WO2019011383A1 - Verfahren zum berechnen einer radar-abstandssichtweite, und eine vorrichtung zur durchführung des verfahrens - Google Patents

Verfahren zum berechnen einer radar-abstandssichtweite, und eine vorrichtung zur durchführung des verfahrens Download PDF

Info

Publication number
WO2019011383A1
WO2019011383A1 PCT/DE2018/200047 DE2018200047W WO2019011383A1 WO 2019011383 A1 WO2019011383 A1 WO 2019011383A1 DE 2018200047 W DE2018200047 W DE 2018200047W WO 2019011383 A1 WO2019011383 A1 WO 2019011383A1
Authority
WO
WIPO (PCT)
Prior art keywords
distance
radar sensor
radar
last
values
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/DE2018/200047
Other languages
English (en)
French (fr)
Inventor
Ion Marian Olaru
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aumovio Germany GmbH
Original Assignee
Continental Automotive Technologies 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
Priority claimed from DE102017211816.4A external-priority patent/DE102017211816A1/de
Application filed by Continental Automotive Technologies GmbH filed Critical Continental Automotive Technologies GmbH
Priority to DE112018003509.3T priority Critical patent/DE112018003509A5/de
Publication of WO2019011383A1 publication Critical patent/WO2019011383A1/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • 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
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • 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
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional [2D] tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional [2D] tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • 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
    • 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
    • G01S2013/9322—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using additional data, e.g. driver condition, road state or weather data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4004—Means for monitoring or calibrating of parts of a radar system
    • G01S7/4039—Means for monitoring or calibrating of parts of a radar system of sensor or antenna obstruction, e.g. dirt- or ice-coating

Definitions

  • the invention relates to a method for calculating a radar distance sight distance.
  • the invention further relates to an apparatus for carrying out the method.
  • Radar devices are used in many applications, for example for the detection of objects in a detection area and for distance measurement. In motor vehicles, radars are increasingly used to determine distances to vehicles in front and fixed objects.
  • radar devices in motor vehicles form components of driver assistance systems (ADAS Advanced Driver Assistance Systems) for increasing the safety of the vehicle, driver and road users.
  • ADAS Advanced Driver Assistance Systems ADAS Advanced Driver Assistance Systems
  • a presence of foreign material or objects can affect accuracy and reliability of speed cameras, insbesonde ⁇ re radar sensors and radar antennas.
  • Such foreign material may be caused, for example, by environmental conditions, such as temperature, humidity, ice, snow, rain or dirt / slush.
  • environmental conditions such as temperature, humidity, ice, snow, rain or dirt / slush.
  • ambient ⁇ condition may affect an intended operational behavior of the automatic radar sensors, even prevent in extreme cases.
  • the ⁇ se includes a statistical approximation of the ability of the sensor to solid objects erfas ⁇ sen in the entire field of view.
  • the mean values of each histogram are ver operates ⁇ by fusion and finally from the sensor distance is determined visual range. If the distance visibility of the radar sensor 5 is below a certain threshold, he ⁇ follows a message of a power decrease .
  • One of the problems of the conventional methods is that updating the histograms does not take into account the following fact. Once objects leave the field of view of the radar sensor, and there is no weakening or attenuation of the radar sensor (ie, the weather- ⁇ conditions and environmental conditions remain good), reduces the mean value of the above-mentioned histogram, while the performance of the radar sensor is not affected , The ⁇ ser reduced value represents no real hoab ⁇ exception and can thereby lead to an incorrect or erroneous blocking message.
  • An object of the invention is therefore to provide an improved method for calculating a radar distance sighting distance.
  • Another object is to provide a device for such a method.
  • the invention accordingly provides a method for calculating a ner radar distance range of a radar sensor, namely with the following steps namely creating a mathematical model and specifying a predicted value ei ⁇ ner distance sighting distance from a previous cycle to ei ⁇ nem current cycle; Building a new histogram using the real distance of all objects of a view ⁇ field of the radar sensor and identifying a scenario; and taking into account the mathematical model from the first method step and the identified scenario from the second method step, and obtaining an estimated value of the distance sighting distance of the radar sensor.
  • the method advantageously makes it possible to prevent messages about a power attenuation of a radar sensor in difficult environmental conditions. This enhances security by preserving and not disabling radar functionality.
  • the histogram when constructing a histogram, is used to compare its mean gradient with a mean gradient of an existing extrapolated distance, and differentiates between a real attenuation and an object that leaves the field of view of the radar sensor. This can be an effective be taken.
  • a dynamic Kalman filter is used. This is a proven technique and easy to use.
  • the second method step namely the construction of the histogram, comprises the following three sub-steps.
  • T2.1 creating a variance of the system or the measuring noise and generating a histogram, which in relation to real ⁇ detected distances of the objects, which are located in the field of view of the radar sensor;
  • the third method step namely the taking into account of the ma ⁇ thematic model comprises the following sub - steps.
  • ⁇ to the so calculated distance visual range can be specified with a height ⁇ ren accuracy.
  • Another embodiment provides that in the sub ⁇ step T3.3 Kaimanverstärk Kk is adapted in the case of the damping scenario such that more weight is placed on the measurement, and in the case of objects which in the field of view of the radar sensor get in or leaving ⁇ sen, Cayman gain Kk adjusted so that more emphasis is placed on the prediction.
  • a decision is possible.
  • the filter may comprise a Kalman filter.
  • the method and the device can be used with any radar detection system, eg also with wide-range radar systems.
  • Fig. 1 is a schematic representation of a vehicle with a radar sensor
  • FIG. 2 shows a schematic flowchart of an exemplary embodiment of a method according to the invention
  • Fig. 3 is a schematic diagram of
  • Figs. 4-6 are schematic histograms of distances.
  • FIG. 7 is a schematic block diagram of an exemplary embodiment of a device according to the invention.
  • FIG. 1 shows a schematic representation of a vehicle 1 with a radar sensor 2.
  • the vehicle 1 travels on a road in a direction indicated by an arrow.
  • the radar sensor 2 is located at the front of the vehicle 1. There may also be meh ⁇ rere radar sensors 2.
  • the radar sensor 2 has a field of view 3, which is directed forward in the direction of travel of the vehicle 1. Various Whether ⁇ projects 4, 5 in this field of view will be 3 of the radar sensor 2 recorded, with their distances are measured. The object 5 moves out of the field of view 3, which is indicated by a white ⁇ direct arrow.
  • FIG. 2 shows a schematic flow diagram of an exemplary embodiment of the method according to the invention.
  • a mathematical model is created to indicate a predicted value of a distance ⁇ Visibility from a preceding cycle to a current cycle.
  • a new histogram is constructed using the real distance of all objects 4, 5 within the field of view 3 of the radar sensor 2.
  • the histogram is used for a comparison of its Mittelwertgra ⁇ served with the Mittelwertgradienten the existing extrapolated distance to differ between a real loss and an object 5, which exits the field of view 3 to un ⁇ .
  • a third method step S3 includes a Be Wegsichti ⁇ gene of the mathematical model from the first step Sl and the identification of the scenario from the second step S2 by a dynamic Kalman filter is applied, whereby then an estimated value of distance visual range is obtained.
  • a first partial step T1 the last N values of the distance sight distance, which are provided by the already existing histograms described above in the introduction to the description.
  • the last N values are named as follows
  • Last distance values ⁇ Ro, Ri, RN-I ⁇ (1)
  • a further sub-step Tl.2 is a non linea ⁇ rer connection process, for example a Levenberg-Marquardt Algo ⁇ algorithm applied to the set of the last distance values. 6 This results in a connected curve R over the time t with the designation
  • Last distance (t) is used to make a prediction of a distance sight distance for the next step S2.
  • a new histogram in a further partial step T2.1 for the creation which in Be ⁇ relationship with real detected distances of the objects 4, 5, located in the viewing area 3 of radar sensor 2 are located.
  • This is shown in FIG. 4 as a schematic histogram 7, where ⁇ are represented in the case of patterns in a real distance behavior, which were observed from the field data measurements.
  • FIGS. 5 and 6 illustrate the behavior over time t of the histogram 7 with the real distances.
  • FIG. 5 shows a histogram 8 for extrapolated distances without attenuation
  • FIG. 6 shows a histogram for extrapolated distances with an attenuation.
  • VMeanReaL MeanReaL - ' M-ea ⁇ nRea ⁇ L- ⁇ (2
  • T2.2 determines the two gradients VMeanRealk and VMeanExtrapolk or calculation ⁇ net.
  • both gradients namely VMeanRealk and VMeanxtrapolk, are strictly correlated.
  • MeasRk which is provided by the mean value of the histogram of the extra ⁇ polished mean values in the cycle k ver ⁇ applies.
  • the Kalman gain Kk of the Kalman filter is adjusted as a function of the identified scenario.
  • EstRk Rk + Kk (Rk - MeasRk) (5)
  • FIG. 5 is a schematic block diagram of an exporting ⁇ approximately embodiment of a device 10 according to the invention.
  • the apparatus 10 here comprises the radar sensor 2, a statistics block 11, a prediction value block 12, an identification block 13, a linking block 14 with a filter 15 and an estimation block 16, and an output block 17.
  • the statistics block 11 generates the mathematical model of the first method step S1.
  • the prediction value block 12 is designed to predict a value of the distance sighting distance.
  • the identification block 13 creates histograms for the investigation and comparison of Mittelwertgradienten and identify a state or a scenario by sub ⁇ discrimination between a real object and a damper 5, which exits the field of view. 3
  • the linking block 14 is used to link the mathematical model from the statistics block 11 and the identification of the scenario from the identification block 13.
  • the filter 15 may e.g. have a Kalman filter.
  • the output block 17 performs an output of a message, e.g. if an identified blockage of the radar sensor 2 is due to environmental conditions, e.g. Ice, rain, dirt, etc. is present.
  • the device 10 may be incorporated into an existing radar sensor be implemented.
  • the method and apparatus may be used with any radar detection system.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

Verfahren zum Berechnen einer Radar-Abstandssichtweite eines Radarsensors (2), mit den Verfahrensschritten S1 Erstellen eines mathematisches Modells und Angeben eines vorausgesagten Wertes einer Abstandssichtweite von einem vorhergehenden Zyklus zu einem aktuellen Zyklus; S2 Aufbauen eines neuen Histogramms unter Verwendung des realen Abstands aller Objekte (4, 5) aus einem Sichtfeld (3) des Radarsensors (2) und Identifizieren eines Szenarios; und S3 Berücksichtigen des mathematischen Modells aus dem ersten Verfahrensschritt (S1) und des identifizierten Szenarios aus dem zweiten Verfahrensschritt (S2), und Erhalten eines geschätzten Wertes der Abstandssichtweite des Radarsensors (2); und eine Vorrichtung zur Durchführung des Verfahrens.

Description

VERFAHREN ZUM BERECHNEN EINER RADAR-ABSTANDSSICHTWEITE, UND EINE VORRICHTUNG ZUR DURCHFÜHRUNG DES VERFAHRENS
Die Erfindung betrifft ein Verfahren zum Berechnen einer Radar-Abstandssichtweite. Die Erfindung bezieht sich ferner auf eine Vorrichtung zur Durchführung des Verfahrens.
Radargeräte werden in vielen Einsatzbereichen beispielsweise zur Erfassung von Objekten in einem Erfassungsbereich und zur Abstandsmessung verwendet. Bei Kraftfahrzeugen werden Radargeräte zunehmend eingesetzt, um Abstände zu vorausfahrenden Fahrzeugen und festen Objekten zu ermitteln.
Dabei bilden Radargeräte in Kraftfahrzeugen Bestandteile von Fahrerassistenzsystemen (ADAS Advanced Driver Assistance Systems) zur Erhöhung der Sicherheit von Fahrzeug, Fahrer und Verkehrsteilnehmern .
Ein Vorhandensein von Fremdmaterial oder Objekten kann eine Genauigkeit und Verlässlichkeit von Radargeräten, insbesonde¬ re von Radarsensoren bzw. Radarantennen, beeinträchtigen. Derartiges Fremdmaterial kann z.B. durch Umgebungsbedingungen verursacht sein, wie beispielsweise Temperatur, Feuchtigkeit, Eis, Schnee, Regen oder Dreck/Matsch. Eine solche Umgebungs¬ bedingung kann ein bestimmungsgemäßes Betriebsverhalten der automatischen Radarsensoren beinträchtigen, in Extremfällen sogar verhindern.
Für eine Analyse einer Leistungsverschlechterung von Radarsensoren wird eine sogenannte Sensor-Sichtweite benutzt. Die¬ se beinhaltet eine statistische Näherung für die Fähigkeit des Sensors feste Objekte in dem gesamten Sichtfeld zu erfas¬ sen .
Um eine statistische Bereichs-Sichtweite zu erlangen, werden drei Histogramme verwendet, in die folgende Daten eingegeben werden :
Bewegliche Objekte
Stationäre Objekte
Erste/Letzte Erfassung von Objekten
Die Mittelwerte jedes Histogramms werden mittels Fusion ver¬ arbeitet und schließlich wird daraus die Sensor- Abstandssichtweite ermittelt. Wenn die Abstandssichtweite des Radarsensors 5 unter einem bestimmten Schwellwert liegt, er¬ folgt eine Meldung einer Leistungsabnahme.
Eines der Probleme der konventionellen Verfahren besteht darin, dass bei einer Aktualisierung der Histogramme die folgende Tatsache nicht berücksichtigt wird. Sobald Objekte das Sichtfeld des Radarsensors verlassen, und es keine Abschwä- chung bzw. Dämpfung des Radarsensors gibt (d.h. die Wetterbe¬ dingungen bzw. Umgebungsbedingungen bleiben gut), verringert sich der Mittelwert des oben erwähnten Histogramms, während die Leistung des Radarsensors nicht beeinträchtigt wird. Die¬ ser verringerte Wert repräsentiert keine reale Leistungsab¬ nahme und kann dabei zu einer falschen bzw. irrtümlichen Blockierungsmeldung führen.
Eine Aufgabe der Erfindung ist es daher, ein verbessertes Verfahren zum Berechnen einer Radar-Abstandssichtweite zu schaffen .
Die Aufgabe wird durch einen Gegenstand mit dem in Anspruch 1 angegebenen Merkmalen gelöst.
Eine weitere Aufgabe besteht darin, eine Vorrichtung für ein solches Verfahren bereitzustellen.
Diese weitere Aufgabe wird durch einen Gegenstand mit dem in Anspruch 9 angegebenen Merkmalen gelöst.
Die Erfindung schafft demnach ein Verfahren zum Berechnen ei- ner Radar-Abstandssichtweite eines Radarsensors , mit den folgenden Verfahrensschritten nämlich Erstellen eines mathematisches Modells und Angeben eines vorausgesagten Wertes ei¬ ner Abstandssichtweite von einem vorhergehenden Zyklus zu ei¬ nem aktuellen Zyklus; Aufbauen eines neuen Histogramms unter Verwendung des realen Abstands aller Objekte aus einem Sicht¬ feld des Radarsensors und Identifizieren eines Szenarios; und Berücksichtigen des mathematischen Modells aus dem ersten Verfahrensschritt und des identifizierten Szenarios aus dem zweiten Verfahrensschritt, und Erhalten eines geschätzten Wertes der Abstandssichtweite des Radarsensors.
Das Verfahren ermöglicht es vorteilhaft, Meldungen über eine Leistungsabschwächung eines Radarsensors bei schwierigen Umgebungsgegebenheiten zu verhindern. Dies erhöht die Sicherheit, da Radarfunktionen beibehalten und nicht deaktiviert werden .
Eine erfindungsgemäße Vorrichtung zur Durchführung des erfindungsgemäßen Verfahrens zum Berechnen einer Radar- Abstandssichtweite umfasst den Radarsensor, einen Statistikblock, einen Voraussagewertblock, einen Identifizierungsblock, einen Verknüpfungsblock mit einem Filter und einem Schätzungsblock, sowie einen Ausgabeblock.
Es ist dabei vorteilhaft, dass eine Implementierung der Vor¬ richtung in ein bereits vorhandenes Radarsystem möglich ist.
Die Möglichkeiten für Meldungen bei falschen Blockierungen des Radarsensors können vorteilhaft verringert werden.
In einer Ausführung wird beim Aufbauen eines Histogramms das Histogramm für einen Vergleich seines Mittelwertgradienten mit einem Mittelwertgradienten eines vorhandenen extrapolierten Abstands benutzt, und es wird zwischen einer realen Dämpfung und einem Objekt, welches das Sichtfeld des Radarsensors verlässt, unterschieden. Damit kann eine effektive Unter- scheidung getroffen werden.
Bei einer weiteren Ausführungsform wird ein dynamisches Kaiman-Filter angewendet. Dies ist eine erprobte Technik und einfach einzusetzen.
Eine weitere Ausführungsform sieht vor, dass das Erstellen des mathematischen Modells die Teilschritte Tl.l. umfasst: Betrachten von letzten N Werten LetzteAbstandsWerte = { Ro , Ri , RN-I} von bereitgestellten Abstandssichtweiten; und
Tl.2 Nichtlineares Verbinden der letzten N Werte LetzteAb- standsWerte = { Ro , Ri , RN-I} ZU einer Kurve ( R ) R = Rhetzte-
Abstands erte (t) und Voraussagen einer Abstandssichtweite. Dabei kann für das nichtlineare Verbinden ein Levenberg-Marquardt Algorithmus verwendet werden, was eine wirksame Auswertung ergibt .
In einer weiteren Ausführung umfasst der zweite Verfahrens- schritt nämlich das Aufbauen des Histogramms die folgenden drei Teilschritte.
T2.1 Erstellen einer Varianz des Systems oder des Mess- Rauschens und Erzeugen eines Histogramms, welches in Bezie¬ hung mit real erfassten Abständen der Objekte, die sich in dem Sichtbereich des Radarsensors befinden;
T2.2 Ermitteln von Gradienten VMeanRealk und ^MeanExtrapolk nach den folgenden Gleichungen:
MeanReal, - MeanReal,
VMeanRealk
ECU Zykluszeit
MeanExtrapolk - MeanExtrapolk.
VMeanExtrapolk
ECU Zykluszeit
und
T2.3 Identifizieren eines zugehörigen Szenarios durch Analysieren der Gradienten VMeanRealk und 'MeanExtrapolk .
Dies ermöglicht vorteilhaft, dass durch Vergleichen dieser Gradienten eine schnelle und effektive Identifikation des Szenarios möglich ist.
Bei einer weiteren Ausführungsform ist vorgesehen, dass der dritte Verfahrensschritt nämlich das Berücksichtigen des ma¬ thematischen Modells die folgenden Teilschritte aufweist.
T3.1 Vorhersagen der Abstandssichtweite basierend auf den letzten N Werten Rk=
Figure imgf000006_0001
( tk) ;
T3.2 Messen eines Wertes MeasRk, welcher von dem Mittelwert des Histogramms der extrapolierten Mittelwerte im Zyklus k bereitgestellt wird;
T3.3 Anpassen einer Kaimanverstärkung Kk eines Kalman-Filters in Abhängigkeit von dem identifizierten Szenario; und
T3.4 Einschätzen eines Zustands gemäß folgender Gleichung EstRk = Rk + Kk (Rk - MeasRk) und entsprechendes Ausgeben oder Unterlassen einer Meldung.
Auf diese Weise kann eine effektive Anpassung des Filters und ein wirksames Einschätzen eines Zustands erreicht werden. Zu¬ dem kann die so berechnete Abstandssichtweite mit einer höhe¬ ren Genauigkeit angegeben werden.
Eine weitere Ausführungsform sieht vor, dass in dem Teil¬ schritt T3.3 die Kaimanverstärkung Kk im Fall des Dämpfungs- Szenarios derart angepasst wird, dass mehr Gewicht auf die Messung gelegt wird, und für den Fall von Objekten, welche in das Sichtfeld des Radarsensors hineinkommen oder es verlas¬ sen, die Kaimanverstärkung Kk so angepasst, dass mehr Gewicht auf die Vorhersage gelegt wird. Damit ist eine vorteilhafte Gewichtung für eine Entscheidung möglich.
In einer Ausführungsform der Vorrichtung kann das Filter ein Kaiman-Filter aufweisen. Das Verfahren und die Vorrichtung können bei jedem Radarerfassungssystem angewandt werden, z.B. auch bei Weitbereichs- radarsystemen .
Die Erfindung wird im Zusammenhang mit den Figuren weiter anhand von Ausführungsbeispielen beschrieben.
Hierbei zeigt:
Fig. 1 eine schematische Darstellung eines Fahrzeugs mit einem Radarsensor;
Fig. 2 ein schematisches Flussdiagramm eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens ;
Fig. 3 eine schematische grafische Darstellung von
AbStandswerten,·
Fig. 4-6 schematische Histogramme von Abständen; und
Fig. 7 ein schematisches Blockschaltbild eines Aus¬ führungsbeispiels einer erfindungsgemäßen Vorrichtung .
In Fig. 1 ist eine schematische Darstellung eines Fahrzeugs 1 mit einem Radarsensor 2 gezeigt.
Das Fahrzeug 1 fährt auf einer Straße in einer Richtung, die durch einen Pfeil angedeutet ist. Der Radarsensor 2 befindet sich an der Vorderseite des Fahrzeugs 1. Es können auch meh¬ rere Radarsensoren 2 vorhanden sein.
Der Radarsensor 2 weist ein Sichtfeld 3 auf, das vorwärts in Fahrtrichtung des Fahrzeugs 1 gerichtet ist. Verschiedene Ob¬ jekte 4, 5 in diesem Sichtfeld 3 werden von dem Radarsensor 2 erfasst, wobei deren Abstände gemessen werden. Das Objekt 5 bewegt sich aus dem Sichtfeld 3 heraus, was durch einen wei¬ teren Pfeil angedeutet ist.
Diese Messwerte werden nun in einem erfindungsgemäßen Verfahren zum Berechnen einer Radar-Abstandssichtweite weiterverarbeitet .
Dazu zeigt Fig. 2 ein schematisches Flussdiagramm eines Aus¬ führungsbeispiels des erfindungsgemäßen Verfahrens.
In einem ersten Verfahrensschritt Sl wird ein mathematisches Modell erstellt, um einen vorausgesagten Wert einer Abstands¬ sichtweite von einem vorhergehenden Zyklus zu einem aktuellen Zyklus anzugeben.
Dann wird in einem zweiten Verfahrensschritt S2 ein neues Histogramm unter Verwendung des realen Abstands aller Objekte 4, 5 innerhalb des Sichtfelds 3 des Radarsensors 2 aufgebaut. Das Histogramm wird für einen Vergleich seines Mittelwertgra¬ dienten mit dem Mittelwertgradienten des vorhandenen extrapolierten Abstands benutzt, um zwischen einer realen Dämpfung und einem Objekt 5, welches das Sichtfeld 3 verlässt, zu un¬ terscheiden .
Ein dritter Verfahrensschritt S3 beinhaltet ein Berücksichti¬ gen des mathematischen Modells aus dem ersten Verfahrensschritt Sl und der Identifizierung des Szenarios aus dem zweiten Verfahrensschritt S2, indem ein dynamischer Kaiman- Filter angewendet wird, wodurch dann ein geschätzter Wert der Abstandssichtweite erhalten wird.
Im Folgenden werden die Verfahrensschritte Sl bis S3 weiter erläutert .
Zum Erstellen des mathematischen Modells werden im ersten Verfahrensschritt Sl in einem ersten Teilschritt Tl.l die letzten N Werte der Abstandssichtweite, welche durch die schon vorhandenen, oben in der Beschreibungseinleitung beschriebenen Histogramme zur Verfügung gestellt werden, betrachtet. Die letzten N Werte werden wie folgt bezeichnet
LetzteAbstandsWerte = { Ro , Ri , RN-I} (1)
Diese letzten Abstandswerte 6 sind in einer schematischen grafischen Darstellung in Fig. 3 über der Zeit t mit kleinen Kreisen aufgetragen.
Dann wird in einem weiteren Teilschritt Tl.2 ein nichtlinea¬ rer Verbindungsprozess , z.B. ein Levenberg-Marquardt Algo¬ rithmus, auf den Satz der letzten Abstandswerte 6 angewandt. Daraus ergibt sich eine zusammenhängende Kurve R über der Zeit t mit der Bezeichnung
R = -RLetzteAbstandsWerte (t )
Die Kurve . LetzteAbstands erte (t) wird benutzt, um eine Voraussage einer Abstandssichtweite für den nächsten Verfahrensschritt S2 treffen zu können.
In dem zweiten Verfahrensschritt S2 wird zur Erstellung der Varianz des Systems oder des Mess-Rauschens in einem weiteren Teilschritt T2.1 ein neues Histogramm erzeugt, welches in Be¬ ziehung mit real erfassten Abständen der Objekte 4, 5, die sich in dem Sichtbereich 3 des Radarsensors 2 befinden. Dies ist in Fig. 4 als ein schematisches Histogramm 7 gezeigt, wo¬ bei Muster in einem realen Abstandsverhalten repräsentiert werden, die aus den Felddatenmessungen beobachtet wurden.
Fig. 5 und 6 stellen das Verhalten über der Zeit t des Histogramms 7 mit den realen Abständen dar. Dabei zeigt Fig. 5 ein Histogramm 8 für extrapolierte Abstände ohne Abschwächung, und Fig. 6 zeigt ein Histogramm für extrapolierte Abstände mit einer Abschwächung.
Bei Eintritt einer realen Dämpfung resultiert dies in der Ab- schwächung des extrapolierten Abstands aller Objekte in dem Bereich der Sichtweite 3 des Radarsensors 2. Dies zeigt Fig. 6 als Histogramm 9. In diesem Fall der realen Dämpfung wird eine Verschiebung aller extrapolierten Daten des Histogramms 9 in der Fig. 6 nach links (durch Pfeil angedeutet) beobachtet .
In dem Fall, bei welchem eine Situation einer Erholung von einem Dämpfungs-Szenario (durch Umwelteinflüsse, wie oben be¬ schrieben) eintritt und sich das Reflexionsvermögen aller Objekte erhöht, kann eine Verschiebung aller Daten des Histogramms 8 gemäß Fig. 5 nach rechts festgestellt werden.
Die Verschiebung der extrapolierten Daten wird in dem Gradienten (siehe die folgenden Gleichungen (2) und (3)) des Mittelwertes aller Daten in dem Histogramm wiedergegeben.
VMeanReaL = MeanReaL -' M—ea^nRea^L-ι ( 2
ECU Zykluszeit
MeanExtrapolk - MeanExtrapolk
VMeanExtrapolk
ECU Zykluszeit
Es werden in einem weiteren Teilschritt T2.2 die beiden Gradienten VMeanRealk und VMeanExtrapolk ermittelt bzw. berech¬ net .
In dem Fall eines schrittweisen Dämpfungs-Szenarios oder ei¬ ner Erholung vom Dämpfen liegt der Wert VMeanRealk in der Nachbarschaft von Null und VMeanExtrapolk ist streng korre¬ liert mit der Leistungsabnahme, d.h. es erfolgt eine schnelle Veränderung von MeanExtrapolk verglichen mit MeanRealk .
In dem Fall, in welchem Objekte 5 das Sichtfeld 3 verlassen oder in dieses hineinkommen, sind beide Gradienten, nämlich VMeanRealk und VMeanExtrapolk streng korreliert.
Somit kann in einem Teilschritt T2.3 eine Identifizierung des zugehörigen Szenarios durch Analysieren der Gradienten VMe- anRealk und VMeanExtrapolk erfolgen.
Zur Erlangung des geschätzten Wertes für die Abstandssicht¬ weite werden bei der Anwendung des Kaiman-Filters und der obigen Daten in dem dritten Verfahrensschritt S3 die folgenden Teilschritte T3.1 bis T3.4 durchgeführt.
In einem Teilschritt T3.1 wird eine Vorhersage der Abstands¬ sichtweite basierend auf den letzten N Werten aus Gleichung (1) vorgenommen:
Figure imgf000011_0001
In einem weiteren Teilschritt T3.2 erfolgt die Messung
MeasRk, welche von dem Mittelwert des Histogramms der extra¬ polierten Mittelwerte im Zyklus k bereitgestellt wird, ver¬ wendet .
In einem weiteren Teilschritt T3.3 wird die Kaimanverstärkung Kk des Kaiman-Filters in Abhängigkeit von dem identifizierten Szenario angepasst.
Im Fall des Dämpfungs-Szenarios erhöht sich die Varianz des Systems, und daher wird die Kaimanverstärkung Kk dahingehend angepasst, um mehr Gewicht auf die Messung zu legen.
Für den Fall von Objekten 5, welche in das Sichtfeld 3 hin¬ einkommen oder es verlassen, wodurch die Varianz des Systems erniedrigt wird, wird die Kaimanverstärkung Kk derart ange¬ passt, dass mehr Gewicht auf die Vorhersage gelegt wird.
In einem Teilschritt T3.4 ergibt sich der geschätzte Zustand zu
EstRk = Rk + Kk (Rk - MeasRk) (5)
Anhand dieses Zustands kann eine entsprechende Meldung ausge- -ligeben werden oder unterbleiben.
Auf diese Weise können Meldungen aufgrund von falschen Blockierungen verringert werden, wobei die errechnete Abstands¬ sichtweite genauer wird.
In Fig. 5 ist ein schematisches Blockschaltbild eines Ausfüh¬ rungsbeispiels einer erfindungsgemäßen Vorrichtung 10 dargestellt.
Die Vorrichtung 10 umfasst hier den Radarsensor 2, einen Statistikblock 11, einen Voraussagewertblock 12, einen Identifizierungsblock 13, einen Verknüpfungsblock 14 mit einem Filter 15 und einem Schätzungsblock 16, und einen Ausgabeblock 17.
Der Statistikblock 11 erzeugt das mathematische Modell des ersten Verfahrensschrittes Sl. Der Voraussagewertblock 12 ist zur Voraussage eines Wertes der Abstandssichtweite ausgebil¬ det. Der Identifizierungsblock 13 erstellt die Histogramme zur Untersuchung und Vergleiche der Mittelwertgradienten und identifiziert einen Zustand bzw. ein Szenario nach Unter¬ scheidung zwischen einer realen Dämpfung und einem Objekt 5, welches das Sichtfeld 3 verlässt.
Der Verknüpfungsblock 14 dient zur Verknüpfung des mathematischen Modells aus dem Statistikblock 11 und der Identifizierung des Szenarios aus dem Identifizierungsblock 13. Dabei weist der Verknüpfungsblock 14 das Filter 15 und den Schätzungsblock 16 auf. Das Filter 15 kann z.B. ein Kaiman-Filter aufweisen .
Der Ausgabeblock 17 führt eine Ausgabe einer Meldung durch, z.B. wenn eine identifizierte Blockierung des Radarsensors 2 durch Umgebungsbedingungen, wie z.B. Eis, Regen, Schmutz usw. vorliegt .
Die Vorrichtung 10 kann in ein vorhandenes Radarsensorbe- triebssystem implementiert werden.
Das Verfahren und die Vorrichtung können bei jedem Radarerfassungssystem zur Anwendung kommen.
Das oben beschriebene Ausführungsbeispiel schränkt die Erfin¬ dung nicht ein, sondern sie ist im Rahmen der Ansprüche modi- fizierbar .
BEZUGSZEICHEN
1 Fahrzeug
2 Radarsensor
3 Sichtfeld
4, 5 Objekt
6 Abstandswert
7, 8, 9 Histogramm
10 Vorrichtung
11 Statistikblock
12 Voraussagewertblock
13 Identifizierungsblock
14 Verknüpfungsblock
15 Filter
16 Schätzungsblock
17 Ausgabeblock
R Kurve
S Verfahrensschritt T Teilschritt

Claims

PATENTANSPRÜCHE
1. Verfahren zum Berechnen einer Radar-Abstandssichtweite eines Radarsensors (2), mit den Verfahrensschritten
Erstellen (Sl) eines mathematischen Modells und Angeben eines vorausgesagten Wertes einer Abstandssichtweite von einem vorhergehenden Zyklus zu einem aktuellen Zyklus;
Aufbauen (S2) eines neuen Histogramms unter Verwendung des realen Abstands aller Objekte (4, 5) aus einem Sichtfeld (3) des Radarsensors (2) und Identifizieren eines Szenarios; und
Berücksichtigen (S3) des mathematischen Modells aus dem ersten Verfahrensschritt (Sl) und des identifizierten Szenarios aus dem zweiten Verfahrensschritt (S2), und Erhalten eines geschätzten Wertes der Abstandssichtweite des Radarsensors (2) .
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass in dem zweiten Verfahrensschritt (S2) das Histogramm für einen Vergleich seines Mittelwertgradienten mit einem Mittelwertgradienten eines vorhandenen extrapolierten AbStands benutzt wird, und ein Unterscheiden zwischen einer realen Dämpfung und einem Objekt (5), welches das Sicht¬ feld (3) des Radarsensors (2) verlässt, erfolgt.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass in dem dritten Verfahrensschritt (S3) ein Anwenden eines dynamischen Kaiman-Filters erfolgt.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass der erste Verfahrensschritt (Sl) die Teilschritte um- fasst :
Tl.l Betrachten von letzten N Werten LetzteAbstandsWer- te = { Ro , Ri , RN-I} von bereitgestellten Ab- standssichtweiten; und
Nichtlineares Verbinden der letzten N Werte Letz- teAbstandsWerte = {Ro, Ri, RN-I } ZU einer Kurve
(R) R = . LetzteAbstands erte ( t ) und Voraussagen einer Abstandssichtweite .
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass in dem Teilschritt Tl.2 ein Levenberg-Marquardt Algorith¬ mus verwendet wird.
Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass der zweite Verfahrensschritt (S2) die Teilschritte umfasst :
T2.1 Erstellen einer Varianz des Systems oder des Mess- Rauschens und Erzeugen eines Histogramms, welches in Beziehung mit real erfassten Abständen der Objekte (4, 5), die sich in dem Sichtbereich (3) des Radarsensors (2) befinden;
T2.2 Ermitteln von Gradienten VMeanRealk und VMean- Extrapolk nach den folgenden Gleichungen
ECU Zykluszeit
„ , _ ^ . MeanExtrapoL - MeanExtrapoL ,
VMeanExtrapolk = — —— ; und
ECU Zykluszeit
Identifizieren eines zugehörigen Szenarios durch Analysieren der Gradienten VMeanRealk und VMean¬ Extrapolk.
7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass der dritte Verfahrensschritt (S3) die Teilschritte auf¬ weist:
T3.1 Vorhersagen der Abstandssichtweite basierend auf den letzten N Werten Rk= ÄLetzteAbstandswerte ( tk) ;
T3.2 Messen eines Wertes MeasRk, welcher von dem Mit¬ telwert des Histogramms der extrapolierten Mittel- werte im Zyklus k bereitgestellt wird;
T3.3 Anpassen einer Kaimanverstärkung Kk eines Kaiman- Filters in Abhängigkeit von dem identifizierten Szenario; und
T3.4 Einschätzen eines Zustands gemäß folgender Gleichung EstRk = Rk + Kk (Rk - MeasRk) und entspre¬ chendes Ausgeben oder Unterlassen einer Meldung.
8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass in dem Teilschritt T3.3 die Kaimanverstärkung Kk im Fall des Dämpfungs-Szenarios derart angepasst wird, dass mehr Gewicht auf die Messung gelegt wird, und für den Fall von Objekten (5), welche in das Sichtfeld (3) des Radar¬ sensors (2) hineinkommen oder das Sichtfeld (3) verlas¬ sen, die Kaimanverstärkung Kk derart angepasst, dass mehr Gewicht auf die Vorhersage gelegt wird.
9. Vorrichtung (10) zur Durchführung eines Verfahrens zum Berechnen einer Radar-Abstandssichtweite nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Vorrichtung (10) den Radarsensor (2), einen Statistikblock (11), einen Voraussagewertblock (12), einen Identifizierungsblock (13), einen Verknüpfungsblock (14) mit einem Filter (15) und einem Schätzungsblock (16), und einen Ausgabeblock ( 17 ) aufweist .
10. Vorrichtung (10) nach Anspruch 9, dadurch gekennzeichnet, dass das Filter (15) ein Kaiman-Filter ist.
PCT/DE2018/200047 2017-07-10 2018-05-15 Verfahren zum berechnen einer radar-abstandssichtweite, und eine vorrichtung zur durchführung des verfahrens Ceased WO2019011383A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE112018003509.3T DE112018003509A5 (de) 2017-07-10 2018-05-15 Verfahren zum Berechnen einer Radar-Abstandssichtweite, und eine Vorrichtung zur Durchführung des Verfahrens

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
EP17465531.6 2017-07-10
EP17465531 2017-07-10
DE102017211816.4A DE102017211816A1 (de) 2017-07-11 2017-07-11 Verfahren zum berechnen einer radar-abstandssichtweite, und eine vorrichtung zur durchführung des verfahrens
DE102017211816.4 2017-07-11

Publications (1)

Publication Number Publication Date
WO2019011383A1 true WO2019011383A1 (de) 2019-01-17

Family

ID=62385966

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2018/200047 Ceased WO2019011383A1 (de) 2017-07-10 2018-05-15 Verfahren zum berechnen einer radar-abstandssichtweite, und eine vorrichtung zur durchführung des verfahrens

Country Status (2)

Country Link
DE (1) DE112018003509A5 (de)
WO (1) WO2019011383A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005059902A1 (de) * 2005-12-15 2007-06-28 Robert Bosch Gmbh Verfahren zur Sensorzustandserfassung sowie Abstandsmessvorrichtung und Einparkassistenzsystem
EP3299839A1 (de) * 2016-09-26 2018-03-28 Continental Automotive GmbH Verfahren, überwachungseinheit und radarsensor

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005059902A1 (de) * 2005-12-15 2007-06-28 Robert Bosch Gmbh Verfahren zur Sensorzustandserfassung sowie Abstandsmessvorrichtung und Einparkassistenzsystem
EP3299839A1 (de) * 2016-09-26 2018-03-28 Continental Automotive GmbH Verfahren, überwachungseinheit und radarsensor

Also Published As

Publication number Publication date
DE112018003509A5 (de) 2020-06-04

Similar Documents

Publication Publication Date Title
AT521607B1 (de) Verfahren und Vorrichtung zum Testen eines Fahrerassistenzsystem
WO2008052827A1 (de) Verfahren und vorrichtung zur fahrerzustandserkennung
AT513258A4 (de) Verfahren zum Vermessen eines fahrenden Fahrzeugs
DE102015117214B4 (de) Verfahren zum schätzen eines strassenoberflächen-reibungskoeffizienten unter verwenden eines rückstellmomentes
EP3453000B1 (de) Rauchdetektionsvorrichtung, verfahren zur detektion von rauch eines brandes sowie computerprogramm
DE102019209846A1 (de) Verfahren zum Betreiben einer 3D-Distanzsensorvorrichtung
DE102013202915A1 (de) Verfahren und Vorrichtung zum Vermessen einer Parklücke für ein Einparkassistenzsystem eines Kraftfahrzeugs
DE102022205457A1 (de) Verfahren zum Auswerten von Sensordaten, Recheneinheit zum Auswerten von Sensordaten und Sensorsystem
DE102014208272A1 (de) Verfahren und Vorrichtung zur Tracking-basierten Sichtweitenschätzung
DE102017006260A1 (de) Verfahren zum Bestimmen von Detektionseigenschaften wenigstens eines Umgebungssensors in einem Fahrzeug und Fahrzeug, eingerichtet zur Durchführung eines solchen Verfahrens
EP4673875A1 (de) Verfahren und vorrichtung zur erkennung einer anomalie im verhalten eines dynamischen systems
DE102017211816A1 (de) Verfahren zum berechnen einer radar-abstandssichtweite, und eine vorrichtung zur durchführung des verfahrens
DE102012204123A1 (de) Verfahren und Vorrichtung zur Bestimmung von Rückstaulängen von Verkehrsobjekten und/oder von Fahrzeugpulks
DE102015225109A1 (de) Verfahren und Vorrichtung zum Klassieren von Augenöffnungsdaten zumindest eines Auges eines Insassen eines Fahrzeugs und Verfahren und Vorrichtung zum Erfassen einer Schläfrigkeit und/oder eines Sekundenschlafes eines Insassen eines Fahrzeugs
DE102017005671A1 (de) Verfahren zur Bestimmung von Fehldetektionen eines Sensorsystems eines Kraftfahrzeugs
DE102017220243B3 (de) Verfahren und vorrichtung zum erkennen einer blockierung einer radarvorrichtung, fahrerassistenzsystem und fahrzeug
WO2019011383A1 (de) Verfahren zum berechnen einer radar-abstandssichtweite, und eine vorrichtung zur durchführung des verfahrens
DE602006000536T2 (de) Verfahren zur Bewertung des Aufmerksamkeitszustands eines Fahrzeugfahrers
EP3121672B1 (de) Diagnoseeinrichtung und verfahren zur überwachung des betriebs eines regelkreises
DE102013201682A1 (de) Auswählen von sichtbaren Gebieten in Nachtbildern zum Durchführen einer Detektion eines freien Pfads
DE102019213471A1 (de) Verfahren zum Schätzen eines Reibungskoeffizienten µ für ein Kraftfahrzeug
EP3698103A1 (de) Abschätzen der messgenauigkeit unterschiedlicher sensoren für dieselbe messgrösse
DE102021133977A1 (de) Verfahren und System zur Klassifikation von Szenarien eines virtuellen Tests sowie Trainingsverfahren
DE102022203171A1 (de) Verfahren zum Validieren einer Steuersoftware für eine Robotervorrichtung
DE102022209403A1 (de) Verfahren zum Überprüfen der Durchführung einer Prädiktionsaufgabe durch ein neuronales Netzwerk

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: 18727665

Country of ref document: EP

Kind code of ref document: A1

REG Reference to national code

Ref country code: DE

Ref legal event code: R225

Ref document number: 112018003509

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18727665

Country of ref document: EP

Kind code of ref document: A1