DE102022116373A1 - Ultraschall-Bestimmen eines Fahrbahnbelags - Google Patents

Ultraschall-Bestimmen eines Fahrbahnbelags Download PDF

Info

Publication number
DE102022116373A1
DE102022116373A1 DE102022116373.3A DE102022116373A DE102022116373A1 DE 102022116373 A1 DE102022116373 A1 DE 102022116373A1 DE 102022116373 A DE102022116373 A DE 102022116373A DE 102022116373 A1 DE102022116373 A1 DE 102022116373A1
Authority
DE
Germany
Prior art keywords
probability
time series
determining
coating
mathematical model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102022116373.3A
Other languages
English (en)
Inventor
Henrik Starkloff
Anto Joys Yesuadimai Michael
Jean-Francois Bariant
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Valeo Schalter und Sensoren GmbH
Original Assignee
Valeo Schalter und Sensoren GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Valeo Schalter und Sensoren GmbH filed Critical Valeo Schalter und Sensoren GmbH
Priority to DE102022116373.3A priority Critical patent/DE102022116373A1/de
Priority to PCT/EP2023/067264 priority patent/WO2024002946A1/de
Publication of DE102022116373A1 publication Critical patent/DE102022116373A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88Sonar systems specially adapted for specific applications
    • G01S15/93Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/539Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

Die Erfindung betrifft ein Verfahren (200, 300) zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls, aufweisend: Bereitstellen (S1) wenigstens einer Zeitreihe (202), die durch wenigstens einen Ultraschallwandler (104) erfasst ist; Bestimmen (S3) einer Maxima-Zahl (210), die eine Anzahl lokaler Maxima (208) in einem ersten Zeitabschnitt (206) der wenigstens einen Zeitreihe (202) ist; Bereitstellen (S4) eines ersten mathematischen Modells (212), welches für den ersten Zeitabschnitt (206) mehreren Maxima-Zahlen (210) jeweils eine Belags-Wahrscheinlichkeit zuordnet, wobei eine Belags-Wahrscheinlichkeit eine Wahrscheinlichkeit (218, 220) eines Vorliegens eines Belags zumindest zweier Beläge in einem Erfassungsbereich eines Ultraschallwandlers (104) ist; und Bestimmen (S5) einer ersten Belags-Wahrscheinlichkeit bezüglich eines durch die wenigstens eine Zeitreihe (202) wiedergegebenen Bereichs der Fahrbahn mittels des bereitgestellten mathematischen Modells (212) und der bestimmten Maxima-Zahl (210).

Description

  • Die vorliegende Erfindung betrifft ein Verfahren zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls, ein Verfahren zum Erkennen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls, ein Verfahren zum Verfolgen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls, ein Computerprogrammprodukt, ein Steuergerät und ein Fahrzeug.
  • Die DE 10 2020 100 566 A1 offenbart ein Verfahren zur Erkennung einer Fehlausrichtung eines Ultraschall-Abstandssensors auf einen Untergrund, wobei der Ultraschallsensor Ultraschallsignale aussendet, wobei der Ultraschallsensor zumindest einen Teil des von dem Untergrund reflektierte Ultraschallsignals empfängt und ein entsprechendes Empfangssignal bereitstellt, wobei mehrere Analysebereiche des Empfangssignals bestimmt werden, wobei in jedem der Analysebereiche eine Amplitudenverteilung des Empfangssignals bestimmt wird, wobei in jedem der Analysebereiche ein statistisches Modell an die Amplitudenverteilung angepasst wird, und dadurch jeweils mindestens ein statistischer Parameter bestimmt wird, und wobei die statistischen Parameter ausgewertet werden, um eine Art des Untergrunds zu bestimmen.
  • Vor diesem Hintergrund besteht eine Aufgabe der vorliegenden Erfindung darin, eine Bestimmung eines Fahrbahnbelags zu verbessern.
  • Gemäß einem ersten Aspekt der Erfindung wird ein Verfahren zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls vorgeschlagen. Das Verfahren weist auf: Bereitstellen wenigstens einer Zeitreihe, die durch wenigstens einen Ultraschallwandler erfasst ist; Bestimmen einer Maxima-Zahl, die eine Anzahl lokaler Maxima in einem ersten Zeitabschnitt der wenigstens einen Zeitreihe ist; Bereitstellen eines ersten mathematischen Modells, welches für den ersten Zeitabschnitt mehreren Maxima-Zahlen jeweils wenigstens eine Belags-Wahrscheinlichkeit zuordnet, wobei eine Belags-Wahrscheinlichkeit eine Wahrscheinlichkeit eines Vorliegens eines bestimmten Belags zumindest zweier Beläge in einem Erfassungsbereich eines Ultraschallwandlers ist; und Bestimmen wenigstens einer ersten Belags-Wahrscheinlichkeit bezüglich eines durch die wenigstens eine Zeitreihe wiedergegebenen Bereichs der Fahrbahn mittels des bereitgestellten mathematischen Modells und der bestimmten Maxima-Zahl.
  • Das Verfahren erlaubt anhand der Anzahl lokaler Maxima in einer Zeitreihe eine zuverlässige Unterscheidung zumindest zweier Fahrbahnbeläge. Indem eine Wahrscheinlichkeit für das Vorliegen eines bestimmten Fahrbahnbelags ausgegeben wird, kann das Verfahren mit anderen Verfahren zum Bestimmen eines Belags kombiniert werden.
  • Ein „Belag“ meint in dieser Beschreibung im Zweifel einen Fahrbahnbelag.
  • Der erste Zeitabschnitt ist vorzugsweise ein einziger Abschnitt der wenigstens einen Zeitreihe. Der erste Zeitabschnitt kann insbesondere vorbestimmt sein. Beispielsweise kann der erste Abstand von einer vorbestimmten Startzeit und/oder einem vorbestimmten Mindestabstand zu einer vorbestimmten Endzeit und/oder einem vorbestimmten Höchstabstand reichen. Verwendet das Verfahren mehr als eine Zeitreihe, ist der erste Zeitabschnitt bei allen Zeitreihen vorzugsweise einander entsprechend und insbesondere gleich gewählt.
  • Das Verfahren kann für mehr als zwei Fahrbahnbeläge angewendet werden. Vorzugsweise wird das Verfahren für genau zwei Beläge angewendet. Beispielsweise kann das Verfahren für die Fahrbahnbeläge Asphalt und Schotter angewendet werden, weil diese beiden Beläge zu stark unterschiedlichen Ultraschall-Echos führen können.
  • Der „durch wenigstens eine Zeitreihe wiedergegebene Bereich der Fahrbahn“ bedeutet im Zweifel einen Teil der Fahrbahn, aus dem Echos von der Fahrbahn und/oder Objekten zu dem Ultraschallwandler reflektiert und in der Folge zu der Zeitreihe erfasst werden. Die Form des Bereichs ist beispielsweise bauartabhängig. Sind mehrere Ultraschallwandler mit geeignet ähnlicher Ausrichtung und Position vorhanden, kann der Bereich durch Variieren von aussendendem Ultraschallwandler und/oder aussendenden Ultraschallwandlern und empfangendem Ultraschallwandler und/oder empfangenden Ultraschallwandlern angepasst werden.
  • Dass das erste mathematische Modell mehreren Maxima-Zahlen jeweils eine Belags-Wahrscheinlichkeit zuordnet, kann insbesondere beinhalten, dass für jede unterschiedliche Maxima-Zahl eine unterschiedliche Belags-Wahrscheinlichkeit zuordenbar ist. Dies kann auch beinhalten, dass für mehrere unterschiedliche Maxima-Zahlen dieselbe Belags-Wahrscheinlichkeit und für andere unterschiedliche Maxima-Zahlen unterschiedliche Belags-Wahrscheinlichkeiten zuordenbar sind.
  • Das Verfahren kann als Ergebnis beispielsweise eine Wahrscheinlichkeit für einen vorbestimmten Belag mehrerer Beläge, eine Wahrscheinlichkeit für einen wahrscheinlicheren Belag mehrerer Beläge und/oder jeweils eine Wahrscheinlichkeit für mehrere Beläge bestimmen und ausgeben.
  • Das bereitgestellte erste mathematische Modell kann beispielsweise eine Klassierung, eine mathematische Funktion, insbesondere eine stetige mathematische Funktion, und/oder eine Wahrscheinlichkeitsverteilung enthalten. Auch andere mathematische Modelle sind denkbar. Vorzugsweise enthält das mathematische Modell eine Poisson-Verteilung. Die genannten Optionen haben gemeinsam, dass sie mit geringem Aufwand eine Zuordnung eine Maxima-Zahl zu einer Belags-Wahrscheinlichkeit ermöglichen.
  • Bei herkömmlichen Verfahren zum Objekterkennen mittels eines Ultraschallwandlers wird ein Schwellwertverlauf verwendet, und es werden überhaupt nur diejenigen lokalen Maxima bzw. Amplituden nachfolgenden Verfahrensschritten übermittelt, welche über dem jeweiligen Schwellwert liegen. Diese Schwellwerte sind üblicherweise zum Unterscheiden der relativ wenigen Echos echter Objekte zu den häufig relativ zahlreichen Belagsechos gewählt. Demgegenüber hat das vorliegende Verfahren den großen Vorteil, zusätzliche Erkenntnisse, nämlich das Erkennen des Fahrbahnbelags, aus wenigstens einer Zeitreihe zu gewinnen. Weil das vorliegende Verfahren komplette Zeitabschnitte auswertet, steigt ein Rechenbedarf gegenüber herkömmlichen Verfahren an. Daher sind Maßnahmen zum Reduzieren des Aufwands von praktischer Bedeutung.
  • Das Verfahren kann vorteilhaft zusätzlich aufweisen: Bestimmen mehrerer zweiter Zeitabschnitte der Zeitreihe, Bestimmen jeweils einer zweiten Belags-Wahrscheinlichkeit bezüglich jedes zweiten Zeitabschnitts mittels einer Amplitudenverteilung des jeweiligen zweiten Zeitabschnitts, und Bestimmen einer gesamten Belags-Wahrscheinlichkeit bezüglich des durch die wenigstens eine Zeitreihe wiedergegebenen Bereichs in Abhängigkeit der ersten Belags-Wahrscheinlichkeit und der zweiten Belags-Wahrscheinlichkeiten.
  • Dieses Verfahren ermittelt also die gesamte Belags-Wahrscheinlichkeit in Abhängigkeit zweier voneinander mathematisch und/oder logisch unabhängiger Analysen der wenigstens einen bereitgestellten Zeitreihe. Daher ist dieses Verfahren besonders zuverlässig.
  • Gemäß einer bevorzugten Variante kann das Verfahren zum Bestimmen jeweils einer zweiten Belags-Wahrscheinlichkeit bezüglich jedes zweiten Zeitabschnitts aufweisen: Ausführen der folgenden Schritte für jeden zweiten Zeitabschnitt: Bestimmen einer Amplitudenverteilung in dem jeweiligen zweiten Zeitabschnitt; Bereitstellen eines zweiten mathematischen Modells, wobei das zweite mathematische Modell mehreren Amplitudenverteilungen des jeweiligen zweiten Zeitabschnitts jeweils eine Belags-Wahrscheinlichkeit zuordnet, und Bestimmen einer zweiten Belags-Wahrscheinlichkeit für den jeweiligen zweiten Zeitabschnitt mittels des bereitgestellten zweiten mathematischen Modells und der bestimmten Amplitudenverteilungen.
  • Dabei kann, insbesondere nachdem für jeden zweiten Abschnitt eine zweite Belags-Wahrscheinlichkeit bestimmt ist, vorgesehen sein: Bestimmen einer gesamten Belags-Wahrscheinlichkeit bezüglich des durch die wenigstens eine Zeitreihe wiedergegebenen Bereichs in Abhängigkeit der ersten Belags-Wahrscheinlichkeit und der zweiten Belags-Wahrscheinlichkeiten.
  • Es kann für jeden zweiten Zeitabschnitt dasselbe mathematische Modell vorgesehen sein. Weiters kann für jeden zweiten Zeitabschnitt ein gleiches mathematisches Modell vorgesehen sein, wobei sich die gleichen mathematischen Modelle höchstens in Parameterwerten unterscheiden. Diese Option ermöglicht ein Parallelisieren und senkt somit einen Aufwand.
  • Jedes bereitgestellte zweite mathematische Modell kann beispielsweise eine Klassierung, eine kontinuierliche mathematische Funktion und/oder eine Wahrscheinlichkeitsverteilung, insbesondere eine Gamma-Verteilung, enthalten. Auf diese Weise kann mit geringem Aufwand jeweils einer Amplitudenverteilung eine Belags-Wahrscheinlichkeit zugeordnet werden.
  • Gemäß einer bevorzugten Ausgestaltung des Verfahrens enthält das Bestimmen der gesamten Belags-Wahrscheinlichkeit: Bestimmen einer zweiten gesamten Belags-Wahrscheinlichkeit in Abhängigkeit der zweiten Belags-Wahrscheinlichkeiten, und Bestimmen der gesamten Belags-Wahrscheinlichkeit durch Kombinieren der ersten Belags-Wahrscheinlichkeit und der zweiten gesamten Belags-Wahrscheinlichkeit. Die „zweite gesamte Belags-Wahrscheinlichkeit“ ist also ein Zwischenergebnis, welches in Abhängigkeit der Amplitudenverteilungen in den zweiten Zeitabschnitten ermittelt ist. Dieses Verfahren hat den Vorteil, dass nachfolgende Schritte mit weniger Zahlen und somit mit weniger Aufwand weiterarbeiten müssen. Unter einem „Kombinieren“ können insbesondere ein Addieren, ein gewichtetes Addieren und/oder ein Mittelwertbilden verstanden werden.
  • Gemäß einer anderen bevorzugten Ausgestaltung des Verfahrens wird die gesamte Belags-Wahrscheinlichkeit bestimmt durch Kombinieren der ersten Belags-Wahrscheinlichkeit und der zweiten Belags-Wahrscheinlichkeiten. Dieses Verfahren spart also Aufwand, indem auf ein Berechnen eines Zwischenergebnisses verzichtet wird. Vorzugsweise kommt ein gewichtetes Kombinieren zum Einsatz, wobei eine Gewichtung der ersten Belags-Wahrscheinlichkeit betragsmäßig insbesondere von einschließlich einer Gewichtung einer zweiten Belags-Wahrscheinlichkeit bis zu einschließlich einem zweifachen einer Summe aller Gewichtungen der zweiten Belags-Wahrscheinlichkeiten reicht. Gemäß einer anderen Option kommt zum Kombinieren schlichtes Addieren zum Einsatz, wodurch das erfindungsgemäße Verfahren besonders effizient wird.
  • Beispielsweise können die Wahrscheinlichkeiten für jeden den Beläge separat addiert werden, um die gesamte Belags-Wahrscheinlichkeit zu bestimmen. Dies gilt auch für ein Verfahren, das mehrere Zeitreihen nacheinander auswertet, es ist also ein in mehrerer Hinsicht vorteilhaft anwendbarer Schritt.
  • Um die Aussagekraft des Rechenergebnisses zu erhöhen, können beispielsweise die Maxima-Zahl und ggf. die Amplitudenverteilungen über die mehreren Zeitreihen bestimmt werden.
  • Die Bestimmung des Fahrbahnbelags erlangt einen besonders hohen Nutzwert, falls nicht nur ein Bereich vor einem Ultraschallwandler betrachtet wird, sondern ein näherungsweise flächiger Abschnitt vor oder hinter einem Fahrzeug abgetastet wird.
  • Beispielsweise kann ein Ultraschallwandler angeordnet und eingerichtet sein, um einen Ultraschallpuls abzugeben und in Folge dessen ein Echosignal zu empfangen, welches dann als Zeitreihe bereitgestellt wird.
  • Beispielsweise können zwei Ultraschallwandler angeordnet und eingerichtet sein, dass einer der beiden Ultraschallwandler einen Ultraschallpuls abgibt, und der andere Ultraschallwandler in Folge dessen ein Echosignal empfängt.
  • Indem ein Ultraschallwandler nicht nur Echosignale in Folge eigener Ultraschallpulse empfängt und als Zeitreihen bereitstellt, sondern auch Echosignale in Folge von Ultraschallpulsen benachbarter Ultraschallwandler empfängt und als Zeitreihen bereitstellt, kann eine abgetastete Fläche vergrößert werden. Letztlich steigert dies eine Aussagekraft der Belags-Wahrscheinlichkeit.
  • Vor diesem Hintergrund sieht eine bevorzugte Option zum Steigern der Aussagekraft vor, dass mehrere Zeitreihen bereitgestellt werden, die durch zumindest zwei unterschiedliche Ultraschallwandler erfasst sind und/oder die in Folge eines Pulsabgebens durch zumindest zwei unterschiedliche Ultraschallwandler erfasst sind.
  • Wird eine Wahrscheinlichkeit für ein Vorliegen eines bestimmten Fahrbahnbelags immer wieder berechnet, kann es naturgemäß dazu kommen, dass sich das wahrscheinliche Ergebnis ändert. Um Sprungeffekte zu vermeiden, wie beispielsweise ein sogenanntes Hin- und-her-Toggeln, und um ein nachgeschaltetes Verfahren stabil auszuführen, kann das erfindungsgemäße Verfahren optional folgendes vorsehen: Glätten einer bestimmten Belags-Wahrscheinlichkeit, falls sich im Vergleich zu einem vorherigen Ausführen des Verfahrens die Belag-Wahrscheinlichkeit derart geändert hat, dass ein Vorliegen eines anderen Belags als zuvor wahrscheinlich ist, insbesondere Glätten mittels einer Markov-Kette.
  • Das Glätten einer aktuell bestimmten Belags-Wahrscheinlichkeit erfolgt vorzugsweise unter Berücksichtigung zumindest einer zuvor bestimmten Belags-Wahrscheinlichkeit.
  • Das Verfahren kann beispielsweise beinhalten: Mehrmaliges Ausführen der vorergehenden Verfahrensschritt, wobei jeweils eine Belags-Wahrscheinlichkeit bestimmt wird, wobei das Verfahren enthält: Glätten einer bestimmten Belags-Wahrscheinlichkeit wie vorstehend beschrieben.
  • Gemäß einem zweiten Aspekt der Erfindung wird ein Verfahren zum Erkennen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls vorgeschlagen. Das Verfahren weist auf: Bestimmen eines Belags einer Fahrbahn in der Umgebung des Fahrzeugs mittels des vorstehend beschriebenen Verfahrens zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls; Auswählen eines Musters und/oder Filters in Abhängigkeit der bestimmten Fahrbahn; und Erkennen wenigstens eines Objekts oder Objektkandidatens durch Vergleichen einer Zeitreihe mit dem ausgewählten Muster und/oder Filtern der Zeitreihe mittels des ausgewählten Filters. Bei dieser Anwendung des ursprünglichen Verfahrens wird also vorteilhaft eine Objekterkennung durch Auswählen geeigneter Filter und/oder Muster verbessert.
  • Gemäß einem dritten Aspekt der Erfindung wird ein Verfahren zum Verfolgen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls vorgeschlagen. Dieses Verfahren weist auf: Bereitstellen einer Zeitreihe, die durch wenigstens einen Ultraschallwandler erfasst ist; Erkennen eines Objekts durch Vergleichen der Zeitreihe mit einem Schwellwertverlauf; und Wiederholen des Bereitstellens und Erkennens. In dem Fall, dass ein Objekt nicht mehr erkannt wird, weist das Verfahren die zusätzlichen Schritte auf und/oder es führt diese aus: Erkennen wenigstens eines Objektkandidatens mittels des vorstehenden Verfahrens zum Erkennen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls; und Wieder-Erkennen des Objekts durch Vergleichen des zuletzt erkannten Objekts mit dem wenigstens einen Objektkandidaten. Bei dieser Anwendung wird vorteilhaft eine Objekterkennung für schwach reflektierende Objekte erreicht. Beispielsweise kann so eine Getränkedose auf einer Schotterfahrbahn verfolgt werden.
  • Das Vergleichen eines Objekts mit einem Objektkandidaten kann insbesondere ein Vergleichen einer jeweiligen Position unter Berücksichtigung einer Positionstoleranz beinhalten.
  • Gemäß einem weiteren Aspekt der Erfindung wird ein Computerprogrammprodukt vorgeschlagen. Dieses umfasst Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, eines der vorstehend beschriebenen Verfahren auszuführen.
  • Ein Computerprogrammprodukt, wie z.B. ein Computerprogramm-Mittel, kann beispielsweise als Speichermedium, wie z.B. Speicherkarte, USB-Stick, CD-ROM, DVD, oder auch in Form einer herunterladbaren Datei von einem Server in einem Netzwerk bereitgestellt oder geliefert werden. Dies kann zum Beispiel in einem drahtlosen Kommunikationsnetzwerk durch die Übertragung einer entsprechenden Datei mit dem Computerprogrammprodukt oder dem Computerprogramm-Mittel erfolgen.
  • Gemäß noch einem Aspekt der Erfindung wird eine Steuervorrichtung für ein Fahrzeug vorgeschlagen. Diese ist zum Ausführen eines der vorstehend beschriebenen Verfahrens und/oder zum Ausführen des Computerprogrammprodukts eingerichtet. Somit setzt die Steuervorrichtung die Vorteile des jeweiligen Verfahrens um.
  • Gemäß noch einem Aspekt der Erfindung wird auch ein Fahrzeug vorgeschlagen, welches die vorstehend beschriebene Steuervorrichtung enthält. Somit setzt das erfindungsgemäße Fahrzeug auch die Vorteile des jeweiligen Verfahrens um.
  • Die für das vorgeschlagene Verfahren beschriebenen Ausführungsformen und Merkmale gelten für das vorgeschlagene Computerprogrammprodukt, die vorgeschlagene Steuervorrichtung und/oder das vorgeschlagene Fahrzeug entsprechend.
  • Weitere mögliche Implementierungen der Erfindung umfassen auch nicht explizit genannte Kombinationen von zuvor oder im Folgenden bezüglich der Ausführungsbeispiele beschriebenen Merkmale oder Ausführungsformen. Dabei wird der Fachmann auch Einzelaspekte als Verbesserungen oder Ergänzungen zu der jeweiligen Grundform der Erfindung hinzufügen.
  • Weitere vorteilhafte Ausgestaltungen und Aspekte der Erfindung sind Gegenstand der Unteransprüche sowie der im Folgenden beschriebenen Ausführungsbeispiele der Erfindung. Im Weiteren wird die Erfindung anhand von bevorzugten Ausführungsformen unter Bezugnahme auf die beigelegten Figuren näher erläutert.
    • 1 zeigt schematisch eine Draufsicht auf ein Fahrzeug;
    • 2 zeigt ein Ablaufdiagramm eines Verfahrens zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls gemäß einer ersten Ausführungsform der Erfindung;
    • 3 zeigt schematische eine Zeitreihe und ein mathematisches Modell im Rahmen der ersten Ausführungsform;
    • 4 zeigt ein Ablaufdiagramm eines Verfahrens zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls gemäß einer zweiten Ausführungsform der Erfindung;
    • 5 zeigt schematisch eine Zeitreihe und mehrere mathematische Modelle im Rahmen der zweiten Ausführungsform der Erfindung;
    • 6 zeigt ein Ablaufdiagramm eines Verfahrens zum Erkennen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls; und
    • 7 zeigt ein Ablaufdiagramm eines Verfahrens zum Verfolgen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls gemäß einer vierten Ausführungsform der Erfindung.
  • In den Figuren sind gleiche oder funktionsgleiche Elemente mit denselben Bezugszeichen versehen worden, sofern nichts anderes angegeben ist.
  • Die 1 zeigt eine schematische Ansicht eines Fahrzeugs 100 aus einer Vogelperspektive. Das Fahrzeug 100 ist beispielsweise ein Auto, das in einer Umgebung 102 angeordnet ist. Das Fahrzeug 100 ist beispielsweise ein Personenkraftwagen oder auch ein Lastkraftwagen.
  • Das Auto 100 weist mehrere Ultraschallwandler 104 und ein Steuergerät 106 auf. Die Ultraschallwandler 104 sind zum Erfassen eines Abstands zu in der Umgebung 102 angeordneten Objekten und zum Ausgeben eines entsprechenden Sensorsignals eingerichtet. Das Steuergerät 106 ist mit den Ultraschallwandlern 104 verbunden, um von diesen die Sensorsignale zu empfangen.
  • Außer den in der 1 dargestellten Ultraschallwandlern 104 kann vorgesehen sein, dass das Fahrzeug 100 verschiedene weitere Sensoreinrichtungen aufweist. Beispiele hierfür sind ein Mikrofon, ein Beschleunigungssensor, eine Antenne mit gekoppeltem Empfänger zum Empfangen von elektromagnetisch übertragbarer Datensignale, und dergleichen mehr.
  • Nachfolgend wird ein Verfahren 200 zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls gemäß einer ersten Ausführungsform der Erfindung anhand der 2 und 3 besprochen.
  • Das Verfahren 200 wird beispielsweise auf dem Steuergerät 106 ausgeführt. Vorzugsweise wird das Verfahren 200 auf dem Steuergerät 106 in regelmäßigen Abständen wiederholt ausgeführt. Beispielsweise kann das Verfahren 200 auf dem Steuergerät 106 einmal oder mehrmals pro Sekunde ausgeführt werden. Vorzugsweise wird das Verfahren 200 nur ausgeführt, wenn das Steuergerät 106 bestimmt, dass sich das Fahrzeug mit einer Geschwindigkeit bis zu einem Schwellwert, insbesondere mit höchstens 50 km/h oder bevorzugt mit höchstens 30 km/h fortbewegt, um Rechenzeit und Energie zu sparen.
  • Das Verfahren 200 beginnt mit einem Schritt S1.
  • In Schritt S1 wird eine Zeitreihe 202 bereitgestellt. Die Zeitreihe 202 kann beispielsweise von einem der Ultraschallwandler 104 als das Sensorsignal ausgegeben werden. Vorzugsweise ist die Zeitreihe 202 nachbearbeitet. Beispielsweise kann ein Rohsignal des Ultraschallwandlers 104 durch ein Tiefpassfilter nachbearbeitet sein, um als eine Hüllkurve ausgegeben zu werden, wie sie auch im oberen Teil der 3 dargestellt ist. Das Tiefpassfilter ist vorzugsweise in jeden Ultraschallwandler 104 integriert, um eine Rechenlast auf Seiten des Steuergeräts 106 zu senken.
  • Das Diagramm im oberen Teil der 3 ist ein Amplitude-Zeit-Diagramm eines Amplitudenwerts A über einer Zeit t. Die Zeitreihe 202 stellt also beispielsweise eine mittlere Amplitude eines Echosignals dar, welches durch einen Ultraschallwandler 104 in Folge eines Ultraschallpulses empfangen ist. Je weiter rechts ein Punkt der Kurve ist, desto später ist das Echo durch den Ultraschallwandler 104 empfangen worden, und desto weiter ist ein den Puls zu dem Echo reflektierendes Objekt im Allgemeinen von dem empfangenden Ultraschallwandler 104 beabstandet.
  • In dem oberen Diagramm der 3 ist auch ein Schwellwertverlauf 204 beispielhaft gezeigt. Der Schwellwertverlauf 204 ist dazu entworfen, um Reflektionen echter Objekte in der Umgebung 102 von Reflektionen beispielsweise des Belags der Fahrbahn zu unterscheiden. Beispielsweise wird dann, wenn ein lokales Maximum im Verlauf der Zeitreihe 202 den jeweiligen Schwellwert im Verlauf des Schwellwertverlaufs 204 übertrifft, ein Objekt im entsprechenden Abstand zu dem Ultraschallwandler 104 erkannt.
  • Wie in dem oberen Diagramm der 3 zu erkennen ist, scheint die Zeitreihe 202 kein Echo eines Objekts, aber mehrere Echos von einem Belag der Fahrbahn in der Umgebung 102 zu enthalten.
  • In einem nächsten Schritt S2 wird ein Zeitabschnitt 206 bestimmt. Der Zeitabschnitt 206 ist insbesondere ein einziger Zeitabschnitt, sodass das Verfahren 200 anhand eines einzigen Abschnitts der Zeitreihe 202 ausgeführt wird.
  • Der Zeitabschnitt 206 ist vorzugsweise vorbestimmt. Beispielsweise sind in dem Steuergerät 106 ein Mindestabstand und ein Höchstabstand, eine Mindestzeit und eine Höchstzeit und/oder ein Mindestindex und ein Höchstindex hinterlegt.
  • Der Verlauf der Zeitreihe 202 in dem Zeitabschnitt 206 wird als Ergebnis des Schritts S2 weiterverarbeitet.
  • In einem nächsten Schritt S3 werden lokale Maxima 208 in dem Zeitabschnitt 206 ermittelt. Im oberen Diagramm der 3 sind die lokalen Maxima 208 mit jeweils einem Kreuz markiert.
  • Ein lokales Maximum 208 ist streng genommen ein Wert, dessen benachbarte Werte einen kleineren Betrag aufweisen. Für die Zwecke dieses Verfahrens 200 kann zum Unterscheiden lokaler Maxima 208 beispielsweise das Kriterium ausreichen, dass benachbarte Werte eines zu prüfenden Werts zumindest nicht einen größeren Betrag aufweisen.
  • Optional setzt das Verfahren in Schritt S3 zum Bestimmen einer Zahl lokaler Maxima 208 ein mathematisches Verfahren, wie eine Fourieranalyse oder dergleichen ein.
  • Als Ergebnis des Schritts S3 ist eine Maxima-Zahl 210, nämlich die Anzahl der lokalen Maxima 208 in dem Zeitabschnitt 206, bekannt. Die Maxima-Zahl 210 beträgt im Beispiel der 3 „acht“ und wird in der 3 durch einen Pfeil in die untere Diagrammhälfte veranschaulicht.
  • In einem nächsten Schritt S4 wird ein mathematisches Modell 212 bereitgestellt. Ein beispielhaftes mathematisches Modell 210 ist im unteren Teil der 3 dargestellt.
  • Bei der ersten Ausführungsform ist es das Ziel des Verfahrens 200, zwei unterschiedliche Beläge bzw. Belagstypen der Fahrbahn unterscheiden zu können. Diese beiden Beläge sind vorzugsweise Asphalt und Schotter. Asphalt ist ein Vertreter von sehr glatten Fahrbahnbelägen, der Echos mit nur geringer Amplitude zurückwirft. Schotter ist ein Vertreter von sehr rauen, groben Fahrbahnbelägen, der Echos mit verhältnismäßig großer Amplitude zurückwirft. Hier besteht beispielsweise das Problem, dass schwache Echos erzeugende Objekte, wie eine Getränkedose oder eine Flasche, nur schwer von Belag-verursachten Echos zu unterscheiden sind.
  • Das mathematische Modell 212 ist dazu geeignet, anhand der Maxima-Zahl 210 eine Wahrscheinlichkeit dafür zu bestimmen, dass der Belag in demjenigen Bereich, aus welchem Echos zu dem Ultraschallwandler 104 zurück reflektiert und als die Zeitreihe 202 wiedergegeben werden, ein bestimmter Belag ist. Anschaulich formuliert: Das mathematische Modell 212 ist beispielsweise dazu geeignet, zu mittels der Maxima-Zahl 210 zu bewerten, ob die Zeitreihe 202 Echos aus einem asphaltierten Bereich oder aus einem geschotterten Bereich enthält.
  • Das mathematische Modell 212 ist vorzugsweise vollständig. Das bedeutet, es kann beispielsweise eine Wahrscheinlichkeit X für ein Vorliegen eines Fahrbahnbelags bestimmt werden. Daraus folgt, dass mit der Wahrscheinlichkeit 1-X der andere Fahrbahnbelag vorliegt. Diese Ausführung ist beispielsweise dann effizient, wenn das mathematische Modell 212 nur zur Unterscheidung in zwei Fahrbahnbeläge vorgesehen ist.
  • Das untere Diagramm der 3 zeigt als das mathematische Modell 212 zwei beispielhafte Poisson-Verteilungen 214, 216. Genauer gesagt, das untere Diagramm zeigt eine Belags-Wahrscheinlichkeit W über einer Maxima-Zahl n.
  • Die erste beispielshafte Poisson-Verteilung 214 hat einen Maximalwert bei ungefähr 1 Echo, und ihr Bereich hoher Wahrscheinlichkeit reicht von ungefähr 0 Echos bis zu ungefähr 3 Echos. Diese erste Poisson-Verteilung 214 entspricht beispielsweise der Wahrscheinlichkeit, dass bei Vorliegen von Asphalt in einem durch die Zeitreihe 202 wiedergegebenen Bereich eine bestimmte Maxima-Zahl 210 in dem Zeitabschnitt 206 vorliegt.
  • Die zweite beispielhafte Poisson-Verteilung 216 hat einen Maximalwert bei ungefähr 6 Echos, und ihr Bereich hoher Wahrscheinlichkeit reicht von ungefähr 4 Echos bis zu ungefähr 10 Echos. Diese zweite Poisson-Verteilung 216 entspricht der Wahrscheinlichkeit, dass bei Vorliegen von Schotter in dem durch die Zeitreihe 202 wiedergegebenen Bereich eine bestimmte Maxima-Zahl 210 in dem Zeitabschnitt 206 vorliegt.
  • Das mathematische Modell 212 ordnet im Beispiel jeder Maxima-Zahl 210 eine Belags-Wahrscheinlichkeit zu. Das mathematische Modell 212 kann insbesondere als eine Tabelle und/oder als ein eine mathematische bzw. statistische Funktion hinterlegt sein.
  • Das mathematische Modell 212 wird vorzugsweise während einer Applikation des Ultraschallwandlers 104 mittels einer Testumgebung und eines Vorserienfahrzeugs konkret ermittelt.
  • Es versteht sich von selbst, dass die angegebenen Zahlen beispielhaften Charakter haben.
  • Als Ergebnis des Schritts S4 wird das mathematische Modell 210 bereitgestellt. Der Schritt S4 kann vor, während oder nach einem der Schritte S1, S2 und S3 erfolgen.
  • In einem nächsten Schritt S5 wird anhand des in Schritt S4 bereitgestellten mathematischen Modells 212 und der in Schritt S3 bestimmten Maxima-Zahl 210 eine Belags-Wahrscheinlichkeit ermittelt.
  • Wie im unteren Diagramm der 3 zu erkennen ist, wird in Schritt S5 ermittelt, welche Wahrscheinlichkeiten die beiden Poisson-Verteilungen 214, 216 für die Maxima-Zahl 210 angeben. Im vorliegenden Beispiel ergibt die Poisson-Verteilung 214 für die Maximal-Zahl 210 eine niedrige erste Wahrscheinlichkeit 218, und ergibt die Poisson-Verteilung 216 für die Maxima-Zahl 210 eine deutlich höhere zweite Wahrscheinlichkeit 220.
  • In Folge dessen gibt das Verfahren als Ergebnis des Schritts S5 eine erste Belags-Wahrscheinlichkeit aus. Die ausgegebene erste Belags-Wahrscheinlichkeit gibt beispielsweise die Wahrscheinlichkeit dafür an, dass ein durch den Ultraschallwandler 104 erfasster Fahrbahnbelag Schotter ist.
  • Diese Wahrscheinlichkeit kann von einem anderen Verfahren in dem Steuergerät 106 oder einem anderen Steuergerät weiterverwendet werden, bspw. um ein Ultraschall schwach reflektierendes Objekt zu verfolgen, und/oder um ein Programm zum autonomen Fahren Belags-angepasst auszuführen.
  • Bei einer Variante der ersten Ausführungsform werden in dem Schritt S1 mehrere Zeitreihen 202 bereitgestellt. Diese können nacheinander von demselben Ultraschallwandler 104 empfangen und ausgegeben worden sein. Diese können von mehreren Ultraschallwandlern 104, die denselben oder angrenzende Bereiche der Umgebung 102 erfassen, empfangen und ausgegeben werden. Diese mehreren Zeitreihen 20 können auch von den mehreren Ultraschallwandlern 104 über einen bestimmten Zeitraum hinweg empfangen und ausgegeben werden.
  • Im Folgenden wird eine zweite Ausführungsform der Erfindung anhand der 4 und 5 beschrieben. Die 4 zeigt dabei ein Ablaufdiagramm der zweiten Ausführungsform, und die 5 zeigt Diagramme zur Verdeutlichung. Im Folgenden wird nur auf die Unterschiede zur ersten Ausführungsform eingegangen. Insofern entsprechen Schritte S1 bis S5 eines Verfahrens 300 zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls gemäß der zweiten Ausführungsform den Schritten S1 bis S5 der ersten Ausführungsform.
  • Bei dem Verfahren 300 wird in dem Schritt S1 die Zeitreihe 202 für alle nachfolgenden Schritte bereitgestellt.
  • Dann werden mehrere Verfahrensschritte parallel ausgeführt. Dabei können die nachfolgenden Verfahrensschritte funktional parallel ausgeführt werden, also zeitlich unabhängig voneinander. Die nachfolgenden Verfahrensschritte können aber auch funktional und zeitlich parallel ausgeführt werden, um Zeit zu sparen. Die Verfahrensschritte können auch seriellparallel ausgeführt werden, indem beispielsweise erst alle Schritte S6 und dann alle Schritte S7 und so weiter ausgeführt werden.
  • Die 4 zeigt parallel zu dem Verfahrensast der Schritte S2 bis S5 drei Verfahrensäste mit Schritten S6 bis S9. Dies ist ein Beispiel, und es können auch mehr oder weniger als drei Verfahrensäste zusätzlich zu den Schritten S2 bis S5 ausgeführt werden.
  • In jedem Schritt S6 wird ein zweiter Zeitabschnitt 302 der Zeitreihe 202 bestimmt. In den unterschiedlichen Schritten S6 wird jeweils ein unterschiedlicher zweiter Zeitabschnitt 302 bestimmt.
  • Vorzugsweise schließen die zweiten Zeitabschnitte 302 aneinander an, aber dies ist nicht zwingend. Gemäß einer Option überlappen einige der zweiten Zeitabschnitte 302 teilweise.
  • In jedem Schritt S7 wird eine Amplitudenverteilung 304 des jeweiligen zweiten Zeitabschnitts 302 bestimmt.
  • In jedem Schritt S8 wird ein zweites mathematisches Modell 306 bereitgestellt. Ähnlich dem Schritt S4 und dem ersten mathematischen Modell 212 kann der Schritt S8 auch früher erfolgen.
  • In jedem Schritt S9 wird anhand des jeweils in Schritt S8 bereitgestellten zweiten mathematischen Modells 306 und der jeweils in Schritt S7 bestimmten Amplitudenverteilung 304 eine zweite Belags-Wahrscheinlichkeit ermittelt.
  • Bei der zweiten Ausführungsform kommen als das erste mathematisches Modell 212 in Schritt S5 wieder die beiden Poisson-Verteilungen 214, 216 zum Einsatz, und kommen als zweite mathematische Modelle 306 in den Schritten S9 jeweils eine Gamma-Verteilung oder mehrere Gamma-Verteilungen zum Einsatz.
  • Zur 5: Das untere Diagramm der 5 entspricht dem unteren Diagramm der 3. Das mittlere Diagramm der 5 entspricht dem oberen Diagramm de 3. Das obere Diagramm der 5 zeigt mehrere Amplitudenverteilungen 304 über den zweiten Zeitbereichen 302. Es ist also ein Diagramm von Amplitudenverteilungen V über Zeitbereichen B. Zur Verdeutlichung sind je zweitem Zeitbereich 302 Wahrscheinlichkeiten W über Amplitudenverteilungen V dargestellt. Dies wird anhand des gestrichelten Pfeils im dritten der vier dargestellten Diagrammteile des oberen Diagramms verdeutlicht.
  • Als Ergebnis nach dem Schritt S5 und den mehreren Schritten S9 stehen damit zur Verfügung: eine erste Belags-Wahrscheinlichkeit, die anhand des ersten mathematischen Modells 212 und der Maxima-Zahl 210 auf Basis des ersten Zeitabschnitts 206 bestimmt wurde, und mehrere zweite Belags-Wahrscheinlichkeiten, die anhand des jeweiligen zweiten mathematischen Modells 306 und der jeweiligen Amplitudenverteilung 304 auf Basis des jeweiligen zweiten Zeitabschnitts 302 bestimmt wurde.
  • In einem nachfolgenden Schritt S10 werden diese Belags-Wahrscheinlichkeiten kombiniert. Beispielsweise geben alle Belags-Wahrscheinlichkeiten jeweils die Wahrscheinlichkeit für ein Vorliegen desselben bestimmten Belags an. In diesem Fall können die erste Belags-Wahrscheinlichkeit und die zweiten Belags-Wahrscheinlichkeiten einfach addiert werden zu einer gesamten Belags-Wahrscheinlichkeit für ein Vorliegen dieses bestimmten Belags.
  • Bei einer Variante der zweiten Ausführungsform werden in dem Schritt S10 mehrere Zeitreihen 202 bereitgestellt.
  • Nachfolgend wird anhand der 6 ein Verfahren 400 zum Erkennen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls beschrieben. Im Übrigen wird auf die vorstehende Beschreibung verwiesen.
  • In einem ersten Schritt S20 des Verfahrens 400 wird das Verfahren 200 mit den Schritten S1 bis S5 oder das Verfahren 300 mit den Schritten S1 bis S10 ausgeführt. Ergebnis des Schritts S21 ist somit entweder die erste Belags-Wahrscheinlichkeit oder die gesamte Belags-Wahrscheinlichkeit.
  • In einem nächsten Schritt S21 wird ein Muster und/oder ein Filter ausgewählt, und zwar anhand der Belags-Wahrscheinlichkeit aus Schritt S21. Das Muster gibt einen erwarteten Verlauf für eine durch den Ultraschallwandler 104 abgegebene Zeitreihe bei Vorliegen des wahrscheinlichen Belags an. Das Filter gibt eine Funktion zum Ausfiltern bzw. Ausblenden einer durch den Ultraschallwandler 104 abgegebenen Zeitreihe bei Vorliegen des wahrscheinlichen Betrags an.
  • Nachfolgend wird in einem Schritt S22 die Zeitreihe 202 mit dem Muster verglichen und/oder mittels des Filters gefiltert. Hierdurch kann ein schwaches Echosignal mit einem lokalen Maximum 208 unter dem Schwellwertverlauf 204 als ein Objekt oder ein Objektkandidat erkannt werden. Im Ergebnis wird das erkannte Objekt oder der erkannte Objektkandidat ausgegeben werden. Es können auch kein Objekt und/oder kein Objektkandidat und/oder mehrere Objekte und/oder mehrere Objektkandidaten erkannt und ausgegeben werden.
  • Das Ergebnis dieses Verfahrens 400 kann beispielsweise bei einem Verfolgen eines Objekts in der Umgebung 102 des Fahrzeugs 100 und/oder bei einem Verfahren zum autonomen Fahren weiterverwendet werden.
  • Nachfolgend wird ein Verfahren 500 zum Verfolgen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls kurz anhand der 7 beschrieben. Im Übrigen wird auf die vorstehende Beschreibung verwiesen.
  • In einem ersten Schritt S30 wird eine Zeitreihe 202 bereitgestellt.
  • In einem nächsten Schritt S31 wird ein Objekt anhand eines Vergleichs der Zeitreihe 202 mit dem Schwellwertverlauf 204 in an sich bekannter Weise erkannt.
  • In einem nächsten Schritt S32 wird überprüft, ob in dem Schritt S31 ein Objekt erkannt worden ist, welches gemäß einem früheren Durchlaufen des Schritts S32 hätte erkannt werden müssen. Mit anderen Worten: es wird bspw. geprüft, ob sich alle früher erkannten Objekte ungefähr am erwarteten Ort befinden.
  • Falls Schritt 32 mit einem positiven Ergebnis endet, d.h. falls alle Objekte wieder erkannt wurden, beginnt das Verfahren 500 von Neuem mit Schritt S30. Falls jedoch Schritt S32 mit einem negativen Ergebnis endet, d.h. falls ein Objekt nicht wieder erkannt wurde, geht das Verfahren 500 zu einem Schritt S33 weiter.
  • In dem Schritt S33 wird das vorstehend beschriebene Verfahren 400 ausgeführt. Im Ergebnis stehen Objekte und/oder Objektkandidaten und/oder kein Objekt und kein Objektkandidat dem Verfahren 500 zur Verfügung.
  • In einem nächsten Schritt S34 folgt ein Wieder-Erkennen des zuvor in Schritt S31 nicht wiedererkannten Objekts anhand der in Schritt S33 erkannten Objekte und/oder Objektkandidaten.
  • Mittels des Verfahrens 500 kann sichergestellt werden, dass auch einen Ultraschallpuls nur schwach reflektierende und schwer erkennbare Objekte, wie beispielsweise eine Getränkedose auf einem Schotter-Belag, durch das Steuergerät 106 verfolgt werden können.
  • Obwohl die vorliegende Erfindung anhand von Ausführungsbeispielen beschrieben wurde, ist sie vielfältig modifizierbar.
  • BEZUGSZEICHENLISTE
  • 100
    Fahrzeug
    102
    Umgebung
    104
    Ultraschallwandler
    106
    Steuergerät
    200
    Verfahren zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls
    202
    Zeitreihe
    204
    Schwellwertverlauf
    206
    erster Zeitabschnitt
    208
    lokales Maximum
    210
    Maxima-Zahl
    212
    erstes mathematisches Modell
    214
    Poisson-Verteilung
    216
    Poisson-Verteilung
    218
    erste Wahrscheinlichkeit
    220
    zweite Wahrscheinlichkeit
    300
    Verfahren zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls
    302
    zweiter Zeitabschnitt
    304
    Amplitudenverteilung
    306
    zweites mathematisches Modell
    400
    Verfahren zum Erkennen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls
    500
    Verfahren zum Verfolgen eines Objekts in der Umgebung eines Fahrzeugs mittels Ultraschalls
    A
    Amplitude
    S1
    Schritt
    S2
    Schritt
    S3
    Schritt
    S4
    Schritt
    S5
    Schritt
    S6
    Schritt
    S7
    Schritt
    S8
    Schritt
    S9
    Schritt
    S10
    Schritt
    S20
    Schritt
    S21
    Schritt
    S22
    Schritt
    S30
    Schritt
    S31
    Schritt
    S32
    Schritt
    S33
    Schritt
    S34
    Schritt
    t
    Zeit
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102020100566 A1 [0002]

Claims (15)

  1. Verfahren (200, 300) zum Bestimmen eines Belags einer Fahrbahn mittels Ultraschalls, aufweisend: Bereitstellen (S1) wenigstens einer Zeitreihe (202), die durch wenigstens einen Ultraschallwandler (104) erfasst ist, Bestimmen (S3) einer Maxima-Zahl (210), die eine Anzahl lokaler Maxima (208) in einem ersten Zeitabschnitt (206) der wenigstens einen Zeitreihe (202) ist, Bereitstellen (S4) eines ersten mathematischen Modells (212), welches für den ersten Zeitabschnitt (206) mehreren Maxima-Zahlen (210) jeweils eine Belags-Wahrscheinlichkeit zuordnet, wobei eine Belags-Wahrscheinlichkeit eine Wahrscheinlichkeit (218, 220) eines Vorliegens eines Belags zumindest zweier Beläge in einem Erfassungsbereich eines Ultraschallwandlers (104) ist, und Bestimmen (S5) einer ersten Belags-Wahrscheinlichkeit bezüglich eines durch die wenigstens eine Zeitreihe (202) wiedergegebenen Bereichs der Fahrbahn mittels des bereitgestellten mathematischen Modells (212) und der bestimmten Maxima-Zahl (210).
  2. Verfahren (200, 300) nach Anspruch 1, dadurch gekennzeichnet, dass das bereitgestellte erste mathematische Modell (212) eine Klassierung, eine mathematische Funktion und/oder eine Wahrscheinlichkeitsverteilung, insbesondere eine Poisson-Verteilung (214, 216), enthält.
  3. Verfahren (300) nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das Verfahren ferner aufweist: Bestimmen (S6) mehrerer zweiter Zeitabschnitte (302) der Zeitreihe (202), Bestimmen (S7, S8, S9) jeweils einer zweiten Belags-Wahrscheinlichkeit bezüglich jedes zweiten Zeitabschnitts (302) mittels einer Amplitudenverteilung (304) des jeweiligen zweiten Zeitabschnitts (302), und Bestimmen (S10) einer gesamten Belags-Wahrscheinlichkeit bezüglich des durch die wenigstens eine Zeitreihe (202) wiedergegebenen Bereichs in Abhängigkeit der ersten Belags-Wahrscheinlichkeit und der zweiten Belags-Wahrscheinlichkeiten.
  4. Verfahren (300) nach Anspruch 3, dadurch gekennzeichnet, dass das Verfahren (300) zum Bestimmen (S7, S8, S9) jeweils einer zweiten Belags-Wahrscheinlichkeit bezüglich jedes zweiten Zeitabschnitts (302) aufweist: Bestimmen (S7) einer Amplitudenverteilung (304) in dem jeweiligen zweiten Zeitabschnitt (302), Bereitstellen (S8) eines zweiten mathematischen Modells (306), wobei das zweite mathematische Modell (306) mehreren Amplitudenverteilungen (304) des jeweiligen zweiten Zeitabschnitts (302) jeweils eine Belags-Wahrscheinlichkeit zuordnet, und Bestimmen (S9) einer zweiten Belags-Wahrscheinlichkeit für den jeweiligen zweiten Zeitabschnitt (302) mittels des bereitgestellten zweiten mathematischen Modells (306) und der bestimmten Amplitudenverteilungen (304).
  5. Verfahren (300) nach einem der Ansprüche 3 bis 4, dadurch gekennzeichnet, dass jedes bereitgestellte zweite mathematische Modell (306) eine Klassierung, eine kontinuierliche mathematische Funktion und/oder eine Wahrscheinlichkeitsverteilung, insbesondere eine Gamma-Verteilung, enthält.
  6. Verfahren (300) nach einem der Ansprüche 3 bis 5, dadurch gekennzeichnet, dass das Bestimmen (S10) der gesamten Belags-Wahrscheinlichkeit enthält: Bestimmen einer zweiten gesamten Belags-Wahrscheinlichkeit in Abhängigkeit der zweiten Belags-Wahrscheinlichkeiten, und Bestimmen der gesamten Belags-Wahrscheinlichkeit durch Kombinieren der ersten Belags-Wahrscheinlichkeit und der zweiten gesamten Belags-Wahrscheinlichkeit.
  7. Verfahren (300) nach einem der Ansprüche 3 bis 5, dadurch gekennzeichnet, dass die gesamte Belags-Wahrscheinlichkeit durch Kombinieren der ersten Belags-Wahrscheinlichkeit und der zweiten Belags-Wahrscheinlichkeiten bestimmt wird.
  8. Verfahren (200, 300) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass bei dem Bereitstellen (S1) mehrere Zeitreihen (202) nacheinander bereitgestellt werden, und wobei die Maxima-Zahl (210) und ggf. die Amplitudenverteilungen (304) über die mehreren Zeitreihen (202) bestimmt werden.
  9. Verfahren (200, 300) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mehrere Zeitreihen (202) bereitgestellt werden, die durch zumindest zwei unterschiedliche Ultraschallwandler (104) erfasst sind und/oder die in Folge eines Pulsabgebens durch zumindest zwei unterschiedliche Ultraschallwandler (104) erfasst sind.
  10. Verfahren (200, 300) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Verfahren aufweist: Glätten einer bestimmten Belags-Wahrscheinlichkeit, falls sich im Vergleich zu einem vorherigen Ausführen des Verfahrens die Belag-Wahrscheinlichkeit derart geändert hat, dass ein Vorliegen eines anderen Belags als zuvor wahrscheinlich ist, insbesondere Glätten mittels einer Markov-Kette.
  11. Verfahren (400) zum Erkennen eines Objekts in der Umgebung eines Fahrzeugs (100) mittels Ultraschalls, aufweisend: Bestimmen (S20) eines Belags einer Fahrbahn in der Umgebung des Fahrzeugs (100) mittels des Verfahrens (200, 300) nach einem der vorangehenden Ansprüche, Auswählen (S21) eines Musters und/oder Filters in Abhängigkeit der bestimmten Fahrbahn, und Erkennen (S22) wenigstens eines Objekts oder Objektkandidatens durch Vergleichen einer Zeitreihe (202) mit dem ausgewählten Muster und/oder Filtern der Zeitreihe (202) mittels des ausgewählten Filters.
  12. Verfahren (500) zum Verfolgen eines Objekts in der Umgebung eines Fahrzeugs (100) mittels Ultraschalls, aufweisend: Bereitstellen (S30) einer Zeitreihe (202), die durch wenigstens einen Ultraschallwandler (104) erfasst ist, Erkennen (S31) eines Objekts durch Vergleichen der Zeitreihe (202) mit einem Schwellwertverlauf (204), und Wiederholen des Bereitstellens (S30) und Erkennens (S31), wobei in dem Fall, dass ein Objekt nicht mehr erkannt wird, das Verfahren die zusätzlichen Schritte aufweist: Erkennen (S33) wenigstens eines Objektkandidatens mittels des Verfahrens (400) nach Anspruch 11, und Wieder-Erkennen (S34) des Objekts durch Vergleichen des zuletzt erkannten Objekts mit dem wenigstens einen Objektkandidaten.
  13. Computerprogrammprodukt, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das Verfahren (200, 300, 400, 500) nach einem der Ansprüche 1-12 auszuführen.
  14. Steuervorrichtung (106) für ein Fahrzeug (100), welche zum Ausführen des Verfahrens (200, 300, 400, 500) nach einem der Ansprüche 1 bis 12 und/oder zum Ausführen des Computerprogrammprodukts nach Anspruch 13 eingerichtet ist.
  15. Fahrzeug (100), aufweisend eine Steuervorrichtung (106) nach Anspruch 14.
DE102022116373.3A 2022-06-30 2022-06-30 Ultraschall-Bestimmen eines Fahrbahnbelags Pending DE102022116373A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102022116373.3A DE102022116373A1 (de) 2022-06-30 2022-06-30 Ultraschall-Bestimmen eines Fahrbahnbelags
PCT/EP2023/067264 WO2024002946A1 (de) 2022-06-30 2023-06-26 Ultraschall-bestimmen eines fahrbahnbelags

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102022116373.3A DE102022116373A1 (de) 2022-06-30 2022-06-30 Ultraschall-Bestimmen eines Fahrbahnbelags

Publications (1)

Publication Number Publication Date
DE102022116373A1 true DE102022116373A1 (de) 2024-01-04

Family

ID=87036073

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022116373.3A Pending DE102022116373A1 (de) 2022-06-30 2022-06-30 Ultraschall-Bestimmen eines Fahrbahnbelags

Country Status (2)

Country Link
DE (1) DE102022116373A1 (de)
WO (1) WO2024002946A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118330649B (zh) * 2024-06-12 2024-08-27 德州博俊建筑工程有限公司 一种路面裂缝检测数据智能分析方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019123827A1 (de) 2019-09-05 2021-03-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Klassifizieren des Bodenbelags durch ein Fahrunterstützungssystem
DE102020100566A1 (de) 2020-01-13 2021-07-15 Valeo Schalter Und Sensoren Gmbh Verfahren zur Erkennung einer Fehlausrichtung eines Ultraschallsensors eines Fahrzeugs

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4117091A1 (de) * 1991-05-25 1992-11-26 Fraunhofer Ges Forschung Verfahren zur erstellung eines klassifizierungssystemes zur erkennung der beschaffenheit des fahrbahnbelages

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019123827A1 (de) 2019-09-05 2021-03-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Klassifizieren des Bodenbelags durch ein Fahrunterstützungssystem
DE102020100566A1 (de) 2020-01-13 2021-07-15 Valeo Schalter Und Sensoren Gmbh Verfahren zur Erkennung einer Fehlausrichtung eines Ultraschallsensors eines Fahrzeugs

Also Published As

Publication number Publication date
WO2024002946A1 (de) 2024-01-04

Similar Documents

Publication Publication Date Title
DE102017103275A1 (de) Verfahren zum Erfassen eines Objekts in einem Umgebungsbereich eines Kraftfahrzeugs mithilfe eines Ultraschallsensors mit verbesserter Filterung von Bodenreflexionen, Steuergerät, Ultraschallsensorvorrichtung sowie Kraftfahrzeug
DE102016225590A1 (de) Radarvorrichtung und Sensorfusionssystem, das diese verwendet
WO2024002946A1 (de) Ultraschall-bestimmen eines fahrbahnbelags
DE102020107344A1 (de) Azimut- und elevationsradar-abbildung mit eindimensionalen antennenanordnungen des radarsystems
DE102016225494A1 (de) Verfahren und vorrichtung zum erfassen eines zielobjekts
DE102019215394A1 (de) Verfahren und Fahrerassistenzsystem zum Klassifizieren von Objekten in der Umgebung eines Fahrzeugs
DE102017207442A1 (de) Verfahren und Vorrichtung zum Klassifizieren von Objekten im Umfeld eines Kraftfahrzeuges
EP0845686A2 (de) Verfahren und Vorrichtung zur automatischen Klassifikation von Objekten
DE102019218349A1 (de) Verfahren zum Klassifizieren von zumindest einem Ultraschallecho aus Echosignalen
DE102019207688A1 (de) Verfahren und Fahrerassistenzsystem zur Klassifizierung von Objekten in der Umgebung eines Fahrzeugs
DE102018202903A1 (de) Verfahren zur Auswertung von Messdaten eines Radar Messsystems mithilfe eines neuronalen Netzwerks
DE102018103551A1 (de) Verfahren zum Charakterisieren eines Objekts in einem Umgebungsbereich eines Kraftfahrzeugs anhand von zuvor gelernten Kurvenparametern, Sensorvorrichtung sowie Fahrerassistenzsystem
DE60211387T2 (de) Klassifizieren von meeresboden rauhigkeit mit som und lvq
DE102019216017A1 (de) Verfahren und Vorrichtung zur Verarbeitung einer Doppler-Range-Matrix und Radarsystem
DE102019215393A1 (de) Verfahren und eine Vorrichtung zur Klassifizierung eines Objektes, insbesondere im Umfeld eines Kraftfahrzeugs
DE102019119585A1 (de) Bestimmung des Einbauortes und der Ausrichtung von Ultraschallsensoren mittels neuronaler Netzwerke
WO2019110541A1 (de) Verfahren zur abschätzung einer höhe eines objekts in einem umgebungsbereich eines kraftfahrzeugs mittels eines ultraschallsensors mit statistischer auswertung eines empfangssignals, steuergerät sowie fahrerassistenzsystem
DE102019201892A1 (de) Verfahren zum Erkennen einer Bewegung eines Objekts
DE102018130914A1 (de) Verfahren zum Betreiben einer Ultraschallsensorvorrichtung mit einem Auswerten eines ersten Ultraschallsignals und eines zweiten Ultraschallsignals sowie Ultraschallsensorvorrichtung
DE102018117516B3 (de) Erkennung und Eliminierung von Störsignalen durch kodierte Ultraschallemissionen an einem Ultraschallsensor
DE102022205574A1 (de) Verfahren und Vorrichtung zum Bereitstellen von Trainingsdatensätzen für ein Klassifikationsmodell zur Objektidentifikation für ein Ultraschall-Sensorsystem in einer mobilen Einrichtung
DE102008008956A1 (de) Verfahren und Anordnung zur Verfügbarkeitsprüfung von Ultraschallsensoren
DE102018124055B4 (de) Verfahren zum Bestimmen eines Abstands eines Objekts in einem Ausschwingbereich eines Ultraschallsensors, Computerprogrammprodukt, elektronische Recheneinrichtung sowie Ultraschallsensor
DE102020206001A1 (de) Verfahren und Vorrichtung zur Klassifizierung der Höhe eines über Ultraschall erkannten Objekts
DE102020211306A1 (de) Clusteranalyse einer Punktwolke

Legal Events

Date Code Title Description
R163 Identified publications notified