-
Die Erfindung betrifft einen Sensor, ein Verfahren zum Bereitstellen eines Sensors und ein Fahrzeug mit einem solchen Sensor.
-
Stand der Technik
-
Es sind Sensoren bekannt, deren Sensordaten in Fahrzeugen mit Fahrerassistenzsystemen beziehungsweise mit Vorrichtungen zum automatisierten Ausführen von Fahrfunktionen zur Steuerung des Fahrerassistenzsystems beziehungsweise der Vorrichtung zum automatisierten Ausführen von Fahrfunktionen genutzt werden. Dabei ist es notwendig, potentiell gefährliche Situationen zu erkennen. Insbesondere kann es notwendig sein, zu erkennen, inwieweit aktuell den vorliegenden Sensordaten vertraut werden sollte oder ob die aktuell vorliegenden Sensordaten gegebenenfalls fehlerbehaftet sind.
-
Offenbarung der Erfindung
-
Eine Aufgabe der Erfindung ist es, einen verbesserten Sensor bereitzustellen. Eine weitere Aufgabe der Erfindung ist es, ein Fahrzeug mit einem solchen Sensor bereitzustellen.
-
Diese Aufgaben werden mit den Gegenständen der unabhängigen Patentansprüche gelöst. Vorteilhafte Weiterbildungen sind in den abhängigen Patentansprüchen angegeben.
-
Ein Sensor weist ein Sensorelement, einen Sensordatenausgang, eine Datenschnittstelle, eine Sensorelektronik sowie eine Bewertungsvorrichtung auf. Das Sensorelement ist eingerichtet, eine physikalische Messgröße zu bestimmen. Dabei kann vorgesehen sein, dass das Sensorelement die physikalische Messgröße in eine elektronisch auslesbare Größe wie beispielsweise eine Spannung oder eine Stromstärke umsetzen kann. Die Sensorelektronik ist eingerichtet, die physikalische Messgröße in über den Sensordatenausgang ausgebbare Sensordaten umzusetzen. Die Bewertungsvorrichtung ist eingerichtet, anhand zumindest eines Parameters eine Güte der Sensordaten zu ermitteln und über die Datenschnittstelle auszugeben. Der Parameter kann dabei beispielsweise aus der physikalischen Messgröße beziehungsweise den Sensordaten bestimmt werden.
-
Mittels der Bewertungsvorrichtung wird also bestimmt, wie zuverlässig die aktuell vorliegenden Sensordaten sind. Die Güte beinhaltet also ein Maß dafür, inwieweit sich ein Fahrerassistenzsystem beziehungsweise eine Vorrichtung zum automatisierten Ausführen von Fahrfunktionen auf die Sensordaten verlassen darf.
-
Die Sensorelemente können dabei insbesondere Kameras, LIDAR-Vorrichtungen und RADAR-Vorrichtungen umfassen. Der oder die Parameter können aus den folgenden Parametern ausgewählt sein:
- - Umgebungsparameter wie beispielsweise Wetterbedingungen, Beleuchtungsstärken und Tageszeit,
- - Straßenbedingungen wie eine Reflektivität der Straßenoberfläche (beispielsweise durch einen Wasserfilm) oder Wasserbenetzung mit daraus folgender Gischt, die Kamera- und/oder Lidar-Messungen beeinträchtigen kann,
- - Straßengeometrie und -topologie, beispielsweise die Art der Straße (Autobahn, Schnellstraße, Landstraße allgemein und Ortsstraße) oder der Stra-ßenverlauf (gerade, kurvig),
- - Dynamische Konditionen wie Radar- oder LIDAR-Störungen aufgrund der Sensorik anderer Fahrzeuge oder hohe Verkehrsdichte, da hierdurch die Bewertung der Fahrsituation komplexer wird.
-
Dabei kann insbesondere vorgesehen sein, zu berücksichtigen, welche dieser Parameter einen großen Einfluss auf die Sensordaten haben. Gegenlicht kann beispielsweise ein Messergebnis einer Kamera oder einer LIDAR-Vorrichtung deutlich beeinflussen, während eine RADAR-Vorrichtung von Gegenlicht eher weniger beeinflusst wird. Durch die Verknüpfung der Parameter mit der Güte der Sensordaten wird also eine verbesserte Konfidenz in die Sensordaten erreicht, da der Sensor eingerichtet ist, auszuwerten, ob gewisse Messprobleme vorliegen könnten.
-
Ein Verfahren zum Bereitstellen eines solchen Sensors umfasst die folgenden Schritte:
- - Bereitstellen des Sensorelements, des Sensordatenausgangs, der Datenschnittstelle, der Sensorelektronik sowie der Bewertungsvorrichtung, wobei das Sensorelement eingerichtet ist, eine physikalische Messgröße zu bestimmen, wobei die Sensorelektronik eingerichtet ist, die physikalische Messgröße in über den Sensordatenausgang ausgebbare Sensordaten umzusetzen, wobei die Bewertungsvorrichtung eingerichtet ist, anhand zumindest eines Parameters eine Güte der Sensordaten zu ermitteln und über die Datenschnittstelle auszugeben;
- - Konfigurieren der Bewertungsvorrichtung, wobei dabei der Bewertungsvorrichtung Felddaten übergeben werden und die Güte bestimmt wird, wobei die Güte mit Referenzdaten verglichen wird.
-
In einer Ausführungsform des Sensors ist die Bewertungsvorrichtung eingerichtet, zumindest einen Parameter über die Datenschnittstelle einzulesen. Der über die Datenschnittstelle eingelesene Parameter kann beispielsweise von einer zentralen Steuereinheit des Fahrzeugs oder von einem Navigationsgerät bereitgestellt sein. Dies kann beispielsweise über die Bereitstellung von Wetterdaten über eine Cloud erfolgen. Ferner kann vorgesehen sein, dass aus einer Position des Fahrzeugs, ermittelt per GPS und weitergegeben vom Navigationsgerät und einer Uhrzeit ein Sonnenstand und damit Lichtverhältnisse ermittelt werden und dadurch eine Abschätzung möglich wird, ob die Lichtverhältnisse eine Kamera oder eine LIDAR-Vorrichtung beeinflussen. Analog kann zusätzlich berücksichtigt werden, ob eine (beispielsweise aufgrund des Wetters) nasse Straße zusätzliche Auswirkungen auf die Lichtverhältnisse hat.
-
In einer Ausführungsform des Sensors umfasst die Bewertungsvorrichtung eine Recheneinheit mit einem probabilistischen graphischen Modell. Das probabilistische graphische Modell umfasst Knoten und Kanten, wobei die Knoten die Parameter umfassen und Kanten zwischen den Knoten Abhängigkeiten der Parameter mittels bedingter Wahrscheinlichkeiten beschreiben.
-
In einer Ausführungsform des Sensors umfasst das probabilistische graphische Modell ein Bayes'sches Netz. Sowohl die probabilistischen graphischen Modelle als auch die Bayes'schen Netze sind gut in der Risikoanalyse beziehungsweise Sicherheitsanalyse einsetzbar.
-
Dies kann beispielsweise als dynamisches Bayes'sches Netz oder als unscharfes Bayes'sches Netz (englisch fuzzy Bayesian network) ausgestaltet sein. In alternativen Ausführungsformen umfasst der Sensor ein Credal Network, ein Evidential Network oder ein Extended Evidential Network.
-
In einer Ausführungsform des Sensors kann das probabilistische graphische Modell mittels Felddaten und Referenzwerten bei vorgegebener Struktur des probabilistischen graphischen Modells die bedingten Wahrscheinlichkeiten der Kanten berechnen, indem die Felddaten mit den Referenzwerten abgeglichen werden. Dies kann ebenfalls bei der Bereitstellung des Sensors genutzt werden. Der Abgleich mit Referenzwerten kann dabei mittels eines referenzierenden Menschen, der die Sensordaten mit einer echten Situation vergleicht und bei Abweichung der Sensordaten von der echten Situation eine Güte verringert, erfolgen. Alternativ oder zusätzlich kann vorgesehen sein, dass die Referenzwerte Sensordaten eines weiteren Sensors umfassen, wobei die Güte verringert wird, wenn die Sensordaten von den Referenzwerten abweichen.
-
In einer Ausführungsform des Sensors umfasst die Güte der Sensordaten eine Wahrscheinlichkeit für eine Korrektheit der ausgegebenen Sensordaten. Beispielsweise kann in der Bewertungsvorrichtung hinterlegt sein, bei welchen Parametern die Sensordaten mit welchen Wahrscheinlichkeiten korrekt sind und anhand dieser Informationen kann die Wahrscheinlichkeit für die Korrektheit der ausgegebenen Sensordaten ermittelt werden.
-
In einer Ausführungsform des Sensors weist dieser ein System zur Objekterkennung auf, wobei aus der physikalischen Messgröße erkannte Objekte als Sensordaten ausgegeben werden. Die Güte umfasst eine Wahrscheinlichkeit für einen falsch positiven Wert für ein erkanntes Objekt und eine Wahrscheinlichkeit für einen falsch negativen Wert für ein nicht-erkanntes Objekt. Dadurch ist ein Sensor möglich, dessen Sensordaten und Güte einfach weiterverarbeitet werden können.
-
In einer Ausführungsform des Sensors umfassen die Sensordaten erkannte Objekte, Abstände und Richtungen der erkannten Objekte. Dies kann beispielsweise beinhalten, dass ein Blickfeld des Sensors in ein Raster unterteilt wird und für jeden Punkt des Rasters eine Information über ein gegebenenfalls erkanntes Objekt und einen Abstand des Objekts ermittelt wird. Die Richtungen der erkannten Objekte ergeben sich aus der Anordnung der Punkte des Rasters.
-
In einer Ausführungsform des Sensors umfasst die Güte zumindest zwei räumlich unterschiedliche Gütewerte für verschiedene Messrichtungen des Sensors. Umfassen die Sensordaten erkannte Objekte, Abstände und Richtungen der erkannten Objekte, kann die Güte beispielsweise für jedes erkannte Objekt und für alle Richtungen, in denen kein Objekt erkannt wurde, beinhalten.
-
In einer Ausführungsform des Sensors werden mehrere Parameter zur Ermittlung der Güte der Sensordaten verwendet werden, wobei zusätzlich ausgegeben wird, welcher Parameter die Güte der Sensordaten am stärksten negativ beeinflusst hat. Dies ermöglicht, die Sensordaten und die Güte eines Sensors mit weiteren Sensordaten und weiteren Güten weiterer Sensoren zu fusionieren.
-
Ein Fahrzeug weist einen solchen Sensor und eine Vorrichtung zum automatisierten Ausführen einer Fahrfunktion auf. Die Vorrichtung zum automatisierten Ausführen der Fahrfunktion umfasst eine Steuereinheit, wobei der Sensor die Sensordaten und die Güte an die Steuereinheit ausgibt. Die Steuereinheit berücksichtigt die Sensordaten und die Güte beim automatisierten Ausführen der Fahrfunktion. Wird beispielsweise ein Objekt erkannt und in den Sensordaten ausgegeben, kann dieses Objekt bei einer Trajektorienplanung berücksichtigt werden. Ferner kann die Güte, also beispielsweise die Wahrscheinlichkeit, dass an dieser Stelle gar kein Objekt vorliegt, ebenfalls berücksichtigt werden. Ferner kann vorgesehen sein, dass bei sinkender Güte die Vorrichtung zum automatisierten Ausführen der Fahrfunktion weniger riskante Fahrmanöver durchführt, indem beispielsweise eine Geschwindigkeit des Fahrzeugs reduziert wird.
-
Ausführungsbeispiele der Erfindung werden anhand der folgenden Zeichnungen erläutert. In der schematischen Zeichnung zeigen:
- 1 einen Sensor;
- 2 ein probabilistisches graphisches Modell;
- 3 ein Fahrzeug mit einem Sensor mit Messbereich; und
- 4 eine Repräsentation von Sensordaten und einer Güte der Sensordaten.
-
1 zeigt einen Sensor 100, aufweisend ein Sensorelement 110, einen Sensordatenausgang 120, eine Datenschnittstelle 130, eine Sensorelektronik 140 sowie eine Bewertungsvorrichtung 150. Das Sensorelement 110 ist eingerichtet, eine physikalische Messgröße 101 zu bestimmen. Die physikalische Messgröße 101 stellt dabei eine physikalische Einwirkung auf das Sensorelement 110 dar. Dabei kann das Sensorelement 110 beispielswiese passiv sein wie beispielsweise eine Kamera, die nur externes Licht aufnimmt und weiterverarbeitet, oder beispielsweise aktiv wie ein RADAR- oder LIDAR-Sensorelement, wobei hier Radiowellen oder Laserstrahlen ausgegeben und die zurückgeworfene Strahlung ausgewertet wird. Die Sensorelektronik 140 ist eingerichtet, die physikalische Messgröße 101 in über den Sensordatenausgang 120 ausgebbare Sensordaten umzusetzen. Die Bewertungsvorrichtung 150 ist eingerichtet, anhand zumindest eines Parameters eine Güte der Sensordaten zu ermitteln und über die Datenschnittstelle 130 auszugeben. Der Parameter kann dabei beispielsweise aus der physikalischen Messgröße 101 beziehungsweise den Sensordaten bestimmt werden. Mittels der Bewertungsvorrichtung 150 wird also bestimmt, wie zuverlässig die aktuell vorliegenden Sensordaten sind. Die Güte kann ein Maß dafür beinhalten, inwieweit sich ein Fahrerassistenzsystem beziehungsweise eine Vorrichtung zum automatisierten Ausführen von Fahrfunktionen auf die Sensordaten des Sensors 100 verlassen darf.
-
Im Gegensatz zur Darstellung der 1, bei der einen Sensordatenausgang 120 und Datenschnittstelle 130 unterschiedliche Elemente sind, können Sensordatenausgang 120 und Datenschnittstelle 130 auch in einer gemeinsamen Schnittstelle, die beide Funktionen übernimmt, integriert sein.
-
Es kann vorgesehen sein, dass die Bewertungsvorrichtung 150 eingerichtet ist, zumindest einen Parameter über die Datenschnittstelle 130 einzulesen. Dies kann insbesondere Parameter umfassen, die in weiteren Sensoren eines Fahrzeugs ermittelt werden oder Parameter umfassen, die über eine Cloud oder mittels Mobilem Internet bereitgestellt werden.
-
Die Bewertungsvorrichtung ist dabei eingerichtet, anhand des Parameters eine Bewertung vorzunehmen hinsichtlich der Zuverlässigkeit der Sensordaten. Je nach Art des Sensors können dabei unterschiedliche Parameter berücksichtigt werden, da unterschiedliche Sensoren unterschiedlich auf verschiedene Parameter reagieren können. Die Parameter können beispielsweise Umgebungsparameter wie beispielsweise Wetterbedingungen, Beleuchtungsstärken und Tageszeit, Straßenbedingungen wie eine Reflektivität der Straßenoberfläche (beispielsweise durch einen Wasserfilm) oder Wasserbenetzung mit daraus folgender Gischt, die Kamera- und/oder Lidar-Messungen beeinträchtigen kann, Straßengeometrie und -topologie, beispielsweise die Art der Straße (Autobahn, Schnellstraße, Landstraße allgemein und Ortsstraße) oder der Straßenverlauf (gerade, kurvig), und/oder dynamische Konditionen wie Radar- oder LIDAR-Störungen aufgrund der Sensorik anderer Fahrzeuge oder hohe Verkehrsdichte, da hierdurch die Bewertung der Fahrsituation komplexer wird, sein. Die genannten Parameter können sich in unterschiedlicher Weise auf die Messungen des Sensors 100 auswirken. Beispielsweise können die Tageszeit und die damit einhergehende Beleuchtung durch die Sonne beispielsweise kurz nach Sonnenaufgang oder kurz vor Sonnenuntergang auf eine Kamera oder einen LIDAR-Sensor größere Auswirkungen haben als auf einen RADAR-Sensor. Diese Unterscheidung wird von der Bewertungsvorrichtung 150 vorgenommen und fließt somit in die Güte ein.
-
Optional weist die Sensorelektronik 140 ein System 141 zur Objekterkennung auf. Dieses ist eingerichtet, Objekte innerhalb der Sensordaten zu erkennen.
-
2 zeigt ein Ausführungsbeispiel einer Bewertungsvorrichtung 150, die der Bewertungsvorrichtung 150 der 1 entsprechen kann. Diese weist eine Recheneinheit 160 mit einem probabilistischen graphischen Modell 161 auf. Das probabilistische graphische Modell 161 umfasst Knoten 170 und Kanten 177. Die Knoten 170 umfassen die Parameter und die Kanten 177 zwischen den Knoten 170 beschrieben Abhängigkeiten der Parameter mittels bedingter Wahrscheinlichkeiten. In der Ausgestaltung der 2 können dies beispielsweise für einen Kamerasensor relevante Parameter sein. Dies können, wie in 2 gezeigt, beispielsweise Straßenbedingungen 171, eine Gischt 172, ein Wetter 173 und eine Beleuchtung 174 umfassen. Mittels der Kanten 177 sind die Straßenbedingungen 171 mit der Gischt 172 verbunden, die Gischt 172 mit den Straßenbedingungen 171, dem Wetter 173 und der Beleuchtung 174, das Wetter 173 mit der Gischt 172 und der Beleuchtung 174 sowie die Beleuchtung 174 mit dem Wetter 173 und der Gischt 172.
-
Dies bedeutet, dass die Straßenbedingungen 171 einen Einfluss auf die Gischt 172 haben, da beispielsweise unterschiedliche Asphalttypen Wasser unterschiedlich schnell ablaufen lassen und deshalb unterschiedlich viel Gischt 172 zu erwarten ist. Auf das Wetter 173 und die Beleuchtung 174 haben die Straßenbedingungen jedoch keinen Einfluss. Die Gischt 172 beziehungsweise ein Einfluss der Gischt 172 auf die Sensordaten hingegen hängt von allen weiteren Paramtern Straßenbedingungen 171, Wetter 173 und Beleuchtung 174 ab, da beispielsweise je nach Wetterlage unterschiedlich viel Wasser auf der Straße zu erwarten ist und bei bestimmten Beleuchtungsverhältnissen (wie beispielsweise Gegenlicht) die Gischt 172 einen größeren Einfluss auf die Messung hat.
-
Mit einer weiteren Kante 177 ist die Gischt 172 mit einer Güte 175 verbunden, die ein Maß für eine Beeinflussung der Sensordaten durch die Parameter Stra-ßenbedingungen 171, Gischt 172, Wetter 173 und Beleuchtung 174 beinhaltet.
-
Dabei kann insbesondere vorgesehen sein, zu berücksichtigen, welche dieser Parameter 171, 172, 173, 174 einen großen Einfluss auf die Sensordaten haben, hier beispielsweise die Gischt 172. Durch die Verknüpfung der Parameter mit der Güte der Sensordaten wird also eine verbesserte Konfidenz in die Sensordaten erreicht, da der Sensor 100 eingerichtet ist, auszuwerten, ob gewisse Messprobleme vorliegen könnten.
-
Das probabilistische graphische Modell 161 kann beispielsweise ein Bayes'sches Netz umfassen. Dies kann beispielsweise als dynamisches Bayes'sches Netz oder als unscharfes Bayes'sches Netz (englisch fuzzy Bayesian network) ausgestaltet sein. In alternativen Ausführungsformen ist das probabilistische graphische Modell 161 als Credal Network, als Evidential Network oder als Extended Evidential Network ausgestaltet.
-
Es kann vorgesehen sein, dass das probabilistische graphische Modell 161 mittels Felddaten und Referenzwerten bei vorgegebener Struktur des probabilistischen graphischen Modells 161 die bedingten Wahrscheinlichkeiten der Kanten 177 berechnen kann, indem die Felddaten mit den Referenzwerten abgeglichen werden. Dies kann beispielsweise derart erfolgen, dass beim Bereitstellen des Sensors 100 der 1 zunächst das Sensorelement 110, der Sensordatenausgang 120, die Datenschnittstelle 130, die Sensorelektronik 140 sowie die Bewertungsvorrichtung 150 bereitgestellt werden und anschließend die Bewertungsvorrichtung 150 konfiguriert wird, wobei dabei der Bewertungsvorrichtung 150 Felddaten, also mittels des Sensorelement 110 gemessene Daten, übergeben werden und die Güte bestimmt wird, wobei die Güte mit Referenzdaten verglichen wird. Dieser Vergleich kann beispielsweise derart erfolgen, dass ein Sensormesswert mit einem Referenzwert verglichen wird, wobei der Referenzwert beispielsweise Sensordaten eines weiteren Sensors oder eine Auswertung der Felddaten durch einen menschlichen Bediener umfassen kann. Beispielsweise können mittels Kamerasensor ermittelte Sensordaten von einem Menschen dahingehend verglichen werden, ob die Sensorelektronik 140 korrekte Sensordaten ausgibt. Ist dies der Fall, ist die Güte hoch, ist dies nicht der Fall, ist die Güte niedrig. Gleichzeitig können entweder die Felddaten oder die Referenz von der Bewertungsvorrichtung 150 dahingehend ausgewertet werden, welche Parameter jeweils vorgelegen haben und somit die Güte in Abhängigkeit von den Parametern ermitteln. Ist beispielsweise bei einer bestimmten Wetterlage die Genauigkeit des Sensors 100 reduziert, kann der Parameter Wetter 173 für diesen Parameterwert mit einer geringeren Güte assoziiert werden.
-
Es kann vorgesehen sein, dass die Güte der Sensordaten eine Wahrscheinlichkeit für eine Korrektheit der ausgegebenen Sensordaten umfasst.
-
Die oben beschriebene Technik kann insbesondere zum Einsatz kommen, wenn der Sensor 100 ein System zur Objekterkennung umfasst, wobei das System zur Objekterkennung insbesondere in die Sensorelektronik 140 integriert sein kann. In diesem Fall können aus der physikalischen Messgröße 101 erkannte Objekte als Sensordaten ausgegeben werden, wobei die Güte eine Wahrscheinlichkeit für einen falsch positiven Wert für ein erkanntes Objekt umfasst, wobei die Güte eine Wahrscheinlichkeit für einen falsch negativen Wert für ein nicht-erkanntes Objekt umfasst. In dieser Ausgestaltung kann insbesondere der Vergleich der Felddaten mit Referenzdaten durchgeführt werden, da sich Sensordaten, die sich auf erkannte Objekte beziehen, einfach durch weitere Sensoren oder durch einen menschlichen Bediener abgleichen lassen.
-
In den genannten Ausgestaltungen ist es möglich, für das probabilistische graphische Modell 161 mittels einer Experteneinschätzung, welche Parameter mit welchen weiteren Parametern wechselwirken, eine Grundstruktur aus Knoten 170 und Kanten 177 zu definieren und dann anhand des Vergleichs der Referenzdaten mit den Felddaten die einzelnen bedingten Wahrscheinlichkeiten zu berechnen.
-
Es kann vorgesehen sein, dass, wie in 2 gezeigt, mehrere Parameter 171, 172, 173, 174 zur Ermittlung der Güte der Sensordaten verwendet werden. In diesem Fall kann vorgesehen sein, dass zusätzlich ausgegeben wird, welcher Parameter die Güte der Sensordaten am stärksten negativ beeinflusst hat. Dies ermöglicht eine Weitergabe weitergehender Informationen hinsichtlich der Güte an eine Vorrichtung zum automatisierten Ausführen einer Fahrfunktion.
-
3 zeigt einen Sensor 100, der analog zum Sensor 100 der 1 aufgebaut sein kann. In einem Messbereich 180 sind exemplarisch eine erste Messrichtung 181, eine zweite Messrichtung 182, eine dritte Messrichtung 183, eine vierte Messrichtung 184, eine fünfte Messrichtung 185 sowie eine sechste Messrichtung 186 gezeigt, wobei die Anzahl der Messrichtungen 181, 182, 183, 184, 185, 186 nicht auf sechs beschränkt ist und mehr als sechs Messrichtungen 181, 182, 183, 184, 185, 186 vorgesehen sein können. Die Messrichtungen 181, 182, 183, 184, 185, 186 liegen exemplarisch in einer Ebene, sie können jedoch auch in mehr als einer Ebene liegen. Es kann vorgesehen sein, dass die Güte zumindest zwei räumlich unterschiedliche Gütewerte für verschiedene Messrichtungen 181, 182, 183, 184, 185, 186 des Sensors 100 umfasst. Insbesondere kann vorgesehen sein, dass jeder Messrichtung 181, 182, 183, 184, 185, 186 eine Güte zugeordnet ist.
-
Die Sensordaten können insbesondere erkannte Objekte, Abstände und Richtungen der erkannten Objekte umfassen. Dabei kann vorgesehen sein, dass für jede der Messrichtungen 181, 182, 183, 184, 185, 186 angegeben wird, ob ein Objekt erkannt wurde, in welchem Abstand sich das Objekt befindet und wir die Güte für jede Messrichtung 181, 182, 183, 184, 185, 186 ist. Beispielsweise kann für jede Messrichtung 181, 182, 183, 184, 185, 186, in der ein Objekt erkannt wurde, der Abstand des Objekts und eine Wahrscheinlichkeit für eine falsch positive Erkennung und für jede Messrichtung 181, 182, 183, 184, 185, 186, in der kein Objekt erkannt wurde, eine Wahrscheinlichkeit für eine falsch negative Erkennung angegeben werden. Die Objekte und Abstände sind dann Teil der Sensordaten, die Wahrscheinlichkeiten Teil der Güte.
-
Der Sensor 100 der 3 ist beispielhaft in einem Fahrzeug 200 integriert. Dies ist optional, der Sensor 100 kann auch ohne das Fahrzeug 200 betrieben werden. Der Sensor 100 der 1 kann analog in ein Fahrzeug integriert werden. Der Sensordatenausgang 120 und die Datenschnittstelle sind mit einer Vorrichtung 210 zum automatisierten Ausführen einer Fahrfunktion verbunden. Die Vorrichtung 210 zum automatisierten Ausführen der Fahrfunktion umfasst eine Steuereinheit 211. Der Sensor 100 gibt die Sensordaten über den Sensordatenausgang 120 und die Güte über die Datenschnittstelle 130 an die Steuereinheit 211 aus. Die Steuereinheit 211 berücksichtigt die Sensordaten und die Güte beim automatisierten Ausführen der Fahrfunktion. Die Fahrfunktion kann dabei eine Beschleunigung oder ein Bremsen und/oder ein Lenken des Fahrzeugs 200 umfassen.
-
Es kann vorgesehen sein, dass die Messrichtungen 181, 182, 183, 184, 185, 186 ein zweidimensionales Raster aufspannen. Dies kann beispielsweise beinhalten, dass ein Blickfeld des Sensors 100 in ein Raster unterteilt wird und für jeden Punkt des Rasters eine Information über ein gegebenenfalls erkanntes Objekt und einen Abstand des Objekts ermittelt wird. Die Richtungen der erkannten Objekte ergeben sich aus der Anordnung der Punkte des Rasters. Ferner kann für jeden Punkt des Rasters eine Güte angegeben werden, so dass insgesamt eine Übersicht der Güten der verschiedenen Messrichtungen 181, 182, 183, 184, 185, 186 ausgegeben werden kann. Dies kann beispielsweise als Messgenauigkeitskarte bezeichnet werden.
-
4 zeigt eine Repräsentation 190 von Sensordaten und Güten, die für einen Sensor mit einem in ein Raster unterteiltem Blickfeld. Ein erstes Objekt 191, ein zweites Objekt 192 und ein drittes Objekt 193 sind in dem Raster angeordnet. Für jedes Rasterfeld 194, 195 ist ferner eine Wahrscheinlichkeit angegeben. Erste Rasterfelder 194 sind dabei Rasterfelder mit erkannten Objekten 191, 192, 193, während in den zweiten Rasterfeldern 195 keine Objekte erkannt wurden. Die Wahrscheinlichkeiten geben für die ersten Rasterfelder 194 die Wahrscheinlichkeit für ein falsch positives Ergebnis an und für die zweiten Rasterfelder die Wahrscheinlichkeiten für ein falsch negatives Ergebnis. Für die ersten Rasterfelder 194 geben die Wahrscheinlichkeiten also an, wie wahrscheinlich es ist, dass in den ersten Rasterfeldern 194 trotz erkanntem Objekt 191, 192, 193 real kein Objekt vorhanden ist und in den zweiten Rasterfeldern 195 an, wie wahrscheinlich es ist, dass in den zweiten Rasterfeldern 195 real ein Objekt vorhanden ist, obwohl keines erkannt wurde. Zusätzlich kann vorgesehen sein, dass für die ersten Rasterfelder 194 ein Abstand zum Objekt ausgegeben wird. Die Sensordaten umfassen dann Angaben über die Anordnung der ersten Rasterfelder 194 und gegebenenfalls der Abstände der Objekte 191, 192, 193. Die Güte umfasst die für die Rasterfelder 194, 195 angegebenen Wahrscheinlichkeiten.
-
Obwohl die Erfindung im Detail durch die bevorzugten Ausführungsbeispiele beschrieben wurde, ist die Erfindung nicht auf die offenbarten Beispiele eingeschränkt und andere Variationen hieraus können vom Fachmann abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
