CN101160231A - 具有用于识别静止目标的装置的驾驶员协助*** - Google Patents

具有用于识别静止目标的装置的驾驶员协助*** Download PDF

Info

Publication number
CN101160231A
CN101160231A CNA2006800125710A CN200680012571A CN101160231A CN 101160231 A CN101160231 A CN 101160231A CN A2006800125710 A CNA2006800125710 A CN A2006800125710A CN 200680012571 A CN200680012571 A CN 200680012571A CN 101160231 A CN101160231 A CN 101160231A
Authority
CN
China
Prior art keywords
target
automobile
driver assistance
parameter
threshold value
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.)
Pending
Application number
CNA2006800125710A
Other languages
English (en)
Inventor
M·韦尔克斯
J·博克
P·佩特施尼格
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.)
Robert Bosch GmbH
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
Publication of CN101160231A publication Critical patent/CN101160231A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/11—Pitch movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/112—Roll movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/114—Yaw movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9321—Velocity regulation, e.g. cruise control
    • 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
    • G01S2013/9325—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles for inter-vehicle distance regulation, e.g. navigating in platoons

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明涉及一种用于汽车的驾驶员协助***，该驾驶员协助***具有用于对在汽车周围环境中的目标进行定位的定位***以及用于通过将在所述目标的相对运动(ux，O、uy，O)和汽车的自身运动(Vf)之间的差异与阈值(Bx、By)进行比较来识别出静止目标的装置(19)，其特征在于，所述装置(19)设置用于使所述阈值(Bx、By)作为参数(hi)的函数进行变化，所述参数(hi)影响所述相对运动和自身运动的测定精度。

Description

具有用于识别静止目标的装置的驾驶员协助***
技术领域
本发明涉及一种用于汽车的驾驶员协助***，该驾驶员协助***具有用于对在汽车周围环境中的目标进行定位的定位***以及用于将在所述目标的相对运动和汽车的自身运动之间的差异与阈值进行比较的装置。
背景技术
驾驶员协助***用于在驾驶员驾驶汽车时为其提供支持、警告其即将来临的危险并且/或者自动地采取措施以减轻所面临的碰撞的后果。为此所述驾驶员协助***动用定位***的数据，利用该定位***可以探测到在汽车周围环境中的目标尤其其它的交通参与者。这样的驾驶员协助***的实例比如是用于发出车道离开警告的***或者ACC***(自适应巡航控制***)，所述用于车道离开警告的***在驾驶员在未打闪光灯的情况下准备离开当前所在的车道时向其发出提示，而所述ACC***则自动地调节自已车辆的速度，从而以适当的距离跟随被探测到的在前面行驶的车辆。
迄今为止，作为定位***大多数使用雷达***(比如(77GHz)长距离雷达***)。但是也可以设想使用超声传感器、单声道或立体声-视频***、(24GHz)短距离雷达***或激光雷达***。
今天早已在实践中使用的ACC***通常设想用于高速公路或得到很好扩建的地方公路，并且因此原则上仅仅对运动的目标比如对在前面行驶的车辆作出反应，而静止目标则被忽视，这基于这样的假设，即在高速公路上这样的目标在通常情况下不是处于行车道上，并且因为在技术上很难借助于雷达数据对静止的目标进行重要性分类。但是因为静止目标也引起雷达回波，因此所述***必须能够区分静止的目标和行驶的目标。
目前ACC***也在研制当中，所述ACC***具有更宽的应用范围，并且比如也可应用到地方公路上或者甚至城市交通中或者作为拥堵协助用在拥堵情况中。这些先进的***向交通环境的解释提出了更高的要求，使得在(相对)静止的和行驶的目标之间的区分以及在原则上可运动的和不可运动的目标之间的区分比如在识别骑车人或行人方面以及在预告其行为方面起到巨大作用。“静止的”和“行驶的”这两种状态针对目标的当前状态而言。作为“不可运动的”的分类意味着，目标自其进入所述定位***的探测区域中起从未运动过，并且“可运动的”的分类则适用于在过去运动过的目标。因此比如可以通过将停下来的汽车分类为静止的和可运动的这种方式来对其进行识别。所述分类在最简单的情况下仅仅涉及沿一个方向也就是沿行驶方向的运动，但是在更为复杂的***中也涉及横向运动。
利用雷达***可以直接测量目标沿视线方向也就是近似于行驶方向的相对速度。而后得到所述目标的绝对速度也就是“关于地基的速度”，方法是从测量的相对速度中减去自身汽车的已知的自身速度(准确地说，减去表面上的、从自身汽车的运动中产生的相对速度)。如果这个差值是零，那就涉及静止的目标。但是在实践中，在碰到静止的目标时由于不可避免的测量不精确度也从未刚好得到差值零。因此将所述差值与一个合适选择的阈值相比较，并且如果所述速度差按照数值处于所述阈值之下，那么所述目标被分类为静止的。
但是，在对目标分类的精度提出更高要求时，合适的阈值的选择证实是困难的。在此借助于定位***并且对自身的汽车借助于转速表并且在横向运动时借助于偏转比率传感器进行所述的速度测量，如果所述阈值太小，那么在速度测量中的不精确度就会导致误分类。如果也需要按照可运动的以及不可运动的目标进行分类，那么这一点特别成问题，因为如果一个目标曾经错误地被分类为行驶的，那么从这个时刻起它就总是被视为可运动的。如果另一方面所选择的阈值太大，那么那些以很低的速度运动的目标如行人就被分类为静止的目标。
误分类尤其经常出现在一些特定的情况下，在这些情况下存在高动态性，比如在强烈制动时或者在狭小的弯道上行驶时。通过滤波运行时间以及其它滤波效应如信号迟延、欠调或者说过调以及类似效应，而后尤其歪曲自身速度的测量结果。另一个误差源就是在借助于定位***进行的测量中的不精确度。额外的误差源也产生于以下情况，即为处理来自不同的传感器***的数据在多数情况下使用不同的滤波器或滤波算法，从而比如因不同的信号迟延而假造出在实际上不存在的差异。如果为了更加精确地探测交通环境而使用大量的传感器***，所述传感器***的测量结果而后彼此合并，那么上述问题的严重性会加剧。
在城市交通中或者通常在低速行驶时，也就是说在特定的情况下，在这样的情况下应该使用进一步开发的驾驶员协助***，那么这些缺陷就证实特别具有干扰性。一方面恰好在城市交通中存在特别高的动态性，这种动态性提高了误分类的可能性，另一方面在城市交通中在静止的但可运动的目标如停住的汽车和不可运动的目标如行车道上的排水沟盖板之间进行可靠的区分尤其重要，因为在城市交通中也必须对静止的汽车作出反应。此外，以下情况也增加分类难度，即恰好在速度很低时自身速度的测量很不精确。自身速度通常借助于车轮转速来计算，而车轮转速则用脉冲发生器来测量。在转速低时，这些脉冲发生器的脉冲频率如此之低，从而不再可能进行精确的速度测量。
驾驶员协助***不仅应该在客观上提高行车安全性，而且也应该给驾驶员在主观上传递更高的安全感觉并且提高驾驶汽车时的舒适性。在这个背景下应该力求驾驶员协助***的特性对驾驶员来说每时每刻都可信并且可以理解。所述定位***可以对目标的绝对运动和相对运动进行探测，其精确性大大高于驾驶员本人对所述运动进行的评估的精确性，这种本身应该受到欢迎的情况证实在前述背景下在特定的情况下证实是缺点，尤其在还没有面临严重危险的情况下更是如此。也就是说，如果所述驾驶员协助***由于传感器装置的高度敏感性作出的反应有别于驾驶员由于自身受到限制的感知可能性凭直觉所期待的反应，那么在驾驶员看来这个***特性就不可信，并且经常感觉到这带有干扰性并且影响到所述驾驶员协助***的可接受性。
发明内容
本发明凭借在权利要求1中所说明的特征提供这样的优点，即本发明在静止的和运动的目标之间的区分方面能够实现符合实际情况的和/或对驾驶员来说可以理解的***特性。
按本发明，这一点通过以下方法来实现，也就是将在相对运动和自身运动之间的差异与一个阈值相比较，该阈值根据实际情况变化，更确切地说作为一个或多个参数的函数进行变化，所述参数影响到相对运动和自身运动的测定精度。
因此，在所述由定位***提供的关于自身运动和相对运动的数据具有很高的可靠性的情况下，可以降低所述阈值，从而可以更加清晰地区分静止的目标和运动的目标，而另一方面在所述数据的不可靠性增加时则提高所述阈值，以避免误分类。同样，通过所述阈值的变化可以更好地对驾驶员的受到限制的感知能力加以考虑。
本发明的优选的设计方案和改进方案由从属权利要求中获得。
对借助于定位***测定相对运动和自身运动的精度产生影响并且因此纳入阀值计算之中的参数，优选是指以下参数中的一项或多项：测量的目标相对速度的标准偏差、自身汽车的加速度、汽车的自身速度以及详细说明自身汽车的偏转的参数。
按照一种实施方式，不仅沿行驶方向、而且也对沿横向方向的运动分量对定位的目标按静止的和运动的目标进行分类。为此优选为所述两种运动分量的每一种形成一个单独的阈值。而后有利地将横向方向上的目标相对速度的测量的标准偏差以及测量的目标距离也纳入横向分量的阈值计算之中。
如果所有影响参数具有数值零，那么优选连同一个添加的、考虑到剩下的残余不可靠性的常数来计算作为不同的影响参数的线性组合的阈值，这样做通常足以足够精确地按照与实际情况相符的要求来调整所述阈值。
按照一种优选的改进方案，不仅按照静止的和运动的目标进行分类，而且按照可运动的和不可运动的目标进行分类。在这种情况下，目标只有在一定数目的彼此前后相连的测量周期中被分类为运动的，那么它才被分类为可运动的。为此所需要的测量周期的数目尤其与根据所述相对速度的标准偏差确定的阀值的大小密切相关。
作为可选方案或附加方案，在确定所述阈值时也可以考虑，驾驶员本人对相关目标的运动进行的估算有多大的精确性。在这种情况下，具有决定作用的影响参数比如是目标距离和自身汽车的速度，因为目标越远并且自身速度越快，驾驶员就越难对该目标的运动进行估算。
附图说明
本发明的实施例在附图中示出，并且在以下说明中进行详细解释。附图示出：
图1是装备了驾驶员协助***的汽车及被定位的目标的简图；
图2是所述驾驶员协助***的特定部件的方框图，所述部件与将目标分类为运动的、静止的、可运动的或不可运动的目标这种分类工作有关；
图3是按另一种实施例的驾驶员协助***的方框图；并且
图4到6是用于对按图3的驾驶员协助***的工作原理进行解释的图表。
具体实施方式
图1示出了汽车10，该汽车10装备了驾驶员协助***12比如ACC***。作为定位***安装了雷达传感器14。在所示出的实施例中，在所述雷达传感器的定位范围内有一个单个的目标16，在此可直接测量该目标在X方向(汽车10的行驶方向)上的距离d及其沿X方向的相对速度ux，O。所述雷达传感器12具有一定的角度分辨能力，并且因此也可以测量方位角，在此以该方位角关于X轴观看所述目标16。由此可以借助于测量的距离d计算所述目标沿Y轴方向的横向位置，并且通过时间导数计算沿Y方向的相对速度uy，O。
在图1中，在所述目标16上方画出了一个矢量Vf，该矢量Vf表明汽车10的“自身速度”。更准确地说，该矢量表明表面上的相对速度，该相对速度对静止的目标来说产生于汽车10沿行驶方向(正X方向)的自身运动。汽车10的“真正的自身速度”在该汽车的平面图中再次作为矢量示出并且用-Vf来表示。借助于普通的、未示出的、布置在汽车10的车厢拦板上的传感器直接测出自身速度Vf。从目标16的相对速度ux，O中减去该自身速度Vf，就得出目标16的绝对速度Vx，O。
汽车10的自身速度根据定义没有沿Y方向的分量，因为坐标***的x轴在此由汽车的纵轴来定义。但是，如果要计算目标16沿Y方向的绝对速度Vy，O，那就必须考虑汽车10可能的围绕其竖轴进行的偏转运动，因为这种偏转运动导致所述目标16的方位角的表面上的变化并且由此导致沿Y方向的表面上的相对速度。在图1中，通过弯曲的箭头表示汽车10的偏转速度d/dt。这种偏转速度可以直接借助于未示出的偏转比率传感器来测出。作为替代方案或附加方案，也可以由测出的汽车前轮18的转向回转S以及自身速度Vf的数值计算出偏转速度。然后根据以下公式得出所述目标16沿Y方向的绝对速度Vy，O：
Vy，O＝uy，O-d*d/dt。
在图2中示出了一个装置19的方框图，该装置19用于由测量数据计算目标16的绝对速度Vx，O和Vy，O并且用于识别静止的目标。为计算横向分量Vy，O，在这里假设平行运用两种上述用于测量偏转速度的测量方法，并且从结果中生成加权的总和。
为了判断是将目标16分类为静止的还是分类为运动的目标，将所述绝对速度Vx，O和Vy，O分别输送给所属的阈值比较器20或者说22，并且与合适的阈值Bx或者说By进行比较。将比较结果输送给分类单元24，并且如果两个绝对速度都低于其相应的阈值，那么该目标就被分类为静止的，否则被分类为运动的。
所述阈值Bx和By在这里所描述的驾驶员协助***中不是静态的，而是动态地根据在这里统一用hi表示的多个参数变化。详细说来，这些参数是指用于对目标16沿X和Y方向的相对速度进行测量的标准偏差ux，O和uy，O、所述汽车10的(通过直接测量得到的)偏转速度d/dt、转向回转S、汽车10的自身速度Vf、汽车10的加速度af以及目标16的测量的距离d。
所述标准偏差ux，O和uy，O产生于所使用的传感器和测量方法的特性，并且可以通过试验或者借助于合适的传感器模型计算出来。也可以设想通过对在彼此前后相连的测量周期中采集的数据进行统计分析来确定所述标准偏差。这些标准偏差提供了一个衡量所测量的相对速度的可靠性的尺度。高的标准偏差因此导致所述阈值Bx和By的提高。
其余的归纳在综合名称hi下面的参数也以特殊的方式影响着精度，在此能够以这样的精度计算目标16的绝对速度。因为所述距离d以及通常用于不同目标的标准偏差也可能不同，所以显而易见，在有多个定位的目标的情况下要分别在使用适用于这个目标的参数hi的情况下单独地为每个目标计算所述阈值Bx和By。
比如根据以下函数规则来计算所述阈值By和By：
Bx＝Bmin，x+f，x*ux，O+fa，x*|af|+fv，x*|Vf|+fg，x*g
By＝Bmin，y+f，y*uy，O+fd，y*d+fv，y*|Vf|+fg，y*g
其中Bmin，x和Bmin，y是固定地预先给定的最小阈值，不低于这样的最小阈值。以此对可能比如由在测量自身速度Vf时的不精确度产生的不可避免的剩余误差加以考虑，但是也对比如在进行强烈加速时导致在调整参数hi时出现迟延的滤波持续时间加以考虑。具有不同下标的系数f...是恒定的系数，这些系数确定相应所属的参数hi在多大程度上影响着所述阈值。因数g则代表偏转速度，该偏转速度一方面直接测出，并且另一方面从转向回转S中计算得到并且通过以下公式
g＝MAX(d/dt，fS*S*Vf)
用恰当地选择的系数fS定义，使得乘积fS*S*Vf大致与所述偏转速度成比例。在此也可以放弃这种作为替代方案的用于计算偏转速度的方法，但该方法具有这样的优点，也就是与借助于偏转比率传感器确定的偏转速度的变化相比，经常可以更快地测出所述转向回转S的变化。
除了弯道行驶之外，剧烈加速和减速也是巨大的误差源。与此相对应，系数fa，x具有一个较高的数值。与此相反，自身速度Vf对目标的绝对速度的测定精度的影响则比较小，因而所述系数fv，x和fv，y在这里仅仅具有较小的数值。
所述系数f，x和f，y应该大致等于1.0。如果假设用于所述绝对速度ux，O和ux，O的测量结果的分布大致相当于高斯分布，那么所有测量值的大约67％处于标准偏差以内，从而在根据标准偏差提高或降低所述阈值时大约33％的情况会引起误分类。在将目标分类为“运动的”或“静止的”时，这一点是可以接受的，因为这种分类仅暂时适用并且在下一个测量周期中又可以得到校正。但是，在所述分类单元24中，也根据“可运动的”和“不可运动的”的类别对目标进行分类。在此，作为“可运动的”的分类似乎不可改变，因为一旦目标曾经被分类为运动的目标，那该目标就被认为是可运动的。因此，为了进一步降低误分类的频率，如此构造所述分类单元24，从而只有在目标在一个预先确定的数目(比如五个)的彼此前后相连的测量周期中始终被分类为“运动的”时，该目标才被分类为可运动的。而后在每测量周期具有33％的误分类频率的情况下，将总误分类频率降低到一个可以接受的仅仅大约0.4％的数值上。因此通过所述阈值Bx和By的动态适应可以实现非常可靠的目标分类。
在所示出的实施例中，Bx和By是参数hi的线性函数。但是在一种改动过的实施方式中，也可以使用非线性函数，所述非线性函数还更好地描绘了最佳的阈值与所述影响参数之间的依赖关系。
图3示出了一个装置26的方框图，该装置26在其功能上相当于图2所示的装置19，但是仅仅具有受到限制的功能范围。在这里，对人类驾驶员的感知及估算可能性加以考虑十分重要，以便使***特性更好地与驾驶员的直觉期待相匹配。
参数hi在这个简单的实例中仅仅是汽车10的自身速度Vf以及相关目标的距离d。这些参数用于为所述阈值比较器20确定阈值Bx。通过所述分类单元24，这里仅仅根据两个类别对目标进行分类，也就是要么分类为“关系重大的”，要么分类为“非关系重大的”。如果目标的绝对速度Vx，O低于所述阈值Bx，那么这个目标就被分类为非关系重大的，从而这个目标在ACC功能范围内不会触发任何***反应。
在图4中以图表形式示出了所述阈值Bx与目标距离d的依赖关系。以阴影线画出的区域28相当于数值对(d，Vx，O)，对所述数值对(d，Vx，O)来说该目标被分级为非关系重大的。可以看出，所述阀值Bx随着目标距离d的增加而直线上升。
作为实例，可以比如想到一种状况，也就是说所述目标是在行车道边缘上部分地伸入自已的行驶车道中的汽车，该汽车刚好准备停车并且还有些滚动或者相反刚好准备起动并且已经有点滚动。在目标距离d较大时，这种滚动对驾驶员来说尚不能感知，并且如果所述ACC***已经对这部汽车作出反应，那么这种反应对驾驶员来说会不可信。可变的阈值Bx用于避免这种不可信的特性。如果在进一步的过程变化中比如在刚刚起动的目标上距离d减小并且同时目标的绝对速度Vx，O增加，那么驾驶员也发现，被误认为停下的汽车准备***车流中。该目标在这种情况下在按图4的d-Vx，O-图表中向左上方运动，并且立即超过所述阈值Bx，从而触发相应的***反应，但是该***反应现在对驾驶员来说是可信的并且是可以理解的。
在图5中示出了所述阈值Bx与汽车10的自身速度Vf之间的依赖关系。在自身速度Vf很低时，所述阈值Bx实际上等于零，也就是说该***对被定位的目标的每个细小的运动都作出反应。这基于这样的考虑，即自身汽车的驾驶员在自身汽车几乎静止时也能够轻易地发现其它汽车的运动。在上面研究的实例情况中，所述ACC***会将刚刚起动的汽车分级为关系重大的，并且以自身汽车的减速作出反应。这也相当于“友好的”汽车驾驶员的自然响应，该汽车驾驶员在这种情况下同样减速，以便所述起动的汽车***车流。
自特定的自身速度Vf的最小值起，所述阈值在所示出的实施例中跳跃性地上升到一个起始值(Sockelwert)，并且而后随着自身速度的继续上升而直线上升。由此考虑到自身汽车的驾驶员在自身速度Vf越大时就越难识别出目标的运动这一情况。
在图6中以图表形式示出了一种三维的组合特性曲线，该组合特性曲线说明了所述阈值Bx与自身速度Vf及目标距离d之间的依赖关系。随着目标距离d的增加，所述表明了依赖于Vf的阈值Bx的曲线变得越来越陡，也就是说在Vf固定时，所述阈值与在图4中情况类似随着目标距离d的增加而增加。
显而易见，在图4到6中用于Vx，O的速度刻度大大分开，也就是说仅仅研究特定的速度，这些速度如此之小，以致于驾驶员不清楚目标是否运动。实际上，所述阈值Bx至少依赖于Vf仅仅上升到一个特定的最大值，使得那些被驾驶员明确认为处于行驶状态中的目标也被所述分类装置24分级为关系重大的。这个最大值本身又取决于目标距离，从而确保真正的障碍无论如何都触发及时而合理的***反应。
在图3到6中示出的***当然也可以与在图2中示出的***相组合，比如通过系数fv，x的合适的(动态)改动以及在用于Bx的函数规则中一个依赖于距离的项的添加。

Claims (14)

1.用于汽车的驾驶员协助***，该驾驶员协助***具有用于对在汽车(10)周围环境中的目标(16)进行定位的定位***(14)以及用于将在所述目标的相对运动(ux，O、uy，O)和汽车(10)的自身运动(Vf)之间的差异与阈值(Bx、By)进行比较的装置(19；26)，其特征在于，该装置(19；26)设置用于使所述阈值(Bx、By)作为参数(hi)的函数进行变化，所述参数(hi)影响所述相对运动和自身运动的测定精度。
2.按权利要求1所述的驾驶员协助***，其特征在于，所述阈值(Bx)在所述参数(hi)的基础上变化，所述参数(hi)包括这样的影响精度的参数，借助于所述定位***(14)可以以该精度来确定所述相对运动和自身运动。
3.按权利要求2所述的驾驶员协助***，其特征在于，所述参数(hi)包括以下参数中至少一项：在对目标沿汽车(10)行驶方向(X)的相对速度(ux，O)进行测量时的标准偏差(ux，O)、汽车(10)的加速度(af)、汽车(10)的偏转速度(d/dt)以及汽车(10)的自身速度(Vf)。
4.按权利要求2或3所述的驾驶员协助***，其特征在于，将所述装置(19)设置用于借助于目标的相对运动及汽车(10)的自身运动不仅计算所述目标(16)沿汽车(10)行驶方向(X)而且计算沿横向方向(Y)的绝对速度(Vx，O、Vy，O)并且将其分别与依赖于所述参数(hi)的阈值(Bx、By)进行比较。
5.按权利要求3和4所述的驾驶员协助***，其特征在于，此外所述参数(hi)包括测量的目标(16)距离(d)以及沿横向方向(Y)的相对速度的测量的标准偏差(uy，O)。
6.按权利要求3到5中任一项所述的驾驶员协助***，其特征在于，所述装置(19)设置用于以两种不同的方式测定偏转速度(d/dt)，也就是一方面通过偏转比率传感器的信号的直接分析并且另一方面借助于转向回转(S)进行测定，并且其中一项用于计算阈值(Bx、By)的参数(hi)是这两个偏转速度的最大值。
7.按前述权利要求中任一项所述的驾驶员协助***，其特征在于，所述阈值(Bx、By)是所述参数(hi)连同最小阈值(Bmin，x、Bmin，y)的线性组合。
8.按权利要求7所述的驾驶员协助***，其特征在于，所述用于沿行驶方向(X)的运动的阈值Bx由以下公式确定：
Bx＝Bmin，x+f，x*ux，O+fa，x*|af|+fv，x*|Vf|+fg，x*g
其中Bmin，x是最小阈值，ux，O是标准偏差，af是汽车(10)的加速度，Vf是汽车(10)的自身速度并且g是偏转速度，并且f，x、fa，x、fv，x和fg，x是预先给定的系数。
9.按权利要求5和8所述的驾驶员协助***，其特征在于，所述用于沿横向方向(Y)的运动的阈值By由以下公式确定：
By＝Bmin，y+f，y*uy，O+fd，y*d+fv，y*|Vf|+fg，y*g
其中Bmin，y是最小阈值，uy，O是沿横向方向的标准偏差，并且d是目标(16)的距离，并且f，y、fd，y、fv，y和fg，y是预先给定的系数。
10.按前述权利要求中任一项所述的驾驶员协助***，其特征在于，所述装置(19)具有分类装置(24)，该分类装置(24)用于将目标(16)分类为运动的和静止的目标并且额外地用于将目标(16)分类为可运动的和不可运动的目标，其中目标只有在确定数目的彼此前后相连的测量周期中始终被分类为运动的时，该目标才被分类为可运动的。
11.按前述权利要求中任一项所述的驾驶员协助***，其特征在于，所述阈值(Bx)在参数(hi)的基础上变化，所述参数(hi)包括这样的影响精度的参数，通过汽车(10)的驾驶员可以以该精度对所述目标的相对运动和绝对运动进行评估。
12.按权利要求11所述的驾驶员协助***，其特征在于，所述装置(26)具有分类装置(24)，该分类装置(24)用于将目标(16)分类为关系重大的和非关系重大的目标。
13.按权利要求11或12所述的驾驶员协助***，其特征在于，所述阈值(Bx)随目标距离(d)的上升而增加。
14.按权利要求11到13中任一项所述的驾驶员协助***，其特征在于，所述阈值(Bx)随汽车(10)的自身速度(Vf)的上升而增加。
CNA2006800125710A 2005-04-15 2006-03-16 具有用于识别静止目标的装置的驾驶员协助*** Pending CN101160231A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102005017422A DE102005017422A1 (de) 2005-04-15 2005-04-15 Fahrerassistenzsystem mit Einrichtung zur Erkennung von stehenden Objekten
DE102005017422.1 2005-04-15

Publications (1)

Publication Number Publication Date
CN101160231A true CN101160231A (zh) 2008-04-09

Family

ID=36579851

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006800125710A Pending CN101160231A (zh) 2005-04-15 2006-03-16 具有用于识别静止目标的装置的驾驶员协助***

Country Status (5)

Country Link
US (1) US20090278672A1 (zh)
EP (1) EP1874581B1 (zh)
CN (1) CN101160231A (zh)
DE (2) DE102005017422A1 (zh)
WO (1) WO2006108751A1 (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103780801A (zh) * 2012-10-25 2014-05-07 特克特朗尼克公司 用于数字基带视频中场景剪切检测的启发式方法
CN104149786A (zh) * 2009-05-29 2014-11-19 丰田自动车株式会社 车辆控制装置、车辆以及车辆控制方法
CN104777480A (zh) * 2014-01-15 2015-07-15 杭州一帆船舶设备技术有限公司 一种用于海洋渔业船舶的主动防碰撞雷达报警***
CN104793202A (zh) * 2014-01-16 2015-07-22 通用汽车环球科技运作有限责任公司 多雷达成像传感器的对象融合***
CN104865579A (zh) * 2014-02-21 2015-08-26 株式会社电装 具有判断检测对象运动状况的功能的车载障碍物检测装置
CN105842684A (zh) * 2015-02-04 2016-08-10 通用汽车环球科技运作有限责任公司 采用雷达数据的车辆运动估计增强
CN108027971A (zh) * 2015-07-28 2018-05-11 法雷奥开关和传感器有限责任公司 用于识别围绕机动车辆的区域中的对象的方法、驾驶员辅助***和机动车辆
CN109204311A (zh) * 2017-07-04 2019-01-15 华为技术有限公司 一种汽车速度控制方法和装置
CN109426807A (zh) * 2017-08-22 2019-03-05 罗伯特·博世有限公司 用于估计车辆的自身运动的方法和设备
CN109804270A (zh) * 2016-10-14 2019-05-24 奥迪股份公司 机动车和用于360°环境检测的方法
CN110837079A (zh) * 2018-08-16 2020-02-25 杭州海康威视数字技术股份有限公司 一种基于雷达的目标检测方法及装置
CN110888115A (zh) * 2018-08-21 2020-03-17 德尔福技术有限责任公司 对雷达跟踪的潜在静止对象进行分类

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2586020B1 (de) 2010-06-23 2018-05-09 Continental Teves AG & Co. oHG Verfahren und system zur informationsvalidierung
US8706458B2 (en) * 2011-10-05 2014-04-22 International Business Machines Corporation Traffic sensor management
JP5953716B2 (ja) * 2011-11-28 2016-07-20 トヨタ自動車株式会社 車両用制御装置、特定物体判別装置、特定物体判別方法、特定物体判別プログラム
EP3185035B1 (en) * 2013-04-10 2022-04-06 Toyota Jidosha Kabushiki Kaisha Vehicle driving assistance apparatus
DE102014223744A1 (de) * 2014-11-20 2016-05-25 Conti Temic Microelectronic Gmbh Assistenzsystem zur Detektion von in der Umgebung eines Fahrzeuges auftretenden Fahrhindernissen
EP3676628A1 (en) * 2017-08-28 2020-07-08 HELLA GmbH & Co. KGaA Method for operation of a radar system
JP7156195B2 (ja) * 2019-07-17 2022-10-19 トヨタ自動車株式会社 物体認識装置
EP3819667A1 (en) * 2019-11-08 2021-05-12 Outsight Radar and lidar combined mapping system
US11676392B2 (en) * 2020-06-03 2023-06-13 Waymo Llc Localization using surfel data

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5790405A (en) * 1995-07-31 1998-08-04 Litton Systems, Inc. Method and apparatus for detecting circular torpedo runs
JP3385304B2 (ja) * 1997-08-29 2003-03-10 三菱電機株式会社 車載用レーダ装置
JP3864406B2 (ja) * 1999-01-26 2006-12-27 マツダ株式会社 車両の表示装置
JP2003506785A (ja) * 1999-08-06 2003-02-18 ロードリスク テクノロジーズ エルエルシー 静止物体検出の方法および装置
US6615138B1 (en) * 2002-05-30 2003-09-02 Delphi Technologies, Inc. Collision detection system and method of estimating miss distance employing curve fitting
JP4023228B2 (ja) * 2002-06-19 2007-12-19 日産自動車株式会社 車載用障害物検知装置
DE10231362A1 (de) * 2002-07-11 2004-01-22 Robert Bosch Gmbh Vorrichtung zur Umfeldüberwachung in einem Fahrzeug
JP4055656B2 (ja) * 2003-05-30 2008-03-05 トヨタ自動車株式会社 衝突予測装置
DE10331965A1 (de) * 2003-07-15 2005-02-03 Robert Bosch Gmbh Vorrichtung zur Bestimmung der Fahrzeugeigengeschwindigkeit
DE10342128A1 (de) * 2003-09-12 2005-04-07 Valeo Schalter Und Sensoren Gmbh Verfahren und Abstandserfassungsvorrichtung zum Bestimmen des Abstandes zwischen mindestens einer Sensoreinrichtung und einem Objekt
WO2005086079A1 (en) * 2004-03-02 2005-09-15 Sarnoff Corporation Method and apparatus for differentiating pedestrians, vehicles, and other objects

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104149786A (zh) * 2009-05-29 2014-11-19 丰田自动车株式会社 车辆控制装置、车辆以及车辆控制方法
CN104149786B (zh) * 2009-05-29 2016-04-27 丰田自动车株式会社 车辆控制装置、车辆以及车辆控制方法
CN103780801A (zh) * 2012-10-25 2014-05-07 特克特朗尼克公司 用于数字基带视频中场景剪切检测的启发式方法
CN104777480A (zh) * 2014-01-15 2015-07-15 杭州一帆船舶设备技术有限公司 一种用于海洋渔业船舶的主动防碰撞雷达报警***
CN104793202A (zh) * 2014-01-16 2015-07-22 通用汽车环球科技运作有限责任公司 多雷达成像传感器的对象融合***
CN104793202B (zh) * 2014-01-16 2018-03-30 通用汽车环球科技运作有限责任公司 多雷达成像传感器的对象融合***
CN104865579A (zh) * 2014-02-21 2015-08-26 株式会社电装 具有判断检测对象运动状况的功能的车载障碍物检测装置
CN105842684A (zh) * 2015-02-04 2016-08-10 通用汽车环球科技运作有限责任公司 采用雷达数据的车辆运动估计增强
CN108027971A (zh) * 2015-07-28 2018-05-11 法雷奥开关和传感器有限责任公司 用于识别围绕机动车辆的区域中的对象的方法、驾驶员辅助***和机动车辆
CN109804270A (zh) * 2016-10-14 2019-05-24 奥迪股份公司 机动车和用于360°环境检测的方法
CN109204311A (zh) * 2017-07-04 2019-01-15 华为技术有限公司 一种汽车速度控制方法和装置
CN109204311B (zh) * 2017-07-04 2021-06-01 华为技术有限公司 一种汽车速度控制方法和装置
CN109426807A (zh) * 2017-08-22 2019-03-05 罗伯特·博世有限公司 用于估计车辆的自身运动的方法和设备
CN110837079A (zh) * 2018-08-16 2020-02-25 杭州海康威视数字技术股份有限公司 一种基于雷达的目标检测方法及装置
CN110837079B (zh) * 2018-08-16 2021-10-19 杭州海康威视数字技术股份有限公司 一种基于雷达的目标检测方法及装置
CN110888115A (zh) * 2018-08-21 2020-03-17 德尔福技术有限责任公司 对雷达跟踪的潜在静止对象进行分类
CN110888115B (zh) * 2018-08-21 2023-12-29 德尔福技术有限责任公司 对雷达跟踪的潜在静止对象进行分类

Also Published As

Publication number Publication date
DE102005017422A1 (de) 2006-10-19
EP1874581B1 (de) 2008-08-13
EP1874581A1 (de) 2008-01-09
US20090278672A1 (en) 2009-11-12
DE502006001344D1 (de) 2008-09-25
WO2006108751A1 (de) 2006-10-19

Similar Documents

Publication Publication Date Title
CN101160231A (zh) 具有用于识别静止目标的装置的驾驶员协助***
CN107490794B (zh) 物体辨识处理装置、物体辨识处理方法及自动驾驶***
JP3947193B2 (ja) 車両のコース予測方法及びその装置
US10399565B2 (en) Method and device for optimizing driver assistance systems
US20050278112A1 (en) Process for predicting the course of a lane of a vehicle
US8065084B2 (en) Method for determining the plausibility of objects in driver assistance systems
EP3553551B1 (en) Method for the recognition of an object
EP1566657B1 (en) Collision detection system and method of estimating target crossing location
US8989913B2 (en) Travel route estimation device and travel route estimation method used in the same device
US8112223B2 (en) Method for measuring lateral movements in a driver assistance system
US8340883B2 (en) Method and apparatus for predicting a movement trajectory
US6628227B1 (en) Method and apparatus for determining a target vehicle position from a source vehicle using a radar
CN108237998A (zh) 车载提醒设备和控制车载提醒设备的方法
CN102439480B (zh) 物体检测装置
JP6970936B2 (ja) 物体検出装置、物体検出プログラム、および記録媒体
EP2918467A1 (en) Drive assist device and method, collision prediction device and method, and alerting device and method
US20040102901A1 (en) Method and system for vehicle impact assessment using driver braking estimation
CN109360445B (zh) 一种基于横向与纵向运动学特征分布的高速换道风险检测方法
CN101233463A (zh) 用于识别拐弯过程的方法和用于汽车的驾驶员支持***
Berndt et al. Driver braking behavior during intersection approaches and implications for warning strategies for driver assistant systems
Rodemerk et al. Predicting the driver's turn intentions at urban intersections using context-based indicators
CN114735018A (zh) 一种基于单雷达的前方最危险目标车辆的筛选判断方法
CN105015469A (zh) 物体检测装置以及物体检测方法
CN114559923A (zh) 一种无人驾驶车辆自动紧急避障***及其控制方法
CN105122330A (zh) 驾驶辅助装置和驾驶辅助方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20080409