CN109492518A - 用于识别车辆的周围环境的方法和设备、计算机程序 - Google Patents
用于识别车辆的周围环境的方法和设备、计算机程序 Download PDFInfo
- Publication number
- CN109492518A CN109492518A CN201811062696.5A CN201811062696A CN109492518A CN 109492518 A CN109492518 A CN 109492518A CN 201811062696 A CN201811062696 A CN 201811062696A CN 109492518 A CN109492518 A CN 109492518A
- Authority
- CN
- China
- Prior art keywords
- feature
- information
- situation
- collection
- analysis
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/768—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using context analysis, e.g. recognition aided by known co-occurring patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种用于识别车辆(100)的周围环境的方法,该车辆配备有至少一个环境传感器(104),该环境传感器用于提供关于周围环境的特征的信息(106,110)。分析处理第一信息(106),该第一信息代表第一特征集的至少一个特征,以便识别是否存在车辆的第一情况。此外分析处理第二信息(110),该第二信息代表第二特征集的至少一个特征,以便识别是否存在车辆的与第一情况不同的第二情况。第一特征集与第二特征集不具有共同的特征。
Description
技术领域
本发明从用于识别车辆的周围环境的一种设备或一种方法出发。本发明的主题也是一种计算机程序。
背景技术
在驾驶员辅助***和高度自动化***的背景下,经常提出如下问题:如何能够确保正确地识别了给定的情况或该情况的一方面。在此,一个重要的问题在于,环境传感装置的分析处理装置无法完全***性地解读所有可用信息。
为了确定:车辆位于高速公路上还是位于授权确定技术***使用的道路上,例如可以使用地图。然而,这些信息然通常不具有足够的安全品质(Sicherheitsgüte),因此,应通过环境传感装置来提供对于安全重要的信息。
已知的是,使用冗余来解决安全问题。
发明内容
在该背景下,借助在此提出的方案,提出根据本发明的技术方案的一种方法、一种设备和一种相应的计算机程序,该方法和该设备用于识别车辆的周围环境。
通过在本发明的技术方案中实施的措施,可以实现有利的扩展方案和改善方案。
在此提出一种用于识别车辆的周围环境的方法,其中,车辆配备有至少一个环境传感器,该至少一个环境传感器用于提供关于周围环境的特征的信息,其中,该方法包括以下步骤:
分析处理第一信息,以便识别是否存在车辆的第一情况,该第一信息代表第一特征集(Merkmalsmenge)的至少一个特征;分析处理第二信息,以便识别是否存在车辆的与第一情况不同的第二情况,该第二信息代表第二特征集的至少一个特征;其中,第一特征集与第二特征集不具有共同的特征。
环境传感器例如可以理解为光学传感器、超声传感器、雷达传感器或激光雷达传感器。所述信息可以是在使用至少一个环境传感器的情况下求取的信息。该信息可以以电信息信号的形式存在。在此,该信息可以直接由至少一个环境传感器的接口读取,或者该信息可以在使用由至少一个环境传感器所提供的环境信号的情况下被求取。特征(也称为指示符(indikator))例如可以理解为交通标志、车道标记、车道宽度、行人、交通信号灯、另一车辆、绿化(Bepflanzung)或建筑物或其他适用于表征车辆情况的参数。第一信息例如可以表明:第一特征集的确定特征存在于或不存在于周围环境中。类似地,第二信息可以表明:第一特征集的确定特征存在于或不存在于周围环境中。因此,特征也可以被称为指示符。第一情况和第二情况例如可以是相互排除的情况。因此,第一情况例如可以涉及快速道上的情况,第二情况例如可以涉及居民区(Ortschaft)中的情况。第一信息和第二信息可以涉及相互独立地提供的信息。相应地,第一特征集的特征和第二特征集的特征可以涉及相互独立的特征,就此而言,例如第二特征集的特征可以不简单地涉及对第一特征集的特征的形式上的否定,而是涉及与该第一特征集的特征独立检测的、肯定辨识出的特征。相反地,这也可以适用于第一特征集的特征相对于第二特征集的特征。第一特征集的特征和第二特征集的特征例如可以已经由同一环境传感器或由多个同类型的环境传感器所检测。
根据一种实施方式,如果在分析处理中得出第一情况存在并且第二情况不存在,则提供确认信号,该确认信号确认存在第一情况。
这基于如下认知:可以借助第一模块和第二模块来实现用于情况识别的、对于安全重要的功能,该第一模块用于情况的肯定识别,该第二模块用于情况的否定识别或用于非情况(Nicht-Situation)的肯定识别。根据该识别可以执行一致性检查(Konsistenzcheck)。有利地,可以考虑将相互独立的标准用于情况识别,这些标准的数据例如可以由同一传感器或同类型的传感器——例如摄像机提供。在此提出的方案尤其能够充分保障用于情况识别的机器学习方法。
借助相应的方法可以保障环境信息并且以适当的安全质量提供环境信息。在此,可以以两种方式求取给定的信息。在第一种方式中,可以执行待评估的方面的肯定辨识。实现该肯定辨识的第一模块例如可以在“是表示该情况存在”的意义上提供对情况的是/否评估。相反地,第二模块可以执行对该方面的对立面的肯定辨识,只要该对立面被足够好地描述。例如如果第一模型得出结论“所考虑的情况存在”,并且第二模型得出结论“该情况的对立面不存在”,则可以在***层面上认为:该情况存在。为了使第一模块与第二模块之间的独立性尽可能好,并且为了使冗余在根本上生效,重要的是,第二模块不简单地以相反的方式实现第一模型的算法,而是分析与第一模型不同的信息。
本方案的优点在于:可以以有保障的方式使用环境信息,该方法能够用于机器学习方法,并且模块之间独立性证明能够被简单地执行。
该方法可以包括在使用至少一个环境传感器的情况下检测第一信息和/或第二信息的步骤。此外,在提供确认信号的步骤中,可以由车辆的驾驶员辅助***使用确认信号来解决驾驶任务。
根据一种实施方式,在分析处理步骤中,可以分析处理第一信息,该第一信息代表第一特征集的如下特征:该特征不是通过否定第二特征集的特征所求取的。附加地或替代地,可以分析处理第二信息,该第二信息代表第二特征集的如下特征:该特征不是通过否定第一特征集的特征所求取的。由此可以避免第一特征集的特征与第二特征集的特征之间的相关性。
根据另一实施方式,可以在分析处理步骤中识别:是否存在排除第一情况的第二情况。由此可以以高可靠性识别第一情况。
有利的是,在分析处理步骤中分析处理代表第一特征集的特征的第一信息,该第一特征集包括如下作为特征:交通牌、交通牌颜色、多车道、车道宽度、路边建筑物、隔离的结构性道路引导或上述特征中的至少两个的组合。附加地或替代地,可以分析处理代表第二特征集的特征的第二信息,该第二特征集包括如下作为特征:横向交通(Querführungsverkehr)、行人、与该交通路牌不同的另一交通路牌、与该交通路牌颜色不同的另一交通路牌颜色、交叉路口情况、交通信号灯或上述特征中的至少两个的组合。由此可以以高可靠性将第二情况识别为排除第一情况的情况,或者反之亦然。
此外,可以在分析处理步骤中分析处理第一信息,以便根据第一特征集的特征的数量和/或频率来识别第一情况的存在或不存在。附加地或替代地,可以分析处理第二信息,以便根据第二特征集的特征的数量和/或频率来识别第二情况的存在或不存在。由此可以简单地加权第一特征集的特征或第二特征集的特征。
还有利的是:在过滤步骤中过滤第一信息,以便获得经过滤的第一信息。附加地或替代地,可以过滤第二信息,以便获得经过滤的第二信息。相应地,可以在分析处理步骤中分析处理经过滤的第一信息,以便识别是否存在第一情况;或者附加地或替代地,分析处理经过滤的第二信息,以便识别是否存在第二情况。例如,经过滤的第一信息可以代表比第一信息更少量的特征,经过滤的第二信息可以代表比第二信息更少量的特征。由此可以降低该方法的错误率。
根据一种实施方式,可以在过滤步骤中分析处理第一信息和/或第二信息,以便去掉确定用于多种应用的特征和/或模棱两可的特征。由此可以确保第一特征集的特征与第二特征集的特征之间的独立性。
该方法例如可以以软件实现或以硬件实现或以软件与硬件的混合形式(例如在控制设备中)实现。
在此提出的方案还提供一种设备,该设备构造用于在相应装置中执行、操控或实现在此提出的方法的变型方案的步骤。而且通过本发明的设备形式的这种实施变型方案可以快速和高效地解决本发明所基于的任务。
为此,该设备可以具有:至少一个用于处理信号或数据的计算单元、至少一个用于存储信号或数据的存储器单元、至少一个用于从传感器读取传感器信号或用于将数据信号或控制信号输出到执行器上的至传感器或执行器的接口和/或至少一个用于读取或输出嵌入到通信协议中的数据的通信接口。计算单元例如可以是信号处理器、微控制器或类似物,其中,该存储器单元例如可以是闪存、EPROM或磁性存储单元。通信接口可以构造用于无线地和/或有线地读取或输出数据,其中,可以读取或输出有线数据的通信接口例如可以电学地或光学地从相应数据传输线路中读取这些数据或将这些数据输出到相应的数据传输线路中。
在此,该设备可以理解为电设备,该电设备处理传感器信号并且根据该传感器信号输出控制信号和/或数据信号。该设备可以具有可以以硬件形式和/或软件形式构造的接口。在硬件形式的构造中,该接口例如可以是所谓的***专用集成电路的一部分,该部分包含该设备的各种各样的功能。然而也能够实现,该接口是独立的集成电路或至少部分地由分立的构件组成。在软件形式的构造中,该接口可以是软件模块,该软件模块例如与其他软件模块一起存在于微控制器上。
在一种有利的构型中,通过该设备实现对车辆的控制。为此,该设备例如可以获取传感器信号——例如加速度信号、压力信号、转向角信号或环境传感器信号。通过执行器——例如车辆的制动执行器或转向执行器或电机控制设备——来实现操控。在一种实施方式中,该方法相应地包括基于所识别的周围环境来操控车辆的步骤。
还有利的是一种计算机程序产品或具有程序代码的计算机程序,该程序代码能够存储在机器可读的载体或存储介质上——例如半导体存储器、硬盘存储器或光学存储器——并且用于尤其当该程序产品或程序在计算机或设备上实施时,执行、实现和/或操控根据上述实施方式中任一项所述的方法的步骤。
附图说明
本发明的实施例在附图中示出并且在以下描述中进一步阐述。附图示出:
图1示出具有根据一种实施例的设备的车辆的示意图;
图2示出图1中的设备的示意图;
图3示出根据一种实施例的方法的流程图。
在本发明的有利实施例的以下描述中,对于在不同附图中示出的并且起类似作用的元件使用相同或类似的附图标记,其中,省去对这些元件的重复性描述。
具体实施方式
图1示出具有根据一种实施例的设备102的车辆100的示意图。用于识别车辆100的周围环境的设备102——例如控制设备——与环境传感器104耦合。环境传感器104——例如摄像机——构造用于检测周围环境的不同特征。在此,环境传感器104通过环境传感器接口提供电信号形式的第一信息106,该第一信息代表第一特征集的至少一个特征,该第一特征集的特征配属于车辆100的第一情况——例如高速公路情况。示例性地,图1中的第一信息106代表位于车辆100的周围环境中的高速公路路牌108的存在,该高速公路路牌具有对于高速公路来说典型的路牌颜色——例如蓝色。此外,环境传感器104通过环境传感器接口提供电信号形式的第二信息110,该第二信息代表第二特征集的至少一个特征,该第二特征集的特征配属于车辆100的与第一情况不同的第二情况。第一特征集与第二特征集是无交集的(elementfremd)。特别有利的是:第二特征集的特征配属于与第一情况相反的第二情况——例如车辆100的居民区情况。相应地,第二信息110例如代表在车辆100的周围环境中不存在交叉路口情况。设备102从环境传感器104接收这两种信息106、110并且对这些信息进行分析处理,以便识别是否存在第一情况,并且进一步识别是否存在第二情况。根据该实施例,设备102根据第一信息106——即根据所检测的高速公路路牌108——识别到存在第一情况,并且根据第二信息110——即根据缺少交叉路口——识别到不存在第二情况。因此,对不存在第二情况的肯定识别是冗余,通过该冗余可以以高安全品质确认第一情况的存在。作为分析处理的结果,设备102提供确认存在第一情况的确认信号112。
视实施例而定,第一信息106或第二信息110代表所涉及的特征集的多个特征,其中,第一特征集的特征和第二特征集的特征代表始终相互独立的特征。
根据一种替代实施例,由不同的环境传感器提供信息106、110。这些不同的环境传感器例如可以布置在车辆100的不同位置上和/或具有不同的传感器特性。
根据一种实施例,由驾驶员辅助***114使用确认信号112,以便解决驾驶任务。根据一种实施例,设备102在此是驾驶员辅助***114的一部分。根据一种实施例,驾驶员辅助***114构造用于在使用确认信号112的情况下提供控制信号116,该控制信号用于控制车辆100的功能单元118——例如驱动器、制动装置或转向装置。
图2示出图1中的设备102的示意图。根据一种实施例,设备102实现成车辆的硬件部件或硬件部件的一部分。设备102包括第一模块200和第二模块202,该第一模块用于处理第一信息106,该第二模块用于与第一模块200独立地处理第二信息110。在此,第一模块200从一种不确定的状态x出发,根据具有第一指示符A1...An形式的元素的第一特征集的至少一个特征识别:是否存在第一情况。类似地,第二模块202从一种不确定的状态x′出发,根据具有第二指示符B1...Bm形式的元素的第二特征集的至少一个特征识别:是否存在第二情况。例如分别以“是”来答复第一情况或第二情况的存在,分别以“否”来答复第一情况或第二情况的不存在。如图2所示,如果在第一信息106的分析处理中得出“是”,并且在第二信息110的分析处理中得出“否”,则通过设备102的提供单元204来提供确认信号112,该确认信号表明:第一情况是可靠的(sicher zutreffen)。
接下来根据图2以如下问题为例来描述在此提出的方案:车辆是否存在于高速公路上。第一模块200直接根据分别指向高速公路的第一指示符来评估该问题。配属于高速公路情况的指示符例如是高速公路路牌、多车道、车道宽度、路边建筑物、隔离的结构性引导或仅出现在高速公路上的特定路牌。
有利的是,第一模块200构造用于在情况识别中通过相应的过滤来去掉如下确定信息:例如所检测的表明高速公路结束的路牌,或者导航信息——如果这些确定信息***性地用于别处(anderswo)或损害两个模型200、202之间的独立性。
例如通过在使用机器学习方法的情况下适当选择训练数据来确保:仅当第一指示符足够频繁地出现时,第一模块200才从一开始不确定的状态x变为“是”。取决于使用该方法的应用来考虑:是引入不确定的状态x、x′还是始终分别仅涉及一方面——例如在第一模块200中x=否,而在第二模块202中x′=是。
第二模块202例如根据适当的第二指示符来评估问题“***是否位于别的地方?”。这种指示符例如是横向交通、行人、出现在城市中的路牌、地名牌、直至70公里/小时的限速、交叉路口情况、路牌颜色“黄色”或交通信号灯。对于建立期望独立性而言重要的是,第二指示符不仅仅表示对第一指示符的否定。
例如,如果第一指示符Aj检查高速公路路牌的存在,则任意的第二指示符Bi不仅仅表示高速公路牌不存在。否则的话,在这种情况下,两个模块200、202之间的独立性受到损害或至少难以证实。也就是说,由两个模块200、202所执行的分析处理应该是肯定辨识。
在此提出的方案的目的在于,将第一指示符和第二指示符分别用作特征或特性的肯定确认,并且不将第一指示符和第二指示符用作特征或特性的不存在的否定确认——这相当于否定辨识。由此可以有益确保分析处理指示符情况下的独立性。
此外,这种识别方法支持基于指示符的独立性的简单证实和简单验证。例如可以以直观的方式在共同的错误原因方面通过环境传感装置分析、争辩和验证特征组合“识别到行人”/“隔离的结构性引导”。如果该方法与机器学习方法一起使用,则可以通过选择适当的训练数据来确保这一点。
根据图2,仅当第一模块200探测到***位于高速公路上并且第二模块202探测到***没有位于别处时,才识别到可靠的状态。有利地,相对简单的是,通过获取经验来改善两个模块。除了改善指示符以外,也可以简单地将新指示符添加至特征集。
图3示出根据一种实施例的方法300的流程图。例如可以由根据图2所述的设备来实施用于识别车辆的周围环境的方法300。在此,在步骤310中,在周围环境的所检测的特征方面分析处理由环境传感器提供的两个信息,以便识别:是否存在第一情况,或是否存在第二情况。在可选的另一步骤320中,只要在这两个信息的分析处理中得出第一情况存在并且第二情况不存在,则提供确认第一情况存在的确认信号。第二情况在此尤其代表如下情况:该情况与第一情况相反或排除第一情况。
根据一种实施例,在之前的步骤330中,在使用一个或多个环境传感器的情况下检测信息。
如果一个实施例包括第一特征与第二特征之间的“和/或”关系,则这可以解读为:该实施例根据第一实施方式不仅具有第一特征而且也具有第二特征,而根据另一实施方式要么仅具有第一特征要么仅具有第二特征。
Claims (12)
1.一种用于识别车辆(100)的周围环境的方法(300),其中,所述车辆(100)配备有至少一个环境传感器(104),所述至少一个环境传感器用于提供关于所述周围环境的特征的信息(106,110),其中,所述方法(300)包括以下步骤:
分析处理(310)第一信息(106),以便识别是否存在所述车辆(100)的第一情况,所述第一信息代表第一特征集(A1...An)的、在使用所述至少一个环境传感器(104)的情况下求取的至少一个特征;分析处理(310)第二信息(110),以便识别是否存在所述车辆(100)的与所述第一情况不同的第二情况,所述第二信息代表第二特征集(B1...Bm)的、在使用所述至少一个环境传感器(104)的情况下求取的至少一个特征;其中,所述第一特征集(A1...An)与所述第二特征集(B1...Bm)不具有共同的特征。
2.根据权利要求1所述的方法(300),所述方法具有提供(320)确认信号(112)的步骤,如果在所述分析处理(310)中得出第一情况存在并且第二情况不存在,则所述确认信号确认存在所述第一情况。
3.根据权利要求2所述的方法(300),其中,在所述提供(320)步骤中,由所述车辆(100)的驾驶员辅助***(114)使用所述确认信号(112)来解决驾驶任务。
4.根据上述权利要求中任一项所述的方法(300),所述方法具有在使用所述至少一个环境传感器(104)的情况下检测(330)所述第一信息(106)和/或所述第二信息(110)的步骤。
5.根据上述权利要求中任一项所述的方法(300),在所述方法中,在所述分析处理(310)步骤中分析处理第一信息(106),所述第一信息代表所述第一特征集(A1...An)的如下特征:所述特征不是通过否定所述第二特征集(B1...Bm)的特征所求取的;和/或,分析处理第二信息(110),所述第二信息代表所述第二特征集(B1...Bm)的如下特征:所述特征不是通过否定所述第一特征集(A1...An)的特征所求取的。
6.根据上述权利要求中任一项所述的方法(300),在所述方法中,在所述分析处理(310)步骤中识别:是否存在排除所述第一情况的第二情况。
7.根据上述权利要求中任一项所述的方法(300),在所述方法中,在所述分析处理(310)步骤中分析处理第一信息(106),所述第一信息代表第一特征集(A1...An)的特征,所述第一特征集包括如下作为特征:交通路牌(108)和/或交通路牌颜色和/或多车道和/或车道宽度和/或路边建筑物和/或隔离的结构性道路引导;和/或,分析处理第二信息(110),所述第二信息代表第二特征集(B1...Bm)的特征,所述第二特征集包括如下作为特征:横向交通和/或行人和/或与所述交通路牌(108)不同的另一交通路牌和/或与所述交通路牌颜色不同的另一交通路牌颜色和/或交叉路口情况和/或交通信号灯。
8.根据上述权利要求中任一项所述的方法(300),在所述方法中,在所述分析处理(310)步骤中,分析处理所述第一信息(106),以便根据所述第一特征集(A1...An)的特征的数量和/或频率来识别所述第一情况的存在或不存在;和/或,分析处理所述第二信息(110),以便根据所述第二特征集(B1...Bm)的特征的数量和/或频率来识别所述第二情况的存在或不存在。
9.根据上述权利要求中任一项所述的方法(300),所述方法具有:过滤所述第一信息(106)的步骤,以便获得经过滤的第一信息;和/或,过滤所述第二信息(110)的步骤,以便获得经过滤的第二信息,其中,在所述分析处理(310)步骤中,分析处理经过滤的第一信息,以便识别是否存在第一情况;和/或,分析处理经过滤的第二信息,以便识别是否存在第二情况。
10.一种设备(102),所述设备具有单元(200,202,204),所述单元构造用于实施和/或操控根据上述权利要求中任一项所述的方法(300)。
11.一种计算机程序,所述计算机程序构造用于实施和/或操控根据权利要求1至8中任一项所述的方法(300)。
12.一种机器可读的存储器介质,在所述机器可读的存储器介质上存储有根据权利要求10所述的计算机程序。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017216016.0 | 2017-09-12 | ||
DE102017216016.0A DE102017216016A1 (de) | 2017-09-12 | 2017-09-12 | Verfahren und Vorrichtung zum Erkennen eines Umfelds eines Fahrzeugs |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109492518A true CN109492518A (zh) | 2019-03-19 |
Family
ID=65441702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811062696.5A Pending CN109492518A (zh) | 2017-09-12 | 2018-09-12 | 用于识别车辆的周围环境的方法和设备、计算机程序 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10741068B2 (zh) |
CN (1) | CN109492518A (zh) |
DE (1) | DE102017216016A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112918417A (zh) * | 2019-12-05 | 2021-06-08 | 罗伯特·博世有限公司 | 用于识别在车辆上的损伤的方法、控制器和存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018214959A1 (de) * | 2018-09-04 | 2020-03-05 | Robert Bosch Gmbh | Verfahren zur Auswertung von Sensordaten mit einer erweiterten Objekterkennung |
DE102021202459A1 (de) | 2021-03-15 | 2022-09-15 | Volkswagen Aktiengesellschaft | Verfahren zum Bestimmen einer Mehrspurigkeit einer Fahrbahn, Computerprogrammprodukt sowie Assistenzsystem |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2390862A2 (de) * | 2010-05-26 | 2011-11-30 | Audi AG | Verfahren zur Steuerung des Betriebs eines vollautomatischen, zur unabhängigen Fahrzeugführung ausgebildeten Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug |
DE102012200431A1 (de) * | 2012-01-12 | 2013-07-18 | Robert Bosch Gmbh | Verfahren zur Bestimmung eines Vorliegens einer Kreuzung in einem von einem Fahrzeug befahrenen Straßenverlauf |
DE102012216788A1 (de) * | 2012-09-19 | 2014-05-28 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und System zum Erhalten von Qualitätsdaten betreffend Informationen über Schaltzeiten und/oder Schaltbedingungen von Ampeln und/oder Wechselverkehrszeichen |
DE102014201210A1 (de) * | 2014-01-23 | 2015-07-23 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln einer Gefahrenstelle im Umfeld eines Fahrzeugs |
DE102014216018A1 (de) * | 2014-08-13 | 2016-02-18 | A.D.C. Automotive Distance Control Systems Gmbh | Steuervorrichtung, fahrzeug und verfahren |
CN107082071A (zh) * | 2016-02-15 | 2017-08-22 | 宝马股份公司 | 用于防止意外离开行车道的方法和辅助装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013101639A1 (de) * | 2013-02-19 | 2014-09-04 | Continental Teves Ag & Co. Ohg | Verfahren und Vorrichtung zur Bestimmung eines Fahrbahnzustands |
DE102013003944A1 (de) * | 2013-03-08 | 2014-09-11 | Volkswagen Ag | Verfahren und Vorrichtung zum Bereitstellen von Fahrerassistenzfunktionalität |
KR101601475B1 (ko) * | 2014-08-25 | 2016-03-21 | 현대자동차주식회사 | 야간 주행 시 차량의 보행자 검출장치 및 방법 |
US10325339B2 (en) * | 2016-04-26 | 2019-06-18 | Qualcomm Incorporated | Method and device for capturing image of traffic sign |
DE102016012345A1 (de) * | 2016-10-14 | 2017-05-04 | Daimler Ag | Verfahren zum Erkennen von Objekten |
US10569785B2 (en) * | 2017-04-27 | 2020-02-25 | Ford Global Technologies, Llc | Road water detection |
-
2017
- 2017-09-12 DE DE102017216016.0A patent/DE102017216016A1/de active Pending
-
2018
- 2018-08-30 US US16/117,793 patent/US10741068B2/en active Active
- 2018-09-12 CN CN201811062696.5A patent/CN109492518A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2390862A2 (de) * | 2010-05-26 | 2011-11-30 | Audi AG | Verfahren zur Steuerung des Betriebs eines vollautomatischen, zur unabhängigen Fahrzeugführung ausgebildeten Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug |
DE102012200431A1 (de) * | 2012-01-12 | 2013-07-18 | Robert Bosch Gmbh | Verfahren zur Bestimmung eines Vorliegens einer Kreuzung in einem von einem Fahrzeug befahrenen Straßenverlauf |
DE102012216788A1 (de) * | 2012-09-19 | 2014-05-28 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und System zum Erhalten von Qualitätsdaten betreffend Informationen über Schaltzeiten und/oder Schaltbedingungen von Ampeln und/oder Wechselverkehrszeichen |
DE102014201210A1 (de) * | 2014-01-23 | 2015-07-23 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln einer Gefahrenstelle im Umfeld eines Fahrzeugs |
DE102014216018A1 (de) * | 2014-08-13 | 2016-02-18 | A.D.C. Automotive Distance Control Systems Gmbh | Steuervorrichtung, fahrzeug und verfahren |
CN107082071A (zh) * | 2016-02-15 | 2017-08-22 | 宝马股份公司 | 用于防止意外离开行车道的方法和辅助装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112918417A (zh) * | 2019-12-05 | 2021-06-08 | 罗伯特·博世有限公司 | 用于识别在车辆上的损伤的方法、控制器和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
DE102017216016A1 (de) | 2019-03-14 |
US20190080597A1 (en) | 2019-03-14 |
US10741068B2 (en) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10908051B2 (en) | Testing method and apparatus applicable to driverless vehicle | |
CN109492518A (zh) | 用于识别车辆的周围环境的方法和设备、计算机程序 | |
CN109313849B (zh) | 用于错路驾驶员识别的方法、设备和*** | |
CN109658719A (zh) | 用于识别交通指示牌的方法、车辆设备和可信性验证方法以及存储媒介 | |
CN110968094B (zh) | 用于运行车辆的方法和设备 | |
CN108319895A (zh) | 用于识别电子地图中的路口的方法和装置 | |
CN108139220A (zh) | 用于评价地图内容的方法和设备 | |
WO2014013545A1 (ja) | 車載機およびセンター装置 | |
CN108369781B (zh) | 评价由车辆的至少一个传感器检测到的危险情况的方法 | |
CN205027429U (zh) | 一种桥梁载重监测*** | |
CN110310499A (zh) | 一种匝道限速识别的方法及装置 | |
CN113743344B (zh) | 道路信息的确定方法、装置和电子设备 | |
CN111278006B (zh) | 一种基于v2x的感知信息的可靠性验证方法、装置、控制器及汽车 | |
CN104395944A (zh) | 定向车道的识别 | |
CN109313850A (zh) | 用于逆行驾驶员识别的方法、设备和*** | |
JP7461399B2 (ja) | 原動機付き車両の走行動作を補助する方法及びアシスト装置並びに原動機付き車両 | |
CN111947669A (zh) | 用于将基于特征的定位地图用于车辆的方法 | |
CN108780607A (zh) | 用于车辆的基础设施识别设备,用于产生信号的方法和用于提供维修信息的方法 | |
US20210279483A1 (en) | Method and System for Increasing Safety of Partially or Fully Automated Driving Functions | |
CN109427202A (zh) | 用于预测由施工工地决定的行驶路段改变的设备和方法 | |
CN110446907A (zh) | 用于运行车辆的方法和设备 | |
CN111157012B (zh) | 一种机器人导航方法、装置、可读存储介质及机器人 | |
CN107329471B (zh) | 一种无人驾驶车辆的智能决策*** | |
CN109313847A (zh) | 用于错路驾驶员识别的方法、设备和*** | |
CN110900603B (zh) | 一种通过几何特征识别电梯的方法、介质、终端和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |