DE102021004944A1 - Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen - Google Patents

Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen Download PDF

Info

Publication number
DE102021004944A1
DE102021004944A1 DE102021004944.6A DE102021004944A DE102021004944A1 DE 102021004944 A1 DE102021004944 A1 DE 102021004944A1 DE 102021004944 A DE102021004944 A DE 102021004944A DE 102021004944 A1 DE102021004944 A1 DE 102021004944A1
Authority
DE
Germany
Prior art keywords
lane markings
lane
lidar
camera
captured
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
DE102021004944.6A
Other languages
English (en)
Inventor
Robin Heinzler
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 DE102021004944.6A priority Critical patent/DE102021004944A1/de
Publication of DE102021004944A1 publication Critical patent/DE102021004944A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10Path keeping
    • B60W30/12Lane keeping
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/93Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/98Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993Evaluation of the quality of the acquired pattern
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256Lane; Road marking

Landscapes

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

Abstract

Die Erfindung betrifft ein Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen, wobei eine Fahrzeugumgebung mittels zumindest einer Kamera (2) und mittels zumindest eines Lidars (3) erfasst wird. Erfindungsgemäß wird ein Qualitätsmaß (Q) für erkannte Fahrspurmarkierungen durch Kombination einer kamerabasierten mit einer lidarbasierten Fahrspurerkennung bestimmt. In mittels der Kamera (2) erfassten Kamerabildern (B) werden Farbunterschiede zwischen erfassten Fahrspurmarkierungen und einer Fahrbahnoberfläche ausgewertet. In mittels des Lidars (3) erfassten Lidardaten (L) werden Reflexionsunterschiede zwischen erfassten Fahrspurmarkierungen und der Fahrbahnoberfläche ausgewertet. Einer jeweiligen Fahrspurmarkierung wird für manuelle oder autonome Fahrzeugsysteme dann eine unzureichende Qualität zugewiesen, wenn weder Farbunterschiede noch Reflexionsunterschiede erfasst werden.

Description

  • Die Erfindung betrifft Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen gemäß dem Oberbegriff des Anspruchs 1.
  • Aus der DE 10 2019 005 480 A1 ist ein Verfahren zur Erfassung und Bewertung eines Zustands von Fahrspurmarkierungen bekannt, wobei die Bewertung zunächst in einem Fahrzeug erfolgt und anschließend in einer fahrzeugexternen Rechnereinheit plausibilisiert wird. Der Zustand der Fahrspurmarkierungen wird mittels Umgebungssensoren einer Fahrzeugflotte plausibilisiert, wenn diese eine Beschädigung der Fahrspurmarkierung an einer bestimmten Position detektieren. Die Bewertung im Fahrzeug erfolgt mithilfe zumindest einer verbauten Kamera und zumindest eines verbauten Lidars.
  • Der Erfindung liegt die Aufgabe zu Grunde, ein neuartiges Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen anzugeben.
  • Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren, welches die im Anspruch 1 angegebenen Merkmale aufweist.
  • Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.
  • In einem Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen wird eine Fahrzeugumgebung mittels zumindest einer Kamera und mittels zumindest eines Lidars erfasst.
  • Erfindungsgemäß wird ein Qualitätsmaß für erkannte Fahrspurmarkierungen durch Kombination einer kamerabasierten mit einer lidarbasierten Fahrspurerkennung bestimmt.
  • Dabei werden in mittels der Kamera erfassten Kamerabildern Farbunterschiede zwischen erfassten Fahrspurmarkierungen und einer Fahrbahnoberfläche und in mittels des Lidars erfassten Lidardaten Reflexionsunterschiede zwischen erfassten Fahrspurmarkierungen und der Fahrbahnoberfläche ausgewertet. Einer jeweiligen Fahrspurmarkierung für manuelle oder autonome Fahrzeugsysteme wird dann eine unzureichende Qualität zugewiesen, wenn weder Farbunterschiede noch Reflexionsunterschiede erfasst werden.
  • Mittels des vorliegenden Verfahrens ist in zuverlässiger Weise eine Bewertung von Fahrspurmarkierungen und deren Qualität möglich.
  • Automatisiert, insbesondere hochautomatisiert oder autonom betriebene Fahrzeuge benötigen eine Erkennung von Fahrspurmarkierungen, um eine Trajektorie innerhalb einer eigenen Fahrspur wählen zu können. Bei ungünstigen Umgebungsbedingungen und schlecht erkennbaren Markierungen verringert sich eine Reichweite der erkannten Fahrspurmarkierungen und damit unmittelbar ein Planungshorizont eines Trajektoriereglers häufig. Daraus kann ein unstetiges Fahrverhalten, beispielsweise ein leichtes Pendeln innerhalb der Fahrspur, oder eine zu späte Reaktion auf Fahrspurverlaufsänderungen, beispielsweise ein zu spätes Einlenken in eine Kurve, resultieren. Durch Anwendung des Verfahrens kann bei Vorliegen von Fahrspurmarkierungen mit unzureichender Qualität frühzeitig ein automatisierter Betrieb des Fahrzeugs beendet und eine Fahraufgabe an einen Fahrer übergegeben werden. Somit können gefährliche Situationen, welche aus einer fehlerhaften Fahrspurerkennung resultieren, vermieden werden.
  • In einer möglichen Ausgestaltung des Verfahrens werden ermittelte Qualitätsmaße für erkannte Fahrspurmarkierungen gemeinsam mit Umgebungszuständen, in welchen diese ermittelt wurden, an ein Backend übermittelt und von diesem an weitere Fahrzeuge übermittelt. Auch können die Fahrspurmarkierungen betreffende Informationen weiterer Fahrzeuge an das Backend übermittelt werden. Ist eine Fahrspurmarkierungserkennung unzureichend, ermöglicht diese Ausgestaltung, dass im Backend hinterlegte Informationen mit ausreichender Qualität zum automatisierten Fahrbetrieb des Fahrzeugs verwendet werden. So können beispielsweise dann, wenn weitere Fahrzeuge an der gleichen Stelle ebenfalls eine unzureichende Qualität von Fahrspurmarkierungen erkennen, Informationen aus dem Backend genutzt werden, um das aktuelle Fahrverhalten des Fahrzeugs anzupassen. Dabei können beispielsweise Parameter, wie Karteninformationen, zum Beispiel wie viele Fahrspuren in einem aktuellen Abschnitt vorhanden sind, eine im Backend hinterlegte Trajektorie und damit ein Fahrverhalten anderer Fahrzeuge in gleicher Position stärker in die Trajektorieplanung des Fahrzeugs einbezogen werden. Da die eigene Fahrspurmarkierungserkennung unzureichend ist, können somit die im Backend hinterlegten und die Qualität der Fahrspurmarkierungen betreffenden Informationen stärker gewichtet werden. Auch können diese Informationen an Infrastrukturbetreiber weitergeleitet werden, um beispielsweise Erneuerungen der Fahrspurmarkierungen anzustreben.
  • Ausführungsbeispiele der Erfindung werden im Folgenden anhand einer Zeichnung näher erläutert.
  • Dabei zeigt:
    • 1 schematisch ein Blockschaltbild einer Vorrichtung zur Erfassung und Bewertung von Fahrspurmarkierungen.
  • In der einzigen 1 ist ein Blockschaltbild eines möglichen Ausführungsbeispiels einer Vorrichtung 1 zur Erfassung und Bewertung von Fahrspurmarkierungen dargestellt.
  • Die Vorrichtung 1 umfasst zumindest eine Kamera 2, zumindest ein Lidar 3, zumindest eine Verarbeitungseinheit 4 und eine Kommunikationseinheit 5. Die Vorrichtung 1 ist zur Durchführung eines Verfahrens zur Erfassung und Bewertung von Fahrspurmarkierungen ausgebildet.
  • Hierbei wird ein Qualitätsmaß Q für erkannte Fahrspurmarkierungen durch Kombination einer kamerabasierten mit einer lidarbasierten Fahrspurerkennung bestimmt. Zu diesem Zweck werden mittels der Verarbeitungseinheit 4 in mittels der Kamera 2 erfassten Kamerabildern B Farbunterschiede zwischen erfassten Fahrspurmarkierungen und einer Fahrbahnoberfläche ausgewertet. Dies erfolgt beispielsweise mittels neuronaler Netzen und/oder klassischer Algorithmen.
  • Weiterhin werden mittels der Verarbeitungseinheit 4 in mittels des Lidars 3 erfassten Lidardaten L Reflexionsunterschiede zwischen erfassten Fahrspurmarkierungen und der Fahrbahnoberfläche ausgewertet. Sind beispielsweise Glaskristalle in die Fahrspurmarkierungen eingebracht, ist eine Intensität von empfangenem Licht im Bereich der Fahrspurmarkierungen deutlich höher als im Bereich der angrenzenden Fahrbahnoberfläche.
  • Einer jeweiligen Fahrspurmarkierung wird für eine Anwendung für manuelle oder autonome Fahrzeugsysteme dann eine unzureichende Qualität zugewiesen, wenn weder Farbunterschiede noch Reflexionsunterschiede erfasst werden.
  • Das heißt, sind beide Unterschiede nicht vorhanden, ist es für das menschliche Auge ebenfalls sehr herausfordernd, die Fahrspurmarkierung bei Tag und Nacht zu erkennen. Durch die automatisierte Wahrnehmung der Fahrspurmarkierung und deren Qualität können Informationen I über Fahrbahnbereiche mit Fahrspurmarkierungen unzureichender Qualität mittels der Kommunikationseinheit 5 vom Fahrzeug an ein Backend 6 übermittelt werden. Diese Informationen I umfassen einerseits das jeweilige Qualitätsmaß Q und andererseits Umgebungszustände U, in welchen diese ermittelt wurden. Die Umgebungszustände U sind dabei beispielsweise „Tag“, „Nacht“, „Witterung“ usw. Zudem können die Informationen I Angaben über eine manuell gewählte Trajektorie eines Fahrers des Fahrzeugs, über eine geplante Trajektorie eines autonomen Fahrsystems des Fahrzeugs und über eine tatsächlich gefahrene Trajektorie umfassen. Auch können die Informationen I Angaben über einen gleichzeitig erfolgten Fahrereingriff bei einem teilautonomen Fahrbetrieb des Fahrzeugs umfassen.
  • Das Backend 6 kann diese Informationen I an weitere Fahrzeuge übermitteln und/oder zu einer zentralen Ermittlung des Qualitätsmaßes Q verwenden.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102019005480 A1 [0002]

Claims (2)

  1. Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen, wobei eine Fahrzeugumgebung mittels zumindest einer Kamera (2) und mittels zumindest eines Lidars (3) erfasst wird, dadurch gekennzeichnet, dass - ein Qualitätsmaß (Q) für erkannte Fahrspurmarkierungen durch Kombination einer kamerabasierten mit einer lidarbasierten Fahrspurerkennung bestimmt wird, - in mittels der Kamera (2) erfassten Kamerabildern (B) Farbunterschiede zwischen erfassten Fahrspurmarkierungen und einer Fahrbahnoberfläche ausgewertet werden, - in mittels des Lidars (3) erfassten Lidardaten (L) Reflexionsunterschiede zwischen erfassten Fahrspurmarkierungen und der Fahrbahnoberfläche ausgewertet werden und - einer jeweiligen Fahrspurmarkierung für manuelle oder autonome Fahrzeugsysteme dann eine unzureichende Qualität zugewiesen wird, wenn weder Farbunterschiede noch Reflexionsunterschiede erfasst werden.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ermittelte Qualitätsmaße (Q) für erkannte Fahrspurmarkierungen gemeinsam mit Umgebungszuständen (U), in welchen diese ermittelt wurden, an ein Backend (6) übermittelt werden.
DE102021004944.6A 2021-10-01 2021-10-01 Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen Pending DE102021004944A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102021004944.6A DE102021004944A1 (de) 2021-10-01 2021-10-01 Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102021004944.6A DE102021004944A1 (de) 2021-10-01 2021-10-01 Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen

Publications (1)

Publication Number Publication Date
DE102021004944A1 true DE102021004944A1 (de) 2021-12-09

Family

ID=78605440

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021004944.6A Pending DE102021004944A1 (de) 2021-10-01 2021-10-01 Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen

Country Status (1)

Country Link
DE (1) DE102021004944A1 (de)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019005480A1 (de) 2019-08-05 2020-03-05 Daimler Ag Verfahren zur Erfassung und Bewertung eines Zustands von Fahrspurmarkierungen

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019005480A1 (de) 2019-08-05 2020-03-05 Daimler Ag Verfahren zur Erfassung und Bewertung eines Zustands von Fahrspurmarkierungen

Similar Documents

Publication Publication Date Title
EP2817793B1 (de) Verfahren zum identifizieren eines fahrzeugs bei einer fahrzeug-zu-fahrzeug-kommunikation
DE102014007915A1 (de) Verfahren und Vorrichtung zur Fernsteuerung einer Funktion eines Fahrzeuges mittels einer mobilen Einheit
WO2019121035A1 (de) Verfahren zur klassifizierung von parklücken in einem umgebungsbereich eines fahrzeugs mit einem neuronalen netzwerk
DE102016219455A1 (de) Kraftfahrzeug, Verfahren und aktive Infrastruktur zur Überprüfung einer Umfelderfassung eines Kraftfahrzeugs
DE102016210534A1 (de) Verfahren zum Klassifizieren einer Umgebung eines Fahrzeugs
DE102016212187A1 (de) Verfahren und Vorrichtung zum Betreiben einer eine Signalquelle umfassenden Verkehrsinfrastruktureinheit
DE102016216205B4 (de) Navigationsverfahren für selbstfahrende Fahrzeuge
DE102017223160A1 (de) Verfahren zum Erkennen von zumindest einem an einem Kraftfahrzeug anliegenden Objekt sowie Steuervorrichtung und Kraftfahrzeug
DE102016014712A1 (de) Fahrzeug und Verfahren zur Ausgabe von Informationen an eine Fahrzeugumgebung
WO2019015851A1 (de) Verfahren und vorrichtung zum identifizieren von schäden in fahrzeugscheiben
DE102006044615A1 (de) Verfahren zur Kalibrierung von Bilderfassungseinrichtungen in Fahrzeugen
DE102017217072A1 (de) Verfahren zum Erkennen eines Witterungsverhältnisses in einer Umgebung eines Kraftfahrzeugs sowie Steuervorrichtung und Kraftfahrzeug
DE102008026876A1 (de) Stereokamerasystem und Verfahren zum Ermitteln mindestens eines Kalibrierfehlers eines Stereokamerasystems
DE102016120066A1 (de) Computer-implementiertes Verfahren zum Kontrollieren bzw. Testen eines Objekterkennungssystems
DE102009036196A1 (de) Verfahren und Vorrichtung zur Verkehrszeichenerkennung für ein Fahrzeug
DE102016004028A1 (de) Verfahren zum Betrieb eines Fahrzeugs
DE102017207441A1 (de) Verfahren zum Überprüfen einer digitalen Umgebungskarte für ein Fahrerassistenzsystem eines Kraftfahrzeugs, Rechenvorrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102021004944A1 (de) Verfahren zur Erfassung und Bewertung von Fahrspurmarkierungen
DE102015014191A1 (de) Verfahren zur Überprüfung einer digitalen Karte
DE102019118106B4 (de) Verfahren zur Ermittlung einer Sichtweite
DE102016119592A1 (de) Verfahren zum Erkennen von Objekten in einem Umgebungsbereich eines Kraftfahrzeugs unter Berücksichtigung von Sensordaten im infraroten Wellenlängenbereich, Objekterkennungsvorrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102012014115A1 (de) Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs
DE102020003100A1 (de) Verfahren zu einer kamerabasierten Erkennung von Lichtsignalanlagen
DE102019214937A1 (de) Verfahren zur Erkennung von Zeichengebung im Umfeld eines Fahrzeugs
DE102019209667A1 (de) System und Verfahren zum Ermitteln eines Flüssigkeitsverlustes eines Fahrzeugs

Legal Events

Date Code Title Description
R230 Request for early publication
R012 Request for examination validly filed
R081 Change of applicant/patentee

Owner name: MERCEDES-BENZ GROUP AG, DE

Free format text: FORMER OWNER: DAIMLER AG, STUTTGART, DE