EP4543727A1 - Verfahren und assistenzsystem für eine informationsfilterbasierte fahrschlauchschätzung eines kraftfahrzeugs - Google Patents

Verfahren und assistenzsystem für eine informationsfilterbasierte fahrschlauchschätzung eines kraftfahrzeugs

Info

Publication number
EP4543727A1
EP4543727A1 EP23730452.2A EP23730452A EP4543727A1 EP 4543727 A1 EP4543727 A1 EP 4543727A1 EP 23730452 A EP23730452 A EP 23730452A EP 4543727 A1 EP4543727 A1 EP 4543727A1
Authority
EP
European Patent Office
Prior art keywords
motor vehicle
data
measurement data
updated
estimate
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.)
Withdrawn
Application number
EP23730452.2A
Other languages
English (en)
French (fr)
Inventor
Michael Himmelsbach
Alexandros THEODORIDIS
Christian Lenk
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke 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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Publication of EP4543727A1 publication Critical patent/EP4543727A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • 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
    • B60W40/072—Curvature of the road
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • 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
    • B60W2554/00—Input parameters relating to objects
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00

Definitions

  • the present invention relates to a method and an assistance system for estimating a driving path of a motor vehicle during its operation.
  • the invention further relates to a correspondingly equipped motor vehicle.
  • a driving route which can also be referred to as a driving corridor, indicates an area ahead in the direction of travel of the motor vehicle, through or along which the motor vehicle is at least expected to move.
  • a driving route can be limited, for example, by road edges or the like and/or by defined edges.
  • a method for detecting road edges on a road to detect a free path is described, for example, in DE 1020132005 950 B4.
  • line candidates are detected based on input images and an initial vanishing point is identified in an image as a function of the line candidates.
  • an area of interest is identified in the image, each area of interest including a line candidate and a surrounding area.
  • the classification device assigns a trust value to the line candidate, which identifies a probability as to whether the line candidate is a roadside.
  • the potential line candidate is identified as a reliable roadside based on the confidence value being greater than a predetermined value.
  • the current speed of the respective vehicle and its yaw rate can be used to estimate the driving path.
  • corresponding known methods are not always sufficient for more complex driver assistance systems.
  • a method for lane detection is therefore proposed there.
  • the vehicle's sensor system detects lane markings in an area in front of the vehicle.
  • the lane markings are assigned support points with coordinates of a first coordinate system, which are then converted into a second coordinate system.
  • the course of lane markings and/or lanes is reconstructed from the position of the support points in the second coordinate system.
  • DE 102016 003 935 A1 discloses a method for determining edge development information that describes edge development along a route traveled by a motor vehicle.
  • Trajectory data which describes the trajectory of the motor vehicle in the past and/or a pre-calculated trajectory of the motor vehicle is used as input data.
  • a determination area covering the described trajectory is divided into interval areas perpendicular to the longitudinal direction of the vehicle. For each interval area, obstacle positions within the interval area are sorted depending on the position of the trajectory as belonging to a left or right edge development.
  • the edge development information is then determined from the obstacle positions closest to each interval area of the trajectory. This means that the edge development information can be determined from sensor data provided via a generic data interface, independently of a model and the specific types of sensors used.
  • the object of the present invention is to enable a particularly efficient estimation of a driving path of a motor vehicle during its operation.
  • the method according to the invention can be used to repeatedly estimate a current driving path of a motor vehicle, which is ahead of the motor vehicle in the direction of travel.
  • the method can be used in the operation of the respective motor vehicle.
  • the current driving route can be estimated continuously or regularly while driving, or the estimated driving route can be updated continuously or regularly.
  • measurement data that indicate or characterize a respective traffic situation of the motor vehicle are recorded with associated uncertainties.
  • the measurement data can, for example, be specified or organized in a vector.
  • the uncertainties can be specified or organized, for example, in an uncertainty matrix, which in particular can only contain the uncertainties of the measurement data.
  • the uncertainties can, for example, indicate measurement errors, confidence intervals or correspondingly limited accuracies of the measurement data.
  • the uncertainties can each be provided and/or calculated by a sensor together with the respective measurement data or measured values, for example using a predetermined heuristic or the like.
  • the measurement space is therefore an abstract mathematical space. If several measurement data, for example of different types and/or for different positions or the like, are used to estimate or update the travel path, the measurement space can be correspondingly high-dimensional. In practice, the uncertainty matrix may be on the order of 100 rows and columns or more, for example.
  • the measurement data can describe or depict a respective environment of the motor vehicle, in particular in the direction of travel of the motor vehicle.
  • the measurement data can be or include, for example, operating or status data of the motor vehicle, movement data of other road users, which can, for example, indicate trajectories driven by third-party vehicles at previous times in the respective environment, and/or the like.
  • the individual measurement data can be of several different types, come from several different sensors, come from different measuring points, i.e. measuring points in the environment, and/or the like. This can enable a particularly robust and accurate estimation or updating of the driving route. However, with previous approaches this can also involve a correspondingly large data processing or computing effort. However, this problem is circumvented or avoided by the method according to the invention.
  • an updated information matrix and an updated information vector are estimated in an updating step within the framework of the information filter formalism or mechanism.
  • the information filter or an information filter is used here to take the new or updated measurement data, including their uncertainties, into account in the estimate or update of the route.
  • the information filter is a type of Cayman filter, which is also known in technical terms as an inverse covariance filter.
  • an updated estimate of the driving route is determined from the updated information matrix and the updated information vector.
  • one state or State vector can be determined, which describes the route according to the current estimate or prediction.
  • the present invention thus enables a driving route estimation or driving route updating, which is equivalent to previous approaches in which the updating of the estimation of the driving route by taking into account the new measurement data requires the inversion of the comparatively high-dimensional uncertainty matrix, which reflects the uncertainties of all new measurement data or .Represents measurements.
  • the method according to the invention can be carried out with much less computational effort compared to such previous approaches. This can be an equivalent to previous methods or even, for example by using more measurement data and / or a more frequent or high-frequency update, improved driving path estimation in the operation of a motor vehicle, in particular also using limited hardware or calculation resources, such as control devices or embedded ones that are common today systems, enable.
  • the driving route or its estimate can be described by a few parameters or values compared to the amount or number of measurement data and their uncertainties, so that also for calculation steps or method steps that are in a corresponding state space, which is used to describe the driving route or
  • the parameters used to determine the state can be carried out with particularly little computational effort. Since a correspondingly accurate and reliable driving route estimation can form a basis for many different assistance systems and/or at least partially automated driving of the motor vehicle, effort and energy can therefore be saved without disadvantage saved and/or improved safety and/or improved comfort can be made particularly easy. For example, even with the calculation hardware commonly used in motor vehicles today, an update of the driving path estimate can be carried out in less than 1 ms on average, for example. This means that new measurement data or a changed traffic situation of the motor vehicle can be responded to quickly.
  • the traffic situation of the motor vehicle can be given by an environmental situation or the surroundings of the motor vehicle.
  • the traffic situation can include the current state of the motor vehicle, for example its position, speed, steering angle and/or the like.
  • the environment can be given or described, for example, by the respective local traffic infrastructure, the presence and possibly positions of environmental features, objects, obstacles, other road users or the like, as well as their sensory detectability.
  • Corresponding features or objects in the environment can be or include, for example, road or lane markings, curbs, a road or roadway, elements of road equipment, road or road edges, guardrails, strips of vegetation and/or the like.
  • Matrix inversion for large matrices is fundamentally very complex. This concerns the measurement uncertainty matrix that has to be inverted for the update in previous methods, which is much larger than the state uncertainty matrix.
  • the estimation problem can be formulated based on information matrix and information vector. At least as part of the solution, the information filter can be applied. All individual measurements can be viewed independently. This means that instead of inverting the comparatively large entire measurement uncertainty matrix for updating, only an inversion of several comparatively much smaller measurement uncertainty matrices can be carried out.
  • the final inversion of the information matrix, which is also comparatively small, to transfer the updated estimate into the state space involves significantly less effort than inverting the entire measurement uncertainty matrix.
  • the measurement data describe at least the road ahead of the motor vehicle in its direction of travel at different distances from the motor vehicle, i.e. from its current position.
  • the measurement data can therefore characterize, image or scan the respective environment or street, for example with a resolution in the range of centimeters or decimeters or on the order of 1 m, for example up to a distance of several 10 m.
  • This allows the environment or the The road ahead can be recognized particularly precisely, which can ultimately enable a particularly accurate, robust and reliable estimate of the route.
  • the use of such detailed measurement data as a basis for estimating the driving route is made possible here by the particularly efficient data processing, i.e. the particularly efficient driving route estimation, without significant disadvantages compared to previous approaches, which, given the calculation capacity or calculation hardware, may only be able to process fewer or less detailed measurement data in real time .
  • the measurement data are organized in a measurement data vector and the associated uncertainties in an uncertainty matrix.
  • the individual measurement data and their associated uncertainties are taken into account independently of each other without inverting the entire uncertainty matrix.
  • individual submatrices of the entire uncertainty matrix corresponding to the individual measurement data can be inverted individually, i.e. individually, instead of inverting the entire uncertainty matrix.
  • these submatrices may have the dimension 3 x 3 or 4 x 4, while the dimension of the entire uncertainty matrix may be on the order of 100 x 100 or more.
  • the dimension of the submatrices can be an integer divisor of the dimension of the entire uncertainty matrix.
  • measurements or individual measurement data can be filtered in each run or period of the method by summing the corresponding information matrices and information vectors.
  • individual measurement data can be individual measurement points or data points from one or more data sources.
  • An individual can Sensor delivers a single measurement data or several individual measurement data for each new measurement.
  • the embodiment of the present invention proposed here offers an approach that is easy to implement in order to estimate the driving path without loss of accuracy and thereby avoid the computing or data processing effort for inverting the entire uncertainty matrix.
  • a corresponding updated state or state vector for the driving route is first determined from the updated information matrix and the updated information vector.
  • This state or state vector characterizes or describes the driving path through predetermined, in particular geometric, parameters.
  • the number of these predetermined parameters is smaller, in particular much smaller, than the dimension of the measurement data or the measurement space in which the measurement data and their uncertainties are specified. If the measurement data is organized in vector or matrix form, there may be dozens or hundreds of rows or even columns.
  • the number of predetermined parameters for characterizing or describing or specifying the driving route or the state or state vector for the driving route can, for example, be at most 20 or at most 10, for example 4.
  • the number of parameters can, for example, be at most one fifth or at most one tenth of the number of lines of the measurement data vector or the associated uncertainty matrix. In this way, the driving route, i.e. its current estimate, can be specified or handled with particularly little data processing effort.
  • the predetermined parameters for characterizing the travel tube include its curvature, in particular at several predetermined distances from the motor vehicle or from its current position, i.e. at several in the direction of travel of the motor vehicle or in the longitudinal direction or along the longitudinal extent of the Driving tube in spatially spaced locations.
  • Such a characterization of the driving route can be sufficient for practical purposes, since certain properties of the driving route or corresponding boundary conditions for the course of the driving route must always be given or fulfilled, i.e. can be specified accordingly.
  • the driving tube always runs on the local road surface, can have a predetermined width, can have at most a predetermined maximum curvature or, for example, determined by the technical properties of the motor vehicle, must run continuously, i.e. without interruptions, and must not have any jumps, steps or transverse offsets and/or the like.
  • the predetermined parameters for characterizing the travel tube can include, for example, its radius, length, width, orientation and/or the like. The respective values of these parameters can be specified or entered, for example, in the state vector mentioned elsewhere. This can enable particularly simple and efficient data processing.
  • the most recently determined updated information matrix is inverted in order to determine the updated state of the travel tube.
  • This inverted information matrix is then multiplied by the most recently determined updated information vector.
  • a corresponding updated estimated course of the travel path in the respective environment is determined from the updated state of the travel path using a predetermined model.
  • the specified model models or takes into account at least one specified condition for a permissible real driving route.
  • the model can, for example, model the properties or boundary conditions for the route of the route mentioned elsewhere. From the combination of the state, which can be specified, for example, by basic or selective parameter values, and the at least one predetermined condition, the model can determine the complete route course, for example as a two- or three-dimensional elongated geometric object, which can be located, for example, relative to the current position of the motor vehicle and / or in a predetermined, for example world-fixed, coordinate system.
  • the model can therefore indicate or model how a real course of the driving path results from the respective measurement data or the state or state vector of the driving path estimated therefrom.
  • the model can, for example, be stored or implemented in an estimation device that is set up to estimate the state of the driving tube.
  • the model can build the real route based on the current state, for example from circle segments or curve lines or the like.
  • the condition can be specified, for example, that transitions between successive circle segments or curve lines should be jump-free, i.e. these circle segments or curve lines must connect to one another or merge into one another without a jump, offset or distance. This can enable particularly efficient modeling of the real route.
  • environmental data is recorded as part of the measurement data.
  • These environmental data describe the respective surroundings of the motor vehicle, in particular in the direction of travel of the motor vehicle.
  • Steering angle data of the motor vehicle are also recorded as part of the measurement data.
  • These steering angle data can, for example, indicate or include a current steering angle or a current change in the steering angle, for example its direction of change and/or speed of change. It is then determined whether a lane change maneuver or a turning maneuver of the motor vehicle is likely to take place in an area from the current position of the motor vehicle up to a predetermined distance from the motor vehicle in its direction of travel. This can be done, for example, using navigation data, a driving history of the motor vehicle and/or the respective driver, a corresponding predetermined movement model and/or the like.
  • the updated estimate of the driving path is determined up to the predetermined distance based on the steering angle data and from the predetermined distance based on the environmental data without taking the steering angle data into account.
  • the driving tube can only can be estimated based on the steering angle data or based on the steering angle data and the environmental data. This can enable a particularly accurate and reliable estimate of the driving distance up to the specified distance, since the steering angle in the corresponding close range primarily determines and limits the direction of movement of the motor vehicle.
  • the subsequent, more distant driving path can also be estimated particularly reliably, since unforeseen steering angle changes or steering maneuvers can occur between the current position of the motor vehicle and the specified distance, so that the current Steering angle data at the current position of the motor vehicle from the specified distance do not form a reliable basis for estimating the route of the route.
  • the embodiment of the present invention proposed here enables particularly accurate and reliable estimation of the travel path with particularly little computing or data processing effort, both in the close range up to the predetermined distance and in the long range beyond.
  • the predetermined distance can, for example, depend on the respective motor vehicle or its technical characteristics and/or the respective environment and/or the current speed of the motor vehicle and/or the like.
  • the predetermined distance can therefore be predetermined dynamically, i.e. automatically adjusted dynamically during operation of the motor vehicle.
  • the specified distance can also be specified as a fixed value.
  • the predetermined distance can be between 10 m and 30 m, for example 15 m. Depending on the application, other values may also be possible.
  • a larger distance can be specified or set.
  • a greater distance can be specified or set. The same can be said, for example, on a motorway or a road developed similar to a motorway, a greater distance must be specified or set than in urban areas. This enables a route estimation that is particularly adapted to the situation, i.e. optimized in different situations or environments.
  • the present invention further relates to an assistance system for a motor vehicle.
  • the assistance system according to the invention has an interface - implemented in hardware and/or software - for acquiring measurement data that characterize a traffic situation of the motor vehicle.
  • the assistance system according to the invention has a process device, for example a microchip, microprocessor or microcontroller or the like, and a computer-readable data memory coupled thereto.
  • the assistance system according to the invention is set up to carry out the method according to the invention, in particular automatically.
  • the assistance system according to the invention can therefore be set up for a regular or continuous or quasi-continuous estimation or prediction of the driving path of the motor vehicle or an update of the estimated or predicted driving path of the motor vehicle, for example depending on a measurement or recording frequency of the measurement data.
  • a corresponding operating or computer program can be stored in the data memory, which encodes or implements the method steps, measures or processes or corresponding control instructions mentioned in connection with the method according to the invention.
  • This operating or computer program can then be executable by means of the process device in order to carry out the corresponding method or to cause it to be carried out.
  • the invention further relates to a motor vehicle which has an environmental sensor system for recording environmental data and an assistance system according to the invention.
  • the environmental data can be data that describe or characterize a respective environment of the motor vehicle, particularly in the direction of travel of the motor vehicle.
  • the environmental sensor system can be part of the assistance system or connected to it, for example through an on-board electrical system of the motor vehicle.
  • the motor vehicle according to the invention can in particular be or correspond to the motor vehicle mentioned in connection with the method according to the invention and/or in connection with the assistance system according to the invention. Further features of the invention can emerge from the claims, the figures and the description of the figures.
  • the drawing shows an exemplary schematic overview representation of a traffic situation to illustrate an information filter-based driving path estimation for a vehicle.
  • the figure only a representative selection of elements that appear several times is explicitly marked for the sake of clarity.
  • the identification of objects that are relevant to the longitudinal and lateral control of a vehicle may require recognition of the possible driving path of the vehicle, to which all detected objects can then be related.
  • a predetermined fusion algorithm can be used to correspondingly fuse different measurement or input data from different data sources, such as smart, heterogeneous sensors or the like .
  • different aspects of the respective environment i.e. the respective environment, such as data on lane markings, edge developments, turf, curbs and/or the like, can be recorded and combined to form a coherent overall picture of the driving route.
  • Moving objects in particular those assigned to the driving path, in the area surrounding the vehicle can be used, for example, for longitudinal control functions, such as ACC, intersection assistant, adaptive recuperation and/or the like, as well as for lateral control functions, such as steering and lane guidance assistants or the like or be taken into account.
  • longitudinal control functions such as ACC, intersection assistant, adaptive recuperation and/or the like
  • lateral control functions such as steering and lane guidance assistants or the like or be taken into account.
  • Previous approaches are often based on the assumption that the vehicle's driving pattern, unless it comes from a planning component of a system automated vehicle guidance is already known, corresponds to the course of the currently traveled road or the currently traveled lane where the vehicle is located, and the respective surroundings must be determined with the help of sensors that detect it.
  • This course can be determined, for example, in a recursive estimation process that compares a current idea or estimate of the course of the road or the respective lane with lane markings recognized in sensor data, for example in camera images.
  • the problem to be solved is to determine or estimate the route ahead or its course.
  • corresponding estimation processes typically work in the corresponding state space of the solutions, where the uncertain state is updated with every uncertain measurement, i.e. with every recording or acquisition of uncertain measurement data or, for example, with every detection of lane markings or the course of the road or lane or the like that is subject to uncertainty.
  • This state can be specified, for example, by parameters or parameter values of a parametric representation of the geometry of the road or the traffic lane.
  • the estimated state can be brought into better agreement with the respective measurement or adjusted to the measurement while at the same time reducing the uncertainty in the estimate of the state.
  • the uncertainties of the measurements or the measurement data are typically represented using high-dimensional matrices of the covariances of the measured variables.
  • FIG. 1 shows an exemplary schematic and partial overview representation of a traffic situation. Specifically, a section of a street 1 is shown, which is delimited by road edges 2. For example, on road 1 there are two lanes that are separated from each other by a lane marking 3. Furthermore, a protective barrier 4 runs along one of the road edges 2.
  • a motor vehicle 5 is moving on the road 1.
  • This motor vehicle 5 can be equipped with assistance functions that use a current driving route of the motor vehicle 5 as a data basis.
  • the motor vehicle 5 is set up for a continuous or regular estimation of the driving route or a corresponding update of the estimation of the driving route.
  • the motor vehicle 5 has an environmental sensor system 6 and an assistance system 7.
  • the assistance system 7 can capture environmental data recorded by the environmental sensor system 6 as well as other data, for example steering angle data of the motor vehicle 5, via an interface 8.
  • the assistance system 7 - as indicated schematically here by way of example - can have a processor 9 and a computer-readable data memory 10.
  • the collected data can be of different types, come from different sources and characterize or describe the environment of the motor vehicle 5 at different points.
  • several corresponding data or measurement points 11 are represented here, of which only a selection is explicitly marked for the sake of clarity.
  • the data or measurement points 11 can come, for example, from a third-party vehicle 12 that is also traveling on the road 1, whose trajectory 13 describes one or more points derived from the current steering angle or a current position of steered wheels 16 of the motor vehicle 5, i.e. based on the steering angle include or represent the route 17 of the motor vehicle 5 projected into the future, measurements or detections of the edge of the road 2, the lane marking 3, the guardrail 4 and/or the like.
  • the assistance system 7 continuously and repeatedly determines a current driving route estimate 14 during operation of the motor vehicle 5, which is also illustrated schematically here.
  • the respective driving route estimate 14 can be described by comparatively few parameters - compared to the number or dimension of the data recorded as the basis for the driving route estimate 14.
  • a state to be estimated for the travel tube can, for example, consist of four parameters, each of which indicates the curvature of the travel tube at different distances, which are represented here as example support points 15.
  • the assistance system 7 can then describe, i.e. determine, the complete course of the driving route, i.e. the complete driving route estimate 14 for the motor vehicle 5, by means of a predetermined model, for example stored in the data memory 10, which uses this estimated state as input.
  • the current driving route estimate 14 can then be stored, for example, in the data memory 10 and/or provided or sent via the interface 8.
  • the assistance system 7 estimates the information vector and the associated information matrix within the framework of the information filter formalism based on the data recorded in each case, instead of directly estimating the state of the travel tube and the associated uncertainty.
  • the application of the information filter is therefore provided here, whereby the respective updating of the driving path estimate 14 is possible, i.e.
  • the individual recorded data or measurements or measurement data for example of the individual measuring points 11, are taken into account independently of one another in the respective update step.
  • the inversion of the entire uncertainty matrix can be effectively replaced by easier-to-calculate inversions or inversions of correspondingly smaller matrices.
  • the estimate of the respective state can then be done after inversion or inversion of the comparatively low-dimensional information matrix can be obtained from the information vector.
  • a simplified driving route estimate 14 can, for example, be determined based on the current steering angle of the motor vehicle 5, which can then be continuously updated as described here, in particular taking into account environmental data or . a based on this estimate of the course of the road 1 ahead of the motor vehicle 5 in the direction of travel.
  • the estimation of the parameters indicating the state of the driving tube for example the mentioned curvatures on the several support points 15, are adapted in an ongoing process to the latest recorded data or the latest measurement or estimate of the actual course of the road 1.
  • each update step several 100 uncertain measurements, for example in the form of a specific angular indication of the course of the street 1, can be available for fusion at a specific one of several different distances.
  • the respective update can be carried out with particularly little computing effort and therefore particularly quickly or with correspondingly lower computing resources, especially in real time.
  • This can, for example, enable such an update step to be carried out on a conventional embedded system or control device in an average of no more than 1 ms, especially even in unfavorable cases.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren und ein Assistenzsystem (7) zum wiederholten Schätzen eines aktuellen Fahrschlauches (14) eines Kraftfahrzeugs (5), wobei das Verfahren im Betrieb des Kraftfahrzeugs (5) regelmäßig wiederholt durchlaufen werden kann und die Erfindung betrifft weiter ein entsprechend eingerichtetes Kraftfahrzeug (5). In dem Verfahren werden mehrere Messdaten (11), die eine jeweilige Verkehrssituation des Kraftfahrzeugs (5) charakterisieren, mit zugehörigen Unsicherheiten erfasst. Damit werden jeweils in einem Aktualisierungsschritt eine aktualisierte Informationsmatrix und ein aktualisierter Informationsvektor des informationsfilterbasierte Strich Formalismus geschätzt. Als aus der aktualisierten Informationsmatrix und dem aktualisierten Informationsvektor wird dann eine aktualisierte Schätzung des Fahrschlauches (14) bestimmt.

Description

Verfahren und Assistenzsystem für eine informationsfilterbasierte Fahrschlauchschätzung eines Kraftfahrzeugs
Die vorliegende Erfindung betrifft ein Verfahren und ein Assistenzsystem zum Schätzen eines Fahrschlauches eines Kraftfahrzeugs in dessen Betrieb. Die Erfindung betrifft weiter ein entsprechend eingerichtetes Kraftfahrzeug.
Es wird heutzutage eine zunehmende Automatisierung der Fahrzeugführung sowie eine weitere Verbesserung von Assistenzfunktionen und -Systemen von Kraftfahrzeugen angestrebt. Als Basis dafür kann eine möglichst genaue Schätzung, also Vorhersage des Fahrschlauchs des jeweiligen Kraftfahrzeugs nützlich sein. Ein solcher Fahrschlauch, der auch als Fahrkorridors bezeichnet werden kann, gibt im vorliegenden Sinne jeweils einen in Fahrtrichtung des Kraftfahrzeugs diesem vorausliegenden Bereich an, durch den oder entlang dessen sich das Kraftfahrzeug zumindest voraussichtlich bewegen wird. Ein solcher Fahrschlauch kann beispielsweise durch Straßenränder oder dergleichen und/oder durch definierte Ränder begrenzt sein.
Ein Verfahren zum Detektieren von Straßenrändern bei einer Fahrstraße zur Detektion eines freien Pfads ist beispielsweise in der DE 1020132005 950 B4 beschrieben. Darin werden basierend auf Eingangsbildern Linienkandidaten detektiert und einen anfänglicher Fluchtpunkt in einem Bild als Funktion der Linienkandidaten identifiziert. Für jeden Linienkandidaten wird ein interessierendes Gebiet in dem Bild identifiziert, wobei jedes interessierende Gebiet einen Linienkandidaten und ein Umgebungsgebiet umfasst.
Merkmale, die sich auf den Linienkandidaten beziehen und aus dem interessierenden Gebiet extrahiert wurden, werden in eine Klassifizierungseinrichtung eingegeben, um zu identifizieren, ob der Linienkandidat ein potenzieller Straßenrand ist. Die Klassifizierungseinrichtung ordnet dabei dem Linienkandidaten einen Vertrauenswert zu, der eine Wahrscheinlichkeit bezüglich dessen identifiziert, ob der Linienkandidat ein Straßenrand ist. Der potenzielle Linienkandidat wird basierend darauf, dass der Vertrauenswert größer als ein vorbestimmter Wert ist, als zuverlässiger Straßenrand identifiziert.
Wie beispielsweise in der DE 102006 040 334 A1 beschrieben ist, können zum Schätzen des Fahrschlauches die aktuelle Geschwindigkeit des jeweiligen Fahrzeugs und dessen Gierrate herangezogen werden. Entsprechende bekannte Verfahren sind jedoch für komplexere Fahrerassistenzsystemen nicht immer ausreichend. Daher wird dort ein Verfahren für die Spurerfassung vorgeschlagen. Darin werden mit einem Sensorsystem des Fahrzeugs Fahrspurmarkierungen in einem vor dem Fahrzeug liegenden Bereich erfasst. Den Fahrspurmarkierungen werden Stützstellen mit Koordinaten eines ersten Koordinatensystems zugeordnet, die dann in ein zweites Koordinatensystem umgewandelt werden. Aus der Lage der Stützstellen in dem zweiten Koordinatensystem wird der Verlauf von Fahrspurmarkierungen und/oder Fahrspuren rekonstruiert.
In der DE 102016 003 935 A1 ist ein Verfahren zur Ermittlung einer Randbebauungsinformation, die eine Randbebauung entlang einer von einem Kraftfahrzeug befahrenen Strecke beschreibt, offenbart. Als Eingangsdaten werden dabei Trajektoriendaten verwendet, welche die Trajektorie des Kraftfahrzeugs in der Vergangenheit und/oder eine vorausberechnete Trajektorie des Kraftfahrzeugs beschreiben. In dem Verfahren wird ein die beschriebene Trajektorie abdeckender Ermittlungsbereich senkrecht zur Fahrzeuglängsrichtung in Intervallbereiche unterteilt. Für jeden Intervallbereich erfolgt eine Sortierung von innerhalb des Intervallbereichs liegenden Hindernispositionen je nach Lage der Trajektorie als einer linken oder einer rechten Randbebauung zugehörig. Aus den für jeden Intervallbereich der Trajektorie am nächsten liegenden Hindernispositionen wird dann die Randbebauungsinformation ermittelt. Damit soll die Randbebauungsinformation aus über eine generische Datenschnittstelle bereitgestellten Sensordaten unabhängig von einem Modell und den konkret verwendeten Sensorarten ermittelt werden können. Problematisch bei bisherigen Ansätzen zum Schätzen eines Fahrschlauches ist, dass diese Ansätze oftmals vergleichsweise rechenintensiv sind, in Kraftfahrzeugen jedoch oftmals nur begrenzte Hardware- und Berechnungsressourcen, beispielsweise als eingebettete Systeme (englisch: embedded systems) ausgestaltete Steuergeräte oder dergleichen, zur Verfügung stehen. Es besteht also Bedarf nicht nur für eine verbesserte Umfelderkennung und Fahrschlauchschätzung, sondern auch für eine Reduzierung der dafür benötigten Rechenleistung.
Aufgabe der vorliegenden Erfindung ist es, eine besonders effiziente Schätzung eines Fahrschlauches eines Kraftfahrzeugs in dessen Betrieb zu ermöglichen.
Diese Aufgabe wird erfindungsgemäß durch die Gegenstände der unabhängigen Patentansprüche gelöst. Mögliche Ausgestaltungen der vorliegenden Erfindung sind in den abhängigen Patentansprüchen, in der Beschreibung und in der Figur offenbart.
Das erfindungsgemäße Verfahren kann angewendet werden zum wiederholten Schätzen eines aktuellen Fahrschlauches eines Kraftfahrzeugs, der dem Kraftfahrzeug jeweils in Fahrtrichtung vorausliegt. Das Verfahren kann im Betrieb des jeweiligen Kraftfahrzeugs angewendet werden. Es kann also mittels des erfindungsgemäßen Verfahrens während der Fahrt kontinuierlich oder regelmäßig wiederholt der jeweils aktuelle Fahrschlauch geschätzt bzw. der geschätzte Fahrschlauch kontinuierlich oder regelmäßig wiederholt aktualisiert werden. In einem Verfahrensschritt des erfindungsgemäßen Verfahrens werden Messdaten, die eine jeweilige Verkehrssituation des Kraftfahrzeugs angeben oder charakterisieren, mit zugehörigen Unsicherheiten erfasst. Die Messdaten können beispielsweise in einem Vektor angegeben oder organisiert werden. Die Unsicherheiten können beispielsweise in einer Unsicherheitsmatrix, die insbesondere nur die Unsicherheiten der Messdaten enthalten kann, angegeben oder organisiert werden. Die Unsicherheiten können beispielsweise Messfehler, Konfidenzintervalle oder entsprechend limitierte Genauigkeiten der Messdaten angeben. Die Unsicherheiten können jeweils von einem Sensor gemeinsam mit den jeweiligen Messdaten bzw. Messwerten bereitgestellt und/oder berechnet werden, beispielsweise mittels einer vorgegebenen Heuristik oder dergleichen.
Die Messdaten und deren zugehörige Unsicherheiten können hier zusammen einen
Messraum bilden oder aufspannen bzw. in einem Messraum angegeben sein. Bei dem Messraum handelt es sich also um einen abstrakten mathematischen Raum. Wenn für das Schätzen bzw. Aktualisieren des Fahrschlauches mehrere Messdaten, beispielsweise unterschiedlicher Art und/oder für unterschiedliche Positionen oder dergleichen, verwendet werden, kann der Messraum entsprechend hochdimensional sein. In der Praxis kann die Unsicherheitsmatrix beispielsweise in der Größenordnung von 100 Zeilen und Spalten oder mehr aufweisen.
Die Messdaten können eine jeweilige, insbesondere in Fahrtrichtung des Kraftfahrzeugs vorausliegende, Umgebung des Kraftfahrzeugs beschreiben oder abbilden. Ebenso können die Messdaten beispielsweise Betriebs- oder Zustandsdaten des Kraftfahrzeugs, Bewegungsdaten anderer Verkehrsteilnehmer, die beispielsweise von Fremdfahrzeugen zu früheren Zeitpunkten in der jeweiligen Umgebung gefahrene Trajektorien angeben können, und/oder dergleichen mehr sein oder umfassen. Insbesondere können die einzelnen Messdaten von mehreren unterschiedlichen Arten sein, von mehreren unterschiedlichen Sensoren stammen, von unterschiedlichen Messpunkten, also Messstellen in der Umgebung stammen und/oder dergleichen mehr. Dies kann eine besonders robuste und genaue Schätzung bzw. Aktualisierung des Fahrschlauches ermöglichen. Damit kann bei bisherigen Ansätzen jedoch auch ein entsprechend großer Datenverarbeitungs- bzw. Rechenaufwand verbunden sein. Diese Problematik wird durch das erfindungsgemäße Verfahren jedoch umgangen bzw. vermieden.
Dazu werden in einem weiteren Verfahrensschritt des erfindungsgemäßen Verfahrens jeweils, also beispielsweise sobald neue Messdaten verfügbar sind bzw. erfasst wurden, in einem Aktualisierungsschritt damit eine aktualisierte Informationsmatrix und ein aktualisierter Informationsvektor im Rahmen des Informationsfilter-Formalismus oder - Mechanismus geschätzt. Mit anderen Worten wird hier also der bzw. ein Informationsfilter (englisch: information filter) verwendet, um die jeweils neuen oder aktualisierten Messdaten einschließlich deren Unsicherheiten in der Schätzung bzw. Aktualisierung des Fahrschlauches zu berücksichtigen. Der Informationsfilter ist eine Art Kaimanfilter, der fachsprachlich auch als inverse covariance filter bezeichnet wird.
In einem weiteren Verfahrensschritt wird jeweils, also beispielsweise in jedem Durchlauf des Verfahrens bzw. nach jedem Aktualisierungsschritt, aus der aktualisierten Informationsmatrix und dem aktualisierten Informationsvektor eine aktualisierte Schätzung des Fahrschlauches bestimmt. Mit anderen Worten kann also jeweils ein Zustand bzw. Zustandsvektor bestimmt werden, der den Fahrschlauch gemäß der jeweils aktuellen Schätzung bzw. Vorhersage beschreibt.
Die hier vorgeschlagene Anwendung des Informationsfilter-Formalismus ermöglicht ein Aktualisieren der Schätzung des Fahrschlauchs, ohne die Unsicherheitsmatrix zu invertieren, wie dies bei bisherigen Ansätzen typischerweise notwendig ist. Stattdessen können hier einzelne Messungen unabhängig voneinander im Aktualisierungsschritt berücksichtigt bzw. verarbeitet werden. Dazu können entsprechend kleinere Matrizen für jeweils eine einzelne Messung, beispielsweise einen einzelnen Sensor oder eine einzelne Messstelle oder Messposition oder dergleichen invertiert werden. Die Informationsmatrix, die gegebenenfalls zu invertieren ist, kann kleiner, insbesondere viel kleiner, sein, also eine kleinere Dimension aufweisen als die Unsicherheitsmatrix für die jeweilige Gesamtheit der erfassten bzw. neu erfassten Messdaten. Somit ermöglicht die vorliegende Erfindung eine Fahrschlauchschätzung bzw. Fahrschlauchaktualisierung, die im Ergebnis gleichwertig ist zu bisherigen Ansätzen, bei denen die Aktualisierung der Schätzung des Fahrschlauchs durch Berücksichtigung der jeweils neuen Messdaten die Inversion der vergleichsweise hochdimensionalen Unsicherheitsmatrix erfordert, welche die Unsicherheiten aller jeweils neuen Messdaten bzw. Messungen repräsentiert. Dabei kann das erfindungsgemäße Verfahren im Vergleich zu solchen bisherigen Ansätzen mit sehr viel weniger Rechenaufwand durchgeführt werden. Dies kann eine zu bisherigen Verfahren gleichwertige oder sogar, beispielsweise durch Verwendung von mehr Messdaten und/oder eine häufigere bzw. hochfrequenter Aktualisierung, verbesserte Fahrschlauchschätzung im Betrieb eines Kraftfahrzeugs, insbesondere auch unter Verwendung begrenzter Hardware- oder Berechnungsressourcen, wie etwa heutzutage üblicher Steuergeräte oder eingebetteter Systeme, ermöglichen.
Der Fahrschlauch bzw. dessen Schätzung kann dabei durch im Vergleich zur Menge oder Anzahl der Messdaten und deren Unsicherheiten wenigen Parameter oder Werte beschrieben werden, sodass also auch für Berechnungsschritte oder Verfahrensschritte, die in einem entsprechenden Zustandsraum, der durch die zur Beschreibung des Fahrschlauchs bzw. dessen Zustands verwendeten Parameter aufgespannt wird, mit besonders geringem Rechenaufwand durchgeführt werden können. Da eine entsprechend genaue und zuverlässige Fahrschlauchschätzung eine Grundlage für vielerlei verschiedene Assistenzsysteme und/oder ein zumindest teilweise automatisiertes Führen des Kraftfahrzeugs bilden kann, kann somit ohne Nachteil Aufwand und Energie eingespart und/oder besonders einfach eine verbesserte Sicherheit und/oder ein verbesserter Komfort ermöglicht werden. Beispielsweise kann auch mit heutzutage in Kraftfahrzeugen üblicher Berechnungshardware so eine Aktualisierung der Fahrschlauchschätzung beispielsweise durchschnittlich in weniger als 1 ms durchgeführt werden. Damit kann auf neue Messdaten bzw. eine veränderte Verkehrssituation des Kraftfahrzeugs entsprechend schnell reagiert werden.
Die Verkehrssituation des Kraftfahrzeugs kann im Sinne der vorliegenden Erfindung durch eine Umgebungssituation bzw. die Umgebung des Kraftfahrzeugs gegeben sein. Ebenso kann die Verkehrssituation den jeweils aktuellen Zustand des Kraftfahrzeugs, also beispielsweise dessen Position, Geschwindigkeit, Lenkwinkel und/oder dergleichen mehr, umfassen. Die Umgebung kann dabei beispielsweise durch die jeweilige lokale Verkehrsinfrastruktur, Vorhandensein und gegebenenfalls Positionen von Umgebungsmerkmalen, Objekten, Hindernissen, anderen Verkehrsteilnehmern oder dergleichen sowie deren sensorische Erkennbarkeit gegeben oder beschrieben werden. Entsprechende Merkmale oder Objekte in der Umgebung können beispielsweise Fahrbahn- oder Fahrstreifenmarkierungen, Randstein, ein Straßen- oder Fahrbahnverlauf, Elemente einer Straßenausstattung, Straßen- oder Fahrbahnränder, Schutzplanken, Vegetationsstreifen und/oder dergleichen mehr sein oder umfassen.
Die behandelte Problematik und die hier vorgeschlagene Idee zu deren Lösung können also wie folgt zusammengefasst werden, was auch nachfolgend näher erläutert wird: Die Matrix-Inversion für große Matrizen ist grundsätzlich sehr aufwändig. Dies betrifft die in bisherigen Verfahren für die Aktualisierung jeweils zu invertierende Messunsicherheitsmatrix, die sehr viel größer ist als die Zustandsunsicherheitsmatrix. Das Schätzproblem kann auf Basis von Informationsmatrix und Informationsvektor formuliert werden. Zumindest als Teil der Lösung kann damit der Information Filter angewendet werden. Dabei kann eine unabhängige Betrachtung aller Einzelmessungen erfolgen. Damit kann anstatt der Inversion der vergleichsweise großen gesamten Messunsicherheitsmatrix zur Aktualisierung lediglich eine Inversion mehrerer vergleichsweise sehr viel kleinerer Messunsicherheitsmatrizen durchgeführt werden. Die abschließende Inversion der ebenfalls vergleichsweise kleinen Informationsmatrix zum Überführen der aktualisierten Schätzung in den Zustandsraum ist - im Vergleich zum Invertieren der gesamten Messunsicherheitsmatrix - mit signifikant geringerem Aufwand verbunden. In einer möglichen Ausgestaltung der vorliegenden Erfindung beschreiben die Messdaten zumindest den dem Kraftfahrzeug jeweils in dessen Fahrtrichtung vorausliegenden Straßenverlauf in unterschiedlichen Entfernungen von dem Kraftfahrzeug, also von dessen jeweils aktueller Position. Die Messdaten können also die jeweilige Umgebung bzw. Straße beispielsweise mit einer Auflösung im Bereich von Zentimetern oder Dezimetern oder in der Größenordnung von 1 m charakterisieren, abbilden oder abtasten, beispielsweise bis zu einer Entfernung von mehreren 10 m. Dadurch kann die Umgebung bzw. der vorausliegende Straßenverlauf besonders genau erkannt werden, was letztlich auch eine besonders genaue, robuste und zuverlässige Schätzung des Fahrschlauches ermöglichen kann. Die Verwendung solch detaillierter Messdaten als Basis für das Schätzen des Fahrschlauches wird hier durch die besonders effiziente Datenverarbeitung, also die besonders effiziente Fahrschlauchschätzung ohne signifikante Nachteile gegenüber bisherigen Ansätzen ermöglicht, die bei gegebener Berechnungskapazität oder Berechnungshardware gegebenenfalls nur weniger oder weniger detaillierte Messdaten in Echtzeit verarbeiten können.
In einer weiteren möglichen Ausgestaltung der vorliegenden Erfindung werden die Messdaten in einem Messdatenvektor und die zugehörigen Unsicherheiten in einer Unsicherheitsmatrix organisiert. In dem Aktualisierungsschritt werden die einzelnen Messdaten und deren zugehörige Unsicherheiten unabhängig voneinander berücksichtigt, ohne die gesamte Unsicherheitsmatrix zu invertieren. Beispielsweise können zu den einzelnen Messdaten korrespondierende individuelle Submatrizen der gesamten Unsicherheitsmatrix einzeln, also individuell invertiert werden, anstatt die gesamte Unsicherheitsmatrix zu invertieren. Diese Submatrizen können beispielsweise die Dimension 3 x 3 oder 4 x 4 aufweisen, während die Dimension der gesamten Unsicherheitsmatrix in der Größenordnung von 100 x 100 oder mehr liegen kann. Insbesondere kann die Dimension der Submatrizen ein ganzzahliger Teiler der Dimension der gesamten Unsicherheitsmatrix sein. Hier kann also der Vorteil des Informationsfilter- Formalismus ausgenutzt werden, dass Messungen bzw. einzelne Messdaten in jedem Durchlauf oder Zeitschrift des Verfahrens gefiltert werden können, indem die korrespondierenden Informationsmatrizen und Informationsvektoren summiert werden. Einzelne Messdaten können im vorliegenden Sinne einzelne Messpunkte oder Datenpunkte aus einer oder mehreren Datenquellen sein. Dabei kann ein einzelner Sensor bei jeder neuen Messung einen einzelnes Messdatum oder mehrere einzelne Messdaten liefern. Die hier vorgeschlagene Ausgestaltung der vorliegenden Erfindung bietet einen einfach zu implementierenden Ansatz, um ohne Genauigkeitsverlust den Fahrschlauch zu schätzen und dabei den Rechen- bzw. Datenverarbeitungsaufwand für das Invertieren der gesamten Unsicherheitsmatrix zu vermeiden.
In einer weiteren möglichen Ausgestaltung der vorliegenden Erfindung wird jeweils aus der aktualisierten Informationsmatrix und dem aktualisierten Informationsvektor zunächst ein korrespondierender aktualisierter Zustand bzw. Zustandsvektor für den Fahrschlauch bestimmt. Dieser Zustand bzw. Zustandsvektor charakterisiert oder beschreibt den Fahrschlauch durch vorgegebene, insbesondere geometrische, Parameter. Die Anzahl dieser vorgegebenen Parameter ist dabei kleiner, insbesondere sehr viel kleiner, als die Dimension der Messdaten bzw. des Messeraums, in dem die Messdaten und deren Unsicherheiten angegeben sind. Bei einer Organisation der Messdaten in Vektor- bzw. Matrixform können beispielsweise dutzende oder hunderte von Zeilen oder auch Spalten vorliegen. Die Anzahl der vorgegebenen Parameter zum Charakterisieren bzw. Beschreiben oder Angeben des Fahrschlauchs bzw. des Zustands oder Zustandsvektors für den Fahrschlauch kann hingegen beispielsweise höchstens 20 oder höchstens 10, beispielsweise 4 betragen. Die Anzahl der Parameter kann also beispielsweise höchstens ein Fünftel oder höchstens ein Zehntel der Anzahl der Zeilen des Messdaten-Vektors bzw. der zugehörigen Unsicherheitsmatrix betragen. Auf diese Weise kann der Fahrschlauch, also dessen jeweils aktuelle Schätzung mit besonders geringem Datenverarbeitungsaufwand angegeben bzw. gehandhabt werden.
In einer möglichen Weiterbildung der vorliegenden Erfindung umfassen die vorgegebenen Parameter zum Charakterisieren des Fahrschlauchs dessen Krümmung, insbesondere in mehreren vorgegebenen Entfernungen von dem Kraftfahrzeug bzw. von dessen jeweils aktueller Position, also in mehreren in Fahrtrichtung des Kraftfahrzeugs bzw. in Längsrichtung oder entlang der Längserstreckung des Fahrschlauchs räumlich voneinander beabstandeten Stellen. Dadurch kann der Fahrschlauch bzw. dessen Verlauf besonders einfach, effizient und datensparsam beschrieben oder angegeben werden. Eine solche Charakterisierung des Fahrschlauchs kann für praktische Zwecke ausreichend sein, da gewisse Eigenschaften des Fahrschlauchs bzw. entsprechende Randbedingungen für den Verlauf des Fahrschlauchs stets gegeben bzw. erfüllt sein müssen, also entsprechend fest vorgegeben sein können. Dies kann beispielsweise umfassen, dass der Fahrschlauch stets auf der lokalen Fahrbahnoberfläche verläuft, eine vorgegebene Breite aufweisen kann, höchstens eine vorgegebene oder beispielsweise durch die technischen Eigenschaften des Kraftfahrzeugs bestimmte maximale Krümmung aufweisen kann, kontinuierlich, also unterbrechungsfrei verlaufen muss, keine Sprünge, Stufen oder Querversätze aufweisen darf und/oder dergleichen mehr. Ebenso können die vorgegebenen Parameter zum Charakterisieren des Fahrschlauchs beispielsweise dessen Radius, Länge, Breite, Orientierung und/oder dergleichen mehr umfassen. Die jeweiligen Werte dieser Parameter können beispielsweise in dem an anderer Stelle genannten Zustandsvektor angegeben oder eingetragen sein bzw. werden. Dies kann eine besonders einfache und effiziente Datenverarbeitung ermöglichen.
In einer möglichen Weiterbildung der vorliegenden Erfindung wird jeweils zum Bestimmen des aktualisierten Zustands des Fahrschlauchs die zuletzt bestimmte aktualisierte Informationsmatrix invertiert. Diese invertierte Informationsmatrix wird dann mit dem jeweils zuletzt bestimmten aktualisierten Informationsvektor multipliziert. Dies stellt eine besonders einfache und aufwandsarme Möglichkeit dar, den Fahrschlauch bzw. dessen Zustand oder Schätzung durch reale, anschaulich verständliche, beispielsweise geometrische Größen zu beschreiben, also in einem entsprechend anschaulichen und praktikablen Zustandsraum anzugeben. Dies kann eine besonders einfache und effiziente Weiterverwendung der jeweils aktuellen Fahrschlauchschätzung durch andere Assistenzsysteme und Assistenzfunktionen ermöglichen. Beispielsweise können Letztere dann unabhängig von dem für die Fahrschlauchschätzung verwendeten Formalismus implementiert werden.
In einer möglichen Weiterbildung der vorliegenden Erfindung wird aus dem aktualisierten Zustand des Fahrschlauchs jeweils mittels eines vorgegebenen Modells ein korrespondierender aktualisierter geschätzter Verlauf des Fahrschlauchs in der jeweiligen Umgebung bestimmt. Das vorgegebene Modell modelliert bzw. berücksichtigt dabei wenigstens eine vorgegebene Bedingung für einen zulässigen realen Fahrschlauchverlauf. Das Modell kann also beispielsweise die an anderer Stelle genannten Eigenschaften bzw. Randbedingungen für den Fahrschlauchverlauf modellieren. Aus der Kombination des Zustands, der beispielsweise durch grundsätzliche oder punktuelle Parameterwerte angegeben sein kann, und der wenigstens einen vorgegebenen Bedingung kann durch das Modell also der vollständige Fahrschlauchverlauf bestimmt werden, beispielsweise als zwei- oder dreidimensionales länglich erstrecktes geometrisches Objekt, das beispielsweise relativ zur jeweils aktuellen Position des Kraftfahrzeugs und/oder in einem vorgegebenen, beispielsweise weltfesten, Koordinatensystem verortet sein kann. Das Modell kann also angeben oder modellieren, wie sich ein realer Verlauf des Fahrschlauchs aus den jeweiligen Messdaten bzw. dem daraus geschätzten Zustand bzw. Zustandsvektor des Fahrschlauchs ergibt. Das Modell kann beispielsweise in einer Schätzeinrichtung, die zum Schätzen des Zustands des Fahrschlauchs eingerichtet ist, hinterlegt oder implementiert sein. Das Modell kann den realen Fahrschlauchverlauf basierend auf dem jeweils aktuellen Zustand beispielsweise aus Kreissegmenten oder Kurvenlinien oder dergleichen aufbauen. Dabei kann als Bedingung beispielsweise vorgegeben sein, dass Übergänge zwischen aufeinanderfolgenden Kreissegmenten oder Kurvenlinien sprungfrei sein sollen, diese Kreissegmente oder Kurvenlinien also ohne Sprung, Versatz oder Abstand aneinander anschließen oder ineinander übergehen müssen. Dies kann eine besonders effiziente Modellierung des realen Fahrschlauchverlauf ermöglichen.
In einer weiteren möglichen Ausgestaltung der vorliegenden Erfindung werden als Teil der Messdaten jeweils Umgebungsdaten erfasst. Diese Umgebungsdaten beschreiben dabei die, insbesondere in Fahrtrichtung des Kraftfahrzeugs vorausliegende, jeweilige Umgebung des Kraftfahrzeugs. Weiter werden als Teil der Messdaten jeweils Lenkwinkeldaten des Kraftfahrzeugs erfasst. Diese Lenkwinkeldaten können beispielsweise einen aktuellen Lenkwinkel oder auch eine aktuelle Veränderung des Lenkwinkels, also beispielsweise dessen Veränderungsrichtung und/oder Veränderungsgeschwindigkeit, angeben oder umfassen. Weiter wird dann ermittelt, ob in einem Bereich von der jeweils aktuellen Position des Kraftfahrzeugs bis zu einer vorgegebenen Entfernung von dem Kraftfahrzeug in dessen Fahrtrichtung voraussichtlich ein Fahrstreifenwechselmanöver oder ein Abbiegemanöver des Kraftfahrzeugs erfolgen wird. Dies kann beispielsweise anhand von Navigationsdaten, einer Fahrhistorie des Kraftfahrzeugs und/oder des jeweiligen Fahrers, eines entsprechenden vorgegebenen Bewegungsmodells und/oder dergleichen mehr erfolgen.
Wenn ermittelt wird, dass ein solches Manöver voraussichtlich bevorsteht, wird die aktualisierte Schätzung des Fahrschlauchs bis zu der vorgegebenen Entfernung basierend auf den Lenkwinkeldaten und ab der vorgegebenen Entfernung basierend auf den Umgebungsdaten ohne Berücksichtigung der Lenkwinkeldaten bestimmt. Bis zu der vorgegebenen Entfernung kann der Fahrschlauch also beispielsweise ausschließlich basierend auf den Lenkwinkeldaten oder basierend auf den Lenkwinkeldaten und den Umgebungsdaten geschätzt werden. Dies kann eine besonders genaue und zuverlässige Schätzung des Fahrschlauchs bis zu der vorgegebenen Entfernung ermöglichen, da der Lenkwinkel im entsprechenden Nahbereich primär die Bewegungsrichtung des Kraftfahrzeugs bestimmt und limitiert.
Gleichzeitig kann dadurch, dass die Lenkwinkeldaten ab der vorgegebenen Entfernung unberücksichtigt bleiben, auch der daran anschließende weiter entfernte Fahrschlauchverlauf besonders zuverlässig geschätzt werden, da es zwischen der aktuellen Position des Kraftfahrzeugs und der vorgegebenen Entfernung zu unvorhergesehenen Lenkwinkelveränderungen bzw. Lenkmanövern kommen kann, sodass die aktuellen Lenkwinkeldaten an der aktuellen Position des Kraftfahrzeugs ab der vorgegebenen Entfernung keine zuverlässige Grundlage für die Schätzung des Fahrschlauchverlauf bilden.
Somit kann durch die hier vorgeschlagene Ausgestaltung der vorliegenden Erfindung also sowohl im Nahbereich bis zu der vorgegebenen Entfernung als auch im darüberhinausgehenden Fernbereich besonders genaue und zuverlässige Schätzung des Fahrschlauchs mit besonders geringem Rechen- oder Datenverarbeitungsaufwand ermöglicht werden.
Die vorgegebene Entfernung kann beispielsweise abhängig sein von dem jeweiligen Kraftfahrzeug bzw. dessen technischen Eigenschaften und/oder der jeweiligen Umgebung und/oder der aktuellen Geschwindigkeit des Kraftfahrzeugs und/oder dergleichen mehr. Die vorgegebene Entfernung kann also dynamisch vorgegeben sein, also im Betrieb des Kraftfahrzeugs automatisch entsprechend dynamisch angepasst werden. Ebenso kann die vorgegebene Entfernung als fester Wert vorgegeben sein. Die vorgegebene Entfernung kann beispielsweise zwischen 10 m und 30 m, beispielsweise 15 m, betragen. Je nach Anwendungsfall können ebenso andere Werte möglich sein.
Beispielsweise kann bei einem kleineren maximal möglichen Lenkwinkel und/oder einer kleineren maximal möglichen Lenkwinkelveränderungsgeschwindigkeit des Kraftfahrzeugs eine größere Entfernung vorgegeben sein oder eingestellt werden. Ebenso kann bei einer größeren Geschwindigkeit des Kraftfahrzeugs eine größere Entfernung vorgegeben sein oder eingestellt werden. Ebenso kann beispielsweise auf einer Autobahn oder einer autobahnähnlich ausgebauten Straße eine größere Entfernung vorgegeben oder eingestellt sein als innerorts. Dadurch kann eine besonders situationsangepasste, also in verschiedenen Situationen oder Umgebungen jeweils optimierte Fahrschlauchschätzung ermöglicht werden.
Die vorliegende Erfindung betrifft weiter ein Assistenzsystem für ein Kraftfahrzeug. Das erfindungsgemäße Assistenzsystem weist eine - in Hardware und/oder Software implementierte - Schnittstelle zum Erfassen von Messdaten, die eine Verkehrssituation des Kraftfahrzeugs charakterisieren, auf. Weiter weist das erfindungsgemäße Assistenzsystem eine Prozesseinrichtung, also beispielsweise einen Mikrochip, Mikroprozessor oder Mikrocontroller oder dergleichen, und einen damit gekoppelten computerlesbaren Datenspeicher auf. Das erfindungsgemäße Assistenzsystem ist dabei zum, insbesondere automatischen, Ausführen des erfindungsgemäßen Verfahrens eingerichtet. Das erfindungsgemäße Assistenzsystem kann also für eine regelmäßige oder kontinuierliche bzw. quasi-kontinuierliche, beispielsweise von einer Mess- oder Aufnahmefrequenz der Messdaten abhängige, Schätzung oder Vorhersage des Fahrschlauchs des Kraftfahrzeugs bzw. eine Aktualisierung des geschätzten oder vorhergesagten Fahrschlauchs des Kraftfahrzeugs eingerichtet sein. Dazu kann in dem Datenspeicher ein entsprechendes Betriebs- oder Computerprogramm gespeichert sein, das die im Zusammenhang mit dem erfindungsgemäßen Verfahren genannten Verfahrensschritte, Maßnahmen oder Abläufe oder entsprechende Steueranweisungen codiert oder implementiert. Dieses Betriebs- oder Computerprogramm kann dann mittels der Prozesseinrichtung ausführbar sein, um das entsprechende Verfahren auszuführen oder dessen Ausführung zu veranlassen.
Die Erfindung betrifft weiter ein Kraftfahrzeug, das eine Umgebungssensorik zum Aufnehmen von Umgebungsdaten und ein erfindungsgemäßes Assistenzsystem aufweist. Die Umgebungsdaten können dabei Daten sein, die eine, insbesondere in Fahrtrichtung des Kraftfahrzeugs diesem vorausliegende, jeweilige Umgebung des Kraftfahrzeugs beschreiben oder charakterisieren. Die Umgebungssensorik kann Teil des Assistenzsystems oder mit diesem, beispielsweise durch ein Bordnetz des Kraftfahrzeugs, verbunden sein. Das erfindungsgemäße Kraftfahrzeug kann insbesondere das im Zusammenhang mit dem erfindungsgemäßen Verfahren und/oder im Zusammenhang mit dem erfindungsgemäßen Assistenzsystem genannte Kraftfahrzeug sein oder diesem entsprechen. Weitere Merkmale der Erfindung können sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung ergeben. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung und/oder in den Figuren allein gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar, ohne den Rahmen der Erfindung zu verlassen.
Die Zeichnung zeigt in der einzigen Figur eine beispielhafte schematische Übersichtsdarstellung einer Verkehrssituation zur Veranschaulichung einer informationsfilterbasierten Fahrschlauchschätzung für ein Fahrzeug. In der Figur ist von mehrfach vorkommenden Elementen der Übersichtlichkeit halber zum Teil nur eine repräsentative Auswahl explizit gekennzeichnet.
Die Identifikation von Objekten, die zur Längs- und Querregelung eines Fahrzeugs relevant sind, kann eine Erkennung des möglichen Fahrschlauchs des Fahrzeugs erfordern, zu dem dann alle erkannten Objekte in Bezug gesetzt werden können. Um eine hohe Verfügbarkeit des Fahrschlauchs bzw. einer jeweils aktuellen Schätzung des Fahrschlauchs in unterschiedlichsten Verkehrssituationen und Straßenverhältnissen zu gewährleisten, kann ein vorgegebener Fusionsalgorithmus zum entsprechenden Fusionieren verschiedener Mess- bzw. Eingangsdaten aus unterschiedlichen Datenquellen, wie etwa smarten, heterogenen Sensoren oder dergleichen, angewendet werden. Damit können jeweils unterschiedliche Aspekte des jeweiligen Umfelds, also der jeweiligen Umgebung, wie etwa Daten zu Spurmarkierungen, Randbebauungen, Grasnarben, Randsteinen und/oder dergleichen mehr erfasst und zu einem stimmigen Gesamtbild des Fahrschlauchs zusammengeführt werden. Dem Fahrschlauch können dann in der jeweiligen Umgebung erkannte, insbesondere sich bewegende Objekte zugeordnet werden. Sich bewegende, insbesondere dem Fahrschlauch zugeordnete, Objekte in der Umgebung des Fahrzeugs können beispielsweise für längsregelnde Funktionen, wie etwa ACC, Kreuzungsassistent, Adaptive Rekuperation und/oder dergleichen mehr, ebenso wie für querregelnde Funktionen, wie etwa Lenk- und Spurführungsassistenten oder dergleichen, verwendet bzw. berücksichtigt werden.
Bisherigen Ansätzen liegt oftmals die Annahme zugrunde, dass der Fahrschlauchs des Fahrzeugs, sofern dieser nicht aus einer Planungskomponente eines System zur automatisierten Fahrzeugführung ohnehin bekannt ist, mit dem Verlauf der aktuell befahrenen Straße oder des aktuell befahrenen Fahrstreifens, wo sich das Fahrzeug befindet, übereinstimmt und mit Hilfe das jeweilige Umfeld erfassender Sensoren bestimmt werden muss. Dieser Verlauf kann beispielsweise in einem rekursiven Schätzprozess, der eine jeweils aktuelle Vorstellung oder Schätzung vom Verlauf der Straße bzw. des jeweiligen Fahrstreifens mit in Sensordaten, beispielsweise in Kamerabildern erkannten Spurmarkierungen abgleicht, bestimmt werden.
Es ist also das Problem zu lösen, den jeweils vorausliegen Fahrschlauch bzw. dessen Verlauf zu bestimmen oder zu schätzen. Bisher arbeiten entsprechende Schätzprozesse typischerweise im entsprechenden Zustandsraum der Lösungen, wo mit jeder unsicheren Messung, also mit jedem Aufnehmen oder Erfassen von unsicheren Messdaten oder beispielsweise mit jeder mit Unsicherheiten behafteten Erkennung von Spurmarkierungen oder des Straßen- oder Fahrstreifenverlaufs oder dergleichen der unsichere Zustand aktualisiert wird. Dieser Zustand kann beispielsweise durch Parameter bzw. Parameterwerte einer parametrischen Darstellung der Geometrie der Straße oder des befahrenen Fahrstreifens angegeben sein bzw. werden. Mit einer solchen Aktualisierung kann der geschätzte Zustand besser mit der jeweiligen Messung in Übereinstimmung gebracht bzw. an die Messung angepasst und gleichzeitig die Unsicherheit der Schätzung des Zustands verringert werden. In bisherigen Ansätzen sind die Unsicherheiten der Messungen bzw. der Messdaten typischerweise anhand hochdimensionaler Matrizen der Kovarianzen der gemessenen Größen dargestellt.
Ein Nachteil der bisherigen Ansatzes wird dann umso deutlicher, je mehr unterschiedliche Messungen bzw. Messdaten, beispielsweise Messdaten von unterschiedlichen Sensoren oder fein aufgelöste Messdaten des Straßenverlaufs in unterschiedlichen Entfernungen von dem Fahrzeug, im Schätzprozess berücksichtigt werden sollen. Die Aktualisierung der Schätzung durch Berücksichtigung der jeweils neuen Messungen bzw. bzw. Messdaten kann dann in bisherigen Ansätzen die Inversion einer entsprechend hochdimensionalen Matrix, welche die Unsicherheiten der Messungen repräsentiert, erfordern. Eine solche Matrix kann beispielsweise eine Größe von 500 x 500 aufweisen. Eine Inversion bzw. Invertierung solcher Matrizen kann einen erheblichen Rechenaufwand erfordern, wobei aber gleichzeitig gerade eingebettete Systeme, wie sie heutigen Fahrerassistenzsystemen oftmals zugrunde liegen, nur sehr begrenzte Rechenzeit bzw. Rechenleistung bieten können. Vor diesem Hintergrund zeigt Fig. 1 eine beispielhafte schematische und ausschnittweise Übersichtsdarstellung einer Verkehrssituation. Konkret ist ein Ausschnitt einer Straße 1 dargestellt, die durch Fahrbahnränder 2 begrenzt wird. Auf der Straße 1 gibt es hier beispielhaft zwei Fahrstreifen, die durch eine Fahrstreifenmarkierung 3 voneinander abgegrenzt sind. Weiterhin verläuft hier entlang eines der Fahrbahnränder 2 eine Schutzplanke 4.
Auf der Straße 1 bewegt sich vorliegend ein Kraftfahrzeug 5. Dieses Kraftfahrzeug 5 kann mit Assistenzfunktionen ausgestattet sein, die als eine Datengrundlage einen jeweils aktuellen Fahrschlauch des Kraftfahrzeugs 5 verwenden. Um diese Anforderung zu bedienen, ist das Kraftfahrzeug 5 für eine kontinuierliche oder regelmäßige Schätzung des Fahrschlauches bzw. eine entsprechende Aktualisierung der Schätzung des Fahrschlauches eingerichtet. Dazu weist das Kraftfahrzeug 5 eine Umgebungssensorik 6 und ein Assistenzsystem 7 auf. Das Assistenzsystem 7 kann mittels der Umgebungssensorik 6 aufgenommene Umgebungsdaten ebenso wie weitere Daten, beispielsweise Lenkwinkeldaten des Kraftfahrzeugs 5, über eine Schnittstelle 8 erfassen. Zum Verarbeiten dieser Daten zum Schätzen des Fahrschlauchs kann das Assistenzsystem 7 - wie hier beispielhaft schematisch angedeutet ist - einen Prozessor 9 und einen computerlesbaren Datenspeicher 10 aufweisen.
Die erfassten Daten können von unterschiedlicher Art sein, von unterschiedlichen Quellen stammen und die Umgebung des Kraftfahrzeugs 5 an unterschiedlichen Stellen charakterisieren oder beschreiben. Beispielhaft sind hier mehrere entsprechende Datenoder Messpunkte 11 repräsentiert, von denen der Übersichtlichkeit halber aber nur eine Auswahl explizit gekennzeichnet ist. Die Daten- oder Messpunkte 11 können beispielsweise von einem ebenfalls die Straße 1 befahrenden Fremdfahrzeug 12 stammen, dessen Trajektorie 13 beschreiben, einen oder mehr Punkte auf einem aus dem aktuellen Lenkwinkel bzw. einer aktuellen Stellung von gelenkten Rädern 16 des Kraftfahrzeugs 5 abgeleiteten, also lenkwinkelbasiert in die Zukunft projizierten Fahrweg 17 des Kraftfahrzeugs 5 umfassen, Messungen oder Detektionen des Fahrbahnrandes 2, der Fahrstreifenmarkierung 3, der Schutzplanke 4 und/oder dergleichen mehr sein oder repräsentieren. Darauf basierend ermittelt das Assistenzsystem 7 im Betrieb des Kraftfahrzeugs 5 fortlaufend wiederholt eine jeweils aktuelle Fahrschlauchschätzung 14, die hier ebenfalls schematisch veranschaulicht ist. Die jeweilige Fahrschlauchschätzung 14 kann durch - im Vergleich zu der Anzahl oder Dimension der jeweils als Grundlage für die Fahrschlauchschätzung 14 erfassten Daten - vergleichsweise wenige Parameter beschrieben werden. Im konkreten Fall kann ein zu schätzender Zustand für den Fahrschlauch beispielsweise aus vier Parametern bestehen, die jeweils die Krümmung des Fahrschlauches in unterschiedlichen Entfernungen, die hier beispielhaft als Stützstellen 15 repräsentiert sind, angeben. Das Assistenzsystem 7 kann dann mittels eines vorgegebenen, beispielsweise in dem Datenspeicher 10 hinterlegten, Modells, das diesen jeweils geschätzten Zustand als Input verwendet, den vollständigen Verlauf des Fahrschlauchs, also die vollständige Fahrschlauchschätzung 14 für das Kraftfahrzeug 5 beschreiben, also bestimmen. Die jeweils aktuelle Fahrschlauchschätzung 14 kann dann beispielsweise in dem Datenspeicher 10 hinterlegt und/oder über die Schnittstelle 8 bereitgestellt oder gesendet werden.
Ausgehend von der Beobachtung, dass die Dimension des entsprechenden Zustandsraums, der durch die Parameter zur Beschreibung des Zustands bzw. Verlaufs des Fahrschlauchs aufgespannt wird, kleiner, insbesondere sehr viel kleiner, ist als die Dimension des Messraums, in dem die erfassten Daten bzw. deren Unsicherheiten angegeben oder repräsentiert sind, kann eine im Vergleich zu den bisherigen Ansätzen vereinfachte, weniger rechenaufwändige und somit effizientere Bestimmung bzw. Aktualisierung der Fahrschlauchschätzung 14 durchgeführt werden. Dazu wird durch das Assistenzsystem 7 im Rahmen des Informationsfilter-Formalismus basierend auf den jeweils erfassten Daten der Informationsvektor und die zugehörige Informationsmatrix geschätzt, anstatt direkt den Zustand des Fahrschlauchs und die zugehörige Unsicherheit zu schätzen. Hier ist also die Anwendung des Informationsfilters vorgesehen, wobei das jeweilige Aktualisieren der Fahrschlauchschätzung 14 ohne eine aufwändige Inversion bzw. Invertierung der gesamten Unsicherheitsmatrix der erfassten Daten möglich ist, also durchgeführt werden kann. Stattdessen werden die einzelnen erfassten Daten bzw. Messungen oder Messdaten, beispielsweise der einzelnen Messpunkte 11 , unabhängig voneinander im jeweiligen Aktualisierungsschritt berücksichtigt. Dabei kann das Invertieren der gesamten Unsicherheitsmatrix effektiv durch einfacher zu berechnende Inversionen bzw. Invertierungen entsprechend kleinerer Matrizen ersetzt werden. Die Schätzung des jeweiligen Zustands kann dann nach Inversion bzw. Invertierung der vergleichsweise niedrigdimensionalen Informationsmatrix aus dem Informationsvektor erhalten werden.
Für einen ersten Ausgangspunkt, also eine erste Fahrschlauchschätzung 14 bei oder nach Inbetriebnahme des Kraftfahrzeugs 5 kann beispielsweise eine vereinfachte Fahrschlauchschätzung 14 basierend auf dem aktuellen Lenkwinkel des Kraftfahrzeugs 5 bestimmt werden, die dann wie vorliegend beschrieben fortlaufend aktualisiert werden kann, insbesondere unter Berücksichtigung von Umgebungsdaten bzw. einer darauf basierenden Schätzung des dem Kraftfahrzeug 5 in Fahrtrichtung vorausliegenden Verlaufs der Straße 1. Es kann also ausgehend von einem ursprünglich auf dem aktuellen Lenkwinkel des Kraftfahrzeugs 5 basierenden Fahrschlauch die Schätzung der den Zustand des Fahrschlauchs angegebenen Parameter, also beispielsweise der genannten Krümmungen an den mehreren Stützstellen 15, in einem fortlaufenden Prozess an die jeweils neuesten erfassten Daten bzw. die jeweils neueste Messung oder Schätzung des tatsächlichen Straßenverlaufs der Straße 1 angepasst werden.
Dazu können zu jedem Zeitpunkt eine Vielzahl verschiedenartiger Messungen von unterschiedlichen Sensoren zur Verfügung stehen, die zur Datenfusion alle in eine einheitliche Form gebracht werden können. Solche Messungen können beispielsweise Radiowellen, die an baulichen Strukturen oder Einrichtungen entlang des Straßen- oder Fahrbahnrandes 2, wie etwa der Schutzplanke 4, zurück zu einem Radarsensor der Umgebungssensorik 6 reflektiert werden, Markierungen, wie etwa die Fahrstreifenmarkierung 3, und/oder Vegetationsstreifen oder Grasnarben oder dergleichen, die in Kamerabildern einer Kamera der Umgebungssensorik 6 erkannt werden, die Trajektorie 13 des jeweils vorausfahrenden Fremdfahrzeugs 12, eine kollektive Bewegung anderer Verkehrsteilnehmer in der jeweiligen Umgebung, der Lenkwinkel oder die Lenkwinkelveränderung des Kraftfahrzeugs 5, dessen Position, Orientierung, Bewegungsrichtung und Geschwindigkeit und/oder dergleichen mehr sein oder umfassen bzw. angeben.
Damit können beispielsweise je Aktualisierungsschritt mehrere 100 unsichere Messungen, beispielsweise in Form einer bestimmten Winkelangabe des Straßenverlaufs der Straße 1 in jeweils einer bestimmten von mehreren unterschiedlichen Entfernungen zur Fusion bereitstehen. Durch Überführung des Problems in den Informationsraum, also das Ausdrücken durch den Informationsvektor und die Informationsmatrix, und Anwenden des Informationsfilters kann die jeweilige Aktualisierung mit besonders wenig Rechenaufwand und somit auch besonders schnell bzw. auch mit entsprechend geringeren Berechnungsressourcen, insbesondere in Echtzeit, durchgeführt werden. Dies kann beispielsweise eine Ausführung eines solchen Aktualisierungsschritts auf einem herkömmlichen eingebetteten System oder Steuergerät im Durchschnitt, insbesondere auch in ungünstigen Fällen, in höchstens als 1 ms ermöglichen.
Hier wird also eine Kombination der Schätzung des Fahrschlauchs, der Beschreibung des Zustands des Fahrschlauchs durch - im Vergleich zu den jeweils erfassten Daten wenigen - Parametern, insbesondere geometrischen Parametern, beispielsweise höchstens 20 Parametern, und des Informationsfilter-Formalismus vorgeschlagen. Damit können eine Vielzahl auch unterschiedlicher Eingangsdaten besonders einfach, aufwandsarm und schnell zu der jeweils aktuellen Fahrschlauchschätzung 14 verarbeitet werden.
Insgesamt zeigen die beschriebenen Beispiele wie eine laufzeitoptimierte Datenfusion zur Bestimmung des Fahrschlauches, insbesondere auch auf eingebetteten Systemen, realisiert werden kann.
Bezugszeichenliste
1 Straße
2 Fahrbahnrand
3 Fahrstreifenmarkierung
4 Schutzplanke
5 Kraftfahrzeug
6 Umgebungssensorik
7 Assistenzsystem
8 Schnittstelle
9 Prozessor
10 Datenspeicher
11 Messpunkte
12 Fremdfahrzeug
13 Trajektorie
14 Fahrschlauchschätzung
15 Stützstelle
16 gelenkte Räder
17 Fahrweg

Claims

Patentansprüche
1. Verfahren zum wiederholten Schätzen eines aktuellen Fahrschlauches (14) eines Kraftfahrzeugs (5), wobei im Betrieb des Kraftfahrzeugs (5) regelmäßig wiederholt
- mehrere Messdaten (11), die eine jeweilige Verkehrssituation des Kraftfahrzeugs
(5) charakterisieren, mit zugehörigen Unsicherheiten erfasst werden,
- damit jeweils in einem Aktualisierungsschritt eine aktualisierte Informationsmatrix und ein aktualisierter Informationsvektor des Informationsfilter-Formalismus geschätzt werden, und
-jeweils aus der aktualisierten Informationsmatrix und dem aktualisierten Informationsvektor eine aktualisierte Schätzung des Fahrschlauches (14) bestimmt wird.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass die Messdaten (11) zumindest den dem Kraftfahrzeug (5) jeweils in Fahrtrichtung vorausliegenden Straßenverlauf in unterschiedlichen Entfernungen von dem Kraftfahrzeug (5) beschreiben.
3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Messdaten (11) in einem Messdatenvektor und die zugehörigen Unsicherheiten in einer Unsicherheitsmatrix organisiert werden und in dem Aktualisierungsschritt die einzelnen Messdaten (11) und deren zugehörige Unsicherheit unabhängig voneinander berücksichtigt werden, ohne die gesamte Unsicherheitsmatrix zu invertieren.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass aus der aktualisierten Informationsmatrix und dem aktualisierten Informationsvektor zunächst ein aktualisierter Zustand für den Fahrschlauch (14) bestimmt wird, der den Fahrschlauch (14) durch vorgegebene, insbesondere geometrische, Parameter charakterisiert, wobei die Anzahl dieser Parameter kleiner ist als die Dimension der Messdaten (11). Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die vorgegebenen Parameter zum Charakterisieren des Fahrschlauchs (14) dessen Krümmung, insbesondere in mehreren vorgegebenen Entfernungen (15) von dem Kraftfahrzeug (5), umfassen. Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass zum Bestimmen des aktualisierten Zustands des Fahrschlauchs (14) die zuletzt bestimmte aktualisierte Informationsmatrix invertiert wird und diese invertierte Informationsmatrix mit dem zuletzt bestimmten aktualisierten Informationsvektor multipliziert wird. Verfahren nach einem der Ansprüche 4 bis 6, dadurch gekennzeichnet, dass aus dem aktualisierten Zustand mittels eines vorgegebenen Modells ein korrespondierender aktualisierter Verlauf des Fahrschlauchs (14) in der jeweiligen Umgebung bestimmt wird, wobei das Modell wenigstens eine vorgegebene Bedingung für einen zulässigen realen Fahrschlauchverlauf (14) modelliert. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Teil der Messdaten (11) jeweils Umgebungsdaten, welche die Umgebung des Kraftfahrzeugs (5) beschreiben, und Lenkwinkeldaten des Kraftfahrzeugs (5) erfasst werden und ermittelt wird, ob in einem Bereich von der jeweils aktuellen Position des Kraftfahrzeugs (5) bis zu einer vorgegebenen Entfernung von dem Kraftfahrzeug (5) in dessen Fahrtrichtung voraussichtlich ein Fahrstreifenwechselmanöver oder ein Abbiegemanöver des Kraftfahrzeugs (5) erfolgen wird und, wenn dies der Fall ist, die aktualisierte Schätzung des Fahrschlauchs (14) bis zu der vorgegebenen Entfernung basierend auf den Lenkwinkeldaten und ab der vorgegebenen Entfernung basierend auf den Umgebungsdaten ohne Berücksichtigung der Lenkwinkeldaten bestimmt wird. Assistenzsystem (5) für ein Kraftfahrzeug (5), aufweisend eine Schnittstelle zum Erfassen von Messdaten (11), die eine Verkehrssituation des Kraftfahrzeugs (5) charakterisieren, eine Prozessoreinrichtung (9) und einen damit gekoppelten computerlesbaren Datenspeicher (10), wobei das Assistenzsystem (5)zum
Ausführen eines Verfahrens nach einem der vorhergehenden Ansprüche eingerichtet ist. Kraftfahrzeug (5), aufweisend eine Umgebungssensorik (6) zum Aufnehmen von Umgebungsdaten und ein Assistenzsystem (5) nach Anspruch 9.
EP23730452.2A 2022-06-23 2023-06-01 Verfahren und assistenzsystem für eine informationsfilterbasierte fahrschlauchschätzung eines kraftfahrzeugs Withdrawn EP4543727A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102022115720.2A DE102022115720B4 (de) 2022-06-23 2022-06-23 Verfahren und Assistenzsystem für eine informationsfilterbasierte Fahrschlauchschätzung eines Kraftfahrzeugs
PCT/EP2023/064680 WO2023247151A1 (de) 2022-06-23 2023-06-01 Verfahren und assistenzsystem für eine informationsfilterbasierte fahrschlauchschätzung eines kraftfahrzeugs

Publications (1)

Publication Number Publication Date
EP4543727A1 true EP4543727A1 (de) 2025-04-30

Family

ID=86764537

Family Applications (1)

Application Number Title Priority Date Filing Date
EP23730452.2A Withdrawn EP4543727A1 (de) 2022-06-23 2023-06-01 Verfahren und assistenzsystem für eine informationsfilterbasierte fahrschlauchschätzung eines kraftfahrzeugs

Country Status (5)

Country Link
US (1) US20250388215A1 (de)
EP (1) EP4543727A1 (de)
CN (1) CN119343278A (de)
DE (1) DE102022115720B4 (de)
WO (1) WO2023247151A1 (de)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006040334A1 (de) * 2006-08-29 2008-03-06 Robert Bosch Gmbh Verfahren für die Spurerfassung mit einem Fahrerassistenzsystem und Fahrerassistenzsystem
DE102008021380B4 (de) * 2008-04-29 2016-09-15 Continental Automotive Gmbh Verfahren und Vorrichtung zum Vorhersagen eines Verlaufs einer Fahrbahn und Fahrerassistenzsystem
US8750567B2 (en) * 2012-04-09 2014-06-10 GM Global Technology Operations LLC Road structure detection and tracking
DE102016003935B4 (de) * 2016-03-31 2023-03-30 Audi Ag Verfahren zur Ermittlung einer Randbebauungsinformation in einem Kraftfahrzeug und Kraftfahrzeug
DE102017106349A1 (de) * 2017-03-24 2018-09-27 Valeo Schalter Und Sensoren Gmbh Fahrerassistenzsystem für ein Fahrzeug zum Prognostizieren eines dem Fahrzeug vorausliegenden Fahrspurbereichs, Fahrzeug und Verfahren
DE102018215753A1 (de) * 2018-09-17 2020-03-19 Zf Friedrichshafen Ag Vorrichtung und Verfahren zum Ermitteln einer Trajektorie eines Fahrzeugs
CN114179825B (zh) * 2021-12-08 2022-11-18 北京百度网讯科技有限公司 多传感器融合获取量测值置信度方法及自动驾驶车辆

Also Published As

Publication number Publication date
DE102022115720B4 (de) 2025-12-04
CN119343278A (zh) 2025-01-21
US20250388215A1 (en) 2025-12-25
WO2023247151A1 (de) 2023-12-28
DE102022115720A1 (de) 2023-12-28

Similar Documents

Publication Publication Date Title
EP2561419B1 (de) Verfahren zur bestimmung des fahrbahnverlaufes für ein kraftfahrzeug
DE102011117554B4 (de) Fahrumgebungserfassungsvorrichtung
DE102015114465B4 (de) Verfahren zur Wegplanung für ein Ausweichlenkmanöver
EP1684142B1 (de) Verfahren zur Kursprädiktion und Abstandsregelung in Fahrerassistenzsystemen für Kraftfahrzeuge
DE102015203016B4 (de) Verfahren und Vorrichtung zur optischen Selbstlokalisation eines Kraftfahrzeugs in einem Umfeld
DE102007013023B4 (de) Probabilistische Rasterkarte
EP3490862B1 (de) Verfahren und vorrichtung zum ermitteln eines fahrbahnmodells für ein fahrzeugumfeld
WO2016188523A1 (de) Verfahren zur schätzung von fahrstreifen
EP2963631B1 (de) Verfahren zum ermitteln eines parkplatzes aus einer anzahl von messpunkten
DE102019112413A1 (de) Verfahren und vorrichtung zur multi-sensor-datenfusion für automatisierte und autonome fahrzeuge
EP1844373B1 (de) Verfahren zur kursprädiktion in fahrerassistenzsystemen für kraftfahrzeuge
DE102010006828A1 (de) Verfahren zur automatischen Erstellung eines Modells der Umgebung eines Fahrzeugs sowie Fahrerassistenzsystem und Fahrzeug
EP3454084B1 (de) Verfahren zum betreiben eines fahrerassistenzsystems für ein kraftfahrzeug unter verwendung einer vektorbasierten und einer gitterbasierten umgebungskarte sowie fahrerassistenzsystem
WO2020177958A1 (de) Verfahren und steuereinheit zur erkennung eines ein- bzw. ausscherenden fahrzeugs
DE102020203756A1 (de) Autobahnausfahrt-erfassung und linienspiegelung zur fahrzeugtrajektorien-bestimmung
DE102020124331A1 (de) Fahrzeugspurkartierung
DE112018006015T5 (de) Fahrzeug-steuervorrichtung
WO2017102192A1 (de) Verbessertes verfahren zum ermitteln der randbebauung einer fahrbahn für die lokalisierung von kraftfahrzeugen
EP4165375B1 (de) Verfahren zur bestimmung einer nutzungsart eines landmarkenmusters für eine eigenlokalisierung eines fahrzeugs, sowie elektronisches eigenlokalisierungssystem für ein fahrzeug
DE102016211730A1 (de) Verfahren zur Vorhersage eines Fahrbahnverlaufs einer Fahrbahn
DE102018115895B4 (de) Verfahren und System zur Erkennung von Hindernissen
DE112022005447T5 (de) Fahrzeugsteuervorrichtung
DE102019116892A1 (de) Fahrspurereignisantizipation durch LiDAR-Straßenbegrenzungserfassung
EP2995971A1 (de) Verfahren und system zur positionsbestimmung
DE102022115720B4 (de) Verfahren und Assistenzsystem für eine informationsfilterbasierte Fahrschlauchschätzung eines Kraftfahrzeugs

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: 20241216

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 ME MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20250731