EP3411729A1 - Verfahren zur erkennung und identifikation eines fahrmanövers eines verkehrsteilnehmers und kraftfahrzeug - Google Patents

Verfahren zur erkennung und identifikation eines fahrmanövers eines verkehrsteilnehmers und kraftfahrzeug

Info

Publication number
EP3411729A1
EP3411729A1 EP17703096.2A EP17703096A EP3411729A1 EP 3411729 A1 EP3411729 A1 EP 3411729A1 EP 17703096 A EP17703096 A EP 17703096A EP 3411729 A1 EP3411729 A1 EP 3411729A1
Authority
EP
European Patent Office
Prior art keywords
driving maneuver
movement
motor vehicle
radar
pattern
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.)
Ceased
Application number
EP17703096.2A
Other languages
English (en)
French (fr)
Inventor
Rachid Khlifi
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Audi AG
Original Assignee
Audi AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Audi AG filed Critical Audi AG
Publication of EP3411729A1 publication Critical patent/EP3411729A1/de
Ceased legal-status Critical Current

Links

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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18154—Approaching an intersection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/60—Velocity or trajectory determination systems; Sense-of-movement determination systems wherein the transmitter and receiver are mounted on the moving object, e.g. for determining ground speed, drift angle, ground track
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G01S13/874—Combination of several systems for attitude determination
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/0209—Systems with very large relative bandwidth, i.e. larger than 10 %, e.g. baseband, pulse, carrier-free, ultrawideband
    • 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
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional [2D] tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional [2D] tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • 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
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the 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
    • 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
    • G01S2013/9327—Sensor installation details
    • G01S2013/93272—Sensor installation details in the back of the 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
    • 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
    • G01S2013/9327—Sensor installation details
    • G01S2013/93274—Sensor installation details on the side of the vehicles

Definitions

  • the invention relates to a method for identifying and identifying a driving maneuver of a traffic user using movement data describing the movement of the traffic user, wherein the driving maneuver is assigned as part of the identification of a driving maneuver class.
  • the invention relates to a motor vehicle.
  • a turn-off assistance system should assist the driver in making the turning maneuver.
  • Such a function may include, for example, when, when turning to the right, a cyclist approaches from the rear right to warn the driver of an imminent collision via appropriate dispensing means.
  • the recognition of one's own driving maneuvers is the trigger for measures of the driver assistance system or even only a criticality evaluation of the traffic situation. It is in many cases the case that certain driving maneuvers can only be recognized as a function of certain trigger signals. For example, a maneuver is only then recognized as a turning maneuver (and thus separated from cornering) when the direction indicator is pressed. Without the presence of the corresponding trigger signal no measures of the driver assistance system, so that especially in critical traffic situations no warning.
  • a driver assistance system is a lane change assistance system.
  • a lane change assistance system assists the driver in changing the lane. For example, by means of radar sensors or other environmental sensors other road users, in particular in the blind spot, can be detected. If another road user approaches from behind, for example, an LED, which represents an indication of this road user, can be activated. In known lane change assistants, this function is further refined by assuming a lane change intention when the direction indicator is set, and the warning is amplified, for example by flashing the said LED.
  • the invention is therefore based on the object to provide a high-quality, reliable detection of driving maneuvers of a road user.
  • each driving maneuver class at least one driving maneuver the driving maneuver class characterizing, temporal movement pattern is associated with at least one object containing comparison data structure and the recognition and identification by correlation of the movement patterns corresponding part of the movement data with the movement patterns of the at least one comparison data structure.
  • the invention is therefore based on the finding that the movement relative to dynamic and static objects in the environment of the road user provides a significant, useful and at least in the correct compilation often also unique indicator of the actual driving maneuver.
  • a correct interpretation and in particular a correct identification of the respective To achieve driving maneuvers relevant dynamic and static objects, highly accurate information about the static and dynamic objects and the movement of the road user relative to these objects are required.
  • radar data After a combination of motion data and three-dimensionally determinable distance data is provided by radar sensors, it is proposed in the present invention to use radar data in which static and dynamic objects are distinguished in the environment of the road user and at least partially the relative movement data between the relevant dynamic and deliver static objects and the road user.
  • CMOS complementary metal-oxide-semiconductor
  • RF CMOS complementary metal-oxide-semiconductor
  • a very low cost small radar sensor is possible, which can meet the space requirements significantly better and due to the short signal paths also has a very low signal-to-noise ratio and for high frequencies and larger, variable frequency bandwidths is suitable. Therefore, such small-sized radar sensors can also be used for short-range applications, for example in the range of 30 cm to 10 m.
  • CMOS transceiver chip and / or a package with CMOS transceiver chip and antenna on a common circuit board with a digital signal processing processor (DSP processor) or the functions of the signal processing processor in the CMOS Integrate transceiver chip. Similar integration is possible for control functions.
  • DSP processor digital signal processing processor
  • a radar sensor with a semiconductor chip that realizes at least the radar transceiver is used.
  • a digital signal processing component and / or a control unit of the radar sensor can also be realized by the semiconductor chip;
  • the semiconductor chip and an antenna arrangement of the radar sensor are implemented as a package.
  • Such small-scale semiconductor radar sensors, wherein preferably CMOS radar sensors are used, can also be particularly easily concealed on the force Install vehicle, for example in the bumper and / or behind corresponding radard take understanden windows in the doors.
  • the radar sensor for recording the radar data is operated with a frequency bandwidth of at least two 2 GHz, preferably 4 GHz, and / or in a frequency range from 77 to 81 GHz.
  • High frequency bandwidths allow high distance, angle, and Doppler resolution.
  • a particularly advantageous development further provides that a plurality of radar sensors, in particular eight radar sensors, is used, which cover the surroundings of the motor vehicle in a 360 ° radius.
  • a plurality of radar sensors in particular eight radar sensors, is used, which cover the surroundings of the motor vehicle in a 360 ° radius.
  • information is available about dynamic and static objects around the motor vehicle, which can also be observed over a longer period of time.
  • three small-scale semiconductor radar sensors are installed in a front bumper of the motor vehicle, three more in a rear bumper of the motor vehicle and two more laterally, especially in the doors.
  • These are particularly preferably wide-angle radar sensors whose detection ranges can also overlap in order to enable data plausibility.
  • an opening angle of more than 140 ° may be provided in the azimuth.
  • the antenna arrangement of the radar sensor is designed in such a way that angles in two mutually perpendicular planes can be determined in order to actually obtain three-dimensional radar data on dynamic and static objects in the surroundings of the motor vehicle.
  • embodiments of the present invention are conceivable in which the driving maneuver recognition is based exclusively on the radar data as movement data. In other embodiments, however, it is also possible to include further movement data, for example environment data of other environment sensors, or even ego data related to the state of the own motor vehicle.
  • threshold values of a correlation value considered in the context of the correlation can be used to detect maneuvers, which means that as soon as a correlation of a certain size is present, it can be assumed that a maneuver is present.
  • the largest correlation value determined in the context of the correlation is used, wherein the driving maneuver is assigned to the driving maneuver class whose movement pattern produced the greatest correlation.
  • Movement patterns in the sense of the present invention usually relate to at least one temporal movement pattern progression, to which time series corresponding to the radar data can be derived, which can serve as comparison basis, wherein the movement patterns can also relate to properties of temporal pattern progressions or of combinations of temporal pattern progressions. as will be shown in more detail below.
  • an advantageous development of the present invention that is used in its own motor vehicle as the road user, the temporal change of formed by objects road boundary contours of a road used by the motor vehicle as a movement pattern.
  • a road boundary can in principle be determined by certain larger peripheral development objects, such as curbs and / or guardrails
  • the actual course of the road boundary as the transition from the ground to the busy road to detect a different surface and thus to determine extremely accurately the course of the road boundary.
  • the temporal changes can be compared with typical pattern profiles stored in the motion patterns, and thus pattern changes typical of the corresponding driving maneuvers of the driving maneuver class.
  • pattern changes typical of the corresponding driving maneuvers of the driving maneuver class.
  • a corner is ahead of the boundary around which the motor vehicle drives, for example with an ultimately constant distance, so that the turning process results from the time course of the appearance of this road boundary corner in the radar data derive.
  • the general underlying idea here is therefore that the radar sensors of their own motor vehicle perceives the position change of objects from their perspective in a driving maneuver, even though the objects in the world coordinate system are static.
  • At least a temporal Pattern course of at least one motion variable of the road user relative to a static or dynamic reference object and / or at least a relationship between temporal pattern progressions of at least one on different reference objects related motion magnitude is used, wherein the correlation using at least one at least partially derived from the radar data or contained in this measurement history the amount of movement of the road user is performed.
  • movement quantities of the road user, in particular of the own motor vehicle, relative to at least one static or dynamic reference object are considered, whereby the decisive factor can also be a connection between several (different) pattern progressions.
  • Object data related at least to the reference object for determining a measurement course from the radar data can be determined by classifying objects detected by the radar sensor and identifying the reference object in the classified objects. Also in this context, it is particularly preferred to use high-resolution, even semiconductor technology using radar sensors, which provide excellent quality radar data, which make it possible to classify dynamic and static objects in the environment of the motor vehicle and thus to find the required reference object. Basically known methods for the evaluation of radar data and classifiers for the assignment of detected objects to object classes or for the determination of more accurate information about an object can be used.
  • a further road user and / or an object indicating the boundary of a currently traveled road and / or an urban development object and / or a distance from the object and / or a speed and / or an acceleration relative to the object can be used as the reference object be used.
  • the concrete selection depends on the driving maneuver to be recognized and its special characteristics, with concrete examples being discussed in more detail below.
  • driving maneuvers are not only characterized by a single characteristic with respect to a single static and / or dynamic object, but it is of course conceivable to use different typical movements within a driving maneuver class and combined in the context of identification and detection, and in particular be provided can be that a driving maneuver is detected only if several different movement patterns are met. In this case, therefore, a combination is used, which allows a reliable and unambiguous detection of driving maneuvers, for example, to distinguish turning operations from cornering and the like.
  • a further development of the invention therefore provides that at least one movement pattern with at least two different pattern progressions is used, wherein a presence of a driving maneuver of the assigned driving maneuver class is determined only with sufficient agreement of all pattern progressions with the corresponding measuring progressions. If at least two characteristic properties of a maneuver that are present in radar data are required, the overall stability and reliability of the maneuver recognition is increased. Concrete options are now explained in more detail with regard to a lane change process as driving maneuvers. When modeling a lane change as a parabola, certain theoretical courses for the transverse offset, the transverse speed and the lateral acceleration with respect to a third-party vehicle detected by radar (other traffic participant) arise as a dynamic object.
  • Corresponding real progressions can also be measured, whereby temporally asymmetrical as well as temporally symmetrical cases can be considered. If now a lane change detection based on the own lateral acceleration are made, it should first be noted that a detection based on the characteristic curve of the (absolute or relative) lateral acceleration at the beginning of the lane change is still not sufficient to ensure reliable, high quality lane change detection, otherwise False / false warnings could occur. Above all, this is due to the fact that a qualitatively similar course can also occur with pendulum movements, track corrections or cornering.
  • both lateral acceleration curves can also be considered as measurement curves, in which case the connection should consist, after the other road user usually also changes lanes, that the gradient of the two measurement curves should be equal in magnitude.
  • a lane change class is used as a driving maneuver class for lane change maneuvers, in which the relationship between a temporal pattern course of an absolute lateral acceleration and a temporal pattern course of a relative transverse acceleration to a moving in the same direction as the own motor vehicle reference object an equal slope and / or an intersection of the pattern curves is used and for correlation the presence of the hangs is checked at at least partially derived from the radar data traces.
  • a preferred embodiment of the present invention with regard to a lane change detection provides that a lane change class is used as a driving maneuver class for lane change maneuvers, wherein as two pattern courses of a movement pattern a cross-shelf to a moving in the same direction as the own motor vehicle reference object and an absolute or relative to the reference object determined lateral acceleration of the motor vehicle can be used.
  • a lane change class is used as a driving maneuver class for lane change maneuvers, wherein as two pattern courses of a movement pattern a cross-shelf to a moving in the same direction as the own motor vehicle reference object and an absolute or relative to the reference object determined lateral acceleration of the motor vehicle can be used.
  • a preferred embodiment of the present invention provides that in case of unfinished driving maneuvers only a proportion corresponding to the completed portion of the driving maneuver is used for the correlation. This means that within the framework of the correlation it is also possible to use only a portion of the corresponding movement pattern which matches the time length in order to be able to identify as early as possible incipient or generally unfinished driving maneuvers. Especially when the obtained driving maneuver information for warning driver assistance systems are used, it is particularly useful to enable the earliest possible detection.
  • the present invention allows not only the recognition of a completed maneuver, but also a recognition during the implementation of the maneuver or with particular advantage even at the beginning of a maneuver when appropriate movement patterns are used, for example, in the case of lane change detection the typical lateral acceleration curve as well as the cross-storage to another road user as a reference object. Then functions that warn against the completion / execution of the maneuver can be used early.
  • a list of most probable driving maneuver classes is determined at least when driving maneuvers begin and / or when at least one correlation value of a further driving maneuver class determined within the correlation is below the correlation value of the driving maneuver class with the highest correlation within a tolerance interval ,
  • a kind of stochastic prediction of the possible driving maneuvers is given, so that not only the driving maneuver with the highest correlation value is output by the method according to the invention as driving maneuver information, but, if several driving maneuvers are still conceivable, these velvet with the associated probabilities (in the form of their correlation values) are made available, and thus can be decided on the basis of thresholds within driver assistance systems themselves, as of when a particular maneuver leads to the triggering of a function, without necessarily this maneuver already the most likely present Driving maneuver must be.
  • Such embodiments are particularly suitable for driver assistance systems that serve the safety of the driver, since then a greater increase in safety is given.
  • the at least one determined driving maneuver class is preferably used in the context of at least one function of a driver assistance system of the motor vehicle.
  • the determination of the driving maneuver class takes place in a central control unit which makes the resulting driving maneuver information available to a plurality of driver assistance systems, for example a lane change assistance system, a cornering assistance system, a overtaking assistance system, a turning assistance system and the like.
  • the invention also relates to a motor vehicle, comprising at least one radar sensor and a control device designed for carrying out the method according to the invention. All statements relating to the method according to the invention can be analogously transferred to the motor vehicle according to the invention, with which therefore also the already mentioned advantages can be obtained.
  • FIG. 1 is a schematic diagram of a motor vehicle according to the invention
  • FIG. 2 shows a radar sensor used in the motor vehicle according to FIG. 1
  • FIG. 3 is a flowchart of the method according to the invention
  • Fig. 4 is a traffic situation to explain the inventive
  • FIG. 5 shows the contour of a road boundary at different time points up to FIG. 7 in the traffic situation according to FIG. 4, FIG.
  • Fig. 1 1 shows the time course of the absolute lateral acceleration together with the cross-storage to a reference object.
  • FIG. 1 shows a schematic diagram of a motor vehicle 1 according to the invention.
  • This has eight radar sensors 2, of which three are installed in the rear bumper, three in the front bumper and two in the doors of the motor vehicle. After it is a wide-angle radar sensors 2, as indicated by the indicated detection areas 3, a detection of the environment of the motor vehicle 1 in a 360 ° radius is possible.
  • Fig. 2 shows the structure of the radar sensor 2 used in more detail.
  • This is realized in semiconductor technology, here specifically CMOS technology, and is operated in a frequency band of 77 to 81 GHz with a frequency bandwidth of 4 GHz in order to deliver high-resolution radar data.
  • the radar sensor 2 has a housing 4, in which a circuit board 5 is supported, the a package 6 carries, which is formed of a semiconductor chip 7 and an antenna assembly 8 of the radar sensor 2.
  • the semiconductor chip 7, here a CMOS chip in addition to a radar transceiver 9, a control unit 10 of the radar sensor 2 and a digital signal processing component 1 1 (DSP) of the radar sensor 2 are realized.
  • DSP digital signal processing component 1 1
  • the radar data is used as at least part of the movement data in order to recognize and identify a driving maneuver of the motor vehicle 1, as carried out by a driver.
  • the driving maneuver information obtained here is made available to different driver assistance systems 13, 14, 15, wherein in the present case the driver assistance system 13 is a lane change assistant, in which the driver assistance system 14 is an overtaking assistant and in the driver assistance system 15 is a turn assistant.
  • a step S1 radar data of the environment of the motor vehicle 1 are recorded. These radar data are, as is known in principle, pre-evaluated, on the one hand to distinguish static and dynamic objects, on the other hand to at least partially classify these objects or to obtain more accurate information about these objects. Due to the high-resolution radar data of the radar sensor 2, this can be done with high quality. At least partially, the radar data is then added to the motion data to be used to identify and identify driving maneuvers.
  • reference objects are determined and identified from the static and dynamic objects that are needed to establish a correlation between the movement data, comprising at least partial radar data, and movement patterns, each associated with a driving maneuver class.
  • Driving maneuver classes describe certain Types of driving maneuvers and can be divided differently, for example, in a lane change class for lane change as Fahrma- növer, a turning class for a turning maneuver as a driving maneuver, a cornering class for cornering as driving maneuvers and the like.
  • These temporal movement patterns for which specific examples are given below based on driving maneuvers, ultimately describe characteristic temporal processes with regard to reference objects which are characteristic of the driving maneuver whose driving maneuver class they are assigned.
  • a plurality of movement patterns of a driving maneuver class can be assigned, which, for example, must be fulfilled jointly and / or in which results of the correlation of a plurality of movement patterns are combined as the correlation value for the driving maneuver class.
  • correlation values for the individual movement patterns are then determined. For example, as will be explained in more detail below, measurement curves of a motion variable derived from the radar data can be compared with pattern patterns of the motion variable in the motion patterns; it is also conceivable to provide correlations between different pattern progressions as motion patterns and to check whether these Correlations are also present in the measurement progressions, which are at least partially extracted from the radar data. Also, the temporal change of contours can be considered in the context of a movement pattern, which is ultimately a pattern change with actual measurement changes, as they result from the radar data is compared.
  • Correlation values between such courses, changes or connections can be determined, as is generally known in the prior art, in particular also taking account of reliability values for the radar data and the like, it being noted that the general reliability of radar data still has a plausibility check in the sense of lapping coverage areas 3 and / or can also be done via a temporal plausibility check.
  • the proportion of temporal movement patterns is used, which is so far relevant; In order to find this proportion, for example, it may be attempted to achieve an optimal correlation while maintaining certain boundary conditions and the like.
  • step S4 the driving maneuver information is then compiled. It can be provided that the driving maneuver with the highest correlation value, if it exceeds a threshold, is recognized as the currently performed driving maneuver; However, it is also conceivable, at least for incipient driving maneuvers and / or when at least one correlation value of a further driving maneuver class determined within the correlation lies within a tolerance interval below the correlation value of the driving maneuver class with the highest correlation to determine a list of most likely driving maneuver classes as driving maneuver information. Ideally, the correlation values or the derived probabilities of relevance are likewise stored in the driving maneuver information. The driving maneuver information is then forwarded to the driver assistance systems 13, 14, 15, where it can be evaluated accordingly with regard to the performance of functions.
  • FIG. 4 shows a first traffic situation, in which the vehicle 1 is moved in the area of an intersection 16 and, according to the arrow 17, performs a turning maneuver as a driving maneuver. Due to the high-resolution radar data, it is possible to recognize the road boundary 18 as such, thus as a transition from the road surface of the currently traveled road 19 to another ground, as indicated by individual reflection points in FIG. 4. Considering now the turning process according to arrow 17 as such, the contour of the road boundary 18 to the current position 20 of the motor vehicle 1 will appear changed from time to time. is shown for three such times in Figs. 5-7. Ultimately, there is a continuous change in the contour of the road boundary 18 in the radar data, wherein the measured, resulting from the radar data measurement change can be compared with a pattern change of the corresponding movement pattern to recognize the bending process as such and identify.
  • FIG. 8 shows a further traffic situation in which the motor vehicle 1 moves on a two-lane road 21. As indicated by the arrow 22, it performs a lane change here as a driving maneuver. Another road user 23 is already on the lane 24 to which the motor vehicle 1 would like to change.
  • Fig. 9 shows various absolute, d. H. Pattern patterns of motion quantities relating to static objects during the lane change process are plotted against time.
  • the curve 25 symbolizes the transverse position
  • these relationships are not used for detecting a lane change after the derived from the radar data measurement history, in which the relationship should also be determined, only after a smoothing over several cycles similar continuously as the On the other hand, the two-fold derivative and a respective smoothing results in a phase shift, which at least makes it difficult to superimpose the curves resulting from the measurement curves.
  • the lateral acceleration profile described again by the curve 27 is regarded as a further pattern profile, the transverse deviation described by the curve 30, FIG. 11, relative to the reference object, further road users 23, and thus the transverse deposition which also takes a characteristic course over time.
  • the synopsis of these two pattern progressions, which are each compared with radar data determined in the course of the correlation, allows a stable and reliable detection of lane change operations as driving maneuvers even at early times during the maneuver.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

Verfahren zur Erkennung und Identifikation eines Fahrmanövers eines Verkehrsteilnehmers unter Verwendung von die Bewegung des Verkehrsteilnehmers beschreibenden Bewegungsdaten, wobei das Fahrmanöver im Rahmen der Identifikation einer Fahrmanöverklasse zugeordnet wird, wobei die Bewegungsdaten mit wenigstens einem Radarsensor (2) eines Kraftfahrzeugs (1) aufgenommene Radardaten umfassen, in denen zwischen statischen und dynamischen Objekten im Umfeld des Verkehrsteilnehmers unterschieden wird, wobei jeder Fahrmanöverklasse wenigstens eine Fahrmanöver der Fahrmanöverklasse kennzeichnende, zeitliche Bewegungsmuster bezüglich wenigstens eines Objekts enthaltende Vergleichsdatenstruktur zugeordnet ist und die Erkennung und Identifikation durch Korrelation eines den Bewegungsmustern entsprechenden Teils der Bewegungsdaten mit den Bewegungsmustern der wenigstens einen Vergleichsdatenstruktur erfolgt.

Description

Verfahren zur Erkennung und Identifikation eines Fahrmanövers eines Verkehrsteilnehmers und Kraftfahrzeug
Die Erfindung betrifft ein Verfahren zur Erkennung und Identifikation eines Fahrmanövers eines Verkehrsteilnehnners unter Verwendung von die Bewegung des Verkehrsteilnehnners beschreibenden Bewegungsdaten, wobei das Fahrmanover im Rahmen der Identifikation einer Fahrmanöverklasse zugeordnet wird. Daneben betrifft die Erfindung ein Kraftfahrzeug.
Verschiedene Fahrerassistenzsysteme, die im Stand der Technik vorgeschlagen wurden, sollen den Fahrer in unterschiedlichen Fahrsituationen unterstützen. Diese Fahrsituationen ergeben sich in verschiedenen Fällen anhand eines durchgeführten Fahrmanövers. Beispielsweise soll ein Abbie- geassistenzsystem den Fahrer beim Fahrmanöver des Abbiegens unterstützen. Eine derartige Funktion kann beispielsweise umfassen, dann wenn sich beim Abbiegen nach rechts ein Radfahrer von hinten rechts nähert, den Fahrer über entsprechende Ausgabemittel vor einer drohenden Kollision zu warnen. Bei bekannten Abbiegeassistenzsystemen ist es dabei wesentlich, dass der Fahrer den Fahrtrichtungsanzeiger betätigt, da ohne das Setzen des Fahrtrichtungsanzeigers der Abbiegevorgang als Fahrmanöver nicht erkannt wird, somit auch keine Warnung ausgelöst würde.
Wie bereits erwähnt ist bei vielen Fahrerassistenzsystemen die Erkennung der eigenen Fahrmanöver der Auslöser für Maßnahmen des Fahrerassistenzsystems oder sogar erst eine Kritikalitätsbewertung der Verkehrssituation. Dabei ist es in vielen Fällen so, dass bestimmte Fahrmanöver erst abhängig von bestimmten Triggersignalen erkannt werden können. Beispielsweise wird ein Fahrmanöver erst dann als Abbiegemanöver erkannt (und somit von einer Kurvenfahrt getrennt), wenn der Fahrtrichtungsanzeiger betätigt wurde. Ohne Vorliegen des entsprechenden Triggersignals erfolgen keine Maßnahmen des Fahrerassistenzsystems, so dass insbesondere auch in kritischen Verkehrssituationen keine Warnung erfolgt.
Vorgeschlagen wurde auch bereits, Dynamikparameter des eigenen Kraftfahrzeugs, beispielsweise den Lenkwinkelverlauf, den Geschwindigkeitsverlauf oder den Beschleunigungsverlauf, heranzuziehen, um Fahrmanöver zu erkennen und zu identifizieren. Hierbei treten jedoch in den meisten Fällen Probleme auf, beispielsweise, wenn ein Abbiegevorgang von einer Kurvenfahrt unterschieden werden soll. Mithin reichen Dynamikdaten oder sonstige, auf den Zustand des Kraftfahrzeugs bezogene Egodaten nicht aus, um zuverlässig eine Aussage über ein Fahrmanöver des Fahrers zu treffen.
Ein weiteres Beispiel für ein derartiges Fahrerassistenzsystem ist ein Spurwechselassistenzsystem. Ein derartiges Spurwechselassistenzsystem unterstützt den Fahrer beim Wechseln der Fahrspur. Beispielsweise können hierzu mittels Radarsensoren oder sonstigen Umgebungssensoren andere Verkehrsteilnehmer, insbesondere im toten Winkel, detektiert werden. Nähert sich ein weiterer Verkehrsteilnehmer von hinten, kann beispielsweise eine LED, die einen Hinweis auf diesen Verkehrsteilnehmer darstellt, aktiviert werden. Bei bekannten Spurwechselassistenten wird diese Funktion noch verfeinert, indem beim Setzen des Fahrtrichtungsanzeigers von einer Spurwechselabsicht ausgegangen wird und die Warnung verstärkt wird, beispielsweise durch Blinken der genannten LED.
Es wurden bereits Ansätze vorgeschlagen, einen Spurwechsel ohne das Triggersignal des Setzens des Fahrtrichtungsanzeigers zu detektieren und mithin entsprechende Maßnahmen auszulösen. Dabei wird die Intention eines Spurwechsels nicht durch die Betätigung des Fahrtrichtungsanzeigers, sondern durch Überqueren einer Fahrspurmarkierung erkannt. Dabei werden entsprechende Daten über Fahrspurmarkierungen und somit die Fahrspuren der aktuell befahrenen Straße durch einen optischen Sensor, insbesondere eine Kamera, geliefert. Wird ein Überqueren der Fahrspurmarkierung erkannt und es nähert sich ein weiterer Verkehrsteilnehmer auf der Nachbarspur, auf die gewechselt wird, so kann auch ohne Setzen des Fahrtrichtungsanzeigers eine Maßnahme erfolgen, beispielsweise eine (gegebenenfalls verstärkte) Warnung.
Auch hierbei treten allerdings Probleme auf. So ist die genannte Erkennung des Spurwechselmanövers nur dann möglich, wenn Kameradaten zu den Fahrspurmarkierungen überhaupt vorliegen. Auf manchen Straßen sind Fahrspurmarkierungen nicht vorhanden oder nur schwer durch optische Sensoren detektierbar. Ein weiteres Problem ist, dass derartige Kameras meist nach vorne ausgerichtet sind, die Probleme beim Spurwechsel jedoch hinsichtlich des Heckverkehrs auftreten, so dass es sinnvoll wäre, Spurdaten hinter dem Kraftfahrzeug zu detektieren.
Der Erfindung liegt daher die Aufgabe zugrunde, eine qualitativ hochwertige, verlässliche Erkennung von Fahrmanövern eines Verkehrsteilnehmers anzugeben.
Zur Lösung dieser Aufgabe ist bei einem Verfahren der eingangs genannten Art erfindungsgemäß vorgesehen, dass die Bewegungsdaten mit wenigstens einem Radarsensor eines Kraftfahrzeugs aufgenommene Radardaten umfassen, in denen zwischen statischen und dynamischen Objekten im Umfeld des Verkehrsteilnehmers unterschieden wird, wobei jeder Fahrmanöverklasse wenigstens eine Fahrmanöver der Fahrmanöverklasse kennzeichnende, zeitliche Bewegungsmuster bezüglich wenigstens eines Objekts enthaltende Vergleichsdatenstruktur zugeordnet ist und die Erkennung und Identifikation durch Korrelation eines den Bewegungsmustern entsprechenden Teils der Bewegungsdaten mit den Bewegungsmustern der wenigstens einen Vergleichsdatenstruktur erfolgt.
Der Erfindung liegt mithin die Erkenntnis zugrunde, dass die Bewegung relativ zu dynamischen und statischen Objekten im Umfeld des Verkehrsteilnehmers einen wesentlichen, nützlichen und zumindest in der korrekten Zusammenstellung häufig auch eindeutigen Indikator für das tatsächlich vorliegende Fahrmanöver liefert. Um hier eine korrekte Interpretationsmöglichkeit und insbesondere auch eine korrekte Identifikation der für die jeweiligen Fahrmanöver relevanten dynamischen und statischen Objekte erreichen zu können, sind hochgenaue Informationen über die statischen und dynamischen Objekte sowie die Bewegung des Verkehrsteilnehmers relativ zu diesen Objekten erforderlich. Nachdem eine Kombination aus Bewegungsdaten und dreidimensional bestimmbaren Abstandsdaten durch Radarsensoren geliefert wird, wird im Rahmen der vorliegenden Erfindung vorgeschlagen, Radardaten zu verwenden, in denen statische und dynamische Objekte im Umfeld des Verkehrsteilnehmers unterschieden werden und die zumindest teilweise die relativen Bewegungsdaten zwischen den relevanten dynamischen und statischen Objekten und dem Verkehrsteilnehmer liefern.
Im Rahmen der vorliegenden Erfindung wird mithin ausgenutzt, dass im Stand der Technik mittlerweile Radarsensoren, insbesondere auf Halbleiterbasis, vorgeschlagen wurden, die nicht nur kleinbauend realisiert werden können, sondern auch eine hervorragende Winkelauflösung, Abstandsauflösung und Dopplerauflösung, auch im Nahbereich, bieten können. Dies ermöglicht es, für die Erkennung von Fahrmanövern relevante dynamische und statische Objekte im Umfeld des Verkehrsteilnehmers nicht nur zu detektie- ren, sondern auch zu klassifizieren bzw. zu identifizieren, so dass mithin die relevanten Objekte für die jeweiligen Bewegungsmuster aufgefunden werden können und in den folgenden Schritten überprüft werden kann, ob die tatsächlich stattfindenden Bewegungsmuster den der Fahrmanöverklasse zugeordneten Bewegungsmustern entsprechen.
Die Realisierung von Radarkomponenten auf Halbleiterbasis erwies sich lange Zeit als schwierig, da teure Spezialhalbleiter, insbesondere GaAs, benötigt wurden. Es wurden kleinere Radarsensoren vorgeschlagen, deren gesamtes Radar-Frontend auf einem einzigen Chip in SiGe-Technologie realisiert ist, ehe auch Lösungen in der CMOS-Technologie bekannt wurden. Solche Lösungen sind Ergebnis der Erweiterung der CMOS-Technologie auf Hochfrequenzanwendungen, was oft auch als RF-CMOS bezeichnet wird. Ein solcher CMOS-Radarchip ist äußerst kleinbauend realisiert und nutzt keine teuren Spezialhalbleiter, bietet also vor allem in der Herstellung deutliche Vorteile gegenüber anderen Halbleitertechnologien. Eine beispielhafte Realisierung eines 77 GHz-Radar-Transceivers als ein CMOS-Chip ist in dem Artikel von Jri Lee et al., „A Fully Integrated 77-GHz FMCW Radar Transceiver in 65-nm CMOS Technology", IEEE Journal of Solid State Cir- cuits 45 (2010), S. 2746-2755, beschrieben.
Nachdem zudem vorgeschlagen wurde, den Chip und die Antenne in einem gemeinsamen Package zu realisieren, ist ein äußerst kostengünstiger kleiner Radarsensor möglich, der Bauraumanforderungen deutlich besser erfüllen kann und aufgrund der kurzen Signalwege auch ein sehr niedriges Signal- Zu-Rausch-Verhältnis aufweist sowie für hohe Frequenzen und größere, variable Frequenzbandbreiten geeignet ist. Daher lassen sich derartige, kleinbauende Radarsensoren auch für Kurzreichweiten-Anwendungen, beispielsweise im Bereich von 30 cm bis 10 m, einsetzen.
Es wurde auch bereits vorgeschlagen, einen solchen CMOS-Transceiver- Chip und/oder ein Package mit CMOS-Transceiver-Chip und Antenne auf einer gemeinsamen Leiterplatte mit einem digitalen Signalverarbeitungsprozessor (DSP-Prozessor) vorzusehen oder die Funktionen des Signalverarbeitungsprozessors ebenso in den CMOS-Transceiver-Chip zu integrieren. Eine ähnliche Integration ist für Steuerungsfunktionen möglich.
Mithin wird es auch im Rahmen der vorliegenden Erfindung bevorzugt, wenn ein Radarsensor mit einem wenigstens den Radartransceiver realisierenden Halbleiterchip verwendet wird. Besonders bevorzugt kann durch den Halbleiterchip auch eine digitale Signalverarbeitungskomponente und/oder eine Steuereinheit des Radarsensors realisiert werden; zudem wird es bevorzugt, wenn der Halbleiterchip und eine Antennenanordnung des Radarsensors als ein Package realisiert sind. Auf diese Art und Weise ist eine äußerst kleinbauende Realisierung des Radarsensors möglich und es existieren eine Vielzahl von Betriebsmöglichkeiten, die die hervorragende Auflösung zum Erhalt hochauflösender Radardaten erlauben. Die hohe Datenqualität ergibt sich auch durch die äußerst kurzen, realisierten Signalwege. Derartige kleinbauende Halbleiter-Radarsensoren, wobei bevorzugt CMOS-Radarsensoren verwendet werden, lassen sich auch besonders einfach verdeckt am Kraft- fahrzeug verbauen, beispielsweise in der Stoßstange und/oder hinter entsprechenden radardurchlässigen Fenstern in den Türen.
Besonders bevorzugt ist es ferner, wenn der Radarsensor zur Aufnahme der Radardaten mit einer Frequenzbandbreite von wenigstens zwei 2 GHz, bevorzugt 4 GHz, und/oder in einem Frequenzbereich von 77 bis 81 GHz betrieben wird. Hohe Frequenzbandbreiten erlauben eine hohe Abstands-, Winkel-, und Dopplerauflösung.
Eine besonders vorteilhafte Weiterbildung sieht ferner vor, dass eine Mehrzahl von Radarsensoren, insbesondere acht Radarsensoren, verwendet wird, die das Umfeld des Kraftfahrzeugs in einem 360°-Radius abdecken. Auf diese Weise liegen Informationen über dynamische und statische Objekte rund um das Kraftfahrzeug vor, welche zudem über eine längere Zeit beobachtet werden können. Beispielsweise kann vorgesehen sein, dass drei kleinbauende Halbleiter-Radarsensoren in einem vorderen Stoßfänger des Kraftfahrzeugs, drei weitere in einem hinteren Stoßfänger des Kraftfahrzeugs und zwei weitere seitlich, insbesondere in den Türen, verbaut sind. Hierbei handelt es sich besonders bevorzugt um Weitwinkel-Radarsensoren, deren Erfassungsbereiche zudem überlappen können, um eine Datenplausibilisie- rung zu ermöglichen. Beispielsweise kann ein Öffnungswinkel von mehr als 140° im Azimut vorgesehen sein. Ohnehin ist es bevorzugt, wenn die Antennenanordnung des Radarsensors so ausgestaltet ist, dass Winkel in zwei zueinander senkrechten Ebenen bestimmt werden können, um tatsächlich dreidimensionale Radardaten über dynamische und statische Objekte in der Umgebung des Kraftfahrzeugs zu erhalten.
Bei dem Verkehrsteilnehmer, für den die Fahrmanöver erkannt und durch Zuordnung zu einer Fahrmanöverklasse identifiziert werden sollen, wird es sich meist um das eigene Kraftfahrzeug, also das auch mit den Radarsensoren ausgerüstete Kraftfahrzeug, handeln. Daher werden sich im Folgenden viele Beispiele auf das Kraftfahrzeug, welches die Radarsensoren aufweist, selbst als Verkehrsteilnehmer beziehen. Nichtsdestotrotz ist es problemlos möglich, die Manövererkennung auch für anderen Verkehrsteilnehmer als das eigene, mit den Radarsensoren versehene Kraftfahrzeug zu verwenden. Dies kann auch für bestimmte Funktionen von Fahrerassistenzsystemen sinnvoll sein. Insbesondere sei in diesem Kontext angemerkt, dass Fahrdynamikdaten des Verkehrsteilnehmers selbst, im Fall des eigenen Kraftfahrzeugs als Verkehrsteilnehmer mithin Ego-Daten, die die Dynamik des Kraftfahrzeugs beschreiben, aufgrund der Messmöglichkeiten des Radarsensors nicht zwangsläufig benötigt werden. Insbesondere sind Ausgestaltungen der vorliegenden Erfindung denkbar, in denen die Fahrmanövererkennung auch ausschließlich auf den Radardaten als Bewegungsdaten beruht. In anderen Ausgestaltungen ist es jedoch auch möglich, weitere Bewegungsdaten mit einzubeziehen, beispielsweise Umfelddaten anderer Umfeldsensoren oder aber auch auf den Zustand des eigenen Kraftfahrzeugs bezogene Ego- Daten.
Es sei an dieser Stelle noch angemerkt, dass zur Erkennung von Fahrmanövern beispielsweise Schwellwerte eines im Rahmen der Korrelation betrachteten Korrelationswerts eingesetzt werden können, das bedeutet, sobald eine Korrelation einer bestimmten Größe vorliegt, kann davon ausgegangen werden, dass ein Fahrmanöver vorliegt. Zur Identifikation kann vorgesehen sein, dass der größte im Rahmen der Korrelation ermittelte Korrelationswert herangezogen wird, wobei das Fahrmanöver der Fahrmanöverklasse zugeordnet wird, bei deren Bewegungsmuster diese größte Korrelation auftrat. Bewegungsmuster im Sinne der vorliegenden Erfindung betreffen üblicherweise wenigstens einen zeitlichen Bewegungsmusterverlauf (Musterverlauf), zu dem sich aus den Radardaten entsprechende Zeitreihen ableiten lassen, die als Vergleichsgrundlage dienen können, wobei die Bewegungsmuster auch Eigenschaften von zeitlichen Musterverläufen bzw. von Kombinationen zeitlicher Musterverläufe betreffen können, wie im Folgenden noch näher dargestellt werden wird.
Dabei sind im Wesentlichen zwei Ansatzpunkte denkbar, die im Rahmen der vorliegenden Erfindung auch gemeinsam eingesetzt werden können. Dabei kann zum einen die zeitliche Veränderung von Konturen von Objekten, die der Verkehrsteilnehmer, insbesondere das Kraftfahrzeug, passiert, herange- zogen werden, zum anderen ist es möglich, den zeitlichen Bewegungsverlauf des Verkehrsteilnehmers selbst bezüglich einer Bewegungsgröße relativ zu dem dynamischen oder statischen Objekt zu betrachten.
So sieht eine vorteilhafte Weiterbildung der vorliegenden Erfindung vor, dass bei dem eigenen Kraftfahrzeug als der Verkehrsteilnehmer die zeitliche Veränderung von durch Objekte gebildeten Straßenberandungskonturen einer von dem Kraftfahrzeug befahrenen Straße als Bewegungsmuster verwendet wird. Während eine Straßenberandung grundsätzlich durch bestimmte größere Randbebauungsobjekte, beispielsweise Bordsteine und/oder Leitplanken, ermittelt werden kann, ist es insbesondere bei der bevorzugten Verwendung von hochauflösenden Radarsensoren auf Halbleiterbasis auch möglich, den tatsächlichen Verlauf der Straßenberandung als den Übergang von dem Untergrund der befahrenen Straße zu einem anderen Untergrund zu detektieren und somit äußerst exakt den Verlauf der Straßenberandung zu bestimmen. Nun ist es möglich, die zeitliche Verlaufs- und Orientierungsveränderung der Kontur der Straßenberandung relativ zum einen Kraftfahrzeug zu beobachten und somit Erkenntnisse über ein durchgeführtes Fahrmanöver des eigenen Kraftfahrzeugs zu erhalten. Die zeitlichen Veränderungen können mit typischen Musterprofilen, die in den Bewegungsmustern abgelegt sind, mithin Musterveränderungen, verglichen werden, die typisch für die entsprechenden Fahrmanöver der Fahrmanöverklasse sind. So kann beispielsweise für einen Abbiegevorgang als Fahrmanöver davon ausgegangen werden, dass eine Ecke der Berandung vorausliegt, um die das Kraftfahrzeug herumfährt, beispielsweise mit einem letztlich gleichbleibenden Abstand, so dass sich aus dem zeitlichen Verlauf des Erscheinens dieser Stra- ßenberandungsecke in den Radardaten der Abbiegevorgang herleiten lässt. Die allgemein zugrundeliegende Idee ist hier also, dass die Radarsensoren des eigenen Kraftfahrzeugs aus ihrer Perspektive bei einem Fahrmanöver die Positionsänderung von Objekten wahrnimmt, obwohl die Objekte im Weltkoordinatensystem statisch sind.
In einer anderen, bevorzugten Ausgestaltung der vorliegenden Erfindung kann vorgesehen sein, dass als Bewegungsmuster wenigstens ein zeitlicher Musterverlauf wenigstens einer Bewegungsgröße des Verkehrsteilnehmers relativ zu einem statischen oder dynamischen Bezugsobjekt und/oder wenigstens ein Zusammenhang zwischen zeitlichen Musterverläufen wenigstens einer auf unterschiedliche Bezugsobjekte bezogenen Bewegungsgröße verwendet wird, wobei die Korrelation unter Verwendung wenigstens eines wenigstens teilweise aus den Radardaten abgeleiteten oder in diesen enthaltenen Messverlaufs der Bewegungsgröße des Verkehrsteilnehmers durchgeführt wird. In diesem Fall werden also Bewegungsgrößen des Verkehrsteilnehmers, insbesondere des eigenen Kraftfahrzeugs, relativ zu wenigstens einem statischen oder dynamischen Bezugsobjekt betrachtet, wobei der entscheidende Faktor auch ein Zusammenhang zwischen mehreren (unterschiedlichen) Musterverläufen sein kann. Werden unmittelbar Musterverläufe betrachtet, kann vorgesehen sein, im Rahmen der Korrelation den wenigstens einen Musterverlauf mit dem zeitlichen Messverlauf der Bewegungsgröße, wie sie aus den Radardaten abgeleitet werden kann, zu vergleichen; ansonsten wird im Rahmen der Messverläufe versucht, den Zusammenhang herzustellen, der anhand der Musterverläufe erwartet wird. Es sei darauf hingewiesen, dass nicht zwangsläufig alle Messverläufe, die im Rahmen eines Bewegungsmusters überprüft werden, ausschließlich aus Radardaten abgeleitet werden müssen oder überhaupt Radardaten berücksichtigen müssen, wie im Folgenden für Beispielfälle noch näher dargelegt werden wird.
Zumindest auf das Bezugsobjekt bezogene Objektdaten zur Ermittlung eines Messverlaufs aus den Radardaten können durch Klassifizierung von mit dem Radarsensor detektierten Objekten und Identifizierung des Bezugsobjekts in den klassifizierten Objekten ermittelt werden. Auch in diesem Kontext ist es besonders bevorzugt, hochauflösende, auch Halbleiter-Technologie verwendende Radarsensoren einzusetzen, welche in hervorragender Qualität Radardaten liefern, die es ermöglichen, dynamische und statische Objekte im Umfeld des Kraftfahrzeugs zu klassifizieren und mithin das benötigte Bezugsobjekt aufzufinden. Grundsätzlich bekannte Verfahren zur Auswertung von Radardaten und Klassifikatoren zur Zuordnung von detektierten Objekten zu Objektklassen oder zur Ermittlung genauerer Information über ein Objekt können eingesetzt werden. Als Bezugsobjekt können im Rahmen dieser Ausgestaltung ein weiterer Verkehrsteilnehmer und/oder ein die Begrenzung einer aktuell befahrenen Straße anzeigendes Objekt und/oder ein Randbebauungsobjekt und/oder als Bewegungsgröße ein Abstand von dem Objekt und/oder eine Geschwindigkeit und/oder eine Beschleunigung relativ zum Objekt verwendet werden. Die konkrete Auswahl richtet sich selbstverständlich nach dem zu erkennenden Fahrmanöver und dessen speziellen Charakteristiken, wobei auf konkrete Beispiele im Folgenden noch näher eingegangen werden wird.
Zweckmäßigerweise kann vorgesehen sein, dass wenigstens zwei auf unterschiedliche Bezugsobjekte bezogene Musterverläufe bzw. Zusammenhänge enthaltende Bewegungsmuster verwendet und alle bei der Erkennung und Identifikation berücksichtigt werden. Häufig zeichnen sich Fahrmanöver nicht ausschließlich über ein einzelnes Charakteristikum bezüglich eines einzigen statischen und/oder dynamischen Objekts aus, sondern es ist selbstverständlich denkbar, unterschiedliche typische Bewegungsabläufe innerhalb einer Fahrmanöverklasse heranzuziehen und im Rahmen der Identifikation und Erkennung kombiniert zu betrachten, wobei insbesondere auch vorgesehen sein kann, dass ein Fahrmanöver nur erkannt wird, wenn mehrere unterschiedliche Bewegungsmuster erfüllt sind. In diesem Fall wird also eine Kombinatorik eingesetzt, die eine zuverlässige und eindeutige Erkennung von Fahrmanövern ermöglicht, um es beispielsweise zu erlauben, Abbiegevorgänge von einer Kurvenfahrt und dergleichen zu unterscheiden.
Eine Weiterbildung der Erfindung sieht mithin vor, dass wenigstens ein Bewegungsmuster mit wenigstens zwei unterschiedlichen Musterverläufen verwendet wird, wobei ein Vorliegen eines Fahrmanövers der zugeordneten Fahrmanöverklasse nur bei hinreichender Übereinstimmung aller Musterverläufe mit den korrespondierenden Messverläufen festgestellt wird. Werden mindestens zwei charakteristische Eigenschaften eines Fahrmanövers, die sich in Radardaten umfassenden Bewegungsdaten zeigen, gefordert, wird die Gesamtstabilität und Zuverlässigkeit der Fahrmanövererkennung erhöht. Konkrete Möglichkeiten seien nun im Hinblick auf einen Spurwechselvorgang als Fahrmanöver näher erläutert. Bei der Modellierung eines Spurwechsel als Parabel ergeben sich gewisse theoretische Verläufe für den Querversatz, die Quergeschwindigkeit sowie die Querbeschleunigung hinsichtlich eines über Radar detektierten Fremdfahrzeugs (weiteren Verkehrsteilnehmers) als dynamisches Objekt. Entsprechende reale Verläufe können auch vermessen werden, wobei zeitlich asymmetrische sowie zeitlich symmetrische Fälle betrachtet werden können. Soll nun eine Spurwechselerkennung anhand der eigenen Querbeschleunigung vorgenommen werden, ist zunächst festzustellen, dass eine Erkennung auf Basis des charakteristischen Verlaufs der (absoluten oder relativen) Querbeschleunigung zu Beginn des Spurwechsels noch nicht ausreichend ist, um eine verlässliche, hochqualitative Spurwechselerkennung zu gewährleisten, da sonst Falsch-/Fehlwarnungen auftreten könnten. Dies liegt vor allen daran, dass ein qualitativ ähnlicher Verlauf auch bei Pendelbewegungen, Spurkorrekturen oder Kurvenfahren auftreten kann. Allerdings könnte in Betracht gezogen werden, zum einen die absolute Querbeschleunigung des Kraftfahrzeugs (welche auch aus den Radardaten abgeleitet werden kann, beispielsweise bezüglich eines statischen Objekts) sowie gleichzeitig die Querbeschleunigung relativ zum weiteren Verkehrsteilnehmer zu betrachten. Dabei erkennt man, dass sich die entsprechenden Kurven in einem Schnittpunkt schneiden, der als Zusammenhang der beiden Kurven als ein Bewegungsmuster in Frage kommt. Zudem können aber auch beide Querbeschleunigungskurven als Messverläufe gleichzeitig betrachtet werden, wobei dann der Zusammenhang darin bestehen sollte, nachdem der weitere Verkehrsteilnehmer die Spur üblicherweise auch wechselt, dass die Steigung beider Messverläufe betragsmäßig gleich sein sollte. Es kann also vorgesehen sein, dass eine Spurwechselklasse als Fahrmanöverklasse für Spurwechselmanöver verwendet wird, worin als Zusammenhang zwischen einem zeitlichen Musterverlauf einer absoluten Querbeschleunigung und einem zeitlichen Musterverlauf einer relativen Querbeschleunigung zu einem in dieselbe Fahrtrichtung wie das eigene Kraftfahrzeug bewegten Bezugsobjekt eine betragsmäßig gleiche Steigung und/oder ein Schnittpunkt der Musterverläufe verwendet wird und zur Korrelation das Vorliegen des Zusammen- hangs bei wenigstens teilweise aus den Radardaten abgeleiteten Messverläufen überprüft wird.
Allerdings treten bei diesem Ansatz Probleme auf, denn der reale Messverlauf kann nur nach einer Glättung über mehrere Zyklen als ähnlich kontinuierlich wie der idealisierte Musterverlauf angesehen werden. Ferner ergibt sich durch die zweifache Ableitung und eine jeweilige Glättung eine Phasenverschiebung, so dass eine Überlagerung der Messverläufe nur unter sehr erschwerten Bedingungen möglich ist.
Um diese Problematik zu lösen und eine einfach zu realisierende, verlässliche Erkennung eines Spurwechsels als Fahrmanöver durchführen zu können, ist es denkbar, charakteristische Verläufe zu kombinieren. Betrachtet man nämlich zum einen den charakteristischen Verlauf der eigenen Querbeschleunigung (beispielsweise relativ zu einem statischen oder dynamischen Bezugsobjekt) und bezieht gleichzeitig mit ein, dass die Y-Position des weiteren Verkehrsteilnehmers gleichzeitig steigt oder fällt, sich dessen Querablage also monoton verändert, ist eine stabile Spurwechselerkennung möglich. Das bedeutet, eine bevorzugte Ausgestaltung der vorliegenden Erfindung im Hinblick auf eine Spurwechselerkennung sieht vor, dass eine Spurwechselklasse als Fahrmanöverklasse für Spurwechselmanöver verwendet wird, wobei als zwei Musterverläufe eines Bewegungsmusters eine Querablage zu einem in dieselbe Fahrtrichtung wie das eigene Kraftfahrzeug bewegten Bezugsobjekt und eine absolute oder relative zu dem Bezugsobjekt ermittelte Querbeschleunigung des Kraftfahrzeugs verwendet werden. Dabei sei an dieser Stelle noch angemerkt, dass eine solche Analyse nicht auf einen einzigen weiteren Verkehrsteilnehmer als dynamisches Bezugsobjekt beschränkt sein muss, sondern dass selbstverständlich mehrere detektierte dynamische, in dieselbe Fahrtrichtung bewegte Objekte als Bezugsobjekte herangezogen werden können, welche in unterschiedlichen, sodann im Rahmen der Erkennung und Identifikation kombinierten Bewegungsmustern entsprechend durch Kombination der beiden genannten Verläufe behandelt werden können. Es sei angemerkt, dass gerade im Hinblick auf die Spurwechselerkennung im Übrigen auch vorgesehen sein kann, als insbesondere weiteres Bewegungsmuster den Verlauf der Abstände zur Straßenbegrenzung zu analysieren, welcher wie oben bereits diskutiert festgestellt werden kann.
Eine bevorzugte Ausgestaltung der vorliegenden Erfindung sieht vor, dass bei noch nicht abgeschlossenen Fahrmanövern nur ein dem abgeschlossenen Anteil des Fahrmanövers entsprechender Anteil für die Korrelation herangezogen wird. Das bedeutet, es ist im Rahmen der Korrelation auch möglich, nur einen in der zeitlichen Länge passenden Anteil des entsprechenden Bewegungsmusters heranzuziehen, um auch beginnende bzw. allgemein noch nicht vollendete Fahrmanöver möglichst frühzeitig identifizieren zu können. Gerade dann, wenn die erhaltenen Fahrmanöverinformationen für warnende Fahrerassistenzsysteme eingesetzt werden, ist es besonders zweckmäßig, eine möglichst frühe Erkennung zu ermöglichen. Auf diese Weise erlaubt die vorliegende Erfindung nicht nur die Erkennung eines abgeschlossenen Fahrmanövers, sondern auch eine Erkennung während der Durchführung des Fahrmanövers oder aber mit besonderem Vorteil auch bereits zu Beginn eines Fahrmanövers, wenn geeignete Bewegungsmuster herangezogen werden, beispielsweise im Fall der Spurwechselerkennung den typischen Querbeschleunigungsverlauf sowie die Querablage zu einem weiteren Verkehrsteilnehmer als Bezugsobjekt. Dann können frühzeitig Funktionen, die vor der Beendigung/Durchführung des Fahrmanövers warnen, eingesetzt werden.
Vorgesehen sein kann in diesem Kontext ferner, dass zumindest bei beginnenden Fahrmanövern und/oder dann, wenn wenigstens ein im Rahmen der Korrelation ermittelter Korrelationswert einer weiteren Fahrmanöverklasse innerhalb eines Toleranzintervalls unterhalb des Korrelationswerts der Fahrmanöverklasse mit der höchsten Korrelation liegt, eine Liste wahrscheinlichster Fahrmanöverklassen ermittelt wird. Auf diese Art und Weise ist eine Art stochastische Prädiktion der möglichen Fahrmanöver gegeben, so dass durch das erfindungsgemäße Verfahren als Fahrmanöverinformation nicht nur das Fahrmanöver mit dem höchsten Korrelationswert ausgegeben wird, sondern dann, wenn noch mehrere Fahrmanöver denkbar sind, diese insge- samt mit den zugehörigen Wahrscheinlichkeiten (in Form ihrer Korrelationswerte) zur Verfügung gestellt werden, mithin beispielsweise anhand von Schwellwerten innerhalb von Fahrerassistenzsystemen selbst entschieden werden kann, ab wann ein bestimmtes Fahrmanöver zur Auslösung einer Funktion führt, ohne dass zwangsläufig dieses Fahrmanöver bereits das am wahrscheinlichsten vorliegende Fahrmanöver sein muss. Solche Ausgestaltungen bieten sich insbesondere für Fahrerassistenzsysteme an, die der Sicherheit des Fahrers dienen, da dann eine größere Sicherheitserhöhung gegeben ist.
Allgemein kann gesagt werden, dass bevorzugt die wenigstens eine ermittelte Fahrmanöverklasse im Rahmen wenigstens einer Funktion eines Fahrerassistenzsystems des Kraftfahrzeugs verwendet wird. Insbesondere ist es zweckmäßig, wenn die Ermittlung der Fahrmanöverklasse in einem zentralen Steuergerät stattfindet, welches die entstehende Fahrmanöverinformation mehreren Fahrerassistenzsystemen zur Verfügung stellt, beispielsweise einem Spurwechselassistenzsystem, einem Kurvenfahrtassistenzsystem, einem Überholassistenzsystem, einem Abbiegeassistenzsystem und dergleichen.
Neben dem Verfahren betrifft die Erfindung auch ein Kraftfahrzeug, aufweisend wenigstens einen Radarsensor und ein zur Durchführung des erfindungsgemäßen Verfahrens ausgebildetes Steuergerät. Sämtliche Ausführungen bezüglich des erfindungsgemäßen Verfahrens lassen sich analog auf das erfindungsgemäße Kraftfahrzeug übertragen, mit welchem mithin ebenso die bereits genannten Vorteile erhalten werden können.
Weitere Vorteile und Einzelheiten der vorliegenden Erfindung ergeben sich aus den im Folgenden beschriebenen Ausführungsbeispielen sowie anhand der Zeichnungen. Dabei zeigen:
Fig. 1 eine Prinzipskizze eines erfindungsgemäßen Kraftfahrzeugs,
Fig. 2 einen im Kraftfahrzeug nach Fig. 1 verwendeten Radarsensor, Fig. 3 einen Ablaufplan des erfindungsgemäßen Verfahrens,
Fig. 4 eine Verkehrssituation zur Erläuterung des erfindungsgemäßen
Verfahrens,
Fig. 5 die Kontur einer Straßenberandung zu verschiedenen Zeitpunk- bis Fig. 7 ten in der Verkehrssituation gemäß Fig. 4,
Fig. 8 eine weitere Verkehrssituation zur Erläuterung des erfindungsgemäßen Verfahrens,
Fig. 9 ein beispielhafter Verlauf von Querposition, Quergeschwindigkeit und Querbeschleunigung bei einem Spurwechsel,
Fig. 10 die absolute Querbeschleunigung und die Querbeschleunigung relativ zu einem Bezugsobjekt in ihrem zeitlichen Verlauf während einem Spurwechselvorgang, und
Fig. 1 1 den zeitlichen Verlauf der absoluten Querbeschleunigung gemeinsam mit der Querablage zu einem Bezugsobjekt.
Fig. 1 zeigt eine Prinzipskizze eines erfindungsgemäßen Kraftfahrzeugs 1 . Dieses weist acht Radarsensoren 2 auf, von denen drei im hinteren Stoßfänger, drei im vorderen Stoßfänger und zwei in den Türen des Kraftfahrzeugs verbaut sind. Nachdem es sich um Weitwinkel-Radarsensoren 2 handelt, wie die angedeuteten Erfassungsbereiche 3 anzeigen, ist eine Erfassung des Umfelds des Kraftfahrzeugs 1 in einem 360°-Radius möglich.
Fig. 2 zeigt den Aufbau des verwendeten Radarsensors 2 genauer. Dieser ist in Halbleitertechnologie, hier konkret CMOS-Technologie, realisiert und wird in einem Frequenzband von 77 bis 81 GHz mit einer Frequenzbandbreite von 4 GHz betrieben, um hochauflösende Radardaten zu liefern. Der Radarsensor 2 weist ein Gehäuse 4 auf, in dem eine Leiterplatte 5 gehaltert ist, die ein Package 6 trägt, das aus einem Halbleiterchip 7 sowie einer Antennenanordnung 8 des Radarsensors 2 gebildet ist. Durch den Halbleiterchip 7, hier ein CMOS-Chip, sind neben einem Radartransceiver 9 auch eine Steuereinheit 10 des Radarsensors 2 und eine digitale Signalverarbeitungskomponente 1 1 (DSP) des Radarsensors 2 realisiert.
Die Radardaten der Radarsensoren 2 werden, vgl. Fig. 1 , an ein zentrales Steuergerät 12 des Kraftfahrzeugs 1 geliefert, welches auch zur Durchführung des erfindungsgemäßen Verfahrens ausgebildet ist. Dort werden mithin die Radardaten als wenigstens ein Teil von Bewegungsdaten verwendet, um ein Fahrmanöver des Kraftfahrzeugs 1 , wie es von einem Fahrer durchgeführt wird, zu erkennen und zu identifizieren. Die hierbei erhaltenen Fahrmanöverinformationen werden verschiedenen Fahrerassistenzsystemen 13, 14, 15 zur Verfügung gestellt, wobei es sich vorliegend bei dem Fahrerassistenzsystem 13 um einen Spurwechselassistenten, bei dem Fahrerassistenzsystem 14 um einen Überholassistenten und bei dem Fahrerassistenzsystem 15 um einen Abbiegeassistenten handelt.
Fig. 3 zeigt wesentliche Schritte in einem prinzipiellen Ablaufplan des erfindungsgemäßen Verfahrens. In einem Schritt S1 werden Radardaten des Umfelds des Kraftfahrzeugs 1 aufgenommen. Diese Radardaten werden, wie grundsätzlich bekannt, vorausgewertet, zum einen, um statische und dynamische Objekte zu unterscheiden, zum anderen, um diese Objekte wenigstens teilweise zu klassifizieren bzw. genauere Informationen zu diesen Objekten zu erhalten. Aufgrund der hochauflösenden Radardaten des Radarsensors 2 kann dies mit hoher Qualität geschehen. Wenigstens teilweise werden die Radardaten dann den Bewegungsdaten hinzugefügt, die zur Erkennung und Identifizierung von Fahrmanövern verwendet werden sollen.
In einem Schritt S2 werden aus den statischen und dynamischen Objekten Bezugsobjekte bestimmt und identifiziert, die benötigt werden, um eine Korrelation zwischen den Bewegungsdaten, umfassend wenigstens teilweise Radardaten, und Bewegungsmustern herzustellen, die jeweils einer Fahrmanöverklasse zugeordnet sind. Fahrmanöverklassen beschreiben bestimmte Arten von Fahrmanövern und können unterschiedlich unterteilt sein, beispielsweise in eine Spurwechselklasse für einen Spurwechsel als Fahrma- növer, eine Abbiegeklasse für einen Abbiegevorgang als Fahrmanöver, eine Kurvenfahrtklasse für eine Kurvenfahrt als Fahrmanöver und dergleichen. Diese zeitlichen Bewegungsmuster, für die im Folgenden anhand von Fahrmanövern noch konkrete Beispiele angegeben werden, beschreiben letztlich charakteristische zeitliche Vorgänge hinsichtlich Bezugsobjekten, die kennzeichnend für das Fahrmanöver sind, dessen Fahrmanöverklasse sie zugeordnet sind. Dabei können mehrere Bewegungsmuster einer Fahrmanöverklasse zugeordnet werden, die beispielsweise gemeinsam erfüllt sein müssen und/oder bei denen als Korrelationswert für die Fahrmanöverklasse Ergebnisse der Korrelation mehrerer Bewegungsmuster zusammengefasst werden. Möglich ist es aber auch, innerhalb eines einzigen Bewegungsmusters auf unterschiedliche Bezugsobjekte und/oder unterschiedliche Bewegungsgrößen bezogene Teilaspekte zu vereinen, die beide erfüllt sein müssen, um das Fahrmanöver zuverlässig erkennen zu können.
In einem Schritt S3 werden dann Korrelationswerte für die einzelnen Bewegungsmuster ermittelt. Beispielsweise können dabei, wie im Folgenden noch näher dargestellt werden wird, aus den Radardaten abgeleitete Messverläufe einer Bewegungsgröße mit Musterverläufen der Bewegungsgröße in den Bewegungsmustern verglichen werden, wobei es zudem denkbar ist, auch Zusammenhänge zwischen verschiedenen Musterverläufen als Bewegungsmuster vorzusehen und zu überprüfen, ob diese Zusammenhänge auch in den Messverläufen, die zumindest teilweise aus den Radardaten extrahiert werden, vorliegen. Auch die zeitliche Veränderung von Konturen kann im Rahmen eines Bewegungsmusters betrachtet werden, wobei letztlich eine Musterveränderung mit tatsächlichen Messveränderungen, wie sie sich aus den Radardaten ergeben, verglichen wird. Korrelationswerte zwischen derartigen Verläufen, Veränderungen bzw. Zusammenhängen können, wie im Stand der Technik grundsätzlich bekannt, ermittelt werden, insbesondere auch unter Berücksichtigung von Verlässlichkeitswerten für die Radardaten und dergleichen, wobei angemerkt sei, dass die allgemeine Ver- lässlichkeit von Radardaten noch über eine Plausibilisierung im Sinne über- läppender Erfassungsbereiche 3 und/oder auch über eine zeitliche Plausibilisierung erfolgen kann. Für noch nicht abgeschlossene Fahrmanöver, die selbstverständlich möglichst früh detektiert werden sollen, wird selbstverständlich auch nur der Anteil der zeitlichen Bewegungsmuster herangezogen, der so weit relevant ist; um diesen Anteil aufzufinden, kann beispielsweise versucht werden, eine optimale Korrelation unter Aufrechterhaltung bestimmter Randbedingungen zu erreichen und dergleichen.
Im Schritt S4 werden dann die Fahrmanöverinformationen zusammengestellt. Dabei kann vorgesehen sein, dass das Fahrmanöver mit dem höchsten Korrelationswert, falls dieser einen Schwellwert übersteigt, als das aktuell durchgeführte Fahrmanöver erkannt wird; es ist jedoch auch denkbar, zumindest bei beginnenden Fahrmanövern und/oder dann, wenn wenigstens ein im Rahmen der Korrelation ermittelter Korrelationswert einer weiteren Fahrmanöverklasse innerhalb eines Toleranzintervalls unterhalb des Korrelationswerts der Fahrmanöverklasse mit der höchsten Korrelation liegt, eine Liste wahrscheinlichster Fahrmanöverklassen als Fahrmanöverinformation zu ermitteln. Idealerweise werden die Korrelationswerte bzw. daraus abgeleitete Zutreffwahrscheinlichkeiten ebenso in der Fahrmanöverinformation hinterlegt. Die Fahrmanöverinformation wird dann an die Fahrerassistenzsysteme 13, 14, 15 weitergeleitet, wo sie entsprechend im Hinblick auf die Durchführung von Funktionen ausgewertet werden kann.
Im Folgenden soll nun das erfindungsgemäße Verfahren in konkreten Anwendungsfällen für bestimmte Fahrmanöver näher erläutert werden. Fig. 4 zeigt eine erste Verkehrssituation, in der das Fahrzeug 1 im Bereich einer Kreuzung 16 bewegt wird und gemäß dem Pfeil 17 ein Abbiegemanöver als Fahrmanöver durchführt. Durch die hochaufgelösten Radardaten ist es möglich, die Fahrbahnbegrenzung 18 als solche, mithin als Übergang vom Fahrbahnbelag der aktuell befahrenen Straße 19 zu einem anderen Untergrund, zu erkennen, wie durch einzelne Reflektionspunkte in Fig. 4 angedeutet ist. Betrachtet man nun den Abbiegevorgang gemäß Pfeil 17 als solchen, wird die Kontur der Straßenbegrenzung 18 zur aktuellen Position 20 des Kraftfahrzeugs 1 von Zeitpunkt zu Zeitpunkt verändert erscheinen, wobei die Si- tuation für drei solche Zeitpunkte in den Fig. 5 bis 7 dargestellt ist. Letztlich ergibt sich eine kontinuierliche Veränderung der Kontur der Straßenbegrenzung 18 in den Radardaten, wobei die gemessene, sich aus den Radardaten ergebende Messveränderung mit einer Musterveränderung des entsprechenden Bewegungsmusters verglichen werden kann, um den Abbiegevorgang als solchen erkennen und identifizieren zu können.
Fig. 8 zeigt eine weitere Verkehrssituation, in der sich das Kraftfahrzeug 1 auf einer zweispurigen Straße 21 bewegt. Wie der Pfeil 22 andeutet, führt es hier als Fahrmanöver einen Spurwechsel durch. Ein weiterer Verkehrsteilnehmer 23 befindet sich bereits auf der Fahrspur 24, auf die das Kraftfahrzeug 1 wechseln möchte.
Fig. 9 zeigt verschiedene absolute, d. h. auf statische Objekte bezogene Musterverläufe von Bewegungsgrößen während des Spurwechselvorgangs gegen die Zeit aufgetragen. Dabei symbolisiert die Kurve 25 die Querposition, die Kurve 26 die Quergeschwindigkeit und die Kurve 27 die Querbeschleunigung, wobei hier ein zeitlich symmetrischer Verlauf gegeben ist. Selbstverständlich können auch, beispielsweise in einem anderen, unabhängigen Bewegungsmuster, zeitlich asymmetrische Musterverläufe dieser Bewegungsgrößen abgespeichert werden, soweit sie verwendet werden sollen.
Im vorliegenden Beispiel zeigt sich jedoch, dass eine Erkennung allein auf Basis des charakteristischen Verlaufs der Querbeschleunigung (Kurve 27) nicht zuverlässig möglich ist, da ein qualitativ ähnlicher Verlauf bei Pendelbewegungen, Spurkorrekturen oder Kurvenfahrten auftreten kann.
Fig. 10 zeigt als weiteren gedanklichen Schritt zur möglichen zuverlässigen Erkennung eines Spurwechsel-Fahrmanövers neben der Kurve 27 für die absolute Querbeschleunigung auch eine Kurve 28, die einen zeitlichen Musterverlauf für die Querbeschleunigung relativ zu dem weiteren Verkehrsteilnehmer 23 als Bezugsobjekt beschreibt. Ersichtlich bestehen gewisse Zusammenhänge zwischen den Kurven 27, 28, nämlich zum einen der hervorgehoben dargestellte Schnittpunkt 29, zum anderen die betragsmäßig glei- che Steigung der Kurven 27, 28. Nichtsdestotrotz werden im vorliegenden Ausführungsbeispiel diese Zusammenhänge nicht zur Detektion eines Spurwechsels verwendet, nachdem der aus den Radardaten abzuleitende Messverlauf, bei dem der Zusammenhang auch festgestellt werden soll, nur nach einer Glättung über mehrere Zyklen ähnlich kontinuierlich wie die hier dargestellten Musterverläufe ist, zum anderen aber durch die zweifache Ableitung und eine jeweilige Glättung sich eine Phasenverschiebung ergibt, die eine Überlagerung der sich aus den Messverläufen ergebenden Kurven zumindest erschwert.
Stattdessen wird in einem im konkreten Ausführungsbeispiel verwendeten Bewegungsmuster zu dem erneut durch die Kurve 27 beschriebenen Quer- beschleunigungsverlauf als weiterer Musterverlauf die durch die Kurve 30, Fig. 1 1 , beschriebene Querablage relativ zu dem Bezugsobjekt, weiterer Verkehrsteilnehmer 23, betrachtet, mithin die Querablage, welche ebenso einen charakteristischen zeitlichen Verlauf nimmt. Die Zusammenschau dieser beiden Musterverläufe, die jeweils mit aus Radardaten bestimmten Messverläufen im Rahmen der Korrelation verglichen werden, ermöglicht eine stabile und zuverlässige Erkennung von Spurwechselvorgängen als Fahrmanöver auch bereits zu frühen Zeitpunkten während des Fahrmanövers.
Es sei schließlich noch angemerkt, dass es im Rahmen der Spurwechselerkennung auch zweckmäßig sein kann, die Querablage zur Straßenberan- dung als weiteren Verlauf in diesem Bewegungsmuster und/oder eigenes zeitliches Bewegungsmuster heranzuziehen.

Claims

P A T E N T A N S P R Ü C H E
1 . Verfahren zur Erkennung und Identifikation eines Fahrmanövers eines Verkehrsteilnehmers unter Verwendung von die Bewegung des Ver- kehrsteilnehmers beschreibenden Bewegungsdaten, wobei das Fahr- manöver im Rahmen der Identifikation einer Fahrmanöverklasse zugeordnet wird,
dadurch gekennzeichnet,
dass die Bewegungsdaten mit wenigstens einem Radarsensor (2) eines Kraftfahrzeugs (1 ) aufgenommene Radardaten umfassen, in denen zwischen statischen und dynamischen Objekten im Umfeld des Verkehrsteilnehmers unterschieden wird, wobei jeder Fahrmanöverklasse wenigstens eine Fahrmanöver der Fahrmanöverklasse kennzeichnende, zeitliche Bewegungsmuster bezüglich wenigstens eines Objekts enthaltende Vergleichsdatenstruktur zugeordnet ist und die Erkennung und Identifikation durch Korrelation eines den Bewegungsmustern entsprechenden Teils der Bewegungsdaten mit den Bewegungsmustern der wenigstens einen Vergleichsdatenstruktur erfolgt.
2. Verfahren nach Anspruch 1 ,
dadurch gekennzeichnet,
dass ein Radarsensor (2) mit einem wenigstens den Radartransceiver (9) realisierenden Halbleiterchip (7) verwendet wird.
3. Verfahren nach Anspruch 2,
dadurch gekennzeichnet,
dass durch den Halbleiterchip (7) auch eine digitale Signalverarbeitungskomponente (1 1 ) und/oder eine Steuereinheit (10) des Radarsensors (2) realisiert sind und/oder der Halbleiterchip (7) und eine Antennenanordnung (8) des Radarsensors (2) als ein Package (6) realisiert sind.
4. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet,
dass der Radarsensor (2) zur Aufnahme der Radardaten mit einer Frequenzbandbreite von wenigstens 2 GHz und/oder in einem Frequenzband von 77 bis 81 GHz betrieben wird und/oder eine Mehrzahl von Radarsensoren (2) verwendet wird, deren Erfassungsbereiche (3) das Umfeld des Kraftfahrzeugs (1 ) in einem 360°-Radius abdecken.
5. Verfahren nach einem der vorangehenden Ansprüche,
dadurch gekennzeichnet,
dass bei dem eigenen Kraftfahrzeug (1 ) als der Verkehrsteilnehmer die zeitliche Veränderung von durch Objekte gebildeten Straßenberan- dungskonturen (18) einer von dem Kraftfahrzeug (1 ) befahrenen Straße (19, 21 )) als Bewegungsmuster verwendet wird.
6. Verfahren nach einem der vorangehenden Ansprüche,
dadurch gekennzeichnet,
dass als Bewegungsmuster wenigstens ein zeitlicher Musterverlauf wenigstens einer Bewegungsgröße des Verkehrsteilnehmers relativ zu einem statischen oder dynamischen Bezugsobjekt und/oder wenigstens ein Zusammenhang zwischen zeitlichen Musterverläufen wenigstens einer auf unterschiedliche Bezugsobjekte bezogenen Bewegungsgröße verwendet wird, wobei die Korrelation unter Verwendung wenigstens eines wenigstens teilweise aus den Radardaten abgeleiteten oder in diesen enthaltenen Messverlaufs der Bewegungsgröße des Verkehrsteilnehmers durchgeführt wird.
7. Verfahren nach Anspruch 6,
dadurch gekennzeichnet,
dass zumindest auf das Bezugsobjekt bezogene Objektdaten zur Ermittlung eines Messverlaufs aus den Radardaten durch Klassifizierung von mit dem Radarsensor (2) detektierten Objekten und Identifizierung des Bezugsobjekts in den klassifizierten Objekten ermittelt werden.
8. Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet,
dass als Bezugsobjekt ein weiterer Verkehrsteilnehmer und/oder ein die Begrenzung (18) einer aktuell befahrenen Straße (19, 21 ) anzeigendes Objekt und/oder ein Randbebauungsobjekt und/oder als Bewegungsgröße ein Abstand von dem Objekt und/oder eine Geschwindigkeit und/oder eine Beschleunigung relativ zum Objekt verwendet werden.
Verfahren nach einem der Ansprüche 6 bis 8,
dadurch gekennzeichnet,
dass wenigstens zwei auf unterschiedliche Bezugsobjekte bezogene Musterverläufe bzw. Zusammenhänge enthaltende Bewegungsmuster verwendet und alle bei der Erkennung und Identifikation berücksichtigt werden.
Verfahren nach einem der Ansprüche 6 bis 9,
dadurch gekennzeichnet,
dass eine Spurwechsel klasse als Fahrmanöverklasse für Spurwechselmanöver verwendet wird, worin als Zusammenhang zwischen einem zeitlichen Musterverlauf einer absoluten Querbeschleunigung und einem zeitlichen Musterverlauf einer relativen Querbeschleunigung zu einem in dieselbe Fahrtrichtung wie das eigene Kraftfahrzeug (1 ) bewegten Bezugsobjekt eine betragsmäßig gleiche Steigung und/oder ein Schnittpunkt (29) der Musterverläufe verwendet wird und zur Korrelation das Vorliegen des Zusammenhangs bei wenigstens teilweise aus den Radardaten abgeleiteten Messverläufen überprüft wird.
Verfahren nach einem der Ansprüche 6 bis 10,
dadurch gekennzeichnet,
dass wenigstens ein Bewegungsmuster mit wenigstens zwei unterschiedlichen Musterverläufen verwendet wird, wobei ein Vorliegen eines Fahrmanövers der zugeordneten Fahrmanöverklasse nur bei hinreichender Übereinstimmung aller Musterverläufe mit den korrespondierenden Messverläufen festgestellt wird.
12. Verfahren nach Anspruch 1 1 ,
dadurch gekennzeichnet,
dass eine Spurwechsel klasse als Fahrmanöverklasse für Spurwech- selmanöver verwendet wird, wobei als zwei Musterverläufe eines Be- wegungsmusters eine Querablage zu einem in dieselbe Fahrtrichtung wie das eigene Kraftfahrzeug (1 ) bewegten Bezugsobjekt und eine absolute oder relativ zu dem Bezugsobjekt ermittelte Querbeschleunigung des Kraftfahrzeugs (1 ) verwendet werden.
13. Verfahren nach einem der vorangehenden Ansprüche,
dadurch gekennzeichnet,
dass bei noch nicht abgeschlossenen Fahrmanövern nur ein dem abgeschlossenen Anteil des Fahrmanövers entsprechender Anteil für die Korrelation herangezogen wird.
14. Verfahren nach Anspruch 13,
dadurch gekennzeichnet,
dass zumindest bei beginnenden Fahrmanövern und/oder dann, wenn wenigstens ein im Rahmen der Korrelation ermittelter Korrelationswert einer weiteren Fahrmanöverklasse innerhalb eines Toleranzintervalls unterhalb des Korrelationswerts der Fahrmanöverklasse mit der höchsten Korrelation liegt, eine Liste wahrscheinlichster Fahrmanöverklassen ermittelt wird.
15. Kraftfahrzeug (1 ), aufweisend wenigstens einen Radarsensor (2) und ein zur Durchführung eines Verfahrens nach einem der vorangehenden Ansprüche ausgebildetes Steuergerät (12).
EP17703096.2A 2016-02-02 2017-01-31 Verfahren zur erkennung und identifikation eines fahrmanövers eines verkehrsteilnehmers und kraftfahrzeug Ceased EP3411729A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102016001101.7A DE102016001101A1 (de) 2016-02-02 2016-02-02 Verfahren zur Erkennung und Identifikation eines Fahrmanövers eines Verkehrsteilnehmers und Kraftfahrzeug
PCT/EP2017/052066 WO2017134058A1 (de) 2016-02-02 2017-01-31 Verfahren zur erkennung und identifikation eines fahrmanövers eines verkehrsteilnehmers und kraftfahrzeug

Publications (1)

Publication Number Publication Date
EP3411729A1 true EP3411729A1 (de) 2018-12-12

Family

ID=57963201

Family Applications (1)

Application Number Title Priority Date Filing Date
EP17703096.2A Ceased EP3411729A1 (de) 2016-02-02 2017-01-31 Verfahren zur erkennung und identifikation eines fahrmanövers eines verkehrsteilnehmers und kraftfahrzeug

Country Status (3)

Country Link
EP (1) EP3411729A1 (de)
DE (1) DE102016001101A1 (de)
WO (1) WO2017134058A1 (de)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017214022A1 (de) * 2017-08-11 2019-02-14 Audi Ag Verfahren zur Ermittlung von die Eigenbewegung eines Kraftfahrzeugs beschreibenden Egodaten und Kraftfahrzeug
DE102017215552A1 (de) * 2017-09-05 2019-03-07 Robert Bosch Gmbh Plausibilisierung der Objekterkennung für Fahrassistenzsysteme
DE102019215863B4 (de) * 2019-10-15 2025-11-06 Continental Automotive Technologies GmbH Fahrzeug, umfassend eine Abbiegeassistenzvorrichtung, Abbiegeassistenzvorrichtung und Verfahren zum Betreiben eines Fahrzeugs
CN112255621B (zh) * 2020-10-09 2022-08-30 中国第一汽车股份有限公司 一种车辆传感器的标定方法、装置、电子设备及存储介质
US12024204B2 (en) 2021-04-09 2024-07-02 Direct Cursus Technology L.L.C Method of and system for predicting a maneuver of an object
CN114802250B (zh) * 2022-05-11 2025-10-31 阿波罗智能技术(北京)有限公司 数据处理方法、装置、设备、自动驾驶车辆及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2390745A1 (de) * 2010-05-26 2011-11-30 Mitsubishi Electric Corporation Straßenkonfigurationsschätzungsvorrichtung, Computerprogramm und Straßenkonfigurationsschätzungsverfahren

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10118265A1 (de) * 2001-04-12 2002-10-17 Bosch Gmbh Robert Verfahren zur Erkennung eines Spurwechsels eines Fahrzeugs
US8855848B2 (en) * 2007-06-05 2014-10-07 GM Global Technology Operations LLC Radar, lidar and camera enhanced methods for vehicle dynamics estimation
DE102013210941A1 (de) * 2013-06-12 2014-12-18 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
DE102013021813B4 (de) * 2013-12-20 2018-05-24 Audi Ag Fahrerassistenzsystem mit adaptiver Reaktionsschwelle

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2390745A1 (de) * 2010-05-26 2011-11-30 Mitsubishi Electric Corporation Straßenkonfigurationsschätzungsvorrichtung, Computerprogramm und Straßenkonfigurationsschätzungsverfahren

Also Published As

Publication number Publication date
WO2017134058A1 (de) 2017-08-10
DE102016001101A1 (de) 2017-08-03

Similar Documents

Publication Publication Date Title
DE102015012812B4 (de) Verfahren zum Betrieb von Radarsensoren in einem Kraftfahrzeug und Kraftfahrzeug
EP3254138B1 (de) Verfahren zur ermittlung einer querpositionsinformation eines kraftfahrzeugs auf einer fahrbahn und kraftfahrzeug
EP2068173B1 (de) Verfahren zur Messung von Querbewegungen in einem Fahrerassistenzsystem
WO2017134058A1 (de) Verfahren zur erkennung und identifikation eines fahrmanövers eines verkehrsteilnehmers und kraftfahrzeug
EP1577682B1 (de) Objektortungssystem für Kraftfahrzeuge zur Erkennung eines Spurwechsels
DE102020105192B4 (de) Verfahren zum Detektieren bewegter Objekte in einer Fahrzeugumgebung und Kraftfahrzeug
DE102013217486B4 (de) Verfahren zur Repräsentation eines Umfelds eines Fahrzeugs in einem Belegungsgitter
WO2005103757A1 (de) Blindspot-sensorsystem
EP3495840A1 (de) Verfahren und vorrichtung zur eigenlokalisierung eines fahrzeugs
WO2015106913A1 (de) Verfahren und system zum schätzen eines fahrspurverlaufs
DE102013212359A1 (de) Vorhersage von Fahrpfaden eines Fahrzeugs
DE102006040334A1 (de) Verfahren für die Spurerfassung mit einem Fahrerassistenzsystem und Fahrerassistenzsystem
EP2046619A1 (de) Fahrerassistenzsystem
WO2003036320A2 (de) Verfahren und vorrichtung zur messung der geschwindigkeiten von sich bewegenden objekten
EP3136123A1 (de) Verfahren zur zuordnung von vorgegebenen einbaupositionen zu an den einbaupositionen in einem kraftfahrzeug verbauten radarsensoren
EP3259614B1 (de) Verfahren zur ermittlung einer ortsinformation eines kraftfahrzeugs bezüglich eines fahrkorridors und kraftfahrzeug
DE102004028404A1 (de) Verfahren zur Schätzung des Verlaufs einer Fahrspur eines Kraftfahrzeuges
EP3091368B1 (de) Verfahren zum betrieb eines radarsensors in einem kraftfahrzeug, radarsensor und kraftfahrzeug
WO2021078335A1 (de) Verfahren zur erfassung eines zielobjekts
DE102012220191A1 (de) Verfahren zur Unterstützung eines Fahrers bei der Querführung eines Fahrzeugs
DE102017214022A1 (de) Verfahren zur Ermittlung von die Eigenbewegung eines Kraftfahrzeugs beschreibenden Egodaten und Kraftfahrzeug
DE102011113325A1 (de) Verfahren zur Objekterkennung mittels Bilddaten
EP1912844B1 (de) Verfahren zum erzeugen von umwelthypothesen für fahrerassistenzfunktionen
EP3564699B1 (de) Verfahren zur ermittlung einer absoluten geschwindigkeit eines weiteren verkehrsteilnehmers und kraftfahrzeug
EP1584520B1 (de) Verfahren zum Steuern von Insassenrückhaltemitteln und Steuereinheit für Insassenrückhaltemittel in einem Fahrzeug

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20180801

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20190301

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
REG Reference to a national code

Ref country code: DE

Ref legal event code: R003

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN REFUSED

18R Application refused

Effective date: 20211019