WO2019211169A1 - VERFAHREN UND VORRICHTUNG ZUM ERKENNEN EINES STRAßENZUSTANDS - Google Patents

VERFAHREN UND VORRICHTUNG ZUM ERKENNEN EINES STRAßENZUSTANDS Download PDF

Info

Publication number
WO2019211169A1
WO2019211169A1 PCT/EP2019/060634 EP2019060634W WO2019211169A1 WO 2019211169 A1 WO2019211169 A1 WO 2019211169A1 EP 2019060634 W EP2019060634 W EP 2019060634W WO 2019211169 A1 WO2019211169 A1 WO 2019211169A1
Authority
WO
WIPO (PCT)
Prior art keywords
road condition
speed
noise
determined
parameter
Prior art date
Application number
PCT/EP2019/060634
Other languages
English (en)
French (fr)
Inventor
Christian Beer
Timo Koenig
Philipp SAUER
Simon Weissenmayer
Michael Schumann
Original Assignee
Robert Bosch Gmbh
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch Gmbh filed Critical Robert Bosch Gmbh
Priority to EP19719877.3A priority Critical patent/EP3788400A1/de
Publication of WO2019211169A1 publication Critical patent/WO2019211169A1/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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/87—Combinations of sonar systems
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/50—Systems of measurement, based on relative movement of the target
    • G01S15/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S15/60—Velocity or trajectory determination systems; Sense-of-movement determination systems wherein the transmitter and receiver are mounted on the moving object, e.g. for determining ground speed, drift angle, ground track
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/523—Details of pulse systems
    • G01S7/526—Receivers
    • G01S7/527—Extracting wanted echo signals
    • 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
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/537—Counter-measures or counter-counter-measures, e.g. jamming, anti-jamming

Definitions

  • the invention relates to a method and a device for detecting a road condition.
  • a road condition ie whether a road surface of a road is dry, moist or wet, can be detected, for example, by a camera system.
  • a rain sensor of a vehicle may be used as it is assumed that the road is wet when it rains.
  • Embodiments of the present invention can advantageously make it possible to robustly recognize a road condition by plausibility of measured values.
  • a method for detecting a road condition comprising the following steps:
  • Determining the road condition using the dispersion parameters wherein the road condition is determined as the first possible road condition when the first dispersion parameter is smaller than the second dispersion parameter, and the road condition is determined as the second possible road condition when the second dispersion parameter is smaller than the first one
  • the driving noise includes at least portions of tire noise of tires of the vehicle on the road and portions of wind noise on a body of the vehicle.
  • the tire noise changes at different
  • Wind noise changes at different wind speeds on the sensor.
  • the wind speed is essentially dependent on the speed of the vehicle.
  • the driving sound is recorded at several differently arranged sensors of the vehicle and mapped in a noise level.
  • the sensors may in particular be ultrasonic sensors.
  • the noise level depends, among other things, on an arrangement of the sensor, the
  • the change in the noise level in relation to the road condition and the speed can be in a multidimensional associated with the respective sensor
  • Processing instructions are displayed.
  • a single noise level can thus be assigned using the processing instructions of a sensor several value pairs of a road condition and a speed.
  • Speed values from the different processing regulations Since the actual speed of the vehicle is the same for all sensors, there is a very high likelihood of the road condition in which the speed values have the least scatter.
  • the speed values may also be determined using a
  • Speed outliers of the speed values can be ignored because the wind speed at the sensors is strongly influenced by the speed of the vehicle.
  • the speed values may also be determined using a
  • Wind speed be assigned.
  • the airstream speed depends on the speed of the vehicle and a
  • the airstream speed can be controlled by a
  • Variances of the velocity values can be determined as scattering parameters.
  • the road condition can be determined using the variances.
  • the dispersion or dispersion can be quantified by the variance. Alternatively or additionally, a standard deviation of the speed values can be determined. The smaller the scatter, the smaller the variance or standard deviation.
  • Each read-in noise level can have at least one additional one corresponding to another possible road condition
  • Ultrasonic sensor are assigned sensor-individually associated processing rule. Another scattering parameter of the others
  • Road conditions can be determined speed values that correspond to the respective noise level. A higher number of possible road conditions makes a recognition grid more dense and the actual road condition can be resolved more finely.
  • the road condition may be determined as the first possible road condition when the first scattering parameter is less than the second
  • Road condition may be determined as the second possible road condition if the second dispersion parameter is smaller than the first dispersion parameter and the other dispersion parameter.
  • the road condition may be determined as the further road condition if the further scattering parameter is less than the first scattering parameter and the second scattering parameter.
  • the possible road condition with the smallest dispersion parameter is, with a high probability, the actual road condition.
  • Pro noise levels can be one with a dry road condition
  • wet speed value assigned At the same noise level, the vehicle can vary in speed at different road conditions drive. On dry roads, the vehicle can travel faster than on wet roads until the same level of noise is detected at the sensor. Similarly, the vehicle may travel faster on wet roads than on wet roads until the same level of noise is detected at the sensor.
  • the processing instruction can be in one of the respective
  • Ultrasonic sensor sensor individually assigned noise map to be mapped.
  • the speed values can be read out of the noise characteristic field.
  • the map for example, be stored as a multi-dimensional table. Intermediate values can be interpolated. Mathematically complex relationships can also be mapped in the noise characteristic field.
  • the noise map may also be represented by a series of superimposed curves. The curves can be determined, for example, by series of measurements on the vehicle or in the laboratory.
  • the method may, for example, in software or hardware or in a hybrid of software and hardware, for example in a
  • the approach presented here also provides a device which is designed to implement the steps of a variant of the method presented here
  • the device may be an electrical device having at least one computing unit for processing signals or data, at least one memory unit for storing signals or data, and at least one interface and / or a communication interface for reading in or outputting data embedded in a communication protocol, be.
  • the arithmetic unit can be, for example, a signal processor, a so-called system ASIC or a microcontroller for processing sensor signals and outputting
  • the storage unit may be, for example, a flash memory, an EPROM or a magnetic storage unit.
  • the interface can be used as a sensor interface for reading in the sensor signals from a sensor and / or as an actuator interface for
  • the communication interface can be designed to read in or output the data wirelessly and / or by cable.
  • the Interfaces may also be software modules that are present, for example, on a microcontroller in addition to other software modules.
  • a computer program product or computer program with program code which can be stored on a machine-readable carrier or storage medium such as a semiconductor memory, a hard disk memory or an optical memory and for carrying out, implementing and / or controlling the steps of the method according to one of the above
  • FIG. 1 shows a representation of a vehicle with a device according to an embodiment
  • FIG. 2 shows a representation of two noise maps for two different sensors of a vehicle.
  • FIG. 1 shows an illustration of a vehicle 100 with a device 102 according to one exemplary embodiment.
  • the device 102 is configured to implement a method according to the approach presented here for recognizing a
  • the vehicle 100 has a plurality of ultrasonic sensors 104 distributed around the vehicle 100.
  • the ultrasonic sensors 104 record echoes 106 of emitted ultrasonic waves and, in addition, noise from an environment of the vehicle 100.
  • An intensity of the sounds is imaged on each ultrasonic sensor 104 in a noise level 108.
  • the noise level 108 is the higher the louder the noise.
  • the noises are responsible for a high amount of driving noise 110 of the vehicle 100.
  • the single ultrasonic sensor 104 is disposed on the vehicle 100 and in which direction it is aligned.
  • Driving noise 110 includes, among other wind noise 112 on the vehicle 100 and tire noise 114 of wheels of the vehicle 100th Die
  • Driving sounds 110 become louder with increasing speed of the vehicle 100. At the different ultrasonic sensors 104, the driving sounds 110 vary differently as the speed changes.
  • the wind noise 112 is essentially of one
  • Wind noise 112 strongly influenced by the speed. Also, a wind force and wind direction in an environment of the vehicle 100
  • the tire noise 114 is very much dependent on the current road condition. The wetter and rougher the road is, the louder the tire noise 114. In addition, the
  • Tire noise 114 also depends on the speed.
  • Ultrasonic sensors 104 the influence of the tire noise 110 is greater than at the front ultrasonic sensors 104.
  • the device 102 is connected to the ultrasonic sensors 104 and reads in at least two of the noise levels 108 provided.
  • an associator 118 of the device 102 assigns at least two velocity values 120 to each noise level 108 read.
  • the speed values 120 correspond to the respective one
  • a determination device 122 of the device 102 determines scattering parameters 124 of the velocity values 120. In each case, a scattering parameter 124 for all corresponding to one of the possible road states
  • Device 102 determines that of the possible road conditions as a detected road condition having the smallest dispersion parameter 124.
  • the detected road condition is mapped in road condition information 128 and provided for further use.
  • FIG. 2 shows a representation of two noise maps 200 for two
  • a noise characteristic map 200 in each case forms one of the processing instructions from FIG. 1.
  • the noise maps 200 are each shown in a diagram that on the abscissa a
  • Each of the noise maps 200 is defined here by three velocity noise level curves 202, 204, 206.
  • the first velocity noise level curve 202 represents a progression of the noise level 108 over the velocity in a dry state
  • the second velocity noise level curve 204 represents the progression of the noise level 108 in wet road conditions.
  • the third velocity noise level curve 206 represents the progression of the noise level 108 in wet road conditions.
  • a first speed value 120 corresponds to the dry road state
  • a second speed value 120 corresponds to the wet road
  • Road condition and a third speed value 120 corresponds to the wet road condition. Conversely, three noise levels 108 each result in a speed value 120.
  • the noise map 200 shown on the left characterizes a front left ultrasonic sensor of the vehicle.
  • the speed noise level Curves 202, 204, 206 only slightly different, since the driving noise is significantly influenced by the wind noise of the wind on the front left ultrasonic sensor.
  • the noise map 200 shown on the right characterizes a rear inner right ultrasonic sensor of the vehicle.
  • the noise map 200 shown on the right characterizes a rear inner right ultrasonic sensor of the vehicle.
  • Speed noise level curves 202, 204, 206 are very different, since the rear inner right ultrasonic sensor, the driving noise is significantly influenced by the tire noise.
  • the two noise levels 108 shown here are humid
  • the noise levels 108 thus represent a typical pattern for the wet road condition
  • Speed values 120 with the least scattering can be determined by a
  • FIG. 2 shows the calculation of the road condition and the wind speed with the aid of ultrasonic sensors according to the approach presented here.
  • the road condition can be determined on the basis of the measured noise level of ultrasound sensors already used in the vehicle for echolocation. Since the wind speed has a great influence on the calculation of the water level, the wind speed can be measured with the help of already existing or additional sensors and, if necessary, to the
  • Ultrasonic control unit are transmitted.
  • the vehicle first calculates, based on the measured noise level, possible airstream speeds under different road conditions at each individual sensor. Subsequently, for every possible
  • Road condition calculates how large the standard deviation or variance of the calculated wind speeds of all sensors is. Subsequently, will the road condition is calculated or selected for which the standard deviation or variance of the calculated airstream speeds is the smallest.
  • the method is based on the knowledge that the
  • the method can be made plausible by a graphical evaluation as follows: With the front sensors, the approximate speed of the wind is measured on the basis of the noise level. Because the
  • the wheels on the right and left can be moved through different depths of water. Therefore, it can be expected that the sensors on the right can also measure a different noise level than the sensors on the left. For this reason, the standard deviations for each combination of the
  • the road conditions Z can according to the above example therefore not only by ⁇ dry, moist, wet ⁇ but by their combinations drydry drymoist drywet
  • wetdry wetmoist wetwet be characterized.
  • the clutter values or the bottom echo are dependent on the airstream and on the condition of the road, it is also possible to calculate travel wind speeds on the basis of the clutter values.
  • the bumpiness of the road surface can be measured with the aid of the clutter value. The more pores of the road surface are closed by water the lower the clutter value.
  • the influence of the road surface in the high noise is less and is largely determined by the wind noise and the wet hiss.
  • additional sensors or calculations additional wind speeds can be included in the calculation of the standard deviations.
  • the airstream speed can be measured by the speed of rotation of the fan.
  • the airstream speed can be calculated using the received wind speed of a weather service and the measured vehicle speed. It is also conceivable to attach ultrasonic sensors with the cone of sound directed upwards on the body in order to measure the noise of the driving wind with a lesser influence of the wet hiding of the road and from there the
  • Lane conditions Z performed.
  • the current road condition will be as above selected from the smallest merged variance from all calculated merged variances.
  • Vehicles can preferably be determined at low humidity by means of the echolocation of the ultrasonic sensors or generally with the help of other sensors such as radar, camera or lidar.
  • the value d a is calculated not only by the distance of interfering objects, but by all known disturbances on the sensor. In the same way, for example, disturbances of one's own vehicle to individual sensors, eg caused by a large steering angle, can also be taken into account.
  • Determination of the road condition can be further improved.
  • each of the states Z can be numbered consecutively and the value S of the road state can be numbered from the variances or
  • the engine control unit can contribute to the optimization of the operating parameters and thus to an improvement in emissions, or for the detection of a tuned vehicle.
  • the wind speed can be provided to other vehicles in the area or to a weather service, whereby these e.g. can optimize their own road condition calculations.
  • Wind speed can determine better.
  • the level curves for dry, wet and wet roads are therefore also different depending on the crosswind. Because of this, for every combination of crosswind ⁇ from left, no, from right ⁇ and road conditions ⁇ dry, wet, wet ⁇ analogous as above for the road conditions individual calculation curves are kept: dry inks dry_no dry right
  • Road conditions are also calculated, the individual wind speeds (in the longitudinal direction) and the combination of road condition and crosswind influence with the lowest standard deviation selected, or values for the road condition S and the side wind speed are calculated as described above.
  • the rolling and wind noise also influences the noise level. These are also dependent on the tire profile of the steering angle and the acceleration and riot forces. The tire noise depends heavily on the tire model and also on the tire profile. Because the tire noise
  • Raindrops and spray drops from vehicles in front have just as much influence on the sensors pointing forwards.
  • the drops or the influence on the noise level of the sensors can be determined.
  • the influence can also be based on the windshield wiper frequency or the
  • the ultrasonic control unit sets the values for the road condition and the wind speeds on the CAN bus.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die vorliegende Erfindung bezieht sich auf ein Verfahren zum Erkennen eines Straßenzustands, wobei in einem Schritt des Einlesens eine Mehrzahl von durch je einen Ultraschallsensor (104) eines Fahrzeugs (100) an verschiedenen Einbauorten am Fahrzeug (100) erfassten Rauschpegeln (108) eingelesen wird, in einem Schritt des Zuordnens je ein mit einem ersten möglichen Straßenzustand korrespondierender erster Geschwindigkeitswert (120) und zumindest je ein mit einem zweiten möglichen Straßenzustand korrespondierender zweiter Geschwindigkeitswerts (120) zu den Rauschpegeln (108) unter Verwendung je einer dem jeweilig erfassenden Ultraschallsensor (104) sensorindividuell zugeordneten Verarbeitungsvorschrift (116) zugeordnet wird, in einem Schritt des Ermittelns ein erster Streuungsparameter (124) der ersten Geschwindigkeitswerte (120) und ein zweiter Streuungsparameter (124) der zweiten Geschwindigkeitswerte (120) ermittelt wird, in einem Schritt des Bestimmens der Straßenzustandunter Verwendung der Streuungsparameter (124) bestimmt wird, wobei der Straßenzustand als der erste mögliche Straßenzustand bestimmt wird, wenn der erste Streuungsparameter (124) kleiner als der zweite Streuungsparameter (124) ist, und der Straßenzustand als der zweite mögliche Straßenzustand bestimmt wird, wenn der zweite Streuungsparameter (124) kleiner als der erste Streuungsparameter ist.

Description

Beschreibung
Verfahren und Vorrichtung zum Erkennen eines Straßenzustands
Gebiet der Erfindung
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Erkennen eines Straßenzustands.
Stand der Technik
Ein Straßenzustand, also ob eine Fahrbahnoberfläche einer Straße trocken, feucht oder nass ist, kann beispielsweise durch ein Kamerasystem erfasst werden. Ebenso kann ein Regensensor eines Fahrzeugs verwendet werden, da davon auszugehen ist, dass die Straße nass ist, wenn es regnet.
Offenbarung der Erfindung
Vor diesem Hintergrund werden mit dem hier vorgestellten Ansatz ein Verfahren zum Erkennen eines Straßenzustands und eine Vorrichtung zum Erkennen eines Straßenzustands, sowie schließlich ein entsprechendes
Computerprogrammprodukt und ein maschinenlesbares Speichermedium gemäß den unabhängigen Ansprüchen vorgestellt. Vorteilhafte Weiterbildungen und Verbesserungen des hier vorgestellten Ansatzes ergeben sich aus der
Beschreibung und sind in den abhängigen Ansprüchen beschrieben.
Vorteile der Erfindung Ausführungsformen der vorliegenden Erfindung können in vorteilhafter Weise ermöglichen, einen Straßenzustand durch eine Plausibilisierung von Messwerten robust zu erkennen.
Es wird ein Verfahren zum Erkennen eines Straßenzustands vorgestellt, wobei das Verfahren die folgenden Schritte aufweist:
Einlesen einer Mehrzahl von durch je einen Ultraschallsensor eines Fahrzeugs an verschiedenen Einbauorten am Fahrzeug erfassten Rauschpegeln;
Zuordnen je eines mit einem ersten möglichen Straßenzustand
korrespondierenden ersten Geschwindigkeitswerts und zumindest je eines mit einem zweiten möglichen Straßenzustand korrespondierenden zweiten
Geschwindigkeitswerts zu den Rauschpegeln unter Verwendung je einer dem jeweilig erfassenden Ultraschallsensor sensorindividuell zugeordneten
Verarbeitungsvorschrift;
Ermitteln eines ersten Streuungsparameters der ersten Geschwindigkeitswerte und eines zweiten Streuungsparameters der zweiten Geschwindigkeitswerte;
Bestimmen des Straßenzustands unter Verwendung der Streuungsparameter, wobei der Straßenzustand als der erste mögliche Straßenzustand bestimmt wird, wenn der erste Streuungsparameter kleiner als der zweite Streuungsparameter ist, und der Straßenzustand als der zweite mögliche Straßenzustand bestimmt wird, wenn der zweite Streuungsparameter kleiner als der erste
Streuungsparameter ist.
Ideen zu Ausführungsformen der vorliegenden Erfindung können unter anderem als auf den nachfolgend beschriebenen Gedanken und Erkenntnissen beruhend angesehen werden.
Wenn ein Fahrzeug fährt, wird ein Fahrgeräusch erzeugt. Das Fahrgeräusch weist zumindest Anteile von Reifengeräuschen von Reifen des Fahrzeugs auf der Straße und Anteile von Windgeräuschen an einer Karosserie des Fahrzeugs auf. Die Reifengeräusche verändern sich bei unterschiedlichen
Geschwindigkeiten des Fahrzeugs und bei unterschiedlichen Straßenzuständen, wie beispielsweise trockener Straße, feuchter Straße oder nasser Straße. Die Windgeräusche verändern sich bei unterschiedlichen Windgeschwindigkeiten am Sensor. Die Windgeschwindigkeit ist im Wesentlichen abhängig von der Geschwindigkeit des Fahrzeugs.
Das Fahrgeräusch wird an mehreren unterschiedlich angeordneten Sensoren des Fahrzeugs aufgezeichnet und in je einem Rauschpegel abgebildet. Die Sensoren können insbesondere Ultraschallsensoren sein. Der Rauschpegel ist unter anderem abhängig von einer Anordnung des Sensors, des
Straßenzustands und der Geschwindigkeit beziehungsweise
Windgeschwindigkeit. Verändert sich das Fahrgeräusch, resultieren
sensorindividuell unterschiedlich veränderte Rauschpegel. Die Veränderung des Rauschpegels im Verhältnis zum Straßenzustand und der Geschwindigkeit kann in einer dem jeweiligen Sensor zugeordneten mehrdimensionalen
Verarbeitungsvorschrift abgebildet werden. Einem einzelnen Rauschpegel können also unter Verwendung der Verarbeitungsvorschrift eines Sensors mehrere Wertepaare aus einem Straßenzustand und einer Geschwindigkeit zugeordnet werden.
Ausgehend davon, dass an den beteiligten Sensoren möglicherweise ein einheitlicher Straßenzustand herrscht, ergeben sich für unterschiedliche mögliche Straßenzustände unterschiedliche Streuungen der
Geschwindigkeitswerte aus den unterschiedlichen Verarbeitungsvorschriften. Da die tatsächliche Geschwindigkeit des Fahrzeugs für alle Sensoren gleich ist, herrscht mit einer sehr hohen Wahrscheinlichkeit der Straßenzustand, bei dem die Geschwindigkeitswerte die geringste Streuung aufweisen.
Die Geschwindigkeitswerte können ferner unter Verwendung einer
Geschwindigkeit des Fahrzeugs zugeordnet werden. Bei bekannter
Geschwindigkeit können Ausreißer der Geschwindigkeitswerte ignoriert werden, da die Windgeschwindigkeit an den Sensoren stark von der Geschwindigkeit des Fahrzeugs beeinflusst wird.
Die Geschwindigkeitswerte können ferner unter Verwendung einer
Fahrtwindgeschwindigkeit zugeordnet werden. Die Fahrtwindgeschwindigkeit ist abhängig von der Geschwindigkeit des Fahrzeugs und einer
Windgeschwindigkeit. Die Fahrtwindgeschwindigkeit kann durch einen
Fahrtwindsensor erfasst werden. Gegenwind, Seitenwind und Rückenwind beeinflussen das Fahrgeräusch an den Sensoren stark. Durch die Kenntnis der Fahrtwindgeschwindigkeit und eventuell der Fahrtwindrichtung können die Geschwindigkeitswerte korrigiert werden.
Als Streuungsparameter können Varianzen der Geschwindigkeitswerte ermittelt werden. Der Straßenzustand kann unter Verwendung der Varianzen bestimmt werden. Die Streuung beziehungsweise Dispersion kann durch die Varianz quantifiziert werden. Alternativ oder ergänzend kann eine Standardabweichung der Geschwindigkeitswerte ermittelt werden. Je kleiner die Streuung ist, umso kleiner ist die Varianz beziehungsweise die Standardabweichung.
Pro eingelesenem Rauschpegel kann zumindest je ein weiterer, mit einem weiteren möglichen Straßenzustand korrespondierender weiterer
Geschwindigkeitswert unter Verwendung der dem jeweilig erfassenden
Ultraschallsensor sensorindividuell zugeordneten Verarbeitungsvorschrift zugeordnet werden. Ein weiterer Streuungsparameter der weiteren
Geschwindigkeitswerte kann ermittelt werden. Für mehrere mögliche
Straßenzustände können Geschwindigkeitswerte ermittelt werden, die mit dem jeweiligen Rauschpegel korrespondieren. Durch eine höhere Anzahl an möglichen Straßenzuständen wird ein Erkennungsraster engmaschiger und der tatsächliche Straßenzustand kann feiner aufgelöst werden.
Der Straßenzustand kann als der erste mögliche Straßenzustand bestimmt werden, wenn der erste Streuungsparameter kleiner als der zweite
Streuungsparameter und der weitere Streuungsparameter ist. Der
Straßenzustand kann als der zweite mögliche Straßenzustand bestimmt werden, wenn der zweite Streuungsparameter kleiner als der erste Streuungsparameter und der weitere Streuungsparameter ist. Der Straßenzustand kann als der weitere Straßenzustand bestimmt werden, wenn der weitere Streuungsparameter kleiner als der erste Streuungsparameter und der zweite Streuungsparameter ist. Der mögliche Straßenzustand mit dem kleinsten Streuungsparameter ist mit einer hohen Wahrscheinlichkeit der tatsächliche Straßenzustand.
Pro Rauschpegel können ein mit einem trockenen Straßenzustand
korrespondierender Trockengeschwindigkeitswert, ein mit einem feuchten Straßenzustand korrespondierender Feuchtgeschwindigkeitswert und zumindest ein mit einem nassen Straßenzustand korrespondierender
Nassgeschwindigkeitswert zugeordnet werden. Bei gleichem Rauschpegel kann das Fahrzeug bei unterschiedlichen Straßenverhältnissen unterschiedlich schnell fahren. Auf trockener Straße kann das Fahrzeug schneller fahren, als auf feuchter Straße, bis am Sensor der gleiche Rauschpegel erfasst wird. Ebenso kann das Fahrzeug auf feuchter Straße schneller fahren, als auf nasser Straße, bis am Sensor der gleiche Rauschpegel erfasst wird.
Die Verarbeitungsvorschrift kann in einem dem jeweilig erfassenden
Ultraschallsensor sensorindividuell zugeordneten Rausch- Kennfeld abgebildet sein. Die Geschwindigkeitswerte können aus dem Rausch- Kennfeld ausgelesen werden. Das Kennfeld kann beispielsweise als mehrdimensionale Tabelle hinterlegt sein. Zwischenwerte können interpoliert werden. In dem Rausch- Kennfeld können auch mathematisch komplexe Zusammenhänge abgebildet sein. Das Rausch- Kennfeld kann auch durch eine Reihe von überlagerten Kurven abgebildet sein. Die Kurven können beispielsweise durch Messreihen am Fahrzeug oder im Labor ermittelt werden.
Das Verfahren kann beispielsweise in Software oder Hardware oder in einer Mischform aus Software und Hardware beispielsweise in einem
Steuergerät implementiert sein.
Der hier vorgestellte Ansatz schafft ferner eine Vorrichtung, die dazu ausgebildet ist, um die Schritte einer Variante des hier vorgestellten Verfahrens in
entsprechenden Einrichtungen durchzuführen, anzusteuern bzw. umzusetzen.
Die Vorrichtung kann ein elektrisches Gerät mit zumindest einer Recheneinheit zum Verarbeiten von Signalen oder Daten, zumindest einer Speichereinheit zum Speichern von Signalen oder Daten, und zumindest einer Schnittstelle und/oder einer Kommunikationsschnittstelle zum Einlesen oder Ausgeben von Daten, die in ein Kommunikationsprotokoll eingebettet sind, sein. Die Recheneinheit kann beispielsweise ein Signalprozessor, ein sogenannter System-ASIC oder ein Mikrocontroller zum Verarbeiten von Sensorsignalen und Ausgeben von
Datensignalen in Abhängigkeit von den Sensorsignalen sein. Die Speichereinheit kann beispielsweise ein Flash-Speicher, ein EPROM oder eine magnetische Speichereinheit sein. Die Schnittstelle kann als Sensorschnittstelle zum Einlesen der Sensorsignale von einem Sensor und/oder als Aktorschnittstelle zum
Ausgeben der Datensignale und/oder Steuersignale an einen Aktor ausgebildet sein. Die Kommunikationsschnittstelle kann dazu ausgebildet sein, die Daten drahtlos und/oder leitungsgebunden einzulesen oder auszugeben. Die Schnittstellen können auch Softwaremodule sein, die beispielsweise auf einem Mikrocontroller neben anderen Softwaremodulen vorhanden sind.
Von Vorteil ist auch ein Computerprogrammprodukt oder Computerprogramm mit Programmcode, der auf einem maschinenlesbaren Träger oder Speichermedium wie einem Halbleiterspeicher, einem Festplattenspeicher oder einem optischen Speicher gespeichert sein kann und zur Durchführung, Umsetzung und/oder Ansteuerung der Schritte des Verfahrens nach einer der vorstehend
beschriebenen Ausführungsformen verwendet wird, insbesondere wenn das Programmprodukt oder Programm auf einem Computer oder einer Vorrichtung ausgeführt wird.
Es wird darauf hingewiesen, dass einige der möglichen Merkmale und Vorteile der Erfindung hierin mit Bezug auf unterschiedliche Ausführungsformen beschrieben sind. Ein Fachmann erkennt, dass die Merkmale der Vorrichtung und des Verfahrens in geeigneter Weise kombiniert, angepasst oder
ausgetauscht werden können, um zu weiteren Ausführungsformen der Erfindung zu gelangen.
Kurze Beschreibung der Zeichnungen
Nachfolgend werden Ausführungsformen der Erfindung unter Bezugnahme auf die beigefügten Zeichnungen beschrieben, wobei weder die Zeichnungen noch die Beschreibung als die Erfindung einschränkend auszulegen sind.
Fig. 1 zeigt eine Darstellung eines Fahrzeugs mit einer Vorrichtung gemäß einem Ausführungsbeispiel; und
Fig. 2 zeigt eine Darstellung zweier Rausch- Kennfelder für zwei unterschiedliche Sensoren eines Fahrzeugs.
Die Figuren sind lediglich schematisch und nicht maßstabsgetreu. Gleiche Bezugszeichen bezeichnen in den Figuren gleiche oder gleichwirkende
Merkmale. Ausführungsformen der Erfindung
Fig. 1 zeigt eine Darstellung eines Fahrzeugs 100 mit einer Vorrichtung 102 gemäß einem Ausführungsbeispiel. Die Vorrichtung 102 ist dazu ausgebildet, ein Verfahren gemäß dem hier vorgestellten Ansatz zum Erkennen eines
Straßenzustands auszuführen. Das Fahrzeug 100 weist mehrere um das Fahrzeug 100 verteilte Ultraschallsensoren 104 auf. Die Ultraschallsensoren 104 zeichnen Echos 106 emittierter Ultraschallwellen und zusätzlich dazu Geräusche aus einer Umgebung des Fahrzeugs 100 auf. Eine Intensität der Geräusche wird an jedem Ultraschallsensor 104 in einem Rauschpegel 108 abgebildet. Der Rauschpegel 108 weist einen umso höheren Wert auf, je lauter die Geräusche sind. Die Geräusche sind zu einem hohen Anteil Fahrgeräusche 110 des Fahrzeugs 100.
Abhängig davon, wo der einzelne Ultraschallsensor 104 am Fahrzeug 100 angeordnet ist und in welche Richtung er ausgerichtet ist, sind die
Fahrgeräusche 110 bei fahrendem Fahrzeug 100 verschieden. Die
Fahrgeräusche 110 umfassen unter anderem Windgeräusche 112 am Fahrzeug 100 und Reifengeräusche 114 von Rädern des Fahrzeugs 100. Die
Fahrgeräusche 110 werden mit zunehmender Geschwindigkeit des Fahrzeugs 100 lauter. An den unterschiedlichen Ultraschallsensoren 104 verändern sich die Fahrgeräusche 110 unterschiedlich, wenn sich die Geschwindigkeit ändert.
Damit ändert sich auch der jeweilige Rauschpegel 108 des Ultraschallsensors 104. Die Windgeräusche 112 sind im Wesentlichen von einer
Windgeschwindigkeit am Entstehungsort abhängig. Damit werden die
Windgeräusche 112 stark von der Geschwindigkeit beeinflusst. Auch eine Windstärke und Windrichtung in einer Umgebung des Fahrzeugs 100
beeinflussen die Windgeräusche 112. Die Reifengeräusche 114 sind sehr stark von dem aktuellen Straßenzustand abhängig. Je nasser und rauer die Straße ist, umso lauter werden die Reifengeräusche 114. Zusätzlich sind die
Reifengeräusche 114 auch abhängig von der Geschwindigkeit.
An vorderen Ultraschallsensoren 104 ist der Einfluss der Windgeräusche 112 größer als an hinteren Ultraschallsensoren 104. An den hinteren
Ultraschallsensoren 104 ist der Einfluss der Reifengeräusche 110 größer als an den vorderen Ultraschallsensoren 104. Die Vorrichtung 102 ist mit den Ultraschallsensoren 104 verbunden und liest zumindest zwei der bereitgestellten Rauschpegel 108 ein. Unter Verwendung einer Verarbeitungsvorschrift 116 für jeden der verwendeten Ultraschallsensoren 104 ordnet eine Zuordnungseinrichtung 118 der Vorrichtung 102 jedem eingelesenen Rauschpegel 108 zumindest zwei Geschwindigkeitswerte 120 zu. Die Geschwindigkeitswerte 120 korrespondieren mit dem jeweiligen
Rauschpegel 108 und zwei unterschiedlichen möglichen Straßenzuständen. Eine Ermittlungseinrichtung 122 der Vorrichtung 102 ermittelt Streuungsparameter 124 der Geschwindigkeitswerte 120. Dabei wird je ein Streuungsparameter 124 für alle mit einem der möglichen Straßenzustände korrespondierenden
Geschwindigkeitswerte ermittelt. Eine Bestimmungseinrichtung 126 der
Vorrichtung 102 bestimmt denjenigen der möglichen Straßenzustände als erkannten Straßenzustand, der den kleinsten Streuungsparameter 124 aufweist. Der erkannte Straßenzustand wird in einer Straßenzustandsinformation 128 abgebildet und zur weiteren Verwendung bereitgestellt.
Fig. 2 zeigt eine Darstellung zweier Rausch- Kennfelder 200 für zwei
unterschiedliche Sensoren eines Fahrzeugs. Ein Rausch- Kennfeld 200 bildet dabei je eine der Verarbeitungsvorschriften aus Fig. 1 ab. Die Rausch- Kennfelder 200 sind je in einem Diagramm dargestellt, das auf der Abszisse eine
Geschwindigkeit in Kilometer pro Stunde und auf der Ordinate den Rauschpegel 108 als Zahlenwert angetragen hat. Jedes der Rausch- Kennfelder 200 ist hier durch drei Geschwindigkeits- Rauschpegel- Kurven 202, 204, 206 definiert. Dabei repräsentiert die erste Geschwindigkeits-Rauschpegel-Kurve 202 einen Verlauf des Rauschpegels 108 über die Geschwindigkeit bei einem trockenen
Straßenzustand. Die zweite Geschwindigkeits- Rauschpegel- Kurve 204 repräsentiert den Verlauf des Rauschpegels 108 bei feuchtem Straßenzustand. Die dritte Geschwindigkeits- Rauschpegel- Kurve 206 repräsentiert den Verlauf des Rauschpegels 108 bei nassem Straßenzustand. Somit ergeben sich jeweils drei Geschwindigkeitswerte 120 pro Wert des Rauschpegels 108. Ein erster Geschwindigkeitswert 120 korrespondiert mit dem trockenen Straßenzustand, ein zweiter Geschwindigkeitswert 120 korrespondiert mit dem feuchten
Straßenzustand und ein dritter Geschwindigkeitswert 120 korrespondiert mit dem nassen Straßenzustand. Umgekehrt ergeben sich jeweils drei Rauschpegel 108 für einen Geschwindigkeitswert 120.
Das links dargestellte Rausch- Kennfeld 200 charakterisiert einen vorderen linken Ultraschallsensor des Fahrzeugs. Hier sind die Geschwindigkeits- Rauschpegel- Kurven 202, 204, 206 nur geringfügig unterschiedlich, da an dem vorderen linken Ultraschallsensor das Fahrgeräusch maßgeblich durch die Windgeräusche des Fahrtwinds beeinflusst ist.
Das rechts dargestellte Rausch- Kennfeld 200 charakterisiert einen hinteren inneren rechten Ultraschalsensor des Fahrzeugs. Hier sind die
Geschwindigkeits- Rauschpegel- Kurven 202, 204, 206 stark unterschiedlich, da an dem hinteren inneren rechten Ultraschalsensor das Fahrgeräusch maßgeblich durch das Reifengeräusch beeinflusst ist.
Die beiden hier dargestellten Rauschpegel 108 sind bei feuchtem
Straßenzustand erfasst worden, da die jeweils zweiten Geschwindigkeitswerte 120 die geringste Streuung aufweisen. Die Rauschpegel 108 stellen also ein für den feuchten Straßenzustand typisches Muster dar. Das Erkennen der
Geschwindigkeitswerte 120 mit der geringsten Streuung kann durch eine
Mustererkennung erfolgen.
Mit andern Worten ist in Fig. 2 die Berechnung des Fahrbahnzustands und der Windgeschwindigkeit mit Hilfe von Ultraschallsensorik gemäß dem hier vorgestellten Ansatz gezeigt.
Der Fahrbahnzustand kann anhand des gemessenen Rauschpegels von bereits im Fahrzeug für die Echoortung eingesetzten Ultraschallsensoren bestimmt werden. Da die Windgeschwindigkeit einen großen Einfluss auf die Berechnung des Wasserstands hat, kann die Windgeschwindigkeit mit Hilfe von bereits vorhandener oder zusätzlicher Sensorik gemessen und ggf. an das
Ultraschallsteuergerät übermittelt werden.
Durch den hier vorgestellten Ansatz kann auf die Messung der
Windgeschwindigkeit mit Hilfe von bereits vorhandener oder zusätzlicher
Sensorik verzichtet werden und der Wasserstand alleine mit Hilfe des
Rauschpegels des Ultraschallsensoren gemessen werden.
Das Fahrzeug berechnet zunächst basierend auf dem gemessenen Rauschpegel mögliche Fahrtwindgeschwindigkeiten unter verschiedenen Fahrbahnzuständen an jedem einzelnen Sensor. Anschließend wird für jeden möglichen
Fahrbahnzustand berechnet, wie groß die Standardabweichung bzw. Varianz der berechneten Fahrtwindgeschwindigkeiten aller Sensoren ist. Anschließend wird der Fahrbahnzustand berechnet bzw. ausgewählt, für den die Standardabweichung bzw. Varianz der berechneten Fahrtwindgeschwindigkeiten am kleinsten ist.
Dem Verfahren liegt die Erkenntnis zugrunde, dass sich die
Fahrtwindgeschwindigkeit und das Nasszischen der Räder unterschiedlich stark auf die Rauschpegel der Sensoren an unterschiedlichen Anbauorten auswirken. Der Rauschpegel der vorderen Sensoren ist stärker von der
Fahrtwindgeschwindigkeit geprägt, während der Rauschpegel der hinteren Sensoren stärker vom Nasszischen der Räder geprägt ist. Das führt dazu, dass die beispielsweise in Fig. 2 dargestellten Pegelkurven über die
Fahrtwindgeschwindigkeit für trockene, feuchte und nasse Straße bei den vorderen Sensoren nicht eindeutig trennbar übereinander liegen, während die Pegelkurven der hinteren Sensoren vor allem bei hohen
Fahrtwindgeschwindigkeiten sehr gut voneinander trennbar verlaufen. Da die Sensoren unterschiedlich stark auf Fahrtwind und Fahrbahnzustand reagieren können durch eine gemeinsame Auswertung der Sensorsignale sowohl
Fahrtwind als auch Fahrbahnzustand berechnet werden.
Beispiel: Das aktuell gemessene Rauschlevel am vorderen linken Sensor beträgt über mehrere Messwerte im Mittel mk 1 = 2 dB und das Rauschlevel am linken inneren hinteren Sensor beträgt mK 2 = ^dB. Daraus werden die
Windgeschwindigkeiten
Bdry.i = 82 km/h
kdry,2 = 50km/h
kmoist,i 88 km/h
kmoist,2 92 km/h
kwet.i = 100 km/h
kwet, 2 = 198km/h
berechnet. Die Mittelwerte und Standardabweichungen werden gemäß
Figure imgf000012_0001
ZU
kdry = 06km/h
°dry = 16 km/h
kmoist 09 km/h
moist 2km./ h l^wet = 149 km/h
uwet = 49 km/h
berechnet. Für omoist mit 2km/h wird im Vergleich zu owet und odry die kleinste Standardabweichung berechnet, darum wird der Straßenzustand als feucht erkannt.
Anhand des obigen Beispiels kann das Verfahren wie folgt durch eine graphische Auswertung plausibilisiert werden: Mit dem vorderen Sensoren wird ungefähr die Fahrtwindgeschwindigkeit anhand des Rauschpegels gemessen. Da die
Pegelkurven so dicht beieinander liegen, kann die Fahrtwindgeschwindigkeit unabhängig vom Fahrbahnzustand zu 90 km/h abgelesen werden. Bei einer Fahrtwindgeschwindigkeit von 90 km/h und einem Rauschpegel von 4 dB wird die Pegelkurve für feuchte Straße im obigen Diagramm getroffen. Auch anhand dieser etwas ungenaueren graphischen Lösung ist es möglich auf die gleiche Lösung wie mit dem oben beschriebenen (für Steuergeräte optimierten)
Verfahren zu kommen.
Die Räder rechts und links können durch unterschiedlich tiefes Wasser bewegt werden. Darum ist zu erwarten, dass auch die Sensoren rechts ein zu den Sensoren links unterschiedliches Rauschlevel messen können. Aus diesem Grund können die Standardabweichungen für jede Kombination aus den
Fahrbahnzuständen der rechten, wie auch für die linke Seite berechnet werden und wie oben beschrieben anhand der kleinsten Standardabweichung als aktuellen Fahrbahnzustand für die rechte wie auch die linke Seite ausgewählt werden. Die Fahrbahnzustände Z können gemäß dem obigen Beispiel demnach nicht nur durch {dry, moist, wet} sondern durch deren Kombinationen drydry drymoist drywet
moistdry moistmoist moistwet
wetdry wetmoist wetwet charakterisiert sein.
Da die Clutter-Werte beziehungsweise das Bodenecho vom Fahrtwind und vom Fahrbahnzustand abhängig sind, können auch anhand der Clutter-Werte Fahrtwindgeschwindigkeiten berechnet werden. Bei niedrigen Geschwindigkeiten kann mit Hilfe des Clutterwerts die Unebenheit des Fahrbahnbelags gemessen werden. Je mehr Poren des Fahrbahnbelags durch Wasser geschlossen sind umso niedriger ist der Clutterwert. Bei hohen Fahrtwindgeschwindigkeiten geht der Einfluss des Fahrbahnbelags im hohen Rauschen unter und wird maßgeblich von den Windgeräuschen und vom Nasszischen bestimmt. Außerdem können weiteren Sensoren bzw. Berechnungen zusätzliche Fahrtwindgeschwindigkeiten mit in die Berechnung der Standardabweichungen einbezogen werden. Z.B. kann die Fahrtwindgeschwindigkeit anhand der Umdrehungsgeschwindigkeit des Lüfterrads gemessen werden. Ebenso kann die Fahrtwindgeschwindigkeit mit Hilfe der empfangenen Windgeschwindigkeit eines Wetterdienstes und der gemessenen Fahrzeuggeschwindigkeit berechnet werden. Ebenso ist denkbar, Ultraschallsensoren mit dem Schallkegel nach oben gerichtet an der Karosserie anzubringen um damit das Rauschen des Fahrtwinds mit geringerem Einfluss des Nasszischens der Fahrbahn messen und daraus die
Fahrtwindgeschwindigkeit berechnen zu können. Durch das hinzuziehen weiterer Sensorwerte und Sensoren in die Berechnung kann die Genauigkeit der
Bestimmung des Fahrbahnzustands und die Berechnung der
Fahrtwindgeschwindigkeit weiter erhöht werden.
Aufgrund von Messfehlern ist die Berechnung der Fahrtwindgeschwindigkeiten mit Hilfe der unterschiedlichen Signalarten der Ultraschallsensoren wie auch mit Hilfe von weiterer Sensorik mehr oder weniger verlässlich. Sehr unzuverlässige Messungen und Berechnungen sollen möglichst wenig und sehr zuverlässige Messungen und Berechnungen möglichst stark bei der Berechnung der fusionierten Standardabweichung berücksichtigt werden. Aus dem Mittelwert mk ί des Rauschpegels eines Sensors über mehrere Messwerte in Folge kann ein Mittelwert mz ί = /z
Figure imgf000014_0001
der Fahrtwindgeschwindigkeit berechnet werden. Aus dem Mittelwert mk ί des Rauschpegels und dessen Varianz
Figure imgf000014_0002
kann eine Varianz s z,ί =
Figure imgf000014_0003
der Fahrtwindgeschwindigkeit berechnet werden. Gleiches gilt für die anderen Sensorwerte, wie zum Beispiel Clutter oder die
Fahrtwindgeschwindigkeiten, die mit Hilfe von weiteren Sensoren bestimmt werden. Aus den Mittelwerten mz ί und den Varianzen az i der
Fahrtwindgeschwindigkeiten können die fusionierten Mitelwerte mz>/hX = -
Figure imgf000014_0004
Figure imgf000014_0005
und die fusionierten Varianzen az us
Figure imgf000014_0006
berechnet werden. Die
Figure imgf000014_0007
Berechnungen der fusionierten Mittelwerte und Varianzen wird für alle
berechneten Fahrtwindgeschwindigkeiten i und alle möglichen
Fahrbahnzustände Z durchgeführt. Der aktuelle Fahrbahnzustand wird wie oben beschrieben anhand der kleinsten fusionierten Varianz aus allen berechneten fusionierten Varianzen ausgewählt. Durch das Gewichten der
Fahrtwindgeschwindigkeiten mit Hilfe von Standardabweichungen aufgrund der Zuverlässigkeit der Messwerte und der Fahrtwindgeschwindigkeitsberechnung kann die Genauigkeit der Bestimmung des Fahrbahnzustands und die
Berechnung der Fahrtwindgeschwindigkeit noch weiter verbessert werden.
Andere Fahrzeuge können durch ihre Windgeräusche und dem Nasszischen ihrer Räder die gemessenen Rauschpegel deutlich beeinflussen und verfälschen. Wenn erkannt wird, dass sich ein anderes Fahrzeug in Hörweite zum Sensor befindet, dann können einerseits die berechneten Fahrtwindgeschwindigkeiten Az,ί = fz(ßR,i> d nach unten korrigiert werden, damit die Fehler möglichst gut kompensiert werden und andererseits können auch die berechneten Varianzen s z,ί = dz^R.i ^R.i ^a) soweit nach oben korrigiert werden, dass die berechneten Fahrtwindgeschwindigkeiten nur noch angemessen wenig oder gar keinen Einfluss bei den Berechnungen der fusionierten Werte haben. Die Werte dß und da werden von der Störung beeinflusst und sind umso größer, je kleiner der Abstand zwischen Störquelle und Sensor ist. Der Abstand zu anderen
Fahrzeugen kann bevorzugt bei geringer Feuchte mit Hilfe der Echoortung der Ultraschallsensoren oder generell mit Hilfe anderer Sensoren wie z.B. Radar, Kamera oder Lidar bestimmt werden. Der Wert da wird nicht nur anhand der Entfernung störender Objekte berechnet, sondern anhand aller bekannten Störungen auf den Sensor. In gleicher Weise können z.B. auch Störungen des eigenen Fahrzeugs auf einzelne Sensoren z.B. verursacht durch einen großen Lenkwinkel berücksichtigt werden. Durch die Korrekturen der Berechnungen für die Standardabweichungen und der Mittelwerte der Fahrtwindgeschwindigkeiten kann die Berechnung der fusionierten Fahrtwindgeschwindigkeit und die
Bestimmung des Fahrbahnzustands weiter verbessert werden.
Messungen weisen darauf hin, dass eine Bestimmung des Straßenzustands mit Hilfe der Clutter-Werte bei Fahrzeuggeschwindigkeiten unter 50 km/h besser geeignet sind, als mit Hilfe der Rauschpegel, wobei für eine Bestimmung über 50 km/h die Rauschpegel besser geeignet sind. Aus diesem Grund kann es für eine noch robustere Bestimmung der Fahrtwindgeschwindigkeit von Vorteil sein, auch besonders hohe bzw. niedrige Fahrzeuggeschwindigkeiten wie eine Störung zu behandeln und zusammen mit weiteren Störungen in den Wert da einfließen zu lassen. Generell lässt eine Erhöhung der Fahrzeuggeschwindigkeit bei niedrigen Fahrzeuggeschwindigkeiten den Rauschpegel weniger stark ansteigen als bei hohen Fahrzeuggeschwindigkeiten. Es lässt sich also bei gleichbleibendem Fahrbahnzustand und gleichbleibendem Wind aber veränderlicher
Fahrzeuggeschwindigkeit plausibilisieren, ob die Rauschpegel bzw. Clutter- Werte in erwarteter Weise mit der Fahrzeuggeschwindigkeit ansteigen bzw. abfallen. Verhält sich der Anstieg an einem der Sensoren nicht wie erwartet, ist das auf eine Störung des jeweiligen Sensors zurückzuführen und der Wert da wird erhöht.
Für die weiteren Berechnungen innerhalb des Fahrzeugs ist nicht nur relevant, ob es trocken, feucht, oder nass ist, sondern auch wie feucht es ist bzw. wie hoch das Wasser auf der Straße steht. Es wäre zwar denkbar sehr viele
Funktionen zu hinterlegen, um zwischen etwas feucht, feucht, sehr feucht, etwas nass, nass, sehr nass, 0,1 mm, 0,2 mm 0,3 mm Wasser zu unterscheiden.
Allerdings würde das ein hoher Aufwand bedeuten um für jeden Zustand die passenden Berechnungsfunktionen im Fahrversuch zu bestimmen und im Steuergerät abzulegen. Außerdem würde das sehr viele Ressourcen des Steuergeräts benötigen. Darum kann jeder der Zustände Z durchnummeriert und der Wert S des Straßenzustands aus den Varianzen bzw.
Standardabweichungen zu
Figure imgf000016_0001
Berechnet werden.
Beispiel: Wenn für trocken Z = 1, für feucht Z = 2 und für nass Z = 3 gewählt wurde, dann berechnet sich der Wert S des Straßenzustands gemäß dem obigen Beispiel zu S = 2,01. Die Straße ist also ziemlich eindeutig feucht und es gibt eine ganz leichte Tendenz in Richtung nass. Analog können auch
Fahrbahnzustände für
1 mm Wasser Z = 4
2 mm Wasser Z = 5
3 mm Wasser Z = 6 definiert werden. Wenn für den Wert S des Straßenzustands S = 5,3 berechnet wird, dann kann von 2,3 mm Wasser auf der Straße ausgegangen werden. Ebenso kann die Fahrtwindgeschwindigkeitsberechnung optimiert werden. Wenn der Fahrbahnzustand genauso feucht wie nass ist, d.h. wenn die
Standardabweichungen owet und omoist ähnlich große Werte annehmen, ist es dann nicht mehr oder weniger dem Zufall überlassen, ob der
Fahrtwindgeschwindigkeitswert für feuchte oder für nasse Straße herangezogen wird. Dadurch springt der Wert für die Fahrtwindgeschwindigkeit nicht hin- und her. Dazu wird die Fahrtwindgeschwindigkeitsberechnung zu
Figure imgf000017_0001
anhand aller Mittelwerte und Varianzen aller Fahrbahnzustände berechnet.
Die Windgeschwindigkeit in Längsrichtung kann aus dem Mittelwert f des gewählten Fahrbahnzustands und der Fahrzeuggeschwindigkeit vv zu vw = fus — Vv berechnet und anderen Steuergeräten im Fahrzeug zur Verfügung gestellt werden. Mit Hilfe der Windgeschwindigkeit kann das Motorsteuergerät für die Optimierung der Betriebsparameter und damit zu einer Verbesserung der Emissionen, oder für die Erkennung eines getunten Fahrzeugs beitragen.
Außerdem kann die Windgeschwindigkeit anderen Fahrzeugen in der Umgebung oder einem Wetterdienst zur Verfügung gestellt werden, wodurch diese z.B. ihre eigenen Berechnungen des Fahrbahnzustands optimieren können.
Seitenwind hat ebenso Einfluss auf die Windgeschwindigkeit, mit der die
Sensoren angeströmt werden. Wenn der Wind zusammen mit dem Fahrtwind von links vorne kommt, werden die Sensoren links vorne schwächer und links hinten stärker, dagegen rechts vorne stärker und rechts hinten schwächer angeströmt als bei Windstille. Allerdings wirkt auch das Nasszischen der Räder auf das Rauschlevel der Sensoren, das die Berechnung der
Seitenwindgeschwindigkeit nicht stören soll. Die Störkompensation gelingt analog zu den oben beschriebenen Verfahren, da die Sensoren, die besser vor Wind geschützt sind, den Straßenzustand besser erkennen können und die Sensoren, die vom Wind besonders stark angeströmt werden, die
Windgeschwindigkeit besser bestimmen können. Die Pegelkurven für trockene, feuchte und nasse Fahrbahn sind daher auch abhängig vom Seitenwind anders ausgeprägt. Aus diesem Grund können für jede Kombination aus Seitenwind {von links, kein, von rechts} und Fahrbahnzustand {trocken, feucht, nass} analog wie oben für die Straßenzustände individuelle Berechnungskurven vorgehalten werden: trocken inks trocken_kein trocken rechts
feuchtjinks feucht_kein feuchtjrechts
nass inks nass_kein nass rechts
Aus jeder dieser Berechnungskurve können, analog wie bei den
Straßenzuständen auch, die individuelle Fahrtwindgeschwindigkeiten (in Längsrichtung) berechnet und die Kombination aus Fahrbahnzustand und Seitenwindeinfluss mit der niedrigsten Standardabweichung ausgewählt, bzw. Werte für den Straßenzustand S und die Seitenwindgeschwindigkeit wie oben beschrieben berechnet werden.
Die Abroll- und Windgeräusche haben ebenfalls Einfluss auf die Rauschpegel. Diese sind auch abhängig vom Reifenprofil vom Lenkwinkel und von den Beschleunigungs- und Aufstandskräften. Die Reifengeräusche hängen stark vom Reifenmodell und auch vom Reifenprofil ab. Da die Reifengeräusche
hauptsächlich auf die Sensoren wirken, die in der Nähe der Radkästen angebracht sind, ist eine Korrektur der Berechnung der
Fahrtwindgeschwindigkeiten aus den Rauschpegeln dieser Sensoren bezogen auf die Abhängigkeiten von Vorteil.
Regentropfen und Gischttropfen vorausfahrender Fahrzeuge haben ebenso großen Einfluss auf die nach vorne gerichteten Sensoren. Die Tropfen bzw. der Einfluss auf die Rauschpegel der Sensoren kann ermittelt werden. Alternativ kann der Einfluss auch anhand der Scheibenwischerfrequenz oder dem
Rückgabewert des optischen Regensensors ermittelt werden. Anhand dieses Einflusses wird die Berechnung der Fahrtwindgeschwindigkeiten aus den Rauschpegeln der nach vorne gerichteten Sensoren korrigiert.
Nicht nur der Fahrbahnzustand, sondern auch die Windgeschwindigkeiten in Längs- und Querrichtung können alleine mit Hilfe der Ultraschallsensorik und robust gegenüber Störungen und Änderungen des Fahrbahnzustands berechnet werden. Da die Windgeschwindigkeit in Querrichtung robust gegenüber
Störungen durch den Straßenzustand erfasst werden können, kann diese Information hervorragend vom Seitenwindassistenten des ESP verwendet werden und zu einem stabileren Fahrverhalten bei böigem Seitenwind führen. Durch den hier vorgestellten Ansatz können Kosten für ggf. notwendige zusätzliche Sensorik (Windsensor) gespart werden. Weiterhin können Kosten für die Integration in Fahrzeuge bzw. für die Definition oder Anpassung der
Schnittstellen (bei vorhandenem Windsensorsignal) gespart werden. Die
Wasserstandsberechnung wird genauer und robuster. Das Ultraschallsteuergerät legt die Werte für den Straßenzustand und die Windgeschwindigkeiten auf den CAN-Bus.
Abschließend ist darauf hinzuweisen, dass Begriffe wie„aufweisend“, „umfassend“, etc. keine anderen Elemente oder Schritte ausschließen und Begriffe wie„eine“ oder„ein“ keine Vielzahl ausschließen. Bezugszeichen in den Ansprüchen sind nicht als Einschränkung anzusehen.

Claims

Ansprüche
1. Verfahren zum Erkennen eines Straßenzustands, wobei das Verfahren die folgenden Schritte aufweist:
Einlesen einer Mehrzahl von durch je einen Ultraschallsensor (104) eines Fahrzeugs (100) an verschiedenen Einbauorten am Fahrzeug (100) erfassten Rauschpegeln (108);
Zuordnen je eines mit einem ersten möglichen Straßenzustand
korrespondierenden ersten Geschwindigkeitswerts (120) und zumindest je eines mit einem zweiten möglichen Straßenzustand korrespondierenden zweiten Geschwindigkeitswerts (120) zu den Rauschpegeln (108) unter Verwendung je einer dem jeweilig erfassenden Ultraschallsensor (104) sensorindividuell zugeordneten Verarbeitungsvorschrift (116);
Ermitteln eines ersten Streuungsparameters (124) der ersten
Geschwindigkeitswerte (120) und eines zweiten Streuungsparameters (124) der zweiten Geschwindigkeitswerte (120);
Bestimmen des Straßenzustands unter Verwendung der
Streuungsparameter (124), wobei der Straßenzustand als der erste mögliche Straßenzustand bestimmt wird, wenn der erste Streuungsparameter (124) kleiner als der zweite Streuungsparameter (124) ist, und der Straßenzustand als der zweite mögliche Straßenzustand bestimmt wird, wenn der zweite Streuungsparameter (124) kleiner als der erste Streuungsparameter ist.
2. Verfahren gemäß Anspruch 1, bei dem im Schritt des Zuordnens die
Geschwindigkeitswerte ferner unter Verwendung einer Geschwindigkeit des Fahrzeugs (100) zugeordnet werden.
3. Verfahren gemäß einem der vorhergehenden Ansprüche, bei dem im Schritt des Zuordnens die Geschwindigkeitswerte (120) ferner unter Verwendung einer Fahrtwindgeschwindigkeit zugeordnet werden.
4. Verfahren gemäß einem der vorhergehenden Ansprüche, bei dem im Schritt des Ermittelns als Streuungsparameter (124) Varianzen der
Geschwindigkeitswerte (120) ermittelt werden, wobei im Schritt des
Bestimmens der Straßenzustand unter Verwendung der Varianzen bestimmt wird.
5. Verfahren gemäß einem der vorhergehenden Ansprüche, bei dem im Schritt des Zuordnens pro eingelesenem Rauschpegel (108) zumindest je ein weiterer, mit einem weiteren möglichen Straßenzustand korrespondierender weiterer Geschwindigkeitswert (120) unter Verwendung der dem jeweilig erfassenden Ultraschallsensor (104) sensorindividuell zugeordneten
Verarbeitungsvorschrift (116) zugeordnet wird, wobei im Schritt des
Ermittelns ein weiterer Streuungsparameter (124) der weiteren
Geschwindigkeitswerte (120) ermittelt wird.
6. Verfahren gemäß Anspruch 5, bei dem im Schritt des Bestimmens der
Straßenzustand als der erste mögliche Straßenzustand bestimmt wird, wenn der erste Streuungsparameter (124) kleiner als der zweite
Streuungsparameter (124) und der weitere Streuungsparameter (124) ist, der Straßenzustand als der zweite mögliche Straßenzustand bestimmt wird, wenn der zweite Streuungsparameter (124) kleiner als der erste
Streuungsparameter (124) und der weitere Streuungsparameter (124) ist, und der Straßenzustand als der weitere Straßenzustand bestimmt wird, wenn der weitere Streuungsparameter (124) kleiner als der erste
Streuungsparameter (124) und der zweite Streuungsparameter (124) ist.
7. Verfahren gemäß einem der Ansprüche 5 bis 6, bei dem im Schritt des
Zuordnens pro Rauschpegel (108) ein mit einem trockenen Straßenzustand korrespondierender Trockengeschwindigkeitswert, ein mit einem feuchten Straßenzustand korrespondierender Feuchtgeschwindigkeitswert und zumindest ein mit einem nassen Straßenzustand korrespondierender Nassgeschwindigkeitswert zugeordnet werden.
8. Verfahren gemäß einem der vorhergehenden Ansprüche, bei dem im Schritt des Ermittelns die Verarbeitungsvorschrift (116) in einem dem jeweilig erfassenden Ultraschallsensor (104) sensorindividuell zugeordneten
Rausch- Kennfeld (200) abgebildet ist, wobei die Geschwindigkeitswerte (120) aus dem Rausch- Kennfeld (200) ausgelesen werden.
9. Vorrichtung (102), wobei die Vorrichtung (102) dazu ausgebildet ist, das Verfahren gemäß einem der vorhergehenden Ansprüche in entsprechenden
Einrichtungen auszuführen, umzusetzen und/oder anzusteuern.
10. Computerprogrammprodukt, das dazu eingerichtet ist, das Verfahren gemäß einem der Ansprüche 1 bis 8 auszuführen, umzusetzen und/oder anzusteuern.
11. Maschinenlesbares Speichermedium, auf dem das
Computerprogrammprodukt gemäß Anspruch 10 gespeichert ist.
PCT/EP2019/060634 2018-05-02 2019-04-25 VERFAHREN UND VORRICHTUNG ZUM ERKENNEN EINES STRAßENZUSTANDS WO2019211169A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP19719877.3A EP3788400A1 (de) 2018-05-02 2019-04-25 VERFAHREN UND VORRICHTUNG ZUM ERKENNEN EINES STRAßENZUSTANDS

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018206739.2 2018-05-02
DE102018206739.2A DE102018206739A1 (de) 2018-05-02 2018-05-02 Verfahren und Vorrichtung zum Erkennen eines Straßenzustands

Publications (1)

Publication Number Publication Date
WO2019211169A1 true WO2019211169A1 (de) 2019-11-07

Family

ID=66290459

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2019/060634 WO2019211169A1 (de) 2018-05-02 2019-04-25 VERFAHREN UND VORRICHTUNG ZUM ERKENNEN EINES STRAßENZUSTANDS

Country Status (3)

Country Link
EP (1) EP3788400A1 (de)
DE (1) DE102018206739A1 (de)
WO (1) WO2019211169A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220291367A1 (en) * 2021-03-15 2022-09-15 Aisin Corporation Object detection device and moving body control device
US11487005B2 (en) * 2018-05-02 2022-11-01 Robert Bosch Gmbh Method and device for identifying a road condition

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021202186A1 (de) 2021-03-08 2022-09-08 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Ermittlung eines Straßenzustands bei einem Kraftfahrzeug
DE102022207426A1 (de) 2022-07-20 2024-01-25 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Kalibrieren einer Straßenzustandserkennung

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016118307A1 (de) * 2016-09-28 2018-03-29 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erkennen eines Objekts in einer Umgebung eines Kraftfahrzeugs unter Berücksichtigung einer Streuung von Abstandswerten eines Ultraschallsensors, Steuergerät, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102017212707A1 (de) * 2017-07-25 2019-01-31 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erkennen eines Fahrbahnzustands
WO2019091672A1 (de) * 2017-11-09 2019-05-16 Robert Bosch Gmbh Verfahren und vorrichtung zum erkennen eines fahrbahnzustands

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4213221C2 (de) * 1992-04-22 2001-05-17 Porsche Ag Verfahren zur Erfassung der Benetzung einer Fahrbahnoberfläche
DE102007030731A1 (de) * 2007-07-02 2009-01-08 Robert Bosch Gmbh System und Verfahren zur Stützung einer Längsführung eines Fahrzeugs
DE102008014513A1 (de) * 2008-03-15 2008-10-16 Daimler Ag Vorrichtung zur Erfassung eines Abrollgeräusches eines Fahrzeugreifens, umfassend einen Sensor
DE102010008079A1 (de) * 2009-03-11 2011-06-16 Volkswagen Ag Verfahren und Vorrichtung zur Detektion von Seitenwind bei einem Kraftfahrzeug
DE102009003257B4 (de) * 2009-05-20 2021-01-28 Robert Bosch Gmbh Verfahren und Vorrichtung zum Detektieren von auf ein Fahrzeug, insbesondere ein Kraftfahrzeug, wirkendem Seitenwind

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016118307A1 (de) * 2016-09-28 2018-03-29 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erkennen eines Objekts in einer Umgebung eines Kraftfahrzeugs unter Berücksichtigung einer Streuung von Abstandswerten eines Ultraschallsensors, Steuergerät, Fahrerassistenzsystem sowie Kraftfahrzeug
DE102017212707A1 (de) * 2017-07-25 2019-01-31 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erkennen eines Fahrbahnzustands
WO2019091672A1 (de) * 2017-11-09 2019-05-16 Robert Bosch Gmbh Verfahren und vorrichtung zum erkennen eines fahrbahnzustands

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11487005B2 (en) * 2018-05-02 2022-11-01 Robert Bosch Gmbh Method and device for identifying a road condition
US20220291367A1 (en) * 2021-03-15 2022-09-15 Aisin Corporation Object detection device and moving body control device

Also Published As

Publication number Publication date
DE102018206739A1 (de) 2019-11-07
EP3788400A1 (de) 2021-03-10

Similar Documents

Publication Publication Date Title
EP3788400A1 (de) VERFAHREN UND VORRICHTUNG ZUM ERKENNEN EINES STRAßENZUSTANDS
DE102014218565B4 (de) Verfahren und Vorrichtung zur adaptiven Geschwindigkeits- und/oder Abstandsregelung eines Fahrzeugs
EP1885586B1 (de) Bestimmung des aktuellen gierwinkels und des aktuellen schwimmwinkels eines landfahrzeugs
DE69930594T2 (de) Verfahren zur Feststellung des Neigungswinkels eines sich bewegenden Fahrzeuges
DE102014118414A1 (de) Geschwindigkeitsbegrenzungsschwelleerfassungsvorrichtung und Navigationsdatenaktualisierungsvorrichtung und Verfahren, welches diese verwendet
DE102017212707A1 (de) Verfahren und Vorrichtung zum Erkennen eines Fahrbahnzustands
DE10306829B4 (de) Ermittlung von Fahrzeug-Geschwindigkeiten mit Hilfe von lineare Parameter und Verstärkung variierenden Planungs-Theorien
WO2019091672A1 (de) Verfahren und vorrichtung zum erkennen eines fahrbahnzustands
EP3204792A1 (de) Verfahren zum bereitstellen von hinderniskarten für fahrzeuge
DE102018206722A1 (de) Verfahren und Vorrichtung zum Betreiben von Ultraschallsensoren eines Fahrzeugs
DE102016012465A1 (de) Verfahren zur Bestimmung einer Änderung im auf ein Kraftfahrzeug wirkenden Luftwiderstand
EP3738851A1 (de) Erkennen einer bankettfahrt eines kraftfahrzeugs
DE102015208294A1 (de) Datenaufzeichnungsgerät und Datenaufzeichnungsprogramm
DE102008051962A1 (de) Verfahren mit rekonfigurierbarer Struktur zum Schätzen der Quergeschwindigkeit eines Fahrzeugs
DE102019210767A1 (de) Verfahren und Vorrichtung zum Fusionieren einer Mehrzahl von Signalen einer Ultraschallsensorik eines Fortbewegungsmittels
DE102016206077A1 (de) Verfahren und Vorrichtung zum Bestimmen einer sicherheitskritischen Gierbewegung eines Fahrzeugs
DE102018212779A1 (de) Verfahren und System zum Bestimmen und Anzeigen einer Watsituation
DE102020204833B4 (de) Verfahren und Vorrichtung zum Fusionieren einer Mehrzahl von Signalen einer Ultraschallsensorik eines Fortbewegungsmittels
DE102018206732A1 (de) Verfahren und Vorrichtung zum Erkennen eines Straßenzustands
DE102018212787A1 (de) Verfahren und System zum Bestimmen einer Watsituation
DE112017003866T5 (de) Ein System zur Verwendung in einem Fahrzeug
DE102018109645A1 (de) Parkplatzgrößenkorrektur
DE102017115457A1 (de) Erkennung einer Fehlstellung eines Abstandssensors basierend auf einem Verhältnis von Detektionsmerkmalen
DE102019208913A1 (de) Verfahren und Vorrichtung zum Ermitteln einer Beschaffenheit einer Fahrbahnoberfläche mittels eines ersten Sensors eines Fortbewegungsmittels
DE102020201940A1 (de) Verfahren und System zum Bestimmen einer Aquaplaninggefahr für ein Fortbewegungsmittel

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: 19719877

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019719877

Country of ref document: EP

Effective date: 20201202