DE102022206144A1

DE102022206144A1 - Verfahren zur Lokalisierung eines Fahrzeugs, Sensoreinrichtung, Fahrzeug und Computerprogrammprodukt

Info

Publication number: DE102022206144A1
Application number: DE102022206144.6A
Authority: DE
Inventors: Wassim SULEIMAN; Nicolai Glatz
Original assignee: Continental Autonomous Mobility Germany GmbH
Current assignee: Continental Autonomous Mobility Germany GmbH
Priority date: 2022-06-20
Filing date: 2022-06-20
Publication date: 2023-12-21
Also published as: WO2023246989A1

Abstract

Verfahren zur Lokalisierung eines Fahrzeugs (1) aus eine Umgebung des Fahrzeugs (1) beschreibenden Sensordatensätzen, welche jeweils mehrere Gauß-Verteilungen (11, 12) umfassen, mit den Schritten:- Aufnehmen eines ersten Sensordatensatzes an einer ersten Fahrzeugposition (9), wobei der erste Sensordatensatz mehrere erste Gauß-Verteilungen (11) in einem ersten Koordinatensystem umfasst,- Aufnehmen eines zweiten Sensordatensatzes nach einer Bewegung des Fahrzeugs (1), wobei der zweite Sensordatensatz mehrere zweite Gauß-Verteilungen (12) in einem zweiten Koordinatensystem umfasst,- Zuordnen der jeweils nächstliegenden ersten Gauß-Verteilung (11) zu den zweiten Gauß-Verteilungen (12) oder der jeweils nächstliegenden zweiten Gauß-Verteilung (12) zu den ersten Gauß-Verteilungen (11), wobei die Zuordnung jeweils durch Auswertung eines Distanzkriteriums erfolgt,- Ermitteln wenigstens einer eine Verschiebung und/oder eine Rotation umfassenden Transformationsvorschrift zwischen dem ersten und dem zweiten Koordinatensystem unter Minimierung der von dem Distanzkriterium beschriebenen Abstände zwischen den jeweils nächstliegenden Gauß-Verteilungen (11, 12),- Ermitteln einer zweiten Fahrzeugposition (10) aus der ersten Fahrzeugposition (9) und der Transformationsvorschrift.

Description

Die Erfindung betrifft ein Verfahren zur Lokalisierung eines Fahrzeug aus eine Umgebung des Fahrzeugs beschreibenden, mit Hilfe wenigstens eines Sensors einer Sensoreinrichtung des Fahrzeugs aufgenommenen Sensordatensätzen, wobei die Sensordatensätze jeweils mehrere Gauß-Verteilungen umfassen, wobei die Gauß-Verteilungen jeweils aus wenigstens einem Messpunkt der Sensoreinrichtung gebildet werden und in Bezug zu einem Koordinatensystem jeweils zumindest einen Teil eines Objekts im Umfeld des Fahrzeugs beschreiben. Weiterhin betrifft die Erfindung eine Sensoreinrichtung, ein Fahrzeug sowie ein Computerprogrammprodukt.
Um Kenntnisse über ihre Umgebung zu erhalten, können Fahrzeuge Sensoren aufweisen, welche beispielsweise Objekte in der Umgebung des Fahrzeugs erkennen können. Die Kenntnis über die Präsenz der Objekte kann Fahrvorgänge des Fahrzeugs erleichtern. Die über die Sensoren gewonnenen Informationen können dabei sowohl einem Fahrer angezeigt werden als auch autonome oder teilautonome Fahrvorgänge ermöglichen.
Als Sensoren können dabei beispielsweise Abstandssensoren eingesetzt werden, welche den Abstand zwischen dem Sensor bzw. dem Fahrzeug und einem Objekt in der Umgebung des Fahrzeugs ermitteln können. Abstandssensoren umfassen üblicherweise eine Sendeeinrichtung, welche Signale aussendet sowie eine Empfangseinrichtung, welche an Objekten in der Umgebung reflektierte Signale als Echos empfängt. Dabei kann anhand einer Laufzeitdifferenz zwischen dem Zeitpunkt des Sendens des Signals und dem Zeitpunkt des Empfangs des Echos unter Berücksichtigung der Ausbreitungsgeschwindigkeit des Signals der Abstand, oder anders ausgedrückt, die Entfernung, zum Objekt bestimmt werden.
Üblicherweise können derartige Abstandssensoren in Kraftfahrzeugen zur Umfelderfassung eingesetzt werden. Besondere Bedeutung spielen dabei zum Beispiel Ultraschallsensoren, welche insbesondere bei semi-automatischen oder automatischen Fahrmanövern, vor allem im Zusammenhang mit Parkanwendungen, etwa der Parkdistanzmessung, Parklückensuche oder beim Parken, eingesetzt werden können. Dabei wird das Kraftfahrzeug üblicherweise relativ zu den Objekten bewegt, wobei während des Bewegens zu vorbestimmten Zeitpunkten jeweils ein Messzyklus durchgeführt wird. Bei jedem Messzyklus wird dabei mit einem Abstandssensor wenigstens ein Signal ausgesendet.
Wenn zwischen zwei Messzyklen eine Fahrzeugbewegung stattgefunden hat, dann ändert sich die Position und/oder die Orientierung der erfassten Objekte in Bezug zu einem fahrzeugfesten Koordinatensystem. Wenn aus einem Vergleich zwischen den relativen Objektanordnungen aus unterschiedlichen Messzyklen eine Information über die Fahrzeugbewegung abgeleitet werden soll, dann ist es erforderlich, eine auch als Registrierung bezeichnete Zuordnung der jeweils ermittelten Objekte vorzunehmen. Dadurch kann die relative Positionsänderung der Objekte in Bezug zum Fahrzeug ermittelt werden. Aus der relativen Positionsänderung von stationären Objekten kann anschließend auch eine Bewegung des Fahrzeugs nachvollzogen werden.
Die Zuordnung bzw. Registrierung der Objekte stellt dabei eine Herausforderung dar. Die dazu anwendbaren Verfahren können insbesondere von der Art einer Objektbeschreibung in den Umfelddaten, welche aus den Messwerten der Sensoren erzeugt werden, abhängen. Die Umfelddaten können dabei beispielsweise als Punktewolken aus den Messpunkten oder als Objektkarten, in denen die erfassten Objekte als geometrische Figuren, zum Beispiel als Polygone, beschrieben sind, erzeugt werden.
Ein Verfahren, um unterschiedliche Punkte in zwei Datensätzen zuzuordnen, wird zum Beispiel in dem Artikel von Besl, Paul J.; N.D. McKay „A Method for Registration of 3-D Shapes“, IEEE Transactions on Pattern Analysis and Machine Intelligence, 14 (2), S. 239-256, 1992, beschrieben. Dabei wird eine Transformation bzw. Abbildungsvorschrift, welche einen ersten Punktdatensatz auf einem zweiten Punktdatensatz abbildet, ermittelt, indem für die Punkte des ersten Datensatzes schrittweise jeweils der nächstliegende Punkt in dem zweiten Datensatz gesucht wird. Anschließend wird einer der Datensätze in einem Transformationsschritt transformiert, um die Abstände zu minimieren. Diese Schritte werden so oft ausgeführt, bis ein Minimum der Abstände erreicht wurde. Die Abbildungsvorschrift für die Datensätze ergibt sich dann aus der Summe der jeweils durchgeführten Transformationsschritte.
Neben Beschreibungen von Objekten durch Punktewolken aus Messpunkten oder als Polygone können Objekte auch in anderer Form in den Umfelddaten abgebildet werden. Insbesondere sind in dieser Hinsicht Beschreibungen wünschenswert, welche eine kompakte, das heißt datensparsame, Beschreibung der Objekte ermöglichen. Kompaktere Umfelddaten reduzieren die zu ihrer Verarbeitung und/oder Speicherung benötigten Ressourcen und ermöglichen somit eine effizientere Verwendung und/oder den Einsatz günstigerer Hardware.
Jedoch stellt sich auch für eine solche Beschreibung von Objekten die Herausforderung, eine effiziente Zuordnung bzw. Registrierung von Objekten in zwei unterschiedlichen Datensätzen vorzunehmen.
Der Erfindung liegt die Aufgabe zugrunde, eine effizientes Verfahren zur Zuordnung bzw. Registrierung von Objekten in Sensordatensätzen anzugeben, welches insbesondere auch eine kompakte Beschreibung der Objekte ermöglicht.
Zur Lösung dieser Aufgabe ist bei einem Verfahren der eingangsgenannten Art erfindungsgemäß vorgesehen, dass das Verfahren die folgenden Schritte umfasst:

- Aufnehmen eines ersten Sensordatensatzes an einer ersten Fahrzeugposition, wobei der erste Sensordatensatz mehrere erste Gauß-Verteilungen in einem ersten Koordinatensystem umfasst,
- Aufnehmen eines zweiten Sensordatensatzes nach einer Bewegung des Fahrzeugs, wobei der zweite Sensordatensatz mehrere zweite Gauß-Verteilungen in einem zweiten Koordinatensystem umfasst,
- Zuordnen der jeweils nächstliegenden ersten Gauß-Verteilung zu den zweiten Gauß-Verteilungen oder der jeweils nächstliegenden zweiten Gauß-Verteilung zu den ersten Gauß-Verteilungen, wobei die Zuordnung jeweils durch Auswertung wenigstens eines einen Abstand zwischen zwei Gauß-Verteilungen beschreibenden Distanzkriteriums erfolgt,
- Ermitteln wenigstens einer eine Verschiebung und/oder eine Rotation umfassenden Transformationsvorschrift zwischen dem ersten Koordinatensystem und dem zweiten Koordinatensystem unter Minimierung der von dem Distanzkriterium beschriebenen Abstände zwischen den jeweils nächstliegenden Gauß-Verteilungen,
- Ermitteln einer zweiten Fahrzeugposition aus der ersten Fahrzeugposition und der wenigstens einen Transformationsvorschrift.

Es wird also zunächst an einer ersten Fahrzeugposition ein erster Sensordatensatz erfasst. Die erste Fahrzeugposition kann zum Beispiel der Zielort einer zuvor durchgeführten Fahrzeugbewegung sein. Das Fahrzeug kann sich dabei zumindest teilweise selbstständig, d.h. autonom oder teilautonom, in die erste Position bewegt haben. Alternativ kann das Fahrzeug auch durch einen Fahrer in die erste Position bewegt worden sein. Die erste Fahrzeugposition kann insbesondere abhängig von einem mit der Unterstützung des erfindungsgemäßen Verfahrens durchzuführendem Fahrmanöver gewählt werden. Das Fahrmanöver kann dabei insbesondere autonom oder teilautonom durchgeführt werden. Bei dem Fahrmanöver kann es sich zum Beispiel um einen Parkvorgang, also ein Einparken oder ein Ausparken, handeln. Bei einem Einparkvorgang kann sich die erste Fahrzeugposition beispielsweise in der Umgebung einer Parklücke befinden, bei einem Ausparkvorgang kann entsprechend die erste Fahrzeugposition innerhalb der Parklücke liegen.
In der ersten Fahrzeugposition wird der erster Sensordatensatz erfasst, welcher folglich die Objekte in der Umgebung des Fahrzeugs beschreibt. Mittels des wenigstens einen Sensors, welcher beispielsweise als ein Ultraschallsensor ausgeführt ist, werden dazu mehrere Messpunkte erfasst. In dem Sensordatensatz werden insbesondere ein oder mehrere Messpunkte, welche beispielsweise aus einer ähnlichen Entfernung und/oder aus einer ähnlichen Richtung reflektierte Signale (Echos) des Sensors beschreiben, zu einer durch eine Gauß-Verteilung beschriebenen Ellipse zusammengefasst. Die Form der Gauß-Verteilung bzw. der Ellipse kann dabei insbesondere der räumlichen Verteilung der Reflektionsorte der durch die jeweiligen Messpunkte beschriebenen Echos entsprechen oder an diese zumindest angenähert werden. Dabei kann eine Ellipse bzw. eine die Ellipse beschreibende Gauß-Verteilung jeweils ein Objekt oder einen Teil bzw. einen Abschnitt eines Objekts im Umfeld des Fahrzeugs beschreiben. Insbesondere große Objekte und/oder Objekte mit einer komplexeren Geometrie können dabei jeweils durch mehrere Gauß-Verteilungen bzw. mehrere Ellipsen beschrieben werden.
Die räumliche Verteilung der Messpunkte und/oder die räumliche Ausdehnung der aus den Messpunkten ermittelten Gauß-Verteilungen wird im ersten Sensordatensatz in Bezug zu dem ersten Koordinatensystem angegeben. Das erste Koordinatensystem kann beispielsweise die Anordnung der Gauß-Verteilungen in Bezug zu dem Sensor bzw. in Bezug zu dem Fahrzeug beschreiben. Da sich das Fahrzeug bei der Aufnahme des ersten Sensordatensatzes in der ersten Fahrzeugposition befindet, gibt das erste Koordinatensystem die räumliche Verteilung der Gauß-Verteilungen also in Bezug zu der ersten Fahrzeugposition an.
Bewegt sich das Fahrzeug nun in eine zweite Fahrzeugposition, welche von der ersten Fahrzeugposition verschieden ist und, so ändert sich das Bezugsystem, zu dem die räumliche Verteilung der Gauß-Verteilungen bei der Messung des zweiten Sensordatensatzes durch den wenigstens einen Sensor angegeben wird. Die in dem zweiten Sensordatensatz beschriebenen Gauß-Verteilungen sind in einem zweiten Koordinatensystem angegeben, welches sich ebenfalls auf das Fahrzeug beziehen kann. Aufgrund der Fahrzeugbewegung in die zweite Fahrzeugposition beziehen sich die Gauß-Verteilungen nun auf die zweite Fahrzeugposition.
Um eine Lokalisierung des Fahrzeugs, also eine Bestimmung der zweiten Fahrzeugposition aus der ersten Fahrzeugposition, zu ermöglichen, werden anschließend der erste Sensordatensatz und der zweite Sensordatensatz zusammengeführt, indem beispielsweise die Gauß-Verteilungen des einen Sensordatensatzes ohne Berücksichtigung des Versatzes zwischen den Koordinatensystemen in den zweiten Sensordatensatzes übernommen werden. Anschließend kann für die ersten Gauß-Verteilungen des ersten Sensordatensatzes jeweils die nächstliegende Gauß-Verteilung im zweiten Sensordatensatz ermittelt werden. Die jeweils nächstliegende Verteilung wird dabei durch Auswertung des einen Abstand zwischen zwei Gauß-Verteilungen beschreibenden Distanzkriteriums ermittelt. Es ist an dieser Stelle ebenso möglich, dass für die zweiten Gauß-Verteilungen die jeweils nächstliegende erste Gauß-Verteilung ermittelt wird.
Nachdem insbesondere für jede der Gauß-Verteilungen des einen Sensordatensatzes die jeweils nächstliegende Gauß-Verteilung des anderen Sensordatensatzes ermittelt wurde, wird eine eine Verschiebung und/oder eine Rotation umfassende Transformationsvorschrift zwischen dem ersten Koordinatensystem und dem zweiten Koordinatensystem ermittelt. Die Ermittlung der Transformationsvorschrift erfolgt dabei unter Minimierung der von dem Distanzkriterium beschriebenen Abstände zwischen den jeweils nächstliegenden Gauß-Verteilungen. In anderen Worten erfolgt ein Ausrichten des ersten Koordinatensystems und des zweiten Koordinatensystems relativ zueinander, wodurch die unterschiedlichen Bezugspositionen zumindest teilweise ausgeglichen werden können.
Dies ermöglicht es, dass mithilfe der Transformationsvorschrift aus der ersten Position die zweite Fahrzeugposition ermittelt, beispielsweise berechnet oder zumindest angenähert, werden kann. Es ist insbesondere möglich, dass nach dem Ermitteln einer ersten Transformationsvorschrift eine erneute, weitere Zuordnung der Gauß-Verteilungen erfolgt und anschließend eine weitere Transformationsvorschrift durch erneute Minimierung der durch das Distanzkriterium beschriebenen Abstände zwischen den nun zugeordneten Paaren von Gauß-Verteilungen ermittelt wird. Die Schritte der Zuordnung der Gauß-Verteilungen sowie der Ermittlung einer Transformationsvorschrift können dabei so oft wiederholt werden, bis ein Minimum für die Abstände erreicht wurde. Es kann also iterativ eine Wiederholung der Zuordnung sowie der anschließenden Ermittlung einer Transformationsvorschrift vorgenommen werden.
Die zweite Fahrzeugposition kann dann insbesondere in Abhängigkeit aller ermittelten Transformationsvorschriften bestimmt werden. Dabei kann beispielsweise eine alle Verschiebungen und/oder alle Rotationen abbildende Gesamttransformationsvorschrift bestimmt werden, welche angewendet auf die erste Fahrzeugposition zum Ermitteln der zweiten Fahrzeugposition verwendet werden kann.
Bezüglich der Zuordnung der Gauß-Verteilungen des einen Sensordatensatzes zu den Gauß-Verteilungen des anderen Sensordatensatzes ist zu erwähnen, dass jeweils die nächstliegende, also die in dem geringsten, vom Distanzkriterium beschriebenen Abstand, liegende Gauß-Verteilung betrachtet wird. Diese muss nicht zwingend einer demselben Objekt zugeordneten Gauß-Verteilung entsprechen. Insbesondere können sich die jeweils nächstliegenden Gauß-Verteilungen für unterschiedliche Zuordnungsschritte auch ändern. Iterativ können dabei vorteilhaft eine Verschiebung und/oder eine Rotation zwischen dem ersten Koordinatensystem und dem zweiten Koordinatensystem bestimmt werden, sodass eine Lokalisierung des Fahrzeugs auf Grundlage des ersten Sensordatensatzes und des zweiten Sensordatensatzes möglich ist.
Die Lokalisierung des Fahrzeugs kann insbesondere im Rahmen eines (teil-)automatisierten Fahrvorgangs des Fahrzeugs erfolgen. Der erste Sensordatensatz und der zweite Sensordatensatz können jeweils auch als Karten bzw. Karteninformationen bezeichnet werden. Die Gauß-Verteilungen können jeweils eine mehrdimensionale Wahrscheinlichkeitsdichteverteilung sein. In den Sensordatensätzen können die Gauß-Verteilungen zum Beispiel als Kovarianz-Matrizen beschrieben werden.
Durch das erfindungsgemäße Verfahren wird vorteilhaft eine einfache Abbildung von Umgebungsinformationen ermöglicht. Die ermittelten Sensordatensätze sind dabei speichereffizient und benötigen dabei wenig Rechenleistung für ihre Erstellung. Auch die Lokalisierung des Fahrzeugs kann in einer vorgegebenen Dauer vorteilhaft mit einer vergleichsweise geringen Rechenleistung ermittelt werden. Dadurch ergibt sich vorteilhaft eine Eignung des Verfahrens für Sensoreinrichtungen, welche neben dem wenigstens Sensor eine Recheneinrichtung mit einer vergleichsweise geringen Rechenkapazität umfasst. Das erfindungsgemäße Verfahren ermöglicht es, auch bei einer solchen Sensoreinrichtung in einer annehmbaren Zeit eine Lokalisierung des Fahrzeugs auf Grundlage eines ersten und eines zweiten Sensordatensatzes vorzunehmen.
Darüber hinaus weist die Lokalisierung des Fahrzeugs aus den Sensordatensätzen den Vorteil auf, dass eine genaue Positionsbestimmung, insbesondere während eines mehrere Bewegungen des Fahrzeugs umfassenden Fahrmanövers, möglich ist. Verglichen mit einer Positionsbestimmung über Odometrie weist das erfindungsgemäße Verfahren keinen sich akkumulierenden Fehler auf. Weiterhin kann mittels des Verfahrens auch bei Bewegungen auf engem Raum und/oder bei einem zu einem großen Anteil Dreh- und/oder Querbewegung des Fahrzeugs aufweisenden Fahrmanöver des Fahrzeugs, wie einem Parkvorgang, eine präzise Positionsermittlung erfolgen. Das Verfahren kann insbesondere auch dazu eingesetzt werden, mehrfach eine Fahrzeugposition im Verlauf eines Fahrmanövers zu ermitteln.
In einer bevorzugten Ausgestaltung der Erfindung kann vorgesehen sein, dass die Gauß-Verteilungen in dem ersten Sensordatensatz und dem zweiten Sensordatensatz jeweils eine einen oder mehrere Messpunkte zusammenfassende Ellipsen beschreiben. Eine Zusammenfassen insbesondere mehrerer Messpunkte als eine Ellipse stellt eine effiziente Möglichkeit zur Beschreibung der Objekte in den Sensordatensätzen dar. Eine Ellipse hat in diesem Zusammenhang den Vorteil, dass ihre mathematische Beschreibung verglichen mit einem Polygon oder einer Punktewolke vergleichsweise einfach ist und somit nur wenig Datenvolumen benötigt. Weiterhin kann eine Ellipse, beispielsweise abhängig von dem Verhältnis ihrer Halbachsen, unterschiedliche Formen annehmen und somit die Geometrie von unterschiedlichen Objekten beschreiben.
Vorteilhaft kann eine solche Ellipse durch eine Gauß-Verteilung beschrieben werden. Dabei kann die Ellipse zum Beispiel einer Wahrscheinlichkeit zugeordnet werden und eine insbesondere zweidimensionale Gauß-Verteilung kann derart ermittelt werden, dass sie aufgrund ihrer Kovarianz für diese Wahrscheinlichkeit die entsprechende Ellipse abbildet. Verglichen mit einer Beschreibung der Ellipsen über ihre Halbachsen und/oder ihre Brennpunkte stellt die Beschreibung der Ellipsen durch die Gauß-Verteilungen eine effiziente Art der mathematischen Beschreibung dar.
Erfindungsgemäß kann vorgesehen sein, dass die Gauß-Verteilungen jeweils wenigstens zweidimensional sind, wobei ein Distanzkriterium verwendet wird, welches wenigstens eine Distanz in Bezug zu den wenigstens zwei Dimensionen angibt. Die zwei Dimensionen können dabei einer Ebene einer Fahrbahnoberfläche entsprechen, auf welcher das Fahrzeug steht. Auf diese Weise können die Gauß-Verteilungen jeweils eine in dieser Ebene liegende Ellipse beschreiben. Es ist möglich, dass auch dreidimensionale Gauß-Verteilungen verwendet werden, insbesondere wenn der wenigstens eine Sensor und/oder eine den Sensor umfassende Sensoreinrichtung auch zur Ermittlung einer den jeweiligen Messpunkten zugeordneten Objekthöhe ausgebildet ist.
Als ein Distanzkriterium kann erfindungsgemäß eine Mahalanobis-Distanz, eine Bhattacharyya-Distanz, eine Kullback-Leibler-Distanz und/oder eine wahrscheinlichkeitsbasierte Distanz zwischen zwei Gauß-Verteilungen verwendet werden, wobei die wahrscheinlichkeitsbasierte Distanz die Wahrscheinlichkeit angibt, die dem Mittelwert einer der Gauß-Verteilungen in der anderen Gauß-Verteilung zugeordnet ist.
Als Mittelwert einer Gauß-Verteilung kann dabei zum Beispiel der Erwartungswert der Gauß-Verteilung verwendet werden. Die wahrscheinlichkeitsbasierte Distanz kann dabei die Wahrscheinlichkeit angeben, dass der Mittelwert bzw. Erwartungswert einer ersten Gauß-Verteilung in einer zweiten Gauß-Verteilung liegt, wobei diejenige zweite Gauß-Verteilung als nächstliegende Gauß-Verteilung ausgewählt wird, bei welcher die Wahrscheinlichkeit am größten ist. Entsprechend gilt dies auch bei umgekehrter Zuordnung einer ersten Gauß-Verteilung als nächstliegende Verteilung zu einer zweiten Gauß-Verteilung.
Alternativ oder zusätzlich können als Distanzkriterium auch mathematische Distanzen verwendet werden, welche einen Abstand zwischen zwei Verteilungen angeben, so wie beispielsweise die Bhattacharyya-Distanz oder die Kullback-Leibler-Distanz. Auch eine mathematische Distanz wie eine Mahalanobis-Distanz, welche den Abstand eines Punktes, beispielsweise eines Mittelpunkts einer der Verteilungen, zu einer Verteilung angibt, kann zusätzlich oder alternativ als ein Distanzkriterium verwendet werden.
Erfindungsgemäß kann vorgesehen sein, dass die Zuordnung der jeweils nächstliegenden Gauß-Verteilungen in Abhängigkeit wenigstens eines Zuordnungskriteriums erfolgt, wobei als Zuordnungskriterium ein Verhältnis zwischen den Amplituden der durch die Gauß-Verteilungen beschriebenen Messwerte, ein Verhältnis zwischen Richtungen, welche den durch die Gauß-Verteilungen beschriebenen Messwerten zugeordnet sind, und/oder ein Verhältnis zwischen den Krümmungen der durch die Gauß-Verteilung beschriebenen Objekte verwendet werden. Die Zuordnungskriterien können dabei jeweils zusätzlich zu dem Distanzkriterium verwendet werden, oder es können ein oder mehrere höherdimensionale Distanzkriterien verwendet werden, welche neben einer räumlichen Distanz, beispielsweise in x-Richtung und y-Richtung, auch wenigstens eine weitere, einem Zuordnungskriterium entsprechende Dimension umfassen. Durch die Verwendung der Zuordnungskriterien kann die Qualität der Zuordnungen verbessert werden kann. Vorteilhaft kann durch das Verwenden von einem oder mehreren Zuordnungskriterien die Anzahl an benötigten Iterationsschritten reduziert werden, sodass eine schnelle Ermittlung der Zuordnungsvorschrift ermöglicht wird.
Durch das Verwenden von einem oder mehreren Zuordnungskriterien wird es wahrscheinlicher, dass eine erste Gauß-Verteilung an eine zweite Gauß-Verteilung (oder umgekehrt) zugeordnet wird, welche von demselben Objekt reflektierte Messwerte umfasst. Da die Eigenschaften des Objekts Einfluss auf die von dem Objekt reflektierten Echos haben, können Eigenschaften der Echos betrachtet werden, um passende Gauß-Verteilungen zu ermitteln bzw. um offensichtliche oder zumindest sehr wahrscheinliche Fehlzuordnungen zu vermeiden.
In Abhängigkeit der Zuordnungskriterien kann also entschieden werden, ob statt einer den geringsten, durch das Distanzkriterium beschriebenen Abstand aufweisenden Gauß-Verteilung eine andere, beispielsweise die den zweitgeringsten Abstand aufweisende, Gauß-Verteilung als nächstliegende Gauß-Verteilung gewählt wird, wenn die in dem geringsten Abstand liegende Gauß-Verteilung nur einen schlechten Übereinstimmungsgrad bei einem oder mehreren betrachteten Zuordnungskriterien aufweist. Es ist zum Beispiel möglich, dass innerhalb eines Abstandsbereichs um eine erste Gauß-Verteilung, beispielsweise in Abständen, welche kleiner sind als ein vorgegebener Abstandsgrenzwert, mehrere zuordenbare zweite Gauß-Verteilungen liegen, wobei aus dieser Gruppe von zweiten Gauß-Verteilungen die nächstliegende Gauß-Verteilung in Abhängigkeit des wenigstens einen Zuordnungskriteriums, insbesondere in Abhängigkeit des Grad einer Übereinstimmung der als Zuordnungskriterium betrachteten Eigenschaften der Gauß-Verteilungen und/oder ihrer Messwerte, ausgewählt wird. Dieses Beispiel gilt entsprechend auch bei Zuordnung einer von mehreren ersten Gauß-Verteilungen zu einer zweiten Gauß-Verteilung.
Als Zuordnungskriterium kann das Verhältnis zwischen den Amplituden der durch die Gauß-Verteilungen beschriebenen Messwerte verwendet werden. Dabei kann eine Zuordnung einer Gauß-Verteilung als nächstliegende Gauß-Verteilung erfolgen, wenn die Amplituden möglichst ähnlich sind bzw. wenn das Amplitudenverhältnis innerhalb eines vorgegebenen Intervalls liegt. Zusätzlich oder alternativ dazu kann als ein Zuordnungskriterium auch das Verhältnis zwischen Richtungen, welche den durch die Gauß-Verteilungen beschriebenen Messwerten zugeordnet sind, betrachtet werden, wobei eine Zuordnung insbesondere dann erfolgt, wenn den Messwerten die gleiche oder zumindest eine ähnliche Richtung zugeordnet ist. Die Richtung kann dabei gegebenenfalls anhand einer die Bewegung des Fahrzeugs beschreibenden Bewegungsinformation korrigiert werden, um eine relative Richtungsänderung aufgrund der Fahrzeugbewegung zu berücksichtigen. Als Richtung kann dabei insbesondere der Azimut-Winkel, unter dem die die Messwerte bildenden Echos von dem Sensor empfangen werden, verwendet werden, wobei eine ähnliche Richtung vorliegen kann, wenn das Verhältnis der Richtungen bzw. der jeweiligen Azimut-Winkel in einem vorgegebenen Intervall liegen.
Es ist zusätzlich oder alternativ auch möglich, als Zuordnungskriterium das Verhältnis zwischen den Krümmungen der durch die Gauß-Verteilung beschriebenen Objekte zu verwenden. Die Krümmung bezieht sich dabei auf die Form des Objekts bzw. auf die Form einer zu dem Sensor gewandten Seitenfläche des Objekts. Es können dabei insbesondere Gauß-Verteilungen als mögliche nächstliegende Gauß-Verteilungen in Betracht gezogen werden, welche Objekte mit der gleichen oder einer ähnlichen, das heißt innerhalb eines vorgegebenen Krümmungsintervall liegenden, Krümmung beschreiben.
In einer bevorzugten Ausgestaltung kann erfindungsgemäß vorgesehen sein, dass mehrere Zuordnungskriterien verwendet werden, wobei die Zuordnungskriterien untereinander gewichtet sind. Die Gewichtungsfaktoren können dabei beispielsweise mittels maschinellem Lernen ermittelt werden.
Erfindungsgemäß kann vorgesehen sein, dass zumindest einem Teil der ersten Gauß-Verteilungen und zumindest einem Teil der zweiten Gauß-Verteilungen jeweils ein Label zugewiesen wird, wobei für die Ermittlung der nächstliegenden Gauß-Verteilung nur diejenigen Gauß-Verteilungen herangezogen werden, welche ein übereinstimmendes Label aufweisen. Das Label kann zum Beispiel einen Objekttyp und/oder eine Objektklasse eines von der Gauß-Verteilung beschriebenen Objekts angeben. Es ist möglich, dass ein physikalisches Objekt durch mehrere Gauß-Verteilungen beschrieben wird, wobei die Gauß-Verteilungen jeweils einen Teil bzw. einen Abschnitt des Objekts beschreiben. Dabei kann jeder der Gauß-Verteilungen ein den Objekttyp und/oder die Objektklasse des Gesamtobjekts beschreibendes Label zugeordnet werden.
Für die Ermittlung der nächstliegenden Gauß-Verteilung kann erfindungsgemäß vorgesehen sein, dass nur Gauß-Verteilungen berücksichtigt werden, deren Mittelwert innerhalb eines Vielfachen der Varianz der Gauß-Verteilung liegen, zu der die nächstliegende Gauß-Verteilung ermittelt wird. Auf diese Weise kann der Rechenaufwand bei der Ermittlung der jeweiligen, aus den ein oder mehreren Distanzkriterien hervorgehenden Abstände reduziert werden. Von denjenigen Gauß-Verteilungen, welche innerhalb des Vielfachen der Varianz liegen, kann anschließend die in der geringsten Distanz liegende Gauß-Verteilung als nächstliegende Gauß-Verteilung gewählt werden. Bei Verwendung von einem oder mehreren Zuordnungskriterien kann auch diejenige Gauß-Verteilung gewählt werden, bei welcher das wenigstens eine Zuordnungskriterium übereinstimmt und welche von mehreren Gauß-Verteilungen mit übereinstimmenden Zuordnungskriterien den geringsten Abstand aufweist.
In einer bevorzugten Ausgestaltung kann erfindungsgemäß vorgesehen sein, dass die Transformationsvorschrift in Bezug zu Mittelwerten der jeweiligen Gauß-Verteilungen und/oder in Bezug zu Kovarianzmatrizen der jeweiligen Gauß-Verteilungen ermittelt wird. Bei der ausschließlichen Verwendung der Mittelwerte kann vorteilhaft der Rechenaufwand bei der Ermittlung der Transformationsvorschrift reduziert werden. Bei der zusätzlichen oder alternativen Berücksichtigung der Kovarianzmatrizen können vorteilhaft die gesamten, aus den jeweiligen Gauß-Verteilungen ableitbaren Informationen berücksichtigt werden, sodass eine genauere und/oder schnellere Ermittlung der Transformationsvorschrift ermöglicht wird. Das Berücksichtigen der Kovarianzmatrizen erlaubt es also, auch die insbesondere elliptische Form der Gauß-Verteilungen bei der Ermittlung der eine Verschiebung und/oder eine Rotation beschreibenden Transformationsvorschrift zu berücksichtigen. Das Berücksichtigen der Kovarianzmatrizen kann als eine gewichtete Ermittlung der Transformationsvorschriften umgesetzt werden. Dabei können als Gewichtungsfaktoren beispielsweise die Inversen der Kovarianzmatrizen verwendet werden.
Erfindungsgemäß kann vorgesehen sein, dass, insbesondere mittels Singulärwertzerlegung, eine eine Skalierung umfassende Transformationsvorschrift ermittelt wird. Die Transformationsvorschrift kann eine Skalierung umfassen, um einen unterschiedlichen Maßstab zwischen dem ersten Koordinatensystem und dem zweiten Koordinatensystem auszugleichen. Neben einer Verschiebung und/oder einer Rotation kann die Transformationsvorschrift als Skalierung beispielsweise einen Vergrößerungs- oder Verkleinerungsfaktor in Bezug zu einem der Koordinatensysteme umfassen. Die Verwendung der Singulärwertzerlegung (engl. singular value decomposition, SVD) hat dabei den Vorteil, dass der Rechenaufwand für die Ermittlung der Transformationsvorschrift vergleichsweise gering ist
In einer bevorzugten Ausgestaltung kann vorgesehen sein, dass, insbesondere mittels eines Gauß-Helmert-Modells, eine eine Fehler-Kovarianzmatrix umfassende Transformationsvorschrift ermittelt wird. Durch die Fehler-Kovarianzmatrix kann eine Angabe zu der Genauigkeit der Transformationsvorschrift gemacht werden. Durch die Verwendung eines Gauß-Helmert-Modells zur Ermittlung der Transformationsvorschrift kann neben einer beispielsweise eine Verschiebung, eine Rotation und eine Skalierung beschreibenden Transformationsvorschrift auch eine dazugehörige Fehler-Kovarianzmatrix effizient ermittelt werden.
Ferner kann dabei eine effiziente Übertragbarkeit sowie eine effiziente Anwendung des Verfahrens auch bei mehr als zwei Dimensionen umfassenden Sensordatensätzen ermöglicht werden.
Vor dem Ermitteln der jeweils nächstliegenden Gauß-Verteilungen kann erfindungsgemäß eine Initial-Transformation auf wenigstens eines der Koordinatensysteme angewendet wird, wobei die Initial-Transformation in Abhängigkeit einer die Bewegung beschreibenden Bewegungsinformation ermittelt wird. Die Initial-Transformation kann dabei insbesondere vor einer ersten Zuordnung der Gauß-Verteilungen ausgeführt werden, um einen Versatz zwischen dem ersten Koordinatensystem und dem zweiten Koordinatensystem bereits zu Beginn zumindest teilweise zu kompensieren. Die Initial-Transformation kann insbesondere ausgeführt werden, wenn der Versatz zwischen dem ersten Koordinatensystem und dem zweiten Koordinatensystem zumindest ungefähr auf Grundlage einer Bewegungsinformation, welche die Bewegung des Fahrzeugs von der ersten Fahrzeugposition in die zweite Fahrzeugposition beschriebt, abgeschätzt werden kann.
Erfindungsgemäß kann vorgesehen sein, dass die Bewegungsinformation mittels Odometrie und/oder mittels eines Navigationsverfahrens, insbesondere mittels Satellitennavigation, ermittelt wird. Die Bewegungsinformation kann zum Beispiel von einer zur Durchführung des Verfahrens ausgebildeten Steuereinrichtung ermittelt werden. Die Steuereinrichtung kann dabei Teil des Fahrzeugs und/oder einer auch den wenigstens einen Sensor umfassenden Sensoreinrichtung sein. Die Steuereinrichtung kann zur Ermittlung der Bewegungsinformation zum Beispiel mittels einer Odometriedaten bereitstellenden Odometrieeinrichtung und/oder einer Navigationsdaten bereitstellenden Navigationseinrichtung, beispielsweise einer Satellitennavigationseinrichtung, verbunden sein oder eine Odometrieeinrichtung und/oder eine Navigationseinrichtung umfassen.
Für eine erfindungsgemäße Sensoreinrichtung ist vorgesehen, dass sie wenigstens einen Sensor sowie wenigstens eine Steuereinrichtung umfasst, wobei die Steuereinrichtung zur Durchführung eines erfindungsgemäßen Verfahrens ausgebildet ist. Die Steuereinrichtung kann dabei mit dem wenigstens einen Sensor eine Baueinheit bilden oder separat zu dem Sensor ausgeführt und mit diesem kommunizierend verbunden sein. Die Steuereinrichtung kann ein Teil des Fahrzeugs oder eine fahrzeugexterne, mit dem wenigstens einer Sensor kommunizierend verbundene Steuereinrichtung, sein.
Für ein erfindungsgemäßes Fahrzeug ist vorgesehen, dass es eine erfindungsgemäße Sensoreinrichtung umfasst. Die Steuereinrichtung der Sensoreinrichtung kann dabei in dem Fahrzeug angeordnet sein. Alternativ kann die Steuereinrichtung auch fahrzeugextern angeordnet sein und mit dem wenigstens einen Sensor über eine insbesondere drahtlose Kommunikationsverbindung kommunizieren.
Für ein erfindungsgemäßes Computerprogrammprodukt ist vorgesehen, dass es Instruktionen umfasst, die eine Steuereinrichtung dazu veranlassen, ein erfindungsgemäßes Verfahren auszuführen. Das erfindungsgemäße Computerprogrammprodukt kann auf einem nichttransienten Datenträger, beispielsweise einer CD, einer Diskette oder einem USB-Stick gespeichert sein. Es ist auch möglich, dass das Computerprogrammprodukt auf einer Recheneinrichtung gespeichert ist, von der es über eine Kommunikationsverbindung, beispielsweise das Internet, abrufbar und/oder auf einer Steuereinrichtung hinterlegbar ist.
Sämtliche vorangehend in Bezug zu dem erfindungsgemäßen Verfahren beschriebenen Vorteile und Ausgestaltung gelten entsprechend für die erfindungsgemäße Sensoreinrichtung, das erfindungsgemäße Fahrzeug sowie für das erfindungsgemäße Computerprogrammprodukt und umgekehrt.
Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus den im Folgenden beschriebenen Ausführungsbeispielen sowie aus den Zeichnungen. Diese sind schematische Darstellungen und zeigen:

1 ein Ausführungsbeispiel eines erfindungsgemäßen Fahrzeugs mit einem Ausführungsbeispiel einer erfindungsgemäßen Sensoreinrichtung,
2 ein Flussdiagramm eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens,
3 ein Diagramm umfassend erste Gauß-Verteilungen und zweite Gauß-Verteilungen zur Erläuterung des Ausführungsbeispiels eines erfindungsgemäßen Verfahrens und
4 ein weiteres Diagramm umfassend die zur Bildung der Gauß-Verteilungen herangezogenen Messpunkte der Sensoreinrichtung.

In 1 ist ein Ausführungsbeispiel eines Fahrzeugs 1 dargestellt. In der Umgebung des als Personenkraftwagen ausgeführten Fahrzeugs 1 befinden sich zwei weitere Fahrzeuge 2,3, zwischen denen sich eine Parklücke 4 befindet. Das Fahrzeug 1 umfasst ein Ausführungsbeispiel einer Sensoreinrichtung 5, welche eine Steuereinrichtung 6 sowie einen oder mehrere Sensoren 7 umfasst. Der Übersichtlichkeit halber ist nur ein einzelner Sensor 7 dargestellt. Der Sensor 7 ist als Ultraschallsensor ausgeführt und dient zum Erfassen eines Teil des Umfelds des Fahrzeugs 1.
Die Steuereinrichtung 6 ist dazu eingerichtet, ein Verfahren zur Lokalisierung des Fahrzeugs 1 in einem die Umgebung des Fahrzeugs 1 beschreibenden Sensordatensatz vorzunehmen. Der Sensordatensatz kann dabei mithilfe des Sensors 7 bzw. der Sensoreinrichtung 5 aufgenommen worden sein. Die Steuereinrichtung 6 kann dabei mit dem wenigstens einen Sensor 7 eine Baueinheit bilden oder separat zu dem Sensor ausgeführt und mit diesem kommunizierend verbunden sein. Die Steuereinrichtung kann ein Teil des Fahrzeugs 1 oder eine fahrzeugexterne, mit dem wenigstens einer Sensor 7 insbesondere drahtlos kommunizierend verbundene Steuereinrichtung, sein.
Der Sensor 7 weist einen Erfassungsbereich 8 auf, in dem von dem Sensor 7 ausgesendete Signale an Objekten im Umfeld des Fahrzeugs 1, beispielsweise den Fahrzeugen 2, 3, reflektiert und als Echos wieder empfangen werden. Aus diesen Echos kann die Sensoreinrichtung 5, beispielsweise aus einer Laufzeitmessung, den Abstand zu den Objekten bzw. Fahrzeugen 2, 3 ermitteln.
Wenn sich das Fahrzeug 1 ausgehend von einer ersten Fahrzeugposition 9 in eine zweite Fahrzeugposition 10 (gestrichelt dargestellt) bewegt, so ändert sich die relative Anordnung zwischen dem Fahrzeug 1 und dem Fremdfahrzeug 2, 3. Beispielsweise bei Durchführung dieser Bewegung im Zuge eines assistierten oder zumindest teilweise automatisierten Fahrmanövers kann es erforderlich sein, die zweite Fahrzeugposition 10 mit einer hohen Genauigkeit zu bestimmen. Dazu ist eine Lokalisierung des Fahrzeugs 1 erforderlich, welche von der Steuereinrichtung 6 auf Grundlage von durch den Sensor 7 ermittelter Sensordatensätze durchgeführt werden kann.
In 2 ist ein Flussidagramm eines Ausführungsbeispiels eines Verfahrens zur Lokalisierung eines Fahrzeug in einem eine Umgebung des Fahrzeugs beschreibenden, mit Hilfe wenigstens eines Sensors des Fahrzeugs aufgenommenen Sensordatensatz dargestellt. Das Verfahren kann von der Steuereinrichtung 5 durchgeführt werden.
In der ersten Fahrzeugposition 9 wird in einem Schritt S1 über die Sensoreinrichtung 5 bzw. den Sensor 7 ein erster Sensordatensatz aufgenommen. Der erste Sensordatensatz umfasst mehrere Messpunkte, welche jeweils einem der von dem Sensor 7 ausgesendeten und als Echos empfangenen Signale entsprechen. Der erste Sensordatensatz umfasst mehrere erste Gauß-Verteilungen, welche jeweils aus einem oder mehreren Messpunkten der Sensoreinrichtung 5 gebildet werden. Die Messpunkte bzw. die Gauß-Verteilungen werden in Bezug zu einem ersten Koordinatensystem angegeben.
Nach der Aufnahme des ersten Sensordatensatzes bewegt sich das Fahrzeug in einem Schritt S2 in eine zweite Fahrzeugposition. Anschließend wird in einem Schritt S3 über die Sensoreinrichtung 5 bzw. den Sensor 7 ein zweiter Sensordatensatz aufgenommen. Analog zu dem ersten Sensordatensatz umfasst auch der in der zweiten Fahrzeugposition 10 aufgenommene Sensordatensatz mehrere zweite Gauß-Verteilungen, welche in Bezug zu einem zweiten Koordinatensystem angegeben sind. Sowohl das erste Koordinatensystem als auch das zweite Koordinatensystem können in Bezug zu den Fahrzeug 1 angegeben sein, jedoch weisen die Koordinatensysteme untereinander einen Versatz auf, welche der Bewegung des Fahrzeugs 1, also der Bewegung zwischen der ersten Fahrzeugposition 9 und der zweiten Fahrzeugposition 10, entspricht.
Zur Lokalisierung wird von der Steuereinrichtung 6 eine Transformationsvorschrift ermittelt, welche den Versatz zwischen dem ersten Koordinatensystem des ersten Sensordatensatzes und dem zweiten Koordinatensystem des zweiten Sensordatensatzes angibt. Aus der ersten Fahrzeugposition 9 und der Transformationsvorschrift kann anschließend die zweite Fahrzeugposition 10 und somit die zu diesem Zeitpunkt aktuelle Fahrzeugorientierung relativ zu der Umgebung bzw. den Fremdfahrzeugen 2, 3 ermittelt werden.
In einem Schritt S4 werden der erste Sensordatensatz und der zweite Sensordatensatz zusammengefügt. Dies kann beispielsweise durch Übernahme der Messpunkte des zweiten Sensordatensatzes in den ersten Sensordatensatz erfolgen. Dabei unterscheiden sich die den jeweiligen Messpunkten zugeordneten Positionen auf Grund des Versatzes zwischen dem ersten Koordinatensystem und dem zweiten Koordinatensystem.
In 3 ist ein Diagramm dargestellt, welches erste Gauß-Verteilungen 11 und zweite Gauß-Verteilungen 12 umfasst. Das Diagramm stellt beispielsweise das erste Koordinatensystem dar, wobei auf der Abszisse eine x-Koordinate und auf der Ordinate eine y-Koordinate aufgetragen sind. Die ersten Gauß-Verteilungen 11 werden jeweils aus den Messpunkten des ersten Sensordatensatzes gebildet und sind mit geschlossenen Punkten dargestellt. Entsprechend werden die zweiten Gauß-Verteilungen 12 jeweils aus den Messpunkten des zweiten Sensordatensatzes gebildet. Die zweiten Gauß-Verteilungen 12 sind mittels X-förmigen Punkten dargestellt.
Dabei beschreiben die ersten Gauß-Verteilungen 11 in dem ersten Sensordatensatz und die zweiten Gauß-Verteilungen 12 dem zweiten Sensordatensatz jeweils eine einen oder mehrere Messpunkte zusammenfassende Ellipse. Die ersten Gauß-Verteilungen 11 und die zweiten Gauß-Verteilungen 12 sind entsprechend jeweils als Ellipsen dargestellt, vorliegend beispielhaft als Gleich-Wahrscheinlichkeitsellipsen (englisch: equi-probability ellipses) mit einer Wahrscheinlichkeit von p = 0,7.
Die zur Bildung der Gauß-Verteilungen 11, 12 herangezogenen Messpunkte sind in 4 dargestellt, wobei für die Messpunkte jeweils zu der Darstellung der Gauß-Verteilungen entsprechende Symbole verwendet werden. Die Messpunkte beschrieben das Umfeld des Fahrzeugs 1. Beispielsweise können die in einem Bereich 14 liegenden Messpunkte die Parklücke 4, bzw. eine die Parklücke in Längsrichtung begrenzende Struktur wie einen Bordstein oder ähnliches, beschreiben, wohingegen die Messpunkte im Bereich 15 beispielsweise das Fremdfahrzeug 2 beschreiben. Die in 4 dargestellten Messpunkte dienen lediglich der Veranschaulichung. Bevorzugt sind die Messpunkte nicht Teil der Sensordatensätze, welche insbesondere statt der Messpukte nur die Gauß-Verteilungen enthalten, um eine einfachere Datenverarbeitung und Datenspeicherung zu ermöglichen.
Die Gauß-Verteilungen 11, 12 erstrecken sich jeweils in x-Richtung und in y-Richtung und sind somit jeweils zweidimensional. Ersichtlich besteht zwischen den zweiten Gauß-Verteilungen 12 und den ersten Gauß-Verteilungen 11 ein räumlicher Versatz.
Ausgehend von den zusammengefügten Sensordatensätzen wird in einem Schritt S5 jeder der ersten Gauß-Verteilungen 11 aus dem in der ersten Fahrzeugposition 9 aufgenommenen ersten Sensordatensatz jeweils die nächstliegende zweite Gauß-Verteilung 12 aus dem zweiten Sensordatensatz zugeordnet. Die Zuordnung erfolgt durch Auswertung wenigstens eines einen Abstand zwischen zwei Gauß-Verteilungen beschreibenden Distanzkriteriums. Dabei wird zum Beispiel diejenige zweite Gauß-Verteilung 12 als nächstliegende Gauß-Verteilung gewählt, welche die geringste Distanz bzw. den geringsten Abstand zu der ersten Gauß-Verteilung 11 aufweist.
Zum Beispiel werden in Schritt S5 die zweiten Gauß-Verteilungen 12_1, ...,12_K den ersten Gauß-Verteilungen 11_1, ..., 11_N zugeordnet. Dabei wird insbesondere jeder ersten Gauß-Verteilung 11_1, ..., 11_N eine zweite Gauß-Verteilung 12 zugeordnet. Die Anzahl K der zweiten Gauß-Verteilungen 12 kann sich von der Anzahl N der ersten Gauß-Verteilungen unterscheiden. Zur Ermittlung der jeweils nächstliegenden zweiten Gauß-Verteilung 12_1, ...12_K zu jeder der Gauß-Verteilungen 11_1, ..., 11_N werden jeweils die Distanzen d1, ..., dN berechnet, wobei dj = distance(12_i, 11_j) mit i=1, ..., K und j=1, ...,N ist und distance(a, b) das Distanzkriterium zwischen den Gauß-Verteilungen a und b beschreibt. Den ersten Gauß-Verteilungen 11 wird dabei zum Beispiel jeweils die zweite Gauß-Verteilung 12 mit dem geringsten Abstand zugeordnet.
Als ein Distanzkriterium kann zum Beispiel eine Mahalanobis-Distanz, eine Bhattacharyya-Distanz, eine Kullback-Leibler-Distanz und/oder eine wahrscheinlichkeitsbasierte Distanz zwischen zwei Gauß-Verteilungen verwendet werden, wobei die wahrscheinlichkeitsbasierte Distanz die Wahrscheinlichkeit angibt, die dem Mittelwert einer der Gauß-Verteilungen in der anderen Gauß-Verteilung zugeordnet ist. Die vorgenannten Distanzen ermöglichen jeweils die Berechnung eines räumlichen Abstands zwischen einer ersten Gauß-Verteilung 11 und einer zweiten Gauß-Verteilung 12 in Bezug zu der x-Koordinate und der y-Koordinate.
Um den Rechenaufwand bei der Ermittlung der nächstliegenden Gauß-Verteilung zu reduzieren, können dabei zum Beispiel nur diejenigen zweiten Gauß-Verteilungen 12 berücksichtigt werden, deren Mittelwert innerhalb eines Vielfachen der Varianz der ersten Gauß-Verteilung 11 liegen, zu der die nächstliegende Gauß-Verteilung ermittelt werden soll. Von den zweiten Gauß-Verteilungen 12, welche innerhalb des Vielfachen der Varianz liegen, kann anschließend die in der geringsten Distanz liegende zweite Gauß-Verteilung 12 als nächstliegende Gauß-Verteilung gewählt werden.
In Schritt S6 wird anschließend eine Transformationsvorschrift ermittelt, welche eine Verschiebung und/oder eine Rotation der zweiten Gauß-Verteilungen 12 in Bezug zu den ersten Gauß-Verteilungen 11 beschreibt. Die entsprechend der Transformationsvorschrift transformierten zweiten Gauß-Verteilungen 13 sind in 3 mittels O-förmiger Punkte dargestellt. Zu den transformierten Gauß-Verteilungen 13 korrespondierende Punkte sind auch in 4 dargestellt. Auch diese Messpunkte dienen lediglich der Veranschaulichung. Bevorzugt sind auch die mit den transformierten Messpunkten korrespondierenden Messpunkte nicht Teil der Sensordatensätze, welche insbesondere statt der Messpukte die Gauß-Verteilungen enthalten.
Ersichtlich weisen die transformierten zweiten Gauß-Verteilungen 13 einen kleineren räumlichen Versatz zu den ersten Gauß-Verteilungen 11 auf. Die Ermittlung der Transformationsvorschrift erfolgt dabei insbesondere unter Minimierung der jeweils durch das Distanzkriterium beschriebenen Abstände zwischen den ersten Gauß-Verteilungen 11 und ihren jeweils zugeordneten, nächstliegenden zweiten Gauß-Verteilungen 12. Insbesondere kann dabei eine Summe der Abstände minimiert werden.
Neben einer Verschiebung und/oder einer Rotation kann die Transformationsvorschrift auch eine Skalierung beschreiben, um einen unterschiedlichen Maßstab zwischen dem ersten Koordinatensystem und dem zweiten Koordinatensystem auszugleichen. Die Transformationsvorschrift kann beispielsweise mittels Singulärwertzerlegung ermittelt werden. Es ist möglich, dass eine eine Fehler-Kovarianzmatrix umfassende Transformationsvorschrift ermittelt wird, wobei die Transformationsvorschrift zum Beispiel mittels eines Gauß-Helmert-Modells ermittelt werden kann.
Die Transformationsvorschrift kann zum Beispiel in Bezug zu den Mittelwerten der jeweiligen ersten und zweiten Gauß-Verteilungen 11, 12 und/oder in Bezug zu Kovarianzmatrizen der jeweiligen ersten und zweiten Gauß-Verteilungen 11, 12 ermittelt werden. Das Berücksichtigen der Kovarianzmatrizen kann als eine gewichtete Ermittlung der Transformationsvorschriften umgesetzt werden, wobei als Gewichtungsfaktoren beispielsweise die Inversen der Kovarianzmatrizen verwendet werden.
Es ist möglich, dass anschließend die Schritte S5 und S6 wenigstens einmal erneut durchgeführt werden, um eine weitere Reduzierung des räumlichen Versatzes zwischen den ersten Gauß-Verteilungen 11 und den transformierten zweiten Gauß-Verteilungen 13 zu reduzieren. Dabei ist es insbesondere möglich, dass den ersten Gauß-Verteilungen 11 zumindest teilweise andere zweite Gauß-Verteilungen als in der ersten Iteration dieses Schrittes zugeordnet werden. Es ist insbesondere bei jeder Durchführung dieses Schritts auch möglich, dass eine zweite Gauß-Verteilung 12, 13 mehr als einer ersten Gauß-Verteilung 11 als nächstliegende Gauß-Verteilung zugeordnet ist.
Wenn ein beispielsweise ein Minimum eines durch das Distanzkriterium beschriebenen Abstands zwischen allen oder zumindest für einen Teil der Gauß-Verteilungen erreicht wurde, wird in einem Schritt S7 die zweite Fahrzeugposition 10 ausgehend von der ersten Fahrzeugposition 9 und der einen oder mehreren in Schritt S6 ermittelten Transformationsvorschriften ermittelt.
Vor dem Ermitteln der jeweils nächstliegenden Gauß-Verteilungen in Schritt S5 kann zur Verbesserung des Konvergierens des Verfahrens in einem optionalen Schritt Si eine Initial-Transformation auf wenigstens eines der Koordinatensysteme angewendet werden. Die Initial-Transformation kann in Abhängigkeit einer die Bewegung des Fahrzeugs 1 von der ersten Fahrzeugposition 9 in die zweite Fahrzeugposition 10 beschreibenden Bewegungsinformation ermittelt werden. Die Initial-Transformation kann dabei insbesondere vor der ersten Durchführung des Schritts S5 angewendet werden und erlaubt eine zumindest teilweise Kompensation des Versatzes zwischen dem ersten Koordinatensystem und dem zweiten Koordinatensystem.
Die Bewegungsinformation kann zum Beispiel mittels Odometrie und/oder mittels eines Navigationsverfahrens, insbesondere mittels Satellitennavigation, ermittelt werden. Die Bewegungsinformation kann zum Beispiel von der Steuereinrichtung 6 ermittelt werden. Die Steuereinrichtung 6 kann zur Ermittlung der Bewegungsinformation zum Beispiel mittels einer Odometriedaten bereitstellenden Odometrieeinrichtung (nicht dargestellt) des Fahrzeugs 1 und/oder einer Navigationsdaten bereitstellenden Navigationseinrichtung (nicht dargestellt) des Fahrzeugs 1 verbunden sein. Alternativ ist es möglich, dass die Steuereinrichtung 6 eine Odometrieeinrichtung und/oder eine Navigationseinrichtung umfasst.
Um die Geschwindigkeit des Verfahrens zu erhöhen bzw. die Anzahl der benötigten Iterationsschritte zu reduzieren, kann zusätzlich oder alternativ die Zuordnung der jeweils nächstliegenden Gauß-Verteilungen in Abhängigkeit wenigstens eines Zuordnungskriteriums erfolgen. Als Zuordnungskriterium können dabei beispielsweise ein Verhältnis zwischen den Amplituden der durch die Gauß-Verteilungen beschriebenen Messwerte, ein Verhältnis zwischen Richtungen, welche den durch die Gauß-Verteilungen beschriebenen Messwerten zugeordnet sind, und/oder ein Verhältnis zwischen den Krümmungen der durch die Gauß-Verteilung beschriebenen Objekte verwendet werden.
Die Zuordnungskriterien können dabei jeweils zusätzlich zu dem Distanzkriterium verwendet werden, oder es können ein oder mehrere höherdimensionale Distanzkriterien verwendet werden, welche neben einer räumlichen Distanz in Bezug zu der x-Koordinate und zu der y-Koordinate auch wenigstens eine weitere, einem Zuordnungskriterium entsprechende Dimension umfassen. Es ist möglich, dass mehrere Zuordnungskriterien verwendet werden, welche untereinander über Gewichtungsfaktoren gewichtet sind.
Durch das Verwenden von einem oder mehreren Zuordnungskriterien wird es wahrscheinlicher, dass einer ersten Gauß-Verteilung 11 eine zweite Gauß-Verteilung 12 zugeordnet wird, welche von demselben Objekt, beispielsweise einem der Fremdfahrzeuge 2, 3, oder von demselben Teil oder Abschnitt eines Objekts reflektierte Messwerte umfasst. Da die Eigenschaften des Objekts Einfluss auf die von dem Objekt reflektierten Echos haben, können Eigenschaften der Echos betrachtet werden, um passende Gauß-Verteilungen zu ermitteln bzw. um offensichtliche oder zumindest sehr wahrscheinliche Fehlzuordnungen zu vermeiden.
In Abhängigkeit der Zuordnungskriterien kann also entschieden werden, ob für eine erste Gauß-Verteilung 11 statt einer den geringsten, durch das Distanzkriterium beschriebenen Abstand aufweisenden zweiten Gauß-Verteilung 12 eine andere, beispielsweise die den zweitgeringsten Abstand aufweisende, zweite Gauß-Verteilung 12 als nächstliegende Gauß-Verteilung gewählt wird, wenn die in dem geringsten Abstand liegende zweite Gauß-Verteilung 12 einen als ungenügend bewerteten Übereinstimmungsgrad bei einem oder mehreren der Zuordnungskriterien aufweist. Es ist zum Beispiel möglich, dass innerhalb eines vorgegebenen Abstandsbereichs um eine erste Gauß-Verteilung 11 mehrere zuordenbare zweite Gauß-Verteilungen 12 liegen, wobei aus dieser Gruppe von zweiten Gauß-Verteilungen 12 die nächstliegende Gauß-Verteilung in Abhängigkeit des wenigstens einen Zuordnungskriteriums, insbesondere in Abhängigkeit des Grads einer Übereinstimmung der als Zuordnungskriterium betrachteten Eigenschaften der Gauß-Verteilungen und/oder ihrer Messwerte, ausgewählt wird. Alternativ können auch andere Zuordnungsvorschiften in Bezug zu den Zuordnungskriterien und den jeweils durch das Distanzkriterium beschriebenen Abständen zwischen den Gauß-Verteilungen verwendet werden.
Als Zuordnungskriterium kann das Verhältnis zwischen den Amplituden der durch die Gauß-Verteilungen beschriebenen Messwerte verwendet werden. Dabei kann eine Zuordnung einer zweiten Gauß-Verteilung 12 als nächstliegende Gauß-Verteilung zu einer ersten Gauß-Verteilung 11 erfolgen, wenn die Amplituden möglichst ähnlich sind bzw. wenn das Amplitudenverhältnis der Messwerte innerhalb eines vorgegebenen Intervalls liegt. Dabei können die Amplituden einzelner Messwerte oder gemittelte Amplituden aller, die jeweilige Gauß-Verteilung 11, 12 bildender Messwerte betrachtet werden.
Zusätzlich oder alternativ dazu kann als ein Zuordnungskriterium auch das Verhältnis zwischen Richtungen, welche den durch die Gauß-Verteilungen 11, 12 beschriebenen Messwerten zugeordnet sind, betrachtet werden, wobei eine Zuordnung insbesondere dann erfolgt, wenn den Messwerten die gleiche oder zumindest eine ähnliche Richtung zugeordnet ist. Die Richtung kann dabei gegebenenfalls anhand der oder einer weiteren, die Bewegung des Fahrzeugs 1 beschreibenden Bewegungsinformation korrigiert werden, um eine relative Richtungsänderung aufgrund der Fahrzeugbewegung zu berücksichtigen.
Als Richtung kann dabei insbesondere der in der xy-Ebene liegende Azimut-Winkel des Sensorerfassungsbereichs 8, unter dem die die Messwerte bildenden Echos von dem Sensor 7 empfangen werden, verwendet werden. Dabei können die Richtungen einzelner Messwerte oder gemittelte Richtungen aller, die jeweilige Gauß-Verteilung bildender Messwerte betrachtet werden. Eine ähnliche Richtung kann beispielsweise dann angenommen werden, wenn das Verhältnis der Richtungen bzw. der jeweiligen Azimut-Winkel in einem vorgegebenen Intervall liegen.
Es ist zusätzlich oder alternativ auch möglich, als Zuordnungskriterium das Verhältnis zwischen den Krümmungen der durch die Gauß-Verteilung beschriebenen Objekte zu verwenden. Die Krümmung bezieht sich dabei auf die Form des Objekts bzw. auf die Form einer zu dem Sensor 7 gewandten Seitenfläche des Objekts. Es können dabei insbesondere zweite Gauß-Verteilungen 12 als mögliche nächstliegende Gauß-Verteilungen in Betracht gezogen werden, welche Objekte oder Objektabschnitte mit der gleichen oder einer ähnlichen, das heißt innerhalb eines vorgegebenen Krümmungsintervall liegenden, Krümmung beschreiben.
Es ist möglich, dass zumindest einem Teil der ersten Gauß-Verteilungen 11 und zumindest einem Teil der zweiten Gauß-Verteilungen 12 jeweils ein Label zugewiesen wird, wobei für die Ermittlung der nächstliegenden zweiten Gauß-Verteilung 12 zu einer ersten Gauß-Verteilung 11 nur diejenigen zweiten Gauß-Verteilungen 12 herangezogen werden, welche ein übereinstimmendes Label aufweisen. Das Label kann zum Beispiel einen Objekttyp und/oder eine Objektklasse eines von der Gauß-Verteilung beschriebenen Objekts beschreiben. Beispielsweise kann das Label angeben, dass es sich bei dem Objekt um ein Fremdfahrzeug 2, 3 oder eine Begrenzung der Parklücke 4 handelt.
Alternativ kann in dem vorangegangenen Ausführungsbeispiel auch eine Zuordnung der jeweils nächstliegenden ersten Gauß-Verteilung 11 zu den zweiten Gauß-Verteilungen 12, insbesondere zu jeder der zweiten Gauß-Verteilungen 12, erfolgen. Die obigen Ausführungen gelten bei einer derartigen Zuordnung entsprechend analog. Neben dem zweidimensionalen Gauß-Verteilungen in Bezug zu der x-Koordinate und der y-Koordinate können auch mehr als zwei Dimensionen, beispielsweise dreidimensionale oder mehr als drei Dimensionen umfassende, Sensordatensätze sowie entsprechende Koordinatensysteme verwendet werden. In diesem Fall können auch die Gauß-Verteilungen 11, 12 dreidimensional oder entsprechend mehrdimensional sein. Vorteilhaft kann in solchen Fällen eine Ermittlung der Transformationsvorschrift als eine Kovarianzmatrix, oder umfassend eine Kovarianzmatrix, erfolgen.
Das Verfahren zur Lokalisierung des Fahrzeugs 1 kann insbesondere im Rahmen eines assistierten, teilautonomen oder autonomen Fahrmanövers erfolgen. Die Steuereinrichtung 6 oder eine weitere Steuereinrichtung des Fahrzeugs bzw. eine mit der Steuereinrichtung 6 kommunizierende, externe Recheneinrichtung können auf Grundlage der ermittelten zweiten Positionsinformation zur Ermittlung einer Fahrtrajektorie für eine teilautonome oder autonome Fahrzeugbewegung verwendet werden. In Abhängigkeit der ermittelten zweiten Fahrzeugposition 10 und/oder einer daraus abgeleiteten Trajektorie kann wenigstens ein Aktor des Fahrzeugs 1 angesteuert werden, um eine Längs- und/oder Querbewegung des Fahrzeugs 1 durchzuführen. Zusätzlich oder alternativ dazu kann auch eine zur Informationsdarstellung an einen Fahrer des Fahrzeugs 1 ausgebildete Anzeigeeinrichtung in Abhängigkeit der zweiten Fahrzeugposition 10 angesteuert werden, insbesondere zur Darstellung von in Abhängigkeit der zweiten Fahrzeugposition 10 ermittelten Informationen.

Claims

Verfahren zur Lokalisierung eines Fahrzeugs (1) aus eine Umgebung des Fahrzeugs (1) beschreibenden, mit Hilfe wenigstens eines Sensors (7) einer Sensoreinrichtung (5) des Fahrzeugs (1) aufgenommenen Sensordatensätzen, wobei die Sensordatensätze jeweils mehrere Gauß-Verteilungen (11, 12) umfassen, wobei die Gauß-Verteilungen (11, 12) jeweils aus wenigstens einem Messpunkt der Sensoreinrichtung (5) gebildet werden und in Bezug zu einem Koordinatensystem jeweils zumindest einen Teil eines Objekts im Umfeld des Fahrzeugs (1) beschreiben, mit den Schritten: - Aufnehmen eines ersten Sensordatensatzes an einer ersten Fahrzeugposition (9), wobei der erste Sensordatensatz mehrere erste Gauß-Verteilungen (11) in einem ersten Koordinatensystem umfasst, - Aufnehmen eines zweiten Sensordatensatzes nach einer Bewegung des Fahrzeugs (1), wobei der zweite Sensordatensatz mehrere zweite Gauß-Verteilungen (12) in einem zweiten Koordinatensystem umfasst, - Zuordnen der jeweils nächstliegenden ersten Gauß-Verteilung (11) zu den zweiten Gauß-Verteilungen (12) oder der jeweils nächstliegenden zweiten Gauß-Verteilung (12) zu den ersten Gauß-Verteilungen (11), wobei die Zuordnung jeweils durch Auswertung wenigstens eines einen Abstand zwischen zwei Gauß-Verteilungen beschreibenden Distanzkriteriums erfolgt, - Ermitteln wenigstens einer eine Verschiebung und/oder eine Rotation umfassenden Transformationsvorschrift zwischen dem ersten Koordinatensystem und dem zweiten Koordinatensystem unter Minimierung der von dem Distanzkriterium beschriebenen Abstände zwischen den jeweils nächstliegenden Gauß-Verteilungen (11, 12), - Ermitteln einer zweiten Fahrzeugposition (10) aus der ersten Fahrzeugposition (9) und der wenigstens einen Transformationsvorschrift.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Gauß-Verteilungen in dem ersten Sensordatensatz und dem zweiten Sensordatensatz jeweils eine einen oder mehrere Messpunkte zusammenfassende Ellipsen beschreiben.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Gauß-Verteilungen (11, 12) jeweils wenigstens zweidimensional sind, wobei ein Distanzkriterium verwendet wird, welches wenigstens eine Distanz in Bezug zu den wenigstens zwei Dimensionen angibt.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass als Distanzkriterium eine Mahalanobis-Distanz, eine Bhattacharyya-Distanz, eine Kullback-Leibler-Distanz und/oder eine wahrscheinlichkeitsbasierte Distanz zwischen zwei Gauß-Verteilungen (11, 12) verwendet wird, wobei die wahrscheinlichkeitsbasierte Distanz die Wahrscheinlichkeit angibt, die dem Mittelwert einer der Gauß-Verteilungen (11, 12) in der anderen Gauß-Verteilung (11, 12) zugeordnet ist.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Zuordnung der jeweils nächstliegenden Gauß-Verteilungen (11, 12) in Abhängigkeit wenigstens eines Zuordnungskriteriums erfolgt, wobei als Zuordnungskriterium ein Verhältnis zwischen den Amplituden der durch die Gauß-Verteilungen (11, 12) beschriebenen Messwerte, ein Verhältnis zwischen Richtungen, welche den durch die Gauß-Verteilungen (11, 12) beschriebenen Messwerten zugeordnet sind, und/oder ein Verhältnis zwischen den Krümmungen der durch die Gauß-Verteilung (11, 12) beschriebenen Objekte verwendet werden.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass mehrere Zuordnungskriterien verwendet werden, wobei die Zuordnungskriterien untereinander gewichtet sind.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass zumindest einem Teil der ersten Gauß-Verteilungen (11) und zumindest einem Teil der zweiten Gauß-Verteilungen (12) jeweils ein Label zugewiesen wird, wobei für die Ermittlung der nächstliegenden Gauß-Verteilung (11, 12) nur diejenigen Gauß-Verteilungen (11, 12) herangezogen werden, welche ein übereinstimmendes Label aufweisen.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass für die Ermittlung der nächstliegenden Gauß-Verteilung (11, 12) nur Gauß-Verteilungen (11, 12) berücksichtigt werden, deren Mittelwert innerhalb eines Vielfachen der Varianz der Gauß-Verteilung (11, 12) liegen, zu der die nächstliegende Gauß-Verteilung (11, 12) ermittelt wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Transformationsvorschrift in Bezug zu Mittelwerten der jeweiligen Gauß-Verteilungen (11, 12) und/oder in Bezug zu Kovarianzmatrizen der jeweiligen Gauß-Verteilungen (11, 12) ermittelt wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass, insbesondere mittels Singulärwertzerlegung, eine eine Skalierung umfassende Transformationsvorschrift ermittelt wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass, insbesondere mittels eines Gauß-Helmert-Modells, eine eine Fehler-Kovarianzmatrix umfassende Transformationsvorschrift ermittelt wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass vor dem Ermitteln der jeweils nächstliegenden Gauß-Verteilungen (11, 12) eine Initial-Transformation auf wenigstens eines der Koordinatensysteme angewendet wird, wobei die Initial-Transformation in Abhängigkeit einer die Bewegung beschreibenden Bewegungsinformation ermittelt wird, wobei insbesondere die Bewegungsinformation mittels Odometrie und/oder mittels eines Navigationsverfahrens, insbesondere mittels Satellitennavigation, ermittelt wird.
Sensoreinrichtung umfassend wenigstens einen Sensor (7) sowie wenigstens eine Steuereinrichtung (6), wobei die Steuereinrichtung (6) zur Durchführung eines Verfahrens nach einem der vorangehenden Ansprüche ausgebildet ist.
Fahrzeug umfassend eine Sensoreinrichtung (5) nach Anspruch 13.
Computerprogrammprodukt, welches Instruktionen umfasst, die eine Steuereinrichtung (6) dazu veranlassen, ein Verfahren nach einem der Ansprüche 1 bis 12 auszuführen.