WO2019076812A1 - Verfahren zur radar-klassifikation der strassenoberfläche - Google Patents

Verfahren zur radar-klassifikation der strassenoberfläche Download PDF

Info

Publication number
WO2019076812A1
WO2019076812A1 PCT/EP2018/078074 EP2018078074W WO2019076812A1 WO 2019076812 A1 WO2019076812 A1 WO 2019076812A1 EP 2018078074 W EP2018078074 W EP 2018078074W WO 2019076812 A1 WO2019076812 A1 WO 2019076812A1
Authority
WO
WIPO (PCT)
Prior art keywords
data structure
information
radar
structure units
assigned
Prior art date
Application number
PCT/EP2018/078074
Other languages
English (en)
French (fr)
Inventor
Thorsten Bagdonat
Marc-Michael Meinecke
Andreas LÖFFLER
Thomas Fechner
Original Assignee
Conti Temic Microelectronic Gmbh
Volkswagen Ag
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 Conti Temic Microelectronic Gmbh, Volkswagen Ag filed Critical Conti Temic Microelectronic Gmbh
Priority to CN201880064201.4A priority Critical patent/CN111491845B/zh
Priority to EP18789070.2A priority patent/EP3652035A1/de
Priority to US16/756,447 priority patent/US11500087B2/en
Publication of WO2019076812A1 publication Critical patent/WO2019076812A1/de

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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/064—Degree of grip
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414—Discriminating targets with respect to background clutter
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • 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
    • G01S13/88—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
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]

Definitions

  • the invention relates to a method and a radar system for
  • supplementary sensor data are evaluated in order to merge these into a common detection result.
  • Substantial optical features such as lane markings. These are used with optical detection systems, for example
  • a disadvantage of the hitherto known radar systems is that with these no lane detection can be realized if no clear boundary structure with a significant backscatter cross section is available. A classification of the soil texture from the Backscatter behavior of the respective soil structure can not be realized with the available radar systems so far.
  • Soil type is possible in order to draw conclusions about the course of the road.
  • the task is performed by a procedure with the characteristics of
  • the invention relates to a method for classifying the ground condition in the environment of a vehicle by means of a radar sensor.
  • the method comprises the following steps:
  • Receiver unit of a radar system received.
  • the radar signals are preferably in the frequency range between 76GHz and 81 GHz, in order to achieve the highest possible resolution, but may be chosen deviating in the frequency range of 24 GHz.
  • Transformation into the spectral region in particular a fast Fourier transformation (FFT), are calculated from the received fractions of the FFT.
  • Radar signal derived by the radar system or an associated control unit information related to discrete local areas of a radar image.
  • the information can be up for example, on the amplitude of the received reflected portion of the radar signal, on the power of the received reflected portion of the radar signal, on the complex representation of the received reflected portion of the radar signal, etc., or be measurements derived therefrom.
  • the information obtained is assigned to data structure units of a data structure.
  • Each data structure unit is assigned to a fixed geographic location and the assignment of the
  • the data structure units correspond to raster areas of a geographic stationary, i. not with the vehicle mitbewegten radar map and the allocation of information in the
  • Data structure units take into account the location of the reflection, which is responsible for the formation of information in the radar system and compensating for a movement of the
  • the radar sensor successively performs a plurality of individual measurements in time, each leading to the information described above. These successively won over
  • Information is stored spatially resolved in the data structure units, ie, according to the location of the reflection that was responsible for the generation of the information.
  • a variety of information is collected in the respective data structure units, the information being obtained from reflected portions of radar signals transmitted at different times.
  • each data structure unit comprises a plurality of individual measurements taken at different times information, so based on the information contained in the respective data structure unit Information the temporal course of the reflections can be evaluated at the respective location.
  • Data structure evaluated by means of a classifier to obtain information regarding the soil condition can be designed to extract essential characteristics from the information for the classification of the soil conditions and to compare them with known criteria in order to draw conclusions therefrom
  • Soil type is present at the respective location.
  • Raster area of the radar map which is assigned to the respective data structure unit, is present.
  • the main advantage of the method is that of the spatial and temporal course of the.
  • Radar sensor determined power spectrum surface structures are classifiable, for example, according to the categories asphalt, grass, pavement, etc. and thus the road course can be estimated.
  • only information is used for the classification of the soil condition, which arise due to reflections on non-moving, ie stationary targets.
  • all the information that can be identified, for example, due to the Doppler shift, is therefore are moving targets, not fed to the data structure units and thus not used to classify the soil condition.
  • a classifier when evaluating the information contained in the data structure by means of a classifier only information, for example, signal or measured values
  • Evaluation of radar signals is the evaluation of information in the reverse manner, i. E. only high amplitude signal or measurement values are used to select the main reflections and thus minimize the required computational power.
  • the invention evaluates exactly the signal or measured values in the low amplitude range, since these often result from ground reflections and thus conclusions can be drawn on the soil conditions.
  • the information stored in the data structure are signal values or measured values
  • the power of the reflected portion of the radar signal is a measure of the backscatter cross section of the object or the structure on which the reflection has taken place. From the temporal and spatial course of the signal values it is possible to draw conclusions about the soil condition.
  • the information stored in the data structure is signal values or measured values which are assigned to the data structure units without amount limitation or at least without truncation in the lower amplitude range of the signal values. This ensures that signal or measured values, especially in the low amplitude range can be stored in the data structure units based on the information in the low
  • Amplitude range to be able to make a soil condition classification Amplitude range to be able to make a soil condition classification.
  • each data structure unit is assigned a respective raster area of a two-dimensional radar map.
  • this radar map is a fixed radar map relating to a fixed geographic point, i. not moved with the vehicle.
  • classification information obtained from the data structure units can be applied to raster areas of the
  • an information associated with a particular discrete local area is a single one
  • Assigned data structure unit or assigned to a particular discrete local area information is more
  • these data structure units are correlated with adjacent arranged raster areas of the two-dimensional radar map.
  • the radar sensor can provide a locally discretized radar image, which is moved with the vehicle and in which the information provided by the radar system, in particular the power reflected at the respective location of the radar system
  • Discretization of the stationary radar map be.
  • the size of the grid areas of the moving radar image can be the same or different from the size of the grid areas of the stationary
  • the co-moving radar image preferably has a coarser discretization than the stationary radar map.
  • the information obtained in a single measurement associated with a grid area of the co-moving radar image associated with a group of a plurality of data structure units or a group of multiple raster areas of the stationary radar map.
  • Each group of raster areas of the stationary radar map are arranged adjacent to each other. This achieves a higher resolution and significantly improves the accuracy of the classification of the soil condition.
  • the evaluation of the information contained in the data structure is carried out separately based on the information contained in a data structure unit. In other words, the evaluation of the information takes place
  • Data structure unit without consideration of information from other data structure units.
  • the power spectrum detected with respect to a location can be used for
  • Soil quality classification are used.
  • Data structure unit of the data structure contained information regarding temporal / spectral properties evaluated. As described above, in each data structure unit, information is stored from a plurality of individual measurements, which were performed successively in time. This is done in contrast to known methods in which the obtained with respect to a location, reflected
  • Performance values are added up. That is to say, in the known methods, after a plurality of individual measurements, there is not a plurality of information per raster area of the stationary radar map, but merely a summation value formed by summing up a plurality of information or measured variables. From the time course of a place Information gathered can have an advantageous
  • the evaluation of the information contained in the data structure is based on groups of data structure units, wherein each group of data structure units includes a plurality of data structure units that are adjacent to each other
  • Data structure units of the data structure contain information across data structures in terms of temporal / spectral
  • the temporal course of the information recorded with respect to one location may change the information about the time (and thus due to the movement of the vehicle from different directions), on the other hand under
  • the change in the information about the location (for example in a region with a close local context) can be determined.
  • the location dependence of the reflections it is possible, for example, to identify spatially different structure sizes. This allows an improved classification of soil conditions in the
  • the classifier uses statistical classifiers, machine-learning or model-based methods.
  • a so-called “deep learning” method using, for example, a neural network, such as a “convolutional neural network” (CNN) .
  • CNN convolutional neural network
  • a correction step is performed in which at least partially allocates the data structure units
  • Soil texture types based on information from
  • This correction step may be based on known correction or
  • Classification errors can be effectively resolved by including classification results in the adjacent grid areas.
  • Data structure units assigned to types of soil properties estimated a lane course For example, based on the types of soil types recognized, contiguous areas of a particular type of soil condition or boundary lines between different types of soil types can be identified.
  • Boundary lines can then be used for the roadway assessment, in particular for a roadway assessment in addition to an optical, for example, camera-based method.
  • the radar map may be a three-dimensional radar map, ie the radar system is not designed as a 2D radar system (ie resolution in azimuth and distance) but as a 3D radar system (ie resolution in azimuth, Elevation and distance).
  • the radar system is not designed as a 2D radar system (ie resolution in azimuth and distance) but as a 3D radar system (ie resolution in azimuth, Elevation and distance).
  • the invention relates to a
  • Computer program product comprises a computer-readable storage medium with program instructions, wherein the program instructions are executable by a processor to cause the processor to carry out a method according to one of the preceding embodiments.
  • the invention relates to a radar system for a vehicle comprising a radar sensor and a control unit, by means of which the reflected components of a radar signal received by the radar sensor are evaluated.
  • the control unit is designed to:
  • each data structure unit being associated with a fixed geographic location, and assigning the information taking into account
  • Movement information of the vehicle takes place
  • Data structure units made up of reflected units obtained from radar signals transmitted at different times;
  • classifier in the context of the present invention is a
  • the classifier is designed to analyze the information stored in the data structure units and to recognize to which types of soil properties the respective information is to be assigned.
  • information derived from the reflected portions of the radar signal is understood to mean all information that can be obtained by suitable analysis or analysis
  • Calculation methods are derived, in particular signal strength, reflected signal amplitude, reflected power or derived quantities.
  • data structure in the sense of the present invention means any information-storing structures, in particular data storage structures
  • the data structure can be stored, for example, in a volatile or non-volatile memory unit of the radar system, for example a random access memory (RAM).
  • RAM random access memory
  • data structure unit is understood to be a logical unit within the data structure that can store a plurality of different identifiable information
  • Data structure unit can be formed in particular by a memory area in a memory unit of the radar system.
  • Fig. 1 by way of example and schematically a obtained by a radar system of a vehicle radar image as a result of
  • Fig. 2a exemplifies the local and temporal reflection behavior of asphalt; 2b shows by way of example the local and temporal reflection behavior of 2-steinpflaster;
  • Fig. 2c exemplifies the local and temporal reflection behavior of grass
  • FIG. 3 shows by way of example and schematically the assignment of a raster region of a radar image moved with the vehicle to a plurality of data structure units of a data structure or
  • FIG. 4 shows, by way of example and schematically, an unadjusted radar map with a multiplicity of raster areas to which information about types of soil are respectively assigned;
  • FIG. 5 shows by way of example and schematically the adjusted radar map according to FIG. 4;
  • Fig. 6 shows an example of the method for the classification of
  • FIG. 7 shows by way of example a block diagram of a radar system which can be used for the classification of the soil condition.
  • FIG. 1 shows by way of example a radar image generated by a radar system 1 of a vehicle 10. For example, this is about the azimuth ⁇ and the distance r information plotted, in particular the power spectrum of the radar sensor of the radar system 1 back-reflected portions of the radar signal after a single measurement and after a Fourier transform.
  • the density or the intensity of the blackening here is a measure of what proportion or how much power of the radar signal from the respective position in space to the
  • Radar sensor 1 .1 of the vehicle was reflected back.
  • a plurality of individual measurements are used in relation to their geographical location assigned in the correct position, ie Compensates the vehicle movement between the individual measurements and analyzes the signal values of a large number of individual measurements in order to obtain information regarding the nature of the soil.
  • the control unit 4 can be formed by a module in which only the necessary for the radar system 1 calculation and control steps are completed, for example, the received radar signals from analog signals are converted into digital signals and calculations on the digital signals, in particular the calculations for transformation into the
  • control unit 4 can be assigned to the radar system 1, in particular be provided directly adjacent to the radar sensor and exclusively
  • control unit 4 can also be formed by a remote control unit, in addition to the processing of
  • Information of the radar sensor 1 .1 also fulfills other control tasks in the vehicle.
  • sufficient Bandwidth for example Ethernet or similar respectively.
  • a remote control unit 4 a partial processing of the received radar signals is already completed in or in the immediate vicinity of the radar sensor 1 .1, for example an analog / digital conversion, so that digitized received radar signals are transmitted to the remote control unit 4 can be.
  • ground texture types store these low amplitude signal values over multiple individual measurements, taking into account the geographic location of the particular reflection. These are then related to a defined geographical location signal values of the
  • Classification method analyzed to determine the type of soil condition at the given geographical location based on the low amplitude signal values.
  • the invention is based on the finding that the
  • Gaps between the paving stones arises.
  • FIGS. 2 a to 2 c show, by way of example and schematically, the reflected power (P, vertical axis) in the case of different ground conditions over the location r (in each case the left-hand representation) or over the time t (in each case the right-hand representation).
  • the representations of FIG. 2a show the location-dependent and time-dependent reflected power in the case of asphalt
  • the representations of FIG. 2b the location-dependent and time-dependent reflected power in large stone paving
  • Power values in the low amplitude range are, for example, 15 dB to 30 dB below the power values of the main reflections.
  • Movement of the vehicle is time-variant, i. the radar image changes with individual measurements taken one after the other.
  • the radar system 1 comprises a data structure comprising a multiplicity of
  • the data structure may for example be stored in a memory unit and the data structure units represent areas in this memory unit, for example logical Storage areas. These memory areas are used to store a large number of information items, each of which has been determined in succession from individual measurements.
  • the information can be obtained, for example, by means of a digital transformation (fast-Fourier transformation, FFT) from the received reflected portions of the radar signal of a respective individual measurement.
  • FFT fast-Fourier transformation
  • the information may, for example, relate to the amplitude of the received reflected component of the radar signal, to the power of the received reflected component of the radar signal, etc., or to be measured values derived from these parameters.
  • the data structure units are each a fixed one
  • Each data structure unit includes information that is all related to reflections at the same defined geographic location.
  • the information contained in the data structure units of the data structure can be used to generate a geographically stationary radar map (see Figures 4 and 5), with the information contained in the data structure units
  • the data structure units are each associated with a raster area of a fixed radar map grid, and information stored in these data structure units is based on reflections that have occurred at the geographic location associated with the respective fixed radar map grid area.
  • Vehicle odometry used to obtain the information obtained in the individual measurements the respective
  • Assign data structure units and store the information in the respective data structure units. This includes each
  • the radar image shown in Figure 1 is formed by a plurality of discrete pieces of information calculated from a single measurement.
  • the information is calculated at discrete azimuth and distance values.
  • the spatial discretization in each individual measurement i.e., the radar image
  • Data structure units may be the same or different.
  • the data structure may be more finely discretized than the spatial discretization underlying the individual measurement (super-resolution principle).
  • Discretization of the radar image moved with the vehicle higher discretization of the data structure is achieved in that a signal value is assigned not only to a single data structure unit but to a group of several data structure units, as shown by way of example in FIG.
  • the information obtained from the radar system 1 is obtained from the radar system 1
  • a data structure unit corresponds to a box in the lower grid of FIG. Grid areas of the stationary radar map assigned or stored in this.
  • This classifier is designed to evaluate the information stored in the data structure in terms of their temporal and spatial change. The aim of the evaluation is to determine what type of soil type, such as grass, pavement, asphalt, ice, vegetation (e.g., shrubs), etc., is present at the particular geographical location.
  • the classifier can be statistical classification methods, machine-learning methods (eg deep learning algorithms, in particular deep learning with convolutional neural networks (CNNs)) or model-based methods.
  • the classification can be preselected solely on the information obtained temporally offset and stored in a single data structure unit.
  • the classification is preferably carried out based on information from a plurality of data structure units, so that, in particular, reflected portions of the radar signals with a close spatial relationship are evaluated. In particular, both the change in the information over time and over the place can be used for classification.
  • 4 shows by way of example a classification result of an area in the vicinity of a vehicle 10. As a result, spatially discrete information exists as a radar map RK indicating which
  • Soil type is present at the respective spatially discrete position.
  • a grid area R of the grid of the radar map RK in FIG. 4 corresponds to a data structure unit of the data structure described above.
  • the different hatching or filling of the raster areas R stand for different
  • the left and right stripes marked with the capital letter “A” represent grassed areas
  • the narrower stripes marked with the letter “C” represent a paved walkway
  • the broader stripes marked with the letter “B” represent an asphalted roadway.
  • the classification result may include errors or inaccuracies.
  • the troubleshooting may be done by reclassifying the localized areas of the other type of soil condition to the type of soil condition present in the immediate vicinity of the faulted area.
  • known algorithms can be used, for example by means of model-based smoothing methods, curve approximation methods, low-pass filters, etc.
  • the corrected radar map RK shown in FIG. 5 can be used to detect passable areas in the surrounding area of the vehicle, to determine boundary lines between the individual areas and thus to estimate the course of the road.
  • the information obtained by the radar system 1 can be redundant or complementary to other sensor systems of the vehicle 10, for example
  • imaging systems (camera etc.).
  • FIG. 6 schematically shows a block-based flowchart of a
  • step S10 reflections of a radar signal are first received.
  • one or more radar signals are emitted by the radar sensor 1 .1 and those on this
  • the information or signal values can be, for example
  • Amplitude values that indicate the reflected power at the respective local area can be displayed in a radar image with local reference to the vehicle 10, for example, based on a coordinate system that the vehicle 10 as
  • the calculation is done for example by a
  • Transformation method such as an FFT, in particular a 3D FFT.
  • the calculation can be carried out in a control unit 4 inherent to the radar system 1, which is assigned directly to the radar sensor 1 .1 and, for example, the aforementioned calculations and, if necessary,
  • Control tasks at the radar sensor 1 .1 completes.
  • the control unit 4 may be a higher-level control unit, which performs control tasks for other systems of the vehicle 10 in addition to the radar system 1.
  • the information obtained by the calculation is then assigned to data structure units of a data structure (S12).
  • Data structure units form for example stack-like
  • the data structure units are each assigned to a grid area of a stationary radar map RK (also called radar grid), ie each data structure unit stores the information resulting from reflections at the location area that is assigned to the respective data structure unit.
  • RK also called radar grid
  • Vehicle are transformed into information relating to a fixed geographic location. This can be done, for example, under
  • the data structure units contain a variety of information resulting from reflected portions of radar signals that are different
  • the information stored in the data structure is subsequently supplied to a classification process in order to classify the soil condition according to predetermined soil texture types based on the information stored in the data structure (S14).
  • the classifier for classifying a raster area can only use information from a single data structure unit that is assigned to the raster area. However, it is preferable that the classification of a raster region using a plurality of
  • Data structure units are correlated with grid areas that are locally closely related to the one to be classified
  • Data structure units are assigned, assigned to soil type (S15).
  • soil type S15
  • a radar map with grid areas, wherein each grid area is assigned a determined by the radar system 1 soil texture type. This makes it possible to determine boundary lines between different types of soil types which can be used, for example, to estimate the course of the lane or its redundant recognition.
  • Fig. 7 shows an example and schematically a block diagram of a
  • the radar system 1 which can be used to classify the soil condition.
  • the radar system 1 comprises a
  • the control unit 4 has a radar control unit 4.1. This is in communication with the transmitting unit 2 in order to suitably control an HF signal generator 2.1 in the transmitting unit 2.
  • the RF signal generator 2.1 can be, for example, a voltage-controlled oscillator (voltage-controlled oscillator VCO) or a phase-locked loop (PLL).
  • the radar system 1 can use a frequency in the range of 24 GHz or in the range of 76 GHz to 81 GHz. A radar system in the range of 76 GHz to 81 GHz is preferred, since higher resolutions can be achieved due to the larger bandwidth.
  • the signal generated by the RF signal generator 2.1 can preferably via
  • Phase shifter 2.2 are transmitted to an amplifier unit via which the signal is amplified and then the transmitting antenna 2.4 is supplied.
  • the receiving unit 3 has at least one receiving antenna 3.1, which is coupled to at least one amplifier 3.2.
  • at least two receiving antennas are provided 3.1 to a desired Receiving characteristic at the receiving unit 3 to achieve (beam-forming).
  • the amplifiers 3.2 are coupled on the output side each with a mixer 3.3.
  • the mixer 3.3 the transmission signal, that is supplied to the signal generated by the RF oscillator 2.1 to the
  • the radar system 1 may in particular be a so-called.
  • Continuous wave radar frequency modulated continuous wave radar, FMCW radar.
  • FMCW radar frequency modulated continuous wave radar
  • the mixer 3.3 At the output of the mixer 3.3 is in each case the so-called. Beat frequency available, which arises by mixing the received signal with the transmission signal. Subsequently, the downmixed signals can be low-pass filtered in lowpasses 3.4.
  • the control unit 4 effects a digital signal processing of
  • Output signals of the receiver unit In particular, the optionally low-pass filtered output signals of the mixer 3.3 are converted by analog / digital converter 4.2 into digital signals. These digitized signals are transmitted via a transformation process, such as a
  • 3D-FFT three-dimensional fast Fourier transform
  • the control unit 4 can be formed in particular by a microprocessor or a microprocessor-based control unit.
  • the output signals of the control unit 4 are then transmitted via a vehicle interface 5 to one or more higher-level control units, for example via a vehicle bus system (eg CAN bus).
  • vehicle bus system eg CAN bus

Abstract

Die Erfindung bezieht sich auf ein Verfahren zur Klassifikation der Bodenbeschaffenheit im Umfeld eines Fahrzeugs mittels eines Radarsensors (1.1), umfassend folgende Schritte: − Empfangen von reflektierten Anteilen eines Radarsignals an einer Empfängereinheit (3) eines Radarsystems (1); − Berechnen von aus den empfangenen Anteilen des Radarsignals abgeleiteten Informationen für diskrete örtliche Bereiche durch das Radarsystem (1) oder eine damit verbundene Steuereinheit (4); − Zuweisen der Informationen zu Datenstruktureinheiten einer Datenstruktur, wobei jede Datenstruktureinheit einem festen geographischen Ort zugeordnet ist und die Zuweisung der Informationen unter Berücksichtigung von Bewegungsinformationen des Fahrzeugs erfolgt; − Sammeln einer Vielzahl von Informationen in den jeweiligen Datenstruktureinheiten, wobei die Informationen aus reflektierten Anteilen von Radarsignalen erhalten werden, die zu unterschiedlichen Zeitpunkten gesendet wurden; − Auswerten der in der Datenstruktur enthaltenen Informationen mittels eines Klassifikators, um Informationen hinsichtlich der Bodenbeschaffenheit zu erhalten; − Zuweisen von die Bodenbeschaffenheit kennzeichnenden Bodenbeschaffenheitstypen zu den Datenstruktureinheiten basierend auf durch den Klassifikator erhaltenen Auswerteergebnissen.

Description

VERFAHREN ZUR RADAR-KLASSIFIKATION DER STRASSENOBERFLÄCHE
Die Erfindung betrifft ein Verfahren sowie ein Radarsystem zur
Klassifikation der Bodenbeschaffenheit im Umfeld eines Kraftfahrzeugs.
Für Kraftfahrzeuge mit Fähigkeiten zum autonomen Fahren wird eine robuste Umfeldwahrnehmung benötigt. Diese Robustheit kann durch Redundanz bzw. Komplementarität in der Sensorik erreicht werden, Komplementarität bedeutet hierbei, dass unterschiedliche, sich
ergänzende Sensordaten ausgewertet werden, um diese zu einem gemeinsamen Erfassungsergebnis zu fusionieren.
Für die Fahrstreifenerkennung dienen in heutigen Systemen im
Wesentlichen optische Merkmale, beispielsweise Fahrspurmarkierungen. Diese werden mit optischen Erfassungssystemen, beispielsweise
Kameras etc. erfasst. Für die Redundanz ist es erforderlich, Informationen über den Fahrstreifenverlauf auch mittels einer unterschiedlichen Sensorik zu sammeln, beispielsweise aus Laser- oder Radarsystemen. Durch derartige Systeme lassen sich bekanntermaßen Grenzstrukturen der
Umgebung mit einem relativ großen Rückstreuquerschnitt, beispielsweise Leitplanken, Bordsteine etc. erfassen, die Hinweise auf den
Fahrbahnverlauf geben. Aufgrund des gemessenen Rückstreuquerschnitts lassen sich die Grenzstrukturen grob klassifizieren.
Nachteilig an den bisher bekannt gewordenen Radarsystemen ist, dass sich mit diesen keine Fahrstreifenerkennung realisieren lässt, wenn keine eindeutige Grenzstruktur mit einem signifikanten Rückstreuquerschnitt vorhanden ist. Eine Klassifikation der Bodenbeschaffenheit allein aus dem Rückstreuverhalten der jeweiligen Bodenstruktur lässt sich mit den verfügbaren Radarsystemen bislang nicht realisieren.
Ausgehend hiervon ist es Aufgabe der Erfindung, ein Verfahren
anzugeben, mittels dem aus den reflektierten Anteilen eines Radarsignals eine Klassifikation der Bodenbeschaffenheit in
Bodenbeschaffenheitstypen ermöglicht wird, um daraus Rückschlüsse auf den Fahrbahnverlauf ziehen zu können. Die Aufgabe wird durch ein Verfahren mit den Merkmalen des
unabhängigen Patentanspruchs 1 gelöst. Bevorzugte Ausführungsformen sind Gegenstand der Unteransprüche. Ein Radarsystem zur Klassifikation der Bodenbeschaffenheit im Umfeld eines Fahrzeugs ist Gegenstand des nebengeordneten Patentanspruchs 16.
Gemäß einem ersten Aspekt bezieht sich die Erfindung auf ein Verfahren zur Klassifikation der Bodenbeschaffenheit im Umfeld eines Fahrzeugs mittels eines Radarsensors. Das Verfahren umfasst dabei folgende Schritte:
Zunächst werden reflektierte Anteile eines Radarsignals an einer
Empfängereinheit eines Radarsystems empfangen. Die Radarsignale liegen vorzugsweise im Frequenzbereich zwischen 76GHz und 81 GHz, um eine möglichst hohe Auflösung zu erreichen, können aber davon abweichend auch im Frequenzbereich von 24GHz gewählt sein.
Über geeignete mathematische Methoden, beispielsweise eine
Transformation in den Spektralbereich, insbesondere eine Fast-Fourier- Transformation (FFT) werden aus den empfangenen Anteilen des
Radarsignals durch das Radarsystem oder eine damit verbundene Steuereinheit Informationen abgeleitet, die sich auf diskrete örtliche Bereiche eines Radarbildes beziehen. Die Informationen können sich beispielsweise auf die Amplitude des empfangenen reflektierten Anteils des Radarsignals, auf die Leistung des empfangenen reflektierten Anteils des Radarsignals, auf die komplexe Darstellung des empfangenen reflektierten Anteils des Radarsignals etc. beziehen oder aus diesen Größen abgeleitete Messwerte sein.
Die dabei gewonnenen Informationen werden Datenstruktureinheiten einer Datenstruktur zugewiesen. Dabei ist jede Datenstruktureinheit einem festen geographischen Ort zugeordnet und die Zuweisung der
Informationen zu der jeweiligen Datenstruktureinheit erfolgt unter
Berücksichtigung von Bewegungsinformationen des Fahrzeugs. In anderen Worten entsprechen die Datenstruktureinheiten Rasterbereichen einer geographisch stationären, d.h. nicht mit dem Fahrzeug mitbewegten Radarkarte und die Zuweisung von Informationen in die
Datenstruktureinheiten erfolgt unter Berücksichtigung des Ortes der Reflektion, die für die Entstehung der Information im Radarsystem ursächlich ist und unter Kompensation einer Fortbewegung des
Fahrzeugs. Vorzugsweise vollzieht der Radarsensor zeitlich nacheinander eine Vielzahl von Einzelmessungen, die jeweils zu den zuvor beschriebenen Informationen führen. Diese zeitlich nacheinander gewonnenen
Informationen werden in den Datenstruktureinheiten ortsaufgelöst, d.h. gemäß dem Ort der Reflektion, die für die Entstehung der Information ursächlich war, gespeichert. In anderen Worten werden eine Vielzahl von Informationen in den jeweiligen Datenstruktureinheiten gesammelt, wobei die Informationen aus reflektierten Anteilen von Radarsignalen erhalten werden, die zu unterschiedlichen Zeitpunkten gesendet wurden. Damit umfasst jede Datenstruktureinheit nach mehreren Einzelmessungen mehrere zu unterschiedlichen Zeitpunkten gewonnene Informationen, so dass basierend auf den in der jeweiligen Datenstruktureinheit enthaltenen Informationen der zeitliche Verlauf der Reflektionen an dem jeweiligen Ort ausgewertet werden kann.
Zur Klassifikation der Bodenbeschaffenheit werden die in der
Datenstruktur enthaltenen Informationen mittels eines Klassifikators ausgewertet, um Informationen hinsichtlich der Bodenbeschaffenheit zu erhalten. Der Klassifikator kann insbesondere dazu ausgebildet sein, für die Klassifikation der Bodenbeschaffenheit wesentliche Charakteristika aus den Informationen zu extrahieren und mit bekannten Kriterien zu vergleichen, um daraus Rückschlüsse zu ziehen, welcher
Bodenbeschaffenheitstyp an dem jeweiligen Ort vorliegt.
Anschließend erfolgt ein Zuweisen von die Bodenbeschaffenheit kennzeichnenden Bodenbeschaffenheitstypen zu den
Datenstruktureinheiten basierend auf durch den Klassifikator erhaltenen Auswerteergebnissen. Dadurch kann eine Aussage darüber getroffen werden, welcher Bodenbeschaffenheitstyp an dem jeweiligen
Rasterbereich der Radarkarte, der der jeweiligen Datenstruktureinheit zugeordnet ist, vorhanden ist.
Der wesentliche Vorteil des erfindungsgemäßen Verfahrens besteht darin, dass aus dem räumlichen und zeitlichen Verlauf des durch den
Radarsensor ermittelten Leistungsspektrums flächige Strukturen klassifizierbar sind, beispielsweise gemäß den Kategorien Asphalt, Gras, Pflaster, etc. und dadurch der Fahrbahnverlauf geschätzt werden kann.
Gemäß einem Ausführungsbeispiel werden ausschließlich Informationen zur Klassifikation der Bodenbeschaffenheit herangezogen, die aufgrund von Reflektionen an nicht bewegten, d.h. stationären Zielen entstehen. In anderen Worten werden damit sämtliche Informationen, an denen beispielsweise aufgrund der Doppler-Verschiebung erkennbar ist, dass es sich um Bewegt-Ziele handelt, nicht den Datenstruktureinheiten zugeführt und damit nicht zur Klassifikation der Bodenbeschaffenheit verwendet.
Gemäß einem Ausführungsbeispiel werden beim Auswerten der in der Datenstruktur enthaltenen Informationen mittels eines Klassifikators lediglich Informationen, beispielsweise Signal- bzw. Messwerte
herangezogen, deren Amplitude oder Signalstärke unterhalb einem Schwellwert oder einer Schwell wertkurve liegen. Bei der gängigen
Auswertung von Radarsignalen erfolgt die Auswertung von Informationen in umgekehrter Weise, d.h. es werden lediglich Signal- bzw. Messwerte mit einer hohen Amplitude verwendet, um die Hauptreflektionen zu selektieren und damit die erforderliche Rechenleistung zu minimieren. Die Erfindung hingegen wertet genau die Signal- bzw. Messwerte im niedrigen Amplitudenbereich aus, da diese häufig aus Bodenreflektionen resultieren und damit Rückschlüsse auf die Bodenbeschaffenheit gezogen werden können.
Gemäß einem Ausführungsbeispiel sind die in der Datenstruktur gespeicherten Informationen Signalwerte bzw. Messwerte, die
proportional zur Leistung des reflektierten Anteils des Radarsignals an einem diskreten örtlichen Bereich sind oder davon abgeleitete Größen. Die Leistung des reflektierten Anteils des Radarsignals ist ein Maß für den Rückstreuquerschnitt des Objekts bzw. der Struktur, an dem die Reflektion erfolgt ist. Aus dem zeitlichen und räumlichen Verlauf der Signalwerte kann auf die Bodenbeschaffenheit rückgeschlossen werden.
Gemäß einem Ausführungsbeispiel sind die in der Datenstruktur gespeicherten Informationen Signalwerte bzw. Messwerte, die den Datenstruktureinheiten ohne Betragsbegrenzung oder zumindest ohne Beschneiden im unteren Amplitudenbereich der Signalwerte zugewiesen werden. Dadurch wird erreicht, dass Signal- bzw. Messwerte speziell im niedrigen Amplitudenbereich in den Datenstruktureinheiten gespeichert werden, um basierend auf den Informationen im niedrigen
Amplitudenbereich eine Bodenbeschaffenheitsklassifikation vornehmen zu können.
Gemäß einem Ausführungsbeispiel ist jeder Datenstruktureinheit jeweils ein Rasterbereich einer zweidimensionalen Radarkarte zugeordnet. Diese Radarkarte ist insbesondere eine ortsfeste Radarkarte, die sich auf einen festen geographischen Punkt bezieht, d.h. nicht mit dem Fahrzeug mitbewegt ist. Damit lassen sich aus den Datenstruktureinheiten gewonnene Klassifizierungsinformationen auf Rasterbereiche der
Radarkarte übertragen.
Gemäß einem Ausführungsbeispiel wird jeweils eine einem bestimmten diskreten örtlichen Bereich zugeordnete Information einer einzigen
Datenstruktureinheit zugeordnet oder eine einem bestimmten diskreten örtlichen Bereich zugeordnete Information wird mehreren
Datenstruktureinheiten zugeordnet, wobei diese Datenstruktureinheiten mit benachbart angeordneten Rasterbereichen der zweidimensionalen Radarkarte korreliert sind. Beispielsweise kann der Radarsensor ein mit dem Fahrzeug mitbewegtes, örtlich diskretisiertes Radarbild bereitstellen, in dem die durch das Radarsystem bereitgestellten Informationen, insbesondere die an dem jeweiligen Ort reflektierte Leistung des
Radarsignals eingetragen ist. Hierbei kann die Diskretisierung des mitbewegten Radarbildes unterschiedlich zur Diskretisierung der
Datenstruktur in Datenstruktureinheiten bzw. unterschiedlich zur
Diskretisierung der ortsfesten Radarkarte sein. In anderen Worten kann damit die Größe der Rasterbereiche des mitbewegten Radarbildes gleich oder unterschiedlich zur Größe der Rasterbereiche der ortsfesten
Radarkarte gewählt sein. Vorzugsweise weist das mitbewegte Radarbild eine gröbere Diskretisierung auf als die ortsfeste Radarkarte. Dadurch werden die in einer Einzelmessung erhaltenen, einem Rasterbereich des mitbewegten Radarbildes zugeordneten Informationen einer Gruppe von mehreren Datenstruktureinheiten bzw. einer Gruppe von mehreren Rasterbereichen der ortsfesten Radarkarte zugeordnet. Jede Gruppe von Rasterbereichen der ortsfesten Radarkarte sind benachbart zueinander angeordnet. Dadurch wird eine höhere Auflösung erreicht und die Genauigkeit der Klassifikation der Bodenbeschaffenheit entscheidend verbessert. Gemäß einem Ausführungsbeispiel erfolgt die Auswertung der in der Datenstruktur enthaltenen Informationen jeweils getrennt basierend auf den in einer Datenstruktureinheit enthaltenen Informationen. Anders ausgedrückt erfolgt die Auswertung der Informationen einer
Datenstruktureinheit ohne Berücksichtigung von Informationen von weiteren Datenstruktureinheiten. Dadurch kann beispielsweise das bezüglich eines Ortes erfasste Leistungsspektrum zur
Bodenbeschaffenheitsklassifizierung herangezogen werden.
Gemäß einem Ausführungsbeispiel werden die in einer
Datenstruktureinheit der Datenstruktur enthaltenen Informationen hinsichtlich zeitlicher/spektraler Eigenschaften ausgewertet. Wie zuvor beschrieben, werden in jeder Datenstruktureinheit Informationen aus mehreren Einzelmessungen gespeichert, die zeitlich nacheinander vollzogen wurden. Dies erfolgt im Unterschied zu bekannten Verfahren, bei denen die hinsichtlich eines Orts erhaltenen, reflektierten
Leistungswerte aufsummiert werden. D.h. bei den bekannten Verfahren sind nach mehreren Einzelmessungen nicht mehrere Informationen pro Rasterbereich der ortsfesten Radarkarte vorhanden sondern lediglich ein Summenwert gebildet durch das Aufsummieren mehrerer Informationen bzw. Messgrößen. Aus dem zeitlichen Verlauf der bezüglich eines Ortes erfassten Infornnationen kann eine vorteilhafte
Bodenbeschaffenheitsklassifizierung vollzogen werden.
Gemäß einem Ausführungsbeispiel erfolgt die Auswertung der in der Datenstruktur enthaltenen Informationen basierend auf Gruppen von Datenstruktureinheiten, wobei jede Gruppe von Datenstruktureinheiten mehrere Datenstruktureinheiten beinhaltet, die mit benachbart
angeordneten Rasterbereichen der zweidimensionalen Radarkarte korreliert sind. Dadurch können datenstruktureinheitsübergreifend Informationen zur Bodenbeschaffenheitsklassifizierung herangezogen und damit die ortsabhängigen Eigenschaften der gespeicherten Informationen ausgewertet werden.
Gemäß einem Ausführungsbeispiel werden die in mehreren
Datenstruktureinheiten der Datenstruktur enthaltenen Informationen datenstruktureinheitsübergreifend hinsichtlich zeitlicher/spektraler
Eigenschaften ausgewertet. Zum einen kann aus dem zeitlichen Verlauf der bezüglich eines Ortes erfassten Informationen die Veränderung der Informationen über der Zeit (und damit aufgrund der Bewegung des Fahrzeugs aus unterschiedlichen Richtungen), zum anderen unter
Berücksichtigung der Informationen mehrerer Datenstruktureinheiten die Veränderung der Informationen über dem Ort (beispielsweise in einem Bereich mit engem örtlichen Zusammenhang) ermittelt werden. Durch die Analyse der Ortsabhängigkeit der Reflektionen können beispielsweise örtlich unterschiedliche Strukturgrößen erkannt werden. Dadurch kann eine verbesserte Klassifikation der Bodenbeschaffenheit in die
unterschiedlichen Bodenbeschaffenheitstypen erreicht werden.
Gemäß einem Ausführungsbeispiel verwendet der Klassifikator statistische Klassifikatoren, maschinell lernende oder modellbasierte Verfahren. Insbesondere kann ein sog.„Deep Learning"-Verfahren verwendet werden, beispielsweise unter Verwendung eines neuronalen Netzes, beispielsweise eines„convolutional neural network" (CNN). Dies ermöglicht eine hohe Klassifikationsgenauigkeit Gemäß einem Ausführungsbeispiel wird ein Korrekturschritt vollzogen, in dem zumindest teilweise den Datenstruktureinheiten zugewiesene
Bodenbeschaffenheitstypen basierend auf Informationen von
Datenstruktureinheiten, die mit benachbart angeordneten Rasterbereichen der zweidimensionalen Radarkarte korreliert sind, korrigiert werden. In anderen Worten werden damit Klassifizierungsfehler im Bereich einer Datenstruktureinheit bzw. eines Rasterbereichs basierend auf
Informationen von anderen Datenstruktureinheiten behoben. Dieser Korrekturschritt kann basierend auf bekannten Korrektur- bzw.
Glättungsverfahren erfolgen. Dadurch können einzelne
Klassifizierungsfehler durch Hinzuziehen von Klassifizierungsergebnissen in den benachbarten Rasterbereichen wirksam behoben werden.
Gemäß einem Ausführungsbeispiel wird basierend auf den den
Datenstruktureinheiten zugewiesenen Bodenbeschaffenheitstypen ein Fahrbahnverlauf geschätzt. Beispielsweise lassen sich basierend auf den erkannten Bodenbeschaffenheitstypen zusammenhängende Flächen eines bestimmten Bodenbeschaffenheitstyps bzw. Grenzlinien zwischen unterschiedlichen Bodenbeschaffenheitstypen erkennen. Diese
Grenzlinien können dann zur Fahrbahnverlaufsschätzung, insbesondere zu einer Fahrbahnverlaufsschätzung ergänzend zu einem optischen, beispielsweise kamerabasierten Verfahren verwendet werden.
Alternativ zu den zuvor beschriebenen Ausführungsbeispielen kann die Radarkarte eine dreidimensionale Radarkarte sein, d.h. das Radarsystem ist nicht als 2D-Radarsystem (d.h. Auflösung in Azimut und Entfernung) sondern als 3D-Radarsystem ausgebildet (d.h. Auflösung in Azimut, Elevation und Entfernung). Durch die Erstellung einer dreidimensionalen Radarkarte mit einem dreidimensionalen Radarsystem ist eine bessere Abgrenzung des Bodenbereichs von übrigen Umgebungsbereichen möglich, d.h. es können bei der Klassifikation lediglich die Bereiche der Radarkarte berücksichtigt werden, die tatsächlich den Bodenbereich darstellen.
Gemäß einem weiteren Aspekt betrifft die Erfindung ein
Computerprogrammprodukt zur Klassifikation der Bodenbeschaffenheit im Umfeld eines Fahrzeugs mittels eines Radarsensors, wobei das
Computerprogrammprodukt ein computerlesbares Speichermedium mit Programmanweisungen umfasst, wobei die Programmanweisungen durch einen Prozessor ausführbar sind, um den Prozessor dazu zu veranlassen, ein Verfahren gemäß einem der vorhergehenden Ausführungsbeispielen auszuführen.
Gemäß einem weiteren Aspekt betrifft die Erfindung ein Radarsystem für ein Fahrzeug umfassend einen Radarsensor und eine Steuereinheit, mittels der die durch den Radarsensor empfangenen, reflektierten Anteile eines Radarsignals ausgewertet werden. Die Steuereinheit ist dabei dazu ausgebildet:
- Informationen aus den empfangenen Anteilen des Radarsignals zu berechnen, die sich auf einen bestimmten diskreten örtlichen Bereich beziehen;
- die Informationen zu Datenstruktureinheiten einer Datenstruktur zuzuweisen, wobei jede Datenstruktureinheit einem festen geographischen Ort zugeordnet ist und die Zuweisung der Informationen unter Berücksichtigung von
Bewegungsinformationen des Fahrzeugs erfolgt;
- eine Vielzahl von Informationen in den jeweiligen
Datenstruktureinheiten abzulegen, die aus reflektierten Anteilen von Radarsignalen erhalten werden, die zu unterschiedlichen Zeitpunkten gesendet wurden;
- die in der Datenstruktur enthaltenen Informationen mittels eines Klassifikators auszuwerten, um Informationen hinsichtlich der Bodenbeschaffenheit im Umgebungsbereich des Fahrzeugs zu erhalten; und
- die Bodenbeschaffenheit kennzeichnende
Bodenbeschaffenheitstypen zu den Datenstruktureinheiten zuzuweisen, und zwar basierend auf den durch den Klassifikator erhaltenen Auswerteergebnissen.
Unter„Klassifikator" im Sinne der vorliegenden Erfindung wird ein
Algorithmus oder eine mathematische Funktion verstanden, die einen Merkmalsraum auf eine Menge von Klassen abbildet. Insbesondere ist der Klassifikator dazu ausgebildet, die in den Datenstruktureinheiten abgelegten Informationen zu analysieren und zu erkennen, welchem Bodenbeschaffenheitstypen die jeweiligen Informationen zuzuordnen sind.
Unter„aus den reflektierten Anteilen des Radarsignals abgeleiteten Information" im Sinne der vorliegenden Erfindung werden sämtliche Informationen verstanden, die durch geeignete Analyse- oder
Berechnungsverfahren ableitbar sind, insbesondere Signalstärke, reflektierte Signalamplitude, reflektierte Leistung oder davon abgeleitete Größen.
Unter„Datenstruktur" im Sinne der vorliegenden Erfindung werden jegliche Informationen speichernde Strukturen verstanden, insbesondere Datenspeicherungsstrukturen. Die Datenstruktur kann beispielsweise in einer flüchtigen oder nichtflüchtigen Speichereinheit des Radarsystems gespeichert sein, beispielsweise einem random access memory (RAM). Unter„Datenstruktureinheit" im Sinne der vorliegenden Erfindung wird eine logische Einheit innerhalb der Datenstruktur verstanden, die mehrere Informationen voneinander unterscheidbar speichern kann. Die
Datenstruktureinheit kann insbesondere durch einen Speicherbereich in einer Speichereinheit des Radarsystems gebildet werden.
Die Ausdrücke„näherungsweise",„im Wesentlichen" oder„etwa" bedeuten im Sinne der Erfindung Abweichungen vom jeweils exakten Wert um +/- 10%, bevorzugt um +/- 5% und/oder Abweichungen in Form von für die Funktion unbedeutenden Änderungen.
Weiterbildungen, Vorteile und Anwendungsmöglichkeiten der Erfindung ergeben sich auch aus der nachfolgenden Beschreibung von
Ausführungsbeispielen und aus den Figuren. Dabei sind alle
beschriebenen und/oder bildlich dargestellten Merkmale für sich oder in beliebiger Kombination grundsätzlich Gegenstand der Erfindung, unabhängig von ihrer Zusammenfassung in den Ansprüchen oder deren Rückbeziehung. Auch wird der Inhalt der Ansprüche zu einem Bestandteil der Beschreibung gemacht.
Die Erfindung wird im Folgenden anhand der Figuren an
Ausführungsbeispielen näher erläutert. Es zeigen:
Fig. 1 beispielhaft und schematisch ein durch ein Radarsystem eines Fahrzeugs erhaltenes Radarbild als Ergebnis einer
Einzelmessung;
Fig. 2a beispielhaft das örtliche und zeitliche Reflektionsverhalten von Asphalt; Fig. 2b beispielhaft das örtliche und zeitliche Reflektionsverhalten von Großsteinpflaster;
Fig. 2c beispielhaft das örtliche und zeitliche Reflektionsverhalten von Gras;
Fig. 3 beispielhaft und schematisch die Zuordnung eines Rasterbereichs eines auf mit dem Fahrzeug mitbewegten Radarbildes zu mehreren Datenstruktureinheiten einer Datenstruktur bzw.
mehreren Rasterbereichen einer ortsfesten Radarkarte;
Fig. 4 beispielhaft und schematisch eine unbereinigte Radarkarte mit einer Vielzahl von Rasterbereichen, denen jeweils Informationen zu Bodenbeschaffenheitstypen zugeordnet sind;
Fig. 5 beispielhaft und schematisch die bereinigte Radarkarte gemäß Fig. 4;
Fig. 6 beispielhaft ein das Verfahren zur Klassifikation der
Bodenbeschaffenheit veranschaulichendes Blockdiagramm; und
Fig. 7 beispielhaft ein Blockschaltbild eines für die Klassifikation der Bodenbeschaffenheit einsetzbaren Radarsystems.
Figur 1 zeigt beispielhaft ein durch ein Radarsystem 1 eines Fahrzeugs 10 erzeugtes Radarbild. Beispielsweise handelt es sich hierbei um über den Azimut Φ und den Abstand r aufgetragene Informationen, insbesondere das Leistungsspektrum der zum Radarsensor des Radarsystems 1 rückreflektierten Anteile des Radarsignals nach einer Einzelmessung und nach einer Fourier-Transformation. Die Dichte bzw. die Intensität der Schwärzung ist hierbei ein Maß dafür, welcher Anteil bzw. wieviel Leistung des Radarsignals von der jeweiligen Position im Raum an den
Radarsensor 1 .1 des Fahrzeugs rückreflektiert wurde.
Um die Bodenbeschaffenheit im Umfeld klassifizieren zu können, d.h. beispielsweise feststellen zu können, ob der Boden in einem bestimmten Bereich, in dem sich das Fahrzeug 10 bewegt, Gras oder Asphalt ist, werden eine Vielzahl von Einzelmessungen (beispielsweise in Form des in Figur 1 dargestellten Radarbildes) herangezogen, in Bezug auf ihren geographischen Ort lagerichtig zugeordnet, d.h. die Fahrzeugbewegung zwischen den Einzelmessungen kompensiert und die Signalwerte einer Vielzahl von Einzelmessungen analysiert, um Informationen hinsichtlich der Bodenbeschaffenheit zu erhalten.
Zur Klassifikation bzw. Einordnung der Bodenbeschaffenheit in
unterschiedliche Bodenbeschaffenheitstypen umfasst das Radarsystem 1 eine Steuereinheit 4. Die Steuereinheit 4 kann durch ein Modul gebildet werden, in dem ausschließlich die für das Radarsystem 1 notwendigen Berechnungs- und Steuerungsschritte vollzogen werden, beispielsweise die empfangenen Radarsignale von analogen Signalen in digitale Signale gewandelt werden und Berechnungen an den digitalen Signalen, insbesondere die Berechnungen zur Transformation in den
Spektralbereich und zur Detektion von Objekten durchgeführt werden (z.B. ausgebildet als Mikrocontroller-Steuereinheit). Die Steuereinheit 4 kann dabei dem Radarsystem 1 zugeordnet sein, insbesondere unmittelbar benachbart zum Radarsensor vorgesehen sein und ausschließlich
Rechen- und Steuerungsaufgaben des Radarsystems 1 vollziehen.
Alternativ hierzu kann die Steuereinheit 4 auch durch eine abgesetzte Steuereinheit gebildet werden, die neben der Verarbeitung von
Informationen des Radarsensors 1 .1 auch andere Steuerungsaufgaben im Fahrzeug erfüllt. In diesem Fall kann die Anbindung der Steuereinheit 4 an den Radarsensor 1 .1 über eine Datenverbindung mit ausreichender Bandbreite, beispielsweise Ethernet o.ä. erfolgen. Ebenso ist es denkbar, dass im Falle einer abgesetzten Steuereinheit 4 eine Teilverarbeitung der empfangenen Radarsignale bereits im oder in unmittelbarer Nähe zum Radarsensor 1 .1 vollzogen wird, beispielsweise eine Analog/Digital- Wandlung, so dass digitalisierte empfangene Radarsignale an die abgesetzte Steuereinheit 4 übertragen werden können.
Zur Detektion von Objekten mit einem großen Radarquerschnitt (engl, radar cross section, RCS) und damit einer großen Leistung der durch dieses Objekt rückreflektierten Anteile des Radarsignals werden häufig Signalwerte mit einer Amplitude unterhalb eines Schwellwerts
weggeschnitten, um dadurch von Nicht-Zielobjekten reflektierte Anteile oder das Hintergrundrauschen zu unterdrücken und damit eine
performantere Signalverarbeitung zu erzielen.
Zur Klassifikation bzw. Einordnung der Bodenbeschaffenheit in
unterschiedliche Bodenbeschaffenheitstypen hingegen werden diese Signalwerte mit niedriger Amplitude über mehrere Einzelmessungen hinweg gespeichert, und zwar unter Berücksichtigung des geographischen Orts der jeweiligen Reflektion. Anschließend werden diese sich auf einen definierten geographischen Ort beziehenden Signalwerte der
Einzelmessungen ausgewertet und durch eine geeignete
Klassifizierungsmethode analysiert, um anhand der Signalwerte mit niedriger Amplitude festzustellen, welcher Bodenbeschaffenheitstyp an dem jeweiligen geographischen Ort vorhanden ist.
Hierbei liegt der Erfindung die Erkenntnis zu Grunde, dass die
Rückstrahlcharakteristiken abhängig von der vorhandenen Bodenstruktur unterschiedlich sind. So weist beispielsweise Gras eine sehr diffuse Rückstrahlcharakteristik auf, wohingegen Asphalt eine räumlich sehr konzentrierte Reflektion, ähnlich einem Spiegel, verursacht. Pflaster hingegen, beispielsweise Großstein- oder Kleinsteinpflaster, weist wiederum eine andere Reflektionscharakteristik auf, die aufgrund der periodischen oder im Wesentlichen periodischen Fugen bzw.
Zwischenräume zwischen den Pflastersteinen entsteht.
Figuren 2a bis 2c zeigen beispielhaft und schematisch die reflektierte Leistung (P, vertikale Achse) bei unterschiedlicher Bodenbeschaffenheit über dem Ort r (jeweils linke Darstellung) bzw. über der Zeit t (jeweils rechte Darstellung). Dabei zeigen die Darstellungen der Figur 2a die orts- und zeitabhängige reflektierte Leistung bei Asphalt, die Darstellungen der Figur 2b die ortsabhängige und zeitabhängige reflektierte Leistung bei Großsteinpflaster und die Darstellungen der Figur 2c die ortsabhängige und zeitabhängige reflektierte Leistung im Falle von Gras bzw. einer Wiese. Die örtlichen und zeitlichen Verläufe zeigen dabei reflektierte Leistungswerte im niedrigen Amplitudenbereich erheblich unterhalb der Hauptreflektionen (beispielsweise Fahrzeuge, Leitplanken etc.), die im erfassten Bereich des Radarsystems 1 liegen. Die reflektierten
Leistungswerte im niedrigen Amplitudenbereich liegen beispielsweise 15dB bis 30dB unterhalb der Leistungswerte der Hauptreflektionen.
Wie zuvor ausgeführt, zeigt das in Fig. 1 gezeigte Radarbild eine
Augenblicksdarstellung einer Einzelmessung, das aufgrund der
Fortbewegung des Fahrzeugs zeitvariant ist, d.h. das Radarbild ändert sich bei zeitlich nacheinander vollzogenen Einzelmessungen.
Um eine von der Bewegung des Fahrzeugs 10 unabhängige Datenbasis hinsichtlich des Reflektionsverhaltens des Bodens zu erhalten, umfasst das Radarsystem 1 eine Datenstruktur, die eine Vielzahl von
Datenstruktureinheiten umfasst. Die Datenstruktur kann beispielsweise in einer Speichereinheit gespeichert sein und die Datenstruktureinheiten stellen Bereiche in dieser Speichereinheit dar, beispielsweise logische Speicherbereiche. Diese Speicherbereiche dienen der Speicherung einer Vielzahl von Infornnationen, die jeweils aus Einzelmessungen zeitlich nacheinander ermittelt wurden. Die Informationen können beispielsweise durch eine digitale Transformation (fast-fourier-Transformation, FFT) aus den empfangenen reflektierten Anteilen des Radarsignals einer jeweiligen Einzelmessung erhalten werden. Die Informationen können sich beispielsweise auf die Amplitude des empfangenen reflektierten Anteils des Radarsignals, auf die Leistung des empfangenen reflektierten Anteils des Radarsignals etc. beziehen oder aus diesen Größen abgeleitete Messwerte sein.
Die Datenstruktureinheiten sind dabei jeweils einem festen
geographischen Ort zugeordnet, d.h. jede Datenstruktureinheit umfasst Informationen, die sich alle auf Reflektionen an ein und demselben definierten, geographischen Ort beziehen. Damit können die in den Datenstruktureinheiten der Datenstruktur enthaltenen Informationen zur Erzeugung einer geographisch ortsfesten Radarkarte (s. Fig. 4 und 5) herangezogen werden, wobei die in den Datenstruktureinheiten
enthaltenen Informationen den zeitlichen Verlauf einer aus den
Reflektionen entstehenden Messgröße an einem definierten Ort in der Radarkarte angeben. Anders ausgedrückt sind die Datenstruktureinheiten jeweils einem Rasterbereich eines Rasters einer ortsfesten Radarkarte zugeordnet und in diesen Datenstruktureinheiten werden Informationen gespeichert, die auf Reflektionen zurückzuführen sind, die an dem geographischen Ort aufgetreten sind, der dem jeweiligen Rasterbereich der ortsfesten Radarkarte zugeordnet ist.
Um einen lagerichtigen Übertrag der Signalwerte des Radarbilds gemäß Figur 1 in die Datenstruktureinheiten der Datenstruktur zu ermöglichen, ist es notwendig, die Bewegung des Fahrzeugs 10 zu kompensieren, d.h. die Informationen des Radarbilds basierend auf Bewegungsinformationen des Fahrzeugs lagerichtig einer oder mehrerer Datenstruktureinheiten der Datenstruktur zuzuweisen. So können im Fahrzeug 10 zur Verfügung stehende Bewegungsinformationen, beispielsweise aus der
Fahrzeugodometrie, dazu verwendet werden, die in den jeweiligen Einzelmessungen gewonnenen Informationen den jeweiligen
Datenstruktureinheiten zuzuordnen und die Informationen in den jeweiligen Datenstruktureinheiten zu speichern. Damit enthält jede
Datenstruktureinheit nach Durchführung mehrerer Einzelmessungen eine Reihe von zu unterschiedlichen Zeitpunkten aufgenommenen
Informationen, die aus Reflektionen an einem festen geographischen Bereich resultieren.
Das in Figur 1 gezeigte Radarbild wird durch eine Vielzahl von diskreten Informationen gebildet, die anhand einer Einzelmessung berechnet werden. Insbesondere werden die Informationen an diskreten Azimut- und Abstandswerten berechnet. Die räumliche Diskretisierung in der jeweiligen Einzelmessung (d.h. des Radarbildes) und die einer räumlichen
Diskretisierung entsprechende Einteilung der Datenstruktur in
Datenstruktureinheiten kann gleich oder unterschiedlich sein.
Insbesondere kann die Datenstruktur feiner diskretisiert sein als die der Einzelmessung zugrundeliegende räumliche Diskretisierung (super- resolution-Prinzip). Durch die im Vergleich zu der räumlichen
Diskretisierung des mit dem Fahrzeug mitbewegten Radarbildes höhere Diskretisierung der Datenstruktur wird erreicht, dass ein Signalwert jeweils nicht nur einer einzigen Datenstruktureinheit zugeordnet wird sondern einer Gruppe von mehreren Datenstruktureinheiten, wie dies beispielhaft in Fig. 3 gezeigt ist. Die vom Radarsystem 1 erhaltene Information
(verdeutlicht durch das schraffierte Kästchen im oberen Raster gemäß Fig. 3) wird mehreren Datenstruktureinheiten (eine Datenstruktureinheit entspricht einem Kästchen in dem unteren Raster gemäß Fig. 3) bzw. Rasterbereichen der ortsfesten Radarkarte zugeordnet bzw. in diesen gespeichert.
Beim Weiterbewegen des Fahrzeugs ändert sich dessen Position relativ zu der Reflektionsstelle und damit die Zuordnung des Radarbildes gemäß Figur 1 zu der Datenstruktur. Damit ändert sich auch die Rasterzuordnung in Fig. 3. Die höhere räumliche Diskretisierung der Datenstruktur sorgt dabei für eine höhere Auflösung und ermöglicht damit eine verbesserte Genauigkeit bei der Klassifikation der Bodenbeschaffenheit.
Die in den Datenstruktureinheiten der Datenstruktur gespeicherten
Informationen werden zur Klassifikation der Bodenbeschaffenheit einem Klassifikator zugeführt. Dieser Klassifikator ist dazu ausgebildet, die in der Datenstruktur gespeicherten Informationen hinsichtlich deren zeitlicher und räumlicher Veränderung auszuwerten. Ziel der Auswertung ist es, festzulegen, welche Art von Bodenbeschaffenheitstyp, beispielsweise Gras, Pflaster, Asphalt, Eis, Vegetation (z.B. Büsche) etc. an dem jeweiligen geographischen Ort vorhanden ist. Als Klassifikator kann jeglicher computerimplementierte Algorithmus verwendet werden, der dazu geeignet ist, Merkmale in den in der
Datenstruktur gespeicherten Informationen zu erkennen und diese
Merkmale einer Klasse zuzuordnen, so dass der Klassifikator als Ergebnis ausgibt, welchem Bodenbeschaffenheitstyp die in einer
Datenstruktureinheit gespeicherten Informationen am nächsten kommen (auch als Mustererkennung bezeichnet). Als Klassifikator kommen statistische Klassifikationsverfahren, maschinell lernende Verfahren (z.B. deep learning-Algorithmen, insbesondere deep learning mit„convolutional neural networks"(CNNs)) oder modell-basierte Verfahren in Frage. Die Klassifikation kann dabei allein auf den zeitlich versetzt gewonnenen, in einer einzigen Datenstruktureinheit gespeicherten Informationen vorgenonnnnen werden. Vorzugsweise wird die Klassifikation basierend auf Informationen aus mehreren Datenstruktureinheiten vorgenommen, so dass insbesondere reflektierte Anteile der Radarsignale mit engem räumlichem Zusammenhang ausgewertet werden. Insbesondere kann sowohl die Veränderung der Informationen über der Zeit als auch über dem Ort zur Klassifikation herangezogen werden. Fig. 4 zeigt beispielhaft ein Klassifikationsergebnis eines Bereichs in der Umgebung eines Fahrzeugs 10. Im Ergebnis liegt eine räumlich diskrete Information als Radarkarte RK vor, die angibt, welcher
Bodenbeschaffenheitstyp an der jeweiligen räumlich diskreten Position vorliegt. Dabei entspricht beispielsweise ein Rasterbereich R des Rasters der Radarkarte RK in Fig. 4 einer Datenstruktureinheit der zuvor beschriebenen Datenstruktur. Die unterschiedlichen Schraffuren bzw. Füllungen der Rasterbereiche R stehen dabei für unterschiedliche
Bodenbeschaffenheitstypen. So können beispielsweise der mit dem Großbuchstaben„A" gekennzeichnete linke und rechte Streifen jeweils Grasflächen, der mit dem Buchstaben„C" gekennzeichnete schmalere Streifen einen gepflasterten Gehweg und der mit dem Buchstaben„B" gekennzeichnete breitere Streifen eine asphaltierte Straße bzw. Fahrbahn darstellen. Wie in Figur 4 erkennbar, kann das Klassifikationsergebnis Fehler bzw. Ungenauigkeiten aufweisen. Diese sind durch die vereinzelten,
unregelmäßig verteilt angeordneten Kästchen dargestellt, die im
Unterschied zu ihrem direkten Umgebungsbereich eine Färbung aufweisen. Diese Fehler bzw. Ungenauigkeiten können durch geeignete Verfahren bereinigt werden, um zu einem in Figur 5 gezeigten, bereinigten
Klassifizierungsergebnis zu gelangen. Dabei wird davon ausgegangen, dass in einem großflächigen Bereich eines bestimmten
Bodenbeschaffenheitstyps keine örtlich sehr begrenzten Bereiche eines anderen Bodenbeschaffenheitstyps vorkommen, beispielsweise in einer Grasfläche keine sehr kleine Asphaltfläche. Die Fehlerbehebung kann durch ein Umklassifizieren der örtlich begrenzten Bereiche des anderen Bodenbeschaffenheitstyps in den Bodenbeschaffenheitstyp erfolgen, der in der unmittelbaren Umgebung des fehlerhaften Bereichs vorliegt. Hierzu können bekannte Algorithmen verwendet werden, beispielsweise mittels modellbasierten Glättungsverfahren, Verfahren der Kurvenapproximation, Tiefpassfilter etc. Die in Fig. 5 gezeigte, bereinigte Radarkarte RK kann dazu verwendet werden, befahrbare Bereiche im Umgebungsbereich des Fahrzeugs zu erkennen, Grenzlinien zwischen den einzelnen Flächen zu bestimmen und damit den Fahrbahnverlauf zu schätzen. Die durch das Radarsystem 1 gewonnenen Informationen können dabei redundant oder ergänzend zu weiteren Sensorsystemen des Fahrzeugs 10, beispielsweise
bilderfassenden Systemen (Kamera etc.), verwendet werden.
Fig. 6 zeigt schematisch ein blockbasiertes Ablaufdiagramm eines
Verfahrens zum Klassifizieren der Bodenbeschaffenheit im Umfeld eines Fahrzeugs 10.
In Schritt S10 werden zunächst Reflektionen eines Radarsignals empfangen. Dabei werden bei einer Einzelmessung ein oder mehrere Radarsignale vom Radarsensor 1 .1 emittiert und die auf diese
Radarsignale zurückgehenden reflektierten Anteile am Radarsensor 1 .1 wieder empfangen. Aus den empfangenen Anteilen des Radarsignals werden für diskrete örtliche Bereiche Informationen berechnet, beispielsweise Signalwerte, die ein Maß für die Reflektivität des jeweiligen örtlichen Bereichs darstellen (S1 1 ). Die Informationen bzw. Signalwerte können beispielsweise
Amplitudenwerte sein, die die reflektierte Leistung an dem jeweiligen örtlichen Bereich angeben. Die Reflektionen können in einem Radarbild mit örtlichem Bezug zum Fahrzeug 10 dargestellt werden, beispielsweise basierend auf einem Koordinatensystem, das das Fahrzeug 10 als
Bezugspunkt aufweist.
Die Berechnung erfolgt beispielsweise durch ein
Transformationsverfahren, beispielsweise eine FFT, insbesondere eine 3D-FFT. Die Berechnung kann in einer dem Radarsystem 1 inhärenten Steuereinheit 4 erfolgen, die unmittelbar dem Radarsensor 1 .1 zugeordnet ist und beispielsweise die vorgenannten Berechnungen und ggf.
Steuerungsaufgaben am Radarsensor 1 .1 vollzieht. Alternativ kann die Steuereinheit 4 eine übergeordnete Steuereinheit sein, die neben dem Radarsystem 1 noch Steueraufgaben für andere Systeme des Fahrzeugs 10 vollzieht.
Die durch die Berechnung erhaltenen Informationen werden anschließend Datenstruktureinheiten einer Datenstruktur zugewiesen (S12). Die
Datenstruktureinheiten bilden beispielsweise stackartige
Speicherbereiche, in denen eine Vielzahl von Informationen gespeichert werden können, die aus zu unterschiedlichen Zeitpunkten gewonnenen Einzelmessungen resultieren. Dabei sind die Datenstruktureinheiten beispielsweise jeweils einem Rasterbereich einer ortsfesten Radarkarte RK (auch Radargrid genannt) zugeordnet, d.h. jede Datenstruktureinheit speichert die Informationen, die aus Reflektionen an dem Ortsbereich entstehen, der der jeweiligen Datenstruktureinheit zugeordnet ist. Um aus den Infornnationen, die sich auf das Fahrzeug beziehen und damit mit dem Fahrzeug mitbewegte Radarinformationen sind, Informationen zu erhalten, die den Datenstruktureinheiten zugeordnet werden können, müssen diese unter Zuhilfenahme von Bewegungsinformationen des
Fahrzeugs in Informationen transformiert werden, die sich auf einen festen geographischen Ort beziehen. Dies kann beispielweise unter
Zuhilfenahme von Fahrzeugodometrie-Daten erfolgen. Um von unterschiedlichen Orten aus (bei Bewegung des Fahrzeugs 10) und zu unterschiedlichen Zeitpunkten Informationen zu erhalten, werden nacheinander eine Vielzahl von Einzelmessungen vollzogen und gemäß der vorherigen Schritte den Datenstruktureinheiten zugeordnet (S13). Somit enthalten die Datenstruktureinheiten nach Durchführung mehrerer Einzelmessungen eine Vielzahl von Informationen, die aus reflektierten Anteilen von Radarsignalen resultieren, die zu unterschiedlichen
Zeitpunkten und an unterschiedlichen Orten (aufgrund der Bewegung des Fahrzeugs 10) gesendet wurden. Die in der Datenstruktur gespeicherten Informationen werden nachfolgend einem Klassifikationsverfahren zugeführt, um basierend auf den in der Datenstruktur gespeicherten Informationen die Bodenbeschaffenheit nach vorgegebenen Bodenbeschaffenheitstypen zu klassifizieren (S14). Dabei kann der Klassifikator zur Klassifikation eines Rasterbereichs lediglich Informationen einer einzelnen Datenstruktureinheit heranziehen, die dem Rasterbereich zugeordnet ist. Bevorzugt jedoch ist, dass die Klassifikation eines Rasterbereichs unter Hinzuziehung einer Vielzahl von
Datenstruktureinheiten erfolgt, die mit Rasterbereichen korreliert sind, die in örtlich engem Zusammenhang mit dem zu klassifizierenden
Rasterbereich stehen. Als Ergebnis des Klassifikationsverfahrens werden den
Datenstruktureinheiten und damit den Rasterbereichen, die diesen
Datenstruktureinheiten zugeordnet sind, Bodenbeschaffenheitstypen zugewiesen (S15). Somit entsteht eine Radarkarte mit Rasterbereichen, wobei jedem Rasterbereich ein durch das Radarsystem 1 ermittelter Bodenbeschaffenheitstyp zugewiesen ist. Damit lassen sich Grenzlinien zwischen unterschiedlichen Bodenbeschaffenheitstypen ermitteln, die beispielsweise zur Schätzung des Fahrbahnverlaufs bzw. dessen redundanter Erkennung benutzt werden können.
Fig. 7 zeigt beispielhaft und schematisch ein Blockschaltbild eines
Radarsystems 1 , das zu Klassifikation der Bodenbeschaffenheit herangezogen werden kann. Das Radarsystem 1 umfasst eine
Sendereinheit 2, eine Empfangseinheit 3 und eine Steuereinheit 4. Die Steuereinheit 4 weist eine Radarsteuerungseinheit 4.1 auf. Diese steht mit der Sendeeinheit 2 in Verbindung, um einen HF-Signalerzeuger 2.1 in der Sendeeinheit 2 geeignet anzusteuern. Der HF-Signalerzeuger 2.1 kann beispielsweise ein spannungsgesteuerter Oszillator (voltage-controlled oscillator VCO) oder eine Phasenregelschleife (phase-locked loop, PLL) sein. Das Radarsystem 1 kann dabei eine Frequenz im Bereich von 24 GHz oder im Bereich von 76GHz bis 81 GHz nutzen. Bevorzugt ist ein Radarsystem im Bereich 76GHz bis 81 GHz, da aufgrund der größeren Bandbreite höhere Auflösungen erzielbar sind. Das vom HF- Signalerzeuger 2.1 erzeugte Signal kann vorzugsweise über
Phasenschieber 2.2 an eine Verstärkereinheit übertragen werden, über die das Signal verstärkt wird und anschließend der Sendeantenne 2.4 zugeführt wird.
Die Empfangseinheit 3 weist zumindest eine Empfangsantenne 3.1 auf, die mit zumindest einem Verstärker 3.2 gekoppelt ist. Vorzugsweise sind zumindest zwei Empfangsantennen 3.1 vorgesehen, um ein gewünschte Empfangscharakteristik an der Empfangseinheit 3 zu erreichen (beam- forming). Die Verstärker 3.2 sind ausgangsseitig mit jeweils einem Mischer 3.3 gekoppelt. Dem Mischer 3.3 wird das Sendesignal, d.h. das von dem HF-Schwingungserzeuger 2.1 erzeugte Signal zugeführt, um das
Empfangssignal basierend auf der Sendefrequenz des Sendesignals herunterzumischen. Das Radarsystem 1 kann insbesondere ein sog.
Dauerstrichradar sein (frequency modulated continuous wave radar, FMCW-Radar). Am Ausgang des Mischers 3.3 steht jeweils die sog. Beat- Frequenz zur Verfügung, die durch Mischung des Empfangssignals mit dem Sendesignal entsteht. Anschließend können die heruntergemischten Signale in Tiefpässen 3.4 tiefpassgefiltert werden.
Diese ggf. gefilterten Ausgangssignale des Mischers 3.4 werden dann der Steuereinheit 4 zugeführt.
Die Steuereinheit 4 bewirkt eine digitale Signalverarbeitung der
Ausgangssignale der Empfängereinheit. Insbesondere werden die ggf. tiefpassgefilterten Ausgangssignale der Mischer 3.3 durch Analog/Digital- Wandler 4.2 in digitale Signale umgesetzt. Diese digitalisierten Signale werden über ein Transformationsverfahren, beispielsweise eine
dreidimensionale Fast-Fourier-Transformation (3D-FFT) 4.3 in den Spektralbereich überführt.
Am Ausgang der 3D-FFT-Einheit 4.3 stehen ortsaufgelöste Informationen hinsichtlich der reflektierten Anteile des Radarsignals und deren
Signalstärke zur Verfügung. Anhand dieser Informationen kann zum einen eine Primärdetektion durchgeführt werden, d.h. es können Objekte erkannt werden, die hohe Rückreflexionen bewirken. Hier kann über den Dopplereffekt auch die Geschwindigkeit der Objekte ermittelt werden. Des Weiteren können die Ausgangssignale der 3D-FFT-Einheit 4.3, wie vorher beschreiben, dazu verwendet werden, die Bodenbeschaffenheit in Bodenbeschaffenheitstypen zu klassifizieren. Die Steuereinheit 4 und deren Funktionalität kann insbesondere durch einen Mikroprozessor oder eine einen Mikroprozessor enthaltene Steuereinheit gebildet werden. Die Ausgangssignale der Steuereinheit 4 werden anschließend über eine Fahrzeugschnittstelle 5 an eine oder mehrere übergeordnete Steuereinheiten übermittelt, beispielsweise über ein Fahrzeug-Bussystem (z.B. CAN-Bus).
Die Erfindung wurde voranstehend an Ausführungsbeispielen
beschrieben. Es versteht sich, dass zahlreiche Änderungen sowie Abwandlungen möglich sind, ohne dass dadurch der durch die
Patentansprüche definierte Schutzbereich verlassen wird.
Bezugszeichenliste
1 Radarsystem
1 .1 Radarsensor
2 Sendereinheit
2.1 Schwingungserzeuger
2.2 Phasenschieber
2.3 Verstärker
2.4 Sendeantenne
3 Empfängereinheit
3.1 Empfangsantenne
3.2 Verstärker
3.3 Mischer
3.4 Tiefpassfilter
4 Steuereinheit
4.1 Radarsteuerungseinheit
4.2 Analog/Digital-Wandler
4.3 3D-FFT-Einheit
5 Fahrzeugschnittstelle
10 Fahrzeug
R Rasterbereich
Radarkarte

Claims

Patentansprüche
1 ) Verfahren zur Klassifikation der Bodenbeschaffenheit im Umfeld eines Fahrzeugs mittels eines Radarsensors (1 .1 ), umfassend folgende Schritte:
- Empfangen von reflektierten Anteilen eines Radarsignals an einer Empfängereinheit (3) eines Radarsystems (1 );
- Berechnen von aus den empfangenen Anteilen des
Radarsignals abgeleiteten Informationen für diskrete örtliche Bereiche durch das Radarsystem (1 ) oder eine damit verbundene Steuereinheit (4);
- Zuweisen der Informationen zu Datenstruktureinheiten einer Datenstruktur, wobei jede Datenstruktureinheit einem festen geographischen Ort zugeordnet ist und die Zuweisung der Informationen unter Berücksichtigung von
Bewegungsinformationen des Fahrzeugs erfolgt;
- Sammeln einer Vielzahl von Informationen in den jeweiligen Datenstruktureinheiten, wobei die Informationen aus reflektierten Anteilen von Radarsignalen erhalten werden, die zu unterschiedlichen Zeitpunkten gesendet wurden;
- Auswerten der in der Datenstruktur enthaltenen Informationen mittels eines Klassifikators, um Informationen hinsichtlich der Bodenbeschaffenheit zu erhalten;
- Zuweisen von die Bodenbeschaffenheit kennzeichnenden
Bodenbeschaffenheitstypen zu den Datenstruktureinheiten basierend auf durch den Klassifikator erhaltenen
Auswerteergebnissen.
2) Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass
ausschließlich Informationen zur Klassifikation der Bodenbeschaffenheit herangezogen werden, die aufgrund von Reflektionen an nicht bewegten Zielen entstehen.
3) Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass beim Auswerten der in der Datenstruktur enthaltenen Informationen mittels eines Klassifikators lediglich Informationen herangezogen werden, deren Amplitude oder Signalstärke unterhalb einem
Schwellwert oder einer Schwell wertkurve liegen. 4) Verfahren nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, dass die in der Datenstruktur gespeicherten
Informationen Signalwerte oder Messwerte sind, die proportional zur Leistung des reflektierten Anteils des Radarsignals an einem diskreten örtlichen Bereich sind, oder davon abgeleitete Größen.
5) Verfahren nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, dass die in der Datenstruktur gespeicherten
Informationen Signalwerte oder Messwerte sind, die den
Datenstruktureinheiten ohne Betragsbegrenzung oder zumindest ohne Beschneiden im unteren Amplitudenbereich der Signalwerte zugewiesen werden oder davon abgeleitete Größen.
6) Verfahren nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, dass eine Datenstruktureinheit jeweils einem
Rasterbereich (R) einer zweidimensionalen oder dreidimensionalen
Radarkarte (RK) zugeordnet ist.
7) Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass jeweils eine einem bestimmten diskreten örtlichen Bereich zugeordnete Information einer einzigen Datenstruktureinheit zugeordnet wird oder dass eine einem bestimmten diskreten örtlichen Bereich zugeordnete Information mehreren Datenstruktureinheiten zugeordnet wird, wobei diese Datenstruktureinheiten mit benachbart angeordneten
Rasterbereichen (R) der zweidimensionalen oder dreidimensionalen Radarkarte (RK) korreliert sind.
8) Verfahren nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, dass die Auswertung der in der Datenstruktur enthaltenen Informationen jeweils getrennt basierend auf den in einer Datenstruktureinheit enthaltenen Informationen erfolgt.
9) Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass die in einer Datenstruktureinheit der Datenstruktur enthaltenen
Informationen hinsichtlich zeitlicher/spektraler Eigenschaften ausgewertet werden.
10) Verfahren nach einem der Ansprüche 6 bis 8, dadurch
gekennzeichnet, dass die Auswertung der in der Datenstruktur enthaltenen Informationen basierend auf Gruppen von
Datenstruktureinheiten erfolgt, wobei jede Gruppe von
Datenstruktureinheiten mehrere Datenstruktureinheiten beinhaltet, die mit benachbart angeordneten Rasterbereichen (R) der
zweidimensionalen oder dreidimensionalen Radarkarte (RK) korreliert sind. 1 1 ) Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass die in mehreren Datenstruktureinheiten der Datenstruktur enthaltenen Informationen datenstruktureinheitsübergreifend hinsichtlich zeitlicher/spektraler und/oder örtlicher Eigenschaften ausgewertet werden. 12) Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Klassifikator statistische Klassifikatoren, maschinell lernende oder modellbasierte Verfahren verwendet.
13) Verfahren nach einem der Ansprüche 6 bis 12, dadurch
gekennzeichnet, dass ein Korrekturschritt vollzogen wird, in dem zumindest teilweise den Datenstruktureinheiten zugewiesene
Bodenbeschaffenheitstypen basierend auf Informationen von
Datenstruktureinheiten, die mit benachbart angeordneten
Rasterbereichen der zweidimensionalen oder dreidimensionalen Radarkarte korreliert sind, korrigiert werden.
14) Verfahren nach einem der vorhergehenden Ansprüche, dadurch
gekennzeichnet, dass basierend auf den den Datenstruktureinheiten zugewiesenen Bodenbeschaffenheitstypen ein Fahrbahnverlauf geschätzt wird.
15) Computerprogrammprodukt zur Klassifikation der
Bodenbeschaffenheit im Umfeld eines Fahrzeugs mittels eines Radarsensors (1 .1 ), wobei das Computerprogrammprodukt ein computerlesbares Speichermedium mit Programmanweisungen umfasst, wobei die Programmanweisungen durch einen Prozessor ausführbar sind, um den Prozessor dazu zu veranlassen, ein
Verfahren gemäß einem der vorhergehenden Patentansprüche auszuführen.
16) Radarsystem für ein Fahrzeug umfassend einen Radarsensor (1 .1 ) und eine Steuereinheit (4), mittels der die durch den Radarsensor (1 .1 ) empfangenen, reflektierten Anteile eines Radarsignals ausgewertet werden, wobei die Steuereinheit (4) dazu ausgebildet ist Informationen aus den empfangenen Anteilen des Radarsignals zu berechnen, die sich auf einen bestimmten diskreten örtlichen Bereich beziehen;
die Informationen zu Datenstruktureinheiten einer Datenstruktur zuzuweisen, wobei jede Datenstruktureinheit einem festen geographischen Ort zugeordnet ist und die Zuweisung der Informationen unter Berücksichtigung von
Bewegungsinformationen des Fahrzeugs erfolgt;
eine Vielzahl von Informationen in den jeweiligen
Datenstruktureinheiten abzulegen, die aus reflektierten Anteilen von Radarsignalen erhalten werden, die zu unterschiedlichen Zeitpunkten gesendet wurden;
die in der Datenstruktur enthaltenen Informationen mittels eines Klassifikators auszuwerten, um Informationen hinsichtlich der Bodenbeschaffenheit im Umgebungsbereich des Fahrzeugs zu erhalten;
die Bodenbeschaffenheit kennzeichnende
Bodenbeschaffenheitstypen zu den Datenstruktureinheiten zuzuweisen, und zwar basierend auf den durch den
Klassifikator erhaltenen Auswerteergebnissen.
PCT/EP2018/078074 2017-10-16 2018-10-15 Verfahren zur radar-klassifikation der strassenoberfläche WO2019076812A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201880064201.4A CN111491845B (zh) 2017-10-16 2018-10-15 用于路面的雷达分类的方法
EP18789070.2A EP3652035A1 (de) 2017-10-16 2018-10-15 Verfahren zur radar-klassifikation der strassenoberfläche
US16/756,447 US11500087B2 (en) 2017-10-16 2018-10-15 Method for radar classification of a road surface

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102017123969.3 2017-10-16
DE102017123969.3A DE102017123969B4 (de) 2017-10-16 2017-10-16 Verfahren zur Klassifikation von flächigen Strukturen

Publications (1)

Publication Number Publication Date
WO2019076812A1 true WO2019076812A1 (de) 2019-04-25

Family

ID=63896141

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2018/078074 WO2019076812A1 (de) 2017-10-16 2018-10-15 Verfahren zur radar-klassifikation der strassenoberfläche

Country Status (5)

Country Link
US (1) US11500087B2 (de)
EP (1) EP3652035A1 (de)
CN (1) CN111491845B (de)
DE (1) DE102017123969B4 (de)
WO (1) WO2019076812A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020153899A1 (en) 2019-01-24 2020-07-30 Acconeer Ab Autonomous moving object with radar sensor
CN113587941A (zh) * 2020-05-01 2021-11-02 华为技术有限公司 高精度地图的生成方法、定位方法及装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184549B (zh) * 2020-09-14 2023-06-23 阿坝师范学院 基于时空变换技术的超分辨图像重建方法
CN113140048B (zh) * 2021-04-15 2023-02-24 北京世纪高通科技有限公司 一种车辆里程确定方法、装置、系统及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19932094A1 (de) * 1999-07-09 2001-01-25 Daimler Chrysler Ag Multisensorielle, vorausschauende Straßenzustandserkennung
WO2014065856A1 (en) * 2012-10-25 2014-05-01 Massachusetts Institute Of Technology Vehicle localization using surface penetrating radar
DE102015001386A1 (de) * 2015-02-04 2016-08-04 Audi Ag Verfahren zur Ermittlung einer Querpositionsinformantion eines Kraftfahrzeugs auf einer Fahrbahn und Kraftfahrzeug
WO2017029734A1 (ja) * 2015-08-19 2017-02-23 三菱電機株式会社 車線認識装置および車線認識方法
DE102017000753A1 (de) * 2017-01-27 2017-07-13 Daimler Ag Verfahren zur Detektion von Feuchtigkeit in einer Fahrzeugumgebung
US10127462B1 (en) * 2017-05-09 2018-11-13 Toyota Research Institute, Inc. Systems and methods for detecting markers on a roadway

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19545704C2 (de) * 1995-12-07 2000-11-30 Horsch Maschinen Gmbh Verfahren und Einrichtung zum Vermessen bzw. Zuordnen von Messdaten zu landwirtschaftlichen Nutzflächen unter Verwendung von GPS oder DGPS
WO2011116375A1 (en) * 2010-03-19 2011-09-22 Northeastern University Roaming mobile sensor platform for collecting geo-referenced data and creating thematic maps
US8996228B1 (en) * 2012-09-05 2015-03-31 Google Inc. Construction zone object detection using light detection and ranging
DE102013002333A1 (de) * 2013-02-12 2014-08-14 Continental Teves Ag & Co. Ohg Verfahren und Strahlensensormodul zur vorausschauenden Straßenzustandsbestimmung in einem Fahrzeug
EP2972252B1 (de) * 2013-03-14 2023-10-18 Robert Ernest Troxler Systeme und verfahren zur bodeneigenschaften- und bodenfeuchtigkeitsmessung mit einem bodendurchdringenden radar
JP6321448B2 (ja) * 2013-06-03 2018-05-09 株式会社デンソー レーダ装置、及びプログラム
US9383426B2 (en) * 2013-09-17 2016-07-05 Farrokh Mohamadi Real-time, two dimensional (2-D) tracking of first responders with identification inside premises
DE102013017347A1 (de) 2013-10-18 2015-04-23 Knorr-Bremse Systeme für Nutzfahrzeuge GmbH Verfahren zum Klassifizieren von Hindernissen
DE102014210770A1 (de) * 2014-06-05 2015-12-17 Conti Temic Microelectronic Gmbh Verfahren und system zur bestimmung einer fahrzeugposition eines fahrzeuges
DE102015003115B4 (de) * 2015-03-11 2021-10-07 Audi Ag Verfahren zur Ermittlung einer Fahrbahnzustandsinformation und Kraftfahrzeug
CN106324618B (zh) * 2015-06-17 2019-03-15 高田汽车电子(上海)有限公司 实现基于激光雷达检测车道线系统的方法
JP6580982B2 (ja) * 2015-12-25 2019-09-25 日立建機株式会社 オフロードダンプトラック及び障害物判別装置
DE102016200642A1 (de) * 2016-01-19 2017-07-20 Conti Temic Microelectronic Gmbh Verfahren und vorrichtung zum klassifizieren von fahrbahnbegrenzungen und fahrzeug
US20170248953A1 (en) * 2016-02-25 2017-08-31 Ford Global Technologies, Llc Autonomous peril control
US10656265B2 (en) * 2016-03-14 2020-05-19 Hitachi Construction Machinery Co., Ltd. Mining work machine
US10353053B2 (en) * 2016-04-22 2019-07-16 Huawei Technologies Co., Ltd. Object detection using radar and machine learning
CN106127113A (zh) * 2016-06-15 2016-11-16 北京联合大学 一种基于三维激光雷达的道路车道线检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19932094A1 (de) * 1999-07-09 2001-01-25 Daimler Chrysler Ag Multisensorielle, vorausschauende Straßenzustandserkennung
WO2014065856A1 (en) * 2012-10-25 2014-05-01 Massachusetts Institute Of Technology Vehicle localization using surface penetrating radar
DE102015001386A1 (de) * 2015-02-04 2016-08-04 Audi Ag Verfahren zur Ermittlung einer Querpositionsinformantion eines Kraftfahrzeugs auf einer Fahrbahn und Kraftfahrzeug
WO2017029734A1 (ja) * 2015-08-19 2017-02-23 三菱電機株式会社 車線認識装置および車線認識方法
DE112015006810T5 (de) * 2015-08-19 2018-05-09 Mitsubishi Electric Corporation Spurerkennungseinrichtung und Spurerkennungsverfahren
DE102017000753A1 (de) * 2017-01-27 2017-07-13 Daimler Ag Verfahren zur Detektion von Feuchtigkeit in einer Fahrzeugumgebung
US10127462B1 (en) * 2017-05-09 2018-11-13 Toyota Research Institute, Inc. Systems and methods for detecting markers on a roadway

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020153899A1 (en) 2019-01-24 2020-07-30 Acconeer Ab Autonomous moving object with radar sensor
EP3914925A4 (de) * 2019-01-24 2022-10-19 Acconeer AB Autonomes bewegliches objekt mit radarsensor
CN113587941A (zh) * 2020-05-01 2021-11-02 华为技术有限公司 高精度地图的生成方法、定位方法及装置
WO2021218388A1 (zh) * 2020-05-01 2021-11-04 华为技术有限公司 高精度地图的生成方法、定位方法及装置

Also Published As

Publication number Publication date
DE102017123969A1 (de) 2019-04-18
CN111491845A (zh) 2020-08-04
US20200256980A1 (en) 2020-08-13
US11500087B2 (en) 2022-11-15
EP3652035A1 (de) 2020-05-20
CN111491845B (zh) 2024-04-16
DE102017123969B4 (de) 2019-11-28

Similar Documents

Publication Publication Date Title
WO2019076812A1 (de) Verfahren zur radar-klassifikation der strassenoberfläche
DE102015100134B4 (de) Verfahren zum Detektieren und Verfolgen von Objekten unter Verwendung mehrerer Radarsensoren
EP1929331B1 (de) Kraftfahrzeug-radarverfahren und -radarsystem
EP3175256B1 (de) Verfahren zum klassifizieren eines objektes in einem umgebungsbereich eines kraftfahrzeugs, fahrerassistenzsystem und kraftfahrzeug
EP2418510B1 (de) Verfahren zur Beurteilung einer Bodenfläche auf deren Eignung als Landezone oder Rollfläche für Luftfahrzeuge
EP1554602B1 (de) Verfahren zur abstands- und geschwindigkeitsmessung an mehreren objekten mittels fmcw-radar
DE102012107445B4 (de) 2Verfahren zur Klassifizierung von fahrenden Fahrzeugen
EP1864155B1 (de) Verfahren und vorrichtung zur abstands- und relativgeschwindigkeitsmessung mehrerer objekte
DE102017112939A1 (de) Radarvorrichtung und steuerungsverfahren einer radarvorrichtung
DE102006019846A1 (de) Radarsystem
DE102015105080B4 (de) Radarvorrichtung
EP0968441A1 (de) Radarsignal-verarbeitungsverfahren
DE102010030289A1 (de) Radarsensor und Verfahren zum Betreiben eines Radarsensors
DE102015101049A1 (de) Radarvorrichtung
DE102018202289A1 (de) Winkelauflösender breitbandiger Radarsensor für Kraftfahrzeuge
DE102014010381A1 (de) Verfahren zum Betrieb eines Fahrzeugsystems eines Kraftfahrzeugs zum Schutz vor Beschädigungen durch Unebenheiten des Untergrunds und Kraftfahrzeug
DE102020115145A1 (de) Punktwolkenverarbeitung
DE19754220B4 (de) Verfahren und Vorrichtung zur Erkennung einer bevorstehenden oder möglichen Kollision
DE102018217533A1 (de) Verfahren zur Klassifikation eines Objekts
WO2019170347A1 (de) Verfahren zur eindeutigen bestimmung der geschwindigkeit eines objekts an einem radar messsystem
EP3374791A1 (de) Seitliche leitplankenerkennung über einen abstandssensor im kfz
EP3059607A1 (de) Verfahren zum betrieb eines fahrerinformationssystems in einem kraftfahrzeug und kraftfahrzeug
EP3663881A1 (de) Verfahren zur steuerung eines autonomen fahrzeugs auf der grundlage von geschätzten bewegungsvektoren
WO2021239326A1 (de) Verfahren zum schätzen einer eigengeschwindigkeit
DE102015012589A1 (de) Verfahren zur radarbasierten Bestimmung einer Höhe eines Objekts

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: 18789070

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018789070

Country of ref document: EP

Effective date: 20200213