WO2017125369A1 - Method for detecting traffic lanes on a roadway on the basis of a frequency distribution of distance values, control device, driver assistance system, and motor vehicle - Google Patents

Method for detecting traffic lanes on a roadway on the basis of a frequency distribution of distance values, control device, driver assistance system, and motor vehicle Download PDF

Info

Publication number
WO2017125369A1
WO2017125369A1 PCT/EP2017/050853 EP2017050853W WO2017125369A1 WO 2017125369 A1 WO2017125369 A1 WO 2017125369A1 EP 2017050853 W EP2017050853 W EP 2017050853W WO 2017125369 A1 WO2017125369 A1 WO 2017125369A1
Authority
WO
WIPO (PCT)
Prior art keywords
motor vehicle
lane
lanes
distance values
basis
Prior art date
Application number
PCT/EP2017/050853
Other languages
German (de)
French (fr)
Inventor
Alexander SUHRE
Youssef-Aziz GHALY
Natascha Schoeneck
Original Assignee
Valeo Schalter Und Sensoren 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 Valeo Schalter Und Sensoren Gmbh filed Critical Valeo Schalter Und Sensoren Gmbh
Publication of WO2017125369A1 publication Critical patent/WO2017125369A1/en

Links

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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • 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
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles

Definitions

  • the present invention relates to a method for detecting lanes on a roadway, in which sensor data is received by at least one sensor of a motor vehicle, on the basis of which sensor data a plurality of vehicles located on the lanes are detected, distance values which are a distance of each describe the detected vehicles to the motor vehicle in the vehicle transverse direction of the motor vehicle, are determined, a frequency distribution of the distance values is determined and the lanes are recognized by the frequency distribution. Furthermore, the present invention relates to a control device for a driver assistance system of a motor vehicle. Furthermore, the present invention relates to a driver assistance system for a motor vehicle. Finally, the present invention relates to a motor vehicle with such a driver assistance system.
  • the driver assistance system may include one or more sensors that
  • sensors for example, distributed to the motor vehicle are arranged. These sensors can emit a sensor signal, which is then reflected by an object in the surrounding area of the motor vehicle and returned to the sensor. Based on the transit time between the emission of the sensor signal and the reception of the sensor signal reflected by the object or the echo of the sensor signal, the distance between the motor vehicle and the object can then be determined.
  • sensors may be, for example, ultrasonic sensors, laser scanners, lidar sensors or radar sensors.
  • a relative speed between the motor vehicle and the object and / or an angle between the motor vehicle and the object can be determined on the basis of the sensor signals.
  • the interest here is directed to the detection of lanes of a roadway.
  • the sensor of the driver assistance system or of the motor vehicle is to be used to detect the individual lanes of a roadway. In this way, the number of lanes can be determined. In addition, it can be determined on which lane the motor vehicle is currently located.
  • Information can then be from other driver assistance systems of the motor vehicle be used.
  • this information can be a
  • Lane change assistants are supplied.
  • WO 2015/106914 A1 describes a method for detecting a
  • the vehicle positions are detected for each of the detected other vehicles. Furthermore, a degree of expression of one or more indicators for the presence of the emergency gas situation is determined. It is provided that the one or more indicators are indicative of at least one of: a lateral distance between other vehicles on adjacent lanes, or a lateral offset of other vehicles relative to lane mark progressions, or a lateral offset of other vehicles relative to a respective one
  • DE 101 15 551 A1 describes a method for lane assignment of successive vehicles.
  • moving objects which are located in front of the own vehicle, are detected by means of a radar sensor.
  • Cross-offset histogram of detected radar objects determined.
  • the maxima of the transverse offset histogram are identical to the position of the different lanes. From the number of maxima can thus determine the number of lanes.
  • Lane width is calculated by correlating the histogram with reference histograms where the lane width is known.
  • An inventive method is used to detect lanes on a
  • Vehicle transverse direction of the motor vehicle describe determined.
  • a frequency distribution of the distance values is determined and the lanes are recognized on the basis of the frequency distribution.
  • the distance values are assigned to the recognized lanes on the basis of the frequency distribution and a lane width of at least one of the lanes is determined on the basis of those distance values which are assigned to this lane.
  • the individual lanes of a roadway are to be recognized, on which the motor vehicle is currently located. It is in particular
  • the sensor may be, for example, a radar sensor, a laser scanner or a lidar sensor. Measuring cycles can be carried out continuously with this sensor. At each measurement cycle, the sensor can emit a sensor signal, which is then reflected by the other vehicles that are on the lane or on the lanes. Based on the transit time between the emission of the sensor signal and the reception of the sensor signal reflected by the respective vehicle, the distance between the motor vehicle and each of the vehicles can then be determined.
  • the sensor signals describe a relative speed between the motor vehicle and each of the vehicles on the lanes.
  • the sensor signals may describe an angle, in particular an azimuthal angle between the motor vehicle and each of the vehicles on the lanes. In this case, the sensor has a detection range in which with the aid of the sensor
  • Vehicles on the lanes can be detected.
  • the vehicles may be, for example, passenger cars, trucks, buses, motorcycles or the like.
  • the sensor signals that are provided with the at least one sensor can be supplied to a control device of the motor vehicle.
  • Control device may be, for example, an electronic control unit (ECU - Electronic Control Unit).
  • the control device may comprise, for example, a microprocessor or a digital signal processor.
  • the sensor signals can be evaluated.
  • the sensor signals describe the relative position of each of the detected vehicles to the motor vehicle.
  • distance values are determined in each case, the
  • Vehicle transverse direction can be specified. For each of these distance ranges, the number of distance values that lie within this range can then be determined. This results in a frequency distribution which can have, for example, several maxima. The respective maxima can be assigned to the individual lanes of the roadway. This can be used to determine how many lanes are on the road. Furthermore, it can be determined on which lane the motor vehicle itself is located.
  • Frequency distribution associated with the detected lanes For the assignment of the distance values to the respective recognized lanes, known algorithms for clustering, for example the so-called mean shift algorithm linear, can be used. Such algorithms can detect how many clusters in the record the
  • the lane width of at least one of the lanes is determined. It is preferably provided that the respective lane width of all lanes on the roadway is determined. The lane width is determined on the basis of those distance values that were also assigned to this lane. Thus, the lane width is determined based on the distance values obtained with the sensor. Thus, for example, it is not necessary to use a corresponding reference model with predetermined lane widths. This allows a safe and reliable determination of the width of the respective lanes.
  • the lane width of the at least one lane is preferably determined on the basis of a variance of the distance values assigned to this lane.
  • Frequency distribution can have different regions or different modes, which are assigned to the respective lanes.
  • the respective distance values assigned to one of the lanes or the respective modes may have a distribution that is similar to a normal distribution.
  • the respective distance values assigned to one of the lanes or the respective modes may have a distribution that is similar to a normal distribution.
  • the variance describes the expected quadratic deviation of the random variable from its expected value.
  • the variance of the distance values relative to the distance in the vehicle transverse direction can then be used as the basis for the calculation of the lane width.
  • the lane width of the at least one lane can be determined in a simple manner.
  • the lane width of the at least one lane is determined by a first distance value, which is the shortest distance to the lane
  • lane width of the at least one lane may also be determined based on a first distance value, which is arranged, for example, on the far right in the lane, and the distance value, which is located furthest to the left in the lane. Based on the lateral distance between the two outermost ones
  • Distance values can then be determined, the lane width. It can also be provided that the lateral distance between the outermost distance values is multiplied by a predetermined factor. This allows a simple and reliable determination of the lane width.
  • the lane width of the at least one lane is additionally determined on the basis of the distance values which are assigned to a lane adjacent to the at least one lane. This means that to
  • Determining the lane width not only the distance values are taken into account, which are assigned to this lane, but also distance values can be taken into account, which are assigned to an adjacent lane.
  • the lane width is smaller than the distance of the distance value that is furthest to the leftmost in the right adjacent cluster from the track right in the left adjacent cluster.
  • the outermost distance values can be taken into account for each lane and, if present, the directly adjacent distance values in the adjacent lanes can also be taken into account.
  • the outermost distance values of a track can be as minimal
  • the track width can be determined as a mean of the minimum and the maximum track width.
  • At least one object is detected which limits the roadway and the lanes are additionally recognized on the basis of the at least one object.
  • static objects that are part of the infrastructure and that limit the roadway on one or both sides.
  • Such objects may be, for example, a guardrail, a wall, a curb, a planting or the like.
  • Such an object does not move and is therefore relatively easy to recognize on the basis of the sensor data.
  • a boundary for example a guardrail
  • the lateral distance between the two objects can be determined. This lateral distance indicates the maximum width of the road or the road.
  • the number of lanes on the road can be determined. By dividing the maximum width of the roadway by the number of lanes or modes, an estimate for the lane width of the respective lanes results.
  • Receive motor vehicle which describes the road, in the image, at least one lane marking is detected and the lanes are detected on the basis of at least one lane marking.
  • a camera can be provided which, for example, continuously provides images of the roadway. With a corresponding object recognition algorithm, the lane markings can then be recognized on the road.
  • the road markings may be, for example, white or colored markings that are on the
  • the lane markings can be applied.
  • Shaping be recognized. On the basis of the images of the camera can also the road or the road surface are detected. It can also be determined where road markings are on the road surface. This information can be merged or merged with the distance values. In this case, it can be determined whether the division or the clustering of the distance values coincides with the positions of the lane markings. In this way, the
  • the lane width of the at least one lane may be determined based on the variance of the distance values. Further, the lane width may be determined based on the outermost distance values in the lane and / or the distance values of the adjacent lanes. Furthermore, lane boundaries and / or lane markings can be used.
  • the results of the individual methods for determining the lane width can also be combined with one another, for example by defining a tolerance level for each method or for each algorithm. Furthermore, the results of the individual methods can be interpreted as a condition for a cost function and entered into an optimization algorithm, for example a linear programming. Then the optimization algorithm can find the optimal solution and thus the lane width can be reliably determined.
  • Positioning system can be taken into account, where the motor vehicle is currently on the digital map. From the digital map, for example, information about how many lanes the road has. In addition, a type of lane can be taken from the digital map. For example, it can be taken into account whether it is a motorway, a federal highway, a country road or the like. This information can also be used to make the assignment of the respective distance values to the lanes plausible.
  • the sensor data which is received describe the roadway in the direction of travel in front of the motor vehicle and / or the roadway in the direction of travel behind the motor vehicle and / or the roadway next to the motor vehicle.
  • the motor vehicle or the driver assistance system can have a plurality of sensors which are arranged distributed on the motor vehicle. In this way, the vehicles can be detected in the direction of travel in front of the motor vehicle, in the direction of travel behind the motor vehicle or laterally next to the motor vehicle. Based on the detected vehicles then the respective lanes can be reliably determined.
  • a control device for a driver assistance system of
  • the control device can be formed by an electronic control unit of the motor vehicle.
  • An inventive driver assistance system for a motor vehicle comprises a control device according to the invention and at least one sensor. It is preferably provided that the driver assistance system comprises, as the at least one sensor, a radar sensor or a laser sensor, for example a lidar sensor or a laser scanner. Furthermore, it is advantageous if the
  • Driver assistance system is designed to maneuver the motor vehicle depending on the detected lanes at least semi-autonomous.
  • the driver assistance system may be a lane departure warning assistant or a lane change assistant. Based on the information, the lane departure warning and / or the
  • a motor vehicle according to the invention comprises an inventive
  • the motor vehicle is designed in particular as a passenger car.
  • FIG. 1 is a schematic representation of a motor vehicle according to a
  • Embodiment of the present invention which comprises a driver assistance system with a plurality of radar sensors and a camera;
  • Fig. 2 shows a traffic situation in which the motor vehicle on a
  • Fig. 3 is a frequency distribution of distance values, each one
  • Fig. 1 shows a motor vehicle 1 according to an embodiment of the present invention in a plan view.
  • the motor vehicle 1 is in the present case as
  • the motor vehicle 1 comprises a
  • Driver assistance system 2 which comprises at least one sensor 3.
  • This at least one sensor 3 for example, a laser scanner, a lidar sensor or a
  • the driver assistance system 2 includes four sensors 3, which are each designed as a radar sensor.
  • a sensor signal in the form of electromagnetic radiation can be emitted, which is then reflected by an object in a surrounding area 6 of the motor vehicle 1.
  • the reflected electromagnetic radiation returns as an echo back to the respective sensors 3.
  • a distance between the sensor 3 and the object can be determined.
  • the sensors 3 or the radar sensors can be arranged concealed behind a bumper of the motor vehicle 1, for example. With the respective radar sensors can in the horizontal direction an azimuthal
  • Angle range can be detected, which may be in a range between 150 ° and 180 °.
  • the driver assistance system 2 comprises a camera 4. With the aid of the camera 4, images of the surrounding area 6 can be provided.
  • the driver assistance system 2 comprises a control device 5, which may be formed for example by a computer, a digital signal processor, a microprocessor or the like.
  • the control device 5 can be formed in particular by an electronic control unit of the motor vehicle 1.
  • the control device 5 is connected to the sensors 3 and to the camera 4 for data transmission.
  • control device 5 can receive data from further sensors which describe the current speed and / or the current steering angle of the motor vehicle.
  • FIG. 2 shows a schematic illustration of a traffic situation in which the motor vehicle 1 is located on a roadway 9.
  • the roadway 9 includes in the
  • On the lanes 10, 1 1, 12 are other vehicles 13, which also passenger cars are.
  • On the left lane 10 are present four vehicles 13.
  • On the middle lane 1 1 there are two vehicles 13.
  • the vehicles 13 can be detected.
  • the vehicle 13 are the objects that are detected based on the sensor data of the sensors 3. In this case, the vehicles 13 are located in a detection range of the sensors 3.
  • the sensor signals provided with the sensors 3 are applied to the
  • Control device 5 transmitted. Based on the sensor signals can then
  • Control device 5 determine respective distance values. These distance values describe a distance between each of the vehicles 13 and the motor vehicle 1 along a vehicle transverse direction q. In other words, the respective distance values describe the lateral distance or the lateral distance between each of the vehicles 13 and the motor vehicle 1.
  • a frequency distribution 14 or a histogram is then determined. This is shown by way of example in FIG. 3.
  • Frequency distribution 14 or this histogram is assigned to the traffic scenario according to FIG. 2.
  • the frequency distribution 14 has three regions 15, 16, 17 or three modes. Each region 15, 16, 17 of the frequency distribution 14 has a maximum. Each maximum describes the mean distance in the vehicle transverse direction q to the motor vehicle 1. Based on the number of maxima of the respective areas 15, 16, 17, the number of lanes 10, 1 1, 12 can be determined. From the respective regions 15, 16, 17 it follows that the roadway has three lanes 10, 11, 12. The position of the motor vehicle 1 corresponds to the distance in the vehicle transverse direction q with the value 0.
  • the respective lane width b of the lanes 10, 1 1, 12 are determined. In the present case, all lanes 10, 1 1, 12 have the same
  • Lane width b on To determine the lane width b of the respective lanes 10, 1 1, 12, the distance values at respective lanes 10, 1 1, 12 and
  • the variance of the distance values is determined and from this the vehicle width b is derived.
  • the respective regions 15, 16, 17 of the frequency distribution 14 are essentially normally distributed.
  • the respective variance of these areas 15, 16, 17 can be determined.
  • the two extreme distance values can be used, which are assigned to this lane 1 1.
  • the respective position of these outermost distance values can be taken from the frequency distribution 14. These correspond to points 18 and 19 of the region 16 of the frequency distribution 14.
  • the lateral distance between the points 18 and 19 can be regarded as minimum lane width.
  • the distance values that are assigned to the adjacent lanes 10, 12 can be used.
  • the distance value of the left lane 10 that is closest to the middle lane 1 1 can be used. In the present case, this corresponds to the point 20 of the region 15 of the frequency distribution 14. Further, the distance values of the right lane 12, which is located closest to the middle lane, may be used. In the present case, this corresponds to the point 21 of the region 17 of the frequency distribution 14. The lateral distance between the points 20 and 21 can be taken into account as the maximum lane width. The mean value between the minimum and the maximum lane width can then be used as the lane width b. From this, the lane width b can then be determined. In the present case, it is assumed that the respective lane width b is the same for all lanes 10, 11, 12.
  • objects 22 can be determined which delimit the roadway 9.
  • the objects 22 are in the present case guardrails. Again, the lateral distance between the objects 22 can be determined. This distance can then be divided by the number of lanes 10, 1 1, 12. Also, thus can be deduced on the respective lane width b.
  • control device 5 recognizes lane markings 23 on the basis of the images provided with the camera 4.
  • a corresponding object recognition algorithm can be used.
  • it can be determined on the basis of the images that the road markings 23 are located on the roadway 9. This information can be used to check the plausibility of the distribution of the distance values.

Abstract

The invention relates to a method for detecting traffic lanes (10, 11, 12) on a roadway (9), in which sensor data are received from at least one sensor (3) of a motor vehicle (1), a plurality of vehicles (13) located in the traffic lanes (10, 11, 12) are detected on the basis of the sensor data, distance values describing a distance of each of the detected vehicles (10, 11, 12) from the motor vehicle (1) in the transverse direction (q) of the motor vehicle (1) are determined, a frequency distribution (14) of the distance values is determined, and the traffic lanes (10, 11, 12) are detected on the basis of the frequency distribution (14), wherein the distance values are associated wtih the detected traffic lanes (10, 11, 12) on the basis of the frequency distribution (14), and a traffic lane width (b) of at least one of the traffic lanes (10, 11, 12) is determined on the basis of the distance values associated with said traffic lane (10, 11, 12) .

Description

Verfahren zum Erkennen von Fahrspuren auf einer Fahrbahn anhand einer Häufigkeitsverteilung von Abstandswerten, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug  A method for detecting lanes on a roadway based on a frequency distribution of distance values, control device, driver assistance system and motor vehicle
Die vorliegende Erfindung betrifft ein Verfahren zum Erkennen von Fahrspuren auf einer Fahrbahn, bei welchem von zumindest einem Sensor eines Kraftfahrzeugs Sensordaten empfangen werden, anhand der Sensordaten eine Mehrzahl von Fahrzeugen, die sich auf den Fahrspuren befinden, erkannt wird, Abstandswerte, welche eine Entfernung jedes der erkannten Fahrzeuge zu dem Kraftfahrzeug in Fahrzeugquerrichtung des Kraftfahrzeugs beschreiben, bestimmt werden, eine Häufigkeitsverteilung der Abstandswerte bestimmt wird und die Fahrspuren anhand der Häufigkeitsverteilung erkannt werden. Des Weiteren betrifft die vorliegende Erfindung eine Steuereinrichtung für ein Fahrerassistenzsystem eines Kraftfahrzeugs. Ferner betrifft die vorliegende Erfindung ein Fahrerassistenzsystem für ein Kraftfahrzeug. Schließlich betrifft die vorliegende Erfindung ein Kraftfahrzeug mit einem solchen Fahrerassistenzsystem. The present invention relates to a method for detecting lanes on a roadway, in which sensor data is received by at least one sensor of a motor vehicle, on the basis of which sensor data a plurality of vehicles located on the lanes are detected, distance values which are a distance of each describe the detected vehicles to the motor vehicle in the vehicle transverse direction of the motor vehicle, are determined, a frequency distribution of the distance values is determined and the lanes are recognized by the frequency distribution. Furthermore, the present invention relates to a control device for a driver assistance system of a motor vehicle. Furthermore, the present invention relates to a driver assistance system for a motor vehicle. Finally, the present invention relates to a motor vehicle with such a driver assistance system.
Aus dem Stand der Technik sind Fahrerassistenzsysteme für Kraftfahrzeuge bekannt, mit denen ein Umgebungsbereich des Kraftfahrzeugs erfasst werden kann. Zu diesem Zweck kann das Fahrerassistenzsystem einen oder mehrere Sensoren umfassen, die Driver assistance systems for motor vehicles are known from the prior art with which an environmental region of the motor vehicle can be detected. For this purpose, the driver assistance system may include one or more sensors that
beispielsweise verteilt an dem Kraftfahrzeug angeordnet sind. Diese Sensoren können ein Sensorsignal aussenden, welches dann von einem Objekt in dem Umgebungsbereich des Kraftfahrzeugs reflektiert wird und wieder zu dem Sensor gelangt. Anhand der Laufzeit zwischen dem Aussenden des Sensorsignals und dem Empfangen des von dem Objekt reflektierten Sensorsignals bzw. des Echos des Sensorsignals kann dann der Abstand zwischen dem Kraftfahrzeug und dem Objekt bestimmt werden. Derartige Sensoren können beispielsweise Ultraschallsensoren, Laserscanner, Lidar-Sensoren oder Radarsensoren sein. Zudem ist es bekannt, dass anhand der Sensorsignale eine Relativgeschwindigkeit zwischen dem Kraftfahrzeug und dem Objekt und/oder ein Winkel zwischen dem Kraftfahrzeug und dem Objekt bestimmt werden kann. for example, distributed to the motor vehicle are arranged. These sensors can emit a sensor signal, which is then reflected by an object in the surrounding area of the motor vehicle and returned to the sensor. Based on the transit time between the emission of the sensor signal and the reception of the sensor signal reflected by the object or the echo of the sensor signal, the distance between the motor vehicle and the object can then be determined. Such sensors may be, for example, ultrasonic sensors, laser scanners, lidar sensors or radar sensors. In addition, it is known that a relative speed between the motor vehicle and the object and / or an angle between the motor vehicle and the object can be determined on the basis of the sensor signals.
Das Interesse richtet sich vorliegend auf die Erkennung von Fahrspuren einer Fahrbahn. Hierbei soll der Sensor des Fahrerassistenzsystems bzw. des Kraftfahrzeugs dazu genutzt werden, die einzelnen Fahrspuren einer Fahrbahn zu erkennen. Auf diese Weise kann die Anzahl der Fahrspuren bestimmt werden. Darüber hinaus kann bestimmt werden, auf welcher Fahrspur sich das Kraftfahrzeug aktuell befindet. Diese The interest here is directed to the detection of lanes of a roadway. In this case, the sensor of the driver assistance system or of the motor vehicle is to be used to detect the individual lanes of a roadway. In this way, the number of lanes can be determined. In addition, it can be determined on which lane the motor vehicle is currently located. These
Informationen können dann von weiteren Fahrerassistenzsystemen des Kraftfahrzeugs genutzt werden. Beispielsweise können diese Informationen einem Information can then be from other driver assistance systems of the motor vehicle be used. For example, this information can be a
Spurwechselassistenten zugeführt werden. Lane change assistants are supplied.
Hierzu beschreibt die WO 2015/106914 A1 ein Verfahren zur Erkennung einer For this purpose, WO 2015/106914 A1 describes a method for detecting a
Rettungsgassensituation. Hierbei werden andere Fahrzeuge, die sich auf der Fahrbahn in derselben Richtung bewegen wie das Ego-Fahrzeug erkannt. Darüber hinaus werden die Fahrzeugpositionen für jedes der erkannten anderen Fahrzeuge erfasst. Des Weiteren wird eine Ausprägungsstärke eines oder mehrerer Indikatoren für das Vorliegen der Rettungsgassensituation ermittelt. Dabei ist es vorgesehen, dass der eine oder die mehreren Indikatoren anzeigend sind für zumindest eines von: einem lateralen Abstand zwischen anderen Fahrzeugen auf benachbarten Fahrspuren oder einem lateralen Versatz von anderen Fahrzeugen relativ zu Verläufen von Fahrspurmarkierungen, oder einem lateralen Versatz von anderen Fahrzeugen relativ zu einem jeweiligen Rescue alleys situation. In this case, other vehicles that move in the same direction on the road as the ego vehicle are detected. In addition, the vehicle positions are detected for each of the detected other vehicles. Furthermore, a degree of expression of one or more indicators for the presence of the emergency gas situation is determined. It is provided that the one or more indicators are indicative of at least one of: a lateral distance between other vehicles on adjacent lanes, or a lateral offset of other vehicles relative to lane mark progressions, or a lateral offset of other vehicles relative to a respective one
Fahrspurverlauf. Lane course.
Darüber hinaus beschreibt die DE 101 15 551 A1 ein Verfahren zur Fahrspurzuordnung von aufeinanderfolgenden Fahrzeugen. Hierbei ist es vorgesehen, dass bewegte Objekte, die sich vor dem eigenen Fahrzeug befinden, mit Hilfe eines Radarsensors erfasst werden. Ferner wird eine Häufigkeitsverteilung der Querversätze bzw. ein In addition, DE 101 15 551 A1 describes a method for lane assignment of successive vehicles. In this case, it is provided that moving objects, which are located in front of the own vehicle, are detected by means of a radar sensor. Furthermore, a frequency distribution of transverse offsets or a
Querversatzhistrogramm der erfassten Radarobjekte ermittelt. Dabei sind die Maxima des Querversatzhistrogramms identisch mit der Position der verschiedenen Fahrspuren. Aus der Anzahl der Maxima lässt sich damit die Anzahl der Fahrspuren ermitteln. Die Cross-offset histogram of detected radar objects determined. The maxima of the transverse offset histogram are identical to the position of the different lanes. From the number of maxima can thus determine the number of lanes. The
Fahrspurbreite wird berechnet, indem das Histogramm mit Referenzhistogrammen korreliert wird, bei denen die Fahrspurbreite bekannt ist. Lane width is calculated by correlating the histogram with reference histograms where the lane width is known.
Nachteilig an einem Verfahren, bei dem die Häufigkeitsverteilung bzw. ein Histogramm mit einem Referenzhistogramm verglichen wird, ist darin zu sehen, dass der vorhandene Datensatz des Referenzhistogramms nicht unendlich sein kann und in manchen A disadvantage of a method in which the frequency distribution or a histogram is compared with a reference histogram is to be seen in the fact that the existing data set of the reference histogram can not be infinite and in some cases
Situationen nicht perfekt mit den gemessenen Daten korreliert. Dies kann im schlimmsten Fall zu einer fehlerhaften Bestimmung der Fahrspuren führen. Situations are not perfectly correlated with the measured data. In the worst case, this can lead to an incorrect determination of the lanes.
Es ist Aufgabe der vorliegenden Erfindung, eine Lösung aufzuzeigen, wie Fahrspuren auf einer Fahrbahn mit einem Sensor des Kraftfahrzeugs zuverlässiger bestimmt werden können. It is an object of the present invention to provide a solution as lanes on a roadway with a sensor of the motor vehicle can be determined reliably.
Diese Aufgabe wird erfindungsgemäß durch ein Verfahren, durch eine Steuereinrichtung, durch ein Fahrerassistenzsystem sowie durch ein Kraftfahrzeug mit den Merkmalen gemäß den jeweiligen unabhängigen Ansprüchen gelöst. Vorteilhafte Weiterbildungen der Erfindung sind Gegenstand der abhängigen Ansprüche. This object is achieved by a method by a control device by a driver assistance system and by a motor vehicle with the features solved according to the respective independent claims. Advantageous developments of the invention are the subject of the dependent claims.
Ein erfindungsgemäßes Verfahren dient zum Erkennen von Fahrspuren auf einer An inventive method is used to detect lanes on a
Fahrbahn. Dabei werden von einem Sensor eines Kraftfahrzeugs Sensordaten Roadway. In this case, sensor data from a sensor of a motor vehicle
empfangen. Anhand der Sensordaten wird eine Mehrzahl von Fahrzeugen, die sich auf den Fahrspuren befindet, erkannt. Darüber hinaus werden Abstandswerte, welche eine Entfernung jedes der erkannten Fahrzeuge zu dem Kraftfahrzeug in receive. Based on the sensor data, a plurality of vehicles located in the lanes are detected. In addition, distance values representing a distance of each of the detected vehicles to the motor vehicle in
Fahrzeugquerrichtung des Kraftfahrzeugs beschreiben, bestimmt. Zudem wird eine Häufigkeitsverteilung der Abstandswerte bestimmt und die Fahrspuren werden anhand der Häufigkeitsverteilung erkannt. Zudem ist es erfindungsgemäß vorgesehen, dass die Abstandswerte anhand der Häufigkeitsverteilung den erkannten Fahrspuren zugeordnet werden und eine Fahrspurbreite zumindest einer der Fahrspuren anhand derjenigen Abstandswerte bestimmt wird, welche dieser Fahrspur zugeordnet werden. Vehicle transverse direction of the motor vehicle describe determined. In addition, a frequency distribution of the distance values is determined and the lanes are recognized on the basis of the frequency distribution. In addition, it is provided according to the invention that the distance values are assigned to the recognized lanes on the basis of the frequency distribution and a lane width of at least one of the lanes is determined on the basis of those distance values which are assigned to this lane.
Mit Hilfe des Verfahrens sollen die einzelnen Fahrspuren einer Fahrbahn erkannt werden, auf welcher sich das Kraftfahrzeug aktuell befindet. Dabei ist es insbesondere With the help of the method, the individual lanes of a roadway are to be recognized, on which the motor vehicle is currently located. It is in particular
vorgesehen, dass die Fahrspuren einer Richtungsfahrbahn erkannt werden. Bei dem Verfahren werden zunächst die Sensordaten von zumindest einem Sensor des provided that the lanes of a directional roadway are detected. In the method, the sensor data of at least one sensor of the
Kraftfahrzeugs empfangen. Bei dem Sensor kann es sich beispielsweise um einen Radarsensor, einen Laserscanner oder einen Lidar-Sensor handeln. Mit diesem Sensor können fortlaufend Messzyklen durchgeführt werden. Bei jedem Messzyklus kann der Sensor ein Sensorsignal aussenden, welches dann von den anderen Fahrzeugen, die sich auf der Fahrbahn bzw. auf den Fahrspuren befinden, reflektiert wird. Anhand der Laufzeit zwischen dem Aussenden des Sensorsignals und dem Empfangen des von den jeweiligen Fahrzeugen reflektierten Sensorsignals kann dann der Abstand zwischen dem Kraftfahrzeug und jedem der Fahrzeuge bestimmt werden. Darüber hinaus kann es vorgesehen sein, dass die Sensorsignale eine Relativgeschwindigkeit zwischen dem Kraftfahrzeug und jedem der Fahrzeuge auf den Fahrspuren beschreiben. Des Weiteren können die Sensorsignale einen Winkel, insbesondere einen azimutalen Winkel zwischen dem Kraftfahrzeug und jedem der Fahrzeuge auf den Fahrspuren beschreiben. Dabei weist der Sensor einen Erfassungsbereich auf, in dem mit Hilfe des Sensors die Motor vehicle received. The sensor may be, for example, a radar sensor, a laser scanner or a lidar sensor. Measuring cycles can be carried out continuously with this sensor. At each measurement cycle, the sensor can emit a sensor signal, which is then reflected by the other vehicles that are on the lane or on the lanes. Based on the transit time between the emission of the sensor signal and the reception of the sensor signal reflected by the respective vehicle, the distance between the motor vehicle and each of the vehicles can then be determined. In addition, it may be provided that the sensor signals describe a relative speed between the motor vehicle and each of the vehicles on the lanes. Furthermore, the sensor signals may describe an angle, in particular an azimuthal angle between the motor vehicle and each of the vehicles on the lanes. In this case, the sensor has a detection range in which with the aid of the sensor
Fahrzeuge auf den Fahrspuren erfasst werden können. Bei den Fahrzeugen kann es sich beispielsweise um Personenkraftwagen, Lastkraftwagen, Busse, Motorräder oder dergleichen handeln. Die Sensorsignale, die mit dem zumindest einen Sensor bereitgestellt werden, können einer Steuereinrichtung des Kraftfahrzeugs zugeführt werden. Bei dieser Vehicles on the lanes can be detected. The vehicles may be, for example, passenger cars, trucks, buses, motorcycles or the like. The sensor signals that are provided with the at least one sensor can be supplied to a control device of the motor vehicle. At this
Steuereinrichtung kann es sich beispielsweise um ein elektronisches Steuergerät (ECU - Electronic Control Unit) handeln. Die Steuereinrichtung kann beispielsweise einen Mikroprozessor oder einen digitalen Signalprozessor umfassen. Mit Hilfe dieser Control device may be, for example, an electronic control unit (ECU - Electronic Control Unit). The control device may comprise, for example, a microprocessor or a digital signal processor. With the help of this
Steuereinrichtung können die Sensorsignale ausgewertet werden. Insbesondere beschreiben die Sensorsignale die relative Lage jedes der erfassten Fahrzeuge zu dem Kraftfahrzeug. Dabei werden vorliegend Abstandswerte bestimmt, die jeweils die Control device, the sensor signals can be evaluated. In particular, the sensor signals describe the relative position of each of the detected vehicles to the motor vehicle. In this case, distance values are determined in each case, the
Entfernung des erkannten Fahrzeugs zu dem Kraftfahrzeug in Fahrzeugquerrichtung beschreiben. Diese Abstandswerte beschreiben also den lateralen Abstand bzw. die laterale Entfernung zwischen dem Kraftfahrzeug und dem jeweiligen Fahrzeug. Darüber hinaus wird eine Häufigkeitsverteilung der Abstandswerte bestimmt. Hierzu können vorbestimmte Intervalle bzw. Abstandsbereiche für die Entfernung in Describe distance of the detected vehicle to the vehicle in the vehicle transverse direction. These distance values thus describe the lateral distance or the lateral distance between the motor vehicle and the respective vehicle. In addition, a frequency distribution of the distance values is determined. For this purpose, predetermined intervals or distance ranges for the distance in
Fahrzeugquerrichtung vorgegeben werden. Für jeden dieser Abstandsbereiche kann dann die Anzahl der Abstandswerte bestimmt werden, die in diesem Bereich liegen. Somit ergibt sich eine Häufigkeitsverteilung die beispielsweise mehrere Maxima aufweisen kann. Dabei können die jeweiligen Maxima den einzelnen Fahrspuren der Fahrbahn zugeordnet werden. Damit kann bestimmt werden, wie viele Fahrspuren sich auf der Fahrbahn befinden. Des Weiteren kann bestimmt werden, auf welcher Fahrspur sich das Kraftfahrzeug selbst befindet. Vehicle transverse direction can be specified. For each of these distance ranges, the number of distance values that lie within this range can then be determined. This results in a frequency distribution which can have, for example, several maxima. The respective maxima can be assigned to the individual lanes of the roadway. This can be used to determine how many lanes are on the road. Furthermore, it can be determined on which lane the motor vehicle itself is located.
Erfindungsgemäß ist es nun vorgesehen, dass die Abstandswerte anhand der According to the invention it is now provided that the distance values on the basis of
Häufigkeitsverteilung den erkannten Fahrspuren zugeordnet werden. Zur Zuordnung der Abstandswerte zu den jeweiligen erkannten Fahrspuren können bekannte Algorithmen zum Clustern, beispielweise der sogenannte Mean-Shift-Algortihmus, verwendet werden. Solche Algorithmen können Erkennen, wie viele Cluster in dem Datensatz der Frequency distribution associated with the detected lanes. For the assignment of the distance values to the respective recognized lanes, known algorithms for clustering, for example the so-called mean shift algorithm linear, can be used. Such algorithms can detect how many clusters in the record the
Abstandswerte vorhanden sind und welcher der Abstandswerte zu welchem Cluster gehört. Des Weiteren ist es erfindungsgemäß vorgesehen, dass die Fahrspurbreite zumindest einer der Fahrspuren bestimmt wird. Bevorzugt ist es vorgesehen, dass die jeweilige Fahrspurbreite aller Fahrspuren auf der Fahrbahn bestimmt wird. Dabei wird die Fahrspurbreite anhand derjenigen Abstandswerte bestimmt, die auch dieser Fahrspur zugeordnet wurden. Somit wird die Fahrspurbreite auf Grundlage der Abstandswerte bestimmt, die mit dem Sensor ermittelt wurden. Damit ist es beispielsweise nicht erforderlich, ein entsprechendes Referenzmodell mit vorbestimmten Fahrspurbreiten zu verwenden. Dies ermöglicht eine sichere und zuverlässige Bestimmung der Breite der jeweiligen Fahrspuren. Bevorzugt wird die Fahrspurbreite der zumindest einen Fahrspur anhand einer Varianz der Abstandswerte, welcher dieser Fahrspur zugeordnet werden, bestimmt. Die Distance values are present and which of the distance values belongs to which cluster. Furthermore, it is provided according to the invention that the lane width of at least one of the lanes is determined. It is preferably provided that the respective lane width of all lanes on the roadway is determined. The lane width is determined on the basis of those distance values that were also assigned to this lane. Thus, the lane width is determined based on the distance values obtained with the sensor. Thus, for example, it is not necessary to use a corresponding reference model with predetermined lane widths. This allows a safe and reliable determination of the width of the respective lanes. The lane width of the at least one lane is preferably determined on the basis of a variance of the distance values assigned to this lane. The
Häufigkeitsverteilung kann verschiedene Bereiche bzw. verschiedene Modi aufweisen, die den jeweiligen Fahrspuren zugeordnet sind. Dabei können die jeweiligen Abstandswerte, die einer der Fahrspuren zugeordnet sind, bzw. die jeweiligen Modi eine Verteilung aufweisen, die einer Normalverteilung ähnelt. Hierbei kann von den jeweiligen Frequency distribution can have different regions or different modes, which are assigned to the respective lanes. In this case, the respective distance values assigned to one of the lanes or the respective modes may have a distribution that is similar to a normal distribution. Here can of the respective
Abstandswerten, die einer der Fahrspuren zugeordnet sind und die bevorzugt als normalverteilt betrachtet werden, die Varianz bestimmt werden. Die Varianz beschreibt die erwartete quadratische Abweichung der Zufallsvariablen von ihrem Erwartungswert. Die Varianz der Abstandswerte bezogen auf die Entfernung in Fahrzeugquerrichtung kann dann als Grundlage für die Berechnung der Fahrspurbreite genutzt werden. Damit kann die Fahrspurbreite der zumindest einen Fahrspur auf einfache Weise bestimmt werden. Distance values associated with one of the lanes and which are preferably considered normally distributed determine the variance. The variance describes the expected quadratic deviation of the random variable from its expected value. The variance of the distance values relative to the distance in the vehicle transverse direction can then be used as the basis for the calculation of the lane width. Thus, the lane width of the at least one lane can be determined in a simple manner.
In einer weiteren Ausführungsform wird die Fahrspurbreite der zumindest einen Fahrspur anhand eines ersten Abstandswerts, welcher die geringste Entfernung zu dem In a further embodiment, the lane width of the at least one lane is determined by a first distance value, which is the shortest distance to the lane
Kraftfahrzeug in Fahrzeugquerrichtung beschreibt, und eines zweiten Abstandswerts, welcher die größte Entfernung zu dem Kraftfahrzeug in Fahrzeugquerrichtung beschreibt, bestimmt. Dabei wird berücksichtigt, dass die Fahrspur mindestens so breit ist, wie die laterale Distanz der Abstandswerte in dem Cluster, die am weitesten voneinander entfernt sind. Die Fahrspurbreite der zumindest einen Fahrspur kann auch anhand eines ersten Abstandswerts, der beispielsweise am weitesten rechts in der Fahrspur angeordnet ist, und dem Abstandswert, der am weitesten links in der Fahrspur angeordnet ist, bestimmt werden. Anhand der lateralen Entfernung zwischen den beiden äußersten Describes motor vehicle in the vehicle transverse direction, and a second distance value, which describes the maximum distance to the vehicle in the vehicle transverse direction determined. It is considered that the lane is at least as wide as the lateral distance of the distance values in the cluster which are farthest from each other. The lane width of the at least one lane may also be determined based on a first distance value, which is arranged, for example, on the far right in the lane, and the distance value, which is located furthest to the left in the lane. Based on the lateral distance between the two outermost ones
Abstandswerten kann dann die Fahrspurbreite bestimmt werden. Dabei kann es auch vorgesehen sein, dass die laterale Entfernung zwischen den äußersten Abstandswerten mit einem vorbestimmten Faktor multipliziert wird. Dies ermöglicht eine einfache und zuverlässige Bestimmung der Fahrspurbreite. Distance values can then be determined, the lane width. It can also be provided that the lateral distance between the outermost distance values is multiplied by a predetermined factor. This allows a simple and reliable determination of the lane width.
In einer weiteren Ausführungsform wird die Fahrspurbreite der zumindest einen Fahrbahn zusätzlich anhand der Abstandswerte bestimmt, welche einer der zumindest einen Fahrspur benachbarten Fahrspur zugeordnet werden. Dies bedeutet, dass zur In a further embodiment, the lane width of the at least one lane is additionally determined on the basis of the distance values which are assigned to a lane adjacent to the at least one lane. This means that to
Bestimmung der Fahrspurbreite nicht nur die Abstandswerte berücksichtigt werden, die dieser Fahrspur zugeordnet sind, sondern es können auch Abstandswerte berücksichtigt werden, die einer benachbarten Fahrspur zugeordnet werden. Hierbei kann berücksichtigt werden, dass die Fahrspurbreite kleiner als der Abstand des Abstandswerts, der am weitesten links im rechts benachbarten Cluster ist von dem Track, der am weitesten rechts im links benachbarten Cluster ist. Es können also bei jeder Fahrspur jeweils die äußersten Abstandswerte berücksichtigt werden und zudem können - falls vorhanden - die direkt benachbarten Abstandswerte in den benachbarten Fahrspuren berücksichtigt werden. Dabei können die äußersten Abstandswerte einer Spur als minimale Determining the lane width not only the distance values are taken into account, which are assigned to this lane, but also distance values can be taken into account, which are assigned to an adjacent lane. Hereby, it may be considered that the lane width is smaller than the distance of the distance value that is furthest to the leftmost in the right adjacent cluster from the track right in the left adjacent cluster. Thus, the outermost distance values can be taken into account for each lane and, if present, the directly adjacent distance values in the adjacent lanes can also be taken into account. The outermost distance values of a track can be as minimal
Fahrspurbreite gewertet werden und der Abstand zwischen den nächstliegenden Lane width are evaluated and the distance between the nearest
Abstandswerten der benachbarten Fahrspuren als maximale Spurbreite bestimmt werden. Dabei kann die Spurbreite als Mittel der minimalen und der maximalen Spurbreite bestimmt werden. Distance values of the adjacent lanes are determined as the maximum track width. The track width can be determined as a mean of the minimum and the maximum track width.
Weiterhin ist es vorteilhaft, wenn anhand der Sensordaten zumindest ein Objekt erkannt wird, welches die Fahrbahn begrenzt und die Fahrspuren zusätzlich anhand des zumindest einen Objekts erkannt werden. Anhand der Sensordaten können zudem statische Objekte erkannt werden, die Teil der Infrastruktur sind und welche die Fahrbahn auf einer oder auf beiden Seiten begrenzen. Bei derartigen Objekten kann es sich beispielsweise um eine Leitplanke, eine Wand, einen Bordstein, eine Bepflanzung oder dergleichen handeln. Ein solches Objekt bewegt sich nicht und ist deshalb anhand der Sensordaten relativ einfach zu erkennen. Falls beispielsweise auf jeder Seite der Fahrbahn eine Begrenzung, beispielsweise eine Leitplanke vorhanden ist, kann der laterale Abstand zwischen den beiden Objekten bestimmt werden. Dieser laterale Abstand gibt die maximale Breite der Fahrbahn bzw. der Straße an. Durch das Clustering bzw. durch die Häufigkeitsverteilung kann die Anzahl der Fahrspuren auf der Fahrbahn bestimmt werden. Durch das Teilen der maximalen Breite der Fahrbahn durch die Anzahl der Fahrspuren bzw. der Modi ergibt sich eine Schätzung für die Fahrspurbreite der jeweiligen Fahrspuren. Furthermore, it is advantageous if, based on the sensor data, at least one object is detected which limits the roadway and the lanes are additionally recognized on the basis of the at least one object. On the basis of the sensor data, it is also possible to detect static objects that are part of the infrastructure and that limit the roadway on one or both sides. Such objects may be, for example, a guardrail, a wall, a curb, a planting or the like. Such an object does not move and is therefore relatively easy to recognize on the basis of the sensor data. If, for example, a boundary, for example a guardrail, is present on each side of the roadway, the lateral distance between the two objects can be determined. This lateral distance indicates the maximum width of the road or the road. By clustering or by the frequency distribution, the number of lanes on the road can be determined. By dividing the maximum width of the roadway by the number of lanes or modes, an estimate for the lane width of the respective lanes results.
In einer weiteren Ausführungsform wird zumindest ein Bild von einer Kamera des In a further embodiment, at least one image from a camera of the
Kraftfahrzeugs empfangen, welches die Fahrbahn beschreibt, in dem Bild wird zumindest eine Fahrbahnmarkierung erkannt und die Fahrspuren werden anhand der zumindest einen Fahrbahnmarkierung erkannt. Zusätzlich zu dem Sensor kann eine Kamera vorgesehen sein, die beispielsweise fortlaufend Bilder der Fahrbahn bereitstellt. Mit einem entsprechenden Objekterkennungsalgorithmus können dann die Fahrbahnmarkierungen auf der Fahrbahn erkannt werden. Bei den Fahrbahnmarkierungen kann es sich beispielsweise um weiße oder farbige Markierungen handeln, die auf die Receive motor vehicle, which describes the road, in the image, at least one lane marking is detected and the lanes are detected on the basis of at least one lane marking. In addition to the sensor, a camera can be provided which, for example, continuously provides images of the roadway. With a corresponding object recognition algorithm, the lane markings can then be recognized on the road. The road markings may be, for example, white or colored markings that are on the
Fahrbahnoberfläche aufgebracht sind. Die Fahrbahnmarkierungen können Road surface are applied. The lane markings can
durchgezogene Linien oder gestrichelte Linien sein. Diese Linien können mit Hilfe des Objekterkennungsalgorithmus anhand ihrer Farbe, des Kontrasts und/oder der solid lines or dashed lines. These lines can be identified by the object detection algorithm based on their color, contrast, and / or
Formgebung erkannt werden. Anhand der Bilder der Kamera kann zudem die Fahrbahn bzw. die Fahrbahnoberfläche erkannt werden. Es kann auch ermittelt werden, wo sich Fahrbahnmarkierungen auf der Fahrbahnoberfläche befinden. Diese Informationen können mit den Abstandswerten zusammengeführt bzw. fusioniert werden. Hierbei kann bestimmt werden, ob die Einteilung bzw. das Clustern der Abstandswerte mit den Positionen der Fahrbahnmarkierungen übereinstimmt. Auf diese Weise kann die Shaping be recognized. On the basis of the images of the camera can also the road or the road surface are detected. It can also be determined where road markings are on the road surface. This information can be merged or merged with the distance values. In this case, it can be determined whether the division or the clustering of the distance values coincides with the positions of the lane markings. In this way, the
Erkennung der Fahrspuren und insbesondere die Bestimmung der Fahrspurbreite zuverlässig erfolgen. Detection of the lanes and in particular the determination of the lane width reliably done.
Wie oben beschrieben kann die Fahrspurbreite der zumindest einen Fahrspur auf Grundlage der Varianz der Abstandswerte bestimmt werden. Des Weiteren kann die Fahrspurbreite auf Grundlage der äußersten Abstandswerte in der Fahrspur und/oder der Abstandswerte der benachbarten Fahrspuren bestimmt werden. Weiterhin können Fahrbahnbegrenzungen und/oder Fahrbahnmarkierungen herangezogen werden. Die Ergebnisse der einzelnen Methoden zur Bestimmung der Fahrspurbreite können auch miteinander kombiniert werden, indem beispielsweise für jede Methode bzw. für jeden Algorithmus ein Toleranzlevel definiert wird. Ferner können die Ergebnisse der einzelnen Verfahren als Bedingung für eine Kostenfunktion interpretiert werden und in einen Optimierungsalgorithmus, beispielsweise eine lineare Programmierung eingegeben werden. Dann kann der Optimierungsalgorithmus die optimale Lösung finden und somit die Fahrspurbreite zuverlässig bestimmt werden. As described above, the lane width of the at least one lane may be determined based on the variance of the distance values. Further, the lane width may be determined based on the outermost distance values in the lane and / or the distance values of the adjacent lanes. Furthermore, lane boundaries and / or lane markings can be used. The results of the individual methods for determining the lane width can also be combined with one another, for example by defining a tolerance level for each method or for each algorithm. Furthermore, the results of the individual methods can be interpreted as a condition for a cost function and entered into an optimization algorithm, for example a linear programming. Then the optimization algorithm can find the optimal solution and thus the lane width can be reliably determined.
Weiterhin kann es vorgesehen sein, dass die Daten einer digitalen Landkarte Furthermore, it may be provided that the data of a digital map
herangezogen werden. Zusätzlich mittels eines satellitengestützten be used. Additionally by means of a satellite-based
Positionsbestimmungssystems kann berücksichtigt werden, wo sich das Kraftfahrzeug aktuell auf der digitalen Karte befindet. Aus der digitalen Karte können beispielsweise Informationen darüber entnommen werden, wie viele Fahrspuren die Fahrbahn aufweist. Zudem kann ein Typ der Fahrbahn aus der digitalen Karte entnommen werden. So kann beispielsweise berücksichtigt werden, ob es sich um eine Autobahn, eine Bundesstraße, eine Landstraße oder dergleichen handelt. Diese Informationen können zudem genutzt werden, um die Zuordnung der jeweiligen Abstandswerte zu den Fahrspuren zu plausibilisieren. Positioning system can be taken into account, where the motor vehicle is currently on the digital map. From the digital map, for example, information about how many lanes the road has. In addition, a type of lane can be taken from the digital map. For example, it can be taken into account whether it is a motorway, a federal highway, a country road or the like. This information can also be used to make the assignment of the respective distance values to the lanes plausible.
Des Weiteren können Daten über die aktuelle Bewegung des Kraftfahrzeugs Furthermore, data about the current movement of the motor vehicle
herangezogen werden. Insbesondere kann bestimmt werden, ob das Kraftfahrzeug aktuell eine Kurve fährt. Dazu können beispielsweise Daten eines Lenkwinkelsensors und/oder eines Drehratensensors berücksichtigt werden. Ferner kann anhand der digitalen Karte überprüft werden, ob die Fahrbahn in Fahrtrichtung vor dem Kraftfahrzeug eine Kurve aufweist. Diese Informationen können herangezogen werden, um die be used. In particular, it can be determined whether the motor vehicle is currently cornering. For this purpose, for example, data of a steering angle sensor and / or a rotation rate sensor can be taken into account. Furthermore, it can be checked on the basis of the digital map, whether the road in the direction of travel in front of the motor vehicle has a curve. This information can be consulted to the
Abstandswerte zu korrigieren bzw. um die Abstandswerte an den Verlauf der Fahrbahn anzupassen. Correct distance values or to adapt the distance values to the course of the roadway.
Weiterhin ist es vorteilhaft, wenn die Sensordaten, welche empfangen werden, die Fahrbahn in Fahrtrichtung vor dem Kraftfahrzeug und/oder die Fahrbahn in Fahrtrichtung hinter dem Kraftfahrzeug und/oder die Fahrbahn neben dem Kraftfahrzeug beschreiben. Wie bereits erläutert kann das Kraftfahrzeug bzw. das Fahrerassistenzsystem mehrere Sensoren aufweisen, die verteilt an dem Kraftfahrzeug angeordnet sind. Auf diese Weise können die Fahrzeuge in Fahrtrichtung vor dem Kraftfahrzeug, in Fahrtrichtung hinter dem Kraftfahrzeug oder seitlich neben dem Kraftfahrzeug erfasst werden. Auf Grundlage der erfassten Fahrzeuge können dann die jeweiligen Fahrspuren zuverlässig ermittelt werden. Furthermore, it is advantageous if the sensor data which is received describe the roadway in the direction of travel in front of the motor vehicle and / or the roadway in the direction of travel behind the motor vehicle and / or the roadway next to the motor vehicle. As already explained, the motor vehicle or the driver assistance system can have a plurality of sensors which are arranged distributed on the motor vehicle. In this way, the vehicles can be detected in the direction of travel in front of the motor vehicle, in the direction of travel behind the motor vehicle or laterally next to the motor vehicle. Based on the detected vehicles then the respective lanes can be reliably determined.
Eine erfindungsgemäße Steuereinrichtung für ein Fahrerassistenzsystem eines A control device according to the invention for a driver assistance system of
Kraftfahrzeugs ist zum Durchführen eines erfindungsgemäßen Verfahrens ausgelegt. Die Steuereinrichtung kann durch ein elektronisches Steuergerät des Kraftfahrzeugs gebildet sein. Motor vehicle is designed for carrying out a method according to the invention. The control device can be formed by an electronic control unit of the motor vehicle.
Ein erfindungsgemäßes Fahrerassistenzsystem für ein Kraftfahrzeug umfasst eine erfindungsgemäße Steuereinrichtung und zumindest einen Sensor. Dabei ist es bevorzugt vorgesehen, dass das Fahrerassistenzsystem als den zumindest einen Sensor einen Radarsensor oder einen Lasersensor, beispielsweise einen Lidar-Sensor oder einen Laserscanner, umfasst. Weiterhin ist es vorteilhaft, wenn das An inventive driver assistance system for a motor vehicle comprises a control device according to the invention and at least one sensor. It is preferably provided that the driver assistance system comprises, as the at least one sensor, a radar sensor or a laser sensor, for example a lidar sensor or a laser scanner. Furthermore, it is advantageous if the
Fahrerassistenzsystem dazu ausgelegt ist, das Kraftfahrzeug in Abhängigkeit von den erkannten Fahrspuren zumindest semi-autonom zu manövrieren. Beispielsweise kann das Fahrerassistenzsystem ein Spurhalteassistent oder ein Spurwechselassistent sein. Auf Grundlage der Informationen kann der Spurhalteassistent und/oder der Driver assistance system is designed to maneuver the motor vehicle depending on the detected lanes at least semi-autonomous. For example, the driver assistance system may be a lane departure warning assistant or a lane change assistant. Based on the information, the lane departure warning and / or the
Spurwechselassistent zuverlässig betrieben werden. Lane Change Assist operated reliably.
Ein erfindungsgemäßes Kraftfahrzeug umfasst ein erfindungsgemäßes A motor vehicle according to the invention comprises an inventive
Fahrerassistenzsystem. Das Kraftfahrzeug ist insbesondere als Personenkraftwagen ausgebildet. Driver assistance system. The motor vehicle is designed in particular as a passenger car.
Die mit Bezug auf das erfindungsgemäße Verfahren vorgestellten bevorzugten The preferred embodiments presented with reference to the process according to the invention
Ausführungsformen und deren Vorteile gelten entsprechend für die erfindungsgemäße Steuereinrichtung, das erfindungsgemäße Fahrerassistenzsystem sowie das Embodiments and their advantages apply correspondingly to the invention Control device, the driver assistance system according to the invention and the
erfindungsgemäße Kraftfahrzeug. Motor vehicle according to the invention
Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen, sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Further features of the invention will become apparent from the claims, the figures and the description of the figures. The features and feature combinations mentioned above in the description, as well as the features and feature combinations mentioned below in the description of the figures and / or shown alone in the figures, are not only in the respectively indicated combination but also in others
Kombinationen oder in Alleinstellung verwendbar, ohne den Rahmen der Erfindung zu verlassen. Es sind somit auch Ausführungen von der Erfindung als umfasst und offenbart anzusehen, die in den Figuren nicht explizit gezeigt und erläutert sind, jedoch durch separierte Merkmalskombinationen aus den erläuterten Ausführungen hervorgehen und erzeugbar sind. Es sind auch Ausführungen und Merkmalskombinationen als offenbart anzusehen, die somit nicht alle Merkmale eines ursprünglich formulierten unabhängigen Anspruchs aufweisen. Combinations or alone, without departing from the scope of the invention. Thus, embodiments of the invention are to be regarded as encompassed and disclosed, which are not explicitly shown and explained in the figures, however, emerge and can be produced by separated combinations of features from the embodiments explained. Embodiments and combinations of features are also to be regarded as disclosed, which thus do not have all the features of an originally formulated independent claim.
Die Erfindung wird nun anhand von bevorzugten Ausführungsbeispielen sowie unter Bezugnahme auf die beigefügten Zeichnungen näher erläutert. The invention will now be described with reference to preferred embodiments and with reference to the accompanying drawings.
Dabei zeigen: Showing:
Fig. 1 in schematischer Darstellung ein Kraftfahrzeug gemäß einer 1 is a schematic representation of a motor vehicle according to a
Ausführungsform der vorliegenden Erfindung, welches ein Fahrerassistenzsystem mit einer Mehrzahl von Radarsensoren und einer Kamera umfasst;  Embodiment of the present invention, which comprises a driver assistance system with a plurality of radar sensors and a camera;
Fig. 2 eine Verkehrssituation, bei welcher sich das Kraftfahrzeug auf einer Fig. 2 shows a traffic situation in which the motor vehicle on a
Fahrbahn mit mehreren Fahrspuren befindet und wobei sich auf den Fahrspuren weitere Fahrzeuge befinden; und  Lane with multiple lanes and where there are more vehicles on the lanes; and
Fig. 3 eine Häufigkeitsverteilung von Abstandswerten, welche jeweils eine Fig. 3 is a frequency distribution of distance values, each one
Entfernung des Fahrzeugs zu dem Kraftfahrzeug in Fahrzeugquerrichtung beschreiben.  Describe distance of the vehicle to the vehicle in the vehicle transverse direction.
In den Figuren werden gleiche und funktionsgleiche Elemente mit den gleichen In the figures, the same and functionally identical elements are the same
Bezugszeichen versehen. Fig. 1 zeigt ein Kraftfahrzeug 1 gemäß einer Ausführungsform der vorliegenden Erfindung in einer Draufsicht. Das Kraftfahrzeug 1 ist in dem vorliegenden Fall als Provided with reference numerals. Fig. 1 shows a motor vehicle 1 according to an embodiment of the present invention in a plan view. The motor vehicle 1 is in the present case as
Personenkraftwagen ausgebildet. Das Kraftfahrzeug 1 umfasst ein Passenger cars trained. The motor vehicle 1 comprises a
Fahrerassistenzsystem 2, welches zumindest einen Sensor 3 umfasst. Dieser zumindest eine Sensor 3 kann beispielsweise ein Laserscanner, ein Lidar-Sensor oder ein Driver assistance system 2, which comprises at least one sensor 3. This at least one sensor 3, for example, a laser scanner, a lidar sensor or a
Radarsensor sein. Be radar sensor.
In dem vorliegenden Ausführungsbeispiel umfasst das Fahrerassistenzsystem 2 vier Sensoren 3, die jeweils als Radarsensor ausgebildet sind. Mit den Radarsensoren kann ein Sensorsignal in Form von elektromagnetischer Strahlung ausgesendet werden, welches dann von einem Objekt in einem Umgebungsbereich 6 des Kraftfahrzeugs 1 reflektiert wird. Die reflektierte elektromagnetische Strahlung gelangt als Echo wieder zu den jeweiligen Sensoren 3 zurück. Anhand der Laufzeit kann ein Abstand zwischen dem Sensor 3 und dem Objekt bestimmt werden. Vorliegend sind zwei Radarsensoren in einem Frontbereich 7 und zwei Radarsensoren in einem Heckbereich 8 des In the present embodiment, the driver assistance system 2 includes four sensors 3, which are each designed as a radar sensor. With the radar sensors, a sensor signal in the form of electromagnetic radiation can be emitted, which is then reflected by an object in a surrounding area 6 of the motor vehicle 1. The reflected electromagnetic radiation returns as an echo back to the respective sensors 3. Based on the running time, a distance between the sensor 3 and the object can be determined. In the present case, two radar sensors in a front area 7 and two radar sensors in a rear area 8 of the
Kraftfahrzeugs 1 angeordnet. Die Sensoren 3 bzw. die Radarsensoren können beispielsweise verdeckt hinter einem Stoßfänger des Kraftfahrzeugs 1 angeordnet sein. Mit den jeweiligen Radarsensoren kann in horizontaler Richtung ein azimutaler Motor vehicle 1 is arranged. The sensors 3 or the radar sensors can be arranged concealed behind a bumper of the motor vehicle 1, for example. With the respective radar sensors can in the horizontal direction an azimuthal
Winkelbereich erfasst werden, der in einem Bereich zwischen 150°und 180° liegen kann. Angle range can be detected, which may be in a range between 150 ° and 180 °.
Darüber hinaus umfasst das Fahrerassistenzsystem 2 eine Kamera 4. Mit Hilfe der Kamera 4 können Bilder von dem Umgebungsbereich 6 bereitgestellt werden. Darüber hinaus umfasst das Fahrerassistenzsystem 2 eine Steuereinrichtung 5, die beispielsweise durch einen Rechner, einen digitalen Signalprozessor, einen Mikroprozessor oder dergleichen gebildet sein kann. Die Steuereinrichtung 5 kann insbesondere durch ein elektronisches Steuergerät des Kraftfahrzeugs 1 gebildet sein. Die Steuereinrichtung 5 ist zur Datenübertragung mit den Sensoren 3 sowie mit der Kamera 4 verbunden. In addition, the driver assistance system 2 comprises a camera 4. With the aid of the camera 4, images of the surrounding area 6 can be provided. In addition, the driver assistance system 2 comprises a control device 5, which may be formed for example by a computer, a digital signal processor, a microprocessor or the like. The control device 5 can be formed in particular by an electronic control unit of the motor vehicle 1. The control device 5 is connected to the sensors 3 and to the camera 4 for data transmission.
Entsprechende Datenleitungen sind vorliegend der Übersichtlichkeit halber nicht dargestellt. Zudem kann die Steuereinrichtung 5 Daten von weiteren Sensoren empfangen, welche die aktuelle Geschwindigkeit und/oder den aktuellen Lenkwinkel des Kraftfahrzeugs beschreiben. Corresponding data lines are not shown here for the sake of clarity. In addition, the control device 5 can receive data from further sensors which describe the current speed and / or the current steering angle of the motor vehicle.
Fig. 2 zeigt eine schematische Darstellung einer Verkehrssituation, bei welcher sich das Kraftfahrzeug 1 auf einer Fahrbahn 9 befindet. Die Fahrbahn 9 umfasst in dem FIG. 2 shows a schematic illustration of a traffic situation in which the motor vehicle 1 is located on a roadway 9. The roadway 9 includes in the
vorliegenden Ausführungsbeispiel drei Fahrspuren 10, 1 1 und 12. Auf den Fahrspuren 10, 1 1 , 12 befinden sich weitere Fahrzeuge 13, welche ebenfalls Personenkraftwagen sind. Auf der linken Fahrspur 10 befinden sich vorliegend vier Fahrzeuge 13. Auf der mittleren Fahrspur 1 1 befinden sich zwei Fahrzeuge 13. Auf der rechten Fahrspur 12, auf der sich auch das Kraftfahrzeug 1 befindet, befindet sich ein weiteres Fahrzeug 13. Mit Hilfe der Sensoren 3 bzw. der Radarsensoren können die Fahrzeuge 13 erfasst werden. Die Fahrzeugs 13 sind dabei die Objekte, die anhand der Sensordaten der Sensoren 3 erkannt werden. Dabei befinden sich die Fahrzeuge 13 in einem Erfassungsbereich der Sensoren 3. present embodiment, three lanes 10, 1 1 and 12. On the lanes 10, 1 1, 12 are other vehicles 13, which also passenger cars are. On the left lane 10 are present four vehicles 13. On the middle lane 1 1 there are two vehicles 13. On the right lane 12 on which the motor vehicle 1 is located, there is another vehicle 13. Using the sensors 3 or the radar sensors, the vehicles 13 can be detected. The vehicle 13 are the objects that are detected based on the sensor data of the sensors 3. In this case, the vehicles 13 are located in a detection range of the sensors 3.
Die Sensorsignale, die mit den Sensoren 3 bereitgestellt werden, werden an die The sensor signals provided with the sensors 3 are applied to the
Steuereinrichtung 5 übertragen. Anhand der Sensorsignale kann dann die Control device 5 transmitted. Based on the sensor signals can then
Steuereinrichtung 5 jeweilige Abstandswerte bestimmen. Diese Abstandswerte beschreiben eine Entfernung zwischen jedem der Fahrzeuge 13 und dem Kraftfahrzeug 1 entlang einer Fahrzeugquerrichtung q. Mit anderen Worten beschreiben die jeweiligen Abstandswerte den lateralen Abstand bzw. die laterale Entfernung zwischen jedem der Fahrzeuge 13 und dem Kraftfahrzeug 1 . Control device 5 determine respective distance values. These distance values describe a distance between each of the vehicles 13 and the motor vehicle 1 along a vehicle transverse direction q. In other words, the respective distance values describe the lateral distance or the lateral distance between each of the vehicles 13 and the motor vehicle 1.
Auf Grundlage der Abstandswerte wird dann eine Häufigkeitsverteilung 14 bzw. ein Histogramm bestimmt. Diese ist beispielhaft in Fig. 3 dargestellt. Diese On the basis of the distance values, a frequency distribution 14 or a histogram is then determined. This is shown by way of example in FIG. 3. These
Häufigkeitsverteilung 14 bzw. dieses Histogramm ist dem Verkehrsszenario gemäß Fig. 2 zugeordnet. Die Häufigkeitsverteilung 14 weist drei Bereiche 15, 16, 17 bzw. drei Modi auf. Jeder Bereich 15, 16, 17 der Häufigkeitsverteilung 14 weist ein Maximum auf. Jedes Maximum beschreibt dabei die mittlere Entfernung in Fahrzeugquerrichtung q zu dem Kraftfahrzeug 1 . Anhand der Anzahl der Maxima der jeweiligen Bereiche 15, 16, 17 kann die Anzahl der Fahrspuren 10, 1 1 , 12 ermittelt werden. Aus den jeweiligen Bereichen 15, 16, 17 ergibt sich, dass die Fahrbahn drei Fahrspuren 10, 1 1 , 12 aufweist. Die Position des Kraftfahrzeugs 1 entspricht der Entfernung in Fahrzeugquerrichtung q mit dem Wert 0. Frequency distribution 14 or this histogram is assigned to the traffic scenario according to FIG. 2. The frequency distribution 14 has three regions 15, 16, 17 or three modes. Each region 15, 16, 17 of the frequency distribution 14 has a maximum. Each maximum describes the mean distance in the vehicle transverse direction q to the motor vehicle 1. Based on the number of maxima of the respective areas 15, 16, 17, the number of lanes 10, 1 1, 12 can be determined. From the respective regions 15, 16, 17 it follows that the roadway has three lanes 10, 11, 12. The position of the motor vehicle 1 corresponds to the distance in the vehicle transverse direction q with the value 0.
Weiterhin ist es vorgesehen, dass die jeweilige Fahrspurbreite b der Fahrspuren 10, 1 1 , 12 bestimmt werden. Vorliegend weisen alle Fahrspuren 10, 1 1 , 12 die gleiche Furthermore, it is provided that the respective lane width b of the lanes 10, 1 1, 12 are determined. In the present case, all lanes 10, 1 1, 12 have the same
Fahrspurbreite b auf. Zum Bestimmen der Fahrspurbreite b der jeweiligen Fahrspuren 10, 1 1 , 12 können die Abstandswerte an jeweiligen Fahrspuren 10, 1 1 , 12 bzw. den Lane width b on. To determine the lane width b of the respective lanes 10, 1 1, 12, the distance values at respective lanes 10, 1 1, 12 and
Bereichen 15, 16, 17 der Häufigkeitsverteilung 14 zugeordnet werden. Hier kann es beispielsweise vorgesehen sein, dass die Varianz der Abstandswerte bestimmt wird und hieraus die Fahrzeugbreite b abgeleitet wird. Vorliegend sind die jeweiligen Bereiche 15, 16, 17 der Häufigkeitsverteilung 14 im Wesentlichen normalverteilt. Damit kann die jeweilige Varianz dieser Bereiche 15, 16, 17 bestimmt werden. Weiterhin kann es vorgesehen sein, dass die Fahrspurbreite b auf Grundlage der Abstandswerte, die einer der Fahrspuren 10, 1 1 , 12 zugeordnet ist, bestimmt wird. Dies wird nachfolgend anhand der mittleren Fahrspur 1 1 erläutert. Dabei können die beiden äußersten Abstandswerte verwendet werden, die dieser Fahrspur 1 1 zugeordnet sind. Die jeweilige Position dieser äußersten Abstandswerte kann aus der Häufigkeitsverteilung 14 entnommen werden. Diese entsprechen den Punkten 18 und 19 des Bereichs 16 der Häufigkeitsverteilung 14. Die laterale Entfernung zwischen den Punkten 18 und 19 kann als minimale Fahrspurbreite angesehen werden. Zudem können die Abstandswerte, die den benachbarten Fahrspuren 10, 12 zugeordnet sind, herangezogen werden. Regions 15, 16, 17 of the frequency distribution 14 assigned. Here it can be provided, for example, that the variance of the distance values is determined and from this the vehicle width b is derived. In the present case, the respective regions 15, 16, 17 of the frequency distribution 14 are essentially normally distributed. Thus, the respective variance of these areas 15, 16, 17 can be determined. Furthermore, provision may be made for the lane width b to be determined on the basis of the distance values assigned to one of the lanes 10, 11, 12. This will be explained below with reference to the middle lane 1 1. In this case, the two extreme distance values can be used, which are assigned to this lane 1 1. The respective position of these outermost distance values can be taken from the frequency distribution 14. These correspond to points 18 and 19 of the region 16 of the frequency distribution 14. The lateral distance between the points 18 and 19 can be regarded as minimum lane width. In addition, the distance values that are assigned to the adjacent lanes 10, 12 can be used.
Beispielsweise kann derjenige Abstandswert der linken Fahrspur 10 herangezogen werden, der am nächsten zu der mittleren Fahrspur 1 1 angeordnet ist. Dies entspricht vorliegend dem Punkt 20 des Bereichs 15 der Häufigkeitsverteilung 14. Ferner kann der Abstandswerte der rechten Spur 12 herangezogen werden, der am nächsten zu der mittleren Fahrspur angeordnet ist. Dies entspricht vorliegend dem Punkt 21 des Bereichs 17 der Häufigkeitsverteilung 14. Die laterale Entfernung zwischen den Punkten 20 und 21 kann als maximale Fahrspurbreite berücksichtigt werden. Als Fahrspurbreite b kann dann der Mittelwert zwischen der minimalen und der maximalen Fahrspurbreite verwendet werden. Hieraus kann dann die Fahrspurbreite b bestimmt werden. Vorliegend wird angenommen, dass die jeweilige Fahrspurbreite b für alle Fahrspuren 10, 1 1 , 12 gleich ist. For example, the distance value of the left lane 10 that is closest to the middle lane 1 1 can be used. In the present case, this corresponds to the point 20 of the region 15 of the frequency distribution 14. Further, the distance values of the right lane 12, which is located closest to the middle lane, may be used. In the present case, this corresponds to the point 21 of the region 17 of the frequency distribution 14. The lateral distance between the points 20 and 21 can be taken into account as the maximum lane width. The mean value between the minimum and the maximum lane width can then be used as the lane width b. From this, the lane width b can then be determined. In the present case, it is assumed that the respective lane width b is the same for all lanes 10, 11, 12.
Des Weiteren können anhand der Sensordaten, die mit den Sensoren 3 bereitgestellt werden, Objekte 22 bestimmt werden, welche die Fahrbahn 9 begrenzen. Bei den Objekten 22 handelt es sich vorliegend um Leitplanken. Auch hier kann der laterale Abstand zwischen den Objekten 22 bestimmt werden. Dieser Abstand kann dann durch die Anzahl der Fahrspuren 10, 1 1 , 12 geteilt werden. Auch somit kann auf die jeweilige Fahrspurbreite b rückgeschlossen werden. Furthermore, based on the sensor data provided with the sensors 3, objects 22 can be determined which delimit the roadway 9. The objects 22 are in the present case guardrails. Again, the lateral distance between the objects 22 can be determined. This distance can then be divided by the number of lanes 10, 1 1, 12. Also, thus can be deduced on the respective lane width b.
Zudem ist es vorgesehen, dass die Steuereinrichtung 5 anhand der Bilder, die mit der Kamera 4 bereitgestellt werden, Fahrbahnmarkierungen 23 erkennt. Hierzu kann ein entsprechender Objekterkennungsalgorithmus verwendet werden. Zudem kann auf Grundlage der Bilder bestimmt werden, dass die Fahrbahnmarkierungen 23 auf der Fahrbahn 9 befinden. Diese Informationen können zur Plausibilisierung der Verteilung der Abstandswerte herangezogen werden. In addition, it is provided that the control device 5 recognizes lane markings 23 on the basis of the images provided with the camera 4. For this purpose, a corresponding object recognition algorithm can be used. In addition, it can be determined on the basis of the images that the road markings 23 are located on the roadway 9. This information can be used to check the plausibility of the distribution of the distance values.

Claims

Patentansprüche claims
1 . Verfahren zum Erkennen von Fahrspuren (10, 1 1 , 12) auf einer Fahrbahn (9), bei welchem von zumindest einem Sensor (3) eines Kraftfahrzeugs (1 ) Sensordaten empfangen werden, anhand der Sensordaten eine Mehrzahl von Fahrzeugen (13), die sich auf den Fahrspuren (10, 1 1 , 12) befinden, erkannt wird, Abstandswerte, welche eine Entfernung jedes der erkannten Fahrzeuge (10, 1 1 , 12) zu dem Kraftfahrzeug (1 ) in Fahrzeugquerrichtung (q) des Kraftfahrzeugs (1 ) beschreiben, bestimmt werden, eine Häufigkeitsverteilung (14) der Abstandswerte bestimmt wird und die Fahrspuren (10 ,1 1 , 12) anhand der Häufigkeitsverteilung (14) erkannt werden, 1 . Method for detecting lanes (10, 11, 12) on a carriageway (9), in which sensor data are received by at least one sensor (3) of a motor vehicle (1), based on the sensor data a plurality of vehicles (13) Distance values, which are a distance of each of the detected vehicles (10, 1 1, 12) to the motor vehicle (1) in the vehicle transverse direction (q) of the motor vehicle (1) are detected on the lanes (10, 11, 12). describe, be determined, a frequency distribution (14) of the distance values is determined and the lanes (10, 1 1, 12) are recognized on the basis of the frequency distribution (14),
dadurch gekennzeichnet, dass  characterized in that
die Abstandswerte anhand der Häufigkeitsverteilung (14) den erkannten  the distance values on the basis of the frequency distribution (14) the recognized
Fahrspuren (10, 1 1 , 12) zugeordnet werden und eine Fahrspurbreite (b) zumindest einer der Fahrspuren (10, 1 1 , 12) anhand derjenigen Abstandswerte bestimmt wird, welche dieser Fahrspur (10, 1 1 , 12) zugeordnet werden.  Lanes (10, 1 1, 12) are assigned and a lane width (b) at least one of the lanes (10, 1 1, 12) is determined on the basis of those distance values, which are assigned to this lane (10, 1 1, 12).
2. Verfahren nach Anspruch 1 , 2. The method according to claim 1,
dadurch gekennzeichnet, dass  characterized in that
die Fahrspurbreite (b) der zumindest einen Fahrspur (10, 1 1 , 12) anhand einer Varianz der Abstandswerte, welche dieser Fahrspur (10 ,1 1 , 12) zugeordneten werden, bestimmt wird.  the lane width (b) of the at least one lane (10, 11, 12) is determined on the basis of a variance of the distance values assigned to this lane (10, 11, 12).
3. Verfahren nach Anspruch 1 oder 2, 3. The method according to claim 1 or 2,
dadurch gekennzeichnet, dass  characterized in that
die Fahrspurbreite (b) der zumindest einen Fahrspur (10, 1 1 , 12) anhand eines ersten Abstandswerts, welcher die geringsten Entfernung zu dem Kraftfahrzeug (1 ) in Fahrzeugquerrichtung (q) beschreibt, und eines zweiten Abstandswerts, welcher die größte Entfernung zu dem Kraftfahrzeug (1 ) in Fahrzeugquerrichtung (q) beschreibt, bestimmt wird.  the lane width (b) of the at least one lane (10, 11, 12) based on a first distance value which describes the shortest distance to the motor vehicle (1) in the vehicle transverse direction (q), and a second distance value which is the greatest distance to the Motor vehicle (1) in the vehicle transverse direction (q) describes is determined.
4. Verfahren nach einem der vorhergehenden Ansprüche, 4. The method according to any one of the preceding claims,
dadurch gekennzeichnet, dass  characterized in that
die Fahrspurbreite (b) der zumindest einen Fahrspur (10, 1 1 , 12) zusätzlich anhand der Abstandswerte bestimmt wird, welche einer der zumindest einen Fahrspur (10, 1 1 , 12) benachbarten Fahrspur (10, 1 1 , 12) zugeordnet werden. the lane width (b) of the at least one lane (10, 1 1, 12) in addition based the distance values are determined, which are assigned to one of the at least one lane (10, 1 1, 12) adjacent lane (10, 1 1, 12).
5. Verfahren nach einem der vorhergehenden Ansprüche, 5. The method according to any one of the preceding claims,
dadurch gekennzeichnet, dass  characterized in that
anhand der Sensordaten zumindest ein Objekt (22) erkannt wird, welches die Fahrbahn (9) begrenzt und die Fahrspuren (10 ,1 1 , 12) zusätzlich anhand der zumindest eines Objekts (22) erkannt werden.  At least one object (22) is detected on the basis of the sensor data, which limits the roadway (9) and the lanes (10, 11, 12) are additionally recognized on the basis of the at least one object (22).
6. Verfahren nach einem der vorhergehenden Ansprüche, 6. The method according to any one of the preceding claims,
dadurch gekennzeichnet, dass  characterized in that
zumindest ein Bild von einer Kamera (4) des Kraftfahrzeugs (1 ) empfangen wird, welches die Fahrbahn (9) beschreibt, in dem Bild zumindest eine  at least one image of a camera (4) of the motor vehicle (1) is received, which describes the roadway (9), in the image at least one
Fahrbahnmarkierung (23) erkannt wird und die Fahrspuren (10 ,1 1 , 12) anhand der zumindest einen Fahrbahnmarkierung (23) erkannt werden.  Lane marking (23) is detected and the lanes (10, 1 1, 12) are identified on the basis of at least one lane marking (23).
7. Verfahren nach einem der vorhergehenden Ansprüche, 7. The method according to any one of the preceding claims,
dadurch gekennzeichnet, dass  characterized in that
die Sensordaten, welche empfangen werden, die Fahrbahn (9) in Fahrtrichtung vor dem Kraftfahrzeug (1 ) und/oder die Fahrbahn (9) in Fahrtrichtung hinter dem Kraftfahrzeug (1 ) und/oder die Fahrbahn neben dem Kraftfahrzeug (1 ) beschreiben.  describe the sensor data received, the roadway (9) in the direction of travel in front of the motor vehicle (1) and / or the roadway (9) in the direction of travel behind the motor vehicle (1) and / or the roadway next to the motor vehicle (1).
8. Steuereinrichtung (5) für ein Fahrerassistenzsystem (2) eines Kraftfahrzeugs (1 ), welches zum Durchführen eines Verfahrens nach einem der vorhergehenden Ansprüche ausgelegt ist. 8. Control device (5) for a driver assistance system (2) of a motor vehicle (1), which is designed to carry out a method according to one of the preceding claims.
9. Fahrerassistenzsystem (2) für ein Kraftfahrzeug (1 ) mit einer Steuereinrichtung (5) nach Anspruch 8 und mit zumindest einem Sensor (3). 9. driver assistance system (2) for a motor vehicle (1) with a control device (5) according to claim 8 and with at least one sensor (3).
10. Fahrerassistenzsystem (2) nach Anspruch 9, 10. driver assistance system (2) according to claim 9,
dadurch gekennzeichnet, dass  characterized in that
das Fahrerassistenzsystem (2) als den zumindest einen Sensor (3) einen  the driver assistance system (2) as the at least one sensor (3)
Radarsensor oder einen Lasersensor umfasst. Radar sensor or a laser sensor comprises.
1 1 . Fahrerassistenzsystem (2) nach Anspruch 9 oder 10, 1 1. Driver assistance system (2) according to claim 9 or 10,
dadurch gekennzeichnet, dass  characterized in that
das Fahrerassistenzsystem (2) dazu ausgelegt ist, das Kraftfahrzeug (1 ) in Abhängigkeit von den erkannten Fahrspuren (10, 1 1 , 12) zumindest semi-autonom zu manövrieren.  the driver assistance system (2) is designed to maneuver the motor vehicle (1) at least semi-autonomously as a function of the recognized lanes (10, 11, 12).
12. Kraftfahrzeug (1 ) mit einem Fahrerassistenzsystem (2) nach einem der Ansprüche 9 bis 1 1 . 12. Motor vehicle (1) with a driver assistance system (2) according to one of claims 9 to 1 1.
PCT/EP2017/050853 2016-01-18 2017-01-17 Method for detecting traffic lanes on a roadway on the basis of a frequency distribution of distance values, control device, driver assistance system, and motor vehicle WO2017125369A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102016100718.8A DE102016100718A1 (en) 2016-01-18 2016-01-18 A method for detecting lanes on a roadway based on a frequency distribution of distance values, control device, driver assistance system and motor vehicle
DE102016100718.8 2016-01-18

Publications (1)

Publication Number Publication Date
WO2017125369A1 true WO2017125369A1 (en) 2017-07-27

Family

ID=57906600

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2017/050853 WO2017125369A1 (en) 2016-01-18 2017-01-17 Method for detecting traffic lanes on a roadway on the basis of a frequency distribution of distance values, control device, driver assistance system, and motor vehicle

Country Status (2)

Country Link
DE (1) DE102016100718A1 (en)
WO (1) WO2017125369A1 (en)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018207950A1 (en) * 2018-05-22 2019-11-28 Bayerische Motoren Werke Aktiengesellschaft Method for processing data relating to a vehicle, decoding method, coding and decoding method, system, computer program and computer program product
US10935977B2 (en) * 2018-06-28 2021-03-02 Aptiv Technologies Limited Lane assignment system
CN114379552B (en) * 2021-11-11 2024-03-26 重庆大学 Self-adaptive lane keeping control system and method based on high-precision map and vehicle-mounted sensor
DE102021132925A1 (en) * 2021-12-14 2023-06-29 Valeo Schalter Und Sensoren Gmbh METHOD OF OPERATING A VEHICLE, COMPUTER PROGRAM PRODUCT, CONTROL SYSTEM, AND VEHICLE
GB2618616A (en) * 2022-05-13 2023-11-15 Aptiv Tech Ltd Vehicle lane determination method, computer program product, and apparatus
CN115071733B (en) * 2022-07-21 2022-10-25 成都工业职业技术学院 Auxiliary driving method and device based on computer

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005039103A1 (en) * 2005-08-18 2007-03-01 Robert Bosch Gmbh Procedure for recording a traffic area
DE102013104256A1 (en) * 2013-04-26 2014-10-30 Conti Temic Microelectronic Gmbh Method and device for estimating the number of lanes
DE102014200700A1 (en) * 2014-01-16 2015-07-30 Bayerische Motoren Werke Aktiengesellschaft Method and system for detecting an emergency lane situation

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7593838B2 (en) 2000-03-28 2009-09-22 Robert Bosch Gmbh Model-supported allocation of vehicles to traffic lanes

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005039103A1 (en) * 2005-08-18 2007-03-01 Robert Bosch Gmbh Procedure for recording a traffic area
DE102013104256A1 (en) * 2013-04-26 2014-10-30 Conti Temic Microelectronic Gmbh Method and device for estimating the number of lanes
DE102014200700A1 (en) * 2014-01-16 2015-07-30 Bayerische Motoren Werke Aktiengesellschaft Method and system for detecting an emergency lane situation

Also Published As

Publication number Publication date
DE102016100718A1 (en) 2017-07-20

Similar Documents

Publication Publication Date Title
WO2017125369A1 (en) Method for detecting traffic lanes on a roadway on the basis of a frequency distribution of distance values, control device, driver assistance system, and motor vehicle
EP3094530B1 (en) Method and system for estimating a course of a traffic lane
EP1844373B1 (en) Method for predicting the course in driver assistance systems for motor vehicles
EP1755921B1 (en) Method and device for assisting the performance of a parking maneuver of a vehicle
EP1680317B1 (en) Driver assist method and device based on lane information
DE19749086C1 (en) Device for determining data indicating the course of the lane
WO2007144239A1 (en) Lane changing aid for motor vehicles
EP2904599B1 (en) Method and device for supporting the return of a vehicle after leaving a lane
DE102015200342A1 (en) DEVICE AND COMPUTER PROGRAM FOR CONTROLLING A TARGET VEHICLE FOLLOWING A TESTING VEHICLE
DE112017003974B4 (en) speed control device
EP2676857A2 (en) Method and apparatus for generating a control parameter for a gap assistance system of a vehicle
DE102014200700A1 (en) Method and system for detecting an emergency lane situation
DE102013012324A1 (en) Method and device for finding a route
EP2982572B1 (en) Method for assisting a driver of a motor vehicle when driving out of a parking space, driver assistance system, and motor vehicle
DE102007024391A1 (en) Collision warning device with guardrail detection
EP3041725B1 (en) Method and device for determining a roadway course of a roadway of a vehicle
DE102006034122A1 (en) Driver assistance system
DE102015015681B4 (en) STEERING TORQUE COMPENSATION DEVICE AND STEERING TORQUE COMPENSATION METHOD
DE102020203756A1 (en) MOTORWAY EXIT DETECTION AND LINE REFLECTION FOR VEHICLE TRACTION DETERMINATION
DE102017216238A1 (en) Method for determining a position of a motor vehicle in an environment and control device for a motor vehicle and computing device for operating on a data network
DE102015015302A1 (en) Method for partially or fully autonomous operation of a vehicle and driver assistance device
DE102020131054A1 (en) Driving assistance device
DE102012007127A1 (en) Method for determining movement path for vehicle, involves determining road boundary, and determining multiple possible movement paths for vehicle, where movement path is selected from multiple possible movement paths
DE102004028404A1 (en) Method for estimating the course of a lane of a motor vehicle
DE102020101375A1 (en) Method for warning of cross traffic for a vehicle with detection of lanes, computing device and driver assistance system

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: 17701655

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: 17701655

Country of ref document: EP

Kind code of ref document: A1