-
Die
Erfindung geht aus von einem Verfahren zur dynamischen Spurverfolgung
von Fahrzeugen zur Ermittlung eines Fahrbahnmodells unter Berücksichtigung
der Fahrzeuggeschwindigkeit nach der Gattung des Hauptanspruchs.
Es sind bereits solche Bildanalyseverfahren aus der Literatur bekannt, „Real Time
3D-Road Modeling for Autonomous Vehicle Guidance" (U. Franke, 7. Skandinavische Konferenz der
Bildanalyse, Aalborg, Dänemark,
Seiten 316 bis 323). Das Verfahren ermittelt den Fahrbahnverlauf und
die Lage des Fahrzeugs relativ zu dieser Fahrbahn aus Videobildern,
die von einer Bildaufnahmeeinheit aufgenommenen werden. Nach diesem
Verfahren werden die die Fahrbahn beschreibenden Modellparameter
anhand von Bildpunkten geschätzt, welche
als zu der Fahrbahnberandung gehörend
erkannt worden sind. Die Detektion dieser Fahrbahnrandpunkte ist
ausschließlich
gradientenbasiert und setzt das Vorhandensein gut sichtbarer heller
Fahrbahnmarkierungen an beiden Fahrbahnrändern voraus. Entsprechend
des Fahrbahnmodells, das eine hinreichend genaue Schätzung des
Winkels liefert, unter dem die Fahrbahnrandmarkierung im Videobild verläuft, werden parallelogrammförmige Meßzellen entlang
der Fahrbahnmarkierung plaziert, in denen dann Kanten bekannter
Steigung gesucht werden. Der Meßzelleninhalt
wird entlang der vorhergesagten Kante integriert. Aus dem erhaltenen
Signal wird daraufhin das Paar der lokalen Gradientenmaxima extrahiert,
das mit größter Warscheinlichkeit
die jeweiligen Fahrbahnberandungen repräsentiert. Aus den detektierten
Fahrbahnrandpunkten werden dann im Fall eines überbestimmten Gleichungssystems,
d. h. es werden mehr Fahrbahnrandpunkte erfaßt, als zur Bestimmung der
Modellparameter notwendig sind, die den Fahrbahnverlauf und die
relative Lage des Fahrzeugs zur Fahrbahn beschreibende Modellparameter
geschätzt.
-
Vorteile der
Erfindung
-
Das
erfindungsgemäße Verfahren
mit den kennzeichnenden Merkmalen des Hauptanspruchs hat demgegenüber den
Vorteil, daß es
nicht mehr auf eine Einsetzbarkeit bei Fahrbahnen mit gut sichtbaren,
hellen Fahrbahnmarkierungen beschränkt ist, sondern auch bei Fahrbahnen
mit weniger kontrastreichen Berandungen, z. B. Grasstreifen, Rinn-
und Bordsteine, eine zuverlässige
Erfassung der Fahrbhnränder
gewährleistet.
Die Lage der Fahrbahnränder
wird durch das erfindungsgemäße hierarchische zweistufige
Verfahren zuverlässig
ermittelt, welches durch die Suche nach ähnlichen Strukturen innerhalb interessierender
Meßzellen
in zwei aufeinanderfolgenden Bildern und einer anschließenden lokalen gradientenbasierten
Korrektur gekennzeichnet ist.
-
Außerdem besteht
die Möglichkeit,
Parameter des Modellparametersatzes auch dann noch bestimmen zu
können,
wenn lediglich Bildpunkte erfaßt werden,
die nur einem Fahrbahnrand zuzuordnen sind.
-
Aus
der Veröffentlichung
Dickmanns, E.D., Mysliwetz, B.D. "Recursive 3-D Road and Relative Ego-State
Recognition", IEEE
Transactions on Pattern Analysis and Machne Intelligence, Vol. 14,
No. 2, Seiten 199–213,
Februar 1992 ist ein rekursives Verfahren zur Bestimmung von Straßenparametern
bekannt.
-
Dem
im Anspruch 1 angegebenen Verfahren liegt die Aufgabe zugrunde,
eine möglichst
genaue Modellierung der Fahrbahn zu ermöglichen.
-
Durch
die in den Unteransprüchen
aufgeführten
Maßnahmen
sind vorteilhafte Weiterbildungen und Verbesserungen des im Hauptanspruch
angegebenen Verfahrens möglich.
-
Besonders
vorteilhaft ist es, daß die
durch das hierarchische Verfahren ermittelten Modellparameter im
nächsten
Meßdurchgang
wieder für
die Geschwindigkeitsbestimmung eingesetzt werden. Die Bestimmung
der Geschwindigkeit des Fahrzeugs erfolgt zwischen zwei aufeinanderfolgenden
Videobildern und ist für
die Suche nach ähnlichen
Strukturen in den Videobildern notwendig. Dazu werden im zeitlich älteren Bild
Meßzellen
in Abhängigkeit
von angenommenen Fahrzeuggeschwindigkeiten entlang der Fahrbahnränder des
Modells verschoben. Zur Erhöhung
der Stabilität
der Geschwindigkeitsbestimmung wird dann der Bildinhalt aller gemäß einer
Geschwindigkeit verschobener Meßzellen
mit dem Bildinhalt der zugehörigen
Meßzellen
im zeitlich neueren Bild verglichen. Durch eine statistische Auswertung
der bei diesen Vergleichen gebildeten Ähnlichkeitsmaße kann
die aktuelle Fahrzeuggeschwindigkeit geschätzt werden. Dieses Verfahren
der Geschwindigkeitsbestimmung ist aufgrund der Einsparung von Rechenoperationen
deutlich schneller als bisher bekannte Verfahren auszuführen.
-
Für die Erfassung
von Fahrbahnrandpunkten ist es von Vorteil, daß zur Erhöhung der Stabilität der Randpunktdetektion
eine hierarchische Struktur zugrunde liegt. Dabei werden ein Such-
und Gradientenverfahren angewendet. Das zunächst angewandte Suchverfahren
weist eine hohe Stabilität
auf, da aufgrund einer Textursuche im Gegensatz zu bisherigen Verfahren
keine Fahrbahnmarkierungen benötigt werden.
Das anschließende
Gradientenverfahren muß zur
Detektion eines Randpunktes aufgrund der Vorverarbeitung durch das
Suchverfahren nur in einem kleinen lokalen Bereich angewendet werden, wodurch
eine hohe Sicherheit der Fahrbahnrandpunkterfassung gewährleistet
wird. Weiterhin kann die Zuverlässigkeit
des Auffindens der zu verfolgenden Fahrbahnränder durch die Anwendung des Suchverfahrens
wesentlich erhöht
werden, da Verwechslungen der Fahrbahnränder mit benachbarten, gleichgerichteten
linienhaften Strukturen, wie z. B. Grasstreifen, wie sie bei der
ausschließlich
gradientenbasierten Suche auftreten können, weitestgehend ausgeschlossen
werden. Zudem kann der horizontale Suchbereich um einen Fahrbahnrandpunkt
im zeitlich älteren
Bild zur Bestimmung eines aktuellen Randpunktes aufgrund der hohen
Zuverlässigkeit des
Suchverfahrens größer als
beim gradientenbasierten Verfahren gewählt werden, was dem erfindungsgemäßen Verfahren
eine hohe Robustheit verleiht.
-
Während der
nach der Fahrbahnrandpunktdetektion anschließenden Schätzung der Modellparameter werden
die Schätzfehler
der Modellparameter festgestellt. Zur Überprüfung der Genauigkeit der Schätzung eines
Parameters wird nicht nur das Verhältnis zwischen Modellparameter
und zugehörigem Schätzfehler
herangezogen, sondern auch der Einfluß der Ungenauigkeit der Schätzung der
Modellparameter auf den Kurvenverlauf der Modellbeschreibung im
aktuellen Videobild betrachtet. Dazu wird jeweils durch Variation
eines Modellparameters entsprechend seiner Schätzgenauigkeit eine veränderte Modellkurve
erzeugt, deren Verlauf mit dem der ursprünglichen Modellkurve verglichen
wird.
-
Ein
weiterer Vorteil des vorgestellten Verfahrens liegt in seiner selbstjustierenden
Eigenschaft. Falls die Anzahl der erfaßten Punkte auf einem Fahrbahnrand
für eine
Schätzung
des vollständigen
Modellparametersatzes zu gering ist, auf der anderen Berandung jedoch
ausreichend viele Punkte detektiert werden können, wird ein unvollständiger Parametersatz
geschätzt.
Die Modellparameter, deren Schätzung
nicht möglich
ist, werden unverändert
aus der Modellierung des Fahrbahnverlaufs im vorhergehenden Bild übernommen.
Dieses Vorgehen erhöht die
Zuverlässigkeit
der Beschreibung des aktuellen Fahrbahnverlaufs durch das Modell.
-
Zeichnung
-
Ein
Ausführungsbeispiel
der Erfindung ist in den nachstehenden Zeichnungen dargestellt und
in der nachfolgenden Beschreibung näher erläutert. Es zeigt 1 ein
Blockdiagramm der dynamischen Spurverfolgung, 2 eine
Anordnung zur dynamischen Spurverfolgung, 3 ein Ausführungsbeispiel, 4 die
Komponente der Geschwindigkeitsbestimmung, 5 die Komponente
des horizontalen Suchverfahrens, 6 und 7 die
Komponente der Schätzung
der Modellparameter und 8 die Komponente der gradientenbasierten
Korrektur.
-
Beschreibung
des Ausführungsbeispiels
-
1 ist
ein Blockdiagramm der erfindungsgemäßen dynamischen Spurverfolgung.
Es wird der Modellparametersatz des endgültigen Fahrbahnmodells aus
zwei aufeinanderfolgenden Videobildern B ermittelt. Dazu wird in
einer ersten Hierarchiestufe (1.H) nach einer Kompensation 11 der Fahrzeuggeschwindigkeit
v ein erster Modellparametersatz 13 auf der Grundlage eines
Suchverfahrens zur Detektion von Fahrbahnrandpunkten 12 geschätzt. In
der zweiten Hierarchiestufe (2.H) erfolgt eine Korrektur der Lage 14 der
zuvor erfaßten
Fahrbahnrandpunkte auf Gradientenbasis und die endgültigen Modellparameter
des Fahrbahnmodells 15 werden abschließend geschätzt.
-
2 zeigt
schematisch den technischen Aufbau des erfindungsgemäßen Verfahrens.
Eine Bildaufnahmeeinheit 1 ist über eine Datenleitung 6 mit
einer Recheneinheit 2 verbunden. Die Recheneinheit 2 steht
wiederum über
eine Datenleitung mit der Eingabeeinheit 3 sowie eine weitere
Datenleitung 6 mit einem Speicher 4 und mit dem
Bildschirm 5 in Verbindung. Ziel des erfindungsgemäßen Verfahrens ist
eine möglichst
genaue Modellierung der Fahrbahn und die Bestimmung der relativen
Lage des Fahrzeugs zur Fahrbahn, indem zwei aufeinanderfolgende
Videobilder verglichen werden. Ein bereits aus der oben genannten
Veröffentlichung
bekanntes Modell legt die Fahrbahn durch sechs Modellparameter ai fest (Fahrbahnbreite B, Nickwinkel α, seitlicher
Versatz des Fahrzeugs bzgl. der Fahrbahnmitte x0,
Gierwinkel φ,
Fahrbahnkrümmung
c0 und der Krümmungsänderung c1).
Unter der Annahme, daß die Krümmungsänderung
vernachlässigt
werden darf, sind aus der Messung der Fahrbahnrandpunkte fünf Modellparameter
zu bestimmen. Können
mehr als fünf
Bildpunkte erfaßt
werden, so ist das Gleichungssystem zur Ermittlung der Modellparameter überbestimmt,
so daß ein
Modellparametersatz geschätzt werden
muß.
-
3 zeigt
das Blockdiagramm, das die einzelnen Schritte der dynamischen Spurverfolgung
erläutert.
Anhand zweier aufeinanderfolgender Videobilder B k und B k + 1 wird
zunächst
die Bestimmung der Fahrzeuggeschwindigkeit vk-1,k 11,
siehe 4, durchgeführt.
Dazu werden Meßzellen
Mk+1 entsprechend des Fahrbahnmodells ai mit den Modellparametern aus der hervorgehenden
Schätzung
so plaziert 41, daß die
jeweils unterste Meßzelle
eines Fahrbahnrandes gerade noch vollständig innerhalb des aktuellen
Bildes k + 1 liegt. Die initialen Positionen der korrespondierenden
Meßzellen
Mk sind von der zuvor bestimmten Fahrzeuggeschwindigkeit
vk-1,k abhängig. Da sich die Fahrbahn
und die relative Lage des Fahrzeugs zur Fahrbahn jedoch zwischen
zwei Videobildern verändern,
müssen
Modellierung und Schätzung
der Fahrzeuggeschwindigkeit aktualisiert werden. Die aktuelle Geschwindigkeit
des Fahrzeugs wird dabei durch eine aus Veröffentlichungen (Mester R. Hötter, M. „Zuverlässigkeit
und Effizienz von Verfahren zur Verschiebungsvektorschätzung", DAGM 95, Bielefeld
13.–15.09.95)
bekannte statistische Auswertung definierter Geschwindigkeiten innerhalb eines
Suchbereichs, auf den die aktuelle Geschwindigkeit vk,k+1 beschränkt sein
soll, bestimmt 11. Dabei wird nach einer Adaption der Größe aller
Meßzellen Mk+1 an die jeweiligen entsprechend der Geschwindigkeit
verschobenen korrespondierenden Meßzellen Mk des
vorhergehenden Bildes und einer nachfolgenden Grauwertinterpolation
jeder Geschwindigkeit v durch Vergleich der Meßzelleninhalte ein globales Ähnlichkeitsmaß bzgl.
aller Meßzellen
des vorherigen und des aktuellen Bildes Mk und
Mk+1 zugeordnet. Dieses Ähnlichkeitsmaß wird als
Displaced Frame Difference (DFD) bezeichnet. Im erfindungsgemäßen Verfahren
wird die DFD-Bestimmung durch Reduktion der rechenintensiven Operationen
beschleunigt, indem die mittleren Spaltengrauwerte der Meßzellen mit
den mittleren Spaltgrauwerten der im vorherigen Bild aufgenommenen
Meßzellen
verglichen werden. Die mittleren Spaltengrauwerte der parallel zu
den Meßzellenkanten
verlaufenden Spalten werden mit dem bekannten Verfahren der gerichteten
Integration bestimmt (Franke, U. Ulrich, S. „Modellgestüzte Echtzeitbildverarbeitung
auf Transputern zur autonomen Führung
von Fahrzeugen",
TAT 90, Aachen Procedings, Springer-Verlag 1990, Seiten 182 bis
189). Deshalb wird im näheren
nicht auf das Verfahren eingegangen. Durch die Verwendung von Spaltengrauwerten
wird gegenüber
bisher gebräuchlichen
Verfahren der DFD-Bestimmung eine deutliche Reduzierung des Rechenaufwands
erreicht. Durch die statistische Auswertung der zu bestimmten Geschwindigkeiten
gehörenden
globalen DFD erhält
man einen Least-Squares-Schätzwert für die Fahrzeuggeschwindigkeit
vk,k+1. Diese vk,k+1 des
Fahrzeugs wird in der dem horizontalen Suchverfahren vorausgehenden
Geschwindigkeitskompensation 51 nach 5 benötigt. Im
Anschluß daran
werden nach 5 durch horizontales Matching,
einem horizontalen Suchverfahren, die horizontalen Verschiebungen dk,k+1 zwischen korrespondierenden Meßzellen
bestimmt. Das Verfahren des horizontalen Matchings ist dem Verfahren
zur Schätzung
der Fahrzeuggeschwindigkeit sehr ähnlich. Zunächst müssen die y-Koordinaten yk der Mittelpunkte der korrespondierenden
Meßzellen
durch Verschieben der Meßzellen Mk des vorhergehenden Bildes entlang der Modellkurve
entsprechend der aktuellen Fahrzeuggeschwindigkeit vk,k+1 bestimmt
werden 52. Aus der Geschwindigkeit und der Zeitdifferenz
zwischen zwei aufeinanderfolgenden Bildern läßt sich die Strecke bestimmen,
die das Fahrzeug in der Realität
zurückgelegt
hat. Aus der Strecke wird die korrespondierende Verschiebung im
Bild bzgl. der y-Koordinate des Mittelpunktes der Meßzelle berechnet.
Die x-Koordinate ergibt sich aus der Modellgleichung, da x eine Funktion
von y und den Modellparameter ai ist. Somit kann
zwischen korrespondierenden Meßzellen
näherungsweise,
noch unter Vernachlässigung
der horizontalen Verschiebung dk,k+1, eine
Beziehung zwischen der Position einer Meßzelle n im aktuellen Bild und
deren vorheriger Lage im zeitlichh älteren Bild hergestellt werden.
Anschließend
werden die Meßzellen
Mk durch eine Größenadaption mit Grauwertinterpolation
bzgl. der mittleren Spaltengrauwerte an die korrespondierenden Meßzellen
Mk+1 angepaßt, um die Meßzelleninhalte
miteinander vergleichen zu können.
Die horizontalen Verschiebungen dk,k+1 zwischen
Paaren korrespondierender Meßzellen
werden auf der Grundlage des Verfahrens zur Geschwindigkeitsschätzung bestimmt 53.
Zu jedem d werden Ähnlichkeitsmaße (DFD)
für ein
Meßzellenpaar
gebildet und durch deren statistische Auswertung innerhalb eines
Suchbereichs ein Least-Squares-Schätzwert der horizontalen Verschiebung
dk,k+1 für
jedes Meßzellenpaar
ermittelt. Mit dk,k+1 lassen sich nun die korrigierten
Positionen der Meßzellenmittelpunkte, die
Repräsentanten
von Fahrbahnrandpunkten sind, im aktuellen Bild k + 1 angeben. Anhand
der somit erfaßten
Fahrbahnrandpunkte wird nun ein aktueller Parametersatz ak+1 geschätzt.
-
Für diese
Schätzung
müssen
nach 6 in Abhängigkeit
der Verteilung der erfaßten
Punkte auf dem Fahrbahnrändern
diejenige Modellparameter gekennzeichnet 61 werden, deren
Schätzung
möglich
ist. So ist z. B. eine Bestimmung der Fahrbahnbreite B dann nicht
mehr möglich,
wenn nur auf einem Fahrbahnrand Punkte detektiert werden können. Anhand
der erfaßten
Fahrbahnrandpunkte wird eine Aktualisierung des Modellparametersatzes
ak vorgenommen 62, in dem die nicht
lineare Modellgleichung in einem Arbeitspunkt (= zuvor geschätzter Modellparametersatz)
linearisiert wird, um dann mittels eines Newton-Verfahrens die Änderung
der Modellparameter bzgl. des Arbeitspunktes 63 schätzen zu
können.
-
7 zeigt
den Ablauf der Schätzung 71 für die Aktualisierung
der Modellparameter. Da aufgrund des geringen zeitlichen Abstands
der aufeinanderfolgenden Videobilder nur kleine Änderungen 72 am Arbeitspunkt
zu erwarten sind, wird der Modellparametersatz ak beim
Auftreten wesentlicher Abweichungen nicht aktualisiert 77.
Der bisherige Modellparametersatz bleibt ebenfalls bestehen, wenn
die Änderungen der
Modellparameter nach einer bestimmten Iterationszahl nicht konvergieren 73.
Andernfalls werden Aktualisierung des Modellparametersatzes 74 und Schätzung der
Modellparameteränderungen
so lange wiederholt, bis eine Konvergenz der Modellparameteränderungen
erreicht wird. Anschließend
wird geprüft 75,
ob die ermittelten Modellparameter eine zuverlässige Beschreibung der Fahrbahn
liefern 76. Ist das der Fall werden die Parameter übernommen, andernfalls
wird einen Auswahl der zu schätzenden Modellparameter
genommen 78 und die Aktualisierung rückgängig 79 gemacht.
-
Für eine zuverlässige Beschreibung
der Fahrbahn muß das
Verhältnis
aus Modellparameter und zugehöriger
Standardabweichung σi,k+1 der Schätzung unterhalb einer Schwelle
liegen.
-
Zum
anderen wird die aufgrund der Standardabweichung eines Modellparameters
hervorgerufene Abweichung im Bild von der ermittelten Modellkurve
MC0 betrachtet. Durch Variation jeweils
eines der Modellparameter entsprechend seiner Standardabweichung σi,k+1 wird
eine neue Modellkurve MCi,k+1 erzeugt. Aus
der Abweichung zwischen den Modellkurven lassen sich Abweichungen
in der Wirklichkeit berechnen, die ein Maß für die Zuverlässigkeit
der Schätzung
darstellen. Falls die Zuverlässigkeit
der ermittelten Modellparameter ausreichend ist, kann die Fahrbahn
durch den aktuellen Parametersatz modelliert werden. Andernfalls
werden diejenigen Parameter, die zu einer unzuverlässigen Fahrbahnmodellierung
führen,
von einer weiteren Schätzung
ausgeschlossen. Die von einer weiteren Schätzung ausgeschlossenen Werte
nehmen die vor der Aktualisierung gültigen Werte an. Die Modellparameter,
deren Aktualisierung sinnvoll erscheint, werden daraufhin beginnend
mit einer weiteren Schätzung ihrer Änderung
neu bestimmt. Die Überprüfung der Modellparameter
wird dabei gemäß folgendem
Algorithmus durchgeführt:
- 1. Prüfung
der Modellparameter in folgender Reihenfolge:
B – α – c0 – x0 – φ
- 2. Abbruch der Prüfung,
sobald ein Modellparameter als unzuverlässig erkannt wird.
- 3. Unzuverlässiger
Modellparameter wird gemäß seines
Wertes aus der Schätzung
im vorhergehenden Bild konstant gehalten.
- 4. Aufstellung eines neuen Gleichungssystems, dessen Anzahl
unbekannter Modellparameter um eins reduziert ist, nämlich um
den konstant gehaltenen Parameter.
- 5. Neue Schätzung
aller unbekannten, nicht konstant gehaltenen Parameter.
- 6. Ende des Algorithmus, falls alle verbleibenden Parameter
zuverlässig
geschätzt
werden können, oder
aber alle Parameter konstant gehalten werden müssen.
- 7. Fortsetzung des Algorithmus mit Schritt 1.
-
Nach
der Ermittlung des neuen Parametersatzes ak+1 werden
abschließend
die Meßzellen
Mk+1 entsprechend des neuen Fahrbahnmodells
plaziert.
-
Zur
Bestimmung der absoluten Lage der Fahrbahnränder unabhängig vom vorausgehenden Modellparametersatz
ak erfolgt innerhalb eines lokalen Suchbereichs
um die aus dem Fahrbahnmodell hervorgehenden Mittelpunkte der Meßzellen
eine Korrektur dieser Meßzellenzentren
auf der Grundlage eines Gradientenverfahrens nach 8.
Zunächst
werden für
jeden Fahrbahnrand die maximalen Abweichungen dmax zwischen
der Modellkurve und den aus den Variationen der Parameter gemäß ihrer
Standardabweichung σi,k+1 hervorgehenden Modellkurven im aktuellen
Bild bestimmt 81. Diese Abweichungen lassen sich in reale
Abweichungen Dmax transformieren, so daß in der
Wirklichkeit Korrekturbereiche um die Fahrbahnränder der konstanten Breite
2Dmax entstehen, deren Mittellinie durch
den jeweiligen Fahrbahnrand gebildet wird. Unter Berücksichtigung
der Abbildungsgesetze werden diese Korrekturbereiche in Bildkoordinaten rücktransformiert. Gemäß einem
aus Veröffentlichungen
bekannten Verfahren (Kuhnert, K. D. „Zur Echtzeitbildfolgenanalyse
mit Vorwissen",
Universität
der Bundeswehr München,
Januar 1988) werden in den Meßzellen
die Kontrastunterschiede vertikal zur Richtung des Fahrbahnrands
ausgewertet 82. Jeder Ort eines maximalen lokalen Kontrastunterschiedes
repräsentiert
einen Kandidaten für
den Fahrbahnrandpunkt innerhalb der Meßzelle. Der bzgl. des Meßzellenzentrums geeigneteste
Kandidat wird als möglicher
Fahrbahnrandpunkt ausgewählt 83 und
falls dieser innerhalb des zuvor bestimmten Korrekturbereichs um
den modellierten Fahrbahnrand gelegen ist, wird seine horizontale
Position dk+1, korrekt korrigiert 84.
-
Zum
Abschluß des
Verfahrens der dynamischen Spurverfolgung in aufeinanderfolgenden
Videobildern nach 3 wird unter Verwendung der
korrigierten Mittelpunkte der Meßzellen 33 der bisherige Modellparametersatz
in einer weiteren Schätzung der
Modellparameter 32, siehe 6 und 7,
aktualisiert, so daß ein
aktueller Parametersatz für
das aktuelle Bild dargestellt wird.
-
- 11
- Geschwindigkeitsbestimmung
- 12
- Spurverfolgung
mit Matching-Verfahren
- 13
- Erstes
Fahrbahnmodell
- 14
- Spurverfolgung
mit Gradientenverfahren
- 15
- Endgültiges Fahrbahnmodell
- 31
- Horizontales
Matching
- 32
- Schätzung der
Modellparameter
- 33
- Gradientenkorrektur
- 41
- Plazierung
der Meßzellen
Mk und Mk+1
- 51
- Plazierung
der Meßzellen
Mk und Geschwindigkeitskompensation
- 52
- Größenadaption
der Meßzellen
Mk
- 53
- Bestimmung
der horizontalen Verschiebung
- 61
- Kennzeichnung
der zu schätzenden
Parameter
- 62
- Aktualisierung
des Modellparametersatzes
- 63
- Neuplazierung
der Meßzellen
Mk+1
- 71
- Schätzung der
Modellparameteränderungen
- 72
- Arbeitspunkt
wesentlich verändert?
- 73
- Konvergenz
aller Modellparameteränderungen?
- 74
- Aktualisierung
des Modellparametersatzes
- 75
- Prüfung der
geschätzten
Modellparameter
- 76
- Modellparameter
okay?
- 77
- Aktualisierung
des Modellparametersatzes rückgängig machen
- 78
- Auswahl
der zu schätzenden
Modellparameter
- 79
- Aktualisierung
des Modellparametersatzes rückgängig machen
- 81
- Bestimmung
des Gradientenkorrekturbereichs
- 82
- Bestimmung
des mittleren Gradienten
- 83
- Auswahl
der Fahrbahnrandpunktkandidaten
- 84
- Bestimmung
des Korrekturmaßes