KR102126622B1 - 적어도 하나의 물체를 포착하는 방법, 센서 장치의 디바이스, 센서 장치 및 적어도 하나의 센서 장치를 구비한 운전자 보조 시스템 - Google Patents

적어도 하나의 물체를 포착하는 방법, 센서 장치의 디바이스, 센서 장치 및 적어도 하나의 센서 장치를 구비한 운전자 보조 시스템 Download PDF

Info

Publication number
KR102126622B1
KR102126622B1 KR1020187027766A KR20187027766A KR102126622B1 KR 102126622 B1 KR102126622 B1 KR 102126622B1 KR 1020187027766 A KR1020187027766 A KR 1020187027766A KR 20187027766 A KR20187027766 A KR 20187027766A KR 102126622 B1 KR102126622 B1 KR 102126622B1
Authority
KR
South Korea
Prior art keywords
sensor device
stationary
density
vehicle
captured
Prior art date
Application number
KR1020187027766A
Other languages
English (en)
Other versions
KR20180117660A (ko
Inventor
필립 블롭
Original Assignee
발레오 샬터 운트 센소렌 게엠베아
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 발레오 샬터 운트 센소렌 게엠베아 filed Critical 발레오 샬터 운트 센소렌 게엠베아
Publication of KR20180117660A publication Critical patent/KR20180117660A/ko
Application granted granted Critical
Publication of KR102126622B1 publication Critical patent/KR102126622B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Image Analysis (AREA)

Abstract

차량(10)의 적어도 하나의 센서 장치(14), 센서 장치(14)의 디바이스(34), 센서 장치(14) 및 적어도 하나의 센서 장치(14)를 구비한 운전자 보조 시스템(12)에 의해 적어도 하나의 물체(18, 20)를 특히 광학적으로 포착하는 방법(48)이 설명되어 있다. 이 방법에서, 적어도 하나의 센서 장치(14)에 의해 특히 광 송신 신호(36)가 모니터링 영역(16)으로 송신되고 적어도 하나의 물체(18, 20)의 물점(object point)(40)으로부터 반사된 송신 신호(36)가 적어도 하나의 센서 장치(14)의 주 모니터링 방향(42)에 대한 각도 분해능(angular resolution)을 갖는 수신 신호(38)로서 포착된다. 송신 신호(36)와 상기 수신 신호(38) 사이의 관계로부터 적어도 하나의 센서 장치(14)에 대한 적어도 하나의 물체(18, 20)의 물점(40)의 공간 분포가 결정되고, 적어도 하나의 물체(18, 20)는 정지(stationary) 또는 비정지(non-stationary)로 분류된다. 적어도 하나의 물체의 적어도 하나의 영역(70)에서 포착된 물점(40)의 공간 밀도가 판정되고, 포착된 물점(40)의 밀도가 미리 결정된 또는 미리 결정가능한 임계값보다 낮은 경우, 적어도 하나의 물체(20)는 정지로 분류된다.

Description

적어도 하나의 물체를 포착하는 방법, 센서 장치의 디바이스, 센서 장치 및 적어도 하나의 센서 장치를 구비한 운전자 보조 시스템
본 발명은 차량의 적어도 하나의 센서 장치를 이용하여 적어도 하나의 물체를 특히 광학적으로 포착하기 위한 방법에 관한 것으로, 적어도 하나의 센서 장치에 의해 특히 광 송신 신호가 모니터링 영역으로 송신되고, 적어도 하나의 물체의 물점(object point)으로부터 반사된 송신 신호가 적어도 하나의 센서 장치의 주 모니터링 방향에 대해 각도 분해능을 갖는 수신 신호로 포착되며, 적어도 송신 신호와 수신 신호 사이의 관계로부터 하나의 센서 장치에 대한 적어도 하나의 물체의 물점의 공간적인 분포가 결정되고, 적어도 하나의 물체는 정지(stationary) 또는 비정지(non-stationary)로 분류된다.
본 발명은 또한, 본 발명에 따른 방법을 수행하기 위한, 특히 적어도 하나의 물체를 광학적으로 포착하기 위한 차량의 광 센서 장치의 디바이스에 관한 것으로, 적어도 하나의 센서 장치의 주 모니터링 방향에 대한 송신 신호 및/또는 수신 신호의 전파 방향의 적어도 하나의 각도 분해능을 결정하고, 송신 신호와 수신 신호 사이의 관계로부터 적어도 하나의 센서 장치에 대한 적어도 하나의 물체의 물점(이 지점에서 송신 신호가 반사되어 수신 신호로서 센서 장치로 돌아온다)의 공간 분포를 결정하는 적어도 하나의 분석 컴포넌트를 포함하며, 이 디바이스는 적어도 하나의 물체를 정지 또는 비정지로 분류하는 적어도 하나의 분류 컴포넌트를 포함한다.
본 발명은 또한, 특히 본 발명에 따른 방법을 수행하기 위한, 적어도 하나의 물체를 광학적으로 포착하기 위한 적어도 하나의 디바이스를 구비한 차량의 센서 장치에 관한 것으로, 특히 광 송신 신호를 모니터링 영역으로 송신하는 적어도 하나의 송신기와 적어도 하나의 물체의 물점에서 반사된 송신 신호를 수신하는 적어도 하나의 수신기를 포함하며, 상기 디바이스는 적어도 하나의 센서 장치의 주 모니터링 방향에 대한 송신 신호 및/또는 수신 신호의 전파 방향의 적어도 하나의 각도 분해능을 결정하고, 송신 신호와 수신 신호 사이의 관계로부터 적어도 하나의 센서 장치에 대한 적어도 하나의 물체의 물점의 공간 분포를 결정하는 적어도 하나의 분석 컴포넌트를 포함하며, 이 디바이스는 적어도 하나의 물체를 정지 또는 비정지로 분류하는 적어도 하나의 분류 컴포넌트를 포함한다.
또한, 본 발명은, 특히 본 발명에 따른 방법을 수행하기 위한, 적어도 하나의 물체를 광학적으로 포착하기 위한 적어도 하나의 디바이스를 구비한 적어도 하나의 센서 장치를 포함하는 차량의 운전자 보조 시스템에 관한 것으로, 특히 광 송신 신호를 모니터링 영역으로 송신하는 적어도 하나의 송신기와 적어도 하나의 물체의 물점에서 반사된 송신 신호를 수신하는 적어도 하나의 수신기를 포함하며, 상기 디바이스는 적어도 하나의 센서 장치의 주 모니터링 방향에 대한 송신 신호 및/또는 수신 신호의 전파 방향의 적어도 하나의 각도 분해능을 결정하고, 송신 신호와 수신 신호 사이의 관계로부터 적어도 하나의 센서 장치에 대한 적어도 하나의 물체의 물점의 공간 분포를 결정하는 적어도 하나의 분석 컴포넌트를 포함하며, 이 디바이스는 적어도 하나의 물체를 정지 또는 비정지으로 분류하는 적어도 하나의 분류 컴포넌트를 포함한다.
전방으로 진행하는 차량과 같은 장애물의 거리 및 상대 속도를 검출하기 위한 레이더 장치가 EP 0 932 052 A2에 공지되어 있다. 이 레이더 장치는 가드레일 등과 같은 정지된 물체를 인식하기 위한 정지 물체 식별기와, 그러한 정지 물체에 속하는 것으로 식별되는 데이터를 제거하기 위한 정지 물체 분리기를 갖는다. 정지 물체 인식기는 레이더 빔의 송신 주파수와 수신 주파수 간의 차로서 결정되는 비트 주파수 스펙트럼에서 피크 밀도를 검출한다. 정지 물체 식별기는 피크 밀도가 미리 정해진 값보다 큰 피크 그룹을 정지 물체로서 인식한다. 따라서 피크 밀도를 통해 도로의 가장자리에 있는 정지 물체를 인식하는 것이 가능하다.
본 발명은 처음에 언급된 유형의 방법, 센서 장치의 디바이스, 센서 장치 및 운전자 보조 시스템을 설계하는 목적을 해결하며, 이에 따라 정지 물체의 인식이 개선된 방식으로, 특히 단순화된 및/또는 보다 정확한 방식으로 실현될 수 있다.
이 목적은, 적어도 하나의 물체의 적어도 하나의 영역 내의 포착된 물점의 공간 밀도를 판정하고, 포착된 물점의 밀도가 미리 결정가능한 또는 미리 결정된 임계값보다 낮은 경우, 적어도 하나의 물체를 정지로 분류하는 본 발명의 방법에 따라 달성된다.
본 발명에 따르면, 적어도 하나의 물체의 복수의 물점이 각도 분해능에 의해 포착된다. 여기서 각도 의존성은 센서 장치의 주 모니터링 방향에 대한 대응하는 송신 신호 및/또는 수신 신호의 전파 방향의 각도로부터 결정된다. 바람직하게는, 모니터링 영역 포착에 이용되는 송신 신호 및/또는 수신 신호의 전파 방향의 각거리(angular distance)는 등거리일 수 있다. 송신 신호가 충돌하고 반사되어 수신 신호를 형성하는 포착된 물점들 사이의 거리는 주 모니터링 방향에 대한 적어도 하나의 물체의 방위에 따라 변화한다. 송신 신호가 적어도 하나의 물체의 표면에 수직으로 충돌하면, 포착된 물점의 최대 밀도가 실현된다. 포착된 물점의 최소 밀도는, 적어도 하나의 물체의 표면이 주 모니터링 방향과 거의 평행하게 진행되고, 송신 신호가 적어도 하나의 물체에 그에 대응하는 작은 각도로 충돌하는 경우에 실현된다. 본 발명에 따르면 정지된 물체와 비정지 물체를 구별하기 위해 이 삼각 함수적 관계가 사용된다.
바람직하게는, 송신 신호가 송신 빔으로서 실현될 수 있고/또는 수신 신호가 수신 빔으로서 실현될 수 있다. 바람직하게는, 송신 신호 및/또는 수신 신호는 광학적으로 또는 다른 방식으로 공간 내에서 전파될 수 있다.
본 발명의 관점에서, 정지 또는 정적이라는 것은 물체가 특히 도로와 관련하여 정지해 있다는 것을 의미한다. 구체적으로는 가드레일이나 도로 경계가 정지 물체이다. 이와는 달리, 움직이지 않는 차량은 원칙적으로 도로와 관련하여 이동할 수 있기 때문에 본 발명의 관점에서 정지가 아닌 것으로 간주된다. 목표는 정지 물체, 구체적으로는 긴 가드레일을 비정지 물체, 구체적으로는 다른 차량들과 구별하는 것이다.
본 발명에 따르면, 포착된 물점의 밀도는 적어도 하나의 물체의 적어도 하나의 영역에서 결정된다. 이 밀도는 미리 결정 가능한 임계값과 비교된다. 임계값은 특히 경험적으로 미리 결정될 수 있고 센서 장치의 메모리 장치에 저장될 수 있다. 이에 더하여 또는 이에 갈음하여, 임계값은 센서 장치가 작동하는 동안 동적으로 결정될 수 있다.
밀도가 소정의 임계값보다 낮으면, 해당 물체가 정지된 물체라고 가정할 수 있다. 따라서, 검사된 물체는 고정된 것으로 분류된다. 본 발명의 관점에서, 분류는 적어도 하나의 정보 아이템, 구체적으로는 물체를 정지 또는 비정지의 특징으로 나타내는 값, 크기 및/또는 신호 등이 생성되는 것을 의미한다. 이 정보는 추가 처리를 위해 또는 추가 방법 단계에 대한 판정 기준으로 사용할 수 있다.
적어도 하나의 물체가 정지로 분류되면, 바람직하게는 적어도 하나의 평가 크기 및/또는 적어도 하나의 확률 크기가 생성 및/또는 변경될 수 있다. 이에 더하여 또는 이에 갈음하여, 적어도 하나의 물체가 비정지로 분류되면, 적어도 하나의 대응하는 반대의 평가 크기가 생성 및/또는 변경될 수 있다. 적어도 하나의 물체를 정지 물체로 평가하는 확률 크기는 반대의 평가 크기에 의해 반대의 영향을 받을 수 있다. 구체적으로, 정지 물체로서의 분류에 대한 평가 크기는 양의 값을 가질 수 있고, 비정지 물체로서의 분류에 대한 대응하는 반대의 평가 크기는 대응하는 음의 값을 가질 수 있으며, 그 역도 성립한다.
적어도 하나의 평가 크기 및/또는 적어도 하나의 확률 크기는 바람직하게는 디지털 값 또는 카운터일 수 있다. 적어도 하나의 평가 크기 및/또는 적어도 하나의 확률 크기는 물체의 분류에 대해 정지 또는 비정지로서 사용될 수 있다. 적어도 하나의 평가 크기 및/또는 적어도 하나의 확률 크기는 특히 운전자 보조 시스템의 전자 장치로 전달될 수 있다.
바람직하게는, 본 발명에 따른 방법은 추적(tracing)으로 알려진 물체를 따르는 방법과 조합하여 사용될 수 있다. 여기서 적어도 하나의 센서 장치로 물체를 포착할 수 있으며, 시간적 동작, 특히 거리 및/또는 차량 자체에 대한 상대 속도를 추적할 수 있다. 이 방법의 이전의 동작과 비교하여 물체의 위치가 변하는지 여부가 결정된다. 본 발명에 따른 방법에 의하면, 가드레일과 같이 적어도 하나의 센서 장치에 의해 그 전체가 포착될 수 없는 정지 물체가 비정지 또는 동적인 것으로 부정확하게 추적되는 것을 피할 수 있다. 이러한 부정확한 평가는 모니터링 영역 점검을 수행하는 동안, 관련 정지 물체의 다른 부분, 특히 가드레일의 부분이 매번 포착되어 차량과 함께 움직이는 것으로 보이기 때문에 발생할 수 있다. 본 발명에 따른 방법에 의하면, 이러한 물체가 고정된 것으로 포착되고 그렇게 분류된다.
바람직하게는, 적어도 하나의 센서 장치는 송신 신호를 이용하여 모니터링 영역을 포착할 수 있다. 여기서 적어도 하나의 센서 장치의 주 모니터링 방향은 모니터링 영역의 중심을 통과할 수 있다.
바람직하게는, 본 발명에 따른 방법은 정지 또는 비정지로서의 예비 분류, 후속 분류 또는 포착된 물체의 최종 분류로서 사용될 수 있다. 예비 분류를 통해, 물체의 추가 추적이 필요한지 및/또는 유용한지 여부를 모니터링 초기 단계에서 판단할 수 있다. 이 방법은 이런 식으로 보다 효율적으로, 특히 시간을 절약하도록 설계될 수 있다.
적어도 하나의 센서 장치는 바람직하게는 차량의 전면에 배치될 수 있다. 이런 방식으로, 적어도 하나의 센서 장치가 차량 전방의 주행 방향으로 모니터링 영역을 감시할 수 있다. 이에 더하여 또는 이에 갈음하여, 적어도 하나의 센서 장치는 차량의 측면 및/또는 후면에 배치될 수 있다.
바람직하게는, 적어도 하나의 센서 장치의 주 모니터링 방향은 조향각이 중심에 있을 때 차량의 일반적인 주행 방향에 평행하게 정렬될 수 있다. 이에 더하여 또는 이에 갈음하여, 적어도 하나의 센서 장치는 다르게 정렬될 수 있다.
수평 모니터링 영역은 바람직하게는 적어도 하나의 센서 장치로 모니터링될 수 있고, 특히 샘플링될 수 있다. 이런 방식으로, 특히 차량 전방에서 가능한 한 넓은 영역이 적절히 큰 폭으로 포착될 수 있다. 이에 더하여 또는 이에 갈음하여, 적어도 하나의 모니터링 영역이 다소 큰 수직 범위를 포함할 수 있다. 이런 방식으로 적어도 하나의 센서 장치를 이용하여 상이한 높이를 모니터링할 수 있다.
적어도 하나의 물체의 범위, 구체적으로는 길이 및/또는 형상의 방향이, 바람직하게는 물점들의 밀도를 판정하기 전에, 판정될 수 있다. 관련 물체는 이러한 방식으로 더 잘 할당될 수 있다. 차량과 같은 비정지 물체에 의해, 가드레일 내의 공간과 같은 정지 물체가 잠재적으로 숨겨지는 것이 특히 이러한 방식으로 인식될 수 있다.
도로 중심으로부터 적어도 하나의 물체까지의 거리가 바람직하게 결정될 수 있다. 이러한 방식으로, 적어도 하나의 물체를 식별하기 위한 추가적인 기준이 결정될 수 있다.
바람직하게는, 물체의 물점들이 클러스터에 할당될 수 있다. 클러스터의 적어도 한 영역 내의 물점의 밀도가 임계치 이하인지를 판정하는 것이 가능하다.
적어도 하나의 센서 장치는 바람직하게는 차량의 적어도 하나의 전자 제어 장치, 특히 운전자 보조 시스템 및/또는 섀시 제어기 및/또는 운전자 정보 장치에 연결되거나 그 일부일 수 있다.
바람직하게는, 적어도 하나의 센서 장치는 스캐닝 시스템일 수 있다. 여기서 모니터링 영역이 샘플링될 수 있는데, 즉 송신 신호로 스캔될 수 있다. 관련 송신 신호, 즉 송신 빔은, 말하자면, 이 목적을 위해 모니터링 영역에 대한 전파 방향의 관점에서 피봇될 수 있다.
바람직하게는, 상기 적어도 하나의 센서 장치는 레이저 기반 거리 측정 시스템일 수 있다. 레이저 기반 거리 측정 시스템은 광원으로서 적어도 하나의 레이저, 구체적으로는 레이저 다이오드를 포함한다. 적어도 하나의 레이저에 의해 펄스 송신 빔이 송신 신호로서 송신될 수 있다. 인간의 눈에 보이거나 보이지 않는 주파수 범위의 송신 신호가 레이저에 의해 방출될 수 있다. 레이저 기반 거리 측정 시스템은 바람직하게는 레이저 스캐너일 수 있다. 모니터링 영역은 레이저 스캐너에 의해 펄스 레이저 빔으로 샘플링될 수 있다.
본 발명은 차량, 특히 자동차에 사용된다. 본 발명은 바람직하게는 지상 차량, 특히 승용차, 트럭, 버스, 오토바이 등과 함께 사용될 수 있다.
이 방법의 바람직한 실시예에서, 포착된 물점의 밀도는 적어도 하나의 센서 장치로부터 멀어지는 적어도 하나의 물체의 부분에서 결정될 수 있다. 적어도 하나의 센서 장치로부터 대응하는 포착된 물점의 거리가 멀수록, 적어도 하나의 송신 신호가 주 모니터링 방향에 평행하게 연장되는 물체의 물체 표면에 충돌하는 각도는 더 수평이다. 이에 따라 인접한 물점들 사이의 거리는 더 멀어지고, 이에 상응하게 물점의 밀도는 더 작아진다. 따라서, 방법의 정확도가 향상될 수 있다.
밀도는 바람직하게는 적어도 하나의 센서 장치로부터 멀어지는 클러스터의 부분으로부터 포착된 물점들로부터 결정될 수 있다.
정지 물체, 특히 가드레일은 주 모니터링 방향 또는 도로 방향으로 그에 상응하게 멀리 연장된다. 이러한 방식으로, 특히 먼 거리에서 그에 상응하게 큰 밀도 차이가 인식될 수 있다. 반면에, 특히 적어도 하나의 센서 장치에 가까운 근거리에서는, 물점들이 서로 가깝게 위치하므로, 정지 물체와 비정지 물체(예컨대, 다른 차량) 사이의 구별이 더욱 어려워질 수 있다.
비정지 물체에서는 균일한 고밀도 분포를 얻을 수 있다. 정지된 물체, 특히 센서 장치로부터 멀어지는 부분에서는, 비정지 물체와 비교하여 포착된 물점에 대해 상이한 밀도 분포가 결정될 수 있다. 멀리 있는 비정지 물체, 특히 차량에서는, 측면이 그 후면에 의해 은폐될 수 있고, 따라서 적어도 하나의 센서 장치에 의해 포착될 수 없다. 가드레일과 같은 정지 물체는 통상적으로 주 모니터링 방향에 대략 평행하게 연장되는 표면을 가지며, 적어도 하나의 센서 장치로부터 더 멀리 떨어져 있어도 포착될 수 있다.
이 방법의 또 다른 바람직한 실시예에서, 적어도 하나의 물체의 적어도 하나의 연장 방향이 결정될 수 있고, 적어도 하나의 연장 방향이 주 모니터링 방향과 평행하게 및/또는 비스듬히 진행하는 경우, 적어도 하나의 물체는 정지된 물체로 분류될 수 있다.
이 방법으로 물체의 분류 정확도를 향상시킬 수 있다. 특히 가드레일이나 도로 경계는 보통 도로와 평행하다. 도로에 수직으로, 즉, 주 모니터링 방향에 수직으로 연장되는 물체는 본 발명의 관점에서 처음에는 정지된 것으로 간주되지 않는다. 본 발명에 따른 센서 장치를 구비한 차량이 주 모니터링 방향으로 이동하는 방향으로 그리고 도로를 따라 주행하는 방향으로 위치한다고 가정하면, 주 모니터링 방향에 대해 횡 방향 또는 수직 방향으로 연장되는 물체는 일반적으로 본 발명의 관점에서 비정지이다. 이 방법으로 포착된 물체와 물점의 경계 결정(delimitation)이 수행될 수 있다.
적어도 하나의 물체의 적어도 하나의 연장 방향이 주 모니터링 방향에 대해 평행하게 및/또는 비스듬히 진행되면, 바람직하게는 대응하는 평가 크기가 생성되거나 변경될 수 있고/있거나 이 방법은 계속해서 추가 검사를 할 것이다.
적어도 하나의 물체의 적어도 하나의 연장 방향이 주 모니터링 방향에 대해 평행하게 및/또는 비스듬히 진행되지 않고, 즉 주 모니터링 방향에 대해 횡 방향 또는 수직 방향으로 진행되면, 적어도 하나의 물체는 바람직하게는 비정지 물체로 분류될 수 있다. 적절한 경우, 바람직하게는 대응하는 반대의 평가 크기가 생성되거나 변경될 수 있고/있거나 방법이 종료될 수 있다.
적어도 하나의 물체의 연장 방향이 주 모니터링 방향에 대해 평행하게 및/또는 비스듬히 진행하는지 여부의 검사는 바람직하게는 포착된 물점의 밀도를 판정하기 전에 수행될 수 있다. 연장 방향이 주 모니터링 방향과 평행하지 않거나 비스듬하지 않은 경우, 물체가 비정지인 것으로 추정될 수 있다. 그러면 이 적어도 하나의 물체를 비정지 물체로 분류할 수 있다. 따라서, 추가 검사가 불필요할 수 있다. 이 방법은 이런 식으로 보다 효율적이고 신속하게 수행될 수 있다.
이에 갈음하여 또는 이에 더하여, 적어도 하나의 연장 방향의 판정은 포착된 물점들의 밀도의 판정 후에 수행될 수 있다. 이 경우, 물체의 이전 분류를 다시 확인할 수 있다. 이러한 방식으로 공간적으로 정지해 있는 물체의 평가의 정확성을 전반적으로 향상시킬 수 있다.
이 방법의 또 다른 바람직한 실시예에서, 적어도 하나의 물체의 적어도 하나의 연장 방향이 판정될 수 있고, 서로 비스듬히, 특히 수직으로 연장되는 적어도 하나의 물체의 적어도 두 연장 방향이 포착되면, 적어도 하나의 물체는 비정지 물체로 분류될 수 있다.
이런 방법으로 적어도 하나의 물체에 모서리 또는 코너가 있는지 여부를 포착할 수 있다. 특히, 차량의 경우, 차량의 후면은 차량의 측면에 직각으로 연장될 수 있다. 그러면 후면이 주 모니터링 방향에 직각으로 연장될 수 있다. 차량의 측면은 주 모니터링 방향과 평행하게 연장될 수 있다. 차량의 2개의 연장 방향은 서로 경사지게, 특히 수직으로 포착될 수 있다. 정지 물체, 특히 가드레일은 보통 이러한 방식으로 연장되지 않기 때문에, 이 물체는 비정지 물체, 특히 차량인 것으로 추정될 수 있다.
서로에 대해 비스듬히, 특히 수직으로 연장되는 적어도 하나의 물체의 적어도 2개의 연장 방향이 포착되면, 이 방법은 바람직하게는 종료될 수 있고/있거나 정지 물체에 대한 대응하는 평가 크기가 생성되거나 변경될 수 있다.
서로 비스듬히, 특히 수직으로 연장되지 않는 적어도 하나의 물체의 2개의 연장 방향이 포착되면, 이 적어도 하나의 물체는 바람직하게는 비정지 물체로 분류될 수 있고 및/또는 이 방법은 다른 검사를 계속한다.
적어도 2개의 연장 방향에 대한 적어도 하나의 물체의 검사 및 서로에 대한 이들의 경로의 판정이 바람직하게는 물점의 공간 분포로부터 밀도가 판정되기 전에 수행될 수 있다. 적어도 2개의 연장 방향이 서로에 대해 비스듬히, 특히 수직으로 진행하는 경우, 이 방법은 조기에 종료될 수 있다. 여기서 비정지 물체에 대한 적절한 평가 크기 및/또는 확률 크기가 생성되거나 변경될 수 있다.
이에 더하여 또는 이에 갈음하여, 적어도 2개의 연장 방향에 대한 적어도 하나의 물체의 검사 및 서로에 대한 이들의 경로의 판정은 바람직하게는 물점의 공간 분포로부터 밀도가 판정된 후에 수행될 수 있다. 이 경우 물체의 이전 분류가 다시 검사될 수 있으며, 구체적으로는 확증되거나 확증되지 않거나, 또는 적절한 경우에 취소될 수 있다. 바람직하게는 적절한 평가 크기 및/또는 확률 크기가 이 목적을 위해 생성 및/또는 변경될 수 있다. 이러한 방법으로 이 방법의 정확도 및/또는 속도를 전반적으로 향상시킬 수 있다.
바람직하게는 복수의 이웃하는 물점이 클러스터에 할당되는 알고리즘이 적어도 하나의 물체의 적어도 하나의 연장 방향을 판정하는데 사용될 수 있다. 특히 이 목적을 위해 소위 더글라스 푸커(Douglas-Peucker) 알고리즘을 사용할 수 있다. 여기서 클러스터된 물점을 통해 라인이 그려지며 물점의 점 구름 모양이 유지된다. 정지 또는 비정지 물체를 포착할 때 일반적으로 L자 형상 또는 직선이 나타난다. L자 형상의 경우, 이것은 해당 물체의 모서리 또는 가장자리이다. 차량의 경우, 이는 후면으로부터 측면으로의 전환일 수 있다. 적어도 하나의 연장 방향을 포착하는 동안 라인이 판정되면, 주 모니터링 방향에 대한 라인의 방향이 판정될 수 있다. 라인이 주 모니터링 방향에 수직 또는 거의 수직으로 연장되면, 비정지 물체로 추정될 수 있다. 이것은 특히 차량의 후면이 센서 장치에 의해 포착되는 경우일 수 있다. 이 경우, 차량의 측면은 후면에 의해 은폐될 수 있고, 센서 장치로 포착될 수 없다. 라인이 주 모니터링 방향에 대해 평행하게 및/또는 비스듬히, 즉 거의 평행하게 진행하면, 그 라인은 차량의 후면이 아니라고 추정될 수 있다. 그러면, 이 라인은 정지 물체, 특히 가드레일일 수 있다. 그러나, 이 라인이, 후면이 적어도 하나의 센서 장치의 모니터링 영역 밖에 위치하는 방식으로 센서 장치를 갖는 차량 옆에 비스듬하게 위치하는 트럭이나 버스와 같이 길다란 비정지 물체일 수도 있다.
적어도 하나의 물체의 적어도 하나의 영역에서 포착된 물점들의 밀도가 추가로 판정되고 미리 결정 가능한 임계값과 비교되는 본 발명에 따른 방법을 통해 보다 정확한 구별이 이루어질 수 있다.
바람직하게는, 적어도 하나의 물체의 분류는 물점의 밀도에 기초하여, 클러스터가 확장 방향의 배향에 기초하여 분류될 수 없는 경우로 제한될 수 있다. 이것은 때론 하나의 연장 방향만이 적어도 하나의 센서 유닛의 주 모니터링 방향에 평행하게 및/또는 비스듬히 포착될 수 있는 물체의 경우일 수 있다.
포착된 물점들의 밀도의 포착과 포착된 물점로부터의 물체의 연장 방향의 포착의 조합을 통해, 정지 물체 및 비정지 물체로 분류하는 정확도가 개선될 수 있다. 따라서, 특히 비정지 물체, 특히 차량에 의한 정지 물체의 은폐가 더 잘 보상될 수 있다.
이 방법의 또 다른 유리한 실시예에서, 이 방법은 복수 회 수행될 수 있고, 그 결과의 분류는 통계적으로 처리될 수 있다. 대응하는 분류의 확률이 이러한 방식으로 결정될 수 있다. 따라서 물체를 고정 및 비고정 물체로 분류하는 정확도를 향상시킬 수 있다.
적어도 하나의 물체를 정지 또는 비정지 물체로 평가한 것에 대한 적어도 하나의 확률 크기는 바람직하게는 각각의 방법 실행들로부터 생성된 평가 크기로부터 결정될 수 있다.
평가 크기는 바람직하게는 카운터로 실현될 수 있다. 확률 크기에 대한 초기 값은, 특히 물체의 첫 번째 분류에서 정지로 실현될 수 있다. 확률 크기는, 동일한 물체에 대해 추후에 방법을 실행할 때마다, 대응하는 평가 크기 또는 반대 평가 크기를 갖는 방법의 결과에 따라 변경될 수 있는데, 즉 증가 또는 감소될 수 있다. 확률 크기는 물체를 정지 또는 비정지 물체로 보다 잘 평가하기 위해 사용될 수 있다.
이 방법의 또 다른 바람직한 실시예에서, 차량에 대한 적어도 하나의 물체의 상대 속도는 송신 신호와 수신 신호 사이의 관계로부터 결정될 수 있고, 상대 속도가 약 0m/s의 차수이면, 적어도 하나의 물체의 분류는 물점의 밀도 및/또는 적어도 하나의 물체의 확장 방향에 기초하여 수행될 수 있으며, 그렇지 않으면 더 이상의 분류가 수행될 수 없다. 이런 방식으로 물체를 정지 또는 비정지 물체로 평가하기 위한 추가 기준이 실현될 수 있다. 상대 속도가 일반적으로 약 0m/s의 차수이면, 물체는 적어도 하나의 센서 장치를 갖는 차량과 동일한 속도로 움직이거나 차량의 경로에 평행하게 연장되는 정지 물체, 특히 가드레일이다. 동일한 속도로 평행하게 움직이는 차량은 물점의 밀도 및/또는 적어도 하나의 물체의 연장 방향에 기초하는 적어도 하나의 추가 분류의 사용을 통해 정지된 물체, 특히 가드레일과 구별될 수 있다. 적어도 하나의 센서 장치에 의해 차량의 절대 속도에 반대되는 상대 속도를 갖는 물체가 포착되는 경우, 그 물체는 움직이지 않는 비정지 물체 또는 정지 물체라고 추정할 수 있다. 물체가 적어도 하나의 센서 장치를 갖는 차량의 다른 경로와 관련이 없다면, 추가적인 분류는 생략될 수 있다. 따라서, 전반적으로 모니터링을 보다 빠르고 효율적으로 수행 할 수 있다.
이 방법의 또 다른 바람직한 실시예에서, 적어도 하나의 물체의 적어도 하나의 물점의 거리 및/또는 상대 속도는 특히 샘플링 광 비행 시간 측정 방법, 특히 LiDAR 또는 LaDAR 방법에 따라 결정될 수 있다. 각도 분해능은 샘플링 방법으로 쉽게 얻을 수 있다. 광 비행 시간 측정을 통해 거리 및/또는 상대 속도를 매우 정확하게 결정할 수 있다.
이 목적은 또한 적어도 하나의 분류 컴포넌트가 적어도 하나의 물체의 적어도 하나의 영역 내 포착된 물점의 적어도 하나의 공간 밀도를 판정하는 적어도 하나의 밀도 판정 장치와, 밀도를 미리 결정된 또는 미리 결정 가능한 임계값과 비교하고, 비교 결과에 따라 적어도 하나의 물체를 정지 또는 비정지 물체로 분류하기 위한 적어도 하나의 비교 장치를 포함하는 디바이스를 갖는 본 발명에 따라 달성된다.
적어도 하나의 분석 컴포넌트는 바람직하게는 적어도 하나의 전자 회로일 수 있거나 포함할 수 있다. 적어도 하나의 분석 컴포넌트는 바람직하게는 상기 방법을 수행할 수 있는 적어도 하나의 프로세서를 포함할 수 있다.
이 목적은, 적어도 하나의 분류 컴포넌트가 적어도 하나의 물체의 적어도 하나의 영역 내 포착된 물점의 적어도 하나의 공간 밀도를 판정하는 적어도 하나의 밀도 판정 장치와, 밀도를 미리 결정된 또는 미리 결정 가능한 임계값과 비교하고, 비교 결과에 따라 적어도 하나의 물체를 정지 또는 비정지 물체로 분류하는 적어도 하나의 비교 장치를 포함하는 센서 장치에 의해 본 발명에 따라 달성된다.
또한, 이 목적은, 적어도 하나의 분류 컴포넌트가 적어도 하나의 물체의 적어도 하나의 영역 내 포착된 물점의 적어도 하나의 공간 밀도를 판정하는 적어도 하나의 밀도 판정 장치와, 밀도를 미리 결정된 또는 미리 결정 가능한 임계값과 비교하고, 비교 결과에 따라 적어도 하나의 물체를 정지 또는 비정지 물체로 분류하기 위한 적어도 하나의 비교 장치를 포함하는 운전자 보조 시스템에 의해 본 발명에 따라 달성된다.
그 외에도, 본 발명에 따른 방법, 본 발명에 따른 장치, 본 발명에 따른 센서 장치 및 본 발명에 따른 운전자 보조 시스템 및 각각의 바람직한 실시예와 관련하여 개략적으로 설명된 특징 및 이점이 서로에 적용될 수도 있고 그 반대로 적용될 수도 있다. 개별 특징 및 장점은 물론 서로 결합될 수 있으며, 개별 효과의 합계를 초과하는 추가적인 유리한 효과가 나타날 수 있다.
본 발명의 다른 장점, 특징 및 세부 사항은 다음의 설명에 개시되어 있으며, 여기서 도면을 참조하여 본 발명의 예시적인 실시예를 보다 상세히 설명한다. 당업자는 또한, 도면, 상세한 설명 및 청구 범위에서 조합하여 개시된 특징을 개별적으로 고려하고 이들을 유용한 다른 조합으로 그룹화할 수 있을 것이다.
도 1은 차량의 운전자 보조 시스템의 구성요소 물체를 포착하기 위한 센서 장치를 구비한 자동차의 정면도를 보여준다.
도 2는 가드레일이 있고 다른 차량이 전방으로 진행하는 도로 상에서, 도 1의 자동차의 주행 상황 시나리오를 개략적으로 보여준다.
도 3은 도 2의 시나리오와 유사한 시나리오를 도시한 것으로, 센서 장치로 포착된 전방으로 진행하는 차량 및 가드레일의 물점이 십자형으로 각각 표현되어 있다.
도 4는 도 3의 시나리오와 유사한 물점을 나타내는 시나리오의 확대도를 보여준다.
도 5는 도 3 및 도 4의 시나리오와 유사한 시나리오의 상세도로서, 전방으로 진행하는 차량의 물점을 도시하고 있다.
도 6은 도 3 내지 도 5의 시나리오와 유사한 시나리오의 상세도를 가드레일의 물점과 함께 보여준다.
도 7은 가드레일과 같은 정지 물체와 전방으로 진행하는 차량과 같은 비정지 물체를 구별하기 위한 분류 방법의 흐름도를 도시한 것으로서, 이 방법은 도 3 내지 도 6의 경우와 유사한 시나리오로 도 1 및 도 2의 차량의 센서 장치로 수행된다.
도면에서 동일한 부분에는 동일한 참조 부호가 부여되어 있다.
승용차 형태의 차량(10)의 정면이 도 1에 도시되어 있다. 자동차(10)는 센서 장치(14)를 구비한 도 2에 제안된 운전자 보조 시스템(12)을 포함한다. 예를 들어, 센서 장치(14)는 자동차(10)의 전방 범퍼에 위치한다. 운전자 보조 시스템(12)은 운전자가 자동차(10)의 운전 기능, 예컨대 속도, 제동 기능 또는 조향을 제어하는 것을 보조하는 역할을 한다.
자동차(10)의 운전 방향에서 자동차(10) 전방의 모니터링 영역(16)은 센서 장치(14)에 의해, 물체, 예를 들어 전방에서 진행하는 차량(18) 또는 가드레일(20)에 대해 모니터링될 수 있다. 센서 장치(14)는 물체를 따라가도록(following) 또는 추적하도록(tracking) 설계된다. 물체는 적어도 하나의 센서 장치로 포착되고, 이들 물체의 시간적 동작, 예컨대 자동차(10)에 대한 이들 물체의 거리 및/또는 상대 속도가 추적된다.
객체들 가운데 정지 물체와 비정지 물체 사이의 구분이 이루어진다. 예를 들어, 가드레일(20)과 같은 정지 물체는 자동차(10)의 도로, 예컨대 도 2에 도시된 도로(22)에서 고정되어 움직이지 않는 방식으로 배치된다. 정지 물체는 또한 정적 물체라고도 한다. 비정지 물체, 예컨대 다른 차량(18)은 도로(22)에 대해 이동 가능하다. 비정지 물체는 움직이지 않을 수도 있고 또는 도로(22) 및/또는 자동차(10)에 대해 상대적인 속도로 이동할 수도 있다. 비정지 물체는 동적 물체라고도 한다.
도로(22)상의 자동차(10)의 주행 상황의 시나리오의 개략적인 평면도가 도 2에 예로서 도시되어 있다. 자동차(10)는 여기서 단지 개략적으로 나타낸 것이며, 축척으로 도시된 것은 아니다. 도로(22)의 사이드라인(24)은 실선으로 표시되어 있고, 중심선(26)은 점선으로 표시되어 있다.
운전자 보조 시스템(12)은, 도 2에 나타낸 바와 같이, 예를 들어 자동차(10)의 2개의 기능 장치(28)에 기능적으로 연결된다. 예를 들어, 기능 장치(28)는 엔진 제어기, 조향 제어기 또는 제동 시스템일 수 있다. 기능 장치들(28) 중 하나는 또한 운전자를 위한 시각 및/또는 청각 경고 신호 또는 정보 신호의 출력을 위한 출력 장치를 포함할 수 있다.
운전자 보조 시스템(12)은 전자 장치(30)를 포함한다. 센서 장치(14)의 정보는 전자 장치(30)로 처리되고, 기능 장치(28)에 대한 적절한 제어 또는 신호 정보로 변환된다.
운전자 보조 시스템(12)은 일례로서 센서 장치(14)를 포함한다. 자동차(10)의 범퍼 내 센서 장치(14)에 더하여 또는 이에 갈음하여, 자동차(10)의 다른 위치, 예컨대 측면 또는 후면에 다른 센서 장치(14)가 또한 배치될 수 있다.
센서 장치(14)는, 예를 들면 스캐닝 LaDAR 시스템으로서 설계된다. 센서 장치(14)는 광학 컴포넌트(32) 및 전자 분석 컴포넌트(34)를 포함한다. 광학 컴포넌트(34)는 레이저 다이오드 형태의 송신기 및 수신 다이오드 형태의 수신기를 포함하는데, 이들은 명확성을 위해 도시되지 않았다.
광학 컴포넌트(32)는 또한 도시되지 않은 편향 미러 장치를 포함한다. 편향 미러 장치에 의해, 송신기로 생성된 펄스 송신 빔(36)이 편향 미러 장치의 각 위치에 따라 상이한 각도로 모니터링 영역(16)으로 송신된다. 또한, 예를 들어 차량(18) 또는 가드레일(20)과 같은 물체로부터 반사된 수신 빔(38)이 편향 미러 장치에 의해 수신 다이오드 상으로 편향된다.
센서 장치(14)는 광 비행 시간(time-of-flight) 측정 방법에 따라 작동한다. 송신 빔(36)의 송신에 대응하는 수신 빔(38)의 수신 사이의 시간이 결정되고, 이로부터 센서 장치(14)로부터 대응하는 물체까지의 거리가 결정된다. 차량(10)에 대한 대응하는 물체, 예컨대 전방에서 진행하는 차량(18)의 상대 속도가 또한 센서 장치(14)로 결정될 수 있다.
센서 장치(14)가 작동 중일 때, 편향 미러 장치가 송신기와 함께 수평 방향으로 이동되는데, 예컨대 회전한다. 송신 빔(36)은 이런 방식으로, 도 2의 평면도에서, 예를 들어 좌측에서 우측으로 또는 우측에서 좌측으로 수평 방향으로 회전한다. 따라서, 대응하는 물체는, 송신 빔(36)이 반사되어 수신 빔(38)으로서 되돌아 오는 근방의 물점(40)으로서, 펄스 송신 빔(36)에 의해 각도 의존성을 갖고 샘플링된다. 예로서, 도 2의 시나리오와 유사한 시나리오에서 포착된 물점들(40)이 도 3 내지 도 6에서 각각 십자로 표시되어 있다.
센서 장치(14)의 주 모니터링 방향(42)은 도 2에서 화살표로 표시되어 있다. 주 모니터링 방향(42)은, 예를 들어 자동차(10)의 주행 방향으로 진행한다. 곡선부로 주행할 때 자동차(10)의 주행 방향은 주 모니터링 방향(42)과 다를 수 있다. 모니터링 영역(16)의 측 방향 경계(44)는 도 2 내지 도 6에서 라인으로 표시되어 있다. 모니터링 영역(16)은, 예를 들어 주 모니터링 방향(42)에 대해 대칭이다. 모니터링 영역(16)은 또한 비대칭일 수도 있지만, 이는 본 발명에서는 중요하지 않다. 모니터링 영역(16)은, 예를 들면 평면이며, 수평 방향으로 진행한다. 모니터링 영역(16)은 또한 센서 장치(14)의 설계에 따라 다소 큰 수직 범위를 가질 수 있다. 모니터링 영역(16)의 평면은 또한 수평에 대해 비스듬할 수 있다.
광학 컴포넌트(32)에 의해 포착된 수신 빔은 분석 컴포넌트(34)에 의해 분석되고, 이로부터 자동차(10)에 대한 대응하는 물체의 거리 및 상대 속도가 결정된다.
분석 컴포넌트(34)는 또한 포착된 물체를 정지 물체 및 비정지 물체로 분류할 수 있는 전자 분류 장치(46)를 구비한다. 예를 들어 가드레일(20)과 같이 도로(22)에 평행하게 연장되는 정지 물체는 어떤 경우에는 센서 장치(14)에 의해 전체적으로 포착되지 않을 수 있다. 추적 중에 자동차(10)와 함께 움직이는 것처럼 보이는 그러한 정지 물체의 여러 부분이 포착되는 일이 일어날 수 있다. 이 때문에 정지 물체가 비정지 물체로 잘못 분류되어 버릴 수 있다. 따라서 정지 물체와 비정지 물체를 구별하기 위한 전자 분류 장치에 의해 이러한 분류 오류를 회피할 수 있는 분류 방법(48)이 수행된다. 물체의 분류 정확도가 높을수록, 운전자 지원 시스템의 기능이 더 잘 수행될 수 있다. 분류 장치(46)는, 예를 들어, 분류 방법(48)을 수행하는 알고리즘을 갖는 프로세서로서 설계될 수 있다.
분류 방법(48)은 도 7에 흐름도로서 도시되어 있다.
단계(50)에서, 차량(18) 또는 가드레일(20)과 같은 물체의 기하학적 형상이 포착된다. 물체(18 또는 20)의 인접한 물점(40)이 이러한 목적을 위해 클러스터(52)에 할당된다. 그 후, 예를 들어, 더글라스 푸커(Douglas-Peucker) 알고리즘을 이용하여 클러스터(52)가 분석된다. 여기서 클러스터(52)를 통해 라인(54, 56 또는 58)이 도시되어 있다. 대응하는 물체(18 또는 20)의 연장 방향은 제각기의 물점들(40)에 의해 도시되며, 대응하는 라인(54, 56 또는 58)으로 표시되어 있다.
클러스터(52)가 가드레일(20)에 속하면 거의 직선(54)이 된다. 라인(54)의 연장 방향은 주 모니터링 방향(42)에 대략 평행하게 진행한다. 이러한 라인(54)의 일부가 도 6에 예로서 도시되어 있다.
클러스터(52)가 차량(18)의 후면에 속하면, 도 3에 제안된 대응 라인(56)은 주 모니터링 방향(42)에 직각으로 진행한다.
자동차(10)의 전방에서 비스듬하게 이동하고 있고, 배면 및 측면이 센서 장치(14)의 모니터링 영역(16)에 놓여 있는 차량(18)의 경우, 도 3에 도시된 L자형 라인(58)이 나타난다. 라인(58)의 대응하는 연장 방향들, 즉 L자 형상의 다리는 서로 수직으로 진행한다.
분류 방법(48)의 단계(60)에서, 물체(18 또는 20)의 라인이 L자형인지 여부에 대한 검사가 이루어진다. 라인(58)과 같이 L자형이면, 물체가 비정지 물체, 예컨대 다른 차량(18)인 것으로 추정된다. 이 방법은 단계(62)에서 종료된다. 이 방법은 새로운 데이터 세트로 나중에 다시 수행되는 것이 바람직할 수 있다.
라인(54 및 56)의 경우에서와 같이, 물체(18 또는 20)의 라인이 L자형이 아니면, 단계(64)에서 물체(18 또는 20)의 라인이 주 모니터링 방향(42)과 대략 평행하게 진행하는지에 대한 검사가 이루어진다. 라인(56)과 같이, 라인이 주 모니터링 방향(42)과 평행하게 진행하지 않으면, 물체가 비정지 물체인 것으로 추정된다. 이 방법은 단계(66)에서 종료된다. 이 방법은 새로운 데이터 세트로 나중에 다시 수행되는 것이 바람직할 수 있다.
반면에, 라인(54)과 같이 물체(18 또는 20)의 라인이 주 모니터링 방향(42)에 평행하게 진행하면, 단계(68)에서 분류 장치(46)의 밀도 측정 장치에 의해 센서 장치(14)로부터 먼 물체(20)의 영역(70) 내 대응하는 물점(40)의 밀도가 판정된다. 영역(70)은 대응하는 점선 타원으로 도 3에 표시되어 있다. 가드레일(20)의 자세한 뷰는 도 6에 도시되어 있다. 대응하는 물점(40)의 밀도는 센서 장치(14)로부터 멀어질수록 크게 떨어진다. 반면에, 차량(18)에서의 물점(40)의 밀도는 거의 일정한데, 이는 도 5에서 자세히 도시되어 있다.
단계(72)에서, 판정된 밀도는 분류 장치(46)의 비교 장치를 사용하여 미리 결정된 임계값과 비교된다. 예를 들어, 임계값은 제조사에서 경험적으로 결정될 수 있고, 대응하는 메모리 장치에 저장될 수 있다. 이에 더하여 또는 이에 갈음하여, 임계값은 동적인 방법에 따라 센서 장치(14)의 동작 중에 결정될 수 있지만, 그러한 방법은 여기서 관심사가 아니다.
단계(72)에서의 비교 결과, 판정된 밀도가 임계값보다 크거나 같으면, 물체는 예를 들어 차량(18)과 같이 비정지인 것으로 추정된다. 이 방법은 단계(74)에서 종료된다. 이 방법은 새로운 데이터 세트로 나중에 다시 수행되는 것이 바람직할 수 있다.
단계(72)에서의 비교 결과, 밀도가 임계값보다 작으면, 물체는 예컨대 가드레일(20)과 같이 정지인 것으로 추정된다.
대응하는 물체(20)가 먼저 정지로 분류된 경우, 단계(76)에서 제1 확률 크기에 값, 예를 들어 5가 주어진다. 이전의 분류 방법(48)의 실행 후에, 물체(20)가 이미 고정 상태로 분류되었고, 확률 크기가 이미 존재한다면, 이 확률 크기는 평가 크기의 값, 예를 들어 1만큼 증가된다. 평가 크기는 물체(18)가 분류 방법(48)의 마지막 실행 동안 정지된 것으로 분류되었다는 표시를 제공한다. 분류 방법(48)의 복수의 실행의 평가 값이 확률의 크기로 통계적으로 포착되고, 따라서 정확도가 증가된다.
그 다음에 분류 방법(48)은 동일한 물체(20)에 대해 단계(50)부터 다시 실행된다.
분류 방법(48)을 종료하기 전에, 적절한 경우에 단계(62, 66 및 74)에서, 분류 방법(48)의 이전 실행의 단계(76)에서 생성된 확률 크기가 적절한 평가 크기, 예컨대 1씩 감소되거나 또는 적절한 반대 평가 크기, 예를 들어 -1씩 증가하도록 하는 것이 선택적으로 가능하다. 따라서, 확률 크기의 정확도가 더욱 향상된다.
단계 70에서 연속적으로 발생하는 확률 크기가 운전자 보조 시스템(12)의 전자 장치(30)에 제공되고, 여기서 대응하는 기능 장치(28)의 제어를 위한 기준으로서 취해진다.
자동차(10)에 대한 대응하는 물체(18)의 상대 속도가 정지 및 비정지 물체를 구별하기 위한 분류 방법(48)에서 선택적으로 사용될 수 있다. 상대 속도가 약 0 m/s의 일반적인 차수이면, 이는 물체가 예를 들어 가드레일(20) 형태로 정지임을 나타내는 추가적인 표시이다. 이것은 물체가 정말 고정된 것일 확률을 평가하는데 사용될 수 있다. 이 경우, 예를 들어, 추가 평가 크기, 예를 들어 1이 확률 크기에 더해질 수 있다. 이러한 방식으로, 예를 들어 정지 물체가, 예를 들어 트럭 또는 버스와 같은 비정지 물체에 의해 은닉되는 것을 보상할 수 있다.
확률 크기 및 평가 크기의 대응하는 가산 및 감산의 상세에 더하여 또는 이에 갈음하여, 추적된 물체가 정지 또는 비정지인지 여부의 평가 및 분류 방법(48)의 결과의 통계 처리 및 분류를 위한 다른 방법이 사용될 수 있다.

Claims (10)

  1. 차량(10)의 적어도 하나의 센서 장치(14)로 적어도 하나의 물체(18, 20)를 광학적으로 포착하는 방법(48)으로서,
    상기 적어도 하나의 센서 장치(14)에 의해, 광 송신 신호(36)가 모니터링 영역(16)으로 송신되고 상기 적어도 하나의 물체(18, 20)의 물점(object point)(40)으로부터 반사된 송신 신호(36)가 상기 적어도 하나의 센서 장치(14)의 주 모니터링 방향(42)에 대한 각도 분해능(angular resolution)을 갖는 수신 신호(38)로서 포착되며, 상기 송신 신호(36)와 상기 수신 신호(38) 사이의 관계로부터 상기 적어도 하나의 센서 장치(14)에 대한 상기 적어도 하나의 물체(18, 20)의 물점(40)의 공간 분포가 결정되고, 상기 적어도 하나의 물체(18, 20)는 정지(stationary) 또는 비정지(non-stationary)로 분류되며,
    상기 방법은
    상기 적어도 하나의 물체의 적어도 하나의 영역(70)에서 상기 포착된 물점(40)의 공간 밀도가 판정되고,
    상기 포착된 물점(40)의 밀도가 미리 결정가능한 또는 미리 결정된 임계값보다 낮은 경우, 상기 적어도 하나의 물체(20)는 정지로 분류되며,
    상기 적어도 하나의 물체(18, 20)의 적어도 하나의 연장 방향(54, 56, 58)이 판정되고, 상기 적어도 하나의 연장 방향(54)이 주 모니터링 방향(42)에 대해 평행하게 및/또는 비스듬하게 진행하면, 적어도 하나의 물체(20)는 정지 물체(20)로 분류되는
    방법.
  2. 제1항에 있어서,
    상기 포착된 물점(40)의 밀도는 상기 적어도 하나의 센서 장치로부터 멀어지는 방향으로 향하는 상기 적어도 하나의 물체(20)의 부분(70)에서 판정되는
    방법.
  3. 삭제
  4. 제1항 또는 제2항에 있어서,
    상기 적어도 하나의 물체(18, 20)의 적어도 하나의 연장 방향(54, 56, 58)이 판정되고, 상기 적어도 하나의 물체(18, 20)의 적어도 2개의 연장 방향이 서로에 대해 비스듬하게 연장되면, 상기 적어도 하나의 물체(18)는 비정지로 분류되는
    방법.
  5. 제1항 또는 제2항에 있어서,
    상기 방법(48)은 복수 회 수행되고, 그로부터 얻어지는 분류는 통계적으로 처리되는
    방법.
  6. 제1항 또는 제2항에 있어서,
    차량(10)에 대한 상기 적어도 하나의 물체(18, 20)의 상대 속도는 상기 송신 신호(36)와 상기 수신 신호(38) 사이의 관계로부터 결정되고, 상기 상대 속도가 0 m/s의 차수이면, 상기 적어도 하나의 물체(18, 20)의 분류는 물점(40)의 밀도 및/또는 상기 적어도 하나의 물체(18, 20)의 연장 방향(54, 56, 58)에 기초하여 수행되고, 그 외의 경우에는 더 이상의 분류가 수행되지 않는
    방법.
  7. 제1항 또는 제2항에 있어서,
    상기 적어도 하나의 물체(18, 20)의 적어도 하나의 물점(40)의 거리 및/또는 상대 속도는 샘플링 광 비행 시간(light time-of-flight) 측정 방법에 따라 결정되는
    방법.
  8. 제1항 또는 제2항에 따른 방법(48)을 수행하기 위한 차량(10)의 광 센서 장치(14)의 디바이스(34)로서,
    상기 적어도 하나의 센서 장치(14)의 주 모니터링 방향(42)에 대한 송신 신호(36) 및/또는 수신 신호(38)의 전파 방향의 적어도 하나의 각도 분해능을 결정하고, 상기 송신 신호(36)와 상기 수신 신호(38) 사이의 관계로부터 상기 적어도 하나의 센서 장치(14)에 대한 상기 적어도 하나의 물체의 물점(40) - 상기 물점에서 상기 송신 신호가 반사되어 수신 신호(38)로서 상기 센서 장치(14)로 돌아옴 - 의 공간 분포를 결정하는 적어도 하나의 분석 컴포넌트(34)를 포함하며,
    상기 디바이스(34)는 상기 적어도 하나의 물체(18, 20)를 정지 또는 비정지로 분류하는 적어도 하나의 분류 컴포넌트(46)를 포함하고,
    상기 적어도 하나의 분류 컴포넌트(46)는, 상기 적어도 하나의 물체(18, 20)의 적어도 하나의 영역(70) 내의 상기 포착된 물점(40)의 적어도 하나의 공간 밀도를 판정하는 적어도 하나의 밀도 판정 장치와, 상기 밀도를 미리 결정된 또는 미리 결정가능한 임계값과 비교하고, 상기 비교의 결과에 따라 상기 적어도 하나의 물체(18, 20)를 정지 또는 비정지로 분류하는 적어도 하나의 비교 장치를 포함하는
    디바이스.
  9. 제8항에 따른 적어도 하나의 디바이스(34)를 구비한 차량(10)의 센서 장치(14)로서,
    광 송신 신호(36)를 모니터링 영역(16)으로 송신하는 적어도 하나의 송신기와 적어도 하나의 물체(18, 20)의 물점(40)에서 반사된 송신 신호(36)를 수신 신호(38)로서 포착하는 적어도 하나의 수신기를 포함하며, 상기 디바이스는 상기 적어도 하나의 센서 장치(14)의 주 모니터링 방향(42)에 대한 상기 송신 신호(36) 및/또는 상기 수신 신호(38)의 전파 방향의 적어도 하나의 각도 분해능을 결정하고, 상기 송신 신호(36)와 상기 수신 신호(38) 사이의 관계로부터 상기 적어도 하나의 센서 장치(14)에 대한 상기 적어도 하나의 물체의 상기 물점(40)의 공간 분포를 결정하는 적어도 하나의 분석 컴포넌트(34)를 포함하며,
    상기 디바이스(34)는 상기 적어도 하나의 물체(18, 20)를 정지 또는 비정지로 분류하는 적어도 하나의 분류 컴포넌트(46)를 포함하고,
    상기 적어도 하나의 분류 컴포넌트(46)는, 상기 적어도 하나의 물체(18, 20)의 적어도 하나의 영역(70) 내의 상기 포착된 물점(40)의 적어도 하나의 공간 밀도를 판정하는 적어도 하나의 밀도 판정 장치와, 상기 밀도를 미리 결정된 또는 미리 결정가능한 임계값과 비교하고, 상기 비교의 결과에 따라 상기 적어도 하나의 물체(18, 20)를 정지 또는 비정지로 분류하는 적어도 하나의 비교 장치를 포함하는
    센서 장치.
  10. 제9항에 따른 적어도 하나의 센서 장치(14)를 구비한 차량(10)의 운전자 보조 시스템.
KR1020187027766A 2016-03-24 2017-03-23 적어도 하나의 물체를 포착하는 방법, 센서 장치의 디바이스, 센서 장치 및 적어도 하나의 센서 장치를 구비한 운전자 보조 시스템 KR102126622B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102016105536.0A DE102016105536A1 (de) 2016-03-24 2016-03-24 Verfahren zur Erfassung von wenigstens einem Objekt, Vorrichtung einer Sensoreinrichtung, Sensoreinrichtung und Fahrerassistenzsystem mit wenigstens einer Sensoreinrichtung
DE102016105536.0 2016-03-24
PCT/EP2017/056916 WO2017162788A1 (de) 2016-03-24 2017-03-23 Verfahren zur erfassung von wenigstens einem objekt, vorrichtung einer sen-soreinrichtung, sensoreinrichtung und fahrerassistenzsystem mit wenigstens einer sensoreinrichtung

Publications (2)

Publication Number Publication Date
KR20180117660A KR20180117660A (ko) 2018-10-29
KR102126622B1 true KR102126622B1 (ko) 2020-06-24

Family

ID=58401586

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187027766A KR102126622B1 (ko) 2016-03-24 2017-03-23 적어도 하나의 물체를 포착하는 방법, 센서 장치의 디바이스, 센서 장치 및 적어도 하나의 센서 장치를 구비한 운전자 보조 시스템

Country Status (7)

Country Link
US (1) US11567172B2 (ko)
EP (1) EP3433632B1 (ko)
JP (1) JP6816163B2 (ko)
KR (1) KR102126622B1 (ko)
CN (1) CN108885262B (ko)
DE (1) DE102016105536A1 (ko)
WO (1) WO2017162788A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019200182A (ja) * 2018-05-18 2019-11-21 株式会社豊田自動織機 物体検知装置
DE102019101966A1 (de) * 2019-01-28 2020-07-30 Valeo Schalter Und Sensoren Gmbh Positionserfassungseinrichtung für eine Lichtsignalumlenkeinrichtung einer optischen Messvorrichtung zur Erfassung von Objekten, Lichtsignalumlenkeinrichtung, Messvorrichtung und Verfahren zum Betreiben einer Positionserfassungseinrichtung

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080166024A1 (en) * 2007-01-10 2008-07-10 Omron Corporation Image processing apparatus, method and program thereof
US20150120244A1 (en) * 2013-10-31 2015-04-30 Here Global B.V. Method and apparatus for road width estimation

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3656301B2 (ja) * 1995-12-28 2005-06-08 株式会社デンソー 車両用障害物警報装置
JP2930236B1 (ja) 1998-01-26 1999-08-03 本田技研工業株式会社 レーダ装置
DE19944542C2 (de) * 1999-09-17 2003-01-23 Daimler Chrysler Ag Verfahren zur fahrzeugseitigen Bestimmung des Fahrstreckenverlaufs
AUPR301401A0 (en) 2001-02-09 2001-03-08 Commonwealth Scientific And Industrial Research Organisation Lidar system and method
DE10141055B4 (de) * 2001-08-22 2013-09-05 Ibeo Automobile Sensor Gmbh Verfahren zur Bestimmung von Bewegungsinformationen
US6661370B2 (en) 2001-12-11 2003-12-09 Fujitsu Ten Limited Radar data processing apparatus and data processing method
JP3740531B2 (ja) * 2002-06-14 2006-02-01 国土交通省国土技術政策総合研究所長 駐車車両検知方法、検知システム及び駐車車両検出装置
US6906661B2 (en) * 2002-10-17 2005-06-14 Honda Motor Co., Ltd. Object-detecting system for vehicle
JP4107972B2 (ja) * 2003-01-22 2008-06-25 ダイハツ工業株式会社 物体認識装置及び認識方法
JP4506162B2 (ja) 2003-02-20 2010-07-21 日産自動車株式会社 前方物体検出装置及び前方物体検出方法
JP4887842B2 (ja) * 2006-03-09 2012-02-29 オムロン株式会社 レーダ装置
JP4715579B2 (ja) * 2006-03-23 2011-07-06 株式会社豊田中央研究所 潜在危険度推定装置
DE102009016580A1 (de) 2009-04-06 2010-10-07 Hella Kgaa Hueck & Co. Datenverarbeitungssystem und Verfahren zum Bereitstellen mindestens einer Fahrerassistenzfunktion
DE102009018453A1 (de) * 2009-04-22 2010-10-28 Conti Temic Microelectronic Gmbh Verfahren zur Klassifizierung eines Objekts als Hindernis
DE102010028829A1 (de) 2010-05-11 2011-11-17 Robert Bosch Gmbh Verfahren und Vorrichtung zur Bestimmung der Position eines Objektes relativ zu einem Fahrzeug, insbesondere einem Kraftfahrzeug, zur Verwendung in einem Fahrerassistenzsystem des Fahrzeuges
US8260539B2 (en) * 2010-05-12 2012-09-04 GM Global Technology Operations LLC Object and vehicle detection and tracking using 3-D laser rangefinder
US9129211B2 (en) 2012-03-15 2015-09-08 GM Global Technology Operations LLC Bayesian network to track objects using scan points using multiple LiDAR sensors
US9383753B1 (en) * 2012-09-26 2016-07-05 Google Inc. Wide-view LIDAR with areas of special attention
US9097800B1 (en) * 2012-10-11 2015-08-04 Google Inc. Solid object detection system using laser and radar sensor fusion
JP6100581B2 (ja) * 2013-03-29 2017-03-22 株式会社デンソーウェーブ 監視装置
US9110163B2 (en) 2013-06-14 2015-08-18 Microsoft Technology Licensing, Llc Lidar-based classification of object movement

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080166024A1 (en) * 2007-01-10 2008-07-10 Omron Corporation Image processing apparatus, method and program thereof
US20150120244A1 (en) * 2013-10-31 2015-04-30 Here Global B.V. Method and apparatus for road width estimation

Also Published As

Publication number Publication date
WO2017162788A1 (de) 2017-09-28
US20210199763A1 (en) 2021-07-01
DE102016105536A1 (de) 2017-09-28
US11567172B2 (en) 2023-01-31
EP3433632A1 (de) 2019-01-30
JP6816163B2 (ja) 2021-01-20
EP3433632B1 (de) 2020-09-09
JP2019516078A (ja) 2019-06-13
CN108885262B (zh) 2022-10-14
KR20180117660A (ko) 2018-10-29
CN108885262A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
US9880278B2 (en) Object determination using a radar sensor
JP3941795B2 (ja) 先行車両認識装置
US8810445B2 (en) Method and apparatus for recognizing presence of objects
KR102013224B1 (ko) 긴급 제동 시스템 및 그 제어방법
CN110940980B (zh) 一种基于车载角雷达的镜像目标去除方法
CN111615641B (zh) 用于探测关键横向运动的方法和设备
KR20180002762A (ko) 자동차의 측방 주변 영역 내의 종방향 연장 정지 물체를 분류하는 방법, 운전자 보조 시스템 및 자동차
JP2011232230A (ja) 上方障害物検知装置、衝突防止装置および上方障害物検知方法
JP3341186B2 (ja) 対象判別装置および方法，ならびに対象判別装置を搭載した車両
KR102126622B1 (ko) 적어도 하나의 물체를 포착하는 방법, 센서 장치의 디바이스, 센서 장치 및 적어도 하나의 센서 장치를 구비한 운전자 보조 시스템
KR102557620B1 (ko) 객체를 분류하는 레이더 장치 및 방법
JP3201128B2 (ja) 車間距離計測装置およびこれを搭載した車両
US20220342061A1 (en) Method and a device for classifying an object, in particular in the surroundings of a motor vehicle
US20050004719A1 (en) Device and method for determining the position of objects in the surroundings of a motor vehicle
TWI541152B (zh) Traffic safety system and its obstacle screening method
CN116209914A (zh) 基于雷达传感器的测量并通过识别干扰探测来识别车辆环境中的道路使用者的方法以及运算设备
JP3498532B2 (ja) 車形判別装置
US11402492B2 (en) Surroundings detection system for motor vehicles
KR20220081741A (ko) 라이다 센서를 이용한 객체 추적 장치 및 방법
JP3218834B2 (ja) 車両用障害物検出装置
US20230366994A1 (en) Method and device for determining false-positive detections of a lidar sensor
JP7254243B2 (ja) 物体検知システムおよび物体検知方法
WO2023067692A1 (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
JP2010181246A (ja) 物体認識装置
JP2023006815A (ja) 障害物認識装置及び障害物認識方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant