[go: up one dir, main page]

DE102019204408B4 - Verfahren zur Bestimmung der Gierrate eines Zielobjekts auf Grundlage der Sensordaten beispielsweise eines hochauflösenden Radars - Google Patents

Verfahren zur Bestimmung der Gierrate eines Zielobjekts auf Grundlage der Sensordaten beispielsweise eines hochauflösenden Radars Download PDF

Info

Publication number
DE102019204408B4
DE102019204408B4 DE102019204408.5A DE102019204408A DE102019204408B4 DE 102019204408 B4 DE102019204408 B4 DE 102019204408B4 DE 102019204408 A DE102019204408 A DE 102019204408A DE 102019204408 B4 DE102019204408 B4 DE 102019204408B4
Authority
DE
Germany
Prior art keywords
target object
determined
vehicle
detections
center
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
DE102019204408.5A
Other languages
English (en)
Other versions
DE102019204408A1 (de
Inventor
Dan Oprisan
Philipp Ruess
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZF Friedrichshafen AG
Original Assignee
ZF Friedrichshafen AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ZF Friedrichshafen AG filed Critical ZF Friedrichshafen AG
Priority to DE102019204408.5A priority Critical patent/DE102019204408B4/de
Priority to PCT/EP2020/056618 priority patent/WO2020200683A1/de
Publication of DE102019204408A1 publication Critical patent/DE102019204408A1/de
Application granted granted Critical
Publication of DE102019204408B4 publication Critical patent/DE102019204408B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/589—Velocity or trajectory determination systems; Sense-of-movement determination systems measuring the velocity vector
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • G01S15/588—Velocity or trajectory determination systems; Sense-of-movement determination systems measuring the velocity vector
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 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
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9324—Alternative operation using ultrasonic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

Verfahren zur Bestimmung der Gierrate (ω) eines Zielobjektes (50), wobei das Zielobjekt (50) ein Fahrzeug ist, umfassend ein Empfangen von Sensordaten, welche mehrere Detektionen (P1, ... PN) umfassen, welche das Zielobjekt (50) beschreiben, ein Abschätzen der Lage des Gierzentrums (64) des Zielobjektes (50) auf Grundlage der Detektionen (P1, ...PN), sowie ein Bestimmen der Gierrate (ω) auf Grundlage des abgeschätzten Ortes des Gierzentrums (64),• wobei die Lage des Gierzentrums (64) dadurch bestimmt wird, dasso aus den Detektionen (P1, ... PN) mittels Hauptkomponentenanalyse die zueinander orthogonalen Hauptkomponenten (61, 62) bestimmt werden,o eine Bestimmung einer Orientierung (φ) des Zielobjektes (50) auf Basis der Hauptkomponenten (61, 62) erfolgt,o eine Form des Zielobjekts (50) als Rechteck (60) angenähert wird mit Rechteckseiten (a, b), die jeweils orthogonal auf den Hauptkomponenten (61, 62) stehen, wobei die Rechteckseiten (a, b) durch Least-Square-Minimierung der Fehlerfunktion (f)ƒ(a,b)=∑i=1Nmin{|Pi−R(a,b)|2}, die die Summe über alle minimalen Abstände zwischen einer Detektion (Pi) und dem Rechteck (60) repräsentiert, bestimmt werden,o aus Punktgeschwindigkeiten (vi) der Detektionen (P1, ...PN) die mittlere Geschwindigkeit (vi) des Zielobjekts (50) bestimmt wird,o das Heck des Fahrzeugs als kürzeste (min(a,b)) der Rechteckseiten (a, b), die sich in der entgegengesetzten Richtung der mittleren Geschwindigkeit (vi) befindet, bestimmt wird,o Lage und Orientierung einer Hinterachse (63) als parallel zum Heck im Abstand L = 0,2 · max{a, b} bestimmt wird,o das Gierzentrum (64) als in der Mitte der Hinterachse (63) befindlich bestimmt wird, und• wobei die Gierrate (ω) dadurch bestimmt wird, dass die Lage des Gierzentrums (64) nach den voran genannten Verfahrensschritten bestimmt wird, umfassend die Bestimmung der Orientierung (φ) des Zielobjektes (50) auf Basis der Hauptkomponenten (61, 62), und die Detektionen (P1, ...PN) in eine Modellgleichung, die das Bewegungsverhaltens des Fahrzeugs in Form des Rechtecks (60) beschreibt, eingesetzt werden, wobei ein Gleichungssystem mit zwei Unbekannten (v, ω) und N Gleichungen erhalten wird, das Gleichungssystem mit Least-Square-Minimierung gelöst wird und die berechnete Gierrate (ω) ausgegeben wird.

Description

  • Die vorliegende Offenbarung betrifft ein Verfahren zum Auswerten von Sensordaten, insbesondere im Gebiet der Fahrzeugsensorik für Fahrerassistenzsysteme, autonome Fahrzeuge oder halbautonome Fahrzeuge.
  • Autonome Fahrzeuge und Fahrassistenzsysteme gewinnen an Relevanz und Verbreitung. Für solche Systeme ist es insbesondere von Bedeutung, dass das Fahrzeug den Fahrweg umliegender Fahrzeuge, beispielsweise von Fahrzeugen anderer Verkehrsteilnehmer richtig einschätzen kann. Um den Fahrweg anderer Fahrzeuge im Straßenverkehr einzuschätzen, ist neben der Ortsinformation und der Bewegungsgeschwindigkeit auch die Gierrate (Drehung) des einzuschätzenden Fahrzeugs von Bedeutung.
  • Es sind bereits Lösungen aus dem Stand der Technik bekannt, die in der Lage sind die Gierrate eines Fahrzeugs basierend auf Sensordaten zu bestimmen. So bestimmt das in Patentoffenbarung DE 10 2013 019 804 A1 offengelegte Gerät die Gierrate eines anderen Fahrzeugs mit Hilfe zweier Sensoren.
  • Die EP 3 415 945 A1 offenbart ein Verfahren zur Bestimmung der Gierrate eines Zielfahrzeuges, wobei aus Radardaten eine erste Linie senkrecht zur Orientierung des Ziels und durch die Mitte des Ziels verlaufend bestimmt wird, eine zweite Linie durch die Drehmitte des Ziels verlaufend bestimmt wird, der Schnittpunkt der ersten und zweiten Linie bestimmt wird, daraus die Position des Drehpunktes bestimmt wird und doe Gierrate geschätzt wird.
  • Die EP 3 285 230 A1 offenbart ein Fahrzeugumgebungserkennungssystem, das mindestens eine Erkennungseinrichtung und mindestens eine Verarbeitungseinheit umfasst, wobei das Fahrzeugumgebungserkennungssystem so angeordnet ist, dass es mindestens zwei Merkmalspunkte an Objekten außerhalb eines Fahrzeugs erfasst.
  • Die EP 3 415 948 A1 offenbart eine Methode zur Bestimmung der Entfernung der Reichweite eines Ziels in einer horizontalen Ebene durch ein mit einem Radarsystem ausgestattetes Leitfahrzeug.
  • Die EP 3 151 034 A1 offenbart ein Radarsystem umfassend einen Radarsensor, wobei eine Gierrate eines Zielfahrzeugs zum gegenwärtigen Zeitpunkt basierend auf einem derzeitigen Frequenzbereich eines gegenwärtigen Azimutwinkels bestimmt wird.
  • Die DE 10 2008 025 773 A1 offenbart ein Verfahren zur Schätzung eines Orts- und Bewegungszustands eines beobachteten Objekts, bei dem eine Entfernung zum Objekt ermittelt, eine Verschiebung zumindest eines Teils des Objekts im Bild einer Kamera detektiert und mindestens ein Parameter des Orts- und Bewegungszustands unter Berücksichtigung eines Bewegungsmodells des beobachteten Objekts geschätzt wird, wobei einer der Parameter eine Gierrate oder eine Quergeschwindigkeit ist.
  • Es sind auch weitere Lösungen bekannt, welche die Gierrate über zeitliche Filterung (Tracking) der Sensordaten bestimmen.
  • Die bekannten Lösungen sind allerdings im zeitlichen Auflösungsvermögen beschränkt, da mehrere zeitlich versetzte Messungen ausgewertet werden müssen, oder es besteht die Notwendigkeit, mehrere Sensoren zu verwenden, was den Aufbau der Messapparatur platz- und ressourcenintensiv macht.
  • Hiervon ausgehend liegt der Erfindung die Aufgabe zu Grunde, ein Verfahren und eine Auswertungseinheit bereitzustellen, welches die Bestimmung der Gierrate verbessert. Diese Aufgabe wird durch das Verfahren nach Anspruch 1 und die Auswertungseinheit nach Anspruch 3 gelöst. Weitere vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Unteransprüchen und der folgenden Beschreibung bevorzugter Ausführungsbeispiele der vorliegenden Erfindung.
  • Die Ausführungsbeispiele zeigen ein Verfahren zur Bestimmung der Gierrate eines Zielobjektes, umfassend ein Empfangen von Sensordaten, welche mehrere Detektionen umfassen, welche das Zielobjekt beschreibt, ein Abschätzen der Lage des Gierzentrums des Zielobjektes auf Grundlage der Detektionen, sowie ein Bestimmen der Gierrate auf Grundlage des abgeschätzten Ortes des Gierzentrums. Die Gierrate beschreibt hierbei die Rotationsgeschwindigkeit eines Objekts um die Hochachse an einem definierten Referenzpunkt, hier Gierzentrum genannt. Vorzugsweise liefern die mehreren Detektionen liefern eine Punktwolke, welche das Zielobjekt beschreibt.
  • Bei dem Fahrzeug kann es sich insbesondere um ein fahrerloses autonomes oder um ein teilautonom bewegtes Fahrzeug handeln. Es kann sich beispielsweise um ein Land-, Luft- oder Wasserfahrzeug handeln, beispielsweise um ein fahrerloses Transportsystem (FTS), einen autonomen PKW, ein Schienenfahrzeug, eine Drohne oder ein Boot.
  • Die Sensordaten stammen beispielsweise von ein oder mehreren Sensoren, welche dazu ausgelegt sind, das Umfeld eines Fahrzeugs zu erfassen. Bei den Sensoren kann es sich insbesondere um Kameras, Radar-Sensoren, Lidar-Sensoren, Ultraschall-Sensoren oder dergleichen handeln.
  • Das Verfahren umfasst erfindungsgemäß eine Kombination eines Least Squares-Schätzverfahrens von mehreren Detektionen mit einer Orientierungsschätzung auf Basis der Hauptkomponentenanalyse, zusammen mit einer Abschätzung des Gierzentrums.
  • Die Gierrate wird erfindungsgemäß bestimmt durch Lösung einer überbestimmten Modellgleichung, welche die Bewegung des Zielobjektes abschätzt. Hierbei wird eine Modellgleichung verwendet, die als Unbekannte den Betrag der Zielobjektsgeschwindigkeit und die Gierrate des Zielobjekts enthält.
  • Die Modellgleichung wird erfindungsgemäß gelöst, indem N Detektionen bzw. Messpunkte der Sensordaten in die Modellgleichung eingesetzt werden, um ein Gleichungssystem mit zwei Unbekannten und N Gleichungen zu erhalten.
  • Das Gleichungssystem wird mit Hilfe eines Least-Square-Schätzverfahrens gelöst.
  • Die Sensordaten liegen beispielsweise als Punktwolke vor, die Orts- und Geschwindigkeitsinformationen von Zielen des Zielobjektes umfasst.
  • Das Abschätzen der Lage des Gierzentrums kann beispielsweise durch Abschätzung der Koordinaten des Clusterzentrums der Punkwolke erfolgen. Beispielsweise kann das Clusterzentrum als der Schwerpunkt der Punkwolke ermittelt werden.
  • Die Lage des Gierzentrums wird auch auf Basis einer Hauptkomponentenanalyse abgeschätzt. Die Ermittlung der Orientierung des Zielobjekts erfolgt mit einer Hauptkomponentenanalyse der dem Zielobjekt zugehörigen Detektionen, indem der Winkel der Hauptkomponenten ausgewertet wird.
  • Erfindungsgemäß wird die Lage des Gierzentrums als Mitte einer Hinterachse des Zielobjektes abgeschätzt.
  • Die Ausführungsbeispiele zeigen auch eine Auswertungseinheit mit einem Prozessor, der dazu ausgelegt ist, das hier beschrieben Verfahren durchzuführen. Bei dem Prozessor kann es sich beispielsweise um eine Recheneinheit wie eine zentrale Verarbeitungseinheit (CPU = central processing unit) handeln, die Programminstruktionen ausführt.
  • Das Verfahren kann beispielsweise als ein computer-implementiertes Verfahren realisiert werden, das von einem Prozessor einer Auswertungseinheit ausgeführt wird. Gegenstand ist somit auch ein Computerprogramm, welches die hier beschriebenen Verfahren ausführt.
  • Die Erfassung, Überprüfung und Verarbeitung, beispielsweise die Bestimmung der Gierrate erfolgt vorzugsweise in Echtzeit. Das heißt, die Bestimmung der Gierrate eines Zielobjekts auf Grundlage der Sensordaten beispielsweise eines hochauflösenden Radars erfolgt vorzugsweise instantan. Instantan bedeutet hier, dass die Schätzung der Gierrate innerhalb eines Messzyklus, also ohne Historieninformation, erfolgt.
  • Ausführungsformen werden nun beispielhaft und unter Bezugnahme auf die beigefügten Zeichnungen beschrieben, in denen:
    • 1 ein Blockdiagramm zeigt, das schematisch die Konfiguration eines Fahrzeugs gemäß einem Ausführungsbeispiel der vorliegenden Erfindung darstellt;
    • 2 ein Blockdiagramm ist, das eine beispielhafte Konfiguration eines Steuergeräts für autonomes Fahren zeigt;
    • 3 die von einem Radarsensor gemessenen Daten eines Fahrzeugs schematisch darstellt;
    • 4 und 5 schematisch die schrittweise Bestimmung des Drehzentrums eines girierenden Fahrzeugs aus einer von einem Radarsensor bereit gestellten Punktwolke zeigen;
    • 6 in einem Flussdiagram die Bestimmung des Drehzentrums eines girierenden Fahrzeugs aus einer von einem Radarsensor bereit gestellten Punktwolke schematisch darstellt; und
    • 7 die Bestimmung der Gierrate eines girierenden Fahrzeugs aus einer von einem Radarsensor bereit gestellten Punktwolke bei bereits bestimmtem Drehzentrum zeigt.
    • 8 eine mögliche Modellgleichung zur Berechnung der Gierrate verdeutlicht.
  • 1 zeigt ein Blockdiagramm, das schematisch die Konfiguration eines Fahrzeugs gemäß einem Ausführungsbeispiel der vorliegenden Erfindung darstellt. Das Fahrzeug umfasst mehrere Komponenten, welche via eines Fahrzeugkommunikationsnetzwerks 28 miteinander verbunden sind. Das Fahrzeugkommunikationsnetzwerk 28 kann beispielsweise ein im Fahrzeug eingebautes standardgemäßes Fahrzeugkommunikationsnetzwerk wie etwa ein CAN-Bus (controller area network), ein LIN-Bus (local interconnect network), ein LAN-Bus (local area network), ein MOST-Bus und/oder ein FlexRay-Bus (registered trademark) oder dergleichen sein.
  • In dem in 1 dargestellten Beispiel umfasst das autonome Fahrzeug 1 eine Steuereinheit 12 (ECU 1). Diese Steuereinheit 12 steuert ein Lenksystem. Das Lenksystem bezieht sich dabei auf die Komponenten, die eine Richtungssteuerung des Fahrzeugs ermöglichen. Das autonome Fahrzeug 1 umfasst ferner eine Steuereinheit 14 (ECU 2), die ein Bremssystem steuert. Das Bremssystem bezieht sich dabei auf die Komponenten, die ein Bremsen des Fahrzeugs ermöglichen. Das autonome Fahrzeug 1 umfasst ferner eine Steuereinheit 16 (ECU 3), die einen Antriebsstrang steuert. Der Antriebsstrang bezieht sich dabei auf die Antriebskomponenten des Fahrzeugs. Der Antriebsstrang kann einen Motor, ein Getriebe, eine Antriebs-/Propellerwelle, ein Differential und einen Achsantrieb umfassen.
  • Das autonome Fahrzeug 1 umfasst ferner eine Steuereinheit für autonomes Fahren 18 (ECU 4). Die Steuereinheit für autonomes Fahren 18 ist dazu ausgelegt, das autonome Fahrzeug 1 so zu steuern, dass dieses ganz oder teilweise ohne Einfluss eines menschlichen Fahrers im Straßenverkehr agieren kann. Die Steuereinheit für autonomes Fahren 18, die in 2 und der zugehörigen Beschreibung näher beschrieben ist, steuert ein oder mehrere Fahrzeugsubsysteme während das Fahrzeug im autonomen Modus betrieben wird, nämlich das Bremssystem 14, das Lenksystem 12 und das Antriebssystem 14. Hierfür kann die Steuereinheit für autonomes Fahren 18 beispielsweise über das Fahrzeugkommunikationsnetzwerk 28 mit den entsprechenden Steuereinheiten 12, 14 und 16 kommunizieren.
  • Das Fahrzeug umfasst ferner ein oder mehrere Sensoren 26, welche dazu ausgelegt sind, das Umfeld des Fahrzeugs zu erfassen, wobei die Sensoren am Fahrzeug montiert sind und Bilder des Umfelds des Fahrzeugs erfassen, oder Objekte oder Zustände im Umfeld des Fahrzeugs erkennen. Die Umfeldsensoren 26 umfassen insbesondere Kameras, Radar-Sensoren, Lidar-Sensoren, Ultraschall-Sensoren oder dergleichen. Die Umfeldsensoren 26 können innerhalb des Fahrzeugs oder außerhalb des Fahrzeugs (z. B. an der Außenseite des Fahrzeugs) angeordnet sein.
  • Beispielsweise kann eine Kamera in einem vorderen Bereich des Fahrzeugs zur Aufnahme von Bildern eines vor dem Fahrzeug befindlichen Bereichs vorgesehen sein.
  • Die Fahrzeugsensorik des Fahrzeugs umfasst ferner eine Satellitennavigationseinheit 24 (GPS/GNSS-Einheit). Es sei darauf hingewiesen, dass im Kontext der vorliegenden Erfindung GPS/GNSS stellvertretend für sämtliche Globale Navigationssatellitensysteme (GNSS) steht, wie z.B. GPS, A-GPS, Galileo, GLONASS (Russland), Compass (China), IRNSS (Indien) und dergleichen.
  • Das Fahrzeug umfasst ferner eine Benutzerschnittstelle 32 (HMI = Human-Machine-Interface), die einem Fahrzeuginsassen ermöglicht, mit einem oder mehreren Fahrzeugsystemen in Interaktion zu stehen. Diese Benutzerschnittstelle 32 (beispielsweise eine GUI = graphical user interface) kann eine elektronische Anzeige zum Ausgeben einer Graphik, von Symbolen und/oder Inhalt in Text-form, und eine Eingabeschnittstelle zum Empfangen einer Eingabe (beispielsweise manuelle Eingabe, Spracheingabe und Eingabe durch Gesten, Kopf- oder Augen-bewegungen) umfassen. Die Eingabeschnittstelle kann beispielsweise Tastaturen, Schalter, berührungsempfindliche Bildschirme (Touchscreen), Eye-Tracker und dergleichen umfassen.
  • Wenn steuerungsseitig oder fahrerseitig ein Betriebszustand für das autonome Fahren aktiviert ist, bestimmt die Steuereinheit für autonomes Fahren 18, auf Grundlage von zur Verfügung stehenden Daten über eine vorgegebene Fahrtstrecke, von Umweltsensoren aufgenommenen Umgebungsdaten, sowie von mittels den Fahrzeugsensoren erfassten Fahrzeugbetriebsparametern, die der Steuereinheit 18 von den Steuereinheiten 12, 14 und 16 zugeleitet werden, Parameter für den autonomen Betrieb des Fahrzeugs (beispielsweise Soll-Geschwindigkeit, Soll-Moment, Abstand zum Vorausfahrzeug, Abstand zum Fahrbahnrand, Lenkvorgang und dergleichen). Beispielsweise ist die Steuereinheit für autonomes Fahren 18 dazu ausgelegt den Fahrweg umliegender Fahrzeuge, beispielsweise von Fahrzeugen anderer Verkehrsteilnehmer zu analysieren und einzuschätzen.
  • 2 zeigt ein Blockdiagramm, das eine beispielhafte Konfiguration einer Steuereinheit für autonomes Fahren 18 (ECU 4) darstellt. Bei der Steuereinheit für autonomes Fahren 18 kann es sich beispielsweise um ein Steuergerät (electronic control unit ECU oder electronic control module ECM) handeln. Die Steuereinheit für autonomes Fahren 18 (ECU 4) umfasst einen Prozessor 40. Bei dem Prozessor 40 kann es sich beispielsweise um eine Recheneinheit wie eine zentrale Verarbeitungseinheit (CPU = central processing unit) handeln, die Programminstruktionen ausführt. Der Prozessor der Steuereinheit für autonomes Fahren 18 ist dazu ausgelegt, beim Fahren hinter einem Vorausfahrzeug je nach geplantem Fahrmanöver, basierend auf den Informationen des sensorbasierten Umfeldmodells, eine optimale Fahrposition (Folgeabstand, Lateralversatz) unter Berücksichtigung des zulässigen Fahrspurbereichs zu berechnen. Die errechnete optimale Fahrposition wird zur Steuerung von Aktuatoren der Fahrzeugsubsysteme 12, 14 und 16, beispielsweise von Brems-, Antriebs- und/oder Lenkaktuatoren, verwendet. Die Steuereinheit für autonomes Fahren 18 umfasst ferner einen Speicher und eine Eingabe/ Ausgabe-Schnittstelle. Der Speicher kann aus einem oder mehreren nichtflüchtigen computerlesbaren Medien bestehen und umfasst mindestens einen Programmspeicherbereich und einen Datenspeicherbereich. Der Programmspeicherbereich und der Datenspeicherbereich können Kombinationen von verschiedenen Arten von Speicher umfassen, beispielsweise von einem Nur-Lese-Speicher 43 (ROM = Read-only memory) und einem Direktzugriffsspeicher 42 (RAM = Random Access Memory) (z. B. dynamischer RAM („DRAM“), synchron DRAM („SDRAM“) usw.). Ferner kann die Steuereinheit für autonomes Fahren 18 ein externes Speicherlaufwerk 44, wie beispielsweise ein externes Festplattenlaufwerk (hard disk drive: HDD), ein Flashspeicher-Laufwerk oder ein nicht flüchtiges Festkörperlaufwerk (solid state drive: SSD) umfassen. Die Steuereinheit für autonomes Fahren 18 umfasst ferner eine Kommunikationsschnittstelle 45, über welche die Steuereinheit mit dem Fahrzeugkommunikationsnetzwerk (28 in 2) kommunizieren kann.
  • 3 zeigt schematisch die von einem Umgebungssensor 26 gemessenen Daten eines Fahrzeugs. Als Umgebungssensor 26 wird beispielsweise ein hochauflösender Radar verwendet, der für ein Zielobjekt mehrere Detektionen P1 bis PN („Ziele“) generiert, die mittel dem Fachmann bekannten Verfahren einem Zielobjekt zugeschrieben werden können. Im Folgenden werden die Prinzipien der Erfindung anhand eines Radarsensors beschrieben. Diese Prinzipien lassen sich allerdings genauso für Daten von anderen Sensortypen, wie beispielsweise ToF-, Lidar-, Ultraschall- oder Kamerasensoren anwenden. Bei dem Zielobjekt handelt es sich hier beispielsweise um ein Fahrzeug 50 mit Hinterachse 51. Das Radar ist in der Lage, die Position der Detektionen P1 bis PN beispielsweise in einem Polarkoordinatensystem (Abstand ri und Azimutwinkel θi) zu bestimmen, sowie die Radialgeschwindigkeit vr,i der Detektionen zu erfassen. Dadurch ist die radiale Geschwindigkeitsverteilung vr,i an verschiedenen Ortspunkten des Zielobjekts P1 bis PN für einen gegebenen Messzeitpunkt bekannt. Bei einer reinen Translationsbewegung stimmt der gemessene Geschwindigkeitsvektor vi an dem gegebenen Messpunkt Pi in Betrag und Phase mit der mittleren Zielobjektgeschwindigkeit v' = Mittelwert (vi) überein. Für diese Situationen sind Verfahren bekannt, um aus den gemessenen Radardetektionen den Objektgeschwindigkeitsvektor vi zu bestimmen, auf die an dieser Stelle nicht näher eingegangen wird.
  • Eine zusätzliche Rotation des Zielobjekts um das Rotationszentrum (im realen Umfeld oft gegeben, beispielsweise bei einer Kurvenfahrt) mit einer Gierrate ω führt zu einer Überlagerung der mittleren Zielobjektgeschwindigkeit v' mit dem Geschwindigkeitsanteil vθ,i der durch die Rotation des Zielobjekts verursacht wird. Die Superposition dieser Geschwindigkeitskomponenten beeinflusst die radiale Geschwindigkeitsverteilung vr,i, die vom Sensor erfasst wird. Durch die zusätzlichen unbekannten Grö-ßen (Gierrate ω, Rotationszentrum) ist eine allgemeine Bestimmung der Fahrzeugkinematik in einem einzigen Zyklus nicht mehr sinnvoll durchführbar. Aus diesem Grund nutzt das folgende Verfahren einige Annahmen über die Form und Funktionalität von Fahrzeugen, um das mathematische Problem der Bestimmung der Gierrate aus den gemessenen Sensordaten zu vereinfachen.
  • Setzt man zur Beschreibung der Kinematik des Zielobjekts ein Einspurmodell mit Vorderachslenkung voraus (klassisches Fahrzeug), lässt sich der Referenzpunkt, um den das Fahrzeug rotiert, durch das Zentrum der Hinterachse genau beschreiben. Dieser Referenzpunkt wird im Folgenden als Drehzentrum 64 bezeichnet.
  • 4 und 5 zeigen schematisch die schrittweise Bestimmung des Drehzentrums eines girierenden Fahrzeugs aus einer von einem Radarsensor bereit gestellten Punktwolke (auch „Detektionen“, oder „Ziele“ genannt). Da für ein Zielobjekt mehrere räumlich verteilte Detektionen vorhanden sind, kann die geometrische Ausdehnung und auch die Orientierung des Zielobjekts bestimmt werden. Die Ermittlung der Orientierung des Zielobjekts erfolgt beispielsweise mit einer Hauptkomponentenanalyse der dem Zielobjekt zugehörigen Detektionen, indem der Winkel der Hauptkomponenten ausgewertet wird.
  • In 4 detektiert ein Umgebungssensor 26, beispielsweise ein Radarsensor, in seinem Sichtfeld 260 ein Zielobjekt als Punktwolke. Die Punktwolke besteht aus einzelnen Detektionen, welche aus Abstandsmessungen und Richtungsmessungen im Sichtbereich des Sensors ermittelt werden. Die Punktwolke bzw. die einzelnen Detektionen enthalten neben Abstands- (Ort) auch (Relativ-)Geschwindigkeitsinformationen. Daher kann die geometrische Ausdehnung und somit auch die Orientierung des Zielobjekts, in diesem Fall das Fahrzeug 50, bestimmt werden. Zu diesem Zweck werden erfindungsgemäß die zueinander orthogonal stehenden Hauptkomponenten 61 und 62 aus der Punktewolke mittels Hauptkomponentenanalyse bestimmt. Algorithmen zu diesem Zweck sind aus dem Stand der Technik hinlänglich bekannt. Ferner kann aus der Punktewolke auch auf die geometrische Ausdehnung des Zielobjekts rückgeschlossen werden. 4 zeigt diesbezüglich, wie erfindungsgemäß mittels Least Square oder einem anderen Fehlerfunktions-Minimalisierungsverfahren ein Rechteck 60 in die Punktwolke gefittet wird. Dieses Rechteck 60 wird an dieser Stelle als vereinfachte Form des Zielobjektes benutzt und nutzt das Wissen aus, dass es sich bei dem Zielobjekt um ein Fahrzeug 50 handelt, dessen Form als Rechteck angenähert werden kann.
  • Das Rechteck wird unter der Hilfsbedingung an die Punktwolke gefittet, dass die jeweiligen Rechteckseiten a und b orthogonal auf den Hauptkomponenten 61 und 62 stehen. Anschließend wird eine Fehlerfunktion f bestimmt, wobei f die jeweils kürzesten Abstände zwischen einem Punkt Pi und dem Rechteck 60 aufsummiert und diese Funktion mittels Least-Square-Verfahrens minimiert.
  • 5. zeigt das berechnete Rechteck 60 mit Seitenlängen a und b inklusive Hauptkompnenten 61 und 62 ohne die vom Radarsensor bestimmte Punktwolke. Sobald das Rechteck 60 bestimmt ist, kann die Lage der Hinterachse 63 näherungsweise geschätzt werden. Erfindungsgemäß wird der Ort der Hinterachse 63 dadurch abgeschätzt, dass die Hinterachse 63 als parallel zum Heck des Fahrzeugs im Abstand L angenommen wird. Der Abstand L wird im Vorfeld eingestellt als L = 0,2 - max {a,b}. Das Heck des Fahrzeugs wird aus den Seitenlängen a und b des Rechtecks 60 und dem mittleren Geschwindigkeitsvektor v' des Fahrzeugs bestimmt. Da Fahrzeuge länger als breit sind, kommt als Heck nur eine der beiden kürzeren Seiten in Betracht. Zunächst wird also bestimmt, ob a oder b kürzer ist. Nun wird angenommen, dass das Fahrzeug vorwärts fährt. In diesem Fall kann angenommen werden, dass das Heck die Seite ist, die sich in der entgegengesetzten Richtung zur mittleren Geschwindigkeit v' der Punktwolke befindet. Ist das Heck auf diese Weise bestimmt, wird Ort und Orientierung der Hinterachse 63 abgeschätzt. Nun wird als weitere Annahme verwendet, dass das Drehzentrum 64 des Zielobjekts sich in der Mitte der Hinterachse 63 befindet. Auf diese Art wird der Ort der Drehachse 64 ausreichend eingeschätzt um mit der weiteren Gierratenbestimmung fortzufahren.
  • Simulationen haben bestätigt, dass die Position des Rotationszentrums nicht exakt bekannt sein muss, um eine robuste Gierratenschätzung zu erhalten. Für die Bestimmung des Rotationszentrums 64 kann deshalb alternativ auch eine Abschätzung über die Koordinaten des Clusterzentrums der Punkwolke herangezogen werden, was für die hier Beschriebene Bestimmung der Gierrate bereits ausreichend ist. Das Verwenden des Clusterzentrums als Gierzentrum ist im Vergleich zur Berechnung der Hinterachse weniger Rechenzeit-aufwändig.
  • 6 zeigt in einem Flussdiagram die Bestimmung des Drehzentrums eines girierenden Fahrzeugs aus einer von einem Radarsensor bereit gestellten Punktwolke. Das Verfahren wird beispielsweise von einer Sensorauswertungseinheit ausgeführt, wie beispielsweise einer Steuereinheit für autonomes Fahren (18 in 1) oder dergleichen ausgeführt. In einem ersten Schritt S60 werden die zueinander orthogonalen Hauptkomponenten 61 und 62 aus der Punktwolke des Radar-Sensors mittels Hauptkomponentenanalyse bestimmt. In einem Zwischenschritt S61 wird aus den Hauptkomponenten 61 und 62 ein Winkel φ bestimmt (siehe 8), der die relative Orientierung des Fahrzeugs zum Sensor 26 angibt. In einem nächsten Schritt S62 werden die Rechteckslängen a und b anhand der Punktwolke und der Hauptkomponenten bestimmt. Hierzu wird das wissen ausgenutzt, dass sich a und b orthogonal zu ihrer jeweiligen Hauptkomponente befinden und anschließend die Fehlerfunktion f mittels Least-Square-Verfahren oder einem anderen Fehlerfunktons-Minimierungsverfahrens minimiert, sodass die beiden a und b bestimmt werden, für die die Fehlerfunktion f minimal wird. Hierbei kann die Fehlerfunktion f erfindungsgemäß wie folgt ausgedrückt ƒ ( a , b ) = ∑ i = 1 N min { | P i − R ( a , b ) | 2 }
    Figure DE102019204408B4_0002
    als die Summe über alle minimalen Abstände zwischen einem Messpunkt Pi und dem Rechteck 60 repräsentiert durch die Funktion R(a,b). Anschließend wir in einem Schritt S63 aus den Punktgeschwindigkeiten vi der Punktwolke die mittlere Fahrzeuggeschwindigkeit v` bestimmt. Hierbei gilt: v ' = ∑ i N v i N
    Figure DE102019204408B4_0003
    wobei N die Anzahl der Punkte der Punktwolke ist. In einem nächsten Schritt S64 wird das Heck des Fahrzeugs aus der Richtung der mittleren Geschwindigkeit v' und den Rechtecksseitenlängen a und b bestimmt, wobei das Wissen ausgenutzt wird, dass nur die kürze Rechtecksseitenlänge min(a,b) als Heck in Frage kommt und angenommen wird, dass das Fahrzeug vorwärts fährt, das Heck folglich die Rechtecksseitenlänge ist, die sich in der entgegengesetzten Richtung der mittleren Geschwindigkeit v' befindet. In einem nächsten Schritt S65 werden Lage und Orientierung der Hinterachse 63 als parallel zum Heck und im Abstand L = 0,2 - max {a, b} abgeschätzt. In einem letzten Schritt S66 wird nun das Drehzentrum 64 als in der Mitte der Hinterachse 63 befindlich abgeschätzt. Auf diese Art ist nun der Ort des Drehzentrums 64 ausreichend bekannt, um zu einer robusten Abschätzung der Gierrate zu gelangen.
  • 7 zeigt die Bestimmung der Gierrate eines girierenden Fahrzeugs aus einer von einem Radarsensor bereitgestellten Punktwolke bei bereits bestimmtem Drehzentrum. Das Verfahren wird beispielsweise von einer Sensorauswertungseinheit ausgeführt, wie beispielsweise einer Steuereinheit für autonomes Fahren (18 in 1) oder dergleichen. In einem ersten Schritt S71 wird zunächst die Punktwolke empfangen, die von einem Sensor geliefert wird und die Messdaten dieses Sensors repräsentiert.
  • Der Sensor kann ein Radar, ein Lidar oder auch ein Kamerasensor sein. Die Punktwolke besteht aus Abstandsmessungen eines detektierten Objekts im Sichtbereich des Sensors. Die Punktwolke enthält neben Abstands- (Ort) auch (Relativ-)Geschwindigkeitsinformationen. In einem zweiten Schritt S72 wird das Drehzentrum des Objekts aus der Punktwolke bestimmt. Dazu wird erfindungsgemäß das in 6 beschriebene Verfahren angewandt. Gemäß dem Verfahren der 6 wird die Zielobjektorientierung durch Hauptkomponentenanalyse ermittelt. In einer anderen Variante kann die Zielobjektorientierung an Stelle der Hauptkomponentanalyse aus einer anderen Quelle bezogen werden. Dies kann mit Hilfe eines anderen Sensors in einem Fusionssytem bestimmt werden (z.B. Lidar oder Kamera). Oder aber durch Verwendung von a priori Wissen (z.B. Querverkehr an der Kreuzung). In einem dritten Schritt S73 werden die Punkte P1 bis PN der Punktwolke in eine Modellgleichung eingesetzt, die die zwei Unbekannten Betrag der Zielobjektgeschwindigkeit v und Gierrate ω enthält. Die Modellgleichung beschreibt hierbei typischerweise das Bewegungsverhaltens eines Fahrzeugs, das wiederum als Rechteck mit den Seitenlängen a und b genähert wird. Die Modellgleichung ist mit zwei Unbekannten und N > 2 Messpunkten überbestimmt. Daher wird die Modellgleichung für mehrere Detektionen aus einem Messzyklus ausgewertet, was ein überbestimmtes Gleichungssystem mit zwei Unbekannten und N Gleichungen zur Folge hat, wobei N für die Anzahl der betrachteten Detektionen (Punkte der Punktwolke) steht. Dieses Gleichungssystem wird mit einem Least-Squares-Schätzverfahren gelöst und man erhält eine Schätzung der Gierrate ω und des Betrags des Geschwindigkeitsvektors v. In einem vierten Schritt S74 wird nun die berechnete Gierrate ω ausgeben, sodass andere Systeme des Fahrzeugs, zum Beispiel ein Einpark-, Brems- oder Fahrassistent diese für ihre Funktion verwenden können.
  • Da für ein Zielobjekt mehrere räumlich verteilte Detektionen vorhanden sind, kann die geometrische Ausdehnung und somit auch die Orientierung des Zielobjekts bestimmt werden. Die Ermittlung der Orientierung des Zielobjekts erfolgt beispielsweise mit einer Hauptkomponentenanalyse der dem Zielobjekt zugehörigen Detektionen, indem der Winkel der Hauptkomponenten ausgewertet wird. Für die Bestimmung des Rotationszentrums wird die Annahme getroffen, dass eine Abschätzung über die Koordinaten des Clusterzentrums ausreichend ist. Simulationen haben bestätigt, dass die Position des Rotationszentrums nicht exakt bekannt sein muss, um eine robuste Gierratenschätzung zu erhalten. Es verbleiben zwei Unbekannte (Betrag der Zielobjektgeschwindigkeit und Gierrate) für eine Modellgleichung, somit ist die Gleichung unterbestimmt. Daher wird die Modellgleichung für mehrere Detektionen aus einem Messzyklus ausgewertet, was ein überbestimmtes Gleichungssystem mit zwei Unbekannten und N Gleichungen zur Folge hat, wobei N für die Anzahl der betrachteten Detektionen steht. Dieses Gleichungssystem wird mit einem Least-Squares-Schätzverfahren gelöst und man erhält eine Schätzung der Gierrate und des Betrags des Geschwindigkeitsvektors.
  • Die Ausführungsbeispiele zeigen somit eine Kombination eines Least Squares-Schätzverfahrens von mehreren Detektionen mit einer Orientierungsschätzung auf Basis der Hauptkomponentenanalyse, zusammen mit einer Abschätzung des Rotationszentrums. Dadurch kann der Geschwindigkeitsbetrag und die Gierrate des Objekts innerhalb eines Messzyklus mit nur einem Radarsensor ausgewertet werden. Bisher beschriebene Verfahren sind zur Gierratenschätzung eines Zielobjekts in einem Messzyklus auf mindestens zwei Radarsensoren angewiesen, oder benötigen bei Verwendung von einem Radarsensor mehrere Messzyklen um die Gierrate zu bestimmen.
  • 8 veranschaulicht eine Modellgleichung, wie sie in 7 verwendet wurde, um die Gierrate ω abzuschätzen.
  • Eine Modellgleichung zur Beschreibung der Bewegung, insbesondere der Drehung eines Fahrzeugs 10, die verwendet werden kann, um die Gierrate zu schätzen, wie in Schritt S73 der 7 beschrieben, lautet beispielsweise: v D = v ⋅ cos ( θ − φ ) + ω ⋅ ( y R ⋅ cos ( θ ) − x R ⋅ sin ( θ ) )
    Figure DE102019204408B4_0004
  • Hierbei bezeichnen die einzelnen Variablen folgende physikalische Größen, wie in 8 dargestellt: θ, r und vD bezeichnen den vom Sensor 26 gemessenen Winkel, Abstand und Radialgeschwindigkeit einer Detektion (vgl. 3). φ bezeichnet den mittels Hauptachsentransformation ermittelten Orientierungswinkel des Fahrzeugs 10 relativ zum Sensor 26 (vgl. Schritt S61 in 6). xR und yR bezeichnen die Koordinaten des Gierzentrums 64 (wie beispielsweise gemäß dem Verfahren der 6 ermittelt), ω bezeichnet die gesuchte Gierrate des Fahrzeugs und v die Lineargeschwindigkeit des Fahrzeugs 10, die vom Sensor 26 gemessene Radialgeschwindigkeit des Fahrzeugs 10.
  • Die Punktwolke ℘ die der Sensor liefert besteht aus N Detektionen mit mindestens den Einträgen ri, vD,i und θi: R = { P 1 ( r 1 , v D ,1 , θ 1 ) , … , P i ( r i , v D , i , θ i ) , … , P N ( r N , v D , N , θ N ) }
    Figure DE102019204408B4_0005
  • Die Werte xR und yR (Koordinaten des Gierzentrums 6) und der Orientierungswinkel φ wurden aus der Hauptkomponentenanalyse (siehe 4 bis 6) bestimmt. Somit verbleiben nur die Lineargeschwindigkeit v und die Gierrate ω als unbekannte Grö-ßen der Modellgleichung.
  • Gleichung (1) kann als Skalarprodukt zweier Vektoren dargestellt werden, wobei der zweite Vektor die Unbekannten v und ω enthält: v D = [ cos ( θ − φ )   y R ⋅ cos ( θ ) − x R ⋅ sin ( θ ) ] ⋅ [ v ω ]
    Figure DE102019204408B4_0006
  • Gleichung (2) kann nun auf jedes Element der Punktwolke Pi ∈ ℘ angewendet werden, sodass ein Gleichungssystem mit N Gleichungen entsteht. Dieses kann als Vektorgleichung mit den Vektoren y →
    Figure DE102019204408B4_0007
    und p → ,
    Figure DE102019204408B4_0008
    sowie der Matrix X dargestellt werden: [ v D ,1 ⋮ v D , N ] = [ c o s ( θ 1 − φ ) y R ⋅ cos ( θ 1 ) − x R ⋅ sin ( θ 1 ) ⋮ ⋮ c o s ( θ N − φ ) y R ⋅ cos ( θ N ) − x R ⋅ sin ( θ N ) ] ⋅ [ v ω ]     ︸ y →     ︸ X     ︸ p →
    Figure DE102019204408B4_0009
  • Durch Invertieren der Matrix X kann Gleichung (3) nach p →
    Figure DE102019204408B4_0010
    umgestellt werden. Für die Least-Square-Verfahrensschätzung empfiehlt sich eine weitere Transposition von X, (3) sodass eine weitere Gleichung erhalten wird: p → L S Q = ( X T ⋅ X ) − 1 ⋅ X T ⋅ y →
    Figure DE102019204408B4_0011
  • Da das Gleichungssystem überbestimmt ist, kann, wie bereits weiter oben erwähnt, p →
    Figure DE102019204408B4_0012
    und damit v und ω mittels Least-Square-Schätzverfahren aus Gleichung (4) bestimmt/geschätzt werden.

Claims (3)

  1. Verfahren zur Bestimmung der Gierrate (ω) eines Zielobjektes (50), wobei das Zielobjekt (50) ein Fahrzeug ist, umfassend ein Empfangen von Sensordaten, welche mehrere Detektionen (P1, ... PN) umfassen, welche das Zielobjekt (50) beschreiben, ein Abschätzen der Lage des Gierzentrums (64) des Zielobjektes (50) auf Grundlage der Detektionen (P1, ...PN), sowie ein Bestimmen der Gierrate (ω) auf Grundlage des abgeschätzten Ortes des Gierzentrums (64), • wobei die Lage des Gierzentrums (64) dadurch bestimmt wird, dass o aus den Detektionen (P1, ... PN) mittels Hauptkomponentenanalyse die zueinander orthogonalen Hauptkomponenten (61, 62) bestimmt werden, o eine Bestimmung einer Orientierung (φ) des Zielobjektes (50) auf Basis der Hauptkomponenten (61, 62) erfolgt, o eine Form des Zielobjekts (50) als Rechteck (60) angenähert wird mit Rechteckseiten (a, b), die jeweils orthogonal auf den Hauptkomponenten (61, 62) stehen, wobei die Rechteckseiten (a, b) durch Least-Square-Minimierung der Fehlerfunktion (f) ƒ ( a , b ) = ∑ i = 1 N min { | P i − R ( a , b ) | 2 }
    Figure DE102019204408B4_0013
    , die die Summe über alle minimalen Abstände zwischen einer Detektion (Pi) und dem Rechteck (60) repräsentiert, bestimmt werden, o aus Punktgeschwindigkeiten (vi) der Detektionen (P1, ...PN) die mittlere Geschwindigkeit (vi) des Zielobjekts (50) bestimmt wird, o das Heck des Fahrzeugs als kürzeste (min(a,b)) der Rechteckseiten (a, b), die sich in der entgegengesetzten Richtung der mittleren Geschwindigkeit (vi) befindet, bestimmt wird, o Lage und Orientierung einer Hinterachse (63) als parallel zum Heck im Abstand L = 0,2 · max{a, b} bestimmt wird, o das Gierzentrum (64) als in der Mitte der Hinterachse (63) befindlich bestimmt wird, und • wobei die Gierrate (ω) dadurch bestimmt wird, dass die Lage des Gierzentrums (64) nach den voran genannten Verfahrensschritten bestimmt wird, umfassend die Bestimmung der Orientierung (φ) des Zielobjektes (50) auf Basis der Hauptkomponenten (61, 62), und die Detektionen (P1, ...PN) in eine Modellgleichung, die das Bewegungsverhaltens des Fahrzeugs in Form des Rechtecks (60) beschreibt, eingesetzt werden, wobei ein Gleichungssystem mit zwei Unbekannten (v, ω) und N Gleichungen erhalten wird, das Gleichungssystem mit Least-Square-Minimierung gelöst wird und die berechnete Gierrate (ω) ausgegeben wird.
  2. Verfahren nach Anspruch 1, wobei die Lage des Gierzentrums (64) durch Abschätzung der Koordinaten des Clusterzentrums der Detektionen (P1, ... PN) erfolgt.
  3. Vorrichtung, umfassend einen Prozessor, der dazu ausgelegt ist, das Verfahren nach einem der Ansprüche 1, 2 durchzuführen.
DE102019204408.5A 2019-03-29 2019-03-29 Verfahren zur Bestimmung der Gierrate eines Zielobjekts auf Grundlage der Sensordaten beispielsweise eines hochauflösenden Radars Active DE102019204408B4 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102019204408.5A DE102019204408B4 (de) 2019-03-29 2019-03-29 Verfahren zur Bestimmung der Gierrate eines Zielobjekts auf Grundlage der Sensordaten beispielsweise eines hochauflösenden Radars
PCT/EP2020/056618 WO2020200683A1 (de) 2019-03-29 2020-03-12 Verfahren zur bestimmung der gierrate eines zielobjekts auf grundlage der sensordaten beispielsweise eines hochauflösenden radars

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019204408.5A DE102019204408B4 (de) 2019-03-29 2019-03-29 Verfahren zur Bestimmung der Gierrate eines Zielobjekts auf Grundlage der Sensordaten beispielsweise eines hochauflösenden Radars

Publications (2)

Publication Number Publication Date
DE102019204408A1 DE102019204408A1 (de) 2020-10-01
DE102019204408B4 true DE102019204408B4 (de) 2023-02-02

Family

ID=69804910

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019204408.5A Active DE102019204408B4 (de) 2019-03-29 2019-03-29 Verfahren zur Bestimmung der Gierrate eines Zielobjekts auf Grundlage der Sensordaten beispielsweise eines hochauflösenden Radars

Country Status (2)

Country Link
DE (1) DE102019204408B4 (de)
WO (1) WO2020200683A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240185719A1 (en) * 2022-12-01 2024-06-06 Caterpillar Inc. Systems and methods for detecting false positives in collision notifications

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11275173B2 (en) * 2019-05-20 2022-03-15 Zoox, Inc. Yaw rate from radar data

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008025773A1 (de) 2008-05-29 2009-01-08 Daimler Ag Verfahren zur Schätzung eines Orts- und Bewegungszustands eines beobachteten Objekts
DE102013019804A1 (de) 2013-11-27 2015-05-28 Daimler Ag Verfahren zur Ermittlung einer Bewegung eines Objekts
EP3151034A1 (de) 2015-10-02 2017-04-05 Delphi Technologies, Inc. Radarsystem eine automatisierten fahrzeugs zur gierrate eines zielfahrzeugs
EP3285230A1 (de) 2016-08-19 2018-02-21 Autoliv Development AB Verbesserte objekterkennung und bewegungsschätzung für ein fahrzeugumgebungserkennungssystem
EP3415948A1 (de) 2017-06-12 2018-12-19 Aptiv Technologies Limited Verfahren zur bestimmung der radialgeschwindigkeit eines ziels ohne aliasing
EP3415945A1 (de) 2017-06-12 2018-12-19 Aptiv Technologies Limited Verfahren zur bestimmung der gierrate eines zielfahrzeugs

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008025773A1 (de) 2008-05-29 2009-01-08 Daimler Ag Verfahren zur Schätzung eines Orts- und Bewegungszustands eines beobachteten Objekts
DE102013019804A1 (de) 2013-11-27 2015-05-28 Daimler Ag Verfahren zur Ermittlung einer Bewegung eines Objekts
EP3151034A1 (de) 2015-10-02 2017-04-05 Delphi Technologies, Inc. Radarsystem eine automatisierten fahrzeugs zur gierrate eines zielfahrzeugs
EP3285230A1 (de) 2016-08-19 2018-02-21 Autoliv Development AB Verbesserte objekterkennung und bewegungsschätzung für ein fahrzeugumgebungserkennungssystem
EP3415948A1 (de) 2017-06-12 2018-12-19 Aptiv Technologies Limited Verfahren zur bestimmung der radialgeschwindigkeit eines ziels ohne aliasing
EP3415945A1 (de) 2017-06-12 2018-12-19 Aptiv Technologies Limited Verfahren zur bestimmung der gierrate eines zielfahrzeugs

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240185719A1 (en) * 2022-12-01 2024-06-06 Caterpillar Inc. Systems and methods for detecting false positives in collision notifications
US12223837B2 (en) * 2022-12-01 2025-02-11 Caterpillar Inc. Systems and methods for detecting false positives in collision notifications

Also Published As

Publication number Publication date
DE102019204408A1 (de) 2020-10-01
WO2020200683A1 (de) 2020-10-08

Similar Documents

Publication Publication Date Title
EP2819901B1 (de) Verfahren und vorrichtung zur ermittlung der geschwindigkeit und/oder position eines fahrzeuges
DE102016106298B4 (de) Fusionsverfahren für eine Querverkehr-Applikation unter Verwenden von Radargeräten und einer Kamera
DE102008026397B4 (de) Radar-, Lidar- und Kamera-unterstützte Verfahren zur Schätzung der Fahrzeugdynamik
DE102016102002B4 (de) Verbesserung einer Fahrzeugbewegungsabschätzung mit Radardaten
DE102013200132B4 (de) Fahrspurhaltesystem für ein Fahrzeug
DE102010005293B4 (de) System und Verfahren zur Spurpfadschätzung unter Verwendung einer Sensorvereinigung
DE102018219665B4 (de) Steuereinheit zum Betreiben eines autonomen Fahrzeugs
DE112020002753T5 (de) Fahrzeugsteuerverfahren, fahrzeugsteuervorrichtung und fahrzeugsteuersystem diese enthaltend
DE102018221265B4 (de) Verfahren und System zum Erfassen eines auf ein Fahrzeug einwirkenden Windes
DE102012216386A1 (de) Verfahren zum Betreiben eines Fahrerassistenzsystems eines Fahrzeugs
DE102015215838B4 (de) Fahrzeugregelungsvorrichtung
DE102020215504A1 (de) Verfahren und Vorrichtung zum Detektieren von Objekten in einer Umgebung eines Fahrzeugs
DE102019213929A1 (de) Plausibilitätsprüfung angehaltener vormals dynamischer Objekte mit Hilfe von Belegungsrastern
DE102023100583A1 (de) Systeme und verfahren zur schätzung der lateralen geschwindigkeit eines fahrzeugs
EP3663771A1 (de) Verfahren und system zum erfassen eines windes in einem geografischen bereich
DE102018217000A1 (de) Verfahren, Computerprogramm und Messsystem für die Auswertung von Bewegungsinformationen
WO2021219353A1 (de) Autonomes und/oder assistiertes kuppeln eines anhängers unter berücksichtigung des höhenprofils des untergrunds
DE102020128545A1 (de) Anhängerkupplungswinkelerfassung unter verwendung von automobilradar
DE112019001307T5 (de) Fahrassistenz-Steuervorrichtung und -verfahren und Fahrassistenzsystem für ein Fahrzeug
DE102017205973A1 (de) Verfahren zum Ermitteln eines in einem Gierratensignal eines Gierratensensors eines Kraftfahrzeugs enthaltenen Versatzes sowie Steuervorrichtung und Kraftfahrzeug
DE102024126665A1 (de) Kamerastellungsverfeinerung mit boden-satelliten-bildregistrierung
DE102019204408B4 (de) Verfahren zur Bestimmung der Gierrate eines Zielobjekts auf Grundlage der Sensordaten beispielsweise eines hochauflösenden Radars
DE102019132150A1 (de) Verfahren zum automatischen Kalibrieren eines Umfeldsensors, insbesondere eines Lidar-Sensors, eines Fahrzeugs auf Grundlage von Belegungskarten sowie Recheneinrichtung
DE102018216999A1 (de) Verfahren, Computerprogramm und Messsystem für die Auswertung von Bewegungsinformationen
DE102019213927A1 (de) Grid-basierte Leitpfosten-Klassifizierung

Legal Events

Date Code Title Description
R163 Identified publications notified
R012 Request for examination validly filed
R016 Response to examination communication
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final