WO2019149323A1 - Verfahren und vorrichtung zum lokalisieren und verfolgen akustischer aktiver quellen - Google Patents

Verfahren und vorrichtung zum lokalisieren und verfolgen akustischer aktiver quellen Download PDF

Info

Publication number
WO2019149323A1
WO2019149323A1 PCT/DE2019/200004 DE2019200004W WO2019149323A1 WO 2019149323 A1 WO2019149323 A1 WO 2019149323A1 DE 2019200004 W DE2019200004 W DE 2019200004W WO 2019149323 A1 WO2019149323 A1 WO 2019149323A1
Authority
WO
WIPO (PCT)
Prior art keywords
sound signals
source
estimated
detections
active
Prior art date
Application number
PCT/DE2019/200004
Other languages
English (en)
French (fr)
Inventor
Michael FAUSS
Dominik Reinhard
Michael WAHLIG
Abdelhak Zoubir
Chen Zhang
Sighard SCHRÄBLER
Patrick Merzoug
Original Assignee
Continental Teves Ag & Co. Ohg
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 Continental Teves Ag & Co. Ohg filed Critical Continental Teves Ag & Co. Ohg
Priority to DE112019000196.5T priority Critical patent/DE112019000196A5/de
Publication of WO2019149323A1 publication Critical patent/WO2019149323A1/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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
    • G01S5/20—Position of source determined by a plurality of spaced direction-finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
    • G01S3/802—Systems for determining direction or deviation from predetermined direction
    • G01S3/808—Systems for determining direction or deviation from predetermined direction using transducers spaced apart and measuring phase or time difference between signals therefrom, i.e. path-difference systems
    • G01S3/8083—Systems for determining direction or deviation from predetermined direction using transducers spaced apart and measuring phase or time difference between signals therefrom, i.e. path-difference systems determining direction of source
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves

Definitions

  • the invention relates to a method and a device for locating and tracking acoustic active sources or acoustic signals.
  • inventive method and the device according to the invention for locating ren and tracking acoustic active sources in road traffic are suitable.
  • driver assistance systems are increasingly being used, and autonomous driving is a developmental focus.
  • autonomous driving In order to be able to provide data on the position and / or speed of objects in the surroundings of a vehicle to such driver assistance systems, such as automatic collision warning, automatic braking or automatic detection and similar, but also systems for autonomous driving, sensors such as cameras, LiDAR, ultrasonic sensors and the same used.
  • a siren fire department, police, ambulance
  • the engine noise of a passing car has a broadband characteristic.
  • the impact of a car is an impulsive sound.
  • the present invention therefore achieves the object of providing a method and a device for locating and tracking acoustic active sources or acoustic signals which solves or at least weakens the aforementioned problems.
  • the present invention provides a method and apparatus for passive acoustic locating of other participants in road traffic, wherein a plurality of microphones in a plurality of groups (microphone arrays) are arranged planar in the plane.
  • the present invention enables the detection of targets or active sources against background noise by a spectral signature and a multi-threshold method in frequency and time domain.
  • the method according to the invention for locating and tracking active acoustic sources comprises the following steps: a) picking up sound signals having at least two microphone arrays consisting of in each case at least two microphones in order to obtain recorded sound signals.
  • the method is particularly advantageous for the determination of objects and dangers (such as pedestrians, bicycles, motor vehicles and other active or passive traffic participants) in road traffic on the basis of their sound signals (Be operating noise, warning signals and the like).
  • objects and dangers such as pedestrians, bicycles, motor vehicles and other active or passive traffic participants
  • sound signals Be operating noise, warning signals and the like.
  • driver assistance systems such as collision warning, automatic brake assist, autonomous driving and the like, testify of driving the information about detected items and hazards can be used in the inventive method.
  • the at least two microphone arrays are arranged at a distance from one another.
  • the microphone arrays are preferably arranged planar in a plane which may preferably be a horizon tal level. Further, the microphone arrays may be aligned before zugt parallel to each other. Further preferred before the microphone arrays are arranged at a distance of 70 Zentime tern ([cm]) to 90 [cm] and particularly preferably in a distance of 80 [cm] +/- 1 [cm]. Due to the distance between the microphone arrays, sound waves reach the individual microphone arrays at different times, depending on the position of the source from which the sound waves were emitted. For this difference in transit time between the
  • Sound signals at the individual microphones can determine the angle of incidence of the sound signals from the source relative to the microphone arrays. From this the position of the source can be determined by the principle of triangulation.
  • Each microphone array must be made up of multiple microphones.
  • the distance of the individual microphones of a microphone array from each other can preferably be 4 [cm] +/- 0.5 [cm] be wear.
  • the individual microphones of a microphone array can furthermore preferably be arranged in one plane and / or aligned parallel to one another. The number of microphones contributes to the precision of the sound location, with increasing the number of microphones of a microphone array, the precision of the location of the source of the sound signals increases.
  • the recorded sound signals are transformed into the time-frequency domain for further signal processing.
  • the transformation of the recorded sound signals in the time-frequency domain is preferably carried out by means of a fast Fourier transformation (Fast Fourier Transformation,
  • a hypothesis is made. Depending on whether a sound signal in the time-frequency range on the basis of its frequency passes the hypothesis test, a detection is detected.
  • the hypothesis test is performed using test statistics in the time-frequency domain.
  • the active sources are determined from the detections in the test statistic with a binary hypothesis test. Here, temporal accumulations of detections are identified as an active source.
  • the at least one strongest frequency of each of the active sources is selected from the transformed sound signals as their at least one source frequency.
  • the phase offset of the sound signals of the active sources on the microphone arrays is estimated. Based on the estimated phase offset or delay difference, an incident angle with respect to each of the microphone arrays is determined for each source frequency and thus for each active source.
  • the state space collectively estimates the position and velocity (state) of each active source by assuming a linear motion model for each active source.
  • These linear motion models are sufficiently accurate depending on the sampling rate of the method.
  • the sampling rate is preferably at least 8000 hertz ([Hz]). It is preferable to use a non-linear function to relate the incidence angles of the active sources and the states (position and velocity) of the individual active sources.
  • the position and speed ie the status of each individual active source, can only be estimated jointly from the current data and the data from the previous magazine.
  • the step of determining detections comprises the following steps: c1) estimating the spectral power density of background noise in the transformed sound signals to obtain an estimated spectral power density.
  • the spectral power density of the background noise is determined from the recorded sound signals over a predetermined period and thus estimated.
  • the estimated power spectral density is stored and used in subsequent steps.
  • the transformed sound signals are converted into the test statistic by dividing the sound signals by the estimated spectral power density of the background noise.
  • a masked test statistic is determined in the step of determining detections, and this step comprises the following steps:
  • c4) determining detections in the test statistic, wherein only amplitude values in the test statistic that are greater than or equal to the first threshold value are evaluated as detection and the remaining amplitude values are set to zero in order to obtain a binary mask; c5) performing morphological filtering (S3.5) of the detected detections of the binary mask to obtain a filtered binary mask;
  • a first threshold value for amplitude values is estimated and stored.
  • test statistics only amplitude values which are greater than or equal to the first threshold value are evaluated or determined as determined detections, from which the binary mask results. The remaining amplitude values are set to zero.
  • Morphological filtering or a soft-max method will only set clusters of amplitude values in the binary mask equal to one and all other amplitude values that do not occur in clusters equal to zero, resulting in a filtered binary mask. This is to avoid errors 1. Type and errors 2. Art.
  • test statistic is multiplied by the binary mask, giving a masked test statistic containing only the amplitude values of the detections.
  • test statistics are set to zero at time-frequency points, which certainly do not represent an active source.
  • time-frequency points potentially belonging to an active source, the degree of certainty is obtained as to whether it is a source or not. not.
  • the step of performing a morphological filtering comprises at least one of the following steps: c5.1) performing a morphological opening, wherein
  • Amplitude values of the detected detections of the binary mask which have no detected detection in adjacent time-frequency points, are set to zero in order to obtain "morphologically opened detections".
  • the step of determining active sources comprises the following steps:
  • test statistic or masked test statistic is projected back into the time range.
  • the projection into the time domain is done by summing the masked test statistic over the frequency to get a summary statistic.
  • a second threshold value is estimated and stored.
  • the threshold value is determined in such a way that a predetermined limit for a false alarm rate is maintained (that is, not exceeded).
  • the values or amplitude values in the projected test statistics which are not greater than or equal to the second threshold value are not considered active sources and set to zero, so that the false alarm rate does not exceed the predetermined limit.
  • the step of selecting frequencies comprises the following steps:
  • the transformed sound signals are processed into masked sound signals by multiplying the binary mask with the transformed sound signals.
  • a peak detection method is used. This only filters out the frequencies with the strongest amplitudes. These each represent at least one of the source frequencies of one of the active sources.
  • the directions from which sound signals from the active sources impinge on the microphone arrays can be estimated over time delays (delay differences) between the individual microphone arrays.
  • the step of estimating phase increments comprises the following steps: fl) estimating a spatial covariance for each source frequency to obtain estimated spatial covariances. f2) estimating an incident angle spectrum for each source frequency from the estimated spatial covariances to obtain estimated incident angle spectra.
  • a spatial covariance matrix which describes the correlation of the individual microphones distributed in space (analogous to the temporal covariance, which describes the correlation of a signal over time), is estimated for each source frequency.
  • the sample variance is used to estimate the covariance matrix. This is necessary in order to estimate the later incident angles of the source.
  • incidence angle spectra for the active sources are estimated.
  • an incident angle spectrum for each microphone array is generated in each case by generating in each case a geometric mean value from the individual incident angle spectra.
  • the device according to the invention for locating and tracking acoustic active sources comprises as modules at least two microphone arrays, a time-frequency analysis module, a detection module, a source module, a frequency module, an angle module and a tracking module.
  • the at least two microphone arrays each consist of at least one microphone and are set up to record sound signals.
  • the time-frequency analysis module is set up to transform the recorded sound signals into the time-frequency domain.
  • the detection module is set up to detect detections in the transformed sound signals by means of a hypothesis test and based on a test statistic to get on the detections.
  • the source module is set up to determine active sources in the test statistics by means of a binary hypothesis test in the time domain.
  • the frequency module is configured to select frequencies in the transformed sound signals based on the amplitude of the respective frequencies and to obtain source frequencies of the active sources based on the selected frequencies.
  • the angle module is arranged to estimate phase offsets using the transformed sound signals and the source frequencies and to obtain an estimated angle of incidence for each active source based on the phase offsets.
  • the tracking module is arranged to collectively estimate a position and a velocity of at least one of the active sources of the source statistics in the state space, assuming a linear motion model of the active source and a non-linear function that relates the estimated incident angle spectra and positions and velocities. is used.
  • the device is particularly advantageous for the determination of objects and dangers (such as pedestrians, bicycles, motor vehicles and other active or passive road users) in road traffic on the basis of their sound signals (operating noise, warning signals and the like).
  • objects and dangers such as pedestrians, bicycles, motor vehicles and other active or passive road users
  • sound signals operating noise, warning signals and the like.
  • driver assistance systems such as collision warning, automatic brake assist, autonomous driving and the like, of vehicles
  • the information about detected objects and dangers can be used from the method according to the invention.
  • the at least two microphone arrays are arranged at a distance from one another.
  • the microphone arrays are preferably arranged planar in a plane which preferably has a horizon- tale level can be. Further, the microphone arrays may be aligned before zugt parallel to each other. Further preferred before the microphone arrays are arranged at a distance of 70 Zentime tern ([cm]) to 90 [cm] and particularly preferably in a distance of 80 [cm] +/- 1 [cm]. Due to the distance between the microphone arrays, sound waves reach the individual microphone arrays at different times, depending on the position of the source from which the sound waves were emitted. For this difference in transit time between the
  • Sound signals at the individual microphones can be the angle of incidence sound signals from the source relative to the microphone arrays determine. From this the position of the source can be determined by the principle of triangulation.
  • Each microphone array must be made up of multiple microphones.
  • the distance between the individual microphones of a microphone array to each other may preferably be 4 [cm] +/- 0.5 [cm].
  • the individual microphones of a microphone array can be further preferably arranged in a plane and / or aligned parallel to each other. The number of microphones contributes to the precision of sound localization, and as the number of microphones of a microphone array increases, the precision of locating the source of the sound signals increases.
  • the recorded sound signals are transformed by the time-frequency analysis module into the time-frequency domain for further signal processing.
  • the transformation of the recorded sound signals in the time-frequency domain he follows preferably by means of an FFT.
  • a Hy pothese is placed. Depending on whether a sound signal in the time-frequency range due to its frequency the hypothesis test exists, a detection is detected. From the detections, a test statistic is created in the time-frequency domain.
  • the active sources are determined by the source module from the De tedictionen in the test statistics with a binary hypothesis test. Temporal accumulations of detections are identified as an active source.
  • the position and velocity (state) of each active source are collectively estimated by the tracking module, assuming a linear motion model for each active source.
  • These linear motion models are sufficiently accurate depending on the sampling rate of the method.
  • the sampling rate is preferably at least 8000 hertz ([Hz]).
  • a non-linear function is preferably used to relate the angles of incidence of the active sources and the states (position and velocity) of the individual active sources.
  • the individual modules of the device according to the invention can separate data processing facilities, such. Microcontrollers (yC), integrated circuits, application-specific integrated circuits (ASIC), application-specific standard products (ASSP), digital signal processors (DSP), field programmable (logic -) Gate Array (Field Programmable Gate Arrays, FPGA) and the like. They can be implemented together on one or more such computing devices.
  • the individual modules can be designed as modules of a software program.
  • the embodiments described above with respect to the inventions to the invention method also apply to the device according to the invention.
  • all the steps of the method and the advantageous developments of the method according to the invention can be performed by the device according to the invention or by the corresponding modules of the device according to the invention.
  • the invention further relates to a vehicle comprising a Vorrich device as described above and at least one driver assistance system.
  • the at least one estimated position and speed of at least one of the active sources from the device is transmitted to the driver assistance system.
  • the driver assistance system may make decisions about the assistance of the driver of the vehicle from the estimated positions and speeds of the active sources. So z. As a warning to the driver or an automatic braking are triggered when the vehicle comes too close to a certain speed of an active source.
  • Fig.l shows a flowchart of the procedural inventive method.
  • FIG. 2 shows a schematic representation of the device according to the invention Shen in a vehicle.
  • a method 1 for locating and tracking acoustic active sources is shown as a flow chart.
  • an optional initialization SO of method 1 follows a continuous recording S1 of sound signals with at least two microphone arrays. This is followed by a transfor mieren the recorded sound signals S2 in the time-frequency range and determining detections S3 in the transformed sound signals by means of a hypothesis test, wherein a test statistic is created.
  • active sources S4 are determined by means of a binary hypothesis test in the time domain.
  • a device 10 for locating and Ver follow acoustic active sources is shown schematically. From an acoustic active source 11 in the vicinity of a vehicle 12 with two microphone arrays 13 each comprising four microphones 14 sound signals 15 (eg Radio sound, warning signals and the like) are emitted.
  • sound signals 15 eg Radio sound, warning signals and the like
  • Sound signals 15 are picked up by the microphones 14 of the two microphone arrays 13.
  • the recorded sound signals are evaluated in a localization and tracking module 16 of the vehicle 12.
  • the localization and tracking module 16 can be used in a data processing system of the Vehicle 12 such. B. be executed in the control unit.
  • a time-frequency analysis module 16.1 which receives the recorded sound signals of the two microphone arrays 13, is connected to a detection module 16.2.
  • the detection module 16.2 is connected to egg nem source module 16.3, which in turn is connected to a frequency module 16.4.
  • To the frequency module is an angle module 16.5 and connected to this a tracking module 16.6.
  • a position and a Geschwin speed of the active source 11 are determined from the recorded sound signals and forwarded to a sesas assistance system 17.
  • the driver assistance system 17 may make a decision about the assistance of a driver of the vehicle from the estimated position and speed of the active source 11. It may trigger a warning to the driver or an automatic brake if the vehicle 12 comes too close to the active source 11 with some speed.

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

Die Erfindung betrifft ein Verfahren (1) und eine Vorrichtung (10) zum Lokalisieren und Verfolgen akustischer aktiver Quellen (11) bzw. akustischer Signale (15). Insbesondere sind das erfindungsgemäße Verfahren (1) und die erfindungsgemäße Vorrichtung (10) zum Lokalisieren und Verfolgen akustischer aktiver Quellen (11) im Straßenverkehr geeignet. Das Verfahren (1) umfasst insbesondere die Schritte: Schätzen von Phasenversätzen mit Hilfe von transformierten Schallsignalen und von Quellenfrequenzen, um für jede aktive Quelle einen geschätzten Einfallswinkel zu erhalten; und gemeinsames Schätzen einer Position und einer Geschwindigkeit zumindest einer der aktiven Quellen einer Quellenstatistik im Zustandsraum, wobei ein lineares Bewegungsmodell der aktiven Quelle angenommen wird und eine nichtlineare Funktion, welche geschätzte Einfallswinkelspektren sowie Positionen und Geschwindigkeiten ins Verhältnis setzt, verwendet wird.

Description

Verfahren und Vorrichtung zum Lokalisieren und Verfolgen akustischer aktiver Quellen
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Lokalisieren und Verfolgen akustischer aktiver Quellen bzw. akustischer Signale. Insbesondere sind das erfindungsgemäße Verfahren und die erfindungsgemäße Vorrichtung zum Lokalisie ren und Verfolgen akustischer aktiver Quellen im Straßenver kehr geeignet.
In Fahrzeugen kommen vermehrt Fahrerassistenzsysteme zum Ein satz und autonomes Fahren ist ein Entwicklungsschwerpunkt. Um solchen Fahrerassistenzsystemen, wie automatischer Kollisi onswarnung, automatischem Bremsen oder automatischem Auswei chen und ähnlichen, aber auch Systemen für autonomes Fahren Daten über Position und/oder Geschwindigkeit von Objekten in der Umgebung eines Fahrzeugs bereitstellen zu können, werden Sensoren wie Kameras, LiDAR, Ultraschallsensoren und der gleichen eingesetzt.
Insbesondere die Verarbeitung von Bilddaten und die Ermitt lung von Position und/oder Geschwindigkeit von Objekten dar aus, sind sehr kompliziert und rechenaufwendig. Allgemein sind für die Bereitstellung und Verarbeitung von Daten bezüg lich der Position und/oder Geschwindigkeit von Objekten ins besondere in Fahrzeugen im Straßenverkehr die Echtzeitfähig- keit und möglichst geringe vorbestimmte Annahmen von großer Bedeutung. Es muss möglich sein, das Verfahren echtzeitfähig auf gegebener Hardware von Fahrzeugen zu implementieren bzw. in bestehende Fahrzeuge zu integrieren. Daher darf zum einen das Verfahren keine zu rechenaufwändigen Algorithmen, wie z. B. maschinelles Lernen, beinhalten. Zum anderen dürfen keine Algorithmen verwendet werden, welche den gesamten Da- tensatz (alle Daten einer längeren Signalaufnahme) benötigen, um eine erfolgreiche Detektion oder Lokalisation durchzufüh ren. Zudem gilt, dass akustische Quellen, welche im Straßen verkehr auftreten, verschiedenste spezifische Eigenschaften besitzen. Zum Beispiel handelt es sich bei einer Sirene (Feu erwehr, Polizei, Krankenwagen) um ein schmalbandiges Signal. Das Motorengeräusch eines vorbeifahrenden Autos hat jedoch eine breitbandige Charakteristik. Bei dem Aufprall eines Au tos hingegen handelt es sich um ein impulsives Geräusch. Die se Beispiele dienen nur der Veranschaulichung, wie divers die Eigenschaften der zu detektierenden und zu lokalisierenden Quellen sind. Weiterhin können sich diese Eigenschaften auch über die Zeit verändern. Aus diesen Gründen sollten keine An nahmen über die Eigenschaften der Quelle gemacht, sondern al le Informationen aus den aufgenommenen Daten inferiert wer den. Genauso wie die Eigenschaften der Quellen sind auch die Eigenschaften der Störgeräusche sehr divers und können des halb nicht ohne weiteres a priori modelliert werden. Beson ders das Frequenzverhalten der Störungen hängt sehr stark von der konkreten Situation ab. Aus demselben Grund wie bei den Eigenschaften der Quellen sollten hier alle notwendigen In formationen direkt aus den Daten geschätzt werden.
Die vorliegende Erfindung löst daher die Aufgabe, ein Verfah ren und eine Vorrichtung zum Lokalisieren und Verfolgen akus tischer aktiver Quellen bzw. akustischer Signale bereitzu stellen, die zuvor genannte Probleme löst oder zumindest ab schwächt .
Diese Aufgabe wird durch das Verfahren gemäß Patentanspruch 1 sowie die Vorrichtung gemäß dem weiteren unabhängigen An spruch gelöst. Vorteilhafte Weiterbildungen und Ausführungs- formen der vorliegenden Erfindung sind Gegenstand der abhän gigen Patentansprüche.
Die vorliegende Erfindung stellt ein Verfahren und eine Vor richtung zur passiv akustischen Ortung von anderen Teilneh mern im Straßenverkehr bereit, wobei mehrere Mikrofone in mehreren Gruppen (Mikrofonarrays ) planar in der Ebene ange ordnet sind. Zudem ermöglicht die vorliegende Erfindung die Detektion von Zielen bzw. aktiven Quellen gegenüber Hinter grundgeräuschen durch eine spektrale Signatur und ein Mehr schwellenverfahren in Frequenz- und Zeitbereich.
Das erfindungsgemäße Verfahren zum Lokalisieren und Verfolgen akustischer aktiver Quellen, umfasst die folgenden Schritte: a) Aufnehmen von Schallsignalen mit mindestens zwei Mikro- fonarrays bestehend aus jeweils mindestens zwei Mikrofonen, um aufgenommene Schallsignale zu erhalten.
b) Transformieren der aufgenommenen Schallsignale in den Zeit-Frequenz-Bereich, um transformierte Schallsignale zu er halten .
c) Ermitteln von Detektionen in den transformierten
Schallsignalen mittels eines Hypothesentests, um eine Test statistik zu erhalten.
d) Ermitteln von aktiven Quellen in der Teststatistik mit tels eines binären Hypothesentests im Zeitbereich.
e) Auswählen von Frequenzen in den transformierten Schall signalen basierend auf der Amplitude der jeweiligen Frequen zen, um Quellenfrequenzen der aktiven Quellen zu erhalten. f) Schätzen von Phasenversätzen mit Hilfe der transfor mierten Schallsignale und der Quellenfrequenzen, um für jede aktive Quelle einen geschätzten Einfallswinkel zu erhalten. g) Gemeinsames Schätzen einer Position und einer Geschwin digkeit zumindest einer der aktiven Quellen der Quellensta- tistik im Zustandsraum, wobei ein lineares Bewegungsmodell der aktiven Quelle angenommen wird und eine nichtlineare Funktion, welche die geschätzten Einfallswinkelspektren sowie Positionen und Geschwindigkeiten ins Verhältnis setzt, ver wendet wird.
Das Verfahren ist insbesondere vorteilhaft für die Ermittlung von Gegenständen und Gefahren (wie z. B. Fußgänger, Fahrrä der, Kraftfahrzeuge und weitere aktive oder passive Verkehrs teilnehmer) im Straßenverkehr anhand ihrer Schallsignale (Be triebsgeräusche, Warnsignale und dergleichen) . Vor allem in Fahrerassistenzsystemen, wie Kollisionswarnung, automatischem Bremsassistenten, autonomem Fahren und dergleichen, von Fahr zeugen können die Informationen über ermittelte Gegenstände und Gefahren aus dem erfindungsgemäßen Verfahren verwendet werden .
Die mindestens zwei Mikrofonarrays sind in einem Abstand zu einander angeordnet. Dabei sind die Mikrofonarrays bevorzugt planar in einer Ebene angeordnet, die bevorzugt eine horizon tale Ebene sein kann. Weiter können die Mikrofonarrays bevor zugt parallel zueinander ausgerichtet sein. Weiterhin bevor zugt sind die Mikrofonarrays in einem Abstand von 70 Zentime tern ( [cm] ) bis 90 [cm] und besonders bevorzugt in einem Ab stand von 80 [cm] +/- 1 [cm] angeordnet. Durch den Abstand zwischen den Mikrofonarrays erreichen Schallwellen je nach der Position der Quelle, von der die Schallwellen ausgesendet wurden, zu unterschiedlichen Zeiten die einzelnen Mikro- fonarrays. Aus diesem Laufzeitunterschied zwischen den
Schallsignalen an den einzelnen Mikrofonen lässt sich der Einfallswinkel der Schallsignale von der Quelle relativ zu den Mikrofonarrays ermitteln. Hieraus lässt sich über das Prinzip der Triangulation die Position der Quelle ermitteln. Jedes Mikrofonarray muss aus mehreren Mikrofonen gebildet werden. Der Abstand der einzelnen Mikrofone eines Mikro- fonarrays zueinander kann bevorzugt 4 [cm] +/- 0,5 [cm] be tragen. Die einzelnen Mikrophone eines Mikrofonarrays können weiter bevorzugt in eine Ebene angeordnet und/oder parallel zueinander ausgerichtet sein. Die Anzahl der Mikrofone trägt zu der Präzision der Schallortung bei, wobei mit steigender Anzahl der Mikrophone eines Mikrofonarrays die Präzision der Ortung der Quelle der Schallsignale steigt.
Die aufgenommenen Schallsignale werden für die weitere Sig nalverarbeitung in den Zeit-Frequenz-Bereich transformiert. Die Transformation der aufgenommenen Schallsignale in den Zeit-Frequenz-Bereich erfolgt bevorzugt mittels einer schnel len Fourier-Transformation (Fast Fourier Transformation,
FFT) .
Zur Diskriminierung der Detektionen der Schallquellen von Hintergrundgeräuschen wird eine Hypothese aufgestellt. Je nachdem, ob ein Schallsignal im Zeit-Frequenz-Bereich auf grund seiner Frequenz den Hypothesentest besteht, wird eine Detektion erkannt. Der Hypothesentest wird mithilfe einer Teststatistik im Zeit-Frequenz-Bereich durchgeführt.
Die aktiven Quellen werden aus den Detektionen in der Test statistik mit einem binären Hypothesentest ermittelt. Dabei werden zeitliche Häufungen von Detektionen als eine aktive Quelle identifiziert.
Aus den transformierten Schallsignalen wird basierend auf der Amplitude der jeweiligen Frequenzen jeweils nur die mindes tens eine stärkste Frequenz jeder einzelnen der aktiven Quel len als deren mindestens eine Quellenfrequenz ausgewählt. Basierend auf den transformierten Schallsignalen und den aus gewählten Quellenfrequenzen wird der Phasenversatz bzw. der Laufzeitunterschied der Schallsignale der aktiven Quellen an den Mikrofonarrays abgeschätzt. Basierend auf dem geschätzten Phasenversatz bzw. Laufzeitunterschied wird für jede Quellen frequenz und somit für jede aktive Quelle ein Einfallswinkel bezüglich jedem der Mikrofonarrays bestimmt.
Im Zustandsraum wird gemeinsam die Position und Geschwindig keit (Zustand) jeder aktiven Quelle geschätzt, in dem für je de aktive Quelle ein lineares Bewegungsmodell angenommen wird. Diese linearen Bewegungsmodelle sind bei abhängig von der Abtastrate des Verfahrens hinreichend genau. Bevorzugt beträgt die Abtastrate mindestens 8000 Hertz ([Hz]). Es wird bevorzugt eine nichtlineare Funktion verwendet, um die Ein fallswinkel der aktiven Quellen und die Zustände (Position und Geschwindigkeit) der einzelnen aktiven Quellen ins Ver hältnis zu setzen. Somit kann für jeden Zeitschrift nur aus den aktuellen Daten und den Daten aus dem Zeitschrift davor gemeinsam die Position und die Geschwindigkeit, also der zu- stand jeder einzelnen aktiven Quelle geschätzt werden.
Es kann auch eine Aussage über die Unsicherheit der Schätzung der Position und der Geschwindigkeit (des Zustands) jeder ak tiven Quelle getroffen werden. Diese Aussage kann für die weitere Verarbeitung in einem Fahrerassistenzsystem eines Fahrzeugs wie dem autonomen Fahren wichtig sein.
Gemäß einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens umfasst der Schritt des Ermittelns von Detektionen folgende Schritte: cl) Schätzen der spektralen Leistungsdichte von Hinter grundgeräuschen in den transformierten Schallsignalen, um ei ne geschätzte spektrale Leistungsdichte zu erhalten.
c2) Dividieren der transformierten Schallsignale durch die geschätzte spektrale Leistungsdichte, um die Teststatistik zu erhalten .
In einem Zeitraum ohne aktive Quellen wird aus den aufgenom menen Schallsignalen über eine vorgegebene Dauer die spektra le Leistungsdichte der Hintergrundgeräusche ermittelt und so mit geschätzt. Die geschätzte spektrale Leistungsdichte wird abgespeichert und in den nachfolgenden Schritten weiterver wendet .
Die transformierten Schallsignale werden in die Teststatistik umgewandelt, indem die Schallsignale durch die geschätzte spektrale Leistungsdichte der Hintergrundgeräusche dividiert werden .
Gemäß einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens wird im Schritt des Ermittelns von Detektionen ei ne maskierte Teststatistik ermittelt und dieser Schritt um fasst die die folgenden Schritte:
c3) Schätzen eines Schwellwertes anhand der geschätzten spektralen Leistungsdichte, um einen ersten Schwellwert zu erhalten;
c4) Ermitteln von Detektionen in der Teststatistik, wobei nur Amplitudenwerte in der Teststatistik, die größer oder gleich dem ersten Schwellwert sind, als Detektion gewertet werden und die übrigen Amplitudenwerte zu null gesetzt wer den, um eine Binärmaske zu erhalten; c5) Durchführen einer morphologischen Filterung (S3.5) der ermittelten Detektionen der Binärmaske, um eine gefilterte Binärmaske zu erhalten;
c6) Multiplizieren der Teststatistik mit der gefilterten Binärmaske (S3.6), um eine maskierte Teststatistik zu erhal ten .
Basierend auf der geschätzten spektralen Leistungsdichte wird ein erster Schwellwert für Amplitudenwerte abgeschätzt und gespeichert .
In der Teststatistik werden nur Amplitudenwerte die größer oder gleich dem ersten Schwellwert sind als ermittelte Detek tionen gewertet bzw. markiert woraus sich die Binärmaske ergibt. Die übrigen Amplitudenwerte werden zu null gesetzt.
Durch die morphologische Filterung oder ein Soft-Max- Verfahren werden nur Häufungen von Amplitudenwerten in der Binärmaske zu eins und alle anderen Amplitudenwerte, die nicht in Häufungen auftreten, gleich null gesetzt, sodass ei ne gefilterte Binärmaske entsteht. Dies dient der Vermeidung von Fehlern 1. Art und Fehlern 2. Art.
Die Teststatistik wird mit der Binärmaske multipliziert wodurch eine maskierte Teststatistik erhalten wird in der nur die Amplitudenwerte der Detektionen enthalten sind.
Zum einen wird dadurch die Teststatistik an Zeit-Frequenz- Punkten, welche sicher keine aktive Quelle darstellen, zu null gesetzt. Zum anderen wird bei Zeit-Frequenz-Punkten, welche potentiell zu einer aktiven Quelle gehören der Grad der Sicherheit erhalten ob es sich um eine Quelle handelt o- der nicht. Diese Information ist für die nachfolgenden
Schritte essentiell.
Gemäß einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens umfasst der Schritt des Durchführens einer morpho logischen Filterung mindestens einen der folgenden Schritte: c5.1) Durchführen einer morphologischen Öffnung, wobei
Amplitudenwerte der ermittelten Detektionen der Binärmaske, die keine ermittelte Detektion in benachbarten Zeit-Frequenz- Punkten aufweisen, zu null gesetzt werden, um „morphologisch geöffnete Detektionen" zu erhalten.
c5.2) Durchführen einer morphologischen Schließung, wobei Amplitudenwerte der ermittelten Detektionen der Binärmaske, die ermittelte Detektionen in benachbarten Zeit-Frequenz- Punkten aufweisen, zu eins gesetzt werden, um „morphologisch geschlossene Detektionen" zu erhalten.
Nur ermittelte Detektionen, die in einer gewissen Häufung bzw. über eine gewisse Zeitdauer hinweg, also mit einer ge wissen Anzahl an benachbarten ermittelten Detektionen auftre- ten werden zu eins gesetzt. Vereinzelte ermittelte Detektio nen werden zu null gesetzt. Somit können Störgeräusche und Artefakte vermieden werden. Dies hängt zum einen mit der Art der morphologischen Filterung zusammen. Zum anderen hängt es auch mit der Art des detektierten Schallsignals zusammen. Ein impulsives Signal (wie z. B. ein Klatschen) würde, obwohl es eine kurze Zeitdauer hat, nicht entfernt werden da es eine große Ausdehnung im Frequenzbereich besitzt. Ein reines Si nussignal, welches nur aus einer einzelnen Frequenz besteht, würde auch nicht zu null gesetzt werden, da es über eine lan ge Zeit aktiv ist. Gemäß einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens umfasst der Schritt des Ermittelns von aktiven Quellen folgende Schritte:
dl) Projizieren der Teststatistik in den Zeitbereich, um eine projizierte Teststatistik zu erhalten.
d2) Schätzen eines Schwellwerts anhand der projizierten Teststatistik, um einen zweiten Schwellwert zu erhalten.
d3) Ermitteln von aktiven Quellen in der projizierten Test statistik, wobei nur Werte in der projizierten Teststatistik, die größer oder gleich dem zweiten Schwellwert sind, als ak tive Quellen gewertet werden und die übrigen Werte zu null gesetzt werden, um die aktiven Quellen zu erhalten.
Die Teststatistik bzw. die maskierte Teststatistik wird zu rück in den Zeit-Bereich projiziert. Die Projektion in den Zeitbereich erfolgt indem die maskierte Teststatistik über die Frequenz summiert wird um eine Summenstatistik zu erhal ten .
In der projizierten Teststatistik wird ein zweiter Schwell wert abgeschätzt und gespeichert. Der Schwellwert wird dabei so bestimmt, dass eine vorgegebene Schranke für eine Falscha larmrate eingehalten (d.h. nicht überschritten) wird.
Die Werte bzw. Amplitudenwerte in der projizierten Teststa tistik, die nicht größer oder gleich dem zweiten Schwellwert sind, werden nicht als aktive Quellen gewertet und zu null gesetzt, so dass die Falschalarmrate die vorgegebenen Schran ke nicht überschreitet.
Nach diesem Schritt ist es nun möglich zu ermitteln zu wel chen Zeitpunkten mindestens eine akustische Quelle aktiv ist. Diese Information ist für die Lokalisation und Zielverfolgung notwendig, da nur eine Position und später eine Geschwindig keit inferiert werden soll, falls auch eine akustische Quelle aktiv ist.
Gemäß einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens umfasst der Schritt des Auswählens von Frequenzen folgende Schritte:
el) Multiplizieren der transformierten Schallsignale mit der Binärmaske, um maskierte Schallsignale zu erhalten.
e2) Anwenden eines Peak-Detection-Verfahrens auf die mas kierten Schallsignale, um die Quellenfrequenzen der aktiven Quellen zu erhalten.
Die transformierten Schallsignale werden in maskierte Schall signale verarbeitet, indem die Binärmaske mit den transfor mierten Schallsignalen multipliziert wird.
Auf die maskierten Schallsignale wird ein Peak-Detection- Verfahren angewendet. Damit werden nur die Frequenzen mit den stärksten Amplituden herausgefiltert. Diese stellen jeweils zumindest eine der Quellenfrequenzen einer der aktiven Quel len dar.
Basierend auf den Quellenfrequenzen können die Richtungen, aus welcher Schallsignale der aktiven Quellen auf den Mikro- fonarrays auftreffen, über Zeitverzögerungen (Laufzeitunter schiede) zwischen den einzelnen Mikrofonarrays geschätzt wer den .
Gemäß einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens umfasst der Schritt des Schätzens von Phasenver sätzen folgende Schritte: fl) Schätzen einer räumlichen Kovarianz für jede Quellen frequenz, um geschätzte räumliche Kovarianzen zu erhalten. f2) Schätzen eines Einfallswinkelspektrums für jede Quel lenfrequenz aus den geschätzten räumlichen Kovarianzen, um geschätzte Einfallswinkelspektren zu erhalten.
f3) Bilden eines geometrischen Mittelwerts zwischen den ge schätzten Einfallswinkelspektren, um jeweils ein einzelnes Einfallswinkelspektrum für jedes Mikrofonarray zu erhalten. f4) Extrahieren der stärksten Peaks aus den einzelnen Ein fallswinkelspektren, um für jede aktive Quelle den geschätz ten Einfallswinkel zu erhalten.
Es wird eine räumliche Kovarianz-Matrix, welche die Korrela tion der einzelnen im Raum verteilten Mikrofone beschreibt (in Analogie zur zeitlichen Kovarianz, welche die Korrelation eines Signals über die Zeit beschreibt), für jede Quellenfre quenz geschätzt. Zur Schätzung der Kovarianz-Matrix wird die Stichprobenvarianz verwendet. Dies ist notwendig um die spä teren Einfallswinkel der Quelle zu schätzen.
Basierend auf den geschätzten räumlichen Kovarianzen werden Einfallswinkelspektren für die aktiven Quellen geschätzt.
Zum Schätzen der Einfallswinkel wird der MUSIC Algorithmus (Schmidt 1979) verwendet.
Aus den einzelnen Einfallswinkelspektren wird jeweils ein Einfallswinkelspektrum für jedes Mikrofonarray erzeugt, indem jeweils ein geometrischer Mittelwert aus den einzelnen Ein fallswinkelspektren erzeugt wird.
Aus den einzelnen Einfallswinkelspektren, welche die Vertei lung der Leistung über den Raumwinkel darstellen (in Analogie zum Spektrum, bei dem die Leistung über die Frequenz ermit- telt wird, werden nur die stärksten Peaks, d.h. die Einfalls winkel mit der höchsten Leistungsdichte, herausgenommen. Aus den stärksten Peaks wird für jede aktive Quelle der geschätz ten Einfallswinkel ermittelt.
Diese Schritte stellen die Grundvoraussetzung für die folgen den Schritte da, da die Einfallswinkel für die spätere Zie lortung und -Verfolgung notwendig sind.
Mit der vorliegenden Erfindung ist somit eine Richtungserken nung und Zielverfolgung dadurch möglich, dass der MUSIC- Algorithmus mit einem Kalman- oder Partikelfilter kombiniert wird .
Die verwendeten Verfahren wurden an die Anforderung zuge schnitten. Die geschieht insbesondere durch die Vorverarbei tung, welche im Gegensatz zu etablierten Verfahren, keinerlei Modellannahmen voraussetzt. Insbesondere betrifft dies die Detektion von aktiven Quellen, sowie die Ermittlung der akti ven Frequenzen, welche nicht a priori bekannt sein müssen, aber Grundlage für die weitere Verarbeitung sind.
Die erfindungsgemäße Vorrichtung zum Lokalisieren und Verfol gen von akustischen aktiven Quellen umfasst als Module min destens zwei Mikrofonarrays , ein Zeit-Frequenz-Analyse-Modul , ein Detektionsmodul, ein Quellenmodul, ein Frequenzmodul, ein Winkelmodul und ein Verfolgungsmodul. Die mindestens zwei Mikrofonarrays bestehen aus jeweils mindestens einem Mikrofon und sind eingerichtet, um Schallsignale aufzunehmen. Das Zeit-Frequenz-Analyse-Modul ist eingerichtet, um die aufge nommenen Schallsignale in den Zeit-Frequenz-Bereich zu trans formieren. Das Detektionsmodul ist eingerichtet, um Detektio nen in den transformierten Schallsignalen mittels eines Hypo thesentests zu ermitteln und um eine Teststatistik basierend auf den Detektionen zu erhalten. Das Quellenmodul ist einge richtet, um aktive Quellen in der Teststatistik mittels eines binären Hypothesentests im Zeitbereich zu ermitteln. Das Fre quenzmodul ist eingerichtet, um Frequenzen in den transfor mierten Schallsignalen basierend auf der Amplitude der jewei ligen Frequenzen auszuwählen und um Quellenfrequenzen der ak tiven Quellen basierend auf den ausgewählten Frequenzen zu erhalten. Das Winkelmodul ist eingerichtet, um Phasenversätze mit Hilfe der transformierten Schallsignale und der Quellen frequenzen zu schätzen und um für jede aktive Quelle einen geschätzten Einfallswinkel basierend auf den Phasenversätzen zu erhalten. Das Verfolgungsmodul ist eingerichtet, um eine Position und eine Geschwindigkeit zumindest einer der aktiven Quellen der Quellenstatistik im Zustandsraum gemeinsam zu schätzen, wobei ein lineares Bewegungsmodell der aktiven Quelle angenommen wird und eine nichtlineare Funktion, welche die geschätzten Einfallswinkelspektren sowie Positionen und Geschwindigkeiten ins Verhältnis setzt, verwendet wird.
Die Vorrichtung ist insbesondere vorteilhaft für die Ermitt lung von Gegenständen und Gefahren (wie z. B. Fußgänger, Fahrräder, Kraftfahrzeuge und weitere aktive oder passive Verkehrsteilnehmer) im Straßenverkehr anhand ihrer Schallsig nale (Betriebsgeräusche, Warnsignale und dergleichen) . Vor allem in Fahrerassistenzsystemen, wie Kollisionswarnung, au tomatischem Bremsassistenten, autonomem Fahren und derglei chen, von Fahrzeugen können die Informationen über ermittelte Gegenstände und Gefahren aus dem erfindungsgemäßen Verfahren verwendet werden.
Die mindestens zwei Mikrofonarrays sind in einem Abstand zu einander angeordnet. Dabei sind die Mikrofonarrays bevorzugt planar in einer Ebene angeordnet, die bevorzugt eine horizon- tale Ebene sein kann. Weiter können die Mikrofonarrays bevor zugt parallel zueinander ausgerichtet sein. Weiterhin bevor zugt sind die Mikrofonarrays in einem Abstand von 70 Zentime tern ( [cm] ) bis 90 [cm] und besonders bevorzugt in einem Ab stand von 80 [cm] +/- 1 [cm] angeordnet. Durch den Abstand zwischen den Mikrofonarrays erreichen Schallwellen je nach der Position der Quelle, von der die Schallwellen ausgesendet wurden, zu unterschiedlichen Zeiten die einzelnen Mikro- fonarrays. Aus diesem Laufzeitunterschied zwischen den
Schallsignalen an den einzelnen Mikrofonen lässt sich der Einfallswinkel Schallsignale von der Quelle relativ zu den Mikrofonarrays ermitteln. Hieraus lässt sich über das Prinzip der Triangulation die Position der Quelle ermitteln. Jedes Mikrofonarray muss aus mehreren Mikrofonen gebildet werden. Der Abstand der einzelnen Mikrofone eines Mikrofonarrays zu einander kann bevorzugt 4 [cm] +/- 0,5 [cm] betragen. Die einzelnen Mikrophone eines Mikrofonarrays können weiter be vorzugt in eine Ebene angeordnet und/oder parallel zueinander ausgerichtet sein. Die Anzahl der Mikrofone trägt zu der Prä zision der Schallortung bei, wobei mit steigender Anzahl der Mikrophone eines Mikrofonarrays die Präzision der Ortung der Quelle der Schallsignale steigt.
Die aufgenommenen Schallsignale werden für die weitere Sig nalverarbeitung von dem Zeit-Frequenz-Analyse-Modul in den Zeit-Frequenz-Bereich transformiert. Die Transformation der aufgenommenen Schallsignale in den Zeit-Frequenz-Bereich er folgt bevorzugt mittels einer FFT.
Zur Diskriminierung der Detektionen der Schallquellen von Hintergrundgeräuschen durch das Detektionsmodul wird eine Hy pothese aufgestellt. Je nachdem, ob ein Schallsignal im Zeit- Frequenz-Bereich aufgrund seiner Frequenz den Hypothesentest besteht, wird eine Detektion erkannt. Aus den Detektionen wird eine Teststatistik im Zeit-Frequenz-Bereich erstellt.
Die aktiven Quellen werden von dem Quellenmodul aus den De tektionen in der Teststatistik mit einem binären Hypothesen test ermittelt. Dabei werden zeitliche Häufungen von Detekti onen als eine aktive Quelle identifiziert.
Aus den transformierten Schallsignalen wird von dem Frequenz modul basierend auf der Amplitude der jeweiligen Frequenzen jeweils nur die mindestens eine stärkste Frequenz jeder ein zelnen der aktiven Quellen als deren mindestens eine Quellen frequenz ausgewählt.
Basierend auf den transformierten Schallsignalen und den aus gewählten Quellenfrequenzen wird von dem Winkelmodul der Pha senversatz bzw. der Laufzeitunterschied der Schallsignale der aktiven Quellen an den Mikrofonarrays abgeschätzt. Basierend auf dem geschätzten Phasenversatz bzw. Laufzeitunterschied wird für jede Quellenfrequenz und somit für jede aktive Quel le ein Einfallswinkel bezüglich jedem der Mikrofonarrays be stimmt .
Im Zustandsraum wird gemeinsam die Position und Geschwindig keit (Zustand) jeder aktiven Quelle von dem Verfolgungsmodul geschätzt, in dem für jede aktive Quelle ein lineares Bewe gungsmodell angenommen wird. Diese linearen Bewegungsmodelle sind bei abhängig von der Abtastrate des Verfahrens hinrei chend genau. Bevorzugt beträgt die Abtastrate mindestens 8000 Hertz ([Hz]). Es wird bevorzugt eine nichtlineare Funktion verwendet, um die Einfallswinkel der aktiven Quellen und die Zustände (Position und Geschwindigkeit) der einzelnen aktiven Quellen ins Verhältnis zu setzen. Somit kann für jeden Zeit- schritt nur aus den aktuellen Daten und den Daten aus dem Zeitschritt davor gemeinsam die Position und die Geschwindig keit, also der zustand jeder einzelnen aktiven Quelle ge schätzt werden.
Es kann auch eine Aussage über die Unsicherheit der Schätzung der Position und der Geschwindigkeit (des Zustands) jeder ak tiven Quelle getroffen werden. Diese Aussage kann für die weitere Verarbeitung in einem Fahrerassistenzsystem eines Fahrzeugs wie dem autonomen Fahren wichtig sein.
Die einzelnen Module der erfindungsgemäßen Vorrichtung können separate Datenverarbeitungseinrichtungen, wie z. B. Mikrocon troller (yC) , integrierte Schaltungen, anwendungsspezifische integrierte Schaltungen (Application-Specific Integrated Cir cuit, ASIC) , anwendungsspezifisches Standardprodukte (Appli cation-Specific Standard Products, ASSP) , digitale Signalpro zessoren (DSP), im Feld programmierbare (Logik- ) Gatter- Anordnung (Field Programmable Gate Arrays, FPGA) und derglei chen sein. Sie können gemeinsam auf einem oder auf mehreren solcher Datenverarbeitungseinrichtungen implementiert werden. Dabei können die einzelnen Module als Module eines Software programms ausgestaltet sein.
Die zuvor dargestellten Ausführungen bezüglich des erfin dungsgemäßen Verfahrens gelten auch für die erfindungsgemäße Vorrichtung. So können alle Schritte des Verfahrens und der vorteilhaften Weiterbildungen des erfindungsgemäßen Verfah rens durch die erfindungsgemäße Vorrichtung bzw. durch die entsprechenden Module der erfindungsgemäßen Vorrichtung aus geführt werden. Die Erfindung betrifft ferner ein Fahrzeug das eine Vorrich tung wie zuvor beschrieben und zumindest ein Fahrerassistenz system umfasst. Die zumindest eine geschätzte Position und Geschwindigkeit zumindest einer der aktiven Quellen von der Vorrichtung wird an das Fahrerassistenzsystem übertragen.
Das Fahrerassistenzsystem, wie Kollisionswarnung, automati scher Bremsassistent, autonomes Fahren und dergleichen, kann aus den geschätzten Positionen und Geschwindigkeiten der ak tiven Quellen Entscheidungen über die Unterstützung des Fah rers des Fahrzeugs treffen. So kann z. B. eine Warnung für den Fahrer oder ein automatisches Bremsen ausgelöst werden, wenn das Fahrzeug mit einer gewissen Geschwindigkeit einer aktiven Quelle zu nahe kommt.
KURZE BESCHREIBUNG DER FIGUREN
Fig.l zeigt ein Ablaufdiagramm des erfindungsgemäßen Verfah rens .
Fig.2 zeigt eine schematische Darstellung der erfindungsgemä ßen Vorrichtung in einem Fahrzeug.
AUSFÜHRLICHE BESCHREIBUNG DER FIGUREN
Die in den Figuren und deren Beschreibung dargestellten be vorzugten Ausführungsformen der vorliegenden Erfindung dienen lediglich dem besseren Verständnis der Erfindung, sind jedoch keinesfalls einschränkend auszulegen.
In Fig. 1 ist ein Verfahren 1 zum Lokalisieren und Verfolgen akustischer aktiver Quellen als Ablaufdiagramm dargestellt. Nach einer optionalen Initialisierung SO des Verfahrens 1 er- folgt eine kontinuierliche Aufnahme S1 von Schallsignalen mit mindestens zwei Mikrofonarrays . Darauf erfolgt ein Transfor mieren der aufgenommenen Schallsignale S2 in den Zeit- Frequenz-Bereich und ein Ermitteln von Detektionen S3 in den transformierten Schallsignalen mittels eines Hypothesentests, wobei eine Teststatistik erstellt wird. In der Teststatistik erfolgt ein Ermitteln von aktiven Quellen S4 mittels eines binären Hypothesentests im Zeitbereich. Anschließend erfolgt ein Auswahlen von Frequenzen S5 in den transformierten
Schallsignalen basierend auf der Amplitude der jeweiligen Frequenzen. Daraus resultieren Quellenfrequenzen der aktiven Quellen. Mit Hilfe der transformierten Schallsignale und der Quellenfrequenzen erfolgt ein Schätzen von Phasenversätzen S6, um für jede aktive Quelle einen geschätzten Einfallswin kel zu erhalten. Schließlich erfolgt im Zustandsraum ein ge meinsames Schätzen einer Position und einer Geschwindigkeit (Zustand) S7 zumindest einer der aktiven Quellen der Quellen statistik. Es wird dazu ein lineares Bewegungsmodell der ak tiven Quelle angenommen und eine nichtlineare Funktion, wel che die geschätzten Einfallswinkelspektren sowie Positionen und Geschwindigkeiten ins Verhältnis setzt, verwendet.
In Fig. 2 ist eine Vorrichtung 10 zum Lokalisieren und Ver folgen akustischer aktiver Quellen schematisch dargestellt. Von einer akustischen aktiven Quelle 11 in der Umgebung eines Fahrzeugs 12 mit zwei Mikrofonarrays 13 umfassend jeweils vier Mikrofone 14 werden Schallsignale 15 (z. B. Betriebsge räusche, Warnsignale und dergleichen) ausgesendet. Die
Schallsignale 15 werden von den Mikrofonen 14 der zwei Mikro- fonarrays 13 aufgenommen. Die aufgenommenen Schallsignale werden in einem Lokalisierungs- und Verfolgungsmodul 16 des Fahrzeugs 12 ausgewertet. Das Lokalisierungs- und Verfol gungsmodul 16 kann in einer Datenverarbeitungsanlage des Fahrzeugs 12 wie z. B. in dem Steuergerät ausgeführt sein. In dem Lokalisierungs- und Verfolgungsmodul ist ein Zeit- Frequenz-Analyse-Modul 16.1, das die aufgenommenen Schallsig nale der zwei Mikrofonarrays 13 empfängt, mit einem Detekti onsmodul 16.2 verbunden. Das Detektionsmodul 16.2 ist mit ei nem Quellenmodul 16.3 verbunden, welches wiederum mit einem Frequenzmodul 16.4 verbunden ist. An das Frequenzmodul ist ein Winkelmodul 16.5 und an dieses ein Verfolgungsmodul 16.6 angeschlossen. Von den Modulen 16.1 bis 16.6 werden aus den aufgenommenen Schallsignalen eine Position und eine Geschwin digkeit der aktiven Quelle 11 ermittelt und an ein Fahreras sistenzsystem 17 weitergeleitet. Das Fahrerassistenzsystem 17 kann aus der geschätzten Position und Geschwindigkeit der ak tiven Quelle 11 eine Entscheidung über die Unterstützung ei nes Fahrers des Fahrzeugs treffen. Es kann eine Warnung für den Fahrer oder ein automatisches Bremsen auslösen, wenn das Fahrzeug 12 mit einer gewissen Geschwindigkeit der aktiven Quelle 11 zu nahe kommt.
BEZUGSZEICHEN
I Verfahren
10 Vorrichtung
II aktive Quellen
12 Fahrzeug
13 Mikrofonarray
14 Mikrofon
15 Schallsignale
16 Lokalisierungs- und Verfolgungsmodul
16.1 Zeit-Frequenz-Analyse-Modul
16.2 Detektionsmodul
16.3 Quellenmodul
16.4 Frequenzmodul
16.5 Winkelmodul
16.6 Verfolgungsmodul
17 Fahrerassistenzsystem
51 Aufnehmen
52 Transformieren der aufgenommenen Schallsignale
53 Ermitteln von Detektionen
53.1 Schätzen der spektralen Leistungsdichte
53.2 Dividieren der transformierten Schallsignale
53.3 Schätzen eines Schwellwertes
53.4 Ermitteln von Detektionen
53.5 Durchführen einer morphologischen Filterung
53.6 Multiplizieren der Teststatistik mit der morpholo gisch gefilterten Binärmaske
54 Ermitteln von aktiven Quellen
54.1 Projizieren der Teststatistik
54.2 Schätzen eines Schwellwerts
54.3 Ermitteln von aktiven Quellen Auswählen von Frequenzen
Multiplizieren der transformierten Schallsignale mit der Binärmaske
Anwenden eines Peak-Detection-Verfahrens
Schätzen von Phasenversätzen
Schätzen einer räumlichen Kovarianz
Schätzen eines Einfallswinkelspektrums
Bilden eines geometrischen Mittelwerts
Extrahieren der stärksten Peaks aus den einzelnen Einfallswinkel Spektren
Gemeinsames Schätzen einer Position und einer Ge schwindigkeit

Claims

PATENTANSPRÜCHE
1. Verfahren (1) zum Lokalisieren und Verfolgen akustischer aktiver Quellen (11), umfassend die folgenden Schritte: a) Aufnehmen (Sl) von Schallsignalen (15) mit mindestens zwei Mikrofonarrays (13) bestehend aus jeweils mindes tens zwei Mikrofonen (14), um aufgenommene Schallsigna le zu erhalten;
b) Transformieren der aufgenommenen Schallsignale (S2) in den Zeit-Frequenz-Bereich, um transformierte Schallsig nale zu erhalten;
c) Ermitteln von Detektionen (S3) in den transformierten Schallsignalen mittels eines Hypothesentests, um eine Teststatistik zu erhalten;
d) Ermitteln von aktiven Quellen (S4) in der Teststatistik mittels eines binären Hypothesentests im Zeitbereich; e) Auswahlen von Frequenzen (S5) in den transformierten Schallsignalen basierend auf der Amplitude der jeweili gen Frequenzen, um Quellenfrequenzen der aktiven Quel len zu erhalten;
f) Schätzen S6 von Phasenversätzen mit Hilfe der transfor mierten Schallsignale und der Quellenfrequenzen, um für jede aktive Quelle einen geschätzten Einfallswinkel zu erhalten;
g) Gemeinsames Schätzen (Sl) einer Position und einer Ge schwindigkeit zumindest einer der aktiven Quellen der Quellenstatistik im Zustandsraum, wobei ein lineares Bewegungsmodell der aktiven Quelle angenommen wird und eine nichtlineare Funktion, welche die geschätzten Ein fallswinkelspektren sowie Positionen und Geschwindig keiten ins Verhältnis setzt, verwendet wird.
2. Verfahren (1) nach Anspruch 1, wobei der Schritt des Er- mittelns von Detektionen (S3) folgende Schritte umfasst: cl) Schätzen der spektralen Leistungsdichte (S3.1) von Hintergrundgeräuschen in den transformierten
Schallsignalen, um eine geschätzte spektrale Leistungs dichte zu erhalten;
c2) Dividieren der transformierten Schallsignale
(S3.2) durch die geschätzte spektrale Leistungsdichte, um die Teststatistik zu erhalten.
3. Verfahren (1) nach Anspruch 2, wobei im Schritt des Ermit- telns von Detektionen (S3) eine maskierte Teststatistik ermittelt wird, umfassend die folgenden Schritte:
c3) Schätzen eines Schwellwertes (S3.3) anhand der geschätzten spektralen Leistungsdichte, um einen ersten Schwellwert zu erhalten;
c4) Ermitteln von Detektionen (S3.4) in der Teststa tistik, wobei nur Amplitudenwerte in der Teststatistik, die größer oder gleich dem ersten Schwellwert sind, als Detektion gewertet werden und die übrigen Amplituden werte zu null gesetzt werden, um eine Binärmaske zu er halten;
c5) Durchführen einer morphologischen Filterung oder eines Soft-Max-verfahrens (S3.5) der ermittelten Detek tionen der Binärmaske, um eine gefilterte Binärmaske zu erhalten;
c6) Multiplizieren der Teststatistik mit der gefil terten Binärmaske (S3.6), um eine maskierte Teststatis tik zu erhalten.
4. Verfahren (1) nach Anspruch 3, wobei der Schritt des
Durchführens einer morphologischen Filterung (S3.5) min destens einen der folgenden Schritte umfasst: c5.1) Durchführen einer morphologischen Öffnung, wobei Amplitudenwerte der ermittelten Detektionen in der Bi närmaske, die keine ermittelte Detektion in benachbar ten Zeit-Frequenz-Punkten aufweisen, zu null gesetzt werden, um „morphologisch geöffnete Detektionen" zu er halten;
c5.2) Durchführen einer morphologischen Schließung, wo bei Amplitudenwerte der ermittelten Detektionen der Bi närmaske, die ermittelte Detektionen in benachbarten Zeit-Frequenz-Punkten aufweisen, zu eins gesetzt wer den, um „morphologisch geschlossene Detektionen" zu er halten .
5. Verfahren (1) nach einem der vorherigen Ansprüche, wobei der Schritt des Ermittelns von aktiven Quellen (S4) fol gende Schritte umfasst:
dl) Projizieren der Teststatistik (S4.1) in den Zeit bereich, um eine projizierte Teststatistik zu erhalten; d2) Schätzen eines Schwellwerts (S4.2) anhand der
projizierten Teststatistik, um einen zweiten Schwell wert zu erhalten;
d3) Ermitteln von aktiven Quellen (S4.3) in der pro jizierten Teststatistik, wobei nur Werte in der proji zierten Teststatistik, die größer oder gleich dem zwei ten Schwellwert sind, als aktive Quellen gewertet wer den und die übrigen Werte zu null gesetzt werden, um die aktiven Quellen zu erhalten.
6. Verfahren (1) nach einem der Ansprüche 3 oder 4 bis 5, so fern diese Anspruch 3 umfassen, wobei der Schritt des Aus- wählens von Frequenzen (S5) folgende Schritte umfasst: el) Multiplizieren der transformierten Schallsignale mit der Binärmaske (S5.1), um maskierte Schallsignale zu erhalten;
e2) Anwenden eines Peak-Detection-Verfahrens (S5.2) auf die maskierten Schallsignale, um die Quellenfre quenzen der aktiven Quellen zu erhalten.
7. Verfahren (1) nach einem der vorherigen Ansprüche, wobei der Schritt des Schützens von Phasenversätzen (S6) folgen de Schritte umfasst:
fl) Schätzen einer räumlichen Kovarianz (S6.1) für jede Quellenfrequenz, um geschätzte räumliche Kovarian zen zu erhalten;
f2) Schätzen eines Einfallswinkelspektrums (S6.2) für jede Quellenfrequenz aus den geschätzten räumlichen Kovarianzen, um geschätzte Einfallswinkelspektren zu erhalten;
f3) Bilden eines geometrischen Mittelwerts (S6.3) zwischen den geschätzten Einfallswinkelspektren, um je weils ein einzelnes Einfallswinkelspektrum für jedes Mikrofonarray zu erhalten;
f4) Extrahieren der stärksten Peaks aus den einzelnen
Einfallswinkelspektren (S6.4), um für jede aktive Quel le den geschätzten Einfallswinkel zu erhalten.
8. Vorrichtung (10) zum Lokalisieren und Verfolgen von akus tischen aktiven Quellen (11), umfassend:
mindestens zwei Mikrofonarrays (13) bestehend aus je weils mindestens zwei Mikrofonen (14), die eingerichtet sind, um Schallsignale (15) aufzunehmen;
ein Zeit-Frequenz-Analyse-Modul (16.1), das eingerich tet ist, um die aufgenommenen Schallsignale in den Zeit-Frequenz-Bereich zu transformieren; ein Detektionsmodul (16.2), das eingerichtet ist, um Detektionen in den transformierten Schallsignalen mit tels eines Hypothesentests zu ermitteln und um eine Teststatistik basierend auf den Detektionen zu erhal ten;
ein Quellenmodul (16.3), das eingerichtet ist, um akti ve Quellen in der Teststatistik mittels eines binären Hypothesentests im Zeitbereich zu ermitteln;
ein Frequenzmodul (16.4), das eingerichtet ist, um Fre quenzen in den transformierten Schallsignalen basierend auf der Amplitude der jeweiligen Frequenzen auszuwählen und um Quellenfrequenzen der aktiven Quellen basierend auf den ausgewählten Frequenzen zu erhalten;
ein Winkelmodul (16.5), das eingerichtet ist, um Pha senversätze mit Hilfe der transformierten Schallsignale und der Quellenfrequenzen zu schätzen und um für jede aktive Quelle einen geschätzten Einfallswinkel basie rend auf den Phasenversätzen zu erhalten;
ein Verfolgungsmodul (16.6), das eingerichtet ist, um eine Position und eine Geschwindigkeit zumindest einer der aktiven Quellen der Quellenstatistik im Zustands raum gemeinsam zu schätzen, wobei ein lineares Bewe gungsmodell der aktiven Quelle angenommen wird und eine nichtlineare Funktion, welche die geschätzten Einfalls winkelspektren sowie Positionen und Geschwindigkeiten ins Verhältnis setzt, verwendet wird.
9. Vorrichtung (10) nach Anspruch 8, wobei das Detektionsmo dul (16.2) ferner eingerichtet ist,
um die spektrale Leistungsdichte von Hintergrundgeräu schen in den transformierten Schallsignalen zu schät zen; um die transformierten Schallsignale durch die ge schätzte spektrale Leistungsdichte zu dividieren, um die Teststatistik zu erhalten.
10. Vorrichtung (10) nach Anspruch 9, wobei das Detektions modul (16.2), um eine maskierte Teststatistik zu ermit teln, ferner eingerichtet ist,
um einen Schwellwert anhand der geschätzten spektralen Leistungsdichte zu schätzen, um einen ersten Schwell wert zu erhalten;
um Detektionen in der Teststatistik zu ermitteln, wobei nur Amplitudenwerte in der Teststatistik, die größer oder gleich dem ersten Schwellwert sind, als Detektion gewertet werden und die übrigen Amplitudenwerte zu null gesetzt werden, um eine Binärmaske zu erhalten;
um eine morphologischen Filterung oder ein Soft-Max- Verfahren der ermittelten Detektionen der Binärmaske durchzuführen, um eine gefilterte Binärmaske zu erhal ten;
um die Teststatistik mit der gefilterten Binärmaske zu multiplizieren, um eine maskierte Teststatistik zu er halten .
11. Vorrichtung (10) nach Anspruch 10, wobei das Detekti onsmodul (16.2) ferner eingerichtet ist,
um eine morphologischen Öffnung durchzuführen, wobei Amplitudenwerte der ermittelten Detektionen der Binär maske, die keine ermittelte Detektion in benachbarten Zeit-Frequenz-Punkten aufweisen, zu null gesetzt wer den, um „morphologisch geöffnete Detektionen" zu erhal ten und/oder
um eine morphologischen Schließung durchzuführen, wobei Amplitudenwerte der ermittelten Detektionen der Binär- maske, die ermittelte Detektionen in benachbarten Zeit- Frequenz-Punkten aufweisen, zu eins gesetzt werden, um „morphologisch geschlossene Detektionen" zu erhalten.
12. Vorrichtung (10) nach einem der Ansprüche 8 bis 11, wo bei das Quellenmodul (16.3) ferner eingerichtet ist,
um die Teststatistik in den Zeitbereich zu projizieren; um einen Schwellwert anhand der projizierten Teststa tistik zu schätzen, um einen zweiten Schwellwert zu er halten;
um aktive Quellen in der projizierten Teststatistik zu ermitteln, wobei nur Werte in der projizierten Teststa tistik, die größer oder gleich dem zweiten Schwellwert sind, als aktive Quellen gewertet werden und die übri gen Werte zu null gesetzt werden, um die aktiven Quel len zu erhalten.
13. Vorrichtung (10) nach einem der Ansprüche 10 oder 11 bis 12, sofern diese Anspruch 10 umfassen, wobei das Fre quenzmodul (16.4) ferner eingerichtet ist,
um die transformierten Schallsignale mit der Binärmaske zu multiplizieren, um maskierte Schallsignale zu erhal ten;
um ein Peak-Detection-Verfahren auf die maskierten Schallsignale anzuwenden, um die Quellenfrequenzen der aktiven Quellen zu erhalten.
14. Vorrichtung (10) nach einem der vorherigen Ansprüche, wobei das Winkelmodul (16.5) ferner eingerichtet ist,
um eine räumlichen Kovarianz für jede Quellenfrequenz zu schätzen, um geschätzte räumliche Kovarianzen zu er halten; ein Einfallswinkelspektrum für jede Quellenfrequenz aus den geschätzten räumlichen Kovarianzen zu schätzen, um geschätzte Einfallswinkelspektren zu erhalten;
um einen geometrischen Mittelwert zwischen den ge schätzten Einfallswinkelspektren zu bilden, um jeweils ein einzelnes Einfallswinkelspektrum für jedes Mikro- fonarray zu erhalten;
um die stärksten Peaks aus den einzelnen Einfallswin kelspektren zu extrahieren, um für jede aktive Quelle den geschätzten Einfallswinkel zu erhalten.
15. Fahrzeug (12) umfassend eine Vorrichtung (10) gemäß ei nem der vorherigen Ansprüche 8 bis 14 und zumindest ein Fahrerassistenzsystem (17), wobei die zumindest eine ge schätzte Position und Geschwindigkeit zumindest einer der aktiven Quellen von der Vorrichtung (10) an das Fahreras sistenzsystem (17) übertragen wird.
PCT/DE2019/200004 2018-02-02 2019-01-31 Verfahren und vorrichtung zum lokalisieren und verfolgen akustischer aktiver quellen WO2019149323A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE112019000196.5T DE112019000196A5 (de) 2018-02-02 2019-01-31 Verfahren und Vorrichtung zum Lokalisieren und Verfolgen akustischer aktiver Quellen

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018201605.4A DE102018201605A1 (de) 2018-02-02 2018-02-02 Verfahren und Vorrichtung zum Lokalisieren und Verfolgen akustischer aktiver Quellen
DE102018201605.4 2018-02-02

Publications (1)

Publication Number Publication Date
WO2019149323A1 true WO2019149323A1 (de) 2019-08-08

Family

ID=65763233

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2019/200004 WO2019149323A1 (de) 2018-02-02 2019-01-31 Verfahren und vorrichtung zum lokalisieren und verfolgen akustischer aktiver quellen

Country Status (2)

Country Link
DE (2) DE102018201605A1 (de)
WO (1) WO2019149323A1 (de)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111965408A (zh) * 2020-07-06 2020-11-20 国网江苏省电力有限公司淮安供电分公司 一种基于形态滤波器的交直流混合电网故障零序电压幅值检测方法
CN113317781A (zh) * 2021-04-12 2021-08-31 中国人民解放军总医院第六医学中心 一种用于测试声源定位能力的测听系统及其方法
CN113406645A (zh) * 2021-05-10 2021-09-17 山东科技大学 一种新的平均声速水下声呐定位方法
CN113917434A (zh) * 2021-10-08 2022-01-11 陕西科技大学 一种基于代价参考粒子滤波器组的检测前跟踪方法
CN115460526A (zh) * 2022-11-11 2022-12-09 荣耀终端有限公司 一种听力模型的确定方法、电子设备及系统
WO2023110295A1 (de) * 2021-12-13 2023-06-22 Robert Bosch Gmbh Lokalisierung von externen schallquellen durch ultraschallsensorarrays

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014067091A (ja) * 2012-09-24 2014-04-17 Toyota Motor Corp 走行音を用いた車両検出装置
CN106772246A (zh) * 2017-01-20 2017-05-31 浙江大学 基于声阵列的无人机实时检测和定位系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014067091A (ja) * 2012-09-24 2014-04-17 Toyota Motor Corp 走行音を用いた車両検出装置
CN106772246A (zh) * 2017-01-20 2017-05-31 浙江大学 基于声阵列的无人机实时检测和定位系统及方法
CN106772246B (zh) * 2017-01-20 2019-04-05 浙江大学 基于声阵列的无人机实时检测和定位系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DAMARLA THYAGARAJU ET AL: "Helicopter tracking using acoustic arrays", 17TH INTERNATIONAL CONFERENCE ON INFORMATION FUSION (FUSION), INTERNATIONAL SOCIETY OF INFORMATION FUSION, 7 July 2014 (2014-07-07), pages 1 - 7, XP032653775 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111965408A (zh) * 2020-07-06 2020-11-20 国网江苏省电力有限公司淮安供电分公司 一种基于形态滤波器的交直流混合电网故障零序电压幅值检测方法
CN113317781A (zh) * 2021-04-12 2021-08-31 中国人民解放军总医院第六医学中心 一种用于测试声源定位能力的测听系统及其方法
CN113406645A (zh) * 2021-05-10 2021-09-17 山东科技大学 一种新的平均声速水下声呐定位方法
CN113917434A (zh) * 2021-10-08 2022-01-11 陕西科技大学 一种基于代价参考粒子滤波器组的检测前跟踪方法
CN113917434B (zh) * 2021-10-08 2024-05-28 陕西科技大学 一种基于代价参考粒子滤波器组的检测前跟踪方法
WO2023110295A1 (de) * 2021-12-13 2023-06-22 Robert Bosch Gmbh Lokalisierung von externen schallquellen durch ultraschallsensorarrays
CN115460526A (zh) * 2022-11-11 2022-12-09 荣耀终端有限公司 一种听力模型的确定方法、电子设备及系统

Also Published As

Publication number Publication date
DE102018201605A1 (de) 2019-08-08
DE112019000196A5 (de) 2020-07-30

Similar Documents

Publication Publication Date Title
WO2019149323A1 (de) Verfahren und vorrichtung zum lokalisieren und verfolgen akustischer aktiver quellen
EP3175256B1 (de) Verfahren zum klassifizieren eines objektes in einem umgebungsbereich eines kraftfahrzeugs, fahrerassistenzsystem und kraftfahrzeug
DE102017112992A1 (de) Trainingsalgorithmus zur kollisionsvermeidung unter verwenden von auditiven daten
EP3540457A1 (de) Identifikation von objekten mittels radardaten
DE102016118902A1 (de) Kollisionsvermeidung mit durch Kartendaten erweiterten auditorischen Daten
DE102017102506B4 (de) Verfahren zum erfassen anderer fahrzeuge relativ zu einem trägerfahrzeug mittels raderfassung
DE102018111626A1 (de) Sechsdimensionales punktwolkensystem für ein fahrzeug
DE102014217681B4 (de) Sirenensignalquellenerfassung, -Erkennung und -Lokalisation
DE102012208852A1 (de) Detektion von Radarobjekten mit einem Radarsensor eines Kraftfahrzeugs
EP3596489B1 (de) Verfahren und radarvorrichtung zum ermitteln von radialer relativer beschleunigung mindestens eines zieles
DE112018007810T5 (de) Objektverfolgung auf Grundlage von mehreren Messhypothesen
DE102009047066A1 (de) Verfahren zur Warnung vor einem Objekt in der Umgebung eines Fahrzeugs sowie Fahrassistentensystem
DE102018104243B3 (de) Verfahren und System zur Erkennung von für ein Fahrzeug geeigneten Parklücken
DE102018120685A1 (de) Mehrfachauflösungs-dopplerverarbeitung
DE102019200141A1 (de) Verfahren zum Erfassen von Teilbereichen eines Objekts
DE102018000517A1 (de) Verfahren zur radarbasierten Vermessung und/oder Klassifizierung von Objekten in einer Fahrzeugumgebung
DE102019200849A1 (de) Verfahren zum Erfassen einer Bewegung eines Objekts
DE102018222862A1 (de) Verfahren und System zur Lokalisierung einer Akustikquelle relativ zu einem Fahrzeug
WO2019162317A1 (de) Verfahren zur erzeugung von sensordaten für sicherheitskritische automobil-steuergeräte
DE102015119658A1 (de) Verfahren zum Erfassen eines Umgebungsbereichs eines Kraftfahrzeugs mit Objektklassifizierung, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
EP1185883A1 (de) Modellgestützte fahrspurzuordnung für fahrzeuge
DE102011114221B3 (de) Verfahren und Vorrichtung zur Extraktion von Konturen aus Sonarbildern
DE102020210380A1 (de) Verfahren zum Bestimmen einer Bewegung eines Objekts
WO2022129266A1 (de) Verfahren zur detektion zumindest eines objektes einer umgebung mittels reflexionssignalen eines radar-sensorsystems
DE112021005777T5 (de) Systeme und Verfahren zum Entfernungsraten-Dealiasing unter Verwendung einer Positionskonsistenz

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: 19710597

Country of ref document: EP

Kind code of ref document: A1

REG Reference to national code

Ref country code: DE

Ref legal event code: R225

Ref document number: 112019000196

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19710597

Country of ref document: EP

Kind code of ref document: A1