DE102021124329A1

DE102021124329A1 - Geometrische Charakterisierung eines Fahrspurbegrenzers

Info

Publication number: DE102021124329A1
Application number: DE102021124329.7A
Authority: DE
Inventors: Viktor Trusov; Mario Rojas Quinones
Original assignee: Valeo Schalter und Sensoren GmbH
Current assignee: Valeo Schalter und Sensoren GmbH
Priority date: 2021-09-21
Filing date: 2021-09-21
Publication date: 2023-03-23

Abstract

Gemäß einem computerimplementierten Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers (5, 8) wird eine Punktwolke (19) basierend auf Umgebungssensordaten erzeugt. Eine Sequenz (20) von Scanpunkten wird als eine Teilmenge der Punktwolke (19), die dem Fahrspurbegrenzer (5, 8) entspricht, bestimmt, wobei jeder Scanpunkt der Sequenz (20) durch entsprechende zweidimensionale Raumkoordinaten gegeben ist. Eine initiale Näherung für die geometrische Form des Fahrspurbegrenzers (5, 8) wird als ein initialer Zustandsvektor bereitgestellt. In jedem Iterationsschritt eines Iterationsverfahrens, das mit dem initialen Zustandsvektor beginnt, wird ein jeweiliger verbesserter Zustandsvektor basierend auf den Raumkoordinaten eines jeweiligen Scanpunkts der Sequenz (20) bestimmt und ein finaler Zustandsvektor wird als ein Ergebnis des Iterationsverfahrens bestimmt.

Description

Die Erfindung ist auf ein computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers gerichtet, wobei Umgebungssensordaten, die eine Umgebung eines Kraftfahrzeugs darstellen, von einem Umgebungssensorsystem des Kraftfahrzeugs erhalten werden, eine Punktwolke basierend auf den Umgebungssensordaten erzeugt wird, wobei die Punktwolke eine Vielzahl von Scanpunkten beinhaltet und eine Sequenz von Scanpunkten als eine Teilmenge der Vielzahl von Scanpunkten bestimmt wird, die dem Fahrspurbegrenzer entspricht, wobei jeder Scanpunkt der Sequenz durch jeweilige zweidimensionale Raumkoordinaten gegeben ist. Die Erfindung ist des Weiteren gerichtet auf ein Verfahren zum zumindest teilweise automatischen Führen eines Kraftfahrzeugs, auf ein elektronisches Fahrzeugführungssystem, auf Computerprogramme sowie auf ein computerlesbares Speichermedium.
Die Detektion von Fahrspurbegrenzern, zum Beispiel Fahrspurmarkierungen, auch als Fahrbahnmarkierungen bezeichnet, oder andere Fahrspurbegrenzer, wie Randsteine oder Leitplanken, ist im Kontext halbautomatischen oder vollautomatischen Fahrens wichtig. Da die geometrische Form des Fahrspurbegrenzers, zum Beispiel ob er gerade oder kurvenförmig ist, den Betrieb eines Fahrerassistenzsystems, ADAS (englisch: advanced driver assistance system), oder eines anderen elektronischen Fahrzeugführungssystems beeinflussen kann, ist es wünschenswert, die geometrische Form eines Fahrspurbegrenzers automatisch zu charakterisieren.
Es gibt Ansätze, die in der Lage sind, Scanpunkte einer Punktwolke, zum Beispiel eines Lidar-Systems, zu identifizieren, die Fahrspurbegrenzern entsprechen. Zu diesem Zweck können charakteristische Merkmale in den Bodenlagen der Punktwolke identifiziert werden, die von den Fahrspurbegrenzern herrühren. Jedoch erlauben diese Ansätze keine genaue geometrische Charakterisierung des Fahrspurbegrenzers.
Eine Aufgabe der vorliegenden Erfindung ist es, eine geometrische Form eines Fahrspurbegrenzers, insbesondere einer Fahrspurmarkierung, in der Umgebung eines Kraftfahrzeugs automatisch in robuster Weise und mit geringem Rechenaufwand, insbesondere hinsichtlich Laufzeit und/oder Speichererfordernissen, zu charakterisieren.
Diese Aufgabe wird durch den jeweiligen Gegenstand der unabhängigen Ansprüche gelöst. Weitere Ausführungen und bevorzugte Ausführungsformen sind Gegenstand der abhängigen Ansprüche.
Die Erfindung beruht auf dem Gedanken, die geometrische Form des Fahrspurbegrenzers als Zustandsvektor zu beschreiben und die Raumkoordinaten von Scanpunkten einer Sequenz, die einem Fahrspurbegrenzer entspricht, als Eingabe für ein Iterationsverfahren zu verwenden, um einen genauen finalen Zustandsvektor zu bestimmen, der die geometrische Form des Fahrspurbegrenzers charakterisiert.
Gemäß einem Aspekt der Erfindung wird ein computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers bereitgestellt. Dabei werden Umgebungssensordaten, die eine Umgebung eines Kraftfahrzeugs darstellen, von einem Umgebungssensorsystem des Kraftfahrzeugs erhalten. Eine Punktwolke wird basierend auf den Umgebungssensordaten erzeugt, wobei die Punktwolke eine Vielzahl von Scanpunkten beinhaltet. Eine Sequenz von Scanpunkten wird als eine Teilmenge der Vielzahl von Scanpunkten bestimmt, wobei die Sequenz beziehungsweise Teilmenge dem Fahrspurbegrenzer entspricht. Dabei ist jeder Scanpunkt der Sequenz durch jeweilige zweidimensionale Raumkoordinaten gegeben. Eine initiale Näherung für die geometrische Form des Fahrspurbegrenzers wird als ein initialer Zustandsvektor bereitgestellt. In jedem Iterationsschritt eines Iterationsverfahrens, das mit dem initialen Zustandsvektor beginnt, wird ein jeweiliger verbesserter Zustandsvektor basierend auf den Raumkoordinaten eines jeweiligen Scanpunkts der Sequenz bestimmt. Ein finaler Zustandsvektor, der insbesondere die geometrische Form des Fahrspurbegrenzers charakterisiert, wird als ein Ergebnis des Iterationsverfahrens bestimmt.
Sofern nicht anders angegeben, können alle Verfahrensschritte eines erfindungsgemäßen computerimplementierten Verfahrens von zumindest einer Recheneinheit, insbesondere des Kraftfahrzeugs, ausgeführt werden. Bei jeder Ausführung eines derartigen computerimplementierten Verfahrens wird jedoch auch ein Verfahren zur Fahrspurbegrenzerklassifizierung, das nicht rein computerimplementiert ist, direkt erhalten, indem ein Verfahrensschritt einbezogen wird, gemäß dem die Umgebungssensordaten mittels des Umgebungssensorsystems erzeugt werden.
Unter einem Fahrspurbegrenzer kann ein Objekt oder eine Vielzahl von Objekten verstanden werden, die insbesondere eine im Wesentlichen längliche Struktur bilden, die eine Fahrspur physisch oder visuell von einer anderen Fahrspur trennt oder die Fahrbahn seitlich begrenzt. Zum Beispiel stellen Fahrspurmarkierungen, auch als Fahrbahnmarkierungen bezeichnet, Fahrspurbegrenzer sowie Randsteine oder Leitplanken dar. Das computerimplementierte Verfahren kann auf Fahrspurbegrenzer im Allgemeinen angewendet werden und es ist besonders geeignet zur Klassifizierung von Fahrspurmarkierungen. Daher ist das computerimplementierte Verfahren in manchen Ausführungen als computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form einer Fahrspurmarkierung ausgestaltet, wobei die betrachteten Fahrspurbegrenzer Fahrspurmarkierungen sind.
Falls das optische Umgebungssensorsystem zum Beispiel als ein Laserscanner-Lidar-System implementiert ist, können die Umgebungssensordaten dreidimensionale Informationen für eine Vielzahl von Rohscanpunkten beinhalten. Die Punktwolke, die die Vielzahl von Scanpunkten beinhaltet, kann jedoch eine zweidimensionale Punktwolke sein. Die Punktwolke kann zum Beispiel aus den Rohscanpunkten durch eine Vorverarbeitung abgeleitet werden, die eine Projektion der Rohpunktwolke auf eine zweidimensionale Ebene oder Fläche einschließt, die der Fahrbahnoberfläche entspricht. Alternativ oder zusätzlich kann die Vorverarbeitung einen oder zwei Filterschritte einschließen, zum Beispiel zum Filtern der Rohscanpunkte nach ihrer Position senkrecht zur Straße oder zur Filterung von Rauschen. Insbesondere können die zweidimensionalen Koordinaten der Scanpunkte der Punktwolke zweidimensionalen Koordinaten in einer Ebene entsprechen, die die Fahrbahnoberfläche approximiert.
Im Allgemeinen können die Umgebungssensordaten mittels eines bekannten Algorithmus ausgewertet werden, um die Sequenz von Scanpunkten, die dem Fahrspurbegrenzer entsprechen, zum Beispiel durch Kantenerkennungs- und/oder Mustererkennungsalgorithmen, zu identifizieren. Im Falle von Laserscanner-Lidar-Systemen erzeugen Fahrspurmarkierungen und auch andere Fahrspurbegrenzer charakteristische Signaturen in der Punktwolke, zum Beispiel Senken oder ähnliches in den Bodenlagen. Diese Charakteristika erlauben zwar eine Identifizierung der Scanpunkte, die einen Fahrspurbegrenzer im Allgemeinen darstellen, sie ermöglichen jedoch noch keine eigentliche geometrische Charakterisierung des Fahrspurbegrenzers in zuverlässiger und robuster Weise.
Unter einer Sequenz von Scanpunkten kann zum Beispiel eine Teilmenge von drei oder mehr Scanpunkten der Vielzahl von Scanpunkten verstanden werden, die eine vordefinierte Reihenfolge hat. Mit anderen Worten weist die Sequenz einen initialen Scanpunkt und zumindest einen weiteren Scanpunkt auf, wobei einer der zumindest einen weiteren Scanpunkte ein finaler Scanpunkt ist. Innerhalb der Sequenz hat der initiale Scanpunkt einen definierten Nachfolgerpunkt, und der finale Scanpunkt hat einen definierten Vorgängerpunkt. Alle anderen Scanpunkte der weiteren Scanpunkte haben einen definierten Vorgängerpunkt wie auch einen definierten Nachfolgerpunkt. Die Reihenfolge der Sequenz beginnt mit dem initialen Scanpunkt und endet mit dem finalen Scanpunkt.
Zum Beispiel kann eine Reihenfolge entsprechend dem Abstand der Scanpunkte der Sequenz zum Umgebungssensorsystem verwendet werden. Der initiale Scanpunkt kann dann zum Beispiel derjenige sein, der am weitesten von dem Umgebungssensorsystem entfernt ist und der finale Scanpunkt kann derjenige der Sequenz sein, der am nächsten zum Umgebungssensorsystem ist oder umgekehrt.
Folglich bestimmt das Iterationsverfahren in einem ersten Iterationsschritt einen verbesserten Zustandsvektor basierend auf den räumlichen Koordinaten des initialen Scanpunkts der Sequenz und basierend auf dem initialen Zustandsvektor. In einem anschließenden zweiten Iterationsschritt wird ein verbesserter Zustandsvektor basierend auf dem zuvor bestimmten verbesserten Zustandsvektor und den Raumkoordinaten des Nachfolgepunkts des initialen Scanpunkts bestimmt. Auf diese Weise wird das Iterationsverfahren fortgesetzt, bis der finale Scanpunkt erreicht ist. Insbesondere wird für jeden Iterationsschritt, mit Ausnahme des ersten Iterationsschritts, der jeweilige verbesserte Zustandsvektor basierend auf den Raumkoordinaten des jeweiligen Scanpunkts und des entsprechenden Vorgängerpunkts des jeweiligen Scanpunkts und des jeweiligen verbesserten Zustandsvektors des vorhergehenden Iterationsschritts bestimmt.
Insbesondere wird das Iterationsverfahren basierend auf einem Kalman-Filter-Algorithmus, insbesondere einem Kalman-Fitter-Algorithmus, ausgeführt. Der initiale Zustandsvektor wird als Eingabe für das Iterationsverfahren bereitgestellt. Er kann zum Beispiel als eine beste Schätzung aus den Raumkoordinaten der Scanpunkte der Sequenz bestimmt werden. Zum Beispiel kann der initiale Zustandsvektor einer linearen Näherung für die geometrische Form des Fahrspurbegrenzers entsprechen. Alternativ können die beschriebenen Schritte des computerimplementierten Verfahrens für eine Vielzahl von aufeinanderfolgenden Sensorzyklen oder Frames des Umgebungssensorsystems ausgeführt werden. Der initiale Zustandsvektor kann dann zum Beispiel basierend auf dem jeweiligen finalen Zustandsvektor des vorhergehenden Scan-Zyklus erhalten werden, insbesondere nach einer entsprechenden Propagation oder Verschiebung gemäß der Zeitdifferenz zwischen aufeinanderfolgenden Zyklen.
Der Zustandsvektor, insbesondere der initiale Zustandsvektor sowie der finale Zustandsvektor und alle verbesserten Zustandsvektoren der einzelnen Iterationsschritte, kann derart definiert werden, dass er annähernd die geometrische Form des Fahrspurbegrenzers wiedergibt, so dass die einzelnen Einträge des Zustandsvektors die geometrische Form entsprechend charakterisieren. Zum Beispiel kann eine Näherung für die geometrische Form des Fahrspurbegrenzers durch die Kurve bereitgestellt werden, die durch zwei oder mehr Parameter definiert ist. Der initiale Zustandsvektor, und folglich auch die verbesserten Zustandsvektoren und der finale Zustandsvektor, weist als Einträge entsprechende Werte für die Parameter der Kurve auf. Zum Beispiel kann die Kurve ein Polynom, zum Beispiel ein Polynom zweiter Ordnung, sein. Die Einträge der Zustandsvektoren können dann als die jeweiligen Polynomkoeffizienten der Kurve interpretiert werden.
Insbesondere ist die initiale Näherung für die geometrische Form durch eine Polynomnäherung für die geometrische Kurve in derartigen Ausführungen gegeben. Dabei enthält der initiale Zustandsvektor jeweilige Polynomkoeffizienten der Polynomnäherung.
Die Einträge des verbesserten Zustandsvektors und des finalen Zustandsvektors können auch als entsprechende Polynomkoeffizienten interpretiert werden. Mit anderen Worten ist der Fahrspurbegrenzer durch ein Polynom charakterisiert, das durch den finalen Zustandsvektor gegeben ist.
Mittels eines erfindungsgemäßen computerimplementierten Verfahrens wird ein einzelner Fahrspurbegrenzer, der in Form der Reihenfolge der Scanpunkte für einen einzigen Zyklus des Umgebungssensorsystems erfasst wird, hinsichtlich der Rechenerfordernisse in besonders effizienter Weise und in besonders robuster Weise charakterisiert. Während der initiale Zustandsvektor nur eine grobe Näherung für die geometrische Form des Fahrspurbegrenzers bereitstellen kann, stellt jeder verbesserte Zustandsvektor, und insbesondere der finale Zustandsvektor, eine zunehmend genauere Näherung für die geometrische Form dar, insbesondere falls das Iterationsverfahren basierend auf dem Kalman-Filter-Algorithmus ausgeführt wird, da die Raumkoordinaten der jeweiligen Scanpunkte einer nach dem anderen in aufeinanderfolgenden Iterationsschritten betrachtet werden.
Der finale Zustandsvektor oder die Kurve, insbesondere das Polynom, das äquivalent zum finalen Zustandsvektor ist, stellt eine wertvolle Eingabe für verschiedene Fahrerassistenzsysteme, ADAS, oder andere Fahrzeugführungssysteme dar. Zum Beispiel kann zur Quer- oder Längssteuerung des Kraftfahrzeugs die Position und Form des Fahrspurbegrenzers in Betracht gezogen werden sowie auch zur Wegplanung eines autonomen oder teilautonomen Fahrzeugs.
Da das Iterationsverfahren, insbesondere der Kalman-Filter-Algorithmus, in Form von geschlossenen Formeln ausgedrückt werden kann, sind die erforderlichen Rechenressourcen hinsichtlich der Rechenlaufzeit sowie Speichererfordernisse gering. Dies eignet sich insbesondere für eingebettete Recheneinheiten, wie sie gewöhnlich für Automobilanwendungen verwendet werden.
Gemäß einigen Ausführungen weist die Sequenz den initialen Scanpunkt und den zumindest einen weiteren Scanpunkt, vorzugsweise zwei oder mehr weitere Scanpunkte auf, wobei die Reihenfolge der Sequenz mit dem initialen Scanpunkt beginnt, und das Iterationsverfahren entsprechend der Reihenfolge der Sequenz ausgeführt wird. Für jeden des zumindest weiteren Scanpunkts wird der jeweilige verbesserte Zustandsvektor basierend auf einer jeweiligen Koordinatendifferenz abhängig von den Raumkoordinaten des jeweiligen weiteren Scanpunkts und eines vorhergehenden Scanpunkts des jeweiligen weiteren Scanpunkts entsprechend der Reihenfolge der Sequenz bestimmt.
Da für den initialen Scanpunkt kein derartiger vorhergehender Scanpunkt in der Sequenz existiert, basiert der verbesserte Zustandsvektor für den initialen Scanpunkt im ersten Iterationsschritt insbesondere nur auf den Koordinaten des initialen Scanpunkts.
Die Koordinatendifferenz kann zum Beispiel eine Differenz in einer Raumrichtung sein. Die Koordinatendifferenz in der verbleibenden zweiten Raumrichtung kann jedoch im Iterationsverfahren implizit oder explizit auch in Betracht gezogen werden. Falls ein Kalman-Filter-Algorithmus für das Iterationsverfahren verwendet wird, kann die Koordinatendifferenz in einer Raumrichtung als eine Eingabe verwendet werden und die Koordinaten in der anderen Raumrichtung können als Messungen betrachtet werden.
Gemäß einigen Ausführungen beinhaltet der zumindest eine weitere Scanpunkt den finalen Scanpunkt, wobei die Reihenfolge der Sequenz mit dem finalen Scanpunkt endet. Der finale Zustandsvektor wird abhängig von dem jeweiligen verbesserten Zustandsvektor bestimmt, der für den finalen Scanpunkt im Iterationsverfahren bestimmt wird.
Zum Beispiel kann eine Koordinatentransformation auf den verbesserten Zustandsvektor angewendet werden, der für den finalen Scanpunkt bestimmt wird, um den finalen Zustandsvektor zu bestimmen.
Gemäß einigen Ausführungen werden die Umgebungssensordaten von einem Laserscanner-Lidar-System des Kraftfahrzeugs erhalten. Mit anderen Worten wird das Umgebungssensorsystem des Kraftfahrzeugs als ein Laserscanner-Lidar-System implementiert. Die Punktwolke weist eine Vielzahl von Bodenlagen auf. Jede der Bodenlagen weist einen der Scanpunkte der Sequenz auf, insbesondere genau einen der Scanpunkte der Sequenz.
Zum Beispiel wird zum Bestimmen der Sequenz basierend auf der Vielzahl von Scanpunkten der Punktwolke ein Scanpunkt jeder Bodenlage für die Sequenz ausgewählt, der zum Beispiel einem linken oder rechten Grenzpunkt eines entsprechenden Merkmals, welches den Fahrspurbegrenzer anzeigt, oder einem Mittelpunkt oder einem anderen charakteristischen Punkt, entspricht. Auf diese Weise kann durch die Kurve, insbesondere das Polynom, der Fahrspurbegrenzer besonders genau approximiert werden.
Im Allgemeinen weist die Punktwolke Scanpunkte von Reflexionen von der Fahrbahn, einschließlich Reflexionen von dem Fahrspurbegrenzer, sowie Punkte basierend auf Reflexionen von anderen Objekten in der Umgebung, auf. Die Teilmenge wird dann derart bestimmt, dass sie nur Punkte enthält, die den betrachteten Fahrspurbegrenzer darstellen.
Gemäß einigen Ausführungen entsprechen die Umgebungssensordaten einem einzigen Detektionszyklus des Umgebungssensorsystems. Der Detektionszyklus kann zum Beispiel einem Scanzyklus des Lidar-Systems oder eines Laserscanner-Lidar-Systems entsprechen, der auch als ein Scan-Frame des Laserscanner-Lidar-Systems bezeichnet wird.
Das bedeutet, dass das Iterationsverfahren, insbesondere der Kalman-Filter-Algorithmus wie oben beschrieben in einem räumlichen Zusammenhang verwendet wird.
Gemäß einigen Ausführungen werden weitere Umgebungssensordaten, die die Umgebung des Kraftfahrzeugs darstellen, von dem Umgebungssensorsystem des Kraftfahrzeugs erhalten, wobei die weiteren Umgebungssensordaten einem einzigen weiteren Detektionszyklus des Umgebungssensorsystems entsprechen, welcher auf den Detektionszyklus folgt, insbesondere direkt auf den Detektionszyklus folgt.
Die beschriebenen Verfahrensschritte der verschiedenen Ausführungen des computerimplementierten Verfahrens können analog für die weiteren Umgebungssensordaten wiederholt werden, um einen weiteren finalen Zustandsvektor zu erzeugen. Zu diesem Zweck kann der finale Zustandsvektor des Detektionszyklus verwendet werden, um den weiteren initialen Zustandsvektor zum Erzeugen des weiteren finalen Zustandsvektors zu bestimmen.
Insbesondere wird eine weitere Punktwolke basierend auf den weiteren Umgebungssensordaten erzeugt, wobei die weitere Punktwolke eine Vielzahl von weiteren Scanpunkten enthält. Eine weitere Sequenz von Scanpunkten der Vielzahl von weiteren Scanpunkten wird als eine Teilmenge der Vielzahl von weiteren Scanpunkten bestimmt, die dem Fahrspurbegrenzer entspricht, wobei jeder weitere Scanpunkt der weiteren Sequenz durch jeweilige zweidimensionale Raumkoordinaten gegeben ist. Ein weiterer initialer Zustandsvektor wird basierend auf dem finalen Zustandsvektor bestimmt. In jedem Iterationsschritt eines weiteren Iterationsverfahrens, das mit dem weiteren initialen Zustandsvektor beginnt, wird ein jeweiliger verbesserter Zustandsvektor basierend auf den Raumkoordinaten eines jeweiligen weiteren Scanpunkts der weiteren Sequenz bestimmt. Ein weiterer finaler Zustandsvektor wird als ein Ergebnis des weiteren Iterationsverfahrens bestimmt.
Folglich stellt das computerimplementierte Verfahren ein Verfolgungsverfahren zum Verfolgen des Fahrspurbegrenzers in derartigen Ausführungen dar oder, genauer gesagt, zum Verfolgen der geometrischen Form des Fahrspurbegrenzers. Dabei hat jeder Fahrspurbegrenzer seine individuelle Verfolgungsinstanz, was eine besonders genaue Verfolgung erlaubt.
In alternativen Ausführungen kann der finale Zustandsvektor jedoch an einen anderen vordefinierten Verfolgungsalgorithmus als Eingabe bereitgestellt werden, um den Fahrspurbegrenzer beziehungsweise dessen geometrische Form zu verfolgen.
Gemäß einigen Ausführungen werden Bewegungsdaten des Kraftfahrzeugs von zumindest einem Trägheitssensor des Kraftfahrzeugs erhalten und der weitere initiale Zustandsvektor wird durch Propagation des finalen Zustandsvektors von dem Detektionszyklus auf den weiteren Detektionszyklus abhängig von den Bewegungsdaten bestimmt.
Dabei berücksichtigt die Propagation des finalen Zustandsvektors von dem Detektionszyklus auf den weiteren Detektionszyklus die Veränderung der Position und/oder Orientierung des Kraftfahrzeugs während des Detektionszyklus beziehungsweise des weiteren Detektionszyklus.
Die Bewegungsdaten des Kraftfahrzeugs können zum Beispiel eine Geschwindigkeit des Kraftfahrzeugs enthalten, insbesondere einen absoluten Wert und eine Richtung der Geschwindigkeit, und/oder eine Längs- und Quergeschwindigkeit, und/oder eine Gierrate des Kraftfahrzeugs.
Insbesondere wird eine Verschiebung abhängig von den Bewegungsdaten bestimmt und der weitere initiale Zustandsvektor wird durch Propagation des finalen Zustandsvektors von dem Detektionszyklus auf den weiteren Detektionszyklus abhängig von der Verschiebung bestimmt.
Die Verschiebung ist insbesondere durch eine translatorische Verschiebung und/oder eine Veränderung des Gierwinkels des Kraftfahrzeugs gegeben. Die Verschiebung ist insbesondere durch die Bewegungsdaten und die Zeitdifferenz zwischen zwei aufeinanderfolgenden Frames festgelegt.
Gemäß einem weiteren Aspekt der Erfindung wird ein Verfahren zum zumindest teilweise automatischen Führen eines Kraftfahrzeugs bereitgestellt. Dabei werden Umgebungssensordaten, die eine Umgebung des Kraftfahrzeugs darstellen, unter Verwendung eines Umgebungssensorsystems des Kraftfahrzeugs erzeugt, und die Umgebungssensordaten werden an die zumindest eine Recheneinheit des Kraftfahrzeugs, insbesondere durch das Umgebungssensorsystem, bereitgestellt. Ein erfindungsgemäßes computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers wird von der zumindest einen Recheneinheit ausgeführt, und das Kraftfahrzeug wird abhängig von dem finalen Zustandsvektor, insbesondere von der zumindest einen Recheneinheit, zumindest teilweise automatisch geführt.
Zum zumindest teilweise automatischen Führen des Kraftfahrzeugs kann zum Beispiel zumindest ein Steuersignal zum zumindest teilweise automatischen Führen des Fahrzeugs abhängig von diesem finalen Zustandsvektor erzeugt werden. Das zumindest eine Steuersignal kann an einen oder mehrere Aktoren des Kraftfahrzeugs zur Implementierung der zumindest teilweise automatischen Führung des Fahrzeugs, zum Beispiel durch Beeinflussung einer Quer- und/oder Längssteuerung des Fahrzeugs, bereitgestellt werden.
Alternativ oder zusätzlich kann zum zumindest teilweise automatischen Führen des Kraftfahrzeugs ein Warnhinweis oder eine Informationsnachricht für einen Fahrer des Fahrzeugs abhängig von dem finalen Zustandsvektor erzeugt werden und an den Fahrer ausgegeben werden.
Insbesondere kann der finale Zustandsvektor, der die geometrische Form des Fahrspurbegrenzers charakterisiert, dazu benutzt werden, eine gegenwärtige oder zukünftige Position und/oder Orientierung des Kraftfahrzeugs hinsichtlich des Fahrspurbegrenzers oder eines anderen Kraftfahrzeugs in der Umgebung hinsichtlich des Fahrspurbegrenzers zu bestimmen. Auf diese Weise kann der finale Zustandsvektor nach weiterer Verarbeitung für das zumindest teilweise automatische Führen des Kraftfahrzeugs berücksichtigt werden.
Gemäß einem weiteren Aspekt der Erfindung wird ein elektronisches Fahrzeugführungssystem für ein Kraftfahrzeug bereitgestellt. Das elektronische Fahrzeugführungssystem weist ein Umgebungssensorsystem auf, das insbesondere zur Montage an dem Kraftfahrzeug ausgestaltet ist und dazu eingerichtet ist, Umgebungssensordaten zu erzeugen, die eine Umgebung des Kraftfahrzeugs darstellen, insbesondere wenn das Umgebungssensorsystem an dem Kraftfahrzeug montiert ist. Das elektronische Fahrzeugführungssystem weist auch zumindest eine Recheneinheit, insbesondere für das Kraftfahrzeug, auf, die dazu eingerichtet ist, ein erfindungsgemäßes computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers auszuführen.
Weitere Ausführungen des elektronischen Fahrzeugführungssystems ergeben sich unmittelbar aus den verschiedenen Ausführungen des erfindungsgemäßen computerimplementierten Verfahrens und aus den verschiedenen Ausführungen des erfindungsgemäßen Verfahrens zum zumindest teilweise automatischen Führen eines Kraftfahrzeugs und jeweils umgekehrt. Insbesondere kann das elektronische Fahrzeugführungssystem dazu eingerichtet sein, ein Verfahren zum zumindest teilweise automatischen Führen des Kraftfahrzeugs auszuführen oder führt ein derartiges Verfahren aus.
Gemäß einem weiteren Aspekt der Erfindung wird auch ein Kraftfahrzeug mit einem erfindungsgemäßen elektronischen Fahrzeugführungssystem bereitgestellt.
Gemäß einem weiteren Aspekt der Erfindung wird ein Computerprogramm bereitgestellt, das Befehle beinhaltet. Wenn die Befehle von einem Computersystem, zum Beispiel von einem Universalcomputersystem, ausgeführt werden, veranlassen die Befehle das Computersystem dazu, ein erfindungsgemäßes computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers auszuführen.
Gemäß einem weiteren Aspekt der Erfindung wird ein weiteres Computerprogramm bereitgestellt, das weitere Befehle beinhaltet. Wenn die weiteren Befehle von einem erfindungsgemäßen elektronischen Fahrzeugführungssystem, insbesondere von der zumindest einen Recheneinheit des elektronischen Fahrzeugführungssystems, ausgeführt werden, veranlassen die weiteren Befehle das elektronische Fahrzeugführungssystem dazu, ein Verfahren zum zumindest teilweise automatischen Führen eines Kraftfahrzeugs auszuführen.
Gemäß einem weiteren Aspekt der Erfindung wird ein computerlesbares Speichermedium bereitgestellt, das ein erfindungsgemäßes Computerprogramm und/oder weiteres Computerprogramm speichert.
Unter einem elektronischen Fahrzeugführungssystem kann ein elektronisches System verstanden werden, das dazu eingerichtet ist, ein Fahrzeug vollautomatisch oder vollautonom zu führen, insbesondere ohne dass ein manueller Eingriff oder eine manuelle Steuerung durch einen Fahrer oder Nutzer des Fahrzeugs erforderlich ist. Das Fahrzeug führt alle erforderlichen Funktionen, wie Lenk, Brems- und/oder Beschleunigungsmanöver, sowie Beobachtung und Erfassung des Straßenverkehrs und entsprechende Reaktionen automatisch durch. Insbesondere kann das elektronische Fahrzeugführungssystem einen vollautomatischen oder vollautonomen Fahrmodus nach Stufe 5 der Klassifizierung gemäß SAE J3016 implementieren. Ein elektronisches Fahrzeugführungssystem kann auch als ein Fahrerassistenzsystem (englisch: „advanced driver assistance system“, ADAS) implementiert sein, welches einen Fahrer beim teilweise automatisierten oder teilautonomen Fahren unterstützt. Insbesondere kann das elektronische Fahrzeugführungssystem einen teilweise automatisierten oder teilautonomen Fahrmodus nach den Stufen 1 bis 4 der Klassifizierung gemäß SAE J3016 implementieren. Hier und im Folgenden bezieht sich „SAE J3016“ auf die entsprechende Norm in der Version vom Juni 2018.
Die wenigstens teilweise automatische Fahrzeugführung kann es daher beinhalten, das Fahrzeug gemäß einem vollautomatischen oder vollautonomen Fahrmodus nach der Stufe 5 der Klassifizierung gemäß SAE J3016 zu führen. Die wenigstens teilweise automatische Fahrzeugführung kann es auch beinhalten, das Fahrzeug gemäß einem teilweise automatisierten oder teilautonomen Fahrmodus nach den Stufen 1 bis 4 der Klassifizierung gemäß SAE J3016 zu führen.
Ist es in der vorliegenden Offenbarung erwähnt, dass ein Bauteil des erfindungsgemäßen elektronischen Fahrzeugführungssystems, insbesondere die zumindest eine Recheneinheit des elektronischen Fahrzeugführungssystems, dazu angepasst, eingerichtet oder ausgestaltet et cetera ist, eine bestimmte Funktion durchzuführen oder zu realisieren, eine bestimmte Wirkung zu erzielen oder einem bestimmten Zweck zu dienen, kann dies derart verstanden werden, dass das Bauteil über seine prinzipielle oder theoretische Benutzbarkeit oder Eignung für diese Funktion, Wirkung oder diesen Zweck hinaus durch eine entsprechende Anpassung, ein entsprechendes Programmieren, ein entsprechendes physisches Design und so weiter konkret und tatsächlich dazu in der Lage ist, die Funktion auszuführen oder zu realisieren, die Wirkung zu erzielen oder dem Zweck zu dienen.
Unter einer Recheneinheit kann insbesondere ein Datenverarbeitungsgerät verstanden werden, welches einen Verarbeitungsschaltkreis aufweist. Die Recheneinheit kann also insbesondere Daten zur Durchführung von Rechenoperationen verarbeiten. Darunter können auch Operationen zur Durchführung indizierter Zugriffe auf eine Datenstruktur, beispielsweise eine Umsetzungstabelle, LUT (englisch: „look-up table“), fallen.
Die Recheneinheit kann insbesondere einen oder mehrere Computer, einen oder mehrere Mikrocontroller und/oder einen oder mehrere integrierte Schaltkreise enthalten, beispielsweise eine oder mehrere anwendungsspezifische integrierte Schaltungen, ASIC (englisch: „application-specific integrated circuit“), eines oder mehrere feldprogrammierbare Gate Arrays, FPGA, und/oder eines oder mehrere Einchipsysteme, SoC (englisch: „system on a chip“). Die Recheneinheit kann auch einen oder mehrere Prozessoren, beispielsweise einen oder mehrere Mikroprozessoren, eine oder mehrere zentrale Prozessoreinheiten, CPU (englisch: „central processing unit“), eine oder mehrere Grafikprozessoreinheiten, GPU (englisch: „graphics processing unit“) und/oder einen oder mehrere Signalprozessoren, insbesondere einen oder mehrere digitale Signalprozessoren, DSP, enthalten. Die Recheneinheit kann auch einen physischen oder einen virtuellen Verbund von Computern oder sonstigen der genannten Einheiten beinhalten.
In verschiedenen Ausführungsbeispielen enthält die Recheneinheit eine oder mehrere Hardware- und/oder Softwareschnittstellen und/oder eine oder mehrere Speichereinheiten.
Eine Speichereinheit kann als flüchtiger Datenspeicher, beispielsweise als dynamischer Speicher mit wahlfreiem Zugriff, DRAM (englisch: „dynamic random access memory“) oder statischer Speicher mit wahlfreiem Zugriff, SRAM (englisch: „static random access memory“), oder als nicht-flüchtiger Datenspeicher, beispielsweise als Festwertspeicher, ROM (englisch: „read-only memory“), als programmierbarer Festwertspeicher, PROM (englisch: „programmable read-only memory“), als löschbarer Festwertspeicher, EPROM (englisch: „erasable read-only memory“), als elektrisch löschbarer Festwertspeicher, EEPROM (englisch: „electrically erasable read-only memory“), als Flash-Speicher oder Flash-EEPROM, als ferroelektrischer Speicher mit wahlfreiem Zugriff, FRAM (englisch: „ferroelectric random access memory“), als magnetoresistiver Speicher mit wahlfreiem Zugriff, MRAM (englisch: „magnetoresistive random access memory“) oder als Phasenänderungsspeicher mit wahlfreiem Zugriff, PCRAM (englisch: „phase-change random access memory“), ausgestaltet sein.
Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Die oben in der Beschreibung erwähnten Merkmale und Merkmalskombinationen sowie die unten in der Figurenbeschreibung erwähnten und/oder in den Figuren gezeigten Merkmale und Merkmalskombinationen können von der Erfindung nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen umfasst sein. Insbesondere sind Ausführungsformen und Merkmalskombinationen, die nicht alle Merkmale eines ursprünglich formulierten Anspruchs aufweisen, auch von der Erfindung umfasst. Darüber hinaus sind Ausführungsformen und Merkmalskombinationen, die über die in den Rückbezügen der Ansprüche dargelegten Merkmalskombinationen hinausgehen oder von diesen abweichen, von der Erfindung umfasst.
Im Folgenden wird die Erfindung im Detail anhand spezifischer beispielhafter Ausführungen und jeweiligen schematischen Zeichnungen erklärt. In den Zeichnungen können identische oder funktionsgleiche Elemente mit denselben Referenzzeichen bezeichnet sein. Die Beschreibung identischer oder funktionsgleicher Elemente wiederholt sich nicht notwendigerweise hinsichtlich unterschiedlicher Zeichnungen.
In den Zeichnungen zeigt

1 schematisch ein Kraftfahrzeug mit einer beispielhaften Ausführung eines erfindungsgemäßen elektronischen Fahrzeugführungssystems;
2 schematisch einen Teil eines Umgebungssensorsystems einer weiteren beispielhaften Ausführung eines erfindungsgemäßen elektronischen Fahrzeugführungssystems;
3 schematisch einen Teil eines Umgebungssensorsystems einer weiteren beispielhaften Ausführung eines erfindungsgemäßen elektronischen Fahrzeugführungssystems;
4 schematisch eine Punktwolke eines Umgebungssensorsystems einer weiteren beispielhaften Ausführung eines erfindungsgemäßen elektronischen Fahrzeugführungssystems;
5 schematisch eine Sequenz von Scanpunkten, die einem Fahrspurbegrenzer entspricht;
6 ein Flussdiagramm eines Teils einer beispielhaften Ausführung eines erfindungsgemäßen computerimplementierten Verfahrens; und
7 ein Flussdiagramm eines Teils einer weiteren beispielhaften Ausführung eines erfindungsgemäßen computerimplementierten Verfahrens.

1 zeigt schematisch ein Kraftfahrzeug 1 mit einer beispielhaften Ausführung eines erfindungsgemäßen elektronischen Fahrzeugführungssystems 2 zum zumindest teilweise automatischen Steuern des Kraftfahrzeugs 1. Das elektronische Fahrzeugführungssystem 2 weist eine Recheneinheit 3 auf, und das Kraftfahrzeug 1, insbesondere das elektronische Fahrzeugführungssystem 2, weist ein Umgebungssensorsystem 4 auf, das zum Beispiel als ein Laserscanner-Lidar-System implementiert ist.
In Laserscanner-Lidar-Systemen wird ein Laserstrahl mittels einer Umlenkeinheit derart umgelenkt, dass unterschiedliche Umlenkwinkel des Laserstrahls realisiert werden können. Die Umlenkeinheit kann zum Beispiel einen drehbar montierten Spiegel enthalten. Alternativ kann die Umlenkeinheit ein Spiegelelement mit einer kippbaren und/oder schwenkbaren Oberfläche einschließen. Das Spiegelelement kann zum Beispiel als ein mikro-elektromechanisches System, MEMS (englisch: micro-electro-mechanical system, MEMS) eingerichtet sein. In der Umgebung können die ausgesendeten Laserstrahlen teilweise reflektiert werden, und die reflektierten Anteile können wiederum auf den Laserscanner, insbesondere die Umlenkheit, auftreffen, die sie auf eine Umlenkeinheit des Laserscanners mit dem zumindest einen optischen Detektor richten kann. Insbesondere erzeugt jeder optische Detektor der Detektoreinheit ein zugehöriges Detektorsignal basierend auf den von dem jeweiligen optischen Detektor detektierten Anteilen. Basierend auf der räumlichen Anordnung des jeweiligen optischen Detektors zusammen mit der gegenwärtigen Position der Umlenkeinheit, insbesondere ihrer Drehposition oder ihrer Kipp- und/oder Schwenkposition, ist es somit möglich, auf die Richtung des Einfalls der detektierten reflektierten Lichtbestandteile zu schließen. Eine Verarbeitungseinheit oder eine Auswertungseinheit des Laserscanners kann zum Beispiel eine Laufzeitmessung zum Bestimmen eines Radialabstands des reflektierenden Objekts durchführen. Alternativ oder zusätzlich kann zur Bestimmung des Abstands ein Verfahren verwendet werden, gemäß dem eine Phasendifferenz zwischen dem ausgesendeten und dem detektierten Licht ausgewertet wird.
Ein Sichtfeld 6 des Sensorsystems 4 befindet sich zum Beispiel im Wesentlichen vor dem Kraftfahrzeug 1. In anderen Ausführungen sind jedoch auch andere Orientierungen des Sichtfelds 6 möglich. Das Fahrzeug 1 ist bei der Fahrt auf einer Fahrbahn 7 mit einer durchgezogenen Fahrspurmarkierung 8 rechts von dem Kraftfahrzeug 1 und einer gestrichelten Fahrspurmarkierung 5 links von dem Kraftfahrzeug 1 gezeigt. Die Fahrspurmarkierungen 5, 7 sind lediglich als Beispiele gewählt und können in entsprechenden Szenarios durch andere Fahrspurmarkierungstypen oder andere Fahrspurbegrenzertypen ersetzt werden. Insbesondere sind die Fahrspurmarkierungen 5, 7 nicht notwendigerweise gerade und können kurvenförmig sein.
In 2 und 3 ist eine beispielhafte Ausführung des Sensorsystems 4 als Laserscanner schematisch gezeigt. Das Sensorsystem 4 weist eine Steuereinheit 11 und eine Lichtquelle 9 sowie eine Detektoreinheit 10 auf. Der Einfachheit halber ist die Detektoreinheit 10 in 2 nicht gezeigt, während die Lichtquelle 9 in 3 nicht gezeigt ist. Die Lichtquelle 9 kann zum Beispiel einen Laser, insbesondere eine Infrarotlaserdiode, aufweisen. Die Detektoreinheit 10 weist zwei oder mehr optische Detektoren 15, zum Beispiel Photodioden, insbesondere Lawinenphotodioden, APDs (englisch: avalanche photo diodes), auf. Die optischen Detektoren 15 können linear entlang einer Normalachse eines Sensorkoordinatensystems angeordnet sein, wobei die Normalachse z (siehe 4) zum Beispiel senkrecht zur Fahrbahn 7 orientiert sein kann.
Das Sensorsystem 4 kann auch eine Umlenkeinheit 12 aufweisen, die einen drehbaren Spiegel aufweisen kann, wobei die Drehachse parallel zur Normalachse z des Sensorkoordinatensystems ist.
Die Lichtquelle 9 ist dazu eingerichtet, Lichtimpulse 13 auszusenden. Der anfänglich gebündelte Laserstrahl kann zum Beispiel defokussiert werden, um einen Strahl mit einem von null verschiedenen Öffnungswinkel hervorzubringen. Die Umlenkeinheit 12 definiert die Richtung, in die das Licht 13 umgelenkt wird. Insbesondere kann das Licht 13 ausgesendet und in das Sichtfeld 6 umgelenkt werden. In 3 ist schematisch gezeigt, wie Anteile 17 des ausgesendeten Lichts 13 von einem Objekt in dem Sichtfeld 6, insbesondere von den Fahrspurmarkierungen 5, 8, reflektiert werden und zurück in Richtung der Umlenkeinheit 12 gesendet werden, die die reflektierten Anteile 17 in Richtung der Detektionseinheit 10 umlenkt, insbesondere auf einen der optischen Detektoren 15.
Das Sensorsystem 4 kann auch eine Fokussierlinse 18 aufweisen, die die reflektierten Lichtanteile 17 auf den jeweiligen optischen Detektor 15 projiziert. Die optischen Detektoren 15 können das reflektierte einfallende Licht 17 aus einem vordefinierten Bereich sammeln, der durch einen Polarwinkel in dem Sensorkoordinatensystem definiert ist. Die entsprechenden Gebiete 16 des Sichtfelds 6, die von den jeweiligen optischen Detektoren 15 abgedeckt werden, sind in 3 schematisch gezeigt.
Die Steuereinheit 11 kann zum Beispiel die Lichtquelle 9 und/oder entsprechende Detektorsignale von den optischen Detektoren 15 empfangen. In einigen Ausführungen, können alle oder manche Aufgaben der Steuereinheit 11 durch die Recheneinheit 3 übernommen werden. Andererseits kann die Steuereinheit 11 in manchen Ausführungen eine oder mehrere Funktionen ausführen, die im Folgenden hinsichtlich der Recheneinheit 3 beschrieben sind.
Die Steuereinheit 11 kann sich die Technik der Laufzeitmessungen zunutze machen, um den Abstand der entsprechenden Reflexionspunkte von dem Sensorsystem 4 zu bestimmen. Auf diese Weise kann eine Punktwolke 19, wie schematisch in 4 dargestellt, erzeugt werden, die aus Messpunkten besteht, die in einem kugelförmigen Koordinatensystem angegeben sind, wobei der Radius der gemessenen Laufzeit entspricht, der Azimutalwinkel oder Horizontalwinkel durch den entsprechenden Winkel des rotierenden Spiegels der Umlenkeinheit 12 bestimmt ist und der Polarwinkel durch die Position des entsprechenden optischen Detektors 15 definiert ist. Die Koordinaten der Messpunkte können natürlich auch in einem kartesischen Sensorkoordinatensystem angegeben sein, das durch die Normalachse z, die Längsachse x und die Querachse y gegeben ist.
Auf diese Weise ist jeder der optischen Detektoren 15 einer entsprechenden Lage von Punkten in der Punktwolke 19 zugeordnet. Lagen, die Reflexionen von der Fahrbahn 7 aufweisen, werden auch als Bodenlagen oder Aufsetzlagen bezeichnet. Die entsprechenden Reflexionspunkte können als Bodenpunkte beziehungsweise als Aufsetzpunkte bezeichnet werden. Die Bodenpunkte können insbesondere Scanpunkte 14 einschließen, die Reflexionen von einer der Fahrbahnmarkierungen 5, 8 entsprechen, und Scanpunkte, die Reflexionen von anderen Teilen der Fahrbahn 7, wie etwa Asphalt, oder von Pflanzen, Gebäuden, Infrastrukturvorrichtungen et cetera, entsprechen.
Im Allgemeinen können die Punkte der Punktwolke 19 Bodenpunkte sowie Scanpunkte einschließen, die von Reflexionen oberhalb des Bodens herrühren. Die Punktwolke 19 kann jedoch zum Beispiel derart gefiltert sein, dass sie nur Bodenpunkte aufweist. Des Weiteren können die Punkte der Punktwolke 19 auf die x/y-Ebene des Sensorkoordinatensystems projiziert werden. Schließlich kann ein Algorithmus angewendet werden, der dazu in der Lage ist, Scanpunkte 14 zu bestimmen, die eine der Fahrspurmarkierungen 5, 8 darstellen. Der Algorithmus kann gemäß eines bekannten Verfahrens arbeiten und kann zum Beispiel die charakteristischen Senken in den Bodenlagen identifizieren, die Fahrspurmarkierungen angeben. Folglich ergibt sich eine Sequenz 20 von Scanpunkten, zum Beispiel eine Teilmenge der Scanpunkte 14, die eine der Fahrspurmarkierungen 5, 8 darstellt, wobei jeder der Scanpunkte zweidimensionale Koordinaten, insbesondere x-Koordinaten und y-Koordinaten, aufweist. Die Sequenz 20 ist in 5 schematisch gezeigt.
Die Recheneinheit 3 ist dazu eingerichtet, ein erfindungsgemäßes computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers auszuführen. Als ein Ergebnis bestimmt die Recheneinheit 3 einen finalen Zustandsvektor, der die geometrische Form der einen der Fahrspurmarkierungen 5, 8 in Form von Parametern beschreibt, die eine Kurve, zum Beispiel ein Polynom zweiten Grades, definieren. Die Recheneinheit 3 kann dann abhängig von dem finalen Zustandsvektor beziehungsweise der entsprechenden Kurve Steuersignale für Aktoren (nicht gezeigt) des Kraftfahrzeugs 1 erzeugen, um die Quer- und/oder Längssteuerung des Kraftfahrzeugs 1 zumindest teilweise automatisch zu beeinflussen.
Insbesondere ist die Recheneinheit 3 dazu eingerichtet, eine initiale Näherung für die geometrische Form der Fahrspurmarkierung als einen initialen Zustandsvektor zu erhalten oder zu bestimmen und ein Iterationsverfahren auszuführen, das mit dem initialen Zustandsvektor beginnt. In jedem Iterationsschritt des Iterationsverfahrens wird ein jeweiliger verbesserter Zustandsvektor basierend auf den Raumkoordinaten eines jeweiligen Scanpunkts der Sequenz bestimmt und der finale Zustandsvektor wird als ein Ergebnis des Iterationsverfahrens bestimmt.
Weitere Einzelheiten des erfindungsgemäßen computerimplementierten Verfahrens werden im Folgenden hinsichtlich verschiedener Ausführungen anhand der Flussdiagramme von 6 und 7 beschrieben.
Das computerimplementierte Verfahren kann zum Beispiel für eine kontinuierliche Parameterauswertung der Fahrspurmarkierungen 5, 8 über mehrere Scanzyklen des Umgebungssensorsystems 4 benutzt werden. Mit „kontinuierlich“ ist gemeint, dass eine Neubewertung der Parameter in jedem Scanzyklus erfolgen kann. Es kann jedoch auch für einen einzelnen Scanzyklus verwendet werden. Das angewendete Iterationsverfahren kann auf einer Kalman-Filterungs-Technik basieren.
In einigen Ausführungen kann das Verfahren als Eingabe Fahrspurmarkierungen aus den vorhergehenden Zyklen, die insbesondere durch ihre entsprechenden finalen Zustandsvektoren für jeden Zyklus dargestellt sind, und die jeweiligen Scanpunkte aus dem gegenwärtigen Zyklus nehmen.
Vor der Ausführung des computerimplementierten Verfahrens können die Scanpunkte aus dem gegenwärtigen Zyklus einander zugeordnet werden, um so genannte Kandidaten zu erstellen, und die Kandidaten können dann den in vorhergehenden Zyklen gefitteten Fahrspurmarkierungsinstanzen zugeordnet werden. Ein Sonderfall ergibt sich für Kandidaten ohne eine jeweilige Zuordnung in vorhergehenden Zyklen. Diese können eine neue Verfolgungsinstanz initiieren.
Die geometrische Form einer Fahrspurmarkierung kann als ein Polynom zweiten Grades parametrisiert werden, zum Beispiel derart, dass: $y = a x^{2} + b x + c .$
Dabei kann (x,y) zum Beispiel zweidimensionale Koordinaten in einem Sensorkoordinatensystem des Umgebungssensorsystems 4 bezeichnen.
Fahrspurmarkierungskandidaten 21, die nicht bereits existierenden Fahrspurmarkierungsinstanzen vorhergehender Zyklen zugeordnet sind, erzeugen eine neue Fahrspurmarkierungsinstanz (siehe 6). In derartigen Fällen wird die neu erstellte Fahrspurmarkierung in Schritt S1 mit einer initialen Schätzung für die Parameter a, b, c initialisiert, wie im Einzelnen weiter unten dargelegt.
Für Fahrspurmarkierungsinstanzen 22, die zugeordnete Kandidaten haben und/oder Fahrspurmarkierungsscanpunkte, die keinem der Kandidaten zugeordnet sind, können propagierte Parameter 23 aus dem vorhergehenden Zyklus als initiale Schätzung in Schritt S1' (siehe 7) verwendet werden.
Ein Kalman-Fitter kann in den Schritten S2 und S3 beziehungsweise in den Schritten S2' und S3' benutzt werden. Der Kalman-Fitter nimmt Positionen der bereitgestellten Scanpunkte der gegenwärtigen Sequenz 20 als Eingabe und stellt Parameterschätzungen bereit. Der Kalman-Fitter basiert auf einem linearen Kalman-Filter und kann y-Koordinaten der Scanpunkte als Messungen berücksichtigen. Die Kalman-Filter-Gleichungen lauten: $s_{k} = F_{k} s_{k - 1} + Q,$
$z_{k} = H s_{k} + R_{k},$
wobei s_k der Zustand des Systems ist, z_k die Messung, F_k die Transportmatrix, H die Messmatrix, und R_k und Q das Mess- beziehungsweise Prozessrauschen sind. Des Weiteren können die folgenden Definitionen verwendet werden: $s_{k} = [\begin{matrix} a_{k} \\ b_{k} \\ c_{k} \end{matrix}],$
$F_{k} = [\begin{matrix} 1 & 0 & 0 \\ 2 Δ x_{k} & 1 & 0 \\ Δ x_{k}^{2} & Δ x_{k} & 0 \end{matrix}],$
$Δ x_{k} = x_{k} - x_{k - 1},$
$z_{k} = [y_{k}],$
$H = [0 0 1] .$
Es sei darauf hingewiesen, dass diese Definitionen eine Verschiebung des Koordinatensystems, in dem die Kurvenparameter geschätzt werden, derart implizieren, dass die neue yi'-Achse durch den Punkt I verläuft, während die x-Achse stationär bleibt. Ein Beispiel für die Koordinatensystemverschiebung ist in 5 gezeigt. Ein Sonderfall ist der erste Scanpunkt in der Sequenz 20, für den Δx als Δx = x_k berechnet ist, was eine Verschiebung des Fit-Koordinatensystems vom Ursprung zum ersten Scanpunkt wiedergibt.
Im Fall von Schritt S1 kann der Filter mit den folgenden Parametern initialisiert werden: $s_{0} = [\begin{matrix} 0 \\ ϕ_{0} \\ y_{0} \end{matrix}]$
$ϕ_{0} = \frac{1}{N_{s p} - 1} \sum_{i = 1}^{N_{n p}} \frac{y_{i} - y_{i - 1}}{x_{i} - x_{i - 1}}$
$y_{0} = \frac{Σ_{i = 0}^{N_{n p}} y_{i}}{N_{n p}} - ϕ_{0} \frac{Σ_{i = 0}^{N_{n p}} x_{i}}{N_{n p}}$
$P_{0} = [\begin{matrix} σ_{a}^{2} & ρ σ_{a} σ_{b} & ρ σ_{a} σ_{c} \\ ρ σ_{b} σ_{a} & σ_{b}^{2} & ρ σ_{b} σ_{c} \\ ρ σ_{c} σ_{a} & ρ σ_{c} σ_{b} & σ_{c}^{2} \end{matrix}]$
wobei (x_i,y_i) kartesische Koordinaten der Scanpunkte der Sequenz 20 darstellen, σ_a, σ_b, σ_c vordefinierte Unsicherheiten sind, p ein vordefinierter Korrelationsparameter ist. σ_a, σ_b, σ_c können derart gewählt werden, dass die Kovarianzmatrix der anfänglichen Schätzung die Bereiche der Kurvenparameter in dem gewünschten Bereich abdeckt. N_sp ist die Anzahl der Scanpunkte in der Sequenz 20.
Die Sequenz 20 von Scanpunkten kann zum Beispiel nach x-Koordinaten in absteigender Reihenfolge sortiert werden, und für jeden Punkt k wird die Prozessmatrix F_k wie oben beschrieben berechnet. Für jeden Scanpunkt in der Sequenz 20 wird nacheinander ein Vorhersageschritt in Schritt S2 beziehungsweise S2' und ein Aktualisierungsschritt in Schritt S3 beziehungsweise S3' ausgeführt.
Für jeden Scanpunkt kann der Vorhersageschritt auf den folgenden Gleichungen basieren: $s_{k}^{p r e d} = F_{k} s_{k - 1},$
$P_{k}^{p r e d} = F_{k} P_{k - 1} F_{k}^{T} + Q,$
wobei P_k die Kovarianzmatrix des Zustands s_k ist. Das Prozessrauschen Q kann auf Null gesetzt werden, da das Ziel des Kalman-Fitters darin besteht, die Parameter a, b, c zu bestimmen, die der bereitgestellten Sequenz 20 gemeinsam sind. Das impliziert, dass sich die Kurve, die durch jeden der Punkte verläuft, nicht ändert.
Die Gleichungen für den Aktualisierungsschritt lauten $S = H P_{k}^{p r e d} H^{T} + R_{k},$
$R_{k} = [r_{k}^{2}],$
$K_{k} = P_{k}^{p r e d} H^{T} S^{- 1},$
$s_{k} = s_{k}^{p r e d} + K_{k} (z - H s_{k}^{p r e d}),$
$P_{k} = P_{k}^{p r e d} - K_{k} S K_{k}^{T},$
wobei r_k eine vorgegebene laterale Unsicherheit ist.
Nachdem der letzte Scanpunkt der Sequenz 20 verarbeitet ist, werden die Kurvenparameter, insbesondere der Zustandsvektor und die Kovarianzmatrix, aus dem lokalen Scanpunktkoordinatensystem zurück in das Sensorkoordinatensystem konvertiert. Um dies zu erreichen, kann ein weiterer Vorhersageschritt in Schritt S4 beziehungsweise S4' mit der folgenden Transportmatrix ausgeführt werden: $s_{o r i g i n} = F_{o r i g i n} s_{N},$
$P_{o r i g i n} = F_{o r i g i n} P_{N} F_{o r i g i n}^{T},$
$F_{o r i g i n} = [\begin{matrix} 1 & 0 & 0 \\ 2 Δ x_{k} & 1 & 0 \\ Δ x^{2} & Δ x & 0 \end{matrix}],$
$Δ x = - x_{N},$
wobei x_N die x-Koordinate des letzten verarbeiteten Scanpunkts und s_origin, P_origin der Zustandsvektor und Kovarianzmatrix am Ursprung des Sensorkoordinatensystems sind, die auch als der finale Zustandsvektor und eine finale Kovarianzmatrix für die Sequenz 20 bezeichnet werden können.
Die geometrische Form der Fahrspurmarkierung 5, 8 kann durch die geschätzten Parameter a, b, c der Zustandsschätzung am Ursprung s_origin approximiert werden. Die P_origin Kovarianzmatrix kann als eine Kovarianzmatrix der gefitteten Fahrspurmarkierung 5, 8 betrachtet werden.
Die beschriebene Fit-Routine kann auch eingesetzt werden, um eine Krümmung κ, einen Gierwinkel ϕ und einen seitlichen Versatz d der Fahrspurmarkierung 5, 8 zu berechnen als: $κ = \frac{2 a}{{(1 + b^{2})}^{\frac{3}{2}}},$
$ϕ = arctan b,$
$d = c .$
Unsicherheiten für die Parameter können basierend auf der Kovarianzmatrix berechnet werden: $σ_{κ} = \sqrt{P_{0,0}},$
$σ_{ϕ} = \sqrt{P_{1,1}},$
$σ_{d} = \sqrt{P_{2,2}} .$
Bei Ausführungen, die ein Verfolgen über aufeinanderfolgende Scanzyklen realisieren, können die Parameter a, b, c des finalen Zustandsvektors des gegenwärtigen Scanzyklus wie oben beschrieben auf den nächsten Scanzyklus propagiert werden und in Schritt S1' bereitgestellt werden. Die gefitteten Parameter können von dem gegenwärtigen Zyklus i auf den nächsten Zyklus i + 1 propagiert werden unter Verwendung der folgenden Gleichungen: $s_{i + 1} = F s_{i} + G,$
$P_{I + 1} = F P_{i} F^{T} + Q,$
wobei s_i+1 die propagierten Parameter sind, s_i die zuvor gefitteten Parameter sind, F eine Transportmatrix ist, G eine Steuermatrix, P_i+1 propagierte Kovarianz, P_i die zuvor gefittete Kovarianz und Q das Prozessrauschen ist. Die Transport- und Steuermatrizen sind definiert als $F = [\begin{matrix} 1 & 0 & 0 \\ 2 Δ x & 1 & 0 \\ Δ x^{2} & Δ x & 1 \end{matrix}],$
$G = [\begin{matrix} 0 \\ tan - Δ φ \\ - Δ Y \end{matrix}],$
mit $Δ X = ν_{x} Δ t,$
$Δ Y = ν_{y} Δ t,$
$Δ φ = \dot{φ} Δ t .$
Dabei sind (v_x,v_y,φ̇) die Längsgeschwindigkeit, die Quergeschwindigkeit und die Gierrate des Kraftfahrzeugs 1, wie zum Beispiel von einem oder mehreren Trägheitssensoren (nicht gezeigt) des Kraftfahrzeugs bereitgestellt, und Δt ist die Zeitdifferenz zwischen zwei Scanzyklen. Das Prozessrauschen Q kann zum Beispiel aus den Systemunsicherheiten des einen oder der mehreren Trägheitssensoren abgeleitet werden.

Claims

Computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers (5, 8), wobei - Umgebungssensordaten, die eine Umgebung eines Kraftfahrzeugs (1) darstellen, von einem Umgebungssensorsystem (4) des Kraftfahrzeugs (1) erhalten werden; - eine Punktwolke (19) basierend auf den Umgebungssensordaten erzeugt wird, wobei die Punktwolke (19) eine Vielzahl von Scanpunkten beinhaltet; - eine Sequenz (20) von Scanpunkten als eine Teilmenge der Vielzahl von Scanpunkten bestimmt wird, die dem Fahrspurbegrenzer (5, 8) entspricht, wobei jeder Scanpunkt der Sequenz (20) durch entsprechende zweidimensionale Raumkoordinaten gegeben ist; dadurch gekennzeichnet, dass - eine initiale Näherung für die geometrische Form des Fahrspurbegrenzers (5, 8) als ein initialer Zustandsvektor bereitgestellt wird; - in jedem Iterationsschritt eines Iterationsverfahrens, das mit dem initialen Zustandsvektor beginnt, ein jeweiliger verbesserter Zustandsvektor basierend auf den Raumkoordinaten eines jeweiligen Scanpunkts der Sequenz (20) bestimmt wird; und - ein finaler Zustandsvektor als ein Ergebnis des Iterationsverfahrens bestimmt wird.
Computerimplementiertes Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Iterationsverfahren basierend auf einem Kalman-Filter-Algorithmus ausgeführt wird.
Computerimplementiertes Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass - die initiale Näherung für die geometrische Form durch eine Kurve gegeben ist, die durch zwei oder mehr Kurvenparameter definiert ist, wobei der initiale Zustandsvektor die zwei oder mehr Kurvenparameter beinhaltet; oder - die initiale Näherung für die geometrische Form durch eine Polynomnäherung für die geometrische Form gegeben ist, wobei der initiale Zustandsvektor jeweilige Polynomkoeffizienten der Polynomnäherung beinhaltet.
Computerimplementiertes Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass - die Sequenz (20) einen initialen Scanpunkt und zumindest einen weiteren Scanpunkt aufweist, wobei eine Reihenfolge der Sequenz (20) mit dem initialen Scanpunkt beginnt und das Iterationsverfahren entsprechend der Reihenfolge der Sequenz (20) ausgeführt wird; und - für jeden des zumindest einen weiteren Scanpunkts der jeweilige verbesserte Zustandsvektor basierend auf einer jeweiligen Koordinatendifferenz abhängig von den Raumkoordinaten des jeweiligen weiteren Scanpunkts und eines vorhergehenden Scanpunkts des jeweiligen weiteren Scanpunkts entsprechend der Reihenfolge der Sequenz (20) bestimmt wird.
Computerimplementiertes Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass - der zumindest eine weitere Scanpunkt einen finalen Scanpunkt aufweist, wobei die Reihenfolge der Sequenz (20) mit dem finalen Scanpunkt endet; und - der finale Zustandsvektor abhängig von dem jeweiligen für den finalen Scanpunkt bestimmten verbesserten Zustandsvektor bestimmt wird.
Computerimplementiertes Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass - die Umgebungssensordaten von einem Laserscanner-Lidar-System des Kraftfahrzeugs (1) erhalten werden und die Punktwolke (19) eine Vielzahl von Bodenlagen aufweist; und - jede der Bodenlagen einen der Scanpunkte der Sequenz (20) aufweist.
Computerimplementiertes Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Umgebungssensordaten einem Detektionszyklus des Umgebungssensorsystems (4) entsprechen.
Computerimplementiertes Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass - weitere Umgebungssensordaten, die die Umgebung des Kraftfahrzeugs (1) darstellen, von dem Umgebungssensorsystem (4) des Kraftfahrzeugs (1) erhalten werden, wobei die weiteren Umgebungssensordaten einem weiteren Detektionszyklus des Umgebungssensorsystems (4) entsprechen, der auf den Detektionszyklus folgt; - eine weitere Punktwolke (19) basierend auf den weiteren Umgebungssensordaten erzeugt wird, wobei die weitere Punktwolke (19) eine Vielzahl von weiteren Scanpunkten beinhaltet; - eine weitere Sequenz (20) von Scanpunkten der Vielzahl von weiteren Scanpunkten als eine Teilmenge der Vielzahl von weiteren Scanpunkten bestimmt wird, die dem Fahrspurbegrenzer (5, 8) entspricht, wobei jeder weitere Scanpunkt der weiteren Sequenz (20) durch entsprechende zweidimensionale Raumkoordinaten gegeben ist; - ein weiterer initialer Zustandsvektor basierend auf dem finalen Zustandsvektor bestimmt wird; - in jedem Iterationsschritt eines weiteren Iterationsverfahrens, das mit dem weiteren initialen Zustandsvektor beginnt, ein jeweiliger verbesserter Zustandsvektor basierend auf den Raumkoordinaten eines jeweiligen weiteren Scanpunkts der weiteren Sequenz (20) bestimmt wird; und - ein weiterer finaler Zustandsvektor als ein Ergebnis des weiteren Iterationsverfahrens bestimmt wird.
Computerimplementiertes Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass - Bewegungsdaten des Kraftfahrzeugs (1) von zumindest einem Trägheitssensor des Kraftfahrzeugs (1) erhalten werden; und - der weitere initiale Zustandsvektor durch Propagation des finalen Zustandsvektors von dem Detektionszyklus auf den weiteren Detektionszyklus abhängig von den Bewegungsdaten bestimmt wird.
Verfahren zum zumindest teilweise automatischen Führen eines Kraftfahrzeugs (1), wobei - Umgebungssensordaten, die eine Umgebung des Kraftfahrzeugs (1) darstellen, unter Verwendung eines Umgebungssensorsystems (4) des Kraftfahrzeugs (1) erzeugt werden und die Umgebungssensordaten an zumindest eine Recheneinheit (3) des Kraftfahrzeugs (1) bereitgestellt werden; - ein computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers (5, 8) nach einem der vorhergehenden Ansprüche von der zumindest einen Recheneinheit (3) ausgeführt wird; und - das Kraftfahrzeug (1) abhängig von dem finalen Zustandsvektor zumindest teilweise automatisch geführt wird.
Elektronisches Fahrzeugführungssystem (2) für ein Kraftfahrzeug (1), welches - ein Umgebungssensorsystem (4) aufweist, das dazu eingerichtet ist, Umgebungssensordaten zu erzeugen, die eine Umgebung des Kraftfahrzeugs (1) darstellen; und - zumindest eine Recheneinheit (3) aufweist, die dazu eingerichtet ist, ein computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers (5, 8) nach einem der Ansprüche 1 bis 9 auszuführen.
Elektronisches Fahrzeugführungssystem (2) nach Anspruch 11, dadurch gekennzeichnet, dass - die zumindest eine Recheneinheit (3) dazu eingerichtet ist, zumindest ein Steuersignal zum zumindest teilweise automatischen Führen des Fahrzeugs (1) abhängig von dem finalen Zustandsvektor zu erzeugen; und/oder - die zumindest eine Recheneinheit (3) dazu eingerichtet ist, einen Warnhinweis und/oder eine Informationsnachricht für einen Fahrer des Fahrzeugs (1) abhängig von dem finalen Zustandsvektor zu erzeugen.
Computerprogramm, welches Befehle beinhaltet, die, wenn sie von einem Computersystem ausgeführt werden, das Computersystem dazu veranlassen, ein computerimplementiertes Verfahren zum Charakterisieren einer geometrischen Form eines Fahrspurbegrenzers (5, 8) nach einem der Ansprüche 1 bis 9 auszuführen.
Computerprogramm, welches Befehle beinhaltet, die, wenn sie von einem elektronischen Fahrzeugführungssystem (2) nach einem der Ansprüche 11 oder 12 ausgeführt werden, das elektronische Fahrzeugführungssystem (2) dazu veranlassen, ein Verfahren zum zumindest teilweise automatischen Führen eines Fahrzeugs (1) nach Anspruch 10 auszuführen.
Computerlesbares Speichermedium, welches ein Computerprogramm nach einem der Ansprüche 13 oder 14 speichert.