CN113748331A - 用于求取车道表面上的水的固态形式的方法和设备 - Google Patents
用于求取车道表面上的水的固态形式的方法和设备 Download PDFInfo
- Publication number
- CN113748331A CN113748331A CN202080031304.8A CN202080031304A CN113748331A CN 113748331 A CN113748331 A CN 113748331A CN 202080031304 A CN202080031304 A CN 202080031304A CN 113748331 A CN113748331 A CN 113748331A
- Authority
- CN
- China
- Prior art keywords
- signal
- water
- predefined
- light
- optical sensor
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000007787 solid Substances 0.000 title claims abstract description 49
- 230000003287 optical effect Effects 0.000 claims abstract description 62
- 238000011156 evaluation Methods 0.000 claims description 63
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 description 12
- 238000010521 absorption reaction Methods 0.000 description 11
- 239000007788 liquid Substances 0.000 description 7
- 230000000052 comparative effect Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000331006 Euchaeta media Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3554—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for determining moisture content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N2021/4704—Angular selective
- G01N2021/4709—Backscatter
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种用于求取车道表面(70)上的水的固态形式的方法和设备。该方法包括下述步骤:运输器具(80)的光学传感器(30)的光源的光以预限定角度发射到车道表面(70)上,其中,所述光源设置为用于发射具有至少两个彼此有偏差的预限定波长或预限定波长范围的光,接收所述光学传感器(30)的光探测器的信号,所述信号代表所发射的光的通过所述车道表面(70)散射回到所述光学传感器(30)的部分的强度,基于所述信号内的对于各个预限定波长或预限定波长范围的光强度的接收值的比例来求取车道表面上的水的固态形式,通过将所述信号的绝对值与第一预限定阈值进行比较和/或将所述信号的信噪比与第二预限定阈值进行比较,对所述车道表面上的水的固态形式进行分类,以及在所述运输器具(80)中使用所求取的关于所述水的固态形式的信息。
Description
技术领域
本发明涉及一种用于求取车道表面上的水的固态形式的方法和设备。
背景技术
由现有技术已知用于运输器具的自动化驾驶或高度自动化行驶运行的***,为了可靠地或安全地控制运输器具,所述***尤其使用关于当前存在的环境条件的信息。为了确保安全的高度自动化行驶,例如有利的是,尽可能准确地求取待驶过的道路的摩擦系数。该摩擦系数尤其受到道路上出现的“中间介质”(即车道表面与运输器具的轮胎之间的介质)的影响,所述中间介质例如是水、雪、冰、树叶或者油。可以通过不同的传感器(例如摄像机、声学传感器、超声波传感器或者在红外范围中工作的光学传感器)对这些介质进行感测。在近红外范围(大约800nm-3000nm)中工作的光学传感器可以以适合的方式分析评价多个波长的或波长范围的主动发射的光的漫反射和/或定向反射。这些探测到的波长或波长范围的区别在于,在这些波长或波长范围中,在所有聚集态(液态、冰、雪或者混合状态)中的水的光谱中存在不同强度突出的吸收线。由此可以区分干燥的道路与非干燥的道路,可以将各个中间介质分门别类为水的状态形式,甚至可以确定相应的中间介质的层厚度。为此,尤其通过比较、阈值或者机器学习方法对强度和强度关系进行分析评价。然而,基于这种光学感测原理,由于雪频谱与冰频谱的相似性,对被雪覆盖的和被冰覆盖的车道表面进行的、能有利地用于自动化驾驶的且可靠的区分容易导致错误分类。
DE 000002712199 C2描述一种用于警告机动车驾驶员道路光滑性的设备,其特征在于光源,通过该光源将确定波长的光辐射到车道表面上,在于接收器,通过该接收器能将被车道反射的光转换成相应的电信号,以及在于警告装置,通过该警告装置能使机动车驾驶员识别到在车道上结冰时产生的电信号。
DE 000004133359 C2描述一种用于测量存在于车道上的水层的厚度的方法和设备。为此,借助光源将具有红外光谱分量的光束发射到车道上。在处在近红外范围中的至少两个波长上选择性地扫描由车道反射的、在存在水层的情况下已穿透这个水层的光。水层的厚度由选择性扫描的散射回的光流的振幅确定,并且借助显示元件显示。
发明内容
根据本发明的第一方面,提出一种用于求取车道表面上的水的固态形式的方法,所述方法尤其能够用于区分车道表面上的冰与雪。在根据本发明的方法的第一步骤中,运输器具的光学传感器的光源的光以预限定角度发射到车道表面上。
该光源设置为用于发射具有至少两个彼此有偏差的预限定波长或预限定波长范围的光。在简化描述的意义上,术语“预限定波长范围”在下文中也用于代表“预限定波长”。光源可以包括单个发光器件或者多个发光器件。也就是说,为了至少两个预限定波长范围,光可以要么通过一个宽带发光器件(该发光器件包括至少两个预限定波长范围)要么通过多个窄带发光器件产生,其中,每个发光器件设置为用于在这些预限定波长范围中的对应预限定波长范围中发射光。
例如,运输器具可以是道路行驶工具(例如摩托车、乘用车、运输机、载重车)或者轨道行驶工具或者空中行驶工具/飞机或者水上行驶工具。例如,光学传感器的光源可以是激光光源或者LED光源,该LED光源尤其构造为用于发射近红外光,该近红外光的波长或波长范围优选在800nm至3000nm之间的范围中。此外,原则上还可以借助其他类型的光源和/或其他波长或波长范围来执行根据本发明的方法。只要通过传感器发射的光以上述预限定角度照射到车道表面上并且在光学传感器中可以至少按部分地接收光学传感器的光源的通过车道表面散射的光,光学传感器原则上可以布置在运输器具的任意位置上。例如,用于布置光学传感器的合适位置可以是在前挡泥板中或者在前挡泥板上的位置;或者是在运输器具的地板下区域中的位置,光学传感器可以紧固在该地板下区域上并且向下朝车道表面的方向定向。此外,光学传感器例如也可以布置在前挡泥板的下部区域中和/或在运输器具的车轮罩的区域中。光学传感器的关于车道表面的预限定角度(即通过光学传感器所发射的光照射到车道表面上的角度),可以是10°与54°之间的角度,尤其是15°与35°之间的角度,并且优选是20°的角度。要指出的是,对于光学传感器的预限定角度的、在此提到的值在根据本发明方法的上下文中是能够有利地使用的值,但这些值在根据本发明方法的意义上不限于在此提到的值。尤其,通过使用大于或等于10°的角度,可以避免所发射的光在车道表面上的对于根据本发明的方法而言可能过高的直接反射部分,该过高的直接反射部分可以干扰对车道表面或对车道表面上的中间介质的感测。另外,光学传感器可以经由运输器具的车载电网在信息技术上与运输器具的根据本发明的分析评价单元连接,以便被分析评价单元操控和/或以便在根据本发明方法的意义上借助分析评价单元处理通过光学传感器所感测的信号。也就是说,这个步骤和根据本发明的下述方法步骤可以借助分析评价单元来执行。根据本发明的分析评价单元可以是运输器具的独立控制器的组成部分或者运输器具的现有控制器的组成部分。此外,分析评价单元也可以是光学传感器本身的组成部分。也就是说,通过传感器产生的信号可以以(经预处理的)原始值的形式传输给布置在传感器旁边的分析评价单元或者传输给布置在传感器内的分析评价单元。
在根据本发明的方法的第二步骤中,通过根据本发明的分析评价单元接收光学传感器的光探测器的信号,该信号代表所发射的光的通过车道表面散射回到光学传感器的部分的强度。通过光学传感器产生的信号可以以数字信号或者模拟信号的形式通过传感器输出。分析评价单元可以经由适合的数字信号接口或者模拟信号接口接收该信号,并且可以直接将数字信号并且在A/D转换之后将模拟信号保存在在内部和/或在外部地接到分析评价单元上的存储单元中用于下游处理。光探测器可以包括单个探测器或者多个探测器,其中,单个探测器可以是宽带探测器,该宽带探测器设置为用于接收至少两个预限定波长范围,而多个探测器可以设置为用于每个探测器分别接收预限定波长范围中的一个预限定波长范围。
对于根据本发明的方法而言关键的是,通过光源和光探测器的合适组合,可以彼此独立地接收各个波长范围中的散射回的光的对应强度。这能够例如通过多个发光器件和对应数量的探测器的组合来实现。替代地或者附加地,也可以将多个发光器件与一个宽带探测器组合,其方式是,在各个波长范围中相继进行测量,使得可以将通过探测器接收的光强度配属给对应的发光器件。进一步替代地或者附加地,也可以将一个宽带发光器件与一个宽带探测器组合,其方式是,使通过探测器产生的信号经受各个波长范围中的滤波。
在根据本发明方法的第三步骤中,基于信号内的对于各个预限定波长或预限定波长范围的光强度的接收值的比例来求取车道表面上的水的固态形式。换言之,在这个方法步骤中,对通过光探测器所感测的散射光强度的不同预限定波长或预限定波长范围的相对值、即绝对值的比例进行分析评价。优选地,预限定波长或预限定波长范围代表冰和/或雪的表征性吸收线或吸收线范围。另外,预限定波长或预限定波长范围还可以代表液态水的表征性吸收线或吸收线范围。要指出的是,在冰与雪之间,吸收线基本上是相同的,而在水与冰之间以及与此相应地在水与雪之间,吸收线在频谱中是相互偏移的。对不同的预限定波长或预限定波长范围的绝对值的比例进行考察的背景是:在纯考察通过光学传感器所感测的光强度的绝对值的情况下,由于通过干扰影响造成的强度波动可能引起错误分类。例如,当运输器具的底盘被压低(einfedern)并且光学传感器与车道表面的间距由此改变时,可能出现这种错误分类。对于在纯考察绝对值的情况下的错误分类的原因的另一示例可以是与存在于车道上的雪类似地能够强烈地散射回的车道标记,由此可以相应地得出大绝对值。因此,在纯考察绝对值的基础上,这种车道标记不能明确地与存在的雪进行区分。出于这个原因,如上所述,根据本发明的方法设置,首先求取车道表面上的水的固态形式,这能够在相对值的基础上以高可靠性实现。在此,“绝对值和相对值”尤其应理解为信号在光谱中的振幅值的和/或能量的绝对值和相对值或光谱的包络曲线(的一部分)的绝对值和相对值。也就是说,通过了解光的所发射的波长或所发射的波长范围并且随后对接收到的光的强度进行分析评价,能够推断出,在各个预限定波长范围中是否存在吸收。如果在这个方法步骤中不能求取用于冰和/或雪的表征性吸收线,则不能求取车道表面上的水的固态形式。可以通过分析评价单元将关于“不能求取车道表面上的水的固态形式”的信息保存在接到分析评价单元上的存储单元中。另外,如果基于信号内的对于各个预限定波长或预限定波长范围的光强度的接收值的比例,也不能够求取用于液态水的表征性吸收线,则可以通过分析评价单元将该车道表面分级为干燥。关于这种干燥的车道状态的信息也可以通过分析评价单元保存在接到该分析评价单元上的存储单元中。
如果在前述方法步骤中通过分析评价单元已求取到车道表面上的水的固态形式,则在根据本发明的第四步骤中对车道表面上的水的固态形式(冰或者雪)进行分类。通过将信号的绝对值与第一预限定阈值进行比较和/或将信号的信噪比与第二预限定阈值进行比较来进行分类。此外,可以有意义的是,使用多个第一预限定阈值和/或多个第二预限定阈值,所述多个第一预限定阈值和/或多个第二预限定阈值分别适配于其相对应的波长范围。通过适合的方法、例如通过对传感器中存在的所有波长的信号求得加权平均值,可以求取与波长有关的阈值。优选地,第一和/或第二预限定阈值可以保存在接到分析评价单元上的存储单元中并且在给定的时间点通过分析评价单元从存储单元中读取并使用。通过基于信号的绝对值对水的状态形式进行分类,可以尤其通过下述方式来区分冰与雪:信号的高绝对值通常表明存在的雪的百分比较高,而信号的低绝对值通常表明存在的冰的百分比较高。由于存在于车道表面上的水也可以代表由状态形式:冰、雪或者液态所组成的混合状态,因此,由对应的信号绝对值的水平也可以求取水的相应混合状态。要指出的是,尤其可以通过上述对光学传感器的信号的频谱中的吸收线的位置进行的考察,对水的液态形式进行分类。这可以在在此描述的第四方法步骤的过程中执行和/或已经在第三方法步骤中执行。通过这种方式,根据本发明的方法可以实现将车道表面的当前状态分类为这些状态:干燥、潮湿和呈固态形式的水,其中,呈固态形式的水在水的当前状态形式方面可以分级为这些状态形式:雪或者冰或基于此的混合形式。
替代地或者附加地,如上所述,可以基于光学传感器的信号的信噪比来执行冰与雪之间的区分。如果分析评价单元求取到光学传感器的信号中的高信噪比(即相较于有用信号的低噪声分量),则水的当前状态形式可以分级为“雪”。相反,如果分析评价单元求取到信号中的低信噪比(即相较于有用信号的高噪声分量),则水的当前状态形式可以分级为“冰”。一方面,信号中的噪声分量对于雪而言由于绝对值较高而较低。另一方面,冰的信号较强烈地与地点有关。后者一方面是由于被冰覆盖的车道表面的信号受被包含在冰中的气泡的数量的影响。另一方面,与在车道被雪覆盖的情况下相比,在车道被冰覆盖的情况下车道表面本身对信号提供更大贡献,因为在雪的情况下近红外光被强烈散射,而在冰的情况下光的散射过程主要发生在被包含在冰中的气泡处。由此,在层厚度相等的情况下,与车道表面被雪覆盖相比,在车道表面被冰覆盖的情况下通过光学传感器发射的光以显著更高的强度到达地面。由于在大多数情况下车道表面是具有明显宏观结构的沥青表面,因此,这种车道表面通常引起强烈地与地点有关的较高信号,并且因此引起信号中的相应较高的噪声分量。要指出的是,在对信噪比进行分析评价的过程中,也可以考虑运输器具的不同速度的影响,其方式是,将信号的噪声分量例如归一为运输器具的对应速度。
此外,通过分析评价单元基于对应的信噪比水平还可以确定冰与雪之间的相应混合形式。为了确定对应的混合形式,在存储单元中可以保存有多个第一和/或第二阈值,所述第一和/或第二阈值分别代表水的状态形式的具体混合形式。在绝对值和/或信噪比的基础上进行的分类的对应结果可以随后在运输器具中单个地使用,或者可以在进一步使用之前以适合的方式合并成唯一一个结果。
在根据本发明的第五步骤中,在运输器具中使用所求取的关于水的固态形式的信息。为此目的,根据本发明的分析评价单元可以将分别求取的信息经由运输器具的车载电网传输给对于这个信息的一个或者多个接收器控制器。例如,作为接收器控制器,可以考虑用于高度自动化行驶运行的、用以适配对运输器具的当前控制的控制器或者用于向运输器具的驾驶员输出关于水的固态形式的信息的车载计算机***。此外也可以考虑,在运输器具的其他控制器中(例如在驾驶员辅助***中)使用求取到的信息。
从属权利要求示出本发明的优选扩展方案。
在本发明的一个有利构型中,在将信号的绝对值与第一预限定阈值进行比较时,附加地考虑关于运输器具的底盘的当前压低程度的信息。通过这种方式可以改善对信号的绝对值进行的评价的结果的可靠性。例如,底盘的当前相应存在的压低程度可以通过运输器具的加速度传感器和/或高度水平传感器和/或惯性传感器来感测,并且在各自相对应的控制器中(例如通过根据本发明的分析评价单元)被求取。在所求取的运输器具压低程度的基础上,能够通过分析评价单元相应地补偿光学传感器的信号的由此导致的不期望改变。在补偿的过程中,通过分析评价单元可以以适合的方式适配光学传感器的信号的各个值和/或第一和/或第二阈值。替代地,通过光学传感器产生的信号也可以在运输器具的底盘的对于根据本发明方法来说不利的压低阶段中被摒弃,或者在可能对多个测量值求平均值时相应地被较少地加权。也就是说,在这种阶段中不求取关于水的固态形式的当前信息。而替代地,在进入这种阶段之前所求取的信息可以在这种阶段期间以不改变的方式继续使用。
在本发明的另一有利构型中,附加地基于运输器具的其他传感器对车道表面上的水的固态形式进行分类。为此,例如可以使用运输器具的对车道进行感测的摄像机的和/或声转换器的和/或温度传感器的和/或超声波传感器的信号,可以通过根据本发明的分析评价单元经由车载电网接收所述信号。因此,可以在摄像机的信号的基础上例如通过下述方式对冰与雪进行区分:在分析评价单元中求取在车道表面上的通过冰和雪产生的不同光反射。
在本发明的另一有利构型中,附加地基于信号求取水在水的对应固态形式中的层厚度。为此,优选可以借助分析评价单元来评价运输器具的光学传感器的信号的两个波长或波长范围的对数强度比。基于该评价的结果,可以确定水在其对应固态形式中的相应层厚度。求取到的关于层厚度的信息可以例如有利地在对车道表面上的水的固态形式进行分类的背景下使用,因为根据对应的层厚度可以得出对于该信号的不同频谱。
在本发明的另一有利构型中,可以基于用于机器学习的方法来求取车道表面上的水的固态形式。为此目的,优选可以将由现有技术已知的用于受监控的或者部分受监控的学习的算法(例如支持向量机、随机森林或者人工神经网络的深度学习方法),所述算法可以实现为上述计算机程序的组成部分。通过这种方式,可以在对(宽带的或者具有不同的窄带的波长或波长范围的)实验室参照测量进行分析评价的过程中、在模拟的过程中和/或在运输器具的和/或专用训练运输器具的一个或者多个训练行驶的过程中,通过用于机器学习的方法借助根据本发明的分析评价单元对水的不同的状态形式进行训练。随后,通过这种方式训练的算法架构可以应用在运输器具本身中和/或可以传输给其他运输器具(例如在该运输器具的制造过程中)并在那里应用。
在本发明的另一有利构型中,附加地求取对于水的固态形式的置信度值。例如在机器学***面的间距。
在置信度值中还可以考虑测量值的噪声或测量值的水平。
随后,在运输器具中使用该置信度值,其方式是,例如在上述用于高度自动化行驶运行的控制器中和/或在一个或者多个驾驶员辅助***中使用这个置信度值。替代地或者附加地,也可以在将关于车道表面上的水的固态形式的信息输出给运输器具的使用者的过程中使用该置信度值。
在本发明的另一有利构型中,在对水的固态形式进行分类时考虑光学传感器的多个信号,所述信号分别在运输器具的不同位置处被接收。通过这种方式,与被雪覆盖的车道相比,在被冰覆盖的车道的背景下不仅能够在光学传感器的单个测量信号的上述信噪比中确定信号的较强烈的地点相关性,还能够通过在光学传感器的不同测量信号之间的较强烈的信号值变化来确定。
根据本发明的第二方面,提出一种用于求取车道表面上的水的固态形式的设备。该设备包括具有数据输入端和数据输入端的分析评价单元,并且可以是运输器具的现有控制器的组成部分或者是运输器具的独立的控制器。另外,该分析评价单元例如可以构型为ASIC、FPGA、处理器、数字信号处理器、微控制器或者类似物,并且可以在信息技术上接到内部的和/或外部的存储单元上,在该内部的和/或外部的存储单元中可以保存有通过分析评价单元接收和/或计算的、用于后续处理的数据。此外,分析评价单元可以设置为用于,基于实现方法步骤的计算机程序实施上述根据本发明的方法步骤。分析评价单元结合数据输出端进一步设置为用于,将运输器具的光学传感器的光源的光以预限定角度发射到车道表面上,其中,所述光源设置为用于,发射具有至少两个彼此有偏差的预限定波长或预限定波长范围的光。为此目的,分析评价单元可以经由运输器具的(子)车载电网在信息技术上与光学传感器连接。例如,将这两个部件连接的(子)车载电网可以使用由现有技术已知的车辆总线***(例如CAN、MOST、Flexray、以太网等等)。结合数据输入端,分析评价单元还设置为用于,接收光学传感器的光探测器的信号,所述信号代表所发射的光的通过车道表面散射回到光学传感器的部分的强度。此外,分析评价单元设置为用于,基于信号内的对于各个预限定波长或预限定波长范围的光强度的接收值的比例来求取水的固态形式。附加地,分析评价单元设置为用于,通过将信号的绝对值与第一预限定阈值进行比较和/或将信号的信噪比与第二预限定阈值进行比较,对车道表面上的水的固态形式进行分类。又结合数据输出端,分析评价单元设置为用于,在运输器具中使用所求取的关于水的固态形式的信息。为此,分析评价单元可以将求取到的信息经由运输器具的(子)车载电网传输给一个或者多个接收器控制器,所述接收器控制器在该信息的基础上可以例如使对运输器具的高度自动化控制适配于求取到的环境条件。通过这种方式,例如在存在雪光滑性和/或冰光滑性的情况下,可以自动降低运输器具的速度,使得尤其可以使运输器具的事故风险降低。
附图说明
以下参考附图详细描述本发明的实施例。在此示出:
图1示出说明根据本发明的方法的一个实施例的步骤的流程图;
图2示出根据本发明的设备结合运输器具的概览;
图3a示出运输器具的光学传感器的第一信号的和第二信号的频谱的比较示例;以及
图3b示出运输器具的光学传感器的第三信号的和第四信号的频谱的比较示例。
具体实施方式
图1示出说明了根据本发明的用于求取车道状态的方法的一个实施例的步骤的流程图。在步骤100中,运输器具的光学传感器的LED光源的光以20°的预限定角度发射到由运输器具驶过的车道表面上。LED光源设置为用于,发射具有至少两个彼此有偏差的预限定波长或预限定波长范围的光。借助于根据本发明的分析评价单元来操控光学传感器,该分析评价单元在此是微控制器。为此目的,根据本发明的分析评价单元通过运输器具的FlexRay总线在信息技术上与光学传感器连接。在步骤200中,分析评价单元接收光学传感器的光探测器的信号,该信号代表所发射光的、通过车道表面散射回到光学传感器的部分的强度。该信号以数字数据的形式在分析评价单元中被接收并且通过分析评价单元保存在该分析评价单元的内部存储单元中。在步骤300中,通过分析评价单元基于信号内的对于各个预限定波长或预限定波长范围的光强度的接收值的比例来求取车道表面上的水的固态形式。在步骤400中,借助分析评价单元对车道表面上的水的固态形式进行分类。为此目的,将信号的绝对值与保存在存储单元中的第一预限定阈值进行比较。在这个实施例中,所述比较基于信号的绝对值较低得出,车道被冰覆盖。在步骤600中,求取车道表面上的冰的层厚度。在随后的步骤700中,求取对于水的固态形式的分类的可靠性的置信度值。在步骤500和步骤800中,将置信度值与对于水的固态形式的结果相结合并且以总线信号的形式传输给用于高度自动化行驶运行的控制器。在这个控制器中,随后将考虑了该置信度值的结果用于适配对运输器具的控制。
图2示出根据本发明的设备结合运输器具80的示意性概览。根据本发明的设备包括分析评价单元10,该分析评价单元在此是微控制器。分析评价单元10在信息技术上与外部存储单元20连接,并且设置为用于基于计算机程序实施上述根据本发明的方法步骤。另外,分析评价单元10经由数据输入端12和数据输出端14在信息技术上经由运输器具80的子车载电网与光学传感器30连接,该光学传感器关于车道表面70以20°的角度定向并且布置在运输器具80的地板下区域中。子车载电网在此基于以太网实现。对车道表面70进行感测的、布置在运输器具80的前部区域中的摄像机40同样在信息技术上经由所述子车载电网与分析评价单元10连接。基于摄像机40的信号,分析评价单元10能够对要通过根据本发明的方法求取的车道状态进行可信性检验。此外,分析评价单元10经由数据输出端14在信息技术上经由子车载电网与用于高度自动化行驶运行的控制器50连接。根据本发明方法的由分析评价单元10基于根据本发明方法所求取的结果经由数据输出端14以数字信号的形式传输给用于高度自动化行驶运行的控制器50。用于高度自动化行驶运行的控制器50使用根据本发明的方法的结果以适配对运输器具80的当前控制。
图3a示出运输器具的光学传感器的第一宽带感测信号60的和第二宽带感测信号62的频谱的比较示例。第一信号60代表在车道表面这样被雪覆盖使得雪主要仅存在于车道表面的孔隙中并且车道表面因此没有完全被雪覆盖时通过光学传感器所感测的信号。第二信号62代表在车道表面被薄冰层覆盖时通过光学传感器所感测的信号。由该比较示例得知,第一和第二信号的反射系数的值相差足够强烈,以便能够基于根据本发明的方法关于车道被雪覆盖或者被冰覆盖对对应信号进行分类。
图3b示出运输器具的光学传感器的第三宽带感测信号64和第四宽带感测信号66的频谱的比较示例。第三信号64代表当车道表面完全被连续的雪层覆盖时通过光学传感器所感测的信号。第四信号66代表在当车道表面被厚冰层覆盖时通过光学传感器所感测的信号。由该比较示例得知,第三和第四信号的反射系数的值相差足够强烈,以便能够基于根据本发明的方法关于车道被雪覆盖或者被冰覆盖对对应信号进行分类。
Claims (10)
1.用于求取车道表面(70)上的水的固态形式的方法,所述方法包括下述步骤:
-运输器具(80)的光学传感器(30)的光源的光以预限定角度发射(100)到所述车道表面(70)上,其中,所述光源设置为用于,发射具有至少两个彼此有偏差的预限定波长或预限定波长范围的光,
-接收(200)所述光学传感器(30)的光探测器的信号,所述信号代表所发射的光的通过所述车道表面(70)散射回到所述光学传感器(30)的部分的强度,
-基于所述信号内的对于各个预限定波长或预限定波长范围的光强度的接收值的比例来求取(300)车道表面(70)上的水的固态形式,
-通过
-将所述信号的绝对值与第一预限定阈值进行比较,和/或
-将所述信号的信噪比与第二预限定阈值进行比较,
对所述车道表面(70)上的水的固态形式进行分类(400),以及
-在所述运输器具(80)中使用(500)所求取的关于所述水的固态形式的信息。
2.根据权利要求1所述的方法,其中,所述光源:
-包括单个或者多个发光器件,和/或
-是激光光源或者LED光源,和/或
-构造为用于发射近红外光,所述近红外光的波长优选在800nm至3000nm之间的范围中。
3.根据上述权利要求中任一项所述的方法,其中,所述运输器具(80)的光学传感器(30)关于所述车道表面(70)的预限定角度是10°与54°之间的角度,尤其是15°与35°之间的角度,并且优选是20°的角度。
4.根据上述权利要求中任一项所述的方法,其中,在将所述信号的绝对值与所述第一预限定阈值进行比较时,附加地考虑关于所述运输器具(80)的底盘的当前压低程度的信息。
5.根据上述权利要求中任一项所述的方法,其中,附加地基于所述运输器具(80)的其他传感器(40)对所述车道表面(70)上的水的固态形式进行所述分类(400)。
6.根据上述权利要求中任一项所述的方法,所述方法进一步包括:基于所述信号求取(600)所述水在该水的对应固态形式中的层厚度。
7.根据上述权利要求中任一项所述的方法,其中,基于用于机器学习的方法来求取所述车道表面上的水的固态形式。
8.根据上述权利要求中任一项所述的方法,所述方法进一步包括:
-求取(700)对于所述水的固态形式的置信度值,以及
-在所述运输器具(80)中使用(800)所述置信度值。
9.根据上述权利要求中任一项所述的方法,其中,在对所述水的固态形式进行分类(400)时,考虑所述光学传感器(30)的多个信号,所述信号分别在所述运输器具(80)的不同位置处被接收到。
10.用于求取车道表面(70)上的水的固态形式的设备,所述设备包括:
-分析评价单元(10),
-数据输入端(12),和
-数据输出端(14),
其中,所述分析评价单元(10)设置为用于,
-结合所述数据输出端(12),将运输器具(80)的光学传感器(30)的光源的光以预限定角度发射到车道表面(70)上,其中,所述光源设置为用于,发射具有至少两个彼此有偏差的预限定波长或预限定波长范围的光,
-结合所述数据输入端(12),接收所述光学传感器(30)的光探测器的信号,所述信号代表所发射的光的通过所述车道表面(70)散射回到所述光学传感器(30)的部分的强度,
-基于所述信号内的对于各个预限定波长或预限定波长范围的光强度的接收值的比例来求取车道表面上的水的固态形式,
-通过
-将所述信号的绝对值与第一预限定阈值进行比较和/或
-将所述信号的信噪比与第二预限定阈值进行比较,
对所述车道表面(70)上的水的固态形式进行分类,以及
-结合所述数据输出端(14),在所述运输器具(80)中使用所求取的水的固态形式。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019205903.1 | 2019-04-25 | ||
DE102019205903.1A DE102019205903A1 (de) | 2019-04-25 | 2019-04-25 | Verfahren und Vorrichtung zum Ermitteln einer festen Zustandsform von Wasser auf einer Fahrbahnoberfläche |
PCT/EP2020/059227 WO2020216591A1 (de) | 2019-04-25 | 2020-04-01 | Verfahren und vorrichtung zum ermitteln einer festen zustandsform von wasser auf einer fahrbahnoberfläche |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113748331A true CN113748331A (zh) | 2021-12-03 |
Family
ID=70295086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080031304.8A Pending CN113748331A (zh) | 2019-04-25 | 2020-04-01 | 用于求取车道表面上的水的固态形式的方法和设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220107266A1 (zh) |
JP (1) | JP7301159B2 (zh) |
CN (1) | CN113748331A (zh) |
DE (1) | DE102019205903A1 (zh) |
WO (1) | WO2020216591A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020131014A1 (de) | 2020-11-24 | 2022-05-25 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zum identifizieren einer substanz an einer oberfläche |
DE102022201522A1 (de) | 2021-09-10 | 2023-03-16 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein | Eine Vorrichtung und ein Verfahren zum Erkennen eines Zustands einer Fahrbahnoberfläche |
US12007248B2 (en) * | 2022-03-03 | 2024-06-11 | Ford Global Technologies, Llc | Ice thickness estimation for mobile object operation |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5218206A (en) * | 1990-03-15 | 1993-06-08 | TZN Forschungz- und Entwicklungszentrum Unterluss GmbH | Method for determining the condition of a roadway surface |
WO1997039918A1 (de) * | 1994-10-20 | 1997-10-30 | Hea Hamburger Elektro-Apparate Gmbh | Verfahren und vorrichtung zum feststellen von glätte auf fahrbahnen und dergleichen |
JP2003156430A (ja) * | 2001-11-19 | 2003-05-30 | Michitaka Nami | 路面上の水と氷と雪の検知方法および路面上の水と氷と雪の検知装置 |
DE10349515A1 (de) * | 2003-09-08 | 2005-03-31 | Daimlerchrysler Ag | Verfahren und Vorrichtung zur Bestimmung des Fahrbahnzustandes |
JP2006046936A (ja) * | 2004-07-30 | 2006-02-16 | Sharp Corp | 路面状態計測方法及び路面状態計測装置 |
US20060076495A1 (en) * | 2004-09-09 | 2006-04-13 | Volkswagen Ag | Device for determining the surface condition of a roadway |
JP2007024791A (ja) * | 2005-07-20 | 2007-02-01 | Furukawa Electric Co Ltd:The | 測定システム |
EP2402737A1 (de) * | 2010-06-30 | 2012-01-04 | WABCO GmbH | Verfahren und Vorrichtung zur Steuerung einer Traktionshilfe eines Fahrzeuges |
DE102010025703A1 (de) * | 2010-06-30 | 2012-01-05 | Wabco Gmbh | Verfahren und Vorrichtung zur Ausbringung von Streugut auf eine Fahrbahn und mit einer solchen Vorrichtung ausgerüstetes Fahrzeug |
CN102967561A (zh) * | 2012-12-11 | 2013-03-13 | 河南中原光电测控技术有限公司 | 一种后向多波长红外光谱非接触式路面状况检测方法 |
US20150120093A1 (en) * | 2013-10-24 | 2015-04-30 | The Regents Of The University Of Michigan | Ice and water detection system |
CN106781230A (zh) * | 2017-01-13 | 2017-05-31 | 常州因特力交通科技有限公司 | 基于红外光谱技术的公路结冰检测与预警***及其方法 |
CN107031332A (zh) * | 2015-10-05 | 2017-08-11 | 福特全球技术公司 | 用于检查路面的***和方法 |
CN107271397A (zh) * | 2016-04-07 | 2017-10-20 | 福特全球技术公司 | 用于检查路面的***和方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3836846A (en) * | 1971-09-09 | 1974-09-17 | Monsanto Co | Ice detection apparatus employing microwave reflectance |
DE2712199C2 (de) | 1977-03-19 | 1979-05-03 | Peter Dipl.-Ing. Dr.-Ing. 8000 Muenchen Decker | Vorrichtung zum Warnen vor Straßenglätte |
DE4133359C2 (de) | 1991-10-09 | 1997-01-02 | Porsche Ag | Verfahren zur Messung der Dicke einer auf einer Fahrbahn vorhandenen Wasserschicht und Verwendung einer Vorrichtung hierfür |
DE19506550A1 (de) | 1995-02-24 | 1996-08-29 | Inst Chemo Biosensorik | Verfahren zur verzugsfreien Feststellung von und zur Warnung vor durch Glättebildung bedingte Gefahren und Vorrichtung zur Durchführung des Verfahrens |
JPH11194089A (ja) * | 1997-08-20 | 1999-07-21 | Daimler Benz Ag | 車道表面の状態を求める方法 |
EP1637875A1 (en) * | 2004-09-17 | 2006-03-22 | Fondazione Torino Wireless | A multi-frequency capacitive measurement device and a method of operating the same |
DE102011015509A1 (de) * | 2010-06-30 | 2012-01-05 | Wabco Gmbh | Verfahren und Vorrichtung zur Steuerung zumindest eines Fahrerassistenzsystems eines Fahrzeuges und damit ausgestattetes Fahrzeug |
DE102010025926A1 (de) * | 2010-07-02 | 2012-01-05 | Johnson Matthey Catalysts (Germany) Gmbh | Analyseschrank sowie Verfahren zur Analyse eines insbesondere aus einem großtechnischen Prozess stammenden Messgases |
EP2649422B1 (en) * | 2010-12-07 | 2023-10-18 | Thomas L. Rockwell | Apparatus and method for detecting the presence of water on a remote surface |
JP6361631B2 (ja) * | 2015-10-29 | 2018-07-25 | Smk株式会社 | 車載センサ、車両用灯具及び車両 |
US10013617B2 (en) * | 2015-12-03 | 2018-07-03 | Gm Global Technology Operations | Snow covered path of travel surface condition detection |
US10360459B2 (en) * | 2016-04-06 | 2019-07-23 | Panasonic Intellectual Property Management Co., Ltd. | Detection device, detection method, and non-transitory computer-readable recording medium storing detection program |
US20180321142A1 (en) * | 2017-05-05 | 2018-11-08 | Magna Electronics Inc. | Road surface detection system |
FI128495B (en) * | 2019-05-21 | 2020-06-15 | Vaisala Oyj | Method for calibrating optical surface monitoring system, arrangement, device and computer readable memory |
-
2019
- 2019-04-25 DE DE102019205903.1A patent/DE102019205903A1/de active Pending
-
2020
- 2020-04-01 US US17/426,867 patent/US20220107266A1/en not_active Abandoned
- 2020-04-01 CN CN202080031304.8A patent/CN113748331A/zh active Pending
- 2020-04-01 WO PCT/EP2020/059227 patent/WO2020216591A1/de active Application Filing
- 2020-04-01 JP JP2021562947A patent/JP7301159B2/ja active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5218206A (en) * | 1990-03-15 | 1993-06-08 | TZN Forschungz- und Entwicklungszentrum Unterluss GmbH | Method for determining the condition of a roadway surface |
WO1997039918A1 (de) * | 1994-10-20 | 1997-10-30 | Hea Hamburger Elektro-Apparate Gmbh | Verfahren und vorrichtung zum feststellen von glätte auf fahrbahnen und dergleichen |
JP2003156430A (ja) * | 2001-11-19 | 2003-05-30 | Michitaka Nami | 路面上の水と氷と雪の検知方法および路面上の水と氷と雪の検知装置 |
DE10349515A1 (de) * | 2003-09-08 | 2005-03-31 | Daimlerchrysler Ag | Verfahren und Vorrichtung zur Bestimmung des Fahrbahnzustandes |
JP2006046936A (ja) * | 2004-07-30 | 2006-02-16 | Sharp Corp | 路面状態計測方法及び路面状態計測装置 |
US20060076495A1 (en) * | 2004-09-09 | 2006-04-13 | Volkswagen Ag | Device for determining the surface condition of a roadway |
JP2007024791A (ja) * | 2005-07-20 | 2007-02-01 | Furukawa Electric Co Ltd:The | 測定システム |
EP2402737A1 (de) * | 2010-06-30 | 2012-01-04 | WABCO GmbH | Verfahren und Vorrichtung zur Steuerung einer Traktionshilfe eines Fahrzeuges |
DE102010025703A1 (de) * | 2010-06-30 | 2012-01-05 | Wabco Gmbh | Verfahren und Vorrichtung zur Ausbringung von Streugut auf eine Fahrbahn und mit einer solchen Vorrichtung ausgerüstetes Fahrzeug |
CN102967561A (zh) * | 2012-12-11 | 2013-03-13 | 河南中原光电测控技术有限公司 | 一种后向多波长红外光谱非接触式路面状况检测方法 |
US20150120093A1 (en) * | 2013-10-24 | 2015-04-30 | The Regents Of The University Of Michigan | Ice and water detection system |
CN107031332A (zh) * | 2015-10-05 | 2017-08-11 | 福特全球技术公司 | 用于检查路面的***和方法 |
CN107271397A (zh) * | 2016-04-07 | 2017-10-20 | 福特全球技术公司 | 用于检查路面的***和方法 |
CN106781230A (zh) * | 2017-01-13 | 2017-05-31 | 常州因特力交通科技有限公司 | 基于红外光谱技术的公路结冰检测与预警***及其方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2020216591A1 (de) | 2020-10-29 |
DE102019205903A1 (de) | 2020-10-29 |
JP2022529829A (ja) | 2022-06-24 |
US20220107266A1 (en) | 2022-04-07 |
JP7301159B2 (ja) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113748331A (zh) | 用于求取车道表面上的水的固态形式的方法和设备 | |
CN105717514B (zh) | 利用激光雷达传感器的路面反射性检测 | |
US20200331443A1 (en) | Traction control based on friction coefficent estimation | |
US8890713B2 (en) | Device and method for outputting a signal when there is a hazardous underlying surface under a vehicle | |
US9139204B1 (en) | Road surface condition detection with recursive adaptive learning and validation | |
US20120167663A1 (en) | Laser-based method for friction coefficient classification in motor vehicles | |
US20200339129A1 (en) | Method and apparatus for detecting a road condition | |
CN103189252B (zh) | 用于车辆调节***的控制装置和用于确定车辆轮胎的轮胎状态的方法 | |
CN106537175B (zh) | 用于运载工具的周围环境对象的声学检查的设备和方法 | |
EP2196792A1 (en) | Optical device for motor vehicles, for detecting the condition of the road surface | |
CN108883771A (zh) | 用于借助本车辆确定可行驶的地面的摩擦系数的方法和设备 | |
JP2016507750A (ja) | 車両において前方を観察して道路状態を特定する方法及びビームセンサモジュール | |
JP6211857B2 (ja) | 天気判別システム | |
GB2523091A (en) | A system for use in a vehicle | |
JP2011133989A (ja) | 窓検出装置及び車種判別装置及び窓検出方法及び車種判別方法 | |
CN109313266B (zh) | 用于车辆的传感器装置 | |
US20210018596A1 (en) | Method and device for identifying objects detected by a lidar device | |
CN113573965A (zh) | 用于为运输工具求取由潮湿引起的事故风险的方法 | |
GB2480716A (en) | Road surface and tyre condition monitoring apparatus | |
US20210048527A1 (en) | Ultrasonic system of a vehicle for determining the condition of the roadway | |
US11580752B2 (en) | Method for supporting a camera-based environment recognition by a means of transport using road wetness information from a first ultrasonic sensor | |
FR2985236A1 (fr) | Dispositif de detection d'un risque de glissement d'un vehicule automobile sur une couche d'eau ou de glace sur le sol de la route | |
KR102524425B1 (ko) | 블랙 아이스 디텍팅 시스템 | |
KR20180117660A (ko) | 적어도 하나의 물체를 포착하는 방법, 센서 장치의 디바이스, 센서 장치 및 적어도 하나의 센서 장치를 구비한 운전자 보조 시스템 | |
US20240053273A1 (en) | Estimating a coefficient of traction |
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 |