KR20190040250A - 자동차 내의 운전자 보조 시스템을 지원하기 위한 방법 및 장치 - Google Patents

자동차 내의 운전자 보조 시스템을 지원하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR20190040250A
KR20190040250A KR1020197007344A KR20197007344A KR20190040250A KR 20190040250 A KR20190040250 A KR 20190040250A KR 1020197007344 A KR1020197007344 A KR 1020197007344A KR 20197007344 A KR20197007344 A KR 20197007344A KR 20190040250 A KR20190040250 A KR 20190040250A
Authority
KR
South Korea
Prior art keywords
map
objects
detected
assistance system
stored
Prior art date
Application number
KR1020197007344A
Other languages
English (en)
Other versions
KR102295992B1 (ko
Inventor
슈테판 맥스
크리스티안 웨이스
샤샤 바우어
메흐메트 에이렘 키란직
안드레아스 웨지
로버트 코노프가
라스 크뤼거
제스코 클란트
크리스티안 텐다이크
Original Assignee
폭스바겐 악티엔 게젤샤프트
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 폭스바겐 악티엔 게젤샤프트 filed Critical 폭스바겐 악티엔 게젤샤프트
Publication of KR20190040250A publication Critical patent/KR20190040250A/ko
Application granted granted Critical
Publication of KR102295992B1 publication Critical patent/KR102295992B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06K9/00805—
    • 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
    • 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06K9/6267—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

본 발명은 자동차(50) 내의 운전자 보조 시스템(4)을 지원하기 위한 방법에 관한 것으로, 다음의 단계들, 즉 관련 위치에 있는 분류된 객체들(20-1, 20-2, 20-3, 20-4)이 저장되어 있는 맵(7)을 제공하는 단계, 운전자 보조 시스템(4)의 적어도 하나의 환경 센서(5)를 이용해서 환경 데이터(8)를 검출하는 단계, 운전자 보조 시스템(4)의 평가 장치(6)를 이용해서 검출된 환경 데이터(8)를 평가하는 단계를 포함하고, 이 경우 검출된 환경 데이터(8)는 객체 인식을 위해 맵(7)에 저장된 분류된 객체들(20-1, 20-2, 20-3, 20-4)에 따라 평가된다. 또한, 본 발명은 관련 장치(1)에 관한 것이다.

Description

자동차 내의 운전자 보조 시스템을 지원하기 위한 방법 및 장치
본 발명은 자동차 내의 운전자 보조 시스템을 지원하기 위한 방법 및 장치에 관한 것이다.
최근의 자동차들은 자동차의 운전 시 운전자를 지원하는 다수의 운전자 보조 시스템을 제안한다. 이러한 운전자 보조 시스템은 예를 들어 주차 보조 장치, 차선 이탈 경고 시스템 또는 네비게이션 장치 등일 수 있다.
운전자 보조 시스템의 작동을 위해 일반적으로 자동차의 주변 환경이 환경 센서에 의해 검출되고, 생성된 환경 데이터가 평가된다. 이 경우 환경 데이터가 잘못 해석되어 평가 시 잘못된 결론이 도출될 수 있는데, 예를 들어 그 이유는 주변 환경 내의 객체들이 올바르게 인식되지 않기 때문이다.
본 발명의 과제는, 검출된 환경 데이터의 평가가 개선되는, 자동차 내의 운전자 보조 시스템을 지원하기 위한 방법 및 장치를 제공하는 것이다.
상기 과제는 본 발명에 따라, 특허 청구항 제 1 항의 특징들을 포함하는 방법 및 특허 청구항 제 10 항의 특징들을 포함하는 장치에 의해 해결된다.
본 발명의 바람직한 실시예들은 종속 청구항에 제시된다.
특히 자동차 내의 운전자 보조 시스템을 지원하기 위한 방법으로서, 다음의 단계들, 즉 관련 위치에 있는 분류된 객체들이 저장되어 있는 맵을 제공하는 단계, 운전자 보조 시스템의 적어도 하나의 환경 센서를 이용해서 환경 데이터를 검출하는 단계, 운전자 보조 시스템의 평가 장치를 이용해서 검출된 환경 데이터를 평가하는 단계를 포함하고, 이 경우 검출된 환경 데이터는 객체 인식을 위해 맵에 저장된 분류된 객체들에 따라 평가된다.
또한, 자동차 내의 운전자 보조 시스템을 지원하기 위한 장치가 제공되고, 상기 장치는 관련 위치에 있는 분류된 객체들이 저장되어 있는 제공된 맵을 처리하기 위한 제어부, 환경 데이터를 검출하기 위한 적어도 하나의 환경 센서와 평가 장치를 구비한 운전자 보조 시스템을 포함하고, 상기 평가 장치는, 객체 인식을 위해 검출된 환경 데이터를 맵에 저장된 분류된 객체들에 따라 평가하도록 형성된다.
본 발명의 핵심은, 분류된 객체들의 형태로 맵에 제공되는 이미 알려진 사전 지식을 검출된 환경 데이터의 평가 시 고려하는 것이다. 이러한 방식으로, 검출된 환경 데이터에서 객체 인식 및 객체 분류가 개선되어 수행될 수 있다. 이를 위해 운전자 보조 시스템의 적어도 하나의 환경 센서에 의해 환경 데이터가 검출되고 운전자 보조 시스템의 평가 장치에서 평가된다. 평가는 검출된 환경 데이터에서 객체들의 인식을 포함한다. 객체들은 이 경우 특히 분류될 수 있다. 평가는 패턴 인식 방법을 이용해서 수행된다. 패턴 인식 방법은 예를 들어 특정 객체에 대해, 객체를 식별하고 및/또는 분류할 수 있는 특성들을 조사한다. 자동차의 주변 환경 내 객체들의 상대 위치를 결정함으로써 자동차는 맵에 저장된 분류된 객체들과 비교에 의해 맵에서 위치 확인될 수 있고, 따라서 주변 환경 내에서 방향 설정될 수 있다.
자동차는 예를 들어, 맵에 저장된 객체들과 자동차의 주변 환경 내의 인식된 객체들 및 그것의 상대 위치의 비교에 의해 맵에서 위치 확인된다. 이를 위해, 대략적 위치 확인은 GPS(Global Positioning System)에 의해서도 수행되는 것이 제공될 수 있다. 결정된 위치에 기초해서 제어부는 예를 들어, 현재 주변 환경에 대해 맵에 저장된 객체들을 조사한다. 객체들, 상기 객체들의 상대 위치 및 상기 객체들의 분류는 평가 시 고려된다.
실시예에서, 검출된 환경 데이터에서 명확하게 인식되지 않은 객체의 존재 확률은 맵에 저장된 적어도 하나의 분류된 객체에 근거해서 높아지는 것이 제공된다. 존재 확률은 이 경우 관련성 있는 객체의 존재의 확률을 나타내야 한다. 이러한 명확하게 인식되지 않은 객체는 예를 들어, 나뭇잎 또는 눈에 의해 부분적으로 가려진 도로 표시일 수 있다. 제공된 맵에 이러한 도로 표시는 분류된 하나의 객체로서 (또는 분류된 복수의 객체로서) 저장되므로, 도로 표시가 명확하게 인식되지 않은 경우에도, 이러한 위치에 도로 표시가 있다는 것이 검출된 환경 데이터에서 추론될 수 있다. 전술한 방법에 의해 검출된 환경 데이터에서 객체 인식은 따라서 더 견고해진다.
다른 실시예에서, 검출된 환경 데이터에서 인식된 객체의 존재 확률은 맵에 저장된 적어도 하나의 분류된 객체에 근거해서 낮아지는 것이 제공된다. 이는 예를 들어, 보조 시스템이 "가상 객체들"로 인해 대응을 일으키는 것이 방지되어야 하는 경우에 바람직하다. "가상 객체"는 이 경우, 운전자 보조 시스템에 의해 잘못 해석되는 객체이다. 인식된 객체들은 맵에 저장된 분류된 객체들을 기초로 하여 타당성이 검사될 수 있고, 상기 객체들이 운전자 보조 시스템과 관련이 없는 경우, 상기 객체들의 각각의 존재 확률은 낮아질 수 있다. 극단적인 경우에는 이러한 객체는 이와 관련해서 완전히 배제될 수 있다.
운전자 보조 시스템이 예를 들어 레이더 센서로부터 환경 데이터를 수신하면, 더 먼 거리에서 장애물로 보이지만, 접근 시 장애물로 판명되지 않는 자동차의 주변 환경 내의 객체들은 전술한 방법을 이용해서, 그것의 존재 확률의 감소에 의해 적절하게, 관련성이 적은 것으로 분류될 수 있다. 이러한 유형의 객체들은 레이더 센서의 경우에 특히 대형 금속 객체, 예를 들어 고속도로 위의 신호교(sign gantry) 또는 맨홀 뚜껑이다. 이러한 "가상 객체들"이 맵에 저장되어 있으면, 상기 객체는 재검출 및 평가 시 적절하게 인식되고, 평가 시 존재 확률의 감소에 의해 관련성이 적은 것으로 분류되거나 심지어 배제될 수 있다.
상향등 자동 조광 장치와 관련한 다른 예는 방법의 장점들을 명확히 한다. 이러한 상향등 자동 조광 장치(마스크가 적용된 연속 상향등)는 연속 상향등에서, 다가오는 자동차를 검출 및 인식한 후에 상향등을 자동으로 하향등으로 전환하기 위해 사용된다. 이 경우, 예를 들어 가로등과 같은 정적 광원들은, 이들이 오류로 다가오는 자동차로 인식되면, 방해가 될 수 있다. 전술한 방법은, 가로등에 대해 맵에 저장된 분류된 객체들에 근거해서, 검출된 광원이 다가오는 자동차의 전조등이 아니라, 가로등이라는 것이 정황으로부터 분명해지면, 하향등으로 전환을 방지하는 것을 가능하게 한다. 인식된 객체들이 이러한 위치들에 대해 맵에 저장된 분류된 객체들을 기초로 하여 타당성이 검사되고, 이들이 관련성이 없다면, 해당하는 운전자 보조 시스템, 이 예에서 상향등 자동 조광 장치는 낮아진 존재 확률로 인해 관련성이 적은 것으로 분류되거나 관련성이 없는 것으로서 배제된다. 상향등은 예에서 하향등으로 전환되지 않는다. 이는 야간에 자동차의 운전 시 안전성을 높이고, 상당한 편의성 획득을 의미한다.
실시예에서, 운전자 보조 시스템의 적어도 하나의 파라미터는 맵에 저장된 적어도 하나의 분류된 객체에 따라 구성되는 것이 제공된다. 이러한 방식으로 환경 센서는 물론 평가 장치도 주변 환경 내의 예상 객체들에 대해 조정될 수 잇다.
특히, 이와 관련하여 실시예에서, 적어도 하나의 파라미터는 검출된 환경 데이터의 적어도 일부를 평가하는 분해능을 나타내는 것이 제공된다. 이러한 방식으로 주변 환경의 특정 영역 또는 특정 방향이나 공간 각도에 대해 평가의 분해능을 조정하는 것이 가능하다. 따라서, 분류된 특정 객체들, 예를 들어 신호등 또는 중요한 교통 안내 정보를 포함하는 교통 표지판과 같은 객체들이 특수한 관련성이 있는, 주변 환경의 영역들 또는 방향들은 관련성이 없거나 관련성이 적은 객체들이 예상되는 다른 영역들보다 높은 분해능으로 따라서 더 자세하게 평가될 수 있다. 이러한 방식으로 평가에 필요한 컴퓨팅 능력이 절약될 수 있다.
환경 센서는 카메라인 것이 제공될 수 있다. 이 경우에 카메라는 주변 환경의 이미지 형태로 환경 데이터를 검출한다. 검출된 이미지에서 예를 들어 주변 환경의 특정 방향이나 특정 공간 각도와 대응하는 특정 영역은 다른 영역들보다 자세하게 평가될 수 있다. 특정 방향이나 공간 각도에서 예를 들어 신호등 또는 교통 표지판이 예상되면, 이러한 방향이나 공간 각도에 대응하는 영역은 이미지에서 나머지 영역들보다 큰 분해능으로 평가된다. 따라서 환경 데이터의 평가를 위한 컴퓨팅 복잡성은 상당히 감소할 수 있다.
다른 실시예에서, 맵에 저장되어 있지만, 환경 센서에 의해 검출되지 않고 및/또는 검출된 환경 데이터에서 평가 장치에 의해 인식되지 않는 객체는 운전자 보조 시스템에 의해 고려되는 것이 제공된다. 이러한 방식으로 일시적으로 또는 바람직하지 않은 검출 방향 또는 바람직하지 않은 검출 각도 범위 또는 검출 공간 각도 범위에 따라 검출된 환경 데이터에 반영되지 않은 객체이더라도 운전자 보조 시스템에 의해 고려될 수 있다. 따라서, 예를 들어, 맵에 분류되어 저장되어 있지만, 예를 들어 현재 기상 조건으로 인해 현재 검출되지 않는 장애물이더라도 운전자 보조 시스템에 의해 고려될 수 있다.
다른 실시예에서, 객체들은 하기 분류들 중 적어도 하나에 따라 분류되어 있거나 분류되는 것이 제공된다: 존재 확률, 객체 유형, 센서에 따른 검출 확률, 교통 안내 관련성, 최소 분해능 및/또는 기상 의존성.
존재 확률은 예를 들어 특정 객체의 존재에 대한 확률을 나타낸다. 이러한 존재 확률은 예를 들어 일간, 주간 또는 계절에 의존적일 수도 있다. 즉, 특히 식물은 겨울보다 여름에 더 무성해지므로, 식물에 대응하는 객체들은 따라서 상이하게 형성되거나 일년 내내 변화한다.
객체 유형은 특히 일반적으로 검출된 객체의 유형을 표시하거나 또는 특정 운전자 보조 시스템에 대한 정황을 표시한다. 객체 유형의 전부는 아니지만 일부 예는 다음과 같다: 교통 표지, 식물, 도로 표시, 연석, 신호등, 건물 전면, 가드레일, 가드 포스트, 가로등 및 이정표.
센서에 따른 검출 확률은 특히 특정 센서 또는 특정 센서 유형에 의해 검출될 수 있는 객체의 적합성을 나타내야 한다. 이러한 센서에 따른 검출 확률은 특히 방향 의존적일 수도 있다. 따라서, 예를 들어 평평한 교통 표지판은 전면에서 레이더 센서 또는 카메라에 의해 매우 양호하게 검출될 수 있지만, 측면에서는 매우 부정확하게 검출될 수 있다.
교통 안내 관련성은 교통 안내 표시로써 이용되는 객체의 적합성 또는 특성을 나타낸다. 따라서, 예를 들어 개별 차선을 식별하고 제한하는 도로 표시들은 높은 교통 안내 관련성을 갖지만, 건물 전면은 낮은 교통 안내 관련성을 갖는다. 마찬가지로 관광객에게 흥미로운 명소를 광고하는 표지판은 속도 제한 표지판과 달리 낮은 교통 안내 관련성을 갖는다.
최소 분해능은 특히, 객체가 정확하게 인식되도록 센서에 의해 검출되어야 하는, 객체에 따른 세부 크기를 나타내야 한다. 특정 거리에서 교통 표지판에 있는 다양한 도시에 대한 방향 정보를 식별할 수 있도록 하기 위해, 교통 표지판에 인쇄된 문자와 기호는 최소 분해능으로 검출되어야 한다. 이 경우 특히, 최소 분해능은 상황에 따라 객체에 따른 세부 크기로부터 도출되는 것이 제공될 수 있다. 세부 크기가 예를 들어 1cm이면, 센서와 객체 사이의 간격이 큰 경우에 간격이 작은 경우보다 높은 최소 분해능이 사용되어야 한다. 최소 분해능은 즉, 간격과 사용된 환경 센서에 따라 계산될 수 있다.
기상 의존성은 기상에 대한 객체의 의존성을 나타내야 한다. 환경 센서가 예를 들어 카메라이면, 심한 강우 시에는 일광 시보다 객체들을 검출하고 식별하는 것이 더 어려워진다. 특히 기상 의존성은 사용된 환경 센서에 따라서도 제공될 수 있다.
실시예에서, 맵은 맵 생성 장치에 의해 제공된다. 이러한 맵 생성 장치는 예를 들어 자동차 내에 형성될 수 있다. 맵 생성 장치는 환경 센서, 예를 들어 운전자 보조 시스템이 사용하는 동일한 환경 센서로부터 환경 데이터를 수신한다. 수신된 환경 데이터에서 맵 생성 장치는 통상적인 패턴 인식 방법을 이용해서 객체들을 인식한다. 인식된 객체들은 분류되어 맵 내의 관련 위치에 할당된다. 이러한 위치는 특히 3차원일 수 있다. 분류(들)는 객체 및 객체의 위치에 할당되고, 따라서 이들은 맵의 제공 후에 검색될 수 있다.
또한, 맵 생성 장치가 자동차 외부에 형성되는 것이 제공될 수도 있다. 예를 들어 맵은 상업적 또는 비상업적 서비스에 의해 제공될 수 있다. 맵은 자동차와 무관하게, 예를 들어 이를 위해 제공된 카토그래피(cartography) 차량을 이용해서 생성된다. 이어서, 생성된 맵이 평가되고, 수정되며, 경우에 따라서 추가 환경 데이터, 객체들 및 분류들이 추가된다. 이러한 방식으로 생성된 맵은 예를 들어 서버를 통해 자동차 또는 장치에 제공된다.
또한, 생성된 맵은 다양한 서비스 또는 자동차들에 의해 서로 교환되고 및/또는 보완되는 것이 제공될 수 있다. 이러한 방식으로 항상 물리적 세계의 현재 이미지가 생성되어 제공될 수 있다.
실시예에서, 맵은 검출된 환경 데이터에서 인식된 객체들을 기초로 업데이트되는 것이 제공된다. 이를 위해 인식된 객체들은 그것의 분류들과 함께 맵에 저장될 수 있고, 이것이 가능하다면, 동일한 위치에 있는 이전 객체들은 현재 객체들 및/또는 분류들로 대체된다. 그러나 이 경우, 현재 객체가 실제로 해당 위치에 있고 해당 분류를 갖는 확률이 충분한 경우에만, 이러한 객체는 맵에서 이전 객체를 대체해야 한다는 점에 유의해야 한다. 예를 들어 객체들 및/또는 분류들의 대체를 수행하기 위해 충족되어야 할 기준은 현재 객체를 검출해야 하는 충분히 높은 분해능이다. 분해능이 충분히 높을 경우에만, 객체 및/또는 분류가 대체된다. 그와 달리 분해능이 충분하지 않으면, 해당하는 객체 및/또는 분류에 대해 맵에서 업데이트가 실행되지 않는다.
실시예에서, 환경 센서는 카메라인 것이 제공된다. 카메라에 의해 특정 공간 각도에 대해 주변 환경의 시각적 이미지들이 검출될 수 있다. 검출된 이미지에서 객체들 및 그것의 분류들은 패턴 인식 방법을 이용해서 인식될 수 있다.
다른 실시예에서, 운전자 보조 시스템은 위치 확인 장치 또는 내비게이션 장치 또는 차선 이탈 경고 시스템 또는 주차 보조 장치 또는 조명 보조 장치 또는 교통 표지 인식 장치인 것이 제공된다.
장치의 부분들은 개별적으로 또는 통합되어 하드웨어 및 소프트웨어의 조합으로 형성될 수 있고, 예를 들어 마이크로 컨트롤러 또는 마이크로프로세서에서 실행되는 프로그램 코드로서 형성될 수 있다.
계속해서 본 발명은 첨부된 도면과 관련해서 바람직한 실시예들을 참고로 설명된다.
도 1은 자동차 내의 운전자 보조 시스템을 지원하기 위한 장치의 실시예를 개략적으로 도시한 도면.
도 2a는 본 발명을 설명하기 위해 교차로에서 도로 교통의 전형적인 장면을 개략적으로 도시한 도면.
도 2b는 도 2a에 도시된 장면과 관련되며 분류된 객체들이 저장된 개략적인 맵을 도시한 도면.
도 3a는 본 발명을 설명하기 위해 야간에 고속도로에서 도로 교통의 다른 전형적인 장면을 개략적으로 도시한 도면.
도 3b는 도 3a에 도시된 장면과 관련되며 분류된 객체들이 저장된 개략적인 맵을 도시한 도면.
도 4는 자동차 내의 운전자 보조 시스템을 지원하기 위한 방법의 개략적인 흐름도.
도 1에 자동차(50) 내의 운전자 보조 시스템(4)을 지원하기 위한 장치(1)의 실시예의 개략도가 도시된다. 장치(1)는 제어부(2), 메모리(3) 및 운전자 보조 시스템(4)을 포함한다. 운전자 보조 시스템(4)은 환경 센서(5)와 평가 장치(8)를 포함한다. 운전자 보조 시스템(4)은 예를 들어 위치 확인 장치, 내비게이션 장치, 차선 이탈 경고 시스템, 주차 보조 장치, 조명 보조 장치, 교통 표지 인식 장치 또는 자동차(50)의 운전 시 운전자를 지원하는 다른 적절한 장치일 수 있다.
환경 센서(5), 예를 들어 카메라는 자동차(50)의 현재 주변 환경을 검출하고, 검출된 환경 데이터(8)를 평가 장치(6)에 제공한다. 이러한 환경 데이터(8)는 예를 들어 주변 환경의 검출된 이미지일 수 있다. 검출된 환경 데이터(8)에서 평가 장치(6)는 패턴 인식 방법을 이용해서 객체들을 인식하고 이들을 분류한다.
메모리(3)에 맵(7)이 저장되고, 상기 맵에 관련 위치에 있는 분류된 객체들이 저장된다. 일반적으로 자동차(50)는 맵(7)에 저장된 분류된 객체들 및 상기 객체들의 관련 위치들에 근거해서 주변 환경에서 위치 확인될 수 있다.
맵(7)은 예를 들어 이를 위해 제공된 맵 생성 장치(9)에 의해 제공될 수 있다. 맵 생성 장치(9)는 예를 들어 이전에 검출된 환경 데이터에 기반해서 맵을 생성하였거나 또는 인터페이스를 통해 제공 받았고, 추후 검색을 위해 메모리(3)에 맵(7)을 저장하였다.
여기서, 자동차(50)는 예를 들어 맵(7)을 고려하여 이를 위해 형성된 장치에 의해 또는 GPS(Global Positioning System)에 의해 주변 환경에서 위치 확인된 것이 가정된다. 이러한 제 1 위치 확인 후에야 제어부(2)는 현재 주변 환경에 대해 저장된 분류된 객체들을 맵(7)으로부터 검색한다.
제어부(2)는 적어도 현재 주변 환경에 대해, 메모리(3)에 저장된 맵(7)을 검색하고, 이러한 검색된 맵(7)을 운전자 보조 시스템(4)에 제공한다. 운전자 보조 시스템(4)의 평가 장치(6)는, 검출된 환경 데이터(8)를 객체 인식을 위해 맵(7)에 저장된 분류된 객체들에 따라 평가하도록 형성된다.
이러한 평가 시 예를 들어, 검출된 환경 데이터(8)에서 명확하게 인식되지 않은 객체의 존재 확률은 맵(7)에 저장된 적어도 하나의 분류된 객체에 근거해서 높아지는 것이 제공될 수 있다. 또한, 검출된 환경 데이터(8)에서 인식된 객체는 맵(7)에 저장된 적어도 하나의 분류된 객체에 근거해서 객체의 존재 확률의 감소에 의해 관련성이 적은 것으로 평가되거나, 극단적인 경우에 관련성이 없는 객체로서 완전히 배제되는 것이 제공될 수도 있다. 또한, 운전자 보조 시스템(4)의 적어도 하나의 파라미터는 맵(7)에 저장된 적어도 하나의 분류된 객체에 따라 구성되는 것이 제공될 수도 있다. 특히, 예를 들어, 이러한 적어도 하나의 파라미터는, 검출된 환경 데이터(8)의 적어도 일부를 평가하는 분해능을 제시하는 것이 제공될 수 있다.
또한, 운전자 보조 시스템(4)의 평가 장치(6)는, 맵(7)에 저장되어 있지만, 환경 센서(5)에 의해 검출되지 않고 및/또는 검출된 환경 데이터(8)에서 평가 장치(6)에 의해 인식되지 않는 객체이더라도 고려하도록 형성되는 것이 제공될 수 있다.
맵(7)에 저장된 객체들은 예를 들어 하기 분류에 따라 분류될 수 있다: 존재 확률, 객체 유형, 센서에 따른 검출 확률, 교통 안내 관련성, 최소 분해능 및/또는 기상 의존성.
검출된 환경 데이터(8)에서 평가 장치(6)에 의해 인식된 객체들을 기초로 맵(7)이 업데이트되는 것이 제공될 수 있다. 그러나 이 경우, 현재 인식된 객체가 실제로 맵(7) 내의 해당하는 위치에 있고 해당하는 분류를 갖는 확률이 충분한 경우에만, 이러한 객체는 맵(7)에서 이전 객체를 대체해야 하는 것에 유의해야 한다. 예를 들어 객체 및/또는 분류의 대체가 수행되기 위해 충족되어야 할 기준은 현재 객체를 검출해야 하는 충분히 높은 분해능이다.
또한, 운전자 보조 시스템(4)의 적어도 하나의 파라미터(19)는 맵(7)에 저장된 적어도 하나의 분류된 객체에 따라 구성되는 것이 제공될 수 있다. 이는 예를 들어, 환경 센서(5)가 주변을 검출하거나 평가 장치(6)가 검출된 환경 데이터(8)를 평가하는 분해능일 수 있다.
도 2a에 방법을 설명하기 위해 교차로(11)에서 도로 교통의 전형적인 장면(10)의 개략도가 도시된다. 도 2b는 분류된 객체들(20-1, 20-2, 20-3)이 저장되며 도 2a에 도시된 장면(10)과 관련된 개략적인 맵(7)을 도시한다.
도 2a에 도시된 개략적인 장면(10)은 예를 들어, 자동차가 교차로(11)에 접근하는 순간에 자동차의 카메라에 의해 검출된 이미지에 해당한다. 개략적으로 도시된 장면(10)에서 복수의 차선(12), 복수의 신호등(13-1, 13-2) 및 예를 들어 마킹된 도로 표시(15)를 포함한 도로 교차로(11)를 볼 수 있다. 개략적으로 도시된 장면(10)은 카메라에 의해 검출된 환경 데이터이다. 이러한 검출된 환경 데이터는 운전자 보조 시스템의 평가 장치에 의해 맵(7)에 저장된 분류된 객체(20-1, 20-2, 20-3)에 따라 평가된다.
신호등(13-1, 13-2)에 대해, 예를 들어 맵(7)에 객체들(20-1 및 20-2)이 저장된다. 이러한 객체들(20-1 및 20-2)은 분류(21-1, 21-2)를 포함한다. 분류들(21-1, 21-2)은 예를 들어, 객체들(20-1, 20-2)이 신호등인 것을 나타낼 수 있다. 이 경우 특히 방향 의존성이 제공될 수도 있다. 따라서 분류들(21-1, 21-2)은 예를 들어, 도시된 방향으로부터 교차로(11)에 접근하는 자동차의 방향으로만 신호등(13-1 13-2)이 검출 및/또는 인식될 수 있는 것을 제공할 수 있다. 특히, 맵(7)에 저장된 분류된 객체들(20-1, 20-2)에 따라서 운전자 보조 시스템의 적어도 하나의 파라미터가 구성되는 것이 제공될 수 있다. 예를 들어 이러한 파라미터는 검출된 환경 데이터에서 특정 객체 또는 영역 또는 공간 각도 범위를 평가해야 하는 최소 분해능을 나타낼 수 있다. 따라서, 검출된 이미지에서 신호등(13-1, 13-2)을 포함하는 도 2a에 표시된 영역들(14-1, 14-2)은 더 높은 분해능으로 검출 및/또는 평가될 수 있는 것이 제공될 수 있다. 영역들(14-1, 14-2)과 관련되지 않은 나머지 영역들은 따라서 더 낮은 분해능으로 검출 및/또는 평가된다. 이로 인해 평가 시 컴퓨팅 능력이 절약될 수 있다.
맵(7)에 저장된 객체(20-3)가 검출된 환경 데이터에서 명확하게 인식되지 않는 일이 발생할 수 있다. 예를 들어 이것은, 위에 나뭇잎(18)이 있는 도로 표시(15)일 수 있다. 나뭇잎(16)은, 환경 센서가 도로 표시(15)를 완전하게 및 일관성 있게 검출할 수 없게 하고 따라서 평가 장치가 도로 표시(15)를 명확하게 인식할 수 없게 한다. 이 경우, 명확하게 인식되지 않은 도로 표시(15) 또는 명확하게 인식되지 않은 관련 객체(20-3)는 도로 표시(15)에 대해 맵(7)에 저장된 분류된 객체(20-3)에 근거해서 관련성이 있는 객체로서 평가되는 것이 제공된다. 도로 표시(15)가 명확하게 인식되지 않았더라도, 이로써 도로 표시(15)에 대해 맵(7)에 저장된 분류된 객체(20-3)에 근거해서 해당 객체는 운전자 보조 시스템에 의해 고려될 수 있다. 운전자 보조 시스템이 예를 들어 차선 이탈 경고 시스템이면, 나뭇잎(16)으로 가려진 상태라도 차선 이탈 시 차선 이탈 경고 시스템은 도로 표시(15)를 고려할 수 있다.
본 발명을 설명하기 위해 도 3a에 고속도로(17) 상의 도로 교통에서 전형적인 다른 장면(10)의 개략도가 도시된다. 도 3a에 도시된 장면(10)에 대응하여, 분류된 객체들(20-1, 20-2, 20-3, 20-4)이 저장된 관련된 개략적인 맵(7)이 도 3a에 도시된다. 고속도로(17)에는 가로등(18)이 줄지어 있다.
운전자 보조 시스템이 예를 들어 상향등 자동 조광 장치(마스크가 적용된 연속 상향등)이면, 각각의 가로등(18)과 관련되며 맵(7)에 저장된 분류된 객체들(20-1, 20-2, 20-3, 20-4)에 기초해서 상향등의 잘못 수행되는 광 하향 조정이 방지될 수 있다. 예를 들어 차선(12) 위에 있는 자동차는 환경 센서를 이용해서 가로등(18)의 광추면을 검출한다. 가로등(18)의 검출된 광추면은 평가 장치에 의해 다가오는 자동차로 잘못 인식되는 일이 발생할 수 있다. 그러나 전술한 방법에 의해, 운전자 보조 시스템은 검출된 환경 데이터를 객체 인식을 위해 맵(7)에 저장된 분류된 객체들(20-1, 20-2, 20-3, 20-4)에 따라 평가하는 것이 달성된다. 맵(7)에 저장된 객체들(20-1, 20-2, 20-3, 20-4)에 할당된 분류들(21-1, 21-2, 21-3, 21-4)은 예를 들어, 이들이 가로등(18) 및 정적 광 객체인 것을 나타낼 수 있다. 이러한 사전 지식에 기초하여, 평가 장치는 검출된 환경 데이터에서 인식된 객체들, 이 경우에는 즉, 개별 가로등(18)의 광추면을, 맵(7)에 저장된 분류된 객체들(20-1, 20-2, 20-3, 20-4)에 근거해서 관련성 없는 객체들로서 배제할 수 있다. 그 결과, 상향등 자동 조광 장치는 상향등을 하향등으로 전환하지 않는다. 이로 인해 조명의 불필요한 감소가 방지되는 자동차의 편의성과 안전성이 높아진다.
도 4에 자동차 내의 운전자 보조 시스템을 지원하기 위한 방법의 개략적인 흐름도가 도시된다. 방법의 시작(100) 후에 저장된 분류된 객체들을 포함한 맵이 제 1 방법 단계(101)에서 제공된다. 제공은 예를 들어 맵 생성 장치에 의해 수행될 수 있다. 대안으로서 맵은 메모리에도 저장될 수 있다.
후속하는 방법 단계(102)에서 자동차의 주변 환경의 환경 데이터는 자동차의 운전자 보조 시스템의 적어도 하나의 환경 센서에 의해 검출된다. 이러한 환경 센서는 예를 들어 카메라일 수 있고, 상기 카메라는 자동차의 주변 환경의 이미지를 검출한다.
이 경우, 자동차는 이미 주변 환경에서, 예를 들어 맵을 고려하여 이를 위해 형성된 장치에 의해 또는 GPS에 의해 위치 확인된 것이 가정된다. 이러한 제 1 위치 확인 후에야 제어부(2)는 현재 주변 환경에 대해 저장된 분류된 객체들을 맵(7)으로부터 검색한다.
계속해서 방법 단계(103)에서 검출된 환경 데이터는 운전자 보조 시스템의 평가 장치를 이용해서 평가되고, 이 경우 검출된 환경 데이터는 객체 인식을 위해 제공된 맵에 저장된 분류된 객체들에 따라 평가될 수 있다.
이 경우 예를 들어 방법 단계(104)에서, 검출된 환경 데이터에서 명확하게 인식되지 않은 객체의 존재 확률은 맵에 저장된 적어도 하나의 분류된 객체에 근거해서 높아지는 것이 제공될 수 있다.
추가로 또는 대안으로서 방법 단계(105)에서, 검출된 환경 데이터에서 인식된 객체의 존재 확률은 맵에 저장된 적어도 하나의 분류된 객체에 근거해서 낮아지는 것이 제공될 수 있다. 존재 확률의 해당하는 감소에 의해 객체는 심지어 완전히 배제될 수 있다.
추가로 또는 대안으로서 방법 단계(106)에서, 운전자 보조 시스템의 적어도 하나의 파라미터는 맵에 저장된 적어도 하나의 분류된 객체에 따라 구성되는 것이 제공될 수 있다.
방법 단계(107)에서 또한, 맵에 저장되어 있지만, 환경 센서에 의해 검출되지 않는 및/또는 검출된 환경 데이터에서 평가 장치에 의해 인식되지 않는 객체이더라도 운전자 보조 시스템에 의해 고려되는 것이 제공될 수 있다.
마지막 방법 단계(108)에서, 검출된 환경 데이터에서 인식된 객체들을 기초로 맵이 업데이트되는 것이 제공될 수 있다. 그러나 이 경우, 현재 객체가 실제로 해당 위치에 있고 해당하는 분류를 갖는 확률이 충분한 경우에만, 이러한 객체가 맵에서 기존의 객체를 대체한다는 점에 유의해야 한다. 예를 들어, 객체 및/또는 분류의 대체가 수행되기 위해 충족되어야 하는 기준은, 예를 들어 현재 객체가 검출되어야 하는 충분히 높은 분해능이다. 이어서 방법은 종료된다(108).
1: 장치 2: 제어부
3: 메모리 4: 운전자 보조 시스템
5: 환경 센서 6: 평가 장치
7: 맵 8: 환경 데이터
9: 맵 생성 장치 10: 장면
11: 교차로 12: 차선
13-1: 신호등 13-2: 신호등
14-1: 영역 14-2: 영역
15: 도로 표시 16: 나뭇잎
17: 고속도로 18: 가로등
19: 파라미터 20-1: 객체
20-2: 객체 20-3: 객체
20-4: 객체 21-1: 분류
21-2: 분류 21-3: 분류
50: 자동차

Claims (10)

  1. 자동차(50) 내의 운전자 보조 시스템(4)을 지원하기 위한 방법으로서,
    - 관련 위치에 있는 분류된 객체들(20-1, 20-2, 20-3, 20-4)이 저장되어 있는 맵(7)을 제공하는 단계,
    - 상기 운전자 보조 시스템(4)의 적어도 하나의 환경 센서(5)를 이용해서 환경 데이터(8)를 검출하는 단계,
    - 상기 운전자 보조 시스템(4)의 평가 장치(6)를 이용해서 상기 검출된 환경 데이터(8)를 평가하는 단계
    를 포함하고, 상기 검출된 환경 데이터(8)는 객체 인식을 위해 상기 맵(7)에 저장된 상기 분류된 객체들(20-1, 20-2, 20-3, 20-4)에 따라 평가되는 것인 자동차(50) 내의 운전자 보조 시스템(4)을 지원하기 위한 방법.
  2. 제 1 항에 있어서, 상기 검출된 환경 데이터(8)에서 명확하게 인식되지 않은 객체(20-1, 20-2, 20-3, 20-4)의 존재 확률은, 상기 맵(7)에 저장된 적어도 하나의 분류된 객체(20-1, 20-2, 20-3, 20-4)에 근거해서 높아지는 것을 특징으로 하는 방법.
  3. 제 1 항 또는 제 2 항에 있어서, 상기 검출된 환경 데이터(8)에서 인식된 객체(20-1, 20-2, 20-3, 20-4)의 존재 확률은, 상기 맵(7)에 저장된 적어도 하나의 분류된 객체(20-1, 20-2, 20-3, 20-4)에 근거해서 낮아지는 것을 특징으로 하는 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서, 상기 운전자 보조 시스템(4)의 적어도 하나의 파라미터(19)는, 상기 맵(7)에 저장된 적어도 하나의 분류된 객체(20-1, 20-2, 20-3, 20-4)에 따라 구성되는 것을 특징으로 하는 방법.
  5. 제 4 항에 있어서, 상기 적어도 하나의 파라미터(19)는 상기 검출된 환경 데이터(8)의 적어도 일부를 평가하는 분해능을 나타내는 것을 특징으로 하는 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 맵(7)에 저장되어 있지만, 상기 환경 센서(5)에 의해 검출되지 않고 및/또는 상기 검출된 환경 데이터(8)에서 상기 평가 장치(6)에 의해 인식되지 않는 객체(20-1, 20-2, 20-3, 20-4)는 상기 운전자 보조 시스템(4)에 의해 고려되는 것을 특징으로 하는 방법.
  7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서, 상기 객체들(20-1, 20-2, 20-3, 20-4)은 하기 분류들 중 적어도 하나에 따라 분류되는 것을 특징으로 하는 방법: 존재 확률, 객체 유형, 센서에 따른 검출 확률, 교통 안내 관련성, 최소 분해능 및/또는 기상 의존성.
  8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서, 상기 맵(7)은 맵 생성 장치(9)에 의해 제공되는 것을 특징으로 하는 방법.
  9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서, 상기 맵(7)은 상기 검출된 환경 데이터(8)에서 인식된 객체들(20-1, 20-2, 20-3)을 기초로 업데이트되는 것을 특징으로 하는 방법.
  10. 자동차(50) 내의 운전자 보조 시스템(4)을 지원하기 위한 장치(1)로서,
    관련 위치에 있는 분류된 객체들(20-1, 20-2, 20-3, 20-4)이 저장되어 있는 제공된 맵(7)을 처리하기 위한 제어부(2),
    환경 데이터(8)를 검출하기 위한 적어도 하나의 환경 센서(5)와 평가 장치(6)를 구비한 운전자 보조 시스템(4)을 포함하고,
    상기 평가 장치(6)는, 객체 인식을 위해 검출된 상기 환경 데이터(8)를 상기 맵(7)에 저장된 상기 분류된 객체들(20-1, 20-2, 20-3, 20-4)에 따라 평가하도록 형성되는 것인 자동차(50) 내의 운전자 보조 시스템(4)을 지원하기 위한 장치(1).
KR1020197007344A 2016-08-16 2017-06-13 자동차 내의 운전자 보조 시스템을 지원하기 위한 방법 및 장치 KR102295992B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102016215249.1A DE102016215249B4 (de) 2016-08-16 2016-08-16 Verfahren und Vorrichtung zum Unterstützen eines Fahrerassistenzsystems in einem Kraftfahrzeug
DE102016215249.1 2016-08-16
PCT/EP2017/064407 WO2018033269A1 (de) 2016-08-16 2017-06-13 Verfahren und vorrichtung zum unterstützen eines fahrerassistenzsystems in einem kraftfahrzeug

Publications (2)

Publication Number Publication Date
KR20190040250A true KR20190040250A (ko) 2019-04-17
KR102295992B1 KR102295992B1 (ko) 2021-09-01

Family

ID=59152850

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197007344A KR102295992B1 (ko) 2016-08-16 2017-06-13 자동차 내의 운전자 보조 시스템을 지원하기 위한 방법 및 장치

Country Status (6)

Country Link
US (2) US11120278B2 (ko)
EP (1) EP3500974B1 (ko)
KR (1) KR102295992B1 (ko)
CN (1) CN109690561B (ko)
DE (1) DE102016215249B4 (ko)
WO (1) WO2018033269A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016215249B4 (de) 2016-08-16 2022-03-31 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Unterstützen eines Fahrerassistenzsystems in einem Kraftfahrzeug
US10558872B2 (en) * 2018-03-23 2020-02-11 Veoneer Us Inc. Localization by vision
DE102019217555B4 (de) * 2019-11-14 2022-01-27 Zf Friedrichshafen Ag Verfahren und Steuereinrichtung zur Fahrzeugsteuerung
DE102020125448A1 (de) 2020-09-29 2022-03-31 Daimler Ag Kartenplausibilitätsprüfungsverfahren
DE102020213831B4 (de) 2020-11-03 2023-02-02 Volkswagen Aktiengesellschaft Verfahren zum Ermitteln einer Existenzwahrscheinlichkeit eines möglichen Elements in einer Umgebung eines Kraftfahrzeugs, Fahrerassistenzsystem und Kraftfahrzeug
DE102021202778A1 (de) 2021-03-23 2022-09-29 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und System zum Bearbeiten einer digitalen Sicherheitskarte für den Straßenverkehr

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110040481A1 (en) * 2009-08-12 2011-02-17 Ford Global Technologies, Llc False event suppression for collision avoidance systems
US20150025795A1 (en) * 2013-07-18 2015-01-22 GM Global Technology Operations LLC Method for operating a motor vehicle and motor vehicle

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4414054B2 (ja) 2000-03-27 2010-02-10 本田技研工業株式会社 物体認識装置
US8224078B2 (en) 2000-11-06 2012-07-17 Nant Holdings Ip, Llc Image capture and identification system and process
DE10258097A1 (de) 2002-12-11 2004-07-01 Robert Bosch Gmbh Einrichtung zur Abstands- und Geschwindigkeitsmessung von Objekten
DE102004018288A1 (de) 2004-04-15 2005-11-03 Conti Temic Microelectronic Gmbh Verfahren und Vorrichtung zur näherungsweisen Indentifizierung eines Objekts
US20070031008A1 (en) 2005-08-02 2007-02-08 Visteon Global Technologies, Inc. System and method for range measurement of a preceding vehicle
US20080243378A1 (en) * 2007-02-21 2008-10-02 Tele Atlas North America, Inc. System and method for vehicle navigation and piloting including absolute and relative coordinates
CA2712673A1 (en) * 2008-02-04 2009-08-13 Tele Atlas North America Inc. Method for map matching with sensor detected objects
DE102009045286A1 (de) * 2009-10-02 2011-04-21 Robert Bosch Gmbh Verfahren zur Abbildung des Umfelds eines Fahrzeugs
US20110130114A1 (en) 2009-11-27 2011-06-02 Wesley John Boudville Safety device for enhanced pedestrian protection
DE102010034140A1 (de) * 2010-08-12 2012-02-16 Valeo Schalter Und Sensoren Gmbh Verfahren zum Anzeigen von Bildern auf einer Anzeigeeinrichtung und Fahrerassistenzsystem
CN102183259B (zh) * 2011-03-17 2014-07-23 武汉光庭信息技术有限公司 基于电子地图道路特征识别的导航方法
DE102011107458A1 (de) 2011-07-15 2013-01-17 Audi Ag Verfahren zum Evaluieren einer Objekterkennungseinrichtung eines Kraftfahrzeugs
DE102011112404B4 (de) * 2011-09-03 2014-03-20 Audi Ag Verfahren zum Bestimmen der Position eines Kraftfahrzeugs
CN103842228B (zh) * 2011-10-03 2016-09-07 丰田自动车株式会社 车辆的驾驶辅助系统
DE102011086244A1 (de) * 2011-11-14 2013-05-16 Robert Bosch Gmbh Verfahren zum Betreiben eines Sensors
DE102011087774A1 (de) * 2011-12-06 2013-06-06 Robert Bosch Gmbh Verfahren zur Überwachung und Signalisierung einer Verkehrssituation im Umfeld eines Fahrzeuges
DE102012004396A1 (de) * 2012-03-03 2013-09-05 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Erfassen von Objekten in einer Umgebung eines Fahrzeugs
DE102012208254A1 (de) * 2012-05-16 2013-11-21 Continental Teves Ag & Co. Ohg Verfahren und System zur Erstellung eines aktuellen Situationsabbilds
DE102012105332A1 (de) * 2012-06-19 2013-12-19 Continental Teves Ag & Co. Ohg Verfahren zur Darstellung einer Fahrzeugumgebung
DE102013217430A1 (de) * 2012-09-04 2014-03-06 Magna Electronics, Inc. Fahrerassistenzsystem für ein Kraftfahrzeug
US9342986B2 (en) * 2013-02-25 2016-05-17 Honda Motor Co., Ltd. Vehicle state prediction in real time risk assessments
DE102013207904A1 (de) * 2013-04-30 2014-10-30 Bayerische Motoren Werke Aktiengesellschaft Bereitstellen einer effizienten Umfeldkarte für ein Fahrzeug
DE202013006196U1 (de) * 2013-07-09 2014-10-13 GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) Fahrerassistenzsystem für ein Kraftfahrzeug und Kraftfahrzeug
KR20150061752A (ko) * 2013-11-28 2015-06-05 현대모비스 주식회사 차량 운행 보조 장치 및 그 장치에 의한 차량 운행 보조 기능의 자동 활성화 방법
JP6292054B2 (ja) 2013-11-29 2018-03-14 富士通株式会社 運転支援装置、方法、及びプログラム
IL233114A (en) 2014-06-12 2016-09-29 Brightway Vision Ltd A method and system for pattern recognition, classification and tracking
DE102014111126A1 (de) * 2014-08-05 2016-02-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erzeugen einer Umgebungskarte eines Umgebungsbereichs eines Kraftfahrzeugs, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102014111127A1 (de) * 2014-08-05 2016-02-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erzeugen einer Umgebungskarte sowie Fahrerassistenzsystem
DE102014217847A1 (de) * 2014-09-08 2016-03-10 Conti Temic Microelectronic Gmbh Fahrerassistenzsystem, Verkehrstelematiksystem und Verfahren zum Aktualisieren einer digitalen Karte
GB201818058D0 (en) * 2015-05-18 2018-12-19 Mobileye Vision Technologies Ltd Safety system for a vehicle to detect and warn of a potential collision
US20170307743A1 (en) * 2016-04-22 2017-10-26 Delphi Technologies, Inc. Prioritized Sensor Data Processing Using Map Information For Automated Vehicles
DE102016009763A1 (de) * 2016-08-11 2018-02-15 Trw Automotive Gmbh Steuerungssystem und Steuerungsverfahren zum Bestimmen einer Trajektorie und zum Erzeugen von zugehörigen Signalen oder Steuerbefehlen
DE102016215249B4 (de) 2016-08-16 2022-03-31 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Unterstützen eines Fahrerassistenzsystems in einem Kraftfahrzeug

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110040481A1 (en) * 2009-08-12 2011-02-17 Ford Global Technologies, Llc False event suppression for collision avoidance systems
US20150025795A1 (en) * 2013-07-18 2015-01-22 GM Global Technology Operations LLC Method for operating a motor vehicle and motor vehicle

Also Published As

Publication number Publication date
US20190205672A1 (en) 2019-07-04
EP3500974A1 (de) 2019-06-26
CN109690561A (zh) 2019-04-26
DE102016215249B4 (de) 2022-03-31
DE102016215249A1 (de) 2018-02-22
EP3500974B1 (de) 2023-08-09
KR102295992B1 (ko) 2021-09-01
WO2018033269A1 (de) 2018-02-22
US11120278B2 (en) 2021-09-14
CN109690561B (zh) 2023-05-19
US11657622B2 (en) 2023-05-23
US20210374441A1 (en) 2021-12-02

Similar Documents

Publication Publication Date Title
KR102295992B1 (ko) 자동차 내의 운전자 보조 시스템을 지원하기 위한 방법 및 장치
JP6783949B2 (ja) 交通標識情報を用いた道路検出
JP6451844B2 (ja) 車両位置判定装置及び車両位置判定方法
US8543254B1 (en) Vehicular imaging system and method for determining roadway width
CN104276075B (zh) 用于控制机动车辆前车前灯的光分布的方法
US9250063B2 (en) Method and device for ascertaining a position of an object in the surroundings of a vehicle
JP2007329762A (ja) 物体候補領域検出装置、物体候補領域検出方法、歩行者認識装置、および車両制御装置
JP7222799B2 (ja) 道路種別判定装置および運転支援装置
CN102481936A (zh) 以预测性方式确定车辆的道路状况的类型的方法
CN113508277A (zh) 车道标记定位和融合
JP6520463B2 (ja) 車両位置判定装置及び車両位置判定方法
CN113227712A (zh) 用于确定车辆的环境模型的方法和系统
CN116171464A (zh) 信号灯识别装置、信号灯识别方法、车辆控制装置
JP6488913B2 (ja) 車両位置判定装置及び車両位置判定方法
CN112781600A (zh) 一种车辆导航方法、装置及存储介质
US9376052B2 (en) Method for estimating a roadway course and method for controlling a light emission of at least one headlight of a vehicle
JP4703544B2 (ja) 運転支援装置
JP6500607B2 (ja) 自車位置判定装置及び自車位置判定方法
US20220266824A1 (en) Road information generation apparatus
JP6500606B2 (ja) 自車位置判定装置及び自車位置判定方法
JP2022142826A (ja) 自車位置推定装置
KR20230039865A (ko) 관제용 카메라를 활용한 주야간 주행 검지시스템
KR20230071924A (ko) 차량 제어 시스템 및 그 차량 제어 시스템을 이용한 차량의 주행 방법
KR20230071923A (ko) 차량 제어 시스템 및 그 차량 제어 시스템을 이용한 차량의 주행 방법
KR20230071611A (ko) 차량 제어 시스템 및 그 차량 제어 시스템을 이용한 차량의 주행 방법

Legal Events

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