DE102022200750A1 - Ultrasonic transceiver arrangement for detecting and locating a surrounding object - Google Patents
Ultrasonic transceiver arrangement for detecting and locating a surrounding object Download PDFInfo
- Publication number
- DE102022200750A1 DE102022200750A1 DE102022200750.6A DE102022200750A DE102022200750A1 DE 102022200750 A1 DE102022200750 A1 DE 102022200750A1 DE 102022200750 A DE102022200750 A DE 102022200750A DE 102022200750 A1 DE102022200750 A1 DE 102022200750A1
- Authority
- DE
- Germany
- Prior art keywords
- ultrasonic
- sensors
- matrix
- evaluation unit
- ultrasonic sensors
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/87—Combinations of sonar systems
- G01S15/876—Combination of several spaced transmitters or receivers of known location for determining the position of a transponder or a reflector
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Abstract
Es wird eine Ultraschallsendeempfangsanordnung zur Detektion und Lokalisierung eines Umgebungsobjektes eines Fortbewegungsmittels (10) vorgeschlagen. Die Ultraschallsendeempfangsanordnung umfasst eine Vielzahl Ultraschallsensoren (P) und eine elektronische Auswerteeinheit (3), wobei die Auswerteeinheit (3) eingerichtet ist, einen ersten Ultraschallsensor (P) der Vielzahl Ultraschallsensoren (P) zum Aussenden eines Sendesignals zu veranlassen und am Umgebungsobjekt entstandene Echos des Sendesignals mittels eines zweiten Ultraschallsensors (P) der Vielzahl Ultraschallsensoren (P) zu empfangen, dadurch gekennzeichnet, dass die Auswerteeinheit (3) weiter eingerichtet ist, eine abgespeicherte erste Matrix für die Detektion und Lokalisierung des Umgebungsobjektes auf das Echo anzuwenden, welche aus einer Vielzahl gespeicherter Matrizen ausgewählt worden ist und eine räumliche Beziehung darstellt zwischen dem ersten Ultraschallsensor (P) als sendender Ultraschallsensor (P) und dem zweiten Ultraschallsensor (P) als empfangendem Ultraschallsensor (P).An ultrasonic transmission/reception arrangement for detecting and locating an object in the surroundings of a means of transportation (10) is proposed. The ultrasonic transmission/reception arrangement comprises a large number of ultrasonic sensors (P) and an electronic evaluation unit (3), the evaluation unit (3) being set up to cause a first ultrasonic sensor (P) of the large number of ultrasonic sensors (P) to emit a transmission signal and to detect echoes of the transmission signal by means of a second ultrasonic sensor (P) of the plurality of ultrasonic sensors (P), characterized in that the evaluation unit (3) is further set up to apply a stored first matrix for the detection and localization of the surrounding object to the echo, which matrix consists of a plurality stored matrices has been selected and represents a spatial relationship between the first ultrasonic sensor (P) as transmitting ultrasonic sensor (P) and the second ultrasonic sensor (P) as receiving ultrasonic sensor (P).
Description
Stand der TechnikState of the art
Die vorliegende Erfindung betrifft eine Ultraschallsendeempfangsanordnung zur Detektion und Lokalisierung eines Umgebungsobjektes eines Fortbewegungsmittels. Insbesondere betrifft die vorliegende Erfindung eine vereinfachte Berechnungsvorschrift bzw. -methodik zur Verringerung der erforderlichen Prozessorleistung bzw. Verkürzung der Auswertedauer.The present invention relates to an ultrasonic transmission/reception arrangement for detecting and localizing an object in the surroundings of a means of transportation. In particular, the present invention relates to a simplified calculation rule or method for reducing the required processor power or shortening the evaluation time.
Im Stand der Technik sind ultraschallbasierte Sendeempfangsanordnungen zur Umfelddetektion hinlänglich bekannt.Ultrasound-based transceiver arrangements for environment detection are well known in the prior art.
Der am häufigsten anzutreffende Ansatz betrachtet die Lokalisierung von Punktobjekten mit Hilfe von Abstandsmessungen und ist als Laterationsproblem oder Punktlateration bekannt. Unter einem Punktobjekt versteht man jedes Objekt, das alle ausgesendeten Messsignale von einem einzelnen Punkt aus zurück an die Empfänger übermittelt. Nutzt man exakt drei Messungen, so spricht man von einer Trilateration. Bestimmte Ansätze sind entweder spezifisch für die Punktlateration ausgelegt oder können nur eine feste Anzahl an Messungen benutzen. Des Weiteren verlangen diese Verfahren meist, dass das Messsignal an exakt der gleichen Stelle wieder empfangen wird, von der ausgesendet wurde, oder dass das Messsignal vom Objekt selbst versendet wurde. Andere Verfahren gehen von anderen physikalischen Begebenheiten aus, da sie für sehr hohe Geschwindigkeiten und große Distanzen ausgelegt sind (z. B. GPS-Lokalisierung). In diesen Fällen benötigt man mathematische Modelle mit einer expliziten Abhängigkeit der Zeit. Im Automobilbereich funktionieren aktuell verwendete Verfahren oftmals nur in 2D, da die Sensoren meist in einer einzelnen Reihe angeordnet sind. Die Höhe wird dann über die Reflektionseigenschaften des Objekts geschätzt. Sind die Sensoren nicht mehr kollinear (d. h. in einer Reihe) angeordnet, so kann man die Objekthöhe deutlich präziser bestimmen. Des Weiteren ist eine Bestimmung des Objekttyps mit 2D Ansätzen nur bedingt möglich, da die räumliche Auflösung entlang der dritten Dimension fehlt.The most commonly encountered approach considers the location of point objects using distance measurements and is known as the lateration problem or point lateration. A point object is any object that transmits all measurement signals sent from a single point back to the receiver. If one uses exactly three measurements, one speaks of a trilateration. Certain approaches are either designed specifically for point lateration or can only use a fixed number of measurements. Furthermore, these methods usually require that the measurement signal is received again at exactly the same point from which it was sent, or that the measurement signal was sent by the object itself. Other methods are based on other physical events, since they are designed for very high speeds and large distances (e.g. GPS localization). In these cases, mathematical models with an explicit time dependency are required. In the automotive sector, the methods currently used often only work in 2D, since the sensors are usually arranged in a single row. The height is then estimated using the object's reflection properties. If the sensors are no longer arranged collinearly (i.e. in a row), the object height can be determined much more precisely. Furthermore, a determination of the object type with 2D approaches is only possible to a limited extent, since there is no spatial resolution along the third dimension.
Die Erfindung bestimmt räumliche Eigenschaften, wie Position und Winkel von Objekten im Umfeld eines Fahrzeugs, mit Hilfe von Distanzmessungen. Zusätzlich können Gütekriterien, wie z. B. Fehlermaße und Kovarianzmatrizen, berechnet werden. Die so gewonnenen Umgebungsdaten können z. B. in Fahrerassistenzsystemen oder in autonomen Fahrzeugen zur Wahrnehmung des Nahbereiches, u. a. zur Anfahrtsfreigabe und zum Navigieren von Kreuzungen und Fuß- und Radfahrerwegen genutzt werden.The invention determines spatial properties, such as the position and angle of objects in the vicinity of a vehicle, using distance measurements. In addition, quality criteria such as B. error measures and covariance matrices can be calculated. The environmental data obtained in this way can e.g. B. in driver assistance systems or in autonomous vehicles for the perception of the close range, e.g. be used for approach clearance and for navigating intersections and footpaths and cycle paths.
Es ist eine Aufgabe der vorliegenden Erfindung, die Bestimmung von Objektkoordinaten aus einer Abstandsmessung mit dem laufenden Betrieb verringerter Prozessorauslastung bzw. einfacheren Rechenschritten ausführen zu können.It is an object of the present invention to be able to carry out the determination of object coordinates from a distance measurement with the ongoing operation with reduced processor load or simpler calculation steps.
Offenbarung der ErfindungDisclosure of Invention
Die vorstehend genannte Aufgabe wird erfindungsgemäß durch eine Ultraschallsendeempfangsanordnung zur Detektion und Lokalisierung eines Umgebungsobjektes eines Fortbewegungsmittels gelöst. Die Ultraschallsendeempfangsanordnung kann beispielsweise an einem Stoßfänger des Fortbewegungsmittels angeordnete Ultraschallsendeempfänger zur Ultraschallsignalwandlung aufweisen. Zusätzlich können die von den Ultraschallsendeempfängern empfangenen Signale durch eine Auswerteeinheit (z.B. ein elektronisches Steuergerät) empfangen und weiterverarbeitet werden, um Objekte innerhalb der Echos der Ultraschallsendeempfänger zu identifizieren. Die Auswerteeinheit ist eingerichtet, einen ersten Ultraschallsensor der Vielzahl Ultraschallsensoren zum Aussenden eines Sendesignals zu veranlassen und am Umgebungsobjekt entstandene Echos des Sendesignals mittels eines zweiten Ultraschallsensors der Vielzahl Ultraschallsensoren zu empfangen. Der zweite Ultraschallsensor kann beispielsweise derselbe Sensor sein, welcher das Signal ausgesandt hat. Dies schließt nicht aus, dass weitere Ultraschallsendeempfänger bzw. Ultraschallempfänger eingerichtet sein können, die am Umgebungsobjekt entstandenen Echos des Sendesignals zu empfangen. Je nachdem, welche Ortsauflösung erforderlich ist, können beispielsweise mindestens drei Echos ausgewertet werden müssen, um eine Lokalisierung im dreidimensionalen Raum (Höhe und Richtung aus Sicht der Ultraschallsendeempfangsanordnung) bestimmen zu können. Die Auswerteeinheit ist eingerichtet, eine abgespeicherte erste Matrix für die Detektion und Lokalisierung des Umgebungsobjektes auf das empfangene Echo bzw. die empfangenen Echos anzuwenden. Die Matrix wird aus einer Vielzahl gespeicherter Matrizen ausgewählt und stellt eine räumliche Beziehung zwischen dem ersten (sendenden) Ultraschallsensor und dem zweiten Ultraschallsensor bzw. weiteren Ultraschallsensoren als empfangende Ultraschallsensoren dar. Durch die Verwendung einer vorab abgespeicherten Matrix kann die räumliche Beziehung ohne eine komplizierte Rechenoperation ermittelt und hiermit die Lokalisierung des Umgebungsobjektes durch vergleichsweise niederperformante Hardware erfolgen. Somit kann der Kostenaufwand und der Energieverbrauch eines erfindungsgemäßen Systems gesenkt werden.The above-mentioned object is achieved according to the invention by an ultrasonic transceiver arrangement for detecting and localizing an object in the vicinity of a means of transportation. The ultrasonic transceiver arrangement can have, for example, ultrasonic transceivers arranged on a bumper of the means of transportation for ultrasonic signal conversion. In addition, the signals received by the ultrasonic transceivers can be received and further processed by an evaluation unit (eg an electronic control unit) in order to identify objects within the echoes of the ultrasonic transceivers. The evaluation unit is set up to cause a first ultrasonic sensor of the plurality of ultrasonic sensors to emit a transmission signal and to receive echoes of the transmission signal that have arisen on the surrounding object by means of a second ultrasonic sensor of the plurality of ultrasonic sensors. The second ultrasonic sensor can, for example, be the same sensor that sent out the signal. This does not rule out the possibility that further ultrasound transceivers or ultrasound receivers can be set up to receive the echoes of the transmission signal that have arisen on the surrounding object. Depending on which spatial resolution is required, at least three echoes may have to be evaluated, for example, in order to be able to determine a localization in three-dimensional space (height and direction from the point of view of the ultrasonic transceiver arrangement). The evaluation unit is set up to apply a stored first matrix for the detection and localization of the surrounding object to the received echo or echoes. The matrix is selected from a variety of stored matrices and represents a spatial relationship between the first (transmitting) ultrasonic sensor and the second ultrasonic sensor or other ultrasonic sensors as receiving ultrasonic sensors. By using a pre-stored matrix, the spatial Relationship determined without a complicated arithmetic operation and hereby done the localization of the surrounding object by comparatively low-performance hardware. The cost and energy consumption of a system according to the invention can thus be reduced.
Die Unteransprüche zeigen bevorzugte Weiterbildungen der Erfindung.The dependent claims show preferred developments of the invention.
Die Vielzahl gespeicherter Matrizen kann eine jeweilige Matrix für eine jede Kombination aus sendenden Ultraschallsensoren aufweisen. Mitunter können aufgrund von Symmetrieüberlegungen obsolete Matrizen hierbei im Speicher erübrigt werden, da identische relative räumliche Beziehungen durch ein und dieselbe Matrix abgebildet werden können. Hierbei ist das Verfahren nicht auf indirekte Echos eingeschränkt. Indirekte Echos sind lediglich in geeigneter Weise (s. Gleichung 3) umzuwandeln.The plurality of stored matrices may include a respective matrix for each combination of transmitting ultrasonic sensors. Due to symmetry considerations, obsolete matrices can sometimes be superfluous in the memory, since identical relative spatial relationships can be mapped by one and the same matrix. The method is not limited to indirect echoes. Indirect echoes only need to be converted in a suitable way (see Equation 3).
Die Matrix kann in einem ROM (read only memory) der Auswerteeinheit abgespeichert sein oder informationstechnisch mit der Auswerteeinheit verknüpft sein. Mit anderen Worten ist die Matrix kein durch die Auswerteeinheit der Ultraschallsendeempfangsanordnung berechneter Datensatz, sondern wird der Auswerteeinheit fest vorgegeben. Hierbei bildet die Matrix räumliche Beziehungen der Ultraschallsensoren zueinander ab, welche beispielsweise bei einer Typisierung oder ab Werk ermittelt und als Matrix abgespeichert werden können. Dies verringert die Kosten für die Bereithaltung der Matrix.The matrix can be stored in a ROM (read only memory) of the evaluation unit or be linked to the evaluation unit in terms of information technology. In other words, the matrix is not a data set calculated by the evaluation unit of the ultrasound transceiver arrangement, but is permanently specified for the evaluation unit. Here, the matrix maps spatial relationships of the ultrasonic sensors to one another, which can be determined, for example, during typing or at the factory and stored as a matrix. This reduces the cost of maintaining the matrix.
Beispielsweise kann die Matrix eine 3xK-Matrix sein, wobei K für die empfangenen Echos bzw. die Anzahl der empfangenen Echos steht. Anders ausgedrückt kann die Matrix den Minimierer des Fehlers der Lokalisierung repräsentieren. Dieser hat das Ziel, den Fehler in der Lokalisierung für die gegebenen Daten zu minimieren. Die erfindungsgemäß einfache Lokalisierung kann auf diese Weise besonders exakt erfolgen, so dass die ermittelten Informationen besonders aufschlussreich bzw. wertvoll für die Lokalisierung der Umgebungsobjekte sind.For example, the matrix can be a 3xK matrix, where K stands for the received echoes or the number of received echoes. In other words, the matrix can represent the minimizer of the error in localization. The aim of this is to minimize the error in the localization for the given data. The localization, which is simple according to the invention, can be carried out particularly precisely in this way, so that the information ascertained is particularly revealing and/or valuable for localizing the objects in the surroundings.
Die Matrix kann beispielsweise aus der Position des ersten Sensors vermindert um den geometrischen Schwerpunkt der Vielzahl Sensoren bestimmt werden. In der Matrix sind somit alle Sensorpositionen enthalten, die in der Messung involviert waren. Dies kann Protokolle bzw. Messabläufe berücksichtigen, welche im Betrieb der Ultraschallsendeempfangsanordnung (z.B. in einem Fortbewegungsmittel) vorgesehen sind. Zusätzlich kann die sog. Pseudoinverse dieser Matrix abgespeichert werden. Dies kann ebenfalls rechentechnische Vorteile mit sich bringen. Die Positionen der einzelnen Sensoren bzw. Ultraschallsendeempfänger sind aus dieser pseudoinversen Matrix anschließend nicht mehr direkt ablesbar.The matrix can be determined, for example, from the position of the first sensor reduced by the geometric center of gravity of the multiplicity of sensors. The matrix therefore contains all sensor positions that were involved in the measurement. This can take into account protocols or measurement sequences which are provided during operation of the ultrasound transceiver arrangement (e.g. in a means of transportation). In addition, the so-called pseudo-inverse of this matrix can be saved. This can also bring computational advantages. The positions of the individual sensors or ultrasonic transceivers can then no longer be read directly from this pseudo-inverse matrix.
Die Ultraschallsendeempfangsanordnung kann insbesondere eine Vielzahl Sensoren aufweisen, welche im Betrieb in mindestens zwei zueinander im Wesentlichen parallel angeordneten Reihen aufweisen bzw. in entsprechenden Reihen angeordnet sind. Hierbei können die beiden Reihen auf unterschiedlichen Höhen gegenüber dem Boden, auf welchem das Fortbewegungsmittel steht, angeordnet sein. Durch diesen Abstand ist eine besonders gute Ortsauflösung bezüglich der Höhe eines lokalisierten Umgebungsobjektes möglich. Die Vielzahl Sensoren kann insbesondere unterschiedliche Höhen von 2 cm, 5 cm, 8 cm, 10 cm, 20 cm oder 30 cm aufweisen. Je größer der Abstand ist, desto besser ist die Ortsauflösung hinsichtlich der Höhe der lokalisierten Umgebungsobjekte.The ultrasonic transmission/reception arrangement can in particular have a multiplicity of sensors which, during operation, have at least two rows arranged essentially parallel to one another or are arranged in corresponding rows. In this case, the two rows can be arranged at different heights relative to the ground on which the means of transportation is standing. This distance enables a particularly good spatial resolution with regard to the height of a localized object in the surroundings. The large number of sensors can in particular have different heights of 2 cm, 5 cm, 8 cm, 10 cm, 20 cm or 30 cm. The greater the distance, the better the local resolution with regard to the height of the localized objects in the environment.
Die erfindungsgemäß vorgesehene Vielzahl Sensoren kann insbesondere eingerichtet sein, sämtlich in einem vorderen oder in einem hinteren Stoßfänger eines Fortbewegungsmittels angeordnet zu werden. Mit anderen Worten weisen die in der Vielzahl enthaltenen Sensoren im Wesentlichen in eine gemeinsame Richtung, bezüglich welcher sie eine größtmögliche Ortsauflösung bewirken können. Anders ausgedrückt wird für die Vielzahl in eine Richtung ausgerichteter Sensoren eine einzige erfindungsgemäße Matrix verwendet/abgespeichert, während für eine weitere, etwaig am Fortbewegungsmittel vorhandene Vielzahl Sensoren eine weitere Matrix abgespeichert wird. Jede Matrix repräsentiert somit die räumlichen Beziehungen zwischen der jeweiligen Vielzahl Sensoren, so dass eine unabhängige Bearbeitung der Umgebungsdetektion bezüglich unterschiedlicher Richtungen (auch Himmelsrichtungen) erfolgen kann. Zudem kann eine jeweilige Auswerteeinheit für eine jeweilige Vielzahl Sensoren vorgesehen sein, so dass gegebenenfalls unterschiedliche Steuergeräte für die erfindungsgemäße Auswertung am Fahrzeugheck bzw. an der Fahrzeugfront vorhandener Vielzahl Sensoren vorgesehen sein können. Dies ermöglicht die Rechenkapazität der einzelnen Prozessoren weiter zu reduzieren, da üblicherweise Kollisionen stets nur in Fahrtrichtung für den Fahrer des Fortbewegungsmittels relevant sind.The plurality of sensors provided according to the invention can in particular be set up so that they are all arranged in a front or in a rear bumper of a means of transportation. In other words, the sensors contained in the multiplicity essentially point in a common direction with respect to which they can bring about the greatest possible spatial resolution. In other words, a single matrix according to the invention is used/stored for the multiplicity of sensors aligned in one direction, while a further matrix is stored for a further multiplicity of sensors that may be present on the means of transport. Each matrix thus represents the spatial relationships between the respective plurality of sensors, so that the environment detection can be processed independently with regard to different directions (including cardinal points). In addition, a respective evaluation unit can be provided for a respective multiplicity of sensors, so that, if necessary, different control units can be provided for the inventive evaluation of the multiplicity of sensors present at the rear of the vehicle or at the front of the vehicle. This makes it possible to further reduce the computing capacity of the individual processors, since collisions are usually only relevant to the driver of the means of transport in the direction of travel.
In der Vielzahl Ultraschallsensoren können beispielsweise acht Ultraschallsensoren (beispielsweise zwei Reihen ä vier Ultraschallsensoren), bevorzugt zwölf Ultraschallsensoren (z.B. zwei Reihen ä sechs Ultraschallsensoren) und insbesondere bevorzugt sechzehn Ultraschallsensoren (z.B. zwei Reihen ä acht Ultraschallsensoren) vorgesehen sein. Selbstverständlich können die vorgenannten Ultraschallsensoren auch mehrere Reihen (drei oder gar vier Reihen) und insbesondere mehr einzelne Ultraschallsendeempfänger aufweisen, ohne den Gegenstand der vorliegenden Erfindung nicht mehr zu verwirklichen. Insbesondere werden mindestens vier Sensoren bzw. Ultraschallsendeempfänger für eine vollständige Lokalisierung eines Umgebungsobjektes verwendet. Eine höhere Anzahl von Sensoren erhöht die Redundanz und Ortsauflösung, jedoch auch den Hardware- und Auswerteaufwand.In the multiplicity of ultrasonic sensors, for example eight ultrasonic sensors (for example two rows of four ultrasonic sensors), preferably twelve ultrasonic sensors (for example two rows of six Ult Rapid sound sensors) and particularly preferably sixteen ultrasonic sensors (eg two rows of eight ultrasonic sensors) can be provided. Of course, the aforementioned ultrasonic sensors can also have a plurality of rows (three or even four rows) and in particular more individual ultrasonic transceivers, without no longer realizing the subject matter of the present invention. In particular, at least four sensors or ultrasonic transceivers are used for complete localization of a surrounding object. A higher number of sensors increases the redundancy and spatial resolution, but also the hardware and evaluation effort.
Die einzelnen Ultraschallsensoren einer Vielzahl Ultraschallsensoren bzw. Ultraschallsendeempfänger können jeweils mittels einer separaten Leitung (z.B. eine Zwei-Draht-Leitung), bevorzugt verdrillt, mit der Auswerteeinheit gekoppelt sein. Auf diese Weise ergibt sich eine Sterntopologie, wobei über die jeweilige Leitung Informationen und/oder Energie zum Betrieb der Ultraschallsensoren übertragen werden kann. Die Sterntopologie ist darüber hinaus besonders vorteilhaft bezüglich der Ausfallsicherheit, da eine unterbrochene Leitung stets nur einen einzelnen Ultraschallsensor lahmlegt.The individual ultrasonic sensors of a large number of ultrasonic sensors or ultrasonic transceivers can each be coupled to the evaluation unit by means of a separate line (e.g. a two-wire line), preferably twisted. This results in a star topology, with information and/or energy for operating the ultrasonic sensors being able to be transmitted via the respective line. The star topology is also particularly advantageous in terms of reliability, since a broken line always paralyzes only a single ultrasonic sensor.
Die Leitungen zwischen dem jeweiligen Ultraschallsensor und der jeweiligen Auswerteeinheit sind eingerichtet, ein jeweiliges Echo bzw. mittels des Echos ermittelte Informationen an die Auswerteeinheit zu übertragen. Mittels dieser empfangenen Echos kann anhand der jeweiligen Matrix bzw. Vielzahl von Matrizen die Detektion und Lokalisierung des Umgebungsobjektes vorgenommen werden. In erfindungsgemäßer Weise kann hierbei die Rechenleistung geringgehalten werden, da die räumlichen Beziehungen mittels der jeweiligen Matrix abgebildet sind.The lines between the respective ultrasonic sensor and the respective evaluation unit are set up to transmit a respective echo or information determined by means of the echo to the evaluation unit. These received echoes can be used to detect and localize the object in the surroundings using the respective matrix or plurality of matrices. In accordance with the invention, the computing power can be kept low because the spatial relationships are mapped using the respective matrix.
Die Rechenleistung der verwendeten Auswerteeinheit kann durch die erfindungsgemäße Verwendung der abgespeicherten Matrizen, bezogen auf eine Anzahl der Vielzahl Sensoren, sehr geringgehalten werden. Beispielsweise kann eine Rechenleistung von 160 MHz, insbesondere 120 MHz, bevorzugt 100 MHz, pro Ultraschallsensor als hinreichend angenommen werden, um die erfindungsgemäße Detektion und Lokalisierung von Umgebungsobjekten für herkömmliche Anwendungsfälle in Fortbewegungsmitteln vorzunehmen. Auf diese Weise kann Energie eingespart werden, was die Mobilität des erfindungsgemäß ausgestalteten Fortbewegungsmittels erhöht.The computing power of the evaluation unit used can be kept very low by the inventive use of the stored matrices, based on a number of the large number of sensors. For example, a computing power of 160 MHz, in particular 120 MHz, preferably 100 MHz, per ultrasonic sensor can be assumed to be sufficient to carry out the inventive detection and localization of surrounding objects for conventional applications in means of locomotion. In this way, energy can be saved, which increases the mobility of the means of transportation designed according to the invention.
Nachfolgend werden weitere Merkmale und Merkmalskombinationen der vorliegenden Erfindung ohne einschränkenden Charakter vorgestellt und anschließend anhand der beigefügten Figuren erläutert.Further features and feature combinations of the present invention are presented below without any restrictive character and then explained with reference to the accompanying figures.
Ein Kern der Erfindung umfasst die Bestimmung von Objektkoordinaten aus Abstandsmessungen. Der Vorteil des dargestellten Verfahrens ist, dass fast alle Berechnungen vorab ausgeführt werden können und im laufenden Betrieb nur sehr wenige Funktionsauswertungen notwendig sind. Hierdurch ist das Verfahren sogar mit stark eingeschränkten Rechenkapazitäten umsetzbar. Das Verfahren unterstützt beliebig vielen Messungen. Außerdem lassen sich Gütekriterien und Fehlerabschätzungen angeben, die die Zuverlässigkeit der Messungen widerspiegeln. Ebenso wie für die Positionsbestimmung können auch für die Berechnung der Gütekriterien fast alle Berechnungen vorab ausgeführt werden.A core of the invention includes the determination of object coordinates from distance measurements. The advantage of the method shown is that almost all calculations can be carried out in advance and only very few function evaluations are necessary during operation. As a result, the method can even be implemented with very limited computing capacities. The method supports any number of measurements. In addition, quality criteria and error estimates can be specified that reflect the reliability of the measurements. Just as for the position determination, almost all calculations for the calculation of the quality criteria can be carried out in advance.
Das Verfahren besteht aus einem mehrstufigen Prozess. Zuerst findet eine Vorverarbeitung der Daten statt. Im nächsten Schritt wird dann die Positionsbestimmung anhand der konvertierten Daten durchgeführt. Im letzten Schritt werden die Gütekriterien bestimmt.The procedure consists of a multi-stage process. First, the data is pre-processed. In the next step, the position is then determined using the converted data. In the last step, the quality criteria are determined.
Der nachfolgend beschriebene Algorithmus benötigt direkte Distanzmessungen, also Messungen wo Sender- und Empfängerposition übereinstimmen. Für jedes mögliche Tupel an Sensoren, die eine Messung durchführen können, müssen für den Algorithmus eine gewisse Anzahl an Daten abgespeichert oder im laufenden Betrieb berechnet werden. Sind nur indirekte Messungen vorhanden (also Messungen für die Sender- und Empfängerposition nicht übereinstimmen), dann müssen diese erst in direkte Messungen konvertiert werden. Bisherige Ansätze haben für diese Konvertierung auf virtuelle Sensoren zurückgegriffen. Solche Sensoren sind physisch nicht im System vorhanden, aber man kann ihre Position und den Abstand zum Objekt bestimmen. Wichtige Eigenschaften, wie zum Beispiel Blickrichtung und Öffnungswinkel des virtuellen Sensors, sind aber meist unbekannt und können nur geschätzt werden. Dies kann zu Ungenauigkeiten und Fehlern führen. Des Weiteren existieren bei einem System aus n real existierenden Sensoren
Fälle untersuchen. Bei einem System bestehend aus n = 12 Sensoren, wären dies 76076 Kombinationen (anstatt von 220). Dies stellt erhebliche Anforderungen an den Speicherverbrauch.investigate cases. With a system consisting of n = 12 sensors, this would be 76076 combinations (instead of 220). This places significant demands on memory consumption.
Aus dem Grund benutzt ein Ausführungsbeispiel den folgenden Ansatz um indirekte Messungen in direkte Messungen zu konvertieren. Hier erfolgt die Konvertierung in eine direkte Abstandsmessung immer relativ zu einem realen Sensor. Betrachtet man weiterhin beispielhaft Kombinationen von drei Sensoren, dann ergeben sich lediglich
Die Konvertierung muss translationsinvariant sein. Ohne Beschränkung der Allgemeinheit können wir also davon ausgehen, dass der Sender in den Koordinaten (0, 0, 0) und der Empfänger in den Koordinaten (±c, 0, 0) steht. Die Laufzeit, also der gemessene Abstand vom Sender zum Objekt und zurück zum Empfänger, beträgt 2a (a > c). Drückt man den Abstand vom Sender zum Objekt nun in Polarkoordinaten aus, so erhält man für den Radius den Ausdruck
Die Konstante e hängt nur vom Abstand zwischen den Sensorpositionen und dem gemessenen Abstand ab und ist gegeben durch
Das Vorzeichen im Nenner hängt davon ab, ob der Empfänger links oder rechts vom Sender steht. Der Parameter θ gibt hierbei den Winkel zwischen der Sender-Empfänger Achse und der Geraden, die durch Sender und Objekt geht, an (siehe
Wir betrachten im Folgenden nur den Fall von direkten Abstandsmessungen. Sollten indirekte Abstandsmessungen vorliegen, so können diese mithilfe von Gleichung (3) in direkte Abstandsmessungen konvertiert werden. Für den Winkel θ reicht in den meisten Fällen eine grobe Schätzung. Bei einem fahrenden Auto könnte man zum Beispiel annehmen, dass sich das Objekt vor dem Fahrzeug befindet. In dem Fall wäre
Für die Positionskoordinaten O ∈ R3 eines Reflektionspunktes, gemessen mit m Sensoren mit Koordinaten Pi ∈ R3, i = 1, ..., m, gilt für die direkten Abstandsmessungen di ≥ 0 die Formel in Gleichung (5)
Quadriert man beide Seiten von Gleichung (5) und zieht das arithmetische Mittel aller Gleichungen von jeder einzelnen Gleichung ab, so erhält man das lineare Gleichungssystem in Gleichung (6).
Wir bezeichnen im Folgenden die Systemmatrix aus Gleichung (6) mit A und die rechte Seite des linearen Gleichungssystems mit b. Das lineare Gleichungssystem lässt sich dann schreiben als AO = b. Es ist bekannt, dass alle Lösungen O dieses Systems ausgedrückt werden können wie in Gleichung (7).
Hierbei bezeichnet A† die Moore-Penrose Pseudoinverse der Matrix A. Mit I bezeichnen wir die Einheitsmatrix im R3 und der Vektor ω ∈ R3 ist eine freie Variable die alle möglichen Lösungen parametrisiert. Die Matrix (I - A†A) ∈ R3,3 beschreibt die orthogonale Projektion auf den Nullraum der Matrix A. Für eine beliebige Matrix Q ∈ Rk,l ist ihr Nullraum ker(Q) wie in Gleichung (8) definiert
Die Systemmatrix A aus Gleichung (6) hängt nur von den Sensorpositionen ab. Ihre Moore-Penrose Pseudoinverse A† sowie ihr Nullraum ker(A) können vorab für alle möglichen Kombinationen von Sensorpositionen abgespeichert werden. Pro Kombination müssen dann maximal 3m Zahlen für die Pseudoinverse und 9 Zahlen für den Nullraum hinterlegt werden (insgesamt also 3m + 9 Zahlen). Die Zahl m steht hier für die Anzahl an Sensoren, die bei der Messung involviert waren. Bei einem Sensorsystem mit M Sensoren werden demnach
Zahlen abgespeichert, wenn man alle möglichen Sensorkombinationen berücksichtigt. Bei einem beispielhaften System bestehend aus 12 Sensoren und einer 32 Bit Darstellung für die Zahlen wären dies 110592 Zahlen. Hierfür würde man 432 kB an Speicher benötigen. Müsste man, wie zuvor erwähnt, auch auf virtuelle Sensoren zurückgreifen, dann bestünde das System aus insgesamt 78 Sensoren. In dem Fall wäre es unmöglich alle Kombinationen abzuspeichern, da dies mehr als 1025 kB an Speicher erfordert.Numbers saved considering all possible sensor combinations. In an exemplary system consisting of 12 sensors and a 32-bit representation for the numbers, this would be 110592 numbers. This would require 432 kB of memory. If, as previously mentioned, one had to use virtual sensors, then the system would consist of a total of 78 sensors. In that case it would be impossible to store all the combinations, since this requires more than 10-25 kB of memory.
Die Moore-Penrose Pseudoinverse lässt sich numerisch zum Beispiel über eine Singulärwertzerlegung bestimmen. Der Nullraum ker(A) kann unter anderem mit Hilfe des Gaußschen Eliminationsverfahrens berechnet werden.The Moore-Penrose pseudoinverse can be determined numerically, for example using a singular value decomposition. The null space ker(A) can be calculated using the Gaussian elimination method, among other things.
Der weitere Ablauf des Verfahrens hängt von der Größe des Nullraums ker(A) ab. Wir unterscheiden die folgenden Fälle.
- a) Der Nullraum lässt sich durch drei linear unabhängige Vektoren beschreiben.
- a) The null space can be described by three linearly independent vectors.
Dieser Fall kann nur auftreten, wenn m = 0 ist, d. h. wenn es keine Messung gibt. In diesem Fall ist keine Positionsbestimmung möglich.
- b) Der Nullraum lässt sich durch zwei linear abhängige Vektoren beschreiben.
- b) The null space can be described by two linearly dependent vectors.
Dieser Fall kann nur auftreten, wenn m = 1 ist, d. h. wenn es genau eine Messung gibt. In diesem Fall ist keine vollständige Positionsbestimmung möglich und das hier dargestellte Verfahren ist nicht anwendbar.
- c) Der Nullraum lässt sich durch exakt einen vom Nullvektor verschiedenen Vektor beschreiben.
- c) The null space can be described by exactly one vector different from the zero vector.
Dieser Fall tritt bei einer 3D Positionsbestimmung auf, wenn sich die m ≥ 3 Sensorpositionen in einer Ebene befinden. Bei einer 2D Positionsbestimmung tritt dieser Fall auf wenn die m ≥ 2 Sensoren auf einer Linie liegen. Der Nullraum der Matrix A ist in diesem Fall eindimensional und orthogonal zur Ebene/Linie, die durch die Sensorpositionen aufgespannt wird. Bezeichnet man den Vektor, der den Nullraum beschreibt, mit v, dann reduziert sich die Lösungsmenge aus Gleichung (7) auf die Parametrisierung in Gleichung (10).
Die Variable θ ist dabei zunächst ein freier Parameter. Mittelt man die quadrierten Gleichungen aus Gleichung (5), so erhält man die Darstellung in Gleichung (11).
Setzt man nun die Darstellung von Gleichung (10) in Gleichung (11) ein, so erhält man eine quadratische Gleichung pθ2+qθ+r = 0. Die Parameter p, q und r sind gegeben durch
Die Nullstellen des Polynoms erhält man nun mit Hilfe der Mitternachtsformel.
Die beiden Lösungen sind symmetrisch bezüglich der Ebene/Linie, die durch die Sensorpositionen aufgespannt wird. Da sich das Objekt üblicherweise vor den Sensoren befindet, entfällt die Nichteindeutigkeit. Die Objektposition ist gegeben durch A†b + θLv, wobei θL die in Gleichung (15) gewählte Lösung ist. Der Rechenaufwand für die Bestimmung von θL sowie der Koeffizienten p, q und r ist minimal. Die meisten Größen, die in diesen Ausdrücken verwendet werden, benötigt man bereits um die rechte Seite b zu bestimmen. Der Vektor v kann zudem so gewählt werden, dass seine Länge 1 beträgt. In dem Fall entfällt die Berechnung von p.
- d) Der Nullraum besteht ausschließlich aus dem Nullvektor
- d) The null space consists exclusively of the null vector
Dieser Fall tritt bei einer 3D Positionsbestimmung auf, wenn sich die m ≥ 4 Sensorpositionen nicht alle in einer Ebene befinden. Bei einer 2D Positionsbestimmung tritt dieser Fall auf, wenn die m ≥ 3 Sensoren nicht alle auf einer Linie liegen. Der Nullraum der Matrix A ist in diesem Fall der Nullvektor. Die Lösung aus Gleichung (7) reduziert sich daher auf die Matrix-Vektor Multiplikation O = A†b.This case occurs with a 3D position determination if the m ≥ 4 sensor positions are not all in one plane. This case occurs in a 2D position determination if the m ≥ 3 sensors are not all in one line. In this case, the null space of the matrix A is the zero vector. The solution of equation (7) therefore reduces to the matrix-vector multiplication O = A † b.
Für ein gegebenes Verfahren f : Rm → R3 kann man die Zugehörige Kovarianzmatrix Cf ∈ R3,3 im Punkt p0 durch eine Approximation erster Ordnung berechnen:
Hierbei ist D[f](p0) ∈ R3,m die Jacobi Matrix des Verfahrens f im Punkt p0 und Cp ∈ Rm,m ist die Kovarianzmatrix der Eingabeparameter. Im hier beschriebenen Verfahren sind die Eingabeparameter die gemessenen Abstände. Lediglich die rechte Seite b sowie der Skalierungsparameter θ hängen von den Abstandsmessungen ab. Die Jacobi Matrix für den hier dargestellten Laterationsansatz ist wegen der Linearität der Ableitung demnach gegeben durch A†D[b](d) + vD[θ](d). Es gilt weiterhin
Das Symbol δij ist 1 wenn i = j und sonst 0. Kennt man die Kovarianzmatrix der Abstandsmessungen, so kann man auch die Kovarianzmatrix der Lateration bestimmen.The symbol δ ij is 1 if i = j and 0 otherwise. Knowing the covariance matrix of the distance measurements, one can also determine the covariance matrix of the lateration.
Grundsätzlich kann angenommen werden, dass alle Messsensoren das gleiche Fehlerverhalten haben. Jede Abstandsmessung di wird mit einem Fehler gemessen, der maximal ±εi sein kann. Im überbestimmten Fall ergibt sich die Positionsbestimmung über eine einzelne Matrix-Vektor Multiplikation. Die gemessene Distanz di kann dann dargestellt werden als Summe der korrekten Distanz δi und des Fehlers ±εi (also di = δi ± ε). Im überbestimmten Fall gehen die gemessenen Distanzen nur an einer einzigen Stelle in unsere Gleichungen (6) ein. Hieraus ergibt sich in Approximation erster Ordnung des Fehlers die Darstellung in Gleichung (21).
Im überbestimmten Fall ist die Lösung darstellbar als O = A†b. Nutzt man die Approximation aus Gleichung (21), so erhält man die folgende Darstellung für die Position des Reflexionspunktes.
Der Term A†bk stellt hier die exakte Lösung dar. Der Term A†δε stellt den Fehler dar. Der Vektor δε ist definiert als
Platziert man alle Fehler ±εi in einen Vektor ε ∈ Rm und nimmt man an, dass die Fehler einer stetigen Gleichverteilung folgen, so befindet sich dieser Vektor in einem m-Dimensionalen Hyperwürfel. Unter der Voraussetzung, dass alle Distanzen δi positiv sind, existieren lineare
Bei einer m-dimensionalen Messung mit n Sensoren besitzt die Matrix A†L insgesamt mn Einträge. Dementsprechend muss man für jede mögliche Kombination an Sensoren mn Zahlen abspeichern. Geht man beispielsweise wieder von einem System von 12 Sensoren im 3D Raum aus, so wären dies maximal
Zahlen, die abgespeichert werden müssten. Dies entspricht einem Speicherverbauch von ungefähr 2,2 MB, wenn alle Zahlen in 32 Bit Genauigkeit abgespeichert werden.Numbers that need to be saved. This corresponds to a memory consumption of about 2.2 MB if all numbers are saved with 32-bit precision.
Wenn die Messung nicht überbestimmt ist, wenn man also zum Beispiel nur 3 Messungen für eine 3D Positionsbestimmung zur Verfügung hat, ergibt sich ein komplexeres Fehlerbild aus überlagerten Kreisscheiben, welches nicht so einfach in geschlossener Form darstellbar ist.If the measurement is not overdetermined, for example if you only have 3 measurements for a 3D position determination, a more complex error pattern results from superimposed circular disks, which is not so easy to represent in a closed form.
Figurenlistecharacter list
Nachfolgend werden Ausführungsbeispiele der Erfindung unter Bezugnahme auf die begleitende Zeichnung im Detail beschrieben. In der Zeichnung:
-
1 zeigt die geometrischen Zusammenhänge zwischen Sensoren und Objekt mittels einer indirekten Abstandsmessung für einen zweidimensionalen Ansatz; -
2 stellt den Fehler dar, der bei der Konvertierung einer indirekten Abstandsmessung in eine direkte Abstandsmessung unter Annahme eines festen Winkels von θ = π/2 auftritt; -
3 stellt direkte Abstandsmessungen in einem dreidimensionalen Ansatz dar; und -
4 zeigteine Fehlerabschätzung mit 4 Abstandsmessungen. Die unskalierte Region kann vorab berechnet werden, da sie nur von den Sensoren abhängt. Die Skalierung ergibt sich aus den gemessenen Abständen.
-
1 shows the geometric relationships between sensors and object using an indirect distance measurement for a two-dimensional approach; -
2 represents the error involved in converting an indirect distance measurement to a direct distance measurement, assuming a fixed angle of θ = π/2; -
3 depicts direct distance measurements in a three-dimensional approach; and -
4 shows an error estimate with 4 distance measurements. The unscaled region can be precomputed since it only depends on the sensors. The scaling results from the measured distances.
Ausführungsformen der ErfindungEmbodiments of the invention
Claims (12)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022200750.6A DE102022200750A1 (en) | 2022-01-24 | 2022-01-24 | Ultrasonic transceiver arrangement for detecting and locating a surrounding object |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022200750.6A DE102022200750A1 (en) | 2022-01-24 | 2022-01-24 | Ultrasonic transceiver arrangement for detecting and locating a surrounding object |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022200750A1 true DE102022200750A1 (en) | 2023-07-27 |
Family
ID=87068645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022200750.6A Pending DE102022200750A1 (en) | 2022-01-24 | 2022-01-24 | Ultrasonic transceiver arrangement for detecting and locating a surrounding object |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102022200750A1 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019207688A1 (en) | 2019-05-26 | 2020-11-26 | Robert Bosch Gmbh | Method and driver assistance system for classifying objects in the vicinity of a vehicle |
DE102019215394A1 (en) | 2019-10-08 | 2021-04-08 | Robert Bosch Gmbh | Method and driver assistance system for classifying objects in the vicinity of a vehicle |
-
2022
- 2022-01-24 DE DE102022200750.6A patent/DE102022200750A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019207688A1 (en) | 2019-05-26 | 2020-11-26 | Robert Bosch Gmbh | Method and driver assistance system for classifying objects in the vicinity of a vehicle |
DE102019215394A1 (en) | 2019-10-08 | 2021-04-08 | Robert Bosch Gmbh | Method and driver assistance system for classifying objects in the vicinity of a vehicle |
Non-Patent Citations (1)
Title |
---|
MEYER, Thomas H. ; ELAKSHER, Ahmed E.: Solving the Multilateration without Iteration. In: Geomatics, Vol. 1, 2021, S. 324-334. – ISSN 2673-7418 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102018102884A1 (en) | LIDAR RADAR RELATIVE POSE CALIBRATION | |
DE102018124108A1 (en) | METHOD AND DEVICE FOR DETECTING ROAD LIMITATION | |
DE112018006161T5 (en) | System and method for controlling a vehicle | |
EP3177498A1 (en) | Method for generating a map of surroundings of an area of the surroundings of a motor vehicle, driver assistance system and motor vehicle | |
EP3430423B1 (en) | Method for improving detection of at least one object in an environment of a motor vehicle by means of an indirect measurement using sensors, control device, driver assistance system, and motor vehicle | |
DE102015115786B4 (en) | METHOD AND SYSTEM REALIZED ON A COMPUTER FOR PROCESSING A SEQUENCE OF IMAGES | |
DE102020128819A1 (en) | SELF-CORRECTING VEHICLE LOCATION | |
DE112020004880T5 (en) | Axial Deviation Estimator | |
DE102015115789B4 (en) | METHOD AND SYSTEM REALIZED ON A COMPUTER FOR PROCESSING AN IMAGE | |
EP1205765A2 (en) | Method of recognising conducting cables for low flying aircraft | |
DE102018215151A1 (en) | Method and control unit for a radar sensor architecture | |
DE102022200750A1 (en) | Ultrasonic transceiver arrangement for detecting and locating a surrounding object | |
DE112020005126T5 (en) | movement warning device | |
DE102016105022A1 (en) | Method for detecting at least one object in an environment of a motor vehicle by an indirect measurement with sensors, control device, driver assistance system and motor vehicle | |
DE102022120231A1 (en) | Multi-level angle of arrival estimation in a vehicle radar system | |
DE102018218003A1 (en) | Process, computer program and measuring system for the evaluation of movement information | |
DE102018217000A1 (en) | Process, computer program and measuring system for the evaluation of movement information | |
DE102021125773A1 (en) | METHOD OF SIMULTANEOUSLY ESTIMATING MOTION AND SHAPE OF A TARGET VEHICLE USING A PREDISTRIBUTION MODEL OF A TRACKLET | |
DE102019211327B4 (en) | Device, vehicle and method for improved multi-radar sensor calibration | |
WO2011036013A1 (en) | Method and device for determining the position of a watercraft | |
DE102019219247A1 (en) | Process for environment detection, data processing unit | |
DE102019204408B4 (en) | Method for determining the yaw rate of a target object based on sensor data, for example from a high-resolution radar | |
DE102021202641A1 (en) | Method for determining a state of motion of a rigid body | |
DE102009020636B4 (en) | Method for improved detection of line-type objects | |
DE102022210119A1 (en) | Radar-based environment detection system for motor vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified |