EP4666256A1 - Vorrichtung und verfahren zur verarbeitung von sensordaten, sensorsystem - Google Patents

Vorrichtung und verfahren zur verarbeitung von sensordaten, sensorsystem

Info

Publication number
EP4666256A1
EP4666256A1 EP24700290.0A EP24700290A EP4666256A1 EP 4666256 A1 EP4666256 A1 EP 4666256A1 EP 24700290 A EP24700290 A EP 24700290A EP 4666256 A1 EP4666256 A1 EP 4666256A1
Authority
EP
European Patent Office
Prior art keywords
sensor data
points
sensor
grids
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP24700290.0A
Other languages
English (en)
French (fr)
Inventor
Daniel Koehler
Ruediger Jordan
Bastian Bischoff
Michael Ulrich
Patrick Ziegler
Sascha BRAUN
Maurice QUACH
Daniel Niederloehner
Karim Adel Dawood Armanious
Daniel Kenta JENET
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of EP4666256A1 publication Critical patent/EP4666256A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/52—Scale-space analysis, e.g. wavelet analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering

Definitions

  • the present invention relates to a device and a method for processing sensor data and to a sensor device with such a device.
  • Various sensor systems can be used to record the surroundings.
  • radar sensors can be used to detect objects, their position and, if necessary, relative movement.
  • the sensors provide data on individual points, for example, as well as additional properties such as backscatter coefficient or similar for these points. This point data can then be further processed to identify related objects and, if necessary, classify them.
  • the publication DE 10 2018 214 959 A1 describes a method for evaluating sensor data, wherein the sensor data is provided by at least one sensor. Based on the sensor data, objects can be detected and surface properties of the objects can be determined.
  • the present invention provides a device and a method for processing sensor data as well as a sensor system with the features of the independent patent claims. Further advantageous embodiments are the subject of the dependent patent claims. Accordingly, it is envisaged:
  • a device for processing sensor data with an input device and a projection device The input device is designed to receive a plurality of sensor data as points. Each point comprises at least data on a position of the respective point. If necessary, at least one further property can be specified for the points.
  • the projection device is designed to project the points onto a plurality of grids. Each of the plurality of grids has a different scaling. In other words, the projection device generates a plurality of grids with different scalings, wherein the points received by the input device are projected onto grid nodes in all grids according to the respective scaling.
  • a sensor system with a sensor device and a device according to the invention for processing the sensor data is designed to sense an environment of the sensor.
  • the sensor device is also designed to provide sensor data.
  • the sensor data is provided as points with a spatial position and optionally at least one other corresponding property.
  • a method for processing sensor data with a step for providing multiple sensor data The sensor data is provided as points. Each of the points includes at least data on one position of the respective point. If necessary, at least one further property can also be specified for one, several or all points.
  • the method also includes a step for projecting the points onto multiple grids. The multiple grids have different scales. Each point of the sensor data is thus projected onto a position in each of the grids according to the respective scale.
  • One possibility is to feed information from the sensor data into a neural network that is trained to identify objects and/or object properties from the sensor data.
  • the sensor data can be made available in different ways.
  • the sensor data can specify a position in the field of view of the sensor.
  • at least one other property such as a backscatter coefficient or something similar, can be specified for each point.
  • the other properties of the points can be any specific or non-specific properties.
  • any non-specific properties that cannot be specifically “explained” are also possible.
  • a downstream neural network can also be trained on such non-specific properties. It is also possible that different properties are provided for different points.
  • the sensor data can include point clouds with numerous points.
  • these disordered point clouds can be converted into a grid or lattice. Due to the discrete distances between the individual grid points, the sensor data from the original point cloud must be converted to the discrete positions of the specified grid. This can lead to inaccuracies or a reduction in the information content due to the discretization.
  • the multiple grids onto which the points are each projected relate to an identical (spatial) area.
  • the individual grids each represent an identical spatial extent.
  • the distances between neighboring grid points are preferably equidistant.
  • the sensor data is provided as an unordered list of point data. This enables the sensor data to be provided particularly easily, as it can be processed without special sorting or the like.
  • the projection device is designed to summarize properties of points that are projected onto a common grid element.
  • the corresponding grid element can receive a value that is composed of the combination of the relevant points.
  • the properties of the individual points can be individually weighted if necessary. For example, the properties of the individual points can be weighted according to their (spatial) distance from the respective grid position. In principle, any suitable approaches for summarizing the properties of multiple points for a common grid element are also possible.
  • the device for processing the sensor data comprises a filter device.
  • This filter device is designed to filter the sensor data received from the input device or to process it according to a predetermined rule. The filtered or processed sensor data can then be projected onto the multiple grids. This enables appropriate preparation or preprocessing of the raw sensor data if required.
  • the device for processing the sensor data comprises a processing device.
  • This processing device can comprise a neural network.
  • the processing device is designed to process the multiple grids with the points of the sensor data projected onto them. This processing can be used to detect objects and/or determine properties of objects.
  • the processing of the grids with the points can be carried out by the neural network of the processing device.
  • the properties of the objects determined by the processing device include a position of an object, a dimension of an object and/or an orientation of an object.
  • the properties can also include a classification of objects or any other object-specific properties.
  • the sensor device which is processed by the device according to the invention can be provided, for example, by a radar sensor, a LiDAR sensor, an ultrasonic sensor and/or a camera.
  • the camera can be a 3D camera, for example a stereo camera or a time-of-flight camera.
  • Fig. 1 a schematic representation of a block diagram of a sensor system with a device for processing the sensor data according to an embodiment
  • Fig. 2 a schematic representation of a principle diagram to illustrate the processing of sensor data according to an embodiment
  • Fig. 3 a flow chart underlying a method for processing sensor data according to an embodiment.
  • FIG. 1 shows a schematic representation of a block diagram of a sensor system 1 according to an embodiment.
  • the sensor system 1 can contain several sensors 2-i, which sense an environment and provide corresponding sensor data.
  • the sensors 2-i can be, for example, radar sensors, lidar sensors, ultrasonic sensors, cameras or any other suitable sensors that are suitable for detecting objects in their environment, in particular a predetermined field of view.
  • a radar sensor can, for example, emit radar signals that are scattered and partially reflected by objects. The radar sensor can then receive and evaluate the radar echoes reflected back in the direction of the radar sensor in order to generate information about objects in the environment of the radar sensor. For example, such a radar sensor can provide information about individual points at which the radar signals have been at least partially reflected back to the radar sensor.
  • the information about such points can, for example, include a spatial position in the form of an azimuth and/or elevation angle or in Cartesian coordinates.
  • further information such as a relative speed, a backscatter coefficient or similar, can be specified for such points.
  • several such points can be output. These points can be referred to as a point cloud, for example.
  • other sensors can also provide corresponding information about points on objects in the environment.
  • 3D cameras such as stereo cameras or time-of-flight cameras can also provide spatial information about objects in the environment.
  • the data of the individual points include at least one position.
  • the data of a point can optionally include one or more other properties. These can be any specific or non-specific properties.
  • any non-specific properties are also possible that cannot be specifically “explained”.
  • a downstream neural network can also be trained on such non-specific properties. It is also possible that different properties are provided for different points.
  • the sensor data provided by the sensors 2-i can then be transmitted, for example in the form of the previously described points or point clouds, to a device 10 for processing the sensor data.
  • This device 10 can receive the sensor data, process it and, on the basis of this sensor data, for example, identify objects and/or determine object features of objects in the field of view of the sensors 2-i.
  • this evaluation of the sensor data can be carried out using a neural network or the like, as will be explained below.
  • the sensor data from the sensors 2-i can in principle be provided to the device 10 in any suitable manner.
  • the sensor data can be transmitted to the device 10 as an unordered list of the individual points and their feature or features.
  • the sensor data can be received, for example, by an input device 11 and temporarily stored if necessary.
  • a filter device 14 can be provided which carries out preprocessing or filtering of the received sensor data. This can, for example, reduce noise in the sensor data.
  • any other processes for preprocessing the sensor data are also possible in principle.
  • a projection device 12 is provided in the device 10 for processing the sensor data.
  • This projection device 12 can project the sensor data, which are in the form of individual points, possibly with corresponding further Properties received are converted into a data structure in the form of a grid.
  • the points or the properties of a point can be assigned to a node in the grid whose position is closest to the position specified in the sensor data.
  • An n-dimensional matrix is possible as a data structure for the sensor data in such a grid form. This can preferably be a two-dimensional or three-dimensional matrix.
  • the corresponding data element at this position can be formed by combining the corresponding features of the individual points in the sensor data.
  • the individual points can be weighted according to their actual distance from the position represented by the respective node in the grid structure. In principle, however, any approach is possible to combine the features of the individual points in the sensor data in a common element of the grid structure.
  • the projection device 12 not only a single data structure is formed for a single grid, but several data structures for several different grids.
  • the different grids have a different scaling. Different scaling of the individual grids means that the distances between neighboring nodes in the grids each have different gradations.
  • the multiple grids relate to the same spatial area. This spatial area can correspond at least approximately to the spatial area that is to be covered by the sensor data. This can correspond, for example, to a field of view of the sensors 2-i.
  • the projection device 12 thus generates a plurality of grids, i.e. two or more grids, wherein the individual grids each have a different scale. In other words, the individual grids have a different number of node points in order to preferably represent the same area.
  • the multiple grids thus formed can then be fed to a processing device 13.
  • the processing device 13 evaluates the multiple grids together. Through such an evaluation, the processing device 13 can detect objects and/or determine properties of the detected objects using the data provided by the multiple grids. For example, a spatial position, spatial extent, material properties or the like can be determined for a detected object. If necessary, it is also possible to determine a direction of movement and/or speed. Of course, any other suitable properties of objects can also be determined using the data from the multiple grids.
  • a neural network For processing the data of the multiple grids from the projection device 12, a neural network can be provided in the processing device 13, for example. This neural network can have been trained beforehand in any suitable manner.
  • FIG. 2 shows a schematic representation to illustrate the sensor data according to the concept of multiple grids.
  • a point cloud 100 with several points, each representing sensor data can be converted into several grids 110, 120.
  • the number of just two grids shown here is for illustration purposes only and is not intended to limit the present invention. Three or more grids are also possible.
  • Each point of the point cloud 100 is mapped to a grid element or node in each of the grids 110, 120.
  • the individual grids 110, 120 preferably present an at least approximately identical area, but with different scaling. Depending on the different scaling, the individual grids 110, 120 thus contain different target data elements or nodes.
  • the grids can be further processed with the sensor data.
  • the 110, 120 can be fed, for example, to a neural network 200 or another suitable processing device 13.
  • the processing device 13 can thus output the detected objects and/or properties of the detected objects. This information can then be further processed in any suitable system.
  • the results of the processing device 13 can be used in a driver assistance system or a system for fully or at least partially autonomous driving of a motor vehicle.
  • the information can also be used to monitor a traffic area by a stationary device.
  • object detection can also include the recognition of people, in particular facial recognition. It is also possible, for example, to monitor any area inside or outside a building using sensors and to trigger predetermined events based on the object detection or classification. For example, an alarm can be triggered when unauthorized access is detected, such as a break-in or similar.
  • the object detection or classification described above can also be used in industrial systems, for example in production plants or the like.
  • any other applications based on the object detection or classification according to the invention are of course also possible using the grid data of several grids with different scaling.
  • Figure 3 shows a flow chart that can form the basis of a method for processing sensor data according to one embodiment.
  • the method can basically include any steps as have already been described in connection with the sensor system or the device 10 for processing the sensor data.
  • the components described above can also include any elements as described below in connection with the method for processing the sensor data.
  • step S 1 several sensor data are provided.
  • the sensor data can be provided in particular as points.
  • Each point of the sensor data can a position, in particular a spatial position and possibly one or more other corresponding properties.
  • step S2 the points are then projected onto nodes of several grids.
  • Each of the several grids has a different scale.
  • the present invention relates to the processing of sensor data from one or more sensors, whereby the sensor data can be present as a collection of several points. These points are projected onto node elements of several grids with different scales. Subsequently, further processing of the
  • Sensor data is collected based on these multiple grids.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

Die Erfindung betrifft die Verarbeitung von Sensordaten eines oder mehrerer Sensoren (2-1, 2-2, 2-n), wobei die Sensordaten als eine Ansammlung mehrerer Punkte (100) vorliegen können. Diese Punkte (100) werden auf Knotenelemente mehrerer Gitter (110, 120) mit unterschiedlichen Skalierungen projiziert (12). Daraufhin kann eine Weiterverarbeitung (13, 200) der Sensordaten auf Grundlage dieser mehreren Gitter (110, 120) erfolgen.

Description

Beschreibung
Titel
Vorrichtung und Verfahren zur Verarbeitung von Sensordaten, Sensorsystem
Technisches Gebiet
Die vorliegende Erfindung betrifft eine Vorrichtung und ein Verfahren zum Verarbeiten von Sensordaten sowie eine Sensorvorrichtung mit einer solchen Vorrichtung.
Hintergrund
Für den Betrieb von Fahrerassistenzsystemen wie sie unter anderem in ganz oder zumindest teilweise autonom fahrenden Fahrzeugen eingesetzt werden, ist eine möglichst genaue Kenntnis über das Umfeld des Fahrzeugs erforderlich. Zur Erfassung des Umfelds können verschiedene Sensorsysteme eingesetzt werden. Beispielsweise können Radarsensoren genutzt werden, um Objekte, deren Position und gegebenenfalls Relativbewegung zu detektieren. Die Sensoren liefern hierbei beispielsweise Daten einzelner Punkte, sowie gegebenenfalls zusätzliche Eigenschaften wie Rückstreukoeffizient oder Ähnliches für diese Punkte. Diese Punktdaten können daraufhin weiterverarbeitet werden, um zusammenhängende Objekte zu identifizieren und gegebenenfalls zu klassifizieren.
Die Druckschrift DE 10 2018 214 959 Al beschreibt beispielsweise ein Verfahren zur Auswertung von Sensordaten, wobei die Sensordaten durch mindestens einen Sensor bereitgestellt werden. Basierend auf den Sensordaten können Objekte detektiert werden und Oberflächeneigenschaften der Objekte bestimmt werden.
Offenbarung der Erfindung
Die vorliegende Erfindung schafft eine Vorrichtung und ein Verfahren zur Verarbeitung von Sensordaten sowie ein Sensorsystem mit den Merkmalen der unabhängigen Patentansprüche. Weitere vorteilhafte Ausführungsformen sind Gegenstand der abhängigen Patentansprüche. Demgemäß ist vorgesehen:
Eine Vorrichtung zur Verarbeitung von Sensordaten mit einer Eingabeeinrichtung und einer Projektionseinrichtung. Die Eingabeeinrichtung ist dazu ausgelegt, mehrere Sensordaten als Punkte zu empfangen. Hierbei umfasst jeder Punkt mindestens Daten zu einer Position des jeweiligen Punkts. Gegebenenfalls kann für die Punkte noch mindestens eine weitere Eigenschaft spezifiziert werden. Die Projektionseinrichtung ist dazu ausgelegt, die Punkte jeweils auf mehrere Gitter zu projizieren. Jedes der mehreren Gitter weist hierbei eine unterschiedliche Skalierung auf. Mit anderen Worten, die Projektionseinrichtung generiert mehrere Gitter mit unterschiedlichen Skalierungen, wobei die von der Eingabeeinrichtung empfangenen Punkte in allen Gittern gemäß der jeweiligen Skalierung auf Gitterknoten projiziert werden.
Weiterhin ist vorgesehen:
Ein Sensorsystem mit einer Sensoreinrichtung und einer erfmdungsgemäßen Vorrichtung zur Verarbeitung der Sensordaten. Die Sensoreinrichtung ist dazu ausgelegt, ein Umfeld des Sensors sensorisch zu erfassen. Die Sensoreinrichtung ist ferner dazu ausgelegt, Sensordaten bereitzustellen. Die Sensordaten werden hierbei als Punkte mit einer räumlichen Position und gegebenenfalls mindestens einer weiteren korrespondierenden Eigenschaft bereitgestellt.
Schließlich ist vorgesehen:
Ein Verfahren zur Verarbeitung von Sensordaten mit einem Schritt zum Bereitstellen mehrerer Sensordaten. Die Sensordaten werden hierbei als Punkte bereitgestellt. Jeder der Punkte umfasst hierbei mindestens Daten zu einer Position des jeweiligen Punkts. Gegebenenfalls können für einen, mehrere oder alle Punkte auch mindestens eine weitere Eigenschaft spezifiziert werden. Weiterhin umfasst das Verfahren einen Schritt zum Projizieren der Punkte auf mehrere Gitter Die mehreren Gitter weisen dabei unterschiedliche Skalierungen auf. Somit wird jeder Punkt der Sensordaten entsprechend der jeweiligen Skalierung auf eine Position in jedem der Gitter projiziert.
Vorteile der Erfindung In vielen Anwendungsbereichen ist es wünschenswert, aus Sensordaten Informationen über Objekte abzuleiten. Hierfür können unterschiedliche Ansätze verfolgt werden. Eine Möglichkeit ist beispielsweise Informationen der Sensordaten einem neuronalen Netzwerk zuzuführen, welches darauf trainiert ist, aus den Sensordaten Objekte und/oder Objekteigenschaften zu ermitteln. Die Sensordaten können dabei auf unterschiedliche Weise zur Verfügung gestellt werden.
Stammen die Sensordaten beispielsweise von einem Radarsensor, so können die Sensordaten beispielsweise eine Position im Sichtbereich des Sensors spezifizieren. Ferner kann zu den Punkten jeweils mindestens eine weitere Eigenschaft, beispielsweise ein Rückstreukoeffizient oder Ähnliches spezifiziert werden. Grundsätzlich kann es bei den weiteren Eigenschaften der Punkte jedoch um beliebige spezifische oder auch unspezifische Eigenschaften handeln. Insbesondere sind neben spezifischen Eigenschaften wie z.B. einem Radar-Rückstreukoeffizienten beispielsweise auch irgendwelchen unspezifischen Eigenschaften möglich, welche nicht konkret „erklärbare“ sind. In solchen Fällen kann ein nachgeschaltetes neuronales Netz auch auf solche unspezifischen Eigenschaften trainiert werden. Ferner ist es auch möglich, dass zu unterschiedlichen Punkten auch unterschiedliche Eigenschaften bereitgestellt werden.
Bei einem ausgedehnten Objekt im Sichtbereich des Sensors können die Sensordaten z.B. Punktwolken mit zahlreichen Punkten umfassen. Zur Weiterverarbeitung, beispielsweise mittels eines neuronalen Netzwerks oder Ähnlichem, können diese ungeordneten Punktwolken in ein Raster bzw. Gitter überführt werden. Aufgrund der diskreten Abstände zwischen den einzelnen Gitterpunkten müssen die Sensordaten aus der ursprünglichen Punktwolke auf die diskreten Positionen des vorgegebenen Gitters überführt werden. Dies kann gegebenenfalls zu Ungenauigkeiten oder einer Reduktion des Informationsgehalts aufgrund der Diskretisierung führen.
Es ist daher eine Idee der vorliegenden Erfindung, dieser Erkenntnis Rechnung zu tragen und die Sensordaten in Form einer zunächst ungeordneten Punktwolke nicht nur auf ein einziges Gitter mit einer einzigen Skalierung zu überführen, sondern mehrere Gitter mit unterschiedlichen Skalierungen, das heißt unterschiedlichen Gitterabständen, zu generieren. Für die weitere Verarbeitung können daraufhin die mehreren Gitter mit den unterschiedlichen Skalierungen gleichzeitig genutzt werden. Aufgrund der unterschiedlichen Skalierungen kann dabei eine höhere Genauigkeit erzielt werden. Der Informationsverlust durch die Zuweisung diskreter Gitterpunkte ist bei der Nutzung mehrerer Gitter mit unterschiedlichen Skalierungen dabei deutlich geringer, als bei der Nutzung nur eines einzigen Gitters.
Gemäß einer Ausführungsform beziehen sich die mehreren Gitter, auf die die Punkte jeweils projiziert werden, auf einen gleichen (räumlichen) Bereich. Mit anderen Worten, die einzelnen Gitter repräsentieren jeweils eine gleiche räumliche Ausdehnung. Die Abstände zwischen benachbarten Gitterpunkten sind hierbei vorzugsweise äquidistant.
Gemäß einer Ausfuhrungsform werden die Sensordaten als eine ungeordnete Liste mit Daten der Punkte bereitgestellt. Dies ermöglicht eine besonders einfache Bereitstellung der Sensordaten, da diese ohne spezielle Sortierung oder Ähnliches verarbeitet werden können.
Gemäß einer Ausfuhrungsform ist die Projektionseinrichtung dazu ausgelegt, Eigenschaften von Punkten, die auf ein gemeinsames Gitterelement projiziert werden, zusammenzufassen. Mit anderen Worten, falls zwei oder mehr Sensordaten sich auf Elemente beziehen, welche auf eine gemeinsame Gitterposition in einem der mehreren Gitter projiziert werden, so kann das entsprechende Gitterelement einen Wert erhalten, welcher sich aus der Kombination der hierfür relevanten Punkte zusammensetzt. Dabei können die Eigenschaften der einzelnen Punkte gegebenenfalls individuell gewichtet werden. Beispielsweise können die Eigenschaften der einzelnen Punkte entsprechend ihres (räumlichen) Abstands zu der jeweiligen Gitterposition gewichtet werden. Grundsätzlich sind auch beliebige geeignete Ansätze für das Zusammenfassen der Eigenschaften von mehreren Punkten für ein gemeinsames Gitterelement möglich.
Gemäß einer Ausführungsform umfasst die Vorrichtung zum Verarbeiten der Sensordaten eine Filtereinrichtung. Diese Filtereinrichtung ist dazu ausgelegt, die von der Eingabeeinrichtung empfangenen Sensordaten zu filtern oder gemäß einer vorbestimmten Vorschrift zu verarbeiten. Die gefilterten bzw. verarbeiteten Sensordaten können daraufhin auf die mehreren Gitter projiziert werden. Hierdurch ist bei Bedarf eine entsprechende Aufbereitung bzw. Vorverarbeitung der Rohsensordaten möglich. Gemäß einer Ausführungsform umfasst die Vorrichtung zur Verarbeitung der Sensordaten eine Verarbeitungseinrichtung. Diese Verarbeitungseinrichtung kann ein neuronales Netzwerk umfassen. Insbesondere ist die Verarbeitungseinrichtung dazu ausgelegt, die mehreren Gitter mit den darauf projizierten Punkten der Sensordaten zu verarbeiten. Durch diese Verarbeitung können Objekte detektiert werden und/oder Eigenschaften von Objekten ermittelt werden. Insbesondere kann die Verarbeitung der Gitter mit den Punkten durch das neuronale Netzwerk der Verarbeitungseinrichtung erfolgen.
Gemäß einer Ausfuhrungsform umfassen die Eigenschaften der Objekte, die durch die Verarbeitungseinrichtung ermittelt werden, eine Position eines Objekts, eine Abmessung eines Objekts und/oder eine Orientierung eines Objekts. Darüber hinaus können die Eigenschaften auch eine Klassifizierung von Objekten oder beliebige andere objektspezifische Eigenschaften umfassen.
Die Sensoreinrichtung, welche durch die erfindungsgemäße Vorrichtung verarbeitet werden, können beispielsweise von einem Radarsensor, einem LiDAR-Sensor, einem Ultraschallsensor und/oder einer Kamera bereitgestellt werden. Insbesondere kann es sich bei der Kamera um eine 3D-Kamera, beispielsweise eine Stereokamera oder eine Time- of-Flight-Kamera handeln.
Die obigen Ausgestaltungen und Weiterbildungen lassen sich, soweit sinnvoll, beliebig miteinander kombinieren. Weitere Ausgestaltungen, Weiterbildungen und Implementierungen der Erfindung umfassen auch nicht explizit genannte Kombinationen von zuvor oder im Folgenden bezüglich den Ausführungsbeispielen beschriebenen Merkmalen der Erfindung. Insbesondere wird der Fachmann auch Einzelaspekte als Verbesserungen oder Ergänzungen zu den jeweiligen Grundformen der Erfindung hinzufügen.
Kurze Beschreibung der Zeichnungen
Weitere Merkmale und Vorteile der Erfindung werden nachfolgend anhand der Figuren erläutert. Dabei zeigen: Fig. 1: eine schematische Darstellung eines Blockschaubilds eines Sensorsystems mit einer Vorrichtung zur Verarbeitung der Sensordaten gemäß einer Ausführungsform;
Fig. 2: eine schematische Darstellung eines Prinzipschaubilds zur Veranschaulichung der Verarbeitung von Sensordaten gemäß einer Ausfuhrungsform; und
Fig. 3: ein Ablaufdiagramm, wie es einem Verfahren zur Verarbeitung von Sensordaten gemäß einer Ausfuhrungsform zugrunde hegt.
Beschreibung von Ausführungsformen
Figur 1 zeigt eine schematische Darstellung eines Blockschaubilds eines Sensorsystems 1 gemäß einer Ausfuhrungsform. In dem Sensorsystem 1 können mehrere Sensoren 2-i vorgesehen sein, welche ein Umfeld sensorisch erfassen und entsprechende Sensordaten bereitstellen. Bei den Sensoren 2-i kann es sich beispielsweise um Radarsensoren, Lidar- Sensoren, Ultraschallsensoren, Kameras oder beliebige andere geeignete Sensoren handeln, die dazu geeignet sind, Objekte in ihrem Umfeld, insbesondere einem vorgegebenen Sichtbereich zu detektieren. Ein Radarsensor kann beispielsweise Radarsignale emittieren, welche an Objekten gestreut und teilweise reflektiert werden. Daraufhin kann der Radarsensor die in Richtung des Radarsensors zurückreflektierten Radarechos empfangen und auswerten, um Informationen über Objekte im Umfeld des Radarsensors zu generieren. Beispielsweise kann ein solcher Radarsensor Informationen über einzelne Punkte bereitstellen, an denen die Radarsignale zumindest teilweise zurück zum Radarsensor reflektiert worden sind. Die Information über solche Punkte kann beispielsweise eine räumliche Position in Form eines Azimut- und/oder Elevationswinkels oder aber auch in kartesischen Koordinaten umfassen. Darüber hinaus können auch weitere Informationen, wie beispielsweise eine Relativgeschwindigkeit, ein Rückstreukoeffizient oder Ähnliches zu solchen Punkten spezifiziert werden. Bei ausgedehnten Objekten können dabei mehrere solche Punkte ausgegeben werden. Diese Punkte können beispielsweise als Punktwolke bezeichnet werden. Analog können auch andere Sensoren entsprechende Informationen über Punkte an Objekten im Umfeld bereitstellen. Insbesondere können auch beispielsweise 3D-Kameras als Stereokameras oder Time-of-Flight-Kameras ebenfalls räumliche Informationen über Objekte im Umfeld bereitstellen. Grundsätzlich umfassen die Daten der einzelnen Punkte mindestens eine Position. Ferner können die Daten eines Punktes gegebenenfalls noch eine oder mehrere weiteren Eigenschaften umfassen. Hierbei kann es sich um beliebige spezifische oder auch unspezifische Eigenschaften handeln. Insbesondere sind neben spezifischen Eigenschaften wie z.B. einem Radar-Rückstreukoeffizienten o.ä. beispielsweise auch irgendwelchen unspezifischen Eigenschaften möglich, welche nicht konkret „erklärbare“ sind. In solchen Fällen kann ein nachgeschaltetes neuronales Netz auch auf solche unspezifischen Eigenschaften trainiert werden. Ferner ist es auch möglich, dass zu unterschiedlichen Punkten auch unterschiedliche Eigenschaften bereitgestellt werden.
Die von den Sensoren 2-i bereitgestellten Sensordaten können daraufhin beispielsweise in Form der zuvor beschriebenen Punkte bzw. Punktwolken an eine Vorrichtung 10 zur Verarbeitung der Sensordaten übermittelt werden. Diese Vorrichtung 10 kann die Sensordaten empfangen, verarbeiten und auf Grundlage dieser Sensordaten beispielsweise Objekte identifizieren und/oder Objektmerkmale von Objekten in dem Sichtbereich der Sensoren 2-i ermitteln. Insbesondere kann diese Auswertung der Sensordaten, wie nachfolgend noch erläutert wird, unter Verwendung eines neuronalen Netzwerkes oder Ähnlichem erfolgen.
Die Sensordaten von den Sensoren 2-i können grundsätzlich auf beliebige geeignete Weise an der Vorrichtung 10 bereitgestellt werden. Beispielsweise können die Sensordaten als eine ungeordnete Liste der einzelnen Punkte und deren Merkmal bzw. Merkmale an die Vorrichtung 10 übermittelt werden.
Die Sensordaten können zum Beispiel von einer Eingabeeinrichtung 11 empfange und bei Bedarf zwischengespeichert werden. Optional kann eine Filtereinrichtung 14 vorgesehen sein, welche eine Vorverarbeitung oder Filterung der empfangenen Sensordaten durchführt. Hierdurch kann zum Beispiel ein Rauschen in den Sensordaten reduziert werden. Aber auch beliebige andere Vorgänge zur Vorverarbeitung der Sensordaten sind grundsätzlich möglich.
Ferner ist in der Vorrichtung 10 zur Verarbeitung der Sensordaten eine Projektionseinrichtung 12 vorgesehen. Diese Projektionseinrichtung 12 kann die Sensordaten, die in Form einzelner Punkte, ggf. mit korrespondierenden weiteren Eigenschaften empfangen worden sind, in eine Datenstruktur in Form eines Gitters überführen. Beispielsweise können hierbei die Punkte bzw. die Eigenschaften eines Punktes jeweils einem Knotenpunkt in dem Gitter zugewiesen werden, dessen Position der in den Sensordaten spezifizierten Position am nächsten kommt. Als Datenstruktur für die Sensordaten in einer solchen Gitterform ist beispielsweise eine n-dimensionale Matrix möglich. Vorzugsweise kann es sich dabei um eine zweidimensionale oder dreidimensionale Matrix handeln.
Sind in den Sensordaten mehrere Punkte vorhanden, welche einem gleichen Knotenpunkt in der Gitterstruktur zugewiesen werden sollen, so kann das entsprechende Datenelement an dieser Position durch eine Kombination der entsprechenden Merkmale der einzelnen Punkte der Sensordaten gebildet werden. Hierbei kann zum Beispiel eine Gewichtung der einzelnen Punkte entsprechend ihres tatsächlichen Abstandes zu der Position, die durch den jeweiligen Knotenpunkt in der Gitterstruktur repräsentiert wird, erfolgen. Grundsätzlich sind jedoch beliebige Ansätze möglich, um die Merkmale der einzelnen Punkte in den Sensordaten in einem gemeinsamen Element der Gitterstruktur zu kombinieren.
In der Projektionseinrichtung 12 wird dabei jedoch nicht nur eine einzige Datenstruktur für ein einzelnes Gitter gebildet, sondern mehrere Datenstrukturen für mehrere unterschiedliche Gitter. Die unterschiedlichen Gitter weisen hierbei eine unterschiedliche Skalierung auf. Unter einer unterschiedlichen Skalierung der einzelnen Gitter ist dabei zu verstehen, dass die Abstände benachbarter Knotenpunkte in den Gittern jeweils unterschiedliche Abstufungen aufweisen. Vorzugsweise beziehen sich die mehreren Gitter dabei auf einen gleichen räumlichen Bereich. Dieser räumliche Bereich kann zumindest annähernd dem räumlichen Bereich entsprechen, welcher durch die Sensordaten abgedeckt werden soll. Dies kann beispielsweise einem Sichtbereich der Sensoren 2-i entsprechen.
Die Projektionseinrichtung 12 generiert somit mehrere Gitter, das heißt zwei oder mehr Gitter, wobei die einzelnen Gitter jeweils eine unterschiedliche Skalierung aufweisen. Mit anderen Worten, die einzelnen Gitter haben eine unterschiedliche Anzahl von Knotenpunkten, um den vorzugsweise gleichen Bereich zu repräsentieren. Die so gebildeten mehreren Gitter können daraufhin einer Verarbeitungseinrichtung 13 zugefuhrt werden. Die Verarbeitungseinrichtung 13 wertet die mehreren Gitter gemeinsam aus. Durch eine solche Auswertung kann die Verarbeitungseinrichtung 13 unter Verwendung der bereitgestellten Daten der mehreren Gitter Objekte detektieren und/oder Eigenschaften der detektierten Objekte ermitteln. Beispielsweise kann für ein detektiertes Objekt eine räumliche Lage, eine räumliche Ausdehnung, Materialeigenschaften oder Ähnliches ermittelt werden. Gegebenenfalls ist es auch möglich eine Bewegungsrichtung und/oder Geschwindigkeit zu ermitteln. Selbstverständlich können auch beliebige andere geeignete Eigenschaften von Objekten unter Verwendung der Daten der mehreren Gitter ermittelt werden.
Zur Verarbeitung der Daten der mehreren Gitter von der Projektionseinrichtung 12 kann in der Verarbeitungseinrichtung 13 beispielsweise ein neuronales Netzwerk vorgesehen sein. Dieses neuronale Netzwerk kann zuvor auf beliebige geeignete Weise trainiert worden sein.
Figur 2 zeigt eine schematische Darstellung zur Veranschaulichung der Sensordaten gemäß dem Konzept mehrerer Gitter. Wie hierbei dargestellt, kann eine Punktwolke 100 mit mehreren Punkten, die jeweils Sensordaten repräsentieren, in mehrere Gitter 110, 120 überfuhrt werden. Die hier dargestellte Anzahl von lediglich zwei Gitter dient nur zur Veranschaulichung und soll keine Einschränkung der vorliegenden Erfindung darstellen. Ebenso sind drei oder mehr Gitter möglich. Jeder Punkt der Punktwolke 100 wird dabei jedem der Gitter 110, 120 auf ein Gitterelement bzw. eine Knotenpunkt abgebildet. Die einzelnen Gitter 110, 120 präsentieren dabei vorzugsweise eine zumindest annähernd gleichen Bereich, jedoch mit unterschiedlichen Skalierung. Entsprechend den verschiedenen Skalierung umfassen die einzelnen Gitter 110, 120 womit unterschiedlichen Ziele Datenelemente bzw. Knotenpunkte.
Nachdem alle Punkte der Punktwolke 100 auf die Gitter 110, 120 projiziert worden sind, können die Gitter mit den Sensordaten weiterverarbeitet werden. Hierzu können die 110 120 beispielsweise einem neuronalen Netz 200 oder einer anderen geeigneten Verarbeitungseinrichtung 13 zugefuhrt werden. Die Verarbeitungseinrichtung 13 kann somit die detektierten Objekte und/oder Eigenschaften der detektierten Objekte ausgeben. Diese Informationen können daraufhin in beliebigen geeigneten Systemen weiterverarbeitet werden.
Beispielsweise können die Resultate der Verarbeitungseinrichtung 13 in einem Fahrerassistenzsystem bzw. einem System zum ganz oder zumindest teilweise autonomen Fahren eines Kraftfahrzeugs genutzt werden. Darüber hinaus sind jedoch auch beliebige andere geeignete Anwendungen möglich. Beispielsweise können die Informationen auch zur Überwachung eines Verkehrsraums durch eine stationäre Einrichtung genutzt werden.
Ferner können die Informationen über detektierte Objekte auch für eine Zugangskontrolle genutzt werden. Zum Beispiel kann die Objektdetektion auch eine Erkennung von Personen, insbesondere eine Gesichtserkennung umfassen. Ebenso ist es beispielsweise möglich, beliebige Bereiche innerhalb oder außerhalb eines Gebäudes sensorisch zu überwachen und auf Grundlage der Objektdetektion oder Klassifikation vorbestimmte Ereignisse zu triggern. Zum Beispiel kann bei der Erkennung eines unbefugten Zutritts, beispielsweise eines Einbruchs oder Ähnlichem, ein Alarm ausgelöst werden.
In alternativen Ausführungsformen kann die zuvor beschriebene Objektdetektion bzw. Klassifizierung auch in industriellen Systemen, beispielsweise in Produktionsanlagen oder Ähnlichem eingesetzt werden. Darüber hinaus sind selbstverständlich auch beliebige andere Anwendungen auf Grundlage der erfmdungsgemäßen Objektdetektion bzw. Klassifizierung unter Verwendung der Gitterdaten mehrerer Gitter mit unterschiedlicher Skalierung möglich.
Figur 3 zeigt ein Ablaufdiagramm, wie es einem Verfahren zur Verarbeitung von Sensordaten gemäß einer Ausführungsform zugrunde hegen kann. Das Verfahren kann grundsätzlich beliebige Schritte umfassen, wie sie zuvor bereits in Zusammenhang mit dem Sensorsystem bzw. der Vorrichtung 10 zur Verarbeitung der Sensordaten beschrieben worden sind. Ebenso können die zuvor beschriebenen Komponenten beliebige Elemente umfassen, wie sie nachfolgend in Zusammenhang mit dem Verfahren zur Verarbeitung der Sensordaten beschrieben sind.
In Schritt S 1 werden mehrere Sensordaten bereitgestellt. Die Sensordaten können insbesondere als Punkte bereitgestellt werden. Hierbei kann jeder Punkt der Sensordaten eine Position, insbesondere eine räumliche Position sowie ggf. eine oder mehrere weitere korrespondierende Eigenschaften umfassen.
In Schritt S2 erfolgt daraufhin ein Projizieren der Punkte auf Knotenpunkte mehrerer Gitter. Hierbei weist jedes der mehreren Gitter eine unterschiedliche Skalierung auf.
Zusammenfassend betrifft die vorliegende Erfindung die Verarbeitung von Sensordaten eines oder mehrerer Sensoren, wobei die Sensordaten als eine Ansammlung mehrerer Punkte vorliegen können. Diese Punkte werden auf Knotenelemente mehrerer Gitter mit unterschiedlichen Skalierungen projiziert. Daraufhin kann eine Weiterverarbeitung der
Sensordaten auf Grundlage dieser mehreren Gitter erfolgen.

Claims

Ansprüche
1. Vorrichtung (10) zur Verarbeitung von Sensordaten, mit einer Eingabeeinrichtung (11), die dazu ausgelegt ist, mehrere Sensordaten als Punkte zu empfangen, wobei jeder Punkt mindestens Daten zu einer Position des Punkts umfasst; einer Projektionseinrichtung (12), die dazu ausgelegt ist, die Punkte der jeweils auf mehrere Gitter (110, 120) zu projizieren, wobei jedes der mehreren Gitter (110, 120) eine unterschiedliche Skalierung aufweist.
2. Vorrichtung (10) nach Anspruch 1, wobei die Punkte ferner Daten zu mindestens einer weiteren Eigenschaft des jeweiligen Punktes umfassen.
3. Vorrichtung (10) nach Anspruch 1 oder 2, wobei die mehreren Gitter (110, 120) jeweils auf einen gleichen Bereich beziehen.
4. Vorrichtung (10) nach einem der Ansprüche 1 bis 3, wobei die Sensordaten eine ungeordnete Liste mit Daten der Punkte umfassen.
5. Vorrichtung (10) nach einem der Ansprüche 1 bis 4, wobei die Projektionseinrichtung (12) dazu ausgelegt ist, Eigenschaften von Punkten, die auf ein gemeinsames Gitterelement projiziert werden, zusammenzufassen.
6. Vorrichtung (10) nach einem der Ansprüche 1 bis 5, mit einer Filtereinrichtung (14), die dazu ausgelegt ist, die von der Eingabeeinrichtung (11) empfangenen Sensordaten zu filtern und/oder gemäß einer vorbestimmten Vorschrift zu verarbeiten, bevor die Punkte auf die mehreren Gitter projiziert werden.
7. Vorrichtung (10) nach einem der Ansprüche 1 bis 6, mit einer Verarbeitungseinrichtung (13), die ein neuronales Netzwerk umfasst, und die dazu ausgelegt ist, unter Verwendung des neuronalen Netzwerks die mehreren Gitter (110, 120) mit den Punkten der Sensordaten zu verarbeiten, um Objekte zu detektieren und/oder Eigenschaften von Objekten zu ermitteln.
8. Vorrichtung nach Anspruch 7, wobei die Eigenschaften der Objekte eine Position, Abmessung und/oder Orientierung von Objekten umfassen
9. Sensorsystem (1), mit: einer Sensoreinrichtung (2-i), die dazu ausgelegt ist, ein Umfeld sensorisch zu erfassen und Sensordaten bereitzustellen, wobei die Sensordaten als Punkte mit einer räumlichen Position bereitgestellt werden; und einer Vorrichtung (10) zur Verarbeitung der Sensordaten nach einem der Ansprüche 1 bis 8.
10. Sensorsystem (1) nach Anspruch 9, wobei die Sensoreinrichtung (2 -Lenny) einen Radarsensor, einen Lidar-Sensor, einen Ultraschallsensor und/oder eine Kamera umfasst.
11. Verfahren zur Verarbeitung von Sensordaten, mit den Schritten:
Bereitstellen (Sl) mehrere Sensordaten, wobei die Sensordaten als Punkte bereitgestellt werden, und wobei jeder Punkt mindestens Daten zu einer Position des Punkts umfasst;
Projizieren (S2) der Punkte jeweils auf mehrere Gitter (110, 120), wobei jedes der mehreren Gitter (110, 120) eine unterschiedliche Skalierung aufweist.
EP24700290.0A 2023-02-15 2024-01-11 Vorrichtung und verfahren zur verarbeitung von sensordaten, sensorsystem Pending EP4666256A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102023201259.6A DE102023201259A1 (de) 2023-02-15 2023-02-15 Vorrichtung und Verfahren zur Verarbeitung von Sensordaten, Sensorsystem
PCT/EP2024/050520 WO2024170172A1 (de) 2023-02-15 2024-01-11 Vorrichtung und verfahren zur verarbeitung von sensordaten, sensorsystem

Publications (1)

Publication Number Publication Date
EP4666256A1 true EP4666256A1 (de) 2025-12-24

Family

ID=89618937

Family Applications (1)

Application Number Title Priority Date Filing Date
EP24700290.0A Pending EP4666256A1 (de) 2023-02-15 2024-01-11 Vorrichtung und verfahren zur verarbeitung von sensordaten, sensorsystem

Country Status (4)

Country Link
EP (1) EP4666256A1 (de)
CN (1) CN120693637A (de)
DE (1) DE102023201259A1 (de)
WO (1) WO2024170172A1 (de)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018214959A1 (de) 2018-09-04 2020-03-05 Robert Bosch Gmbh Verfahren zur Auswertung von Sensordaten mit einer erweiterten Objekterkennung
US11501490B2 (en) * 2020-07-28 2022-11-15 Toyota Research Institute, Inc. Systems and methods for multi-resolution fusion of pseudo-LiDAR features
US11462029B2 (en) * 2020-12-07 2022-10-04 Shenzhen Deeproute.Ai Co., Ltd Object detection network and method
GB2603476A (en) * 2021-02-02 2022-08-10 Aptiv Tech Ltd Object detection with multiple ranges and resolutions

Also Published As

Publication number Publication date
DE102023201259A1 (de) 2024-08-22
CN120693637A (zh) 2025-09-23
WO2024170172A1 (de) 2024-08-22

Similar Documents

Publication Publication Date Title
EP3695244B1 (de) Verfahren und vorrichtung zum erzeugen eines inversen sensormodells und verfahren zum erkennen von hindernissen
DE102021113651B3 (de) System zur Sensordatenfusion für die Umgebungswahrnehmung
DE102018104243B3 (de) Verfahren und System zur Erkennung von für ein Fahrzeug geeigneten Parklücken
DE102019200141A1 (de) Verfahren zum Erfassen von Teilbereichen eines Objekts
EP3430423B1 (de) Verfahren zur verbesserung einer erfassung zumindest eines objekts in einer umgebung eines kraftfahrzeugs durch eine indirekte messung mit sensoren, steuereinrichtung, fahrerassistenzsystem sowie kraftfahrzeug
DE102018122374A1 (de) Verfahren zum Bestimmen eines ein Kraftfahrzeug umgebenden Freiraums, Computerprogrammprodukt, Freiraumbestimmungseinrichtung und Kraftfahrzeug
DE102018222800A1 (de) Ortung und/oder Klassifikation von Objekten aus Radardaten mit verbesserter Verlässlichkeit bei unterschiedlichen Entfernungen
AT521647A1 (de) Verfahren und System zur Datenaufbereitung, zum Trainieren eines künstlichen neuronalen Netzes und zum Analysieren von Sensordaten
WO2022129266A1 (de) Verfahren zur detektion zumindest eines objektes einer umgebung mittels reflexionssignalen eines radar-sensorsystems
WO2020127245A1 (de) Bestimmung der orientierung von objekten mittels radar oder durch die verwendung von elektromagnetischer abfragestrahlung
DE102019203623A1 (de) Verfahren zur Bereitstellung einer Karte
EP4666256A1 (de) Vorrichtung und verfahren zur verarbeitung von sensordaten, sensorsystem
DE102019101127A1 (de) Verfahren zum Verarbeiten mittels Ultraschall erhaltener Daten
DE102016105023B4 (de) Verfahren zum Erfassen zumindest eines Objekts in einer Umgebung eines Kraftfahrzeugs durch Zusammenlegen von Objektmerkmalen, Steuereinrichtung, Fahrerassistenzsystem
DE102019205474A1 (de) Objekterkennung im Umfeld eines Fahrzeugs unter Verwendung einer primären Sensoreinrichtung und einer sekundären Sensoreinrichtung
WO2024170182A1 (de) Vorrichtung und verfahren zur verarbeitung von sensordaten, sensorsystem
DE102018122092A1 (de) Verfahren zum Bestimmen zumindest eines Positionsparameters eines Objekts in einer Umgebung eines Kraftfahrzeugs, Computerprogrammprodukt, Fahrerassistenzsystem und Kraftfahrzeug
DE102021133977A1 (de) Verfahren und System zur Klassifikation von Szenarien eines virtuellen Tests sowie Trainingsverfahren
DE102017126183A1 (de) Verfahren zum Erfassen und zur Klassifizierung eines Objekts mittels zumindest einer Sensorvorrichtung auf Basis einer Belegungskarte, Fahrerassistenzsystem und Kraftfahrzeug
DE102022000849A1 (de) Verfahren zur Erzeugung einer Umgebungsrepräsentation für ein Fahrzeug
DE102021200890A1 (de) Verfahren und Vorrichtung zur Fusion von Sensorsignalen mittels eines neuronalen Netzes
DE102020204592A1 (de) Vorrichtung und Verfahren zur Verarbeitung von Radardaten und Radarsystem
DE102020211306A1 (de) Clusteranalyse einer Punktwolke
DE102024201956A1 (de) Verfahren zur Erweiterung eines in einem Parkraum von Kraftfahrzeugen erkannten Objektes
DE102024201957A1 (de) Verfahren zur Erkennung von Objekten in einem Parkraum für Kraftfahrzeuge

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: 20250915

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