieren, dass eine optimale Konfiguration des Filters gefunden wird, um eine geringste Anzahl von falsch-positiven Ergebnissen und damit einhergehend eine maximale Anzahl von wahr-positiven Ergebnissen bei der Interpretation von Daten verschiedener Quellen zu ermitteln.
  • Die Erfindung ergibt sich aus den Merkmalen der unabhängigen Ansprüche. Vorteilhafte Weiterbildungen und Ausgestaltungen sind Gegenstand der abhängigen Ansprüche.
  • Ein erster Aspekt der Erfindung betrifft ein Verfahren zum Optimieren von Filterparametern eines Filters für ein hochautomatisiertes Fahrzeug, wobei die Filterparameter Parameter eines Filters sind, welcher dazu dient, die Zahl der falsch-positiven Ergebnisse bei der Interpretation von Sensordaten und Daten aus anderen Quellen zu minimieren und die Zahl der wahr-positiven Ergebnisse bei der Interpretation zu maximieren, sodass eine möglichst zuverlässige Erkennung von Situationen um das hochautomatisierte Fahrzeug aus i) Sensordaten und ii) von den Sensordaten abgeleitete Informationen bzw. Informationen anderen Ursprungs, jeweils aus verschiedenartigen Quellen, erfolgen kann, aufweisend die Schritte:
    • - Erfassen von Informationen aus Sensordaten oder von aus Sensordaten abgeleitete Informationen oder von Informationen anderen Ursprungs,
    • - Bereitstellen der gewonnenen Informationen, sodass die Informationen aus verschiedenartigen Quellen als wiederholbar verwendbarer Dateneingang für eine Simulation verwendet werden können,
    • - Interpretieren der Informationen für jede der verschiedenartigen Quellen und Ausgeben der Interpretationsergebnisse in auf vorgegebene diskrete Situationen bzw. Objekte bezogene Boolesche logische Einstufungen, um kategorisierbare Informationen über die aktuelle Situation und/oder die Umgebung des hochautomatisierten Fahrzeugs zu gewinnen,
    • - Wiederholtes Anwenden des Filters auf die Gesamtheit der jeweiligen Interpretationsergebnisse über eine Vielzahl von Filterparametern und Ermitteln derjenigen Filterparameter mit der niedrigsten Anzahl von falsch-positiven Ergebnissen, wobei die Vielzahl von Filterparametern in einem zulässigen Bereich eingegrenzt durch vorgegebene Ränder der möglichen Filterparameter als Parameterraum ermittelt wird und die Vielzahl von Filterparametern eine endliche, an Gitterknoten geknüpfte Menge innerhalb des zulässigen Bereichs darstellt, wobei die Ergebnisse bei der Anwendung sämtlicher definierter möglicher Filterparameter-Tupel in einer Simulation mit a-priori-bekannten verifizierbaren Ground-Truth Daten verglichen werden.
  • Typischerweise werden hierbei Filter verwendet, deren Parameter eine Korrelation untereinander aufweisen können, d.h. dass die Änderung eines Parameters zur Änderung eines anderen Parameters führen muss. Diese Abhängigkeit wird vorteilhaft durch die vollständige Suche innerhalb des Parameterraums virtuell eliminiert, da unabhängig von den Korrelationen der Parameterraum abgesucht wird.
  • Bevorzugt wird beim Abgleich der Simulationsergebnisse mit den a-priori-bekannten verifizierbaren Ground-Truth Daten ein numerisches Maß für die Abweichung verwendet, welches auch als sogenannter „key performance indicator“ bezeichnet werden kann (KPI). Bevorzugt wird die Simulation genauso wie auch der Filter in einer gängigen Programmiersprache (Skriptsprache oder zu kompilierende Sprache) implementiert, beispielsweise Python.
  • Erfindungsgemäß wird in einem zwar rechenintensiven aber hochgenauen Ansatz der Parameterraum des Filters vollständig durchsucht, vorteilhaft mit einem möglichst engmaschigen Gitter (d. h. paarweise relativ gering veränderten Parametern für die jeweiligen Durchläufe der Simulation), um möglichst viele Falsch-Positive zu eliminieren, indem derjenige Parametersatz aus dem Parameterraum gewählt wird, der diese Eigenschaft aufweist.
  • Es ist eine vorteilhafte Wirkung der Erfindung, dass die Suche und die Auswahl nach optimalen Parametern mit der oben genannten Eigenschaft automatisiert und deutlich vereinfacht wird, da insbesondere alle möglichen Parameter für einen sehr großen Datensatz überprüft werden und nach Qualität aussortiert werden.
  • Vorteilhaft wird außerdem eine zweifach gegliederte Simulationsumgebung verwendet, wobei in einer Schnittstelle für einen Anwender Signaldaten zusammengestellt werden, die falsch-positiven und die wahr-positiven Ergebnisse manuell überprüft werden können und nach letztendlich erfolgter Auswahl zur Anwendung im Fahrzeug übernommen werden können. Die automatisierte Simulation hingegen sammelt und konfiguriert in einem Preprocessing-Schritt vorteilhaft automatisch die bereitgestellten Informationen, um diese in dem kompilierten Fahrsteuerungs-System des Fahrzeugs (welches sich jedoch nicht notwendigerweise auch im Fahrzeug befinden muss) innerhalb des Simulationsumgebung auszuführen.
  • Gemäß einer vorteilhaften Ausführungsform umfassen die Informationen aus den Sensordaten und - wenn verwendet - die aus den Sensordaten abgeleiteten Informationen, und - wenn verwendet - die Informationen aus anderer Quelle Daten über eine Baustelle auf einer für das Fahrzeug befahrbaren Straße. Speziell bei der Interpretation von Daten zum Erkennen einer Baustelle kann das oben und im folgenden beschriebene Verfahren vorteilhaft angewendet werden.
  • Gemäß einer weiteren vorteilhaften Ausführungsform umfassen die Booleschen logischen Einstufungen lediglich „falsch“ oder „wahr“.
  • Gemäß einer weiteren vorteilhaften Ausführungsform wird für die Interpretation der Sensordaten bzw. der andersartigen Informationen aus den verschiedenen Quellen über einen Bayes'schen Ansatz vor dem Vergleich mit den Ground-Truth Daten ein statistisches Wahrscheinlichkeitsmodell herangezogen.
  • Gemäß einer weiteren vorteilhaften Ausführungsform ist der Filter ein Schätzer im Sinne eines sogenannten „Estimators“.
  • Gemäß einer weiteren vorteilhaften Ausführungsform ist der „Estimator“ ein „Maximum Likelihood Estimator“.
  • Gemäß einer weiteren vorteilhaften Ausführungsform wird eine Sensitivitätsanalyse über alle definierten Parameter-Tupel im Bezug auf das Signal-zu-Rauschen-Verhältnis der jeweiligen Sensordaten bzw. aus den Sensordaten gewonnenen Informationen durchgeführt.
  • Gemäß einer weiteren vorteilhaften Ausführungsform wird ein kaskadierter Filter verwendet, um logisch sequenziell die verschiedenen Filterparameter des definierten Parameterraums anzuwenden.
  • Gemäß einer weiteren vorteilhaften Ausführungsform weist die Simulation ein in Binärcode kompiliertes Programm auf, welches in seiner kompilierten Form in einer Recheneinheit des hochautomatisierten Fahrzeugs zur Interpretation der Informationen verwendet werden kann, sodass der Binärcode unveränderlich in der Simulation verwendet wird und lediglich über eine „Application Programm Interface“ angepasste Filterparameter erhält.
  • Ein weiterer Aspekt der Erfindung betrifft ein System zum Optimieren von Filterparametern eines Filters für ein hochautomatisiertes Fahrzeug, wobei die Filterparameter Parameter eines Filters sind, welcher dazu dient, die Zahl der falsch-positiven Ergebnisse bei der Interpretation von Sensordaten und Daten aus anderen Quellen zu minimieren und die Zahl der wahr-positiven Ergebnisse bei der Interpretation zu maximieren, sodass eine möglichst zuverlässige Erkennung von Situationen um das hochautomatisierte Fahrzeug aus i) Sensordaten und ii) von den Sensordaten abgeleitete Informationen bzw. Informationen anderen Ursprungs, jeweils aus verschiedenartigen Quellen, erfolgen kann, aufweisend:
    • - eine Schnittstelle zum Bereitstellen von Informationen aus Sensordaten oder von aus Sensordaten abgeleitete Informationen oder von Informationen anderen Ursprungs, sodass die Informationen aus verschiedenartigen Quellen als wiederholbar verwendbarer Dateneingang für eine Simulation verwendet werden können,
    • - eine erste Recheneinheit zum Interpretieren der Informationen für jede der verschiedenartigen Quellen und Ausgeben der Interpretationsergebnisse in auf vorgegebene diskrete Situationen bzw. Objekte bezogene Boolesche logische Einstufungen, um kategorisierbare Informationen über die aktuelle Situation und/oder die Umgebung des hochautomatisierten Fahrzeugs zu gewinnen, und
    • - eine zweite Recheneinheit zum wiederholten Anwenden des Filters auf die Gesamtheit der jeweiligen Interpretationsergebnisse über eine Vielzahl von Filterparametern und Ermitteln derjenigen Filterparameter mit der niedrigsten Anzahl von falsch-positiven Ergebnissen, wobei die Vielzahl von Filterparametern in einem zulässigen Bereich eingegrenzt durch vorgegebene Ränder der möglichen Filterparameter als Parameterraum ermittelt wird und die Vielzahl von Filterparametern eine endliche, an
  • Gitterknoten geknüpfte Menge innerhalb des zulässigen Bereichs darstellt, wobei die Ergebnisse bei der Anwendung sämtlicher definierter möglicher Filterparameter-Tupel in einer Simulation mit a-priori-bekannten verifizierbaren Ground-Truth Daten verglichen werden.
  • Vorteile und bevorzugte Weiterbildungen des vorgeschlagenen Systems ergeben sich durch eine analoge und sinngemäße Übertragung der im Zusammenhang mit dem vorgeschlagenen Verfahren vorstehend gemachten Ausführungen.
  • Weitere Vorteile, Merkmale und Einzelheiten ergeben sich aus der nachfolgenden Beschreibung, in der - gegebenenfalls unter Bezug auf die Zeichnung - zumindest ein Ausführungsbeispiel im Einzelnen beschrieben ist. Gleiche, ähnliche und/oder funktionsgleiche Teile sind mit gleichen Bezugszeichen versehen.
  • Es zeigt:
    • 1: Ein Verfahren zum Optimieren von Filterparametern eines Filters für ein hochautomatisiertes Fahrzeug gemäß einem Ausführungsbeispiel der Erfindung.
  • 1 zeigt ein Verfahren zum Optimieren von Filterparametern eines Filters für ein hochautomatisiertes Fahrzeug. Der Filter dient dazu, die Zahl der falsch-positiven Ergebnisse bei der Interpretation von Sensordaten und Daten aus anderen Quellen zu minimieren und die Zahl der wahr-positiven Ergebnisse bei der Interpretation zu maximieren. Eine möglichst zuverlässige Erkennung von Situationen um das hochautomatisierte Fahrzeug ist Grundlage für eine korrekte Entscheidung des Fahrzeugs zur Vornahme von Fahrsteuereingaben. Die Informationen stammen in diesem Beispiel aus i) optischen Sensordaten einer Kamera und ii) aus von den Positions-Sensordaten abgeleiteten Karten-Informationen, das heißt aus verschiedenartigen Quellen. In einem ersten Schritt erfolgt das Erfassen S1 von Informationen aus diesen Sensordaten und Kartendaten. Ferner erfolgt das Bereitstellen S2 der gewonnenen Informationen, sodass diese Informationen als wiederholbar verwendbarer Dateneingang für eine Simulation verwendet werden können. Dies erfolgt durch Abspeichern entsprechender Datensätze in Dateien. Das Interpretieren S3 der Informationen für jede der verschiedenen Quellen liefert Boolesche logische Einstufungen, ob es sich um eine Baustelle handelt oder nicht. Das Ergebnis der Interpretation sowohl der Kameradaten als auch der Kartendaten liefert daher jeweils in Bezug auf das Vorliegen einer Baustelle das Ergebnis von „wahr“ oder „falsch“. In anderen Worten werden die verschiedenen Quellen für sich jeweils interpretiert um eine binäre Aussage treffen zu können, ob aus den einzelnen Daten hervorgeht, dass vor dem Fahrzeug eine Baustelle vorliegt oder nicht. So werden kategorisierbare Informationen über die aktuelle Situation und/oder die Umgebung des hochautomatisierten Fahrzeugs gewonnen. Neben diesen Interpretationen der Daten, abhängig vom Filterparametern, liegen die a-priori bekannten Ground-Truth Daten vor, ob tatsächlich eine Baustelle vorliegt oder ein anderes Hindernis die Straße blockiert. In einem weiteren Schritt erfolgt zum Optimieren der Parameter des Filters daher das wiederholte Anwenden S4 des Filters auf die Gesamtheit der jeweiligen Interpretationsergebnisse über eine Vielzahl von Filterparametern und Ermitteln derjenigen Filterparameter mit der niedrigsten Anzahl von falsch-positiven Ergebnissen. Die Vielzahl von zu testenden Filterparametern werden in einem zulässigen Bereich eingegrenzt, welcher durch vorgegebene Ränder der jeweiligen möglichen Filterparameter definiert wird und als Parameterraum ermittelt wird. Die zu testende Vielzahl von Filterparametern ist daher eine endliche, an Gitterknoten geknüpfte Menge innerhalb des zulässigen Bereichs. Die Ergebnisse bei der Anwendung sämtlicher definierter möglicher Filterparameter-Tupel in einer Simulation werden schließlich mit a-priori-bekannten verifizierbaren Ground-Truth Daten verglichen.
  • Obwohl die Erfindung im Detail durch bevorzugte Ausführungsbeispiele näher illustriert und erläutert wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen. Es ist daher klar, dass eine Vielzahl von Variationsmöglichkeiten existiert. Es ist ebenfalls klar, dass beispielhaft genannte Ausführungsformen wirklich nur Beispiele darstellen, die nicht in irgendeiner Weise als Begrenzung etwa des Schutzbereichs, der Anwendungsmöglichkeiten oder der Konfiguration der Erfindung aufzufassen sind. Vielmehr versetzen die vorhergehende Beschreibung und die Figurenbeschreibung den Fachmann in die Lage, die beispielhaften Ausführungsformen konkret umzusetzen, wobei der Fachmann in Kenntnis des offenbarten Erfindungsgedankens vielfältige Änderungen, beispielsweise hinsichtlich der Funktion oder der Anordnung einzelner, in einer beispielhaften Ausführungsform genannter Elemente, vornehmen kann, ohne den Schutzbereich zu verlassen, der durch die Ansprüche und deren rechtliche Entsprechungen, wie etwa weitergehende Erläuterungen in der Beschreibung, definiert wird.
  • Bezugszeichenliste
  • S1
    Erfassen
    S2
    Bereitstellen
    S3
    Interpretieren
    S4
    Anwenden
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • EP 2473952 A1 [0003]

Claims (10)

  1. Verfahren zum Optimieren von Filterparametern eines Filters für ein hochautomatisiertes Fahrzeug, wobei die Filterparameter Parameter eines Filters sind, welcher dazu dient, die Zahl der falsch-positiven Ergebnisse bei der Interpretation von Sensordaten und Daten aus anderen Quellen zu minimieren und die Zahl der wahr-positiven Ergebnisse bei der Interpretation zu maximieren, sodass eine möglichst zuverlässige Erkennung von Situationen um das hochautomatisierte Fahrzeug aus i) Sensordaten und ii) von den Sensordaten abgeleitete Informationen bzw. Informationen anderen Ursprungs, jeweils aus verschiedenartigen Quellen, erfolgen kann, aufweisend die Schritte: - Erfassen (S1) von Informationen aus Sensordaten oder von aus Sensordaten abgeleitete Informationen oder von Informationen anderen Ursprungs, - Bereitstellen (S2) der gewonnenen Informationen, sodass die Informationen aus verschiedenartigen Quellen als wiederholbar verwendbarer Dateneingang für eine Simulation verwendet werden können, - Interpretieren (S3) der Informationen für jede der verschiedenartigen Quellen und Ausgeben der Interpretationsergebnisse in auf vorgegebene diskrete Situationen bzw. Objekte bezogene Boolesche logische Einstufungen, um kategorisierbare Informationen über die aktuelle Situation und/oder die Umgebung des hochautomatisierten Fahrzeugs zu gewinnen, - Wiederholtes Anwenden (S4) des Filters auf die Gesamtheit der jeweiligen Interpretationsergebnisse über eine Vielzahl von Filterparametern und Ermitteln derjenigen Filterparameter mit der niedrigsten Anzahl von falsch-positiven Ergebnissen, wobei die Vielzahl von Filterparametern in einem zulässigen Bereich eingegrenzt durch vorgegebene Ränder der möglichen Filterparameter als Parameterraum ermittelt wird und die Vielzahl von Filterparametern eine endliche, an Gitterknoten geknüpfte Menge innerhalb des zulässigen Bereichs darstellt, wobei die Ergebnisse bei der Anwendung sämtlicher definierter möglicher Filterparameter-Tupel in einer Simulation mit a-priori-bekannten verifizierbaren Ground-Truth Daten verglichen werden.
  2. Verfahren nach Anspruch 1, wobei die Sensordaten und - wenn verwendet - die aus den Sensordaten abgeleiteten Informationen, und - wenn verwendet - die Informationen aus anderer Quelle Daten und Informationen über eine Baustelle auf einer für das Fahrzeug befahrbaren Straße umfassen.
  3. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Booleschen logischen Einstufungen lediglich „falsch“ oder „wahr“ umfassen.
  4. Verfahren nach einem der vorhergehenden Ansprüche, wobei für die Interpretation der Sensordaten bzw. der andersartigen Informationen aus den verschiedenen Quellen über einen Bayes'schen Ansatz vor dem Vergleich mit den Ground-Truth Daten ein statistisches Wahrscheinlichkeitsmodell herangezogen wird.
  5. Verfahren nach einem der vorhergehenden Ansprüche, wobei der Filter ein Schätzer im Sinne eines sogenannten „Estimators“ ist.
  6. Verfahren nach Anspruch 5, wobei der „Estimator“ ein „Maximum Likelihood Estimator“ ist.
  7. Verfahren nach einem der vorhergehenden Ansprüche, wobei eine Sensitivitätsanalyse über alle definierten Parameter-Tupel im Bezug auf das Signal-zu-Rauschen-Verhältnis der jeweiligen Sensordaten bzw. aus den Sensordaten gewonnenen Informationen durchgeführt wird.
  8. Verfahren nach einem der vorhergehenden Ansprüche, wobei ein kaskadierter Filter verwendet wird, um logisch sequenziell die verschiedenen Filterparameter des definierten Parameterraums anzuwenden.
  9. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Simulation ein in Binärcode kompiliertes Programm aufweist, welches in seiner kompilierten Form in einer Recheneinheit des hochautomatisierten Fahrzeugs zur Interpretation der Informationen verwendet werden kann, sodass der Binärcode unveränderlich in der Simulation verwendet wird und lediglich über eine „Application Programm Interface“ angepasste Filterparameter erhält.
  10. System zum Optimieren von Filterparametern eines Filters für ein hochautomatisiertes Fahrzeug, wobei die Filterparameter Parameter eines Filters sind, welcher dazu dient, die Zahl der falsch-positiven Ergebnisse bei der Interpretation von Sensordaten und Daten aus anderen Quellen zu minimieren und die Zahl der wahr-positiven Ergebnisse bei der Interpretation zu maximieren, sodass eine möglichst zuverlässige Erkennung von Situationen um das hochautomatisierte Fahrzeug aus i) Sensordaten und ii) von den Sensordaten abgeleitete Informationen bzw. Informationen anderen Ursprungs, jeweils aus verschiedenartigen Quellen, erfolgen kann, aufweisend: - eine Schnittstelle zum Bereitstellen von Informationen aus Sensordaten oder von aus Sensordaten abgeleitete Informationen oder von Informationen anderen Ursprungs, sodass die Informationen aus verschiedenartigen Quellen als wiederholbar verwendbarer Dateneingang für eine Simulation verwendet werden können, - eine erste Recheneinheit zum Interpretieren der Informationen für jede der verschiedenartigen Quellen und Ausgeben der Interpretationsergebnisse in auf vorgegebene diskrete Situationen bzw. Objekte bezogene Boolesche logische Einstufungen, um kategorisierbare Informationen über die aktuelle Situation und/oder die Umgebung des hochautomatisierten Fahrzeugs zu gewinnen, und - eine zweite Recheneinheit zum wiederholten Anwenden des Filters auf die Gesamtheit der jeweiligen Interpretationsergebnisse über eine Vielzahl von Filterparametern und Ermitteln derjenigen Filterparameter mit der niedrigsten Anzahl von falsch-positiven Ergebnissen, wobei die Vielzahl von Filterparametern in einem zulässigen Bereich eingegrenzt durch vorgegebene Ränder der möglichen Filterparameter als Parameterraum ermittelt wird und die Vielzahl von Filterparametern eine endliche, an Gitterknoten geknüpfte Menge innerhalb des zulässigen Bereichs darstellt, wobei die Ergebnisse bei der Anwendung sämtlicher definierter möglicher Filterparameter-Tupel in einer Simulation mit a-priori-bekannten verifizierbaren Ground-Truth Daten verglichen werden.
DE102021004533.5A 2021-09-07 2021-09-07 Optimieren von Filterparametern eines hochautomatisierten Fahrzeugs Withdrawn DE102021004533A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102021004533.5A DE102021004533A1 (de) 2021-09-07 2021-09-07 Optimieren von Filterparametern eines hochautomatisierten Fahrzeugs

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102021004533.5A DE102021004533A1 (de) 2021-09-07 2021-09-07 Optimieren von Filterparametern eines hochautomatisierten Fahrzeugs

Publications (2)

Publication Number Publication Date
DE102021004533A1 true DE102021004533A1 (de) 2022-01-05
DE102021004533A8 DE102021004533A8 (de) 2022-01-27

Family

ID=79019864

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021004533.5A Withdrawn DE102021004533A1 (de) 2021-09-07 2021-09-07 Optimieren von Filterparametern eines hochautomatisierten Fahrzeugs

Country Status (1)

Country Link
DE (1) DE102021004533A1 (de)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2473952A1 (de) 2009-08-31 2012-07-11 Symantec Corporation Systeme und verfahren zur verwendung von mehrfacher inline-heuristik zur minimierung von falsch-positiven ergebnissen

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2473952A1 (de) 2009-08-31 2012-07-11 Symantec Corporation Systeme und verfahren zur verwendung von mehrfacher inline-heuristik zur minimierung von falsch-positiven ergebnissen

Also Published As

Publication number Publication date
DE102021004533A8 (de) 2022-01-27

Similar Documents

Publication Publication Date Title
AT521607B1 (de) Verfahren und Vorrichtung zum Testen eines Fahrerassistenzsystem
EP3466239A1 (de) Verfahren für den betrieb einer selbstfahrenden landwirtschaftlichen arbeitsmaschine
DE102018206208A1 (de) Verfahren, Vorrichtung, Erzeugnis und Computerprogramm zum Betreiben eines technischen Systems
EP2034461B1 (de) Verfahren zur Detektion und/oder Verfolgung von bewegten Objekten in einer Überwachungsszene mit Störern, Vorrichtung sowie Computerprogramm
DE102021201445A1 (de) Computerimplementiertes Verfahren zum Testen der Konformität zwischen realen und synthetischen Bildern für maschinelles Lernen
DE102018220892A1 (de) Vorrichtung und Verfahren zur Generierung von Labelobjekten für die Umgebung eines Fahrzeugs
DE102021210417A1 (de) Systeme und Verfahren mit robusten Klassifikatoren zur Abwehr von Patch-Angriffen
DE102021207613A1 (de) Verfahren zur Qualitätssicherung eines Systems
DE102021100791A1 (de) Verfahren zum Bestimmen von Trainingsdaten für eine Modellverbesserung und Datenverarbeitungsvorrichtung
DE102019211459B4 (de) Verfahren und Vorrichtung zum Überprüfen einer Kalibrierung von Umfeldsensoren
WO2020200620A1 (de) Maskierung von in einem bild enthaltenen objekten
DE102021004533A1 (de) Optimieren von Filterparametern eines hochautomatisierten Fahrzeugs
DE102022212343A1 (de) Autonom-fahrsystem
DE102019213061A1 (de) Klassifizierung von KI-Modulen
DE102019102672A1 (de) Intersensorisches lernen
WO2021122337A1 (de) Verfahren und vorrichtung zum erkennen einer entfremdung einer sensordatendomäne von einer referenzdatendomäne
DE102021204040A1 (de) Verfahren, Vorrichtung und Computerprogramm zur Erstellung von Trainingsdaten im Fahrzeug
DE102021101717A1 (de) Verfahren zum Bereitstellen von fusionierten Daten, Assistenzsystem und Kraftfahrzeug
DE102020208309A1 (de) Verfahren und Vorrichtung zum Erstellen eines maschinellen Lernsystems
DE102019119084A1 (de) Bestimmen eines Signalstatus einer Lichtsignalanlage
DE102016009199B4 (de) Verfahren zum Betreiben einer Datenerfassungseinheit zum Erfassen von mindestens einem Steuerungsereignis einer Steuerungvorrichtung eines Kraftfahrzeugs sowie eine Datenerfassungseinheit und eine Datenverarbeitungseinheit
DE102019216184A1 (de) Verfahren zum Robustifizieren eines Neuronalen Netzes gegen adversariale Störungen
DE102021208349B3 (de) Verfahren und Sensorsystem zum Zusammenführen von Sensordaten sowie Fahrzeug mit einem Sensorsystem zum Zusammenführen von Sensordaten
EP4202779A1 (de) Verfahren und system zur klassifikation von szenarien eines virtuellen tests sowie trainingsverfahren
DE102022104399A1 (de) Verfahren und Prozessorschaltung zum Ermitteln von Trainingsdatensätzen für ein Training eines Modells des maschinellen Lernens

Legal Events

Date Code Title Description
R230 Request for early publication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee