-
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Ermitteln von Positions- und Orientierungs-Koordinaten von an einem Fahrzeug fest angeordneten Sensoren. Die Erfindung betrifft weiterhin ein Fahrzeug mit einer ebensolchen Vorrichtung.
-
Eine hochgenaue Positions- und Orientierungsbestimmung von an einem Fahrzeug angeordneten Sensoren, insbesondere von LiDAR-Sensoren, ist eine unerlässliche Voraussetzung für eine anschließende sinnvolle Verarbeitung und Nutzung der entsprechenden Sensordaten, beispielsweise für Anwendungen im Bereich der autonomen Längs- und Quersteuerung des Fahrzeugs. Der Begriff „Orientierung“ kann vorliegend beispielsweise in einer dreidimensionalen Anwendung durch drei Eulerwinkel beschrieben werden.
-
Die sukzessive Aggregation und Auswertung derartiger Sensordaten erfordert insbesondere eine hochgenaue relative Positions- und Orientierungsbestimmung derartiger am Fahrzeug angeordneter Sensoren zu erfassten hochgenauen Positions- und Orientierungsdaten des Fahrzeugs.
-
Das hier beschriebene Verfahren ermöglicht eine robuste und hochgenaue Positions- und Orientierungsbestimmung von an einem Fahrzeug angeordneten Sensoren. Eine kontinuierliche Überwachung der Integrität der Positions- und Orientierungsdaten der Fahrzeugsensoren ermöglicht darüber hinaus ein automatisches Erkennen und Korrigieren von falschen Positions- und Orientierungsdaten der Fahrzeugsensoren, wie sie beispielsweise durch Wartungsaktivitäten an den Sensoren, durch harte Stöße und Unfälle entstehen können.
-
Aus der
DE 102016214030 A1 geht ein Verfahren zum Erfassen eines Verkehrsumfeldes mit einer mobilen Einheit hervor. Dabei werden mittels einer Erfassungseinheit Datensätze mit Datenpunkten erfasst, wobei jedem Datensatz ein Zeitpunkt zugeordnet wird. Es werden für die erfassten Datensätze jeweils Landmarkenbeobachtungen bestimmt, wobei den Landmarkenbeobachtungen Landmarkenparameter und Objektklassen zugeordnet sind, und anhand der bestimmten Landmarkenbeobachtungen werden Umfeldmodelldaten erzeugt, wobei die Umfeldmodelldaten eine Beschreibung des Verkehrsumfeldes umfassen. Anhand der Umfeldmodelldaten werden Abstandsberechnungen für die Landmarkenbeobachtungen anhand ihrer Objektklasse und ihrer Landmarkenparameter durchgeführt, wobei Abstandswerte für die Landmarkenbeobachtungen bestimmt werden. Dabei werden bestimmten Landmarken anhand der Abstandswerte die Landmarkenbeobachtungen zugeordnet. Den Umfeld Modelldaten werden Wahrscheinlichkeiten zugeordnet und die zugeordneten Wahrscheinlichkeiten werden anhand der Landmarkenbeobachtungen verändert. Die Umfeld Modell Daten werden anhand der den Landmarkenbeobachtungen zugeordneten Wahrscheinlichkeiten aktualisiert.
-
Die Aufgabe der Erfindung ist es, ein Verfahren und eine Vorrichtung anzugeben, die ein robustes und hochgenaues Ermitteln von Positions- und Orientierungskoordinaten von an einem Fahrzeug fest angeordneten Sensoren, insbesondere LiDAR-Sensoren, ermöglicht.
-
Die Erfindung ergibt sich aus den Merkmalen der unabhängigen Ansprüche. Vorteilhafte Weiterbildungen und Ausgestaltungen sind Gegenstand der abhängigen Ansprüche. Weitere Merkmale, Anwendungsmöglichkeiten und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung, sowie der Erläuterung von Ausführungsbeispielen der Erfindung, die in den Figuren dargestellt sind.
-
Ein erster Aspekt der Erfindung betrifft ein Verfahren zum Ermitteln von Positions- und Orientierungs-Koordinaten qSENn einer Anzahl N an einem Fahrzeug F fest angeordneter Sensoren SENn, wobei die Sensoren SENn jeweils dazu eingerichtet und ausgeführt sind, in einer Umgebung des Fahrzeugs F Oberflächenelemente Oi stationärer Objekte zu erfassen und im jeweiligen Koordinatensystem Kn des jeweiligen Sensors SENn Positionen POSOn,i der Oberflächenelemente Oi zu ermitteln, mit n = 1, 2, ..., N und N ≥ 1 und i = 1, 2, ..., I und I ≥ 1. Das erfindungsgemäße Verfahren umfasst folgende Schritte.
-
In einem ersten Schritt erfolgt mit dem Fahrzeug Fein Abfahren einer Trajektorie T, dabei erfolgt: ein fortlaufendes Erfassen von aktuellen Positions- und Orientierungs-Koordinaten qF(t) des Fahrzeugs F in einem Koordinatensystem KF, je Sensor SENn ein fortlaufendes Erfassen von Oberflächenelementen Oi stationärer Objekte in der aktuellen Umgebung des Fahrzeugs F jeweils aus einer Vielzahl von verschiedenen Perspektiven zu den Objekten, und ein Ermitteln von Positionen POSOn,i (t) der erfassten Oberflächenelemente Oi im jeweiligen Koordinatensystem Kn des jeweiligen Sensors SENn, wobei die Position des Sensor SENn vorteilhaft mit dem Ursprung des jeweiligen Koordinatensystems Kn übereinstimmt. Ein Messergebnis eines Sensor SENn ist somit eine Position POSOn,i (t).
-
In einem zweiten Schritt erfolgt für die während des Abfahrens der Trajektorie T ermittelten Positionen POSOn,i (t) im jeweiligen Koordinatensystem Kn ein Zuweisen einer Wahrscheinlichkeitsverteilung PXζn,i zu jeder ermittelten Position POSOn,i (t), wobei die Wahrscheinlichkeitsverteilung PXζn,i jeder Position ζn im Koordinatensystem Kn eine Wahrscheinlichkeit dafür zuweist, dass an der Position ζn ein Oberflächenelement eines stationären Objektes angeordnet ist oder nicht, wobei der Schwerpunkt der jeweiligen Wahrscheinlichkeitsverteilung PXζn,i an der jeweils zugeordneten Position: ζn,i:= POSOn,i (t) liegt.
-
In einem dritten Schritt erfolgt je Koordinatensystem Kn ein Ermitteln einer aggregierten Wahrscheinlichkeitsverteilung P[Yζn ]Kn die eine Wahrscheinlichkeit angibt, dass an einer beliebigen Position ζn im Koordinatensystem Kn des Sensors SENn ein Oberflächenelement eines stationären Objektes angeordnet ist, mit
- Xζn,i:
- Boolesche Zufallsvariable im Koordinatensystem Kn des n-ten Sensors SENn,
- Yζn:
- von Xζn,i abhängige Boolesche Zufallsvariable, die angibt, ob an der Position ζn ein Oberflächenelement eines stationären Objektes angeordnet ist (= wahr = 1) oder nicht (= unwahr = 0)
- ζn:
- beliebige Position im Koordinatensystem Kn.
-
In einem vierten Schritt erfolgt ein Ermitteln einer optimierten Transformation TOPT der N aggregierten Wahrscheinlichkeitsverteilungen P[Yζn ]Kn aus den Koordinatensystemen Kn in das Koordinatensystem KF: P[Yζn ]Kn → P[Yξ]KF wobei der Beitrag der Wahrscheinlichkeitsverteilung P[Yζn ]Kn an einem beliebigen Ort ξ im Koordinatensystem KF P[Yn,ξ]KF ist, und wobei die Transformation TOPT derart optimiert wird, dass für alle Orte ξ im Koordinatensystem KF die Varianz von P[Yξ]KF minimiert ist.
-
In einem fünften Schritt erfolgt auf Basis der ermittelten optimierten Transformation TOPT ein Ermitteln der Positions- und Orientierungs-Koordinaten qSENn im Koordinatensystem KF über den Zusammenhang: qSENn = qF - ΔqSENn , mit
- ΔqSENn:
- Relativkoordinaten zwischen dem Ursprung des Koordinatensystems KF und den Ursprüngen der in KF transformierten Koordinatensysteme Kn.
-
In einem sechsten Schritt erfolgt ein Ausgeben der ermittelten Positions- und Orientierungs-Koordinaten qSENn und/oder der Positions- und Orientierungs-Koordinaten qF und/oder der Relativkoordinaten ΔqSENn .
-
Das vorgeschlagene Verfahren ermöglicht ein robustes und hochgenaues Ermitteln von Positions- und Orientierungskoordinaten qSENn und/oder Relativkoordinaten ΔqSENn von an einem Fahrzeug fest angeordneten Sensoren, insbesondere LiDAR-Sensoren, in 2D oder 3D.
-
Die Positions- und Orientierungs-Koordinaten qSENn der N Sensoren SENn können beispielsweise im Dreidimensionalen durch kartesische Koordinaten und Eulerwinkel qSENn = (xn, yn, zn, φn, θn, ψn, t) im jeweiligen Koordinatensystem Kn angegeben werden. Die Positions- und Orientierungs-Koordinaten qF(t) des Fahrzeugs F in dem Koordinatensystem KF können beispielsweise ebenfalls im Dreidimensionalen durch kartesische Koordinaten und Eulerwinkel angegeben werden:
- qF(t) = (xF, yF, zF, φF, θF, ψF, t). Vorteilhaft ist das Koordinatensystem KF ein globales Koordinatensystem, vorzugsweise identisch mit einem Koordinatensystem eines Satellitennavigationssystems, das zur Ermittlung der Fahrzeugposition genutzt wird.
-
Das fortlaufende Erfassen der aktuellen Positions- und Orientierungs-Koordinaten qF(t) des Fahrzeugs F in dem Koordinatensystem KF erfolgt vorteilhaft, beispielsweise mittels eines Satellitennavigationssystems (GNSS:= Global Navigation Satellite System) bspw. eines Doppler-GPS. Hochgenaue Orientierungsdaten des Fahrzeugs können vorteilhaft beispielsweise mittels Beschleunigungssensoren („IRS“:= Inertial Reference System) ermittelt werden.
-
Die Sensoren SENn sind vorteilhaft LiDAR- oder Radar- oder Ultraschall- oder Mikrowellensensoren oder 3D-Kamera-Sensoren oder eine Mischung daraus. Die Sensoren SENn sind jeweils dazu ausgeführt, in der aktuellen Umgebung des Fahrzeugs F angeordnete stationäre Objekte von instationären Objekten zu unterscheiden, von den stationären Objekten Oberflächenelemente Oi zu erfassen und Positionen POSOn,i (t) (=
-
Messwerte) der erfassten Oberflächenelemente Oi im jeweiligen Koordinatensystem Kn des jeweiligen Sensors SENn zu ermitteln. Die Sensoren SENn verfügen vorteilhaft über den eigentlichen Sensor zur Erfassung von Rohdaten sowie über eine Rohdatenaufbereitungs-Einheit zur Ermittlung der Positionen POSOn,i (t) im Koordinatensystem des jeweiligen Sensors.
-
Stationäre Objekte sind beispielsweise Objekte, die ihre Form, Position und Orientierung im Aufnahmezeitraum, d.h. im Zeitraum während des Abfahrens der Trajektorie T nicht verändern. Stationäre Objekte sind beispielsweise Häuser, parkende Autos, Laternenpfähle, Ampeln, Absperrungen, etc.
-
Vorteilhaft überschneiden sich die Messbereiche der Sensoren SENn, so dass ein stationäres Objekt in der Fahrzeugumgebung gleichzeitig von zwei oder mehr Sensoren SENn und somit gleichzeitig aus zwei oder mehr verschiedenen Perspektiven erfasst wird. Ein stationäres Objekt soll natürlich vorteilhaft weiterhin auch aufgrund der Bewegung des Fahrzeugs F entlang der Trajektorie T auch von nur einem Sensor SENn aus mehreren Perspektiven erfasst werden.
-
Für jedes von einem Sensor erfasste Oberflächenelement Oi eines stationären Objekts wird somit eine Position POSOn,i (t) ermittelt. Da die Erfassung der Oberflächenelemente Oi mit einer vorgegebenen Messfrequenz erfolgt, sind die Positionen POSOn,i (t) diskret und abzählbar. Je nach Aufgabenstellung, d.h. ob die Positions- und Orientierungskoordinaten qSENn und/oder Relativkoordinaten ΔqSENn zweidimensional oder dreidimensional angegeben werden sollen, sind die Positionen POSOn,i (t) sind 2D-Positionen oder 3D-Positionen. Nach Abfahren der Trajektorie T durch das Fahrzeug F ergibt sich somit für jeden der Sensoren SENn eine Punktwolke mit einer Vielzahl von Positionen POSOn,i(t) im jeweiligen Koordinatensystem des Sensors.
-
Die Trajektorie T definiert dabei den Bewegungspfad des Fahrzeugs F, je nach Anwendung des Verfahren (2D oder 3D) als 2D-Bahnkurve oder 3D-Bahnkurve. Die Trajektorie T hat einen Startpunkt und einen Endpunkt. Beim Abfahren der Trajektorie T passiert das Fahrzeug F den Startpunkt zu einer Zeit tSTART und den Endpunkt zu einer Zeit tEND. Positionen PT des Fahrzeugs F entlang der Trajektorie T ergeben sich daher als Position PT(t) mit t ∈ [tSTART, tEND].
-
Vorteilhaft definiert die Trajektorie T einen Bewegungspfad des Fahrzeugs F, der ein slalomartiges oder zig-zack-artiges Umfahren von stationären Objekten in der Umgebung des Fahrzeugs F ergibt/definiert. Weiterhin vorteilhaft wird die Trajektorie T vom Fahrzeug F autonom ausgewählt und abgefahren.
-
Am Beispiel von LiDAR-Sensoren ergeben sich die Positionen POSOn,i (t) der erfassten Oberflächenelemente Oi stationärer Objekte als diejenigen Raumpunkte im Koordinatensystem des jeweiligen LiDAR-Sensors SENn an dem eine Reflexion des Laserstrahls an der Oberfläche eines stationären Objekts in der Umgebung des Fahrzeugs F erfolgt.
-
Im zweiten Schritt werden allen Punkten (= Positionen POSOn,i (t)) der genannten Punktwolken in den Koordinatensystemen Kn jeweils eine Wahrscheinlichkeitsverteilung PXζn,i zugewiesen, wobei jeder Punkt (= POSOn,i (t)) als Zentrum der jeweiligen Wahrscheinlichkeitsverteilung PXζn,i betrachtet wird. Somit werden die Punktwolken in den N Sensorkoordinatensystemen Kn in Wahrscheinlichkeitsfunktionen überführt, die jeweils eine Wahrscheinlichkeit dafür angeben, dass an einer beliebigen Position ζn im Koordinatensystem Kn des jeweiligen Sensors SENn ein Oberflächenelement eines stationären Objektes angeordnet ist.
-
Vorteilhaft ist die Wahrscheinlichkeitsverteilung PX
ζn,i eine Normalverteilung (Gaußverteilung). Vorteilhaft ist die Varianz der Wahrscheinlichkeitsverteilung PX
ζn,i jeweils proportional zur Entfernung des Punktes ζ
n,i vom jeweiligen Sensor SEN
n bzw. vom Ursprung des jeweiligen Koordinatensystem K
n gewählt:
mit
- N:
- Normalverteilung
- ρ:
- Konstante zum Fine-Tunen der Verteilungen
- ||ζn,i||2:
- Distanz zwischen Sensor SENn und dem Punkt ζn,i, der die Position POSOn,i (t) des Oberflächenelements O, im Koordinatensystem Kn angibt.
-
Mit anderen Worten, die Wahrscheinlichkeit PXζn,i , dass für die Boolesche Variable Xζn,i gilt: Xζn,i = 1 steigt mit zunehmender Nähe der Position POSOn,i (t) zu einem Punkt ζn,i.
-
In dem dritten Schritt wird die aggregierte Wahrscheinlichkeitsverteilung P[Y
ζn ]
Kn ermittelt, die die Wahrscheinlichkeit angibt, dass an einer beliebigen Position ζ
n im Koordinatensystem K
n des Sensors SEN
n ein Oberflächenelement eines stationären Objektes angeordnet ist. Die Wahrscheinlichkeitsverteilung P[Y
ζn ]
Kn basiert dabei auf den „oder“-Verknüpfungen:
der Zufallsvariablen X
ζn,i . Bei der Punktwolke POS
On,i (t) im Koordinatensystem K
n gilt vorteilhaft jeder Punkt PO
On,i (t) als eine neue Messung. So hat man in jedem Koordinatensystem K
n eine Anzahl von I Zufallsvariablen an jeder beliebigen Position ζ
n und damit eine komplexe Wahrscheinlichkeitsverteilung für das Vorhandensein von Oberflächenelementen eines stationären Objektes an jeder beliebigen Position ζ
n.
-
Neben der Information über die Wahrscheinlichkeit P[Yζn ]Kn für das Vorhandensein eines Oberflächenelementes eines stationären Objektes an jeder beliebigen Position ζn im Koordinatensystem Kn des Sensors SENn, können noch weitere Informationen genutzt werden.
-
Wenn beispielsweise an einer Position ζn aus Sicht des Sensors n ein Oberflächenelement eines stationären Objekts vorhanden ist (Wahrscheinlichkeit P[Yζn ]Kn = 1), dann ist offensichtlich kein für den jeweiligen Sensor sichtbares Objekt zwischen der Position ζn und dem Sensor, d.h. zwischen der Position ζn und dem Koordinatenursprung des Koordinatensystems Kn vorhanden. Für diese Bereiche (Linie zwischen Koordinatenursprung des Koordinatensystems Kn und Position ζn) einfach eine Wahrscheinlichkeit von Null anzunehmen ist nicht ausreichend, denn dieselbe Information gilt für Positionen, welche der jeweilige Sensor überhaupt nicht erkennen kann.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Verfahrens zeichnet sich dadurch aus, dass eine Gewichtung Wζn,i der aggregierten Wahrscheinlichkeit P[Yζn ] an jeder Position ζn durch Integrieren von P[Yζn∗] entlang einer Linie, die vom Ursprung des Koordinatensystems Kn über den Punkt ζn,i verläuft, beginnend bei dem Punkt ζn,i bis ins Unendliche, angewandt wird. Die Gewichtung Wζn,i der aggregierten Wahrscheinlichkeitsverteilungen P[Yζn ]Kn am Punkt ζn,i ist vorteilhaft definiert durch:
- wobei P[Yζn∗] entlang einer Linie, die vom Ursprung des Koordinatensystems Kn über den Punkt ζn,i verläuft beginnend bei dem Punkt ζn,1 bis ins Unendliche integriert wird.
-
Die Motivation für diese Gewichtung ist die Folgende. Sofern man eine Monte Carlo Simulation zur Verteilung von Oberflächenelementen von stationären Objekten im Raum gemäß der Wahrscheinlichkeit P[Yζn ] annimmt, und dabei an oder hinter einer Position ζn (Sichtlinie, gesehen vom jeweiligen Koordinatenursprung aus) ein Oberflächenelement vorhanden ist, kann man schließen, dass kein von einem Sensor erkennbares Objekt vor der Position ζn angeordnet ist. Die relative Häufigkeit dieser Situationen ergibt sich zu Wζn,i .
-
In dem vierten Schritt erfolgt ein Ermitteln optimierter Transformationen TOPT der N aggregierten Wahrscheinlichkeitsverteilungen P[Yζn ]Kn aus den Koordinatensystemen Kn in das Koordinatensystem KF: P[Yζn ]Kn → P[Yξ]KF , wobei der Beitrag der Wahrscheinlichkeitsverteilung P[Yζn ]Kn an einem beliebigen Ort ξ im Koordinatensystem KF P[Yn,ξ]KF ist, und wobei die Transformation TOPT derart optimiert wird, dass für alle Orte ξ die Varianz von P[Yξ]KF minimiert ist. Vorteilhaft wird zum Ermitteln der optimierten Transformation TOPT ein Gradientenverfahren (engl. „gradient descent based optimizer“) verwendet.
-
Alternativ zur Minimierung der Varianz kann auch wie nachfolgend dargestellt die Log-Likelihood maximiert werden. Für die Wahrscheinlichkeitsverteilung P[Y
ξ]
KF gilt, dass an der Position ξ im Koordinatensystem K
F entweder ein Oberflächenelement eines stationären Objektes angeordnet ist oder nicht. Ist an der Position ξ ein Oberflächenelement eines stationären Objektes angeordnet, dann ist die Wahrscheinlichkeit, dass alle von den Sensoren SEN
n erfassten Messwerte übereinstimmen:
-
Ist andererseits an der Position ξ kein Oberflächenelement eines stationären Objektes angeordnet, dann ist die Wahrscheinlichkeit, dass alle von den Sensoren erfassten Messwerte übereinstimmen:
-
Damit ist die Gesamt-Wahrscheinlichkeit, dass alle Sensormesswerte (POS
On,i (t)) im Koordinatensystem K
F übereinstimmen:
-
Wenn man zusätzlich noch die begrenzte Sichtbarkeit der Umgebung durch Abschattung durch Objekte berücksichtigt, muss noch die vorstehend beschriebene transformierte Gewichtung W
i,ξ jeder Messung berücksichtigt werden. Ein einfacher Ansatz hierzu ist die Gewichtung W
i,ξ als einfachen linearen Interpolationsfaktor in dem Produkt zu verwenden. D.h., wenn gilt: W
i,ξ = 0, ändert die betroffene Messung gar nichts (bspw. multipliziert man dann mit 1) und wenn gilt: W
i,ξ = 1, trägt dies zur Änderung der Gesamtwahrscheinlichkeit aller Sensoren bei, übereinzustimmen. Dies ändert Gleichung (1) wie folgt:
-
Wenn keine Messung für eine Position ξ vorliegt, dann gilt: P[Z
ξ] = 1. Die Wahrscheinlichkeit, dass die Messergebnisse aller Sensoren an jeder Position ξ im Koordinatensystem K
F übereinstimmen ist gegeben durch:
-
Zur Optimierung wird die Ableitung benötigt, was eine aufwendige Rechenprozedur für dieses Produkt darstellt, so dass vorteilhaft vorgeschlagen wird eine log-Likelihood-Methode zu verwenden:
-
Die Werte P[Zξ] sind stets positiv, so dass der Logarithmus wohl definiert ist. P[Zξ] enthält zudem ein Produkt P[¬Yi,ξ], die alle Positiv sind, da kein Sensor 100% genaue Messungen liefert, d.h. alle P[Yi,ξ] sind kleiner als 1.
-
In einer Weiterbildung des vorgeschlagenen Verfahrens werden die aggregierten Wahrscheinlichkeitsverteilungen P[Yζn ] vor dem Ermitteln der optimierten Transformation TOPT jeweils auf eine horizontale Ebene projiziert werden, so dass Wahrscheinlichkeitsverteilungen P[Yζn ] jeweils zweidimensionale Wahrscheinlichkeitsverteilungen sind.
-
In einem fünften Schritt kann auf Basis der ermittelten optimierten Transformation TOPT ein Ermitteln der Positions- und Orientierungs-Koordinaten qSENn im Koordinatensystem KF über den Zusammenhang: qSENn = qF - ΔqSENn erfolgen. So ergeben sich die bspw. die Relativkoordinaten ΔqSENn als die Relativkoordinaten zwischen dem Ursprung des Koordinatensystems KF und den Ursprüngen der in KF transformierten Koordinatensysteme Kn.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Verfahrens zeichnet sich dadurch aus, dass die Sensoren SENn die Oberflächenelemente Oi stationärer Objekte mit einer Taktfrequenz im Bereich von 5 Hz bis 200 Hz, insbesondere von 10 Hz bis 100 Hz erfassen.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Verfahrens zeichnet sich dadurch aus, dass die aktuellen Positions- und Orientierungs-Koordinaten qF(t) des Fahrzeugs F in dem Koordinatensystem KF von einem Positions- und Lageerfassungssystem des Fahrzeugs F erfasst und bereitgestellt werden.
-
Vorteilhaft umfasst das Positions- und Lageerfassungssystem des Fahrzeugs Fein GNSS-System, bspw. einen GPS-, Galileo- oder einen GLONASS-Empfänger sowie ein Inertial-Referenz-System (IRS).
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Verfahrens zeichnet sich dadurch aus, dass das vorstehend beschriebene Verfahren vom Fahrzeug F nach Ablauf einer vorgegebenen Zeitspanne oder nach Feststellen von vorgegebenen Fehlern der Sensoren SENn oder nach Beschleunigungen des Fahrzeugs, die zumindest einen vorgegebenen Grenzwert überschreiten einem Fahrer automatisiert vorgeschlagen oder automatisiert ausgeführt wird.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Verfahrens zeichnet sich dadurch aus, dass die ermittelten Positions- und Orientierungs-Koordinaten qSENn und/oder die Positions- und Orientierungs-Koordinaten qF und/oder die Relativkoordinaten ΔqSENn an ein Fahrzeugsteuerungssystem des Fahrzeugs F übermittelt werden, wobei das Fahrzeugsteuerungssystem derart eingerichtet und ausgeführt ist, dass es ein vollautonomes oder teilautonomes Fahren des Fahrzeugs F ermöglicht.
-
Der Aufwand für die Durchführung des vorgeschlagenen Verfahrens ist gering, da es während einer Fahrt durchgeführt werden kann, wie beispielsweise bei einer Parkplatzsuche, die in gewissen Abständen ohnehin durchgeführt wird. Das Verfahren kann vollständig automatisiert durchgeführt werden. Das Verfahren ermöglicht eine sehr hohe Genauigkeit bei der Bestimmung der Positions- und Orientierungs-Koordinaten qSENn und bei der Bestimmung der Relativkoordinaten ΔqSENn .
-
Ein zweiter Aspekt der Erfindung betrifft ein System zum Ermitteln von Positions- und Orientierungs-Koordinaten qSENn, einer Anzahl N an einem Fahrzeug F fest angeordneter Sensoren SENn, wobei die Sensoren SENn jeweils dazu eingerichtet und ausgeführt sind, in einer Umgebung des Fahrzeugs F Oberflächenelemente Oi stationärer Objekte zu erfassen und im jeweiligen Koordinatensystem Kn als Messergebnisse des jeweiligen Sensors SENn Positionen POSOn,i der Oberflächenelemente Oi zu ermitteln, mit n = 1, 2, ..., N und N≥1 und i = 1, 2, ..., I und I≥1.
-
Das vorgeschlagene System umfasst ein erstes Erfassungssystem, das dazu ausgeführt und eingerichtet ist, zumindest während eines Abfahrens einer Trajektorie Tmit dem Fahrzeug F fortlaufend aktuelle Positions- und Orientierungs-Koordinaten qF(t) des Fahrzeugs F in einem Koordinatensystem KF, zu erfassen; ein zweites Erfassungssystem, das dazu ausgeführt und eingerichtet ist, während des Abfahrens der Trajektorie T mit dem Fahrzeug Fje Sensor SENn fortlaufend Oberflächenelemente Oi stationärer Objekte in der aktuellen Umgebung des Fahrzeugs F jeweils aus einer Vielzahl von verschiedenen Perspektiven zu erfassen und Positionen POOn,i (t) der erfassten ortsfesten Oberflächenelemente Oi im jeweiligen Koordinatensystem Kn des jeweiligen Sensors SENn zu ermitteln, wobei die Position des Sensor SENn mit dem Ursprung des jeweiligen Koordinatensystems Kn übereinstimmt; ein Auswertesystem, das dazu ausgeführt und eingerichtet ist, für die während des Abfahrens der Trajektorie T ermittelten Positionen POSOn,i (t) im jeweiligen Koordinatensystem Kn eine Wahrscheinlichkeitsverteilung PXζn,i zu jeder ermittelten Position POSOn,i(t) zuzuweisen, wobei die
-
Wahrscheinlichkeitsverteilung PX
ζn,i jeder Position ζ
n im Koordinatensystem K
n eine Wahrscheinlichkeit dafür zuweist, dass an der Position ζ
n ein Oberflächenelement eines stationären Objektes angeordnet ist oder nicht und wobei der Schwerpunkt der jeweiligen Wahrscheinlichkeitsverteilung PX
ζn,i an der jeweils zugeordneten Position: ζ
n,i:= POS
On,i (t) liegt, und das weiterhin dazu ausgeführt und eingerichtet ist, je Koordinatensystem K
n eine aggregierte Wahrscheinlichkeitsverteilung P[Y
ζn ] zu ermitteln, die eine Wahrscheinlichkeit angibt, dass an einer beliebigen Position ζ
n im Koordinatensystem K
n des Sensors SEN
n ein Oberflächenelement eines stationären Objektes angeordnet ist oder nicht, mit X
ζn,i : Boolesche Zufallsvariable an der Position ζ
n,i im Koordinatensystem K
n des n-ten Sensors SEN
n,
von X
ζn,i abhängige Boolesche Zufallsvariable ζ
n: beliebige Position im Koordinatensystem K
n; einen Optimierer, der dazu ausgeführt und eingerichtet ist, eine optimierte Transformation T
OPT der N aggregierten Wahrscheinlichkeitsverteilungen P[Y
ζn ]
Kn aus den Koordinatensystemen K
n in das Koordinatensystem K
F: P[Y
ζn ]
Kn → P[Y
ξ]
KF zu ermitteln, wobei der Beitrag der Wahrscheinlichkeitsverteilung P[Y
ζn ]
Kn an einem beliebigen Ort ξ im Koordinatensystem K
F P[Y
n,ξ]
KF ist, und wobei die Transformation T
OPT derart optimiert ist, dass für alle Orte ξ die Varianz von P[Y
ξ]
KF minimiert ist, und der weiterhin dazu ausgeführt und eingerichtet ist, auf Basis der ermittelten optimierten Transformation T
OPT die Positions- und Orientierungs-Koordinaten q
SENn im Koordinatensystem K
F über den Zusammenhang: q
SENn = q
F - Δq
SENn zu ermitteln, mit Δq
SENn : Relativkoordinaten zwischen dem Ursprung des Koordinatensystems K
F und den Ursprüngen der in K
F transformierten Koordinatensysteme K
n; sowie eine Ausgabeschnittstelle, die zur Ausgabe oder Anzeige oder Bereitstellung der ermittelten Positions- und Orientierungs-Koordinaten q
SENn und/oder der Positions- und Orientierungs-Koordinaten q
F und/oder der Relativkoordinaten Δq
SENn ausgeführt und eingerichtet ist.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Systems zeichnet sich dadurch aus, dass die Sensoren SENn LIDAR- oder Radar- oder Ultraschall- oder Mikrowellensensoren oder 3D-Kamera-Sensoren oder eine Mischung daraus sind.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Systems zeichnet sich dadurch aus, dass das Auswertesystem derart eingerichtet ist, dass die Varianz der Wahrscheinlichkeitsverteilungen PX
ζn,i jeweils proportional zur Entfernung des Punktes ζ
n,1 von jeweiligen Sensor SEN
n bzw. vom Ursprung des jeweiligen Koordinatensystem K
n gewählt ist:
mit N: Normalverteilung, ρ: Konstante, und ||ζ
n,i||
2: Distanz zwischen Sensor SEN
n und dem Punkt ζ
n,i, der die Position POS
On,i (t) des Objekts O
i im Koordinatensystem K
n angibt.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Systems zeichnet sich dadurch aus, dass das Auswertesystem derart eingerichtet ist, dass die aggregierten Wahrscheinlichkeitsverteilungen P[Y
ζn ]
Kn am Punkt ζ
n,i mit
gewichtet werden, wobei P[Y
ζn*] entlang einer Linie, die vom Ursprung des Koordinatensystems K
n über den Punkt ζ
n,i verläuft beginnend bei dem Punkt ζ
n,i bis ins Unendliche integriert wird.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Systems zeichnet sich dadurch aus, dass das Auswertesystem derart eingerichtet ist, dass die aggregierten Wahrscheinlichkeitsverteilungen P[Yζn ] vor dem Ermitteln der optimierten Transformation TOPT jeweils auf eine horizontale Ebene projiziert werden, so dass Wahrscheinlichkeitsverteilungen P[Yζn ] jeweils zweidimensionale Wahrscheinlichkeitsverteilungen sind.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Systems zeichnet sich dadurch aus, dass die Sensoren SENn derart eingerichtet und ausgeführt sind, dass sie die Oberflächenelemente Oi stationärer Objekte mit einer Taktfrequenz im Bereich von 5 Hz bis 200 Hz, insbesondere von 10 Hz bis 100 Hz erfassen.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Systems zeichnet sich dadurch aus, dass das erste Erfassungssystem ein Positions- und Lageerfassungssystem im Fahrzeugs F ist.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Systems zeichnet sich dadurch aus, dass das Erfassungssystem ein GNSS-System, bspw. einen GPS-, Galileo- oder einen GLONASS-Empfänger sowie ein Inertial-Referenz-System (INS) umfasst.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Systems zeichnet sich dadurch aus, dass das System weiterhin umfasst: ein zweites System zur automatischen Längs- und Quersteuerung des Fahrzeugs F, das derart ausgeführt und eingerichtet ist, dass aufgrund erkannter stationärer Objekte in der Umgebung des Fahrzeugs Feine Trajektorie F ermittelt wird, die ein Erfassen von Oberflächenelementen Oi der Objekte je Sensor SENn aus unterschiedlichen Perspektiven ermöglicht, insbesondere eine Trajektorie T ermittelt wird, die ein slalomartiges oder zig-zack-artiges Umfahren der stationären Objekte definiert und das ein autonomes Abfahren der ermittelten Trajektorie T ermöglicht.
-
Eine vorteilhafte Weiterbildung des vorgeschlagenen Systems zeichnet sich dadurch aus, dass ein drittes System vorhanden ist, das derart ausgeführt und eingerichtet ist, dass es nach Ablauf einer vorgegebenen Zeitspanne und/oder nach Feststellen von Fehlern der Sensoren SENn und/oder nach erfassten Beschleunigungen des Fahrzeugs F, die zumindest einen vorgegebenen Grenzwert überschreiten, zumindest einen Hinweis an einen Fahrer des Fahrzeugs F ausgibt, dass eine Kalibrierung der Positions- und Orientierungs-Koordinaten qSENn der Sensoren SENn erforderlich ist oder ein Verfahren wie vorstehend beschrieben ausgeführt, insbesondere automatisiert ausgeführt wird.
-
Vorteile und vorteilhafte Weiterbildungen des vorgeschlagenen Systems ergeben sich zudem durch sinngemäße Übertragung der im Zusammenhang mit dem vorgeschlagenen Verfahren gemachten Ausführungen, auf die hierzu verwiesen wird.
-
Ein dritter Aspekt der Erfindung betrifft ein Fahrzeug, insbesondere ein Kraftfahrzeug, ein Elektrofahrzeug, ein Motorrad, mit einem System, wie vorstehend beschrieben.
-
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 zeigen:
- 1 einen schematisierten Ablaufplan eines erfindungsgemäßen Verfahrens
- 2 einen schematisierten Aufbauplan eines erfindungsgemäßen Systems
- 3 eine Aufsicht auf ein schematisierten Fahrzeug F, wobei die Positionen X die horizontale Anordnung von sechs Sensoren SENn am Fahrzeug kennzeichnen und die schraffierten Bereiche die den Sensoren zugeordneten Messbereiche angeben
- 4 eine schematisiertee Darstellung einer meanderförmigen Trajektorie 7, wobei die dargestellten Kreise Positionen von Laternenpfählen markieren
-
1 zeigt einen schematisierten Ablaufplan eines erfindungsgemäßen Verfahrens zum Ermitteln von Positions- und Orientierungs-Koordinaten qSENn einer Anzahl N an einem Fahrzeug F fest angeordneter Sensoren SENn, wobei die Sensoren SENn jeweils dazu eingerichtet und ausgeführt sind, in einer Umgebung des Fahrzeugs F Oberflächenelemente Oi stationärer Objekte zu erfassen und im jeweiligen Koordinatensystem Kn des jeweiligen Sensors SENn Positionen POSOn,i der Oberflächenelemente Oi zu ermitteln, mit n = 1, 2, ..., N und N≥1 und i = 1, 2, ..., I und I≥ 1.
Das Verfahren umfasst folgende Schritte.
-
In einem ersten Schritt 101 erfolgt mit dem Fahrzeug Fein Abfahren einer Trajektorie T. Dabei erfolgt in Schritt 102a ein fortlaufendes Erfassen von aktuellen Positions- und Orientierungs-Koordinaten qF(t) des Fahrzeugs F in einem Koordinatensystem KF und in Schritt 102b je Sensor SENn ein fortlaufendes Erfassen von Oberflächenelementen Oi stationärer Objekte in der aktuellen Umgebung des Fahrzeugs F jeweils aus einer Vielzahl von verschiedenen Perspektiven zu den Objekten.
-
In Schritt 103 erfolgt ein Ermitteln von Positionen POSOn,i (t) der erfassten Oberflächenelemente Oi im jeweiligen Koordinatensystem Kn des jeweiligen Sensors SENn, wobei die Position des Sensor SENn mit dem Ursprung des jeweiligen Koordinatensystems Kn übereinstimmt.
-
In Schritt 104 erfolgt für die während des Abfahrens der Trajektorie T ermittelten Positionen POSOn,i (t) im jeweiligen Koordinatensystem Kn ein Zuweisen einer Wahrscheinlichkeitsverteilung PXζn,i zu jeder ermittelten Position POSOn,i (t), wobei die Wahrscheinlichkeitsverteilung PXζn,i jeder Position ζn im Koordinatensystem Kn eine Wahrscheinlichkeit dafür zuweist, dass an der Position ζn ein Oberflächenelement eines stationären Objektes angeordnet ist oder nicht und wobei der Schwerpunkt der jeweiligen Wahrscheinlichkeitsverteilung PXζn,i an der jeweils zugeordneten Position: ζn,i:= POSOn,i (t) liegt.
-
In Schritt 105 erfolgt je Koordinatensystem Kn ein Ermitteln einer aggregierten Wahrscheinlichkeitsverteilung P[Yζn ]Kn die eine Wahrscheinlichkeit angibt, dass an einer beliebigen Position ζn im Koordinatensystem Kn des Sensors SENn ein Oberflächenelement eines stationären Objektes angeordnet ist oder nicht, mit
- Xζn,i:
- Boolesche Zufallsvariable im Koordinatensystem Kn des n-ten Sensors SENn,
- Yζn:
- von Xζn,i abhängige Boolesche Zufallsvariable
- ζn:
- beliebige Position im Koordinatensystem Kn, sowie eine Projektion der ermittelten aggregierten Wahrscheinlichkeitsverteilung P[Yζn ]Kn auf eine gemeinsame horizontale Ebene, so dass Wahrscheinlichkeitsverteilungen P[Yζn ] jeweils zweidimensionale Wahrscheinlichkeitsverteilungen sind. In diesem Ausführungsbeispiel werden somit nur zweidimensionale Positions- und Orientierungs-Koordinaten qSENn oder Relativkoordinaten ΔqSENn ermittelt.
-
In Schritt 106 erfolgt ein Ermitteln einer optimierten Transformation TOPT der N aggregierten Wahrscheinlichkeitsverteilungen P[Yζn ]Kn aus den Koordinatensystemen Kn in das Koordinatensystem KF: P[Yζn ]Kn → P[Yξ]KF , wobei der Beitrag der Wahrscheinlichkeitsverteilung P[Yζn ]Kn an einem beliebigen Ort ξ im Koordinatensystem KF: P[Yn,ξ]KF ist, und wobei die Transformation TOPT derart optimiert wird, dass für alle Orte ξ die Varianz von P[Yξ]KF minimiert ist.
-
In Schritt 107 erfolgt auf Basis der ermittelten optimierten Transformation TOPT ein Ermitteln der Positions- und Orientierungs-Koordinaten qSENn , oder von Relativkoordinaten ΔqSENn im Koordinatensystem KF über den Zusammenhang: qSENn = qF - ΔqSENn , mit ΔqSENn : Relativkoordinaten zwischen dem Ursprung des Koordinatensystems KF und den Ursprüngen der in KF transformierten Koordinatensysteme Kn.
-
In Schritt 108 erfolgt schließlich ein Ausgeben/Anzeigen der ermittelten Positions- und Orientierungs-Koordinaten qSENn und/oder der Positions- und Orientierungs-Koordinaten qF und/oder der Relativkoordinaten ΔqSENn .
-
2 zeigt einen schematisierten Aufbauplan eines erfindungsgemäßen Systems zum Ermitteln von Positions- und Orientierungs-Koordinaten qSENn einer Anzahl N an einem Fahrzeug F fest angeordneter Sensoren SENn 201, wobei die Sensoren SENn 201 jeweils dazu eingerichtet und ausgeführt sind, in einer Umgebung des Fahrzeugs F Oberflächenelemente Oi stationärer Objekte zu erfassen und im jeweiligen Koordinatensystem Kn des jeweiligen Sensors SENn (201) Positionen POOn,i der Oberflächenelemente Oi zu ermitteln, mit n = 1, 2, ..., N und N ≥1 und i = 1, 2, ..., I und I≥ 1.
-
Das System umfasst ein erstes Erfassungssystem 202, das dazu ausgeführt und eingerichtet ist, zumindest während eines Abfahrens einer Trajektorie Tmit dem Fahrzeug F fortlaufend aktuelle Positions- und Orientierungs-Koordinaten qF(t) des Fahrzeugs F in einem Koordinatensystem KF, zu erfassen und ein zweites Erfassungssystem 203, das dazu ausgeführt und eingerichtet ist, während des Abfahrens der Trajektorie T mit dem Fahrzeug F je Sensor SENn 201 fortlaufend Oberflächenelemente Oi stationärer Objekte in der aktuellen Umgebung des Fahrzeugs F jeweils aus einer Vielzahl von verschiedenen Perspektiven zu erfassen und Positionen POSOn,i (t) der erfassten ortsfesten Oberflächenelemente Oi im jeweiligen Koordinatensystem Kn des jeweiligen Sensors SENn 201 zu ermitteln, wobei die Position des Sensor SENn 201 mit dem Ursprung des jeweiligen Koordinatensystems Kn übereinstimmt.
-
Das System umfasst weiterhin ein Auswertesystem 204, das dazu ausgeführt und eingerichtet ist, für die während des Abfahrens der Trajektorie T ermittelten Positionen POSOn,i (t) im jeweiligen Koordinatensystem Kn eine Wahrscheinlichkeitsverteilung PXζn,i zu jeder ermittelten Position POSOn,i (t) zuzuweisen, wobei die Wahrscheinlichkeitsverteilung PXζn,i jeder Position ζn im Koordinatensystem Kn eine Wahrscheinlichkeit dafür zuweist, dass an der Position ζn ein Oberflächenelement eines stationären Objektes angeordnet ist oder nicht und wobei der Schwerpunkt der jeweiligen Wahrscheinlichkeitsverteilung PXζn,i an der jeweils zugeordneten Position: ζn,i:= POSOn,i (t) liegt, und das weiterhin dazu ausgeführt und eingerichtet ist, je Koordinatensystem Kn eine aggregierte Wahrscheinlichkeitsverteilung P[Yζn ] zu ermitteln, die eine Wahrscheinlichkeit angibt, dass an einer beliebigen Position ζn im Koordinatensystem Kn des Sensors SENn 201 ein Oberflächenelement eines stationären Objektes angeordnet ist, mit
- Xζn,i:
- Boolesche Zufallsvariable im Koordinatensystem Kn des n-ten Sensors SENn 201,
- Yζn:
- von Xζn,i abhängige Boolesche Zufallsvariable
- ζn:
- beliebige Position im Koordinatensystem Kn.
-
Das System umfasst weiterhin einen Optimierer 205, der dazu ausgeführt und eingerichtet ist, eine optimierte Transformation TOPT der N aggregierten Wahrscheinlichkeitsverteilungen P[Yζn ]Kn aus den Koordinatensystemen Kn in das Koordinatensystem KF: P[Yζn ]Kn → P[Yξ]KF zu ermitteln, wobei der Beitrag der Wahrscheinlichkeitsverteilung P[Yζn ]Kn an einem beliebigen Ort ξ im Koordinatensystem KF P[Yn,ξ]KF ist, und wobei die Transformation TOPT derart optimiert ist, dass für alle Orte ξ die Varianz von P[Yn,ξ]KF minimiert ist, und der weiterhin dazu ausgeführt und eingerichtet ist, auf Basis der ermittelten optimierten Transformation TOPT die Positions- und Orientierungs-Koordinaten qSENn im Koordinatensystem KF über den Zusammenhang: qSENn = qF - ΔqSENn zu ermitteln, mit
- ΔqSENn:
- Relativkoordinaten zwischen dem Ursprung des Koordinatensystems KF und den Ursprüngen der in KF transformierten Koordinatensysteme Kn.
-
Das Auswertesystem 204 sowie der Optimierer 205 nutzen vorteilhaft einen gemeinsamen Prozessor (bspw. einen Bordcomputer des Fahrzeugs F) oder unterschiedliche Prozessoren.
-
Das System umfasst weiterhin eine Ausgabeschnittstelle 206, die zur Ausgabe oder Anzeige oder Bereitstellung der ermittelten Positions- und Orientierungs-Koordinaten qSENn und/oder der Positions- und Orientierungs-Koordinaten qF und/oder der Relativkoordinaten ΔqSENn ausgeführt und eingerichtet ist. Die Ausgabeschnittstelle 206 kann vorteilhaft beispielsweise eine optische Ausgabe (Monitor) und/oder Sprachausgabeeinheit (Lautsprecher) sein.
-
3 zeigt eine Aufsicht auf ein schematisierten Fahrzeug F, wobei die Positionen X die horizontale Anordnung von sechs LiDAR-Sensoren SENn am Fahrzeug F kennzeichnen und die schraffierten Bereiche die den LiDAR-Sensoren SENn zugeordneten Messbereiche angeben.
-
In einem Ausführungsbeispiel sind nach dem Einbau neuer LiDAR-Sensoren in ein Fahrzeug F bspw. dem Bordcomputer nur ungenaue Positions- und Orientierungsinformationen der LiDAR-Sensoren bekannt. Dabei betrage die Positionsgenauigkeit der Position Informationen 1 m und die Genauigkeit der Orientierung Informationen im zweidimensionalen 45°.
-
Das Fahrzeug F wird nun bei einer Parkplatzsuche über einen Parkplatz in einer mäanderförmigen Trajektorie T gefahren, wobei der Parkplatz überwiegend unbesetzt ist und mit mehreren Laternenpfählen ausgestattet ist (siehe 4).
-
Der Bordcomputer erkennt die Notwendigkeit der Rekalibrierung der Positions- und Orientierungskoordinaten qSENn der LiDAR-Sensoren SENn bspw. durch den beim Einbau der Sensoren durchgeführten Reset. Daraufhin werden die Messdaten der LiDAR-Sensoren SENn und die Positions- und Orientierungsdaten des Fahrzeugs F während des Abfahrens der Trajektorie T (4) aufgezeichnet. Dabei werden die Messdaten vorteilhaft nur dann zu Kalibrierung von qSENn verwendet, falls die Trajektorie T während des Aufnahmezeitraums der Messdaten einem geeigneten Bewegungspfad entspricht. Geeignete Bewegungspfade werden vorteilhaft vom Hersteller des Fahrzeugs definiert und hängen insbesondere von der Anzahl, Position und Lage der LiDAR-Sensoren SENn am Fahrzeug ab. Sobald die erfassten Messdaten vorgegebenen Anforderungen entsprechen, wird das vorstehend beschriebene Auswerteverfahren der Messdaten ausgeführt. Konvergiert dabei das Optimierungsverfahren zur Ermittlung der optimierten Transformation TOPT, so wird die ermittelte neue Positions- und Orientierungsinformation zu den LiDAR-Sensoren SENn im Bordcomputer gespeichert und für eine spätere Sensordatenverarbeitung verwendet.
-
4 eine schematisierte Darstellung einer mäanderförmigen Trajektorie T, wobei die dargestellten Kreise Positionen von Laternenpfählen markieren.
-
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 einer weitergehenden Erläuterung in der Beschreibung, definiert wird.
-
Bezugszeichenliste
-
- 101 bis 108
- Verfahrensschritte
- 201
- Sensoren SENn
- 202
- erstes Erfassungssystem
- 203
- zweites Erfassungssystem
- 204
- Auswertesystem
- 205
- Optimierer
- 206
- Ausgabeschnittstelle