DE112020007498T5 - Vorrichtung und Verfahren zur Signalverarbeitung - Google Patents
Vorrichtung und Verfahren zur Signalverarbeitung Download PDFInfo
- Publication number
- DE112020007498T5 DE112020007498T5 DE112020007498.6T DE112020007498T DE112020007498T5 DE 112020007498 T5 DE112020007498 T5 DE 112020007498T5 DE 112020007498 T DE112020007498 T DE 112020007498T DE 112020007498 T5 DE112020007498 T5 DE 112020007498T5
- Authority
- DE
- Germany
- Prior art keywords
- vehicle
- input data
- output
- data
- dimension
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
- G01S7/406—Means for monitoring or calibrating by simulation of echoes using internally generated reference signals, e.g. via delay line, via RF or IF signal injection or via integrated reference reflector or transponder
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9323—Alternative operation using light waves
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Traffic Control Systems (AREA)
Abstract
Vorrichtung und Verfahren zur Signalverarbeitung, umfassend ein Empfangen von ersten Eingabedaten und zweiten Eingabedaten, wobei die ersten Eingabedaten eine erste Dimension (X), insbesondere eine Fahrtrichtung des Fahrzeugs (101), definieren, und die zweiten Eingabedaten eine zweite Dimension (Y) eines Signals, die anhand von Bilddaten bestimmt wird, die durch mindestens einen Sensor eines Fahrzeugs (101) erfasst werden, definieren, wobei die ersten Eingabedaten Informationen über eine Bewegung oder eine Position eines Objekts (102), insbesondere relativ zu dem Fahrzeug (101), in der ersten Dimension (X) umfassen, wobei die zweiten Eingabedaten Informationen über die Bewegung oder die Position des Objekts (102), insbesondere relativ zu dem Fahrzeug (101), umfassen, wobei die zweite Eingabe in der zweiten Dimension (Y) einer ersten Seite des Fahrzeugs (101) zugewiesen ist, ein Bestimmen von ersten Ausgabedaten in Abhängigkeit von den ersten Eingabedaten, ein Bestimmen von zweiten Ausgabedaten in Abhängigkeit von den zweiten Eingabedaten, wobei die zweite Ausgabe einer zweiten Seite des Fahrzeugs (101) zugewiesen ist.
Description
- Die Erfindung betrifft eine Vorrichtung und ein Verfahren zur Signalverarbeitung, insbesondere für Fahrzeugdaten.
- Aktuell gibt es insbesondere in der Automobilindustrie einen ständigen Bedarf an und Nachfrage nach Daten. Sicherheit und Zuverlässigkeit stehen in direktem Zusammenhang mit der Menge an Daten, die ein Techniker für die Abstimmung und Bewertung des Endprodukts genutzt hat. Dennoch wird sich die Sammlung und Speicherung solcher Datenmengen gleichwohl als teuer und schwierig zu pflegen erweisen.
- Das Verfahren und die Vorrichtung zur Signalverarbeitung gemäß den unabhängigen Ansprüchen stellen einen neuen Ansatz zur Erleichterung der Datensammlung bereit, durch den ein Techniker Szenarien spiegeln kann, um mehr Daten zu erhalten.
- Das Verfahren der Signalverarbeitung umfasst ein Empfangen von ersten Eingabedaten und zweiten Eingabedaten, wobei die ersten Eingabedaten eine erste Dimension definieren, insbesondere eine Fahrtrichtung des Fahrzeugs, und die zweiten Eingabedaten eine zweite Dimension eines Signals definieren, die anhand von Signaldaten bestimmt wird, die durch mindestens einen Sensor eines Fahrzeugs erfasst werden, wobei die ersten Eingabedaten Informationen über eine Bewegung oder eine Position eines Objekts, insbesondere relativ und nicht relativ, d. h. absolut, zu dem Fahrzeug, in der ersten Dimension umfassen, wobei die zweiten Eingabedaten Informationen über die Bewegung oder die Position des Objekts, insbesondere relativ zu dem Fahrzeug, umfassen, wobei die zweite Eingabe in der zweiten Dimension einer ersten Seite des Fahrzeugs zugewiesen ist, ein Bestimmen von ersten Ausgabedaten in Abhängigkeit von den ersten Eingabedaten, ein Bestimmen von zweiten Ausgabedaten in Abhängigkeit von den zweiten Eingabedaten, wobei die zweite Ausgabe einer zweiten Seite des Fahrzeugs zugewiesen ist. Dieser Datenvermehrungsvorgang ändert Signale, die ein benachbartes Fahrzeug beschreiben, so ab, dass eine Kopie dieses Fahrzeugs auf der gegenüberliegenden Seite des Fahrzeugs platziert wird. Mittels dieses Vorgangs lassen sich, zum Preis einer Datensammlungsaktion, zwei getrennte Messungen erzeugen, eine mit den Originalsignalen und eine mit den verarbeiteten Signalen.
- Vorzugsweise definiert das Signal eine Position, eine Geschwindigkeit oder eine Beschleunigung des Objekts, insbesondere relativ zu dem Fahrzeug. Diese liefern wertvolle Informationen über die benachbarten Fahrzeuge in Bezug auf das Fahrzeug. Die Signale können von einem FlexRay-Datenbus in dem Fahrzeug als eine Zerlegung in einem zweidimensionalen Koordinatensystem zur Verfügung gestellt werden, sodass ein Abstand relativ zu einem benachbarten Fahrzeug durch einen Abstand nach vorne, z. B. Position X, und einen seitlichen Abstand, z. B. Position Y, beschrieben wird. Signale, die aus der Position, z. B. Geschwindigkeit und Beschleunigung, abgeleitet werden, werden ebenfalls zerlegt.
- Die zweiten Eingabedaten definieren vorzugsweise eine Position, eine Geschwindigkeit oder eine Beschleunigung des Objekts in der zweiten Dimension auf der ersten Seite des Fahrzeugs, und die zweiten Ausgabedaten definieren eine Position, eine Geschwindigkeit oder eine Beschleunigung eines Objekts auf der zweiten Seite des Fahrzeugs. Signale, die den Zusammenhang zwischen dem Fahrzeug und dem benachbarten Fahrzeug beschreiben, können vertikal gespiegelt werden, sodass ein benachbartes rechtes Fahrzeug als von links anfahrend wahrgenommen wird und umgekehrt. Dadurch lassen sich zwei verschiedene reale Szenarien erhalten, und so kann eine bestehende Datenbank implizit verdoppelt werden.
- Vorzugsweise werden die ersten Eingabedaten durch eine Zerlegung des Signals in der ersten Dimension definiert und die zweiten Eingabedaten durch eine Zerlegung des Signals in der zweiten Dimension definiert.
- Bei dem Sensor handelt es sich vorzugsweise um einen aus der Gruppe von Radar-Sensor, Kamera und LiDAR-Sensor.
- Das Objekt ist vorzugsweise ein anderes Fahrzeug, ein Gegenstand, insbesondere eine Person, oder Teil einer Straßeninfrastruktur, insbesondere ein Verkehrszeichen.
- Das Signal ist vorzugsweise durch Bilddaten definiert, die eine Umgebung des ersten Fahrzeugs auf der ersten Seite des Fahrzeugs erfassen, wobei die erste Ausgabe und die zweite Ausgabe zusammengesetzt sind, um ein Ausgabesignal zu bilden, das ein Bild definiert, das eine Umgebung des ersten Fahrzeugs auf der zweiten Seite des Fahrzeugs zeigt.
- Die Trainingsdaten zum Trainieren eines Modells oder eines künstlichen neuronalen Netzes zum Erkennen eines Verhaltens des Objekts auf der zweiten Seite des Fahrzeugs werden vorzugsweise in Abhängigkeit von der ersten Ausgabe und der zweiten Ausgabe ermittelt. Wenn Ereignisse abgebildet werden, die nach dem oben beschriebenen Verfahren ermittelt wurden, d. h., die links nach rechts gespiegelt wurden, können die Trainingsdaten für das Modell oder das Netzwerk zum weiteren Trainieren oder zum Prüfen auf Konsistenz und Leistung verwendet werden.
- Vorzugsweise wird das Modell oder das künstliche neuronale Netzwerk mit den Trainingsdaten trainiert. Das Modell oder Netzwerk kann zur Erkennung des Verhaltens der benachbarten Fahrzeuge des Fahrzeugs modelliert worden sein, insbesondere nur für die rechte Seite. Das Modell oder Netzwerk kann trainiert werden, oder es kann ein Ansatz maschinellen Lernens unter Verwendung dieser Trainingsdaten implementiert werden. Dies führt zu wartungsfreundlicheren, robusteren Modellen oder Netzen, die weniger Daten benötigen und implizit weniger aufwendig zu entwickeln sind.
- Die Vorrichtung zur Signalverarbeitung ist dafür ausgelegt, Eingabedaten von mindestens einem Sensor von der Gruppe aus Radarsensor, Kamera und LiDAR-Sensor zu verarbeiten und die Schritte des Verfahrens nach einem der vorhergehenden Ansprüche auszuführen.
- Weitere vorteilhafte Ausführungsformen ergeben sich aus der nachfolgenden Beschreibung und der Zeichnung. Es zeigen:
-
1 eine schematische Darstellung einer Straße, -
2 eine Darstellung von Schritten in einem Verfahren zur Signalverarbeitung. -
1 stellt eine Straße 100, ein Fahrzeug 101 und ein Objekt 102 dar. Das Objekt 102 ist ein Fahrzeug. Das Objekt kann ein Gegenstand, insbesondere eine Person, oder Teil einer Straßeninfrastruktur, insbesondere ein Verkehrszeichen, sein. - Das Fahrzeug 101 umfasst eine Vorrichtung zur Signalverarbeitung. Das Fahrzeug 101 umfasst mindestens einen Sensor aus der Gruppe von Radarsensor, Kamera und LiDAR-Sensor. Die Vorrichtung umfasst einen Prozessor, insbesondere einen Signalprozessor, der dafür ausgelegt ist, Eingabedaten von dem mindestens einen Sensor zu verarbeiten und die nachfolgend beschriebenen Schritte des Verfahrens auszuführen.
- In
1 ist ein synthetisches Fahrzeug 103 als ein Beispiel für ein Ausgabebild dargestellt, das nach einem Aspekt des Verfahrens erzeugt wird. - Das Fahrzeug 101 ist auf der Straße 100 in einer Fahrtrichtung 104 ausgerichtet. Die Fahrtrichtung 104 definiert eine erste Dimension X. Eine Richtung, die senkrecht zu der Fahrtrichtung 104 verläuft, definiert eine zweite Dimension Y.
- Der mindestens eine Sensor in dem Beispiel ist dafür ausgelegt, eine Umgebung auf einer ersten Seite des Fahrzeugs 101 in der zweiten Dimension Y zu erfassen. Der mindestens eine Sensor oder eine Steuerung davon ist dafür ausgelegt, ein Signal auszugeben oder erste Eingabedaten und zweite Eingabedaten zur weiteren Verarbeitung durch die Vorrichtung auszugeben. In dem Beispiel erfasst der mindestens eine Sensor ein Bild des Objekts 102, d. h. des Fahrzeugs, das sich links von dem Fahrzeug 101 befindet. Das Signal ist in erste Eingabedaten, die die erste Dimension X definieren, und zweite Eingabedaten, die die zweite Dimension Y definieren, zerlegbar. Hierzu kann ein zweidimensionales kartesisches Koordinatensystem mit einem Ursprung in der Mitte des Fahrzeugs 101 verwendet werden. Das Signal ist in einem Aspekt durch die Bilddaten definiert, die die Umgebung des Fahrzeugs 101 auf der ersten Seite des Fahrzeugs 101 erfassen.
- Ein Verfahren zur Signalverarbeitung für dieses Signal ist unter Bezugnahme auf
2 beschrieben. - Das Verfahren umfasst einen Schritt 202 des Empfangens erster Eingabedaten und zweiter Eingabedaten.
- Die ersten Eingabedaten definieren die erste Dimension X, und die zweiten Eingabedaten definieren die zweite Dimension Y des Signals.
- Das Signal wird anhand von Bilddaten bestimmt, die durch den mindestens einen Sensor des Fahrzeugs 101 erfasst werden. In dem Beispiel definiert das Signal die Position, die Geschwindigkeit oder die Beschleunigung des Objekts 102, insbesondere relativ zu dem Fahrzeug 101.
- Die ersten Eingabedaten umfassen Informationen über eine Bewegung oder eine Position des Objekts 102, insbesondere relativ zu dem Fahrzeug 101, in der ersten Dimension X.
- Die zweiten Eingabedaten umfassen Informationen über die Bewegung oder die Position des Objekts 102, insbesondere relativ zu dem Fahrzeug 101, in der zweiten Dimension Y. Die zweite Eingabe ist in der zweiten Dimension Y der ersten Seite des Fahrzeugs 101 zugeordnet, d. h. der Seite, an der der mindestens eine Sensor die Umgebung des Fahrzeugs 101 überwacht. In dem Beispiel liegt diese, bei Betrachtung in Fahrtrichtung, links von dem Fahrzeug 101. Die zweiten Eingabedaten definieren in dem Beispiel die Position, die Geschwindigkeit oder die Beschleunigung des Objekts 102 in der zweiten Dimension X auf der ersten Seite des Fahrzeugs 101.
- Die ersten Eingabedaten können durch eine Zerlegung des Signals in der ersten Dimension X definiert werden, und die zweiten Eingabedaten werden durch eine Zerlegung des Signals in der zweiten Dimension Y definiert.
- Das Verfahren umfasst einen Schritt 204 zum Bestimmen von ersten Ausgabedaten in Abhängigkeit von den ersten Eingabedaten. In dem Beispiel sind die ersten Ausgabedaten identisch mit den ersten Eingabedaten.
- Das Verfahren umfasst einen Schritt 206 des Bestimmens zweiter Ausgabedaten in Abhängigkeit von den zweiten Eingabedaten, wobei die zweite Ausgabe einer zweiten Seite des Fahrzeugs 101 zugewiesen ist. Die zweite Ausgabe ist in dem Beispiel der rechten Sicht des Fahrzeugs 101 zugeordnet. Wenn die zweiten Eingabedaten die Position des Objekts 102 auf der ersten Seite definieren, werden die zweiten Ausgabedaten so bestimmt, dass sie eine Position eines Objekts, in dem Beispiel das synthetische Fahrzeug 103, auf der zweiten Seite des Fahrzeugs definieren. In dem Beispiel wird die Position an einer durch die erste Dimension X definierten Achse gespiegelt. Die zweiten Eingabedaten können als Informationen über die Position numerische Werte umfassen, die einen Abstand definieren. In diesem Aspekt kann der numerische Wert mit -1 multipliziert werden oder das Vorzeichen umgeschaltet werden, um die neue Position für die zweiten Ausgabedaten zu bestimmen. Die zweiten Eingabedaten können eine Kennung umfassen, die die zweiten Eingabedaten der ersten Seite des Fahrzeugs 101 zuweist. In diesem Aspekt kann die Kennung geändert werden, um die zweiten Ausgabedaten der zweiten Seite des Fahrzeugs 101 zuzuweisen, insbesondere ohne den numerischen Wert zu ändern.
- Wenn die zweiten Eingabedaten eine Geschwindigkeit für die erste Seite sind, so ist die zweite Ausgabe eine Geschwindigkeit für die zweite Seite. Wenn die zweiten Eingabedaten eine Beschleunigung für die erste Seite sind, so ist die zweite Ausgabe eine Beschleunigung für die zweite Seite.
- Wenn das Signal durch die Bilddaten definiert ist, die die Umgebung des ersten Fahrzeugs 101 auf der ersten Seite des Fahrzeugs 101 erfassen, können die erste Ausgabe und die zweite Ausgabe so zusammengesetzt sein, dass sie ein Ausgabesignal bilden, das ein Bild definiert, das eine Umgebung des Fahrzeugs 101 auf der zweiten Seite des Fahrzeugs 101 zeigt.
- Die ersten Ausgabedaten und die zweiten Ausgabedaten können in einer Datenbank gespeichert sein.
- In einer Ausführungsform werden die Trainingsdaten zum Trainieren eines Modells oder eines künstlichen neuronalen Netzes zum Erkennen eines Verhaltens des Objekts 102 auf der zweiten Seite des Fahrzeugs 101 in Abhängigkeit von der ersten Ausgabe und der zweiten Ausgabe ermittelt.
- In einer Ausführungsform wird das künstliche neuronale Netz mit den Trainingsdaten trainiert.
Claims (10)
- Verfahren zur Signalverarbeitung, gekennzeichnet durch Empfangen (202) von ersten Eingabedaten und zweiten Eingabedaten, wobei die ersten Eingabedaten eine erste Dimension (X), insbesondere eine Fahrtrichtung des Fahrzeugs (101), definieren, und die zweiten Eingabedaten eine zweite Dimension (Y) eines Signals, die anhand von Bilddaten bestimmt wird, die durch mindestens einen Sensor eines Fahrzeugs (101) erfasst werden, definieren, wobei die ersten Eingabedaten Informationen über eine Bewegung oder eine Position eines Objekts (102), insbesondere relativ zu dem Fahrzeug (101), in der ersten Dimension (X) umfassen, wobei die zweiten Eingabedaten Informationen über die Bewegung oder die Position des Objekts (102), insbesondere relativ zu dem Fahrzeug (101), umfassen, wobei die zweite Eingabe in der zweiten Dimension (Y) einer ersten Seite des Fahrzeugs (101) zugewiesen ist, Bestimmen (204) von ersten Ausgabedaten in Abhängigkeit von den ersten Eingabedaten, Bestimmen (206) von zweiten Ausgabedaten in Abhängigkeit von den zweiten Eingabedaten, wobei die zweite Ausgabe einer zweiten Seite des Fahrzeugs (101) zugewiesen ist.
- Verfahren nach
Anspruch 1 , dadurch gekennzeichnet, dass das Signal eine Position, eine Geschwindigkeit oder eine Beschleunigung des Objekts (102), insbesondere relativ zu dem Fahrzeug (101), definiert. - Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die zweiten Eingabedaten eine Position, eine Geschwindigkeit oder eine Beschleunigung des Objekts (102) in der zweiten Dimension (X) auf der ersten Seite des Fahrzeugs (101) definieren und die zweiten Ausgabedaten eine Position, eine Geschwindigkeit oder eine Beschleunigung eines Objekts auf der zweiten Seite des Fahrzeugs (101) definieren.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die ersten Eingabedaten durch eine Zerlegung des Signals in der ersten Dimension (X) definiert werden und die zweiten Eingabedaten durch eine Zerlegung des Signals in der zweiten Dimension (Y) definiert werden.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Sensor einer von der Gruppe aus einem Radar-Sensor, einer Kamera und einem LiDAR-Sensor ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Objekt (102) ein anderes Fahrzeug, ein Individuum, insbesondere eine Person, oder Teil einer Straßeninfrastruktur, insbesondere ein Verkehrszeichen, ist.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Signal durch Bilddaten definiert ist, die eine Umgebung des Fahrzeugs (101) auf der ersten Seite des Fahrzeugs (101) erfassen, wobei die erste Ausgabe und die zweite Ausgabe so zusammengesetzt sind, dass sie ein Ausgabesignal bilden, das ein Bild definiert, das eine Umgebung des Fahrzeugs (101) auf der zweiten Seite des Fahrzeugs (101) zeigt.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass Trainingsdaten zum Trainieren eines Modells oder eines künstlichen neuronalen Netzes zum Erkennen eines Verhaltens des Objekts (102) auf der zweiten Seite des Fahrzeugs (101) in Abhängigkeit von der ersten Ausgabe und der zweiten Ausgabe ermittelt werden.
- Verfahren nach
Anspruch 8 , dadurch gekennzeichnet, dass das künstliche neuronale Netz mit den Trainingsdaten trainiert wird. - Vorrichtung zur Signalverarbeitung, dadurch gekennzeichnet, dass die Vorrichtung dafür ausgelegt ist, Eingabedaten von mindestens einem Sensor von der Gruppe aus Radarsensor, Kamera und LiDAR-Sensor zu verarbeiten und die Schritte des Verfahrens nach einem der vorhergehenden Ansprüche auszuführen.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2020/025370 WO2022033652A1 (en) | 2020-08-12 | 2020-08-12 | Device for and method of image signal processing in a vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
DE112020007498T5 true DE112020007498T5 (de) | 2023-06-15 |
Family
ID=72322418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE112020007498.6T Pending DE112020007498T5 (de) | 2020-08-12 | 2020-08-12 | Vorrichtung und Verfahren zur Signalverarbeitung |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE112020007498T5 (de) |
WO (1) | WO2022033652A1 (de) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10338223B1 (en) * | 2017-12-13 | 2019-07-02 | Luminar Technologies, Inc. | Processing point clouds of vehicle sensors having variable scan line distributions using two-dimensional interpolation and distance thresholding |
CN108647638B (zh) * | 2018-05-09 | 2021-10-12 | 东软睿驰汽车技术(上海)有限公司 | 一种车辆位置检测方法及装置 |
-
2020
- 2020-08-12 DE DE112020007498.6T patent/DE112020007498T5/de active Pending
- 2020-08-12 WO PCT/EP2020/025370 patent/WO2022033652A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022033652A1 (en) | 2022-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102018116111B4 (de) | Ein einheitliches tiefes faltendes neuronales Netzwerk für die Abschätzung von Freiraum, die Abschätzung der Objekterkennung und die der Objektstellung | |
DE60224852T2 (de) | Verfahren und Vorrichtung zur Verarbeitung von Fahrzeugbildern | |
DE10029866B4 (de) | Objekterkennungssystem | |
DE102018128289B4 (de) | Verfahren und vorrichtung für eine autonome systemleistung und zur einstufung | |
DE102010013943B4 (de) | Verfahren und Vorrichtung für eine Funktionsprüfung einer Objekt-Erkennungseinrichtung eines Kraftwagens | |
WO2019063628A1 (de) | System zur erzeugung und/oder aktualisierung eines digitalen modells einer digitalen karte | |
DE102018128531A1 (de) | System und Verfahren zum Analysieren einer durch eine Punktwolke dargestellten dreidimensionalen Umgebung durch tiefes Lernen | |
DE102016003424A1 (de) | Verfahren und Vorrichtung zum Erkennen von Verkehrszeichen | |
EP3393875B1 (de) | Verfahren zum verbesserten erkennen von objekten durch ein fahrerassistenzsystem | |
DE102019209462A1 (de) | Verfahren zur Bestimmung eines Vertrauens-Wertes eines detektierten Objektes | |
WO2019206792A1 (de) | Verfahren und vorrichtung zur umsetzung eines eingangsbildes einer ersten domäne in ein ausgangsbild einer zweiten domäne | |
DE102020200169B3 (de) | Verfahren zur Zusammenführung mehrerer Datensätze für die Erzeugung eines aktuellen Spurmodells einer Fahrbahn und Vorrichtung zur Datenverarbeitung | |
AT523834A4 (de) | Verfahren und System zum Testen eines Fahrerassistenzsystems | |
WO2020126167A1 (de) | Verfahren zur erkennung von mindestens einem muster in einer umgebung eines fahrzeugs, steuergerät zum ausführen eines solchen verfahrens, sowie fahrzeug mit einem solchen steuergerät | |
DE102019208733A1 (de) | Verfahren und Generator zum Erzeugen von gestörten Eingangsdaten für ein neuronales Netz | |
DE102019208735B4 (de) | Verfahren zum Betreiben eines Fahrassistenzsystems eines Fahrzeugs und Fahrerassistenzsystem für ein Fahrzeug | |
DE112020007498T5 (de) | Vorrichtung und Verfahren zur Signalverarbeitung | |
DE102019209463A1 (de) | Verfahren zur Bestimmung eines Vertrauenswertes eines Objektes einer Klasse | |
DE102018207923A1 (de) | Verbessertes Training eines Klassifikators | |
DE102018109680A1 (de) | Verfahren zum Unterscheiden von Fahrbahnmarkierungen und Bordsteinen durch parallele zweidimensionale und dreidimensionale Auswertung; Steuereinrichtung; Fahrassistenzsystem; sowie Computerprogrammprodukt | |
EP3688737A1 (de) | Verfahren und einrichtung | |
DE102022201679A1 (de) | Verfahren und Vorrichtung zum Trainieren eines neuronalen Netzes | |
DE102019130204B4 (de) | Verfahren und System zum Erstellen dynamischer Karteninformation, die zum Bereitstellen von Umgebungsinformationen geeignet ist | |
DE112021001817T5 (de) | Landkartenaktualisierungsvorrichtung und landkartenaktualisierungsprogramm | |
DE102019219927A1 (de) | Verfahren und Vorrichtung zum Erkennen einer Entfremdung einer Sensordatendomäne von einer Referenzdatendomäne |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed |