DE102008002576A1 - Method for validation of objects located in vehicle assistance system by sensor system, involves computing time of entrance of object into detection range of sensor system for recognizing objects on base stored data - Google Patents

Method for validation of objects located in vehicle assistance system by sensor system, involves computing time of entrance of object into detection range of sensor system for recognizing objects on base stored data Download PDF

Info

Publication number
DE102008002576A1
DE102008002576A1 DE102008002576A DE102008002576A DE102008002576A1 DE 102008002576 A1 DE102008002576 A1 DE 102008002576A1 DE 102008002576 A DE102008002576 A DE 102008002576A DE 102008002576 A DE102008002576 A DE 102008002576A DE 102008002576 A1 DE102008002576 A1 DE 102008002576A1
Authority
DE
Germany
Prior art keywords
objects
vehicle
plausibility
sensor system
threshold
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.)
Ceased
Application number
DE102008002576A
Other languages
German (de)
Inventor
Christian Niebuhr
Stefan Knoll
Oliver Schwindt
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
Priority to DE102008002576A priority Critical patent/DE102008002576A1/en
Publication of DE102008002576A1 publication Critical patent/DE102008002576A1/en
Ceased legal-status Critical Current

Links

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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18145—Cornering
    • 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
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral acceleration
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/14—Yaw
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • 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
    • B60W2554/00—Input parameters relating to objects
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/20—Static objects
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/805—Azimuth angle

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

The method involves computing time of the entrance of an object into a detection range of a sensor system for recognizing objects on the base stored data over the trajectory of a vehicle. The threshold function is selected as a function of this time, which is used. An independent claim is included for a vehicle assistance system for a motor vehicle.

Description

Stand der TechnikState of the art

Die Erfindung betrifft ein Verfahren zur Plausibilisierung von mit Hilfe einer Sensorik georteten Objekten in einem Fahrerassistenzsystem, bei dem auf der Grundlage von Ortungsdaten über ein Objekt mindestens ein Plausibilitätsmaß berechnet wird, das die Existenzwahrscheinlichkeit des Objekts und/oder die Zutreffenswahrscheinlichkeit einer bestimmten Objekteigenschaft angibt, und bei dem auf das oder die Plausibilitätsmaße eine Schwellenwertfunktion angewandt wird, um über die Existenz des Objekts bzw. das Zutreffen der Objekteigenschaft zu entscheiden.The The invention relates to a method for the plausibility of using sensors located in a driver assistance system, in which based on location data about an object at least a plausibility measure is calculated that the Likelihood of existence of the object and / or the likelihood of being true indicates a particular object property, and in which one or more Plausibility measures applied a threshold function is about the existence of the object or the applying to decide the object property.

In Kraftfahrzeugen werden zunehmend elektronische Fahrerassistenzsysteme eingesetzt, beispielsweise sogenannte ACC-Systeme (Adaptive Cruise Control) zur automatischen Abstands- und Geschwindigkeitsregelung, oder sogenannte Pre-Crash-Systeme (PSS; Predictive Safety Systems), die dazu dienen, eine unmittelbar bevorstehende Kollision zu erkennen und automatisch Gegenmaßnahmen einzuleiten, um die Kollision noch abzuwenden und/oder deren Folgen zu mildern.In Motor vehicles are increasingly electronic driver assistance systems used, for example, so-called ACC systems (Adaptive Cruise Control) for automatic distance and speed control, or so-called Pre-Crash Systems (PSS), Predictive Safety Systems, which serve to detect an imminent collision and automatically initiate countermeasures to the collision still avert and / or mitigate their consequences.

Die für ein solches Fahrerassistenzsystem benötigte Sensorik umfaßt typischerweise einen Radarsensor, mit dem Objekte im Umfeld des eigenen Fahrzeugs, insbesondere andere Fahrzeuge, periodisch geortet werden. Die Zykluszeit, mit der die einzelnen Ortungsvorgänge wiederholt werden, beträgt beispielsweise 100 ms. Für jedes geortete Objekt können mit Hilfe der Sensorik der Abstand und die Relativgeschwindigkeit und zumeist auch der Azimutwinkel mit mehr oder weniger großer Genauigkeit gemessen werden.The needed for such a driver assistance system Sensors typically include a radar sensor with which Objects in the environment of the own vehicle, in particular other vehicles, be located periodically. The cycle time with which the individual Locate operations are repeated, for example 100 ms. For each located object can help with the sensors the distance and the relative speed and mostly also the azimuth angle measured with more or less great accuracy become.

Eine als ”Tracking” bezeichnete Prozedur dient dazu, die in aufeinanderfolgenden Meßzyklen von der Sensorik georteten Objekte miteinander zu identifizieren und so die Bewegungen der Objekte zu verfolgen.A "Tracking" procedure is used to in successive measuring cycles of the sensor Locate identified objects with each other and so the movements to track the objects.

In der Praxis sind allerdings die von der Sensorik gelieferten Daten über die Objekte mehr oder weniger verrauscht und durch Störeinflüsse verfälscht. Es muß deshalb jeweils anhand geeigneter Plausibilitätskriterien entschieden werden, ob ein von der Sensorik empfangenes Signal auf ein reales Objekt hindeutet oder ob es sich um ein Störsignal handelt, durch das ein scheinbares Objekt vorgespiegelt wird. Besonders schwierig ist diese Entscheidung für reflektionsschwache Objekte, deren Signal im allgemeinen nur wenig oberhalb des Rauschpegels liegt. Solche Objekte können in einzelnen Meßzyklen auch vollständig vom Rauschen überlagert sein, so daß sie in dem betreffenden Zyklus nicht identifiziert werden können.In In practice, however, are the data supplied by the sensor via the objects more or less noisy and due to disturbing influences falsified. It must therefore be based on appropriate plausibility criteria be decided whether a signal received from the sensor on indicates a real object or if it is an interfering signal acts by which an apparent object is reflected. Especially this decision is difficult for low-reflection Objects whose signal is generally only slightly above the noise level lies. Such objects can in individual measuring cycles completely superimposed by the noise, so that they are not identified in the cycle in question can be.

Ein geeignetes Plausibilitätskriterium ist daher die Häufigkeit, mit der ein bestimmtes Objekt in aufeinanderfolgenden Meßzyklen geortet werden kann. Diese Häufigkeit wäre dann ein Beispiel für ein Plausibilitätsmaß. Ein weiteres Plausibilitätsmaß könnte beispielsweise beschreiben, inwieweit die für das Objekt georteten Abstands-, Geschwindigkeits- und/oder Winkeldaten für die in Betracht gezogene Objektklasse (z. B. vorausfahrende Fahrzeuge) physikalisch möglich sind. Auch die Varianz der Ortungsdaten kann als weiteres Plausibilitätskriterium benutzt werden.One suitable plausibility criterion is therefore the frequency with the one particular object in successive measurement cycles can be located. This frequency would be then an example of a plausibility measure. Another plausibility measure could be For example, describe the extent to which the object located distance, velocity and / or angle data for the considered object class (eg preceding vehicles) physically possible. Also the variance of the location data can be used as another plausibility criterion.

Um zu entscheiden, ob das vermeintliche Objekt real ist oder nicht, wird auf das Plausibilitätsmaß oder die Plausibilitätsmaße eine Schwellenwertfunktion angewandt. Im einfachsten Fall wird dabei jedes Plausibilitätsmaß mit einem zugehörigen Schwellenwert verglichen, und wenn alle Plausibilitätsmaße über ihrem jeweiligen Schwellenwert liegen, so wird das Objekt als real eingestuft. Die Schwellenwertfunktion muß indessen keine logische Funktion sein, die nur die Ergebnisse ”wahr” oder ”falsch” zuläßt, sondern kann auch eine mehrwertige Funktion ein, die als Ergebnis einen Wahrscheinlichkeitswert zwischen 0 und 1 liefert, oder eine Fuzzy-Größe im Rahmen einer Fuzzy-Logic.Around to decide whether the supposed object is real or not, is based on the plausibility measure or the plausibility measures applied a threshold function. In the simplest case, each will be Plausibility measure with an associated threshold compared, and if all the plausibility measures over their respective threshold, the object is considered real classified. The threshold function, however, does not have to be a logical function that allows only the results "true" or "false", but can also have a multi-valued function as a result provides a probability value between 0 and 1, or a fuzzy size as part of a fuzzy logic.

Mit Hilfe solcher Plausibilitätsmaße und Schwellenwertfunktionen lassen sich nicht nur Aussagen über die Existenz von Objekten gewinnen, sondern auch Aussagen über bestimmte Objekteigenschaften, beispielsweise die Zugehörigkeit des Objekts zu einer beistimmten Objektklasse, die Zuordnung des Objekts zu einer bestimmten Fahrspur auf der Fahrbahn, die Kollisionswahrscheinlichkeit und dergleichen.With Help of such plausibility measures and threshold functions can not be just statements about the existence of objects but also statements about certain object properties, For example, the affiliation of the object to a certain one Object class, the assignment of the object to a specific lane the roadway, the probability of collision and the like.

Im allgemeinen wird eine hinreichend verläßliche Plausibilisierung von Objekten oder Objekteigenschaften erst nach etlichen Meßzyklen der Sensorik möglich sein, da für die Berechnung der Plausibilitätsmaße eine hinreichend große statistische Basis benötigt wird. Wenn ein Objekt erstmals in den Ortungsbereich der Sensorik eintritt, vergeht deshalb bei bekannten Systemen eine gewisse Zeit, bis dieses Objekt plausibilisiert ist und die Assistenzfunktion auf das Objekt reagieren kann.in the general is a sufficiently reliable Plausibility of objects or object properties only after several measuring cycles of the sensors be possible there for the calculation of the plausibility measures requires a sufficiently large statistical base becomes. When an object first enters the detection range of the sensor occurs, therefore, in known systems a certain amount of time passes, until this object is plausibility and the assistance function on the object can react.

Aus DE 10 2006 014 764 A1 ist ein Fahrerassistenzsystem bekannt, bei dem bei der Plausibilisierung der Objekte auch die Kurvigkeit der Fahrbahn berücksichtigt wird.Out DE 10 2006 014 764 A1 a driver assistance system is known in which the plausibility of the objects and the curvature of the road is taken into account.

Offenbarung der ErfindungDisclosure of the invention

Aufgabe der Erfindung ist es, ein Verfahren zur Objektplausibilisierung anzugeben, das zumindest unter bestimmten Bedingungen eine raschere Reaktion der Assistenzfunktion auf neu in den Erfassungsbereich der Sensorik eintretende Objekte ermöglicht.The object of the invention is to provide a method for object plausibility, the at At least under certain conditions a faster reaction of the assistance function to objects entering the detection range of the sensor system is possible.

Diese Aufgabe wird erfindungsgemäß dadurch gelöst, daß für ein neu erkanntes Objekt anhand gespeicherter Daten über die Trajektorie des eigenen Fahrzeugs die Zeit des Eintritts des Objekts in den Ortungsbereich der Sensorik berechnet wird und die anzuwendende Schwellenwertfunktion in Abhängigkeit von dieser Zeit gewählt wird.These The object is achieved according to the invention that for a newly recognized object based on stored Data about the trajectory of the own vehicle the time the entry of the object in the detection range of the sensors calculated and the threshold function to apply is chosen from this time.

Damit wird die Möglichkeit geschaffen, für neu in den Ortungsbereich eintretende Objekte die Plausibilitätskriterien vorübergehend zu lockern, so daß diese Objekte früher plausibilisiert werden können und deshalb eher auf sie reagiert werden kann. Zwar steigt mit der Lockerung der Plausibilitätskriterien auch die Gefahr von Fehlreaktionen der Assistenzfunktion, doch überwiegt bei neu in den Ortungsbereich eintretenden Objekten der Nutzen, der durch eine raschere Reaktion auf das Objekt erreicht werden kann.In order to the possibility is created for new in the Locating objects entering the plausibility criteria temporarily relax so that these objects can be made plausible earlier and therefore can be more responsive to them. Although increases with the easing the plausibility criteria also the risk of incorrect reactions the assistance function, but predominates at new in the tracking area the benefits that come through a more rapid response can be reached on the object.

Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung sind in den Unteransprüchen angegeben.advantageous Embodiments and developments of the invention are specified in the subclaims.

Gegenstand der Erfindung ist außerdem ein Fahrerassistenzsystem, in dem das oben beschriebene Verfahren implementiert ist.object The invention also relates to a driver assistance system, in the method described above is implemented.

Kurze Beschreibung der ZeichnungenBrief description of the drawings

Ein Ausführungsbeispiel der Erfindung ist in den Zeichnungen dargestellt und in der nachfolgenden Beschreibung näher erläutert.One Embodiment of the invention is in the drawings shown and in the following description in more detail explained.

Es zeigen:It demonstrate:

1 ein Blockdiagramm eines erfindungsgemäßen Fahrerassistenzsystems; 1 a block diagram of a driver assistance system according to the invention;

2 und 3 Skizzen unterschiedlicher Verkehrssituationen zur Erläuterung des erfindungsgemäßen Verfahrens zur Objektplausibilisierung; und 2 and 3 Sketches of different traffic situations to explain the method according to the invention for object plausibility; and

4 ein Flußdiagramm für das verhältnisgemäße Verfahren. 4 a flow chart for the relative procedure.

Ausführungsformen der Erfindungembodiments the invention

Das in 1 als Blockdiagramm dargestellte Fahrerassistenzsystem umfaßt eine Sensorik 10 zur Ortung von Objekten, insbesondere im Vorfeld des eigenen Fahrzeugs. Diese Sensorik weist zumeist mindestens einen vorn im Fahrzeug eingebauten und nach vorn gerichteten langreichweitigen Radarsensor auf. Ergänzend oder alternativ kann die Sensorik auch kurzreichweitige Radarsensoren, Lidar-Sensoren, Ultraschallsensoren, Videosysteme und dergleichen umfassen. Als Beispiel soll im folgenden angenommen werden, daß die Sensorik 10 durch einen Radarsensor gebildet wird, der periodisch, beispielsweise mit einer Zykluszeit von 100 ms, aktualisierte Daten über den Abstand, die Relativgeschwindigkeit und den Azimutwinkel von im Vorfeld georteten Objekten liefert.This in 1 Driver assistance system illustrated as a block diagram includes a sensor system 10 for locating objects, in particular in the apron of the own vehicle. This sensor system usually has at least one front-mounted in the vehicle and forward long-range radar sensor. Additionally or alternatively, the sensor system may also include short-range radar sensors, lidar sensors, ultrasonic sensors, video systems and the like. As an example, it should be assumed in the following that the sensors 10 is formed by a radar sensor which periodically, for example, with a cycle time of 100 ms, provides updated data on the distance, the relative speed and the azimuth angle of pre-located objects.

Ein Tracking-Modul 12 dient dazu, die in den aufeinanderfolgenden Meßzyklen erhaltenen Ortungsdaten miteinander abzugleichen und so die Bewegungen der einzelnen Objekte relativ zu dem eigenen Fahrzeug zu verfolgen.A tracking module 12 serves to match the location data obtained in the successive measurement cycles with each other and thus to track the movements of the individual objects relative to the own vehicle.

Ein Plausibilisierungsmodul 14 dient dazu, die von der Sensorik erkannten und vom Tracking-Modul 12 verfolgten Objekte zu plausibilisieren, d. h., um zu entscheiden, ob das durch die Daten repräsentierte Objekt tatsächlich existiert und/oder ob die durch die Daten vermeintlich repräsentierten Eigenschaften des Objekts tatsächlich zutreffen. Zu diesem Zweck werden in einem Berechnungsmodul 16 verschiedene Plausibilitätsmaße berechnet, beispielsweise die Häufigkeit, mit der das Objekt in mehreren aufeinanderfolgenden Meßzyklen erfaßt wird, die Varianz der Ortungsdaten und dergleichen. Die Plausibilitätsmaße sind generell so konstruiert, daß sie um so höher sind, je wahrscheinlicher es ist, daß das betreffende Objekt tatsächlich existiert bzw. die ihm unterstellten Eigenschaften aufweist.A plausibility module 14 It serves to detect the sensors detected and the tracking module 12 To track the tracked objects, ie, to decide whether the object represented by the data actually exists and / or whether the properties of the object supposedly represented by the data actually apply. For this purpose, in a calculation module 16 calculates various plausibility measures, for example the frequency with which the object is detected in several successive measurement cycles, the variance of the location data and the like. The plausibility measures are generally designed to be the higher, the more likely it is that the object in question actually exists or has the properties placed under it.

In einem Schwellenwertmodul 18 wird dann auf die Gesamtheit der Plausibilitätsmaße eine Schwellenwertfunktion angewandt. Beispielsweise kann diese Schwellenwertfunktion durch eine logische UND-Verknüpfung von logischen Werten gebildet werden, die man durch Vergleich jedes einzelnen Plausibilitätsmaßes mit einem zugehörigen Schwellenwert erhält. Im hier betrachteten Beispiel ist das Ergebnis der Schwellenwertfunktion ein logischer Wert ”wahr” oder ”falsch”, doch ist die Erfindung nicht hierauf beschränkt.In a threshold module 18 Then, a threshold value function is applied to the totality of the plausibility measures. For example, this threshold function can be formed by a logical AND of logical values obtained by comparing each individual plausibility measure with an associated threshold value. In the example considered here, the result of the threshold function is a logical value "true" or "false", but the invention is not limited thereto.

Objekte oder Objekteigenschaften, für die das Plausibilisierungsmodul 14 das Ergebnis ”falsch” liefert, bleiben bei der weiteren Auswertung außer Betracht. Das Plausibilisierungsmodul 14 kann somit auch als Filter betrachtet werden, der nur plausible Objekte 20 (und Objekteigenschaften) für die weitere Auswertung zur Verfügung stellt. Die weitere Auswertung erfolgt dann im Rahmen einer oder mehrerer als solche bekannter Assistenzfunktionen 22, beispielsweise einer ACC-Funktion, die in das Antriebs- und Bremssystem des Fahrzeugs eingreift, um ein Objekt, das als unmittelbar in der eigenen Spur vorausfahrendes Fahrzeug plausibilisiert wurde, in einem angemessenen Sicherheitsabstand zu verfolgen.Objects or object properties for which the plausibility module 14 the result "false" provides, remain out of consideration in the further evaluation. The plausibility module 14 can therefore also be regarded as a filter, the only plausible objects 20 (and object properties) for further evaluation. The further evaluation then takes place within the scope of one or more assistance functions known as such 22 , For example, an ACC function, which engages in the drive and braking system of the vehicle to track an object that has been plausibilized as immediately ahead in their own lane vehicle, at a reasonable safety distance.

Die oben beschriebenen Module und Funktionen sind beispielsweise als Softwaremodule in einem elektronischen Datenverarbeitungssystem implementiert.The The modules and functions described above are for example as Software modules in an electronic data processing system implemented.

Die Besonderheit des hier vorgeschlagenen Plausibilisierungsverfahrens besteht darin, daß die im Schwellenwertmodul 18 benutzte Schwellenwertfunktion (z. B. ein Satz von Schwellenwerten) situationsabhängig variiert. Zu diesem Zweck weist das Plausibilisierungsmodul 14 ein weiteres Berechnungsmodul 24 zur Berechnung der Schwellenwerte bzw. der Schwellenwertfunktion auf. Dieses Berechnungsmodul 24 hat Zugriff auf einen Speicher 26, in dem die Historie der von einer Eigensensorik 28 erfaßten dynamischen Daten des eigenen Fahrzeugs abgelegt ist. Speziell besteht diese Historie in der in einem geeigneten Koordinatensystem angegebenen Trajektorie des eigenen Fahrzeugs innerhalb der letzten Sekunden oder Sekundenbruchteile vor dem aktuellen Zeitpunkt. Diese Trajektorie läßt sich anhand der von der Eigensensorik gelieferten Daten über die Eigengeschwindigkeit des Fahrzeugs, dessen Giergeschwindigkeit und/oder Querbeschleunigung, Lenkeinschlag und dergleichen rekonstruieren. Darüber hinaus benutzt das Berechnungsmodul 24 für die Berechnung der Schwellenwerte auch Daten, die die Geometrie des Ortungsbereiches der Sensorik 10 beschreiben und für die jeweilige Sensorik experimentell bestimmt wurden.The peculiarity of the proposed plausibility procedure is that in the threshold module 18 used threshold function (eg a set of thresholds) varies according to the situation. For this purpose, the plausibility module 14 another calculation module 24 for calculating the threshold values or the threshold value function. This calculation module 24 has access to a memory 26 in which the history of a self-sensor 28 recorded dynamic data of the own vehicle is stored. Specifically, this history exists in the trajectory of the own vehicle specified in a suitable coordinate system within the last seconds or fractions of a second before the current time. This trajectory can be reconstructed on the basis of the data supplied by the self-sensor data on the vehicle's own speed, the yaw rate and / or lateral acceleration, steering angle and the like. In addition, the calculation module uses 24 for the calculation of the thresholds also data that the geometry of the detection range of the sensors 10 described and determined experimentally for the respective sensors.

Das Grundprinzip für die Berechnung der Schwellenwerte im Berechnungsmodul 24 soll zunächst unter Bezugnahme auf 2 und 3 erläutert werden, die Skizzen zweier typischer Verkehrssituationen zeigen.The basic principle for calculating the thresholds in the calculation module 24 should be first referring to 2 and 3 which show sketches of two typical traffic situations.

In 2 fährt das eigene, mit dem Fahrerassistenzsystem und folglich auch mit der Sensorik 10 ausgerüstete Fahrzeug 30 auf einer gekrümmten Fahrbahn 32, d. h. es durchfährt gerade eine Kurve. Vor dem Fahrzeug 30 befindet sich auf der Fahrbahn 32 ein Hindernis 34, beispielsweise ein auf der Straße liegendes Zweirad, das nur ein schwaches und instabiles Radarecho liefert und dessen verläßliche Plausibilisierung daher etliche Zeit in Anspruch nehmen würde. In der in 2 dargestellten Situation ist das Hindernis 34 (das Objekt) gerade in den Ortungsbereich 36 der Sensorik 10 eingetreten. Der Ortungsbereich 36, insbesondere dessen linke und rechte Grenzen sind in 1 schematisch in durchgezogenen Linien dargestellt.In 2 drives its own, with the driver assistance system and consequently also with the sensors 10 equipped vehicle 30 on a curved roadway 32 ie it is currently going through a curve. In front of the vehicle 30 is on the road 32 an obstacle 34 For example, a two-wheeler lying on the road, which provides only a weak and unstable radar echo and whose reliable plausibility would therefore take quite some time. In the in 2 the situation presented is the obstacle 34 (the object) straight into the tracking area 36 the sensor 10 occurred. The location area 36 , in particular whose left and right limits are in 1 shown schematically in solid lines.

Wenn das Objekt 34 erstmals vom Radarsystem erfaßt und geortet wird und folglich noch nicht plausibilisiert ist, so verfolgt das Berechnungsmodul 24 die Trajektorie des eigenen Fahrzeugs 30 zurück in die Vergangenheit, und sie rekonstruiert die Verlagerungen, die der Ortungsbereich 36 der Sensorik in diesem zurückliegenden Zeitraum erfahren hat.If the object 34 is first detected by the radar system and located and therefore not yet plausibility, so follows the calculation module 24 the trajectory of your own vehicle 30 back to the past, and she reconstructs the relocations that the location area 36 the sensor has learned in this past period.

In 2 sind die Positionen des Fahrzeugs 30 und des Ortungsbereiches 36 für die letzten vier vorangegangenen Meßzyklen der Sensorik 10 gestrichelt eingezeichnet. Durch Vergleich der Lage des Ortungsbereichs 36 relativ zum Objekt 34 zu diesen verschiedenen Zeitpunkten kann das Berechnungsmodul 24 erkennen, daß das Objekt 34 im unmittelbar vorangegangenem Meßzyklus T–1 gerade am Rand des Ortungsbereiches lag und somit im Prinzip schon erfaßbar gewesen wäre. Offenbar wurde das Objekt jedoch aufgrund des schwachen Signal/Rausch-Abstands vom Radarsystem ”übersehen”.In 2 are the positions of the vehicle 30 and the location area 36 for the last four previous measuring cycles of the sensors 10 dashed lines. By comparing the location of the location area 36 relative to the object 34 at these different times, the calculation module 24 recognize that the object 34 in the immediately preceding measuring cycle T -1 was just at the edge of the locating range and thus in principle would have already been detectable. Apparently, however, the object was "overlooked" by the radar system due to the weak signal-to-noise ratio.

Im noch weiter zurückliegenden Meßzyklus T–2 lag das Objekt noch größtenteils außerhalb des Ortungsbereiches, so daß es kaum erfaßbar gewesen wäre. Zu allen noch weiter zurückliegenden Zeitpunkten hätte das Objekt 34 nicht erfaßt werden können, weil es noch außerhalb des Ortungsbereiches 36 lag.In the further past measuring cycle T -2 , the object was still largely outside the detection range, so that it would have been barely detectable. At all later times the object would have 34 can not be detected because it is still outside the detection area 36 was.

Das Berechnungsmodul 24 erkennt somit, daß es sich bei dem Objekt 34 um ein Objekt handelt, das erst vor kurzem in den Ortungsbereich eingetreten ist, und zwar aufgrund der Gierbewegung des eigenen Fahrzeugs 30, die zu einem Verschwenken des Ortungsbereiches 36 geführt hat. In einer solchen Situation besteht generell eine hohe Wahrscheinlichkeit, daß das geortete Objekt – wie im hier gezeigten Beispiel – ein relevantes Hindernis darstellt, auf das möglichst schnell reagiert werden sollte. Das Berechnungsmodul 24 ist deshalb so programmiert, daß es unter diesen Umständen die Schwellenwerte generell herabsetzt, womit die Wahrscheinlichkeit zunimmt, daß das Objekt trotz der noch sehr kleinen Datenbasis leichter und früher plausibilisiert werden kann als dies mit dem Standard-Schwellenwert möglich wäre. Folglich kann die Assistenzfunktion 22 schon früher auf das Hindernis reagieren.The calculation module 24 thus recognizes that it is the object 34 is an object that has recently entered the location area because of the yawing motion of its own vehicle 30 leading to a pivoting of the locating range 36 has led. In such a situation, there is generally a high probability that the located object - as in the example shown here - represents a relevant obstacle to which should be reacted as quickly as possible. The calculation module 24 is therefore programmed to generally lower the thresholds in these circumstances, thus increasing the likelihood that, despite the still very small database, the object can be more easily and plausibilized earlier than would be possible with the standard threshold. Consequently, the assistance function 22 react to the obstacle earlier

3 zeigt dagegen eine Situation, in der das Fahrzeug 30 gerade im Begriff ist, von einem geraden Fahrbahnabschnitt 38 in eine Kurve 40 einzufahren. In der Kurve 40 befindet sich am rechten Fahrbahnrand, jedoch noch auf der Fahrbahn, ein Objekt 42, beispielsweise ein auf der Fahrbahn liegendes Zweirad, das ein Hindernis darstellt. Die Situationen zu den unmittelbar vorangegangenen Meßzyklen T–1, T–2 etc. der Sensorik 10 sind wieder gestrichelt dargestellt. 3 on the other hand shows a situation in which the vehicle 30 just about is from a straight lane section 38 in a curve 40 retract. In the curve 40 is on the right side of the road, but still on the road, an object 42 For example, a two-wheeled on the road, which is an obstacle. The situations to the immediately preceding measuring cycles T -1 , T -2, etc. of the sensor 10 are again shown in dashed lines.

In diesem Fall lag das Objekt 42 im Prinzip die ganze Zeit über innerhalb des Ortungsbereiches 36 der Sensorik 10. Es war jedoch in den zurückliegenden Meßzyklen durch ein vorausfahrendes Fahrzeug 44 verdeckt, das erst im aktuellen Zeitpunkt das Objekt 42 passiert und damit für die Sensorik 10 wieder frei gibt. Auch hier wird somit im aktuellen Zeitpunkt das Objekt 42 erstmals von der Sensorik 10 erfaßt.In this case, the object was lying 42 basically all the time within the detection area 36 the sensor 10 , However, it was in the past measuring cycles by a preceding vehicle 44 obscured, the object only at the current time 42 happened and thus for the sensors 10 free again. Here, too, the object is thus at the current time 42 first time from the sensor 10 he summarizes.

Durch die Rückverfolgung der Trajektorie des eigenen Fahrzeugs stellt das Berechnungsmodul 24 in diesem Fall jedoch fest, daß das Objekt 42 schon lange Zeit innerhalb des Ortungsbereiches 36 gelegen hat und somit eigentlich von der Sensorik 10 hätte erfaßt werden müssen. Das läßt im allgemeinen den (auch in diesem Beispiel zutreffenden) Schluß zu, daß das Objekt 42 bisher verdeckt war. In der Praxis werden in der Regel vorausfahrende Fahrzeuge, wie hier das Fahrzeug 44, die Ursache für eine solche vorübergehende Verdeckung sein. Wenn das Objekt 42 ein nicht umfahrbares Hindernis wäre, hätte folglich auch das vorausfahrende Fahrzeug 44, das die Verdeckung verursacht hat, auf dieses Hindernis reagieren müssen. Die Wahrscheinlichkeit, daß das Objekt 42 als relevantes Hindernis plausibilisiert werden muß, ist deshalb in dieser Situation eher gering. Dementsprechend behält das Berechnungsmodul 24 die ”normalen” relativ hohen Schwellenwerte bei, so daß die Plausibilisierung des Objekts 42 (wenn überhaupt) erst nach längerer Zeit, dafür jedoch mit höherer Zuverlässigkeit erfolgt.By tracing the trajectory of the own vehicle provides the calculation module 24 in this case, however, states that the object 42 for a long time within the tracking range 36 has located and thus actually of the sensor 10 should have been recorded. This generally permits the conclusion (also true in this example) that the object 42 was previously hidden. In practice, usually vehicles in front, as here the vehicle 44 that may be the cause of such temporary occlusion. If the object 42 would be an inescapable obstacle, would therefore also the vehicle in front 44 that caused the occlusion, must respond to this obstacle. The probability that the object 42 As a relevant obstacle must be made plausible, is therefore rather low in this situation. Accordingly, the calculation module retains 24 the "normal" relatively high thresholds, so that the plausibility of the object 42 (if at all) only after a longer time, but with higher reliability.

In den bisher beschriebenen Beispielen handelt es sich bei den Objekten 34 und 42 um ruhende Objekte, d. h. Objekte mit der Absolutgeschwindigkeit 0, die daran zu erkennen sind, daß die Relativgeschwindigkeit dem Betrage nach gleich der Eigengeschwindigkeit des eigenen Fahrzeugs 30 ist. Im Fall von bewegten Objekten (z. B. anderen Fahrzeugen) ist bei der oben beschriebenen Prozedur die Eigenbewegung des betreffenden Objekts in Rechnung zu stellen. Der Vektor der momentanen Geschwindigkeit des georteten Objekts läßt sich anhand der Ortungsdaten ermitteln. Da die Rückverfolgung der Trajektorie des eigenen Fahrzeugs 30 im Berechnungsmodul 24 ohnehin nur über eine relativ kurze Zeitspanne erfolgt, kann die Geschwindigkeit des Objekts während dieser Zeitspanne als konstant betrachtet werden, so daß sich auch die Bewegung des Objekts relativ zu dem seinerseits bewegten Ortungsbereich 36 rekonstruieren läßt.In the examples described so far, the objects are 34 and 42 around stationary objects, ie objects with the absolute speed 0, which can be recognized by the fact that the relative speed equals in magnitude equal to the own speed of the own vehicle 30 is. In the case of moving objects (eg other vehicles), the procedure described above must take into account the proper motion of the object in question. The vector of the instantaneous velocity of the located object can be determined on the basis of the location data. Because tracing the trajectory of your own vehicle 30 in the calculation module 24 anyway, only over a relatively short period of time, the speed of the object during this period of time can be considered as constant, so that the movement of the object relative to the moving detection area in turn 36 can be reconstructed.

Wenn ein bewegtes Objekt erstmals in den Ortungsbereich 36 eintritt, so kann es sich dabei um einen ”Einscherer” handeln, d. h. ein Fahrzeug, das von einer Nebenspur in die von dem eigenen Fahrzeug 30 befahrene Spur einschert. Für die Erkennung solcher Einscherer sind spezielle Algorithmen bekannt, die beispielsweise auf einer Analyse der Querbewegung des einscherenden Objekts basieren. Die Herabsetzung der Plausibilisierungsschwelle nach dem hier vorgeschlagenen Verfahren ermöglicht es, die Erkennung solcher Einscherer noch weiter zu beschleunigen.When a moving object first enters the tracking area 36 This can be a "Einscherer", ie a vehicle that moves from a secondary lane to that of one's own vehicle 30 busy track einschert. For the detection of such Einscherer special algorithms are known, based for example on an analysis of the transverse movement of the einscherenden object. The reduction of the plausibility threshold according to the method proposed here makes it possible to accelerate the detection of such Einscherer still further.

Gemäß einer Weiterbildung der Erfindung kann das Berechnungsmodul 24 so programmiert sein, daß es unterscheidet zwischen dem in 1 illustrierten Fall, bei dem der Eintritt des Objekts in den Erfassungsbereich in erster Linie auf der Bewegung des eigenen Fahrzeugs 30 beruht, und dem Fall eines Einscherers, bei dem der Eintritt in erster Linie auf der Bewegung des Objekts beruht. Im letzteren Fall können dann gezielt die Algorithmen zur Früherkennung von Einscherern aktiviert werden.According to one embodiment of the invention, the calculation module 24 be programmed so that it distinguishes between the in 1 illustrated case in which the entry of the object into the detection area primarily on the movement of the own vehicle 30 and the case of a crusher, where entry is primarily based on movement of the object. In the latter case, then the algorithms for the early detection of Einscherern can be activated.

In einer modifizierten Ausführungsform ist es jedoch auf möglich, in diesem letzteren Fall, wenn also der Eintritt in den Ortungsbereich auf der Bewegung des Objekts beruht, die regulären, höheren Schwellenwerte beizubehalten und die Schwellenwerte nur dann abzusenden, wenn der Eintritt in den Ortungsbereich in erster Linie auf der Bewegung des eigenen Fahrzeugs 30 beruht. Eine Absenkung der Schwellenwerte oder des Schwellenwertes träte dann insbesondere auch in dem Fall ein, daß der Fahrer des eigenen Fahrzeugs 30 einen Spurwechsel vornimmt und dadurch ein auf der Nebenspur vorausfahrendes Fahrzeug in den Ortungsbereich 36 gelangt. Im Fall der Assistenzfunktion ”ACC” wird dieses Fahrzeug dann voraussichtlich das neue Zielobjekt für die Abstandsregelung werden. Es ist daher erwünscht, daß dieses Fahrzeug durch die Herabsetzung der Schwellenwerte früher plausibilisiert werden kann.In a modified embodiment, however, it is possible in this latter case, ie when the entry into the locating range is based on the movement of the object, to maintain the regular, higher threshold values and transmit the threshold values only if the entry into the locating range is first Line on the movement of the own vehicle 30 based. A lowering of the threshold values or of the threshold value would occur in particular also in the case that the driver of the own vehicle 30 makes a lane change and thereby a vehicle traveling in the side lane in the detection area 36 arrives. In the case of the assistance function "ACC", this vehicle will then probably become the new target object for the distance control. It is therefore desirable that this vehicle can be plausibilized earlier by lowering the thresholds.

In 4 sind die wesentlichen Schritte des hier vorgeschlagenen Verfahrens in einem Flußdiagramm dargestellt.In 4 the essential steps of the method proposed here are shown in a flow chart.

In Schritt S1 wird ein neues Objekt erstmals erkannt. Daraufhin wird in Schritt S2 eine Zeitvariable T auf den Anfangswert ”0” gesetzt.In Step S1, a new object is detected for the first time. Thereupon becomes in step S2, a time variable T is set to the initial value "0".

In Schritt S3 wird die Zeitvariable T um eine Zeiteinheit vermindert. Eine geeignete Zeiteinheit ist beispielsweise die Zykluszeit der Sensorik 10 In step S3, the time variable T is decreased by one time unit. A suitable time unit is, for example, the cycle time of the sensor system 10

In Schritt S4 wird dann anhand der historischen Daten über die Trajektorie des eigenen Fahrzeugs die Lage der Grenzen des Ortungsbereiches 36 zu dem in Schritt S3 bestimmten Zeitpunkt T berechnet.In step S4 then based on the historical data on the trajectory of the own vehicle, the location of the boundaries of the location range 36 calculated at the time T determined in step S3.

Anschließend wird in Schritt S5 geprüft, ob das Objekt auch schon zu diesem Zeitpunkt T innerhalb des Ortungsbereiches gelegen hat und somit im Prinzip erfaßbar gewesen wäre. Außerdem wird überprüft, ob die Variable T noch größer ist als ein bestimmter (negativer) Wert, im gezeigten Beispiel – 10. Wenn beide Bedingungen erfüllt sind, erfolgt ein Rücksprung zu Schritt S3, und die Schritte S3 bis S5 werden periodisch wiederholt, wobei die Variable T immer weiter in der Zeit zurückläuft. Auf diese Weise kann somit der Zeitpunkt festgestellt werden, an dem das Objekt erstmals in den Ortungsbereich der Sensorik eingetreten ist, jedenfalls sofern dieser Zeitpunkt noch nicht länger als eine Sekunde (zehn Meßzyklen) zurückliegt.Subsequently, in step S5 it is checked whether the object has already been located within the location range at this point in time T and thus would in principle have been detectable. In addition, it is checked whether the variable T is still greater than a certain (negative) value, in the example shown - 10. If both conditions are met, a return to step S3, and steps S3 to S5 are repeated periodically, the Variable T keeps running back in time. In this way, thus, the time can be determined at which the object has first entered the detection range of the sensor, at least if this time not more than one second (ten measuring cycles) ago.

Im Anschluß an Schritt S5 wird dann zu Schritt S6 verzweigt, wo der neue Schwellenwert S (oder ein Satz neuer Schwellenwerte) als Funktion der Zeitvariablen T berechnet wird. Diese Funktion wird im allgemeinen so beschaffen sein, daß der Schwellenwert um so kleiner ist, je kleiner der Betrag von T ist. Wenn sich das Objekt schon mehr als 10 Meßzyklen lang im Ortungsbereich befunden hat (und nicht geortet wurde, weil es durch andere Objekte verdeckt war), so nimmt der Betrag von T den größtmöglichen Wert 10 an, und der zugehörige Schwellenwert S entspricht dem regulären Schwellenwert für die Plausibilisierung, der auch für alle Objekte gilt, die sich dauernd im Ortungsbereich befinden.in the Following step S5 then branched to step S6, where the new threshold S (or a set of new thresholds) is calculated as a function of the time variable T. This feature will work generally be such that the threshold the smaller the amount of T is, the smaller is it. If that is Object already in the detection area for more than 10 measuring cycles has been located (and has not been located because of other objects was covered), so the amount of T takes the largest possible Value 10, and the associated threshold S corresponds the regular plausibility threshold, which also applies to all objects that are constantly in the detection area are located.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list The documents listed by the applicant have been automated generated and is solely for better information recorded by the reader. The list is not part of the German Patent or utility model application. The DPMA takes over no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

  • - DE 102006014764 A1 [0010] DE 102006014764 A1 [0010]

Claims (6)

Verfahren zur Plausibilisierung von mit Hilfe einer Sensorik (10) georteten Objekten (34, 42) in einem Fahrerassistenzsystem, bei dem auf der Grundlage von Ortungsdaten über ein Objekt mindestens ein Plausibilitätsmaß berechnet wird, das die Existenzwahrscheinlichkeit des Objekts und/oder die Zutreffenswahrscheinlichkeit einer bestimmten Objekteigenschaft angibt, und bei dem auf das oder die Plausibilitätsmaße eine Schwellenwertfunktion (S) angewandt wird, um über die Existenz des Objekts bzw. das Zutreffen der Objekteigenschaft zu entscheiden, dadurch gekennzeichnet, daß für ein neu erkanntes Objekt (34, 42) anhand gespeicherter Daten (26) über die Trajektorie des eigenen Fahrzeugs (30) die Zeit (T) des Eintritts des Objekts in den Ortungsbereich (36) der Sensorik (10) berechnet wird und die anzuwendende Schwellenwertfunktion in Abhängigkeit von dieser Zeit gewählt wird.Method for plausibility checking by means of a sensor system ( 10 ) located objects ( 34 . 42 ) in a driver assistance system in which, based on location data about an object, at least one plausibility measure is calculated which indicates the probability of existence of the object and / or the probability of a particular object property and in which a threshold value function (S) is applied to the plausibility measure (s) In order to decide on the existence of the object or the validity of the object property, it is characterized in that for a newly recognized object ( 34 . 42 ) based on stored data ( 26 ) about the trajectory of the own vehicle ( 30 ) the time (T) of entry of the object into the location area ( 36 ) of the sensors ( 10 ) and the threshold function to be applied is selected as a function of this time. Verfahren nach Anspruch 1, bei dem die Schwellenwertfunktion als Ergebnis einen logischen Wert liefert, der durch Schwellenwertvergleich oder eine logische Verknüpfung mehrerer Schwellenwertvergleiche erhalten wird.The method of claim 1, wherein the threshold function as a result provides a logical value obtained by thresholding or a logical combination of multiple threshold comparisons is obtained. Verfahren nach Anspruch 1 oder 2, bei dem bei der Wahl der Schwellenwertfunktion (S) unterschieden wird zwischen dem Fall, daß der Eintritt des Objekts (34, 42) in den Ortungsbereich (36) überwiegend auf der Bewegung der eigenen Fahrzeugs (30) beruht, und dem Fall, daß der Eintritt des Objekts überwiegend auf der Bewegung dieses Objekts (34, 42) selbst beruht.Method according to claim 1 or 2, wherein in the selection of the threshold value function (S) a distinction is made between the case that the entry of the object ( 34 . 42 ) in the locating area ( 36 ) predominantly on the movement of the own vehicle ( 30 ), and in the case that the entrance of the object predominantly on the movement of this object ( 34 . 42 ) itself. Verfahren nach einem der vorstehenden Ansprüche, bei dem zwischen ruhenden und bewegten Objekten unterschieden wird.Method according to one of the preceding claims, in which a distinction is made between stationary and moving objects. Verfahren nach Anspruch 4, bei dem für bewegte Objekte die Zeit (T) des Eintritts des Objekts in den Ortungsbereich (36) der Sensorik (10) unter der Annahme berechnet wird, daß sich der Bewegungszustand des Objekts im unmittelbar zurückliegenden Zeitraum nicht geändert hat.Method according to Claim 4, in which, for moving objects, the time (T) of entry of the object into the locating area ( 36 ) of the sensors ( 10 ) is calculated on the assumption that the state of movement of the object has not changed in the immediately preceding period. Fahrerassistenzsystem für Kraftfahrzeuge, dadurch gekennzeichnet, daß in dem System ein Verfahren nach einem der Ansprüche 1 bis 5 implementiert ist.Driver assistance system for motor vehicles, characterized in that in the system a method is implemented according to one of claims 1 to 5.
DE102008002576A 2008-06-23 2008-06-23 Method for validation of objects located in vehicle assistance system by sensor system, involves computing time of entrance of object into detection range of sensor system for recognizing objects on base stored data Ceased DE102008002576A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102008002576A DE102008002576A1 (en) 2008-06-23 2008-06-23 Method for validation of objects located in vehicle assistance system by sensor system, involves computing time of entrance of object into detection range of sensor system for recognizing objects on base stored data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102008002576A DE102008002576A1 (en) 2008-06-23 2008-06-23 Method for validation of objects located in vehicle assistance system by sensor system, involves computing time of entrance of object into detection range of sensor system for recognizing objects on base stored data

Publications (1)

Publication Number Publication Date
DE102008002576A1 true DE102008002576A1 (en) 2009-12-24

Family

ID=41334660

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102008002576A Ceased DE102008002576A1 (en) 2008-06-23 2008-06-23 Method for validation of objects located in vehicle assistance system by sensor system, involves computing time of entrance of object into detection range of sensor system for recognizing objects on base stored data

Country Status (1)

Country Link
DE (1) DE102008002576A1 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013037850A1 (en) * 2011-09-12 2013-03-21 Continental Teves Ag & Co. Ohg Time-corrected sensor system
DE102013102087A1 (en) 2013-03-04 2014-09-04 Conti Temic Microelectronic Gmbh Method for operating a driver assistance system of a vehicle
EP2803546A1 (en) * 2013-05-14 2014-11-19 Denso Corporation Collision mitigation apparatus
EP3196089A1 (en) * 2016-01-21 2017-07-26 Volvo Car Corporation Vehicle safety assist system, vehicle comprising a vehicle safety assist system and a method for providing driver warning or performing autonomous braking
DE102023002044B3 (en) 2023-05-19 2023-12-21 Mercedes-Benz Group AG Method for a model-based fusion of different sensor modalities

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006014764A1 (en) 2006-01-20 2007-08-02 Robert Bosch Gmbh Motor vehicle speed control, to register hazards, has a distance sensor to measure the gap to a detected object together with traffic lane detection to establish a hazard plausibility

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006014764A1 (en) 2006-01-20 2007-08-02 Robert Bosch Gmbh Motor vehicle speed control, to register hazards, has a distance sensor to measure the gap to a detected object together with traffic lane detection to establish a hazard plausibility

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013037850A1 (en) * 2011-09-12 2013-03-21 Continental Teves Ag & Co. Ohg Time-corrected sensor system
US10628707B2 (en) 2011-09-12 2020-04-21 Continental Teves Ag & Co. Ohg Time-corrected sensor system
DE102013102087A1 (en) 2013-03-04 2014-09-04 Conti Temic Microelectronic Gmbh Method for operating a driver assistance system of a vehicle
US9159235B2 (en) 2013-03-04 2015-10-13 Conti Temic Microelectronic Gmbh Method of operating a driver assistance system of a motor vehicle
EP2803546A1 (en) * 2013-05-14 2014-11-19 Denso Corporation Collision mitigation apparatus
EP3196089A1 (en) * 2016-01-21 2017-07-26 Volvo Car Corporation Vehicle safety assist system, vehicle comprising a vehicle safety assist system and a method for providing driver warning or performing autonomous braking
US10053067B2 (en) 2016-01-21 2018-08-21 Volvo Car Corporation Vehicle safety assist system
DE102023002044B3 (en) 2023-05-19 2023-12-21 Mercedes-Benz Group AG Method for a model-based fusion of different sensor modalities

Similar Documents

Publication Publication Date Title
EP2422332B1 (en) Method for classifying an object as an obstacle
EP1874581B1 (en) Driver assistance system comprising a device for recognizing non-moving objects
EP1690730B1 (en) Driver assistance system comprising redundant decision unit
EP1577682B1 (en) Object locating system for vehicles to recognize lane change
WO2006094926A1 (en) Collision warning process and device
EP1912844B1 (en) Method for the creation of environmental hypotheses for driver assistance functions
DE102007058242A1 (en) Method for measuring transverse movements in a driver assistance system
DE102020112686A1 (en) Adaptive autonomous emergency braking system taking into account the steering path and control method for the same
DE102007039038A1 (en) Method for actuating safety device in motor vehicle, involves colliding between motor vehicle and object in surrounding area of motor vehicle
DE102015217498A1 (en) Method and device in a motor vehicle for automated driving
DE102013218280A1 (en) TTC-based approach for determining the risk of collision
DE102008002576A1 (en) Method for validation of objects located in vehicle assistance system by sensor system, involves computing time of entrance of object into detection range of sensor system for recognizing objects on base stored data
DE102008063033B4 (en) Device and method for detecting collisions with increased functional safety
EP1900586B1 (en) Device for distance control with target object display
EP1643269A1 (en) Driver assistance system with fuzzy logic
WO2001073473A1 (en) Model-supported allocation of vehicles to traffic lanes
EP4052064A1 (en) Method for tracking a remote target vehicle in an area surrounding a motor vehicle by means of a collision detection device
DE102005005970A1 (en) Driver assistance system with device for detecting special situations
EP1915281A1 (en) Method for determining the driving path in which a vehicle is moving with high probability
DE102014118035B4 (en) Method for detecting shadowing of a sensor device of a motor vehicle by an object, computing device, driver assistance system and motor vehicle
DE102017103700A1 (en) Avoiding a collision by a steering intervention in response to a movement of an external vehicle object
WO2021104805A1 (en) Method for operating a surroundings sensing device with grid-based evaluation and with fusion, and surroundings sensing device
DE102015105366A1 (en) Driver assistance device
DE102018001581A1 (en) Method for predicting the driving behavior of other road users
DE102019214383A1 (en) Object tracking method

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R012 Request for examination validly filed

Effective date: 20150311

R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final