WO2015051988A1 - Bestimmung einer kinematischen zustandsgrösse eines objekts - Google Patents

Bestimmung einer kinematischen zustandsgrösse eines objekts Download PDF

Info

Publication number
WO2015051988A1
WO2015051988A1 PCT/EP2014/070102 EP2014070102W WO2015051988A1 WO 2015051988 A1 WO2015051988 A1 WO 2015051988A1 EP 2014070102 W EP2014070102 W EP 2014070102W WO 2015051988 A1 WO2015051988 A1 WO 2015051988A1
Authority
WO
WIPO (PCT)
Prior art keywords
kinematic state
cell
cells
environment
grid
Prior art date
Application number
PCT/EP2014/070102
Other languages
English (en)
French (fr)
Inventor
Lutz Buerkle
Claudius Glaeser
Thomas Michalke
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 WO2015051988A1 publication Critical patent/WO2015051988A1/de

Links

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

Definitions

  • the invention relates to a method and an apparatus for determining a kinematic state quantity of an object in an environment of a vehicle.
  • the invention further relates to a driver assistance system and a computer program.
  • Driver assistance systems are usually based on a model of the vehicle environment.
  • Such an environment model may include, for example, properties of other objects, such as their location, or open space information.
  • measurements of various sensors present in the vehicle can be used (for example: video sensor, radar sensor, ultrasound sensor or lidar sensor).
  • Occupancy gratings which subdivide the vehicle environment, are generally well suited for the representation of static obstructions, as these usually always occupy the same grid cells and thus different measurements can easily be fused. Dynamic, that is, moving, obstacles are difficult to model in an occupancy grid.
  • the object underlying the invention can therefore be seen to provide an improved method for determining a kinematic state quantity of an object in an environment of a vehicle that can be applied to dynamic obstacles.
  • the object underlying the invention can also be seen in providing a corresponding device for determining a kinematic state variable of an object in an environment of a vehicle.
  • the object underlying the invention can also be seen to provide a corresponding driver assistance system.
  • a method for determining a kinematic state variable of an object in an environment of a vehicle wherein an occupancy grid subdividing the environment is formed, wherein occupied cells of the occupancy grid assigned to an object of the environment are grouped into a cell network, wherein a kinematic state variable for the cell network is estimated.
  • an apparatus for determining a kinematic state variable of an object in an environment of a vehicle comprising an education device for forming an occupancy grid subdividing the environment, a grouping device for grouping occupied cells of the occupancy grid assigned to an object of the environment to form a cell network and an estimator for estimating a kinematic state quantity for the cell composite.
  • a driver assistance system includes the device and a sensor device for detecting an environment of the vehicle.
  • a computer program comprising program code for performing the method when the computer program gram in a computer, in particular in a driver assistance system.
  • a kinematic state variable in the sense of the present invention particularly describes a movement of the object.
  • a kinematic state variable can be, for example, a position, a velocity or an acceleration.
  • the kinematic state variable may be an angle, an angular velocity or an angular acceleration.
  • the kinematic state variable may be a yaw rate.
  • a plurality of kinematic state variables can be provided, that is, in particular estimated. In the case of several kinematic state variables, these can be formed in particular the same or preferably different.
  • An occupancy grid in the sense of the present invention comprises a plurality of cells. Each cell is assigned in particular an occupancy value, which can be referred to in particular as occupancy.
  • An occupancy value may include, for example, a probability value. Such a probability value is a measure of the probability that this cell is occupied by an object. This means, in particular, that at the corresponding to this cell
  • Position around the vehicle the object is located according to the probability.
  • a cell with a probability value less than the predetermined probability value may be referred to as an unoccupied or unoccupied cell.
  • Each cell is associated in particular with a kinematic state variable, which in particular can also be referred to as movement information.
  • this kinematic state variable of a cell can also be referred to as an individual kinematic state variable.
  • each cell is assigned an occupancy value as well as an individual kinematic state variable.
  • a cell may be 10 cm x 10 cm (length x width) in size.
  • a cell may be 20 cm x 20 cm (length x width) in size.
  • the invention thus encompasses, in particular, the idea of no longer independently looking at cells of an occupancy grid grouped together to form a group of cells, but rather as mutually dependent cells. Because cells of an occupancy grid grouped into a cell grouping generally correspond to a single object. In this respect, respective individual state variables of these cells grouped into a cell grouping must be the same. Because an object usually can not have different kinematic state variables. In particular, only a single speed can be assigned to the object.
  • a single kinematic state variable is estimated for the cell composite.
  • Artifacts can not occur at all.
  • the fact is exploited that cells grouped into a cell group also belong to an object.
  • the individual cells are no longer considered independently of each other, but interdependent, to the effect that the cells are grouped or connected to form a cell group and that a joint kinematic state quantity is estimated for this cell group.
  • the estimated kinematic state quantity for the cell group thus applies to each cell of the cell group.
  • Each cell of the cell group thus has the estimated kinematic state variable.
  • cells grouped into a cell grouping can be immediately adjacent cells.
  • the phrase "immediately adjacent" means that no cell is provided between two immediately adjacent cells that is not assigned to an object and thus has no occupancy.
  • the immediately adjacent cells are, in particular, occupied cells.
  • those occupied cells are grouped into a cell group, to each of which an occupancy value and / or a kinematic status variable are assigned, wherein the occupancy values and / or the kinematic state variables lie within a predetermined occupancy value interval or state variable interval.
  • occupancy values and / or the kinematic state variables lie within a predetermined occupancy value interval or state variable interval.
  • an individual kinematic state variable is estimated for at least some of the cells of the cell cluster, wherein the kinematic state variable for the cell cluster is estimated based on the individual kinematic state variables.
  • the kinematic state variable for the cell network is estimated based on an average value or a median of the individual kinematic state variables.
  • an object property is determined, wherein the assignment of occupied cells to the object is carried out based on the determined object property.
  • An object property can be, for example, the size, that is to say in particular a length and / or a height and / or a width. Accordingly, it is then known which dimensions, ie how many and which cells are occupied by the object in the allocation grid.
  • a further occupancy grid dividing the surroundings is formed, wherein in one of the occupancy gratings a structure associated with the cell network is selected, which is searched for in the other occupancy grid, so that upon detection the structure in the other allocation lattice, the kinematic state quantity is estimated based on the respective location of the structure in the two assignment lattices and a time interval between the respective forming of the allocation lattice.
  • the structure is usually also present in the other allocation grid. There usually in a different position.
  • the use of such a structure thus advantageously facilitates the search for the object in the other allocation grid, ie the search which occupied cells belong to the object. If then the respective location and the time interval are known, so for example, an object speed can be calculated. If additional object speeds are known, then an acceleration can be calculated.
  • the structure is the cell composite itself.
  • the structure comprises a subset of the cells of the cell assembly.
  • FIG. 1 shows an allocation grid
  • FIG. 2 shows two allocation grids at different times
  • FIG. 3 shows two further allocation grids at different times
  • FIG. 4 shows two allocation grids at different times
  • FIG. 5 shows a flow diagram of a method for determining a kinematic state variable
  • FIG. 6 shows a flowchart of a further method for determining a kinematic state variable
  • FIG. 7 shows a flowchart of another method for determining a kinematic state variable.
  • FIG. 9 shows a driver assistance system.
  • Figure 1 shows an occupancy grid 101, which divides an environment of a vehicle.
  • the allocation grid 101 comprises a plurality of cells 103. Occupied cells are identified by the reference numeral 105 and drawn in black.
  • the occupied cells 105 are assigned to an object in the environment of a vehicle.
  • the occupied cells 105 are arranged directly adjacent to one another in the allocation grid 101.
  • the association between the occupied cells 105 and the object of the environment can be effected, in particular, by determining an object property of the object and performing the assignment of occupied cells to the object based on the determined object property.
  • an object property can be performed by means of a sensor, for example a radar sensor or an ultrasound sensor.
  • An object property may be, for example, a size, ie a length and / or a height and / or a width.
  • each occupied cell 105 Since the corresponding occupied cells 105 are occupied by the same object, the assignments of the cells 105 must have the same movement. This means, in particular, that each occupied cell 105 must be assigned a same individual kinematic state variable.
  • the occupied cells 105 are grouped or combined or connected to a cell group 107.
  • the cell network 107 includes all occupied cells
  • FIG. 2 shows two allocation grids 101 a and 101 b at different times.
  • the left occupancy grid 101 a has been formed at time t-1.
  • the right occupancy grid 101b was formed at time t.
  • the cell network 107 has moved from the time t-1 to the time t since the object has moved in the vicinity of the vehicle.
  • a dashed arrow with the reference numeral 201 points to the position (shown in phantom) of the cell group 107 in the allocation grid 101b, which the cell network 107 had at time t-1.
  • a structure is selected that is assigned to the cell group 107.
  • this structure is the cell network 107 itself.
  • the occupation grid 101 b is searched for.
  • the kinematic state quantity can then be estimated based on the respective location of the structure in the two occupancy gratings 101a and 101b and the time interval between each forming the occupancy gratings 101a and 101b. In particular, this allows an object speed to be estimated.
  • FIG. 3 shows two further allocation grids 101 a and 101 b.
  • the left occupancy grid 101 a at time t-1 was added.
  • the right occupancy grid 101b was taken at time t.
  • the cell network 107 itself is not selected in the coverage grid 101 a, but rather a substructure of the cell network 107.
  • this substructure itself is again a structure and designated by the reference numeral 301. It is in the selected embodiment 3 x 3 cells 103 large. Of these, four cells 103 are occupied. Five cells are not occupied and designated by the reference numeral 303.
  • the structure 301 includes a Subset of the occupied cells 105 of the cell assembly 107. According to this structure 301, so according to the corresponding pattern, is searched in the allocation grid 101 b.
  • the reference numeral 201 denotes in this context a dashed arrow, the position (shown in dashed lines) of the structure 301 in the allocation grid 101 b shows analogous to Figure 2, which had exhibited them at time t-1.
  • the kinematic state variable for example the speed
  • the kinematic state variable can then be determined or estimated based on the respective location of the structure 301 in the two occupancy gratings 101 a and 101 b and the time interval.
  • an occupied cell 105 of the cell network 107 is therefore connected to a specific number of adjacent cells, that is to say a corresponding substructure is formed.
  • a corresponding substructure is formed for the substructure thus formed, which also has one
  • the search method described in connection with Figure 2 can be used to infer movements of the cell assembly 107 or the structure 301.
  • a substructure can be formed for each occupied cell 105 of the cell network 107.
  • individual kinematic state variables for the individual occupied cells 107 can be determined or estimated based thereon.
  • FIG. 4 shows two further allocation grids 101 a and 101 b at different times.
  • the left grid 101 a at time t-1 has been added or formed.
  • the right allocation grid 101b has been taken at time t.
  • FIG. 5 shows a flow chart of a method for determining a kinematic state variable of an object in an environment of a vehicle.
  • a step 501 the state of the occupancy grid is estimated at time t-1.
  • each cell of the occupancy grid is allocated an occupancy value and a movement information, that is to say a kinematic state variable. This means, in particular, that the condition of the occupancy grid describes occupancy values and movement information.
  • step 503 prediction takes place based on the state of the allocation lattice according to step 501 to form a predicted state 505 for the time t.
  • a measured value is provided, which was formed by means of a sensor for detecting the environment.
  • a sensor for detecting the environment.
  • Such a sensor can be referred to in particular as an environmental sensor.
  • This measurement provides occupancy values and movement information for the occupancy grid at time t. The sensor thus measures the state at time t.
  • a comparison is made between the estimated state at time t-1 and the measured state according to step 507.
  • a comparison between the estimated occupancy at time t-1 and the measured occupancy at time t takes place.
  • kinematic state variables for the individual objects are determined or estimated, as explained in more detail in connection with FIGS. 1 to 4.
  • the estimated kinematic state quantities in step 509 form a new measurement 51 1, which is used as a correction value according to a predicted state correction step 513.
  • the correction step 513 then supplies an estimated state 515 at the time t, ie estimated occupancy values and estimated movement information at the time t.
  • state 515 may be used as state 501 for restarting the method.
  • FIG. 6 shows a flow chart of a further method for determining a kinematic state variable of an object in an environment of a vehicle.
  • the sensor value according to the step 507 is directly used for correcting the predicted state 505 according to a step 601.
  • an estimated state 603 is provided for the time t, which includes estimated motion information and estimated occupancy information for the occupancy grid.
  • the estimated state 603 at time t is compared with the estimated state 501 at time t-1.
  • the occupancy values and the movement information of the occupancy grids formed at t and t-1 are compared with one another. This particular as explained in more detail in connection with Figures 1 to 4.
  • kinematic state variables 607 for the individual objects of the environment can be estimated. This means in particular that based on the comparison movement information for the objects can be estimated or determined.
  • the state variables 607 are used as correction values for correcting the estimated state 603 in a step 609, so that a newly estimated state 61 1 is formed at the time t.
  • the state 61 1 can be used in particular as state 501 for a restart of the method.
  • FIG. 7 shows a flowchart of another method for determining a kinematic state variable of an object in an environment of a vehicle.
  • a step 701 an occupancy grid dividing the environment is formed.
  • occupied cells of the assignment grid allocated to an object of the environment are grouped into a cell group.
  • a step 705 a kinematic state quantity for the cell compound is estimated.
  • FIG. 8 shows a device 801 for determining a kinematic state variable of an object in an environment of a vehicle (not shown).
  • the device 801 comprises an educational device 803 for forming an occupancy grid dividing the environment. Furthermore, the device 801 comprises a grouping device 805 for grouping occupied cells of the occupancy grid assigned to an object of the environment into a cell network. Furthermore, the device 801 comprises an estimator 807 for estimating a kinematic state quantity for the cell composite.
  • FIG. 9 shows a driver assistance system 901.
  • the driver assistance system 901 comprises the device 801 according to FIG. 8 and a sensor device 903 for detecting the surroundings.
  • the sensor device 903 may comprise, for example, a radar sensor, an ultrasound sensor, a lidar sensor, a video sensor, or a combination thereof.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Bestimmen einer kinematischen Zustandsgroße eines Objekts in einem Umfeld eines Fahrzeugs, wobei ein das Umfeld unterteilendes Belegungsgitter (101a, 101b) gebildet wird, wobei einem Objekt des Umfelds zugeordnete belegte Zellen (105) des Belegungsgitters zu einem Zellverbund (107) gruppiert werden, wobei eine kinematische Zustandsgroße (109) für den Zellverbund geschätzt wird. Die Erfindung betrifft ferner eine entsprechende Vorrichtung, ein entsprechendes Fahrerassistenzsystem sowie ein entsprechendes Computerprogramm.

Description

BESTIMMUNG EINER KINEMATISCHEN ZUSTANDSGRÖSSE EINES OBJEKTS
Beschreibung
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Bestimmen einer kinematischen Zustandsgroße eines Objekts in einem Umfeld eines Fahrzeugs. Die Erfindung betrifft ferner ein Fahrerassistenzsystem sowie ein Computerprogramm.
Stand der Technik
Fahrerassistenzsysteme basieren in der Regel auf einem Modell des Fahrzeugumfelds. Ein solches Umfeldmodell kann zum Beispiel Eigenschaften anderer Objekte, wie beispielsweise deren Position, oder Freiflächeninformationen beinhalten. Zum Aufbau eines Umfeldmodells können Messungen verschiedenster im Fahrzeug vorhandener Sensoren genutzt werden (zum Beispiel: Videosensor, Radarsensor, Ultraschallsensor oder Lidarsensor).
Belegungsgitter, die das Fahrzeugumfeld unterteilen, eignen sich in der Regel gut zur Repräsentation statischer Hindernisse, da diese üblicherweise immer die gleichen Gitterzellen belegen und somit verschiedene Messungen leicht fusioniert werden können. Dynamische, das heißt bewegte, Hindernisse lassen sich hingegen nur schwer in einem Belegungsgitter modellieren.
Offenbarung der Erfindung
Die der Erfindung zugrunde liegende Aufgabe kann daher darin gesehen werden, ein verbessertes Verfahren zum Bestimmen einer kinematischen Zustandsgroße eines Objekts in einem Umfeld eines Fahrzeugs bereitzustellen, das auf dynamische Hindernisse angewendet werden kann. Die der Erfindung zugrunde liegende Aufgabe kann ferner darin gesehen werden, eine entsprechende Vorrichtung zum Bestimmen einer kinematischen Zustandsgröße eines Objekts in einem Umfeld eines Fahrzeugs bereitzustellen.
Die der Erfindung zugrunde liegende Aufgabe kann auch darin gesehen werden, ein entsprechendes Fahrerassistenzsystem bereitzustellen.
Des Weiteren kann die der Erfindung zugrunde liegende Aufgabe darin gesehen werden, ein entsprechendes Computerprogramm bereitzustellen.
Diese Aufgaben werden mittels des jeweiligen Gegenstands der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen sind Gegenstand von jeweils abhängigen Unteransprüchen.
Nach einem Aspekt wird ein Verfahren zum Bestimmen einer kinematischen Zustandsgröße eines Objekts in einem Umfeld eines Fahrzeugs bereitgestellt, wobei ein das Umfeld unterteilendes Belegungsgitter gebildet wird, wobei einem Objekt des Umfelds zugeordnete belegte Zellen des Belegungsgitters zu einem Zellverbund gruppiert werden, wobei eine kinematische Zustandsgröße für den Zellverbund geschätzt wird.
Gemäß einem weiteren Aspekt wird eine Vorrichtung zum Bestimmen einer kinematischen Zustandsgröße eines Objekts in einem Umfeld eines Fahrzeugs bereitgestellt, umfassend eine Bildungseinrichtung zum Bilden eines das Umfeld unterteilenden Belegungsgitters, eine Gruppierungseinrichtung zum Gruppieren von einem Objekt des Umfelds zugeordneten belegten Zellen des Belegungsgitters zu einem Zellverbund und eine Schätzeinrichtung zum Schätzen einer kinematischen Zustandsgröße für den Zellverbund.
Nach noch einem Aspekt wird ein Fahrerassistenzsystem bereitgestellt, das die Vorrichtung sowie eine Sensoreinrichtung zum Erfassen eines Umfelds des Fahrzeugs umfasst.
Nach noch einem Aspekt wird ein Computerprogramm bereitgestellt, das Programmcode zur Durchführung des Verfahrens umfasst, wenn das Computerpro- gramm in einem Computer, insbesondere in einem Fahrerassistenzsystem, ausgeführt wird.
Eine kinematische Zustandsgröße im Sinne der vorliegenden Erfindung be- schreibt insbesondere eine Bewegung des Objekts. Eine kinematische Zustandsgröße kann beispielsweise eine Position, eine Geschwindigkeit oder eine Beschleunigung sein. Beispielsweise kann die kinematische Zustandsgröße ein Winkel, eine Winkelgeschwindigkeit oder eine Winkelbeschleunigung sein. Beispielsweise kann die kinematische Zustandsgröße eine Gierrate sein. Beispiels- weise können mehrere kinematische Zustandsgrößen vorgesehen sein, also insbesondere geschätzt werden. Bei mehreren kinematischen Zustandsgrößen können diese insbesondere gleich oder vorzugsweise unterschiedlich gebildet sein. Ein Belegungsgitter im Sinne der vorliegenden Erfindung umfasst mehrere Zellen. Jeder Zelle ist insbesondere ein Belegungswert zugeordnet, der insbesondere als Belegung bezeichnet werden kann. Ein Belegungswert kann beispielsweise einen Wahrscheinlichkeitswert umfassen. Ein solcher Wahrscheinlichkeitswert ist ein Maß für die Wahrscheinlichkeit dafür, dass diese Zelle durch ein Objekt belegt ist. Das heißt also insbesondere, dass an der dieser Zelle entsprechenden
Position im Umfeld des Fahrzeugs sich das Objekt befindet entsprechend der Wahrscheinlichkeit.
Eine Zelle, die einen Wahrscheinlichkeitswert aufweist, der größer ist als ein vor- bestimmter Wahrscheinlichkeitswert, beispielsweise 1 %, vorzugsweise 5 %, insbesondere 10 %, kann als belegte Zelle bezeichnet werden. Eine Zelle mit einem Wahrscheinlichkeitswert von kleiner dem vorbestimmten Wahrscheinlichkeitswert kann als nicht-belegte oder unbelegte Zelle bezeichnet werden. Jeder Zelle ist insbesondere eine kinematische Zustandsgröße zugeordnet, die insbesondere auch als eine Bewegungsinformation bezeichnet werden kann. Im Folgenden kann diese kinematische Zustandsgröße einer Zelle auch als individuelle kinematische Zustandsgröße bezeichnet werden. Diese beschreibt insbesondere eine Bewegung des Objekts des Umfelds des Fahrzeugs, das dieser Zelle zugeordnet ist. Insbesondere ist jeder Zelle ein Belegungswert als auch eine individuelle kinematische Zustandsgröße zugeordnet.
Beispielsweise kann eine Zelle 10 cm x 10 cm (Länge x Breite) groß sein. Beispielsweise kann eine Zelle 20 cm x 20 cm (Länge x Breite) groß sein.
Die Erfindung umfasst also insbesondere den Gedanken, zu einem Zellverbund gruppierte Zellen eines Belegungsgitters nicht mehr unabhängig von einander zu betrachten, sondern als voneinander abhängige Zellen. Denn zu einem Zellverbund gruppierte Zellen eines Belegungsgitters entsprechen in der Regel einem einzigen Objekt. Insofern müssen jeweilige individuelle Zustandsgrößen dieser zu einem Zellverbund gruppierten Zellen gleich sein. Denn ein Objekt kann üblicherweise nicht unterschiedliche kinematische Zustandsgrößen aufweisen. Insbesondere kann dem Objekt nur eine einzige Geschwindigkeit zugeordnet werden.
Im Stand der Technik ist es so, dass für jede Zelle eine individuelle kinematische Zustandsgröße geschätzt wurde. Die kann zu Artefakten führen dahingehend, dass Zellen unterschiedliche geschätzte kinematische Zustandsgrößen aufweisen, obwohl die Zellen einem einzigen Objekt zugeordnet sind und sie deshalb eigentlich alle die gleiche Zustandsgröße aufweisen müssten.
Erfindungsgemäß wird für den Zellverbund eine einzige kinematische Zustandsgröße geschätzt. Artefakte können somit gar nicht auftreten. Es ist ein Objekt im Umfeld des Fahrzeugs vorhanden. Somit kann es beispielsweise nur eine Geschwindigkeit für das Objekt geben. Es wird insofern der Umstand ausgenutzt, dass zu einem Zellverbund gruppierte Zellen auch zu einem Objekt gehören. Insofern werden die einzelnen Zellen nicht mehr unabhängig voneinander betrachtet, sondern voneinander abhängig, dahingehend, dass die Zellen zu einem Zellverbund gruppiert oder verbunden werden und für diesen Zellverbund ein gemeinsame kinematische Zustandsgröße geschätzt wird. Die geschätzt kinematische Zustandsgröße für den Zellverbund gilt somit für jede Zelle des Zellverbunds. Jede Zelle des Zellverbunds weist also die geschätzte kinematische Zustandsgröße auf. Zu einem Zellverbund gruppierte Zellen können beispielsweise unmittelbar benachbarte Zellen sein. Die Formulierung„unmittelbar benachbart" bedeutet insbesondere, dass zwischen zwei unmittelbar benachbarten Zellen keine Zelle vorgesehen ist, die nicht einem Objekt zugeordnet ist und somit keine Belegung aufweist. Bei den unmittelbar benachbarten Zellen handelt es sich insbesondere um belegte Zellen.
Nach einer Ausführungsform sind diejenigen belegten Zellen zu einem Zellverbund gruppiert, denen jeweils ein Belegungswert und/oder eine kinematische Zu- standsgröße zugeordnet sind, wobei die Belegungswerte und/oder die kinematischen Zustandsgrößen innerhalb eines vorbestimmten Belegungswertintervalls respektive Zustandsgrößenintervalls liegen. Somit kann in vorteilhafter Weise sichergestellt werden, dass nur diejenigen belegten Zellen zu einem Zellverbund gruppiert werden, die jeweils möglichst ähnliche (abhängig von den gewählten Intervallen) Belegungswerte und/oder kinematische Zustandsgrößen aufweisen. Denn zwei belegte Zellen, die beispielsweise eine kinematische Zustandsgröße von einmal 10 km/h und einmal 100 km/h aufweisen, können in der Regel nicht zu einem Objekt gehören. Solche belegte Zellen zu einem Zellverbund zu gruppieren, wäre also nicht sinnvoll und zielführend.
Nach einer Ausführungsform kann vorgesehen sein, dass für zumindest einige der Zellen des Zellverbunds jeweils eine individuelle kinematische Zustandsgröße geschätzt wird, wobei die kinematische Zustandsgröße für den Zellverbund basierend auf den individuellen kinematischen Zustandsgrößen geschätzt wird.
Dadurch, dass mehrere individuelle Zustandsgrößen zur Schätzung der kinematischen Zustandsgröße des Zellverbunds verwendet werden, mittein sich eventuelle Fehler oder Artefakte in den individuellen Zustandsgrößen heraus. Dies bewirkt eine genauere Schätzung.
Nach einer Ausführungsform kann vorgesehen sein, dass die kinematische Zustandsgröße für den Zellverbund basierend auf einem Mittelwert oder einem Median der individuellen kinematischen Zustandsgrößen geschätzt wird. Nach einer Ausführungsform kann vorgesehen sein, dass eine Objekteigenschaft ermittelt wird, wobei die Zuordnung von belegten Zellen zu dem Objekt basierend auf der ermittelten Objekteigenschaft durchgeführt wird.
Das erleichtert insbesondere eine Zuordnung von belegten Zellen zu einem Objekt im Umfeld des Fahrzeugs. Eine Objekteigenschaft kann beispielsweise die Größe, also insbesondere eine Länge und/oder eine Höhe und/oder eine Breite, sein. Entsprechend ist dann bekannt, welche Ausmaße, also wie viele und welche Zellen, im Belegungsgitter durch das Objekt belegt werden.
Nach einer Ausführungsform kann vorgesehen sein, dass zeitlich beabstandet von dem Bilden des Belegungsgitters ein weiteres das Umfeld unterteilendes Belegungsgitter gebildet wird, wobei in einem der Belegungsgitter eine dem Zellverbund zugeordnete Struktur ausgewählt wird, nach der in dem anderen Belegungsgitter gesucht wird, so dass bei Detektion der Struktur in dem anderen Belegungsgitter die kinematische Zustandsgröße basierend auf dem jeweiligen Ort der Struktur in den beiden Belegungsgittern und einem zeitlichen Abstand zwischen dem jeweiligen Bilden der Belegungsgitter geschätzt wird.
Da der Struktur ein einziges Objekt zugrunde liegt, ist die Struktur in der Regel im anderen Belegungsgitter ebenfalls vorhanden. Dort in der Regel an einer anderen Position. Das Verwenden einer solchen Struktur vereinfacht somit in vorteilhafter Weise die Suche nach dem Objekt in dem anderen Belegungsgitter, also die Suche, welche belegte Zellen zum Objekt gehören. Wenn dann der jeweilige Ort und der zeitliche Abstand bekannt sind, so kann zum Beispiel eine Objektgeschwindigkeit berechnet werden. Wenn zusätzlich Objektgeschwindigkeiten bekannt sind, so kann eine Beschleunigung berechnet werden.
Nach einer Ausführungsform kann vorgesehen sein, dass die Struktur der Zellverbund selbst ist.
Dies bewirkt eine einfachere und zuverlässigere Detektierbarkeit, da die Wahrscheinlichkeit klein oder vernachlässigbar ist, dass sich im Belegungsgitter ein weiteres Objekt mit genau der gleichen Struktur befindet. Nach einer Ausführungsform kann vorgesehen sein, dass die Struktur eine Teilmenge der Zellen des Zellverbunds umfasst.
Es müssen somit weniger Zellen betrachtet werden, was einen geringeren Rechenaufwand und eine schnellere Bearbeitung bewirkt.
Die Erfindung wird im Folgenden anhand von bevorzugten Ausführungsbeispielen näher erläutert. Hierbei zeigen
Figur 1 ein Belegungsgitter,
Figur 2 zwei Belegungsgitter zu unterschiedlichen Zeitpunkten,
Figur 3 zwei weitere Belegungsgitter zu unterschiedlichen Zeitpunkten,
Figur 4 noch zwei Belegungsgitter zu unterschiedlichen Zeitpunkten,
Figur 5 ein Ablaufdiagramm eines Verfahrens zum Bestimmen einer kinematischen Zustandsgröße,
Figur 6 ein Ablaufdiagramm eines weiteren Verfahrens zum Bestimmen einer kinematischen Zustandsgröße,
Figur 7 ein Ablaufdiagramm eines anderen Verfahrens zum Bestimmen einer kinematischen Zustandsgröße,
Figur 8 eine Vorrichtung zum Bestimmen einer kinematischen Zustandsgröße und
Figur 9 ein Fahrerassistenzsystem.
Im Folgenden können für gleiche Merkmale gleiche Bezugszeichen verwendet werden.
Figur 1 zeigt ein Belegungsgitter 101 , das ein Umfeld eines Fahrzeugs unterteilt. Das Belegungsgitter 101 umfasst mehrere Zellen 103. Belegte Zellen sind mit den Bezugszeichen 105 gekennzeichnet und schwarz ausgemalt gezeichnet. Die belegten Zellen 105 sind einem Objekt im Umfeld eines Fahrzeugs zugeordnet. Die belegten Zellen 105 sind unmittelbar benachbart zueinander im Belegungs- gitter 101 angeordnet. Die Zuordnung zwischen den belegten Zellen 105 und dem Objekt des Umfelds kann insbesondere dadurch bewirkt werden, dass eine Objekteigenschaft des Objekts ermittelt wird und dass die Zuordnung von belegten Zellen zu dem Objekt basierend auf der ermittelten Objekteigenschaft durchgeführt wird. Beispielsweise kann eine solche Objekteigenschaft mittels eines Sensors, beispielsweise eines Radarsensors oder eines Ultraschallsensors, durchgeführt werden.
Eine Objekteigenschaft kann beispielsweise eine Größe, also eine Länge und/oder eine Höhe und/oder eine Breite, sein. Dadurch ist dann unmittelbar be- kannt, welche Ausmaße das Objekt im Belegungsgitter 101 belegt, also wie viele und welche Zellen 103 im Belegungsgitter 101 durch das Objekt belegt werden.
Da die entsprechenden belegten Zellen 105 vom selben Objekt belegt sind, müssen die Belegungen der Zellen 105 die gleiche Bewegung aufweisen. Das heißt also insbesondere, dass jeder belegten Zelle 105 eine gleiche individuelle kinematische Zustandsgroße zugeordnet werden muss.
Um nun eine kinematische Zustandsgroße für das Objekt zu schätzen, werden die belegten Zellen 105 zu einem Zellverbund 107 gruppiert oder zusammenge- fasst oder verbunden. Der Zellverbund 107 umfasst sämtliche belegte Zellen
105. Es wird ferner für jede einzelne belegte Zelle 105 eine individuelle kinematische Zustandsgroße geschätzt, die symbolisch mittels Pfeilen mit dem Bezugszeichen 1 1 1 dargestellt ist. Bei dieser Schätzung wird aber noch keine Abhängigkeit der einzelnen Zellen 105 untereinander dahingehend betrachtet, dass diese zum gleichen Objekt gehören. Somit können aus den einzelnen Schätzungen unterschiedliche individuelle kinematische Zustandsgrößen resultieren.
Es ist dann vorgesehen, dass ein Median oder ein Mittelwert der individuellen kinematischen Zustandsgrößen 1 1 1 bestimmt wird. Dieser Mittelwert oder dieser Median entspricht dann der gemeinsamen kinematischen Zustandsgroße für den
Zellverbund 107. Es wird also eine Bewegung des Objekts auf Grundlage von Schätzungen einzelner Zellen, insbesondere mittels Median oder Mittelwert, berechnet. Die gemeinsame kinematische Zustandsgroße für den Zellverbund 107 ist symbolisch mittels eines Pfeils mit dem Bezugszeichen 1 13 gekennzeichnet. Figur 2 zeigt zwei Belegungsgitter 101 a und 101 b zu unterschiedlichen Zeitpunkten.
Das linke Belegungsgitter 101 a ist zum Zeitpunkt t-1 gebildet worden. Das rechte Belegungsgitter 101 b wurde zum Zeitpunkt t gebildet.
Wie die Belegungsgitter 101 a und 101 b zeigen, hat sich der Zellverbund 107 vom Zeitpunkt t-1 bis zum Zeitpunkt t bewegt, da sich das Objekt im Umfeld des Fahrzeugs bewegt hat. Ein gestrichelter Pfeil mit dem Bezugszeichen 201 zeigt auf die Position (gestrichelt dargestellt) des Zellverbunds 107 im Belegungsgitter 101 b, die der Zellverbund 107 zum Zeitpunkt t-1 hatte.
Es wird im Belegungsgitter 101 a eine Struktur ausgewählt, die dem Zellverbund 107 zugeordnet ist. Im Ausführungsbeispiel gemäß Fig. 2 ist diese Struktur der Zellverbund 107 selbst. Nach dieser Struktur, also nach dem Zellverbund 107, wird im Belegungsgitter 101 b gesucht. Bei Detektion der Struktur in dem Belegungsgitter 101 b kann dann die kinematische Zustandsgroße basierend auf dem jeweiligen Ort der Struktur in den beiden Belegungsgittern 101 a und 101 b und dem zeitlichen Abstand zwischen dem jeweiligen Bilden der Belegungsgitter 101 a und 101 b geschätzt werden. Insbesondere kann dadurch eine Objektge- schwindigkeit geschätzt werden.
Figur 3 zeigt zwei weitere Belegungsgitter 101 a und 101 b.
Analog zu Figur 2 wurde das linke Belegungsgitter 101 a zum Zeitpunkt t-1 auf- genommen. Das rechte Belegungsgitter 101 b wurde zum Zeitpunkt t aufgenommen. Als Struktur wird im Belegungsgitter 101 a nicht der Zellverbund 107 selbst ausgewählt, sondern eine Unterstruktur des Zellverbunds 107. Diese Unterstruktur ist als solche selbst wieder eine Struktur und mit dem Bezugszeichen 301 gekennzeichnet. Sie ist in dem gewählten Ausführungsbeispiel 3 x 3 Zellen 103 groß. Hiervon sind vier Zellen 103 belegt. Fünf Zellen sind nicht belegt und mit dem Bezugszeichen 303 gekennzeichnet. Somit umfasst die Struktur 301 eine Teilmenge der belegten Zellen 105 des Zellverbunds 107. Nach dieser Struktur 301 , also nach dem entsprechenden Muster, wird in dem Belegungsgitter 101 b gesucht. Das Bezugszeichen 201 kennzeichnet in diesem Zusammenhang einen gestrichelten Pfeil, der analog zu Figur 2 die Position (gestrichelt dargestellt) der Struktur 301 im Belegungsgitter 101 b zeigt, die diese zum Zeitpunkt t-1 aufgewiesen hatte.
Analog zu Figur 2 kann dann basierend auf dem jeweiligen Ort der Struktur 301 in den beiden Belegungsgittern 101 a und 101 b und dem zeitlichen Abstand die kinematische Zustandsgroße, beispielsweise die Geschwindigkeit, bestimmt oder geschätzt werden.
Es wird also insbesondere eine belegte Zelle 105 des Zellverbunds 107 mit einer bestimmten Anzahl an benachbarten Zellen verbunden, also eine entsprechende Unterstruktur gebildet. Für die so gebildete Unterstruktur, die ebenfalls einen
Zellverbund darstellt, kann das im Zusammenhang mit der Figur 2 beschriebene Suchverfahren genutzt werden, um auf Bewegungen des Zellverbunds 107 oder der Struktur 301 zu schließen. Insbesondere kann für jede belegte Zelle 105 des Zellverbunds 107 eine solche Substruktur gebildet werden. Insofern können ba- sieren darauf individuelle kinematischen Zustandsgrößen für die einzelnen belegten Zellen 107 bestimmt oder geschätzt werden.
Figur 4 zeigt zwei weitere Belegungsgitter 101 a und 101 b zu unterschiedlichen Zeitpunkten.
Analog zu den Figuren 2 und 3 ist das linke Gitter 101 a zum Zeitpunkt t-1 aufgenommen oder gebildet worden. Das rechte Belegungsgitter 101 b ist zum Zeitpunkt t aufgenommen worden. Die entsprechende Substruktur aus belegten Zellen 105 und unbelegten Zellen
403 ist mit dem Bezugszeichen 401 gekennzeichnet. Im Belegungsgitter 101 b besteht bei dieser Substruktur 401 eine Unsicherheit dahingehend, dass diese beim gewählten Zellverbund 107 zweimal vorkommt. Dies ist mit den Bezugszeichen 405 und 407 schematisch dargestellt. Insofern gibt es eine Unsicherheit hinsichtlich der Schätzung oder der Bestimmung der kinematischen Zustandsgroße 109. Da aber die Zellen in der Regel 2 cm x 2 cm, beispielsweise 10 cm x 10 cm, groß sind, ist der entsprechende Fehler oder die entsprechende Unsicherheit in der Regel vernachlässigbar.
Figur 5 zeigt ein Ablaufdiagramm eines Verfahrens zum Bestimmen einer kinematischen Zustandsgröße eines Objekts in einem Umfeld eines Fahrzeugs.
In einem Schritt 501 wird zum Zeitpunkt t-1 der Zustand des Belegungsgitters geschätzt. Hierbei wird jeder Zelle des Belegungsgitters einen Belegungswert und eine Bewegungsinformation, also eine kinematische Zustandsgröße, zugeordnet. Das heißt also insbesondere, dass der Zustand des Belegungsgitters Belegungswerte und Bewegungsinformationen beschreibt.
In einem Schritt 503 findet basierend auf dem Zustand des Belegungsgitters gemäß Schritt 501 eine Prädiktion statt, um einen prädizierten Zustand 505 für den Zeitpunkt t zu bilden.
In einem Schritt 507 wird ein Messwert bereitgestellt, der mittels eines Sensors zum Erfassen des Umfelds gebildet wurde. Ein solcher Sensor kann insbesondere als ein Umfeldsensor bezeichnet werden. Dieser Messwert liefert Belegungswerte und Bewegungsinformationen für das Belegungsgitter zum Zeitpunkt t. Der Sensor misst also den Zustand zum Zeitpunkt t.
In einem Schritt 509 wird ein Vergleich zwischen dem geschätzten Zustand zum Zeitpunkt t-1 und dem gemessenen Zustand gemäß dem Schritt 507. Es findet also insbesondere ein Vergleich zwischen der geschätzten Belegung zum Zeitpunkt t-1 und der gemessenen Belegung zum Zeitpunkt t statt. Basierend darauf werden kinematische Zustandsgrößen für die einzelnen Objekte bestimmt oder geschätzt, wie dies im Zusammenhang mit den Figuren 1 bis 4 näher erläutert wurde.
Die geschätzten kinematischen Zustandsgrößen gemäß Schritt 509 bilden einen neuen Messwert 51 1 , der als Korrekturwert gemäß einem Korrekturschritt 513 für den prädizierten Zustand 505 verwendet wird. Der Korrekturschritt 513 liefert dann einen geschätzten Zustand 515 zum Zeitpunkt t, also geschätzte Belegungswerte und geschätzte Bewegungsinformationen zum Zeitpunkt t. Der Zu- stand 515 kann insbesondere als Zustand 501 für einen Neustart des Verfahrens verwendet werden.
Figur 6 zeigt ein Ablaufdiagramm eines weiteren Verfahrens zum Bestimmen einer kinematischen Zustandsgröße eines Objekts in einem Umfeld eines Fahrzeugs.
Teilweise sind im Verfahren gemäß Figur 6 die gleichen Schritte vorgesehen wie im Verfahren gemäß Figur 5, so dass entsprechend die gleichen Bezugszeichen verwendet werden. Die im Zusammenhang mit der Figur 5 entsprechend gemachten Ausführungen gelten analog für Figur 6.
Als ein Unterschied wird der Sensorwert gemäß dem Schritt 507 direkt zur Korrektur des prädizierten Zustande 505 gemäß einem Schritt 601 verwendet. Nach dem Korrekturschritt 601 wird ein geschätzter Zustand 603 für den Zeitpunkt t bereitgestellt, der geschätzte Bewegungsinformationen und geschätzte Belegungsinformationen für das Belegungsgitter umfasst.
In einem Schritt 605 wird der geschätzte Zustand 603 zum Zeitpunkt t mit dem geschätzten Zustand 501 zum Zeitpunkt t-1 verglichen. Es werden also insbesondere die Belegungswerte und die Bewegungsinformationen der zu t und t-1 gebildeten Belegungsgitter miteinander verglichen. Dies insbesondere wie im Zusammenhang mit den Figuren 1 bis 4 näher erläutert. Basierend auf diesem Vergleich können kinematische Zustandsgrößen 607 für die einzelnen Objekte des Umfelds geschätzt werden. Das heißt also insbesondere, dass basierend auf dem Vergleich Bewegungsinformationen für die Objekte geschätzt oder bestimmt werden können.
Die Zustandsgrößen 607 werden in einem Schritt 609 als Korrekturwerte zur Korrektur des geschätzten Zustande 603 verwendet, so dass ein neu geschätzter Zustand 61 1 zum Zeitpunkt t gebildet wird. Der Zustand 61 1 kann insbesondere als Zustand 501 für einen Neustart des Verfahrens verwendet werden.
Figur 7 zeigt ein Ablaufdiagramm eines anderen Verfahrens zum Bestimmen einer kinematischen Zustandsgröße eines Objekts in einem Umfeld eines Fahrzeugs. Gemäß einem Schritt 701 wird ein das Umfeld unterteilendes Belegungsgitter gebildet. In einem Schritt 703 werden einem Objekt des Umfelds zugeordnete belegte Zellen des Belegungsgitters zu einem Zellverbund gruppiert. In einem Schritt 705 wird eine kinematische Zustandsgroße für den Zellverbund geschätzt.
Figur 8 zeigt eine Vorrichtung 801 zum Bestimmen einer kinematischen Zustandsgroße eines Objekts in einem Umfeld eines Fahrzeugs (nicht gezeigt).
Die Vorrichtung 801 umfasst eine Bildungseinrichtung 803 zum Bilden eines das Umfeld unterteilenden Belegungsgitters. Des Weiteren umfasst die Vorrichtung 801 eine Gruppierungseinrichtung 805 zum Gruppieren von einem Objekt des Umfelds zugeordneten belegten Zellen des Belegungsgitters zu einem Zellverbund. Ferner umfasst die Vorrichtung 801 eine Schätzeinrichtung 807 zum Schätzen einer kinematischen Zustandsgroße für den Zellverbund.
Figur 9 zeigt ein Fahrerassistenzsystem 901.
Das Fahrerassistenzsystem 901 umfasst die Vorrichtung 801 gemäß Figur 8 sowie eine Sensoreinrichtung 903 zum Erfassen des Umfelds. Die Sensoreinrichtung 903 kann beispielsweise einen Radarsensor, einen Ultraschallsensor, einen Lidarsensor, einen Videosensor oder eine Kombination hiervon umfassen.

Claims

Ansprüche
1 . Verfahren zum Bestimmen einer kinematischen Zustandsgröße (109) eines Objekts in einem Umfeld eines Fahrzeugs, wobei ein das Umfeld unterteilendes Belegungsgitter (101 , 101 a, 101 b) gebildet wird (701 ), wobei einem Objekt des Umfelds zugeordnete belegte Zellen (103, 105) des Belegungsgitters (101 , 101 a, 101 b) zu einem Zellverbund (107) gruppiert werden (703), wobei eine kinematische Zustandsgröße (109) für den Zellverbund (107) geschätzt wird (705).
2. Verfahren nach Anspruch 1 , wobei für zumindest einige der Zellen (103, 105) des Zellverbunds (107) jeweils eine individuelle kinematische Zustandsgröße (109) geschätzt wird, wobei die kinematische Zustandsgröße (109) für den Zellverbund (107) basierend auf den individuellen kinematischen Zustandsgrößen (109) geschätzt wird.
3. Verfahren nach Anspruch 2, wobei die kinematische Zustandsgröße (109) für den Zellverbund (107) basierend auf einem Mittelwert oder einem Median der individuellen kinematischen Zustandsgrößen (109) geschätzt wird.
4. Verfahren nach einem der vorherigen Ansprüche, wobei eine Objekteigenschaft ermittelt wird und wobei die Zuordnung von belegten Zellen (103, 105) zu dem Objekt basierend auf der ermittelten Objekteigenschaft durchgeführt wird.
5. Verfahren nach einem der vorherigen Ansprüche, wobei zeitlich beabstandet von dem Bilden des Belegungsgitters (101 , 101 a, 101 b) ein weiteres das Umfeld unterteilendes Belegungsgitter (101 , 101 a, 101 b) gebildet wird, wobei in einem der Belegungsgitter (101 , 101 a, 101 b) eine dem Zellverbund
(107) zugeordnete Struktur (301 , 401 ) ausgewählt wird, nach der in dem anderen Belegungsgitter (101 , 101 a, 101 b) gesucht wird, so dass bei Detektion der Struktur (301 , 401 ) in dem anderen Belegungsgitter (101 , 101 a, 101 b) die kinematische Zustandsgroße (109) basierend auf dem jeweiligen Ort der Struktur (301 , 401 ) in den beiden Belegungsgittern (101 , 101 a, 101 b) und einem zeitlichen Abstand zwischen dem jeweiligen Bilden der Belegungsgitter (101 , 101 a, 101 b) geschätzt wird.
Verfahren nach Anspruch 5, wobei die Struktur (301 , 401 ) der Zellverbund (107) selbst ist.
Verfahren nach Anspruch 5, wobei die Struktur (301 , 401 ) eine Teilmenge der Zellen (103, 105) des Zellverbunds (107) umfasst.
Vorrichtung (801 ) zum Bestimmen einer kinematischen Zustandsgroße (109) eines Objekts in einem Umfeld eines Fahrzeugs, umfassend eine Bildungseinrichtung (803) zum Bilden eines das Umfeld unterteilenden Belegungsgitters (101 , 101 a, 101 b), eine Gruppierungseinrichtung (805) zum Gruppieren von einem Objekt des Umfelds zugeordneten belegten Zellen (103, 105) des Belegungsgitters (101 , 101 a, 101 b) zu einem Zellverbund (107) und eine Schätzeinrichtung (807) zum Schätzen einer kinematischen Zustandsgroße (109) für den Zellverbund (107).
Fahrerassistenzsystem (901 ), umfassend die Vorrichtung nach Anspruch 8 und eine Sensoreinrichtung (903) zum Erfassen des Umfelds.
10. Computerprogramm, umfassend Programmcode zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 7, wenn das Computerprogramm in einem Computer ausgeführt wird.
PCT/EP2014/070102 2013-10-07 2014-09-22 Bestimmung einer kinematischen zustandsgrösse eines objekts WO2015051988A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE201310220170 DE102013220170A1 (de) 2013-10-07 2013-10-07 Verfahren zum Bestimmen einer kinematischen Zustandsgröße eines Objekts
DE102013220170.2 2013-10-07

Publications (1)

Publication Number Publication Date
WO2015051988A1 true WO2015051988A1 (de) 2015-04-16

Family

ID=51659614

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2014/070102 WO2015051988A1 (de) 2013-10-07 2014-09-22 Bestimmung einer kinematischen zustandsgrösse eines objekts

Country Status (2)

Country Link
DE (1) DE102013220170A1 (de)
WO (1) WO2015051988A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10757485B2 (en) 2017-08-25 2020-08-25 Honda Motor Co., Ltd. System and method for synchronized vehicle sensor data acquisition processing using vehicular communication
US11163317B2 (en) 2018-07-31 2021-11-02 Honda Motor Co., Ltd. System and method for shared autonomy through cooperative sensing
US11181929B2 (en) 2018-07-31 2021-11-23 Honda Motor Co., Ltd. System and method for shared autonomy through cooperative sensing

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019109333A1 (de) * 2019-04-09 2020-10-15 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Verarbeitungseinheit zur Ermittlung der Größe eines Objektes
DE102023109042A1 (de) 2023-04-11 2024-10-17 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Fahrassistenzeinrichtung für eine belegungsgitterbasierte prädiktive Unterstützung einer automatischen Fahrzeugsteuerung und entsprechend eingerichtetes Kraftfahrzeug

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
FULGENZI C ET AL: "Dynamic Obstacle Avoidance in uncertain environment combining PVOs and Occupancy Grid", 2007 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION - 10-14 APRIL 2007 - ROMA, ITALY, IEEE, PISCATAWAY, NJ, USA, 10 April 2007 (2007-04-10), pages 1610 - 1616, XP031389025, ISBN: 978-1-4244-0601-2 *
KAMEL MEKHNACHA ET AL: "The fast clustering-tracking algorithm in the Bayesian occupancy filter framework", MULTISENSOR FUSION AND INTEGRATION FOR INTELLIGENT SYSTEMS, 2008. MFI 2008. IEEE INTERNATIONAL CONFERENCE ON, IEEE, PISCATAWAY, NJ, USA, 20 August 2008 (2008-08-20), pages 238 - 245, XP031346277, ISBN: 978-1-4244-2143-5 *
MOHAMED ESSAYED BOUZOURAA ET AL: "Fusion of occupancy grid mapping and model based object tracking for driver assistance systems using laser and radar sensors", INTELLIGENT VEHICLES SYMPOSIUM (IV), 2010 IEEE, IEEE, PISCATAWAY, NJ, USA, 21 June 2010 (2010-06-21), pages 294 - 300, XP031732267, ISBN: 978-1-4244-7866-8 *
TRUNG-DUNG VU ET AL: "Grid-based localization and online mapping with moving objects detection and tracking: new results", INTELLIGENT VEHICLES SYMPOSIUM, 2008 IEEE, IEEE, PISCATAWAY, NJ, USA, 4 June 2008 (2008-06-04), pages 684 - 689, XP031318950, ISBN: 978-1-4244-2568-6 *
TRUNG-DUNG VU: "Vehicle Perception: Localization, Mapping with Detection, Classification and Tracking of Moving Objects", PHD-THESIS, 18 September 2009 (2009-09-18), XP055154102, Retrieved from the Internet <URL:https://hal.archives-ouvertes.fr/tel-00454238/document> [retrieved on 20141120] *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10757485B2 (en) 2017-08-25 2020-08-25 Honda Motor Co., Ltd. System and method for synchronized vehicle sensor data acquisition processing using vehicular communication
US11163317B2 (en) 2018-07-31 2021-11-02 Honda Motor Co., Ltd. System and method for shared autonomy through cooperative sensing
US11181929B2 (en) 2018-07-31 2021-11-23 Honda Motor Co., Ltd. System and method for shared autonomy through cooperative sensing

Also Published As

Publication number Publication date
DE102013220170A1 (de) 2015-04-09

Similar Documents

Publication Publication Date Title
DE102014218565B4 (de) Verfahren und Vorrichtung zur adaptiven Geschwindigkeits- und/oder Abstandsregelung eines Fahrzeugs
EP3497476A1 (de) Kraftfahrzeug und verfahren zur 360°-umfelderfassung
DE102015214338A1 (de) Bestimmung einer Anordnungsinformation für ein Fahrzeug
WO2015051988A1 (de) Bestimmung einer kinematischen zustandsgrösse eines objekts
EP3142913B1 (de) Umfeldkarte für fahrflächen mit beliebigem höhenverlauf
DE102014200279A1 (de) Verfahren und Vorrichtung zum Detektieren von Objekten in einem Umfeld eines Fahrzeugs
DE102018122374B4 (de) Verfahren zum Bestimmen eines ein Kraftfahrzeug umgebenden Freiraums, Computerprogrammprodukt, Freiraumbestimmungseinrichtung und Kraftfahrzeug
DE102014227032A1 (de) System zum Filtern von LiDAR-Daten in einem Fahrzeug und entsprechendes Verfahren
DE102009034455B4 (de) Verfahren zur Ermittlung einer potentiellen Konfliktsituation
DE102011113016A1 (de) Verfahren zur Umgebungsrepräsentation eines Fahrzeugs
DE102018220941A1 (de) Auswertung von Messgrößen mit KI-Modulen unter Berücksichtigung von Messunsicherheiten
DE102012212347A1 (de) Parkplatzmeldesystem und Verfahren zum Melden von freien Parkplätzen
DE102015011467A1 (de) Verfahren zur Erstellung einer digitalen Karte eines Parkraums
DE102019122250A1 (de) Verfahren sowie Steuergerät für ein System zum Steuern eines Kraftfahrzeugs
DE102018201570A1 (de) Multiple-Target-Object-Tracking-Verfahren, Vorrichtung und Computerprogramm zum Durchführen eines Multiple-Target-Object-Tracking für bewegliche Objekte
DE102021100395A1 (de) Computerimplementiertes Verfahren zur Bestimmung von Ähnlichkeitswerten von Verkehrsszenarien
EP2353958B1 (de) Verfahren zur Auswertung von die Umgebung eines Kraftfahrzeugs betreffenden Sensordaten wenigstens eines Umfeldsensors und Kraftfahrzeug
AT521647A1 (de) Verfahren und System zur Datenaufbereitung, zum Trainieren eines künstlichen neuronalen Netzes und zum Analysieren von Sensordaten
DE102014210752A1 (de) Verfahren und Vorrichtung zum Überwachen einer Solltrajektorie eines Fahrzeugs
DE102018201411A1 (de) Verfahren zum Ermitteln eines zeitlichen Verlaufs einer Messgröße, Prognosesystem, Aktorsteuerungssystem, Verfahren zum Trainieren des Aktorsteuerungssystems,Trainingssystem, Computerprogramm und maschinenlesbares Speichermedium
DE102017108107A1 (de) Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur schätzung einer pose eines kraftfahrzeugs
DE102010048675A1 (de) Prognostizieren von Phasenübergängen an ineinander übergehenden Stauphasen
DE102020119954A1 (de) Verfahren zum Erzeugen einer Belegungsgitterkarte für zumindest ein statisches Objekt, Computerprogrammprodukt, computerlesbares Speichermedium sowie Assistenzsystem
DE102016223999A1 (de) Bestimmen einer Referenztrajektorie mit einem Posen-Graphen
DE102016212734A1 (de) Steuervorrichtung und Verfahren

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14780429

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14780429

Country of ref document: EP

Kind code of ref document: A1