DE4117091A1

DE4117091A1 - Verfahren zur erstellung eines klassifizierungssystemes zur erkennung der beschaffenheit des fahrbahnbelages

Info

Publication number: DE4117091A1
Application number: DE4117091A
Authority: DE
Inventors: Lutz Dipl Ing Vietze; Irmfried Prof Dr Ing Hartmann
Original assignee: Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Current assignee: Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority date: 1991-05-25
Filing date: 1991-05-25
Publication date: 1992-11-26
Also published as: DE4117091C2

Description

Die Erfindung betrifft ein Verfahren zur Erstellung eines Klassifizierungssystems zur Er kennung der Beschaffenheit des Fahrbahnbelages.

Das Verhalten des Fahrzeuges auf der befahrenen Fahrbahn ist von der Beschaf fenheit/Oberfläche der Fahrbahn abhängig. Nicht nur der Zustand der Fahrbahn wie Glatteis, Schnee, Regen, Nässe usw., sondern auch die Beschaffenheit des Fahr bahnbelages wie, z. B. Beton, Kopfsteinpflaster, Asphalt usw. beeinflussen das Verhalten des Fahrzeuges. Um den Fahrzustand bzw. die Fahrweise des Fahrzeuges der Be schaffenheit der Fahrbahn anpassen zu können, muß diese zunächst bekannt sein und für den kontinuierlichen Prozeß der Anpassung der Fahreigenschaften des Fahrzeuges an die Fahrbahn auch laufend überwacht werden. Es sind verschiedene Druckschriften bekannt, welche sich mit der Überwachung der Fahrbahnoberfläche vor dem Fahrzeug, bzw. mit der Schätzung des Abstandes des Fahrzeuges von der Fahrbahnoberfläche befassen, zwecks Änderung des Fahrzeugverhaltens dahingehend, daß ständig ein be stimmter Fahrkomfort und Fahrsicherheit eingehalten werden.

Aus der DE-OS 37 40 792 ist ein Verfahren bekannt, nach dem die sich unter dem Fahr zeug befindliche Fahrbahnoberfläche vor den Rädern des Fahrzeuges ständig über wacht wird. Diese Überwachung geschieht derart daß, um Unebenheiten der Fahrbahn zu erkennen, die zeitliche Veränderung des Abstandes zwischen Fahrzeugboden und Fahrbahnoberfläche registriert wird. Diese Änderung wird mit einem Ultraschallsensor, welcher nach dem Dopplereffekt arbeitet, gemessen. Es wird die Frequenzverschiebung zwischen Senderfrequenz und Empfängerfrequenz gemessen, wenn sich Sender und Empfänger relativ zueinander bewegen.

Aus der DE-OS 34 24 974 ist ein weiteres Verfahren bekannt, nach dem die Fahr bahnoberfläche so überwacht wird, daß laufend die Höhe des Fahrzeuges über der Fahrbahn nach dem Echoverfahren, z. B. mit Ultraschall gemessen wird. Beide Verfahren eignen sich zur Schätzung des Abstandes des Fahrzeuges von der Fahrbahnoberfläche, d. h. mit beiden Verfahren kann nur die Welligkeit der Fahrbahnoberfläche registriert werden. Andere wichtige Parameter, die in der Struktur der Fahrbahnoberfläche liegen, können nicht mit diesen Verfahren bestimmt werden. Somit kann eine Schätzung der Fahrbahnoberfläche dahingehend, daß die Fahrweise des Fahrzeuges an die Fahrbahn beschaffenheit angepaßt wird, mittels dieser Verfahren nicht geschehen.

Aufgabe der vorliegenden Erfindung ist es, ein Verfahren anzugeben, welches es er möglicht, die Beschaffenheit des Fahrbahnbelages schnell zu erkennen und zu bestim men, wobei dieses Verfahren gleichzeitig einfach durchführbar und preisgünstig sein sollte.

Diese Aufgabe ist durch die im Hauptanspruch angegebene Erfindung gelöst.

Die Oberflächenbeschaffenheit einer Fahrbahn kann durch die unterschiedlichen Re flexionscharakteristiken von Ultraschallwellen geschätzt werden. Im ersten Schritt des Verfahrens wird die Fahrbahnoberfläche mit Ultraschallwellen beschallt. Dabei ist es wichtig, daß die Ultraschallwellen unter unterschiedlichen Sendewinkeln ausgesandt werden, dementsprechend unter unterschiedlichen Einfallwinkeln auf die Fahr bahnoberfläche auftreffen und unter unterschiedlichen Empfangswinkeln empfangen werden. Es hat sich erwiesen, daß der vorteilhafteste und brauchbarste Bereich der Fahrbahnbeschallung zwischen 0 und 30° liegt. Dabei ist eine Schrittweite von 10° be sonders vorteilhaft; die Schrittweite kann auch verkleinert werden, um den gemessenen Bereich genauer identifizieren zu können. Als vorteilhafter Frequenzbereich für die Ultra schallwellen hat sich ein Bereich zwischen 40 und 100 kHz erwiesen. Die unter schiedlichen Sende- bzw. Empfangswinkel können entweder durch mehrere Sender bzw. Empfänger realisiert werden oder durch einen Phased-Array-Sensor. Im zweiten Schritt des Verfahrens werden die diffus unter unterschiedlichen Abstrahlwinkeln re flektierten Ultraschallsignale unter den unterschiedlichen Abstrahlwinkeln empfangen. Aus diesen Signalfolgen wird nun innerhalb eines Zeitfensters die Intensität des Emp fangssignals für jeden Sensor und jede Meßrichtung getrennt durch

berechnet, wobei _ki-Signalfolge, i = 1.2.3, k den Sendewinkel (0° bis 30°), ν ein Lauf index und T die Abtastzeit bedeuten. Die Anfangswerte α_ki und Endwerte β_ki sind von dem Sendewinkel k, der Höhe der Sensoren über der Fahrbahn und der geometrischen Anordnung der Sensoren abhängig. Durch die Anfangswerte α_ki und Endwerte β_ki ist eine angepaßte Zeitfensterung des Signals möglich. Die so erhaltenen Intensität wer den über n Intensitätswerte gemittelt zu

wobei j die laufende Meßnummer bedeutet. Die Intensität stellt ein Merkmal zur Unterscheidung und einer sicheren Klassifikation von Beton und Kopfsteinpflaster dar. In Fig. 1 ist eine Intensitätsverteilung der empfangenen Ultraschallsignale für unterschiedliche Beschaffenheit des Fahrbahnbelages dargestellt. Der Sendewinkel beträgt hierbei 10°; die aufgezeichneten Intensitätsverläufe wurden mit drei an unterschiedlichen Orten befestigten Empfängern gemessen. Die Klassifikation der Beschaffenheit des Fahrbahnbelages, anhand der Intensitätsverteilung, ist bei einer Meßwiederholungsrate von 100 Messungen pro Sekunde innerhalb einer Sekunde mög lich. Durch weitere Unterscheidungsmerkmale kann die Anzahl der klassifizierbaren Fahrbahnbeläge erhöht werden. Diese Merkmale sind einfache Varianzen und nor mierte Intensitäten.

Die Gesamtempfangsenergie an allen Sensoren für jeden Sendewinkel k ergibt sich zu

Durch die Normierung auf die Gesamtempfangsenergie können Energieverteilungswerte gewonnen werden:

E_k = E_k₁ + E_k₂ + E_k₃

Alle zu einem Scan-Vorgang gehörenden Kombinationen x_ki werden zu einem Vektor zusammengesetzt.

x = {x₁₁ . . . x₆₁ . . . x₁₂ . . . x₆₂, x₁₃ . . . x₆₃}^T

Aus n Vektoren x (j) kann ein rekursiver Mittelwert x (j) für jeden Scan-Vorgang j nach

berechnet werden. Für den Einschwingvorgang j<n ergibt sich hieraus

Die Varianzen Y bilden den Merkmalsvektor

Y (j) = {Y11 (j) . . . Y61 (j), Y12 (j) . . . Y62 (j), Y13 (j) . . . Y63 (j)}^T

Die Elemente y_ki sind durch

bestimmbar. Selbstverständlich kann diese Gleichung 9 in eine rekursive Form überführt werden.

In Fig. 2 sind zu einem Winkel von 100 die Varianzen bei unterschiedlicher Be schaffenheit des Fahrbahnbelages dargestellt. Es sind deutliche Unterschiede in der Größe der Varianzen zwischen Beton und Asphalt sowie Kopfsteinpflaster zu erkennen.

Im nächsten Schritt des Verfahrens wird als Klassifikator für mehrdimensionale Merkmalsräume ein auf einem Digitalrechner simuliertes neuronales Netz angewendet. Hierzu wird ein Multi-Layer-Percepton-Netz verwendet bestehend aus zwei verdeckten Schichten (hidden-layers) sowie einer Eingangsebene und ei ner Ausgangsschicht. Jedes Element einer unteren Schicht ist mit jedem Element der darüber liegenden Schicht verbunden. Auch die Elemente der Eingangsebene sind mit jedem Element der nächsten Schicht verbunden. Es werden zwei hidden layers verwendet, da nur so beliebige Gebiete im Merkmalsraum durch das neuro nale Netz erzeugt werden können.

Im nächsten und letzten Schritt des Verfahrens wird ein neuronales Netz mit den gemittelten normierten und nicht normierten Intensitäten und Varianzen angelernt. Nach der Meßdatenaufnahme werden die Mittelwerte der Intensitäten und Varian zen für jeden Scan-Vorgang an den Eingang des neuronalen Netzes angelegt. Da bei ist zu beachten, daß genügend Lerndaten zur Verfügung gestellt werden. Die vorgelegten Daten werden in das System gespeichert.

In den Fig. 3, 4 und 5 sind Klassifizierungsergebnisse für die Varianzmerkmale dar gestellt. Diesen Figuren ist entnehmbar, daß mit dem Merkmal der Varianz eine Unterscheidung der verschiedenen Fahrbahnbeläge möglich ist. In Fig. 3 ist der Fahrbahnbelag Beton, in Fig. 4 handelt es sich um Asphalt, und in Fig. 5 ist ist als Fahrbahn Kopfsteinpflaster angegeben.

Wie diesen Figuren entnehmbar ist, ist es möglich, ein Klassifizierungssystem für verschiedene Fahrbahnbeläge anzugeben, wonach die Fahreigenschaften eines Fahrzeuges eingestellt werden können. Eine solche Erfassung und Vergleich mit dem Klassifizierungssystem ist zwecks Einstellung der Fahreigenschaften innerhalb von Sekunden möglich.

In Fig. 6 ist eine Einrichtung zur Durchführung des Verfahrens dargestellt. Sie weist einen Sender 1, einen Empfänger 2, einen Empfangs- und Sendeverstärker 3, 4, ein Bandpaßfilter 5 und einen Embedded Controller 6 auf. Der Sender 1 und der Empfänger 2 können in einem Gerät angeordnet sein oder als Zweigeräteausführung vorliegen. In dem Embedded Controller 6 werden alle Funktionen, wie Berechnung der reflektierten und mittleren Intensitäten, Berechnung von Varianzen und normieren derselben sowie Klassifizierung mit neuronalem Netz, durchgeführt. Außerdem wird der gesamte Sende- und Empfangsverlauf gesteuert. Durch den PWM-Ausgang (Puls-Weiten-Modulation) kann der Ultraschallsender direkt über einen dazwischengeschalteten Verstärker ange steuert werden. Die analog verstärkten und gefilterten Daten werden über den A/D-Ein gang eingelesen. Aufgrund der Kenntnis der ungefähren Laufzeit der Signale wird der Empfangsbeginn und das Ende des Empfangs durch das Programm über die Timer vorgegeben.

Claims

1. Verfahren zur Erstellung eines Klassifizierungssystems zur Erkennung der Beschaffenheit des Fahrbahnbelages mittels Ultraschall, gekennzeichnet durch folgende Schritte:

a) Beschallung der Fahrbahn mit Ultraschallwellen in einem Fre quenzbereich von 40 bis 100 kHz und unter Sendewinkeln und Emp fangswinkeln von 0° bis 30°;
b) Messung der diffusen und spiegelnden Reflexionswerte und Zeit fensterung derselben;
c) Signalangepaßte Filterung der Empfangssignale;
d) Bestimmung der Empfangsintensitäten und Normierung derselben ge trennt für jeden Empfänger und jede Meßrichtung;
e) Bestimmung der Varianzen und Normierung derselben getrennt für je den Empfänger und jede Meßrichtung;
f) Mittelung der normierten und der nicht normierten Intensitäten und Vari anzen, welche in den Schritten d) und e) bestimmt wurden;
g) Anwendung eines neuronalen Netzes auf die im Schritt f) ermittelten Mittelwerte als Klassifizierer;
h) Anlernen des neuronalen Netzes mit den im Schritt f) erzeugten Mit telwerten.

2. Verwendung des im Verfahren nach Anspruch 1 hergestellten Klassifi zierungssystems zur Einstellung und Anpassung der Fahreigenschaften eines Fahrzeuges an die Eigenschaften des befahrenen Fahrbahnbelages.