-
HINTERGRUND
-
Gebiet der Erfindung
-
Die vorliegende Erfindung betrifft allgemein Systeme und Verfahren zum Erfassen des Vorhandenseins eines Anhängers hinter einem Fahrzeug.
-
Beschreibung des Standes der Technik
-
Fahrzeuge, wie Automobile, werden mit Radarsystemen zur Erfassung von Objekten, wie etwa anderen Fahrzeugen, in der Nähe des eigenen Fahrzeugs ausgestattet. Diese Art der Objekterfassung ist wünschenswert, um diese Information an den Fahrer des Fahrzeugs weiterzuleiten. Beispielsweise kann der Fahrer des Fahrzeugs unter Verwendung von Daten, die durch das Radarsystem erzeugt werden, durch die Verwendung einer visuellen und/oder akustischen Rückmeldung, die dem Fahrer bereitgestellt wird, informiert werden, dass sich ein anderes Fahrzeug in seinem toten Winkel befindet. Außerdem können diese Radarsysteme zum Bereitstellen von Informationen an den Fahrer verwendet werden, um Zusammenstöße mit anderen Fahrzeugen, Fußgängern, Tieren oder anderen Objekten zu verhindern. Ferner können diese Informationen an die Fahrzeugbremsen, Lenk- und/oder andere Fahrzeugsysteme weitergeleitet werden, um aktiv zu verhindern, dass das Fahrzeug mit einem oder mehreren Objekten zusammenstößt.
-
Wenn jedoch ein Anhänger mit dem Fahrzeug verbunden ist, müssen diese Radarsysteme und die Information, die dem Fahrer oder anderen Fahrzeugsystemen bereitgestellt wird, modifiziert werden, um die Präsenz des hinter dem Fahrzeug befindlichen Anhängers zu berücksichtigen. Zum Beispiel können Spurwechsel ohne einen mit dem Fahrzeug verbundenen Anhänger akzeptabel sein, solange der Anhänger nicht vorhanden ist, aber inakzeptabel sein, wenn der Anhänger vorhanden ist, da der Anhänger die benötigte Fläche für einen sicheren Spurwechsel deutlich erhöht.
-
ZUSAMMENFASSUNG
-
Ein System und ein Verfahren zum Bestimmen, wann sich ein Anhänger hinter einem Fahrzeug befindet, schließt mindestens eine Erfassungsvorrichtung, wie etwa ein Radarsystem, ein, das zum Erfassen von Objekten hinter dem Fahrzeug und einem Prozessor konfiguriert ist. Der Prozessor kommuniziert mit der mindestens einen Erfassungsvorrichtung und einer Vielzahl von Signalen, die durch das Fahrzeug erzeugt werden. Der Prozessor ist konfiguriert, um ein Verfahren zum Bestimmen, wann sich ein Anhänger hinter dem Fahrzeug befindet, auszuführen.
-
Dieses Verfahren empfängt, wenn es durch den Prozessor ausgeführt wird, Daten von der mindestens einen Erfassungsvorrichtung. Die Daten schließen eine Vielzahl von Zielen, die von der mindestens einen Erfassungsvorrichtung erfasst werden, ein. Der Prozessor ist konfiguriert, um zu identifizieren, ob ein oder mehrere Cluster vorhanden sind. Wenn mindestens ein Cluster identifiziert wurde, können durch Clusterbildung(en) Clustermerkmale gebildet werden. Der Prozessor bestimmt den Fahrzeugzustand auf der Grundlage von Fahrzeugdynamikmerkmalen aus der Vielzahl von Signalen, die durch das Fahrzeug erzeugt werden, sowie von globalen Merkmalen aus Daten von der mindestens einen Erfassungsvorrichtung. Wie in den folgenden Absätzen ausführlicher beschrieben wird, bestimmt der Prozessor auf der Grundlage des Fahrzeugzustands, der Clustermerkmale und/oder der globalen Merkmale, wann sich der Anhänger hinter dem Fahrzeug befindet. Die globalen Merkmale können auch für Verbesserungen verwendet werden.
-
Weitere Objekte, Merkmale, und Vorteile der vorliegenden Erfindung werden für den Fachmann leicht offensichtlich nach Betrachtung der folgenden Beschreibung mit Bezug auf die Zeichnungen und Ansprüche, die angehängt werden und einen Teil von dieser Patentschrift bilden.
-
Figurenliste
-
- 1 veranschaulicht ein System zum Bestimmen, wann sich ein Anhänger hinter einem Fahrzeug befindet;
- 2 veranschaulicht einen Prozessablauf des Systems und ein Verfahren zum Bestimmen, wann sich der Anhänger hinter dem Fahrzeug befindet;
- 3 veranschaulicht ein Verfahren zum Bestimmen, wann sich der Anhänger hinter dem Fahrzeug befindet;
- 4 veranschaulicht ein visuelles Beispiel von Vorverarbeitungsdaten einer Erfassungsvorrichtung;
- 5 veranschaulicht ein Beispiel einer Clusterbildung, wenn sich kein Anhänger hinter einem Fahrzeug befindet;
- 6 veranschaulicht ein Beispiel einer Clusterbildung, wenn sich der Anhänger hinter dem Fahrzeug befindet;
- 7 veranschaulicht ein Beispiel quantisierter räumlicher Daten in lateraler und longitudinaler Entfernung in einer Gitterform, ohne dass sich der Anhänger hinter dem Fahrzeug befindet; und
- 8 veranschaulicht ein Beispiel quantisierter räumlicher Daten in einer lateralen und longitudinalen Entfernung mit dem hinter dem Fahrzeug angeordneten Anhänger.
-
DETAILLIERTE BESCHREIBUNG
-
Bezugnehmend auf 1, wird eine Draufsicht 110 eines mit einem Anhänger 114 verbundenen Fahrzeugs 112 gezeigt. Es versteht sich, dass das Fahrzeug 112 jedes Fahrzeug sein könnte, das Personen oder Objekte von einem Punkt zu einem anderen transportieren kann. Als solches könnte das Fahrzeug 112 ein Automobil, ein Geländewagen, ein Lastwagen, ein Nutzfahrzeug und dergleichen sein. Jedoch könnte das Fahrzeug 112 auch eine landwirtschaftliche Ausrüstung sein, wie etwa ein Traktor oder ein anderes kommerzielles oder industrielles Fahrzeug 112.
-
Was den Anhänger 114 betrifft, so sollte der Begriff „Anhänger“ im weiteren Sinne ausgelegt werden. Hier ist der Anhänger 114 ein Tieflader, aber der Anhänger 114 kann eine beliebige Vorrichtung mit mindestens einem Rad sein und in der Lage, selektiv an das Fahrzeug 112 angehängt zu werden. Als solches könnte der Anhänger 114 auch ein Waggon, ein geschlossener Anhänger, ein Versandanhänger oder sogar ein Anhänger für die Freizeit mit im Inneren angeordneten Wohnräumen sein. Es versteht sich wiederum, dass dies nur einige Beispiele dafür sind, was das Fahrzeug 112 und den Anhänger 114 umfassen kann.
-
Im Allgemeinen weist das Fahrzeug 112 einen vorderen Abschnitt 116 und einen hinteren Abschnitt 118 auf. Der hintere Abschnitt 118 kann Erfassungsvorrichtungen 122A und 122B enthalten, die derart angeordnet und konfiguriert sind, dass sie Objekte im Allgemeinen hinter dem Fahrzeug 112 erfassen. Alternativ versteht es sich, dass der hintere Abschnitt 118 nur eine Erfassungsvorrichtung 122A oder 122B aufweisen kann oder mehr als zwei Erfassungsvorrichtungen aufweisen kann. Die Erfassungsvorrichtungen 122A und/oder 122B können Radarvorrichtungen sein, die Radarsignale aussenden. Andere Objekte, die diese Radarsignale empfangen, senden diese Signale im Allgemeinen zu den Erfassungsvorrichtungen 122A und/oder 122B zurück. Dieses zurückgesendete Signal kann, wenn richtig verarbeitet, verwendet werden, um die Anwesenheit eines Objekts oder von Objekten zu bestimmen.
-
Hier schließt das Fahrzeug 112 ein System 120 zum Bestimmen, wann sich der Anhänger 114 hinter dem Fahrzeug 112 befindet, ein. Das System 120 schließt einen Prozessor 128 in Kommunikation mit einer Speichereinheit 130 ein. Der Prozessor 128 kann aus einem einzelnen eigenständigen Prozessor oder aus mehreren Prozessoren bestehen, die gemeinsam arbeiten. Der Prozessor 128 kann aus zwei separaten Prozessoren bestehen, die 122A und 122B einzeln oder in einem kombinierten Modell verarbeiten. Die Speichereinheit 130 schließt Anweisungen zum Durchführen der Verfahren, die später in dieser Patentschrift offenbart werden, ein. Der Speicher 130 kann eine beliebige Speichervorrichtung sein, die in der Lage ist, digitale Informationen zu speichern. Als solche kann die Speichereinheit 130 eine Festkörpervorrichtung, eine Magnetvorrichtung, eine optische Vorrichtung oder dergleichen sein. Außerdem versteht es sich, dass die Speichereinheit 130 separat und getrennt von dem Prozessor 128 sein kann oder in den Prozessor 128 eingegliedert sein kann.
-
Das Fahrzeug 112 kann auch eine Vielzahl verschiedener Sensoren zum Erfassen der Bewegung des Fahrzeugs 112 einschließen. Zum Beispiel kann der Sensor 124A ein Beschleunigungsmesser sein, der in der Lage ist, die Beschleunigung, Geschwindigkeit und/oder Entfernung zu bestimmen, die durch das Fahrzeug 112 zurückgelegt wird. Der Sensor 124A kann auch in der Lage sein, eine Giergeschwindigkeit des Fahrzeugs 112 zu bestimmen. Das Fahrzeug 112 kann auch andere Sensoren 124B einschließen, die in der Lage sind, den Lenkradwinkel des Fahrzeugs 112, die Radgeschwindigkeit eines oder mehrerer Räder des Fahrzeugs 112 oder andere fahrzeugbezogene Informationen zu bestimmen. Diese Sensoren 124A und/oder 124B kommunizieren mit dem Prozessor 128 und stellen eine Vielzahl von Signalen an den Prozessor 128 bereit. Es versteht sich, dass die durch die Sensoren 124A und/oder 124B erzeugten Daten dem System 120 direkt bereitgestellt werden können oder dem System 120 über ein Fahrzeuguntersystem bereitgestellt werden können, das die Daten von den Sensoren 124A und/oder 124B zuerst empfängt und Beschleunigung, Geschwindigkeit, Abstand, Giergeschwindigkeit, Lenkwinkel, Raddrehzahl, usw. bestimmt.
-
Das Fahrzeug 112 kann auch eine Ausgabevorrichtung 126 zum Bereitstellen von Informationen entweder durch visuelle und/oder akustische Hinweise für den Bediener des Fahrzeugs 112 oder für die Bereitstellung von Informationen für andere Fahrzeugsysteme einschließen. Als solches, wie im Zusammenhang mit den folgenden Absätzen in dieser Patentschrift erklärt wird, würden die Bestimmungen durch das System 120 direkt oder durch weitere Verarbeitung, wie etwa Tote-Winkel-Überwachung, der Ausgabevorrichtung 126 bereitgestellt, um den Fahrer zu unterstützen, wenn sich ein Anhänger 114 hinter dem Fahrzeug 112 befindet.
-
Bezugnehmend auf 2 wird ein Prozessablauf 210 für das Verfahren zur Bestimmung, wann ein Anhänger hinter einem Fahrzeug vorhanden ist, gezeigt. Hier empfängt der Prozessablauf 210 als Eingaben Radarerfassungseingabedaten 212 von den Erfassungsvorrichtungen 122A und 122B von 1. Zusätzlich zu diesen Eingaben werden Host-Fahrzeugeingaben 222 bereitgestellt. Diese Host-Fahrzeugeingaben 222 können Daten einschließen, die von den Sensoren 124A und/oder 124B erfasst werden. Wie zuvor erwähnt, können sich diese Daten auf die Geschwindigkeit, Giergeschwindigkeit, Beschleunigung, Raddrehzahl und/oder den Lenkradwinkel des Fahrzeugs 112 von 1 beziehen.
-
Block 214 führt eine Datenvorverarbeitung durch, die im Wesentlichen die Daten herausfiltert, die von dem Block 212 empfangen werden, um unnötige Daten zu entfernen, um die Verarbeitung zu vereinfachen. In Block 216 werden die Daten aus den Erfassungsvorrichtungen 122A und/oder 122B als Ziele bereitgestellt. Diese Ziele werden geclustert, um Clustermerkmale zu erzeugen. Die Clusterbildung kann auf der Verwendung einer Vielzahl verschiedener Vorgehensweisen basieren. Zum Beispiel können hierarchische Clusterbildung, schwerpunktbasierte Clusterbildung (k-Mittelwert), verteilungsbasierte Clusterbildung (Gaußsche Mischmodelle) und/oder dichtebasierte Clusterbildung verwendet werden. Für die dichtebasierte Clusterbildung befinden sich die Position dieser Ziele untereinander sowie die Gesamtzahl von Zielen innerhalb eines Clusters. Beispiele für dieses Cluster werden in den Absätzen beschrieben, die in dieser Patentschrift folgen. In Block 218 sind, wenn (ein) Cluster vorhanden ist/sind, diese(s) Cluster im Wesentlichen erzeugte Clustermerkmale.
-
Zusätzlich zu der in den Blöcken 216 und 218 genannten Clusterbildung werden die durch die Detektionsvorrichtungen 122A und 122B erzeugten Daten auch verwendet, um die globalen Merkmale zu erzeugen, wie in Block 220 gezeigt. Die globalen Merkmale können statistische Merkmale, räumliche Merkmale und/oder die Relativgeschwindigkeitsmerkmale einschließen. Statistische Merkmale der globalen Merkmale können die Standardabweichung der Ziele entweder in der x- oder y-Richtung oder die Standardabweichung der Differenz der Ziele in entweder der x- oder y-Richtung einschließen. Zusätzlich oder alternativ können diese statistischen Merkmale die größte Differenz in der y-Richtung oder die prinzipielle Komponentenanalyse der Ziele einschließen.
-
Was die räumlichen Merkmale betrifft, können diese räumlichen Merkmale quantisierte räumliche Daten in der x-Richtung oder y-Richtung verwenden. Dies kann eine Verschiebung der hellsten Stelle, das Verhältnis von Datenpunkten im hellsten Punkt in der Datengröße, das Verhältnis der Anzahl dunkelster Punkte und der Datengröße und/oder den Rang einer räumlichen Frequenzmatrix einschließen.
-
Wie zuvor erwähnt, werden zusätzlich zu den von den Erfassungsvorrichtungen 122A und/oder 122B erzeugten Daten, die in Schritt 222 gezeigten Host-Fahrzeugeingaben, die von den Sensoren 124A und/oder 124B erzeugt werden können, verwendet, um Host-Fahrzeugdynamikmerkmale zu erzeugen. Die Host-Fahrzeugdynamikmerkmale von Block 224 können die Geschwindigkeit des Fahrzeugs, die Beschleunigung des Fahrzeugs, eine Biegung einer Straße, auf der das Fahrzeug fährt, die Giergeschwindigkeit des Fahrzeugs einschließen. Block 224 stellt den Zustand des Fahrzeugs 226 ein. Block 226 kann Stoppen, Wenden, bei gleichmäßiger Geschwindigkeit geradeaus fahren oder Geradeausfahren bei Beschleunigung einschließen.
-
Der Fahrzeugzustand von Block 226, die Clusterbildungsmerkmale von Block 218 und die globalen Merkmale von Block 220 werden im Block 228 verwendet, um zu bestimmen, ob sich ein Anhänger 114 hinter dem Fahrzeug 112 von 1 befindet. Der Algorithmus der zur Durchführung und Bestimmung, ob ein Anhänger vorhanden ist verwendet wird, wird in den folgenden Absätzen beschrieben, kann aber auch durch die Verwendung eines Mehrheitsentscheid-Algorithmus oder Naïve-Bayes-Algorithmus bestimmt werden.
-
Bezugnehmend auf 3 wird ein Verfahren zum Bestimmen, wann sich ein Anhänger hinter einem Fahrzeug befindet, gezeigt. Dieses Verfahren kann als ausführbarer Code in dem Speicher 130 des Systems 120 gespeichert werden. Der Prozessor 128 kann dann konfiguriert sein, um den ausführbaren Code auszuführen, der dieses Verfahren verkörpert. Viele der Schritte des Verfahrens 310 wurden in das Flussdiagramm 210 von 2 eingegliedert. Als solches können einige der Beschreibungen dieser Verfahren 310 doppelt vorhanden sein.
-
In Schritt 312 werden Daten von der mindestens einen Erfassungsvorrichtung empfangen, wobei die Erfassungsvorrichtung konfiguriert ist, um Objekte zu erfassen, die sich hinter dem Fahrzeug befinden. Wie zuvor erwähnt, kann die Erfassungsvorrichtung ein oder mehrere Radarsysteme sein.
-
In Schritt 314 führt das Verfahren 310 eine Vorverarbeitung der Daten von der mindestens einen Erfassungsvorrichtung durch. Diese Vorverarbeitung kann das Herausfiltern der Daten einschließen, um Ziele außerhalb eines Interessensbereichs zu entfernen, was in größerem Detail in 4 beschrieben wird. Ferner kann diese Vorverarbeitung auch ein Herausfiltern der Daten einschließen, um Ziele zu entfernen, die eine Relativgeschwindigkeit, die höher als ein bestimmter Wert ist, vorweisen. Im Wesentlichen sollte sich der Anhänger mit etwa der gleichen Geschwindigkeit bewegen wie das Fahrzeug, das ihn zieht. Unter dieser Voraussetzung kann angenommen werden, dass alle Ziele, von denen bestimmt wird, dass sie schneller als das Fahrzeug fahren, Rauschen sind. Es versteht sich, dass der Schritt 314 zur Vorverarbeitung der Daten optional sein kann.
-
In Schritt 318 werden die Ziele verwendet, um zu identifizieren, ob ein Cluster vorhanden ist. Wenn mindestens ein Cluster identifiziert wird, werden Clustermerkmale durch Cluster gebildet. Hierarchische Clusterbildung, schwerpunktbasierte Clusterbildung (k-Mittelwert), verteilungsbasierte Clusterbildung (Gaußsche Mischmodelle) und dichtebasierte Clusterbildung oder andere Verfahren können verwendet werden, um zu identifizieren, ob ein Cluster vorhanden ist. Für die dichtebasierte Clusterbildung, wie nachstehend in den 5 und 6 besser beschrieben und gezeigt wird, werden Ziele, die nahe zueinander liegen, zu Clustern gebildet, um Clustermerkmale zu bilden, wenn dichtebasierte Clusterbildung verwendet wird. Diese Cluster schließen im Allgemeinen Ziele ein, die in einem bestimmten Abstand voneinander sind. Zusätzlich werden diese Cluster nur gebildet, wenn die Anzahl von Zielen innerhalb eines Clusters einen Schwellenwert überschreitet. Zum Beispiel können Ziele nur miteinander geclustert werden, wenn sie etwa 0,5 Meter voneinander entfernt sind. Zusätzlich zu diesem Abstand kann beispielsweise die Anzahl von Zielen, die zum Bilden eines Clusters erforderlich sind, 6 betragen. Daher würde in diesem Beispiel jedes Cluster sechs Ziele erfordern, die im Allgemeinen 0,5 Meter voneinander entfernt angeordnet sind.
-
In Schritt 316 werden Fahrzeugdynamikmerkmale aus der Vielzahl von Signalen bestimmt, die durch das Fahrzeug erzeugt werden. Die Fahrzeugdynamikmerkmale werden verwendet, um den Fahrzeugzustand einzustellen. Wie zuvor angegeben könnte die Vielzahl von Signalen, die durch das Fahrzeug erzeugt werden, durch die Sensoren 124A und/oder 124B erzeugte Signale sein. Zusätzlich versteht es sich, dass die zur Bestimmung der Fahrzeugdynamikmerkmale bereitgestellten Daten nicht direkt von den Sensoren 124A und/oder 124B kommen können, sondern von anderen Fahrzeugsystemen kommen können, welche die von einem oder mehreren Sensoren gesendeten Daten interpretieren. Die bestimmten Fahrzeugdynamikmerkmale können eine Biegung einer Straße, auf der das Fahrzeug fährt, und die Giergeschwindigkeit des Fahrzeugs einschließen. Die Fahrzeugdynamikmerkmale stellen den Zustand des Fahrzeugs ein. Der Zustand des Fahrzeugs kann eine Bestimmung einschließen, ob das Fahrzeug angehalten hat, wendet, geradeaus mit einer stetigen Geschwindigkeit fährt oder geradeaus unter Beschleunigung fährt. Aus Interpretationsgründen sollte der Begriff „Beschleunigung“ seine herkömmliche Bedeutung haben, indem er eine Beschleunigung in positiver Richtung oder eine Beschleunigung in negativer Richtung, d. h. eine Verzögerung, einschließt.
-
In Schritt 320 werden globale Merkmale aus Daten von der mindestens einen Erfassungsvorrichtung bestimmt. Die globalen Merkmale können statistische Merkmale, räumliche Merkmale und/oder die Relativgeschwindigkeitsmerkmale einschließen. Statistische Merkmale der globalen Merkmale können die Standardabweichung der Ziele entweder in der x- oder y-Richtung oder die Standardabweichung der Differenz der Ziele in entweder der x- oder y-Richtung einschließen. Zusätzlich oder alternativ können diese statistischen Merkmale die größte Differenz in der y-Richtung oder die prinzipielle Komponentenanalyse der Ziele einschließen.
-
Was die räumlichen Merkmale betrifft, können diese räumlichen Merkmale quantisierte räumliche Daten in der x-Richtung oder y-Richtung verwenden. Dies kann eine Verschiebung der hellsten Stelle, das Verhältnis von Datenpunkten im hellsten Punkt in der Datengröße, das Verhältnis der Anzahl dunkelster Punkte und der Datengröße und/oder den Rang einer räumlichen Frequenzmatrix einschließen. Was Relativgeschwindigkeitsmerkmale betrifft, können diese das Verhältnis von Daten, wie etwa das Verhältnis von Daten in unterschiedlichen relativen Geschwindigkeitsbehältern, einschließen.
-
Es versteht sich auch, dass Schritt 316 im Allgemeinen zuerst ausgeführt wird, während die Schritte 318 und 320 in beliebiger Reihenfolge oder gleichzeitig ausgeführt werden können.
-
In Schritt 322 wird eine Bestimmung auf der Grundlage der Clustermerkmale, des Fahrzeugzustands und/oder der globalen Merkmale durchgeführt, wenn sich der Anhänger hinter dem Fahrzeug befindet. Die globalen Merkmale können für Verbesserungsvorschläge verwendet werden. Diese Bestimmung kann durch Einstellen eines Schwellenwerts (Vertrauensniveau) für die globalen Merkmale und die Clustermerkmale durchgeführt werden, wobei das Überschreiten des Schwellenwerts darauf hinweist, dass sich der Anhänger hinter dem Fahrzeug befindet. Zusätzlich oder alternativ kann dieser Schritt durch Bewertung der Clustermerkmale und der Fahrzeugdynamikmerkmale und/oder der globalen Merkmale im Hinblick auf den Zustand des Fahrzeugs ausgeführt werden. Unterschiedliche Clustermerkmale und/oder globale Merkmale werden auf der Grundlage unterschiedlicher Fahrzeugzustände ausgewählt. Wie zuvor erwähnt, kann der Zustand des Fahrzeugs einschließen, ob das Fahrzeug angehalten hat, wendet, geradeaus mit einer stetigen Geschwindigkeit fährt oder geradeaus unter Beschleunigung fährt.
-
Ferner kann Schritt 322 durch Verwendung eines Mehrheitsentscheid-Algorithmus ausgeführt werden. Bei einem Mehrheitsentscheid-Algorithmus werden Schwellenwerte für verschiedene Merkmale, wie etwa die Clustermerkmale und die globalen Merkmale, eingestellt. Unterschiedliche Fahrzeugzustände, die aus den Fahrzeugdynamikmerkmalen bestimmt werden, können verwendet werden, um zu bestimmen, welche Merkmale bei der Bestimmung, ob sich ein Anhänger hinter dem Fahrzeug befindet, verwendet werden sollten. Zum Beispiel können, wenn das Fahrzeug wendet, Clustermerkmale und globale Merkmale, wie etwa räumliche Merkmale und Bildmerkmale, bei der Herstellung dieser Bestimmung hilfreich sein. Wenn das Fahrzeug unter Beschleunigung geradeaus fährt, können sowohl die Relativgeschwindigkeit des Fahrzeugs als auch statistische Merkmale der globalen Merkmale genutzt werden. Dies kann auch der Fall sein, wenn das Fahrzeug mit einer stetigen Geschwindigkeit geradeaus fährt. In diesem Mehrheitsentscheid-Algorithmus könnte, wenn eine bestimmte Anzahl von Merkmalen, zum Beispiel 6 aus 10 Merkmalen, erfüllt sind, ein Zähler erhöht werden, um auf das Vertrauensniveau hinzuweisen, wonach sich ein Anhänger hinter dem Fahrzeug befindet.
-
Ein anderer Weg zum Durchführen des Schrittes 322 kann den Naïve-Bayes-Klassifizierer einschließen. Hier wird zunächst ein Trainingsprozess ausgeführt, gefolgt von einem Erfassungsprozess. Diese Art von Prozess wird verwendet, um einen Zähler zu erhöhen oder zu verringern, der auf das Vertrauensniveau hinweist, wonach sich ein Anhänger hinter dem Fahrzeug befindet.
-
Bezugnehmend auf 4 wird ein visuelles Beispiel der Vorverarbeitung der Daten von Schritt 314 von 3 gezeigt. Hier wird das Fahrzeug 112 gezeigt, wobei das Fahrzeug einen vorderen Abschnitt 114 und einen hinteren Abschnitt 116 einschließt. Wie bereits erwähnt, ist der Anhänger ist in der Regel an das Fahrzeug 112 angehängt, sodass es dem hinteren Abschnitt 116 des Fahrzeugs 112 folgt. Als solches befindet sich ein Interessensbereich 132 hinter dem Fahrzeug 112. Hier wird der Interessensbereich durch einen Ursprung 134, der durch die x-Koordinaten 136 und y-Koordinaten 138 definiert wird, definiert. Der Interessensbereich kann sich in der y-Richtung 138 um eine bestimmte Distanz erstrecken. In diesem Beispiel beträgt die Distanz 7 Meter. In der x-Richtung 136 kann die Distanz 0,5 Meter in einer Richtung von dem Ursprung 134 und 2,9 Meter in der anderen Richtung von dem Ursprung 134 betragen. Natürlich versteht es sich, dass dies lediglich Beispiele sind, die sich auf der Grundlage der Art des verwendeten Fahrzeugs 112 und/oder der Art des Anhängers, der verwendet werden kann, ändern können.
-
Ziele, die sich in dem Interessensbereich 132 befinden, werden nicht aus den Daten herausgefiltert, die dem Prozessor zur Durchführung der Clusterbildung bereitgestellt werden. Daten an den Positionen 133, 135, und 137 werden jedoch herausgefiltert, da sie sich nicht innerhalb des Interessensbereichs 132 befinden und bei dem Clusterbildungsprozess nicht in Betracht gezogen werden.
-
Auch kann, wie bereits erwähnt, die Vorverarbeitung der Daten die Entfernung von Zielen einschließen, die eine Geschwindigkeit, die sich von der des Fahrzeugs 112 unterscheidet, aufweisen. Wenn sich ein Anhänger hinter dem Fahrzeug 112 befindet, sollte der Anhänger, und daher die zugehörigen Ziele, mit der gleichen Geschwindigkeit wie das Fahrzeug 112 fahren. Ziele, die nicht mit der gleichen oder einer ähnlichen Geschwindigkeit des Fahrzeugs 112 fahren, können entfernt werden.
-
Bezugnehmend auf 5 ist ein Beispiel einer Clusterbildung der Ziele gezeigt, wobei die geclusterten Ziele darauf hinweisen, dass sich kein Anhänger hinter einem Fahrzeug befindet. Hier gibt es drei Cluster, Cluster 0, Cluster 1 und Cluster 2. Die Position dieser Cluster wird in der Darstellung ganz links gezeigt. In der ganz rechten Darstellung wird die Anzahl von Zielen, die sich in jedem Cluster befinden, gezeigt. Hier enthält Cluster 0 etwa 13 Ziele, Cluster 1 enthält etwa sieben Ziele und Cluster 2 enthält etwa zehn Ziele. Cluster 0 ist ein Rausch-Cluster, Ziele in diesem Cluster haben weniger als 6 Nachbarn innerhalb von 0,5 Metern. Auf der Grundlage der Ausbreitung der Ziele in den Clustern in der ganz linken Darstellung und der Tatsache, dass sich, in der ganz rechten Darstellung, innerhalb jedes Clusters nur wenige Ziele befinden und in einem Rausch-Cluster geclustert werden, kann das System und das Verfahren bestimmen, dass dieses Clustermerkmal kein Hinweis darauf ist, dass sich ein Anhänger hinter dem Fahrzeug befindet.
-
Umgekehrt wird in 6 das Beispiel von Clustern gezeigt, die darauf hinweisen, dass sich ein Anhänger hinter einem Fahrzeug befindet. Hier sind, wie in der ganz linken Darstellung gezeigt, die Cluster 0, 1 und 2 im Allgemeinen eng zusammengepackt. In der ganz rechten Darstellung, weist Cluster 1 eine signifikante Anzahl von Zielen auf. Cluster 2 hat keine Ziele, während Cluster 0 eine dazwischen liegende Anzahl von Zielen aufweist. Cluster 0 ist ein Rausch-Cluster, der weniger Ziel als Cluster 1 aufweist. Auch über die Hälfte der Ziele (19/30) in Cluster 1, was 19 Ziele bedeutet, weisen mehr als 6 Ziele innerhalb von 0,5 Metern auf. Dies bedeutet im Wesentlichen, dass die Anzahl von Zielen um Cluster 1 dicht zusammengepackt ist und zu einem geringeren Ausmaß um Cluster 0 herum. Dies weist im Allgemeinen daraufhin, dass die Clustermerkmale von 6 darauf hinweisen, wann sich ein Anhänger hinter dem Fahrzeug befindet.
-
Wie zuvor in dieser Patentschrift angegeben, werden globale Merkmale auch bei der Bestimmung verwendet, ob sich ein Anhänger hinter einem Fahrzeug befindet. 7 zeigt quantisierte räumliche Daten sowohl in lateraler Distanz als auch in longitudinaler Distanz und die Zählziffer von Datenpunkten in jedem Gitter. Wenn sich die Anzahl von Datenpunkten erhöht, wird die Farbe des Gitters heller. Wie in 7 gezeigt werden kann, ist die Anzahl von Zielen weit verteilt, und sehr wenige sind konzentriert. Dieses globale Merkmal weist daraufhin, dass sich kein Anhänger hinter einem Fahrzeug befindet. 8 zeigt andererseits Ziele dichter zusammengepackt und befinden sich in einem allgemeinen Bereich. Dies weist daraufhin, dass sich ein Anhänger hinter einem Fahrzeug befindet.
-
Als solches verbessert das dieser Erfindung beschriebene System und Verfahren ein Erfassen eines Anhängers, das sich hinter einem Fahrzeug befindet, signifikant, mit weniger falsch positiven und falsch negativen Ergebnissen. Dies liegt daran, dass System und Verfahren Radardaten verwenden, um Ziele zu clustern, um Clustermerkmale zu erzeugen sowie globale Merkmale zu erzeugen. Zusätzlich werden Fahrzeugdynamikmerkmale auch in dem Bestimmungsprozess verwendet.
-
In einer alternativen Ausführungsform können dedizierte Hardwareimplementierungen, wie etwa anwendungsspezifische integrierte Schaltungen, programmierbare Logik-Arrays und andere Hardwarevorrichtungen konstruiert werden, um eines oder mehrere der hierin beschriebenen Verfahren zu implementieren. Anwendungen, welche die Vorrichtung und Systeme verschiedener Ausführungsformen einschließen können, können allgemein eine Vielzahl von elektronischen und Computersystemen einschließen. Eine oder mehrere hierin beschriebene Ausführungsformen können Funktionen unter Verwendung von zwei oder mehr spezifischen miteinander verbundenen Hardwaremodulen oder Vorrichtungen mit verwandten Steuerung und Datensignale implementieren, die zwischen und durch die Module oder als Abschnitte einer anwendungsspezifischen integrierten Schaltung kommuniziert werden können. Dementsprechend umfasst das vorliegende System Software-, Firmware- und Hardware-Implementierungen.
-
Gemäß verschiedener Ausführungsformen der vorliegenden Offenbarung, können die hierin beschriebenen Verfahren durch Software-Programme, ausführbar durch ein Computersystem, implementiert werden. Ferner können in einer beispielhaften, nicht einschränkenden Ausführungsform Implementierungen eine verteilte Datenverarbeitung, eine verteilte Komponenten-/Objekt-Verarbeitung und eine parallele Verarbeitung einschließen. Alternativ kann eine virtuelle Computersystemverarbeitung konstruiert werden, um eines oder mehrere der hierin beschriebenen Verfahren oder Funktionen zu implementieren.
-
Ferner können die hierin beschriebenen Verfahren in einem computerlesbaren Medium verkörpert sein. Der Begriff „computerlesbares Medium“ schließt ein einzelnes Medium oder mehrere Medien ein, wie etwa eine zentralisierte oder verteilte Datenbank, und/oder zugeordnete Caches und Server, die einen oder mehrere Sätze von Anweisungen speichern. Der Begriff „computerlesbares Medium“ soll auch jedes Medium einschließen, das in der Lage ist, einen Satz von Anweisungen zur Ausführung durch einen Prozessor zu speichern, zu codieren oder zu tragen oder die ein Computersystem veranlassen, eines oder mehrere der hierin offenbarten Verfahren oder Operationen auszuführen.
-
Wie ein Fachmann ohne weiteres erkennen wird, ist die vorstehende Beschreibung als eine Darstellung der Prinzipien der Erfindung gemeint. Diese Beschreibung soll den Schutzumfang oder die Anwendung dieser Erfindung nicht einschränken, indem die Erfindung modifiziert, variiert und geändert werden kann, ohne vom Geist der Erfindung abzuweichen, wie er in den folgenden Ansprüchen definiert ist.
